WO2024075165A1 - 情報処理装置、プログラム - Google Patents
情報処理装置、プログラム Download PDFInfo
- Publication number
- WO2024075165A1 WO2024075165A1 PCT/JP2022/037009 JP2022037009W WO2024075165A1 WO 2024075165 A1 WO2024075165 A1 WO 2024075165A1 JP 2022037009 W JP2022037009 W JP 2022037009W WO 2024075165 A1 WO2024075165 A1 WO 2024075165A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- vehicle
- information
- behavior
- model
- vehicle behavior
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims description 19
- 238000000034 method Methods 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 57
- 238000004088 simulation Methods 0.000 claims abstract description 37
- 230000006399 behavior Effects 0.000 abstract description 82
- 238000004891 communication Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 239000000725 suspension Substances 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
Definitions
- the present invention relates to an information processing device and a program, and in particular to the technical field of simulating vehicle behavior using a vehicle model.
- Patent Document 1 discloses a technology that predicts the occurrence of failures, i.e., predicts that components included in a vehicle will fail at some future time, based on the results of simulating the behavior of a vehicle when a digital twin vehicle on a server is driven in a driving environment reproduced in a virtual space.
- the present invention was made in consideration of the above circumstances, and aims to reduce the workload involved in achieving vehicle settings that meet the user's preferences.
- the information processing device comprises one or more processors and one or more storage media storing a program executed by the one or more processors, the program including one or more instructions that cause the one or more processors to execute a simulation process that simulates vehicle behavior using multiple vehicle models with different parameter settings based on driving operation information of the vehicle, and a model identification process that evaluates the vehicle behavior for each vehicle model obtained by the simulation process for similarity with a target vehicle behavior, which is the vehicle behavior of the target vehicle, and identifies the vehicle model that satisfies a predetermined similarity condition.
- the present invention can reduce the workload involved in achieving vehicle settings that meet the user's preferences.
- 1 is a diagram showing an outline of the configuration of an information processing system including an information processing device according to an embodiment of the present invention.
- 1 is a block diagram showing an example of the configuration of a vehicle according to an embodiment;
- 1 is a block diagram illustrating an example of the configuration of an information processing device according to an embodiment.
- 11A and 11B are diagrams for explaining a setting specification method according to an embodiment.
- 11 is a flowchart illustrating an example of a processing procedure for implementing a setting specification method according to an embodiment.
- FIG. 1 is a diagram showing an outline of the configuration of an information processing system including an information processing device according to an embodiment of the present invention.
- the information processing system includes at least a server device 1 and a vehicle 50.
- the server device 1 is an embodiment of an information processing device according to the present invention, and is configured as a computer device having a CPU.
- the vehicle 50 is, for example, a four-wheeled vehicle that can run using an engine or a motor as a drive source.
- the vehicle 50 of the present embodiment is provided with a computer device that can communicate with an external device.
- the vehicle 50 is capable of performing data communication with the server device 1 via a network NT, which is a communication network such as the Internet, etc. This enables the vehicle 50 to input various information, such as driving operation information that is information indicating driving operations for the vehicle 50, to the server device 1.
- the information input from the vehicle 50 to the server device 1 can be performed by means other than communication via the network NT.
- the vehicle 50 and the server device 1 by wire and input the target information such as the driving operation information from the vehicle 50 to the server device 1 by wired communication.
- the target information such as the driving operation information stored in the vehicle 50 to the server device 1 via a removable recording medium such as a USB (Universal Serial Bus) memory.
- a computer device of a user such as a driver, for example, a smartphone or a PC (personal computer)
- the target information from the computer device to the server device 1 via the network NT There are various possible methods for inputting information from the vehicle 50 to the server device 1 in this manner, and the method is not limited to a specific one.
- Fig. 2 is a block diagram showing an example of the configuration of the vehicle 50. Note that Fig. 2 shows only electrical components according to the embodiment among the components of the vehicle 50. As shown in the figure, a vehicle 50 includes a sensor unit 51, a control unit 52, a memory unit 53, and a communication unit 54.
- the sensor unit 51 comprehensively represents various sensors included in the vehicle 50, particularly sensors according to the embodiment. As shown in the figure, the sensor unit 51 has a yaw rate sensor 51a, an acceleration sensor 51b, a vehicle attitude sensor 51c, a Global Navigation Satellite System (GNSS) sensor 51d, a steering wheel angle sensor 51e, and a wheel speed sensor 51f.
- GNSS Global Navigation Satellite System
- the yaw rate sensor 51a detects the yaw rate of the vehicle 50.
- the acceleration sensor 51b detects acceleration (G) acting in a specific direction of the vehicle 50, and in this embodiment, is capable of detecting at least the longitudinal G and lateral G of the vehicle 50.
- the vehicle attitude sensor 51c detects the attitude of the vehicle 50, specifically, the attitude in the roll direction (roll angle) and the attitude in the pitch direction (pitch angle).
- the GNSS sensor 51d detects the position of the vehicle 50 on the Earth.
- the steering wheel angle sensor 51 e detects the rotation angle of the steering wheel serving as the steering wheel of the vehicle 50 .
- the wheel speed sensor 51f detects the rotation speed of the wheels (four wheels in this example) of the vehicle 50.
- the control unit 52 is configured with a microcomputer having, for example, a CPU (Central Processing Unit), ROM (Read Only Memory), RAM (Random Access Memory), etc., and corresponds to the ECU that executes the processing related to the embodiment among the various ECUs (Electronic Control Units) possessed by the vehicle 50.
- a microcomputer having, for example, a CPU (Central Processing Unit), ROM (Read Only Memory), RAM (Random Access Memory), etc., and corresponds to the ECU that executes the processing related to the embodiment among the various ECUs (Electronic Control Units) possessed by the vehicle 50.
- a memory unit 53 and a communication unit 54 are connected to the control unit 52 .
- the memory unit 53 is a non-volatile storage device such as a hard disk drive (HDD) or a solid state drive (SSD), and the communication unit 54 is a communication device for performing network communication or inter-device communication between external devices of the vehicle 50 via wired or wireless communication in accordance with a predetermined communication standard.
- HDD hard disk drive
- SSD solid state drive
- the control unit 52 is capable of inputting the detection information from each of the above-mentioned sensors possessed by the sensor unit 51.
- the control unit 52 is also capable of storing the input detection information from each of the sensors in the memory unit 53, and transmitting the input detection information to an external device such as the server device 1 via the communication unit 54.
- FIG. 3 is a block diagram showing an example of the configuration of the server device 1.
- the server device 1 includes a CPU 11.
- the CPU 11 is configured as a signal processing unit having at least a CPU, and functions as an arithmetic processing unit that executes various types of processing.
- the CPU 11 executes various processes according to a program stored in the ROM 12 or a program loaded from the storage unit 19 to the RAM 13.
- the RAM 13 also stores data and the like necessary for the CPU 11 to execute various processes.
- the CPU 11, ROM 12, and RAM 13 are interconnected via a bus 14.
- An input/output interface (I/F) 15 is also connected to this bus 14.
- An input unit 16 including operators and operation devices is connected to the input/output interface 15.
- the input unit 16 may be various operators and operation devices such as a keyboard, a mouse, a key, a dial, a touch panel, a touch pad, a remote controller, or the like.
- An operation by a user is detected by the input unit 16 , and a signal corresponding to the input operation is interpreted by the CPU 11 .
- the input/output interface 15 is connected, either integrally or separately, to a display unit 17 consisting of a display device capable of displaying images, such as an LCD (Liquid Crystal Display) or an organic EL (Electro-Luminescence) display, and an audio output unit 18 consisting of a speaker or the like.
- the display unit 17 is used to display various types of information, and is configured, for example, by a display device provided in the housing of the server device 1 or a separate display device connected to the server device 1 .
- the display unit 17 displays images for various types of image processing, videos to be processed, etc., on the display screen based on instructions from the CPU 11.
- the display unit 17 also displays various operation menus, icons, messages, etc., i.e., a GUI (Graphical User Interface), based on instructions from the CPU 11.
- GUI Graphic User Interface
- the input/output interface 15 may also be connected to a storage unit 19 such as a HDD or solid-state memory, or a communication unit 20 such as a modem.
- a storage unit 19 such as a HDD or solid-state memory
- a communication unit 20 such as a modem.
