JP7151743B2 - 車両用機械学習システム - Google Patents

Description

この発明は、車両を制御するためにＡＩなどの機械学習を行う装置において、特に機械学習用のデータを収集する装置に関するものである。

近年、人工知能（ＡＩ）や情報通信技術（ＩＣＴ）などの先端技術を活用して、効率的に管理・運営を行う、持続可能な都市、いわゆるスマートシティの実現の向けた取り組みが進められている。そのうち、ＡＩが実行する学習の手法の一つに機械学習がある。機械学習は、機械（コンピュータ）が、与えられた多数のデータを用いて自ら学習し、その学習結果（学習済みモデルとも称される）を基に、入力データに対する出力データの最適化を行う。そのような機械学習に関連する技術の一例として、特許文献１には、ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する車載電子制御ユニットが記載されている。この特許文献１に記載された車載電子制御ユニットは、車両において、機関回転数、負荷率、空燃比、点火時期、および、排気浄化触媒に流入する排ガス中のＨＣ濃度またはＣＯ濃度、ならびに、排気浄化触媒の温度を示す各種データを取得し、それら各種データを外部のサーバーに送信する。サーバーは、受信した機関回転数、負荷率、空燃比、点火時期、および、排気浄化触媒に流入する排ガス中のＨＣ濃度またはＣＯ濃度を、ニューラルネットワークの入力パラメータ（入力データ）とする。それとともに、受信した排気浄化触媒の温度を、教師データとしてニューラルネットワークの重みを学習して学習済みモデルを生成する。そして、生成した学習済みモデルを車両に送信する。車両は、受信した学習済みモデルを用いて、取得した機関回転数、負荷率、空燃比、点火時期、および、排気浄化触媒に流入する排ガス中のＨＣ濃度またはＣＯ濃度から排気浄化触媒の温度を推定する。

特開２０１９－１８３６９８号公報

上記のように、特許文献１に記載された車載電子制御ユニットでは、各車両ごとに搭載された電子制御ユニットから収集する各種のデータを用いて、排気浄化触媒の温度に関する機械学習が行われる。多数の車両から大量のデータを収集することにより、機械学習の精度を高め、適切な出力データを得ることができる。一方、各車両から収集するデータ、ならびに、そのデータを基に作成した教師データは、各車両の所有者あるいは搭乗者の運転データなど個人情報を含む。そのため、所有者や搭乗者は、そのような個人情報を機械学習に用いられることを懸念したり、不快に感じたりする場合がある。また、個人情報保護の観点からも車両に関するデータの取り扱いには配慮する必要がある。すなわち、センサによって得られた情報を無闇に収集あるいは利用することには、人権や個人情報の管理などの点で問題があり、車両での情報収集には、未だ改善の余地があった。

この発明は上記のような技術的課題に着目して考え出されたものであり、車両に関するデータを収集して機械学習を行う際に、運転データなどの個人情報の取り扱いに配慮し、情報の管理を適切に行うことのできる車両用機械学習システムを提供することを目的とするものである。

上記の目的を達成するために、この発明は、車両を制御するための制御モデルの機械学習に活用するデータを収集して教師データを作成するデータ収集装置と前記車両の外部に配置されているサーバーとを含む車両用機械学習システムであって、前記データ収集装置は、前記車両の電源がオンになっている場合に、前記車両の搭乗者の運転に関するデータであって、かつ前記搭乗者が誰であるかと、走行場所ならびに走行ルートおよび走行パターンの少なくともいずれか一つとを含むデータを機械学習に使用することの可否についての問い合わせを行うとともに、前記問い合わせに対する前記搭乗者からの回答を受け付けるＨＭＩ装置と、前記回答が前記機械学習を行うことを可とする回答の場合に、前記教師データを前記サーバーに送信する通信モジュールとを有し、前記サーバーは、前記教師データに基づいて、前記車両を制御する学習済みモデルを機械学習するとともに前記学習済みモデルを前記車両に送信することを特徴とするものである。
この発明では、前記車両は、前記車両の運転操作を、前記学習済みモデルによる制御を含む自動制御によって行って走行する自動運転車両であってよい。
この発明では、前記車両の電源がオンになっているか否かを判断するスイッチ認識部を更に備えていてよい。

また、この発明では、前記ＨＭＩ制御部は、複数の前記問い合わせを前記ＨＭＩ装置に表示させるように構成されてよい。

また、この発明では、前記問い合わせは、収集可能なデータのうち、収集もしくは活用を許可するデータの割合の問い合わせを含んでよい。

また、この発明では、前記問い合わせは、収集可能なデータのうち、収集もしくは活用を許可するデータを選択する問い合わせを含んでよい。

また、この発明では、前記コントロールユニットは、前記収集したデータに応じて前記搭乗者に対して報酬を付与する報酬付与部と、前記報酬を算出する報酬算出部とを更に備え、前記収集したデータの量、あるいは前記データの質に応じて前記報酬を前記搭乗者に付与するように構成されてよい。

また、この発明では、前記報酬は、前記収集もしくは活用が許可された前記データの量が多いほど高く、あるいは、前記データの質が優れているほど高くなるように構成されてよい。

