JP2019196036A - 診断装置、診断システム、及び診断方法 - Google Patents

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１車両１−２，１−３に搭載された第１機器３０の検出値を取得する検出値取得部と、第１機器３０の検出値を用いて、第１車両１−２，１−３から所定の範囲内に存在する第２車両１−１に搭載された第２機器３０の検出値の妥当値を推定する妥当値推定部と、第２機器３０の検出値、及び第２機器３０の検出値の妥当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、妥当値推定部は、第１機器３０の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行う。【選択図】図１

Description

本発明は、車両に搭載されたセンサの異常予兆を診断する診断装置、診断システム、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、診断対象データについて、機械設備が正常に稼動しているときのセンサデータを学習データとして作成された事例モデルからの乖離の度合（異常度）に基づいて異常予兆の有無を診断する第１診断手段と、個別のセンサデータの値が、予め定められた所定の範囲内にあるか否かに基づいて、異常予兆の有無を診断する第２診断手段とを備え、第１診断手段によって異常予兆があると診断された場合に、第２診断手段による異常予兆診断のために参照する個別のセンサデータを、異常度に対する寄与の大きさを示す寄与度に基づいて選択する異常予兆診断装置が開示されている。

また、特許文献２には、車両診断装置が診断対象の車両から当該車両に搭載されている車載器の動作状態を示す状態値を無線通信により受信し、受信した状態値が車載器の正常動作時の車両によって取得される状態値の分布における正常範囲内に含まれているか否かを判定することで、当該状態値の送信元である車両を診断する車両診断システムが開示されている。

特許文献１，２に記載の技術は、診断対象の機器が正常に動作している時のデータを必要とする。しかし、車両に搭載された機器の正常動作時の値は、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変化しうる。そこで、特許文献３には、車両に搭載されたセンサの動作状況を示すデータを、車車間通信によって周辺の車両と送受信し、センサが正常に動作しているか否かを診断する技術が開示されている。

特開２０１３−００８１１１号公報 特開２０１１−１８５７２７号公報 特開２０１６−１２８９８５号公報

特許文献３に記載の技術によれば、車車間通信によって、外部環境の影響が考慮された指標データを取得することができるため、外部環境に関する情報を別途取得する必要がなくなり、ソフトウェア設計の手間やコストアップを防ぐことができる。しかしながら、センサの種類によっては、同じ外部環境下であっても、外部環境以外の要因によりセンサの検出値が異なる場合があり、このような場合にはセンサの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、診断システム、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１車両に搭載された第１機器の検出値を取得する検出値取得部と、前記第１機器の検出値を用いて、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機器の検出値の妥当値を推定する妥当値推定部と、前記第２機器の検出値、及び前記第２機器の検出値の妥当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、前記妥当値推定部は、前記第１機器の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行うことを特徴とする。

さらに、本発明に係る診断装置において、前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両の車種に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする。

さらに、本発明に係る診断装置において、前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両が修理又は検査を終えた時から現在までの経過時間に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする。

さらに、本発明に係る診断装置において、前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両と前記第２車両との距離に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする。

さらに、本発明に係る診断装置において、前記第１演算は、前記第１機器の検出値の平均値を算出し、前記第２演算は、前記第１機器の検出値の加重平均値を算出することを特徴とする。

また、上記課題を解決するため、本発明に係る診断システムは、上記の診断装置と、前記診断装置を搭載する車両と通信可能なサーバと、を備え、前記検出値取得部は、前記車両が前記サーバとの通信に失敗した場合にのみ、車車間通信によって、前記第１機器の検出値を取得す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機器の検出値を取得する検出値取得ステップと、前記第１機器の検出値を用いて、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機器の検出値の妥当値を推定する妥当値推定ステップと、前記第２機器の検出値、及び前記第２機器の検出値の妥当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、含み、前記妥当値推定ステップは、前記第１機器の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行うことを特徴とする。

