JP2019168430A

JP2019168430A - 診断装置及び診断方法

Info

Publication number: JP2019168430A
Application number: JP2018058559A
Authority: JP
Inventors: 政善飯島; Masayoshi Iijima; 内田　岳大; Takehiro Uchida; 岳大内田
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2018-03-26
Filing date: 2018-03-26
Publication date: 2019-10-03
Anticipated expiration: 2038-03-26
Also published as: US20190295337A1; EP3547058B1; CN110362059B; EP3547058A1; US11132851B2; CN110362059A; JP7013993B2

Abstract

【課題】車両に搭載された機器の異常予兆の診断を精度良く行う。【解決手段】診断装置１０は、第２車両１−１から所定の範囲内に存在する第１車両１−２，１−３に搭載された第１機器３０の学習値を取得する学習情報取得部と、第１機器３０の学習値を用いて、第２車両１−１に搭載された第２機器３０の学習値を算出する学習部と、第２機器３０の検出値及び学習値を比較することにより、第２機器３０の動作状態を診断する診断部と、を備える。【選択図】図１

Description

本発明は、車両に搭載された機器の異常予兆を診断する診断装置及び診断方法に関する。

近年、機器の異常予兆を診断する技術が開発されている。例えば、特許文献１には、点検の対象機器及び前記対象機器と同種の複数の同種機器の計測値の累積データから特徴量を抽出したクラスタ集合を生成するクラスタ集合生成手段と、前記生成したクラスタ集合と前記対象機器の計測値とに基づき、異常度を算出する異常度計算手段と、前記算出された異常度に基づいて前記対象機器の点検時期の予測に用いるクラスタを前記クラスタ集合から選択するクラスタ選択手段と、前記選択したクラスタに基づいて前記対象機器の機器状態の予測値を算出し、前記予測値と所定閾値に基づいて前記対象機器の点検時期を予測する点検時期予測手段とを有する予兆診断システムが開示されている。

特開２０１６−１５２７０６号公報

特許文献１に記載の技術は、各機器が同様な環境下にあることが前提である。そのため、車両に搭載された機器のように、車両が走行している道路の路面形状、道路の勾配、天候などの外部環境によって機器のデータが変化しうる場合には、異常予兆の診断を正しく行うことが困難であった。

かかる事情に鑑みてなされた本発明の目的は、車両に搭載された機器の異常予兆の診断を精度良く行うことが可能な診断装置及び診断方法を提供することにある。

上記課題を解決するため、本発明に係る診断装置は、第２車両から所定の範囲内に存在する第１車両に搭載された第１機器の学習値を取得する学習情報取得部と、前記第１機器の学習値を用いて、前記第２車両に搭載された第２機器の学習値を算出する学習部と、前記第２機器の検出値及び学習値を比較することにより、前記第２機器の動作状態を診断する診断部と、を備えることを特徴とする。

さらに、本発明に係る診断装置において、前記第１機器の学習値は、第３車両に搭載された第３機器の学習値に基づいて算出され、前記学習情報取得部は、前記第１機器の学習値と、前記第１機器の学習値の算出に係る前記第３車両の台数を示す学習台数とを対応付けて取得し、前記学習部は、前記第１機器の学習値及び前記学習台数を用いて、前記第２機器の学習値を算出することを特徴とする。

さらに、本発明に係る診断装置において、前記学習部は、前記第１機器の検出値及び前記第１機器の学習値の差が閾値以下である場合に、前記第１機器の学習値を用いて前記第２機器の学習値を算出することを特徴とする。

さらに、本発明に係る診断装置において、前記学習部は、前記第１機器の学習値に対応付けられた前記学習台数が閾値を超える場合に、前記第１機器の学習値を用いて前記第２機器の学習値を算出することを特徴とする。

さらに、本発明に係る診断装置において、前記第１機器の学習値は、前記第１車両の修理又は検査が行われた場合にリセットされることを特徴とする。

また、上記課題を解決するため、本発明に係る診断方法は、第１車両に搭載された第１機器の学習値を取得するステップと、前記第１機器の学習値を用いて、前記第１車両から所定の範囲内に存在する第２車両に搭載された第２機器の学習値を算出するステップと、前記第２機器の検出値及び学習値を比較することにより、前記第２機器の動作状態を診断するステップと、を含むことを特徴とする。

