JP2022053033A

JP2022053033A - 機械学習装置

Info

Publication number: JP2022053033A
Application number: JP2020159610A
Authority: JP
Inventors: 大樹横山; Daiki Yokoyama; 陽平晴山; Yohei Hareyama
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2020-09-24
Filing date: 2020-09-24
Publication date: 2022-04-05

Abstract

【課題】車両に搭載された機械学習装置でのモデルの学習に伴うバッテリの電力不足を抑制することができる機械学習装置を提供する。
【解決手段】機械学習装置は、車両１に搭載された機器を制御するのに用いられるモデルを構成するモデルパラメータの値を、車両にて機械学習する。機械学習装置は、車両のバッテリに充電された電力を使用してモデルパラメータの値を機械学習する学習部１４２と、学習部における機械学習を制御する学習制御部１４３とを備える。学習制御部は、所定時間以内に充電施設にて前記バッテリへの充電が行われることが予想される場合には、学習部における機械学習を許可し、所定時間以内に充電施設にてバッテリへの充電が行われることが予想されない場合には、学習部における機械学習を禁止する。
【選択図】図４

Description

本開示は、機械学習装置に関する。

従来から、車両に関する入力パラメータ（例えば、機関回転数、機関負荷率、機関空燃比、点火時期、及び排気ガス中のＨＣ濃度又はＣＯ濃度）の値を入力すると、出力パラメータ（例えば、排気浄化触媒の温度）の値を出力する学習済みのモデル（例えば、ニューラルネットワークモデル）を用いることが知られている（例えば、特許文献１）。

特に、特許文献１では、モデルを構成するモデルパラメータ（例えば、ニューラルネットワークの重みやバイアス）の値を学習（以下、単に「モデルの学習」とも称する）する機械学習装置が車両に設けられている。したがって、モデルは、機械学習装置が搭載された車両に設けられたセンサの出力値等を含む訓練データセットを用いて学習される。

特開２０１９－１８３６９８号公報

ところで、上述したように車両に搭載された機械学習装置でのモデルの学習は、車両のバッテリの電力によって行われる。また、モデルの学習は、演算を繰り返し行うことから、大きな電力を消費する。したがって、モデルの学習タイミングによっては、バッテリの充電率が減少し過ぎて、例えば車両の駆動に必要な電力が不足するといった事態が生じ得る。

上記課題に鑑みて、本開示の目的は、車両に搭載された機械学習装置でのモデルの学習に伴うバッテリの電力不足を抑制することができる機械学習装置を提供することにある。

本開示の要旨は以下のとおりである。

（１）車両に搭載された機器を制御するのに用いられるモデルを構成するモデルパラメータの値を、前記車両にて機械学習する機械学習装置であって、
前記車両のバッテリに充電された電力を使用して前記モデルパラメータの値を機械学習する学習部と、
前記学習部における機械学習を制御する学習制御部とを備え、
前記学習制御部は、所定時間以内に充電施設にて前記バッテリへの充電が行われることが予想される場合には、前記学習部における機械学習を許可し、前記所定時間以内に前記充電施設にて前記バッテリへの充電が行われることが予想されない場合には、前記学習部における機械学習を禁止する、機械学習装置。
（２）車両に搭載された機器を制御するのに用いられるモデルを構成するモデルパラメータの値を、前記車両にて機械学習する機械学習装置であって、
前記車両のバッテリに充電された電力を使用して前記モデルパラメータの値を機械学習する学習部と、
前記学習部における機械学習を制御する学習制御部とを備え、
前記学習制御部は、所定時間以内に充電施設にて前記バッテリへの充電が行われることが予想される場合には、前記所定時間以内に前記充電施設にて前記バッテリへの充電が行われることが予想されない場合に比べて、前記学習部に高い電力消費量で機械学習させる、機械学習装置。

本開示によれば、車両に搭載された機械学習装置でのモデルの学習に伴うバッテリの電力不足を抑制することができる機械学習装置が提供される。

図１は、車両のハードウェア構成を概略的に示す図である。図２は、車両のプロセッサの機能ブロック図である。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である。図４は、第一実施形態に係る学習制御部による学習制御処理のフローチャートである。図５は、第二実施形態に係る学習制御部による学習制御処理のフローチャートである。

