JP6848949B2 - 制御支援装置、車両、および制御支援システム - Google Patents

Description

本発明は、制御支援装置、車両、制御支援方法、制御支援プログラム、コンピュータを機能させるための学習済みモデル、および学習済みモデルの生成方法に関する。

ニューラルネットワークに基づいた機械学習による学習済みモデルを用いて内燃機関を制御する技術が知られている（例えば、特許文献１を参照）。この技術では、学習済みモデルを用いて内燃機関の所定の通路におけるガスの流量を推定し、推定結果に基づいて内燃機関を制御する。

特開２０１２−１１２２７７号公報

ところが、ニューラルネットワークに基づいた機械学習には、十分なデータ量および計算能力が必要になる。特に、機械学習による学習済みモデルを車両の制御に適用する場合、パラメータ数が多くなって計算量も膨大なものになる。多くのパラメータ数を用い、膨大な計算量によって学習を行う機械学習装置は非常に高コストになるため、機械学習装置を搭載できる車両は限定される。この場合、機械学習装置を搭載した車両と搭載していない車両との間に性能差が生じる。そこで、機械学習装置が搭載されていない車両においても機械学習による学習済モデルを用いた場合と同様の制御を実行でき、機械学習装置が搭載されている車両と搭載されていない車両との間の性能差を低減可能な技術の開発が望まれていた。

本発明は、上記に鑑みてなされたものであって、その目的は、機械学習装置を搭載していない車両においても、機械学習による学習済みモデルを用いた制御と略同等の制御が実行可能になるように支援できる制御支援装置、車両、制御支援方法、制御支援プログラム、コンピュータを機能させるための学習済みモデル、および学習済みモデルの生成方法を提供することにある。

上述した課題を解決し、上記目的を達成するために、本発明の一態様に係る制御支援装置は、機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が取得した前記センサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて、前記機械学習を行うことによって学習済みモデルを生成する学習部と、前記生成した学習済みモデル、および制御を支援する前記車両のセンサ情報を入力パラメータとして前記生成した学習済みモデルに入力して算出された出力パラメータの少なくとも一方を送信する送信部と、を備えることを特徴とする。

本発明の一態様に係る制御支援装置は、機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が複数の前記供給側車両から取得した前記センサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて、前記機械学習を行うことによって複数の学習済みモデルを生成する学習部と、前記複数の学習済みモデルから制御を支援する前記車両に送信する学習済みモデルを選択する選択部と、前記選択した学習済みモデルを前記車両に送信する送信部と、を備えることを特徴とする。

これによれば、学習部が機械学習することによって生成した複数の学習済みモデルの中から、選択部が制御を支援される車両に送信する学習済みモデルを選択して、当該車両に送信していることにより、選択部による選択を最適化することによって、制御が支援される車両に適した学習済みモデルを当該車両に送信することができるので、車両が学習済みモデルを生成する機械学習装置を搭載していない場合であっても、機械学習によって生成された学習済みモデルに基づいた制御を行うことができる。

本発明の一態様に係る制御支援装置は、機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が複数の前記供給側車両から取得した前記センサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて、前記機械学習を行うことによって複数の学習済みモデルを生成する学習部と、前記複数の学習済みモデルから学習済みモデルを選択する選択部と、制御を支援する前記車両のセンサ情報を入力パラメータとして前記選択した学習済みモデルに入力して得られた出力パラメータを算出する予測部と、前記算出した出力パラメータを前記車両に送信する送信部と、を備えることを特徴とする。

これによれば、学習部が機械学習することによって生成した複数の学習済みモデルの中から、制御が支援される車両に送信する学習済みモデルを選択した上で、学習済みモデルに車両の入力パラメータを入力して算出した出力パラメータを当該車両に送信していることにより、車両が学習済みモデルから出力パラメータを算出する装置を搭載していない場合であっても、機械学習によって生成された学習済みモデルにより得られた出力パラメータによって車両の制御を行うことができる。

本発明の一態様に係る制御支援装置は、上記の発明において、前記データ取得部は、さらに、前記センサ情報と関連付けされた前記供給側車両の走行履歴情報を取得し、前記学習部は、前記生成した学習済みモデルを前記走行履歴情報と関連付けし、前記選択部は、複数の前記生成した学習済みモデルから、前記車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択してもよい。

これによれば、学習部は、走行履歴情報と関連付けされたセンサ情報に基づいて、走行履歴情報と関連付けされた学習済みモデルを生成していることから、複数の学習済みモデルを走行履歴情報に基づいて分類することができるため、選択部は、制御が支援される車両の走行履歴に基づいて、当該車両に適した学習済みモデルを選択することができる。

本発明の一態様に係る制御支援装置は、機械学習による学習済みモデルを記憶可能なサーバと通信可能であり、前記学習済みモデルを用いて車両の制御を支援する制御支援装置であって、前記機械学習に用いるパラメータを取得する供給側車両に搭載され、前記供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が取得したセンサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて前記機械学習を行うことによって学習済みモデルを生成する学習部と、前記生成した学習済みモデルを前記サーバに送信する送信部と、を備えることを特徴とする。

これによれば、制御支援装置が生成した学習済みモデルを、外部のサーバに記憶させることができるので、制御支援装置における記憶部の必要な容量を低減できるとともに、サーバにおいて学習済みモデルを新たに生成する必要がないため、サーバにおける機械学習の処理容量を低減できる。

本発明の一態様に係る制御支援装置は、上記の発明において、前記サーバは、複数の前記制御支援装置からそれぞれ受信した複数の学習済みモデルから索出または生成された学習済みモデルに、制御を支援する前記車両のセンサ情報を入力パラメータとして入力して得られた出力パラメータを、前記車両に送信してもよい。

これによれば、サーバにおいて制御が支援される車両からのセンサ情報から出力パラメータを算出することができるので、当該車両が学習済みモデルから出力パラメータを算出する装置を搭載していない場合であっても、学習済みモデルによって算出した出力パラメータを当該車両の制御に用いることができる。

本発明の一態様に係る制御支援装置は、上記の発明において、前記サーバは、複数の前記制御支援装置からそれぞれ受信した複数の学習済みモデルを蓄積、併合、または更新することにより得た複数の学習済みモデルから学習済みモデルを選択するサーバ選択部と、制御を支援する車両のセンサ情報を入力パラメータとして前記選択した学習済みモデルに入力して得られた出力パラメータを算出するサーバ予測部と、前記出力パラメータを前記車両に送信するサーバ通信部と、を備えてもよい。また、本発明の一態様に係る制御支援装置は、この構成において、前記サーバは、さらに、前記供給側車両における前記学習済みモデルと関連付けされた走行履歴情報と、前記車両における走行履歴情報とを受信し、前記サーバ選択部は、前記蓄積、併合、または更新することにより得た複数の学習済みモデルから、前記車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択してもよい。

これによれば、複数の制御支援装置から取得した複数の学習済みモデルを蓄積したり併合して平均化したりできるので、学習済みモデルを最適化できる。また、学習済みモデルに制御が支援される車両の入力パラメータを入力して算出した出力パラメータを当該車両に送信していることにより、当該車両が学習済みモデルから出力パラメータを算出する装置を搭載していない場合であっても、機械学習によって生成された学習済みモデルにより算出された出力パラメータによって車両の制御を行うことができる。また、サーバ選択部は、制御が支援される車両の走行履歴に基づいて学習済みモデルを選択できるので、最適化された学習済みモデルから当該車両に適した学習済みモデルを選択できる。

本発明の一態様に係る制御支援装置は、上記の発明において、前記車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部をさらに備えてもよい。

これによれば、供給側車両のユーザにとっては、センサ情報の送信に対する対価を報酬として受けとることができるので、ユーザに関わる情報を送信することに対する嫌悪感が低減できるとともに、制御支援装置の管理者にとっては、多くの情報を収集可能になることから提供する学習済みモデルや出力パラメータがより最適化できる。また、制御が支援される車両のユーザにとっては、供給側車両から送信された各種情報に基づいて生成された学習済みモデルを使用できるとともに、制御支援装置の管理者にとっては、供給側車両のユーザに支払う報酬を確保できる。そのため、制御支援装置を用いたサービスの提供が普及しやすくなる。

本発明の一態様に係る制御支援装置は、上記の発明において、前記センサ情報は、前記車両における、最大触媒内酸素吸蔵量の情報、走行距離の情報、平均速度の情報、および平均加速度の情報から選ばれた少なくとも１種類の情報であり、前記算出される出力パラメータは、触媒暖機遅角量、出力一定運転を開始するＳＯＣ値、または燃料の増量制御を実行する触媒床温度であってもよい。

これによれば、制御が支援される車両において、学習済みモデルを用いて得られた、触媒暖機遅角量、出力一定運転を開始するＳＯＣ値、および燃料の増量制御を実行する触媒床温度を用いた制御を行うことができる。

