JP6135545B2 - 補正値生成装置、故障診断装置、補正値生成プログラム、および故障診断プログラム - Google Patents

Description

本発明は、車両の故障診断を行うためのデータを補正するための補正値を生成する補正値生成装置、故障診断装置、補正値生成プログラム、および故障診断プログラムに関する。

車両の故障診断を行う故障診断装置として、故障情報を広く集めるために、車種を問わずセンサの有無によって車両を区分し、この区分毎に故障診断を行うものが知られている（例えば、特許文献１参照）。

特開２００１−２２１７１５号公報

しかしながら、上記故障診断装置では、同じ区分の車両であっても車種によってセンサの特性が異なる場合にうまく故障診断ができない虞がある。
そこで、このような問題点を鑑み、車両の故障診断を行う故障診断装置において、車両の種別を問わず故障診断を精度よく行うことができるようにすることを本発明の目的とする。

本発明の補正値生成装置において正常データ取得手段は、異なる分類に属する複数種別の車両のそれぞれから、各車両が正常であるときに該車両に搭載されたセンサによって得られるデータを表す正常データを取得する。そして、解析手段は、複数種別の車両から得られた複数の正常データの分布を解析し、補正値生成手段は、複数の正常データの分布に基づいて、これらの正常データの分布が近づくような補正値を、車両の種別毎に生成する。

このような補正値生成装置によれば、複数の正常データの分布が近づくように補正するための補正値を生成するので、この補正値を用いて車両の故障診断を行うためデータを補正すれば、故障診断装置において、車種等、車両の種別を問わず故障診断を精度よく行うことができる。

なお、本発明は、センサデータに基づいて車両の故障診断を行う故障診断装置としてもよいし、コンピュータを、補正値生成装置や故障診断装置を構成する各手段として実現するための補正値生成プログラムや故障診断プログラムとしてもよい。

また、各請求項の記載は、可能な限りにおいて任意に組み合わせることができる。この際、発明の目的を達成できる範囲内において一部構成を除外してもよい。

第１実施形態に故障診断システム１の概略構成を示すブロック図である。 パラメータ生成処理の概要を示す説明図である。 診断装置２０のＣＰＵ２１が実行するパラメータ生成処理を示すフローチャートである。 パラメータによる補正の効果を示すセンサデータの分布図である。 パラメータ群ＤＢ２３における記録態様を示す説明図である。 診断装置２０のＣＰＵ２１が実行する第１実施形態の診断処理を示すフローチャートである。 診断モデルの一例を示す分布図である。 第２実施形態に故障診断システム１の概略構成を示すブロック図である。 診断装置２０のＣＰＵ２１が実行する第２実施形態の診断処理を示すフローチャートである。

以下に本発明にかかる実施の形態を図面と共に説明する。
［第１実施形態］
［第１実施形態の構成］
本発明が適用された故障診断システム１は、同一の車種の故障情報だけでなく、異なる車種の故障情報も利用して車両の故障診断を行うことができるようにしたシステムである。すなわち、より多くの故障情報を利用して故障診断を行うことで、故障診断の精度を向上させることができるようにしている。

詳細には、図１示すように、故障診断システム１は、車両１０と、車両１０の外部に配置された診断装置２０とを備えている。車両１０は、各種センサ１１と、データ管理部１２とを備えている。

各種センサ１１は、車両の走行状態や走行環境等の車両情報を検出し、検出したデータ（センサデータ）をデータ管理部１２に送る。データ管理部１２には、データの記録を行うメモリとして構成された記憶部１３を備えており、各種センサ１１から受けたセンサデータを記憶部１３に格納する。

診断装置２０は、ＣＰＵ２１と、ＲＯＭ、ＲＡＭ等のメモリ２２とを備えたコンピュータとして構成されている。また、診断装置２０は、パラメータ群データベース（ＤＢ）２３と、診断モデルＤＢ２４と、車両データＤＢ２５とを備えている。

