JP2014048874A - Device, system, and method for diagnosing vehicle condition - Google Patents

Device, system, and method for diagnosing vehicle condition Download PDF

Info

Publication number
JP2014048874A
JP2014048874A JP2012191023A JP2012191023A JP2014048874A JP 2014048874 A JP2014048874 A JP 2014048874A JP 2012191023 A JP2012191023 A JP 2012191023A JP 2012191023 A JP2012191023 A JP 2012191023A JP 2014048874 A JP2014048874 A JP 2014048874A
Authority
JP
Japan
Prior art keywords
vehicle
information
state
statistical information
load state
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.)
Pending
Application number
JP2012191023A
Other languages
Japanese (ja)
Inventor
Yasuhito Miyazaki
泰仁 宮崎
Shinsaku Ehara
晋作 江原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Priority to JP2012191023A priority Critical patent/JP2014048874A/en
Publication of JP2014048874A publication Critical patent/JP2014048874A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide a vehicle condition diagnostic device capable of appropriately diagnosing condition of a host vehicle without going through a data center.SOLUTION: A vehicle condition diagnostic device includes; a vehicle information acquisition means 140 which acquires vehicle information of a host vehicle as host vehicle information; a load condition assessment means 140 which assesses load condition of the host vehicle; a statistical information acquisition means 140 which acquires statistical information corresponding to the load condition of the host vehicle out of the statistical information, comprising sets of vehicle information representing a plurality of vehicles grouped according to load condition and statistically processed, from one or more other vehicles; a statistical information updating means 140 which updates the statistical information using the host vehicle information; and a vehicle condition diagnostic means 140 which diagnoses the condition of the host vehicle based on the updated statistical information and the host vehicle information.

Description

本発明は、車両状態診断装置、車両状態診断システム、および車両状態診断方法に関するものである。   The present invention relates to a vehicle condition diagnosis apparatus, a vehicle condition diagnosis system, and a vehicle condition diagnosis method.

従来より、車車間通信により他車両から車両情報を収集し、収集した他車両の車両情報と自車両の車両情報とをデータセンターに送信することで、データセンターにおいて車両情報の解析を行う技術が知られている（たとえば、特許文献１）。   Conventionally, there is a technology for collecting vehicle information from other vehicles by inter-vehicle communication, and analyzing the vehicle information in the data center by transmitting the collected vehicle information of the other vehicle and the vehicle information of the own vehicle to the data center. Known (for example, Patent Document 1).

特開２００８−２７０１１号公報JP 2008-27011 A

しかしながら、従来技術では、自車両が車両情報の解析結果を用いて自車両の車両状態を診断するためには、収集した車両情報を一度データセンターに送信し、データセンターでの解析後、車両情報の解析結果をデータセンターから受信する必要があるため、自車両の車両状態を診断するために要する時間が長くなってしまうという問題があった。   However, in the prior art, in order for the own vehicle to diagnose the vehicle state of the own vehicle using the analysis result of the vehicle information, the collected vehicle information is once transmitted to the data center, and after the analysis in the data center, the vehicle information Since it is necessary to receive the analysis result from the data center, there is a problem that it takes a long time to diagnose the vehicle state of the host vehicle.

本発明が解決しようとする課題は、データセンターを介すことなく、自車両の車両状態を適切に診断可能な車両状態診断装置を提供することである。   The problem to be solved by the present invention is to provide a vehicle state diagnosis apparatus that can appropriately diagnose the vehicle state of the host vehicle without going through a data center.

本発明は、自車両の車両情報を自車情報として取得するとともに、複数の車両の車両情報を該車両の負荷状態ごとに区分して統計処理した統計情報のうち自車両の負荷状態に対応する統計情報を一または複数の他車両から取得し、自車情報を用いて統計情報を更新し、更新した統計情報と自車情報とに基づいて、自車両の車両状態を診断することで、上記課題を解決する。   The present invention acquires the vehicle information of the host vehicle as the host vehicle information, and corresponds to the load state of the host vehicle among the statistical information obtained by classifying the vehicle information of the plurality of vehicles according to the load state of the vehicle and performing statistical processing. By obtaining statistical information from one or more other vehicles, updating the statistical information using the own vehicle information, and diagnosing the vehicle state of the own vehicle based on the updated statistical information and the own vehicle information, Solve the problem.

本発明によれば、データセンターを介すことなく、他車両から取得した自車両の負荷状態に対応する統計情報と自車情報とに基づいて、自車両の車両状態を自車両の負荷状態に応じて適切に診断することができるため、自車両の車両状態を診断するために要する時間を短縮することができる。   According to the present invention, the vehicle state of the own vehicle is changed to the load state of the own vehicle based on the statistical information corresponding to the load state of the own vehicle acquired from another vehicle and the own vehicle information without going through the data center. Accordingly, the time required for diagnosing the vehicle state of the host vehicle can be shortened.

本実施形態に係る車両状態診断システムの構成を示す構成図である。It is a lineblock diagram showing the composition of the vehicle state diagnostic system concerning this embodiment. 車両の負荷状態の一例を示す図である。It is a figure which shows an example of the load state of a vehicle. 車両の負荷状態を説明するための図である。It is a figure for demonstrating the load state of a vehicle. 車両情報の期待値の推移の一例を示す図である。It is a figure which shows an example of transition of the expected value of vehicle information. 本実施形態に係る車両状態診断処理を示すフローチャートである。It is a flowchart which shows the vehicle state diagnostic process which concerns on this embodiment. 自車両の負荷状態が変化した場合の車両状態の診断方法を説明するための図である。It is a figure for demonstrating the diagnostic method of a vehicle state when the load state of the own vehicle changes. 図５に示す車両情報診断処理における、統計情報の通信処理を説明するためのフローチャートである。It is a flowchart for demonstrating the communication process of statistical information in the vehicle information diagnostic process shown in FIG.

以下、本発明の実施形態を図面に基づいて説明する。なお、本実施形態においては、本発明の車両状態診断装置を搭載した複数の電気自動車から構成される車両状態診断システムを例示して説明するが、この構成に限定されず、燃料電池自動車、ハイブリッド自動車、エンジン車両などに本発明の車両状態診断装置を搭載し、これら車両の車両状態を診断する構成とすることもできる。   Hereinafter, embodiments of the present invention will be described with reference to the drawings. In this embodiment, a vehicle state diagnosis system composed of a plurality of electric vehicles equipped with the vehicle state diagnosis device of the present invention will be described as an example. However, the present invention is not limited to this configuration. The vehicle state diagnosis device of the present invention can be mounted on an automobile, an engine vehicle, etc., and the vehicle state of these vehicles can be diagnosed.

図１は、本実施形態に係る車両状態診断システムの構成を示す構成図である。本実施形態に係る車両状態診断システムは、車両状態診断装置１を搭載する複数の電気自動車（以下、単に車両という。）から構成されており、図１においては、複数の車両に搭載された複数の車両状態診断装置１のうち、１の車両に搭載された車両状態診断装置１ａと、他の車両に搭載された車両状態診断装置１ｂとを例示している。なお、本実施形態に係る車両状態診断装置１ａ，１ｂは同様の構成のため、以下においては、車両状態診断装置１ａ，１ｂを車両状態診断装置１として説明する。   FIG. 1 is a configuration diagram illustrating a configuration of a vehicle state diagnosis system according to the present embodiment. The vehicle state diagnosis system according to the present embodiment includes a plurality of electric vehicles (hereinafter simply referred to as vehicles) on which the vehicle state diagnosis device 1 is mounted. In FIG. 1, a plurality of vehicle mounted on a plurality of vehicles. Among these vehicle state diagnostic apparatuses 1, a vehicle state diagnostic apparatus 1a mounted on one vehicle and a vehicle state diagnostic apparatus 1b mounted on another vehicle are illustrated. In addition, since the vehicle condition diagnosis apparatuses 1a and 1b according to the present embodiment have the same configuration, the vehicle condition diagnosis apparatuses 1a and 1b will be described as the vehicle condition diagnosis apparatus 1 below.

図１に示すように、本実施形態に係る車両状態診断装置１は、バッテリ１００と、バッテリコントローラ１１０と、車両コントローラ１２０と、通信装置１３０と、制御装置１４０と、報知装置１５０とを備える。これらの装置は、ＣＡＮ（Controller Area Network）その他の車載ＬＡＮによって接続され、相互に情報の授受を行う。   As shown in FIG. 1, the vehicle condition diagnosis apparatus 1 according to the present embodiment includes a battery 100, a battery controller 110, a vehicle controller 120, a communication device 130, a control device 140, and a notification device 150. These devices are connected by a CAN (Controller Area Network) or other in-vehicle LAN, and exchange information with each other.

バッテリコントローラ１１０は、たとえば、バッテリ１００の温度、バッテリ１００の充放電電流値、バッテリ１００の充電状態ＳＯＣ（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）、バッテリ１００の劣化状態ＳＯＨ（Ｓｔａｔｅ Ｏｆ Ｈｅａｌｔｈ）、およびバッテリ１００の抵抗状態ＳＯＲ（Ｓｔａｔｅ Ｏｆ Ｒｅｓｉｓｔａｎｃｅ）などのバッテリ１００の状態を示す情報を、自車両の車両情報として検出する。   The battery controller 110 includes, for example, a temperature of the battery 100, a charge / discharge current value of the battery 100, a charge state SOC (State Of Charge) of the battery 100, a state of deterioration SOH (State Of Health) of the battery 100, and a resistance state of the battery 100 Information indicating the state of the battery 100 such as SOR (State Of Resistance) is detected as vehicle information of the host vehicle.

また、バッテリコントローラ１１０は、自車両の負荷状態を判定するために、バッテリ１００の劣化度合いを加味したバッテリ１００の温度（バッテリ１００の等価温度）、バッテリ１００の電費（エネルギー消費率）、およびバッテリ１００の充電が急速充電方式で行われた比率（急速充電使用比率）を、負荷状態情報として検出する。たとえば、バッテリコントローラ１１０は、バッテリ１００のエネルギー消費量や充電時の充電方式などの情報を履歴情報として記憶しておくことで、バッテリ１００のエネルギー消費率や急速充電使用比率を検出することができる。なお、バッテリコントローラ１１０により検出された自車情報および負荷状態情報は制御装置１４０に送信される。   Further, the battery controller 110 determines the load state of the host vehicle, the temperature of the battery 100 taking into account the degree of deterioration of the battery 100 (equivalent temperature of the battery 100), the power consumption (energy consumption rate) of the battery 100, and the battery The ratio (rapid charging usage ratio) at which 100 charging is performed by the rapid charging method is detected as load state information. For example, the battery controller 110 can detect the energy consumption rate and the quick charge usage ratio of the battery 100 by storing information such as the energy consumption of the battery 100 and the charging method at the time of charging as history information. . Note that the vehicle information and the load state information detected by the battery controller 110 are transmitted to the control device 140.

車両コントローラ１２０は、各種車載装置と接続しており、自車両の負荷状態を判定するために、これら車載装置から自車両の走行状態に応じた負荷状態情報を検出する。具体的には、車両コントローラ１２０は、図示しない車速センサから自車両の車速情報を取得し、取得した車速情報に基づいて、自車両の平均車速および１日あたりの平均走行距離を負荷状態情報として検出する。なお、車両コントローラ１００により検出された負荷状態情報は制御装置１４０に送信される。   The vehicle controller 120 is connected to various in-vehicle devices, and detects load state information corresponding to the traveling state of the own vehicle from these in-vehicle devices in order to determine the load state of the own vehicle. Specifically, the vehicle controller 120 acquires vehicle speed information of the host vehicle from a vehicle speed sensor (not shown), and based on the acquired vehicle speed information, the average vehicle speed of the host vehicle and the average travel distance per day are used as load state information. To detect. Note that the load state information detected by the vehicle controller 100 is transmitted to the control device 140.

通信装置１３０は、車車間通信により、自車両周辺に存在する他車両との間で情報の授受を行う。具体的には、通信装置１３０は、複数の車両の車両情報を統計処理した他車統計情報（詳細は後述する。）を他車両から受信し、受信した他車統計情報を制御装置１４０に出力するとともに、自車両を含む複数の車両の車両情報を統計処理した自車統計情報（詳細は後述する。）を制御装置１４０から取得し、取得した自車統計情報を他車両に送信する。なお、通信装置１３０の通信距離は所定距離（たとえば数百メートル）内に限定されており、通信装置１３０は、通信距離内に存在する他車両と車車間通信を行うことができる。   The communication device 130 exchanges information with other vehicles existing around the host vehicle through inter-vehicle communication. Specifically, communication device 130 receives other vehicle statistical information (details will be described later) obtained by statistically processing the vehicle information of a plurality of vehicles, and outputs the received other vehicle statistical information to control device 140. In addition, own vehicle statistical information (details will be described later) obtained by statistically processing the vehicle information of a plurality of vehicles including the own vehicle is acquired from the control device 140, and the acquired own vehicle statistical information is transmitted to another vehicle. The communication distance of the communication device 130 is limited to a predetermined distance (for example, several hundred meters), and the communication device 130 can perform inter-vehicle communication with other vehicles existing within the communication distance.

制御装置１４０は、本実施形態に係る車両状態診断処理を実行するためのプログラムを格納したＲＯＭ（Read Only Memory）と、このＲＯＭに格納されたプログラムを実行するＣＰＵ（Central Processing Unit）と、アクセス可能な記憶装置として機能するＲＡＭ（Random Access Memory）とから構成される。なお、動作回路としては、ＣＰＵ（Central Processing Unit）に代えて又はこれとともに、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）などを用いることができる。   The control device 140 includes a ROM (Read Only Memory) that stores a program for executing the vehicle state diagnosis processing according to the present embodiment, a CPU (Central Processing Unit) that executes the program stored in the ROM, and an access It is composed of a RAM (Random Access Memory) that functions as a possible storage device. As an operation circuit, instead of or in addition to a CPU (Central Processing Unit), an MPU (Micro Processing Unit), a DSP (Digital Signal Processor), an ASIC (Application Specific Integrated Circuit), an FPGA (Field Programmable Gate Array), etc. Can be used.