本発明の一態様に係る車両は、機械学習による学習済みモデルを記憶可能なサーバと通信可能な車両制御装置を備えた車両であって、前記サーバは、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットとして機械学習を行うことによって生成された前記学習済みモデルを記憶するサーバ記憶部と、前記生成された学習済みモデル、および前記車両のセンサ情報を受信した場合に前記車両のセンサ情報を入力パラメータとして前記学習済みモデルに入力して算出された出力パラメータの少なくとも一方を送信するサーバ通信部と、を備え、前記車両制御装置は、前記車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記学習済みモデルの送信を要求するモデル要求信号、または前記データ取得部が取得した前記センサ情報に対応して算出された出力パラメータの送信を要求するパラメータ要求信号と前記センサ情報とを前記サーバに送信し、前記モデル要求信号または前記パラメータ要求信号に対応して、前記生成された学習済みモデルまたは前記算出された出力パラメータを受信する通信部と、を備えることを特徴とする。

これによれば、車両において、サーバにモデル要求信号を送信することによって、サーバから学習済みモデルを受信することができ、パラメータ要求信号および車両のセンサ情報を送信することによって、サーバから算出された出力パラメータを受信することができるので、車両の車両制御装置において、学習済みモデルを用いた制御を実行することができる。

本発明の一態様に係る車両は、機械学習による学習済みモデルを記憶可能なサーバと通信可能な車両制御装置を備えた車両であって、前記サーバは、車両の内部または外部の状態に関するセンサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて前記機械学習を行うことによって学習済みモデルを生成するサーバ学習部を備え、前記車両制御装置は、前記車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が取得した前記センサ情報を前記サーバに送信する送信部と、を備えることを特徴とする。

これによれば、供給側車両から、サーバにおいて機械学習を行うための入出力データセットを送信することができるので、サーバにおいて機械学習による学習済みモデルを生成することができる。

本発明の一態様に係る車両は、機械学習による学習済みモデルを記憶可能なサーバと通信可能な車両制御装置を備えた車両であって、前記車両制御装置は、前記車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が取得したセンサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを用いて、前記機械学習を行うことによって学習済みモデルを生成する学習部と、前記学習部が生成した学習済みモデルを前記サーバに送信する送信部と、を備えることを特徴とする。

これによれば、車両側において学習済みモデルを生成し、この学習済みモデルを、外部のサーバに記憶させることができるので、車両の車両制御装置における記憶部の必要な容量を低減できるとともに、サーバにおける機械学習の処理容量を低減できる。

本発明の一態様に係る制御支援方法は、機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置が実行する制御支援方法であって、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得ステップと、前記データ取得ステップで取得したセンサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを記憶部から読み出して、読み出した前記入出力データセットを用いて前記機械学習を行うことによって学習済みモデルを生成する学習ステップと、前記生成した学習済みモデル、および制御を支援する前記車両のセンサ情報を入力パラメータとして前記学習済みモデルに入力して得られる出力パラメータの少なくとも一方を送信する送信ステップと、を含むことを特徴とする。

本発明の一態様に係る制御支援プログラムは、機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置に、前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得ステップと、前記データ取得ステップで取得したセンサ情報であって前記学習済みモデルの入力パラメータおよび出力パラメータを含むデータである入出力データセットを記憶部から読み出し、読み出した前記入出力データセットを用いて前記機械学習を行うことによって学習済みモデルを生成する学習ステップと、前記生成した学習済みモデル、および制御を支援する前記車両のセンサ情報を入力パラメータとして前記学習済みモデルに入力して得られる出力パラメータの少なくとも一方を送信する送信ステップと、を実行させることを特徴とする。

本発明の一態様に係るコンピュータに機能させるための学習済みモデルは、車両の内部または外部の状態を定量化した入力パラメータが入力される入力層と、前記入力層が出力する信号が入力され、多層構造を有する中間層と、前記中間層が出力する信号が入力され、前記車両の所定の状態を定量化した出力パラメータを出力する出力層と、を有し、各層が一または複数のノードからなるニューラルネットワークから構成され、前記車両の走行履歴情報と関連付けされ、前記入力パラメータを前記入力層に入力し、前記ニューラルネットワークのネットワークパラメータであって学習済みのネットワークパラメータに基づく演算を行い、前記出力層から前記車両の所定の状態を定量化した値を出力する。

これによれば、ニューラルネットワークを用いた深層学習に基づいて生成される学習済みモデルを走行履歴情報に関連付けて提供でき、学習済みモデルを用いた車両の制御を的確に支援することができる。

本発明の一態様に係る学習済みモデルの生成方法は、車両の所定の状態を定量化した値を出力するよう、コンピュータを機能させるための学習済みモデルを生成する学習済みモデルの生成方法であって、前記コンピュータが、前記車両の内部または外部の状態を定量化した入力パラメータが入力される入力層と、前記入力層が出力する信号が入力され、多層構造を有する中間層と、前記中間層が出力する信号が入力され、出力パラメータを出力する出力層と、を有し、各層が一または複数のノードからなるニューラルネットワークを用いて、前記入力パラメータの入力に応じて前記出力層が出力する出力パラメータと、前記入力パラメータとともに入出力のデータセットを構成する出力パラメータとに基づいて、前記ニューラルネットワークのネットワークパラメータを更新して、前記車両の走行履歴情報と関連付けて記憶部に記憶させながら学習することを特徴とする。

これによれば、車両の制御を的確に支援でき、走行履歴情報に関連付けられた学習済みモデルを提供することができる。

本発明に係る制御支援装置、車両、制御支援方法、制御支援プログラム、コンピュータを機能させるための学習済みモデル、および学習済みモデルの生成方法によれば、機械学習装置を搭載していない車両においても、機械学習による学習済みモデルを用いた制御と略同等の制御が実行可能になるように支援することが可能となる。

図１は、本発明の第１の実施形態による制御支援装置を適用可能な制御支援システムを示す概略図である。 図２は、図１に示す本発明の第１の実施形態による制御支援装置の構成を概略的に示すブロック図である。 図３は、学習部が学習するニューラルネットワークの構成を模式的に示す図である。 図４は、ニューラルネットワークが有するノードの入出力の概要を説明する図である。 図５は、図１に示す供給側車両の構成を概略的に示すブロック図である。 図６は、図１に示すリクエスト側車両の構成を概略的に示すブロック図である。 図７は、第１の実施形態による制御支援方法の処理の流れを示すフロー図である。 図８は、第２の実施形態による制御支援方法の処理の流れを示すフロー図である。 図９は、第３の実施形態による供給側車両の構成を概略的に示すブロック図である。 図１０は、第３の実施形態による制御支援方法の処理の流れを示すフロー図である。

以下、本発明の実施形態について図面を参照しつつ説明する。なお、以下の実施形態の全図においては、同一または対応する部分には同一の符号を付す。また、本発明は以下に説明する実施形態によって限定されるものではない。

（第１の実施形態）
まず、第１の実施形態による制御支援システムについて説明する。図１は、この第１の実施形態による制御支援システムを示す。図１に示すように、制御支援システム１は、ネットワーク１０を介して互いに通信可能な、記憶部２３を備えた制御支援サーバ２と、通信部３３およびセンサ群３６を備えた複数の車両３と、通信部４３およびセンサ群３６を備えた車両４とを有する。

ネットワーク１０は、インターネット回線網や携帯電話回線網などから構成される。ネットワーク１０は、例えば、インターネットなどの公衆通信網であって、例えばＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、携帯電話などの電話通信網や公衆回線、ＶＰＮ（Virtual Private Network）、および専用線などの一または複数の組み合わせからなる。ネットワーク１０は、有線通信および無線通信が適宜組み合わされている。

（制御支援サーバ）
制御支援サーバ２は、送信部としての通信部３３を有する複数の車両３から送信された種々の情報を、ネットワーク１０を介して収集するデータ収集処理を実行する。制御支援サーバ２は、収集した種々の情報によって機械学習を実行可能である。制御支援サーバ２は、車両４に対して、車両４の各部を制御するための所定の学習済みモデルを送信する。図２は、制御支援サーバ２の構成を概略的に示すブロック図である。

図２に示すように、制御支援サーバ２は、通信部２１、制御部２２、および記憶部２３を備える。通信部２１は、例えば、ＬＡＮ（Local Area Network）インターフェースボード、無線通信のための無線通信回路である。ＬＡＮインターフェースボードや無線通信回路は、公衆通信網であるインターネットなどのネットワーク１０に接続される。送信部および受信部としての通信部２１は、ネットワーク１０に接続して、複数の車両３、および所定の車両４との間で通信を行う。サーバ通信部としての通信部２１は、それぞれの車両３，４との間で、車両３，４に固有の車両識別情報や走行履歴情報や車両情報を受信したり、車両３，４に対して学習済みモデルや制御信号を送信したりする。

