特許ウォッチ

公開番号2025097120
公報種別公開特許公報(A)
公開日2025-06-30
出願番号2023213228
出願日2023-12-18
発明の名称モデル更新システム
出願人トヨタ自動車株式会社
代理人個人,個人,個人,個人,個人,個人
主分類B60W 50/00 20060101AFI20250623BHJP(車両一般)
要約【課題】車両の制御に用いられていない方の機械学習モデルが自動的に再学習される。
【解決手段】車両(1)に、第1機械学習モデルAと第2機械学習モデルBとが搭載され、センサ(40)の出力信号が第1機械学習モデルAおよび第2機械学習モデルBの双方に入力される。第1機械学習モデルAからの出力情報を用いて車両制御装置(40)が制御される。第1機械学習モデルA、Bにおける認識内容に基づき、第1機械学習モデルAと第2機械学習モデルBのいずれの機械学習モデルが優位であるかが比較評価され、第1機械学習モデルAの方が優位であると評価されたときには、第2機械学習モデルBが再学習される。再学習された第2機械学習モデルBの更新情報が車両(1)に送信され、車両(1)に搭載されている第2機械学習モデルBが、受信した更新情報に従い更新される。
【選択図】図6
特許請求の範囲【請求項１】
車両に搭載されたプロセッサを具備しており、該車両に、車両に搭載されたセンサの出力信号を入力すると車両制御装置の制御に用いる特定情報を出力する複数個の機械学習モデルが搭載されており、該機械学習モデルが、互いに異なる第１機械学習モデルと第２機械学習モデルとを含んでおり、
該プロセッサが、
車両に搭載されたセンサの出力信号を第１機械学習モデルおよび第２機械学習モデルの双方に入力させて第１機械学習モデルおよび第２機械学習モデルから該特定情報を出力させ、
第１機械学習モデルから出力された該特定情報および第２機械学習モデルから出力された該特定情報のうちで第１機械学習モデルから出力された該特定情報を用いて車両制御装置を制御し、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容を車両外部のデータサーバに送信するように構成されており、
該データサーバのプロセッサが、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容に基づき、第１機械学習モデルと第２機械学習モデルのいずれの機械学習モデルが優位であるかを比較評価し、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルを再学習させ、
再学習された第２機械学習モデルの更新情報を車両に送信するように構成されており、
車両に搭載されたプロセッサが、
車両に搭載されている第２機械学習モデルを、受信した更新情報に従い更新するように構成されたモデル更新システム。
続きを表示（約 1,700 文字）【請求項２】
該データサーバのプロセッサが、
データサーバのメモリ内に、第１機械学習モデルと更新された第２機械学習モデルのいずれの機械学習モデルが優位であるかに関する比較評価結果を記憶蓄積するように構成され、
更新された第２機械学習モデルが第１機械学習モデルよりも優位であると評価されたときには、記憶蓄積された比較評価結果から、更新された第２機械学習モデルが第１機械学習モデルよりも優位であることを示す比較評価を収集可能である請求項１に記載のモデル更新システム。
【請求項３】
該データサーバのプロセッサが、
収集された比較評価に基づき、第１機械学習モデルを更新された第２機械学習モデルに置き換え可能である場合には、第１機械学習モデルおよび更新された第２機械学習モデルの双方と異なる第３機械学習モデルを取得して、第１機械学習モデルと更新された第２機械学習モデルとを置き換えるアップデート指令および第３機械学習モデルを車両に送信するように構成されており、
車両に搭載されたプロセッサが、第１機械学習モデルと更新された第２機械学習モデルとを置き換えるアップデート指令を受信したときには、第１機械学習モデルと更新された第２機械学習モデルとを置き換えて、更新された第２機械学習モデルを新たな第１機械学習モデルとし、更に、第１機械学習モデルを第３機械学習モデルに置き換えて第３機械学習モデルを新たな第２機械学習モデルとするように構成されている請求項２に記載のモデル更新システム。
【請求項４】
車両に搭載されたプロセッサと車両に搭載されたメモリを具備しており、
該メモリが、車両に搭載されたセンサの出力信号を入力すると車両制御装置の制御に用いる特定情報を出力する複数個の機械学習モデルを記憶しており、該機械学習モデルが、互いに異なる第１機械学習モデルと第２機械学習モデルとを含んでおり、
該プロセッサが、
車両に搭載されたセンサの出力信号を第１機械学習モデルおよび第２機械学習モデルの双方に入力させて第１機械学習モデルおよび第２機械学習モデルから該特定情報を出力させ、
