JP2023023462A - 車両の演算装置および情報処理方法 - Google Patents

Abstract

【課題】車両の演算装置を用いたグリッドコンピューティングにおいて、ジョブの演算処理を安定させる。【解決手段】制御部１０６は、ユーザ到達時間とジョブ完了時間とを比較して、ジョブ完了時間がユーザ到達時間以下であるときには、自車両ＭＶが安定モードであると推定し、ジョブ完了時間がユーザ到達時間よりも長いときには、自車両ＭＶが前記不安定モードであると推定し、自車両ＭＶが不安定モードであると推定したときに、演算処理中のジョブに関するジョブデータを、自車両ＭＶの周囲に停車かつ同じグリッドコンピューティングに参加中の他車両ＯＶに、自車両ＭＶの通信部１０３を介して転送する。【選択図】図１２

Description

ここに開示された技術は、車両の演算装置および情報処理方法に関する技術分野に属する。

近年、車両は、電子制御を行うための比較的高い計算能力を有する演算装置を備えている。このような演算装置は、車両の停車中など、車両が利用されていないときには有効活用されていない状態であった。このような状況に対して、複数の車両にそれぞれ搭載された演算装置を用いてグリッドコンピューティングを行うことで、車両に搭載された演算装置を有効活用することが検討されている。

例えば、特許文献１には、車両に搭載された通信装置を用いたグリッドコンピューティングの管理サーバが開示されている。この管理サーバは、通信装置からグリッドコンピューティングに参加可能であることを示す信号を受信する信号受信部と、処理装置の処理能力の不足状態を判定する状態判定部と、処理装置の処理能力が不足している場合に、通信装置にグリッドコンピューティングへの参加指示を送信する応答送信部とを備える。

また、特許文献２には、複数の車両で形成された車群がユーザ端末と通信可能な時間と当該時間内において提供可能な計算リソースとに関する情報である車群リソース情報を生成し、車群リソース情報と合致するタスクの実行依頼をユーザ端末から受け付ける、計算リソース提供方法が開示されている。

特許文献２では、車両の走行中において、ユーザ端末の位置情報に基づいて、車群におけるユーザ端末と直接通信可能な最後尾の車両との距離を算出し、該距離に応じて車群がユーザ端末と通信可能な期間の間にタスクの実行を完了できるか否かを算出し、タスクの実行完了までに要する時間が、ユーザ端末と車群が通信可能な時間以下となった場合には、タスクの実行を中断し、途中結果をユーザ端末へ送信するようにしている。

特開２０２０－１６０６６１号公報 特開２０１７－１１１７２７号公報

ところで、車両に搭載された演算装置によりグリッドコンピューティングを行う場合、車両とサーバと間の通信や車両同士の通信の安定性を向上させる観点から、車両が使用されていない期間、特に車両の停車中にジョブの演算処理を行うことが望ましい。特許文献１では、車両の使用履歴に基づいて、車両が使用されていない期間を特定し、特定した期間を、演算装置がグリッドコンピューティングに参加可能な期間としたスケジュール情報を生成している。特許文献１では、このスケジュール情報に基づいて、比較的安定した計算能力を提供できるようにしている。

しかしながら、車両を使用しない期間は、常に一定ではなく、車両の使用履歴やユーザの行動履歴からずれば車両を使用しない期間であると推定されても、ユーザが買い物に出かけるなど、車両を使用することがある。当該車両がジョブの演算処理を実行中の場合には、該演算処理が中止されてしまう。特許文献２のように、演算処理の実行を中断し、途中結果をユーザ端末へ送信することも考えられるが、膨大な演算処理が必要なジョブの場合には、途中結果のみでは演算結果として利用価値が小さくなる。

ここに開示された技術は斯かる点に鑑みてなされたものであり、その目的とするところは、車両の演算装置を用いたグリッドコンピューティングにおいて、ジョブの演算処理を安定させることにある。

前記課題を解決するために、ここに開示された技術では、複数の車両の停車時に、該複数の車両のそれぞれを計算ノードとしてジョブの演算処理を行うグリッドコンピューティングの演算資源となる、車両の演算装置を対象として、前記ジョブの演算処理を行う制御部を備え、前記制御部は、自車両が、前記ジョブの演算処理を安定して実行可能な安定モードであるか、または前記ジョブの演算処理を中止する可能性のある不安定モードであるかを推定する推定処理と、前記自車両が前記不安定モードであると推定したときに、演算処理中の前記ジョブに関するジョブデータを、前記自車両の周囲に停車かつ前記グリッドコンピューティングに参加中の他車両に、前記自車両の通信部を介して転送する転送処理と、を実行し、さらに前記制御部は、前記推定処理において、前記自車両のユーザが該自車両の停車位置に到達するまでの時間であるユーザ到達時間と、前記自車両が前記ジョブの演算を完了するまでの時間であるジョブ完了時間とを比較して、前記ジョブ完了時間が前記ユーザ到達時間以下であるときには、前記自車両が前記安定モードであると推定し、前記ジョブ完了時間が前記ユーザ到達時間よりも長いときには、前記自車両が前記不安定モードであると推定する、という構成とした。

すなわち、ユーザが車両に接近するときには、ユーザが車両を走行のために使用する可能性が高い。このため、ユーザ到達時間を推定すれば、演算装置をジョブの演算処理に利用出来る時間を推定することができる。そして、推定したユーザ到達時間をジョブ完了時間と比較すれば、ユーザが車両を使用する前にジョブを完了できるか否かを推定することができる。

そして、ユーザが車両を走行のために使用する前にジョブを完了し難いときには、不安定モードであるとして、ジョブデータをグリッドコンピューティングに参加している他の車両に転送する。これにより、ジョブの演算処理は当該他の車両により継続して行われる。このため、ジョブの完了に膨大な演算を要する場合であっても、ジョブの演算処理を完了させることができる。したがって、ジョブの演算処理を安定させることができる。

前記車両の演算装置において、前記通信部は、前記ユーザが所有する携帯機器と通信し、前記制御部は、前記携帯機器の位置から前記自車両と前記ユーザとの間の距離を推定し、該推定距離と該推定距離の時間変化とに基づいて前記ユーザ到達時間を推定する、という構成でもよい。

この構成によると、ユーザ到達時間を精度良く推定することができる。具体的には、ユーザが近くに位置しているときでも、ユーザの推定移動速度（推定距離の時間変化）が遅ければ、ユーザ到達時間が長くなる。このように、推定距離と推定距離の時間変化とからユーザ到達時間を精度良く推定することで、自車両が不安定モードであるか否かを精度良く推定することができる。この結果、ジョブの演算処理をより安定させることができる。

前記車両の演算装置において、前記通信部は、前記他車両が前記ジョブの演算処理を行った場合の該演算処理の安定度を示す安定度情報を取得し、前記制御部は、前記他車両が１つであるときには、当該他車両に前記ジョブデータを転送する一方、前記他車両が複数あるときには、前記安定度情報に基づいて安定度が最も高い他車両に前記ジョブデータを転送する、という構成でもよい。

この構成によると、自車両が不安定モードであるときに、出来る限り安定した他車両にジョブを転送することができるようになる。これにより、ジョブの演算処理をより安定させることができる。

他車両の安定度情報に基づいてジョブデータの転送先を設定する車両の演算装置において、前記安定度情報は、前記他車両が前記安定モードであるか、または前記不安定モードであるかに関する情報を含み、前記制御部は、前記ジョブデータの転送先の他車両が、該ジョブデータの転送中に前記不安定モードに移行したときには、前記ジョブデータの転送を継続するとともに、当該他車両を除く新たな転送先となる他車両を探索する、という構成でもよい。

この構成によると、ジョブデータを転送予定であった他車両が、転送完了前に移動体として使用されたとしても、迅速に別の他車両にジョブデータを転送することができる。これにより、ジョブの演算処理をより安定させることができる。

前記車両の演算装置において、前記制御部は、前記ジョブデータを前記他車両に送信中に、前記自車両が前記不安定モードから前記安定モードに移行することが推定されたときには、前記ジョブデータの前記他車両への転送を継続させる、という構成でもよい。

すなわち、ジョブデータを転送中であれば、ジョブデータを他車両に転送させて、該他車両でジョブの演算処理を行った方が、自車両でジョブの演算処理を再開するよりも、演算処理が効率的になるとともに、演算処理の安定性が高くなりやすい。よって、この構成により、ジョブの演算処理をより安定させることができる。

