WO2022097263A1 - 情報提供装置および情報提供方法 - Google Patents

情報提供装置および情報提供方法 Download PDF

Info

Publication number
WO2022097263A1
WO2022097263A1 PCT/JP2020/041490 JP2020041490W WO2022097263A1 WO 2022097263 A1 WO2022097263 A1 WO 2022097263A1 JP 2020041490 W JP2020041490 W JP 2020041490W WO 2022097263 A1 WO2022097263 A1 WO 2022097263A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
vehicle
attribute
unit
collection
Prior art date
Application number
PCT/JP2020/041490
Other languages
English (en)
French (fr)
Inventor
和代 川勝
紀夫 池田
宏平 田中
直樹 礒▲崎▼
宏和 千代延
泰三 吉田
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2020/041490 priority Critical patent/WO2022097263A1/ja
Priority to JP2022560593A priority patent/JPWO2022097263A1/ja
Publication of WO2022097263A1 publication Critical patent/WO2022097263A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops

Definitions

  • This disclosure relates to an information providing device and an information providing method.
  • An information providing system has been proposed in which data acquired from a plurality of vehicles is stored in a server and the stored data is provided to a user (see, for example, Patent Document 1).
  • Such a system is provided, for example, as a cloud service in which an application is implemented on a server.
  • the period for collecting a predetermined amount of data differs depending on the type of data to be collected. In other words, the amount of data collected in a predetermined period differs depending on the type of data to be collected. Therefore, the information providing device is required to present an accurate estimate regarding the collection of data satisfying the data collection condition to the user before starting the data collection.
  • This disclosure is for solving the above-mentioned problems, and provides an information providing device capable of presenting an accurate estimate regarding data collection to a user before starting data collection.
  • the information providing device of the present disclosure it is possible to present an accurate estimate regarding data collection to the user before starting data collection.
  • FIG. 1 is a functional block diagram showing the configuration of the information providing device 100 according to the first embodiment.
  • the information providing device 100 includes a data storage unit 10, a collection condition receiving unit 20, a data prediction unit 30, and an information providing unit 40.
  • the information providing device 100 is provided in, for example, a server.
  • the information providing device 100 is connected to a plurality of vehicles via a network. Although only one vehicle 110 is shown in FIG. 1, FIG. 1 is an example, and a plurality of vehicles (not actually shown) are connected to the information providing device 100 via a network.
  • the data storage unit 10 stores information on the actual data amount indicating the data amount of the vehicle data already collected from the devices mounted on each of the plurality of vehicles.
  • the actual data amount is the amount of digital data expressed in units such as gigabytes.
  • the data storage unit 10 may acquire and store the actual data amount by storing the vehicle data itself, or may store only the information of the actual data amount. Further, the data storage unit 10 stores information on the elapsed period spent for collecting the vehicle data.
  • the data storage unit 10 may store a predetermined amount of actual data for each elapsed period.
  • the collection condition receiving unit 20 receives data collection conditions for newly collecting specific vehicle data from the device among the vehicle data.
  • the data collection condition is transmitted from the user terminal, for example.
  • the data collection conditions include the designation of that particular vehicle data.
  • the data collection condition may include, for example, information on at least one of a specific vehicle data collection amount and a specific vehicle data collection period.
  • the collected amount may be not only the amount of digital data expressed in units such as gigabytes, but also the number of samplings acquired by the sensor included in the device, the number of frames in the video, and the like.
  • the data prediction unit 30 relates to the completion of collection of specific vehicle data satisfying the data collection conditions based on the actual amount of vehicle data, the elapsed period spent for collecting the vehicle data, and the data collection conditions. Calculate an estimate.
  • the information providing unit 40 outputs the estimate to, for example, a user terminal.
  • FIG. 2 is a diagram showing an example of the configuration of the processing circuit 90 included in the information providing device 100.
  • Each function of the data storage unit 10, the collection condition receiving unit 20, the data prediction unit 30, and the information providing unit 40 is realized by the processing circuit 90.
  • the processing circuit 90 includes a data storage unit 10, a collection condition receiving unit 20, a data prediction unit 30, and an information providing unit 40.
  • the processing circuit 90 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), or an FPGA (Field). -ProgrammableGateArray), or a circuit that combines these.
  • the functions of the data storage unit 10, the collection condition receiving unit 20, the data prediction unit 30, and the information providing unit 40 may be individually realized by a plurality of processing circuits, or may be collectively realized by one processing circuit. good.
  • FIG. 3 is a diagram showing another example of the configuration of the processing circuit included in the information providing device 100.
  • the processing circuit includes a processor 91 and a memory 92.
  • the processor 91 executes the program stored in the memory 92, the functions of the data storage unit 10, the collection condition receiving unit 20, the data prediction unit 30, and the information providing unit 40 are realized.
  • each function is realized by executing the software described as a program by the processor 91.
  • the information providing device 100 has a memory 92 for storing the program and a processor 91 for executing the program.
  • the processing circuit realizes each of the above functions by a combination of hardware and software.
  • step S1 the data storage unit 10 stores information on the actual data amount and the elapsed period of the vehicle data.
  • step S3 the data prediction unit 30 calculates an estimate regarding the completion of collection of specific vehicle data satisfying the data collection conditions based on the actual data amount, the elapsed period, and the data collection conditions.
  • step S4 the information providing unit 40 outputs the estimate to the user terminal.
  • the information providing device 100 in the first embodiment includes a data storage unit 10, a collection condition receiving unit 20, a data prediction unit 30, and an information providing unit 40.
  • the data storage unit 10 includes information on the amount of actual data indicating the amount of vehicle data already collected from devices mounted on each of the plurality of vehicles, information on the elapsed period spent on collecting vehicle data, and information on the elapsed period.
  • the collection condition receiving unit 20 receives data collection conditions for newly collecting specific vehicle data from those devices among the vehicle data. Data collection conditions include the designation of specific vehicle data.
  • the data prediction unit 30 calculates an estimate regarding the completion of collection of specific vehicle data satisfying the data collection conditions based on the actual data amount, the elapsed period, and the data collection conditions.
  • the information providing unit 40 outputs the estimate.
  • Such an information providing device 100 presents an accurate estimate for the collection to the user before newly collecting the specific vehicle data.
  • the information providing device and the information providing method in the second embodiment will be described.
  • the second embodiment is a subordinate concept of the first embodiment.
  • the same components as those in the first embodiment are designated by the same reference numerals, and detailed description thereof will be omitted.
  • FIG. 5 is a functional block diagram showing the configurations of the information providing device 101 and the information providing system 201 according to the second embodiment.
  • the information providing system 201 is composed of a plurality of vehicles and an information providing device 101.
  • FIG. 5 shows only one vehicle 110 as an example among the plurality of vehicles.
  • the information providing device 101 is provided in the server and communicates with a plurality of vehicles and the user terminal 120 via the network.
  • the vehicle 110 includes a device (hereinafter referred to as an in-vehicle device 111) and a data transmission unit 112.
  • the information providing device 101 includes a vehicle management unit 50, a data collecting unit 60, a data analysis unit 70, a data storage unit 10, a collection condition receiving unit 20, a data prediction unit 30, and an information providing unit 40.
  • the data storage unit 10 includes a vehicle data storage unit 11 and an analysis data storage unit 12.
  • the in-vehicle device 111 includes, for example, an in-vehicle camera that captures an image inside the vehicle 110 or an outside camera that captures an image outside the vehicle 110.
  • the in-vehicle device 111 includes a temperature sensor for measuring the air temperature inside or outside the vehicle 110, a humidity sensor for measuring humidity, and the like.
  • the in-vehicle device 111 may include a storage device that stores data unique to the vehicle 110, such as personal data of the driver and passengers or vehicle type data.
  • the data transmission unit 112 transmits the vehicle data acquired by the in-vehicle device 111 or the vehicle data stored in the in-vehicle device 111 to the information providing device 101 based on the request from the data collection unit 60 of the information providing device 101. do. At this time, the data transmission unit 112 may transmit vehicle data together with the identification information (vehicle ID) of the vehicle 110.
  • the data collection unit 60 requests each vehicle 110 to transmit vehicle data based on the identification information of the vehicle 110 registered in advance.
  • the data collection unit 60 receives, that is, collects vehicle data transmitted from each vehicle 110.
  • the vehicle management unit 50 stores and manages the identification information of the vehicle 110. In other words, the vehicle 110 is registered in advance in the vehicle management unit 50.
  • the vehicle data storage unit 11 stores information regarding the actual data amount of vehicle data collected from the in-vehicle devices 111 of a plurality of vehicles.
  • the vehicle data storage unit 11 stores information regarding the elapsed period spent for collecting the vehicle data.
  • the vehicle data storage unit 11 in the second embodiment stores the vehicle data collected by the data collection unit 60 for each vehicle 110. For example, the vehicle data storage unit 11 stores the vehicle data in association with the identification information.
  • the data analysis unit 70 analyzes the vehicle data collected from the in-vehicle device 111 and calculates the attribute data.
  • the attribute data is data associated with a plurality of predetermined attributes. That is, the attribute data is calculated for each attribute.
  • the data analysis unit 70 may acquire the vehicle data to be analyzed from the data collection unit 60 or the vehicle data storage unit 11.
  • the predetermined attributes indicate information on the running state and running environment of the vehicle 110.
  • the traveling state includes not only a state in which the vehicle 110 is in progress but also a state in which the vehicle is stopped or parked while driving.
  • FIG. 6 is a diagram showing an example of an in-vehicle device 111 that collects attributes, vehicle data to be analyzed, and vehicle data to be analyzed.
  • the attributes are travel area, travel frequency, average travel time, horn, sudden braking, sudden acceleration, meandering, breakdown, weather, traffic jam, occupant information, vehicle information, and the like. Of these attributes, horns, sudden braking, sudden acceleration, meandering, breakdowns, traffic jams, etc. are events. The event occurs based on the driving operation or due to the environmental change inside and outside the vehicle 110.
  • attribute data is not shown in FIG. 6, the attribute data is specific data showing the detailed classification, degree or frequency of occurrence of each attribute.
  • the vehicle data related to the attribute is video data acquired by the camera outside the vehicle, temperature data and humidity data acquired by the sensor.
  • the data analysis unit 70 analyzes the video data, the temperature data, and the humidity data.
  • the data analysis unit 70 obtains a detailed classification of "weather", that is, a type of weather, as attribute data.
  • the vehicle data related to that attribute is the brake depression amount data or acceleration data acquired by the sensor.
  • the data analysis unit 70 analyzes the brake depression amount data or the acceleration data.
  • the data analysis unit 70 obtains the degree (strength, magnitude, etc.) or frequency of occurrence of "sudden braking" as attribute data.
  • the attribute data may include data at the time when the event occurred.
  • the analysis data storage unit 12 stores the attribute data analyzed by the data analysis unit 70 for each vehicle 110.
  • the analysis data storage unit 12 stores the attribute data in association with the identification information of the vehicle 110.
  • FIG. 7 is a diagram showing an example of identification information (vehicle ID) and attribute data of the vehicle 110 stored in the analysis data storage unit 12.
  • the attribute data of "horn”, “sudden braking” and “sudden acceleration” indicate the frequency of occurrence.
  • the attributes and the vehicle data to be analyzed are associated with each other, but each attribute is also associated with other vehicle data.
  • the attribute "sudden braking" is stored after being associated with position data, time data, video data outside the vehicle, and the like.
  • the data prediction unit 30 described later can refer to the position data, the time data, the video data outside the vehicle, and the like when the "sudden braking" occurs.
  • the collection condition receiving unit 20 receives the data collection condition from the user terminal 120.
  • the data collection condition is for newly collecting specific vehicle data from the in-vehicle device 111.
  • Data collection conditions include the designation of specific vehicle data to be collected.
