JP2014167484A - 化学物質に関連した情報を取り扱うためのシステム - Google Patents

Abstract

【課題】化学物質に関連するコンテンツデータを含む第１のデータを生成する装置を有するシステムを提供する。
【解決手段】生成する装置は、少なくともいずれかの化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質を示す強度変化をコンテンツデータに変換する変換ユニットを含み、少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、当該システムは、さらに、設定条件を、分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき設定条件を変える前処理装置を有する。
【選択図】図７

Description

本発明は、空気中などにおいて検出される成分を取り扱うためのシステムおよび方法に関するものである。

マイクロマシン技術をベースとしたコンパクトな質量分析装置が開発されている（国際公開ＷＯ２００６／０１３３９６（日本国特表２００８−５０８６９３号）、国際公開ＷＯ２００４／０１３８９０参照）。また、任意の臭気を表す臭気物質フィンガープリントを提供する臭気物質フィンガープリント生成器、および臭気物質フィンガープリントを受容し、そして臭気物質濃度ベクトルを生成する臭気物質濃度ベクトル生成器を含むシステムが国際公開ＷＯ００／１５２６９（日本国特表２００２−５２４２０６号）に開示されている。

特表２００８−５０８６９３号公報 特表２００２−５２４２０６号公報

しかしながら、におい（臭い、匂い）に関し、音や画像などと同様に動的な情報として伝達したり、音や画像などのデータと共に処理でき、マルチメディアの一翼を担う情報として取り扱いできるシステムおよび方法は提供されていない。

本発明の一態様は、化学物質（chemical substances）に関連したコンテンツデータを含む第１のデータを生成する装置を有するシステムである。化学物質は、化合物、分子および元素の少なくともいずれかを含む。生成する装置（第１のデータを生成する装置）は、少なくともいずれかの化学物質の存在により変化する量（物理量）を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質（detected chemical substances）の強度変化（変量、variations）をコンテンツデータに変換する。本明細書において、化学物質とは、化合物、分子および元素を含み、成分あるいは組成物に限らず、生成物も含む。

少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、システムは、さらに、設定条件を、分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき設定条件を変える前処理装置をさらに有する。前処理装置は、定期的に、予備検出の条件を設定し、予備分析を行うユニットを含んでいてもよい。

システムは、少なくとも生成する装置を含む回路が集積された少なくとも１つのチップを含んでいてもよい。

本発明の他の態様の１つは、化学物質に関連したコンテンツデータを含む第１のデータを生成する方法である。この方法は、少なくとも１つのセンサーから得られる化学物質を示す強度変化によりコンテンツデータに変換することを含む。少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、方法は、設定条件を、分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき設定条件を変えることをさらに有する。

本発明のさらに異なる他の態様の１つは、コンピュータを、化学物質に関連したコンテンツデータを含む第１のデータを生成する装置として機能させるためのプログラムである。プログラム（プログラム製品）は、ＣＤ−ＲＯＭなどの適当な記録媒体に記録して提供できる。プログラム（プログラム製品）は、インターネットなどのコンピュータネットワークを介して提供することも可能である。

システムのブロックダイアグラムである。 ＯＬＰのブロックダイアグラムである。 ジェネレータ回りのブロックダイアグラムである。 グループ化（サブバンド対応）のダイアグラムである。 ルックアップテーブルを示す図である。 図６（ａ）および（ｂ）は、マッピングの一例を示す図である。 プリプロセッサのブロックダイアグラムである。 異なるタイプのプリプロセッサのブロックダイアグラムである。 認識セクションのブロックダイアグラムである。 圧縮ユニットのブロックダイアグラムである。 ＲＡＷデータを生成する過程を示すフローチャートである。 マッピングの過程を示すフローチャートである。 センサーリコンフィグレーションの過程を示すフローチャートである。 再生の過程を示すフローチャートである。 アプリケーションの一例を示すブロックダイアグラムである。 アプリケーションのいくつかの例を示すブロックダイアグラムである。 匂いの記録再生のアプリケーションのフローチャートである。 汚染モニタリングのアプリケーションのフローチャートである。 健康モニタリングのアプリケーションのフローチャートである。

図１に、本発明に係る１つのシステムを示している。このシステム１は、典型的には、ノート型のパーソナルコンピュータ１０を中心としたシステム１として実現される。パーソナルコンピュータ（ＰＣ）１０は、ＣＰＵ１１と、適当なメモリ１２と、ハードディスクなどのストレージ１３と、ユーザインターフェイスを提供するローカルな入出力インターフェイス１４と、たとえば、無線１５、コンピュータネットワーク１６を介して外界の機器とデータ交換するための通信インターフェイス（トランシーバ）１７と、これらを接続するバスシステム１８とを備えている。ローカル入出力インターフェイス１４には、キーボード２１などの入力機器と、液晶ディスプレイ２２などの画像出力機器と、スピーカ２３などの音響出力機器と、マイクロホン２５などの音響情報を取得するための機器と、カメラ２４などの画像情報を取得するための機器が接続されている。システム１は、これらの入出力デバイスを含んでいてもよく、入出力デバイスを接続するためのインターフェイスが用意されているものであってもよい。

バス１８には、さらに、衛星からの電波により測位するデバイス（ＧＰＳ）１９と、嗅覚機能を提供するデバイス（嗅覚プロセッサ、ＯＬＰ、Olfaction Processor）１００と、におい生成装置２００を駆動するためのドライバデバイス（ドライバＩＣ）２０１とが接続されている。ＯＬＰ１００は、１つの集積化されたデバイス（チップ）または複数の集積化されたチップ（チップセット）として提供することができる。におい生成装置２００が、ＵＳＢなどの汎用インターフェイスにより接続する機能を備えていれば、におい生成装置２００は、破線で示すように専用のデバイス２０１の代わりにローカル入出力インターフェイス１４に接続することも可能である。におい生成装置２００は、典型的には、複数のにおいソース（におい発生源）２０２と、それらを混合して所望のにおいを生成する左右の混合器２０３Ｌおよび２０３Ｒと、制御ユニット２０５とを含む。

ＰＣ１０は、さらに、センサーコントローラデバイス５０を備えている。センサーコントローラデバイス５０は、ＯＬＰ１００により制御され、ＯＬＰ１００に対して各種のデータを供給する機能を果たす。センサーコントローラデバイス５０は、各種のセンサーと接続され、データを取得（サンプリング）するためのセンサーインターフェイス５１と、いくつかのセンサーの測定条件を変えることができるセンサードライバ・コントローラユニット（ＳＤＣＵ）５２とを備えている。典型的なセンサーは、左右の鼻として機能する左右の質量分析ユニット（ＭＳＵ、Mass Spectrometer Unit）６１および６２である。これらのＭＳＵ６１および６２の測定条件はＳＤＣＵ５２により制御される。

ＭＳＵ６１および６２の一例は、国際公開ＷＯ２００６／０１３３９６または国際公開ＷＯ２００４／０１３８９０に記載されたイオン移動度質量分析装置である。これらはモノリシックな、または、マイクロマシン型のコンパクトな質量分析装置であり、十分に携帯できるものである。センサーインターフェイス５１には、さらに、温度、湿度などの環境情報（環境条件）を測定するための複数のセンサー群（環境情報センサー群）７０が接続されている。環境条件測定用のセンサー群７０は、温度センサー７１、湿度センサー７２、圧力センサー７３、エアーフローセンサー７４を含む。また、ＧＰＳ１９の測位データも位置センサー入力として使用できるようになっている。さらに、センサーインターフェイス５１は、エアーポンプ７５を制御する機能を含む。エアーポンプ７５は必須の構成ではない。エアーポンプ７５は、アプリケーションの要求、外界条件などにより上記の環境条件測定用のセンサー群７０および／または嗅覚センサーであるＭＳＵ６１および６２に強制的に外気を供給することを可能とする。

ＯＬＰ１００を含むシステムのもっとも小さい単位は、デバイス（集積回路チップ）１００そのものである。ＯＬＰ１００を含むシステムは、ＰＣ１０であっても良く、におい生成装置２００を含むシステム１であっても良く、さらには、ＯＬＰ１００を搭載した空調システム、自動車、飛行機、産業機械、建物、治療機器などであっても良い。

ＯＬＰ１００は、嗅覚機能を備えており、外気あるいは周辺の空気のにおい（匂い、芳香、臭い）をリアルタイムでデータ（ストリームデータ、データストリーム）にすることができるデバイスあるいは装置である。さらに、ＯＬＰ１００は、そのデータをエンコードし、また、デコードすることができる。においの情報は、バーチャル・リアリティー、マルチメディア、健康および安全にかかわる多くのアプリケーションで重要な役割を果たす可能性を秘めている。ＯＬＰ１００は、嗅覚機能をポータブルな家電装置やＰＣ１０に搭載したり、音、画像などの信号処理技術により、においのデータを処理することを可能とする。

においの要因は、周囲の空気に含まれる化合物、ガスなどの化学物質である。以下において、化学物質とは、化合物、分子および元素を含み、成分あるいは組成物に限らず、生成物も含む。それらにおいの要因は、水晶センサー（ＱＣＭ、Quartz Crystal Microbalance）、電気化学的なセンサー、ＳＡＷ（Surface acoustic wave）デバイス、光センサー、ガスクロマトグラフィおよび質量分析装置などのセンサーにより検出できる。これらのセンサーは、化学物質の存在により変化（変動）する量（物理量）を検出できるものである。これらのセンサーの多くは、かさばっていて複雑であり、日常で使用されるアプリケーションに使用することは容易ではない。さらに、これらのセンサーの幾つかは、少数のガスまたはその他の特定の化学物質にのみ鋭敏であったり、感度が温度と湿度に応じて変わるなどの制限もある。

近年、上述したようにコンパクトで携帯が可能で、においの要因を検出できる分析装置が検討されている。イオン・モビリティおよび光学（赤外線、ＮＭＲ）を使用した分析デバイスは、単一チップに纏められた小さなセンサーを提供可能であり、家庭における健康および安全管理のような種々様々のアプリケーションに使用できる可能性がある。

質量分析装置は、特定の成分（化学物質）に敏感なセンサーと比較すると汎用性が高く、分析可能な範囲内では、ほとんどすべての成分の有無および強度（濃度）を同じ程度の精度で検出できる。しかしながら、質量分析装置は化学物質の存在を示唆する大量のデータを出力する。そのため、質量分析装置のデータをＰＣ１０のＣＰＵ１１で処理しようとするとＣＰＵ１１の処理機能が消費される。ＣＰＵ１１の処理能力が過大でないと、嗅覚を実現しようとするために他のアプリケーションを実行できなくなったり、処理能力が著しく制限されたりする可能性がある。ＯＬＰ１００は、そのような不便さに対しても解を提供できるものである。すなわち、図１に示したようなＰＣ１０をベースとするシステム１に限らず、ワンチップ化されたＯＬＰ１００を搭載することにより、テレビなどの家電、携帯電話などの極めてハンディーな電子端末、ホームセキュリティ用の機器などに、経済的に嗅覚機能を搭載することが可能となる。

フィールド非相称質量分析計（ＦＡＩＭＳ、Field Asymmetric waveform Ion Mobility Spectrometry、または、ＤＩＭＳ、Differential Ion Mobility spectrometry）のようなＭＥＭＳセンサーを、ＯＬＰ１００とともに用いることにより、高価なＣＰＵまたはＤＳＰが不要で、大きな機械的な部分も不要で、さらに、複雑なコントロール回路類も不要な、低コストの、においを記録、生成、認識できるシステム１を提供できる。

ＯＬＰ１００を採用したシステム１は、極めて汎用性および拡張性が高く、多種多様な目的のために使用できる。まず、ＯＬＰ１００は、分析装置をセンサーとした入力データに限らず、ＩＥＥＥ１４５１に準拠したケミカルセンサー、ＱＣＭ、電気化学、ＳＡＷ、ＭＯＳ（Metal Oxide Semiconductor）センサーを含めた多種多様なセンサー（化学成分を検出できるセンサー）からの入力データに対して共通の、または標準のデータ・フォーマットを提供できる。さらに、ＯＬＰ１００は、ＭＰＥＧ（Moving Picture Experts Group）、ＲｏＳＥ（Representative of Sensory Effect）およびＮＯＳＥ・Ｎ／Ｗ（Second Network on Artificial Olfactory Sensing(Nose II)）によって定義された標準インターフェイスおよびデータ・フォーマットをサポートできる。したがって、システム１を多種類のセンサーに適応するための投資を抑制できる。また、ユーザは、さまざまな標準にしたがったデータで、においの情報を入出力できる。このため、システム１の使用効率を向上でき、実質的に低コストで汎用性の高いシステムを提供できる。

ＯＬＰ１００は、次に、センサーにより検出された化学成分（化学物質、chemical substances）の情報を動的なデータ（データストリーム）に変換（生成）できる。においの情報をデータストリーム化することにより、音、映像とともに、においをマルチメディアに含めることが可能となる。さらに、無線、インターネットなどの通信媒体あるいは通信インフラを介してリアルタイムで、においを伝えることが可能となる。さらに、圧縮、暗号化、伸長（解凍）といった音、画像データではすでに行われているデータ処理を参照し、においの情報を圧縮、暗号化、伸長することも可能となる。

また、データストリーム化された、においの情報のワンショットを次々と解析することにより、オンザフライで、においを認識し、監視することができる。さらに、化学物質の情報は、共通のデータ・フォーマットに変換されているので、ターゲットの物質を判断したり認識したりする処理の速度・負荷を低減でき、さらに、パターン認識する対象のパターンデータの標準化が可能となる。したがって、においを含めた多種多様な物質を判断するためのパターンを、経済的に、豊富に取りそろえることが可能となる。においをマシンによりパターン認識することは、携帯型の装置あるいは計算する装置にマシン嗅覚機能を付加することであり、セキュリティに対する脅威の発見、医学の診断ルーチンおよび個人の健康モニタリングなど、多種多様な方面で利用できる。さらに、ＯＬＰ１００により生成されたにおいデータは、さまざまなタイプのにおい再生装置に対して、リアルタイムの、動的な又は静的なにおい再生に必要な汎用的な入力となる。

