Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020110446 - VEHICLE MALFUNCTION PREDICTION SYSTEM, MONITORING DEVICE, VEHICLE MALFUNCTION PREDICTION METHOD, AND VEHICLE MALFUNCTION PREDICTION PROGRAM

Document

明 細 書

発明の名称 車両故障予測システム、監視装置、車両故障予測方法および車両故障予測プログラム

技術分野

0001  

背景技術

0002  

先行技術文献

非特許文献

0003  

発明の概要

0004   0005   0006   0007   0008   0009   0010  

図面の簡単な説明

0011  

発明を実施するための形態

0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159  

符号の説明

0160  

請求の範囲

1   2   3   4   5   6   7   8   9   10  

図面

1   2   3   4   5  

明 細 書

発明の名称 : 車両故障予測システム、監視装置、車両故障予測方法および車両故障予測プログラム

技術分野

[0001]
 本発明は、車両故障予測システム、監視装置、車両故障予測方法および車両故障予測プログラムに関する。
 この出願は、2018年11月27日に出願された日本出願特願2018-221261号を基礎とする優先権を主張し、その開示のすべてをここに取り込む。

背景技術

[0002]
 “車載ネットワークでのサイバー攻撃を検知する技術を開発:富士通”、[online]、[平成30年11月19日検索]、インターネット〈URL:http://pr.fujitsu.com/jp/news/2018/01/24-1.html〉(非特許文献1)には、CAN(Controller Area Network)(登録商標)の規格に従うメッセージの受信周期を学習し、学習した周期に対応するメッセージの受信数と実際の受信数とのずれを利用して、車載ネットワークでのサイバー攻撃を検知する技術が開示されている。

先行技術文献

非特許文献

[0003]
非特許文献1 : “車載ネットワークでのサイバー攻撃を検知する技術を開発:富士通”、[online]、[平成30年11月19日検索]、インターネット〈URL:http://pr.fujitsu.com/jp/news/2018/01/24-1.html〉

発明の概要

[0004]
 (1)本開示の車両故障予測システムは、自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する1または複数の監視装置と、管理装置とを備え、前記監視装置は、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信し、前記管理装置は、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成し、作成した前記学習モデルを1または複数の前記監視装置へ送信し、前記監視装置は、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測する。
[0005]
 (7)本開示の監視装置は、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部とを備える。
[0006]
 (8)本開示の車両故障予測方法は、1または複数の監視装置と、管理装置とを備える車両故障予測システムにおける車両故障予測方法であって、前記監視装置が、自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、前記監視装置が、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信するステップと、前記管理装置が、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成するステップと、前記管理装置が、作成した前記学習モデルを1または複数の前記監視装置へ送信するステップと、前記監視装置が、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測するステップとを含む。
[0007]
 (9)本開示の車両故障予測方法は、監視装置における車両故障予測方法であって、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、取得した前記機能部情報を管理装置へ送信するステップと、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および取得した新たな前記機能部情報に基づいて、前記車両の故障を予測するステップとを含む。
[0008]
 (10)本開示の車両故障予測プログラムは、監視装置において用いられる車両故障予測プログラムであって、コンピュータを、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部、として機能させるためのプログラムである。
[0009]
 本開示の一態様は、このような特徴的な処理部を備える車両故障予測システムとして実現され得るだけでなく、かかる特徴的な処理をコンピュータに実行させるためのプログラムとして実現され得る。また、本開示の一態様は、車両故障予測システムの一部または全部を実現する半導体集積回路として実現され得る。
[0010]
 また、本開示の一態様は、このような特徴的な処理部を備える監視装置として実現され得るだけでなく、監視装置の一部または全部を実現する半導体集積回路として実現され得る。

図面の簡単な説明

[0011]
[図1] 図1は、本発明の実施の形態に係る車両故障予測システムの構成を示す図である。
[図2] 図2は、本発明の実施の形態に係る監視装置の構成を示す図である。
[図3] 図3は、本発明の実施の形態に係る管理装置の構成を示す図である。
[図4] 図4は、本発明の実施の形態に係る車両故障予測システムにおける予測処理に関連する各装置の動作の流れの一例を示すシーケンス図である。
[図5] 図5は、本発明の実施の形態に係る車両故障予測システムにおける状況情報の送信に関連する各装置の動作の流れを示すシーケンス図である。

