JP4682992B2 - 車両用空調装置、車両用空調装置の制御方法および制御装置 - Google Patents
車両用空調装置、車両用空調装置の制御方法および制御装置 Download PDFInfo
- Publication number
- JP4682992B2 JP4682992B2 JP2007029432A JP2007029432A JP4682992B2 JP 4682992 B2 JP4682992 B2 JP 4682992B2 JP 2007029432 A JP2007029432 A JP 2007029432A JP 2007029432 A JP2007029432 A JP 2007029432A JP 4682992 B2 JP4682992 B2 JP 4682992B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- probability
- probability model
- learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
- B60H1/00764—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed
- B60H1/00771—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed the input being a vehicle position or surrounding, e.g. GPS-based position or tunnel
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Air-Conditioning For Vehicles (AREA)
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Description
ここで、上記のような特定状況は、通常一つとは限らず、複数存在する。そして、それぞれの特定状況ごとに、最適な空調設定は異なる可能性が高い。したがって、各特定状況に対応した空調設定を行うためには、特定状況ごとに、学習制御に用いる学習データを収集することが必要となる。さらに、搭乗者は、車両を常に同一の目的地へ向けて同一のルートで走らせるとは限らず、例えば一週間、一ヶ月間といった一定期間の間に複数の目的地へ向けて、異なるルートで走行させることも多い。そのため、複数の特定状況に対応する学習データが同時に収集されることがある。そこで、特定状況ごとに対応する空調設定を早期に求めるためには、これら同時に収集されたデータを特定状況ごとに区別して利用することが望ましい。
第1の閾値をこのように設定することにより、構築された確率モデルが対応すると想定される特定状況に関する学習データを適切に削除することができる。
本発明を適用した車両用空調装置は、搭乗者の温感又は特定状況に合わせて学習された少なくとも一つの確率モデルに基づいて、搭乗者の空調設定操作を推定し、自動的に空調設定を行うものである。特に、新たに確率モデルが構築された場合、確率モデルの構築に使用した複数の学習データのうち、その構築された確率モデルが対応する特定状況に関する学習データを特定して削除する。そして、残りの学習データを別の確率モデルの構築に利用可能とするものである。
このように、ナビゲーションシステム56、車両操作機器57及び車載時計58もまた、情報取得部として機能する。
制御部60は、図示していないCPU,ROM,RAM等からなる1個もしくは複数個の図示してないマイクロコンピュータ、その周辺回路、電気的に書き換え可能な不揮発性メモリ等からなる記憶部61、及び各種センサ、ナビゲーションシステム56又は車両操作機器57などとコントロールエリアネットワーク(CAN)のような車載通信規格に従って通信を行う通信部62から構成される。
本実施形態では、確率モデルとして、ベイジアンネットワークを用いた。ベイジアンネットワークは、複数の事象の確率的な因果関係をモデル化するものであり、各ノード間の伝播を条件付き確率で求める、非循環有向グラフで表されるネットワークである。なお、ベイジアンネットワークの詳細については、本村陽一、岩崎弘利著、「ベイジアンネットワーク技術」、初版、電機大出版局、2006年7月、繁桝算男他著、「ベイジアンネットワーク概説」、初版、培風館、2006年7月、又は尾上守夫監修、「パターン識別」、初版、新技術コミュニケーションズ、2001年7月などに開示されている。
図3に、このような特定状況の一例を示す。ここで示される状況は、搭乗者(Aさん)が、土曜日の午後はいつも運動公園でテニスを行い、その後、4時ごろ自家用車に乗ると、車両用空調装置の設定温度を普段よりも下げることを好むといったものである。一方、それ以外の場合、例えば、職場からの帰宅時などでは、そのような設定操作を行わないような場合を考える。
