JP7081728B1 - 運転支援装置、運転支援方法及びプログラム - Google Patents

Abstract

【課題】最適な操作量の時系列を得ること。【解決手段】一実施形態に係る運転支援装置は、過去の時間区間における操作変数の特徴量と、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを用いて、前記操作変数の特徴量と前記環境変数の特徴量から前記状態変数の特徴量を予測する予測モデルを学習するように構成されている学習部と、将来の時間区間における前記環境変数の特徴量と、前記将来の時間区間における前記状態変数の目標特徴量とを用いて、前記予測モデルにより前記将来の時間区間における前記操作変数の最適特徴量を算出するように構成されている最適化部と、前記操作変数の最適特徴量を、前記将来の時間区間における前記操作変数の時系列データに変換するように構成されている時系列変換部と、を有する。【選択図】図２

Description

本発明は、運転支援装置、運転支援方法及びプログラムに関する。

近年、産業分野では熟練オペレータの不足等を背景に、ＡＩ（Artificial Intelligence）や機械学習技術等を活用したプラント運転支援システムへのニーズが高まっている。一般に、発電プラント、鉄鋼プラント、化学プラント等といったプラントでは、その時の環境に応じて、オペレータが過去の知見から将来の製品品質に寄与する状態変数が目標値となるように最適な操作量を計画した上で、その操作量によりプラントを運転している。これに対して、予測技術等を利用したプラント運転支援システムが従来から提案されている。

例えば、過去の計測データから運転指標を予測する予測モデルを作成し、その運転指標を最適化する運転条件を求めるプラントの運転条件最適化システムが提案されている（例えば、特許文献１）。

また、例えば、過去の操業因子を入力として、それに対する操業結果を予測する操業結果予測方法が提案されている（例えば、特許文献２）。

特開２０１２－７４００７号公報 特開２００６－１２０１３１号公報

しかしながら、必ずしも最適な操作量の時系列を得ることができなかった。例えば、特許文献１では、時系列データを扱うことができないため、操作量の時系列を得ることはできない。また、例えば、特許文献２では、最適化技術を用いておらず、必ずしも最適ではない操作量の時系列が得られる可能性がある。

本発明の一実施形態は、上記の点に鑑みてなされたもので、最適な操作量の時系列を得ることを目的とする。

上記目的を達成するため、一実施形態に係る運転支援装置は、過去の時間区間における操作変数の特徴量と、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを用いて、前記操作変数の特徴量と前記環境変数の特徴量から前記状態変数の特徴量を予測する予測モデルを学習するように構成されている学習部と、将来の時間区間における前記環境変数の特徴量と、前記将来の時間区間における前記状態変数の目標特徴量とを用いて、前記予測モデルにより前記将来の時間区間における前記操作変数の最適特徴量を算出するように構成されている最適化部と、前記操作変数の最適特徴量を、前記将来の時間区間における前記操作変数の時系列データに変換するように構成されている時系列変換部と、を有する。

最適な操作量の時系列を得ることができる。

本実施形態に係る運転支援装置のハードウェア構成の一例を示す図である。 本実施形態に係る運転支援装置の機能構成の一例を示す図である。 本実施形態に係るデータ収集処理の一例を示すフローチャートである。 本実施形態に係るモデル学習処理の一例を示すフローチャートである。 本実施形態に係る最適操作系列出力処理の一例を示すフローチャートである。

以下、本発明の一実施形態について説明する。本実施形態では、プラント、設備、機器、装置等といったものを対象として、その対象の状態変数値が目標値となるような最適な操作量の時系列を得ることにより当該対象の運転を支援することができる運転支援装置１０について説明する。ここで、本実施形態に係る運転支援装置１０には、（１）予測モデルを学習するためのデータを収集するデータ収集フェーズ、（２）予測モデルを学習するモデル学習フェーズ、（３）予測モデルと最適化技術により対象に対する最適な操作量の時系列（以下、最適操作系列ともいう）を出力する運転支援フェーズ、の３つのフェーズがある。