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の概略構成を示す図である。 本発明の第２の実施形態に係る診断装置における妥当値の推定手順の一例を示すフローチャートである。 本発明の第２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３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４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４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第１の例を示すフローチャートである。 本発明の第４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第２の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）の検出情報を受信し、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）の検出情報を変調して、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、受信した検出情報を診断装置１０に出力する。なお、車車間通信部４０が検出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が受信した検出情報に基づいて、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得られた検出情報から、周辺車両１−２，１−３に搭載されたセンサ３０の検出値を取得する（ステップＳ１１）。次に、診断装置１０は、周辺車両１−２，１−３の検出値から、検出値の妥当値（以下、単に「妥当値」という。）を推定する（ステップＳ１２）。推定の具体例については後述する。そして、診断装置１０は、自車両１−１の検出値及び推定した妥当値を比較し（ステップＳ１３）、両者が乖離している場合には（ステップＳ１３−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Ｓ１４）、両者が乖離していない場合には（ステップＳ１３−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Ｓ１５）。

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、検出値取得部１１０と、妥当値推定部１２０と、診断部１３０と、記憶部１４０とを備える。

検出値取得部１１０は、上記ステップＳ１１の処理を行う。すなわち、検出値取得部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の検出情報を受信するように命令する。そして、検出値取得部１１０は、車車間通信部４０が受信した検出情報から、周辺車両１−２，１−３に搭載されたセンサ３０の検出値を取得し、取得した検出値を記憶部１４０に出力する。

妥当値推定部１２０は、上記ステップＳ１２の処理を行う。すなわち、妥当値推定部１２０は、記憶部１４０に記憶された検出値に基づいて妥当値を推定し、推定した妥当値を診断部１３０に出力する。例えば、妥当値推定部１２０は、周辺車両１−２から取得した検出値ｘ₁、及び周辺車両１−３から取得した検出値ｘ₂の平均値を、自車両１−１に搭載されたセンサ３０の妥当値ｘ＾とする。

あるいは、妥当値推定部１２０は、自車両１−１と周辺車両１−２，１−３との形態、環境等の差異に応じて重み付けを行い、式（１）に示す加重平均により妥当値ｘ＾を推定してもよい。ここで、ｗ₁は検出値ｘ₁の重みであり、ｗ₂は検出値ｘ₂の重みである。なお、重み付けを行う場合には、重み付けを決定するために必要となる情報（例えば、車種情報）を検出情報に含め、記憶部１４０は車種に応じた重みをあらかじめ記憶しているものとする。

センサ３０には、外気温センサのように、外部環境以外の影響を受けにくいセンサもあるが、タイヤの空気圧を検出するセンサやエンジンの回転数を検出するセンサのように、外部環境が同一であっても車種ごとに検出値が異なるセンサもある。車種ごとにセンサの検出値が異なる場合には、車種に応じて重み付けを行うことで検出値を補正することが望ましい。そのため、妥当値推定部１２０は、検出情報に係るセンサ３０の種類に応じて（センサ３０が外部環境以外の影響を受けるセンサであるか否かに応じて）、重みを用いない第１演算式、又は式（１）に示したような重みを用いる第２演算式に検出値ｘ₁，ｘ₂を代入することにより、自車両１−１に搭載されたセンサ３０の妥当値ｘ＾を推定する。

また、車車間通信を行う範囲が広くなってくると、車両が平坦な道を走行しているか、上り坂を走行しているか、下り坂を走行しているかなどの外部環境（運転条件）が異なる車両が含まれる場合がある。車両間の距離が近いほど該車両間における走行環境は近似し、車両間の距離が遠いほど該車両間における走行環境が相違する可能性が高いと考えられる。そこで、妥当値推定部１２０は、自車両１−１と周辺車両１−２，１−３との間の距離に応じて重み付けを行い、妥当値ｘ＾を推定してもよい。車両間の距離は、例えば検出情報にＧＰＳ（Global Positioning System）による位置情報を含め、該位置情報に基づいて求めてもよいし、車車間通信における電波強度に基づいて求めてもよい。

また、検出値は、修理又は自動車検査登録制度に基づく検査（車検）を終えてから現在までの経過時間が短いほど信頼性が高く、修理又は検査をしてから現在までの経過時間が長いほど信頼性が低いと考えられる。そこで、妥当値推定部１２０は、周辺車両１−２，１−３が修理又は検査を終えた時から現在までの経過時間に応じて重み付けを行い、妥当値ｘ＾を推定してもよい。修理又は検査からの経過時間は、例えば検出情報に修理又は検査の履歴情報を含め、該履歴情報に基づいて求めてもよい。

