JP7377826B2 - 故障予兆検知システム、自動車、故障予兆検知方法、及びプログラム - Google Patents

Description

本発明は、故障予兆検知システム、車両、故障予兆検知方法、及びプログラムに関する。

特許文献１には、複数の動作から成り立つ製造動作を行う製造装置を対象として、故障の予兆を検知する故障予兆検知システムが記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０２０－１５４８９６号公報

本発明の一態様に係る故障予兆検知システムは、車両の駆動機能が動作中、車両の状態を検知するセンサからデータを取得する取得部を備えてよい。故障予兆検知システムは、複数のデータから予め定められたアルゴリズムに従ってデータのそれぞれの特徴量を示す特徴量データを生成する生成部を備えてよい。故障予兆検知システムは、車両の駆動機能を停止させる指示を検知すると、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知する検知部を備えてよい。

取得部は、データを取得すると、データを記憶部に格納してよい。生成部は、記憶部から読み出したデータに基づいて特徴量データを生成した後、特徴量データを記憶部に格納し、データを記憶部から削除してよい。

検知部は、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知した後、特徴量データを記憶部から削除してよい。

検知部は、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知した後、車両の故障の兆候があると検知された場合、記憶部に検知結果を格納してよい。

故障予兆検知システムは、検知部が、記憶部に検知結果を格納した後、または、車両の故障の兆候がないと検知した後、車両の駆動機能を停止させる処理を完了させる処理部をさらに備えてよい。

検知部は、車両の駆動機能を起動させる指示を検知すると、記憶部に車両の故障の兆候があることを示す検知結果が格納されている場合、検知結果に従った情報を外部に通知してよい。

生成部は、車両の駆動機能を停止させる指示を検知すると、記憶部に格納された特徴量データに基づいて、予め定められた基準の特徴量データを生成してよい。検知部は、車両が駆動機能を停止させる指示を検知すると、生成部が生成した予め定められた基準の特徴量データと、記憶部に格納された特徴量データとに基づいて、車両の故障の兆候があるか否かを検知してよい。

検知部は、車両の駆動機能を停止させる指示を検知すると、車両に搭載され故障予兆検知システムに電力を供給するバッテリの充電状態が予め定められた充電状態を満たすか否かを判定し、バッテリの充電状態が予め定められた充電状態を満たす場合、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知してよい。

本発明の一態様に係る車両は、上記故障予兆検知システムを搭載して、移動する車両でよい。

本発明の一態様に係る故障予兆検知方法は、車両の駆動機能が動作中に、車両の状態を検知するセンサからデータを取得する段階を備えてよい。故障予兆検知方法は、データから予め定められたアルゴリズムに従ってデータのそれぞれの特徴量を示す特徴量データを生成する段階を備えてよい。故障予兆検知方法は、車両の駆動機能を停止させる指示を検知すると、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知する段階を備えてよい。

本発明の一態様に係るプログラムは、車両の駆動機能が動作中に、車両の状態を検知するセンサからデータを取得する段階をコンピュータに実行させてよい。プログラムは、データから予め定められたアルゴリズムに従ってデータのそれぞれの特徴量を示す特徴量データを生成する段階をコンピュータに実行させてよい。プログラムは、車両の駆動機能を停止させる指示を検知すると、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両の故障の兆候があるか否かを検知する段階をコンピュータに実行させてよい。

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

車両を模式的に示す図である。 制御システムのシステム構成を模式的に示す図である。 センサから取得されるデータの一例を示す図である。 数値ベクトルの一例を示す図である。 コアベクトルの一例を示す図である。 特徴量の数値の出現頻度を表すヒストグラムの一例を示す図である。 特徴量の数値の出現頻度を表すヒストグラムの一例を示す図である。 特徴量の数値の出現頻度を表すヒストグラムの一例を示す図である。 特徴量の数値の出現頻度を表すヒストグラムの一例を示す図である。 基準値の範囲の設定手順について説明するための図である。 基準値の範囲の設定手順について説明するための図である。 基準値の範囲の設定手順について説明するための図である。 基準値の範囲の設定手順について説明するための図である。 ＨＶＥＣＵによる故障予兆検知処理の手順の一例を示すフローチャートである。 ＨＶＥＣＵによる故障予兆検知処理の手順の一例を示すフローチャートである。 基準値生成処理の手順の一例を示すフローチャートである。 ハードウェア構成の一例を示す図である。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本実施形態に係る車両１０を模式的に示す。車両１０は、車両１０を制御する制御システム２００を備える。本実施形態では、車両１０として、ハイブリッド車両を例に説明する。しかし、車両１０は、エンジン車両、電動車両など如何なる駆動方式の車両であってもよい。

図２は、制御システム２００のシステム構成を模式的に示す。制御システム２００は、ＨＶＥＣＵ２１０、各種ＥＣＵ２３０、各種センサ２５０、ＭＩＤ２７１、ＩＶＩ２７２、ＧＮＳＳ受信機２７３、及びＴＣＵ２７４を備える。

ＨＶＥＣＵ２１０は、車両１０を制御するハイブリッドＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）である。ＨＶＥＣＵ２１０及び各種ＥＣＵ２３０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、及び入出力インタフェースなどから成るいわゆるマイクロコンピュータを含んで構成されてよい。ＨＶＥＣＵ２１０は、ＲＡＭの一時記憶機能を利用しつつＲＯＭに予め記憶されたプログラムに従って信号処理を行う。

