JP4728839B2

JP4728839B2 - 車載機器制御装置

Info

Publication number: JP4728839B2
Application number: JP2006055902A
Authority: JP
Inventors: 孝介原; 弘利岩崎; 統保阪下; 哲也原
Original assignee: Denso Corp; Denso IT Laboratory Inc
Current assignee: Denso Corp; Denso IT Laboratory Inc
Priority date: 2006-03-02
Filing date: 2006-03-02
Publication date: 2011-07-20
Anticipated expiration: 2026-03-02
Also published as: US7683767B2; JP2007230422A; US20070273492A1; DE102007009895A1

Description

本発明は、車両に搭載された複数の車載機器を制御する車載機器制御装置に関する。

従来から、車両に搭載された複数の車載機器を状況に応じて制御する装置が知られていた。例えば、特許文献１には、車両に搭載された各種の装置を、ドライバを煩わせることなく効果的に活用できる車両エージェントシステムが開示されている。この文献に記載されたシステムでは、あらかじめドライバ情報記憶手段に、指示や状況等の条件とそれに適した車両機器の対応とが関連付けて記憶されている。そして、ドライバからの指示や状況の変化があった場合に、ドライバ情報記憶手段に記憶された内容に基づいて、車両機器の制御を行っている。また、この文献には、車載機器の制御に先立って、ドライバの意思を確認する対応決定手段を備え、対応決定手段の決定内容に従ってドライバ情報記憶手段の内容を更新する構成が開示されている。

また、特許文献２には、ドライバの負荷を軽減するために、ドライバの意思を推定し、その推定結果に基づいて車載機器の制御を行う装置が開示されている。この文献に記載された装置は、あらかじめ制御情報テーブルに、制御開始条件と制御内容が関連付けて記憶されている。そして、車載機器制御装置は、ドライバの状態が制御情報テーブルに記憶された制御開始条件を満たしたときに、それに関連付けられた制御内容を実行する。また、この文献には、制御を実行したときのドライバの状態の変化や、制御をキャンセルしたときの操作状況の変化等に基づいて、制御情報テーブルを更新することが記載されている。
特開２００３−２５２１３０号特開２００５−３２９８００号

上記したように、車両に搭載された機器を所定の条件に従って制御する制御装置や、状況等に応じて選択された制御に対するドライバの対応に基づいて条件を更新する制御装置が知られていた。しかし、上記した文献に記載された装置では、ドライバが、装置により選択された制御を受け入れたか否かに基づいて条件の更新を行うため、条件の更新頻度は非常に少ない。

また、上記した文献に記載された装置において、制御条件の更新は、ドライバの受け入れ結果に基づいて、テーブルに記憶された条件と制御との関連付けが適切か否かを判断することによって行われる。所定の条件に下で所定の制御が行われ、ドライバがその制御を受け入れなかった場合には、その条件が当該ドライバに適しておらず、その条件を次回から用いるべきではない。このため、上記文献に記載された装置では、所定の条件とその条件に対する制御の組を記憶したレコードが実質的にテーブルから削除する。ドライバに拒否される可能性の高い制御を行わなくなるという点では、上記文献に記載された装置も、学習によって、ドライバに適した制御を行うことができるといえる。しかし、この更新方法は、ドライバに適しない条件を落としていくだけなので、車両機器制御の幅が狭まる方向にしか作用しない。

そこで、本発明は、上記背景に鑑み、学習の機会および幅を増やし、ドライバに適した制御を行える車両機器制御装置を提供することを目的とする。

本発明の車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、前記車載機器の作動を検出する作動検出部と、前記作動検出部にて車載機器の作動が検出されたときに前記状況検出部にて検出された乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部とを備える。

このように作動検出部にて車載機器の作動が検出されたときの乗員または車両または周囲の状況を用いて、車載機器作動モデルの学習を行う。これにより、ドライバが日常的に行う操作の中で車載機器が作動されたときに、作動ニーズが発生する状況を学習することができるので、車載機器作動モデルの学習の機会が飛躍的に増大する。なお、本発明は、作動検出部によって作動が検出されたタイミングで学習を行ってもよいし、作動が検出されたときの状況を履歴として保存しておき、後に学習を行ってもよい。また、状況を示す複数の変数と車載機器の作動ニーズとの依存関係を表すモデルにおいて、車載機器が作動されたときの状況を使って学習していくので、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。

「乗員の状況」とは、例えば、視線の方向、習慣、運転目的（通勤か、旅行か等）、感情、身体情報（疲れているか等）、過去のイベント等である。また、ドライバの習慣を用いることにより、ドライバの目的地を予測することができ、未来の情報を用いて、作動ニーズを推論することができる。例えば、目的地が遠くにある場合には、残燃料が多くても給油ニーズが高くなる。過去のイベントとは、例えば、昨日スキーに行った等のドライバの過去のイベントである。これにより、例えば、洗車のニーズがあることを求めることが可能となる。「乗員の状況」には、ドライバの状況のみならず、同乗者の状況も含まれる。同乗者には、ペットを含んでもよい。「車両の状況」とは、例えば、車内の温度、エアコンの作動状況、燃料の残量、走行速度、ラジオまたはオーディオのＯＮ／ＯＦＦ、ワイパーの作動状況、ヘッドライト、窓の開閉、ロックの状況等である。「周囲の状況」とは、例えば、外部の明るさ、現在時刻、渋滞状況、道路種別（高速道路か、市街地か等）、地理状況（上り、下り、トンネル等）、降雨状況等である。複数の状況検出部のそれぞれは、上記に例示したような乗員、車両、周囲に関する様々な状況を検出する機能を有する。多くの状況検出部によって多くの状況を検出するほど、きめ細かく車載機器の制御を行うことができる。

本発明の別の態様に係る車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、ドライバの属性を記憶したドライバ属性記憶部と、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記ドライバの属性を示す変数と、前記乗員または車両または周囲の状況を示す複数の変数と、前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記ドライバの属性を示す変数に前記ドライバ属性記憶部から読み出したドライバの属性を設定し、前記乗員または車両または周囲の状況を示す変数に前記状況検出部にて検出された状況を設定して、前記車載機器の作動ニーズを求める推論実行部と、前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、前記車載機器の作動を検出する作動検出部と、前記作動検出部にて車載機器の作動が検出されたときに前記状況検出部にて検出された乗員または車両または周囲の状況と、前記ドライバ属性記憶部から読み出したドライバ属性情報と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部とを備える。

これにより、上記発明と同様に、車載機器作動モデルの学習の機会が飛躍的に増大すると共に、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。加えて、この発明では、車載機器作動モデルにドライバの属性を示す変数が含まれ、ドライバの属性を用いて推論実行およびモデルの学習を行うので、ドライバの属性に合わせてキメ細かい車載機器制御を行うことができる。「ドライバの属性」とは、例えば、年齢、性別、視力、運転経験年数、性格、嗜好等である。

ドライバとの類似度が一定以上の、他のドライバの履歴情報やモデルを用いて推論・学習してもよい。また、ドライバとの類似度を測るために、ドライバ属性以外にも、状況や履歴情報を用いてもよい。

上記車載機器制御装置において、前記車載機器制御部は、前記推論実行部によって車載機器の作動ニーズ有りと求められた場合に、その車載機器の作動の可否をドライバに問い合わせる作動問合部を備え、前記作動問合部の問合せに対して、その車載機器の作動の許可が入力された場合に、前記車載機器を作動してもよい。

このように作動問合部がドライバの意向を問い合わせることにより、ドライバの意図しない車載制御の作動を防止できる。

前記作動問合部は、前記推論実行部における計算において、前記作動ニーズに最も大きく寄与した前記乗員または車両または周囲の状況を示す変数を、前記車載機器の作動ニーズを検出した理由として出力してもよい。

このように車載機器の作動ニーズを検出した理由を出力することにより、ドライバは車載機器を作動すべき理由を理解できる。これにより、ドライバは、車載機器を作動すべきか否かを容易に判断することができる。

上記車載機器制御装置において、前記作動問合部は、前記推論実行部にて求められた作動ニーズの大きさに応じて、問合せのメッセージの出力態様を変更してもよい。

このように作動ニーズに大きさによって出力の態様を変更することにより、ドライバに作動ニーズを的確に報知することができる。例えば、トンネル進入時におけるライトの点灯のように、作動ニーズが大きい場合には、問合せメッセージを大きく表示、または音声と表示の両方を使うなどして、ドライバに車載機器を作動することを報知する。逆に、作動ニーズがそれほど高くない場合には、表示を小さくして報知することにより、運転の妨げにならないようにできる。

上記車載機器制御装置において、前記作動問合部は、前記推論実行部にて求めた作動ニーズの確信度に応じて、問合せのメッセージの出力態様を変更してもよい。

このように作動ニーズの確信度によって出力の態様を変更することにより、不確かな作動ニーズによってドライバを煩わせることが少ない適切な報知を行うことができる。「確信度」とは、推定結果が誤っている可能性を意味する。確信度は、学習サンプルの多寡や事前分布等によって求めることができる。例えば、学習サンプルによって求める場合、学習サンプルが多ければ確信度は高くなる。

上記車載機器制御装置において、前記モデル学習部は、前記車載機器の作動がドライバに受け入れられたか否かの問合せの結果に基づいて、その車載機器の作動ニーズの有無を判定し、判定された作動ニーズの有無を用いて前記モデル記憶部に記憶された車載機器作動モデルの学習を行ってもよい。

この構成により、作動問合部によって車載機器の作動ニーズの有無を検出し、作動ニーズの有無を用いてモデルの学習を行うことができる。

上記車載機器制御装置は、前記車載機器制御部が前記推論実行部の計算結果に基づいて車載機器を作動した後、所定時間内に、その車載機器の作動がドライバによって停止された場合に、前記モデル学習部は、作動ニーズ無しの事象を用いて前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行ってもよい。

このように作動された車載機器の作動を所定時間内にドライバが停止した場合には、ドライバがその車載機器の作動を望んでいないと考えられるので、作動ニーズ無しの事象を用いて車載機器作動モデルの学習を行うことができる。

上記車載機器制御装置は、それぞれの前記車載機器について作動不可能な状況を示す情報を記憶した作動不能状況記憶部を備え、前記車載機器制御部は、車載機器を作動する前に、前記車載機器に対応する作動不可能な状況を前記作動不能状況記憶部から読み出し、前記状況検出部にて検出した状況が前記作動不能状況記憶部から読み出した状況と一致するか否かを判定し、前記車載機器の作動不可能な状況と一致しないと判定された場合に前記車載機器を作動してもよい。

推論によって作動ニーズを求める構成においては、例えば、走行中に給油口を開けるという作動ニーズ有りと推論される場合などのように、車載機器を作動できない状況において作動ニーズ有りという誤った推論をする可能性がある。このような不都合を防止するために、状況検出部にて検出した状況に基づいて車載機器の作動不可能であるか否かを判定し、車載機器の作動不可能な場合には車載機器を作動させない制御を行う。

上記車載機器制御装置において、前記車載機器制御部は、前記車載機器を作動する際に、その車載装置を作動することを報知してもよい。

このように車載機器を作動することを報知することにより、ドライバおよび同乗者に注意を喚起することができる。例えば、窓を閉めるときなどに、「窓を閉めます」と報知することにより、ドライバおよび同乗者は窓から手や顔を出しては危険であることを知ることができる。

上記車載機器制御装置は、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルを、前記乗員または車両または周囲の状況を示す変数および前記車載機器の作動ニーズの有無を示す変数をノードとし、それらの依存関係をノードを接続する有向リンクで示したモデルとして表示する車載機器作動モデル表示部を備えてもよい。