  • the data collection condition in the second embodiment includes the designation of "video data outside the vehicle”.
  • the data collection condition in the second embodiment further includes information on designated attributes and designated attribute data indicating information on the running state or running environment of the vehicle 110.
  • Designated attributes and designated attribute data are limitations relating to the collection of specific vehicle data.
  • the data collection condition may include a plurality of specified attributes.
  • the limitation may be an AND condition or an OR condition.
  • the designated attributes and designated attribute data are, for example, "Sudden braking”: Occurrence frequency is 1 or more, “Sudden braking”: 20 seconds before and after the occurrence time, "Driving area”: Kanto, "Vehicle information”: Light of company A A car.
  • the data collection condition is not limited to the above, and for example, for 100 vehicles, vehicle data for 40 hours of traveling time per vehicle is collected. Alternatively, the data collection condition may be to collect vehicle data for 100 sudden brakings.
  • the data prediction unit 30 acquires predetermined attributes and attribute data stored in the analysis data storage unit 12. As mentioned above, each attribute is associated with vehicle data acquired from various vehicle-mounted devices 111. Therefore, the data prediction unit 30 can refer to specific vehicle data limited in the data collection conditions.
  • the data prediction unit 30 in the second embodiment has a specific attribute and attribute data already collected based on the attribute and attribute data acquired from the analysis data storage unit 12 and the designated attribute and the designated attribute data included in the data collection condition. Refer to vehicle data.
  • the data prediction unit 30 calculates the actual data amount and the elapsed period of the specific vehicle data.
  • the data prediction unit 30 calculates an estimate based on the actual data amount and the elapsed period of the specific vehicle data.
  • the estimation includes information on the predicted data amount when the data collecting unit 60 newly acquires specific vehicle data satisfying the data collecting condition, and information on at least one of the predicted data collection periods.
  • the estimate includes information on at least one of the predicted data amount and the predicted data collection period of the specific vehicle data collected according to the data collection conditions.
  • the predicted data amount is the amount of digital data expressed in units such as gigabytes.
  • the data prediction unit 30 refers to the vehicle data 20 seconds before and after when the light vehicle of company A traveling in the Kanto region is suddenly braked one or more times among the vehicle data already collected.
  • the data prediction unit 30 calculates the actual data amount of the out-of-vehicle video data limited by the designated attribute data and the elapsed period.
  • the data prediction unit 30 estimates the amount of out-of-vehicle video data corresponding to 1000 frames specified in the data collection conditions based on the actual amount of out-of-vehicle video data.
  • the amount of data is the amount of predicted data.
  • the data prediction unit 30 estimates the collection period until the number of frames reaches 1000.
  • the collection period is the predicted data collection period.
  • the data prediction unit 30 calculates the predicted data amount to be collected in the three months specified in the data collection conditions based on the actual data amount and the elapsed period of the out-of-vehicle video data.
  • the data prediction unit 30 sets "10 GB" as the first predicted data amount to be collected in the first designated collection period. Is output. Further, the data prediction unit 30 outputs "20 GB" as the amount of the second predicted data collected in the second designated collection period.
  • the estimate is the actual amount of the specific vehicle data stored and the amount of data to be collected according to the data collection conditions. It may be the difference with. The difference is the amount of predicted data. Further, the estimate may be a predicted data collection period for collecting the differences.
  • 8 to 10 are sequence charts showing the information providing method in the second embodiment.
  • 11 to 13 are flowcharts showing the information providing method in the second embodiment.
  • 8 and 11 show the operation of the information providing device 101 when the identification information of the vehicle 110 is registered in the information providing device 101.
  • a vehicle data collection operation at the time of vehicle registration shows the operation of the information providing device 101 when the information providing device 101 receives an estimation request regarding the completion of collection of specific vehicle data.
  • an estimate providing operation show an operation when the information providing device 101 provides vehicle data.
  • vehicle data provision operation it is referred to as vehicle data provision operation.
  • step S10 the data transmission unit 112 of the vehicle 110 transmits a registration request for the vehicle 110 to the vehicle management unit 50.
  • the registration request includes identification information of the vehicle 110.
  • step S20 the vehicle management unit 50 determines whether or not the vehicle 110 has been registered based on the identification information of the vehicle 110. If the vehicle 110 has been registered, the vehicle data collection operation ends. When the vehicle 110 is not registered, that is, when the vehicle 110 is different from the pre-registered vehicle 110, the vehicle management unit 50 newly registers the identification information. Then, step S30 is executed.
  • step S30 the vehicle management unit 50 controls the data collection unit 60 to start collecting vehicle data from the newly registered vehicle 110.
  • step S40 the data collection unit 60 requests the data transmission unit 112 of the newly registered vehicle 110 to transmit vehicle data.
  • step S50 the data collection unit 60 receives vehicle data from the newly registered vehicle 110.
  • step S60 the data analysis unit 70 acquires the vehicle data of the newly registered vehicle 110.
  • step S70 the data analysis unit 70 analyzes the vehicle data and calculates the attribute data associated with the plurality of predetermined attributes.
  • step S90 the analysis data storage unit 12 stores the attribute data for each vehicle 110.
  • the analysis data storage unit 12 stores the attribute data in association with the identification information of the vehicle 110.
  • the vehicle data storage unit 11 stores vehicle data for each vehicle 110.
  • the vehicle data storage unit 11 stores the vehicle data in association with the identification information of the vehicle 110.
  • the vehicle data storage unit 11 may acquire and store the vehicle data from the data collection unit 60, or may acquire and store the vehicle data after analysis by the data analysis unit 70.
  • step S120 the collection condition receiving unit 20 outputs the data collection condition to the data prediction unit 30.
  • step S130 the data prediction unit 30 acquires the predetermined attributes stored in the analysis data storage unit 12 and the attribute data associated with the attributes.
  • step S140 the data prediction unit 30 determines whether or not the designated attribute in the data collection condition is included in a plurality of predetermined attributes. If the designated attribute is included in a plurality of predetermined attributes, step S180 is executed. For example, each designated attribute in the above data collection conditions is included in a plurality of predetermined attributes shown in FIG. Therefore, step S180 is executed. If the designated attribute is not included in the plurality of predetermined attributes, step S150 is executed.
  • step S150 the data analysis unit 70 analyzes the vehicle data stored in the vehicle data storage unit 11 again.
  • the data analysis unit 70 calculates new attribute data associated with the designated attribute included in the data collection condition.
  • step S160 the data analysis unit 70 outputs new attribute data to the analysis data storage unit 12.
  • step S170 the analysis data storage unit 12 updates the already stored attribute data with new attribute data. After that, step S140 is executed again.
  • step S180 the data prediction unit 30 calculates an estimate based on the actual data amount of the specific vehicle data, the elapsed period of the specific vehicle data, and the designated attribute data in the data collection conditions.
  • the data prediction unit 30 refers to the outside image data of 20 seconds before and after when the light vehicle of the company A traveling in the Kanto region is suddenly braked one or more times. ..
  • the data prediction unit 30 calculates the actual data amount of the out-of-vehicle video data limited by the designated attribute data and the elapsed period.
  • the data prediction unit 30 estimates the predicted data amount of the out-of-vehicle video data corresponding to 1000 frames specified in the data collection conditions based on the actual data amount. Further, the data prediction unit 30 estimates the prediction data collection period until reaching 1000 frames.
  • step S190 the data prediction unit 30 outputs the estimate to the information providing unit 40.
  • the operation of providing the vehicle data shown in FIGS. 10 and 13 will be described.
  • the vehicle data providing operation is executed, for example, after the estimation providing operation.
  • step S210 the collection condition receiving unit 20 receives the data collection request from the user terminal 120.
  • step S220 the collection condition receiving unit 20 outputs a data collection request to the data collecting unit 60.
  • the data collection unit 60 acquires data collection conditions based on the data collection request.
  • the data collection condition may be included in the data collection request transmitted from the user terminal 120.
  • the data collection unit 60 may acquire the stored data collection condition.
  • the data collection condition includes the designation of specific vehicle data as in the case of the estimation provision operation. Further, the data collection condition includes designation of at least one target vehicle among a plurality of pre-registered vehicles. If no target vehicle is specified, all registered vehicles are target vehicles.
  • the data collection unit 60 requests the data transmission unit 112 of the target vehicle to transmit specific vehicle data based on the data collection conditions.
  • step S240 the data collection unit 60 receives specific vehicle data from the target vehicle.
  • step S260 the information providing unit 40 outputs the specific vehicle data collected from the target vehicle to the user terminal 120.
  • step S270 the data analysis unit 70 analyzes the specific vehicle data collected from the target vehicle and calculates new attribute data associated with a plurality of predetermined attributes.
  • step S280 the data analysis unit 70 updates the attribute data already stored in the analysis data storage unit 12 with new attribute data.
  • the information providing device 101 in the second embodiment includes the data analysis unit 70.
  • the data analysis unit 70 analyzes the vehicle data already collected from the in-vehicle device 111 and calculates the attribute data associated with the plurality of predetermined attributes.
  • the plurality of predetermined attributes indicate information on the running state and running environment of the plurality of vehicles.
  • the data collection condition includes information on the designated attribute data associated with at least one designated attribute.
  • the at least one designated attribute indicates information on the traveling state or traveling environment of the vehicle 110.
  • the data prediction unit 30 has already been generated from the in-vehicle device 111 based on the attribute data associated with a plurality of predetermined attributes and the designated attribute data associated with at least one designated attribute in the data collection condition.
  • the data prediction unit 30 calculates an estimate regarding the completion of collection of the specific vehicle data newly collected from the in-vehicle device 111 based on the actual data amount and the elapsed period of the specific vehicle data.
  • the information providing device 101 When the information providing device 101 provides a cloud service, the information providing device 101 imposes a usage fee according to the storage area and operating period of the server used by the user when collecting data.
  • the information providing device 101 in the second embodiment estimates the data amount or data collection period of the specific vehicle data to be collected before the user requests the collection of the specific vehicle data, and provides the information to the user. ..
  • the user knows how much data can be collected by when by the estimation. The user can change the data collection conditions based on the estimate.
  • the information providing device and the information providing method in the third embodiment will be described.
  • the third embodiment is a subordinate concept of the first embodiment.
  • the same components as those in the first or second embodiment are designated by the same reference numerals, and detailed description thereof will be omitted.
  • FIG. 14 is a functional block diagram showing the configurations of the information providing device 102 and the information providing system 202 according to the third embodiment.
  • FIG. 14 shows only one vehicle 110A as an example among the plurality of vehicles.
  • the data analysis unit 70 is provided in the information providing device 101, but the data analysis unit 70A in the third embodiment is provided in each of the plurality of vehicles.
  • the data analysis unit 70A analyzes the vehicle data collected from the in-vehicle device 111 and calculates the attribute data associated with a plurality of predetermined attributes. Based on the request from the information providing device 102, the data transmitting unit 112 transmits the vehicle data acquired by the in-vehicle device 111 and the attribute data calculated by the data analysis unit 70A to the information providing device 102.
  • the data collection unit 60 collects vehicle data and attribute data transmitted from each vehicle 110A.
  • the analysis data storage unit 12 stores the attribute data collected by the data collection unit 60. Other functions are the same as those in the second embodiment.
  • each embodiment can be freely combined, and each embodiment can be appropriately modified or omitted.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