第１機械学習モデルから出力された該特定情報および第２機械学習モデルから出力された該特定情報のいずれか一方を用いて車両制御装置を制御し、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容を車両外部のデータサーバに送信するように構成されており、
該データサーバのプロセッサが、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容に基づき、第１機械学習モデルと第２機械学習モデルのいずれの機械学習モデルが優位であるかを比較評価し、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第１機械学習モデルから出力された該特定情報を車両制御装置の制御に用い、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルを再学習させ、
再学習された第２機械学習モデルの更新情報を車両に送信するように構成されており、
車両に搭載されたプロセッサが、
車両に搭載されたメモリに記憶されている第２機械学習モデルを、受信した更新情報に従い更新するように構成されており、
該データサーバのプロセッサが、
第２機械学習モデルが第１機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルから出力された制御信号を車両制御装置の制御に用い、
第２機械学習モデルが第１機械学習モデルよりも優位であると評価されたときには、第１機械学習モデルを再学習させ、
再学習された第１機械学習モデルの更新情報を車両に送信するように構成され、
車両に搭載されたプロセッサが、
車両に搭載されたメモリに記憶されている第１機械学習モデルを、受信した更新情報に従い更新するように構成されたモデル更新システム。

発明の詳細な説明【技術分野】
【０００１】
本発明はモデル更新システムに関する。
続きを表示（約 3,400 文字）【背景技術】
【０００２】
車両走行中に、車両前方の移動体や障害物を認識するために、機械学習技術を用いた画像認識モジュールがよく用いられる。この画像認識モジュールは車両の種々の走行シーンにおいて取得された画像データに基づき画像識別機能の学習を行うことが必要となる。そこで、シミュレーション技術を用いて画像認識モジュールの画像識別機能を学習するようにしたシミュレーションシステムが公知である（例えば特許文献１を参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－６０５１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
一方、機械学習を用いたときには、安全性を説明できることが必要であり、このとき、実際に市場を走行したときの実データが安全性を証明するための証拠として、最も強力である。本発明は、実際に市場を走行したときの実データを得ることのできるシステムを提供することを一つの目的としている。
【課題を解決するための手段】
【０００５】
本発明によれば、車両に搭載されたプロセッサを具備しており、車両に、車両に搭載されたセンサの出力信号を入力すると車両制御装置の制御に用いる特定情報を出力する複数個の機械学習モデルが搭載されており、機械学習モデルが、互いに異なる第１機械学習モデルと第２機械学習モデルとを含んでおり、
プロセッサが、
車両に搭載されたセンサの出力信号を第１機械学習モデルおよび第２機械学習モデルの双方に入力させて第１機械学習モデルおよび第２機械学習モデルから上述の特定情報を出力させ、
第１機械学習モデルから出力された上述の特定情報および第２機械学習モデルから出力された上述の特定情報のうちで第１機械学習モデルから出力された上述の特定情報を用いて車両制御装置を制御し、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容を車両外部のデータサーバに送信するように構成されており、
データサーバのプロセッサが、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容に基づき、第１機械学習モデルと第２機械学習モデルのいずれの機械学習モデルが優位であるかを比較評価し、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルを再学習させ、
再学習された第２機械学習モデルの更新情報を車両に送信するように構成されており、
車両に搭載されたプロセッサが、
車両に搭載されている第２機械学習モデルを、受信した更新情報に従い更新するように構成されたモデル更新システムが提供される。
【０００６】
また、本発明によれば、車両に搭載されたプロセッサと車両に搭載されたメモリを具備しており、
