JP5293115B2 - 故障原因推測方法、故障原因推測装置、及びプログラム - Google Patents

Description

本発明は、故障原因推測方法、故障原因推測装置、及びプログラムに関し、特にログデータに基づいて故障原因の解析を行う故障原因推測方法、故障原因推測装置、及びプログラムに関する。

自動車等に搭載されている各種機器の故障原因の解析のため、機器の動作に関するログの記録が行われている。但し、ログに記録される項目（変数）が多かったり、ログの記録時間が長くなったりすると、ログデータ量は増加する。その結果、人間が大量のログデータを短時間で解析するには困難となる。そこで、従来、ログデータを過去の事例データと比較し、類似の事例データを検索することで故障原因や対処方法等を自動的に判断することが行われている。
特開２００３−１９５９３４号公報 特開２００８−１９７９１２号公報

しかしながら、車載されている各機器は独立度が高く、機器ごとに独立してログが記録されている。したがって、複数の機器の協調又は連携によって実現される動作の不具合に関して、複数の独立したログデータに基づいて効率的に原因等を解析するのは困難であるという問題があった。

本発明は、上記の点に鑑みてなされたものであって、各機器より個別に出力される複数のログに基づく故障原因の解析を効率化させることのできる故障原因推測方法、故障原因推測装置、及びプログラムの提供を目的とする。

そこで上記課題を解決するため、故障原因推測方法は、同一の車に搭載されている複数の機器のそれぞれにおいて所定の状態が検知されたときに、前記機器ごとに個別に出力されるログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手順と、単位時間ごとの各ログデータの特徴量の組み合わせの出現頻度を算出し、前記出現頻度が閾値より低い組み合わせが属する単位時間を抽出する単位時間抽出手順と、抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを合算する特徴量合算手順と、前記組み合わせと故障原因とを対応付ける複数の事例データの中から、合算された特徴量の組み合わせと最も類似する組み合わせに係る事例データを抽出する事例データ抽出手順と、抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手順とを有する。

このような故障原因推測方法では、各機器より個別に出力される複数のログに基づく故障原因の解析を効率化させることができる。

各機器より個別に出力される複数のログに基づく故障原因の解析を効率化させることができる。

以下、図面に基づいて本発明の実施の形態を説明する。図１は、本発明の実施の形態における故障原因推測装置の概要を説明するための図である。

故障原因推測装置１０は、自動車２０の機器（車載機器）の故障原因を推測する機能を有するコンピュータである。同図に示されるように、故障原因推測装置１０は、各種の車載機器より独立して（個別に）出力されるログが記録されたログデータ（ログファイル）に基づいて、車載機器の故障原因を推測する。なお、本実施の形態において、故障原因とは、故障箇所を示す情報をも含む概念をいう。本実施の形態では、故障原因として、自動車２０の車載システムに含まれる機器の中から故障した機器を推測する例について説明する。

図２は、本実施の形態の自動車に搭載された車載システムの概略構成例を示す図である。同図において車載システム２は、操作パネル２１、エアコンユニット２２、ＤＶＤユニット２３、及びＴＶユニット２４等の機器を含む。操作パネル２１と他の機器とは通信用のケーブルによって接続されている。

操作パネル２１は、エアコンユニット２２、ＤＶＤユニット２３、及びＴＶユニット２４等の機器を操作させるための機器であり、例えば、自動車２０の運転席より操作可能な位置に配設されている。操作パネル２１は、液晶ディスプレイ２１１及び操作スイッチ２１２等を有する。液晶ディスプレイ２１１は、操作対象とされている機器に関する画面（操作画面等）を表示させる表示装置である。操作スイッチ２１２は、例えば、ＤＶＤユニット２３を操作させるためのスイッチである。なお、一般的な操作パネル２１には、複数の操作スイッチが配置されているが、本実施の形態では説明の便宜上省略している。

エアコンユニット２２は、いわゆるエアコンである。ＤＶＤユニット２３は、いわゆるＤＶＤプレーヤーである。ＴＶユニット２４は、いわゆるテレビチューナーである。

車載システム２について更に詳しく説明する。図３は、本実施の形態の車載システムの詳細構成例を示す図である。図３中、図２と同一部分には同一符号を付し、その説明は省略する。