発明を実施するための形態

[0012]
 従来、車載ネットワークにおいて生じている異常を検知するための技術が開発されている。
[0013]
 [本開示が解決しようとする課題]
 非特許文献1に記載の技術では、車両に生じている異常を検知することは可能であるが、車両に生じる異常を事前に予測することは困難である。
[0014]
 本開示は、上述の課題を解決するためになされたもので、その目的は、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる車両故障予測システム、監視装置、車両故障予測方法および車両故障予測プログラムを提供することである。
[0015]
 [本開示の効果]
 本開示によれば、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0016]
 [本願発明の実施形態の説明]
 最初に、本発明の実施形態の内容を列記して説明する。
[0017]
 (1)本発明の実施の形態に係る車両故障予測システムは、自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する1または複数の監視装置と、管理装置とを備え、前記監視装置は、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信し、前記管理装置は、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成し、作成した前記学習モデルを1または複数の前記監視装置へ送信し、前記監視装置は、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測する。
[0018]
 このように、監視装置が機能部情報および学習モデルに基づいて車両の故障を予測する構成により、ユーザにおいて、車両に生じる故障を事前に把握することができる。また、管理装置が学習モデルを作成することにより、監視装置を簡易な構成とすることができる。また、管理装置が複数の監視装置からの機能部情報を用いて学習モデルを作成する場合、複数の車両における計測結果を用いて、より精度の高い学習モデルを作成することができる。したがって、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0019]
 (2)好ましくは、前記監視装置は、自己が搭載される前記車両の故障の予測結果を前記外部ネットワークへ送信する。
[0020]
 このような構成により、たとえば、監視装置が車両の故障の予測結果を管理装置へ送信する場合、管理装置において、監視装置による予測結果を用いたより精度の高い学習モデルを作成することができる。
[0021]
 (3)好ましくは、前記監視装置および前記管理装置は、前記監視装置が搭載される前記車両における端末装置を介して情報の送受信を行う。
[0022]
 このような構成により、外部ネットワークを介した管理装置との通信を行うための機能を監視装置が備える必要がないため、監視装置をより簡易な構成にすることができる。
[0023]
 (4)好ましくは、前記車両故障予測システムは、さらに、前記外部ネットワークに設けられ、前記監視装置による前記車両の故障の予測結果を端末装置に通知する外部装置を備える。
[0024]
 このような構成により、端末装置を所有するユーザへ監視装置による予測結果を通知可能な利便性の高いシステムを実現することができる。
[0025]
 (5)より好ましくは、前記外部装置は、前記予測結果を特定の端末装置に選択的に通知する。
[0026]
 このような構成により、たとえば、外部装置の管理者と事前に契約を行っているユーザへ選択的に監視装置による予測結果を通知することができるため、予測結果を通知するサービスに対する対価等を当該管理者において得ることができる。
[0027]
 (6)好ましくは、前記監視装置は、自己が搭載される前記車両の状況を示す状況情報の送信要求を受信して、前記車両の故障の予測結果を前記送信要求の送信元に通知する。
[0028]
 このような構成により、監視装置による車両の故障の予測結果に関わらず、ユーザにおいて所望のタイミングで車両の状況を把握することができる。
[0029]
 (7)本発明の実施の形態に係る監視装置は、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部とを備える。
[0030]
 このように、監視装置が機能部情報および学習モデルに基づいて車両の故障を予測する構成により、ユーザにおいて、車両に生じる故障を事前に把握することができる。また、管理装置が学習モデルを作成することにより、監視装置を簡易な構成とすることができる。また、管理装置が複数の監視装置からの機能部情報を用いて学習モデルを作成する場合、複数の車両における計測結果を用いて、より精度の高い学習モデルを作成することができる。したがって、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0031]
 (8)本発明の実施の形態に係る車両故障予測方法は、1または複数の監視装置と、管理装置とを備える車両故障予測システムにおける車両故障予測方法であって、前記監視装置が、自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、前記監視装置が、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信するステップと、前記管理装置が、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成するステップと、前記管理装置が、作成した前記学習モデルを1または複数の前記監視装置へ送信するステップと、前記監視装置が、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測するステップとを含む。
[0032]
 このように、監視装置が機能部情報および学習モデルに基づいて車両の故障を予測する方法により、ユーザにおいて、車両に生じる故障を事前に把握することができる。また、管理装置が学習モデルを作成することにより、監視装置を簡易な構成とすることができる。また、管理装置が複数の監視装置からの機能部情報を用いて学習モデルを作成する場合、複数の車両における計測結果を用いて、より精度の高い学習モデルを作成することができる。したがって、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0033]
 (9)本発明の実施の形態に係る車両故障予測方法は、監視装置における車両故障予測方法であって、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、取得した前記機能部情報を管理装置へ送信するステップと、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および取得した新たな前記機能部情報に基づいて、前記車両の故障を予測するステップとを含む。
[0034]
