JP2017004504A - 車両、車両の通信モジュールと通信するシステム、および１組の車両と通信するシステム - Google Patents

Abstract

【課題】様々な運転条件下で動作する車両及び／又は車両のコンポーネントの性能を評価するシステム及び方法を提供する。【解決手段】車両９９は、或る時点における車両の状態を求める１組のデバイスオドメーター１１０と、初期時点から現時点までの期間の複数の時点にわたって収集された車両の状態のパラメーターを処理して、現時点における車両の現在の状態をもたらす１組の運転条件を求めるプロセッサ１２０とを備える。各運転条件は、上記期間の車両の動作の条件を示す。車両はまた、現時点における、１組のデバイスによって求められる車両の現在の状態を出力し、車両の現在の状態をもたらす１組の運転条件を出力する通信モジュール１４０を備える。【選択図】図１

Description

本発明は、包括的には、車両又は車両のコンポーネントを試験及び評価するシステム及び方法に関し、より詳細には、様々な動作条件下で車両のコンポーネントの性能を評価するシステム及び方法に関する。

通常、車両の任意のコンポーネントが、車両に展開される前に試験される。そのような試験は、コンポーネントが車両の動作中に故障なしで適切に動作することができることを確実にするために必要である。製品開発サイクル全体にわたって、１つ又は複数の車両コンポーネントの設計性能は、通常、シミュレーションを通じて試験される。例えば、様々なコンポーネント設計又は構成の下でマニュアル変速機システム又はブレーキシステムにおけるコンポーネントの性能を求めることができる。これについては、例えば、特許文献１を参照されたい。同様に、新たに開発された車両コンポーネントが車両に搭載された後、様々な運転試験及び／又は追加のシミュレーション中に、このコンポーネントの性能及びコンポーネントの誤動作を試験することができる。これについては、例えば、特許文献２を参照されたい。

一方、様々な運転試験のための動作条件又は選択条件のシミュレーションは、最新の車両の多数の実際の動作条件を反映していない。世界市場の進歩と共に、同じモデルの車両が、異なる地形条件及び天候条件下で利用するために展開される可能性があり、様々な運転スタイル及び使用の拡張を経る可能性がある。可能性のある全ての運転条件下で車両のコンポーネントを試験することは、まさに困難であり、現実的でない。

米国特許第８，５３９，８２５号明細書 米国特許第８，２９０，６６１号明細書

様々な運転条件下で動作する車両及び／又は車両のコンポーネントの性能を評価するシステム及び方法が必要とされている。

本発明の１つの実施形態の目的は、様々な運転条件下で動作する車両及び／又は車両のコンポーネントの性能を評価するシステム及び方法を提供することである。また、本発明の別の実施形態の目的は、様々であるが実際の運転条件下で動作する車両の様々なコンポーネントを評価及び試験することである。

本発明の幾つかの実施形態は、車両及び／又は車両のコンポーネントを試験及び／又は評価する方法が、少なくとも２つのタイプのパラメーターの知識を必要とするという認識に基づいている。第１タイプのパラメーターは、或る時点、例えば測定時点における車両の状態を記述する。第２のタイプのパラメーターは、現時点における車両の現在の状態をもたらす運転条件を記述する。

例えば、車両の状態は、車両が走行した総距離を含むことができる。逆に、総距離を走行した車両の運転条件は、経時的な距離分布、市街地（ｃｉｔｙ）距離対ハイウェイ距離の比、屋内駐車対屋外駐車の比、車両がその総距離を走行した期間にわたる天候条件の分布を含むことができる。そのような運転条件の知識を用いて、車両の様々なコンポーネントに対する走行距離の影響を理解することができる。

例えば、車両の状態は、時点における車両内の燃料レベルを含むことができ、そのような状態パラメーターに関連する運転条件は、期間にわたる車両内の燃料レベルの分布を含むことができる。そのような燃料レベルの時間分布を用いて、車両の内燃エンジン内に燃料を入れる燃料噴射システムの性能を評価することができる。