ＣＰＵ２１は、メモリ２２に記憶されたプログラムに従って、後述するパラメータ生成処理や診断処理等の各処理を実施する。この際、各データベース２３〜２５にアクセスし、各データベース２３〜２５におけるデータの読み書きを行う。

パラメータ群ＤＢ２３は、後述するパラメータ生成処理にて車種および運転シーン毎に生成されるパラメータを格納するデータベースである。
診断モデルＤＢ２４は、車種および運転シーン毎に準備された診断モデルが格納されるデータベースである。診断モデルは、車種および運転シーン毎に適切なセンサ値やセンサ値の組み合わせ、或いは適切なセンサ値の範囲やその組み合わせを示すものであり、センサデータをこの診断モデルと比較することによってセンサデータが正常であるか否かを判断できるよう設定されている。

車両データＤＢ２５は、多数の車両において収集されたセンサデータが記憶されるデータベースである。また、車両データＤＢ２５には、ある車種におけるセンサデータが何れのグループに属するかを対応付けて記録している。なお、車種とグループとの対応関係は、備えられたセンサの種別、動力系の種別（例えば、ガソリンエンジン、ディーゼルエンジン、ハイブリッド、モータ）等によって予め設定されている。

［第１実施形態の処理］
ここで、パラメータ生成処理の概要について図２を用いて説明する。パラメータ生成処理は、車種（例えば車種ａ、車種ｂ、車種ｃ等）を複数のグループ（例えば車種グループＡ、車種グループＢ等）に分類するとともに、各車両が正常であるときに得られたセンサデータ（正常データ）を運転シーン毎に分類したシーン別センサデータを得る。そして、シーン別センサデータ毎に分布を解析し、シーン別パラメータを得る。

ここで、シーン別パラメータとは、異なる車種にて得られたセンサデータを同一のグループにおいて利用できるようにするための係数（補正値）であり、運転シーン毎に設定される。また、運転シーンとは、車両の走行状態や走行環境を分類したものを表し、例えば、アイドリング中、高速走行中、旋回中、夜間走行、雨天走行等、センサデータから特定可能な任意の分類とすることができる。

具体的なパラメータ生成処理については、図３に示す。パラメータ生成処理は、例えば、診断装置２０において使用者等によって当処理を開始する旨の指令が入力されると開始される処理である。

詳細には、図３に示すように、まず、データの読み込みを行う（Ｓ１１０）。この処理では、車両データＤＢ２５や車両１０の記憶部１３に格納されたセンサデータを読み出す。ただし、この処理において読み出されるデータは、各車両が正常なときにおいて検出されたセンサデータに限られる。これらのセンサデータを基準とするためである。

また、車両データＤＢ２５には、別途他の車両やサーバから得られた多数の車両についてのセンサデータが予め記録されているものとする。なお、診断装置２０と車両１０との間の通信は、ケーブル等の通信線を接続することによって行われてもよいし、無線ＬＡＮ等の無線通信によって行われてもよい。

続いて、データの分析を行う（Ｓ１２０）。この処理では読み込んだセンサデータについて分布を解析する。例えば、図４に示すように、車種ａについてのセンサデータが分布している領域、車種ｂについてのセンサデータが分布している領域等を、グループ、運転シーン毎に特定する。

なお、車種および運転シーンについては、センサデータの内容や存在するセンサデータの組み合わせ等から特定することができる。すなわち、車両データＤＢ２５に車種および運転シーンを特定するための情報が別途格納されており、この情報を参照して車種および運転シーンを特定する。

なお、車種については、診断装置２０の使用者が手動で入力するようにしてもよい。また、データの分析を行う際には、車種ｍおよび運転シーンｋ毎にラベル付（順に番号を割り当てる処理）を行う。

続いて、車種ｍのラベル番号が１（ｍ＝１）のセンサデータを選択し（Ｓ１３０）、さらに、そのうちの運転シーンｋのラベル番号が１（ｋ＝１）のものを選択する（Ｓ１４０）。そして、選択したセンサデータについて、パラメータを算出する（Ｓ１５０）。