前記車両の演算装置において、前記制御部は、前記ジョブデータを前記他車両に転送中に、前記自車両が、前記ユーザが前記自車両を走行させる走行モードに移行することが推定されたときには、前記自車両のユーザに、前記ジョブデータの転送中は前記走行モードにおける該制御部の演算処理を制限することを通知する、という構成でもよい。

この構成によると、ユーザに走行モードにおける制御部の演算処理を制限することを通知した上で、ジョブデータの転送を継続させることができる。ジョブデータの転送のみであれば、制御部の演算処理の制限は比較的小さくてよく、また制限時間も比較的短い。このため、ユーザに煩わしさを出来る限り与えることなく、ジョブデータの転送を完了させることができる。また、ジョブデータの転送を完了させることができるため、ジョブの演算処理をより安定させることができる。

ここに開示された技術の他の態様は、複数の車両の停車時に、該複数の車両のそれぞれを計算ノードとするグリッドコンピューティングによりジョブの演算処理を行う際の情報処理方法に関する。この情報処理方法は、前記複数の車両のうちの特定車両が前記ジョブの演算を完了するまでの時間であるジョブ完了時間を算出する工程と、前記特定車両のユーザが該特定車両の停車位置に到達するまでの時間であるユーザ到達時間を算出する工程と、前記ジョブ完了時間と前記ユーザ到達時間とを比較して、前記特定車両が、前記ジョブの演算処理を安定して実行可能な安定モードであるか、または前記ジョブの演算処理を中止する可能性のある不安定モードであるかを推定するモード推定工程と、前記特定車両が前記不安定モードであると推定したときに、演算処理中の前記ジョブに関するジョブデータを、前記特定車両の周囲に停車しかつ前記グリッドコンピューティングに参加中の他車両に転送するジョブ転送工程と、を含み、前記モード推定工程は、前記ジョブ完了時間が前記ユーザ到達時間以下であるときには、前記特定車両が前記安定モードであると推定し、前記ジョブ完了時間が前記ユーザ到達時間よりも長いときには、前記特定車両が前記不安定モードであると推定する工程である、という構成である。

この構成によると、ユーザが特定車両を使用する前にジョブを完了し難いときには、不安定モードであるとして、ジョブデータをグリッドコンピューティングに参加している他の車両に転送する。これにより、ジョブの演算は当該他の車両により継続して行われる。これにより、ジョブの演算処理を安定させることができる。

以上説明したように、ここに開示された技術によると、車両の演算装置を用いたグリッドコンピューティングにおいて、ジョブの演算処理を安定させることができる。

図１は、例示的な実施形態に係る演算装置を有する車両を含むシステムの構成を例示する概略図である。 図２は、グリッドコンピューティングについて説明するための概念図である。 図３は、車両の構成を例示するブロック図である。 図４は、ユーザ端末の構成を例示するブロック図である。 図５は、クライアントサーバの構成を示すブロック図である。 図６は、施設サーバの構成を例示するブロック図である。 図７は、管理サーバの構成を示すブロック図である。 図８は、システムによるグリッドコンピューティング処理を例示するフローチャートである。 図９は、車両の制御部が推定処理を行うための機能ブロックを示すブロック図である。 図１０は、制御部の推定処理を例示するフローチャートである。 図１１は、制御部によるジョブデータの転送処理を示すフローチャートである。 図１２は、自車両が不安定モードに移行する際の転送先の選択を示す概略図である。 図１３は、自車両が走行モードに移行する際のジョブデータの転送処理を示すフローチャートである。

以下、例示的な実施形態について、図面を参照しながら詳細に説明する。

（システムの構成）
図１は、実施形態に係る演算装置１０５を有する車両１０を含むシステム１の構成を例示する。このシステム１は、複数の車両１０と、複数のユーザ端末２０と、クライアントサーバ３０と、施設サーバ４０と、管理サーバ５０とを備える。これらの構成要素は、通信網５を経由して互いに通信可能である。複数の車両１０の各々には、演算装置１０５が搭載される。

（グリッドコンピューティング）
図２に示すように、実施形態のシステム１では、各車両１０に搭載された演算装置１０５によりグリッドコンピューティングが構成される。グリッドコンピューティングでは、複数の演算装置１０５のうち利用可能な演算装置１０５にジョブデータを処理させるグリッドコンピューティング処理が行われる。つまり、演算装置１０５は、複数の車両１０のそれぞれを計算ノードとしてジョブの演算処理を行うグリッドコンピューティングの演算資源に相当する。

なお、車両１０において演算装置１０５の計算能力が必要となると、演算装置１０５が稼働状態となり、演算装置１０５の計算能力が利用される。例えば、車両１０が走行している場合、車両１０の走行制御のために演算装置１０５の計算能力が必要となり、演算装置１０５が稼働状態となる。

一方、車両１０において演算装置１０５の計算能力が不要となると、演算装置１０５が停止状態となり、演算装置１０５の計算能力が利用されなくなる。例えば、車両１０が停車して、イグニッションオフまたは電源オフの状態になると、演算装置１０５の計算能力が不要となり、演算装置１０５が停止状態となる。

ここで、車両１０において演算装置１０５の計算能力が不要である場合に、演算装置１０５の計算能力をグリッドコンピューティング処理に提供することで、演算装置１０５の計算能力を有効に利用することが可能となる。演算装置１０５は、基本的には、車両１０の停車時、すなわち、演算装置１０５の計算能力が走行制御に利用されてない時に、グリッドコンピューティングの演算資源として利用される。

（車両の構成）
車両１０は、ユーザが所有する車両である。ユーザは、車両１０を運転する。この例では、車両１０は、自動四輪車である。また、車両１０には、電池（図示省略）が搭載される。電池の電力は、演算装置１０５などの車載機器に供給される。このような車両１０の例としては、電気自動車、プラグインハイブリッド自動車などが挙げられる。

図３に示すように、車両１０は、アクチュエータ１１と、センサ１２と、入力部１０１と、出力部１０２と、通信部１０３と、記憶部１０４と、演算装置１０５とを備える。

アクチュエータ１１は、駆動系のアクチュエータ、操舵系のアクチュエータ、制動系のアクチュエータなどを含む。駆動系のアクチュエータの例としては、エンジン、トランスミッション、モータが挙げられる。制動系のアクチュエータの例としては、ブレーキが挙げられる。操舵系のアクチュエータの例としては、ステアリングが挙げられる。

センサ１２は、車両１０の制御に用いられる各種の情報を取得する。センサ１２の例としては、車外を撮像する車外カメラ１２１（図８参照）、車内を撮像する車内カメラ、車外の物体を検出するレーダ、車速センサ、加速度センサ、ヨーレートセンサ、アクセル開度センサ、ステアリングセンサ、キー検知センサ１２２（図８参照）、イグニッションセンサ１２３（図８参照。以下、ＩＧセンサ１２３という）などが挙げられる。

入力部１０１は、情報やデータを入力する。入力部１０１の例としては、操作されることで操作に応じた情報を入力するナビゲーションシステム、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。入力部１０１に入力された情報やデータは、演算装置１０５に送られる。

出力部１０２は、情報やデータを出力する。出力部１０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部１０３は、情報やデータを送受信する。通信部１０３により受信された情報やデータは、演算装置１０５に送られる。通信部１０３は、例えば、無線通信機で構成されている。

記憶部１０４は、情報やデータを記憶する。

演算装置１０５は、車両１０の各部を制御する制御部１０６を有する。この例では、制御部１０６は、センサ１２により得られた各種の情報に応じてアクチュエータ１１を制御する。

制御部１０６は、プロセッサ、メモリなどを有する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）などが挙げられる。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。後述する制御部１０６の処理は、プロセッサがメモリに格納されたプログラムやデータを利用して実行される。

なお、制御部１０６を構成するプロセッサの数は、１つであってもよいし、複数のであってもよい。また、制御部１０６を構成するプロセッサは、ＣＰＵおよびＧＰＵのいずれか一方のみであってもよいし、ＣＰＵおよびＧＰＵの両方であってもよい。この例では、制御部１０６は、ＣＰＵおよびＧＰＵの両方を有する。例えば、制御部１０６は、１つまたは複数のＥＣＵ（Electronic Control Unit）により構成される。

この例では、記憶部１０４は、車両情報Ｄ１１と、車両状態情報Ｄ１２と、走行履歴情報Ｄ１３と、演算装置情報Ｄ１４と、走行スケジュール情報Ｄ１５とを記憶する。

〈車両情報〉
車両情報Ｄ１１は、車両１０に関する情報である。例えば、車両情報Ｄ１１は、車両１０に設定された車両ＩＤ、車両１０を所有するユーザに設定されたユーザＩＤ，車両の性能を示す車両性能情報などを含む。車両ＩＤは、車両１０を識別する車両識別情報の一例である。ユーザＩＤは、ユーザを識別するユーザ識別情報の一例である。