なお、対象とは、オペレータ等が操作するプラント、設備、機器、装置等のことである。対象には各種センサが設置されており、これらのセンサにより当該対象の状態や環境、当該対象に対する操作等が計測される。状態の具体例としては、例えば、或る時点の温度、圧力、流量等が挙げられる。環境の具体例としては、例えば、或る時点の外気温、設備番号等が挙げられる。操作の具体例としては、例えば、対象の空気弁や燃料バルブ等に対する開閉量、空気弁の開閉によって制御される酸素量等が挙げられる。このような状態を表す変数を状態変数、環境を表す変数を環境変数、操作を表す変数を操作変数という。

以下、操作変数の総数をＩ、状態変数の総数をＪ、環境変数の総数をＫとする。また、操作変数値は時系列データとして得られるものとし、或る時間区間Ｔ＝［ｔ_ｓ，ｔ_ｅ］におけるｉ（１≦ｉ≦Ｉ）番目の操作変数の時系列データをＸ_ｉ＝｛Ｘ_ｉｔ｜ｔ∈Ｔ｝とする。ここで、ｔ_ｓは時間区間Ｔの開始時刻、ｔ_ｅは時間区間Ｔの終了時刻、Ｘ_ｉｔは時刻ｔの操作変数値である。一方で、状態変数値はその時間区間における特徴量データとして得られるものとし、時間区間Ｔにおけるｊ（１≦ｊ≦Ｊ）番目の状態変数値をｙ_ｊとする。同様に、環境変数値はその時間区間における特徴量データとして得られるものとし、時間区間Ｔにおけるｋ（１≦ｋ≦Ｋ）番目の環境変数値をｚ_ｋとする。

上記の時間区間Ｔは予め決められた任意の時間区間としてよいが、例えば、対象がバッチプラントである場合には１バッチの時間区間をＴとすることが考えられる。これ以外にも、例えば、１つの製品が製造される時間区間、１つの作業工程を表す時間区間、何等かの分析単位とする時間区間等をＴとすることが可能である。以下では、複数の時間区間Ｔを考える場合は、ｍ番目の時間区間をＴ^（ｍ）と表す。また、ｍ番目の時間区間Ｔ^（ｍ）におけるｉ番目の操作変数の時系列データをＸ_ｉ ^（ｍ）＝｛Ｘ_ｉｔ｜ｔ∈Ｔ^（ｍ）｝、ｊ番目の状態変数値をｙ_ｊ ^（ｍ）、ｋ番目の環境変数値をｚ_ｋ ^（ｍ）と表す。

例えば、対象として鉄鋼プラントを想定した場合、ｍ番目の時間区間Ｔ^（ｍ）はｍ番目のバッチ、Ｘ_ｉ ^（ｍ）はｍ番目のバッチにおける酸素量の時系列データ、ｙ_ｊ ^（ｍ）はｍ番目のバッチの溶綱温度、ｚ_ｋ ^（ｍ）はｍ番目のバッチの炉番号等とすることが考えられる。

＜運転支援装置１０のハードウェア構成例＞
本実施形態に係る運転支援装置１０のハードウェア構成例を図１に示す。図１に示すように、本実施形態に係る運転支援装置１０は、入力装置１０１と、表示装置１０２と、外部Ｉ／Ｆ１０３と、通信Ｉ／Ｆ１０４と、ＲＡＭ（Random Access Memory）１０５と、ＲＯＭ（Read Only Memory）１０６と、補助記憶装置１０７と、プロセッサ１０８とを有する。これらの各ハードウェアは、それぞれがバス１０９を介して通信可能に接続される。

入力装置１０１は、例えば、キーボード、マウス、タッチパネル、物理ボタン等である。表示装置１０２は、例えば、ディスプレイ、表示パネル等である。なお、運転支援装置１０は、例えば、入力装置１０１及び表示装置１０２のうちの少なくとも一方を有していなくてもよい。

外部Ｉ／Ｆ１０３は、記録媒体１０３ａ等の外部装置とのインタフェースである。記録媒体１０３ａとしては、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等が挙げられる。

