JP2019161620A - 通信装置およびスケジュール作成方法 - Google Patents

通信装置およびスケジュール作成方法 Download PDF

Info

Publication number
JP2019161620A
JP2019161620A JP2018050183A JP2018050183A JP2019161620A JP 2019161620 A JP2019161620 A JP 2019161620A JP 2018050183 A JP2018050183 A JP 2018050183A JP 2018050183 A JP2018050183 A JP 2018050183A JP 2019161620 A JP2019161620 A JP 2019161620A
Authority
JP
Japan
Prior art keywords
communication
vehicle
schedule
data
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2018050183A
Other languages
English (en)
Inventor
行輔 尾▲崎▼
Kosuke Ozaki
行輔 尾▲崎▼
善隆 平嶋
Yoshitaka Hirashima
善隆 平嶋
志都香 田村
Shizuka Tamura
志都香 田村
智史 曽田
Tomohito Soda
智史 曽田
悟 池田
Satoru Ikeda
悟 池田
佐々木　満
Mitsuru Sasaki
満 佐々木
剛史 金児
Tsuyoshi Kaneko
剛史 金児
大志 野本
Hiroshi Nomoto
大志 野本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Ten Ltd
Subaru Corp
Original Assignee
Denso Ten Ltd
Subaru Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Denso Ten Ltd, Subaru Corp filed Critical Denso Ten Ltd
Priority to JP2018050183A priority Critical patent/JP2019161620A/ja
Priority to US16/286,845 priority patent/US20190289474A1/en
Priority to CN201910184916.XA priority patent/CN110278575A/zh
Publication of JP2019161620A publication Critical patent/JP2019161620A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/12—Wireless traffic scheduling
    • H04W72/121—Wireless traffic scheduling for groups of terminals or users
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
    • H04W72/569—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient of the traffic information
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

【課題】車両のナビゲーション装置等の端末装置から特定のデータを収集する通信装置において、通信品質が良い時間帯に端末装置がアップロードできるように、適切な通信スケジュールを作成する方法を提供する。【解決手段】通信装置は、予測部と、作成部とを備える。予測部は、通信エリア毎に通信品質の推移を予測する。作成部は、予測部によって予測された通信エリア毎の通信品質の推移と、端末装置の予定に関する予定情報から予測される当該端末装置の状態とに基づいて当該端末装置のデータ通信の通信スケジュールを作成する。【選択図】図３

