JP7265334B2 - データ収集装置、データ収集システムおよびデータ収集方法 - Google Patents

Description

開示の実施形態は、データ収集装置、データ収集システムおよびデータ収集方法に関する。

従来、各車両に搭載された車載装置から道路情報を収集するデータ収集装置が知られている。かかるデータ収集装置では、各車両の位置情報に基づき、道路情報の収集対象となる車両を選別することで、所望する位置の道路情報を収集する（たとえば、特許文献１参照）。

特開２０１８－０５５５８１号公報

しかしながら、上述した従来技術は、ユーザに対し、指定した収集条件による情報収集の確実性を把握させるうえで、さらなる改善の余地がある。

具体的には、上述した従来技術では、ユーザが端末を介してセンター装置に接続し、センター装置上のユーザインタフェースからアップロードの条件などの任意の収集条件を指定することが可能である。このことは、状況に応じた柔軟な情報収集や、通信量の削減などに寄与するものではあるが、その一方で、ユーザは、指定した収集条件に該当して情報が収集される確率がどのくらいあり、また、かかる確率に基づいて、所望する収集期間にどの程度の件数が収集できるのかを把握しにくい。

実施形態の一態様は、上記に鑑みてなされたものであって、ユーザに対し、指定した収集条件による情報収集の確実性を把握させることができるデータ収集装置、データ収集システムおよびデータ収集方法を提供することを目的とする。

実施形態の一態様に係るデータ収集装置は、車両に搭載された車載装置に当該車両に関するデータの収集条件を送信し、当該収集条件を満たすデータを収集するデータ収集装置であって、制御部を備える。前記制御部は、前記データ収集装置の利用者から、前記収集条件を受け付け、前記データ収集装置で収集した過去のデータの収集実績に基づいて、前記収集条件で収集される事象の発生確率を算出し、前記データ収集装置の利用者から、前記収集条件を満たすデータの希望収集量を受け付け、前記発生確率に基づいて、前記希望収集量を満たすために必要な前記データの収集期間を前記利用者に通知する。

実施形態の一態様によれば、ユーザに対し、指定した収集条件による情報収集の確実性を把握させることができる。

図１Ａは、実施形態に係るデータ収集方法の概要説明図（その１）である。 図１Ｂは、実施形態に係るデータ収集方法の概要説明図（その２）である。 図１Ｃは、実施形態に係るデータ収集方法の概要説明図（その３）である。 図１Ｄは、実施形態に係るデータ収集方法の概要説明図（その４）である。 図１Ｅは、実施形態に係るデータ収集方法の概要説明図（その５）である。 図１Ｆは、実施形態に係るデータ収集方法の概要説明図（その６）である。 図１Ｇは、実施形態に係るデータ収集方法の概要説明図（その７）である。 図１Ｈは、実施形態に係るデータ収集方法の概要説明図（その８）である。 図２は、実施形態に係るデータ収集システムの構成例を示すブロック図である。 図３Ａは、収集条件設定画面の一例を示す図（その１）である。 図３Ｂは、収集条件設定画面の一例を示す図（その２）である。 図４Ａは、類似条件の検索動作の説明図（その１）である。 図４Ｂは、類似条件の検索動作の説明図（その２）である。 図４Ｃは、類似条件の検索動作の説明図（その３）である。 図５は、収集条件の発生確率の算出方法の説明図である。 図６は、実施形態に係るデータ収集システムが実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、本願の開示するデータ収集装置、データ収集システムおよびデータ収集方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

また、以下では、「頻度」と言った場合、過去の実績から統計学的に抽出された、ある事象が起こった割合を指すものとする。また、「確率」と言った場合、ある事象がこれから起こりうる割合を指すものとする。

まず、実施形態に係るデータ収集方法の概要について、図１Ａ～図１Ｈを用いて説明する。図１Ａ～図１Ｈは、実施形態に係るデータ収集方法の概要説明図（その１）～（その８）である。なお、図１Ａ～図１Ｈでは、実施形態に係るデータ収集方法を適用したデータ収集システム１を例に挙げて説明を行う。

図１Ａに示すように、実施形態に係るデータ収集システム１は、データ収集装置１０と、車両Ｖ－１，Ｖ－２，Ｖ－３…にそれぞれ搭載された車載装置１００－１，１００－２，１００－３…と、利用者端末２００とを含む。なお、以下では、車両全般を指す場合には「車両Ｖ」と、また、車載装置全般を指す場合には「車載装置１００」と、それぞれ記載する。

データ収集装置１０は、たとえばインターネットや携帯電話回線網等のネットワークＮを介したクラウドサービスを提供するクラウドサーバとして構成され、データ利用者から車両データの収集要求を受け付けるとともに、受け付けた収集要求に基づき、各車載装置１００から車両データを収集し、データ利用者へ提供する。

車載装置１００は、たとえばカメラや、加速度センサ、ＧＰＳ（Global Positioning System）センサといった各種センサ、記憶デバイス、マイクロコンピュータなどを有するドライブレコーダであって、データ収集装置１０が受け付けた収集要求に応じた車両データを車両Ｖから採取する。