通信Ｉ／Ｆ１０４は、運転支援装置１０を通信ネットワークに接続するためのインタフェースである。ＲＡＭ１０５は、プログラムやデータを一時保持する揮発性の半導体メモリ（記憶装置）である。ＲＯＭ１０６は、電源を切ってもプログラムやデータを保持することができる不揮発性の半導体メモリ（記憶装置）である。補助記憶装置１０７は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の不揮発性の記憶装置であり、プログラムやデータが格納される。プロセッサ１０８は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等の各種演算装置である。

なお、図１に示すハードウェア構成は一例であって、運転支援装置１０は、他のハードウェア構成を有していてもよい。例えば、運転支援装置１０は、複数の補助記憶装置１０７や複数のプロセッサ１０８を有していてもよいし、図示したハードウェア以外の種々のハードウェアを有していてもよい。

＜運転支援装置１０の機能構成例＞
本実施形態に係る運転支援装置１０の機能構成例を図２に示す。図２に示すように、本実施形態に係る運転支援装置１０は、入力部２０１と、特徴量変換部２０２と、モデル学習部２０３と、最適化部２０４と、時系列変換部２０５と、出力部２０６とを有する。これら各部は、例えば、運転支援装置１０にインストールされた１以上のプログラムがプロセッサ１０８等に実行させる処理により実現される。また、本実施形態に係る運転支援装置１０は、記憶部２０７を有する。記憶部２０７は、例えば、補助記憶装置１０７等により実現される。なお、記憶部２０７は、例えば、運転支援装置１０と通信ネットワークを介して接続されるデータベースサーバ等といった記憶装置により実現されてもよい。

入力部２０１は、データ収集フェーズにおいて、過去の時間区間における操作変数の時系列データと状態変数値と環境変数値とを対象から取得する。

また、入力部２０１は、モデル学習フェーズにおいて、予測モデルの学習に用いるデータ（後述する学習用データ）を記憶部２０７から取得する。

更に、入力部２０１は、運転支援フェーズにおいて、最適操作系列を求めたい将来の時間区間における環境変数値と状態変数の目標値を記憶部２０７から取得する。

特徴量変換部２０２は、データ収集フェーズにおいて、操作変数の時系列データを特徴量データに変換する。具体的には、特徴量変換部２０２は、ｍ番目の時間区間Ｔ^（ｍ）における操作変数の時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）を特徴量データｘ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）に変換する。ここで、ｘ_ｉ ^（ｍ）はＸ_ｉ ^（ｍ）の特徴量を表しており、例えば、Ｘ_ｉｔ（ｔ∈Ｔ^（ｍ））の平均値や合計値等といった統計量である。ｍ番目の時間区間Ｔ^（ｍ）における操作変数の時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）とその特徴量データｘ_ｉ ^（ｍ）と（ｉ＝１，・・・，Ｉ）と状態変数値ｙ_ｊ ^（ｍ）（ｊ＝１，・・・，Ｊ）と環境変数値ｚ_ｋ ^（ｍ）（ｋ＝１，・・・，Ｋ）は対応付けられてｍ番目の時間区間Ｔ^（ｍ）における実績データとして記憶部２０７に保存される。すなわち、ｍ番目の時間区間Ｔ^（ｍ）における実績データは（Ｘ_１ ^（ｍ），・・・，Ｘ_Ｉ ^（ｍ），ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｙ_１ ^（ｍ），・・・，ｙ_Ｊ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））と表される。以下、ｍ番目の時間区間Ｔ^（ｍ）における実績データのことをｍ番目の実績データともいう。また、以下、操作変数の時系列データの特徴量データのことを「操作特徴量」ともいう。

モデル学習部２０３は、モデル学習フェーズにおいて、学習用データを用いて、操作特徴量と環境変数値から状態変数値を予測する予測モデルを学習する。すなわち、モデル学習部２０３は、各ｊ＝１，・・・，Ｊに対してｙ_ｊ＝ｆ_ｊ（ｘ_１，・・・，ｘ_Ｉ，ｚ_１，・・・，ｚ_Ｋ）と状態変数値を予測する予測モデルｆ＝（ｆ_１，・・・，ｆ_Ｊ）を学習する。このような予測モデルとしては、例えば、ニューラルネットワーク等を用いたＤＬ（Deep Learning）、ＰＬＳ（Partial Least squares Regression）等といった手法により学習すればよい。ここで、学習用データとは実績データから操作特徴量と状態変数値と環境変数値を抽出したデータであり、ｍ番目の学習用データは（ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｙ_１ ^（ｍ），・・・，ｙ_Ｊ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））と表される。

