JP7416765B2 - 制御ユニット及び制御ユニットの制御方法 - Google Patents

Description

本発明は、制御ユニット及び制御ユニットの制御方法に関し、特に、所定装置を制御するための制御ユニット、及びそのような制御ユニットの制御方法に関する。

従来技術として、特許文献１（台湾公開特許：ＴＷ２０１８０２７０５Ａ）では、ＡＩと、オープンネットワークとの情報交換を支援する、又は情報交換を自律的に行う機能を備えた第一のＡＩモジュールと、当該第一のＡＩモジュールをモニタリングする第二のＡＩモジュールを搭載したシステムが公開されている。
かかるモニタリングは、作動中に、情報交換プロセスと並行して、閉じたネットワーク内で自律的に行われていた。
そのため、ハッカー攻撃などにより、第一のＡＩモジュールが操作されたような場合でも、それを第二のＡＩモジュールで検出できるように構成してあった。
ただし、第一のＡＩモジュールが誤った決定を行うことを防ぐ対策までは考慮されていないという問題があった。

ＴＷ２０１８０２７０５Ａ（例えば、特許請求の範囲及び図面等）

本発明は、上述のような一つないし複数の欠点を克服し、各種情報を正確に判断可能な制御ユニット、及びそのような制御ユニットの制御方法を新たに提案することを課題としている。

すなわち、本発明の基本概念に基づき、第一非確定型自己学習システムの先行バージョン、又は確定型システムに構成されたモニタリング装置を用いて、第一非確定型自己学習システムをモニタリングすることを提案している。
又、第一測定装置のデータは、第一非確定型自己学習システムで処理されるのに対し、第一測定装置及び／又は第二測定装置のデータは、モニタリング装置によって処理されることを提案している。
そのため、第一非確定型自己学習システムが誤った決定を下した場合などでも、それをモニタリングできるように構成してあることを特徴の一つとする。

すなわち、従来の課題を解決すべく、請求項１に記載された制御ユニットと、請求項１０に記載された制御ユニットの制御方法を提示している。
より具体的には、第一測定装置（１）及び／又は第二測定装置（２）と、第一非確定型自己学習システム（５）と、モニタリング装置（６）と、制御機器（９）と、を具備した、所定装置（１６）を制御するための制御ユニット（１７）であって、第一非確定型自己学習システム（５）は、第一測定装置（１）からの測定データ（３）を処理して所定装置（１６）を制御する第１信号（７）を送り出す構成であり、モニタリング装置（６）は、第一測定装置（１）からの第一測定データ（３）及び／又は第二測定装置（２）からの第二測定データ（４）を処理し、第１信号（７）の信頼性に関する情報が含まれる第２信号（８）を送信する構成であり、制御機器（９）は、第１信号（７）と第２信号（８）を受信して処理する構成であり、かつ、モニタリング装置（６）は、第一非確定型自己学習システム（５）の先行バージョンである第二非確定型自己学習システム（６）、又は、確定型システム（６）であることを特徴とする制御ユニット（１７）によって、従来の課題を解決することができる。

又、制御ユニット（１７）を構成するにあたり、第一非確定型自己学習システム（５）は、オープンネットワーク（１０）に接続し、又当該オープンネットワーク（１０）によって構成されていることが好ましい。

又、制御ユニット（１７）を構成するにあたり、モニタリング装置（６）は、ローカルエレメントであることが好ましい。

又、制御ユニット（１７）を構成するにあたり、出力装置（１１）を有しており、又、制御機器（９）は、第２信号（８）を処理する際に、第１信号（７）と一致しないことが判明した場合、出力装置（１１）に働きかけて警告（１２）を出させる構成であることが好ましい。

又、制御ユニット（１７）を構成するにあたり、第２信号（８）には更に、所定装置（１６）を制御するための少なくとも１つの情報、又は所定装置（１６）を制御するための全情報が含まれていることが好ましい。

又、制御ユニット（１７）を構成するにあたり、第１信号（７）と第２信号（８）の整合性を検証し、第１信号（７）と第２信号（８）の整合性の程度を示す第３信号（１４）を制御機器（９）に送信する構成を備え、又、その場合、制御機器（９）は、第３信号（１４）が閾値を超えていなければ、所定装置（１６）の制御に第１信号（７）を使用する構成であることが好ましい。

又、制御ユニット（１７）を構成するにあたり、制御機器（９）は、閾値を超えると警告（１２）を発生させる構成であることが好ましい。

又、制御ユニット（１７）を構成するにあたり、閾値を超えている場合であって、第１信号（７）が所定装置（１６）の運動状態の変化を示していない一方で、第２信号（８）は、所定装置（１６）の運動状態の変化を示している場合には、制御機器（９）は、所定装置（１６）の制御に第２信号（８）を使用する構成であることが好ましい。