同図において、操作パネル２１は、液晶ディスプレイ２１１、操作スイッチ２１２、時計２１３、ログ記録装置２１４、処理装置２１５、及びディスプレイスイッチ２１６等を有する。

時計２１３は、いわゆる時計であり、時刻を計測する。ログ記録装置２１４は、操作パネル２１に関するログが記録される記録装置である。便宜上、本実施の形態において操作パネル２１に関するログは、操作スイッチ２１２に対する操作に関するログであるとする。すなわち、ログ記録装置２１４には、操作スイッチ２１２の操作履歴が記録される。処理装置２１５は、プログラムに基づいて、操作パネル２１の動作や、他の機器との通信等を制御するための処理を実行する。処理装置２１５は、また、操作スイッチ２１２の操作に関する情報やプログラム内に埋め込まれた情報等を、時計２１３より入力される時刻と共にログとしてログ記録装置２１４に記録する。処理装置２１５は、更に、操作スイッチ２１２の操作に応じた命令をＣＡＮ（Controller Area Network）通信によってＤＶＤユニット２３に送信したり、ディスプレイスイッチ２１６を切り替えたりする。ディスプレイスイッチ２１６は、液晶ディスプレイ２１１において表示対象とする機器を切り替えるためのスイッチである。同図では、ＤＶＤユニット２３が接続された状態が示されている。したがって、同図の状態では、ＤＶＤユニット２３に関する画面が液晶ディスプレイ２１１に表示される。

エアコンユニット２２は、時計２２１、ログ記録装置２２２、画面出力部２２３、及び処理装置２２４等を有する。時計２２１は、時計である。ログ記録装置２２２は、エアコンユニット２２に関するログが記録される記録装置である。画面出力部２２３は、エアコンユニット２２に関する画面の表示情報を液晶ディスプレイ２１１に出力する。処理装置２２４は、プログラムに基づいてエアコン全体を制御するための処理を実行する。処理装置２２４は、また、エアコンユニット２２に関する情報やプログラム内に埋め込まれた情報等を、時計２２１より入力される時刻と共にログとしてログ記録装置２２２に記録する。

ＤＶＤユニット２３は、時計２３１、ログ記録装置２３２、画面出力部２３３、及び処理装置２３４等を有する。また、ＴＶユニット２４は、時計２４１、ログ記録装置２４２、画面出力部２４３、及び処理装置２４４等を有する。各構成要素の機能は、エアコンユニット２２における同名の構成要素の機能より自明であるため、説明は省略する。

図３より明らかなように、車載システム２においては、機器ごとに個別に又は独立してログが記録され管理されている。

なお、同図では、機器ごとに時計が配設された例が示されているが、各時計の同期は保証されていることとする。又は、複数の機器に対して共通の時計が配設されていてもよい。
続いて、故障原因推測装置１０の詳細について説明する。図４は、本発明の実施の形態における故障原因推測装置のハードウェア構成例を示す図である。図４の故障原因推測装置１０は、それぞれバスBで相互に接続されているドライブ装置１００と、補助記憶装置１０２と、メモリ装置１０３と、ＣＰＵ１０４と、インタフェース装置１０５と、表示装置１０６と、入力装置１０７とを有する。

故障原因推測装置１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記録した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従って故障原因推測装置１０に係る機能を実現する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。表示装置１０６はプログラムによるＧＵＩ（Graphical User Interface）等を表示する。入力装置１０７はキーボード及びマウス等で構成され、様々な操作指示を入力させるために用いられる。

図５は、本発明の実施の形態における故障原因推測装置の機能構成例を示す図である。同図において、故障原因推測装置１０は、特徴量算出部１１、単位時間抽出部１２、特徴量統合部１３、原因推測部１４、推測結果比較部１５、出力部１６、及び既知事例ＤＢ１７等を有する。これら各部は、プログラムがＣＰＵ１０４に実行させる処理によって実現されるソフトウェアである。