最適化部２０４は、運転支援フェーズにおいて、予測モデルｆを用いて、将来の時間区間における環境変数値と状態変数の目標値から最適な操作特徴量を算出する。すなわち、最適化部２０４は、将来の時間区間における環境変数値をｚ'_ｋ、当該時間区間における状態変数の目標値をｙ'_ｊとして、ｆ_ｊ（ｘ_１，・・・，ｘ_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）がｙ'_ｊに近くなるような操作特徴量ｘ_１，・・・，ｘ_Ｉを最適な操作特徴量として算出する。より具体的には、最適化部２０４は、例えば、ｊ＝１，・・・，Ｊに関する｜ｆ_ｊ（ｘ_１，・・・，ｘ_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）－ｙ'_ｊ｜の和（つまり、ｊ＝１，・・・，Ｊに関する絶対誤差の和）を最小化するような操作特徴量ｘ_１，・・・，ｘ_Ｉを最適な操作特徴量として算出する。これは、例えば、一般的な数理計画法やメタヒューリスティックス等により算出することができる。なお、絶対誤差は一例であって、これに限られず、例えば、二乗誤差等が用いられてもよい。

時系列変換部２０５は、最適化部２０４によって算出された最適な操作特徴量を時系列データに変換する。すなわち、時系列変換部２０５は、最適な操作特徴量をｘ'_１，・・・，ｘ'_Ｉとして、最適な操作特徴量ｘ'_ｉ（ｉ＝１，・・・，Ｉ）、環境変数値ｚ'_ｋ（ｋ＝１，・・・，Ｋ）及び状態変数の予測値ｆ_ｊ（ｘ'_１，・・・，ｘ'_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）（ｊ＝１，・・・，Ｊ）に類似する実績データを特定した上で、最適な操作特徴量ｘ'_ｉを、当該実績データに含まれる時系列データＸ_ｉ ^（ｍ）に変換する。より具体的には、時系列変換部２０５は、例えば、ｊ＝１，・・・，Ｊに関する｜ｆ_ｊ（ｘ'_１，・・・，ｘ'_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）－ｙ_ｊ ^（ｍ）｜の和と、ｉ＝１，・・・，Ｉに関する｜ｘ'_ｉ－ｘ_ｉ ^（ｍ）｜の和と、ｋ＝１，・・・，Ｋに関する｜ｚ'_ｋ－ｚ_ｋ ^（ｍ）｜の和との総和を最小化するようなｍ番目の実績データを特定した上で、最適な操作特徴量ｘ'_ｉを、当該実績データに含まれる時系列データＸ_ｉ ^（ｍ）に変換する。なお、上記では類似の評価尺度としてマンハッタン距離を用いたが、これは一例であって、例えば、ユークリッド距離等が用いられてもよい。また、絶対誤差は一例であって、これに限られず、例えば、二乗誤差等が用いられてもよい。

出力部２０６は、時系列変換部２０５によって得られた操作変数の時系列データＸ_ｉ ^（ｍ）を最適操作系列Ｘ_ｉとして予め決められた任意の出力先（例えば、表示装置１０２、記憶部２０７、オペレータが利用する端末等）に出力する。これにより、例えば、オペレータは、当該時間区間の最適操作系列（つまり、対象の状態変数値が目標値となるような最適な操作量の時系列）を得ることができる。したがって、オペレータは、例えば、この最適操作系列を参考に対象の最適な運転計画を策定し、この運転計画により対象を運転させることが可能となる。

