特開 2022-175329 分散システム、及びデータ処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022175329

(43)【公開日】2022-11-25

(54)【発明の名称】分散システム、及びデータ処理方法

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20221117BHJP

   B60S 5/00 20060101ALN20221117BHJP

【ＦＩ】

G06Q50/10

B60S5/00

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2021081641

(22)【出願日】2021-05-13

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110000198

【氏名又は名称】弁理士法人湘洋特許事務所

(72)【発明者】

【氏名】鳥羽 忠信

(72)【発明者】

【氏名】新保 健一

(72)【発明者】

【氏名】植松 裕

【テーマコード（参考）】

3D026

5L049

【Ｆターム（参考）】

3D026BA01

3D026BA28

5L049CC15

(57)【要約】      （修正有）

【課題】あるエッジデバイスに異常が発生した場合、その要因となったコンポーネントを採用する他のエッジデバイスを特定する分散システム及びデータ処理方法を提供する。
【解決手段】分散システム１０_１は、エッジデバイスを構成する換装可能なユニットの構成要素としてのコンポーネントの状態を表す状態データを、所定の診断アルゴリズムに従って診断データに変換するエッジデバイス２０と、第１のエッジデバイスから診断データを取得し、第１のエッジデバイスに採用されているコンポーネントに対する関連コンポーネントを採用している第２のエッジデバイスを特定する診断ＣＳ３０と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

自動稼働可能な移動体及び設備の少なくとも一方であるエッジデバイスと、診断データ計算機と、を備える分散システムであって、
前記エッジデバイスは、
前記エッジデバイスを構成する換装可能なユニットの構成要素としてのコンポーネントの状態を表す状態データを、所定の診断アルゴリズムに従って診断データに変換し、
前記診断データ計算機は、
第１のエッジデバイスから前記診断データを取得し、
前記エッジデバイスの構成に関するデータベースを参照し、前記第１のエッジデバイスに採用されている前記コンポーネントに対する関連コンポーネントを採用している第２のエッジデバイスを特定する
分散システム。

【請求項2】

請求項１に記載の分散システムであって、
前記診断データ計算機は、
前記第１のエッジデバイスから取得した前記診断データに基づき、前記第１のエッジデバイスの異常及び故障の少なくとも一方を診断し、
前記第１のエッジデバイスから取得した前記診断データに基づき、前記第１のエッジデバイスの異常及び故障の少なくとも一方の要因となった要因コンポーネントを特定し、
前記要因コンポーネントに対する前記関連コンポーネントを採用している前記第２のエッジデバイスのグループを特定する
分散システム。

【請求項3】

請求項１に記載の分散システムであって、
前記診断データ計算機は、
前記第１のエッジデバイスと、前記第２のエッジデバイスの関連度を判定し、
前記関連度及び前記第２のエッジデバイスから取得した診断データに基づき、前記第２のエッジデバイスにおける異常及び故障の少なくとも一方の発生の可能性を判定する
分散システム。

【請求項4】

請求項３に記載の分散システムであって、
前記診断データ計算機は、
異常及び故障の少なくとも一方の発生の可能性がある前記第２のエッジデバイスに対して、前記状態データの収集及び前記診断データの送信に関する収集条件の変更を指示する
分散システム。

【請求項5】

請求項４に記載の分散システムであって、
前記診断データ計算機は、
前記収集条件の変更を指示した前記第２のエッジデバイスに対して、前記収集条件の復元を指示する
分散システム。

【請求項6】

請求項３に記載の分散システムであって、
前記診断データ計算機は、
異常及び故障の少なくとも一方の発生の可能性がある前記第２のエッジデバイスに関するサービス運営事業者に対してアラートを出力する
分散システム。

【請求項7】

請求項１に記載の分散システムであって、
前記診断データ計算機は、
前記エッジデバイスに対して前記診断アルゴリズムを送信する
分散システム。

【請求項8】

自動稼働可能な移動体及び設備の少なくとも一方であるエッジデバイスと、診断データ計算機と、を備える分散システムによるデータ処理方法であって、
前記エッジデバイスは、
前記エッジデバイスを構成する換装可能なユニットの構成要素としてのコンポーネントの状態を表す状態データを、所定の診断アルゴリズムに従って診断データに変換し、
前記診断データ計算機は、
第１のエッジデバイスから前記診断データを取得し、
前記エッジデバイスの構成に関するデータベースを参照し、前記第１のエッジデバイスに採用されている前記コンポーネントに対する関連コンポーネントを採用している第２のエッジデバイスを特定する
データ処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、分散システム、及びデータ処理方法に関する。

【背景技術】

【0002】

特許文献１には、車両において発生した故障を診断する車両外の故障診断装置において、車両で検出された故障情報を取得し、その車両で故障が検出された場合、車両と同型車種の他の車両における故障についての故障発生判定基準をデフォルトの設定よりも故障と判定しやすくなるように変更して、故障が車両に固有のものか、或いは、車両と同型車種の車両一般に発生し得るものであるかを判定する故障診断装置が記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００６－３４９４２９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載の技術によれば、ある車両に故障が発生した場合、該車両と同型車種の他の車両にも同じ故障が発生する可能性があるか否かを判定できる。しかしながら、同じ故障が発生する可能性を判定できる車両は、故障した車両と同型車種に限られている。

【0005】

また、車両に代表されるエッジデバイスは、数多くのコンポーネントから構成されており、各コンポーネントは同型車種に限らず、多種多様なエッジデバイスに採用されている。よって、エッジデバイスにおいて故障や異常が発生した場合、その要因が特定のコンポーネントであるならば、今後において故障や異常が発生し得るエッジデバイスは、故障や異常が発生したエッジデバイスと同型車種に限られない。したがって、該コンポーネントを採用している多種多様なエッジデバイスに対して、故障や異常が発生し得るかを判定したり、アラートを出力したりできるようになることが望ましい。しかしながら、現在、そのような技術は確立されていない。