また、車載装置１００は、採取した車両データをデータ収集装置１０へ必要に応じてアップロードする。このようにドライブレコーダを車載装置１００として兼用することによって、車両Ｖへ搭載する車載部品を効率化することができる。なお、兼用することなく、車載装置１００とドライブレコーダとを別体で構成してもよい。

利用者端末２００は、データ利用者が利用する端末であり、たとえばノート型ＰＣ（Personal Computer）や、デスクトップ型ＰＣ、タブレット端末、ＰＤＡ（Personal Digital Assistant）、スマートフォン、眼鏡型や時計型の情報処理端末であるウェアラブルデバイス（wearable device）などである。

また、データ利用者は、たとえばデータ収集装置１０から提供される車両データに基づいて自動運転技術の開発を行う開発者などである。データ収集装置１０は、かかるデータ利用者に対し、利用者端末２００を介してアクセス可能なユーザインタフェース（以下、「ＵＩ」と記載する）画面を提供する。

データ利用者は、かかるＵＩ画面を介し、図１Ａに示すように、車両データの収集条件を指定する。すると、これを受け付けたデータ収集装置１０は、各車両Ｖへかかる収集条件をたとえばファイル形式で配信する。

収集条件には、図１Ｂに示すように、車両データの収集に関する各種パラメータが含まれる。各種パラメータは、同図に示すように、たとえば「対象車両」、「データ種別」、「収集トリガ条件」、「収集期間」などであり、データ利用者は、上述のＵＩ画面を介してこれらを任意に指定することが可能である。

なお、「対象車両」は、収集対象となる車両Ｖの識別情報である。また、「データ種別」は、収集対象となるデータの種別、一例としてアクセル開度率などである。「収集トリガ条件」は、収集のトリガとなる条件であり、一例として車速が所定速を超えた場合などである。

たとえば図１Ａの例では、少なくとも車両Ｖ－２の車載装置１００－２は、「車速＞６０ｋｍ／ｈ」を収集トリガ条件として、データ種別「アクセル開度率」が収集される収集条件が指定されている。

そして、車載装置１００は、各車両Ｖにおいて採取した車両データを適宜データ収集装置１０へアップロードし、データ収集装置１０はこれを蓄積する。そして、データ利用者は、たとえば前述のＵＩ画面を介して、データ収集装置１０に蓄積された車両データを閲覧またはダウンロードする。

より具体的に、データ収集システム１においてデータ利用者へ車両データが提供されるまでの一連の流れについて、図１Ｃ～図１Ｅを用いて説明する。図１Ｃに示すように、まずデータ利用者は、データ収集装置１０と接続された利用者端末２００により収集条件を指定する。

また、この際に、データ収集装置１０は、収集することとなる実データＲに付加され、かかる実データＲの検索や概要把握に用いられるインデックスデータとしての特性を有するタグデータＴの生成用データを生成する。なお、かかるタグデータＴの生成用データは、利用者端末２００あるいはデータ収集装置１０に記憶されたプログラムや生成用データを用いつつ、データ利用者の操作に基づいて生成される。

そして、指定された収集条件や、生成されたタグデータＴの生成用データは、データ収集装置１０に記憶されるとともに、データ収集の対象となる車両Ｖへ配信されて、車載装置１００にも記憶される。

次に、各車載装置１００は、各種センサの出力データを監視し、記憶している収集条件を満たすイベントが発生した場合に、その実データＲを記憶デバイスに記憶する。また、各車載装置１００は、記憶しているタグデータＴの生成用データと実データＲとに基づき、当該実データＲに対応するタグデータＴを生成して記憶する。そして、各車載装置１００は、タグデータＴをデータ収集装置１０にアップロードし、データ収集装置１０はそのタグデータＴを記憶する。なお、このとき、実データＲは、データ収集装置１０へはアップロードされない。

そして、データ利用者が、利用者端末２００により、データ収集状況の確認や実データＲの収集のためにデータ収集装置１０と接続すると、データ収集装置１０により収集されたタグデータＴに基づくメタ情報が利用者端末２００に表示される。あわせて、各タグデータＴに対応する実データＲを収集する操作を行うためのＵＩ画面が表示される。

そして、図１Ｄに示すように、データ利用者が、利用者端末２００により、収集する実データＲに対応するタグデータＴを指定すると、データ収集装置１０を介して該当の車載装置１００へ実データＲを指定する指示データが送信される。

その後、図１Ｅに示すように、指定された実データＲが、各車載装置１００からデータ収集装置１０へアップロードされ、データ収集装置１０に記憶される。そして、データ利用者が、利用者端末２００により、データ収集装置１０に記憶された実データＲにアクセスして、かかる実データＲの閲覧やダウンロードなどを行う。

