WO2023139647A1 - 処理装置、処理方法及びプログラム - Google Patents

処理装置、処理方法及びプログラム Download PDF

Info

Publication number
WO2023139647A1
WO2023139647A1 PCT/JP2022/001607 JP2022001607W WO2023139647A1 WO 2023139647 A1 WO2023139647 A1 WO 2023139647A1 JP 2022001607 W JP2022001607 W JP 2022001607W WO 2023139647 A1 WO2023139647 A1 WO 2023139647A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
vehicle
information
remaining fuel
fuel amount
Prior art date
Application number
PCT/JP2022/001607
Other languages
English (en)
French (fr)
Inventor
憲人 大井
竜 岩本
卓郎 鹿嶋
友昭 牧野
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2022/001607 priority Critical patent/WO2023139647A1/ja
Publication of WO2023139647A1 publication Critical patent/WO2023139647A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Definitions

  • the present invention relates to a processing device, a processing method and a program.
  • Patent Document 1 discloses a technique for evaluating a delivery plan based on the target time for each delivery destination indicated in the delivery plan, the actual time when the delivery was made based on the delivery plan, and the quality of the delivery person's driving.
  • Patent Document 2 discloses a technique for obtaining transitions in predicted values of SOC (state of charge) up to a destination.
  • JP 2020-095315 A Japanese Patent Application Laid-Open No. 2003-111209
  • An object of the present invention is to provide a technique for accurately estimating changes in the amount of fuel remaining in a vehicle when traveling based on a transportation plan.
  • Prediction information acquisition means for acquiring predictive information on the remaining fuel amount, which is created based on the prediction model, and which shows the transition of the predicted value of the remaining fuel amount of the vehicle when traveling based on the transportation plan; an actual measurement information acquiring means for acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; determination means for determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • a processing apparatus is provided having:
  • the computer a prediction information obtaining step of obtaining prediction information on the remaining amount of fuel, which is created based on the prediction model, showing the transition of the predicted value of the remaining amount of fuel of the vehicle when traveling based on the transportation plan; an actual measurement information acquisition step of acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; a determination step of determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • a processing method is provided for performing
  • the computer Prediction information acquisition means for acquiring predictive information on the remaining fuel amount, which is created based on the prediction model, and shows the transition of the predicted value of the remaining fuel amount of the vehicle when traveling based on the transportation plan; an actual measurement information acquiring means for acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; determination means for determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • a program is provided to act as a
  • FIG. 4 is a flow chart showing an example of a processing flow of a processing device; It is a figure which shows an example of a transportation plan typically. It is a figure which shows an example of a prediction model. 4 is a flow chart showing an example of a processing flow of a processing device; 4 is a flow chart showing an example of a processing flow of a processing device; 4 is a flow chart showing an example of a processing flow of a processing device; 4 is a flow chart showing an example of a processing flow of a processing device;
  • transportation is a concept that includes both delivering a package to a destination and collecting the package at the destination.
  • the processing device of the present embodiment has a function of determining whether or not it is necessary to correct a "prediction model for predicting changes in the amount of fuel remaining in a vehicle when traveling based on a transportation plan".
  • the processing device determines whether or not it is necessary to modify the prediction model based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information.
  • the fuel remaining amount prediction information is information created based on the above prediction model, and indicates the transition of the predicted value of the remaining amount of fuel of the vehicle when traveling based on the transportation plan.
  • the actual measurement information of the remaining amount of fuel indicates transition of the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan.
  • the processing device that determines whether or not the prediction model needs to be corrected based on such fuel remaining amount prediction information and fuel remaining amount actual measurement information, it is possible to accurately determine whether or not the prediction model needs to be corrected.
  • the prediction model can be corrected when it is truly necessary, and the prediction accuracy of the prediction model is improved.
  • by correcting the prediction model unnecessarily when it is not necessary it is possible to suppress the problem that the prediction accuracy of the prediction model deteriorates.
  • Each functional unit of the processing device is realized by an arbitrary combination of hardware and software centering on a CPU (Central Processing Unit) of an arbitrary computer, memory, a program loaded into the memory, a storage unit such as a hard disk that stores the program (programs stored in advance from the stage of shipping the device, programs downloaded from a storage medium such as a CD (Compact Disc) or a server on the Internet, etc. can be stored), and an interface for network connection.
  • a CPU Central Processing Unit
  • FIG. 1 is a block diagram illustrating the hardware configuration of the processing device.
  • the processing device has a processor 1A, a memory 2A, an input/output interface 3A, a peripheral circuit 4A and a bus 5A.
  • the peripheral circuit 4A includes various modules.
  • the processing device may not have the peripheral circuit 4A.
  • the processing device may be composed of a plurality of physically and/or logically separated devices. In this case, each of the plurality of devices can have the above hardware configuration.
  • the bus 5A is a data transmission path for mutually transmitting and receiving data between the processor 1A, the memory 2A, the peripheral circuit 4A and the input/output interface 3A.
  • the processor 1A is, for example, an arithmetic processing device such as a CPU or a GPU (Graphics Processing Unit).
  • the memory 2A is, for example, RAM (Random Access Memory) or ROM (Read Only Memory).
  • the input/output interface 3A includes an interface for acquiring information from an input device, an external device, an external server, an external sensor, a camera, etc., an interface for outputting information to an output device, an external device, an external server, etc.
  • Input devices are, for example, keyboards, mice, microphones, physical buttons, touch panels, and the like.
  • the output device is, for example, a display, speaker, printer, mailer, or the like.
  • the processor 1A can issue commands to each module and perform calculations based on the calculation results thereof.
  • FIG. 2 shows an example of a functional block diagram of the processing device 10. As shown in FIG. As illustrated, the processing device 10 has a prediction information acquisition unit 11 , an actual measurement information acquisition unit 12 , and a determination unit 13 .
  • the prediction information acquisition unit 11 acquires fuel remaining amount prediction information that indicates changes in the predicted value of the remaining fuel amount of the vehicle when traveling based on the transportation plan.
  • the remaining fuel amount prediction information is information created based on a prediction model created in advance.
  • the prediction information acquisition unit 11 may acquire the remaining fuel amount prediction information by receiving input of the remaining fuel amount prediction information.
  • the prediction information acquisition unit 11 may create fuel remaining amount prediction information based on a transportation plan.
  • the “vehicle” in this embodiment is a so-called electric vehicle that is driven by electricity as fuel.
  • the “remaining amount of fuel prediction information” in this embodiment indicates the transition of the predicted SOC value.
  • the vehicle may be a vehicle driven by another fuel such as gasoline, light oil, hydrogen, etc., and the fuel remaining amount prediction information may indicate changes in predicted values of remaining amounts of these fuels. Even if the vehicle is a vehicle of these modified examples, the same effects are achieved by the same processing as the processing described below.
  • the "vehicle” referred to below means an electric vehicle unless otherwise specified.
  • Fig. 3 shows an example of remaining fuel amount prediction information.
  • the remaining fuel amount prediction information shown in the figure indicates predicted SOC values at all timings from the time the vehicle leaves the base until the time the vehicle returns to the base.
  • FIG. 4 shows another example of remaining fuel amount prediction information.
  • the remaining fuel amount prediction information shown in the figure indicates the predicted value of the SOC at a predetermined timing from the time the vehicle leaves the base until the time the vehicle returns to the base.
  • the predicted value of SOC may be shown every 30 minutes as shown, or the time interval may be different from the example shown. Also, the time interval may be shortened as the predicted value of SOC becomes smaller.
  • the configuration of the prediction model and the details of how to create the remaining fuel prediction information are not particularly limited, and any configuration can be adopted. An example is described in the following embodiments.
  • the actual measurement information acquisition unit 12 acquires the actual measurement information of the remaining amount of fuel that indicates the transition of the actual measurement value of the SOC of the vehicle while traveling based on the transportation plan.
  • the actual measurement information acquisition unit 12 acquires the actual measurement information of the remaining amount of fuel indicating the transition of the SOC detected by the in-vehicle device mounted on the vehicle.
  • the actual measurement information acquisition unit 12 may acquire the actual measurement information of the remaining fuel amount by communicating with the in-vehicle device, communicate with the management device that collects and manages the actual measurement information of the remaining fuel amount of the vehicle by communicating with the in-vehicle device, and acquire the actual measurement information of the remaining fuel amount.
  • the determination unit 13 determines whether or not it is necessary to modify the prediction model used to create the remaining fuel amount prediction information, based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information. The determination unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more.
  • the difference d is the difference between the predicted value of the SOC of the vehicle at a certain timing when traveling based on the transportation plan and the measured SOC value of the vehicle at that timing when traveling based on the transportation plan.
  • the processing device 10 acquires remaining fuel amount prediction information and remaining fuel amount actual measurement information (S10).
  • the remaining amount of fuel prediction information is information created based on a prediction model, and indicates the transition of the prediction value of the SOC of the vehicle when traveling based on the transportation plan.
  • the actual measurement information of the remaining amount of fuel indicates the transition of the actual measurement value of the SOC of the vehicle while the vehicle is traveling based on the transportation plan.
  • the processing device 10 determines whether the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S11). If the predicted remaining fuel amount information and the measured remaining fuel amount information deviate from each other by the first reference level or more (Yes in S11), the processing device 10 determines that correction of the prediction model is necessary (S12). On the other hand, if the predicted remaining fuel amount information and the measured remaining fuel amount information do not deviate from each other by the first reference level or more (No in S11), the processing device 10 determines that correction of the prediction model is unnecessary (S13).
  • the processing device 10 may output the determination results of S12 and S13 via any output device.
  • output devices include, but are not limited to, displays, projection devices, speakers, warning lamps, printers, and mailers.
  • the processing device 10 of the present embodiment can determine whether or not it is necessary to modify the prediction model used to create the remaining fuel amount prediction information, based on the remaining fuel amount prediction information and the fuel remaining amount actual measurement information. According to such a processing device 10, it is possible to accurately determine the necessity of correction of the prediction model. As a result, the prediction model can be corrected when it is truly necessary, and the prediction accuracy of the prediction model is improved. In addition, by correcting the prediction model unnecessarily when it is not necessary, it is possible to suppress the problem that the prediction accuracy of the prediction model deteriorates.
  • ⁇ Second embodiment> the processing for creating the remaining fuel amount prediction information described in the first embodiment is embodied.
  • Remaining fuel forecast information is created based on the transport plan and forecast model.
  • the processing for creating fuel remaining amount prediction information using them will be explained.
  • the transportation plan indicates the destination, the order of transportation, the weight of the cargo, and the like.
  • Fig. 7 schematically shows an example of a transportation plan.
  • multiple delivery plans for November 19, 2021 are listed.
  • the plan identification information, the vehicle identification information, the transport information, and the base departure time are associated with each other.
  • the transportation plan may include other information.
  • Plant identification information is information for mutually identifying a plurality of transportation plans.
  • Vehicle identification information is information for mutually identifying a plurality of vehicles used for transportation. Each plan identification information is associated with the vehicle identification information of the vehicle assigned to each transportation plan.
  • Transportation information includes order, destination, classification, work time, load weight, work start time, and work end time.
  • Order indicates the order of transportation.
  • Delivery indicates the name and address of the party to whom the package is to be delivered or the party to whom the package is to be collected.
  • Category indicates the type of work, ie delivery or collection.
  • Work time indicates the time required for work (delivery/pickup) to be performed at the transportation destination.
  • Package weight indicates the weight of the package to be delivered to the delivery destination or the package to be collected at the collection destination.
  • Work start time indicates the time at which work (delivery/pickup) starts at the transportation destination.
  • Work end time indicates the time when the work (delivery/pickup) ends at the transportation destination.
  • Departure time from base indicates the time at which the vehicle departs from a base such as an office. After leaving the base, the vehicle visits multiple transportation destinations and then returns to the base. The departure point and the return point may be the same or different.
  • the prediction model is created by machine learning based on predetermined teacher data.
  • a prediction model is used to predict the SOC of a vehicle, and there are various variations in its design (what is the objective variable and what is the explanatory variable). An example of the prediction model will be described below.
  • This prediction model is a model for predicting the electricity consumption of vehicles.
  • the prediction model is created by machine learning based on teacher data with at least one of the following parameters as explanatory variables: vehicle loading capacity, information about the route that the vehicle will pass (road pavement condition, predicted road congestion, road inclination, radius of curvature of curves in the route, number of right and left turns in the route, etc.), weather conditions of the day (weather, temperature, humidity, wind speed, etc.), vehicle type, air resistance according to vehicle type, power consumption by mounting, etc., and electricity consumption as the objective variable.
  • the prediction model can be represented by a regression equation as shown in FIG. 8, for example.
  • the processing is executed by the creation device.
  • the creation device may be the processing device 10 or may be a device different from the processing device 10 .
  • the creation device acquires the SOC of the vehicle at the time of departure from the base.
  • acquisition of the SOC of the vehicle at the time of departure from the base may be realized in any one of the following first to third examples.
  • the user may input the SOC of the vehicle at the time of departure from the base into the creation device.
  • the creation device may acquire the SOC of the vehicle at the time of departure from the base input by the user.
  • the user confirms the SOC of the vehicle at that time by visually recognizing information displayed by an in-vehicle device or the like mounted on the vehicle at any timing after the work of the previous day is finished and until the departure from the base on the day.
  • the user inputs the confirmed SOC of the vehicle into the creation device as the SOC of the vehicle at the time of departure from the base.
  • the creation device may communicate with a device that manages the SOC of the vehicle and acquire the SOC of the vehicle from the device.
  • the preparation device acquires the SOC of the vehicle at that point in time from the device as the SOC of the vehicle at the time of departure from the base at an arbitrary timing after the work of the previous day is completed and until the departure from the base on the current day.
  • the creation device may acquire reservation information indicating the reservation status of the charging facility.
  • the reservation information indicates the reservation time (reservation start time and reservation end time) and the vehicle identification information of the vehicle to be charged at the reservation time.
  • the creation device calculates the SOC of the vehicle at the time of departure from the base by adding the amount of charge to be charged by the reservation to the first SOC for the vehicle for which a reservation for a charging facility has been made thereafter and before departure from the base.
  • the amount of charge to be charged by reservation is the product of the time from the reservation start time to the reservation end time and the charging speed of the charging equipment, and the free capacity of the vehicle (100% - (first SOC) capacity). Can be the smaller one.
  • the prediction information acquisition unit 11 divides the route from the point of departure to the point of return into a plurality of sections. Specifically, the creating device defines each of "from the departure base to the first destination”, “from the first destination to the second destination”, “from the second destination to the third destination”, ..., "from the last destination to the return base” as one section.
  • the creation device uses the prediction model to estimate the electricity consumption of the vehicle for each section.
  • the prediction model receives at least one of the following: information on each section, specifically information on the load capacity of the vehicle, information on the route that the vehicle will pass (road pavement condition, expected road congestion, road inclination, radius of curvature of curves on the route, number of right and left turns on the route, etc.), weather conditions of the day (weather, temperature, humidity, wind speed, etc.), vehicle type, air resistance depending on the vehicle type, power consumption due to mounting, etc.
  • the creation device calculates the transition of the SOC of the vehicle during transportation, that is, the transition of the SOC of the vehicle from the point of departure to the point of return, assuming that electric power is consumed in each section.
  • the transportation plan indicates the order of transportation and the weight of packages to be delivered/collected at each transportation destination. This information can be used to identify the load during transit.
  • the classification of the first destination is "delivery"
  • the weight of the package to be delivered at the first destination is calculated from the loading capacity at departure.
  • the classification of the first destination is "collection"