【0006】

本発明は、上記の点に鑑みてなされたものであって、あるエッジデバイスに異常が発生した場合、その要因となったコンポーネントを採用する他のエッジデバイスを特定できるようにすることを目的とする。

【課題を解決するための手段】

【0007】

本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。

【0008】

上記課題を解決するため、本発明の一態様に係る分散システムは、自動稼働可能な移動体及び設備の少なくとも一方であるエッジデバイスと、診断データ計算機と、を備える分散システムであって、前記エッジデバイスは、前記エッジデバイスを構成する換装可能なユニットの構成要素としてのコンポーネントの状態を表す状態データを、所定の診断アルゴリズムに従って診断データに変換し、前記診断データ計算機は、第１のエッジデバイスから前記診断データを取得し、前記エッジデバイスの構成に関するデータベースを参照し、前記第１のエッジデバイスに採用されている前記コンポーネントに対する関連コンポーネントを採用している第２のエッジデバイスを特定する。

【発明の効果】

【0009】

本発明によれば、あるエッジデバイスに異常が発生した場合、その要因となったコンポーネントを採用する他のエッジデバイスを特定することが可能となる。

【0010】

上記した以外の課題、構成、及び効果は、以下の実施形態の説明により明らかにされる。

【図面の簡単な説明】

【0011】

【図1】図１は、本発明の第１の実施形態に係る分散システムの構成例を示す図である。

【図2】図２は、分散システムの適用例を示す図である。

【図3】図３は、計算機のハードウェア構成の一例を示す図である。

【図4】図４は、本発明の第２の実施形態に係る分散システムの構成例を示す図である。

【図5】図５は、状態データの送受信プロトコルの一例を示す図である。

【図6】図６は、エッジデバイスの製造業者・修理業者向け要因分析結果画面の表示例を示す図である。

【図7】図７は、エッジデバイスの運用業者向け要因分析結果画面の表示例を示す図である。

【発明を実施するための形態】

【0012】

以下の実施形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。

【0013】

また、以下の実施形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

【0014】

さらに、以下の実施形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合及び原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。

【0015】

同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合及び原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値及び範囲についても同様である。

【0016】

また、実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。以下、本発明の各実施形態について図面を用いて説明する。

【0017】

＜本発明の第１の実施形態に係る分散システム１０_１の構成例＞
図１は、本発明の第１の実施形態に係る分散システム１０_１の構成例を示している。

【0018】

分散システム１０_１は、エッジデバイス２０、及び、診断クラウドサーバ（ＣＳ）３０を備える。エッジデバイス２０は、ネットワーク１を介して診断クラウドサーバ３０に接続する。ネットワーク１は、例えば、携帯電話通信網、インターネット（Ｅｔｈｅｒｎｅｔを含む）等に代表される双方向通信網である。なお、同図においては、エッジデバイス２０が１台のみ図示されているが、実際には、各種のサービス業者によって運用されている多種多様なエッジデバイス２０が存在し、ネットワーク１を介して診断クラウドサーバ３０に接続されているものとする。

【0019】

エッジデバイス２０は、例えば自動稼働可能な移動体（例えば車両、ドローン、ロボット）や、設備（例えばロボットアームや工作機械、数値制御旋盤等）が想定される。ここで、自動稼働には自動運転が含まれるものとする。ここで、自動稼働とは、電子制御による稼働を指し、人の制御を不要とする完全自動稼働のみでなく、可動部の一部を自動で電子制御されるような部分的な自動稼働や、限定条件下での自動稼働も含むものとする。一例として、エッジデバイス２０は、自動運転可能な車両を挙げることができる。

【0020】

エッジデバイス２０は、エッジ内コントローラ２１、複数のコンポーネント２５、及び通信部２６を備える。

【0021】

エッジ内コントローラ２１は、例えば、ＥＣＵ(Electronic Control Unit)，ＣＰＵ(Central Processing Unit)，ＡＳＩＣ(Application Specific Integrated Circuit)等のコンピュータから成る。エッジ内コントローラ２１は、制御部２２、データ収集診断部２３、及びシーケンス格納メモリ２４を有する。

【0022】

制御部２２は、データ収集診断部２３、及びコンポーネント２５の動作を制御する。例えば、制御部２２は、データ収集診断部２３がコンポーネント２５から収集した状態データに基づいて、コンポーネント２５に含まれるアクチュエータ等（不図示）を制御する。

【0023】

データ収集診断部２３は、収集条件に従い、各コンポーネント２５のメモリ２５２から、コンポーネント２５の構成物であるセンサ、電源、アクチュエータ等（いずれも不図示）の状態データを収集する。また、データ収集診断部２３は、所定の診断アルゴリズムに従い、コンポーネント２５から収集した状態データをエッジ内コントローラ２１の内部の状態を表す診断データに変換して通信部２６に出力する。具体的には、例えば、状態データと所定の閾値とを比較し、その比較結果に基づいて診断データに変換する。

【0024】

シーケンス格納メモリ２４には、収集する状態データの種類、周期、手順等からなる収集条件、状態データを診断データに変換する診断アルゴリズムが予め格納されている。

【0025】

コンポーネント２５は、エッジデバイス２０が備える移動機構や作動機構等の換装可能な各種ユニットを実現するための機能的、論理的、または物理的な構成要素である。例えば、エッジデバイス２０が車両である場合、ユニットには例えば、エンジン、モータ、ブレーキ、カーナビゲーション、ＥＣＵ等が含まれる。