この処理では、車種に対応するグループを車両データＤＢ２５から読み出し、同じグループに属するセンサデータの分布が接近するような補正値を生成する。具体的には、図４に示すように、車種ａのセンサデータの基準位置（例えば、分散、重心、平均値等）が、目標とする分布を表す集合Ａの基準位置の位置と一致するように、パラメータＰａを求める。また、同様に、車種ｂのセンサデータの基準位置が、目標とする分布を表す集合Ａの基準位置の位置と一致するように、パラメータＰｂを求める。

車種ａのセンサデータのそれぞれにパラメータＰａを乗じると、車種ａのセンサデータは集合Ａの分布と概ね一致するようになり、また、車種ｂのセンサデータのそれぞれにパラメータＰｂを乗じると、車種ｂのセンサデータは集合Ａの分布と概ね一致するようになる。つまり、車種ａのセンサデータおよび車種ａのセンサデータを同じものとして取り扱うことができるようにしている。

なお、この処理では、図５に示すように、車種および運転シーンを対応付けて、得られたパラメータをパラメータ群ＤＢ２３に記録させる。つまり、センサデータ（センサ種別）毎にパラメータが設定されることになる。

続いて、選択している運転シーンｋの番号が最終のラベル番号Ｋと一致するか否かを判定する（Ｓ１６０）。運転シーンｋの番号が最終のラベル番号Ｋと一致していなければ（Ｓ１６０：ＮＯ）、ｋの値をインクリメントし（Ｓ１７０）、Ｓ１５０の処理に戻る。

また、運転シーンｋの番号が最終のラベル番号Ｋと一致していれば（Ｓ１６０：ＹＥＳ）、選択している車種ｍの番号が最終のラベル番号Ｍと一致するか否かを判定する（Ｓ１８０）。車種ｍの番号が最終のラベル番号Ｍと一致していなければ（Ｓ１８０：ＮＯ）、ｍの値をインクリメントし（Ｓ１９０）、Ｓ１４０の処理に戻る。

また、車種ｍの番号が最終のラベル番号Ｍと一致していれば（Ｓ１８０：ＹＥＳ）、パラメータ生成処理を終了する。
次に、診断処理について図６を用いて説明する。診断処理は、パラメータ生成処理にて生成されたパラメータを利用して、診断対象となるセンサデータを補正し、補正後のデータを用いて診断を行う処理である。この診断処理は、例えば診断装置２０において故障診断を行う旨の指令が入力されると開始される処理である。

診断処理では、図６に示すように、まず、診断対象となるセンサデータの取得を行う（Ｓ３１０）。この処理では、例えば診断対象となる車両１０の記憶部１３に格納されたセンサデータを取得する。なお、本処理で取得するセンサデータは、前述のような正常データとは別に取得されるものである。

続いて、車種の判定を行い（Ｓ３２０）、車種グループの判定を行う（Ｓ３３０）。車種の判定については前述のＳ１２０の処理と同様に行えばよく、また、車種グループの判定は車両データＤＢ２５を参照して行えばよい。

続いて、センサデータに基づいて運転シーンを識別し、運転シーン毎にセンサデータを分割する（Ｓ３４０）。つまり、図２に示すシーン別センサデータを生成する。なお、センサデータには、運転シーン毎にラベル付けを行っておく。

そして、運転シーンｋのラベル番号が１（ｋ＝１）のものを選択し（Ｓ３５０）、選択したセンサデータについて補正を行う（Ｓ３６０）。センサデータを補正する処理では、このセンサデータに対応する車種および運転シーンに対応するパラメータを、パラメータ群ＤＢ２３から読み出し、センサデータにパラメータを乗じる等の演算を行うことによって補正を行う。

続いて、この補正後のセンサデータを利用して故障診断を実施する（Ｓ３７０）。この処理では、診断モデルＤＢ２４から、センサデータが属するグループおよび運転シーンが対応する診断モデルを読み出し、補正後のセンサデータと診断モデルとを比較することによってセンサデータが正常であるか否かを判定する。