また、レーダークルーズコントロールなどの制御により、あらかじめ設定した速度内で、適切な車間距離を保ちながら他の車両と追従走行を行っている場合には、追従走行を行っている車両間では走行環境が類似する可能性が高いと考えられる。そこで、妥当値推定部１２０は、自車両１−１と追従走行を行っている周辺車両から取得した検出値の重みを、自車両１−１と追従走行を行っていない周辺車両から取得した検出値よりも大きくして、妥当値ｘ＾を推定してもよい。

診断部１３０は、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の検出値と妥当値推定部１２０から入力した妥当値ｘ＾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の検出値が妥当値ｘ＾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の検出値が妥当値ｘ＾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の検出情報を周辺車両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。ここでは、外気温センサ３０の検出値を診断するものとし、自車両１−１の外気温センサ３０の検出値を「１５℃」とし、周辺車両１−２の外気温センサ３０の検出値を「２２℃」とし、周辺車両１−３の外気温センサ３０の検出値を「２６℃」とする。

自車両１−１の検出値取得部１１０は、周辺車両１−２との車車間通信により、周辺車両１−２の外気温センサ３０の検出値「２２℃」を取得し、周辺車両１−３との車車間通信により、周辺車両１−３の外気温センサ３０の検出値「２６℃」を取得する。

外気温センサ３０は車両の差異による影響を受けにくいセンサであるため、自車両１−１の妥当値推定部１２０は、外気温センサ３０の妥当値を「２２℃」と「２６℃」の平均値である「２４℃」と決定する。自車両１−１の診断部１３０は、外気温センサ３０の妥当値「２４℃」と、自車両１−１の外気温センサ３０の検出値「１５℃」とを比較し、両者の差が「９℃」であるので、例えば閾値が「５℃」である場合には、外気温センサ３０の異常予兆ありと判定する。

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の検出値を取得し、取得した検出値を用いて、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の検出値の妥当値を推定する。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の検出値を取得し、取得した検出値を用いて、自車両１−１に搭載されたセンサ３０の検出値の妥当値を推定する。そして、自車両１−１の検出値及び妥当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。自車両１−１に搭載されたセンサ３０の検出値の妥当値を推定する際には、センサ３０の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行う。そのため、本発明の第１の実施形態によれば、センサ３０が外部環境以外の影響を受けやすいセンサである場合でも妥当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。

例えば、周辺車両１−２，１−３の検出値に対して、周辺車両１−２，１−３の車種、周辺車両１−２，１−３が修理又は検査を終えた時から現在までの経過時間、又は自車両１−１と周辺車両１−２，１−３との距離に応じて重み付けをして、自車両１−１に搭載されたセンサ３０の妥当値を推定することにより、異常予兆の診断を精度良く行うことが可能となる。

また、第１演算により検出値の平均値を算出し、第２演算により検出値の加重平均値を算出することにより、計算負荷の少ない簡易な演算により妥当値を精度良く推定することができる。

（第２の実施形態）
次に、第２の実施形態に係る診断装置１１について説明する。第１の実施形態の診断装置１０において、車車間通信によって多くの周辺車両から検出値を取得できる場合には精度良く予兆診断を行うことができるが、周辺車両の台数が少ない場合には、異常予兆診断の精度が下がる可能性がある。ここで、アドホックネットワークや、車車間通信の転送機能などを用いて、周辺車両の通信範囲内かつ自車両の通信範囲外の車両の検出情報を、該周辺車両を経由して受け取ることも考えられる。しかし、この方法では、通信量が多くなるため、通信で使用する帯域を逼迫させてしまう。

そこで、第２の実施形態では、通信量を増やすことなく、周辺車両の台数が少ない場合であっても精度良く異常予兆診断を行うことを目的とする。本実施形態においても、第１の実施形態と同様に、車両１−１を自車両とし、車両１−２及び車両１−３を周辺車両として説明する。

車車間通信部４０は、車車間通信により検出情報を送受信する。検出情報とは、第１の実施形態ではセンサ３０の検出値を含む情報であったが、第２の実施形態ではセンサ３０の検出値及び妥当値を含む情報とする。

