[发明专利]控制装置

说明书

提供一种控制装置，在搭载于车辆的控制装置的有限的运算资源中适当地实施神经网络的再学习。控制装置(61)搭载于车辆，所述车辆的至少一个的控制部件(1)基于通过将输入参数输入到使用了神经网络的已学习模型而得到的输出参数而被控制，该控制装置具备：停车期间预测部(85)，其预测车辆的将来的停车期间；和学习计划制作部(86)，其基于将来的停车期间的预测结果，制作用于在将来的停车期间中进行已学习模型的再学习的学习计划。

技术领域

本公开涉及控制装置。

背景技术

专利文献1公开了一种内燃机的控制装置，其构成为能够通过使用了神经网络的已学习模型来推定为了控制内燃机而使用的参数(吸入内燃机的燃烧室的吸入气体的流量)。

现有技术文献

专利文献1：日本特开2012－112277号公报

发明内容

发明要解决的技术问题

为了使通过使用了神经网络的机器学习进行的已学习模型的推定精度提高，考虑通过搭载于车辆的控制装置进行已学习模型的再学习、即神经网络的再学习。神经网络的再学习需要大量的运算，但另一方面，搭载于车辆的控制装置的运算资源是有限的，因此，有时难以在车辆的行驶期间中通过该控制装置与其他控制并行地进行神经网络的再学习。因此，也考虑使得在车辆的停车期间中进行神经网络的再学习，但如前所述那样，神经网络的再学习需要大量的运算，作为结果，再学习需要很多时间。因此，当停车期间短时，无法在停车期间中完成神经网络的再学习，有可能无法适当地实施神经网络的再学习。

本发明是着眼于这样的问题而完成的，目的在于使得能够在搭载于车辆的控制装置的有限的运算资源中通过该控制装置适当地实施神经网络的再学习。

用于解决问题的技术方案

为了解决上述课题，根据本发明的某技术方案，提供一种搭载于车辆的控制装置，该车辆的至少一个控制部件基于通过将输入参数输入到使用了神经网络的已学习模型而得到的输出参数而被控制。该控制装置构成为具备：停车期间预测部，其预测车辆将来的停车期间；学习计划制作部，其基于将来的停车期间的预测结果，制作用于在将来的停车期间中进行已学习模型的再学习的学习计划。

发明的效果

根据本发明的该技术方案，能够在搭载于车辆的控制装置的有限的运算资源中通过该控制装置适当地实施神经网络的再学习。

附图说明

图1是搭载于车辆的内燃机的概略构成图。

图2是ECU的处理部的功能框图。

图3是表示神经网络的一个例子的图。

图4是表示神经网络的一个例子的图。

图5是表示将为了进行神经网络的再学习所需的步骤分割为多个步骤的情况下的一个例子的图。

图6是对本发明的一实施方式涉及的学习计划的制作方法进行说明的图。

图7是对由ECU实施的本发明的一实施方式涉及的各步骤的处理时间算出控制进行说明的流程图。

图8是对由ECU实施的本发明的一实施方式涉及的学习计划制作控制进行说明的流程图。

图9是对由ECU实施的按照本发明的一实施方式涉及的学习计划的学习控制进行说明的流程图。

标号说明

1 内燃机(控制部件)

61 ECU(控制装置)

84 学习部

85 停车期间预测部