JP2019095430A - 車両エラー識別システム - Google Patents

Abstract

【課題】車両の様々な態様の構成及び制御を最適化するためのシステム及び方法を提供する。【解決手段】車両１０４の所望動作特性を受け付ける入力手段と、テストデータを受け付けるとともに、所望車両動作特性とテストデータとを比較することにより、不所望車両動作データポイントを決定する診断プロセッサ１１０とを含む。診断プロセッサ１１０はまた、所望システム動作特性とテストデータとを比較することにより、不所望車両動作データポイントの推定原因に対応する不所望システムデータポイントと、所望構成動作特性とテストデータとを比較することにより、不所望システムデータポイントの推定原因に対応する不所望構成データポイントと、を決定する。【選択図】図１

Description

本明細書は、車両又は車両のモデルのテスト走行中に検出されたテストデータに基づく、車両又は車両のモデルにおける不所望挙動を識別するとともに、該不所望挙動の根本原因を識別するシステム及び方法に関する。

車両は、計画、テスト及び使用の様々な段階において、不所望挙動を示すことがある。車両のモデルは、計画試作機の製造前に、不所望挙動を識別するために生成されテストされることがある。同様に、車両の試作機は、車両の初期計画が完成された後に、不所望挙動を識別するために、動力計（又は車道上で）を用いて、研究所において、テストを受けることがある。加えて、市場で入手可能な車両は、消費者の購入後に、不所望挙動を示すことがある。

不所望挙動が発見される期間における計画、テスト又は使用段階に関して、不所望挙動を引き起こす構成又は制御を最適化することが望ましい。構成又は制御を最適化するために、不所望挙動の根本原因である（又は、最適化の機会を提供する）構成又は制御を、第１に識別すべきである。設計技師は、不所望車両挙動又は最適化機会の根本原因を決定するための相当な時間車両を試験するまで、相当な時間を費やすことがある。不所望車両挙動の根本原因を識別するまで、設計技師は、根本原因構成を置き換える、又は、不所望車両挙動を修正する構成のための新たな計画を開発することがある。これらの機会は、トライアンドエラーにより発見されることがあるが故に、最適化機会を決定することは、非常に難しい又は不可能ですらあり、非常に時間を消費する。
従って、車両の様々な態様の構成及び制御を最適化するためのシステム及び方法について、技術的なニーズがある。

ここに、車両又は車両モデルを診断する診断システムを開示する。システムは、車両の複数の所望車両動作特性、車両の複数のシステムの複数の所望システム動作特性、及び、複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を受け付けるように設計された入力手段を含む。診断システムは更に、データを出力するように設計された出力手段を含む。診断システムは更に、入力手段及び出力手段に接続された診断プロセッサを含む。診断プロセッサは、車両のシミュレーション又は車両の動作テストに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含む、テストデータを受け付けるように設計されている。診断プロセッサは更に、複数の所望車両動作特性と検出された車両データとを比較することにより、複数の不所望車両動作データポイントを決定するように設計されている。診断プロセッサは更に、複数の所望システム動作特性と検出されたシステムデータとを比較することにより、複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを決定するように設計されている。診断プロセッサは更に、複数の所望構成動作特性と検出された構成データとを比較することにより、複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを決定するように設計されている。診断プロセッサは更に、複数の不所望車両動作データポイントの推定原因である複数の不所望構成データポイントの複数の選択された構成データポイントを含む、複数の不所望構成データポイントの分析を生成するように設計されている。診断プロセッサは更に、複数の不所望構成データポイントの分析を出力するために、出力手段を制御するように設計されている。

車両又は車両モデルを診断する診断システムも開示する。システムは、車両の複数の所望車両動作特性、車両の複数のシステムの複数の所望システム動作特性、及び、複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を受け付けるように設計された入力手段を含む。診断システムは更に、データを出力するように設計された表示装置を含む。診断システムは更に、入力手段及び出力手段に接続された診断プロセッサを含む。診断プロセッサは、車両のシミュレーション又は車両の動作テストに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含む、テストデータを受け付けるように設計されている。診断プロセッサは更に、複数の所望車両動作特性と検出された車両データとを比較することにより、複数の不所望車両動作データポイントを決定するように設計されている。診断プロセッサは更に、複数の所望システム動作特性と検出されたシステムデータとを比較することにより、複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを決定するように設計されている。診断プロセッサは更に、複数の所望構成動作特性と検出された構成データとを比較することにより、複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを決定するように設計されている。診断プロセッサは更に、複数の不所望車両動作データポイントの推定原因である複数の不所望構成データポイントの複数の選択された構成データポイントを含む、複数の不所望構成データポイントの分析を生成するように設計されている。診断プロセッサは更に、複数の不所望構成データポイントの分析を出力するために、表示装置を制御するように設計されている。

車両又は車両モデルを診断する方法も開示する。当該方法は、車両の複数の所望車両動作特性、複数の車両のシステムの複数の所望システム動作特性、及び、複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を、入力手段を介して、受け付ける工程を含む。当該方法は更に、車両又は車両の動作テストのシミュレーションに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含むテストデータを、診断プロセッサにより、受け付ける工程を含む。当該方法は更に、複数の所望車両動作特性と検出された車両データとを比較することにより、複数の不所望車両動作データポイントを、診断プロセッサにより、決定する工程を含む。当該方法は更に、複数の所望システム動作特性と検出されたシステムデータとを比較することにより、複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを、診断プロセッサにより、決定する工程を含む。当該方法は更に、複数の所望構成動作特性と検出された構成データとを比較することにより、複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを、診断プロセッサにより、決定する工程を含む。当該方法は、複数の不所望車両動作データポイントの推定原因である、複数の不所望構成データポイントの複数の選択された構成データポイントを含む複数の不所望構成データポイントの分析を、診断プロセッサにより、生成する工程を含む。当該方法は、複数の不所望構成データポイントの分析を出力するために出力手段を、診断プロセッサにより、制御する工程を含む。

本発明の他のシステム、方法、特徴及び利益は、以下の図面及び詳細な説明の検査に基づいて、当業者に明らかになるだろう。このような付加的なシステム、方法、特徴及び利益全ては、この明細書に含まれ、本発明の範囲内であり、不随のクレームにより保護される。図面に示された構成部分は、縮尺を必要とせず、本発明の重要な特徴がよく描かれるように誇張されている。図面では、全図をつうじて、同様の部分には同様の参照符号が付されている。

本発明の実施形態に係る車両又は車両のモデルにおける不所望挙動を診断する診断システムを描いたブロック図である。 本発明の実施形態に係る不所望車両挙動を診断するために利用可能なテストデータを検出するセンサを含む、車両の様々な構成を描いたブロック図である。 本発明の実施形態に係る図１の診断システムの診断プロセッサの様々な機能を描いたブロック図である。 本発明の実施形態に係る図１の診断システムと同様の診断システムを用いた、車両又は車両のモデルにおける不所望挙動を診断する方法を描いたフローチャートである。 本発明の実施形態に係る図４の方法を用いて識別された不所望挙動の分析を生成する方法を描いたフローチャートである。 本発明の実施形態に係る、車両の所望車両動作特性を、不所望車両動作の識別に用いられる検出された車両データと共に描いた３次元グラフである。 本発明の実施形態に係る、図６Ａの所望車両動作特性を、不所望車両動作データポイント及び車両の理論的な能力と共に描いた２次元グラフである。 本発明の実施形態に係る、図６Ａの所望車両動作特性を、所望車両動作データポイント及び車両の理論的な能力と共に描いた２次元グラフである。 本発明の実施形態に係る、図６Ａの車両のモータシステムの所望システム動作特性を、不所望システム動作の識別に用いられる検出されたシステムデータと共に描いた３次元グラフである。 本発明の実施形態に係る、図７Ａの所望システム動作特性を、不所望システム動作データポイント及びモータシステムの理論的な能力と共に描いた２次元グラフである。 本発明の実施形態に係る、図７Ａの所望システム動作特性を、図７Ｂの不所望システム動作データポイント、及び、モータシステムのコントローラが定めるところによる対象システム動作と共に描いた２次元グラフである。 本発明の実施形態に係る、不所望システム動作の原因になり得る、図７Ａのモータシステムにおいて用いられる様々な構成を描いたシステム図である。 本発明の実施形態に係る、バッテリ充電状態及びバッテリ温度を含む、図７Ａのモータシステムのバッテリの所望構成動作特性を、対応するテストデータと共に描いた２次元グラフである。 本発明の実施形態に係る、バッテリ充電状態及びバッテリ温度を含む、図７Ａのモータシステムのバッテリの所望構成動作特性を、対応するテストデータと共に描いた２次元グラフである。 本発明の実施形態に係る、燃料電池スタックの電圧制限及び電流制限の所望構成動作特性を描いた２次元グラフである。 本発明の実施形態に係る、燃料電池スタックの電圧制限及び電流制限の所望構成動作特性を描いた２次元グラフである。

