JP2022000579A - 機械学習装置 - Google Patents

Abstract

【課題】外部に電力を供給可能な車両において、災害時に車両から外部に供給可能な電力量が機械学習モデルの学習に関する処理によって減少することを抑制する。【解決手段】機械学習装置は、外部に電力を供給可能な車両３に設けられ、車両において用いられる機械学習モデルの学習に関する処理を実施する学習部５１を備える。学習部は、災害情報を取得した場合には、災害情報を取得しなかった場合に比べて、学習に関する処理における電力消費量を低下させる。【選択図】図６

Description

本発明は機械学習装置に関する。

近年、ＡＩ（人工知能）技術の発達に伴い、車両において、ニューラルネットワークモデルのような機械学習モデルを用いた制御を行うことが検討されている。例えば、特許文献１に記載の機械学習装置では、車両に設けられた電子制御ユニットによってニューラルネットワークモデルの学習が行われ、学習済みのニューラルネットワークモデルから排気浄化触媒の温度の推定値が出力される。

特開２０１９−１８３６９８号公報

ところで、プラグインハイブリッド車両（ＰＨＶ）のようなバッテリ容量の大きな車両では、バッテリに蓄えられた電力を車両の外部に供給することができる。このため、災害によって停電が発生したときには、斯かる車両を電力の供給源として有効活用することができる。

しかしながら、車両において機械学習モデルの学習に関する処理が行われると、車両の走行に必要な電力に加えて学習に必要な電力が消費される。この結果、車両における電力消費量が増加し、災害時に必要な電力を確保できないおそれがある。

そこで、上記課題に鑑みて、本発明の目的は、外部に電力を供給可能な車両において、災害時に車両から外部に供給可能な電力量が機械学習モデルの学習に関する処理によって減少することを抑制することにある。

本開示の要旨は以下のとおりである。

（１）外部に電力を供給可能な車両に設けられた機械学習装置であって、前記車両において用いられる機械学習モデルの学習に関する処理を実施する学習部を備え、前記学習部は、災害情報を取得した場合には、該災害情報を取得しなかった場合に比べて、前記学習に関する処理における電力消費量を低下させる、機械学習装置。

（２）前記車両の位置情報を取得する位置情報取得部を更に備え、前記学習部は、前記災害情報及び前記位置情報に基づいて前記車両から外部への電力供給が予想される場合には、該電力供給が予想されない場合に比べて、前記学習に関する処理における電力消費量を低下させる、上記（１）に記載の機械学習装置。

（３）前記位置情報取得部は前記車両の目的地を取得し、前記学習部は、前記災害情報及び前記目的地に基づいて前記車両から外部への電力供給が予想される場合には、該電力供給が予想されない場合に比べて、前記電力消費量を低下させる、上記（２）に記載の機械学習装置。

（４）前記学習部は、前記学習に関する処理を停止することによって前記電力消費量を低下させる、上記（１）から（３）のいずれか１つに記載の機械学習装置。

（５）前記車両に設けられた出力装置を制御する出力装置制御部を更に備え、前記出力装置制御部は、前記出力装置を介して、前記学習に関する処理を停止することの許可を前記車両のドライバに確認し、前記学習部は、前記ドライバが前記学習に関する処理を停止することを許可しなかった場合には、前記学習に関する処理を停止しない、上記（４）に記載の機械学習装置。

（６）外部に電力を供給可能な車両と通信可能な通信装置と、機械学習モデルの学習を行い、前記通信装置を介して学習済みの機械学習モデルを前記車両に送信する制御装置とを備え、前記制御装置は、災害情報を取得した場合には、前記学習済みの機械学習モデルの前記車両への送信を停止する、機械学習装置。

本発明によれば、外部に電力を供給可能な車両において、災害時に車両から外部に供給可能な電力量が機械学習モデルの学習に関する処理によって減少することを抑制することができる。

図１は、本発明の第一実施形態に係る機械学習システムの概略的な構成図である。 図２は、本発明の第一実施形態に係る機械学習装置が設けられた車両の構成を概略的に示す図である。 図３は、第一実施形態におけるＥＣＵの機能ブロック図である。 図４は、単純な構成を有するニューラルネットワークモデルの一例を示す。 図５は、本発明の第一実施形態における災害情報送信処理の制御ルーチンを示すフローチャートである。 図６は、本発明の第一実施形態における学習停止処理の制御ルーチンを示すフローチャートである。 図７は、本発明の第二実施形態に係る機械学習装置が設けられた車両の構成を概略的に示す図である。 図８は、本発明の第二実施形態における学習停止処理の制御ルーチンを示すフローチャートである。 図９は、第三実施形態におけるＥＣＵの機能ブロック図である。 図１０は、本発明の第三実施形態における車両特定処理の制御ルーチンを示すフローチャートである。 図１１は、本発明の第三実施形態における学習停止処理の制御ルーチンを示すフローチャートである。 図１２は、本発明の第四実施形態における学習停止処理の制御ルーチンを示すフローチャートである。 図１３は、第五実施形態におけるＥＣＵの機能ブロック図である。 図１４は、本発明の第五実施形態における学習停止処理の制御ルーチンを示すフローチャートである。 図１５は、本発明の第六実施形態における車両特定処理の制御ルーチンを示すフローチャートである。 図１６は、本発明の第七実施形態におけるモデル送信停止処理の制御ルーチンを示すフローチャートである。