記憶部２０７は、データ収集フェーズで収集された実績データを記憶する。また、記憶部２０７は、モデル学習フェーズで学習された予測モデルｆ、運転支援フェーズで用いられる状態変数の目標値等を記憶する。これら以外にも、記憶部２０７には、様々なデータ（例えば、予測モデルｆを学習する際の途中の計算結果、最適な操作特徴量を算出する際の途中の計算結果等）が記憶されてもよい。

＜データ収集処理＞
以下、データ収集フェーズで予測モデルを学習するためのデータを収集するデータ収集処理について、図３を参照しながら説明する。図３のステップＳ１０１～ステップＳ１０３は、例えば、各ｍ∈Ｍ（ただし、Ｍはデータ収集対象の時間区間の番号の集合）毎に繰り返し実行される。以下では、或るｍ番目の時間区間のデータを収集する場合について説明する。

入力部２０１は、ｍ番目の時間区間における操作変数の時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）と状態変数値ｙ_ｊ ^（ｍ）（ｊ＝１，・・・，Ｊ）と環境変数値ｚ_ｋ ^（ｍ）（ｋ＝１，・・・，Ｋ）とを対象から取得する（ステップＳ１０１）。

次に、特徴量変換部２０２は、時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）を操作特徴量ｘ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）に変換する（ステップＳ１０２）。

そして、入力部２０１は、（Ｘ_１ ^（ｍ），・・・，Ｘ_Ｉ ^（ｍ），ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｙ_１ ^（ｍ），・・・，ｙ_Ｊ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））をｍ番目の実績データとして記憶部２０７に保存する（ステップＳ１０３）。

以上のステップＳ１０１～ステップＳ１０３が各ｍ∈Ｍ毎に繰り返し実行されることで、実績データ集合｛（Ｘ_１ ^（ｍ），・・・，Ｘ_Ｉ ^（ｍ），ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｙ_１ ^（ｍ），・・・，ｙ_Ｊ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））｜ｍ∈Ｍ｝が得られる。なお、各操作特徴量ｘ_ｉ ^（ｍ）、各状態変数値ｙ_ｊ ^（ｍ）及び各環境変数値ｚ_ｋ ^（ｍ）は、例えば、０以上１以下の値となるように正規化されてもよい。

＜モデル学習処理＞
以下、モデル学習フェーズで予測モデルを学習するモデル学習処理について、図４を参照しながら説明する。

入力部２０１は、学習用データを記憶部２０７から取得する（ステップＳ２０１）。すなわち、入力部２０１は、学習用データ集合｛（ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｙ_１ ^（ｍ），・・・，ｙ_Ｊ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））｜ｍ∈Ｍ'｝を記憶部２０７から取得する。ここで、Ｍ'は学習用データに対応する実績データの番号の集合であり、Ｍ'⊂Ｍである。なお、Ｍ'＝Ｍであってもよい。

次に、モデル学習部２０３は、学習用データ集合に含まれる各学習用データを用いて、予測モデルｆを学習する（ステップＳ２０２）。すなわち、モデル学習部２０３は、ｆ_ｊ（ｘ_１ ^（ｍ），・・・，ｘ_Ｉ ^（ｍ），ｚ_１ ^（ｍ），・・・，ｚ_Ｋ ^（ｍ））がｙ_ｊ ^（ｍ）を精度良く予測するように予測モデルｆ＝（ｆ_１，・・・，ｆ_Ｊ）を学習する。

そして、モデル学習部２０３は、学習済みの予測モデルｆを記憶部２０７に保存する（ステップＳ２０３）。

＜最適操作系列出力処理＞
以下、運転支援フェーズで最適操作系列を出力する最適操作系列出力処理について、図５を参照しながら説明する。以下では、将来の或る時間区間Ｔにおける最適操作系列を出力する場合について説明する。

まず、入力部２０１は、当該時間区間Ｔにおける環境変数値ｚ'_ｋ（ｋ＝１，・・・，Ｋ）と状態変数の目標値ｙ'_ｊ（ｊ＝１，・・・，Ｊ）を記憶部２０７から取得する（ステップＳ３０１）。なお、例えば、各実績データに含まれる操作特徴量ｘ_ｉ ^（ｍ）、状態変数値ｙ_ｊ ^（ｍ）及び環境変数値ｚ_ｋ ^（ｍ）が０以上１以下の値となるように正規化されている場合は、環境変数値ｚ'_ｋ（ｋ＝１，・・・，Ｋ）と状態変数の目標値ｙ'_ｊ（ｊ＝１，・・・，Ｊ）も同様に正規化されているものとする。