特徴量算出部１１は、自動車２０の各機器（操作パネル２１、エアコンユニット２２、ＤＶＤユニット２３、ＴＶユニット２４）より個別に出力された各ログデータを出力時間（出力時刻）に基づいて同期させ、単位時間ごとに各ログデータの特徴量を算出する、本実施の形態において、特徴量算出部１１は、３０秒ごとに各ログデータの特徴量を算出する。また、特徴量としてログの記録回数を採用した例を説明する。但し、ログの長さやログ内に記録されているパラメータの値等、ログデータに含まれている他の情報に基づいて特徴量が算出されてもよい。

なお、ログデータは事前に各機器のログ記録装置より取得され補助記憶装置１０２に記録されている。各機器において出力されたログデータの故障原因推測装置１０（補助記憶装置１０２）への転送方法は、所定のものに限定されない。可搬性のある記録媒体を介してもよいし、無線通信や衛星通信を介してもよい。また、自動車２０のＯＢＤ２（On Board Diagnostics Phase 2）のコネクタに接続されたケーブルを介してもよい。

単位時間抽出部１２は、出現頻度が相対的に低い特徴量の組み合わせ（パターン）を示す単位時間（時間帯）を抽出（判定）する。

特徴量統合部１３は、抽出された単位時間の各特徴量と、直前の単位時間の各特徴量とを統合（合算）する。

原因推測部１４は、既知事例ＤＢ１７に蓄積されている事例データの中から、統合された特徴量のパターンと類似する事例データを抽出し、抽出された事例データに基づいて故障原因を推測する。

既知事例ＤＢ１７は、既知の（例えば、過去の）事例における故障原因と、当該故障が発生したときの過去のログデータに関する特徴量のパターンとの対応付けを管理するデータベースである。既知事例ＤＢ１７は、例えば、補助記憶装置１０２に記録されている。但し、既知事例ＤＢ１７は、ネットワークを介して接続する他のコンピュータ又は記憶装置に記録されていてもよい。

推測結果比較部１５は、原因推測部１４によって複数の事例データが抽出された場合に、抽出元となったログデータの特徴量に基づいて、当該複数の事例データの優先度（優先順位）を判定する。

出力部１６は、原因推測部１４によって推測された故障原因を示す情報を出力装置（例えば、表示装置１０６又は非図示のプリンタ等）に出力する。

以下、故障原因推測装置１０の処理手順について説明する。図６は、故障原因推測装置の処理手順を説明するためのフローチャートである。

ステップＳ１０１において、特徴量算出部１１は、補助記憶装置１０２に転送されている各機器のログデータをメモリ装置１０３に読み込む。

図７は、操作パネルのログデータの例を示す図である。同図に示されるログデータ２１０は、日付、時刻、及びスイッチログ等の項目を有する。日付は、ログが出力された日付である。時刻は、ログが出力された時刻である。日付及び時刻は、時計２１３より取得される。スイッチログは、操作スイッチ２１２の操作に応じて出力されたログである。すなわち、操作パネル２１のログ記録装置２１４には、操作スイッチ２１２の操作が行われるたびに、例えば操作内容を示すログ（スイッチログ）が日付及び時刻と共にログ記録装置２１４に記録される。

図８は、エアコンユニットのログデータの例を示す図である。同図に示されるログデータ２２０は、日付、時刻、エアコンログ、及び状態検知ログ等の項目を有する。日付は、ログが出力された日付である。時刻は、ログが出力された時刻である。エアコンログは、エアコンユニット２２の何らかの動作（正常動作又は異常動作の別を問わない。）に応じて出力されたログである。状態検知ログは、エアコンユニット２２の処理装置２２４を制御するプログラムの設計者の意図により、当該プログラムが所定の状態を検知したときにその旨を示すために出力されるログである。設計者の意図とは、例えば、故障の発生時の解析に有効であるであろうという考えである。同図では、エアコンユニット２２が、状態Ｓ１になった場合に出力される状態検知ログと、状態Ｓ２になった場合に出力される状態検知ログとが示されている。なお、状態は、例えば、プログラム内の変数の値によって規定されてもよいし、機器からのシグナル又はイベントの発生の有無等によって規定されてもよい。

図９は、ＤＶＤユニットのログデータの例を示す図である。同図に示されるログデータ２３０は、日付、時刻、ＤＶＤログ、及び状態検知ログ等の項目を有する。日付、時刻、及び状態検知ログの意味については、ログデータ２２０と同様である。但し、同図では、ＤＶＤユニット２３が状態Ｓ３になった場合に出力される状態検知ログと、状態Ｓ４になった場合に出力される状態検知ログが示されている。ＤＶＤログは、ＤＶＤユニット２３の何らかの動作（正常動作又は異常動作の別を問わない。）に応じて出力されたログである。

図１０は、ＴＶユニットのログデータの例を示す図である。同図に示されるログデータ２４０は、日付、時刻、ＴＶログ、及び状態検知ログ等の項目を有する。日付、時刻、及び状態検知ログの意味については、ログデータ２２０等と同様である。同図では、ＴＶユニット２４が、状態Ｓ５になった場合に出力される状態検知ログと、状態Ｓ６になった場合に出力される状態検知ログとが示されている。ＴＶログは、ＴＶユニット２４の何らかの動作（正常動作又は異常動作の別を問わない。）に応じて出力されたログである。

ステップＳ１０１では、図７から図１０に示したログデータがそれぞれ読み込まれる。

続いて、特徴量算出部１１は、ログデータ２１０〜２４０を時刻（出力時刻）で同期させる（Ｓ１０２）。概念的には、各ログデータを時間軸を揃えて並べる。

続いて、特徴量算出部１１は、ログデータ２１０〜２４０のそれぞれについて、３０秒単位の単位時間ごとに特徴量（出力回数）を算出する（Ｓ１０３）。ここで、各ログデータの出力時刻は同期されているため、各ログデータの単位時間は同一の時間帯となる（開始時刻及び終了時刻が一致する。）。その結果、図１１に示されるような特徴量データがメモリ装置１０３内に生成される。

図１１は、各ログデータの単位時間ごとの出力回数を示す図である。同図の特徴量データ２５０は、日付、開始時刻、終了時刻、スイッチログ出力回数、エアコンログ出力回数、ＤＶＤログ出力回数、ＴＶログ出力回数、及び状態検知ログ出力回数（Ｓ１〜Ｓ６）等の項目を有する。

開始時刻及び終了時刻は、各単位時間の開始時刻又は終了時刻である。スイッチログ出力回数、エアコンログ出力回数、ＤＶＤログ出力回数、ＴＶログ出力回数は、単位時間ごとのそれぞれのログの出力回数である。なお、同図では、エアコンログ出力回数、ＤＶＤログ出力回数、及びＴＶログ出力回数については、全てのログではなく、リトライが行われた場合に出力されるログ（リトライログ）の出力回数に限定されている。これは、リトライの実行は故障と関係が深いと考えられるからである。但し、どのログの特徴量（出力回数）を算出するかについては、採取されるログの内容を考慮して適宜選択すればよい。なお、リトライとは、或る動作に失敗し、同一の動作を繰り返すことをいう。また、リトライログであるか否かは、ログの内容に基づいて判断される。すなわち、ログ内にリトライの実行であることが記録されている。

状態検知ログ出力回数は、単位時間ごとの各状態検知ログ（Ｓ１〜Ｓ６）の出力回数である。

続いて、単位時間抽出部１２は、特徴量データ２５０に基づいて、単位時間ごとのログの出力回数の組み合わせ（パターン）の出現頻度を算出し、出現頻度が相対的に低い（例えば、所定の閾値より低い）パターンが属する単位時間を抽出する（Ｓ１０３）。例えば、特徴量データ２５０において、１番目のレコードのパターンは、「００００００００００」であり、当該パターンの出現頻度は相対的に高い。一方、２番目のレコードのパターンは、「０１００１０００００」であり、当該パターンの出現頻度は相対的に低い。したがって、２番目のレコードは、抽出対象とされる。

