JP7010343B1

JP7010343B1 - 機械学習装置

Info

Publication number: JP7010343B1
Application number: JP2020139433A
Authority: JP
Inventors: 大樹横山; 智洋金子
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2020-08-20
Filing date: 2020-08-20
Publication date: 2022-01-26
Anticipated expiration: 2040-08-20
Also published as: US11675999B2; DE102021118579A1; US20220058463A1; JP2022035247A; CN114077237A

Abstract

【課題】車両部品が交換された場合に、車両において用いられる機械学習モデルの推定精度が低下する。【解決手段】機械学習装置は、車両１において用いられる機械学習モデルの学習を行う学習部３１と、車両に搭載された車両部品の交換を検知すると検知部３２とを備える。学習部は、機械学習モデルの入力データに関する車両部品が交換された場合には、交換後の車両部品に対応する訓練データセットを用いて機械学習モデルの再学習を行う。【選択図】図４

Description

本発明は機械学習装置に関する。

近年、ＡＩ（人工知能）技術の発達に伴い、車両において、ニューラルネットワークモデルのような機械学習モデルを用いた制御を行うことが検討されている。例えば、特許文献１に記載の機械学習システムでは、ニューラルネットワークモデルを用いて、内燃機関に設けられた排気浄化触媒の温度が推定される。

斯かるニューラルネットワークモデルの推定精度を向上させるためには、ニューラルネットワークモデルの学習を予め行う必要がある。例えば、特許文献１に記載されるように、サーバにおいてニューラルネットワークモデルの学習が行われ、学習済みのニューラルネットワークモデルがサーバから車両に送信される。

特開２０１９－１８３６９８号公報

ところで、車両の使用に伴い車両部品の劣化又は故障が生じると、車両部品の交換が行われる。また、より高性能の車両部品を車両に搭載するために車両部品の交換が行われることがある。

しかしながら、車両において用いられる機械学習モデルは、通常、交換前の車両部品の特性に適合されている。このため、車両部品の交換によって車両部品の特性が変化すると、機械学習モデルの推定精度が低下するおそれがある。

そこで、上記課題に鑑みて、本発明の目的は、車両部品が交換された場合に、車両において用いられる機械学習モデルの推定精度が低下することを抑制することにある。

本開示の要旨は以下のとおりである。

（１）車両において用いられる機械学習モデルの学習を行う学習部と、前記車両に搭載された車両部品の交換を検知すると検知部とを備え、前記学習部は、前記機械学習モデルの入力データに関する車両部品が交換された場合には、交換後の車両部品に対応する訓練データセットを用いて前記機械学習モデルの再学習を行う、機械学習装置。

（２）前記学習部は、前記機械学習モデルの入力データに関する車両部品が異なる構成の車両部品に交換された場合にのみ、交換後の車両部品に対応する訓練データセットを用いて前記機械学習モデルの再学習を行う、上記（１）に記載の機械学習装置。

（３）前記機械学習モデルを更新する更新部を更に備え、前記学習部は、サーバに設けられ、再学習済みの機械学習モデルを前記車両に送信し、前記更新部は該再学習済みの機械学習モデルを前記車両に適用する、上記（１）又は（２）に記載の機械学習装置。

（４）前記学習部は、前記車両に設けられ、再学習済みの機械学習モデルを前記車両に適用する、上記（１）又は（２）に記載の機械学習装置。

（５）前記機械学習モデルはニューラルネットワークモデルであり、前記学習部は、再学習前に設定されている前記機械学習モデルのパラメータを更新することによって該機械学習モデルの再学習を行う、上記（１）から（４）のいずれか１つに記載の機械学習装置。

本発明によれば、車両部品が交換された場合に、車両において用いられる機械学習モデルの推定精度が低下することを抑制することができる。

図１は、本発明の第一実施形態に係る機械学習装置が設けられた車両１の構成を概略的に示す図である。図２は、図１のＥＣＵの機能ブロック図である。図３は、単純な構成を有するニューラルネットワークモデルの一例を示す。図４は、本発明の第一実施形態における再学習処理の制御ルーチンを示すフローチャートである。図５は、本発明の第二実施形態に係る機械学習装置が適用されるクライアントサーバシステムの概略的な構成図である。図６は、図５の車両の構成の一部を概略的に示す図である。図７は、図６のＥＣＵの機能ブロック図である。図８は、本発明の第二実施形態におけるモデル更新処理の制御ルーチンを示すフローチャートである。図９は、本発明の第二実施形態における再学習処理の制御ルーチンを示すフローチャートである。