  • the weight of the cargo to be collected at the first destination is added to the loading capacity at departure, it is possible to calculate the loading capacity from the first destination to the second destination.
  • processing device 10 of the present embodiment are the same as those of the first embodiment. According to the processing apparatus 10 of this embodiment, the same effects as those of the first embodiment are achieved.
  • the processing device 10 of the present embodiment has a function for more accurately determining whether or not to correct the prediction model. Specifically, the processing device 10 determines whether or not to correct the prediction model based on the degree of divergence between the planned value of the parameter input to the prediction model and the actual value of the parameter. A detailed description will be given below.
  • the prediction information acquisition unit 11 acquires planned parameter values, which are the values of various parameters used to create remaining fuel amount prediction information and are values planned based on the transportation plan.
  • the various parameters include at least one of the load capacity of the vehicle, information on the route that the vehicle will pass (road pavement condition, expected road congestion, road inclination, radius of curvature of curves in the route, number of right and left turns in the route, etc.), weather conditions of the day (weather, temperature, humidity, wind speed, etc.), vehicle type, air resistance according to the vehicle type, power consumption by mounting, etc.
  • the method of acquiring the planned parameter value of the vehicle load is as described in the second embodiment.
  • a well-known route search technique to determine a route that goes around a plurality of destinations in the order shown in the transportation plan, and by obtaining information about the route from the map data, it is possible to obtain parameter planning values for information about the route that the vehicle will pass.
  • obtaining predictions of weather information for the day from a server that provides weather information, it is possible to obtain parameter planning values related to the weather conditions for the day.
  • by specifying the vehicles assigned to each indicated in the transportation plan and acquiring various information about the vehicles registered in advance from the database it is possible to acquire parameter planning values for the vehicle type, air resistance according to the vehicle type, and power consumption due to mounting.
  • the actual measurement information acquisition unit 12 acquires parameter actual values, which are actual values of various parameters while traveling based on the transportation plan.
  • the actual measurement information acquisition unit 12 may acquire actual values of the load of the vehicle collected by various sensors mounted on the vehicle, and information related to the route actually traveled by the vehicle.
  • the actual measurement information acquisition unit 12 may acquire the actual weather information of the current day from a server that provides weather information.
  • the actual measurement information acquisition unit 12 may acquire information specifying the vehicle actually used in executing each transportation plan by user input or the like, and then acquire various pre-registered information related to the vehicle from the database.
  • the determination unit 13 further determines whether correction of the prediction model is necessary based on the result of comparison between the planned parameter value and the actual parameter value.
  • the values of the above parameters that are input to the prediction model when the remaining fuel amount prediction information is created are the planned parameter values that are planned based on the transportation plan.
  • the determination unit 13 is configured to perform determination for that purpose.
  • the determining unit 13 may determine that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the parameter planned value and the parameter actual value do not deviate from each other from a second reference level. In this case, it is determined that the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information is not the discrepancy between the planned parameter value and the actual parameter value. Therefore, it is determined that the prediction model needs to be corrected.
  • the determination unit 13 may determine that correction of the prediction model is unnecessary when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the parameter planned value and the parameter actual value deviate from each other from a second reference level. In this case, it is determined that the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information is the discrepancy between the parameter planned value and the parameter actual value. Therefore, it is determined that correction of the prediction model is unnecessary.
  • the determination unit 13 may perform the following determination processing when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the parameter planned value and the parameter actual value deviate from a second reference level.
  • the determination unit 13 inputs the actual parameter values to the prediction model to create remaining fuel amount prediction information. Then, if the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the actual fuel amount measurement information deviate from each other by a first reference level or more, the determination unit 13 may determine that the prediction model needs to be corrected. In addition, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the measured remaining fuel amount information do not deviate from the first reference level, the determination unit 13 may determine that correction of the prediction model is unnecessary.
  • ⁇ the deviation is equal to or greater than the second reference level,'' but for example, ⁇ there exists a deviation that satisfies a predetermined criterion in M or more parameters among a plurality of parameters'' may be used.
  • M is an integer of 1 or more.
  • the criteria for load capacity, air resistance according to vehicle type, and power consumption due to mounting may be ⁇ During travel based on the transportation plan, there was a place where the difference between the planned parameter value and the actual parameter value was equal to or greater than the threshold value'', ⁇ During travel based on the transportation plan, the difference between the planned parameter value and the actual parameter value was equal to or greater than the threshold value, and the accumulated time was equal to or greater than the threshold value'', or other criteria.
  • the criteria may be ⁇ the length of the route that does not match between the route determined to calculate these parameter plan values and the route actually traveled by the vehicle is greater than or equal to a threshold value'', or may be other.
  • the criteria may be ⁇ during traveling based on the transportation plan, there was a place where the difference between the planned parameter value and the actual parameter value was equal to or greater than the threshold value'', or ⁇ during traveling based on the transportation plan, the accumulated time during which the difference between the planned parameter value and the actual parameter value was equal to or greater than the threshold was equal to or greater than the threshold'', or other criteria.
  • the processing device 10 acquires remaining fuel amount prediction information, remaining fuel amount actual measurement information, parameter planned values, and parameter actual values (S20).
  • the remaining fuel amount prediction information is information created based on the parameter planning values and the prediction model, and indicates the transition of the prediction value of the SOC of the vehicle when traveling based on the transportation plan.
  • the actual measurement information of the remaining amount of fuel indicates the transition of the actual measurement value of the SOC of the vehicle while the vehicle is traveling based on the transportation plan.
  • the planned parameter values are the values of various parameters that are input to the prediction model, and are values that are planned based on the transportation plan.
  • the actual parameter values are the actual values of the various parameters described above when traveling based on the transportation plan.
  • the processing device 10 determines whether the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S21). If the predicted remaining fuel amount information and the measured remaining fuel amount information deviate from each other by a first reference level or more (Yes in S21), the processing device 10 determines whether the parameter planned value and the parameter actual value deviate from each other by a second reference level or more (S22).
  • the processing device 10 determines that correction of the prediction model is necessary (S23). On the other hand, if the parameter planned value and the parameter actual value deviate by the second reference level or more (Yes in S22), the processing device 10 inputs the parameter actual value to the prediction model to create fuel remaining amount prediction information, and determines whether the fuel amount prediction information and the fuel remaining amount actual measurement information deviate from each other by the first reference level or more (S24).
  • the processing device 10 determines that the prediction model needs to be corrected (S23). On the other hand, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more (No in S24), the processing device 10 determines that correction of the prediction model is unnecessary (S25).
  • the processing device 10 determines that correction of the prediction model is unnecessary (S26).
  • the processing device 10 may output the determination results of S23, S25 and S26 via any output device.
  • output devices include, but are not limited to, displays, projection devices, speakers, warning lamps, printers, and mailers.
  • the same effects as those of the first and second embodiments are achieved. Further, according to the processing device 10 of the present embodiment, it is possible to determine whether or not to correct the prediction model based on the degree of divergence between the planned value of the parameter input to the prediction model and the actual value of the parameter. As a result, it becomes possible to more accurately determine whether or not to correct the prediction model.
  • the processing device 10 of the present embodiment has a function for more accurately determining whether or not to correct the prediction model. Specifically, the processing device 10 determines whether or not to correct the prediction model based on the degree of deviation between the sensor value regarding the driver's operation of the vehicle and the reference value. A detailed description will be given below.
  • the actual measurement information acquisition unit 12 further acquires sensor values measured by sensors mounted on the vehicle, which are values indicating the state of the vehicle while it is traveling based on the transportation plan.
  • the sensor value is the value related to the driver's operation of the vehicle.
  • the sensor value indicates the state (driving operation details) of any operation target installed in the vehicle, such as the steering wheel, accelerator, brake, winker, wiper, various lamps, air conditioner, audio, and the like.
  • the sensor value may indicate the state of the vehicle, such as speed and acceleration, which has changed according to the driver's operation.
  • Such sensor values can be obtained using well-known techniques.
  • the determination unit 13 determines whether correction of the prediction model is necessary based on the comparison result between the sensor value and the reference value.
  • the reference value is a preset value and indicates a value during standard operation.
  • the electricity consumption of the vehicle can change according to the details of the driver's operation. Therefore, if the driver's operation deviates from the standard operation assumed when creating the remaining fuel amount prediction information, the remaining fuel amount prediction information and the fuel amount actual measurement information may deviate due to this. If the driver's operation is the cause of the discrepancy between the remaining fuel amount prediction information and the remaining fuel amount actual measurement information, it is not necessary to correct the prediction model.
  • the determination unit 13 is configured to perform determination for that purpose.
  • the determining unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the sensor value and the reference value do not deviate from each other from a third reference level. In this case, it is determined that the driver's operation is not the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information. Therefore, it is determined that the prediction model needs to be corrected.
  • the determination unit 13 may determine that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the sensor value and the reference value deviate from each other from a third reference level. In this case, it is determined that the driver's operation is the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information. Therefore, it is determined that correction of the prediction model is unnecessary.
  • N is an integer of 1 or more.
  • predetermined criteria are determined for each sensor value. For example, “during travel based on the transportation plan, there was a point where the difference between the sensor value and the reference value was equal to or greater than the threshold", “during travel based on the transportation plan, the difference between the sensor value and the reference value was equal to or greater than the threshold, and the accumulated time was equal to or greater than the threshold", or other values.
  • the determination unit 13 may output guidance prompting the driver to improve his/her operation when the sensor value and the reference value deviate from each other by a third reference level or more.
  • the output is realized through any output device such as a display, a projection device, a speaker, a printer, or a mailer.
  • the processing device 10 acquires fuel remaining amount prediction information, fuel remaining amount actual measurement information, and sensor values (S30).
  • the remaining amount of fuel prediction information is information created based on a prediction model, and indicates the transition of the prediction value of the SOC of the vehicle when traveling based on the transportation plan.
  • the actual measurement information of the remaining amount of fuel indicates the transition of the actual measurement value of the SOC of the vehicle while the vehicle is traveling based on the transportation plan.
  • the sensor value is a value measured by a sensor mounted on the vehicle while the vehicle is traveling based on the transportation plan, and is a value related to the driver's operation.
  • the processing device 10 determines whether or not the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S31). If the predicted remaining fuel amount information and the actual measured remaining fuel amount information deviate from each other by the first reference level or more (Yes in S31), the processing device 10 determines whether the sensor value and the reference value deviate from each other by a third reference level or more (S32).
  • the processing device 10 determines that the prediction model needs to be corrected (S23). On the other hand, when the sensor value and the reference value deviate from each other by the third reference level or more (Yes in S32), the processing device 10 determines that correction of the prediction model is unnecessary (S34).
  • the processing device 10 determines that correction of the prediction model is unnecessary (S34).
  • the processing device 10 may output the determination results of S33 and S34 via any output device.
  • the processing device 10 may output guidance prompting improvement of the driver's operation via an arbitrary output device. Examples of output devices include, but are not limited to, displays, projection devices, speakers, warning lamps, printers, and mailers.
  • the same effects as those of the first to third embodiments are achieved. Further, according to the processing device 10 of the present embodiment, it is possible to determine whether or not the prediction model needs to be corrected based on the details of the driver's operation. As a result, it becomes possible to more accurately determine whether or not to correct the prediction model.
  • the processing device 10 of the present embodiment has a function for more accurately determining whether or not to correct the prediction model. Specifically, the processing device 10 determines whether or not to correct the prediction model based on the degree of divergence between the sensor value regarding the performance of the vehicle and the reference value. A detailed description will be given below.
  • the actual measurement information acquisition unit 12 further acquires sensor values measured by sensors mounted on the vehicle, which are values indicating the state of the vehicle while it is traveling based on the transportation plan.
  • a sensor value is a value related to vehicle performance.
  • sensor values include, but are not limited to, values measured by sensors used for engine control (pressure sensor, exhaust gas sensor, crank angle sensor, etc.), values indicating the state of objects to be operated such as a steering wheel, accelerator, and brake, and values indicating vehicle states such as speed and acceleration.
  • sensors used for engine control pressure sensor, exhaust gas sensor, crank angle sensor, etc.
  • values indicating the state of objects to be operated such as a steering wheel, accelerator, and brake
  • values indicating vehicle states such as speed and acceleration.
  • Such sensor values can be obtained using well-known techniques.
  • the determination unit 13 determines whether correction of the prediction model is necessary based on the comparison result between the sensor value and the reference value.
  • the reference value is a preset value that indicates the performance of the vehicle under normal conditions.
  • Electricity costs of a vehicle may vary depending on the performance of the vehicle. If the performance is degraded due to failure, aged deterioration, etc., the electricity consumption will be worse. Therefore, if the vehicle performance deviates from the standard performance assumed when the remaining fuel amount prediction information is created, the remaining fuel amount prediction information and the remaining fuel amount actual measurement information may deviate due to this. If the cause of the discrepancy between the remaining fuel amount prediction information and the remaining fuel amount actual measurement information is the performance of the vehicle, it is not necessary to correct the prediction model.
  • the determination unit 13 is configured to perform determination for that purpose.
  • the determination unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more, and when the sensor value and the reference value do not deviate from each other from a fourth reference level. In this case, it is determined that the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information is not vehicle performance. Therefore, it is determined that the prediction model needs to be corrected.
  • the determination unit 13 may determine that the prediction model needs to be corrected when the remaining fuel amount prediction information and the measured remaining fuel amount information deviate from each other by a first reference level or more, and when the sensor value and the reference value deviate from each other from a fourth reference level. In this case, it is determined that the cause of the discrepancy between the predicted remaining fuel amount information and the measured remaining fuel amount information is the performance of the vehicle. Therefore, it is determined that correction of the prediction model is unnecessary.
  • P is an integer of 1 or more.
  • predetermined criteria are determined for each sensor value. For example, “during travel based on the transportation plan, there was a point where the difference between the sensor value and the reference value was equal to or greater than the threshold", “during travel based on the transportation plan, the difference between the sensor value and the reference value was equal to or greater than the threshold, and the accumulated time was equal to or greater than the threshold", or other values.
  • the determination unit 13 may output information notifying of vehicle performance trouble when the sensor value and the reference value deviate from each other by a fourth reference level or more.
  • the output is realized through any output device such as a display, a projection device, a speaker, a printer, or a mailer.
  • the processing device 10 acquires fuel remaining amount prediction information, fuel remaining amount actual measurement information, and sensor values (S30).
  • the remaining amount of fuel prediction information is information created based on a prediction model, and indicates the transition of the prediction value of the SOC of the vehicle when traveling based on the transportation plan.
  • the actual measurement information of the remaining amount of fuel indicates the transition of the actual measurement value of the SOC of the vehicle while the vehicle is traveling based on the transportation plan.