なお、車載装置１００のデータ容量の観点からは、データ収集装置１０にアップロードされた実データＲおよびこれに対応するタグデータＴは、データ収集装置１０へのアップロード後に車載装置１００から削除されることが好ましい。

また、タグデータＴは、実データＲの一部を単純に抜粋したようなデータではなく、データ利用者が参照したときに実データＲの概要を把握し、実データＲの要否を判断できる程度にメタ情報化されていることが好ましい。

ところで、上述したように、データ利用者は、収集条件パラメータを任意に指定することができるが、このことは、ユーザにとって、指定した収集条件に該当して確実に情報が収集される確率がどのくらいあり、また、かかる確率に基づいて、所望する収集期間にどの程度の件数が収集できるのかを把握させづらいということである。

すなわち、図１Ｆに示すように、データ利用者は、任意に指定した収集条件で希望収集量「ＸＸＸ件」を収集したい場合に、どれくらいかかるのかといったことを把握することが難しい。

そこで、実施形態に係るデータ収集方法では、データ収集装置１０が、データ利用者から任意の収集条件と所望の収集量の指定を受けた場合に、データ収集のトリガとなるイベントの発生頻度を過去の類似収集条件（以下、「類似条件」と言う）に基づいて抽出することとした。また、抽出した頻度に基づいて、データ利用者に指定された収集条件での上記イベントの発生確率を算出し、かかる確率に関する確率情報を生成して、利用者端末２００へ通知することとした。

具体的には、図１Ｇに示すように、実施形態に係るデータ収集方法では、まずデータ利用者が、利用者端末２００を介して「希望収集量」および「収集条件」を指定する（ステップＳ１）。すると、これを受けたデータ収集装置１０は、過去の類似条件を解析し（ステップＳ２）、その解析結果から前述の発生確率を算出する（ステップＳ３）。

そして、データ収集装置１０は、算出した確率に関する確率情報を生成する（ステップＳ４）。同図に示すように、確率情報には、たとえば「データ収集確率：○○件／分」、「完了予測日時：○月△日□時」、「希望日時までの収集データ量予測：○件」といった内容が含まれる。

そして、データ収集装置１０は、生成した確率情報を利用者端末２００へ通知する（ステップＳ５）。また、このとき、データ収集装置１０は、データ利用者が指定した希望日時までに終わらない場合、または、類似条件がない場合、データ利用者に対し、条件変更をガイダンスする（ステップＳ６）。

具体的には、図１Ｈに示すように、データ収集装置１０は、利用者端末２００に対し、条件変更をガイダンスするＵＩ画面を提供する。たとえば、データ収集装置１０は、同図のパターンＰ１として示すように、「完了予定日時」を表示させる。また、「データ収集確率」を表示させてもよい。なお、「データ収集確率」は、同図に示すように、「○○件／分」のような所定時間あたりの発生件数に限らず、たとえば「△△分／件」のような発生間隔を示すものであってもよい。

また、同図のパターンＰ１に示すように、データ利用者に指定された条件式に警告としてのエクスクラメーションマークとともに、「閾値を○○まで下げれば完了予定日時が××となります」といったガイダンスメッセージを表示させて、データ利用者に適切な値での条件入力を促す。

また、データ収集装置１０は、データ利用者に指定された希望日時までに収集が完了する類似条件を過去の実績などから検索しておき、パターンＰ２として示すように、おすすめの条件式のパッケージとしてリスト表示することもできる。データ利用者がかかるリストから所望のパッケージを選択すると、選択されたパッケージの内容で容易に条件変更を行うことができる。

このように、実施形態に係るデータ収集方法では、データ収集装置１０が、データ利用者から任意の収集条件と所望の収集量の指定を受けた場合に、データ収集のトリガとなるイベントの発生頻度を過去の類似条件に基づいて抽出することとした。また、抽出した頻度に基づいて、データ利用者に指定された収集条件での上記イベントの発生確率を算出し、かかる確率に関する確率情報を生成して、利用者端末２００へ通知することとした。

したがって、実施形態に係るデータ収集方法によれば、データ利用者に対し、指定した収集条件による情報収集の確実性を把握させることができる。以下、実施形態に係るデータ収集システム１の構成例について、より具体的に説明する。

図２は、実施形態に係るデータ収集システム１の構成例を示すブロック図である。なお、図２では、実施形態の特徴を説明するために必要な構成要素のみを表しており、一般的な構成要素についての記載を省略している。

換言すれば、図２に図示される各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、各ブロックの分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することが可能である。

また、図２を用いた説明では、既に説明済みの構成要素については、説明を簡略するか、省略する場合がある。

図２に示すように、実施形態に係るデータ収集システム１は、データ収集装置１０と、車載装置１００と、利用者端末２００とを含む。

まず、データ収集装置１０から説明する。データ収集装置１０は、通信部１１と、記憶部１２と、制御部１３とを備える。

通信部１１は、たとえば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１は、ネットワークＮと有線または無線で接続され、ネットワークＮを介して、車載装置１００や、利用者端末２００との間で情報の送受信を行う。