情報提供装置は、データ記憶部、収集条件受信部、データ予測部および情報提供部を含む。データ記憶部は、複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、車両データの収集に費やされた経過期間の情報と、を記憶する。収集条件受信部は、車両データのうち特定の車両データをそれら機器から新たに収集するためのデータ収集条件を受信する。データ収集条件は、特定の車両データの指定を含む。データ予測部は、実績データ量と、経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する。情報提供部は、その見積もりを出力する。

Description

情報提供装置および情報提供方法
　本開示は、情報提供装置および情報提供方法に関する。
　複数の車両から取得されたデータをサーバに蓄積し、その蓄積されたデータをユーザに提供する情報提供システムが提案されている（例えば特許文献１参照）。このようなシステムは、例えば、サーバ上にアプリケーションが実装されたクラウドサービスとして提供される。
特開２００６－３０３９７８号公報
　収集対象のデータの種類によって、所定のデータ量のデータを収集する期間は異なる。言い換えると、収集対象のデータの種類によって、所定の期間で収集されるデータ量は異なる。そのため、情報提供装置には、データの収集開始前に、ユーザに対して、データ収集条件を満たすデータの収集に関する正確な見積もりを提示することが求められる。
　本開示は、上記の課題を解決するためのものであり、データ収集開始前に、ユーザに対して、データ収集に関する正確な見積もりを提示することが可能な情報提供装置を提供する。
　本開示に係る情報提供装置は、データ記憶部、収集条件受信部、データ予測部および情報提供部を含む。データ記憶部は、複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、その車両データの収集に費やされた経過期間の情報と、を記憶する。収集条件受信部は、車両データのうち特定の車両データを機器から新たに収集するためのデータ収集条件を受信する。データ収集条件は、特定の車両データの指定を含む。データ予測部は、実績データ量と、経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する。情報提供部は、その見積もりを出力する。
　本開示の情報提供装置によれば、データ収集開始前に、ユーザに対して、データ収集に関する正確な見積もりを提示することが可能である。
　本開示の目的、特徴、局面、および利点は、以下の詳細な説明と添付図面とによって、より明白になる。
実施の形態１における情報提供装置の構成を示す機能ブロック図である。 情報提供装置が含む処理回路の構成の一例を示す図である。 情報提供装置が含む処理回路の構成の別の一例を示す図である。 実施の形態１における情報提供方法を示すフローチャートである。 実施の形態２における情報提供装置および情報提供システムの構成を示す機能ブロック図である。 属性、分析対象の車両データおよび車載機器の一例を示す図である。 車両の識別情報および属性データの一例を示す図である。 実施の形態２における情報提供方法を示すシーケンスチャートである。 実施の形態２における情報提供方法を示すシーケンスチャートである。 実施の形態２における情報提供方法を示すシーケンスチャートである。 実施の形態２における情報提供方法を示すフローチャートである。 実施の形態２における情報提供方法を示すフローチャートである。 実施の形態２における情報提供方法を示すフローチャートである。 実施の形態３における情報提供装置および情報提供システムの構成を示す機能ブロック図である。
　＜実施の形態１＞
　図１は、実施の形態１における情報提供装置１００の構成を示す機能ブロック図である。情報提供装置１００は、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０を含む。情報提供装置１００は、例えば、サーバに設けられている。情報提供装置１００は、ネットワークを介して複数の車両と接続されている。図１には、１台の車両１１０のみが示されているが、図１は例示であり、実際には図示されていない複数の車両がネットワークを介して情報提供装置１００と接続されている。
　情報提供装置１００は、複数の車両と通信して、各車両１１０から車両データを収集する。車両データは、車両１１０に搭載された機器（図示せず）によって取得されるデータあるいは機器に保存されているデータである。車両データは、例えば、車両１１０の位置または時刻のデータを含む。車両データは、例えば、車両１１０の速度、加速度、エンジンの回転数、ハンドルの角度、アクセルの踏み込み量、ブレーキの踏み込み量、クラクションの有無のデータ等、車両１１０の操作に関するデータを含む。車両データは、例えば、車両１１０の内部の映像、車両１１０の外部の映像、車両１１０の内外の気温、湿度等のデータを含む。車両データは、運転者および同乗者の個人データ、車種等の車両１１０に固有のデータ等を含んでいてもよい。
　データ記憶部１０は、複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報を記憶する。ここで実績データ量とは、ギガバイト等の単位で表されるデジタルデータの量である。データ記憶部１０は、車両データそのものを記憶することにより実績データ量を取得して記憶してもよいし、実績データ量の情報のみを記憶してもよい。さらに、データ記憶部１０は、その車両データの収集に費やされた経過期間の情報を記憶する。データ記憶部１０は、予め定められた経過期間ごとの実績データ量を記憶してもよい。
　収集条件受信部２０は、車両データのうち特定の車両データを機器から新たに収集するためのデータ収集条件を受信する。データ収集条件は、例えば、ユーザ端末から送信される。データ収集条件は、その特定の車両データの指定を含む。データ収集条件は、例えば、特定の車両データの収集量および特定の車両データの収集期間のうち少なくとも一方の情報を含んでいてもよい。収集量とは、ギガバイト等の単位で表されるデジタルデータの量だけでなく、機器に含まれるセンサによって取得されるサンプリング数、映像におけるフレーム数等であってもよい。
　データ予測部３０は、車両データの実績データ量と、その車両データの収集に費やされた経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する。
　情報提供部４０は、その見積もりを、例えばユーザ端末に出力する。
　図２は、情報提供装置１００が含む処理回路９０の構成の一例を示す図である。データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０の各機能は、処理回路９０により実現される。言い換えると、処理回路９０は、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０を有する。
　処理回路９０が専用のハードウェアである場合、処理回路９０は、例えば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、またはこれらを組み合わせた回路等である。データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０の各機能は、複数の処理回路により個別に実現されてもよいし、１つの処理回路によりまとめて実現されてもよい。
　図３は、情報提供装置１００が含む処理回路の構成の別の一例を示す図である。処理回路は、プロセッサ９１とメモリ９２とを有する。プロセッサ９１がメモリ９２に格納されたプログラムを実行することにより、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０の各機能が実現される。例えば、プログラムとして記載されたソフトウェアが、プロセッサ９１によって実行されることにより、各機能が実現される。このように、情報提供装置１００は、プログラムを格納するメモリ９２と、そのプログラムを実行するプロセッサ９１とを有する。
　プログラムには、情報提供装置１００が、複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、車両データの収集に費やされた経過期間の情報と、を記憶する機能が記載されている。また、プログラムには、情報提供装置１００が、車両データのうち特定の車両データを機器から新たに収集するためのデータ収集条件を受信する機能が記載されている。そのデータ収集条件は、特定の車両データの指定を含む。さらに、プログラムには、情報提供装置１００が、実績データ量と、経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する機能が記載されている。そして、プログラムには、情報提供装置１００が、その見積もりを出力する機能が記載されている。プログラムは、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０の手順または方法をコンピュータに実行させるものである。
