JP2023061158A - 車両評価システム - Google Patents

Abstract

【課題】車両の価値を評価するために事前に用意するデータの作成に要する時間及びコストの増大を抑制できる車両評価システムを提供すること。
【解決手段】車両評価システム５０の第２記憶部６３には、駆動装置関連情報が入力変数として入力されると、車両１０の価値を表す指標を出力変数として出力する写像を規定する写像データＤＭが記憶されている。車両評価システム５０のＣＰＵ６１は、車両１０から駆動装置関連情報を取得する取得処理と、取得した駆動装置関連情報を入力変数として写像に入力することにより、写像から出力変数として出力された指標を取得し、当該指標を基に車両１０の価値を導出する価値導出処理とを実行する。
【選択図】図１

Description

本発明は、車両評価システムに関する。

特許文献１に記載の車両評価システムは、車両の品質を評価するためのデータである標準運転データが予め記憶されている記憶部を備えている。そして、当該システムでは、車両の車載器から読み出した車両動作データと標準運転データとを比較することによって、車両の品質を評価するようにしている。

特開２０１５－１０１２９１号公報

標準運転データは、複数の項目を含んでいるとともに、項目毎の評価基準を含んでいる。そして、項目数の多い標準運転データを用いることにより、車両の品質の評価精度を高くできる。しかしながら、項目数が多いほど、標準運転データの作成者が設定すべき評価基準の数が多くなる。さらに、評価基準を適正化するためには、多くの車両情報を作成者が解析する必要がある。すなわち、車両の評価の精度を高くするためには、標準運転データの作成に多大なる時間及びコストがかかってしまう。

上記課題を解決するための車両評価システムは、駆動装置を備える車両の価値を評価するシステムである。この車両評価システムは、実行装置及び記憶装置を備えている。前記記憶装置には、前記駆動装置の駆動に関わる情報である駆動装置関連情報が入力変数として入力されると、前記車両の価値を表す指標を出力変数として出力する写像を規定する写像データが記憶されている。前記写像データは機械学習によって学習されたデータである。前記実行装置は、前記車両から前記駆動装置関連情報を取得する取得処理と、前記取得処理で取得した前記駆動装置関連情報を前記入力変数として前記写像に入力することにより、当該写像から前記出力変数として出力された前記指標を取得し、当該指標を基に前記車両の価値を導出する価値導出処理と、を実行する。

上記構成では、機械学習によって学習された写像データによって規定される写像に駆動装置関連情報を入力変数として入力すると、上記指標が出力変数として写像から出力される。指標は車両の価値を示すものである。そのため、写像から出力された指標に基づいて車両の価値を導出できる。

写像データは機械学習によって学習されたデータである。そのため、データの作成者が複数種類の情報毎に評価基準を定めるという作業の省略又は簡略が可能となる。
したがって、上記構成によれば、車両の価値を評価するために事前に用意するデータの作成に要する時間及びコストの増大を抑制できる。

図１は、実施形態の車両評価システムと、車両評価システムと通信する車両とを示す模式図である。 図２は、車両評価システムのＣＰＵが実行する処理ルーチンを説明するフローチャートである。 図３は、写像の機械学習を行う際の一連の処理の流れを説明するフローチャートである。

以下、車両評価システムの一実施形態を図１～図３に従って説明する。
図１には、本実施形態の車両評価システム５０と、車両１０とが図示されている。車両評価システム５０は、車両１０の価値を評価するシステムである。車両評価システム５０は、評価対象となる車両１０とは外部ネットワークＮＴを介して通信可能である。

＜車両１０の構成＞
車両１０は駆動装置１１を備えている。駆動装置１１は、車両１０の動力源１２と、動力源１２から出力されたトルクを車輪に伝達する伝達装置１３とを有している。動力源１２としては、例えば、エンジン及び電気モータがある。伝達装置１３は、例えば、自動変速機又は手動変速機を有している。

車両１０は、駆動装置１１を制御する駆動制御装置２０と、車載通信機２２と、ＣＡＮバス２４とを備えている。
駆動制御装置２０には、駆動装置１１の駆動に関わる状態値を検出する複数のセンサ３１，３２，…から信号が入力される。こうしたセンサとして、例えば、アクセルペダルの操作量に相当するアクセル開度ＡＣを検出するセンサ、車両１０の走行速度ＳＰを検出するセンサ、動力源１２の出力軸１２１の回転速度を検出するセンサを挙げることができる。なお、以降の記載において、複数のセンサ３１，３２，…をまとめて「センサ群３０」と称す。