メモリが、車両に搭載されたセンサの出力信号を入力すると車両制御装置の制御に用いる特定情報を出力する複数個の機械学習モデルを記憶しており、機械学習モデルが、互いに異なる第１機械学習モデルと第２機械学習モデルとを含んでおり、
プロセッサが、
車両に搭載されたセンサの出力信号を第１機械学習モデルおよび第２機械学習モデルの双方に入力させて第１機械学習モデルおよび第２機械学習モデルから上述の特定情報を出力させ、
第１機械学習モデルから出力された上述の特定情報および第２機械学習モデルから出力された上述の特定情報のいずれか一方を用いて車両制御装置を制御し、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容を車両外部のデータサーバに送信するように構成されており、
データサーバのプロセッサが、
第１機械学習モデルにおける認識内容および第２機械学習モデルにおける認識内容に基づき、第１機械学習モデルと第２機械学習モデルのいずれの機械学習モデルが優位であるかを比較評価し、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第１機械学習モデルから出力された上述の特定情報を車両制御装置の制御に用い、
第１機械学習モデルが第２機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルを再学習させ、
再学習された第２機械学習モデルの更新情報を車両に送信するように構成されており、
車両に搭載されたプロセッサが、
車両に搭載されたメモリに記憶されている第２機械学習モデルを、受信した更新情報に従い更新するように構成されており、
データサーバのプロセッサが、
第２機械学習モデルが第１機械学習モデルよりも優位であると評価されたときには、第２機械学習モデルから出力された制御信号を車両制御装置の制御に用い、
第２機械学習モデルが第１機械学習モデルよりも優位であると評価されたときには、第１機械学習モデルを再学習させ、
再学習された第１機械学習モデルの更新情報を車両に送信するように構成され、
車両に搭載されたプロセッサが、
車両に搭載されたメモリに記憶されている第１機械学習モデルを、受信した更新情報に従い更新するように構成されたモデル更新システムが提供される。
【発明の効果】
【０００７】
一番目の発明では、第２機械学習モデルが自動的に更新され、二番目の発明では、第１機械学習モデルおよび第２機械学習モデルが自動的に更新される。
【図面の簡単な説明】
【０００８】
図１は、車両の構成を示す図である。
図２は、車両制御装置の制御システムの第１実施例の機能構成図である。
図３Ａ、図３Ｂ、図３Ｃは、画像データを図解的に示す図である。
図４は、機械学習モデルＡ、Ｂの比較データを作成するためのフローチャートである
図５は、機械学習モデルＡ、Ｂの比較データ表を示す図である。
図６は、第１実施例においてモデル更新処理を行うためのフローチャートである。
図７は、車両制御装置の制御システムの第２実施例の機能構成図である。
図８は、第２実施例においてモデル更新処理を行うためのフローチャートである。
【発明を実施するための形態】
【０００９】
最初に、図１を参照しつつ、車両１の構成について説明する。図１を参照すると、１０は車両１の駆動輪に駆動力を与えるための車両駆動部、１１は車両１を制動するための制動装置、１２は車両１を操舵するための操舵装置、１３は車両１内に搭載された電子制御ユニットを夫々示す。図１に示されるように、電子制御ユニット１３はデジタルコンピュータからなり、双方向性バス１４によって互いに接続されたＣＰＵ（プロセッサ）１５、ＲＯＭおよびＲＡＭからなるメモリ１６および入出力ポート１７を具備する。
【００１０】
一方、図１に示されるように、車両１には、各種センサ１８、即ち、車両１の状態を検出するセンサおよび車両１の周辺を検出するセンサが設置されている。この場合、車両１の状態を検出するセンサとしては、加速度センサ、速度センサ、方位角センサ、地磁気センサが用いられており、車両１の周辺を検出するセンサとしては、車両１の前方、側方、後方を撮影するカメラ、ライダ（LIDAR）、レーダ等が用いられる。また、車両１には、ＧＮＳＳ（Global Navigation Satellite System：全球測位衛星システム）受信装置１９、地図データ記憶装置２０、ナビゲーション装置２１およびＨＭＩ２２が設けられている。ＧＮＳＳ受信装置１９は、複数の人工衛星から得られる情報に基づいて、車両１の現在位置（例えば車両１の緯度及び経度）を検出することができる。従って、このＧＮＳＳ受信装置１９により車両１の現在位置を取得することができる。このＧＮＳＳ受信装置１９として、例えば、ＧＰＳ受信装置が用いられる。
（【００１１】以降は省略されています）

関連特許