 このように、監視装置が機能部情報および学習モデルに基づいて車両の故障を予測する方法により、ユーザにおいて、車両に生じる故障を事前に把握することができる。また、管理装置が学習モデルを作成することにより、監視装置を簡易な構成とすることができる。また、管理装置が複数の監視装置からの機能部情報を用いて学習モデルを作成する場合、複数の車両における計測結果を用いて、より精度の高い学習モデルを作成することができる。したがって、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0035]
 (10)本発明の実施の形態に係る車両故障予測プログラムは、監視装置において用いられる車両故障予測プログラムであって、コンピュータを、前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部、として機能させるためのプログラムである。
[0036]
 このように、監視装置が機能部情報および学習モデルに基づいて車両の故障を予測する構成により、ユーザにおいて、車両に生じる故障を事前に把握することができる。また、管理装置が学習モデルを作成することにより、監視装置を簡易な構成とすることができる。また、管理装置が複数の監視装置からの機能部情報を用いて学習モデルを作成する場合、複数の車両における計測結果を用いて、より精度の高い学習モデルを作成することができる。したがって、簡易な構成の装置を用いて、車両の故障の予測を精度良く行うことができる。
[0037]
 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。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。また、以下に記載する実施の形態の少なくとも一部を任意に組み合わせてもよい。
[0038]
<構成および基本動作>
[車両故障予測システムの概要]
 図1は、本発明の実施の形態に係る車両故障予測システムの構成を示す図である。
[0039]
 図1を参照して、車両故障予測システム201は、監視装置101と、1または複数の機能部111と、端末装置151と、管理装置(外部装置)171とを備える。監視装置101、機能部111および端末装置151は、車両1に搭載される。
[0040]
 なお、車両故障予測システム201は、複数の監視装置101および複数の端末装置151を備えてもよい。この場合、複数の監視装置101は、複数の車両1にそれぞれ搭載され、また、複数の端末装置151は、複数の車両1にそれぞれ搭載される。
[0041]
 端末装置151は、たとえば、LTE(Long Term Evolution)または5G(5th Generation)の規格に従い、車両1の外部におけるネットワークである外部ネットワーク161を介して、管理装置171と無線通信を行う。また、端末装置151は、たとえば、Wi-Fi(登録商標)またはBluetooth(登録商標)などの規格に従い、監視装置101と無線通信を行う。
[0042]
 監視装置101および管理装置171は、たとえば、当該監視装置101に対応する車両1における端末装置151を介して情報の送受信を行う。すなわち、監視装置101および管理装置171は、当該監視装置101が搭載される車両1における端末装置151を介して情報の送受信を行う。
[0043]
 機能部111は、たとえば、自動運転ECU(Electronic Control Unit)、温度センサ、エンジン用ECU、ナビゲーション装置およびカメラ等である。各機能部111は、たとえば、CANの規格に従うCANバス131およびコネクタ132を介して、監視装置101と接続されている。コネクタ132は、たとえば、OBD(On-Board Diagnostics)IIの規格に従うコネクタである。
[0044]
 監視装置101および機能部111は、CANバス131を用いて通信する。監視装置101および機能部111間では、たとえば、CANの規格に従う通信フレームであるCANフレームを用いて各種情報のやり取りが行われる。なお、監視装置101および機能部111は、Wi-FiまたはBluetoothなどの無線通信を用いて通信する構成であってもよい。
[0045]
 機能部111は、車両1に関する計測値および計測タイミングなどを含む計測結果を示す機能部情報を作成し、作成した機能部情報を監視装置101へ送信する。具体的には、機能部111は、たとえば温度センサである場合、車両1の室内温度の計測結果などを示す機能部情報を送信する。また、機能部111は、たとえばエンジン用ECUである場合、車両1におけるエンジンの回転数の計測結果などを示す機能部情報を送信する。
[0046]
 監視装置101は、機能部111から機能部情報を取得し、取得した機能部情報、および自己の保持する学習モデルに基づいて車両1の故障を予測する予測処理を行う。詳細には、監視装置101は、たとえば、機能部111から送信された機能部情報を受信して、当該機能部情報の示す計測値の波形に基づいて、車両1に故障が生じる可能性があるか否かの診断、および車両1に故障が生じる可能性がある場合には故障が生じる可能性の高い時期などを予測する予測処理を行う。
[0047]
 これにより、監視装置101は、「3か月後に車両1に故障が生じる可能性が高い」などの予測を行うことができる。
[0048]
 また、監視装置101は、自己に対応する車両1における機能部111からの機能部情報を外部ネットワーク161経由で管理装置171へ送信する。すなわち、監視装置101は、自己が搭載される車両1における機能部111からの機能部情報を外部ネットワーク161経由で管理装置171へ送信する。より詳細には、監視装置101は、予測処理に用いた複数の機能部情報を、端末装置151および外部ネットワーク161経由で管理装置171へ送信する。また、監視装置101は、予測処理の結果を外部ネットワーク161経由で管理装置171へ送信する。
[0049]
 具体的には、監視装置101は、たとえば、予測処理に用いた複数の機能部情報、および予測処理の結果を含む処理後情報を作成し、作成した処理後情報を、端末装置151および外部ネットワーク161経由で管理装置171へ送信する。
[0050]
 なお、監視装置101は、予測処理として、車両1に故障が生じる可能性があるか否か、および車両1に故障が生じる可能性がある場合には故障が生じる可能性の高い時期の予測の代わりに、またはこれらに加えて、車両1に故障が生じる確率等を予測してもよい。
[0051]
 端末装置151は、監視装置101から送信された処理後情報を受信すると、当該処理後情報を管理装置171へ送信する。
[0052]
 管理装置171は、監視装置101から送信された処理後情報を端末装置151および外部ネットワーク161経由で受信し、受信した処理後情報に基づいて、機械学習による学習モデルを作成する。
[0053]
 より詳細には、管理装置171は、1または複数の監視装置101から送信された複数の処理後情報を受信し、受信した複数の処理後情報に基づいて、たとえば、機械学習の一例として、ディープラーニング(Deep Learning)の手法に沿った学習モデルを作成する。
[0054]
 そして、管理装置171は、作成した学習モデルを示す学習モデル情報を、外部ネットワーク161および端末装置151経由で監視装置101へ送信する。
[0055]
 端末装置151は、管理装置171から送信された学習モデル情報を外部ネットワーク161経由で受信すると、当該学習モデル情報を監視装置101へ送信する。
