JP7582136B2

JP7582136B2 - 運転診断装置、運転診断方法、及び運転診断プログラム

Info

Publication number: JP7582136B2
Application number: JP2021148770A
Authority: JP
Inventors: 雅人遠藤; 周平真鍋; 聡秋間
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2021-09-13
Filing date: 2021-09-13
Publication date: 2024-11-13
Anticipated expiration: 2041-09-13
Also published as: JP2023041407A

Description

本発明は、運転に関する診断を行う運転診断装置、運転診断方法、及び運転診断プログラムに関する。

特許文献１には、車載器から車両の操作情報を取得し、当該操作情報を用いて、運転スキルに関する診断を行う運転診断管理システムが開示されている。

特開２０１９－１４４７３号公報

診断を行う車両が運転診断システムの設計に関与していない他社の車両である場合、車載器から操作情報を取得することは容易ではない。また、セキュリティの観点からも望ましくない。そのため、多くの種類の車両を管理する場合、当該車両に搭載されている車載器に対応した運転診断システムを用意する必要があり、管理コストが増大する。

本発明は、多くの種類の車両を管理する場合において、当該車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる運転診断装置、運転診断方法、及び運転診断プログラムを提供することを目的とする。

請求項１に記載の運転診断装置は、運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得する取得部と、前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整した調整部と、調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行う診断部と、を備え、前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、前記調整部は、診断に用いるデータの項目数を減らして前記診断モデルを調整する。

請求項１に記載の運転診断装置は、車載器に接続されていないセンサから取得した第１のデータを用いて、運転の診断を行う。運転診断装置は、運転の診断を行う際に、車載器に搭載された第２のデータを用いて診断を行う診断モデルを、第１のデータを用いて診断が行えるように調整を行い、運転の診断を行う。つまり、当該運転診断装置によれば、車載器に接続された第２のデータを活用して、後付けで車両に設置されたセンサ等の第１のデータに対する運転の診断を行うことにより、車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる。請求項１に記載の運転診断装置によれば、診断に用いる項目数を減らすことにより、管理コストを抑えることができる。

請求項２に記載の運転診断装置は、請求項１に記載の運転診断装置において、前記調整部は、前記診断に用いる閾値を変更して前記診断モデルを調整する。

請求項２に記載の運転診断装置によれば、第１のデータと、第２のデータと、のデータの精度を考慮して運転を診断することができる。

請求項３に記載の運転診断装置は、請求項１又は２に記載の運転診断装置において、前記診断モデルは、前記第２のデータを用いて、前記診断するための機械学習を行った学習済みモデルであり、前記調整部は、前記第２のデータに前記第１のデータを加えて機械学習を行うことによって前記診断モデルを調整する。

請求項３に記載の運転診断装置によれば、第２のデータに加え、過去に取得した第１のデータを活用して、第１のデータにおける運転を診断することができる。

請求項４に記載の運転診断方法は、運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得し、前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整し、調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行い、前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、診断に用いるデータの項目数を減らして前記診断モデルを調整する、処理をコンピュータが実行する。

請求項４に記載の運転診断方法が実行されるコンピュータは、車載器に接続されていないセンサから取得した第１のデータを用いて、運転の診断を行う。当該運転診断方法は、運転の診断を行う際に、車載器に搭載された第２のデータを用いて診断を行う診断モデルを、第１のデータを用いて診断が行えるように調整を行い、運転の診断を行う。つまり、当該運転診断方法によれば、車載器に接続された第２のデータを活用して、後付けで車両に設置されたセンサ等の第１のデータに対する運転の診断を行うことにより、車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる。請求項４に記載の運転診断方法によれば、診断に用いる項目数を減らすことにより、管理コストを抑えることができる。

請求項５に記載の運転診断プログラムは、運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得し、前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整し、調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行い、前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、診断に用いるデータの項目数を減らして前記診断モデルを調整する、処理をコンピュータに実行させる。