本明細書は、車両又は車両のモデルの不所望動作を診断するシステム及び方法を記述する。システムは、複数の所望動作特性及び検出されたテストデータに基づく、車両の自動化された診断を提供するといった、多様な利益及び利点を提供する。翻訳されるべきエラーコードを単純に提供するよりはむしろ、システムは、不所望挙動の根本原因を有利に識別する。システムは、車両だけでなく、車両のモデル、及び、不所望車両挙動の根本原因となり得る様々なシステムの構成についても、その不所望動作を有益に識別する。システムは更に、操縦者の間違い又は制御エラーにより生じた不所望動作に対応する見込みない根本原因を識別して除去してよく、診断の見直し時に分析時間を有益に減じる。システムはまた、不所望車両動作の最も有力な根本原因により不所望結果を有利に並べ、付加的な時間の減少を提供する。システムは更に、グラフ形式の診断を有利に提供し、診断の容易に翻訳された分析を提供する。

実施形態のシステムは、車両の、該車両のシステムの、及び、該システムの構成の、複数の所望動作特性を受け付け可能な入力デバイスを含んでよい。入力デバイスは更に、車両を用いた実験の結果に対応するテストデータを受け付けてよい。システムは更に、複数の所望動作特性及びテストデータを受け付け可能な診断プロセッサを含んでよい。診断プロセッサは、車両、多様なシステム及びその構成について、複数の所望動作特性とテストデータとを比較する。診断プロセッサは、比較に基づいて、不所望車両、システム及び構成動作を識別して、車両、システム及び構成動作の分析を生成する。システムは更に、診断プロセッサにより生成された分析を出力する出力デバイスを含んでよい。

図１に転じて、診断システム１００は、車両１０４又は車両のモデル１０８を診断する（又は、対応するエラーを識別する）様々な構成を含んでいる。診断システム１００は、車両診断ン分析コンピュータ１０２を含んでよい。車両診断分析コンピュータ１０２は、車両１０４又はモデル１０８に関する診断を実施するために具体的に設計されてよい。システム１００は更に、動力計１０６を含んでよい。

車両１０４は、車両１０４の操作に対応するテストデータを検出する様々なセンサを含んでよい。テストデータは、（様々な条件下の車両の加速率等の）車両１０４全体としての動作に対応する車両動作データを含んでよい。テストデータは更に、（車両１０４のモータのパワー出力等の）車両のシステムの動作に対応するシステム動作データを含んでいてよい。テストデータは更に、（車両１０４のバッテリの充電状態（ＳＯＣ）又は温度等の）システムの構成の動作に対応する構成動作データを含んでいてよい。

いくつかの実施形態では、テストデータは、車両１０４が車道又は他の地形のコースに沿って走行しているときに検出されてよい。いくつかの実施形態では、車両は、動力計１０６条で操作されていてよい。従って、動力計１０６は、車両１０４のセンサとしての、同様のテストデータを検出可能なセンサを含んでよい。車両１０４からの又は動力計１０６からのテストデータは、分析のために、車両診断分析コンピュータ１０２へ提供されてよい。車両診断分析コンピュータ１０２は、車両の、システムの、構成の、不所望動作を示すテストデータにおける特定データポイントを識別してよい。データポイントは、単一のテストデータに対応してよい。

いくつかの実施形態では、テストデータは、車両モデル１０８から生成されてよい。いくつかの実施形態では、車両モデル１０８は、車両診断分析コンピュータ１０２上でシミュレートされてよく、いくつかの実施形態では、車両モデル１０８は、分離シミュレーションコンピュータ又はデバイス上でシミュレートされてよい。車両モデル１０８は、車両１０４の操作の結果をシミュレートしてよい。

車両診断分析コンピュータ１０２は、診断プロセッサ１１０、メモリ１１２、入力デバイス１１４及び出力デバイス１１６を含んでよい。

診断プロセッサ１１０は、一以上のプロセッサ又はコントローラを含んでよく、ロジックを実行可能であってよい。診断プロセッサ１１０は、汎用プロセッサ、デジタルシグナルプロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）若しくは他のプログラマブルロジックデバイス、独立したゲート若しくはトランジスタロジック、独立したハードウェア構成、又は、それらの組み合わせを含んでよい。

メモリ１１２は、診断プロセッサ１１０により実施される指示を、（診断プロセッサ１１０に要求されるような）他の付加的なデータと共に、格納可能な非一過性のメモリを含んでよい。

入力デバイス１１４は、一以上の入力デバイスを含んでいてよい。例えば、入力デバイス１１４は、キーボード、マウス、マイクロフォン等を含んでいてよい。いくつかの実施形態では、入力デバイス１１４は、（ＵＳＢポート、ディスクドライブ、イーサネット（登録商標）ポート、ブルートゥース（登録商標）ポート、ワイファイ（登録商標）ポート等の）車両１０４、動力計１０６、車両モデル１０８を走らせるモデルコンピュータ等とデータを送受信可能な、ポート又は通信機能を含んでいてよい。

入力デバイス１１４は、車両１０４、動力計１０６及び車両モデル１０８の少なくとも一つからテストデータを含む様々なデータを受信してよい。入力デバイス１１４は更に、車両１０４に対応する複数の所望特性を受信してよい。複数の所望特性は、（所望加速率のような）複数の所望車両動作特性を含んでいてよい。複数の所望車両動作特性は、特定の車両状態において、車両への特定の入力（アクセルペダルポジション、道路勾配、等）に応答した、車両１０４の所望の又は対象の操作に対応してよい。複数の所望特性は更に、（モータによるパワー出力のような）複数の所望システム動作特性を含んでいてよい。複数の所望システム動作特性は、特定の状態において、特定の入力（道路勾配又は車両１０４の速度）に応答した、車両１０４のシステムの所望の又は対象の操作に対応してよい。複数の所望特性は更に、（車両１０４のバッテリの充電状態又は温度のような）複数の所望構成動作特性を含んでいてよい。複数の所望構成動作特性は、特定の状態において、特定の入力（バッテリ充電状態やバッテリ温度）に応答した、システムの構成の所望の又は対象の操作に対応してよい。

いくつかの実施形態では、複数の所望特性は、車両１０４に関する一以上の設計機能を実施する一の技師又は技師グループにより、決定又は提供されてよい。例えば、車両１０４の設計技師は、複数の所望特性を識別してよく、複数の所望特性を（スプレッドシートフォーマット等の）電子フォーマットに変換してよく、複数の所望特性を、入力デバイス１１４を介して、車両診断分析コンピュータ１０２へ提供してよい。いくつかの実施形態では、複数の所望特性は、車両１０４に関する一以上の設計機能を実施する一の技師又は技師グループにより入力された一以上のパラメータに基づいて、診断プロセッサ１１０及び／又はメモリ１１２により決定又は提供されてよい。