以下、図面を参照して本発明の実施形態について詳細に説明する。なお、以下の説明では、同様な構成要素には同一の参照番号を付す。

＜第一実施形態＞
最初に、図１〜図６を参照して、本発明の第一実施形態について説明する。図１は、本発明の第一実施形態に係る機械学習システム１の概略的な構成図である。機械学習システム１はサーバ２及び車両３を備える。

図１に示されるように、サーバ２は、車両３の外部に設けられ、通信インターフェース２１、ストレージ装置２２、メモリ２３及びプロセッサ２４を備える。なお、サーバ２は、キーボード及びマウスのような入力装置、ディスプレイのような出力装置等を更に備えていてもよい。また、サーバ２は複数のコンピュータから構成されていてもよい。

通信インターフェース２１は、車両３と通信可能であり、サーバ２が車両３と通信することを可能とする。具体的には、通信インターフェース２１は、サーバ２を通信ネットワーク５に接続するためのインターフェース回路を有する。サーバ２は、通信インターフェース２１、通信ネットワーク５及び無線基地局６を介して車両３と通信する。通信インターフェース２１は通信装置の一例である。

ストレージ装置２２は、例えば、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）又は光記録媒体を有する。ストレージ装置２２は、各種データを記憶し、例えば、車両３に関する情報、プロセッサ２４が各種処理を実行するためのコンピュータプログラム等を記憶する。

メモリ２３は、例えばランダムアクセスメモリ（ＲＡＭ）のような半導体メモリを有する。メモリ２３は、例えばプロセッサ２４によって各種処理が実行されるときに使用される各種データ等を記憶する。

通信インターフェース２１、ストレージ装置２２及びメモリ２３は、信号線を介してプロセッサ２４に接続されている。プロセッサ２４は、一つ又は複数のＣＰＵ及びその周辺回路を有し、各種処理を実行する。なお、プロセッサ２４は、論理演算ユニット又は数値演算ユニットのような演算回路を更に有していてもよい。プロセッサ２４は制御装置の一例である。

図２は、本発明の第一実施形態に係る機械学習装置が設けられた車両３の構成を概略的に示す図である。車両３は、車両３の外部に電力を供給可能な車両であり、例えば、プラグインハイブリッド車両（ＰＨＶ）、電気自動車（ＥＶ）、燃料電池車（ＦＣＶ）等である。

図２に示されるように、車両３は、ヒューマン・マシン・インターフェース（Human Machine Interface（ＨＭＩ））３１、ＧＰＳ受信機３２、地図データベース３３、ナビゲーションシステム３４、アクチュエータ３５、センサ３６、通信モジュール３７及び電子制御ユニット（ＥＣＵ（Electronic Control Unit））４０を備える。ＨＭＩ３１、ＧＰＳ受信機３２、地図データベース３３、ナビゲーションシステム３４、アクチュエータ３５、センサ３６及び通信モジュール３７は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワークを介してＥＣＵ４０に通信可能に接続される。

ＨＭＩ３１は、ドライバと車両３との間で情報の入出力を行う入出力装置である。ＨＭＩ３１は、例えば、情報を表示するディスプレイ、音を発生させるスピーカー、ドライバが入力操作を行うための操作ボタン又はタッチスクリーン、ドライバの音声を受信するマイクロフォン等を含む。ＥＣＵ４０の出力はＨＭＩ３１を介してドライバに伝達され、ドライバからの入力はＨＭＩ３１を介してＥＣＵ４０に送信される。

ＧＰＳ受信機３２は、３個以上のＧＰＳ衛星から信号を受信し、車両３の現在位置（例えば車両３の緯度及び経度）を検出する。ＧＰＳ受信機３２の出力はＥＣＵ４０に送信される。

地図データベース３３は地図情報を記憶している。ＥＣＵ４０は地図データベース３３から地図情報を取得する。

ナビゲーションシステム３４は、ＧＰＳ受信機３２によって検出された車両の現在位置、地図データベース３３の地図情報、車両のドライバによる入力等に基づいて、目的地までの車両の走行ルートを設定する。ナビゲーションシステム３４によって設定された走行ルートはＥＣＵ４０に送信される。なお、ＧＰＳ受信機３２及び地図データベース３３はナビゲーションシステム３４に組み込まれていてもよい。

アクチュエータ３５は車両３の走行に必要な作動部品である。車両３がＰＨＶである場合、アクチュエータ３５は、例えば、モータ、燃料噴射弁、点火プラグ、スロットル弁駆動アクチュエータ、ＥＧＲ制御弁等を含む。ＥＣＵ４０はアクチュエータ３５を制御する。

センサ３６は、車両３、内燃機関、バッテリ等の状態量を検出し、車速センサ、アクセル開度センサ、エアフロメータ、空燃比センサ、クランク角センサ、トルクセンサ、電圧センサ等を含む。センサ３６の出力はＥＣＵ４０に送信される。

通信モジュール３７は、車両３と車両３の外部との通信を可能とする機器である。通信モジュール３７は、例えば、無線基地局６を介して通信ネットワーク５と通信可能なデータ通信モジュール（ＤＣＭ（Data communication module)）である。なお、通信モジュール３７として、携帯端末（例えば、スマートフォン、タブレット端末、ＷｉＦｉルータ等）が用いられてもよい。

ＥＣＵ４０は、通信インターフェース４１、メモリ４２及びプロセッサ４３を含み、車両３の各種制御を実行する。なお、本実施形態では、一つのＥＣＵ４０が設けられているが、機能毎に複数のＥＣＵが設けられていてもよい。