請求項５に記載の運転診断プログラムが実行されるコンピュータは、車載器に接続されていないセンサから取得した第１のデータを用いて、運転の診断を行う。当該コンピュータは、運転の診断を行う際に、車載器に搭載された第２のデータを用いて診断を行う診断モデルを、第１のデータを用いて診断が行えるように調整を行い、運転の診断を行う。つまり、当該コンピュータによれば、車載器に接続された第２のデータを活用して、後付けで車両に設置されたセンサ等の第１のデータに対する運転の診断を行うことにより、車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる。請求項５に記載の運転診断プログラムによれば、診断に用いる項目数を減らすことにより、管理コストを抑えることができる。

本発明によれば、多くの種類の車両を管理する場合において、当該車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる。

実施形態に係る運転診断システムの概略構成を示す図である。実施形態の車両のハードウェア構成を示すブロック図である。実施形態の車載器の機能構成を示すブロック図である。実施形態の計測機器のハードウェア構成を示すブロック図である。実施形態の計測機器の機能構成を示すブロック図である。実施形態のセンタサーバのハードウェア構成を示すブロック図である。実施形態のセンタサーバの機能構成を示すブロック図である。実施形態のセンタサーバにおいて実行される運転診断処理の流れを示すフローチャートである。変形例のセンタサーバにおいて実行される機械学習処理の流れを示すフローチャートである。

本発明の運転診断装置を含む運転診断システムについて説明する。運転診断システムは、車両の車載器に接続されたセンサから取得した運転技量に係るデータを活用して、車載器に接続されていないセンサから取得した運転技量に係るデータを用いて運転技量の診断を行うシステムである。

（全体構成）
図１に示されるように、本発明の実施形態の運転診断システム１０は、複数の車両１２と、運転診断装置としてのセンタサーバ４０と、を含んで構成されている。また、車両１２には車載器２０が搭載されている車両１２Ａと、計測装置３０が搭載されている車両１２Ｂと、がある。車載器２０、及び計測装置３０は、ネットワークＮを通じて相互にセンタサーバ４０に接続されている。

なお、図１には、１のセンタサーバ４０に対して、車載器２０、又は計測装置３０を含む２台の車両１２が図示されているが、車両１２、車載器２０、及び計測装置３０の数はこの限りではない。

計測装置３０は、車両１２の測位情報、及び加速度等を計測して、センタサーバ４０に送信する装置である。センタサーバ４０は、例えば、車両１２を製造する製造元や当該製造元系列のカーディーラーに設置されている。

（車両）
図２に示されるように、本実施形態に係る車両１２Ａは、車載器２０と、複数のＥＣＵ（ＥｌｅｃｔｒｏｎｉｃＣｏｎｔｒｏｌＵｎｉｔ）２２と、複数の車載機器２４と、を含んで構成されている。

車載器２０は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）２０Ａ、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）２０Ｂ、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）２０Ｃ、車内通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）２０Ｄ、及び無線通信Ｉ／Ｆ２０Ｅを含んで構成されている。ＣＰＵ２０Ａ、ＲＯＭ２０Ｂ、ＲＡＭ２０Ｃ、車内通信Ｉ／Ｆ２０Ｄ、及び無線通信Ｉ／Ｆ２０Ｅは、内部バス２０Ｇを介して相互に通信可能に接続されている。

ＣＰＵ２０Ａは、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ２０Ａは、ＲＯＭ２０Ｂからプログラムを読み出し、ＲＡＭ２０Ｃを作業領域としてプログラムを実行する。

ＲＯＭ２０Ｂは、各種プログラム及び各種データを記憶している。本実施形態のＲＯＭ２０Ｂには、ＥＣＵ２２から車両１２Ａの状態及び制御に係る運転情報の収集を行う収集プログラム１００が記憶されている。収集プログラム１００の実行に伴い、車載器２０は、運転情報をセンタサーバ４０に送信する処理を実行する。また、ＲＯＭ２０Ｂには、運転情報のバックアップデータである履歴情報１１０が記憶されている。
ＲＡＭ２０Ｃは、作業領域として一時的にプログラム又はデータを記憶する。

