[發明專利]模型診斷裝置以及模型診斷系統

在審

• 申請號: 202011469930.3
• 申請日: 2020-12-15
• 公開（公告）號: CN113008569A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 森田泰毅;橫山大樹
• 申請（專利權）人: 豐田自動車株式會社
• 主分類號: G01M17/007
• 分類號: G01M17/007;G06N3/04;G06N3/08
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 張潔;段承恩

本發明涉及模型診斷裝置以及模型診斷系統。模型診斷裝置具備：通信裝置，其能夠與生成已學習的神經網絡模型的多個車輛(3)通信；存儲裝置，其存儲數據；以及控制裝置，其判定已學習的神經網絡模型的異常。控制裝置將針對預定值的輸入參數而從已學習的神經網絡模型輸出的輸出參數的值存儲于存儲裝置，并在從一個車輛接收到新的已學習的神經網絡模型或者針對預定值的輸入參數而從新的已學習的神經網絡模型輸出的輸出參數的值時，對輸出參數的值進行統計處理，基于統計處理的結果，判定新的已學習的神經網絡模型的異常。由此，提供能夠診斷在車輛中所生成的已學習的神經網絡模型的異常的模型診斷裝置。

技術領域

本發明涉及模型診斷裝置以及模型診斷系統。

背景技術

以往，已知為了控制車輛而使用根據預定的輸入參數輸出預定的輸出參數的神經網絡模型(neural network model)。例如，專利文獻1中公開了使用已學習的(已訓練好的)神經網絡模型來推定被吸入到搭載于車輛的內燃機的燃燒室的吸入氣體的流量。

現有技術文獻

專利文獻1：日本特開2012-112277號公報

發明內容

發明所要解決的問題

在這方面，為了使神經網絡模型的精度提高，需要預先進行神經網絡模型的學習。在神經網絡模型的學習中，使用由輸入參數的實測值和輸出參數的實測值的組合形成的訓練數據集(dataset)。

輸入參數和輸出參數的實測值可以在車輛實際的行駛中使用傳感器等取得。因此，考慮在車輛中制作訓練數據集并在車輛中進行神經網絡模型的學習。通過將進行學習的結果所獲得的已學習的神經網絡模型發送給車輛外部的服務器，也能夠將已學習的神經網絡模型經由服務器發布(傳送)給其他車輛。

然而，若與神經網絡模型的學習有關的部件(組成部分)發生異常，則無法適當地進行神經網絡模型的學習。其結果，可能會在車輛中進行使用異常的已學習的神經網絡模型的控制。另外，可能會對其他車輛發布異常的已學習的神經網絡模型。

于是，鑒于上述問題，本發明的目的在于提供一種能夠診斷在車輛中所生成的已學習的神經網絡模型的異常的模型診斷裝置。

用于解決問題的技術方案

本公開的要旨概括如下。

(1)一種模型診斷裝置，具備：通信裝置，其能夠與多個車輛通信，所述多個車輛進行神經網絡模型的學習而生成已學習的神經網絡模型；存儲裝置，其存儲數據；以及控制裝置，其判定所述已學習的神經網絡模型的異常，所述控制裝置將針對預定值的輸入參數而從所述已學習的神經網絡模型輸出的輸出參數的值存儲于所述存儲裝置，并在經由所述通信裝置從所述多個車輛中的一個車輛接收到新的已學習的神經網絡模型或者針對所述預定值的輸入參數而從該新的已學習的神經網絡模型輸出的輸出參數的值時，對該輸出參數的值進行統計處理，基于該統計處理的結果，判定所述新的已學習的神經網絡模型的異常。

(2)根據上述(1)所述的模型診斷裝置，所述控制裝置在判定為所述新的已學習的神經網絡模型異常的情況下，將該新的已學習的神經網絡模型異常這一情況通知給所述一個車輛。

(3)根據上述(1)或(2)所述的模型診斷裝置，所述控制裝置在判定為所述新的已學習的神經網絡模型異常的情況下，將在與所述一個車輛不同的車輛中生成的并且被判定為正常的已學習的神經網絡模型發送給所述一個車輛。

(4)根據上述(1)至(3)中任一個所述的模型診斷裝置，所述控制裝置在判定為所述新的已學習的神經網絡模型正常的情況下，將該新的已學習的神經網絡模型存儲于所述存儲裝置，在判定為該新的已學習的神經網絡模型異常的情況下，不將該新的已學習的神經網絡模型存儲于所述存儲裝置。