- the communication unit 20 performs communication processing via a transmission path such as the Internet, and communication with various devices via wired/wireless communication, bus communication, etc.
- a drive 21 is also connected to the input/output interface 15, and a removable recording medium 22 such as a magnetic disk, optical disk, magneto-optical disk, or semiconductor memory is appropriately attached.
- the drive 21 can read data files such as programs used for each process from the removable recording medium 22.
- the read data files are stored in the memory unit 19, and images and sounds contained in the data files are output on the display unit 17 and the audio output unit 18.
- computer programs and the like read from the removable recording medium 22 are installed in the memory unit 19 as necessary.
- software for the processing of this embodiment can be installed via network communication by the communication unit 20 or via the removable recording medium 22.
- the software may be stored in advance in the ROM 12, the storage unit 19, etc.
- the CPU 11 performs processing based on various programs, thereby executing the necessary information processing and communication processing of the server device 1, as described below.
- a setting specification method in order to specify settings of the vehicle 50 according to the user's preferences, a plurality of vehicle models, as shown as a vehicle model group in the drawing, are prepared in the server device 1.
- the vehicle model here refers to a vehicle model in digital twin technology, and means a computational model configured to be able to reproduce vehicle behavior in response to driving operations.
- the vehicle models are prepared as a plurality of vehicle models, each of which has parameters set according to different vehicle settings.
- vehicle settings include settings for the undercarriage, such as wheel alignment, tire pressure, and suspension, and settings related to acceleration and deceleration, such as the engine and brakes.
- the suspension settings are specified according to the user's preferences. Therefore, in this example, vehicle models with different suspension settings are prepared as the vehicle model group.
- n vehicle models corresponding to the respective vehicle settings are prepared as vehicle models, as shown in the figure.
- parameters are set according to vehicle specification information about the vehicle 50, that is, information such as the size (total width, total length, total height, wheelbase, etc.) and weight of the vehicle 50. This makes it possible to appropriately simulate the vehicle behavior of the vehicle 50.
- driving operation information of the vehicle 50 is input to the server device 1 as input information for the vehicle model.
- information on the steering wheel angle and wheel speed is input from the vehicle 50 to the server device 1 as the driving operation information as input information.
- the wheel speed information is input as information equivalent to the driving operations such as accelerator operation and brake operation of the vehicle 50.
- a so-called two-wheel model is used as the vehicle model, it is sufficient to input information detected for at least the two corresponding wheels regarding this wheel speed.
- the input information includes information indicating the accelerator opening and the throttle opening. Also, when identifying vehicle settings related to deceleration of the vehicle 50, it is considered that the input information includes information indicating the amount of brake depression, etc.
- the steering wheel angle and wheel speed information contained in the driving operation information are detected by the steering wheel angle sensor 51e and the wheel speed sensor 51f, respectively.
- information on a target vehicle behavior is prepared, which is a target vehicle behavior of the vehicle 50.
- a target vehicle behavior of the vehicle 50.
- the information on the target vehicle behavior may be information on a vehicle behavior that the user felt was good when having a virtual driving experience using a driving simulator.
- information on the yaw rate, acceleration (longitudinal G, lateral G), and vehicle attitude (roll, pitch) is prepared as information on the target vehicle behavior.
- the type of information to be used as the measured vehicle behavior information should be determined depending on the vehicle settings to be identified, and is not limited to the information exemplified above.
- position information of the vehicle 50 detected by the GNSS sensor 51d of the vehicle 50 is input to the server device 1.
- this position information information indicating the position of the vehicle 50 when the driving operation indicated by the driving operation information input to the vehicle model is performed is input.
- the server device 1 performs a process of converting this position information into road surface condition information indicating the traveling road surface condition of the vehicle 50. For example, this conversion process may be performed using a database indicating the correspondence between position information and traveling road surface conditions.
- the server device 1 sets parameters for each vehicle model in accordance with the road surface condition information obtained by the above conversion process.
- the simulation of the vehicle behavior based on the driving operation information of the vehicle 50 is performed using a vehicle model in which parameters are set according to the road surface conditions on which the vehicle is traveling. This makes it possible to perform a simulation of vehicle behavior that reflects the actual road surface conditions on which the vehicle 50 is traveling, thereby improving the accuracy of the simulation of vehicle behavior using each vehicle model.
- the server device 1 uses the driving operation information input from the vehicle 50, the information on the target vehicle behavior, and a plurality of vehicle models to specify vehicle settings according to the user's preferences as follows. That is, by providing driving operation information as input information for each vehicle model, a simulation of vehicle behavior is performed for each vehicle model (i.e., for each vehicle setting), thereby obtaining simulation results of vehicle behavior for each vehicle setting, as shown in the figure.
- each vehicle model is configured to output at least information indicating the vehicle behavior similar to the information on the target vehicle behavior, i.e., yaw rate, acceleration (longitudinal G, lateral G), and vehicle attitude (roll, pitch).
- the information on the target vehicle behavior will be information such as yaw rate, acceleration, and vehicle attitude in such a driving scene, and the driving operation information obtained in that driving scene will also be used as the driving operation information to be input into each vehicle model.
- the driving operation information input to each vehicle model is, for example, driving operation information in a high-speed driving scene, such as when driving on a highway.
- the server device 1 performs a process of evaluating the similarity between the vehicle behavior of each vehicle model obtained by a simulation using multiple vehicle models as described above and a target vehicle behavior, and identifies a vehicle model that satisfies a predetermined similarity condition.
- the yaw rate, acceleration, and vehicle attitude information as the information of the target vehicle behavior as described above, the yaw rate, acceleration, and vehicle attitude information among the information of the vehicle behavior obtained by each vehicle model are used in the evaluation of the similarity.
- the types of vehicle behavior information used in the evaluation of the similarity are made consistent.
- the driving operation information and the target vehicle behavior information are not temporary but are time waveform information (time series sampling information) for a certain period of time, such as several minutes or tens of seconds.
- the server device 1 evaluates the similarity between the vehicle behavior obtained by simulation using the vehicle model and the target vehicle behavior, based on the time waveforms indicating the vehicle behavior.
- the server device 1 calculates the similarity Sv between the two vehicle behaviors in evaluating the similarity of the simulated vehicle behavior to the target vehicle behavior.
- the maximum value of the similarity Sv is "5".
- the server device 1 specifies a vehicle model in which the degree of similarity calculated as described above is equal to or greater than a predetermined threshold value THd, in other words, specifies a vehicle model in which the vehicle behavior obtained as a simulation result has a high degree of similarity to the target vehicle behavior.
- the server device 1 When the server device 1 identifies a vehicle setting that meets the user's preferences through the above-mentioned process, the server device 1 performs a process of notifying the notification target, such as the user, of the identified vehicle setting.
- the server device 1 determines that there is no vehicle setting that meets the user's preferences because there is no vehicle setting with a similarity Sv equal to or greater than the threshold TH, the server device 1 performs a process of notifying the notification target of information indicating that fact.
- Possible forms of these notifications include, for example, via a computer device such as a smartphone or PC used by the user of the vehicle 50, or a computer device installed in a maintenance facility such as a dealer.
- the notifications may be sent via a display unit provided in the vehicle 50.
- Processing Procedure> An example of a specific processing procedure for implementing the setting specification method according to the embodiment described above will be described with reference to the flowchart of FIG. 5 is executed by the CPU 11 of the server device 1 in accordance with a program stored in a predetermined storage device such as the ROM 12 or the storage unit 19.
- the driving operation information has already been input from the vehicle 50 to the server device 1 when the process shown in FIG. It is also possible to execute the process shown in Fig. 5 using driving operation information input in real time from the vehicle 50.
- a target vehicle behavior is set for a driving scene in a specific location, such as "improving straight-line stability at high speeds," it is possible to determine whether the current situation corresponds to the corresponding driving scene from information such as the position information of the vehicle 50, and to start the process in Fig. 5 when it is determined that the current situation corresponds to the corresponding driving scene.
- the CPU 11 performs a process of setting the setting identifier S to "1" in step S101.
- the setting identifier S is an identifier for identifying the setting to be processed among the settings S1 to Sn.
- step S102 following step S101 the CPU 11 executes a simulation using a vehicle model with the Sth setting. That is, a simulation of vehicle behavior is executed by providing driving operation information input from the vehicle 50 as input information to a vehicle model with parameters set according to the Sth setting.