本発明の幾つかの実施形態は、車両の動作条件がシミュレートされるとき、これらの２つのタイプのパラメーターの知識が容易に入手可能であるという認識に基づいている。例えば、車両の現在の状態を記述するパラメーターは、様々な検知デバイスを用いて測定することができ、車両の現在の状態をもたらす運転条件は、事前に決定されるシミュレーションのパラメーターである。一方、車両の実際の動作中、車両の現在の状態をもたらす運転条件は入手可能でなく、例えば、測定されないか又は測定後に破棄される。これは通常、特に、異なる運転条件が多数であることを考慮して、問題とみなされず、日常的な現実とみなされる。

本発明の幾つかの実施形態は、車両の現在の状態をもたらす運転条件は、或る期間に複数の時点にわたって収集された車両の状態のパラメーターから求めることができるという認識に基づく。そのような１組の運転条件は、車両の現在の状態と共に出力することができ、これによって、実際の動作条件下で車両の様々なコンポーネントを試験及び評価することが可能になる。

さらに又は代替的に、本発明の幾つかの実施形態は、求めた運転条件を用いて、様々な車両の条件、及び／又は様々な製造者によって生成されたコンポーネントの組合せを含む、コンポーネントの様々な組合せの性能を比較する。さらに又は代替的に、本発明の幾つかの実施形態は、現在車両に設置されている測定デバイス及び他のセンサーによって生成された測定値の組合せを用いて運転条件を求める。これらの実施形態は、追加のセンサーを設置することなく運転条件を求めることを可能にする。

したがって、１つの実施形態は、車両であって、或る時点における車両の状態を求める１組のデバイスであって、１組のデバイスは、時点における、車両が走行した総距離を求めるオドメーターを備える、１組のデバイスと、初期時点から現時点までの期間の複数の時点にわたって収集された車両の状態のパラメーターを処理して、現時点における車両の現在の状態をもたらす１組の運転条件を求めるプロセッサであって、各運転条件は、期間の車両の動作の条件を示すようになっている、プロセッサと、現時点における、１組のデバイスによって求められる車両の現在の状態を出力し、車両の現在の状態をもたらす１組の運転条件を出力する通信モジュールと、を備える、車両を開示する。

別の実施形態は、１組の車両と通信するシステムであって、システムは、各車両の現在の状態及び運転条件を受信し、車両の現在の状態及び運転条件の関数に基づいて車両の条件を求めるシステムを開示する。各車両は、或る時点における車両の状態を求める１組のデバイスであって、１組のデバイスは、時点における、車両が走行した総距離を求めるオドメーターを備える、１組のデバイスと、メモリに動作可能に接続され、初期時点から現時点までの期間の複数の時点にわたって収集された車両の状態のパラメーターを処理して、現時点における車両の現在の状態をもたらす１組の運転条件を求めるプロセッサであって、各運転条件は、期間の車両の動作の条件を示すようになっている、プロセッサと、現時点における、１組のデバイスによって求められる車両の現在の状態を出力し、車両の現在の状態をもたらす１組の運転条件を出力する通信モジュールと、を備える。

本発明の幾つかの実施形態による車両のユニットのブロック図である。 本発明の幾つかの実施形態によって用いられる様々なデバイスのブロック図である。 本発明の幾つかの実施形態による車両のハイウェイ距離と市街地距離との比を求める方法の概略図である。 本発明の１つの実施形態による、屋内駐車対屋外駐車の比を求める方法のフローチャートである。 本発明の幾つかの実施形態による、運転距離にわたる天候条件を、運転条件の指標として用いる方法のフローチャートである。 本発明の１つの実施形態の運転条件の指標として、最小燃料レベルヒストグラム又は燃料レベル閾値超過カウントを求める方法のフローチャートである。 本発明の１つの実施形態による、運転距離に対する乗員カウント及び乗員総重量のヒストグラムを運転条件の指標として表す概略図である。 本発明の幾つかの実施形態による、加速度及び／又は衝撃インパルスを求める方法の概略図である。 本発明の幾つかの実施形態による車両の相対的条件を求めるシステムのブロック図である。 本発明の１つの実施形態による接続システム内のインタラクションの概略図である。 本発明の１つの実施形態による、条件サーバーのデータベースのデータ構造の概略図である。 本発明の幾つかの実施形態による、相対的な車両条件を求める例の概略図である。