制御装置１４０は、ＲＯＭに格納されたプログラムをＣＰＵにより実行することにより、自車両の車両データを取得する車両データ取得機能と、自車両の負荷状態を判定する負荷状態判定機能と、複数の車両の車両情報を統計処理した統計情報を他車両と交換する統計情報通信機能と、自車両の車両データに基づいて自車両の車両情報を更新する車両情報更新機能と、自車両の車両情報を用いて他車両から取得された統計情報を更新する統計情報更新機能と、更新された統計情報と自車両の車両情報とに基づいて自車両の車両状態を診断する車両状態診断機能とを備える。以下に、制御装置１４０が備える各機能について説明する。   The control device 140 executes a program stored in the ROM by the CPU, thereby obtaining a vehicle data acquisition function for acquiring vehicle data of the host vehicle, a load state determination function for determining the load state of the host vehicle, and a plurality of vehicles. A statistical information communication function for exchanging statistical information obtained by statistically processing the vehicle information with another vehicle, a vehicle information updating function for updating the vehicle information of the own vehicle based on the vehicle data of the own vehicle, and the vehicle information of the own vehicle A statistical information update function for updating statistical information acquired from other vehicles, and a vehicle state diagnosis function for diagnosing the vehicle state of the host vehicle based on the updated statistical information and the vehicle information of the host vehicle. Below, each function with which the control apparatus 140 is provided is demonstrated.

車両情報取得機能は、自車両の車両状態を診断するための車両情報を取得する。たとえば、本実施形態において、車両情報取得機能は、自車両のバッテリ１００の状態を診断するために、バッテリコントローラ１１０から、バッテリ１００の温度、充放電電流値、充電状態ＳＯＣ、劣化状態ＳＯＨ、および抵抗状態ＳＯＲなどのバッテリ１００の状態を示す情報を、自車両の車両情報として取得する。   The vehicle information acquisition function acquires vehicle information for diagnosing the vehicle state of the host vehicle. For example, in this embodiment, in order to diagnose the state of the battery 100 of the host vehicle, the vehicle information acquisition function receives the temperature of the battery 100, the charge / discharge current value, the charge state SOC, the deterioration state SOH, and Information indicating the state of the battery 100 such as the resistance state SOR is acquired as vehicle information of the host vehicle.

負荷状態判定機能は、自車両の負荷状態を示す負荷状態情報に基づいて、自車両の負荷状態を判定する。自車両の負荷状態を判定するために、まず、負荷状態判定機能は、車両コントローラ１２０から、自車両の平均車速および１日あたりの平均走行距離などの負荷状態情報を取得するとともに、バッテリコントローラ１１０から、バッテリ１００の等価温度、エネルギー消費率、および急速充電使用比率などの負荷状態情報を取得する。そして、負荷状態判定機能は、各負荷状態情報に応じた負荷状態を「強」または「弱」の２段階で評価する。   The load state determination function determines the load state of the host vehicle based on the load state information indicating the load state of the host vehicle. In order to determine the load state of the host vehicle, the load state determination function first obtains load state information such as the average vehicle speed of the host vehicle and the average travel distance per day from the vehicle controller 120, and the battery controller 110. From this, load state information such as the equivalent temperature of the battery 100, the energy consumption rate, and the quick charge usage rate is acquired. Then, the load state determination function evaluates the load state corresponding to each load state information in two stages of “strong” or “weak”.

ここで、図２は、車両の負荷状態の一例を示す図であり、図２においては、「強」と評価された負荷状態を「○」で示し、「弱」と評価された負荷状態を「−」で示している（後述する図３においても同様）。たとえば、負荷状態判定機能は、バッテリ１００の等価温度が所定温度以上である場合には、バッテリ１００の等価温度に応じた負荷状態を「強」と評価し、バッテリ１００の等価温度が所定温度未満である場合には、図２に示すように、バッテリ１００の等価温度に応じた負荷状態を「弱」と評価する。また、負荷状態判定機能は、自車両の平均速度が所定速度以上である場合には、自車両の平均速度に応じた負荷状態を「強」と評価し、自車両の平均速度が所定速度未満である場合には、図２に示すように、自車両の平均速度に応じた負荷状態を「弱」と評価する。   Here, FIG. 2 is a diagram showing an example of the load state of the vehicle. In FIG. 2, the load state evaluated as “strong” is indicated by “◯”, and the load state evaluated as “weak” is shown. It is indicated by “−” (the same applies to FIG. 3 described later). For example, when the equivalent temperature of the battery 100 is equal to or higher than a predetermined temperature, the load state determination function evaluates the load state corresponding to the equivalent temperature of the battery 100 as “strong” and the equivalent temperature of the battery 100 is lower than the predetermined temperature. 2, the load state corresponding to the equivalent temperature of the battery 100 is evaluated as “weak” as shown in FIG. 2. The load state determination function evaluates the load state according to the average speed of the host vehicle as “strong” when the average speed of the host vehicle is equal to or higher than the predetermined speed, and the average speed of the host vehicle is less than the predetermined speed. In this case, as shown in FIG. 2, the load state corresponding to the average speed of the host vehicle is evaluated as “weak”.

同様に、負荷状態判定機能は、自車両の１日あたりの平均走行距離が所定距離以上である場合には、図２に示すように、自車両の１日あたりの平均走行距離に応じた負荷状態を「強」と評価し、自車両の１日あたりの平均走行距離が所定距離未満である場合には、自車両の１日あたりの平均走行距離に応じた負荷状態を「弱」と評価する。さらに、負荷状態判定機能は、バッテリ１００のエネルギー消費率が所定値以上である場合には、バッテリ１００のエネルギー消費率に応じた負荷状態を「強」と評価し、バッテリ１００のエネルギー消費率が所定値未満である場合には、図２に示すように、バッテリ１００のエネルギー消費率に応じた負荷状態を「弱」と評価する。また、負荷状態判定機能は、バッテリ１００の急速充電使用比率が所定値以上である場合には、バッテリ１００の急速充電使用比率に応じた負荷状態を「強」と評価し、バッテリ１００の急速充電使用比率が所定値未満である場合には、図２に示すように、バッテリ１００の急速充電使用比率に応じた負荷状態を「弱」と評価する。   Similarly, when the average travel distance per day of the host vehicle is equal to or greater than a predetermined distance, the load state determination function is a load corresponding to the average travel distance per day of the host vehicle as shown in FIG. When the condition is evaluated as “strong” and the average travel distance per day of the host vehicle is less than the predetermined distance, the load state corresponding to the average travel distance per day of the host vehicle is evaluated as “weak”. To do. Furthermore, the load state determination function evaluates the load state according to the energy consumption rate of the battery 100 as “strong” when the energy consumption rate of the battery 100 is a predetermined value or more, and the energy consumption rate of the battery 100 is If it is less than the predetermined value, the load state corresponding to the energy consumption rate of the battery 100 is evaluated as “weak” as shown in FIG. The load state determination function evaluates the load state according to the quick charge use ratio of the battery 100 as “strong” when the quick charge use ratio of the battery 100 is equal to or greater than a predetermined value, and quickly charges the battery 100. When the usage ratio is less than the predetermined value, the load state corresponding to the quick charge usage ratio of the battery 100 is evaluated as “weak” as shown in FIG.

そして、負荷状態判定機能は、各負荷状態情報に応じた負荷状態の評価の組み合わせに応じて、自車両の負荷状態を判定する。たとえば、図２に示すように、バッテリ１００の等価温度に応じた負荷状態が「弱」と評価され、自車両の平均速度に応じた負荷状態が「弱」と評価され、、自車両の１日あたりの平均走行距離に応じた負荷状態が「強」と評価され、自車両のバッテリ１００のエネルギー消費率に応じた負荷状態が「弱」と評価され、バッテリ１００の急速充電使用比率に応じた負荷状態が「弱」と評価されている場合、図３に示す例において、負荷状態判定機能は、自車両の負荷状態を負荷状態Ｃと判定する。また、自車両の負荷状態が図３に示す負荷状態Ｃである場合に、自車両の走行環境が変化し、たとえば１日あたりの平均移動距離が所定距離未満となり、１日あたりの平均移動距離に対応する負荷状態が「弱」に変化した場合、自車両の負荷状態は、図３に示す負荷状態Ｃから負荷状態Ａへと変化するため、負荷状態判定機能は、自車両の負荷状態を負荷状態Ａと判定する。なお、図３は、車両の負荷状態を説明するための図である。   The load state determination function determines the load state of the host vehicle in accordance with the combination of load state evaluations corresponding to each load state information. For example, as shown in FIG. 2, the load state according to the equivalent temperature of the battery 100 is evaluated as “weak”, the load state according to the average speed of the host vehicle is evaluated as “weak”, and The load state according to the average travel distance per day is evaluated as “strong”, the load state according to the energy consumption rate of the battery 100 of the host vehicle is evaluated as “weak”, and the rapid charge usage ratio of the battery 100 is determined. In the example shown in FIG. 3, the load state determination function determines the load state of the host vehicle as the load state C. Further, when the load state of the host vehicle is the load state C shown in FIG. 3, the traveling environment of the host vehicle changes, for example, the average travel distance per day becomes less than a predetermined distance, and the average travel distance per day. When the load state corresponding to is changed to “weak”, the load state of the host vehicle changes from the load state C shown in FIG. 3 to the load state A. Therefore, the load state determination function determines the load state of the host vehicle. The load state A is determined. In addition, FIG. 3 is a figure for demonstrating the load state of a vehicle.

車両状態更新機能は、車両情報取得機能により取得された自車両の車両情報に基づいて、自車両の車両状態を示す車両状態情報を更新する。ここで、車両状態情報とは、自車両の車両情報の代表値であり、本実施形態においては、車両状態情報として、自車両の車両情報の平均値が用いられる。たとえば、本実施形態において、車両状態更新機能は、車両情報取得機能によりバッテリ１００の温度が新たに取得された場合に、バッテリ温度に対応する車両状態情報として、バッテリ１００の温度の平均値を更新する。また、車両状態更新機能は、車両情報取得機能によりバッテリ１００の充電状態ＳＯＣが新たに取得された場合に、充電状態ＳＯＣに対応する車両状態情報として、充電状態ＳＯＣの平均値を更新する。同様に、車両状態更新機能は、バッテリ１００の充放電レート、バッテリ１００の劣化状態ＳＯＨ、およびバッテリ１００の抵抗状態ＳＯＲなどの情報についても、これらの情報に対応する車両状態情報として、これらの情報の平均値を更新する。なお、バッテリ１００の温度の平均値、バッテリ１００の充放電レートの平均値、およびバッテリ１００の充電状態ＳＯＣの平均値は、バッテリ１００の使用経過時間により重み付けした重み付け平均値とすることができる。   The vehicle state update function updates vehicle state information indicating the vehicle state of the host vehicle based on the vehicle information of the host vehicle acquired by the vehicle information acquisition function. Here, the vehicle state information is a representative value of the vehicle information of the own vehicle. In the present embodiment, an average value of the vehicle information of the own vehicle is used as the vehicle state information. For example, in the present embodiment, the vehicle state update function updates the average value of the temperature of the battery 100 as vehicle state information corresponding to the battery temperature when the temperature of the battery 100 is newly acquired by the vehicle information acquisition function. To do. The vehicle state update function updates the average value of the state of charge SOC as vehicle state information corresponding to the state of charge SOC when the state of charge SOC of the battery 100 is newly acquired by the vehicle information acquisition function. Similarly, the vehicle state update function also includes information such as the charge / discharge rate of the battery 100, the deterioration state SOH of the battery 100, and the resistance state SOR of the battery 100 as vehicle state information corresponding to these pieces of information. Update the average value of. Note that the average value of the temperature of the battery 100, the average value of the charge / discharge rate of the battery 100, and the average value of the state of charge SOC of the battery 100 can be weighted average values weighted by the elapsed time of use of the battery 100.

ここで、車両状態更新機能による車両状態情報（自車両の車両情報の代表値）の更新方法について説明する。なお、以下においては、既にｎ個の車両情報が取得されており、車両情報取得機能により新たにｎ＋１個目の車両情報Ｘｎ＋１が取得され、ｎ＋１個目の車両情報Ｘｎ＋１を用いて、車両状態情報を更新する場面を例示して説明する。なお、既に取得されている車両情報の数ｎと車両情報の平均値Ｘａｖｅｎとは、制御装置１４０のＲＡＭに記憶されている。 Here, the update method of the vehicle state information (representative value of the vehicle information of the host vehicle) by the vehicle state update function will be described. In the following, n pieces of vehicle information have already been acquired, and the (n + 1) th vehicle information Xn + 1 is newly acquired by the vehicle information acquisition function, and a vehicle is obtained using the (n + 1) th vehicle information Xn + 1. An example of updating the state information will be described. Note that the number n of vehicle information already acquired and the average value Xave n of the vehicle information are stored in the RAM of the control device 140.