車両識別情報は、個々の車両３，４を互いに識別するための種々の情報を含む。走行履歴情報は、それぞれの車両３，４における走行時間帯、走行経路、走行地域、渋滞情報、天候、外気温、および外気の湿度などの情報を含む。走行時間帯の情報は、朝か昼か晩かの情報、通勤時間帯であるか否かの情報、または太陽が出ているか否かの情報などである。走行経路の情報は、特定の道路の上りか下りかの情報、または特定の道路の上りか下りかの情報に走行時間帯の情報を追加した情報などである。走行地域の情報は、走行路線の情報、市町村の情報、都道府県の情報、または関東や東海などの地域の情報である。渋滞情報は、実際の渋滞情報と走行時間帯とを関連付けた情報、または実際の渋滞情報と道路交通情報通信システム（ＶＩＣＳ（登録商標）：Vehicle Information and Communication System）などによって取得した渋滞原因とを関連付けた情報などである。天候の情報は、風向き、風速、および進行方向が関連付けられた情報、または雨や雪などによる路面状況の変化の情報などである。外気温や湿度は走行時における気温や湿度のみならず、外気の実際の計測温度や計測湿度の情報を含む。車両情報は、車両３，４の車両、特に内燃機関に関する情報として、エンジンの状態、入力、および出力に関する情報を含む。車両情報はさらに、総走行距離、位置情報、速度情報、加速度情報、積載荷重情報、センサ群取得情報、および車種などの情報を含んでもよい。

制御部２２は、具体的に、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＦＰＧＡ（Field-Programmable Gate Array）などのプロセッサ、およびＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などの主記憶部（いずれも図示せず）を備える。

記憶部２３は、ＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ、ＥＰＲＯＭ（Erasable Programmable ROM）、ハードディスクドライブ（ＨＤＤ、Hard Disk Drive）、およびリムーバブルメディアなどから選ばれた記憶媒体から構成される。なお、リムーバブルメディアは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、または、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、またはＢＤ（Blu-ray（登録商標） Disc）のようなディスク記録媒体である。また、外部から装着可能なメモリカード等のコンピュータ読み取り可能な記録媒体を用いて記憶部２３を構成してもよい。記憶部２３には、制御支援サーバ２の動作を実行するための、オペレーティングシステム（Operating System :ＯＳ）、各種プログラム、各種テーブル、各種データベースなどが記憶可能である。記憶部２３は、各種プログラムには、第１の実施形態による制御支援プログラムも含まれる。これらの各種プログラムは、ハードディスク、フラッシュメモリ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。

制御部２２は、記憶部２３に記憶されたプログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部などを制御することで、所定の目的に合致した機能を実現できる。第１の実施形態においては、制御部２２によるプログラムの実行によって、データ取得部２２１、学習部２２２、選択部２２３、予測部２２４、および課金処理部２２５の機能が実行される。

データ取得部２２１は、車両３のセンサ群３６によって取得された車両３の内部または外部の状態に関する各種のセンサ情報として、所定の制御信号を入力パラメータとした場合に、この入力パラメータと、入力パラメータに対応した制御の結果として得られた出力パラメータとを取得する。データ取得部２２１は、これらの入力パラメータおよび出力パラメータの組み合わせを、入出力データセットとして記憶部２３の入出力データセット記憶部２３２に書き込んで記憶させる。なお、入出力データセットは教師データとも言われる。また、データ取得部２２１は、車両３のセンサ群３６によって取得された各種のセンサ情報のうちの入力パラメータを、学習データの入力パラメータとして、記憶部２３の学習データ記憶部２３３に書き込んで記憶させる。

サーバ学習部でもある学習部２２２は、データ取得部２２１が取得した入出力データセットをもとに機械学習を行う。学習部２２２は、学習した結果を記憶部２３の学習済みモデル記憶部２３１に書き込んで記憶させる。学習部２２２は、学習を行っているニューラルネットワークとは別に、所定のタイミングで、当該タイミングにおける最新の学習済みモデルを、記憶部２３の学習済みモデル記憶部２３１に記憶させる。学習済みモデル記憶部２３１に記憶させる際には、古い学習済みモデルを削除して最新の学習済みモデルを記憶させる更新でもよいし、古い学習済みモデルの一部または全部を保存したまま最新の学習済みモデルを記憶させる蓄積でもよい。

サーバ選択部でもある選択部２２３は、学習済みモデル記憶部２３１に記憶されている複数の学習済みモデルから、所定の学習済みモデルを選択する。選択部２２３は、例えば、車両４から送信された走行履歴情報と、学習済みモデル記憶部２３１に記憶されている学習済みモデルに関連付けされた走行履歴情報とに基づいて、所定の学習済みモデルを選択する。選択部２２３が走行履歴情報に基づいて学習済みモデルを選択する場合、車両４から送信された走行履歴情報と最も一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択してもよい。

サーバ予測部でもある予測部２２４は、データ取得部２２１が取得した入力パラメータを所定の学習済みモデルに入力することによって、車両４を制御するために必要な物理量を定量化した出力パラメータを算出する。予測部２２４が物理量を定量化する際に使用する学習済みモデルについては後述する。

課金処理部２２５は、供給側の車両３のユーザに対して、所定の契約に基づいて、例えば、センサ情報の送信量に応じて提供する報酬、または送信量に関わりなく固定的に提供される報酬を算出して出力する一連の処理を行う。なお、報酬は金銭に限定されず、所定の用途に使用可能なポイントなどや、割引クーポンなどでもよい。なお、車両情報および走行履歴情報の送信量に応じて報酬をさらに算出してもよい。出力された報酬の情報は、従来公知の例えばクレジットカード会社や銀行などの金融機関のサーバや、ポイントカード会社のサーバなど（いずれも図示せず）に送信され、所定の方法で車両３のユーザに提供される。これにより、供給側の車両３のユーザは、車両３から送信するセンサ情報、および走行履歴情報や車両情報の送信に対する報酬を受けとることができる。そのため、車両３のユーザにとって、情報を送信することに対する嫌悪感が低減され、制御支援サーバ２がより多くの情報を収集することが可能になる。また、課金処理部２２５は、リクエスト側の車両４のユーザに対して、所定の契約に基づいて、例えば、車両４が受信する学習済みモデルの受信量や後述する予測値のデータ量に応じた従量的な対価や、受信量やデータ量に関わりなく固定的な対価を算出して出力する一連の処理を行う。出力された対価の情報は、従来公知の例えばクレジットカード会社や銀行などの金融機関のサーバなど（いずれも図示せず）に送信され、所定の方法で車両４のユーザに請求される。これにより、リクエスト側の車両４のユーザにとっては、対価を払って車両４において学習済みモデルを使用できるので、車両４に機械学習装置が搭載されていない場合であっても、学習済みモデルの利用を確保できる。また、制御支援サーバ２の管理者にとっては、車両３のユーザに支払う報酬を確保できる。以上の点から、制御支援システム１の普及に寄与する。

サーバ記憶部でもある記憶部２３は、学習済みモデル記憶部２３１、入出力データセット記憶部２３２、および学習データ記憶部２３３を有する。学習済みモデル記憶部２３１には、学習済みモデルが検索可能に記憶されている。学習済みモデル記憶部２３１は、制御部２２の学習部２２２によって生成された学習済みモデルを、蓄積したり更新したりして記憶される。なお、学習済みモデル記憶部２３１には最初に、初期状態の学習済みモデルが記憶されている。学習済みモデルは、ニューラルネットワークを用いた深層学習に基づいて生成された学習済みモデルである。学習済みモデルを記憶するとは、学習済みモデルにおけるネットワークパラメータや演算のアルゴリズム等の情報を記憶することを意味する。学習済みモデルは、車両３から送信された走行履歴情報と関連付けて記憶される。すなわち、所定の車両３から送信された入出力データセットに関連付けされた走行履歴情報と、当該入出力データセットから生成された学習済みモデルとが関連付けされて、学習済みモデル記憶部２３１に記憶される。なお、学習済みモデルを、さらに車両３の車両情報と関連付けてもよい。

入出力データセット記憶部２３２は、上述した入力パラメータと出力パラメータの組からなる入出力データセットを記憶する。学習データ記憶部２３３は、学習部２２２が入力パラメータに基づいて算出した出力パラメータを当該入力パラメータとともに学習データとして記憶する。

以下、機械学習の具体的な一例として、ニューラルネットワークを用いた深層学習について説明する。図３は、学習部２２２が学習するニューラルネットワークの構成を模式的に示す図である。図３に示すように、ニューラルネットワーク１００は、順伝播型ニューラルネットワークであり、入力層１０１と、中間層１０２と、出力層１０３とを有する。入力層１０１は複数のノードからなり、各ノードには互いに異なる入力パラメータが入力される。中間層１０２は入力層１０１からの出力が入力される。中間層１０２は、入力層１０１からの入力を受ける複数のノードからなる層を含む多層の構造を有する。出力層１０３は、中間層１０２からの出力が入力され、出力パラメータを出力する。中間層１０２が多層構造を有するニューラルネットワークを用いた機械学習は、深層学習と呼ばれる。

図４は、ニューラルネットワーク１００が有するノードにおける入出力の概要を説明する図である。図４においては、ニューラルネットワーク１００のうち、Ｉ個のノードを有する入力層１０１と、Ｊ個のノードを有する第１中間層１２１と、Ｋ個のノードを有する第２中間層１２２におけるデータの入出力の一部を模式的に示している（Ｉ、Ｊ、Ｋは正の整数）。入力層１０１の上からｉ番目のノードには、入力パラメータｘ_i（ｉ＝１，２，…，Ｉ）が入力される。以下、全ての入力パラメータの集合を「入力パラメータ｛ｘ_i｝」と記載する。