以下では、ほぼ以下の順番でＯＬＰ１００について説明する。
１． ＯＬＰの概略構成（図２）
２． ＯＬＰによるデータ生成
２．１ 概要（図３）
２．２ 化学物質空間（化学物質特徴空間）のデータの周波数空間へのマッピング（図３）
２．３ サブバンドイメージを用いたマッピング（図４−図６）
２．４ ストリームデータの生成および出力
２．５ ステレオイメージ
２．６ 化学物質情報以外の補助情報の畳み込み
２．６．１ 環境情報（温度、湿度、圧力）
２．６．２ エアーフロー
２．６．３ 時刻
２．６．４ 位置
２．７ プリプロセッサ（測定条件の再構成）（図７，８）
２．８ 複数センサーに対する対応
３． ＯＬＰにおける物質認識（図９）
４． ＯＬＰにおけるデータ圧縮（図１０）
５． ＯＬＰにおけるデータ再生および出力
６． ＯＬＰについてのいくつかの補助情報
７． アプリケーション

１． ＯＬＰの概略構成（図２）
ＯＬＰ１００は、データを生成しエンコードするセクション１０１と、データを受信しデコードするセクション１０２と、ＯＬＰ１００の全体を制御するＯＬＰコントローラ１０５とを含む。ＯＬＰ１００は、エンコーダセクション１０１またはデコーダセクション１０２のいずれかを含むものであってもよい。ＯＬＰ１００は、１つのデバイス（集積回路、チップ）として提供されているが、チップセットとして提供することも可能であり、また、適当な能力を備えたＣＰＵまたはＭＰＵで実行可能なプログラム（プログラム製品）として提供することも可能である。

エンコードセクション１０１は、センサーインターフェイス５１からデータ３１を受信（入力）するＡＤＣユニット（ＡＤＣ Ｍｉｘｅｒ）１１０、前処理を行うプリプロセッサ（Ｐｒｅ−Ｐｒｏｃｅｓｓｏｒ）セクション１２０、データ生成を行うジェネレータ１３０、データのパターン認識を行う認識セクション１５０、データを圧縮する圧縮（Ｃｏｍｐｒｅｓｓｉｏｎ／Ｅｎｃｏｄｅ）ユニット１６０、圧縮されたデータを暗号化する暗号化ユニット１６９を含む。センサーインターフェイス５１から入力されるデータはアナログデータであってもディジタルデータであってもよい。アナログデータ３１は、ＡＤＣユニット１１０によりディジタル化され、ディジタルデータ３２として前処理を行うプリプロセッサセクション１２０に送られる。プリプロセッサセクション１２０は、センサータイプなどにより異なる複数のタイプのプリプロセッサ１２１および１２２を含む。

ジェネレータ１３０は、化学物質に関連したコンテンツデータ（コンテナデータ）１３９ｄ（左右の情報１３９ｄＬおよび１３９ｄＲ）を含む第１のデータ（データストリーム、ＲＡＷデータ、圧縮等の処理前の生データ）３５を生成する。以下の例では、コンテンツデータ１３９ｄは、左右の情報１３９ｄＬおよび１３９ｄＲを含むが、左右に共通する場合は、左右を示すＬおよびＲを省くことがある。コンテンツデータ１３９ｄは、センサーからのセンサーインターフェイス５１を介して入力されたデータ３２により検出された成分または化学物質（detected chemical substances、化合物、分子および元素の少なくともいずれかを含む）の強度変化（濃度変化、存在率変化およびその他のセンサーにより感知される変化・変量（intensity variations）を含む）を周波数空間にマップしたストリームデータ（音声のような時間的局所性のあまりないストリームタイプのデータ）である。化学物質を示す強度変化が周波数空間にマップできるように、周波数空間の複数の周波数は、予め適当なルールにより複数の特定の化学物質にそれぞれ割り当てられている。

ＲＡＷデータ３５は周波数領域（周波数空間）のデータであっても、それを時間領域（時間空間）に変換（逆ＦＦＴ）したデータであってもよい。ＲＡＷデータ３５の典型的なものは、ＰＣＭ（Pulse Code Modulation）タイプのデータである。ＲＡＷデータ３５は、ＱＭＦ（Quadrature Mirror Filter）などによりサブバンドに分割されたＱＭＦタイプのデータであってもよい。これらのＲＡＷデータ３５は、ＯＬＰのインターフェイス１０７からそのまま出力されてもよい。

認識セクション１５０では、ストリームタイプのＲＡＷデータ３５を時間的に局所的なデータに変換し、ＲＡＷデータ３５に含まれる物質を判別する。圧縮ユニット１６０および暗号化ユニット１６９では、ＲＡＷデータ３５を可逆あるいは非可逆の適当な方法で圧縮および暗号化する。ＲＡＷデータ３５には、基本的にセンサーから入力されたすべての情報が周波数空間に変換されて存在する。圧縮する際には、アプリケーションにより不要な情報が含まれる部分、あるいは情報密度の低い部分を削除することで圧縮率を向上できる。

デコーダセクション１０２は、暗号化されたデータを受信して復号する復号（Ｄｅｃｒｙｐｔｉｏｎ）ユニット１７３と、復号されたデータを解析する再生解析ユニット（Ｐａｒｓｅｒ）１７０と、その結果により適当な方法により伸長してＲＡＷデータ３５を復元する伸長（Ｄｅ−ｃｏｍｐｒｅｓｓｉｏｎ／Ｄｅｃｏｄｅ）ユニット１７５とを含む。デコーダセクション１０２は、さらに、プリプロセッサセクション１２０から、システム周囲のリアルタイムの環境および化学物質に関する情報（スキャンデータ）３３を受信し、ＲＡＷデータ３５を補正する補正（ｂａｃｋｇｒｏｕｎｄ Ｃｏｍｐｅｎｓａｔｉｏｎ）ユニット１８０と、補正されたＲＡＷデータ３５をさらに人間の嗅覚の感度などに合わせて再構築して、匂いデータ（Ｏｄｏｒ ｄａｔａ）３９として出力する再構築（Ｒｅ−ｃｏｎｓｔｒｕｃｔｉｏｎ）ユニット１９０とを含む。この明細書において、においは、匂い、臭い、香りなど嗅覚で感じるすべての情報を含む概念である。なお、以降においては表記を明確にするために「匂い（Ｓｍｅｌｌ／Ｏｄｏｒ）」と表記する。

匂いデータ３９は、実際には、ＯＬＰインターフェイス１０７から出力され、システム１のバス１８を介して匂い生成装置（Ｏｄｏｒ Ｅｍｉｔｔｅｒ）２００のドライバ２０１に供給される。ドライバ２０１は、専用回路として提供されていてもよく、システム１のＣＰＵ１１で実行されるプログラム２０９として提供されていてもよい。ドライバ２０１またはプログラムがロードされたドライバ２０９においては、匂いデータ３９を匂い生成装置２００において利用可能な匂いソース２０２の組み合わせに変換する。匂いデータ３９は、ＰＣＭ対応のデータであり、周波数空間にマップされた各々の化学物質の存在を示す（示唆する）強度変化のデータを含む。したがって、匂いデータ３９は、複数の化学物質の情報を汎用化されたフォーマットあるいは標準化されたフォーマットで含むストリームタイプのデータである。このため、匂い生成装置２００を提供するメーカは、汎用的なドライバ２０１または２０９を提供できる。

２． ＯＬＰによるデータ生成
２．１ 概要（図３）
図３に、ＯＬＰ１００に含まれる複数の機能ユニットのうち、ＲＡＷデータ（ＲＡＷデータストリーム、第１のデータ）３５を生成する部分を抜き出して示している。また、図１１に、ＯＬＰ１００のエンコードセクション１０１において、ＲＡＷデータ３５を生成する処理（生成方法）の概要をフローチャートにより示している。

ＯＬＰ１００を搭載したシステム１は、コンテンツデータ１３９ｄを含むＲＡＷデータ（第１のデータ）３５を生成する機能を備える。以下の例では、生成機能はＯＬＰ１００というデバイスにより与えられるが、プログラムにより与えることも可能である。ＲＡＷデータ３５の生成装置１３０は、少なくとも１つのセンサーから直接または間接的に得られたデータに含まれる、検出された化学物質（detected chemical substances）を示す（示唆する）強度変化（変量、variations）を、複数の周波数が複数の特定の化学物質にそれぞれ予め割り当てられた周波数空間にマッピングすることによりコンテンツデータ１３９ｄに変換する変換ユニット１３１を含む。

上述したように、化学物質とは、化合物、分子および元素を含み、成分あるいは組成物に限らず、生成物も含む。また、強度変化とは、化学物質、成分の有無および強度（濃度）の変換、すなわち、濃度変化および存在の有無（存在率変化）を含み、センサーにより感知される物質存在に関する状況の変化を含むものである。

コンテンツデータ１３９ｄを含む第１のデータ（ＲＡＷデータ）３５を生成する方法３００は、少なくとも１つのセンサーからのデータにより検出された、化合物、分子および元素の少なくともいずれかを含む化学物質を示す強度変化を、複数の周波数が複数の化学物質にそれぞれ割り当てられた周波数空間にマッピングすることによりコンテンツデータ１３９ｄに変換すること（ステップ３１０）を有する。センサーからのデータにより検出された化学物質、すなわち、検出された化学物質（as detectedな化学物質）は、センサーからのデータにより最終判断された物質であってもよいが、質量分析におけるフラグメント成分であってもよく、Ｍ／Ｚ（電荷あたりの質量）が同じ成分は適当な、あるいは所定のルールで仮に割り当てられた化学物質で代表されていてもよい。

生成されるＲＡＷデータ３５は、化合物、分子および元素の少なくともいずれかを含む化学物質（chemical substances）を示す強度変化が、複数の周波数が複数の化学物質にそれぞれ割り当てられた周波数空間にマッピングされたコンテンツデータ１３９ｄを含み、適当な記録媒体、たとえば、メモリ、ＣＤ−ＲＯＭ、ハードディスクなどに記録して提供できる。ＲＡＷデータ３５は、必ずしも最終分析された化学成分あるいは化学物質の情報を含んでいなくてもよく、一方、センサーからのデータのうち、化学物質の認定に要する可能性のある情報は、実際には異なる化学物質に分類されていても含まれていることが望ましい。

また、ＲＡＷデータ３５は、無線、有線を含む伝達媒体に搭載して放送または配信することも可能である。また、ＲＡＷデータ３５は、インターネットなどのコンピュータネットワークを介して配信することができる。したがって、音声、画像などの他のマルチメディア用の情報を放送、送受信、配信するインフラ、システム、装置を用いて、他のマルチメディアの情報と同様にコンテンツデータ１３９ｄを含むＲＡＷデータ３５、ＲＡＷデータ３５を圧縮した情報を放送、送受信、配信することが可能となる。

２．２ 化学物質空間（化学物質特徴空間）のデータの周波数空間へのマッピング（図３）
化学成分の分析は、個体、液体、気体、空間を含めた多種多様な対象物について行われる。本願に含まれる発明は、そのすべての対象物において検出された成分（化学物質）をデータ化あるいはコンテンツ化してデータ処理、伝達、記録、再生などのために利用できるものである。大気中に存在する成分は、五感のうちの嗅覚において把握される。したがって、以下では、本発明を、嗅覚機能を情報処理装置に実装するというアプリケーションに適用した例を説明する。

センサーにより大気中の化合物を検出し、電気信号を介して様々な信号処理とパターン・マッチングテクニックとを使用し、大気中の匂いを特定することが可能であろう。しかしながら、センサーのタイプ、センサーの特性により、検出可能な化合物が変わり、検出可能な化合物に対する感度も変わる。したがって、さまざまな匂いに対して、同じプロセスによりデータ化し、再生するシステムを提供することが望ましい。

さらに、パターンマッチングなどの認識技術を用いて匂いを特定することにより、その匂いを伝達あるいは処理するための情報を生成する場合、匂いの特定は時間的に局所化された情報であり、静的なデータである。したがって、時間的な局所性の少ない、動的に変換する匂いを記録・再生するためのシステムを提供することが望ましい。

嗅覚は視覚、聴覚などとともに五感の１つであり、時間的に連続した変化を感知する。したがって、匂いを、音楽、音声、画像などとともにマルチメディアとして構成するためには、ストリーム型のデータで匂いを記録・再生することが望ましい。本例では、そのような技術を提供することが目的の１つである。

大気中に存在する可能性がある成分のうち、嗅覚で感じられるものは限られる。嗅覚で感じられる、あるいは嗅覚に訴えることが少ない成分は、匂いとしての価値は少ない。しかしながら、嗅覚、特に人間の嗅覚で感知できない成分が人間生活に警告をもたらすことはありうる。匂いとして価値が薄い情報を削除したり、匂いとしての価値が薄くても、他のアプリケーションにおける価値が高い情報を効果的に利用する技術を提供することも有効である。

ＯＬＰ１００のジェネレータ１３０は、ＦＣＷＳ（Functionally Classification Wave Shaping、機能的（官能基による）分類による波形成形）技術により、化学物質に特徴付けられた空間（化学物質空間）を周波数空間にマップし（割り当てし）、化学物質の存在を示す強度情報を周波数領域の強度情報に変換する。すなわち、各化学物質の検出強度変化の時間経過を、各化学物質に対応するように定められた周波数の信号の強度変化に変換する。ＦＣＷＳにより、匂いを示す信号は、周波数空間に写像されて、再定義され、匂いストリームとして出力される。

可聴領域の周波数の信号の強度変化を示すデータの処理は、音響データの処理として数多くの実績がある。可視領域の周波数の信号の強度変化を示すデータの処理は画像データの処理として、数多くの実績がある。したがって、化学物質のデータを周波数領域にマッピングすることにより、これら数多くの実績のある技術を信号処理のために適用できる。また、音響データ、画像データと共通のプラットフォームを用いて匂いデータを処理することが可能となる。

ジェネレータ１３０の変換ユニット（ＦＣＷＳユニット）１３１は、標準化可能なインターフェイスとデータフォーマットとを備えたＲＡＷデータ３５を生成する。このため、汎用性が非常に高い。たとえば、この技術は、ＭＰＥＧ、ＩＥＥＥのような標準化機関に対して匂いデータのデータフォーマットとインタフェースとの標準化を推し進めさせるのに有用な手段となる。

２．３ サブバンド（マルチバンド）イメージを用いたマッピング（図４−図６）
例示しているＦＣＷＳ技術においては、複数の化学物質は複数のグループに分けられ、複数のサブバンドが複数のグループにそれぞれ割り当てられる。データ化の対象となる化学物質の数が少ない場合は、サブバンド化（マルチバンド化）することによるデータ処理の負荷が勝る可能性がある。しかしながら、大気中に含まれる、または、含まれる可能性のある化学物質の種類は膨大であり、サブバンド化することは、パターンマッチング、圧縮などのほとんどすべてのデータ処理において有効である。

したがって、変換ユニット１３１は、検出された化学物質を示す強度変化を、いずれかのサブバンドに含まれる周波数の強度変化に変換する。また、データを生成する方法３００の生成（変換するステップ）（ステップ３１０）は、検出された化学物質を示す強度変化を、いずれかのサブバンドに含まれる周波数の強度変化に変換することを含む。サブバンド波形成形については、図１２にそのさらに詳しい処理を示している。

変換ユニット１３１の対象が匂いのデータ化である場合、すなわち、ＲＡＷデータ（第１のデータ）３５に含まれるコンテンツデータ１３９ｄが匂いを解析する情報および／またはにおいに関連する情報を伝達するための匂いデータであれば、複数のグループ（機能グループ、ＦＧ、Functional Group）は、有機物の官能基により分けられた複数のグループを含むことが望ましい。さらに、複数のグループＦＧは、無機物のグループと、未分類（Ｕｎｋｎｏｗｎ）のグループとを含むことが望ましい。

嗅覚で感じられる人間の匂いスペースは、ケミカルな官能基との関連性が高い。したがって、センサーから入力されたデータ３３により検出された化学物質をケミカル官能基と人間の匂いスペースに関連づけて周波数空間にマップすることは、記録・再生において効率的な写像になる。有臭成分は湿度と温度などの環境変数に関して異なる振る舞いをし、それも官能基に依存する部分がある。この点でも、官能基による化学物質のグループ化は有効である。この例では、ケミカルクラスを頂点とし、次の階層である機能グループＦＧとして化学官能基に基づく分類が続く階層型のグループ構造を提案している。官能基は、たとえば４６のグループをあげることができ、それに、無機、アンノウン（分類不可、未分類）の２グループを加え、トータル４８に分けることができる。それらのグループに適当な周波数帯（サブバンド）を割り当てることができ、それぞれの官能基を備えた化学物質のグループを周波数領域で分離する（切り離す）ことができる。ユーザは、システム要件に基づき、サブバンドを追加したり、分類カテゴリを追加することが可能である。

化学物質を検出するためのセンサー６１および６２の典型的なものは、ＭＥＭＳを用いたチップベースの質量分析器（ＭＳ）である。これらのセンサー６１および６２は、サンプリングタイム（スキャン）毎に、化学物質の存在を示唆するデータ（変量）としてＭ／Ｚ（質量電荷比）の強度（スペクトル、以降においては単に「Ｍ／Ｚ」と示すことがある）を出力する。したがって、スキャンを連続的に繰り返すことによりセンサー６１および６２から出力され、変換ユニット１３１に入力されるデータ３１、３２および３３は、検出された化学物質を識別できる情報、すなわち、検出された化学物質を示す（示唆する）情報（強度変化、強度変量）であるＭ／Ｚと、そのＭ／Ｚの時間的な変化（変動）を示す情報を含む。ＭＳから得られるＭ／Ｚは、実際に存在する化学物質と完全に一対一に対応しない。しかしながら、適当なルールを設けることにより、検出された化学物質を示す値として一対一に対応させることは可能である。たとえば、変換ユニット１３１は、スキャンデータ３３に含まれるＭ／Ｚ情報に、無機物よりも有機物を優先して割り当てるというルールを適用できる。さらに、変換ユニット１３１は、スキャンデータ３３に含まれるＭ／Ｚ情報に、有機物のうち、ルックアップテーブル（ＬＵＴ）１３３Ｒおよび１３３Ｌにより分類されている官能基のグループのうちの最も順番の早いグループに含まれる化学物質を優先して割り当てるというルールを適用できる。

図４に、化学物質をグループ分け（クラス分け）するための階層を示している。第１階層８１は、化学クラス（ケミカルクラス）であり、有機８１ａ、無機８１ｂおよび分類不能（未分類）８１ｃの３つのエレメントを含む。その下の階層（第２層、サブクラス）８２は、化学的な機能グループ（官能基のグループ、functional groups）ＦＧに基づき分けられており、有機８１ａは４６個の官能基のグループ（サブクラス）を含む。その下の階層（第３層、物質クラス）８３が具体的な化学物質を示す層である。官能基のグループの１つはアルカン（鎖式飽和炭化水素）８２ａであり、このグループ８２ａには化学物質としてエタン８３ａ、メタン８３ｂ、プロパン８３ｃ、ブタン８３ｄなどが含まれる。官能基のグループは、炭化水素の基に限らず、窒素を含む官能基の１つであるアミノ基８２ｂ、酸素を含む官能基の１つであるアルコール基８２ｃおよびケトン基８２ｄなどを含む。官能基の分子の中の原子は、同じであるか同様の化学反応を受けて、共通の匂いと他の特性を示す。揮発性有機物と有機化合物は、匂いとして嗅覚を刺激する典型的なものであり、健康状態を監視するためにも利用可能である。

無機物８１ｂは原子によりサブクラス分けすることができる。たとえば、炭素８２ｅ、アルミニウム８２ｆ、窒素８２ｇにグループ分けすることができる。第３層８３は物質層であり、炭素８２ｅの下位には一酸化炭素８３ｅ、二酸化炭素８３ｆが挙げられている。

分類不能のケミカルクラス８１ｃは、センサーから入力されたデータに含まれる情報がＲＡＷデータ３５から欠如しないように設けられている。たとえば、特定の化学物質に割り当てられていないＭ／Ｚ成分が検出されたときに、その成分の強度変化を分類不可能（未分類、不知）８２ｉ、８２ｊまたは８２ｋに割り当て、ＲＡＷデータ３５のヘッダ情報に未分類８２ｉのＭ／Ｚ成分などの後に成分を特定するための情報を格納しておくことができる。分類不可能なサブクラスは自由に増やすことができる。さらに、分類不可能なサブクラスの化学物質が後に判明すれば、そのクラスを官能基のサブクラスに加えることも可能である。この図４に示したグループ分けはあくまで例示であるが、匂いデータのグループ分けにはひとつの好適な例である。

図５に、ＯＬＰ１００のジェネレータ１３０において、検出された化学物質を所定の周波数にそれぞれ割り付けるための情報を含むルックアップテーブル（ＬＵＴ）１３３の一例を示している。ＬＵＴ１３３は、複数の周波数が複数の特定の化学物質にそれぞれ予め割り当てられた周波数空間を定義する手段の一例である。ＬＵＴ１３３の代わりに辞書ファイル、データベース、ライブラリなどを用いて周波数空間を定義することも可能である。

このＬＵＴ１３３では、上述したように、化学物質は第１層８１で３つのクラス、有機物８１ａ、無機物８１ｂおよび分類不能８１ｃに分けられ、第２層８２で官能基に基づくグループＦＧに分けられて定義されている。このＬＵＴ１３３では、第２層８２の複数のＦＧのそれぞれに対応して４８個（ＳＢ−１からＳＢ−４８）のサブバンド８４が割り付けられている。各々のサブバンドは９５０ｋＨｚのバンド幅８６を持ち、それぞれのサブバンドの間には５０ｋＨｚのセパレータが設定されている。たとえば、エタンをはじめとする化学物質を含むアルカン８２ａのＦＧ（サブクラス）には、５０−１ｋＨｚのバンド幅のサブバンドＳＢ−１が割り当てられている。次のＦＧ（サブクラス）には１０５０−２ｋＨｚのサブバンドＳＢ−２が割り当てられている。さらに、それぞれのサブクラスに含まれる化学物質、たとえばエタンには、サブバンドＳＢ−１のバンド幅５０−１ｋＨｚに含まれる所定の周波数ｆ０が割り当てられている。メタンにはサブバンドＳＢ−１の中の周波数ｆ１、プロパンにはサブバンドＳＢ−１の中の周波数ｆ２、ブタンにはサブバンドＳＢ−１の中の周波数ｆ３が割り当てられている。他の化学物質についても同様である。

したがって、このＬＵＴ１３３を参照することにより、主に官能基に基づき特定された複数の化学物質が複数の周波数に割り当てられた周波数空間が定義される。したがって、検出された化学物質を示す測定値を、検出された化学物質に対応する周波数の信号の強度に変換できる。変換されたデータは、共通の周波数空間の定義、すなわち、共通のＬＵＴ１３３を参照することにより化学物質を示す測定値に逆変換することができる。なお、化学物質の測定値をマッピングする周波数空間の定義は本例に限定されない。匂い要因となる化学物質は比較的分子量の小さい有機物であることが多い。このため、ＬＵＴ１３３に示したように周波数空間に特定の化学物質を割り当てる方法は、匂いの要因となる化学物質を周波数空間にマッピングするのに適している。他の用途、たとえば、浮遊している汚染物質を検出する用途や、息に含まれる物質から健康状態を判断する用途などでは、それぞれの用途の検出対象となる化学物質をマッピングしやすいように周波数空間を定義することが可能である。

図３に示すように、ＯＬＰ１００のジェネレータ１３０に含まれる変換ユニット１３１は、左右のセンサー６１および６２でそれぞれ検出された化学物質を示す量（測定値）を、左右のＬＵＴ１３３Ｌおよび１３３Ｒをそれぞれ参照して所定の周波数にマップする高速シーケンスマッパー（ＦＳＭ、Fast Sequence Mapper）１３２Ｌおよび１３２Ｒを含む。さらに、変換ユニット１３１は、検出された化学物質を示す強度変化を、ＦＳＭ１３２Ｌおよび１３２ＲでＬＵＴ１３３を用いて割り付けられた周波数の強度信号にそれぞれ変換する波形成形ユニット１３６Ｌおよび１３６Ｒを含む。それぞれの波形成形ユニット１３６Ｌおよび１３６Ｒは、４８個のサブバンド波形成形ユニット（ＳＢＷＳ、Sub Band Wave Shaping）１３５．１〜１３５．４８を含み、サブバンド単位で並列に波形処理を実行できるようになっている。波形成形ユニット１３６Ｌおよび１３６Ｒの出力は、検出された化学物質を示す強度変化が所定の周波数の強度変化に変換されたコンテンツデータ１３９ｄＬおよび１３９ｄＲである。

この段階のコンテンツデータ１３９ｄＬおよび１３９ｄＲは、サブバンド単位にまとめられた周波数領域のデータであり、適当なヘッダー情報１３９ｈを付けてサブバンド単位に分割されたディジタルストリームデータ３６として出力できる。このデータは音響データにおけるＱＭＦに通されてサブバンドに分離されたデータと共通するフォーマットに纏めることができる。

図６（ａ）および（ｂ）に、ＭＳタイプのセンサー６１および６２から入力されるスキャンデータ（ＭＳスペクトル）３３の一例を示している。図６（ａ）のＭ／Ｚデータ１６はメタン（ＣＨ４）の質量電荷比に一致する。このため、ＦＳＭ１３２Ｌまたは１３２Ｒは、Ｍ／Ｚデータ１６のピークＰ１６をサブクラス（ファンクションクラス）「アルケン」のサブバンドＳＢ−１に含まれる周波数ｆ１にマップし（割り付け）、波形成形ユニット１３６Ｌまたは１３６Ｒは、ピークＰ１６の強度を周波数ｆ１の強度に変換する。

図６（ｂ）のＭ／Ｚデータ３０はエタン（Ｃ２Ｈ６）の質量電荷比に一致する。このため、ＦＳＭ１３２Ｌまたは１３２Ｒは、Ｍ／Ｚデータ３０のピークＰ３０をサブクラス（ファンクションクラス）「アルケン」のサブバンドＳＢ−１に含まれる周波数ｆ０にマップし（割り付け）、波形成形ユニット１３６Ｌまたは１３６Ｒは、ピークＰ３０の強度を周波数ｆ０の強度に変換する。

変換対象となるスキャンデータ（Ｍ／Ｚデータ）３３は、ＭＳタイプのセンサー６１または６２から入力されたものであってもよく、プリプロセッサ１２１で補正されたものであってよい。ＦＳＭ１３２Ｌおよび１３２Ｒは、スキャンデータ３３から、フラグメントイオン（イオン化の過程、飛行中において解離したイオン、娘イオンとも呼ぶ）のピーク、同位体のピークを含めて、そのままのピークを周波数空間に割り当て（マップし）てもよい。ＦＳＭ１３２Ｌおよび１３２Ｒは、スキャンデータ３３のピークから、ＭＳにより検出された成分をある程度明確にしてフラグメントイオンのピークや同位体のピークを除いた、あるいは削減したスペクトルデータに変換し、より実際の成分に近いであろう化学物質で周波数空間に割り当て（マップし）てもよい。

スキャンデータ３３に含まれるすべてのピークを何らかの化学物質のピークに関連づけして周波数空間にマップすることにより、スキャンデータ３３に含まれるすべての情報を、もれなくコンテンツデータ１３９ｄに含めてＲＡＷデータ３５として出力できる。また、スキャンデータ３３のピークに対して誤った化学物質が割り当てられた場合であっても、化学物質を示す強度変化を、オリジナルのＭ／Ｚの強度変化に変換することは容易である。このため、スキャンデータ３３を保存するという点では、ＯＬＰ１００のジェネレータ１３０において、実際に大気などに含まれる化学物質を精度よく求めることはそれほど、あるいはほとんど重要なことではない。

図１２に、コンテンツデータ１３９ｄを生成する過程（ステップ３１０）をさらに詳しく示している。ステップ３１１において、スキャンデータ３３を入力するバッファを初期化する。データ入力バッファはたとえば３２サンプルチャンネルを備えたものである。ステップ３１２において、ＦＳＭ１３２Ｌおよび１３２Ｒは、データ中の化学物質を検出し、検出された化学物質を判明させる（規定する）。このステップ３１２においては、ヒューリスチックな（発見的な）方法、化学的なルール、水素／炭素比ルール、成分比および確率、などの種々な方法のいずれか１つ、あるいは複数の方法を組み合わせることにより、検出された化学物質を規定する。

ステップ３１３において、検出された化学物質がルックアップテーブル１３３により分類可能なものであれば、ステップ３１５において、ケミカルクラス、サブクラス、物質の順にルックアップテーブル１３３を辿って所定のサブバンドの所定の周波数を割り当てる。検出された化学物質（の情報）がルックアップテーブル１３３では分類不可能であれば、ステップ３１４において、分類不可能（未分類）の所定の周波数を割り当てる。

波形成形ユニット１３６Ｌおよび１３６Ｒは、ステップ３１６において、検出された化学物質の強度を、割り当てられた周波数の強度に変換する（マッピング）。さらに、ストリームジェネレータ１３７は、所定のストリームデータのフォーマットに、周波数強度変化のディジタルデータを当てはめてストリーム型のデータを生成する。ステップ３１８において、センサーからのデータ入力が続いている場合は、これらの処理を繰り返すことにより、ストリーム型のＲＡＷデータ３５を生成できる。