車両情報更新機能は、下記式１に示すように、ＲＡＭに記憶されている車両情報の数ｎおよび車両情報の平均値Ｘａｖｅｎと、車両情報取得機能により新たに取得されたｎ＋１個目の車両情報Ｘｎ＋１とに基づいて、新たに取得された車両情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１を、新たな自車両の車両状態情報として算出する。これにより、ｎ個の車両情報に基づく自車両の車両状態情報を、新たに取得された車両情報Ｘｎ＋１を含むｎ＋１個の車両情報に基づく車両状態情報に更新することができる。そして、車両情報更新機能は、新たに更新された車両状態情報（すなわち、最新の車両情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１）を、取得した車両情報の数ｎ＋１とともに、制御装置１４０のＲＡＭに記憶する。これにより、次に自車両の車両情報を更新する際に、今回更新された車両状態情報の値および車両情報の数が、ＲＡＭに記憶されている車両状態情報の平均値Ｘａｖｅｎおよび車両状態の数ｎとして用いられることとなる。

Figure 2014048874
なお、上記式１では、平均値であることを示す「―」を、Ｘｎ＋１の真上、Ｘｎの真上に記載しているが、下記式２に示すように、これらは、上記Ｘａｖｅｎ＋１、Ｘａｖｅｎと同義である。以下、後述するΔＸａｖｅ，ｔａｖｅｎ＋１，ｔａｖｅｎ，Δｔａｖｅについても同様である。
Figure 2014048874
 The vehicle information update function includes the number n of vehicle information stored in the RAM, the average value Xave n of vehicle information, and the (n + 1) th vehicle newly acquired by the vehicle information acquisition function, as shown in the following formula 1. based on the information X n + 1, the average value Xave n + 1 of the n + 1 vehicle information including vehicle information X n + 1 newly acquired is calculated as the vehicle state information of the new vehicle. Thereby, the vehicle state information of the own vehicle based on the n pieces of vehicle information can be updated to the vehicle state information based on n + 1 pieces of vehicle information including the newly acquired vehicle information Xn + 1 . The vehicle information update function, the vehicle state information newly updated (i.e., the average value Xave n + 1 of the n + 1 vehicle information including the latest vehicle information X n + 1), with the number n + 1 of the acquired vehicle information, the control Store in the RAM of the device 140. Thus, the next time to update the vehicle information of the vehicle, the number of values and vehicle information currently updated vehicle state information, the average value Xave n and the vehicle state of the vehicle state information stored in the RAM It will be used as the number n.
Figure 2014048874
 In Equation 1, “−” indicating an average value is described immediately above X n + 1 and immediately above X n . However, as shown in Equation 2 below, It is synonymous with n + 1 and Xave n . The same applies to ΔXave, tave n + 1 , tave n , and Δtave described later.
Figure 2014048874

また、本実施形態において、車両情報更新機能は、自車両の車両状態情報のうち、自車両の負荷状態に対応する車両状態情報の更新を行う。具体的には、制御装置１４０のＲＡＭには、自車両の負荷状態ごとに自車両の車両状態情報が記憶されており、たとえば自車両の負荷状態が図３に示す負荷状態Ｃである場合には、車両情報更新機能は、負荷状態Ｃに対応する自車両の車両状態情報（すなわち、自車両の負荷状態が負荷状態Ｃである場合に取得された自車両の車両情報の平均値）を更新する。また、この場合において、たとえば自車両の負荷状態が負荷状態Ｃから負荷状態Ａに変化した場合には、車両状態更新機能は、自車両の車両状態情報のうち、変化後の負荷状態Ａに対応する車両状態情報を更新する。   Moreover, in this embodiment, a vehicle information update function updates the vehicle state information corresponding to the load state of the own vehicle among the vehicle state information of the own vehicle. Specifically, the vehicle state information of the host vehicle is stored in the RAM of the control device 140 for each load state of the host vehicle. For example, when the load state of the host vehicle is the load state C shown in FIG. The vehicle information update function updates the vehicle state information of the host vehicle corresponding to the load state C (that is, the average value of the vehicle information of the host vehicle acquired when the load state of the host vehicle is the load state C). To do. In this case, for example, when the load state of the host vehicle changes from the load state C to the load state A, the vehicle state update function corresponds to the changed load state A in the vehicle state information of the host vehicle. Update vehicle status information.

統計情報通信機能は、自車両周辺に存在する他車両と統計情報の交換を行う。具体的には、統計情報通信機能は、通信装置１３０を介して、車車間通信の通信距離内に存在する他車両から、複数の他車両の車両情報を統計処理した統計情報を他車統計情報として受信するととともに、車車間通信の通信距離内に存在する他車両に対して、自車両を含む複数の車両の車両情報を統計処理した統計情報を自車統計情報として送信する。ここで、他車両の車両情報とは、自車両の車両状態情報と同様に、他車両で検出されたバッテリの温度、充放電レート、充電状態ＳＯＣ、劣化状態ＳＯＨ、および抵抗状態ＳＯＲなどの車両情報の代表値（たとえば平均値）であり、他車統計情報は、複数の他車両の車両情報について平均、分散などの統計処理を行った情報である。なお、他車両から受信した他車統計情報は、制御装置１４０のＲＡＭに記憶され、後述する統計情報更新機能により、自車統計情報を更新するために用いられることとなる。   The statistical information communication function exchanges statistical information with other vehicles existing around the host vehicle. Specifically, the statistical information communication function uses the other vehicle statistical information obtained by statistically processing the vehicle information of a plurality of other vehicles from other vehicles existing within the communication distance of the vehicle-to-vehicle communication via the communication device 130. And the statistical information obtained by statistically processing the vehicle information of a plurality of vehicles including the own vehicle is transmitted as the own vehicle statistical information to other vehicles existing within the communication distance of the inter-vehicle communication. Here, the vehicle information of the other vehicle is a vehicle such as the battery temperature, the charge / discharge rate, the charge state SOC, the deterioration state SOH, and the resistance state SOR detected by the other vehicle, similarly to the vehicle state information of the own vehicle. It is a representative value (for example, an average value) of information, and other vehicle statistical information is information obtained by performing statistical processing such as averaging and dispersion on vehicle information of a plurality of other vehicles. The other vehicle statistical information received from the other vehicle is stored in the RAM of the control device 140 and is used to update the own vehicle statistical information by a statistical information update function described later.

また、本実施形態において、統計情報通信機能は、自車両の負荷状態に対応する他車統計情報のみを他車両から受信するとともに、他車両の負荷状態に対応する自車統計情報のみを他車両に送信する。具体的には、他車両から送信される他車統計情報は、複数の車両の車両情報を該車両の負荷状態ごとに区分して統計処理したものであり、統計情報通信機能は、車両の負荷状態ごとに区分して統計処理された他車統計情報のうち、自車両の負荷状態に一致する負荷状態に応じて統計処理された他車統計情報を、自車両の車両状態に対応する他車統計情報として受信する。同様に、他車両に送信される自車統計情報は、自車両を含む車両の車両情報を該車両の負荷状態ごとに区分して統計処理したものであり、統計情報通信機能は、車両の負荷状態ごとに区分して統計処理された自車統計情報のうち、他車両の負荷状態に一致する負荷状態に応じて統計処理された自車統計情報を、自車両の車両状態に対応する自車統計情報として送信する。なお、統計情報通信機能は、たとえば、他車両の負荷状態を示す情報を他車両から取得することで、自車両の負荷状態に対応する他車統計情報のみを他車両から受信するとともに、他車両の負荷状態に対応する自車統計情報のみを他車両に送信することができる。   In this embodiment, the statistical information communication function receives only other vehicle statistical information corresponding to the load state of the own vehicle from the other vehicle, and only the own vehicle statistical information corresponding to the load state of the other vehicle. Send to. Specifically, the other vehicle statistical information transmitted from the other vehicle is obtained by performing statistical processing by dividing the vehicle information of a plurality of vehicles according to the load state of the vehicle. Other vehicle statistical information that is statistically processed according to the load state that matches the load state of the host vehicle among the other vehicle statistical information that is statistically processed by being classified for each state is the other vehicle corresponding to the vehicle state of the host vehicle. Receive as statistical information. Similarly, the own vehicle statistical information transmitted to the other vehicle is obtained by statistically processing the vehicle information of the vehicle including the own vehicle for each load state of the vehicle. The own vehicle statistical information that has been statistically processed according to the load state that matches the load state of the other vehicle among the own vehicle statistical information that has been statistically processed separately for each state, and that corresponds to the vehicle state of the own vehicle Send as statistics. The statistical information communication function receives, for example, only other vehicle statistical information corresponding to the load state of the host vehicle from the other vehicle by acquiring information indicating the load state of the other vehicle from the other vehicle. Only the own vehicle statistical information corresponding to the load state of the vehicle can be transmitted to other vehicles.

統計情報更新機能は、車両情報更新機能により更新された自車両の車両状態情報と、統計情報通信機能により他車両から受信した他車統計情報とに基づいて、自車両を含む複数の車両の車両情報を統計処理した自車統計情報を更新する。以下に、自車統計情報の更新方法について説明する。なお、以下においては、他車統計情報としてｎ個の車両情報の統計情報が取得されており、車両情報更新機能により新たに車両状態情報Ｘｎ＋１が更新された場合に、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報に基づく統計情報を自車統計情報として更新する場面を例示して説明する。 The statistical information update function is based on the vehicle state information of the own vehicle updated by the vehicle information update function and the other vehicle statistical information received from the other vehicle by the statistical information communication function. Updates the own vehicle statistical information obtained by statistically processing the information. Below, the update method of the own vehicle statistics information is demonstrated. In the following description, statistical information of n pieces of vehicle information is acquired as other vehicle statistical information, and when the vehicle state information X n + 1 is newly updated by the vehicle information update function, the vehicle state information of the own vehicle A case where statistical information based on n + 1 pieces of vehicle information including Xn + 1 is updated as own vehicle statistical information will be described as an example.

すなわち、統計情報更新機能は、下記式３に示すように、他車統計情報に含まれるｎ個の他車両の車両情報の平均値Ｘａｖｅｎと、車両情報更新機能により更新された自車両の車両状態情報Ｘｎ＋１とに基づいて、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１を算出することで、他車統計情報であるｎ個の他車両の車両情報の平均値Ｘａｖｅｎを、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１に更新する。

Figure 2014048874
In other words, the statistical information update function includes an average value Xave n of vehicle information of n other vehicles included in the other vehicle statistical information, and the vehicle of the host vehicle updated by the vehicle information update function, as shown in the following Equation 3. based on the state information X n + 1, the self mean value of the n + 1 of the vehicle information including vehicle state information X n + 1 of the vehicle by calculating the Xave n + 1, the vehicle information of the n of the other vehicle is the other vehicle statistics The average value Xave n is updated to the average value Xave n + 1 of n + 1 pieces of vehicle information including the vehicle state information Xn + 1 of the host vehicle.
Figure 2014048874

また、統計情報更新機能は、下記式４に示すように、他車統計情報であるｎ個の他車両の車両情報の分散σ（ｘ）ｎ ２と、車両情報更新機能により更新された自車両の車両状態情報Ｘｎ＋１と、自車両の車両状態情報Ｘｎ＋１を含む車両情報の平均値Ｘａｖｅｎ＋１とに基づいて、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の分散σ（ｘ）ｎ＋１ ２を算出することで、他車統計情報に含まれるｎ個の他車両の車両情報の分散σ（ｘ）ｎ ２を、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の分散σ（ｘ）ｎ＋１ ２に更新する。

Figure 2014048874
なお、上記式４において、ΔＸａｖｅは、他車統計情報であるｎ個の他車両の車両情報の平均値Ｘａｖｅｎと、自車統計情報である自車両の車両情報（車両状態情報Ｘｎ＋１）を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１との差（Ｘａｖｅｎ＋１−Ｘａｖｅｎ）である。 In addition, as shown in the following equation 4, the statistical information update function includes the variance σ (x) n 2 of vehicle information of n other vehicles, which is other vehicle statistical information, and the host vehicle updated by the vehicle information update function. a vehicle state information X n + 1, based on the average value Xave n + 1 of the vehicle information including vehicle state information X n + 1 of the vehicle, dispersion sigma (x (n + 1) pieces of vehicle information including vehicle state information X n + 1 of the vehicle ) By calculating n + 1 2 , the variance σ (x) n 2 of the vehicle information of n other vehicles included in the other vehicle statistical information is calculated as n + 1 pieces of vehicle information including the vehicle state information X n + 1 of the own vehicle. Update to variance σ (x) n + 1 2 .
Figure 2014048874
 In Equation 4, ΔXave is an average value Xave n of vehicle information of n other vehicles, which is other vehicle statistical information, and vehicle information (vehicle state information X n + 1 ) of the own vehicle, which is own vehicle statistical information. It is a difference (Xave n + 1 −Xave n ) from the average value Xave n + 1 of the n + 1 pieces of vehicle information including.

さらに、統計情報更新機能は、下記式５に示すように、他車統計情報であるｎ個の他車両の車両情報とその取得時刻ｔとの共分散σ（ｘ，ｔ）ｎと、車両情報更新機能により更新された自車両の車両状態情報Ｘｎ＋１と、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１とに基づいて、自車両の車両状態情報Ｘｎ＋１を含む車両情報とその取得時刻ｔとの共分散σ（ｘ，ｔ）ｎ＋１を算出することで、他車統計情報に含まれるｎ個の他車両の車両情報とその取得時刻ｔとの共分散σ（ｘ，ｔ）ｎを、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報とその取得時刻ｔとの共分散σ（ｘ，ｔ）ｎ＋１に更新する。

Figure 2014048874
なお、上記式５において、ｔｎ＋１は、最新の車両状態情報Ｘｎ＋１が取得された取得時刻であり、ｔａｖｅｎ＋１は、自車両の車両状態情報Ｘｎ＋１を含む車両情報の取得時刻ｔの平均値である。また、Δｔａｖｅは、他車統計情報であるｎ個の他車両の車両情報の取得時刻ｔの平均値ｔａｖｅｎと、自車統計情報である自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報の取得時刻ｔの平均値ｔａｖｅｎ＋１との差（ｔａｖｅｎ＋１−ｔａｖｅｎ）である。 Further, the statistical information update function, as shown in Equation 5 below, includes covariance σ (x, t) n between vehicle information of n other vehicles, which is other vehicle statistical information, and the acquisition time t, and vehicle information a vehicle state information X n + 1 of the vehicle is updated by the update function, based on the average value Xave n + 1 of the n + 1 vehicle information including vehicle state information X n + 1 of the vehicle, the vehicle state information X n + 1 of the vehicle By calculating the covariance σ (x, t) n + 1 between the vehicle information included and the acquisition time t, the covariance σ between the vehicle information of the n other vehicles included in the other vehicle statistical information and the acquisition time t (X, t) n is updated to a covariance σ (x, t) n + 1 between n + 1 pieces of vehicle information including the vehicle state information Xn + 1 of the own vehicle and the acquisition time t.
Figure 2014048874
 In Equation 5, t n + 1 is an acquisition time when the latest vehicle state information X n + 1 is acquired, and tave n + 1 is an average value of vehicle information acquisition time t including the vehicle state information X n + 1 of the host vehicle. It is. Δtave is n + 1 vehicles including an average value tave n of vehicle information acquisition time t of vehicle information of n other vehicles as other vehicle statistical information and vehicle state information Xn + 1 of the own vehicle as own vehicle statistical information. It is a difference (tave n + 1 −tave n ) from the average value tave n + 1 of the information acquisition time t.