【0026】

コンポーネント２５は、データ取得部２５１、及びメモリ２５２を有する。

【0027】

データ取得部２５１は、各コンポーネント２５内のレジスタやログデータ等からコンポーネント２５の状態を表す状態データを取得する。

【0028】

メモリ２５２には、データ取得部２５１が取得した状態データが一時的に格納される。

【0029】

通信部２６は、データ収集診断部２３から入力された診断データに対して該エッジデバイス２０の識別情報を付与し、ネットワーク１を介して診断クラウドサーバ３０に送信する。また、通信部２６は、診断クラウドサーバ３０からネットワーク１を介して送信された収集条件や診断アルゴリズムを受信して制御部２２に出力する。

【0030】

診断クラウドサーバ３０は、ネットワーク１上に存在する１台以上の計算機から構成される。本実施形態においては、診断クラウドサーバ３０等のクラウドサーバに代えて、ローカルに存在する１台以上の計算機を採用してもよい。反対に、ローカルの計算機に代えてクラウドサーバを採用してもよい。診断クラウドサーバ３０は、本発明の診断計算機に相当する。

【0031】

診断クラウドサーバ３０は、通信部３１、処理メモリ３２、エッジデバイスＤＢ（データベース）３３、及び処理部３４を備える。

【0032】

通信部３１は、ネットワーク１を介してエッジデバイス２０から送信された診断データを受信する。また、通信部３１は、ネットワーク１を介し、エッジデバイス２０に対して制御情報を送信する。

【0033】

処理メモリ３２には、通信部３１によって受信されたエッジデバイス２０の診断データ、処理部３４による各種の処理結果等が一時的に格納される。

【0034】

エッジデバイスＤＢ３３には、エッジデバイス２０に関する情報、例えば、エッジデバイス２０の型式、エッジデバイス２０の構成情報（エッジデバイス２０を構成するユニットに採用されているコンポーネント２５の型式、コンポーネント２５の使用箇所等）、エッジデバイス２０のメーカ、エッジデバイス２０を運用するサービス事業者、修理業者等が関連付けて記憶されている。

【0035】

処理部３４は、診断処理Ｐ１、要因分析処理Ｐ２、エッジグループ検索処理Ｐ３、グループ内診断処理Ｐ４、及び異常判定処理Ｐ５を実行する。各処理については以下に説明する。

【0036】

＜分散システム１０_１の動作概要＞
以上のように構成された分散システム１０_１においては、エッジデバイス２０のデータ収集診断部２３が、予め診断クラウドサーバ３０から送信されてシーケンス格納メモリ２４に格納されている収集条件に従ってコンポーネント２５のメモリ２５２から状態データを収集し、診断アルゴリズムに従って状態データを診断データに変換する。そして、通信部２６が、診断データを所定の通信プロトコルに従いネットワーク１を介して診断クラウドサーバ３０に送信する。

【0037】

診断クラウドサーバ３０では、通信部３１がエッジデバイス２０から送信された診断データを受信して処理メモリ３２に格納する。そして、処理部３４が、診断処理Ｐ１として、処理メモリ３２に格納されているエッジデバイス２０の診断データに基づき、エッジデバイス２０における異常や故障の有無を診断する。診断結果は、診断データに関連付けて処理メモリ３２に格納される。ここで、異常や故障の有無が診断されたエッジデバイス２０は、本発明の第１のエッジデバイスに相当する。

【0038】

次に、処理部３４が、要因分析処理Ｐ２として、エッジデバイス２０の診断データを分析し、異常や故障の要因となったコンポーネント２５を特定する。異常や故障の要因には、コンポーネント２５のハードウェアの故障と、ソフトウェアによる動作における異常とが含まれる。故障要因の分析方法は、例えば、診断データを要因となったコンポーネント２５との相関関係をデータベース化し、そのデータベースを基に故障要因を求める。このデータベースの実装方法は、条件と結果をリスト化しても良く、ニューラルネットワークを利用した機械学習を用いてもよい。つまり、診断データとエッジデバイス内の故障要因との相関を関係付ける形式と探索する方法であればよい。異常や故障の発生部位の特定方法は、状態データと異常や故障の要因の相関関係を使用して部位を求めてもよい。

【0039】

次に、処理部３４が、エッジグループ検索処理Ｐ３として、エッジデバイスＤＢ３３を参照し、異常や故障の要因となったコンポーネント２５に関連するコンポーネントが採用されているエッジデバイス２０のグループを検索する。ここで、異常や故障の要因となったコンポーネント２５に関連するコンポーネントとは、異常や故障の要因となったコンポーネント２５と完全に同一のコンポーネントの他、例えば、基本設計が共通であり、仕様違いやバージョン違い、ＯＥＭ商品等を含む。以下、異常や故障の要因となったコンポーネント２５を要因コンポーネントと称し、要因コンポーネントに関連するコンポーネントを関連コンポーネントと称する。なお、要因コンポーネントに対するコンポーネントの関係は、上述した例の他、利用者が設定できるようにしてもよい。

【0040】

このグループ検索では、関連コンポーネントが採用されているエッジデバイス２０を様々な観点でグループ分けする。例えば、関連コンポーネントが採用されており、且つ、同一型式のエッジデバイス２０をグループとしたり、関連コンポーネントが採用されており、且つ、同一メーカによって製造されたエッジデバイス２０をグループとしたり、関連コンポーネントが採用されており、且つ、同一のサービス事業者で運用されているエッジデバイス２０をグループとしたり、関連コンポーネントが採用されており、且つ、使用環境（使用地域等）や使用状況（例えば、エッジデバイスが車両の場合、走行距離等）が略等しいエッジデバイス２０をグループとしたり、メーカやサービス事業者に拘わらず関連コンポーネントが採用されており、且つ、関連コンポーネントが同一の機構に採用されているエッジデバイス２０をグループとしたり、関連コンポーネントが採用されており、且つ、エッジデバイス２０における関連コンポーネントと他のコンポーネントとの接続形態が同一または類似しているエッジデバイス２０をグループとしたりする。なお、グループ分けの種類は上述した例に限られない。グループ分けの条件は、利用者が決定できる。