車内通信Ｉ／Ｆ２０Ｄは、各ＥＣＵ２２と接続するためのインタフェースである。当該インタフェースは、ＣＡＮプロトコルによる通信規格が用いられる。車内通信Ｉ／Ｆ２０Ｄは、外部バス２０Ｆに対して接続されている。

無線通信Ｉ／Ｆ２０Ｅは、センタサーバ４０と通信するための無線通信モジュールである。当該無線通信モジュールは、例えば、５Ｇ、ＬＴＥ、Ｗｉ－Ｆｉ（登録商標）等の通信規格が用いられる。無線通信Ｉ／Ｆ２０Ｅは、ネットワークＮに対して接続されている。

ＥＣＵ２２は、ＡＤＡＳ（ＡｄｖａｎｃｅｄＤｒｉｖｅｒＡｓｓｉｓｔａｎｃｅＳｙｓｔｅｍ）－ＥＣＵ２２Ａ、ステアリングＥＣＵ２２Ｂ、ブレーキＥＣＵ２２Ｃ及びエンジンＥＣＵ２２Ｄを少なくとも含む。

ＡＤＡＳ－ＥＣＵ２２Ａは、先進運転支援システムを統括制御する。ＡＤＡＳ－ＥＣＵ２２Ａには、車載機器２４を構成する車速センサ２４Ａ、ヨーレートセンサ２４Ｂ、及び外部センサ２４Ｃが接続されている。外部センサ２４Ｃは、車両１２Ａの周辺環境の検出に用いられるセンサ群とされている。この外部センサ２４Ｃには、例えば、車両１２Ａの周囲を撮像するカメラ、探査波を送信し反射波を受信するミリ波レーダ、及び車両１２Ａの前方をスキャンするライダ（ＬａｓｅｒＩｍａｇｉｎｇＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ）等が含まれる。

ステアリングＥＣＵ２２Ｂは、パワーステアリングを制御する。ステアリングＥＣＵ２２Ｂには、車載機器２４を構成する舵角センサ２４Ｄが接続されている。舵角センサ２４Ｄはステアリングホイールの舵角を検出するセンサである。

ブレーキＥＣＵ２２Ｃは、車両１２Ａのブレーキシステムを制御する。ブレーキＥＣＵ２２Ｃには、車載機器２４を構成するブレーキアクチュエータ２４Ｅが接続されている。

エンジンＥＣＵ２２Ｄは、車両１２Ａのエンジンを制御する。エンジンＥＣＵ２２Ｄには、車載機器２４を構成するスロットルアクチュエータ２４Ｆ及びセンサ類２４Ｇが接続されている。センサ類２４Ｇは、エンジンオイルの油温を測定するための油温センサ、エンジンオイルの油圧を測定するための油圧センサ、及びエンジンの回転数を検知する回転センサを含む。

なお、本実施形態に係る車速センサ２４Ａ、ヨーレートセンサ２４Ｂ、外部センサ２４Ｃ、舵角センサ２４Ｄ、ブレーキアクチュエータ２４Ｅ、スロットルアクチュエータ２４Ｆ、及びセンサ類２４Ｇは、「車載器に接続されたセンサ」の一例である。

図３に示されるように、本実施形態の車載器２０では、ＣＰＵ２０Ａが、収集プログラム１００を実行することで、収集部２００、及び出力部２１０として機能する。

収集部２００は、車両１２Ａの各ＥＣＵ２２から車載機器２４の状態、及び車載機器２４から得られる車両１２Ａの運転に係る運転情報を取得する機能を有している。運転情報は、車速、加速度、ヨーレート、舵角、アクセル開度、ブレーキペダル踏力又はストローク等の情報を含む。また、運転情報は、外部センサ２４Ｃとしてのカメラにより撮像された車両１２Ａ外部の撮像画像を含んでいてもよい。