又、制御ユニット（１７）を構成するにあたり、閾値を超えており、かつ、第１信号（７）が所定装置（１６）の運動状態の変化を示している場合、制御機器（９）は緊急停止動作をさせる構成であることが好ましい。

又、本発明の別の態様は、第一測定装置（１）及び／又は第二測定装置（２）と、第一非確定型自己学習システム（５）と、モニタリング装置（６）と、制御機器（９）と、を具備した、所定装置（１６）を制御するための制御ユニット（１７）の制御方法である。
そして、モニタリング装置（６）は、第一非確定型自己学習システムの先行バージョンである第二非確定型自己学習システム（６）、又は確定型システム（６）であり、かつ、以下の工程ｉ)～ｉｖ）を含むことを特徴とする、制御ユニット（１７）の制御方法である。
ｉ）第一測定装置（１）による第一測定データ（３）の検出工程
ｉｉ）第一非確定型自己学習システム（５）による第一測定データ（３）の判定評価、及び所定装置（１６）の制御に関する情報が含まれている第１信号（７）の送信工程
ｉｉｉ）モニタリング装置（６）による第一測定データ（３）の判定評価、及び第１信号（７）の信頼性に関する情報が含まれている第２信号（８）の送信工程
ｉｖ）制御機器（９）内における第１信号（７）と第２信号（８）の処理工程

図１は、制御ユニットの１つの実施形態（実施例）の概略図である。 図２は、制御ユニットの別の実施形態（実施例）の概略図である。 図３は、自動車を制御する更に別の構成の実施形態（実施例）の概略図である。

又、本発明によれば、制御ユニット及び制御ユニットの制御方法に関し、特に提案しているのは以下の点である。
すなわち、第一測定装置及び／又は第二測定装置と、第一非確定型自己学習システムと、モニタリング装置と、制御機器と、を具備した、所定装置を制御するための制御ユニットである。
より具体的には、第一測定装置及び第二測定装置と、第一非確定型自己学習システムと、モニタリング装置と、制御機器と、を具備した、所定装置を制御するための制御ユニットである。
この場合、非確定型自己学習システムは、第一測定装置からの測定データを処理し、所定装置を制御する第１信号を送り出す構成であることが好ましい。
又、モニタリング装置は、第一測定装置及び／又は第二測定装置の測定データを処理し、第１信号の信頼性に関する情報が含まれている第２信号を送信する構成であることが好ましい。
そして、制御機器は、第１信号と第２信号を受信して処理する構成であることが好ましい。更に、モニタリング装置は、第一システムの先行バージョンである第二非確定型自己学習システム、又は、確定型システムとして構成されていることが好ましい。

ここで、第一測定装置は、所定装置の周囲に関する情報が含まれた第一測定データを受信する装置として構成してあることが好ましい。
特に、第一測定データとして、所定装置の運動方向や所定装置の近傍に存在する対象物、あるいは所定装置の運動方向や所定装置の近傍に存在する対象物の運動データを、能動的及び／又は受動的に捕捉することが好ましい。
これらの第一測定データの捕捉は、レーダーなどの特に電磁式測距装置や、ＬＩＤＡＲなどの光電式測距装置よって能動的に行われる。同様に、対象物の検出は、障害物から放射ないし反射される信号を、カメラなどで受信するなどの受動的な方法で行うことも可能である。

又、第二測定装置は、所定装置の周囲に関する情報が含まれている第二測定データを受信する装置であることが好ましい。
このような第二測定データとして、特に所定装置の運動方向や所定装置の近傍に存在する対象物、あるいは所定装置の運動方向や所定装置の近傍に存在する対象物の運動データを、能動的及び／又は受動的に捕捉することが好ましい。
これらの第二測定データの捕捉は、レーダーなどの特に電磁式の測距装置や、ＬＩＤＡＲなどの光電式の測距装置によって能動的に行われる。同様に、対象物の検出は、障害物から放射ないし反射される信号を、カメラなどで受信するなどの受動的な方法で行うことも可能である。

又、第一非確定型自己学習システム、略して第一システムは、特にニューラルネットワークを用いた、特にデータすなわち機械学習で訓練されたＡＩ（人工知能）から構成されていることが好ましい。
ここで、確定型システムとは、１つの状態から、その後に続く次の状態への移行が確定されているシステムのことである。
例を挙げれば、初期状態Ｚ１から中間状態Ｚ２への移行が定められているシステムなどである。換言すると、確定型システムでは、そのシステムの行動が原理的にその行動の前の状態から導き出される。
そのため、確定型システムでは、最終状態Ｚ３は、その前の中間状態Ｚ２（又は初期状態Ｚ１）から確定しているということになる。