記憶部１２は、たとえば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現され、図２の例では、収集条件情報ＤＢ１２ａと、収集データＤＢ１２ｂとを記憶する。

収集条件情報ＤＢ１２ａは、利用者端末２００から指定され、後述する受付部１３ｂによって受け付けられた収集条件が蓄積される。すなわち、収集条件情報ＤＢ１２ａは、収集条件に関する過去の実績を含む。

収集データＤＢ１２ｂは、後述する収集部１３ｆによって各車載装置１００から収集された収集データが蓄積される。すなわち、収集データＤＢ１２ｂは、収集データの過去の実績を含む。なお、収集データは、前述のタグデータＴおよび実データＲを含む。

制御部１３は、コントローラ（controller）であり、たとえば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、データ収集装置１０内部の記憶デバイスに記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３は、たとえば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現することができる。

制御部１３は、ＵＩ提供部１３ａと、受付部１３ｂと、解析部１３ｃと、ガイダンス生成部１３ｄと、配信部１３ｅと、収集部１３ｆとを有し、以下に説明する情報処理の機能や作用を実現または実行する。

ＵＩ提供部１３ａは、収集条件の設定画面のほか、データ収集に関する種々のＵＩ画面を生成し、通信部１１を介して利用者端末２００に対し、提供する。ＵＩ画面の具体例については、図３Ａおよび図３Ｂを用いた説明で後述する。また、ＵＩ提供部１３ａは、後述するガイダンス生成部１３ｄによって生成されたガイダンス情報をＵＩ画面へ含ませて提供する。

ガイダンス情報には、利用者端末２００からデータ利用者によって指定された収集条件に基づいて、後述する解析部１３ｃにより算出された確率に関する確率情報が含まれる。

受付部１３ｂは、データ利用者により、利用者端末２００から指定された希望収集量および収集条件を通信部１１を介して受け付け、解析部１３ｃへ通知する。また、受付部１３ｂは、データ利用者により指定された収集条件を、収集条件情報ＤＢ１２ａへ格納する。

また、受付部１３ｂは、データ利用者によりたとえば希望日時までにデータ収集が完了するように条件変更された収集条件を受け付けた場合に、これにより、収集条件情報ＤＢ１２ａ内の該当する収集条件を更新する。

解析部１３ｃは、受付部１３ｂによって受け付けられた希望収集量、収集条件、収集条件情報ＤＢ１２ａ、および、収集データＤＢ１２ｂに基づいて過去の類似条件を解析する。具体的には、解析部１３ｃは、受付部１３ｂによって受け付けられた収集条件に類似する過去の類似条件を収集条件情報ＤＢ１２ａから抽出する。なお、ここに言う類似条件は、同一条件を含む。

このとき、解析部１３ｃは、収集条件の各項目に関連付けた優先度に基づき、類似度の高い順に、過去の類似条件を収集条件情報ＤＢ１２ａから検索する。この点については、図４Ａ～図４Ｃを用いた説明で後述する。

また、解析部１３ｃは、類似条件があった場合に、当該類似条件でデータ収集のトリガとなるイベントが発生する頻度を、収集データＤＢ１２ｂに基づいて抽出する。また、解析部１３ｃは、抽出した頻度に基づいて、データ利用者に指定された収集条件での上記イベントの発生確率を算出する。そして、解析部１３ｃは、算出した確率をガイダンス生成部１３ｄへ通知する。

なお、解析部１３ｃは、該当する類似条件がなかった場合、より少ない変更で類似条件とすることができる収集条件の項目をガイダンス生成部１３ｄへ通知する。

また、解析部１３ｃは、該当する類似条件はあったが、算出した確率では希望日時までにデータ収集が完了しない場合、類似条件からより少ない変更で希望日時までに完了する条件を探索し、探索結果をガイダンス生成部１３ｄへ通知する。言い換えれば、解析部１３ｃは、類似条件に基づく完了予測日時が希望日時を超える場合に、希望日時までに完了する他の類似条件をたとえば変更量が少ない順に抽出し、ＵＩ提供部１３ａに対し、データ利用者へ通知させる。なお、図１Ｈに示したおすすめの条件式のパッケージのように、複数個をリストアップして通知してもよい。

ガイダンス生成部１３ｄは、解析部１３ｃから通知された解析結果に基づき、データ利用者に条件変更させる場合を含む、収集条件に関するガイダンス情報を生成し、ＵＩ提供部１３ａへ通知する。たとえばガイダンス生成部１３ｄは、図１Ｇに示したような確率情報が表示されるように、ガイダンス情報を生成する。また、たとえばガイダンス生成部１３ｄは、図１Ｈに示したような条件変更のガイダンスが表示されるように、ガイダンス情報を生成する。

配信部１３ｅは、収集条件情報ＤＢ１２ａへ格納され、設定された収集条件を、対象車両となる車両Ｖへ、たとえばファイル形式で通信部１１を介して配信する。収集部１３ｆは、車載装置１００からアップロードされる車両データを、通信部１１を介して収集し、収集データＤＢ１２ｂへ蓄積する。