　プロセッサ９１は、例えば、ＣＰＵ（Central Processing Unit）等である。メモリ９２は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）等の、不揮発性または揮発性の半導体メモリである。または、メモリ９２は、ＨＤＤ（Hard Disk Drive）等の記憶媒体であってもよい。
　上記のデータ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０の各機能は、一部が専用のハードウェアによって実現され、他の一部がソフトウェアにより実現されてもよい。処理回路は、ハードウェアおよびソフトウェアの組み合わせによって、上記の各機能を実現する。
　図４は、実施の形態１における情報提供方法を示すフローチャートである。
　ステップＳ１にて、データ記憶部１０は、車両データの実績データ量および経過期間の情報を記憶する。
　ステップＳ２にて、収集条件受信部２０は、データ収集条件を受信する。
　ステップＳ３にて、データ予測部３０は、実績データ量と、経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する。
　ステップＳ４にて、情報提供部４０は、その見積もりをユーザ端末に出力する。
　以上をまとめると、実施の形態１における情報提供装置１００は、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０を含む。データ記憶部１０は、複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、車両データの収集に費やされた経過期間の情報と、を記憶する。収集条件受信部２０は、車両データのうち特定の車両データをそれら機器から新たに収集するためのデータ収集条件を受信する。データ収集条件は、特定の車両データの指定を含む。データ予測部３０は、実績データ量と、経過期間と、データ収集条件と、に基づいて、データ収集条件を満たす特定の車両データの収集完了に関する見積もりを算出する。情報提供部４０は、その見積もりを出力する。
　このような情報提供装置１００は、特定の車両データを新たに収集する前に、ユーザに対して、その収集に関する正確な見積もりを提示する。
　＜実施の形態２＞
　実施の形態２における情報提供装置および情報提供方法を説明する。実施の形態２は実施の形態１の下位概念である。実施の形態２において、実施の形態１と同様の構成要素には、同一の参照符号を付し、それらの詳細な説明は省略する。
　図５は、実施の形態２における情報提供装置１０１および情報提供システム２０１の構成を示す機能ブロック図である。情報提供システム２０１は、複数の車両および情報提供装置１０１で構成される。図５には、複数の車両のうち、一例として、１台の車両１１０のみが示されている。ここでは、情報提供装置１０１は、サーバに設けられ、ネットワークを介して複数の車両およびユーザ端末１２０と通信する。車両１１０は、機器（以下、車載機器１１１という。）およびデータ送信部１１２を含む。情報提供装置１０１は、車両管理部５０、データ収集部６０、データ分析部７０、データ記憶部１０、収集条件受信部２０、データ予測部３０および情報提供部４０を含む。データ記憶部１０は、車両データ保管部１１と分析データ保管部１２とを含む。
　車載機器１１１は、車両データを取得する、あるいは、保存している。車載機器１１１は、例えば、車両１１０の位置を検出するＧＮＳＳ（Global Navigation Satellite System）の信号を受信する受信機（以下、ＧＮＳＳ受信機という。）を含む。車載機器１１１は、例えば、時刻データを提供する時計を含む。車載機器１１１は、例えば、クラクションの有無、ブレーキの踏み込み量、アクセルの踏み込み量、ハンドルの角度、車両１１０の速度、加速度、エンジンの回転数、エンジンの温度、駆動装置の音など、車両１１０の操作または状態を検知するセンサを含む。車載機器１１１は、例えば、車両１１０の内部の映像を撮影する車内カメラまたは車両１１０の外部の映像を撮影する車外カメラを含む。車載機器１１１は、車両１１０の内部または外部の気温を計測する温度センサ、または、湿度を計測する湿度センサ等を含む。車載機器１１１は、運転者および同乗者の個人データまたは車種データ等の車両１１０に固有のデータを保存している記憶装置を含んでいてもよい。
　データ送信部１１２は、情報提供装置１０１のデータ収集部６０からの要求に基づいて、車載機器１１１で取得された車両データあるいは車載機器１１１に保存されている車両データを、情報提供装置１０１に送信する。この際、データ送信部１１２は、車両１１０の識別情報（車両ＩＤ）とともに車両データを送信してもよい。
　データ収集部６０は、予め登録されている車両１１０の識別情報に基づいて、各車両１１０に対し車両データの送信を要求する。データ収集部６０は、各車両１１０から送信された車両データを受信する、つまり収集する。
　車両管理部５０は、車両１１０の識別情報を記憶して管理している。言い換えると、車両１１０は車両管理部５０に予め登録されている。
　車両データ保管部１１は、複数の車両の車載機器１１１から収集された車両データの実績データ量に関する情報を記憶する。車両データ保管部１１は、その車両データの収集に費やされた経過期間に関する情報を記憶する。実施の形態２における車両データ保管部１１は、データ収集部６０にて収集された車両データを、車両１１０ごとに記憶している。例えば、車両データ保管部１１は、車両データを識別情報に関連付けて記憶する。
　データ分析部７０は、車載機器１１１から収集された車両データを分析して、属性データを算出する。属性データは、予め定められた複数の属性に対応付けられたデータである。つまり、属性ごとに属性データが算出される。データ分析部７０は、分析対象の車両データを、データ収集部６０から取得してもよいし、車両データ保管部１１から取得してもよい。
　予め定められた属性は、車両１１０の走行状態および走行環境の情報を示す。走行状態とは、車両１１０が進行している状態だけでなく、運転中に停車または駐車している状態を含む。図６は、属性、分析対象の車両データ、および、その分析対象の車両データを収集する車載機器１１１の一例を示す図である。属性は、走行地域、走行頻度、平均走行時間、クラクション、急ブレーキ、急加速、蛇行、故障、天候、渋滞、乗員情報、車両情報等である。これらの属性のうち、クラクション、急ブレーキ、急加速、蛇行、故障、渋滞等は、イベントである。イベントは、運転操作に基づいて、あるいは、車両１１０の内外の環境変化に起因して発生する。
　属性データは、図６には、示されていないが、属性データとは、各属性の詳細な分類、程度または発生頻度を表す具体的なデータである。
　予め定められた属性が「走行地域」である場合、その属性に関連する車両データは、ＧＮＳＳ受信機で取得された位置データである。データ分析部７０は、その位置データと、予め記憶されている地図データとを分析する。データ分析部７０は、属性データとして、「走行地域」の詳細な分類、つまり都道府県名および市町村名を求める。
　予め定められた属性が「天候」である場合、その属性に関連する車両データは、車外カメラによって取得される映像データ、センサによって取得される気温データおよび湿度データである。データ分析部７０は、それら映像データ、気温データおよび湿度データを分析する。データ分析部７０は、属性データとして、「天候」の詳細な分類、つまり天候の種類を求める。
　予め定められた属性が「急ブレーキ」である場合、その属性に関連する車両データは、センサによって取得されるブレーキの踏み込み量のデータまたは加速度データである。データ分析部７０は、ブレーキの踏み込み量のデータまたは加速度データを分析する。データ分析部７０は、属性データとして、「急ブレーキ」の程度（強さ、大きさ等）または発生頻度を求める。同様に、属性が「急ブレーキ」以外のイベントである場合も、データ分析部７０は、属性データとして、そのイベントの程度または発生頻度である。属性がイベントである場合、属性データは、そのイベントの発生時刻のデータを含んでいてもよい。
　分析データ保管部１２は、データ分析部７０によって分析された属性データを車両１１０ごとに記憶する。例えば、分析データ保管部１２は、属性データを車両１１０の識別情報に関連付けて記憶する。図７は、分析データ保管部１２に記憶される車両１１０の識別情報（車両ＩＤ）および属性データの一例を示す図である。図７において、「クラクション」、「急ブレーキ」および「急加速」の属性データは、発生頻度を示す。