車両及び／又は車両のコンポーネントを試験及び／又は評価する方法は、少なくとも２つのタイプのパラメーターを知ることを必要とする。第１のタイプのパラメーターは、或る時点、例えば測定時点における車両の状態を記述する。第２のタイプのパラメーターは、現時点における車両の現在の状態をもたらす運転条件を記述する。

図１は、本発明の幾つかの実施形態による車両９９のユニット１００のブロック図を示す。ユニット１００は、或る時点における車両の状態を求める１組のデバイス１１０を備える。この１組のデバイスは、車両及び／又は車両のコンポーネントの状態を測定する様々なセンサーを含むことができる。デバイス１１０は、その時点における、車両が走行した総距離を求めるオドメーターを備える。

ユニット１００は、或る期間に複数の時点にわたってデバイス１１０によって収集された車両の状態のパラメーターを処理する、メモリ１３０に接続されたプロセッサ１２０も備える。例えば、プロセッサは、初期時点から現時点までの各時点における車両の状態を求め、これらの状態組をメモリに記憶する。複数の時点にわたる状態組を集約することにより、現時点における車両の現在の状態をもたらす１組の運転条件が求められる。

時点における車両の状態と対照的に、各運転条件は、期間にわたる車両の運転条件を示す。例えば、車両の状態は、車両が走行した総距離を含むことができる。逆に、総距離を走行した車両の運転条件は、経時的な距離分布、市街地距離対ハイウェイ距離の比、屋内駐車対屋外駐車の比、車両がその総距離を走行した期間にわたる天候条件の分布を含むことができる。そのような運転条件の知識を用いて、車両の様々なコンポーネントに対する走行距離の影響を理解することができる。

本発明の幾つかの実施形態は、車両の現在の状態をもたらす運転条件１５２を、或る期間に複数の時点にわたってデバイス１１０から収集された車両の状態のパラメーターから求めることができるという認識に基づいている。そのような１組の運転条件が車両の現在の状態１５１と組み合わされることにより、全体車両条件１５０が形成され、これによって、実際の動作条件下で車両の様々なコンポーネントを試験及び評価することが可能になる。例えば、車両の状態は、時点における車両内の燃料レベルを含むことができ、そのような状態パラメーターに関連する運転条件は、期間にわたる車両内の燃料レベルの分布を含むことができる。そのような燃料レベルの時間分布を用いて、車両の内燃エンジン内に燃料を入れる燃料噴射システムの性能を評価することができる。

ユニット１００は、現時点における、１組のデバイスによって求められた車両の現在の状態を出力し、この車両の現在の状態をもたらす１組の運転条件を出力する通信モジュール１４０も備える。例えば、通信モジュール１４０は、現在の状態及び運転条件の関数に基づいて車両の条件を求める外部システムに、車両の現在の状態及び運転条件を送信することができる。

さらに又は代替的に、外部システムは、複数の車両９９の通信モジュールと通信することができ、これによって、システムは、別の車両の条件に対して１つの車両の条件を評価することが可能になる。例えば、そのような比較は、様々な運転条件下で動作する車両のコンポーネントの性能を評価することに有用とすることができる。

例えば、１つの実施形態において、システムは第１の車両から現在の状態及び運転条件を受信し、第２の車両から現在の状態及び運転条件を受信し、第１の車両及び第２の車両の現在の状態及び運転条件の関数に基づいて、第２の車両の条件に対する第１の車両の条件を求める。

図２は、本発明の幾つかの実施形態によって用いられる様々なデバイスのブロック図を示す。例えば、ユニット１００のデバイス１１０は、外部温度２０１及び／又は内部温度２０２を測定する温度センサー、様々な天候条件、例えば、雨、雪、晴れを判断する天候モジュール２０３、車両のロケーション、例えば、車両の経度、緯度及び高度を求めるグローバルポジショニングシステム（ＧＰＳ：ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ）受信機２０４等の様々なセンサーのうちの１つ又はそれらの組合せを含むことができる。デバイス１１０は、ショックアブゾーバーセンサー２０５、ハンドルコラムセンサー２０６、ウインドシールドワイパー速度センサー２０７、燃料レベルセンサー２０８、多軸加速度計２０９、ジャイロスコープ２１０及び重量センサー２１１も備えることができる。これらのデバイスからの複数のデータポイントが時間２２０において測定され、解析のためにプロセッサ１２０に提出される。センサーデバイス１１０ごとに読み取りの期間は異なり得る。