通信インターフェース４１は、ＣＡＮ等の規格に準拠した車内ネットワークにＥＣＵ４０を接続するためのインターフェース回路を有する。ＥＣＵ４０は、通信インターフェース４１を介して、上述したような他の車載機器と通信する。

メモリ４２は、例えば、揮発性の半導体メモリ（例えば、ＲＡＭ）及び不揮発性の半導体メモリ（例えば、ＲＯＭ）を有する。メモリ４２は、プロセッサ４３において実行されるプログラム、プロセッサ４３によって各種処理が実行されるときに使用される各種データ等を記憶する。

プロセッサ４３は、一つ又は複数のＣＰＵ(Central Processing Unit)及びその周辺回路を有し、各種処理を実行する。なお、プロセッサ４３は、論理演算ユニット又は数値演算ユニットのような演算回路を更に有していてもよい。通信インターフェース４１、メモリ４２及びプロセッサ４３は信号線を介して互いに接続されている。

本実施形態では、ＥＣＵ４０は機械学習装置として機能する。図３は、第一実施形態におけるＥＣＵ４０の機能ブロック図である。ＥＣＵ４０は学習部５１を有する。学習部５１は、ＥＣＵ４０のメモリ４２に記憶されたプログラムをＥＣＵ４０のプロセッサ４３が実行することによって実現される機能ブロックである。

学習部５１は、車両３において用いられる機械学習モデルの学習に関する処理を実施する。本実施形態では、機械学習モデルとしてニューラルネットワークモデルが用いられ、学習部５１はニューラルネットワークモデルの学習に関する処理を実施する。最初に、図４を参照して、ニューラルネットワークモデルの概要について説明する。図４は、単純な構成を有するニューラルネットワークモデルの一例を示す。

図４における丸印は人工ニューロンを表す。人工ニューロンは、通常、ノード又はユニットと称される（本明細書では、「ノード」と称す）。図４において、Ｌ＝１は入力層を示し、Ｌ＝２及びＬ＝３は隠れ層を示し、Ｌ＝４は出力層を示している。なお、隠れ層は中間層とも称される。

図４において、ｘ₁及びｘ₂は入力層（Ｌ＝１）の各ノード及びそのノードからの出力値を示しており、ｙは出力層（Ｌ＝４）のノード及びその出力値を示している。同様に、ｚ₁ ^(L=2) _、ｚ₂ ^(L=2)及びｚ₃ ^(L=2)は隠れ層（Ｌ＝２）の各ノード及びそのノードからの出力値を示しており、ｚ₁ ^(L=3)及びｚ₂ ^(L=3)は隠れ層（Ｌ＝３）の各ノード及びそのノードからの出力値を示している。

入力層の各ノードでは入力がそのまま出力される。一方、隠れ層（Ｌ＝２）の各ノードには、入力層の各ノードの出力値ｘ₁及びｘ₂が入力され、隠れ層（Ｌ＝２）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕが算出される。例えば、図４において隠れ層（Ｌ＝２）のｚ_k ^(L=2)（ｋ＝１、２、３）で示される各ノードにおいて算出される総入力値ｕ_k ^(L=2)は、次式のようになる（Ｍは入力層のノードの数）。

次いで、この総入力値ｕ_k ^(L=2)は活性化関数ｆにより変換され、隠れ層（Ｌ＝２）のｚ_k ^(L=2)で示されるノードから、出力値ｚ_k ^(L=2)（＝ｆ（ｕ_k ^(L=2)））として出力される。一方、隠れ層（Ｌ＝３）の各ノードには、隠れ層（Ｌ＝２）の各ノードの出力値ｚ₁ ^(L=2) _、ｚ₂ ^(L=2)及びｚ₃ ^(L=2)が入力され、隠れ層（Ｌ＝３）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（＝Σｚ・ｗ＋ｂ）が算出される。この総入力値ｕは同様に活性化関数により変換され、隠れ層（Ｌ＝３）の各ノードから、出力値ｚ₁ ^(L=3)、ｚ₂ ^(L=3)として出力される、活性化関数は例えばシグモイド関数σである。

また、出力層（Ｌ＝４）のノードには、隠れ層（Ｌ＝３）の各ノードの出力値ｚ₁ ^(L=3)及びｚ₂ ^(L=3)が入力され、出力層のノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（Σｚ・ｗ＋ｂ）が算出され、又はそれぞれ対応する重みｗのみを用いて総入力値ｕ（Σｚ・ｗ）が算出される。例えば、出力層のノードでは活性化関数として恒等関数が用いられる。この場合、出力層のノードにおいて算出された総入力値ｕが、そのまま出力値ｙとして出力層のノードから出力される。

車両３において用いられるニューラルネットワークモデルはＥＣＵ４０のメモリ４２又は車両３に設けられた他の記憶装置に記憶される。ＥＣＵ４０は、複数の入力パラメータをニューラルネットワークモデルに入力することによってニューラルネットワークモデルに少なくとも一つの出力パラメータを出力させる。このとき、各入力パラメータの値として、例えば、センサ３６等によって検出された値又はＥＣＵ４０において算出された値が用いられる。ニューラルネットワークモデルを用いることによって、所定値の入力パラメータに対応する適切な出力パラメータの値を得ることができる。

斯かるニューラルネットワークモデルの精度を向上させるためには、ニューラルネットワークモデルの学習を予め行う必要がある。本実施形態では、車両３のＥＣＵ４０がニューラルネットワークモデルの学習を行う。すなわち、サーバ２ではなく車両３においてニューラルネットワークモデルの学習が行われる。