【0041】

次に、処理部３４が、グループ内診断処理Ｐ４として、要因コンポーネントが採用されているエッジデバイス２０と、該エッジデバイス２０と同じグループに属する、すなわち、関連コンポーネントが採用されているエッジデバイスとの関連度を診断する。例えば、要因コンポーネントと関連コンポーネントがそれぞれのエッジデバイス２０における同じ機構に採用されている場合には関連度が高いと診断し、異なる機構に採用されている場合には関連度が低いと診断する。該エッジデバイス２０と同じグループに属するエッジデバイスは、本発明の第２のエッジデバイスに相当する。

【0042】

次に、処理部３４が、異常判定処理Ｐ５として、グループ分けされた各エッジデバイスの関連度に応じ、異常や故障と診断されたエッジデバイス２０と同じグループに属する他のエッジデバイスの診断データに基づき、異常や故障と診断されたエッジデバイス２０と同じ異常や故障が発生する可能性を判定する。具体的には、例えば、診断データの時系列変化と、異常や故障が発生する可能性（確率）との相関関係をデータベース化し、そのデータベースを基に異常や故障が発生する可能性を判定すればよい。このデータベースの実装方法は、状態データの時系列変化と確率をリスト化しても良く、ニューラルネットワークを利用した機械学習を用いてもよい。

【0043】

さらに、異常判定処理Ｐ５では、異常や故障と診断されたエッジデバイス２０と同じグループに属し、異常や故障が発生する可能性があると判定した他のエッジデバイスに対するアラートを、該他のエッジデバイスの製造業者、修理業者、運用業社等（以下、一括してサービス事業者と称する）に出力する。なお、出力するアラートは、異常や故障が発生する確率に応じて、緊急、警告、留意、報告等を区別して出力することができる。また、アラートの粒度は、エッジデバイス単位、機構単位、コンポーネント単位等を利用者が任意に設定することができる。

【0044】

以上説明したように、分散システム１０_１によれば、エッジデバイス２０と、エッジデバイス２０の外部の診断クラウドサーバ３０とが連携して、エッジデバイス２０に生じた異常や故障を診断し、要因コンポーネントを特定できる。また、要因コンポーネントに対する関連コンポーネントが採用されているエッジデバイスのグループを検索して、グループに属する他のエッジデバイスにおいて、異常や故障と診断されたエッジデバイス２０と同じ異常や故障が発生する可能性を診断し、診断結果に応じたアラートを、他のエッジデバイスに関わるサービス事業者等に出力できる。これにより、サービス事業者等では、実際に異常や故障が発生する前にエッジデバイスのメンテナンスを実施することができ、エッジデバイスの異常や故障を回避できるので、エッジデバイスの稼働率を向上させることができる。

【0045】

＜分散システム１０_１の適用例＞
次に、図２は、図１に示された分散システム１０_１の適用例である分散システム１０００におけるデータの流れを示している。

【0046】

分散システム１０００は、多層化されており、１台以上のエッジデバイス２０、データマネジメント層４０に含まれる１台以上のクラウドサーバ（または計算機）、及び、データ活用層５０に含まれる１台以上のクラウドサーバ（または計算機）を含む。

【0047】

なお、分散システム１０００において、図１の診断クラウドサーバ３０は、診断管理クラウドサーバ３０１と分析アウトソーシングクラウドサーバ３０２とに分割されている。診断管理クラウドサーバ３０１はデータマネジメント層４０に配置され、分析アウトソーシングクラウドサーバ３０２はデータ活用層５０に配置されている。

【0048】

エッジデバイス２０は、エッジ内コントローラ２１、移動・作動機構２２１、及び、センサ２２２を有する。

【0049】

エッジ内コントローラ２１は、例えばＥＣＵ等からなり、移動・作動機構２２１を制御する。移動・作動機構２２１は、移動機構及び作動機構の少なくとも一方である。移動機構は、例えば移動体におけるエンジンやモータ等である。作動機構は、例えば設備におけるモータや油圧等のアクチュエータである。移動・作動機構２２１は、コンポーネント２５（図１）から構成されるユニットに相当する。

【0050】

移動・作動機構２２１に関連し、「作動」とは、少なくとも「ある動作を行うことによって、機器がその操作された指令どおりの状態の変化を行うこと（ＪＩＳ Ｂ ０１３２準拠）。」を意味する。

【0051】

以下の説明では、説明を簡略化するため、エッジデバイス２０が移動体であり、移動・作動機構２２１が移動機構である場合を例にして説明する。また、エッジ内コントローラ２１を、ＥＣＴＬ(Edge Controller)２１と略称する。

【0052】

ＥＣＴＬ２１は、エッジデバイス２０の自動稼働を実現するための処理の少なくとも一部を担当する。そのため、ＥＣＴＬ２１は、ハードウェアまたはソフトウェアの視点で複雑化しつつある。例えば、ハードウェアの複雑化の例としては、機械学習処理導入や各種センサやカメラからのデータ入力をリアルタイムに認知、判断する処理導入のために、ＧＰＵ(Graphics Processing Unit)、ＦＰＧＡ（Field-Programmable Gate Array）、ニューラルネットワーク専用プロセッサや、その他機械学習を加速させるハードウェアが含まれる場合もある。