次に、最適化部２０４は、学習済みの予測モデルｆを用いて、当該時間区間Ｔの最適な操作特徴量を算出する（ステップＳ３０２）。例えば、最適化部２０４は、ｊ＝１，・・・，Ｊに関する｜ｆ_ｊ（ｘ_１，・・・，ｘ_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）－ｙ'_ｊ｜の和を最小化するような操作特徴量ｘ_１，・・・，ｘ_Ｉを最適な操作特徴量として算出する。以下、本ステップで算出された最適な操作特徴量をｘ'_１，・・・，ｘ'_Ｉとする。

次に、時系列変換部２０５は、最適な操作特徴量ｘ'_ｉ（ｉ＝１，・・・，Ｉ）と環境変数値ｚ'_ｋ（ｋ＝１，・・・，Ｋ）と状態変数の予測値ｆ_ｊ（ｘ'_１，・・・，ｘ'_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）（ｊ＝１，・・・，Ｊ）に類似する実績データを特定する（ステップＳ３０３）。例えば、時系列変換部２０５は、ｊ＝１，・・・，Ｊに関する｜ｆ_ｊ（ｘ'_１，・・・，ｘ'_Ｉ，ｚ'_１，・・・，ｚ'_Ｋ）－ｙ_ｊ ^（ｍ）｜の和と、ｉ＝１，・・・，Ｉに関する｜ｘ'_ｉ－ｘ_ｉ ^（ｍ）｜の和と、ｋ＝１，・・・，Ｋに関する｜ｚ'_ｋ－ｚ_ｋ ^（ｍ）｜の和との総和を最小化するようなｍ番目の実績データを類似する実績データとして特定する。

次に、時系列変換部２０５は、最適な操作特徴量ｘ'_ｉ（ｉ＝１，・・・，Ｉ）を、特定したｍ番目の実績データに含まれる時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）に変換する（ステップＳ３０４）。

そして、出力部２０６は、変換後の時系列データＸ_ｉ ^（ｍ）（ｉ＝１，・・・，Ｉ）を最適操作系列Ｘ_ｉ（ｉ＝１，・・・，Ｉ）として予め決められた任意の出力先に出力する（ステップＳ３０５）。これにより、オペレータは、当該時間区間の最適操作系列Ｘ_ｉ（ｉ＝１，・・・，Ｉ）を得ることができる。

＜まとめ＞
以上のように、本実施形態に係る運転支援装置１０は、操作変数の特徴量と環境変数値から状態変数値を予測する予測モデルを学習した上で、この予測モデルにより状態変数が目標値となる最適な操作変数の特徴量を算出する。そして、本実施形態に係る運転支援装置１０は、この最適な操作変数の特徴量を時系列に変換した最適操作系列をオペレータ等のユーザに出力する。これにより、過去の実績データにはない最適な操作変数の特徴量が最適解として得られ、その最適解に類似する過去の操作変数の特徴量に対応する時系列データを抽出することが可能となる。

なお、例えば、運転支援フェーズで得られた最適操作系列Ｘ_ｉ（ｉ＝１，・・・，Ｉ）を参考にオペレータによって運転計画が作成され、この運転計画に従って対象が運転されるが、その運転結果は実績データとして得られる。したがって、このような実績データを用いて、上記のモデル学習処理を実行し、予測モデルｆを再学習してもよい。

また、一般に運転支援フェーズで得られた最適操作系列Ｘ_ｉ（ｉ＝１，・・・，Ｉ）を参考にオペレータによって運転計画が作成されるが、例えば、最適操作系列Ｘ_ｉ（ｉ＝１，・・・，Ｉ）の精度が十分に高い場合にはその最適操作系列（ｉ＝１，・・・，Ｉ）により対象が自動運転されてもよい。