入力層１０１の各ノードは、隣接する第１中間層１２１の各ノードに対し、入力パラメータに所定の重みを乗じた値を有する信号を出力する。例えば、入力層１０１の上からｉ番目のノードは、第１中間層１２１の上からｊ番目（ｊ＝１，２，…，Ｊ）のノードに対して、入力パラメータｘ_iに重みα_ijを乗じた値α_ijｘ_iを有する信号を出力する。第１中間層１２１の上からｊ番目のノードには、合計で入力層１０１の各ノードからの出力に所定のバイアスｂ⁽¹⁾ _jを加えた値Σ_i=1〜Iα_ijｘ_i＋ｂ⁽¹⁾ _jが入力される。ここで第１項目のΣ_i=1〜Iは、ｉ＝１，２，…，Ｉの和を取ることを意味する。

第１中間層１２１の上からｊ番目のノードの出力値ｙ_jは、そのノードへの入力層１０１からの入力値Σ_i=1〜Iα_ijｘ_i＋ｂ⁽¹⁾ _jの関数として、ｙ_j＝Ｓ（Σ_i=1〜Iα_ijｘ_i＋ｂ⁽¹⁾ _j）と表される。この関数Ｓは活性化関数と呼ばれる。具体的な活性化関数として、例えばシグモイド関数Ｓ（ｕ）＝１／｛１＋ｅｘｐ（−ｕ）｝や正規化線形関数（ＲｅＬＵ）Ｓ（ｕ）＝ｍａｘ（０，ｕ）などを挙げることができる。活性化関数は、非線形関数が用いられることが多い。

第１中間層１２１の各ノードは、隣接する第２中間層１２２の各ノードに対し、入力パラメータに所定の重みを乗じた値を有する信号を出力する。例えば、第１中間層１２１の上からｊ番目のノードは、第２中間層１２２の上からｋ番目（ｋ＝１，２，…，Ｋ）のノードに対して、入力値ｙ_jに重みβ_jkを乗じた値β_jkｙ_jを有する信号を出力する。第２中間層１２２の上からｋ番目のノードには、合計で第１中間層１２１の各ノードからの出力に所定のバイアスｂ⁽²⁾ _kを加えた値Σ_j=1〜Jβ_jkｙ_j＋ｂ⁽²⁾ _kが入力される。ここで第１項目のΣ_j=1〜Jは、ｊ＝１，２，…，Ｊの和を取ることを意味する。

第２中間層１２２の上からｋ番目のノードの出力値ｚ_kは、そのノードへの第１中間層１２１からの入力値Σ_j=1〜Jβ_jkｙ_j＋ｂ⁽²⁾ _kを変数とする活性化関数を用いて、
ｚ_k＝Ｓ（Σ_j=1〜Jβ_jkｙ_j＋ｂ⁽²⁾ _k）と表される。

このようにして、入力層１０１の側から出力層１０３の側へ向かう順方向に沿って順次繰り返すことにより、最終的に出力層１０３から一つの出力パラメータＹが出力される。以下、ニューラルネットワーク１００が含む重みおよびバイアスをまとめてネットワークパラメータｗという。このネットワークパラメータｗは、ニューラルネットワーク１００の全ての重みおよびバイアスを成分とするベクトルである。

学習部２２２は、入力パラメータ｛ｘ_i｝をニューラルネットワーク１００へ入力することによって算出した出力パラメータＹと、入力パラメータ｛ｘ_i｝とともに入出力データセットを構成する出力パラメータ（目標出力）Ｙ₀とに基づいて、ネットワークパラメータを更新する演算を行う。具体的には、２つの出力パラメータＹとＹ₀との誤差を最小化するための演算を行うことによってネットワークパラメータｗを更新する。この際には、確率的勾配降下法がよく用いられる。以下、入力パラメータ｛ｘ_i｝および出力パラメータＹの組（｛ｘ_i｝，Ｙ）を総称して「学習データ」という。

以下、確率的勾配降下法の概要を説明する。確率的勾配降下法は、２つの出力パラメータＹとＹ₀を用いて定義される誤差関数Ｅ（ｗ）のネットワークパラメータｗの各成分に対する微分から求まる勾配∇_wＥ（ｗ）を最小化するように、ネットワークパラメータｗを更新する方法である。誤差関数は、例えば学習データの出力パラメータＹと入出力データセットの出力パラメータＹ₀の２乗誤差｜Ｙ−Ｙ₀｜²により定義される。また、勾配∇_wＥ（ｗ）は、誤差関数Ｅ（ｗ）のネットワークパラメータｗの成分に関する微分である
∂Ｅ（ｗ）／∂α_ij、∂Ｅ（ｗ）／∂β_jk、∂Ｅ（ｗ）／∂ｂ⁽¹⁾ _j、∂Ｅ（ｗ）／∂ｂ⁽²⁾ _k（ここで、ｉ＝１〜Ｉ、ｊ＝１〜Ｊ、ｋ＝１〜Ｋ）などを成分に有するベクトルである。

確率的勾配降下法では、ネットワークパラメータｗを、自動または手動で定まる所定の学習率ηを用いて、ｗ’＝ｗ−η∇_wＥ（ｗ）、ｗ’’＝ｗ’−η∇_w’Ｅ（ｗ’）、…と順次更新する。なお、学習率ηは、学習の途中で変更してもよい。より一般的な確率的勾配降下法の場合、誤差関数Ｅ（ｗ）は、全学習データを含むサンプルの中からランダムに抽出することによって定義される。この際に抽出する学習データの数は１つに限られるわけではなく、学習データ記憶部２３３が記憶する学習データの一部でもよい。

勾配∇_wＥ（ｗ）の計算を効率的に行うための方法として、誤差逆伝播法が知られている。誤差逆伝播法は、学習データ（｛ｘ_i｝、Ｙ）を算出後、出力層における目標出力Ｙ₀と出力パラメータＹの誤差に基づいて、出力層→中間層→入力層へと勾配∇_wＥ（ｗ）の成分を逆にたどって計算していく方法である。学習部２２２は、誤差逆伝播法を用いて勾配∇_wＥ（ｗ）の全ての成分を算出した後、算出した勾配∇_wＥ（ｗ）を用いて上述した確率的勾配降下法を適用することにより、ネットワークパラメータｗを更新する。

（供給側車両）
供給側車両としての車両３は、運転者による運転によって走行する車両や、与えられた運行指令に従って自律走行可能に構成された自律走行車両である。図５は、車両３の構成を概略的に示すブロック図である。図５に示すように、車両３は、駆動部３１、電子制御部３２、通信部３３、記憶部３４、入出力部３５、センサ群３６、およびＧＰＳ部３７を備える。

駆動部３１は、車両３の走行に必要な従来公知の駆動部である。具体的には、車両３は、駆動源となる内燃機関であるエンジン、エンジンの駆動力を伝達する駆動伝達機構、および走行するための駆動輪などを備える。車両３のエンジンは、燃料の燃焼による駆動によって電動機などを用いて発電可能に構成される。発電された電力は充電可能なバッテリに充電される。

電子制御部３２および記憶部３４はそれぞれ、物理的には上述した制御部２２および記憶部２３と同様である。電子制御部３２は、車両３に搭載される各種構成要素の動作を統括的に制御する。電子制御部３２は、記憶部３４に記憶されたプログラムの実行によって、データ取得部３２１の機能を実行する。データ取得部３２１は、センサ群３６によって検出された種々のデータを取得して、これらのデータをセンサ情報としてセンサ群取得情報記憶部３４３に記憶する。

送信部および受信部としての通信部３３は、ネットワーク１０を介した無線通信によって、少なくとも制御支援サーバ２との間で通信を行う、例えば車載通信モジュール（ＤＣＭ：Data Communication Module）などからなる。

記憶部３４は、走行履歴情報記憶部３４１、車両情報記憶部３４２、およびセンサ群取得情報記憶部３４３を備える。走行履歴情報記憶部３４１には、車両３における、速度、加速度、走行時間帯、走行経路、走行地域、渋滞情報、外気の温度や湿度、および天候などを含む走行履歴情報が、蓄積可能および更新可能に記憶されている。車両情報記憶部３４２には、車種、総走行距離、燃料残量、現在位置などを含む車両情報が、蓄積可能および更新可能に記憶されている。センサ群取得情報記憶部３４３には、センサ群３６によって検出された種々のデータが、センサ情報として蓄積可能および更新可能に記憶されている。

入出力部３５は、タッチパネルディスプレイやスピーカマイクロホンなどから構成される。入力手段としての入出力部３５は、キーボードや入力用のボタン、レバーや、液晶等のディスプレイに積層して設けられるタッチパネル等のユーザインターフェースを用いて構成される。ユーザなどがタッチパネルディスプレイを操作したり、スピーカマイクロホンに向けて音声を発したりすることによって、電子制御部３２に所定の情報を入力するように構成される。出力手段としての入出力部３５は、電子制御部３２による制御に従って、タッチパネルディスプレイの画面上に文字や図形などを表示したり、スピーカマイクロホンから音声を出力したりして、所定の情報を外部に通知可能に構成される。

