JPWO2021028967A5 - 制御システム、サーバ、機器および制御方法 - Google Patents

Description

本発明は、制御システム、サーバ、機器および制御方法に関する。

本発明は、上記事由に鑑みてなされたものであり、機器とサーバとの両方またはいずれか一方でニューラルネットワークを用いた計算を実行する場合において、ネットワークにおける通信トラフィックの機器の動作への影響が低減された制御システム、サーバ、機器および制御方法を提供することを目的とする。

上記目的を達成するために、本発明に係る制御システムは、
サーバと、第１の機器と、第２の機器と、を備え、
前記第１の機器は、
ニューラルネットワーク係数が設定された第１ニューラルネットワークを用いて、前記第１の機器の将来の機器設定パラメータを求める第１ニューラルネットワーク計算部と、
前記ニューラルネットワーク係数を示す係数情報と、前記係数情報の属性を示し且つ前記第１の機器を識別する機器識別情報を含む係数属性情報と、を生成する第１係数情報生成部と、
前記係数情報と前記係数属性情報とを前記サーバに送信する第１係数送信部と、を有し、
前記サーバは、
前記第１の機器から前記係数情報と前記係数属性情報とを受信する第１係数取得部と、
前記係数情報と前記係数属性情報とを、前記係数属性情報に含まれる前記第１の機器を識別する機器識別情報に対応づけて記憶するニューラルネットワーク記憶部と、
前記ニューラルネットワーク記憶部が記憶する前記係数情報と前記係数属性情報とを、前記第２の機器へ送信する第２係数送信部と、を有し、
前記第２の機器は、
前記第１の機器の機器識別情報が含まれる前記サーバに対して前記係数情報の送信を要求する係数要求情報を前記サーバへ送信することにより、前記サーバから前記係数情報と前記係数属性情報とを取得する第２係数取得部と、
前記第２係数取得部が取得した前記係数情報が示すニューラルネットワーク係数を第２ニューラルネットワークに設定する係数設定部と、
前記第２ニューラルネットワークを用いて、前記第２の機器の将来の機器設定パラメータを求める第２ニューラルネットワーク計算部と、を有し、
前記第２係数送信部は、前記第２の機器から送信される前記係数要求情報を取得すると、前記係数情報と前記係数属性情報とを前記第２の機器へ送信する。

本発明によれば、新たな第２の機器を導入する際、予めサーバにアップロードしておいたニューラルネットワーク係数を示す係数情報を第２の機器にダウンロードすることにより、それまでに第１の機器で使用していたニューラルネットワーク係数を第２の機器へ引き継ぐことができる。これにより、機器とサーバとの間で履歴情報、スケジュール情報が送受信される頻度が低減するので、ネットワークにおける通信トラフィックの機器の動作への影響が低減されるという利点がある。