そして、この発明では、前記データの質は、前記機械学習のために不足しているデータの程度が高いほど優れていてよい。

この発明の車両用機械学習システムによれば、機械学習のためのデータの収集もしくは活用について、搭乗者の了承を得て行うように構成されている。具体的には、各種データを機械学習に利用してよいか否かの判断をＨＭＩ装置を介して搭乗者に委ねるように構成されている。そのため、搭乗者の意志を反映した機械学習が行われる。言い換えれば、搭乗者が懸念するデータは機械学習に用いられない。したがって、車両に関するデータが機械学習に用いられることを要因として搭乗者に不快感を与えることを回避もしくは抑制できる。

また、このように、各種データの取り扱いについて、搭乗者に配慮することにより、個人情報の保護を図ることができるとともに、その情報の管理を適切に行うことができる。

この発明の車両用機械学習システムで制御の対象とする車両の構成および制御系統の一例を示す図である。 この発明の車両用機械学習システムにおける車載のコントロールユニット、および、サーバーの詳細を説明するための図である。 この発明の実施形態によって実行される制御の一例を説明するための図であって、車両で実行される制御内容（データ収集の了承を確認する制御例）を示すフローチャートである。 ＨＭＩ装置に表示する確認画面の一例（第１例）を説明するための図である。 ＨＭＩ装置に表示する確認画面の一例（第２例）を説明するための図である。 ＨＭＩ装置に表示する確認画面の一例（第３例）を説明するための図である。 この発明の実施形態によって実行される制御の一例を説明するための図であって、車両で実行される制御内容（報酬を付与する制御例）を示すフローチャートである。 この発明の実施形態によって実行される制御の一例を説明するための図であって、車両で実行される制御内容（教師データを送信する制御例）を示すフローチャートである。 この発明の実施形態によって実行される制御の一例を説明するための図であって、サーバーで実行される制御内容（教師データを格納する制御例）を示すフローチャートである。 この発明の実施形態によって実行される制御の一例を説明するための図であって、サーバーで実行される制御内容（学習済みモデルを車両に送信する制御例）を示すフローチャートである。 この発明の実施形態によって実行される制御の一例を説明するための図であって、車両で実行される制御内容（学習済みモデルを適用する制御例）を示すフローチャートである。

この発明の実施形態を、図を参照して説明する。なお、以下に示す実施形態は、この発明を具体化した場合の一例に過ぎず、この発明を限定するものではない。

この発明の実施形態における機械学習システムでは、既存の一般的な車両（エンジン車両、電気自動車、ハイブリッド車両、燃料電池車など）を制御の対象とすることができる。また、運転者の運転操作には依存せずに、運転操作を自動制御することによって走行する自動運転車両を制御の対象としてもよい。この発明の実施形態におけるシステムでは、車両に搭載されるコントロールユニット、および、車両の外部に設置されるサーバーを備えている。また、車両には、コントロールユニットと車両の乗員との間で情報および信号をやり取りするＨＭＩ［Human Machine Interface］装置が搭載されている。

図１に、この発明の実施形態における機械学習用データ収集装置の構成要素として、コントロールユニットおよびＨＭＩ装置を搭載した車両の一例を示してある。図１に示す車両Ｖｅは、基本的に従来一般的な車両であり、主要な構成要素として、駆動力源（ＰＷＲ）１、駆動輪２、検出部３、コントロールユニット（ＥＣＵ）４、ＨＭＩ装置５、および、通信モジュール（ＤＣＭ）６を備えている。

駆動力源１は、車両Ｖｅを走行させるための駆動トルクを出力する動力源である。駆動力源１は、例えば、ガソリンエンジンやディーゼルエンジンなどの内燃機関であり、出力の調整、ならびに、始動および停止などの作動状態が電気的に制御されるように構成されている。ガソリンエンジンであれば、スロットルバルブの開度、燃料の供給量または噴射量、点火の実行および停止、ならびに、点火時期などが電気的に制御される。ディーゼルエンジンであれば、燃料の噴射量、燃料の噴射時期、または、ＥＧＲシステムにおけるスロットルバルブの開度などが電気的に制御される。

また、駆動力源１は、例えば、永久磁石式の同期モータ、もしくは、誘導モータなどの電気モータであってもよい。その場合の電気モータは、例えば、電力が供給されることにより駆動されてモータトルクを出力する電動機としての機能と、外部からのトルクを受けて駆動されることにより電気を発生する発電機としての機能とを兼ね備えた、いわゆるモータ・ジェネレータであってもよい。モータ・ジェネレータであれば、回転数やトルク、あるいは、電動機としての機能と発電機としての機能との切り替えなどが電気的に制御される。

駆動輪２は、駆動力源１が出力する駆動トルクが伝達されて駆動力を発生する。図１には、前輪が駆動輪２となる前輪駆動車の構成を示してある。なお、この発明の実施形態における車両Ｖｅは、後輪が駆動輪２となる後輪駆動車であってもよい。あるいは、前輪および後輪の両方を駆動輪２とする四輪（全輪）駆動車であってもよい。また、駆動力源１としてエンジンを搭載する場合は、エンジンの出力側に変速機（図示せず）を設け、駆動力源１が出力する駆動トルクを変速機で増減して駆動輪２へ伝達するように構成してもよい。駆動輪２を含む各車輪には、それぞれ、制動装置（図示せず）が設けられている。更に、前輪もしくは後輪の少なくともいずれか一方には、車両Ｖｅの操舵を行う操舵装置（図示せず）が設けられている。