本発明によれば、車両に搭載された機器の異常予兆の診断を精度良く行うことが可能となる。

本発明の第１の実施形態に係る診断装置を備える車両の概略構成を示す図である。本発明の第１の実施形態に係る診断装置を用いた診断方法の手順の一例を示すフローチャートである。本発明の第１の実施形態に係る診断装置の構成例を示す図である。本発明の第１の実施形態に係る診断装置による診断例を説明する図である。本発明の第２の実施形態に係る診断装置を備えるシステムの概略構成を示す図である。本発明の第３の実施形態に係る診断システムの概略構成を示す図である。本発明の第３の実施形態に係る診断システムを用いた診断方法の手順の一例を示すフローチャートである。

以下、本発明の実施形態について、図面を参照して詳細に説明する。

（第１の実施形態）
図１は、第１の実施形態に係る診断装置を備える車両の概略構成を示す図である。各車両１は、診断装置１０と、ＥＣＵ（Electronic Control Unit）２０と、機器３０と、車車間通信部４０と、表示部５０とを備える。説明の便宜上、図１では構成が同一の３台の車両１−１，１−２，１−３のみを示しており、本実施形態では、車両１−１を自車両（第２車両）とし、車両１−２及び車両１−３を、車両１−１から所定の範囲に存在する周辺車両（第１車両）として説明する。ここで、所定の範囲とは、例えば車車間通信が可能な範囲である。

センサは経年劣化するため、センサの検出値は、正常値から徐々にずれが生じることがあり、そうすると、センサの検出値に基づくアクチュエータの制御値も正常値からずれが生じる。そこで、本発明では、センサの検出値又はアクチュエータの制御値を監視し、センサの診断を行う。

機器３０は、センサ又はアクチュエータであり、機器３０の検出値とは、センサの検出値（センサ値）又はアクチュエータの制御値を意味する。以下、本明細書の実施形態において、機器３０をセンサ３０として説明する。車両１には、外気温センサ、吸気温センサ、水温センサ、車速センサ、Ｏ₂センサ、ステアリングセンサ、空気圧センサ、超音波センサ、ジャイロセンサ、障害物センサなど、様々なセンサ３０が搭載されている。センサ３０の検出値は、該検出値を用いて処理を行うＥＣＵ２０に出力される。

ＥＣＵ２０は、車両１に複数搭載され、車両１の様々な動作を電子制御する。例えば、エンジン用のＥＣＵ２０は、吸気温センサ、水温センサ、車速センサ、Ｏ₂センサなどの各センサ３０からの情報を元に、アクチュエータを駆動させ、エンジンの燃料噴射量や噴射時間を制御する。

車車間通信部４０は、あらかじめ割り当てられた周波数帯域の電波を用いて、車両１同士で直接通信（車車間通信）を行い、周辺車両１−２，１−３から、周辺車両１−２，１−３に搭載されたセンサ３０（第１機器）の学習情報を受信し、復調する。また、車車間通信部４０は、自車両１−１に搭載されたセンサ３０（第２機器）の学習情報を変調して、周辺車両１−２，１−３に送信する。車車間通信部４０は、電波の届く範囲内に存在する周辺車両と通信可能であり、電波の届く範囲は、電波強度を調整することにより適宜調整可能である。車車間通信部４０は、受信した学習情報を診断装置１０に出力する。なお、車車間通信部４０が学習情報を送受信する頻度は任意であるが、同一の車両と何度も通信を行うことを防止するために、同一の車両とは一度通信を行うと所定期間が経過するまで通信を行わないようにしてもよい。

診断装置１０は、車車間通信により車車間通信部４０が受信した学習情報に基づいて、自車両１−１に搭載されたセンサ３０について故障などの異常の予兆があるか否かを判定する。

表示部５０は、例えばパネルディスプレイ、又はヘッドアップディスプレイなどであり、診断装置１０による診断結果などを表示する。

診断装置１０の処理内容について、図２を参照して概要を説明した後、図３及び図４を参照してより詳細に説明する。図２は、診断装置１０を用いた診断方法の手順の一例を示すフローチャートである。