本発明は、具体的に開示された上記の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から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１０ 運転支援装置
１０１ 入力装置
１０２ 表示装置
１０３ 外部Ｉ／Ｆ
１０３ａ 記録媒体
１０４ 通信Ｉ／Ｆ
１０５ ＲＡＭ
１０６ ＲＯＭ
１０７ 補助記憶装置
１０８ プロセッサ
１０９ バス
２０１ 入力部
２０２ 特徴量変換部
２０３ モデル学習部
２０４ 最適化部
２０５ 時系列変換部
２０６ 出力部
２０７ 記憶部

Claims (8)

1. 過去の時間区間における操作変数の特徴量と、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを用いて、前記操作変数の特徴量と前記環境変数の特徴量から前記状態変数の特徴量を予測する予測モデルを学習するように構成されている学習部と、
   将来の時間区間における前記環境変数の特徴量と、前記将来の時間区間における前記状態変数の目標特徴量とを用いて、前記予測モデルにより前記将来の時間区間における前記操作変数の最適特徴量を算出するように構成されている最適化部と、
   前記操作変数の最適特徴量を、前記将来の時間区間における前記操作変数の時系列データに変換するように構成されている時系列変換部と、
   を有する運転支援装置。
2. 前記将来の時間区間における前記操作変数の時系列データを所定の出力先に出力するように構成されている出力部を更に有する請求項１に記載の運転支援装置。
3. 前記過去の時間区間における操作変数の時系列データと、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを対象から収集するように構成されている収集部と、
   前記過去の時間区間における操作変数の時系列データの平均値又は合計を、前記過去の時間区間における操作変数の特徴量として算出するように構成されている特徴量変換部と、を更に有する請求項１又は２に記載の運転支援装置。
4. 前記時系列変換部は、
   前記操作変数の最適特徴量を、前記最適特徴量に前記操作変数の特徴量が類似する過去の時間区間における前記操作変数の時系列データに変換するように構成されている、請求項３に記載の運転支援装置。
5. 前記時系列変換部は、
   前記操作変数の最適特徴量を、前記最適特徴量に前記操作変数の特徴量が類似し、かつ、前記予測モデルにより予測された値に前記状態変数の特徴量が類似し、かつ、前記将来の時間区間における前記環境変数の特徴量に前記環境変数の特徴量が類似する過去の時間区間における前記操作変数の時系列データに変換するように構成されている、請求項３又は４に記載の運転支援装置。
6. 前記学習部は、
   前記過去の時間区間における操作変数の特徴量と前記過去の時間区間における環境変数の特徴量とを入力して、前記過去の時間区間における状態変数の特徴量の予測精度が高くなるように前記予測モデルを学習するように構成されている、請求項１乃至５の何れか一項に記載の運転支援装置。
7. 過去の時間区間における操作変数の特徴量と、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを用いて、前記操作変数の特徴量と前記環境変数の特徴量から前記状態変数の特徴量を予測する予測モデルを学習する学習手順と、
   将来の時間区間における前記環境変数の特徴量と、前記将来の時間区間における前記状態変数の目標特徴量とを用いて、前記予測モデルにより前記将来の時間区間における前記操作変数の最適特徴量を算出する最適化手順と、
   前記操作変数の最適特徴量を、前記将来の時間区間における前記操作変数の時系列データに変換する時系列変換手順と、
   をコンピュータが実行する運転支援方法。
8. 過去の時間区間における操作変数の特徴量と、前記過去の時間区間における状態変数の特徴量と、前記過去の時間区間における環境変数の特徴量とを用いて、前記操作変数の特徴量と前記環境変数の特徴量から前記状態変数の特徴量を予測する予測モデルを学習する学習手順と、
   将来の時間区間における前記環境変数の特徴量と、前記将来の時間区間における前記状態変数の目標特徴量とを用いて、前記予測モデルにより前記将来の時間区間における前記操作変数の最適特徴量を算出する最適化手順と、
   前記操作変数の最適特徴量を、前記将来の時間区間における前記操作変数の時系列データに変換する時系列変換手順と、
   をコンピュータに実行させるプログラム。

Images