ニューラルネットワークモデルの学習では、複数の入力パラメータの実測値と、これら実測値に対応する少なくとも一つの出力パラメータの実測値（正解データ）との組合せから成る訓練データセットが用いられる。このため、ＥＣＵ４０の学習部５１は、ニューラルネットワークモデルの学習に関する処理（以下、「学習関連処理」と称する）として、訓練データセットの作成を行う。具体的には、学習部５１は、複数の入力パラメータの実測値と、これら実測値に対応する少なくとも一つの出力パラメータの実測値とを取得し、入力パラメータ及び出力パラメータの実測値を組み合わせることによって訓練データセットを作成する。

入力パラメータ及び出力パラメータの実測値は、例えば、センサ３６等によって検出された値又はＥＣＵ４０において算出又は決定された値として取得される。学習部５１によって作成された訓練データセットは、ＥＣＵ４０のメモリ４２又は車両３に設けられた他の記憶装置に記憶される。なお、訓練データセットとして用いられる入力パラメータの実測値は正規化又は標準化されてもよい。

また、学習部５１は、学習関連処理として、ニューラルネットワークモデルの学習を行う。具体的には、学習部５１は、多数の訓練データセットを用いて、ニューラルネットワークモデルの出力値と出力パラメータの実測値との差が小さくなるように、公知の誤差逆伝播法によってニューラルネットワークモデルにおける重みｗ及びバイアスｂを繰り返し更新する。この結果、ニューラルネットワークモデルが学習され、学習済みのニューラルネットワークモデルが生成される。学習済みのニューラルネットワークモデルの情報（モデルの構造、重みｗ、バイアスｂ等）は、ＥＣＵ４０のメモリ４２又は車両３に設けられた他の記憶装置に記憶される。車両３において学習されたニューラルネットワークモデルを用いることによって、センサ３６等によって実際の出力パラメータの値を検出することなく、所定値の入力パラメータに対応する出力パラメータの値を予測することができる。

ところで、上述したように、車両３では、車両３のバッテリに蓄えられた電力を車両３の外部に供給することができる。このため、災害によって停電が発生したときには、車両３を電力の供給源として有効活用することができる。

しかしながら、車両３において学習関連処理が行われると、車両３の走行に必要な電力に加えて学習に必要な電力が消費される。この結果、車両３における電力消費量が増加し、災害時に必要な電力を確保できないおそれがある。

このため、本実施形態では、学習部５１は、災害情報を取得した場合には、災害情報を取得しなかった場合に比べて、学習関連処理における電力消費量を低下させる。このことによって、災害時に車両３から外部に供給可能な電力量が学習関連処理によって減少することを抑制することができる。

災害情報には、天災（地震、台風、噴火、洪水等）及び人災（作業ミスによる停電等）に関する情報（被災地の位置情報等）が含まれる。例えば、学習部５１は、車両３の外部から災害情報を受信することによって災害情報を取得する。この場合、サーバ２は、公的な機関（気象庁、国土交通省等）、電力会社等から災害情報を受信し、災害情報を車両３に送信する。

一方、ＥＣＵ４０の学習部５１は、サーバ２から災害情報を受信すると、学習関連処理を停止する。すなわち、学習部５１は学習関連処理を停止することによって学習関連処理における電力消費量を低下させる（ゼロにする）。

以下、図５及び図６のフローチャートを用いて、上述した制御について説明する。図５は、本発明の第一実施形態における災害情報送信処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ２のプロセッサ２４によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ１０１において、プロセッサ２４は、災害情報を受信したか否かを判定する。災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、災害情報を受信したと判定された場合、本制御ルーチンはステップＳ１０２に進む。

ステップＳ１０２では、プロセッサ２４は災害情報を車両３に送信する。ステップＳ１０２の後、本制御ルーチンは終了する。

なお、災害情報がサーバ２のオペレータ等によってサーバ２に入力され、ステップＳ１０１において、プロセッサ２４は災害情報がサーバ２に入力されたか否かを判定してもよい。

図６は、本発明の第一実施形態における学習停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両３のＥＣＵ４０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ２０１において、学習部５１は、サーバ２から災害情報を受信したか否かを判定する。サーバ２から災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、サーバ２から災害情報を受信したと判定された場合、本制御ルーチンはステップＳ２０２に進む。

ステップＳ２０２では、学習部５１は学習関連処理を停止する。具体的には、学習部５１は訓練データセットの作成及びニューラルネットワークモデルの学習を停止する。このとき、電力消費の抑制のために学習関連処理が停止されたことがＨＭＩ３１を介して文字又は音声によってドライバに通知されてもよい。ステップＳ２０２の後、本制御ルーチンは終了する。この場合、学習部５１は、例えば、所定時間が経過したとき、車両３が再始動されたとき、車両３のドライバがＨＭＩ３１を介して学習関連処理の再開を指示したとき、又はサーバ２が災害の解消を通知したときに学習関連処理を再開する。

なお、学習関連処理の中でニューラルネットワークモデルの学習のための電力消費量が最大となるため、ステップＳ２０２において、学習部５１はニューラルネットワークモデルの学習のみを停止してもよい。

また、学習部５１は学習関連処理を停止することなく学習関連処理における電力消費量を低下させてもよい。この場合、学習部５１は、例えば、訓練データセットの作成頻度を少なくし、ニューラルネットワークモデルの学習頻度を少なくし、又はニューラルネットワークモデルの学習速度を遅くすることによって電力消費量を低下させる。

