JP2008290494A - 車両用空調装置およびその制御方法 - Google Patents
車両用空調装置およびその制御方法 Download PDFInfo
- Publication number
- JP2008290494A JP2008290494A JP2007135689A JP2007135689A JP2008290494A JP 2008290494 A JP2008290494 A JP 2008290494A JP 2007135689 A JP2007135689 A JP 2007135689A JP 2007135689 A JP2007135689 A JP 2007135689A JP 2008290494 A JP2008290494 A JP 2008290494A
- Authority
- JP
- Japan
- Prior art keywords
- information
- air conditioning
- probability
- unit
- air
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Images
Landscapes
- Air-Conditioning For Vehicles (AREA)
Abstract
【解決手段】車両用空調装置は、空調空気を車両内に供給する空調部(10)と、空調情報取得部(51、52、53)により、安定状態において取得された複数の空調情報を、第1の学習データ群として記憶する記憶部(61)と、空調情報を入力することにより乗員が所定の設定操作を行う推薦確率を算出するための第1の確率モデルを、第1の学習データ群を用いて構築する学習部(66)と、第1の確率モデルに、空調情報を入力して推薦確率を算出し、その推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、所定の設定操作となるように修正する制御情報修正部(64)と、修正された設定情報又は制御情報にしたがって、空調部(10)の空調制御を行う空調制御部(65)とを有する。
【選択図】図1
Description
係る構成により、搭乗者の温感に合わせて、自動的に最適な空調設定を行うことができる。なお、空調情報は、車両内外の空調設定に関する情報であり、具体的には、外気温、内気温及び日射量を含む。また、所定の設定操作とは、設定温度の変更、風量の変更、内気循環モードに設定する、デフロスタを作動あるいは停止させるといった、車両用空調装置の動作状態を変更させる操作をいう。また、設定情報とは、設定温度、風量、内外気の吸気比、各吹出口から送出される空調空気の風量比など、車両用空調装置の動作を規定する情報をいう。さらに、制御情報とは、空調空気の温度、ブロアファンの回転数、ブロア電圧、エアミックスドアの開度など、設定情報に基づいて求められ、空調部の各部の動作を制御する情報をいう。また、確率モデルの構築には、新たに確率モデルを生成すること、及び既に生成されている確率モデルを修正して更新することを含む。
あるいは、請求項4に記載のように、推薦確率が、第1の閾値未満であり、且つ第1の閾値よりも低い第2の閾値以上の場合、所定の設定操作の内容を搭乗者に報知し、且つ所定の設定操作を行うか否かを搭乗者に確認する確認操作部(59)を有し、確認操作部(59)を通じて所定の設定操作を行うことが確認された場合、制御情報修正部(64)は、設定情報又は制御情報を修正することが好ましい。
係る構成により、搭乗者が所定の設定操作を行うことがほぼ確実と考えられる場合は、自動的にその設定操作が行われる。また、その設定操作を行うことがほぼ確実とは言えないまでも、その可能性が高い場合には、搭乗者がその設定操作を行う旨を確認する操作を行うだけで、その設定操作が行われるので、簡単な操作で最適な空調設定にすることができる。
係る構成により、搭乗者毎に異なる確率モデルを使用できるので、搭乗者ごとに最適な空調設定を行うことができる。
係る構成により、空調状態の値の範囲を最適に画定し、その結果に基づいて確率を計算する確率モデルを構築するので、搭乗者の温感に正確に対応した空調設定を自動的に行うことができる。
係る構成により、搭乗者の温感に合わせた最適化だけでなく、特定状況に応じて空調設定を自動的に最適化することができる。なお、状態情報は、車両に関する状態を表すものであり、上述した空調情報、車両の位置情報、車両の挙動情報、時間情報又は車両の搭乗者の生体情報の少なくとも一つを含む。
係る構成により、様々な状況に応じた空調設定を行うための推薦確率を求める確率モデルが新たに構築されるので、使用を続けるにつれて、より様々な状況に対応して自動的に空調設定を最適化することができる。
本発明に係る車両用空調装置は、搭乗者の温感に合わせて学習された少なくとも一つの確率モデルに基づいて、搭乗者の空調設定操作を推定し、自動的に空調設定を行うものである。また、本発明に係る車両用空調装置は、特定状況に合わせて学習された確率モデルを別途用いて、その特定状況に応じて空調設定を最適化するものである。
このように、ナビゲーションシステム56、車両操作機器57及び車載時計58もまた、情報取得部として機能する。