その結果、図１２に示される単位時間（時間帯）が抽出される。図１２は、単位時間抽出部によって抽出される単位時間の例を示す図である。

同図において、抽出対象に１が立っている行が抽出される単位時間である。同図では、７つの単位時間が抽出されている。１番目の抽出対象は、上記した通りである。２番目の抽出対象の出力回数のパターンは「００１０００１１００」である。３番目の抽出対象の出力回数のパターンは「０００００００１００」である。４番目の抽出対象の出力回数のパターンは「３０１０００００００」である。５番目の抽出対象の出力回数のパターンは「０００１００００１０」である。６番目の抽出対象の出力回数のパターンは「０２０００１００００」である。７番目の抽出対象の出力回数のパターンは「０００１００００１１」である。それぞれ、出現頻度が相対的に低いため抽出対象とされている。

なお、いずれかのログの出力回数が１又は所定値以上であれば抽出対象とするようにしてもよい。

以上において抽出された単位時間は、故障の状態を示す可能性の有る時間帯として扱われる。或る時間帯のログの特徴量のパターンの出現頻度が低いということは、通常の状態（正常な状態）とは違う状態である可能性が高いと推測できるからである。

続いて、特徴量統合部１３は、抽出された単位時間のログの出力回数と直前の単位時間のログの出力回数とを統合（合算）する（Ｓ１０４）。その結果、１分単位のログの出力回数が算出される。

図１３は、出力回数の統合結果の例を示す図である。同図では、抽出対象に対して統合対象となる単位時間に「１」が立てられている。また、２６１〜２６７には、抽出された単位時間の各ログの出力回数に対して統合対象の単位時間の各ログ出力回数を統合（合算）した結果（すなわち、１分単位のログの出力回数）が示されている。以下、２６１〜２６７の各統合結果が示すログの出力回数のパターン（組み合わせ）を「統合パターン」という。

続いて、原因推測部１４は、統合パターンごとに、既知事例ＤＢ１７に登録されている事例データの中から当該統合パターンと類似する事例データを検索する（Ｓ１０５）。

図１４は、既知事例ＤＢの構成例を示す図である。同図に示されるように、既知事例ＤＢ１７では、既知の事例ごとに、当該事例における１分単位の状態検知ログの出力回数と故障原因（故障箇所）とが対応付けられて管理されている。例えば、分類番号１のレコードでは、１分単位の状態検知ログ出力回数のパターンが「１０００００」であった場合の故障原因はエアコンユニット２２であったことが示されている。

ここで、統合パターンと事例データとが類似するか否かの判定は、両者の類似度を算出することにより行われる。類似度の具体例としては、統合パターンと事例データとの距離（ユークリッド距離）が挙げられる。一つの統合パターンと一つの事例データとのユークリッド距離は、以下の式で算出できる。

ｄは、ユークリッド距離である。ａ_ｉは、統合パターンの状態検知ログ出力回数におけるｉ番目の変数の値である。ｂ_ｉは、事例データのｉ番目の変数の値である。ｎは、変数の数（次元数）である。本実施の形態では、ｎは６である。また、ａ_１、ａ_２、ａ_３、ａ_４、ａ_５、ａ_６は、それぞれ統合パターンのＳ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６の値である。また、ｂ_１、ｂ_２、ｂ_３、ｂ_４、ｂ_５、ｂ_６は、それぞれ事例データのＳ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６の値である。

原因推測部１４は、統合パターンごとに最も類似している（ユークリッド距離が小さい）事例データを抽出し、当該事例データに対応づけられている故障原因を取得する。

その結果、各統合パターンに基づいて、図１５に示される故障原因が推測される。図１５は、各統合パターンに基づく故障原因の推測結果の例を示す図である。

同図によれば、統合パターン２６１に基づいてエアコンユニット２２が故障原因であると推測されている。また、統合パターン２６２及び２６６に基づいて故障原因は無いと推測されている。また、統合パターン２６３及び２６４に基づいて故障原因はＤＶＤユニット２３であると推測されている。また、統合パターン２６７に基づいて故障原因はＴＶユニット２４であると推測されている。

続いて、推測結果比較部１５は、複数の統合パターンのログの出力回数を比較することにより、推測結果の優先度（優先順位）を判定する（Ｓ１０６）。本実施の形態では、スイッチログの出力回数が多いほど高い優先度が与えられる。スイッチログは、人による操作に応じて出力されるものである。人は、機器の動作が想定したものと異なる場合、同じ操作又は関連した操作を繰り返す可能性が高い。例えば、操作スイッチ２１２を操作して想定通りに機器が動作しない場合、だいたい３０秒程度は再度操作をやり直したり、関連するスイッチを操作したりする。更に、想定通りの操作と異なることが機器の故障であると常に判断できるのは人だけである。すなわち、プログラムによって、予め想定された状態である場合は故障を判定することは或る程度可能であるが、想定外の状態の場合には故障を判定することはできない。そこで、本実施の形態では、スイッチログ出力回数の最も多い統合パターンの優先度を最も高くするのである。

したがって、図１５の例においては、統合データ２６４が選択される。その結果、原因推測部１４は、最も可能性の高い故障原因は、ＤＶＤログ出力回数であると判定する。

なお、統合データ又は故障原因の優先度の判定は、他の方法に基づいて行ってもよい。例えば、推測結果の数が最も多い故障原因を最優先としてもよい。また、他のログの出力回数に基づいて優先度を判定してもよい。

ところで、本実施の形態において、ログデータの特徴量を３０秒単位で算出しているのも故障発生時に３０秒程度は関連した操作を繰り返し、その後、あきらめて故障を認識するという人の振る舞いに基づく。また、３０秒単位の特徴量を１分単位に統合するのは、人によって故障の疑いが検知される前段階において故障の兆候を示す状態が発生している可能性が高いと考えられるからである。すなわち、１分単位の統合データには、故障の兆候を示す情報と故障そのものを示す情報とが含まれているといえる。

なお、３０秒は、あくまでも目安である。したがって、例えば、単位時間は３０秒未満であってもよいし、３０秒を超えていてもよい。但し、走行中の操作を考えると、単位時間は１分以下が好ましいと考える。運転の安全上、１分を超えて操作を継続するというケースは少ないと考えるからである。

続いて、出力部１６は、原因推測部１４によって推測された故障原因を示す情報を表示装置１０６に表示させる（Ｓ１０７）。本実施の形態のように、複数の故障原因が推測されている場合、出力部１６は、推測結果比較部１５によって判定された優先度が識別可能なように（例えば、優先度の高い順に）故障原因を示す情報を表示させる。なお、出力部１６は、故障原因の推測元となった統合データが属する単位時間の開始時間及び終了時間を出力するようにしてもよい。また、ログデータ２１０〜２４０において当該開始時間及び終了時間に該当する箇所を表示させるようにしてもよい。そうすることにより、膨大なログデータの中から故障原因の解析に有用なログデータをユーザに提示することができる。

上述したように、本実施の形態における故障原因推測装置１０は、個別に出力される各ログデータを出力時刻で同期させ、人の挙動を考慮した単位時間ごとに特徴量を算出する。また、当該特徴量に基づいて故障の疑いのある単位時間を抽出（選択）し、抽出された単位時間の特徴量とその前の単位時間の特徴量とを統合することにより、故障の兆候を示す情報をも含んだ統合パターンを生成する。更に、統合パターンと事例データとの比較により故障原因を推測する。