次に、車載装置１００について説明する。車載装置１００は、通信部１０１と、記憶部１０２と、制御部１０３とを備える。また、車載装置１００は、上述したように、カメラや、加速度センサ、ＧＰＳセンサなどの各種センサ１５０が接続される。

通信部１０１は、通信部１１と同様に、たとえばＮＩＣ等によって実現される。通信部１０１は、ネットワークＮと無線で接続され、ネットワークＮを介して、データ収集装置１０との間で情報の送受信を行う。また、通信部１０１は、各種センサ１５０の出力データを受信する。

記憶部１０２は、記憶部１２と同様に、たとえば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現され、図２の例では、収集条件情報１０２ａと、車両データ情報１０２ｂとを記憶する。

収集条件情報１０２ａは、データ収集装置１０から配信された収集条件を含む情報である。車両データ情報１０２ｂは、後述する採取部１０３ｃによって採取された車両データを含む情報である。車両データは、前述のタグデータＴおよび実データＲを含む。

制御部１０３は、制御部１３と同様に、コントローラであり、たとえば、ＣＰＵやＭＰＵ等によって、車載装置１００内部の記憶デバイスに記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１０３は、たとえば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

制御部１０３は、取得部１０３ａと、検出部１０３ｂと、採取部１０３ｃと、アップロード部１０３ｄとを有し、以下に説明する情報処理の機能や作用を実現または実行する。

取得部１０３ａは、データ収集装置１０から配信された収集条件を取得し、収集条件情報１０２ａへ格納する。検出部１０３ｂは、各種センサ１５０からの出力データを監視し、収集条件においてトリガとなるイベントの発生を検出する。

たとえば検出部１０３ｂは、収集条件において車両データを採取するトリガとなるイベントの発生を検出した場合に、採取部１０３ｃに車両データを採取させる。また、たとえば検出部１０３ｂは、収集条件において車両データをデータ収集装置１０へアップロードさせるトリガとなるイベントの発生を検出した場合に、アップロード部１０３ｄに車両データをアップロードさせる。

採取部１０３ｃは、検出部１０３ｂによって車両データを採取するトリガの発生が検出された場合に、各種センサ１５０の出力データに基づく車両データを採取して車両データ情報１０２ｂへ格納する。また、採取部１０３ｃは、検出部１０３ｂによって車両データの採取を停止するトリガの発生が検出された場合に、車両データの採取を停止する。

アップロード部１０３ｄは、検出部１０３ｂによって車両データをアップロードするトリガの発生が検出された場合に、車両データ情報１０２ｂに格納された車両データをデータ収集装置１０へアップロードする。

次に、ＵＩ提供部１３ａがＵＩ画面として利用者端末２００へ提供する、収集条件設定画面の具体例について図３Ａおよび図３Ｂを用いて説明する。図３Ａおよび図３Ｂは、収集条件設定画面の一例を示す図（その１）および（その２）である。

図３ＡのＭ１部に示すように、「収集条件設定画面」は、収集条件ごとに、車両データを採取するトリガとなるイベント発生の条件式の指定が可能な「トリガブロック」項目を有する。

かかる項目では、図３Ｂに示すように、ＧＵＩウィジェットのドロップダウンリストなどにより、条件式の「パラメータ」や「記号」が選択可能となっている。「閾値」はたとえば直接の入力指定が可能であるが、「パラメータ」や「記号」と同様に、ドロップダウンリストなどによる指定が可能であってもよい。

なお、図３Ａに示すように、こうしたトリガブロックは、「＋」ボタンを押下することにより、追加することが可能である。また、追加した際には、「ａｎｄ」や「ｏｒ」といったブール演算子の入力部が表示され論理条件の設定が可能である（同図のＭ１部参照）。したがって、トリガとなるイベント発生は、複合条件での指定が可能である。

また、図３Ａに示すように、「収集条件設定画面」では、収集データのさらに詳細な条件指定が可能である。たとえばＧＵＩウィジェットのラジオボタンなどで選択可能な「通常」および「メタ情報」は、前述の実データＲおよびタグデータＴに対応する。「データ種別」は、採取する車両データの種別、たとえばアクセル開度率などを指定する項目である。

「希望収集量」項目は、上述した希望収集量の指定項目であり、データ利用者が、同図に示すＭ２部へ任意のたとえば件数を指定することにより、データ収集装置１０は、指定された件数に基づくガイダンス情報を生成することになる。

「希望完了日時」項目は、データ利用者が指定する収集期間に対応する項目であり、データ利用者が、同図に示すＭ３部へ任意の希望完了日時を指定することにより、データ利用者の所望する収集期間が設定される。

「サンプリング周期」項目は、サンプリング周期が指定される項目である。また、「差分抽出」項目により、前回からの差分ｂｉｔ長のみデータを採取するか否かを指定することもできる。これらにより、データ利用者は、目的に応じた柔軟な収集条件の指定を行うことが可能となる。