出力部２１０は、収集部２００が収集した運転情報をセンタサーバ４０に向けて出力する機能を有している。

（計測装置）
図４に示されるように、計測装置３０は、ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ、ストレージ３０Ｄ、通信Ｉ／Ｆ３０Ｅ、センサ３０Ｆ、及びＧＰＳ（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ）装置３０Ｇを含んで構成されている。ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ、ストレージ３０Ｄ、通信Ｉ／Ｆ３０Ｅ、センサ３０Ｆ、及びＧＰＳ装置３０Ｇは、内部バス３０Ｈを介して相互に通信可能に接続されている。ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ及び通信Ｉ／Ｆ３０Ｅの機能は、上述した車載器２０のＣＰＵ２０Ａ、ＲＯＭ２０Ｂ、ＲＡＭ２０Ｃ及び無線通信Ｉ／Ｆ２０Ｅと同じである。

メモリとしてのストレージ３０Ｄは、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）により構成され、各種プログラム、及びセンサ３０Ｆ及びＧＰＳ装置３０Ｇから取得した計測結果に関する情報（以下、「計測情報」という。）を記憶している。本実施形態のストレージ３０Ｄには、収集プログラム１２０が記憶されている。なお、ＲＯＭ３０Ｂが収集プログラム１２０を記憶してもよい。ここで、計測情報は、「第１のデータ」の一例あり、運転情報は、「第２のデータ」の一例である。

センサ３０Ｆは、車両に搭載されている計測装置３０に掛かる加速度を検出する加速度センサ、及びヨー方向の角速度を検出する角速度センサである。

ＧＰＳ装置３０Ｇは、複数のＧＰＳ衛星から車両１２Ｂに搭載されている計測装置３０の位置を測位した測位情報を受信し、位置を検出する装置である。ＧＰＳ装置３０Ｇは、ＧＰＳ衛星からの測位情報を受信する図示しないアンテナを含んでいる。

プログラムとしての収集プログラム１２０は、計測情報として、測位情報、加速度、及び角速度を取得し、センタサーバ４０に送信する処理を行う。

なお、本実施形態に係るセンサ３０Ｆ、及びＧＰＳ装置３０Ｇは、「車載器に接続されていないセンサ」の一例である。

図５に示されるように、本実施形態の計測装置３０では、ＣＰＵ３０Ａが、収集プログラム１２０を実行することで、収集部３００、及び出力部３１０として機能する。

収集部３００は、計測情報として、ＧＰＳ装置３０Ｇから車両１２Ｂに搭載されている計測装置３０の測位情報、及びセンサ３０Ｆから車両１２Ｂの加速度及び角速度を収集する。

出力部３１０は、収集部３００が収集した運転情報をセンタサーバ４０に向けて出力する機能を有している。

（センタサーバ）
図６に示されるように、センタサーバ４０は、ＣＰＵ４０Ａ、ＲＯＭ４０Ｂ、ＲＡＭ４０Ｃ、ストレージ４０Ｄ及び通信Ｉ／Ｆ４０Ｅを含んで構成されている。ＣＰＵ４０Ａ、ＲＯＭ４０Ｂ、ＲＡＭ４０Ｃ、ストレージ４０Ｄ及び通信Ｉ／Ｆ４０Ｅは、内部バス４０Ｆを介して相互に通信可能に接続されている。ＣＰＵ４０Ａ、ＲＯＭ４０Ｂ、ＲＡＭ４０Ｃ及び通信Ｉ／Ｆ４０Ｅの機能は、上述した車載器２０のＣＰＵ２０Ａ、ＲＯＭ２０Ｂ、ＲＡＭ２０Ｃ及び無線通信Ｉ／Ｆ２０Ｅと同じである。なお、通信Ｉ／Ｆ４０Ｅは有線による通信を行ってもよい。

メモリとしてのストレージ４０Ｄは、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）により構成され、各種プログラム及び各種データを記憶している。本実施形態のストレージ４０Ｄには、運転診断プログラム１３０、運転情報データベース（ＤＢ）１４０、及び診断モデル１５０が記憶されている。なお、ＲＯＭ４０Ｂが運転診断プログラム１３０、運転情報ＤＢ１４０、及び診断モデル１５０を記憶してもよい。