　このような車両データに基づく分析により、車両の走行傾向が蓄積される。図６に示されるように、属性と分析対象の車両データとは互いに関連付けられているが、各属性はその他の車両データとも関連付けられている。例えば、属性「急ブレーキ」は、位置データ、時刻データ、車外の映像データ等と関連付けられたうえで、記憶されている。その結果、後述するデータ予測部３０は、「急ブレーキ」が発生した際の、位置データ、時刻データ、車外の映像データ等を参照することができる。
　収集条件受信部２０は、データ収集条件をユーザ端末１２０から受信する。データ収集条件は、特定の車両データを車載機器１１１から新たに収集するためのものである。データ収集条件は、収集対象である特定の車両データの指定を含む。実施の形態２におけるデータ収集条件は、「車外の映像データ」の指定を含む。
　実施の形態２におけるデータ収集条件は、さらに、車両１１０の走行状態または走行環境の情報を示す指定属性および指定属性データの情報を含む。指定属性および指定属性データは、特定の車両データの収集に関する限定事項である。データ収集条件は、複数の指定属性を含んでいてもよい。データ収集条件が複数の指定属性を含む場合、それら限定事項は、ＡＮＤ条件であってもよいし、ＯＲ条件であってもよい。指定属性および指定属性データは、例えば、「急ブレーキ」：発生頻度が１回以上、「急ブレーキ」：発生時刻の前後２０秒、「走行地域」：関東、「車両情報」：Ａ社の軽自動車、である。
　さらに、データ収集条件は、特定の車両データの指定収集量および指定収集期間の少なくとも一方の情報を含んでいてもよい。指定収集量は、車載機器１１１から新たに収集する特定の車両データの量である。指定収集量は、ギガバイト等の単位で表されるデジタルデータの量だけでなく、センサによるサンプリング数、映像におけるフレーム数等であってもよい。実施の形態２における指定収集量は、映像データとして１０００フレームである。また、指定収集期間とは、特定の車両データを車載機器１１１から新たに収集するために指定される期間である。実施の形態２における指定収集期間とは、３ヶ月間である。指定収集量および指定収集期間も、特定の車両データの収集に関する限定事項である。
　データ収集条件は、上記に限定されるものではなく、例えば、１００台の車両に対して、１台あたりの走行時間が４０時間分の車両データを収集することである。または、データ収集条件は、１００回分の急ブレーキの車両データを収集することであってもよい。
　データ予測部３０は、分析データ保管部１２に記憶されている予め定められた属性および属性データを取得する。上記したように、各属性は、様々な車載機器１１１から取得された車両データと関連付けられている。そのため、データ予測部３０は、データ収集条件において限定された特定の車両データを参照することができる。実施の形態２におけるデータ予測部３０は、分析データ保管部１２から取得された属性および属性データと、データ収集条件に含まれる指定属性および指定属性データとに基づいて、既に収集されている特定の車両データを参照する。データ予測部３０は、その特定の車両データの実績データ量および経過期間を算出する。データ予測部３０は、その特定の車両データの実績データ量および経過期間に基づいて、見積もりを算出する。その見積もりは、データ収集部６０がデータ収集条件を満たす特定の車両データを新たに取得する場合の予測データ量、および、予測データ収集期間のうち少なくとも一方の情報を含む。言い換えると、見積もりは、データ収集条件に従って収集される特定の車両データの予測データ量および予測データ収集期間のうち少なくとも一方の情報を含む。ここで予測データ量とは、ギガバイト等の単位で表されるデジタルデータの量である。
　例えば、データ予測部３０は、既に収集された車両データのうち、関東地域を走行するＡ社の軽自動車に１回以上の急ブレーキが発生した際の前後２０秒の車外映像データを参照する。データ予測部３０は、その指定属性データによって限定された車外映像データの実績データ量と、経過期間とを算出する。
　データ予測部３０は、その車外映像データの実績データ量に基づいて、データ収集条件にて指定された１０００フレームに対応する車外映像データのデータ量を見積もる。そのデータ量が、予測データ量である。また、データ予測部３０は、１０００フレームに達するまでの収集期間を見積もる。その収集期間が、予測データ収集期間である。
　または、データ予測部３０は、車外映像データの実績データ量と経過期間とに基づいて、データ収集条件にて指定された３ヶ月間で収集される予測データ量を算出する。
　見積もりは、予測データ量および予測データ収集期間の相関を表す式であってもよい。または、見積もりは、その相関を表す式を満たす複数の値であってもよい。例えば、データ収集条件にて第１指定収集量および第２指定収集量が指定されている場合、データ予測部３０は、第１指定収集量に対応する第１予測データ量に達するまでの期間である第１予測データ収集期間として、「８～９月の１ヶ月」を出力する。さらに、データ予測部３０は、第２指定収集量に対応する第２予測データ量に達するまでの期間である第２予測データ収集期間として、「８～１１月の３ヶ月」を出力してもよい。または、データ収集条件にて第１指定収集期間および第２指定収集期間が指定されている場合、データ予測部３０は、第１指定収集期間において収集される第１予測データ量として、「１０ＧＢ」を出力する。さらに、データ予測部３０は、第２指定収集期間において収集される第２予測データ量として、「２０ＧＢ」を出力する。
　データ収集条件で指定された特定の車両データが既に収集されて記憶されている場合、見積もりは、その記憶されている特定の車両データの実績データ量と、データ収集条件に従って収集されるべきデータ量との差分であってもよい。その差分が予測データ量である。さらに、見積もりは、その差分を収集するための予測データ収集期間であってもよい。
　情報提供部４０は、その見積もりを、ネットワークを介してユーザ端末１２０に出力する。
　以上の車両管理部５０、データ収集部６０、データ分析部７０、車両データ保管部１１、分析データ保管部１２、収集条件受信部２０、データ予測部３０および情報提供部４０の各機能は、図２または図３に示される処理回路によって実現される。
　図８から図１０は、実施の形態２における情報提供方法を示すシーケンスチャートである。図１１から図１３は、実施の形態２における情報提供方法を示すフローチャートである。図８および図１１は、情報提供装置１０１に車両１１０の識別情報が登録された際の情報提供装置１０１の動作を示す。以下、車両登録時の車両データの収集動作という。図９および図１２は、情報提供装置１０１に特定の車両データの収集完了に関する見積もり要求が受け付けられた際の情報提供装置１０１の動作を示す。以下、見積もり提供動作という。図１０および図１３は、情報提供装置１０１が車両データを提供する際の動作を示す。以下、車両データの提供動作という。
　図８および図１１に示される車両登録時の車両データの収集動作を説明する。
　ステップＳ１０にて、車両１１０のデータ送信部１１２は、車両管理部５０に対し、車両１１０の登録要求を送信する。登録要求には、車両１１０の識別情報が含まれる。
　ステップＳ２０にて、車両管理部５０は、車両１１０の識別情報に基づいて、車両１１０が登録済みであるか否かを判定する。車両１１０が登録済みである場合、車両データの収集動作は終了する。車両１１０が未登録である場合、すなわち、その車両１１０が予め登録されている車両１１０とは異なる場合、車両管理部５０は、その識別情報を新規登録する。そして、ステップＳ３０が実行される。
　ステップＳ３０にて、車両管理部５０は、データ収集部６０に対し、新規登録された車両１１０から車両データの収集を開始するように制御する。
　ステップＳ４０にて、データ収集部６０は、新規登録された車両１１０のデータ送信部１１２に対し、車両データの送信を要求する。
　ステップＳ５０にて、データ収集部６０は、新規登録された車両１１０から車両データを受信する。
　ステップＳ６０にて、データ分析部７０は、新規登録された車両１１０の車両データを取得する。
　ステップＳ７０にて、データ分析部７０は、車両データを分析して、予め定められた複数の属性に対応付けられた属性データを算出する。
　ステップＳ８０にて、データ分析部７０は、属性データを分析データ保管部１２に出力する。
　ステップＳ９０にて、分析データ保管部１２は、属性データを車両１１０ごとに記憶する。例えば、分析データ保管部１２は、属性データを車両１１０の識別情報に関連付けて記憶する。
　ステップＳ１００にて、車両データ保管部１１は、車両データを、車両１１０ごとに記憶する。例えば、車両データ保管部１１は、車両データを車両１１０の識別情報に関連付けて記憶する。この際、車両データ保管部１１は、それら車両データをデータ収集部６０から取得して記憶してもよいし、データ分析部７０における分析後の車両データを取得して記憶してもよい。