【0053】

データマネジメント層４０は、説明を簡略化するために導入した仮想的な層またはグループである。データマネジメント層４０に含まれるクラウドサーバ（または計算機）は、主に、エッジデバイス２０が生成したデータを格納する用途に用いられる。

【0054】

なお、データマネジメント層４０は、前述した用途以外のクラウドサーバ（または計算機）が含まれてもよい。また、データマネジメント層４０から、前述した用途のクラウドサーバ（または計算機）が省かれていてもよい。

【0055】

同図の場合、データマネジメント層４０は、エッジデバイス製造会社計算機４１、エッジデータ配信会社クラウドサーバ（ＣＳ）４２、及び、診断管理クラウドサーバ（ＣＳ）３０１を含む。

【0056】

エッジデバイス製造会社計算機４１は、エッジデバイス２０を設計、または製造する会社が有する計算機である。当該製造会社は、自社製品の開発や保守のためにエッジデバイス２０に関するエッジデータを管理しているため、便宜上、データマネジメント層４０に含めている。エッジデバイス製造会社計算機４１は、エッジデータのアップデートデータＤ２３をエッジデータ配信会社クラウドサーバ４２に送信する。

【0057】

エッジデータ配信会社クラウドサーバ４２は、エッジデバイス２０に関するエッジデータを格納し、他のクラウドサーバからの要求に応じて、無加工または加工後のエッジデータＤ２５を要求元のクラウドサーバに送信する。エッジデータＤ２５は、例えば、エッジデバイス２０の構成物に関する情報等が想定される。

【0058】

ここで、データの加工とは、例えば、データの表現形式の変更、差分値の計算、統計値の計算、暗号化、復号化、圧縮、非圧縮、不要なデータの除去、冗長コードの付与または除去、データ抽出等であるが、処理主体が受信したデータを一部または全てを変更して送信するのであれば、それを加工とみなしてもよい。

【0059】

診断管理クラウドサーバ３０１は、診断データ（以後、エッジ内コントローラ診断データ、ＥＣＴＬ診断データとも称する）Ｄ１１を格納し、他のクラウドサーバからの要求に応じて無加工または加工後の診断データＤ２１，Ｄ２７を送信する。なお、ＥＣＴＬ診断データはエッジデータの一例である。

【0060】

なお、一視点として、データマネジメント層４０に含まれるクラウドサーバ（または計算機）を有する会社は、エッジデバイス２０やそのパーツの設計や製造を行う会社、またはエッジデータの配信を担当する会社と見做してもよい。当該視点からみると、通信会社や、スマートフォンにて実行されるカーナビゲーションプログラムを提供する会社や、移動機構の製造会社のクラウドサーバは、データマネジメント層４０に含まれると見做すことができる。

【0061】

データ活用層５０は、説明を簡略化するために導入した仮想的な層またはグループである。データ活用層５０に含まれるクラウドサーバ（または計算機）は、データマネジメント層４０に含まれるクラウドサーバと比較して、サービス提供により近い部分を担う用途に用いられる。

【0062】

データ活用層５０に含まれるクラウドサーバによって提供されるサービスとしては、エッジデバイス２０を利用したり、エッジデバイス２０に関連するエンティティを対象としたり、エッジデバイス２０そのものを対象としたりするエッジデバイス関連サービスが想定される。

【0063】

ここで、エンティティとは、例えば、人間の集合や集団、動物、装置（信号機、エッジデバイス２０を運搬する船、エッジデバイス２０の外部でエッジデバイス２０の自動稼働を支援する装置）が想定される。

【0064】

同図の場合、データ活用層５０は、ディーラ／修理会社クラウドサーバ（ＣＳ）５１、保険会社クラウドサーバ（ＣＳ）５２、運輸会社クラウドサーバ（ＣＳ）５３、ＭａａＳ会社クラウドサーバ（ＣＳ）５４、レンタル会社クラウドサーバ（ＣＳ）５５、分析アウトソーシングクラウドサーバ（ＣＳ）３０２等の各種のサービス事業者のクラウドサーバを含む。

【0065】

ディーラ・修理会社クラウドサーバ５１は、エッジデバイス２０の修理や保守の手配、エッジデバイス２０の修理を行うディーラや修理会社の業務を支援するため、エッジデータＤ２５または分析アウトソーシングクラウドサーバ３０２から提供される分析後データＤ３２を受け取り、保守サービス（故障予防、改修等）、または修理サービス（事故対応）に必要な情報を生成してユーザに提示する。

【0066】

保険会社クラウドサーバ５２は、エッジデバイス２０を利用して所定の機能を発揮する会社の業務に関係する所定のリスクを引き受ける保険会社にて、エッジデータＤ２５または分析アウトソーシングクラウドサーバ３０２から提供される分析後データＤ３２を参照して保険料率を決定するための一部または全ての処理を実行する。なお、保険会社が引き受けるリスクは、エッジデバイス２０を利用するエンティティに関係するリスクであってもよい。例えば、個人が契約する自動車保険等が想定される。

【0067】

運輸会社クラウドサーバ５３は、エッジデバイス２０を直接的に利用するか、または他の運輸会社のサービスを用いて運輸業を営む運輸会社にて、エッジデータＤ２５または分析アウトソーシングクラウドサーバ３０２から提供される分析後データＤ３２に基づいて運輸サービスを提供するための処理を実行する。当該処理の一例は、エッジデバイス２０の配車計画、運賃の計算、運賃を含むサービス仕様改訂のための分析処理等が想定される。

【0068】

ＭａａＳ(Mobility as a Service)会社クラウドサーバ５４は、エッジデバイス２０を直接的に利用するか、または他社のサービスを用いて移動手段の提供サービスを営むＭａａＳ会社の業務を支援するため、エッジデータＤ２５または分析アウトソーシングクラウドサーバ３０２から提供される分析後データＤ３１を受け取り、保有車両の保守計画等に必要な情報を生成する。当該情報は、ＭａａＳ会社の社員等に提供される。