診断装置１１は、車車間通信により車車間通信部４０が受信した検出情報に基づいて、自車両１−１に搭載されたセンサ３０について異常の予兆があるか否かを判定する。

診断装置１１の処理内容について、図５を参照して概要を説明した後、図６及び図７を参照してより詳細に説明する。図５は、診断装置１１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１１は、車車間通信によって得られた検出情報から、周辺車両１−２，１−３に搭載されたセンサ３０の検出値を取得する（ステップＳ１１）。次に、診断装置１１は、周辺車両１−２，１−３の台数が閾値以下であるか否かを判定する（ステップＳ１２１）。周辺車両１−２，１−３の台数が閾値を超える場合には（ステップＳ１２１−Ｎｏ）、第１の実施形態と同一の処理により、周辺車両１−２，１−３の検出値から妥当値を推定する（ステップＳ１２５）。

周辺車両１−２，１−３の台数が閾値以下である場合には（ステップＳ１２１−Ｙｅｓ）、診断装置１１は、周辺車両１−２，１−３の妥当値を取得する（ステップＳ１２２）。そして、診断装置１１は、周辺車両１−２，１−３の検出値及び妥当値から、周辺車両１−２，１−３に搭載されたセンサ３０の信頼度（以下、「センサ信頼度」という。）を算出する（ステップＳ１２３）。そして、診断装置１１は、周辺車両１−２，１−３の検出値及びセンサ信頼度から、自車両１−１に搭載されたセンサ３０の妥当値を推定する（ステップＳ１２４）。

そして、診断装置１１は、自車両１−１の検出値及び推定した妥当値を比較し（ステップＳ１３）、両者が乖離している場合には（ステップＳ１３−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Ｓ１４）、両者が乖離していない場合には（ステップＳ１３−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Ｓ１５）。

なお、診断装置１１は、ステップＳ１２３の処理を行わないで、ステップＳ１２４において、周辺車両１−２，１−３の検出値及び妥当値から、自車両１−１に搭載されたセンサ３０の妥当値を推定するようにしてもよい。

また、診断装置１１は、ステップＳ１２１及びステップＳ１２５の処理を行わないで、周辺車両１−２，１−３の検出値を取得すると（ステップＳ１１）、常に周辺車両１−２，１−３の妥当値を取得し（ステップＳ１２２）、周辺車両１−２，１−３の検出値及び妥当値から周辺車両１−２，１−３のセンサ信頼度を算出し（ステップＳ１２３）、周辺車両１−２，１−３の検出値及びセンサ信頼度から、自車両１−１の妥当値を推定する（ステップＳ１２４）ようにしてもよい。

図６は、診断装置１１の概略構成を示す図である。図６に示す診断装置１１は、検出値・妥当値取得部１５０と、妥当値推定部１２１と、診断部１３０と、記憶部１４０とを備える。

検出値・妥当値取得部１５０は、上記のステップＳ１１、ステップＳ１２１、及びステップＳ１２２の処理を行う。すなわち、検出値・妥当値取得部１５０は、車車間通信により車車間通信部４０が受信した検出情報を入力し、検出情報から周辺車両１−２，１−３の検出値を取得し、周辺車両１−２，１−３の台数が閾値以下の場合には周辺車両１−２，１−３の妥当値も取得する。そして、取得した検出値及び妥当値を記憶部１４０に出力する。

妥当値推定部１２１は、上記ステップＳ１２３〜ステップＳ１２５の処理を行う。本実施形態において周辺車両１−２，１−３の台数は２台であるため、例えばステップＳ１２１における閾値が５台である場合には、妥当値推定部１２１は、ステップＳ１２３及びステップＳ１２４の処理により妥当値を推定する。

ステップＳ１２３において妥当値推定部１２１は、記憶部１４０に記憶された周辺車両１−２，１−３の検出値及び妥当値を比較することによって、周辺車両１−２，１−３のセンサ信頼度を算出する。つまり、妥当値推定部１２１は、周辺車両１−２から取得した検出値ｘ₁及び妥当値ｙ₁の比較に基づいて周辺車両１−２のセンサ信頼度ｓ₁を算出し、周辺車両１−３から取得した検出値ｘ₂及び妥当値ｙ₂の比較に基づいて周辺車両１−３のセンサ信頼度ｓ₂を算出する。センサ信頼度は、周辺車両１−２，１−３の検出値及び妥当値の差の指標値が小さいほど、高くなるように設定される。ここで、差の指標値とは、検出値及び妥当値の差の絶対値や、検出値と検出値及び妥当値の差の絶対値との比率などである。そして、妥当値推定部１２１は、センサ信頼度ｓ₁に応じた重み（センサ信頼度ｓ₁と正の関係を有する重み）ｗ_s1と、センサ信頼度ｓ₂に応じた重みｗ_s2とを求め、式（２）に示す加重平均により自車両１−１の妥当値ｘ＾を推定する。