診断プロセッサ１１０は、入力デバイス１１４を介して、複数の所望特性及びテストデータを受信してよい。診断プロセッサ１１０は、複数の所望特性の観点からテストデータを分析してよく、不所望車両動作の潜在原因を識別してよい。診断プロセッサ１１０は更に、テストデータの分析を生成してよい。

出力デバイス１１６は、一以上のデータを出力可能なデバイスを含んでいてよい。例えば、出力デバイス１１６は、タッチスクリーン、表示装置、プリンタ等を含んでいてよい。診断プロセッサ１１０は、テストデータの分析を出力デバイス１１６へ送信してよく、該分析を出力するために出力デバイス１１６を制御してよい。

さて図２を参照すると、車両１０４の実施形態が描かれている。車両１０４は、ＥＣＵ２００、メモリ２０２、入力デバイス２０４及び出力デバイス２０６を含んでいてよい。車両１０４は更に、動力源２０８及び複数のセンサ２１７を含んでいてよい。

ＥＣＵ２００は、車両１０４の各構成と接続されていてよく、自動車システムのために具体的に設計された一以上のプロセッサ又はコントローラを含んでいてよい。ＥＣＵ２００の機能は、単一のＥＣＵ又はマルチプルＥＣＵにより実行されてよい。ＥＣＵ２００は、車両１０４の構成からデータを受信してよく、受信されたデータに基づいて決断してよく、決断に基づいて構成の操作を制御してよい。

いくつかの実施形態では、車両１０４は、完全に自律又は半自律であってよい。これについて、ＥＣＵ２００は、車両１０４を開始位置から目的地まで動かすために、車両１０４の様々な態様（操舵、ブレーキ、アクセル等）を制御してよい。

メモリ２０２は、周知の非一過性のメモリを含んでよい。これについて、メモリ２０２は、ＥＣＵ２００により利用可能な機械可読な指示を格納してよく、ＥＣＵ２００に要求される他のデータを格納してよい。

入力デバイス２０４は、タッチスクリーン、マイクロフォン等の一以上の入力デバイスを含んでいてよい。入力デバイス２０４は更に、車両１０４の操作を制御する構成を含んでいてよい。例えば、入力デバイス２０４は、アクセルペダル、ブレーキペダル、ギアシフタ、クルーズコントロールリクエスト、タッチスクリーン等を含んでいてよい。これについて、操縦者は、テストデータを生成するための様々な状況において、車両１０４を制御するために、入力デバイス２０４を利用してよい。

出力デバイス２０６は、車両の操縦者へ又は図１の車両診断分析コンピュータ１０２へデータを出力可能な出力デバイスを含んでよい。例えば、出力デバイス２０６は、タッチスクリーン、表示装置、スピーカ、又は、ワイヤを介して若しくはワイヤレス通信で他のデバイスを通信可能なポートを含んでいてよい。例えば、出力デバイス２０６は、ブルートゥース（登録商標）ポート、ワイファイ（登録商標）ポート、イーサネットポート、ＵＳＢポート等を含んでいてよい。

動力源２０８は、車両１０４を推進するためのパワーを生成可能な一以上のデバイスを含んでいてよい。例えば、動力源２０８は、燃料を機械的エネルギに変換するエンジン２１０を含んでいてよい。動力源２０８は、モータジェネレータ２１２を含んでいてもよい。モータジェネレータ２１２は、電力を受信し、電力を機械的エネルギに変換してよい。動力源２０８は更に、モータジェネレータ２１２により利用可能な電気的エネルギを蓄えるように構成されたバッテリ２１４を含んでいてよい。いくつかの実施形態では、モータジェネレータ２１２は、車両１０４の車輪からの又はエンジン２１０からの機械的パワーを、バッテリ２１４により蓄えられる電気的エネルギに変換してもよい。動力源２０８は、燃料電池スタック２１６を含んでいてよい。燃料電池スタック２１６は、夫々水素又は他の物質を電力に変換する複数の燃料電池を含んでいてよい。燃料電池スタック２１６により生成された電気的エネルギは、モータジェネレータ２１２により利用されてもよいし、バッテリ２１４内に蓄えられてもよい。

動力源２０８は更に、トランスミッション２０９を含んでいてよい。トランスミッション２０９は、エンジン２１０及びモータジェネレータ２１２の少なくとも一方からの機械的パワーを受けてよく、車両１０４の車輪へパワーを伝達してよい。トランスミッション２０９は更に、第１の角速度及びトルクを有する機械的パワーを、第２の角速度及びトルクを有する機械的パワーへ変換するための複数のギアを含んでいてよい。
［００４７］ 複数のセンサ２１７は、一以上の車両動作センサ２１８、一以上のシステム動作センサ２２０、一以上の構成動作センサ２２２及び一以上の環境センサ２２４を含んでいてよい。

車両動作センサ２１８は、車両１０４の動作に対応する車両データを検出してよい。例えば、車両動作センサ２１８は、車両１０４の加速率、速度、等を検出してよい。

システム動作センサ２２０は、車両１０４のシステムの動作に対応するシステムデータを検出してよい。例えば、システムは、モータジェネレータ２１２に対応するモータージェネレータシステム、エンジン２１０に対応するエンジンシステム、等を含んでよい。システム動作センサ２２０は、例えば、モータジェネレータ２１２のパワー出力、エンジン２１０によるパワー出力、等を検出してよい。

構成動作センサ２２２は、車両１０４の一以上のシステムの構成の動作に対応する構成データを検出してよい。例えば、構成は、燃料電池スタック２１６の一以上の燃料電池、燃料電池スタック２１６の一以上のポンプ、バッテリ２１４、等を含んでいてよい。構成動作センサ２２２は、例えば、一以上の燃料電池の温度、燃料電池の一以上のポンプによる圧力出力、バッテリ２１４の充電状態、等を検出してよい。

環境センサ２２４は、車両１０４の環境に対応する環境データを検出してよい。例えば、環境センサ２２４は、現在道路の道路勾配、車両１０４の現在標高、車両１０４の現在位置、車両１０４の周囲の現在周囲温度、等を検出してよい。

ＥＣＵ２００は、車両１０４の操作（即ち、アクセルペダルの踏下量、トランミッション２０９の現在のギア比、等）に対応する車両制御データを、入力デバイス２０４から受信してよい。ＥＣＵ２００は更に、複数のセンサ２１７から、動作センサ２１８、２２０、２２２により検出されたテストデータを含むデータを受信してよい。図１及び図２を簡単に参照して、ＥＣＵ２００は、車両制御データ、テストデータ及び環境データを、出力デバイス２０６を介して、車両診断分析コンピュータ１０２へ送信してよい。

さて図３を参照すると、診断プロセッサ１１０ｈｓ、様々な機能を実施するように設計されている。いくつかの実施形態では、診断プロセッサ１１０は、ハードウェアの専用部品により各機能が実施される等、複数の機能各々が実施されるように設計された特定のハードウェアを有していてよい。特に、診断プロセッサ１１０は、動作特性インタープリタ機能３００、テストデータ分類機能３０２、不所望動作決定機能３０４、見込みない根本原因決定機能３０６、データポイントランキング機能３０８及びグラフ生成機能３１０を含んでいてよい。

図１及び３を参照して、動作特性インタープリタ機能３００は、入力デバイス１１４を介して、車両、システム及び構成に対応する複数の所望動作特性を受信してよい。動作特性インタープリタ機能３００は、複数の所望動作特性を、診断プロセッサ１１０により利用可能なフォーマットに変換してよい。例えば、動作特性インタープリタ機能は、複数の所望動作特性各々を、複数の所望動作特性を視覚的に表す二以上の次元を有する一以上のグラフに変換してよい。