【0069】

レンタル会社クラウドサーバ５５は、ＭａａＳ会社クラウドサーバ５４と同様、エッジデバイス２０を直接的に利用するか、または他社のサービスを用いて移動手段の提供サービスを営むレンタル会社の業務を支援するため、エッジデータＤ２５または分析アウトソーシングクラウドサーバ３０２から提供される分析後データＤ３１を受け取り、保有車両の保守計画等に必要な情報を生成する。当該情報は、レンタル会社の社員等に提供される。

【0070】

分析アウトソーシングクラウドサーバ３０２は、データ活用層５０に含まれる会社の、サービス提供、またはサービスの改善に必要なサービス関連分析処理のアウトソーシング先となるクラウドサーバである。分析アウトソーシングクラウドサーバ３０２は、状態データや診断データ（特にＥＣＴＬ診断データ）Ｄ１１の分析のアウトソーシングを担当しているが、データマネジメント層４０に含まれるエッジデバイス製造会社等の分析のアウトソーシングを担当することもできる。なお、分析アウトソーシングクラウドサーバ３０２によるサービス関連分析処理は、後述する各ソリューションにおけるエッジデバイス２０またはＥＣＴＬ２１の内部状態に関する要因分析処理に相当する。

【0071】

なお、データマネジメント層４０とデータ活用層５０との分け方は同図に示された例に限らず、さらに排他的でなくてもよい。例えば、通信会社のクラウドサーバは、前述したエッジデータの配信に関する視点では、データマネジメント層４０に含まれるエッジデータ配信会社クラウドサーバ４２に相当するが、エッジデバイス２０に「通信サービス」を提供する視点では、データ活用層５０に含まれるとも考えられる。

【0072】

さらに、別の視点として、データ活用層５０に含まれるクラウドサーバを有する会社は、エッジデバイス２０やそのパーツの設計または製造を行わない会社と見做すことができる。

【0073】

＜クラウドサーバを構成する計算機１００の構成例＞
次に、図３は、診断クラウドサーバ３０等のクラウドサーバを成す計算機１００のハードウェア構成の一例を示している。

【0074】

計算機１００は、プロセッサ１０１、メモリ１０２、外部記憶装置１０３、音声出力装置１０４、生体情報入力装置１０５、操作入力装置１０６、出力装置１０７、及び通信装置１０８がデータバス１０９を介して接続されて構成される。

【0075】

プロセッサ１０１は、ＣＰＵ、ＧＰＵ、ＦＰＧＡ等からなり、計算機１００の全体を制御する。メモリ１０２は、例えばＲＡＭ(Random Access Memory)等の主記憶装置である。外部記憶装置１０３は、デジタル情報を記憶可能なＨＤＤ(Hard Disk Drive)、ＳＳＤ(Solid State Drive)、フラッシュメモリ等の不揮発性記憶装置である。

【0076】

音声出力装置１０４は、スピーカ等からなる。生体情報入力装置１０５は、カメラ、視線入力装置、マイクロフォン等からなる。操作入力装置１０６は、キーボード、マウス、タッチパネル等からなる。出力装置１０７は、ディスプレイ、プリンタ等からなる。

【0077】

通信装置１０８は、ＮＩＣ(Network Interface Card)等からなる。通信装置１０８は、有線通信及び無線通信の少なくとも一方により、同一のネットワークに接続された他の装置との通信を行う。その通信には、ＴＣＰ／ＩＰ(Transmission Control Protocol／Internet Protocol)によるパケット通信を採用するが、これに限られるものではなく、ＵＤＰ(User Datagram Protocol)等の他のプロトコルによる通信を採用してもよい。

【0078】

なお、計算機１００のハードウェア構成は上述した例に限らず、上述した一部の構成要素を省いたり、他の構成要素を含んだりしてよい。また、計算機１００は、サーバコンピュータ、パーソナルコンピュータ、ノート型コンピュータ、タブレット型コンピュータ、スマートフォン、テレビジョン装置等の各種の情報処理装置であってもよい。

【0079】

計算機１００は、ＯＳ(Operating System)、ミドルウェア、アプリケーションプログラム等のプログラムを記憶したり、外部から読み込んだりすることができ、これらのプログラムをプロセッサ１０１が実行することにより、各種の処理を実行できる。

【0080】

＜本発明の第２の実施形態に係る分散システム１０_２の構成例＞
図４は、本発明の第２の実施形態に係る分散システム１０_２の構成例を示している。

【0081】

分散システム１０_２は、分散システム１０_１に対して、診断クラウドサーバ３０の処理部３４が実行する処理に収集条件変更処理Ｐ６を追加したものである。

【0082】

収集条件変更処理Ｐ６では、異常判定処理Ｐ５にて異常や故障が発生する可能性があると判定されたエッジデバイスにて状態データを収集し、診断データに変換して診断クラウドサーバ３０に送信する際の収集条件（収集する状態データの種類、周期、手順等）を変更できるようになされている。

【0083】

これにより、異常や故障と診断されたエッジデバイス２０と同じグループに属する他のエッジデバイスにおける異常や故障を早期に捉えることができる。

【0084】

例えば、コンポーネント２５としての電子機器は高温時にエラーを発生し易いので、他のエッジデバイス２０の使用環境（使用地域）が判断できるように位置情報を取得するようにし、夏場において温暖地を走行しているような場合には、診断データの収集周期がより短くなるように変更を指示する。

【0085】

また例えば、異常や故障と診断されていない定常時には読み出していなかったステータスレジスタ等の値を状態データとして収集し、そのまま診断データとして送信するように変更を指示する。

