车辆故障预测系统、监视装置、车辆故障预测方法及车辆故障预测程序

技术领域

本发明涉及车辆故障预测系统、监视装置、车辆故障预测方法及车辆故障预测程序。

本申请基于2018年11月27日申请的日本申请特愿2018－221261号而要求优先权，在这里引入该公开的全部内容。

背景技术

在“开发对车载网络中的网络攻击进行检测的技术：富士通”，[online]，[2019年11月19日检索]，互联网〈URL：http：//pr.fujitsu.com/jp/news/2018/01/24－1.html〉(非专利文献1)中公开了下述技术，即，对依照CAN(Controller Area Network)(注册商标)的标准的消息的接收周期进行学习，利用与学习到的周期相对应的消息的接收数和实际的接收数的偏差，对车载网络中的网络攻击进行检测。

非专利文献1：“开发对车载网络中的网络攻击进行检测的技术：富士通”，[online]，[2019年11月19日检索]，互联网〈URL：http：//pr.fujitsu.com/jp/news/2018/01/24－1.html〉

发明内容

(1)本发明的车辆故障预测系统具有：1个或多个监视装置，其从对自身进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；以及管理装置，所述监视装置将所取得的所述功能部信息经由外部网络向所述管理装置发送，所述管理装置基于从1个或多个所述监视装置接收到的多个所述功能部信息，创建机器学习所涉及的学习模型，将创建出的所述学习模型向1个或多个所述监视装置发送，所述监视装置基于从对自身进行搭载的所述车辆中的所述功能部取得的新的所述功能部信息及从所述管理装置接收到的所述学习模型，预测对自身进行搭载的所述车辆的故障。

(7)本发明的监视装置具有：取得部，其从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；发送部，其将由所述取得部取得的所述功能部信息向管理装置发送；以及预测部，其基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及由所述取得部取得的新的所述功能部信息，对所述车辆的故障进行预测。

(8)本发明的车辆故障预测方法是具有管理装置和1个或多个监视装置的车辆故障预测系统中的车辆故障预测方法，该车辆故障预测方法包含下述步骤：所述监视装置从对自身进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；所述监视装置将所取得的所述功能部信息经由外部网络向所述管理装置发送；所述管理装置基于从1个或多个所述监视装置接收到的多个所述功能部信息，创建机器学习所涉及的学习模型；所述管理装置将创建出的所述学习模型向1个或多个所述监视装置发送；以及所述监视装置基于从对自身进行搭载的所述车辆中的所述功能部取得的新的所述功能部信息、及从所述管理装置接收到的所述学习模型，预测对自身进行搭载的所述车辆的故障。

(9)本发明的车辆故障预测方法是监视装置中的车辆故障预测方法，该车辆故障预测方法包含下述步骤：从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；将所取得的所述功能部信息向管理装置发送；以及基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及所取得的新的所述功能部信息，对所述车辆的故障进行预测。

(10)本发明的车辆故障预测程序是在监视装置中使用的车辆故障预测程序，该车辆故障预测程序用于使计算机作为下述各部而起作用：取得部，其从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；发送部，其将由所述取得部取得的所述功能部信息向管理装置发送；以及预测部，其基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及由所述取得部取得的新的所述功能部信息，对所述车辆的故障进行预测。

本发明的一个方式不仅能够作为具有如上所述的特征性的处理部的车辆故障预测系统而实现，还能够作为用于使计算机执行该特征性的处理的程序而实现。另外，本发明的一个方式能够作为实现车辆故障预测系统的一部分或者全部的半导体集成电路而实现。

另外，本发明的一个方式不仅能够作为具有如上所述的特征性的处理部的监视装置而实现，还能够作为实现监视装置的一部分或者全部的半导体集成电路而实现。

附图说明

图1是表示本发明的实施方式所涉及的车辆故障预测系统的结构的图。

图2是表示本发明的实施方式所涉及的监视装置的结构的图。

图3是表示本发明的实施方式所涉及的管理装置的结构的图。

图4是表示本发明的实施方式所涉及的车辆故障预测系统的与预测处理相关的各装置的动作流程的一个例子的时序图。

图5是表示本发明的实施方式所涉及的车辆故障预测系统的与状况信息的发送相关的各装置的动作流程的时序图。

具体实施方式

以往，开发了用于对在车载网络中发生的异常进行检测的技术。

[本发明所要解决的课题]

通过非专利文献1所记载的技术，能够对在车辆中发生的异常进行检测，但难以事先预测在车辆中要发生的异常。

本发明就是为了解决上述的课题而提出的，其目的在于，提供能够使用简易结构的装置而高精度地进行车辆故障的预测的车辆故障预测系统、监视装置、车辆故障预测方法及车辆故障预测程序。

[本发明的效果]

根据本发明，能够使用简易结构的装置而高精度地进行车辆故障的预测。

[本发明的实施方式的说明]