制御部60は、図示していないCPU,ROM,RAM等からなる1個もしくは複数個の図示してないマイクロコンピュータ、その周辺回路、電気的に書き換え可能な不揮発性メモリ等からなる記憶部61、及び各種センサ、ナビゲーションシステム56又は車両操作機器57などとコントロールエリアネットワーク(CAN)のような車載通信規格に従って通信を行う通信部62から構成される。
以下、これらの動作を行う各機能モジュールについて説明する。
また、制御情報修正部64は、所定の設定操作と関連した少なくとも一つの特定状況用確率モデルを有し、状態情報を特定状況用確率モデルに入力して所定の設定操作を行う推薦確率を算出し、推薦確率と、その特定状況用確率モデルに関連付けられた修正情報に基づいて所定の設定操作に関連する設定情報又は制御情報を修正する。なお、温感調整用確率モデル又は特定状況用確率モデルに関連付けられた修正情報とは、その確率モデルによって規定される修正において、設定情報または制御情報の修正後の値、あるいは、設定情報または制御情報を所望の修正値に変更するために設定情報または制御情報に加えられ、若しくは乗じられる修正量をいう。
本実施形態では、確率モデルとして、ベイジアンネットワークを用いた。ベイジアンネットワークは、複数の事象の確率的な因果関係をモデル化するものであり、各ノード間の伝播を条件付き確率で求める、非循環有向グラフで表されるネットワークである。なお、ベイジアンネットワークの詳細については、本村陽一、岩崎弘利著、「ベイジアンネットワーク技術」、初版、電機大出版局、2006年7月、繁桝算男他著、「ベイジアンネットワーク概説」、初版、培風館、2006年7月、又は尾上守夫監修、「パターン識別」、初版、新技術コミュニケーションズ、2001年7月などに開示されている。
本実施形態では、温感調整用確率モデルは、車両用空調装置1に登録された利用者毎に生成される。また、温感調整用確率モデルは、設定操作のタイプごと(例えば、設定温度Tsetの調整、風量Wの調節、内気循環モードと外気モードの切り換え等)に生成される。そして、記憶部61には、温感調整用確率モデルの構造情報が、各利用者情報及び設定操作と関連付けて記憶される。具体的には、温感調整用確率モデルを構成する各ノード間の接続関係を表すグラフ構造、入力ノードに与えられる入力情報のタイプ、各ノードの条件付き確率表(以下、CPTという)とともに、利用者の識別番号(ID)、設定操作の内容と一意に対応する設定操作番号k、その設定操作で修正される設定情報又は制御情報が各確率モデルごとに規定され、記憶部61に記憶される。
さらに、CPT114は、出力ノード104に対応し、各入力ノードの情報の値ごとに割り当てられた条件付き確率分布を規定する。そして、CPT114において、最上段の行131は、確率モデル101に入力情報として与えられる外気温Tamの区分を表し、上から2番目の行132は、確率モデル101に入力情報として与えられる日射量Sの区分を表す。また、CPT114の一番左側の列133は、設定温度Tsetを表す。そして、CPT114のその他の各欄には、行131及び132で特定された外気温Tam及び日射量Sの区分に対する設定温度Tsetの推薦確率を示す。なお、図4(c)では、CPT114のうち、列134及び列135にのみ数値が記載されているが、これは説明のためであり、実際には、全ての欄に推薦確率が記載される。
また、外気温Tamが14℃であり、日射量Sが600W/m2の場合、CPT114の列135より、設定温度Tsetを26℃とする推薦確率が最も高く、0.6となる。したがって、制御情報修正部64は、推薦確率として0.6を出力する。その推薦確率は、第1の閾値Th1よりも小さいが、第2の閾値Th2以上であるため、制御情報修正部64は、設定温度Tsetを26℃にするか否か、A/C操作パネル59などを通じて搭乗者に確認する。そして、搭乗者が、設定温度Tsetを26℃にすることを承認する操作を行えば、制御情報修正部64は、設定温度Tsetを26℃に設定する。
さらに、CPT214は、出力ノード204に対応し、各入力ノードの情報の値ごとに割り当てられた条件付き確率分布を規定する。そして、CPT214において、最上段の行231は、確率モデル201に入力情報として与えられる外気温Tamの区分を表し、上から2番目の行232は、確率モデル201に入力情報として与えられる日射量Sの区分を表す。また、CPT214の一番左側の列233は、ブロア電圧Bvを表す。そして、CPT214のその他の各欄には、行231及び232で特定された外気温Tam及び日射量Sの区分に対するブロア電圧Bvの推薦確率を示す。なお、図6(c)では、CPT214のうち、列234にのみ数値が記載されているが、これは説明のためであり、実際には、全ての欄に推薦確率が記載される。
本実施形態では、特定状況用確率モデルも、車両用空調装置1に登録された利用者毎に生成される。また、特定状況用確率モデルは、設定操作ごと(例えば、設定温度Tsetを下げる若しくは上げる、風量Wを調節する、内気循環モードにする等)に生成される。そして、記憶部61には、特定状況用確率モデルの構造情報が、各利用者情報及び設定操作と関連付けて記憶される。具体的には、特定状況用確率モデルを構成する各ノード間の接続関係を表すグラフ構造、入力ノードに与えられる入力情報のタイプ、各ノードの条件付き確率表(以下、CPTという)とともに、利用者の識別番号(ID)、設定操作の内容と一意に対応する設定操作番号k、その設定操作で修正される制御パラメータ及びその修正値(例えば、設定温度Tsetが3℃下げられる場合には、(Tset,-3)、風量Wを最大値Wmaxにする場合には、(W,Wmax)など)が各特定状況用確率モデルごとに規定され、記憶部61に記憶される。