以下、図面を参照して本発明の実施形態について詳細に説明する。なお、以下の説明では、同様な構成要素には同一の参照番号を付す。

＜第一実施形態＞
最初に、図１～図４を参照して、本発明の第一実施形態について説明する。図１は、本発明の第一実施形態に係る機械学習装置が設けられた車両１の構成を概略的に示す図である。

図１に示されるように、車両１は、アクチュエータ１１、センサ１２及び電子制御ユニット（ＥＣＵ（Electronic Control Unit））２０を備える。すなわち、アクチュエータ１１、センサ１２及びＥＣＵ２０は車両１に搭載されている。アクチュエータ１１及びセンサ１２は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワークを介してＥＣＵ２０に通信可能に接続される。

アクチュエータ１１は、車両１の走行に必要な作動部品であり、例えば、内燃機関の作動に必要な部品（点火プラグ、燃料噴射弁、スロットル弁駆動アクチュエータ、ＥＧＲ制御弁等）、モータ、クラッチ等を含む。ＥＣＵ２０はアクチュエータ１１を制御する。

センサ１２は、車両１、内燃機関、バッテリ等の状態量を検出し、車速センサ、ＧＰＳ受信機、アクセル開度センサ、エアフロメータ、空燃比センサ、クランク角センサ、トルクセンサ、電圧センサ、温度センサ等を含む。センサ１２の出力はＥＣＵ２０に送信される。

アクチュエータ１１及びセンサ１２は、車両１に搭載された部品である車両部品を構成する。言い換えれば、車両部品はアクチュエータ１１及びセンサ１２を含む。

ＥＣＵ２０は、通信インターフェース２１、メモリ２２及びプロセッサ２３を含み、車両１の各種制御を実行する。なお、本実施形態では、一つのＥＣＵ２０が設けられているが、機能毎に複数のＥＣＵが設けられていてもよい。

通信インターフェース２１は、ＣＡＮ等の規格に準拠した車内ネットワークにＥＣＵ２０を接続するためのインターフェース回路を有する。ＥＣＵ２０は、通信インターフェース２１を介して、上述したような他の車載機器と通信する。

メモリ２２は、例えば、揮発性の半導体メモリ（例えば、ＲＡＭ）及び不揮発性の半導体メモリ（例えば、ＲＯＭ）を有する。メモリ２２は、プロセッサ２３において実行されるプログラム、プロセッサ２３によって各種処理が実行されるときに使用される各種データ等を記憶する。

プロセッサ２３は、一つ又は複数のＣＰＵ(Central Processing Unit)及びその周辺回路を有し、各種処理を実行する。なお、プロセッサ２３は、論理演算ユニット又は数値演算ユニットのような演算回路を更に有していてもよい。通信インターフェース２１、メモリ２２及びプロセッサ２３は信号線を介して互いに接続されている。

本実施形態では、ＥＣＵ２０は機械学習装置として機能する。図２は、図１のＥＣＵ２０の機能ブロック図である。ＥＣＵ２０は学習部３１及び検知部３２を有する。学習部３１及び検知部３２は、ＥＣＵ２０のメモリ２２に記憶されたプログラムをＥＣＵ２０のプロセッサ２３が実行することによって実現される機能ブロックである。

学習部３１は、車両１において用いられる機械学習モデルの学習を行う。本実施形態では、機械学習モデルとして、複数の入力データ（説明変数とも称される）から少なくとも一つの出力データ（目的変数とも称される）を出力するニューラルネットワークモデルが用いられる。