Description

本発明は、通信装置およびスケジュール作成方法に関する。
従来、例えば、車両のナビゲーション装置等の端末装置から特定のデータを収集する通信装置がある。かかる通信装置では、各端末装置に対して予測した通信品質に基づいてデータ通信のスケジューリングを行うことで、通信トラフィックの増大を回避している(例えば、特許文献１参照)。
特開２００８−１９９３８１号公報
しかしながら、従来技術では、適切な通信スケジュールを作成する点において改善の余地があった。具体的には、従来技術では、通信品質が良い時間帯に端末装置がアップロードするようにスケジュールを生成する一方で、アップロードする時間帯に端末装置が通信できる状態にあるか否かは考慮されていなかった。
本発明は、上記に鑑みてなされたものであって、適切な通信スケジュールを作成することができる通信装置およびスケジュール作成方法を提供することを目的とする。
上述した課題を解決し、目的を達成するために、実施形態に係る通信装置は、予測部と、作成部とを備える。前記予測部は、通信エリア毎に通信品質の推移を予測する。前記作成部は、前記予測部によって予測された前記通信エリア毎の前記通信品質の推移と端末装置の予定に関する予定情報から予測される当該端末装置の状態とに基づいて当該端末装置のデータ通信の通信スケジュールを作成する。
本発明によれば、適切な通信スケジュールを作成することができる。
図１Ａは、スケジュール作成方法の概要を示す図である。 図１Ｂは、通信システムの概要を示す図である。 図２は、車載装置のブロック図である。 図３は、通信装置のブロック図である。 図４は、通信品質の推移の具体例を示す図である。 図５は、利用傾向の具体例を示す図である。 図６は、データ項目に対する優先度の具体例を示す図である。 図７は、通信スケジュールの具体例を示す図である。 図８は、再スケジューリングの具体例を示す図である。 図９は、通信装置が実行する処理手順を示すフローチャートである。 図１０は、車載装置が実行する処理手順を示すフローチャートである。
以下、添付図面を参照して、実施形態に係る通信装置およびスケジュール作成方法について詳細に説明する。なお、本実施形態においてこの発明が限定されるものではない。
まず、図１Ａを用いて実施形態に係るスケジュール作成方法の概要について説明する。図１Ａは、スケジュール作成方法の概要を示す図である。なお、本実施形態では、端末装置が車両Ｃに搭載された車載装置５０である場合を例に挙げて説明する。
また、実施形態に係るスケジュール作成方法は、図１Ａに示す通信装置１によって実行される。通信装置１は、例えば、車両Ｃの走行データや車両Ｃの周囲のインフラデータ等を車載装置５０から収集するサーバ装置である。
通信装置１は、車載装置５０から収集したデータを分析または加工することで、付加価値を付与しクライアントへ提供する。例えば、通信装置１は、クライアントの要求に応じて収集対象となるデータ項目を指定した収集条件ファイルを作成し、車載装置５０へ送信する。
そして、車載装置５０は、かかる収集条件ファイルに合致するデータを通信装置１へアップロードすることとなる。しかしながら、車載装置５０が収集対象となるデータを取得したタイミングで通信装置１へアップロードできない場合がある。
具体的には、車載装置５０が存在する通信エリアの通信品質が悪いとデータのアップロードの送信に時間が掛かる場合や、タイムアウトエラーによるアップロードのリトライ回数が嵩む場合がある。
このため、従来技術では、通信品質の推移を予測し、かかる通信品質の推移に基づいて車載装置の通信スケジュールを作成するものがある。しかしながら、従来技術では、車載装置の稼働状態を考慮していなかった。
例えば、従来技術では、仮に、通信品質が良い時間帯に車載装置の電源がオフ、すなわち、車載装置が通信できない状態である期間においてアップロードするように通信スケジュールを作成するおそれがある。
そこで、実施形態に係るスケジュール作成方法では、通信品質の推移に加えて、車載装置５０の稼働状況に基づいて車載装置５０の通信スケジュールを作成することとした。
具体的には、実施形態に係るスケジュール作成方法では、図１Ａに示すように通信品質と、車載装置５０の稼働状況とをそれぞれ予測し、通信スケジュールを作成する。
図１Ａに示す例では、通信品質を良好および不良で示し、良好である場合に、通信トラフィックが少なく、車載装置５０がデータのアップロードを適切に行えることを示す。また、通信品質が不良である場合は、通信トラフィックが多く、車載装置５０がデータのアップロードを適切に行うことが困難であることを示す。
また、図１Ａに示す稼動状況において、稼働は、車載装置５０が稼働している状態、すなわち、電源がオンであることを示し、非稼働は、車載装置５０が非稼働である状態、すなわち、電源がオフであることを示す。言い換えれば、稼動は、車両Ｃのイグニッションスイッチがオンであることを示し、非稼働は、車両Ｃのイグニッションスイッチがオフであることを示す。
実施形態に係るスケジュール作成方法では、車載装置５０の予定に関す予定情報に基づいて車載装置５０の稼動状況を予測する。かかる予定情報は、車両Ｃの利用履歴や、車両Ｃで設定された目的地、車両Ｃのユーザのスケジュール等を含む。なお、予定情報の詳細については後述する。
続いて、実施形態に係るスケジュール作成方法では、通信品質が良好であり、かつ、車載装置５０が稼働していると予測される時刻ｔ３〜ｔ４において車載装置５０がデータをアップロードするように車載装置５０の通信スケジュールを作成する。
そして、実施形態に係るスケジュール作成方法では、かかる通信スケジュールを含む収集条件ファイルを作成し、車載装置５０へ送信する。これにより、車載装置５０は、かかる収集条件ファイルに該当するデータを取得した場合に、アップロードデータを生成し、かかるアップロードデータを時刻ｔ３〜ｔ４の期間に通信装置１へアップロードすることが可能となる。
つまり、実施形態に係るスケジュール作成方法では、通信品質が良い時間帯、かつ、車両Ｃが稼働している時間帯にアップロードするように、通信スケジュールを作成する。
したがって、実施形態に係るスケジュール作成方法では、通信品質の推移のみならず、車載装置５０の稼働状況に応じて通信スケジュールを最適化することができるので、適切な通信スケジュールを作成することができる。
次に、図１Ｂを用いて実施形態に係る通信システム１００について説明する。図１Ｂは、通信システム１００の概要を示す図である。図１Ｂに示すように、通信システム１００は、上述した通信装置１と、車載装置５０とに加えて、クライアント装置５００を備える。