[0056]
 監視装置101は、端末装置151から送信された学習モデル情報を受信し、受信した学習モデル情報の示す学習モデルを保持する。なお、監視装置101は、学習モデルを既に保持している場合は、保持している学習モデルを更新する。そして、監視装置101は、学習モデルの更新後は、機能部111から取得した新たな機能部情報、および最新の学習モデルを用いて上述の予測処理を行う。
[0057]
 なお、機能部111は、車両1において故障が生じているか否かを診断する構成であってもよい。この場合、たとえば、機能部111は、CANバス131を流れる電流および電圧を計測し、計測結果に基づいて、自己または自己に接続されている他の機器に故障が生じているか否かを診断する。そして、機能部111は、計測結果および診断結果を示す機能部情報を監視装置101へ送信する。
[0058]
 監視装置101は、機能部111から送信された複数の機能部情報を受信して、たとえば、受信した複数の機能部情報および学習モデルに基づいて、機能部111による計測値の波形、すなわち機能部111により計測された電流および電圧の時系列変化を解析することにより予測処理を行う。
[0059]
 また、監視装置101は、たとえば、予測処理に用いた複数の機能部情報、および予測処理の結果を含む処理後情報を、端末装置151および外部ネットワーク161経由で管理装置171へ送信する。
[0060]
 管理装置171は、監視装置101から送信された処理後情報を端末装置151および外部ネットワーク161経由で受信し、受信した処理後情報に基づいて学習モデルを作成する。このとき、管理装置171は、複数の機能部情報の示す計測結果に加えて、さらに、各計測結果に対応する、複数の機能部情報の示す診断結果を用いることにより、より精度の高い学習モデルを作成することができる。
[0061]
 そして、管理装置171は、作成した学習モデルを示す学習モデル情報を、外部ネットワーク161および端末装置151経由で監視装置101へ送信する。
[0062]
 監視装置101は、管理装置171から送信された学習モデル情報を外部ネットワーク161および端末装置151経由で受信し、受信した学習モデル情報の示す学習モデルに基づいて予測処理を行う。上記のように、管理装置171においてより精度の高い学習モデルが作成されるため、監視装置101における予測処理の精度をさらに向上させることができる。
[0063]
 また、たとえば、機能部111からの機能部情報が、車両1において現在故障が生じていない旨の診断結果を示す場合であっても、監視装置101による予測処理により、「3か月後に車両1に故障が生じる可能性が高い」などの予測結果を得ることができる。
[0064]
[監視装置]
 (車両の予測処理)
 図2は、本発明の実施の形態に係る監視装置の構成を示す図である。
[0065]
 図2を参照して、監視装置101は、車内通信部(取得部)11と、予測部12と、記憶部13と、車外通信部(送信部)14とを備える。
[0066]
 予測部12は、たとえば、定期的または不定期に、機能部情報を要求するための機能部情報リクエストを車内通信部11経由で機能部111へ送信する。車内通信部11は、機能部111から送信された機能部情報を受信し、受信した機能部情報を記憶部13に保存する。記憶部13は、たとえば不揮発性メモリである。
[0067]
 また、予測部12は、車内通信部11により取得された機能部情報、すなわち記憶部13に保存されている機能部情報、および管理装置171により作成された学習モデルに基づいて、車両1の予測処理を行う。
[0068]
 より詳細には、予測部12は、たとえば、記憶部13に保存されている複数の機能部情報に対して、機能部情報の示す計測値の解析、ノイズ等の除去、時刻同期処理および欠損データの補完等の前処理を機能部111ごとに行う。また、予測部12は、たとえば、機能部111ごとに、前処理後の複数の機能部情報を、当該複数の機能部情報の示す計測タイミングに基づいて時系列に沿って並べるベクトル化処理などを行う。
[0069]
 そして、予測部12は、前処理およびベクトル化処理等を行った後の複数の機能部情報、および記憶部13に保存されている学習モデルを用いて、計測値の時系列変化を解析することにより予測処理を行う。
[0070]
 そして、予測部12は、予測処理に用いた複数の機能部情報、および予測処理の結果を含む処理後情報を作成し、作成した処理後情報を車外通信部14へ出力する。また、予測部12は、処理後情報を記憶部13に保存する。
[0071]
 車外通信部14は、予測部12から出力された処理後情報を受けて、当該処理後情報を端末装置151および外部ネットワーク161経由で管理装置171へ送信する。なお、車外通信部14は、端末装置151を経由せず、外部ネットワーク161経由で処理後情報を管理装置171へ送信する構成であってもよい。
[0072]
 また、車外通信部14は、管理装置171から送信された学習モデル情報を、外部ネットワーク161および端末装置151経由で受信し、受信した学習モデル情報の示す学習モデルを記憶部13に保存する。
[0073]
 なお、予測部12は、計測結果を含み、かつ自己による予測処理の結果を含まない処理後情報を、車外通信部14、端末装置151および外部ネットワーク161経由で管理装置171へ送信する構成であってもよい。
[0074]
 また、予測部12は、管理装置171以外の外部ネットワーク161における装置へ、予測処理の結果を車外通信部14経由で送信してもよい。たとえば、予測部12は、車両1の外部に設けられた端末装置へ予測処理の結果を通知してもよい。
[0075]
 (車両の状況の通知)
 図1に示す端末装置151は、たとえばユーザの操作に従い、車両1の状態を示す状況情報の送信要求である状況情報リクエストを監視装置101へ送信する。監視装置101は、端末装置151からの状況情報リクエストを受信して、車両1の故障の予測結果を当該端末装置151に通知する。
[0076]
 監視装置101における車外通信部14は、端末装置151から送信された状況情報リクエストを受信し、受信した状況情報リクエストを予測部12へ出力する。
[0077]
 予測部12は、車外通信部14から出力された状況情報リクエストを受けて、たとえば、記憶部13に保存されている処理後情報を参照し、最新の処理後情報の示す予測処理の結果を示す状況情報を作成する。そして、予測部12は、作成した状況情報を車外通信部14へ出力する。
[0078]
 車外通信部14は、予測部12から出力された状況情報を受けて、当該状況情報を状況情報リクエストの送信元である端末装置151へ送信する。
[0079]
 端末装置151は、監視装置101から送信された状況情報を受信し、たとえば、受信した状況情報の内容を自己の画面に表示する。
[0080]
 なお、状況情報の送信先となる装置は、端末装置151とは異なる、車両1の外部に設けられた端末装置であってもよい。
[0081]
 また、監視装置101は、状況情報の作成および送信を行わない構成であってもよい。
[0082]
[管理装置]
 (学習モデルの作成)
 図3は、本発明の実施の形態に係る管理装置の構成を示す図である。
[0083]
