JP2023048845A - Management device and processing method - Google Patents

Abstract

To reduce the risk of not being able to obtain calculation results.SOLUTION: In a grid computing process of causing a plurality of available mobile bodies 10 to process job data D1 among a plurality of mobile bodies 10 each having an arithmetic device 105, a control unit 505 causes a plurality of low-certainty mobile bodies 10 whose calculation completion certainty indicating certainty of being able to complete calculation of the job data D1 is below a threshold value among the plurality of available mobile bodies 10 to process the same portion of job data D1.SELECTED DRAWING: Figure 15

Description

ここに開示する技術は、グリッドコンピューティングに関する。 The technology disclosed herein relates to grid computing.

特許文献１には、無線通信によって互いに接続可能な基地局と車載端末から構成される分散処理システムが開示されている。基地局は、資源情報記憶手段と、処理割り当て手段とを有する。資源情報記憶手段は、計算ノードとして機能する車載端末が有する演算資源に関する情報である資源情報を記憶する。処理割り当て手段は、資源情報に基づいて、依頼された処理を実行させる車載端末を特定し、特定した車載端末に対して処理を実行させる。車載端末は、資源情報登録手段と、演算手段とを有する。資源情報登録手段は、基地局に対して、自端末の資源情報を送信するとともに、分散処理システムへ自端末を計算ノードとして登録する。演算手段は、基地局から割り当てられる処理を実行する。 Patent Literature 1 discloses a distributed processing system composed of a base station and an in-vehicle terminal that can be connected to each other by wireless communication. The base station has resource information storage means and processing allocation means. The resource information storage means stores resource information, which is information relating to computing resources possessed by the vehicle-mounted terminal functioning as a computing node. The process allocation means specifies an on-vehicle terminal to execute the requested process based on the resource information, and causes the specified on-vehicle terminal to execute the process. The vehicle-mounted terminal has resource information registration means and calculation means. The resource information registration means transmits the resource information of the own terminal to the base station and registers the own terminal as a calculation node in the distributed processing system. The calculation means executes processing assigned by the base station.

特開２００７－８７２７３号公報JP 2007-87273 A

特許文献１のシステムでは、通信不通などに要因により、一部の車載端末において依頼された処理が完了せずに途中で失敗すると、その車両端末に依頼された処理の結果（計算結果）を得ることができなくなる。 In the system of Patent Literature 1, if some on-vehicle terminals do not complete the requested processing due to factors such as communication failure, the result (calculation result) of the requested processing is obtained from the on-vehicle terminal. I can't do it.

ここに開示する技術は、かかる点に鑑みてなされたものであり、その目的とするところは、計算結果を得ることができないリスクを低減することにある。 The technology disclosed herein has been made in view of this point, and its purpose is to reduce the risk of not being able to obtain calculation results.

ここに開示する技術は、それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体にジョブデータを処理させるグリッドコンピューティング処理を管理する管理装置に関する。この管理装置は、前記グリッドコンピューティング処理において、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を処理させる制御部を備える。 The technology disclosed herein relates to a management device that manages grid computing processing that allows a plurality of available mobile units among a plurality of mobile units each having an arithmetic unit to process job data. In the grid computing process, the management device is configured such that, among the plurality of available mobile bodies, a calculation completion probability indicating a probability that the calculation of the job data can be completed is lower than a predetermined threshold. low-accuracy mobile object to process the same part of the job data.

前記の構成では、計算結果を得ることができないリスクを低減することができる。 With the above configuration, it is possible to reduce the risk of not being able to obtain calculation results.

前記の管理装置において、前記ジョブデータの同一部分を処理する前記複数の低確度の移動体の各々の計算完了確度が低くなるほど、前記複数の低確度の移動体の数が多くなってもよい。 In the management device, the number of the plurality of low-accuracy mobile objects may increase as the calculation completion accuracy of each of the plurality of low-accuracy mobile objects that process the same portion of the job data decreases.

前記の構成では、計算結果を得ることができないリスクを効果的に低減することができる。 With the above configuration, it is possible to effectively reduce the risk of not being able to obtain the calculation result.

前記の管理装置において、前記移動体の計算完了確度は、前記移動体の計算完了確度の導出に利用可能な情報に基づいて導出されてもよい。前記移動体の計算完了確度の導出に利用可能な情報には、少なくとも前記移動体の通信状態および前記移動体の演算装置の利用可能時間が含まれてもよい。そして、前記移動体の計算完了確度の導出に利用可能な情報のうち、前記移動体の通信状態および前記移動体の演算装置の利用可能時間は、前記移動体の通信状態および前記移動体の演算装置の利用可能時間を除く他の情報よりも、前記移動体の計算完了確度の導出に与える影響が大きくてもよい。 In the management device described above, the calculation completion accuracy of the mobile object may be derived based on information that can be used to derive the calculation completion accuracy of the mobile object. The information that can be used for deriving the calculation completion accuracy of the mobile may include at least the communication state of the mobile and the available time of the computing device of the mobile. Then, among the information that can be used for deriving the calculation completion accuracy of the mobile, the communication state of the mobile and the available time of the computing device of the mobile are The information other than the available time of the device may have a greater influence on the derivation of the calculation completion probability of the moving object.

前記の構成では、移動体の計算完了確度の導出において「移動体の通信状態」および「移動体の演算装置の利用可能時間」を重要視することができるので、移動体の計算完了確度を適切に設定することができる。 In the above configuration, since it is possible to attach importance to the "communication state of the mobile unit" and the "availability time of the arithmetic unit of the mobile unit" in deriving the calculation completion accuracy of the mobile unit, the calculation completion accuracy of the mobile unit can be determined appropriately. can be set to

前記の管理装置において、前記ジョブデータの期待処理時間が長くなるほど、前記ジョブデータの同一部分を処理させる前記複数の低確度の移動体の数が多くなってもよい。 In the above-described management device, the longer the expected processing time of the job data, the greater the number of the plurality of low-accuracy moving bodies that process the same part of the job data.

前記の構成では、ジョブデータの同一部分の計算に利用することができる低確度の車両の数を確保することができる。これにより、計算結果を得ることができないリスクを適切に低減することができる。 With the above configuration, it is possible to secure the number of low-accuracy vehicles that can be used to calculate the same portion of the job data. Thereby, the risk of not being able to obtain the calculation result can be appropriately reduced.

ここに開示する技術は、それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体に管理装置から送信されたジョブデータを処理させる処理方法に関する。この処理方法では、前記管理装置により、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を送信し、前記複数の低確度の移動体により、前記ジョブデータの同一部分を処理する。 The technology disclosed herein relates to a processing method for causing a plurality of available mobile bodies among a plurality of mobile bodies each having an arithmetic device to process job data transmitted from a management device. In this processing method, the management device generates a plurality of low calculation completion accuracies indicating the likelihood that calculation of the job data can be completed, among the plurality of available mobile objects, below a predetermined threshold. The same portion of the job data is transmitted to the high-accuracy mobiles, and the same portion of the job data is processed by the plurality of low-accuracy mobiles.

前記の方法では、計算結果を得ることができないリスクを低減することができる。 The above method can reduce the risk of not being able to obtain the calculation results.

ここに開示する技術によれば、計算結果を得ることができないリスクを低減することができる。 According to the technology disclosed herein, it is possible to reduce the risk of not being able to obtain calculation results.

実施形態のシステムの構成を例示する概略図である。1 is a schematic diagram illustrating the configuration of a system of an embodiment; FIG. グリッドコンピューティングについて説明するための概念図である。1 is a conceptual diagram for explaining grid computing; FIG. 車両の構成を例示するブロック図である。1 is a block diagram illustrating the configuration of a vehicle; FIG. ユーザ端末の構成を例示するブロック図である。3 is a block diagram illustrating the configuration of a user terminal; FIG. クライアントサーバの構成を例示するブロック図である。It is a block diagram which illustrates the structure of a client server. 管理サーバの構成を例示するブロック図である。4 is a block diagram illustrating the configuration of a management server; FIG. ジョブ受付処理を例示するフローチャートである。8 is a flowchart illustrating job reception processing; ジョブ受付画面の画像を例示する概略図である。4 is a schematic diagram illustrating an image of a job reception screen; FIG. 位置予測処理を例示するフローチャートである。6 is a flowchart illustrating position prediction processing; 能力予測処理を例示するフローチャートである。9 is a flowchart illustrating capacity prediction processing; 通信予測処理を例示するフローチャートである。9 is a flowchart illustrating communication prediction processing; 確度予測処理を例示するフローチャートである。9 is a flowchart illustrating probability prediction processing; マッチング処理を例示するフローチャートである。6 is a flowchart illustrating matching processing; グリッドコンピューティング処理を例示するフローチャートである。4 is a flowchart illustrating grid computing processing; グリッドコンピューティング処理におけるジョブデータの送信を例示する概略図である。FIG. 4 is a schematic diagram illustrating transmission of job data in grid computing processing; 実施形態の変形例１のグリッドコンピューティング処理におけるジョブデータの送信を例示する概略図である。FIG. 11 is a schematic diagram illustrating transmission of job data in grid computing processing according to Modification 1 of the embodiment; マッチング処理の変形例を例示するフローチャートである。9 is a flowchart illustrating a modification of matching processing;

以下、図面を参照して実施の形態を詳しく説明する。なお、図中同一または相当部分には同一の符号を付しその説明は繰り返さない。 Hereinafter, embodiments will be described in detail with reference to the drawings. The same reference numerals are given to the same or corresponding parts in the drawings, and the description thereof will not be repeated.

（実施形態）
図１は、実施形態のシステム１の構成を例示する。このシステム１は、複数の車両１０と、複数のユーザ端末２０と、クライアントサーバ３０と、管理サーバ５０とを備える。これらの構成要素は、通信網５（通信回線）を経由して互いに通信可能である。また、これらの構成要素は、必要に応じて、互いに通信して各種の情報およびデータを送受信する。複数の車両１０の各々には、演算装置１０５が搭載される。なお、システム１には、複数のクライアントサーバ３０が設けられてもよい。 (embodiment)
FIG. 1 illustrates the configuration of system 1 of the embodiment. This system 1 includes a plurality of vehicles 10, a plurality of user terminals 20, a client server 30, and a management server 50. These components can communicate with each other via a communication network 5 (communication line). These components also communicate with each other to send and receive various information and data as needed. A computing device 105 is mounted on each of the plurality of vehicles 10 . Note that the system 1 may be provided with a plurality of client servers 30 .

〔グリッドコンピューティング〕
図２に示すように、実施形態のシステム１では、複数の車両１０の中から選出された車両１０によりグリッドコンピューティング（分散処理システム）が構成され、複数の車両１０のうち利用可能な車両１０（詳しくは車両１０に搭載された演算装置１０５）にジョブデータを処理させるグリッドコンピューティング処理が行われる。 [Grid computing]
As shown in FIG. 2, in the system 1 of the embodiment, a grid computing (distributed processing system) is configured by vehicles 10 selected from a plurality of vehicles 10, and the vehicles 10 available from among the plurality of vehicles 10 A grid computing process is performed to process the job data in (specifically, the arithmetic unit 105 mounted on the vehicle 10).

なお、車両１０において演算装置１０５の計算能力が必要となると、演算装置１０５が稼働状態となり、演算装置１０５の計算能力が利用される。例えば、車両１０が走行している場合、車両１０の走行制御のために演算装置１０５の計算能力が必要となり、演算装置１０５が稼働状態となる。 Note that when the vehicle 10 requires the computing power of the computing device 105, the computing device 105 is brought into operation, and the computing power of the computing device 105 is used. For example, when the vehicle 10 is running, the computing device 105 needs a computing power for controlling the running of the vehicle 10, and the computing device 105 is in operation.

一方、車両１０において演算装置１０５の計算能力が不要となると、演算装置１０５が停止状態となり、演算装置１０５の計算能力が利用されなくなる。例えば、車両１０が停車して車両１０の電源がオフ状態になると、演算装置１０５の計算能力が不要となり、演算装置１０５が停止状態となる。 On the other hand, when the computing power of the computing device 105 becomes unnecessary in the vehicle 10, the computing device 105 is put into a stopped state, and the computing power of the computing device 105 is no longer used. For example, when the vehicle 10 stops and the power source of the vehicle 10 is turned off, the calculation capacity of the arithmetic device 105 becomes unnecessary, and the arithmetic device 105 is in a stopped state.

ここで、車両１０において演算装置１０５の計算能力が不要である場合に、演算装置１０５の計算能力をグリッドコンピューティング処理に提供することで、演算装置１０５の計算能力を有効に利用することが可能となる。例えば、車両１０の停車中に、演算装置１０５の計算能力をグリッドコンピューティング処理に提供することが望ましい。 Here, when the computing power of the computing device 105 is unnecessary in the vehicle 10, by providing the computing power of the computing device 105 to the grid computing process, the computing power of the computing device 105 can be effectively used. becomes. For example, it may be desirable to provide the computing power of computing device 105 to grid computing operations while vehicle 10 is parked.

〔車両〕
車両１０は、ユーザに所有される。ユーザは、車両１０を運転する。この例では、車両１０は、自動四輪車である。また、車両１０には、電池（図示省略）が搭載される。電池の電力は、演算装置１０５などの車載機器に供給される。このような車両１０の例としては、電気自動車、プラグインハイブリッド自動車などが挙げられる。また、車両１０は、車両ネットワーク間通信（Ｖ２Ｎ）を利用した通信および車車間通信（Ｖ２Ｖ）を利用した通信を行うことが可能である。 〔vehicle〕
Vehicle 10 is owned by a user. A user drives the vehicle 10 . In this example, vehicle 10 is a four-wheeled motor vehicle. A battery (not shown) is mounted on the vehicle 10 . The power of the battery is supplied to onboard equipment such as the arithmetic unit 105 . Examples of such vehicles 10 include electric vehicles and plug-in hybrid vehicles. In addition, the vehicle 10 can perform communication using vehicle-to-vehicle network communication (V2N) and communication using vehicle-to-vehicle communication (V2V).

図３に示すように、車両１０は、アクチュエータ１１と、センサ１２と、入力部１０１と、出力部１０２と、通信部１０３と、記憶部１０４と、演算装置１０５とを備える。 As shown in FIG. 3 , vehicle 10 includes actuator 11 , sensor 12 , input section 101 , output section 102 , communication section 103 , storage section 104 , and arithmetic device 105 .

アクチュエータ１１は、駆動系のアクチュエータ、操舵系のアクチュエータ、制動系のアクチュエータなどを含む。駆動系のアクチュエータの例としては、エンジン、トランスミッション、モータが挙げられる。制動系のアクチュエータの例としては、ブレーキが挙げられる。操舵系のアクチュエータの例としては、ステアリングが挙げられる。 The actuator 11 includes a drive system actuator, a steering system actuator, a braking system actuator, and the like. Examples of drive system actuators include engines, transmissions, and motors. An example of a braking system actuator is a brake. Steering is an example of a steering system actuator.

センサ１２は、車両１０の制御に用いられる各種の情報を取得する。センサ１２の例としては、車外を撮像する車外カメラ、車内を撮像する車内カメラ、車外の物体を検出するレーダ、車速センサ、加速度センサ、ヨーレートセンサ、アクセル開度センサ、ステアリングセンサ、ブレーキ油圧センサなどが挙げられる。 The sensor 12 acquires various information used for controlling the vehicle 10 . Examples of the sensor 12 include an exterior camera that captures images of the exterior of the vehicle, an interior camera that captures images of the interior of the vehicle, a radar that detects objects outside the vehicle, a vehicle speed sensor, an acceleration sensor, a yaw rate sensor, an accelerator opening sensor, a steering sensor, a brake oil pressure sensor, and the like. is mentioned.

入力部１０１は、情報やデータを入力する。入力部１０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、カーナビゲーション装置の操作ボタンやタッチセンサなどが挙げられる。入力部１０１に入力された情報やデータは、演算装置１０５に送られる。 The input unit 101 inputs information and data. Examples of the input unit 101 include an operation unit that inputs information according to an operation by being operated, a camera that inputs an image representing information, a microphone that inputs sound representing information, and the like. Examples of the operation unit include operation buttons and touch sensors of a car navigation system. Information and data input to the input unit 101 are sent to the arithmetic unit 105 .

出力部１０２は、情報やデータを出力する。出力部１０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。表示部の例としては、カーナビゲーション装置のディスプレイが挙げられる。スピーカの例としては、カーナビゲーション装置のスピーカが挙げられる。 The output unit 102 outputs information and data. Examples of the output unit 102 include a display unit that outputs an image representing information, a speaker that outputs sound representing information, and the like. An example of the display unit is a display of a car navigation device. An example of a speaker is a speaker of a car navigation system.

通信部１０３は、情報やデータを送受信する。通信部１０３により受信された情報やデータは、演算装置１０５に送られる。 The communication unit 103 transmits and receives information and data. Information and data received by the communication unit 103 are sent to the arithmetic unit 105 .

記憶部１０４は、情報やデータを記憶する。 The storage unit 104 stores information and data.

演算装置１０５は、車両１０の各部を制御する。この例では、演算装置１０５は、センサ１２により得られた各種の情報に応じてアクチュエータ１１を制御する。演算装置１０５は、通信部１０３を経由して外部機器（システム１の構成要素など）と通信を行う。演算装置１０５は、入力部１０１に入力された情報およびデータ、通信部１０３を経由して受信した情報およびデータに基づいて、記憶部１０４に記憶された情報およびデータを適宜更新する。 Arithmetic device 105 controls each part of vehicle 10 . In this example, the computing device 105 controls the actuator 11 according to various information obtained by the sensor 12 . Arithmetic device 105 communicates with external devices (components of system 1, etc.) via communication unit 103 . Arithmetic device 105 appropriately updates the information and data stored in storage unit 104 based on the information and data input to input unit 101 and the information and data received via communication unit 103 .

演算装置１０５は、プロセッサ、メモリなどを有する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）などが挙げられる。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ（コンピュータ）が実行することで、演算装置１０５の各種の機能が実現される。 The computing device 105 has a processor, memory, and the like. Examples of processors include CPUs (Central Processing Units) and GPUs (Graphics Processing Units). The memory stores programs for operating the processor, information and data indicating processing results of the processor, and the like. Various functions of the arithmetic unit 105 are realized by the processor (computer) executing the programs stored in the memory.

なお、演算装置１０５に搭載されるプロセッサの数は、１つであってもよいし、複数のであってもよい。また、演算装置１０５に搭載されるプロセッサは、ＣＰＵおよびＧＰＵのいずれか一方のみであってもよいし、ＣＰＵおよびＧＰＵの両方であってもよい。この例では、演算装置１０５は、ＣＰＵおよびＧＰＵの両方を有する。例えば、演算装置１０５は、１つまたは複数のＥＣＵ（Electronic Control Unit）により構成される。 Note that the number of processors installed in the arithmetic unit 105 may be one or plural. Also, the processor mounted on the arithmetic unit 105 may be either one of the CPU and the GPU, or may be both the CPU and the GPU. In this example, computing device 105 has both a CPU and a GPU. For example, the arithmetic unit 105 is configured by one or more ECUs (Electronic Control Units).

この例では、記憶部１０４は、車両基本情報Ｄ１１と、演算装置情報Ｄ１２と、車両状態情報Ｄ１３と、機能利用情報Ｄ１４と、車両利用情報Ｄ１５と、位置管理情報Ｄ１６と、稼働管理情報Ｄ１７と、通信管理情報Ｄ１８と、実績管理情報Ｄ１９とを記憶する。 In this example, the storage unit 104 stores basic vehicle information D11, arithmetic device information D12, vehicle state information D13, function usage information D14, vehicle usage information D15, position management information D16, and operation management information D17. , communication management information D18 and result management information D19.

〈車両基本情報〉
車両基本情報Ｄ１１は、車両１０に関する基本情報である。例えば、車両基本情報Ｄ１１は、車両１０に設定された車両ＩＤ、車両を所有するユーザに設定されたユーザＩＤ、車両の性能を示す車両性能情報などを含む。車両ＩＤは、車両１０を識別する車両識別情報の一例である。ユーザＩＤは、ユーザを識別するユーザ識別情報の一例である。 <Vehicle basic information>
The vehicle basic information D11 is basic information about the vehicle 10 . For example, the vehicle basic information D11 includes a vehicle ID set for the vehicle 10, a user ID set for the user who owns the vehicle, and vehicle performance information indicating vehicle performance. The vehicle ID is an example of vehicle identification information that identifies the vehicle 10 . A user ID is an example of user identification information that identifies a user.

〈演算装置情報〉
演算装置情報Ｄ１２は、演算装置１０５に関する情報である。例えば、演算装置情報Ｄ１２は、演算装置１０５に設定された演算装置ＩＤ、演算装置１０５の性能を示す演算装置性能情報などを含む。演算装置ＩＤは、演算装置１０５を識別する演算装置識別情報の一例である。演算装置性能情報に示される演算装置１０５の性能には、演算装置１０５の計算能力（具体的には最大計算能力）、演算装置１０５におけるＣＰＵとＧＰＵの比率、演算装置１０５の通信性能、演算装置１０５の分散処理性能などが含まれる。なお、演算装置１０５の計算能力は、演算装置１０５が単位時間当たりに計算することができるデータ量である。 <Computing device information>
The computing device information D<b>12 is information about the computing device 105 . For example, the arithmetic device information D12 includes the arithmetic device ID set in the arithmetic device 105, arithmetic device performance information indicating the performance of the arithmetic device 105, and the like. The arithmetic device ID is an example of arithmetic device identification information that identifies the arithmetic device 105 . The performance of the arithmetic device 105 indicated by the arithmetic device performance information includes the computing power of the computing device 105 (specifically, the maximum computing power), the ratio of the CPU and GPU in the computing device 105, the communication performance of the computing device 105, the computing device 105 distributed processing performance. The calculation capacity of the arithmetic device 105 is the amount of data that the arithmetic device 105 can calculate per unit time.