クライアント装置５００は、通信装置１によって収集されたデータを活用するクライント(通信装置１から見た顧客)が管理する装置である。クライアント装置５００は、通信装置１が各車載装置５０から収集したデータを取得し、かかるデータに基づいて所定のサービスを提供する。
例えば、クライアント装置５００の管理者が、クライアント装置５００を操作し、所望するデータの収集条件を設定し、かかる収集条件を通信装置１へ通知する。
かかる収集条件には、収集するデータ、データの収集対象となる車両の条件、収集開始、終了トリガパターンを含む収集トリガ、データの削減方法、アップロードタイミング等が含まれる。
通信装置１は、収集条件を取得すると、まず、かかる収集条件に基づき、データを収集する車両Ｃ、すなわち、車載装置５０の選別を行う。続いて、通信装置１は、選別した車載装置５０毎に通信スケジュールを作成し、車載装置５０毎にネットワークＮを介して上述の収集条件ファイルを送信する。
各車載装置５０は、かかる収集条件ファイルに該当するデータを取得した場合に、かかるデータを通信スケジュールにしたがってネットワークＮを介して通信装置１へアップロードする。
そして、クライアント装置５００は、通信装置１が各車載装置５０から収集したデータを通信装置１から適宜取り出すことで、かかるデータに基づいて所定のサービスを提供する。
なお、ここでは、クライアント装置５００が１つである場合について示したが、クライアント装置５００は複数であってもよいし、あるいは、通信装置１とクライアント装置５００とが一体であってもよい。また、通信装置１が作成した収集条件ファイルにそってクライアント装置５００が各車載装置５０から直接データを収集することにしてもよい。
次に、図２を用いて実施形態に係る車載装置５０の構成例について説明する。図２は、車載装置５０のブロック図である。図２に示すように、車載装置５０は、ユーザ端末８１と、ナビゲーション装置８２と、車載センサ８３と、ＧＰＳ(Global Positioning System)アンテナ８４とに接続される。
ユーザ端末８１は、例えば、車両Ｃのユーザが保有するスマートフォン、タブレット端末を含み、例えば、車載装置５０と近距離無線通信等を用いて情報を送受信することができる。例えば、ユーザ端末８１は、ユーザ端末８１に記憶されたユーザのスケジュール情報を車載装置５０へ通知する。
スケジュール情報は、ユーザの今後の予定を示す情報であり、ユーザ端末８１のカレンダーアプリ等にユーザによって設定された情報である。例えば、スケジュール情報には、スケジュールの開始時刻および終了時刻、スケジュールを行う位置情報、スケジュールの内容等が含まれる。
なお、車載装置５０は、スケジュール情報をユーザのスケジュールをクラウド上で管理するクラウドサーバから取得することにしてもよい。また、車載装置５０は、例えば、レストラン、美容室、コンサート、航空券、列車等の各種予約サイトに登録された情報に基づき、スケジュール情報を取得することにしてもよい。
ナビゲーション装置８２は、車両Ｃの目的地や目的地までの経路をユーザに通知する。また、ナビゲーション装置８２は、ユーザによって目的地が設定された場合、目的地と目的地までの走行経路、各走行経路における通過予定時刻等を含む目的地情報を車載装置５０へ通知する。
車載センサ８３は、車両Ｃの走行データを検出するセンサであり、検出した走行データを車載装置５０へ出力する。例えば、車載センサ８３は、車両Ｃの車速を測定する車速センサや、車両Ｃのブレーキ状況を測定するブレーキセンサ、車両Ｃの舵角を検出する舵角センサ等を含む。
なお、車載センサは、エンジンの水温や油圧を検出するセンサや、車両Ｃのバッテリ電圧を検出するセンサ、車両Ｃの加速度を検出する加速度センサ、車両Ｃの乗員を検知する乗員検知センサであってもよい。
また、車載装置５０は、車載センサ８３に加えて車両Ｃの周囲を撮像するカメラや車両Ｃの周囲の障害物を検出する検出装置等と接続されることにしてもよい。
この他、車載装置５０は、車両Ｃの電子制御を行う電子制御機器、シャシ系機器、ボディ系機器、安全系機器、エンタメ系機器と接続されることにしてもよい。すなわち、車載装置５０は、車両Ｃのあらゆる情報を取得することが可能である。
言い換えれば、実施形態に係る通信システム１００では、通信装置１が車載装置５０と連携し、車両Ｃの多種多様な情報を収集することが可能となる。なお、上記の電子制御機器には、車両Ｃのエンジン制御機器やトランスミッション制御機器等が含まれ、シャシ系機器には、ステアリング制御機器や、サスペンション制御機器が含まれる。
また、ボディ系機器には、ドア制御機器、空調制御機器、セキュリティ制御機器が含まれ、安全系機器には、エアバック制御機器、自動運転制御機器、運転支援制御機器が含まれる。また、エンタメ系機器には、ＡＶ機器等が含まれる。ＧＰＳアンテナ８４は、車両Ｃの現在地を示す位置情報を車載装置５０へ通知する。
車載装置５０は、通信部５と、制御部６と、記憶部７とを備える。通信部５は、上述のネットワークＮを介して通信装置１とデータの送受信を行う。
制御部６は、取得部６１と、検出部６２と、生成部６３とを備える。取得部６１は、車載センサ８３から車両データを取得し、記憶部７の車両データ記憶領域７１へ格納する。また、取得部６１は、通信部５を介して通信装置１から収集条件ファイルを取得し、記憶部７の条件ファイル記憶領域７２へ格納する。
取得部６１は、ユーザ端末８１からユーザのスケジュール情報、ナビゲーション装置８２から車両Ｃの目的地等を示す目的地情報、ＧＰＳアンテナ８４から車両Ｃの位置情報を取得し、通信部５を介して通信装置１へ適宜送信する。
検出部６２は、車両データ記憶領域７１に記憶された車両データから収集対象となる車両データを検出する。具体的には、検出部６２は、条件ファイル記憶領域７２に記憶された収集条件ファイルによって指定される開始トリガと終了トリガとに対応する車両データを検出し、開始トリガから終了トリガまでの車両データについて収集対象の車両データとして検出する。
そして、検出部６２は、検出した収集対象の車両データに関する情報を生成部６３へ通知する。生成部６３は、検出部６２によって検出された収集対象の車両データについて通信装置１へアップロードするアップロードデータを生成する。
例えば、生成部６３は、車両データに対して車両Ｃを識別するための識別子、時刻や位置情報等を対応付けた後に、上記の条件設定ファイルで指定された削減方式で削減することで、アップロードデータを生成する。