車載機器作動モデルを、ノードと有向リンクからなる視覚的に理解しやすいモデルとして表示することにより、ドライバは車載機器作動モデルを理解することができる。

前記車載機器作動モデル表示部に表示されたモデルにおいて、ノードの削除または新しいノードの追加または有向リンクの変更を可能とする車載機器作動モデル変更部を備え、前記車載機器作動モデル変更部にて変更された車載機器作動モデルを前記車載機器作動モデル記憶部に記憶してもよい。

この構成により、ドライバが直接にモデルを変更することができ、自分に合ったモデルを作成できる。

上記車載機器制御装置は、それぞれの前記車載機器の利用目的を記憶した利用目的記憶部と、前記乗員または車両または周囲の状況を示す変数とその状況におけるニーズを示す変数との依存関係を表すニーズモデルを前記ニーズごとに記憶したニーズモデル記憶部とを備え、前記推論実行部は、前記ニーズモデル記憶部から読み出したニーズモデルの前記乗員または車両または周囲の状況を示す変数に前記状況検出部にて検出された状況を設定して、その状況におけるニーズを求め、前記車載機器制御部は、前記推論実行部にて求めたニーズが所定の閾値より大きい場合に、前記利用目的記憶部に記憶された車載機器の利用目的を参照して、前記ニーズを満たすために利用される車載機器を選択し、選択された車載機器の作動を制御してもよい。

このように車載機器の利用目的を記憶しておくことにより、それぞれの車載機器がどのようなときに用いられるかを把握できる。状況検出部にて検出された状況をニーズモデルに設定してニーズを推論し、ニーズが高いときにはそのニーズを満たすために利用される車載機器を、利用目的記憶部に記憶された車載装置の利用目的を参照して選択する。この構成により、過去に使用されたことのない車載機器であっても、状況に応じて選択されるので、車載機器を活用の度合いを高めることができる。例えば、過去に、窓を開けて空気を入れ換えていたドライバの場合、車内の空気がこもる状況においては、窓の開閉を制御するパワーウィンドウアクチュエータが作動して窓が開けられる。本発明の構成によれば、車内の空気がこもる状況では、「空気の入換え」というニーズが検出される。そして、「空気の入換え」という目的で利用される車載機器として、エアコン内気切替アクチュエータが記憶されていれば、過去にエアコン内気切替アクチュエータが使用されたことがなくても同アクチュエータが選択されることとなる。

上記車載機器制御装置は、複数の車載機器の作動ニーズを示すそれぞれの変数と、複数の車載機器の優先度を示す変数との依存関係を表すモデルを優先度決定モデルとして記憶した優先度決定モデル記憶部を備え、前記推論実行部は、前記車載機器作動モデルを用いた計算の結果、複数の車載機器の作動ニーズが存在する場合に、前記優先度決定モデル記憶部から読み出した優先度決定モデルに、前記複数の車載機器の作動ニーズを設定して前記車載機器の優先度を求め、前記車載機器制御部は、優先度の高い車載機器の作動を制御してもよい。優先度決定モデルは、学習によって更新してもよい。この場合、例えば、作動問合せに対するドライバの反応を教師信号として学習を行う。

このように優先度決定モデルによって各車載機器の作動の優先度を決定することにより、複数の車載機器の作動ニーズがある場合に、優先度の高い車載機器を決定することができる。これにより、状況に応じて優先度の高い車載機器から作動することができる。

上記車載機器制御装置は、前記優先度決定モデル記憶部に記憶された優先度決定モデルを、複数の車載機器の作動ニーズを示すそれぞれの変数および複数の車載機器の優先度を示す変数とをノードとし、それらの依存関係をノードを接続する有向リンクで示したモデルとして表示する優先度決定モデル表示部を備えてもよい。

優先度決定モデルを、ノードと有向リンクからなる視覚的に理解しやすいモデルとして表示することにより、ドライバは優先度決定モデルを理解することができる。

上記車載機器制御装置は、前記優先度決定モデル表示部に表示されたモデルにおいて、ノードの削除または新しいノードの追加または有向リンクの変更を可能とする優先度決定モデル変更部を備え、前記優先度決定モデル変更部にて変更された優先度決定モデルを前記優先度決定モデル記憶部に記憶してもよい。

上記車載機器制御装置は、前記推論実行部によって求められた優先度に基づいて、優先度の高い方から順に複数個の車載機器の作動の可否をドライバに問い合わせる作動問合部を備え、前記作動問合部の問合せに対して、作動の許可が入力された前記車載機器を作動してもよい。

これにより、複数の車載装置の作動ニーズがあった場合に、ドライバは、優先度の高い車載機器について判断すればよいので、運転に対する注意を逸らすことが少なく、安全運転に資することができる。

上記車載機器制御装置は、１ないし複数の前記車載機器を制御するＥＣＵと、複数の前記ＥＣＵを統合制御するセンターＥＣＵとを備え、前記車載機器作動モデルによる作動ニーズの計算をその車載機器を制御する前記ＥＣＵにて実行し、前記優先度決定モデルによる優先度の計算を前記センターＥＣＵで実行してもよい。

複数の車載機器を備えた車両では、通常、１ないし複数の車載機器を制御するＥＣＵ（ＥｌｅｃｔｒｉｃＣｏｎｔｒｏｌＵｎｉｔ）を備えている。本発明では、各ＥＣＵを統合制御するセンターＥＣＵを備え、各車載機器の作動ニーズを求める処理をその車載機器を制御するＥＣＵで行い、複数の車載機器の作動ニーズの優先度を決定する処理をセンターＥＣＵで行う。これにより、各ＥＣＵとセンターＥＣＵに処理負荷を分散することにより、処理速度の向上を図ることができる。ＥＣＵが多数存在する場合には、マルチメディア系センターＥＣＵ、ボディー系センターＥＣＵを設け、さらに両者を統合する統合センターＥＣＵを設けるといったように、階層的な構成を採用することも可能である。

上記センターＥＣＵとして、ナビゲーション装置またはヘッドアップディスプレイに内蔵されたＥＣＵを用いてもよい。

ナビゲーション装置またはヘッドアップディスプレイは、処理能力の高い演算装置を備えているので、センターＥＣＵとして用いることができる。

上記車載機器制御装置は、前記乗員または車両または周囲の状況を示す変数と、同時に実行されることの多い複数の車載機器の作動を一つのサービスとしてグルーピングした前記サービスの実施ニーズの有無を示す変数との依存関係を表すモデルを、サービス実施モデルとして記憶したサービス実施モデル記憶部を備え、前記推論実行部は、前記サービス実施モデル記憶部から読み出したサービス実施モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して、前記サービスの実施ニーズを求め、前記車載機器制御部は、前記推論実行部にて求められた計算結果に基づいて、前記サービスに含まれる複数の車載機器の作動を制御してもよい。

このようにセットで実行される複数の車載機器の作動を一つのサービスとしてグルーピングすることにより、サービス単位で適切な車載機器の作動を行うことができる。サービスの例としては、例えば、「ガソリンスタンドに入る」というサービスにおいて、オーディオＯＦＦ、窓の開放、ワイパーＯＦＦの作動をグルーピングできる。例えば、「トンネルに入る」というサービスにおいては、ヘッドライトＯＮ、窓を閉じる作動をグルーピングできる。

上記車載機器制御装置は、前記車載機器の作動履歴と、前記車載機器が作動されたときの乗員または車両または周囲の状況とを関連付けて記憶する作動履歴記憶部と、前記作動履歴記憶部に記憶された作動履歴の中から、類似の状況において実行された車載機器の作動の組合せを検索し、検索された車載機器の作動の組合せを一つのサービスとしてグルーピングし、前記乗員または車両または周囲の状況を示す変数と、当該サービスの実施ニーズを示す変数との依存関係を表すサービス実施モデルを生成するモデル生成部とを備えてもよい。

このように車載機器の過去の作動履歴に基づいて、類似の状況で実行された複数の車載機器の作動の組合せを検出することにより、サービスとしてグルーピング可能な車載機器を検出することができる。そして、検出された車載機器の作動の組合せを一つのサービスとしたモデルを生成することにより、ドライバに合ったサービス実施モデルを生成できる。

上記車載機器制御装置は、ドライバの属性ごとに異なる複数の車載機器作動モデルを有する管理センターと通信可能に接続され、前記管理センターにドライバの属性を示す情報を送信するドライバ属性送信部と、前記ドライバ属性に対応する車載機器作動モデルを前記管理センターから受信するモデル受信部とを備えてもよい。

このようにドライバの属性に対応した車載機器作動モデルを管理センターから受信することにより、モデルの学習が行われる前においても、ある程度ドライバに適したモデルを用いて車載機器の制御を行うことができる。ドライバの属性に対応したモデルとは、例えば、「２０代、男性」「２０代、女性」といった属性に対応したモデルである。なお、優先度決定モデルについても、車載機器作動モデルと同様に、管理センターから受信することができる。

上記車載機器制御装置は、地域ごとに異なる複数の車載機器作動モデルを有する管理センターと通信可能に接続され、前記管理センターに車両の位置情報を送信する位置情報送信部と、前記位置情報にて特定される位置を含む地域に対応する車載機器作動モデルを前記管理センターから受信するモデル受信部とを備えてもよい。

このように地域に対応した車載機器作動モデルまたは優先度決定モデルを管理センターから受信することにより、モデルの学習が行われる前においても、ある程度、その地域に適したモデルを用いて車載機器の制御を行うことができる。例えば、暖かい地域と寒い地域とでは、空気の入れ換えを行う際に、窓を開けるか、エアコン内気切替アクチュエータを用いるのかが異なってくることが考えられるが、地域性を考慮することでより適切な制御が可能となる。なお、優先度決定モデルについても、車載機器作動モデルと同様に、管理センターから受信することができる。

本発明の別の態様の車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、定期的に前記状況検出部にて検出された乗員または車両または周囲の状況と、前記車載機器の作動の有無の事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部とを備える。

このように乗員または車両または周囲の状況とその時点の車載機器の作動の有無を用いて、定期的に車載機器作動モデルの学習を行うことにより、車載機器作動モデルの学習の機会が飛躍的に増大する。また、状況を示す複数の変数と車載機器の作動ニーズとの依存関係を表すモデルにおいて、車載機器が作動されたときの状況を使って学習していくので、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。

本発明の別の態様の車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、前記状況検出部にて検出された乗員または車両または周囲の状況が所定の状態となったときのその状況と、前記車載機器の作動の有無の事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部とを備える。

このように状況検出部にて検出された状況の変化に応じて、乗員または車両または周囲の状況とその時点の車載機器の作動の有無を用いて、車載機器作動モデルの学習を行うことにより、車載機器作動モデルの学習の機会が飛躍的に増大する。「所定の状態」は、一つである必要はなく、複数であってもよい。例えば、外部の照度を検出する状況検出部において、照度が１〜１０で表されるとすると、照度が「３」，「６」，「９」となったときというように、所定の状態として複数の状態を設定できる。また、状況を示す複数の変数と車載機器の作動ニーズとの依存関係を表すモデルにおいて、車載機器が作動されたときの状況を使って学習していくので、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。

本発明の別の態様に係る車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記状況検出部にて検出された乗員または車両または周囲の状況と、その時点の車載機器の作動の有無とを履歴データとして逐次記憶する履歴記憶部と、前記状況検出部にて検出された状況に最も類似する状況の履歴データを前記履歴記憶部から検索する履歴検索部と、前記履歴検索部にて検索された履歴データにおける作動の有無に一致するように、前記車載機器の作動を制御する車載機器制御部とを備える。また、履歴データとして、属性の類似したドライバの履歴データを用いてもよい。

このように履歴記憶部に記憶された履歴データから状況が最も類似する履歴データを検索し、検索された履歴データにおける車載機器の作動の有無と一致させることにより、ドライバの過去の行動に基づいて、作動のニーズに合わせた車載機器の制御を行うことができる。状況の類似の度合いを求めるためには、例えば、「距離基準」を用いることができる。