P(x4=1|x1=1,x2=1,x3)
= P(x4=1|x1=1,x2=1,x3=1)・P(x3=1)
+ P(x4=1|x1=1,x2=1,x3=0)・P(x3=0)
= 0.95・0.15 + 0.55・0.85 = 0.61
となる。したがって、得られた推薦確率は、第1の閾値Th1よりも小さいが、第2の閾値Th2以上であるため、制御情報修正部64は、設定温度Tsetを3℃下げるか否か、A/C操作パネル59などを通じて搭乗者に確認する。
制御情報修正部64は、上記の処理によって、設定温度Tset、風量Wなどの各制御パラメータを必要に応じて修正すると、それらの制御パラメータを制御部60の各部で利用可能なように、制御部60のRAMに一時記憶する。
なお、温度調節部651は、空調温度Tao及びエアミックスドア28の開度を、ニューラルネットワークを用いた制御やファジイ制御など、他の周知の制御方法を用いて決定してもよい。算出された空調温度Taoは、制御部60の他の部で参照できるように、記憶部61に記憶される。
また、吹出口制御部653は、制御情報修正部64が風量比の設定値又は設定温度Tsetを修正している場合には、その修正された設定値又は設定温度Tsetを使用して各ドア37〜39の開度を決定する。
一般的に、搭乗者は、車内が搭乗者にとって適切な空調状態となっていない場合、車両用空調装置1の設定操作を行う。そのため、搭乗者が車両用装置1の設定操作を頻繁に行う場合、搭乗者の設定操作を推定する確率モデルの構築が必要と考えられる。しかし、適切な確率モデルを構築するためには、統計的に正しい推定を行えるだけのデータが必要となる。そこで、学習情報蓄積部661は、車両用空調装置1の設定操作が行われる度に、その操作時に取得した各状態情報(外気温Tamなどの空調情報、車両の現在位置などの位置情報、車速などの車両挙動情報、心拍数などの生体情報)を学習情報として、上述した設定操作番号k及び搭乗者のIDに関連付けて、記憶部61に記憶させる。あるいは、車両用空調装置1の設定操作とは無関係に、定期的に収集された各状態情報のうち、その設定操作時に最も近い時点、または設定操作の直前若しくは直後に収集された状態情報を学習情報として、上述した設定操作番号k及び搭乗者のIDに関連付けて、記憶部61に記憶してもよい。さらに、この車両用空調装置1の設定操作とは無関係に、定期的(例えば、5秒間隔)に収集された各状態情報に、現在の設定状態に対応する設定操作番号k及び搭乗者IDを関連付けて記憶部61に記憶してもよい。あるいはその定期的に収集された各状態情報の内のさらに定期的に(例えば、1分あるいは5分間隔)にサンプリングされた各状態情報に、現在の設定状態に対応する設定操作番号k及び搭乗者IDを関連付けて記憶部61に記憶してもよい。そして、このような定期的に収集された各状態情報も、確率モデルの構築に使用してもよい。
また、搭乗者Aが、設定操作番号kに対応する設定操作α(例えば、設定温度を3℃下げる、風量Wを最大にする、内気循環に切り換えるなど)を行った操作回数iAkも記憶部61に記憶する。なお、上記の学習情報DAkは、例えば次式のように表される。
これら学習情報DAk及び操作回数iAkは、登録済み利用者及び設定操作ごとに別個に記憶される。
まず、クラスタリング部662は、学習情報DAkから、対象となる状態情報について記憶されている値(d1jk,d2jk,...,dijk)をクラスタリングを行うデータとして抽出する。そして、各データ間のユークリッド距離Udijを算出する(ステップS201)。ユークリッド距離Udijは、例えば状態情報が位置情報の場合、データ間の物理的な距離である。あるいは、状態情報が時間情報の場合には、ユークリッド距離Udijは、データ間の時間差に相当する。同様に、状態情報が温度情報であれば、ユークリッド距離Udijは、データ間の温度差に相当する。次に、ユークリッド距離の最小値Udijminが、第1の距離Td1以下か否かを調べる(ステップS202)。ステップS202において、ユークリッド距離の最小値Udijminが、第1の距離Td1以下の場合、その最小値となったデータ同士を一つのクラスタとする(ステップS203)。なお、第1の距離Td1は、状態情報が位置情報の場合、例えば300mに設定することができる。また、第1の距離Td1は、状態情報が時間情報の場合、例えば5分に設定することができる。その後、ステップS201の前に制御を戻す。そして、クラスタリング部662は、再度ステップS201の処理を行う。この場合、クラスタリング部662は、一つのクラスタと他のクラスタとのユークリッド距離を、最短距離法に基づいて算出する。すなわち、二つのクラスタC1、C2間のユークリッド距離D(C1,C2)は、以下の式で表される。
一方、ステップS202において、ユークリッド距離の最小値Udijminが、第1の距離Td1よりも大きい場合、クラスタリング部662は、各クラスタについて、クラスタ内に含まれるデータ数の多い方から順に、二つのクラスタを選択し、C1、C2とナンバリングする(ステップS204)。