例えば、図７に示すように、診断モデルとしては、センサ値の組み合わせ（特徴量Ａおよび特徴量Ｂ）によって特定される座標に応じて故障の種別（例えば、故障Ａ、故障Ｂ、故障Ｃ、故障Ｄ等）または正常である旨が特定されるマップとして構成されており、このマップを用いて診断を行う。なお、図７に示す例では２次元のモデルを示すが、１次元や多次元のマップを用いてもよい。また、マップ以外にも、所定の関数を用いてもよい。

続いて、選択している運転シーンｋの番号が最終のラベル番号Ｋと一致するか否かを判定する（Ｓ３８０）。運転シーンｋの番号が最終のラベル番号Ｋと一致していなければ（Ｓ３８０：ＮＯ）、ｋの値をインクリメントし（Ｓ３９０）、Ｓ３６０の処理に戻る。

また、運転シーンｋの番号が最終のラベル番号Ｋと一致していれば（Ｓ３８０：ＹＥＳ）、診断処理を終了する。
［第１実施形態による効果］
以上のように詳述した故障診断システム１において診断装置２０は、異なる分類に属する複数種別の車両のそれぞれから、各車両が正常であるときに該車両に搭載されたセンサによって得られるデータを表す正常データを取得する。そして、複数種別の車両から得られた複数の正常データの分布を解析し、複数の正常データの分布に基づいて、これらの正常データの分布が近づくような補正値を、車両の種別毎に生成する。

このような故障診断システム１によれば、複数の正常データの分布が近づくように補正するための補正値を生成するので、この補正値を用いて車両の故障診断を行うためデータを補正すれば、診断装置２０において、車両の種別を問わず故障診断を精度よく行うことができる。

また、上記故障診断システム１において、診断装置２０は、車両の運転状況を表す運転シーン毎に正常データを取得し、運転シーン毎に正常データの分布を解析する。そして、診断装置２０は、車両の種別および運転シーン毎に、補正値を生成する。

このような故障診断システム１によれば、運転シーン毎に適切な補正値を生成するので、故障診断の精度をより向上させることができる。
さらに、上記故障診断システム１において、診断装置２０は、センサデータを取得した車両の分類を特定し、車両の分類に従って予め準備された補正値を用いて、センサデータのうちの少なくとも一部を補正した補正後データを生成する。そして、補正後データと予め準備された基準データとを比較することによって車両の故障診断を行う。

このような故障診断システム１によれば、複数の正常データの分布が近づくように補正するための補正値を用いて車両の故障診断を行うためセンサデータを補正するので、車両の種別を問わず故障診断を精度よく行うことができる。

また、上記故障診断システム１において、診断装置２０は、正常データから補正値を生成する構成、および故障診断を行う構成を備えている。
このような故障診断システム１によれば、複数の正常データの分布が近づくように補正するための補正値を自身において生成することができる。

さらに、上記故障診断システム１において、診断装置２０は、車両外部に配置されており、センサデータを故障診断対象の車両から取得する。
このような故障診断システム１によれば、故障診断を行う機能を車両外部に配置し、車両からセンサデータを取得するので、車両に搭載する装置の機能を簡素化し、軽量化することができる。

また、上記故障診断システム１において、診断装置２０は、センサデータに含まれる車種を示す情報またはセンサデータのデータ構造に基づいて車両の分類を行う。
このような故障診断装置によれば、検査を行うオペレータ等が車両の分類を入力することなく、自動的に車両の分類を解析して故障診断を実施することができる。

［第２実施形態］
［第２実施形態の構成および処理］
次に、別形態の故障診断システム２について説明する。本実施形態（第２実施形態）では、第１実施形態の故障診断システム１と異なる箇所のみを詳述し、第１実施形態の故障診断システム１と同様の箇所については、同一の符号を付して説明を省略する。