車両Ｖｅは、上述した構成要素の他に、一般的な車両の構成を備えている。例えば駆動力を調整するアクセルペダル、制動装置を作動させるブレーキペダル、および、ナビゲーションシステム（いずれも図示せず）などを備えている。ナビゲーションシステムは、例えば、ＧＰＳ受信器３ｈが測定した車両Ｖｅの位置情報と、地図データベースの地図情報とに基づいて、車両Ｖｅの現在位置を表示するとともに、車両Ｖｅの走行ルートを算出する。なお、上記のような車載型のナビゲーションシステムの他に、例えば、携帯型の端末機器に設けたナビゲーション機能を利用してもよい。

検出部３は、車両Ｖｅを制御する際に必要な各種のデータや情報を取得するための機器あるいは装置であり、電源部、マイクロコンピュータ、センサ、および、入出力インターフェース等を含む。例えば、車速を検出する車速センサ３ａ、駆動力源１の回転数を検出する回転数センサ３ｂ、アクセルペダルの操作量（アクセルペダル開度）を検出するアクセルポジションセンサ３ｃ、制動装置の作動状態を検出するブレーキスイッチ３ｄ、ステアリング装置（図示せず）の操舵角を検出する舵角センサ３ｅ、排気浄化触媒の温度を検出する触媒温度センサ３ｆ、および、車両Ｖｅの外部状況に関する撮像情報を取得する車載カメラ３ｇなどを有している。また、ＧＰＳ受信器３ｈを有している。ＧＰＳ受信器３ｈは、複数のＧＰＳ衛星からの電波を受信することにより、車両Ｖｅの位置（例えば、車両Ｖｅの緯度および経度）を測定する。そして、検出部３は、後述するコントロールユニット４と電気的に接続されており、上記のような各種センサや機器・装置等の検出値または算出値あるいは位置情報などに応じた電気信号を検出データとしてコントロールユニット４に出力する。

コントロールユニット４は、例えば、マイクロコンピュータを主体にして構成される電子制御装置であり、車両Ｖｅを総合的に制御する。コントロールユニット４には、上記の検出部３で検出または算出された各種データが入力される。コントロールユニット４は、入力された各種データおよび予め記憶させられているデータや計算式等を使用して演算を行う。そして、コントロールユニット４は、その演算結果を制御指令信号として出力し、車両Ｖｅ各部の動作等をそれぞれ制御するように構成されている。なお、図１では一つの車両Ｖｅが設けられた例を示しているが、コントロールユニット４は、制御する装置や機器毎に、あるいは制御内容毎に、複数のコントローラが設けられていてもよい。

また、この発明の実施形態では、コントロールユニット４は、車両Ｖｅの外部に設けられているサーバー７との間でデータを送受信し、サーバー７と共働して機械学習を実行する。例えば、コントロールユニット４は、上記の検出部３で検出または算出された所定のデータをサーバー７に送信する。それとともに、その所定のデータを基にしてサーバー７で分析された結果（すなわち機械学習による学習済みモデル）を受信する。そして、コントロールユニット４は、その機械学習の分析結果に基づいて、車両Ｖｅ各部の動作等をそれぞれ制御する。

具体的には、図２に示すように、コントロールユニット４は、データ取得部４ａ、教師データ作成部４ｂ、教師データ格納部４ｃ、パワースイッチ認識部４ｄ、ＨＭＩ制御部４ｅ、報酬算出部４ｆ、報酬付与部４ｇ、および、学習済みモデル適用部４ｈを有している。なお、図２では、一台の車両Ｖｅに搭載されたコントロールユニット４とサーバー７との間でデータおよび情報を相互に送受信する状況を示しているが、これとは異なり、複数の車両Ｖｅとサーバー７との間でデータおよび情報を相互に送受信するように構成してもよい。この発明の実施形態は、車両Ｖｅから収集した各種データを利用して機械学習を実行する。その機械学習の学習精度を向上させるためには、広範囲にわたって取得したデータを、可及的に多く収集することが望ましいためである。したがって、図２に示すような一台の車両Ｖｅに限定されるものではなく、多数の車両Ｖｅにそれぞれ搭載された、多数のコントロールユニット４から、大量のデータが収集される。

データ取得部４ａは、車両Ｖｅが走行する地域または場所ごと、あるいは、車両Ｖｅが走行する時間ごとに、各地域や時間に関連付けて所定のデータを取得する。前述の検出部３で検出した各種データ、および、その検出したデータと搭乗者とを紐付けした所定のデータを取得する。

教師データ作成部４ｂは、データ取得部４ａで取得したデータを基に機械学習における教師データを作成する。なお、この作成された教師データは、サーバー７に送信される。また、教師データ格納部４ｃは、その作成した教師データをコントロールユニット４に記憶する。

