JP7252862B2 - 制御装置、制御システムおよび制御方法 - Google Patents

Description

本発明は、制御装置、制御システムおよび制御方法に関する。

従来、機械学習によって生成されたモデルの信頼度が低下した場合に、新たなモデルをサーバ装置からダウンロードする制御装置がある（例えば、特許文献１参照）。かかる制御装置が、モデルのダウンロードの要否を判定したうえで、新たなモデルをダウンロードする。

特開２０１８－１７３８６０号公報

しかしながら、従来技術では、最適なモデルをダウンロードするうえで改善の余地があった。具体的には、従来技術では、サーバ装置がどのモデルへ更新すべきか分からず、ダウンロードしたモデルがダウンロード前のモデルに比べて信頼度が低下するおそれがあった。

本発明は、上記に鑑みてなされたものであって、適切なモデルをダウンロードすることができる制御装置、制御システムおよび制御方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、実施形態に係る制御装置は、算出部と、ダウンロード部とを備える。前記算出部は、機械学習によって生成されたモデルに評価用の入力データである評価用データを入力して得られる出力データに基づいて、前記モデルの評価値を算出する。前記ダウンロード部は、前記算出部によって算出された前記評価値が閾値以下である場合に、前記モデルとは異なる更新モデルをサーバ装置からダウンロードする。また、前記ダウンロード部は、前記評価用データと当該評価用データの教師ラベルとを前記サーバ装置へ送信し、前記評価用データと前記教師ラベルとに基づいて選択された前記更新モデルを前記サーバ装置からダウンロードする。

本発明によれば、適切なモデルをダウンロードすることができる。

図１Ａは、制御装置の搭載例を示す図である。 図１Ｂは、制御システムの概要を示す図である。 図２は、制御システムのブロック図である。 図３は、モデルＤＢの具体例を示す図である。 図４は、適用範囲の具体例を示す図である。 図５は、評価用ＤＢの具体例を示す図である。 図６は、評価データの条件の一例を示す図である。 図７は、評価値の推移の一例を示す模式図である。 図８は、制御装置が実行する処理手順を示すフローチャートである。 図９は、サーバ装置が実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、実施形態に係る制御装置、制御システムおよび制御方法について説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

まず、図１Ａおよび図１Ｂを用いて、実施形態に係る制御システムおよび制御方法の概要について説明する。図１Ａは、制御装置の搭載例を示す図である。図１Ｂは、制御システムの概要を示す図である。

図１Ａに示すように、実施形態に係る制御装置１は、車両１００に搭載される。制御装置１は、車両１００の車載センサから入力されるセンサ情報に基づく入力データＤｉをモデルＭに入力することで出力データＤｏを生成する。ここで、モデルＭとは、入力層、中間層（隠れ層）、および出力層と呼ばれるレイヤを有し、入力層から入力された入力データＤｉを各接続経路を伝播させながら出力層まで伝達する。

この際、各接続経路に設定されたパラメータに基づいた演算処理を実行することで、入力データＤｉに対応する出力データＤｏを生成する。なお、パラメータには、重みパラメータや、バイアスパラメータなどが含まれる。

ところで、上述のように、制御装置１は、車載センサから入力されるセンサ情報に基づいて、モデルＭを用いて演算処理を行う。ここで、車載センサは、車両１００毎に取付誤差が生じる場合や、車両１００の部品が劣化する場合がある。

このため、車両１００の現在の状態にあわせてモデルＭを最適化する必要がある。ここで、例えば、新たなモデルをサーバからダウンロードすることで、モデルを最適化することが考えられる。

この場合、ダウンロードするモデルの選択を誤ると、ダウンロード後のモデルの信頼度がダウンロード前のモデルの信頼度よりも低下するおそれがある。したがって、モデルのダウンロードに際して、現状にあったモデルを選択する必要がある。

そこで、実施形態に係る制御方法では、モデルを制御装置１へ提供するサーバ装置に対して更新モデルを選択するためのデータを提供することとした。

具体的には、図１Ｂに示すように、実施形態に係る制御システムＳでは、制御装置１が、モデルＭの評価を行う。ここで、制御装置１は、所定の状態（例えば、エンジンのノッキング）を発生させ、その時のセンサ情報を評価用データとしてモデルＭへ入力することで、モデルＭを評価することができる。