以下、図面を参照して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＞
≪車両の構成≫
まず、図１～図４を参照して、一つの実施形態に係る機械学習装置を搭載した車両１の構成について説明する。図１は、車両１のハードウェア構成を概略的に示す図である。本実施形態に係る車両１は、モータによって駆動され且つモータに電力を供給するバッテリ（図示せず）を外部から充電することができる車両であり、よって電気自動車（ＥＶ）又はプラグインハイブリッド車（ＰＨＶ）である。

図１に示したように、車両１は、電子制御ユニット（ＥＣＵ）１１を備える。ＥＣＵ１１は、車内通信インターフェース１２と、メモリ１３と、プロセッサ１４とを有する。車内通信インターフェース１２及びメモリ１３は信号線を介してプロセッサ１４に接続されている。なお、本実施形態では、車両１には、一つのＥＣＵ１１が設けられているが、機能毎に分かれた複数のＥＣＵが設けられてもよい。ＥＣＵ１１は、車両１に搭載された制御機器を制御するのに用いられる学習モデルを構成するモデルパラメータの値を機械学習する機械学習装置として機能する。

車内通信インターフェース１２は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワーク１５にＥＣＵ１１を接続するためのインターフェース回路を有する。ＥＣＵ１１は車内通信インターフェース１２を介して他の車載機器と通信する。

メモリ１３は、データを記憶する記憶部の一例である。メモリ１３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１３は、プロセッサ１４において各種処理を実行するためのコンピュータプログラムや、プロセッサ１４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。したがって、メモリ１３は、学習モデルを記憶する。

プロセッサ１４は、一つ又は複数のＣＰＵ(Central Processing Unit)及びその周辺回路を有する。プロセッサ１４は、更にＧＰＵ（Graphics Processing Unit）、又は論理演算ユニット若しくは数値演算ユニットのような演算回路を有していてもよい。プロセッサ１４は、メモリ１３に記憶されたコンピュータプログラムに基づいて、各種処理を実行する。したがって、プロセッサ１４は、学習モデルの入力パラメータの値が入力されると、学習モデルに従った演算処理を行って、出力パラメータの値を出力する。

図２は、車両１のプロセッサ１４の機能ブロック図である。図２に示したように、プロセッサ１４は、学習モデルを用いて車両１の制御機器２５を制御する制御部１４１と、学習モデルのモデルパラメータの値を機械学習する学習部１４２と、学習部１４２における機械学習を制御する学習制御部１４３とを備える。プロセッサ１４が有するこれら機能ブロックは、例えば、プロセッサ１４上で動作するコンピュータプログラムにより実現される機能モジュールである。或いは、プロセッサ１４が有するこれら機能ブロックは、プロセッサ１４に設けられる専用の演算回路であってもよい。車両１のプロセッサ１４の各機能ブロックの詳細については後述する。

また、図１に示したように、車両１は、更に、ＧＰＳ受信機２１、地図データベース２２、ナビゲーションシステム２３、車外通信モジュール２４、複数の制御機器２５及び複数のセンサ２６を備える。これらは、車内ネットワーク１５を介してＥＣＵ１１に接続される。

ＧＰＳ受信機２１は、車両１の現在位置を測定する測位センサの一例である。ＧＰＳ受信機２１は、３個以上のＧＰＳ衛星から信号を受信し、車両１の現在位置（例えば車両１の緯度及び経度）を検出する。ＧＰＳ受信機２１は、所定の周期ごとに車両１の現在位置の測定結果をＥＣＵ１１へ出力する。

地図データベース２２は地図情報を記憶している。地図情報は、道路の位置情報の他、車両のバッテリの充電を行うことができる充電施設（例えば、充電スタンド、自宅）など各種施設の位置情報を含む。ＥＣＵ１１は地図データベース２２から地図情報を取得する。

ナビゲーションシステム２３は、ＧＰＳ受信機２１によって検出された車両１の現在位置、地図データベース２２の地図情報、車両１のドライバによる入力等に基づいて、目的地までの車両１の予定走行ルートを設定する。ナビゲーションシステム２３によって設定された予定走行ルートはＥＣＵ１１に送信される。なお、ＧＰＳ受信機２１及び地図データベース２２はナビゲーションシステム２３に組み込まれていてもよい。