一方、ステップS206において、ユークリッド距離の最小値Udijminが、第2の距離Td2よりも大きい場合、クラスタリング部662は、各クラスタについて、クラスタ内に含まれるデータ数の多い方から順に、二つのクラスタを選択し、C3、C4とナンバリングする(ステップS208)。
最後に、クラスタリング部662は、クラスタC1〜C4の何れにも含まれないデータを一つのクラスタC5としてまとめる(ステップS210)。そしてクラスタC5の範囲を、クラスタC1〜C4の何れにも含まれない範囲として設定する。
様々な状況に対応可能な、汎用的な確率モデルを構築するためには、多数のノードを含む、非常に大きな確率モデルを構築する必要がある。しかし、そのような確率モデルの学習には、非常に長い計算時間を要し、また、学習に必要なハードウェアリソースも膨大なものとなる。そこで、本実施形態では、状態情報のうち、設定操作と特に関連が深そうなものを幾つか入力ノードに与えられるパラメータとして選択し、それら入力パラメータの組み合わせに対する条件付き確率によって設定操作を行う確率を求める2層構成のグラフ構造を標準モデルとして15種類準備した。しかし、標準モデルの数は、15種類に限られない。標準モデルの数は、得られる状態情報の数や、学習対象とする設定操作の種類に応じて、適宜最適化できる。また、標準モデルは、入力パラメータを1個だけとするものや、取得可能な全ての状態情報を入力パラメータとするものであってもよい。さらに、標準モデルは、2層構成のグラフ構造に限られず、制御部60を構成するCPUの能力に応じて、3層以上のグラフ構造のものを標準モデルとして使用してもよい。
それらの標準モデルは、記憶部61に記憶される。そして、確率モデル構築部663は、各標準モデルについて、その標準モデルに含まれる各ノード間の条件付き確率を決定して仮の確率モデルを構築する。すなわち、仮の確率モデルでは、入力パラメータとして用いられる状態情報の値の区分に基づいて、その仮の確率モデルに関連付けられた設定操作を行う確率が決定される。
図7(a)〜(d)に、15個の標準モデルのうちの4個を例として示す。図7(a)〜(d)に示す標準モデル501〜504は、何れも入力ノードと出力ノードからなる2層構成のベイジアンネットワークである。各標準モデル501〜504は、入力ノードに与えられるパラメータが異なる。
同様に、確率モデル構築部663は、出力ノードに対して、入力ノードに与えられた情報に基づく条件付き確率の分布を示すCPTを設定する。なお、初期状態では、CPTは、全ての状態に対して等しい値となるように設定される。
本実施形態では、情報量基準として、AIC(赤池情報量基準)を用いた。AICは、確率モデルの最大対数尤度と、パラメータ数に基づいて、以下の式に基づいて求めることができる。
なお、情報量基準を用いた確率モデルの選択(言い換えれば、グラフ構造の学習)については、ベイズ情報量基準(BIC)、竹内情報量基準(TIC)、最小記述長(MDL)基準など他の情報量基準を用いてもよい。さらに、これらの情報量基準の算出式の正負を反転させたものを、情報量基準として用いてもよい。この場合には、情報量基準の値が最大となる仮の確率モデルを選択する。
一例として、温調制御式を修正する場合、制御式修正部665は、学習情報DAkに記憶された空調情報と、設定操作後の設定温度Tset及び空調温度Taoに基づいて、温調制御パラメータKset、Kr、Kam、KS及びCを変数とする連立方程式を立て、その連立方程式を解くことによって修正後の温調制御パラメータを求める。あるいは、制御式修正部665は、特開平5−147421号公報に記載されているように、搭乗者が設定温度Tsetを変更した量ΔTsetと、その設定操作をおこなったときの日射量Sの分布に基づいて、設定温度変更量ΔTsetを日射量Sの1次式で近似的に表し、その近似結果に基づいて温調制御パラメータKSを修正するようにしてもよい。さらに、制御式修正部665は、特開2000−293204号公報、特開2000−071060号公報、特開平5−208610号公報あるいは特開平5−169963号公報に記載されているような、他の様々な周知の方法を用いて温調制御式あるいは風量制御式を修正するようにしてもよい。また、マップ制御によって風量等を決定している場合には、制御式修正部665は、周知の方法に基づいて、学習情報DAkを用いてそのマップを修正することができる。
なお、何れの制御式を修正するかは、設定操作αに関連して決定される。設定操作αが空調温度の設定に関するものであれば、制御式修正部665は温調制御式を修正し、設定操作αが風量の設定に関するものであれば、制御式修正部665は風量制御式を修正する。