診断装置１０は、車車間通信によって周辺車両１−２，１−３に搭載されたセンサ３０についての学習情報を取得する（ステップＳ１１）。次に、診断装置１０は、取得した学習情報から信頼度の高い学習値を選択する（ステップＳ１２）。そして、信頼度の高い学習値を用いて、自車両１−１に搭載されたセンサ３０の学習値を算出する（ステップＳ１３）。センサ３０の学習値とは、センサ３０の検出値の正常値を推定した値を示すものである。ステップＳ１２及びステップＳ１３の処理の具体例については後述する。なお、ステップＳ１２の処理は省略可能である。

そして、診断装置１０は、自車両１−１に搭載されたセンサ３０の検出値及び算出した学習値を比較し（ステップＳ１４）、両者が乖離している場合には（ステップＳ１４−Ｙｅｓ）、自車両１−１に搭載されたセンサ３０の異常予兆ありと判定し（ステップＳ１５）、両者が乖離していない場合には（ステップＳ１４−Ｎｏ）、自車両１−１に搭載されたセンサ３０の異常予兆なしと判定する（ステップＳ１６）。

図３は、診断装置１０の構成例を示す図である。図３に示す診断装置１０は、学習情報取得部１１０と、学習部１２０と、診断部１３０と、記憶部１４０とを備える。

学習情報取得部１１０は、上記ステップＳ１１の処理を行う。すなわち、学習情報取得部１１０は、車車間通信部４０に対し、車車間通信により周辺車両１−２，１−３の学習情報を受信するように命令する。そして、学習情報取得部１１０は、車車間通信部４０から、周辺車両１−２，１−３に搭載されたセンサ３０の学習情報を取得し、取得した学習情報を記憶部１４０に出力する。

学習部１２０は、上記ステップＳ１２及びステップＳ１３の処理を行う。すなわち、学習部１２０は、記憶部１４０に記憶された学習情報に含まれる学習値の信頼度を判定し、信頼度が低い学習値を含む学習情報は破棄する。そして、学習部１２０は、信頼度の高い学習値に基づいて自車両１−１に搭載されたセンサ３０の学習値を算出し、算出した学習値を診断部１３０に出力する。

診断部１３０は、上記ステップＳ１４〜ステップＳ１６の処理を行う。すなわち、診断部１３０は、自車両１−１に搭載されたセンサ３０ごとに、センサ３０の検出値と学習部１２０により算出された学習値とを比較し、両者の差があらかじめ設定した閾値を超える場合（自車両１−１の検出値が学習値から乖離している場合）には、該センサ３０の異常予兆ありと判定し、両者の差が閾値以下である場合（自車両１−１の学習値が妥当値から乖離していない場合）には、該センサ３０の異常予兆なしと判定する。診断部１３０は、診断結果を表示部５０、スピーカ、又は外部のサーバなどに出力する。診断部１３０は、自車両１−１のセンサ３０の異常予兆ありと判定した場合には、該センサ３０の学習情報を周辺車両１−２，１−３に送信しないようにしてもよい。

図４は、診断装置１０による検出値の診断の具体例を説明する図である。図４に示す例では、自車両１−１が、新たに周辺車両１−２，１−３からセンサ３０の学習情報を受信したものとする。ある車両に搭載されたセンサ３０の学習値は、該車両から所定の範囲内に存在する周辺車両に搭載されたセンサ３０の学習情報に基づいて算出される。つまり、自車両１−１に搭載されたセンサ３０の学習値は、周辺車両１−２，１−３に搭載されたセンサ３０の学習情報に基づいて算出される。また、車両１−２に搭載されたセンサ３０の学習値は、車両１−２の周辺車両に搭載されたセンサ３０の学習情報に基づいて算出され、車両１−３に搭載されたセンサ３０の学習値は、車両１−３の周辺車両に搭載されたセンサ３０の学習情報に基づいて算出される。

センサ３０の検出値がＸ、学習値がＹである場合、学習値に誤差値の情報を含め、誤差値を「検出値Ｘ、誤差値（Ｙ−Ｘ）」と表してもよい。すなわち、学習値は、検出値と誤差値の和である。例えば、図４（ａ）の車両１−１では、学習値を「２０℃」と表す代わりに、「検出値２１℃、誤差値−１℃」と表してもよい。誤差値の情報を含めることにより、誤差値が大きい場合には、学習値の信頼度が低い可能性があると推測することもできるようになる。そのため、学習部１２０は、記憶部１４０に記憶された学習情報のうち、誤差値が閾値を超える場合には該学習情報を破棄し、誤差値（検出値との差）が閾値以下の学習値を用いて自車両１−１に搭載されたセンサ３０の学習値を算出してもよい。