プログラムとしての運転診断プログラム１３０は、センタサーバ４０を制御するためのプログラムである。運転診断プログラム１３０の実行に伴い、センタサーバ４０は、車両１２の運転者の運転技量を診断する運転診断処理を含む、各処理を実行する。

運転情報ＤＢ１４０には、車載器２０から受信した運転情報、及び計測装置３０から受信した計測情報が記憶されている。

診断モデルは、車載器２０から受信した運転情報を用いて、運転に関する運転技量を診断するための閾値等の判定条件が設定されたモデルである。ここで、診断モデルに設定されている判定条件は、車載器２０から受信した運転情報に対応する閾値等が設定されている。当該閾値は、過去に収集された運転情報を解析することによって、運転情報に係る各々のデータから運転項目毎に運転技量を判定するための判定条件である。

すなわち、診断モデルに、各種データを含む運転情報を入力することによって、運転情報に対応した運転技量を示す診断結果が出力される。

図７に示されるように、本実施形態のセンタサーバ４０では、ＣＰＵ４０Ａが、運転診断プログラム１３０を実行することで、取得部４００、記憶部４１０、調整部４２０、診断部４３０、及び出力部４４０として機能する。

取得部４００は、車両１２Ａの車載器２０及び車両１２Ｂの計測装置３０から、運転情報及び計測情報を取得する機能を有している。取得部４００は、車載器２０及び計測装置３０から任意のタイミングで送信された運転情報及び計測情報を取得する。

記憶部４１０は、車載器２０から取得した運転情報と、計測装置３０から取得した計測情報と、を運転情報ＤＢ１４０に記憶する。

調整部４２０は、計測装置３０から取得した計測情報に対する運転の診断を行う場合において、計測装置３０から取得した計測情報に対応するように診断モデルの調整を行う。

具体的には、調整部４２０は、診断モデル１５０に入力する運転情報に係るデータの数を限定する調整を行う。例えば、車載器２０に係る運転情報は、車速、加速度、ヨーレート、舵角、アクセル開度、ブレーキペダル踏力又はストローク等を含んでおり、計測装置３０に係る計測情報は、車両１２の測位情報、加速度、及び角速度等を含んでいる。そのため、各々の運転情報におけるデータの数、及び種類が異なっている。

例えば、診断モデルは、車載器２０に係る運転情報に対して、車速、加速度、及びアクセル開度を用いて、急発進の診断を行っている。そこで、調整部４２０は、計測装置３０に係る計測情報に対して、測位情報、及び加速度を用いて、急発進の診断を行うように調整する。また、診断モデルは、車載器２０に係る運転情報に対して、ヨーレート、舵角、アクセル開度、及びブレーキペダル踏力を用いて、運転の粗さの診断を行っている。そこで、調整部４２０は、計測装置３０に係る計測情報に対して、加速度、及び角速度を用いて、運転の粗さの診断を行うように調整する。

すなわち、運転情報及び計測情報は、診断する運転項目毎に予め定められたデータを含んでおり、調整部４２０は、運転項目に用いるデータの数、及び種類を切り替え、診断モデルによって運転項目における診断を行うように調整する。

なお、本実施形態に係る調整部４２０は、診断モデルに入力するデータの数を限定する調整を行う形態について説明した。しかし、これに限定されない。調整部４２０は、診断モデルに係る判定条件を調整してもよい。

例えば、計測装置３０に係る運転情報を用いて急発進の診断を行う場合、車載器２０に係る運転情報とはデータの数、及び種類が異なるため、車載器２０に係る運転情報と比較して、運転の診断の精度が劣る場合がある。

そこで、調整部４２０は、計測装置３０に係る計測情報に対する診断を行うために、車載器２０に係る運転情報に対応する閾値を加減算することによって変更して、診断モデルに係る判定条件の調整を行ってもよい。例えば、運転情報から急発進のスコアを算出して、診断モデルを用いて急発進の度合の診断を行っている場合、調整部４２０は、診断モデルにおける急発進の度合を決定するための閾値を変更して診断を行うように調整する。