〈車両状態情報〉
車両状態情報Ｄ１２は、車両１０の状態を示す。例えば、車両状態情報Ｄ１２は、車両位置情報、車両通信情報、車両電源情報、車両電池残量情報、車両充電情報などを含む。車両位置情報は、車両１０の位置（緯度および経度）を示す。車両位置情報は、例えば、ＧＰＳ（Global Positioning System）により取得可能である。車両通信情報は、車両１０の通信状態を示す。車両電源情報は、車両１０の電源の状態を示す。例えば、車両電源情報は、イグニッション電源のオンオフ、アクセサリ電源のオンオフなどを示す。車両電池残量情報は、車両１０に搭載された電池（図示省略）の残量を示す。車両充電情報は、充電設備（図示省略）において車両１０が充電中であるか否かを示す。

〈走行履歴情報〉
走行履歴情報Ｄ１３は、車両１０の走行履歴を示す情報である。例えば、走行履歴情報Ｄ１３は、車両１０の位置と日時とを関連付けて示す。

〈演算装置情報〉
演算装置情報Ｄ１４は、演算装置１０５に関する情報である。例えば、演算装置情報Ｄ１４は、演算装置１０５に設定された演算装置ＩＤ、演算装置１０５を搭載する車両１０に設定された車両ＩＤ、演算装置１０５の性能を示す演算装置性能情報などを含む。演算装置ＩＤは、演算装置１０５を識別する演算装置識別情報の一例である。演算装置性能情報に示される演算装置１０５の性能には、演算装置１０５の計算能力（具体的には最大計算能力）を示す計算能力、演算装置１０５におけるＣＰＵとＧＰＵとの比率などが含まれる。なお、演算装置１０５の計算能力は、演算装置１０５が単位時間当たりに計算することができるデータ量である。

〈スケジュール情報〉
走行スケジュール情報Ｄ１５は、演算装置１０５の利用スケジュールを示す情報である。例えば、スケジュール情報は、演算装置１０５を走行制御に用いる日時を示す。スケジュール情報には、演算装置１０５を走行制御に利用しない日時が示されていてもよい。スケジュール情報は、入力部１０１から入力されてもよいし、ユーザ端末２０から入力されてもよい。また、スケジュール情報は、走行履歴情報Ｄ１３に基づいて推定された走行スケジュールを示すものであってもよい。

（ユーザ端末の構成）
ユーザ端末２０は、ユーザに所有される端末機器である。ユーザは、ユーザ端末２０を操作して各種の機能を利用する。また、ユーザは、ユーザ端末２０を持ち運ぶことができる。このようなユーザ端末２０の例としては、スマートフォン、タブレット、ラップトップ型パーソナルコンピュータなどが挙げられる。

図４に示すように、ユーザ端末２０は、入力部２０１と、出力部２０２と、通信部２０３と、記憶部２０４と、制御部２０５とを備える。

入力部２０１は、情報やデータを入力する。入力部２０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。例えば、ユーザは、操作部を操作して、車両１０のナビゲーションシステムにアクセスすることで、目的地の予約登録が可能である。入力部１０１に入力された情報は、演算装置１０５に送られる。

出力部２０２は、情報やデータを出力する。出力部２０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部２０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部２０５に送られる。

記憶部２０４は、情報やデータを記憶する。

制御部２０５は、ユーザ端末２０の各部を制御する。制御部２０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。

この例では、記憶部２０４は、端末情報Ｄ２１と、端末状態情報Ｄ２２と、スケジュール情報Ｄ２３とを記憶する。

〈端末情報〉
端末情報Ｄ２１は、ユーザ端末２０に関する情報である。例えば、端末情報Ｄ２１は、ユーザ端末２０に設定されたユーザ端末ＩＤ、ユーザ端末２０の性能を示すユーザ端末性能情報などを含む。ユーザ端末ＩＤは、ユーザ端末２０を識別するユーザ端末識別情報の一例である。

〈端末状態情報〉
端末状態情報Ｄ２２は、ユーザ端末２０の状態を示す情報である。端末状態情報Ｄ２２は、ユーザ端末２０の位置を示すユーザ端末位置情報、ユーザ端末２０の通信状態を示すユーザ端末通信状態情報などを含む。

〈スケジュール情報〉
スケジュール情報Ｄ２３は、ユーザ端末２０を所有するユーザの行動履歴および行動予定を示す。例えば、スケジュール情報Ｄ２３は、ユーザの位置と滞在期間（または滞在予定期間）とを関連付けて示す。なお、スケジュール情報Ｄ２３は、ユーザ端末２０に搭載されたスケジュール機能により取得可能である。具体的には、ユーザがスケジュール機能を利用して自身の行動履歴および行動予定をユーザ端末２０に入力することで、そのユーザの行動履歴および行動予定を示すスケジュール情報Ｄ２３が得られる。スケジュール情報Ｄ２３には、車両１０を走行させるスケジュールが含まれている。

（クライアントサーバの構成）
クライアントサーバ３０は、クライアントにより所有される。クライアントは、ジョブデータの計算を依頼する。このようなクライアントの例としては、企業、研究機関、教育機関などが挙げられる。

図５に示すように、クライアントサーバ３０は、入力部３０１と、出力部３０２と、通信部３０３と、記憶部３０４と、制御部３０５とを備える。

入力部３０１は、情報やデータを入力する。入力部３０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。入力部３０１に入力された情報やデータは、制御部３０５に送られる。

出力部３０２は、情報やデータを出力する。出力部３０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部３０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部３０５に送られる。

記憶部３０４は、情報やデータを記憶する。

制御部３０５は、クライアントサーバ３０の各部を制御する。制御部３０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。

この例では、記憶部３０４は、クライアント情報Ｄ３１と、ジョブデータＤ１とを記憶する。

〈クライアント情報〉
クライアント情報Ｄ３１は、クライアントに関する情報である。クライアント情報Ｄ３１は、クライアントに設定されたクライアントＩＤ、クライアントにより所有されるクライアントサーバ３０に設定されたクライアントサーバＩＤ、担当者名、住所、電話番号などを含む。クライアントＩＤは、クライアントを識別するクライアント識別情報の一例である。クライアントサーバＩＤは、クライアントサーバ３０を識別するクライアントサーバ識別情報の一例である。

〈ジョブデータ〉
ジョブデータＤ１は、ジョブに対応するデータであり、ジョブの実施のために処理されるデータである。

なお、ジョブデータＤ１は、計算タイプにより分類可能である。計算タイプの例としては、ＣＰＵ系の計算タイプ、ＧＰＵ系の計算タイプなどが挙げられる。ＣＰＵ系の計算タイプのジョブデータＤ１では、シミュレーション計算など、条件分岐の多い複雑な計算が要求される傾向にある。ＧＰＵ系の計算タイプのジョブデータＤ１では、画像処理や機械学習など、膨大な量の単純計算が要求される傾向にある。

また、ジョブデータＤ１は、ジョブの処理条件により分類可能である。処理条件の例としては、常時通信が要求される処理条件、常時通信が要求されない処理条件などが挙げられる。常時通信が要求される処理条件のジョブデータＤ１では、グリッドコンピューティング処理において演算資源（つまり演算装置１０５）が常に通信可能であることが要求される。常時通信が要求されない処理条件のジョブデータＤ１では、グリッドコンピューティング処理において演算資源が常に通信可能であることが要求されない。

なお、記憶部３０４には、ジョブに関するジョブ情報が記憶されてもよい。ジョブ情報は、ジョブの名称を示すジョブ名称情報、ジョブの内容を説明するジョブ内容情報、ジョブに対応するジョブデータに関するジョブデータ情報、ジョブの納期を示すジョブ納期情報などを含む。ジョブデータ情報は、ジョブデータの計算タイプ、処理条件、必要計算能力などを示す。

（施設サーバの構成）
施設サーバ４０は、施設により所有される。施設の例としては、ユーザの職場、競技場、劇場、映画館、スーパーマーケット、レストラン、宿泊施設、チケット販売施設などが挙げられる。ユーザは、来訪予約が必要な施設については、ユーザ端末２０を介して施設への来訪予約を行うことができる。