そして、生成部６３は、通信スケジュールによって指定されたタイミングで、アップロードデータをネットワークＮ(図１Ｂ参照)を介して通信装置１へアップロードする。
ここで、本実施形態において、削減方式とは、例えば、車両データを間引くことを示す。例えば、車載装置５０が、車両Ｃの位置情報をアップロードする場合、交差点毎の位置情報をアップロードし、通信装置１でかかる交差点毎の位置情報を繋ぎ合わせることで、車両Ｃが実際に走行した走行経路を復元することができる。
また、その他の削減方式として、データに変化があった場合にのみ、データの差分をアップロードすることにしてもよい。かかる場合に、通信装置１は、前回までの値に今回の差分を加算することで、元のデータを復元することが可能となる。
すなわち、車載装置５０は、削減方式にそって車両データを間引いてアップロードすることで、通信量を削減することが可能となる。そして、通信装置１で、削減方式にそって車両データを復元することで、通信量を削減しつつ、車両データを適切に収集することが可能となる。
次に、図３を用いて実施形態に係る通信装置１の構成例について説明する。図３は、通信装置１のブロック図である。図３に示すように、通信装置１は、通信部２と、制御部３と、記憶部４とを備える。通信部２は、上記のネットワークＮに接続され、各車載装置５０とデータの送受信を行う。また、通信部２は、クライアント装置５００と情報を送受信することも可能である。
制御部３は、取得部３１と、予測部３２と、学習部３３と、作成部３４と、復元部３５とを備える。制御部３は、たとえば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、入出力ポートなどを有するコンピュータや各種の回路を含む。
コンピュータのＣＰＵは、例えば、ＲＯＭに記憶されたプログラムを読み出して実行することによって、制御部３の取得部３１、予測部３２、学習部３３、作成部３４および復元部３５として機能する。
また、制御部３の取得部３１、予測部３２、学習部３３、作成部３４および復元部３５の少なくともいずれか一部または全部をＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアで構成することもできる。
また、記憶部４は、例えば、ＲＡＭやＨＤＤに対応する。ＲＡＭやＨＤＤは、通信品質データベース４１、行動情報データベース４２、収集条件データベース４３、車両情報データベース４４および収集情報データベース４５や各種プログラムの情報を記憶することができる。なお、通信装置１は、有線や無線のネットワークで接続された他のコンピュータや可搬型記録媒体を介して上記したプログラムや各種情報を取得することとしてもよい。
制御部３の取得部３１は、車載装置５０やクライアント装置５００から各種情報を取得する。例えば、取得部３１は、車載装置５０から車両Ｃの位置情報や、上述の目的地情報、スケジュール情報等を取得し、行動情報データベース４２に格納する。
また、取得部３１は、車載装置５０からアップロードデータを取得し、かかるアップロードデータを復元部３５へ出力する。また、取得部３１は、上述のクライアント装置５００から収集条件を取得し、かかる収集条件を収集条件データベース４３へ格納する。
予測部３２は、通信エリア毎に通信品質の推移を予測し、予測した通信エリア毎の通信品質の推移を記憶部４の通信品質データベース４１に格納する。
図４は、通信品質の推移の具体例を示す図であり、通信品質データベース４１に格納される情報の具体例に対応する。図４に示すように、例えば、通信品質データベース４１には、エリアＩＤと、通信品質の推移とが対応付けられて記憶される。
図４に示すエリアＩＤは、各通信エリアを識別するための識別子であり、通信品質の推移は、予測部３２によって予測された各通信エリアの通信品質の推移を示す。
予測部３２は、通信エリア毎の過去の通信品質の推移から未来の通信品質の推移を予測することができる。例えば、まず、予測部３２は、後述する学習部３３による車載装置５０(車両Ｃ)の利用傾向に基づいて通信エリア毎に車両Ｃの台数の推移や、各車両Ｃが使用する通信量の推移を予測する。
すなわち、予測部３２は、各車両Ｃの分布や各車両Ｃの見込み通信量に基づいて通信エリア毎でアップロードされる通信量の推移を予測する。続いて、予測部３２は、各通信エリアにおける単位時間あたりに通信可能な通信量の上限から上記の通信量の推移を差し引くことで通信品質の推移を予測する。
図４に示す例では、通信品質を「１」〜「４」の４段階で示し、数字が大きいほど、通信品質が良好であることを示す。なお、ここでは、通信品質を４段階で示したが、通信品質は、３段階以下であっても、５段階以上であってもよい。
図３の説明に戻り、学習部３３について説明する。学習部３３は、車載装置５０の位置情報の履歴を含む利用履歴に基づいて車載装置５０の使用傾向を学習する。そして、学習部３３は、学習結果を記憶部４の行動情報データベース４２に格納する。
学習部３３は、例えば、上記の利用履歴から車両Ｃが停車した位置や、停車した位置から目的地までの経路等を解析することで、車両Ｃの使用傾向を学習する。
すなわち、学習部３３は、利用履歴から車両Ｃが使用される時間帯、かかる時間帯毎に車両Ｃが走行するエリア等のパターンを解析する。また、利用履歴には、時刻、曜日や、天候、イベントの有無といった項目を含む。
すなわち、学習部３３は、時刻、曜日や、天候、イベントの有無といった項目毎に車両Ｃの使用傾向を解析することも可能である。なお、イベントの有無とは、例えば、事故の有無、交通規制の有無、渋滞の有無、車両Ｃが走行するエリア近傍で開催される行事や催し物の有無を指す。通信装置１は、かかるイベント情報について図示しない外部サーバから適宜取得することが可能である。
また、学習部３３は、車両Ｃの運転者や、同乗者に関する情報を取得し、運転者毎や、運転者と同乗者との組み合わせ毎に利用傾向を学習することにしてもよい。学習部３３は、車両Ｃの目的地や乗車タイミングに対して運転者や同乗者を紐付けて学習することが可能である。
なお、運転者や同乗者に関する情報は、例えば、車両Ｃ内に設置された車内カメラ(不図示)によって撮像された画像を車載装置５０または通信装置１で解析することで取得することが可能である。
図５は、利用傾向の具体例を示す図であり、行動情報データベース４２に格納された情報の具体例に相当する。図５に示すように、行動情報データベース４２には、車両ＩＤと、稼動状況および通信エリアが対応付けられて記憶される。