本発明の別の態様の車載機器制御装置は、車両に搭載された複数の車載機器を制御する装置であって、乗員または車両または周囲の状況を検出する複数の状況検出部と、前記状況検出部にて検出された乗員または車両または周囲の状況と、その時点の車載機器の作動の有無とを履歴データとして逐次記憶する履歴記憶部と、比較対象の履歴データの新しさ、および、前記状況検出部にて検出された状況との類似度から一の比較データを求めるための算式を記憶した算式記憶部と、前記算式記憶部に記憶された算式を読み出し、読み出した算式を用いて前記履歴記憶部に記憶された履歴データのそれぞれについて比較データを求め、求められた比較データを用いて一の履歴データを選択する履歴選択部と、前記履歴選択部にて選択された履歴データにおける作動の有無に一致するように、前記車載機器の作動を制御する車載機器制御部とを備える。

このように履歴記憶部に記憶された履歴データから、状況が類似し、かつ新しい履歴データを所定の算式を用いて選択する。選択された履歴データにおける車載機器の作動の有無と一致させることにより、ドライバの過去の行動に基づいて、比較的最近の作動のニーズに合わせた車載機器の制御を行うことができる。所定の算式は、例えば、類似度と新しさの２つの変数にそれぞれ重み付けする算式が考えられる。重み付けの係数は、所定値として定数を与えてもよいし、車載機器の作動がドライバによって受け入れられたか否かを教師信号とする学習によって更新してもよい。

本発明の車載機器制御方法は、車両に搭載された複数の車載機器を制御する制御方法であって、前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部を備え、前記車載機器の作動を検出する作動検出ステップと、前記作動検出ステップにおける車載機器の作動が検出されたときの乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習ステップとによって前記車載機器作動モデル記憶部に記憶された車載機器作動モデルを随時更新すると共に、乗員または車両または周囲の状況を検出する状況検出ステップと、前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行ステップと、前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御ステップとによって車載機器の制御を行う。

これにより、本発明の車載機器制御装置と同様に、車載機器作動モデルの学習の機会が飛躍的に増大すると共に、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。また、上記した車載機器制御装置の各種の構成を、本発明の車載機器制御方法に適用することも可能である。

本発明のプログラムは、車両に搭載された複数の車載機器を制御するプログラムであって、コンピュータに、前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶する車載機器作動モデル記憶領域を確保する記憶領域割当ステップと、前記車載機器の作動を検出する作動検出ステップと、前記作動検出ステップにおける車載機器の作動が検出されたときの乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶領域に記憶された車載機器作動モデルの学習を行うモデル学習ステップと、乗員または車両または周囲の状況を検出する状況検出ステップとを実行させて前記車載機器作動モデル記憶領域に記憶された車載機器作動モデルを随時更新すると共に、前記車載機器作動モデル記憶領域から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行ステップと、前記推論実行ステップにて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御ステップとを実行させる。

これにより、本発明の車載機器制御装置と同様に、車載機器作動モデルの学習の機会が飛躍的に増大すると共に、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。また、上記した車載機器制御装置の各種の構成を、本発明のプログラムに適用することも可能である。

本発明によれば、車載機器作動モデルの学習の機会が飛躍的に増大すると共に、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことができる。

以下、本発明の実施の形態の車載機器制御装置について図面を参照して説明する。
（第１の実施の形態）
図１は、本実施の形態の車両に搭載された車載機器を制御する車載機器制御装置１の構成を示す図である。図１に示すように、本実施の形態においては、車両は、照度センサ４０、ヘッドライト点灯駆動部４２、ライト方向変更駆動部４４を備えている。照度センサ４０は、外部の明るさを検出するセンサであり、例えば、車両の屋根に取り付けられる。ライトに関係する上記の車載機器はいずれも、ライトＥＣＵ３０に接続されており、ライトＥＣＵ３０によって制御される。

ライトＥＣＵ３０は、作動検出部３２、モデル学習部３４および推論実行部３６を備えている。作動検出部３２は、ライトＥＣＵ３０にて制御される車載機器の作動を検出する機能を有する。例えば、ヘッドライト点灯駆動部４２によってヘッドライトが点灯されたときに、作動検出部３２はヘッドライトが点灯されたことを検出する。モデル学習部３４は、作動検出部３２にて作動が検出された状況を用いて、後述するライト作動モデルの学習を行う機能を有する。推論実行部３６は、照度センサ４０等の状況検出部にて検出される状況から、確率推論によってヘッドライト点灯駆動部４２およびライト方向変更駆動部４４の作動ニーズを求める機能を有する。

ライトＥＣＵ３０には、ライト作動モデル記憶部３８が接続されている。ライト作動モデル記憶部３８に記憶されたライト作動モデルは、ライトを点灯するニーズがあるか否かを求めるためのモデルである。なお、図示を省略しているが、ライトＥＣＵ３０は、ライト方向変更駆動部４４を作動してライト方向を変更するニーズがあるか否かを求めるためのモデルも有している。

図２は、ライト作動モデルの例を示す図である。ライト作動モデルは、外部の照度を示す外部照度ノードＮ１と、同乗者の有無を示す同乗者ノードＮ２と、降雨量を示す降雨量ノードＮ３と、生活圏であるか否かを示す生活圏ノードＮ４とを含んでいる。同乗者ノードＮ２、降雨量ノードＮ３および生活圏ノードＮ４は、ライトを点灯すべき照度を示す点灯照度を示す点灯照度ノードＮ５に接続されている。このモデルでは、点灯照度が、同乗者の有無、降雨量および生活圏か否かという変数に依存することを示している。そして、点灯照度ノードＮ５および外部照度のノードＮ１が点灯ニーズのノードＮ６に接続されている。このモデルでは、点灯ニーズが点灯照度と外部照度に依存することを示している。

ライトＥＣＵ３０は、ライト作動モデルを用いて、ライトの点灯ニーズがあるか否かを求める。点灯ニーズを求めるための計算は以下のように行う。外部照度ノードＮ１に照度センサ４０で検出された照度を設定する。同様に、同乗者ノードＮ２、降雨量ノードＮ３、および生活圏ノードＮ４に、ドライバの設定によって、あるいは図示しない公知のセンサからの出力を用いて値を設定する。そして、外部照度ノードＮ１、同乗者ノードＮ２、降雨量ノードＮ３、生活圏ノードＮ４からの確率推論によって、点灯ニーズＮ６を推論する。この推論結果が所定の閾値を超えた場合に、ライトＥＣＵ３０は点灯ニーズ有りと判定する。なお、同乗者ノードＮ２、降雨量ノードＮ３、生活圏ノードＮ４は、短時間で変化する変数ではない。従って、同乗者ノードＮ２、降雨量ノードＮ３、および生活圏ノードＮ４から、点灯照度ノードＮ５の値を求めておき、一定の期間は、外部照度ノードＮ１と点灯照度ノードＮ５とを用いた確率推論を行ってもよい。これにより、点灯照度のノードＮ５の値を毎回計算しなくてもよいので、計算処理の負荷を軽減できる。なお、本実施の形態では、ベイジアンネットのモデルで作動ニーズを求める例を挙げているが、作動ニーズの計算には、ガウス関数やＳｏｆｔｍａｘ関数などの他の方法を用いることもできる。

また、車両は、燃料計表示駆動部５４および残燃料センサ５６からなる燃料に関係する車載機器を備えている。燃料に関係する車載機器は燃料計ＥＣＵ５０に接続されており、燃料計ＥＣＵ５０によって制御される。図１には示していないが、燃料計ＥＣＵ５０も、ライトＥＣＵ３０と同様に、作動検出部、モデル学習部および推論実行部を備えている。

燃料計ＥＣＵ５０には、燃料計作動モデル記憶部５２が接続されている。燃料計作動モデル記憶部５２に記憶された燃料計作動モデルは、給油のニーズがあるか否かを求めるためのモデルである。燃料計作動モデルとしては様々な構成が考えられるが、例えば、残燃料、燃費、目的地までの距離等のノードと給油ニーズとの依存関係を示すモデルとすることができる。

なお、図１では、車載機器として、ヘッドライト点灯駆動部４２、ライト方向変更駆動部４４、照度センサ４０、燃料計表示駆動部５４、残燃料センサ５６を記載しているが、本発明によって制御可能な車載機器は図１に示される車載機器に限定されない。車両に搭載される車載装置およびセンサは多岐にわたる。例えば以下のような車載装置およびセンサも本発明において用いることが可能である。

図３は、本発明において用いることが可能な、アクチュエータ類、ＥＣＵ類を示す図である。アクチュエータ類としては、カーナビ、オーディオ、ラジオ、ドア、スピードメータ、オートサンバイザー、ワイパーウォッシャ、タイヤ空気圧計、ヘッドアップディスプレイ（ＨＵＤ）、ＥＴＣ、デフロスタ、灰皿、クリッカブルソナー、エンジン、回生制御、燃料計、電動シート、エアコン、パワーウィンドウアクチュエータ、サンルーフアクチュエータ、エアコン内気切替えアクチュエータ、ライト、ドアロックアクチュエータ、ハザード、フィラーロックアクチュエータ、ドアミラー、アンテナ格納アクチュエータ、トリップメータ、ワイパーアンプ、アラームがある。また、ＥＣＵ類としては、ナビＥＣＵ、オーディオＥＣＵ、ドアＥＣＵ、スピードメータＥＣＵ、ボディーＥＣＵ、ワイパーＥＣＵ、ＨＵＤＥＣＵ，ＥＴＣＥＣＵ、エアコンＥＣＵ、ライトＥＣＵ、エンジンＥＣＵ、回生制御ＥＣＵ、燃料計ＥＣＵ、トリップメータＥＣＵがある。また、図示しないが、周辺監視センサ、カメラ、マイク、認識センサ、シートセンサ、侵入センサ等から得られる状況の情報を本発明にて用いることも可能である。以上、各種のアクチュエータ類とＥＣＵ類、およびセンサについて説明したが、ここに例示されたものに本発明を限定することを意図するものではない。

本実施の形態の車載機器制御装置１は、センターＥＣＵの機能を有するナビゲーション装置１０と、モニタ２４と、スイッチ２６を備えている。モニタ２４は、ナビゲーション装置１０の一部であってもよいし、別の装置として構成されてもよい。モニタ２４は、ナビゲーション装置１０によって検索された経路情報等を表示するほか、本実施の形態の車載機器制御装置１による推論結果に基づいて車載機器の作動を提示する機能を有する。

ナビゲーション装置１０は、推論実行部１２と作動問合部１４とを備えている。推論実行部１２は、ライトＥＣＵ３０、燃料計ＥＣＵ５０等の各ＥＣＵから複数の作動ニーズが通知された場合に、どの作動ニーズを優先するべきかを推論する機能を有する。推論実行部１２は、ナビゲーション装置１０に接続された優先度決定モデル記憶部１８に記憶された優先度決定モデルを用いて車載機器の作動の優先度を求める。優先度決定モデルは、複数の車載機器において作動ニーズ有りと判断された場合に、優先して作動すべき車載機器を決定するためのモデルである。

図４は、優先度決定モデルの例を示す図である。優先度決定モデルは、点灯ニーズの有無を示す点灯ニーズノードＮ１１と、給油ニーズの有無を示す給油ニーズノードＮ１２と、生活圏であるか否かを示す生活圏ノードＮ１３とを有している。生活圏ノードＮ１３には、安全優先か快適優先かを示すノードＮ１４が接続されている。そして、点灯ニーズノードＮ１１と、給油ニーズノードＮ１２と、安全優先か快適優先かを示すノードＮ１４はいずれもサービス優先度を示すサービス優先度ノードＮ１５に接続されている。ナビゲーション装置１０は、複数の車載装置の作動ニーズがあった場合には、この優先度決定モデルを用いてそれぞれの作動ニーズの優先度を求める。ここでも、ベイジアンネットのモデルで優先度を決定する例を挙げているが、優先度の計算には、ガウス関数やＳｏｆｔｍａｘ関数などの他の方法を用いることもできる。