最初に、図３を参照して、ニューラルネットワークモデルの概要について説明する。図３は、単純な構成を有するニューラルネットワークモデルの一例を示す。

図３における丸印は人工ニューロンを表す。人工ニューロンは、通常、ノード又はユニットと称される（本明細書では、「ノード」と称す）。図３において、Ｌ＝１は入力層を示し、Ｌ＝２及びＬ＝３は隠れ層を示し、Ｌ＝４は出力層を示している。なお、隠れ層は中間層とも称される。

図３において、ｘ₁及びｘ₂は入力層（Ｌ＝１）の各ノード及びそのノードからの出力値を示しており、ｙは出力層（Ｌ＝４）のノード及びその出力値を示している。同様に、ｚ₁ ^(L=2) _、ｚ₂ ^(L=2)及びｚ₃ ^(L=2)は隠れ層（Ｌ＝２）の各ノード及びそのノードからの出力値を示しており、ｚ₁ ^(L=3)及びｚ₂ ^(L=3)は隠れ層（Ｌ＝３）の各ノード及びそのノードからの出力値を示している。

入力層の各ノードでは入力がそのまま出力される。一方、隠れ層（Ｌ＝２）の各ノードには、入力層の各ノードの出力値ｘ₁及びｘ₂が入力され、隠れ層（Ｌ＝２）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕが算出される。例えば、図３において隠れ層（Ｌ＝２）のｚ_k ^(L=2)（ｋ＝１、２、３）で示される各ノードにおいて算出される総入力値ｕ_k ^(L=2)は、次式のようになる（Ｍは入力層のノードの数）。

次いで、この総入力値ｕ_k ^(L=2)は活性化関数ｆにより変換され、隠れ層（Ｌ＝２）のｚ_k ^(L=2)で示されるノードから、出力値ｚ_k ^(L=2)（＝ｆ（ｕ_k ^(L=2)））として出力される。一方、隠れ層（Ｌ＝３）の各ノードには、隠れ層（Ｌ＝２）の各ノードの出力値ｚ₁ ^(L=2) _、ｚ₂ ^(L=2)及びｚ₃ ^(L=2)が入力され、隠れ層（Ｌ＝３）の各ノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（＝Σｚ・ｗ＋ｂ）が算出される。この総入力値ｕは同様に活性化関数により変換され、隠れ層（Ｌ＝３）の各ノードから、出力値ｚ₁ ^(L=3)、ｚ₂ ^(L=3)として出力される、活性化関数は例えばシグモイド関数σである。

また、出力層（Ｌ＝４）のノードには、隠れ層（Ｌ＝３）の各ノードの出力値ｚ₁ ^(L=3)及びｚ₂ ^(L=3)が入力され、出力層のノードでは、それぞれ対応する重みｗ及びバイアスｂを用いて総入力値ｕ（Σｚ・ｗ＋ｂ）が算出され、又はそれぞれ対応する重みｗのみを用いて総入力値ｕ（Σｚ・ｗ）が算出される。例えば、出力層のノードでは活性化関数として恒等関数が用いられる。この場合、出力層のノードにおいて算出された総入力値ｕが、そのまま出力値ｙとして出力層のノードから出力される。

車両１において用いられるニューラルネットワークモデルはＥＣＵ２０のメモリ２２又は車両１に設けられた他の記憶装置に記憶される。ＥＣＵ２０は、複数の入力データの値（入力値）をニューラルネットワークモデルに入力することによってニューラルネットワークモデルに少なくとも一つの出力データの値（出力値）を出力させる。このとき、各入力データの値として、例えば、センサ１２の出力値、ＥＣＵ２０からアクチュエータ１１への指令値、ＥＣＵ２０において算出された値等が用いられる。

ニューラルネットワークモデルから出力された出力データの値は車両１の制御に用いられる。なお、ニューラルネットワークモデルは回帰モデル及び分類モデルのいずれであってもよい。ニューラルネットワークモデルが回帰モデルである場合、出力データは、例えば、内燃機関の出力トルク、排気ガス中の所定成分（ＨＣ、ＮＯｘ等）の濃度、バッテリの充電率（ＳＯＣ：ＳｔａｔｅＯｆＣｈａｒｇｅ）等である。一方、ニューラルネットワークモデルが分類モデルである場合、出力データは、例えば、所定のセンサ１２の異常判定結果、ハイブリッド車両における内燃機関の始動判定結果等である。入力データとして、出力データと相関する状態量が適宜選択される。