センサ群３６は、エンジンの冷却水の水温（冷却水温）を検出する水温センサ、エンジンの吸気温を検出する吸気温センサ、大気圧を検出する大気圧センサ、エンジンの油温を検出する油温センサ、排気中の酸素濃度を検出するＡ／Ｆセンサ、およびバッテリの充電状態を検出する電流センサなどの、車両３の状態を計測するセンサを含む。また、センサ群３６は、車両３の速度や加速度をそれぞれ検出する、車速センサや加速度センサなどの、車両３の走行に関するセンサを含む。センサ群３６は、外気温を検出する外気温センサや、外気の湿度を検出する湿度センサなどを含んでいてもよい。センサ群３６はさらに、例えば車室内の種々の状況を検知可能な車室内センサや、例えば撮像カメラなどの撮像装置などを含んでもよい。

ＧＰＳ部３７は、ＧＰＳ（Global Positioning System）衛星（図示せず）からの電波を受信して、車両３の位置を検出する。検出された位置は、車両情報における位置情報として、車両情報記憶部３４２に検索可能に記憶される。なお、車両３の位置を検出する方法として、LiDAR（Light Detection and Ranging、Laser Imaging Detection and Ranging）と３次元デジタル地図とを組み合わせた方法を採用してもよい。

（リクエスト側車両）
制御が支援される車両としてのリクエスト側の車両４は、運転者による運転によって走行する車両や、与えられた運行指令に従って自律走行可能に構成された自律走行車両である。図６は、車両４の構成を概略的に示すブロック図である。図６に示すように、車両４は、駆動部４１、電子制御部４２、通信部４３、記憶部４４、入出力部４５、センサ群４６、およびＧＰＳ部４７を備える。駆動部４１、通信部４３、入出力部４５、センサ群４６、およびＧＰＳ部４７はそれぞれ、車両３における駆動部３１、通信部３３、入出力部３５、センサ群３６、およびＧＰＳ部３７と同様である。

電子制御部４２および記憶部４４はそれぞれ、物理的には上述した制御部２２および記憶部２３と同様である。電子制御部４２および記憶部４４によって、車両４の各部を制御する車両制御装置が構成される。電子制御部４２は、車両４に搭載される各種構成要素の動作を統括的に制御する。電子制御部４２は、記憶部４４に記憶されたプログラムの実行によって、データ取得部４２１および予測部４２２の機能を実行する。データ取得部４２１は、車両３の電子制御部３２におけるデータ取得部３２１と同様である。予測部４２２は、データ取得部４２１が取得した各種データを入力パラメータとして、記憶部４４の制御用情報記憶部４４４に記憶されている学習済みモデルに入力することによって、出力パラメータである予測値を算出する。

記憶部４４は、走行履歴情報記憶部４４１、車両情報記憶部４４２、センサ群取得情報記憶部４４３、および制御用情報記憶部４４４を備える。走行履歴情報記憶部４４１、車両情報記憶部４４２、およびセンサ群取得情報記憶部４４３はそれぞれ、走行履歴情報記憶部３４１、車両情報記憶部３４２、およびセンサ群取得情報記憶部３４３と同様である。制御用情報記憶部４４４は、電子制御部４２による各部の制御に用いるための、学習済みモデル、予測部４２２が算出した予測値、および制御支援サーバ２から受信した予測値の少なくとも１つの情報が記憶される。

図７は、第１の実施形態による制御支援システム１における制御支援方法の処理の流れを示すフロー図である。図７に示すように、ステップＳＴ１において供給側の車両３は、電子制御部３２のデータ取得部３２１が走行履歴情報および車両情報を取得する。データ取得部３２１は、取得した走行履歴情報および車両情報をそれぞれ、走行履歴情報記憶部３４１および車両情報記憶部３４２に記憶させる。また、ステップＳＴ２において、データ取得部３２１は、センサ群３６によって検出されたデータを取得して、これらの検出データをセンサ情報としてセンサ群取得情報記憶部３４３に記憶させる。なお、ステップＳＴ１，ＳＴ２は、逆順に行っても並行して行ってもよい。

次に、ステップＳＴ３に移行して電子制御部３２は、現在時点があらかじめ設定された所定のタイミングであるか否かを判定する。所定のタイミングとは、所定時間間隔ごとの周期的な時刻であったり、あらかじめ設定された所定時刻であったりする。電子制御部３２が、現在時点が所定のタイミングではないと判定した場合（ステップＳＴ３：Ｎｏ）、ステップＳＴ１，ＳＴ２を繰り返し実行する。電子制御部３２が所定のタイミングになったと判定した場合（ステップＳＴ３：Ｙｅｓ）、ステップＳＴ４に移行してデータ取得部３２１は、取得して保存したセンサ情報と走行履歴情報および車両情報とを互いに関連付けて、通信部３３を介して制御支援サーバ２に送信する。なお、センサ情報と走行履歴情報および車両情報との関連付けは、センサ情報、走行履歴情報、および車両情報の取得後、これらの情報の送信前に行えばよい。

ステップＳＴ５において制御支援サーバ２の制御部２２のデータ取得部２２１は、車両３から受信したセンサ情報を、走行履歴情報および車両情報に基づいて分類して、入出力データセット記憶部２３２に記憶させる。これにより、走行履歴情報および車両情報によってセンサ情報が入出力データセットとして分類される。

次に、ステップＳＴ６に移行して学習部２２２は、入出力データセット記憶部２３２に記憶された種々のセンサ情報から、制御に用いるセンサ情報を走行履歴情報および車両情報と関連付けて抽出する。学習部２２２は、抽出したセンサ情報を入出力データセットとして、ニューラルネットワーク１００を用いた機械学習を行う。これにより、学習部２２２は、学習済みモデルを生成して、走行履歴情報および車両情報と関連付けして学習済みモデル記憶部２３１に記憶する。

以上のステップＳＴ１〜ＳＴ６の処理は、制御支援サーバ２と複数の供給側の車両３との間において繰り返し実行される。これにより、制御支援サーバ２の学習済みモデル記憶部２３１には、種々の走行履歴情報と関連付けされた学習済みモデルが蓄積される。また、制御部２２の学習部２２２は、生成された学習済みモデルをさらに車両情報と関連付けて学習済みモデル記憶部２３１に蓄積してもよい。過去に生成した学習済みモデルを、この学習済みモデルが関連付けされている走行履歴情報との一致度が高い新しい学習済みモデルによって更新してもよい。さらに、関連付けされた走行履歴情報が互いに近い複数の学習済みモデルを互いに併合して平均化するなどして、新しい学習済みモデルを生成してもよい。なお、学習済みモデルを平均化する場合には、複数の学習済みモデルにおけるそれぞれのネットワークパラメータｗを、ノードごとに平均化するなどして行うことができる。さらにはノードの数を変更してもよい。また、学習部２２２は、さらに車両情報を参照して、複数の学習済みモデルを併合したり更新したりしてもよい。これらによって、学習済みモデル記憶部２３１には、生成された学習済みモデルが、走行履歴情報に関連付けられて、蓄積されたり、更新されたり、併合されて平均化されたりして記憶される。以上により、制御支援システム１における学習済みモデルの生成処理が終了する。

ステップＳＴ１〜ＳＴ６の処理とは独立して、リクエスト側の車両４においては、ステップＳＴ１，ＳＴ２と同様の処理が行われる。すなわち、ステップＳＴ７において車両４における電子制御部４２のデータ取得部４２１は、自車の走行履歴情報および車両情報を取得する。データ取得部４２１は、取得した走行履歴情報および車両情報をそれぞれ、走行履歴情報記憶部４４１および車両情報記憶部４４２に記憶させる。ステップＳＴ８において、データ取得部４２１は、センサ群４６によって検出されたデータを取得して、これらの検出データをセンサ情報としてセンサ群取得情報記憶部４４３に記憶させる。なお、ステップＳＴ７，ＳＴ８は、逆順に行っても並行して行ってもよい。

ステップＳＴ１〜ＳＴ８の処理が実行された後、制御支援サーバ２によって車両４に対する制御支援処理が実行される。まず、ステップＳＴ９において車両４の通信部４３は、制御支援サーバ２に対して、モデル要求信号、走行履歴情報、車両情報、および車両識別情報を送信する。なお、車両識別情報は車両情報に含めてもよい。

ステップＳＴ１０において制御部２２の選択部２２３は、まず、車両４から受信した走行履歴情報に基づいて、学習済みモデル記憶部２３１から、最も一致度が高い走行履歴情報に関連付けられた学習済みモデルを少なくとも１つ選択して索出する。なお、選択部２２３はさらに、車両情報の一致度に基づいて、一致度が高い走行履歴情報および車両情報に基づいて少なくとも１つの学習済みモデルを選択してもよい。選択部２２３は、選択した学習済みモデルを、車両識別情報を参照して、モデル要求信号を送信した車両４に送信する。