自車両１−１は、一度学習情報を受信した周辺車両１−２，１−３からは、所定時間以上経過するまでは学習情報を受信しないようにしてもよい。例えば、学習情報に車両を識別する識別ＩＤを含め、学習情報取得部１１０は、新しく取得した学習情報に含まれる識別ＩＤが過去に取得した学習情報に含まれる識別ＩＤと同一であり、かつ学習情報の取得時間の差が所定時間以下である場合には、新しく取得した学習情報を破棄するようにしてもよい。

図４（ａ）（ｂ）においては、学習情報を外気温センサ３０についての学習情報とし、図４（ｃ）においては、学習情報を油温センサ３０についての学習情報とする。図４（ａ）において、自車両１−１の学習部１２０が、周辺車両１−２，１−３から取得した学習情報を用いて、自車両１−１に搭載された外気温センサ３０の学習値を算出する場合、自車両１−１に搭載された外気温センサ３０の学習値を、例えば、自車両１−１及び周辺車両１−２，１−３に搭載された外気温センサ３０の学習値の平均値（２２＋２０＋２４）／３＝２２［℃］とする。

また、図４（ｂ）に示すように、学習情報に、学習値の算出に係る車両１の台数（学習台数）を含め、学習値及び学習台数を対応付けてもよい。車両１−２の学習情報は、「１０台」分の車両１の外気温センサ３０の学習情報を用いて学習値「２２℃」を算出したことを示している。なお、学習台数が「１台」の場合は、この学習値は初期値又はリセット後の値であることを意味する。学習値の初期値は、例えば検出値そのものとする。

学習台数が少ない場合には、学習値の信頼度が低い可能性がある。そのため、学習部１２０は、記憶部１４０に記憶された学習値のうち、閾値以下の学習台数に対応付けられた学習値は破棄し、閾値を超える学習台数に対応付けられた学習値を用いて、自車両１−１に搭載されたセンサ３０の学習値を算出してもよい。

図４（ｂ）において、自車両１−１の学習部１２０が、周辺車両１−２，１−３から取得した学習情報を用いて、自車両１−１に搭載された外気温センサ３０の学習値を算出する場合、自車両１−１及び周辺車両１−２，１−３に搭載された外気温センサ３０の学習値について、学習台数に応じた重み付けをした加重平均値を、自車両１−１に搭載された外気温センサ３０の学習値とする。例えば、式（１）により自車両１−１に搭載されたセンサ３０の学習値ｘ＾を算出する。ｘ_iは車両１−ｉに搭載されたセンサ３０についての学習値であり、ｗ_iは車両１−ｉに搭載されたセンサ３０についての学習台数である。図４（ｂ）の例では、式（１）を用いると、車両１−１に搭載された外気温センサ３０について、学習後の学習値ｘ＾は、（２０×５＋２２×１０＋２４×５）／（５＋１０＋５）＝２２［℃］となる。

図４（ｂ）において、自車両１−１の学習後の学習台数は、５＋１０＋５＝２０［台］となる。学習台数は、周辺車両１−２，１−３から学習情報を取得して学習するごとに増加する。そこで、学習部１２０は、自車両１−１の学習台数が閾値を超える場合には、記憶部１４０に記憶された学習値のうち、最初に記憶した学習値を破棄するようにしてもよい。また、記憶部１４０は、記憶時間が所定時間以上経過した古い学習値を削除するようにしてもよい。

また、修理又は自動車検査登録制度に基づく検査（車検）を行った場合には、学習値として正確な値を得ることができるため、記憶部１４０に記憶されている学習情報を削除し、学習値をリセットしてもよい。また、センサ３０の正常値（正確な学習値）を含む学習情報を送信する検定車両を走らせたり、センサ３０の正常値を含む学習情報を送信する基地局を配置したりするなどにより、車両１がセンサ３０の正常値を取得する手段を設けることも可能である。そして、正常値を受信した車両１は、記憶部１４０に記憶されている学習情報を削除し、学習値をリセットしてもよい。また、センサ３０の正確な学習値を取得した場合には、学習情報として、学習値の信頼度が高いことを示す信頼度情報を含め、学習部１２０は信頼度情報を考慮して学習値を算出するようにしてもよい。