図５に示す車両ＩＤは、車両Ｃ、すなわち、車載装置５０を識別するための識別子である。また、稼動状況および通信エリアは、車両Ｃの稼働状況、すなわち、車両Ｃのイグニッションスイッチのオン／オフの状態と、車両Ｃが位置する通信エリアを示す。
図５に示す例では、稼動状況が非稼働である場合、車両Ｃが停車、すなわち、車両Ｃのイグニッションスイッチがオフであり、車載装置５０の電源がオフであることを示す。
また、図５に示すように、稼動状況が稼働である場合、通信エリアが変化しているが、これは、車両Ｃが通信エリアを跨いで移動していることを示す。
図３の説明に戻り、作成部３４について説明する。作成部３４は、予測部３２によって予測された通信エリア毎の通信品質の推移と、車載装置５０の予定に関する予定情報から予測される車載装置５０の状態とに基づいて当該車載装置５０のデータ通信の通信スケジュールを作成する。
作成部３４は、通信スケジュールを作成すると、通信スケジュールに車両ＩＤや宛先、データの削減方式等を対応付けた収集条件ファイルを作成し、通信部２やネットワークＮを介して各車載装置５０へ送信する。
まず、作成部３４は、図１Ｂに示したクライアント装置５００から取得した収集条件により指定された収集対象となる車載装置５０を車両情報データベース４４から選定する。
車両情報データベース４４には、例えば、車載装置５０毎にユーザに関するユーザ情報や、車両Ｃの車種情報等を含む車両情報が記憶される。また、ユーザ情報は、ユーザの年齢、性別、住所、職業等が含まれる。
例えば、車両情報は、車載装置５０の購入時にディーラによって車両情報データベース４４へ登録される。もしくは、ユーザがインターネットを介して車両情報を車両情報データベース４４に登録することにしてもよい。
続いて、作成部３４は、選定した車載装置５０の利用傾向を行動情報データベース４２から読み出す。すなわち、作成部３４は、学習部３３によって学習された利用傾向に基づいて通信スケジュールを作成する。
言い換えれば、実施形態に係る通信装置１は、車載装置５０の利用履歴を蓄積することで、車両Ｃのユーザの行動パターンを精度よく導出することが可能となり、かかる行動パターンに基づいて通信スケジュールを作成することで、適切な通信スケジュールを作成することが可能となる。
このとき、作成部３４は、かかる車載装置５０の目的地情報やスケジュール情報を取得している場合、目的地情報やスケジュール情報をあわせて読み出す。
そして、作成部３４は、目的地情報やスケジュール情報を用いて通信スケジュールを作成する。例えば、車両Ｃのナビゲーション装置８２(図２参照)に目的地が設定されている場合、車両Ｃがこれからかかる目的地へ向かう確率が高い。また、ユーザ端末８１にユーザのスケジュールが設定されている場合、ユーザがかかるスケジュールを実行する可能性が高い。
すなわち、作成部３４は、目的地情報やスケジュール情報を活用することで、信頼度の高い車載装置５０の予定に基づき、通信スケジュールを作成することが可能となる。言い換えれば、目的地情報やスケジュール情報を活用することで、車載装置５０がアップロードするタイミングを適切に指定することが可能となる。
また、作成部３４は、収集条件データベース４３を参照し、収集するデータ項目毎に優先度を付与し、通信スケジュールを作成する。図６は、データ項目に対する優先度の具体例を示す図である。
図６に示すように、通信システム１００では、収集するデータ項目毎に、優先度が付与される。図６に示す例では、優先度を「１」〜「４」の４段階で示し、数字が小さいほど優先度が高いことを示す。
また、鮮度が要求される情報であるほど、言い換えれば、刻一刻と状態が変化するデータであるほど、優先度が高く設定され、鮮度が要求されない情報であるほど、優先度が低く設定される。
具体的には、歩行者情報や信号情報については、優先度が高く設定される。歩行者情報は、車両Ｃ周囲の歩行者に関する情報であり、信号情報は、車両Ｃが通過する信号機の色、すなわち、信号機の状態を示す。
歩行者情報や信号情報は、鮮度が求められるので、優先度が最も高い「１」に設定され、即時アップロードするように通信スケジュールが作成される。
また、事故情報や渋滞情報については、歩行者情報や信号情報ほど、情報の鮮度が求められないので、優先度が２番目に高い「２」に設定され、例えば、車両Ｃのワントリップ中においてトラフィック量が少ない時間帯にアップロードするように通信スケジュールが作成される。
また、工事情報については、さらに情報の鮮度が求められないので、優先度が「３」に設定され、同日内のトラフィック量が少ない時間帯にアップロードするように通信スケジュールが作成される。
そして、路面情報や標識情報については、ほとんど状態が変化しないので、情報の鮮度が求められない。このため、路面情報や標識情報については、最も低い優先度「４」が設定され、後日を含むトラフィック量が少ない時間帯を最優先してアップロードするように通信スケジュールが作成される。
図７は、通信スケジュールの具体例を示す図である。図７では、車両Ｃを○で示すとともに、図７に示す走行経路Ｒは、これから車両Ｃが走行すると予測される経路を示す。上述のように、走行経路Ｒは、学習部３３によって学習された利用傾向や、目的地情報、スケジュール情報等に基づいて予測される。
また、ここでは、車両Ｃが複数の通信エリア(破線で囲った領域)を跨いで走行する場合において、作成部３４が車両Ｃに搭載された車載装置５０(ここでは不図示)の通信スケジュールを作成する場合について説明する。
かかる場合に、作成部３４は、車両Ｃが各通信エリアの通過予定時刻における通信品質を通信品質データベース４１から読み出し、かかる通信品質に基づいて通信スケジュールを作成する。
具体的には、作成部３４は、通信品質が最も良い「４」である通信エリアを通過予定の時間帯においては、優先度(図６参照)が４以下、すなわち、全てのデータをアップロードするように通信スケジュールを作成する。
また、作成部３４は、通信品質が「３」である通信エリアを通過予定の時間帯においては、優先度が「３」以下のデータをアップロードし、通信品質が「２」である通信エリアを通過予定の時間帯においては、優先度が「２」以下のデータをアップロードするように通信スケジュールを作成する。
そして、通信品質が最も悪い「１」の通信エリアを通過予定の時間帯においては、優先度が最も高い「１」に対応するデータのみをアップロードするように通信スケジュールを作成する。