 図3を参照して、管理装置171は、通信部31と、モデル作成部32と、管理部33と、記憶部34とを備える。
[0084]
 通信部31は、1または複数の監視装置101から送信された複数の処理後情報を外部ネットワーク161経由で受信し、受信した複数の処理後情報を記憶部34に保存する。記憶部34は、たとえば不揮発性メモリである。
[0085]
 モデル作成部32は、たとえば、定期的または不定期に、記憶部34に保存されている複数の処理後情報に基づいて、学習モデルの作成および更新を行う。
[0086]
 学習モデルに用いることのできる処理後情報、すなわち記憶部34に蓄積される処理後情報は時間の経過に伴って増加する。このため、モデル作成部32により作成される学習モデルは、更新されるたびに精度が向上する可能性が高い。
[0087]
 そして、モデル作成部32は、たとえば、作成または更新した学習モデルを示す学習モデル情報を、通信部31および外部ネットワーク161経由で1または複数の端末装置151へ送信する。なお、学習モデル情報は、さらに、学習モデルの作成または更新が行われた旨を示してもよい。
[0088]
 端末装置151は、管理装置171から送信された学習モデル情報を外部ネットワーク161経由で受信し、監視装置101へ当該学習モデル情報を送信する。
[0089]
 なお、処理後情報の送信元である1または複数の端末装置151と、学習モデル情報の送信先である1または複数の端末装置151とは、同じであってもよいし、一部または全部が異なっていてもよい。
[0090]
 また、通信部31は、端末装置151を経由せずに、外部ネットワーク161経由で学習モデル情報を監視装置101へ送信する構成であってもよい。
[0091]
 (警告情報の送信)
 管理装置171は、監視装置101による車両1の故障の予測結果を端末装置151に通知する。
[0092]
 詳細には、監視装置101からの処理後情報には、たとえば、送信元である監視装置101の識別情報が含まれている。管理部33は、記憶部34に保存されている複数の処理後情報の各々に含まれる識別情報に基づいて、監視装置101ごとに処理後情報を管理し、最新の処理後情報の示す診断結果を、対応する特定の監視装置101へ選択的に通知する。
[0093]
 より詳細には、たとえば、記憶部34には、管理者との契約を行っているユーザの車両1における監視装置(以下、「契約監視装置」とも称する。)101の識別情報、および契約監視装置101に対応する端末装置151の識別情報が登録されている。
[0094]
 管理部33は、たとえば、記憶部34に保存されている処理後情報を定期的または不定期に参照して、契約監視装置101の識別情報を含む処理後情報が、3か月以内などの所定期間以内に車両1に故障が生じる可能性があることを示す場合、当該処理後情報の内容を示す警告情報を、当該契約監視装置101に対応する端末装置151へ通信部31経由で送信する。なお、所定期間は、ユーザにより設定可能である。
[0095]
 端末装置151は、管理装置171から送信された警告情報を外部ネットワーク161経由で受信すると、たとえば、受信した警告情報の内容を自己の画面に表示する。
[0096]
 なお、警告情報の送信先は、車両1における端末装置151とは異なる、車両1の外部に設けられた端末装置であってもよい。この場合、記憶部34には、契約監視装置101に対応する、端末装置151以外の端末装置の識別情報が登録されている。
[0097]
 また、管理装置171は、監視装置101が契約監視装置であるか否かに関わらず、当該監視装置101に対応する端末装置151へ警告情報を送信する構成であってもよい。
[0098]
 また、管理装置171は、警告情報の送信を行わない構成であってもよい。
[0099]
 また、外部ネットワーク161における管理装置171以外の外部装置が、警告情報を端末装置151へ送信する構成であってもよい。この場合、管理装置171における管理部33は、たとえば、契約監視装置101の識別情報を含む処理後情報が、所定期間以内に車両1に故障が生じる可能性があることを示す場合、当該処理後情報、および当該契約監視装置101に対応する端末装置151の識別情報を示す送信先情報を外部装置へ通信部31経由で送信する。
[0100]
 そして、外部装置は、管理装置171から送信された処理後情報および送信先情報を受信して、当該処理後情報の内容を示す警告情報を、当該送信先情報の示す端末装置151へ送信する。
[0101]
<動作の流れ>
 車両故障予測システム201における各装置は、コンピュータを備え、当該コンピュータにおけるCPU等の演算処理部は、以下のシーケンス図の各ステップの一部または全部を含むプログラムを図示しないメモリからそれぞれ読み出して実行する。これら複数の装置のプログラムは、それぞれ、外部からインストールすることができる。これら複数の装置のプログラムは、それぞれ、記録媒体に格納された状態で流通する。
[0102]
[車両の故障の予測]
 図4は、本発明の実施の形態に係る車両故障予測システムにおける予測処理に関連する各装置の動作の流れの一例を示すシーケンス図である。図4は、1つの機能部111、1つの監視装置101、1つの端末装置151、および管理装置171の動作の流れを示している。また、ここでは、監視装置101は、管理装置171により作成された学習モデルを既に保持しているとする。
[0103]
 図4を参照して、まず、監視装置101は、機能部情報リクエストを機能部111へ送信する(ステップS11)。
[0104]
 次に、機能部111は、監視装置101からの機能部情報リクエストを受信して、機能部情報を監視装置101へ送信する(ステップS12)。
[0105]
 次に、監視装置101は、機能部111から受信した機能部情報、および自己の保持する最新の学習モデルに基づいて、車両1の故障を予測する予測処理を行う(ステップS13)。
[0106]
 次に、監視装置101は、予測処理に用いた機能部情報、および予測処理の結果を示す処理後情報を端末装置151へ送信する(ステップS14)。
[0107]
 次に、端末装置151は、監視装置101からの処理後情報を受信して、当該処理後情報を管理装置171へ送信する(ステップS15)。ステップS11からステップS15までの動作は、定期的または不定期に繰り返される。これにより、管理装置171には、複数の処理後情報が蓄積される。
[0108]
 また、ここでは、管理装置171の受信した最新の処理後情報が、車両1に故障が生じる可能性が少ない旨、または所定期間を超えた時期に車両1に故障が生じる可能性がある旨を示しているとする。この場合、管理装置171は、警告情報の作成および送信を行わない。
[0109]
 次に、管理装置171は、蓄積された複数の処理後情報を用いて、予測処理に用いられる学習モデルを作成して更新する(ステップS16)。
[0110]
 次に、管理装置171は、最新の学習モデルを示す学習モデル情報を端末装置151へ送信する(ステップS17)。
[0111]
 次に、端末装置151は、管理装置171からの学習モデル情報を受信して、当該学習モデル情報を監視装置101へ送信する(ステップS18)。
[0112]
 次に、監視装置101は、端末装置151からの学習モデル情報を受信して、当該学習モデル情報に基づいて、自己の保持する学習モデルを最新の学習モデルに更新する(ステップS19)。ステップS16からステップS19までの動作は、定期的または不定期に繰り返される。