テストデータ分類機能３０２は、入力デバイス１１４を介して、テストデータを受信してよい。テストデータ分類機能３０２は、その後、特定のテストデータが対応する特定の動作パラメータ、特定のシステム又は特定のハードウェアに応じて、テストデータを分類してよい。例えば、テストデータ分類機能３０２は、車両１０４の加速度データが加速動作パラメータに対応するように決定してよい。テストデータ分類機能３０２は更に、モータ出力データが車両１０４のモータシステムに対応するように決定してよい。テストデータ分類機能３０２は更に、バッテリＳＯＣが、バッテリ又はバッテリに含まれる特定の構成に対応するように決定してよい。

不所望動作決定機能３０４は、複数の所望動作特性の外側に属するテストデータの複数の特定データポイントを識別するために、テストデータと複数の所望動作特性とを比較してよい。不所望動作決定機能３０４は、複数の不所望動作データポイントとしての、複数の所望動作特性の外側に属する複数の特定データポイントを識別してよい。

例えば、所望動作特性は、車両１０４が２３％の勾配を有する道路上を、時速１０マイル（１０ｍｐｈ）の速度で走行しているとき、車両１０４は、重力の０．３５倍（０．３５Ｇ）で加速すべきということを含んでいることがある。テストデータは、車両１０４が１０ｍｐｈで、２３％勾配に沿って走行しているときに０．１Ｇで加速したというデータポイントを含んでいることがある。従って、不所望動作決定機能３０４は、その特定データポイントを、不所望データポイントとして識別してよい。

不所望動作決定機能３０４は更に、不所望車両データポイントを引き起こす可能性のある複数の不所望システムデータポイントを識別してよく、不所望システムデータポイントを引き起こす可能性のある複数の不所望構成データポイントを識別してよい。これについて、不所望動作決定機能３０４は、最初に、不所望車両データポイントを識別し、次に、不所望車両データポイントの原因となり得る一以上の不所望システムデータポイントを識別し、次に、不所望システムデータポイントの原因となり得る一以上の不所望構成データポイントを識別してよい。

不所望データポイントは更に、車両、システム若しくは構成又はその制御の最適化のための機会を識別する複数のデータポイントを含むことができる。例えば、車両は、全てのデータポイントが複数の所望動作特性に属するように作動してよい。しかしながら、複数のデータポイントのいくつかは、複数の所望動作特性から、相対的に大きい距離だけ離れていてよく、システム若しくは構成又はその制御が最適化可能であることを示す。

例えば、複数の所望動作特性は、エアコンプレッサ温度は摂氏１００度より低く維持されるべきであるということを含んでいることがある。複数の構成データポイントは、エアコンプレッサ温度が、摂氏７９度には達するが、決して超えることはないということを含んでいることがある。エラーが検出されることはないが、データは、所望動作特性とデータポイントとの間は摂氏２１度離れているので、エアコンプレッサを最適化する機会の存在を示し得る。これについて、エアコンプレッサシステムの設計者は、重量及びコストを抑制するために比較的小さいコンプレッサを組み込むことにより、エアコンプレッサを変更し得るということを決定するために、このようなデータを利用してよい。比較的小さいコンプレッサは（摂氏９５度のような）比較的高い温度に達し得るけれども、比較的小さいコンプレッサの低減された重量及びコストにより、元のコンプレッサに対して最適化され得る。

見込みない根本原因決定機能３０６は、不所望車両動作データポイントの根本原因である可能性が低い、特定不所望データポイントを識別してよい。例えば、見込みない根本原因決定機能３０６は、特定の不所望車両、システム又は構成データポイントが、操縦者の間違い又は（ハードウェアエラーの代わりに制御エラーを示し得る）間違った対象操作のセットにより引き起こされたか否かを決定してよい。見込みない根本原因決定機能３０６は、それから、複数の見込みない根本原因データポイントにタグをつけ、又は、別の方法で識別してよい。

例えば、見込みない根本原因決定機能３０６は、ＳＯＣデータポイントが、目標ＳＯＣデータポイントより小さい、それ故、不所望ＳＯＣデータポイントである、か否かを決定してよい。ＳＯＣはドライバ操作に基づくので、見込みない根本原因決定機能３０６は、不所望ＳＯＣデータポイントが、不所望車両動作データポイントの根本原因である可能性が低いことを決定してよい。

データポイントランキング機能３０８は、不所望車両動作データポイントの根本原因である特定データポイントのセベラティ及び見込みの少なくとも一方に基づいて、複数の不所望データポイントをランク付けしてよい。例えば、データポイントランキング機能３０８は、最もシビアな又は最も有力な不所望データポイントを相対的に高くランク付けしてよく、見込みない根本原因データポイントを相対的に低くランク付けしてよい。セベラティは、不所望データポイントの振幅及び周波数に基づいて決定されてよい。例えば、所望動作特性より２０％大きい不所望データポイントは、所望動作特性より３％だけ大きい不所望データポイントより、セベラティにランク付けされてよい。

グラフ生成機能３１０は、テストデータと複数の所望動作特性とを関連付けた一以上のグラフを生成してよい。例えば、グラフ生成機能３１０は、所望動作特性に関連付けられた、テストデータのセット各々の一以上のグラフを生成してよい。例えば、グラフ生成機能３１０は、様々な環境条件の所望モータパワー出力を含むグラフを生成してよく、同一グラフ上に、検出されたモータパワー出力に対応するテストデータをプロットしてよい。

図４に転じると、車両又は車両モデルを診断する方法４４０が示されている。方法４００は、図１のシステム１００と同様のシステムにより実施されてよい。例えば、方法４００の様々なブロックは、車両診断分析コンピュータの診断プロセッサにより実施されてよい。

ブロック４０２において、診断プロセッサ１１０は、入力デバイスを介して、複数の所望動作特性を受信してよい。複数の所望動作特性は、上述した、複数の所望車両動作特性、複数の所望システム動作特性及び複数の所望構成動作特性を含んでいてよい。

ブロック４０４において、テストデータは、車両、動力計又は車両モデルを用いたシミュレーションから検出又は受信されてよい。テストデータは、上述した、車両動作、システム動作及び構成動作に対応するテストデータを含んでいてよい。

ブロック４０６において、診断プロセッサは、複数の不所望車両動作データポイントを識別してよい。上述の如く、複数の不所望車両動作データは、複数の所望車両動作特性に達しなかった又は超えたテストデータからの複数のデータポイントである。これについて、診断プロセッサは、車両テストデータと複数の所望車両動作特性各々とを比較することにより、複数の所望車両動作特性各々についての複数の不所望車両動作データポイントを識別してよい。

ブロック４０８において、診断プロセッサは、複数の不所望システムデータポイントを識別してよい。上述の如く、複数の不所望システムデータポイントは、複数の所望システム動作特性に達しなかった又は超えたテストデータからの複数のデータポイントである。これについて、診断プロセッサは、車両動作に対応する各システムの複数の所望システム動作特性各々についての複数の不所望システム動作データポイントを識別してよい。例えば、診断プロセッサは、モータのモータパワー出力についての複数の不所望システムデータポイントを識別してよい。いくつかの実施形態では、診断プロセッサは、不所望車両動作データポイントに対する（即ち、潜在的に引き起こし得る）システムの複数の不所望システム動作データポイントの識別だけしてよい。

ブロック４１０において、診断プロセッサは、複数の不所望構成データポイントを識別してよい。上述の如く、複数の不所望構成データポイントは、複数の所望構成動作特性に達しなかった又は超えたテストデータからの複数のデータポイントである。これについて、診断プロセッサは、車両動作に対応する各システムの各構成についての複数の所望構成動作特性各々についての複数の不所望構成動作データポイントを識別してよい。例えば、診断プロセッサは、モータにより用いられるバッテリのバッテリ充電状態又はバッテリ温度についての複数の不所望構成データポイントを識別してよい。いくつかの実施形態では、診断プロセッサは、不所望システム動作データポイントに関する複数の構成についての複数の不所望構成動作データポイントの識別だけしてよい。