ＨＶＥＣＵ２１０は、ＭＩＤ２７１、ＩＶＩ２７２、ＴＣＵ２７４、及び各ＥＣＵ２３０と車内通信回路を介して接続される。ＨＶＥＣＵ２１０は、ＭＩＤ２７１、ＩＶＩ２７２、ＴＣＵ２７４、及び各種ＥＣＵ２３０と車内通信回路を介して通信する。ＨＶＥＣＵ２１０は、ＭＩＤ２７１、ＩＶＩ２７２、ＴＣＵ２７４、及び各ＥＣＵ２３０を車内通信回路を介して統括制御する。車内通信回路は、例えばＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）またはイーサ・ネットワーク等を含んで構成されてよい。

ＭＩＤ２７１は、マルチインフォメーションディスプレイである。ＩＶＩ２７２は、車内インフォテインメント情報機器（ＩＶＩ）である。ＭＩＤ２７１及びＩＶＩ２７２は、車内通信回線を介してＨＶＥＣＵ２１０に接続される。ＭＩＤ２７１及びＩＶＩ２７２は、表示制御部として機能し得る。ＩＶＩ２７２は、無線ＬＡＮ通信機能を備える。ＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）衛星から受信した信号に基づいて、車両１０の位置を特定する。ＩＶＩ２７２は、ＧＮＳＳ受信機２７３から車両１０の位置情報を取得する。ＩＶＩ２７２は、ＧＮＳＳ受信機２７３から取得した位置情報をＨＶＥＣＵ２１０に出力する。

ＴＣＵ２７４は、テレマティクス制御ユニット（Ｔｅｌｅｍａｔｉｃｓ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）である。ＴＣＵ２７４は、主として移動体通信を担う。ＴＣＵ２７４は、ＨＶＥＣＵ２１０の制御に基づいて、外部装置との間でデータの送受信を行う。

各ＥＣＵ２３０は、ＭＧＥＣＵ２３１、エンジンＥＣＵ２３２、変速機ＥＣＵ２３３、及びバッテリＥＣＵ２３４を含む。ＭＧＥＣＵ２３１は、車両１０に搭載される駆動用のモータジェネレータを制御する。エンジンＥＣＵ２３２は、車両１０に搭載されるエンジンを制御する。変速機ＥＣＵ２３３は、車両１０に搭載される変速機を制御する。バッテリＥＣＵ２３４は、車両１０に搭載される高圧バッテリであるバッテリを制御する。

ＨＶＥＣＵ２１０は、ＭＧＥＣＵ２３１を介したモータジェネレータと、エンジンＥＣＵ２３２を介したエンジンとに関するハイブリッド駆動制御を実行する。ＨＶＥＣＵ２１０は、変速機ＥＣＵ２３３を介した変速機の変速制御を実行する。ＨＶＥＣＵ２１０は、バッテリＥＣＵ２３４を介したバッテリの充放電制御を実行する。

各種センサ２５０は、車速センサ２５１、アクセル開度センサ２５２、傾斜角度センサ２５３、ＭＧ回転数センサ２５４、シフトポジションセンサ２５５、エンジン回転数センサ２５６、スロットル開度センサ２５７、振動センサ２５８、ＡＥセンサ２５９、油温センサ２６０、水温センサ２６１、バッテリ温度センサ２６２、バッテリ電流センサ２６３、加速度センサ２６４を含む。各種センサ２５０は、他のセンサを含んでよい。

車速センサ２５１は、車両１０の車速を検出する。アクセル開度センサ２５２は、運転者の操作によるアクセル開度、すなわちアクセルペダルの操作量を検出する。傾斜角度センサ２５３は、車両１０の傾きを検出する。ＭＧ回転数センサ２５４は、モータジェネレータの回転数を検出する。シフトポジションセンサ２５５は、シフトレバーのシフトポジションを検出する。エンジン回転数センサ２５６は、エンジンの回転数を検出する。スロットル開度センサ２５７は、エンジンのスロットル弁の開度を検出する。バッテリ温度センサ２６２は、バッテリの温度を検出する。バッテリ電流センサ２６３は、バッテリの充放電電流を検出する。

ＨＶＥＣＵ２１０は、車速センサ２５１で検出される車速、及びアクセル開度センサ２５２で検出されるアクセル開度に基づいて要求駆動力を設定する。ＨＶＥＣＵ２１０は、車速センサ２５１で検出される車速に基づいて、車両１０が発進時であるか否かを判定する。ＨＶＥＣＵ２１０は、傾斜角度センサ２５３で検出される傾斜角度に基づいて、車両１０が登坂路また降坂路であるか否かを判定する。エンジンＥＣＵ２３２は、ＨＶＥＣＵ２１０からの指示に基づいて、設定された要求駆動力に応じて、エンジンからの出力トルクを制御する。ＭＧＥＣＵ２３１は、ＨＶＥＣＵ２１０からの指示に基づいて、設定された要求駆動力に応じて、モータジェネレータからの出力トルクを制御する。変速機ＥＣＵ２３３は、設定された要求駆動力に応じて、変速機の変速制御を行う。

バッテリＥＣＵ２３４は、バッテリの端子間電圧、バッテリ電流センサ２６３からのバッテリの充放電電流、及びバッテリ温度センサ２６２からのバッテリ温度などのバッテリの状態を示すバッテリ情報に基づいて、バッテリの充放電を制御する。バッテリＥＣＵ２３４は、バッテリの充放電電流の積算値に基づいて充電量（ＳＯＣ）を演算する。