ナビゲーション装置１０の作動問合部１４は、車載機器を作動してよいか否かをドライバに問い合わせる機能を有する。作動問合部１４は、作動ニーズ有りと判定された車載機器を作動してよいか否かを問い合わせるメッセージをモニタ２４に表示する。例えば、「ヘッドライトを点灯しますか」というメッセージをモニタ２４に表示する。作動確認のメッセージを表示する際に、その車載機器の作動を推薦する理由を表示してもよい。車載機器の作動を推薦する理由は、車載機器作動モデルを用いた推論において、車載機器の作動ニーズに最も寄与したノードを求めることによって決定することができる。

作動問合部１４は、モニタ２４にて提示された車載機器の作動の許否を、スイッチ２６を通じてドライバから受け付ける機能を有する。スイッチ２６は、ドライバが容易に操作可能なように、例えば、ハンドル等に取り付けられていてもよい。スイッチ２６は、例えば、「ＹＥＳ」「ＮＯ」ボタンであり、「ＹＥＳ」「ＮＯ」の選択により作動の許否を確認する。また、別の例では、スイッチ２６として「ＹＥＳ」ボタンのみを設け、「ＹＥＳ」ボタンの選択、または、「ＹＥＳ」ボタンが選択されないで所定時間が経過したことによって、作動の許否を確認してもよい。

本実施の形態では、モニタ２４およびスイッチ２６を用いて、作動問合せを行う例を説明したが、別のユーザインターフェースを採用することも可能である。例えば、「ヘッドライトを点灯しますか」等の問合せメッセージをスピーカから出力し、ドライバが発声する「はい」「いいえ」の音声を音声認識部にて分析することによって、作動許否の入力を受け付けてもよい。このような構成を採用すれば、ドライバは、作動の問合せに対してモニタ２４を見ないで対応することができるので、運転の妨げとなることがない。

本実施の形態の車載機器制御装置１は、ドライバの属性を記憶するドライバ属性記憶部１６と、車載機器の作動履歴を記憶する作動履歴記憶部２０とを備えている。ドライバの属性には、ドライバの年齢、性別、視力、性格等の情報が含まれる。車両を運転する候補のドライバが複数名ある場合には、それぞれのドライバについてドライバの属性を記憶しておく。この場合には、ドライバを特定するために、車両の運転を開始する際にドライバを特定する情報をタッチパネル等から入力させる構成、あるいは、運転の癖からドライバを推定する構成とすることができる。また、ドライバごとに異なる電子キーを所有している場合には、車両に挿し込まれた電子キーから、ドライバを特定することとしてもよい。

作動履歴記憶部２０は、各車載機器の操作履歴を記憶しておく機能を有する。本実施の形態の車載機器制御装置１においては、車載機器が作動したことが検出されると、その検出情報は各ＥＣＵからナビゲーション装置１０に通知される。ナビゲーション装置１０は、車載機器の作動検出に応じて、その時点での状況を各種センサから取得する。そして、ナビゲーション装置１０は、作動が検出された車載装置と、その作動時刻と、その時点の状況を関連付けて、作動履歴記憶部２０に記憶する。

図５は、本実施の形態の車載機器制御装置１および管理センター６０を示す図である。管理センター６０は、ネットワークを通じて車載機器制御装置１に接続されており、通信サーバ６２によって車載機器制御装置１と通信する。管理センター６０は、ドライバ情報記憶部６４とＶＩＣＳ（ＶｅｈｉｃｌｅＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＳｙｓｔｅｍ）６６とを備えている。

ドライバ情報記憶部６４は、複数のドライバの車載機器制御装置１から送信されるドライバの属性および作動履歴等の情報を記憶する。例えば、ドライバの属性ごとに作動履歴をクラスタリングすることにより、ドライバの属性ごとに車載機器作動モデルを生成することができる。これにより、車載機器制御装置１を初めて使用するドライバに対し、ドライバの属性に合わせて車載機器作動モデルを提供することが可能となる。

また、ＶＩＣＳ６６は、渋滞や交通規制などの道路交通情報をリアルタイムに送信するシステムである。管理センター６０のＶＩＣＳ６６により交通情報を車載機器制御装置１に送信することにより、車載機器制御装置１は交通情報を検出して、車載機器を制御することができる。

次に、本実施の形態の車載機器制御装置１の動作について説明する。
図６は、本実施の形態の車載機器制御装置１によって、車載機器作動モデルを学習する動作を示す図である。車載機器制御装置１０は、車両の走行中にモデルの学習を行う。まず、車載機器制御装置１は、車両を運転するドライバの認証を行う（Ｓ１０）。ドライバの認証方法としては、電子キーを用いる方法や、指紋や虹彩などのバイオメトリクス認証を行う方法がある。これにより、盗難防止と共に、車両を運転するドライバを特定することができる。

次に、車両の運転が開始されると、車載機器制御装置１は、いずれかの車載機器が作動されたか否かを検出する（Ｓ１２）。車載装置の作動検出は、繰り返し行われ、車載機器の作動が検出されると（Ｓ１２でＹＥＳ）、次のステップに進む。

車載機器制御装置１は、車載機器の作動が検出されると、その時点での状況を検出する（Ｓ１４）。例えば、ヘッドライトの点灯を検出した場合には、その時点での外部の照度を外部照度センサ４０にて検出する。次に、車載機器制御装置１は、ドライバの属性を取得する（Ｓ１６）。その後、車載機器制御装置１は、検出された状況およびドライバの属性に関連付けて車載機器の作動履歴を保存する（Ｓ１８）。

車載機器制御装置１は、保存された作動履歴を用いて、ライト作動モデル（車載機器作動モデル）の学習を行う（Ｓ２０）。図６では、作動履歴を保存した後（Ｓ１８）、すぐに車載機器作動モデルの学習を行っているが（Ｓ２０）、必ずしも、新しい作動履歴が加わるたびに、車載機器作動モデルの学習を行わなければならないというわけではない。所定量の作動履歴が蓄積された時点で車載機器作動モデルの学習を行ってもよい。ただし、モデルの学習頻度が多い方が、速やかにドライバにより適した車載機器作動モデルに更新することができる。

ここで、モデルの学習について、ライト作動モデルを例として詳しく説明する。図７（ａ）は、ライトの点灯を検出したときの作動履歴の例を示す図である。図７（ａ）に示すように、作動履歴として、「同乗者」「生活圏」「降雨量」「点灯照度」の各データが保存されている。「同乗者」は、ライトを点灯したときの同乗者の有無を示すデータである。「生活圏」は、ライトを点灯したときに車両が走行していたエリアが生活圏であるか否かを示すデータである。生活圏であるか否かは、例えば、ナビゲーション装置１０によって車両の走行箇所を確認し、走行箇所が自宅あるいは会社の周辺の場合には、生活圏であると判定することができる。「降雨量」は、ライトを点灯したときの降雨量を示すデータである。このデータは、例えばワイパーの動作レベルに応じて求めたり、あるいは車両の屋根に当たる雨量を計測するセンサによって求めることができる。「点灯照度」は、ライトを点灯したときの外部の明るさを示すデータである。このデータは、前述した照度センサ４０によって取得する。

図７（ｂ）は、図７（ａ）に示す作動履歴において、降雨量のデータを２値化したデータある。ここでは、降雨量が「３」以上の場合を「ＴＲＵＥ」、「２」以下の場合を「ＦＡＬＳＥ」として２値化を行っている。このように降雨量のデータを２値化することにより、後の計算処理の負荷を軽減できる。降雨量の２値化は、必ずしも必須の処理ではない。ライトＥＣＵ３０の演算能力が高い場合には、２値化しなくてもよい。

本実施の形態では、図７（ｂ）に示す作動履歴のデータを用いて、図２に示すライト作動モデルの学習を行う。図２に示すライト作動モデルは、各ノードが条件付確率を示す依存関係を示す有向リンクによって接続されている。本実施の形態では、この依存関係（ＣｏｎｄｉｔｉｏｎａｌＰｒｏｂａｂｉｌｉｔｙＴａｂｌｅ：以下「ＣＰＴ」という）を作動履歴に基づいて更新することにより、モデルの学習を行う。学習を行うために、まず、図７（ｂ）に示すデータから、ライトの点灯を検出したときの各状況の頻度を計算する。

図８（ａ）は、図７（ｂ）に示す作動履歴データから、ライトが点灯されたときの「同乗者の有無」「生活圏であるか否か」「降雨の有無」「点灯照度」のそれぞれの状況の頻度を集計した表である。図８（ａ）に示す表において、例えば、８行３列を参照すると、「同乗者あり」、「生活圏ＴＲＵＥ」、「降雨なし」、「点灯照度８」で点灯された回数が「１」であることが分かる。なお、この例では、図７（ｂ）に示す作動履歴データから、ライトが点灯されたときの各状況の頻度を単純にカウントした例について説明しているが、学習の高速化を図るため、関連の強い状況について頻度を設定することも可能である。例えば、「同乗者あり」、「生活圏ＴＲＵＥ」、「降雨なし」、「点灯照度７」の欄の頻度に、０．５等の数値を設定する。

図８（ｂ）は、デフォルトのライト作動モデルにおけるライト点灯時の各状況の頻度を示す表である。この表では、ライト点灯の際の各状況の頻度はいずれも「１」であり、状況に対する何らの偏りも有していない。つまり、図８（ｂ）に示す表は、どのような状況でライトが点灯されるかということを何ら規定していない。

ライトＥＣＵ３０は、図８（ｂ）に示すデフォルトの表に対して、図８（ａ）に示す作動履歴に基づいて得られた頻度を加算して、図９（ａ）に示す表を生成する。このように、図８（ｂ）に示すデフォルトの頻度を加算するのは、データ数の少ない学習の初期段階において、特定の状況における条件付き確率が過剰に大きくならないようにするためである。本実施の形態では、デフォルトの頻度の表（図８（ｂ）参照）は、ライト点灯という作動が行われる頻度がすべての状況において同等であることを規定している。例えば、ライト点灯の場合のように、外部の照度が低いときに、点灯される確率が高いことが予測されるような場合には、デフォルトの頻度の表にそのような傾向を設定してもよい。

次に、ライトＥＣＵ３０は、作成された頻度の表を正規化して、図９（ｂ）に示すようなＣＰＴを生成する。以上の処理により、ドライバの作動履歴を用いて、ライト作動モデルの学習を行うことができる。

図１０は、車載機器制御装置１によって車載機器の制御を行う動作を示す図である。まず、ドライバが車両の運転を開始しようとすると、車載機器制御装置１は、ドライバの認証を行う（Ｓ３０）。ドライバの認証は、例えば、ドライバごとに異なる電子キーを所有している場合には、車両に挿し込まれた電子キーから、ドライバを特定することとしてもよい。

次に、車載機器制御装置１は、最初のステップ（Ｓ３０）で特定されたドライバの情報を用いて、ドライバ属性記憶部１６からドライバ属性を取得する（Ｓ３２）。

ドライバが運転を開始すると、車両に搭載された各種センサ類は、状況の検出を行う（Ｓ３４）。例えば、照度センサ４０は外部の照度（明るさ）を検知する。ナビゲーション装置１０は、走行位置を確認し、走行しているエリアが生活圏か否かを判定する。残燃料センサ５６は燃料の残量を検知する。図示しない温度センサは、車内の温度を検知する。ここで例示する以外にも、車両の各種のセンサ類は、車両の状況または車両の周囲の状況を検出する。

