知財求人 - 知財ポータルサイト「IP Force」
7658958効率的なメタデータの生成およびエクスポートを伴う自動車データ処理システム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2025-03-31
(45)【発行日】2025-04-08
(54)【発明の名称】効率的なメタデータの生成およびエクスポートを伴う自動車データ処理システム
(51)【国際特許分類】
G08G 1/00 20060101AFI20250401BHJP
【ＦＩ】
G08G1/00 A
【請求項の数】
27
(21)【出願番号】P 2022521079
(86)(22)【出願日】2020-12-08
(65)【公表番号】
(43)【公表日】2023-02-08
(86)【国際出願番号】 IB2020061625
(87)【国際公開番号】W WO2021116899
(87)【国際公開日】2021-06-17
【審査請求日】2023-08-01
(31)【優先権主張番号】62/948,027
(32)【優先日】2019-12-13
(33)【優先権主張国・地域又は機関】US
(73)【特許権者】
【識別番号】520078248
【氏名又は名称】マーベル アジア ピーティーイー、リミテッド
(74)【代理人】
【識別番号】110000877
【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所
(72)【発明者】
【氏名】ミズラヒ、ノーム
【審査官】西堀 宏之
(56)【参考文献】
【文献】特開２０１９－２００４９５（ＪＰ，Ａ）
【文献】特開２００２－０９９９０３（ＪＰ，Ａ）
【文献】特開２０１２－１０３９２１（ＪＰ，Ａ）
【文献】特開２００３－２２８７８８（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０８Ｇ １／００－９９／００
(57)【特許請求の範囲】
【請求項1】
車両内に配置され、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶するように構成されている記憶サブシステムと、車両にインストールされたプロセッサであって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記１つまたは複数の指定された関心対象特徴の発生にタグ付けするメタデータを生成し、
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をデータリンクを介してエクスポートし、前記メタデータによりタグ付けされた前記１つまたは複数の指定された関心対象特徴を包含する前記データをエクスポートする前に、前記メタデータは、前記１つまたは複数の指定された関心対象特徴の前記発生にタグ付けし、
前記外部システムに前記メタデータをエクスポートした後、前記エクスポートされたメタデータが関連する前記１つまたは複数の指定された関心対象特徴を包含する前記データをエクスポートする前に、前記車両の外部にある前記外部システムから、前記車両にインストールされた前記プロセッサにより、前記外部システムによる前記メタデータに基づく解析によって決定された前記データの１つまたは複数の選択された部分に対する要求を受信し、前記データの選択された部分は、前記少なくとも１つのモデルを使用して前記車両で生成されて前記車両から前記外部システムにエクスポートされた前記メタデータによりタグ付けされた、特定の前記関心対象特徴に関連し、
前記要求に基づいて、前記車両にインストールされた前記プロセッサから前記外部システムに、前記１つまたは複数の指定された関心対象特徴を包含する前記データの選択された部分であって、前記データリンクを介して転送されるデータの量を低減させるために前記車両の１つまたは複数のデータソースにより作られる全ての前記データより少ない前記データの選択された部分を提供するように構成されているプロセッサと
を備える自動車データ処理システム。
【請求項2】
前記プロセッサが、複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別し、前記メタデータを生成する際に、前記データにタグ付けして、前記複数のデータソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせるように構成されている、請求項１に記載の自動車データ処理システム。
【請求項3】
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、同じ種類のデータである、請求項２に記載の自動車データ処理システム。
【請求項4】
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、請求項２に記載の自動車データ処理システム。
【請求項5】
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースが、前記車両内のそれぞれ異なる位置に配置される、請求項２に記載の自動車データ処理システム。
【請求項6】
前記複数のデータソースは、ビデオカメラ、速度センサ、加速度計、オーディオセンサ、赤外線センサ、レーダセンサ、ライダーセンサ、超音波センサ、または距離測定器のうちの少なくとも２つを含む、請求項４に記載の自動車データ処理システム。
【請求項7】
前記プロセッサが、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供するように構成されており、前記２つまたはそれより多くの選択された部分が、複数の前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項8】
前記プロセッサが、前記メタデータのうちの前記エクスポートする部分を選択基準に従って選択するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項9】
前記プロセッサが、前記メタデータを、前記メタデータに対応するデータを同時にエクスポートすることなくエクスポートするように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項10】
前記記憶サブシステムが、少なくとも、前記車両内の複数の独立したデータソースにより作られるデータを記憶するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項11】
前記記憶サブシステムが、少なくとも、前記車両内のそれぞれ異なる位置にインストールされた複数のデータソースにより作られるデータを記憶するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項12】
前記記憶サブシステムが、前記データのうちの２つまたはそれより多くのそれぞれ異なる種類を記憶するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項13】
前記プロセッサが、前記外部システムから前記モデルを受信するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項14】
前記プロセッサが、前記車両がドッキングステーションとのデータリンクを確立して接続されている間に、前記メタデータをエクスポートした後、前記外部システムの前記要求に応じて、前記１または複数の選択された部分をエクスポートするように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項15】
前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記メタデータをエクスポートするように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項16】
前記少なくとも１つのモデルが、少なくとも１つの予め訓練された人工知能（ＡＩ）推論モデルを含み、前記プロセッサが、前記少なくとも１つの予め訓練されたＡＩ推論モデルを前記データに適用することにより前記メタデータを生成するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項17】
前記車両内で前記少なくとも１つの予め訓練されたＡＩ推論モデルの訓練をアップデートするように構成されている、請求項１６に記載の自動車データ処理システム。
【請求項18】
前記記憶サブシステムが、複数の前記データソースにより作られる前記データを記憶するように構成された集中記憶デバイスを含む、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項19】
前記集中記憶デバイスが、複数の前記データソースのうちの、それぞれ異なる種類の２つまたはそれより多くのデータソースにより作られる前記データを記憶するように構成されている、請求項１８に記載の自動車データ処理システム。
【請求項20】
前記プロセッサが、前記少なくとも１つのモデルとは異なる第２のモデルを前記データに適用することであって、前記第２のモデルが、前記データ内の１つまたは複数の第２の関心対象特徴を識別する、適用することと、
前記第２のモデルに従って、前記１つまたは複数の第２の関心対象特徴の第２の発生を前記メタデータに加えることと、
（ｉ）前記関心対象特徴の前記発生のみに関するメタデータ、（ｉｉ）前記１つまたは複数の第２の関心対象特徴の前記第２の発生のみに関するメタデータ、および、（ｉｉｉ）前記発生と前記第２の発生との両方に関するメタデータのうちの１つまたは複数を前記外部システムに提供することとを行うように更に構成されている、
請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項21】
前記プロセッサが、前記記憶サブシステム内に、前記メタデータを構造化された形態で記憶するように構成されている、請求項１から６のいずれか一項に記載の自動車データ処理システム。
【請求項22】
車両内に配置された記憶サブシステム内に、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶する段階と、前記車両にインストールされたプロセッサを使用する段階であって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記１つまたは複数の指定された関心対象特徴の発生にタグ付けするメタデータを生成する段階、
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をデータリンクを介してエクスポートし、前記メタデータによりタグ付けされた前記１つまたは複数の指定された関心対象特徴を包含する前記データをエクスポートする前に、前記メタデータは、前記１つまたは複数の指定された関心対象特徴の前記発生にタグ付けする、段階、
前記外部システムに前記メタデータをエクポートした後、前記エクスポートされたメタデータが関連する前記１つまたは複数の指定された関心対象特徴を包含する前記データをエクスポートする前に、前記車両の外部にある前記外部システムから、前記車両にインストールされた前記プロセッサにより、前記外部システムによる前記メタデータに基づく解析によって決定された前記データの１つまたは複数の選択された部分に対する要求を受信し、前記データの選択された部分は、前記少なくとも１つのモデルを使用して前記車両で生成されて前記車両から前記外部システムにエクスポートされた前記メタデータによりタグ付けされた、特定の前記関心対象特徴に関連する、段階、および
前記要求に基づいて、前記車両にインストールされた前記プロセッサから前記外部システムに、前記１つまたは複数の指定された関心対象特徴を包含する前記データの選択された部分であって、前記データリンクを介して転送されるデータの量を低減させるために前記車両の１つまたは複数のデータソースにより作られる全ての前記データより少ない前記データの選択された部分を提供する段階、
である使用する段階と
を備える自動車データ処理方法。
【請求項23】
前記少なくとも一つのモデルを適用する段階が、複数の前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別する段階を備え、前記メタデータを生成する段階が、前記データにタグ付けして、複数の前記データソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせる段階を備える、請求項２２に記載の自動車データ処理方法。
【請求項24】
前記同じ関心対象特徴の前記発生を識別する段階が、複数の前記データソースのうち、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのデータソースにより供給されるデータ内での前記発生を識別する段階を備える、請求項２３に記載の自動車データ処理方法。
【請求項25】