診断部４３０は、診断モデルを用いて、運転情報に係るデータに応じた運転項目の診断を行う。ここで、診断部４３０は、計測装置３０に係る計測情報を用いて運転項目の診断を行う場合、調整部４２０によって調整された診断モデルを用いて診断を行う。

出力部４４０は、診断部４３０による診断結果を出力する。ここで、出力部４４０は、診断結果を車載器２０、及び計測装置３０等に送信して出力してもよいし、センタサーバ４０が備えている図示しないモニタに診断結果を表示して出力してもよい。

（制御の流れ）
本実施形態の運転診断システム１０で実行される処理の流れについて、図８のフローチャートを用いて説明する。センタサーバ４０における処理は、センタサーバ４０のＣＰＵ４０Ａが、取得部４００、記憶部４１０、調整部４２０、診断部４３０、及び出力部４４０として機能することにより実行される。図８に示す運転診断処理は、例えば、運転診断を実行する指示が入力された場合、実行される。

ステップＳ１００において、ＣＰＵ４０Ａは、運転の診断を行うデータとして、運転情報ＤＢ１４０に記憶されている運転情報、又は計測情報を取得する。

ステップＳ１０１において、ＣＰＵ４０Ａは、ストレージ４０Ｄから診断モデル１５０を取得する。

ステップＳ１０２において、ＣＰＵ４０Ａは、取得したデータが、計測装置３０に係る計測情報であるか否かの判定を行う。計測装置３０に係る計測情報である場合（ステップＳ１０２：ＹＥＳ）、ＣＰＵ４０Ａは、ステップＳ１０３に移行する。一方、計測装置３０に係る計測情報でない（車載器２０に係る運転情報である）場合（ステップＳ１０２：ＮＯ）、ＣＰＵ４０Ａは、ステップＳ１０４に移行する。

ステップＳ１０３において、ＣＰＵ４０Ａは、診断モデル１５０を調整する。

ステップＳ１０４において、ＣＰＵ４０Ａは、診断モデル１５０を用いて、取得したデータに対する運転の診断を行う。

ステップＳ１０５において、ＣＰＵ４０Ａは、診断結果を出力する。

ステップＳ１０６において、ＣＰＵ４０Ａは、運転診断処理を終了するか否かの判定を行う。運転診断処理を終了する場合（ステップＳ１０６：ＹＥＳ）、運転診断処理を終了する。一方、運転診断処理を終了しない場合（ステップＳ１０６：ＮＯ）、ＣＰＵ４０Ａは、ステップＳ１００に移行して、情報を取得する。

（変形例）
上記実施形態に係る診断モデルは、閾値等の判定条件が設定されたモデルである形態について説明した。しかし、これに限定されない。診断モデルは、運転技量を判定するために、車載器２０から受信した運転情報を機械学習した学習済みモデルであってもよい。

例えば、診断モデル１５０が車載器２０に係る運転情報を学習データとして機械学習を行ったモデルである場合、調整部４２０は、運転情報ＤＢ１４０に記憶されている過去に取得した計測装置３０に係る計測情報をさらに学習させることによって調整可能である。

診断モデル１５０は、車載器２０に係る運転情報と、計測装置３０に係る計測情報と、を学習することにより、車載器２０に係る運転情報を活用した、計測装置３０に係る計測情報に対する運転の診断が可能である。

また、診断モデル１５０は、予め定められた箇所に、運転情報における定められたデータを設定した固定長データを学習データすることによって、車載器２０に係る運転情報、及び計測装置３０に係る計測情報でデータの数が異なっていても機械学習が可能である。例えば、計測装置３０に係る運転情報に任意のデータが存在しない場合であっても、当該データの代わりに空データを設定して学習データとすることによって、データの数が異なっていても機械学習が実行可能である。