  • the sensor value is a value measured by a sensor mounted on the vehicle while the vehicle is traveling based on the transportation plan, and is a value related to the performance of the vehicle.
  • the processing device 10 determines whether or not the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S31). If the predicted remaining fuel amount information and the measured remaining fuel amount information deviate from each other by the first reference level or more (Yes in S31), the processing device 10 determines whether the sensor value and the reference value deviate from each other by a fourth reference level or more (S32).
  • the processing device 10 determines that correction of the prediction model is necessary (S23). On the other hand, if the sensor value and the reference value deviate from each other by the fourth reference level or more (Yes in S32), the processing device 10 determines that correction of the prediction model is unnecessary (S34).
  • the processing device 10 determines that correction of the prediction model is unnecessary (S34).
  • the processing device 10 may output the determination results of S33 and S34 via any output device.
  • the processing device 10 may output information for notifying the performance trouble of the vehicle via an arbitrary output device. Examples of output devices include, but are not limited to, displays, projection devices, speakers, warning lamps, printers, and mailers.
  • the same effects as those of the first to fourth embodiments are achieved. Further, according to the processing device 10 of the present embodiment, it is possible to determine whether or not to modify the prediction model based on the performance of the vehicle. As a result, it becomes possible to more accurately determine whether or not to correct the prediction model.
  • the processing device 10 of the present embodiment combines at least two of the "determination based on the comparison result between the planned parameter value and the actual parameter value” described in the third embodiment, the "determination based on the comparison result between the sensor value regarding the driver's operation and the reference value” described in the fourth embodiment, and the “determination based on the comparison result between the sensor value regarding vehicle performance and the reference value” described in the fifth embodiment, to determine whether or not the prediction model needs to be corrected.
  • the first example combines the “determination based on the comparison result between the planned parameter value and the actual parameter value” described in the third embodiment, the “determination based on the comparison result between the sensor value regarding the driver's operation and the reference value” described in the fourth embodiment, and the “determination based on the comparison result between the sensor value regarding the performance of the vehicle and the reference value” described in the fifth embodiment.
  • the determining unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the actual remaining fuel amount measurement information deviate by a first reference level or more, the parameter planned value and the parameter actual value do not deviate from the second reference level, the sensor value and the reference value regarding the driver's operation do not deviate from the third standard level, and the sensor value and the reference value regarding the performance of the vehicle do not deviate from the fourth standard level.
  • the determination unit 13 determines that the prediction model does not need to be corrected if the parameter planned value and the parameter actual value deviate from the second reference level, if the sensor value related to the driver's operation deviates from the reference value from the third standard level, or if the sensor value related to the vehicle performance deviates from the reference value from the fourth standard level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more.
  • the following determination processing may be performed.
  • the determination unit 13 inputs the actual parameter values to the prediction model to create remaining fuel amount prediction information. Then, if the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the actual fuel amount measurement information deviate from each other by a first reference level or more, the determination unit 13 may determine that the prediction model needs to be corrected. In addition, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the measured remaining fuel amount information do not deviate from the first reference level, the determination unit 13 may determine that correction of the prediction model is unnecessary.
  • the second example combines the "determination based on the comparison result between the planned parameter value and the actual parameter value” described in the third embodiment and the "determination based on the comparison result between the sensor value and the reference value regarding the driver's operation" described in the fourth embodiment to determine whether or not the prediction model needs to be corrected.
  • the determining unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the actual remaining fuel amount measurement information deviate by a first reference level or more, when the parameter planned value and the parameter actual value do not deviate from the second reference level, and when the sensor value and the reference value related to the driver's operation do not deviate from the third reference level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary if the parameter planned value and the parameter actual value deviate from the second reference level, or if the sensor value and the reference value related to the driver's operation deviate from the third reference level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more.
  • the following determination processing may be performed.
  • the determination unit 13 inputs the actual parameter values to the prediction model to create remaining fuel amount prediction information. Then, if the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the actual fuel amount measurement information deviate from each other by a first reference level or more, the determination unit 13 may determine that the prediction model needs to be corrected. In addition, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the measured remaining fuel amount information do not deviate from the first reference level, the determination unit 13 may determine that correction of the prediction model is unnecessary.
  • the third example combines the "determination based on the comparison result between the planned parameter value and the actual parameter value” described in the third embodiment and the “determination based on the comparison result between the sensor value and the reference value regarding vehicle performance” described in the fifth embodiment to determine whether or not the prediction model needs to be corrected.
  • the determining unit 13 determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate by a first reference level or more, when the parameter planned value and the parameter actual value do not deviate from the second reference level, and when the sensor value and the reference value related to vehicle performance do not deviate from the fourth reference level.
  • the determination unit 13 determines that the prediction model does not need to be corrected if the parameter planned value and the parameter actual value deviate from the second reference level, or if the sensor value and the reference value related to vehicle performance deviate from the fourth reference level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more.
  • the following determination processing may be performed.
  • the determination unit 13 inputs the actual parameter values to the prediction model to create remaining fuel amount prediction information. Then, if the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the actual fuel amount measurement information deviate from each other by a first reference level or more, the determination unit 13 may determine that the prediction model needs to be corrected. In addition, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the measured remaining fuel amount information do not deviate from the first reference level, the determination unit 13 may determine that correction of the prediction model is unnecessary.
  • a fourth example combines the "determination based on the comparison result between the sensor value and the reference value regarding the driver's operation” described in the fourth embodiment and the “determination based on the comparison result between the sensor value regarding the performance of the vehicle and the reference value” described in the fifth embodiment to determine whether the prediction model needs to be corrected.
  • the determination unit 13 determines that the prediction model needs to be corrected when the difference between the predicted remaining fuel amount and the measured remaining fuel amount information is greater than the first reference level, the difference between the sensor value and the reference value regarding the driver's operation is less than the third reference level, and the difference between the sensor value and the reference value regarding the performance of the vehicle is less than the fourth reference level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary if the deviation between the sensor value and the reference value related to the driver's operation is greater than the third standard level, or if the deviation between the sensor value and the reference value related to vehicle performance is greater than the fourth standard level.
  • the determination unit 13 determines that correction of the prediction model is unnecessary when the remaining fuel amount prediction information and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more.
  • the processing device 10 acquires remaining fuel amount prediction information, remaining fuel amount actual measurement information, parameter planned values, parameter actual values, and sensor values (S40).
  • the processing device 10 determines whether or not the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S41). If the predicted remaining fuel amount information and the measured remaining fuel amount information do not deviate from each other by the first reference level or more (No in S41), the processing device 10 determines that correction of the prediction model is unnecessary (S48). On the other hand, when the predicted remaining fuel amount information and the measured remaining fuel amount information deviate from each other by the first reference level or more (Yes in S41), the processing device 10 determines whether the parameter planned value and the parameter actual value deviate from each other by a second reference level or more (S42).
  • the processing device 10 When the parameter planned value and the parameter actual value deviate by the second reference level or more (Yes in S42), the processing device 10 performs the processes from S46 onwards. On the other hand, if the planned parameter value and the actual parameter value do not deviate from each other by the second reference level or more (No in S42), the processing device 10 determines whether the sensor value and the reference value related to the driver's operation deviate from each other by a third reference level or more (S43).
  • the processing device 10 determines that correction of the prediction model is unnecessary (S48). On the other hand, if the sensor value and the reference value related to the driver's operation do not deviate from each other by the third reference level or more (No in S43), the processing device 10 determines whether the sensor value and the reference value related to vehicle performance deviate from each other by a fourth reference level or more (S44).
  • the processing device 10 determines that correction of the prediction model is unnecessary (S48). On the other hand, if the sensor value and the reference value regarding vehicle performance do not deviate from each other by the fourth reference level or more (No in S44), the processing device 10 determines that correction of the prediction model is necessary (S45).
  • the processing device 10 inputs the parameter actual value to the prediction model to create remaining fuel amount prediction information, and determines whether the remaining fuel amount prediction information and the remaining fuel amount actual measurement information deviate from each other by a first reference level or more (S46).
  • the processing device 10 determines that the prediction model needs to be corrected (S45). On the other hand, when the remaining fuel amount prediction information created by inputting the parameter actual values into the prediction model and the remaining fuel amount actual measurement information do not deviate from each other by the first reference level or more (No in S46), the processing device 10 determines that correction of the prediction model is unnecessary (S47).
  • the processing device 10 may output the determination results of S45, S47 and S48 via any output device.
  • the processing device 10 may output guidance prompting improvement of the driver's operation via an arbitrary output device.
  • the processing device 10 may output the information for notifying the performance trouble of the vehicle via an arbitrary output device. Examples of output devices include, but are not limited to, displays, projection devices, speakers, warning lamps, printers, and mailers.
  • processing order of S42, S43 and S44 is not limited to that shown in FIG. 11, and other orders are also possible.
  • the same effects as those of the first to fifth embodiments are achieved. Further, according to the processing device 10 of the present embodiment, it is possible to determine whether the prediction model needs to be corrected based on at least two of the degree of divergence between the planned value of the parameter input to the prediction model and the actual value of the parameter, the details of the driver's operation, and the performance of the vehicle. As a result, it becomes possible to more accurately determine whether or not to correct the prediction model.
  • the prediction model was created by machine learning based on predetermined teacher data.
  • the prediction model may be created by rule-based logic, and various parameters may be adjusted in the same manner as in the above embodiments.
  • acquisition means "acquiring data stored in other devices or storage media (active acquisition)” based on user input or based on program instructions, for example, receiving requests or inquiries from other devices, accessing and reading other devices or storage media, and “inputting data output from other devices to self devices (passive acquisition)” based on user input or based on program instructions, such as distribution (or transmission). , push notification, etc.), selecting and acquiring from the received data or information, and at least one of “editing data (text conversion, data rearrangement, partial data extraction, file format change, etc.) to generate new data and acquire the new data”.
  • editing data text conversion, data rearrangement, partial data extraction, file format change, etc.
  • the invention has been described by taking transportation planning as an example, but it is not limited to this, and the invention may be applied to movement planning and the like.
  • An example of the travel plan includes route information indicated by a car navigation system installed in a vehicle.
  • Prediction information acquisition means for acquiring predictive information on the remaining fuel amount, which is created based on the prediction model, and which shows the transition of the predicted value of the remaining fuel amount of the vehicle when traveling based on the transportation plan; an actual measurement information acquiring means for acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; determination means for determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • a processing device having 2.
  • the prediction information acquisition means further acquires parameter planning values, which are values of various parameters used to create the remaining fuel prediction information and are values planned based on the transportation plan
  • the actual measurement information acquisition means further acquires parameter actual values, which are actual values of the various parameters while traveling based on the transportation plan, 3.
  • the processing apparatus according to 1 or 2 wherein the determination means determines whether or not correction of the prediction model is necessary further based on a result of comparison between the parameter planned value and the parameter actual value. 4.
  • the determination means determines that the prediction model needs to be corrected when the estimated remaining fuel amount information and the measured remaining fuel amount information deviate from each other by a first reference level or more and the parameter planned value and the parameter actual value do not deviate from a second reference level. 5.
  • the actual measurement information acquisition means further acquires a sensor value, which is a value indicating the state of the vehicle while it is traveling based on the transportation plan, and which is measured by a sensor mounted on the vehicle; 3.
  • a sensor value which is a value indicating the state of the vehicle while it is traveling based on the transportation plan, and which is measured by a sensor mounted on the vehicle; 3.
  • the processing device according to 1 or 2 wherein the determination means determines whether or not the prediction model needs to be corrected further based on a comparison result between the sensor value and the reference value.
  • the sensor value is a value related to a driver's operation,
  • the reference value indicates a value during standard operation, 6.
  • the processing device according to 5 wherein the determining means determines that the prediction model needs to be corrected when the remaining fuel amount prediction information and the remaining fuel actual measurement information differ from each other by a first reference level or more, and when the sensor value and the reference value do not deviate from a third reference level.
  • the processing device 7.
  • the determination means outputs guidance prompting improvement of driver's operation when the sensor value and the reference value deviate from each other by the third reference level or more.
  • the sensor value is a value related to the performance of the vehicle,
  • the reference value indicates a standard performance value of the vehicle, 6.
  • the determination means determines that the prediction model needs to be corrected when the estimated remaining fuel amount and the measured remaining fuel amount information deviate from each other by a first reference level or more and when the sensor value and the reference value do not deviate from a fourth reference level.
  • the processing device wherein, when the sensor value and the reference value deviate from each other by the fourth reference level or more, the determination means outputs information for notifying performance trouble of the vehicle.
  • the prediction information acquisition means further acquires parameter planning values, which are values of various parameters used to create the remaining fuel prediction information and are values planned based on the transportation plan
  • the actual measurement information acquisition means further acquires parameter actual values, which are actual values of the various parameters while traveling based on the transportation plan
  • the actual measurement information acquisition means further acquires a sensor value, which is a value indicating the state of the vehicle while it is traveling based on the transportation plan, and which is measured by a sensor mounted on the vehicle; 3.
  • the processing apparatus wherein the determination means determines whether or not the prediction model needs to be corrected further based on a comparison result between the parameter planned value and the parameter actual value and a comparison result between the sensor value and the reference value.
  • the computer a prediction information obtaining step of obtaining prediction information on the remaining amount of fuel, which is created based on the prediction model, showing the transition of the predicted value of the remaining amount of fuel of the vehicle when traveling based on the transportation plan; an actual measurement information acquisition step of acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; a determination step of determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • the processing method to perform.
  • Prediction information acquisition means for acquiring predictive information on the remaining fuel amount, which is created based on the prediction model, and shows the transition of the predicted value of the remaining fuel amount of the vehicle when traveling based on the transportation plan; an actual measurement information acquiring means for acquiring actual measurement information of the remaining amount of fuel indicating changes in the measured value of the remaining amount of fuel of the vehicle while the vehicle is traveling based on the transportation plan; determination means for determining whether or not the prediction model needs to be modified based on the remaining fuel amount prediction information and the remaining fuel amount actual measurement information;
  • a program that acts as a