〈車両状態情報〉
車両状態情報Ｄ１３は、車両１０の状態を示す。例えば、車両状態情報Ｄ１３は、車両位置情報、車両通信情報、車両電源情報、車両電池残量情報、車両充電情報などを含む。 <Vehicle status information>
The vehicle state information D13 indicates the state of the vehicle 10. FIG. For example, the vehicle state information D13 includes vehicle position information, vehicle communication information, vehicle power supply information, vehicle remaining battery level information, vehicle charging information, and the like.

車両位置情報は、車両１０の位置（緯度および経度）を示す。例えば、車両位置情報は、ＧＰＳ（Global Positioning System）により取得可能である。車両通信情報は、車両１０の通信状態を示す。車両電源情報は、車両１０の電源の状態を示す。例えば、車両電源情報は、イグニッション電源のオンオフ、アクセサリ電源のオンオフなどを示す。 The vehicle position information indicates the position (latitude and longitude) of the vehicle 10 . For example, vehicle position information can be acquired by GPS (Global Positioning System). The vehicle communication information indicates the communication state of vehicle 10 . The vehicle power supply information indicates the state of the power supply of the vehicle 10 . For example, the vehicle power information indicates whether the ignition power is on/off, the accessory power is on/off, and the like.

車両電池残量情報は、車両１０に搭載された電池（図示省略）の残量を示す。車両充電情報は、車両１０の電池を充電可能な充電設備（図示省略）において車両１０が充電中であるか否かを示す。 The vehicle battery remaining amount information indicates the remaining amount of a battery (not shown) mounted on the vehicle 10 . The vehicle charging information indicates whether or not the vehicle 10 is being charged in a charging facility (not shown) capable of charging the battery of the vehicle 10 .

演算装置１０５は、車両１０の状態を監視し、その監視の結果に基づいて車両状態情報Ｄ１３を適宜（例えば定期的に）更新する。 Arithmetic device 105 monitors the state of vehicle 10 and appropriately (for example, periodically) updates vehicle state information D13 based on the monitoring results.

〈機能利用情報〉
機能利用情報Ｄ１４は、車両１０の各種機能の利用履歴（過去の利用状況）および利用予定（未来の利用状況）を示す。言い換えると、機能利用情報Ｄ１４は、車両１０の機能毎に、その機能がどの時刻に利用されていたのか（または利用される予定であるのか）を示す。例えば、機能利用情報Ｄ１４は、車両１０の機能毎に、その機能の利用の有無と時刻とを関連付けて示す。なお、車両１０の機能の例としては、ＯＴＡ（Over The Air）などが挙げられる。 <Function usage information>
The function usage information D14 indicates usage history (past usage) and usage schedule (future usage) of various functions of the vehicle 10 . In other words, the function usage information D14 indicates, for each function of the vehicle 10, at what time the function was used (or whether it is scheduled to be used). For example, the function usage information D14 indicates, for each function of the vehicle 10, whether or not the function is used and the time, in association with each other. An example of the function of the vehicle 10 is OTA (Over The Air).

演算装置１０５は、機能利用情報Ｄ１４を適宜更新する。例えば、演算装置１０５は、車両１０の各種機能の利用履歴または利用予定に関する情報を入力すると、その情報に基づいて機能利用情報Ｄ１４を更新する。 The computing device 105 updates the function usage information D14 as appropriate. For example, upon inputting information relating to the usage history or usage schedule of various functions of the vehicle 10, the computing device 105 updates the function usage information D14 based on the information.

〈車両利用情報〉
車両利用情報Ｄ１５は、車両１０の利用履歴（過去の利用状況）および利用予定（未来の利用状況）を示す。言い換えると、車両利用情報Ｄ１５は、車両１０がどの時刻に利用されていたのか（または利用される予定であるのか）を示す。例えば、車両利用情報Ｄ１５は、車両１０の利用の有無と時刻とを関連付けて示す。 <Vehicle usage information>
The vehicle usage information D15 indicates the usage history (past usage status) and usage schedule (future usage status) of the vehicle 10 . In other words, the vehicle usage information D15 indicates at what time the vehicle 10 was used (or scheduled to be used). For example, the vehicle usage information D15 indicates whether or not the vehicle 10 is used in association with the time.

なお、車両利用情報Ｄ１５に示される車両１０の利用状況は、グリッドコンピューティング処理のための利用を除く他の利用目的における利用状況である。このような他の利用目的の例としては、車両１０の走行が挙げられる。例えば、車両１０の走行目的での利用の有無は、車両１０の電源（具体的にはイグニッション電源）のオンオフの履歴および予定に基づいて特定することが可能である。 The usage status of the vehicle 10 indicated in the vehicle usage information D15 is the usage status for purposes other than the grid computing processing. An example of such another purpose of use is running of the vehicle 10 . For example, whether or not the vehicle 10 is used for driving can be determined based on the on/off history and schedule of the power source (specifically, the ignition power source) of the vehicle 10 .

演算装置１０５は、車両利用情報Ｄ１５を適宜更新する。例えば、演算装置１０５は、車両の利用履歴または利用予定に関する情報を入力すると、その情報に基づいて車両利用情報Ｄ１５を更新する。 The computing device 105 appropriately updates the vehicle usage information D15. For example, upon inputting information relating to vehicle usage history or usage schedule, the arithmetic unit 105 updates the vehicle usage information D15 based on the information.

〈位置管理情報〉
位置管理情報Ｄ１６は、車両１０の過去の位置および未来の位置を示す。言い換えると、位置管理情報Ｄ１６は、車両１０がどの時刻にどの位置にいたのか（またはどの位置にいる予定であるのか）を示す。例えば、位置管理情報Ｄ１６は、車両１０の位置と時刻とを関連付けて示す。 <Location management information>
Position management information D16 indicates the past position and future position of vehicle 10 . In other words, the position management information D16 indicates where the vehicle 10 was at what time (or where it is scheduled to be). For example, the position management information D16 indicates the position of the vehicle 10 and the time in association with each other.

なお、位置管理情報Ｄ１６には、車両１０のシーンを示すシーン情報が含まれてもよい。車両１０のシーンの例としては、車両１０が市街地を走行しているシーン、車両１０が高速道路を走行しているシーン、車両１０が停車しているシーンなどが挙げられる。例えば、演算装置１０５は、センサ１２の出力に基づいて車両１０の外部環境を認識し、その認識の結果に基づいて車両１０のシーンを推定し、その推定された車両１０のシーンを位置管理情報Ｄ１６に登録する。位置管理情報Ｄ１６は、「車両１０の位置」と「車両１０のシーン」と「時刻」とを関連付けて示してもよい。 Note that the position management information D16 may include scene information indicating the scene of the vehicle 10 . Examples of scenes of the vehicle 10 include a scene in which the vehicle 10 is traveling in an urban area, a scene in which the vehicle 10 is traveling on a highway, and a scene in which the vehicle 10 is stopped. For example, the arithmetic unit 105 recognizes the external environment of the vehicle 10 based on the output of the sensor 12, estimates the scene of the vehicle 10 based on the result of the recognition, and stores the estimated scene of the vehicle 10 as the position management information. Register for D16. The position management information D16 may indicate the "position of the vehicle 10", the "scene of the vehicle 10", and the "time" in association with each other.

演算装置１０５は、位置管理情報Ｄ１６を適宜（例えば定期的に）更新する。位置管理情報Ｄ１６の更新については、後で詳しく説明する。 The computing device 105 appropriately (for example, periodically) updates the position management information D16. Updating the position management information D16 will be described later in detail.

〈稼働管理情報〉
稼働管理情報Ｄ１７は、車両１０に搭載された演算装置１０５の稼働履歴（過去の計算能力の利用率）および稼働予定（未来の計算能力の利用率）を示す。言い換えると、稼働管理情報Ｄ１７は、車両１０の計算能力の利用率がどの時刻にどのくらいであったのか（またはどのくらいになる予定であるのか）を示す。例えば、稼働管理情報Ｄ１７は、演算装置１０５の計算能力の利用率と時刻とを関連付けて示す。 <Operation management information>
The operation management information D17 indicates the operation history (past utilization rate of computing capacity) and the operation schedule (future utilization rate of computing capacity) of the arithmetic device 105 mounted on the vehicle 10 . In other words, the operation management information D17 indicates what the utilization rate of the computing capacity of the vehicle 10 was (or is scheduled to be) at what time. For example, the operation management information D17 indicates the usage rate of the computational capacity of the arithmetic unit 105 and the time in association with each other.

なお、稼働管理情報Ｄ１７に示される車両１０の演算装置１０５の稼働状況（計算能力の利用率）は、グリッドコンピューティング処理のための利用を除く他の利用目的における稼働状況である。 The operation status (utilization rate of computing capacity) of the arithmetic unit 105 of the vehicle 10 indicated in the operation management information D17 is the operation status for purposes other than grid computing processing.

演算装置１０５は、稼働管理情報Ｄ１７を適宜（例えば定期的に）更新する。稼働管理情報Ｄ１７の更新については、後で詳しく説明する。 The computing device 105 appropriately (for example, periodically) updates the operation management information D17. Updating the operation management information D17 will be described later in detail.

〈通信管理情報〉
通信管理情報Ｄ１８は、車両１０の通信履歴（過去の通信状態）および通信予定（未来の通信状態）を示す。言い換えると、通信管理情報Ｄ１８は、車両１０の通信状態がどの時刻にどのような状態であったのか（またはどのような状態となる予定であるのか）を示す。具体的には、通信管理情報Ｄ１８は、車両１０の通信相手となる機器毎に、その機器と車両１０との間の通信状態（過去の通信状態および未来の通信状態）を示す。例えば、通信管理情報Ｄ１８は、車両１０の通信相手となる機器毎に、「その機器と車両１０との間の通信状態」と「車両１０の位置」と「時刻」とを関連付けて示す。 <Communication management information>
Communication management information D18 indicates the communication history (past communication state) and communication schedule (future communication state) of vehicle 10 . In other words, the communication management information D18 indicates what state the communication state of the vehicle 10 was in at what time (or what state it is scheduled to be in). Specifically, communication management information D18 indicates, for each device with which vehicle 10 communicates, the communication state (past communication state and future communication state) between that device and vehicle 10 . For example, the communication management information D18 indicates, for each device with which the vehicle 10 communicates, the "communication state between the device and the vehicle 10", the "position of the vehicle 10", and the "time" in association with each other.

この例では、通信管理情報Ｄ１８には、「車両１０」と「車両ネットワーク間通信（Ｖ２Ｎ）を利用して車両１０と通信する管理サーバ５０」との間の通信状態と、「車両１０（自車両）」と「車車間通信（Ｖ２Ｖ）を利用して車両１０（自車両）と通信する他の車両１０（他車両）」との間の通信状態とが含まれる。車両１０と管理サーバ５０との間の通信状態には、「車両１０」と「車両１０と管理サーバ５０との通信を中継する中継器（図示省略）」との間の通信状態と、中継器と管理サーバ５０との間に通信状態とが含まれる。中継器の例としては、通信網５の基地局、家や施設などに設けられた通信機器などが挙げられる。 In this example, the communication management information D18 includes the communication status between the "vehicle 10" and the "management server 50 that communicates with the vehicle 10 using inter-vehicle network communication (V2N)", and the "vehicle 10 (self vehicle)” and “another vehicle 10 (another vehicle) that communicates with the vehicle 10 (own vehicle) using vehicle-to-vehicle communication (V2V)”. The state of communication between the vehicle 10 and the management server 50 includes the state of communication between the "vehicle 10" and a "relay device (not shown) that relays communication between the vehicle 10 and the management server 50" and the state of communication with the relay device. and the communication state between the management server 50 and the management server 50 . Examples of repeaters include base stations of the communication network 5 and communication devices installed in houses and facilities.

なお、通信状態には、通信品質、通信帯域、通信可能時間などの情報が含まれる。通信品質に関する情報には、レイテンシ、スループット、パケットロス、エラーレート、通信の遮断回数などが含まれる。例えば、演算装置１０５は、車両１０の通信相手となる機器との間においてテスト信号を送受信することで、これらの情報を取得する。通信品質に関する情報には、レイテンシ、スループット、パケットロス、エラーレート、通信の遮断回数の一部が含まれてもよいし、これらの全部が含まれてもよいし、これらと相関のある他の情報が含まれてもよい。 The communication state includes information such as communication quality, communication band, and available communication time. The communication quality information includes latency, throughput, packet loss, error rate, number of communication interruptions, and the like. For example, the arithmetic unit 105 acquires these pieces of information by transmitting/receiving a test signal to/from a device with which the vehicle 10 communicates. The information about communication quality may include latency, throughput, packet loss, error rate, part of the number of communication interruptions, all of them, or other correlated information. Information may be included.

また、通信状態には、「車両１０」と「車両１０の通信相手となる機器」との間における通信安定性の程度を示す通信安定度が含まれる。具体的には、演算装置１０５は、通信品質、通信帯域、通信可能時間の少なくとも１つに基づいて、通信安定度を導出する。言い換えると、通信品質、通信帯域、通信可能時間の少なくとも１つが変化すると、通信安定度が変化する。 Further, the communication state includes communication stability indicating the degree of communication stability between the "vehicle 10" and the "equipment with which the vehicle 10 communicates". Specifically, arithmetic unit 105 derives communication stability based on at least one of communication quality, communication band, and available communication time. In other words, when at least one of communication quality, communication band, and available communication time changes, communication stability changes.

この例では、演算装置１０５は、通信品質、通信帯域、通信可能時間に基づいて、通信安定度を導出する。通信品質が高くなるほど、通信安定度が高くなる。通信帯域が広くなるほど、通信安定度が高くなる。通信可能時間が長くなるほど、通信安定性が高くなる。 In this example, arithmetic unit 105 derives communication stability based on communication quality, communication band, and available communication time. The higher the communication quality, the higher the communication stability. The wider the communication band, the higher the communication stability. The longer the available communication time, the higher the communication stability.

演算装置１０５は、通信管理情報Ｄ１８を適宜（例えば定期的に）更新する。通信管理情報Ｄ１８の更新については、後で詳しく説明する。 The computing device 105 appropriately (for example, periodically) updates the communication management information D18. The updating of the communication management information D18 will be described later in detail.

〈実績管理情報〉
実績管理情報Ｄ１９は、車両１０のグリッドコンピューティング処理における計算完了実績を示す。例えば、実績管理情報Ｄ１９は、「車両１０が利用されたグリッドコンピューティング処理の回数」に対する「車両１０がジョブデータの計算を完了することができたグリッドコンピューティング処理の回数」の占める割合を示す。 <Performance management information>
The track record management information D19 indicates the calculation completion track record in the grid computing process of the vehicle 10. FIG. For example, the performance management information D19 indicates the ratio of "the number of grid computing processes in which the vehicle 10 was able to complete the calculation of job data" to "the number of grid computing processes in which the vehicle 10 was used". .

演算装置１０５は、車両１０が利用されるグリッドコンピューティング処理が完了すると、そのグリッドコンピューティング処理における車両１０の計算完了実績（計算を完了することができたか否か）に基づいて、実績管理情報Ｄ１９を更新する。 When the grid computing process using the vehicle 10 is completed, the arithmetic unit 105 stores the result management information based on the calculation completion record (whether the calculation was completed) of the vehicle 10 in the grid computing process. Update D19.

〔ユーザ端末〕
ユーザ端末２０は、ユーザに所有される。ユーザは、ユーザ端末２０を操作して各種の機能を利用する。また、ユーザは、ユーザ端末２０を持ち運ぶことができる。このようなユーザ端末２０の例としては、スマートフォン、タブレット、ノート型パーソナルコンピュータなどが挙げられる。 [User terminal]
A user terminal 20 is owned by a user. A user operates the user terminal 20 to use various functions. Also, the user can carry the user terminal 20 around. Examples of such user terminals 20 include smartphones, tablets, notebook personal computers, and the like.

図４に示すように、ユーザ端末２０は、入力部２０１と、出力部２０２と、通信部２０３と、記憶部２０４と、制御部２０５とを備える。 As shown in FIG. 4 , the user terminal 20 includes an input section 201 , an output section 202 , a communication section 203 , a storage section 204 and a control section 205 .

入力部２０１は、情報やデータを入力する。入力部２０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、操作ボタン、タッチセンサなどが挙げられる。入力部１０１に入力された情報は、演算装置１０５に送られる。 The input unit 201 inputs information and data. Examples of the input unit 201 include an operation unit that inputs information corresponding to an operation by being operated, a camera that inputs an image representing information, a microphone that inputs sound representing information, and the like. Examples of the operation unit include operation buttons and touch sensors. Information input to the input unit 101 is sent to the arithmetic unit 105 .

出力部２０２は、情報やデータを出力する。出力部２０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。 The output unit 202 outputs information and data. Examples of the output unit 202 include a display unit that outputs an image representing information, a speaker that outputs sound representing information, and the like.

通信部２０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部２０５に送られる。 The communication unit 203 transmits and receives information and data. Information and data received by the communication unit 303 are sent to the control unit 205 .

記憶部２０４は、情報やデータを記憶する。 The storage unit 204 stores information and data.

制御部２０５は、ユーザ端末２０の各部を制御する。制御部２０５は、通信部２０３を経由して外部機器（システム１の構成要素など）と通信を行う。制御部２０５は、入力部２０１に入力された情報およびデータ、通信部２０３を経由して受信した情報およびデータに基づいて、記憶部２０４に記憶された情報およびデータを適宜更新する。 The control unit 205 controls each unit of the user terminal 20 . The control unit 205 communicates with external devices (components of the system 1, etc.) via the communication unit 203 . The control unit 205 appropriately updates the information and data stored in the storage unit 204 based on the information and data input to the input unit 201 and the information and data received via the communication unit 203 .

制御部２０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ（コンピュータ）が実行することで、制御部２０５の各種の機能が実現される。 The control unit 205 has a processor, memory, and the like. The memory stores programs for operating the processor, information and data indicating processing results of the processor, and the like. Various functions of the control unit 205 are realized by the processor (computer) executing the programs stored in the memory.

この例では、記憶部２０４は、端末情報Ｄ２１と、端末状態情報Ｄ２２と、スケジュール情報Ｄ２３とを記憶する。 In this example, the storage unit 204 stores terminal information D21, terminal state information D22, and schedule information D23.

〈端末情報〉
端末情報Ｄ２１は、ユーザ端末２０に関する情報である。例えば、端末情報Ｄ２１は、ユーザ端末２０に設定されたユーザ端末ＩＤ、ユーザ端末２０の性能を示すユーザ端末性能情報などを含む。ユーザ端末ＩＤは、ユーザ端末２０を識別するユーザ端末識別情報の一例である。 <Device information>
The terminal information D<b>21 is information about the user terminal 20 . For example, the terminal information D21 includes a user terminal ID set in the user terminal 20, user terminal performance information indicating the performance of the user terminal 20, and the like. The user terminal ID is an example of user terminal identification information that identifies the user terminal 20 .

〈端末状態情報〉
端末状態情報Ｄ２２は、ユーザ端末２０の状態を示す情報である。端末状態情報Ｄ２２は、ユーザ端末２０の位置を示すユーザ端末位置情報、ユーザ端末２０の通信状態を示すユーザ端末通信状態情報などを含む。 <Terminal status information>
The terminal state information D22 is information indicating the state of the user terminal 20. FIG. The terminal state information D22 includes user terminal position information indicating the position of the user terminal 20, user terminal communication state information indicating the communication state of the user terminal 20, and the like.

制御部２０５は、ユーザ端末２０の状態を監視し、その監視の結果に基づいて端末状態情報Ｄ２２を適宜（例えば定期的に）更新する。 The control unit 205 monitors the state of the user terminal 20 and appropriately (for example, periodically) updates the terminal state information D22 based on the monitoring results.

〈スケジュール情報〉
スケジュール情報Ｄ２３は、ユーザ端末２０を所有するユーザの行動履歴（過去の行動）および行動予定（未来の行動）を示す。言い換えると、スケジュール情報Ｄ２３は、ユーザがどの時刻にどの位置にいたのかを示す。例えば、スケジュール情報Ｄ２３は、ユーザの位置と時刻とを関連付けて示す。なお、スケジュール情報Ｄ２３は、ユーザ端末２０に搭載されたスケジュール機能により取得可能である。具体的には、ユーザがスケジュール機能を利用して自身の行動履歴および行動予定をユーザ端末２０に入力することで、そのユーザの行動履歴および行動予定を示すスケジュール情報Ｄ２３が得られる。 <Schedule information>
The schedule information D23 indicates the action history (past action) and action schedule (future action) of the user who owns the user terminal 20 . In other words, the schedule information D23 indicates where the user was at what time. For example, the schedule information D23 indicates the user's position and time in association with each other. Note that the schedule information D23 can be obtained by the schedule function installed in the user terminal 20. FIG. Specifically, the user uses the schedule function to input his or her own action history and action schedule into the user terminal 20, thereby obtaining schedule information D23 indicating the user's action history and action schedule.

また、スケジュール情報Ｄ２３には、ユーザの行動が「車両１０の利用を伴う行動」であることを示す情報が含まれてもよい。例えば、スケジュール情報Ｄ２３は、「ユーザの位置」と「車両１０の利用の有無」と「時刻」とを関連付けて示してもよい。 The schedule information D23 may also include information indicating that the user's action is "action involving the use of the vehicle 10". For example, the schedule information D23 may indicate "user's position", "whether or not the vehicle 10 is used", and "time" in association with each other.

制御部２０５は、記憶部２０４に記憶されたスケジュール情報Ｄ２３を適宜更新する。例えば、制御部２０５は、ユーザの行動に関する情報が入力部１０１に入力されると、その情報に基づいてスケジュール情報Ｄ２３を更新する。 The control unit 205 updates the schedule information D23 stored in the storage unit 204 as appropriate. For example, when information about user behavior is input to the input unit 101, the control unit 205 updates the schedule information D23 based on the information.