そして、統計情報更新機能は、下記式６に従い、図４に示すように、バッテリの使用経過時間に応じた車両情報の期待値の推移を示す回帰直線を算出する。ここで、図４は、車両情報の期待値の推移の一例を示す図であり、横軸にバッテリの使用経過時間、縦軸に車両情報の値を表している。また、図４中、他車統計情報に用いられた複数の他車両の車両情報を白抜きの丸で示しており、各時刻における自車両の車両状態情報をグレーの丸で示している。図４に示すように、下記式６に基づいて算出される回帰直線Ｌは、バッテリの使用経過時間に応じた自車両の車両状態情報と複数の他車両の車両情報との分布に基づく、車両情報の期待値の推移を示すものとなる（なお、図４に示す自車両の車両状態情報および複数の他車両の車両情報の分布は、説明の便宜のために例示したものであり、本実施形態で、これらの車両情報を実際にプロットするものではない。）。

Figure 2014048874
Then, the statistical information update function calculates a regression line indicating the transition of the expected value of the vehicle information according to the battery usage elapsed time, as shown in FIG. Here, FIG. 4 is a diagram illustrating an example of the transition of the expected value of the vehicle information, where the horizontal axis represents the battery usage elapsed time and the vertical axis represents the vehicle information value. Further, in FIG. 4, vehicle information of a plurality of other vehicles used for other vehicle statistical information is indicated by white circles, and vehicle state information of the own vehicle at each time is indicated by gray circles. As shown in FIG. 4, the regression line L calculated based on the following equation 6 is a vehicle based on the distribution of the vehicle state information of the host vehicle and the vehicle information of a plurality of other vehicles according to the battery usage elapsed time. It shows the transition of the expected value of information (Note that the distribution of the vehicle state information of the own vehicle and the vehicle information of a plurality of other vehicles shown in FIG. 4 is illustrated for convenience of explanation, In form, these vehicle information is not actually plotted.)
Figure 2014048874

ここで、上記式６に示す回帰直線の傾きａｎ＋１は、下記式７に示すように、上記式４に基づいて更新された車両情報の分散σ（ｘ）ｎ＋１ ２と、上記式５に基づいて更新された車両情報の共分散σ（ｘ，ｔ）ｎ＋１とに基づいて算出できる。

Figure 2014048874
Here, the regression line slope an + 1 shown in the above equation 6 is based on the vehicle information variance σ (x) n + 1 2 updated based on the above equation 4 and the above equation 5, as shown in the following equation 7. The vehicle information can be calculated based on the updated covariance σ (x, t) n + 1 of the vehicle information.
Figure 2014048874

また、上記式６に示す回帰直線の切片ｂｎ＋１は、下記式８に示すように、上記式３に基づいて更新された車両情報の平均値Ｘａｖｅｎ＋１と、上記式４に基づいて更新された車両情報の分散σ（ｘ）ｎ＋１ ２と、上記式５に基づいて更新された車両情報の共分散σ（ｘ，ｔ）ｎ＋１とに基づいて算出できる。

Figure 2014048874
Further, the regression line intercept b n + 1 shown in the above equation 6 is updated based on the average value Xave n + 1 of the vehicle information updated based on the above equation 3 and the above equation 4, as shown in the following equation 8. It can be calculated based on the variance σ (x) n + 1 2 of vehicle information and the covariance σ (x, t) n + 1 of vehicle information updated based on Equation 5 above.
Figure 2014048874

このように、統計情報更新機能は、上記式６に基づいて、車両情報の取得時刻ｔにおける車両情報の期待値Ｘを求めることができる。また、本実施形態において、統計情報更新機能は、後述するように、ｎ個の他車両の車両情報に基づく他車統計情報が得られており、かつ、新たにｎ＋１個目の車両情報を取得した場合に、他車統計情報であるｎ個の他車両の車両情報と該車両情報の期待値との残差（たとえば、図４に示す残差ｄ）の標準偏差Ｓｎから、新たに取得したｎ＋１個目の車両情報を含むｎ＋１個の車両情報と該車両情報の期待値との残差の標準偏差Ｓｎ＋１を求める。このため、統計情報更新機能は、まず、上記式６に示す回帰直線の傾きａｎ＋１および切片ｂｎ＋１とを算出する。また、統計情報更新機能は、上記式７，８に基づいて、他車統計情報におけるｎ個の他車両の車両情報に基づく回帰直線Ｌの傾きａｎおよび切片ｂｎも算出する。 As described above, the statistical information update function can obtain the expected value X of the vehicle information at the vehicle information acquisition time t based on the above formula 6. In the present embodiment, the statistical information update function obtains other vehicle statistical information based on the vehicle information of n other vehicles, and newly acquires the (n + 1) th vehicle information, as will be described later. when, from the standard deviation S n of the residual of the expected value of vehicle information and said vehicle information of n other vehicles as other vehicle statistics (e.g., residual d shown in FIG. 4), newly acquired The standard deviation S n + 1 of the residual between the (n + 1) th vehicle information including the (n + 1) th vehicle information and the expected value of the vehicle information is obtained. For this reason, the statistical information update function first calculates the slope a n + 1 and the intercept b n + 1 of the regression line shown in Equation 6 above. The statistical information update function on the basis of the above formula 7, 8, also calculated gradient a n and the intercept b n of the regression line L based on the vehicle information of the n other vehicles in the other vehicle statistics.

そして、統計情報更新機能は、下記式９に示すように、算出した回帰直線Ｌの傾きａｎおよび切片ｂｎを用いて、他車統計情報であるｎ個の他車両の車両情報と該車両情報の期待値との残差（たとえば、図４に示す残差ｄ）の標準偏差Ｓｎを算出する。

Figure 2014048874
Then, the statistical information update function, as shown in the following formula 9, using a gradient a n and the intercept b n of the calculated regression line L, n-number of the other vehicle vehicle information and the vehicle is another vehicle statistics residual with the expected value of information (e.g., residual d shown in FIG. 4) calculates the standard deviation S n of.
Figure 2014048874

さらに、統計情報更新機能は、算出した回帰直線Ｌの傾きａｎ，ａｎ＋１および切片ｂｎ，ｂｎ＋１を用いて、下記式１０に示すＥと、下記式１１に示すｅｎ＋１とを算出する。

Figure 2014048874
Figure 2014048874
 なお、上記式１０において、Σｔｉ ２は他車両統計情報に含まれるｎ個の車両情報の取得時刻ｔの平方和であり、Σｘｉ・ｔｉは他車両統計情報に含まれるｎ個の車両情報の取得時刻ｔと該車両情報ｘとの積の総和であり、Σｘｉは他車両統計情報に含まれるｎ個の車両情報ｘの総和であり、Σｔｉは他車両統計情報に含まれるｎ個の車両情報の取得時刻ｔの総和である（なお、上述した総和関数Σの真下に記載すべきｉおよび総和関数Σの真上に記載すべきｎについては、日本国電子出願の仕様により明細書の本文中で使用できないため省略したが、イメージデータの数式においては記載するものである。）。 Furthermore, statistical information update function, the gradient a n of the calculated regression line L, a n + 1 and the intercept b n, with b n + 1, is calculated and E represented by the following formula 10, and e n + 1 shown by the following formula 11 .
Figure 2014048874
Figure 2014048874
 In Equation 10, Σt i 2 is the sum of squares of the acquisition times t of n pieces of vehicle information included in the other vehicle statistical information, and Σx i · t i is n vehicles included in the other vehicle statistical information. is the sum of the product of the acquisition time t and said vehicle information x of information,? x i is the sum of n vehicle information x contained in the other vehicle statistics, .SIGMA.t i is included in other vehicle statistics n This is the sum of vehicle information acquisition times t (note that i to be described immediately below the above summation function Σ and n to be described above the summation function Σ are detailed according to the specifications of the Japanese electronic application. It is omitted because it cannot be used in the text of the book, but it is described in the mathematical formula of the image data.)

そして、統計情報更新機能は、下記式１２に示すように、上記式９に基づいて算出したｎ個の車両情報と該車両情報の期待値との残差の標準偏差Ｓｎと、上記式１０に基づいて算出したＥと、上記式１１に基づいて算出したｅｎ＋１とを用いて、新たにｎ＋１個目の車両情報を取得した場合における、ｎ＋１個の車両情報と該車両情報の期待値との残差の標準偏差Ｓｎ＋１を算出することで、ｎ個の車両情報と該車両情報の期待値との残差の標準偏差Ｓｎを、ｎ＋１個の車両情報と該車両情報の期待値との残差の標準偏差Ｓｎ＋１に更新する。

Figure 2014048874
Then, as shown in the following formula 12, the statistical information update function performs the standard deviation S n of the residual between the n pieces of vehicle information calculated based on the formula 9 and the expected value of the vehicle information, and the formula 10 N + 1 vehicle information and the expected value of the vehicle information when the (n + 1) th vehicle information is newly acquired using E calculated based on the above and e n + 1 calculated based on Equation 11 above by calculating the standard deviation S n + 1 of the residuals, the standard deviation S n of the residual of the expected value of n vehicle information and said vehicle information, the expected value of the n + 1 vehicle information and said vehicle information To the standard deviation S n + 1 of the residual.
Figure 2014048874

また、本実施形態において、統計情報通信機能により受信される他車統計情報は、自車両の負荷状態に対応する他車統計情報である。また、本実施形態では、車両情報更新機能により更新された車両状態情報は、自車両の負荷状態に対応する車両状態情報である。統計情報更新機能は、このような自車両の負荷状態に対応する他車統計情報および車両状態情報を用いて、自車両の負荷状態に対応する自車統計情報を更新する。たとえば、統計情報更新機能は、自車両の負荷状態が図３に示す負荷状態Ａである場合、負荷状態Ａに対応する他車統計情報と負荷状態Ａに対応する車両状態情報を用いて、負荷状態Ａに対応する自車統計情報を更新し、また、自車両の負荷状態が図３に示す負荷状態Ｂである場合、負荷状態Ｂに対応する他車統計情報と負荷状態Ｂに対応する車両状態情報を用いて、負荷状態Ｂに対応する自車統計情報を更新する。   In the present embodiment, the other vehicle statistical information received by the statistical information communication function is other vehicle statistical information corresponding to the load state of the host vehicle. In the present embodiment, the vehicle state information updated by the vehicle information update function is vehicle state information corresponding to the load state of the host vehicle. The statistical information update function updates the own vehicle statistical information corresponding to the load state of the own vehicle using the other vehicle statistical information and the vehicle state information corresponding to the load state of the own vehicle. For example, when the load state of the host vehicle is the load state A shown in FIG. 3, the statistical information update function uses the other vehicle statistical information corresponding to the load state A and the vehicle state information corresponding to the load state A to load The own vehicle statistical information corresponding to the state A is updated, and if the load state of the own vehicle is the load state B shown in FIG. 3, the other vehicle statistical information corresponding to the load state B and the vehicle corresponding to the load state B The own vehicle statistical information corresponding to the load state B is updated using the state information.

車両状態診断機能は、統計情報更新機能により更新された自車統計情報と、車両状態更新機能により更新された自車両の車両状態情報とに基づいて、自車両の車両状態を診断する。たとえば、本実施形態において、車両状態診断機能は、自車両のバッテリ１００の温度、充放電レート、充電状態ＳＯＣ、劣化状態ＳＯＨ、および抵抗状態ＳＯＲなどの自車両のバッテリの状態を含む車両状態を診断する。以下に、図４を用いて、自車両の車両状態の診断方法について説明する。   The vehicle state diagnosis function diagnoses the vehicle state of the host vehicle based on the host vehicle statistical information updated by the statistical information update function and the vehicle state information of the host vehicle updated by the vehicle state update function. For example, in the present embodiment, the vehicle state diagnosis function includes a vehicle state including the battery state of the host vehicle such as the temperature of the host vehicle battery 100, the charge / discharge rate, the charge state SOC, the deterioration state SOH, and the resistance state SOR. Diagnose. Below, the diagnostic method of the vehicle state of the own vehicle is demonstrated using FIG.

ここで、図４に示す例では、ｎ個の車両情報に基づく他車統計情報が取得されており、かつ、自車両の車両状態情報Ｘｎ＋１がｎ＋１個目の車両情報として取得された場面を例示している。この場合、車両状態診断機能は、自車統計情報として予め算出されている、自車両の車両状態情報Ｘｎ＋１を含むｎ＋１個の車両情報と該車両情報の期待値との残差（たとえば図４に示す残差ｄ）の標準偏差Ｓｎ＋１に基づいて、自車両の車両状態情報Ｘｎ＋１が取得される確率を算出する。具体的には、車両状態診断機能は、上記式６に基づいて、現在の自車両のバッテリの使用経過時間（時刻ｔ）における車両情報の期待値Ｘを算出し、算出した期待値Ｘと自車両の車両状態情報Ｘｎ＋１との差を算出する。そして、車両状態診断機能は、標準偏差Ｓｎ＋１に基づいて、車両情報の期待値Ｘと自車両の車両状態情報Ｘｎ＋１との差が生じる確率を算出する。 Here, in the example illustrated in FIG. 4, a scene in which the other vehicle statistical information based on the n pieces of vehicle information is acquired and the vehicle state information X n + 1 of the own vehicle is acquired as the (n + 1) th vehicle information. Illustrated. In this case, the vehicle state diagnosis function performs a residual (for example, FIG. 4) between n + 1 pieces of vehicle information including vehicle state information Xn + 1 of the own vehicle, which is calculated in advance as own vehicle statistical information, and an expected value of the vehicle information. The probability that the vehicle state information X n + 1 of the own vehicle is acquired is calculated based on the standard deviation S n + 1 of the residual d) shown in FIG. Specifically, the vehicle condition diagnosis function calculates the expected value X of the vehicle information at the current battery usage elapsed time (time t) based on the above equation 6, and calculates the expected value X and the calculated expected value X. The difference from the vehicle state information Xn + 1 of the vehicle is calculated. Then, the vehicle state diagnosis function calculates a probability that a difference between the expected value X of the vehicle information and the vehicle state information Xn + 1 of the host vehicle is generated based on the standard deviation Sn + 1 .

そして、車両状態診断機能は、最新の車両状態情報Ｘｎ＋１が得られる確率が所定値以上（たとえば１％以上）である場合には、自車両の車両状態は適切に管理が行われている管理状態であると診断し、一方、図４に示すように、最新車両状態情報Ｘｎ＋１が得られる確率が所定値未満（たとえば１％以上）である場合には、自車両の車両状態は適切な管理範囲を超えた非管理状態であると診断する。たとえば、車両状態診断機能は、バッテリ１００の劣化状態ＲＯＨを車両状態として診断する場合、自車両のバッテリ１００の劣化状態ＳＯＨが得られる確率が所定値以上（たとえば１％以上）である場合には、バッテリ１００の劣化状態は適切な管理状態であると診断し、一方、自車両のバッテリ１００の劣化状態ＲＯＨが得られる確率が所定値未満（たとえば１％未満）である場合には、バッテリ１００の劣化状態ＲＯＨは管理範囲を超えた非管理状態であると診断する。 The vehicle state diagnosis function is a management in which the vehicle state of the host vehicle is appropriately managed when the probability that the latest vehicle state information Xn + 1 is obtained is a predetermined value or more (for example, 1% or more). On the other hand, when the probability that the latest vehicle state information Xn + 1 is obtained is less than a predetermined value (for example, 1% or more) as shown in FIG. Diagnose unmanaged state beyond the management range. For example, when the vehicle state diagnosis function diagnoses the deterioration state ROH of the battery 100 as the vehicle state, the probability that the deterioration state SOH of the battery 100 of the host vehicle is obtained is a predetermined value or more (for example, 1% or more). When the deterioration state of the battery 100 is diagnosed as an appropriate management state, and the probability that the deterioration state ROH of the battery 100 of the host vehicle is obtained is less than a predetermined value (for example, less than 1%), the battery 100 It is diagnosed that the deteriorated state ROH is an unmanaged state exceeding the management range.