ブロック４１２において、診断プロセッサは、複数の見込みない根本原因データポイントを識別してよい。診断プロセッサは、車両の各構成及びシステムについての複数の見込みない根本原因データポイントを識別してよい。上述の如く、診断プロセッサは、操縦者の間違い又は間違った対象のセットによりおそらく引き起こされる複数の不所望データポイントを識別してよい。

ブロック４１４において、診断プロセッサは、見込みない根本原因データポイントとしては識別されなかった複数の車両、システム及び構成データポイント優先してよい。いくつかの実施形態では、診断プロセッサは、不所望データポイントのリストから複数の見込みない根本原因データポイントを除去してよい。

ブロック４１６において、診断プロセッサは、複数の残余不所望データポイントをランク付けしてよい。上述の如く、診断プロセッサは、複数の残余不所望データポイントを、不所望データポイントのセベラティ、及び、不所望車両動作データポイントの根本原因である特定データポイントの見込みの少なくとも一方に基づいて、ランク付けしてよい。いくつかの実施形態では、診断プロセッサは、各不所望データポイントと対応する動作特性との間の距離に基づいて、不所望車両動作データポイントの根本原因となる特定の不所望データポイントのセベラティ又は見込みを決定してよい。例えば、仮に、第１の不所望システムデータポイントが対応する動作特性からの乖離が５％だけであり、第２の不所望システムデータポイントが対応する動作特性からの乖離が５０％であるとすると、診断プロセッサは、第２の不所望システムデータポイントを、第１の不所望システムデータポイントより高くランク付けしてよい。

ブロック４１８において、診断プロセッサは、不所望車両動作データポイントの根本原因に対応する最も有力な構成データポイントに対応する最も有力な不所望構成データポイントを選択してよい。いくつかの実施形態では、診断プロセッサは、最も有力な不所望構成データポイントとして、最も高くランク付けされた不所望構成データポイントを選択してよい。

ブロック４２０において、診断プロセッサは、車両の診断の分析を生成してよい。分析は、複数の所望車両、システム及び構成動作特性と対応する複数のテストデータポイントとのグラフィカルな表現を含んでいてよい。

ブロック４２２において、診断プロセッサは、診断の分析を出力するように出力デバイスを制御してよい。

さて図５を参照すると、車両の診断の分析を生成する方法５００が示されている。ブロック５０２において、診断プロセッサは、複数のグラフを生成してよい。各グラフは、複数の所望車両、システム及び構成動作特性に関連付けられていてよい。例えば、第１グラフは、車両の所望加速度に対応していてよく、第２グラフは、車両のモータジェネレータの所望出力に対応していてよく、第３グラフは、車両のバッテリの所望ＳＯＣに対応していてよい。

各グラフは更に、テストデータからの対応する複数のデータポイントを含んでいてよい。例えば、第１グラフは更に、車両のテスト走行中（又は車両のモデルのシミュレーション中）の車両の検出された加速度に対応する複数のデータポイントを含んでいてよい。第２グラフは更に、テスト走行中のモータジェネレータの検出されたパワー出力に対応する複数のデータポイントを含んでいてよい。第３グラフは更に、テスト走行中のバッテリの検出されたＳＯＣに対応する複数のデータポイントを含んでいてよい。

ブロック５０４において、診断プロセッサは、ブロック５０２において生成された複数のグラフの少なくとも一つに、対応する車両、システム又は構成の理論的な能力を追加してよい。これについて、少なくとも一つのグラフは、所望動作特性、テストデータ及び理論的な能力を含んでいてよい。このようなグラフは、複数の所望動作特性が理論的に可能か否か、並びに、複数のテストデータポイントが、複数の所望動作特性及び複数の理論的な能力からどの程度離れているか、を描いていてよい。例えば、グラフは、様々な状況についてのモータジェネレータの所望のパワー出力、様々な状況についての理論的な能力であるモータジェネレータのパワー出力、及び、モータジェネレータのパワー出力に対応するテストデータから収集された複数のデータポイントを描いていてよい。

設計者は、車両、システム又は構成の制御を最適化するための、複数のテストデータポイントと理論的な能力との比較を利用してよい。例えば、複数のデータポイントが、特定領域において理論的な能力より、数値で、有意に少ない場合、制御は、複数のデータポイントのその領域における制御対象を増やすことにより、最適化されてよい。

ブロック５０６において、診断プロセッサは、複数の見込みない根本原因データポイントに対応する複数のグラフの生成を除く又は落としてよい。診断プロセッサは、見込みない根本原因データポイントは、不所望車両動作データポイントの根本原因となる可能性が低いので、診断プロセッサはそのようにしてもよい。いくつかの実施形態では、診断プロセッサは、分析において残される見込みない根本原因データポイントに対応するグラフを与えてよい。

ブロック５０８において、診断プロセッサは、複数の不所望データポイントのランク付けに基づいてグラフを作ってよい。例えば、診断プロセッサは、最初に提供される最も高くランク付けされた不所望データポイントに対応するグラフ、２番目に提供される２番目に高くランク付けされた不所望データポイントに対応するグラフ、等のような複数のグラフを作ってよい。いくつかの実施形態では、診断プロセッサは、最初に提供される最も高い不所望構成データポイントに対応するグラフ、２番目に提供される最も高い不所望構成データポイントに関連するシステムに対応するグラフ、等のようなグラフを作ってよい。いくつかの実施形態では、診断プロセッサは、最初に提供される全ての構成グラフ、２番目に提供される全てのシステムグラフ、等のような複数のグラフを作ってよい。いくつかの実施形態では、診断プロセッサは、最初に提供される全ての車両グラフ、２番目に提供される全てのシステムグラフ、等のような複数のグラフを作ってよい。

図６Ａに転じて、図１の診断プロセッサ１１０のような診断プロセッサにより生成された典型的な分析が示されている。診断プロセッサは、図３の方法３００及び図４の方法４００と類似の方法を実施していてよい。診断プロセッサは、複数の所望車両、システム及び構成動作特性、並びに、車両、動力計又は車両のモデルからのテストデータを既に受信していてよい。

診断プロセッサは、複数の所望動作特性とテストデータとを比較することにより、複数の不所望車両動作データポイントを識別する。３Ｄグラフ６００は、比較結果を描いている。図示するように、グラフ６００は、車両の複数の所望車両動作特性を表すメッシュ６０２を含んでいる。グラフ６００は更に、検出された車両テストデータを表す複数のポイント６０４を含んでいる。このメッシュ６０２及びポイント６０４は、対応する道路勾配、車両速度及び車両の加速度に関してプロットされている。図示するように、複数のポイント６０４は、複数の不所望車両動作データポイント６０６及び複数の所望車両動作データポイント６０８を含んでいる。

グラフ６００は、複数の不所望車両動作データポイント６０６を含む不所望結果領域６１０を描いている。グラフ６００は更に、デザインバッファ６１２を伴う領域（即ち、テストデータが複数の不所望車両動作特性を超える領域）を描いている。

図６Ａ、６Ｂ及び６Ｃを参照すると、第１の２次元グラフ６３０は、不所望結果領域６１０を描いており、第２の２次元グラフ６６０は、デザインバッファ６１２を伴う領域を描いている。第１の２次元グラフ６３０は、車両速度及び車両加速度についての軸を含み、グラフ６３０全ては、１９％勾配に対応している。

第１の２次元グラフ６３０は、複数の所望車両動作特性６０２、複数の不所望車両動作データポイント６０６及び車両の理論的な能力６３２をプロットしている。図示するように、複数の不所望車両動作データポイント６０６は、複数の所望車両動作特性６０２以下であり、それ故、複数のデータポイント６０６が望ましくないことが描かれている。特に、第１データポイント６３４は、複数の所望車両動作特性６０２より距離６３６だけ低い（０．０８Ｇの加速度ギャップに対応）。データポイント６３４について、不所望と解釈されないために、データポイント６３４は、加速度約０．１８Ｇに達するように、０．０８Ｇだけ増やすべきである。