このように、作成部３４は、車両Ｃが走行する走行経路Ｒ上における通信品質にあわせて通信スケジュールを最適化することができる。ところで、通信品質が「１」である期間においては、優先度が最も高い「１」に対応するデータのみしかアップロードされない。
このため、車載装置５０が、かかる期間に「１」以外の優先度に対応するデータを取得した場合、かかるデータがアップロードされないこととなる。また、車載装置５０は、データをアップロードしようとしたものの、実際の通信品質が悪く、アップロードできない場合も想定される。
このため、車載装置５０は、かかるデータについてアップロードするタイミングの再スケジューリング要求を送信し、作成部３４は、再スケジューリング要求に基づき、通信スケジュールの作成を再度行う。
図８は、再スケジューリングの具体例を示す図である。図８に示すように、かかる場合に、作成部３４は、車載装置５０が稼働している状態であり、かつ、通信品質がよい「４」である時間帯である時刻ｔ１２〜ｔ１３に、アップロードするように通信スケジュールを作成する。
この際、通信品質が最もよい「４」である時刻ｔ１２〜ｔ１３の期間については、優先度の高いデータから順次アップロードし、かかる期間にアップロードできないデータについては、時刻ｔ１３〜ｔ１４の期間にアップロードするように通信スケジュールを作成する。
そして、時刻ｔ１３〜ｔ１４の期間にアップロードできないデータについては、次回、通信品質がよい時間帯であり、かつ、車載装置５０が稼働していると推定される時間帯にアップロードするように通信スケジュールを作成する。
つまり、作成部３４は、優先度の高いデータを優先的にアップロードするとともに、優先度の低いデータについては後からアップロードするように通信スケジュールを作成する。
なお、上述したように、優先度は、データの鮮度が要求されるデータであるほど高くなる。すなわち、優先度の高いデータについては、時間の経過とともに価値が低下する。このため、作成部３４は、優先度の高いデータについては、当初の通信スケジュールでアップロードできない場合、かかるデータをアップロードしないことを前提として通信スケジュールを作成することとしてもよい。
図３の説明に戻り、復元部３５について説明する。復元部３５は、各車載装置５０からアップロードされたデータを上述の削減方式にそって復元し、復元したデータを記憶部４の収集情報データベース４５へ格納する。
次に、図９を用いて実施形態に係る通信装置１が実行する処理手順について説明する。図９は、通信装置１が実行する処理手順を示すフローチャートである。
図９に示すように、まず、通信装置１の取得部３１は、クライアント装置５００から収集条件を取得する（ステップＳ１０１）。続いて、予測部３２は、通信エリア毎に通信品質の推移を予測する（ステップＳ１０２）。
続いて、作成部３４は、上記の収集条件に基づき、データを収集する対象車両を選定し（ステップＳ１０３）、対象車両の予定を算出する（ステップＳ１０４）。
続いて、作成部３４は、通信品質の推移と、対象車両の予定情報とに基づいて通信スケジュールを作成し（ステップＳ１０５）、収集条件ファイルを作成する（ステップＳ１０６）。作成部３４は、作成した収集条件ファイルを送信して（ステップＳ１０７）、処理を終了する。
次に、図１０を用いて車載装置５０が実行する処理手順について説明する。図１０は、車載装置５０が実行する処理手順を示すフローチャートである。
図１０に示すように、まず、車載装置５０の取得部６１は、通信装置１から収集条件ファイルを取得する（ステップＳ２０１）。続いて、検出部６２は、車両データから収集トリガを検出したか否かを判定する（ステップＳ２０２）。
検出部６２が、収集トリガを検出した場合（ステップＳ２０２，Ｙｅｓ）、生成部６３は、アップロードデータを生成する（ステップＳ２０３）。一方、検出部６２が、収集トリガを検出していない場合（ステップＳ２０２，Ｎｏ）ステップＳ２０２の処理を継続して行う。
その後、生成部６３は、電源オフまでに指定されたアップロードタイミングが有るか否かを判定する（ステップＳ２０４）。そして、生成部６３は、アップロードタイミングが有る場合（ステップＳ２０４，Ｙｅｓ）、かかるアップロードタイミングでアップロードデータをアップロードし（ステップＳ２０５）、処理を終了する。
また、生成部６３は、アップロードタイミングがなかった場合（ステップＳ２０４，Ｎｏ）、通信装置１に対して再スケジュール作成依頼を送信し（ステップＳ２０６）、処理を終了する。
上述したように、実施形態に係る通信装置１は、予測部３２と、作成部３４とを備える。予測部３２は、通信エリア毎に通信品質の推移を予測する。作成部３４は、予測部３２によって予測された通信エリア毎の通信品質の推移と、車載装置５０（端末装置の一例）の予定に関する予定情報から予測される当該車載装置５０の状態とに基づいて当該車載装置５０のデータ通信の通信スケジュールを作成する。したがって、実施形態に係る通信装置１によれば、適切な通信スケジュールを作成することができる。
ところで、上述した実施形態では、通信装置１が、車載装置５０がアップロードするデータの通信スケジュールを作成する場合について説明したが、これに限定されるものではない。すなわち、通信装置１は、車載装置５０がダウンロードするデータの通信スケジュールを作成することも可能である。
また、上述した実施形態では、通信装置１が、データの鮮度に基づく優先度に基づいて通信スケジュールを作成する場合について説明したが、これに限定されるものではない。すなわち、優先度は、データ項目毎の通信量に基づく優先度や、その他の優先度であってもよい。また、優先度を付与しないようにすることにしてもよい。
また、上述した実施形態では、車両Ｃの稼働状況を稼動と非稼働で示したが、稼動状態に充電中を含めることにしてもよい。例えば、車両Ｃが電気自動車である場合、車両Ｃの充電中にデータを送信するように通信スケジュールを作成することも可能である。すなわち、車両Ｃの充電中であれば、バッテリ上がりを招くことなく、車載装置５０がデータを送信することが可能である。
また、上述した実施形態では、端末装置が車載装置５０である場合について説明したが、端末装置は、スマートフォン、タブレット端末等の通信機器であってもよい。
さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。
１ 通信装置
３１ 取得部
３２ 予測部
３３ 学習部
３４ 作成部
３５ 復元部
５０ 車載装置（端末装置の一例）
１００ 通信システム