また、学習部５１は、サーバ２を介することなく、公的な機関（気象庁、国土交通省等）、電力会社等から災害情報を直接受信してもよい。また、学習部５１は、通信モジュール３７を用いて、車車間通信によって他の車両から災害情報を受信し、又は路車間通信によって路側機から災害情報を取得してもよい。これらの場合、図５の制御ルーチンが省略され、ステップＳ２０１において、学習部５１は、災害情報を受信したか否かを判定する。

＜第二実施形態＞
第二実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第二実施形態について、第一実施形態と異なる部分を中心に説明する。

図７は、本発明の第二実施形態に係る機械学習装置が設けられた車両３’の構成を概略的に示す図である。図７に示されるように、車両３’は車外カメラ３８を更に備える。車外カメラ３８は車両３’の周囲を撮影して車両３’の周辺画像を生成する。例えば、車外カメラ３８は車両３’の前方を撮影するように車両３’の前方（例えば、車内のルームミラーの背面、フロントバンパー等）に配置される。なお、車外カメラ３８は測距可能なステレオカメラであってもよい。

第二実施形態では、車両３’が災害を検出する。すなわち、ＥＣＵ４０の学習部５１は、災害を検出することによって災害情報を取得する。例えば、学習部５１は、車外カメラ３８によって生成された周辺画像に基づいて車両３’の周囲における災害の有無を判別する。具体的には、学習部５１は機械学習（ニューラルネットワーク、サポートベクターマシン等）のような画像認識技術を用いて周辺画像を解析することによって災害の有無を判別する。例えば、学習部５１は、信号機の停電、建物の倒壊、路面の亀裂、倒木、道路の浸水、土砂崩れ等が周辺画像から認識された場合に、車両３’の周囲で災害が発生していると判定する。なお、センサ３６がジャイロセンサ等を含み、学習部５１は、センサ３６によって地震を検知することによって災害を検出してもよい。

図８は、本発明の第二実施形態における学習停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両３’のＥＣＵ４０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ３０１において、学習部５１は、車両３’の周囲における災害を検出したか否かを判定する。災害を検出しなかったと判定された場合、本制御ルーチンは終了する。一方、災害を検出したと判定された場合、本制御ルーチンはステップＳ３０２に進む。

ステップＳ３０２では、図６のステップＳ２０２と同様に、学習部５１は学習関連処理を停止する。ステップＳ３０２の後、本制御ルーチンは終了する。この場合、学習部５１は、例えば、所定時間が経過したとき、車両３’が再始動されたとき、又は車両３’のドライバがＨＭＩ３１を介して学習関連処理の再開を指示したときに学習関連処理を再開する。なお、図８の制御ルーチンは図６の制御ルーチンと同様に変形可能である。

＜第三実施形態＞
第三実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第三実施形態について、第一実施形態と異なる部分を中心に説明する。

図９は、第三実施形態におけるＥＣＵ４０の機能ブロック図である。第三実施形態では、ＥＣＵ４０は学習部５１に加えて位置情報取得部５２を有する。学習部５１及び位置情報取得部５２は、ＥＣＵ４０のメモリ４２に記憶されたプログラムをＥＣＵ４０のプロセッサ４３が実行することによって実現される機能ブロックである。

位置情報取得部５２は車両３の位置情報を取得する。例えば、位置情報取得部５２はＧＰＳ受信機３２の出力に基づいて車両３の現在位置を取得する。車両３の位置情報は、車両３の識別情報（例えば識別番号）と共に車両３からサーバ２に定期的に送信され、サーバ２のストレージ装置２２に記憶される。

ところで、災害が発生したとしても、車両３が、被災地から遠く離れた場所を走行している場合には、車両３を用いた電力供給の必要性は低い。このため、第三実施形態では、学習部５１は、災害情報及び車両３の位置情報に基づいて車両３から外部への電力供給が予想される場合には、電力供給が予想されない場合に比べて、学習関連処理における電力消費量を低下させる。このことによって、より適切なタイミングで、災害時の電力供給に備えて学習関連処理による電力消費量を低減することができる。

例えば、サーバ２は、公的な機関（気象庁、国土交通省等）、電力会社等から災害情報を受信し、車両から外部への電力供給が予想される被災地を特定する。また、サーバ２には走行中の複数の車両の位置情報が定期的に送信され、サーバ２は車両及び被災地の位置情報を照合することによって被災地内の車両を特定する。

被災地では、停電等に対処するために車両から外部へ電力を供給することが予想される。このため、サーバ２は被災地内の車両に学習関連処理の停止指示を送信する。ＥＣＵ４０の学習部５１は、サーバ２から学習関連処理の停止指示を受信すると、学習関連処理を停止する。すなわち、学習部５１は学習関連処理を停止することによって学習関連処理における電力消費量を低下させる（ゼロにする）。

以下、図１０及び図１１のフローチャートを用いて、上述した制御について説明する。図１０は、本発明の第三実施形態における車両特定処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ２のプロセッサ２４によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ４０１において、プロセッサ２４は、災害情報を受信したか否かを判定する。災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、災害情報を受信したと判定された場合、本制御ルーチンはステップＳ４０２に進む。

ステップＳ４０２では、プロセッサ２４は、災害情報に含まれる被災地の位置情報と、車両毎に記憶されている車両の位置情報（車両の現在位置）とを照合することによって被災地内の車両を特定する。

次いで、ステップＳ４０３において、プロセッサ２４は、ステップＳ４０２において特定した車両に学習関連処理の停止指示を送信する。ステップＳ４０３の後、本制御ルーチンは終了する。