続いて、車載機器制御装置１の各ＥＣＵ（例えばライトＥＣＵ３０、燃料計ＥＣＵ５０）は、取得したドライバ属性と状況の情報を車載機器作動モデルに設定して確率推論を実行し、それぞれの車載機器の作動ニーズを求める（Ｓ３６）。例えば、ライト点灯のニーズを求める場合には、図２に示すライト点灯モデルの外部照度ノードＮ１に照度センサ４０で検知された外部照度を設定し、同乗者ノードＮ２に同乗者の有無を設定、降雨量ノードＮ３の降雨の有無を設定し、生活圏ノードＮ４に生活圏であるか否かを示す値を設定する。そして、ライトＥＣＵ３０は、図９（ｂ）に示すようなＣＰＴを用いて、同乗者ノードＮ２、降雨量ノードＮ３、生活圏ノードＮ４から点灯照度ノードＮ５の条件付確率を求める。続いて、ライトＥＣＵ３０は、求めた点灯照度ノードＮ５の値と、外部照度ノードＮ１の値とに基づいて点灯ニーズを求める。

ライトＥＣＵ３０、燃料計ＥＣＵ５０等のＥＣＵは、車載機器の作動ニーズが所定の値を超えた場合に、作動ニーズが検出されたことをナビゲーション装置１０に通知する。車載機器制御装置１のナビゲーション装置１０は、いずれかのＥＣＵにおいて車載機器の作動ニーズが検出されたか否かを判定する（Ｓ３８）。作動ニーズが検出されなかった場合には（Ｓ３８でＮＯ）、ドライバ属性情報取得（Ｓ３２）、状況検出（Ｓ３４）および推論実行（Ｓ３６）を行い、作動ニーズの検出を繰り返し行う。なお、ドライバ属性情報として、ドライバが変わらなければ変化しない属性（年齢、性別等）のみを用いる場合には、ドライバ属性の取得（Ｓ３２）を毎回行う必要はない。この場合、車載機器制御装置１は、１回目に読み出したドライバ属性情報をメモリに記憶しておき、メモリに記憶されたドライバ属性情報を利用する構成とすることが好ましい。

作動ニーズが検出された場合には（Ｓ３８でＹＥＳ）、ナビゲーション装置１０は、複数の車載機器の作動ニーズが存在するか否かを判定する（Ｓ４０）。複数の車載機器の作動ニーズが存在する場合には（Ｓ４０でＹＥＳ）、ナビゲーション装置１０は、優先度決定モデルを用いて、最も優先度の高い作動ニーズを決定する（Ｓ４２）。例えば、ライトの点灯ニーズと、燃料の給油ニーズとが競合した場合には、図４に示す優先度決定モデルを用いてサービス優先度を決定する。ナビゲーション装置１０は、ライトＥＣＵ３０から通知された点灯ニーズを点灯ニーズノードＮ１１に設定し、燃料計ＥＣＵ５０から通知された給油ニーズノードＮ１２に設定する。また、生活圏ノードＮ１３に、ナビゲーション装置１０にて求めた生活圏か否かを示す値を設定し、確率推論を実行する。

確率推論を行うために必要な観測事象が不足している場合には、別のＥＣＵに推論を依頼してもよい。例えば、図４に示す優先度決定モデルにおいて、生活圏ノードＮ１３の値が不明である場合に、安全優先か快適優先かを示すノードＮ１４の値を他のＥＣＵにて計算してもよい。なお、このように他のＥＣＵに計算を行わせる構成は、ドライバ属性情報に関係するノードの値を求めるときに、特に好適である。すなわち、ドライバ属性情報に関係するノードの値については、各ＥＣＵには個人情報を記憶しないで、個人情報を管理する特定のＥＣＵにて推論を行い、その結果のみを各ＥＣＵに与える構成とする。これにより、ドライバ属性情報を管理するＥＣＵの数を少なくでき、個人情報の保護に資することができる。

作動ニーズの優先度が求まった後、あるいは、複数の作動ニーズがない場合（Ｓ４０でＮＯ）、ナビゲーション装置１０は、車載機器の作動問合せを行う（Ｓ４４）。具体的には、作動ニーズの高い車載機器を示す情報をモニタ２４に表示し、ドライバに作動の確認を行う。ライト点灯ニーズがある場合には、例えば「ヘッドライトを点灯しますか」等のメッセージを表示し、スイッチ２６から「ＹＥＳ」「ＮＯ」の入力を待つ。なお、表示の態様は、作動ニーズの大きさ、あるいは作動ニーズを求めた推論の確信度に応じて、大きく表示したり、小さく表示したりしてもよい。

車載機器の作動の確認は、ドライバに余裕のあるときに行うことが好ましい。例えば、ドライバが右左折しようとしているときや、車線変更を行おうとしているとき等に、車載機器を作動するか否かの確認を行うと、運転の妨げになって危険である。従って、車載機器制御装置１は、ナビゲーション装置１０の情報等を利用して、車両がしばらく直進走行するタイミングを検出して、作動の確認メッセージを表示することが好ましい。また、都合の良い作動確認タイミングは、ドライバによっても異なるので、作動確認の表示タイミングを学習する構成としてもよい。例えば、作動確認の問合せに対して、ドライバが対応した場合と対応しなかった場合の状況を記憶しておき、ドライバが対応する確率の高いタイミングで作動確認メッセージを表示する。

次に、車載機器制御装置１は、ドライバからの対応を受け付け（Ｓ４６）、受け付けた対応に基づいて、車載機器の作動の許否を判定する（Ｓ４８）。上記例では、ドライバにより、「ＹＥＳ」が選択された場合には、車載機器の作動が許可されたと判定し、「ＮＯ」が選択された場合には、車載機器の作動が許否されたと判定する。車載機器の作動が許可されたと判定された場合（Ｓ４８でＹＥＳ）、車載機器を作動させる（Ｓ５０）。例えば、ライト点灯ニーズの場合には、実際にヘッドライトを点灯する。このとき、車載機器の作動と共に、車載機器の作動を報知することとしてもよい。例えば、ヘッドライトを点灯するときに、「ヘッドライトを点灯します」と音声によって知らせることにより、ドライバはヘッドライトの点灯を知ることができる。

車載機器の作動が拒否されたと判定された場合（Ｓ４８でＮＯ）、車載機器制御装置１は、車載機器の作動を行わずに、車載機器作動モデルの学習を行う（Ｓ５２）。車載機器の作動が拒否された場合には、車載機器制御装置１が作動ニーズ有りと判断した根拠となった各状況では、作動ニーズが無かったことを意味する。従って、その状況において作動ニーズ有りと判定されないように、例えば、図９（ａ）における頻度の表において、ドライバが作動を拒否した状況の頻度を減らす等して、ＣＰＴを更新する。

車載機器制御装置１は、車載機器を作動した場合も（Ｓ５０）、車載機器を作動せずにモデルの学習を行った場合も（Ｓ５２）、再びドライバ属性情報を読み出すステップ（Ｓ３２）に戻って、上記した動作を繰り返し行う。以上の処理により、状況に変化に応じて車載機器の作動ニーズを検出し、ドライバの車載機器の作動を支援することができる。

なお、図６に示すモデル学習の処理と図１０に示す車載機器制御の処理は、並行して実施される。ドライバの車載機器の作動履歴から車載機器作動モデルの学習を行って、車載機器作動モデルをドライバに適したものに学習すると共に、その車載機器作動モデルを使って、車載機器の制御を行う。

本実施の形態の車載機器制御装置１は、例えば、ライトＥＣＵ３０の作動検出部３２にてライトの点灯が検出されたとき等のように車載機器の作動が検出されると、その乗員または車両または周囲の状況を作動履歴として記憶し、モデル学習部３４が作動履歴を用いて、車載機器作動モデルの学習を行う。これにより、ドライバが日常的に行う操作の中で車載機器が作動されたときに、その作動ニーズが発生する状況を学習することができるので、車載機器作動モデルの学習の機会が飛躍的に増大する。これにより、車載機器の作動ニーズを求めるための車載機器作動モデルを速やかにドライバに合ったモデルにすることができる。また、季節の変化や周辺道路事情への慣れなどにより、作動ニーズが変化する場合にも柔軟に対応することができる。

また、状況を示す複数の変数と車載機器の作動ニーズとの依存関係を表すモデルにおいて、車載機器が作動されたときの作動履歴を使って学習していくので、最初に車載機器作動モデルに含まれていなかった状況の変数を付加し、ドライバにより適したモデルへと更新していくことが可能である。図２に示すモデルでは、点灯ニーズを求めるためのノードとして、外部照度、同乗者、降雨量、生活圏が規定されている。例えば、作動履歴から、ヘッドライトの点灯と交通量との間に相関がある場合には、交通量のノードを加えたモデルに更新することが可能である。

本実施の形態では、車載機器制御装置１は、ドライバ属性記憶部１６を備えており、認証されたドライバの属性をドライバ属性記憶部１６から読み出す。車載機器制御装置１は、読み出したドライバ属性を用いて作動ニーズを求めるので、ドライバの個性に合わせて車載機器の制御を行うことができる。

本実施の形態では、車載機器制御装置１は管理センター６０とネットワークによって接続されている。これにより、管理センター６０は、車載機器の作動履歴を各車載機器制御装置１から収集して、平均的な車載機器作動モデルを生成することができる。また、車載機器制御装置１は、管理センター６０にて生成された車載機器作動モデルを取得することができるので、最初に車載機器作動モデルを使う場合に、平均的ドライバにとって使い易い車載機器制御を行うことができる。

（第２の実施の形態）
次に、本発明の第２の実施の形態の車載機器制御装置について説明する。第２の実施の形態の車載機器制御装置は、第１の実施の形態の車載機器制御装置１と基本的な構成は同じである（図１参照）。第２の実施の形態の車載機器制御装置は、個々の車載機器について作動ニーズを求める第１の実施の形態の車載機器制御装置１の構成に加えて、同時に作動されることの多い複数の車載機器の制御する構成を有する。

図１１（ａ）および図１１（ｂ）は、第２の実施の形態の車載機器制御装置において、同時に実行されることの多い車載機器の作動を規定したサービステンプレートの例を示す図である。図１１（ａ）に示すＧＳ操作テンプレートは、車両がガソリンスタンド（以下、「ＧＳ」という）に進入したときに同時に実行されることの多い車載機器の作動を規定している。図１１（ｂ）に示すトンネル通行テンプレートは、車両がトンネルを走行するときに同時に実行されることの多い車載機器の作動を規定している。

第２の実施の形態の車載機器制御装置は、図１１（ａ）および図１１（ｂ）に示すようなサービステンプレートを記憶しておくことにより、状況に応じて車載機器を適切に制御することができる。

図１２は、第２の実施の形態の車載機器制御装置にて用いられるテンプレート実行ニーズを判断するためのモデルの例を示す図である。このモデルは複数のテンプレートの実行ニーズがある場合にその優先度を決定する役割も有している。テンプレート実行ニーズ判定モデルは、ＧＳ進入の有無を示すノードＮ２１、同乗者の有無を示すノードＮ２２がＧＳ操作テンプレートニーズのノードＮ２４に接続されている。これにより、ＧＳ進入の有無と同乗者の有無によりＧＳ操作テンプレートの実行ニーズを求めることができる。

また、トンネル直前か否かを示すノードＮ２３がトンネル通行テンプレートニーズのノードＮ２５に接続されている。これにより、トンネル直前か否かによりトンネル通行テンプレートの実行ニーズを求めることができる。

さらに、ＧＳ操作テンプレートニーズのノードＮ２４とトンネル通行テンプレートニーズのノードＮ２５は、テンプレート優先度のノードＮ２６に接続されている。これにより、ＧＳ操作テンプレートの実行ニーズとトンネル通行テンプレートの実行ニーズとの優先度を求めることができる。