車外通信モジュール２４は、車外の機器と通信を行う通信部の一例である。車外通信モジュール２４は、例えば、サーバ等と通信を行うための機器である。車外通信モジュール２４は、例えば、データ通信モジュール（ＤＣＭ（Data communication module））を含む。データ通信モジュールは無線基地局５及び通信ネットワーク４を介してサーバと通信する。

制御機器２５は、車両１に関する様々な制御を行う機器である。具体的には、制御機器２５は、例えば、空調機器のブロワ、空調機器の冷凍回路のコンプレッサ、空調機器の空気の流れを制御するエアミックスドアの駆動アクチュエータ、車両１の駆動や回生に用いるモータジェネレータを制御するインバータ、バッテリとモータジェネレータとの間で昇圧や降圧を行うＤＣＤＣコンバータなどを含む。これら制御機器２５は、車内ネットワーク１５を介してＥＣＵ１１に接続され、ＥＣＵ１１からの駆動信号に応じて作動せしめられる。

センサ２６は、車両１に関する様々な状態パラメータの値（状態量）を検出する検出器の一例である。センサ２６は、例えば、車両１の周りの空気の温度（外気温度）を検出する外気温度センサ、車両１の周りの空気の湿度（外気湿度）を検出する外気湿度センサ、車両１の周りの大気圧を検出する大気圧センサ、車両１の室内の温度（室内温度）を検出する車内温度センサ、車両１の室内の湿度（室内湿度）を検出する車内湿度センサ、及び日射量を検出する日射センサなどを含む。さらに、センサ２６は、例えば、アクセルペダルの踏み込み量を検出する踏み込み量センサ、車両１の速度を検出する速度センサ、車両１のバッテリの現在の充電率を検出するセンサ、モータジェネレータへの供給電流や供給電圧を検出する電流センサ又は電圧センサ、タッチパネルなどにおけるドライバの入力を検出する入力検出センサなどを含む。これらセンサ２６は、車内ネットワーク１５を介してＥＣＵ１１に接続され、ＥＣＵ１１へ出力信号を送信する。

≪学習モデル≫
本実施形態では、車両１の制御部１４１において、車両１に搭載された制御機器２５を制御するにあたり、機械学習によって学習された学習モデルが用いられる。本実施形態では、学習モデルとして、ニューラルネットワークモデル（以下、「ＮＮモデル」という）が用いられる。以下、図３を参照して、ＮＮ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ＮＮ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（又は中間層）を示し、Ｌ＝４は出力層を示している。

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ＲｅＬＵ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。

このようにＮＮモデルは、入力層と、隠れ層と、出力層とを備え、一又は複数の入力パラメータの値が入力層に入力されると、入力パラメータの値に対応する一又は複数の出力パラメータの値を出力層から出力する。

本実施形態では、このような学習モデルとして、例えば、外気温度、車内温度、車内湿度、日射量を入力パラメータとして入力すると、空調装置の目標温度を出力パラメータとして出力するモデルが用いられてもよい。この場合、車両１の制御部１４１では、センサ２６によって検出された各入力パラメータの値を斯かる学習モデルに入力することによって空調装置の目標温度が出力される。ＥＣＵ１１は、車内温度が、学習モデルから出力された目標温度になるように、空調装置に関する制御機器２５を制御する。

なお、学習モデルとしては様々なモデルを用いることができる。したがって、入力パラメータとして、外気温度、外気湿度、大気圧、室内温度、室内湿度、日照量、バッテリ冷却用の冷却水の温度、バッテリの充電率、車両の負荷、車両駆動用モータの出力トルク、車両の速度といった、車両の状態を表す様々な状態パラメータが用いられる。また、出力パラメータとして、バッテリの温度、車内湿度といった、車両の状態を表す様々な状態パラメータが用いられる。

≪学習モデルの基本的な学習≫
次に、上述したような学習モデル（ＮＮモデル）の学習について説明する。斯かるＮＮモデルの精度を向上させるためには、ＮＮモデルの学習を行う必要がある。そこで、本実施形態では、プロセッサ１４の学習部１４２がＮＮモデルの学習を行う。以下では、学習部１４２において行われる、ＮＮモデルの学習手法を簡単に説明する。