センサ３０が外気温センサである場合には、外部環境以外の影響を受けにくい。そして、自車両１−１と周辺車両１−２，１−３との間では、外部環境が類似していることが想定される。したがって、外気温センサについては周辺車両１−２，１−３の全ての学習値を用いて学習することができる。しかし、例えば水温センサ、油温センサ、気圧センサなどはエンジン起動後の経過時間によって正常値が異なるため、周辺車両１−２，１−３ののうち、走行環境が類似する車両の学習値を用いて学習することが望ましい。そこで、走行環境が類似しているか否かを判断可能とするために、図４（ｃ）に示すように、学習情報に、エンジン起動後の経過時間などの走行環境を示すパラメータを含めてもよい。

センサ３０の種類によっては、自車両１−１と上記パラメータの差が大きい周辺車両の学習値は信頼度が低い可能性がある。そのため、学習部１２０は、センサ３０の種類に応じて、記憶部１４０に記憶された学習情報のうち、自車両１−１とパラメータの差が閾値を超える場合には該学習情報を破棄し、自車両１−１とパラメータの差が閾値以下の学習値を用いて、自車両１−１に搭載されたセンサ３０の学習値を算出してもよい。

例えば、図４（ｃ）において、自車両１−１と周辺車両１−３とのパラメータの差が大きいため、自車両１−１の学習部１２０は、周辺車両１−３から取得した油温センサ３０についての学習情報を破棄し、周辺車両１−２から取得した学習情報を用いて、自車両１−１に搭載された油温センサ３０の学習値を算出する。式（１）を用いると、車両１−１に搭載された油温センサ３０について、学習値ｘ＾は、（９２×８＋９０×５）／（８＋５）＝９１．２［℃］となり、学習台数は、８＋５＝１３［台］となる。

このように、第１の実施形態に係る診断装置１０及びその診断方法は、周辺車両１−２，１−３に搭載されたセンサ３０の学習値を取得し、取得した学習値を用いて、周辺車両１−２，１−３から所定の範囲内に存在する自車両１−１に搭載されたセンサ３０の学習値を算出する。換言すると、自車両１−１から所定の範囲内に存在する周辺車両１−２，１−３の学習値を取得し、取得した学習値を用いて、自車両１−１に搭載されたセンサ３０の学習値を算出する。そして、自車両１−１に搭載されたセンサ３０の検出値及び学習値を比較することにより、自車両１−１に搭載されたセンサ３０の動作状態を診断する。そのため、本発明の第１の実施形態によれば、センサ３０の正常値を正しく推定することができ、自車両１−１に搭載されたセンサ３０の異常予兆の診断を精度良く行うことが可能となる。

また、周辺車両１−２，１−３から取得した学習情報のうち、信頼度の高い学習値を選択し、選択した学習値を用いて車両１−１に搭載されたセンサ３０の学習値を算出することにより、自車両１−１に搭載されたセンサ３０の異常予兆の診断をより高精度に行うことが可能となる。

また、周辺車両１−２，１−３から取得する学習値は、複数の車両の学習情報に基づく学習結果であるため、例えば、図４（ｂ）に示す例では、車両１−１は周辺車両１−２，１−３から学習情報を受信することにより、学習台数は５台から２０台に増加する。よって、本発明の第１の実施形態によれば、少ない台数の周辺車両１−２，１−３から学習情報を受信しただけであっても、実質的に多くの車両の学習情報に基づく学習が可能となり、学習速度を向上させることが可能となる。

（第２の実施形態）
次に、第２の実施形態に係る診断装置について説明する。第１の実施形態では、診断装置１０が各車両１に搭載されている例を示したが、第２の実施形態に係る診断装置１０は、車両１の外部に備えられる。

図５は、第２の実施形態に係る診断装置を備えるシステムの概略構成を示す図である。各車両１は、ＥＣＵ２０と、機器（本実施形態では、センサ）３０と、表示部５０と、広域通信部６０とを備える。サーバ２は、広域通信部２１と、診断装置１０とを備える。サーバ２は、クラウドサーバであってもよいし、データセンターであってもよい。