第２の実施の形態の車載機器制御装置は、ＧＳ進入またはトンネル直前という状況を検知し、ＧＳ操作テンプレートの実行ニーズまたはトンネル通行テンプレートの実行ニーズがあると判断した場合には、ＧＳ操作テンプレートまたはトンネル通行テンプレートに規定された複数の車載機器の作動を実行する。なお、ＧＳ進入やトンネル直前という状況は、ＧＰＳ２２によって車両の現在位置を特定し、ナビゲーション装置１０によって車両の走行位置の周辺地図を検索することにより、検知することができる。

次に、図１１（ａ）または図１１（ｂ）に示すテンプレートの生成方法について説明する。車載機器制御装置は、作動履歴記憶部２０に記憶された作動履歴２０に基づいて、同じ状況で実行された車載機器の作動を検出する。

図１３は、作動履歴記憶部２０に記憶されたデータの例を示す図である。図１３を参照すると、データＤ１とデータＤ２は、ＧＳに進入したという状況において、ワイパーを止め、オーディオを止めたことを示している。従って、この作動履歴から、ＧＳ進入と、ワイパーＯＦＦ、オーディオＯＦＦとの間に相関関係があることが分かる。この相関関係の強さが所定の閾値を超える場合に、一つのサービスにおける一連の動作としてテンプレートを規定できる。このとき、一つのサービスを構成する複数の車載機器の作動の間に、実行順序が存在する場合には、その実行順序を併せて学習してもよい。この学習には、例えば、ＨＭＭ（ＨｉｄｄｅｎＭａｒｃｏｖＭｏｄｅｌ）を用いることができる。

なお、ＧＳに進入してもオーディオをＯＦＦしないドライバの場合には、ＧＳ進入とオーディオＯＦＦとの間の相関関係は弱くなるので、テンプレートにオーディオＯＦＦが含まれないことになる。また、最初に、ＧＳ操作テンプレートにオーディオＯＦＦの作動が含まれていた場合にも、蓄積された作動履歴の分析により、ＧＳ進入とオーディオＯＦＦとの相関が所定の閾値以下となった場合には、ＧＳ操作テンプレートからオーディオＯＦＦの作動を外す。このような学習を行うことにより、ドライバに合ったテンプレートに更新していくことができる。

第２の実施の形態の車載機器制御装置は、同時に実行されることの多い複数の車載機器の作動をテンプレートに規定し、テンプレートの単位で複数の車載機器を作動するので、状況に応じて、複数の車載機器の作動を適切に制御することができる。

（第３の実施の形態）
図１４は、本発明の第３の実施の形態の車載機器制御装置３の構成を示す図である。第３の実施の形態の車載機器制御装置３は、第１の実施の形態の車載機器制御装置１と基本的な構成は同じである。第３の実施の形態の車載機器制御装置３は、第１の実施の形態の車載機器制御装置１の構成に加えて、ナビゲーション装置１０が車載機器選択部７０を備えている点が異なる。

車載機器選択部７０は、各ＥＣＵから通知される各種の状況に基づいて、ドライバまたは車両等にどのようなニーズがあるのかを判断し、そのニーズを満たすことができる車載機器を選択する機能を有する。ここで、「ニーズ」とは、それぞれの車載機器を作動する動機付けとなる事項であり、車載機器の「作動ニーズ」が発生する原因である。車載機器選択部７０にて各種の状況からドライバまたは車両等のニーズを求めるために、ナビゲーション装置１０にはニーズモデル記憶部７２が接続されている。

図１５は、ニーズモデル記憶部７２に記憶されたニーズモデルの例を示す図である。図１５に示すモデルでは、同乗者の有無を示す同乗者ノードＮ３１と、室温を示す室温ノードＮ３２と、湿度を示す湿度ノードＮ３３とが、空気の入換えのニーズを示すノードＮ３４に接続されている。つまり、空気の入換えニーズを求めるニーズモデルは、同乗者、室温および湿度の変数が、空気の入換えニーズを示す変数と依存関係を有する。ここでは、空気の入換えニーズを求めるニーズモデルについて説明しているが、様々なニーズに対応して、それぞれニーズモデルが存在する。

車載機器選択部７０は、図１５に示すようなニーズモデルに、検出した状況を設定し、確率推論を実行することによってニーズを求める。なお、車載機器選択部７０は、推論実行部１２に対して、ニーズを求める確率推論を行うように指示し、その結果を取得する構成でもよい。車載機器選択部７０は、ニーズモデルを用いた推論によってニーズ有りと判定されたときに、そのニーズを満たす車載機器を選択する機能を有する。車載機器選択部７０にて、ニーズを満たす車載機器を選択するために、ナビゲーション装置１０には、利用目的記憶部７４が接続されている。

図１６は、利用目的記憶部７４に記憶されたデータの例を示す図である。利用目的記憶部７４には、「利用目的」「車載機器」の各データが記憶されている。「利用目的」は、車載機器を利用する目的を示すデータである。「車載機器」は、車載機器を特定するデータである。この例では、「空気の入換え」という目的に対して、窓を開けるための「パワーウィンドウアクチュエータ」と、エアコンを通じて空気を入れ換える「エアコン内気入換えアクチュエータ」が対応付けられている。この例からも分かるように、「利用目的」は、車載機器をどのような場合に用いるか、という観点から規定される。例えば、「外部の騒音を気にならなくする」という利用目的の場合には、窓を閉めるための「パワーウィンドウアクチュエータ」と、音楽を流す「オーディオ」とが規定される。「利用目的」は、車載機器の機能ではないので、図１６に示す例のように一の車載機器（例えば、パワーウィンドウアクチュエータ）が複数の利用目的と対応付けられてもよい。なお、この利用目的記憶部７４に記憶するデータは、一般的な利用目的を対応付けて作成してもよいし、学習によって各ドライバに適合したデータベースへと更新してもよい。

図１７は、車載機器選択部７０を使った制御により、車載機器の制御を行う動作を示す図である。基本的な動作は、図１０で説明した車載機器制御装置１の動作と同じであり、車載機器制御装置３は、ドライバの認証を行い（Ｓ６０）、ドライバ属性記憶部１６からドライバ属性を取得し（Ｓ６２）、走行中に各種センサ類が状況の検出を行う（Ｓ６４）。

車載機器制御装置１の車載機器選択部７０は、各ＥＣＵ（例えばライトＥＣＵ３０、燃料計ＥＣＵ５０）によって取得した状況の情報およびドライバ属性をニーズモデルに設定して確率推論を実行し、ニーズを求める（Ｓ６６）。車載機器選択部７０は、ニーズが所定の閾値を超えたか否かによって、ニーズ検出の有無を判定する（Ｓ６８）。ニーズ検出無しと判定された場合（Ｓ６８でＮＯ）、ドライバ属性情報取得（Ｓ６２）、状況検出（Ｓ６４）および推論実行（Ｓ６６）を行い、ニーズの検出を繰り返し行う。

ニーズ検出有りと判定された場合（Ｓ６８でＹＥＳ）、ナビゲーション装置１０の車載機器選択部７０は、ニーズを満たすことのできる車載機器を選択する（Ｓ７０）。車載機器選択部７０は、利用目的記憶部７４から、ニーズに対応する車載機器およびその作動を読み出す。これにより、車載機器選択部７０は、どの車載機器でどのような作動を行えばよいのかの情報を取得する。

作動させる車載機器が決定された後の動作は、図１０に示す動作と基本的に同じである。車載機器制御装置３は、車載機器の作動問合せを行い（Ｓ７２）、これに対するドライバからの対応を受け付け（Ｓ７４）、受け付けた対応に基づいて、車載機器の作動の許否を判定する（Ｓ７６）。車載機器の作動が許可されたと判定された場合（Ｓ７６でＹＥＳ）、車載機器を作動し（Ｓ７８）、車載機器の作動が拒否されたと判定された場合（Ｓ７６でＮＯ）、車載機器制御装置１は、車載機器の作動を行わずに、ニーズモデルの学習を行う（Ｓ８０）。その後、車載機器制御装置は、ドライバ属性情報を読み出すステップ（Ｓ６２）に戻って、上記した動作を繰り返し行う。以上の処理により、状況に変化に応じてニーズを検出し、ニーズに適応した車載機器の作動を支援することができる。

第３の実施の形態の車載機器制御装置３は、ニーズモデルを用いた推論によって、車載機器の「作動ニーズ」が発生する原因となる「ニーズ」を求め、「ニーズ」を満たすことができる車載機器を選択する。従って、過去に使用されたことのない車載機器であっても、ニーズを満たすことのできる車載機器であれば、選択される。これにより、ドライバが車載機器について深く理解していない場合でも、状況に応じて適切な車載機器を作動することができる。最近の車両には、極めて多くの車載機器が搭載されており、ドライバがすべての車載機器について理解することが困難である。このような背景に鑑みれば、本実施の形態の構成は、特に有効である。

（第４の実施の形態）
図１８は、本発明の第４の実施の形態の車載機器制御装置４の構成を示す図である。第４の実施の形態の車載機器制御装置４は、作動状態履歴記憶部７６に車載機器の作動状態の履歴を記憶している。第４の実施の形態の車載機器制御装置４は、車載機器の作動状態の履歴情報に基づいて、車載機器の作動の支援を行う。

図１９は、作動状態履歴記憶部７６に記憶されたデータの例を示す図である。この例では、ライトの作動状態についての履歴を記憶している。作動状態履歴記憶部７６には、「降雨量」「照度」「ライトの作動状態」の各データが記憶されている。「降雨量」は、履歴を取得した時点の降雨量を０〜５の６段階で示すデータである。降雨量のデータは、例えば、車両に取り付けられたセンサによって検知してもよいし、ワイパーの動作の強度等から類推してもよい。「照度」は、履歴を取得した時点の外部の明るさを１〜１０の１０段階で示すデータである。照度のデータは、照度センサ４０によって検知する。「作動状態」は、ライトが点灯しているか否かを示すデータである。作動状態履歴記憶部７６は、ライトの作動が検出されたときの履歴データのみならず、ライトが未作動のときの履歴データも記憶している。

ナビゲーション装置１０に備えられた類似履歴検索部７８は、作動状態履歴記憶部７６に記憶された履歴データの中から、現在の状況に最も類似する履歴データを検索する機能を有する。類似履歴検索部７８は、各種のセンサ情報を各ＥＣＵ（ライトＥＣＵ３０、燃料計ＥＣＵ５０等）を介して受信し、現在の状況を取得する。類似履歴検索部７８は、現在の状況と、履歴データにおける状況との類似度を「距離基準」を用いて計算する。以下に、具体的な計算方法について説明する。

例えば、各種センサから得られた現在の状況が降雨量Ａｘ、照度Ｂｘとし、ｎ番目の履歴データにおける状況を降雨量Ａｎ、照度Ｂｎとする。この場合、両データの類似度Ｒは、次式（１）によって求められる。

上式（１）で求められた類似度Ｒが最も小さい履歴データが、現在の状況に最も類似する履歴データである。類似履歴検索部７８は、検索された履歴データにおける作動状態を参照し、その履歴データにおける作動状態と同じ状態となるように、車載機器の作動を制御する。すなわち、履歴データが「作動」の場合には、車載機器を作動させるようにし、履歴データが「未作動」の場合には、車載機器を作動しない。なお、作動中の車載機器の場合には、その作動を停止してもよい。

車載機器制御装置は、車載機器の作動を制御する際には、上記した実施の形態と同様に、作動問合部１４によってドライバに対して作動可否の問合せを行い、それに対する応答に基づいて車載機器の作動を行う。

第４の実施の形態の車載機器制御装置４は、履歴データから状況が最も類似する履歴データを検索し、検索された履歴データにおける車載機器の作動の有無と一致させるので、ドライバの過去の行動に基づいて、作動のニーズに合わせた車載機器の制御を行うことができる。

本実施の形態において示した式（１）は一例であり、本発明は、履歴データの類似度をどのような式によって求めてもよいことは言うまでもない。また、上記（１）式において、定数α₁、α₂は、ドライバに合わせて変更してもよい。この場合、作動問合せに対するドライバの受入れ結果を教師信号として、定数α₁、α₂を更新することができる。