なお、災害情報がサーバ２のオペレータ等によってサーバ２に入力され、ステップＳ４０１において、プロセッサ２４は災害情報がサーバ２に入力されたか否かを判定してもよい。

図１１は、本発明の第三実施形態における学習停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両３のＥＣＵ４０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ５０１において、学習部５１は、サーバ２から学習関連処理の停止指示を受信したか否かを判定する。学習関連処理の停止指示を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、学習関連処理の停止指示を受信したと判定された場合、本制御ルーチンはステップＳ５０２に進む。

ステップＳ５０２では、図６のステップＳ２０２と同様に、学習部５１は学習関連処理を停止する。ステップＳ５０２の後、本制御ルーチンは終了する。この場合、学習部５１は、例えば、所定時間が経過したとき、車両３が再始動されたとき、車両３のドライバがＨＭＩ３１を介して学習関連処理の再開を指示したとき、又はサーバ２が学習関連処理の再開を指示したときに学習関連処理を再開する。

なお、学習関連処理の中でニューラルネットワークモデルの学習のための電力消費量が最大となるため、ステップＳ５０２において、学習部５１はニューラルネットワークモデルの学習のみを停止してもよい。

また、サーバ２のプロセッサ２４は被災地内の車両に学習停止指示の代わりに電力抑制指示を送信してもよい。この場合、学習部５１は、サーバ２から電力抑制指示を受信すると、学習関連処理を停止することなく学習関連処理における電力消費量を低下させる。例えば、学習部５１は、訓練データセットの作成頻度を少なくし、ニューラルネットワークモデルの学習頻度を少なくし、又はニューラルネットワークモデルの学習速度を遅くする。

＜第四実施形態＞
第四実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第四実施形態について、第一実施形態と異なる部分を中心に説明する。

第四実施形態では、サーバ２の代わりに車両３に災害情報が送信され、ＥＣＵ４０の学習部５１が災害情報を取得する。すなわち、学習部５１は、公的な機関（気象庁、国土交通省等）、電力会社等から災害情報を受信し、車両から外部への電力供給が予想される被災地を特定する。なお、学習部５１は、通信モジュール３７を用いて、車車間通信によって他の車両から災害情報を受信し、又は路車間通信によって路側機から災害情報を取得してもよい。

また、学習部５１は、車両３が被災地内に位置している場合には、学習関連処理における電力消費量を低下させる。具体的には、学習部５１は、車両３が被災地内に位置している場合には、学習関連処理を停止する。

図１２は、本発明の第四実施形態における学習停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両３のＥＣＵ４０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ６０１において、学習部５１は、災害情報を受信したか否かを判定する。災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、災害情報を受信したと判定された場合、本制御ルーチンはステップＳ６０２に進む。

次いで、ステップＳ６０２において、学習部５１は、災害情報に含まれる被災地の位置情報と、位置情報取得部５２によって取得された車両３の現在位置とに基づいて、車両３が被災地内に位置しているか否かを判定する。車両３が被災地内に位置していないと判定された場合、本制御ルーチンは終了する。一方、車両３が被災地内に位置していると判定された場合、本制御ルーチンはステップＳ６０３に進む。

ステップＳ６０３では、図６のステップＳ２０２と同様に、学習部５１は学習関連処理を停止する。ステップＳ６０３の後、本制御ルーチンは終了する。この場合、学習部５１は、例えば、所定時間が経過したとき、車両３が再始動されたとき、又は車両３のドライバがＨＭＩ３１を介して学習関連処理の再開を指示したときに学習関連処理を再開する。

なお、学習関連処理の中でニューラルネットワークモデルの学習のための電力消費量が最大となるため、ステップＳ６０３において、学習部５１はニューラルネットワークモデルの学習のみを停止してもよい。

また、ステップＳ６０３において、学習部５１は学習関連処理を停止することなく学習関連処理における電力消費量を低下させてもよい。この場合、学習部５１は、例えば、訓練データセットの作成頻度を少なくし、ニューラルネットワークモデルの学習頻度を少なくし、又はニューラルネットワークモデルの学習速度を遅くする。

＜第五実施形態＞
第五実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第五実施形態について、第一実施形態と異なる部分を中心に説明する。

図１３は、第五実施形態におけるＥＣＵ４０の機能ブロック図である。ＥＣＵ４０は学習部５１及び位置情報取得部５２に加えて出力装置制御部５３を有する。学習部５１、位置情報取得部５２及び出力装置制御部５３は、ＥＣＵ４０のメモリ４２に記憶されたプログラムをＥＣＵ４０のプロセッサ４３が実行することによって実現される機能ブロックである。

出力装置制御部５３は、車両３に設けられた出力装置を制御する。本実施形態では、出力装置制御部５３はＨＭＩ３１を制御する。ＨＭＩ３１は出力装置の一例である。

上述したように、学習部５１は災害時には車両３の外部への電力供給に備えて学習関連処理における電力消費量を低下させる。しかしながら、被災地において必ずしも停電が発生するとは限らない。また、災害時に車両３から外部への電力供給をドライバが望まない場合がある。

そこで、出力装置制御部５３は、ＨＭＩ３１を介して、学習関連処理を停止することの許可を車両３のドライバに確認する。また、学習部５１は、ドライバが学習関連処理を停止することを許可した場合には学習関連処理を停止し、ドライバが学習関連処理を停止することを許可しなかった場合には、学習関連処理を停止しないこのことによって、ドライバの意思に基づいて、災害時の電力供給に備えて学習関連処理を停止することができる。