振動センサ２５８は、例えば、車両１０の振動、エンジンの振動、サスペンションの振動など車両１０の故障の予兆を検知できる車両１０のいずれかの部位の振動を検知する。ＡＥセンサ２５９は、アコースティック・エミッション（Ａｃｏｕｓｔｉｃ Ｅｍｉｓｓｉｏｎ）センサである。ＡＥセンサ２５９は、物体の変形、割れの進展、剥離等の現象に伴って発生する超音波および弾性波エネルギーを検出するセンサである。ＡＥセンサ２５９は、エンジンなどの車両１０の故障の予兆を検知できる車両１０のいずれかの部位に設けられてよい。油温センサ２６０は、例えば、エンジンオイルの温度（油温）を検出する。水温センサ２６１は、例えば、シリンダヘッド及びシリンダに形成された冷却水流路であるウォータージャケット内を流れる冷却水の温度を検出する。加速度センサ２６４は、車両１０が加速状態にあるか、減速状態にあるか、定速状態（クルーズ状態）にあるかを判断するための車両１０の加速度を検出する。

以上のように構成された制御システム２００において、各種センサ２５０から収集される各種データに基づいて、車両１０の故障の予兆を検知する。

本実施形態では、ＨＶＥＣＵ２１０が、車両１０の故障の予兆を検知する故障予兆検知システムとして機能する。ＨＶＥＣＵ２１０は、取得部２１１、生成部２１２、検知部２１３、処理部２１４、及び記憶部２１５を備える。なお、ＨＶＥＣＵ２１０以外の他のＥＣＵ２３０が、故障予兆検知システムとして機能してもよい。

取得部２１１は、車両１０が移動中、すなわち走行中に、車両１０の状態を検知する複数のセンサ２５０から複数のデータを取得する。取得部２１１は、車両１０が移動中に、予め定められた期間ごとに、車両１０の状態を検知する複数のセンサ２５０から複数のデータを取得する。取得部２１１は、例えば、図３に示すように、複数のデータとして、エンジン回転数センサ２５６からエンジン回転数（Ｒ）、車速センサ２５１から車両１０の車速（Ｖ）、及び水温センサ２６１からエンジンの冷却水の温度を示す冷却水温（Ｔ）を０．２秒間隔で取得し、記憶部２１５に格納する。

生成部２１２は、取得部２１１により取得された複数のデータから予め定められたアルゴリズムに従って複数のデータのそれぞれの特徴量を示す特徴量データを生成する。生成部２１２は、複数のデータのそれぞれの特徴量を示す特徴量データである数値ベクトルを生成してよい。生成部２１２は、予め定められた時間帯（例えば、３秒）ごとのデータの平均値、最大値、最小値、傾きの平均値を算出することで、複数のデータのそれぞれの数値ベクトルを生成してよい。生成部２１２は、図４に示すように、３秒ごとにエンジン回転数（Ｒ）について、平均値（Ｒ_ａｖ）、最大値（Ｒ_ｍｘ）、最小値（Ｒ_ｍｎ）、傾きの平均値（Ｒ_ｉｎ）を算出してよい。生成部２１２は、３秒ごとに車速（Ｖ）について、平均値（Ｖ_ａｖ）、最大値（Ｖ_ｍｘ）、最小値（Ｖ_ｍｎ）、傾きの平均値（Ｖ_ｉｎ）を算出してよい。生成部２１２は、３秒ごとに冷却水温（Ｔ）について、平均値（Ｔ_ａｖ）、最大値（Ｔ_ｍｘ）、最小値（Ｔ_ｍｎ）、傾きの平均値（Ｔ_ｉｎ）を算出してよい。生成部２１２は、統計学で用いられる標準偏差、振幅値、振動数、最小傾き、最大傾き、歪度、及び尖度の少なくとも１つをデータの特徴量として算出してよい。

ここで、傾きは、車両１０が加速中、減速中の程度、もしくはクルーズ運転（定速運転）中であることの判断指標となる特徴量である。傾きは、時間経過（ｈ）に対するパラメータ値ｆ（ｘ）の変化量を微分することで得られる値であり、次式（１）で算出される。デジタル演算では、傾きは、パラメータ値ｆ（ｘ）の差分の演算で算出される。

生成部２１２は、生成された複数の特徴量データに基づいて、車両１０の故障の予兆の有無を判断するための基準となる基準の特徴量データを生成する。生成部２１２は、複数の数値ベクトルから基準の特徴量データである基準値を生成してよい。

生成部２１２は、基準値を生成するために、複数の数値ベクトルをクラスタリング処理してよい。クラスタリング処理は、外的基準なしにデータをグループ化するデータ解析手法である。本実施形態では、Ｋ－ｍｅａｎｓ法と呼ばれる手法を用いる。この手法は、データをパラメータの数に対応する次元の空間にプロットし、その距離によってデータを分類する手法である。

生成部２１２は、各種センサ２５０のデータのうち、例えば、エンジン回転数（Ｒ）、車速（Ｖ）、及び冷却水温（Ｔ）の３つのパラメータの特徴量で「２０」にクラスタリング（１次クラスタリング）する。さらに、生成部２１２は、１次クラスタリングで抽出された「２０」のクラスタをさらに全てのパラメータで「３０」にクラスタリング（２次クラスタリング）して「６００」のクラスタすなわち運転条件を抽出する。

より具体的には、生成部２１２は、まず、それぞれの時間帯の数値ベクトルを、コアベクトルに基づいて、１次クラスタリングにより、例えば、図５に示すように、２０個の１次クラスタＤｊに分類する。コアベクトルがまだ設定されていない初期状態では、生成部２１２は、２０個の１次クラスタの中心となるコアベクトルをランダムに設定する。コアベクトルの初期値は、限られた数の実験データから経験則に従って設定されてもよい。