斯かるニューラルネットワークモデルの精度を向上させるためには、ニューラルネットワークモデルの学習を予め行う必要がある。このため、例えば、車両の生産工場等においてニューラルネットワークモデルの学習が行われる。

ニューラルネットワークモデルの学習では、複数の入力データの実測値と、これら実測値に対応する少なくとも一つの出力データの実測値（正解データ又は教師データ）との組合せから成る訓練データセットが用いられる。入力データ及び出力データの実測値は例えばエンジンベンチ等を用いて取得され、対応する実測値を組み合わせることによって訓練データセットが作成される。

ニューラルネットワークモデルの学習では、多数の訓練データセットを用いて、ニューラルネットワークモデルによって出力される出力データの値と出力データの実測値との差が小さくなるように、公知の誤差逆伝播法によってニューラルネットワークモデルのパラメータ（重みｗ及びバイアスｂ）を繰り返し更新する。この結果、ニューラルネットワークモデルが学習され、学習済みのニューラルネットワークモデルが生成される。生成された学習済みのニューラルネットワークモデルは、車両１の出荷前に、車両１のＥＣＵ２０に実装される。すなわち、学習済みのニューラルネットワークモデルの情報（モデルの構造、重みｗ、バイアスｂ等）がＥＣＵ２０のメモリ２２又は車両１に設けられた別の記憶装置に記憶される。なお、車両１の出荷後にニューラルネットワークモデルの学習が学習部３１によって行われ、学習済みのニューラルネットワークモデルが学習部３１によって生成されてもよい。

ところで、車両１の使用に伴いアクチュエータ１１又はセンサ１２のような車両部品の劣化又は故障が生じると、車両部品の交換が行われる。また、より高性能の車両部品を車両１に搭載するために車両部品の交換が行われることがある。

しかしながら、ＥＣＵ２０に実装されたニューラルネットワークモデルは、交換前の車両部品の特性に適合されている。このため、車両部品の交換によって車両部品の特性が変化すると、ニューラルネットワークモデルの推定精度が低下するおそれがある。例えば、車両部品が異なる構成の車両部品に交換された場合には、通常、車両部品の特性が変化する。また、車両部品が同一の構成の車両部品に交換された場合であっても、個体バラツキによって車両部品の特性が変化することがある。

そこで、本実施形態では、検知部３２は、車両１に搭載された車両部品の交換を検知する。また、学習部３１は、ニューラルネットワークモデルの入力データに関する車両部品が交換された場合には、交換後の車両部品を用いて、交換後の車両部品に対応する訓練データセットを作成し、これら訓練データセットを用いてニューラルネットワークモデルの再学習を行う。このように車両部品の交換に応じてニューラルネットワークモデルを再学習することによって、車両部品が交換された場合に、車両１において用いられるニューラルネットワークモデルの推定精度が低下することを抑制することができる。

以下、図４のフローチャートを用いて、上述した制御について詳細に説明する。図４は、本発明の第一実施形態における再学習処理の制御ルーチンを示すフローチャートである。本制御ルーチンはＥＣＵ２０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ１０１において、検知部３２は、交換フラグＦが１であるか否かを判定する。交換フラグＦは、車両部品が交換されたときに１に設定されるフラグであり、交換フラグＦの初期値はゼロである。ステップＳ１０１において交換フラグＦがゼロであると判定された場合、本制御ルーチンはステップＳ１０２に進む。

ステップＳ１０２では、検知部３２は、ニューラルネットワークモデルの入力データに関する車両部品が交換されたか否かを判定する。例えば、センサ１２の出力値がニューラルネットワークモデルの入力データとして用いられる場合、センサ１２は、ニューラルネットワークモデルの入力データに関する車両部品に相当する。また、ＥＣＵ２０からアクチュエータ１１への指令値がニューラルネットワークモデルの入力データとして用いられる場合、アクチュエータ１１は、ニューラルネットワークモデルの入力データに関する車両部品に相当する。