　以上で、車両登録時の車両データの収集動作は終了する。
　図９および図１２に示される見積もり提供動作を説明する。見積もり提供動作は、例えば、車両登録時の車両データの収集動作の後に実行される。
　ステップＳ１１０にて、収集条件受信部２０は、データ収集条件を含む見積もり要求をユーザ端末１２０から受信する。ここでは、データ収集条件は、特定の車両データの種類：「車外の映像データ」、「急ブレーキ」：発生頻度が１回以上、「急ブレーキ」：発生時刻の前後２０秒、「走行地域」：関東、「車両情報」：Ａ社の軽自動車、「映像のフレーム数」：１０００である。
　ステップＳ１２０にて、収集条件受信部２０は、データ収集条件をデータ予測部３０に出力する。
　ステップＳ１３０にて、データ予測部３０は、分析データ保管部１２に記憶されている予め定められた属性およびその属性に対応付けられた属性データを取得する。
　ステップＳ１４０にて、データ予測部３０は、データ収集条件における指定属性が予め定められた複数の属性に含まれるか否かを判定する。指定属性が予め定められた複数の属性に含まれる場合、ステップＳ１８０が実行される。例えば、上記のデータ収集条件における各指定属性は、図６に示される予め定められた複数の属性に含まれる。よって、ステップＳ１８０が実行される。指定属性が予め定められた複数の属性に含まれない場合、ステップＳ１５０が実行される。
　ステップＳ１５０にて、データ分析部７０は、車両データ保管部１１に記憶されている車両データを再度分析する。データ分析部７０は、データ収集条件に含まれる指定属性に対応付けられた新たな属性データを算出する。
　ステップＳ１６０にて、データ分析部７０は、新たな属性データを分析データ保管部１２に出力する。
　ステップＳ１７０にて、分析データ保管部１２は、既に記憶されている属性データを、新たな属性データに更新する。その後、ステップＳ１４０が再び実行される。
　ステップＳ１８０にて、データ予測部３０は、特定の車両データの実績データ量と、特定の車両データの経過期間と、データ収集条件における指定属性データと、に基づいて、見積もりを算出する。ここでは、データ予測部３０は、既に収集された車両データのうち、関東地域を走行するＡ社の軽自動車に１回以上の急ブレーキが発生した際の前後２０秒の車外映像データを参照する。データ予測部３０は、その指定属性データによって限定された車外映像データの実績データ量と、経過期間とを算出する。データ予測部３０は、その実績データ量に基づいて、データ収集条件にて指定された１０００フレームに対応する車外映像データの予測データ量を見積もる。また、データ予測部３０は、１０００フレームに達するまでの予測データ収集期間を見積もる。
　ステップＳ１９０にて、データ予測部３０は、見積もりを情報提供部４０に出力する。
　ステップＳ２００にて、情報提供部４０は、見積もりをユーザ端末１２０に送信する。
　以上で、見積もり提供動作は終了する。
　図１０および図１３に示される車両データの提供動作を説明する。車両データの提供動作は、例えば、見積もり提供動作の後に実行される。
　ステップＳ２１０にて、収集条件受信部２０は、データ収集要求をユーザ端末１２０から受信する。
　ステップＳ２２０にて、収集条件受信部２０は、データ収集要求をデータ収集部６０に出力する。
　ステップＳ２３０にて、データ収集部６０は、データ収集要求に基づいて、データ収集条件を取得する。データ収集条件は、ユーザ端末１２０から送信されるデータ収集要求に含まれていてもよい。または、見積もり提供動作時のデータ収集条件が、情報提供装置１０１に記憶されている場合、データ収集部６０は、その記憶されているデータ収集条件を取得してもよい。データ収集条件は、見積もり提供動作時と同様に、特定の車両データの指定を含む。さらに、データ収集条件は、予め登録されている複数の車両のうち少なくとも１台の対象車両の指定を含む。対象車両の指定がない場合、全ての登録車両が対象車両である。データ収集部６０は、データ収集条件に基づいて、その対象車両のデータ送信部１１２に対し、特定の車両データの送信を要求する。
　ステップＳ２４０にて、データ収集部６０は、対象車両から特定の車両データを受信する。
　ステップＳ２５０にて、データ収集部６０は、対象車両から収集された特定の車両データを情報提供部４０に出力する。ここでは、データ収集部６０は、データ分析部７０および車両データ保管部１１を介して、特定の車両データを情報提供部４０に出力する。
　ステップＳ２６０にて、情報提供部４０は、ユーザ端末１２０に対象車両から収集された特定の車両データを出力する。
　ステップＳ２７０にて、データ分析部７０は、対象車両から収集された特定の車両データを分析して、予め定められた複数の属性に対応付けられた新たな属性データを算出する。
　ステップＳ２８０にて、データ分析部７０は、分析データ保管部１２に既に記憶されている属性データを、新たな属性データに更新する。
　以上で、車両データの提供動作は終了する。
　以上をまとめると、実施の形態２における情報提供装置１０１は、データ分析部７０を含む。データ分析部７０は、車載機器１１１から既に収集された車両データを分析して、予め定められた複数の属性に対応付けられた属性データを算出する。予め定められた複数の属性は、複数の車両の走行状態および走行環境の情報を示す。データ収集条件は、少なくとも１つの指定属性に対応付けられた指定属性データの情報を含む。その少なくとも１つの指定属性は、車両１１０の走行状態または走行環境の情報を示す。データ予測部３０は、予め定められた複数の属性に対応付けられた属性データと、データ収集条件における少なくとも１つの指定属性に対応付けられた指定属性データと、に基づいて、車載機器１１１から既に収集された特定の車両データの実績データ量と経過期間とを算出する。データ予測部３０は、特定の車両データの実績データ量と経過期間とに基づいて、車載機器１１１から新たに収集される特定の車両データの収集完了に関する見積もりを算出する。
　情報提供装置１０１がクラウドサービスを提供する場合、情報提供装置１０１はユーザがデータ収集の際に使用するサーバの記憶領域および稼働期間に応じて利用料を課す。実施の形態２における情報提供装置１０１は、ユーザが特定の車両データの収集を要求する前に、その収集対象の特定の車両データのデータ量またはデータ収集期間を見積もり、その情報をユーザに提供する。ユーザは、その見積もりによって、どの程度の量のデータがいつまでに収集可能であるか把握する。ユーザは、その見積もりに基づいて、データ収集条件を変更することが可能である。
　また、情報提供装置１０１は、車両登録時に見積もりに必要な情報を一定期間収集して、属性データを予め分析する。情報提供装置１０１は、見積もり要求を受信した時点で、既に収集された車両データの実績に基づいて、見積もりを算出する。そのため、情報提供装置１０１は、収集期間に依存する車両データだけではなく、不定期に発生するイベントに関連する車両データに対しても正確な見積もりが可能である。
　＜実施の形態３＞
　実施の形態３における情報提供装置および情報提供方法を説明する。実施の形態３は実施の形態１の下位概念である。実施の形態３において、実施の形態１または２と同様の構成要素には、同一の参照符号を付し、それらの詳細な説明は省略する。
　図１４は、実施の形態３における情報提供装置１０２および情報提供システム２０２の構成を示す機能ブロック図である。図１４には、複数の車両のうち、一例として、１台の車両１１０Ａのみが示されている。実施の形態２においては、データ分析部７０は情報提供装置１０１に設けられていたが、実施の形態３におけるデータ分析部７０Ａは、複数の車両の各々に設けられている。
　データ分析部７０Ａは、車載機器１１１から収集された車両データを分析して、予め定められた複数の属性に対応付けられた属性データを算出する。データ送信部１１２は、情報提供装置１０２からの要求に基づいて、車載機器１１１で取得された車両データと、データ分析部７０Ａで算出された属性データとを、情報提供装置１０２に送信する。データ収集部６０は、各車両１１０Ａから送信される車両データおよび属性データを収集する。分析データ保管部１２は、データ収集部６０にて収集された属性データを記憶する。その他の機能は、実施の形態２と同様である。
　なお、本開示は、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。
　１０　データ記憶部、１１　車両データ保管部、１２　分析データ保管部、２０　収集条件受信部、３０　データ予測部、４０　情報提供部、５０　車両管理部、６０　データ収集部、７０　データ分析部、７０Ａ　データ分析部、１００　情報提供装置、１０１　情報提供装置、１０２　情報提供装置、１１０　車両、１１０Ａ　車両、１１１　車載機器、１１２　データ送信部、１２０　ユーザ端末、２０１　情報提供システム、２０２　情報提供システム。