図６に示すように、施設サーバ４０は、入力部４０１と、出力部４０２と、通信部４０３と、記憶部４０４と、制御部４０５とを備える。施設サーバ４０の入力部４０１、出力部４０２、通信部４０３、記憶部４０４、制御部４０５の構成は、クライアントサーバ３０の入力部３０１、出力部３０２、通信部３０３、記憶部３０４、制御部３０５の構成と同様である。

この例では、記憶部４０４は、施設情報Ｄ４１と、施設利用情報Ｄ４２とを記憶する。

〈施設情報〉
施設情報Ｄ４１は、施設に関する情報である。施設情報Ｄ４１は、施設に設定された施設ＩＤ、施設により所有される施設サーバ４０に設定された施設サーバＩＤ、施設の位置（緯度および経度）を示す施設位置情報、担当者名、住所、電話番号などを含む。施設ＩＤは、施設を識別する施設識別情報の一例である。施設サーバＩＤは、施設サーバ４０を識別する施設サーバ識別情報の一例である。

〈施設利用情報〉
施設利用情報Ｄ４２は、施設の利用状況（利用履歴および利用予定）を示す。具体的には、施設利用情報Ｄ４２は、施設を利用するユーザと滞在期間（または滞在予定期間）とを関連付けて示す。

（管理サーバの構成）
管理サーバ５０は、グリッドコンピューティングが構成されるシステム１の運営を管理する。管理サーバ５０は、システム１を運営する事業者により所有される。

図７に示すように、管理サーバ５０は、入力部５０１と、出力部５０２と、通信部５０３と、記憶部５０４と、制御部５０５とを備える。管理サーバ５０の入力部５０１、出力部５０２、通信部５０３、記憶部５０４、制御部５０５の構成は、クライアントサーバ３０の入力部３０１、出力部３０２、通信部３０３、記憶部３０４、制御部３０５の構成と同様である。

この例では、記憶部５０４は、ユーザテーブルＤ５１と、演算装置テーブルＤ５２と、クライアントテーブルＤ５３と、ジョブテーブルＤ５４と、リソーステーブルＤ５５と、マッチングテーブルＤ５６と、ジョブデータＤ１と、計算結果データＤ２とを記憶する。

〈ユーザテーブル〉
ユーザテーブルＤ５１は、ユーザを管理するためのテーブルである。ユーザテーブルＤ５１には、ユーザ毎に、そのユーザに設定されたユーザＩＤ、そのユーザにより所有される車両１０に設定された車両ＩＤ、そのユーザにより所有される演算装置１０５に設定された演算装置ＩＤ、そのユーザにより所有されるユーザ端末２０に設定されたユーザ端末ＩＤなどが登録される。

〈演算装置テーブル〉
演算装置テーブルＤ５２は、演算装置１０５を管理するためのテーブルである。演算装置テーブルＤ５２には、演算装置１０５毎に、その演算装置１０５に設定された演算装置ＩＤ、その演算装置１０５を所有するユーザに設定されたユーザＩＤ、その演算装置１０５が搭載される車両１０に設定された車両ＩＤなどが登録される。

また、演算装置テーブルＤ５２には、演算装置１０５毎に、その演算装置１０５の性能（計算能力やＣＰＵとＧＰＵの比率など）、その演算装置１０５の稼働状況（稼働履歴および稼働予定）などが登録される。言い換えると、演算装置テーブルＤ５２は、複数の演算装置１０５の各々の稼働状況を示す稼働状況情報Ｄ５と、複数の演算装置１０５の各々の性能を示す性能情報Ｄ６とを含む。性能情報Ｄ６は、複数の演算装置１０５の各々の計算能力を示す計算能力情報Ｄ７を含む。

〈クライアントテーブル〉
クライアントテーブルＤ５３は、クライアントを管理するためのテーブルである。クライアントテーブルＤ５３には、クライアント毎に、そのクライアントに設定されたクライアントＩＤ、クライアントにより所有されるクライアントサーバ３０に設定されたクライアントサーバＩＤ、そのクライアントの担当者名、住所、電話番号などが登録される。クライアントテーブルＤ５３には、クライアント毎に、グリッドコンピューティングの利用履歴が記録されている。

〈ジョブテーブル〉
ジョブテーブルＤ５４は、クライアントから依頼されたジョブを管理するためのテーブルである。ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブを依頼したクライアントに設定されたクライアントＩＤ、そのジョブの名称および内容などが登録される。また、ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに対応するジョブデータの計算タイプおよび処理条件、そのジョブデータの計算に必要となる計算能力である必要計算能力、そのジョブに設定された納期などが登録される。

〈リソーステーブル〉
リソーステーブルＤ５５は、グリッドコンピューティング処理における計算能力を管理するためのテーブルである。具体的には、リソーステーブルＤ５５は、演算資源の推定計算能力に関する計算能力情報を管理するためのテーブルである。リソーステーブルＤ５５には、演算装置１０５毎に、その演算装置１０５に設定された演算装置ＩＤが登録されている。

〈マッチングテーブル〉
マッチングテーブルＤ５６は、ジョブとグリッドコンピューティングとをマッチングするマッチング処理の結果を管理するためのテーブルである。マッチングテーブルＤ５６には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブに対応するジョブデータ、マッチング処理によりそのジョブデータに対して割り当てられた演算資源を構成する各演算装置１０５にそれぞれ設定された演算装置ＩＤなどが登録される。

〈ジョブデータ〉
記憶部５０４に記憶されるジョブデータＤ１は、受け付けられたジョブデータＤ１である。

〈計算結果データ〉
記憶部５０４に記憶される計算結果データＤ２は、グリッドコンピューティング処理により計算された計算結果情報であり、その計算の結果を示す。

（グリッドコンピューティング処理）
次に、図８を参照して、グリッドコンピューティング処理について説明する。グリッドコンピューティング処理では、複数の演算装置１０５のうち利用可能な演算装置１０５にジョブデータＤ１を処理させる。制御部５０５は、マッチング処理の完了後に、以下の処理を行う。

まず、ステップＳ１１において、制御部５０５は、マッチングテーブルＤ５６を参照し、グリッドコンピューティング処理の対象となるジョブデータＤ１を、マッチング処理においてそのジョブデータＤ１に割り当てられた演算装置１０５に分配する。具体的には、制御部５０５は、ジョブデータＤ１に割り当てられた演算装置１０５の各々に、そのジョブデータＤ１の一部を送信する。これにより、ジョブデータＤ１は、そのジョブデータＤ１に割り当てられた演算装置１０５により並列処理される。

次に、ステップＳ１２において、各演算装置１０５は、その演算装置１０５に送信されたデータ（ジョブデータＤ１の一部）の計算が完了すると、その計算により得られた部分計算結果データを管理サーバ５０に送信する。管理サーバ５０の制御部５０５は、演算装置１０５から送信された部分計算結果データを受信し、その部分計算結果データを記憶部５０４に記憶する。

次いで、ステップＳ１３において、制御部５０５は、ステップＳ１１においてジョブデータＤ１が分配された演算装置１０５の全てが計算を完了したか否かを判定する。制御部５０５は、演算装置１０５の全てが計算を完了しているときには、ステップＳ１４に進み、少なくとも一部の演算装置１０５の計算が完了していないときには、ステップＳ１２の処理が行われる。

前記ステップＳ１４では、制御部５０５は、記憶部５０４に記憶された部分計算結果データを結合することで、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２（ジョブデータＤ１の計算の結果を示す計算結果データＤ２）を生成する。そして、制御部５０５は、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２を、そのジョブデータＤ１の計算を依頼したクライアントのクライアントサーバ３０に送信する。

そして、ステップＳ１５において、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して、システム１を運営する事業者から報酬が付与される。ユーザに付与される報酬の例としては、システム１において利用可能なポイント、仮想通貨、商品の割引特典などが挙げられる。例えば、管理サーバ５０の制御部５０５は、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を行う。報酬を付与するための処理の例としては、ユーザに設定された「ユーザＩＤ」とシステム１において利用可能な「ポイント」（または仮想通貨）とを関連付けてユーザテーブルＤ５１に登録する処理、ユーザにより所有されるユーザ端末２０に商品の割引特典を示す情報を送信する処理などが挙げられる。

また、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して、クライアントから報酬が付与されてもよい。例えば、クライアントサーバ３０の制御部３０５は、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を実行してもよい。