本実施の形態では、類似履歴検索部７８は、現在の状況と履歴データにおける状況との類似度のみによって履歴データの検索を行っているが、検索の基準に、履歴データの新しさを加えてもよい。新しい履歴データの方が、古い履歴データよりも信頼性が高いので、類似度が同程度であれば、新しい履歴データが検索されるような方式によって検索を行う。例えば、履歴データの新しさを距離基準の一要素として加えてもよいし、類似度Ｒと履歴データの新しさを示す変数のそれぞれに重み付けして別の比較データを求めてもよい。

以上、本発明の車載機器制御装置について実施の形態を挙げて詳細に説明したが、本発明は上記した実施の形態に限定されるものではない。

上記した実施の形態では、ライトＥＣＵ３０、燃料計ＥＣＵ５０等のＥＣＵと、センターＥＣＵとしてのナビゲーション装置１０とが、それぞれ、推論実行部１２，３６を備えている。この構成により、車載機器の作動ニーズをＥＣＵによって計算し、作動ニーズの優先度をナビゲーション装置１０で計算するので、計算処理が分散され、負荷の集中を回避できる。なお、ナビゲーション装置１０が高い演算能力を有する場合には、ナビゲーション装置１０にてすべての計算を行う構成とすることも可能である。

上記した実施の形態では、車両に搭載されたＥＣＵによって作動ニーズを計算する例について説明しているが、作動ニーズの計算は必ずしも車両に搭載されたＥＣＵによって行わなくてもよい。ネットワークによって接続された管理センターにて作動ニーズを求めてもよい。また、管理センターに作動履歴を蓄積することにより、車載機器作動モデルの学習を行ってもよい。

管理センターは、ドライバの属性ごとに学習してモデルを生成してもよい。これにより、ドライバの属性に適したモデルを生成できる。また、管理センターは、作動履歴が得られた地域ごとに学習を行ってモデルを生成してもよい。これにより、地域の特性に適したモデルを生成できる。

上記した実施の形態では、作動問合部１４によって、ドライバに作動の許否を問合せ、スイッチ２６によってドライバの対応を選択する構成を例として説明したが、ドライバの意思を確認する構成は上記に限定されない。

例えば、ドライバに対して車載機器の作動を提示のみを行う構成とし、提示された車載機器をドライバが作動させれば作動ニーズがあると判断し、所定の時間が経過しても車載機器が作動されなければ作動ニーズ無しと判定してもよい。例えば、ドライバに「ヘッドライトを点灯しては如何ですか？」という表示または音声出力を行い、その後１分以内にドライバがヘッドライトを点灯させれば作動ニーズ有り、点灯させなければ作動ニーズ無しと判定してもよい。

また、作動問合部１４による作動を問い合わせる構成を省略してもよい。車載機器制御装置１が作動ニーズ有りと判断した車載機器を作動させ、その車載機器の作動がドライバによって停止された場合には作動ニーズ無し、所定の時間が経過しても車載機器の作動が停止されなければ作動ニーズ有りと判定してもよい。例えば、音楽をかけるという作動ニーズがあると判定された場合に、ドライバに作動許否を確認することなく、オーディオ再生を行い、再生が停止されれば作動ニーズ無し、オーディオ再生開始から１分経過しても再生が停止されなければ作動ニーズ有りと判定してもよい。車載機器によっては、ドライバの意思を確認しないで作動させると危険な場合もあるので、上記した判定方法や上記した実施の形態で示した作動問合せの方法を組み合わせてもよい。また、ドライバにとって都合のよい作動問合せの態様を、ドライバの反応に応じて学習する構成としてもよい。

上記した実施の形態では、複数の車載機器の作動ニーズが存在する場合には、優先度決定モデルを用いて一の作動ニーズを決定しているが（図１０、Ｓ４２参照）、優先度決定モデルによって求められた結果に基づいて、優先度の高い方から順に複数個の作動ニーズを決定してもよい。例えば、優先度の高いほうから３個の車載機器の作動ニーズを決定し、３個の車載機器の作動の確認を表示する。この場合、例えば「１．」「２．」「３．」の選択方式のスイッチ２６によって、ドライバからの選択に応じて車載機器を作動する構成としてもよい。スイッチ２６をタッチパネル方式とすれば、表示の態様を変更できるので、作動ニーズを個数に応じて選択肢を表できる。また、ドライバの好みに合わせた表示を行えるように、ドライバが反応したか否かを教師信号として、表示の態様を学習する構成としてもよい。

上記した実施の形態では、ドライバへの作動確認のメッセージをモニタ２４に表示する例について説明したが、作動確認のメッセージは、例えばＨＵＤ、ウィンドシールドディスプレイに表示してもよい。また、作動確認のメッセージを、音声や触覚ディスプレイなどの視覚に頼らない方法によってドライバに知らせてもよい。

上記した実施の形態において、車載機器作動モデルまたは優先度決定モデルを表示可能な構成としてもよい。図２０は、変形例に係る車載機器制御装置５の構成を示す図である。モデル表示部８０は、車載機器作動モデルまたは優先度決定モデルは、各変数をノードと、ノードを接続する有向リンクとによって表現し（図２、図３参照）、モニタ２４から出力する機能を有する。これにより、ドライバは、どの変数とどの変数とが関連しているのかを一目で把握することができ、車載機器作動の判断基準を理解することができる。また、表示された車載機器作動モデルまたは優先度決定モデルを変更できる構成としてもよい。図２０に示すモデル変更インターフェース８２は、表示されたモデルに対する変更を受け付け、モデルに反映する機能を有する。図２１は、モデル変更インターフェース８２にて表示される画面例を示す図である。この画面によって、ノードの追加、削除、リンクの追加、削除を行うことができる。また、リンクについては、画面に表示されているモデルのリンクをドラッグアンドドロップすることにより、依存関係を変更することができる。このようなモデル変更インターフェース８２を備えることにより、車載機器の作動履歴による学習を行うよりも速く適切なモデルを生成することができる。

上記した実施の形態では、作動確認に対してドライバが作動を許可した場合には、車載機器が作動されるが、その車載機器を作動しても安全か否かを判定する構成を備えることとしてもよい。図２０に示すように、車載機器制御装置５に、車載機器を作動してはいけない状況を記憶した作動不能状況記憶部８４を設ける。作動不能状況記憶部８４は、車載機器ごとに、作動してはならない状況を記憶する。例えば、ドアを開けるという作動に対しては、作動してはならない状況として「走行中」を記憶しておく。車載機器の作動に先立って、その時点の状況が作動不能状況記憶部８４に記憶された状況に該当しないか否かを判定し、該当しないと判定された場合に車載機器を作動する。これにより、車載機器の作動に伴う危険な状態を回避することができる。

上記した実施の形態では、車載機器の作動を検出したときの各種の状況を用いてモデルの学習を行う例について説明したが、モデルの学習に用いるデータは、車載機器の作動時の各種の状況に限定されない。例えば、車載機器の作動の有無、各種の状況およびドライバの属性を定期的に取得して履歴データを蓄積し、蓄積された履歴データを用いてモデルの学習を行ってもよい。また、別の例としては、所定の状況が所定の状態となったときに、車載機器の作動の有無、各種の状況およびドライバの属性を取得して履歴データを蓄積し、蓄積された履歴データを用いてモデルの学習を行ってもよい。これにより、車載機器が作動していないときの状況を用いるので、学習の精度を高めることができる。例えば、ドライバが夜中に車両の運転を開始するときにヘッドライトを点灯した場合、どの程度の照度だからライトを点灯したのかはこの作動履歴からだけでは把握できない。ドライバがヘッドライトを点灯したときには、すでに外は真っ暗であるから、ライトを点灯するかしないかの境界がどのあたりに存在するのか不明である。定期的あるいは検出された状況の変化に応じて作動状態を取得する構成とすれば、様々な状況での作動状態を取得できるので、適切なモデルへの更新を高速に行うことができる。

上記した実施の形態では、車載機器制御装置およびその動作について説明したが、本発明は、上記した車載機器制御装置による処理をコンピュータによって実行させるプログラムも含まれる。

本発明は、車両に搭載された複数の車載機器を、状況に応じて制御する車載機器制御装置等として有用である。

本発明の実施の形態の車載機器制御装置の構成を示す図である。車載機器作動モデルの例を示す図である。本発明において用いることが可能なアクチュエータ類、ＥＣＵ類を示す図である。優先度決定モデルの例を示す図である。車載機器制御装置および管理センターの構成を示す図である。車載機器制御装置の学習処理の動作を示す図である。（ａ）作動履歴記憶部に記憶されたデータの例を示す図である。（ｂ）作動履歴記憶部に記憶された例において、降雨量のデータを２値化したデータを示す図である。（ａ）車載機器が作動されたときの状況の頻度を表した表である。（ｂ）デフォルトの状況の頻度を表した表である。（ａ）作動履歴を用いて更新した後の状況の頻度を表した表である。（ｂ）作動履歴を用いて更新した表を正規化した求めたＣＰＴを示す図である。車載機器制御装置による車載機器の制御の動作を示す図である。（ａ）ガソリンスタンドでの車載機器の作動を示すＧＳ操作テンプレートを示す図である。（ｂ）トンネル通行時における車載機器の作動を示すトンネル通行テンプレートを示す図である。テンプレート実行ニーズ判定モデルの例を示す図である。作動履歴の例を示す図である。第３の実施の形態の車載機器制御装置の構成を示す図である。ニーズモデル記憶部に記憶されたモデルの例を示す図である。利用目的記憶部に記憶されたデータの例を示す図である。第３の実施の形態の車載機器制御装置の動作を示す図である。第４の実施の形態の車載機器制御装置の構成を示す図である。作動状態履歴記憶部に記憶されたデータの例を示す図である。変形例に係る車載機器制御装置の構成を示す図である。モデル変更を受け付ける画面の例を示す図である。

符号の説明

１車載機器制御装置
１０センターＥＣＵ
１２推論実行部
１４作動問合部
１６ドライバ属性記憶部
１８優先度決定モデル記憶部
２０作動履歴記憶部
２２ＧＰＳ
２４モニタ
２６スイッチ
２８ライト作動モデル記憶部
３０ライトＥＣＵ
３２作動検出部
３４モデル学習部
３６推論実行部
３８ライド作動モデル記憶部
４０照度センサ
４２ヘッドライト点灯駆動部
４４ライト方向変更駆動部
５０燃料計ＥＣＵ
５２燃料計作動モデル記憶部
５４燃料計表示駆動部
５６残燃料センサ
６０管理センター
６２通信サーバ
６４ドライバ情報記憶部
６６ＶＩＣＳ
７０車載機器選択部
７２ニーズモデル記憶部
７４利用目的記憶部
７６作動状態履歴記憶部
７８類似履歴検索部
８０モデル表示部
８２モデル変更インターフェース
８４作動不能状況記憶部