まず、学習情報整理部666は、新たに構築された確率モデルMAqkに、学習情報DAK内のm番目(m=1,2,..,n2)の状態情報の組を代入し、推薦確率Pを算出する(ステップS301)。なお、最初は、m=1から開始するものとする。次に、学習情報整理部666は、算出した推薦確率Pが、所定の閾値TP以上か否かを調べる(ステップS302)。本実施形態では、閾値TPを80%に設定した。そして、推薦確率Pが閾値TP以上である場合、その状態情報の組は、確率モデルMAqkが対応する特定状況の状態情報である可能性が高いので、学習情報DAKから削除する(ステップS303)。そして、学習情報整理部666は、ステップS304へ制御を移行する。一方、ステップS302において、推薦確率Pが閾値TP未満である場合、その状態情報の組は、確率モデルMAqkが対応する特定状況とは異なる特定状況の状態情報である可能性が高いので、学習情報整理部666は、その状態情報の組を削除せずに学習情報DAKに残し、制御をステップS304に移行する。
一方、ステップS304において、mがn2と等しければ、学習情報DAK内の全ての状態情報の組について削除すべきか否かの判定を終えたことになるので、残った状態情報の組を若い番号から順に詰めるように整理する(ステップS306)。そして、操作回数iAKを残った状態情報の数に設定する。
このように、構築された確率モデルに対応する特定状況に関する状態情報のみを削除することで、その確率モデルでは対応していない他の特定状況に関する状態情報は削除されずに残るので、他の特定状況に対応する確率モデルの構築に必要な学習データを早期に集めることができる。
その後、学習部66は、クラスタリングされた学習情報DAkを用いて、その設定操作に関する確率モデルMAqkを構築する(ステップS117)。具体的には、上述したように、学習部66の確率モデル構築部663が、各標準モデルに対して、CPTを作成して仮の確率モデルを構築し、学習部66の確率モデル評価部664が、それぞれの仮の確率モデルについて情報量基準を算出し、情報量基準の値が最も小さい仮の確率モデルを、使用する確率モデルMAqkとして選択する。そして、その確率モデルMAqkを搭乗者のIDなどと関連付けて記憶部61に記憶する。一方、ステップS115において、iAkがn1*jと等しくない場合、制御をステップS120の前に移行する。
さらに、その時点で記憶部61に記憶されている確率モデルMAqkを確立されたものとし、以後その確率モデルMAqkの更新は行わない。学習部66は、確立された確率モデルMAqkに対して、更新されないことを示すフラグ情報を付す。例えば、更新フラグfを確率モデルに関連付けて記憶部61に記憶し、その更新フラグfが'1'の場合は、更新(すなわち、書き換え)禁止、更新フラグfが'0'の場合は更新可能として、更新可否を判別可能とすることができる。また、iAkを学習情報DAkに残っている状態情報の組の数に設定する。
また、上記のフローチャートのステップS115において、学習部66は、確率モデルの構築を行うか否かを判定するために、操作回数iAkと所定回数n1*j(j=1,2,3)を比較する代わりに、同一の設定操作に関連する確率モデルを前回構築したときからの経過時間が第1の所定時間(例えば、1週間、1ヶ月)経過したか否かを判定するようにしてもよい。この場合、学習部66は、その経過時間が第1の所定時間以上となったとき、確率モデルの構築を行う。すなわち、学習部66は、上記のステップS116〜S122の処理を実行する。このように、経過時間に基づいて確率モデルの構築を行うか否かを判定するために、制御部60は、確率モデルが構築された時の作成日時をその確率モデルに関連付けて記憶部61に記憶しておく。そして、学習部66は、経過時間を算出する際に、設定操作αに関連する確率モデルのうち、最新の確率モデルに関連付けられた作成日時を記憶部61から取得し、現在の時間との差を求めることによって経過時間を算出する。
さらに、学習部66が経過時間に基づいて確率モデルの構築を行うか否かを判定する場合、上記のステップS120では、学習部66は、経過時間を第1の所定時間よりも長い第2の所定時間(例えば、4週間、6ヶ月)と比較するようにしてもよい。そして、経過時間が第2の所定時間よりも長い場合、学習部66は、学習情報DAkの消去、更新フラグfの書き換えを行う。
また、上記のフローチャートのステップS115において、学習部66は、確率モデルの構築を行うか否かを判定するために、操作回数iAkと所定回数n1*j(j=1,2,3)を比較する代わりに、同一の設定操作に関連する確率モデルを前回構築したときからの経過時間が第1の所定時間(例えば、1週間、1ヶ月)経過したか否かを判定するようにしてもよい。この場合、学習部66は、その経過時間が第1の所定時間以上となったとき、確率モデルの構築を行う。すなわち、学習部66は、上記のステップS116〜S124の処理を実行する。このように、経過時間に基づいて確率モデルの構築を行うか否かを判定するために、制御部60は、確率モデルが構築された時の作成日時をその確率モデルに関連付けて記憶部61に記憶しておく。そして、学習部66は、経過時間を算出する際に、設定操作αに関連する確率モデルのうち、最新の確率モデルに関連付けられた作成日時を記憶部61から取得し、現在の時間との差を求めることによって経過時間を算出する。