- step S103 the CPU 11 calculates the similarity Sv with the target vehicle behavior, and in the subsequent step S104, determines whether the similarity Sv is equal to or greater than the threshold value TH.
- step S104 If it is determined in step S104 that the similarity Sv is equal to or greater than the threshold value TH, the CPU 11 proceeds to step S105, where it performs a process of storing the Sth setting, i.e., a process of storing information indicating the Sth setting in a predetermined storage device such as the RAM 13 or the memory unit 19. Then, the process proceeds to step S106.
- a process of storing the Sth setting i.e., a process of storing information indicating the Sth setting in a predetermined storage device such as the RAM 13 or the memory unit 19.
- step S104 determines whether the similarity Sv is equal to or greater than the threshold value TH. If it is determined in step S104 that the similarity Sv is not equal to or greater than the threshold value TH, the CPU 11 skips the storage process in step S105 and proceeds to step S106.
- step S106 determines whether or not a corresponding setting is found. In other words, it determines whether or not a setting is found whose similarity Sv is equal to or greater than the threshold value TH in the processing of step S104.
- step S108 If it is determined in step S108 that there is no matching setting, the CPU 11 proceeds to step S109 and executes a no-match notification process. In other words, the CPU 11 executes a process for notifying the notification target, such as the user, of information indicating that there is no vehicle setting that meets the user's preferences.
- step S108 determines whether a corresponding setting is present. If it is determined in step S108 that a corresponding setting is present, the CPU 11 proceeds to step S110 to execute a notification process for the corresponding setting. That is, the CPU 11 executes a process for notifying a notification target, such as a user, of information indicating the setting stored in the storage process in the previous step S105. After executing the process of step S108 or S109, the CPU 11 ends the series of processes shown in FIG.
- the simulation using the vehicle model (S102), the calculation of the similarity Sv (S103), and the similarity judgment based on the similarity Sv (S104) are performed separately for each vehicle setting (each vehicle model).
- the judgment AI may be one that has been machine-learned to output a judgment result of similarity/dissimilarity using a target vehicle behavior and a simulated vehicle behavior by a vehicle model as input data, or one that has been machine-learned to output a value indicating the degree of similarity.
- the party that receives the notification of the vehicle settings may allow the user to experience the vehicle behavior after the notified vehicle settings are changed using a driving simulator.
- the simulation of the vehicle behavior using the vehicle model and the similarity determination of the vehicle behavior may be performed separately for each driving mode of the vehicle 50.
- the simulation may be performed separately when the vehicle 50 is traveling straight, when the vehicle 50 is turning, etc.
- an information processing device as an embodiment includes one or more processors (CPU 11) and one or more storage media (ROM 12 or memory unit 19) in which a program executed by the one or more processors is stored, and the program includes one or more instructions, and the instructions cause the one or more processors to execute the following processing. That is, the system executes a simulation process in which vehicle behavior is simulated using a plurality of vehicle models with different parameter settings based on driving operation information of the vehicle (50), and a model identification process in which the vehicle behavior for each vehicle model obtained by the simulation process is evaluated for similarity with a target vehicle behavior, which is the vehicle behavior of a target vehicle, and a vehicle model that satisfies a predetermined similarity condition is identified.
- a simulation process in which vehicle behavior is simulated using a plurality of vehicle models with different parameter settings based on driving operation information of the vehicle (50)
- a model identification process in which the vehicle behavior for each vehicle model obtained by the simulation process is evaluated for similarity with a target vehicle behavior, which is the vehicle behavior
- the vehicle settings for realizing the target vehicle behavior are identified by identifying the vehicle model through the model identification process.
- the workload required to realize vehicle settings according to the user's preferences can be reduced.
- the multiple vehicle models used in the simulation process are vehicle models in which parameters are set according to different vehicle settings.