[0113]
 次に、監視装置101は、機能部情報リクエストを機能部111へ送信する(ステップS20)。
[0114]
 次に、機能部111は、監視装置101からの機能部情報リクエストを受信して、機能部情報を監視装置101へ送信する(ステップS21)。
[0115]
 次に、監視装置101は、機能部111から受信した機能部情報、および管理装置171から送信された学習モデル情報の示す最新の学習モデルに基づいて、車両1の故障を予測する予測処理を行う(ステップS22)。
[0116]
 次に、監視装置101は、予測処理に用いた機能部情報、および予測処理の結果を示す処理後情報を端末装置151へ送信する(ステップS23)。
[0117]
 次に、端末装置151は、監視装置101からの処理後情報を受信して、当該処理後情報を管理装置171へ送信する(ステップS24)。
[0118]
 次に、管理装置171は、蓄積された複数の処理後情報を用いて、予測処理に用いられる学習モデルを作成して更新する(ステップS25)。
[0119]
 次に、管理装置171は、最新の学習モデルを示す学習モデル情報を端末装置151へ送信する(ステップS26)。
[0120]
 次に、端末装置151は、管理装置171からの学習モデル情報を受信して、当該学習モデル情報を監視装置101へ送信する(ステップS27)。
[0121]
 次に、監視装置101は、端末装置151からの学習モデル情報を受信して、当該学習モデル情報に基づいて、自己の保持する学習モデルを最新の学習モデルに更新する(ステップS28)。
[0122]
 次に、管理装置171の受信した最新の処理後情報が、所定期間以内に車両1に故障が生じる可能性がある旨を示しているとする。また、当該処理後情報の送信元である監視装置101が、契約監視装置であるとする。この場合、管理装置171は、当該処理後情報に基づいて、端末装置151へ警告情報を送信する(ステップS29)。
[0123]
 次に、端末装置151は、管理装置171からの警告情報を受信して、たとえば当該警告情報の内容を自己の画面に表示する(ステップS30)。
[0124]
 なお、管理装置171による警告情報の送信(ステップS29)および端末装置151による警告情報の内容の表示(ステップS30)は、端末装置151から管理装置171への処理後情報の送信(ステップS24)より後のいずれのタイミングで行われてもよい。
[0125]
 また、監視装置101が、管理装置171の代わりに、処理後情報に基づく警告情報を作成し、作成した警告情報を端末装置151へ送信してもよい。
[0126]
[車両の状況の通知]
 図5は、本発明の実施の形態に係る車両故障予測システムにおける状況情報の送信に関連する各装置の動作の流れを示すシーケンス図である。
[0127]
 図5を参照して、まず、端末装置151は、ユーザによる操作に従い、状況情報リクエストを監視装置101へ送信する(ステップS31)。
[0128]
 次に、監視装置101は、端末装置151からの状況情報リクエストを受信して、自己の保持する複数の処理後情報を参照し、たとえば、最新の処理後情報に含まれる予測処理の結果を示す状況情報を作成する(ステップS32)。
[0129]
 次に、監視装置101は、作成した状況情報を端末装置151へ送信する(ステップS33)。
[0130]
 次に、端末装置151は、監視装置101からの状況情報を受信して、たとえば当該状況情報の内容を自己の画面に表示する(ステップS34)。
[0131]
 なお、管理装置171から端末装置151への警告情報の送信(図4に示すステップS29)は、所定期間以内に車両1に故障が生じる可能性がある場合に行われる。このため、たとえば、4か月後など所定期間を超えた時期に車両1に故障が生じる可能性がある場合、端末装置151への警告情報の送信は行われない。
[0132]
 一方、監視装置101から端末装置151への状況情報の送信(図5に示すステップS33)は、車両1に故障が生じる可能性があるか否か、および車両1に故障が生じる可能性の高い時期のいずれにも関わらず、状況情報リクエストの受信(図5に示すステップS31)に応じて行われる。このため、ユーザは、車両1の詳細な状況を把握することができる。
[0133]
 ところで、非特許文献1に記載の技術では、車両に生じている異常を検知することは可能であるが、車両に生じる異常を事前に予測することは困難である。
[0134]
 これに対して、本発明の実施の形態に係る車両故障予測システム201では、1または複数の監視装置101は、自己が搭載される車両1における機能部111から車両1に関する計測結果を示す機能部情報を取得する。また、監視装置101は、取得した機能部情報を外部ネットワーク161経由で管理装置171へ送信する。管理装置171は、1または複数の監視装置101から受信した複数の機能部情報に基づいて、機械学習による学習モデルを作成し、作成した学習モデルを1または複数の監視装置101へ送信する。監視装置101は、自己が搭載される車両1における機能部111から取得した新たな機能部情報、および管理装置171から受信した学習モデルに基づいて、自己が搭載される車両1の故障を予測する。
[0135]
 このように、監視装置101が機能部情報および学習モデルに基づいて車両1の故障を予測する構成により、ユーザにおいて、車両1に生じる故障を事前に把握することができる。また、管理装置171が学習モデルを作成することにより、監視装置101を簡易な構成とすることができる。また、管理装置171が複数の監視装置101からの機能部情報を用いて学習モデルを作成する場合、複数の車両1における計測結果を用いて、より精度の高い学習モデルを作成することができる。
[0136]
 したがって、本発明の実施の形態に係る車両故障予測システム201では、簡易な構成の装置を用いて、車両1の故障の予測を精度良く行うことができる。
[0137]
 また、本発明の実施の形態に係る車両故障予測システム201では、監視装置101は、自己が搭載される車両1の故障の予測結果を外部ネットワーク161へ送信する。
[0138]
 このような構成により、たとえば、監視装置101が車両1の故障の予測結果を管理装置171へ送信する場合、管理装置171において、監視装置101による予測結果を用いたより精度の高い学習モデルを作成することができる。
[0139]
 また、本発明の実施の形態に係る車両故障予測システム201では、監視装置101および管理装置171は、監視装置101が搭載される車両1における端末装置151を介して情報の送受信を行う。
[0140]
 このような構成により、外部ネットワーク161を介した管理装置171との通信を行うための機能を監視装置101が備える必要がないため、監視装置101をより簡易な構成にすることができる。
[0141]
 また、本発明の実施の形態に係る車両故障予測システム201では、外部ネットワーク161に設けられた外部装置は、監視装置101による車両1の故障の予測結果を端末装置に通知する。
[0142]
 このような構成により、端末装置を所有するユーザへ監視装置101による予測結果を通知可能な利便性の高いシステムを実現することができる。