本実施の形態に係るクラウドサーバ１５００２のハードウェア構成は、実施の形態１で図１０を用いて説明したクラウドサーバ２のハードウェア構成と同様である。クラウドサーバ１５００２は、ＣＰＵ２０１は、補助記憶部２０３が記憶するプログラムを主記憶部２０２に読み出して実行することにより、図１９に示すように、履歴情報取得部２１１、気象情報取得部２１２、係数設定部１５２１３、ニューラルネットワーク計算部２１４、係数決定部１５２１５、嗜好特徴量情報生成部１５２１７および嗜好情報送信部１５２１８として機能する。また、図１０に示す補助記憶部２０３は、図１９に示すように、空気調和機１５００４から取得した履歴情報および履歴属性情報を記憶する履歴情報記憶部２３１と、気象サーバ３から取得した気象実績情報を記憶する気象情報記憶部２３２と、ニューラルネットワーク記憶部１５２３３と、教師情報記憶部１５２３５と、を有する。なお、図１９において、実施の形態１と同様の構成については、図１１と同一の符号を付している。教師情報記憶部１５２３５は、係数決定部１５２１５がニューラルネットワーク係数を決定するための教師情報を記憶する。教師情報は、住戸Ｈにおける室内環境パラメータの履歴を示す環境履歴情報と、住戸Ｈに設置された空気調和機１５００４の設定パラメータの履歴を示す動作履歴情報と、空気調和機１５００４の利用者の嗜好の特徴を示す嗜好特徴量と、を組み合わせた情報である。ここで、嗜好特徴量は、利用者の空気調和機１５００４を使用する際の嗜好の特徴をカテゴライズしたものである。嗜好特徴量は、例えば図２０に示すように、室内温度が２６℃前後以下でも冷房運転を開始し、冷房設定温度を下げる頻度が高く、室内温度に関わらずハイパワーで冷房する、冷房運転により室内温度が下降後、一定時間経過しても運転強度を下げない、といった傾向がある場合、利用者が暑がりであると推定可能であり、これらを示す環境履歴情報と動作履歴情報の組合せに対して、嗜好特徴量が１０を示す「暑がり」と特徴付けられる。また、例えば、室内温度が１８℃前後以上でも暖房運転を開始し、暖房設定温度を上げる頻度が高く、室内温度に関わらずハイパワーで暖房する、暖房運転により室内温度が上昇後、一定時間経過しても運転強度を下げない、といった傾向がある場合、利用者が寒がりであると推定可能であり、これらを示す環境履歴情報と動作履歴情報の組合せに対して、嗜好特徴量が２０を示す「寒がり」と特徴付けられる。

嗜好特徴量情報生成部１５２１７は、空気調和機１５００４から嗜好特徴量要求情報を受信すると、ニューラルネットワーク計算部２１４に嗜好特徴量を算出させる。そして、嗜好特徴量情報生成部１５２１７は、算出された嗜好特徴量を示す嗜好特徴量情報を生成する。嗜好特徴量送信部１５２１８は、生成された嗜好特徴量情報を、嗜好特徴量要求情報の送信元の空気調和機１５００４へ送信する。

図２５に戻って、次に、履歴情報取得部２１１は、空気調和機１５００４から履歴情報を取得したか否かを判定する（ステップＳ１５２０２）。履歴情報取得部２１１が、履歴情報を取得していないと判定すると（ステップＳ１５２０２：Ｎｏ）、そのまま後述のステップＳ１５２０４の処理が実行される。一方、履歴情報取得部２１１は、履歴情報を取得したと判定すると（ステップＳ１５２０２：Ｙｅｓ）、取得した履歴情報を履歴情報記憶部２３１に記憶させる（ステップＳ１５２０３）。次に、嗜好特徴量情報生成部１５２１７は、空気調和機１５００４から嗜好特徴量要求情報を取得したか否かを判定する（ステップＳ１５２０４）。嗜好特徴量情報生成部１５２１７が、嗜好特徴量要求情報を取得していないと判定すると（ステップＳ１５２０４：Ｎｏ）、再びステップＳ１５２０１の処理が実行される。一方、嗜好特徴量情報生成部１５２１７が、嗜好特徴量要求情報を取得したと判定すると（ステップＳ１５２０４：Ｙｅｓ）、嗜好特徴量算出処理が実行される（ステップＳ１５２０５）。

図２５に戻って、その後、嗜好特徴量情報生成部１５２１７は、ニューラルネットワーク計算部２１４により算出された嗜好特徴量を示す嗜好特徴量情報を生成する（ステップＳ１５２０６）。次に、嗜好特徴量送信部１５２１８は、生成された嗜好特徴量情報を空気調和機１５００４へ送信する（ステップＳ１５２０７）。そして、再びステップＳ１５２０１の処理が実行される。