図１に戻り、報知装置１５０は、制御装置１４０により自車両の車両状態が非管理状態であると判断された場合に、自車両のユーザや管理者に対して、自車両の車両状態が非管理状態である旨の報知を行う。なお、報知装置１５０による報知の方法は、特に限定されないが、たとえば、ディスプレイによるメッセージの表示やスピーカによる音声の出力により報知を行うことができる。   Returning to FIG. 1, when the control device 140 determines that the vehicle state of the host vehicle is an unmanaged state, the notification device 150 informs the user or the manager of the host vehicle of the vehicle state of the host vehicle. Announces that it is in the management state. Note that the method of notification by the notification device 150 is not particularly limited, but notification can be performed by, for example, displaying a message on a display or outputting sound from a speaker.

続いて、図５を参照して、本実施形態に係る車両状態診断処理について説明する。図５は、本実施形態に係る車両状態診断処理を示すフローチャートである。なお、以下に説明する処理は、制御装置１４０により実行される。   Subsequently, a vehicle state diagnosis process according to the present embodiment will be described with reference to FIG. FIG. 5 is a flowchart showing a vehicle state diagnosis process according to the present embodiment. Note that the processing described below is executed by the control device 140.

まず、ステップＳ１０１では、制御装置１４０の車両情報取得機能により自車両の車両情報の取得が行われる。本実施形態においては、車両情報取得機能は、バッテリ１００の状態を示すバッテリ状態情報、すなわち、バッテリ１００の温度、バッテリ１００の充放電電流値、充電状態ＳＯＣ、劣化状態ＳＯＨ、および抵抗状態ＳＯＲなどの情報を自車両の車両情報として取得する。   First, in step S101, the vehicle information of the host vehicle is acquired by the vehicle information acquisition function of the control device 140. In the present embodiment, the vehicle information acquisition function includes battery state information indicating the state of the battery 100, that is, the temperature of the battery 100, the charge / discharge current value of the battery 100, the charge state SOC, the deterioration state SOH, the resistance state SOR, and the like. Is acquired as vehicle information of the host vehicle.

ステップＳ１０２では、負荷状態判定機能により、自車両の負荷状態の判定が行われる。具体的には、負荷状態判定機能は、バッテリコントローラ１１０や車両コントローラ１２０から自車両の負荷状態を示す負荷状態情報を取得し、図２に示すように、各負荷状態情報に対応する負荷状態を「強」または「弱」の２段階で評価する。そして、負荷状態判定機能は、各負荷状態情報に対応する負荷状態の評価の組み合わせから、自車両の負荷状態を判定する。たとえば、本実施形態において、負荷状態判定機能は、バッテリ１００の等価温度、平均車速、１日あたりの平均走行距離、急速充電使用比率、およびエネルギー消費率などの負荷状態に対する評価の組み合わせから、自車両の負荷状態を判定する。   In step S102, the load state of the host vehicle is determined by the load state determination function. Specifically, the load state determination function acquires load state information indicating the load state of the host vehicle from the battery controller 110 or the vehicle controller 120, and, as shown in FIG. 2, the load state corresponding to each load state information is obtained. Assess in two levels: “strong” or “weak”. And a load state determination function determines the load state of the own vehicle from the combination of evaluation of the load state corresponding to each load state information. For example, in the present embodiment, the load state determination function is based on a combination of evaluations for load states such as the equivalent temperature of the battery 100, the average vehicle speed, the average mileage per day, the quick charge use ratio, and the energy consumption rate. The load state of the vehicle is determined.

ステップＳ１０３では、負荷状態判定機能により、自車両の負荷状態が変化したか否かの判断が行われる。具体的には、負荷状態判定機能は、自車両の負荷状態が前回処理時と今回処理時とで一致している場合には、自車両の負荷状態が変化していないものと判断し、ステップＳ１０５に進む。一方、負荷状態判定機能は、自車両の負荷状態が前回処理時と今回処理時とで異なる場合には、自車両の負荷状態が変化したと判断して、ステップＳ１０４に進む。   In step S103, the load state determination function determines whether or not the load state of the host vehicle has changed. Specifically, the load state determination function determines that the load state of the host vehicle has not changed when the load state of the host vehicle is the same in the previous process and the current process, and the step The process proceeds to S105. On the other hand, if the load state of the host vehicle is different between the previous process and the current process, the load state determination function determines that the load state of the host vehicle has changed and proceeds to step S104.

ステップＳ１０４では、自車両の負荷状態が変化したと判断されているため、自車統計情報の更新対象を、変化前の負荷状態に対応する自車統計情報から、変化後の負荷状態に対応する自車統計情報に変更する処理が行われる。これにより、ステップＳ１０４以降の処理においては、変更後の負荷状態に対応する他車統計情報および車両状態情報を用いて、変更後の負荷状態に対応する自車統計情報の更新が行われることとなる。   In step S104, since it is determined that the load state of the host vehicle has changed, the update target of the host vehicle statistical information corresponds to the load state after the change from the host vehicle statistical information corresponding to the load state before the change. Processing to change to own vehicle statistics information is performed. Thereby, in the process after step S104, the update of the own vehicle statistical information corresponding to the changed load state is performed using the other vehicle statistical information and the vehicle state information corresponding to the changed load state. Become.

ステップＳ１０５では、車両状態更新機能により、自車両の車両状態を示す車両状態情報の更新が行われる。本実施形態では、前回処理時に更新した車両状態情報（すなわち、前回処理時までに取得されたｎ個の自車両の車両情報の平均値Ｘａｖｅｎ）が制御装置１４０のＲＡＭに記憶されており、車両情報更新機能は、上記式１に基づいて、前回処理時の車両状態情報Ｘａｖｅｎと、ステップＳ１０１で取得した自車両の車両状態情報Ｘｎ＋１とを用いて、新たに取得した車両情報Ｘｎ＋１を含むｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１を算出する。これにより、車両状態更新機能は、ｎ個の自車両の車両情報の平均値Ｘａｖｅｎである前回処理時の車両状態情報を、ｎ＋１個の車両情報の平均値Ｘａｖｅｎ＋１である最新の車両状態情報に更新することができる。 In step S105, the vehicle state information indicating the vehicle state of the host vehicle is updated by the vehicle state update function. In the present embodiment, the vehicle state information updated during the previous process (that is, the average value Xave n of the vehicle information of the n number of own vehicles acquired up to the previous process) is stored in the RAM of the control device 140, vehicle information update function, based on the equation 1, the vehicle state information Xave n previous time, by using the vehicle state information X n + 1 of the vehicle obtained in step S101, the vehicle information X n + 1 obtained newly An average value Xave n + 1 of n + 1 pieces of vehicle information including is calculated. As a result, the vehicle state update function uses the vehicle state information at the time of the previous processing, which is the average value Xave n of the vehicle information of n own vehicles, as the latest vehicle state information that is the average value Xave n + 1 of n + 1 pieces of vehicle information Can be updated.

ステップＳ１０６では、統計情報更新機能により、ステップＳ１０５で更新された車両状態情報と、制御装置１４０のＲＡＭに記憶されている他車統計情報とに基づいて、自車統計情報の更新が行われる。たとえば、統計情報更新機能は、ｎ個の他車両の車両情報に基づく他車統計情報が取得されている場合、上記式３〜５に基づいて、他車統計情報であるｎ個の車両情報の平均値、分散、共分散を、自車両の車両状態情報を含むｎ＋１個の車両情報の平均値、分散、共分散に更新する。さらに、統計情報更新機能は、上記式６〜１２に基づいて、他車統計情報であるｎ個の車両情報と該車両情報の期待値との残差（たとえば図４に示す残差ｄ）の標準偏差Ｓｎを、自車両の車両状態情報を含むｎ＋１個の車両情報と該車両情報の期待値と残差の標準偏差Ｓｎ＋１に更新する。 In step S106, the own vehicle statistical information is updated based on the vehicle state information updated in step S105 and the other vehicle statistical information stored in the RAM of the control device 140 by the statistical information update function. For example, when the other vehicle statistical information based on the vehicle information of n other vehicles is acquired, the statistical information update function is configured to calculate n vehicle information that is other vehicle statistical information based on the above formulas 3 to 5. The average value, variance, and covariance are updated to the average value, variance, and covariance of n + 1 pieces of vehicle information including the vehicle state information of the host vehicle. Further, the statistical information update function is based on the above formulas 6 to 12, and calculates the residual (for example, residual d shown in FIG. 4) between the n pieces of vehicle information that is the other vehicle statistical information and the expected value of the vehicle information. The standard deviation S n is updated to n + 1 pieces of vehicle information including the vehicle state information of the host vehicle, the expected value of the vehicle information, and the standard deviation S n + 1 of the residual.

ステップＳ１０７では、統計情報通信機能により、他車両から、自車両の負荷状態に対応する他車統計情報の受信が行われるとともに、他車両に対して、他車両の負荷状態に対応する自車統計情報の送信が行われる。たとえば、統計情報通信機能は、他車統計情報の要求信号を、自車両の負荷状態を示す情報とともに車車間通信の通距離内に存在する全ての他車両に送信することで、自車両の負荷状態に対応する統計情報を保有する他車両から、自車両の負荷状態に対応する他車統計情報を受信することができる。また、統計情報通信機能は、他車両から他車統計情報の要求信号を、他車両の負荷状態を示す情報とともに受信することで、他車両の負荷状態に対応する自車統計情報を送信することができる。   In step S107, the other vehicle statistical information corresponding to the load state of the own vehicle is received from the other vehicle by the statistical information communication function, and the own vehicle statistics corresponding to the load state of the other vehicle are received from the other vehicle. Information is transmitted. For example, the statistical information communication function transmits a request signal of other vehicle statistical information together with information indicating the load state of the own vehicle to all other vehicles existing within the communication distance of the vehicle-to-vehicle communication. The other vehicle statistical information corresponding to the load state of the own vehicle can be received from the other vehicle having the statistical information corresponding to the state. In addition, the statistical information communication function transmits a request signal of other vehicle statistical information from another vehicle together with information indicating a load state of the other vehicle, thereby transmitting own vehicle statistical information corresponding to the load state of the other vehicle. Can do.

ステップＳ１０８では、統計情報更新機能により、ステップＳ１０７でにおいて他車統計情報が受信されたか否かの判断が行われる。他車統計情報が受信された場合には、ステップＳ１０９に進み、一方、他車統計情報が受信されなかった場合には、ステップＳ１１１に進む。   In step S108, the statistical information update function determines whether or not other vehicle statistical information has been received in step S107. If other vehicle statistical information has been received, the process proceeds to step S109. On the other hand, if other vehicle statistical information has not been received, the process proceeds to step S111.

ステップＳ１０９では、統計情報更新機能により、ステップＳ１０７で受信された他車統計情報に対応する車両ＩＤ（他車統計情報を算出するために用いられた車両情報を提供した車両の車両ＩＤ）と、自車統計情報に対応する車両ＩＤ（自車統計情報を算出するために用いられた車両情報を提供した車両の車両ＩＤ）との照合が行われる。本実施形態では、他車両統計情報とともに、他車統計情報に対応する車両ＩＤのリストを他車両から受信しており、統計情報更新機能は、受信した他車統計情報に対応する車両ＩＤのリストに基づいて、統計情報に対応する車両ＩＤと、自車統計情報に対応する車両ＩＤとの照合を行うことができる。   In step S109, the vehicle ID corresponding to the other vehicle statistical information received in step S107 by the statistical information update function (the vehicle ID of the vehicle that provided the vehicle information used to calculate the other vehicle statistical information); The vehicle ID corresponding to the vehicle statistical information (the vehicle ID of the vehicle that provided the vehicle information used to calculate the vehicle statistical information) is collated. In this embodiment, a list of vehicle IDs corresponding to other vehicle statistical information is received from other vehicles together with other vehicle statistical information, and the statistical information update function is a list of vehicle IDs corresponding to the received other vehicle statistical information. The vehicle ID corresponding to the statistical information can be compared with the vehicle ID corresponding to the own vehicle statistical information.

そして、ステップＳ１１０では、統計情報更新機能により、ステップＳ１０９における照合の結果に基づいて、他車統計情報に対応する車両ＩＤのうち、自車統計情報に対応する車両ＩＤと異なる車両ＩＤが抽出される。そして、統計情報更新機能は、抽出された車両ＩＤに対応する車両の車両情報を加味するように、自車統計情報を更新する。たとえば、統計情報更新機能は、自車統計情報と他車統計情報との差や、自車統計情報に含まれる車両情報の数と他車統計情報に含まれる車両情報の数との差などに基づいて、自車統計情報を算出するために用いられていない車両情報を予測し、予測した車両情報に基づいて、上記式３〜１２に従って、自車統計情報を更新することができる。   In step S110, a vehicle ID different from the vehicle ID corresponding to the own vehicle statistical information is extracted from the vehicle ID corresponding to the other vehicle statistical information based on the result of the collation in step S109 by the statistical information update function. The Then, the statistical information update function updates the own vehicle statistical information so that the vehicle information of the vehicle corresponding to the extracted vehicle ID is taken into account. For example, the statistical information update function can be used for the difference between the own vehicle statistical information and the other vehicle statistical information, or the difference between the number of vehicle information included in the own vehicle statistical information and the number of vehicle information included in the other vehicle statistical information. Based on this, vehicle information that is not used for calculating the own vehicle statistical information is predicted, and the own vehicle statistical information can be updated according to the above equations 3 to 12 based on the predicted vehicle information.