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本発明は、輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得部（１１）と、輸送計画に基づいた走行を行っている間の車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得部（１２）と、燃料残量予測情報と燃料残量実測情報に基づき、予測モデルの修正の要否を判定する判定部（１３）と、を有する処理装置（１０）を提供する。

Description

処理装置、処理方法及びプログラム
　本発明は、処理装置、処理方法及びプログラムに関する。
　特許文献１は、配達計画で示される配達先毎の目標時間、配達計画に基づく配達を行った場合の実績時間、及び配達人の運転の質等に基づいて、配達計画の評価を行う技術を開示している。
　特許文献２は、目的地までのＳＯＣ（state of charge）の予測値の推移を求める技術を開示している。
特開２０２０－０９５３１５号公報 特開２００３－１１１２０９号公報
　車両を用いた輸送（配送／集荷）の途中で車両の燃料切れにならないように輸送計画を作成することが求められている。これを実現するためには、輸送計画に基づいた走行を行った場合の車両の燃料の残量の推移を精度よく推定する必要がある。
　本発明の課題は、輸送計画に基づいた走行を行った場合の車両の燃料の残量の推移を精度よく推定するための技術を提供することである。
　本発明によれば、
　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段と、
　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
を有する処理装置が提供される。
　また、本発明によれば、
　コンピュータが、
　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得工程と、
　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得工程と、
　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定工程と、
を実行する処理方法が提供される。
　また、本発明によれば、
　コンピュータを、
　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段、
　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
として機能させるプログラムが提供される。
　本発明によれば、輸送計画に基づいた走行を行った場合の車両の燃料の残量の推移を精度よく推定することが可能となる。
処理装置のハードウエア構成の一例を示す図である。 処理装置の機能ブロック図の一例である。 予測情報の一例を模式的に示す図である。 予測情報の一例を模式的に示す図である。 予測値と実測値の差を説明するための図である。 処理装置の処理の流れの一例を示すフローチャートである。 輸送計画の一例を模式的に示す図である。 予測モデルの一例を示す図である。 処理装置の処理の流れの一例を示すフローチャートである。 処理装置の処理の流れの一例を示すフローチャートである。 処理装置の処理の流れの一例を示すフローチャートである。
　以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。本明細書における「輸送」は、輸送先に荷物を配送すること、および輸送先で荷物を集荷することの両方を含む概念である。
＜第１の実施形態＞
「概要」
　本実施形態の処理装置は、「輸送計画に基づいた走行を行った場合の車両の燃料の残量の推移を予測する予測モデル」の修正の要否を判定する機能を有する。
　より詳細には、処理装置は、燃料残量予測情報と燃料残量実測情報に基づき、上記予測モデルの修正の要否を判定する。燃料残量予測情報は、上記予測モデルに基づき作成された情報であって、輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示す。燃料残量実測情報は、輸送計画に基づいた走行を行っている間の車両の燃料の残量の実測値の推移を示す。
　このような燃料残量予測情報と燃料残量実測情報に基づき上記予測モデルの修正の要否を判定する処理装置によれば、精度よく、予測モデルの修正の要否を判定することができる。結果、真に必要な場合に予測モデルを修正することができ、予測モデルによる予測精度が向上する。また、不要な場合に予測モデルを不要に修正することで予測モデルによる予測精度が劣化する不都合を抑制できる。
「ハードウエア構成」
　次に、処理装置のハードウエア構成の一例を説明する。処理装置の各機能部は、任意のコンピュータのＣＰＵ（Central Processing Unit）、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット（あらかじめ装置を出荷する段階から格納されているプログラムのほか、ＣＤ（Compact Disc）等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる）、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。
　図１は、処理装置のハードウエア構成を例示するブロック図である。図１に示すように、処理装置は、プロセッサ１Ａ、メモリ２Ａ、入出力インターフェイス３Ａ、周辺回路４Ａ、バス５Ａを有する。周辺回路４Ａには、様々なモジュールが含まれる。処理装置は周辺回路４Ａを有さなくてもよい。なお、処理装置は物理的及び／又は論理的に分かれた複数の装置で構成されてもよい。この場合、複数の装置各々が上記ハードウエア構成を備えることができる。
　バス５Ａは、プロセッサ１Ａ、メモリ２Ａ、周辺回路４Ａ及び入出力インターフェイス３Ａが相互にデータを送受信するためのデータ伝送路である。プロセッサ１Ａは、例えばＣＰＵ、ＧＰＵ（Graphics Processing Unit）などの演算処理装置である。メモリ２Ａは、例えばＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などのメモリである。入出力インターフェイス３Ａは、入力装置、外部装置、外部サーバ、外部センサ、カメラ等から情報を取得するためのインターフェイスや、出力装置、外部装置、外部サーバ等に情報を出力するためのインターフェイスなどを含む。入力装置は、例えばキーボード、マウス、マイク、物理ボタン、タッチパネル等である。出力装置は、例えばディスプレイ、スピーカ、プリンター、メーラ等である。プロセッサ１Ａは、各モジュールに指令を出し、それらの演算結果をもとに演算を行うことができる。
「機能構成」
　次に、処理装置の機能構成を説明する。図２に、処理装置１０の機能ブロック図の一例を示す。図示するように、処理装置１０は、予測情報取得部１１と、実測情報取得部１２と、判定部１３とを有する。
　予測情報取得部１１は、輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示す燃料残量予測情報を取得する。燃料残量予測情報は、予め作成された予測モデルに基づき作成された情報である。予測情報取得部１１は、燃料残量予測情報の入力を受付けることで、燃料残量予測情報を取得してもよい。その他、予測情報取得部１１は、輸送計画に基づき、燃料残量予測情報を作成してもよい。
　本実施形態の「車両」は、電気を燃料として駆動するいわゆる電動車両である。そして、本実施形態の「燃料残量予測情報」は、ＳＯＣの予測値の推移を示す。変形例として、車両は、ガソリン、軽油、水素等の他の燃料で駆動する車両であり、燃料残量予測情報はこれらの燃料の残量の予測値の推移を示してもよい。車両が、これら変形例の車両である場合であっても、以下で説明する処理と同様の処理で同様の作用効果が実現される。なお、以下で言及する「車両」は、特別な言及がない限り電動車両を意味する。
　図３に、燃料残量予測情報の一例を示す。図示する燃料残量予測情報では、拠点を出発してから拠点に戻るまでの間のあらゆるタイミングのＳＯＣの予測値が示される。図４に、燃料残量予測情報の他の一例を示す。図示する燃料残量予測情報では、拠点を出発してから拠点に戻るまでの間の所定のタイミングのＳＯＣの予測値が示される。例えば、図示するように３０分毎のＳＯＣの予測値が示されてもよいし、時間間隔を図示する例から異ならせてもよい。また、ＳＯＣの予測値が小さくなるにしたがい、時間間隔を短くしてもよい。
　本実施形態では、予測モデルの構成及び燃料残量予測情報の作成の仕方の詳細は特段制限されず、あらゆる構成を採用できる。以下の実施形態で一例を説明する。
　図２に戻り、実測情報取得部１２は、輸送計画に基づいた走行を行っている間の車両のＳＯＣの実測値の推移を示す燃料残量実測情報を取得する。実測情報取得部１２は、車両に搭載された車載装置が検出したＳＯＣの推移を示す燃料残量実測情報を取得する。実測情報取得部１２は、車載装置と通信して燃料残量実測情報を取得してもよいし、車載装置と通信して車両の燃料残量実測情報を収集・管理する管理装置と通信して燃料残量実測情報を取得してもよいし、ユーザ操作で入力された燃料残量実測情報を取得してもよい。
　判定部１３は、燃料残量予測情報と燃料残量実測情報に基づき、燃料残量予測情報の作成に利用される予測モデルの修正の要否を判定する。判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合、予測モデルの修正が必要と判定する。
　「第１の基準レベル以上乖離している」と判定する条件は様々であるが、例えば以下の条件１乃至３のいずれかを含んでもよい。
（条件１）燃料残量予測情報で示される予測値と、燃料残量実測情報で示される実測値との差ｄ（図５参照）が第１の基準値以上となる箇所が存在する。
（条件２）燃料残量予測情報で示される予測値と、燃料残量実測情報で示される実測値との差ｄ（図５参照）が第１の基準値以上となる時間の積算値が第２の基準値以上である。
（条件３）燃料残量予測情報で示される予測値と、燃料残量実測情報で示される実測値との差ｄ（図５参照）が第１の基準値以上となる状態が継続する時間長が第３の基準値以上となる時間帯がある。
　なお、差ｄは、図５に示すように、輸送計画に基づいた走行を行った場合のあるタイミングでの車両のＳＯＣの予測値と、輸送計画に基づいた走行を行った場合のそのタイミングでの車両のＳＯＣの実測値との差である。
　次に、図６のフローチャートを用いて、処理装置１０の処理の流れの一例を説明する。
　まず、処理装置１０は、燃料残量予測情報及び燃料残量実測情報を取得する（Ｓ１０）。燃料残量予測情報は、予測モデルに基づき作成された情報であり、輸送計画に基づいた走行を行った場合の車両のＳＯＣの予測値の推移を示す。燃料残量実測情報は、輸送計画に基づいた走行を行っている間の車両のＳＯＣの実測値の推移を示す。
　次に、処理装置１０は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ１１）。燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ１１のＹｅｓ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ１２）。一方、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ１１のＮｏ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ１３）。
　処理装置１０は、Ｓ１２及びＳ１３の判定結果を、任意の出力装置を介して出力してもよい。出力装置は、ディスプレイ、投影装置、スピーカ、警告ランプ、プリンター、メーラ等が例示されるが、これらに限定されない。
「作用効果」
　本実施形態の処理装置１０は、燃料残量予測情報と燃料残量実測情報に基づき、燃料残量予測情報の作成に利用される予測モデルの修正の要否を判定することができる。このような処理装置１０によれば、精度よく、予測モデルの修正の要否を判定することができる。結果、真に必要な場合に予測モデルを修正することができ、予測モデルによる予測精度が向上する。また、不要な場合に予測モデルを不要に修正することで予測モデルによる予測精度が劣化する不都合を抑制できる。
＜第２の実施形態＞
　本実施形態では、第１の実施形態で説明した燃料残量予測情報の作成処理が具体化される。燃料残量予測情報は、輸送計画及び予測モデルに基づき作成される。以下、輸送計画及び予測モデルをこの順に説明した後、それらを用いた燃料残量予測情報の作成処理を説明する。
「輸送計画」
　最初に、輸送計画について説明する。輸送計画では、輸送先、輸送順、及び荷物の重量等が示される。
　図７に、輸送計画の一例を模式的に示す。図７には、２０２１年１１月１９日分の複数の配送計画が一覧表示されている。図７では、計画識別情報と、車両識別情報と、輸送情報と、拠点出発時刻とが互いに紐付けられている。なお、輸送計画はその他の情報を含んでもよい。
　「計画識別情報」は、複数の輸送計画を互いに識別する情報である。
　「車両識別情報」は、輸送に利用される複数の車両を互いに識別する情報である。各計画識別情報に、各輸送計画に割り当てられた車両の車両識別情報が紐付けられている。
　「輸送情報」は、順番と、輸送先と、区分と、作業時間と、荷物重量と、作業開始時刻と、作業終了時刻とを含む。
　「順番」は、輸送順を示す。
　「輸送先」は、荷物を配送する相手や、荷物を集荷する相手の名前や住所を示す。
　「区分」は、作業の種別、すなわち配送又は集荷を示す。
　「作業時間」は、輸送先で行う作業（配送／集荷）に要する時間を示す。
　「荷物重量」は、配送先に配送する荷物、又は集荷先で集荷する荷物の重量を示す。
　「作業開始時刻」は、輸送先で作業（配送／集荷）を開始する時刻を示す。
　「作業終了時刻」は、輸送先で作業（配送／集荷）を終了する時刻を示す。
　「拠点出発時刻」は、事務所等の拠点から車両が出発する時刻を示す。車両は、拠点を出発した後、複数の輸送先を訪問し、その後、拠点に戻ってくる。出発する拠点と戻る拠点は同じであってもよいし、異なってもよい。
　このような輸送計画は、あらゆる技術を利用して作成される。
「予測モデル」
　次に、予測モデルについて説明する。本実施形態では、予測モデルは所定の教師データに基づく機械学習で作成される。予測モデルは、車両のＳＯＣの予測に用いられるものであり、その設計（何を目的変数とし、何を説明変数とするか）には様々なバリエーションがある。以下、予測モデルの一例を説明する。
　当該予測モデルは、車両の電費を予測するためのモデルである。具体的には、当該予測モデルは、車両の積載量、車両が通過する経路に関する情報（道路の舗装状況、予測される道路の混雑状況、道路の傾斜状況、経路内に存在するカーブの曲率半径、経路内に存在する右左折の数等）、当日の気象条件（天気、気温、湿度、風速等）、車種、車種に応じた空気抵抗、架装による消費電力等の中の少なくとも１つのパラメータを説明変数とし、電費を目的変数とした教師データに基づく機械学習で作成される。当該予測モデルは、例えば図８に示すような回帰方程式で表すことができる。