首先，列举本发明的实施方式的内容而进行说明。

(1)本发明的实施方式所涉及的车辆故障预测系统具有：1个或多个监视装置，其从对自身进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；以及管理装置，所述监视装置将所取得的所述功能部信息经由外部网络向所述管理装置发送，所述管理装置基于从1个或多个所述监视装置接收到的多个所述功能部信息，创建机器学习所涉及的学习模型，将创建出的所述学习模型向1个或多个所述监视装置发送，所述监视装置基于从对自身进行搭载的所述车辆中的所述功能部取得的新的所述功能部信息及从所述管理装置接收到的所述学习模型，预测对自身进行搭载的所述车辆的故障。

如上所述，通过由监视装置基于功能部信息及学习模型对车辆故障进行预测的结构，用户能够事先掌握在车辆中要发生的故障。另外，管理装置创建学习模型，由此能够将监视装置设为简易的结构。另外，在管理装置使用来自多个监视装置的功能部信息而创建学习模型的情况下，能够使用多个车辆中的测量结果而创建精度更高的学习模型。因此，能够使用简易结构的装置而高精度地进行车辆故障的预测。

(2)优选所述监视装置将对自身进行搭载的所述车辆的故障的预测结果向所述外部网络发送。

根据如上所述的结构，例如，在监视装置将车辆故障的预测结果向管理装置发送的情况下，在管理装置中，能够创建使用通过监视装置得到的预测结果的精度更高的学习模型。

(3)优选所述监视装置及所述管理装置经由对所述监视装置进行搭载的所述车辆中的终端装置而进行信息的收发。

根据如上所述的结构，无需使监视装置具有为了经由外部网络而与管理装置进行通信的功能，因此能够将监视装置设为更简易的结构。

(4)优选所述车辆故障预测系统还具有外部装置，该外部装置设置于所述外部网络，将通过所述监视装置得到的所述车辆的故障的预测结果通知给终端装置。

根据如上所述的结构，能够实现将通过监视装置得到的预测结果能够向具有终端装置的用户进行通知的便利性高的系统。

(5)更优选所述外部装置将所述预测结果选择性地通知给特定的终端装置。

根据如上所述的结构，例如能够选择性地将通过监视装置得到的预测结果向与外部装置的管理者事先签订了合同的用户进行通知，因此能够使该管理者得到与通知预测结果的服务对应的报酬等。

(6)优选所述监视装置接收状况信息的发送请求，将所述车辆的故障的预测结果通知给所述发送请求的发送源，该状况信息表示对所述监视装置自身进行搭载的所述车辆的状况。

根据如上所述的结构，与通过监视装置得到的车辆故障的预测结果无关地，用户能够在期望的定时掌握车辆的状况。

(7)本发明的实施方式所涉及的监视装置具有：取得部，其从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；发送部，其将由所述取得部取得的所述功能部信息向管理装置发送；以及预测部，其基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及由所述取得部取得的新的所述功能部信息，对所述车辆的故障进行预测。

如上所述，通过由监视装置基于功能部信息及学习模型而对车辆的故障进行预测的结构，用户能够事先掌握在车辆中要发生的故障。另外，管理装置创建学习模型，由此能够将监视装置设为简易的结构。另外，在管理装置使用来自多个监视装置的功能部信息而创建学习模型的情况下，能够使用多个车辆中的测量结果而创建精度更高的学习模型。因此，能够使用简易结构的装置而高精度地进行车辆故障的预测。

(8)本发明的实施方式所涉及的车辆故障预测方法是具有管理装置和1个或多个监视装置的车辆故障预测系统中的车辆故障预测方法，该车辆故障预测方法包含下述步骤：所述监视装置从对自身进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；所述监视装置将所取得的所述功能部信息经由外部网络向所述管理装置发送；所述管理装置基于从1个或多个所述监视装置接收到的多个所述功能部信息，创建机器学习所涉及的学习模型；所述管理装置将创建出的所述学习模型向1个或多个所述监视装置发送；以及所述监视装置基于从对自身进行搭载的所述车辆中的所述功能部取得的新的所述功能部信息、及从所述管理装置接收到的所述学习模型，预测对自身进行搭载的所述车辆的故障。

如上所述，根据由监视装置基于功能部信息及学习模型对车辆的故障进行预测的方法，用户能够事先掌握在车辆中要发生的故障。另外，管理装置创建学习模型，由此能够将监视装置设为简易的结构。另外，在管理装置使用来自多个监视装置的功能部信息而创建学习模型的情况下，能够使用多个车辆中的测量结果而创建精度更高的学习模型。因此，能够使用简易结构的装置而高精度地进行车辆故障的预测。

(9)本发明的实施方式所涉及的车辆故障预测方法是监视装置中的车辆故障预测方法，该车辆故障预测方法包含下述步骤：从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；将所取得的所述功能部信息向管理装置发送；以及基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及所取得的新的所述功能部信息，对所述车辆的故障进行预测。

如上所述，通过由监视装置基于功能部信息及学习模型对车辆的故障进行预测的方法，用户能够事先掌握在车辆中要发生的故障。另外，管理装置创建学习模型，由此能够将监视装置设为简易的结构。另外，在管理装置使用来自多个监视装置的功能部信息而创建学习模型的情况下，能够使用多个车辆中的测量结果而创建精度更高的学习模型。因此，能够使用简易结构的装置而高精度地进行车辆故障的预测。

(10)本发明的实施方式所涉及的车辆故障预测程序是在监视装置中使用的车辆故障预测程序，该车辆故障预测程序用于使计算机作为下述各部而起作用：取得部，其从对所述监视装置进行搭载的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；发送部，其将由所述取得部取得的所述功能部信息向管理装置发送；以及预测部，其基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及由所述取得部取得的新的所述功能部信息，对所述车辆的故障进行预测。

如上所述，通过由监视装置基于功能部信息及学习模型而对车辆的故障进行预测的结构，用户能够事先掌握在车辆中要发生的故障。另外，管理装置创建学习模型，由此能够将监视装置设为简易的结构。另外，在管理装置使用来自多个监视装置的功能部信息而创建学习模型的情况下，能够使用多个车辆中的测量结果而创建精度更高的学习模型。因此，能够使用简易结构的装置而高精度地进行车辆故障的预测。

下面，使用附图对本发明的实施方式进行说明。此外，图中对相同或者相当的部分标注同一标号而不重复其说明。另外，也可以将以下记载的实施方式的至少一部分任意地组合。

＜结构及基本动作＞

[车辆故障预测系统的概要]

图1是表示本发明的实施方式所涉及的车辆故障预测系统的结构的图。

参照图1，车辆故障预测系统201具有监视装置101、1个或多个功能部111、终端装置151、管理装置(外部装置)171。监视装置101、功能部111及终端装置151搭载于车辆1。

此外，车辆故障预测系统201也可以具有多个监视装置101及多个终端装置151。在该情况下，多个监视装置101分别搭载于多个车辆1，另外，多个终端装置151分别搭载于多个车辆1。

终端装置151例如依照LTE(Long Term Evolution)或者5G(5th Generation)的标准，经由车辆1的外部的网络即外部网络161而与管理装置171进行无线通信。另外，终端装置151例如依照Wi－Fi(注册商标)或者Bluetooth(注册商标)等的标准，与监视装置101进行无线通信。

监视装置101及管理装置171例如经由与该监视装置101相对应的车辆1中的终端装置151而进行信息的收发。即，监视装置101及管理装置171经由搭载该监视装置101的车辆1中的终端装置151而进行信息的收发。

功能部111例如是自动驾驶ECU(Electronic Control Unit)、温度传感器、发动机用ECU、导航装置及照相机等。各功能部111例如经由依照CAN的标准的CAN总线131及连接器132而与监视装置101连接。连接器132例如是依照OBD(On－Board Diagnostics)II的标准的连接器。

监视装置101及功能部111使用CAN总线131进行通信。在监视装置101及功能部111之间，例如使用依照CAN的标准的通信帧即CAN帧而进行各种信息的交换。此外，监视装置101及功能部111也可以是使用Wi－Fi或者Bluetooth等无线通信而进行通信的结构。

功能部111创建表示测量结果的功能部信息，将创建出的功能部信息向监视装置101发送，该测量结果包含与车辆1相关的测量值及测量定时等。具体地说，功能部111在例如是温度传感器的情况下，对表示车辆1的室内温度的测量结果等的功能部信息进行发送。另外，功能部111在例如是发动机用ECU的情况下，对表示车辆1中的发动机的转速的测量结果等的功能部信息进行发送。

监视装置101从功能部111取得功能部信息，基于所取得的功能部信息及自身所持有的学习模型而进行预测车辆1的故障的预测处理。详细地说，监视装置101例如接收从功能部111发送出的功能部信息，基于该功能部信息所示的测量值的波形，进行在车辆1中是否有可能发生故障的诊断、及在车辆1中有可能发生故障的情况下对发生故障的可能性高的时期等进行预测的预测处理。

由此，监视装置101能够进行“在3个月后在车辆1中发生故障的可能性高”等的预测。

另外，监视装置101将来自与自身相对应的车辆1中的功能部111的功能部信息经由外部网络161向管理装置171发送。即，监视装置101将来自对自身进行搭载的车辆1中的功能部111的功能部信息经由外部网络161向管理装置171发送。更详细地说，监视装置101将在预测处理中使用的多个功能部信息经由终端装置151及外部网络161向管理装置171发送。另外，监视装置101将预测处理的结果经由外部网络161向管理装置171发送。

具体地说，监视装置101例如创建包含有在预测处理中使用的多个功能部信息及预测处理的结果在内的处理后信息，将创建出的处理后信息经由终端装置151及外部网络161向管理装置171发送。

此外，监视装置101作为预测处理，也可以取代在车辆1中是否有可能发生故障、及在车辆1中有可能发生故障的情况下对发生故障的可能性高的时期进行预测，或者是在它们的基础上，对在车辆1中发生故障的概率等进行预测。