したがって、複数の機器より個別に出力されるログデータの解析を効率的に行うことができる。その結果、故障原因の推測を短時間で行うことが可能となる。

なお、ユークリッド距離以外に、統合パターン（ａ）と、事例データ（ｂ）との内積やコサイン相関値等を類似度として用いても良い。内積は、次の式によって算出すればよい。

また、コサイン相関値は、次の式によって算出すればよい。

各変数の意味は、ユークリッド距離の式において説明した通りである。

また、本発明は車載機器以外の他の機器の故障原因の解析に対しても有効に適用され得る。また、故障以外の事象に対する発生原因の推測についても有効に適用され得る。

以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

以上の説明に関し、更に以下の項を開示する。
（付記１）
コンピュータが実行する故障原因推測方法であって、
同一の車に搭載されている複数の機器において個別に出力されたログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手順と、
出現頻度が閾値より低い特徴量が属する単位時間を抽出する単位時間抽出手順と、
抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを統合する特徴量統合手順と、
故障原因に対応付けられて記憶装置に記録されている複数の事例データの中から、統合された特徴量のパターンと最も類似する事例データを抽出する事例データ抽出手順と、
抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手順とを有する故障原因推測方法。
（付記２）
前記特徴量は、ログの出力回数である付記１記載の故障原因推測方法。
（付記３）
前記事例データ抽出手順において複数の事例データが抽出されたときに、該事例データに対応する特徴量に基づいて当該複数の事例データの優先度を判定する優先度判定手順を有し、
前記出力手順は、前記優先度に応じて前記故障原因を示す情報を出力する付記１又は２記載の故障原因推測方法。
（付記４）
前記優先度判定手順は、該事例データに対応する特徴量のうち人の操作によって出力されるログの特徴量に基づいて当該複数の事例データの優先度を判定する付記３記載の故障原因推測方法。
（付記５）
同一の車に搭載されている複数の機器において個別に出力されたログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手段と、
出現頻度が閾値より低い特徴量が属する単位時間を抽出する単位時間抽出手段と、
抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを統合する特徴量統合手段と、
故障原因に対応付けられて記憶装置に記録されている複数の事例データの中から、統合された特徴量のパターンと最も類似する事例データを抽出する事例データ抽出手段と、
抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手段とを有する故障原因推測装置。
（付記６）
前記特徴量は、ログの出力回数である付記５記載の故障原因推測装置。
（付記７）
前記事例データ抽出手段によって複数の事例データが抽出されたときに、該事例データに対応する特徴量に基づいて当該複数の事例データの優先度を判定する優先度判定手段を有し、
前記出力手段は、前記優先度に応じて前記故障原因を示す情報を出力する付記５又は６記載の故障原因推測装置。
（付記８）
前記優先度判定手段は、該事例データに対応する特徴量のうち人の操作によって出力されるログの特徴量に基づいて当該複数の事例データの優先度を判定する付記７記載の故障原因推測装置。
（付記９）
コンピュータに、
同一の車に搭載されている複数の機器において個別に出力されたログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手順と、
出現頻度が閾値より低い特徴量が属する単位時間を抽出する単位時間抽出手順と、
抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを統合する特徴量統合手順と、
故障原因に対応付けられて記憶装置に記録されている複数の事例データの中から、統合された特徴量のパターンと最も類似する事例データを抽出する事例データ抽出手順と、
抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手順とを実行させるためのプログラム。
（付記１０）
前記特徴量は、ログの出力回数である付記９記載のプログラム。
（付記１１）
前記事例データ抽出手順において複数の事例データが抽出されたときに、該事例データに対応する特徴量に基づいて当該複数の事例データの優先度を判定する優先度判定手順を有し、
前記出力手順は、前記優先度に応じて前記故障原因を示す情報を出力する付記９又は１０記載のプログラム。
（付記１２）
前記優先度判定手順は、該事例データに対応する特徴量のうち人の操作によって出力されるログの特徴量に基づいて当該複数の事例データの優先度を判定する付記１１記載のプログラム。

本発明の実施の形態における故障原因推測装置の概要を説明するための図である。 本実施の形態の自動車に搭載された車載システムの概略構成例を示す図である。 本実施の形態の車載システムの詳細構成例を示す図である。 本発明の実施の形態における故障原因推測装置のハードウェア構成例を示す図である。 本発明の実施の形態における故障原因推測装置の機能構成例を示す図である。 故障原因推測装置の処理手順を説明するためのフローチャートである。 操作パネルのログデータの例を示す図である。 エアコンユニットのログデータの例を示す図である。 ＤＶＤユニットのログデータの例を示す図である。 ＴＶユニットのログデータの例を示す図である。 各ログデータの単位時間ごとの出力回数を示す図である。 単位時間抽出部によって抽出される単位時間の例を示す図である。 出力回数の統合結果の例を示す図である。 既知事例ＤＢの構成例を示す図である。 各統合パターンに基づく故障原因の推測結果の例を示す図である。