ｊを１から２０の整数として、ｊ番目のクラスタの中心となるコアベクトルを（Ｒ_{ａｖ－ｃｊ}，Ｒ_{ｍｘ－ｃｊ}，Ｒ_{ｍｎ－ｃｊ}，Ｒ_{ｉｎ－ｃｊ}，Ｖ_{ａｖ－ｃｊ}，Ｖ_{ｍｘ－ｃｊ}，Ｖ_{ｍｎ－ｃｊ}，Ｖ_{ｉｎ－ｃｊ},Ｔ_{ａｖ－ｃｊ},Ｔ_{ｍｘ－ｃｊ},Ｔ_{ｍｎ－ｃｊ},Ｔ_{ｉｎ－ｃｊ}）と表すと、図４に示す第１時間帯（０～３秒）の数値ベクトルと２０個のクラスタＤｊのそれぞれのコアベクトルとのマンハッタン距離Ｄ１ｊは、次式（２）で表される。

Ｄ１ｊ=|Ｒ_ａｖ－１－Ｒ_{ａｖ－ｃｊ}|+|Ｒ_ｍｘ－１－Ｒ_{ｍｘ－ｃｊ}|+|Ｒ_ｍｎ－１－Ｒ_{ｍｎ－ｃｊ}｜＋｜Ｒ_ｉｎ－１－Ｒ_{ｉｎ－ｃｊ}｜＋｜Ｖ_ａｖ－１－Ｖ_{ａｖ－ｃｊ}｜＋｜Ｖ_ｍｘ－１－Ｖ_{ｍｘ－ｃｊ}｜＋｜Ｖ_ｍｎ－１－Ｖ_{ｍｎ－ｃｊ}｜＋｜Ｖ_ｉｎ－１－Ｖ_{ｉｎ－ｃｊ}｜＋｜Ｔ_ａｖ－１－Ｔ_{ａｖ－ｃｊ}｜＋｜Ｔ_ｍｘ－１－Ｔ_{ｍｘ－ｃｊ}｜＋｜Ｔ_ｍｎ－１－Ｔ_{ｍｎ－ｃｊ}｜＋｜Ｔ_ｉｎ－１－Ｔ_{ｉｎ－ｃｊ}｜ ・・・（２）

生成部２１２は、第１時間帯での１つの数値ベクトル（Ｒ，Ｖ，Ｔ）について、ｊ＝１，２，３，・・・，２０について（２）式の演算を行ったマンハッタン距離を算出し、最も小さい値となったコアベクトルのクラスタＤｊにその数値ベクトル（Ｒ，Ｖ，Ｔ）を所属させる。生成部２１２は、各時間帯（３～６秒）のそれぞれの数値ベクトルについてマンハッタン距離を算出し、それぞれの数値ベクトルをいずれかのクラスタＤｊに所属させる。

次いで、生成部２１２は、２０個の１次クラスタＤｊのそれぞれについて、所属する数値ベクトルの平均値を算出し、この平均値を各クラスタのコアベクトルとする。生成部２１２は、更新されたコアベクトルを用いて、上記のクラスタリングを再度実行する。２度目のクラスタリングで各クラスタのコアベクトルが更新されると、生成部２１２は、更新されたコアベクトルを用いてさらに３度目のクラスタリングを行う。生成部２１２は、この繰り返しを、コアベクトルが収束するまで、または予め設定された試行回数が終了するまで実行する。

初期設定のコアベクトルによって、収束の仕方が異なることがある。そこで、生成部２１２は、例えば１０個の異なる初期設定をランダムに設定して、それぞれの初期設定を用いてクラスタリングを繰り返し、最もよく収束した試行のクラスタリング結果を採用してよい。これにより、生成部２１２は、２０個の１次クラスタＤｊのそれぞれについて最終的なコアベクトル（重心）を生成する。

次いで、生成部２１２は、２次クラスタリング処理を実行する。生成部２１２は、２０個の１次クラスタＤｊのそれぞれにおいて、そのクラスタに含まれる全パラメータの数値ベクトル（図４の数値ベクトルを全パラメータに拡張したもの）に関してさらにクラスタリングを行って、各１次クラスタを３０個の２次クラスタに分類する。すなわち、それぞれ異なる運転状態に対応する２０個の１次クラスタのそれぞれを、３０個の２次クラスタに細分する。

それぞれの１次クラスタが２次クラスタリングされて３０個の２次クラスタを形成するので、全体では６００個（２０×３０）の２次クラスタが得られる。それぞれの数値ベクトルは、この６００個の２次クラスタの一つに属する。

生成部２１２は、２次クラスタリングに用いられる３０個の２次クラスタのコアベクトルの初期値を、１次クラスタリングと同様にランダムに設定してよい。生成部２１２は、この初期値を、過去のデータに照らして経験則に従って設定してもよい。生成部２１２は、このコアベクトルを、１次クラスタリングと同じ手法で更新されて最終的なコアベクトルを生成してよく、３０個の最終的なコアベクトルを用いて最終的なクラスタリングを行い、６００個の２次クラスタを生成してよい。

次いで、生成部２１２は、６００個の２次クラスタのデータから、パラメータごとに横軸をパラメータの値、縦軸をデータ数とする図６Ａに示すような２０分割のヒストグラムを作成する。生成部２１２は、図６Ｂに示すように、縦軸の値が予め定められた値（たとえば全体のａ％）以下の階級を除外する。さらに、生成部２１２は、残った階級を隣り合うもの同士でグループとしてまとめて、図６Ｃに示すように、グループに属するデータ数がｂ%以上になるようグループ化する。生成部２１２は、この処理を、クラスタごとに、すなわち６００個の２次クラスタについて個別に実行する。