ステップＳＴ１１において電子制御部４２の予測部４２２は、制御支援サーバ２から通信部４３を介して受信した学習済みモデルを用いて、予測値を算出して制御を行う。すなわち、まず、データ取得部４２１が、受信した学習済みモデルを制御用情報記憶部４４４に記憶させる。次に、予測部４２２が、センサ群取得情報記憶部４４３から制御を行うために必要なセンサ情報を選択して索出し、入力パラメータとする。予測部４２２は、入力パラメータを受信した学習済みモデルに入力して、予測値を算出する。電子制御部４２は、算出した予測値を用いて駆動部４１などを制御する。

なお、上述した供給側の車両３とリクエスト側の車両４とは、互いに同一である場合を含む。車両３，４が同一の車両の場合、走行履歴情報を送受信する代わりに、車両識別情報に応じて、制御支援サーバ２において学習済みモデルを生成してもよい。さらに、上述したステップＳＴ１〜ＳＴ１１は、制御支援システム１において繰り返し実行される。これにより、生成される学習済みモデルがより最適化される。

（第１実施例）
以下に、学習済みモデルを用いた制御の具体的な実施例について説明する。第１実施例においては、入力パラメータを、最大触媒内酸素吸蔵量（最大ＯＳＡ）および車両の走行距離とし、出力パラメータを、エンジンを次に始動させる際の触媒暖機遅角量（以下、触媒暖機遅角量ともいう）とする。この場合、車両３のセンサ群３６によって計測された最大ＯＳＡおよび車両３の総走行距離のデータと、当該最大ＯＳＡおよび当該総走行距離に基づいて車両３において検出、制御された触媒暖機遅角量のデータとを入出力データセットとして、制御支援サーバ２において学習済みモデルが生成される。車両４において予測部４２２は、センサ群４６によって計測された最大ＯＳＡおよび総走行距離を入力パラメータとして、制御支援サーバ２から受信した学習済みモデルに入力して、触媒暖機遅角量の予測値を算出する。車両４の電子制御部４２は、予測部４２２が算出した予測値に従って触媒暖機遅角量を制御する。この制御によって、車両４に搭載された排気ガス浄化触媒の劣化が進んでも、劣化の度合いに応じて触媒暖機の制御を行うことができるので、ＨＣやＣＯがテールパイプエミッションとして大量に排出されることを抑制できる。

（第２実施例）
第２実施例においては、入力パラメータを、平均車速および平均加速度とし、出力パラメータを、出力一定運転を開始するＳＯＣ（State of Charge）値（以下、開始ＳＯＣ値ともいう）とする。この場合、車両３のセンサ群３６によって計測され、制御部２２または電子制御部３２によって導出された平均車速および平均加速度のデータと、当該平均車速および当該平均加速度に基づいて複数の車両３において検出、制御された開始ＳＯＣ値のデータとを入出力データセットとして、制御支援サーバ２において学習済みモデルが生成される。車両４において予測部４２２は、センサ群４６によって計測され、電子制御部４２によって算出された平均車速および平均加速度を入力パラメータとして、制御支援サーバ２から受信した学習済みモデルに入力して、開始ＳＯＣ値の予測値を算出する。車両４の電子制御部４２は、予測部４２２が算出した予測値に従って開始ＳＯＣ値を設定して、出力一定運転を制御する。

ＰＨＶ（Plug-in Hybrid Vehicle）などの車両においては、ＳＯＣ値が所定値未満になると、出力一定運転が開始されて触媒暖機が開始される。車両４の運転者が高速での運転や急加速が多い運転を行うと、触媒暖機が完了する前にＳＯＣ値が低下して通常走行に切り替わってしまうため、触媒暖機が不十分になる可能性がある。そこで、平均車速および平均加速度を入力パラメータとして学習済みモデルに入力して、出力パラメータとして開始ＳＯＣ値の予測値を算出することによって、開始ＳＯＣ値を最適な値に設定できる。したがって、ＰＨＶなどの車両において触媒暖機が不十分になる可能性を低減できる。

（第３実施例）
第３実施例においては、入力パラメータを、最大ＯＳＡおよび車両の走行距離とし、出力パラメータを、触媒のＯＴ（Over Temperature：過熱）を抑制するために燃料の増量制御を実行する触媒床温度（以下、触媒推定床温ともいう）とする。この場合、車両３のセンサ群３６によって検出された最大ＯＳＡおよび計測された車両３の総走行距離のデータと、当該最大ＯＳＡおよび当該総走行距離に基づいて車両３において検出、制御された触媒推定床温のデータとを入出力データセットとして、制御支援サーバ２において学習済みモデルが生成される。車両４において予測部４２２は、センサ群４６によって計測された最大ＯＳＡおよび総走行距離を入力パラメータとして、制御支援サーバ２から受信した学習済みモデルに入力して、触媒推定床温の予測値を算出する。車両４の電子制御部４２は、予測部４２２が算出した予測値に従って触媒推定床温を設定し、触媒床温度が設定した触媒推定床温に達した場合に、エンジンに供給する燃料を増量させる制御を行う。この制御によって、車両４に搭載された排気ガス浄化触媒の劣化の状態に応じて、触媒推定床温を下げることができるので、触媒のＯＴの発生を抑制できる。

（第４実施例）
第４実施例においては、入力パラメータを、車両４における、最大ＯＳＡ、車両の走行距離、平均速度、および平均加速度とし、出力パラメータを、触媒推定床温とする。この場合、車両３に関する、最大ＯＳＡ、総走行距離、および制御部２２または電子制御部３２によって導出された平均車速と平均加速度とのデータと、当該４種類のデータに基づいて車両３において検出、制御された触媒推定床温のデータとを入出力データセットとして、制御支援サーバ２において学習済みモデルが生成される。車両４において予測部４２２は、車両４に関する最大ＯＳＡ、総走行距離、平均車速、および平均加速度を入力パラメータとして、制御支援サーバ２から受信した学習済みモデルに入力し、触媒推定床温の予測値を算出する。車両４の電子制御部４２は、予測部４２２が算出した予測値に従って触媒推定床温を設定し、触媒床温度が設定した触媒推定床温に達した場合に、燃料を増加させる制御を行う。この制御によって、第３実施例と同様の効果を得ることができる。さらに第４実施例によれば、車両４の運転者が高速での運転や急加速が多い運転を行うと、触媒床温度が急激に上昇する可能性があることから、このような場合に触媒推定床温を低下させて、触媒床温度がより低い状態でエンジンに供給する燃料の増量を実行できるようにする。これにより、高速運転や急加速の多い運転においても、触媒のＯＴの発生を抑制できる。

また、上述した第１〜第４実施例から選んだ複数の実施例を、同一の車両４内において、並行して実行してもよい。

以上説明した第１の実施形態によれば、複数の車両３から取得したセンサ情報を入出力データセットとして機械学習によって学習済みモデルを生成し、所定の制御を実行する車両４からモデル要求信号を受信した場合に、車両４における走行履歴情報と最も一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択して車両４に送信し、車両４において予測値を算出している。これにより、車両４において、自車の走行状況に最も近い走行状況の学習済みモデルによって予測値を算出できるため、予測値による車両４の制御を的確に支援することができる。

（第２の実施形態）
次に、第２の実施形態による制御支援方法について説明する。第２の実施形態による制御支援システム１、制御支援サーバ２、および車両３，４の構成は、第１の実施形態と同様である。ただし、第２の実施形態においては、制御支援サーバ２による処理および車両４が受信する情報が第１の実施形態とは異なる。第２の実施形態においては、制御支援サーバ２が生成した学習済みモデルを用いて車両４における制御用の予測値を算出し、車両４が当該予測値を取得する。

図８は、第２の実施形態による制御支援方法を説明するためのフロー図である。図８において、ステップＳＴ２１〜ＳＴ２８は、図７に示すステップＳＴ１〜ＳＴ８と同様である。第２の実施形態において制御支援サーバ２は、ステップＳＴ２１〜ＳＴ２８によって、学習済みモデルを生成する。なお、ステップＳＴ２１〜ＳＴ２８は、制御支援サーバ２および車両３において繰り返し実行される。これにより、制御支援サーバ２の学習済みモデル記憶部２３１には、生成された学習済みモデルが走行履歴情報に関連付けされて蓄積されたり、関連付けされた走行履歴情報の一致度が互いに高い複数の学習済みモデルが併合されて平均化され、新しい学習済みモデルに更新されたりする。なお、車両情報とさらに関連付けしてもよく、この場合には、走行履歴情報および車両情報において一致度が高い複数の学習済みモデルを併合して平均化してもよい。

制御支援サーバ２によって学習済みモデルが生成された後、制御支援サーバ２は車両４に対する制御支援処理を実行する。すなわち、ステップＳＴ２９において車両４の通信部４３は、制御支援サーバ２に、パラメータ要求信号としての予測値要求信号、センサ情報、走行履歴情報、車両情報、および車両識別情報を送信する。

制御支援サーバ２が、車両４から予測値要求信号、センサ情報、走行履歴情報、車両情報、および車両識別情報を受信すると、ステップＳＴ３０に移行する。ステップＳＴ３０において制御部２２の選択部２２３は、学習済みモデル記憶部２３１に記憶された学習済みモデルから、車両４から受信した走行履歴情報と一致度が最も高い走行履歴情報に関連付けられた学習済みモデルを少なくとも１つ選択する。なお、選択部２２３はさらに、車両４から受信した車両情報も参照して、一致度が最も高い走行履歴情報および車両情報に関連付けられた学習済みモデルを少なくとも１つ選択してもよい。

ステップＳＴ３１に移行すると予測部２２４は、選択した学習済みモデルを用いて予測値を算出して送信する。すなわち、予測部２２４はまず、車両４から受信したセンサ情報から制御を行うために必要なセンサ情報を選択して、入力パラメータとする。予測部２２４は、入力パラメータを選択した学習済みモデルに入力して、予測値を算出する。予測部２２４は、通信部２１を通じて、車両識別情報や車両情報に基づいて予測値要求信号を送信した車両４に、算出した予測値を送信する。

車両４の電子制御部４２は、通信部４３を通じて制御支援サーバ２から予測値を受信すると、ステップＳＴ３２において、取得した予測値を用いて駆動部４１などを制御する。予測値を用いた駆動部４１などの制御の具体例は、上述した第１〜第４実施例と同様である。また、上述した供給側の車両３とリクエスト側の車両４とは、同一の車両であってもよい。

なお、制御支援サーバ２が車両４から受信して学習済みモデルに入力する入力パラメータとしてのセンサ情報の一部分が欠落している場合、予測部２２４は、欠落しているセンサ情報に充当させる暫定値を算出して、入力パラメータとしてもよい。これは、車両４において、学習済みモデルの入力パラメータとして必要なセンサ情報を取得するセンサが設けられていない場合に有効である。さらに、上述したステップＳＴ２１〜ＳＴ３２は、制御支援システム１において繰り返し実行される。これにより、算出される予測値がより最適化される。

第２の実施形態によれば、制御支援サーバ２において、学習済みモデルを生成し、かつリクエスト側の車両４から受信したセンサ情報に対応して予測値を算出し、車両４に算出した予測値を送信している。これにより、車両４においては、制御支援サーバ２において生成された学習済みモデルによって得られた予測値を用いて制御を行うことができるので、第１の実施形態と同様の効果を得ることができる。さらに、予測値の算出を制御支援サーバ２において実行しているため、車両４において予測値を算出する予測部を設ける必要がない。したがって、第１の実施形態に比して、車両４の処理容量を低減できるので、学習済みモデルを用いた制御を実行できる車両４を増加させることができる。

（第３の実施形態）
次に、第３の実施形態による車両および制御支援方法について説明する。第３の実施形態による制御支援システム１、制御支援サーバ２、および車両４の構成は、第１の実施形態と同様であり、車両４が受信する情報は第２の実施形態と同様である。ただし、第３の実施形態においては、制御支援サーバ２および供給側の車両３による処理が第１および第２の実施形態とは異なる。第３の実施形態においては、供給側の車両３によって学習済みモデルが生成され、制御支援サーバ２は、生成された学習済みモデルを用いてリクエスト側の車両４における制御用の予測値を算出する。

（供給側車両）
図９は、第３の実施形態による供給側の車両３Ａの構成を概略的に示すブロック図である。図９に示すように、車両３Ａは、図５に示す第１の実施形態による車両３と同様に、駆動部３１、電子制御部３２、通信部３３、記憶部３４、入出力部３５、センサ群３６、およびＧＰＳ部３７を備える。また、車両３Ａは、車両３と異なり、電子制御部３２が学習部３２２をさらに有するとともに、記憶部３４が、入出力データセット記憶部３４４、学習済みモデル記憶部３４５、および学習データ記憶部３４６をさらに有する。学習部３２２、入出力データセット記憶部３４４、学習済みモデル記憶部３４５、および学習データ記憶部３４６はそれぞれ、制御支援サーバ２における学習部２２２、入出力データセット記憶部２３２、学習済みモデル記憶部２３１、および学習データ記憶部２３３と同様である。すなわち、第３の実施形態による車両３Ａは、制御支援装置が搭載された車両である。

図１０は、第３の実施形態による制御支援方法の処理の流れを示すフロー図である。図１０において、ステップＳＴ４１，ＳＴ４２，ＳＴ４４，ＳＴ４７，ＳＴ４８は、図７に示すステップＳＴ１，ＳＴ２，ＳＴ３，ＳＴ７，ＳＴ８と同様である。ステップＳＴ４１，ＳＴ４２の処理は、逆順に行っても並行して行ってもよく、ステップＳＴ４７，ＳＴ４８の処理も逆順に行っても並行して行ってもよい。

ステップＳＴ４１，ＳＴ４２を実行後にステップＳＴ４３に移行すると、電子制御部３２の学習部３２２は、学習済みモデルを生成する。すなわち、電子制御部３２のデータ取得部３２１は、センサ群取得情報記憶部３４３に記憶された種々のセンサ情報から、制御に用いるセンサ情報を抽出する。データ取得部３２１はさらに、走行履歴情報記憶部３４１および車両情報記憶部３４２からそれぞれ、抽出したセンサ情報に関連付けされた走行履歴情報および車両情報を読み出す。データ取得部３２１は、抽出したセンサ情報と、関連付けされた走行履歴情報および車両情報とを、入出力データセット記憶部３４４に記憶させる。次に、学習部３２２は、入出力データセット記憶部３４４からセンサ情報を読み出し、読み出したセンサ情報を入出力データセットとして、ニューラルネットワーク１００を用いた機械学習を行う。これにより、学習部３２２は、学習済みモデルを生成して、走行履歴情報および車両情報と関連付けして学習済みモデル記憶部３４５に記憶させる。

その後、ステップＳＴ４４に移行して電子制御部３２は、現在時点があらかじめ設定された所定のタイミングであるか否かを判定する。電子制御部３２が、現在時点が所定のタイミングではないと判定した場合（ステップＳＴ４４：Ｎｏ）、ステップＳＴ４１〜ＳＴ４３を繰り返し実行する。

電子制御部３２が所定のタイミングになったと判定した場合（ステップＳＴ４４：Ｙｅｓ）、ステップＳＴ４５に移行する。ステップＳＴ４５において電子制御部３２は、生成して保存した学習済みモデルと走行履歴情報および車両情報とを互いに関連付けて、制御支援サーバ２に送信する。なお、学習済みモデルと走行履歴情報および車両情報との関連付けは、学習済みモデルの生成後、かつ学習済みモデルの送信前の間に行えばよい。

ステップＳＴ４６において制御支援サーバ２のデータ取得部２２１は、受信した学習済みモデルを、走行履歴情報および車両情報に基づいて分類して、学習済みモデル記憶部２３１に記憶させる。上述したステップＳＴ４１〜ＳＴ４６の処理とは独立して、リクエスト側の車両４においては、ステップＳＴ４７，ＳＴ４８の処理が行われる。

以上のステップＳＴ４１〜ＳＴ４８の処理は、複数の供給側の車両３と制御支援サーバ２との間において繰り返し実行される。これにより、制御支援サーバ２の学習済みモデル記憶部２３１には、図７に示すステップＳＴ１〜ＳＴ６と同様に、生成された学習済みモデルが走行履歴情報に関連付けて蓄積されたり、走行履歴情報の一致度が高い新しい学習済みモデルによって更新されたり、関連付けされた走行履歴情報の一致度が高い複数の学習済みモデルが併合され平均化されたりする。

以上のステップＳＴ４１〜ＳＴ４８の処理が実行された後、ステップＳＴ４９〜ＳＴ５２が実行される。ステップＳＴ４９〜ＳＴ５２はそれぞれ、第２の実施形態による図８に示すステップＳＴ２９〜ＳＴ３２に対応する処理である。

上述した供給側の車両３Ａとリクエスト側の車両４とは、同一の車両である場合を含む。この場合、学習済みモデルとして車両３Ａ（車両４）において生成された学習済みモデルを採用し、車両４（車両３Ａ）における予測部４２２によって予測値を算出すれば、車両３Ａ，４と制御支援サーバ２との通信を省略できる。しかしながら、この場合には、学習済みモデルが過学習になる可能性がある。この場合、車両３Ａ，４が同一の車両であっても、学習済みモデルとして制御支援サーバ２において複数の学習済みモデルが併合されて平均化された汎用的な学習済みモデルを採用してもよい。

第３の実施形態によれば、供給側の車両３において学習済みモデルを生成し、制御支援サーバ２が、リクエスト側の車両４から受信したセンサ情報に基づいて予測値を算出して、車両４に算出した予測値を送信している。これにより、車両４においては、車両３において生成された学習済みモデルから、制御支援サーバ２によって得られた予測値を用いて制御を行うことができるので、第１および第２の実施形態と同様の効果を得ることができる。

以上、本発明の実施形態について具体的に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的思想に基づく各種の変形が可能である。例えば、上述の実施形態において挙げた入力パラメータや出力パラメータはあくまでも例に過ぎず、必要に応じてこれと異なる入力パラメータや出力パラメータを用いてもよい。