また、妥当値推定部１２１は、第１の実施形態と同様に、検出値ｘ₁、検出値ｘ₂にそれぞれ重みｗ₁，ｗ₂の重み付けを行い、式（３）に示す加重平均により妥当値ｘ＾を推定してもよい。

また、検出値・妥当値取得部１５０は、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の検出値の検出時、及び妥当値の算出時のそれぞれの位置情報を取得するようにし、妥当値推定部１２１は、妥当値ｘ＾を、周辺車両１−２，１−３に搭載されたセンサ３０の検出値及び妥当値、並びに位置情報に基づいて推定するようにしてもよい。例えば、周辺車両１−２，１−３走行方向が自車両１−１と異なる場合には、検出値の重みを小さくする、又は演算に用いないようにすることで、妥当値ｘ＾の精度を向上させることができる。

妥当値推定部１２１は、周辺車両１−２，１−３の台数が閾値を超える場合には、第１の実施形態の診断装置１０の妥当値推定部１２０と同一の処理により妥当値を推定する。

診断部１３０は、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の検出値と妥当値推定部１２１から入力した妥当値ｘ＾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の検出値が妥当値ｘ＾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の検出値が妥当値ｘ＾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、診断結果を車内の表示部５０、スピーカ、又は外部のサーバなどに出力する。

図７は、診断装置１１による検出値の診断の具体例を説明する図である。ここでは、外気温センサ３０の検出値を診断するものとし、自車両１−１の外気温センサ３０の検出値を「１５℃」とし、周辺車両１−２の外気温センサ３０の検出値を「２２℃」、妥当値を「２０℃」とし、周辺車両１−３の外気温センサ３０の検出値を「２６℃」、妥当値を「２１℃」とする。また、周辺車両の台数「２台」は、閾値以下であるとする。

自車両１−１の検出値・妥当値取得部１５０は、周辺車両１−２との車車間通信により、周辺車両１−２の外気温センサ３０の検出値「２２℃」及び妥当値を「２０℃」を取得し、周辺車両１−３との車車間通信により、周辺車両１−３の外気温センサ３０の検出値「２６℃」及び妥当値を「２１℃」を取得する。

妥当値推定部１２１は、周辺車両１−２，１−３の検出値及び妥当値の差の指標値に基づいて、該指標値が小さいほど高くなるようなセンサ信頼度を算出する。例えば、センサ信頼度を、検出値を検出値及び妥当値の差分値の絶対値で除した値とする。この場合、周辺車両１−２のセンサ信頼度ｓ₁は２２／｜２２−２０｜＝１１となり、周辺車両１−３のセンサ信頼度ｓ₂は２６／｜２６−２１｜＝５．２となる。

次に、妥当値推定部１２１は、センサ信頼度ｓ₁，ｓ₂に応じた重みを決定する。例えば、センサ信頼度ｓ₁，ｓ₂を正規化して、センサ信頼度ｓ₁に応じた重みｗ_s1を０．６８、センサ信頼度ｓ₂に応じた重みｗ_s2を０．３２とする。また、検出値及び妥当値の差分量が閾値を超える場合には、該検出値の信頼度は低いため、妥当値推定の演算に該検出値を用いないようするために、センサ信頼度の重みをゼロとしてもよい。

外気温センサ３０は車両の差異による影響を受けにくいセンサであるため、自車両１−１の妥当値推定部１２１は、例えば式（２）に従い、外気温センサ３０の妥当値を２２×０．６８＋２６×０．３２＝２３．２８［℃］と決定する。自車両１−１の診断部１３０は、外気温センサ３０の妥当値「２３．２８℃」と、自車両１−１の外気温センサ３０の検出値「１５℃」とを比較し、両者の差が「８．２８℃」であるので、例えば閾値が「５℃」である場合には、外気温センサ３０の異常予兆ありと判定する。