さらに、学習部66が経過時間に基づいて確率モデルの構築を行うか否かを判定する場合、上記のステップS120では、学習部66は、経過時間を第1の所定時間よりも長い第2の所定時間(例えば、4週間、6ヶ月)と比較するようにしてもよい。そして、経過時間が第2の所定時間よりも長い場合、学習部66は、学習情報DAkの消去、更新フラグfの書き換えを行う。
以後、車両用空調装置1は、稼動停止となるまで上記のステップS101〜S124の制御を繰り返す。
そして、同乗者が操作を行った場合には、運転者の照合及び認証と同様に、車内カメラ54で撮影した画像データに基づいて、同乗者の照合及び認証も行い、その操作時の各センサ値などの状態情報を、運転者ではなく、その同乗者に関連付けて記憶する。
さらに、上記の実施形態では、制御情報修正部64において修正される制御パラメータは、設定温度や風量など、A/C操作パネル59を通じて搭乗者が直接設定できるパラメータとした。しかし、制御情報修正部64は、確率モデルに基づいて修正する制御パラメータを、温調制御式を用いて算出される空調温度Tao若しくは風量制御式を用いて算出されるブロアファン21の回転数、エアミックスドア28の開度など、空調部10の各部の動作に直接関連する制御情報としてもよい。
さらに、上記の実施形態では、確率モデルとしてベイジアンネットワークを用いたが、例えば、隠れマルコフモデルのような、他の確率モデルを用いてもよい。
上記のように、本発明の範囲内で様々な修正を行うことが可能である。
10 空調部
11 コンプレッサ
21 ブロアファン
22 駆動用モータ
24 内外気サーボモータ
25 内外気切替ドア
28 エアミックスドア
31 温調サーボモータ
37 フットドア
38 フェイスドア
39 デフロスタドア
40 モードサーボモータ
51 内気温センサ
52 外気温センサ
53 日射センサ
54 車内カメラ
55 車外カメラ
56 ナビゲーションシステム
57 車両操作機器
58 車載時計
59 A/C操作パネル
60 制御部
61 記憶部
62 通信部
63 照合部
64 制御情報修正部
65 空調制御部
651 温度調節部
652 コンプレッサ制御部
653 吹出口制御部
654 吸込口制御部
655 送風量設定部
66 学習部
661 学習情報蓄積部
662 クラスタリング部
663 確率モデル構築部
664 確率モデル評価部
665 制御式修正部
666 学習情報整理部
101 確率モデル
102〜105 ノード
106〜109 条件付き確率表(CPT)
501〜504 標準モデル
Claims (10)
- 空調空気を車内に供給する空調部(10)と、
前記車両内外の空調情報、前記車両の位置情報、前記車両の挙動情報、時間情報又は前記車両の搭乗者の生体情報の少なくとも一つを含む状態情報を取得する情報取得部(51、52、53、55、56、57、58)と、
複数の前記状態情報をそれぞれ学習データとして記憶する記憶部(61)と、
前記状態情報を入力することにより乗員が所定の設定操作を行う推薦確率を算出するための確率モデルを、前記学習データを用いて構築する学習部(66)と、
前記学習部(66)で構築された確率モデルに前記状態情報を入力して前記推薦確率を算出し、該推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正する制御情報修正部(64)と、
前記修正された設定情報又は制御情報にしたがって、前記空調部(10)の空調制御を行う空調制御部(65)とを有する車両用空調装置であって、
前記学習部(66)は、
前記記憶部(61)に記憶された複数の学習データを用いて確率モデルのグラフ構造に含まれるノードの条件付き確率を決定することにより、前記所定の設定操作に関連する確率モデルを構築する確率モデル構築手段(663)と、
前記複数の学習データのそれぞれを前記構築された確率モデルに入力して推薦確率を求め、該複数の学習データのうち、求めた推薦確率が第1の閾値以上である学習データを削除する学習情報整理部(666)と、
を有することを特徴とする車両用空調装置。 - 前記学習部(66)は、前記学習情報整理部(666)で削除されなかった学習データを、別の確率モデルの構築に使用する、請求項1に記載の車両用空調装置。
- 前記確率モデルに前記状態情報を入力して得られた推薦確率が第2の閾値以上の場合、前記所定の設定操作の内容を搭乗者に報知し、且つ前記所定の設定操作を行うか否かを搭乗者に確認する確認操作部(59)を有し、