Claims (12)

  1. 　複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、前記車両データの収集に費やされた経過期間の情報と、を記憶するデータ記憶部と、
    　前記車両データのうち特定の車両データを前記機器から新たに収集するためのデータ収集条件であって前記特定の車両データの指定を含む前記データ収集条件を受信する収集条件受信部と、
    　前記実績データ量と、前記経過期間と、前記データ収集条件と、に基づいて、前記データ収集条件を満たす前記特定の車両データの収集完了に関する見積もりを算出するデータ予測部と、
    　前記見積もりを出力する情報提供部と、を備える情報提供装置。
  2. 　前記見積もりは、前記データ収集条件に従って収集される前記特定の車両データの予測データ量および予測データ収集期間のうち少なくとも一方の情報を含む、請求項１に記載の情報提供装置。
  3. 　前記機器から既に収集された前記車両データを分析して、前記複数の車両の走行状態および走行環境の情報を示す予め定められた複数の属性に対応付けられた属性データを算出するデータ分析部をさらに備え、
    　前記データ収集条件は、車両の走行状態または走行環境の情報を示す少なくとも１つの指定属性に対応付けられた指定属性データの情報を含み、
    　前記データ予測部は、
    　前記予め定められた複数の属性に対応付けられた前記属性データと、前記データ収集条件における前記少なくとも１つの指定属性に対応付けられた前記指定属性データと、に基づいて、前記機器から既に収集された前記特定の車両データの前記実績データ量と前記経過期間とを算出して、前記機器から新たに収集される前記特定の車両データの前記収集完了に関する前記見積もりを算出する、請求項１に記載の情報提供装置。
  4. 　前記データ記憶部は、前記複数の車両の各々に搭載された前記機器から収集される前記車両データを記憶する、請求項１に記載の情報提供装置。
  5. 　前記複数の車両として、予め登録されている複数の車両から前記車両データを収集するデータ収集部をさらに備える、請求項１に記載の情報提供装置。
  6. 　前記データ収集条件は、前記特定の車両データの収集対象として、前記予め登録されている複数の車両のうち少なくとも１台の対象車両の指定を含み、
    　前記データ収集部は、前記データ収集条件に基づいて、前記少なくとも１台の対象車両に対して前記特定の車両データの送信を要求することにより、前記特定の車両データを収集する、請求項５に記載の情報提供装置。
  7. 　前記予め登録されている複数の車両とは異なる新たな車両が登録された場合、前記データ収集部は、前記新たな車両に対して前記車両データの送信を要求して、前記車両データを収集する、請求項５に記載の情報提供装置。
  8. 　前記データ記憶部は、前記属性データを記憶し、
    　前記データ分析部は、新たな車両データが収集された場合に、新たな属性データを算出し、既に記憶されている前記属性データを、前記新たな属性データに更新する、請求項３に記載の情報提供装置。
  9. 　前記データ記憶部は、前記属性データを記憶し、
    　前記データ収集条件における前記少なくとも１つの指定属性が前記予め定められた複数の属性に含まれない場合、前記データ分析部は、前記機器から既に収集された前記車両データを分析して、前記データ収集条件に含まれる前記少なくとも１つの指定属性に対応付けられた新たな属性データを算出し、既に記憶されている前記属性データを、前記新たな属性データに更新する、請求項３に記載の情報提供装置。
  10. 　前記複数の車両として、予め登録されている複数の車両から前記車両データを収集するデータ収集部、をさらに備え、
    　前記データ記憶部は、前記属性データを記憶し、
    　前記データ収集条件における前記少なくとも１つの指定属性が前記予め定められた複数の属性に含まれない場合、前記データ収集部は、前記データ収集条件に含まれる前記少なくとも１つの指定属性に関連する新たな車両データを前記機器から収集し、
    　前記データ分析部は、前記新たな車両データを分析して、前記データ収集条件に含まれる前記少なくとも１つの指定属性に対応付けられた新たな属性データを算出し、既に記憶されている前記属性データを、前記新たな属性データに更新する、請求項３に記載の情報提供装置。
  11. 　前記情報提供部は、前記データ収集条件に従って収集された前記特定の車両データを出力する、請求項１に記載の情報提供装置。
  12. 　複数の車両の各々に搭載された機器から既に収集された車両データのデータ量を示す実績データ量の情報と、前記車両データの収集に費やされた経過期間の情報と、を記憶し、
    　前記車両データのうち特定の車両データを前記機器から新たに収集するためのデータ収集条件であって前記特定の車両データの指定を含む前記データ収集条件を受信し、
    　前記実績データ量と、前記経過期間と、前記データ収集条件と、に基づいて、前記データ収集条件を満たす前記特定の車両データの収集完了に関する見積もりを算出し、
    　前記見積もりを出力する、情報提供方法。
PCT/JP2020/041490 2020-11-06 2020-11-06 情報提供装置および情報提供方法 WO2022097263A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2020/041490 WO2022097263A1 (ja) 2020-11-06 2020-11-06 情報提供装置および情報提供方法
JP2022560593A JPWO2022097263A1 (ja) 2020-11-06 2020-11-06