Claims (6)

  1. 通信エリア毎に通信品質の推移を予測する予測部と、
    前記予測部によって予測された前記通信エリア毎の前記通信品質の推移と端末装置の予定に関する予定情報から予測される当該端末装置の状態とに基づいて当該端末装置のデータ通信の通信スケジュールを作成する作成部と
    を備えることを特徴とする通信装置。
  2. 前記端末装置の位置情報の履歴を含む利用履歴に基づいて前記端末装置の利用傾向を学習する学習部
    を備え、
    前記作成部は、
    前記学習部によって学習された前記利用傾向を前記予定情報として前記通信スケジュールを作成すること
    を特徴とする請求項１に記載の通信装置。
  3. 前記作成部は、
    前記端末装置のユーザの行動スケジュールを前記予定情報として前記通信スケジュールを作成すること
    を特徴とする請求項１または２に記載の通信装置。
  4. 前記作成部は、
    前記端末装置の行先として設定された目的地と、当該目的地までの経路とを前記予定情報として前記通信スケジュールを作成すること
    を特徴とする請求項１、２または３に記載の通信装置。
  5. 前記作成部は、
    前記データ通信のデータ項目毎にデータの鮮度に基づく優先度を付与し、前記優先度が高い前記データ項目について前記端末装置が優先的にデータ通信を行うように前記通信スケジュールを作成すること
    を特徴とする請求項１〜４のいずれか一つに記載の通信装置。
  6. 通信エリア毎に通信品質の推移を予測する予測工程と、
    前記予測工程によって予測された前記通信エリア毎の前記通信品質の推移と、端末装置の予定に関する予定情報から予測される当該端末装置の状態とに基づいて当該端末装置のデータ通信の通信スケジュールを作成する作成工程と
    を含むことを特徴とするスケジュール作成方法。
JP2018050183A 2018-03-16 2018-03-16 通信装置およびスケジュール作成方法 Pending JP2019161620A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018050183A JP2019161620A (ja) 2018-03-16 2018-03-16 通信装置およびスケジュール作成方法
US16/286,845 US20190289474A1 (en) 2018-03-16 2019-02-27 Communication device and schedule creation method
CN201910184916.XA CN110278575A (zh) 2018-03-16 2019-03-12 通信设备和调度创建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018050183A JP2019161620A (ja) 2018-03-16 2018-03-16 通信装置およびスケジュール作成方法