前記第1の閾値は、前記第2の閾値以上である、請求項1又は2に記載の車両用空調装置。 - 空調空気を車内に供給する空調部(10)と、前記車両内外の空調情報、前記車両の位置情報、前記車両の挙動情報、時間情報又は前記車両の搭乗者の生体情報の少なくとも一つを含む状態情報を取得する情報取得部(51、52、53、55、56、57、58)と、記憶部(61)と、所定の設定操作と関連した少なくとも一つの確率モデルを有し、前記状態情報を前記確率モデルに入力して前記所定の設定操作を行う推薦確率を算出し、該推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正する制御情報修正部(64)と、前記修正された設定情報又は制御情報にしたがって、前記空調部(10)の空調制御を行う空調制御部(65)とを有する車両用空調装置の制御方法であって、
前記状態情報を学習データとして前記記憶部(61)に記憶する学習情報蓄積ステップと、
前記記憶部(61)に記憶された学習データから、複数の学習データを選択し、該複数の学習データを用いて確率モデルのグラフ構造に含まれるノードの条件付き確率を決定することにより、前記所定の設定操作に関連する確率モデルを構築する確率モデル構築ステップと、
前記確率モデルの構築後、前記複数の学習データのそれぞれを前記構築された確率モデルに入力して推薦確率を求め、該複数の学習データのうち、求めた推薦確率が第1の閾値以上である学習データを削除する削除ステップと、
を有することを特徴とする制御方法。 - 前記学習情報蓄積ステップは、前記所定の設定操作が行われる度に、前記状態情報を該所定の設定操作と関連する学習データとして前記記憶部(61)に記憶する、請求項4に記載の制御方法。
- 前記確率モデル構築ステップは、前記所定の設定操作を行った操作回数が所定回数以上となった場合、前記所定の設定操作に関連する複数の学習データを選択する、請求項4又は5に記載の制御方法。
- 前記確率モデル構築ステップは、前記所定の設定操作に関連する確率モデルが構築されてから所定の時間が経過した場合、前記所定の設定操作に関連する別の確率モデルを構築するために、前記所定の設定操作に関連する複数の学習データを選択する、請求項4又は5に記載の制御方法。
- 前記確率モデル構築ステップは、前記削除ステップで削除されなかった学習データを、別の確率モデルの構築に使用する、請求項4に記載の制御方法。
- 制御対象となる装置の状態情報を取得する情報取得部と、
複数の前記状態情報をそれぞれ学習データとして記憶する記憶部(61)と、
前記状態情報を入力することにより、所定の設定操作を行う推薦確率を算出するための確率モデルを、前記学習データを用いて構築する学習部(66)と、
前記学習部(66)で構築された確率モデルに前記状態情報を入力して前記推薦確率を算出し、該推薦確率に応じて、前記所定の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正する制御情報修正部(64)と、
前記修正された設定情報又は制御情報にしたがって、前記装置の制御を行う制御部(65)とを有する制御装置であって、
前記学習部(66)は、
前記記憶部(61)に記憶された複数の学習データを用いて確率モデルのグラフ構造に含まれるノードの条件付き確率を決定することにより、前記所定の設定操作に関連する確率モデルを構築する確率モデル構築手段(663)と、
前記複数の学習データのそれぞれを前記構築された確率モデルに入力して推薦確率を求め、該複数の学習データのうち、求めた推薦確率が第1の閾値以上である学習データを削除する学習情報整理部(666)と、
を有することを特徴とする制御装置。 - 前記学習部(66)は、前記学習情報整理部(666)で削除されなかった学習データを、別の確率モデルの構築に使用する、請求項9に記載の制御装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007029432A JP4682992B2 (ja) | 2007-02-08 | 2007-02-08 | 車両用空調装置、車両用空調装置の制御方法および制御装置 |
DE102008007725A DE102008007725A1 (de) | 2007-02-08 | 2008-02-06 | Fahrzeug-Klimaanlage und Verfahren und Vorrichtung zum Steuern der Fahrzeug-Klimaanlage |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007029432A JP4682992B2 (ja) | 2007-02-08 | 2007-02-08 | 車両用空調装置、車両用空調装置の制御方法および制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008195102A JP2008195102A (ja) | 2008-08-28 |
JP4682992B2 true JP4682992B2 (ja) | 2011-05-11 |
Family