広域通信部６０は、あらかじめ割り当てられた周波数帯域の電波を用いて、車両１に搭載されたセンサ３０についての学習情報を変調し、広域通信網を介してサーバ２に送信する。

広域通信部２１は、あらかじめ割り当てられた周波数帯域の電波を用いて、各車両１から、広域通信網を介して各車両１に搭載されたセンサ３０についての学習情報を受信して復調し、復調した学習情報を、診断装置１０に出力する。

第２の実施形態に係る診断方法は、図２を参照して説明した第１の実施形態の実施形態の診断方法と同様である。ただし、第２の実施形態においては、自車両１−１とは診断対象車両を意味し、周辺車両１−２，１−３とは診断対象車両１−１から所定の範囲内に存在する車両を意味する。

診断装置１０が車両１−１に搭載されたセンサ３０の診断を行う場合には、学習情報取得部１１０により、広域通信部２１から、診断対象車両１−１及びその周辺車両１−２，１−３の学習情報を取得し、学習部１２０により、診断対象車両１−１及び周辺車両１−２，１−３の学習情報に基づいて学習値を算出し、診断部１３０により、診断対象車両１−１の検出値及び学習値を比較して、センサ３０の動作状態を診断する。診断結果は、サーバ２内で記憶してもよいし、広域通信部２１に出力して、診断対象車両１−１に送信してもよい。

このように、第２の実施形態に係る診断装置１０は、車外のサーバ２に配置される。そのため、本発明の第２の実施形態によれば、車両１における通信量及び計算負荷を少なくすることが可能となる。また、サーバ２内で車両１の大量なデータを一括管理することが可能となる。

（第３の実施形態）
次に、第３の実施形態に係る診断システムについて説明する。第３の実施形態に係る診断システムは、各車両１及びサーバ２の双方でセンサ３０の診断を行うことを可能とするために、診断装置１０が各車両１及びサーバ２に配置される。

図６は、第３の実施形態に係る診断システムの概略構成を示す図である。各車両１は、診断装置１０と、ＥＣＵ２０と、機器（本実施形態では、センサ）３０と、車車間通信部４０と、表示部５０と、広域通信部６０とを備える。サーバ２は、広域通信部２１と、診断装置１０とを備える。

車両１に搭載された診断装置１０の処理内容について、図７を参照して説明する。図７は、第３の実施形態に係る診断システムを用いた診断方法の手順の一例を示すフローチャートである。

車両１側の診断装置１０は、広域通信部６０がサーバ２との通信に成功した場合には（ステップＳ３１−Ｙｅｓ）、サーバ２から、サーバ２に配置された診断装置１０による診断結果を取得する（ステップＳ３２）。

一方、広域通信部６０が電波障害やサーバ２の故障などの理由によりサーバ２との通信に失敗した場合には（ステップＳ３１−Ｎｏ）、周辺車両１−２，１−３と車車間通信を行い、周辺車両１−２，１−３から学習情報を取得する（ステップＳ１１）。

学習情報を取得してからの手順は第１の実施形態と同様であり、診断装置１０は、取得した学習情報から信頼度の高い学習値を選択し（ステップＳ１２）、信頼度の高い学習値を用いて自車両１−１の学習値を算出する（ステップＳ１３）。そして、自車両１−１の検出値及び算出した学習値を比較し（ステップＳ１４）、両者が乖離している場合には（ステップＳ１４−Ｙｅｓ）、自車両１−１に搭載されたセンサ３０の異常予兆ありと判定し（ステップＳ１５）、両者が乖離していない場合には（ステップＳ１４−Ｎｏ）、自車両１−１に搭載されたセンサ３０の異常予兆なしと判定する（ステップＳ１６）。

車両１側の診断装置１０の学習情報取得部１１０は、上記ステップＳ３１、ステップＳ３２、及びステップＳ１１の処理を行う。すなわち、学習情報取得部１１０は広域通信部６０に対し、サーバ２との通信により周辺車両１−２，１−３の学習情報を受信するように命令する。広域通信部６０が通信に失敗した場合には、学習情報取得部１１０は車車間通信部４０に対し、車車間通信により周辺車両１−２，１−３の学習情報を受信するように命令する。そして、学習情報取得部１１０は、車車間通信部４０から学習情報を取得し、取得した学習値を記憶部１４０に出力する。