生成部２１２は、２次クラスタ内でデータの散らばりの目安となるクラスタリングのパラメータ残差によって、ａ％、ｂ％の値を調整する。パラメータ残差は、数値ベクトルのそれぞれのパラメータの値が、その数値ベクトルが属するクラスタの重心であるコアベクトルからどの程度離れているかを評価した値である。本実施形態では、それぞれの数値ベクトルについて、その属するクラスタの重心との差をとり、その２乗平均（２乗和の平方根）で残差を表す。単純な差は、プラスまたはマイナスの符号をもつので、差の大きさを見るため２乗平均を用いる。生成部２１２は、パラメータ残差が大きく、散らばりが大きいパラメータほど、ａ％、ｂ％を小さくし、図６Ｄに示すように、幅広く正常値の範囲を抽出する。生成部２１２は、正常値の範囲を一つにまとめて故障予兆検知に用いる基準値の範囲とする。

例えば、あるパラメータの特徴量の一つとして、図７Ａに示すようなヒストグラムが得られたとする。このクラスタには、１００個の数値ベクトルが含まれているとすると、カウント数の合計は１００になる。カウント総数のａ％以下のカウントの「列の値の範囲」を削除する。ここで、ａ％を１％とすると、１以下のカウント数の「列の値の範囲」は削除されるので、図７Ｂに示す「列の値の範囲」が残る。

生成部２１２は、図７Ｃに示すように、残った「列の値の範囲」のうち、隣り合う「列の値の範囲」を結合してグループ化する。さらに、生成部２１２は、グループのうち、カウント数がカウント総数のｂ％以下のものを削除する。例えば、生成部２１２は、２０％以下のグループとして、グループＩＤが３のグループを削除して、図７Ｄに示すグループを残す。

生成部２１２は、上記ように残したグループにおける列、すなわちパラメータの特徴量の範囲を正常値の範囲とする。この例では、０．０－０．１および０．３－０．７が正常値の範囲である。データ処理を簡単にするため、正常値の範囲を一つにまとめて故障予知検知に用いる基準値の範囲とする。この例では、生成部２１２は、基準値の範囲を、０．０－０．７と決定する。

以上のようなクラスタリング処理、基準値の設定、故障の予兆の検知には、メモリ容量を消費し、電力の消費も大きく、ＥＣＵの処理負担も大きい。例えば、ＨＶＥＣＵ２１０が、車両１０の走行中に、走行制御の処理と平行して、上記のような処理を行う場合、ＨＶＥＣＵ２１０の処理負担が増大する。

そこで、本実施形態では、ＨＶＥＣＵ２１０は、車両１０の駆動機能を停止させる指示を検知すると、クラスタリング処理、基準値の設定、故障の予兆の検知を実行する。これにより、ＨＶＥＣＵ２１０の処理負担を低減させる。ひいては、車両１０が走行中におけるメモリ容量の消費、及び電力の消費を抑制する。

取得部２１１は、車両１０の駆動機能が動作中に、車両１０の状態を検知する少なくとも１つのセンサ２５０からデータを取得する。車両１０の駆動機能が動作中とは、車両１０が走行可能な状態のことをいう。車両１０の駆動機能が動作中とは、イグニッションスイッチがオンされたイグニッションオン状態のことをいう。車両１０の駆動機能が動作中とは、例えば、エンジンが作動中であることをいう。車両１０の駆動機能が動作中とは、制御システム２００が起動中であり、車両１０の走行に必要なＥＣＵ等の各種機器が電源オン状態であることをいう。取得部２１１は、車両１０が走行中に、車両１０の状態を検知する複数のセンサ２５０から複数のデータを取得する。取得部２１１は、複数のデータを取得すると、複数のデータを記憶部２１５に格納する。

生成部２１２は、車両１０が走行中に、複数のデータから予め定められたアルゴリズムに従って複数のデータの特徴量を示す特徴量データとして数値ベクトルを生成する。生成部２１２は、記憶部２１５から読み出した複数のデータに基づいて数値ベクトルを生成した後、数値ベクトルを記憶部２１５に格納し、複数のデータを記憶部２１５から削除する。

生成部２１２は、車両１０の駆動機能を停止させる指示を検知すると、記憶部２１５に格納された複数の数値ベクトルに基づいて、予め定められた基準の特徴量データを生成する。つまり、生成部２１２は、基準値の範囲を決定する。例えば、イグニッションスイッチのオン／オフを検出するセンサから、ユーザによるイグニッションオフ用操作に応じて、ＨＶＥＣＵ２１０がイグニッションスイッチのオフを示すオフ信号を検知することで、生成部２１２は、車両１０の駆動機能を停止させる指示を検知する。

ここで、イグニッションオフ用操作は、ユーザが車両１０をイグニッションオフ状態にするために行う操作であり、例えば、イグニッションキーシリンダに挿入されている車両１０のキーを捻ってイグニッションスイッチをオフする操作、エンジンなどの駆動機構の始動／停止用プッシュスイッチのボタンを一定時間押し続ける操作などである。また、イグニッションオフ状態とは、車両におけるイグニッション系の電源ラインにバッテリ電圧が供給されない状態であり、逆に、イグニッションオン状態とは、車両におけるイグニッション系の電源ラインにバッテリ電圧が供給される状態であって、車両の全ての電装品が動作可能になる状態のことである。