ＮＮモデルの学習では、複数の状態パラメータの実測値を含む訓練データセットが用いられる。訓練データセットは、複数の入力パラメータの複数の実測値と、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複数の実測値（正解データ）との組合せから成る。本実施形態では、入力パラメータの実測値及び出力パラメータの実測値は、車両１のセンサ２６によって検出された値又はＥＣＵ１１から制御機器２５への制御指令値である。

車両１の学習部１４２は、車両１から送信された訓練データセットに前処理（正規化、標準化等）を行った上で、ＮＮモデルの学習を行う。ＮＮモデルの学習にあたっては、学習部１４２は、例えば、ＮＮモデルの出力値と訓練データセットに含まれる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ＮＮ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、ＮＮモデルが学習され、学習済みのＮＮモデルが生成される。学習済みＮＮモデルの情報（モデルの構造、重みｗ、バイアスｂ等）は、メモリ１３に記憶される。

≪学習タイミングの制御≫
車両１における学習モデルの学習（すなわち、学習モデルを構成するモデルパラメータ（例えば、重みｗ、バイアスｂ等）の値の学習）は、基本的に、車両１のＥＣＵ１１において定期的に行われる。このように車両１にて、その車両１における実測値に基づいて学習を行うことにより、その車両１に特有の学習モデルを得ることができる。この結果、例えば、同一の型式の車両に対して一括で学習モデルの更新を行う場合に比べて、学習モデルをその車両１やその車両１のドライバに適した制御を行うことができるモデルとすることができる。そして、モデルパラメータの値の学習は、基本的に、車両１の一定期間の使用や運転により、訓練データセットとして利用することができる所定量の実測値が得られたときに行われる。

ところで、学習モデルの学習では、上述したように、誤差逆伝播法などによって繰り返し演算が行われる。このため、学習モデルの学習には大きな電力を消費する。したがって、常に上記所定量の実測値が得られたタイミングで機械学習を行うと、バッテリの充電率が減少し過ぎて、例えば車両の駆動に必要な電力が不足してしまうことがある。

そこで、本実施形態の学習制御部１４３は、所定の基準時間以内に充電施設にてバッテリへの充電が行われる可能性、及び充電施設への到達時の予想充電率に基づいて、学習モデルの学習を行うか否かを制御している。基準時間は、車両１において機械学習を行ってもバッテリの充電率が大きく減少しないような時間であり、本実施形態では予め定められた一定の時間（例えば、３０分）である。

ここで、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性を、ＧＰＳ受信機２１によって検出された車両１の現在位置、地図データベース２２に記憶された地図情報、ナビゲーションシステム２３によって設定された予定走行ルートに基づいて判断する。

具体的には、例えば、学習制御部１４３は、車両１の現在位置と地図情報とに基づいて、車両１の現在位置から最も近い充電施設までの道路距離を算出し、算出した道路距離に基づいて基準時間以内に充電施設にてバッテリへの充電が行われる可能性を推定してもよい。この場合、学習制御部１４３は、最寄りの充電施設までの道路距離が、車両１が上記基準時間に亘って走行したときの走行距離に相当する所定距離以内である場合に、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高いと予想する。学習制御部１４３は、逆に、最寄りの充電施設までの道路距離が上記所定距離よりも長い場合に、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が低いと予想する。

また、学習制御部１４３は、ナビゲーションシステム２３によって設定された予定走行ルート中の充電施設の有無に基づいて、基準時間以内に充電施設にてバッテリへの充電が行われる可能性を推定してもよい。この場合、学習制御部１４３は、予定走行ルートにおいて基準時間以内に充電施設に到達又は通過することになっている場合に、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高いと予想する。学習制御部１４３は、逆に、予定走行ルートにおいて基準時間以内に充電施設に到達又は通過することになっていない場合に、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が低いと予想する。

加えて、学習制御部１４３は、上述した二つの手法を組み合わせて基準時間以内に充電施設にてバッテリへの充電が行われる可能性を推定してもよいし、他の手法に基づいて又は他の手法と上述した二つの手法を組み合わせて基準時間以内に充電施設にてバッテリへの充電が行われる可能性を推定してもよい。