様々な実施形態において、運転条件は、デバイス１１０のうちの１つ又はそれらの組合せを用いて求められる。例えば、運転条件は、市街地距離対ハイウェイ距離の比、屋内駐車対屋外駐車の比、期間にわたる天候条件の分布を示すパラメーター、期間内に車両に作用した過剰な衝撃インパルスの量を示すパラメーター、期間内の車両の過剰な加速度又は減速度の量を示すパラメーターのうちの１つ又はそれらの組合せを含むことができる。異なる実施形態では、デバイス１１０のうちの１つ又はそれらの組合せの測定値を選択して対応する運転条件を求める。

図３は、本発明の幾つかの実施形態による車両のハイウェイ距離と市街地距離との比３９０を求める方法の概略図を示す。本実施形態において、１組の運転条件は、比３９０を含み、プロセッサは、マップを用いて、ロケーションのタイプを市街地ロケーション又はハイウェイロケーションとして識別し、期間にわたって集約されたロケーションのタイプに基づいて比を求める。比３９０は、車両のコンポーネントに影響を与える力の分布の指標としての役割を果たすことができる。

実施形態は、ハイウェイ距離比３９０を求めるＧＰＳセンサー３６０を用いる。例えば、実施形態は、意味マップ３５０と、車両の１組のＧＰＳ情報１２０、例えば、タイムスタンプ３４０、緯度３３０、経度３２０及び高度３１０とを用いて、車両がハイウェイ上を移動しているか又は市街地を移動しているかを判断する。意味マップ３５０は、マップ上の各座標にラベルを与える。したがって、実施形態は、意味マップ情報がＧＰＳ測定値と組み合わされているとき、車両がハイウェイ上を移動しているか否かを判断することができる。車両がハイウェイ上を移動しているマイル毎に、プロセッサ１３０によってハイウェイ距離カウント３７０が増加される。車両が市街地を走行しているマイル毎に、市街地距離カウント３８０が増大される。場合によっては、車両がハイウェイ上にあるとき、渋滞に起因して、速度及び移動パターンが市街地におけるパターンと一致する場合がある。例えば、車両がハイウェイロケーションにおいて低速（例えば、毎時１５マイルすなわち２５ｋｍ）で走行している場合、市街地距離カウントが代わりに増加される可能性がある。このため、本発明の幾つかの実施形態によれば、ハイウェイ距離の比を求めるのに、車両の速度はオプションとして用いられる。

図４は、本発明の１つの実施形態による、屋内駐車対屋外駐車の比を求める方法のフローチャートを示す。この比は、同様の天候条件で動作している車両の異なる劣化度を説明することができる。本実施形態において、１組の運転条件は、屋内駐車対屋外駐車の比を含み、プロセッサは、ロケーションの変化率に基づいて、ロケーションを駐車ロケーションとして識別し、駐車ロケーションのタイプを、マップを用いて屋内駐車又は屋外駐車として識別し、期間にわたって集約された駐車ロケーションのタイプに基づいて比を求める。

図４の実施形態は、車両の屋内時間４２０対屋外時間４１０を求めるＧＰＳセンサー３６０の例示的な使用を示す。実施形態は、意味マップ３５０と、車両の１組のＧＰＳ情報１２０、例えばタイムスタンプ３４０、緯度３３０、経度３２０及び高度３１０とを用いて、車両が屋内に駐車されているか又は屋外に駐車されているかを判断する。意味マップ３５０は、マップ上の各座標にラベルを与える。したがって、幾つかの実施形態は、意味マップ情報をＧＰＳ情報と組み合わせることによって、車両が屋内にあるか又は屋外にあるかを判断する。例えば、時間単位（例えば、１時間）毎に、プロセッサ１３０によって車両屋内カウント及び屋外カウントが更新される。