ＨＶＥＣＵ２１０がシフトポジションセンサ２５５を介して車両１０のシフトレバーが、パーキングポジションに位置したことを示す信号を検知すると、車両１０の駆動機能を停止させる指示を検知してもよい。

検知部２１３は、車両１０の駆動機能を停止させる指示を検知すると、特徴量データと、予め定められた基準の特徴量データとに基づいて、車両１０の故障の兆候があるか否かを検知する。検知部２１３は、記憶部２１５に記憶された複数の数値ベクトルのそれぞれについて、それぞれの値が基準値の範囲に含まれるか否かを判定することで、車両１０の故障の兆候があるか否かを検知する。

検知部２１３は、車両１０の駆動機能を停止させる指示を検知すると、ＨＶＥＣＵ２１０に電力を供給するバッテリの充電状態（ＳＯＣ）が予め定められた充電状態を満たすか否かを判定してよい。そして、検知部２１３は、バッテリの充電状態（ＳＯＣ）が予め定められた充電状態を満たす場合、つまり、バッテリの充電量が閾値以上である場合、クラスタリング処理、基準値の設定、故障の予兆の検知を実行してよい。検知部２１３は、バッテリの充電状態（ＳＯＣ）が予め定められた充電状態を満たさない場合、つまり、バッテリの充電量が閾値より小さい場合、クラスタリング処理、基準値の設定、故障の予兆の検知を実行しなくてよい。

検知部２１３は、車両１０の故障の兆候があるか否かを検知した後、特徴量データを記憶部２１５から削除する。検知部２１３は、車両１０の故障の兆候があるか否かを検知した後、車両１０が走行中に生成部２１２により生成された複数の数値ベクトルを記憶部２１５から削除する。

検知部２１３は、車両１０の故障の兆候があるか否かを検知した後、検知結果に従って記憶部２１５に格納された車両情報を更新してよい。検知部２１３は、車両１０の特定の部位に故障の予兆があることを検知すると、車両１０の特定の部位に故障の予兆があることを示すように車両情報を更新する。検知部２１３は、検知した時刻とともに、車両１０の特定の部位に故障の予兆があることを示すように車両情報を更新する。検知部２１３は、車両１０の故障の兆候がないことを検知した場合、検知した時刻とともに、検知した車両１０の故障の兆候がないことを示すように車両情報を更新してよい。検知部２１３は、車両１０の故障の兆候がないことを検知した場合、記憶部２１５に記憶されている現在の車両情報を更新せず、処理を終了してもよい。

処理部２１４は、車両１０の駆動機能を停止させる指示を受けた後、検知部２１３が記憶部２１５に格納された車両情報を更新した後、車両１０の駆動機能を停止させる処理を完了させてよい。処理部２１４は、イグニッションスイッチのオフ信号を検知した後、クラスタリング処理、基準値の設定、及び故障の予兆の検知が完了して、記憶部２１５の車両情報の更新が完了した後、車両１０の駆動機能を停止させる処理すべく、制御システム２００のシャットダウン処理を完了させてよい。制御システム２００のシャットダウン処理が完了すると、車両１０はイグニッションオフ状態となり、車両１０におけるイグニッション系の電源ラインにバッテリ電圧が供給されない状態となる。

検知部２１３は、車両１０の駆動機能を起動させる指示を検知すると、記憶部２１５に格納された車両情報が車両１０の故障の兆候があることを示すか否かを判定する。検知部２１３は、記憶部２１５に格納された車両情報が車両１０の故障の兆候があることを示す場合、検知結果に従った車両情報を外部に通知する。検知部２１３は、例えば、イグニッションスイッチのオン信号を検知すると、記憶部２１５に格納された車両情報が車両１０の故障の兆候があることを示すか否かを判定する。そして、検知部２１３は、記憶部２１５に格納された車両情報が車両１０の故障の兆候があることを示す場合、車両１０の故障の予兆がある部位とともの故障の予兆があることを示すメッセージをＭＩＤ２７１などのディスプレイに表示することでユーザに通知する。

図８Ａ及び図８Ｂは、ＨＶＥＣＵ２１０による故障予兆検知処理の手順の一例を示すフローチャートである。

取得部２１１が、イグニッションスイッチのオン信号を検知すると（Ｓ１００）、記憶部２１５を参照して、前回の検知結果及び故障予知箇所を呼び出す（Ｓ１０２）。検知部２１３は、故障予兆箇所があれば、ＭＩＤ２７１などのディスプレイに故障予兆箇所とともに故障予兆がある旨、及びディーラへ行くことを促すメッセージを表示する（Ｓ１０６）。一方、検知部２１３は、故障予兆箇所がなければ、ＭＩＤ２７１などのディスプレイには故障予兆の表示を行わない（Ｓ１０８）。

その後、取得部２１１は、車両１０が走行中に、各種センサ２５０のそれぞれから予め定められた間隔（例えば、０．２秒）でデータを取得する（Ｓ１１０）。生成部２１２は、各種センサ２５０のそれぞれから予め定められた時間帯ごとに、取得された複数のデータから予め定められたアルゴリズムに従って数値ベクトルを生成し、記憶部２１５に保存する（Ｓ１１２）。生成部２１２が、数値ベクトルが生成されると、その数値ベクトルの作成に用いた各種センサ２５０からの複数のデータを記憶部２１５から削除する（Ｓ２１４）。取得部２１１は、イグニッションスイッチのオフ信号を検知するまで（Ｓ１１６）、ステップＳ１１０からステップＳ１１４の処理を繰り返す。