- the model identification process identifies the vehicle model, and the settings for achieving the target vehicle behavior are identified. Therefore, the workload required to realize vehicle settings according to the user's preferences can be reduced.
- the simulation process performs a simulation using a vehicle model in which parameters are set according to the road surface conditions on which the vehicle is traveling, which are estimated from the vehicle position information, as a plurality of vehicle models.
- the similarity between the vehicle behavior obtained in the simulation process and the target vehicle behavior is evaluated based on the time waveform of the vehicle behavior. This makes it possible to evaluate the similarity between the simulated vehicle behavior and the target vehicle behavior based on the correlation over a certain period of time rather than on the temporal correlation between the two behaviors. Therefore, the accuracy of the similarity evaluation can be improved.
- the program as an embodiment is a program readable by a computer device, and causes the computer device to execute a simulation process that simulates vehicle behavior using multiple vehicle models with different parameter settings based on driving operation information of a target vehicle, and a model identification process that evaluates the similarity of the vehicle behavior for each vehicle model obtained by the simulation process with a target vehicle behavior, which is the vehicle behavior of a target vehicle, and identifies a vehicle model that satisfies specified similarity conditions.
- a program allows a computer device to function as the information processing device according to the above-described embodiment.
- Vehicle control system 50
- Vehicle NT network 11
- CPU 12 ROM 13
- RAM 14 Bus 15
- Input/Output Interface 16
- Input Unit 17 Display Unit 18
- Audio Output Unit 19 Storage Unit 20
- Communication Unit 21 Drive 22 Removable Recording Medium 51
- Sensor Unit 51a Yaw Rate Sensor
- Acceleration Sensor 51c
- Vehicle Attitude Sensor
- GNSS Vehicle Attitude
- Sensor 51d GNSS
- Sensor 51e Steering Wheel Angle Sensor
- Wheel Speed Sensor 52
- Memory Unit 54
- Communication Unit 54
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図る。 本発明に係る車両制御システムは、車両の運転操作情報に基づき、パラメータ設定の異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、シミュレーション処理で得られる車両モデルごとの車両挙動について、目標とする車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす車両モデルを特定するモデル特定処理と、を実行する。
Description
本発明は、情報処理装置とプログラムに関するものであり、特には、車両モデルを用いた車両挙動のシミュレーションに係る技術分野に関する。
自動車等の車両について、運動性能に係るセッティングをユーザの好みに応じてカスタマイズしたいとの要望がある。例えば、高速道路の利用機会が多いユーザであれば高速域での直進安定性やスムーズな加速感を重視するセッティングを望み、またワインディング路の走行機会が多いユーザであれば回答性やアクセルレスポンス、振動に対する収束性が良好なセッティングを望むことが考えられる。これらの場合、具体的なセッティングとしては、例えば車輪アライメントやサスペンション等の足回りのセッティングや、エンジン、ブレーキ等の加減速に係るセッティングを挙げることができる。
なお、関連する従来技術については下記特許文献1を挙げることができる。下記特許文献1には、サーバ上のデジタルツイン車両を仮想空間上に再現した走行環境において走行させた際の車両挙動のシミュレーション結果に基づき、故障の発生予測、すなわち将来のタイミングにおいて車両に含まれる構成要素が故障することの予測を行う技術が開示されている。
ここで、ユーザの好みに応じた車両セッティングを実現するにあたっては、ユーザからのフィードバックを受けてトライアンドエラーによりセッティングを煮詰める作業を行うということが考えられる。
しかしながら、そのような作業は人的な負担が大きい。
しかしながら、そのような作業は人的な負担が大きい。
本発明は上記事情に鑑み為されたものであり、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることを目的とする。
本発明に係る情報処理装置は、一又は複数のプロセッサと、前記一又は複数のプロセッサによって実行されるプログラムが記憶された一又は複数の記憶媒体と、を備え、前記プログラムは、一又は複数の指示を含み、前記指示は、前記一又は複数のプロセッサに、車両の運転操作情報に基づき、パラメータ設定の異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、前記シミュレーション処理で得られる前記車両モデルごとの車両挙動について、目標とする前記車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす前記車両モデルを特定するモデル特定処理と、を実行させるものである。
本発明によれば、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることができる。
<1.システム構成>
以下、本発明に係る実施形態について添付図面を参照して説明する。
図1は、本発明に係る実施形態としての情報処理装置を備えて構成された情報処理システムの構成概要を示した図である。
情報処理システムは、少なくともサーバ装置1と車両50とを備えて構成される。サーバ装置1は、本発明に係る情報処理装置の一実施形態であり、CPUを有するコンピュータ装置として構成されている。
以下、本発明に係る実施形態について添付図面を参照して説明する。
図1は、本発明に係る実施形態としての情報処理装置を備えて構成された情報処理システムの構成概要を示した図である。
情報処理システムは、少なくともサーバ装置1と車両50とを備えて構成される。サーバ装置1は、本発明に係る情報処理装置の一実施形態であり、CPUを有するコンピュータ装置として構成されている。
車両50は、例えば四輪自動車として構成され、エンジン又はモータを駆動源として走行することが可能とされる。本実施形態の車両50には、外部装置との間で通信を行うことが可能なコンピュータ装置が設けられている。
本例において車両50は、例えばインターネット等の通信ネットワークとされたネットワークNTを介してサーバ装置1との間でデータ通信を行うことが可能とされる。これにより車両50は、サーバ装置1に対して各種の情報、例えば、車両50に対する運転操作を示す情報である運転操作情報等を入力することが可能とされる。
本例において車両50は、例えばインターネット等の通信ネットワークとされたネットワークNTを介してサーバ装置1との間でデータ通信を行うことが可能とされる。これにより車両50は、サーバ装置1に対して各種の情報、例えば、車両50に対する運転操作を示す情報である運転操作情報等を入力することが可能とされる。
ここで、車両50からサーバ装置1への情報入力は、ネットワークNTを介した通信以外の手段によっても行うことができる。例えば、車両50とサーバ装置1とを有線接続して有線通信により上記の運転操作情報等の対象情報を車両50からサーバ装置1に入力することが考えられる。或いは、車両50において記憶された運転操作情報等の対象情報を、例えばUSB(Universal Serial Bus)メモリ等のリムーバブル記録媒体を介してサーバ装置1に入力するといった手法も考えられる。さらには、車両50に記憶された対象情報を運転者等のユーザのコンピュータ装置、例えばスマートフォンやPC(パーソナルコンピュータ)等に転送した上で、該コンピュータ装置からネットワークNT経由で対象情報をサーバ装置1に入力するという手法も考えられる。
このように車両50からサーバ装置1に情報を入力するための手法については種々考えられるものであり、特定の手法に限定されるものではない。
このように車両50からサーバ装置1に情報を入力するための手法については種々考えられるものであり、特定の手法に限定されるものではない。
図2は、車両50の構成例を示したブロック図である。なお、図2では車両50が有する各構成要素のうち、特に実施形態に係る電気的な構成要素のみを抽出して示している。
図示のように車両50は、センサ部51、制御部52、メモリ部53、及び通信部54を備えている。
図示のように車両50は、センサ部51、制御部52、メモリ部53、及び通信部54を備えている。
センサ部51は、車両50が有する各種センサ類のうち、特に実施形態に係るセンサ類を包括的に示したものである。