【0086】

また例えば、コンポーネント２５の内部にてケーブルの劣化が起こり易い問題が発生したことに応じて、定常時には監視していなかったコンポーネント２５の内部における通信エラー数を診断データとして送信するように変更を指示する。

【0087】

なお、診断クラウドサーバ３０の処理部３４は、収集条件変更処理Ｐ６にて変更を指示した収集条件を、所定のトリガ（例えば、利用者からの操作や処理部３４による判断）に応じ、変更前の収集条件に復元することを指示できる。これにより、収集条件が変更されたことによりエッジデバイス２０が過負荷となってしまい通常の動作に支障が生じてしまうことを抑止できる。

【0088】

以上に説明した分散システム１０_２によれば、分散システム１０_１と同様の作用・効果に加え、収集条件を変更することにより、異常や故障と診断されたエッジデバイス２０と同じグループに属する他のエッジデバイスに異常や故障が発生する可能性をより高い精度で診断できる。よって、異常や故障が発生する前にメンテナンスを行うことによって、エッジデバイスの稼働率向上、保守コスト削減を実現できる。

【0089】

次に、図５は、分散システム１０_２におけるエッジデバイス２０と診断クラウドサーバ３０との間の送受信プロトコルの一例を示している。

【0090】

エッジデバイス２０では、エッジ内コントローラ２１のデータ収集診断部２３が、所定の周期で定期的にコンポーネント２５から状態データを収集して診断データに変換し、通信部２６が診断データを診断クラウドサーバ３０に送信する。

【0091】

次に、診断クラウドサーバ３０では、受信した診断データを処理メモリ３２に格納し、診断データに基づいて、診断処理Ｐ１、要因分析処理Ｐ２、エッジグループ検索処理Ｐ３、グループ内診断処理Ｐ４、及び異常判定処理Ｐ５を実行する。そして、収集条件変更処理Ｐ６として、異常や故障が発生する可能性があると診断されたエッジデバイスにおける収集条件の変更指示（例えば、状態データの収集の周期を短くする指示等）を生成し、該エッジデバイスに送信する。

【0092】

次に、収集条件の変更指示を受信したエッジデバイスでは、これ以降、変更された収集条件に従って、コンポーネント２５から状態データを収集して診断データに変換し、通信部２６が診断データを診断クラウドサーバ３０に送信する。

【0093】

そして、診断クラウドサーバ３０では、変更された収集条件に従って収集、送信された診断データに基づき、診断処理Ｐ１、要因分析処理Ｐ２、エッジグループ検索処理Ｐ３、グループ内診断処理Ｐ４、及び異常判定処理Ｐ５を実行することになる。

【0094】

図５からわかるように、あるエッジデバイス２０が異常や故障と診断された場合、該エッジデバイスと同じグループに属するエッジデバイスに対して収集条件を変更することができる。これにより、異常や故障と診断されたエッジデバイス２０と同じグループに属する他のエッジデバイスにおける異常や故障をより早く正確に捉えることができる。

【0095】

＜要因分析結果画面の表示例＞
次に、図６は、エッジデバイス製造会社計算機４１やディーラ・修理会社クラウドサーバ５１（いずれも図２）等に表示される製造業者・修理業者向けの要因分析結果画面５００の表示例を示している。要因分析結果画面５００は、その画面情報が処理部３４によって生成され、診断クラウドサーバ３０に接続してきたエッジデバイス製造会社計算機４１等の画面に表示される。

【0096】

要因分析結果画面５００には、診断クラウドサーバ３０によって異常や故障と診断されたエッジデバイス２０の名称・型式、及び使用者履歴、並びに、要因分析結果が表示される。

【0097】

要因分析結果には、異常発生部位、同一運用事業者管理デバイス、収集条件・環境情報、及び、異常要因の項目が設けられている。

【0098】

異常発生部位の項目には、異常や故障と診断されたエッジデバイス２０における要因コンポーネントの名称、発生日、及び発生時刻が表示される。

【0099】

同一運用事業者管理デバイスの項目には、異常や故障と診断されたエッジデバイス２０を運用している運用事業者が管理している他のエッジデバイスであって、要因コンポーネントの関連コンポーネントが使用されている他のエッジデバイスの名称・型式、及び関連度が表示される。

【0100】

収集条件・環境情報の項目には、状態データの収集条件を表すルールタイプ、温度、湿度が表示される。

【0101】

異常要因の項目には、要因コンポーネントにおける具体的な異常要因が表示される。異常要因には、ソフトウェア異常かハードウェア異常かを判断する情報も含まれる。ソフトウェア異常とハードウェア異常とでは、解消の方法が大きく異なることが多いためである。

【0102】

エッジデバイス２０の製造業者や修理業者は、要因分析結果画面５００を見ることにより、異常や故障が発生したエッジデバイス２０とその要因となった要因コンポーネントを把握することができる。さらに、要因コンポーネントの関連コンポーネントが採用されている他のエッジデバイスの名称・型式、及び関連度を把握することができる。よって、エッジデバイス２０の製造業者は、例えば、要因コンポーネントや関連コンポーネントの基本設計を見直したり、他のコンポーネントと入れ替えることを検討したりすることができる。エッジデバイス２０の修理業者は、例えば、今後依頼され得る修理に備えて、要因コンポーネントや関連コンポーネントの換装品を準備したりすることができる。

【0103】

次に、図７は、運輸会社クラウドサーバ５３、ＭａａＳ会社クラウドサーバ５４、レンタル会社クラウドサーバ５５（いずれも図２）等に表示される、エッジデバイス２０を運用している運用業者向けの要因分析結果画面６００の表示例を示している。要因分析結果画面６００は、その画面情報が処理部３４によって生成され、診断クラウドサーバ３０に接続してきた運輸会社クラウドサーバ５３等の画面に表示される。