次に、解析部１３ｃが、類似度の高い順に、過去の類似条件を収集条件情報ＤＢ１２ａから検索する点について、図４Ａ～図４Ｃを用いて説明する。図４Ａ～図４Ｃは、類似条件の検索動作の説明図（その１）～（その３）である。

まず、説明の前提として、前述のトリガブロックにおいて図４Ａに示す条件式が指定されていたものとする。

解析部１３ｃは、かかるトリガブロックの「パラメータ」、「記号」および「閾値」につき、それぞれ指定される項目に応じて関連度を重み付けする。以下の説明で、関連度や優先度を「Ａ」～「Ｆ」などのアルファベットで表した場合、「Ａ」側が関連度または優先度が高いものとする。また、関連度を「△」や「×」で表した場合、「△」の方が関連度が高く、「×」の方が関連度が低いものとする。

具体的には、解析部１３ｃは、図４Ａに示す条件式が指定されていた場合に、図４Ｂに示すように、パラメータの指定値「車速」に対しては、たとえば「加速度」に関連度「Ａ」、「エンジン回転数」に関連度「Ｂ」、「ブレーキ圧」に関連度「Ｃ」、「エンジン油温」に関連度「Ｆ」を設定する。

また、解析部１３ｃは、記号の指定値「＞」に対しては、たとえば「≧」に関連度「△」、「＝」、「＜」、「≦」にそれぞれ関連度「×」を設定する。

また、解析部１３ｃは、閾値の指定値「６０」に対しては、たとえばこれに前後する「５０」、「７０」に関連度「△」、「４０」、「８０」にそれぞれ関連度「×」を設定する。

そのうえで、解析部１３ｃは、「パラメータ」、「記号」および「閾値」に優先度を設定する。ここで、たとえば「パラメータ」に優先度Ｃ、「記号」に優先度Ａ、「閾値」に優先度Ｂが設定されたものとする。

そして、解析部１３ｃは、優先度の高い項目から順に、指定値を関連度が高い順に変化させつつ、類似条件を示す類似条件式を類似度が高い順に生成する。そして、解析部１３ｃは、かかる類似度の高い順に、過去の類似条件を収集条件情報ＤＢ１２ａから検索する。

たとえば図４Ｂに示した優先度および関連度に従えば、解析部１３ｃは、図４Ｃに示すように、類似条件式＃１として、記号を「＞」から「≧」に変更した条件式を生成する。そして、かかる類似条件式＃１に該当する過去の類似条件を収集条件情報ＤＢ１２ａから検索する。

その結果、該当する類似条件がなければ、解析部１３ｃは、たとえば、類似条件式＃２として、閾値を「６０ｋｍ／ｈ」から「７０ｋｍ／ｈ」に変更した条件式を生成する。そして、かかる類似条件式＃２に該当する過去の類似条件を収集条件情報ＤＢ１２ａから検索する。

これを繰り返し、さらに該当する類似条件がなければ、解析部１３ｃは、たとえば、類似条件式＃ｎとして、パラメータを「車速」から「エンジン回転数」に変更し、これに応じて閾値を変更した条件式を生成する。そして、かかる類似条件式＃ｎに該当する過去の類似条件を収集条件情報ＤＢ１２ａから検索する。

これを繰り返し、さらに該当する類似条件がなく、その他条件式として示すように、関連度なしの条件式しか残らなければ、解析部１３ｃは、類似条件なしと判定する。

なお、図４Ｂに示した関連度などは、たとえばデータ利用者に条件変更をガイダンスする際に、前述のドロップダウンリスト（図３Ｂ参照）などに反映させてもよい。たとえば、現在の指定値からの変更を促すに際して、かかるドロップダウンリストに、関連度の高い順に指定値の候補を列挙するようにしてもよい。

言い換えれば、ＵＩ提供部１３ａは、収集条件の一の項目に指定された指定値に応じて、当該一の項目以外の他の項目の指定値をガイダンスすることとなる。これにより、データ利用者が指定したパラメータの内容に応じて、データ利用者に容易に他のパラメータの設定を行わせることができる。

次に、解析部１３ｃによる収集条件の発生確率の算出方法について、図５を用いて説明する。図５は、収集条件の発生確率の算出方法の説明図である。図５に示すように、解析部１３ｃは、まず指定のサンプリング周期において希望収集量を収集する場合を必要収集期間とする。

また、解析部１３ｃは、指定された収集条件に類似する類似条件でのトリガの発生頻度を条件式ごと（ここでは「条件Ａ」および「条件Ｂ」ごと）に抽出し、たとえば必要収集期間にマッピングする。