なお、このフローチャートは生成方法をわかりやすく説明するために変換ユニット１３１における処理を一連の流れで示している。しかしながら、ＯＬＰ１００に実装された変換ユニット１３１では並列処理が可能な回路によりこれらの機能が実現されており、フローチャートに示した各処理は並列に実行できる。

このように、ＯＬＰ１００は、より高い解像度で、再現性の高い化学成分の情報を周波数空間に変換できる。参照用テーブル１３３に存在していない化合物は未知の機能的なグループにタグ付けをされ、アプリケーションまたはユーザが他の科学技術により未知化合物を特定する機会を確保する。特定された成分類は、対応する周波数のパルス列として、コンテンツデータ１３９ｄのそれぞれのサブバンドに表される。コンテンツデータ１３９ｄのディジタルパルス列は、その成分の出現に関する時間的変動を表す。なお、本明細書において、左右のコンテンツデータ１３９ｄＬおよび１３９ｄＲに共通の説明には、左右を示す符号を省略してコンテンツデータ１３９ｄと記載する場合がある。他の左右ペアの機能あるいはユニットにおいても同様である。

変換ユニット１３１は、ストリームジェネレータ１３８を備えており、音響ファイルまたは画像ファイルに準じたフォーマットで、サブバンド毎にまとめられた周波数の強度変化を示すデータをストリームデータにして出力する。ヘッダー情報１３９ｈには、以下で説明するように環境情報などの他の情報が含まれる。

２．４ ストリームデータの生成
変換ユニット１３１により生成されるコンテンツデータ１３９ｄは、化学物質情報を含む周波数領域のデータ３６である。したがって、音響データおよび画像データといった時間領域の情報をＦＦＴにより周波数領域に変換したデータに対比させることができる。さらに、ジェネレータ１３０は、オッシレータ１４２と、周波数領域のデータ３６に逆ＦＦＴを行うことにより時間領域のデータ、たとえば、ＰＣＭタイプのデータ３４に変換する変換装置（コンバータ）１４１とを備えている。さらに、ＯＬＰ１００は、周波数領域のデータ３６および時間領域のデータ３４のいずれもＲＡＷデータ３５としてインターフェイス１０７を介して外部（システム１の内外）に出力できる。

プリプロセッサ１２１および１２２から得られるスキャンデータ３３を、データ３３に含まれるＭ／Ｚの情報を周波数領域に写像することにより周波数領域のデータとし、逆ＦＦＴを行うことにより時間領域のデータ、たとえば、ＰＣＭタイプのデータに変換することも可能である。ＦＭＳ１３２において参照するＬＵＴ１３３を用いて、Ｍ／Ｚと、それに対応する周波数とを定義することが可能であり、化学物質情報に変換せずに、質量分析器ＭＳにより計測されるＭ／Ｚの情報を周波数領域のデータに変換できる。さらに、周波数領域のデータを逆ＦＦＴ変換することによりＭ／Ｚの情報を時間領域のデータに変換することが可能である。

人間の嗅覚（嗅覚受容体）に作用して匂いとして感じられる物質分子の分子量は、揮発性などの観点から３００から４００ぐらいが上限であるといわれている。したがって、その程度の分子量を最大とする質量分析結果をターゲットとして、質量分析結果に含まれるＭ／Ｚの数値を周波数領域に変換することが可能である。後述するステレオイメージなどの機能あるいはアプリケーションにおいて、周波数空間にマッピングされたデータには、化学物質情報に変換して周波数空間にマッピングされたデータに加え、Ｍ／Ｚの情報が周波数空間にマッピングされたデータも含まれる。また、時間領域のデータにも、化学物質情報に変換して周波数空間にマッピングされたデータを逆ＦＦＴしたデータに加え、Ｍ／Ｚの情報が周波数空間にマッピングされたデータを逆ＦＦＴしたデータも含まれる。

時間領域のデータ３４は、インターフェイス１０７を介して出力し、ディスプレイ２２で画像として表示したり、スピーカ２３から音として出力することが可能である。画像および音として意味があるか否かの判断は容易ではないが、同じパターン、すなわち、本例では同じまたは類似の匂いの情報をもつデータは、同じまたは類似の画像あるいは音を出力することが考えられる。したがって、嗅覚で感じるデータを、視覚または聴覚で感じるデータに変換することができる。

周波数領域のデータ３６または時間領域のデータ３４を含むＲＡＷデータ３５は、インターフェイス１０７を介してシステム１のストレージ１３に記録することが可能である。また、ＲＡＷデータ３５は、システム１のトランシーバユニット（通信インターフェイス）１７を介してシステム１の外部へ伝送することも可能である。たとえば、無線１５で基地局を介して他の端末、サーバなどに対してＲＡＷデータ３５をリアルタイムで送ることができる。また、ネットワーク４０１を介して他の端末、サーバなどに対してＲＡＷデータ３５をリアルタイムで送ることができる。リアルタイムでの匂いデータの録音および再生はＯＬＰ１００の最も重要な特徴の１つである。ほとんどの電子装置は、遠隔のユーザとリアルタイムの情報を交換する能力を持っている。１つの例はマルチメディアアプリケーション、チャット、オンライン学習およびゲーミングのような対話型のアプリケーションである。各ユーザは遠隔のユーザに対しインターネット上に書き込んだり、無線で送受信することにより、リアルタイムに芳香情報（匂い情報）を交換することができる。

２．５ ステレオイメージ
ＯＬＰ１００は、具体的には匂い情報のステレオ記録および再生に対応している。ＯＬＰ１００に、方向に関する検出特性の異なる左右のセンサー６１および６２からデータを入力できる。変換ユニット１３１は、左右のＦＳＭ１３２Ｌおよび１３２Ｒと、左右の波形成形ユニット１３６Ｌおよび１３６Ｒを含む。変換ユニット１３１は、左右のセンサー６１および６２のそれぞれから得られるスキャンデータ３３、または左右のスキャンデータ３３に基づく左右の化学物質を示す強度変化を左右の周波数空間にそれぞれマッピングする機能を含む。ステレオイメージのＲＡＷデータ３５は、左右のコンテンツデータ１３９ｄＬおよび１３９ｄＲを含む。データの生成方法（ステップ３１０）においても、左右のセンサー６１および６２のそれぞれからのデータにより検出された左右の化学物質を示す強度変化を左右の周波数空間にそれぞれマッピングすることが並列に実行される。

ステレオセンシング（２重のセンサ）は、ＯＬＰ１００に、芳香ソースを識別する際の人間の嗅覚機能をシステム的に組み込み、また、模倣させる重要な機能の１つである。たとえば、ステレオセンシングにより、芳香ソースの距離および／または方向を計算することが可能となる。また、匂いの再生をステレオで行うことにより、ユーザに対して匂いソースの距離および／または方向を情報として提供することが可能となる。したがって、匂いについても、音、画像と同様に立体的な再現方法をユーザに対して提供できる。２つのセンサー６１および６２は、典型的には、中心に対し、９０度異なる方向からの芳香情報を捕らえることを目指している。これは、人間に非常に似ている芳香再生および分析能力を増強する際に有効である。

ステレオセンシングにおいては、ＲＡＷデータ３５に、２つのセンサー６１および６２のデータから検出されたコンテンツデータ１３９ｄＬおよび１３９ｄＲを独立して記録してもよく、コンテンツデータ１３９ｄＬおよび１３９ｄＲの一方と、左右の差分とを記録してもよい。差分は、サブバンド単位で計算でき、記録することができる。また、ステレオセンシングの対象となるセンサーの数は２つに限定されず、３つ以上であってもよい。複数のセンサーを左右、上下、前後に立体的に配置し、それらから得られるスキャンデータ３３を解析することにより匂いのソースの位置をより精度よく、高速に認識することができる。

センサーコントローラデバイス５０は、同一タイプおよび／または異なるタイプの複数のセンサーが接続できるマルチセンサー対応である。デバイス５０は、たとえば、ＩＥＥＥ１４５１．１にしたがった２重のチャネルをサポートする。デバイス５０は、また、センサーのどのような組み合せも、差異入力であってもサポートし、典型的なものは、上述したように質量分析型のセンサーである。

ＯＬＰ１００のＡＤＣユニット１１０は、質量分析タイプのセンサーからのステレオ入力用のインターフェイス１１１および１１２と、左右のアナログデータをそれぞれディジタルデータに変換するためのＡＤＣ１１７Ｌおよび１１７Ｒを含む。さらに、ＡＤＣユニット１１０は、質量分析タイプのモノラル入力用のインターフェイス１１３と、ＡＤＣ１１７Ｍと、モノラル信号を左右の信号にそれぞれ加えるためのサミングアンプ１１９ａおよび１１９ｂとを含む。質量分析型のセンサーからの入力は第１型のプリプロセッサ１２１に入力され、データ処理（前処理）される。

さらに、ＡＤＣユニット１１０は、質量分析以外の異なるタイプのセンサーからのデータを入力するためのインターフェイス１１４と、ＡＤＣ１１７Ａとを含む。質量分析以外のタイプ、たとえば、特定の化学成分の検出に特化したセンサーからの入力は、第２型のプリプロセッサ１２２に入力され、データ処理（前処理）される。

ＡＤＣユニット１１０は、さらに、ディジタルインプット用のインターフェイス１１５を含み、ディジタル入力は、プリプロセッサセクション１２０の後流に設けられたサミングアンプ１１９ｃおよび１１９ｄにより、前処理された信号にそれぞれ加えられる。そして、すべての前処理が終了した入力データ３３が変換ユニット１３１により処理され、化学物質の情報が、周波数空間に変換（写像）される。

ＡＤＣユニット１１０のミキシング機能は、いくつかの有効性を備えている。外部のディジタル入力１１５は、たとえば、ユーザが映画用の背景芳香を、動的に変動する芳香に加えることを可能にする。静的および動的な芳香は、特殊効果を作成するために、現在の芳香レベルから指定された芳香レベルまで音量調節のように可変させて作成することができる。

２．６ 化学物質情報以外の補助情報の畳み込み
ＯＬＰ１００のジェネレータ１３０は、化学物質に関連した情報であるコンテンツデータ１３９ｄに加えて、他の種々の情報をＲＡＷデータ３５に組み込むことができる。

２．６．１ 環境情報（温度、湿度、圧力）
温度、湿度および気圧は嗅覚作用に重要な役割を果たす。ＲＡＷデータ３５を生成した時間および／または場所と異なる時間および／または場所（遠隔サイト）において匂いを再生するためには、温度、湿度および気圧の情報に基づいて匂いの強度を補正することが望ましい。

ＯＬＰ１００のＡＤＣユニット１１０は、温度および湿度を含む環境情報が得られるセンサー（環境情報センサー、環境情報取得用のセンサー）からデータを入力できるインターフェイス１１９を含む。ＲＡＷデータ３５を生成するジェネレータ１３０は、ＲＡＷデータ（第１のデータ）３５を生成するときの環境情報を取得し、ヘッダー情報１３９ｈに、ＲＡＷデータ３５を生成したときの環境情報としてＲＡＷデータ３５に含める補助情報エンコーダ（補助情報追加ユニット）１３７を含む。ストリームジェネレータ１３８は、補助情報を含むヘッダー情報１３９ｈをコンテンツデータ１３９ｄに加えてデータストリームを生成しＲＡＷデータ３５として出力する。

ＲＡＷデータ３５を生成する過程（ステップ３１０、図１２参照）においても、ステップ３１７においてストリーム化する際に、生成したときの環境情報をＲＡＷデータ３５に含めることをさらに有する。ＲＡＷデータ３５には、温度、湿度（相対湿度）、大気圧のデータがコンテンツデータ１３９ｄとともにリアルタイムに記録される。このため、環境情報がデータから抜け落ちたり、再生するときに同期させる必要はなく、匂いデータの再生効率を向上できる。

２．６．２ エアーフロー
ＯＬＰ１００は、補助情報として気流センサー７４のデータもヘッダー情報１３９ｈに加えることができる。気流センサー７４の情報は、ステレオセンシングに加えて、ＲＡＷデータ３５に、より方向性のある情報としての性質を加える。したがって、セキュリティなアプリケーションにおいては、汚染物質ソースの方向、風向きを的確に判断でき、ユーザが脅威から脱出するのを支援したり、脅威に近づくのを未然に防止できる。ロボット工学のアプリケーションにおいては、気流センサーに対応するＯＬＰ１００は、芳香ソースへの方向および距離を識別する機能をロボットに与えることができる。

２．６．３ 時刻
ＯＬＰ１００は、補助情報として日時のデータもヘッダー情報１３９ｈに加えることができる。日時の情報は、ＲＡＷデータ３５の生成の証明として有効である。ＯＬＰ１００は、ヘッダー情報１３９ｈに、メタデータとして、絶対的時間および／または相対的な時間情報を含めることが可能である。相対的な時間は、たとえば再生開始からの経過時間であり、他のマルチメディアコンテンツとともに再生する際に、芳香データを放出する同期用の情報として有用である。

２．６．４ 位置
ＯＬＰ１００は、補助情報として位置情報もヘッダー情報１３９ｈに加えることができる。位置情報は、ＲＡＷデータ３５の生成場所の証明として有効である。ＯＬＰ１００は、ヘッダー情報１３９ｈに、メタデータとして、絶対的位置情報および／または相対的な位置情報を含めることが可能である。絶対的な位置情報の１つは、ＧＰＳシステム１９から取得できる衛星測位された位置の情報、たとえば、経度緯度データである。相対的な位置情報の１つは、無線電話でアクセスしているときの基地局の情報である。

さらに、バーチャルワールド、ゲームなどのアプリケーションにおいては、位置情報にバーチャルな位置をセットすることが可能である。ユーザがバーチャルワールドあるいはゲームにおいてその場所に着いたあるいは居ることを示す匂いを放出することができる。ＲＡＷデータ３５に組み込むことができる情報は上記に限定されない。たとえば、カメラ２４により取得される画像情報および／またはマイクロホン２５により取得される音響情報を、匂い情報３４または３６と組み合わせることにより、匂いも含めたマルチメディア情報をＲＡＷデータ３５として生成し、出力できる。このようなマルチメディアのＲＡＷデータ３５は、ワンショットのスタティックなデータであってもよく、時間領域の動的なデータであってもよい。

２．６．５ ＲＡＷデータストリーム
ＲＡＷデータストリーム３５の一例は、匂いのサブバンド信号が連結された生データ（圧縮、暗号化などの処理がされてないデータ）である。ＲＡＷデータ３５は、温度のような環境変数のための補助チャネルを含み、その補助チャネルには、さらに、湿度、空気圧力、および気流などの変数を含めることができる。また、ＲＡＷデータ３５は、シングル、モノラル、ステレオ（左右）の嗅覚に関する時間変化するデータを、ストリーム型のデータとして格納できる。典型的なデータストリームは、ヘッダー１３９ｈと、ペイロード（コンテンツデータ）１３９ｄのデータパケットとを有する。ストリームヘッダー１３９ｈは、さらに、タイムスタンプ、データ型式、分割、および信号処理に必要な他の大事な細目を含む。

ＲＡＷデータストリーム３５は、センサー（捕捉デバイス）のすべての特定された成分類に対応する情報を基本的に含む。ＯＬＰ１００は、ＲＡＷデータストリーム３５が使用されうる汎用性を考慮して設計されており、人間のにおいスペースに関わるか否かにかかわらず、ＲＡＷデータストリーム３５からセンサーが検出した化合物などの情報を排除しない。環境、健康および汚染などにターゲットを置いたリアルタイムモニタリングなどの多種多様な用途があるからである。一方、ＯＬＰ１００の圧縮エンジン１６０は人間のにおいスペースの外にある化学物質に関する情報を排除するように構成してもよい。

ＲＡＷデータストリーム３５は、嗅覚作用を介してユーザに豊富な経験を供給することができる。人間は芳香ソースおよび方向を検知することができる。人間の脳は、芳香ソースを決定するために定量測定を使用する。ＲＡＷデータストリーム３５には、人間の嗅覚を覚醒させるほとんどすべての情報を含めることができる。

さらに、この特徴はロボット工学および人工知能においても重要である。火、危険なガス漏れあるいはバイオハザードのような危険から立ち去るために、ユーザに警告を出すことができる。ＧＰＳによる位置情報は、ユーザの撤退を指示するか支援するために使用することができる。ＯＬＰ１００を適用することにより、ロボット工学の分野において、ロボットに画像認識および音声認識に加え、匂い認識の機能を与えることができる。触感も加えると、５感のうち、４つの感覚（視覚、聴覚、触覚、嗅覚）をロボットに付与することが可能となる。このため、匂いも含めた複数の感覚により、もの（物、者）を認識したり、周辺の状況を認識したりすることができるロボットを提供できる。

匂いも含めた複数の感覚は、ロボットに、ものあるいは周囲の状況を認識するために相互に補完的な役割を果たす。画像情報、音声情報および／または触感だけでは認識が難しい、あるいは認識に長時間を要する場合に匂いの情報を加えることに認識精度および速度を向上させることが可能となる。また、以下で説明する匂いのパターン認識の際に、画像情報、音声情報および／または触感により、パターン認識の対象となる範囲（検索範囲）を限定することが可能であり、パターン認識の精度および速度を向上させることが可能となる。匂い情報、画像情報および／または音声情報により、対象（物、環境など）を協調認識する機能は、ロボットに限らず、それらの情報を取得する機能を備えた携帯端末などおいても有用である。

２．７ プリプロセッサ（測定条件の再構成）（図７，８）
ＯＬＰ１００は、センサーからの入力データを前処理するプリプロセッサセクション１２０を有する。典型的なプリプロセッサ１２１は、再サンプリング、ベースライン修正、正規化、ノイズリダクション、ピーク検出を行う。ＯＬＰ１００は、前処理されたデータをＲＡＷデータ３５に変換することにより、たとえば、ＮＩＳＴまたはＷｉｌｅｙというＭＳ（質量分析）データベースを用いてウェブ上あるいはＰＣにより化学成分を分析可能とする。ＯＬＰ１００のプリプロセッサ１２１の特徴の１つは、分析タイプのセンサーの測定条件を自動的に制御することである。

図７は、典型的なプリプロセッサ１２１のブロックダイアグラムである。センサー６１および６２が質量分析装置のように、設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーの場合に適用できる。プリプロセッサ（前処理装置、予備処理装置）１２１は、センサーの設定条件を自動設定する。プリプロセッサ１２１は、まず、分析型のセンサーにより高範囲をスキャンする予備検出の条件１２８ａに設定し、その予備検出結果を予備分析する。次に、予備分析された物質に基づき、アプリケーションに適した設定条件１２８ｂを選択してセンサーの設定条件を変える。プリプロセッサ１２１は、定期的に、予備検出の条件１２８ａを設定し予備分析を行う。

図１１に示したＯＬＰ１００におけるＲＡＷデータ３５の生成方法では、センサーコントローラデバイス５０からセンサーデータが入力されると（ステップ３０１）、ＡＤＣユニット１１０でディジタル化し（ステップ３０２）、次に、プリプロセッサ１２１においてセンサー条件の再設定（リコンフィグレーション）を行う（ステップ３３０）。再設定（ステップ３３０）のさらに詳しい内容は図１３のフローチャートに示している。その後、本サンプリング（リサンプリング）を行い（ステップ３０３ａ）、時間が経過するとステップ３０３ｂで再設定のプロセス３３０を繰り返す。定期的にセンサーの測定条件を再設定することにより、時間および場所に適した条件でデータを取得できる。ＲＡＷデータ３５を生成する工程（ステップ３１０）では、時間および場所に適した条件で測定されたデータにより検出された化学物質の情報をストリームデータにできる。すなわち、ＲＡＷデータ３５を生成する過程は、設定条件を、分析型のセンサーにより高範囲をスキャンする予備検出の条件１２８ａに設定し、その予備検出結果を予備分析し、予備分析された物質に基づき設定条件を変えることをさらに有する。

具体的には、プリプロセッサ１２１は、センサー６１および６２のスキャン出力（スペクトルグラム）の状態を改善するシグナルコンディショナ１２３と、マススペクトルに含まれるピークをスキャン周期でサンプリングするサンプリングユニット１２４とを含む。サンプリングユニット１２４は、化学物質空間のデータ、たとえば、Ｍ／Ｚに対する強度のＰＣＭライクのデータを生成する。サンプリングユニット１２４は、その際、ベースライン修正、正規化、ノイズリダクション、ピーク検出を行う。

ベースライン修正
センサーデータ（スペクトルグラム）３２は、化学雑音、イオンオーバーロードなどの要因により変動するベースラインを含む。サンプリングユニット１２４は、高周波ノイズと、信号ピークとにより隠される低周波ベースラインを見積もり、ベースラインとみなされる低周波成分をスペクトルグラム３２から差し引く。

正規化
サンプリングユニット１２４は、アプリケーションにより定められた要求あるいはルールにより、あらゆる信号の最大の強度を再スケーリングし、スペクトルグラム３５を標準化（正規化）する。

ノイズリダクション（ノイズ低減）
通常、正規化されたデータは雑音と信号の混合物を含んでいる。ノイズリダクションは、スペクトルの精度と妥当性を改善するために必要であり、ノイズを低減することによりピーク検出アルゴリズムを有効に作用させることができる。ノイズリダクションの１つは、多項式フィルタであり、ピークの鋭さを保存することができる。

ピーク検出
ピーク検出アルゴリズムは、振幅に基づきピークを特定する。スペクトルのピークの形状に追加の情報が含まれていることがあり、それも考慮される。ピークの形状には特徴があり、形状マッチング機能を用い、スケールと振幅とを変えることで個々のピーク（個々の化学物質（分子、化合物、成分））を特定できる。このテクニックは、単純なまたは簡易なパターンマッチングであるが、効果的にスパイク雑音とノイズから切り離して、信号を特定することができる。

再サンプリング
プリプロセッサ１２１は、さらに、センサー構成制御ユニット１２６と、センサーに設定可能な複数の条件（測定条件）を含むライブラリー１２５と、予備解析ユニット１２７とを含む。質量分析型のセンサー６１および６２には、典型的には、スペクトルの広範囲にわたりほぼ同一の解像度が得られ、広範囲の化学物質の強度を比較できる低解像度モードと、冗長的でデータ量が多くなるが高分解能の高解像度モードとを設定できる。低解像度モードの条件１２８ａが予備測定（予備検出）に適しており、高解像度モード１２８ｂにより測定されたデータがＲＡＷデータ３５に変換されるために利用される。具体的には、条件１２８ａ、１２８ｂにより、質量分析型のセンサー６１および６２のＭ／Ｚをスキャンするための電圧を変えてスキャンスピードを変えたり、イオン化するための電圧を変えたりすることが可能である。

典型的には、センサー構成制御ユニット１２６が、センサー制御デバイス５０のＳＤＣＵ５２を介して、センサー６１および６２に低解像度モード１２８ａをセットして広範囲のスペクトルを取得する。サンプリングユニット１２４を介して予備解析ユニット１２７は、予備解析用のデータを取得し、アプリケーションにより要求される化学物質が検出されるスペクトル領域を限定する。予備解析ユニット１２７が、ノイズが多いスペクトル領域を測定しないような条件を設定してもよい。センサー構成制御ユニット１２６は、ターゲットとなる化学物質が検出されやすい条件で高解像度モード１２８ｂを、ＳＤＣＵ５２を介してセンサー６１および６２にセットする。しかしながら、アプリケーションにより、広範囲のスペクトルが優先されたり、時間的に高解像度が優先されるなど、条件はさまざまであり、高解像度モードがＲＡＷデータ３５を生成するための入力を得るための条件に適しているとは限らない。

定期的に予備測定（測定の初期化）を行ってセンサーの測定条件を動的に再構成する技術は、ＯＬＰ１００の特徴の１つである。ＲＡＷデータ３５に含める興味のある分析対象あるいは記録対象はアプリケーションによって定義される。例えば、取締り機関は、汚染物質や有害な合成物の空気中の濃度を記録することを目的とし、対象となる物質あるいは合成物のマススペクトルは予め設定できる。別のアプリケーションでは、ターゲットの芳香を、背景の望んでいない芳香と識別することが重要であり、対象となる化学物質のスペクトルを予めＯＬＰ１００に与えることができる。

ＯＬＰ１００は予備サンプルを分析し、測定可能な合成物の動的なテーブルを構築し、アプリケーションの目的を考慮したり、環境変数を考慮したり、左右のチャンネル強度を考慮したりして、再度サンプリングするための条件を定義する。この動的再構成技術は、測定時の背景ノイズを識別し、排除するためにも有効である。この動的再構成技術は、ＯＬＰ１００の回路的な処理能力に対し、測定あるいは検出にかかる全体的性能、感度および選択性を大幅に増強できる。この動的再構成技術は、分光計または光センサーのような分析的な測定センサーのためにのみ適用できる。

図１３に、センサーを動的に再構成する過程（ステップ３３０）のフローチャートを示している。このステップ３３０は、プレスキャンのステップ３３１と、再構成のステップ３３２とを含む。プレスキャン３３１は、アプリケーションから測定条件を取得するステップ３３３と、センサーコントローラ（ＳＤＣＵ）５２を初期化するステップ３３４と、各センサーを初期条件でリセットするステップ３３５と、テストスキャンを実施するステップ３３６とを含む。

アプリケーションから測定条件を取得するステップ３３３では、匂いの記録、汚染モニタ、健康モニタなどのアプリケーションに適したあるいはアプリケーションにより定義されている条件を取得し、ライブラリ１２５に格納する。センサーコントローラ５２を初期化するステップ３３４では、複数タイプのセンサーがセンサーインターフェイス５１に接続されているのであれば最適なセンサーを選択するか、あるいはセンサーに優先度を設定する。また、ライブラリ１２５から予備測定用の条件１２８ａを取得する。この条件には、センサーを初期設定する条件だけではなく、システム１のディスプレイにスキャン表示を行うなどの指示を含めることが可能である。各センサーを初期条件でリセットするステップ３３５では、質量分析型のセンサーのみならず、温度、湿度を測定するセンサーも含めて初期設定してもよい。

再構成のステップ３３２は、テストスキャンの結果を予備分析するステップ３３７と、予備分析に応じた測定条件１２８ｂを選択するステップ３３８と、センサーコントローラ５２を再設定するステップ３３９とを含む。予備分析するステップ３３７では、スペクトルグラム３３だけではなく、左右の差分、温度、湿度、エアーフローなどの他の条件を含めて分析してもよい。適した測定条件１２８ｂを選択するステップ３３８では、フォアグラウンドの条件とバックグラウンドの条件として複数の条件を選択し、センサーを時分割で複数の条件で駆動することにより、化学物質検出の高解像度と、強度変化の時間的な高解像度とを両立させてもよい。

図８は、センサーの測定条件を自動制御できないタイプのセンサーに対するプリプロセッサ（第２型のプリプロセッサ）１２２のブロックダイアグラムである。このプリプロセッサ１２２は、シグナルコンディショナ１２３と、サンプリングユニット１２４とを含む。

２．８ 複数タイプのセンサーに対する対応
ＯＬＰ１００のさらに異なる特徴は、複数タイプのセンサーに対応でき、それらの測定結果を共通フォーマットのＲＡＷデータ３５に集約できることである。すなわち、ジェネレータ１３０の変換ユニット１３１は、複数のセンサーのそれぞれからのデータにより検出された化学物質を示す強度変化を共通の周波数空間にマッピングする機能を含む。また、生成する過程３１０は、複数のセンサーのそれぞれからのデータにより判明した化学物質を示す強度変化を共通の周波数空間にマッピングすることを含む。

センサーのタイプが異なっても、化学成分を検出するセンサーの出力は化学成分である。したがって、ＦＳＭ１３２は、ルックアップテーブル１３３を参照することにより、センサーの検出結果を周波数空間のいずれかの周波数にマップできる。このため、ＯＬＰ１００は化学物質のデータ化において、極めて汎用性の高いインターフェイスを提供する。また、ＯＬＰ１００により生成されるＲＡＷデータ３５を、センサータイプに依存しない汎用性の高いデータにすることができる。

ＯＬＰ１００は匂いを捕捉し、コンピューティングおよび電子装置に適したデータストリームにするための単チップ嗅覚プロセッサとして機能することを意図して設計されている。ユーザは、匂いを捕捉するために、様々なタイプのガスセンサを使用する可能性がある。ＦＡＩＭＳ（フィールド非相称質量分析計）は、ＯＬＰ１００とともに使用することで、高解像のデータを取得でき、におい処理に最も適している。しかしながら、ＯＬＰ１００には、その他のセンサーであっても接続でき、たとえば、ローエンドアプリケーションのために、ユーザはＳＡＷ、水晶マイクロバランス、高分子またはその他のＩＥＥＥ１４５１に対応するセンサーを接続できる。ＯＬＰ１００は、基本的にはＩＥＥＥ１４５１および質量分析型のセンサーに対するインターフェイスを提供するが、他の任意のタイプのセンサーに対するインターフェイスを追加したり、コンバータを追加したりすることは容易である。

ＯＬＰ１００は、センサーインターフェイス５１に接続されているセンサーの特性を、デバイス初期化の間に取得できる機能を備えていることが望ましい。配列型センサーは、化学成分の特定の群あるいは成分そのものにそれぞれ敏感な複数のセンサーの集団であり、質量分析型のセンサーは、質量ＴＯＦ（Time Of flight、飛行時間）とイオン化テクニックの原則により機能する。各カテゴリーのセンサーはあるアプリケーションだけには敏感である。多くのセンサーは、温度、湿度により検出結果がドリフトする傾向があるが、ＲＡＷデータ３５は、それを補正または補償することができる。さらに、芳香合成物の反応速度および溶解は温度と湿度に応じて変わる傾向があるが、ＲＡＷデータ３５は、それを補正または補償できる。

このように、ＯＬＰ１００により供給できるＲＡＷデータ３５は、捕捉デバイスの如何にかかわらず共通の信号フォーマットを適用でき、さらに、匂いに関する他の諸条件、メタデータもデータストリームに入れ込むことができる。そして、ＲＡＷデータ３５は、周波数空間あるいは時間空間のデータに変換あるいは割り当てられている（マッピングされている）ので、ディジタル信号処理テクニックを、得られた信号、データまたは情報を改良したり、機能アップするために適用できる。適用可能なディジタル信号処理の一例は、フィルタリングであり、信号のグレードアップ、圧縮、パターンマッチングにおいて重要である。適用可能なディジタル処理の他の例は予測処理(誤差論、外挿技術)であり、データを記録、伝送する際の信号修正に適用できる。これらは、マシン嗅覚を可能にすることを目的の１つとしているＯＬＰの重要な特徴であり主要な利点である。

３． ＯＬＰにおける物質認識（図９）
化学物質情報が周波数空間にマップされたコンテンツデータ１３９ｄは、周波数空間にマップされたターゲットの物質情報とパターンマッチングさせることにより、コンテンツデータ１３９ｄに含まれる物質を特定することができる。コンテンツデータ１３９ｄをＭ／Ｚ空間に逆変換して物質を特定することも可能である。

ＯＬＰ１００は、認識セクション１５０を有し、認識セクション１５０は、ＲＡＷデータ（第１のデータ）３５から静止データ１５１ｄを生成するキャプチャユニット１５１を内蔵しており、静止データ１５１ｄに基づき特定の物質を認識する。ＲＡＷデータ３５は時間的な局所性の少ないストリームタイプであり、キャプチャユニット１５１は、データ解析および認識のために時間的に局所的な、ワンショットタイプの静止データ１５１ｄを生成する。キャプチャユニット１５１は、認識セクション１５０から独立したサービス機能としてＯＬＰ１００に含まれていてもよく、ＲＡＷデータ３５から、印刷などの他のアプリケーションの処理のための静的なデータを生成するために利用できる。

認識セクション１５０は、さらに、複数の対象物質に含まれる化学物資が周波数空間にそれぞれ単独に、または混合した状態で予めマッピングされた複数の認識対象パターンを含むライブラリ１５３と、ライブラリを参照して静止データをパターン認識し、認識された対象物質を出力する認識エンジン１５２とを含む。認識エンジン１５２の一例は、サブバンドの単位でパターン認識するものである。認識結果１５８はＯＬＰコントローラ１０５に伝えられ、ＯＬＰコントローラ１０５に用意されたシーケンスにしたがってシステム１に伝達される。システム１において稼働している適当なアプリケーションは、認識結果１５８に基づきディスプレイあるいは音により警告を発したり、統計処理したり、記録したりすることができる。

認識セクション１５０に、ＲＡＷデータ３５に含まれるコンテンツデータ１３９ｄをＭ／Ｚ空間に逆変換して物質を特定する機能を含めることが可能である。この場合、コンテンツデータ１３９ｄの代わりに、Ｍ／Ｚ情報を含むスキャンデータ３３により物質を特定することが可能である。ライブラリ１５３には、複数の対象物質に含まれる化学物資がＭ／Ｚ空間にそれぞれ単独に、または混合した状態で予めマッピングされた複数の認識対象パターン（Ｍ／Ｚパターン）を用意することが望ましい。スキャンデータ３３は、ワンショットのデータであってもよく、逆ＦＦＴにより時間領域のデータに変換されている場合は、キャプチャユニット１５１により静的データに変換することが可能である。

認識セクション１５０は、さらに、静止データ１５１ｄまたは静止データをパターン認識するために変換したデータ１５７を、通信インターフェイス１７を介して出力し、認識された物質に関する情報を取得する外部認識インターフェイス１５４を含む。さらに、認識セクション１５０は、認識された物質により特定のアクションを生成するアクションジェネレータ１５５と、アクションライブラリ１５６とを有し、生成されたアクション１５９はＯＬＰコントローラ１０５に伝達される。

このように、ＯＬＰ１００は、ＲＡＷデータ３５を生成するだけではなく、ＲＡＷデータ３５から静止データ１５１ｄをキャプチャすることと、静止データ１５１ｄに基づき特定の物質を認識することとを含み、種々の現象を検査、調査または診断する方法を提供する。

パターン認識エンジン１５２は、におい分析、健康状態監視、汚染、および安全確保（セキュリティー）のような局所適用にだけ使用される。パターン認識エンジン１５２は、特徴抽出処理ブロック１５２ａ、次元分解（ダイメンジョナリ−リダクション）処理ブロック１５２ｂ、分類処理ブロック１５２ｃ、ニューラルネットワーク処理ブロック１５２ｄ、データベース検索エンジン１５２ｅ、および機械学習機能ブロック１５２ｆを備えている。

サブバンドを利用したパターン認識
コンテンツデータ１３９ｄは、複数のサブバンドに分けて化学物質情報が割り当てられている。したがって、パターン認識はサブバンド単位で行うことが可能であり、個々のパターン認識処理で取り扱うファクタを数１０分の１に低減することが可能となる。サブバンド単位でのパターン認識は、特定物質の認識のための処理速度を向上でき、それに要するパターン認識エンジン１５２の処理能力を低減できる。以下のそれぞれの処理ブロックは、サブバンド毎に実装したり、実行することが可能である。

特徴抽出処理ブロック１５２ａ
特徴抽出処理ブロック１５２ａは、線形、線非線型およびヒューリスティックアルゴリズムを実装するためのものである。ＲＡＷデータ３５に含まれるコンテンツデータ１３９ｄは、プリプロセッサ１２１から出力されたマススペクトルグラムを、化学物質というインデックスを介して周波数空間にマップした情報である。したがって、コンテンツデータ１３９ｄは、冗長で、基本的には、多数の化学物質に起因する多重化された情報を含んでいる。冗長性と多重性とを備えたコンテンツデータ１３９ｄを処理するために、パターン認識エンジン１５２は十分な処理能力が要求される。データの冗長性に対応するためには、適当な信号モデルに基づくアルゴリズムを認識エンジン１５２は備えていることが望ましい。特性抽出のために主成分分析法（ＰＣＡ、Principle Component Analysis）あるいは判別分析法（ＬＤＡ、Linear Discriminate Analysis）といった標準的なアルゴリズムを適用することも可能である。

パターン分類処理ブロック１５２ｃ
パターン分類処理ブロック１５２ｃは、２分類法、普遍的近似法（ユニバーサルアプロキシメーション）、ＫＮＮ（K Nearest Neighbour）などのコンピュータに実装しやすい分類アルゴリズムを含む。分類処理ブロック１５２ｃは、匂いベクトルを対応するクラスに分類する。

ニューラルネットワーク処理１５２ｄ
認識エンジン１５２は、ニューラルネットワーク処理１５２ｄを含み、パターンマッチングのためにニューラルネットワークを適用できる。ニューラルネットワークとファジィ論理アルゴリズムは、においの特性とパターンとをリアルタイムで決定する。ニューラルネットワークは人工知能の中心となり得る。ＯＬＰ１００においても、ニューラルネットワークは、人間の脳のいくつかのユニークな特性をまね、シミュレートできるので、人間の嗅覚を再現するのに適している。ニューラルネットワークは、訓練および学習により、ライブラリ１５３に予め格納された複数の匂いパターン（フィンガープリント）とのパターンマッチングのスピードを加速できる。また、ターゲットとなる新しいフィンガープリントをライブラリ１５３に格納することも可能である。さらに、外部インターフェイス１５４を介してウェブから新しいフィンガープリントを取得したり、ウェブ上、たとえばサーバやホームページなどに用意されているフィンガープリントにパターンマッチングの範囲を広げることも可能である。

マシンデータベースと機械学習
パターン認識エンジン１５２は、パターンデータベース１５３を高速で検索するために、ＣＡＭベースのハードウェア索引エンジン（データベース検索エンジン）１５２ｅを備えている。パターン認識エンジン１５２は、ローカルなデータベース１５３に、一致するものが探索されれば、その匂いパターンと特性とをＯＬＰコントローラ１０５に返す。ＯＬＰ１００では、探索（認識）の対象は匂いのみに限定されず、嗅覚にほとんど影響を与えなくても、人体に影響を与えたり、危険物であったりする物質の認識を行うことができる。さらに、パターン認識エンジン１５２は、システムが新しいにおいパターンを認識するか、または学ぶのを訓練するために学習機能ブロック１５２ｆまたはそれ用のインタフェースをユーザに提供する。データベース１５３に登録可能なターゲットの匂いあるいは物質のパターンは、質量分析器などにより組成あるいは成分が判明している物、標準的な化学データベースに登録されている物であれば、ターゲットの物質の成分を、ルックアップテーブル１３３を用いて周波数空間にマップすることにより生成できる。

４． ＯＬＰにおけるデータ圧縮（図１０）
信号圧縮は、伝播に必要となるバンド幅を減少させ、記録容量を減少させるための重要な機能である。ＯＬＰ１００は、ＲＡＷデータ（第１のデータ）３５を圧縮した圧縮データ３７を生成するための圧縮装置（圧縮ユニット）１６０を有する。圧縮ユニット１６０は、サブバンドにより圧縮条件を変える圧縮制御ユニット１６１を含む。匂いに関するコンテンツデータ１３９ｄに対しては、圧縮制御ユニットの一例は匂いスペースフィルタ１６１である。匂いスペースフィルタ１６１は、匂いスペーステーブル１６２の情報に基づき、ＲＡＷデータ３５に含まれる複数のサブバンドのうち、匂いに関連しないグループに割り当てられたサブバンドを削除することにより圧縮率をあげる。人間の匂いスペースの外にある信号を排除することにより、匂いとしての情報量を落とさずにデータ量を削減できる。

次に、可逆・非可逆圧縮ユニット１６３により、このされた匂いに関連するサブバンドを、可逆的（無損失）なアルゴリズムで圧縮したり、非可逆的なアルゴリズムで圧縮する。匂いスペースフィルタ１６１が、ＲＡＷデータ３５に含まれる複数のサブバンドのうち、匂いに関連しないグループに割り当てられたサブバンドと、匂いに関連するグループに割り当てられたサブバンドとを振り分け、可逆・非可逆圧縮ユニット１６３が匂いに関連しないサブバンドについては非可逆的な圧縮方法を適用し、匂いに関連するグループに割り当てられたサブバンドには可逆的な圧縮方法を適用することにより、情報量をより落とさずに圧縮率を上げることも可能である。可逆・非可逆圧縮ユニット１６３は、ＲＡＷデータ３５の全体を、可逆的なアルゴリズムで圧縮したり、非可逆的なアルゴリズムで圧縮することも可能である。

圧縮ユニット１６０により圧縮されたデータ３７は、暗号ユニット１６９により暗号化されたデータ３８となり、ＯＬＰインターフェイス１０７を介してシステム１に供給される。システム１では、データ３８をストレージ１３に記録したり、通信ユニット１７を介して外部へ伝送することができる。

一部のサブバンドを削除することによる非可逆圧縮は、ＯＬＰ１００の重要な特徴の１つである。匂いに関連しないサブバンドを除去するだけではなく、人間の嗅覚の特性を利用してデータを圧縮することができる。たとえば、強度の低い匂いは、同時に起こるより高い強度の匂いで隠される。そのような匂いを示す情報は、圧縮率を上げるために、圧縮後のストリーム３７から排除することができる。圧縮ユニット（圧縮エンジン）１６０は、品質面を定義するためのインタフェースをユーザまたはアプリケーションに提供してもよい。ユーザまたはアプリケーションは、目標とするデバイスの機能、格納容量、またはネットワーク帯域幅に合うように圧縮されるストリーム３７の品質面をネゴシエーションし、決めることができる。圧縮ユニット１６０は、圧縮データストリーム３７の品質を、これらの要素に基づいてダイナミックに変化させることができる。

典型的な圧縮符号化アルゴリズムの一つはエントロピ符号化である。その他の圧縮形式、特にＩＳＯ／ＭＰＥＧのような標準化団体が定義している圧縮形式を適用することは容易である。圧縮されたデータストリーム３７は、ヘッダーとペイロードとを含むパケットで出力され、ヘッダーにはデコーダがストリームを解読する必要な情報を含められる。

図１１に、ＯＬＰ１００のエンコードセクション１０１の処理をまとめてフローチャートにより示している。ステップ３０１でセンサーからのデータが入力されると、ステップ３０２でディジタル化する。ステップ３３０でセンサーの条件を動的に再構成し、ステップ３０３ａでサンプリングする。そして、ステップ３１０でＲＡＷデータ３５を生成する。アプリケーションによりＲＡＷデータ３５に含まれる物質の認識が要求されれば（ステップ３０４）、認識セクション１５０で物質を認識する（ステップ３０５）。ＲＡＷデータ３５の圧縮が要求されれば（ステップ３０６）、圧縮ユニット１６０でデータを圧縮する（ステップ３０７）。さらに、ＲＡＷデータ３５、圧縮されたデータ３７および／または圧縮および暗号化されたデータ３８を出力する要求があれば（ステップ３０８）、それらのデータをＯＬＰインターフェイス１０７からシステム１へ出力する（ステップ３０９）。

５． ＯＬＰにおけるデータ再生および出力
ＯＬＰ１００は、図２に示すように、ＲＡＷデータ３５のコンテンツデータ１３９ｄを匂いデータ３９に変換し、匂い生成装置２００のドライバ２０１に対し供給するための再生装置（デコーダセクション）１０２を有する。デバイスドライバ２０１は、におい生成装置２００において利用可能な複数のにおい源２０２の組み合わせに匂いデータ３９を変換する機能を含む。デコーダセクション１０２は、暗号化されたデータ３８を受信して復号するデクリプションユニット１７３と、復号されたデータ３７を解析する再生解析ユニット１７０と、その結果により適当な方法によりデータ３７を伸長してＲＡＷデータ３５を復元する伸長ユニット１７５とを含む。

ＲＡＷデータ３５を記録したときの環境と、ＲＡＷデータ３５により匂いを再生するときの環境とが全く同じであれば、ＲＡＷデータ３５に格納されたコンテンツデータ１３９ｄを匂いデータ３９として出力できる。しかしながら、記録した日時および／または場所と、再生する日時および／または場所とは異なるので、環境が一致することはほとんどない。そのため、デコーダセクション１０２は、補正ユニット１８０を備えている。この補正ユニット１８０は、温度などの環境条件に合わせて補正した匂いデータ３９を生成する機能（第１の補正機能）と、バックグランドの匂いに合わせて補正した匂いデータ３９を生成する機能（第２の補正機能）とを含む。

すなわち、補正ユニット１８０は、温度、湿度、大気圧といった環境情報取得用のセンサー群７０から、再生するときの環境情報を取得して、生成したときの環境情報と比較し、コンテンツデータ１３９ｄを、再生するときの環境情報に適したにおいデータ３９に変換する第１の補正ユニットとしての機能を含む。再生するときの環境情報は、ＲＡＷデータ３５のヘッダー情報１３９ｈに含まれる環境情報に対応するものである。

さらに、補正ユニット１８０は、センサー６１および６２からのデータにより検出された化学物質を示す強度変化に基づき、再生するときの化学物質の情報を取得し、ＲＡＷデータ３５のコンテンツデータ１３９ｄ（すなわち、ＲＡＷデータを生成したときの化学物質の情報）と比較し、コンテンツデータ１３９ｄを、再生するときの化学物質の情報に適した匂いデータ３９に変換する第２の補正ユニットとしての機能を含む。

さらに、デコーダセクション１０２は、人間の嗅覚の特性に基づいてコンテンツデータ１３８ｄを匂いデータ３９に変換する再構築ユニット１９０を含む。このようにして再生あるいは生成された匂いデータ３９は、標準化された化学物質を指標としたデータである。したがって、デバイスドライバ２０１は、匂いデータ３９に含まれる可能性のある標準化された化学物質の組み合わせを、再生装置２００に固有の匂いソースの組み合わせに変更するルックアップテーブルあるいは関数を予め用意することにより、ＲＡＷデータ３５により伝達された匂いを再生装置２００で再生できる。デコーダセクション１０２は、ステレオ再生に対応しており、左右の匂いを再生することができる再生装置２００のデバイスドライバ２０１には、左右の匂いデータ３９を供給する。

図１４に、ＯＬＰ１００における匂いの再生処理３５０をフローチャートにより示している。ステップ３５１で、コンテンツデータ１３９ｄを含むＲＡＷデータ（第１のデータ）３５、圧縮されたデータ３７および／または圧縮および暗号化されたデータ３８を受信する。ステップ３５２でデータの解凍が必要であれば、ステップ３５３でデクリプションユニット１７３、再生解析ユニット１７０および伸長ユニット１７５を用いて解凍してＲＡＷデータ３５を復元する。

ステップ３５４において、補正ユニット１８０により、再生するときの環境情報をＲＡＷデータ３５に含まれる環境情報と比較し、コンテンツデータ１３９ｄを、再生するときの環境情報に適した匂いデータ３９に変換する（第１のバックグラウンド補正処理）。ステップ３５５において、再生するときの化学物質の情報をコンテンツデータ１３９ｄと比較し、コンテンツデータ１３９ｄを再生するときの化学物質の情報に適したにおいデータに変換する（第２のバックグラウンド補正処理）。

さらに、ステップ３５６において、再構築ユニット１９０により、人間の嗅覚の特性に基づいてコンテンツデータ１３９ｄを匂いデータ３９に変換する。このようにして生成された匂いデータ３９をステップ３５７でデバイスドライバ２０１に対し供給する。

補正ユニット１８０および再構築（Ｒｅ−ｃｏｎｓｔｒｕｃｔｉｏｎ）ユニット１９０は、再生される芳香のユーザのマニュアルによる改造も許可する。さらに、補正ユニット１８０および再構築ユニット１９０は、再生される芳香の、アプリケーションや他のマルチメディアコンテンツによる改造も許可する。再構築ユニット１９０は、人間が感じるレベル以下の芳香は再生させない、人間の嗅覚が飽和している場合は芳香のレベルを上げる、などの嗅覚に即した幾つかのルールを適用して匂いデータ３９を再構築する。再構築ユニット１９０は、ユーザ・プロファイルが設定されている場合は、ユーザの志向、嗅覚能力、感性などに合致するように芳香レベルを増減させる機能を含む。

６． ＯＬＰについてのいくつかの補助情報
ＯＬＰ１００は、生成装置（ジェネレータ）１３０を含む回路が集積されたチップ（集積回路デバイス）で提供することが好ましい。上述したＯＬＰ１００のすべての機能が集積回路で実現されていてもよく、一部はファームウェア（プログラム、プログラム製品）で実現されていてもよく、一部がシステム１の機能により実現されていてもよく、一部がインターネット上の機能により実現されていてもよい。また、ＯＬＰ１００の機能が固定化された回路で実現されていてもよく、動的に再構成可能な回路により実現されていてもよい。コンピュータにより、ＯＬＰ１００の一部あるいはすべての機能を実現するためのプログラム（プログラム製品）を提供することが可能であり、ＣＤ−ＲＯＭなどの適当な記録媒体に記録して提供したり、インターネットなどの通信媒体を介して提供することも可能である。

上記のＯＬＰ１００は、データを生成するエンコードセクション１０１と、データを再現するデコードセクション１０２とを備えているが、エンコードセクション１０１を含まない再生専用のプロセッサであってもよく、デコードセクションを含まない生成専用のプロセッサであってもよい。

ＯＬＰにより、コンピュータに限らず、通信端末、家電製品、輸送機関、産業用機械などのすべての分野に、芳香を捕らえて再生するための嗅覚作用ポートを実装することができる。また、匂いの記録および再生に汎用的なインターフェイスを提供するので、様々なサードパーティーのセンサおよび芳香再生装置をサポートするのに標準になるだろう。ＯＬＰは標準的な１または複数のバス・インターフェース、ＵＳＢ、上位プロセッサーと通信する高速連続インターフェースを含むことが望ましい。

７． アプリケーション
本発明において提供する化学物質に関連するコンテンツを含むデータの生成に関する技術およびアーキテクチャの適用は匂いに限定されず、多種多様な分野で適用できる。それらの中でいくつかのアプリケーションを挙げるが、これらに限定することを意図するものではない。たとえば、ＯＬＰ１００が提供する電子ノーズ技術は、芳香センシングに基づく、芳香レシピ生成、芳香再生における汎用的なフォーマット、インターフェイスを提供する。ＯＬＰ技術はガスおよび薬品に対する嗅覚を電子技術で模倣でき、ガスおよび薬品に対する電気・機械製品の対応を標準化でき、統合できる。

１つの典型的なアプリケーションは、他のマルチメディア機器などと連携したエンターテイメントなものである。図１５に示すように、ＯＬＰ１００のエンコーダセクション１０１は匂いレコーダ４１０として機能し、香水などを含む種々の芳香４１１、クッキングに関連する匂い４１２、テレビおよび映画の画面に関連する匂い４１３、ゲームの場面などに関連する匂い４１４を記録できる。ＯＬＰ１００のデコーダセクション１０２は、匂い再生装置２００のインターフェイスとして機能し、テレビの画面に連動した匂い４２１、マルチメディア配信に連動した匂い４２２、ビデオに連動した匂い４２３、ゲームに連動した匂い４２４、映画に連動した匂い４２５を再生させることができる。エンコーダセクション１０１と、デコーダセクション１０２とは、インターネット４０１などの通信媒体で接続することが可能であり、匂いのデータはネット配信のようなリアルタイム型でも、メールのような蓄積交換型でも伝達できる。

他の１つの典型的なアプリケーションは、スタンドアロンでの使用であり、典型的にはモニターである。図１５に示すように、ＯＬＰ１００のエンコーダセクション１０１の能力を使用して、汚染領域４０２を検知できる。ＯＬＰ１００を搭載した移動型の端末やロボットは、汚染領域４０２に接近したことを検知してユーザに知らせたり、地域４０３を巡回しながらその地域の汚染状況を調べることができる。ＧＰＳ１９で得られた位置情報や、基地局情報から得られた位置情報をＲＡＷデータ３５に組み込むことが可能であり、危険区域をウェブに自動的に公開したりすることも可能である。

図１６に、ＯＬＰ１００がスタンドアロンモードで使用されると予想されるいくつかのアプリケーションを示している。大きくは、工業（産業）５０１、輸送５０２、家庭５０３、環境／安全対策５０４におけるアプリケーションに分けられる。工業分野５０１には、食品分野５０６があり、たとえば、安全管理、プロセス制御、有毒物質管理、食品の香り分析、包装、保存などへの適用が考えられる。工業分野５０１には、調剤分野５０７があり、薬品の開発、医療診断、薬局などへの適用が考えられる。工業分野５０１には、香水分野５０８があり、香りの分析、調香などへの適用が考えられる。

輸送分野５０２は、空および海の分野５１０があり、空港および港における安全、税関検査、空調、マルチメディアサービスなどにおける適用が考えられる。列車および公共交通機関の分野５１１では、大気汚染監視、避難誘導指示などへの適用が考えられる。自動車の分野５１２では、安全、空調、マルチメディアサービスなどへの適用が考えられる。

家庭分野５０３では、防災分野５１３があり、二酸化炭素、酸素、窒素、オゾンのモニタリングへの適用が考えられる。シックハウス対策の分野５１４では、ＶＯＣやホルムアルデヒドの監視への適用が考えられる。料理およびテレビの分野５１５では、家庭用テレビに匂い再生装置を追加したり、料理の匂いをサンプリングしたり、食べ物の匂いを記録したりすることへの適用が考えられる。

環境安全の分野５０４では、大気汚染モニタリング分野５１６があり、公共施設、公園、ごみ処理場、工業地帯などにおいて汚染状況をモニタリングすることへの適用が考えられる。ワイヤレスネットワークセンサーとしての分野５１７があり、オゾン、温度、湿度監視、花粉状況の監視などへの適用が考えられる。ホームセキュリティー５１８では、住民の安全や健康をモニタリングするために適用することが考えられる。

図１７は、匂いの記録に適用する場合のフローチャートであり、システム１は、匂い記録用の構成９１が適用される。匂いデータの記録４１０は、動的記録（連続記録）４３１と、静的記録（スナップショット）４３２とがある。いずれもマシンが自動的に管理できるものであり、スナップショット４３２では、２秒、５秒、１０秒という時間がユーザにより指定できる。動的記録４３１では、リアルタイム分析および再生４３３が可能であり、コンピュータレコード４３４が可能である。広告宣伝、オンラインチャット、ゲーム、料理ショーなどの応用が考えられる。音響および／または画像と同期したリアルタイム記録４３５が可能であり、テレビジョン４３６では、香つきの放送、広告宣伝への適用が考えられる。

静的記録４３２は、匂い分析４３７が主な用途であり、ウェブ関連４３８としては、オンラインパターンサーチ、電話嗅覚サービス、診断、匂い比較、香水の調香レシピのダウンロードなどのサービスへの適用が考えられる。ローカル関連４３９では、マシン学習、分析、メッセージ、情報共有、３次元ビユー、匂い表示などへの適用が考えられる。さらに、これらをローカルで記録再生できる（４３９ａ）。

図１８は汚染モニタリングに適用する場合のフローチャートであり、システム１は汚染モニタリング用の構成９２が適用される。汚染モニタリング４４０は、アウトドア４４１と、インドア４４２とへの適用がある。いずれも、国などが設定した汚染基準情報４４３を参照してモニタリングすることになる。アウトドア４４１では、場所単位の汚染検出への適用４４４がある。ＯＬＰ１００とハンドヘルドデバイス（携帯電話、ラップトップ、ワイヤレスインターネット用の機器）との組み合わせは有効であり、位置情報をベースとした汚染情報を取得および表示できる。マニュアル検出４４５への適用もあり、汚染物質、ＶＯＣの検出がある。インドア４４２では、空気調和設備の制御４４６への適用が考えられる。室内空気状況の監視、エアコンのベンチレーションコントロール、ガスリーク警報などへの適用が考えられる。自動車の空気調和制御４４７への適用も考えられる。空気状況の監視、燃焼状態の監視、マルチメディアおよび香り供給への適用が考えられる。

図１９は健康モニタリングに適用する場合のフローチャートであり、システム１は健康モニタリング用の構成９３が適用される。健康モニタリング４５０は、吐息分析４５１と、診断および予防４５２とがある。吐息分析４５１では、体臭口臭の分析４５３、アルコール検出４５４がある。診断／予防４５２では、アレルギー対策４５６があり、アレルゲン、要因となるガス、喘息要因、花粉の検出などへの適用が考えられる。また、発がん検出、薬害検出４５７への適用も考えられる。さらに、メタボリック対策４５８への適用も考えられる。

このようにＯＬＰ１００は、ユーザプログラムに基づいた種々の処置に適用でき、芳香またはガスを捕らえる、記録・再生する、モニターする、分析するといった様々なアプリケーション・インターフェースを介してユーザと対話し、電子鼻としての機能を発揮する。セキュリティのコンテキストでは、ＯＬＰを備えたシステムは、ユーザが危険なソースから立ち去ることができるように、装置が、ソースの方向および位置上のユーザに警告を出すことができる。たとえば、センサーは適当な角度だけ旋回するようなベースにマウントされる。一方、ＯＬＰを備えたシステムは、芳香を捉え、芳香ソースへの方向および距離を検知し、ユーザを導くために利用することも可能である。

データベースから、芳香シグネチャおよび化学成分のフィンガープリントを取得することにより、さまざまな匂いに対し、それぞれ異なったアクションを提供できる。データベースはローカルのメモリ上であってもよい。ローカルのデータベースをユーザが新しい芳香およびその特性を学習するように訓練することが可能である。一方、未承認のデータはウェブかオンライン・データベースで管理したりするサービスを提供することも可能である。

芳香特性に関する詳細な情報の出力の一例は、アニメーション表示である。芳香を視覚的に表現することができる。芳香再生ユニットはアニメーションを使用し、かつ、合成物およびそれらの特性を３Ｄ表示するなどの適用も考えられる。

アプリケーションおよび利用者に対するインタフェースはＯＬＰの重要な一面である。嗅覚作用あるいは芳香内容を表現するいくつかの方法がある。自然な方法は、嗅覚のディスプレイあるいは触覚型のディスプレイとして芳香再生装置を使用して芳香自体を再生することである。

本明細書において開示している技術の一態様は、化学物質（chemical substances）に関連したコンテンツデータを含む第１のデータを生成する装置を有するシステムである。化学物質は、化合物、分子および元素の少なくともいずれかを含む。生成する装置（第１のデータを生成する装置）は、少なくともいずれかの化学物質の存在により変化する量（物理量）を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質（detected chemical substances）の強度変化（変量、variations）を、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングする（マップする）ことによりコンテンツデータに変換する変換ユニットを含む。本明細書において、化学物質とは、化合物、分子および元素を含み、成分あるいは組成物に限らず、生成物も含む。

本明細書において開示している技術の異なる一態様は、化学物質を示す強度変化が、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングされたコンテンツデータを含む第１のデータを受信するためのインターフェイスと、第１のデータのコンテンツデータに基づく、においデータをデバイスドライバに対し供給するための再生装置とを有し、デバイスドライバは、におい生成装置において利用可能な複数のにおい源の組み合わせににおいデータを変換する機能を含む、システムである。

本明細書において開示している技術のさらに異なる他の態様の１つは、化学物質に関連したコンテンツデータを含む第１のデータを生成する方法である。この方法は、化学物質を示す強度変化を、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングすることによりコンテンツデータに変換することを含む。

本明細書において開示している技術のさらに異なる他の態様の１つは、化学物質を示す強度変化が、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングされたコンテンツデータを含む第１のデータを受信し、デバイスドライバが、におい生成装置において利用可能な複数のにおい源の組み合わせににおいデータを変換することを含み、においを生成する方法である。

本明細書において開示している技術のさらに異なる他の態様の１つは、コンピュータを、化学物質に関連したコンテンツデータを含む第１のデータを生成する装置として機能させるためのプログラムである。プログラム（プログラム製品）は、ＣＤ−ＲＯＭなどの適当な記録媒体に記録して提供できる。プログラム（プログラム製品）は、インターネットなどのコンピュータネットワークを介して提供することも可能である。

上記において開示したシステムは、化学物質に関連するコンテンツデータを含む第１のデータを生成する装置を有するシステムであって、前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、前記生成する装置は、少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質を示す強度変化を、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングすることにより前記コンテンツデータに変換する変換ユニットを含む。

前記複数の化学物質は複数のグループに分けられ、複数のサブバンドが前記複数のグループにそれぞれ割り当てられており、前記変換ユニットは、検出された化学物質を示す強度変化を、いずれかのサブバンドに含まれる周波数の強度変化に変換してもよい。

前記コンテンツデータは、においを解析する情報および／または、においに関連する情報を伝達するためのデータであり、前記複数のグループは、官能基により分けられた複数のグループを含んでもよい。前記複数のグループは、さらに、無機物のグループと、未分類のグループとを含んでもよい。

システムは、少なくとも温度および湿度を含む環境情報が得られるセンサーをさらに含んでもよい。前記生成する装置は、前記第１のデータを生成するときに前記環境情報を取得し、前記第１のデータを生成したときの環境情報として前記第１のデータに含める補助情報追加ユニットを含んでもよい。

前記少なくとも１つのセンサーは、方向に関する検出特性の異なる左右のセンサーを含み、前記変換ユニットは、前記左右のセンサーそれぞれからのデータに含まれる、左右の前記検出された化学物質を示す強度変化を左右の周波数空間にそれぞれマッピングする機能を含んでもよい。

システムは、前記第１のデータを時間領域のデータに変換するための装置をさらに有することが望ましい。システムは、前記時間領域のデータを画像および／または音により出力するためのインターフェイスをさらに有してもよい。また、システムは、前記時間領域のデータを記録および／または外部へ伝送するためのインターフェイスをさらに有してもよい。

システムは、また、前記第１のデータを圧縮した圧縮データを生成するための圧縮装置をさらに有することが望ましい。前記複数の化学物質は複数のグループに分けられ、複数のサブバンドが前記複数のグループにそれぞれ割り当てられ、前記第１のデータでは、前記検出された化学物質を示す強度変化がいずれかのサブバンドに含まれる周波数の強度変化に変換されており、前記圧縮装置は、サブバンドにより圧縮条件を変える圧縮制御ユニットを含んでもよい。

前記コンテンツデータは、においを解析する情報および／または、においに関連する情報を伝達するためのデータであり、前記複数のグループは、官能基により分けられた複数のグループを含み、前記圧縮制御ユニットは、前記複数のグループのうち、においに関連しないグループに割り当てられたサブバンドを削除する、または、非可逆的な圧縮方法により圧縮率を上げることにより圧縮されたデータのデータ量を削減してもよい。

システムは、前記圧縮データを記録および／または外部へ伝送するためのインターフェイスをさらに有していてもよい。

システムは、前記第１のデータから静止データを生成するキャプチャユニットと、前記静止データに基づき特定の物質を認識する認識装置とをさらに有することも有効である。前記認識装置は、複数の対象物質に含まれる化学物質が前記周波数空間にそれぞれマッピングされた複数の認識対象パターンを含むライブラリと、前記ライブラリを参照して静止データをパターン認識し、認識された対象物質を出力する認識エンジンとを含むことが望ましい。前記複数の化学物質は複数のグループに分けられ、複数のサブバンドが前記複数のグループにそれぞれ割り当てられ、前記第１のデータでは、前記検出された化学物質を示す強度変化がいずれかのサブバンドに含まれる周波数の強度変化に変換されており、前記認識エンジンは、サブバンドの単位でパターン認識してもよい。

システムは、外部と通信するための通信インターフェイスをさらに有し、前記認識装置は、前記静止データまたは前記静止データをパターン認識するためのデータを、前記通信インターフェイスを介して出力し、認識された物質に関する情報を取得することが望ましい。システムは、さらに、認識された物質により特定のアクションを行うためのインターフェイスをさらに有していてもよい。

前記少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、システムは、前記設定条件を、前記分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき前記設定条件を変える前処理装置をさらに有することが望ましい。前記前処理装置は、定期的に、前記予備検出の条件を設定し、予備分析を行う。

また、前記少なくとも１つのセンサーは、タイプの異なる複数のセンサーを含み、システムの前記変換ユニットは、前記複数のセンサーのそれぞれからのデータに含まれる前記検出された化学物質を示す強度変化を共通の前記周波数空間にマッピングする機能を含んでもよい。

システムは、さらに、前記第１のデータのコンテンツデータに基づくにおいデータをデバイスドライバに対し供給するための再生装置を有し、前記デバイスドライバは、におい生成装置において利用可能な複数のにおい源の組み合わせに前記においデータを変換する機能を含むことが望ましい。少なくとも温度および湿度を含む環境情報が得られるセンサーをさらに含み、前記第１のデータは、前記第１のデータを生成したときの環境情報を含み、前記再生装置は、前記環境情報が得られるセンサーから再生するときの環境情報を取得して前記生成したときの環境情報と比較し、前記第１のデータの前記コンテンツデータを、前記再生するときの環境情報に適した前記においデータに変換する第１の補正ユニットを含んでもよい。

前記再生装置は、前記少なくとも１つのセンサーからのデータに含まれる前記検出された化学物質を示す強度変化に基づき、再生するときの化学物質に関連する情報を取得して前記第１のデータのコンテンツデータと比較し、前記第１のデータの前記コンテンツデータを、前記再生するときの化学物質に関連する情報に適した前記においデータに変換する第２の補正ユニットを含んでもよい。

前記再生装置は、人間の嗅覚の特性に基づいて前記第１のデータの前記コンテンツデータを前記においデータに変換する再構成ユニットを含んでもよい。

システムは、少なくとも前記生成する装置を含む回路が集積された少なくとも１つのチップを含んでもよい。

システムの異なる形態は、化合物、分子および元素の少なくともいずれかを含む化学物質を示す強度変化が、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングされたコンテンツデータを含む第１のデータを受信するためのインターフェイスと、前記第１のデータのコンテンツデータに基づくにおいデータをデバイスドライバに対し供給するための再生装置とを有し、前記デバイスドライバは、におい生成装置において利用可能な複数のにおい源の組み合わせに前記においデータを変換する機能を含んでもよい。

システムは、環境情報が得られるセンサーから少なくとも温度および湿度を含む、再生するときの環境情報を得るためのインターフェイスを有し、前記第１のデータは、前記第１のデータを生成したときの環境情報を含み、前記再生装置は、前記センサーから再生するときの環境情報を取得して前記生成したときの環境情報と比較し、前記第１のデータのコンテンツデータを、前記再生するときの環境情報に適した前記においデータに変換する第１の補正ユニットを含んでもよい。

システムは、前記化学物質の存在により変化する量を検出可能なセンサーから、再生するときの化学物質を示す強度変化を含む、再生するときの化学物質に関連する情報を取得するためのインターフェイスを有し、前記再生装置は、前記再生するときの化学物質に関連する情報を取得して前記第１のデータのコンテンツデータと比較し、前記第１のデータを、前記再生するときの化学物質に関連する情報に適した前記においデータに変換する第２の補正ユニットを含んでもよい。

前記再生装置は、人間の嗅覚の特性に基づいて前記第１のデータを前記においデータに変換する再構成ユニットを含んでもよい。システムは少なくとも１つのチップに集積されていてもよい。

化学物質に関連したコンテンツデータを含む第１のデータを生成する方法であって、前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーから得られたデータに含まれる、検出された化学物質を示す強度変化を、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングすることにより前記コンテンツデータに変換することを有する方法を本明細書は含む。

前記複数の化学物質は複数のグループに分けられ、複数のサブバンドが前記複数のグループにそれぞれ割り当てられており、前記変換することは、検出された化学物質を示す強度変化を、いずれかのサブバンドに含まれる周波数の強度変化に変換することを含んでもよい。

少なくとも温度および湿度を含む環境情報が得られるセンサーにより、前記第１のデータを生成するときの環境情報を取得し、その環境情報を、生成したときの環境情報として前記第１のデータに含めてもよい。前記少なくとも１つのセンサーは、方向に関する検出特性の異なる左右のセンサーを含み、前記変換することは、前記左右のセンサーそれぞれからのデータに含まれる、左右の前記検出された化学物質を示す強度変化を左右の周波数空間にそれぞれマッピングすることを含んでもよい。

この方法は、前記第１のデータを時間領域の第２のデータに変換することをさらに有していてもよい。この方法は、前記第１のデータを圧縮した圧縮データを生成することをさらに有していてもよい。

前記少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、方法は、前記設定条件を、前記分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき前記設定条件を変えることをさらに有していてもよい。

前記少なくとも１つのセンサーは、タイプの異なる複数のセンサーを含み、前記変換することは、前記複数のセンサーのそれぞれからのデータに含まれる、前記検出された化学物質を示す強度変化を共通の前記周波数空間にマッピングすることを含んでいてもよい。

この明細書は、さらに、上記に記載の方法と、前記第１のデータから静止データをキャプチャすることと、前記静止データに基づき特定の物質を認識することとを有し、検査、調査または診断する方法を含む。

この明細書は、化合物、分子および元素の少なくともいずれかを含む化学物質を示す強度変化が、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングされたコンテンツデータを含む第１のデータを受信することと、前記第１のデータのコンテンツデータに基づくにおいデータをデバイスドライバに対し供給することと、前記デバイスドライバが、におい生成装置において利用可能な複数のにおい源の組み合わせに前記においデータを変換することとを含む、においを生成する方法を開示する。

この方法は、少なくとも温度および湿度を含む再生するときの環境情報をセンサーにより取得することと、前記再生するときの環境情報を前記第１のデータを生成したときの環境情報と比較し、前記第１のデータのコンテンツデータを、前記再生するときの環境情報に適した前記においデータに変換することを含んでいてもよい。

この方法は、前記化学物質の存在により変化する量を検出可能なセンサーから再生するときの化学物質を示す強度変化を含む、再生するときの化学物質に関連した情報を取得することと、前記再生するときの化学物質に関連した情報を前記第１のデータのコンテンツデータと比較し、前記第１のデータを、前記再生するときの化学物質に関連した情報に適した前記においデータに変換することを含んでいてもよい。

この方法は、人間の嗅覚の特性に基づいて前記第１のデータのコンテンツデータを前記においデータに変換することを有していてもよい。

さらに、この明細書には、コンピュータを、化学物質に関連したコンテンツデータを含む第１のデータを生成する装置として機能させるためのプログラムであって、前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、前記生成する装置は、少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質を示す強度変化を、複数の周波数が複数の特定の化学物質にそれぞれ割り当てられた周波数空間にマッピングすることにより前記コンテンツデータに変換する変換ユニットを含む、プログラムが開示されている。

Claims (5)

1. 化学物質に関連するコンテンツデータを含む第１のデータを生成する装置を有するシステムであって、
   前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、
   前記生成する装置は、少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質を示す強度変化を前記コンテンツデータに変換する変換ユニットを含み、
   前記少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、
   当該システムは、さらに、前記設定条件を、前記分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき前記設定条件を変える前処理装置を有する。
2. 請求項１において、前記前処理装置は、定期的に、前記予備検出の条件を設定し、予備分析を行うユニットを含む。
3. 化学物質に関連したコンテンツデータを含む第１のデータを生成する方法であって、
   前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、
   少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーから得られたデータに含まれる、検出された化学物質を示す強度変化を前記コンテンツデータに変換することを有し、
   前記少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、
   当該方法は、前記設定条件を、前記分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき前記設定条件を変えることをさらに有する、方法。
4. コンピュータを、化学物質に関連したコンテンツデータを含む第１のデータを生成する装置として機能させるためのプログラムであって、
   前記化学物質は、化合物、分子および元素の少なくともいずれかを含み、
   前記生成する装置は、少なくともいずれかの前記化学物質の存在により変化する量を検出可能な少なくとも１つのセンサーからのデータに含まれる、検出された化学物質を示す強度変化により前記コンテンツデータに変換する変換ユニットを含み、
   前記少なくとも１つのセンサーは設定条件により感度、解像度および／または選択性を制御可能な分析型のセンサーを含み、
   前記生成する装置は、さらに、前記設定条件を、前記分析型のセンサーにより高範囲をスキャンする予備検出の条件に設定し、その予備検出結果を予備分析し、予備分析された物質に基づき前記設定条件を変える前処理ユニットをさらに有する、プログラム。
5. 請求項４において、前記前処理ユニットは、定期的に、前記予備検出の条件を設定し、予備分析を行うユニットを含む、プログラム。
   

Images