すなわち、調整部４２０は、診断モデルに対して、車載器２０に係る運転情報に加えて、計測装置３０に係る計測情報をさらに学習させることによって、診断モデルの調整を行う。また、調整部４２０は、学習データとして、運転情報における固定長データを学習させ、データの数を減らして学習させることによって、診断モデルの調整を行う。

変形例の運転診断システム１０で実行される処理の流れについて、図９のフローチャートを用いて説明する。センタサーバ４０における処理は、センタサーバ４０のＣＰＵ４０Ａが、取得部４００、記憶部４１０、調整部４２０、診断部４３０、及び出力部４４０として機能することにより実行される。図９に示す機械学習処理は、例えば、学習を実行する指示が入力された場合、実行される。

ステップＳ２００において、ＣＰＵ４０Ａは、機械学習を行う学習データとして、運転情報ＤＢ１４０に記憶されている運転情報、及び計測情報を取得する。ここで、学習データとしての運転情報、及び計測情報は、ラベルとして診断結果を設定されている。例えば、学習データには、一の運転情報及び計測情報に対して、ラベルとして急発進及び運転の粗さ等の診断結果が設定されている。

ステップＳ２０１において、ＣＰＵ４０Ａは、取得した学習データを用いて、診断モデルに対して機械学習を実行する。ここで、ＣＰＵ４０Ａは、運転情報、及び計測情報を入力データとし、運転情報、及び計測情報に設定されたラベルを入力データに対する正解データとした教師あり学習を実行する。

ステップＳ２０２において、ＣＰＵ４０Ａは、診断モデルを生成する。

ステップＳ２０３において、ＣＰＵ４０Ａは、機械学習処理を終了するか否かの判定を行う。機械学習処理を終了する場合（ステップＳ２０３：ＹＥＳ）、ステップＳ２０４に移行する。一方、機械学習処理を終了しない場合（ステップＳ２０３：ＮＯ）、ＣＰＵ４０Ａは、ステップＳ２００に移行して、学習データを取得する。

ここで、機械学習を終了せずに、再度機械学習を行う場合、運転情報、及び計測情報に設定されているラベルを変更して学習させてもよいし、学習データを変更して学習させてもよい。

ステップＳ２０４において、ＣＰＵ４０Ａは、診断モデルを記憶する。

以上の処理によって、運転情報、及び計測情報に応じて調整可能な運転の診断を実行する診断モデルが生成される。

また、上記実施形態に係る診断モデルは、運転情報に係るデータに応じた運転項目の診断を行う形態について説明した。しかし、これに限定されない。計測情報に係るデータから他のデータを推定して診断してもよい。例えば、計測装置３０に係る計測情報に含まれる測位情報から車両１２Ｂの車速を推定して、当該車速を用いて運転項目の診断を行ってもよい。

また、上記実施形態に係る計測装置３０は、センサ３０Ｆ、及びＧＰＳ装置３０Ｇを搭載している形態について説明した。しかし、これに限定されない。センサ３０Ｆのみ、又はＧＰＳ装置３０Ｇのみを搭載していてもよい。

また、上記実施形態に係る計測装置３０は、ＧＰＳ装置３０Ｇによって車両１２Ｂの位置を測位する形態について説明した。しかし、これに限定されない。例えば、通信Ｉ／Ｆ３０Ｅを用いて、車両１２Ｂの位置を測位してもよい。例えば、通信Ｉ／Ｆ３０ＥがＷｉ－Ｆｉ（登録商用）である場合、接続されたＷｉ－Ｆｉ（登録商用）のアクセスポイント、及びアクセスポイントに接続した時刻を記憶することによって、車両１２Ｂの位置及び速度が推定可能である。

（まとめ）
本実施形態の運転診断装置としてのセンタサーバ４０は、車載器に接続されていないセンサから取得した第１のデータを用いて、運転の診断を行う。運転診断装置は、運転の診断を行う際に、車載器に搭載された第２のデータを用いて診断を行う診断モデルを、第１のデータを用いて診断が行えるように調整を行い、運転の診断を行う。つまり、当該運転診断装置によれば、車載器に接続された第２のデータを活用して、例えば後付けで車両に設置されたセンサ等の第１のデータに対する運転の診断を行うことにより、車両に搭載されている車載器に対応した運転診断システムの管理コストを低減することができる。