このように、第２の実施形態に係る診断装置１１及びその診断方法は、周辺車両１−２，１−３の検出値を取得し、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の妥当値を、周辺車両１−２，１−３に搭載されたセンサ３０の検出値及び妥当値に基づいて推定する。そのため、本発明の第２の実施形態によれば、通信量を増やすことなく、周辺車両１−２，１−３の台数が少ない場合であっても、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に搭載されたセンサ３０の検出値及び妥当値から、該センサ３０の信頼度を算出することにより、何らかの異常がある可能性が高いセンサ３０の検出値の影響を考慮して診断を行うことができ、診断精度の低下を抑制することが可能となる。

また、自車両１−１に搭載されたセンサ３０の妥当値を、周辺車両１−２，１−３に搭載されたセンサ３０の検出時及び妥当値の算出時の位置情報も考慮して推定することにより、自車両１−１と走行方向が異なり、診断に用いるのに不適切な周辺車両の検出情報を除外して診断を行うことが可能となる。

（第３の実施形態）
次に、第３の実施形態に係る診断装置について説明する。第１の実施形態及び第２の実施形態では、診断装置１０又は診断装置１１（以下、「診断装置１０（１１）」と表記する。）が各車両１に搭載されている例を示したが、第３の実施形態に係る診断装置１０（１１）は、車両１の外部に備えられる。

図８は、第３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（１１）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についての検出情報を変調し、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についての検出情報を受信して復調し、復調した検出情報を、診断装置１０（１１）に出力する。

第３の実施形態に係る診断方法は、図２又は図５を参照して説明した第１の実施形態又は第２の実施形態の診断方法と同様である。ただし、第３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、検出値取得部１１０により、広域通信部２１が受信した検出情報から、診断対象車両１−１及びその周辺車両１−２，１−３の検出値を取得し、妥当値推定部１２０により、周辺車両１−２，１−３の検出値に基づいて妥当値を推定し、診断部１３０により、診断対象車両１−１の検出値及び妥当値を比較して、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、広域通信部２１から診断対象車両１−１に送信してもよい。

診断装置１１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、検出値・妥当値取得部１５０により、広域通信部２１が受信した検出情報から、診断対象車両１−１及びその周辺車両１−２，１−３の検出値を取得し、妥当値推定部１２１により、周辺車両１−２，１−３の検出値に基づいて妥当値を推定し、診断部１３０により、診断対象車両１−１の検出値、及び妥当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、広域通信部２１から診断対象車両１−１に送信してもよい。

このように、第３の実施形態に係る診断装置１０（１１）は、車外のサーバ２に配置される。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４の実施形態）
次に、第４の実施形態に係る診断システムについて説明する。第４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（１１）が各車両１及びサーバ２に配置される。

図９は、第４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（１１）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（１１）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１０を参照して説明する。図１０は、第４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第１の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、車車間通信によって得られた検出情報から、周辺車両１−２，１−３の検出値を取得する（ステップＳ１１）。

検出値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、妥当値を推定し（ステップＳ１２）、自車両１−１の検出値及び推定した妥当値を比較し（ステップＳ１３）、両者が乖離している場合には（ステップＳ１３−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Ｓ１４）、両者が乖離していない場合には（ステップＳ１３−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Ｓ１５）。

車両１側の診断装置１０の検出値取得部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、検出値取得部１１０は広域通信部６０に対し、サーバ２との通信により診断結果を受信するように命令する。広域通信部６０が通信に成功した場合には、検出値取得部１１０は、診断結果を取得する。広域通信部６０が通信に失敗した場合には、検出値取得部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の検出情報を受信するように命令する。そして、検出値取得部１１０は、車車間通信部４０が受信した検出情報から、周辺車両１−２，１−３の検出値を取得し、取得した検出値を記憶部１４０に出力する。

車両１側の診断装置１０の妥当値推定部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、妥当値推定部１２０は、記憶部１４０に記憶された検出値に基づいて妥当値を推定し、推定した妥当値を診断部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の検出値と妥当値推定部１２０から入力した妥当値とを比較し、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。