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/041490 WO2022097263A1 (ja) 2020-11-06 2020-11-06 情報提供装置および情報提供方法

Publications (1)

Publication Number Publication Date
WO2022097263A1 true WO2022097263A1 (ja) 2022-05-12

Family

ID=81457055

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/041490 WO2022097263A1 (ja) 2020-11-06 2020-11-06 情報提供装置および情報提供方法

Country Status (2)

Country Link
JP (1) JPWO2022097263A1 (ja)
WO (1) WO2022097263A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020071831A (ja) * 2018-11-02 2020-05-07 株式会社デンソーテン データ収集装置、データ収集システムおよびデータ収集方法
WO2020111134A1 (ja) * 2018-11-29 2020-06-04 住友電気工業株式会社 システム、サーバコンピュータ、車載装置、制御方法、半導体集積回路及びコンピュータプログラム
WO2020111133A1 (ja) * 2018-11-29 2020-06-04 住友電気工業株式会社 交通支援システム、サーバ及び方法、車載装置及びその動作方法、コンピュータプログラム、記録媒体、コンピュータ、並びに半導体集積回路

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020071831A (ja) * 2018-11-02 2020-05-07 株式会社デンソーテン データ収集装置、データ収集システムおよびデータ収集方法
WO2020111134A1 (ja) * 2018-11-29 2020-06-04 住友電気工業株式会社 システム、サーバコンピュータ、車載装置、制御方法、半導体集積回路及びコンピュータプログラム
WO2020111133A1 (ja) * 2018-11-29 2020-06-04 住友電気工業株式会社 交通支援システム、サーバ及び方法、車載装置及びその動作方法、コンピュータプログラム、記録媒体、コンピュータ、並びに半導体集積回路

Also Published As

Publication number Publication date
JPWO2022097263A1 (ja) 2022-05-12

Similar Documents

Publication Publication Date Title
KR101757085B1 (ko) 차량 데이터 수집 시스템, 차량 데이터 수집 방법, 차량 탑재 장치 및 기록 매체
JP7413503B2 (ja) 車両の安全性能を評価すること
JP2008077143A (ja) プローブ情報収集装置、プローブ情報送信装置およびプローブ情報収集方法
JP6708134B2 (ja) 走行データ収集システム、及び走行データ収集センタ
JP2004272375A (ja) 遠隔故障予測システム
JP2004302675A (ja) 遠隔故障診断システム
JP6620479B2 (ja) 交通情報提供システム、交通情報提供装置及び車載通信装置
JP2019160242A (ja) 通信装置およびスケジュール作成方法
JP7340678B2 (ja) データ収集方法およびデータ収集装置
CN111613059A (zh) 一种数据处理方法以及设备
JP7123530B2 (ja) 通信装置、通信システム、及び通信方法
JP5387847B2 (ja) 記録システム
JP2007199791A (ja) ドライブレコーダ
WO2022097263A1 (ja) 情報提供装置および情報提供方法
JP4783437B2 (ja) 情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体
WO2020213024A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP2008070974A (ja) プローブ情報収集車載装置、方法及びプログラム
JP2019200658A (ja) 情報通信システムとその方法およびサーバ
JP7347390B2 (ja) 運転評価装置、運転評価システム、及び運転評価プログラム
CN112687105B (zh) 一种车辆鸣笛检测系统和方法
US11455847B2 (en) Method and apparatus for obtaining event related data
CN111937053B (zh) 客户端装置、数据发送方法和数据收集系统
WO2021106473A1 (ja) 渋滞予測システムおよびサーバ装置
CN112585929B (zh) 请求、分析并将车辆的驾驶员辅助系统的数据传送给外部用户
JP7188013B2 (ja) 情報取得装置、情報取得方法、プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20960816

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022560593

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20960816

Country of ref document: EP

Kind code of ref document: A1