クラウドサーバ１６００２のハードウェア構成は、実施の形態１の図１０に示すクラウドサーバ２のハードウェア構成と同様である。クラウドサーバ１６００２は、図１０に示すＣＰＵ２０１が、補助記憶部２０３が記憶するプログラムを主記憶部２０２に読み出して実行することにより、図３７に示すように、係数設定部１６２１３、ニューラルネットワーク計算部２１４、係数決定部１６２１５および係数送信部１６２１９として機能する。なお、図３７において、実施の形態１と同様の構成については、図１０と同一の符号を付している。また、図１０に示す補助記憶部２０３は、図３７に示すように、ニューラルネットワーク記憶部１６２３３と、スケジュール記憶部１６２３４と、教師情報記憶部１５２３５と、を有する。スケジュール記憶部１６２３４は、前述のスケジュール記憶部１６４３５と同様に、複数種類のスケジュール情報を、嗜好特徴量に対応づけて記憶する。教師情報記憶部１５２３５は、実施の形態２と同様に、係数決定部１６２１５がニューラルネットワーク係数を決定するための教師情報を記憶する。

２，２００２,３００２,５００２,６００２,７００２,８００２,９００２，１５００２，１６００２，１７００２ クラウドサーバ、３ 気象サーバ、４,２００４，３００４，４００４，５０４１，５０４２，５０４３，６００４，７００４，８００４，９００４，１５００４、１６００４、１７００４ 空気調和機、６,７１,７２,５０６１,５０６２,５０６３，６００６ 操作機器、５１ 給湯機、８１ データ回線終端装置、８２ ルータ、２０１，４０１ ＣＰＵ、２０２，４０２ 主記憶部、２０３，４０３ 補助記憶部、４０４ ニューロエンジン、３００３ 顧客サーバ、２１１，３２１１ 履歴情報取得部、２１３，２４２４，３４２４，６１２１，６２１３，７１２１，８１２１，８２１３，１５２１３，１６４２４，１７４２４ 係数設定部、２１４，６２１４ ニューラルネットワーク計算部、２１５，３４２５，８２１５ 係数決定部、２１７ スケジュール送信部、２３１ 履歴情報記憶部、２３２，２４３７ 気象情報記憶部、２３３，２４３６ ニューラルネットワーク記憶部、２３４ スケジュール記憶部、４００，２４００，３４００，４４００，５４００，６４００，７４００，８４００ 制御部、４０４，６４０４ ニューロエンジン、４１１，５１１ 環境情報取得部、４１２ 画像取得部、４１３，５１３ 操作受付部、４１４，５１４ 機器制御部、４１６，５１６ 履歴情報生成部、４１７，５１７ 履歴情報送信部、４１８，５１８ スケジュール取得部、４１９，５１９，２４１９，４４１９，６４１９，１６４１９ 機器設定更新部、４２０，５４２３ 動作モード設定部、４２１ 利用者特定部、４３２，５３２ 利用者情報記憶部、４３３，５３３，５４３５ 動作モード記憶部、４３４ 履歴情報記憶部、４３５，５３５，１６４３５ スケジュール記憶部、４４１ プロセッサ、４４２ ワークメモリ、４４３ 演算アクセラレータ、４４３ａ ノード単位演算部、４４３ｂ ローカルレジスタ、４４３ｃ 積和演算部、４４３ｄ 変換テーブル部、４４４ 入出力レジスタ、４４５ ダウンロードバッファ、４６１ 計測装置、４８１ 撮像装置、２２１８，３２１８，５４２８，６２１８，８２１８，１６２１８ 係数情報生成部、２２１９，３２１９，５２１９，５４２９，６２１９，８２１９，１６２１９ 係数送信部、２１２，２４２２ 気象情報取得部、２４２３，５２２０，６１２０，８１２０，１６４２３ 係数取得部、６２３４，６４３５ 操作特定用ニューラルネットワーク記憶部、１５２１７ 嗜好特徴量情報生成部、１５２１８ 嗜好特徴量送信部、１５２３５ 教師情報記憶部、１５４１８ 嗜好特徴量取得部、４４２５，１５４２５，１６４２５ スケジュール特定部、Ｈ 住戸、Ｌ１０,Ｌ１１,Ｌ１２ 入力層、Ｌ２０ 隠れ層、Ｌ３０ 出力層、Ｌ４１,Ｌ４２ 全結合層、Ｌ５１,Ｌ５２ 判定層、ＮＴ１ 宅外ネットワーク、ＮＴ２ 宅内ネットワーク