図7に、車両用空調装置1の設定温度Tsetを自動調節するために使用される特定状況用確率モデルの一例のグラフ構造を示す。図7に示す確率モデル301では、3個の入力ノード302、303、304がそれぞれ出力ノード305に接続されている。また、各入力ノード302、303、304には、それぞれ入力される状態情報として曜日(x1)、時間帯(x2)、現在位置(x3)が与えられる。そして、出力ノード305は、設定温度Tsetを3℃下げる確率を出力とする。
P(x4=1|x1=1,x2=1,x3)
= P(x4=1|x1=1,x2=1,x3=1)・P(x3=1)
+ P(x4=1|x1=1,x2=1,x3=0)・P(x3=0)
= 0.95・0.15 + 0.55・0.85 = 0.61
となる。したがって、得られた確率は、第1の閾値Th1よりも小さいが、第2の閾値Th2以上であるため、制御情報修正部64は、設定温度Tsetを3℃下げるか否か、A/C操作パネル59などを通じて搭乗者に確認する。
制御情報修正部64は、上記の処理によって、設定温度Tset、風量Wなどの設定情報または制御情報を必要に応じて修正すると、それらの設定情報または制御情報を制御部60の各部で利用可能なように、制御部60のRAMに一時記憶する。
なお、温度調節部651は、空調温度Tao及びエアミックスドア28の開度を、ニューラルネットワークを用いた制御やファジイ制御など、他の周知の制御方法を用いて決定してもよい。算出された空調温度Taoは、制御部60の他の部で参照できるように、記憶部61に記憶される。
また、吹出口制御部653は、制御情報修正部64が風量比の設定値又は設定温度Tsetを修正している場合には、その修正された設定値又は設定温度Tsetを使用して各ドア37〜39の開度を決定する。
なお、送風量設定部655は、制御情報修正部64でブロア電圧Bvが修正された場合、上記の過渡応答の範囲でも、ブロア電圧Bvをその修正された値に設定するようにしてもよい。但しこの場合には、空調温度Taoに応じてブロア電圧Bvが変化することから明らかなように、温感調整用確率モデル又は特定状況用確率モデルに対する入力パラメータに、空調温度Taoを含むことが必要となる。
一般的に、搭乗者は、車室内が搭乗者にとって適切な空調状態となっていない場合、車両用空調装置1の設定操作を行う。そのため、搭乗者が車両用装置1の設定操作を頻繁に行う場合、搭乗者の設定操作を推定する確率モデルの構築が必要と考えられる。しかし、適切な確率モデルを構築するためには、統計的に正しい推定を行えるだけのデータが必要となる。また、搭乗者の温感に合わせて空調設定を最適化するためには、搭乗者がその空調設定に満足しているときの空調情報を参照して確率モデルを生成することが好ましい。
これら特定状況用学習データDAk及び操作回数iAkは、登録済み利用者及び設定操作ごとに別個に記憶される。
温感調整用確率モデルについては、入力データは空調情報(外気温Tam、内気温Tr、日射量S)に限られるので、その確率モデルに含まれる各ノード間の接続関係を修正する必要が無い。そこで学習部66は、上記の温感調整用学習データCAを用いて、各ノードのCPTのみを修正する。なお、初期設定として、入力ノードに対するCPT、すなわち、入力パラメータの事前確率を規定するCPTに関しては、入力パラメータの値の各区分に対して事前確率が等しくなるように設定する。また、出力ノードに対するCPTのうち、設定情報を所定値にする推薦確率を出力するCPTに関しても、初期設定として、設定情報の各値に対して推薦確率が等しくなるように設定する。一方、出力ノードに対するCPTのうち、制御情報を所定値にする推薦確率を出力するCPTに関しては、初期設定として、空調制御部65で使用される温調制御式などにより求められる値に対して推薦確率が最も高くなるように設定する。
学習部66は、温感調整用学習データCAの蓄積が開始されてから、十分な学習データが蓄積できると考えられる所定期間(例えば、3ヶ月間、1年間)経過すると、記憶部61に記憶されている温感調整用学習データCAを用いて、温感調整用確率モデルを更新する。その後、学習部66は、その所定期間より以前に取得された温感調整用学習データCAを記憶部61から消去する。
まず、確率モデル101の入力ノード102及び103に対しては、その入力ノードに関するCPT112及び113に規定された、入力パラメータの値の各区分に対する事前確率を、温感調整用学習データCAに含まれる各区分ごとの頻度に基づいて決定する。例えば、温感調整用学習データCAは、同時期に取得された、外気温Tam、内気温Tr、日射量S、設定温度Tset、ブロア電圧Bvなどを含むデータの組を1万個有するとする。このうち、入力ノード102の入力パラメータである外気温Tamについて着目すると、0℃未満、0℃以上15℃未満、15℃以上30℃未満、30℃以上の各区分に含まれるデータが、それぞれ1000個、3000個、4000個、2000個あったとする。この場合、外気温Tamが0℃未満の各区分の事前確率は、その頻度である1000を全データ数10000で割った値、すなわち0.1となる。同様に、0℃以上15℃未満、15℃以上30℃未満、30℃以上の各区分の事前確率は、0.3、0.4、0.2と求められる。入力ノード103についても、同様にCPT113を求めることができる。すなわち、温感調整用学習データCAに含まれる日射量Sの値の頻度を、0W/m2以下、1W/m2以上500W/m2以下、501W/m2以上1000W/m2以下、1001W/m2以上の各区分ごとに求め、その頻度を全データ数で割ることにより、各区分ごとの事前確率を求めることができる。
また、出力ノード104のCPT114については、学習部66は、外気温Tamと日射量Sの各区分の組み合わせごとに、設定温度Tsetの各値の頻度をその組み合わせのデータ個数の総数で割ることにより、設定温度Tsetを所定の値にする条件付き確率の値を求める。例えば、温感調整用学習データCAのうちに、外気温Tamが0℃以上15℃未満で、且つ日射量Sが501W/m2以上1000W/m2以下のデータが1000個含まれるとする。このうち、設定温度Tsetが25℃であったものが300個含まれるとする。この場合、学習部66は、外気温Tamが0℃以上15℃未満で、且つ日射量Sが501W/m2以上1000W/m2以下の場合に、設定温度Tsetを25℃に設定する条件付き確率を、対応するデータ数300をその入力データの区分についてのデータの総数1000で割った数、すなわち0.3とする。同様に、設定温度Tsetが26℃であったものが600個含まれるとする。この場合、学習部66は、外気温Tamが0℃以上15℃未満で、且つ日射量Sが501W/m2以上1000W/m2以下の場合に、設定温度Tsetを26℃に設定する条件付き確率を、0.6とする。
学習部66は、操作回数iAkが、所定回数n1(例えば、10回)に等しくなると、特定状況用学習データDAkを用いて、その設定操作に関する特定状況用確率モデルMAqkを生成する。なお、q(=1,2,..)は、搭乗者Aの設定操作番号kの設定操作について生成された確率モデルの数を表す。その後、搭乗者Aが、さらに設定操作αを繰り返す場合、学習部66は、前回の確率モデルMAqk生成後のその操作回数iAkがn1回に到達する度に(すなわち、操作回数iAk=n1・j(ただし、j=1,2,..)となる場合)、特定状況用学習データDAkを用いて、確率モデルMAqkを更新する。
それらの標準モデルは、記憶部61に記憶される。そして、学習時には、各標準モデルについて、その標準モデルに含まれる各ノード間の条件付き確率を決定して仮の確率モデルを生成する。その後、情報量基準を用いて、最も適切なグラフ構造を有する仮の確率モデルを選択する。その選択されたモデルが、特定状況用確率モデルとなる。
図10(a)〜(d)に、15個の標準モデルのうちの4個を例として示す。図10(a)〜(d)に示す標準モデル501〜504は、何れも入力ノードと出力ノードからなる2層構成のベイジアンネットワークである。各標準モデル501〜504は、入力ノードに与えられるパラメータが異なる。
学習が開始されると、学習部66は、まず、各標準モデルに対して、特定状況用学習データDAkから対象となる入力パラメータを抽出して各ノードの条件付き確率を求め、CPTを作成して確率モデルを構築する(ステップS201)。
そこで、学習部66は、記憶部61から読み出した、特定状況用学習データDAkから、各ノードについて、各パラメータの状態ごとに該当する数nを数える。そして、その数nを全事象数Nで除した値を、事前確率及び条件付き確率の値とする。例えば、図10(b)の標準モデル502を例として説明する。ここで、30個のデータの組を含む特定状況用学習データDAkがあり、このうち、入力ノードの一つに割り当てられている現在位置について調べると、自宅である回数(y11=0)が15回、職場である回数(y11=1)が12回、近所の公園である回数(y11=2)が3回とすると、現在位置に対する事前確率P(y11)は、それぞれ、P(y11=0)=0.5、P(y11=1)=0.4、P(y11=2)=0.1となる。同様に、出力ノードについては、親ノードである各入力ノードに与えられる入力情報の現在位置(y11)、曜日(y12)、時間帯(y13)の取り得る値の組み合わせのそれぞれについて、特定状況用学習データDAk中に出現する数を計算し、それを全データ数である30で割ることによって、条件付き確率を求められる。このように、事前確率及び条件付き確率を求めることにより、各ノードに対応するCPTを決定する。
本実施形態では、情報量基準として、AIC(赤池情報量基準)を用いた。AICは、確率モデルの最大対数尤度と、パラメータ数に基づいて、以下の式に基づいて求めることができる。
なお、情報量基準を用いた確率モデルの選択(言い換えれば、グラフ構造の学習)については、ベイズ情報量基準(BIC)、竹内情報量基準(TIC)、最小記述長(MDL)基準など他の情報量基準を用いてもよい。さらに、これらの情報量基準の算出式の正負を反転させたものを、情報量基準として用いてもよい。この場合には、情報量基準の値が最大となる確率モデルを、特定状況用確率モデルとして選択する。
ステップS105の後、または、ステップS103にて、所定期間が経過していない場合、制御部60は、通信部62を通じて、各センサ、ナビゲーションシステム56、車両操作機器57などから各状態情報を取得する(ステップS106)。この状態情報には、外気温Tam、日射量Sなどの空調情報も含む。同様に、記憶部61から各設定情報を取得する。