〔クライアントサーバ〕
クライアントサーバ３０は、クライアントに所有される。クライアントは、ジョブデータの計算を依頼する。このようなクライアントの例としては、企業、研究機関、教育機関などが挙げられる。 [Client server]
The client server 30 is owned by the client. The client requests calculation of job data. Examples of such clients include companies, research institutes, and educational institutions.

図５に示すように、クライアントサーバ３０は、入力部３０１と、出力部３０２と、通信部３０３と、記憶部３０４と、制御部３０５とを備える。 As shown in FIG. 5 , the client server 30 includes an input section 301 , an output section 302 , a communication section 303 , a storage section 304 and a control section 305 .

入力部３０１は、情報やデータを入力する。入力部３０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、操作ボタン、タッチセンサ、キーボード、マウスなどが挙げられる。入力部３０１に入力された情報やデータは、制御部３０５に送られる。 The input unit 301 inputs information and data. Examples of the input unit 301 include an operation unit that inputs information according to an operation when operated, a camera that inputs an image representing information, a microphone that inputs sound representing information, and the like. Examples of operation units include operation buttons, touch sensors, keyboards, and mice. Information and data input to the input unit 301 are sent to the control unit 305 .

出力部３０２は、情報やデータを出力する。出力部３０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。 The output unit 302 outputs information and data. Examples of the output unit 302 include a display unit that outputs an image representing information, a speaker that outputs sound representing information, and the like.

通信部３０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部３０５に送られる。 The communication unit 303 transmits and receives information and data. Information and data received by the communication unit 303 are sent to the control unit 305 .

記憶部３０４は、情報やデータを記憶する。 The storage unit 304 stores information and data.

制御部３０５は、クライアントサーバ３０の各部を制御する。制御部３０５は、通信部３０３を経由して外部機器（システム１の構成要素など）と通信を行う。制御部３０５は、入力部３０１に入力された情報およびデータ、通信部３０３を経由して受信した情報およびデータに基づいて、記憶部３０４に記憶された情報およびデータを適宜更新する。 The control unit 305 controls each unit of the client server 30 . The control unit 305 communicates with external devices (components of the system 1, etc.) via the communication unit 303 . The control unit 305 appropriately updates the information and data stored in the storage unit 304 based on the information and data input to the input unit 301 and the information and data received via the communication unit 303 .

制御部３０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ（コンピュータ）が実行することで、制御部３０５の各種の機能が実現される。 The control unit 305 has a processor, memory, and the like. The memory stores programs for operating the processor, information and data indicating processing results of the processor, and the like. Various functions of the control unit 305 are realized by the processor (computer) executing the programs stored in the memory.

この例では、記憶部３０４は、クライアント情報Ｄ３１と、ジョブデータＤ１とを記憶する。 In this example, the storage unit 304 stores client information D31 and job data D1.

〈クライアント情報〉
クライアント情報Ｄ３１は、クライアントに関する情報である。クライアント情報Ｄ３１は、クライアントに設定されたクライアントＩＤ、クライアントに所有されるクライアントサーバ３０に設定されたクライアントサーバＩＤ、担当者名、住所、電話番号などを含む。クライアントＩＤは、クライアントを識別するクライアント識別情報の一例である。クライアントサーバＩＤは、クライアントサーバ３０を識別するクライアントサーバ識別情報の一例である。 <Client information>
The client information D31 is information about the client. The client information D31 includes the client ID set to the client, the client server ID set to the client server 30 owned by the client, the name of the person in charge, the address, the telephone number, and the like. A client ID is an example of client identification information that identifies a client. The client server ID is an example of client server identification information that identifies the client server 30 .

〈ジョブデータ〉
ジョブデータＤ１は、ジョブに対応するデータであり、ジョブの実施のために処理されるデータである。 <Job data>
The job data D1 is data corresponding to a job, and is data processed for execution of the job.

なお、ジョブデータＤ１は、計算タイプにより分類可能である。計算タイプの例としては、ＣＰＵ系の計算タイプ、ＧＰＵ系の計算タイプなどが挙げられる。ＣＰＵ系の計算タイプのジョブデータＤ１では、シミュレーション計算など、条件分岐の多い複雑な計算が要求される傾向にある。ＧＰＵ系の計算タイプのジョブデータＤ１では、画像処理や機械学習など、膨大な量の単純計算が要求される傾向にある。 Note that the job data D1 can be classified by calculation type. Examples of the calculation type include a CPU-based calculation type, a GPU-based calculation type, and the like. The CPU-based calculation type job data D1 tends to require complex calculations with many conditional branches, such as simulation calculations. GPU-based calculation type job data D1 tends to require a huge amount of simple calculations such as image processing and machine learning.

また、ジョブデータＤ１は、処理条件により分類可能である。処理条件の例としては、常時通信が要求される処理条件、常時通信が要求されない処理条件などが挙げられる。常時通信が要求される処理条件のジョブデータＤ１では、グリッドコンピューティング処理において車両１０が常に通信可能であることが要求される。常時通信が要求されない処理条件のジョブデータＤ１では、グリッドコンピューティング処理において車両１０が常に通信可能であることが要求されない。 Also, the job data D1 can be classified according to processing conditions. Examples of processing conditions include processing conditions that require constant communication, processing conditions that do not require constant communication, and the like. The job data D1, which has a processing condition that requires constant communication, requires that the vehicle 10 can always communicate in grid computing processing. In the job data D1 with the processing condition that does not require constant communication, it is not required that the vehicle 10 is always communicable in the grid computing process.

〈ジョブ情報〉
なお、記憶部３０４には、ジョブに関するジョブ情報が記憶されてもよい。ジョブ情報は、ジョブの名称を示すジョブ名称情報、ジョブの内容を説明するジョブ内容情報、ジョブに対応するジョブデータに関するジョブデータ情報、ジョブの納期を示すジョブ納期情報などを含む。ジョブデータ情報は、ジョブデータの計算タイプ、処理条件、必要計算能力などを示す。 <Job information>
Note that the storage unit 304 may store job information about jobs. The job information includes job name information indicating the name of the job, job content information describing the content of the job, job data information regarding job data corresponding to the job, job delivery date information indicating the delivery date of the job, and the like. The job data information indicates the calculation type of job data, processing conditions, required calculation capacity, and the like.

〔管理サーバ〕
管理サーバ５０は、グリッドコンピューティングが構成されるシステム１の運営を管理する。管理サーバ５０は、システム１を運営する事業者に所有される。なお、管理サーバ５０は、グリッドコンピューティング処理を管理する管理装置の一例である。 [Management server]
The management server 50 manages the operation of the system 1 in which grid computing is configured. The management server 50 is owned by an operator who operates the system 1 . The management server 50 is an example of a management device that manages grid computing processing.

図６に示すように、管理サーバ５０は、入力部５０１と、出力部５０２と、通信部５０３と、記憶部５０４と、制御部５０５とを備える。管理サーバ５０の入力部５０１、出力部５０２、通信部５０３、記憶部５０４、制御部５０５の構成は、クライアントサーバ３０の入力部３０１、出力部３０２、通信部３０３、記憶部３０４、制御部３０５の構成と同様である。 As shown in FIG. 6 , the management server 50 includes an input section 501 , an output section 502 , a communication section 503 , a storage section 504 and a control section 505 . The configuration of the input unit 501, the output unit 502, the communication unit 503, the storage unit 504, and the control unit 505 of the management server 50 is the same as that of the input unit 301, output unit 302, communication unit 303, storage unit 304, and control unit 305 of the client server 30. is the same as the configuration of

この例では、記憶部５０４は、ユーザテーブルＤ５１と、車両テーブルＤ５２と、クライアントテーブルＤ５３と、ジョブテーブルＤ５４と、位置予測テーブルＤ５５と、能力予測テーブルＤ５６と、通信予測テーブルＤ５７と、確度テーブルＤ６０と、マッチングテーブルＤ５８と、ジョブデータＤ１と、計算結果データＤ２とを記憶する。 In this example, the storage unit 504 includes a user table D51, a vehicle table D52, a client table D53, a job table D54, a position prediction table D55, a capability prediction table D56, a communication prediction table D57, and an accuracy table D60. , matching table D58, job data D1, and calculation result data D2 are stored.

〈ユーザテーブル〉
ユーザテーブルＤ５１は、ユーザを管理するためのテーブルである。ユーザテーブルＤ５１には、ユーザ毎に、そのユーザに設定されたユーザＩＤ、そのユーザに所有される車両１０に設定された車両ＩＤ、そのユーザに所有される演算装置１０５に設定された演算装置ＩＤ、そのユーザに所有されるユーザ端末２０に設定されたユーザ端末ＩＤなどが登録される。 <User table>
The user table D51 is a table for managing users. The user table D51 contains, for each user, a user ID set to the user, a vehicle ID set to the vehicle 10 owned by the user, and a computing device ID set to the computing device 105 owned by the user. , a user terminal ID set in the user terminal 20 owned by the user, and the like are registered.

制御部５０５は、ユーザテーブルＤ５１を適宜更新する。 The control unit 505 appropriately updates the user table D51.

例えば、新規のユーザがシステム１に加入すると、制御部５０５は、その新規のユーザに関連する情報をユーザテーブルＤ５１に登録することで、ユーザテーブルＤ５１を更新する。具体的には、制御部５０５は、新規のユーザに対してユーザＩＤを新たに設定し、新規のユーザに設定された「ユーザＩＤ」と、そのユーザに所有される車両１０に設定された「車両ＩＤ」と、その車両１０に搭載された演算装置１０５に設定された「演算装置ＩＤ」と、新規のユーザに所有されるユーザ端末２０に設定された「ユーザ端末ＩＤ」とを関連付けて、ユーザテーブルＤ５１に登録する。 For example, when a new user joins the system 1, the control unit 505 updates the user table D51 by registering information related to the new user in the user table D51. Specifically, the control unit 505 newly sets a user ID for the new user, and sets the "user ID" set for the new user and the "user ID" set for the vehicle 10 owned by the user. vehicle ID", the "computing device ID" set in the computing device 105 mounted on the vehicle 10, and the "user terminal ID" set in the user terminal 20 owned by the new user, Register in the user table D51.

なお、新規のユーザに所有される車両１０と管理サーバ５０との通信により、新規のユーザに関連する「車両ＩＤ」と「演算装置ＩＤ」とを得ることが可能である。また、新規のユーザに所有されるユーザ端末２０と管理サーバ５０との通信により、新規のユーザに関連する「ユーザ端末ＩＤ」を得ることが可能である。 By communication between the vehicle 10 owned by the new user and the management server 50, it is possible to obtain the "vehicle ID" and the "computing device ID" related to the new user. Also, through communication between the user terminal 20 owned by the new user and the management server 50, it is possible to obtain the "user terminal ID" related to the new user.

〈車両テーブル〉
車両テーブルＤ５２は、車両１０を管理するためのテーブルである。この例では、車両テーブルＤ５２には、車両１０毎に、その車両１０に関する車両基本情報Ｄ１１、演算装置情報Ｄ１２、車両状態情報Ｄ１３、機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、稼働管理情報Ｄ１７、通信管理情報Ｄ１８、実績管理情報Ｄ１９などが登録される。 <Vehicle table>
The vehicle table D52 is a table for managing the vehicle 10. FIG. In this example, the vehicle table D52 includes, for each vehicle 10, basic vehicle information D11, arithmetic device information D12, vehicle state information D13, function usage information D14, vehicle usage information D15, position management information D16, operation Management information D17, communication management information D18, performance management information D19, etc. are registered.

制御部５０５は、車両テーブルＤ５２を適宜更新する。 The control unit 505 appropriately updates the vehicle table D52.

例えば、新規の車両１０がシステム１に加入すると、制御部５０５は、その新規の車両１０に関連する情報を車両テーブルＤ５２に登録することで、車両テーブルＤ５２を更新する。具体的には、制御部５０５は、新規の車両１０に関する車両基本情報Ｄ１１、演算装置情報Ｄ１２、車両状態情報Ｄ１３、機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、稼働管理情報Ｄ１７、通信管理情報Ｄ１８を関連付けて、車両テーブルＤ５２に登録する。 For example, when a new vehicle 10 joins the system 1, the control unit 505 updates the vehicle table D52 by registering information related to the new vehicle 10 in the vehicle table D52. Specifically, the control unit 505 controls vehicle basic information D11, arithmetic device information D12, vehicle state information D13, function usage information D14, vehicle usage information D15, position management information D16, operation management information D17, It is registered in the vehicle table D52 in association with the communication management information D18.

なお、新規の車両１０と管理サーバ５０との通信により、新規の車両１０に関連する情報（この例では、車両基本情報Ｄ１１、演算装置情報Ｄ１２、車両状態情報Ｄ１３、機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、稼働管理情報Ｄ１７、通信管理情報Ｄ１８、実績管理情報Ｄ１９）を得ることが可能である。また、ユーザテーブルＤ５１を参照することにより、新規の車両１０に関連する「ユーザＩＤ」を得ることが可能である。 By communication between the new vehicle 10 and the management server 50, information related to the new vehicle 10 (in this example, basic vehicle information D11, arithmetic device information D12, vehicle state information D13, function usage information D14, vehicle usage Information D15, position management information D16, operation management information D17, communication management information D18, performance management information D19) can be obtained. Also, by referring to the user table D51, it is possible to obtain the "user ID" associated with the new vehicle 10. FIG.

また、制御部５０５は、車両１０毎に、その車両１０と適宜（例えば定期的に）通信して車両１０に関する情報（具体的には、車両状態情報Ｄ１３、機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、稼働管理情報Ｄ１７、通信管理情報Ｄ１８、実績管理情報Ｄ１９）を取得し、その取得された情報に基づいて車両テーブルＤ５２を更新する。 Further, the control unit 505 communicates with each vehicle 10 appropriately (for example, periodically) to obtain information on the vehicle 10 (specifically, vehicle state information D13, function usage information D14, vehicle usage information D15). , position management information D16, operation management information D17, communication management information D18, performance management information D19), and updates the vehicle table D52 based on the acquired information.

〈クライアントテーブル〉
クライアントテーブルＤ５３は、クライアントを管理するためのテーブルである。クライアントテーブルＤ５３には、クライアント毎に、そのクライアントに設定されたクライアントＩＤ、クライアントに所有されるクライアントサーバ３０に設定されたクライアントサーバＩＤ、そのクライアントの担当者名、住所、電話番号などが登録される。 <Client table>
The client table D53 is a table for managing clients. In the client table D53, for each client, a client ID set to the client, a client server ID set to the client server 30 owned by the client, the name of the person in charge of the client, an address, a telephone number, etc. are registered. be.

制御部５０５は、クライアントテーブルＤ５３を適宜更新する。 The control unit 505 appropriately updates the client table D53.

例えば、新規のクライアントがシステム１に加入すると、制御部５０５は、その新規のクライアントに関連する情報をクライアントテーブルＤ５３に登録することで、クライアントテーブルＤ５３を更新する。具体的には、制御部５０５は、新規のクライアントに対してクライアントＩＤを新たに設定し、新規のクライアントに設定された「クライアントＩＤ」と、新規のクライアントに所有されるクライアントサーバ３０に設定された「クライアントサーバＩＤ」と、新規のクライアントの「担当者」と「住所」と「電話番号」とを関連付けて、クライアントテーブルＤ５３に登録する。 For example, when a new client joins the system 1, the control unit 505 updates the client table D53 by registering information related to the new client in the client table D53. Specifically, the control unit 505 newly sets a client ID for the new client, and the "client ID" set for the new client and the "client ID" set for the client server 30 owned by the new client. The "client server ID" obtained and the "person in charge", "address" and "telephone number" of the new client are associated and registered in the client table D53.

なお、クライアントサーバ３０と管理サーバ５０との通信により、新規のクライアントに関する「クライアントサーバＩＤ」と「担当者」と「住所」と「電話番号」とを得ることが可能である。 By communication between the client server 30 and the management server 50, it is possible to obtain the "client server ID", "person in charge", "address" and "telephone number" of the new client.

〈ジョブテーブル〉
ジョブテーブルＤ５４は、クライアントから依頼されたジョブを管理するためのテーブルである。ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブを依頼したクライアントに設定されたクライアントＩＤ、そのジョブの名称および内容などが登録される。また、ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに対応するジョブデータの計算タイプおよび処理条件、そのジョブデータの計算に必要となる計算能力である必要計算能力、そのジョブに設定された納期などが登録される。 <Job table>
The job table D54 is a table for managing jobs requested by clients. In the job table D54, for each job, the reception number set for the job, the client ID set for the client who requested the job, the name and contents of the job, and the like are registered. In addition, the job table D54 contains, for each job, calculation type and processing conditions of job data corresponding to the job, required calculation capacity which is the calculation capacity required for calculation of the job data, and delivery date set for the job. etc. are registered.

〈位置予測テーブル〉
位置予測テーブルＤ５５は、車両１０の位置の予測結果を管理するためのテーブルである。この例では、位置予測テーブルＤ５５には、車両１０毎に、その車両１０に設定された車両ＩＤ、その車両１０に関する位置予測情報Ｄ５などが登録される。位置予測情報Ｄ５は、車両１０の位置の時間的変化の予測結果を示す。例えば、位置予測情報Ｄ５は、車両１０の位置の予測値と時刻とを関連付けて示す。なお、車両１０の位置の時間的変化を予測するための処理（位置予測処理）については、後で詳しく説明する。 <Position prediction table>
The position prediction table D<b>55 is a table for managing prediction results of the position of the vehicle 10 . In this example, the position prediction table D55 registers, for each vehicle 10, the vehicle ID set for the vehicle 10, the position prediction information D5 regarding the vehicle 10, and the like. The position prediction information D5 indicates a prediction result of temporal changes in the position of the vehicle 10 . For example, the position prediction information D5 indicates the predicted value of the position of the vehicle 10 and the time in association with each other. Processing for predicting the temporal change in the position of the vehicle 10 (position prediction processing) will be described later in detail.

〈能力予測テーブル〉
能力予測テーブルＤ５６は、車両１０の演算装置１０５の計算能力（グリッドコンピューティング処理に利用可能な計算能力）の予測結果を管理するためのテーブルである。この例では、能力予測テーブルＤ５６には、車両１０毎に、その車両１０に設定された車両ＩＤ、その車両１０に関する能力予測情報Ｄ６などが登録される。能力予測情報Ｄ６は、車両１０の演算装置１０５のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果を示す。例えば、能力予測情報Ｄ６は、車両１０の演算装置１０５の利用可能な計算能力の予測値と時刻とを関連付けて示す。なお、車両１０の演算装置１０５のグリッドコンピューティング処理において利用可能な計算能力の時間的変化を予測するための処理（能力予測処理）については、後で詳しく説明する。 <Capability prediction table>
The capacity prediction table D56 is a table for managing prediction results of the computational capacity of the arithmetic device 105 of the vehicle 10 (computational capacity available for grid computing processing). In this example, for each vehicle 10, the vehicle ID set for the vehicle 10, the performance prediction information D6 regarding the vehicle 10, and the like are registered in the performance prediction table D56. The capacity prediction information D6 indicates a prediction result of temporal change in computational capacity available for grid computing processing of the arithmetic unit 105 of the vehicle 10 . For example, the capacity prediction information D6 indicates the predicted value of the available computing capacity of the arithmetic unit 105 of the vehicle 10 and the time in association with each other. A process (capacity prediction process) for predicting a temporal change in the computational capacity that can be used in the grid computing process of the arithmetic unit 105 of the vehicle 10 will be described later in detail.

〈通信予測テーブル〉
通信予測テーブルＤ５７は、車両１０の通信状態の予測結果を管理するためのテーブルである。この例では、通信予測テーブルＤ５７には、車両１０毎に、その車両１０に設定された車両ＩＤ、その車両１０に関する通信予測情報Ｄ７などが登録される。通信予測情報Ｄ７は、車両１０の通信状態の時間的変化の予測結果を示す。例えば、通信予測テーブルＤ５７は、車両１０の通信状態の予測値と時刻とを関連付けて示す。なお、車両１０の通信状態の時間的変化を予測するための処理（通信予測処理）については、後で詳しく説明する。 <Communication prediction table>
The communication prediction table D<b>57 is a table for managing prediction results of the communication state of the vehicle 10 . In this example, the communication prediction table D57 registers, for each vehicle 10, the vehicle ID set for the vehicle 10, the communication prediction information D7 related to the vehicle 10, and the like. The communication prediction information D7 indicates a prediction result of a temporal change in the communication state of the vehicle 10. FIG. For example, the communication prediction table D57 shows predicted values of the communication state of the vehicle 10 and times in association with each other. Processing for predicting temporal changes in the communication state of the vehicle 10 (communication prediction processing) will be described later in detail.

〈確度テーブル〉
確度テーブルＤ６０は、車両１０の計算完了確度を管理するためのテーブルである。計算完了確度は、車両１０がグリッドコンピューティング処理においてジョブデータＤ１の計算を完了することができる確からしさを示す。この例では、確度テーブルＤ６０には、車両１０毎に、その車両１０に設定された車両ＩＤ、その車両１０に関する確度情報Ｄ８などが登録される。確度情報Ｄ８は、車両１０の計算完了確度を示す。なお、車両１０の計算完了確度を導出するための処理（確度導出処理）については、後で詳しく説明する。 <Accuracy table>
The accuracy table D60 is a table for managing calculation completion accuracy of the vehicle 10 . The calculation completion accuracy indicates the probability that the vehicle 10 can complete the calculation of the job data D1 in the grid computing process. In this example, for each vehicle 10, the vehicle ID set for the vehicle 10, the accuracy information D8 regarding the vehicle 10, and the like are registered in the accuracy table D60. The accuracy information D8 indicates the calculation completion accuracy of the vehicle 10 . Processing for deriving the calculation completion accuracy of the vehicle 10 (accuracy derivation processing) will be described later in detail.

〈マッチングテーブル〉
マッチングテーブルＤ５８は、後述するマッチング処理の結果を管理するためのテーブルである。マッチングテーブルＤ５８には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブに対応するジョブデータ、マッチング処理によりそのジョブデータに対して割り当てられた車両１０に設定された車両ＩＤなどが登録される。 <Matching table>
The matching table D58 is a table for managing results of matching processing, which will be described later. In the matching table D58, for each job, the reception number set for the job, the job data corresponding to the job, the vehicle ID set for the vehicle 10 assigned to the job data by the matching process, etc. are registered. be done.