また、本実施形態のセンタサーバ４０によれば、診断に用いる項目数を減らすことにより、管理コストを抑えることができる。

また、本実施形態のセンタサーバ４０では、第１のデータと、第２のデータと、のデータの精度を考慮して運転を診断することができる。

さらに、本実施形態のセンタサーバ４０によれば、第２のデータに加え、過去に取得した第１のデータを活用して、第１のデータにおける運転を診断することができる。

［備考］
上記実施形態では、センタサーバ４０を運転診断装置としたが、この限りではなく、車載器２０を運転診断装置としてもよい。この場合、車載器２０は、車両１２に搭載された計測装置３０に係る計測情報を取得し、予め記憶しておいた診断モデルを用いて運転診断処理を実行する。

なお、上記実施形態でＣＰＵ２０Ａ、ＣＰＵ３０Ａ、及びＣＰＵ４０Ａがソフトウェア（プログラム）を読み込んで実行した各種処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Ｆｉｅｌｄ－ＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）等の製造後に回路構成を変更可能なＰＬＤ（ＰｒｏｇｒａｍｍａｂｌｅＬｏｇｉｃＤｅｖｉｃｅ）、及びＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、上述した各処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。

また、上記実施形態において、各プログラムはコンピュータが読み取り可能な非一時的記録媒体に予め記憶（インストール）されている態様で説明した。例えば、車載器２０における収集プログラム１００はＲＯＭ２０Ｂに予め記憶され、計測装置３０における収集プログラム１００はストレージ３０Ｄに予め記憶され、センタサーバ４０における運転診断プログラム１３０はストレージ４０Ｄに予め記憶されている。しかしこれに限らず、各プログラムは、ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｃＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＤＶＤ－ＲＯＭ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、及びＵＳＢ（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）メモリ等の非一時的記録媒体に記録された形態で提供されてもよい。また、プログラムは、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

上記実施形態で説明した処理の流れは、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。

１２車両
２０車載器
３０計測装置
４０センタサーバ（運転診断装置）
４０ＡＣＰＵ（プロセッサ）
１３０運転診断プログラム
１５０診断モデル
４００取得部
４２０調整部
４３０診断部

Claims

運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得する取得部と、
前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整した調整部と、
調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行う診断部と、を備え、
前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、
前記調整部は、診断に用いるデータの項目数を減らして前記診断モデルを調整する、
運転診断装置。
前記調整部は、前記診断に用いる閾値を変更して前記診断モデルを調整する請求項１に記載の運転診断装置。
前記診断モデルは、前記第２のデータを用いて、前記診断するための機械学習を行った学習済みモデルであり、
前記調整部は、前記第２のデータに前記第１のデータを加えて機械学習を行うことによって前記診断モデルを調整する請求項１又は請求項２に記載の運転診断装置。
運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得し、
前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整し、
調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行い、
前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、
診断に用いるデータの項目数を減らして前記診断モデルを調整する、
処理をコンピュータが実行する運転診断方法。
運転情報を収集する車載器を搭載していない車両に設けられたセンサから取得した前記車両の運転に関する第１のデータを取得し、
前記第１のデータが取得された前記車両とは異なる車両に搭載された前記車載器に接続されたセンサから取得された運転情報である第２のデータを入力して運転に関する診断を行う診断モデルを、前記第１のデータを用いた診断が可能となるように調整し、
調整された前記診断モデルに対して前記第１のデータを入力して前記第１のデータが取得された前記車両の運転に関する診断を行い、
前記第１のデータ、及び前記第２のデータは、運転項目毎にデータが存在し、
診断に用いるデータの項目数を減らして前記診断モデルを調整する、
処理をコンピュータに実行させる運転診断プログラム。