図５は、本発明の幾つかの実施形態による、運転距離にわたる天候条件を、運転条件の指標として用いる方法のフローチャートを示す。例えば、１つの実施形態では、１組のデバイスは、時点における車両の周囲の屋外温度を求める温度センサーを備え、１組の運転条件は、期間の温度分布を示すパラメーターを含む。さらに又は代替的に、１つの実施形態において、１組のデバイスは、時点における車両のロケーションにおける天候条件を無線で受信する天候モジュールを備え、１組の運転条件は、期間の天候条件の分布を示すパラメーターを含む。さらに、本発明の別の実施形態では、１組のデバイスは、時点における車両の少なくとも１つのウインドシールドワイパーの移動速度を求めるウィンドスクリーンワイパーセンサーを備え、１組の運転条件は、期間内の雨が降る中での運転時間を示すパラメーターを含む。

例えば、１つの実施形態は、車両の屋外時間４１０対天候条件タイプ５１０を求めるＧＰＳセンサー３６０を用いることができる。本発明の幾つかの実施形態によるシステムは、天候ポータルデータ５００と、車両の１組のＧＰＳ情報１２０、例えば、タイムスタンプ３４０、緯度３３０、経度３２０及び高度３１０とを用いて、車両が雨又は雪等の或る特定の天候条件に曝されているか否かを判断する。天候ポータルデータ５００は、マップ上の各座標にラベルを与える。したがって、幾つかの実施形態は、車両が、雪が降る中又は融雪剤を撒かれた道路（ｓａｌｔｅｄ ｒｏａｄ）上で運転されているか否かを判断することができる。プロセッサ１３０は、指定された時間単位、例えば１時間毎に、天候タイプに基づいて車両運転条件５２０を更新する。

天候条件を知ることは、車両の様々なコンポーネントの劣化を評価するために有利である。例えば、雪条件下では、凍結防止のために融雪剤及び融雪粒剤（ｇｒａｉｎ）が道路上に撒かれ、これは、腐食、凹み及び窪みの形態で車両に悪影響を与える。本発明の１つの実施形態によるモデルは、天候条件に基づいて車両の劣化を捕らえる。なぜなら、凍結防止の化学薬品は車両腐食の原因の１つであるためである。

図６は、本発明の１つの実施形態の運転条件の指標として、最小燃料レベルヒストグラム又は燃料レベル閾値超過カウントを求める方法のフローチャートを示す。例えば、本実施形態では、１組のデバイスは、時点における車両内の燃料レベルを求める燃料センサーを備えることができ、１組の運転条件は、期間の車両内の燃料レベルの分布を示すパラメーターを含む。

例えば、燃料センサー６００によって測定される燃料タンクレベルも、車両条件に影響を及ぼす要因とみなすことができる。燃料タンクがゼロに近い燃料レベルに達すると、タンクの底部に集積された微粒子及び破片がより容易に噴射システム内に進み、フィルターを汚染することになる。プロセッサ１３０は、燃料レベルを閾値６１０と比較する。閾値超過イベント６３０が発生すると、燃料レベルが極度に低下していることの指標６２０がインクリメントされる。

図７は、本発明の１つの実施形態による、運転距離に対する乗員カウント及び乗員総重量のヒストグラムを運転条件の指標として表すフローチャートを示す。この実施形態は、乗員及び他の負荷のカウント及び重量が車両条件に影響を及ぼすという認識に基づいている。なぜなら、全てのタイヤは、タイヤのサイズに対してどの程度のタイヤ圧が実際に用いられているかによって決まる最大負荷容量を有するためである。例えば、本発明の１つの実施形態において、１組のデバイスは、車両の重量を求める重量センサーを備え、１組の運転条件は、期間内の車両の重量の分布を示すパラメーターを含む。

例えば、ペイロード重量センサー７１０を用いて、乗員の総重量又はカウントを測定することができる。センサーは、車両内の各座席にイメージセンサ及び歪みゲージを備える。エンジンがオンになった前後のタイヤ空気圧の差の変化を用いて、走行中の乗員の総重量及びカウントを求めることができる。乗員の重量が大きいと、車両条件に、より悪影響、例えば、ショックアブソーバー、タイヤ及び座席のより大きな摩耗及び損耗を与えることになる。本発明の幾つかの実施形態によれば、或る範囲の乗員カウント７２０又は重量に対する運転距離総数７３０は、ヒストグラムの形式で導出される。さらに又は代替的に、様々な重量プロファイルの下での運転距離のパーセンテージは、ヒストグラムを介して定量化することができる。