生成部２１２は、イグニッションスイッチのオフ信号を検知すると、ＨＶＥＣＵ２１０に電力を供給するバッテリの充電状態（ＳＯＣ）を取得して、充電状態が閾値以上であることを示すか否かを判定する（Ｓ１２０）。バッテリの充電状態が閾値より小さいことを示す場合、処理部２１４は、セルフシャットダウン処理を完了させる。すなわち、処理部２１４は、車両１０の駆動機能を停止させ、車両１０の走行に必要な各種ＥＣＵ２３０などの機器の電源をオフする。

一方、バッテリの充電状態が閾値以上であることを示す場合、生成部２１２は、基準値生成処理を実行する（Ｓ１２２）。次いで、検知部２１３は、記憶部２１５に記憶された数値ベクトル及び基準値を呼び出して、故障予兆検知処理を実行する（Ｓ２１６）。検知部２１３は、故障予兆検知箇所があれば（Ｓ１２６）、検知部２１３は、故障予兆箇所の情報を記憶部２１５に格納する（Ｓ１２８）。検知部２１３は、故障予兆検知処理を実行した後、記憶部２１５に記憶された数値ベクトルを削除してよい。

検知部２１３が故障予兆箇所の情報を記憶部２１５に格納した後、または故障予兆検知箇所がなければ、処理部２１４は、セルフシャットダウン処理を完了させる（Ｓ１３０）。

図９は、生成部２１２による基準値生成処理の手順の一例を示すフローチャートである。まず、生成部２１２は、過去にクラスタリング処理を実行しているか否かを判定する（Ｓ２２０）。生成部２１２は、記憶部２１５に過去に生成されたコアベクトルが格納されているか否かで、過去にクラスタリング処理を実行しているか否かを判定してよい。

過去にクラスタリング処理を実行していなければ、生成部２１２は、今回の車両１０の駆動機能が動作中に生成した複数の数値ベクトルを記憶部２１５から呼び出す（Ｓ２０４）。次いで、生成部２１２は、ランダムに設定したコアベクトルに従って１次クラスタリング処理を実行する（Ｓ２０４）。さらに、生成部２１２は、ランダムに設定したコアベクトルに従って２次クラスタリング処理を実行する（Ｓ２０６）。

一方、過去にクラスタリング処理を実行してれば、生成部２１２は、今回の車両１０の駆動機能が動作中に生成した複数の数値ベクトルを記憶部２１５から呼び出す（Ｓ２０８）。次いで、生成部２１２は、前回生成した１次クラスタリング用のコアベクトルを記憶部２１５から呼び出し、そのコアベクトルに従って１次クラスタリング処理を実行する（Ｓ２１０）。さらに、生成部２１２は、前回生成した２次クラスタリング用のコアベクトルを記憶部２１５から呼び出し、そのコアベクトルに従って２次クラスタリング処理を実行する（Ｓ２１２）。

生成部２１２は、１次クラスタリング処理、及び２次クラスタリング処理を実行した後、出現頻度の高い値の範囲を各種センサ２５０のデータの正常値の範囲と決定し（Ｓ２１４）、データの正常値の範囲を１つにまとめて、基準値の範囲を決定する（Ｓ２１６）。

以上の通り、本実施形態によれば、ＨＶＥＣＵ２１０は、車両１０の駆動機能を停止させる指示を検知した後、クラスタリング処理、基準値の設定、故障の予兆の検知を実行する。これにより、車両１０の駆動機能が動作している間のＨＶＥＣＵ２１０の処理負担を低減させることができる。また、車両１０が走行中におけるメモリ容量の消費、及び電力の消費を抑制できる。

図１０は、本発明の複数の態様が全体的または部分的に具現化してよいコンピュータ１２００の一例を示す。コンピュータ１２００にインストールされたプログラムは、コンピュータ１２００に、本発明の実施形態に係る装置に関連付けられるオペレーションまたは当該装置の１または複数の「部」として機能させることができる。または、当該プログラムは、コンピュータ１２００に当該オペレーションまたは当該１または複数の「部」を実行させることができる。当該プログラムは、コンピュータ１２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ１２００に、本明細書に記載のフローチャート及びブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定のオペレーションを実行させるべく、ＣＰＵ１２１２によって実行されてよい。

本実施形態によるコンピュータ１２００は、ＣＰＵ１２１２、及びＲＡＭ１２１４を含み、それらはホストコントローラ１２１０によって相互に接続されている。コンピュータ１２００はまた、通信インタフェース１２２２、入力／出力ユニットを含み、それらは入力／出力コントローラ１２２０を介してホストコントローラ１２１０に接続されている。コンピュータ１２００はまた、ＲＯＭ１２３０を含む。ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。

通信インタフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブが、コンピュータ１２００内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納してよい。ＲＯＭ１２３０はその中に、アクティブ化時にコンピュータ１２００によって実行されるブートプログラム等、及び／またはコンピュータ１２００のハードウェアに依存するプログラムを格納する。プログラムが、ＣＲ－ＲＯＭ、ＵＳＢメモリまたはＩＣカードのようなコンピュータ可読記録媒体またはネットワークを介して提供される。プログラムは、コンピュータ可読記録媒体の例でもあるＲＡＭ１２１４、またはＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ１２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ１２００の使用に従い情報のオペレーションまたは処理を実現することによって構成されてよい。

例えば、通信がコンピュータ１２００及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース１２２２に対し、通信処理を命令してよい。通信インタフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、またはＵＳＢメモリのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。