Claims

車両に搭載された複数の車載機器を制御する装置であって、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、
前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、
前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、
前記車載機器の作動を検出する作動検出部と、
前記作動検出部にて車載機器の作動が検出されたときに前記状況検出部にて検出された乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部と、
を備える車載機器制御装置。
車両に搭載された複数の車載機器を制御する装置であって、
ドライバの属性を記憶したドライバ属性記憶部と、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記ドライバの属性を示す変数と、前記乗員または車両または周囲の状況を示す複数の変数と、前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、
前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記ドライバの属性を示す変数に前記ドライバ属性記憶部から読み出したドライバの属性を設定し、前記乗員または車両または周囲の状況を示す変数に前記状況検出部にて検出された状況を設定して、前記車載機器の作動ニーズを求める推論実行部と、
前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、
前記車載機器の作動を検出する作動検出部と、
前記作動検出部にて車載機器の作動が検出されたときに前記状況検出部にて検出された乗員または車両または周囲の状況と、前記ドライバ属性記憶部から読み出したドライバ属性情報と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部と、
を備える車載機器制御装置。
前記車載機器制御部は、前記推論実行部によって車載機器の作動ニーズ有りと求められた場合に、その車載機器の作動の可否をドライバに問い合わせる作動問合部を備え、
前記作動問合部の問合せに対して、その車載機器の作動の許可が入力された場合に、前記車載機器を作動する請求項１または２に記載の車載機器制御装置。
前記作動問合部は、前記推論実行部における計算において、前記作動ニーズに最も大きく寄与した前記乗員または車両または周囲の状況を示す変数を、前記車載機器の作動ニーズを検出した理由として出力する請求項３に記載の車載機器制御装置。
前記作動問合部は、前記推論実行部にて求められた作動ニーズの大きさに応じて、問合せのメッセージの出力態様を変更することを特徴とする請求項３に記載の車載機器制御装置。
前記作動問合部は、前記推論実行部にて求めた作動ニーズの確信度に応じて、問合せのメッセージの出力態様を変更することを特徴とする請求項３に記載の車載機器制御装置。
前記モデル学習部は、前記車載機器の作動がドライバに受け入れられたか否かの問合せの結果に基づいて、その車載機器の作動ニーズの有無を判定し、判定された作動ニーズの有無を用いて前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行う請求項３に記載の車載機器制御装置。
前記車載機器制御部が前記推論実行部の計算結果に基づいて車載機器を作動した後、所定時間内に、その車載機器の作動がドライバによって停止された場合に、前記モデル学習部は、作動ニーズ無しの事象を用いて前記モデル記憶部に記憶された車載機器作動モデルの学習を行う請求項１または２に記載の車載機器制御装置。
それぞれの前記車載機器について作動不可能な状況を示す情報を記憶した作動不能状況記憶部を備え、
前記車載機器制御部は、車載機器を作動する前に、前記車載機器に対応する作動不可能な状況を前記作動不能状況記憶部から読み出し、前記状況検出部にて検出した状況が前記作動不能状況記憶部から読み出した状況と一致するか否かを判定し、前記車載機器の作動不可能な状況と一致しないと判定された場合に前記車載機器を作動する請求項１または２に記載の車載機器制御装置。
前記車載機器制御部は、前記車載機器を作動する際に、その車載装置を作動することを報知する請求項１または２に記載の車載機器制御装置。
前記車載機器作動モデル記憶部に記憶された車載機器作動モデルを、前記乗員または車両または周囲の状況を示す変数および前記車載機器の作動ニーズの有無を示す変数をノードとし、それらの依存関係をノードを接続する有向リンクで示したモデルとして表示する車載機器作動モデル表示部を備える請求項１または２に記載の車載機器制御装置。
前記車載機器作動モデル表示部に表示されたモデルにおいて、ノードの削除または新しいノードの追加または有向リンクの変更を可能とする車載機器作動モデル変更部を備え、
前記車載機器作動モデル変更部にて変更された車載機器作動モデルを、前記車載機器作動モデル記憶部に記憶する請求項１１に記載の車載機器制御装置。
それぞれの前記車載機器の利用目的を記憶した利用目的記憶部と、
前記乗員または車両または周囲の状況を示す変数とその状況におけるニーズを示す変数との依存関係を表すニーズモデルを前記ニーズごとに記憶したニーズモデル記憶部と、
を備え、
前記推論実行部は、前記ニーズモデル記憶部から読み出したニーズモデルの前記乗員または車両または周囲の状況を示す変数に前記状況検出部にて検出された状況を設定して、その状況におけるニーズを求め、
前記車載機器制御部は、前記推論実行部にて求めたニーズが所定の閾値より大きい場合に、前記利用目的記憶部に記憶された車載機器の利用目的を参照して、前記ニーズを満たすために利用される車載機器を選択し、選択された車載機器の作動を制御する請求項１または２に記載の車載機器制御装置。
複数の車載機器の作動ニーズを示すそれぞれの変数と、複数の車載機器の優先度を示す変数との依存関係を表すモデルを優先度決定モデルとして記憶した優先度決定モデル記憶部を備え、
前記推論実行部は、前記車載機器作動モデルを用いた計算の結果、複数の車載機器の作動ニーズが存在する場合に、前記優先度決定モデル記憶部から読み出した優先度決定モデルに、前記複数の車載機器の作動ニーズを設定して前記車載機器の優先度を求め、
前記車載機器制御部は、優先度の高い車載機器の作動を制御する請求項１または２に記載の車載機器制御装置。
前記優先度決定モデル記憶部に記憶された優先度決定モデルを、複数の車載機器の作動ニーズを示すそれぞれの変数および複数の車載機器の優先度を示す変数をノードとし、それらの依存関係をノードを接続する有向リンクで示したモデルとして表示する優先度決定モデル表示部を備える請求項１４に記載の車載機器制御装置。
前記優先度決定モデル表示部に表示されたモデルにおいて、ノードの削除または新しいノードの追加または有向リンクの変更を可能とする優先度決定モデル変更部を備え、
前記優先度決定モデル変更部にて変更された優先度決定モデルを前期優先度決定モデル記憶部に記憶する請求項１５に記載の車載機器制御装置。
前記推論実行部によって求められた優先度に基づいて、優先度の高い方から順に複数個の車載機器の作動の可否をドライバに問い合わせる作動問合部を備え、
前記作動問合部の問合せに対して、作動の許可が入力された前記車載機器を作動する請求項１４に記載の車載機器制御装置。
１ないし複数の前記車載機器を制御するＥＣＵと、
複数の前記ＥＣＵを統合制御するセンターＥＣＵと、
を備え、
前記車載機器作動モデルによる作動ニーズの計算をその車載機器を制御する前記ＥＣＵにて実行し、前記優先度決定モデルによる優先度の計算を前記センターＥＣＵで実行する請求項１４に記載の車載機器制御装置。
前記センターＥＣＵとして、ナビゲーション装置またはヘッドアップディスプレイに内蔵されたＥＣＵを用いる請求項１８に記載の車載機器制御装置。
前記乗員または車両または周囲の状況を示す変数と、同時に実行されることの多い複数の車載機器の作動を一つのサービスとしてグルーピングした前記サービスの実施ニーズの有無を示す変数との依存関係を表すモデルを、サービス実施モデルとして記憶したサービス実施モデル記憶部を備え、
前記推論実行部は、前記サービス実施モデル記憶部から読み出したサービス実施モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して、前記サービスの実施ニーズを求め、
前記車載機器制御部は、前記推論実行部にて求められた計算結果に基づいて、前記サービスに含まれる複数の車載機器の作動を制御する請求項１または２に記載の車載機器制御装置。
前記車載機器の作動履歴と、前記車載機器が作動されたときの乗員または車両または周囲の状況とを関連付けて記憶する作動履歴記憶部と、
前記作動履歴記憶部に記憶された作動履歴の中から、類似の状況において実行された車載機器の作動の組合せを検索し、検索された車載機器の作動の組合せを一つのサービスとしてグルーピングし、前記乗員または車両または周囲の状況を示す変数と、当該サービスの実施ニーズを示す変数との依存関係を表すサービス実施モデルを生成するモデル生成部と、
を備える請求項２０に記載の車載機器制御装置。
ドライバの属性ごとに異なる複数の車載機器作動モデルを有する管理センターと通信可能に接続され、
前記管理センターにドライバの属性を示す情報を送信するドライバ属性送信部と、
前記ドライバ属性に対応する車載機器作動モデルを前記管理センターから受信するモデル受信部と、
を備える請求項１または２に記載の車載機器制御装置。
地域ごとに異なる複数の車載機器作動モデルを有する管理センターと通信可能に接続され、
前記管理センターに車両の位置情報を送信する位置情報送信部と、
前記位置情報にて特定される位置を含む地域に対応する車載機器作動モデルを前記管理センターから受信するモデル受信部と、
を備える請求項１または２に記載の車載機器制御装置。
車両に搭載された複数の車載機器を制御する装置であって、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、
前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、
前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、
定期的に前記状況検出部にて検出された乗員または車両または周囲の状況と、その時点の前記車載機器の作動の有無の事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部と、
を備える車載機器制御装置。
車両に搭載された複数の車載機器を制御する装置であって、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部と、
前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行部と、
前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御部と、
前記状況検出部にて検出された乗員または車両または周囲の状況が所定の状態となったときのその状況と、その時点の前記車載機器の作動の有無の事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習部と、
を備える車載機器制御装置。
車両に搭載された複数の車載機器を制御する装置であって、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記状況検出部にて検出された乗員または車両または周囲の状況と、その時点の車載機器の作動の有無とを履歴データとして逐次記憶する履歴記憶部と、
前記状況検出部にて検出された状況に最も類似する状況の履歴データを前記履歴記憶部から検索する履歴検索部と、
前記履歴検索部にて検索された履歴データにおける作動の有無に一致するように、前記車載機器の作動を制御する車載機器制御部と、
を備える車載機器制御装置。
車両に搭載された複数の車載機器を制御する装置であって、
乗員または車両または周囲の状況を検出する複数の状況検出部と、
前記状況検出部にて検出された乗員または車両または周囲の状況と、その時点の車載機器の作動の有無とを履歴データとして逐次記憶する履歴記憶部と、
比較対象の履歴データの新しさ、および、前記状況検出部にて検出された状況との類似度から一の比較データを求めるための算式を記憶した算式記憶部と、
前記算式記憶部に記憶された算式を読み出し、読み出した算式を用いて前記履歴記憶部に記憶された履歴データのそれぞれについて比較データを求め、求められた比較データを用いて一の履歴データを選択する履歴選択部と、
前記履歴選択部にて選択された履歴データにおける作動の有無に一致するように、前記車載機器の作動を制御する車載機器制御部と、
を備える車載機器制御装置。
車両に搭載された複数の車載機器を制御する制御方法であって、
前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶した車載機器作動モデル記憶部を備え、
前記車載機器の作動を検出する作動検出ステップと、
前記作動検出ステップにおける車載機器の作動が検出されたときの乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶部に記憶された車載機器作動モデルの学習を行うモデル学習ステップと、
によって前記車載機器作動モデル記憶部に記憶された車載機器作動モデルを随時更新すると共に、
乗員または車両または周囲の状況を検出する状況検出ステップと、
前記車載機器作動モデル記憶部から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行ステップと、
前記推論実行部にて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御ステップと、
によって車載機器の制御を行う車載機器制御方法。
車両に搭載された複数の車載機器を制御するプログラムであって、
コンピュータに、
前記乗員または車両または周囲の状況を示す複数の変数と前記車載機器の作動ニーズの有無を示す変数との依存関係を表すモデルを前記複数の車載機器ごとに車載機器作動モデルとして記憶する車載機器作動モデル記憶領域を確保する記憶領域割当ステップと、
前記車載機器の作動を検出する作動検出ステップと、
前記作動検出ステップにおける車載機器の作動が検出されたときの乗員または車両または周囲の状況と、前記車載機器の作動ニーズ有りの事象とを用いて、前記車載機器作動モデル記憶領域に記憶された車載機器作動モデルの学習を行うモデル学習ステップと、
乗員または車両または周囲の状況を検出する状況検出ステップと、
を実行させて前記車載機器作動モデル記憶領域に記憶された車載機器作動モデルを随時更新すると共に、
前記車載機器作動モデル記憶領域から読み出した車載機器作動モデルの前記乗員または車両または周囲の状況を示す変数に、前記状況検出部にて検出された状況を設定して前記車載機器の作動ニーズを求める推論実行ステップと、
前記推論実行ステップにて求められた作動ニーズに基づいて、前記車載機器の作動を制御する車載機器制御ステップと、
を実行させるプログラム。