ID=39646242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007029432A Expired - Fee Related JP4682992B2 (ja) | 2007-02-08 | 2007-02-08 | 車両用空調装置、車両用空調装置の制御方法および制御装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP4682992B2 (ja) |
DE (1) | DE102008007725A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4967810B2 (ja) * | 2007-05-22 | 2012-07-04 | 株式会社デンソー | 車両用空調装置およびその制御方法 |
KR101294746B1 (ko) | 2012-05-04 | 2013-08-08 | 주식회사 하츠 | 레인지후드 자동화장치의 기준환경값 설정 방법 |
JP5888297B2 (ja) * | 2013-08-22 | 2016-03-16 | トヨタ自動車株式会社 | 車両の制御装置 |
GB201400574D0 (en) * | 2014-01-14 | 2014-03-05 | Jaguar Land Rover Ltd | Automated climate control system and method |
DE102014219408A1 (de) | 2014-09-25 | 2016-04-14 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Einstellung eines thermischen Komfortzustandes |
JP6477551B2 (ja) * | 2016-03-11 | 2019-03-06 | トヨタ自動車株式会社 | 情報提供装置及び情報提供プログラム |
DE102019216025A1 (de) * | 2019-10-17 | 2021-04-22 | Robert Bosch Gmbh | Verfahren und Steuergerät zum automatischen Selektieren von Datensätzen für ein Verfahren zum maschinellen Lernen |
KR20210117619A (ko) * | 2020-03-19 | 2021-09-29 | 삼성전자주식회사 | 프로액티브 디지털 비서 |
CN112946033B (zh) * | 2021-02-05 | 2024-02-13 | 湖南汽车工程职业学院 | 一种基于静电容量测定二氧化碳制冷剂的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273475A (ja) * | 2000-03-24 | 2001-10-05 | Denso Corp | 教師データ選別方法及び装置,学習機能付き制御装置,記録媒体 |
JP2001322417A (ja) * | 2000-03-09 | 2001-11-20 | Denso Corp | 車両用空調装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3146573B2 (ja) | 1991-11-29 | 2001-03-19 | 株式会社デンソー | 車両用空調装置 |
JP3019596B2 (ja) | 1991-12-05 | 2000-03-13 | 株式会社デンソー | 車両用風量制御装置 |
JP3111566B2 (ja) | 1991-12-20 | 2000-11-27 | 株式会社デンソー | 車両用空調制御装置 |
JP3046798B2 (ja) * | 1998-01-19 | 2000-05-29 | 株式会社ゼクセル | 車両用空調装置とその制御方法 |
JP2000062431A (ja) | 1998-08-20 | 2000-02-29 | Calsonic Corp | 自動車用空気調和装置 |
JP2000071060A (ja) | 1998-08-31 | 2000-03-07 | Toshiba Ceramics Co Ltd | 溶融金属流量制御用スライドゲートプレートの拘束方法 |
JP4221867B2 (ja) | 1999-02-05 | 2009-02-12 | 株式会社デンソー | 制御量算出装置、空調制御装置及び記録媒体 |
JP4333004B2 (ja) | 2000-07-13 | 2009-09-16 | 株式会社デンソー | 車両用空調装置 |
JP2005067353A (ja) | 2003-08-22 | 2005-03-17 | Denso Corp | 車両用盗難防止装置 |