図示のようにセンサ部51は、ヨーレートセンサ51a、加速度センサ51b、車両姿勢センサ51c、GNSS(Global Navigation Satellite System)センサ51d、ハンドル角センサ51e、及び車輪速センサ51fを有する。
図示のようにセンサ部51は、ヨーレートセンサ51a、加速度センサ51b、車両姿勢センサ51c、GNSS(Global Navigation Satellite System)センサ51d、ハンドル角センサ51e、及び車輪速センサ51fを有する。
ヨーレートセンサ51aは車両50のヨーレートを検出する。加速度センサ51bは、車両50の特定方向に作用する加速度(G)を検出するものであり、本実施形態では、少なくとも車両50の前後G及び横Gを検出可能とされている。
車両姿勢センサ51cは、車両50の姿勢、具体的にはロール方向の姿勢(ロール角度)とピッチ方向の姿勢(ピッチ角度)とを検出する。
GNSSセンサ51dは、車両50の地球上での位置を検出する。
車両姿勢センサ51cは、車両50の姿勢、具体的にはロール方向の姿勢(ロール角度)とピッチ方向の姿勢(ピッチ角度)とを検出する。
GNSSセンサ51dは、車両50の地球上での位置を検出する。
ハンドル角センサ51eは、車両50におけるステアリングホイールとしてのハンドルの回転角度を検出する。
車輪速センサ51fは、車両50が有する車輪(本例では四輪)の回転速度を検出する。
車輪速センサ51fは、車両50が有する車輪(本例では四輪)の回転速度を検出する。
制御部52は、例えばCPU(Central Processing Unit)やROM(Read Only Memory)、RAM(Random Access Memory)等を有するマイクロコンピュータを備えて構成され、車両50が有する各種ECU(Electronic Control Unit)のうち、実施形態に係る処理を実行するECUに相当する。
図示のように制御部52には、メモリ部53及び通信部54が接続されている。
メモリ部53は、例えばHDD(Hard Disk Drive)やSSD(Solid State Drive)等の不揮発性の記憶デバイスであり、通信部54は、車両50の外部装置との間で有線又は無線により所定の通信規格に従ったネットワーク通信や機器間通信等を行うための通信デバイスである。
メモリ部53は、例えばHDD(Hard Disk Drive)やSSD(Solid State Drive)等の不揮発性の記憶デバイスであり、通信部54は、車両50の外部装置との間で有線又は無線により所定の通信規格に従ったネットワーク通信や機器間通信等を行うための通信デバイスである。
制御部52は、センサ部51が有する上記の各センサによる検出情報を入力することが可能とされる。また制御部52は、入力した各センサによる検出情報をメモリ部53に記憶させたり、通信部54を介して例えばサーバ装置1等の外部装置に送信したりすることが可能とされる。
図3は、サーバ装置1の構成例を示したブロック図である。
図示のようにサーバ装置1は、CPU11を備えている。CPU11は、少なくともCPUを有する信号処理ユニットとして構成され、各種の処理を実行する演算処理部として機能する。
CPU11は、ROM12に記憶されているプログラム、又は記憶部19からRAM13にロードされたプログラムに従って各種の処理を実行する。RAM13にはまた、CPU11が各種の処理を実行する上において必要なデータなども適宜記憶される。
図示のようにサーバ装置1は、CPU11を備えている。CPU11は、少なくともCPUを有する信号処理ユニットとして構成され、各種の処理を実行する演算処理部として機能する。
CPU11は、ROM12に記憶されているプログラム、又は記憶部19からRAM13にロードされたプログラムに従って各種の処理を実行する。RAM13にはまた、CPU11が各種の処理を実行する上において必要なデータなども適宜記憶される。
CPU11、ROM12、及びRAM13は、バス14を介して相互に接続されている。このバス14にはまた、入出力インタフェース(I/F)15も接続されている。
入出力インタフェース15には、操作子や操作デバイスよりなる入力部16が接続される。例えば、入力部16としては、キーボード、マウス、キー、ダイヤル、タッチパネル、タッチパッド、リモートコントローラ等の各種の操作子や操作デバイスが想定される。
入力部16によりユーザの操作が検知され、入力された操作に応じた信号はCPU11によって解釈される。
入力部16によりユーザの操作が検知され、入力された操作に応じた信号はCPU11によって解釈される。
また入出力インタフェース15には、LCD(Liquid Crystal Display)や有機EL(Electro-Luminescence)ディスプレイ等、画像表示が可能なディスプレイデバイスで構成された表示部17や、スピーカなどよりなる音声出力部18が一体又は別体として接続される。
表示部17は各種の情報表示に用いられ、例えばサーバ装置1の筐体に設けられるディスプレイデバイスや、サーバ装置1に接続される別体のディスプレイデバイス等により構成される。
表示部17は各種の情報表示に用いられ、例えばサーバ装置1の筐体に設けられるディスプレイデバイスや、サーバ装置1に接続される別体のディスプレイデバイス等により構成される。
表示部17は、CPU11の指示に基づいて表示画面上に各種の画像処理のための画像や処理対象の動画等の表示を実行する。また表示部17はCPU11の指示に基づいて、各種操作メニュー、アイコン、メッセージ等、すなわちGUI(Graphical User Interface)としての表示を行う。
入出力インタフェース15には、HDDや固体メモリなどより構成される記憶部19や、モデムなどより構成される通信部20が接続される場合もある。
通信部20は、インターネット等の伝送路を介しての通信処理や、各種機器との有線/無線通信、バス通信などによる通信を行う。
入出力インタフェース15にはまた、必要に応じてドライブ21が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブル記録媒体22が適宜装着される。
ドライブ21により、リムーバブル記録媒体22から各処理に用いられるプログラム等のデータファイルなどを読み出すことができる。読み出されたデータファイルは記憶部19に記憶されたり、データファイルに含まれる画像や音声が表示部17や音声出力部18で出力されたりする。またリムーバブル記録媒体22から読み出されたコンピュータプログラム等は必要に応じて記憶部19にインストールされる。
上記のようなハードウェア構成を有するサーバ装置1では、例えば本実施形態の処理のためのソフトウェアを、通信部20によるネットワーク通信やリムーバブル記録媒体22を介してインストールすることができる。或いは、当該ソフトウェアは予めROM12や記憶部19等に記憶されていてもよい。
CPU11が各種のプログラムに基づいて処理を行うことで、後述するようなサーバ装置1としての必要な情報処理や通信処理が実行される。
<2.実施形態としてのセッティング特定手法>
図4を参照して、実施形態としてのセッティング特定手法について説明する。
本実施形態において、ユーザの好みに応じた車両50のセッティングを特定するにあたっては、サーバ装置1において、図中、車両モデル群として示すように複数の車両モデルを用意しておく。ここでの車両モデルとは、デジタルツイン技術における車両モデルであり、運転操作に対する車両挙動を再現することができるように構成された演算モデルを意味するものである。
図4を参照して、実施形態としてのセッティング特定手法について説明する。
本実施形態において、ユーザの好みに応じた車両50のセッティングを特定するにあたっては、サーバ装置1において、図中、車両モデル群として示すように複数の車両モデルを用意しておく。ここでの車両モデルとは、デジタルツイン技術における車両モデルであり、運転操作に対する車両挙動を再現することができるように構成された演算モデルを意味するものである。
本実施形態では、これら複数の車両モデルとして、それぞれが異なる車両セッティングに応じたパラメータ設定がされた車両モデルを用意する。ここでの車両セッティングとしては、例えば車輪アライメントやタイヤ空気圧、サスペンション等といった足回りのセッティングや、エンジン、ブレーキ等の加減速に係るセッティングを挙げることができる。
なお、後述するように本例では、ユーザの好みに応じた足回りのセッティングを特定する前提としている。このため、本例の場合、車両モデル群として用意する複数の車両モデルとしては、足回りに係る車両セッティングを異ならせた車両モデルを用意しておく。
なお、後述するように本例では、ユーザの好みに応じた足回りのセッティングを特定する前提としている。このため、本例の場合、車両モデル群として用意する複数の車両モデルとしては、足回りに係る車両セッティングを異ならせた車両モデルを用意しておく。
想定する車両セッティングの種類がセッティングS1からセッティングSnまでのn個である場合、図示のように車両モデルとしては、それぞれの車両セッティングに対応したn個の車両モデルを用意しておく。
このとき、車両モデル群として用いるそれぞれの車両モデルには、車両50についての車両スペック情報、すなわち、例えば車両50のサイズ(全幅、全長、全高、ホイールベース等)や重量等の情報に応じたパラメータが設定される。これにより、車両50についての車両挙動を適切にシミュレーションすることができる。
このとき、車両モデル群として用いるそれぞれの車両モデルには、車両50についての車両スペック情報、すなわち、例えば車両50のサイズ(全幅、全長、全高、ホイールベース等)や重量等の情報に応じたパラメータが設定される。これにより、車両50についての車両挙動を適切にシミュレーションすることができる。
ここで、ユーザの好みに応じた車両セッティングを特定するにあたっては、車両モデルに対する入力情報として、車両50の運転操作情報をサーバ装置1に入力する。この入力情報としての運転操作情報として、本例では、図示のようにハンドル角と車輪速の情報を車両50からサーバ装置1に入力する。
車輪速の情報は、車両50のアクセル操作、ブレーキ操作としての運転操作に相当する情報として入力するものである。この車輪速については、車両モデルとしていわゆる二輪モデルを使用する場合には少なくとも対応する二つの車輪について検出された情報を入力すればよい。
本例では、ユーザの好みに応じたセッティングとして、足回りのセッティングを特定する前提とされるため、運転操作情報としては、車輪速の情報と共に、ハンドル角の情報のみを入力するものとしている。
なお、例えば車両50の加速に係る車両セッティングの特定を行う場合には、入力情報(運転操作情報)として、アクセル開度やスロットル開度を示す情報を含めるようにすることが考えられる。また、例えば車両50の減速に係る車両セッティングの特定を行う場合には、入力情報として、ブレーキの踏み込み量を示す情報等を含めることが考えられる。
なお、例えば車両50の加速に係る車両セッティングの特定を行う場合には、入力情報(運転操作情報)として、アクセル開度やスロットル開度を示す情報を含めるようにすることが考えられる。また、例えば車両50の減速に係る車両セッティングの特定を行う場合には、入力情報として、ブレーキの踏み込み量を示す情報等を含めることが考えられる。