ステップＳ１１１では、車両状態診断機能により、自車両の車両状態の診断が行われる。本実施形態において、車両状態診断機能は、ステップＳ１０６またはステップＳ１１０で更新された自車統計情報と、ステップＳ１０５で更新された車両状態情報とに基づいて、自車両の車両状態を診断する。たとえば、本実施形態において、車両状態診断機能は、自車両の車両状態として、自車両のバッテリ１００の温度、充電状態ＳＯＣ、劣化状態ＳＯＨ、抵抗状態ＳＯＲなどの自車両のバッテリの状態を診断する。   In step S111, the vehicle state of the host vehicle is diagnosed by the vehicle state diagnosis function. In the present embodiment, the vehicle state diagnosis function diagnoses the vehicle state of the host vehicle based on the host vehicle statistical information updated in step S106 or step S110 and the vehicle state information updated in step S105. For example, in the present embodiment, the vehicle state diagnosis function diagnoses the state of the battery of the host vehicle such as the temperature of the battery 100 of the host vehicle, the state of charge SOC, the deterioration state SOH, and the resistance state SOR as the vehicle state of the host vehicle. .

具体的には、車両状態診断機能は、図４に示すように、車両状態情報Ｘｎ＋１が取得された時刻ｔにおける車両情報の期待値Ｘと車両状態情報Ｘｎ＋１との残差と、自車統計情報である車両情報と車両情報の期待値との残差の標準偏差Ｓｎ＋１とを比較することで、車両状態情報Ｘｎ＋１が得られる確率を算出する。そして、車両状態診断機能は、車両状態情報Ｘｎ＋１が得られる確率が所定値以上（たとえば１％以上）である場合には、自車両の車両状態は適切に管理が行われている管理状態であると診断し、一方、車両状態情報Ｘｎ＋１が得られる確率が所定値未満（たとえば１％未満）である場合には、自車両の車両状態は適切な管理範囲を超えた非管理状態であると診断する。 Specifically, as shown in FIG. 4, the vehicle state diagnosis function includes a residual between an expected value X of vehicle information and vehicle state information X n + 1 at time t when the vehicle state information X n + 1 is acquired, The probability that the vehicle state information X n + 1 is obtained is calculated by comparing the standard deviation S n + 1 of the residual between the vehicle information that is statistical information and the expected value of the vehicle information. When the probability that the vehicle state information Xn + 1 is obtained is a predetermined value or more (for example, 1% or more), the vehicle state diagnosis function is a management state in which the vehicle state of the host vehicle is appropriately managed. On the other hand, when the probability that the vehicle state information X n + 1 is obtained is less than a predetermined value (for example, less than 1%), the vehicle state of the host vehicle is an unmanaged state that exceeds the appropriate management range. Diagnose.

また、ステップＳ１０３で自車両の負荷状態が変化した場合、車両状態診断機能は、変化後の負荷状態に対応する自車統計情報に基づいて、自車両の車両状態を診断する。ここで、図６は、自車両の負荷状態が変化した場合の車両状態の診断方法を説明するための図であり、図６（Ａ）は、負荷状態Ａに対応する車両情報の期待値の推移Ｌ１を示しており、図６（Ｂ）は、負荷状態Ｂに対応する車両情報の期待値の推移Ｌ２を示している。また、図６（Ｃ）は、時刻ｔ１において自車両の負荷状態が負荷状態Ａから負荷状態Ｂに変化した場合の車両情報の期待値の推移Ｌ３を示している。 When the load state of the host vehicle changes in step S103, the vehicle state diagnosis function diagnoses the vehicle state of the host vehicle based on the host vehicle statistical information corresponding to the changed load state. Here, FIG. 6 is a diagram for explaining a method for diagnosing the vehicle state when the load state of the host vehicle changes, and FIG. 6 (A) shows the expected value of the vehicle information corresponding to the load state A. indicates a transition L 1, FIG. 6 (B) shows the change L 2 of the expected value of vehicle information corresponding to the load condition B. Also, FIG. 6 (C) shows the changes L 3 of an expected vehicle information when the load condition of the vehicle is changed from the load state A to the load state B at time t1.

たとえば、時刻ｔ１において、自車両の負荷状態が図６（Ａ）に示す負荷状態Ａから、図６（Ｂ）に示す負荷状態Ｂに変化した場合、車両状態診断機能は、図６（Ｃ）に示すように、負荷状態Ａに対応する車両情報の期待値の推移を示す回帰直線Ｌ１の傾きを、負荷状態が変更された時刻ｔ１から、負荷状態Ｂに対応する車両情報の期待値の推移を示す回帰直線Ｌ２の傾きに変更する。これにより、たとえば、負荷状態が変化した時刻ｔ１後の時刻ｔ２においても、変化後の自車両の負荷状態に対応する車両情報の期待値Ｘを適切に算出することができる。 For example, when the load state of the host vehicle changes from the load state A shown in FIG. 6 (A) to the load state B shown in FIG. 6 (B) at time t1, the vehicle state diagnosis function is shown in FIG. 6 (C). as shown in, the slope of the regression line L 1 showing changes in the expected value of vehicle information corresponding to the load condition a, from the time t1 when the load state is changed, the expected value of vehicle information corresponding to the load state B changing the slope of the regression line L 2 showing the transition. Thereby, for example, also at the time t2 after the time t1 when the load state changes, the expected value X of the vehicle information corresponding to the load state of the host vehicle after the change can be appropriately calculated.

そして、ステップＳ１１２では、車両状態診断機能により、ステップＳ１１１における診断の結果、自車両の車両状態が管理状態であるか否かの判断が行われる。自車両の車両状態が管理状態であると診断された場合には、ステップＳ１０１に戻り、この車両状態診断処理を繰り返す。一方、自車両の車両状態が非管理状態であると診断された場合には、ステップＳ１１３に進み、報知装置１５０により、自車両の車両状態が非管理状態である旨の報知が行われる。なお、ステップＳ１１３において、たとえば、バッテリ１００の状態が非管理状態であると診断された場合に、バッテリ１００が非管理状態である旨の信号をバッテリコントローラ１１０に送信することで、バッテリコントローラ１１０におけるバッテリ１００の制御を変更する構成としてもよい。   In step S112, the vehicle state diagnosis function determines whether or not the vehicle state of the host vehicle is a managed state as a result of the diagnosis in step S111. When it is diagnosed that the vehicle state of the host vehicle is in the management state, the process returns to step S101 and the vehicle state diagnosis process is repeated. On the other hand, when it is diagnosed that the vehicle state of the host vehicle is the unmanaged state, the process proceeds to step S113, and the notification device 150 notifies that the vehicle state of the host vehicle is the unmanaged state. In step S113, for example, when it is diagnosed that the state of the battery 100 is the unmanaged state, the battery controller 110 transmits a signal indicating that the battery 100 is in the unmanaged state. It is good also as a structure which changes control of the battery 100. FIG.

続いて、図７を参照して、複数の車両間における統計情報の通信について説明する。ここで、図７は、図５に示す車両状態診断処理における統計情報の通信処理を説明するためのフローチャートである。なお、図７に示す車両Ａおよび車両Ｂは、本実施形態に係る車両状態診断装置１を備え、図５に示す車両状態診断処理を個々に実行しているものである。すなわち、図７に示す車両Ａおよび車両Ｂの車両状態診断処理は図５に示す車両状態診断処理と同じものであるが、説明の便宜のため、図５に示す車両状態診断処理の一部を省略・変更して記載している。   Subsequently, communication of statistical information between a plurality of vehicles will be described with reference to FIG. FIG. 7 is a flowchart for explaining the statistical information communication process in the vehicle state diagnosis process shown in FIG. Note that the vehicle A and the vehicle B shown in FIG. 7 include the vehicle state diagnosis apparatus 1 according to the present embodiment, and execute the vehicle state diagnosis process shown in FIG. 5 individually. That is, the vehicle state diagnosis process for vehicle A and vehicle B shown in FIG. 7 is the same as the vehicle state diagnosis process shown in FIG. 5, but for convenience of explanation, a part of the vehicle state diagnosis process shown in FIG. Omitted / modified.

まず、車両Ａでは、ステップＳ２０１において、自車統計情報更新処理が行われる。ステップＳ２０１の自車統計情報更新処理は、図５に示すステップＳ１０１〜Ｓ１０６と同様の処理であり、これにより、車両Ａにおいて、車両Ａの負荷状態に対応する自車統計情報の更新が行われる。また、車両Ｂでは、ステップＳ３０１において、ステップＳ２０１と同様に、自車統計情報更新処理が行われる。ステップＳ３０１の自車統計情報更新処理も、図５に示すステップＳ１０１〜Ｓ１０６と同様の処理であり、これにより、車両Ｂにおいて、車両Ｂの負荷状態に対応する自車統計情報の更新が行われる。   First, in the vehicle A, own vehicle statistical information update processing is performed in step S201. The own vehicle statistical information update process in step S201 is the same process as steps S101 to S106 shown in FIG. 5, whereby the own vehicle statistical information corresponding to the load state of the vehicle A is updated in the vehicle A. . Further, in the vehicle B, the own vehicle statistical information update process is performed in step S301 as in step S201. The own vehicle statistical information update process of step S301 is also the same process as steps S101 to S106 shown in FIG. 5, whereby the own vehicle statistical information corresponding to the load state of the vehicle B is updated in the vehicle B. .

続いて、車両Ａでは、ステップＳ２０２において、自車両の負荷状態に対応する他車統計情報の受信が行われる。具体的には、車両Ａは、通信装置１３０を介して、車車間通信の通信距離内に存在する全ての他車両に対して、他車統計情報の要求信号を送信する。たとえば、車両Ａの車車間通信の通信距離内に車両Ｂが存在する場合、車両Ｂの車両状態診断装置１は、車両Ａから送信された要求信号を受信する。この要求信号には車両Ａの負荷状態を示す情報が含まれており、車両Ｂの車両状態診断装置１は、車両Ａの負荷状態に対応する自車統計情報を保有しているか否かを判断する。そして、車両Ｂの車両状態診断装置１は、車両Ａの負荷状態に対応する自車統計情報を保有している場合に、車両Ａからの要求信号に対して、車両Ａの負荷状態に対応する自車統計情報を送信する（ステップＳ３０２）。これにより、車両Ａの車両状態診断装置１は、車両Ｂの自車統計情報を、車両Ａの負荷状態に対応する他車統計情報として受信する（ステップＳ２０２）。   Subsequently, in the vehicle A, in step S202, other vehicle statistical information corresponding to the load state of the host vehicle is received. Specifically, the vehicle A transmits a request signal for other vehicle statistical information to all other vehicles existing within the communication distance of the vehicle-to-vehicle communication via the communication device 130. For example, when the vehicle B exists within the communication distance of the inter-vehicle communication of the vehicle A, the vehicle state diagnosis device 1 of the vehicle B receives the request signal transmitted from the vehicle A. This request signal includes information indicating the load state of the vehicle A, and the vehicle state diagnosis apparatus 1 of the vehicle B determines whether or not own vehicle statistical information corresponding to the load state of the vehicle A is held. To do. And the vehicle state diagnostic apparatus 1 of the vehicle B respond | corresponds to the load state of the vehicle A with respect to the request signal from the vehicle A, when own vehicle statistical information corresponding to the load state of the vehicle A is held. The own vehicle statistical information is transmitted (step S302). Thereby, the vehicle state diagnostic apparatus 1 of the vehicle A receives the own vehicle statistical information of the vehicle B as other vehicle statistical information corresponding to the load state of the vehicle A (step S202).

また、車両Ａでは、ステップＳ２０３において、他車両の負荷状態に対応する自車統計情報の送信が行われる。たとえば、車両Ｂの車両状態診断装置１が、他車統計情報の要求信号を、車両Ｂの負荷状態を示す情報とともに送信している場合、車両Ａの車両状態診断装置１は、他車統計情報の要求信号と、車両Ｂの負荷状態を示す情報とを車両Ｂから受信する。この場合、車両Ａの車両状態診断装置１は、車両Ｂの負荷状態に対応する自車統計情報を保有しているか否かを判断し、車両Ｂの負荷状態に対応する自車統計情報を保有している場合には、車両Ｂからの要求信号に対して、車両Ｂの負荷状態に対応する自車統計情報を送信する（ステップＳ２０３）。これにより、車両Ｂの車両状態診断装置１は、車両Ａの自車統計情報を、車両Ｂの負荷状態に対応する他車統計情報として受信する（ステップＳ３０３）。このように、車両Ａの車両状態診断装置１と車両Ｂの車両状態診断装置１との間で統計情報の交換が行われる。なお、ステップＳ２０２，２０３、および、ステップＳ３０２，３０３の処理は、図５に示すステップＳ１０７に相当する。   Further, in the vehicle A, in step S203, the own vehicle statistical information corresponding to the load state of the other vehicle is transmitted. For example, when the vehicle state diagnosis device 1 of the vehicle B transmits a request signal for other vehicle statistical information together with information indicating the load state of the vehicle B, the vehicle state diagnosis device 1 of the vehicle A receives the other vehicle statistical information. Request signal and information indicating the load state of the vehicle B are received from the vehicle B. In this case, the vehicle state diagnosis device 1 of the vehicle A determines whether or not own vehicle statistical information corresponding to the load state of the vehicle B is retained, and possesses own vehicle statistical information corresponding to the load state of the vehicle B. If so, the vehicle statistical information corresponding to the load state of the vehicle B is transmitted in response to the request signal from the vehicle B (step S203). Thereby, the vehicle state diagnostic apparatus 1 of the vehicle B receives the own vehicle statistical information of the vehicle A as other vehicle statistical information corresponding to the load state of the vehicle B (step S303). In this way, statistical information is exchanged between the vehicle state diagnosis device 1 of the vehicle A and the vehicle state diagnosis device 1 of the vehicle B. Note that the processes of steps S202 and 203 and steps S302 and 303 correspond to step S107 shown in FIG.

そして、車両Ａでは、他車統計情報が受信されたか否かの判断が行われ（ステップＳ２０５）、他車統計情報が受信された場合には（ステップＳ２０５＝Ｙｅｓ）、車両Ｂから受信した他車統計情報に対応する車両ＩＤと、車両Ａの自車統計情報に対応する車両ＩＤとの照合を行い（ステップＳ２０６）、自車統計情報と異なる他車統計情報の車両情報を加味するように、自車統計情報が更新される。   In vehicle A, it is determined whether or not other vehicle statistical information has been received (step S205). If other vehicle statistical information is received (step S205 = Yes), The vehicle ID corresponding to the vehicle statistical information and the vehicle ID corresponding to the own vehicle statistical information of the vehicle A are collated (step S206), and the vehicle information of other vehicle statistical information different from the own vehicle statistical information is taken into account. The vehicle statistics information is updated.