１０ 故障原因推測装置
１１ 特徴量算出部
１２ 単位時間抽出部
１３ 特徴量統合部
１４ 原因推測部
１５ 推測結果比較部
１６ 出力部
１７ 既知事例ＤＢ
２０ 自動車
２１ 操作パネル
２２ エアコンユニット
２３ ＤＶＤユニット
２４ ＴＶユニット
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
１０６ 表示装置
１０７ 入力装置
２１１ 液晶ディスプレイ
２１２ 操作スイッチ
２１３、２２１、２３１、２４１ 時計
２１４、２２２、２３２、２４２ ログ記録装置
２１５、２２４、２３４、２４４ 処理装置
２１６ ディスプレイスイッチ
２２３、２３３、２４３ 画面出力部
Ｂ バス

Claims (6)

1. コンピュータが実行する故障原因推測方法であって、
   同一の車に搭載されている複数の機器のそれぞれにおいて所定の状態が検知されたときに、前記機器ごとに個別に出力されるログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手順と、
   単位時間ごとの各ログデータの特徴量の組み合わせの出現頻度を算出し、前記出現頻度が閾値より低い組み合わせが属する単位時間を抽出する単位時間抽出手順と、
   抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを合算する特徴量合算手順と、
   前記組み合わせと故障原因とを対応付ける複数の事例データの中から、合算された特徴量の組み合わせと最も類似する組み合わせに係る事例データを抽出する事例データ抽出手順と、
   抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手順とを有する故障原因推測方法。
2. 前記特徴量は、前記ログデータの出力回数である請求項１記載の故障原因推測方法。
3. 前記事例データ抽出手順において複数の事例データが抽出されたときに、該事例データに対応する特徴量に基づいて当該複数の事例データの優先度を判定する優先度判定手順を有し、
   前記出力手順は、前記優先度に応じて前記故障原因を示す情報を出力する請求項１又は２記載の故障原因推測方法。
4. 前記優先度判定手順は、該事例データに対応する特徴量のうち人の操作によって出力されるログの特徴量に基づいて当該複数の事例データの優先度を判定する請求項３記載の故障原因推測方法。
5. 同一の車に搭載されている複数の機器のそれぞれにおいて所定の状態が検知されたときに、前記機器ごとに個別に出力されるログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手段と、
   単位時間ごとの各ログデータの特徴量の組み合わせの出現頻度を算出し、前記出現頻度が閾値より低い組み合わせが属する単位時間を抽出する単位時間抽出手段と、
   抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを合算する特徴量合算手段と、
   前記組み合わせと故障原因とを対応付ける複数の事例データの中から、合算された特徴量の組み合わせと最も類似する組み合わせに係る事例データを抽出する事例データ抽出手段と、
   抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手段とを有する故障原因推測装置。
6. コンピュータに、
   同一の車に搭載されている複数の機器のそれぞれにおいて所定の状態が検知されたときに、前記機器ごとに個別に出力されるログデータを出力時間によって同期させ、単位時間ごとに各ログデータの特徴量を算出する特徴量算出手順と、
   単位時間ごとの各ログデータの特徴量の組み合わせの出現頻度を算出し、前記出現頻度が閾値より低い組み合わせが属する単位時間を抽出する単位時間抽出手順と、
   抽出された単位時間の各特徴量と、該単位時間の直前の単位時間の各特徴量とを合算する特徴量合算手順と、
   前記組み合わせと故障原因とを対応付ける複数の事例データの中から、合算された特徴量の組み合わせと最も類似する組み合わせに係る事例データを抽出する事例データ抽出手順と、
   抽出された事例データに対応付けられている故障原因を示す情報を出力する出力手順とを実行させるためのプログラム。

Images