更に図示するように、複数の所望車両動作特性６０２は、車両の理論的な能力６３２より低い。これは、複数の所望車両動作特性６０２が妥当な予想であり、それ故、複数の不所望な結果が、車両の妥当性を欠く予想の他の問題により引き起こされることを描いている。

第２の２次元グラフ６６０は、複数の所望車両動作特性６０２、複数の所望車両動作データポイント６０８及び車両の理論的な能力６３２を描いている。図示するように、複数の所望車両動作データポイント６０８は、複数の所望車両動作特性６０２より上に位置している。それ故、複数の所望車両動作データポイント６０８は、複数の所望車両動作特性６０２を超えている。特に、複数の所望車両動作特性６０２に又はより上に位置している間に、対応する加速度が減少しているので、複数の所望車両動作データポイント６０８は、デザインバッファを有すると考えられ得る。

複数の不所望車両動作データポイントを識別した後、診断プロセッサは、不所望システムデータポイントを識別するために、複数の所望システム動作特性に照らして、テストデータを分析してよい。いくつかの実施形態では、診断プロセッサは、車両の各システムについてこの分析を実施してよい。いくつかの実施形態では、診断プロセッサは、不所望車両動作データポイントを潜在的に引き起こすことが可能な車両の複数のシステム（即ち、この例では、加速度に影響を及ぼすことができるシステム）についてのみ、この分析を実施してよい。

例えば図７を参照すると、３次元グラフ７００は、車両のモータシステムについての複数の所望システム動作特性７０２と、対応する検出されたシステムデータ７０４とを描いている。診断プロセッサは、複数の所望システム動作特性７０２と検出されたシステムデータ７０４とを比較することにより、複数の不所望システムデータポイント７０６を識別してよい。特に、診断プロセッサは、複数の所望システム動作特性７０２より下に位置するデータポイントとしての複数の不所望システムデータポイント７０６を識別してよい。図示するように、グラフ７００は、複数の不所望システムデータポイント７０６を含む不所望結果７０８の領域を描いている。

さて図７Ａ、７Ｂ及び７Ｃを参照すると、第１の２次元グラフ７３０は、道路勾配約１８％で、不所望結果７０８の領域についての、モータシステムの複数の所望システム動作特性７０２、複数の不所望システムデータポイント７０６及び理論的な能力７３２を描いている。図示するように、複数の不所望システムデータポイント７０６は、少なくとも距離７３６だけ、複数の所望システム動作特性７０２より下に位置している。これについて、モータシステムは、所定の道路勾配及び速度についての所望パワー出力より小さい、パワー約１２ｋＷを出力している。複数の所望システム動作特性７０２は、理論的な能力７３２より下に位置しており、それ故、複数の所望システム動作特性７０２が妥当な選択であることが示される。

第２の２次元グラフ７６０は、所定の道路勾配（１８％）及び速度についての、複数の所望システム動作特性７０２、複数の不所望システムデータポイント７０６、及び、車両のＥＣＵによる選択としての目標モータパワーに対応する複数の目標７６２を描いている。図示するように、複数の不所望システムデータポイント７０６は、約１２ｋＷに対応する距離７６４だけ、複数の目標７６２より下に位置している。

診断プロセッサは、複数の不所望システムデータポイント７０６が、見込みない根本原因データポイントであるか否かを識別するために、複数の不所望システムデータポイント７０６と複数の目標７６２とを比較してよい。特に、複数の不所望システムデータポイント７０６が複数の目標７６２以上である場合、診断プロセッサは、見込みない根本原因データポイントとしての複数の不所望システムデータポイント７０６を識別してよい。これは、低い目標が、複数の不所望システムデータポイント７０６が、操縦者の間違い又は、ハードウェアエラーに対立するものとしてＥＣＵによる不所望モータ制御により引き起こされたことを示しているだろうからである。

不所望システムデータポイントの識別の後、診断プロセッサは、不所望構成データポイントを識別するために、複数の所望構成動作特性に照らしてテストデータを分析してよい。いくつかの実施形態では、診断プロセッサは、対応するシステムの各構成又は車両の各構成について、この分析を実施してよい。いくつかの実施形態では、診断プロセッサは、不所望システムデータポイントを潜在的に引き起こすだろうシステムの構成（即ち、この例では、モータパワー出力に影響を及ぼすことができる構成）についてのみ、この分析を実施してよい。

特に図８を参照すると、システム線図８００は、診断プロセッサが、モータシステムの構成挙動をどのように分析するかを描いている。特に、診断プロセッサは、モータシステムが、目標モータパワーより小さい約１２ｋＷを出力すること、それ故、１２ｋＷのモータパワーデータが不所望システム動作８０２を示していることを学習する。モータシステムは、多様な構成、又は、モータ制限構成８０６、バッテリパワー構成８０８及び燃料電池スタック構成８１０を含むサブシステム８０４を含んでいてよい。

診断プロセッサは、不所望構成データポイントを識別するために、複数の構成各々又はサブシステム８０４を分析してよい。まず、診断プロセッサは、複数の所望システム動作特性７０２とモータの理論的な能力７３２とを比較することにより、モータ制限構成８０６を分析してよい。分析の結果は、グラフ８１２に描かれている。図示するように、設計マージン８１４は、複数の所望システム動作特性７０２と理論的な能力７３２との間に存在し、それ故、不所望システム動作８０２は、モータ制限構成８０６により引き起こされてないことを示している。

バッテリパワー構成８０８及び燃料電池スタックパワー構成８１０各々は、多様なサブ構成（これらは、構成としても参照される）を含んでいてよい。特に、バッテリパワー構成８０８は、バッテリパワー構成８０８に影響を及ぼし得る、バッテリ充電状態８１８及びバッテリ温度８２０を含んでいる。燃料電池スタックパワー構成８１０は、燃料電池スタックパワー構成８１０に影響を及ぼし得る、電圧制限８２２及び電流制限８２４を含んでいる。

図９Ａ及び９Ｂを参照すると、第１のグラフ９００はバッテリ充電状態８１８を描いており、第２のグラフ９５０はバッテリ温度８２０を描いている。第１のグラフ９００は、バッテリの充電状態及びパワー出力についての複数の所望構成動作特性９０２を描いている。複数の構成動作特性９０２は、動作制限として描かれている。動作制限は、最大値より下に位置するデータポイントにとって望ましいような最大値に対応している。

複数のポイント９０４は、複数の不所望構成データポイントに対応している。なぜなら、複数の所望構成動作特性９０２（これらは、動作制限）以上に位置しているからである。特に、第１のグラフ９００は、バッテリの充電状態が、ハードウェア故障以外の結果により比較的低くなることにより、バッテリ出力が制限されるだろうことを、描いている。例えば、ＳＯＣが所望ＳＯＣレベル（即ち、動作制限）より大きく増えることがないように、先の走行部分期間に、バッテリＳＯＣが徐々に排出されてよい。

第２のグラフ９５０は、バッテリ温度及びバッテリパワーについての、複数の所望構成動作特性９３２をプロットしている。再度、複数の所望構成動作特性９３２は、複数の所望構成動作特性９３２以下に位置する全てのデータポイントにとって望ましいような動作制限に対応してよい。これについて、診断プロセッサは、どの動作特性が動作制限に対応するか学習又は意識してよい。

第２のグラフ９５０は、複数のデータポイント９３４を描いている。複数のデータポイント９３４は、複数の所望構成動作特性９３２より下に位置しているので、複数のデータポイント９３４は、所望構成データポイントとして参照されるだろう。それ故、第２のグラフ９５０は、バッテリ温度が、低モータパワー出力の原因となる可能性が低いことを描いている。