终端装置151如果接收到从监视装置101发送出的处理后信息，则将该处理后信息向管理装置171发送。

管理装置171经由终端装置151及外部网络161对从监视装置101发送出的处理后信息进行接收，基于接收到的处理后信息，创建机器学习所涉及的学习模型。

更详细地说，管理装置171对从1个或多个监视装置101发送出的多个处理后信息进行接收，基于接收到的多个处理后信息，例如作为机器学习的一个例子，创建按照深度学习(Deep Learning)的方法的学习模型。

而且，管理装置171将表示创建出的学习模型的学习模型信息经由外部网络161及终端装置151向监视装置101发送。

终端装置151如果经由外部网络161接收到从管理装置171发送出的学习模型信息，则将该学习模型信息向监视装置101发送。

监视装置101对从终端装置151发送出的学习模型信息进行接收，持有接收到的学习模型信息所示的学习模型。此外，监视装置101在已经持有学习模型的情况下，对所持有的学习模型进行更新。而且，监视装置101在更新学习模型后，使用从功能部111取得的新的功能部信息及最新的学习模型而进行上述的预测处理。

此外，功能部111也可以是对在车辆1中是否发生故障进行诊断的结构。在该情况下，例如功能部111对在CAN总线131流动的电流及电压进行测量，基于测量结果，对在自身或者与自身连接的其他设备中是否发生故障进行诊断。而且，功能部111将表示测量结果及诊断结果的功能部信息向监视装置101发送。

监视装置101对从功能部111发送出的多个功能部信息进行接收，例如基于接收到的多个功能部信息及学习模型，对通过功能部111得到的测量值的波形、即由功能部111测量出的电流及电压的时间序列变化进行解析，由此进行预测处理。

另外，监视装置101例如将包含有在预测处理中使用的多个功能部信息及预测处理的结果在内的处理后信息经由终端装置151及外部网络161向管理装置171发送。

管理装置171经由终端装置151及外部网络161对从监视装置101发送出的处理后信息进行接收，基于接收到的处理后信息而创建学习模型。此时，管理装置171在多个功能部信息所示的测量结果的基础上，还使用与各测量结果相对应的、多个功能部信息所示的诊断结果，由此能够创建精度更高的学习模型。

而且，管理装置171将表示创建出的学习模型的学习模型信息经由外部网络161及终端装置151向监视装置101发送。

监视装置101经由外部网络161及终端装置151对从管理装置171发送出的学习模型信息进行接收，基于接收到的学习模型信息所示的学习模型而进行预测处理。如上述所示，在管理装置171中创建精度更高的学习模型，因此能够使监视装置101中的预测处理的精度进一步提高。

另外，例如即使在来自功能部111的功能部信息表示当前在车辆1中没有发生故障这一主旨的诊断结果的情况下，通过由监视装置101进行预测处理，也能够得到“在3个月后在车辆1中发生故障的可能性高”等的预测结果。

[监视装置]

(车辆的预测处理)

图2是表示本发明的实施方式所涉及的监视装置的结构的图。

参照图2，监视装置101具有车内通信部(取得部)11、预测部12、存储部13和车外通信部(发送部)14。

预测部12例如定期地或者不定期地将用于请求功能部信息的功能部信息请求经由车内通信部11向功能部111发送。车内通信部11对从功能部111发送出的功能部信息进行接收，将接收到的功能部信息保存于存储部13。存储部13例如是非易失性存储器。

另外，预测部12基于由车内通信部11取得的功能部信息、即在存储部13中保存的功能部信息、及由管理装置171创建出的学习模型，进行车辆1的预测处理。

更详细地说，预测部12例如针对每个功能部111对在存储部13中保存的多个功能部信息进行功能部信息所示的测量值的解析、噪声等的去除、时刻同步处理及缺损数据的补全等前处理。另外，预测部12例如针对每个功能部111，进行基于该多个功能部信息所示的测量定时将前处理后的多个功能部信息沿时间序列排列的向量化处理等。

而且，预测部12使用进行了前处理及向量化处理等后的多个功能部信息及在存储部13中保存的学习模型，通过对测量值的时间序列变化进行解析而进行预测处理。

而且，预测部12创建包含有在预测处理中使用的多个功能部信息及预测处理的结果在内的处理后信息，将创建出的处理后信息向车外通信部14输出。另外，预测部12将处理后信息保存于存储部13。

车外通信部14接收从预测部12输出的处理后信息，将该处理后信息经由终端装置151及外部网络161向管理装置171发送。此外，车外通信部14也可以是不经由终端装置151而是经由外部网络161将处理后信息向管理装置171发送的结构。

另外，车外通信部14经由外部网络161及终端装置151对从管理装置171发送出的学习模型信息进行接收，将接收到的学习模型信息所示的学习模型保存于存储部13。

此外，预测部12也可以是将包含测量结果、且不包含自身所涉及的预测处理的结果的处理后信息经由车外通信部14、终端装置151及外部网络161而向管理装置171发送的结构。