【0104】

要因分析結果画面６００には、要因分析結果画面５００（図５）と同様に、診断クラウドサーバ３０によって異常や故障と診断されたエッジデバイス２０の名称・型式、及び使用者履歴、並びに、要因分析結果が表示される。

【0105】

要因分析結果には、異常発生部位、異常発生地点、異常対応緊急度、グループ内要対応デバイス、対応内容、及び異常要因・異常発生履歴の項目が設けられている。

【0106】

異常発生部位の項目には、異常や故障と診断されたエッジデバイス２０における要因コンポーネントの名称、発生日、及び発生時刻が表示される。異常発生地点の項目には、異常や故障が発生した地点を表す住所や緯度・経度が表示される。

【0107】

異常対応緊急度の項目には、即時交換・修理要、返却後対応要、または定期保守時対応のいずれかが強調して表示される。

【0108】

グループ内要対応デバイスの項目には、当該運用会社が運用しているエッジデバイス２０のうち、修理等の対応が必要なエッジデバイス２０の名称・型式、及び関連度が表示される。

【0109】

対応内容の項目には、修理等の対応の具体的な内容が表示される。異常要因・異常発生履歴の項目には、要因コンポーネントにおける具体的な異常要因と、要因コンポーネントにおける異常発生の履歴が表示される。

【0110】

エッジデバイス２０の運用業者は、要因分析結果画面６００を見ることにより、異常や故障が発生したエッジデバイス２０とその要因となったコンポーネント２５を把握することができる。さらに、異常対応の緊急度や修理費用を把握することができる。

【0111】

これにより、エッジデバイス２０の運用業者は、以下の対処方法を選択することができる。

【0112】

対処方法１：異常発生地点が、運用業者の拠点位置より遠いエッジデバイス２０を優先して修理作業を行う。当該優先が反映される例としては代替用のエッジデバイス２０の手配である。

【0113】

対処方法２：緊急度が低い異常状態を緊急度が高い異常状態になる前に解消する。例えば単体ではエッジデバイス２０に致命的ではない異常状態であれば優先度を低とすることができるが、相関性が高い異常状態が緊急度の高いものであれば、前者の異常状態を低よりも高い中や高にする。

【0114】

対処方法３：緊急度に基づいた修理作業の優先付けを実施する。特に同じエッジデバイス２０内で緊急度の異なる異常状態が発生した場合は、緊急度の高い異常状態の解消を行うことで緊急度が低い異常状態も解消していることがある。

【0115】

次に、本ソリューションを保険会社に適用した場合について説明する。

【0116】

保険の契約条件は、保険料が低額であっても、保険金支払いの条件が厳しいと契約エンティティが契約に至らない。一方で、保険金支払いの条件を緩和し過ぎると保険会社の収支が悪化し過ぎてサービスが継続できない。そこで、分析アウトソーシングクラウドサーバ３０２が提供する加工後のデータを参照するようにすれば、エッジデバイス２０の内部の異常状態の発生頻度も踏まえて保険金支払い条件を設定することができる。

【0117】

例えば、特定の条件（例えばエッジデバイス２０の種類、利用環境、利用エンティティの種類）で、エッジデバイス２０の内部の異常状態の発生頻度が高くなることが分かれば、当該条件の場合の保険料を高め、反対に発生頻度が低い条件の場合は保険料を低くする、といった保険料の適正化が可能となる。

【0118】

またエッジデバイス２０の状態を監視することで、機能障害が発現する前に対処することが可能となり、事故や故障による機会損失を防ぐ確率を高める。その場合、保険支払いを軽減することができ、保険料率を下げることが可能となる。このメリットは、自動稼働の普及によってエッジデバイス２０が関連する異常が多くなる場合はより大きなメリットとなる。

【0119】

本発明に係る技術は、分散システム、及びデータ送信方法に限られず、計算機、コンピュータ読み取り可能なプログラム等の様々な態様で提供できる。

【0120】

本発明は、上述した実施形態に限定されるものではなく、様々な変形が可能である。例えば、上述した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えたり、追加したりすることが可能である。

【0121】

また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

【符号の説明】

【0122】

１・・・ネットワーク、１０_１，１０_２・・・分散システム、２０・・・エッジデバイス、２１・・・エッジ内コントローラ、２２・・・制御部、２３・・・データ収集診断部、２４・・・シーケンス格納メモリ、２５・・・コンポーネント、２５１・・・データ取得部、２５２・・・メモリ、２６・・・通信部、３０・・・診断クラウドサーバ、３１・・・通信部、３２・・・処理メモリ、３４・・・処理部、４０・・・データマネジメント層、４１・・・エッジデバイス製造会社計算機、４２・・・エッジデータ配信会社クラウドサーバ、５０・・・データ活用層、５１・・・ディーラ・修理会社クラウドサーバ、５２・・・保険会社クラウドサーバ、５３・・・運輸会社クラウドサーバ、５４・・・ＭａａＳ会社クラウドサーバ、５５・・・レンタル会社クラウドサーバ、１００・・・計算機、１０１・・・プロセッサ、１０２・・・メモリ、１０３・・・外部記憶装置、１０４・・・音声出力装置、１０５・・・生体情報入力装置、１０６・・・操作入力装置、１０７・・・出力装置、１０８・・・通信装置、１０９・・・データバス、２２１・・・移動・作動機構、２２２・・・センサ、３０１・・・診断管理クラウドサーバ、３０２・・・分析アウトソーシングクラウドサーバ、５００，６００・・・要因分析結果画面、１０００・・・分散システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】