これに対し非確定型システムは、１つの状態から、その後に続く次の状態への移行が確定されていないシステムである。
したがって、初期状態Ｚ１から中間状態Ｚ２への移行が確定されていないようなシステムがその例である。換言すると、非確定型システムでは、そのシステムの行動がその行動の前の状態から導き出されないという特徴がある。

その場合、注意すべきは、充分に学習を重ねたニューラルネットワークは確定型システムであるのに対し、学習プロセスが停滞している場合には非確定型システムになるという点である。
以下、確定性とは、１つのシステムの、事前に確定されている程度のことを意味する。確定型システムでは、初期状態Ｚ１から最終状態Ｚ３への移行が確定されている。一方、初期状態Ｚ１から中間状態Ｚ２へ、又は中間状態Ｚ２から最終状態Ｚ３への移行は確定されていない。

そして、本発明の実施形態（以下、実施例と称する場合もある。）の一つでは、モニタリング装置（以下、第二システムと称する場合がある。）が、確定型に構成してあることが好ましい。
それに対応し、当該実施形態では、第一システムに関し、最終状態Ｚ３は初期状態Ｚ１から確定されており、中間状態Ｚ２は確定されていないという構成である。

又、別の実施形態では、第二システムが非確定型に構成してあることが好ましい。それに対応して同実施形態では、第一システムでは、最終状態Ｚ３、中間状態Ｚ２共に、初期状態Ｚ１から確定されないように構成されている。
すなわち、第一非確定型自己学習システムで第一測定データを処理する場合、運動状態の変更が必要か否かといったことが分析される。そして、運動状態の変更が必要なのは、所定装置の運動方向及び／又は運動半径の内側に対象物があるような場合である。
これは、第１信号には、所定装置と対象物の接触を回避するための情報が含まれていることを意味する。例として、第１信号は、運動方向の変化といった形及び／又は運動速度の低下といった形で、所定装置の加速度を信号化することができる。

又、別の実施形態では、対象物の第一測定データに方向の情報が含まれている。その場合、第一測定データには、所定装置の運動方向に関する指示が含まれている。そのため所定装置を事前に定めた目標に導くようなことが可能になっている。

又、別の実施形態では、測定データに速度情報が含まれている。その場合、第１信号には所定装置の運動速度情報に関する指示が含まれている。そのため所定装置は、事前に定めた速度で動くことが可能になっている。

又、別の実施形態では、測定データに好適な運動経路に関する情報が含まれている。その場合、第１信号には所定装置の好適な運動経路に関する指示が含まれている。そのため、方向変更などの好適な運動経路を制御する第１信号は、加速度と組み合わせた構成とすることもできる。

又、別の実施形態では、測定データに優先情報が含まれている。かかる優先情報とは、所定装置が、自身の運動経路を、対象物の経路に適合させる必要があるか、又は対象物がその経路を所定装置の経路に合わせる必要があるのかを知らせる情報である。
すなわち、第１信号は所定装置を制御し、例として同所定装置を運動状態から停止状態へ移行させる。その結果、対象物は所定装置の周囲を通過できる。そして、対象物の通過後、所定装置は停止状態から再び運動状態へ移行することができる。

ここで、モニタリング装置をより詳細に説明すると、かかるモニタリング装置は、第１信号の信頼性に関する情報が含まれている第２信号を生成及び送信する装置である。
したがって、かかるモニタリング装置は、第一システムと同じ測定データ、すなわち、第一測定データを処理できる。この場合、モニタリング装置は、第一システムとは異なる結果に至ることがある。例として、モニタリング装置は運動状態を変更する必要があることを検出できるが、第一システムは運動状態を変更する必要があることを検出できないといった場合である。
そのような場合、第一システムは、所定装置の運動状態を変更させない第１信号を送信する。そして、モニタリング装置は、運動状態を変更する必要があることを既に検知していたので、この第１信号を信頼できない信号として認識する。その場合、モニタリング装置は、第１信号に信頼性が欠如していることを示す情報が含まれた第２信号を送信する。