[0143]
 また、本発明の実施の形態に係る車両故障予測システム201では、外部装置は、予測結果を特定の端末装置に選択的に通知する。
[0144]
 このような構成により、たとえば、外部装置の管理者と事前に契約を行っているユーザへ選択的に監視装置101による予測結果を通知することができるため、予測結果を通知するサービスに対する対価等を当該管理者において得ることができる。
[0145]
 また、本発明の実施の形態に係る車両故障予測システム201では、監視装置101は、自己が搭載される車両1の状況を示す状況情報の送信要求を受信して、車両1の故障の予測結果を当該送信要求の送信元に通知する。
[0146]
 このような構成により、監視装置101による車両1の故障の予測結果に関わらず、ユーザにおいて所望のタイミングで車両1の状況を把握することができる。
[0147]
 また、本発明の実施の形態に係る監視装置101では、車内通信部11は、監視装置101が搭載される車両1における機能部111から車両1に関する計測結果を示す機能部情報を取得する。車外通信部14は、車内通信部11により取得された機能部情報を管理装置171へ送信する。予測部12は、1または複数の監視装置101から受信した複数の機能部情報に基づいて管理装置171により作成された、機械学習による学習モデル、および車内通信部11により取得された新たな機能部情報に基づいて、車両1の故障を予測する。
[0148]
 このように、監視装置101が機能部情報および学習モデルに基づいて車両1の故障を予測する構成により、ユーザにおいて、車両1に生じる故障を事前に把握することができる。また、管理装置171が学習モデルを作成することにより、監視装置101を簡易な構成とすることができる。また、管理装置171が複数の監視装置101からの機能部情報を用いて学習モデルを作成する場合、複数の車両1における計測結果を用いて、より精度の高い学習モデルを作成することができる。
[0149]
 したがって、本発明の実施の形態に係る監視装置101では、簡易な構成の装置を用いて、車両1の故障の予測を精度良く行うことができる。
[0150]
 また、本発明の実施の形態に係る車両故障予測方法では、まず、監視装置101が、自己が搭載される車両1における機能部111から車両1に関する計測結果を示す機能部情報を取得する。次に、監視装置が、取得した機能部情報を外部ネットワーク161経由で管理装置171へ送信する。次に、管理装置171が、1または複数の監視装置101から受信した複数の機能部情報に基づいて、機械学習による学習モデルを作成する。次に、管理装置171が、作成した学習モデルを1または複数の監視装置101へ送信する。次に、監視装置101が、自己が搭載される車両1における機能部111から取得した新たな機能部情報、および管理装置171から受信した学習モデルに基づいて、自己が搭載される車両1の故障を予測する。
[0151]
 このように、監視装置101が機能部情報および学習モデルに基づいて車両1の故障を予測する方法により、ユーザにおいて、車両1に生じる故障を事前に把握することができる。また、管理装置171が学習モデルを作成することにより、監視装置101を簡易な構成とすることができる。また、管理装置171が複数の監視装置101からの機能部情報を用いて学習モデルを作成する場合、複数の車両1における計測結果を用いて、より精度の高い学習モデルを作成することができる。
[0152]
 したがって、本発明の実施の形態に係る車両故障予測方法では、簡易な構成の装置を用いて、車両1の故障の予測を精度良く行うことができる。
[0153]
 また、本発明の実施の形態に係る車両故障予測方法では、まず、車内通信部11は、監視装置101が搭載される車両1における機能部111から車両1に関する計測結果を示す機能部情報を取得する。次に、車外通信部14が、車内通信部11により取得された機能部情報を管理装置171へ送信する。次に、予測部12が、1または複数の監視装置101から受信した複数の機能部情報に基づいて管理装置171により作成された、機械学習による学習モデル、および車内通信部11により取得された新たな機能部情報に基づいて、車両1の故障を予測する。
[0154]
 このように、監視装置101が機能部情報および学習モデルに基づいて車両1の故障を予測する方法により、ユーザにおいて、車両1に生じる故障を事前に把握することができる。また、管理装置171が学習モデルを作成することにより、監視装置101を簡易な構成とすることができる。また、管理装置171が複数の監視装置101からの機能部情報を用いて学習モデルを作成する場合、複数の車両1における計測結果を用いて、より精度の高い学習モデルを作成することができる。
[0155]
 したがって、本発明の実施の形態に係る車両故障予測方法では、簡易な構成の装置を用いて、車両1の故障の予測を精度良く行うことができる。
[0156]
 上記実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記説明ではなく請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
[0157]
 以上の説明は、以下に付記する特徴を含む。
[0158]
 [付記1]
 各々が、自己に対応する車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する1または複数の監視装置と、
 管理装置とを備え、
 前記監視装置は、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信し、
 前記管理装置は、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成し、作成した前記学習モデルを1または複数の前記監視装置へ送信し、
 前記監視装置は、自己に対応する前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己に対応する前記車両の故障を予測し、
 前記機能部は、自己または自己に接続されている他の機器に故障が生じているか否かを診断し、診断結果をさらに示す前記機能部情報を前記監視装置へ送信し、
 前記監視装置は、前記車両に設けられ、前記機能部情報の示す前記計測結果の時系列変化、および前記学習モデルに基づいて、前記車両の故障を予測する、車両故障予測システム。
[0159]
 [付記2]
 監視装置であって、
 車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、
 前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、
 1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部とを備え、
 前記監視装置は前記車両に設けられ、
 前記機能部は、自己または自己に接続されている他の機器に故障が生じているか否かを診断し、診断結果をさらに示す前記機能部情報を前記監視装置へ送信し、
 前記予測部は、前記機能部情報の示す前記計測結果の時系列変化、および前記学習モデルに基づいて、前記車両の故障を予測し、
 前記予測部は、前記車両の故障の予測結果を端末装置に通知可能である、監視装置。