Claims (11)

1. サーバと、第１の機器と、第２の機器と、を備え、
   前記第１の機器は、
   ニューラルネットワーク係数が設定された第１ニューラルネットワークを用いて、前記第１の機器の将来の機器設定パラメータを求める第１ニューラルネットワーク計算部と、
   前記ニューラルネットワーク係数を示す係数情報と、前記係数情報の属性を示し且つ前記第１の機器を識別する機器識別情報を含む係数属性情報と、を生成する第１係数情報生成部と、
   前記係数情報と前記係数属性情報とを前記サーバに送信する第１係数送信部と、を有し、
   前記サーバは、
   前記第１の機器から前記係数情報と前記係数属性情報とを受信する第１係数取得部と、
   前記係数情報と前記係数属性情報とを、前記係数属性情報に含まれる前記第１の機器を識別する機器識別情報に対応づけて記憶するニューラルネットワーク記憶部と、
   前記ニューラルネットワーク記憶部が記憶する前記係数情報と前記係数属性情報とを、前記第２の機器へ送信する第２係数送信部と、を有し、
   前記第２の機器は、
   前記第１の機器の機器識別情報が含まれる前記サーバに対して前記係数情報の送信を要求する係数要求情報を前記サーバへ送信することにより、前記サーバから前記係数情報と前記係数属性情報とを取得する第２係数取得部と、
   前記第２係数取得部が取得した前記係数情報が示すニューラルネットワーク係数を第２ニューラルネットワークに設定する係数設定部と、
   前記第２ニューラルネットワークを用いて、前記第２の機器の将来の機器設定パラメータを求める第２ニューラルネットワーク計算部と、を有し、
   前記第２係数送信部は、前記第２の機器から送信される前記係数要求情報を取得すると、前記係数情報と前記係数属性情報とを前記第２の機器へ送信する、
   制御システム。
2. 前記係数属性情報は、ニューラルネットワーク係数のフォーマット情報と、ニューラルネットワークのノード数および層数を示す情報を含む構造情報と、前記第１の機器の識別情報と、を含む、
   請求項１に記載の制御システム。
3. 前記係数属性情報は、ＪＳＯＮスキーマファイル形式のフォーマットを有する、
   請求項２に記載の制御システム。
4. 前記係数情報は、ＪＳＯＮファイル形式のフォーマットを有する、
   請求項１から３のいずれか１項に記載の制御システム。
5. 前記第１の機器の利用者を撮像する撮像装置と、
   前記撮像装置により撮像された画像に基づいて、前記利用者を特定する利用者特定部と、を更に備え、
   前記係数属性情報は、前記利用者特定部により特定された前記利用者に関する利用者情報を含む、
   請求項１から４のいずれか１項に記載の制御システム。
6. サーバと、機器と、を備え、
   前記サーバは、
   前記機器の機器設定パラメータの履歴を示す動作履歴情報と前記機器が動作する環境の履歴を示す環境履歴情報とを含む履歴情報および前記履歴情報の属性を示す履歴属性情報を取得する履歴情報取得部と、
   前記動作履歴情報と前記環境履歴情報と前記履歴属性情報とに基づいて、予め設定されたノード数および層数を有する前記機器の将来の機器設定パラメータを求めるための第１ニューラルネットワークの第１ニューラルネットワーク係数を決定する係数決定部と、
   前記第１ニューラルネットワーク係数を示す係数情報と前記係数情報の属性を示す係数属性情報とを前記機器へ送信する係数送信部と、を有し、
   前記機器は、
   前記係数情報と前記係数属性情報とを取得する係数取得部と、
   前記係数取得部が取得した前記係数情報および前記係数属性情報に対応する前記第１ニューラルネットワーク係数に設定された前記第１ニューラルネットワークを用いて、前記環境履歴情報に含まれる現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるニューラルネットワーク計算部と、
   前記ニューラルネットワーク計算部により求められた前記機器設定パラメータに基づいて、前記機器を制御する機器制御部と、を有する、
   制御システム。
