機械学習はセンサーの劣化を軽減する可能性があります

現代の車両の古い技術から新しい技術への移行の一環として、誘導位置センサーはホール効果センサーに取って代わることを目指しており、この移行は本質的に自動車センサーの劣化に関連する問題のより良い管理に結びついています。

たとえば、Microchip Technologyは、自動車のスロットルボディ、トランスミッションギアの検知、電子パワーステアリング、アクセルペダルなどの自動車用途向けの誘導位置センサーを発表しました。価値提案：位置測定は漂遊磁場の影響を受けず、外部の磁気デバイスを必要としません。

自動車エンジニアは、センサーがさまざまな温度で機能することを確認したいと考えていますが、機械的構造の変化や磁石の劣化を懸念しており、精度に影響を与えています。一方、誘導位置センサーは磁石の代わりに金属片を使用しており、金属片は時間の経過とともにあまり劣化しません。

マイクロチップのシニアマーケティングマネージャーであるマークスミスは、次のように述べています。センサーの劣化に関しては、エンジニアは誘導位置センサーを使用する際にPCBの寿命についてほとんど心配する必要があるとSmith氏は付け加えました。

自動車用途に使用されるセンサーICはますますASIL認証を必要とするため、これも重要です。マイクロチップの誘導位置センサー（LX3301A、LX3302A、およびLX34050）は、ASIL-B認定に準拠しているため、システム設計者はすべての単一障害点の90％以上を検出できます。

図1.LX3302A誘導位置センサーのEEPROMスペースが大きいため、センサーの測定精度を確保するために8つのキャリブレーションポイントが容易になります。出典：マイクロチップ

センサー劣化管理

現在、業界はASIL認定に準拠するために、センサーの劣化に関連する問題をゼロから管理しています。このトランジスタが故障したり、回路が誤動作したりするとどうなりますか？センサーの出力が不足している場合、エンジニアは何ができますか？ 「これは非常に決定論的で時間のかかるアプローチです」とスミス氏は述べています。

カバレッジ率とも呼ばれる特定の数値を確認または正当化するには、特定の実験を実行する必要があります。自動車エンジニアは、業界標準の信頼性チャートを使用しながら、障害を作成し、それを確実に検出できるようにすることができます。 「これは比較的単純なシステムであり、エンジニアはそれらを効率的に処理できます」とスミス氏は付け加えました。

今日の車両は約50の位置センサーを使用しているため、自動車のセンサーの劣化を管理するには、ホール効果センサーから誘導位置センサーへの移行が重要になる可能性があります。材料があまり劣化しないセンサーの選択以外に、車両のセンサー劣化を効率的に管理するためのカードには他に何がありますか？スミスは、機械学習が前進の道であると信じています。

スミス氏は、機械学習モデルは、自動車のセンサーに障害が発生する前にパターン認識を実装できると述べました。 「自動車エンジニアは、5つの異なるセンサーを分析し、システムレベルの障害と、より高いレベルでの劣化を検出できます。」

機械学習は未来です

自動車業界はセンサーの劣化の問題を非常に決定論的に見ており、前進していますが、高度なコンピューティング技術のいくつかを使用して、機械学習を使用して劣化関連の分析を実行する十分な機会があります。ただし、機械学習を使用して車両のセンサーの劣化を管理するというアイデアは現在初期段階であり、はるかに多くの計算能力が必要になります。

図2.センサーレベルまでの機械学習を使用して、自動車のセンサーの劣化を測定および軽減するためのモデルを作成できます。 （出典：Mathworks）

このアプローチにより、エンジニアは大量のデータを収集し、それを機械学習モデルに入れて、署名を探すことができます。これが、自動運転車（AV）の設計が現在行っていることです。 「機械学習はセンサーレベルで進んでおり、劣化測定プロセスを簡素化し、軽減プロセスをより効率的にするために使用できます」とスミス氏は述べています。

自動車のセンサーの劣化は、機械学習が勝つチャンスがあるもう1つの場所を示しています。機械学習は大量のデータを取得し、それをモデルに組み込んでセンサーの誤動作を検出するという事実は、信頼性の大幅な向上とコスト削減につながる可能性があります。

>>この記事はもともと姉妹サイトのEDN。