確認のため述べておくと、運転操作情報に含まれるハンドル角、車輪速の情報は、ハンドル角センサ51e、車輪速センサ51fがそれぞれ検出するものである。
また、ユーザの好みに応じた車両セッティングを特定するにあたっては、目標とする車両50の車両挙動である目標車両挙動の情報を用意しておく。この目標車両挙動としては、例えば、ユーザが高速域での直進安定性を良好とする車両セッティングを望んでいる(目標としている)場合には、そのように高速域での直進安定性が良好である場合における車両挙動の情報を目標車両挙動の情報として用意しておく。
例えば、目標車両挙動の情報は、ユーザがドライビングシミュレータで仮想的な運転体験をした際に良好と感じた車両挙動の情報を用いることが考えられる。
例えば、目標車両挙動の情報は、ユーザがドライビングシミュレータで仮想的な運転体験をした際に良好と感じた車両挙動の情報を用いることが考えられる。
本例では、目標車両挙動の情報として、図示のようにヨーレート、加速度(前後G、横G)、及び車両姿勢(ロール、ピッチ)の情報を用意しておくものとしている。
なお、実測車両挙動の情報としてどのような情報を用いるかは、どのような車両セッティングを特定対象とするかにより定めるべきものであり、上記で例示した情報に限定されるものではない。
なお、実測車両挙動の情報としてどのような情報を用いるかは、どのような車両セッティングを特定対象とするかにより定めるべきものであり、上記で例示した情報に限定されるものではない。
ここで、本例においてサーバ装置1には、車両50がGNSSセンサ51dにより検出した、車両50の位置情報が入力される。具体的に、この位置情報としては、車両モデルに入力する運転操作情報が示す運転操作が行われた際の車両50の位置を示す情報が入力される。
サーバ装置1は、各車両モデルによるシミュレーションを実行する前の段階で、この位置情報を、車両50の走行路面状況を示す路面状況情報に変換する処理を行う。例えばこの変換処理は、位置情報と走行路面状況との対応関係を示すデータベースを用いて行うこと等が考えられる。
そしてサーバ装置1は、各車両モデルに、上記の変換処理で得た路面状況情報に応じたパラメータ設定を行う。
これにより、車両50の運転操作情報に基づく車両挙動のシミュレーションは、車両の走行路面状況に応じたパラメータ設定がされた車両モデルを用いて行われるものとなる。
このことで、車両50の実際の走行路面状況を反映した車両挙動のシミュレーションを行うことが可能となり、各車両モデルによる車両挙動のシミュレーション精度の向上が図られる。
サーバ装置1は、各車両モデルによるシミュレーションを実行する前の段階で、この位置情報を、車両50の走行路面状況を示す路面状況情報に変換する処理を行う。例えばこの変換処理は、位置情報と走行路面状況との対応関係を示すデータベースを用いて行うこと等が考えられる。
そしてサーバ装置1は、各車両モデルに、上記の変換処理で得た路面状況情報に応じたパラメータ設定を行う。
これにより、車両50の運転操作情報に基づく車両挙動のシミュレーションは、車両の走行路面状況に応じたパラメータ設定がされた車両モデルを用いて行われるものとなる。
このことで、車両50の実際の走行路面状況を反映した車両挙動のシミュレーションを行うことが可能となり、各車両モデルによる車両挙動のシミュレーション精度の向上が図られる。
なお、路面状況としてはウェット路面/ドライ路面による区別を行うこと等も考えられ、その場合には、車両50の位置情報のみでなく該位置情報が示す位置における天候情報から推定された走行路面状況に応じたパラメータを各車両モデルに設定することも考えられる。
サーバ装置1は、車両50から入力した運転操作情報と、目標車両挙動の情報と、複数の車両モデルとを用いて、次のようにユーザの好みに応じた車両セッティングを特定する。
すなわち、運転操作情報を各車両モデルの入力情報として与えることで、車両モデルごと(つまり車両セッティングごと)に車両挙動のシミュレーションを行う。これにより、図示のように車両セッティングごとの車両挙動のシミュレーション結果が得られる。
本例において、各車両モデルは、車両挙動を示す情報として、目標車両挙動の情報と同様の情報、すなわちヨーレート、加速度(前後G、横G)、及び車両姿勢(ロール、ピッチ)の情報を少なくとも出力するように構成されている。
すなわち、運転操作情報を各車両モデルの入力情報として与えることで、車両モデルごと(つまり車両セッティングごと)に車両挙動のシミュレーションを行う。これにより、図示のように車両セッティングごとの車両挙動のシミュレーション結果が得られる。
本例において、各車両モデルは、車両挙動を示す情報として、目標車両挙動の情報と同様の情報、すなわちヨーレート、加速度(前後G、横G)、及び車両姿勢(ロール、ピッチ)の情報を少なくとも出力するように構成されている。
このとき、ユーザが望む目標が、例えば「高速域での直進安定性を良好としたい」等、特定の場所での走行シーンを対象とした目標である場合には、目標車両挙動の情報としては、そのような走行シーンでのヨーレート、加速度、車両姿勢等の情報となることから、各車両モデルに入力する運転操作情報としても、該走行シーンにおいて得られた運転操作情報を用いるようにする。
具体的に、上記の「高速域での直進安定性を良好としたい」とした場合における目標車両挙動が設定されている場合には、各車両モデルに入力する運転操作情報として、例えば高速道路走行時等の高速走行シーンにおける運転操作情報を用いる。
具体的に、上記の「高速域での直進安定性を良好としたい」とした場合における目標車両挙動が設定されている場合には、各車両モデルに入力する運転操作情報として、例えば高速道路走行時等の高速走行シーンにおける運転操作情報を用いる。
サーバ装置1は、上記のような複数の車両モデルを用いたシミュレーションにより得られた車両モデルごとの車両挙動について、目標車両挙動との類似性を評価し、所定の類似性条件を満たす車両モデルを特定する処理を行う。
本例では、目標車両挙動の情報として上述のようにヨーレート、加速度、及び車両姿勢の情報を用いることに対応して、類似性の評価においては、各車両モデルにより得られた車両挙動の情報のうち、ヨーレート、加速度、及び車両姿勢の情報を用いる。すなわち、類似性の評価に用いる車両挙動情報の種類を一致させている。
本例では、目標車両挙動の情報として上述のようにヨーレート、加速度、及び車両姿勢の情報を用いることに対応して、類似性の評価においては、各車両モデルにより得られた車両挙動の情報のうち、ヨーレート、加速度、及び車両姿勢の情報を用いる。すなわち、類似性の評価に用いる車両挙動情報の種類を一致させている。
本実施形態において、運転操作情報及び目標車両挙動の情報としては、それぞれ、一時的ではなく例えば数分や数十秒等といった一定期間における時間波形の情報(時系列サンプリング情報)を用いる前提とされている。そして、サーバ装置1は、車両モデルによるシミュレーションで得られた車両挙動と目標車両挙動とについて、車両挙動を示す時間波形に基づき類似性を評価する。
具体的に、本例におけるサーバ装置1は、シミュレーションされた車両挙動の目標車両挙動に対する類似性の評価において、両車両挙動間の類似度Svを算出する。この類似度Svは、例えば、シミュレーションされた車両挙動及び目標車両挙動の双方のヨーレート、前後G、横G、ロール角、ピッチ角それぞれの時間波形について、相互相関関数を用いて算出した相関値(1が最大値=最も相関が高い)の合計値として算出する。この場合、評価に用いる時間波形の種類は五つであるため、類似度Svの最大値は「5」となる。
サーバ装置1は、上記のように算出した類似度が所定の閾値THd以上となる車両モデルを特定する。換言すれば、シミュレーション結果として得られた車両挙動の目標車両挙動に対する類似度の高い車両モデルを特定するものである。
このような車両モデルの特定処理を行うことで、目標車両挙動と類似する車両挙動が得られる車両セッティング、つまりはユーザの好みに応じた車両セッティングが特定されたことになる。
このような車両モデルの特定処理を行うことで、目標車両挙動と類似する車両挙動が得られる車両セッティング、つまりはユーザの好みに応じた車両セッティングが特定されたことになる。
サーバ装置1は、上記のような処理によりユーザの好みに応じた車両セッティングを特定した場合は、特定した車両セッティングをユーザ等の通知対象に対して通知する処理を行う。またサーバ装置1は、類似度Svが閾値TH以上となる車両セッティングがなく、ユーザの好みに応じた車両セッティングがないと判定した場合は、その旨を示す情報を通知対象に対して通知する処理を行う。
これらの通知の形態としては、例えば、車両50のユーザが使用するスマートフォンやPC等のコンピュータ装置、又はディーラ等の整備施設に配置されたコンピュータ装置等を介して行う形態が考えられる。或いは、車両50がサーバ装置1と通信可能に接続されているのであれば、車両50に設けられた表示部を介して行う形態等も考えられる。
これらの通知の形態としては、例えば、車両50のユーザが使用するスマートフォンやPC等のコンピュータ装置、又はディーラ等の整備施設に配置されたコンピュータ装置等を介して行う形態が考えられる。或いは、車両50がサーバ装置1と通信可能に接続されているのであれば、車両50に設けられた表示部を介して行う形態等も考えられる。
<4.処理手順>
図5のフローチャートを参照し、上記により説明した実施形態としてのセッティング特定手法を実現するための具体的な処理手順例を説明する。
図5に示す処理は、サーバ装置1のCPU11が、例えばROM12や記憶部19等の所定の記憶装置に記憶されたプログラムに従って実行する。
図5のフローチャートを参照し、上記により説明した実施形態としてのセッティング特定手法を実現するための具体的な処理手順例を説明する。
図5に示す処理は、サーバ装置1のCPU11が、例えばROM12や記憶部19等の所定の記憶装置に記憶されたプログラムに従って実行する。
本例では、図5に示す処理が開始されるにあたっては、運転操作情報が車両50からサーバ装置1に入力済みの状態にあるとする。
なお、車両50からリアルタイムに入力される運転操作情報を用いて図5に示す処理を実行することも考えられる。その際、「高速域での直進安定性を良好としたい」等、特定の場所での走行シーンを対象とした目標車両挙動が設定されている場合には、例えば、車両50の位置情報等の情報から現在が該当する走行シーンに該当するか否かを判定し、該当する走行シーンであると判定されたことに応じて図5の処理を開始するということが考えられる。
なお、車両50からリアルタイムに入力される運転操作情報を用いて図5に示す処理を実行することも考えられる。その際、「高速域での直進安定性を良好としたい」等、特定の場所での走行シーンを対象とした目標車両挙動が設定されている場合には、例えば、車両50の位置情報等の情報から現在が該当する走行シーンに該当するか否かを判定し、該当する走行シーンであると判定されたことに応じて図5の処理を開始するということが考えられる。
図5において、CPU11はステップS101で、セッティング識別子Sを「1」にセットする処理を行う。セッティング識別子Sは、セッティングS1からセッティングSnのうち処理対象とするセッティングを識別するための識別子である。
ステップS101に続くステップS102でCPU11は、S番目セッティングによる車両モデルを用いたシミュレーションを実行する。すなわち、S番目のセッティングに応じたパラメータ設定がされた車両モデルに対して車両50から入力した運転操作情報を入力情報として与えた車両挙動のシミュレーションを実行する。