本実施形態の故障診断システム２は、図８に示すように、診断装置２０が車両１０において搭載されており、車両の外部において外部サーバ３０を備えている。外部サーバ３０には、前述の構成において診断装置２０に備えられていたパラメータ群ＤＢ２３および診断モデルＤＢ２４に相当するパラメータ群ＤＢ３１および診断モデルＤＢ３２が備えられている。

このような故障診断システム２における診断装置２０は、図９に示す診断処理を実施する。なお、パラメータ生成処理については、外部サーバ３０が実施してもよいし、診断装置２０が実施してもよい。

本実施形態における診断処理では、Ｓ３１０の処理にてデータを取得した後に、パラメータの更新を行う（Ｓ４１０）。この処理では、診断装置２０のパラメータ群ＤＢ２３および診断モデルＤＢ２４の内容を、外部サーバ３０のパラメータ群ＤＢ３１および診断モデルＤＢ３２の内容に更新する。つまり、車両１０のデータが最新でない場合があるため、このデータを外部サーバ３０から取得することで、最新のデータを用いて故障診断を行えるようにしている。

このような処理が終了すると、前述のＳ３４０以下の処理を実施する。
［第２実施形態の効果］
以上のような故障診断システム２において、診断装置２０は、故障診断対象となる車両内部に配置されている。

このような故障診断システム２によれば、故障診断装置が故障診断対象となる車両内部に配置されているので、車両の走行中等、任意の時期において故障判定を実施することができる。

また、上記故障診断システム２において、診断装置２０は、補正後データを生成する前に、補正値および基準データを車両外部の装置から取得して更新する。
このような故障診断システム２によれば、補正値が変更された際に、補正値と、対応する基準データとを取得することができるので、最新のデータを用いて故障診断を行うことができる。

［その他の実施形態］
本発明は、上記の実施形態によって何ら限定して解釈されない。また、上記の実施形態の構成の一部を、課題を解決できる限りにおいて省略した態様も本発明の実施形態である。また、上記の複数の実施形態を適宜組み合わせて構成される態様も本発明の実施形態である。また、特許請求の範囲に記載した文言のみによって特定される発明の本質を逸脱しない限度において考え得るあらゆる態様も本発明の実施形態である。また、上記の実施形態の説明で用いる符号を特許請求の範囲にも適宜使用しているが、各請求項に係る発明の理解を容易にする目的で使用しており、各請求項に係る発明の技術的範囲を限定する意図ではない。

例えば、上記実施形態においては、診断モデルについては予め準備されたものを利用したが、Ｓ１２０の処理の際に、最新のセンサデータに基づいて診断モデルを生成し、診断モデルＤＢ２４に格納し、この診断モデルを利用してもよい。また、上記実施形態においては、運転シーン毎に分けてパラメータを求めたが、運転シーン毎に分けなくてもよい。

また、上記第２実施形態において診断装置２０は、Ｓ４１０の処理にて、自身の故障診断に必要なデータだけを取得するようにしてもよい。つまり、パラメータ群ＤＢ３１および診断モデルＤＢ３２に格納されたデータのうちの、自身の車両１０が属するグループおよび車種に関するものだけを取得してもよい。

また、上記第２実施形態において診断装置２０は、Ｓ４１０の処理を定期的に実施したり、省略したりしてもよい。
［実施形態の構成と本発明の手段との対応関係］
上記実施形態における診断装置２０は本発明でいう補正値生成装置に相当する。また、上記実施形態において診断装置２０が実行する処理のうちのＳ１１０の処理は本発明でいう正常データ取得手段に相当し、上記実施形態におけるＳ１２０の処理は本発明でいう解析手段に相当する。

さらに、上記実施形態におけるＳ１５０の処理は本発明でいう補正値生成手段に相当し、上記実施形態におけるＳ３１０の処理は本発明でいうセンサデータ取得手段に相当する。また、上記実施形態におけるＳ３２０、Ｓ３３０の処理は本発明でいう分類特定手段に相当し、上記実施形態におけるＳ３６０の処理は本発明でいう補正後データ生成手段に相当する。