また、ＣＰＵ１２１２は、ＵＳＢメモリ等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてよい。

様々なタイプのプログラム、データ、テーブル、及びデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ１２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ１２００上またはコンピュータ１２００近傍のコンピュータ可読記憶媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ１２００に提供する。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよい。その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードの何れかを含んでよい。ソースコードまたはオブジェクトコードは、従来の手続型プログラミング言語を含む。従来の手続型プログラミング言語は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、及び「Ｃ」プログラミング言語または同様のプログラミング言語でよい。コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供されてよい。プロセッサまたはプログラマブル回路は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 車両
２００ 制御システム
２１０ ＨＶＥＣＵ
２１１ 取得部
２１２ 生成部
２１３ 検知部
２１４ 処理部
２１５ 記憶部
２３０ ＥＣＵ
２３１ ＭＧＥＣＵ
２３２ エンジンＥＣＵ
２３３ 変速機ＥＣＵ
２３４ バッテリＥＣＵ
２５０ センサ
２５１ 車速センサ
２５２ アクセル開度センサ
２５３ 傾斜角度センサ
２５４ ＭＧ回転数センサ
２５５ シフトポジションセンサ
２５６ エンジン回転数センサ
２５７ スロットル開度センサ
２５８ 振動センサ
２５９ ＡＥセンサ
２６０ 油温センサ
２６１ 水温センサ
２６２ バッテリ温度センサ
２６３ バッテリ電流センサ
２６４ 加速度センサ
２７１ ＭＩＤ
２７２ ＩＶＩ
２７３ ＧＮＳＳ受信機
２７４ ＴＣＵ
１２００ コンピュータ
１２１０ ホストコントローラ
１２１２ ＣＰＵ
１２１４ ＲＡＭ
１２３０ ＲＯＭ
１２２０ 入力／出力コントローラ
１２２２ 通信インタフェース

Claims (11)

1. ハイブリッド車両、エンジン車両、または電動車両である自動車を走行させるための駆動機能が動作中、前記自動車の状態を検知するセンサからデータを取得する取得部と、
   前記データから予め定められたアルゴリズムに従って前記データの特徴量を示す特徴量データを生成する生成部と、
   前記自動車の前記駆動機能を停止させる指示を検知すると、前記特徴量データと、予め定められた基準の特徴量データとに基づいて、自動車の故障の兆候があるか否かを検知する検知部と
   を備える故障予兆検知システム。
2. 前記検知部は、前記特徴量データと、前記予め定められた基準の特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知した後、前記自動車の故障の予兆があると検知された場合、記憶部に検知結果を格納する、請求項１に記載の故障予兆検知システム。
3. 前記検知部が、前記記憶部に前記検知結果を格納した後、または、前記自動車の故障の予兆がないと検知した後、前記自動車の前記駆動機能を停止させる処理を完了させる処理部をさらに備える、請求項２に記載の故障予兆検知システム。
4. 前記取得部は、前記データを取得すると、前記データを前記記憶部に格納し、
   前記生成部は、前記記憶部から読み出した前記データに基づいて前記特徴量データを生成した後、前記特徴量データを前記記憶部に格納し、前記データを前記記憶部から削除する、請求項２に記載の故障予兆検知システム。
5. 前記検知部は、前記特徴量データと、前記予め定められた基準の特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知した後、前記特徴量データを前記記憶部から削除する、請求項４に記載の故障予兆検知システム。
6. 前記検知部は、前記自動車の前記駆動機能を起動させる指示を検知すると、前記記憶部に前記自動車の故障の兆候があることを示す前記検知結果が格納されている場合、前記検知結果に従った情報を外部に通知する、請求項２から５の何れか１つに記載の故障予兆検知システム。
7. 前記生成部は、前記自動車の前記駆動機能を停止させる指示を検知すると、前記記憶部に格納された前記特徴量データに基づいて、前記予め定められた基準の特徴量データを生成し、
   前記検知部は、前記自動車が前記駆動機能を停止させる指示を検知すると、前記生成部が生成した前記予め定められた基準の特徴量データと、前記記憶部に格納された前記特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知する、請求項２から６の何れか１つに記載の故障予兆検知システム。
8. 前記検知部は、前記自動車の前記駆動機能を停止させる指示を検知すると、前記自動車に搭載され前記故障予兆検知システムに電力を供給するバッテリの充電状態が予め定められた充電状態を満たすか否かを判定し、前記バッテリの充電状態が前記予め定められた充電状態を満たす場合、前記特徴量データと、予め定められた基準の特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知する、請求項１から７の何れか１つに記載の故障予兆検知システム。
9. 請求項１から８の何れか１つに記載の故障予兆検知システムを搭載して、移動する自動車。
10. ハイブリッド車両、エンジン車両、または電動車両である自動車を走行させるための駆動機能が動作中に、前記自動車の状態を検知するセンサからデータを取得する段階と、
    前記データから予め定められたアルゴリズムに従って前記データの特徴量を示す特徴量データを生成する段階と、
    前記自動車の前記駆動機能を停止させる指示を検知すると、前記特徴量データと、予め定められた基準の特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知する段階と
    を備える故障予兆検知方法。
11. ハイブリッド車両、エンジン車両、または電動車両である自動車を走行させるための駆動機能が動作中に、前記自動車の状態を検知するセンサからデータを取得する段階と、
    前記データから予め定められたアルゴリズムに従って前記データの特徴量を示す特徴量データを生成する段階と、
    前記自動車の前記駆動機能を停止させる指示を検知すると、前記特徴量データと、予め定められた基準の特徴量データとに基づいて、前記自動車の故障の兆候があるか否かを検知する段階と
    をコンピュータに実行させるためのプログラム。

Images