「燃料残量予測情報を作成する処理」
　次に、上述した輸送計画及び予測モデルに基づき燃料残量予測情報を作成する処理について説明する。当該処理は、作成装置により実行される。作成装置は、処理装置１０であってもよいし、処理装置１０と異なる装置であってもよい。
－拠点出発時の車両のＳＯＣを取得する処理－
　まず、作成装置は、拠点出発時の車両のＳＯＣを取得する。例えば、以下の第１乃至第３の例のいずれかで、拠点出発時の車両のＳＯＣの取得が実現されてもよい。
「第１の例」
　例えば、ユーザが、拠点出発時の車両のＳＯＣを作成装置に入力してもよい。そして、作成装置は、ユーザにより入力された拠点出発時の車両のＳＯＣを取得してもよい。例えば、ユーザは、前日の業務が終了した後、かつ当日の拠点出発時までの間の任意のタイミングで、車両に搭載されている車載装置等が表示する情報を視認することで、車両のその時点のＳＯＣを確認する。そして、ユーザは、確認した車両のＳＯＣを、拠点出発時の車両のＳＯＣとして作成装置に入力する。
「第２の例」
　その他、作成装置は、車両のＳＯＣを管理する装置と通信し、当該装置から車両のＳＯＣを取得してもよい。例えば、作成装置は、前日の業務が終了した後、かつ当日の拠点出発時までの間の任意のタイミングで、当該装置から車両のその時点のＳＯＣを、拠点出発時の車両のＳＯＣとして取得する。
「第３の例」
　その他、作成装置は、充電設備の予約状況を示す予約情報を取得してもよい。予約情報では、予約時間（予約開始時刻及び予約終了時刻）と、その予約時間に充電する車両の車両識別情報とが示される。
　そして、作成装置は、第１の例又は第２の例の手法で拠点出発時の車両のＳＯＣ（以下、「第１のＳＯＣ」）を取得した後、それ以降かつ拠点出発前に充電設備の予約がなされている車両については、第１のＳＯＣに、その予約で充電する分の充電量を加えた後のＳＯＣを、拠点出発時の車両のＳＯＣとして算出する。予約で充電する分の充電量は、予約開始時刻から予約終了時刻までの時間と充電設備の充電速度の積、及び車両の空き容量（１００％－（第１のＳＯＣ）分の容量）の小さい方とすることができる。
－拠点出発時の車両のＳＯＣと、輸送計画に基づき予測情報を作成する処理－
　予測情報取得部１１は、出発する拠点から戻る拠点までを複数の区間に分ける。具体的には、作成装置は、「出発する拠点から１番目の輸送先まで」、「１番目の輸送先から２番目の輸送先まで」、「２番目の輸送先から３番目の輸送先まで」、・・・・、「最後の輸送先から戻る拠点まで」の各々を１つの区間とする。
　そして、作成装置は、予測モデルを用いて、区間ごとに車両の電費を推定する。予測モデルには、各区間に関する情報、具体的には車両の積載量、車両が通過する経路に関する情報（道路の舗装状況、予測される道路の混雑状況、道路の傾斜状況、経路内に存在するカーブの曲率半径、経路内に存在する右左折の数等）、当日の気象条件（天気、気温、湿度、風速等）、車種、車種に応じた空気抵抗、架装による消費電力等の中の少なくとも１つの値が入力される。
　そして、作成装置は、各区間においては各区間の電費で電力が消費されるものとして、輸送中の車両のＳＯＣの推移、すなわち、出発する拠点から戻る拠点までの車両のＳＯＣの推移を算出する。
　ここで、各区間の車両の積載量を特定する処理について説明する。図７に示すように、輸送計画では、輸送の順番、及び各輸送先で配送／集荷する荷物の重量が示される。この情報を用いて、輸送中の積載量を特定することができる。
　まず、図７の区分「配送」に対応する荷物重量を足し合わせることで、出発する拠点から１番目の輸送先までの間の積載量（以下、「出発時積載量」）を算出することができる。
　そして、１番目の輸送先の区分が「配送」である場合、出発時積載量から１番目の輸送先で配送する荷物の重量をさし引くことで、１番目の輸送先から２番目の輸送先までの間の積載量を算出することができる。
　一方、１番目の輸送先の区分が「集荷」である場合、出発時積載量に１番目の輸送先で集荷する荷物の重量を足すことで、１番目の輸送先から２番目の輸送先までの間の積載量を算出することができる。
　以下、同様にして、ある輸送先からその次の輸送先までの積載量、及び、最後の輸送先から戻る拠点までの積載量を算出することができる。
　本実施形態の処理装置１０のその他の構成は、第１の実施形態と同様である。本実施形態の処理装置１０によれば、第１の実施形態と同様の作用効果が実現される。
＜第３の実施形態＞
　本実施形態の処理装置１０は、予測モデルの修正の要否をより精度よく判定するための機能を備える。具体的には、処理装置１０は、予測モデルに入力されるパラメータの計画値と、当該パラメータの実績値との乖離の程度に基づき、予測モデルの修正の要否を判定する。以下、詳細に説明する。
　予測情報取得部１１は、燃料残量予測情報の作成に用いる各種パラメータの値であって、輸送計画に基づき計画された値であるパラメータ計画値を取得する。
　各種パラメータは、第２の実施形態で説明した通り、車両の積載量、車両が通過する経路に関する情報（道路の舗装状況、予測される道路の混雑状況、道路の傾斜状況、経路内に存在するカーブの曲率半径、経路内に存在する右左折の数等）、当日の気象条件（天気、気温、湿度、風速等）、車種、車種に応じた空気抵抗、架装による消費電力等の中の少なくとも１つを含む。
　車両の積載量のパラメータ計画値の取得方法は、第２の実施形態で説明した通りである。また、周知の経路探索技術を用いて輸送計画で示される順に複数の輸送先を回る経路を決定し、その経路に関する情報を地図データから取得することで、車両が通過する経路に関する情報のパラメータ計画値を取得することができる。また、気象情報を提供するサーバから当日の気象情報の予測を取得することで、当日の気象条件に関するパラメータ計画値を取得することができる。また、輸送計画で示される各々に割り当てられた車両を特定し、予め登録されたその車両に関する各種情報をデータベースから取得することで、車種、車種に応じた空気抵抗、また架装による消費電力のパラメータ計画値を取得することができる。
　実測情報取得部１２は、輸送計画に基づいた走行を行っている間の各種パラメータの実績値であるパラメータ実績値を取得する。例えば、実測情報取得部１２は、車両に搭載された各種センサで収集された車両の積載量の実績値や、車両が実際に通った通路に関する情報を取得してもよい。その他、実測情報取得部１２は、気象情報を提供するサーバから当日の気象情報の実績を取得してもよい。その他、実測情報取得部１２は、ユーザ入力等により、各輸送計画の実行に実際に使用した車両を特定する情報を取得し、次いで、予め登録されたその車両に関する各種情報をデータベースから取得してもよい。
　判定部１３は、パラメータ計画値とパラメータ実績値の比較結果にさらに基づき、予測モデルの修正の要否を判定する。
　ここで、当該判定の趣旨を説明する。燃料残量予測情報の作成時に予測モデルに入力される上記パラメータの値は、輸送計画に基づき計画されたパラメータ計画値である。輸送計画に基づき実際に走行した時には、何らかの理由により、輸送の順やルートや実際に使用する車両等が輸送計画に基づき特定される内容と異なる可能性がある。結果、車両の積載量や経路に関する情報や車種や車種に応じた空気抵抗や架装による消費電力等の実績値が、輸送計画に基づき計画されたパラメータ計画値と異なる可能性がある。そして、このパラメータ計画値とパラメータ実績値との乖離に起因して、燃料残量予測情報と燃料残量実測情報とが乖離する場合がある。燃料残量予測情報と燃料残量実測情報との乖離の原因がパラメータ計画値とパラメータ実績値との乖離である場合、予測モデルの修正は不要である。判定部１３は、当該趣旨で判定を行うように構成される。
　具体的には、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離していない場合、予測モデルの修正が必要と判定してもよい。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、パラメータ計画値とパラメータ実績値の乖離でないと判断される。このため、予測モデルの修正が必要と判定される。
　一方、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離している場合、予測モデルの修正が不要と判定してもよい。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、パラメータ計画値とパラメータ実績値の乖離であると判断される。このため、予測モデルの修正が不要と判定される。
　変形例として、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離している場合、次の判定処理を行ってもよい。
　まず、判定部１３は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成する。そして、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離している場合、予測モデルの修正が必要と判定してもよい。また、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベルより乖離していない場合、予測モデルの修正が不要と判定してもよい。
　「第２の基準レベル以上乖離している」と判定する条件は様々であるが、例えば「複数のパラメータの中のＭ個以上において、予め定められた基準を満たす乖離が存在する」であってもよい。Ｍは１以上の整数である。
　上記「予め定められた基準」は、パラメータ毎に定められる。例えば、積載量や、車種に応じた空気抵抗や、架装による消費電力の場合の基準は、「輸送計画に基づく走行中に、パラメータ計画値とパラメータ実績値との差が閾値以上となる箇所があった」でもよいし、「輸送計画に基づく走行中に、パラメータ計画値とパラメータ実績値との差が閾値以上となった積算時間が閾値以上である」でもよいし、その他でもよい。
　また、車両が通過する経路に関する情報（道路の舗装状況、予測される道路の混雑状況、道路の傾斜状況、経路内に存在するカーブの曲率半径、経路内に存在する右左折の数等）の場合の基準は、「これらパラメータ計画値を算出するために決定した経路と、実際に車両が走行した経路との間で一致しない経路の長さが閾値以上」でもよいし、その他でもよい。
　また、当日の気象条件（天気、気温、湿度、風速等）や車種の場合、予め定められたルールでそれら情報が数値化されてもよい。そして、これらの場合の基準は、「輸送計画に基づく走行中に、パラメータ計画値とパラメータ実績値との差が閾値以上となる箇所があった」でもよいし、「輸送計画に基づく走行中に、パラメータ計画値とパラメータ実績値との差が閾値以上となった積算時間が閾値以上である」でもよいし、その他でもよい。
　次に、図９のフローチャートを用いて、処理装置１０の処理の流れの一例を説明する。
　まず、処理装置１０は、燃料残量予測情報、燃料残量実測情報、パラメータ計画値及びパラメータ実績値を取得する（Ｓ２０）。燃料残量予測情報は、パラメータ計画値及び予測モデルに基づき作成された情報であり、輸送計画に基づいた走行を行った場合の車両のＳＯＣの予測値の推移を示す。燃料残量実測情報は、輸送計画に基づいた走行を行っている間の車両のＳＯＣの実測値の推移を示す。パラメータ計画値は、予測モデルに入力される各種パラメータの値であって、輸送計画に基づき計画された値である。パラメータ実績値は、輸送計画に基づき走行した時の上記各種パラメータの実績値である。
　次に、処理装置１０は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ２１）。燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ２１のＹｅｓ）、処理装置１０は、パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離しているか判定する（Ｓ２２）。
　パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離していない場合（Ｓ２２のＮｏ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ２３）。一方、パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離している場合（Ｓ２２のＹｅｓ）、処理装置１０は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成し、当該燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ２４）。
　パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ２４のＹｅｓ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ２３）。一方、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ２４のＮｏ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ２５）。
　また、処理装置１０は、Ｓ２０で取得した燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ２１のＮｏ）、予測モデルの修正が不要と判定する（Ｓ２６）。
　処理装置１０は、Ｓ２３、Ｓ２５及びＳ２６の判定結果を、任意の出力装置を介して出力してもよい。出力装置は、ディスプレイ、投影装置、スピーカ、警告ランプ、プリンター、メーラ等が例示されるが、これらに限定されない。
　本実施形態の処理装置１０のその他の構成は、第１及び第２の実施形態と同様である。
　本実施形態の処理装置１０によれば、第１及び第２の実施形態と同様の作用効果が実現される。また、本実施形態の処理装置１０によれば、予測モデルに入力されるパラメータの計画値と、当該パラメータの実績値との乖離の程度に基づき、予測モデルの修正の要否を判定することができる。結果、予測モデルの修正の要否をより精度よく判定することが可能となる。
＜第４の実施形態＞
　本実施形態の処理装置１０は、予測モデルの修正の要否をより精度よく判定するための機能を備える。具体的には、処理装置１０は、ドライバーの車両の操作に関するセンサ値と、参照値との乖離の程度に基づき、予測モデルの修正の要否を判定する。以下、詳細に説明する。
　実測情報取得部１２は、輸送計画に基づいた走行を行っている間の車両の状態を示す値であって、車両に搭載されたセンサで測定されたセンサ値をさらに取得する。
　センサ値は、ドライバーの車両の操作に関する値である。例えば、センサ値は、ハンドル、アクセル、ブレーキ、ウインカー、ワイパー、各種ランプ、エアコン、オーディオ等、車両に搭載されたあらゆる操作対象の状態（ドライバーの操作内容）を示す。また、センサ値は、速度、加速度等のドライバーの操作に応じてなった車両の状態を示してもよい。このようなセンサ値は、周知の技術を用いて取得可能である。