つまり、評価用データをモデルＭに入力して得られる出力データＤｏがノッキングであることを示していれば、モデルＭが正しい出力データＤｏを生成し、出力データＤｏがノッキングでないことを示していれば、モデルＭが誤った出力データＤｏを生成したことを意味する。

制御装置１は、複数条件の評価用データをモデルＭへ入力し、出力データＤｏに基づいてモデルＭの評価値を算出する（ステップＳ１）。そして、制御装置１は、評価値が閾値以下であった場合、すなわち、モデルＭが現状に対応していないと判定される場合、選択用データをサーバ装置５０へ送信する（ステップＳ２）。

ここで、選択用データとは、サーバ装置５０が制御装置１へ新たに提供する更新モデルを選択するためのデータであり、上記の評価用データと、かかる評価用データの教師ラベルとのデータセットから構成される。

続いて、サーバ装置５０は、取得した選択用データに基づいて、更新モデルを選択する（ステップＳ３）。例えば、サーバ装置５０は、評価用データを各更新モデルへ入力し、得られる評価用出力データと、評価用データの教師ラベルを比較することで、更新モデルを選択することができる。

つまり、評価用出力データと、教師ラベルとが一致しているほど、更新モデルが現状にあったモデルであることを示す。サーバ装置５０は、評価用出力データと、教師ラベルの一致率が最も高い更新モデルを選択する。そして、制御装置１は、サーバ装置５０が選択した更新モデルをダウンロードする（ステップＳ４）。

これにより、制御装置１は、モデルＭを車両１００の現状にあった更新モデルへ更新することができる。つまり、ある程度の精度が担保された更新モデルへモデルＭを切り替えることが可能となる。

このように、実施形態に係る制御方法では、評価用データと教師ラベルをサーバ装置５０へ送信する。これにより、サーバ装置５０は、車両１００の現状にあった更新モデルを選択することができる。

したがって、実施形態に係る制御方法によれば、適切なモデルをダウンロードすることが可能となる。

次に、図２を用いて実施形態に係る制御システムＳの構成例について説明する。図２は、制御システムＳのブロック図である。なお、図２には、車載センサ類１０１を併せて示す。

車載センサ類１０１は、例えば、車両１００の内燃機関（エンジン）の状態を検出するセンサ類である。制御装置１は、車載センサ類１０１から入力されるセンサ情報をモデルＭに入力することで、エンジンの失火などといった状態を判定することができる。

図２に示すように、制御装置１は、記憶部２と、制御部３とを備える。記憶部２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。

また、図２に示すように、記憶部２は、モデルＤＢ２１と、評価用データＤＢ２２とを備える。モデルＤＢ２１は、モデルＭを記憶するデータベースである。なお、本実施形態において、モデルＤＢ２１には、複数のモデルＭを記憶することも可能である。

図３は、モデルＤＢ２１の具体例を示す図である。図３に示すように、モデルＤＢ２１には、「モデルＩＤ」、「適用範囲」、「モデル」等が互いに関連付けられて記憶される。

「モデルＩＤ」は、モデルＭを識別する識別子を示す。「適用範囲」は、対応するモデルＭの適用範囲を示す。なお、適用範囲の具体例については、図４にて後述する。「モデル」は、モデルＭ本体を示す。

次に、図４を用いて、適用範囲の具体例について説明する。図４は、適用範囲の具体例を示す図である。図４に示すように、適用範囲は、第１条件（エンジン負荷率）および第２条件（エンジン回転数）から構成される。

図４の例では、適用範囲Ｒ１～Ｒ３の第１条件がそれぞれ異なる範囲であることを示す。すなわち、本実施形態では、複数のモデルＭを適用範囲に応じて、適宜モデルＭを使い分けることで、出力データＤｏの精度を担保することができる。なお、図４では、適用範囲が計３つである場合について示したが、それぞれのモデルＭの適用範囲に応じて適用範囲の個数が変更される。

図２の説明に戻り、評価用データＤＢ２２について説明する。評価用データＤＢ２２は、上述の評価用データおよび教師ラベル等を記憶するデータベースである。図５は、評価用データＤＢ２２の具体例を示す図である。

図５に示すように、評価用データＤＢ２２は、「モデルＩＤ」、「データ本体」、「評価値」などが互いに関連付けられて記憶される。モデルＩＤは、上述のように、モデルＭを識別する識別子である。

「データ本体」は、評価用データ、評価用データに対する出力データＤｏおよび教師データのデータ本体を示す。また、図５に示す例では、データ本体が、「条件１」、「条件２」・・・「条件ｎ」ごとに分類される場合を示す。

「評価値」は、対応するモデルＭの評価値であり、後述する算出部３３によって算出される。続いて、図６に示す条件の具体例について説明する。図６は、評価データの条件の一例を示す図である。

図６に示す例において、条件Ｃは、第１条件および第２条件の範囲を示し、図６に示す１マスが１つの条件Ｃに対応する。なお、各条件Ｃをどの程度の範囲にするかについては、任意に変更することができる。

図２の説明に戻り、制御部３について説明する。制御部３は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、記憶部２に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

図２に示す例では、制御部３が、取得部３１と、演算部３２と、算出部３３と、ダウンロード部３４とを備える。取得部３１は、車載センサ類１０１からセンサ情報を取得する。取得部３１によって取得されたセンサ情報は、演算部３２へ通知される。

演算部３２は、取得部３１によって取得されたセンサ情報を入力データＤｉとしてモデルＭへ入力することで、出力データＤｏを生成する。上述のように、モデルＭの適用範囲に応じて、複数のモデルＭがモデルＤＢ２１に記憶される場合がある。

この場合、演算部３２は、モデルＭの適用範囲に応じてモデルＭを選択したうえで、入力データＤｉを入力する。これにより、適用範囲に応じて、適切に出力データＤｏを得ることが可能となる。

算出部３３は、モデルＭに評価用の入力データである評価用データを入力して得られる出力データＤｏに基づいて、モデルＭの評価値を算出する。まず、算出部３３は、所定の状態（例えば、エンジンのノッキング）が発生させるように、図示しないエンジン制御装置に対して指示することで、車載センサ類１０１から取得部３１を介して評価用データを取得する。

そして、算出部３３は、モデルＭへ評価用データを入力し、得られる出力データＤｏと、評価用データの教師ラベルとに基づいて、モデルＭの評価値を算出する。算出部３３は、条件Ｃを代えて、上記の処理を繰り返すことで、評価値を順次算出することができる。

ここで、評価値とは、出力データＤｏと、教師ラベルとの一致率である。すなわち、評価値＝正解数÷テスト回数で表すことができる。このように、評価値を一致率とすることで、モデルＭを容易に評価することが可能となる。

例えば、算出部３３は、テスト回数が所定回数（例えば、２０回）に達した時の評価値を現状の評価値として算出する。なお、テスト回数を２０回とし、評価値に対する閾値を９０％とした場合、３回不正解した時点で、評価値が９０％を超えないことが確定する。このため、評価値が閾値以下となることが確定した時点で評価値の算出を停止してもよい。

また、算出部３３は、複数の条件Ｃにおける評価データを用いて、現状の評価値を算出する。言い換えれば、複数の条件ＣでモデルＭの評価値を算出する。これにより、多様な条件Ｃの評価用データを用いてモデルＭを評価することができるので、広範囲でモデルＭを評価することができる。なお、例えば、複数の条件Ｃを発生する頻度が高い条件のみとすることにしてもよい。

なお、算出部３３は、テスト回数が所定回数（例えば、２０回）に達した場合や、所定期間経過した場合、評価用データおよび評価値をリセットする。これにより、リセット後は、新たに評価値を算出することができるため、現在の状況にあった評価値を算出することが可能となる。

ダウンロード部３４は、算出部３３によって算出された評価値が閾値以下である場合に、評価対象となるモデルＭとは異なる更新モデルをサーバ装置５０からダウンロードする。

まず、ダウンロード部３４は、各条件Ｃの評価用データおよび評価用データの教師ラベルをデータセットして、サーバ装置５０へ送信する。これにより、サーバ装置５０は、評価用データおよび教師ラベルに基づいて更新モデルを選択する。

そして、ダウンロード部３４は、更新モデルをサーバ装置５０からダウンロードするとともに、更新モデルを用いてモデルＤＢ２１を更新する。なお、更新モデルをダウンロードするとは、更新モデルの全データをダウンロードすること、モデルのパラメータをダウンロードすることの双方を含む。つまり、ニューラルネットワーク構造がダウンロード前後で同じ場合には、パラメータのみをダウンロードすることにしてもよい。

また、ダウンロード部３４は、後述すように、サーバ装置５０が複数の更新モデルを選択した場合には、１つのモデルＭに対して複数の更新モデルをダウンロードすることも可能である。

次に、ダウンロード前後における評価値の推移について説明する。図７は、評価値の推移の一例を示す模式図である。図７に示すように、ダウンロード部３４は、モデルＭの評価値が徐々に減少し、評価値が閾値Ｔｈとなる時刻ｔ１において、更新モデルをダウンロードする。これにより、モデルＭよりも現状に適した更新モデルを用いることが可能となる。このため、時刻ｔ１以降においては、評価値が回復することになる。

図２の説明に戻り、サーバ装置５０について説明する。サーバ装置５０は、記憶部５１と、制御部５２とを備える。記憶部５１は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。

図２に示すように、記憶部５１は、更新モデルＤＢ５１ａを記憶する。更新モデルＤＢ５１ａは、複数の更新モデルを記憶するデータベースである。例えば、更新モデルＤＢ５１ａには、車両１００の状態にあわせた多様な更新モデルが記憶される。

制御部５２は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、記憶部２に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

図２に示すように、制御部５２は、選択部５２ａと、学習部５２ｂとを備える。選択部５２ａは、制御装置１へ提供する更新モデルを更新モデルＤＢ５１ａから選択する。まず、選択部５２ａは、制御装置１から評価用データおよび教師ラベルを取得すると、評価用データを更新モデルＤＢ５１ａの各更新モデルへ入力し、出力データＤｏを得る。

続いて、選択部５２ａは、出力データＤｏと教師ラベルとを比較し、出力データＤｏと教師ラベルとの一致率が高い更新モデルを選択する。ここで、選択部５２ａは、１つの更新モデルで全ての適用範囲をカバーできない場合、適用範囲に応じて、複数の更新モデルを選択することも可能である。

このように、選択部５２ａは、複数の更新モデルを選択することで、１つの更新モデルを用いる場合に比べて、適用範囲を拡張することが可能となる。この際、選択部５２ａは、記憶部２のメモリ容量に応じて、更新モデルを提供する個数を決定することにしてもよい。なお、選択部５２ａは、複数のモデルに対して、１つの更新モデルを提供することも可能である。

学習部５２ｂは、評価用データと教師ラベルとに基づいて、更新モデルを生成する。具体的には、学習部５２ｂは、評価用データと教師ラベルとを教師データとして、機械学習を行うことで、新たな更新モデルを生成する。つまり、評価用データおよび教師ラベルは、更新モデルの選択のみならず、更新モデルの生成にも活用することが可能となる。

次に、図８および図９を用いて、実施形態に係る制御装置１およびサーバ装置５０が実行する処理手順について説明する。図８は、制御装置１が実行する処理手順を示すフローチャートである。

図８に示すように、制御装置１は、まず、評価用データを取得すると（ステップＳ１０１）、評価用データをモデルＭに入力して得られる出力データＤｏに基づいて評価値を算出する（ステップＳ１０２）。

続いて、制御装置１は、評価値が閾値Ｔｈよりも大きいか否かを判定し（ステップＳ１０３）、評価値が閾値Ｔｈよりも大きい場合（ステップＳ１０３，Ｙｅｓ）、ステップＳ１０１の処理へ移行する。

また、制御装置１は、ステップＳ１０３の判定処理において、評価値が閾値Ｔｈ以下であった場合（ステップＳ１０３，Ｎｏ）、サーバ装置５０へ評価用データおよび教師ラベルを送信する（ステップＳ１０４）。

その後、制御装置１は、サーバ装置５０から更新モデルを取得し（ステップＳ１０５）、更新モデルに基づいてモデルＤＢ２１を更新して（ステップＳ１０６）、処理を終了する。

次に、図９を用いて、サーバ装置５０の処理手順について説明する。図９は、サーバ装置５０の処理手順を示すフローチャートである。図９に示すように、まず、サーバ装置５０は、制御装置１から更新要求を取得したか否かを判定する（ステップＳ２０１）。

サーバ装置５０は、ステップＳ２０１の判定処理において、更新要求を取得した場合（ステップＳ２０１，Ｙｅｓ）、条件Ｃ毎に更新モデルを選択する（ステップＳ２０２）。続いて、サーバ装置５０は、選択した更新モデルが１つであるか否かを判定し（ステップＳ２０３）、更新モデルが１つである場合（ステップＳ２０３，Ｙｅｓ）、選択した１つの更新モデルを提供し（ステップＳ２０４）、処理を終了する。