図８は、本発明の幾つかの実施形態による、加速度及び／又は衝撃インパルスを求める方法のフローチャートを示す。例えば、１つの実施形態において、１組のデバイスは、時点における、車両に作用する衝撃インパルスを示すパラメーターを求めるショックアブソーバーセンサーを備え、１組の運転条件は、期間内に車両に作用した過剰な衝撃インパルスの量を示すパラメーターを含む。

さらに又は代替的に、別の実施形態において、１組のデバイスは、時点における、ハンドルコラムに作用する加速度及び力のうちの１つ又はそれらの組合せを求めるハンドルコラムセンサーを備え、１組の運転条件は、期間内に車両に作用した過剰な力の量を示すパラメーターを含む。

例えば、実施形態は、センサー軸ごとに、加速度センサー出力のｇレベル対発生頻度を、運転条件の指標として求めることができる。今日のほとんど全ての車両において、多軸加速度センサー８００が存在する。プロセッサ１３０は、加速度センサー８００の各軸からデータを読み出し、メートル毎秒毎秒（ｍ／ｓ^２）単位で対応する重力を記録して、ヒストグラムの形態で急ブレーキを検出し、ブレーキパッドの劣化及びブレーキ効果の損失を推定する。

車両コンポーネントの評価
図９は、本発明の幾つかの実施形態による車両の相対的条件を求めるシステムのブロック図を示す。現在の状態及びそれに応じた条件情報を用いて、幾つかの実施形態は、車両の現在の状態及び条件を表す複数のメトリックの観点で複数の車両をランク付けする。例えばクラウド９０５において実施される、車両ランカー（ｒａｎｋｅｒ）アルゴリズム９０６によって、本発明の幾つかの実施形態に従って、車両１００ａからの現在の状態及び車両条件情報１５０ａと、別の車両１００ｂからの現在の状態及び車両条件情報１５０ｂとが比較される。ランカー９０６は、デバイス９３０から提出される様々なプリファレンス９４０も利用することができる。３つ以上の車両を、それらの現在の状態及び条件情報１５０を用いて評価及びランク付けのために比較することができる。

図１０は、本発明の１つの実施形態による接続システム９００内のインタラクションの概略図を示す。システムは、例えばクラウドコンピューティング９０５において、車両ランカーを実装する条件サーバー９０６を備え、車両メーカーサーバー１４４０、車両通信モジュール１４０、車両ディーラーサーバー１４３０、機器ポータル１２００、車両評価デバイス１４５１、車両製造者／販売者デバイス１４５２及びユニット１００等の様々なシステムとインタラクトすることができる。

本発明の幾つかの実施形態において、車両のコンポーネントを試験及び評価することは、車両の通信モジュールと通信するシステムによって実行される。このシステムは、車両の現在の状態及び運転条件を受信し、現在の状態及び運転条件の関数に基づいて車両の条件を求める。

幾つかの実施形態において、システムは、無線インターフェースを介して車両と通信する遠隔システムである。代替的な実施形態では、システムは、車両の様々なコンポーネントによって実施される。例えば、システムは、プロセッサ１２０及びメモリ１３０と有線又は無線で通信することもできるし、更にはプロセッサ１２０を用いて実施することもできる。幾つかの実施形態では、システムは分散方式で実施される。

幾つかの実施形態では、車両は、評価結果をレンダリングするためのディスプレイ１４７５も備える。ディスプレイは、車両の評価もレンダリングすることができ、市場の他の車両に対するその車両の相対的ランク付けがクラウド９０５内の条件サーバー９０６によって行われる。条件デバイスは、コントローラエリアネットワーク（ＣＡＮ（ｃｏｎｔｒｏｌｌｅｒ ａｒｅａ ｎｅｔｗｏｒｋ）−ｂｕｓ）接続１４６７を介して車両上のセンサー１４６８からデータ１４６９を読み出し、次に、現在の状態及び条件情報１５０を計算し、これらは次に条件サーバー９０６に渡される。