7. 前記サーバは、過去の気象条件を示す気象実績情報を含む気象情報を取得する第１気象情報取得部を更に有し、
   前記機器は、将来の気象条件を示す気象予報情報を含む気象情報を取得する第２気象情報取得部を更に有し、
   前記係数決定部は、前記動作履歴情報と前記環境履歴情報と前記気象実績情報とに基づいて、前記第１ニューラルネットワークの第１ニューラルネットワーク係数を決定し、
   前記ニューラルネットワーク計算部は、前記係数取得部が取得した前記係数情報および前記係数属性情報に対応する前記第１ニューラルネットワーク係数に設定された前記第１ニューラルネットワークを用いて、前記気象予報情報と前記環境履歴情報に含まれる現時点の環境を示す環境パラメータとから前記機器の将来の機器設定パラメータを求める、
   請求項６に記載の制御システム。
8. 第１の機器からニューラルネットワークのニューラルネットワーク係数を示す係数情報と前記係数情報の属性を示す係数属性情報とを受信する係数取得部と、
   前記係数情報と前記係数属性情報とを、前記係数属性情報に含まれる前記第１の機器を識別する機器識別情報に対応づけて記憶するニューラルネットワーク記憶部と、
   前記ニューラルネットワーク記憶部が記憶する前記係数情報と前記係数属性情報とを前記第１の機器とは異なる第２の機器からの要求に応じて、前記第２の機器に送信する第２係数送信部と、を備える、
   サーバ。
9. ニューラルネットワーク係数が設定されたニューラルネットワークを用いて、自機の将来の機器設定パラメータを求めるニューラルネットワーク計算部と、
   前記ニューラルネットワーク係数を示す係数情報と、前記係数情報の属性を示す係数属性情報であって自機を識別する機器識別情報を含む係数属性情報と、を生成する係数情報生成部と、
   前記係数情報と前記係数属性情報とを前記サーバに送信する係数送信部と、を備える、
   機器。
10. 他の機器の機器識別情報が含まれるニューラルネットワーク係数を示す係数情報の送信を要求する係数要求情報をサーバに送信することにより、前記サーバから、前記係数情報と前記係数情報の属性を示す係数属性情報とを取得する係数取得部と、
    ニューラルネットワークを用いて、自機の将来の機器設定パラメータを求めるニューラルネットワーク計算部と、
    前記係数取得部が取得した前記係数情報をニューラルネットワーク係数として前記ニューラルネットワークに設定する係数設定部と、を有する、
    機器。
11. 第１の機器が、ニューラルネットワーク係数が設定された第１ニューラルネットワークを用いて、前記第１の機器の将来の機器設定パラメータを求めるステップと、
    前記第１の機器が、前記第１ニューラルネットワーク係数を示す係数情報と、前記係数情報の属性を示し且つ前記第１の機器を識別する機器識別情報を含む係数属性情報と、を生成するステップと、
    前記係数情報と前記係数属性情報とをサーバへ送信するステップと、
    サーバが、前記第１の機器から前記係数情報と前記係数属性情報とを受信するステップと、
    前記サーバが、前記係数情報と前記係数属性情報とを、前記係数属性情報に含まれる前記第１の機器を識別する機器識別情報に対応づけてニューラルネットワーク記憶部に記憶させるステップと、
    前記第２の機器が、前記第１の機器の機器識別情報が含まれる前記サーバに対して係数情報の送信を要求する係数要求情報を前記サーバへ送信するステップと、
    前記サーバが、前記第２の機器から前記係数要求情報を取得すると、前記ニューラルネットワーク記憶部が記憶する前記係数情報と前記係数属性情報とを前記第２の機器へ送信するステップと、
    前記サーバから、前記係数情報と前記係数属性情報とを取得するステップと、
    前記第１の機器が、取得した前記係数情報が示すニューラルネットワーク係数を第２ニューラルネットワークに設定するステップと、
    前記第２の機器が、前記第２ニューラルネットワークを用いて、前記第２の機器の将来の機器設定パラメータを求めるステップと、を含む、
    制御方法。