パワースイッチ認識部４ｄは、車両Ｖｅの電源であるパワースイッチがオンされたか否かを判断する。

ＨＭＩ制御部４ｅは、ＨＭＩ装置５がコントロールユニット４と車両Ｖｅの乗員との間でやり取りする情報や信号に基づいてＨＭＩ装置５を制御する。それとともに、所定の情報をＨＭＩ装置５に出力する。すなわち、ＨＭＩ装置５では、ＨＭＩ制御部４ｅの出力（制御信号）に基づいて、車両Ｖｅの搭乗者に対して所定の情報を告知あるいは表示する。

報酬算出部４ｆは、機械学習のために利用した車両Ｖｅのデータに応じて付与する報酬の価値を算出あるいは作成する。例えば機械学習のために利用したデータの量が多いほど報酬の価値が高くなる。

報酬付与部４ｇは、報酬算出部４ｆで算出した報酬を車両Ｖｅの所有者あるいは搭乗者に対して付与する。なお、報酬は金銭やポイントなど何らかの経済的価値を有するものである。

学習済みモデル適用部４ｈは、サーバー７から受信した学習済みモデルに基づいて、車両Ｖｅを制御する。このような機械学習を行うシステムでは、車両Ｖｅのコントロールユニット４と外部のサーバー７とで共働して機械学習を実行する。特に、その機械学習が、前記データを教師データとし、ニューラルネットワークを用いて学習済みモデルを作成する教師あり学習である場合、サーバー７は、機械学習（教師あり学習）によって作成した学習済みモデルをコントロールユニット４に送信する。学習済みモデルを取得したコントロールユニット４では、この学習済みモデル適用部４ｈで、取得した学習済みモデルに基づいて、車両Ｖｅを総合的に制御する。

ＨＭＩ装置５は、一般に、ヒューマン・マシン・インターフェイス、あるいは、ユーザー・インターフェイスなどと称される機器であり、人と車両Ｖｅとの間、すなわち、車両Ｖｅの搭乗者（すなわち乗員）とコントロールユニット４との間で、情報および信号をやり取りする。ＨＭＩ装置５は、例えば、タッチスクリーンあるいはタッチパネルの操作機能を備えたディスプレイ部５ａを有している。また、ＨＭＩ装置５は、ディスプレイ部５ａの他に、所定の音声情報や告知音を発生するスピーカ（図示せず）を有していてもよい。また、ＨＭＩ装置５は、例えば、近接センサや動体センサ、あるいは、赤外線感知センサ（いずれも図示せず）などの機能を有していてもよい。また、ＨＭＩ装置５は、例えば、音声認識や音声入力の機能を有していてもよい。あるいは、乗員によって操作される操作スイッチや操作ボタン等を有していてもよい。また、ディスプレイ部５ａは、ナビゲーションシステム（図示せず）の表示装置を兼用していてもよい。

上記のような機能により、ＨＭＩ装置５は、車両Ｖｅの搭乗者が、ディスプレイ部５ａの画面をタッチする操作、あるいは、ディスプレイ部５ａに向かって身振りや手振りを行う操作、あるいは、ディスプレイ部５ａに向かって発声する操作等を感知し、その搭乗者の操作に基づく指令信号をコントロールユニット４に出力する。また、ＨＭＩ装置５は、コントロールユニット４から出力される信号に基づく情報を、車両Ｖｅの搭乗者に知らせる。例えば、所定の画像情報や文字情報をディスプレイ部５ａに表示し、搭乗者に認識させる。あるいは、所定の音声情報や告知音を発生し、搭乗者に認識させる。

通信モジュール６は、車両Ｖｅのコントロールユニット４と外部のサーバー７との間で無線通信を行う。通信モジュール６は、車両Ｖｅに専用通信機（図示せず）を搭載し、専用の通信回線を利用して、コントロールユニット４と後述するサーバー７の送受信部８との間で、各種データを送受信する。汎用の通信機器（図示せず）を用い、一般の移動通信回線を利用して、データの送受信を行ってもよい。特に、この発明の実施形態では、通信モジュール６は、コントロールユニット４で取得した“機械学習用データ”をサーバー７に送信する。

図２に示すように、この発明の実施形態における機械学習システムは、上記のような車両Ｖｅに搭載されるコントロールユニット４と共に、車両Ｖｅの外部に設置されるサーバー７を備えている。サーバー７は、送受信部（通信部）８、教師データ格納部９、不足データ特定部１０、機械学習部１１、および、学習済みモデル格納部１２を有している。

送受信部８は、上述した通信モジュール６を介して、コントロールユニット４から機械学習用のデータを受信し、かつ機械学習した結果（学習済みモデル）を車両Ｖｅのコントロールユニット４に送信する。なお、送受信部８は、上述したような機械学習用のデータの受信および機械学習の結果の送信の他にも、車両Ｖｅのコントロールユニット４とサーバー７との間で、各種データの送受信を行う。

教師データ格納部９は、コントロールユニット４から受信した教師データやサーバー７で演算処理した各種データや情報等を、データベースとして記憶する。

不足データ特定部１０は、ニューラルネットワークを用いて学習済みモデルを作成する際に、何のデータあるいはパラメータの値が不足しているかを特定する。例えば触媒温度に関するデータが不足している、あるいは、２０代の男性の走行パターンに関するデータが不足しているなどである。また、その不足しているデータの情報をサーバー７から車両Ｖｅに送信する。それにより、搭乗者は、その不足しているデータを把握した上で、利用を許可するデータを選択することが可能となる。

