JP2022007079A

JP2022007079A - 車両

Info

Publication number: JP2022007079A
Application number: JP2020109782A
Authority: JP
Inventors: 大樹横山; Daiki Yokoyama; 古都瑠佐藤; Kotoru Sato; 祐介高巣; Yusuke Takasu
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2020-06-25
Filing date: 2020-06-25
Publication date: 2022-01-13

Abstract

【課題】車両において取得されたデータを用いて機械学習モデルの学習が行われる場合に、機械学習モデルの精度を高めるために必要なデータを効率的に取得する。【解決手段】車両３は、自律走行可能であり、訓練データセットを用いて機械学習モデルの学習を行うサーバと通信可能な通信装置並びに訓練データセットとして用いられるデータを取得してサーバに送信するデータ取得部及び車両を制御する車両制御部として機能するＥＣＵを備える。車両制御部は、サーバにおいて不足している領域の訓練データセットに対応する状態を実現するように車両を制御する。【選択図】図２

Description

本発明は自律走行可能な車両に関する。

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に記載の機械学習システムでは、ニューラルネットワークモデルを用いて、内燃機関に設けられた排気浄化触媒の温度の推定値が算出される。

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。例えば、特許文献１に記載されるように、車両において取得されたデータから作成された訓練データセットを用いて、サーバ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、学習済みのニューラルネットワークモデルがサーバから車両に送信される。

特開２０１９－１８３６９８号公報

しかしながら、訓練データセットの値に偏りがあると、多数の訓練データセットを用いたとしても、機械学習モデルの精度を高めることが困難である。

そこで、上記課題に鑑みて、本発明の目的は、車両において取得されたデータを用いて機械学習モデルの学習が行われる場合に、機械学習モデルの精度を高めるために必要なデータを効率的に取得することにある。

上記課題を解決するために、本発明では、自律走行可能な車両であって、訓練データセットを用いて機械学習モデルの学習を行うサーバと通信可能な通信装置と、前記訓練データセットとして用いられるデータを取得して前記サーバに送信するデータ取得部と、当該車両を制御する車両制御部とを備え、前記車両制御部は、前記サーバにおいて不足している領域の前記訓練データセットに対応する状態が実現されるように当該車両を制御する、車両が提供される。

本発明によれば、車両において取得されたデータを用いて機械学習モデルの学習が行われる場合に、機械学習モデルの精度を高めるために必要なデータを効率的に取得することができる。

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車両の構成を概略的に示す図である。図３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は、ＥＣＵの機能ブロック図である。図５は、本発明の第一実施形態における不足領域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６は、本発明の第一実施形態におけるデータ取得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おけるデータ取得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及び少なくとも一つの車両３を備える。本実施形態では、機械学習システム１はサーバ２及び複数の車両３を備える。サーバ２は車両３の外部に設けられ、サーバ２及び車両３は互いに通信可能である。

図１に示されるように、サーバ２は、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、通信ネットワーク５を介して車両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。

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車両３の構成を概略的に示す図である。車両３は、加速、操舵及び制動を自動的に行うように構成されている。すなわち、車両３は、自律走行可能な自動運転車両であり、車両３を運転するドライバを必要としない。

図２に示されるように、車両３は、周辺情報検出装置３１、ＧＰＳ受信機３２、地図データベース３３、アクチュエータ３４、状態量検出装置３５、通信モジュール３６及び電子制御ユニット（ＥＣＵ（Electronic Control Unit））４０を備える。周辺情報検出装置３１、ＧＰＳ受信機３２、地図データベース３３、アクチュエータ３４、状態量検出装置３５及び通信モジュール３６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。

周辺情報検出装置３１は車両３の自律走行のために車両３の周辺情報を検出する。周辺情報には、道路の白線、他車両、歩行者、自転車、建物、標識、信号機、障害物等の情報が含まれる。例えば、周辺情報検出装置３１は、車外カメラ、ミリ波レーダ、ライダ（Laser Imaging Detection And Ranging（ＬＩＤＡＲ））、超音波センサ等を含む。周辺情報検出装置３１の出力は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。

アクチュエータ３４は車両３の自律走行のために車両３を動作させる。例えば、アクチュエータ３４は、車両３の加速のための駆動装置（内燃機関及びモータの少なくとも一方）、車両３の制動のためのブレーキアクチュエータ、車両３の操舵のためのステアリングモータ等を含む。ＥＣＵ４０はアクチュエータ３４を制御する。

状態量検出装置３５は、車両３、内燃機関、モータ、バッテリ、周辺環境等の状態量を検出する。例えば、状態量検出装置３５は、車速センサ、ヨーレートセンサ、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、外気温センサ等を含む。状態量検出装置３５の出力はＥＣＵ４０に送信される。