そして、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が低くて斯かる充電が行われないことが予想される場合には、学習モデルの学習を禁止する。一方、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高くて斯かる充電が行われることが予想される場合には、基本的に、学習モデルの学習を許可する。

しかしながら、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高くても、バッテリの現在の充電率が少なくて、機械学習を行うと充電施設に到達するまでにバッテリの充電率がゼロ又は極めて少なくなってしまうような場合には、機械学習を開始すべきではない。

そこで、本実施形態の学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高くて斯かる充電が行われることが予想される場合であっても、車両１が充電施設に到達する時のバッテリの予想充電率が予め定められた基準充電率未満であるときには学習を禁止する。

ここで、学習制御部１４３は、車両１が充電施設に到達する時のバッテリの予想充電率を、バッテリの現在の充電率及び充電施設に到達するまでの予想消費電力量に基づいて算出する。バッテリの現在の充電率は、充電率を検出するセンサ２６によって検出される。充電施設に到達するまでの予想消費電力量は、車両１の現在位置から充電施設までの道路距離、車両１の空調機器の使用状態などに基づいてＥＣＵ１１によって算出される。

以上より、本実施形態では、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高く且つ車両１が充電施設に到達する時のバッテリの予想充電率が基準充電率以上である場合、すなわちバッテリの充電率が予め設定された基準充電率未満になる前に充電施設にてバッテリへの充電が行われることが予想される場合には、学習部１４２における機械学習を許可する。したがって、この場合、訓練データとして利用することができる所定量の実測値が得られると、学習部１４２はこの実測値を利用して学習モデルの学習を行う。一方、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が低いか又は車両１が充電施設に到達する時のバッテリの予想充電率が基準充電率未満である場合、すなわちバッテリの充電率が基準充電率未満になる前に充電施設にてバッテリへの充電が行われることが予想されない場合には、学習部１４２における機械学習を禁止する。したがって、この場合、訓練データとして利用することができる所定量の実測値が得られても、学習部１４２はこの実測値を利用した学習モデルの学習を行わない。

図４は、本実施形態に係る学習制御部１４３による学習制御処理のフローチャートである。図示した学習制御処理は、一定の時間間隔毎にＥＣＵ１１のプロセッサ１４によって実行される。

まず、学習制御部１４３は、ＧＰＳ受信機２１から車両１の現在位置を取得し、センサ２６からバッテリの現在の充電率ＳＯＣを取得する（ステップＳ１１）。次いで、学習制御部１４３は、上述したように、車両１の現在位置、地図情報及び予定走行ルートに基づいて、基準時間以内に充電施設にてバッテリへの充電が行われる可能性Ｐｃを算出する（ステップＳ１２）。特に、学習制御部１４３は、車両１の現在位置から最寄りの充電施設までの道路距離が短いほど充電が行われる可能性Ｐｃを高く算出し、予定走行ルート中における充電施設までの道路距離が短いほど充電が行われる可能性Ｐｃを高く算出する。

基準時間以内に充電施設にてバッテリへの充電が行われる可能性Ｐｃが算出されると、学習制御部１４３は、算出された可能性Ｐｃが予め定められた基準可能性Ｐｃｒｅｆ以上であるか否かを判定する（ステップＳ１３）。ステップＳ１３において、算出された可能性Ｐｃが基準可能性Ｐｃｒｅｆ未満であると判定された場合には、学習制御部１４３は、学習部１４２における機械学習を禁止する（ステップＳ１４）。

一方、ステップＳ１３において算出された可能性Ｐｃが基準可能性Ｐｃｒｅｆ以上であると判定された場合には、学習制御部１４３は車両１が最寄りの充電施設に到達する時の予想充電率ＳＯＣｐｒを算出する（ステップＳ１５）。予想充電率ＳＯＣｐｒは、上述したように、バッテリの現在の充電率ＳＯＣと充電施設に到達するまでの予想消費電力量に基づいて算出される。