機械学習部１１は、車両Ｖｅから収集した各種データを用いて機械学習を実行する。例えば、車両Ｖｅから収集した機械学習用データを教師データとし、ニューラルネットワークを用いて車両Ｖｅを制御するための学習済みモデルを作成する（いわゆる教師あり学習を実行する）。あるいは、車両Ｖｅから収集した機械学習用データの特徴や構成を繰り返し分析して、その分析結果を車両Ｖｅの制御に応用する、いわゆる教師なし学習を実行する。その他にも、機械学習部１１では、ニューラルネットワークと共にディープラーニングの手法を取り入れた教師あり学習や、教師あり学習におけるいわゆる正解データと教師なし学習におけるいわゆる事例データとを混在させて利用する半教師あり学習、あるいは、正解データの代わりに試行錯誤を繰り返し学習の精度を向上させる強化学習など、様々な手法による機械学習を実行することが可能である。

学習済みモデル格納部１２は、上記の機械学習部１１で作成した学習済みモデルを、データベースとして記憶する。

上述したように、機械学習システムでは、各車両Ｖｅごとに搭載されたコントロールユニット４から収集する各種データを用いて、車両Ｖｅを総合的に制御するための機械学習が行われる。したがって、多数の車両Ｖｅから大量のデータを収集することにより、機械学習の精度を高め、適切な出力データを得ることができ、その結果、適切な車両Ｖｅの制御を実行できる。一方、車両Ｖｅから収集するデータ、ならびに、そのデータを基に作成した教師データは、車両Ｖｅの所有者あるいは搭乗者の運転に関するデータなどの個人情報を含んでいる。そのため、所有者や搭乗者は、そのような個人情報を機械学習に用いられることを懸念したり、あるいは、不快に感じたりすることがある。また、個人情報保護の観点からもそれらデータの取り扱いには配慮する必要がある。そこで、この発明の実施形態では、機械学習に用いるデータの取り扱いについて所有者や搭乗者に対して不快感を与えることを抑制するために、以下の制御を実行するように構成されている。

図３は、その制御の一例を示すフローチャートであり、サーバー７に機械学習のためのデータを伝送してよいか否かの問い合わせ（確認）をＨＭＩ装置５に表示するように構成されている。具体的には、先ず、車両Ｖｅのパワースイッチ（あるいはスタートスイッチ）がオンされているか否かを判断する（ステップＳ１）。これは、ＨＭＩ装置５にサーバー７へデータを伝送することの可否を出力するための前提となるステップである。ここでは、その一例としてパワースイッチがオンされているか否かによって判断する。なお、このステップＳ１の判断は、パワースイッチがオンされているか否かに限られず、例えば車両Ｖｅがレディ・オンの状態になったか否か、あるいは駆動力源１がエンジンである車両であれば、イグニッションがオンされているか、あるいは、ＨＭＩ装置５が起動しているかなどの判断が成立した場合に後述するステップ２へ進んでよい。

したがって、このステップＳ１で否定的に判断された場合、すなわちパワースイッチがオフの場合には、これ以降の制御を実行することなく、図３のフローチャートで示すルーチンを一旦終了する。

それとは反対に、このステップＳ１で肯定的に判断された場合、すなわちパワースイッチがオンされている場合には、ＨＭＩ装置５にサーバー７へデータを伝送してよいか否かの確認画面を表示する（ステップＳ２）。上述したように、所有者（運転者あるいは搭乗者）は、自身の運転データを機械学習に用いられることに対して不快に感じる、あるいは懸念する場合もある。そこで、このステップＳ２では、ＨＭＩ装置５を介してデータの利用の可否について所有者に委ねている。つまり、データの利用について、所有者の意志を反映させるように構成されている。

図４ないし図６は、ＨＭＩ装置５に表示する確認画面の一例を示す図である。図４は、「機械学習のために走行中のデータを収集してよいか否か」の判断を搭乗者に委ねる例である。また図５は、その機械学習のために走行中のデータを収集する際のプランの選択を搭乗者に委ねる例である。また、この図５に示す例では、提供するデータ量に応じて報酬を付与するように構成されている。例えばプラン１を選択した場合には、走行中の全データの利用を許可し、許可したデータに応じた報酬を付与する。同様に、プラン２を選択した場合には、走行中の全データのうち５０％のデータの利用を許可し、許可したデータに応じた報酬を付与する。同様に、プラン３を選択した場合には、走行中の全データのうち３０％のデータの利用を許可し、許可したデータに応じた報酬を付与する。プラン４を選択した場合には、データの利用を許可しない。なお、全データのうちの割合は任意に設定されてよい。

図６は、例えばＨＭＩ装置５にアクセル開度、加速度、ブレーキ踏力などの各データの項目を羅列して表示し、搭乗者にその羅列したデータを任意に選択させる例を示している。この場合には、搭乗者が選択したデータが機械学習のためのデータとして収集される。なお、上記の報酬は、利用を許可したデータの量やデータの質に応じて決定される。報酬についての詳細な説明は、後述の図７のフローチャートにおいて説明する。