通信モジュール３６は、車両３の外部（例えばサーバ２）と通信可能であり、車両３と車両３の外部との通信を可能とする。通信モジュール３６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。通信モジュール３６は通信装置の一例である。

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、車両３において、機械学習モデルを用いた制御が行われる。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る。最初に、図３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３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３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３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３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３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、状態量検出装置３５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。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。本実施形態では、訓練データセットとして用いられるデータが複数の車両３からサーバ２に送信され、サーバ２において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が行われる。

このため、各車両３では、入力パラメータ及び出力パラメータの実測値が取得され、これらの組み合わせがサーバ２に送信される。サーバ２は、車両３から送信されたデータの前処理（正規化、標準化等）を行い、訓練データセットを作成する。作成された訓練データセットはサーバ２のストレージ装置２２に記憶され、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う。

具体的には、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、サーバ２のストレージ装置２２に記憶され、サーバ２から各車両３に送信される。

しかしながら、訓練データセットの値に偏りがあると、多数の訓練データセットを用いたとしても、ニューラルネットワークモデルの精度を高めることが困難である。すなわち、所定の領域の訓練データセットにニューラルネットワークモデルが最適化され、広範な領域の入力パラメータに対して適切な出力パラメータの値を出力できないおそれがある。

そこで、本実施形態では、サーバ２からの指示に基づいて、サーバ２において不足している領域の訓練データセットに対応するデータが車両３において取得される。このことによって、ニューラルネットワークモデルの精度を高めるために必要なデータを効率的に取得することができる。

斯かるデータの取得は、車両３のＥＣＵ４０を用いて実現される。図４は、ＥＣＵ４０の機能ブロック図である。ＥＣＵ４０はデータ取得部５１及び車両制御部５２を有する。データ取得部５１及び車両制御部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。データ取得部５１は、訓練データセットとして用いられるデータを取得してサーバ２に送信する。車両制御部５２は車両３を制御する。

車両３において所望のデータを取得するためには、所望のデータに対応する状態を意図的に作り出す必要がある。このため、本実施形態では、サーバ２において不足している領域の訓練データセットが特定され、車両制御部５２は、サーバ２において不足している領域の訓練データセットに対応する状態が実現されるように車両３を制御する。このことによって、データ取得部５１が必要なデータを取得してサーバ２に送信することができ、サーバ２において不足している領域の訓練データセットを補充することができる。

以下、図５及び図６のフローチャートを用いて、サーバ２において不足している領域の訓練データセットに対応するデータを車両３において取得するための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不足領域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Ｓ１０１において、プロセッサ２４は、ストレージ装置２２に記憶された訓練データセットの数が所定値以上であるか否かを判定する。訓練データセットの数が所定値未満であると判定された場合、本制御ルーチンは終了する。一方、訓練データセットの数が所定値以上であると判定された場合、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、訓練データセットが不足している領域（以下、「データ不足領域」と称する）が存在するか否かを判定する。例えば、プロセッサ２４は、ストレージ装置２２に記憶された訓練データセットのデータ密度に基づいて、データ不足領域が存在するか否かを判定する。

ニューラルネットワークモデルの入力パラメータの数がＮ個である場合、或る組み合わせの入力パラメータに対応する訓練データセットは、各入力パラメータの予め定められた最小値と最大値とによって画定されるＮ次元空間において位置付けられる。このとき、プロセッサ２４は、Ｎ次元空間におけるデータ密度が所定値以下の領域を、データ不足領域として特定する。すなわち、プロセッサ２４は、Ｎ次元空間におけるデータ密度が所定値以下の領域が存在する場合に、データ不足領域が存在すると判定する。

ステップＳ１０２においてデータ不足領域が存在しないと判定された場合、本制御ルーチンは終了する。一方、ステップＳ１０２においてデータ不足領域が存在すると判定された場合、本制御ルーチンはステップＳ１０３に進む。

ステップＳ１０３では、プロセッサ２４は不足情報を車両３に送信する。例えば、プロセッサ２４は、特定されたデータ不足領域を不足情報として車両３に送信する。ステップＳ１０３の後、本制御ルーチンは終了する。

図６は、本発明の第一実施形態におけるデータ取得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によって繰り返し実行される。

最初に、ステップＳ２０１において、車両制御部５２は、サーバ２から不足情報を受信したか否かを判定する。不足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、不足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、車両制御部５２は、データ不足領域の訓練データセットに対応する所望の状態を実現可能か否かを判定する。例えば、入力パラメータに外気温が含まれ、所定範囲の外気温を含む入力パラメータの組み合わせがデータ不足領域に相当する場合、外気温が所定範囲内であるときには、所望の状態を実現可能であると判定される。また、入力パラメータに車速が含まれ、所定範囲の車速を含む入力パラメータの組み合わせがデータ不足領域に相当する場合、車両３が走行中の道路の制限速度が所定範囲以上であるときには、所望の状態を実現可能であると判定される。

ステップＳ２０２において所望の状態を実現可能ではないと判定された場合、本制御ルーチンは終了する。一方、ステップＳ２０２において所望の状態を実現可能であると判定された場合、本制御ルーチンはステップＳ２０３に進む。

ステップＳ２０３では、車両制御部５２は、データ不足領域の訓練データセットに対応する状態が実現されるように車両３を制御する。例えば、所定範囲の車速を含む入力パラメータの組み合わせがデータ不足領域に相当する場合、車両制御部５２は、車速が所定範囲内になるようにスロットル弁の開度等を制御する。また、所定範囲の排気温度を含む入力パラメータの組み合わせがデータ不足領域に相当する場合、車両制御部５２は、排気温度が所定範囲内になるように点火プラグの点火時期等を制御する。

次いで、ステップＳ２０４において、データ取得部５１は、データ不足領域の訓練データセットに対応する状態が実現されたときに、訓練データセットとして用いられるデータ（入力パラメータ及び出力パラメータの実測値）を取得する。

次いで、ステップＳ２０５において、データ取得部５１は、取得したデータをサーバ２に送信する。ステップＳ２０５の後、本制御ルーチンは終了する。

なお、データ不足領域の訓練データセットに対応する状態を実現するための制御指示が不足情報としてサーバ２から車両３に送信されてもよい。この場合、車両制御部５２は制御指示に基づいて車両３を制御する。

＜第二実施形態＞
第二実施形態に係る機械学習システムの構成及び制御は、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システム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。

上述したように、車両３は自律走行するように構成されている。このため、ドライバを必要とすることなく、車両３を用いて、カーシェアサービス、ライドシェアサービス等のモビリティサービスを提供することができる。例えば、車両３は、ユーザからの配車依頼に応じて、ユーザを含む乗員を所望の目的地まで輸送する。ライドシェアサービスでは、目的地の近い複数のユーザが同時に一つの車両３を利用することができる。また、車両３は、特定のユーザによって所有され、特定のユーザのみによって利用されてもよい。

斯かる用途のために車両３が用いられる場合、車両３に乗員が存在する状態が想定される。しかしながら、車両３に乗員が存在するときに、所望のデータを取得するための制御が車両３において行われると、車両３の乗員が車両３の挙動に違和感を持つおそれがある。

このため、第二実施形態では、車両制御部５２は、車両３に乗員が存在していないときに、サーバ２において不足している領域の訓練データセットに対応する状態が実現されるように車両３を制御する。このことによって、車両３の乗り心地を低下させることなく、ニューラルネットワークモデルの精度を高めるために必要なデータを効率的に取得することができる。

第二実施形態では、不足領域特定処理として、第一実施形態と同様に図５に示される制御ルーチンが実行され、データ取得処理として、図７に示される制御ルーチンが実行される。図７は、本発明の第二実施形態におけるデータ取得処理の制御ルーチンを示すフローチャートである。

ステップＳ３０１及びＳ３０２は図６のステップＳ２０１及びＳ２０２と同様に実行される。ステップＳ３０２において所望の状態を実現可能であると判定された場合、本制御ルーチンはステップＳ３０３に進む。

ステップＳ３０３では、車両制御部５２は、車両３に乗員が存在しているか否かを判定する。例えば、車両制御部５２は、車両３の乗員を検出する乗員検出装置（車内カメラ、シートベルトセンサ、着座センサ、情報読取器等）を用いて、車両３に乗員が存在しているか否かを判定する。車両３に乗員が存在していると判定された場合、本制御ルーチンは終了する。一方、車両３に乗員が存在していないと判定された場合、本制御ルーチンはステップＳ３０４に進む。

ステップＳ３０４～Ｓ３０６は図６のステップＳ２０３～Ｓ２０５と同様に実行され、ステップＳ３０６の後、本制御ルーチンは終了する。

＜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、車両３において取得されたデータの前処理（正規化、標準化等）はサーバ２の代わりに車両３において行われてもよい。すなわち、前処理されたデータが、車両３からサーバ２に送信され、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のための訓練データセットとして用いられてもよい。

また、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。

２サーバ
３車両
３６通信モジュール
４０ＥＣＵ
５１データ取得部
５２車両制御部

Claims

自律走行可能な車両であって、
訓練データセットを用いて機械学習モデルの学習を行うサーバと通信可能な通信装置と、
前記訓練データセットとして用いられるデータを取得して前記サーバに送信するデータ取得部と、
当該車両を制御する車両制御部と
を備え、
前記車両制御部は、前記サーバにおいて不足している領域の前記訓練データセットに対応する状態が実現されるように当該車両を制御する、車両。