符号の説明

[0160]
 1 車両
 11 車内通信部(取得部)
 12 予測部
 13 記憶部
 14 車外通信部(送信部)
 31 通信部
 32 モデル作成部
 33 管理部
 34 記憶部
 101 監視装置
 111 機能部
 131 CANバス
 132 コネクタ
 151 端末装置
 161 外部ネットワーク
 171 管理装置(外部装置) 
 201 車両故障予測システム

請求の範囲

[請求項1]
 自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する1または複数の監視装置と、
 管理装置とを備え、
 前記監視装置は、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信し、
 前記管理装置は、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成し、作成した前記学習モデルを1または複数の前記監視装置へ送信し、
 前記監視装置は、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測する、車両故障予測システム。
[請求項2]
 前記監視装置は、自己が搭載される前記車両の故障の予測結果を前記外部ネットワークへ送信する、請求項1に記載の車両故障予測システム。
[請求項3]
 前記監視装置および前記管理装置は、前記監視装置が搭載される前記車両における端末装置を介して情報の送受信を行う、請求項1または請求項2に記載の車両故障予測システム。
[請求項4]
 前記車両故障予測システムは、さらに、
 前記外部ネットワークに設けられ、前記監視装置による前記車両の故障の予測結果を端末装置に通知する外部装置を備える、請求項1から請求項3のいずれか1項に記載の車両故障予測システム。
[請求項5]
 前記外部装置は、前記予測結果を特定の端末装置に選択的に通知する、請求項4に記載の車両故障予測システム。
[請求項6]
 前記監視装置は、自己が搭載される前記車両の状況を示す状況情報の送信要求を受信して、前記車両の故障の予測結果を前記送信要求の送信元に通知する、請求項1から請求項5のいずれか1項に記載の車両故障予測システム。
[請求項7]
 監視装置であって、
 前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、
 前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、
 1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部とを備える、監視装置。
[請求項8]
 1または複数の監視装置と、管理装置とを備える車両故障予測システムにおける車両故障予測方法であって、
 前記監視装置が、自己が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、
 前記監視装置が、取得した前記機能部情報を外部ネットワーク経由で前記管理装置へ送信するステップと、
 前記管理装置が、1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて、機械学習による学習モデルを作成するステップと、
 前記管理装置が、作成した前記学習モデルを1または複数の前記監視装置へ送信するステップと、
 前記監視装置が、自己が搭載される前記車両における前記機能部から取得した新たな前記機能部情報、および前記管理装置から受信した前記学習モデルに基づいて、自己が搭載される前記車両の故障を予測するステップとを含む、車両故障予測方法。
[請求項9]
 監視装置における車両故障予測方法であって、
 前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得するステップと、
 取得した前記機能部情報を管理装置へ送信するステップと、
 1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および取得した新たな前記機能部情報に基づいて、前記車両の故障を予測するステップとを含む、車両故障予測方法。
[請求項10]
 監視装置において用いられる車両故障予測プログラムであって、
 コンピュータを、
 前記監視装置が搭載される車両における機能部から前記車両に関する計測結果を示す機能部情報を取得する取得部と、
 前記取得部により取得された前記機能部情報を管理装置へ送信する送信部と、
 1または複数の前記監視装置から受信した複数の前記機能部情報に基づいて前記管理装置により作成された、機械学習による学習モデル、および前記取得部により取得された新たな前記機能部情報に基づいて、前記車両の故障を予測する予測部、
として機能させるための、車両故障予測プログラム。

図面

[ 図 1]

[ 図 2]

[ 図 3]

[ 図 4]

[ 図 5]