そして、車両Ａでは、ステップＳ２０７において、車両状態診断処理が行われる。この車両状態診断処理は、図５に示すステップＳ１１１〜Ｓ１１３と同様の処理であり、ステップＳ２０３またはステップＳ２０６で更新された自車統計情報と、ステップＳ２０１で更新した車両状態情報を用いて、自車両の車両状態の診断が行われることとなる。なお、車両Ｂにおいても、ステップＳ２０４〜Ｓ２０７と同様の処理が行われる。   In the vehicle A, a vehicle state diagnosis process is performed in step S207. This vehicle state diagnosis process is the same process as steps S111 to S113 shown in FIG. 5, and uses the own vehicle statistical information updated in step S203 or step S206 and the vehicle state information updated in step S201. The vehicle state of the vehicle is diagnosed. In vehicle B, the same processing as steps S204 to S207 is performed.

以上のように、本実施形態では、統計処理された他車統計情報を他車両から受信し、受信した他車統計情報と自車両の車両状態情報とを用いて、自車両の車両情報を含む車両情報を統計処理した自車統計情報を更新する。そして、更新した自車統計情報と自車両の車両状態情報とに基づいて、自車両の車両状態を診断する。このように、本実施形態では、他車両の車両情報ではなく、既に統計処理された他車統計情報を他車両から受信して、自車両の車両状態を診断することで、自車両の車両情報を診断する際の通信量や記憶容量を抑制することができ、これにより、データセンターを介すことなく、迅速に、自車両の車両状態を診断することができる。   As described above, according to the present embodiment, the other vehicle statistical information subjected to statistical processing is received from another vehicle, and the vehicle information of the own vehicle is included using the received other vehicle statistical information and the vehicle state information of the own vehicle. Updates own vehicle statistical information obtained by statistically processing vehicle information. Then, based on the updated own vehicle statistical information and the vehicle state information of the own vehicle, the vehicle state of the own vehicle is diagnosed. Thus, in this embodiment, the vehicle information of the own vehicle is received by diagnosing the vehicle state of the own vehicle by receiving the other vehicle statistical information that has already been statistically processed from the other vehicle instead of the vehicle information of the other vehicle. The amount of communication and the storage capacity when diagnosing the vehicle can be suppressed, so that the vehicle state of the host vehicle can be quickly diagnosed without going through the data center.

さらに、本実施形態では、自車両の負荷状態に対応する他車統計情報のみを他車両から受信し、自車両の負荷状態に応じた自車統計情報を更新することで、自車両の車両情報を診断するための通信量や記憶容量をさらに抑制することができる。また、本実施形態では、自車両の負荷状態に応じた自車統計情報に基づいて、自車両の車両情報を診断することができるため、自車両の車両状態を、自車両の負荷状態に応じて適切に診断することができる。さらに、本実施形態では、バッテリの等価温度、平均車速、１日あたりの平均走行距離、急速充電使用比率、およびエネルギー消費率などに基づいて、自車両の負荷状態を判定することで、バッテリ１００の負荷状態を適切に判定することができ、これにより、バッテリ１００の状態を診断する場合に、自車両のバッテリ１００の状態をバッテリ１００の負荷状態に応じて適切に診断することができる。   Furthermore, in this embodiment, only the other vehicle statistical information corresponding to the load state of the own vehicle is received from the other vehicle, and the vehicle information of the own vehicle is updated by updating the own vehicle statistical information according to the load state of the own vehicle. The amount of communication and the storage capacity for diagnosing can be further suppressed. Moreover, in this embodiment, since the vehicle information of the own vehicle can be diagnosed based on the own vehicle statistical information corresponding to the load state of the own vehicle, the vehicle state of the own vehicle is changed according to the load state of the own vehicle. Can be diagnosed appropriately. Further, in the present embodiment, the battery 100 is determined by determining the load state of the host vehicle based on the equivalent temperature of the battery, the average vehicle speed, the average travel distance per day, the quick charge use ratio, the energy consumption rate, and the like. Thus, when the state of the battery 100 is diagnosed, the state of the battery 100 of the host vehicle can be appropriately diagnosed according to the load state of the battery 100.

加えて、本実施形態では、車車間通信により通信可能な範囲に存在する他車両のみから他車統計情報を収集することで、自車両と同一の地域を走行する他車両のみから他車統計情報を収集することができる。そのため、本実施形態では、自車両の車両情報を診断する際の通信量および記憶容量をさらに抑制することができるとともに、車車間通信により通信可能な範囲に存在する他車両は自車両と同様の走行環境にある可能性が高いため、自車両の負荷状態に対応する他車統計情報を収集し易くなる。   In addition, in the present embodiment, by collecting other vehicle statistical information only from other vehicles that exist within a communicable range by inter-vehicle communication, the other vehicle statistical information can be obtained only from other vehicles traveling in the same area as the own vehicle. Can be collected. Therefore, in the present embodiment, the communication amount and the storage capacity when diagnosing the vehicle information of the own vehicle can be further suppressed, and other vehicles existing in the communicable range by the inter-vehicle communication are the same as the own vehicle. Since there is a high possibility that the vehicle is in the driving environment, it becomes easy to collect other vehicle statistical information corresponding to the load state of the host vehicle.

また、本実施形態では、図４に示すように、自車両を含む複数の車両の車両情報の平均値や分散などの自車統計情報から、車両情報の期待値の時間推移を求めることができ、この車両情報の期待値と自車両の車両状態情報との残差を、他の車両の車両情報と該車両情報の期待値との残差と比べることで、自車両の車両状態を適切に診断することができる。   Further, in the present embodiment, as shown in FIG. 4, the time transition of the expected value of the vehicle information can be obtained from the own vehicle statistical information such as the average value and variance of the vehicle information of a plurality of vehicles including the own vehicle. By comparing the residual between the expected value of the vehicle information and the vehicle state information of the own vehicle with the residual between the vehicle information of the other vehicle and the expected value of the vehicle information, the vehicle state of the own vehicle is appropriately Can be diagnosed.

さらに、本実施形態では、自車両の負荷状態が変化した場合に、変化後の負荷状態に対応する自車統計情報の更新が行われ、変化後の負荷状態に対応する自車統計情報に基づいて、自車両の車両状態の診断が行われる。これにより、たとえば、車両の使用拠点が温暖な地域から熱地、または平野部から山岳部へと移った場合、あるいは、車両の転売などによりドライバーの操作方法（たとえばアクセル操作やブレーキ操作の方法）が変化した場合など、自車両の負荷状態が変化した場合でも、自車両の車両状態を、変化後の負荷状態に応じて適切に診断することができる。   Further, in the present embodiment, when the load state of the host vehicle changes, the host vehicle statistical information corresponding to the changed load state is updated, and based on the host vehicle statistical information corresponding to the changed load state. Thus, the vehicle state of the host vehicle is diagnosed. As a result, for example, when the base of the vehicle moves from a warm area to a hot area, or from a plain to a mountain, or when the vehicle is resold, the driver's operation method (for example, accelerator operation or brake operation method) Even when the load state of the host vehicle changes, such as when the vehicle changes, the vehicle state of the host vehicle can be appropriately diagnosed according to the changed load state.

以上説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。   The embodiment described above is described for facilitating understanding of the present invention, and is not described for limiting the present invention. Therefore, each element disclosed in the above embodiment is intended to include all design changes and equivalents belonging to the technical scope of the present invention.

たとえば、上述した実施形態では、バッテリコントローラ１１０や車両コントローラ１２０から取得した負荷状態情報（実測データ）に基づいて、自車両の負荷状態を判定する構成を例示したが、この構成に加えて、以下のような構成とすることができる。すなわち、制御装置１４０が、自車両の予定走行経路を設定可能なナビゲーション機能を備えている場合、自車両が予定走行経路を走行した際の自車両の負荷状態を推定する構成としてもよい。たとえば、ナビゲーション機能は、予定走行経路の走行履歴を有する他車両から、該他車両が予定走行経路を走行した際の負荷状態の情報を取得することで、自車両が予定走行経路を走行する際の負荷状態を推定することができる。また、ナビゲーション機能は、気温や道路の混雑状況などに応じた負荷状態を取得することで、自車両が予定走行経路を走行する際の負荷状態をより高い精度で推定することができる。このように、予定走行経路を走行している際の自車両の負荷状態を予め推定することで、自車両の負荷状態に応じた車両状態を迅速に診断することが可能となる。   For example, in the above-described embodiment, the configuration in which the load status of the host vehicle is determined based on the load status information (measured data) acquired from the battery controller 110 or the vehicle controller 120 is exemplified. The configuration can be as follows. In other words, when the control device 140 has a navigation function that can set the planned travel route of the host vehicle, the load state of the host vehicle when the host vehicle travels the planned travel route may be estimated. For example, the navigation function acquires information on a load state when the other vehicle has traveled on the planned travel route from another vehicle having a travel history of the planned travel route, so that the host vehicle travels on the planned travel route. Can be estimated. In addition, the navigation function can estimate the load state when the host vehicle travels on the planned travel route with higher accuracy by acquiring the load state according to the temperature, road congestion, or the like. In this way, it is possible to quickly diagnose the vehicle state according to the load state of the host vehicle by estimating in advance the load state of the host vehicle when traveling along the planned travel route.

また、上述した実施形態では、バッテリ１００の温度、充放電電流値、充電状態ＳＯＣ、劣化状態ＳＯＨ、および抵抗状態ＳＯＲなどのバッテリ１００の状態を示す情報を自車両の車両情報として取得することで、自車両のバッテリ１００の状態を診断する構成を例示したが、この構成に限定されず、たとえば、アクセルやブレーキなどの状態を示す情報を自車両の車両情報として取得することで、アクセルやブレーキなどの状態を診断する構成としてもよい。   Moreover, in embodiment mentioned above, by acquiring the information which shows the state of the battery 100, such as the temperature of the battery 100, charging / discharging electric current value, charge state SOC, deterioration state SOH, and resistance state SOR, as vehicle information of the own vehicle. The configuration for diagnosing the state of the battery 100 of the host vehicle is illustrated, but the configuration is not limited to this configuration. For example, the accelerator and the brake can be obtained by acquiring information indicating the state of the accelerator and the brake as the vehicle information of the host vehicle. It is good also as a structure which diagnoses states, such as.

さらに、上述した実施形態では、負荷状態情報に対応する負荷状態を「強」または「弱」の２段階で評価する構成を例示したが、この構成に限定されず、たとえば、負荷状態情報に対応する負荷状態を３段階以上で評価する構成としてもよい。また、上述した実施形態では、自車両の負荷状態を示す負荷状態情報として、バッテリ１００の等価温度、平均車速、１日あたりの平均走行距離情報、バッテリ１００のエネルギー消費率、および急速充電使用比率を例示したが、これに限定されず、たとえば、自車両の累積走行距離などの負荷状態情報に基づいて、自車両の負荷状態を判定する構成としてもよい。   Furthermore, in the above-described embodiment, the configuration in which the load status corresponding to the load status information is evaluated in two stages, “strong” or “weak”, is not limited to this configuration. For example, it corresponds to the load status information It is good also as a structure which evaluates the load state to perform in three steps or more. In the above-described embodiment, as load state information indicating the load state of the host vehicle, the equivalent temperature of the battery 100, the average vehicle speed, the average travel distance information per day, the energy consumption rate of the battery 100, and the quick charge use ratio However, the present invention is not limited to this. For example, the load state of the host vehicle may be determined based on load state information such as the cumulative travel distance of the host vehicle.

また、上述した実施形態の上記式１０において、総和関数Σで求められる値を、たとえば上記式３に示すように、平均値で求める構成としてもよい。車両情報のデータ数が十分に多い場合には、実用上の問題は少ないためである。   Further, in the above formula 10 of the above-described embodiment, the value obtained by the summation function Σ may be obtained by an average value as shown in the above formula 3, for example. This is because there are few practical problems when the number of vehicle information data is sufficiently large.

さらに、上述した実施形態では、通信装置１３０を介して他車両と車車間通信を行うことで、他車両から他車統計情報を受信する構成を例示したが、この構成に限定されず、たとえば、通信装置１３０を介して路外に設置された路側機と通信することで、路側機から他車統計情報を受信する構成としてもよい。   Furthermore, in embodiment mentioned above, although the structure which receives other vehicle statistical information from another vehicle by performing communication between other vehicles via the communication apparatus 130 was illustrated, it is not limited to this structure, For example, It is good also as a structure which receives other vehicle statistical information from a roadside machine by communicating with the roadside machine installed outside the road via the communication apparatus 130. FIG.

また、上述した実施形態では、複数の車両が車両状態診断装置１を備え、一方の車両が他方の車両に自車統計情報を送信するとともに、他方の車両から他車統計情報を受信する構成を例示したが、この構成に限定されず、たとえば、一方の車両のみが車両状態診断装置１を備え、他車両に自車統計情報を送信せず、他方の車両から他車統計情報を受信するだけの構成としてもよい。   Moreover, in embodiment mentioned above, while a some vehicle is equipped with the vehicle condition diagnostic apparatus 1, while one vehicle transmits the own vehicle statistical information to the other vehicle, the other vehicle statistical information is received from the other vehicle. Although illustrated, it is not limited to this structure, For example, only one vehicle is equipped with the vehicle state diagnostic apparatus 1, does not transmit own vehicle statistical information to other vehicles, and only receives other vehicle statistical information from the other vehicle. It is good also as a structure of.

なお、上述した実施形態の制御装置１４０の車両情報取得機能および車両情報更新機能は本発明の車両情報取得手段に、制御装置１４０の負荷状態判定機能は本発明の負荷状態判定手段に、制御装置１４０の統計情報通信機能は本発明の統計情報取得手段に、制御装置１４０の統計情報更新機能は本発明の統計情報更新手段に、制御装置１４０の車両状態診断機能は本発明の車両状態診断手段に、制御装置１４０のナビゲーション機能は本発明の経路設定手段および推定手段に、制御装置１４０のＲＡＭは本発明の記憶手段にそれぞれ相当する。   The vehicle information acquisition function and the vehicle information update function of the control device 140 according to the above-described embodiment are provided in the vehicle information acquisition means of the present invention, and the load state determination function of the control device 140 is provided in the load state determination means of the present invention. The statistical information communication function 140 is the statistical information acquisition means of the present invention, the statistical information update function of the control device 140 is the statistical information update means of the present invention, and the vehicle state diagnosis function of the control device 140 is the vehicle state diagnostic means of the present invention. The navigation function of the control device 140 corresponds to the route setting means and the estimation means of the present invention, and the RAM of the control device 140 corresponds to the storage means of the present invention.