前記選択された部分を提供する段階が、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供する段階を備え、前記２つまたはそれより多くの選択された部分が、複数の前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、請求項２２から２４のいずれか一項に記載の自動車データ処理方法。
【請求項26】
前記メタデータをエクスポートする段階が、前記メタデータを、前記メタデータに対応するデータとは別個にエクスポートする段階と、前記メタデータに基づいて、前記データのうちの１つまたは複数の関心対象部分を選択する段階と、前記車両がドッキングステーションに接続されている際に、前記データのうちの前記選択された１つまたは複数の関心対象部分をエクスポートする段階とを備える、請求項２２から２４のいずれか一項に記載の自動車データ処理方法。
【請求項27】
前記少なくとも１つのモデルは、前記外部システムから受信されるＡＩ推論モデルを備える、請求項１に記載の自動車データ処理システム。
【発明の詳細な説明】
【技術分野】
【0001】
［関連出願の相互参照］
本願は、２０１９年１２月１３日出願、米国仮特許出願第６２／９４８，０２７号の利益を主張し、同仮出願の開示を参照により本明細書に組み入れる。
本願は、２０１９年１２月１３日出願、米国仮特許出願第６２／９４８，０２７号の利益を主張し、同仮出願の開示を参照により本明細書に組み入れる。
【0002】
本開示は、一般には、自動車データ処理に関し、詳細には、車両内でのメタデータの生成およびエクスポートのための方法およびシステムに関する。
【背景技術】
【0003】
自律走行車両および他の車両は、１日の運転の過程で、時にはテラバイトのオーダになる大量のデータを生成し処理する。自律走行車両内のデータのソースは、例えば、カメラおよび他のセンサ、先進運転支援システム（ＡＤＡＳ）、テレマティクスコントロールユニット（ＴＣＵ）、インフォテインメントシステム、ならびに、様々な電子式制御ユニット（ＥＣＵ）を含む。従来より、多量のデータが、遠隔のプロセッサに定期的にアップロードされている。
【0004】
上記の説明は、本分野内の関連技術の概要として提示され、その説明が含むいずれの情報も、本特許出願に対する先行技術を構成することを認めるものであるとみなされるべきではない。
【発明の概要】
【0005】
本明細書で説明する実施形態は、記憶サブシステムおよびプロセッサを含む自動車データ処理システムを提供する。前記記憶サブシステムは、車両内に配置され、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶するように構成される。前記プロセッサは、車両にインストールされ、前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成し、前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をエクスポートするように構成されている。
【0006】
いくつかの実施形態では、前記プロセッサが、前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別し、前記メタデータを生成する際に、前記データにタグ付けして、前記データソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせるように構成されている。一実施形態では、前記データソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、同じ種類のデータである。他の実施形態では、前記データソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである。更に他の実施形態では、前記データソースのうちの前記２つまたはそれより多くのデータソースが、前記車両内のそれぞれ異なる位置に配置される。
【0007】
いくつかの実施形態では、前記プロセッサが、前記エクスポートされたメタデータに応答して、前記データのうち、前記関心対象特徴に関する１つまたは複数の選択された部分の要求を前記外部システムから受信し、前記データの全てには満たない、少なくとも前記データの前記選択された部分を前記外部システムに提供するように更に構成されている。一例示的実施形態では、前記プロセッサが、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供するように構成されており、前記２つまたはそれより多くの選択された部分が、前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている。
【0008】
開示する一実施形態では、前記プロセッサが、前記メタデータのうちの前記エクスポートする部分を選択基準に従って選択するように構成されている。一実施形態では、前記プロセッサが、前記メタデータを、前記メタデータに対応するデータを同時にエクスポートすることなくエクスポートするように構成されている。
【0009】
一例示的実施形態では、前記記憶サブシステムが、少なくとも、前記車両内の複数の独立したデータソースにより作られるデータを記憶するように構成されている。他の実施形態では、前記記憶サブシステムが、少なくとも、前記車両内のそれぞれ異なる位置にインストールされた複数のデータソースにより作られるデータを記憶するように構成されている。一実施形態では、前記記憶サブシステムが、前記データのうちの２つまたはそれより多くのそれぞれ異なる種類を記憶するように構成されている。
【0010】
いくつかの実施形態では、前記プロセッサが、前記外部システムから前記モデルを受信するように構成されている。一実施形態では、前記プロセッサが、前記車両がドッキングステーションに接続されている間に前記メタデータをエクスポートするように構成されている。他の実施形態では、前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記メタデータをエクスポートするように構成されている。
【0011】
いくつかの実施形態では、前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記プロセッサが、前記ＡＩ推論モデルを前記データに適用することにより前記メタデータを生成するように構成されている。一実施形態では、前記プロセッサが、前記外部システムから、予め訓練された前記ＡＩ推論モデルを受信し、前記車両内で前記ＡＩ推論モデルの訓練をアップデートするように構成されている。
【0012】
いくつかの実施形態では、前記記憶サブシステムが、複数の前記データソースにより作られる前記データを記憶するように構成された集中記憶デバイスを含む。一実施形態では、前記集中記憶デバイスが、前記データソースのうちの、それぞれ異なる種類の２つまたはそれより多くのデータソースにより作られる前記データを記憶するように構成されている。
【0013】
一実施形態では、前記プロセッサが、前記第１のモデルとは異なる第２のモデルを前記データに適用することであって、前記第２のモデルが、前記データ内の１つまたは複数の第２の関心対象特徴を識別する、適用することと、前記第２のモデルに従って、前記第２の関心対象特徴の第２の発生を前記メタデータに加えることと、（ｉ）前記関心対象特徴の前記発生のみに関するメタデータ、（ｉｉ）前記第２の関心対象特徴の前記第２の発生のみに関するメタデータ、および、（ｉｉｉ）前記発生と前記第２の発生との両方に関するメタデータのうちの１つまたは複数を前記外部システムに提供することとを行うように更に構成されている。一実施形態では、前記プロセッサが、前記記憶サブシステム内に、前記メタデータを構造化された形態で記憶するように構成されている。
【0014】
本明細書で説明する実施形態に従って、車両内に配置された記憶サブシステム内に、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶する段階を含む自動車データ処理方法が更に提供される。車両にインストールされたプロセッサを使用することで、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを、前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成する。前記メタデータ少なくとも一部分が、前記車両の外部にある外部システムにエクスポートされる。
【0015】
本明細書で説明する実施形態に従って、複数のデータソースおよびプロセッサを含む自動車データ処理システムを更に提供する。前記データソースは、車両にインストールされ、データを生成するように構成されている。前記プロセッサは、前記車両にインストールされ、前記データソースにより生成された前記データを収集し、前記車両の外に前記データをエクスポートすることなく、前記車両内に配置された記憶デバイス内に前記データをローカルに記憶し、前記ローカルに記憶されたデータ内の１つまたは複数の関心対象部分を識別し、ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードするように構成されている。
【0016】
いくつかの実施形態では、前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記データを収集および記憶し、前記関心対象部分を識別するように構成されている。一実施形態では、前記プロセッサが、前記データを、前記データソースのうちの、同じ種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている。他の実施形態では、前記プロセッサが、前記データを、前記データソースのうちの、それぞれ異なる種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている。
【0017】
更なる他の実施形態では、前記プロセッサが、前記データソースのうちの、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのそれぞれ異なるデータソースから前記データを収集するように構成されている。開示する一実施形態では、前記プロセッサが、２つまたはそれより多くの関心対象部分を識別およびアップロードするように構成されており、前記２つまたはそれより多くの関心対象部分が、前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている。
【0018】
また、本明細書で説明する実施形態に従って、車両にインストールされた複数のデータソースによりデータを生成する段階を含む自動車データ処理方法を提供する。車両にインストールされたプロセッサを使用することで、前記データソースにより生成された前記データを収集し、前記データを前記車両の外にエクスポートすることなく、前記車両内に配置された記憶デバイス内にローカルに記憶し、前記ローカルに記憶されたデータの１つまたは複数の関心対象部分を識別し、ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードする。
【0019】
本明細書で説明する実施形態に従って、複数のデータソース、パケットネットワーク、および、プロセッサを含む自動車データ処理システムを更に提供する。前記データソースは、車両内のそれぞれ異なる位置に分散されており、データを生成するように構成されている。前記パケットネットワークが、前記車両内に配置され、前記複数のデータソースから、前記車両内の中央記憶位置に前記データを転送するように構成されている。前記プロセッサが、前記車両にインストールされ、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成し、前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送するように構成されており、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される。
【0020】
一実施形態では、前記複数のデータソースが、それぞれ異なる種類のデータを作るように構成されている２つまたはそれより多くのそれぞれ異なるデータソースを含む。他の実施形態では、前記データソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである。開示する一実施形態では、前記プロセッサが、少なくとも部分的には、前記外部システムから受信される１つまたは複数の関心対象特徴の指示に応答して、前記センサデータのうちの前記１つまたは複数の部分を選択するように構成されている。
【0021】
一例示的実施形態では、前記プロセッサが、前記中央記憶位置に記憶されている前記データに人工知能（ＡＩ）推論モデルを適用することにより前記メタデータを生成するように構成されている。一実施形態では、前記メタデータを生成する際に、前記プロセッサが、前記データ内での１つまたは複数の関心対象特徴の１つまたは複数の発生にタグ付けするように構成されている。他の実施形態では、前記メタデータを生成する際に、前記プロセッサが、前記データのうちの２つもしくはそれより多くのそれぞれ異なる種類内での、または、２つもしくはそれより多くのそれぞれ異なるデータソースにより生成されたデータ内での、同じ関心対象特徴の発生にタグ付けするように構成されている。
【0022】
本明細書で説明する実施形態に従って、車両内のそれぞれ異なる位置に分散された複数のデータソースによりデータを生成する段階と、前記車両内に配置されたパケットネットワークを介して、前記複数のデータソースから前記車両内の中央記憶位置に前記データを転送する段階とを含む自動車データ処理方法を更に提供する。車両にインストールされたプロセッサを使用することで、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成し、前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送し、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される。
【0023】
また、本明細書で説明する実施形態に従って、車両と通信するためのインタフェースと、コンピュータとを含む自動車データ解析システムを提供する。前記コンピュータは、前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定し、前記車両にインストールされたプロセッサに前記モデルを提供し、メタデータであって、前記プロセッサが前記モデルを使用することで生成されたものであり、前記データ内での前記指定された特徴の発生にタグ付けするメタデータを、前記車両内の前記プロセッサから受信し、前記受信されたメタデータを解析するように構成されている。
【0024】
一実施形態では、前記インタフェースが、前記車両がドッキングステーションに接続されている間に前記メタデータを受信するように構成されている。他の実施形態では、前記インタフェースが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記車両から前記メタデータを受信するように構成されている。
【0025】
いくつかの実施形態では、前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記コンピュータが、前記ＡＩ推論モデルを訓練し、前記車両内の前記プロセッサに前記訓練されたＡＩ推論モデルを提供するように構成されている。開示する一実施形態では、前記コンピュータが、前記受信されたメタデータに応答して、前記記憶されたデータのうちの１つまたは複数の選択された部分の要求を前記車両内の前記プロセッサに送り、前記要求された１つまたは複数の選択された部分を前記プロセッサから受信し、前記データのうちの前記１つまたは複数の選択された部分を解析するように構成されている。
【0026】
他の実施形態では、前記コンピュータが、前記記憶されたデータのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分は、前記データソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものである。更なる他の実施形態では、前記コンピュータが、前記記憶されたデータのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分は、同じ関心対象特徴に関連付けられている。
【0027】
本明細書で説明する実施形態に従って、車両の外部にあるコンピュータにおいて、前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定する段階と、前記車両にインストールされたプロセッサに前記モデルを提供する段階とを含む自動車データ解析方法を更に提供する。前記車両内の前記プロセッサから、前記車両の外部にある前記コンピュータ内でメタデータが受信され、前記メタデータが、前記プロセッサが前記モデルを使用することにより生成されたものであり、前記データ内の前記指定された特徴の発生にタグ付けする。前記受信されたメタデータは、解析される。
【0028】
本開示は、図面とともに取り扱う本開示の実施形態の以下での詳細な説明からより完全に理解されるであろう。
【図面の簡単な説明】
【0029】
【図1】本明細書で説明する実施形態による自動車データ処理システムを概略的に示すブロック図である。
【0030】
【発明を実施するための形態】
【0031】
現代の車両は、様々なデータソースから生じる様々な種類の膨大な量のデータを生成する。自律走行車両は、例えば、ビデオカメラからの１つまたは複数のビデオフィード、車両内の様々な位置に配置されたセンサからストリーミングされる様々な種類のセンサデータ、レーダ情報およびライダ情報、運転者挙動情報、インフォテインメントサブシステムおよびユーザアプリケーションからの情報、ならびに、ＧＰＳデータおよびＧＰＳマップなどの位置情報およびナビゲーション情報を生成することができる。一般的な１日の運転で、自律走行車両は、４テラバイトのオーダのデータを生成し得る。
【0032】
動作中の車両内で作られるデータは、正しく解析されると、非常に価値のある情報を提供することが可能である。例えば、少しだけ例を挙げると、ＧＰＳデータおよび自動車運転データを使用して、通勤予測モデルをアップデートすることが可能であり、カメラ映像を使用して、自律走行車両の自律運転性能および安全手順を最適化することが可能であり、保険会社が運転挙動情報を使用して、運転者への保険料を決定することが可能である。
【0033】
一般に、こうした解析を実行するのに必要な計算能力は、現在最先端の、または入手可能な車載コンピューティング資源の性能を遥かに超えている。したがって、様々な実施形態で、データを効果的に解析するために、生データの少なくともいくらかが、例えば、クラウドベースのデータ処理システムなどの外部システムにエクスポートされる。他方、時間、帯域幅および電力消費の制限により、車両から外部システムに生データの全てを転送することはできない。これらの制約により、車両内で生成されるデータを解析し、それから価値があり、かつ実用的な情報を抽出することの有効性が限定される。
【0034】
上記に鑑みて、本明細書で説明する実施形態は、車両内で生成されるデータを処理、通信および解析するための改良された方法およびシステムを提供する。
【0035】
開示するいくつかの実施形態では、車両内に自動車データ処理システムが配備される。自動車データ処理システムは、プロセッサに結合される記憶サブシステムを備える。車両の動作中に、記憶サブシステムは、様々なデータソースにより作られる生データを記憶する。プロセッサは、指定された関心対象特徴を識別することにより生データを前処理し、生データ内での指定された関心対象特徴の発生にタグ付けするメタデータを生成する。メタデータ、または、少なくともそれの選択された部分が、車両から外部システムにエクスポートされる。
【0036】
外部システムは、一般にメタデータを解析して、生データのうちの関心対象となる特定の部分を識別し、解析のために、これらの特定の部分を車両から取り出す。一実施形態では、自動車データ処理システムは、車両がドッキングステーションに接続されている間に外部システムと通信するように構成される。本実施形態では、プロセッサは、継続的に記憶サブシステム内にローカルでメタデータを記憶する。車両がドッキングステーションにドッキング、すなわち、駐車および接続されると、プロセッサは、外部システムに蓄積されたメタデータを送信する。
【0037】
いくつかの実施形態では、車載プロセッサは、関心対象特徴を識別し、生データに、予め訓練された人工知能（ＡＩ）推論モデルを適用することによりメタデータを生成する。このＡＩモデルは、例えば、外部システムにより供給され得る。いくつかの実施形態では、プロセッサは、例えば、それぞれ異なる関心対象特徴を識別するためのもの、または、それぞれ異なる種類の生データ内の同じ関心対象特徴を識別するためのものなどのいくつかのそれぞれ異なるＡＩモデルを適用する。開示する技術のいくつかの実装例および説明的使用事例を下記で説明する。
【0038】
いくつかの実施形態では、同じ関心対象特徴（例えば、物体またはイベント）が、２つまたはそれより多くのデータソース（例えば、同じ種類であるが、車両内のそれぞれ異なる位置に配置されたセンサ、または、車両内の同じ位置もしくはそれぞれ異なる位置に配置されたそれぞれ異なる種類のセンサ）により作られる２つまたはそれより多くのそれぞれ異なる生データストリーム内に出現し得る。いくつかの実施形態では、車載プロセッサが、それぞれ異なる生データストリーム内の関心対象特徴（例えば、物体またはイベント）を識別し、生データの一部分であって、それらの異なるストリーム内での同じ関心対象特徴の発生に共通であり、それらの発生に共有される部分にタグ付けするメタデータを生成する。それぞれ異なるメディアオブジェクトに関するメタデータを生成し、処理する更なる態様が、名称「Ｍｅｔａｄａｔａ Ｇｅｎｅｒａｔｉｏｎ ｆｏｒ Ｍｕｌｔｉｐｌｅ Ｏｂｊｅｃｔ Ｔｙｐｅｓ」の米国特許出願公開第２０２０／００４２５４８号で扱われており、同米国特許出願公開の開示を、参照により本明細書に組み入れる。
【0039】
一般的に、メタデータは、生データよりも桁違いに小さく、よりシンプルであり、構造化されたフォーマットを有する。よって、適度な帯域幅を使用して、短期間にわたってメタデータを外部システムに送信することが可能である。次いでメタデータに基づいて外部システムが要求する生データのうちの特定の部分も、生データの全体量よりもはるかに小さい。したがって、開示する技術により、（ｉ）車載システムと外部システムとの間の通信上のボトルネックを克服し、（ｉｉ）データ解析の質を損なわない最適な「分業」がもたらされる。
【0040】
図１は、本明細書で説明する実施形態による自動車データ処理システム２０を概略的に示すブロック図である。システム２０は、車両にインストールされ、様々なセンサ２４、複数の電子式制御ユニット（ＥＣＵ）３２、先進運転支援システム（ＡＤＡＳ）２８、インフォテインメントシステム３０、および中央コンピュータ３４を備える。
【0041】
センサ２４は、例えば、ビデオカメラ、速度センサ、加速度計、音声センサ、赤外線センサ、レーダセンサ、ライダセンサ、超音波センサ、距離測定器もしくは他の近接センサ、または、他の任意の適当なセンサタイプを含み得る。本例では、各ＥＣＵ３２（「ゾーンＥＣＵ」と称することもある）が、車両のそれぞれのゾーンにインストールされたセンサに接続される。一般に、各ＥＣＵ３２は、自体のそれぞれのセンサ２４を制御し、これらセンサからデータを収集する。一実施形態では、例えば画像センサなどのセンサ２４のうちの１つまたは複数が、ＥＣＵ３２を介さずに、ＡＤＡＳ２８に直接的に接続される。
【0042】
本コンテキストでは、データを作るシステム２０内の任意の要素（例えば、センサ２４、ＥＣＵ３２、ＡＤＡＳ２８、インフォテインメントシステム３０および中央コンピュータ３４を含む）を「データソース」と考える。ＥＣＵ３２、ＡＤＡＳ２８、インフォテインメントシステム３０および中央コンピュータ３４を、車両の「電子サブシステム」の例とみなす。特定のシステムコンポーネントが、データソースと、電子サブシステムとの両方として働くことができることが分かる。
【0043】
いくつかの実施形態では、システム２０の様々な電子サブシステムが、車両内のそれぞれ異なる様々な位置に配備され、車両にインストールされたパケットネットワークを介して通信する。本例では、パケットネットワークは、イーサネット（登録商標）ネットワークを備えるが、他の適当なネットワークプロトコルを使用することも可能である。このネットワークは、複数のイーサネット（登録商標）リンク３６および１つまたは複数のイーサネット（登録商標）スイッチ４０を備える。様々な実施形態で、ネットワーク内で使用されるビットレートは、ＩＥＥＥ８０２．３ｃｈによる１０Ｇビット／秒（１０Ｇｂｐｓ）、ＩＥＥＥ８０２．３ｂｐによる１０００Ｍｂｐｓ、ＩＥＥＥ８０２．３ｂｗによる１００Ｍｂｐｓ、ＩＥＥＥ８０２．３ｃｇ（１０Ｂａｓｅ－Ｔ１ｓ）による１０Ｍｂｐｓ、または、他の任意の適当なビットレートであり得る。リンク３６は、例えば、ツイストペア銅線リンク、または、イーサネット（登録商標）通信に適した他の任意の種類のリンクを備え得る。
【0044】
図１の例では、システム２０は、集中記憶デバイス４４（「記憶サブシステム」とも称する）およびプロセッサ４８を更に備える。自動車ネットワーク内の集中記憶の態様が、例えば、２０２０年１１月１１日出願、名称「Ａｕｔｏｍｏｔｉｖｅ Ｎｅｔｗｏｒｋ ｗｉｔｈ Ｃｅｎｔｒａｌｉｚｅｄ Ｓｔｏｒａｇｅ」の米国特許出願第１７／０９４，８４４号で扱われており、同米国特許出願の開示を、参照により本明細書に組み入れる。
【0045】
記憶デバイス４４は、車両内の様々なデータソース（例えば、センサおよび／または電子サブシステム）により提供される生データ４５を記憶する。いくつかの実施形態では、プロセッサ４８は、生データ４５内の指定された関心対象特徴を識別し、生データ内での指定された関心対象特徴の発生にタグ付けするメタデータ４６を生成し、メタデータ４６を記憶デバイス４５に記憶する。一実施形態では、プロセッサ４８は、生データ４５に計算人工知能（ＡＩ）エンジンを適用することにより関心対象特徴を識別する。プロセッサ４８は、車両の外部にある外部システムに、例えば、クラウドベースのデータ処理システム、または、車両の外部にある他の適当なコンピュータにメタデータの少なくとも一部分をエクスポートする。
【0046】
一実施形態では、集中記憶デバイス４４が、車両にインストールされたパケットネットワークに直接的に接続されたソリッドステートドライブ（ＳＳＤ）を備える。図で見られるように、本例では、集中記憶デバイス４４が、２つのそれぞれ異なるスイッチ４０の２つのそれぞれ異なるポートに、それぞれのリンク３６を介して接続された２つのインタフェースを備える。この方式では、単一のインタフェース（または対応するリンク）の障害によっては、集中記憶デバイス４４はネットワークから切り離されないので、ある程度の冗長性がもたらされる。
【0047】
本例では、プロセッサ４８および記憶デバイス４４は、周辺機器コンポーネント相互接続エクスプレス（ＰＣＩｅ）バスなどの高速コンピュータバスを介して互いに通信する。あるいは、いくつかの実施形態では、プロセッサ４８は、独立してパケットネットワークに接続されてもよく、このケースでは、プロセッサ４８および記憶デバイス４４が、このネットワークを介して互いに通信する。プロセッサ４８は、車両がデータリンク５２を使用して接続されるドッキングステーションまたはデータを転送するための他の任意の適当なインタフェース（図では見られない）と通信するように構成される。
【0048】
一般に、データソース（センサおよび／または電子サブシステム）は、ネットワークを介して集中記憶デバイス４４に生データ４５を送る。様々な実施形態で、データソースおよび集中記憶デバイス４４は、不揮発性メモリエクスプレスオーバファブリック（ＮＶＭｅ－ｏＦ）プロトコルまたはＮＶＭｅ－ｏｖｅｒ－ＴＣＰなどの任意の適当なプロトコルを使用して通信することができる。システム２０内で適用できる集中記憶の更なる態様が、２０２０年１１月１１日出願、名称「Ａｕｔｏｍｏｔｉｖｅ Ｎｅｔｗｏｒｋ ｗｉｔｈ Ｃｅｎｔｒａｌｉｚｅｄ Ｓｔｏｒａｇｅ」の米国特許出願第１７／０９４，８４４号で説明されており、同米国特許出願の開示を、参照により本明細書に組み入れる。
【0049】
図１に示した通信システム２０およびそのコンポーネント（様々なデバイスおよび電子サブシステム、ならびに／または、集中記憶デバイス４４など）の構成は、明瞭化のためのみに示す例示的構成である。代替実施形態では、他の任意の適当な構成を使用することも可能である。例えば、システム２０は、他の任意の適当な方式でレイアウトおよび接続された、他の適当な種類の電子サブシステムおよび／またはデバイスを備えることができる。他の例として、パケットネットワーク（リンク３６およびスイッチ４０を含む）は、他の任意の適当なトポロジを有してもよい。
【0050】
システム２０およびそのコンポーネントのそれぞれ異なる要素は、専用のハードウェアまたはファームウェアを使用（ハードワイヤードロジックまたはプログラマブルロジックを使用するなど）して、例えば、特定用途集積回路（ＡＳＩＣ）またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）内に実装することができる。さらに、または、こうする代わりに、システム２０のコンポーネントのいくつかの機能、例えば、ＥＣＵ３２、記憶デバイス４４および／またはプロセッサ４８のいくつかの機能を、ソフトウェア内に実装すること、および／または、ハードウェア要素とソフトウェア要素との組合せを使用して実装することができる。開示する技術の理解のために必須でない要素は、明瞭化のために図から省略されている。
【0051】
いくつかの実施形態では、ＥＣＵ３２、記憶デバイス４４および／またはプロセッサ４８のいくつかの機能を、１つまたは複数のプログラマブルプロセッサ内に実装することができ、これらのプログラマブルプロセッサは、本明細書で説明する機能を実行するためにソフトウェア内にプログラムされる。このソフトウェアは、例えば、電子的形態でネットワークを介していずれかのプロセッサにダウンロードすることができ、さらに、または、こうする代わりに、磁気メモリ、光学メモリ、もしくは電子メモリなどの非一時的有形媒体に提供すること、および／もしくは、そこに記憶することができる。
【0052】
上記のように、車両内の様々なデータソース（例えば、センサおよび電子サブシステム）は、車両の動作継続中に、生データ４５を作り、集中記憶デバイス４４での記憶のためにそのデータを送る。生データ４５は、例えば、映像データ、音声データ、センサデータ、レーダデータおよび／もしくはライダデータ、運転者挙動データ、インフォテインメントサブシステムおよび／もしくはユーザアプリケーションからのデータ、ＧＰＳデータおよびＧＰＳマップなどの位置データおよび／もしくはナビゲーションデータ、ならびに／または、他の任意の適当な種類のデータを含み得る。
【0053】
生データ（例えば、映像）のうちの少なくともいくらかが構造化されていないこともあることが分かる。生データは、一般には、複数のそれぞれ異なる種類（モダリティ）があり、車両内の複数のそれぞれ異なる位置でインストールされた複数のそれぞれ異なる種類の複数のそれぞれ独立したデータソースから一般には生じる。いくつかの実施形態では、複数の生データストリームが、同じ種類の複数のセンサ（例えば、複数のビデオカメラまたは複数のライダ）により生成され、これらセンサはそれぞれ、車両内の異なる位置に配置されている。他の実施形態では、同じ種類のセンサの複数のインスタンスを、車両内の同じ位置に配置して、同じ種類の生データの冗長なストリームを提供する。
【0054】
プロセッサ４８は、１つまたは複数の指定された関心対象特徴を識別するために生データ４５をスキャンし、生データ内での指定された関心対象特徴の発生にタグ付けするメタデータ４６のデータベースを生成し、メタデータ４６を記憶デバイス４５に記憶する。様々な実施形態で、プロセッサ４８は、任意の適当な関心対象特徴を検索することができ、これらは、例えば以下などである。
－車両付近の物体または環境条件であって、映像内に見ることができるか、または、センサデータ内に検出可能な物体または環境条件（例えば、障害物、交通標識、車両に近づいている他の車両または歩行者）。
－運転者挙動に関するイベント（例えば、信号機に反応してからの車両の減速、加速、事故もしくは障害物を避けるための急ハンドル、または、交通標識への対応）。
－車両の道路での挙動に関するイベント（例えば、自動運転の効果）。
－例えば、重交通量または軽交通量のシナリオなど、近くの車両の存在または挙動に関するイベント。
－車両の自律動作への運転者の介入に関するイベント。
－外部要素（例えば、他の車両、照明、道路センサ）との通信。
－車両内の機械的徴候（例えば、タイヤ空気圧の消失による反応性またはノイズの変化、１つまたは複数のブレーキパッドの摩耗、ヘッドライトまたは他のライトの焼切れによる視認性の消失、車載ネットワークの問題による接続性の低減）。
－車両付近の物体または環境条件であって、映像内に見ることができるか、または、センサデータ内に検出可能な物体または環境条件（例えば、障害物、交通標識、車両に近づいている他の車両または歩行者）。
－運転者挙動に関するイベント（例えば、信号機に反応してからの車両の減速、加速、事故もしくは障害物を避けるための急ハンドル、または、交通標識への対応）。
－車両の道路での挙動に関するイベント（例えば、自動運転の効果）。
－例えば、重交通量または軽交通量のシナリオなど、近くの車両の存在または挙動に関するイベント。
－車両の自律動作への運転者の介入に関するイベント。
－外部要素（例えば、他の車両、照明、道路センサ）との通信。
－車両内の機械的徴候（例えば、タイヤ空気圧の消失による反応性またはノイズの変化、１つまたは複数のブレーキパッドの摩耗、ヘッドライトまたは他のライトの焼切れによる視認性の消失、車載ネットワークの問題による接続性の低減）。
【0055】
上記の関心対象特徴の一覧は、例としてのみ挙げたものである。さらに、または、上記の代わりに、プロセッサ４８は、解析についての関心対象になり得る他の任意の適当な特徴を識別することもできる。
【0056】
上記のように、いくつかのケースでは、特定の関心対象特徴（例えば、物体またはイベント）が、複数のデータソースの生データ内で発生する。複数のデータソース（したがって、加えて、生データストリーム）は、それぞれ異なる種類（例えば、映像、音声、ライダ、レーダなど）、または、同じ種類の生データの複数のインスタンス（例えば、車両内のそれぞれ異なる位置でキャプチャされた映像）であり得る。例えば、道路事故、または、機械的な故障もしくは障害は、ビデオフィード内で見ることができ、音声データ内で聞くことができ、様々なセンサにより検知され、かつ／または、１つまたは複数の電子サブシステムにより報告され得る。それぞれ異なるデータソースの生データ内での、所与の関心対象特徴のこうした発生同士の相関関係自体は、価値のあるものである。したがって、いくつかの実施形態では、プロセッサ４８は、同じタグを使用して、こうした関心対象特徴（例えば、物体またはイベント）の発生にタグ付けするか、そうでなければ、それぞれ異なるセンサのデータ内での発生を互いにリンクさせるようにする。
【0057】
様々な実施形態で、プロセッサ４８は、生データ４５内の指定された関心対象特徴を識別するための様々な技術を使用することができる。いくつかの実施形態では、プロセッサ４８が、生データ４５内の関心対象特徴を識別する予め訓練されたＡＩ推論モデルをコンパイルして適用するように構成された計算人工知能（ＡＩ）エンジンを実行する。いくつかの実施形態では、プロセッサ４８は、その生データに、例えば、それぞれ異なる関心対象特徴を識別するためのもの、または、それぞれ異なる種類の生データ内の同じ関心対象特徴を識別するためのものなどのいくつかのそれぞれ異なるＡＩモデルを適用する。
【0058】
一実施形態では、プロセッサ４８は、外部システムから１つまたは複数の予め訓練された人工知能（ＡＩ）モデルを、例えば、車両がドッキングステーションに接続されている間に、データリンク５２を介して受信する。車両の動作継続中に、プロセッサ４８は、様々なデータソースにより提供される生データ４５に、１つまたは複数の予め訓練されたＡＩモデルを適用する。
【0059】
プロセッサ４８は、１つまたは複数のＡＩモデルを使用して、生データ４５内での関心対象特徴の発生を識別し、これらの発生にタグ付けするメタデータ４６を生成する。プロセッサ４８は、記憶デバイス４４に既に記憶されている生データ、および／または、記憶デバイス４４への記憶途中の生データにＡＩモデルを適用することができる。メタデータ４６は、記憶デバイス４４に一時的に記憶される。適当な時間、例えば、車両がドッキングステーションに接続されたときに、プロセッサ４８は、車両内で計算されるメタデータ４６を、一般には生データの全てを転送することなく、外部システムに送信する。
【0060】
メタデータ４６のデータサイズは、生データと比較すると確実に、相対的に小さいので、いくつかの実施形態では、外部システムにメタデータを送信するために、車両が、ドッキングステーションへの自体の接続を使用することは必須ではないことに留意されたい。一実施形態では、プロセッサ４８は、車両がドッキングステーションに接続されているかどうかとは無関係に、車両動作中に、例えば、セルラリンク、モバイルＷｉ－Ｆｉ（登録商標）コネクティビティカップリング、または、他の適当なワイヤレスリンクなどの適当なワイヤレスリンクを介して、メタデータ４６を外部システムに送信することができる。同様に、一実施形態では、外部システムが、車両がドッキングステーションに接続されているかどうかとは無関係に、例えば、適当なワイヤレスリンクを介して、ＡＩモデルをプロセッサ４８に送ることができる。一般に、ドッキングステーションを介した通信（例えば、ＡＩモデルの受信、ならびに、メタデータおよび／または生データのうちの要求された部分のエクスポート）は、オフライン処理とみなされる。
【0061】
いくつかの実施形態では、プロセッサ４８は、メタデータ４６の全てを外部システムに送信する。他の実施形態では、プロセッサ４８は、選択基準を使用して、メタデータ４６の一部分のみを選択し、メタデータのうちの選択された部分のみを外部システムに送る。
【0062】
開示した技術は、様々な使用事例での多種多様な特徴を解析するために使用することが可能である。例えば、外部システムが、動物が道路またはその周囲に出現した際の自律走行車両の挙動を解析する使用事例を考慮されたい。この種の解析を実行するために、一実施形態では、外部システムは、生の映像データ内の動物を認識するＡＩモデルを訓練する。プロセッサ４８は、予め訓練されたＡＩモデルを受信し、それをコンパイルして、車両内の様々なカメラにより提供されるビデオカメラフィードに適用する。関心対象特徴の識別された発生（映像内での動物の出現）に基づいて、プロセッサ４８は、動物が出現する映像フレームにタグ付けするメタデータを生成する。タグ付けされたフレームは、車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのビデオセンサからの映像ストリーム内で特定することができる。プロセッサ４８は、初期解析のためにメタデータを外部システムにアップロードする。
【0063】
一実施形態では、次いで、外部システムは、生データ４５のうち、識別された発生に関する関心対象部分（例えば、動物の出現の少し前に始まる映像の抜粋）を要求することができる。生データのうちの要求される関心対象部分は、必ずしも、発生が識別された厳密な部分である必要はないことに留意されたい。例えば、外部システムは、映像内で動物が識別された時間を記録し、これらの時間に対応するセンサデータを要求することができる。一実施形態では、プロセッサ４８は、外部システムに要求されることなく生データの関心対象部分を（例えば、メタデータとともに）アップロードする。
【0064】
他の例として、外部システムが、降雨条件で歩行者が存在する際の自律走行車両の挙動を解析する使用事例を考慮されたい。この種の解析を実行するために、一実施形態では、外部システムは、複数の予め訓練されたＡＩモデル（例えば、映像内の降雨シーンを認識するためのモデル、映像内の歩行者を認識するための他のモデル、また、場合によっては、環境条件センサなどの他の種類のセンサの出力内の降雨条件を認識するための他のモデルなど）をプロセッサ４８に提供する。これらのモデルを使用することで、プロセッサ４８は、シーンが降雨である映像内の時間間隔、歩行者を示す映像内の時間間隔、また、場合によっては、他のセンサの生データ内のこうした時間間隔にタグ付けするメタデータを生成する。後に外部システムは、様々な種類の間隔の間での共通部分を見つけ（すなわち、歩行者を含む降雨条件の時間間隔を識別する）、これらの時間間隔に対応するセンサデータおよび／またはサブシステムデータを要求することができる。
【0065】
上記の２つの例は、非常に簡略化されており、決して限定を行うものではなく、開示する技術の有効性を実証するためのみに挙げられている。他の例は、例えば、それぞれ異なる種類のより多くのデータソースを含み得る。
【0066】
図２は、本明細書で説明する実施形態によるメタデータを生成および処理する方法を概略的に示すフロー図である。図の左側は、外部システム（例えば、クラウドベースのデータ処理システム）により実行されるアクションを示す。図の右側は、車両内のシステム２０により実行されるアクションを示す。
【0067】
モデル訓練動作６０では、外部システムが、特定の種類の生データ４５内の特定の関心対象特徴を識別するための（例えば、映像データ内で人を識別するため、音声データまたはセンサデータ内で機械的な故障を識別するためなどの）ＡＩ推論モデルを訓練する。訓練されたモデルは、例えば（必ずではないが）、車両がドッキングステーションに接続されている間にプロセッサ４８に提供される。コンパイル動作６４では、プロセッサ４８は、プロセッサの計算ＡＩエンジン上での実行のためにＡＩモデルをコンパイルする。一実施形態では、プロセッサ４８は、ローカルな入力を考慮するためにＡＩモデルの訓練をアップデートすることができる（例えば、特定の車両内で得られたデータを使用して追加の訓練を実行する）。こうしたアップデートは、例えば、通常その特定の車両が運転するエリアに、より良好に適合するのに役に立つことが可能である。この種の追加の訓練は、任意のステージで、例えば、車両がドッキングステーションに接続されている間に、かつ／または、運転中に実行することができる。
【0068】
データ収集動作６８では、車両内の様々なデータソースが、生データ４５を生成し、記憶デバイス４４での記憶のために生データを送る。識別動作７２では、プロセッサ４８は、ＡＩモデルを適用することにより、生データ４５内での関心対象特徴の発生を識別する。
【0069】
メタデータ生成動作７６では、プロセッサ４８は、識別された発生にタグ付けするメタデータ４６を生成する。メタデータ４６内の各タグは、一般に、識別されている関心対象特徴と、生データ内での発生の位置（例えば、映像内のフレーム番号、または、生データの種類に応じた他の位置）とを示す。プロセッサ４８は、記憶デバイス４４に既に記憶されている生データ、および／または、記憶デバイス４４への記憶途中の生データにＡＩモデルを適用することができる。
【0070】
上記のように、メタデータ生成は、複数の生データセットに適用することができ、同じ種類またはそれぞれ異なる種類のそれぞれ異なるセンサにより供給されるそれぞれ異なる生データセット内に出現する同じ関心対象特徴（例えば、物体またはイベント）のタグを照合することを含み得る。
【0071】
メタデータ記憶動作８０では、プロセッサ４８は、メタデータ４６を記憶デバイス４４に記憶する。通知動作８４では、プロセッサ４８は、メタデータ４６が利用可能であることを外部システムに通知する。メタデータ取出し動作８８では、外部システムは、車両の記憶デバイス４４からメタデータ４６をフェッチする。様々な実施形態で、メタデータ４６を、外部システムにより車両から「引き出す」こと、または、車両主導で外部システムに「送り込む」ことができる。例えば、プロセッサ４８は、定期的に、または、車両がドッキングステーションに接続されたときに外部システムにメタデータを送り込むことができる。
【0072】
初期解析動作９２では、外部システムは、適当な初期解析をメタデータに実行する。初期解析では、一般に、メタデータに基づいて、生データ４５のうちの、関心対象特徴に関する１つまたは複数の関心対象部分が決定される。データ取出し動作９６では、外部システムは、車両の記憶デバイス４４から生データ４５の関心対象部分をフェッチする。次いで、外部システムは、解析動作１００で、生データの関心対象部分を解析する。
【0073】
一実施形態では、上記の処理を、異なるＡＩモデルであって、プロセッサ４８が計算ＡＩエンジンに再度対応づけて適用させることで、異なる関心対象特徴（または、異なる種類の生データ内の同じ関心対象特徴）にタグ付けするＡＩモデルを用いて繰り返すことができる。プロセッサ４８は、新たなメタデータを既存のメタデータデータベースに加えること、または、メタデータ４６の別個のデータベースを生成し、記憶デバイス４４に記憶することができる。
【0074】
本明細書で説明する実施形態は、自動車システム内で得られる生データを主に扱っているが、本明細書で説明する方法およびシステムは、例えば、映像ライブラリ解析および音声読出解析など、構造化されていない他の様々な種類の生データを処理する際といった他の用途で使用することも可能である。
【0075】
上記の実施形態は例として引用されており、本発明は、先で具体的に示したものおよび説明したものに限定されないことが留意される。それどころか、本発明の範囲は、先で説明した様々な特徴の組合せおよび部分的組合せの両方、ならびに、その変形形態および修正形態を含み、それらは、当業者が先の説明を読んだ際に想到されるはずであり、先行技術では開示されていない。本特許出願に参照により組み込んだ文献は、本願の一体部分とみなされるが、例外として、これらの組み込んだ文献で定義される語が、本明細書で明示的または暗示的になされた定義に矛盾する範囲では、本明細書内での定義のみが考慮されるべきである。
［他の可能な項目］
［項目１］
車両内に配置され、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶するように構成されている記憶サブシステムと、
車両にインストールされたプロセッサであって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成し、
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をエクスポートするように構成されているプロセッサと
を備える自動車データ処理システム。
［項目２］
前記プロセッサが、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別し、前記メタデータを生成する際に、前記データにタグ付けして、前記複数のデータソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせるように構成されている、項目１に記載の自動車データ処理システム。
［項目３］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、同じ種類のデータである、項目２に記載の自動車データ処理システム。
［項目４］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目２に記載の自動車データ処理システム。
［項目５］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースが、前記車両内のそれぞれ異なる位置に配置される、項目２に記載の自動車データ処理システム。
［項目６］
前記プロセッサが、
前記エクスポートされたメタデータに応答して、前記データのうち、前記関心対象特徴に関する１つまたは複数の選択された部分の要求を前記外部システムから受信し、
前記データの全てには満たない、少なくとも前記データの前記選択された部分を前記外部システムに提供するように更に構成されている、
項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目７］
前記プロセッサが、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供するように構成されており、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目６に記載の自動車データ処理システム。
［項目８］
前記プロセッサが、前記メタデータのうちの前記エクスポートする部分を選択基準に従って選択するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目９］
前記プロセッサが、前記メタデータを、前記メタデータに対応するデータを同時にエクスポートすることなくエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１０］
前記記憶サブシステムが、少なくとも、前記車両内の複数の独立したデータソースにより作られるデータを記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１１］
前記記憶サブシステムが、少なくとも、前記車両内のそれぞれ異なる位置にインストールされた複数のデータソースにより作られるデータを記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１２］
前記記憶サブシステムが、前記データのうちの２つまたはそれより多くのそれぞれ異なる種類を記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１３］
前記プロセッサが、前記外部システムから前記モデルを受信するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１４］
前記プロセッサが、前記車両がドッキングステーションに接続されている間に前記メタデータをエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１５］
前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記メタデータをエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１６］
前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記プロセッサが、前記ＡＩ推論モデルを前記データに適用することにより前記メタデータを生成するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１７］
前記プロセッサが、前記外部システムから、予め訓練された前記ＡＩ推論モデルを受信し、前記車両内で前記ＡＩ推論モデルの訓練をアップデートするように構成されている、項目１６に記載の自動車データ処理システム。
［項目１８］
前記記憶サブシステムが、前記複数のデータソースにより作られる前記データを記憶するように構成された集中記憶デバイスを含む、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１９］
前記集中記憶デバイスが、前記複数のデータソースのうちの、それぞれ異なる種類の２つまたはそれより多くのデータソースにより作られる前記データを記憶するように構成されている、項目１８に記載の自動車データ処理システム。
［項目２０］
前記プロセッサが、
前記第１のモデルとは異なる第２のモデルを前記データに適用することであって、前記第２のモデルが、前記データ内の１つまたは複数の第２の関心対象特徴を識別する、適用することと、
前記第２のモデルに従って、前記第２の関心対象特徴の第２の発生を前記メタデータに加えることと、
（ｉ）前記関心対象特徴の前記発生のみに関するメタデータ、（ｉｉ）前記第２の関心対象特徴の前記第２の発生のみに関するメタデータ、および、（ｉｉｉ）前記発生と前記第２の発生との両方に関するメタデータのうちの１つまたは複数を前記外部システムに提供することとを行うように更に構成されている、
項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目２１］
前記プロセッサが、前記記憶サブシステム内に、前記メタデータを構造化された形態で記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目２２］
車両内に配置された記憶サブシステム内に、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成する段階、および
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をエクスポートする段階
である使用する段階と
を備える自動車データ処理方法。
［項目２３］
前記モデルを適用する段階が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別する段階を備え、前記メタデータを生成する段階が、前記データにタグ付けして、前記複数のデータソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせる段階を備える、項目２２に記載の自動車データ処理方法。
［項目２４］
前記同じ関心対象特徴の前記発生を識別する段階が、前記複数のデータソースのうち、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのデータソースにより供給されるデータ内での前記発生を識別する段階を備える、項目２３に記載の自動車データ処理方法。
［項目２５］
前記エクスポートされたメタデータに応答して、前記データのうち、前記関心対象特徴に関する１つまたは複数の選択された部分の要求を前記外部システムから受信する段階と、
前記データの全てには満たない、少なくとも前記データの前記選択された部分を前記外部システムに提供する段階と、
を更に備える、項目２２から２４のいずれか一項に記載の自動車データ処理方法。
［項目２６］
前記選択された部分を提供する段階が、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供する段階を備え、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目２５に記載の自動車データ処理方法。
［項目２７］
前記メタデータをエクスポートする段階が、前記メタデータを、前記メタデータに対応するデータとは別個にエクスポートする段階と、前記メタデータに基づいて、前記データのうちの１つまたは複数の関心対象部分を選択する段階と、前記車両がドッキングステーションに接続されている際に、前記データのうちの前記選択された１つまたは複数の関心対象部分をエクスポートする段階とを備える、項目２２から２４のいずれか一項に記載の自動車データ処理方法。
［項目２８］
車両にインストールされ、データを生成するように構成されている複数のデータソースと、
プロセッサであって、前記車両にインストールされ、
前記複数のデータソースにより生成された前記データを収集し、前記車両の外に前記データをエクスポートすることなく、前記車両内に配置された記憶デバイス内に前記データをローカルに記憶し、
前記ローカルに記憶されたデータ内の１つまたは複数の関心対象部分を識別し、
ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードするように構成されている
プロセッサと
を備える自動車データ処理システム。
［項目２９］
前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記データを収集および記憶し、前記関心対象部分を識別するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３０］
前記プロセッサが、前記データを、前記複数のデータソースのうちの、同じ種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３１］
前記プロセッサが、前記データを、前記複数のデータソースのうちの、それぞれ異なる種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３２］
前記プロセッサが、前記複数のデータソースのうちの、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのそれぞれ異なるデータソースから前記データを収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３３］
前記プロセッサが、２つまたはそれより多くの関心対象部分を識別およびアップロードするように構成されており、前記２つまたはそれより多くの関心対象部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目２８から３２のいずれか一項に記載の自動車データ処理システム。
［項目３４］
車両にインストールされた複数のデータソースによりデータを生成する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記データソースにより生成された前記データを収集し、前記車両の外に前記データをエクスポートすることなく、前記車両内に配置された記憶デバイス内に前記データをローカルに記憶する段階、
前記ローカルに記憶されたデータのうちの１つまたは複数の関心対象部分を識別する段階、および
ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードする段階
である使用する段階と
を備える自動車データ処理方法。
［項目３５］
前記データを収集および記憶する段階、ならびに、前記関心対象部分を識別する段階が、前記車両がドッキングステーションに接続されているかどうかとは無関係に実行される、項目３４に記載の自動車データ処理方法。
［項目３６］
前記データを収集する段階が、前記データを、前記複数のデータソースのうちの、同じ種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３７］
前記データを収集する段階が、前記データを、前記複数のデータソースのうちの、それぞれ異なる種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３８］
前記データを収集する段階が、前記複数のデータソースのうちの、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのそれぞれ異なるデータソースから前記データを収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３９］
前記関心対象部分を識別する段階およびアップロードする段階が、２つまたはそれより多くの関心対象部分を識別およびアップロードする段階を備え、前記２つまたはそれより多くの関心対象部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目３４から３８のいずれか一項に記載の自動車データ処理方法。
［項目４０］
車両内のそれぞれ異なる位置に分散され、データを生成するように構成されている複数のデータソースと、
前記車両内に配置され、前記複数のデータソースから、前記車両内の中央記憶位置に前記データを転送するように構成されているパケットネットワークと、
前記車両にインストールされたプロセッサであって、
前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成し、
前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送するように構成されており、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される、
プロセッサと
を備える自動車データ処理システム。
［項目４１］
前記複数のデータソースが、それぞれ異なる種類のデータを作るように構成されている２つまたはそれより多くのそれぞれ異なるデータソースを含む、項目４０に記載の自動車データ処理システム。
［項目４２］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目４０に記載の自動車データ処理システム。
［項目４３］
前記プロセッサが、少なくとも部分的には、前記外部システムから受信される１つまたは複数の関心対象特徴の指示に応答して、前記センサデータのうちの前記１つまたは複数の部分を選択するように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４４］
前記プロセッサが、前記中央記憶位置に記憶されている前記データに人工知能（ＡＩ）推論モデルを適用することにより前記メタデータを生成するように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４５］
前記メタデータを生成する際に、前記プロセッサが、前記データ内での１つまたは複数の関心対象特徴の１つまたは複数の発生にタグ付けするように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４６］
前記メタデータを生成する際に、前記プロセッサが、前記データのうちの２つもしくはそれより多くのそれぞれ異なる種類内での、または、２つもしくはそれより多くのそれぞれ異なるデータソースにより生成されたデータ内での、同じ関心対象特徴の発生にタグ付けするように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４７］
車両内のそれぞれ異なる位置に分散された複数のデータソースによりデータを生成する段階と、
前記車両内に配置されたパケットネットワークを介して、前記複数のデータソースから前記車両内の中央記憶位置に前記データを転送する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成する段階、および
前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送する段階であって、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される、転送する段階
である使用する段階と
を備える自動車データ処理方法。
［項目４８］
前記複数のデータソースが、それぞれ異なる種類のデータを作るように構成されている２つまたはそれより多くのそれぞれ異なるデータソースを含む、項目４７に記載の自動車データ処理方法。
［項目４９］
前記複数データソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目４７に記載の自動車データ処理方法。
［項目５０］
前記センサデータのうちの前記１つまたは複数の部分を選択する段階が、前記外部システムから受信される１つまたは複数の関心対象特徴の指示に少なくとも部分的には応答して実行される、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５１］
前記メタデータを生成する段階が、前記中央記憶位置に記憶されている前記データに人工知能（ＡＩ）推論モデルを適用する段階を備える、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５２］
前記メタデータを生成する段階が、前記データ内での１つまたは複数の関心対象特徴の１つまたは複数の発生にタグ付けする段階を備える、項目４７から４９いずれか一項に記載の自動車データ処理方法。
［項目５３］
前記メタデータを生成する段階が、前記データのうちの２つもしくはそれより多くのそれぞれ異なる種類内での、または、２つもしくはそれより多くのそれぞれ異なるデータソースにより生成されたデータ内での、同じ関心対象特徴の発生にタグ付けする段階を備える、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５４］
車両と通信するためのインタフェースと、
コンピュータと
を備え、
前記コンピュータが、
前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定し、
前記車両にインストールされたプロセッサに前記モデルを提供し、
メタデータであって、前記プロセッサが前記モデルを使用することで生成されたものであり、前記データ内での前記指定された特徴の発生にタグ付けするメタデータを、前記車両内の前記プロセッサから受信し、
前記受信されたメタデータを解析する
ように構成されている、
自動車データ解析システム。
［項目５５］
前記インタフェースが、前記車両がドッキングステーションに接続されている間に前記メタデータを受信するように構成されている、項目５４に記載の自動車データ解析システム。
［項目５６］
前記インタフェースが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記車両から前記メタデータを受信するように構成されている、項目５４に記載の自動車データ解析システム。
［項目５７］
前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記コンピュータが、前記ＡＩ推論モデルを訓練し、前記車両内の前記プロセッサに前記訓練されたＡＩ推論モデルを提供するように構成されている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目５８］
前記コンピュータが、前記受信されたメタデータに応答して、記憶された前記データのうちの１つまたは複数の選択された部分の要求を前記車両内の前記プロセッサに送り、前記要求された１つまたは複数の選択された部分を前記プロセッサから受信し、前記データのうちの前記１つまたは複数の選択された部分を解析するように構成されている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目５９］
前記コンピュータが、記憶された前記データのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものである、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目６０］
前記コンピュータが、記憶された前記データのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分が、同じ関心対象特徴に関連付けられている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目６１］
車両の外部にあるコンピュータにおいて、前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定する段階と、
前記車両にインストールされたプロセッサに前記モデルを提供する段階と、
前記車両内の前記プロセッサから、前記車両の外部にある前記コンピュータ内でメタデータを受信する段階であって、前記メタデータが、前記プロセッサが前記モデルを使用することにより生成されたものであり、前記データ内の前記指定された特徴の発生にタグ付けする、段階と、
前記受信されたメタデータを解析する段階と
を備える自動車データ解析方法。
［他の可能な項目］
［項目１］
車両内に配置され、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶するように構成されている記憶サブシステムと、
車両にインストールされたプロセッサであって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成し、
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をエクスポートするように構成されているプロセッサと
を備える自動車データ処理システム。
［項目２］
前記プロセッサが、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別し、前記メタデータを生成する際に、前記データにタグ付けして、前記複数のデータソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせるように構成されている、項目１に記載の自動車データ処理システム。
［項目３］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、同じ種類のデータである、項目２に記載の自動車データ処理システム。
［項目４］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目２に記載の自動車データ処理システム。
［項目５］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースが、前記車両内のそれぞれ異なる位置に配置される、項目２に記載の自動車データ処理システム。
［項目６］
前記プロセッサが、
前記エクスポートされたメタデータに応答して、前記データのうち、前記関心対象特徴に関する１つまたは複数の選択された部分の要求を前記外部システムから受信し、
前記データの全てには満たない、少なくとも前記データの前記選択された部分を前記外部システムに提供するように更に構成されている、
項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目７］
前記プロセッサが、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供するように構成されており、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目６に記載の自動車データ処理システム。
［項目８］
前記プロセッサが、前記メタデータのうちの前記エクスポートする部分を選択基準に従って選択するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目９］
前記プロセッサが、前記メタデータを、前記メタデータに対応するデータを同時にエクスポートすることなくエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１０］
前記記憶サブシステムが、少なくとも、前記車両内の複数の独立したデータソースにより作られるデータを記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１１］
前記記憶サブシステムが、少なくとも、前記車両内のそれぞれ異なる位置にインストールされた複数のデータソースにより作られるデータを記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１２］
前記記憶サブシステムが、前記データのうちの２つまたはそれより多くのそれぞれ異なる種類を記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１３］
前記プロセッサが、前記外部システムから前記モデルを受信するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１４］
前記プロセッサが、前記車両がドッキングステーションに接続されている間に前記メタデータをエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１５］
前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記メタデータをエクスポートするように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１６］
前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記プロセッサが、前記ＡＩ推論モデルを前記データに適用することにより前記メタデータを生成するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１７］
前記プロセッサが、前記外部システムから、予め訓練された前記ＡＩ推論モデルを受信し、前記車両内で前記ＡＩ推論モデルの訓練をアップデートするように構成されている、項目１６に記載の自動車データ処理システム。
［項目１８］
前記記憶サブシステムが、前記複数のデータソースにより作られる前記データを記憶するように構成された集中記憶デバイスを含む、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目１９］
前記集中記憶デバイスが、前記複数のデータソースのうちの、それぞれ異なる種類の２つまたはそれより多くのデータソースにより作られる前記データを記憶するように構成されている、項目１８に記載の自動車データ処理システム。
［項目２０］
前記プロセッサが、
前記第１のモデルとは異なる第２のモデルを前記データに適用することであって、前記第２のモデルが、前記データ内の１つまたは複数の第２の関心対象特徴を識別する、適用することと、
前記第２のモデルに従って、前記第２の関心対象特徴の第２の発生を前記メタデータに加えることと、
（ｉ）前記関心対象特徴の前記発生のみに関するメタデータ、（ｉｉ）前記第２の関心対象特徴の前記第２の発生のみに関するメタデータ、および、（ｉｉｉ）前記発生と前記第２の発生との両方に関するメタデータのうちの１つまたは複数を前記外部システムに提供することとを行うように更に構成されている、
項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目２１］
前記プロセッサが、前記記憶サブシステム内に、前記メタデータを構造化された形態で記憶するように構成されている、項目１から５のいずれか一項に記載の自動車データ処理システム。
［項目２２］
車両内に配置された記憶サブシステム内に、少なくとも、前記車両の１つまたは複数のデータソースにより作られるデータを記憶する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記記憶サブシステム内に記憶された、または、前記記憶サブシステム内への記憶途中の前記データに、前記データ内の１つまたは複数の指定された関心対象特徴を識別する少なくとも１つのモデルを適用して、前記記憶されたデータ内での、前記指定された関心対象特徴の発生にタグ付けするメタデータを生成する段階、および
前記車両の外部にある外部システムに、前記メタデータの少なくとも一部分をエクスポートする段階
である使用する段階と
を備える自動車データ処理方法。
［項目２３］
前記モデルを適用する段階が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られる前記データ内での同じ関心対象特徴の発生を識別する段階を備え、前記メタデータを生成する段階が、前記データにタグ付けして、前記複数のデータソースのうちの前記２つまたはそれより多くのそれぞれ異なるデータソースにより作られるデータ内に出現する前記同じ関心対象特徴の前記発生を互いにリンクさせる段階を備える、項目２２に記載の自動車データ処理方法。
［項目２４］
前記同じ関心対象特徴の前記発生を識別する段階が、前記複数のデータソースのうち、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのデータソースにより供給されるデータ内での前記発生を識別する段階を備える、項目２３に記載の自動車データ処理方法。
［項目２５］
前記エクスポートされたメタデータに応答して、前記データのうち、前記関心対象特徴に関する１つまたは複数の選択された部分の要求を前記外部システムから受信する段階と、
前記データの全てには満たない、少なくとも前記データの前記選択された部分を前記外部システムに提供する段階と、
を更に備える、項目２２から２４のいずれか一項に記載の自動車データ処理方法。
［項目２６］
前記選択された部分を提供する段階が、前記データのうち、２つまたはそれより多くの選択された部分を前記外部システムに提供する段階を備え、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目２５に記載の自動車データ処理方法。
［項目２７］
前記メタデータをエクスポートする段階が、前記メタデータを、前記メタデータに対応するデータとは別個にエクスポートする段階と、前記メタデータに基づいて、前記データのうちの１つまたは複数の関心対象部分を選択する段階と、前記車両がドッキングステーションに接続されている際に、前記データのうちの前記選択された１つまたは複数の関心対象部分をエクスポートする段階とを備える、項目２２から２４のいずれか一項に記載の自動車データ処理方法。
［項目２８］
車両にインストールされ、データを生成するように構成されている複数のデータソースと、
プロセッサであって、前記車両にインストールされ、
前記複数のデータソースにより生成された前記データを収集し、前記車両の外に前記データをエクスポートすることなく、前記車両内に配置された記憶デバイス内に前記データをローカルに記憶し、
前記ローカルに記憶されたデータ内の１つまたは複数の関心対象部分を識別し、
ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードするように構成されている
プロセッサと
を備える自動車データ処理システム。
［項目２９］
前記プロセッサが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記データを収集および記憶し、前記関心対象部分を識別するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３０］
前記プロセッサが、前記データを、前記複数のデータソースのうちの、同じ種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３１］
前記プロセッサが、前記データを、前記複数のデータソースのうちの、それぞれ異なる種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３２］
前記プロセッサが、前記複数のデータソースのうちの、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのそれぞれ異なるデータソースから前記データを収集するように構成されている、項目２８に記載の自動車データ処理システム。
［項目３３］
前記プロセッサが、２つまたはそれより多くの関心対象部分を識別およびアップロードするように構成されており、前記２つまたはそれより多くの関心対象部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目２８から３２のいずれか一項に記載の自動車データ処理システム。
［項目３４］
車両にインストールされた複数のデータソースによりデータを生成する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記データソースにより生成された前記データを収集し、前記車両の外に前記データをエクスポートすることなく、前記車両内に配置された記憶デバイス内に前記データをローカルに記憶する段階、
前記ローカルに記憶されたデータのうちの１つまたは複数の関心対象部分を識別する段階、および
ドッキングステーションであって、前記ドッキングステーションから離れて位置する外部システムに結合されたドッキングステーションに前記車両が接続されている間に、前記ローカルに記憶されたデータの全てには満たない、少なくとも前記識別された関心対象部分を、前記外部システムにアップロードする段階
である使用する段階と
を備える自動車データ処理方法。
［項目３５］
前記データを収集および記憶する段階、ならびに、前記関心対象部分を識別する段階が、前記車両がドッキングステーションに接続されているかどうかとは無関係に実行される、項目３４に記載の自動車データ処理方法。
［項目３６］
前記データを収集する段階が、前記データを、前記複数のデータソースのうちの、同じ種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３７］
前記データを収集する段階が、前記データを、前記複数のデータソースのうちの、それぞれ異なる種類のデータを作る２つまたはそれより多くのそれぞれ異なるデータソースから収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３８］
前記データを収集する段階が、前記複数のデータソースのうちの、前記車両内のそれぞれ異なる位置に配置された２つまたはそれより多くのそれぞれ異なるデータソースから前記データを収集する段階を備える、項目３４に記載の自動車データ処理方法。
［項目３９］
前記関心対象部分を識別する段階およびアップロードする段階が、２つまたはそれより多くの関心対象部分を識別およびアップロードする段階を備え、前記２つまたはそれより多くの関心対象部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものであり、同じ関心対象特徴に関連付けられている、項目３４から３８のいずれか一項に記載の自動車データ処理方法。
［項目４０］
車両内のそれぞれ異なる位置に分散され、データを生成するように構成されている複数のデータソースと、
前記車両内に配置され、前記複数のデータソースから、前記車両内の中央記憶位置に前記データを転送するように構成されているパケットネットワークと、
前記車両にインストールされたプロセッサであって、
前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成し、
前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送するように構成されており、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される、
プロセッサと
を備える自動車データ処理システム。
［項目４１］
前記複数のデータソースが、それぞれ異なる種類のデータを作るように構成されている２つまたはそれより多くのそれぞれ異なるデータソースを含む、項目４０に記載の自動車データ処理システム。
［項目４２］
前記複数のデータソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目４０に記載の自動車データ処理システム。
［項目４３］
前記プロセッサが、少なくとも部分的には、前記外部システムから受信される１つまたは複数の関心対象特徴の指示に応答して、前記センサデータのうちの前記１つまたは複数の部分を選択するように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４４］
前記プロセッサが、前記中央記憶位置に記憶されている前記データに人工知能（ＡＩ）推論モデルを適用することにより前記メタデータを生成するように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４５］
前記メタデータを生成する際に、前記プロセッサが、前記データ内での１つまたは複数の関心対象特徴の１つまたは複数の発生にタグ付けするように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４６］
前記メタデータを生成する際に、前記プロセッサが、前記データのうちの２つもしくはそれより多くのそれぞれ異なる種類内での、または、２つもしくはそれより多くのそれぞれ異なるデータソースにより生成されたデータ内での、同じ関心対象特徴の発生にタグ付けするように構成されている、項目４０から４２のいずれか一項に記載の自動車データ処理システム。
［項目４７］
車両内のそれぞれ異なる位置に分散された複数のデータソースによりデータを生成する段階と、
前記車両内に配置されたパケットネットワークを介して、前記複数のデータソースから前記車両内の中央記憶位置に前記データを転送する段階と、
車両にインストールされたプロセッサを使用する段階であって、
前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応するメタデータを生成する段階、および
前記センサデータのうちの１つまたは複数の選択された部分を、前記車両の外部にある外部システムに転送する段階であって、前記選択された部分が、前記複数のデータソースから転送され、前記中央記憶位置に記憶された前記データに対応する前記メタデータに基づいて選択される、転送する段階
である使用する段階と
を備える自動車データ処理方法。
［項目４８］
前記複数のデータソースが、それぞれ異なる種類のデータを作るように構成されている２つまたはそれより多くのそれぞれ異なるデータソースを含む、項目４７に記載の自動車データ処理方法。
［項目４９］
前記複数データソースのうちの前記２つまたはそれより多くのデータソースにより作られる前記データが、それぞれ異なる種類のデータである、項目４７に記載の自動車データ処理方法。
［項目５０］
前記センサデータのうちの前記１つまたは複数の部分を選択する段階が、前記外部システムから受信される１つまたは複数の関心対象特徴の指示に少なくとも部分的には応答して実行される、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５１］
前記メタデータを生成する段階が、前記中央記憶位置に記憶されている前記データに人工知能（ＡＩ）推論モデルを適用する段階を備える、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５２］
前記メタデータを生成する段階が、前記データ内での１つまたは複数の関心対象特徴の１つまたは複数の発生にタグ付けする段階を備える、項目４７から４９いずれか一項に記載の自動車データ処理方法。
［項目５３］
前記メタデータを生成する段階が、前記データのうちの２つもしくはそれより多くのそれぞれ異なる種類内での、または、２つもしくはそれより多くのそれぞれ異なるデータソースにより生成されたデータ内での、同じ関心対象特徴の発生にタグ付けする段階を備える、項目４７から４９のいずれか一項に記載の自動車データ処理方法。
［項目５４］
車両と通信するためのインタフェースと、
コンピュータと
を備え、
前記コンピュータが、
前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定し、
前記車両にインストールされたプロセッサに前記モデルを提供し、
メタデータであって、前記プロセッサが前記モデルを使用することで生成されたものであり、前記データ内での前記指定された特徴の発生にタグ付けするメタデータを、前記車両内の前記プロセッサから受信し、
前記受信されたメタデータを解析する
ように構成されている、
自動車データ解析システム。
［項目５５］
前記インタフェースが、前記車両がドッキングステーションに接続されている間に前記メタデータを受信するように構成されている、項目５４に記載の自動車データ解析システム。
［項目５６］
前記インタフェースが、前記車両がドッキングステーションに接続されているかどうかとは無関係に、前記車両から前記メタデータを受信するように構成されている、項目５４に記載の自動車データ解析システム。
［項目５７］
前記モデルが、人工知能（ＡＩ）推論モデルを含み、前記コンピュータが、前記ＡＩ推論モデルを訓練し、前記車両内の前記プロセッサに前記訓練されたＡＩ推論モデルを提供するように構成されている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目５８］
前記コンピュータが、前記受信されたメタデータに応答して、記憶された前記データのうちの１つまたは複数の選択された部分の要求を前記車両内の前記プロセッサに送り、前記要求された１つまたは複数の選択された部分を前記プロセッサから受信し、前記データのうちの前記１つまたは複数の選択された部分を解析するように構成されている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目５９］
前記コンピュータが、記憶された前記データのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分が、前記複数のデータソースのうちの２つまたはそれより多くのそれぞれ異なるデータソースにより作られたものである、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目６０］
前記コンピュータが、記憶された前記データのうちの２つまたはそれより多くの選択された部分を要求するように構成されており、前記２つまたはそれより多くの選択された部分が、同じ関心対象特徴に関連付けられている、項目５４から５６のいずれか一項に記載の自動車データ解析システム。
［項目６１］
車両の外部にあるコンピュータにおいて、前記車両の１つまたは複数のデータソースにより作られるデータ内の１つまたは複数の指定された特徴を識別するモデルを規定する段階と、
前記車両にインストールされたプロセッサに前記モデルを提供する段階と、
前記車両内の前記プロセッサから、前記車両の外部にある前記コンピュータ内でメタデータを受信する段階であって、前記メタデータが、前記プロセッサが前記モデルを使用することにより生成されたものであり、前記データ内の前記指定された特徴の発生にタグ付けする、段階と、
前記受信されたメタデータを解析する段階と
を備える自動車データ解析方法。
【図1】
【図2】