そして、解析部１３ｃは、これに基づき、条件式ごとに、トリガとなるイベントの発生確率を算出する。また、解析部１３ｃは、条件式の組み合わせのＡＮＤ条件が真となる場合（図中の破線の閉曲線で囲まれた部分参照）の発生確率を算出する。また、解析部１３ｃは、かかるＡＮＤ条件が真となる場合がＸ回繰り返される確率を算出する。また、条件式の組み合わせが複数存在する場合、それらの組み合わせのＡＮＤ条件が真となる場合の発生確率、また、繰り返しの発生確率を算出する。

また、解析部１３ｃは、算出したこれら発生確率に基づき、想定されるサンプリング数、すなわち予測値としての収集量を算出する。こうした解析部１３ｃの算出結果はガイダンス生成部１３ｄへ通知され、ガイダンス生成部１３ｄは通知された内容に基づいて、図１Ｇに示した確率情報などを含むガイダンス情報を生成することとなる。

なお、各々の発生確率（％値の場合）の乗算値がＡＮＤ条件の確率となるが、多くの場合は相関関係が存在するので、その分乗算値よりも実際の確率は高くなる。したがって、簡易的には、条件式の各パラメータの各閾値（適度な間隔）間の相関係数を示すテーブルを予め設定しておき、かかるテーブルにより上記乗算値に対応する相関係数を加味した確率を算出するようにしてもよい。

次に、実施形態に係るデータ収集システム１が実行する処理手順について、図６を用いて説明する。図６は、実施形態に係るデータ収集システム１が実行する処理手順を示すフローチャートである。

まず、データ利用者が、利用者端末２００から希望収集量を指定する（ステップＳ１０１）。また、データ利用者が、利用者端末２００から収集条件を指定する（ステップＳ１０２）。

すると、データ収集装置１０の解析部１３ｃが、過去の類似条件を解析する（ステップＳ１０３）。ここで、同一条件がある場合（ステップＳ１０４，Ｙｅｓ）、解析部１３ｃは、同一条件でのトリガの発生頻度に基づいて指定条件での発生確率を算出する（ステップＳ１０５）。

また、同一条件がない場合（ステップＳ１０４，Ｎｏ）、解析部１３ｃは、同一条件以外の類似条件を類似度が高い順に検索し、類似条件があれば（ステップＳ１０６，Ｙｅｓ）、類似条件でのトリガの発生頻度に基づいて指定条件での発生確率を算出する（ステップＳ１０７）。

また、かかる類似度が高い順の検索を繰り返し、類似条件がなければ（ステップＳ１０６，Ｎｏ）、ガイダンス生成部１３ｄがガイダンス情報を生成し、ＵＩ提供部１３ａが、これに基づいて条件変更をガイダンスする（ステップＳ１０８）。そして、ステップＳ１０２からの処理を繰り返す。

一方、ステップＳ１０５またはステップＳ１０７で発生確率を算出した場合、ガイダンス生成部１３ｄが確率に関する確率情報を生成して、ＵＩ提供部１３ａがこれを通知する（ステップＳ１０９）。

そして、希望日時までに収集が完了する場合（ステップＳ１１０，Ｙｅｓ）、処理を終了する。一方で、希望日時までに収集が完了しない場合（ステップＳ１１０，Ｎｏ）、解析部１３ｃが、希望日時までに収集が完了する条件式を検索する（ステップＳ１１１）。

そして、ガイダンス生成部１３ｄが、その結果に基づいてガイダンス情報を生成し、ＵＩ提供部１３ａが、かかるガイダンス情報に基づいて条件変更をガイダンスする（ステップＳ１１２）。そして、ステップＳ１０２からの処理を繰り返す。

上述してきたように、実施形態に係るデータ収集装置１０は、収集部１３ｆと、受付部１３ｂと、解析部１３ｃと、ＵＩ提供部１３ａ（「提供部」の一例に相当）とを備える。収集部１３ｆは、各車両Ｖに搭載された車載装置１００から車両Ｖに関するデータを収集する。受付部１３ｂは、データ利用者（「ユーザ」の一例に相当）からデータの収集条件の指定を受け付ける。解析部１３ｃは、収集条件に指定されたデータが収集されるイベント（「事象」の一例に相当）の発生確率を、過去のデータの収集実績に基づいて算出する。ＵＩ提供部１３ａは、解析部１３ｃによって算出された発生確率に基づく情報をデータ利用者へ提供する。

したがって、実施形態に係るデータ収集装置１０によれば、データ利用者に対し、指定した収集条件による情報収集の確実性を把握させることができる。

また、受付部１３ｂは、データ利用者から収集条件とともにデータの希望収集量（「所望の収集量」の一例に相当）の指定を受け付け、解析部１３ｃは、発生確率に基づいて希望収集量に対して要するデータの収集期間を導出し、かかる収集期間に関する情報をＵＩ提供部１３ａに提供させる。

したがって、実施形態に係るデータ収集装置１０によれば、希望収集量に対して要する上記データの収集期間に関する情報を、データ利用者に対し、把握させることができる。

また、ＵＩ提供部１３ａは、収集期間に関する情報として少なくとも、希望収集量の収集が完了する完了予定に関する情報、または、データ利用者の指定日時までの収集量に関する情報をデータ利用者へ提供する。