　判定部１３は、センサ値と参照値との比較結果に基づき、予測モデルの修正の要否を判定する。参照値は、予め設定された値であり、標準的な操作時の値を示す。
　ここで、当該判定の趣旨を説明する。車両の電費は、ドライバーの操作内容に応じて変化し得る。このため、ドライバーの操作内容が、燃料残量予測情報を作成する際に想定している標準的な操作から乖離している場合、それに起因して、燃料残量予測情報と燃料残量実測情報とが乖離する場合がある。燃料残量予測情報と燃料残量実測情報との乖離の原因がドライバーの操作内容である場合、予測モデルの修正は不要である。判定部１３は、当該趣旨で判定を行うように構成される。
　具体的には、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、センサ値と参照値が第３の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、ドライバーの操作でないと判断される。このため、予測モデルの修正が必要と判定される。
　一方、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、センサ値と参照値が第３の基準レベルより乖離している場合、予測モデルの修正が必要と判定してもよい。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、ドライバーの操作であると判断される。このため、予測モデルの修正が不要と判定される。
　「第３の基準レベル以上乖離している」と判定する条件は様々であるが、例えば「複数のセンサ値の中のＮ個以上において、予め定められた基準を満たす乖離が存在する」であってもよい。Ｎは１以上の整数である。
　上記「予め定められた基準」は、センサ値毎に定められる。例えば、「輸送計画に基づく走行中に、センサ値と参照値との差が閾値以上となる箇所があった」でもよいし、「輸送計画に基づく走行中に、センサ値と参照値との差が閾値以上となった積算時間が閾値以上である」でもよいし、その他でもよい。
　なお、判定部１３は、センサ値と参照値が第３の基準レベル以上乖離している場合、ドライバーの操作の改善を促す案内を出力してもよい。当該出力は、ディスプレイ、投影装置、スピーカ、プリンター、メーラ等のあらゆる出力装置を介して実現される。
　次に、図１０のフローチャートを用いて、処理装置１０の処理の流れの一例を説明する。
　まず、処理装置１０は、燃料残量予測情報、燃料残量実測情報、及びセンサ値を取得する（Ｓ３０）。燃料残量予測情報は、予測モデルに基づき作成された情報であり、輸送計画に基づいた走行を行った場合の車両のＳＯＣの予測値の推移を示す。燃料残量実測情報は、輸送計画に基づいた走行を行っている間の車両のＳＯＣの実測値の推移を示す。センサ値は、輸送計画に基づいた走行を行っている間に車両に搭載されたセンサで測定された値であって、ドライバーの操作に関する値である。
　次に、処理装置１０は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ３１）。燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ３１のＹｅｓ）、処理装置１０は、センサ値と参照値が第３の基準レベル以上乖離しているか判定する（Ｓ３２）。
　センサ値と参照値が第３の基準レベル以上乖離していない場合（Ｓ３２のＮｏ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ２３）。一方、センサ値と参照値が第３の基準レベル以上乖離している場合（Ｓ３２のＹｅｓ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ３４）。
　また、処理装置１０は、Ｓ３０で取得した燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ３１のＮｏ）、予測モデルの修正が不要と判定する（Ｓ３４）。
　処理装置１０は、Ｓ３３及びＳ３４の判定結果を、任意の出力装置を介して出力してもよい。また、処理装置１０は、Ｓ３２でＹｅｓとなった場合、ドライバーの操作の改善を促す案内を、任意の出力装置を介して出力してもよい。出力装置は、ディスプレイ、投影装置、スピーカ、警告ランプ、プリンター、メーラ等が例示されるが、これらに限定されない。
　本実施形態の処理装置１０のその他の構成は、第１乃至第３の実施形態と同様である。
　本実施形態の処理装置１０によれば、第１乃至第３の実施形態と同様の作用効果が実現される。また、本実施形態の処理装置１０によれば、ドライバーの操作内容に基づき、予測モデルの修正の要否を判定することができる。結果、予測モデルの修正の要否をより精度よく判定することが可能となる。
＜第５の実施形態＞
　本実施形態の処理装置１０は、予測モデルの修正の要否をより精度よく判定するための機能を備える。具体的には、処理装置１０は、車両の性能に関するセンサ値と、参照値との乖離の程度に基づき、予測モデルの修正の要否を判定する。以下、詳細に説明する。
　実測情報取得部１２は、輸送計画に基づいた走行を行っている間の車両の状態を示す値であって、車両に搭載されたセンサで測定されたセンサ値をさらに取得する。
　センサ値は、車両の性能に関する値である。例えば、センサ値は、エンジン制御に利用されるセンサ（圧力センサ、排ガスセンサ、クランク角センサ等）で測定された値や、ハンドル、アクセル、ブレーキ等の操作対象の状態を示す値や、速度や加速度等の車両の状態を示す値等が例示されるが、これらに限定されない。このようなセンサ値は、周知の技術を用いて取得可能である。
　判定部１３は、センサ値と参照値との比較結果に基づき、予測モデルの修正の要否を判定する。参照値は、予め設定された値であり、標準的な状態時の車両の性能を示す。
　ここで、当該判定の趣旨を説明する。車両の電費は、車両の性能に応じて変化し得る。故障や経年劣化等に起因して性能が劣化している場合、電費は悪くなる。このため、車両の性能が、燃料残量予測情報を作成する際に想定している標準的な性能から乖離している場合、それに起因して、燃料残量予測情報と燃料残量実測情報とが乖離する場合がある。燃料残量予測情報と燃料残量実測情報との乖離の原因が車両の性能である場合、予測モデルの修正は不要である。判定部１３は、当該趣旨で判定を行うように構成される。
　具体的には、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、センサ値と参照値が第４の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、車両の性能でないと判断される。このため、予測モデルの修正が必要と判定される。
　一方、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、センサ値と参照値が第４の基準レベルより乖離している場合、予測モデルの修正が必要と判定してもよい。この場合、燃料残量予測情報と燃料残量実測情報の乖離の原因は、車両の性能であると判断される。このため、予測モデルの修正が不要と判定される。
　「第４の基準レベル以上乖離している」と判定する条件は様々であるが、例えば「複数のセンサ値の中のＰ個以上において、予め定められた基準を満たす乖離が存在する」であってもよい。Ｐは１以上の整数である。
　上記「予め定められた基準」は、センサ値毎に定められる。例えば、「輸送計画に基づく走行中に、センサ値と参照値との差が閾値以上となる箇所があった」でもよいし、「輸送計画に基づく走行中に、センサ値と参照値との差が閾値以上となった積算時間が閾値以上である」でもよいし、その他でもよい。
　なお、判定部１３は、センサ値と参照値が第４の基準レベル以上乖離している場合、車両の性能のトラブルを通知する情報を出力してもよい。当該出力は、ディスプレイ、投影装置、スピーカ、プリンター、メーラ等のあらゆる出力装置を介して実現される。
　次に、図１０のフローチャートを用いて、処理装置１０の処理の流れの一例を説明する。
　まず、処理装置１０は、燃料残量予測情報、燃料残量実測情報、及びセンサ値を取得する（Ｓ３０）。燃料残量予測情報は、予測モデルに基づき作成された情報であり、輸送計画に基づいた走行を行った場合の車両のＳＯＣの予測値の推移を示す。燃料残量実測情報は、輸送計画に基づいた走行を行っている間の車両のＳＯＣの実測値の推移を示す。センサ値は、輸送計画に基づいた走行を行っている間に車両に搭載されたセンサで測定された値であって、車両の性能に関する値である。
　次に、処理装置１０は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ３１）。燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ３１のＹｅｓ）、処理装置１０は、センサ値と参照値が第４の基準レベル以上乖離しているか判定する（Ｓ３２）。
　センサ値と参照値が第４の基準レベル以上乖離していない場合（Ｓ３２のＮｏ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ２３）。一方、センサ値と参照値が第４の基準レベル以上乖離している場合（Ｓ３２のＹｅｓ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ３４）。
　また、処理装置１０は、Ｓ３０で取得した燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ３１のＮｏ）、予測モデルの修正が不要と判定する（Ｓ３４）。
　処理装置１０は、Ｓ３３及びＳ３４の判定結果を、任意の出力装置を介して出力してもよい。また、処理装置１０は、Ｓ３２でＹｅｓとなった場合、車両の性能のトラブルを通知する情報を、任意の出力装置を介して出力してもよい。出力装置は、ディスプレイ、投影装置、スピーカ、警告ランプ、プリンター、メーラ等が例示されるが、これらに限定されない。
　本実施形態の処理装置１０のその他の構成は、第１乃至第４の実施形態と同様である。
　本実施形態の処理装置１０によれば、第１乃至第４の実施形態と同様の作用効果が実現される。また、本実施形態の処理装置１０によれば、車両の性能に基づき、予測モデルの修正の要否を判定することができる。結果、予測モデルの修正の要否をより精度よく判定することが可能となる。
＜第６の実施形態＞
　本実施形態の処理装置１０は、第３の実施形態で説明した「パラメータ計画値とパラメータ実績値との比較結果に基づく判定」、第４の実施形態で説明した「ドライバーの操作に関するセンサ値と参照値との比較結果に基づく判定」、及び第５の実施形態で説明した「車両の性能に関するセンサ値と参照値との比較結果に基づく判定」の中の少なくとも２つを組み合わせて、予測モデルの修正の要否を判定する。以下、詳細に説明する。
「第１の例」
　第１の例は、第３の実施形態で説明した「パラメータ計画値とパラメータ実績値との比較結果に基づく判定」と、第４の実施形態で説明した「ドライバーの操作に関するセンサ値と参照値との比較結果に基づく判定」と、第５の実施形態で説明した「車両の性能に関するセンサ値と参照値との比較結果に基づく判定」とを組み合わせて、予測モデルの修正の要否を判定する。
　判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しておらず、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しておらず、かつ、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。
　そして、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合であっても、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しているか、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しているか、又は、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離している場合、予測モデルの修正が不要と判定する。
　また、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合、予測モデルの修正が不要と判定する。
　なお、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合で、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しておらず、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離しておらず、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離している場合、次の判定処理を行ってもよい。
　まず、判定部１３は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成する。そして、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離している場合、予測モデルの修正が必要と判定してもよい。また、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベルより乖離していない場合、予測モデルの修正が不要と判定してもよい。
「第２の例」
　第２の例は、第３の実施形態で説明した「パラメータ計画値とパラメータ実績値との比較結果に基づく判定」と、第４の実施形態で説明した「ドライバーの操作に関するセンサ値と参照値との比較結果に基づく判定」とを組み合わせて、予測モデルの修正の要否を判定する。
　判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しておらず、かつ、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。
　そして、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合であっても、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しているか、又は、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離している場合、予測モデルの修正が不要と判定する。
　また、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合、予測モデルの修正が不要と判定する。
　なお、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合で、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しておらず、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離している場合、次の判定処理を行ってもよい。