ついで、ＨＭＩ装置５を介してデータ収集の了承を得られたか否かを判断する（ステップＳ３）。すなわち、上述のステップＳ２で、搭乗者が、機械学習のためにデータを収集することに対して肯定的な選択をした場合には、このステップＳ３で肯定的に判断される。したがって、このステップＳ３で否定的に判断された場合、すなわちデータの収集の了承が得られていない場合には、データの収集を行わないモードである教師データ非取得モードに設定し（ステップＳ４）、この図４に示すフローチャートを終了する。

それとは反対に、このステップＳ３で肯定的に判断された場合、すなわちデータの収集の了承が得られた場合には、データの収集を行うモードである教師データ取得モードに設定し（ステップＳ５）、この図４に示すフローチャートを終了する。なお、教師データ取得モードは、全データを取得する場合と全データのうち任意のデータのみを取得するモードとを含む。

つぎに、機械学習のために提供したデータに応じて搭乗者に報酬を付与する制御について説明する。上述したように、搭乗者は、サーバー７に伝送する車両Ｖｅのデータに応じて報酬を得る。図７は、その報酬を付与する制御の一例を示すフローチャートである。なお、ここで付与する報酬は、金銭に限られず、金銭に準ずるもの（例えば電子マネー、仮想通貨、ポイント、割引券）などの何らかの経済的価値があるものを含む。

先ず、収集したデータの量、および、データの質（あるいは精度）を判断する（ステップＳ１１）。上述したように、搭乗者は、データ収集の了承をする際に、収集してもよい任意のデータを選択し、それに応じた報酬を得る。ステップＳ１１は、搭乗者に報酬を付与するにあたり、そのデータの量や質を判断する。なお、データの質は、時々刻々に変化し、例えば機械学習を行う上で、一部不足しているデータがある場合や何らかのパラメータの値が不足している場合に、その不足しているデータや値は、不足していないデータや値に比べて、質が良いものとなる。言い換えれば、不足しているデータの程度が高いあるいは大きいほど優れた質となる。なお、不足しているデータがいずれのデータであるか否かは、例えばサーバー７からの情報により把握できる。そのため、搭乗者は、上述の図３の制御例において、不足しているデータ（言い換えればサーバ－１０側で欲している質の高い情報）を選択して、そのデータの利用を許可する。

ついで、そのステップＳ１１で判断したデータの量や質に応じて報酬額を算出する（ステップＳ１２）。これは例えば、データ量や質と報酬との関係を予めマップ化しておき、そのマップに基づいて報酬を算出する。報酬は、データの量が多いほど高くなり、またデータの質が優れているほど高くなる。

そして、その算出した報酬を搭乗者に付与する（ステップＳ１３）。なお、報酬の付与は、金銭であれば、搭乗者の特定の口座に振り込む。あるいは、ポイントなどによる付与であれば、スマートフォンなどの端末装置における特定のアプリケーションを通じて付与する。

つぎに、教師データをサーバー７に送信する際の制御例について説明する。図８は、その制御の一例を示すフローチャートであり、先ず、データを取得したか否かを判断する（ステップＳ２１）。この場合のデータは、検出部３の各種センサの検出値などから取得する生データ、および、生データと搭乗者とを紐付けしたデータを含む。生データと搭乗者とを紐付けしたデータの例としては、例えば“いつ、誰が、どの車で、どこへ、どのような走行ルートや走行パターンで走行した”などのデータである。つまり、紐付けしたデータは、個人に係わるデータである。

このステップＳ２１で否定的に判断された場合、すなわち、未だデータの取得がないと判断された場合は、以降の制御を実行することなく、この図８のフローチャートで示すルーチンを一旦終了する。それに対して、このステップＳ２１で肯定的に判断された場合、すなわちデータを取得したと判断された場合には、データ収集における現在のモードを確認する（ステップＳ２２）。つまり、上述の図４のステップＳ４で設定した教師データ非取得モード、あるいは、ステップＳ５で設定した教師データ取得モードなのかを確認する。

ついで、ステップＳ２２で確認したモードが教師データ取得モードであるか否かを判断し（ステップＳ２３）、教師データ取得モードである場合には、ステップＳ２１で取得したデータに基づいて、教師データを作成する。そして、その作成した教師データをサーバー７に送信する（ステップＳ２４）。

なお、ステップＳ２３で確認したモードが教師データ非取得モードであることにより否定的に判断された場合には、この図８のフローチャートに示すルーチンを一旦終了する。

つぎに、サーバー７における制御例について説明する。車両Ｖｅのコントロールユニット４から機械学習用の教師データが送信されたサーバー７では、図９のフローチャートに示す制御が実行される。先ず、車両Ｖｅから送信された教師データを受信したか否かを判断する（ステップＳ３１）。このステップＳ３１で否定的に判断された場合、すなわち、未だ、教師データを受信していない場合は、以降の制御を実行することなく、この図９のフローチャートで示すルーチンを一旦終了する。

それとは反対に、このステップＳ３１で肯定的に判断された場合、すなわち教師データを受信した場合には、その受信した教師データをサーバー７に格納し（ステップＳ３２）、この図９に示すフローチャートを終了する。