又、モニタリング装置は、第二測定データを処理することも可能である。第二測定データを処理することで、さらなる安全性が確保されるようになる。
なぜならば、第一システムは、誤った第一測定データや第一測定装置の誤作動などに基づき、エラーが含まれている可能性がある第１信号を所定装置の制御用として送信するが、モニタリング装置はその信号を信頼できない信号として認識するからである。
又、モニタリング装置は、誤った第一測定データに基づき、第一システムと同じ判定結果に至り、したがって信頼性を示す第２信号を送信する可能性もあるからである。
よって、モニタリング装置が第二測定データを処理することで、誤った第一測定データに基づく誤った第１信号は、第２信号により、信頼できない信号として認識される。
そして、信頼性情報は、前に示した、モニタリング装置が第一測定データを処理する場合と同様な方法で送信される。

又、モニタリング装置は、第一測定データの一部や第一測定データ全体、更に第二測定データも処理することができる。第一測定データと第二測定データを処理することで、さらなる安全性を確保することができる。
なぜならば、第一測定装置又は第二測定装置の誤った測定データが、第１信号に信頼性がないことを示す第２信号に至ることができるからである。
そして、装置内のプロセスが正常に進行するためには、モニタリング装置が第一測定データと第二測定データを処理し、第一システムが第一測定データを処理した場合と同じ結果になる必要がある。したがって、同じになれば第２信号が、第１信号に信頼性があることを表示する。
又、第二測定データのみに誤りがある場合、モニタリング装置が第一測定データと第二測定データを処理しても、異なる結果に至るようなことも起こり得る。そのような場合、第２信号は、第１信号に信頼性がないことを表示する。
誤った第二測定データセットの処理などの、１つの測定データセットを処理して得られた結果は、少なくとも第１信号に信頼性がないことを表示するからである。

又、第２信号が、第１信号に信頼性が欠如していることを表示する場合、その考えられる原因として特に次のような点が挙げられる：
１）第一システムによる第一測定データの処理に誤りがある。
２）第一システムによって処理される第一測定データに誤りがある。
３）第二システムによる第一測定データの処理に誤りがある。
４）第二システムによる第二測定データの処理に誤りがある。
５）第二システムによって処理される第一測定データに誤りがある。
６）第二システムによって処理される第二測定データに誤りがある。

そして、制御機器は、このように第１信号と第２信号を受信して処理する構成であって、典型的には、プロセッサ（半導体素子による中央演算素子）等を含んで構成されていることが好ましい。

又、モニタリング装置は、第一システムの先行バージョンであり、第二非確定型自己学習システム、略して第二システムである。第二システムは、特にニューラルネットワークを用いた、データで、すなわち機械学習で訓練されたＡＩから構成されていることが好ましい。

又、先行バージョンとは、第二システムが、第一システムの旧バージョンに構成してあるということである。又、第一システムは、少なくともアップデート及び／又はアップグレードされていることから、第二システムとは内容が異なっている。
すなわち、第二システムに対して少なくとも１つのアップデート及び／又はアップグレードが行われていることを意味している。換言すると、第二システムは、第一システムをダウンデート（ダウンデートとは、アップデートする前のソフトウエアバージョンを作成すること）及び／又はダウングレードしたものということである。

別の言い方をすると、先行バージョンとは、ニューラルネットワークの意味においては、そのニューラルネットワークが過去の時点に持っていた構成ということである。１つの構成は、ニューラルネットワークの重み付けされたエッジなどから生じる。例として、ニューラルネットワークは、時点ｔ１においてネットワーク構成Ｋ１という構成を有し、時点ｔ２においてはネットワーク構成Ｋ２という構成を有することができる。その場合、時点ｔ１は、時点ｔ２より、はるか過去の時点になっている。したがってネットワーク構成Ｋ１は、ネットワーク構成Ｋ２の先行バージョンということになる。

又、別の実施形態では、第二システムが確定型に構成されていることも好ましいし、更に別の実施形態では、第二システムが非確定型に構成されていることも好ましい。
ここで、モニタリング装置も確定型システムであってもよい。特に確定型システムには、ソフトウエアのプログラムコードが含まれている場合もある。

又、別の実施形態では、第一非確定型自己学習システムが、オープンネットワークに接続されており、事実上、オープンネットワークから構成されていることが好ましい。
ここで、オープンネットワークとは、複数の第一システムなどの複数のシステムからアクセスできるネットワークのことである。
特にオープンネットワークでは、統一された規則によって互いに通信できる、制作者が異なる複数のシステムを取り込むことができる。

又、別の実施形態では、複数の第一システムからオープンネットワークに情報が送られる。オープンネットワークは、情報をデータクラウドなどに保存することが好ましい。
そして、データクラウドのデータからニューラルネットワーク用の、特に第一システム用のトレーニングデータセットが生成され、それが、オープンネットワークを通じて、各第一システムに送信される。
したがって、第一システムは、前述のトレーニングデータセットを用いた機械学習などによって構成することができる。