その後、学習制御部１４３は、算出された予想充電率ＳＯＣｐｒが予め定められた基準充電率ＳＯＣｒｅｆ以上であるか否かを判定する（ステップＳ１６）。ステップＳ１６において予想充電率ＳＯＣｐｒが基準充電率ＳＯＦｒｅｆ未満であると判定された場合には、学習制御部１４３は、学習部１４２における機械学習を禁止する（ステップＳ１４）。

一方、ステップＳ１６において予想充電率ＳＯＣｐｒが基準充電率ＳＯＣｒｅｆ以上であると判定された場合には、学習制御部１４３は、学習部１４２における機械学習を許可する（ステップＳ１７）。したがって、学習部１４２は、バッテリの電力により、学習モデルの機械学習を行う。

≪効果・変形例≫
本実施形態によれば、入力パラメータ及び出力パラメータについて訓練データセットとして利用することができる所定量の実測値が得られても、基準時間以内に充電施設にてバッテリへの充電が行われることが予想されない場合、又はバッテリの充電率が基準充電率未満になる前に充電施設にてバッテリへの充電が行われることが予想されない場合には、学習部１４２における機械学習が禁止される。したがって、機械学習装置によって学習モデルの学習を行うことに伴ってバッテリの電力が不足してしまうことを抑制することができる。

なお、上記実施形態では、学習モデルの機械学習に関する処理が全て車両１のＥＣＵ１１によって行われている。しかしながら、車両１と通信可能な車外のサーバによって車両１の学習モデルの機械学習に関する一部の処理が行われてもよい。具体的には、例えば、車両１の学習部１４２の学習を制御する学習制御部１４３がサーバに設けられてもよい。この場合、車両１のＥＣＵ１１は、車外通信モジュール２４を介して、車両１の現在位置、車両１の予定走行ルートなどの情報をサーバに送信し、サーバは受信した情報とサーバのストレージ装置に記憶された地図情報とに基づいて、基準時間以内に充電施設にて車両１のバッテリへの充電が行われる可能性を算出する。そして、サーバは算出した可能性を車両１に送信する。なお、このようにサーバにおいて一部の処理が行われる場合であっても、学習モデルのモデルパラメータの機械学習自体は車両１のプロセッサ１４の学習部１４２において行われる。

また、上記実施形態では、基準時間以内に充電施設にてバッテリへの充電が行われる可能性に基づいて学習モデルの機械学習を行うか否かを判断しており、この基準時間は予め定められた一定の時間とされている。しかしながら、この基準時間は、バッテリの充電率や、充電施設までの予定走行ルートなどに応じて変化してもよい。具体的には、バッテリの充電率が少ないほど基準時間は短く設定される。

＜第二実施形態＞
次に、図５を参照して、第二実施形態に係る機械学習装置について説明する。以下では、主に、第一実施形態に係る機械学習装置とは異なる部分について説明する。

上記第一実施形態では、学習制御部１４３は、充電施設にてバッテリへの充電が行われる可能性に基づいて、学習部１４２における機械学習を許可するか否かを判断している。これに対して、本実施形態では、学習制御部１４３は、充電施設にてバッテリへの充電が行われる可能性に基づいて、学習部１４２において行われる機械学習による単位時間当たりの電力消費量を制御するようにしている。

本実施形態に係るＥＣＵ１１のプロセッサ１４は、演算処理を行う際のクロック数（作動周波数）を変更することができるように形成されている。このクロック数を大きくすると、プロセッサ１４で行われる演算処理の速度を高めることができるが、演算処理に伴う単位時間当たりの電力消費量が大きくなる。逆に、このクロック数を小さくすると、プロセッサ１４で行われる演算処理に伴う単位時間当たりの電力消費量を小さくすることができるが、延在処理の速度が低くなる。

そこで、本実施形態に係る学習制御部１４３は、所定の基準時間以内に充電施設にてバッテリへの充電が行われる可能性、及び充電施設への到達時の予想充電率に基づいて、演算処理に伴う単位時間当たりの電力消費量を制御している。具体的には、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が低くて斯かる充電が行われないことが予想される場合には、所定の低いクロック数にてプロセッサ１４を作動させる。したがってこの場合、プロセッサ１４では低い電力消費量で機械学習が行われる。一方、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高くて斯かる充電が行われることが予想される場合には、所定の高いクロック数にてプロセッサ１４を作動させる。したがってこの場合、プロセッサ１４では高い電力消費量で機械学習が行われる。換言すると、本実施形態では、学習制御部１４３は、基準時間以内に充電施設にてバッテリへの充電が行われることが予想される場合には、基準時間以内に充電施設にてバッテリへの充電が行われることが予想されない場合に比べて、学習部１４２に高い電力消費量で機械学習させる。