駆動制御装置２０はＣＰＵ２０ａ及び記憶部２０ｂを有している。記憶部２０ｂには、ＣＰＵ２０ａが実行する制御プログラムが記憶されている。ＣＰＵ２０ａは、制御プログラムを実行することによって動力源１２及び伝達装置１３を制御する。このように駆動装置１１を制御する場合、ＣＰＵ２０ａは、センサ群３０によって検出された状態値を参照する。

駆動制御装置２０は、センサ群３０によって検出された状態値、及び、こうした状態値を基に算出した算出値を、所定の通信サイクル毎にＣＡＮバス２４に送信する。
車載通信機２２は、例えば、ＤＣＭである。ＤＣＭとは「Data Communication Module」である。車載通信機２２はＣＰＵ２２ａ及び記憶部２２ｂを有している。記憶部２２ｂには、ＣＰＵ２２ａが実行する制御プログラムが記憶されている。

車載通信機２２は、駆動制御装置２０がＣＡＮバス２４に送信した各種の情報を受信する。そのため、車載通信機２２の記憶部２２ｂには、駆動装置１１の駆動に関わる情報である駆動装置関連情報が記憶される。駆動装置関連情報は、車両評価システム５０による車両１０の価値の評価に用いる情報を含んでいる。こうした駆動装置関連情報としては、例えば、アクセル開度ＡＣの推移、走行速度ＳＰの推移、駆動装置１１の稼働時間の累積値、動力源１２の稼働時間の累積値、伝達装置１３の稼働時間の累積値、及び車両１０の走行距離を挙げることができる。

車載通信機２２は、記憶部２２ｂに記憶された駆動装置関連情報、及び、車両１０を識別する情報を、車両評価システム５０に外部ネットワークＮＴを介して送信する。
＜車両評価システム５０の構成＞
車両評価システム５０は、サーバ側通信装置５１と処理回路６０とを備えている。サーバ側通信装置５１は、車両１０が送信した情報を外部ネットワークＮＴを介して受信し、受信した情報を処理回路６０に出力する。また、サーバ側通信装置５１は、処理回路６０が出力した情報を外部ネットワークＮＴを介して車両１０に送信する。

処理回路６０はＣＰＵ６１と第１記憶部６２と第２記憶部６３とを有している。第１記憶部６２には、ＣＰＵ６１が実行する制御プログラムが記憶されている。第２記憶部６３には、機械学習によって学習された写像を規定する写像データＤＭが記憶されている。写像データＤＭによって規定される写像は、評価対象となる車両１０の価値を表す指標を出力するものである。本実施形態では、写像は、評価対象となる車両１０の価値が高いほど大きい値を指標として出力する。なお、当該写像については後述する。

本実施形態では、ＣＰＵ６１が「実行装置」に対応している。第２記憶部６３が「記憶装置」に対応している。
＜車両１０の価値を評価するための処理＞
図２を参照し、車両１０の価値を評価する際に車両評価システム５０のＣＰＵ６１が実行する処理ルーチンについて説明する。評価対象の車両１０が送信した、車両１０を識別する情報及び駆動装置関連情報をサーバ側通信装置５１が受信したことを契機に、ＣＰＵ６１が本処理ルーチンを実行する。

本処理ルーチンにおいてステップＳ１１では、ＣＰＵ６１は、車両１０が送信した駆動装置関連情報を取得する取得処理を実行する。本実施形態では、駆動装置関連情報として、以下に示す情報（Ａ１）、（Ａ２）、（Ａ３）、（Ａ４）、（Ａ５）及び（Ａ６）を取得する。
（Ａ１）車両１０の稼働時間。
（Ａ２）車両１０の走行距離。
（Ａ３）車両１０の走行速度ＳＰの累積値。
（Ａ４）アクセル開度ＡＣの累積値。
（Ａ５）走行速度ＳＰの平均値。
（Ａ６）アクセル開度ＡＣの平均値。

ここでいう走行速度ＳＰの平均値とは、車両１０の走行中における走行速度ＳＰの平均値である。また、アクセル開度ＡＣの平均値とは、アクセルペダルが運転者によって操作されている場合におけるアクセル開度ＡＣの平均値である。

駆動装置関連情報の取得が完了すると、ＣＰＵ６１は、処理をステップＳ１３に移行する。ステップＳ１３において、ＣＰＵ６１は、ステップＳ１１で取得した各駆動装置関連情報を、写像データＤＭによって規定される写像に対して入力変数ｘとして入力する。このように写像に入力変数ｘが入力されると、写像は、入力変数ｘに応じた指標を出力変数ｙとして出力する。