検知部３２は、例えば、車両部品の識別情報（型番、シリアル番号、製造番号等）を読み取ることによって車両部品の交換を検知する。また、検知部３２は、車両部品の出力波形、作動電圧等を検出することによって車両部品の交換を検知してもよい。また、作業者が車両部品の交換を車両１の入力装置（ＨＭＩ等）に入力し、検知部３２は入力装置への入力に基づいて車両部品の交換を検知してもよい。

ステップＳ１０２において車両部品が交換されなかったと判定された場合、本制御ルーチンは終了する。一方、ステップＳ１０２において車両部品が交換されたと判定された場合、本制御ルーチンはステップＳ１０３に進む。ステップＳ１０３では、検知部３２は交換フラグＦを１に設定する。

次いで、ステップＳ１０４において、学習部３１は、交換後の車両部品に対応する訓練データセットを作成する。交換後の車両部品に対応する訓練データセットでは、交換後の車両部品の出力値、交換後の車両部品への指令値等が入力データの実測値の一つとして用いられる。また、車両１には、ニューラルネットワークモデルの出力データの実測値を取得するためのセンサ１２等が設けられている。このため、学習部３１は、入力データ及び出力データの対応する実測値を組み合わせることによって訓練データセットを作成することができる。

次いで、ステップＳ１０５において、学習部３１は、交換後の車両部品に対応する訓練データセットの数が所定値以上であるか否かを判定する。所定値は、予め定められ、所要のニューラルネットワークモデルの推定精度を得るのに必要な数に設定される。ステップＳ１０５において訓練データセットの数が所定値未満であると判定された場合、本制御ルーチンは終了する。一方、ステップＳ１０５において訓練データセットの数が所定値以上であると判定された場合、本制御ルーチンはステップＳ１０６に進む。

ステップＳ１０６では、学習部３１は、交換後の車両部品に対応する訓練データセットを用いてニューラルネットワークモデルの学習（再学習）を行う。具体的には、学習部３１は、ニューラルネットワークモデルによって出力される出力データの値と出力データの実測値との差が小さくなるように、公知の誤差逆伝播法によってニューラルネットワークモデルのパラメータ（重みｗ及びバイアスｂ）を繰り返し更新し、再学習済みのニューラルネットワークモデルを生成する。

例えば、再学習の開始時のパラメータ（重みｗ及びバイアスｂ）の初期値は、予め定められた値に設定される。また、再学習の開始時のパラメータの初期値は、再学習前に設定されている値、すなわち交換前の車両部品に対して学習された値であってもよい。言い換えれば、学習部３１は、再学習前に設定されているニューラルネットワークモデルのパラメータを更新することによってニューラルネットワークモデルの再学習を行ってもよい。このことによって、再学習によりニューラルネットワークモデルの推定精度を効率的に高めることができ、ひいては必要な訓練データセットの数を低減することができる。

次いで、ステップＳ１０７において、学習部３１は再学習済みのニューラルネットワークモデルを車両１に適用する。言い換えれば、学習部３１は、車両１において用いられるニューラルネットワークモデルを更新する。すなわち、ＥＣＵ２０のメモリ２２又は別の記憶装置に記憶されたニューラルネットワークモデルの情報が書き換えられる。車両１において再学習済みのニューラルネットワークモデルを用いることによって、センサ１２等によって出力データの実際の値を検出することなく、所定値の入力データに対応する出力データの値を推定することができる。

次いで、ステップＳ１０８において、学習部３１は交換フラグＦをゼロに設定する。ステップＳ１０８の後、本制御ルーチンは終了する。

なお、車両部品の特性は、車両部品が異なる構成の車両部品に交換されたときに大きく変化する。このため、学習部３１は、ニューラルネットワークモデルの入力データに関する車両部品が異なる構成の車両部品に交換された場合にのみ、交換後の車両部品に対応する訓練データセットを用いてニューラルネットワークモデルの再学習を行ってもよい。このことによって、ニューラルネットワークモデルの推定精度の低下を効果的に抑制しつつ、再学習のための電力消費量を低減することができる。この場合、ステップＳ１０２において、検知部３２は、ニューラルネットワークモデルの入力データに関する車両部品が異なる構成の車両部品に交換されたか否かを判定する。