また、サーバー７では、図１０のフローチャートに示す制御が実行される。なお、この図１０のフローチャートで示す制御は、基本的に、上記の図９のフローチャートで示す制御の後に実行される。図９のフローチャートで示す制御が実行され、一定以上の教師データを収集した後の段階では、図９のフローチャートで示す制御と並行して、図１０のフローチャートで示す制御を実行してもよい。

この図１０に示すフローチャートでは、先ず、教師データが所定以上溜まったか否かを判断する（ステップＳ４１）。すなわち機械学習のためのデータが予め定めた所定以上溜まったか否かを判断する。なお、教師データが所定以上か否かの判断は、例えば、予め機械学習を行うためのデータ量、あるいは、パラメータを定めておき、その条件を満たした場合に、所定以上教師データが溜まったと判断する。したがって、このステップＳ４１で否定的に判断された場合、すなわち溜まった教師データが所定未満である場合には、以降の制御を実行することなく、この図１０のフローチャートで示すルーチンを一旦終了する。

それとは反対に、このステップＳ４１で肯定的に判断された場合、すなわち溜まった教師データが所定以上である場合には、機械学習を行う（ステップＳ４２）。つまり、車両Ｖｅから収集した機械学習用のデータを教師データとし、ニューラルネットワークを用いて、機械学習を実行する。そして、その機械学習により学習済みモデルが作成される。

また、上記のステップＳ４２で実行された機械学習の学習結果を、車両Ｖｅのコントロールユニット４に送信する（ステップＳ４３）。この図１０のフローチャートで示す例では、機械学習用データを教師データとして用いる教師あり学習が実行される。したがって、このステップＳ４３では、機械学習の学習結果として、教師あり学習によって作成された学習済みモデルがコントロールユニット４に送信される。そして、その後、この図１０のフローチャートで示すルーチンを一旦終了する。

上記の図１０のフローチャートで示した制御で機械学習が実行され、その機械学習の学習結果（学習済みモデル）が車両Ｖｅのコントロールユニット４に送信されると、それに対応して、車両Ｖｅのコントロールユニット４では、図１１のフローチャートに示す制御が実行される。具体的には、先ず、サーバー７から機械学習の学習結果（学習済みモデル）を受信したか否かを判断する（ステップＳ５１）。このステップＳ５１で否定的に判断された場合、すなわち、未だ、機械学習の学習結果（学習済みモデル）を受信していない場合には、以降の制御を実行することなく、この図１１のフローチャートで示すルーチンを一旦終了する。

それとは反対に、このステップＳ５１で肯定的に判断された場合、すなわち機械学習の学習結果（学習済みモデル）を受信した場合には、学習済みモデルを車両Ｖｅに適用する（ステップＳ５２）。すなわち、車両Ｖｅのコントロールユニット４で記憶する機械学習の学習結果（学習済みモデル）が、今回受信した最新の機械学習の学習結果（学習済みモデル）に更新される。それとともに、車両Ｖｅのコントロールユニット４では、更新した最新の機械学習の学習結果（学習済みモデル）に基づいて、適宜、車両Ｖｅが制御される。そして、その後、この図１１のフローチャートで示すルーチンを一旦終了する。

このように、この発明の実施形態では、機械学習を行うにあたり、搭乗者から各種データを収集、あるいは、活用することの了承を得て行うように構成されている。具体的には、各種データを機械学習に利用してよいか否かの判断をＨＭＩ装置５を介して搭乗者に委ねる。そのため、搭乗者の意志を反映したデータが機械学習に用いられることになり、言い換えれば、搭乗者が懸念するデータは機械学習に用いられない。したがって、車両Ｖｅに関するデータが機械学習に用いられることにより、搭乗者に対して不快感を与えることを回避もしくは抑制できる。また、このように、各種データの取り扱いについて、搭乗者に配慮することで、個人情報の保護を図るとともに、その情報の管理を適切に行うことができる。

また、上記のデータを利用することの可否は、ＨＭＩ装置５を介して行われる。また、そのＨＭＩ装置５に出力される表示は複数あり、例えば収集可能なデータのうち任意の割合（例えば全データのうちの５割）を選択する表示、あるいは、複数のパラメータを表示して、その複数の表示から搭乗者に利用を許可するデータを選択してもらう表示などがある。つまり、搭乗者は、機械学習のために提供するデータ量やデータそのものを任意に選択することができる。したがって、個人の意志をより反映させることができる。

また、この発明の実施形態では、機械学習のために提供するデータに応じて報酬を付与するように構成されている。また、その提供するデータ量が多いほど、あるいは、データの質が高いほど報酬が大きくなるように構成されている。したがって、搭乗者にとっては、データを積極的に提供（あるいは使用を許可）するモチベーションとなり、その結果、機械学習のデータは早期に収集される。また、そのように早期に機械学習のためのデータが収集されることにより、機械学習が早期に実行され、それに応じた学習済みモデルも早期に作成されることになる。