例えば、上述した実施形態においては、機械学習の一例としてニューラルネットワークを用いた深層学習を説明してきたが、それ以外の方法に基づく機械学習を行ってもよい。例えば、サポートベクターマシン、決定木、単純ベイズ、ｋ近傍法など、他の教師あり学習を用いてもよい。また、教師あり学習に代えて半教師あり学習を用いてもよい。

入出力データセットや学習データの一部をなす入力パラメータとして、車両４が有するセンサ群４６から取得するデータ以外にも、例えば路車間通信や車車間通信などによって得られるデータを用いてもよい。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施の形態に限定されるものではない。したがって、添付のクレームおよびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ 制御支援システム
２ 制御支援サーバ
３，３Ａ，４ 車両
２１，３３，４３ 通信部
２２ 制御部
２３，３４，４４ 記憶部
１００ ニューラルネットワーク
１０１ 入力層
１０２ 中間層
１０３ 出力層
１２１ 第１中間層
１２２ 第２中間層
２２１，３２１，４２１ データ取得部
２２２，３２２ 学習部
２２３ 選択部
２２４，４２２ 予測部
２２５ 課金処理部
２３１，３４５ 学習済みモデル記憶部
２３２，３４４ 入出力データセット記憶部
２３３，３４６ 学習データ記憶部

Claims (11)

1. ニューラルネットワークを用いた深層学習である機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、
   前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記データ取得部が取得した前記センサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって学習済みモデルを更新する学習部と、
   前記更新した学習済みモデルと、前記制御が支援される車両のセンサ情報を入力パラメータとして前記更新した学習済みモデルに入力して算出された出力パラメータとの少なくとも一方を、前記制御が支援される車両に送信する送信部と、
   前記制御が支援される車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部と、を備える
   制御支援装置。
2. ニューラルネットワークを用いた深層学習である機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、
   前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記データ取得部が複数の前記供給側車両から取得した前記センサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって複数の学習済みモデルを更新する学習部と、
   前記更新した複数の学習済みモデルから前記制御が支援される車両に送信する学習済みモデルを選択する選択部と、
   前記選択した学習済みモデルを前記制御が支援される車両に送信する送信部と、を備え、
   前記データ取得部は、前記センサ情報と関連付けされた前記供給側車両の走行履歴情報を取得し、
   前記学習部は、前記更新した学習済みモデルを前記走行履歴情報と関連付けし、
   前記選択部は、複数の前記更新した学習済みモデルから、前記制御が支援される車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択して、互いに併合して平均化する
   制御支援装置。
3. ニューラルネットワークを用いた深層学習である機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、
   前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記データ取得部が複数の前記供給側車両から取得した前記センサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって複数の学習済みモデルを更新する学習部と、
   前記更新した複数の学習済みモデルから学習済みモデルを選択する選択部と、
   前記制御が支援される車両のセンサ情報を入力パラメータとして前記選択した学習済みモデルに入力して得られた出力パラメータを算出する予測部と、
   前記算出した出力パラメータを前記制御が支援される車両に送信する送信部と、を備え、
   前記データ取得部は、前記センサ情報と関連付けされた前記供給側車両の走行履歴情報を取得し、
   前記学習部は、前記更新した学習済みモデルを前記走行履歴情報と関連付けし、
   前記選択部は、複数の前記更新した学習済みモデルから、前記制御が支援される車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択して、互いに併合して平均化する
   制御支援装置。
4. ニューラルネットワークを用いた深層学習である機械学習による学習済みモデルを記憶可能なサーバと通信可能であり、前記学習済みモデルを用いて車両の制御を支援する制御支援装置であって、
   前記機械学習に用いるパラメータを取得する供給側車両に搭載され、
   前記供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記データ取得部が取得したセンサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって学習済みモデルを更新する学習部と、
   前記更新した学習済みモデルを前記サーバに送信する送信部と、を備え、
   前記サーバは、
   複数の前記制御支援装置からそれぞれ受信した複数の学習済みモデルを蓄積、併合、または更新することにより得た複数の学習済みモデルから学習済みモデルを選択するサーバ選択部と、
   前記制御が支援される車両のセンサ情報を入力パラメータとして前記選択した学習済みモデルに入力して得られた出力パラメータを算出するサーバ予測部と、
   前記出力パラメータを前記制御が支援される車両に送信するサーバ通信部と、を備え、
   前記サーバは、さらに、前記供給側車両における前記学習済みモデルと関連付けされた走行履歴情報と、前記制御が支援される車両における走行履歴情報とを受信し、
   前記サーバ選択部は、前記蓄積、併合、または更新することにより得た複数の学習済みモデルから、前記制御が支援される車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択して、互いに併合して平均化する
   制御支援装置。
5. 前記サーバは、
   複数の前記制御支援装置からそれぞれ受信した複数の学習済みモデルから索出または更新された学習済みモデルに、前記制御が支援される車両のセンサ情報を入力パラメータとして入力して得られた出力パラメータを、前記制御が支援される車両に送信する
   請求項４に記載の制御支援装置。
6. 前記制御が支援される車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部をさらに備える
   請求項２〜５のいずれか１項に記載の制御支援装置。
7. 前記センサ情報は、前記制御が支援される車両における、最大触媒内酸素吸蔵量の情報、走行距離の情報、平均速度の情報、および平均加速度の情報から選ばれた少なくとも１種類の情報であり、
   前記出力パラメータは、触媒暖機遅角量、出力一定運転を開始するＳＯＣ値、または燃料の増量制御を実行する触媒床温度である
   請求項１〜６のいずれか１項に記載の制御支援装置。
8. ニューラルネットワークを用いた深層学習である機械学習による学習済みモデルを記憶可能なサーバと通信可能な車両制御装置を備えた車両であって、
   前記サーバは、
   前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、機械学習を行うことによって更新された学習済みモデルを記憶するサーバ記憶部と、
   前記更新された学習済みモデルと、前記車両のセンサ情報を受信した場合に前記車両のセンサ情報を入力パラメータとして前記更新された学習済みモデルに入力して算出された出力パラメータとの少なくとも一方を送信するサーバ通信部と、
   前記制御が支援される車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部と、を備え、
   前記車両制御装置は、
   前記車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記学習済みモデルの送信を要求するモデル要求信号、または前記データ取得部が取得した前記センサ情報に対応して算出された出力パラメータの送信を要求するパラメータ要求信号と前記センサ情報とを前記サーバに送信し、前記モデル要求信号または前記パラメータ要求信号に対応して、前記更新された学習済みモデルまたは前記算出された出力パラメータを受信する通信部と、を備える
   車両。
9. 機械学習による学習済みモデルを用いて車両の制御を支援する制御支援装置であって、
   前記機械学習に用いるパラメータを供給する供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、
   前記データ取得部が取得した前記センサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって学習済みモデルを更新する学習部と、
   前記制御が支援される車両のセンサ情報を入力パラメータとして前記更新した学習済みモデルに入力して算出された出力パラメータを、前記制御が支援される車両に送信する送信部と、
   前記車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部と、を備える
   制御支援装置。
10. 前記学習部が複数の学習済みモデルを生成し、
    前記複数の学習済みモデルから前記制御が支援される車両に送信する学習済みモデルを選択する選択部をさらに備え、
    前記データ取得部は、前記センサ情報と関連付けされた前記供給側車両の走行履歴情報を取得し、
    前記学習部は、前記生成した学習済みモデルを前記走行履歴情報と関連付けし、
    前記選択部は、前記複数の学習済みモデルから、前記制御が支援される車両の走行履歴情報と一致度が高い走行履歴情報に関連付けされた学習済みモデルを選択し、
    前記送信部は、前記制御が支援される車両のセンサ情報を入力パラメータとして前記選択された学習済みモデルに入力して算出された出力パラメータを、前記制御が支援される車両に送信する
    請求項９に記載の制御支援装置。
11. 機械学習による学習済みモデルを記憶可能なサーバと、
    前記学習済みモデルを用いて車両の制御を支援する制御支援装置であって、前記機械学習に用いるパラメータを取得する供給側車両に搭載され、前記供給側車両の内部または外部の状態に関するセンサ情報を取得するデータ取得部と、前記データ取得部が取得したセンサ情報のうちの、前記学習済みモデルの入力パラメータおよび出力パラメータに対応したデータを入出力データセットとして、前記機械学習を行うことによって学習済みモデルを更新する学習部と、前記更新した学習済みモデルを前記サーバに送信する送信部と、前記車両のユーザに対する前記制御の支援に対する対価を算出する処理と、前記供給側車両のユーザに対する前記センサ情報の提供に対する報酬を算出する処理と、前記算出した結果を出力する処理とを実行する課金処理部と、を備えた制御支援装置と、
    が互いに通信可能に構成され、
    前記制御支援装置は、前記制御が支援される車両のセンサ情報を入力パラメータとして前記更新した学習済みモデルに入力して算出された出力パラメータを、前記制御が支援される車両に送信する
    制御支援システム。

Images