第五実施形態では、第一実施形態と同様に図５の災害情報送信処理の制御ルーチンが実行され、図１４に示される学習停止処理の制御ルーチンが実行される。図１４は、本発明の第五実施形態における学習停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両３のＥＣＵ４０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ７０１において、出力装置制御部５３は、サーバ２から災害情報を受信したか否かを判定する。サーバ２から災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、サーバ２から災害情報を受信したと判定された場合、本制御ルーチンはステップＳ７０２に進む。

ステップＳ７０２では、出力装置制御部５３は、ＨＭＩ３１を介して、学習関連処理を停止することの許可を車両３のドライバに確認する。例えば、出力装置制御部５３はＨＭＩ３１を介して文字又は音声によってドライバに許可を確認する。

次いで、ステップＳ７０３において、学習部５１は、ドライバによるＨＭＩ３１への入力に基づいて、ドライバが学習関連処理の停止を許可したか否かを判定する。ドライバが学習関連処理の停止を許可しなかったと判定された場合、本制御ルーチンは終了する。一方、ドライバが学習関連処理の停止を許可したと判定された場合、本制御ルーチンはステップＳ７０４に進む。

ステップＳ７０４では、図６のステップＳ２０２と同様に、学習部５１は学習関連処理を停止する。ステップＳ７０４の後、本制御ルーチンは終了する。この場合、学習部５１は、例えば、所定時間が経過したとき、車両３が再始動されたとき、車両３のドライバがＨＭＩ３１を介して学習関連処理の再開を指示したとき、又はサーバ２が学習関連処理の再開を指示したときに学習関連処理を再開する。なお、図１４の制御ルーチンは図６の制御ルーチンと同様に変形可能である。

＜第六実施形態＞
第六実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第三実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第六実施形態について、第三実施形態と異なる部分を中心に説明する。

上述したように、第三実施形態では、被災地内の車両において、学習関連処理における電力消費量が低下せしめられる。一方、災害が発生したときに車両が被災地内に位置していなかったとしても、車両の目的地が被災地である場合がある。この場合、被災地への到着後に車両から外部に電力を供給することが考えられる。このため、第六実施形態では、学習部５１は、災害情報及び車両３の目的地に基づいて車両３から外部への電力供給が予想される場合には、電力供給が予想されない場合に比べて、学習関連処理における電力消費量を低下させる。このことによって、目的地を考慮した適切な車両において、電力消費を抑制することができる。

車両３の目的地は、車両３のドライバによって入力され、例えばナビゲーションシステム３４等に記憶されている。位置情報取得部５２は、記憶された車両３の目的地を取得する。車両３の目的地は、車両３の識別情報（例えば識別番号）と共に車両３からサーバ２に定期的に送信され、サーバ２のストレージ装置２２に記憶される。

第六実施形態では、図１５示される車両特定処理の制御ルーチンが実行され、第三実施形態と同様に図１１の学習停止処理の制御ルーチンが実行される。図１５は、本発明の第六実施形態における車両特定処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ２のプロセッサ２４によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ８０１において、プロセッサ２４は、災害情報を受信したか否かを判定する。災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、災害情報を受信したと判定された場合、本制御ルーチンはステップＳ８０２に進む。

ステップＳ８０２では、プロセッサ２４は、災害情報に含まれる被災地の位置情報と、車両毎に記憶されている車両の目的地とを照合することによって、被災地を目的地とする車両を特定する。

次いで、ステップＳ８０３において、プロセッサ２４は、ステップＳ８０２において特定した車両に学習関連処理の停止指示を送信する。ステップＳ８０３の後、本制御ルーチンは終了する。

なお、災害情報がサーバ２のオペレータ等によってサーバ２に入力され、ステップＳ８０１において、プロセッサ２４は災害情報がサーバ２に入力されたか否かを判定してもよい。また、ステップＳ８０３において、プロセッサ２４は被災地を目的地とする車両に学習停止指示の代わりに電力抑制指示を送信してもよい。また、車両の現在地及び目的地がサーバ２に定期的に送信され、プロセッサ２４は被災地内の車両及び被災地を目的地とする車両に学習関連処理の停止指示又は電力抑制指示を送信してもよい。

＜第七実施形態＞
第七実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第七実施形態について、第一実施形態と異なる部分を中心に説明する。

第七実施形態では、車両３のＥＣＵ４０の代わりにサーバ２においてニューラルネットワークモデルの学習が行われる。すなわち、サーバ２が機械学習装置として機能する。

ニューラルネットワークモデルの学習に用いられる訓練データセットは、複数の車両において作成され、複数の車両からサーバ２に送信される。サーバ２のプロセッサ２４は、多数の訓練データセットを用いてニューラルネットワークモデルの学習を行い、通信インターフェース２１を介して学習済みのニューラルネットワークモデルを車両に送信する。このとき、車両３では、学習済みのニューラルネットワークモデルをサーバ２から受信して記憶するときに電力が消費される。

このため、サーバ２のプロセッサ２４は、災害情報を取得した場合には、学習済みのニューラルネットワークモデルの車両３への送信を停止する。このことによって、車両３において、災害時に車両３から外部に供給可能な電力量が減少することを抑制することができる。

図１６は、本発明の第七実施形態におけるモデル送信停止処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ２のプロセッサ２４によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ９０１において、プロセッサ２４は、災害情報を受信したか否かを判定する。災害情報を受信しなかったと判定された場合、本制御ルーチンは終了する。一方、災害情報を受信したと判定された場合、本制御ルーチンはステップＳ９０２に進む。