ここで、写像は、中間層が一層の全結合順伝播型ニューラルネットワークとして構成されている。上記ニューラルネットワークは、入力側係数と、入力側係数によって規定される線形写像である入力側線形写像の出力とのそれぞれを非線形変換する入力側非線形写像としての活性化関数ｈ（ｘ）を含んでいる。活性化関数ｈ（ｘ）として、例えば、ハイパボリックタンジェント「ｔａｎｈ（ｘ）」を挙げることができる。また、上記ニューラルネットワークは、出力側係数と、出力側係数によって規定される線形写像である出力側線形写像の出力とのそれぞれを非線形変換する出力側非線形写像としての活性化関数ｆ（ｘ）を含んでいる。活性化関数ｆ（ｘ）として、例えば、ハイパボリックタンジェント「ｔａｎｈ（ｘ）」を挙げることができる。

ステップＳ１５において、ＣＰＵ６１は、写像が出力変数ｙとして出力した指標を取得する。そして、ステップＳ１７において、ＣＰＵ６１は、指標に基づいて車両１０の価値を導出する。本実施形態では、ＣＰＵ６１は、車両１０の価値として車両１０の査定額を導出する。この場合、ＣＰＵ６１は、指標の値が大きいほど査定額が高くなるように車両１０の査定額を導出するとよい。したがって、ステップＳ１３、Ｓ１５、Ｓ１７が、「価値導出処理」に対応する。

価値導出処理が終了すると、ＣＰＵ６１は処理をステップＳ１９に移行する。ステップＳ１９において、ＣＰＵ６１は、車両１０の価値を車両１０の所有者に通知する通知処理を実行する。例えば所有者の所有する情報端末と車両１０とが紐付けられている場合、ＣＰＵ６１は、導出した車両１０の価値を示す情報である車両価値情報を所有者の所有する情報端末に送信する。また、ＣＰＵ６１は、駆動装置関連情報を送信してきた車両１０にサーバ側通信装置５１から車両価値情報を送信させてもよい。こうして通知処理が完了すると、ＣＰＵ６１は本処理ルーチンを終了する。

なお、車両評価システム５０が送信した車両価値情報が車両１０や情報端末に受信されると、車両１０や情報端末では、車両価値情報が示す車両１０の価値がユーザに通知される。

＜写像の生成について＞
図３を参照し、写像を生成する際に学習装置が実行する処理の流れを説明する。学習装置は、多数の車両１０から駆動装置関連情報を収集した状態で、図３に示す一連の処理を実行する。

写像を生成する際には、多数の車両１０の駆動装置関連情報が訓練データとして用いられる。まずはじめに、ステップＳ２１において、学習装置は、サンプル数Ｎとして１を設定する。続いて、ステップＳ２３において、多数の車両１０のうちの第１車両の駆動装置関連情報Ｘ（１）を入力変数として写像に入力する。すると、写像は、第１車両の駆動装置関連情報Ｘ（１）に応じた指標を出力変数として出力する。第１車両の駆動装置関連情報Ｘ（１）を写像に入力することによって当該写像から出力変数として出力される指標を、第１指標Ｙ（１）とする。ステップＳ２５において、学習装置は、写像が出力した第１指標Ｙ（１）を取得する。

次にステップＳ２７において、学習装置は、サンプル数Ｎを１インクリメントする。続いて、ステップＳ２９において、多数の車両１０のうちの第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）を入力変数として写像に入力する。例えばサンプル数Ｎが２である場合、第２車両の駆動装置関連情報Ｘ（２）が入力変数として写像に入力される。写像は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に応じた指標を出力変数として出力する。第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に応じた指標を、第Ｎ指標Ｙ（Ｎ）とする。

ステップＳ３１において、学習装置は、写像から出力された第Ｎ指標Ｙ（Ｎ）を取得する。そして、ステップＳ３３において、学習装置は、第１車両の駆動装置関連情報Ｘ（１）と第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）とを比較することによって、写像の学習処理を実行する。

駆動装置関連情報は、上記の（Ａ１）～（Ａ６）を含んでいる。
車両１０の稼働時間が短いほど、駆動装置１１の構成部品の劣化があまり進行していないと予測できる。そのため、車両１０の稼働時間が短いほど、車両１０の価値が高いと見なせる。

車両１０の走行距離が短いほど、駆動装置１１の構成部品の劣化があまり進行していないと予測できる。そのため、車両１０の走行距離が短いほど、車両１０の価値が高いと見なせる。