或いは、学習制御部１４３は、バッテリの充電率が基準充電率未満になる前に充電施設にてバッテリへの充電が行われることが予想されない場合に所定の小さいクロック数にてプロセッサ１４を作動させ、バッテリの充電率が予め設定された基準充電率未満になる前に充電施設にてバッテリへの充電が行われることが予想される場合には、所定の大きいクロック数にてプロセッサ１４を作動させてもよい。

図５は、第二実施形態に係る学習制御部１４３による学習制御処理のフローチャートである。図示した学習制御処理は、一定の時間間隔毎にＥＣＵ１１のプロセッサ１４によって実行される。図５に示したフローチャートにおけるステップＳ２１～Ｓ２３、Ｓ２５及びＳ２６は、図４に示したフローチャートにおけるステップＳ１１～Ｓ１３、Ｓ１５及びＳ１６と同様であるため、説明を省略する。

ステップＳ２３において、算出された可能性Ｐｃが基準可能性Ｐｃｒｅｆ未満であると判定された場合、及びステップＳ２６において、予想充電率ＳＯＣｐｒが基準充電率ＳＯＣｒｅｆ未満であると判定された場合には、学習制御部１４３は、プロセッサ１４を所定の小さいクロック数で作動させる（ステップＳ２４）。また、ステップＳ２６において、予想充電率ＳＯＣｐｒが基準充電率ＳＯＣｒｅｆ以上であると判定された場合には、学習制御部１４３は、プロセッサ１４を所定の大きいクロック数で作動させる（ステップＳ２４）。

なお、上記第二実施形態では、基準時間以内に充電施設にてバッテリへの充電が行われる可能性に基づいて、プロセッサ１４が二段階の異なるクロック数にて作動されている。しかしながら、プロセッサ１４は、基準時間以内に充電施設にてバッテリへの充電が行われる可能性に基づいて、三段階以上の多段階の異なるクロック数にて作動されてもよい。この場合、基準時間以内に充電施設にてバッテリへの充電が行われる可能性が高いほど、プロセッサ１４が大きいクロック数にて作動される。

また、上記第二実施形態では、クロック数を制御することによってプロセッサ１４における電力消費量が調整されているが、他の手法によって電力消費量が調整されてもよい。例えば、プロセッサ１４を複数のコアから構成すると共に、実際に演算処理に使用するコアの数を変更することによって電力消費量が調整されてもよい。

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。

１車両
１１ＥＣＵ
１４プロセッサ
１４１制御部
１４２学習部
１４３学習制御部
２５制御機器
２６センサ

Claims

車両に搭載された機器を制御するのに用いられるモデルを構成するモデルパラメータの値を、前記車両にて機械学習する機械学習装置であって、
前記車両のバッテリに充電された電力を使用して前記モデルパラメータの値を機械学習する学習部と、
前記学習部における機械学習を制御する学習制御部とを備え、
前記学習制御部は、所定時間以内に充電施設にて前記バッテリへの充電が行われることが予想される場合には、前記学習部における機械学習を許可し、前記所定時間以内に前記充電施設にて前記バッテリへの充電が行われることが予想されない場合には、前記学習部における機械学習を禁止する、機械学習装置。
車両に搭載された機器を制御するのに用いられるモデルを構成するモデルパラメータの値を、前記車両にて機械学習する機械学習装置であって、
前記車両のバッテリに充電された電力を使用して前記モデルパラメータの値を機械学習する学習部と、
前記学習部における機械学習を制御する学習制御部とを備え、
前記学習制御部は、所定時間以内に充電施設にて前記バッテリへの充電が行われることが予想される場合には、前記所定時間以内に前記充電施設にて前記バッテリへの充電が行われることが予想されない場合に比べて、前記学習部に高い電力消費量で機械学習させる、機械学習装置。