　まず、判定部１３は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成する。そして、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離している場合、予測モデルの修正が必要と判定してもよい。また、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベルより乖離していない場合、予測モデルの修正が不要と判定してもよい。
「第３の例」
　第３の例は、第３の実施形態で説明した「パラメータ計画値とパラメータ実績値との比較結果に基づく判定」と、第５の実施形態で説明した「車両の性能に関するセンサ値と参照値との比較結果に基づく判定」とを組み合わせて、予測モデルの修正の要否を判定する。
　判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しておらず、かつ、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。
　そして、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合であっても、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離しているか、又は、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離している場合、予測モデルの修正が不要と判定する。
　また、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合、予測モデルの修正が不要と判定する。
　なお、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合で、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離しておらず、かつ、パラメータ計画値とパラメータ実績値が第２の基準レベルより乖離している場合、次の判定処理を行ってもよい。
　まず、判定部１３は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成する。そして、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離している場合、予測モデルの修正が必要と判定してもよい。また、判定部１３は、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と、燃料残量実測情報が第１の基準レベルより乖離していない場合、予測モデルの修正が不要と判定してもよい。
「第４の例」
　第４の例は、第４の実施形態で説明した「ドライバーの操作に関するセンサ値と参照値との比較結果に基づく判定」と、第５の実施形態で説明した「車両の性能に関するセンサ値と参照値との比較結果に基づく判定」とを組み合わせて、予測モデルの修正の要否を判定する。
　判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しており、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しておらず、かつ、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離していない場合、予測モデルの修正が必要と判定する。
　そして、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合であっても、ドライバーの操作に関するセンサ値と参照値とが第３の基準レベルより乖離しているか、又は、車両の性能に関するセンサ値と参照値とが第４の基準レベルより乖離している場合、予測モデルの修正が不要と判定する。
　また、判定部１３は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合、予測モデルの修正が不要と判定する。
　次に、図１１のフローチャートを用いて、第１の例の処理の流れの一例を説明する。
　まず、処理装置１０は、燃料残量予測情報、燃料残量実測情報、パラメータ計画値、パラメータ実績値及びセンサ値を取得する（Ｓ４０）。
　次に、処理装置１０は、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ４１）。燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ４１のＮｏ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ４８）。一方、燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ４１のＹｅｓ）、処理装置１０は、パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離しているか判定する（Ｓ４２）。
　パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離している場合（Ｓ４２のＹｅｓ）、処理装置１０は、Ｓ４６以降の処理を行う。一方、パラメータ計画値とパラメータ実績値が第２の基準レベル以上乖離していない場合（Ｓ４２のＮｏ）、処理装置１０は、ドライバーの操作に関するセンサ値と参照値が第３の基準レベル以上乖離しているか判定する（Ｓ４３）。
　ドライバーの操作に関するセンサ値と参照値が第３の基準レベル以上乖離している場合（Ｓ４３のＹｅｓ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ４８）。一方、ドライバーの操作に関するセンサ値と参照値が第３の基準レベル以上乖離していない場合（Ｓ４３のＮｏ）、処理装置１０は、車両の性能に関するセンサ値と参照値が第４の基準レベル以上乖離しているか判定する（Ｓ４４）。
　車両の性能に関するセンサ値と参照値が第４の基準レベル以上乖離している場合（Ｓ４４のＹｅｓ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ４８）。一方、車両の性能に関するセンサ値と参照値が第４の基準レベル以上乖離していない場合（Ｓ４４のＮｏ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ４５）
　Ｓ４２でＹｅｓとなった場合、処理装置１０は、パラメータ実績値を予測モデルに入力して燃料残量予測情報を作成し、当該燃料残量予測情報と、燃料残量実測情報が第１の基準レベル以上乖離しているか判定する（Ｓ４６）。
　パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離している場合（Ｓ４６のＹｅｓ）、処理装置１０は、予測モデルの修正が必要と判定する（Ｓ４５）。一方、パラメータ実績値を予測モデルに入力して作成された燃料残量予測情報と燃料残量実測情報が第１の基準レベル以上乖離していない場合（Ｓ４６のＮｏ）、処理装置１０は、予測モデルの修正が不要と判定する（Ｓ４７）。
　処理装置１０は、Ｓ４５、Ｓ４７及びＳ４８の判定結果を、任意の出力装置を介して出力してもよい。また、処理装置１０は、Ｓ４３でＹｅｓとなった場合、ドライバーの操作の改善を促す案内を、任意の出力装置を介して出力してもよい。また、処理装置１０は、Ｓ４４でＹｅｓとなった場合、車両の性能のトラブルを通知する情報を、任意の出力装置を介して出力してもよい。出力装置は、ディスプレイ、投影装置、スピーカ、警告ランプ、プリンター、メーラ等が例示されるが、これらに限定されない。
　なお、Ｓ４２、Ｓ４３及びＳ４４の処理順は、図１１に示したものに限定されず、その他の順番とすることもできる。
　本実施形態の処理装置１０のその他の構成は、第１乃至第５の実施形態と同様である。
　本実施形態の処理装置１０によれば、第１乃至第５の実施形態と同様の作用効果が実現される。また、本実施形態の処理装置１０によれば、予測モデルに入力されるパラメータの計画値と当該パラメータの実績値との乖離の程度、ドライバーの操作内容及び車両の性能の中の少なくとも２つに基づき、予測モデルの修正の要否を判定することができる。結果、予測モデルの修正の要否をより精度よく判定することが可能となる。
　ここで、すべての実施形態に適用可能な変形例を説明する。上記実施形態では、予測モデルは所定の教師データに基づく機械学習で作成された。変形例として、予測モデルは、ルールベースのロジックで作成され、各種パラメータが上記実施形態と同様の手法で調整されてもよい。
　以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。上述した実施形態の構成は、互いに組み合わせたり、一部の構成を他の構成に入れ替えたりしてもよい。また、上述した実施形態の構成は、趣旨を逸脱しない範囲内において種々の変更を加えてもよい。また、上述した各実施形態や変形例に開示される構成や処理を互いに組み合わせてもよい。
　なお、本明細書において、「取得」とは、ユーザ入力に基づき、又は、プログラムの指示に基づき、「自装置が他の装置や記憶媒体に格納されているデータを取りに行くこと（能動的な取得）」、たとえば、他の装置にリクエストまたは問い合わせして受信すること、他の装置や記憶媒体にアクセスして読み出すこと等、および、ユーザ入力に基づき、又は、プログラムの指示に基づき、「自装置に他の装置から出力されるデータを入力すること（受動的な取得）」、たとえば、配信（または、送信、プッシュ通知等）されるデータを受信すること、また、受信したデータまたは情報の中から選択して取得すること、及び、「データを編集（テキスト化、データの並び替え、一部データの抽出、ファイル形式の変更等）などして新たなデータを生成し、当該新たなデータを取得すること」の少なくともいずれか一方を含む。
　また本明細書では輸送計画を例に発明を説明したがこれに限られず、移動計画などに本発明を適用してもよい。移動計画の一例として、例えば車両に搭載されたカーナビゲーションシステムで示される経路情報などが挙げられる。本発明を移動計画に適用することで、輸送時だけでなく車両の移動時にも同様の効果を得ることができる。
　上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
１．　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段と、
　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
を有する処理装置。
２．　前記車両の燃料の残量は、ＳＯＣで示される１に記載の処理装置。
３．　前記予測情報取得手段は、前記燃料残量予測情報の作成に用いる各種パラメータの値であって、前記輸送計画に基づき計画された値であるパラメータ計画値をさらに取得し、
　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記各種パラメータの実績値であるパラメータ実績値をさらに取得し、
　前記判定手段は、前記パラメータ計画値と前記パラメータ実績値の比較結果にさらに基づき、前記予測モデルの修正の要否を判定する１又は２に記載の処理装置。
４．　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記パラメータ計画値と前記パラメータ実績値が第２の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する３に記載の処理装置。
５．　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記車両の状態を示す値であって、前記車両に搭載されたセンサで測定されたセンサ値をさらに取得し、
　前記判定手段は、前記センサ値と参照値との比較結果にさらに基づき、前記予測モデルの修正の要否を判定する１又は２に記載の処理装置。
６．　前記センサ値は、ドライバーの操作に関する値であり、
　前記参照値は、標準的な操作時の値を示し、
　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記センサ値と前記参照値が第３の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する５に記載の処理装置。
７．　前記判定手段は、前記センサ値と前記参照値が前記第３の基準レベル以上乖離している場合、ドライバーの操作の改善を促す案内を出力する６に記載の処理装置。
８．　前記センサ値は、前記車両の性能に関する値であり、
　前記参照値は、前記車両の標準的な性能の値を示し、
　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記センサ値と前記参照値が第４の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する５に記載の処理装置。
９．　前記判定手段は、前記センサ値と前記参照値が前記第４の基準レベル以上乖離している場合、前記車両の性能のトラブルを通知する情報を出力する８に記載の処理装置。
１０．　前記予測情報取得手段は、前記燃料残量予測情報の作成に用いる各種パラメータの値であって、前記輸送計画に基づき計画された値であるパラメータ計画値をさらに取得し、
　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記各種パラメータの実績値であるパラメータ実績値をさらに取得し、
　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記車両の状態を示す値であって、前記車両に搭載されたセンサで測定されたセンサ値をさらに取得し、
　前記判定手段は、前記パラメータ計画値と前記パラメータ実績値との比較結果、及び前記センサ値と参照値との比較結果にさらに基づき、前記予測モデルの修正の要否を判定する１又は２に記載の処理装置。
１１．　コンピュータが、
　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得工程と、
　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得工程と、
　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定工程と、
を実行する処理方法。
１２．　コンピュータを、
　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段、
　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
として機能させるプログラム。
　１０　　処理装置
　１１　　予測情報取得部
　１２　　実測情報取得部
　１３　　判定部
　１Ａ　　プロセッサ
　２Ａ　　メモリ
　３Ａ　　入出力Ｉ／Ｆ
　４Ａ　　周辺回路
　５Ａ　　バス