車両１０の走行速度ＳＰの累積値が小さいほど、駆動装置１１の構成部品の劣化があまり進行していないと予測できる。そのため、車両１０の走行速度ＳＰの累積値が小さいほど、車両１０の価値が高いと見なせる。

アクセル開度ＡＣの累積値が小さいほど、駆動装置１１の構成部品の劣化があまり進行していないと予測できる。そのため、アクセル開度ＡＣの累積値が小さいほど、車両１０の価値が高いと見なせる。

走行速度ＳＰの平均値が小さいほど、駆動装置１１に大きな負荷がかかっていないと予測できる。そのため、走行速度ＳＰの平均値が小さいほど、車両１０の価値が高いと見なせる。

アクセル開度ＡＣの平均値が小さいほど、駆動装置１１に大きな負荷がかかっていないと予測できる。そのため、アクセル開度ＡＣの平均値が小さいほど、車両１０の価値が高いと見なせる。

そのため、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の稼働時間が第１車両の駆動装置関連情報Ｘ（１）に含まれる稼働時間よりも短い場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の稼働時間が第１車両の駆動装置関連情報Ｘ（１）に含まれる稼働時間よりも長い場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の走行距離が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行距離よりも短い場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の走行距離が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行距離よりも長い場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の走行速度ＳＰの累積値が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行速度ＳＰの累積値よりも小さい場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる車両１０の走行速度ＳＰの累積値が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行速度ＳＰの累積値よりも大きい場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれるアクセル開度ＡＣの累積値が第１車両の駆動装置関連情報Ｘ（１）に含まれるアクセル開度ＡＣの累積値よりも小さい場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれるアクセル開度ＡＣの累積値が第１車両の駆動装置関連情報Ｘ（１）に含まれるアクセル開度ＡＣの累積値よりも大きい場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる走行速度ＳＰの平均値が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行速度ＳＰの平均値よりも小さい場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれる走行速度ＳＰの平均値が第１車両の駆動装置関連情報Ｘ（１）に含まれる走行速度ＳＰの平均値よりも大きい場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれるアクセル開度ＡＣの平均値が第１車両の駆動装置関連情報Ｘ（１）に含まれるアクセル開度ＡＣの平均値よりも小さい場合、第Ｎ指標が大きくなるように写像の関数近似器における各種の変数を調整する。一方、学習装置は、第Ｎ車両の駆動装置関連情報Ｘ（Ｎ）に含まれるアクセル開度ＡＣの平均値が第１車両の駆動装置関連情報Ｘ（１）に含まれるアクセル開度ＡＣの平均値よりも大きい場合、第Ｎ指標が小さくなるように写像の関数近似器における各種の変数を調整する。

このように学習処理を実行すると、学習装置は、処理をステップＳ３５に移行する。ステップＳ３５において、学習装置は、サンプル数Ｎがサンプル数判定値Ｎｔｈ以上であるか否かを判定する。サンプル数判定値Ｎｔｈは、写像の学習を十分に行えたか否かをサンプル数Ｎで判断するための基準である。サンプル数Ｎがサンプル数判定値Ｎｔｈ未満である場合（Ｓ３５：ＮＯ）、写像の学習が十分ではないと見なせるため、学習装置は処理をステップＳ２７に移行する。この場合、学習装置は、ステップＳ２７～Ｓ３３までの一連の処理を実行する。

一方、サンプル数Ｎがサンプル数判定値Ｎｔｈ以上である場合（Ｓ３５：ＹＥＳ）、写像の学習が十分に行えたと見なせるため、学習装置は処理をステップＳ３７に移行する。ステップＳ３７において、学習装置は、写像の機械学習が完了したと判定する。そして、学習装置は一連の処理を終了する。

このようにして機械学習が行われた写像を規定する写像データＤＭが車両評価システム５０の第２記憶部６３に記憶される。
＜本実施形態の作用及び効果＞
本実施形態では、機械学習によって学習された写像データＤＭによって規定される写像に駆動装置関連情報を入力変数ｘとして入力すると、上記指標が出力変数ｙとして写像から出力される。指標は車両１０の価値を示すものである。そのため、写像から出力された指標を用いることにより、車両１０の価値が導出される。

写像データＤＭは機械学習によって学習されたデータである。そのため、データの作成者が複数種類の情報毎に評価基準を定めるという作業を行わなくてもよくなる。
したがって、車両１０の価値を評価するために事前に用意するデータの作成に要する時間及びコストの増大を抑制できる。

＜変更例＞
上記実施形態は、以下のように変更して実施することができる。上記実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