＜第二実施形態＞
第二実施形態に係る機械学習装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係る機械学習装置の構成及び制御と同様である。このため、以下、本発明の第二実施形態について、第一実施形態と異なる部分を中心に説明する。

図５は、本発明の第二実施形態に係る機械学習装置が適用されるクライアントサーバシステム１０の概略的な構成図である。クライアントサーバシステム１０は車両１’及びサーバ４を備える。サーバ４は、車両１’を含む複数の車両と通信可能である。

図５に示されるように、サーバ４は、車両１’の外部に設けられ、通信インターフェース４１、ストレージ装置４２、メモリ４３及びプロセッサ４４を備える。なお、サーバ４は、キーボード及びマウスのような入力装置、ディスプレイのような出力装置等を更に備えていてもよい。また、サーバ４は複数のコンピュータから構成されていてもよい。

通信インターフェース４１は、車両１’と通信可能であり、サーバ４が車両１’と通信することを可能とする。具体的には、通信インターフェース４１は、サーバ４を通信ネットワーク５に接続するためのインターフェース回路を有する。サーバ４は、通信インターフェース４１、通信ネットワーク５及び無線基地局６を介して車両１’と通信する。通信インターフェース４１は通信装置の一例である。

ストレージ装置４２は、例えば、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）、光記録媒体等を有する。ストレージ装置４２は、各種データを記憶し、例えば、プロセッサ４４が各種処理を実行するためのコンピュータプログラム等を記憶する。

メモリ４３は、例えばランダムアクセスメモリ（ＲＡＭ）のような半導体メモリを有する。メモリ４３は、例えばプロセッサ４４によって各種処理が実行されるときに使用される各種データ等を記憶する。

通信インターフェース４１、ストレージ装置４２及びメモリ４３は、信号線を介してプロセッサ４４に接続されている。プロセッサ４４は、一つ又は複数のＣＰＵ及びその周辺回路を有し、各種処理を実行する。なお、プロセッサ４４は、論理演算ユニット又は数値演算ユニットのような演算回路を更に有していてもよい。プロセッサ４４は制御装置の一例である。

図６は、図５の車両１’の構成の一部を概略的に示す図である。図６に示されるように、車両１’は、アクチュエータ１１、センサ１２及びＥＣＵ２０に加えて通信モジュール１３を備える。アクチュエータ１１、センサ１２及び通信モジュール１３は、ＣＡＮ（Controller Area Network）等の規格に準拠した車内ネットワークを介してＥＣＵ２０に通信可能に接続される。

通信モジュール１３は、車両１’と車両１’の外部との通信を可能とする機器である。通信モジュール１３は、例えば、無線基地局６を介して通信ネットワーク５と通信可能なデータ通信モジュール（ＤＣＭ（Data communication module)）である。なお、通信モジュール１３として、携帯端末（例えば、スマートフォン、タブレット端末、ＷｉＦｉルータ等）が用いられてもよい。通信モジュール１３は通信装置の一例である。

第二実施形態では、ＥＣＵ２０は機械学習装置の一部として機能する。図７は、図６のＥＣＵ２０の機能ブロック図である。ＥＣＵ２０は検知部３２及び更新部３３を有する。検知部３２及び更新部３３は、ＥＣＵ２０のメモリ２２に記憶されたプログラムをＥＣＵ２０のプロセッサ２３が実行することによって実現される機能ブロックである。

検知部３２は、第一実施形態と同様に、車両１に搭載された車両部品の交換を検知する。更新部３３は、車両１’において用いられるニューラルネットワークモデルを更新する。

第二実施形態では、車両１’において用いられるニューラルネットワークモデルの学習がサーバ４において行われ、学習済みのニューラルネットワークモデルがサーバ４から車両１’に送信される。すなわち、サーバ４のプロセッサ４４は、車両１’において用いられるニューラルネットワークモデルの学習を行う学習部として機能する。