JP2005202786A (ja) | 2004-01-16 | 2005-07-28 | Denso Corp | 車両用顔認証システム |
-
2007
- 2007-02-08 JP JP2007029432A patent/JP4682992B2/ja not_active Expired - Fee Related
-
2008
- 2008-02-06 DE DE102008007725A patent/DE102008007725A1/de not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001322417A (ja) * | 2000-03-09 | 2001-11-20 | Denso Corp | 車両用空調装置 |
JP2001273475A (ja) * | 2000-03-24 | 2001-10-05 | Denso Corp | 教師データ選別方法及び装置,学習機能付き制御装置,記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP2008195102A (ja) | 2008-08-28 |
DE102008007725A1 (de) | 2008-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4360409B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
JP4990115B2 (ja) | 位置範囲設定装置、移動物体搭載装置の制御方法および制御装置、ならびに車両用空調装置の制御方法および制御装置 | |
JP4682992B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
US7962441B2 (en) | Air conditioner for vehicle and controlling method thereof | |
JP5224280B2 (ja) | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 | |
US20090031741A1 (en) | Automotive air conditioner and method for controlling automotive air conditioner | |
JP2009075010A (ja) | 経路長算出装置、経路長算出方法、経路長算出プログラム及び車両用空調装置ならびに移動物体搭載機器の制御装置 | |
JP4985057B2 (ja) | 車両用空調装置およびその制御方法 | |
JP4821536B2 (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
JP5078937B2 (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
CN101348065A (zh) | 车辆用空调装置及车辆用空调装置的控制方法 | |
CN105774465A (zh) | 使用众包数据的机动车暖通空调系统的自适应控制 | |
EP3582030A1 (en) | Method and system for smart interior of a vehicle | |
JP4780035B2 (ja) | 車両用空調装置 | |
JP2016137818A (ja) | 車室内空気向上システム | |
JP2008056078A (ja) | 車両用空調装置 | |
JP4967810B2 (ja) | 車両用空調装置およびその制御方法 | |
JP4879065B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置および車載機器の制御方法 | |
JP4789842B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置及び車載機器制御方法 | |
CN113291124B (zh) | 一种车载空调控制方法、电子设备及介质 | |
JPH09309318A (ja) | 自動車用空調制御装置 | |
JPH08188030A (ja) | 車両用空調装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080603 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100802 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110111 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110124 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |