ホーム > 特許ランキング > ロジスティード株式会社
特開2023-131638車両整備予測システム、車両整備予測方法及びプログラム
(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】P2023131638
(43)【公開日】2023-09-22
(54)【発明の名称】車両整備予測システム、車両整備予測方法及びプログラム
(51)【国際特許分類】
G06Q 10/04 20230101AFI20230914BHJP
G06Q 50/10 20120101ALI20230914BHJP
G06Q 10/20 20230101ALI20230914BHJP
【ＦＩ】
G06Q10/04
G06Q50/10
G06Q10/00 300
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022036513
(22)【出願日】2022-03-09
(71)【出願人】
【識別番号】000153546
【氏名又は名称】ロジスティード株式会社
(74)【代理人】
【識別番号】100177220
【弁理士】
【氏名又は名称】小木 智彦
(72)【発明者】
【氏名】中澤 茂樹
(72)【発明者】
【氏名】石川 悠
(72)【発明者】
【氏名】森屋 嘉裕
(72)【発明者】
【氏名】川島 宏夫
(72)【発明者】
【氏名】南雲 秀明
(72)【発明者】
【氏名】犬飼 直樹
(72)【発明者】
【氏名】宮下 雅一
(72)【発明者】
【氏名】土居 弘明
(72)【発明者】
【氏名】藤本 敏行
(72)【発明者】
【氏名】佐藤 雅史
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA04
5L049CC15
(57)【要約】
【課題】車両の消耗品の適切な交換時期を予測する。
【解決手段】車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システム１は、学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得し、取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、前記消耗品の所定のセンサデータを取得し、生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する。
【選択図】図１
【解決手段】車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システム１は、学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得し、取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、前記消耗品の所定のセンサデータを取得し、生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する。
【選択図】図１
【特許請求の範囲】
【請求項1】
車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システムであって、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得する学習用データ取得部と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部と、
を備える車両整備予測システム。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得する学習用データ取得部と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部と、
を備える車両整備予測システム。
【請求項2】
前記消耗品の交換時期の予測結果が、所定の条件を満たす場合、その旨を通知する予測結果通知部と、
をさらに備える請求項１に記載の車両整備予測システム。
をさらに備える請求項１に記載の車両整備予測システム。
【請求項3】
前記消耗品が、ベルトであり、
前記学習用データ取得部が、学習用の前記ベルトの振動センサデータと、当該ベルトの緩み具合とを取得し、
前記生成部が、前記学習用のベルトの振動センサデータと、当該ベルトの緩み具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記ベルトの振動センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記ベルトの振動センサデータに対する当該ベルトの緩み具合を推測して、当該ベルトの交換時期を予測する、
請求項１に記載の車両整備予測システム。
前記学習用データ取得部が、学習用の前記ベルトの振動センサデータと、当該ベルトの緩み具合とを取得し、
前記生成部が、前記学習用のベルトの振動センサデータと、当該ベルトの緩み具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記ベルトの振動センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記ベルトの振動センサデータに対する当該ベルトの緩み具合を推測して、当該ベルトの交換時期を予測する、
請求項１に記載の車両整備予測システム。
【請求項4】
前記消耗品が、タイヤであり、
前記学習用データ取得部が、学習用の前記タイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを取得し、
前記生成部が、前記学習用のタイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータに対する当該タイヤ溝の消耗具合を推測して、当該タイヤの交換時期を予測する、
請求項１に記載の車両整備予測システム。
前記学習用データ取得部が、学習用の前記タイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを取得し、
前記生成部が、前記学習用のタイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータに対する当該タイヤ溝の消耗具合を推測して、当該タイヤの交換時期を予測する、
請求項１に記載の車両整備予測システム。
【請求項5】
前記予測部が予測した前記消耗品の交換時期と、当該消耗品とを出力する出力部と、
出力された前記消耗品の交換時期と、当該消耗品とに応じて、当該交換時期に前記車両整備が可能か否かを確認し、当該消耗品の交換日時を通知する交換日時通知部と、
をさらに備える請求項１に記載の車両整備予測システム。
出力された前記消耗品の交換時期と、当該消耗品とに応じて、当該交換時期に前記車両整備が可能か否かを確認し、当該消耗品の交換日時を通知する交換日時通知部と、
をさらに備える請求項１に記載の車両整備予測システム。
【請求項6】
前記交換日時通知部が、前記消耗品の交換に関する見積書データを併せて通知する、
請求項５に記載の車両整備予測システム。
請求項５に記載の車両整備予測システム。
【請求項7】
車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システムが実行する車両整備予測方法であって、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップと、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップと、
前記消耗品の所定のセンサデータを取得するステップと、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップと、
を備える車両整備予測方法。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップと、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップと、
前記消耗品の所定のセンサデータを取得するステップと、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップと、
を備える車両整備予測方法。
【請求項8】
車両整備の点検対象となる消耗品の交換時期を予測するコンピュータに、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ、
前記消耗品の所定のセンサデータを取得するステップ、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ、
を実行させるためのコンピュータ読み取り可能なプログラム。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ、
前記消耗品の所定のセンサデータを取得するステップ、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ、
を実行させるためのコンピュータ読み取り可能なプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、車両整備の点検対象となる消耗品の交換時期を予測する有効な技術に関する。
【背景技術】
【0002】
近年、物流業界では、配送に使用するトラック等の車両の車両整備に関する技術が注目されている。
例えば、特許文献１では、他の車両の整備データと、統計データとに基づいて、診断対象の車両に使用されている部品について交換を促すべき度合いを示す交換推奨度を算出することにより、車両の経年劣化する部品について、個々の車両の状況に応じた適切な交換時期を提示する技術が開示されている。
また、他には、特許文献２では、テレマティクスを活用して車両の消耗品の劣化状態を適切に把握し、適切な保守計画の立案と計画に基づくメンテナンス結果による保守計画の評価及び次回保守計画へのフィードバックを行い、車両の予防保守に係る業務を支援する技術が開示されている。
例えば、特許文献１では、他の車両の整備データと、統計データとに基づいて、診断対象の車両に使用されている部品について交換を促すべき度合いを示す交換推奨度を算出することにより、車両の経年劣化する部品について、個々の車両の状況に応じた適切な交換時期を提示する技術が開示されている。
また、他には、特許文献２では、テレマティクスを活用して車両の消耗品の劣化状態を適切に把握し、適切な保守計画の立案と計画に基づくメンテナンス結果による保守計画の評価及び次回保守計画へのフィードバックを行い、車両の予防保守に係る業務を支援する技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１８－６９８１０号公報
【特許文献2】ＷＯ２０１５／１３２９４７
【発明の概要】
【発明が解決しようとする課題】
【0004】
配送に使用するトラック等の車両について、車両の管理者が車両の消耗品を管理する必要がある。また、車両の消耗品の交換時期は、運転手の運転特性、荷物の積載状態、走行環境、条件（長距離・ルート便）等によってばらつきがあるため、ＡＩ（（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）人工知能）によって適切な交換時期を予測することが求められている。
しかしながら、特許文献１及び２に記載の技術では、ＡＩによって適切な交換時期を予測することはできない。
しかしながら、特許文献１及び２に記載の技術では、ＡＩによって適切な交換時期を予測することはできない。
【0005】
発明者らは、ＡＩを用いて車両の消耗品の適切な交換時期を予測可能な車両整備予測システム、車両整備予測方法及びプログラムが必要であることに着目した。
【0006】
そこで、本発明は、車両の消耗品の適切な交換時期を予測可能な車両整備予測システム、車両整備予測方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【0007】
本発明は、車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システムであって、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得する学習用データ取得部と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部と、
を備える車両整備予測システムを提供する。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得する学習用データ取得部と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部と、
を備える車両整備予測システムを提供する。
【0008】
本発明によれば、車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システムは、学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得し、取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、前記消耗品の所定のセンサデータを取得し、生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する。
【発明の効果】
【0009】
本発明によれば、車両の消耗品の適切な交換時期を予測することが可能となる。
【図面の簡単な説明】
【0010】
【図1】車両整備予測システム１の概要を説明する図である。
【図2】車両整備予測システム１の機能構成を示す図である。
【図3】車両整備予測システム１が実行する学習モデル生成処理を示す図である。
【図4】学習に用いるベルトについての教師データの一例を模式的に示す図である。
【図5】学習に用いるタイヤについての教師データの一例を模式的に示す図である。
【図6】車両整備予測システム１が実行する交換時期予測処理を示す図である。
【図7】条件合致通知画面の一例を模式的に示す図である。
【図8】ベルトの予測結果の内容を模式的に示す図である。
【図9】タイヤの予測結果の内容を模式的に示す図である。
【図10】車両整備予測システム１が実行する整備予約処理を示す図である。
【図11】遅延通知の一例を模式的に示す図である。
【図12】予約内容通知の一例を模式的に示す図である。
【図13】見積書データの一例を模式的に示す図である。
【図14】車両整備予測システム１が実行する車両整備時処理を示す図である。
【発明を実施するための形態】
【0011】
以下、添付図面を参照して、本発明を実施するための形態（以下、実施形態）について詳細に説明する。以降の図においては、実施形態の説明の全体を通して同じ要素には同じ番号または符号を付している。
【0012】
［基本概念／基本構成］
図１は、車両整備予測システム１の概要を説明するための図である。車両整備予測システム１は、車両５の消耗品の交換時期を予測する整備予測装置１０、車両整備を行う作業場において各種処理を実行する整備予約装置２０を少なくとも含む車両５の消耗品の交換時期を予測するシステムである。
図１は、車両整備予測システム１の概要を説明するための図である。車両整備予測システム１は、車両５の消耗品の交換時期を予測する整備予測装置１０、車両整備を行う作業場において各種処理を実行する整備予約装置２０を少なくとも含む車両５の消耗品の交換時期を予測するシステムである。
【0013】
本実施形態は、前提として、車両５に、後述する所定のセンサが取り付けられており、この所定のセンサが、所定のセンサデータを検出する。
【0014】
車両整備予測システム１が車両５の車両整備の点検対象となる消耗品の交換時期を予測する場合についての処理ステップについて、図１に基づいて説明する。
最初に、整備予測装置１０は、学習用の消耗品のセンサデータと、この消耗品の消耗具合とを取得する（ステップＳ１）。
消耗品は、車両整備の点検対象となる物品であり、例えば、Ｖベルトやファンベルト等のベルト、タイヤ、電球やＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）等のライト、牽引金具等のトラックの荷台を支持する支持部品、冷凍室用コンプレッサである。また、センサデータは、例えば、振動センサデータ、距離センサデータ（音波センサや光学センサによる検出）、画像センサデータ、照度センサデータ（回路上に設けた電圧計、電流計等による検出結果も利用可能）、圧力センサデータである。また、消耗具合は、例えば、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量である。
整備予測装置１０は、車両５や他の車両に取り付けられた各種センサが検出したセンサデータと、整備作業者がこの車両５や他の車両の整備を行うことにより判断した各種消耗品の消耗具合とを、または、外部サーバ等が記憶する各種消耗品のセンサデータと、この各種消耗品の消耗具合とを、学習用の消耗品のセンサデータとして取得する。
最初に、整備予測装置１０は、学習用の消耗品のセンサデータと、この消耗品の消耗具合とを取得する（ステップＳ１）。
消耗品は、車両整備の点検対象となる物品であり、例えば、Ｖベルトやファンベルト等のベルト、タイヤ、電球やＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）等のライト、牽引金具等のトラックの荷台を支持する支持部品、冷凍室用コンプレッサである。また、センサデータは、例えば、振動センサデータ、距離センサデータ（音波センサや光学センサによる検出）、画像センサデータ、照度センサデータ（回路上に設けた電圧計、電流計等による検出結果も利用可能）、圧力センサデータである。また、消耗具合は、例えば、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量である。
整備予測装置１０は、車両５や他の車両に取り付けられた各種センサが検出したセンサデータと、整備作業者がこの車両５や他の車両の整備を行うことにより判断した各種消耗品の消耗具合とを、または、外部サーバ等が記憶する各種消耗品のセンサデータと、この各種消耗品の消耗具合とを、学習用の消耗品のセンサデータとして取得する。
【0015】
整備予測装置１０は、取得した学習用の消耗品のセンサデータと、消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する（ステップＳ２）。学習の方法としては、教師あり学習、教師なし学習、強化学習等による機械学習や、畳み込みニューラルネットワーク、再起型ニューラルネットワーク、長・短期記憶等によるディープラーニング等が挙げられる。本実施形態では、教師あり学習による機械学習を例として説明する。
整備予測装置１０は、取得した学習用の各消耗品のセンサデータと、この各消耗品の消耗具合とを関連付けて、関連付データを生成する。整備予測装置１０は、振動センサデータとベルトの緩み具合とを関連付けて関連付データを生成し、距離センサデータ又は画像センサデータとタイヤ溝の摩耗具合とを関連付けて関連付データを生成し、照度センサデータとライトの消耗具合とを関連付けて関連付データを生成し、振動センサデータと支持部品の劣化具合とを関連付けて関連付データを生成し、圧力センサデータと冷媒の充填量とを関連付けて関連付データを其々生成する。冷凍室用のコンプレッサに対して、圧力センサデータを用いる理由は、冷媒の劣化による圧力低下、経年による漏れ、コンプレッサ及び／又は熱交換器とその経路中に（例えば、小石等がぶつかって）穴が開いたことによる冷媒漏れが疑われるためである。
整備予測装置１０は、其々の消耗品における関連付データを学習し、学習結果を学習モデルとして生成する。整備予測装置１０は、上述した消耗品毎に学習モデルを生成する。このとき、整備予測装置１０は、センサデータと、消耗具合と、消耗品の交換時期とを学習し、学習結果を学習モデルとして生成する。交換時期は、消耗品に不具合が起こる消耗値に達すると予測した日から数週間前、数日前までの間の期間を示す。
図１では、学習に用いる教師データの例として、ベルト及びタイヤの例を示している。
整備予測装置１０は、取得した学習用の各消耗品のセンサデータと、この各消耗品の消耗具合とを関連付けて、関連付データを生成する。整備予測装置１０は、振動センサデータとベルトの緩み具合とを関連付けて関連付データを生成し、距離センサデータ又は画像センサデータとタイヤ溝の摩耗具合とを関連付けて関連付データを生成し、照度センサデータとライトの消耗具合とを関連付けて関連付データを生成し、振動センサデータと支持部品の劣化具合とを関連付けて関連付データを生成し、圧力センサデータと冷媒の充填量とを関連付けて関連付データを其々生成する。冷凍室用のコンプレッサに対して、圧力センサデータを用いる理由は、冷媒の劣化による圧力低下、経年による漏れ、コンプレッサ及び／又は熱交換器とその経路中に（例えば、小石等がぶつかって）穴が開いたことによる冷媒漏れが疑われるためである。
整備予測装置１０は、其々の消耗品における関連付データを学習し、学習結果を学習モデルとして生成する。整備予測装置１０は、上述した消耗品毎に学習モデルを生成する。このとき、整備予測装置１０は、センサデータと、消耗具合と、消耗品の交換時期とを学習し、学習結果を学習モデルとして生成する。交換時期は、消耗品に不具合が起こる消耗値に達すると予測した日から数週間前、数日前までの間の期間を示す。
図１では、学習に用いる教師データの例として、ベルト及びタイヤの例を示している。
【0016】
整備予測装置１０は、消耗品の所定のセンサデータを取得する（ステップＳ３）。所定のセンサデータは、上述した関連付データを生成したセンサデータのうちの何れか又は複数の組み合わせである。
整備予測装置１０は、車両５に取り付けられたセンサから、消耗品の所定のセンサデータを取得する。図１では、消耗品として、ベルトの振動センサデータと、タイヤの距離センサデータとを例として示している。
整備予測装置１０は、車両５に取り付けられたセンサから、消耗品の所定のセンサデータを取得する。図１では、消耗品として、ベルトの振動センサデータと、タイヤの距離センサデータとを例として示している。
【0017】
整備予測装置１０は、生成した学習モデルを用いて、取得した消耗品の所定のセンサデータに対するこの消耗品の消耗具合を推測し、消耗品の交換時期を予測する（ステップＳ４）。
整備予測装置１０は、ベルトの学習モデルを用いて、取得したベルトの振動センサデータに対するベルトの消耗具合を推測する。また、整備予測装置１０は、タイヤの学習モデルを用いて、取得したタイヤの距離センサデータに対するタイヤ溝の摩耗具合を推測する。
整備予測装置１０は、ベルトの学習モデルを用いて、推測したベルトの消耗具合に基づいたベルトの交換時期を予測する。また、整備予測装置１０は、タイヤの学習モデルを用いて、推測したタイヤ溝の摩耗具合に基づいたタイヤの交換時期を予測する。
整備予測装置１０は、ベルトの学習モデルを用いて、取得したベルトの振動センサデータに対するベルトの消耗具合を推測する。また、整備予測装置１０は、タイヤの学習モデルを用いて、取得したタイヤの距離センサデータに対するタイヤ溝の摩耗具合を推測する。
整備予測装置１０は、ベルトの学習モデルを用いて、推測したベルトの消耗具合に基づいたベルトの交換時期を予測する。また、整備予測装置１０は、タイヤの学習モデルを用いて、推測したタイヤ溝の摩耗具合に基づいたタイヤの交換時期を予測する。
【0018】
整備予測装置１０は、消耗品の交換時期の予測結果を、整備予約装置２０に出力し、整備予約装置２０は、この予測結果に基づいて、この消耗品の整備作業の予約等を実行することになる。
【0019】
このような車両整備予測システム１によれば、車両の消耗品の適切な交換時期を予測することが可能となる。
【0020】
［機能構成］
図２に基づいて、車両整備予測システム１の機能構成について説明する。
車両整備予測システム１は、其々が公衆回線網等のネットワーク３を介して、データ通信可能に接続された整備予測装置１０、整備予約装置２０を備えるシステムである。
車両整備予測システム１は、車両の運転手が所持する運転手端末、車両の管理者が所持する管理者端末、整備作業者が所持する整備作業者端末、その他の端末や装置類等が含まれていても良い。この場合、車両整備予測システム１は、後述する処理を、整備予測装置１０、整備予約装置２０、その他の端末や装置類等の何れか又は複数の組み合わせにより実行する。
図２に基づいて、車両整備予測システム１の機能構成について説明する。
車両整備予測システム１は、其々が公衆回線網等のネットワーク３を介して、データ通信可能に接続された整備予測装置１０、整備予約装置２０を備えるシステムである。
車両整備予測システム１は、車両の運転手が所持する運転手端末、車両の管理者が所持する管理者端末、整備作業者が所持する整備作業者端末、その他の端末や装置類等が含まれていても良い。この場合、車両整備予測システム１は、後述する処理を、整備予測装置１０、整備予約装置２０、その他の端末や装置類等の何れか又は複数の組み合わせにより実行する。
【0021】
整備予測装置１０は、車両の消耗品の交換時期を予測するサーバ機能を有するコンピュータやパーソナルコンピュータ等である。
整備予測装置１０は、例えば、１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。本明細書におけるクラウドコンピュータとは、ある特定の機能を果たす際に、任意のコンピュータをスケーラブルに用いるものや、あるシステムを実現するために複数の機能モジュールを含み、その機能を自由に組み合わせて用いるものの何れであってもよい。
整備予測装置１０は、例えば、１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。本明細書におけるクラウドコンピュータとは、ある特定の機能を果たす際に、任意のコンピュータをスケーラブルに用いるものや、あるシステムを実現するために複数の機能モジュールを含み、その機能を自由に組み合わせて用いるものの何れであってもよい。
【0022】
整備予測装置１０は、制御部として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部として、他の端末や装置等と通信可能にするためのデバイス、学習用の消耗品のセンサデータとこの消耗品の消耗具合とを取得する学習用データ取得部１１、消耗品の所定のセンサデータを取得する予測用データ取得部１２等を備える。
また、整備予測装置１０は、記憶部として、ハードディスクや半導体メモリ、記憶媒体、メモリカード等によるデータのストレージ部を備える。
また、整備予測装置１０は、処理部として、各種処理を実行する各種デバイス、学習用の消耗品のセンサデータとこの消耗品とを関連付けた関連付データを学習して学習モデルを生成する生成部１３、学習モデルを用いて、消耗品の所定のセンサデータに対する消耗品の消耗具合を推測し、消耗品の交換時期を予測する予測部１４等を備える。
また、整備予測装置１０は、記憶部として、ハードディスクや半導体メモリ、記憶媒体、メモリカード等によるデータのストレージ部を備える。
また、整備予測装置１０は、処理部として、各種処理を実行する各種デバイス、学習用の消耗品のセンサデータとこの消耗品とを関連付けた関連付データを学習して学習モデルを生成する生成部１３、学習モデルを用いて、消耗品の所定のセンサデータに対する消耗品の消耗具合を推測し、消耗品の交換時期を予測する予測部１４等を備える。
【0023】
整備予測装置１０において、制御部が所定のプログラムを読み込むことにより、通信部と協働して、学習用データ取得モジュール、予測用データ取得モジュール、条件合致通知モジュール、予測結果出力モジュール、見積書データ承認受付モジュール、整備固有番号出力モジュール、車両入庫情報取得モジュール、消耗品通知モジュール、請求書通知モジュールを実現する。
また、整備予測装置１０において、制御部が所定のプログラムを読み込むことにより、記憶部と協働して、学習モデル記憶モジュールを実現する。
また、整備予測装置１０において、制御部が所定のプログラムを読み込むことにより、処理部と協働して、関連付データ生成モジュール、学習モデル生成モジュール、推測モジュール、予測モジュール、条件判断モジュール、整備固有番号生成モジュール、作業スケジュール登録モジュール、整備固有番号照合モジュール、整備完了判断モジュール、請求書発行モジュールを実現する。
また、整備予測装置１０において、制御部が所定のプログラムを読み込むことにより、記憶部と協働して、学習モデル記憶モジュールを実現する。
また、整備予測装置１０において、制御部が所定のプログラムを読み込むことにより、処理部と協働して、関連付データ生成モジュール、学習モデル生成モジュール、推測モジュール、予測モジュール、条件判断モジュール、整備固有番号生成モジュール、作業スケジュール登録モジュール、整備固有番号照合モジュール、整備完了判断モジュール、請求書発行モジュールを実現する。
【0024】
整備予約装置２０は、車両整備を行う作業場において各種処理を実行するサーバ機能を有するコンピュータやパーソナルコンピュータ等である。
整備予約装置２０は、上述した整備予測装置１０と同様に、例えば、１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。
整備予約装置２０は、上述した整備予測装置１０と同様に、例えば、１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。
【0025】
整備予約装置２０は、上述した整備予測装置１０と同様に、制御部２１として、ＣＰＵ、ＧＰＵ、ＲＡＭ、ＲＯＭ等を備え、通信部２２として、他の端末や装置等と通信可能にするためのデバイス等を備え、記憶部として、データのストレージ部を備え、処理部２３として、各種処理を実行する各種デバイスを備える。
【0026】
整備予約装置２０において、制御部２１が所定のプログラムを読み込むことにより、通信部２２と協働して、予測結果取得モジュール、遅延通知モジュール、予約内容通知モジュール、見積書データ承認受付モジュールを実現する。
また、整備予約装置２０において、制御部２１が所定のプログラムを読み込むことにより、処理部２３と協働して、作業スケジュール確認モジュール、作業時間推測モジュール、空き日時確認モジュール、在庫確認モジュール、整備予約モジュール、納品日時確認モジュール、遅延判断モジュール、見積書データ発行モジュールを実現する。
また、整備予約装置２０において、制御部２１が所定のプログラムを読み込むことにより、処理部２３と協働して、作業スケジュール確認モジュール、作業時間推測モジュール、空き日時確認モジュール、在庫確認モジュール、整備予約モジュール、納品日時確認モジュール、遅延判断モジュール、見積書データ発行モジュールを実現する。
【0027】
［整備予測装置１０の学習モデル生成処理］
図３に基づいて、整備予測装置１０が実行する学習モデル生成処理について説明する。図３は、整備予測装置１０が実行する学習モデル生成処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、本学習モデル生成処理は、上述した学習用データ取得処理（ステップＳ１）、学習モデル生成処理（ステップＳ２）の詳細である。
図３に基づいて、整備予測装置１０が実行する学習モデル生成処理について説明する。図３は、整備予測装置１０が実行する学習モデル生成処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、本学習モデル生成処理は、上述した学習用データ取得処理（ステップＳ１）、学習モデル生成処理（ステップＳ２）の詳細である。
【0028】
初めに、学習用データ取得モジュールは、学習用データ（学習用の消耗品のセンサデータ・消耗品の消耗具合）を取得する（ステップＳ１０）。
消耗品は、上述した通り、車両整備の点検対象となる物品であり、ベルト、タイヤ、ライト、支持部品、冷凍室用コンプレッサ等である。また、センサデータは、上述した通り、振動センサデータ、距離センサデータ、画像センサデータ、照度センサデータ、圧力センサデータ等である。また、消耗具合は、上述した通り、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量等である。
学習用データ取得モジュールは、車両に取り付けられた各種センサが検出したセンサデータと、整備作業者がこの車両の整備を行うことにより判断した各種消耗品の消耗具合とを学習用データとして取得する。学習用データ取得モジュールは、各種センサから直接センサデータを取得しても良いし、センサデータを、他の端末や装置類等を介して取得しても良い。学習用データ取得モジュールは、各種消耗品の消耗具合を、整備作業者端末が入力を受け付けた各種消耗品の消耗具合から取得しても良いし、直接この消耗品の消耗具合の入力を受け付けることにより取得しても良い。
また、学習用データ取得モジュールは、外部サーバ等が記憶する各種消耗品のセンサデータと、この各種消耗品の消耗具合とを取得する。
なお、学習用データ取得モジュールが取得する学習用データにおいて、消耗品の数や種類、センサデータの数や種類、消耗具合の数や種類については、上述した例に限らず、適宜変更可能である。
消耗品は、上述した通り、車両整備の点検対象となる物品であり、ベルト、タイヤ、ライト、支持部品、冷凍室用コンプレッサ等である。また、センサデータは、上述した通り、振動センサデータ、距離センサデータ、画像センサデータ、照度センサデータ、圧力センサデータ等である。また、消耗具合は、上述した通り、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量等である。
学習用データ取得モジュールは、車両に取り付けられた各種センサが検出したセンサデータと、整備作業者がこの車両の整備を行うことにより判断した各種消耗品の消耗具合とを学習用データとして取得する。学習用データ取得モジュールは、各種センサから直接センサデータを取得しても良いし、センサデータを、他の端末や装置類等を介して取得しても良い。学習用データ取得モジュールは、各種消耗品の消耗具合を、整備作業者端末が入力を受け付けた各種消耗品の消耗具合から取得しても良いし、直接この消耗品の消耗具合の入力を受け付けることにより取得しても良い。
また、学習用データ取得モジュールは、外部サーバ等が記憶する各種消耗品のセンサデータと、この各種消耗品の消耗具合とを取得する。
なお、学習用データ取得モジュールが取得する学習用データにおいて、消耗品の数や種類、センサデータの数や種類、消耗具合の数や種類については、上述した例に限らず、適宜変更可能である。
【0029】
関連付データ生成モジュールは、学習用の消耗品のセンサデータと消耗具合とを関連付けた関連付データを生成する（ステップＳ１１）。
関連付データ生成モジュールは、取得した学習用データにおける各消耗品のセンサデータと、各消耗品の消耗具合とを関連付け、関連付データを生成する。関連付データ生成モジュールは、取得したセンサデータ毎に、関連付データを生成する。すなわち、関連付データ生成モジュールは、振動センサデータとベルトの緩み具合とを関連付けて関連付データを生成し、距離センサデータ又は画像センサデータとタイヤ溝の摩耗具合とを関連付けて関連付データを生成し、照度センサデータとライトの消耗具合とを関連付けて関連付データを生成し、振動センサデータと支持部品の劣化具合とを関連付けて関連付データを生成し、圧力センサデータと冷媒の充填量とを関連付けて関連付データを生成する。
関連付データ生成モジュールは、取得した学習用データにおける各消耗品のセンサデータと、各消耗品の消耗具合とを関連付け、関連付データを生成する。関連付データ生成モジュールは、取得したセンサデータ毎に、関連付データを生成する。すなわち、関連付データ生成モジュールは、振動センサデータとベルトの緩み具合とを関連付けて関連付データを生成し、距離センサデータ又は画像センサデータとタイヤ溝の摩耗具合とを関連付けて関連付データを生成し、照度センサデータとライトの消耗具合とを関連付けて関連付データを生成し、振動センサデータと支持部品の劣化具合とを関連付けて関連付データを生成し、圧力センサデータと冷媒の充填量とを関連付けて関連付データを生成する。
【0030】
学習モデル生成モジュールは、関連付データを学習し、学習モデルを生成する（ステップＳ１２）。学習の方法は、上述した通り、教師あり学習、教師なし学習、強化学習等による機械学習や、畳み込みニューラルネットワーク、再起型ニューラルネットワーク、長・短期記憶等によるディープラーニング等が挙げられる。本実施形態では、教師あり学習による機械学習を行う場合について説明する。本発明は、他の学習方法であっても適用可能であることは言うまでもない。
学習モデル生成モジュールは、生成した関連付データに基づいた教師あり学習を行う。学習モデル生成モジュールは、生成した関連付データと、整備マニュアル等に基づいたこの消耗品の交換時期とを教師ありデータとする機械学習を行う。交換時期は、上述した通り、消耗品に不具合が起こる消耗値に達すると予測した日から数週間前、数日前までの間の期間を示す。
学習モデル生成モジュールは、生成した関連付データに基づいた教師あり学習を行う。学習モデル生成モジュールは、生成した関連付データと、整備マニュアル等に基づいたこの消耗品の交換時期とを教師ありデータとする機械学習を行う。交換時期は、上述した通り、消耗品に不具合が起こる消耗値に達すると予測した日から数週間前、数日前までの間の期間を示す。
【0031】
学習モデル生成モジュールが行う機械学習について、ベルト及び振動センサデータと、タイヤ及び距離センサデータとを例として説明する。
学習モデル生成モジュールは、ベルトについての機械学習を行う場合、振動センサデータにおける振動数（ｆ）及び振動速度（ｃｍ／ｓ）と、ベルトの緩み具合と、このベルトの交換時期とを教師ありデータとする機械学習を行う。また、学習モデル生成モジュールは、タイヤについての機械学習を行う場合、距離センサデータにおける走行距離と、タイヤ溝の摩耗具合と、このタイヤの交換時期とを教師ありデータとする機械学習を行う。
他の消耗品やセンサデータについても、ベルトやタイヤと同様に、センサデータと、消耗具合と、交換時期とを教師ありデータとする機械学習を行う。学習モデル生成モジュールは、このような学習の結果の結果に基づいて、その他の各消耗品の学習モデルも同様に生成する。
学習モデル生成モジュールは、ベルトについての機械学習を行う場合、振動センサデータにおける振動数（ｆ）及び振動速度（ｃｍ／ｓ）と、ベルトの緩み具合と、このベルトの交換時期とを教師ありデータとする機械学習を行う。また、学習モデル生成モジュールは、タイヤについての機械学習を行う場合、距離センサデータにおける走行距離と、タイヤ溝の摩耗具合と、このタイヤの交換時期とを教師ありデータとする機械学習を行う。
他の消耗品やセンサデータについても、ベルトやタイヤと同様に、センサデータと、消耗具合と、交換時期とを教師ありデータとする機械学習を行う。学習モデル生成モジュールは、このような学習の結果の結果に基づいて、その他の各消耗品の学習モデルも同様に生成する。
【0032】
［教師データ］
図４及び図５に基づいて、学習モデル生成モジュールが学習に用いる教師データについて説明する。図４は、学習モデル生成モジュールが学習に用いる、ベルトについての教師データの一例を模式的に示す図である。図５は、学習モデル生成モジュールが学習に用いる、タイヤについての教師データの一例を模式的に示す図である。
図４において、学習モデル生成モジュールは、振動数（ｆ）「Ａ、Ｃ、…」及び振動速度（ｃｍ／ｓ）「Ｂ、Ｄ、…」と、ベルトの緩み具合「大、小、…」と、このベルトの交換時期「直ぐに交換、６か月後（２０００ｋｍ走行後）、…」とを教師データとして用いる。学習モデル生成モジュールは、振動数「Ａ」と、振動速度「Ｂ」と、緩み具合「大」と、交換時期「直ぐに交換」とを教師データとして用い、他のものついても同様に、教師データとして用いる。
また、図５において、学習モデル生成モジュールは、走行距離「２０，１１１ｋｍ、１８，２２２ｋｍ、…」と、タイヤ溝の摩耗具合（スリップサインまでの距離）「４．５ｍｍ、５．３ｍｍ、…」と、このタイヤの交換時期「直ぐに交換、６か月後（２０００ｋｍ走行後）、…」とを教師データとして用いる。学習モデル生成モジュールは、走行距離「２０，１１１ｋｍ」と、タイヤ溝の摩耗具合「４．５ｍｍ」と、交換時期「直ぐに交換」とを教師データとして用い、他のものについても同様に教師データとして用いる。
図４及び図５に基づいて、学習モデル生成モジュールが学習に用いる教師データについて説明する。図４は、学習モデル生成モジュールが学習に用いる、ベルトについての教師データの一例を模式的に示す図である。図５は、学習モデル生成モジュールが学習に用いる、タイヤについての教師データの一例を模式的に示す図である。
図４において、学習モデル生成モジュールは、振動数（ｆ）「Ａ、Ｃ、…」及び振動速度（ｃｍ／ｓ）「Ｂ、Ｄ、…」と、ベルトの緩み具合「大、小、…」と、このベルトの交換時期「直ぐに交換、６か月後（２０００ｋｍ走行後）、…」とを教師データとして用いる。学習モデル生成モジュールは、振動数「Ａ」と、振動速度「Ｂ」と、緩み具合「大」と、交換時期「直ぐに交換」とを教師データとして用い、他のものついても同様に、教師データとして用いる。
また、図５において、学習モデル生成モジュールは、走行距離「２０，１１１ｋｍ、１８，２２２ｋｍ、…」と、タイヤ溝の摩耗具合（スリップサインまでの距離）「４．５ｍｍ、５．３ｍｍ、…」と、このタイヤの交換時期「直ぐに交換、６か月後（２０００ｋｍ走行後）、…」とを教師データとして用いる。学習モデル生成モジュールは、走行距離「２０，１１１ｋｍ」と、タイヤ溝の摩耗具合「４．５ｍｍ」と、交換時期「直ぐに交換」とを教師データとして用い、他のものについても同様に教師データとして用いる。
【0033】
図３に戻り、学習モデル生成処理の続きを説明する。
学習モデル記憶モジュールは、学習モデルを記憶する（ステップＳ１３）。学習モデル記憶モジュールは、生成した各消耗品の学習モデルを記憶する。
学習モデル記憶モジュールは、学習モデルを記憶する（ステップＳ１３）。学習モデル記憶モジュールは、生成した各消耗品の学習モデルを記憶する。
【0034】
以上が、学習モデル生成処理である。
【0035】
［整備予測装置１０の交換時期予測処理］
図６に基づいて、整備予測装置１０が実行する交換時期予測処理について説明する。図６は、整備予測装置１０が実行する交換時期予測処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、本交換時期予測処理は、上述した予測用データ取得処理（ステップＳ３）、消耗品の交換時期予測処理（ステップＳ４）の詳細である。
図６に基づいて、整備予測装置１０が実行する交換時期予測処理について説明する。図６は、整備予測装置１０が実行する交換時期予測処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、本交換時期予測処理は、上述した予測用データ取得処理（ステップＳ３）、消耗品の交換時期予測処理（ステップＳ４）の詳細である。
【0036】
予測用データ取得モジュールは、消耗品のセンサデータを取得する（ステップＳ２０）。本処理における消耗品及び消耗品のセンサデータは、上述した学習モデル生成処理における消耗品及び消耗品のセンサデータと同様である。
予測用データ取得モジュールは、車両に取り付けられた各種センサから直接センサデータを取得しても良いし、このセンサデータを、他の端末や装置類等を介して取得しても良い。本実施形態では、消耗品として、ベルト及びタイヤを例として説明する。ベルトのセンサデータとして、振動センサデータを例として説明する。また、タイヤのセンサデータとして、距離センサデータを例として説明する。
予測用データ取得モジュールは、車両に取り付けられた各種センサから直接センサデータを取得しても良いし、このセンサデータを、他の端末や装置類等を介して取得しても良い。本実施形態では、消耗品として、ベルト及びタイヤを例として説明する。ベルトのセンサデータとして、振動センサデータを例として説明する。また、タイヤのセンサデータとして、距離センサデータを例として説明する。
【0037】
推測モジュールは、消耗品の消耗具合を推測する（ステップＳ２１）。推測モジュールは、上述したＳ１２の処理により生成した学習モデルを用いて、取得したセンサデータに対する消耗品の消耗具合を推測する。推測モジュールは、今回取得したセンサデータのうち、学習モデルにおけるセンサデータと一致又は近似するものに対応する消耗具合を、消耗品の消耗具合として推測する。
消耗品がベルトの場合、推測モジュールは、ベルトの学習モデルを用いて、取得した振動センサデータにおける振幅数と、振動速度とに対するベルトの緩み具合を推測する。また、消耗品がタイヤの場合、推測モジュールは、タイヤの学習モデルを用いて、取得した距離センサデータにおける走行距離に対するタイヤ溝の摩耗具合を推測する。
推測モジュールは、他の消耗品についても同様に、消耗品の学習モデルを用いて、取得したセンサデータに対する消耗品の消耗具合を推測する。
消耗品がベルトの場合、推測モジュールは、ベルトの学習モデルを用いて、取得した振動センサデータにおける振幅数と、振動速度とに対するベルトの緩み具合を推測する。また、消耗品がタイヤの場合、推測モジュールは、タイヤの学習モデルを用いて、取得した距離センサデータにおける走行距離に対するタイヤ溝の摩耗具合を推測する。
推測モジュールは、他の消耗品についても同様に、消耗品の学習モデルを用いて、取得したセンサデータに対する消耗品の消耗具合を推測する。
【0038】
予測モジュールは、消耗品の交換時期を予測する（ステップＳ２２）。予測モジュールは、上述したステップＳ１２の処理により生成した学習モデルを用いて、推測した消耗品の消耗具合から、消耗品の交換時期を予測する。予測モジュールは、今回推測した消耗品の消耗具合のうち、学習モデルにおける消耗品の消耗具合と一致又は近似するものに対応する交換時期を、消耗品の交換時期として予測する。
消耗品がベルトの場合、予測モジュールは、ベルトの学習モデルを用いて、推測したベルトの緩み具合に対するベルトの交換時期を予測する。また、消耗品がタイヤの場合、予測モジュールは、タイヤの学習モデルを用いて、推測したタイヤの溝の摩耗具合に対するタイヤの交換時期を予測する。
予測モジュールは、他の消耗品についても同様に、消耗品の学習モデルを用いて、推測した消耗品の消耗具合に対する消耗品の交換時期を予測する。
なお、今回、予測モジュールが予測した消耗品の交換時期を、新たな教師データとして、学習モデルを更新しても良い。予測モジュールは、次回以降の交換時期の予測に際して、更新した学習モデルを用いて、消耗品の交換時期を予測することになる。
消耗品がベルトの場合、予測モジュールは、ベルトの学習モデルを用いて、推測したベルトの緩み具合に対するベルトの交換時期を予測する。また、消耗品がタイヤの場合、予測モジュールは、タイヤの学習モデルを用いて、推測したタイヤの溝の摩耗具合に対するタイヤの交換時期を予測する。
予測モジュールは、他の消耗品についても同様に、消耗品の学習モデルを用いて、推測した消耗品の消耗具合に対する消耗品の交換時期を予測する。
なお、今回、予測モジュールが予測した消耗品の交換時期を、新たな教師データとして、学習モデルを更新しても良い。予測モジュールは、次回以降の交換時期の予測に際して、更新した学習モデルを用いて、消耗品の交換時期を予測することになる。
【0039】
条件判断モジュールは、交換時期が所定の条件を満たすか否かを判断する（ステップＳ２３）。所定の条件は、例えば、交換時期までの日数が予め設定された日数以内（例えば、１日以内、数日以内、一週間以内）である。
【0040】
条件判断モジュールは、交換時期が所定の条件を満たすと判断した場合（ステップＳ２３ ＹＥＳ）、条件合致通知モジュールは、交換時期が所定の条件を満たすことを通知する（ステップＳ２４）。条件合致通知モジュールは、交換時期までの日数が、数日以内等である場合、早急に消耗品の交換を行う必要があることを示す旨の条件合致通知を管理者又は運転手に通知する。条件合致通知モジュールは、この条件合致通知を、管理者端末又は運転手端末に送信する。管理者端末又は運転手端末は、この条件合致通知を受信し、図７に示す条件合致通知を自身の表示部等に表示する。条件合致通知モジュールは、管理者端末又は運転手端末にこの条件合致通知を表示させることにより、管理者又は運転手に、交換時期が条件を満たすことを通知することになる。管理者又は運転手は、この端末に表示された条件合致通知を閲覧することにより、交換時期が所定の条件を満たしたことを把握することになる。
整備予測装置１０は、本処理を終了後、後述するステップＳ２５の処理を実行する。
なお、条件判断モジュールは、複数の消耗品の交換時期が所定の条件を満たすと判断した場合、条件合致通知モジュールは、これらの消耗品のうち、交換時期が近い消耗品をまとめ、そのうち最も早い交換時期を管理者又は運転手に通知する構成も可能である。
このようにすることにより、消耗品のまとまった交換を促し、交換忘れを防止する一方、交換時期が遠い、つまりまだ使用可能な消耗品を継続使用することによりコストを抑えることが可能となる。
整備予測装置１０は、本処理を終了後、後述するステップＳ２５の処理を実行する。
なお、条件判断モジュールは、複数の消耗品の交換時期が所定の条件を満たすと判断した場合、条件合致通知モジュールは、これらの消耗品のうち、交換時期が近い消耗品をまとめ、そのうち最も早い交換時期を管理者又は運転手に通知する構成も可能である。
このようにすることにより、消耗品のまとまった交換を促し、交換忘れを防止する一方、交換時期が遠い、つまりまだ使用可能な消耗品を継続使用することによりコストを抑えることが可能となる。
【0041】
［条件合致通知画面］
図７に基づいて、条件合致通知画面について説明する。図７は、管理者端末が表示する条件合致通知画面の一例を模式的に示す図である。
図７において、管理者端末は、ファンベルトの交換時期までの日数が、数日以内であるため、早急な交換が必要なことを示す条件合致通知を表示する。管理者端末は、整備対象消耗品の名称、交換日時までの日時、消耗品の状態、メッセージ等を条件合致通知として表示する。条件合致通知モジュールは、この条件合致通知を、管理者端末に表示させることにより、管理者に交換時期が条件を満たすことを通知することになる。
図７に基づいて、条件合致通知画面について説明する。図７は、管理者端末が表示する条件合致通知画面の一例を模式的に示す図である。
図７において、管理者端末は、ファンベルトの交換時期までの日数が、数日以内であるため、早急な交換が必要なことを示す条件合致通知を表示する。管理者端末は、整備対象消耗品の名称、交換日時までの日時、消耗品の状態、メッセージ等を条件合致通知として表示する。条件合致通知モジュールは、この条件合致通知を、管理者端末に表示させることにより、管理者に交換時期が条件を満たすことを通知することになる。
【0042】
図６に戻り、交換時期予測処理の続きを説明する。
条件判断モジュールは、交換時期が所定の条件を満たさないと判断した場合（ステップＳ２３ ＮＯ）、予測結果出力モジュールは、消耗品の消耗具合と、交換時期とを整備予約装置２０に出力する（ステップＳ２５）。予測結果出力モジュールは、図８及び図９に示す車両の識別子（ＩＤ、名称、ナンバープレート、管理番号等）と、消耗品の識別子（ＩＤ、名称、型式、製造番号、管理番号等）と、消耗具合と、交換時期とを関連付けて、予測結果として、整備予約装置２０に出力する。整備予約装置２０は、出力された予測結果を受信し、この受信した予測結果を、後述する整備予約処理に用いる。
消耗品がベルトの場合、予測結果出力モジュールは、車両ＩＤと、消耗品ＩＤと、緩み具合と、交換時期とを関連付けて、予測結果として出力する。また、消耗品がタイヤの場合、予測結果出力モジュールは、車両ＩＤと、消耗品ＩＤと、タイヤ溝の摩耗具合と、交換時期とを関連付けて、予測結果として出力する。
予測結果出力モジュールは、他の消耗品についても同様に、車両ＩＤと、消耗品ＩＤと、消耗品の消耗具合と、交換時期とを関連付けて、予測結果として出力する。
なお、予測結果出力モジュールは、交換が必要な消耗品が複数予測された場合、交換時期が近い消耗品をまとめ、そのうち最も交換時期が早い消耗品の交換時期に、他の消耗品の交換時期を変更し、これらの消耗品の消耗具合と変更した交換時期とを整備予約装置２０に出力する構成も可能である。また、予測結果出力モジュールは、交換が必要な消耗品が複数予測された場合、交換時期が近い消耗品をまとめ、そのうち最も交換時期が早い消耗品の交換時期を、複数の消耗品の交換時期として整備予約装置２０に出力する構成も可能である。
このようにすることにより、消耗品のまとまった交換を促し、交換忘れを防止する一方、交換時期が遠い、つまりまだ使用可能な消耗品を継続使用することによりコストを抑えることが可能となる。
条件判断モジュールは、交換時期が所定の条件を満たさないと判断した場合（ステップＳ２３ ＮＯ）、予測結果出力モジュールは、消耗品の消耗具合と、交換時期とを整備予約装置２０に出力する（ステップＳ２５）。予測結果出力モジュールは、図８及び図９に示す車両の識別子（ＩＤ、名称、ナンバープレート、管理番号等）と、消耗品の識別子（ＩＤ、名称、型式、製造番号、管理番号等）と、消耗具合と、交換時期とを関連付けて、予測結果として、整備予約装置２０に出力する。整備予約装置２０は、出力された予測結果を受信し、この受信した予測結果を、後述する整備予約処理に用いる。
消耗品がベルトの場合、予測結果出力モジュールは、車両ＩＤと、消耗品ＩＤと、緩み具合と、交換時期とを関連付けて、予測結果として出力する。また、消耗品がタイヤの場合、予測結果出力モジュールは、車両ＩＤと、消耗品ＩＤと、タイヤ溝の摩耗具合と、交換時期とを関連付けて、予測結果として出力する。
予測結果出力モジュールは、他の消耗品についても同様に、車両ＩＤと、消耗品ＩＤと、消耗品の消耗具合と、交換時期とを関連付けて、予測結果として出力する。
なお、予測結果出力モジュールは、交換が必要な消耗品が複数予測された場合、交換時期が近い消耗品をまとめ、そのうち最も交換時期が早い消耗品の交換時期に、他の消耗品の交換時期を変更し、これらの消耗品の消耗具合と変更した交換時期とを整備予約装置２０に出力する構成も可能である。また、予測結果出力モジュールは、交換が必要な消耗品が複数予測された場合、交換時期が近い消耗品をまとめ、そのうち最も交換時期が早い消耗品の交換時期を、複数の消耗品の交換時期として整備予約装置２０に出力する構成も可能である。
このようにすることにより、消耗品のまとまった交換を促し、交換忘れを防止する一方、交換時期が遠い、つまりまだ使用可能な消耗品を継続使用することによりコストを抑えることが可能となる。
【0043】
［予測結果の出力内容］
図８及び図９に基づいて、予測結果出力モジュールが出力する予測結果の出力内容について説明する。図８は、予測結果出力モジュールが出力するベルトの予測結果を模式的に示す図である。また、図９は、予測結果出力モジュールが出力するタイヤの予測結果を模式的に示す図である。
図８において、予測結果出力モジュールは、車両ＩＤ「１２３４５」と、消耗品ＩＤ「２３４５６７」と、緩み具合「大」と、交換時期「直ぐに交換」とを関連付けて、整備予約装置２０に出力する。
また、図９において、予測結果出力モジュールは、車両ＩＤ「１２３４５」と、消耗品ＩＤ「３４５６７８」と、タイヤ溝の摩耗具合「５．８ｍｍ」と、交換時期「１４か月後（４７００ｋｍ走行後、交換）」とを関連付けて、整備予約装置２０に出力する。
図８及び図９に基づいて、予測結果出力モジュールが出力する予測結果の出力内容について説明する。図８は、予測結果出力モジュールが出力するベルトの予測結果を模式的に示す図である。また、図９は、予測結果出力モジュールが出力するタイヤの予測結果を模式的に示す図である。
図８において、予測結果出力モジュールは、車両ＩＤ「１２３４５」と、消耗品ＩＤ「２３４５６７」と、緩み具合「大」と、交換時期「直ぐに交換」とを関連付けて、整備予約装置２０に出力する。
また、図９において、予測結果出力モジュールは、車両ＩＤ「１２３４５」と、消耗品ＩＤ「３４５６７８」と、タイヤ溝の摩耗具合「５．８ｍｍ」と、交換時期「１４か月後（４７００ｋｍ走行後、交換）」とを関連付けて、整備予約装置２０に出力する。
【0044】
なお、予測結果出力モジュールが出力する予測結果の内容は、上述した例に限らず、少なくとも消耗品の消耗具合と、消耗品の交換時期とが出力されれば良い。また、予測結果出力モジュールは、整備予約装置２０に予測結果を出力せずに、自身に出力する構成も可能である。この場合、後述する処理において、整備予約装置２０が実行する処理を、整備予測装置１０が実行すれば良い。
【0045】
以上が、交換時期予測処理である。
【0046】
［整備予約処理］
図１０に基づいて、整備予約装置２０が実行する整備予約処理について説明する。図１０は、整備予約装置２０が実行する整備予約処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。
なお、本整備予約処理は、整備予約装置２０と管理者端末とが、整備予測装置１０を介して行うデータの送受信等を実行する処理であるが、記載を明瞭にするために、整備予約装置２０と直接管理者端末とがデータの送受信等を行うものとして記載する。
図１０に基づいて、整備予約装置２０が実行する整備予約処理について説明する。図１０は、整備予約装置２０が実行する整備予約処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。
なお、本整備予約処理は、整備予約装置２０と管理者端末とが、整備予測装置１０を介して行うデータの送受信等を実行する処理であるが、記載を明瞭にするために、整備予約装置２０と直接管理者端末とがデータの送受信等を行うものとして記載する。
【0047】
予測結果取得モジュールは、消耗品の消耗具合と交換時期とを取得する（ステップＳ３０）。予測結果取得モジュールは、整備予測装置１０が上述したステップＳ２５の処理により出力した消耗品の消耗具合と交換時期とを受信することにより、消耗品の消耗具合と交換時期とを取得する。このとき、予約結果取得モジュールは、車両ＩＤ及び消耗品ＩＤも併せて取得する。
【0048】
作業スケジュール確認モジュールは、作業スケジュールを確認する（ステップＳ３１）。作業スケジュール確認モジュールは、整備作業が行われる日時と整備作業が行われる車両の車両ＩＤと、整備作業内容とを関連付けて予め登録した作業スケジュールデータベースを参照し、他の整備作業がない日時（空き日時）を確認することにより、作業スケジュールを確認する。
【0049】
作業時間推測モジュールは、作業時間を推測する（ステップＳ３２）。作業時間推測モジュールは、取得した消耗品ＩＤに基づいて、作業時間を推測する。作業時間推測モジュールは、予め消耗品ＩＤと、作業時間とを関連付けた作業時間データベース等を参照することにより、この作業時間を推測する。
【0050】
空き日時確認モジュールは、作業時間に応じた空き日時を確認する（ステップＳ３３）。空き日時確認モジュールは、確認された作業スケジュールのうち、今回推測した作業時間を満たす空き日時を確認する。
【0051】
在庫確認モジュールは、空き日時に消耗品の在庫があるか否かを判断する（ステップＳ３４）。在庫確認モジュールは、消耗品の在庫が登録された在庫データベースと、作業スケジュールデータベースとを参照し、確認した空き日時に交換する消耗品の在庫があるか否かを判断する。
【0052】
在庫確認モジュールは、空き日時に消耗品の在庫があると判断した場合（ステップＳ３４ ＹＥＳ）、整備予約モジュールは、整備を仮予約する（ステップＳ３５）。仮予約とは、空き日時を一時的に予約するものであり、所定期間（例えば、後述する見積書データの有効期間）の間、この空き日時を予約し、所定期間経過後までに、後述するステップＳ４２の処理により管理者からの承認を受け付けない場合、予約が破棄され、後述するステップＳ４２の処理により管理者からの承認を受け付けた場合、予約が維持されるものである。
整備予約モジュールは、確認した空き日時に、車両の車両ＩＤと、整備作業内容とを登録することにより、車両の整備を仮予約する。整備予約装置２０は、本処理を実行後、後述するステップＳ４０の処理を実行する。
整備予約モジュールは、確認した空き日時に、車両の車両ＩＤと、整備作業内容とを登録することにより、車両の整備を仮予約する。整備予約装置２０は、本処理を実行後、後述するステップＳ４０の処理を実行する。
【0053】
一方、在庫確認モジュールは、空き日時に消耗品の在庫がないと判断した場合（ステップＳ３４ ＮＯ）、納品日時確認モジュールは、在庫がない消耗品の納品日時を確認する（ステップＳ３６）。納品日時確認モジュールは、在庫がない消耗品の発注履歴等を参照し、この消耗品の納品日時を確認する。
【0054】
遅延判断モジュールは、納品日時が交換日時よりも早いか否かを判断する（ステップＳ３７）。遅延判断モジュールは、確認された空き日時と、確認された消耗品の納品日時とを比較し、納品日時が、交換日時よりも前の日付であるか否かを判断する。すなわち、本処理は、遅延判断モジュールが、欠品中の消耗品が交換日時までに補充されるか否かを判断する処理である。
【0055】
遅延判断モジュールは、納品日時が交換日時よりも早いと判断した場合（ステップＳ３７ ＹＥＳ）、整備予約モジュールは、整備を仮予約する（ステップＳ３８）。整備予約モジュールは、確認した空き日時に、車両の車両ＩＤと、整備作業内容とを登録することにより、車両の整備を仮予約する。整備予約装置２０は、本処理を実行後、後述するステップＳ４０の処理を実行する。このとき、整備予約モジュールは、複数の消耗品の在庫がない場合、納品日時が最も遅い消耗品にあわせた空き日時に、整備を仮予約する。
【0056】
一方、遅延判断モジュールは、納品日時が交換日時よりも早くない（遅い）と判断した場合（ステップＳ３７ ＮＯ）、遅延通知モジュールは、納品日時が交換日時よりも遅いことを通知する（ステップＳ３９）。遅延通知モジュールは、納品日時が交換日時よりも遅いことを示す遅延通知を、管理者端末に出力する。管理者端末は、この遅延通知を受信し、図１１で示す遅延通知を自身の表示部等に表示する。遅延通知モジュールは、管理者端末にこの遅延通知を表示させることにより、管理者に納品日時が交換日時よりも遅いことを通知する。
このようにすることにより、管理者は、管理者端末に表示された遅延通知を閲覧することにより、交換日時までに消耗品の納品が間に合わないことを把握することになり、対応を検討することが容易となる。
整備予約装置２０は、本処理を実行後、整備予約処理を終了する。
このようにすることにより、管理者は、管理者端末に表示された遅延通知を閲覧することにより、交換日時までに消耗品の納品が間に合わないことを把握することになり、対応を検討することが容易となる。
整備予約装置２０は、本処理を実行後、整備予約処理を終了する。
【0057】
［遅延通知］
図１１に基づいて、遅延通知モジュールが出力する遅延通知の内容について説明する。図１１は、管理者端末が表示する遅延通知の一例を模式的に示す図である。
図１１において、管理者端末は、整備対象となる消耗品の名称「ベルト」、在庫状況「欠品」、予定作業日時「２０２１／０１／２９」、予定納品日時「２０２１／０１／３１」及び交換が間に合わさないことを示すメッセージを表示する。管理者は、この遅延通知を閲覧することにより、交換日時までに商品が納品されないことを把握することが可能となり、この車両の運行休止等の対応を早期に検討することが可能となる。
なお、遅延通知の内容は、上述した例に限らず、適宜変更可能であり、少なくとも、納品日時が交換日時よりも遅いことが通知されるものであれば良い。
図１１に基づいて、遅延通知モジュールが出力する遅延通知の内容について説明する。図１１は、管理者端末が表示する遅延通知の一例を模式的に示す図である。
図１１において、管理者端末は、整備対象となる消耗品の名称「ベルト」、在庫状況「欠品」、予定作業日時「２０２１／０１／２９」、予定納品日時「２０２１／０１／３１」及び交換が間に合わさないことを示すメッセージを表示する。管理者は、この遅延通知を閲覧することにより、交換日時までに商品が納品されないことを把握することが可能となり、この車両の運行休止等の対応を早期に検討することが可能となる。
なお、遅延通知の内容は、上述した例に限らず、適宜変更可能であり、少なくとも、納品日時が交換日時よりも遅いことが通知されるものであれば良い。
【0058】
図１０に戻り、整備予約処理の続きを説明する。
上述したステップＳ３５及びＳ３８の処理を実行後の処理について説明する。
見積書データ発行モジュールは、見積書データを発行する（ステップＳ４０）。見積書データ発行モジュールは、予め整備作業の内容毎に費用が登録された費用データベースを参照し、今回の整備作業に必要な金額を算出する。このとき、整備作業が行われる消耗品が複数存在する場合、品数に応じた割引金額を設定し、この金額を、整備作業に必要な金額から減算し、最終的な見積金額を算出する。この割引金額は、品数に応じて金額が変動する設定、品数に応じて金額が固定の設定、その他の設定等、適宜変更可能である。
見積書データ発行モジュールは、整備作業の作業内容、整備作業に必要な金額、割引金額（消耗品が１つである場合、省略可能）、合計金額等が記載された見積書データを発行する。
なお、見積書データのフォーマット及びその内容は、適宜変更可能である。
上述したステップＳ３５及びＳ３８の処理を実行後の処理について説明する。
見積書データ発行モジュールは、見積書データを発行する（ステップＳ４０）。見積書データ発行モジュールは、予め整備作業の内容毎に費用が登録された費用データベースを参照し、今回の整備作業に必要な金額を算出する。このとき、整備作業が行われる消耗品が複数存在する場合、品数に応じた割引金額を設定し、この金額を、整備作業に必要な金額から減算し、最終的な見積金額を算出する。この割引金額は、品数に応じて金額が変動する設定、品数に応じて金額が固定の設定、その他の設定等、適宜変更可能である。
見積書データ発行モジュールは、整備作業の作業内容、整備作業に必要な金額、割引金額（消耗品が１つである場合、省略可能）、合計金額等が記載された見積書データを発行する。
なお、見積書データのフォーマット及びその内容は、適宜変更可能である。
【0059】
予約内容通知モジュールは、予約内容と、見積書データとを通知する（ステップＳ４１）。予約内容通知モジュールは、仮予約された予約内容と、発行された見積書データとを管理者に通知する。予約内容通知モジュールは、整備作業が行われる作業日時と、車両ＩＤと、整備作業内容と、発行された見積書データとを管理者端末に出力する。管理者端末は、この予約内容と、見積書データとを受信し、図１２及び図１３で示す予約内容通知を自身の表示部等に表示する。予約内容通知モジュールは、管理者端末にこの予約内容通知を表示させることにより、管理者に、予約内容と見積書データとを通知することになる。管理者は、管理者端末に表示された予約内容通知を閲覧することにより、予定作業日時や整備作業が必要な車両の車両ＩＤ及び消耗品を把握することが可能となる。
【0060】
［予約内容通知］
図１２に基づいて、予約内容通知モジュールが通知する予約内容について説明する。図１２は、管理者端末が表示する予約内容通知の一例を模式的に示す図である。
図１２において、管理者端末は、予約内容として、車両ＩＤ「４１２３５」、予定作業日時「２０２１／０１／２９ １３：００－１４：００」、整備対象となる消耗品の名称「ベルト、タイヤ」を表示する。管理者端末は、管理者からの入力を受け付け（例えば、見積書データ確認アイコンへの入力操作）、見積書データを表示する。管理者は、この予約内容通知を閲覧することにより、予定作業日時や整備作業が必要な車両の車両ＩＤ及び消耗品を把握することが可能となる。
図１２に基づいて、予約内容通知モジュールが通知する予約内容について説明する。図１２は、管理者端末が表示する予約内容通知の一例を模式的に示す図である。
図１２において、管理者端末は、予約内容として、車両ＩＤ「４１２３５」、予定作業日時「２０２１／０１／２９ １３：００－１４：００」、整備対象となる消耗品の名称「ベルト、タイヤ」を表示する。管理者端末は、管理者からの入力を受け付け（例えば、見積書データ確認アイコンへの入力操作）、見積書データを表示する。管理者は、この予約内容通知を閲覧することにより、予定作業日時や整備作業が必要な車両の車両ＩＤ及び消耗品を把握することが可能となる。
【0061】
［見積書データ通知］
図１３に基づいて、予約内容通知モジュールが通知する見積書データについて説明する。図１３は、管理者端末が表示する見積書データの一例を模式的に示す図である。
図１３において、管理者端末は、予約内容における整備作業に係る費用を見積書データとして表示する。見積書データでは、ベルト及びタイヤという複数の消耗品が整備作業の対象となっているため、割引金額を併せて表示する。管理者端末は、管理者からの入力を受け付け（例えば、見積書データ承認アイコンへの入力操作）、見積書データを承認し、承認したことを示す承認通知を、整備予約装置２０に出力する。整備予約装置２０は、この承認通知を受信することにより、管理者からの見積書データの承認を受け付けることになる。管理者は、この見積書データを閲覧することにより、整備作業に必要な金額を把握することが可能となる。
図１３に基づいて、予約内容通知モジュールが通知する見積書データについて説明する。図１３は、管理者端末が表示する見積書データの一例を模式的に示す図である。
図１３において、管理者端末は、予約内容における整備作業に係る費用を見積書データとして表示する。見積書データでは、ベルト及びタイヤという複数の消耗品が整備作業の対象となっているため、割引金額を併せて表示する。管理者端末は、管理者からの入力を受け付け（例えば、見積書データ承認アイコンへの入力操作）、見積書データを承認し、承認したことを示す承認通知を、整備予約装置２０に出力する。整備予約装置２０は、この承認通知を受信することにより、管理者からの見積書データの承認を受け付けることになる。管理者は、この見積書データを閲覧することにより、整備作業に必要な金額を把握することが可能となる。
【0062】
図１０に戻り、整備予約処理の続きを説明する。
見積書データ承認受付モジュールは、見積書データの承認を受け付ける（ステップＳ４２）。見積書データ承認受付モジュールは、管理者がこの見積書データを承認したことを受け付ける。管理者端末は、管理者からの見積書データを承認する入力を受け付ける。管理者端末は、管理者が見積書データを承認したことを示す承認通知を、整備予約装置２０に出力する。見積書データ承認受付モジュールは、この承認通知を受信することにより、管理者からの見積書データの承認を受け付けることになる。
なお、見積書データ承認受付モジュールが、見積書データの承認を受け付けない（拒否された場合も含む）場合、本整備予約処理を終了する。
見積書データ承認受付モジュールは、見積書データの承認を受け付ける（ステップＳ４２）。見積書データ承認受付モジュールは、管理者がこの見積書データを承認したことを受け付ける。管理者端末は、管理者からの見積書データを承認する入力を受け付ける。管理者端末は、管理者が見積書データを承認したことを示す承認通知を、整備予約装置２０に出力する。見積書データ承認受付モジュールは、この承認通知を受信することにより、管理者からの見積書データの承認を受け付けることになる。
なお、見積書データ承認受付モジュールが、見積書データの承認を受け付けない（拒否された場合も含む）場合、本整備予約処理を終了する。
【0063】
整備予約モジュールは、整備を本予約する（ステップＳ４３）。本予約とは、上述したステップＳ３５及びＳ３８の処理により仮予約された空き日時を正式に予約するものである。
【0064】
以上が、整備予約処理である。
【0065】
［車両整備時処理］
図１４に基づいて、整備予測装置１０が実行する車両整備時処理について説明する。図１４は、整備予測装置１０が実行する車両整備時処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。
図１４に基づいて、整備予測装置１０が実行する車両整備時処理について説明する。図１４は、整備予測装置１０が実行する車両整備時処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。
【0066】
見積書データ承認受付モジュールは、見積書データの承認を受け付ける（ステップＳ５０）。見積書データ承認受付モジュールは、管理者が見積書データを承認したことを受け付ける。管理者端末は、管理者からの見積書データを承認する入力を受け付ける。管理者端末は、管理者が見積書データを承認したことを示す承認通知を、整備予測装置１０に出力する。見積書データ承認受付モジュールは、この承認通知を受信することにより、管理者からの見積書データの承認を受け付けることになる。
本ステップＳ５０の処理は、上述したステップＳ４２の処理と同時のタイミングで実行される処理である。すなわち、管理者端末は、上述したステップＳ４２の処理の際、見積書データを承認したことを示す通知を、整備予測装置１０及び整備予約装置２０の両者に出力するものである。
なお、見積書データ承認受付モジュールが、見積書データの承認を受け付けない（拒否された場合も含む）場合、本車両整備時処理を終了する。
また、整備予測装置１０は、この承認を受け付けた際、車両の運転手に対して、車両整備が行われる旨を通知しても良い。この通知には、車両ＩＤ、作業日時、作業内容等の車両整備に関する内容が含まれている
本ステップＳ５０の処理は、上述したステップＳ４２の処理と同時のタイミングで実行される処理である。すなわち、管理者端末は、上述したステップＳ４２の処理の際、見積書データを承認したことを示す通知を、整備予測装置１０及び整備予約装置２０の両者に出力するものである。
なお、見積書データ承認受付モジュールが、見積書データの承認を受け付けない（拒否された場合も含む）場合、本車両整備時処理を終了する。
また、整備予測装置１０は、この承認を受け付けた際、車両の運転手に対して、車両整備が行われる旨を通知しても良い。この通知には、車両ＩＤ、作業日時、作業内容等の車両整備に関する内容が含まれている
【0067】
整備固有番号生成モジュールは、整備固有番号を生成する（ステップＳ５１）。整備固有番号は、整備作業に割り振られる固有の数字である。整備固有番号生成モジュールは、承認を受けた見積書データにおける作業日時、作業内容及び整備作業を行う車両の車両ＩＤに応じて、整備固有番号を生成する。この整備固有番号には、この作業日時、作業内容及び車両ＩＤが紐付けられている。
【0068】
作業スケジュール登録モジュールは、作業スケジュールに整備固有番号を登録する（ステップＳ５２）。作業スケジュール登録モジュールは、作業スケジュールデータベースにおける作業日時に該当する日時に、この整備固有番号を登録する。
【0069】
整備固有番号出力モジュールは、整備予約装置２０に、整備固有番号を出力する（ステップＳ５３）。整備固有番号出力モジュールは、整備固有番号を、整備予約装置２０に送信する。整備予約装置２０は、この整備固有番号を受信し、作業スケジュールに登録する。整備予約装置２０は、上述したステップＳ４３の処理により、整備を本予約された作業スケジュールデータベースに、この整備固有番号を紐付けることにより、作業スケジュールに整備固有番号を登録する。
【0070】
車両入庫情報取得モジュールは、整備場へ車両が入庫したことを示す車両入庫情報を取得する（ステップＳ５４）。車両入庫情報には、車両ＩＤが含まれる。車両入庫情報取得モジュールは、整備予約装置２０、整備作業者端末、運転手端末又は管理者端末等から、車両入庫情報を取得する。整備予約装置２０等は、車両が整備場へ入庫した際、車両入庫情報を、整備予測装置１０に送信する。車両入庫情報取得モジュールは、この車両入庫情報を受信することにより、車両入庫情報を取得する。
なお、車両入庫情報取得モジュールが、車両入庫情報を取得していない場合、本処理を繰り返すことになる。
なお、車両入庫情報取得モジュールが、車両入庫情報を取得していない場合、本処理を繰り返すことになる。
【0071】
整備固有番号照合モジュールは、整備固有番号を照合する（ステップＳ５５）。整備固有番号照合モジュールは、車両入庫情報における車両ＩＤと、整備固有番号に紐付けられた車両ＩＤとを照合し、今回整備作業が行われる車両の整備固有番号を照合する。
【0072】
消耗品通知モジュールは、整備作業を行う消耗品を通知する（ステップＳ５６）。消耗品通知モジュールは、照合した整備固有番号に紐付けられた消耗品を、整備作業者端末に出力する。整備作業者端末は、この消耗品を受信し、自身の表示部等に表示する。消耗品通知モジュールは、整備作業者端末に、消耗品を表示させることにより、整備作業者にこの消耗品を通知する。整備作業者は、整備作業者端末に表示された消耗品を閲覧することにより、整備作業を行う消耗品を把握することになる。
【0073】
整備完了判断モジュールは、整備作業が完了したか否かを判断する（ステップＳ５７）。整備完了判断モジュールは、整備作業者端末から、整備作業が完了したことを示す整備作業完了通知等を取得したか否かに基づいて、この判断を行う。整備完了判断モジュールは、整備作業が完了していないと判断した場合（ステップＳ５７ ＮＯ）、整備完了判断モジュールは、整備作業が完了したと判断するまで、本処理を繰り返す。
【0074】
一方、整備完了判断モジュールは、整備作業が完了したと判断した場合（ステップＳ５７ ＹＥＳ）、請求書発行モジュールは、請求書を発行する（ステップＳ５８）。請求書発行モジュールは、承認を受け付けた見積書データに記載された金額等に基づいて、所定のフォーマットに基づいた請求書を発行する。
【0075】