プロセッサ４４は、ニューラルネットワークモデルの入力データに関する車両部品が交換された場合には、交換後の車両部品に対応する訓練データセットを用いてニューラルネットワークモデルの再学習を行い、再学習済みのニューラルネットワークモデルを車両１’に送信する。車両１’の更新部３３は、再学習済みのニューラルネットワークモデルをサーバ４から受信すると、再学習済みのニューラルネットワークモデルを車両１’に適用する。このように車両部品の交換に応じてニューラルネットワークモデルを再学習することによって、車両部品が交換された場合に、車両１’において用いられるニューラルネットワークモデルの推定精度が低下することを抑制することができる。

以下、図８及び図９のフローチャートを用いて、上述した制御について詳細に説明する。図８は、本発明の第二実施形態におけるモデル更新処理の制御ルーチンを示すフローチャートである。本制御ルーチンは車両１’のＥＣＵ２０によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ２０１において、検知部３２は、交換フラグＦが１であるか否かを判定する。交換フラグＦは、車両部品が交換されたときに１に設定されるフラグであり、交換フラグＦの初期値はゼロである。ステップＳ２０１において交換フラグＦがゼロであると判定された場合、本制御ルーチンはステップＳ２０２に進む。

ステップＳ２０２では、図４のステップＳ１０２と同様に、検知部３２は、ニューラルネットワークモデルの入力データに関する車両部品が交換されたか否かを判定する。車両部品が交換されなかったと判定された場合、本制御ルーチンは終了する。一方、車両部品が交換されたと判定された場合、本制御ルーチンはステップＳ２０３に進む。

ステップＳ２０３では、検知部３２は交換フラグＦを１に設定する。ステップＳ２０３の後、本制御ルーチンはステップＳ２０４に進む。一方、ステップＳ２０１において交換フラグＦが１であると判定された場合、本制御ルーチンはステップＳ２０２及びＳ２０３をスキップしてステップＳ２０４に進む。

ステップＳ２０４では、更新部３３は、交換後の車両部品に対応する訓練データセットを作成する。交換後の車両部品に対応する訓練データセットでは、交換後の車両部品の出力値、交換後の車両部品への指令値等が入力データの実測値の一つとして用いられる。また、車両１’には、ニューラルネットワークモデルの出力データの実測値を取得するためのセンサ１２等が設けられている。このため、更新部３３は、入力データ及び出力データの対応する実測値を組み合わせることによって訓練データセットを作成することができる。

次いで、ステップＳ２０５において、更新部３３は、交換後の車両部品に対応する訓練データセットをサーバ４に送信する。

次いで、ステップＳ２０６において、更新部３３は、再学習済みのニューラルネットワークモデルをサーバ４から受信したか否かを判定する。再学習済みのニューラルネットワークモデルを受信しなかったと判定された場合、本制御ルーチンは終了する。一方、再学習済みのニューラルネットワークモデルを受信したと判定された場合、本制御ルーチンはステップＳ２０７に進む。

ステップＳ２０７では、更新部３３は再学習済みのニューラルネットワークモデルを車両１’に適用する。言い換えれば、更新部３３は、車両１’において用いられるニューラルネットワークモデルを更新する。すなわち、ＥＣＵ２０のメモリ２２又は別の記憶装置に記憶されたニューラルネットワークモデルの情報が書き換えられる。

次いで、ステップＳ２０８において、更新部３３は交換フラグＦをゼロにリセットする。ステップＳ１０９の後、本制御ルーチンは終了する。

図９は、本発明の第二実施形態における再学習処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ４のプロセッサ４４によって所定の実行間隔で繰り返し実行される。

最初に、ステップＳ３０１において、プロセッサ４４は、交換後の車両部品に対応する訓練データセットを車両１’から受信したか否かを判定する。訓練データセットを受信しなかったと判定された場合、本制御ルーチンは終了する。一方、訓練データセットを受信したと判定された場合、本制御ルーチンはステップＳ３０２に進む。

ステップＳ３０２では、プロセッサ４４は、交換後の車両部品に対応する訓練データセットの数が所定値以上であるか否かを判定する。所定値は、予め定められ、所要のニューラルネットワークモデルの推定精度を得るのに必要な数に設定される。ステップＳ３０２において訓練データセットの数が所定値未満であると判定された場合、本制御ルーチンは終了する。一方、ステップＳ３０２において訓練データセットの数が所定値以上であると判定された場合、本制御ルーチンはステップＳ３０３に進む。

ステップＳ３０３では、プロセッサ４４は、交換後の車両部品に対応する訓練データセットを用いてニューラルネットワークモデルの学習（再学習）を行う。具体的には、プロセッサ４４は、ニューラルネットワークモデルによって出力される出力データの値と出力データの実測値との差が小さくなるように、公知の誤差逆伝播法によってニューラルネットワークモデルのパラメータ（重みｗ及びバイアスｂ）を繰り返し更新し、再学習済みのニューラルネットワークモデルを生成する。

例えば、再学習の開始時のパラメータ（重みｗ及びバイアスｂ）の初期値は、予め定められた値に設定される。また、再学習の開始時のパラメータの初期値は、再学習前に設定されている値、すなわち交換前の車両部品に対して学習された値であってもよい。言い換えれば、プロセッサ４４は、再学習前に設定されているニューラルネットワークモデルのパラメータを更新することによってニューラルネットワークモデルの再学習を行ってもよい。このことによって、再学習によりニューラルネットワークモデルの推定精度を効率的に高めることができ、ひいては必要な訓練データセットの数を低減することができる。

次いで、ステップＳ３０４において、プロセッサ４４は再学習済みのニューラルネットワークモデルを車両１’に送信する。ステップＳ３０４の後、本制御ルーチンは終了する。

なお、交換後の車両部品に対応する訓練データセットは車両１’以外の車両からサーバ４に送信されてもよい。また、交換後の車両部品に対応する訓練データセットは、エンジンベンチ等を用いてサーバ４において作成されてもよい。

また、上述したように、車両部品の特性は、車両部品が異なる構成の車両部品に交換されたときに大きく変化する。このため、プロセッサ４４は、ニューラルネットワークモデルの入力データに関する車両部品が異なる構成の車両部品に交換された場合にのみ、交換後の車両部品に対応する訓練データセットを用いてニューラルネットワークモデルの再学習を行ってもよい。このことによって、ニューラルネットワークモデルの推定精度の低下を効果的に抑制しつつ、再学習のための電力消費量を低減することができる。この場合、ステップＳ２０２において、検知部３２は、ニューラルネットワークモデルの入力データに関する車両部品が異なる構成の車両部品に交換されたか否かを判定する。

以上、本発明に係る好適な実施形態を説明したが、本発明はこれら実施形態に限定されるものではなく、特許請求の範囲の記載内で様々な修正及び変更を施すことができる。例えば、車両１、１’において用いられる機械学習モデルは、ランダムフォレスト、ｋ近傍法、サポートベクターマシン等のニューラルネットワーク以外の機械学習モデルであってもよい。

１、１’ 車両
１１アクチュエータ
１２センサ
２０電子制御ユニット（ＥＣＵ）
３１学習部
３２検知部
３３更新部
４サーバ
４４プロセッサ

Claims

車両において用いられる機械学習モデルの学習を行う学習部と、
前記車両に搭載された車両部品の交換を検知する検知部と
を備え、
前記学習部は、前記検知部により前記機械学習モデルの入力データに関する車両部品の交換が検知されたことに応じて、交換後の車両部品に対応する訓練データセットを用いて前記機械学習モデルの再学習を行う、機械学習装置。
前記学習部は、前記機械学習モデルの入力データに関する車両部品が異なる構成の車両部品に交換された場合にのみ、交換後の車両部品に対応する訓練データセットを用いて前記機械学習モデルの再学習を行う、請求項１に記載の機械学習装置。
前記機械学習モデルを更新する更新部を更に備え、
前記学習部は、サーバに設けられ、再学習済みの機械学習モデルを前記車両に送信し、前記更新部は該再学習済みの機械学習モデルを前記車両に適用する、請求項１又は２に記載の機械学習装置。
前記学習部は、前記車両に設けられ、再学習済みの機械学習モデルを前記車両に適用する、請求項１又は２に記載の機械学習装置。
前記機械学習モデルはニューラルネットワークモデルであり、
前記学習部は、再学習前に設定されている前記機械学習モデルのパラメータを更新することによって該機械学習モデルの再学習を行う、請求項１から４のいずれか１項に記載の機械学習装置。