車両１側の診断装置１０の学習部１２０は、第１の実施形態と同様に上記ステップＳ１２の処理を行う。すなわち、学習部１２０は、学習情報取得部１１０から入力された学習情報に基づいて自車両１−１の学習値を算出し、算出した学習値を診断部１３０に出力する。

車両１側の診断装置１０の診断部１３０は、第１の実施形態と同様に上記ステップＳ１３〜ステップＳ１５の処理を行う。すなわち、診断部１３０は、センサ３０ごとに、自車両１−１の検出値と学習部１２０から入力された学習値とを比較し、両者の差があらかじめ設定した閾値を超える場合には、該センサ３０の異常予兆ありと判定し、両者の差が閾値以下である場合には、該センサ３０の異常予兆なしと判定する。診断部１３０は、診断結果を車内の表示部５０、スピーカなどに出力してもよいし、サーバ２に出力してもよい。

このように、第３の実施形態に係る診断システムでは、車両１側の診断装置１０は、車両１がサーバ２との通信に失敗した場合にのみ、車車間通信によって、周辺車両１−２，１−３の学習情報を取得する。そのため、本発明の第３の実施形態によれば、車両１における通信量及び計算負荷を少なくすること、及びサーバ２内で車両１の大量なデータを一括管理することが可能となる。また、車両１がサーバ２との通信に失敗した場合でも、車車間通信によって周辺車両１−２，１−３の学習情報を取得して自車両１−１に搭載されたセンサ３０の診断を行うことが可能となる。

なお、上記の本発明に係る診断装置１０として機能させるためにコンピュータを用いることも可能である。そのようなコンピュータは、診断装置１０の各機能を実現する処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのＣＰＵによってこのプログラムを読み出して実行させることで実現することができる。

また、このプログラムは、コンピュータ読取り可能媒体に記録されていてもよい。コンピュータ読取り可能媒体を用いれば、コンピュータにインストールすることが可能である。ここで、プログラムが記録されたコンピュータ読取り可能媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの記録媒体であってもよい。

上述の実施形態は代表的な例として説明したが、本発明の趣旨及び範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、実施形態の構成図に記載の複数の構成ブロック又はステップを１つに組み合わせたり、あるいは１つの構成ブロック又はステップを分割したりすることが可能である。

１車両
２サーバ
２１広域通信部
１０診断装置
２０ＥＣＵ
３０センサ
４０車車間通信部
５０表示部
６０広域通信部
１１０学習情報取得部
１２０学習部
１３０診断部
１４０記憶部

Claims

第２車両から所定の範囲内に存在する第１車両に搭載された第１機器の学習値を取得する学習情報取得部と、
前記第１機器の学習値を用いて、前記第２車両に搭載された第２機器の学習値を算出する学習部と、
前記第２機器の検出値及び学習値を比較することにより、前記第２機器の動作状態を診断する診断部と、
を備えることを特徴とする診断装置。
前記学習部は、前記第１機器の検出値及び前記第１機器の学習値の差が閾値以下である場合に、前記第１機器の学習値を用いて前記第２機器の学習値を算出することを特徴とする、請求項１に記載の診断装置。
前記第１機器の学習値は、第３車両に搭載された第３機器の学習値に基づいて算出され、
前記学習情報取得部は、前記第１機器の学習値と、前記第１機器の学習値の算出に係る前記第３車両の台数を示す学習台数とを対応付けて取得し、
前記学習部は、前記第１機器の学習値及び前記学習台数を用いて、前記第２機器の学習値を算出することを特徴とする、請求項１又は２に記載の診断装置。
前記学習部は、前記第１機器の学習値に対応付けられた前記学習台数が閾値を超える場合に、前記第１機器の学習値を用いて前記第２機器の学習値を算出することを特徴とする、請求項３に記載の診断装置。
前記第２機器の学習値は、前記第２車両の修理又は検査が行われた場合にリセットされることを特徴とする、請求項１から４のいずれか一項に記載の診断装置。
第１車両に搭載された第１機器の学習値を取得するステップと、
前記第１機器の学習値を用いて、前記第１車両から所定の範囲内に存在する第２車両に搭載された第２機器の学習値を算出するステップと、
前記第２機器の検出値及び学習値を比較することにより、前記第２機器の動作状態を診断するステップと、
を含むことを特徴とする診断方法。