また、サーバ装置５０は、ステップＳ２０３の判定処理において、複数の更新モデルを選択していた場合（ステップＳ２０３，Ｎｏ）、複数の更新モデルを提供し（ステップＳ２０５）、処理を終了する。なお、サーバ装置５０は、ステップＳ２０１の判定処理において、更新要求を取得していない場合（ステップＳ２０１，Ｎｏ）、処理を終了する。

上述したように、実施形態に係る制御装置１は、算出部３３と、ダウンロード部３４とを備える。算出部３３は、機械学習によって生成されたモデルＭに評価用の入力データである評価用データを入力して得られる出力データＤｏに基づいて、モデルＭの評価値を算出する。

ダウンロード部３４は、算出部３３によって算出された評価値が閾値以下である場合に、モデルＭとは異なる更新モデルをサーバ装置５０からダウンロードする。また、ダウンロード部３４は、評価用データと当該評価用データの教師ラベルとをサーバ装置５０へ送信し、評価用データと教師ラベルとに基づいて選択された更新モデルをサーバ装置５０からダウンロードする。したがって、実施形態に係る制御装置１によれば、適切なモデルＭをダウンロードすることができる。

ところで、上述した実施形態では、制御装置１が車両１００に搭載される場合について説明したが、これに限定されるものではない。すなわち、本発明は、パーソナルコンピュータをはじめとする種々の装置に適用することが可能である。

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。このため、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形態に限定されるものではない。したがって、添付の特許請求の範囲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 制御装置
３１ 取得部
３２ 演算部
３３ 算出部
３４ ダウンロード部
５０ サーバ装置
Ｍ モデル
Ｓ 制御システム

Claims (8)

1. 機械学習によって生成されたモデルに評価用の入力データである評価用データを入力して得られる出力データに基づいて、前記モデルの評価値を算出する算出部と、
   前記算出部によって算出された前記評価値が閾値以下である場合に、前記モデルとは異なる更新モデルをサーバ装置からダウンロードするダウンロード部と
   を備え、
   前記ダウンロード部は、
   前記評価用データと当該評価用データの教師ラベルとを前記サーバ装置へ送信し、前記評価用データと前記教師ラベルとに基づいて選択された前記更新モデルを前記サーバ装置からダウンロードすること
   を特徴とする制御装置。
2. 前記ダウンロード部は、
   １の前記モデルに対して複数の前記更新モデルをダウンロードすること
   を特徴とする請求項１に記載の制御装置。
3. 前記算出部は、
   前記出力データと前記教師ラベルとの一致率を前記評価値として算出すること
   を特徴とする請求項１または２に記載の制御装置。
4. 前記ダウンロード部は、
   前記評価用データのデータ数が所定数に到達したときの前記評価値に基づいて、前記モデルのダウンロードの要否を判定し、
   前記算出部は、
   所定期間ごとに前記評価値と、前記評価用データとをリセットすること
   を特徴とする請求項１、２または３に記載の制御装置。
5. 前記算出部は、
   条件がそれぞれ異なる前記評価用データを用いて前記評価値を算出すること
   を特徴とする請求項１～４のいずれか一つに記載の制御装置。
6. 車両の状態を検出する車載センサから前記評価用データを取得する取得部
   を備えること
   を特徴とする請求項１～５のいずれか一つに記載の制御装置。
7. 請求項１～６のいずれか一つに記載の制御装置と、
   前記制御装置から送信されるデータに基づいて、前記制御装置へ前記更新モデルを提供する前記サーバ装置と
   を備えることを特徴とする制御システム。
8. 機械学習によって生成されたモデルに評価用の入力データである評価用データを入力して得られる出力データに基づいて、前記モデルの評価値を算出する算出工程と、
   前記算出工程によって算出された前記評価値が閾値以下である場合に、前記モデルとは異なる更新モデルをサーバ装置からダウンロードするダウンロード工程と
   を含み、
   前記ダウンロード工程は、
   前記評価用データと当該評価用データの教師ラベルとを前記サーバ装置へ送信し、前記評価用データと前記教師ラベルとに基づいて選択された前記更新モデルを前記サーバ装置からダウンロードすること
   を特徴とする制御方法。

Images