（グリッドコンピューティングでの車両の処理）
前述のようなグリッドコンピューティング処理を正常に完了させるためには、車両１０の演算装置１０５が演算資源として安定して供給されていること、すなわち、各車両１０が安定してジョブの演算処理を実行可能であることが必要である。演算装置１０５は、記憶部１０４に記憶された走行スケジュール情報Ｄ１５や、ユーザ端末２０から取得したスケジュール情報Ｄ２３に基づいて、車両１０が停車される時間帯を推定することができる。つまり、演算装置１０５は、自身をグリッドコンピューティングの演算資源として供給可能な時間帯（グリッドコンピューティングに参加可能な時間帯）を予めスケジューリングすることができる。

しかしながら、演算装置１０５がグリッドコンピューティングに参加可能な時間帯と推定している時間帯であっても、ユーザが買い物に出かけたり、職場に移動したりと、突発的に車両１０を走行させることがある。このため、演算装置１０５は、グリッドコンピューティングにおいて与えられたジョブの演算処理を実行している途中で、自身を走行制御に利用しなければならなくなる。このときには、演算装置１０５は、ジョブを中止せざるを得ないため、グリッドコンピューティング処理が正常に完了しないおそれがある。

そこで、本実施形態では、演算装置１０５の制御部１０６は、自車両がジョブの演算処理を安定して実行可能な安定モードであるか、またはジョブの演算処理を中止する可能性のある不安定モードであるかを推定する推定処理を行う。そして、制御部１０６は、自車両が不安定モードであると推定したときに、演算処理中のジョブに関するジョブデータをパッケージングして、自車両の周囲に停車かつグリッドコンピューティング処理に参加中の他車両に転送する転送処理を実行する。尚、ここで言う、「ジョブデータ」は、管理サーバ５０により、自車両に分配されたジョブデータＤ１の一部のことをいう。以下の説明では、各車両１０に分配されたジョブデータＤ１の一部を「部分ジョブデータＤ１ａ」という。

図９は、各車両１０において、自車両が推定処理を実行するための機能を構成する機能ブロックを示す。この機能は各車両１０にそれぞれ搭載されている。

車両１０は、自車両のユーザが該自車両の停車位置に到達するまでの時間であるユーザ到達時間ｔ_ａを推定するユーザ到達時間推定モジュール１６１を有する。ユーザ到達時間推定モジュール１６１には、車外カメラ１２１、キー検知センサ１２２、および位置検出モジュール１６２からの情報が入力される。ユーザ到達時間推定モジュール１６１には、記憶部１４から走行履歴情報Ｄ１３が入力される。ユーザ到達時間推定モジュール１６１には、通信部１０３を介して地図情報Ｄ１６が入力される。

車外カメラ１２１は、車両１０の周囲３６０度を撮影可能なように、車両１０に複数配置されている。

キー検知センサ１２２は、自車両のユーザが所有するキーレスキーやスマートキー（登録商標）と通信して、キーレスキー等の位置を検知する。

位置検出モジュール１６２は、自車両のユーザが所有するユーザ端末２０と通信して、ユーザ端末２０の位置を検出するモジュールである。位置検出モジュール１６２は、例えば、ユーザ端末２０に搭載されたＧＰＳセンサを利用して、ユーザ端末２０の位置を検出する。

ユーザ到達時間推定モジュール１６１は、車外カメラ１２１、キー検知センサ１２２、および位置検出モジュール１６２からの検出結果に基づいて、自車両とユーザとの間の距離を推定する。ユーザ到達時間推定モジュール１６１は、推定距離から該推定距離の時間変化（つまりユーザの移動速度）を推定する。そして、推定距離およびユーザの移動速度から、ユーザ到達時間ｔ_ａを推定する。尚、車外カメラ１２１、キー検知センサ１２２、および位置検出モジュール１６２から情報を取得するのが困難であるときには、ユーザ到達時間推定モジュール１６１は、地図情報Ｄ１６および走行履歴情報Ｄ１３からユーザ到達時間ｔ_ａを推定する。

ユーザ到達時間推定モジュール１６１が推定したユーザ到達時間ｔ_ａは、安定度推定モジュール１６３に入力される。また、安定度推定モジュール１６３には、ユーザ到達時間推定モジュール１６１が推定した推定距離に関する情報も入力される。

安定度推定モジュール１６３は、自車両が部分ジョブデータＤ１ａの演算処理をどの程度安定して行えるかを推定する。安定度推定モジュール１６３は、自車両が、安定モードであるか、不安定モードであるか、または、ユーザが自車両を走行させる走行モードであるかを推定する。

安定度推定モジュール１６３には、ユーザ到達時間推定モジュール１６１の他、通信状態管理モジュール１６４、充電状態監視モジュール１６５、およびＩＧセンサ１２３からの情報が入力される。安定度推定モジュール１６３には、部分ジョブデータＤ１ａの情報、および計算リソース管理モジュール１６６からの情報が入力される。また、安定度推定モジュール１６３には、処理実行管理モジュール１６７からの情報が入力される。

通信状態管理モジュール１６４は、自車両の通信帯域を管理するモジュールである。通信状態管理モジュール１６４からは、自車両の通信帯域に関する情報が安定度推定モジュール１６３に入力される。

充電状態監視モジュール１６５は、自車両の充電状態を監視するモジュールである。充電状態監視モジュール１６５からは、自車両が充電状態であるか否かがオンオフ信号の形式で安定度推定モジュール１６３に入力される。

ＩＧセンサ１２３は、自車両がイグニッションオンであるか、イグニッションオフであるかを検出する。ＩＧセンサ１２３は、自車両がエンジンキー方式であれば、エンジンキーがスタートの位置まで回されたときにイグニッションオンを検出し、自車両がプッシュスタート方式であれば、所定の条件を満たした状態でスイッチが押されたときにイグニッションオンを検出する。

計算リソース管理モジュール１６６は、自車両の演算器における現在の計算リソース、言い換えると、現在の計算能力を管理するモジュールである。計算リソース管理モジュール１６６からは、演算器の現在の計算能力に関する情報が安定度推定モジュール１６３に入力される。

処理実行管理モジュール１６７は、演算装置１０５における種々の処理を管理するモジュールである。処理実行管理モジュール１６７は、例えば、記憶部１４に記憶された走行スケジュール情報Ｄ１５に基づいてジョブの演算処理を実行可能な期間について管理する。また、処理実行管理モジュール１６７は、例えば、部分ジョブデータＤ１ａを他車両に転送する際の転送にかかる時間を管理する。

安定度推定モジュール１６３は、計算リソース管理モジュール１６６からの情報および部分ジョブデータＤ１ａから、自車両（厳密には自車両の演算器）がジョブの演算を完了するまでの時間であるジョブ完了時間ｔ_ｊを推定する。安定度推定モジュール１６３は、計算リソース管理モジュール１６６から取得した現在の演算器の計算能力により部分ジョブデータＤａ１の演算処理を行った場合のジョブ完了時間ｔ_ｊを推定する。尚、ジョブ完了時間ｔ_ｊについては、自車両ではなく管理サーバ５０により推定されてもよい。

安定度推定モジュール１６３は、ユーザ到達時間推定モジュール１６１から取得したユーザ到達時間ｔ_ａとジョブ完了時間ｔ_ｊとを比較して、ジョブ完了時間ｔ_ｊがユーザ到達時間ｔ_ａ以下であるときには、自車両が安定モードであると推定し、ジョブ完了時間ｔ_ｊがユーザ到達時間ｔ_ａよりも長いときには、自車両が不安定モードであると推定する。また、安定度推定モジュール１６３は、ＩＧセンサ１２３によりイグニッションオンが検出されたときには、自車両が、ユーザが自車両を走行させる走行モードであると推定する。

また、安定度推定モジュール１６３は、自車両の安定度を、例えば、ポイント方式で算出する。自車両の安定度については、例えば、以下のような基準で算出される。
・推定距離が長い方が、推定距離が短い場合と比較して安定度が高い。
・通信帯域が広い方が、通信帯域が狭い場合と比較して安定度が高い。
・充電がオンの場合の方が、充電がオフの場合と比較して安定度が高い。
・計算リソースが多い方が、計算リソースが少ない場合と比較して安定度が高い。
・ジョブの演算処理を実行可能な期間が長い方が、該期間が短い場合と比較して安定度が高い。
・周囲に同じグリッドコンピューティングに参加している他車両が多い方が、該他車両が少ない場合と比較して安定度が高い。