Claims (12)

  1. 　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段と、
    　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
    　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
    を有する処理装置。
  2. 　前記車両の燃料の残量は、ＳＯＣ（state of charge）で示される請求項１に記載の処理装置。
  3. 　前記予測情報取得手段は、前記燃料残量予測情報の作成に用いる各種パラメータの値であって、前記輸送計画に基づき計画された値であるパラメータ計画値をさらに取得し、
    　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記各種パラメータの実績値であるパラメータ実績値をさらに取得し、
    　前記判定手段は、前記パラメータ計画値と前記パラメータ実績値の比較結果にさらに基づき、前記予測モデルの修正の要否を判定する請求項１又は２に記載の処理装置。
  4. 　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記パラメータ計画値と前記パラメータ実績値が第２の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する請求項３に記載の処理装置。
  5. 　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記車両の状態を示す値であって、前記車両に搭載されたセンサで測定されたセンサ値をさらに取得し、
    　前記判定手段は、前記センサ値と参照値との比較結果にさらに基づき、前記予測モデルの修正の要否を判定する請求項１又は２に記載の処理装置。
  6. 　前記センサ値は、ドライバーの操作に関する値であり、
    　前記参照値は、標準的な操作時の値を示し、
    　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記センサ値と前記参照値が第３の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する請求項５に記載の処理装置。
  7. 　前記判定手段は、前記センサ値と前記参照値が前記第３の基準レベル以上乖離している場合、ドライバーの操作の改善を促す案内を出力する請求項６に記載の処理装置。
  8. 　前記センサ値は、前記車両の性能に関する値であり、
    　前記参照値は、前記車両の標準的な性能の値を示し、
    　前記判定手段は、前記燃料残量予測情報と前記燃料残量実測情報が第１の基準レベル以上乖離しており、かつ、前記センサ値と前記参照値が第４の基準レベルより乖離していない場合、前記予測モデルの修正が必要と判定する請求項５に記載の処理装置。
  9. 　前記判定手段は、前記センサ値と前記参照値が前記第４の基準レベル以上乖離している場合、前記車両の性能のトラブルを通知する情報を出力する請求項８に記載の処理装置。
  10. 　前記予測情報取得手段は、前記燃料残量予測情報の作成に用いる各種パラメータの値であって、前記輸送計画に基づき計画された値であるパラメータ計画値をさらに取得し、
    　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記各種パラメータの実績値であるパラメータ実績値をさらに取得し、
    　前記実測情報取得手段は、前記輸送計画に基づいた走行を行っている間の前記車両の状態を示す値であって、前記車両に搭載されたセンサで測定されたセンサ値をさらに取得し、
    　前記判定手段は、前記パラメータ計画値と前記パラメータ実績値との比較結果、及び前記センサ値と参照値との比較結果にさらに基づき、前記予測モデルの修正の要否を判定する請求項１又は２に記載の処理装置。
  11. 　コンピュータが、
    　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得工程と、
    　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得工程と、
    　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定工程と、
    を実行する処理方法。
  12. 　コンピュータを、
    　　輸送計画に基づいた走行を行った場合の車両の燃料の残量の予測値の推移を示し、かつ予測モデルに基づき作成された燃料残量予測情報を取得する予測情報取得手段、
    　　前記輸送計画に基づいた走行を行っている間の前記車両の燃料の残量の実測値の推移を示す燃料残量実測情報を取得する実測情報取得手段と、
    　　前記燃料残量予測情報と前記燃料残量実測情報に基づき、前記予測モデルの修正の要否を判定する判定手段と、
    として機能させるプログラム。
PCT/JP2022/001607 2022-01-18 2022-01-18 処理装置、処理方法及びプログラム WO2023139647A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/001607 WO2023139647A1 (ja) 2022-01-18 2022-01-18 処理装置、処理方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/001607 WO2023139647A1 (ja) 2022-01-18 2022-01-18 処理装置、処理方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2023139647A1 true WO2023139647A1 (ja) 2023-07-27

Family

ID=87347980

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/001607 WO2023139647A1 (ja) 2022-01-18 2022-01-18 処理装置、処理方法及びプログラム

Country Status (1)

Country Link
WO (1) WO2023139647A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017513006A (ja) * 2014-04-04 2017-05-25 テスラ・モーターズ・インコーポレーテッド エネルギー制約の下での旅程計画立案
JP2020027432A (ja) * 2018-08-10 2020-02-20 株式会社東芝 エネルギー管理装置、モデル管理方法及びコンピュータプログラム
US20200393259A1 (en) * 2019-06-17 2020-12-17 GM Global Technology Operations LLC Vehicle energy management
US20210138927A1 (en) * 2019-11-13 2021-05-13 Lg Electronics Inc. Device, system and method for predicting battery consumption of electric vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017513006A (ja) * 2014-04-04 2017-05-25 テスラ・モーターズ・インコーポレーテッド エネルギー制約の下での旅程計画立案
JP2020027432A (ja) * 2018-08-10 2020-02-20 株式会社東芝 エネルギー管理装置、モデル管理方法及びコンピュータプログラム
US20200393259A1 (en) * 2019-06-17 2020-12-17 GM Global Technology Operations LLC Vehicle energy management
US20210138927A1 (en) * 2019-11-13 2021-05-13 Lg Electronics Inc. Device, system and method for predicting battery consumption of electric vehicle

Similar Documents

Publication Publication Date Title
Wang et al. Battery electric vehicle energy consumption prediction for a trip based on route information
CN105383495B (zh) 使用物理模型的基于路线的能耗估计
CN104677374B (zh) 多模式路线规划
CN103206958B (zh) 路径预测系统、路径预测方法
US11584396B2 (en) Method, system, and vehicle for preparing an energy forecast and determining an optimized driving behavior with respect to the energy forecast
CN106767874A (zh) 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
US10852150B2 (en) Methods and apparatuses for fuel consumption prediction
US20150314793A1 (en) Method for traffic-flow-conditioned adaptation of stopping processes to a synthetically modulated speed profile along a route travelled along by a vehicle and control device for carrying out the method
JP2019160242A (ja) 通信装置およびスケジュール作成方法
US9834196B2 (en) Vehicular information-processing device
CN103596830A (zh) 车辆用信息处理装置和车辆用信息处理方法
WO2018180583A1 (ja) プラン情報提供システム、プラン情報提供方法、および記憶媒体
CN113415288B (zh) 分段式纵向车速规划方法、装置、设备及存储介质
EP2906908B1 (en) Method and computer program product for estimating a travel time for a vehicle
JP2006275869A (ja) ナビゲーション装置、ナビゲーション方法およびナビゲーションプログラム
JP2021047579A (ja) 情報処理システム及びプログラム
JP5903905B2 (ja) ナビゲーション装置
WO2023139647A1 (ja) 処理装置、処理方法及びプログラム
JP2019161620A (ja) 通信装置およびスケジュール作成方法
WO2023135789A1 (ja) 警告装置、警告方法及びプログラム
WO2023054165A1 (ja) 需要予測装置、需要予測方法、および記憶媒体
JP6948253B2 (ja) 車両最適化システムおよび車両最適化装置
WO2024069673A1 (ja) 処理装置、処理方法及び記録媒体
CN115993130A (zh) 充电站规划方法、装置、电子设备及存储介质
WO2024038672A1 (ja) エネルギー消費量推定装置、モデル生成装置、プログラム及びモデルの生成方法

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: 22921810

Country of ref document: EP

Kind code of ref document: A1