以上、この発明の実施形態について説明したが、この発明は上述した例に限定されないのであって、この発明の目的を達成する範囲で適宜変更してもよい。上記の実施形態では、データの利用の可否について、ＨＭＩ装置５を介して行うように構成されているものの、これに替えて、例えば人間の視野（例えばフロントガラス）に情報を映し出す（投影する）手段であるヘッドアップディスプレイ（Head-Up Display：ＨＵＤ）を介して行ってもよい。また、データの利用の可否についての確認は、パワースイッチがオンされる度に行う他、例えばデータの利用の頻度が高いものは、所定の間隔（時間）を空けて確認する。またデータの利用の頻度が低いものは、パワースイッチがオンされる度に行うなどの制御を行ってもよい。つまり、利用頻度の高いデータをパワースイッチがオンされる度に、その利用の可否を確認すると、搭乗者に煩わしさを与えるおそれがあり、それを回避するための制御を実行してもよい。

また、上述の図３の制御例は、以下の図示しない制御に応用することもできる。図３の制御例では、データ収集を行う場合には、搭乗者からデータの利用の了承を得た後に、データ収集を行うように構成されているものの、これに替えて、例えばデータを収集した後にデータの利用の可否を求める制御を実行してもよい。その場合には、収集したデータは、一旦、車両Ｖｅのコントロールユニット４に格納しておき、データの利用の許可が得られた場合に、そのデータをサーバー７に送信する。

１ 駆動力源（ＰＷＲ）
２ 駆動輪
３ 検出部
３ａ 車速センサ
３ｂ 回転数センサ
３ｃ アクセルポジションセンサ
３ｄ ブレーキスイッチ
３ｅ 舵角センサ
３ｆ 触媒温度センサ
３ｇ 車載カメラ
３ｈ ＧＰＳ受信器
４ コントロールユニット（ＥＣＵ）
４ａ データ取得部
４ｂ 教師データ作成部
４ｃ 教師データ格納部
４ｄ パワースイッチ認識部
４ｅ ＨＭＩ制御部
４ｆ 報酬算出部
４ｇ 報酬付与部
４ｈ 学習済みモデル適用部
５ ＨＭＩ装置
５ａ ディスプレイ部
６ 通信モジュール（ＤＣＭ）
７ サーバー
８ 送受信部
９ 教師データ格納部
１０ 不足データ特定部
１１ 機械学習部
１２ 学習済みモデル格納部
Ｖｅ 車両

Claims (9)

1. 車両を制御するための制御モデルの機械学習に活用するデータを収集して教師データを作成するデータ収集装置と前記車両の外部に配置されているサーバーとを含む車両用機械学習システムであって、
   前記データ収集装置は、
   前記車両の電源がオンになっている場合に、前記車両の搭乗者の運転に関するデータであって、かつ前記搭乗者が誰であるかと、走行場所ならびに走行ルートおよび走行パターンの少なくともいずれか一つとを含むデータを機械学習に使用することの可否についての問い合わせを行うとともに、前記問い合わせに対する前記搭乗者からの回答を受け付けるＨＭＩ装置と、
   前記回答が前記機械学習を行うことを可とする回答の場合に、前記教師データを前記サーバーに送信する通信モジュールとを有し、
   前記サーバーは、
   前記教師データに基づいて、前記車両を制御する学習済みモデルを機械学習するとともに前記学習済みモデルを前記車両に送信する
   ことを特徴とする車両用機械学習システム。
   
2. 請求項１に記載の車両用機械学習システムにおいて、
   前記車両は、前記車両の運転操作を、前記学習済みモデルによる制御を含む自動制御によって行って走行する自動運転車両である
   ことを特徴とする車両用機械学習システム。
3. 請求項１または２に記載の車両用機械学習システムにおいて、
   前記車両の電源がオンになっているか否かを判断するスイッチ認識部を更に備えていることを特徴とする車両用機械学習システム。
4. 請求項１ないし３のいずれか一項に記載の車両用機械学習システムにおいて、
   前記ＨＭＩ装置は、複数の前記問い合わせを表示するように構成されていることを特徴とする車両用機械学習システム。
5. 請求項１から４のいずれか一項に記載の車両用機械学習システムにおいて、
   前記問い合わせは、収集可能なデータのうち、収集もしくは活用を許可するデータの割合の問い合わせを含むことを特徴とする車両用機械学習システム。
6. 請求項１から５のいずれか一項に記載の車両用機械学習システムにおいて、
   前記問い合わせは、収集可能なデータのうち、収集もしくは活用を許可するデータを選択する問い合わせを含む
   ことを特徴とする車両用機械学習システム。
7. 請求項１から６のいずれか一項に記載の車両用機械学習システムにおいて、
   前記収集したデータに応じて前記搭乗者に対して報酬を付与する報酬付与部と、前記報酬を算出する報酬算出部とを更に備え、
   前記収集したデータの量、あるいは前記データの質に応じて前記報酬を前記搭乗者に付与するように構成されている
   ことを特徴とする車両用機械学習システム。
8. 請求項７に記載の車両用機械学習システムにおいて、
   前記報酬は、前記収集もしくは活用が許可された前記データの量が多いほど高く、あるいは、前記データの質が優れているほど高くなるように構成されていることを特徴とする車両用機械学習システム。
9. 請求項７または８に記載の車両用機械学習システムにおいて、
   前記データの質は、前記機械学習のために不足しているデータの程度が高いほど優れていることを特徴とする車両用機械学習システム。

Images