安定度の算出においては、前述の各項目で優先度が異なっていてもよい。例えば、推定距離に関する判断が最も優先されてもよい。

詳しくは、後述するが、ここで算出された安定度は、部分ジョブデータＤ１ａを転送する転送先を選出する際に利用される。

安定度推定モジュール１６３により推定されたモードに関する情報は、処理実行管理モジュール１６７に送信される。

処理実行管理モジュール１６７は、自車両が安定モードであると推定されるという情報を取得したときには、スケジュールに従ってジョブの演算処理を継続させる。処理実行管理モジュール１６７は、自車両が不安定モードであると推定されるという情報を取得したときには、ジョブの演算処理を停止させて、周囲の他車両に部分ジョブデータＤ１ａを転送させる準備を行う。処理実行管理モジュール１６７は、自車両が不安定モードから走行モードに移行したという情報を取得したときには、後述する所定の処理を行う。

処理実行管理モジュール１６７からは、演算器１５０および通信制御モジュール１６８にそれぞれ制御信号が送信される。

演算器１５０は、部分ジョブデータＤ１ａに基づいてジョブの演算処理を行う。演算器１５０は、処理実行管理モジュール１６７からの制御信号に基づいて、ジョブの演算処理を実行したり、停止させたり、部分ジョブデータＤ１ａをパッケージングしたりする。

通信制御モジュール１６８は、通信部１０３の作動を制御する。詳しくは後述するが、通信制御モジュール１６８は、通信部１０３を制御して、他車両に部分ジョブデータＤ１ａを転送する。

尚、演算器１５０、ユーザ到達時間推定モジュール１６１、位置検出モジュール１６２、安定度推定モジュール１６３、通信状態管理モジュール１６４、充電状態監視モジュール１６５、計算リソース管理モジュール１６６、処理実行管理モジュール１６７、および通信制御モジュール１６８は、制御部１０６を構成するモジュールの一例である。また、ユーザ端末２０、およびキーレスキーやスマートキー（登録商標）は、ユーザが所有する携帯機器の一例である。

〈推定処理のフローチャート〉
図１０は、制御部１０６により実行される推定処理を例示するフローチャートである。尚、ここでは、キー検知センサ１２２等によりユーザ位置が特定できる場合について説明する。

まず、ステップＳ２１において、制御部１０６は、センサ１２からの情報を含む各種情報を取得する。

次に、ステップＳ２２において、制御部１０６は、ユーザの現在地を検知する。ここでは、ユーザの２次元上の位置だけでなく、高さ方向の位置、すなわち３次元上の位置が検知される。

次いで、ステップＳ２３において、制御部１０６は、ユーザと自車両との間の距離を推定する。ここでは、ユーザと自車両との間の直線距離が推定される。

続いて、ステップＳ２４において、制御部１０６は、ユーザの移動速度を推定する。制御部１０６は、ユーザと自車両との間の距離の時間変化からユーザの移動速度を推定する。

次に、ステップＳ２５において、制御部１０６は、前記ステップＳ２３で推定した推定距離と前記ステップＳ２４で推定したユーザの移動速度とを用いて、ユーザ到達時間ｔ_ａを推定する。

次いで、ステップＳ２６において、制御部１０６は、部分ジョブデータＤ１ａと演算器１５０の現在の計算能力とを用いて、ジョブ完了時間ｔ_ｊを推定する。

続いて、ステップＳ２７において、制御部１０６は、ユーザ到達時間ｔ_ａがジョブ完了時間ｔ_ｊ以上であるか否かを判定する。制御部１０６は、ユーザ到達時間ｔ_ａがジョブ完了時間ｔ_ｊ以上であるＹＥＳのときには、ステップＳ２８に進む。一方で、制御部１０６は、ユーザ到達時間ｔ_ａがジョブ完了時間ｔ_ｊ未満であるＹＥＳのときには、ステップＳ２９に進む。

前記ステップＳ２８では、制御部１０６は、自車両が安定モードであると推定する。一方で、前記ステップＳ２９では、制御部１０６は、自車両が不安定モードであると推定する。制御部１０６は、前記ステップＳ２８またはＳ２９の後はリターンする。

このように、推定距離と推定距離の時間変化とからユーザ到達時間ｔ_ａを推定することで、ユーザ到達時間ｔ_ａを精度良く推定することができる。すなわち、ユーザが近くに位置しているときでも、ユーザの移動速度が遅ければ、ユーザ到達時間ｔ_ａが長くなる。このようにして、ユーザ到達時間ｔ_ａを精度良く推定することで、自車両が不安定モードであるか否かを精度良く推定することができる。

〈転送処理を示すフローチャート〉
制御部１０６により実行される、自車両ＭＶから他車両ＯＶに部分ジョブデータを転送する転送処理について、図１１及び図１２を参照しながら説明する。ここでは、図１２に示すように、自車両ＭＶの周囲に、同じグリッドコンピューティングに参加する第１他車両ＯＶ１及び第２他車両ＯＶ２が存在する場合について説明する。第１他車両ＯＶ１及び第２他車両ＯＶ２を区別しないときには、単に他車両ＯＶという。

まず、ステップＳ３０１において、制御部１０６は、自車両ＭＶのモードを推定する。制御部１０６は、特に、図１０のフローチャートに基づいて、自車両ＭＶが安定モードであるか、不安定モードであるかについて推定する。

次に、ステップＳ３０２において、制御部１０６は、自車両ＭＶが不安定モードであるか否かを判定する。制御部１０６は、自車両ＭＶが不安定モードであると推定されたＹＥＳのときには、ステップＳ３０３に進む。制御部１０６は、自車両ＭＶが安定モードのままであると推定されたＮＯときには、転送処理を終了する。

前記ステップＳ３０３では、制御部１０６は、周囲に存在しかつ同じグリッドコンピューティングに参加中の他車両ＯＶの安定度情報を取得する。この安定度情報は、他車両ＯＶの演算装置１０５の制御部１０６により算出された安定度を示す情報である。この安定度情報には、図１２に示すように、他車両ＯＶと該他車両ＯＶのユーザとの間の距離や他車両ＯＶの通信状態などが含まれる。また、他車両ＯＶが安定モード、不安定モード、および走行モードのいずれであるかという情報も含まれる。自車両ＭＶの制御部１０６は、図１２に示すように、第１他車両ＯＶ１及び第２他車両ＯＶ２のそれぞれから通信部１０３を介して安定度情報を取得する。

次に、ステップＳ３０４において、制御部１０６は、周囲に存在する他車両ＯＶのうち最も安定度の高い他車両ＯＶへの、自車両ＭＶが演算処理を行っていた部分ジョブデータＤ１ａの転送を開始する。ここでは、図１２に示すように、第１他車両ＯＶ１が選択されて、部分ジョブデータＤ１ａが転送されるとする。制御部１０６は、部分ジョブデータＤ１ａの演算処理を停止させ、部分ジョブデータＤ１ａを退避させる。そして、制御部１０６は、部分ジョブデータＤ１ａをパッケージングする。このとき、部分計算結果データが存在していれば、部分計算結果データも一緒にパッケージングする。制御部１０６は、部分ジョブデータＤ１ａのパッケージングが完了した後は、第１他車両ＯＶ１への部分ジョブデータＤ１ａの転送を開始する。制御部１０６は、通信部１０３を介して車車間通信により部分ジョブデータＤ１ａを転送する。

続いて、ステップＳ３０５において、制御部１０６は、転送先の第１他車両ＯＶ１が不安定モードであるか否かについて判定する。制御部１０６は、第１他車両ＯＶ１から取得する安定度情報に基づいて、第１他車両ＯＶ１が不安定モードであるか否かを判定する。制御部１０６は、転送先の第１他車両ＯＶ１が不安定モードであると推定されたＹＥＳのときには、ステップＳ３０６に進む。一方で、制御部１０６は、転送先の第１他車両ＯＶ１が安定モードのままであると推定されたＮＯのときには、ステップＳ３１０に進む。

前記ステップＳ３０６では、制御部１０６は、第１他車両ＯＶ１への部分ジョブデータＤ１ａの転送を継続させつつ、他の転送先を検索する。図１２に例示するような場合には、第２他車両ＯＶ２が選択されるようになる。

次に、ステップＳ３０７において、制御部１０６は、転送先の第１他車両ＯＶ１が走行モードに移行したか否かについて判定する。制御部１０６は、第１他車両ＯＶ１から取得する安定度情報に基づいて、第１他車両ＯＶ１が走行モードに移行したか否かを判定する。制御部１０６は、転送先の第１他車両ＯＶ１が走行モードに移行したＹＥＳのときには、ステップＳ３０８に進む。一方で、制御部１０６は、転送先の第１他車両ＯＶ１が走行モードに移行していないＮＯのときには、ステップＳ３１０に進む。

前記ステップＳ３０８では、制御部１０６は、第１他車両ＯＶ１への部分ジョブデータＤ１ａの転送を中止して、他の転送先を検索する。図１２に例示するような場合には、第２他車両ＯＶ２が選択されるようになる。