〈ジョブデータ〉
記憶部５０４に記憶されるジョブデータＤ１は、後述するジョブ受付処理により受け付けられたジョブデータＤ１である。 <Job data>
The job data D1 stored in the storage unit 504 is the job data D1 accepted by the job acceptance process described later.

〈計算結果データ〉
記憶部５０４に記憶される計算結果データＤ２は、後述するグリッドコンピューティング処理によるジョブデータＤ１の計算結果を示す。 <Calculation result data>
The calculation result data D2 stored in the storage unit 504 indicates the calculation result of the job data D1 by grid computing processing described later.

〔位置管理情報の更新〕
次に、位置管理情報Ｄ１６の更新について説明する。演算装置１０５は、車両１０の位置を監視し、その監視の結果に基づいて、位置管理情報Ｄ１６に示された車両１０の過去の位置を更新する。また、演算装置１０５は、車両１０の位置の推定に利用可能な情報を取得すると、その情報に基づいて、位置管理情報Ｄ１６に示された車両１０の位置を更新する。 [Update location management information]
Next, updating of the position management information D16 will be described. Arithmetic device 105 monitors the position of vehicle 10, and updates the past position of vehicle 10 indicated in position management information D16 based on the results of the monitoring. Further, when acquiring information that can be used for estimating the position of the vehicle 10, the arithmetic unit 105 updates the position of the vehicle 10 indicated in the position management information D16 based on the information.

車両１０の位置の推定に利用可能な情報の例としては、車両１０の走行履歴および走行予定を示すカーナビゲーション情報、車両１０の記憶部１０４に記憶された車両利用情報Ｄ１５、ユーザ端末２０の記憶部２０４に記憶されたスケジュール情報Ｄ２３などが挙げられる。 Examples of information that can be used to estimate the position of the vehicle 10 include car navigation information indicating the travel history and travel schedule of the vehicle 10, vehicle usage information D15 stored in the storage unit 104 of the vehicle 10, and storage of the user terminal 20. Schedule information D23 stored in unit 204 and the like are included.

〈カーナビゲーション情報に基づく位置管理情報の更新〉
この例では、演算装置１０５は、入力部１０１に入力されたカーナビゲーション情報に示された車両１０の走行履歴および走行予定に基づいて、車両１０の位置（過去の位置および未来の位置）を推定する。そして、演算装置１０５は、その推定された車両１０の位置に基づいて、記憶部１０４に記憶された位置管理情報Ｄ１６を更新する。 <Updating location management information based on car navigation information>
In this example, arithmetic unit 105 estimates the position (past position and future position) of vehicle 10 based on the travel history and travel schedule of vehicle 10 indicated in the car navigation information input to input unit 101. do. Arithmetic device 105 then updates position management information D16 stored in storage unit 104 based on the estimated position of vehicle 10 .

〈車両利用情報に基づく位置管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された車両利用情報Ｄ１５を取得する。演算装置１０５は、車両利用情報Ｄ１５に示された車両１０の利用状況（利用履歴および利用予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、車両１０の位置（過去の位置および未来の位置）を推定する。そして、演算装置１０５は、その推定された車両１０の位置に基づいて、記憶部１０４に記憶された位置管理情報Ｄ１６を更新する。 <Updating location management information based on vehicle usage information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the vehicle usage information D15 stored in the storage unit 104 . Arithmetic device 105 estimates the travel situation (travel history and travel schedule) of vehicle 10 based on the usage status (usage history and travel schedule) of vehicle 10 indicated in vehicle usage information D15, and calculates the result of the estimation. Based on this, the position of the vehicle 10 (past position and future position) is estimated. Arithmetic device 105 then updates position management information D16 stored in storage unit 104 based on the estimated position of vehicle 10 .

〈スケジュール情報に基づく位置管理情報の更新〉
また、この例では、演算装置１０５は、その演算装置１０５が搭載された車両１０を所有するユーザに所有されるユーザ端末２０に対し、そのユーザ端末２０の記憶部２０４に記憶されたスケジュール情報Ｄ２３へのアクセスを要求する。ユーザ端末２０の制御部２０５は、その要求に応答してスケジュール情報Ｄ２３へのアクセスを許可する。 <Updating location management information based on schedule information>
Further, in this example, the computing device 105 sends the schedule information D23 stored in the storage unit 204 of the user terminal 20 to the user terminal 20 owned by the user who owns the vehicle 10 in which the computing device 105 is mounted. request access to. The control unit 205 of the user terminal 20 permits access to the schedule information D23 in response to the request.

次に、演算装置１０５は、ユーザ端末２０の記憶部２０４にアクセスし、記憶部２０４に記憶されたスケジュール情報Ｄ２３に示されたユーザの行動（過去の行動および未来の行動）の中から、車両１０の利用を伴う行動を検出する。例えば、演算装置１０５は、スケジュール情報Ｄ２３に示されたユーザの行動のうち過去の行動である行動履歴の中から、そのユーザが車両１０を利用していた行動履歴を検出する。また、演算装置１０５は、スケジュール情報Ｄ２３に示されたユーザの行動のうち未来の行動である行動予定の中から、そのユーザが車両１０を利用する予定がある行動予定を検出する。 Next, the arithmetic unit 105 accesses the storage unit 204 of the user terminal 20, and selects the vehicle from among the user's actions (past actions and future actions) indicated in the schedule information D23 stored in the storage unit 204. Detect behaviors involving the use of 10. For example, the computing device 105 detects the action history of the user using the vehicle 10 from the action history, which is the past actions of the user indicated in the schedule information D23. Further, the arithmetic device 105 detects an action plan in which the user is planning to use the vehicle 10 from the action plans, which are future actions, among the actions of the user indicated in the schedule information D23.

次に、演算装置１０５は、その検出されたユーザの行動（行動履歴および行動予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、車両１０の位置（過去の位置および未来の位置）を推定する。そして、演算装置１０５は、その推定された車両１０の位置に基づいて、記憶部１０４に記憶された位置管理情報Ｄ１６を更新する。 Next, the arithmetic unit 105 estimates the driving situation (driving history and driving schedule) of the vehicle 10 based on the detected user behavior (action history and driving schedule), and based on the result of the estimation, Estimate the position (past position and future position) of the vehicle 10 . Arithmetic device 105 then updates position management information D16 stored in storage unit 104 based on the estimated position of vehicle 10 .

〔稼働管理情報の更新〕
次に、稼働管理情報Ｄ１７の更新について説明する。演算装置１０５は、その演算装置１０５の稼働率（計算能力の利用率）を監視し、その監視の結果に基づいて、稼働管理情報Ｄ１７に示された演算装置１０５の過去の稼働率を更新する。また、演算装置１０５は、演算装置１０５の稼働率の推定に利用可能な情報を取得すると、その情報に基づいて、稼働管理情報Ｄ１７に示された演算装置１０５の稼働率を更新する。 [Update operation management information]
Next, updating of the operation management information D17 will be described. Arithmetic device 105 monitors the operating rate (utilization rate of computing capacity) of that computing device 105, and updates the past operating rate of computing device 105 indicated in operation management information D17 based on the monitoring result. . Further, when acquiring information that can be used to estimate the operating rate of the computing device 105, the computing device 105 updates the operating rate of the computing device 105 indicated in the operation management information D17 based on the information.

演算装置１０５の稼働率の推定に利用可能な情報の例としては、車両１０の走行履歴および走行予定を示すカーナビゲーション情報、車両１０の記憶部１０４に記憶された機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、ユーザ端末２０の記憶部２０４に記憶されたスケジュール情報Ｄ２３などが挙げられる。 Examples of information that can be used to estimate the operating rate of the arithmetic unit 105 include car navigation information indicating the travel history and travel schedule of the vehicle 10, function usage information D14 stored in the storage unit 104 of the vehicle 10, and vehicle usage information. D15, location management information D16, schedule information D23 stored in the storage unit 204 of the user terminal 20, and the like.

〈カーナビゲーション情報に基づく稼働管理情報の更新〉
この例では、演算装置１０５は、入力部１０１に入力されたカーナビゲーション情報に示された車両１０の走行履歴および走行予定に基づいて、車両１０の稼働率（過去の稼働率および未来の稼働率）を推定する。例えば、「車両１０が停車していた期間における演算装置１０５の稼働率」および「車両１０が停車する予定である期間における演算装置１０５の稼働率」は、ゼロと推定される。そして、演算装置１０５は、その推定された演算装置１０５の稼働率に基づいて、記憶部１０４に記憶された稼働管理情報Ｄ１７を更新する。 <Updating operation management information based on car navigation information>
In this example, the arithmetic device 105 calculates the operating rate of the vehicle 10 (past operating rate and future operating rate ). For example, "the operating rate of the arithmetic device 105 during the period when the vehicle 10 is stopped" and "the operating rate of the arithmetic device 105 during the period when the vehicle 10 is scheduled to stop" are estimated to be zero. Then, the computing device 105 updates the operation management information D17 stored in the storage unit 104 based on the estimated operating rate of the computing device 105 .

〈機能利用情報に基づく稼働管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された機能利用情報Ｄ１４を取得する。演算装置１０５は、機能利用情報Ｄ１４に示された各種機能の利用状況（利用履歴および利用予定）の中から、演算装置１０５の利用を伴う機能の利用状況を検出する。演算装置１０５は、その検出された機能の利用状況に基づいて、演算装置１０５の稼働率（過去の稼働率および未来の稼働率）を推定する。そして、演算装置１０５は、その推定された演算装置１０５の稼働率に基づいて、記憶部１０４に記憶された稼働管理情報Ｄ１７を更新する。 <Updating operation management information based on function usage information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the function usage information D14 stored in the storage unit 104 . Arithmetic device 105 detects the usage status of functions that involve the use of arithmetic device 105 from the usage statuses (history of usage and scheduled usage) of various functions indicated in function usage information D14. The computing device 105 estimates the operating rate (past operating rate and future operating rate) of the computing device 105 based on the detected usage status of the function. Then, the computing device 105 updates the operation management information D17 stored in the storage unit 104 based on the estimated operating rate of the computing device 105 .

〈車両利用情報に基づく稼働管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された車両利用情報Ｄ１５を取得する。演算装置１０５は、車両利用情報Ｄ１５に示された車両１０の利用状況（利用履歴および利用予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、演算装置１０５の稼働率（過去の稼働率および未来の稼働率）を推定する。そして、演算装置１０５は、その推定された演算装置１０５の稼働率に基づいて、記憶部１０４に記憶された稼働管理情報Ｄ１７を更新する。 <Updating operation management information based on vehicle usage information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the vehicle usage information D15 stored in the storage unit 104 . Arithmetic device 105 estimates the travel situation (travel history and travel schedule) of vehicle 10 based on the usage status (usage history and travel schedule) of vehicle 10 indicated in vehicle usage information D15, and calculates the result of the estimation. Based on this, the operating rate (past operating rate and future operating rate) of the arithmetic unit 105 is estimated. Then, the computing device 105 updates the operation management information D17 stored in the storage unit 104 based on the estimated operating rate of the computing device 105 .

〈位置管理情報に基づく稼働管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された位置管理情報Ｄ１６を取得する。次に、演算装置１０５は、位置管理情報Ｄ１６に示された車両１０の位置（過去の位置および未来の位置）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、演算装置１０５の稼働率（過去の稼働率および未来の稼働率）を推定する。そして、演算装置１０５は、その推定された演算装置１０５の稼働率に基づいて、記憶部１０４に記憶された稼働管理情報Ｄ１７を更新する。 <Updating operation management information based on location management information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the position management information D16 stored in the storage unit 104 . Next, the arithmetic unit 105 estimates the travel situation (travel history and travel schedule) of the vehicle 10 based on the position (past position and future position) of the vehicle 10 indicated in the position management information D16, and Based on the result of the estimation, the operating rate (past operating rate and future operating rate) of the arithmetic unit 105 is estimated. Then, the computing device 105 updates the operation management information D17 stored in the storage unit 104 based on the estimated operating rate of the computing device 105 .

〈スケジュール情報に基づく位置管理情報の更新〉
また、この例では、「スケジュール情報に基づく位置管理情報の更新」と同様に、演算装置１０５は、その演算装置１０５が搭載された車両１０を所有するユーザに所有されるユーザ端末２０の記憶部２０４にアクセスし、記憶部２０４に記憶されたスケジュール情報Ｄ２３に示されたユーザの行動（行動履歴および行動予定）の中から、車両１０の利用を伴う行動を検出する。 <Updating location management information based on schedule information>
Further, in this example, similarly to "updating the position management information based on the schedule information", the computing device 105 is stored in the storage unit of the user terminal 20 owned by the user who owns the vehicle 10 in which the computing device 105 is mounted. 204 to detect an action involving the use of the vehicle 10 from the user's actions (action history and action schedule) indicated in the schedule information D23 stored in the storage unit 204. FIG.

次に、演算装置１０５は、その検出されたユーザの行動（行動履歴および行動予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、演算装置１０５の稼働率（過去の稼働率および未来の稼働率）を推定する。そして、演算装置１０５は、その推定された演算装置１０５の稼働率に基づいて、記憶部１０４に記憶された稼働管理情報Ｄ１７を更新する。 Next, the arithmetic unit 105 estimates the driving situation (driving history and driving schedule) of the vehicle 10 based on the detected user behavior (action history and driving schedule), and based on the result of the estimation, The operating rate (past operating rate and future operating rate) of the arithmetic unit 105 is estimated. Then, the computing device 105 updates the operation management information D17 stored in the storage unit 104 based on the estimated operating rate of the computing device 105 .

〔通信管理情報の更新〕
次に、通信管理情報Ｄ１８の更新について説明する。演算装置１０５は、その演算装置１０５が搭載された車両１０の通信状態を監視し、その監視の結果に基づいて、通信管理情報Ｄ１８に示された車両１０の過去の通信状態を更新する。また、演算装置１０５は、車両１０の通信状態の推定に利用可能な情報を取得すると、その情報に基づいて、通信管理情報Ｄ１８に示された車両１０の通信状態を更新する。 [Update communication management information]
Next, updating of the communication management information D18 will be described. Arithmetic device 105 monitors the communication state of vehicle 10 in which arithmetic device 105 is mounted, and updates the past communication state of vehicle 10 indicated in communication management information D18 based on the monitoring results. Further, when acquiring information that can be used for estimating the communication state of vehicle 10, arithmetic unit 105 updates the communication state of vehicle 10 indicated in communication management information D18 based on the information.

車両１０の通信状態の推定に利用可能な情報の例としては、車両１０の走行履歴および走行予定を示すカーナビゲーション情報、車両１０の記憶部１０４に記憶された機能利用情報Ｄ１４、車両利用情報Ｄ１５、位置管理情報Ｄ１６、ユーザ端末２０の記憶部２０４に記憶されたスケジュール情報Ｄ２３などが挙げられる。 Examples of information that can be used for estimating the communication state of the vehicle 10 include car navigation information indicating the travel history and travel schedule of the vehicle 10, function usage information D14 stored in the storage unit 104 of the vehicle 10, and vehicle usage information D15. , location management information D16, schedule information D23 stored in the storage unit 204 of the user terminal 20, and the like.

〈カーナビゲーション情報に基づく通信管理情報の更新〉
この例では、演算装置１０５は、入力部１０１に入力されたカーナビゲーション情報に示された車両１０の走行履歴および走行予定に基づいて、車両１０の通信状態（過去の通信状態および未来の通信状態）を推定する。例えば、「通信環境が比較的に良好な位置に車両１０が停車していた期間における車両１０の通信状態」および「通信環境が比較的に良好な位置に車両１０が停車する予定である期間における車両１０の通信状態」は、「比較的に良好な通信状態」と推定される。そして、演算装置１０５は、その推定された車両１０の通信状態に基づいて、記憶部１０４に記憶された通信管理情報Ｄ１８を更新する。 <Update communication management information based on car navigation information>
In this example, arithmetic unit 105 calculates the communication state (past communication state and future communication state) of vehicle 10 based on the travel history and travel schedule of vehicle 10 indicated in the car navigation information input to input unit 101 ). For example, "the communication state of the vehicle 10 during the period when the vehicle 10 was stopped at a position with a relatively good communication environment" and "during the period when the vehicle 10 is scheduled to stop at a position with a relatively good communication environment "Communication state of vehicle 10" is estimated to be "relatively good communication state". Arithmetic device 105 then updates communication management information D18 stored in storage unit 104 based on the estimated communication state of vehicle 10 .

〈機能利用情報に基づく通信管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された機能利用情報Ｄ１４を取得する。演算装置１０５は、機能利用情報Ｄ１４に示された各種機能の利用状況（利用履歴および利用予定）の中から、通信の利用を伴う機能の利用状況を検出する。演算装置１０５は、その検出された機能の利用状況に基づいて、車両１０の通信状態（過去の通信状態および未来の通信状態）を推定する。そして、演算装置１０５は、その推定された車両１０の通信状態に基づいて、記憶部１０４に記憶された通信管理情報Ｄ１８を更新する。 <Update communication management information based on function usage information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the function usage information D14 stored in the storage unit 104 . Arithmetic unit 105 detects the usage status of functions that involve the use of communication from the usage statuses (usage history and usage schedule) of various functions indicated in function usage information D14. Arithmetic device 105 estimates the communication state (past communication state and future communication state) of vehicle 10 based on the detected usage status of the function. Arithmetic device 105 then updates communication management information D18 stored in storage unit 104 based on the estimated communication state of vehicle 10 .

〈車両利用情報に基づく通信管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された車両利用情報Ｄ１５を取得する。演算装置１０５は、車両利用情報Ｄ１５に示された車両１０の利用状況（利用履歴および利用予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、車両１０の通信状態（過去の通信状態および未来の通信状態）を推定する。そして、演算装置１０５は、その推定された車両１０の通信状態に基づいて、記憶部１０４に記憶された通信管理情報Ｄ１８を更新する。 <Update communication management information based on vehicle usage information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the vehicle usage information D15 stored in the storage unit 104 . Arithmetic device 105 estimates the travel situation (travel history and travel schedule) of vehicle 10 based on the usage status (usage history and travel schedule) of vehicle 10 indicated in vehicle usage information D15, and calculates the result of the estimation. Based on this, the communication state of the vehicle 10 (past communication state and future communication state) is estimated. Arithmetic device 105 then updates communication management information D18 stored in storage unit 104 based on the estimated communication state of vehicle 10 .

〈位置管理情報に基づく通信管理情報の更新〉
また、この例では、演算装置１０５は、記憶部１０４にアクセスし、記憶部１０４に記憶された位置管理情報Ｄ１６を取得する。次に、演算装置１０５は、位置管理情報Ｄ１６に示された車両１０の位置（過去の位置および未来の位置）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、車両１０の通信状態（過去の通信状態および未来の通信状態）を推定する。そして、演算装置１０５は、その推定された車両１０の通信状態に基づいて、記憶部１０４に記憶された通信管理情報Ｄ１８を更新する。 <Update communication management information based on location management information>
Also, in this example, the computing device 105 accesses the storage unit 104 and acquires the position management information D16 stored in the storage unit 104 . Next, the arithmetic unit 105 estimates the travel situation (travel history and travel schedule) of the vehicle 10 based on the position (past position and future position) of the vehicle 10 indicated in the position management information D16, and Based on the result of the estimation, the communication state (past communication state and future communication state) of the vehicle 10 is estimated. Arithmetic device 105 then updates communication management information D18 stored in storage unit 104 based on the estimated communication state of vehicle 10 .

〈スケジュール情報に基づく通信管理情報の更新〉
また、この例では、「スケジュール情報に基づく位置管理情報の更新」と同様に、演算装置１０５は、その演算装置１０５が搭載された車両１０を所有するユーザに所有されるユーザ端末２０の記憶部２０４にアクセスし、記憶部２０４に記憶されたスケジュール情報Ｄ２３に示されたユーザの行動（行動履歴および行動予定）の中から、車両１０の利用を伴う行動を検出する。 <Update communication management information based on schedule information>
Further, in this example, similarly to "updating the position management information based on the schedule information", the computing device 105 is stored in the storage unit of the user terminal 20 owned by the user who owns the vehicle 10 in which the computing device 105 is mounted. 204 to detect an action involving the use of the vehicle 10 from the user's actions (action history and action schedule) indicated in the schedule information D23 stored in the storage unit 204. FIG.

次に、演算装置１０５は、その検出されたユーザの行動（行動履歴および行動予定）に基づいて、車両１０の走行状況（走行履歴および走行予定）を推定し、その推定の結果に基づいて、車両１０の通信状態（過去の通信状態および未来の通信状態）を推定する。そして、演算装置１０５は、その推定された車両１０の通信状態に基づいて、記憶部１０４に記憶された通信管理情報Ｄ１８を更新する。 Next, the arithmetic unit 105 estimates the driving situation (driving history and driving schedule) of the vehicle 10 based on the detected user behavior (action history and driving schedule), and based on the result of the estimation, The communication state (past communication state and future communication state) of the vehicle 10 is estimated. Arithmetic device 105 then updates communication management information D18 stored in storage unit 104 based on the estimated communication state of vehicle 10 .

〔制御部による処理（管理方法）〕
制御部５０５は、ジョブ受付処理と、位置予測処理と、能力予測処理と、通信予測処理と、確度導出処理と、マッチング処理と、グリッドコンピューティング処理を行う。これらの処理は、グリッドコンピューティング処理を管理するための管理方法の一例である。 [Processing by Control Unit (Management Method)]
The control unit 505 performs job acceptance processing, position prediction processing, capacity prediction processing, communication prediction processing, probability derivation processing, matching processing, and grid computing processing. These processes are examples of management methods for managing grid computing processes.