Publications (1)

Publication Number Publication Date
JP2019161620A true JP2019161620A (ja) 2019-09-19

Family

ID=67904247

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018050183A Pending JP2019161620A (ja) 2018-03-16 2018-03-16 通信装置およびスケジュール作成方法

Country Status (3)

Country Link
US (1) US20190289474A1 (ja)
JP (1) JP2019161620A (ja)
CN (1) CN110278575A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11109249B2 (en) * 2019-04-26 2021-08-31 Uber Technologies, Inc. Systems and methods for improved monitoring of a vehicle integration platform
JP7348700B2 (ja) * 2020-02-13 2023-09-21 株式会社デンソー 無線通信装置及びサーバ装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9143926B2 (en) * 2012-09-06 2015-09-22 Dell Products, Lp Method and apparatus for context aware management of location optimization of virtual machines for mobility and real-time enterprise applications

Also Published As

Publication number Publication date
US20190289474A1 (en) 2019-09-19
CN110278575A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
RU2683902C2 (ru) Транспортное средство, способ и система для планирования режимов транспортного средства с использованием изученных предпочтений пользователя
US20230084713A1 (en) Method and system for providing artificial intelligence analytic (aia) services for performance prediction
US20230245510A1 (en) Fleet Maintenance Management for Autonomous Vehicles
US10762447B2 (en) Vehicle selection for on-demand transportation services
US11288612B2 (en) Generalized risk routing for human drivers
US11080806B2 (en) Non-trip risk matching and routing for on-demand transportation services
US10789835B2 (en) Fractional risk performance evaluation for autonomous vehicles
Taha et al. Route planning considerations for autonomous vehicles
US20170200369A1 (en) System and method for coordinating v2x and standard vehicles
EP3631366B1 (en) Path segment risk regression system for on-demand transportation services
JP2019160242A (ja) 通信装置およびスケジュール作成方法
US10529235B2 (en) System and method for virtual transformation of standard or non-connected vehicles
CA3067640A1 (en) Passenger classification-based autonomous vehicle routing
US20180341881A1 (en) Post-trip optimization for autonomous vehicles
US20200013237A1 (en) Maintenance notification system and method for controlling same, and non-transitory computer readable medium
CN106573546A (zh) 为电动车辆呈现路线信息
EP3483801A1 (en) Methods and apparatuses for fuel consumption prediction
CN113424209A (zh) 使用深度学习多预测器融合和贝叶斯优化的轨迹预测
JP2019161620A (ja) 通信装置およびスケジュール作成方法
JP6948253B2 (ja) 車両最適化システムおよび車両最適化装置
JP6727175B2 (ja) 提供装置、提供方法、及び提供プログラム
US20240198848A1 (en) Predicting charging behavior of electric vehicle drivers
JP7540422B2 (ja) 運行管理装置、システム、及び運行管理方法
US20240271477A1 (en) Automated door control by an autonomous vehicle
WO2023228781A1 (ja) 処理システム及び情報提示装置