図13に示すように、搭乗者が設定操作を行っていない場合、制御部60の制御情報修正部64は、その搭乗者に関連付けられている温感調整用確率モデルのうち、何れかの設定操作に関連する確率モデルに、ステップS106で取得された空調情報を入力する。そして、その温感調整用確率モデルに関連付けられている設定操作に関する推薦確率Pを算出する(ステップS108)。あるいは、制御情報修正部64は、その搭乗者に関連付けられている特定状況用確率モデルMAqkのうち、何れかの操作グループに関連する設定情報または制御情報の修正に関連する確率モデルに、ステップS106で取得された状態情報を入力する。そして、その特定状況用確率モデルに関連付けられている設定操作に関する確率を算出する。そして、その設定情報または制御情報に関連する同一操作グループ内の設定操作について算出された確率のうち、最も高い確率を推薦確率Pとして求める。
ステップS115にて、所定のサンプリング時間が経過していた場合、制御部60は、空調情報をセンサから取得し、温感調整用学習データCAとして記憶部61に保存する(ステップS116)。また、ステップS116の後、あるいは、ステップS115にて、所定のサンプリング時間が経過していなかった場合、制御部60は、エンジンがOFFされたか否かを判定する(ステップS117)。エンジンがOFFになっていない場合、制御部60は、制御をステップS106の前に戻す。そして、ステップS106〜ステップS125の処理を、一定時間間隔(例えば、5秒間隔)で繰り返す。一方、ステップS117にて、エンジンがOFFにされたと判定された場合、制御部60は、空調情報をセンサから取得し、温感調整用学習データCAとして記憶部61に保存する(ステップS118)。そして、車両用空調装置1を停止する。
一方、ステップS121において、iAkがn1*jと等しくない場合、学習部66は、制御をステップS123の前に移行する。
さらに、学習部66が経過時間に基づいて特定状況用確率モデルの構築を行うか否かを判定する場合、上記のステップS123では、学習部66は、経過時間を第1の所定時間よりも長い第2の所定時間(例えば、4週間、6ヶ月)と比較するようにしてもよい。そして、経過時間が第2の所定時間よりも長い場合、学習部66は、特定状況用学習データDAkの消去、更新フラグfの書き換えを行う。
そして、同乗者が操作を行った場合には、運転者の照合及び認証と同様に、車内カメラ54で撮影した画像データに基づいて、同乗者の照合及び認証も行い、その操作時の各センサ値などの状態情報を、運転者ではなく、その同乗者に関連付けて記憶する。
10 空調部
11 コンプレッサ
21 ブロアファン
22 駆動用モータ
24 内外気サーボモータ
25 内外気切替ドア
28 エアミックスドア
31 温調サーボモータ
37 フットドア
38 フェイスドア
39 デフロスタドア
40 モードサーボモータ
51 内気温センサ
52 外気温センサ
53 日射センサ
54 車内カメラ
55 車外カメラ
56 ナビゲーションシステム
57 車両操作機器
58 車載時計
59 A/C操作パネル
60 制御部
61 記憶部
62 通信部
63 照合部
64 制御情報修正部
65 空調制御部
651 温度調節部
652 コンプレッサ制御部
653 吹出口制御部
654 吸込口制御部
655 送風量設定部
66 学習部
101、201 温感調整用確率モデル
102〜104、202〜204 ノード
112〜114、212〜214 条件付き確率表(CPT)
301 特定状況用確率モデル
302〜305 ノード
312〜315 CPT
501〜504 標準モデル
Claims (12)
- 空調空気を車両内に供給する空調部(10)と、
空調情報を取得する空調情報取得部(51、52、53)と、
前記空調情報取得部(51、52、53)により、安定状態において取得された複数の空調情報を、第1の学習データ群として記憶する記憶部(61)と、
前記空調情報を入力することにより乗員が所定の設定操作を行う推薦確率を算出するための第1の確率モデルを、前記第1の学習データ群を用いて構築する学習部(66)と、
前記学習部(66)で構築された前記第1の確率モデルに、前記空調情報取得部(51、52、53)により取得された空調情報を入力して前記推薦確率を算出し、該推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正する制御情報修正部(64)と、
前記修正された設定情報又は制御情報にしたがって、前記空調部(10)の空調制御を行う空調制御部(65)と、
を有することを特徴とする車両用空調装置。 - 前記空調情報取得部(51、52、53)は、乗員が車両の動力を停止した時点の空調情報、設定操作が行われてから所定時間経過後における空調情報、又は定期的に測定された空調情報の少なくとも何れかを、前記安定した状態にある空調情報として取得する、請求項1に記載の車両用空調装置。
- 前記制御情報修正部(64)は、前記推薦確率が第1の閾値以上の場合、前記設定情報又は制御情報を修正する、請求項1又は2に記載の車両用空調装置。
- 前記推薦確率が、前記第1の閾値未満であり、且つ前記第1の閾値よりも低い第2の閾値以上の場合、前記所定の設定操作の内容を搭乗者に報知し、且つ前記所定の設定操作を行うか否かを搭乗者に確認する確認操作部(59)を有し、
前記確認操作部(59)を通じて前記所定の設定操作を行うことが確認された場合、前記制御情報修正部(64)は、前記設定情報又は制御情報を修正する、請求項3に記載の車両用空調装置。 - 搭乗者の情報を取得する搭乗者情報取得部(54)と、
前記搭乗者情報を用いて、搭乗者と予め記憶された少なくとも一人の登録済利用者とを照合する照合部(63)を有し、
前記制御値修正部(64)は、前記照合部(63)が搭乗者と判定した登録済利用者と関連付けられた前記第1の確率モデルに基づいて前記推薦確率を算出する、請求項1〜4の何れか一項に記載の車両用空調装置。 - 前記第1の確率モデルは、空調情報を入力として前記所定の設定操作を行う推薦確率を出力するノードを有し、
前記学習部(66)は、前記第1の学習データ群に含まれた、前記安定状態にある空調情報を用いて該ノードが出力する推薦確率を決定する、請求項1〜5の何れか一項に記載の車両用空調装置。 - 前記学習部(66)は、前記記憶部(61)に記憶された前記第1の学習データ群に含まれた、前記安定状態にある空調情報を少なくとも第1のクラスタと第2のクラスタに区分し、かつ該第1のクラスタに含まれた空調情報から空調情報の値に関する第1の範囲を決定し、該第2のクラスタに含まれた空調情報から空調情報の値に関する第2の範囲を決定し、前記第1の範囲に含まれる前記空調情報の値に対して前記ノードが出力する推薦確率及び前記第2の範囲に含まれる前記空調情報の値に対して前記ノードが出力する推薦確率を決定することにより、前記第1の確率モデルを構築する、請求項6に記載の車両用空調装置。
- 前記車両に関する状態を表す状態情報を取得する情報取得部(51、52、53、55、56、57、58)をさらに有し、
前記制御情報修正部(64)は、乗員が所定の設定操作を行う推薦確率を算出するための第2の確率モデルを少なくとも一つ有し、前記情報取得部(51、52、53、55、56、57、58)により取得された状態情報を該第2の確率モデルに入力して該所定の設定操作を行う推薦確率を算出し、該推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正する、請求項1〜7の何れか一項に記載の車両用空調装置。 - 前記記憶部(61)は、前記情報取得部(51、52、53、55、56、57、58)により取得された複数の状態情報を、第2の学習データ群として記憶し、
前記学習部(66)は、前記第2の確率モデルを、前記第2の学習データ群を用いて構築する、請求項8に記載の車両用空調装置。 - 空調空気を車両内に供給する空調部(10)を有する車両用空調装置の制御方法であって、
安定状態において取得された複数の空調情報を、学習データ群として記憶するステップと、
前記空調情報を入力することにより乗員が所定の設定操作を行う推薦確率を算出するための第1の確率モデルを、前記学習データ群を用いて構築するステップと、
空調情報を取得するステップと、
前記第1の確率モデルに前記空調情報を入力して前記推薦確率を算出するステップと、
前記推薦確率が所定の条件を満たす場合、前記推薦確率に応じて、乗員の設定操作に関連する設定情報又は制御情報を、前記所定の設定操作となるように修正するステップと、
前記修正された設定情報又は制御情報にしたがって、前記空調部(10)の空調制御を行うステップと、
を有することを特徴とする制御方法。 - 前記安定した状態にある空調情報は、乗員が車両の動力を停止した時点の空調情報、設定操作が行われてから所定時間経過後における空調情報、又は定期的に測定された空調情報の何れかである、請求項10に記載の制御方法。
- 前記車両に関する状態を表す状態情報を取得するステップと、
前記状態情報を入力することにより乗員が所定の設定操作を行う推薦確率を算出するための第2の確率モデルに前記状態情報を入力して前記推薦確率を算出するステップと、
をさらに有する、請求項10または11に記載の制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007135689A JP4967810B2 (ja) | 2007-05-22 | 2007-05-22 | 車両用空調装置およびその制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007135689A JP4967810B2 (ja) | 2007-05-22 | 2007-05-22 | 車両用空調装置およびその制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008290494A true JP2008290494A (ja) | 2008-12-04 |
JP4967810B2 JP4967810B2 (ja) | 2012-07-04 |
Family
ID=40165691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007135689A Active JP4967810B2 (ja) | 2007-05-22 | 2007-05-22 | 車両用空調装置およびその制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4967810B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010234905A (ja) * | 2009-03-30 | 2010-10-21 | Denso It Laboratory Inc | 車両用空調装置及び車両用空調装置の制御方法 |