ステップS102に続くステップS103でCPU11は、目標車両挙動との類似度Svを計算し、さらに続くステップS104で、類似度Svが閾値TH以上であるか否かを判定する。
ステップS104において、類似度Svが閾値TH以上であると判定した場合、CPU11はステップS105に進み、S番目セッティングを記憶する処理、すなわちS番目のセッティングを示す情報を例えばRAM13や記憶部19等の所定の記憶装置に記憶させる処理を行う。
そして、処理をステップS106に進める。
そして、処理をステップS106に進める。
一方、ステップS104で類似度Svが閾値TH以上ではないと判定した場合、CPU11はステップS105の記憶処理をパスしてステップS106に処理を進める。
ステップS106でCPU11は、セッティング識別子Sが最大値Smax以上であるか否かを判定する。ここで最大値Smax=「n」である。
ステップS106において、セッティング識別子Sが最大値Smax以上ではないと判定した場合(つまり処理済みとなったセッティングがn個未満である場合)、CPU11はステップS107に処理を進めてセッティング識別子MS1インクリメントし、ステップS102に戻る。これにより、次のセッティングを対象とした処理が行われる。
ステップS106において、セッティング識別子Sが最大値Smax以上ではないと判定した場合(つまり処理済みとなったセッティングがn個未満である場合)、CPU11はステップS107に処理を進めてセッティング識別子MS1インクリメントし、ステップS102に戻る。これにより、次のセッティングを対象とした処理が行われる。
一方、ステップS106においてセッティング識別子Sが最大値Smax以上であると判定した場合、CPU11はステップS108に進み、該当するセッティングがあったか否かを判定する。すなわち、ステップS104の処理で類似度Svが閾値TH以上であると判定されたセッティングの有無を判定する。
ステップS108において、該当するセッティングがなかったと判定した場合、CPU11はステップS109に進み該当なし通知処理を実行する。すなわち、ユーザ等の通知対象に対して、ユーザの好みに応じた車両セッティングがなかった旨を示す情報を通知するための処理を実行する。
一方、ステップS108において該当するセッティングがあったと判定した場合、CPU11はステップS110に進み該当するセッティングの通知処理を実行する。すなわち、ユーザ等の通知対象に対して、先のステップS105の記憶処理で記憶されたセッティングを示す情報を通知するための処理を実行する。
CPU11は、ステップS108又はS109の処理を実行したことに応じて図5に示す一連の処理を終える。
CPU11は、ステップS108又はS109の処理を実行したことに応じて図5に示す一連の処理を終える。
なお、上記では車両モデルによるシミュレーション(S102)、類似度Svの計算(S103)、類似度Svに基づく類似判定(S104)を車両セッティングごと(車両モデルごと)に分けて実行する例としたが、これに代えて、複数の車両モデルによるシミュレーションをまとめて実行して車両セッティングごとの車両挙動を求めた上で、それらの車両挙動ごとに、類似度Svの計算(S103)及び類似度Svに基づく類似判定(S104)を行うことも可能である。
<5.変形例>
以上、本発明に係る実施形態について説明したが、本発明としては上記した具体例に限定されるものではなく、多様な変形例としての構成を採り得る。
例えば、上記では、車両モデルによるシミュレーションで得た車両挙動と目標車両挙動とが所定の類似性条件を満たすか否かの判定(以下「車両挙動の類似判定」と表記する)として、類似度Svが閾値TH以上であるか否かの判定を行う例を挙げたが、車両挙動の類似判定の具体的な手法については多様に考えられるものであり、特定手法に限定されない。
例えば、車両挙動の類似判定は、判定用のAI(人工知能)を用いて行うことも考えられる。この場合、判定用のAIとしては、目標車両挙動と車両モデルによるシミュレーション車両挙動とを入力データとして類似/非類似の判定結果を出力するように機械学習されたもの、又は類似度合いを示す値を出力するように機械学習されたものを用いることが考えられる。
以上、本発明に係る実施形態について説明したが、本発明としては上記した具体例に限定されるものではなく、多様な変形例としての構成を採り得る。
例えば、上記では、車両モデルによるシミュレーションで得た車両挙動と目標車両挙動とが所定の類似性条件を満たすか否かの判定(以下「車両挙動の類似判定」と表記する)として、類似度Svが閾値TH以上であるか否かの判定を行う例を挙げたが、車両挙動の類似判定の具体的な手法については多様に考えられるものであり、特定手法に限定されない。
例えば、車両挙動の類似判定は、判定用のAI(人工知能)を用いて行うことも考えられる。この場合、判定用のAIとしては、目標車両挙動と車両モデルによるシミュレーション車両挙動とを入力データとして類似/非類似の判定結果を出力するように機械学習されたもの、又は類似度合いを示す値を出力するように機械学習されたものを用いることが考えられる。
また、上記では特定した車両セッティングをユーザ等に通知することを言及したが、車両セッティングの通知を受けた側では、通知された車両セッティングへの変更後の車両挙動をドライビングシミュレータでユーザに体感させることも考えられる。
また、車両モデルによる車両挙動のシミュレーション及び車両挙動の類似判定は、車両50の走行態様ごとに分けて行うことも考えられる。例えば、車両50が直進中、旋回中などで分けて行うこと等が考えられる。
<6.実施形態のまとめ>
以上で説明してきたように、実施形態としての情報処理装置(サーバ装置1)は、一又は複数のプロセッサ(CPU11)と、一又は複数のプロセッサによって実行されるプログラムが記憶された一又は複数の記憶媒体(ROM12又は記憶部19)と、を備え、プログラムは、一又は複数の指示を含み、指示は、一又は複数のプロセッサに以下の処理を実行させる。
すなわち、車両(同50)の運転操作情報に基づき、パラメータ設定が異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、シミュレーション処理で得られる車両モデルごとの車両挙動について、目標とする車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす車両モデルを特定するモデル特定処理と、を実行させるものである。
上記構成によれば、複数の車両モデルとして、それぞれ異なる車両セッティングに応じたパラメータが設定された車両モデルを用意しておくことで、モデル特定処理による車両モデルの特定によって、目標車両挙動を実現するための車両セッティングが特定されるようになる。すなわち、人手により車両セッティングを煮詰める作業を行わずとも、目標車両挙動を実現するための車両セッティングを特定することが可能となる。
従って、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることができる。
以上で説明してきたように、実施形態としての情報処理装置(サーバ装置1)は、一又は複数のプロセッサ(CPU11)と、一又は複数のプロセッサによって実行されるプログラムが記憶された一又は複数の記憶媒体(ROM12又は記憶部19)と、を備え、プログラムは、一又は複数の指示を含み、指示は、一又は複数のプロセッサに以下の処理を実行させる。
すなわち、車両(同50)の運転操作情報に基づき、パラメータ設定が異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、シミュレーション処理で得られる車両モデルごとの車両挙動について、目標とする車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす車両モデルを特定するモデル特定処理と、を実行させるものである。
上記構成によれば、複数の車両モデルとして、それぞれ異なる車両セッティングに応じたパラメータが設定された車両モデルを用意しておくことで、モデル特定処理による車両モデルの特定によって、目標車両挙動を実現するための車両セッティングが特定されるようになる。すなわち、人手により車両セッティングを煮詰める作業を行わずとも、目標車両挙動を実現するための車両セッティングを特定することが可能となる。
従って、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることができる。
また、実施形態としての情報処理装置においては、シミュレーション処理で用いる複数の車両モデルは、それぞれが異なる車両セッティングに応じたパラメータ設定がされた車両モデルである。
これにより、モデル特定処理が車両モデルの特定を行うことで、目標車両挙動を実現するためのセッティングが特定される。
従って、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることができる。
これにより、モデル特定処理が車両モデルの特定を行うことで、目標車両挙動を実現するためのセッティングが特定される。
従って、ユーザの好みに応じた車両セッティングを実現するにあたっての作業負担軽減を図ることができる。
さらに、実施形態としての情報処理装置において、シミュレーション処理では、複数の車両モデルとして、車両の位置情報から推定された車両の走行路面状況に応じたパラメータ設定がされた車両モデルを用いてシミュレーションを行う。
これにより、車両の実際の走行路面状況を反映した車両挙動のシミュレーションを行うことが可能となる。
従って、車両挙動のシミュレーション精度の向上を図ることができ、ユーザの好みに応じた車両セッティングの特定精度向上を図ることができる。
これにより、車両の実際の走行路面状況を反映した車両挙動のシミュレーションを行うことが可能となる。
従って、車両挙動のシミュレーション精度の向上を図ることができ、ユーザの好みに応じた車両セッティングの特定精度向上を図ることができる。
さらにまた、実施形態としての情報処理装置において、モデル特定処理では、シミュレーション処理で得られた車両挙動と目標車両挙動とについて、車両挙動の時間波形に基づき類似性を評価する。
これにより、シミュレーションされた車両挙動と目標車両挙動との類似性評価は、両挙動の一時的な相関ではなく或る期間における相関に基づき行うことが可能となる。
従って、類似性評価の精度向上を図ることができる。
これにより、シミュレーションされた車両挙動と目標車両挙動との類似性評価は、両挙動の一時的な相関ではなく或る期間における相関に基づき行うことが可能となる。
従って、類似性評価の精度向上を図ることができる。
また、実施形態としてのプログラムは、コンピュータ装置が読み取り可能なプログラムであって、対象とする車両の運転操作情報に基づき、パラメータ設定が異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、シミュレーション処理で得られる車両モデルごとの車両挙動について、目標とする車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす車両モデルを特定するモデル特定処理と、をコンピュータ装置に実行させるプログラムである。