〔ジョブ受付処理〕
次に、図７を参照して、ジョブ受付処理について説明する。ジョブ受付処理では、クライアントにより計算を依頼されたジョブデータＤ１を受け付ける。例えば、制御部５０５は、クライアントからジョブデータＤ１の計算が依頼される毎に、以下の処理を行う。 [Job reception processing]
Next, job reception processing will be described with reference to FIG. In the job reception process, job data D1 for which calculation is requested by the client is received. For example, the control unit 505 performs the following processing every time a client requests calculation of the job data D1.

〈ステップＳ１１〉
まず、管理サーバ５０は、クライアントからジョブの依頼を受け付ける。具体的には、クライアントサーバ３０は、クライアントの担当者による操作に応答して、ジョブ依頼申請を管理サーバ５０に送信する。管理サーバ５０の制御部５０５は、その申請に応答して以下の処理を行う。 <Step S11>
First, the management server 50 receives a job request from a client. Specifically, the client server 30 transmits a job request application to the management server 50 in response to an operation by the person in charge of the client. The control unit 505 of the management server 50 performs the following processing in response to the application.

制御部５０５は、ジョブの受付に必要となる情報（具体的にはジョブを依頼するクライアントに関するクライアント情報とジョブに関するジョブ情報）の送信をクライアントサーバ３０に要求する。この例では、制御部５０５は、ジョブ受付画面の画像データをクライアントサーバ３０に送信する。クライアントサーバ３０の制御部３０５は、その画像データからジョブ受付画面の画像を再生し、その画像を出力部３０２（表示部）に出力（表示）させる。 The control unit 505 requests the client server 30 to send information necessary for accepting a job (specifically, client information about the client requesting the job and job information about the job). In this example, the control unit 505 transmits image data of the job reception screen to the client server 30 . The control unit 305 of the client server 30 reproduces the image of the job reception screen from the image data, and causes the output unit 302 (display unit) to output (display) the image.

図８に示すように、ジョブ受付画面は、ジョブの受付に必要となる情報を入力させる画面である。ジョブ受付画面には、クライアント名を入力するクライアント名入力欄Ｒ１０１、クライアントの担当者名を入力する担当者名入力欄Ｒ１０２、クライアントの住所を入力する住所入力欄Ｒ１０４、ジョブの名称を入力するジョブ名称入力欄Ｒ１１１、ジョブの内容に関する説明を入力するジョブ内容入力欄Ｒ１１２、ジョブに対応するジョブデータの計算タイプを入力する計算タイプ入力欄Ｒ１１３、ジョブデータの処理条件を入力する処理条件入力欄Ｒ１１４、ジョブデータの必要計算能力を入力する必要計算能力入力欄Ｒ１１５、ジョブの納期を入力する納期入力欄Ｒ１１６と、登録ボタンＢ１００とが設けられる。 As shown in FIG. 8, the job reception screen is a screen for inputting information necessary for job reception. The job reception screen includes a client name entry field R101 for entering the client name, a person in charge entry field R102 for entering the name of the person in charge of the client, an address entry field R104 for entering the address of the client, and a job name entry field R104 for entering the name of the job. A name input field R111, a job content input field R112 for inputting an explanation about the contents of the job, a calculation type input field R113 for inputting the calculation type of the job data corresponding to the job, and a processing condition input field R114 for inputting the job data processing conditions. , a required computing capacity entry field R115 for entering the required computing capacity for job data, a delivery date entry field R116 for entering the delivery date of the job, and a registration button B100.

クライアントの担当者は、クライアントサーバ３０の入力部３０１（操作部）を操作して、ジョブ受付画面に必要な情報を入力する。これにより、ジョブを依頼するクライアントに関するクライアント情報と、ジョブに関するジョブ情報とが入力される。そして、これらの情報の入力が完了すると、クライアントの担当者は、クライアントサーバ３０の入力部３０１（操作部）を操作して、ジョブ受付画面の登録ボタンＢ１００を押下する。登録ボタンＢ１００が押下されると、クライアントサーバ３０の制御部３０５は、ジョブ受付画面に入力された情報（クライアント情報およびジョブ情報）を管理サーバ５０に送信する。管理サーバ５０の制御部５０５は、クライアント情報とジョブ情報とを受信する。 The person in charge of the client operates the input unit 301 (operation unit) of the client server 30 to input necessary information on the job reception screen. As a result, the client information about the client requesting the job and the job information about the job are input. When the input of these information is completed, the person in charge of the client operates the input unit 301 (operation unit) of the client server 30 and presses the registration button B100 on the job reception screen. When the registration button B<b>100 is pressed, the control unit 305 of the client server 30 transmits the information (client information and job information) input on the job reception screen to the management server 50 . The control unit 505 of the management server 50 receives client information and job information.

次に、制御部５０５は、ジョブに対応するジョブデータＤ１の送信をクライアントサーバ３０に要求する。クライアントサーバ３０の制御部３０５は、その要求に応答して、ジョブに対応するジョブデータＤ１を管理サーバ５０に送信する。管理サーバ５０の制御部５０５は、ジョブデータＤ１を受信する。 Next, the control unit 505 requests the client server 30 to transmit job data D1 corresponding to the job. The control unit 305 of the client server 30 transmits job data D1 corresponding to the job to the management server 50 in response to the request. The control unit 505 of the management server 50 receives the job data D1.

〈ステップＳ１２〉
次に、管理サーバ５０の制御部５０５は、ステップＳ１１において受信されたジョブデータＤ１を分析する。具体的には、制御部５０５は、ジョブデータＤ１の計算タイプ、処理条件、必要計算能力などを分析する。そして、制御部５０５は、ジョブデータＤ１の分析の結果に基づいて、ステップＳ１１において受信されたジョブ情報を修正する。 <Step S12>
Next, the control unit 505 of the management server 50 analyzes the job data D1 received in step S11. Specifically, the control unit 505 analyzes the calculation type, processing conditions, required calculation capacity, and the like of the job data D1. Then, the control unit 505 corrects the job information received in step S11 based on the analysis result of the job data D1.

なお、ステップＳ１１において受信されたジョブ情報が十分に信頼できる場合は、ステップＳ１２の処理を省略してもよい。 Note that if the job information received in step S11 is sufficiently reliable, the process of step S12 may be omitted.

〈ステップＳ１３〉
次に、管理サーバ５０の制御部５０５は、ステップＳ１１において受信されたクライアント情報と、ステップＳ１２において必要に応じて修正されたジョブ情報（またはステップＳ１１において受信されたジョブ情報）とを関連付けて、ジョブテーブルＤ５４に登録する。また、制御部５０５は、ステップＳ１１において受信されたジョブデータＤ１を記憶部５０４に記憶する。 <Step S13>
Next, the control unit 505 of the management server 50 associates the client information received in step S11 with the job information corrected as necessary in step S12 (or the job information received in step S11), Register in the job table D54. Further, the control unit 505 stores the job data D1 received in step S11 in the storage unit 504. FIG.

〔位置予測処理〕
次に、図９を参照して、位置予測処理について説明する。位置予測処理では、制御部５０５は、車両テーブルＤ５２に登録された車両１０の位置管理情報Ｄ１６に基づいて、その車両１０の位置の時間的変化を予測する。例えば、制御部５０５は、車両テーブルＤ５２に登録された車両１０の位置管理情報Ｄ１６が更新されると、その車両１０について以下の処理を行う。 [Position prediction processing]
Next, position prediction processing will be described with reference to FIG. In the position prediction process, the control unit 505 predicts a temporal change in the position of the vehicle 10 based on the position management information D16 of the vehicle 10 registered in the vehicle table D52. For example, when the position management information D16 of the vehicle 10 registered in the vehicle table D52 is updated, the control unit 505 performs the following processing for the vehicle 10. FIG.

〈ステップＳ２１〉
まず、制御部５０５は、車両テーブルＤ５２に登録された車両１０の位置管理情報Ｄ１６を取得する。なお、「位置管理情報の更新」と同様に、制御部５０５は、車両１０の位置の推定に利用可能な情報に基づいて、車両テーブルＤ５２に登録された車両１０の位置管理情報Ｄ１６を更新し、その更新後の位置管理情報Ｄ１６を取得してもよい。 <Step S21>
First, the control unit 505 acquires the position management information D16 of the vehicle 10 registered in the vehicle table D52. Note that, similarly to "updating the position management information", the control unit 505 updates the position management information D16 of the vehicle 10 registered in the vehicle table D52 based on the information that can be used for estimating the position of the vehicle 10. , the updated position management information D16 may be obtained.

〈ステップＳ２２〉
次に、制御部５０５は、ステップＳ２１において取得された車両１０の「位置管理情報Ｄ１６」に基づいて、車両１０の位置の時間的変化を予測する。 <Step S22>
Next, the control unit 505 predicts a temporal change in the position of the vehicle 10 based on the "position management information D16" of the vehicle 10 acquired in step S21.

具体的には、制御部５０５は、位置管理情報Ｄ１６に示された車両の位置から、車両１０の位置の変化の傾向（パターン）を予測する。この車両１０の位置の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部５０５は、車両１０の位置の変化の傾向に基づいて、車両１０の位置の時間的変化（車両１０がどの時刻にどの位置にいるのか）を予測する。 Specifically, the control unit 505 predicts the tendency (pattern) of change in the position of the vehicle 10 from the position of the vehicle indicated in the position management information D16. The prediction of the tendency of changes in the position of the vehicle 10 may be realized by machine learning. Then, the control unit 505 predicts a temporal change in the position of the vehicle 10 (at what position the vehicle 10 is at what time) based on the trend of change in the position of the vehicle 10 .

〈ステップＳ２３〉
次に、制御部５０５は、ステップＳ２２において予測された「車両１０の位置の時間的変化」を示す位置予測情報Ｄ５を位置予測テーブルＤ５５に登録（上書き）する。これにより、位置予測テーブルＤ５５が更新される。なお、位置管理情報Ｄ１６に示された車両１０の未来の位置（推定値）が十分に信頼できる場合は、その車両１０の未来の位置が位置予測情報Ｄ５に登録されてもよい。 <Step S23>
Next, the control unit 505 registers (overwrites) the position prediction information D5 indicating "temporal change in the position of the vehicle 10" predicted in step S22 in the position prediction table D55. Thereby, the position prediction table D55 is updated. If the future position (estimated value) of vehicle 10 indicated in position management information D16 is sufficiently reliable, the future position of vehicle 10 may be registered in position prediction information D5.

〔能力予測処理〕
次に、図１０を参照して、能力予測処理について説明する。能力予測処理では、制御部５０５は、車両テーブルＤ５２に登録された車両１０の稼働管理情報Ｄ１７に基づいて、その車両１０の演算装置１０５のグリッドコンピューティング処理において利用可能な計算能力を予測する。例えば、制御部５０５は、車両テーブルＤ５２に登録された車両１０の稼働管理情報Ｄ１７が更新されると、その車両１０について以下の処理を行う。 [Capacity prediction processing]
Next, the capacity prediction processing will be described with reference to FIG. In the capacity prediction process, the control unit 505 predicts the computational capacity of the arithmetic unit 105 of the vehicle 10 that can be used in the grid computing process based on the operation management information D17 of the vehicle 10 registered in the vehicle table D52. For example, when the operation management information D17 of the vehicle 10 registered in the vehicle table D52 is updated, the control unit 505 performs the following processing for the vehicle 10.

〈ステップＳ３１〉
まず、制御部５０５は、車両テーブルＤ５２に登録された車両１０の演算装置情報Ｄ１２と稼働管理情報Ｄ１７を取得する。なお、「稼働管理情報の更新」と同様に、制御部５０５は、車両１０の計算能力の利用率の推定に利用可能な情報に基づいて、車両テーブルＤ５２に登録された車両１０の稼働管理情報Ｄ１７を更新し、その更新後の稼働管理情報Ｄ１７を取得してもよい。 <Step S31>
First, the control unit 505 acquires the arithmetic device information D12 and the operation management information D17 of the vehicle 10 registered in the vehicle table D52. Note that, in the same manner as "updating the operation management information", the control unit 505 updates the operation management information of the vehicle 10 registered in the vehicle table D52 based on the information that can be used for estimating the utilization rate of the computing capacity of the vehicle 10. D17 may be updated and the updated operation management information D17 may be obtained.

〈ステップＳ３２〉
次に、制御部５０５は、ステップＳ３１において取得された車両１０の「演算装置情報Ｄ１２」と「稼働管理情報Ｄ１７」に基づいて、その車両１０の演算装置１０５のグリッドコンピューティング処理において利用可能な計算能力の時間的変化を予測する。 <Step S32>
Next, based on the "computing device information D12" and the "operation management information D17" of the vehicle 10 acquired in step S31, the control unit 505 determines whether the computing device 105 of the vehicle 10 can be used in grid computing processing. Predict changes in computing power over time.

具体的には、制御部５０５は、稼働管理情報Ｄ１７に示された車両１０の演算装置１０５の稼働状況から、車両１０の演算装置１０５の計算能力の利用率の変化の傾向（パターン）を予測する。この演算装置１０５の計算能力の利用率の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部５０５は、車両１０の演算装置１０５の計算能力の利用率の変化の傾向に基づいて、その車両１０の演算装置１０５の計算能力に余裕がある期間（計算能力の利用率が１００％未満である期間）を予測し、その期間を「その車両１０の演算装置１０５の計算能力をグリッドコンピューティング処理に利用することが可能な期間」とする。例えば、制御部５０５は、車両１０の演算装置１０５の計算能力の利用率が「３０％」である期間を、車両１０の演算装置１０５の計算能力の「７０％」をグリッドコンピューティング処理において利用することが可能な期間とする。 Specifically, the control unit 505 predicts the tendency (pattern) of change in the utilization rate of the computing capacity of the computing device 105 of the vehicle 10 from the operation status of the computing device 105 of the vehicle 10 indicated in the operation management information D17. do. Prediction of the trend of change in the utilization rate of the computational capacity of the arithmetic unit 105 may be realized by machine learning. Then, based on the trend of change in the utilization rate of the computational capacity of the arithmetic device 105 of the vehicle 10, the control unit 505 determines the period during which the computational capacity of the arithmetic device 105 of the vehicle 10 has a surplus (the utilization rate of the computational capacity is 100%). %) is predicted, and that period is defined as "a period during which the computational capacity of the arithmetic unit 105 of the vehicle 10 can be used for grid computing processing". For example, the control unit 505 uses "70%" of the computing capacity of the computing device 105 of the vehicle 10 during the period in which the usage rate of the computing capacity of the computing device 105 of the vehicle 10 is "30%" in the grid computing process. period during which it is possible to

〈ステップＳ３３〉
次に、制御部５０５は、ステップＳ３２において予測された「演算装置１０５のグリッドコンピューティング処理において利用可能な計算能力の時間的変化」を示す能力予測情報Ｄ６を能力予測テーブルＤ５６に登録（上書き）する。これにより、能力予測テーブルＤ５６が更新される。 <Step S33>
Next, the control unit 505 registers (overwrites) in the capacity prediction table D56 the capacity prediction information D6 indicating "temporal change in computational capacity available for grid computing processing of the arithmetic unit 105" predicted in step S32. do. Thereby, the capacity prediction table D56 is updated.

〔通信予測処理〕
次に、図１１を参照して、通信予測処理について説明する。通信予測処理では、制御部５０５は、車両テーブルＤ５２に登録された車両１０の通信管理情報Ｄ１８に基づいて、その車両１０の通信状態の時間的変化を予測する。例えば、制御部５０５は、車両テーブルＤ５２に登録された車両１０の通信管理情報Ｄ１８が更新されると、その車両１０について以下の処理を行う。 [Communication prediction processing]
Next, with reference to FIG. 11, communication prediction processing will be described. In the communication prediction process, the control unit 505 predicts temporal changes in the communication state of the vehicle 10 based on the communication management information D18 of the vehicle 10 registered in the vehicle table D52. For example, when the communication management information D18 of the vehicle 10 registered in the vehicle table D52 is updated, the control unit 505 performs the following processing for the vehicle 10.

〈ステップＳ４１〉
まず、制御部５０５は、車両テーブルＤ５２に登録された車両１０の通信管理情報Ｄ１８を取得する。なお、「通信管理情報の更新」と同様に、制御部５０５は、車両１０の通信状態の推定に利用可能な情報に基づいて、車両テーブルＤ５２に登録された車両１０の通信管理情報Ｄ１８を更新し、その更新後の通信管理情報Ｄ１８を取得してもよい。 <Step S41>
First, the control unit 505 acquires the communication management information D18 of the vehicle 10 registered in the vehicle table D52. Note that, similarly to the "update of communication management information", the control unit 505 updates the communication management information D18 of the vehicle 10 registered in the vehicle table D52 based on information that can be used for estimating the communication state of the vehicle 10. and the updated communication management information D18 may be acquired.

〈ステップＳ４２〉
次に、制御部５０５は、ステップＳ４１において取得された車両１０の通信管理情報Ｄ１８に基づいて、車両１０の通信状態の時間的変化を予測する。 <Step S42>
Next, the control unit 505 predicts temporal changes in the communication state of the vehicle 10 based on the communication management information D18 of the vehicle 10 acquired in step S41.

具体的には、制御部５０５は、通信管理情報Ｄ１８に示された車両の通信状態から、車両１０の通信状態の変化の傾向（パターン）を予測する。この車両１０の通信状態の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部５０５は、車両１０の通信状態の変化の傾向に基づいて、車両１０の通信状態の時間的変化（車両１０の通信状態がどの時刻にどのような状態であるのか）を予測する。 Specifically, control unit 505 predicts a tendency (pattern) of change in the communication state of vehicle 10 from the communication state of the vehicle indicated in communication management information D18. Prediction of the tendency of changes in the communication state of the vehicle 10 may be realized by machine learning. Then, the control unit 505 predicts temporal changes in the communication state of the vehicle 10 (what time and what state the communication state of the vehicle 10 is in) based on the tendency of changes in the communication state of the vehicle 10. .

〈ステップＳ４３〉
次に、制御部５０５は、ステップＳ４２において予測された「車両１０の通信状態の時間的変化」を示す通信予測情報Ｄ７を通信予測テーブルＤ５７に登録（上書き）する。これにより、通信予測テーブルＤ５７が更新される。なお、通信管理情報Ｄ１８に示された車両１０の未来の通信状態（推定値）が十分に信頼できる場合は、その車両１０の未来の通信状態が通信予測情報Ｄ７に登録されてもよい。 <Step S43>
Next, the control unit 505 registers (overwrites) the communication prediction information D7 indicating "change in the communication state of the vehicle 10 over time" predicted in step S42 in the communication prediction table D57. Thereby, the communication prediction table D57 is updated. If the future communication state (estimated value) of vehicle 10 indicated in communication management information D18 is sufficiently reliable, the future communication state of vehicle 10 may be registered in communication prediction information D7.

〔確度導出処理〕
次に、図１２を参照して、確度導出処理について説明する。制御部５０５は、以下の処理を適宜（例えば定期的に）行う。 [Accuracy derivation process]
Next, the probability derivation process will be described with reference to FIG. The control unit 505 appropriately (for example, periodically) performs the following processes.

〈ステップＳ４５〉
まず、制御部５０５は、車両１０毎に、その車両１０の計算完了確度の導出に利用可能な情報を取得する。車両１０の計算完了確度の導出に利用可能な情報の例としては、車両１０の電池残量、給電状態、計算完了実績、通信状態、演算装置１０５の利用可能時間、演算装置１０５の計算能力の利用可能率などが挙げられる。 <Step S45>
First, the control unit 505 acquires, for each vehicle 10 , information that can be used for deriving the calculation completion accuracy of the vehicle 10 . Examples of information that can be used to derive the calculation completion accuracy of the vehicle 10 include the remaining battery level of the vehicle 10, the power supply state, the calculation completion record, the communication state, the available time of the arithmetic device 105, and the calculation capacity of the arithmetic device 105. Availability rate, etc.

この例では、車両１０の電池残量は、車両テーブルＤ５２に登録された車両１０に関する車両状態情報Ｄ１３に含まれる車両電池残量情報に示されている。車両１０の給電状態は、車両テーブルＤ５２に登録された車両１０に関する車両状態情報Ｄ１３に含まれる車両充電情報に示されている。車両１０の計算完了実績（「車両１０が利用されたグリッドコンピューティング処理の回数」に対する「車両１０がジョブデータの計算を完了することができたグリッドコンピューティング処理の回数」の占める割合）は、車両テーブルＤ５２に登録された車両１０に関する実績管理情報Ｄ１９に示されている。車両１０の通信状態は、通信予測テーブルＤ５７に登録された車両１０に関する通信予測情報Ｄ６に示されている。 In this example, the remaining battery level of the vehicle 10 is indicated in vehicle battery remaining amount information included in the vehicle state information D13 regarding the vehicle 10 registered in the vehicle table D52. The power supply state of the vehicle 10 is indicated in the vehicle charging information included in the vehicle state information D13 regarding the vehicle 10 registered in the vehicle table D52. The calculation completion record of the vehicle 10 (ratio of "the number of grid computing processes in which the vehicle 10 was able to complete the job data calculation" to the "number of grid computing processes in which the vehicle 10 was used") is It is shown in the performance management information D19 regarding the vehicle 10 registered in the vehicle table D52. The communication state of the vehicle 10 is shown in the communication prediction information D6 regarding the vehicle 10 registered in the communication prediction table D57.

車両１０の演算装置１０５の利用可能時間（グリッドコンピューティング処理に演算装置１０５の計算能力を連続的に提供することができる時間）は、能力予測テーブルＤ５５に登録された車両１０に関する能力予測情報Ｄ６に示された演算装置１０５の利用可能な計算能力の時間的変化（予測値）に基づいて導出される。具体的には、能力予測情報Ｄ６に示された演算装置１０５の利用可能な計算能力がゼロよりも大きい状態が継続する時間が「演算装置１０５の利用可能時間」となる。 The available time of the computing device 105 of the vehicle 10 (the time during which the computational capacity of the computing device 105 can be continuously provided to the grid computing process) is the capacity prediction information D6 about the vehicle 10 registered in the capacity prediction table D55. is derived based on the temporal change (predicted value) of the available computing power of the arithmetic unit 105 shown in . Specifically, the time during which the available computational capacity of the computational device 105 indicated in the performance prediction information D6 continues to be greater than zero is the "usable time of the computational device 105".

車両１０の演算装置１０５の計算能力の利用可能率（グリッドコンピューティング処理において利用することができる計算能力の割合）は、能力予測テーブルＤ５５に登録された車両１０に関する能力予測情報Ｄ６に示された演算装置１０５の利用可能な計算能力の時間的変化（予測値）に基づいて導出される。 The utilization rate of the computational capacity of the arithmetic unit 105 of the vehicle 10 (ratio of computational capacity that can be used in the grid computing process) is shown in the capacity prediction information D6 regarding the vehicle 10 registered in the capacity prediction table D55. It is derived based on the temporal change (predicted value) of the available computing power of the arithmetic unit 105 .

〈ステップＳ４６〉
次に、制御部５０５は、車両１０毎に、ステップＳ４５において取得された「車両１０の計算完了確度の導出に利用可能な情報」に基づいて、車両１０の計算完了確度を導出する。例えば、制御部５０５は、車両１０の電池残量、給電状態、計算完了実績、通信状態、演算装置１０５の利用可能時間、演算装置１０５の計算能力の利用可能率の少なくとも１つに基づいて、車両１０の計算完了確度を導出する。 <Step S46>
Next, the control unit 505 derives the calculation completion accuracy of the vehicle 10 for each vehicle 10 based on the "information usable for deriving the calculation completion accuracy of the vehicle 10" acquired in step S45. For example, the control unit 505, based on at least one of the remaining battery level of the vehicle 10, the power supply state, the calculation completion record, the communication state, the available time of the arithmetic device 105, and the availability rate of the calculation capacity of the arithmetic device 105, A calculation completion probability of the vehicle 10 is derived.

例えば、車両１０の電池残量が多くなるほど、車両１０の計算完了確度が高くなる。車両１０の給電状態が「給電中（充電設備において充電されている状態）」であるときの車両１０の計算完了確度は、車両１０の給電状態が「非給電中（充電設備において充電されていない状態）」であるときの車両１０の計算完了確度よりも高い。車両１０の計算完了実績が多くなるほど、車両１０の計算完了確度が高くなる。車両１０の通信状態が良好になるほど、車両１０の計算完了確度が高くなる。車両１０の演算装置１０５の利用可能時間が長くなるほど、車両１０の計算完了確度が高くなる。車両１０の演算装置１０５の計算能力の利用可能率が高くなるほど、車両１０の計算完了確度が高くなる。 For example, as the remaining battery charge of the vehicle 10 increases, the calculation completion accuracy of the vehicle 10 increases. The calculation completion accuracy of the vehicle 10 when the power supply state of the vehicle 10 is "power feeding (charging in the charging facility)" is calculated when the power feeding state of the vehicle 10 is "non-power feeding (not charging in the charging facility)". state)” is higher than the calculation completion accuracy of the vehicle 10. The calculation completion accuracy of the vehicle 10 increases as the calculation completion record of the vehicle 10 increases. As the communication state of the vehicle 10 becomes better, the calculation completion accuracy of the vehicle 10 becomes higher. The longer the available time of the arithmetic unit 105 of the vehicle 10 is, the higher the calculation completion accuracy of the vehicle 10 is. The higher the availability of the computational capacity of the computing device 105 of the vehicle 10, the higher the computation completion accuracy of the vehicle 10 becomes.

なお、車両１０の通信状態の良好さは、車両１０の通信品質、通信帯域、通信可能時間に応じて変化する。例えば、車両１０の通信品質が高くなるほど、車両１０の通信状態が良好となる。車両１０の通信帯域が広くなるほど、車両１０の通信状態が良好となる。車両１０の通信可能時間が長くなるほど、車両１０の通信状態が良好となる。 In addition, the goodness of the communication state of the vehicle 10 changes according to the communication quality of the vehicle 10, the communication band, and the communication available time. For example, the higher the communication quality of the vehicle 10 is, the better the communication state of the vehicle 10 is. The wider the communication band of the vehicle 10 is, the better the communication state of the vehicle 10 is. The communication state of the vehicle 10 becomes better as the communication available time of the vehicle 10 becomes longer.

〈ステップＳ４７〉
次に、制御部５０５は、車両１０毎に、ステップＳ４６において導出された「車両１０の計算完了確度」を示す確度情報Ｄ８を確度テーブルＤ６０に登録（上書き）する。これにより、確度テーブルＤ６０が更新される。 <Step S47>
Next, for each vehicle 10, the control unit 505 registers (overwrites) the accuracy information D8 indicating the "calculation completion accuracy of the vehicle 10" derived in step S46 in the accuracy table D60. The accuracy table D60 is thereby updated.

〔マッチング処理〕
次に、図１３を参照して、マッチング処理について説明する。マッチング処理は、受付処理において受け付けられたジョブデータＤ１に対し、複数の車両１０のうちグリッドコンピューティング処理において利用可能な車両１０を割り当てる処理である。例えば、制御部５０５は、ジョブ受付処理の完了後に、以下の処理を行う。 [Matching process]
Next, referring to FIG. 13, matching processing will be described. The matching process is a process of allocating the vehicle 10 that can be used in the grid computing process among the plurality of vehicles 10 to the job data D1 received in the reception process. For example, the control unit 505 performs the following process after completing the job reception process.

〈ステップＳ５１〉
まず、制御部５０５は、ジョブテーブルＤ５４に登録されたジョブの中からマッチング処理の対象となるジョブを選択する。そして、制御部５０５は、記憶部５０４に記憶されたジョブデータＤ１の中からマッチング処理の対象となるジョブに対応するジョブデータＤ１を選択する。 <Step S51>
First, the control unit 505 selects a job to be subjected to matching processing from the jobs registered in the job table D54. Then, the control unit 505 selects the job data D1 corresponding to the job to be subjected to matching processing from the job data D1 stored in the storage unit 504 .

〈ステップＳ５２〉
次に、制御部５０５は、「能力予測テーブルＤ５６に登録された複数の車両１０の各々のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果」と「通信予測テーブルＤ５７に登録された複数の車両１０の各々の通信状態の時間的変化の予測結果」とに基づいて、複数の車両１０の中から、ステップＳ５１において選択されたジョブデータＤ１に対するグリッドコンピューティング処理において利用可能な車両１０を選択する。 <Step S52>
Next, the control unit 505 predicts the "prediction result of the temporal change in computational capacity available in the grid computing process of each of the plurality of vehicles 10 registered in the capacity prediction table D56" and the "prediction result registered in the communication prediction table D57." Based on the prediction result of the temporal change in the communication state of each of the plurality of vehicles 10, the job data D1 selected from among the plurality of vehicles 10 in step S51 can be used in the grid computing process. A vehicle 10 is selected.

具体的には、制御部５０５は、ジョブデータＤ１に対するグリッドコンピューティング処理が実行される計算予定期間を決定し、複数の車両１０の中から計算予定期間において通信可能であり且つ計算能力を提供することが可能な車両１０を検出する。そして、制御部５０５は、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータＤ１の計算に必要とされる計算能力」以上となるように、計算予定期間において計算能力を提供することが可能な車両１０の中から、ジョブデータＤ１に割り当てられる車両１０を選択する。 Specifically, the control unit 505 determines a scheduled calculation period during which the grid computing process for the job data D1 is executed, and provides communication and computing capacity from among the plurality of vehicles 10 during the scheduled calculation period. A vehicle 10 capable of detecting the vehicle 10 is detected. Then, the control unit 505 sets the scheduled calculation period so that the "total computing power provided for the grid computing process" is greater than or equal to the "computing power required for calculating the job data D1 in the grid computing process". A vehicle 10 to be assigned to job data D1 is selected from vehicles 10 that can provide computing power in .

〈ステップＳ５３〉
次に、制御部５０５は、ステップＳ５１において選択されたジョブデータＤ１に対し、ステップＳ５２において選択された車両１０を割り当てる。そして、制御部５０５は、どのジョブデータＤ１にどの車両１０が割り当てられたのかを示すマッチング結果情報をマッチングテーブルＤ５８に登録する。例えば、制御部５０５は、ジョブデータＤ１（ジョブ）に設定された受付番号と、そのジョブデータＤ１に割り当てられた車両１０に設定された車両ＩＤとを関連付けて、マッチングテーブルＤ５８に登録する。 <Step S53>
Next, the control unit 505 assigns the vehicle 10 selected in step S52 to the job data D1 selected in step S51. Then, the control unit 505 registers matching result information indicating which vehicle 10 is assigned to which job data D1 in the matching table D58. For example, the control unit 505 associates the reception number set in the job data D1 (job) with the vehicle ID set in the vehicle 10 assigned to the job data D1, and registers them in the matching table D58.

〔グリッドコンピューティング処理〕
次に、図１４を参照して、グリッドコンピューティング処理について説明する。グリッドコンピューティング処理では、複数の車両１０のうち複数の利用可能な車両１０にジョブデータＤ１を処理させる。例えば、制御部５０５は、マッチング処理の完了後に、以下の処理を行う。なお、グリッドコンピューティング処理は、複数の車両１０のうち複数の利用可能な車両１０に管理サーバ５０により送信されたジョブデータＤ１を処理させる処理方法の一例である。 [Grid computing processing]
Next, grid computing processing will be described with reference to FIG. In grid computing processing, a plurality of available vehicles 10 out of a plurality of vehicles 10 are caused to process job data D1. For example, the control unit 505 performs the following processes after completing the matching process. Note that the grid computing process is an example of a processing method for causing a plurality of available vehicles 10 out of the plurality of vehicles 10 to process the job data D<b>1 transmitted by the management server 50 .

〈ステップＳ６１〉
まず、制御部５０５は、マッチングテーブルＤ５８を参照し、グリッドコンピューティング処理の対象となるジョブデータＤ１を、マッチング処理においてそのジョブデータＤ１に割り当てられた車両１０に分配する。具体的には、制御部５０５は、ジョブデータＤ１に割り当てられた車両１０の各々に、そのジョブデータＤ１の一部を送信する。これにより、ジョブデータＤ１は、そのジョブデータＤ１に割り当てられた車両１０により並列処理される。 <Step S61>
First, the control unit 505 refers to the matching table D58 and distributes the job data D1 to be subjected to the grid computing process to the vehicle 10 assigned to the job data D1 in the matching process. Specifically, control unit 505 transmits part of job data D1 to each of vehicles 10 assigned to job data D1. Thereby, the job data D1 is processed in parallel by the vehicles 10 assigned to the job data D1.

〈ステップＳ６２〉
次に、車両１０の各々は、その車両１０に送信された部分ジョブデータ（ジョブデータＤ１の一部）の計算が完了すると、その計算により得られた部分計算結果データ（計算結果データＤ２の一部）を管理サーバ５０に送信する。管理サーバ５０の制御部５０５は、車両１０から送信された部分計算結果データを受信し、その部分計算結果データを記憶部５０４に記憶する。 <Step S62>
Next, when the calculation of the partial job data (a part of the job data D1) transmitted to the vehicle 10 is completed, each of the vehicles 10 receives the partial calculation result data (a part of the calculation result data D2) obtained by the calculation. part) to the management server 50 . The control unit 505 of the management server 50 receives the partial calculation result data transmitted from the vehicle 10 and stores the partial calculation result data in the storage unit 504 .

〈ステップＳ６３〉
制御部５０５は、ステップＳ６１においてジョブデータＤ１が分配された車両１０の全てが計算を完了しているか否かを判定する。車両１０の全てが計算を完了している場合には、ステップＳ６４の処理が行われ、そうでない場合には、ステップＳ６２の処理が行われる。 <Step S63>
The control unit 505 determines whether all the vehicles 10 to which the job data D1 has been distributed in step S61 have completed the calculation. If all the vehicles 10 have completed the calculation, the process of step S64 is performed, and if not, the process of step S62 is performed.

〈ステップＳ６４〉
演算装置１０５の全てが計算を完了すると、制御部５０５は、記憶部５０４に記憶された部分計算結果データを結合することで、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２（ジョブデータＤ１の計算の結果を示す計算結果データＤ２）を生成する。そして、制御部５０５は、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２を、そのジョブデータＤ１の計算を依頼したクライアントのクライアントサーバ３０に送信する。 <Step S64>
When all of the arithmetic devices 105 complete the calculation, the control unit 505 combines the partial calculation result data stored in the storage unit 504 to obtain calculation result data corresponding to the job data D1 to be subjected to grid computing processing. D2 (calculation result data D2 indicating the result of calculation of job data D1) is generated. Then, the control unit 505 transmits the calculation result data D2 corresponding to the job data D1 to be subjected to grid computing processing to the client server 30 of the client that requested the calculation of the job data D1.

〈ステップＳ６５〉
次に、グリッドコンピューティング処理に車両１０の演算装置１０５の計算能力を提供したユーザに対して、システム１を運営する事業者から報酬が付与される。ユーザに付与される報酬の例としては、システム１において利用可能なポイント、仮想通貨、商品の割引特典などが挙げられる。例えば、管理サーバ５０の制御部５０５は、グリッドコンピューティング処理に車両１０の演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を行う。報酬を付与するための処理の例としては、ユーザに設定された「ユーザＩＤ」とシステム１において利用可能な「ポイント」（または仮想通貨）とを関連付けてユーザテーブルＤ５１に登録する処理、ユーザに所有されるユーザ端末２０に商品の割引特典を示す情報を送信する処理などが挙げられる。なお、報酬を示す情報は、ジョブテーブルＤ５４においてジョブ毎に登録されてもよい。 <Step S65>
Next, users who have provided the computing power of the arithmetic unit 105 of the vehicle 10 to the grid computing process are rewarded by the operator of the system 1 . Examples of rewards given to the user include points that can be used in the system 1, virtual currency, discount benefits for products, and the like. For example, the control unit 505 of the management server 50 performs processing for rewarding the user who has provided the computing power of the arithmetic unit 105 of the vehicle 10 to the grid computing processing. Examples of processing for giving rewards include processing for associating the “user ID” set for the user with “points” (or virtual currency) that can be used in the system 1 and registering them in the user table D51; For example, a process of transmitting information indicating a discount benefit of a product to the owned user terminal 20, or the like. Information indicating the reward may be registered for each job in the job table D54.

また、グリッドコンピューティング処理に車両１０の演算装置１０５の計算能力を提供したユーザに対して、クライアントから報酬が付与されてもよい。例えば、クライアントサーバ３０の制御部３０５は、グリッドコンピューティング処理に車両１０の演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を実行してもよい。 Also, a reward may be provided by the client to the user who has provided the computing power of the computing unit 105 of the vehicle 10 to the grid computing process. For example, the control unit 305 of the client server 30 may perform processing for rewarding the user who has provided the computing power of the computing device 105 of the vehicle 10 to grid computing processing.

〔グリッドコンピューティング処理の特徴〕
次に、図１５を参照して、グリッドコンピューティング処理の特徴について説明する。グリッドコンピューティング処理において、制御部５０５は、以下の処理を行う。 [Characteristics of grid computing processing]
Next, with reference to FIG. 15, features of grid computing processing will be described. In grid computing processing, the control unit 505 performs the following processing.

なお、以下では、グリッドコンピューティング処理において利用可能な複数の車両１０を「複数の利用可能な車両１０」と記載する。この例では、「グリッドコンピューティング処理において利用可能な車両１０」は、複数の車両１０のうち、グリッドコンピューティング処理が行われる期間において、演算装置１０５の計算能力の利用率が１００％未満であり、且つ、管理サーバ５０と通信可能な車両１０である。 In addition, below, the multiple vehicles 10 that can be used in the grid computing process are described as "multiple usable vehicles 10". In this example, the “vehicles 10 that can be used for grid computing processing” are among the plurality of vehicles 10 that have less than 100% utilization of the computational capacity of the arithmetic unit 105 during the period in which the grid computing processing is performed. and the vehicle 10 capable of communicating with the management server 50 .

図１５に示すように、管理サーバ５０の制御部５０５は、グリッドコンピューティング処理において、複数の利用可能な車両１０のうち、計算完了確度が予め定められた閾値を下回る複数の車両１０に、ジョブデータＤ１の同一部分を処理させる。以下では、計算完了確度が閾値を下回る車両１０を「低確度の車両１０」と記載し、計算完了確度が閾値を下回らない車両１０を「高確度の車両１０」と記載する。 As shown in FIG. 15 , in the grid computing process, the control unit 505 of the management server 50 assigns a job The same part of data D1 is processed. Hereinafter, the vehicle 10 whose calculation completion accuracy is below the threshold is referred to as "low-accuracy vehicle 10", and the vehicle 10 whose calculation completion accuracy is not below the threshold is referred to as "high-accuracy vehicle 10".

〔マッチング処理の詳細〕
マッチング処理において、管理サーバ５０の制御部５０５は、確度テーブルＤ６０を参照し、複数の利用可能な車両１０の中から、複数の低確度の車両１０を選出する。次に、制御部５０５は、複数の低確度の車両１０の中から「車両群を構成する低確度の車両１０の候補」となる２つ以上の低確度の車両１０を選出し、その選出された２つ以上の車両１０の組合せを「車両群」に設定する。 [Details of matching process]
In the matching process, the control unit 505 of the management server 50 refers to the accuracy table D60 and selects multiple low-accuracy vehicles 10 from among multiple available vehicles 10 . Next, the control unit 505 selects two or more low-accuracy vehicles 10 as “candidates for the low-accuracy vehicles 10 forming the vehicle group” from among the plurality of low-accuracy vehicles 10, and A combination of two or more vehicles 10 is set as a "vehicle group".

次に、制御部５０５は、能力予測テーブルＤ５６を参照し、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータＤ１の処理に必要とされる計算能力」以上となるように、複数の利用可能な車両１０の中から、ジョブデータＤ１を処理させる車両１０（低確度の車両１０の車両群および高確度の車両１０）を決定する。なお、制御部５０５は、車両群を構成する複数の低確度の車両１０の各々の計算能力に基づいて導出された計算能力（例えば最小値または平均値）を「車両群の計算能力」として取り扱う。 Next, the control unit 505 refers to the capacity prediction table D56, and the "total computing power provided for the grid computing process" is changed to the "computing power required for processing the job data D1 in the grid computing process". As described above, the vehicle 10 (the vehicle group of the low-accuracy vehicles 10 and the high-accuracy vehicles 10) to process the job data D1 is determined from among the plurality of available vehicles 10. FIG. In addition, the control unit 505 treats the calculation ability (for example, the minimum value or the average value) derived based on the calculation ability of each of the plurality of low-accuracy vehicles 10 constituting the vehicle group as "the calculation ability of the vehicle group". .

次に、制御部５０５は、ジョブデータＤ１を複数の部分ジョブデータに分割する。そして、制御部５０５は、能力予測テーブルＤ５６を参照し、複数の部分ジョブデータの各々に対して、その部分ジョブデータを処理させる車両１０（低確度の車両１０の車両群または高確度の車両１０）を決定する。部分ジョブデータに対する車両１０の割り当てを完了すると、制御部５０５は、車両１０と部分ジョブデータとの対応関係（どの車両１０にどの部分ジョブデータを処理させるのか）を示す担当情報と、車両群と低確度の車両１０との対応関係（どの車両群にどの低確度の車両１０が含まれるのか）を示す車両群情報とを生成する。 Next, the control unit 505 divides the job data D1 into a plurality of partial job data. Then, the control unit 505 refers to the capacity prediction table D56, and selects a vehicle 10 (a vehicle group of low-accuracy vehicles 10 or a high-accuracy vehicle 10) to process each of the plurality of partial job data. ). When the allocation of the vehicles 10 to the partial job data is completed, the control unit 505 assigns assignment information indicating the correspondence relationship between the vehicles 10 and the partial job data (which vehicle 10 is to process which partial job data), and the group of vehicles. Vehicle group information indicating a correspondence relationship with the low-accuracy vehicles 10 (which vehicle group includes which low-accuracy vehicle 10) is generated.

次に、制御部５０５は、担当情報と車両群情報をジョブデータＤ１に関連付けてマッチングテーブルＤ５８に登録する。これにより、マッチングテーブルＤ５８には、ジョブデータＤ１毎に、担当情報と車両群情報とが登録される
なお、複数の利用可能な車両１０の中から複数の低確度の車両１０を選出することができない場合、制御部５０５は、上記の車両群を設定することなく、能力予測テーブルＤ５６を参照し、複数の利用可能な車両１０の中から、ジョブデータＤ１を処理させる車両１０を決定する。 Next, the control unit 505 associates the assigned information and the vehicle group information with the job data D1 and registers them in the matching table D58. As a result, the information in charge and the vehicle group information are registered in the matching table D58 for each job data D1. If it is not possible, the control unit 505 refers to the capacity prediction table D56 without setting the above vehicle group, and determines the vehicle 10 to process the job data D1 from among the plurality of available vehicles 10.

〔グリッドコンピューティング処理の詳細〕
グリッドコンピューティング処理において、管理サーバ５０の制御部５０５は、グリッドコンピューティング処理において処理しようとするジョブデータＤ１を複数の部分ジョブデータに分割する。次に、制御部５０５は、マッチングテーブルＤ５８に登録された担当情報を参照し、複数の部分ジョブデータの各々を、その部分ジョブデータを処理させる車両１０に送信する。 [Details of grid computing processing]
In the grid computing process, the control unit 505 of the management server 50 divides the job data D1 to be processed in the grid computing process into a plurality of partial job data. Next, control unit 505 refers to the assigned information registered in matching table D58, and transmits each of the plurality of partial job data to vehicle 10 that processes the partial job data.

具体的には、制御部５０５は、１つの車両群を構成する複数の低確度の車両１０の各々に対して同一の部分ジョブデータを送信するために、以下の処理を行う。まず、制御部５０５は、マッチングテーブルＤ５８に登録された車両群情報を参照し、車両群を構成する低確度の車両１０の数と同数の同一の部分ジョブデータが得られるように、その部分ジョブデータを複製する。そして、制御部５０５は、その複製により得られた複数の部分ジョブデータを、車両群を構成する複数の低確度の車両１０にそれぞれ送信する。 Specifically, the control unit 505 performs the following processing in order to transmit the same partial job data to each of the plurality of low-accuracy vehicles 10 forming one vehicle group. First, the control unit 505 refers to the vehicle group information registered in the matching table D58, and adjusts the partial job data so as to obtain the same number of partial job data as the number of low-accuracy vehicles 10 forming the vehicle group. Duplicate data. Then, the control unit 505 transmits the plurality of partial job data obtained by the duplication to each of the plurality of low-accuracy vehicles 10 forming the vehicle group.

図１５の例では、４つの車両１０のうち、３つの車両１０が「低確度の車両１０」であり、１つの車両１０が「高確度の車両１０」である。３つの低確度の車両１０は、１つの車両群を構成している。そして、ジョブデータＤ１を分割することにより得られた２つの部分ジョブデータのうち、「１」と表記された第１番目の部分ジョブデータが３つの低確度の車両１０の各々に送信され、「２」と表記された第２番目の部分ジョブデータが１つの高確度の車両１０に送信される。 In the example of FIG. 15, of the four vehicles 10, three vehicles 10 are "low-accuracy vehicles 10" and one vehicle 10 is "high-accuracy vehicles 10". The three low-accuracy vehicles 10 constitute one vehicle group. Then, of the two partial job data obtained by dividing the job data D1, the first partial job data indicated by "1" is transmitted to each of the three low-accuracy vehicles 10, and " 2” is sent to one high accuracy vehicle 10 .

１つの車両群を構成する複数の低確度の車両１０の各々は、制御部５０５から送信された同一の部分ジョブデータ（ジョブデータＤ１の同一部分）を計算する。これにより、複数の低確度の車両１０の各々において、部分ジョブデータの計算結果を示す部分計算結果データ（計算結果データＤ２の一部）が得られる。そして、複数の低確度の車両１０の各々は、部分計算結果データを制御部５０５に送信する。 Each of the plurality of low-accuracy vehicles 10 constituting one vehicle group calculates the same partial job data (the same part of job data D1) transmitted from control unit 505 . As a result, partial calculation result data (part of calculation result data D2) indicating the calculation result of the partial job data is obtained for each of the plurality of low-accuracy vehicles 10 . Each of the plurality of low-accuracy vehicles 10 then transmits the partial calculation result data to the control unit 505 .

同様に、高確度の車両１０は、制御部５０５から送信された部分ジョブデータを計算する。これにより、高確度の車両１０において、部分ジョブデータの計算結果を示す部分計算結果データが得られる。そして、高確度の車両１０は、部分計算結果データを制御部５０５に送信する。 Similarly, the high accuracy vehicle 10 calculates partial job data sent from the control unit 505 . Thereby, the partial calculation result data indicating the calculation result of the partial job data is obtained in the highly accurate vehicle 10 . Then, the highly accurate vehicle 10 transmits the partial calculation result data to the control unit 505 .

制御部５０５は、複数の利用可能な車両１０の各々から送信された部分計算結果データを受信する。そして、制御部５０５は、複数の部分計算結果データを統合することで、ジョブデータＤ１の計算結果を示す計算結果データＤ２を生成する。 The controller 505 receives partial computation result data transmitted from each of the plurality of available vehicles 10 . Then, the control unit 505 generates calculation result data D2 indicating the calculation result of the job data D1 by integrating a plurality of partial calculation result data.

なお、この例では、１つの車両群を構成する複数の低確度の車両１０から部分計算結果データが管理サーバ５０に送信される場合、制御部５０５は、その複数の低確度の車両１０から送信された部分計算結果データのうち、管理サーバ５０により最初に受信された部分結果データを採用し、その他の部分計算結果データを破棄する。 In this example, when partial calculation result data is transmitted from a plurality of low-accuracy vehicles 10 that constitute one vehicle group to the management server 50, the control unit 505 transmits data from the plurality of low-accuracy vehicles 10. Among the received partial calculation result data, the partial calculation result data first received by the management server 50 is adopted, and the other partial calculation result data are discarded.

また、１つの車両群を構成する複数の低確度の車両１０から部分計算結果データが管理サーバ５０に送信される場合、制御部５０５は、複数の低確度の車両１０の各々から送信された部分計算結果データを互いに比較することで、それらの部分計算結果データに誤りがあるか否かを確認してもよい。この場合、制御部５０５は、複数の低確度の車両１０の各々から送信された部分計算結果データのうち「誤りがないことが確認された部分計算結果データ」を採用し、その他の部分計算結果データを破棄する。 Further, when partial calculation result data is transmitted from a plurality of low-accuracy vehicles 10 constituting one vehicle group to the management server 50, the control unit 505 controls the partial calculation result data transmitted from each of the plurality of low-accuracy vehicles 10. By comparing the calculation result data with each other, it may be confirmed whether or not there is an error in the partial calculation result data. In this case, the control unit 505 adopts "partial calculation result data confirmed to be error-free" among the partial calculation result data transmitted from each of the plurality of low-accuracy vehicles 10, and the other partial calculation results. Discard data.

〔実施形態の効果〕
以上のように、実施形態では、複数の低確度の車両１０（計算完了確度が閾値を下回る車両１０）にジョブデータＤ１の同一部分を処理させることにより、ジョブデータＤ１の計算結果を得ることができないリスクを低減することができる。 [Effect of Embodiment]
As described above, in the embodiment, the calculation result of the job data D1 can be obtained by having a plurality of low-accuracy vehicles 10 (vehicles 10 whose calculation completion accuracy is below the threshold) process the same portion of the job data D1. You can reduce the risk of not being able to

なお、複数の利用可能な車両１０がそれぞれ異なる部分ジョブデータ（ジョブデータの一部）を処理する場合、部分ジョブデータの計算結果を得ることができないリスクを回避するために、低確度の車両１０の利用が禁止される可能性がある。この場合、低確度の車両１０を有効に利用することができない。一方、実施形態では、複数の低確度の車両１０にジョブデータＤ１の同一部分を処理させることができるので、低確度の車両１０を有効に利用することができる。 When a plurality of available vehicles 10 each process different partial job data (a part of job data), in order to avoid the risk of not being able to obtain the calculation result of the partial job data, the low-accuracy vehicle 10 use may be prohibited. In this case, the low-accuracy vehicle 10 cannot be effectively used. On the other hand, in the embodiment, since a plurality of low-accuracy vehicles 10 can process the same part of the job data D1, the low-accuracy vehicles 10 can be effectively used.

（実施形態の変形例１）
次に、図１６を参照して、実施形態の変形例１について説明する。実施形態の変形例１は、低確度の車両１０の車両群の分け方が実施形態１と異なる。実施形態の変形例１におけるその他の処理は、実施形態における処理と同様である。 (Modification 1 of Embodiment)
Next, Modification 1 of the embodiment will be described with reference to FIG. 16 . Modification 1 of the embodiment differs from Embodiment 1 in the method of dividing the vehicle group of low-accuracy vehicles 10 . Other processes in Modification 1 of the embodiment are the same as those in the embodiment.

実施形態の変形例１では、車両１０の計算完了確度は、「高」「中」「低」の３段階に分類される。「高」は、計算完了確度が第１閾値を下回らないことを示す。「中」は、計算完了確度が第１閾値を下回るが第２閾値（第１閾値よりも低い値）を下回らないことを示す。「低」は、計算完了確度が第２閾値を下回ることを示す。 In the modified example 1 of the embodiment, the calculation completion accuracy of the vehicle 10 is classified into three stages of "high", "middle" and "low". "High" indicates that the calculation completion probability does not fall below the first threshold. "Medium" indicates that the calculation completion probability falls below the first threshold but does not fall below the second threshold (a value lower than the first threshold). "Low" indicates that the calculation completion probability is below the second threshold.

なお、第１閾値は、車両１０が「低確度の車両１０」および「高確度の車両１０」のどちらであるのかを判定するための閾値である。実施形態の変形例１では、計算完了確度が「低」または「中」である車両１０が「低確度の車両１０」となり、計算完了確度が「高」である車両１０が「高確度の車両１０」となる。 Note that the first threshold is a threshold for determining whether the vehicle 10 is the "low-accuracy vehicle 10" or the "high-accuracy vehicle 10". In the modified example 1 of the embodiment, the vehicle 10 with the calculation completion accuracy of "low" or "medium" is the "low accuracy vehicle 10", and the vehicle 10 with the calculation completion accuracy of "high" is the "high accuracy vehicle". 10”.

図１６に示すように、実施形態の変形例１では、複数の車両群（ジョブデータＤ１の同一部分を処理する複数の低確度の車両１０の組合せ）が構成される。 As shown in FIG. 16, in Modification 1 of the embodiment, a plurality of vehicle groups (a combination of a plurality of low-accuracy vehicles 10 that process the same portion of job data D1) are configured.

また、実施形態の変形例１では、ジョブデータＤ１の同一部分を処理する複数の低確度の車両１０の各々の計算完了確度が低くなるほど、複数の低確度の車両１０の数が多くなる。言い換えると、１つの車両群を構成する複数の低確度の車両１０の各々の計算完了確度が低くなるほど、その１つの車両群を構成する低確度の車両１０の数が多くなる。 In addition, in the first modification of the embodiment, the lower the calculation completion accuracy of each of the plurality of low-accuracy vehicles 10 that process the same portion of the job data D1, the greater the number of the plurality of low-accuracy vehicles 10 . In other words, the lower the calculation completion accuracy of each of the plurality of low-accuracy vehicles 10 that make up one vehicle group, the greater the number of low-accuracy vehicles 10 that make up the one vehicle group.

図１６の例において、計算完了確度が「低」である３つの車両１０は、ジョブデータＤ１の一部である第１番目の部分ジョブデータを処理する第１番目の車両群を構成する。計算完了確度が「中」である２つの車両１０は、ジョブデータＤ１の一部である第２番目の部分ジョブデータを処理する第２番目の車両群を構成する。計算完了確度が「高」である１つの車両１０は、ジョブデータＤ１の一部である第３番目の部分ジョブデータ（図中の「３」と表記された部分ジョブデータ）を処理する。 In the example of FIG. 16, the three vehicles 10 whose calculation completion probability is "low" constitute the first vehicle group for processing the first partial job data that is part of the job data D1. The two vehicles 10 whose calculation completion accuracy is "medium" form the second vehicle group for processing the second partial job data which is a part of the job data D1. One vehicle 10 with a "high" calculation completion probability processes the third partial job data (partial job data indicated by "3" in the drawing) which is part of the job data D1.

第１番目の車両群を構成する車両１０の計算完了確度（この例では「低」）は、第２番目の車両群を構成する車両１０の計算完了確度（この例では「中」）よりも低い。第１番目の車両群を構成する車両１０の数（この例では３つ）は、第２番目の車両群を構成する車両１０の数（この例では２つ）よりも多い。 The calculation completion accuracy (“low” in this example) of the vehicles 10 that make up the first vehicle group is higher than the calculation completion accuracy (“medium” in this example) of the vehicles 10 that make up the second vehicle group. low. The number of vehicles 10 constituting the first vehicle group (three in this example) is greater than the number of vehicles 10 constituting the second vehicle group (two in this example).

〔マッチング処理〕
実施形態の変形例１のマッチング処理において、管理サーバ５０の制御部５０５は、確度テーブルＤ６０を参照し、複数の低確度の車両１０の各々の計算完了確度に基づいて、複数の低確度の車両１０を複数のグループに分類する。この例では、複数の低確度の車両１０は、計算完了確度が「低」となる第１グループと、計算完了確度が「中」となる第２グループとに分類される。 [Matching process]
In the matching process of Modification 1 of the embodiment, the control unit 505 of the management server 50 refers to the accuracy table D60, and based on the calculation completion accuracy of each of the plurality of low-accuracy vehicles 10, the plurality of low-accuracy vehicles 10 into several groups. In this example, a plurality of low-accuracy vehicles 10 are classified into a first group with "low" calculation completion accuracy and a second group with "medium" calculation completion accuracy.

次に、制御部５０５は、グループ毎に、そのグループに含まれる複数の車両１０の中から、「車両群を構成する車両１０の候補」となる２つ以上の車両１０を選出し、その選出された２つ以上の車両１０の組合せを「車両群」に設定する。なお、グループに含まれる車両１０の計算完了確度が低くなるほど、そのグループにおいて設定される車両群を構成する車両１０の数が多くなるように、グループ毎に、車両群を構成する車両１０の数が定められている。また、複数の利用可能な車両１０の中から２つ以上の低確度の車両１０を選出することができない場合、制御部５０５は、上記の車両群の設定を行わない。 Next, for each group, the control unit 505 selects two or more vehicles 10 as "candidates for the vehicle 10 constituting the vehicle group" from among the plurality of vehicles 10 included in the group, and selects the vehicles 10. A combination of two or more vehicles 10 that have been determined is set as a "vehicle group". The number of vehicles 10 constituting the vehicle group is increased for each group so that the lower the calculation completion accuracy of the vehicles 10 included in the group, the greater the number of vehicles 10 constituting the vehicle group set in the group. is defined. Further, when two or more low-accuracy vehicles 10 cannot be selected from a plurality of available vehicles 10, the control unit 505 does not set the vehicle group.

なお、実施形態の変形例１のマッチング処理のその他の処理は、実施形態のマッチング処理と同様である。 Other processing of the matching processing of Modification 1 of the embodiment is the same as that of the matching processing of the embodiment.

〔グリッドコンピューティング処理〕
実施形態のグリッドコンピューティング処理と同様に、実施形態の変形例１のグリッドコンピューティング処理において、管理サーバ５０の制御部５０５は、ジョブデータＤ１を複数の部分ジョブデータに分割し、複数の部分ジョブデータを車両群および高確度の車両１０に送信する。 [Grid computing processing]
As in the grid computing process of the embodiment, in the grid computing process of Modification 1 of the embodiment, the control unit 505 of the management server 50 divides the job data D1 into a plurality of partial job data, and divides the job data D1 into a plurality of partial job data. Data is transmitted to fleets of vehicles and vehicles 10 with high accuracy.

図１６の例では、制御部５０５は、第１番目の部分ジョブデータを第１番目の車両群を構成する３つの低確度の車両１０に送信し、第２番目の部分ジョブデータを第２番目の車両群を構成する２つの低確度の車両１０に送信し、第３番目の部分ジョブデータを１つの高確度の車両１０に送信する。 In the example of FIG. 16, the control unit 505 transmits the first partial job data to the three low-accuracy vehicles 10 forming the first vehicle group, and transmits the second partial job data to the second vehicle group. , and the third partial job data is sent to one high-accuracy vehicle 10 .

なお、実施形態の変形例１のグリッドコンピューティング処理のその他の処理は、実施形態のグリッドコンピューティング処理と同様である。 Other processes of the grid computing process of Modification 1 of the embodiment are the same as those of the grid computing process of the embodiment.

〔実施形態の変形例１の効果〕
実施形態の変形例１では、実施形態の効果と同様の効果を得ることができる。 [Effects of Modification 1 of Embodiment]
In modification 1 of the embodiment, the same effects as those of the embodiment can be obtained.

また、実施形態の変形例１では、ジョブデータＤ１の同一部分を処理する複数の低確度の車両１０（すなわち１つの車両群を構成する複数の低確度の車両１０）の各々の計算完了確度が低くなるほど、その複数の低確度の車両１０の数（すなわち１つの車両群を構成する低確度の車両１０の数）が多くなる。このような構成により、ジョブデータＤ１の計算結果を得ることができないリスクを効果的に低減することができる。 Further, in the first modification of the embodiment, the calculation completion accuracy of each of the plurality of low-accuracy vehicles 10 (that is, the plurality of low-accuracy vehicles 10 forming one vehicle group) that processes the same portion of the job data D1 is The lower the number, the greater the number of the plurality of low-accuracy vehicles 10 (that is, the number of low-accuracy vehicles 10 forming one vehicle group). With such a configuration, it is possible to effectively reduce the risk of not being able to obtain the calculation result of the job data D1.

（実施形態の変形例２）
次に、実施形態の変形例２について説明する。実施形態の変形例２は、車両１０の計算完了確度の求め方（確度導出処理）が実施形態と異なる。実施形態の変形例２におけるその他の処理は、実施形態における処理と同様である。 (Modification 2 of Embodiment)
Next, Modification 2 of the embodiment will be described. Modification 2 of the embodiment differs from the embodiment in the method of obtaining the calculation completion accuracy of the vehicle 10 (accuracy derivation process). Other processing in Modification 2 of the embodiment is the same as the processing in the embodiment.

実施形態の変形例２では、車両１０の計算完了確度は、少なくとも車両１０の通信状態および車両１０の演算装置１０５の利用可能時間に応じて変化する。言い換えると、「計算完了確度の導出に利用可能な情報」には、少なくとも「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」が含まれ、車両１０の計算完了確度は、その「計算完了確度の導出に利用可能な情報」に基づいて導出される。具体的には、確度導出処理のステップＳ４５において制御部５０５により取得される「計算完了確度の導出に利用可能な情報」には、少なくとも「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」が含まれる。確度導出処理のステップＳ４６において、そして、制御部５０５は、少なくとも「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」に基づいて、車両１０の計算完了確度を導出する。 In Modified Example 2 of the embodiment, the calculation completion accuracy of the vehicle 10 changes according to at least the communication state of the vehicle 10 and the availability time of the arithmetic unit 105 of the vehicle 10 . In other words, the ``information that can be used to derive the calculation completion accuracy'' includes at least the ``communication state of the vehicle 10'' and the ``availability time of the arithmetic unit 105 of the vehicle 10'', and the calculation completion accuracy of the vehicle 10 is , is derived based on the "information that can be used for deriving the calculation completion probability". Specifically, at least the "communication state of the vehicle 10" and the "computing device 105 available time” is included. In step S46 of the accuracy deriving process, the control unit 505 derives the calculation completion accuracy of the vehicle 10 based on at least the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10".

車両１０の計算完了確度の導出に利用可能な情報には、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」に加えて、他の情報が含まれてもよい。そして、車両１０の計算完了確度の導出に利用可能な情報のうち、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」は、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」を除く他の情報よりも、車両１０の計算完了確度の導出に与える影響が大きくてもよい。例えば、制御部５０５は、車両１０の計算完了確度を導出する際に、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」の影響が大きくなるように、計算完了確度の導出に利用可能な情報の各々に重み付けをしてもよい。具体的には、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」の重み係数は、他の情報の重み係数よりも大きくてもよい。 The information that can be used for deriving the calculation completion accuracy of the vehicle 10 may include other information in addition to the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10". Of the information that can be used to derive the calculation completion accuracy of the vehicle 10, the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10" are the "communication state of the vehicle 10" and the "vehicle It may have a greater influence on the derivation of the calculation completion accuracy of the vehicle 10 than information other than "the available time of the arithmetic unit 105 of 10". For example, when deriving the calculation completion accuracy of the vehicle 10, the control unit 505 sets the calculation completion accuracy Each piece of information available for the derivation of may be weighted. Specifically, the weighting factors of "communication state of vehicle 10" and "available time of computing device 105 of vehicle 10" may be larger than the weighting factors of other information.

なお、車両１０は、駐車位置が頻繁に変化し、稼働中（ユーザが車両１０を使用する場合）にグリッドコンピューティングに参加しない。そのため、車両１０は、据置型の演算装置（例えばデスクトップ型パーソナルコンピュータ）よりも、通信状態および利用可能時間が大幅に変化しやすい。したがって、グリッドコンピューティング処理において、ジョブデータＤ１の計算を完了することができる確からしさを向上させるためには、通信状態が良好であり且つ演算装置１０５の利用可能時間が長い車両１０を利用することが望ましい。言い換えると、計算完了確度の導出に利用可能な情報のうち「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」が重要となる。 Note that the vehicle 10 changes its parking position frequently and does not participate in grid computing during operation (when the user uses the vehicle 10). Therefore, the vehicle 10 is more likely to change its communication state and usable time significantly than a stationary computing device (for example, a desktop personal computer). Therefore, in the grid computing process, in order to improve the probability that the calculation of the job data D1 can be completed, it is necessary to use the vehicle 10 in which the communication state is good and the operation device 105 is available for a long time. is desirable. In other words, the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10" are important among the information that can be used to derive the calculation completion accuracy.

〔実施形態の変形例２の効果〕
実施形態の変形例１では、実施形態の効果と同様の効果を得ることができる。 [Effects of Modification 2 of Embodiment]
In modification 1 of the embodiment, the same effects as those of the embodiment can be obtained.

また、実施形態の変形例２では、少なくとも「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」に応じて車両１０の計算完了確度を変化させることにより、車両１０の計算完了確度を適切に設定することができる。 Further, in the modification 2 of the embodiment, by changing the calculation completion accuracy of the vehicle 10 according to at least the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10", the calculation of the vehicle 10 Completion accuracy can be set appropriately.

また、実施形態の変形例２では、車両１０の計算完了確度の導出に利用可能な情報のうち、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」は、「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」を除く他の情報よりも、車両１０の計算完了確度の導出に与える影響が大きい。これにより、車両１０の計算完了確度の導出において「車両１０の通信状態」および「車両１０の演算装置１０５の利用可能時間」を重要視することができ、車両１０の計算完了確度を適切に設定することができる。 Further, in the modification 2 of the embodiment, among the information that can be used for deriving the calculation completion accuracy of the vehicle 10, the "communication state of the vehicle 10" and the "availability time of the arithmetic device 105 of the vehicle 10" are 10 communication state” and “availability time of the arithmetic unit 105 of the vehicle 10” have a greater influence on derivation of the calculation completion accuracy of the vehicle 10 than other information. Thus, in deriving the calculation completion accuracy of the vehicle 10, the "communication state of the vehicle 10" and the "availability time of the arithmetic unit 105 of the vehicle 10" can be emphasized, and the calculation completion accuracy of the vehicle 10 can be appropriately set. can do.

（実施形態の変形例３）
次に、実施形態の変形例３について説明する。実施形態の変形例３は、１つの車両群を構成する低確度の車両１０の数の決め方が実施形態と異なる。実施形態の変形例３におけるその他の処理は、実施形態における処理と同様である。 (Modification 3 of Embodiment)
Next, Modification 3 of the embodiment will be described. Modification 3 of the embodiment differs from the embodiment in how to determine the number of low-accuracy vehicles 10 that constitute one vehicle group. Other processes in Modification 3 of the embodiment are the same as those in the embodiment.

実施形態の変形例３では、ジョブデータＤ１の期待処理時間が長くなるほど、そのジョブデータＤ１の同一部分を処理させる複数の低確度の車両１０の数が多くなる。 In the modification 3 of the embodiment, the longer the expected processing time of the job data D1, the more the number of vehicles 10 with low accuracy to process the same portion of the job data D1.

〔期待処理時間〕
期待処理時間は、ジョブデータＤ１の計算に必要となると推定される時間である。期待処理時間は、ジョブデータＤ１のデータ量、ジョブデータＤ１を処理する車両１０の演算性能などに基づいて推定される。例えば、ジョブデータＤ１のデータ量が多くなるほど、期待処理時間が長くなる。車両１０の演算装置１０５の性能が低くなるほど、期待処理時間が長くなる。 [Expected processing time]
The expected processing time is the estimated time required to calculate the job data D1. The expected processing time is estimated based on the data amount of the job data D1, the computing performance of the vehicle 10 that processes the job data D1, and the like. For example, the larger the data amount of the job data D1, the longer the expected processing time. The lower the performance of the arithmetic unit 105 of the vehicle 10, the longer the expected processing time.

〔期待処理時間の導出〕
この例では、制御部５０５は、期待処理時間の導出に利用可能な情報に基づいて、ジョブデータＤ１の期待処理時間を導出する。次に、制御部５０５は、ジョブデータＤ１の期待処理時間を示す時間情報をジョブデータＤ１に関連付けてマッチングテーブルＤ５８に登録する。これにより、マッチングテーブルＤ５８には、ジョブデータＤ１毎に、期待処理時間を示す時間情報が登録される。 [Derivation of Expected Processing Time]
In this example, the control unit 505 derives the expected processing time of the job data D1 based on information that can be used for deriving the expected processing time. Next, the control unit 505 registers the time information indicating the expected processing time of the job data D1 in the matching table D58 in association with the job data D1. As a result, time information indicating the expected processing time is registered in the matching table D58 for each job data D1.

なお、期待処理時間の導出に利用可能な情報の例としては、ジョブデータＤ１のデータ量、ジョブデータＤ１を処理させる車両１０の演算性能などが挙げられる。例えば、ジョブデータＤ１のデータ量は、ジョブデータＤ１を解析することにより得られる。ジョブデータＤ１を処理させる車両１０の演算性能は、能力予測テーブルＤ５６に登録された車両１０に関する能力予測情報Ｄ６（車両１０の演算装置１０５の利用可能な計算能力の予測値）に基づいて導出される。 Examples of information that can be used to derive the expected processing time include the data amount of the job data D1 and the computing performance of the vehicle 10 that processes the job data D1. For example, the data amount of the job data D1 is obtained by analyzing the job data D1. The computational performance of the vehicle 10 that processes the job data D1 is derived based on the performance prediction information D6 regarding the vehicle 10 registered in the performance prediction table D56 (predicted value of the computational capacity available for the computation device 105 of the vehicle 10). be.

〔マッチング処理〕
実施形態の変形例２のマッチング処理において、制御部５０５は、マッチングテーブルＤ５８に登録された時間情報を参照し、その時間情報に示されたジョブデータＤ１の期待処理時間に基づいて、１つの車両群を構成する低確度の車両１０上限数を決定する。具体的には、ジョブデータＤ１の期待処理時間が長くなるほど、１つの車両群を構成する低確度の車両１０の上限数が多くなる。 [Matching process]
In the matching process of Modification 2 of the embodiment, the control unit 505 refers to the time information registered in the matching table D58, and based on the expected processing time of the job data D1 indicated in the time information, one vehicle Determine the upper bound number of low-probability vehicles 10 that make up the group. Specifically, the longer the expected processing time of the job data D1, the higher the upper limit number of low-accuracy vehicles 10 constituting one vehicle group.

実施形態の変形例２のマッチング処理の以降の処理は、実施形態のマッチング処理と同様である。制御部５０５は、１つの車両群を構成する低確度の車両１０の数が上限数を上回らないように、複数の利用可能な車両１０の中からジョブデータＤ１を処理させる車両１０を決定する。 The processing subsequent to the matching processing of Modification 2 of the embodiment is the same as the matching processing of the embodiment. The control unit 505 determines the vehicle 10 to process the job data D1 from among a plurality of available vehicles 10 so that the number of low-accuracy vehicles 10 forming one vehicle group does not exceed the upper limit.

〔ジョブデータの期待処理時間と低確度の車両の数との関係〕
なお、低確度の車両１０には、演算装置１０５の利用可能時間が比較的に短いことが理由で計算完了確度が閾値よりも低くなっている車両１０が含まれる。したがって、ジョブデータＤ１の期待処理時間が長くなるほど、ジョブデータＤ１の同一部分の計算に利用することができる低確度の車両１０の数を確保するために、ジョブデータＤ１の同一部分を処理させる低確度の車両１０の数を多くすることが望ましい。 [Relationship between expected processing time of job data and number of low-accuracy vehicles]
The low-accuracy vehicle 10 includes the vehicle 10 whose calculation completion accuracy is lower than the threshold value because the available time of the arithmetic device 105 is relatively short. Therefore, the longer the expected processing time of the job data D1, the lower the time required to process the same portion of the job data D1 in order to secure the number of low-accuracy vehicles 10 that can be used for the calculation of the same portion of the job data D1. It is desirable to increase the number of vehicles 10 of certainty.

〔実施形態の変形例３の効果〕
実施形態の変形例３では、実施形態の効果と同様の効果を得ることができる。 [Effects of Modification 3 of Embodiment]
In modification 3 of the embodiment, the same effects as those of the embodiment can be obtained.

また、実施形態の変形例３では、ジョブデータＤ１の期待処理時間が長くなるほど、ジョブデータＤ１の同一部分を処理させる複数の低確度の車両１０の数を多くすることにより、ジョブデータＤ１の同一部分の計算に利用することができる低確度の車両１０の数を確保することができる。これにより、計算結果を得ることができないリスクを適切に低減することができる。 Further, in the third modification of the embodiment, the longer the expected processing time of the job data D1 is, the more the number of vehicles 10 with low accuracy to process the same portion of the job data D1 is increased. A number of low-accuracy vehicles 10 can be reserved for partial calculations. Thereby, the risk of not being able to obtain the calculation result can be appropriately reduced.

なお、ジョブデータＤ１の計算を中断することができない場合、ジョブデータＤ１の計算を中断することができる場合よりも、ジョブデータＤ１の同一部分を処理させる低確度の車両１０の数を多くしてもよい。ジョブデータＤ１の計算を中断することができない場合の例としては、ジョブデータＤ１が「公共系のジョブデータ」である場合などが挙げられる。 Note that when the calculation of the job data D1 cannot be interrupted, the number of low-accuracy vehicles 10 to process the same part of the job data D1 is increased compared to when the calculation of the job data D1 can be interrupted. good too. An example of a case where the calculation of the job data D1 cannot be interrupted includes a case where the job data D1 is "public job data".

また、科学技術計算のようにジョブデータＤ１の演算要求時間が厳しくない場合に、ジョブデータＤ１の同一部分を処理させる低確度の車両１０の数を少なくしてもよい。 Also, when the required calculation time of the job data D1 is not strict as in scientific calculation, the number of low-accuracy vehicles 10 to process the same portion of the job data D1 may be reduced.

（マッチング処理の変形例）
以上の説明において、図１３に示したマッチング処理の代わりに、図１７に示したマッチング処理が行われてもよい。この変形例では、管理サーバ５０の制御部５０５は、以下の処理を適宜（例えば定期的に）行う。 (Modified example of matching processing)
In the above description, instead of the matching process shown in FIG. 13, the matching process shown in FIG. 17 may be performed. In this modification, the control unit 505 of the management server 50 appropriately (for example, periodically) performs the following processes.

なお、以下の説明では、同一期間において、通信可能であり、且つ、グリッドコンピューティング処理に計算能力を提供することができる複数の車両１０の組合せを「グリッド群」と記載する。 In the following description, a combination of a plurality of vehicles 10 that are capable of communicating and capable of providing computing power to grid computing processes during the same period of time will be referred to as a "grid group."

〈ステップＳ５５〉
まず、制御部５０５は、「能力予測テーブルＤ５６に登録された複数の車両１０の各々のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果」と「通信予測テーブルＤ５７に登録された複数の車両１０の各々の通信状態の時間的変化の予測結果」とに基づいて、複数のグリッド群を準備する。 <Step S55>
First, the control unit 505 predicts the “prediction result of temporal change in computational capacity available in grid computing processing of each of the plurality of vehicles 10 registered in the capacity prediction table D56” and the “prediction result registered in the communication prediction table D57”. A plurality of grid groups are prepared based on the prediction result of the temporal change in the communication state of each of the plurality of vehicles 10.

複数のグリッド群の各々は、「グリッドコンピューティング処理に計算能力を提供することができる期間」および「グリッドコンピューティング処理に提供することができる計算能力の合計」の少なくとも一方が異なる。 Each of the plurality of grid groups differs in at least one of "period during which computing power can be provided to grid computing processing" and "total computing power that can be provided to grid computing processing".

〈ステップＳ５６〉
次に、制御部５０５は、ジョブテーブルＤ５４に登録されたジョブの中からマッチング処理の対象となるジョブを選択する。そして、制御部５０５は、記憶部５０４に記憶されたジョブデータＤ１の中からマッチング処理の対象となるジョブに対応するジョブデータＤ１を選択する。 <Step S56>
Next, the control unit 505 selects a job to be subjected to matching processing from among the jobs registered in the job table D54. Then, the control unit 505 selects the job data D1 corresponding to the job to be subjected to matching processing from the job data D1 stored in the storage unit 504 .

〈ステップＳ５７〉
次に、制御部５０５は、複数のグリッド群の中から、ステップＳ５６において選択されたジョブデータＤ１に対するグリッドコンピューティング処理において利用するグリッド群を選択する。 <Step S57>
Next, the control unit 505 selects a grid group to be used in grid computing processing for the job data D1 selected in step S56 from among the plurality of grid groups.

具体的には、制御部５０５は、ジョブデータＤ１に対するグリッドコンピューティング処理が実行される計算予定期間を決定し、複数のグリッド群の中から計算予定期間において利用可能なグリッド群を選択する。そして、制御部５０５は、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータＤ１の計算に必要とされる計算能力」以上となるように、計算予定期間において利用可能なグリッド群の中から、そのジョブデータＤ１に割り当てられるグリッド群を選択する。 Specifically, the control unit 505 determines a scheduled calculation period during which the grid computing process for job data D1 is executed, and selects a grid group that can be used during the scheduled calculation period from among a plurality of grid groups. Then, the control unit 505 sets the scheduled calculation period so that the "total computing power provided for the grid computing process" is greater than or equal to the "computing power required for calculating the job data D1 in the grid computing process". A grid group to be assigned to the job data D1 is selected from among the available grid groups in .

次に、制御部５０５は、複数のグリッド群の中から選択されたグリッドを、ステップＳ５６において選択されたジョブデータＤ１に割り当てる。そして、制御部５０５は、どのジョブデータＤ１にどの車両１０が割り当てられたのかを示すマッチング結果情報をマッチングテーブルＤ５８に登録する。 Next, the control unit 505 assigns the grid selected from among the plurality of grid groups to the job data D1 selected in step S56. Then, the control unit 505 registers matching result information indicating which vehicle 10 is assigned to which job data D1 in the matching table D58.

（その他の実施形態）
以上の説明では、管理サーバ５０と車両１０とが別の車両１０を経由せずに直接的に通信する場合を例に挙げたが、これに限定されない。例えば、管理サーバ５０と車両１０とが別の車両１０を経由して間接的に通信してもよい。 (Other embodiments)
In the above description, the case where the management server 50 and the vehicle 10 directly communicate with each other without passing through another vehicle 10 was taken as an example, but the communication is not limited to this. For example, the management server 50 and the vehicle 10 may communicate indirectly via another vehicle 10 .

また、以上の説明では、複数の低確度の車両１０の各々から送信された部分計算結果データのうち管理サーバ５０により最初に受信された部分計算結果データを採用する場合を例に挙げたが、これに限定されない。例えば、管理サーバ５０の制御部５０５は、複数の低確度の車両１０の各々から送信された部分計算結果データのうち計算完了確度が最も高い車両１０から送信された部分計算結果データを採用してもよい。 Further, in the above description, the case of adopting the partial calculation result data first received by the management server 50 among the partial calculation result data transmitted from each of the plurality of low-accuracy vehicles 10 was taken as an example. It is not limited to this. For example, the control unit 505 of the management server 50 adopts the partial calculation result data transmitted from the vehicle 10 with the highest calculation completion accuracy among the partial calculation result data transmitted from each of the plurality of low-accuracy vehicles 10. good too.

また、以上の説明では、管理サーバ５０の制御部５０５が位置予測処理を行う場合を例に挙げたが、これに限定されない。例えば、位置予測処理は、車両１０の演算装置１０５により行われてもよい。この場合、演算装置１０５は、位置予測処理により得られた位置予測情報Ｄ５を管理サーバ５０に送信してもよい。管理サーバ５０の制御部５０５は、車両１０から送信された位置予測情報Ｄ５を位置予測テーブルＤ５５に登録（上書き）することで位置予測テーブルＤ５５を更新してもよい。稼働予測処理および通信予測処理についても同様である。 Also, in the above description, the case where the control unit 505 of the management server 50 performs the position prediction process was taken as an example, but the present invention is not limited to this. For example, the position prediction process may be performed by the computing device 105 of the vehicle 10 . In this case, the computing device 105 may transmit the position prediction information D5 obtained by the position prediction process to the management server 50. FIG. The control unit 505 of the management server 50 may update the position prediction table D55 by registering (overwriting) the position prediction information D5 transmitted from the vehicle 10 in the position prediction table D55. The same applies to the operation prediction process and the communication prediction process.

また、以上の説明では、制御部５０５が単一の管理サーバ５０に集約される場合を例に挙げたが、これに限定されない。例えば、制御部５０５は、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。 Also, in the above description, the case where the control units 505 are integrated into the single management server 50 is taken as an example, but the present invention is not limited to this. For example, the control unit 505 may be distributed among a plurality of management servers 50 (not shown) that communicate with each other via the communication network 5 .

また、以上の説明において、記憶部５０４は、単一の記憶装置により構成されてもよいし、複数の記憶装置により構成されてもよい。複数の記憶装置は、単一の管理サーバ５０に集約されてもよいし、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。 Moreover, in the above description, the storage unit 504 may be configured by a single storage device, or may be configured by a plurality of storage devices. A plurality of storage devices may be integrated into a single management server 50 or distributed among a plurality of management servers 50 (not shown) communicating with each other via the communication network 5 .

また、以上の説明において、制御部５０５は、単一の制御ユニットにより構成されてもよいし、複数の制御ユニットにより構成されてもよい。複数の制御ユニットは、単一の管理サーバ５０に集約されてもよいし、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。 Also, in the above description, the control section 505 may be configured by a single control unit, or may be configured by a plurality of control units. A plurality of control units may be integrated into a single management server 50, or may be distributed among a plurality of management servers 50 (not shown) that communicate with each other via the communication network 5. FIG.

また、以上の説明において、演算装置１０５は、単一の演算ユニットにより構成されてもよいし、複数の演算ユニットにより構成されてもよい。 Further, in the above description, the arithmetic device 105 may be composed of a single arithmetic unit, or may be composed of a plurality of arithmetic units.

また、以上の説明では、演算装置１０５が搭載される移動体の例として、車両１０（具体的には自動四輪車）を挙げたが、これに限定されない。演算装置１０５は、車両１０ではない他の移動体に搭載されてもよい。このような移動体の例としては、輸送用機械、携帯情報端末などが挙げられる。輸送用機械の例としては、自動二輪車、鉄道車両、船舶、航空機、ドローンなどが挙げられる。車両は、輸送用機械の一例である。携帯情報端末の例としては、ノート型パーソナルコンピュータ、タブレット、スマートフォンなどが挙げられる。 Also, in the above description, the vehicle 10 (specifically, a four-wheeled motor vehicle) has been cited as an example of a mobile object on which the arithmetic device 105 is mounted, but the mobile object is not limited to this. Arithmetic device 105 may be mounted on a moving object other than vehicle 10 . Examples of such mobile objects include transportation machines, personal digital assistants, and the like. Examples of transportation machines include motorcycles, rail vehicles, ships, aircraft, drones, and the like. A vehicle is an example of a transportation machine. Examples of portable information terminals include notebook personal computers, tablets, smartphones, and the like.

また、以上の説明において、グリッドコンピューティング処理に対し、車両１０に搭載された演算装置１０５の計算能力だけでなく、他の演算装置（図示省略）の計算能力も供給されてもよい。このような他の演算装置は、据置型の演算装置（例えばデスクトップ型パーソナルコンピュータ）であってもよい。 Further, in the above description, not only the computing power of the computing device 105 mounted on the vehicle 10 but also the computing power of another computing device (not shown) may be supplied to the grid computing process. Such other computing device may be a stationary computing device (for example, a desktop personal computer).

また、以上の実施形態を適宜組み合わせて実施してもよい。以上の実施形態は、本質的に好ましい例示であって、ここに開示する技術、その適用物、あるいはその用途の範囲を制限することを意図するものではない。 Also, the above embodiments may be combined as appropriate. The above embodiments are essentially preferred examples, and are not intended to limit the scope of the technology, its applications, or its uses disclosed herein.

以上説明したように、ここに開示する技術は、グリッドコンピューティングの技術として有用である。 As described above, the technology disclosed herein is useful as a grid computing technology.

１ システム
１０ 車両
１０５ 演算装置
２０ ユーザ端末
３０ クライアントサーバ
５０ 管理サーバ
５０１ 入力部
５０２ 出力部
５０３ 通信部
５０４ 記憶部
５０５ 制御部
Ｄ１ ジョブデータ
Ｄ２ 計算結果データ 1 system 10 vehicle 105 arithmetic device 20 user terminal 30 client server 50 management server 501 input unit 502 output unit 503 communication unit 504 storage unit 505 control unit D1 job data D2 calculation result data

Claims (5)

それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体にジョブデータを処理させるグリッドコンピューティング処理を管理する管理装置であって、
前記グリッドコンピューティング処理において、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を処理させる制御部を備える
ことを特徴とする管理装置。 A management device for managing grid computing processing that causes a plurality of available mobile units among a plurality of mobile units each having an arithmetic unit to process job data,
In the grid computing process, among the plurality of available moving objects, a plurality of low-accuracy movements whose calculation completion accuracy, which indicates the likelihood of completing the calculation of the job data, is lower than a predetermined threshold. and a control unit for processing the same part of the job data. 請求項１の管理装置において、
前記ジョブデータの同一部分を処理する前記複数の低確度の移動体の各々の計算完了確度が低くなるほど、前記複数の低確度の移動体の数が多くなる
ことを特徴とする管理装置。 The management device of claim 1,
The management device, wherein the number of the plurality of low-accuracy mobile objects increases as the calculation completion accuracy of each of the plurality of low-accuracy mobile objects that process the same portion of the job data decreases. 請求項１または２の管理装置において、
前記移動体の計算完了確度は、前記移動体の計算完了確度の導出に利用可能な情報に基づいて導出され、
前記移動体の計算完了確度の導出に利用可能な情報には、少なくとも前記移動体の通信状態および前記移動体の演算装置の利用可能時間が含まれ、
前記移動体の計算完了確度の導出に利用可能な情報のうち、前記移動体の通信状態および前記移動体の演算装置の利用可能時間は、前記移動体の通信状態および前記移動体の演算装置の利用可能時間を除く他の情報よりも、前記移動体の計算完了確度の導出に与える影響が大きい
ことを特徴とする管理装置。 In the management device according to claim 1 or 2,
The calculation completion accuracy of the mobile is derived based on information available for deriving the calculation completion accuracy of the mobile,
The information that can be used for deriving the calculation completion accuracy of the mobile includes at least the communication state of the mobile and the available time of the computing device of the mobile,
Of the information that can be used for deriving the calculation completion accuracy of the mobile, the communication state of the mobile and the available time of the computing device of the mobile are: A management device that has a greater influence on derivation of the calculation completion accuracy of the mobile object than information other than the available time. 請求項１～３のいずれか１つの管理装置において、
前記ジョブデータの期待処理時間が長くなるほど、前記ジョブデータの同一部分を処理させる前記複数の低確度の移動体の数が多くなる
ことを特徴とする管理装置。 In the management device according to any one of claims 1 to 3,
The management device, wherein the longer the expected processing time of the job data, the greater the number of the plurality of low-accuracy moving bodies that process the same part of the job data. それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体に管理装置から送信されたジョブデータを処理させる処理方法であって、
前記管理装置により、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を送信し、
前記複数の低確度の移動体により、前記ジョブデータの同一部分を処理する
ことを特徴とする処理方法。 A processing method for causing a plurality of available mobile bodies among a plurality of mobile bodies each having a computing device to process job data transmitted from a management device,
By the management device, among the plurality of available mobile bodies, a plurality of low-accuracy mobile bodies whose calculation completion accuracy, which indicates the likelihood of being able to complete the calculation of the job data, is lower than a predetermined threshold. , sending the same part of said job data;
A processing method, wherein the same part of the job data is processed by the plurality of low-accuracy moving bodies.

Images