請求書通知モジュールは、請求書を管理者端末に通知する（ステップＳ５９）。請求書通知モジュールは、発行された請求書を管理者端末へ出力する。管理者端末は、この請求書を受信し、自身の表示部等に表示する。請求書通知モジュールは、管理者端末に、この請求書を表示させることにより、管理者にこの請求書を通知する。管理者は、管理者端末に表示された請求書を閲覧することにより、整備作業に対する支払い金額を把握することになる。
【0076】
以上が、車両整備時処理である。
【0077】
上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態やクラウドサービスで提供されてよい。また、プログラムは、コンピュータ読取可能な記録媒体に記録された形態で提供されてよい。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記録装置又は外部記録装置に転送し記録して実行する。また、そのプログラムを、記録装置（記録媒体）に予め記録しておき、その記録装置から通信回線を介してコンピュータに提供するようにしてもよい。
【0078】
以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
【0079】
（１）車両整備の点検対象となる消耗品（例えば、ベルト、タイヤ、ライト、支持部品、冷凍室用コンプレッサ）の交換時期を予測する車両整備予測システムであって、
学習用の前記消耗品のセンサデータ（例えば、振動センサデータ、距離センサデータ、画像センサデータ、照度センサデータ、圧力センサデータ）と、当該消耗品の消耗具合（例えば、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量）とを取得する学習用データ取得部（例えば、学習用データ取得部１１、学習用データ取得モジュール）と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部（例えば、生成部１３、学習モデル生成モジュール）と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部（例えば、予測用データ取得部１２、予測用データ取得モジュール）と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部（例えば、予測部１４、予測モジュール）と、
を備える車両整備予測システム。
学習用の前記消耗品のセンサデータ（例えば、振動センサデータ、距離センサデータ、画像センサデータ、照度センサデータ、圧力センサデータ）と、当該消耗品の消耗具合（例えば、ベルトの緩み具合、タイヤ溝の摩耗具合、ライトの消耗具合、支持部品の劣化具合、冷媒の充填量）とを取得する学習用データ取得部（例えば、学習用データ取得部１１、学習用データ取得モジュール）と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成する生成部（例えば、生成部１３、学習モデル生成モジュール）と、
前記消耗品の所定のセンサデータを取得する予測用データ取得部（例えば、予測用データ取得部１２、予測用データ取得モジュール）と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測する予測部（例えば、予測部１４、予測モジュール）と、
を備える車両整備予測システム。
【0080】
（１）の発明によれば、車両の消耗品の適切な交換時期を予測することが可能となる。
【0081】
（２）前記消耗品の交換時期の予測結果が、所定の条件（例えば、交換時期までの日数が予め設定された日数以内）を満たす場合、その旨を通知する予測結果通知部（例えば、条件合致通知モジュール）と、
をさらに備える（１）に記載の車両整備予測システム。
をさらに備える（１）に記載の車両整備予測システム。
【0082】
（２）の発明によれば、所定の条件を満たしたことを通知先が把握することが容易となり、対応等を検討することが可能となる。
【0083】
（３）前記消耗品が、ベルトであり、
前記学習用データ取得部が、学習用の前記ベルトの振動センサデータと、当該ベルトの緩み具合とを取得し、
前記生成部が、前記学習用のベルトの振動センサデータと、当該ベルトの緩み具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記ベルトの振動センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記ベルトの振動センサデータに対する当該ベルトの緩み具合を推測して、当該ベルトの交換時期を予測する、
（１）に記載の車両整備予測システム。
前記学習用データ取得部が、学習用の前記ベルトの振動センサデータと、当該ベルトの緩み具合とを取得し、
前記生成部が、前記学習用のベルトの振動センサデータと、当該ベルトの緩み具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記ベルトの振動センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記ベルトの振動センサデータに対する当該ベルトの緩み具合を推測して、当該ベルトの交換時期を予測する、
（１）に記載の車両整備予測システム。
【0084】
（３）の発明によれば、ベルトの適切な交換時期を予測することが可能となる。
【0085】
（４）前記消耗品が、タイヤであり、
前記学習用データ取得部が、学習用の前記タイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを取得し、
前記生成部が、前記学習用のタイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータに対する当該タイヤ溝の消耗具合を推測して、当該タイヤの交換時期を予測する、
（１）に記載の車両整備予測システム。
前記学習用データ取得部が、学習用の前記タイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを取得し、
前記生成部が、前記学習用のタイヤの距離センサデータ又はタイヤ溝を写した画像センサデータと、当該タイヤ溝の消耗具合とを関連付けた関連付データを学習して学習モデルを生成し、
前記予測用データ取得部が、前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータを取得し、
前記予測部が、生成した学習モデルを用いて、取得した前記タイヤの距離センサデータ又は前記タイヤ溝を写した画像センサデータに対する当該タイヤ溝の消耗具合を推測して、当該タイヤの交換時期を予測する、
（１）に記載の車両整備予測システム。
【0086】
（４）の発明によれば、タイヤの適切な交換時期を予測することが可能となる。
【0087】
（５）前記予測部が予測した前記消耗品の交換時期と、当該消耗品とを出力する出力部（例えば、予測結果出力モジュール）と、
出力された前記消耗品の交換時期と、当該消耗品とに応じて、当該交換時期に前記車両整備が可能か否かを確認し、当該消耗品の交換日時を通知する交換日時通知部（例えば、予約内容通知モジュール、）と、
をさらに備える（１）に記載の車両整備予測システム。
出力された前記消耗品の交換時期と、当該消耗品とに応じて、当該交換時期に前記車両整備が可能か否かを確認し、当該消耗品の交換日時を通知する交換日時通知部（例えば、予約内容通知モジュール、）と、
をさらに備える（１）に記載の車両整備予測システム。
【0088】
（５）の発明によれば、整備が可能な日時を把握することが可能となる。
【0089】
（６）前記交換日時通知部が、前記消耗品の交換に関する見積書データを併せて通知する、
（５）に記載の車両整備予測システム。
（５）に記載の車両整備予測システム。
【0090】
（６）の発明によれば、消耗品の交換に係る費用等を把握することが容易となる。
【0091】
（７）車両整備の点検対象となる消耗品の交換時期を予測する車両整備予測システムが実行する車両整備予測方法であって、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ（例えば、ステップＳ１０）と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ（例えば、ステップＳ１２）と、
前記消耗品の所定のセンサデータを取得するステップ（例えば、ステップＳ２０）と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ（例えば、ステップＳ２２）と、
を備える車両整備予測方法。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ（例えば、ステップＳ１０）と、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ（例えば、ステップＳ１２）と、
前記消耗品の所定のセンサデータを取得するステップ（例えば、ステップＳ２０）と、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ（例えば、ステップＳ２２）と、
を備える車両整備予測方法。
【0092】
（８）車両整備の点検対象となる消耗品の交換時期を予測するコンピュータに、
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ（例えば、ステップＳ１０）、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ（例えば、ステップＳ１２）、
前記消耗品の所定のセンサデータを取得するステップ（例えば、ステップＳ２０）、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ（例えば、ステップＳ２２）、
を実行させるためのコンピュータ読み取り可能なプログラム。
学習用の前記消耗品のセンサデータと、当該消耗品の消耗具合とを取得するステップ（例えば、ステップＳ１０）、
取得した前記学習用の消耗品のセンサデータと、当該消耗品の消耗具合とを関連付けた関連付データを学習して学習モデルを生成するステップ（例えば、ステップＳ１２）、
前記消耗品の所定のセンサデータを取得するステップ（例えば、ステップＳ２０）、
生成した前記学習モデルを用いて、取得した前記消耗品の所定のセンサデータに対する当該消耗品の消耗具合を推測し、当該消耗品の交換時期を予測するステップ（例えば、ステップＳ２２）、
を実行させるためのコンピュータ読み取り可能なプログラム。
【符号の説明】
【0093】
１ 車両整備予測システム
３ ネットワーク
５ 車両
１０ 整備予測装置
１１ 学習用データ取得部
１２ 予測用データ取得部
１３ 生成部
１４ 予測部
２０ 整備予約装置
２１ 制御部
２２ 通信部
２３ 処理部
３ ネットワーク
５ 車両
１０ 整備予測装置
１１ 学習用データ取得部
１２ 予測用データ取得部
１３ 生成部
１４ 予測部
２０ 整備予約装置
２１ 制御部
２２ 通信部
２３ 処理部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