JP2013233823A (ja) * | 2012-05-02 | 2013-11-21 | Suzuki Motor Corp | 車両の空調制御装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102028523B1 (ko) * | 2017-11-03 | 2019-10-04 | (주)레이원 | 차량 및 사용자 정보를 이용한 인공지능 차량제어장치 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06270649A (ja) * | 1993-03-17 | 1994-09-27 | Nissan Motor Co Ltd | 自動車用空調装置 |
JP2000293204A (ja) * | 1999-02-05 | 2000-10-20 | Denso Corp | 制御量算出装置、空調制御装置及び記録媒体 |
WO2005091214A1 (ja) * | 2004-03-18 | 2005-09-29 | Denso It Laboratory, Inc. | 車両用情報処理システム、車両用情報処理方法およびプログラム |
JP2006185189A (ja) * | 2004-12-27 | 2006-07-13 | Denso It Laboratory Inc | ユーザ支援装置及びユーザ支援方法 |
JP2007010571A (ja) * | 2005-07-01 | 2007-01-18 | Denso Corp | ナビゲーションシステム、および、そのナビゲーションシステムに用いる係数決定プログラム |
JP2008195102A (ja) * | 2007-02-08 | 2008-08-28 | Denso Corp | 車両用空調装置、車両用空調装置の制御方法および制御装置 |
JP2008247114A (ja) * | 2007-03-29 | 2008-10-16 | Denso It Laboratory Inc | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置及び車載機器制御方法 |
JP2008247094A (ja) * | 2007-03-29 | 2008-10-16 | Denso It Laboratory Inc | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置および車載機器の制御方法 |
JP2008285111A (ja) * | 2007-05-21 | 2008-11-27 | Denso Corp | 車両用空調装置およびその制御方法 |
-
2007
- 2007-05-22 JP JP2007135689A patent/JP4967810B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06270649A (ja) * | 1993-03-17 | 1994-09-27 | Nissan Motor Co Ltd | 自動車用空調装置 |
JP2000293204A (ja) * | 1999-02-05 | 2000-10-20 | Denso Corp | 制御量算出装置、空調制御装置及び記録媒体 |
WO2005091214A1 (ja) * | 2004-03-18 | 2005-09-29 | Denso It Laboratory, Inc. | 車両用情報処理システム、車両用情報処理方法およびプログラム |
JP2006185189A (ja) * | 2004-12-27 | 2006-07-13 | Denso It Laboratory Inc | ユーザ支援装置及びユーザ支援方法 |
JP2007010571A (ja) * | 2005-07-01 | 2007-01-18 | Denso Corp | ナビゲーションシステム、および、そのナビゲーションシステムに用いる係数決定プログラム |
JP2008195102A (ja) * | 2007-02-08 | 2008-08-28 | Denso Corp | 車両用空調装置、車両用空調装置の制御方法および制御装置 |
JP2008247114A (ja) * | 2007-03-29 | 2008-10-16 | Denso It Laboratory Inc | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置及び車載機器制御方法 |
JP2008247094A (ja) * | 2007-03-29 | 2008-10-16 | Denso It Laboratory Inc | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置および車載機器の制御方法 |
JP2008285111A (ja) * | 2007-05-21 | 2008-11-27 | Denso Corp | 車両用空調装置およびその制御方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010234905A (ja) * | 2009-03-30 | 2010-10-21 | Denso It Laboratory Inc | 車両用空調装置及び車両用空調装置の制御方法 |
JP2013233823A (ja) * | 2012-05-02 | 2013-11-21 | Suzuki Motor Corp | 車両の空調制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP4967810B2 (ja) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4360409B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
JP4990115B2 (ja) | 位置範囲設定装置、移動物体搭載装置の制御方法および制御装置、ならびに車両用空調装置の制御方法および制御装置 | |
JP2009046115A (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
US7962441B2 (en) | Air conditioner for vehicle and controlling method thereof | |
JP4682992B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
JP5224280B2 (ja) | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 | |
US20090031741A1 (en) | Automotive air conditioner and method for controlling automotive air conditioner | |
JP4985057B2 (ja) | 車両用空調装置およびその制御方法 | |
JP4821536B2 (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
JP5078937B2 (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
JP4780035B2 (ja) | 車両用空調装置 | |
EP3582030A1 (en) | Method and system for smart interior of a vehicle | |
JP6518600B2 (ja) | 車両用空調装置 | |
JP2008056078A (ja) | 車両用空調装置 | |
US20150224851A1 (en) | Method and apparatus for controlling a temperature regulation system | |
JP4967810B2 (ja) | 車両用空調装置およびその制御方法 | |
JP4879065B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置および車載機器の制御方法 | |
JP4789842B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置及び車載機器制御方法 | |
JP2007308096A (ja) | 車両用空調装置 | |
JP5177667B2 (ja) | 車両用空調装置及びその制御方法 | |
JP2001199217A (ja) | 車両用空調装置 | |
JP2891000B2 (ja) | 自動車用空調装置 | |
JP2002264627A (ja) | 車両用空調装置の空調制御方法及び車両用空調装置 | |
JPH07285322A (ja) | 車両用空調制御装置 | |
JPH06320934A (ja) | 車両用空調制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090825 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110407 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110531 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110726 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120306 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120319 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150413 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4967810 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150413 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |