JP2023145176A - 車両およびサーバ - Google Patents

Abstract

【課題】車両と、車両のデジタルツインを生成するサーバと、を備えるデジタルツインシステムにおいて、デジタルツインの精度を落とすことなく、車両－サーバ間の通信量の低減を実現する。【解決手段】車両（１０１）は、複数のセンサ（Ｓ）と、複数のセンサからそれぞれ検知データを取得する取得部（１１）と、取得した検知データの少なくとも一部を、検知データの入力により車両の未来の状態を予測するサーバ（１０２）へ送信し、サーバから予測に基づく挙動指示を受信する通信部（２）と、を備え、通信部は、検知データを送信した後、次の検知データを送信することの可否を示す判定結果に基づいて次の前記検知データを送信する。【選択図】図２

Description

本発明は、車両およびサーバに関する。

車両が備える各種センサが出力した検知データに基づいて、当該車両の状態を仮想空間において再現するデジタルツインシステムに関する技術が従来知られている。例えば特許文献１には、車両のデジタルツインを生成するステップと、センサによって記録され、現実世界に存在する車両の状態、および現実世界で走行する車両の挙動を記述するデジタルデータを受信するステップと、デジタルツインが状態および挙動と一致するように、デジタルデータに基づいて車両のデジタルツインを更新するステップと、を含む方法について記載されている。

特開２０２０－０１３５５７号公報

ところで、デジタルツインシステムにおいては、再現しようとする車両の状態が高精度になるほど、仮想空間を生成するサーバが必要とする車両の状態に関する情報は、よりリアルタイム性の高いものとなる。しかしながら、上述のような従来技術では、再現精度を高めるほど、車両－サーバ間の通信量が増大してしまい、十分なデータをサーバへ送信できなくなってしまう可能性がある。一方、車両－サーバ間の通信量を抑制しようとすると、仮想空間において再現される車両の状態の精度が低下してしまう。

上記の課題を解決するために、本発明の一態様に係る車両は、複数のセンサと、前記複数のセンサからそれぞれ検知データを取得する取得部と、前記取得部が取得した検知データの少なくとも一部を、前記検知データの入力により車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測するサーバへ送信し、前記サーバから予測に基づく挙動指示を受信する通信部と、を備え、前記通信部は、前記検知データを送信した後、次の前記検知データを送信することの可否を示す判定結果に基づいて次の前記検知データを送信する。

上記の課題を解決するために、本発明の他の態様に係るサーバは、複数のセンサと、前記複数のセンサからそれぞれ検知データを取得する取得部と、を備える車両から、前記複数のセンサが出力した検知データを受信する通信部と、前記通信部が受信した検知データに基づいて車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測し、その予測結果を予測データとして出力する予測部と、受信した検知
データと、交通参加者の交通データと、に基づいて交通状況に関するシミュレーションを行う実行部と、を備え、前記通信部は、前記検知データを受信した後、前記車両が次の前記検知データを送信することの可否が判定された結果に従い次の前記検知データを受信する。

本発明の一態様の実施形態に係る車両およびサーバによって構成されるデジタルツインシステムを示すブロック図である。 同システムが備える車両の機能的構成を示すブロック図である。 同車両および当該車両が備えるセンサを示す斜視図である。 実施形態に係るサーバの機能的構成を示すブロック図である。 同システムが予測に用いる学習済モデルを示す図である。 実施形態に係るデジタルツインシステムの動作を示すタイムチャートである。 本発明の効果の一部を説明する図である。

＜実施形態＞
まず、本発明の実施形態について、詳細に説明する。図１はデジタルツインシステム１００を示すブロック図である。図２は車両１０１の機能的構成を示すブロック図である。図３は同システム１００が予測に用いる学習済モデルを示す図である。図４は同車両および当該車両が備えるセンサを示す斜視図である。図５はサーバ１０２の機能的構成を示すブロック図である。

［デジタルツインシステム１００の構成］
デジタルツインシステム１００は、仮想空間において車両の状態を示すデジタルツインを再現するものである。デジタルツインシステム１００は、図１に示したように、複数の車両１０１と、サーバ１０２と、を備えている。これらは、通信ネットワークＮを介して互いに接続されている。

〔車両１０１〕
車両１０１は、図２に示したように、複数のセンサＳと、車両側制御部１と、車両側通信部２（通信部）と、表示部３と、を備える。

（車両側通信部２）
車両側通信部２は、他の装置（例えば、後述するサーバ１０２、車両１０１以外の交通参加者（歩行者、自転車に乗った人）が所持するまたは取り付けられた端末装置、ドローン、路上に設置された路上カメラＣ、路上に設置された路上センサＳ₉等）との間で、各種データ、各種信号等を、有線または無線で送受信する。本実施形態に係る車両側通信部２は、通信モジュールで構成されている。

（表示部３）
表示部３は、運転者が視認可能な位置に設けられている。また、表示部３は、車両側制御部１からの信号に基づく画面を表示する。

（車両側制御部１）
車両側制御部１は、図２に示したように、取得部１１と、判定部１２と、第一送信制御部１３と、第一受信制御部１４と、判断部１５と、第二送信制御部１６と、出力制御部１７と、を備える。

・取得部１１
本実施形態に係る取得部１１は、複数のセンサＳからそれぞれ検知データＤ₁を取得する。また、本実施形態に係る取得部１１は、各センサＳが接続された図示しない入力ＩＦを介して検知データＤ₁を取得する。また、本実施形態に係る取得部１１は、他の装置（路上カメラＣ、路上センサＳ₉等）から、検知データＤ₁を取得する。本実施形態に係る取得部１１は、車両側通信部２を介して検知データＤ₁を取得する。また、本実施形態に係る取得部１１は、各種検知データＤ₁を、所定時間（例えば５０～１５０ｍｓｅｃの範囲内）が経過する度に繰り返し取得する。所定時間は、任意の長さに設定することができる。

車両１０１が備えるセンサＳは、例えば図３に示したような、位置（距離／角度）センサＳ₁、速度センサＳ₂、加速度センサＳ₃、圧力センサＳ₄、温度センサＳ₅、力（トルク）センサＳ₆、流量計Ｓ₇、およびガスセンサＳ₈の少なくともいずれかを含む。

位置（距離／角度）センサＳ₁は、前方に存在する物体からの距離を検知するセンサＳ₁₁、後方に存在する物体からの距離を検知するセンサＳ₁₂、ハンドルの回転角度を検知するセンサＳ₁₃、スロットルバルブの傾斜角を検知するセンサＳ₁₄、アクセルペダルの傾斜角を検知するセンサＳ₁₅、およびブレーキペダルの傾斜角を検知するセンサＳ₁₆の少なくともいずれかを含む。

速度センサＳ₂は、ホイールの回転速度を検知するセンサＳ₂₁、クランクシャフトの速度を検知するセンサＳ₂₂、カムシャフトの速度を検知するセンサＳ₂₃、およびディーゼルエンジンにおける噴射ポンプの噴射速度を検知するセンサＳ₂₄の少なくともいずれかを含む。

加速度センサＳ₃は、車体に作用する加速度（衝撃）を検知する。

圧力センサＳ₄は、タイヤ空気圧を検知するセンサＳ₄₁、ブレーキ圧を検知するセンサＳ₄₂、パワーステアリングにおける油圧リザーバー圧力を検知するセンサＳ₄₃、吸引圧力を検知するセンサＳ₄₄、充填圧力を検知するセンサＳ₄₅、燃圧を検知するセンサＳ₄₆、空調における冷媒圧力を検知するセンサＳ₄₇、およびオートマチックトランスミッションにおける変調圧力を検知するセンサＳ₄₈の少なくともいずれかを含む。

温度センサＳ₅は、タイヤ温度を検知するセンサＳ₅₁、給気温度を検知するセンサＳ₅₂、周囲温度を検知するセンサＳ₅₃、内部温度を検知するセンサＳ₅₄、空調におけるエバポレータ温度を検知するセンサＳ₅₅、クーラント温度を検知するセンサＳ₅₆、エンジンオイル温度を検知するセンサＳ₅₇、の少なくともいずれかを含む。

力（トルク）センサＳ₆は、ペダルを踏む力を検知するセンサＳ₆₁、乗員の体重を検知するセンサＳ₆₂、およびドライブシャフトに作用するトルクを検知するセンサＳ₆₃、およびハンドルに作用するトルクを検知するセンサＳ₆₄の少なくともいずれかを含む。

流量計Ｓ₇は、燃料要件を検知するセンサＳ₇₁、およびエンジンが吸引する空気量を検知するセンサＳ₇₂の少なくとも一方を含む。

ガスセンサＳ₈は、排気ガスの組成を検知するセンサＳ₈₁、および供給される空気に含まれる有害物質を検出するセンサＳ₈₂の少なくとも一方を含む。

なお、上記各種センサＳは、例えば下記Ｗｅｂページにおいて開示されているように、公知のものである。
・Vehicle sensors functions and types
https://innovationdiscoveries.space/vehicle-sensors-functions-and-types/
・Automotive sensors: the design engineer’s guide
https://www.avnet.com/wps/portal/abacus/solutions/markets/automotive-and-transportation/automotive/communications-and-connectivity/automotive-sensors/
い。

なお、取得部１１は、複数の車両１０１から検知データＤ₁をそれぞれ取得するようになっていてもよい。また、取得部１１は、車両１０１から図示しない記憶装置を介して（いったん記憶装置に格納された）検知データＤ₁を取得するようになっていてもよい。また、取得部１１は、車両側通信部２ではなく、記録媒体等を介して検知データＤ₁を取得するようになっていてもよい。また、取得部１１は、車両１０１以外の交通参加者、ドローン等から検知データＤ₁を取得するようになっていてもよい。また、取得部１１は、図２に示したように、路上カメラＣおよび路上センサＳ₉の少なくとも一方から、車両側通信部２を介して検知データＤ₁を取得するようになっていてもよい。また、取得部１１は、車両１０１や端末装置のナビゲーションシステムに設定された経路情報を検知データＤ₁として取得するようになっていてもよい。また、取得部１１は、車両１０１が備えるドライブレコーダやリアカメラが撮影した画像を検知データＤ₁として取得するようになっていてもよい。また、取得部１１は、検知データＤ₁に基づいて車両１０１が判断した情報（ドライバの眠気等）を検知データＤ₁として取得するようになっていてもよい。

判定部１２は、検知データＤ₁を送信することの可否を判定する。このような判定部１２を車両１０１が備えることにより、判定を迅速に行うことができる。本実施形態に係る判定部１２は、後述するサーバ１０２が予測した未来に到達するか否かを、情報を送信することの可否として判定する。「未来に到達する」には、未来の直前（例えば、数秒前）の時刻になったことを指すこととしてもよいし、実際に未来に到達したことを指すこととしてもよい。判定部１２は、タイマの機能を含み、この機能を用いて上記未来に到達するか否かを判定するように構成されていてもよい。また、後述するサーバ１０２が車両１０１以外からの情報をもって利用情報を特定できる場合、判定部１２は、サーバ１０２からの指示をもって未来に到達したと判定し、利用情報を送信するようになっていても良い。車両１０１以外からの情報をもって利用情報を特定できる場合には、例えば、サーバ１０２が路上カメラＣ、路上センサＳ₉等から車両の位置情報・速度等の検知データＤ₁を直接取得できる場合が含まれる。また、本実施形態に係る判定部１２は、こうした判定を繰り返し行う。

・第一送信制御部１３
第一送信制御部１３は、取得部１１が取得した検知データＤ₁の少なくとも一部（例えば、判定部１２が送信可と判定した検知データＤ₁のみ）をサーバ１０２へ送信する。また、第一送信制御部１３は、判定部１２の判定結果に基づいて車両側通信部２を制御する。これにより、車両側通信部２は、予測した未来に到達すると判定部が判定した場合に、検知データＤ₁の少なくとも一部をサーバ１０２へ無線で送信する。

また、上述したように、本実施形態に係る判定部１２は、判定を繰り返し行う。このため、本実施形態に係る車両側通信部２は、検知データＤ₁を送信した後、次の検知データＤ₁を送信することの可否を示す判定結果に基づいて次の検知データＤ₁を無線で送信することになる。

また、上述したように、本実施形態に係る判定部１２は、予測した未来に到達するか否かを、情報を送信することの可否として判定する。このため、本実施形態に係る車両側通信部２は、予測した未来に到達すると判定部１２が判定した場合に、検知データＤ₁をサーバ１０２へ無線で送信する。こうすることで、予測した未来に到達するまでの間はサーバ１０２へデータを送信する必要がなくなるため、車両１０１－サーバ１０２間の通信量を低減することができる。なお、サーバ１０２が路上カメラＣ、路上センサＳ₉等から検知データＤ₁を直接取得できる場合、第一送信制御部１３は、検知データＤ₁の送信を停止するよう車両側通信部２を制御してもよい。

・第一受信制御部１４
第一受信制御部１４は、サーバ１０２から予測に基づく挙動指示を受信するよう車両側通信部を制御する。挙動指示には、例えば、未来の車両の位置、速度、加速度等を指し示すものである。また、第一受信制御部１４は、サーバ１０２からのシミュレーション結果（デジタルツイン）を受信するよう車両側通信部２を制御する。ここで挙げるデジタルツインには、サーバ１０２においてシミュレーションを行うことと、シミュレーションを行うことおよびシミュレーションの結果を車両１０１へフィードバックすること、の両方の意味が含まれる。

・判断部１５
判断部１５は、車両側通信部２が受信した挙動指示に基づく走行が可能であるか否かを判断する。具体的には、判断部１５は、挙動指示の内容と、取得した直後の検知データＤ₁に基づく車両１０１の現在の状態と、を比較することにより、未来が到達した時点で、挙動指示にあった位置に到達できるか、挙動指示にあった速度に達するか（下げられるか）等を判断する。

・第二送信制御部１６
第二送信制御部１６は、判断部１５の判断結果に基づいて車両側通信部２を制御する。これにより、車両側通信部２は、挙動指示に基づく走行が可能ではないと判断部１５が判断した場合に検知データＤ₁をサーバ１０２へ送信する。

・出力制御部１７
出力制御部１７は、受信した挙動指示を出力する。本実施形態に係る出力制御部１７は、挙動指示を表示するよう表示部３を制御する。また、出力制御部１７は、サーバ１０２から受信したシミュレーション結果を表示するよう表示部３を制御する。なお、出力制御部１７は、音声を出力するよう図示しないスピーカを制御するようになっていてもよい。

・その他
なお、車両１０１は、表示部３および出力制御部１７の代わりに、または表示部３および出力制御部１７に加えて、運転制御部を備えていてもよい。運転制御部は、サーバ１０２から受信したシミュレーション結果に基づいて車両１０１の少なくとも一部の動作を自動で制御する。このようにすれば、交通情報がより早く運転制御部に提供される。このため、運転制御部はより安全性の高い運転ができる。また、車両側制御部１は、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態と、を比較する比較部を備えていてもよい。その場合、車両１０１の判定部１２は、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態との間に閾値以上の誤差が生じたか否かを、利用情報を送信することの可否として判定するよう構成されていてもよい。

〔サーバ１０２〕
サーバ１０２は、検知データＤ₁の入力により車両１０１の未来の状態を予測するものである。サーバ１０２は、図４に示したように、サーバ側制御部４と、サーバ側通信部５と、記憶部６と、を備えている。

（サーバ側通信部５）
サーバ側通信部５は、他の装置（例えば、車両１０１、車両１０１以外の交通参加者が所持する端末装置、ドローン、路上カメラＣ、路上センサＳ₉等）との間で、各種データ、各種信号等を、有線または無線で送受信する。本実施形態に係るサーバ側通信部５は、通信モジュールで構成されている。

（記憶部６）
記憶部６は、学習済モデル６１を格納している。本実施形態に係る学習済モデル６１は、複数の検知データＤ₁に基づいて予測データＤ₂を生成するようになっている。検知データＤ₁には、図５に示したように、走行前に設定される事前情報Ｄ₁₁、イベントが発生したときに生じるイベント情報Ｄ₁₂、および周期的に更新される更新情報Ｄ₁₃が含まれる。事前情報Ｄ₁₁には、例えばナビゲーションシステムの経路情報が含まれる。イベント情報Ｄ₁₂には、例えば車両の制動に関する制動情報が含まれる。制動情報には、例えばハンドルを操作したことを示す操舵情報、ブレーキを踏んだことを示すブレーキ情報、およびウインカーを点滅させたことを示すウインカー情報が含まれる。更新情報Ｄ₁₃には、例えば車両の位置、車両の速度、車両の加減速等が含まれる。更新情報Ｄ₁₃は、車両１０１のセンサＳからのものであってもよいし、路上カメラＣや路上センサＳ₉からのものであってもよい。予測データＤ₂には、例えば、車両の未来の交通情報（例えば、位置等）が含まれる。

本実施形態に係る学習済モデル６１は、過去に得られた検知データＤ₁および当該検知データＤ₁が得られたとき、または当該検知データＤ₁が得られたときと類似した状況で得られた交通情報の組を教師データとする機械学習（例えばディープラーニング）により構築されたものとなっている。なお、学習済モデル６１は、予測データＤ₂とは別の、候補となる他の予測データＤ₂を生成するようになっていてもよい。

（サーバ側制御部４）
サーバ側制御部４は、第二受信制御部４１と、予測部４２と、実行部４３と、第三送信制御部４４と、を備えている。

・第二受信制御部４１
第二受信制御部４１は、サーバ側通信部５が、上記車両１０１から、検知データＤ₁を受信するようサーバ側通信部５を制御する。また、本実施形態に係る第二受信制御部４１は、路上カメラＣや路上センサＳ₉から、検知データＤ₁を受信するようサーバ側通信部５を制御する。上述したように、本実施形態に係る車両１０１の車両側通信部２は、検知データＤ₁を無線で送信した後、次の検知データＤ₁を送信する旨の判定結果に従い次の検知データＤ₁を無線で送信する。このため、第二受信制御部４１は、検知データＤ₁を受信した後、車両１０１が次の検知データＤ₁を送信する旨の判定結果に従い送信した次の検知データＤ₁を無線で受信するよう車両側通信部２を制御する。このため、サーバ側通信部５は、検知データＤ₁を受信した後、次の検知データＤ₁を受信する。

・予測部４２
予測部４２は、学習済モデル６１を用い、検知データＤ₁に基づいて車両１０１の未来の状態を予測し、その予測結果を予測データＤ₂として出力する。未来は、例えば、検知データＤ₁をサーバ１０２が取得した時刻から第一所定時間後の時刻を指す。第一所定時間は、検知データＤ₁の取得周期を超える任意の長さ（例えば、５００～７００ｍｓｅｃの範囲内）に設定することができる。第一所定時間には、予測データＤ₂をサーバ１０２が送信し車両１０１が受信するまで時間を含めてもよい。予測部４２は、記憶部６に格納された学習済モデル６１を用いて未来を予測する。予測データＤ₂には、例えば未来の車両の位置等が含まれる。なお、予測部４２は、未来のある瞬間の状態を示す予測データＤ₂ではなく、時間的に幅のある予測データＤ₂を出力するようになっていてもよい。また、予測部４２は、予測した未来が到達する直前に、新たな予測のために車両１０１に検知データＤ₁の送信を要求するようになっていてもよい。また、予測部４２は、未来のある瞬間の状態を示す予測データＤ₂として、時空間的に幅のある予測データＤ₂を出力するようになっていてもよい。

・実行部４３
実行部４３は、検知データＤ₁と、車両１０１の周囲にいる交通参加者の交通データと、に基づいて、交通状況に関するシミュレーションを行い、シミュレーション結果に基づく挙動指示を生成する。交通データは、例えば、交通参加者が所持するまたは取り付けられた端末装置、ドローン、路上に設置された路上カメラＣ、路上に設置された路上センサＳ₉等から送信されてきた各種データである。なお、シミュレーション結果には、車両１０１に関する情報だけでなく、車両１０１の周辺環境に関する情報（例えば、他の交通参加者の情報等）を含めてもよい。また、車両１０１以外の検知データＤ₁を直接取得できる場合、実行部４３は、車両１０１の利用情報の代わりにこの検知データＤ₁に基づいてシミュレーションを行うようになっていてもよい。

・第三送信制御部４４
第三送信制御部４４は、実行部４３がシミュレーションを行うと、サーバ側通信部５を制御する。これにより、サーバ側通信部５は、実行部４３が生成した挙動指示を、車両１０１および交通参加者が所持する端末装置の少なくとも一方に無線で送信する。こうすることで、車両１０１の乗員（交通参加者）は、表示部３（端末装置の表示部）に表示されたシミュレーション結果を見ることにより、自身が未来にどのような状況に置かれる可能性があるかを知ることができる。その結果、車両１０１の乗員（交通参加者）は、知らされた状況を意識した安全性の高い運転（移動）ができる。また、このようにすれば、都市と人間の居住地が安全になる。これにより、持続可能な開発目標（ＳＤＧｓ）の目標１１「住み続けられるまちづくりを」の達成に貢献できる。

（サーバその他）
車両１０１の判定部１２が、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態との間に閾値以上の誤差が生じたか否かを、利用情報を送信することの可否として判定するよう構成されている場合、学習済モデル６１は、上述したよりも相対的に少ない種類の検知データＤ₁（例えば、更新情報Ｄ₁₃および地図情報Ｄ₁₄）に基づいて予測データＤ₂を生成するよう構成されていてもよい。また、その場合、学習済モデル６１は、相対的に近い未来の車両の状態を予測するよう構成されていてもよい。相対的に近い未来は、例えば、サーバ１０２が検知データＤ₁を取得した時刻から第二所定時間後の時刻を指す。第二所定時間は、検知データＤ₁の取得周期を超えるが上記第一所定時間を超えない任意の長さ（例えば、３５０～４５０ｍｓｅｃの範囲内）に設定することができる。また、第二所定時間には、予測データＤ₂をサーバ１０２が送信し車両１０１が受信するまでの時間を含めてもよい。この場合、学習済モデル６１が出力する近い未来の車両の状態は、入力された検知データＤ₁に対応する第二所定時間後の検知データＤ₁の予測値となる。

〔デジタルツインシステム１００その他〕
デジタルツインシステム１００は、検知データＤ₁を出力する機能を有しているがシミュレーション結果を取得する機能を有していない車両、および検知データＤ₁を出力する機能を有していないがシミュレーション結果を取得する機能を有している車両の少なくとも一方を含んでいてもよい。

［デジタルツインシステム１００の動作］
デジタルツインシステム１００を構成する車両１０１に所定の事象が発生すると、図６に示したように、車両１０１は、検知データＤ₁を送信する（Ｔ₁₁）。所定の事象には、ナビゲーションシステムに経路情報が設定されること、車両１０１が備える各種センサＳが検知データＤ₁を生成すること等が含まれる。従来の車両の場合であれば、その後（Ｔ₁₂，Ｔ₁₃・・）もサーバとの通信を繰り返すが、車両１０１は、時刻Ｔ₁₁に検知データＤ₁を送信した後は、予測した未来（Ｔ_1t）に到達すると判定するまで、検知データＤ₁を送信しない。

検知データＤ₁を受信したサーバ１０２は、学習済モデル６１を用いて未来（Ｔ_2t）の車両の状態を示す予測データＤ₂を出力する。そして、サーバ１０２は、出力した予測データＤ₂に基づいてシミュレーションを行い、未来（時刻Ｔ_1tにおける）の車両の状態を指示する挙動指示を生成する。そして、サーバ１０２は生成した挙動指示を車両１０１へ送信する。

挙動指示を受信した車両１０１は、挙動指示に基づく走行が可能であるか否かの判断や、挙動指示の出力等を行う。また、車両１０１は、前回予測した未来（Ｔ_1t）に到達すると（ここでは、前回予測した未来（Ｔ_1t）の直前の時刻（Ｔ₂₁）になると）、車両１０１は、再び、検知データＤ₁を、サーバ１０２へ送信する（Ｔ₂₁）。そして、車両１０１は、時刻Ｔ₂₁に検知データＤ₁を送信した後は、予測した未来（Ｔ_2t）に到達すると判定するまで、検知データＤ₁を送信しない。

検知データＤ₁を受信したサーバ１０２は、学習済モデル６１を用いて未来（Ｔ_2t）の車両の状態を示す予測データＤ₂を出力する。そして、サーバ１０２は、出力した予測データＤ₂に基づいてシミュレーションを行い、未来（時刻Ｔ_2tにおける）の車両の状態を指示する挙動指示を生成する。そして、サーバ１０２は生成した挙動指示を車両１０１へ送信する。以降、車両１０１およびサーバ１０２は、前回予測した未来（Ｔ31・・）に到達する度に、上述したような動作を繰り返す。その結果、従来は、図７上段に示したように、定期的にデータを送信するようになっていたのに対し、本実施形態に係る車両１０１は、図７下段に示したように、従来よりも長い間隔をあけて検知データＤ₁を送信することになる。

車両１０１の判定部１２が、未来の状態（例えば、上述した検知データＤ₁をサーバ１０２が取得した時刻から第一所定時間後の時刻）と現在の状態との間に閾値以上の誤差が生じたか否かを判定するよう構成されている場合、デジタルツインシステム１００は、更に以下のように動作する。挙動指示を受信した車両１０１は、所定時間が経過する度に検知データＤ₁を取得する。そして、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態との間に閾値以上の誤差が生じたか否かを繰り返し判定する。そして、閾値以上の誤差が生じたと判定した場合、車両１０１は、次の検知データＤ₁の送信時刻（Ｔ₂₁）の到来を待つことなく検知データＤ₁をサーバ１０２に送信する。

この場合、検知データＤ₁を受信したサーバ１０２は、学習済モデル６１を用いて上述した第二所定時間（３５０～４５０ｍｓｅｃ）後の予測データＤ₂を出力する。そして、サーバ１０２は、出力した予測データＤ₂に基づいてシミュレーションを行い、第二所定時間後の車両の状態を指示する挙動指示を生成する。そして、サーバ１０２は生成した挙動指示を車両１０１へ送信する。

挙動指示を受信した車両１０１は、挙動指示に基づく走行が可能であるか否かの判断や、挙動指示の出力等を行う。そして、挙動指示を受信した車両１０１は、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態との間に閾値以上の誤差が生じたか否かを繰り返し判定する。そして、閾値以上の誤差が生じていないと判定される状態が第二所定時間継続された場合、車両１０１は、検知データＤ₁の送信動作を通常に戻す。すなわち、車両１０１は、挙動指示を受信してから第二所定時間が経過すると検知データＤ₁をサーバ１０２へ送信する動作に戻る。そして、検知データＤ₁を受信したサーバ１０２が出力する予測データＤ₂も、上述した第一所定時間（例えば、６００ｍｓｅｃ）後の予測データＤ₂に戻る。一方、未来の状態と現在の状態の間に閾値以上の誤差が生じたと判定された場合、車両１０１は、次の検知データＤ₁の送信時刻（第二所定時間後）の到来を待つことなく検知データＤ₁をサーバ１０２に送信する。

検知データＤ₁を受信したサーバ１０２は、学習済モデル６１を用いて第二所定時間よりも短い第三所定時間（例えば、２００～３００ｍｓｅｃの範囲内）後の予測データＤ₂を出力する。なお、第三所定時間は、検知データＤ₁の取得周期より長くてもよい。また、第三所定時間には、予測データＤ₂をサーバ１０２が送信し車両１０１が受信するまでの時間を含めてもよい。そして、サーバ１０２は、出力した予測データＤ₂に基づいてシミュレーションを行い、第三所定時間後の車両の状態を指示する挙動指示を生成する。そして、サーバ１０２は生成した挙動指示を車両１０１へ送信する。

挙動指示を受信した車両１０１は、サーバ１０２から受信した挙動指示に基づく未来の状態と、取得部１１が取得した検知データＤ₁に基づく現在の状態との間に閾値以上の誤差が生じたか否かを繰り返し判定する。そして、閾値以上の誤差が生じていないと判定される状態が第三所定時間継続された場合、車両１０１は、次の挙動指示を受信した後の検知データＤ₁の送信動作を通常に戻す。そして、検知データＤ₁を受信したサーバ１０２が出力する予測データＤ₂も、上述した第二所定時間（３５０～４５０ｍｓｅｃ）後の予測データＤ₂に戻る。一方、未来の状態と現在の状態の間に閾値以上の誤差が生じたと判定された場合、車両１０１は、次の検知データＤ₁の送信時刻（第三所定時間後）の到来を待つことなく検知データＤ₁をサーバ１０２に送信する。以降、車両１０１およびサーバ１０２は、上述したような動作を繰り返す。

こうすることで、車両１０１が想定内の状態にある場合は、車両１０１－サーバ１０２間の通信量を低減しつつ、車両１０１に想定外の事態が生じた場合、または想定外の事態が起き続けている場合は、通信量が多少増大することにはなるが、サーバ１０２が車両１０１の状態をよりリアルタイムに把握することができる。

［作用効果］
以上説明してきた本実施形態に係る車両１０１によれば、検知データＤ₁をサーバ１０２へ送信し、未来の車両１０１の状態をサーバ１０２側で予測するので、サーバ１０２は、十分な量の検知データＤ₁に基づいてより遠い未来の予測をより高い精度で行い、正確な挙動指示を生成することができる。また、こうすることで、予測した未来に到達するまでの間はサーバ１０２へデータを送信する必要がなくなるため、車両１０１－サーバ１０２間の通信量を低減することができる。その結果、車両１０１と、車両１０１のデジタルツインを生成するサーバ１０２と、を備えるデジタルツインシステム１００において、デジタルツインの精度を落とすことなく、車両１０１－サーバ１０２間の通信量の低減を実現することができる。

＜実施形態その他＞
上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。

［ソフトウェアによる実現例］
上記車両１０１およびサーバ１０２（以下、「装置等」と呼ぶ）の機能は、当該装置等としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック（特に車両側制御部１、サーバ側制御部４に含まれる各部）としてコンピュータを機能させるためのプログラムにより実現することができる。この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも１つの制御装置（例えばプロセッサ）と少なくとも１つの記憶装置（例えばメモリ）を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、１または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。

また、以上説明してきた本発明の各態様によれば、上述した作用効果を奏することにより、持続可能な開発目標（ＳＤＧｓ）の目標９「産業と具術革新の基盤をつくろう」の達成に貢献できる。なお、本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１００ デジタルツインシステム
１０１ 車両
１ 車両側制御部
１１ 取得部
１２ 判定部
１３ 第一送信制御部
１４ 第一受信制御部
１５ 判断部
１６ 第二送信制御部
１７ 出力制御部
２ 車両側通信部
３ 表示部
１０２ サーバ
４ サーバ側制御部
４１ 第二受信制御部
４２ 予測部
４３ 実行部
４４ 第三送信制御部
５ サーバ側通信部
６ 記憶部
６１ 学習済モデル

Claims (8)

1. 複数のセンサと、
   前記複数のセンサからそれぞれ検知データを取得する取得部と、
   前記取得部が取得した検知データの少なくとも一部を、前記検知データの入力により車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測するサーバへ送信し、前記サーバから予測に基づく挙動指示を受信する通信部と、を備え、
   前記通信部は、前記検知データを送信した後、次の前記検知データを送信することの可否を示す判定結果に基づいて次の前記検知データを送信する、車両。
2. 前記通信部が受信した前記挙動指示に基づく走行が可能であるか否かを判断する判断部を備え、
   前記通信部は、前記挙動指示に基づく走行が可能ではないと判断部が判断した場合に前記検知データを送信する、
   請求項１に記載の車両。
3. 前記通信部が受信した前記挙動指示に基づいて車両の少なくとも一部の動作を自動で制御する運転制御部、または前記挙動指示の出力を制御する出力制御部を備える、請求項１または２に記載の車両。
4. 前記検知データを送信することの可否を判定する判定部を更に備える、請求項１～３のいずれか一項に記載の車両。
5. 前記判定部は、所定時間後の時刻に到達するか否かを、前記検知データを送信することの可否として判定し、
   前記通信部は、前記所定時間後の時刻に到達すると前記判定部が判定した場合に、前記検知データを前記サーバへ送信する、請求項４に記載の車両。
6. 複数のセンサと、前記複数のセンサからそれぞれ検知データを取得する取得部と、を備える車両から、前記複数のセンサが出力した検知データを受信する通信部と、
   前記通信部が受信した検知データに基づいて車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測し、その予測結果を予測データとして出力する予測部と、
   受信した検知データと、交通参加者の交通データと、に基づいて交通状況に関するシミュレーションを行う実行部と、を備え、
   前記通信部は、前記検知データを受信した後、前記車両が次の前記検知データを送信することの可否が判定された結果に従い次の前記検知データを受信する、サーバ。
7. 前記予測部は、所定時間後の時刻が到達する直前に、新たな予測のために車両に検知データの送信を要求する、請求項６に記載のサーバ。
8. 前記通信部は、前記実行部が行ったシミュレーションの結果を、前記車両および前記交通参加者が所持する端末装置の少なくとも一方に送信する、請求項６または７に記載のサーバ。

Images