図１０Ａを参照して、診断プロセッサは、車両の燃料電池スタックの電圧制限に対応する電圧制限構成８２２を分析してよい。特に、診断プロセッサは、電圧制限構成８２２の様々な態様を分析してよい。様々な態様は、電圧制限構成８２２に影響を及ぼしてよく、診断プロセッサにより分析されてよい。診断プロセッサは、これらの態様各々について、複数の所望構成動作特性と、複数の対応する構成データポイントとを描いたグラフを出力してよい。

特に、第１のグラフ１００２は、燃料電池スタックのモータ温度及び回転率についての、複数の所望構成動作特性と、複数の対応する構成データポイントとをプロットしている。第２のグラフ１００４は、インタークーラ排気温度及び燃料電池スタックの回転率についての、複数の所望構成動作特性と、複数の対応する構成データポイントとをプロットしている。第３のグラフ１００６は、インバータ温度及び燃料電池スタックの回転率についての、複数の所望構成動作特性と、複数の対応する構成データポイントをプロットしている。第４のグラフ１００８は、燃料電池冷却剤温度及び燃料電池の電圧制限についての、複数の所望構成動作特性と、複数の対応する構成データポイントとをプロットしている。グラフ１００２、１００４、１００６、１００８に描かれた複数の所望構成動作特性各々は、目標に対応しており、制限ではない。複数の構成データポイント各々が、対応する複数の所望構成動作特性以上に位置しているので、電圧制限構成８２２が不所望モータ動作を引き起こす可能性が低いと、推測することができる。

さて図１０Ｂを参照すると、診断プロセッサは、車両の燃料電池スタックの電流制限に対応する電流制限構成８２４を分析してよい。特に、診断プロセッサは、電流制限構成８２４の様々な態様を分析してよい。様々な態様は、電流制限構成８２４に影響を及ぼしてよく、診断プロセッサにより分析されてよい。診断プロセッサは、これらの態様各々について、複数の所望構成動作特性と、対応する複数の構成データポイントとを描いたグラフを出力してよい。

特に、第１のグラフ１０５２は、水素モータポンプ温度及び燃料電池スタックの電流率についての、複数の所望構成動作特性と、対応する複数の構成データポイントとをプロットしている。第２のグラフ１０５４は、水素圧力及び燃料電池スタックの電流率についての、複数の所望構成動作特性と、対応する複数の構成データポイントとをプロットしている。第３のグラフ１０５６は、燃料電池電圧及び燃料電池スタックの電流率についての、複数の所望構成動作特性と、対応する複数の構成データポイントとをプロットしている。第４のグラフ１０５８は、燃料電池温度及び燃料電池スタックの電流制限率についての、複数の所望構成動作特性と、対応する複数の構成データポイントとをプロットしている。

グラフ１０５２、１０５４及び１０５６に描かれた複数の所望構成動作特性各々は、目標というよりは動作制限に対応している。第４のグラフ１０５８が目標に対応している。これについて、水素モータポンプ温度が動作制限に達しており、それ故、不所望構成データポイントであることが、第１のグラフ１０５２からわかる。

従って、診断プロセッサにより生成され、図６Ａから１０Ｂに描かれた複数のグラフを見た技師は、まず、所定の道路勾配及び速度で、車両加速度が望ましくないことを識別するだろう。技師は更に、モータパワー出力が、不所望車両加速度の潜在的な原因であることを識別するだろうし、水素モータポンプ温度が、不所望モータパワー出力の潜在的な原因であることを識別するだろう。それ故、診断プロセッサにより生成された分析は、不所望車両動作の見直し、及び、不所望車両動作の推定原因の識別に利用されるだろう。いくつかの実施形態では、診断プロセッサは、人間の作用なしに、所定の道路勾配及び速度で、車両加速度が望ましいものではないことを識別することができる。

明細書及びクレームをとおして用いられた「Ａ及びＢの少なくとも一方」は、「Ａ」のみ、「Ｂ」のみ、「Ａ及びＢ」を含む。方法／システムの典型的な実施形態が、図形式で開示されている。従って、全体をとおして用いられた用語は、非制限に解釈すべきである。技術に精通した者に対して、この中での教授に対する軽微な変更は生じるだろうが、このことに関して保証された特許の範囲内で制限すべきものとして何が意図されているのか、技術の進歩の範囲に当然に属し、結果として貢献するこのような実施形態の全ては何か、そして、付加的なクレーム及びその同等物に照らす他は、その範囲は制限されるべきではないこと、を理解すべきである。

Claims (20)