又、別の実施形態では、オープンネットワークが、オープンネットワークと第一システムとの間で、必要な情報の交換をサポートしている、あるいは独立して管理する構成（システム）であることが好ましい。
特に、オープンネットワークは、データクラウドに保存されている情報を、第一システムなどの外部の情報源から受け取るように構成されていることが好ましい。

又、別の実施形態では、モニタリング装置がローカルエレメントから構成してあることが好ましい。
この理由は、かかるローカルエレメントとは、モニタリング装置がオープンネットワークに接続していないことを意味し、そのため、ハッカー攻撃など外部からの侵入による操作は不可能になっている。

又、別の実施形態では、ローカルエレメントが、閉じたネットワーク内で作動することが好ましい。
この理由は、ローカルなネットワークになっているためであり、コンピュータなどのデータステーションへのアクセスは、１つ又はごく少数の特定の参加者サークルのコンピュータにしかできないという利点がある。

又、別の実施形態では、制御ユニットに出力装置が設けられていることが好ましい。そして、この場合、かかる制御機器は、第２信号を処理する際に、第１信号に信頼性が欠如していることを検出した場合に、出力装置に警告を出させる構成であることが好ましい。又、出力装置は、音響信号、光信号及び／又は触覚信号などの少なくとも一つの形で警告を発する構成であることが好ましい。

又、別の実施形態では、第２信号に、所定装置を制御するための少なくとも１つの情報、又は所定装置を制御するための全情報も含まれていることが好ましい。特に、第２信号は、第１信号と同じになっている場合もある。

かかる第２信号は、所定装置の加速度を、運動方向の変化及び／又は運動速度の低下という形で信号化することができることが好ましい。
そして、かかる第２信号には、所定装置の運動方向に関する指示や所定装置の運動速度に関する指示が含まれている場合や、好適な運動経路を取るように制御する構成である場合、及び／又は優先情報が含まれている場合などもある。

又、別の実施形態では、制御ユニットに整合性検証ユニットが設けられており、又整合性検証ユニットは、第１信号と第２信号が一致しているかその整合性を検証し、第３信号を制御機器に伝送する構成（以下、単にシステム、方式あるいは動作と称する場合もある。）であることが好ましい。
かかる第３信号は、第１信号と第２信号の整合性の程度を示す尺度である。制御機器は、第３信号が閾値を超えていない場合、所定装置の制御に第１信号を使用することが好ましい。そして、整合性検証ユニットは、典型的には、プロセッサ（半導体素子による中央演算素子）等を含んで構成されていることが好ましい。

又、別の実施形態では、第１信号と第２信号が、整合性検証ユニットを通って制御機器へ伝送される構成であることが好ましい。
その場合、第３信号には、第１信号と第２信号の整合性に関する情報が含まれている。例として、第３信号は０から１の数字などになる。
第３信号の値が０の場合、これは第１信号と第２信号が同じであることを意味する。
第３信号の値が１の場合、第１信号と第２信号には互いに相反する情報が含まれていることを意味する。
例として、第１信号にはマイナスの加速度を示しているのに対し、第２信号はプラスの加速度を示しているような場合である。相反する情報の例として、第１信号が運動状態の変化を示していない一方で、第２信号は運動状態の変化を示している場合、又はその逆の場合である。

第３信号の値が０～１の間にある場合、それは、第１信号と第２信号に、所定装置を制御する類似した情報が含まれていることを意味する。
例として、第１信号はプラスの加速度を示している一方で、第２信号も同じくプラスではあるが更に強い加速度を示すような場合である。
特に、第１信号と第２信号が示す加速度の差が拡大するに従い第３信号の値は大きくなる。

閾値（所定基準値）は、前提条件に応じて０から１の値を使用することができる。ここで、閾値をｇとして説明する。
例として、閾値がｇ＝０の場合、第１信号と、第２信号が同じであれば、所定装置の制御に第１信号が使われることを意味する。

又、例として閾値を０＜ｇ＜１に設定する場合、これは、第１信号と第２信号の差が閾値であるｇを超えない限り、所定装置の制御に第１信号が使われることを意味する。
更に、例として閾値がｇ＝０．５の場合、これは、制御に第１信号を使用するためには、第１信号の値が第２信号の値の２倍以上又は１／２以下になってはならないことを意味する。例として加速度を制御する場合、一方の信号の加速度がもう一方の信号の加速度の２倍以上にならない限り所定装置の制御には第１信号が使われる。