次に、ステップＳ３０９において、制御部１０６は、前記ステップＳ３０８で検索した他の転送先（図１２では第２他車両ＯＶ２）への部分ジョブデータＤ１ａの転送を開始する。

前記ステップＳ３０５の判定がＮＯであるとき、前記ステップＳ３０７の判定がＮＯであるとき、または前記ステップＳ３０９の後に進むステップＳ３１０では、制御部１０６は、転送が完了したか否かについて判定する。制御部１０６は、転送先（ここでは、第１他車両ＯＶ１または第２他車両ＯＶ２）から、転送完了通知を受信したときに、転送が完了したと判定する。制御部１０６は、転送が完了したＹＥＳのときには、ステップＳ３１１に進む。一方で、制御部１０６は、転送が完了していないＮＯのときには、ステップＳ３０５に戻る。

そして、前記ステップＳ３１１では、制御部１０６は、自車両ＭＶに保存されていた部分ジョブデータＤ１ａを削除する。ステップＳ３１１の後は、制御部１０６は転送処理を終了する。

以上のようにして、自車両ＭＶの制御部１０６は転送処理を行う。尚、自車両ＭＶが部分ジョブデータＤ１ａを転送可能な他車両ＯＶが周囲に存在しないときには、制御部１０６は、管理サーバ５０に部分ジョブデータＤ１ａを戻す場合の送信時間を算出する。そして、制御部１０６は、該送信時間がユーザ到達時間ｔ_ａよりも短いときには、管理サーバ５０に部分ジョブデータＤ１ａを戻す。一方で、制御部１０６は、該送信時間がユーザ到達時間ｔ_ａよりも長いときには、部分ジョブデータＤ１ａを保持し、そのことを管理サーバ５０に通知する。

次に、自車両ＭＶが走行モードに移行する際の転送処理について、図１３を参照しながら説明する。尚、以下で説明するステップＳ４０１～Ｓ４０４は、前述したステップＳ３０１～Ｓ３０４と同じであるため、詳細な説明を省略する。

まず、ステップＳ４０１において、制御部１０６は、自車両ＭＶのモードを推定する。

次に、ステップＳ４０２において、制御部１０６は、自車両ＭＶが不安定モードであるか否かを判定する。制御部１０６は、自車両ＭＶが不安定モードであると推定されたＹＥＳのときには、ステップＳ４０３に進む。制御部１０６は、自車両ＭＶが安定モードのままであると推定されたＮＯときには、転送処理を終了する。

前記ステップＳ４０３では、制御部１０６は、周囲に存在しかつ同じグリッドコンピューティングに参加中の他車両ＯＶの安定度情報を取得する。

次に、ステップＳ４０４において、制御部１０６は、周囲に存在する他車両ＯＶのうち最も安定度の高い他車両ＯＶへの、自車両ＭＶが演算処理を行っていた部分ジョブデータＤ１ａの転送を開始する。

次いで、ステップＳ４０５において、制御部１０６は、自車両ＭＶが走行モードに移行したか否かを判定する。制御部１０６は、ＩＧセンサ１２３の検出結果に基づいて自車両が走行モードに移行したか否かを判定する。制御部１０６は、自車両ＭＶが走行モードに移行したＹＥＳのときには、ステップＳ４０６に進む。一方で、制御部１０６は、自車両ＭＶが走行モードに移行していないＮＯのときには、ステップＳ４０９に進む。

前記ステップＳ４０６では、制御部１０６は、他車両ＯＶへの転送を継続しつつ、自車両ＭＶのユーザに、走行モードにおける機能の一部が制限されることを通知する。ここで制限される機能とは、ナビゲーションシステムの表示部でのＴＶの観賞、地図情報の更新など、自車両ＭＶの走行動作とは直接関わらない機能である。このとき、部分ジョブデータＤ１ａの転送にかかる時間をユーザに通知してもよい。

次に、ステップＳ４０７において、制御部１０６は、ユーザから機能を制限する許可があったか否かについて判定する。制御部１０６は、ユーザからの許可があったＹＥＳのときには、ステップＳ４０９に進む。一方で、制御部１０６は、ユーザからの許可がなかったＮＯのときには、ステップＳ４０８に進む。

前記ステップＳ４０８では、制御部１０６は、部分ジョブデータＤ１ａを保持し、そのことを管理サーバ５０に通知する。ステップＳ４０８の後は、転送処理を終了する。

前記ステップＳ４０５の判定がＮＯであるとき、前記ステップＳ４０７の判定がＹＥＳであるときに進むステップＳ４０９では、制御部１０６は、転送が完了したか否かについて判定する。制御部１０６は、転送先の他車両ＯＶから、転送完了通知を受信したときに、転送が完了したと判定する。制御部１０６は、転送が完了したＹＥＳのときには、ステップＳ４１０に進む。一方で、制御部１０６は、転送が完了していないＮＯのときには、ステップＳ４０５に戻る。

そして、前記ステップＳ４１０では、制御部１０６は、自車両ＭＶに保存されていた部分ジョブデータＤ１ａを削除する。ステップＳ４１０の後は、制御部１０６は転送処理を終了する。

以上のようにして、自車両ＭＶの制御部１０６は、自車両ＭＶが走行モードに移行した場合にも対処するようにしている。尚、自車両ＭＶの制御部１０６は、自車両ＭＶが不安定モードから安定モードに戻ることが推定されたときには、部分ジョブデータＤ１ａの転送を開始した後であれば、部分ジョブデータＤ１ａの他車両ＯＶへの送信を継続させる。これにより、自車両ＭＶが再度不安定モードになるような場合であっても、転送処理を最初から実行する必要がなくなるため、効率化を図ることができる。一方で、部分ジョブデータＤ１ａの転送を開始する前の状態、例えば、ジョブの演算処理を中止した段階であれば、他車両ＯＶへの転送処理を開始することなく、自車両ＭＶでのジョブの演算処理を再開する。

また、自車両ＭＶの制御部１０６は、他車両ＯＶへの部分ジョブデータＤ１ａの転送を開始する前に、自車両ＭＶが走行モードに移行したことが推定されたときには、部分ジョブデータＤ１ａを管理サーバ５０に戻す。このときにも、制御部１０６は、自車両ＭＶのユーザに、走行モードにおける機能の一部が制限されることを通知する。そして、ユーザの許可があったときには、制御部１０６は、部分ジョブデータＤ１ａを管理サーバ５０に戻す。一方で、ユーザの許可が無かったときには、制御部１０６は、部分ジョブデータＤ１ａを保持し、そのことを管理サーバ５０に通知する。

したがって、本実施形態では、車両１０の演算装置１０５は、ジョブの演算処理を行う制御部を備える。制御部１０６は、自車両が、ジョブの演算処理を安定して実行可能な安定モードであるか、またはジョブの演算処理を中止する可能性のある不安定モードであるかを推定する推定処理と、自車両が不安定モードであると推定したときに、演算処理中のジョブに関するジョブデータをパッケージングして、自車両の周囲に停車かつグリッドコンピューティングに参加中の他車両に、自車両の通信部１０３を介して転送する転送処理と、を実行する。制御部１０６は、推定処理において、自車両のユーザが該自車両の停車位置に到達するまでの時間であるユーザ到達時間ｔ_ａを推定して、自車両が前記ジョブの演算を完了するまでの時間であるジョブ完了時間ｔ_ｊを推定して、ユーザ到達時間ｔ_ａとジョブ完了時間ｔ_ｊとを比較して、ジョブ完了時間ｔ_ｊがユーザ到達時間ｔ_ａ以下であるときには、自車両が安定モードであると推定し、ジョブ完了時間ｔ_ｊがユーザ到達時間ｔ_ａよりも長いときには、自車両が不安定モードであると推定する。これにより、ユーザが突発的に車両を使用するような場合に、ユーザが自車両の使用を開始する前にジョブの演算処理を完了し難いときには、不安定モードであるとして、部分ジョブデータＤ１ａを同じグリッドコンピューティングに参加している他車両に転送する。これにより、ジョブの演算は当該他車両により継続して行われる。このため、ジョブの完了に膨大な演算を要する場合であっても、ジョブの演算を完了させることができる。したがって、ジョブの演算処理を安定させることができる。