另外，预测部12也可以将预测处理的结果经由车外通信部14而向管理装置171以外的外部网络161中的装置发送。例如，预测部12也可以向在车辆1的外部设置的终端装置通知预测处理的结果。

(车辆的状况的通知)

图1所示的终端装置151例如按照用户的操作，将表示车辆1的状态的状况信息的发送请求即状况信息请求向监视装置101发送。监视装置101对来自终端装置151的状况信息请求进行接收，将车辆1的故障的预测结果通知给该终端装置151。

监视装置101中的车外通信部14对从终端装置151发送出的状况信息请求进行接收，将接收到的状况信息请求向预测部12输出。

预测部12对从车外通信部14输出的状况信息请求进行接收，例如参照在存储部13中保存的处理后信息，创建表示最新的处理后信息所示的预测处理的结果的状况信息。而且，预测部12将创建出的状况信息向车外通信部14输出。

车外通信部14对从预测部12输出的状况信息进行接收，将该状况信息向状况信息请求的发送源即终端装置151发送。

终端装置151对从监视装置101发送出的状况信息进行接收，例如将接收到的状况信息的内容在自身的画面进行显示。

此外，成为状况信息的发送目标的装置也可以是与终端装置151不同的、在车辆1的外部设置的终端装置。

另外，监视装置101也可以是不进行状况信息的创建及发送的结构。

[管理装置]

(学习模型的创建)

图3是表示本发明的实施方式所涉及的管理装置的结构的图。

参照图3，管理装置171具有通信部31、模型创建部32、管理部33和存储部34。

通信部31经由外部网络161对从1个或多个监视装置101发送出的多个处理后信息进行接收，将接收到的多个处理后信息保存于存储部34。存储部34例如是非易失性存储器。

模型创建部32例如定期地或者不定期地基于在存储部34中保存的多个处理后信息，进行学习模型的创建及更新。

在学习模型中能够使用的处理后信息、即在存储部34中累积的处理后信息伴随时间的经过而增加。因此，由模型创建部32创建的学习模型在每次更新时精度提高的可能性高。

而且，模型创建部32例如将表示创建或者更新后的学习模型的学习模型信息经由通信部31及外部网络161向1个或多个终端装置151发送。此外，学习模型信息也可以进一步示出进行了学习模型的创建或者更新这一主旨。

终端装置151经由外部网络161对从管理装置171发送出的学习模型信息进行接收，向监视装置101发送该学习模型信息。

此外，处理后信息的发送源即1个或多个终端装置151和学习模型信息的发送目标即1个或多个终端装置151可以相同，也可以是一部分或者全部不同。

另外，通信部31也可以是不经由终端装置151，而是经由外部网络161将学习模型信息向监视装置101发送的结构。

(警告信息的发送)

管理装置171将通过监视装置101得到的车辆1的故障的预测结果通知给终端装置151。

详细地说，在来自监视装置101的处理后信息中例如包含有发送源即监视装置101的识别信息。管理部33基于在存储部34中保存的多个处理后信息各自所包含的识别信息，针对每个监视装置101对处理后信息进行管理，将最新的处理后信息所示的诊断结果向对应的特定的监视装置101选择性地通知。

更详细地说，例如在存储部34中，登记有与管理者签订了合同的用户的车辆1中的监视装置(下面，也称为“合同监视装置”)101的识别信息及与合同监视装置101相对应的终端装置151的识别信息。

管理部33例如定期地或者不定期地参照在存储部34中保存的处理后信息，在包含合同监视装置101的识别信息的处理后信息表示在3个月以内等规定期间以内在车辆1中有可能发生故障的情况下，将表示该处理后信息的内容的警告信息经由通信部31向与该合同监视装置101相对应的终端装置151发送。此外，规定期间能够由用户设定。

终端装置151如果经由外部网络161接收到从管理装置171发送出的警告信息，则例如将接收到的警告信息的内容在自身的画面进行显示。

此外，警告信息的发送目标也可以是与车辆1中的终端装置151不同的在车辆1的外部设置的终端装置。在该情况下，在存储部34中登记有与合同监视装置101相对应的除了终端装置151以外的终端装置的识别信息。

另外，管理装置171也可以是与监视装置101是否是合同监视装置无关地向与该监视装置101相对应的终端装置151发送警告信息的结构。

另外，管理装置171也可以是不进行警告信息的发送的结构。

另外，也可以是外部网络161中的管理装置171以外的外部装置将警告信息向终端装置151发送的结构。在该情况下，管理装置171中的管理部33例如在包含合同监视装置101的识别信息的处理后信息表示在规定期间以内在车辆1中有可能发生故障的情况下，将该处理后信息及表示与该合同监视装置101相对应的终端装置151的识别信息的发送目标信息经由通信部31向外部装置发送。