これは、一方の信号で示される加速度が、もう一方の信号で示される加速度の２倍になっていることを意味する。ｇ＝０．５の場合、一方の信号で示される加速度が、もう一方の信号で示される加速度の２倍以上にならなければ所定装置の制御に第１信号が使われる。

又、別の実施形態では、閾値を超えると制御機器が警告を発する構成であることが好ましい。
ある好適な実施形態では、生成された警告は、所定装置、特に、上述した出力装置によって発せられる。
かかる警告は、音響信号、光信号及び／又は触覚信号などの少なくとも一つの形で発することができる。

又、別の実施形態では、制御機器が、閾値を超えた場合、第１信号は所定装置の運動状態の変化を示していないものの、第２信号は所定装置の運動状態の変化を示している場合には、所定装置の制御に第２信号を使用する構成であることが好ましい。
これは、ｇ＝０の場合、第１信号と第２信号が異なり、かつ第１信号が所定装置の運動状態の変化を示していない場合であれば、所定装置の制御に第２信号が常に使われることを意味する。

又、別の実施形態では、第１信号が所定装置の運動状態の変化を表示している場合、閾値を超えると制御機器が緊急停止をかける構成であることが好ましい。緊急停止とは、所定装置が、マイナスの加速度で可能な限り急激に停止することである。
本制御機器は、社内通信などにおける情報システム、顔認証などのモデル分析ないし識別システム、販売用のモデル予測システム、及び／又はロボットシステム、更に言えば、自動車の自動運転システムなどの制御に好適に用いることができる。

又、別の実施形態では、第一システム及び／又は第二システムが、制御する所定装置内に統合されていることが好ましい。この場合、個々の構成部分の間のデータ交換は、ＬＡＮ接続などによって行える。

又、別の実施形態では、第一システムと第二システムが、所定装置から脱着できるように構成してあることが好ましい。この場合、個々の構成部分の間のデータ交換は、無線接続などによって行うことができる。

又、別の実施形態は、第一測定装置及び／又は第二測定装置と、第一非確定型自己学習システムと、モニタリング装置と、制御機器と、を具備した、所定装置を制御するための制御ユニットの制御方法であって、モニタリング装置は、第一非確定型自己学習システムの先行バージョンである第二非確定型自己学習システム、又は確定型システムであり、かつ、以下の工程が含まれている制御ユニットの制御方法である。
より具体的には、第一測定装置及び第二測定装置と、第一非確定型自己学習システムと、モニタリング装置と、制御機器と、を具備した、所定装置を制御するための制御ユニットの制御方法であって、モニタリング装置は、第一非確定型自己学習システムの先行バージョンである第二非確定型自己学習システムであり、かつ、以下の工程が含まれている制御ユニットの制御方法である。
ｉ）第一測定装置による第一測定データの検出工程
ｉｉ）第一非確定型自己学習システムによる第一測定データの判定評価、及び所定装置の制御に関する情報が含まれている第１信号の送信工程
ｉｉｉ）モニタリング装置による第一測定データの判定評価、及び第１信号の信頼性に関する情報が含まれている第２信号の送信工程
ｉｖ）制御機器内における第１信号と第２信号の処理工程

このような制御方法の具体例に関しては、上述の各実施形態で説明した同様の内容を含んで、実施することができ、完全に関係していると言える。

次に、図面を参照して、当該実施形態に言及しつつ、本発明を詳述する。図面は、既に一部上述したように、以下の内容である。
図１は、制御ユニットの１つの実施形態の概略図である。
図２は、制御ユニットの別の実施形態の概略図である。
図３は、自動車を制御する更に別の制御ユニットの実施形態の概略図である。
以下では、分かり易くするため、全図面において、必ずしもすべてのエレメントに参照番号が付されているわけではない。但し、図面が異なっても同一の参照番号が付されていれば、同じ構成品（エレメント）を示すこととする。

図１は、第一測定装置１、第一測定データ３、第一システム５、第二システム６、第１信号７、第２信号８、制御機器９、出力装置１１、警告１２、及び制御信号１５を具備した、自動車などの所定装置１６を制御する本発明の制御ユニット１７の一つの実施形態に対応した概略図である。
すなわち、第一測定装置１は、検出した第一測定データ３を第一システム５と第二システム６に伝送する構成である（単に、第一測定装置１によって、第一測定データ３を検出すると称する場合がある。）。
第一システム５は、第１信号７を制御機器９に送る構成である。
第二システム６は、第２信号８を制御機器９へ送る構成である。
制御機器９には、警告１２を発生させることができる出力装置１１が接続されている構成である。
制御機器９は、制御信号１５を所定装置１６に送信する構成であることが好ましい。
ここで、第１信号７には、所定装置１６を制御する情報が含まれており、又第２信号８には、第１信号７の信頼性に関する情報が含まれている。
したがって、制御機器９において、第２信号８によって第１信号７の信頼性が検出できない場合、制御機器９によって出力装置１１から警告１２が発せられるように構成してあることが好ましい。
特に、第１信号７とは異なる制御信号１５が所定装置に送られることが好ましい。そして、制御機器９において、第２信号８によって第１信号７の信頼性が検出された場合には、第１信号７と同一の制御信号１５が所定装置１６に送られることが好ましい。
なお、制御信号１５には、空間の三方向において、又は自動車の場合は空間の二方向で所定装置を制御し所定装置１６の運動状態を変化する特別な指示が含まれていることが好ましい。

図２は、第一測定装置１、第二測定装置２、第一測定データ３、第二測定データ４、第一システム５、第二システム６、第１信号７、第２信号８、制御機器９、オープンネットワーク１０、出力装置１１、警告１２、整合性検証ユニット１３、第３信号１４、制御信号１５を具備した、所定装置１６を制御する本発明の制御ユニット１７の、別の実施形態に対応した概略図である。
ここで、第一測定装置１は、検出した第一測定データ３を、第一システム５及び第二システム６に伝送する構成である（単に、第一測定装置１によって、第一測定データ３を検出すると称する場合がある。）ことが好ましい。
又、第二測定装置２は、第二測定データ４を第二システム６に伝送する構成であることが好ましい。
又、第一システム５は、オープンネットワーク１０に接続されているかかる。第一システム５は、第１信号７を整合性検証ユニット１３に送信する構成であることが好ましい。
又、第二システム６は、第２信号８を整合性検証ユニット１３に送信する構成である。かかる整合性検証ユニット１３は、第３信号１４を制御機器９に送る構成であることが好ましい。
同様に整合性検証ユニット１３は、第１信号７と第２信号８を、制御機器９に伝送する構成である。あるいは、第１信号７と第２信号８を、第一システム５ないし第二システム６から制御機器９に直接送ることも可能である。
そして、制御機器９には、警告１２を発することができる出力装置１１が接続されていることが好ましい。かかる制御機器９は、制御信号１５を所定装置１６に伝送する構成である。そして、第１信号７と第２信号８との間に整合性があることを、第３信号１４が示している場合、制御信号１５は第１信号７と同じになる。

図３は、第一測定装置１と制御機器９を装備した、特に自動車などの所定装置１６を制御する本発明の制御ユニット１７の別の実施形態に対応した概略図である。
ここで、第一測定装置１は、検出した第一測定データ３を第一システム５と第二システム６に伝送する構成である（単に、第一測定装置１によって、第一測定データ３を検出すると称する場合がある。）。
第一システム５は、第一測定データ３を処理し、第１信号７を整合性検証ユニット１３に伝送する構成である。
第二システム６は、第一測定データ３を処理し、第２信号８を整合性検証ユニット１３に伝送する構成である。
そして、整合性検証ユニット１３は、第１信号７と第２信号８が一致しているかを検証し、第１信号７と第２信号８の整合性に関する情報が含まれている第３信号１４と、第１信号７及び第２信号８を制御機器９に送る構成である。
かかる制御機器９は、第３信号１４と第１信号７又は第２信号８に基づき自動車を制御する。第一システム５は１つのオープンネットワークから構成されていることが好ましい。
又、第一システム５は、特に自動車から切り離すことができるように構成してあることが好ましい。
又、第一測定データ３は、通信装置１８、特に無線などによる無線通信装置を通じて第一システム５に送信できる構成であることが好ましい。
第一システム５は、第１信号７を無線で通信装置１８に送り返すことができる構成であることが好ましい。
第二システム６は、ローカルシステムになっており、特に自動車の内部及び／又は表面に設置できる構成であることが好ましい。
整合性検証ユニット１３も、特に自動車の内部及び／又は表面に設置可能となっている。かかる整合性検証ユニット１３は、第１信号７と第２信号８を処理する構成である。
そして、整合性検証ユニット１３の第３信号１４は、特に自動車の制御用に使用され、例として第１信号７と第２信号８が一致していないことが検出された場合、制御機器９によって自動車に急ブレーキをかけることもできる。
なお、制御信号１５には、自動車の、特に縦方向及び／又は横方向の制御に関する情報が含まれていることが好ましい。