したがって、実施形態に係るデータ収集装置１０によれば、データ利用者に対し、希望収集量の収集が完了する完了予定、または、データ利用者の指定日時までの収集量を把握させることができる。

また、解析部１３ｃは、受付部１３ｂによって受け付けられた収集条件に類似する過去の収集条件である類似条件を収集実績から抽出して当該類似条件による上記イベントの発生頻度を導出し、かかる発生頻度に基づいて発生確率を算出する。

したがって、実施形態に係るデータ収集装置１０によれば、過去の収集実績に基づいて精度高く算出された発生確率を、データ利用者に通知することが可能となる。

解析部１３ｃは、収集条件の各項目に設定された優先度、および、データ利用者によって指定された各項目への各指定値に対する関連度に応じて、類似条件を抽出する。

したがって、実施形態に係るデータ収集装置１０によれば、収集条件との単なる一致具合でなく、優先度および関連度に応じて類似条件を抽出するので、データ利用者が指定した収集条件と実質的に類似する類似条件を抽出することができる。

なお、上述した実施形態では、解析部１３ｃが、指定された収集条件の類似条件があった場合に、当該類似条件でのトリガの発生頻度を抽出し、かかる頻度に基づいて指定された収集条件での発生確率を算出する例を挙げたが、これに限られるものではない。

たとえば、解析部１３ｃは、収集条件情報ＤＢ１２ａおよび収集データＤＢ１２ｂに含まれる所定期間分の過去の実績に基づいて深層学習等の機械学習を実行し、任意の収集条件が入力されたならば、かかる収集条件に対応するトリガの発生確率や完了予測日時などを出力する学習モデルを生成してもよい。

また、上述した実施形態では、データ利用者が、自動運転技術の開発者等であることとしたが、ユーザの一例であって、たとえばサービスプロバイダ等の法人ユーザや、一般の個人ユーザであってもよい。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ データ収集システム
１０ データ収集装置
１２ａ 収集条件情報ＤＢ
１２ｂ 収集データＤＢ
１３ａ ＵＩ提供部
１３ｂ 受付部
１３ｃ 解析部
１３ｄ ガイダンス生成部
１３ｅ 配信部
１３ｆ 収集部
１００ 車載装置
１０２ａ 収集条件情報
１０２ｂ 車両データ情報
１０３ａ 取得部
１０３ｂ 検出部
１０３ｃ 採取部
１０３ｄ アップロード部
１５０ 各種センサ
２００ 利用者端末
Ｖ 車両

Claims (6)

1. 車両に搭載された車載装置に当該車両に関するデータの収集条件を送信し、当該収集条件を満たすデータを収集するデータ収集装置であって、
   前記データ収集装置の利用者から、前記収集条件を受け付け、
   前記データ収集装置で収集した過去のデータの収集実績に基づいて、前記収集条件で収集される事象の発生確率を算出し、
   前記データ収集装置の利用者から、前記収集条件を満たすデータの希望収集量を受け付け、
   前記発生確率に基づいて、前記希望収集量を満たすために必要な前記データの収集期間を前記利用者に通知する制御部
   を備える、データ収集装置。
2. 前記制御部は、
   前記収集期間に関する情報として少なくとも、前記希望収集量のデータの収集が完了する完了予定に関する情報、または、前記利用者の指定日時までの前記収集条件を満たすデータの収集量に関する情報を前記利用者に通知する
   請求項１に記載のデータ収集装置。
3. 前記制御部は、
   前記利用者から受け付けた前記収集条件に類似する過去の類似収集条件を収集実績から抽出して当該類似収集条件による事象の発生頻度を導出し、該発生頻度に基づいて前記発生確率を算出する
   請求項１または２に記載のデータ収集装置。
4. 前記制御部は、
   前記収集条件の各項目に設定された優先度、および、前記利用者によって指定された各項目への各指定値に対する関連度に応じて、前記類似収集条件を抽出する
   請求項３に記載のデータ収集装置。
5. 請求項１～４のいずれか一つに記載のデータ収集装置と、
   前記車載装置と、
   前記利用者が前記収集条件の指定操作を行うとともに、前記データ収集装置によって算出された前記発生確率に基づく情報の通知を受ける端末装置と
   を備える、データ収集システム。
6. 車両に搭載された車載装置に当該車両に関するデータの収集条件を送信し、当該収集条件を満たすデータを収集するデータ収集装置が実行するデータ収集方法であって、
   前記データ収集装置の利用者から、前記収集条件を受け付けることと、
   前記データ収集装置で収集した過去のデータの収集実績に基づいて、前記収集条件で収集される事象の発生確率を算出することと、
   前記データ収集装置の利用者から、前記収集条件を満たすデータの希望収集量を受け付けることと、
   前記発生確率に基づいて、前記希望収集量を満たすために必要な前記データの収集期間を前記利用者に通知することと
   を含む、データ収集方法。

Images