1. 車両又は車両モデルを診断する診断システムであって、
   前記車両の複数の所望車両動作特性、複数の前記車両のシステムの複数の所望システム動作特性、及び、前記複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を受け付けるように構成された入力手段と、
   データを出力するように構成された出力手段と、
   前記入力手段及び前記出力手段に接続された診断プロセッサであって、
   前記車両又は前記車両の動作テストのシミュレーションに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含むテストデータを受け付け、
   前記複数の所望車両動作特性と前記検出された車両データとを比較することにより、複数の不所望車両動作データポイントを決定し、
   前記複数の所望システム動作特性と前記検出されたシステムデータとを比較することにより、前記複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを決定し、
   前記複数の所望構成動作特性と前記検出された構成データとを比較することにより、前記複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを決定し、
   前記複数の不所望車両動作データポイントの推定原因である、前記複数の不所望構成データポイントの複数の選択された構成データポイントを含む前記複数の不所望構成データポイントの分析を生成し、
   前記複数の不所望構成データポイントの分析を出力するために前記出力手段を制御する
   ように構成された診断プロセッサと、
   を備えることを特徴とする診断システム。
2. 前記診断プロセッサは、更に、操縦者の間違い又は間違った所望構成特性のセットにより生じた、前記複数の不所望構成データポイントの少なくとも一つに対応する複数の見込みない根本原因データポイントを識別するとともに、前記分析において、前記複数の見込みない根本原因データポイントよりも、複数の残余不所望構成データポイントを優先するように構成されていることを特徴とする請求項１に記載の診断システム。
3. 前記診断プロセッサは、更に、前記複数の見込みない根本原因データポイントを除去するとともに、前記複数の所望構成動作特性から最も離れた前記複数の残余不所望構成データポイントから、第１の不所望構成データポイントを選択することによって、前記複数の不所望車両動作データポイントの一つの最も有力な根本原因に対応する最も有力な不所望構成データポイントを識別するように構成されていることを特徴とする請求項１３に記載の診断システム。
4. 前記診断プロセッサは、更に、前記複数の所望構成動作特性の対応値以上である前記複数の不所望構成データポイントの前記少なくとも一つとしての前記複数の見込みない根本原因データポイントを識別するように構成されていることを特徴とする請求項２に記載の診断システム。
5. 前記複数の不所望構成データポイントの前記分析は、前記検出された車両データに対する前記複数の所望車両動作特性をプロットした少なくとも一つの車両グラフ、前記検出されたシステムデータに対する前記複数の所望システム動作特性をプロットした少なくとも一つのシステムグラフ、及び、前記検出された構成データに対する前記複数の所望構成動作特性をプロットした少なくとも一つの構成グラフを含むことを特徴とする請求項１に記載の診断システム。
6. 前記複数の不所望構成データポイントの前記分析は、前記複数の不所望車両動作データポイントに対応する前記少なくとも一つの車両グラフの第１の車両グラフ、前記複数の不所望システムデータポイントに対応する前記少なくとも一つのシステムグラフの第１のシステムグラフ、又は、前記複数の不所望構成データポイントに対応する前記少なくとも一つの構成グラフの第１の構成グラフ、で始まることを特徴とする請求項５に記載の診断システム。
7. 前記少なくとも一つの車両グラフは、前記複数の所望車両動作特性に対応する３次元メッシュと、前記複数の不所望車両動作データポイントが、前記３次元メッシュより下にある複数のデータポイントとして視覚的に示され得るように、前記３次元メッシュに対してプロットされた前記検出された車両データと、を有する３次元グラフを含むことを特徴とする請求項５に記載の診断システム。
8. 前記少なくとも一つのシステムグラフは、前記複数の所望システム動作特性各々、理想的な設定における前記システムの複数の理論的な能力、並びに、前記複数の所望システム動作特性及び前記システムの前記複数の理論的な能力に対してプロットされた前記検出されたシステムデータ、を視覚的に表すことを特徴とする請求項５に記載の診断システム。
9. 前記診断プロセッサは、前記複数の不所望車両動作データポイントのみの前記推定原因に対応する前記複数の不所望システムデータポイントを決定するとともに、前記複数の不所望システムデータポイントのみの前記推定原因に対応する前記複数の構成データポイントを決定するように構成されていることを特徴とする請求項１に記載の診断システム。
10. 前記診断プロセッサは、更に、前記車両の電子制御ユニット（ＥＣＵ）から、又は、前記車両の前記動作テストを容易にするように構成された動力計から、前記テストデータを受け付けるように構成されていることを特徴とする請求項１に記載の診断システム。
11. 第１の所望構成特性はターゲットとして提供され、第２の所望構成特性は制限として提供され、前記診断プロセッサは、更に、第１の構成データポイントが前記第１の所望構成特性の前記ターゲットより小さい場合に、前記第１の構成データポイントが不所望であると、及び、第２の構成データポイントが前記第２の所望構成特性の前記制限より大きい場合に、前記第２構成データポイントが不所望であると、決定するように構成されていることを特徴とする請求項１に記載の診断システム。
12. 車両又は車両モデルを診断する診断システムであって、
    前記車両の複数の所望車両動作特性、複数の前記車両のシステムの複数の所望システム動作特性、及び、前記複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を受け付けるように構成された入力手段と、
    データを出力するように構成された表示装置と、
    前記入力手段及び前記表示装置に接続された診断プロセッサであって、
    前記車両又は前記車両の動作テストのシミュレーションに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含むテストデータを受け付け、
    前記複数の所望車両動作特性と前記検出された車両データとを比較することにより、複数の不所望車両動作データポイントを決定し、
    前記複数の所望システム動作特性と前記検出されたシステムデータとを比較することにより、前記複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを決定し、
    前記複数の所望構成動作特性と前記検出された構成データとを比較することにより、前記複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを決定し、
    前記複数の不所望車両動作データポイントの推定原因である、前記複数の不所望構成データポイントの複数の選択された構成データポイントを含む前記複数の不所望構成データポイントの分析を生成し、
    前記複数の不所望構成データポイントの分析を出力するために前記表示装置を制御する
    ように構成された診断プロセッサと、
    を備えることを特徴とする診断システム。
13. 前記診断プロセッサは、更に、操縦者の間違い又は間違った所望構成特性のセットにより生じた、前記複数の不所望構成データポイントの少なくとも一つに対応する複数の見込みない根本原因データポイントを識別するとともに、前記分析において、前記複数の見込みない根本原因データポイントよりも、複数の残余不所望構成データポイントを優先するように構成されていることを特徴とする請求項１２に記載の診断システム。
14. 前記診断プロセッサは、更に、前記複数の見込みない根本原因データポイントを除去するとともに、前記複数の所望構成動作特性から最も離れた前記複数の残余不所望構成データポイントから、第１の不所望構成データポイントを選択することによって、前記複数の不所望車両動作データポイントの一つの最も有力な根本原因に対応する最も有力な不所望構成データポイントを識別するように構成されていることを特徴とする請求項１３に記載の診断システム。
15. 前記診断プロセッサは、更に、前記複数の所望構成動作特性の対応値以上である前記複数の不所望構成データポイントの前記少なくとも一つとしての前記複数の見込みない根本原因データポイントを識別するように構成されていることを特徴とする請求項１３に記載の診断システム。
16. 前記複数の不所望構成データポイントの前記分析は、前記検出された車両データに対する前記複数の所望車両動作特性をプロットした少なくとも一つの車両グラフ、前記検出されたシステムデータに対する前記複数の所望システム動作特性をプロットした少なくとも一つのシステムグラフ、及び、前記検出された構成データに対する前記複数の所望構成動作特性をプロットした少なくとも一つの構成グラフを含み、
    前記複数の不所望構成データポイントの前記分析は、前記複数の不所望車両動作データポイントに対応する前記少なくとも一つの車両グラフの第１の車両グラフ、前記複数の不所望システムデータポイントに対応する前記少なくとも一つのシステムグラフの第１のシステムグラフ、又は、前記複数の不所望構成データポイントに対応する前記少なくとも一つの構成グラフの第１の構成グラフ、で始まり、
    前記少なくとも一つの車両グラフは、前記複数の所望車両動作特性に対応する３次元メッシュと、前記複数の不所望車両動作データポイントが、前記３次元メッシュより下にある複数のデータポイントとして視覚的に示され得るように、前記３次元メッシュに対してプロットされた前記検出された車両データと、を有する３次元グラフを含む
    ことを特徴とする請求項１１に記載の診断システム。
17. 車両又は車両モデルを診断する方法であって、
    前記車両の複数の所望車両動作特性、複数の前記車両のシステムの複数の所望システム動作特性、及び、前記複数のシステムの複数の構成に対応する複数の所望構成動作特性、を含むユーザ入力を、入力手段を介して、受け付ける工程と、
    前記車両又は前記車両の動作テストのシミュレーションに対応するとともに、検出された車両データ、検出されたシステムデータ及び検出された構成データを含むテストデータを、診断プロセッサにより、受け付ける工程と、
    前記複数の所望車両動作特性と前記検出された車両データとを比較することにより、複数の不所望車両動作データポイントを、前記診断プロセッサにより、決定する工程と、
    前記複数の所望システム動作特性と前記検出されたシステムデータとを比較することにより、前記複数の不所望車両動作データポイントの推定原因に対応する複数の不所望システムデータポイントを、前記診断プロセッサにより、決定する工程と、
    前記複数の所望構成動作特性と前記検出された構成データとを比較することにより、前記複数の不所望システムデータポイントの推定原因に対応する複数の不所望構成データポイントを、前記診断プロセッサにより、決定する工程と、
    前記複数の不所望車両動作データポイントの推定原因である、前記複数の不所望構成データポイントの複数の選択された構成データポイントを含む前記複数の不所望構成データポイントの分析を、前記診断プロセッサにより、生成する工程と、
    前記複数の不所望構成データポイントの分析を出力するために出力手段を、前記診断プロセッサにより、制御する工程と、
    を備えることを特徴とする方法。
18. 操縦者の間違い又は間違った所望構成特性のセットにより生じた前記複数の不所望構成データポイントの少なくとも一つに対応する複数の見込みない根本原因データポイントを、前記診断プロセッサにより、決定するとともに、前記複数の見込みない根本原因データポイントよりも、複数の残余不所望構成データポイントを優先する工程を更に備えることを特徴とする請求項１７に記載の方法。
19. 前記複数の見込みない根本原因データポイントを除去するとともに、前記複数の所望構成動作特性から最も離れた前記複数の残余不所望構成データポイントから、第１の不所望構成データポイントを選択することによって、前記複数の不所望車両動作データポイントの一つの最も有力な根本原因に対応する最も有力な不所望構成データポイントを、前記診断プロセッサにより、識別する工程を更に備えることを特徴とする請求項１８に記載の方法。
20. 前記複数の所望構成動作特性の対応値以上である前記複数の不所望構成データポイントの前記少なくとも一つとしての前記複数の見込みない根本原因データポイントを識別する工程を備えることを特徴とする請求項１８に記載の方法。