特に、本実施形態では、通信部１０３は、ユーザが所有する携帯機器と通信し、制御部１０６は、携帯機器の位置から自車両とユーザとの間の距離を推定し、該推定距離と該推定距離の時間変化とに基づいてユーザ到達時間ｔ_ａを推定する。これにより、ユーザ到達時間ｔ_ａを精度良く推定することで、自車両が不安定モードであるか否かを精度良く推定することができる。この結果、ジョブの演算処理をより安定させることができる。

また、本実施形態では、通信部１０３は、他車両がジョブの演算処理を行った場合の該演算処理の安定度を示す安定度情報を取得し、制御部１０６は、他車両が複数あるときには、安定度情報に基づいて安定度が最も高い他車両に部分ジョブデータＤ１ａを転送する。これにより、自車両が不安定モードであるときに、出来る限り安定した他車両にジョブを転送することができるようになる。これにより、ジョブの演算処理をより安定させることができる。

特に、本実施形態において、安定度情報は、他車両が安定モードであるか、または不安定モードであるかに関する情報を含み、制御部１０６は、部分ジョブデータＤ１ａの転送先の他車両が、該部分ジョブデータＤ１ａの転送中に不安定モードに移行したときには、部分ジョブデータＤ１ａの転送を継続するとともに、当該他車両を除く新たな転送先となる他車両を探索する。これにより、部分ジョブデータＤ１ａを転送予定であった他車両が、転送完了前に移動体として使用されたとしても、迅速に別の他車両に部分ジョブデータＤ１ａを転送することができる。これにより、ジョブの演算処理をより安定させることができる。

また、本実施形態では、制御部１０６は、部分ジョブデータＤ１ａを他車両に送信中に、自車両が不安定モードから安定モードに移行することが推定されたときには、部分ジョブデータＤ１ａの他車両への転送を継続させる。これにより、自車両が再度不安定モードになるような場合であっても、転送処理を最初から実行する必要がなくなるため、効率化を図ることができる。また、部分ジョブデータＤ１ａを転送中であれば、部分ジョブデータＤ１ａを他車両に転送させて、該他車両でジョブの演算処理を行った方が、自車両でジョブの演算処理を再開するよりも、演算処理の安定性が高くなりやすい。結果として、ジョブの演算処理をより安定させることができる。

また、本実施形態では、制御部１０６は、部分ジョブデータＤ１ａを他車両に転送中に、自車両が走行モードに移行することが推定されたときには、自車両のユーザに、部分ジョブデータＤ１ａの転送中は走行モードにおける該制御部１０６の演算処理を制限することを通知する。これにより、ユーザに走行モードにおける制御部１０６の演算処理を制限することを通知した上で、部分ジョブデータＤ１ａの転送を継続させることができる。このため、ユーザに煩わしさを出来る限り与えることなく、部分ジョブデータＤ１ａの転送を完了させることができる。この結果、部分ジョブデータＤ１ａの転送を完了させることができるため、ジョブの演算処理をより安定させることができる。

（その他の実施形態）
ここに開示された技術は、前述の実施形態に限られるものではなく、請求の範囲の主旨を逸脱しない範囲で代用が可能である。

例えば、前述の実施形態では、車両１０の制御部１０６が、ジョブ完了時間ｔ_ｊ及びユーザ到達時間ｔ_ａの算出をしていた。これに限らず、管理サーバ５０がジョブ完了時間ｔ_ｊ及びユーザ到達時間ｔ_ａの算出をしてもよい。さらに、各車両１０の安定度及びモードを管理サーバ５０が推定して、該管理サーバ５０からの制御信号により、不安定モードの車両１０から他の車両に部分ジョブデータＤ１ａが転送されてもよい。

前述の実施形態は単なる例示に過ぎず、本開示の範囲を限定的に解釈してはならない。本開示の範囲は請求の範囲によって定義され、請求の範囲の均等範囲に属する変形や変更は、全て本開示の範囲内のものである。

ここに開示された技術は、複数の車両の停車時に、複数の車両のそれぞれを計算ノードとするグリッドコンピューティングによりジョブの演算処理を行う際に有用である。

１０ 車両
１０３ 通信部
１０６ 制御部
Ｄ１ａ 部分ジョブデータ
ＭＶ 自車両
ＯＶ 他車両

Claims (7)

1. 複数の車両の停車時に、該複数の車両のそれぞれを計算ノードとしてジョブの演算処理を行うグリッドコンピューティングの演算資源となる、車両の演算装置であって、
   前記ジョブの演算処理を行う制御部を備え、
   前記制御部は、
   自車両が、前記ジョブの演算処理を安定して実行可能な安定モードであるか、または前記ジョブの演算処理を中止する可能性のある不安定モードであるかを推定する推定処理と、
   前記自車両が前記不安定モードであると推定したときに、演算処理中の前記ジョブに関するジョブデータを、前記自車両の周囲に停車かつ前記グリッドコンピューティングに参加中の他車両に、前記自車両の通信部を介して転送する転送処理と、
   を実行し、
   さらに前記制御部は、前記推定処理において、前記自車両のユーザが該自車両の停車位置に到達するまでの時間であるユーザ到達時間と、前記自車両が前記ジョブの演算を完了するまでの時間であるジョブ完了時間とを比較して、前記ジョブ完了時間が前記ユーザ到達時間以下であるときには、前記自車両が前記安定モードであると推定し、前記ジョブ完了時間が前記ユーザ到達時間よりも長いときには、前記自車両が前記不安定モードであると推定することを特徴とする車両の演算装置。
2. 請求項１に記載の車両の演算装置において、
   前記通信部は、前記ユーザが所有する携帯機器と通信し、
   前記制御部は、前記携帯機器の位置から前記自車両と前記ユーザとの間の距離を推定し、該推定距離と該推定距離の時間変化とに基づいて前記ユーザ到達時間を推定することを特徴とする車両の演算装置。
3. 請求項１または２に記載の車両の演算装置において、
   前記通信部は、前記他車両が前記ジョブの演算処理を行った場合の該演算処理の安定度を示す安定度情報を取得し、
   前記制御部は、前記他車両が１つであるときには、当該他車両に前記ジョブデータを転送する一方、前記他車両が複数あるときには、前記安定度情報に基づいて安定度が最も高い他車両に前記ジョブデータを転送することを特徴とする車両の演算装置。
4. 請求項３に記載の車両の演算装置において、
   前記安定度情報は、前記他車両が前記安定モードであるか、または前記不安定モードであるかに関する情報を含み、
   前記制御部は、前記ジョブデータの転送中に、前記ジョブデータの転送先の他車両が前記不安定モードであると推定されたときには、前記ジョブデータの転送を継続するとともに、当該他車両を除く新たな転送先となる他車両を探索することを特徴とする車両の演算装置。
5. 請求項１～４のいずれか１つに記載の車両の演算装置において、
   前記制御部は、前記ジョブデータを前記他車両に転送中に、前記自車両が前記不安定モードから前記安定モードに移行することが推定されたときには、前記ジョブデータの前記他車両への転送を継続させることを特徴とする車両の演算装置。
6. 請求項１～５のいずれか１つに記載の車両の演算装置において、
   前記制御部は、前記ジョブデータを前記他車両に転送中に、前記自車両が、前記ユーザが前記自車両を走行させる走行モードに移行したことが推定されたときには、前記自車両のユーザに、前記ジョブデータの転送中は前記走行モードにおける該制御部の演算処理を制限することを通知することを特徴とする車両の演算装置。
7. 複数の車両の停車時に、該複数の車両のそれぞれを計算ノードとするグリッドコンピューティングによりジョブの演算処理を行う際の情報処理方法であって、
   前記複数の車両のうちの特定車両が前記ジョブの演算を完了するまでの時間であるジョブ完了時間を推定する工程と、
   前記特定車両のユーザが該特定車両の停車位置に到達するまでの時間であるユーザ到達時間を推定する工程と、
   前記ジョブ完了時間と前記ユーザ到達時間とを比較して、前記特定車両が、前記ジョブの演算処理を安定して実行可能な安定モードであるか、または前記ジョブの演算処理を中止する可能性のある不安定モードであるかを推定するモード推定工程と、
   前記特定車両が前記不安定モードであると推定したときに、演算処理中の前記ジョブに関するジョブデータを、前記特定車両の周囲に停車しかつ前記グリッドコンピューティングに参加中の他車両に転送するジョブ転送工程と、を含み、
   前記モード推定工程は、前記ジョブ完了時間が前記ユーザ到達時間以下であるときには、前記特定車両が前記安定モードであると推定し、前記ジョブ完了時間が前記ユーザ到達時間よりも長いときには、前記特定車両が前記不安定モードであると推定する工程であることを特徴とする情報処理方法。
   

Images