このようなプログラムにより、コンピュータ装置を、上記した実施形態としての情報処理装置として機能させることができる。
このようなプログラムにより、コンピュータ装置を、上記した実施形態としての情報処理装置として機能させることができる。
1 車両制御システム
50 車両
NT ネットワーク
11 CPU
12 ROM
13 RAM
14 バス
15 入出力インタフェース
16 入力部
17 表示部
18 音声出力部
19 記憶部
20 通信部
21 ドライブ
22 リムーバブル記録媒体
51 センサ部
51a ヨーレートセンサ
51b 加速度センサ
51c 車両姿勢センサ
51d GNSSセンサ
51e ハンドル角センサ
51f 車輪速センサ
52 制御部
53 メモリ部
54 通信部
50 車両
NT ネットワーク
11 CPU
12 ROM
13 RAM
14 バス
15 入出力インタフェース
16 入力部
17 表示部
18 音声出力部
19 記憶部
20 通信部
21 ドライブ
22 リムーバブル記録媒体
51 センサ部
51a ヨーレートセンサ
51b 加速度センサ
51c 車両姿勢センサ
51d GNSSセンサ
51e ハンドル角センサ
51f 車輪速センサ
52 制御部
53 メモリ部
54 通信部
Claims (5)
- 一又は複数のプロセッサと、
前記一又は複数のプロセッサによって実行されるプログラムが記憶された一又は複数の記憶媒体と、を備え、
前記プログラムは、一又は複数の指示を含み、
前記指示は、前記一又は複数のプロセッサに、
車両の運転操作情報に基づき、パラメータ設定の異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、
前記シミュレーション処理で得られる前記車両モデルごとの車両挙動について、目標とする前記車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす前記車両モデルを特定するモデル特定処理と、を実行させる
情報処理装置。 - 前記シミュレーション処理で用いる前記複数の車両モデルは、それぞれが異なる車両セッティングに応じたパラメータ設定がされた車両モデルである
請求項1に記載の情報処理装置。 - 前記シミュレーション処理では、
前記複数の車両モデルとして、前記車両の位置情報から推定された前記車両の走行路面状況に応じたパラメータ設定がされた車両モデルを用いて前記シミュレーションを行う
請求項1に記載の情報処理装置。 - 前記モデル特定処理では、
前記シミュレーション処理で得られた車両挙動と前記目標車両挙動とについて、車両挙動の時間波形に基づき前記類似性を評価する
請求項1に記載の情報処理装置。 - コンピュータ装置が読み取り可能なプログラムであって、
対象とする車両の運転操作情報に基づき、パラメータ設定が異なる複数の車両モデルを用いて車両挙動のシミュレーションを行うシミュレーション処理と、
前記シミュレーション処理で得られる前記車両モデルごとの車両挙動について、目標とする前記車両の車両挙動である目標車両挙動との類似性を評価し、所定の類似性条件を満たす前記車両モデルを特定するモデル特定処理と、を前記コンピュータ装置に実行させる
プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/037009 WO2024075165A1 (ja) | 2022-10-03 | 2022-10-03 | 情報処理装置、プログラム |
CN202280058240.XA CN118140259A (zh) | 2022-10-03 | 2022-10-03 | 信息处理装置、程序 |
US18/603,737 US20240221438A1 (en) | 2022-10-03 | 2024-03-13 | Data processing apparatus and non-transitory recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/037009 WO2024075165A1 (ja) | 2022-10-03 | 2022-10-03 | 情報処理装置、プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US18/603,737 Continuation US20240221438A1 (en) | 2022-10-03 | 2024-03-13 | Data processing apparatus and non-transitory recording medium |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2024075165A1 true WO2024075165A1 (ja) | 2024-04-11 |
Family
ID=90607758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2022/037009 WO2024075165A1 (ja) | 2022-10-03 | 2022-10-03 | 情報処理装置、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240221438A1 (ja) |
CN (1) | CN118140259A (ja) |
WO (1) | WO2024075165A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010111231A (ja) * | 2008-11-05 | 2010-05-20 | Mitsubishi Motors Corp | 舵角制御装置 |
JP2011076240A (ja) * | 2009-09-29 | 2011-04-14 | Mazda Motor Corp | 車両の企画支援システム |
JP2012003479A (ja) * | 2010-06-16 | 2012-01-05 | Fujitsu Ltd | 車両の挙動推定装置 |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
JP2019156345A (ja) * | 2018-03-16 | 2019-09-19 | トヨタ自動車株式会社 | 車両の評価システム |
-
2022
- 2022-10-03 WO PCT/JP2022/037009 patent/WO2024075165A1/ja unknown
- 2022-10-03 CN CN202280058240.XA patent/CN118140259A/zh active Pending
-
2024
- 2024-03-13 US US18/603,737 patent/US20240221438A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010111231A (ja) * | 2008-11-05 | 2010-05-20 | Mitsubishi Motors Corp | 舵角制御装置 |
JP2011076240A (ja) * | 2009-09-29 | 2011-04-14 | Mazda Motor Corp | 車両の企画支援システム |
JP2012003479A (ja) * | 2010-06-16 | 2012-01-05 | Fujitsu Ltd | 車両の挙動推定装置 |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
JP2019156345A (ja) * | 2018-03-16 | 2019-09-19 | トヨタ自動車株式会社 | 車両の評価システム |
Also Published As
Publication number | Publication date |
---|---|
US20240221438A1 (en) | 2024-07-04 |
CN118140259A (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240071146A1 (en) | Predictive Maintenance of Automotive Transmission | |
JP7000638B2 (ja) | 車両制御方法、装置、コンピュータ機器及び記憶媒体 | |
JP6605642B2 (ja) | 車両及び車両を管理制御するシステム | |
US11531339B2 (en) | Monitoring of drive by wire sensors in vehicles | |
CN107221222B (zh) | 一种面向工效评定的多模式驾驶模拟***及其评定方法 | |
US11989116B1 (en) | Collision evaluation for log-based simulations | |
CN109522673B (zh) | 一种测试方法、装置、设备和存储介质 | |
CN113848855B (zh) | 车辆控制***测试方法、装置、设备、介质及程序产品 | |
CN111353221A (zh) | 自动驾驶仿真方法和装置、电子设备及存储介质 | |
CN101322085A (zh) | 模拟故障对***性能的影响的方法 | |
CN116108717B (zh) | 一种基于数字孪生的交通运输设备运行预测方法及装置 | |
US11126763B1 (en) | Realism metric for testing software for controlling autonomous vehicles | |
KR20170135537A (ko) | 드라이빙 시뮬레이터의 동작 방법 및 드라이빙 시뮬레이터 | |
Chen et al. | NADS at the University of IOWA: A tool for driving safety research | |
WO2024075165A1 (ja) | 情報処理装置、プログラム | |
CN114021332A (zh) | 一种调试方法、装置、设备以及存储介质 | |
CN112109715B (zh) | 车辆动力输出策略的生成方法、装置、介质及*** | |
CN116859881A (zh) | 测试方法及装置 | |
WO2024075164A1 (ja) | 情報処理装置、プログラム | |
KR101816441B1 (ko) | 차량의 주행 감성 평가 장치 및 방법 | |
CN115309085A (zh) | 无人驾驶双通讯冗余控制方法、***、电子设备及介质 | |
CN114537421A (zh) | 调整***故障的方法、装置、设备和计算机可读介质 | |
CN112740188B (zh) | 使用偏差进行基于日志的模拟 | |
US11562237B2 (en) | Processing of overwhelming stimuli in vehicle data recorders | |
WO2022264493A1 (ja) | 情報生成方法、情報生成装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22961356 Country of ref document: EP Kind code of ref document: A1 |