而且，外部装置对从管理装置171发送出的处理后信息及发送目标信息进行接收，将表示该处理后信息的内容的警告信息向该发送目标信息所示的终端装置151发送。

＜动作流程＞

车辆故障预测系统201中的各装置具有计算机，该计算机中的CPU等运算处理部从未图示的存储器分别读出并执行包含下面的时序图的各步骤的一部分或者全部在内的程序。这些多个装置的程序分别能够从外部进行安装。这些多个装置的程序分别以储存于记录介质的状态进行流通。

[车辆故障的预测]

图4是表示本发明的实施方式所涉及的车辆故障预测系统的与预测处理相关的各装置的动作流程的一个例子的时序图。图4示出了1个功能部111、1个监视装置101、1个终端装置151及管理装置171的动作流程。另外，在这里，设为监视装置101已经持有由管理装置171创建出的学习模型。

参照图4，首先，监视装置101将功能部信息请求向功能部111发送(步骤S11)。

接下来，功能部111对来自监视装置101的功能部信息请求进行接收，将功能部信息向监视装置101发送(步骤S12)。

接下来，监视装置101基于从功能部111接收到的功能部信息、及自身所持的最新的学习模型，进行对车辆1的故障进行预测的预测处理(步骤S13)。

接下来，监视装置101将表示在预测处理中使用的功能部信息及预测处理的结果的处理后信息向终端装置151发送(步骤S14)。

接下来，终端装置151对来自监视装置101的处理后信息进行接收，将该处理后信息向管理装置171发送(步骤S15)。从步骤S11至步骤S15为止的动作定期地或者不定期地重复。由此，在管理装置171中累积多个处理后信息。

另外，在这里，设为管理装置171所接收到的最新的处理后信息示出了在车辆1中发生故障的可能性小这一主旨、或者在超过规定期间的时期在车辆1中有可能发生故障这一主旨。在该情况下，管理装置171不进行警告信息的创建及发送。

接下来，管理装置171使用累积的多个处理后信息，创建并更新在预测处理中使用的学习模型(步骤S16)。

接下来，管理装置171将表示最新的学习模型的学习模型信息向终端装置151发送(步骤S17)。

接下来，终端装置151对来自管理装置171的学习模型信息进行接收，将该学习模型信息向监视装置101发送(步骤S18)。

接下来，监视装置101对来自终端装置151的学习模型信息进行接收，基于该学习模型信息，将自身所持有的学习模型更新为最新的学习模型(步骤S19)。从步骤S16至步骤S19为止的动作定期地或者不定期地重复。

接下来，监视装置101将功能部信息请求向功能部111发送(步骤S20)。

接下来，功能部111对来自监视装置101的功能部信息请求进行接收，将功能部信息向监视装置101发送(步骤S21)。

接下来，监视装置101基于从功能部111接收到的功能部信息、及从管理装置171发送出的学习模型信息所示的最新的学习模型，进行对车辆1的故障进行预测的预测处理(步骤S22)。

接下来，监视装置101将表示在预测处理中使用的功能部信息及预测处理的结果的处理后信息向终端装置151发送(步骤S23)。

接下来，终端装置151对来自监视装置101的处理后信息进行接收，将该处理后信息向管理装置171发送(步骤S24)。

接下来，管理装置171使用所累积的多个处理后信息，创建并更新在预测处理中使用的学习模型(步骤S25)。

接下来，管理装置171将表示最新的学习模型的学习模型信息向终端装置151发送(步骤S26)。

接下来，终端装置151对来自管理装置171的学习模型信息进行接收，将该学习模型信息向监视装置101发送(步骤S27)。

接下来，监视装置101对来自终端装置151的学习模型信息进行接收，基于该学习模型信息，将自身所持有的学习模型更新为最新的学习模型(步骤S28)。

接下来，设为管理装置171所接收到的最新的处理后信息示出了在规定期间以内在车辆1中有可能发生故障这一主旨。另外，设为该处理后信息的发送源即监视装置101是合同监视装置。在该情况下，管理装置171基于该处理后信息，向终端装置151发送警告信息(步骤S29)。

接下来，终端装置151对来自管理装置171的警告信息进行接收，例如将该警告信息的内容在自身的画面进行显示(步骤S30)。

此外，通过管理装置171进行的警告信息的发送(步骤S29)及通过终端装置151进行的警告信息的内容的显示(步骤S30)，可以在从终端装置151向管理装置171发送处理后信息(步骤S24)后的任意的定时进行。

另外，监视装置101也可以取代管理装置171而创建基于处理后信息的警告信息，将创建出的警告信息向终端装置151发送。

[车辆的状况的通知]

图5是表示本发明的实施方式所涉及的车辆故障预测系统的与状况信息的发送相关的各装置的动作流程的时序图。

参照图5，首先，终端装置151按照由用户进行的操作，将状况信息请求向监视装置101发送(步骤S31)。

接下来，监视装置101对来自终端装置151的状况信息请求进行接收，参照自身所持有的多个处理后信息，例如创建表示最新的处理后信息所包含的预测处理的结果的状况信息(步骤S32)。

接下来，监视装置101将创建出的状况信息向终端装置151发送(步骤S33)。

接下来，终端装置151对来自监视装置101的状况信息进行接收，例如将该状况信息的内容在自身的画面进行显示(步骤S34)。

此外，从管理装置171向终端装置151的警告信息的发送(图4所示的步骤S29)是在规定期间以内在车辆1中有可能发生故障的情况下进行的。因此，例如在4个月后等超过规定期间的时期在车辆1中有可能发生故障的情况下，不进行警告信息向终端装置151的发送。

另一方面，从监视装置101向终端装置151的状况信息的发送(图5所示的步骤S33)，与在车辆1中是否有可能发生故障及在车辆1中发生故障的可能性高的时期均无关，是与状况信息请求的接收(图5所示的步骤S31)相应地进行的。因此，用户能够掌握车辆1的详细状况。

另外，通过非专利文献1所记载的技术，能够对在车辆中发生的异常进行检测，但难以事先预测在车辆中要发生的异常。

与此相对，在本发明的实施方式所涉及的车辆故障预测系统201中，1个或多个监视装置101从对自身进行搭载的车辆1中的功能部111取得表示与车辆1相关的测量结果的功能部信息。另外，监视装置101将所取得的功能部信息经由外部网络161向管理装置171发送。管理装置171基于从1个或多个监视装置101接收到的多个功能部信息而创建机器学习所涉及的学习模型，将创建出的学习模型向1个或多个监视装置101发送。监视装置101基于从对自身进行搭载的车辆1中的功能部111取得的新的功能部信息及从管理装置171接收到的学习模型，预测对自身进行搭载的车辆1的故障。

如上所述，根据由监视装置101基于功能部信息及学习模型对车辆1的故障进行预测的结构，用户能够事先掌握在车辆1中要发生的故障。另外，管理装置171创建学习模型，由此能够将监视装置101设为简易的结构。另外，在管理装置171使用来自多个监视装置101的功能部信息而创建学习模型的情况下，能够使用多个车辆1中的测量结果而创建精度更高的学习模型。

因此，在本发明的实施方式所涉及的车辆故障预测系统201中，能够使用简易结构的装置而高精度地进行车辆1的故障的预测。

另外，在本发明的实施方式所涉及的车辆故障预测系统201中，监视装置101将对自身进行搭载的车辆1的故障的预测结果向外部网络161发送。

根据如上所述的结构，例如在监视装置101将车辆1的故障的预测结果向管理装置171发送的情况下，在管理装置171中，能够创建使用了通过监视装置101得到的预测结果的精度更高的学习模型。

另外，在本发明的实施方式所涉及的车辆故障预测系统201中，监视装置101及管理装置171经由对监视装置101进行搭载的车辆1中的终端装置151而进行信息的收发。

根据如上所述的结构，监视装置101无需具有为了经由外部网络161而与管理装置171进行通信的功能，因此能够将监视装置101设为更简易结构。

另外，在本发明的实施方式所涉及的车辆故障预测系统201中，在外部网络161设置的外部装置将通过监视装置101得到的车辆1的故障的预测结果通知给终端装置。

根据如上所述的结构，能够实现将通过监视装置101得到的预测结果能够向具有终端装置的用户进行通知的便利性高的系统。

另外，在本发明的实施方式所涉及的车辆故障预测系统201中，外部装置将预测结果向特定的终端装置选择性地进行通知。

根据如上所述的结构，例如能够选择性地将通过监视装置101得到的预测结果向与外部装置的管理者事先签订了合同的用户进行通知，因此能够使该管理者得到与通知预测结果的服务对应的报酬等。

另外，在本发明的实施方式所涉及的车辆故障预测系统201中，监视装置101接收状况信息的发送请求，将车辆1的故障的预测结果通知给该发送请求的发送源，该状况信息表示对监视装置101自身进行搭载的车辆1的状况。

根据如上所述的结构，与通过监视装置101得到的车辆1的故障的预测结果无关地，用户能够在期望的定时掌握车辆1的状况。

另外，在本发明的实施方式所涉及的监视装置101中，车内通信部11从对监视装置101进行搭载的车辆1中的功能部111取得表示与车辆1相关的测量结果的功能部信息。车外通信部14将由车内通信部11取得的功能部信息向管理装置171发送。预测部12基于根据从1个或多个监视装置101接收到的多个功能部信息而由管理装置171创建出的机器学习所涉及的学习模型、及由车内通信部11取得的新的功能部信息，对车辆1的故障进行预测。

如上所述，通过由监视装置101基于功能部信息及学习模型而对车辆1的故障进行预测的结构，用户能够事先掌握在车辆1中要发生的故障。另外，管理装置171创建学习模型，由此能够将监视装置101设为简易的结构。另外，在管理装置171使用来自多个监视装置101的功能部信息而创建学习模型的情况下，能够使用多个车辆1中的测量结果而创建精度更高的学习模型。

因此，在本发明的实施方式所涉及的监视装置101中，能够使用简易结构的装置而高精度地进行车辆1的故障的预测。

另外，在本发明的实施方式所涉及的车辆故障预测方法中，首先，监视装置101从对自身进行搭载的车辆1中的功能部111取得表示与车辆1相关的测量结果的功能部信息。接下来，监视装置将所取得的功能部信息经由外部网络161向管理装置171发送。接下来，管理装置171基于从1个或多个监视装置101接收到的多个功能部信息，创建机器学习所涉及的学习模型。接下来，管理装置171将创建出的学习模型向1个或多个监视装置101发送。接下来，监视装置101基于从对自身进行搭载的车辆1中的功能部111取得的新的功能部信息、及从管理装置171接收到的学习模型，预测对自身进行搭载的车辆1的故障。

如上所述，根据由监视装置101基于功能部信息及学习模型对车辆1的故障进行预测的方法，用户能够事先掌握在车辆1中要发生的故障。另外，管理装置171创建学习模型，由此能够将监视装置101设为简易的结构。另外，在管理装置171使用来自多个监视装置101的功能部信息而创建学习模型的情况下，能够使用多个车辆1中的测量结果而创建精度更高的学习模型。

因此，在本发明的实施方式所涉及的车辆故障预测方法中，能够使用简易结构的装置而高精度地进行车辆1的故障的预测。

另外，在本发明的实施方式所涉及的车辆故障预测方法中，首先，车内通信部11从对监视装置101进行搭载的车辆1中的功能部111取得表示与车辆1相关的测量结果的功能部信息。接下来，车外通信部14将由车内通信部11取得的功能部信息向管理装置171发送。接下来，预测部12基于根据从1个或多个监视装置101接收到的多个功能部信息而由管理装置171创建出的机器学习所涉及的学习模型、及由车内通信部11取得的新的功能部信息，对车辆1的故障进行预测。

如上所述，通过由监视装置101基于功能部信息及学习模型对车辆1的故障进行预测的方法，用户能够事先掌握在车辆1中要发生的故障。另外，管理装置171创建学习模型，由此能够将监视装置101设为简易的结构。另外，在管理装置171使用来自多个监视装置101的功能部信息而创建学习模型的情况下，能够使用多个车辆1中的测量结果而创建精度更高的学习模型。

因此，在本发明的实施方式所涉及的车辆故障预测方法中，能够使用简易结构的装置而高精度地进行车辆1的故障的预测。

应当认为上述实施方式在所有方面都是例示，并不是限制性的内容。本发明的范围并不是上述说明，而是由权利要求书表示，包含与权利要求书等同的含义以及范围内的全部变更。

以上的说明包含以下附记的特征。

[附记1]

一种车辆故障预测系统，其具有：

1个或多个监视装置，其各自从与自身相对应的车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；以及

管理装置，

所述监视装置将所取得的所述功能部信息经由外部网络向所述管理装置发送，

所述管理装置基于从1个或多个所述监视装置接收到的多个所述功能部信息，创建机器学习所涉及的学习模型，将创建出的所述学习模型向1个或多个所述监视装置发送，

所述监视装置基于从与自身相对应的所述车辆中的所述功能部取得的新的所述功能部信息及从所述管理装置接收到的所述学习模型，对与自身相对应的所述车辆的故障进行预测，

所述功能部对在自身或者与自身连接的其他设备中是否发生故障进行诊断，将还表示诊断结果的所述功能部信息向所述监视装置发送，

所述监视装置设置于所述车辆，基于所述功能部信息所示的所述测量结果的时间序列变化、及所述学习模型，对所述车辆的故障进行预测。

[附记2]

一种监视装置，其具有：

取得部，其从车辆中的功能部取得表示与所述车辆相关的测量结果的功能部信息；

发送部，其将由所述取得部取得的所述功能部信息向管理装置发送；以及

预测部，其基于根据从1个或多个所述监视装置接收到的多个所述功能部信息而由所述管理装置创建出的机器学习所涉及的学习模型、及由所述取得部取得的新的所述功能部信息，对所述车辆的故障进行预测，

所述监视装置设置于所述车辆，

所述功能部对在自身或者与自身连接的其他设备中是否发生故障进行诊断，将还表示诊断结果的所述功能部信息向所述监视装置发送，

所述预测部基于所述功能部信息所示的所述测量结果的时间序列变化、及所述学习模型，对所述车辆的故障进行预测，

所述预测部能够将所述车辆的故障的预测结果通知给终端装置。

标号的说明

1 车辆

11 车内通信部(取得部)

12 预测部

13 存储部

14 车外通信部(发送部)

31 通信部

32 模型创建部

33 管理部

34 存储部

101 监视装置

111 功能部

131 CAN总线

132 连接器

151 终端装置

161 外部网络

171 管理装置(外部装置)

201 车辆故障预测系统