「入力変数」
・写像に入力する入力変数は、上記実施形態で説明した例に限らない。例えば、入力変数は、車両１０の走行速度ＳＰの平均値以外の走行速度ＳＰの統計値を含んでいてもよい。平均値以外の走行速度ＳＰの統計値としては、走行速度ＳＰの分散値、走行速度ＳＰの最大値及び走行速度ＳＰの最小値を挙げることができる。入力変数が走行速度ＳＰの分散値を含んでいる場合、分散値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。入力変数が走行速度ＳＰの最大値を含んでいる場合、最大値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。入力変数が走行速度ＳＰの最小値を含んでいる場合、最小値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。

また例えば、入力変数は、アクセル開度ＡＣの平均値以外のアクセル開度ＡＣの統計値を含んでいてもよい。平均値以外のアクセル開度ＡＣの統計値としては、アクセル開度ＡＣの分散値、アクセル開度ＡＣの最大値及びアクセル開度ＡＣの最小値を挙げることができる。入力変数がアクセル開度ＡＣの分散値を含んでいる場合、分散値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。入力変数がアクセル開度ＡＣの最大値を含んでいる場合、最大値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。入力変数がアクセル開度ＡＣの最小値を含んでいる場合、最小値が小さいほど車両１０の価値が高くなるように写像を学習させるとよい。

・入力変数は、上記（Ａ１）～（Ａ６）のうちの一部を含んでいるのであれば、残りを含んでいなくてもよい。
「出力変数」
・上記実施形態では、写像は、車両１０の価値を表す指標として査定額を出力しているが、これに限らない。例えば、写像は、指標として製品のランクを出力するものであってもよい。この場合、ニューラルネットワークとして、回帰結合型ニューラルネットワークを採用するとよい。

「写像」
・写像の活性化関数は例示であり、上記実施形態の例に限らない。例えば、写像の活性化関数として、ロジスティックジグモイド関数を採用してもよい。

・ニューラルネットワークにおける中間層の数は、２層以上であってよい。
・上記実施形態において、ニューラルネットワークとして、全結合順伝搬型のニューラルネットワークを例示したが、これに限らない。例えば、ニューラルネットワークとして、回帰結合型ニューラルネットワークを採用してもよい。

「処理回路」
・処理回路６０は、ＣＰＵとＲＯＭとを備えて、ソフトウェア処理を実行するものに限らない。すなわち、処理回路６０は、以下（ａ）～（ｃ）の何れかの構成であればよい。
（ａ）処理回路６０は、コンピュータプログラムに従って各種処理を実行する一つ以上のプロセッサを備えている。プロセッサは、ＣＰＵ並びに、ＲＡＭ及びＲＯＭなどのメモリを含んでいる。メモリは、処理をＣＰＵに実行させるように構成されたプログラムコード又は指令を格納している。メモリ、すなわちコンピュータ可読媒体は、汎用又は専用のコンピュータでアクセスできるあらゆる利用可能な媒体を含んでいる。
（ｂ）処理回路６０は、各種処理を実行する一つ以上の専用のハードウェア回路を備えている。専用のハードウェア回路としては、例えば、特定用途向け集積回路、すなわちＡＳＩＣ又はＦＰＧＡを挙げることができる。なお、ＡＳＩＣは、「Application Specific Integrated Circuit」の略記であり、ＦＰＧＡは、「Field Programmable Gate Array」の略記である。
（ｃ）処理回路６０は、各種処理の一部をコンピュータプログラムに従って実行するプロセッサと、各種処理のうちの残りの処理を実行する専用のハードウェア回路とを備えている。

１０…車両
１１…駆動装置
５０…車両評価システム
６１…ＣＰＵ
６３…第２記憶部
ＤＭ…写像データ

Claims (1)

1. 駆動装置を備える車両の価値を評価する車両評価システムであって、
   実行装置及び記憶装置を備え、
   前記記憶装置には、前記駆動装置の駆動に関わる情報である駆動装置関連情報が入力変数として入力されると、前記車両の価値を表す指標を出力変数として出力する写像を規定する写像データが記憶されており、
   前記写像データは機械学習によって学習されたデータであり、
   前記実行装置は、
   前記車両から前記駆動装置関連情報を取得する取得処理と、
   前記取得処理で取得した前記駆動装置関連情報を前記入力変数として前記写像に入力することにより、当該写像から前記出力変数として出力された前記指標を取得し、当該指標を基に前記車両の価値を導出する価値導出処理と、を実行する
   車両評価システム。

Images