１…車両状態診断装置
１００…バッテリ
１１０…バッテリコントローラ
１２０…車両コントローラ
１３０…通信装置
１４０…制御装置
１５０…報知装置 DESCRIPTION OF SYMBOLS 1 ... Vehicle state diagnostic apparatus 100 ... Battery 110 ... Battery controller 120 ... Vehicle controller 130 ... Communication apparatus 140 ... Control apparatus 150 ... Notification apparatus

Claims (9)

自車両の車両情報を自車情報として取得する車両情報取得手段と、
自車両の負荷状態を判定する負荷状態判定手段と、
複数の車両の車両情報を車両の負荷状態ごとに区分して統計処理した統計情報のうち、前記自車両の負荷状態に対応する前記統計情報を、一または複数の他車両から取得する統計情報取得手段と、
前記自車情報を用いて前記統計情報を更新する統計情報更新手段と、
更新された前記統計情報と前記自車情報とに基づいて、自車両の車両状態を診断する車両状態診断手段と、を備えることを特徴とする車両状態診断装置。 Vehicle information acquisition means for acquiring vehicle information of the host vehicle as host vehicle information;
Load state determination means for determining the load state of the host vehicle;
Statistical information acquisition for acquiring, from one or more other vehicles, the statistical information corresponding to the load state of the host vehicle, out of statistical information obtained by classifying vehicle information of a plurality of vehicles for each load state of the vehicle. Means,
Statistical information updating means for updating the statistical information using the vehicle information;
A vehicle state diagnosis device comprising vehicle state diagnosis means for diagnosing the vehicle state of the host vehicle based on the updated statistical information and the host vehicle information. 請求項１に記載の車両状態診断装置であって、
前記統計情報更新手段は、前記車両情報の平均値、分散、および標準偏差のうち少なくとも１つを算出することで、前記統計情報を更新することを特徴とする車両状態診断装置。 The vehicle state diagnosis apparatus according to claim 1,
The statistical information updating unit updates the statistical information by calculating at least one of an average value, a variance, and a standard deviation of the vehicle information. 請求項１または２に記載の車両状態診断装置であって、
前記車両の負荷状態とは、バッテリの温度、平均車速、平均走行距離、急速充電使用比率、およびエネルギー消費率のうち少なくとも１つに対応する負荷状態であることを特徴とする車両状態診断装置。 The vehicle state diagnosis apparatus according to claim 1 or 2,
The vehicle load diagnosis state is a load state corresponding to at least one of a battery temperature, an average vehicle speed, an average travel distance, a quick charge use ratio, and an energy consumption rate. 請求項１〜３のいずれかに記載の車両状態診断装置であって、
車両の負荷状態ごとに前記統計情報を記憶する記憶手段をさらに備え、
前記車両状態診断手段は、自車両の負荷状態が変化した場合には、変化後の自車両の負荷状態に対応する前記統計情報に基づいて、自車両の車両状態を診断することを特徴とする車両状態診断装置。 The vehicle state diagnosis apparatus according to any one of claims 1 to 3,
Storage means for storing the statistical information for each load state of the vehicle,
When the load state of the host vehicle changes, the vehicle state diagnosis means diagnoses the vehicle state of the host vehicle based on the statistical information corresponding to the load state of the host vehicle after the change. Vehicle condition diagnosis device. 請求項１〜４のいずれかに記載の車両状態診断装置であって、
自車両の予定走行経路を設定する走行経路設定手段と、
自車両が前記予定走行経路を走行している際の自車両の負荷状態を推定する推定手段と、をさらに備え、
前記車両状態診断手段は、前記推定手段により推定された自車両の負荷状態に対応する前記統計情報に基づいて、自車両の車両状態を診断することを特徴とする車両状態診断装置。 The vehicle state diagnosis apparatus according to any one of claims 1 to 4,
A travel route setting means for setting a planned travel route of the host vehicle;
An estimation means for estimating a load state of the host vehicle when the host vehicle is traveling on the planned travel route,
The vehicle state diagnosing device diagnoses the vehicle state of the host vehicle based on the statistical information corresponding to the load state of the host vehicle estimated by the estimating unit. 請求項１〜５のいずれかに記載の車両状態診断装置であって、
前記車両情報取得手段は、自車両のバッテリの状態を示す車両情報を、前記自車情報として取得し、
前記統計情報取得手段は、複数の車両のバッテリの状態に関する統計情報を前記統計情報として取得し、
前記車両状態診断手段は、前記統計情報と前記自車情報とに基づいて、自車両のバッテリの状態を診断することを特徴とする車両状態診断装置。 A vehicle condition diagnosis apparatus according to any one of claims 1 to 5,
The vehicle information acquisition means acquires vehicle information indicating a state of a battery of the host vehicle as the host vehicle information,
The statistical information acquisition means acquires statistical information relating to battery states of a plurality of vehicles as the statistical information,
The vehicle state diagnosing device diagnoses a state of a battery of the own vehicle based on the statistical information and the own vehicle information. 請求項１〜６のいずれかに記載の車両状態診断装置であって、
前記統計情報取得手段は、車車間通信間の通信距離内に存在する他車両から、前記車車間通信により、前記統計情報を取得することを特徴とする車両状態診断装置。 The vehicle state diagnosis apparatus according to any one of claims 1 to 6,
The vehicle status diagnosis apparatus, wherein the statistical information acquisition means acquires the statistical information from another vehicle existing within a communication distance between vehicle-to-vehicle communication by the vehicle-to-vehicle communication. 第１車両に搭載された第１車載装置と第２車両に搭載された第２車載装置とを含む複数の車載装置からなる車両状態診断システムであって、
前記第１車載装置は、
前記第１車両の車両情報を第１車両情報として取得する第１車両情報取得手段と、
前記第１車両の負荷状態を判定する第１負荷状態判定手段と、
複数の車両の車両情報を該車両の負荷状態ごとに区分して統計処理した統計情報のうち、前記第１車両の負荷状態に対応する前記統計情報の送信を前記第２車載装置に要求し、前記第２車載装置から前記第１車両の負荷状態に対応する前記統計情報を受信する統計情報受信手段と、
前記第１車両情報を用いて前記統計情報を更新する第１統計情報更新手段と、
前記第１統計情報更新手段により更新された前記統計情報と前記第１車両情報とに基づいて、自車両の車両状態を診断する車両状態診断手段と、を備え、
前記第２車載装置は、
前記第２車両の車両情報を第２車両情報として取得する第２車両情報取得手段と、
前記第２車両の負荷状態を判定する第２負荷状態判定手段と、
前記第２車両の負荷状態に対応する前記統計情報を、前記第２車両情報を用いて更新する第２統計情報更新手段と、
前記第２統計情報更新手段により更新された前記統計情報のうち、前記第１車両の負荷状態に対応する前記統計情報を、前記第１車載装置の要求に応じて前記第１車載装置に送信する統計情報送信手段と、を備えることを特徴とする車両状態診断システム。 A vehicle condition diagnosis system comprising a plurality of vehicle-mounted devices including a first vehicle-mounted device mounted on a first vehicle and a second vehicle-mounted device mounted on a second vehicle,
The first in-vehicle device is
First vehicle information acquisition means for acquiring vehicle information of the first vehicle as first vehicle information;
First load state determination means for determining a load state of the first vehicle;
Of the statistical information obtained by classifying the vehicle information of a plurality of vehicles according to the load state of the vehicle and performing statistical processing, requesting the second in-vehicle device to transmit the statistical information corresponding to the load state of the first vehicle, Statistical information receiving means for receiving the statistical information corresponding to the load state of the first vehicle from the second in-vehicle device;
First statistical information updating means for updating the statistical information using the first vehicle information;
Vehicle state diagnosis means for diagnosing the vehicle state of the host vehicle based on the statistical information updated by the first statistical information update means and the first vehicle information,
The second in-vehicle device is
Second vehicle information acquisition means for acquiring vehicle information of the second vehicle as second vehicle information;
Second load state determination means for determining a load state of the second vehicle;
Second statistical information updating means for updating the statistical information corresponding to the load state of the second vehicle using the second vehicle information;
Of the statistical information updated by the second statistical information updating means, the statistical information corresponding to the load state of the first vehicle is transmitted to the first in-vehicle device in response to a request from the first in-vehicle device. A vehicle condition diagnosis system comprising: statistical information transmission means; 自車両の車両情報を自車情報として取得するステップと、
複数の他車両の車両情報を車両の負荷状態ごとに区分して統計処理した統計情報のうち、前記自車両の負荷状態に対応する前記統計情報を、一または複数の他車両から取得するステップと、
前記自車情報を用いて前記統計情報を更新するステップと、
更新された前記統計情報と前記自車情報とに基づいて、自車両の車両状態を診断するステップと、を備えることを特徴とする車両状態診断方法。 Acquiring vehicle information of the vehicle as the vehicle information;
A step of acquiring the statistical information corresponding to the load state of the host vehicle from one or a plurality of other vehicles out of statistical information obtained by classifying vehicle information of a plurality of other vehicles for each vehicle load state and performing statistical processing; ,
Updating the statistical information using the vehicle information;
Diagnosing the vehicle state of the host vehicle based on the updated statistical information and the host vehicle information.
JP2012191023A 2012-08-31 2012-08-31 Device, system, and method for diagnosing vehicle condition Pending JP2014048874A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012191023A JP2014048874A (en) 2012-08-31 2012-08-31 Device, system, and method for diagnosing vehicle condition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012191023A JP2014048874A (en) 2012-08-31 2012-08-31 Device, system, and method for diagnosing vehicle condition

Publications (1)

Publication Number Publication Date
JP2014048874A true JP2014048874A (en) 2014-03-17

Family

ID=50608492

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012191023A Pending JP2014048874A (en) 2012-08-31 2012-08-31 Device, system, and method for diagnosing vehicle condition

Country Status (1)

Country Link
JP (1) JP2014048874A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106627421A (en) * 2016-11-21 2017-05-10 国网山东省电力公司电力科学研究院 Expressway rescue system with forewarning analysis function for electric vehicles and method of the same
CN108564792A (en) * 2018-06-21 2018-09-21 中国联合网络通信集团有限公司 Overload of vehicle monitoring method and system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003051100A (en) * 2001-08-07 2003-02-21 Nissan Motor Co Ltd Device for supporting traveling
JP2004268633A (en) * 2003-03-05 2004-09-30 Mazda Motor Corp Remote damage prediction system
US20060149519A1 (en) * 2004-11-15 2006-07-06 Keller Jesse P Hybrid vehicle parameters data collection and analysis for failure prediction and pre-emptive maintenance
JP2009146086A (en) * 2007-12-13 2009-07-02 Toyota Central R&D Labs Inc Vehicle failure diagnosis/prediction device
JP2009274610A (en) * 2008-05-15 2009-11-26 Honda Motor Co Ltd Hybrid vehicle control unit

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003051100A (en) * 2001-08-07 2003-02-21 Nissan Motor Co Ltd Device for supporting traveling
JP2004268633A (en) * 2003-03-05 2004-09-30 Mazda Motor Corp Remote damage prediction system
US20060149519A1 (en) * 2004-11-15 2006-07-06 Keller Jesse P Hybrid vehicle parameters data collection and analysis for failure prediction and pre-emptive maintenance
JP2009146086A (en) * 2007-12-13 2009-07-02 Toyota Central R&D Labs Inc Vehicle failure diagnosis/prediction device
JP2009274610A (en) * 2008-05-15 2009-11-26 Honda Motor Co Ltd Hybrid vehicle control unit

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106627421A (en) * 2016-11-21 2017-05-10 国网山东省电力公司电力科学研究院 Expressway rescue system with forewarning analysis function for electric vehicles and method of the same
CN106627421B (en) * 2016-11-21 2019-01-11 国网山东省电力公司电力科学研究院 Electric automobile expressway rescue system and method with early warning analysis function
CN108564792A (en) * 2018-06-21 2018-09-21 中国联合网络通信集团有限公司 Overload of vehicle monitoring method and system

Similar Documents

Publication Publication Date Title
US9519875B2 (en) Method for determining an expected consumption value of a motor vehicle
CN112055912A (en) Battery management device, battery information processing system, and battery information processing method
JP7269437B2 (en) Battery performance management system and method using electric vehicle charging station
EP4191745A1 (en) Battery pack diagnosing method, cell diagnosing method, battery pack diagnosing device, and cell diagnosing device
CN110036304B (en) Battery management system and method for controlling battery management system
JP7061196B2 (en) Diagnostic equipment, diagnostic methods, diagnostic systems and programs
WO2021106264A1 (en) Battery information management device, battery information management method, and battery information management system
JP7060561B2 (en) Battery status determination system, battery status determination method, and program
CN113219336B (en) Battery degradation determination system, method, and non-transitory storage medium storing program
US11975732B2 (en) In-vehicle notification device, notification program, and calculation device
JP2012133726A (en) Onboard communication device and communication method
JP2015031587A (en) Battery capacity presentation device, battery capacity presentation system, information center, and battery capacity presentation method
JP2014048874A (en) Device, system, and method for diagnosing vehicle condition
JP6075109B2 (en) Battery capacity presentation device, battery capacity presentation system, information center, and battery capacity presentation method
JP2014066542A (en) Battery temperature estimation device and method
JP2015031588A (en) Battery capacity notification device, battery capacity notification system, information center, and battery capacity notification method
CN114690039A (en) Method and device for determining discharging internal resistance model and health degree of battery
WO2024099869A1 (en) Charging station recommendation for an electric vehicle
JP6612003B1 (en) Information processing apparatus, information processing method, and information processing program
CN114764600A (en) Service life prediction method and device for new energy vehicle battery pack and electronic equipment
WO2024075646A1 (en) Vehicle-mounted device, communication control method, and communication system
JP6699122B2 (en) Charge amount estimating device and charge amount estimating method
JP2018022249A (en) Information collection support device, information collection support method and computer program
JP2022117137A (en) Information processing device, information processing method, and information processing system
KR20240111677A (en) Vehicle data managing sterver, platform managing server and service server, and service providing system associated with autonomous driving platform

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150629

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160316

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160329

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20161004