さらに、上記実施形態におけるＳ３７０の処理は本発明でいう診断手段に相当し、上記実施形態におけるＳ４１０の処理は本発明でいう更新手段に相当する。

１，２…故障診断システム、１０…車両、１１…各種センサ、１２…データ管理部、１３…記憶部、２０…診断装置、２１…ＣＰＵ、２２…メモリ、２３…パラメータ群ＤＢ、２４…診断モデルＤＢ、２５…車両データＤＢ、３０…外部サーバ、３１…パラメータ群ＤＢ、３２…診断モデルＤＢ。

Claims (10)

1. 車両の故障診断を行うためのデータを補正するための補正値を生成する補正値生成装置（２０）であって、
   異なる分類に属する複数種別の車両のそれぞれから、各車両が正常であるときに該車両に搭載されたセンサによって得られるデータを表す正常データを取得する正常データ取得手段（Ｓ１１０）と、
   前記複数種別の車両から得られた複数の正常データの分布を解析する解析手段（Ｓ１２０）と、
   前記複数の正常データの分布に基づいて、これらの正常データの分布が近づくような補正値を、車両の種別毎に生成する補正値生成手段（Ｓ１５０）と、
   を備えたことを特徴とする補正値生成装置。
2. 請求項１に記載の補正値生成装置において、
   前記正常データ取得手段は、車両の運転状況を表す運転シーン毎に前記正常データを取得し、
   前記解析手段は、前記運転シーン毎に前記正常データの分布を解析し、
   前記補正値生成手段は、車両の種別および運転シーン毎に、前記補正値を生成すること
   を特徴とする補正値生成装置。
3. 故障診断対象となる車両に搭載されたセンサによって得られるセンサデータに基づいて車両の故障診断を行う故障診断装置（２０）であって、
   前記センサデータを取得した車両の分類を特定する分類特定手段（Ｓ３２０、Ｓ３３０）と、
   前記車両の分類に従って予め準備された補正値を用いて、前記センサデータのうちの少なくとも一部を補正した補正後データを生成する補正後データ生成手段（Ｓ３６０）と、
   前記補正後データと予め準備された基準データとを比較することによって車両の故障診断を行う診断手段（Ｓ３７０）と、
   を備え、
   前記補正後データ生成手段は、請求項１または請求項２に記載の補正値生成装置にて生成された補正値を用いて前記補正後データを生成すること
   を特徴とする故障診断装置。
4. 請求項３に記載の故障診断装置において、
   請求項１または請求項２に記載の補正値生成装置を構成する、正常データ取得手段、解析手段、および補正値生成手段を備えたこと
   を特徴とする故障診断装置。
5. 請求項３または請求項４に記載の故障診断装置において、
   当該故障診断装置は、車両外部に配置されており、
   前記センサデータを故障診断対象の車両から取得するセンサデータ取得手段（Ｓ３１０）、を備えたこと
   を特徴とする故障診断装置。
6. 請求項３または請求項４に記載の故障診断装置において、
   当該故障診断装置は、故障診断対象となる車両内部に配置されていること
   を特徴とする故障診断装置。
7. 請求項６に記載の故障診断装置において、
   前記補正後データ生成手段が前記補正後データを生成する前に、前記補正値および前記基準データを車両外部の装置から取得して更新する更新手段（Ｓ４１０）、を備えたこと
   を特徴とする故障診断装置。
8. 請求項３〜請求項７の何れか１項に記載の故障診断装置において、
   前記分類特定手段は、前記センサデータに含まれる車種を示す情報または前記センサデータのデータ構造に基づいて前記車両の分類を行うこと
   を特徴とする故障診断装置。
9. コンピュータを、請求項１または請求項２に記載の補正値生成装置を構成する各手段として機能させるための補正値生成プログラム。
10. コンピュータを、請求項３〜請求項８の何れか１項に記載の故障診断装置を構成する各手段として機能させるための故障診断プログラム。

Images