ステップＳ９０２では、プロセッサ２４は車両３への学習済みのニューラルネットワークモデルの送信を停止する。ステップＳ９０２の後、本制御ルーチンは終了する。この場合、プロセッサ２４は、例えば、所定時間が経過したとき又は災害が解消されたときに、学習済みのニューラルネットワークモデルの送信を再開する。

なお、災害情報がサーバ２のオペレータ等によってサーバ２に入力され、ステップＳ９０１において、プロセッサ２４は災害情報がサーバ２に入力されたか否かを判定してもよい。

また、ステップＳ９０１とＳ９０２との間で図１０のステップＳ４０２が実行され、ステップＳ９０２において、プロセッサ２４は、ステップＳ４０２において特定した車両への学習済みのニューラルネットワークモデルの送信を停止してもよい。同様に、ステップＳ９０１とＳ９０２との間で図１５のステップＳ８０２が実行され、ステップＳ９０２において、プロセッサ２４は、ステップＳ８０２において特定した車両への学習済みのニューラルネットワークモデルの送信を停止してもよい。

また、第七実施形態において、上述した実施形態のように、車両３における学習関連処理を停止させるための制御又は車両３における学習関連処理の電力消費量を低下させるための制御が実行されてもよい。この場合、学習部５１は、学習関連処理を停止するときには、訓練データセットの作成及びサーバ２への訓練データセットの送信を停止し、学習関連処理の電力消費量を低下させるときには、訓練データセットの作成頻度を少なくし又はサーバ２への訓練データセットの送信頻度を少なくする。

＜その他の実施形態＞
以上、本発明に係る好適な実施形態を説明したが、本発明はこれら実施形態に限定されるものではなく、特許請求の範囲の記載内で様々な修正及び変更を施すことができる。

例えば、ニューラルネットワークモデルの入力パラメータ及び出力パラメータとして、ニューラルネットワークモデルの対象（内燃機関、モータ、バッテリ等）に応じて様々なパラメータを用いることができる。入力パラメータ又は出力パラメータの実測値を検出するためのセンサは、入力パラメータ及び出力パラメータの種類に応じて選択される。

また、車両３又はサーバ２において学習が行われる機械学習モデルは、ランダムフォレスト、ｋ近傍法、サポートベクターマシン等のニューラルネットワーク以外の機械学習モデルであってもよい。

また、上述した実施形態は、任意に組み合わせて実施可能である。例えば、第二実施形態と第五実施形態とが組み合わされる場合、図８の学習停止処理の制御ルーチンにおいて、ステップＳ３０２の代わりに、図１４のステップＳ７０２〜Ｓ７０４が実行される。また、第三実施形態と第五実施形態とが組み合わされる場合、図１１の学習停止処理の制御ルーチンにおいて、ステップＳ５０２の代わりに、図１４のステップＳ７０２〜Ｓ７０４が実行される。また、第四実施形態と第五実施形態とが組み合わされる場合、図１２の学習停止処理の制御ルーチンにおいて、ステップＳ６０３の代わりに、図１４のステップＳ７０２〜Ｓ７０４が実行される。

また、第四実施形態と第六実施形態とが組み合わされる場合、図１２の学習停止処理の制御ルーチンのステップＳ６０２において、学習部５１は、車両３の目的地が被災地であるか否かを判定する。また、第五実施形態と第六実施形態とが組み合わされる場合、第六実施形態において図１５の車両特定処理の制御ルーチン及び図１１の学習停止処理の制御ルーチンが実行されるときに、図１１のステップＳ５０２の代わりに、図１４のステップＳ７０２〜Ｓ７０４が実行される。

２ サーバ
２１ 通信インターフェース
２４ プロセッサ
３ 車両
４０ ＥＣＵ
５１ 学習部

Claims (6)

1. 外部に電力を供給可能な車両に設けられた機械学習装置であって、
   前記車両において用いられる機械学習モデルの学習に関する処理を実施する学習部を備え、
   前記学習部は、災害情報を取得した場合には、該災害情報を取得しなかった場合に比べて、前記学習に関する処理における電力消費量を低下させる、機械学習装置。
2. 前記車両の位置情報を取得する位置情報取得部を更に備え、
   前記学習部は、前記災害情報及び前記位置情報に基づいて前記車両から外部への電力供給が予想される場合には、該電力供給が予想されない場合に比べて、前記学習に関する処理における電力消費量を低下させる、請求項１に記載の機械学習装置。
3. 前記位置情報取得部は前記車両の目的地を取得し、
   前記学習部は、前記災害情報及び前記目的地に基づいて前記車両から外部への電力供給が予想される場合には、該電力供給が予想されない場合に比べて、前記電力消費量を低下させる、請求項２に記載の機械学習装置。
4. 前記学習部は、前記学習に関する処理を停止することによって前記電力消費量を低下させる、請求項１から３のいずれか１項に記載の機械学習装置。
5. 前記車両に設けられた出力装置を制御する出力装置制御部を更に備え、
   前記出力装置制御部は、前記出力装置を介して、前記学習に関する処理を停止することの許可を前記車両のドライバに確認し、
   前記学習部は、前記ドライバが前記学習に関する処理を停止することを許可しなかった場合には、前記学習に関する処理を停止しない、請求項４に記載の機械学習装置。
6. 外部に電力を供給可能な車両と通信可能な通信装置と、
   機械学習モデルの学習を行い、前記通信装置を介して学習済みの機械学習モデルを前記車両に送信する制御装置と
   を備え、
   前記制御装置は、災害情報を取得した場合には、前記学習済みの機械学習モデルの前記車両への送信を停止する、機械学習装置。

Images