次に、車両１に搭載された診断装置１１の処理内容について、図１１を参照して説明する。図１１は、第４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第２の例を示すフローチャートである。ステップＳ１２１〜ステップＳ１２５以外の処理は図１０に示した処理と同様である。

車両１側の診断装置１１の検出値・妥当値取得部１５０は、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、検出値・妥当値取得部１５０は広域通信部６０に対し、サーバ２との通信により診断結果を受信するように命令する。広域通信部６０が通信に成功した場合には（ステップＳ３１−Ｙｅｓ）、検出値・妥当値取得部１５０は、サーバ２に配置された診断装置１１による診断結果を取得する（ステップＳ３２）。広域通信部６０が通信に失敗した場合には（ステップＳ３１−Ｎｏ）、検出値・妥当値取得部１５０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の検出情報を受信するように命令する。そして、検出値・妥当値取得部１５０は、車車間通信部４０が受信した検出情報から、周辺車両１−２，１−３の検出値を取得し（ステップＳ１１）、取得した検出値を記憶部１４０に出力する。

車両１側の診断装置１１の妥当値推定部１２１は、第２の実施形態と同様にステップＳ１２１〜ステップＳ１２５の処理を行う。すなわち、妥当値推定部１２１は、周辺車両１−２，１−３の台数が閾値以下である場合には（ステップＳ１２１−Ｙｅｓ）、記憶部１４０に記憶された周辺車両１−２，１−３の検出値及び妥当値に基づいて周辺車両１−２，１−３のセンサ信頼度を算出し（ステップＳ１２３）、センサ信頼度に応じた重みを求め、加重平均により妥当値を推定する（ステップＳ１２４）。周辺車両１−２，１−３の台数が閾値を超える場合には（ステップＳ１２１−Ｎｏ）、周辺車両１−２，１−３の検出値から妥当値を推定する（ステップＳ１２５）。

車両１側の診断装置１１の診断部１３０は、第２の実施形態と同様にステップ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の検出値と妥当値推定部１２０から入力した妥当値とを比較し、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４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（１１）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の検出値を取得する。そのため、本発明の第４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の検出値を取得して自車両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（１１）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（１１）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
１０，１１ 診断装置
２０ ＥＣＵ
３０ 機器
４０ 車車間通信部
５０ 表示部
６０ 広域通信部
１１０ 検出値取得部
１２０，１２１ 妥当値推定部
１３０ 診断部
１４０ 記憶部
１５０ 検出値・妥当値取得部

Claims (7)

1. 第１車両に搭載された第１機器の検出値を取得する検出値取得部と、
   前記第１機器の検出値を用いて、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機器の検出値の妥当値を推定する妥当値推定部と、
   前記第２機器の検出値、及び前記第２機器の検出値の妥当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、
   前記妥当値推定部は、前記第１機器の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行うことを特徴とする診断装置。
2. 前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両の車種に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする、請求項１に記載の診断装置。
3. 前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両が修理又は検査を終えた時から現在までの経過時間に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする、請求項１又は２に記載の診断装置。
4. 前記妥当値推定部は、前記重みを用いる第２演算を行う場合には、前記第１車両と前記第２車両との距離に応じて、前記第１機器の検出値に重み付けを行うことを特徴とする、請求項１から３のいずれか一項に記載の診断装置。
5. 前記第１演算は、前記第１機器の検出値の平均値を算出し、前記第２演算は、前記第１機器の検出値の加重平均値を算出す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。
6. 請求項１から５のいずれか一項に記載の診断装置と、
   前記診断装置を搭載する車両と通信可能なサーバと、を備え、
   前記検出値取得部は、前記車両が前記サーバとの通信に失敗した場合にのみ、車車間通信によって、前記第１機器の検出値を取得することを特徴とする診断システム。
7. 第１車両に搭載された第１機器の検出値を取得する検出値取得ステップと、
   前記第１機器の検出値を用いて、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機器の検出値の妥当値を推定する妥当値推定ステップと、
   前記第２機器の検出値、及び前記第２機器の検出値の妥当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、含み、
   前記妥当値推定ステップは、前記第１機器の種類に応じて、重みを用いない第１演算又は重みを用いる第２演算を行うことを特徴とする診断方法。

Images