１：第一測定装置
２：第二測定装置
３：第一測定データ
４：第二測定データ
５：第一非確定型自己学習システム（第一システム）
６：モニタリング装置（第二システム、第二非確定型自己学習システム、確定型システム）
７：第１信号
８：第２信号
９：制御機器
１０：オープンネットワーク
１１：出力装置
１２：警告
１３：整合性検証ユニット
１４：第３信号
１５：制御信号
１６：所定装置
１７：制御ユニット
１８：通信装置

Claims (10)

1. 第一測定装置（１）及び第二測定装置（２）と、
   第一非確定型自己学習システム（５）と、
   モニタリング装置（６）と、
   制御機器（９）と、
   を具備した、所定装置（１６）を制御するための制御ユニット（１７）であって、この場合、
   前記第一非確定型自己学習システム（５）は、前記第一測定装置（１）からの測定データ（３）を処理して前記所定装置（１６）を制御する第１信号（７）を送り出す構成であり、
   前記モニタリング装置（６）は、前記第一測定装置（１）からの第一測定データ（３）及び／又は前記第二測定装置（２）からの第二測定データ（４）を処理し、前記第１信号（７）の信頼性に関する情報が含まれる第２信号（８）を送信する構成であり、
   前記制御機器（９）は、前記第１信号（７）及び前記第２信号（８）を受信して処理する構成であり、
   かつ、
   前記モニタリング装置（６）は、前記第一非確定型自己学習システム（５）の先行バージョンである第二非確定型自己学習システム（６）に構成してあることを特徴とする制御ユニット。
2. 前記第一非確定型自己学習システム（５）は、オープンネットワーク（１０）に接続し、又当該オープンネットワーク（１０）によって構成されていることを特徴とする請求項１に記載の制御ユニット。
3. 前記モニタリング装置（６）は、ローカルエレメントで構成されていることを特徴とする請求項１又は２に記載の制御ユニット。
4. 出力装置（１１）を有しており、前記制御機器（９）は、前記第２信号（８）を処理する際に、前記第１信号（７）と一致しないことが判明した場合、前記出力装置（１１）に働きかけて警告（１２）を出させる構成であることを特徴とする請求項１～３のいずれか一項に記載の制御ユニット。
5. 前記第２信号（８）には更に、前記所定装置（１６）を制御するための少なくとも１つの情報、又は前記所定装置（１６）を制御するための全情報が含まれていることを特徴とする請求項１～４のいずれか一項に記載の制御ユニット。
6. 前記第１信号（７）と前記第２信号（８）の整合性を検証し、前記第１信号（７）と前記第２信号（８）の前記整合性の程度を示す第３信号（１４）を前記制御機器（９）に送信する構成になっており、その場合、前記制御機器（９）は、前記第３信号（１４）が閾値を超えていなければ、前記所定装置（１６）の制御に前記第１信号（７）を使用する構成であることを特徴とする請求項５に記載の制御ユニット。
7. 前記制御機器（９）は、前記閾値を超えると警告（１２）が発生させる構成であることを特徴とする請求項６に記載の制御ユニット。
8. 前記閾値を超えている場合に、前記第１信号（７）が前記所定装置（１６）の運動状態の変化を示していない一方で、前記第２信号（８）は前記所定装置（１６）の運動状態の変化を示している場合には、前記制御機器（９）は、前記所定装置（１６）の制御に前記第２信号（８）を使用する構成であることを特徴とする請求項６又は７に記載の制御ユニット。
9. 前記閾値を超えていて、かつ、前記第１信号（７）が前記所定装置（１６）の運動状態の変化を示している場合、前記制御機器（９）が、緊急停止動作させる構成であることを特徴とする請求項６又は７に記載の制御ユニット。
10. 第一測定装置（１）及び第二測定装置（２）と、第一非確定型自己学習システム（５）と、モニタリング装置（６）と、制御機器（９）と、を具備した、所定装置（１６）を制御するための制御ユニット（１７）の制御方法であって、
    前記モニタリング装置（６）は、前記第一非確定型自己学習システムの先行バージョンである第二非確定型自己学習システム（６）であり、かつ、
    以下の工程が含まれていることを特徴とする、制御ユニットの制御方法。
    ｉ）前記第一測定装置（１）による第一測定データ（３）の検出工程
    ｉｉ）前記第一非確定型自己学習システム（５）による前記第一測定データ（３）の判定評価、及び前記所定装置（１６）の制御に関する情報が含まれている第１信号（７）の送信工程
    ｉｉｉ）前記モニタリング装置（６）による前記第一測定データ（３）の判定評価、及び前記第１信号（７）の信頼性に関する情報が含まれている第２信号（８）の送信工程
    ｉｖ）前記制御機器（９）内における前記第１信号（７）と前記第２信号（８）の処理工程

Images