条件サーバー９０６は、メモリユニット１０４０と、プロセッサ１０５０と、データベース１０６０とを備える。外部サーバー（１４４０、１４３０、１２００）間の接続はインターネットを介することができる。車両通信ユニット１４０と条件サーバー９０６との間の接続は、セルラー通信又はＷｉＦｉを介したインターネットを利用することができる。車両メーカーサーバー１４４０は、条件サーバー９０６に、例えば、一意の車両識別番号ごとの、型、モデル、色、アクセサリー、電気機械機能、リコール情報を含む車両トリム情報（ｖｅｈｉｃｌｅ ｔｒｉｍ ｉｎｆｏｒｍａｔｉｏｎ）を提供することができる。車両ディーラーサーバー１４３０は、条件サーバーに、行われる車両サービス及び未来のサービス需要及びそれらの対応する属性を含む情報を提供することができる。価格設定ポータル１２００は、車両の価格設定に基づく取引を提供する。

図１１は、本発明の１つの実施形態による、条件サーバー９０６のデータベース１０６０のデータ構造を示す。例えば、データベース１０６０は、３つのサブデータベース、すなわち、車両／製品／機器サブデータベース、メンバー情報サブデータベース、及び市場サブデータベースを含むことができる。

車両／製品サブデータベースは、メンバー車両ごとに、以下を含む。サブデータベースは、一意の識別番号１１１１、例えば値メーターデバイス（ｖａｌｕｅ−ｍｅｔｅｒ ｄｅｖｉｃｅ）のＩＰ Ｖ６アドレス、車両の車両識別番号（ＶＩＮ：ｖｅｈｉｃｌｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｎｕｍｂｅｒ）を含むことができる。例えば、値メーターデバイスは、車両ＣＡＮ−ｂｕｓインターフェースから直接、車両のＶＩＮを読み取ることができる。サブデータベースは、型、モデル、年、色、トリム、ロケーション等の車両属性１１１２も含むことができる。この情報は、インストール時に一旦値メーターデバイスに入力し、その後、データベースにアップロードすることができる。

サブデータベースは、距離燃料レベル統計、例えば最小燃料レベル、補充開始レベル、補充停止レベル、補充開始レベル分布、補充停止レベル分布、故障センサー等の車両センサー値１１１３も含むことができる。周期的に又は非周期的に車両ＣＡＮ−ｂｕｓ１４６７から燃料レベルを読み取ることによって、ユニット１００は、燃料統計を導出することができる。車両が停止している間の燃料レベルの任意の急増加は補充によるものであることに留意されたい。タンクがほぼ空のとき、タンクの底部の塵及び粒子は、噴射システム内に入り、やがてエンジン性能問題を引き起こす可能性が高い。高い開始レベルにおける補充が推奨される。条件デバイスは、これらの測定値を、対象車両の条件サーバーにアップロードする。

また、サブデータベースは、現在の距離、ハイウェイ距離、市街地距離、及びＧＰＳ等の距離記録及び統計１１１９と、雨が降る中での総運転時間、雪が降る中での総運転時間、屋外対屋内の滞在比等の天候に関係した統計とを含むことができる。例えば、市街地の運転は、通常、粗い道路を含み、道路の窪みは、車両のサスペンション、エンジン及びブレーキに悪影響を与える。一方、ハイウェイの道路はより平滑であり、車両は、市街地の走行マイルを有する車両と比較して、価値が下がる（ｄｅｐｒｅｃｉａｔｅ）のが遅い。現在のところ、車両の市街地距離及びハイウェイ距離の分解を厳密に求める解決策は存在しない。ユニット１００は、搭載されたＧＰＳ受信機を用いて、進んだ任意のマイルを、市街地のマイル又はハイウェイのマイルに分類する。このため、幾つかの実施形態は、車両のハイウェイ距離のパーセンテージを求めることを可能にする。

サブデータベースは、マイルあたりの平均総乗員重量、マイルあたりの最小総乗員重量、マイルあたりの最大総乗員重量、距離数対総乗員重量分布等の、占有率及び重量の記録及び統計１１１８も含むことができる。ユニット１００は、様々な手法を用いて、車両内の人数を求めることができる。１つの方法は、デバイスにおいてマイクロフォンを用い、車両が動いている間、音声認識を行うことである。第２のオプションは、顔検出のために撮像センサー及び画像処理アルゴリズムを用いることである。音声及び顔認識アルゴリズムは、それらが高性能であることにより広く普及している。より大きな重量は車両コンポーネントに対し、より多くの応力を引き起こし、したがって摩耗及び損耗が加速する。

サブデータベースは、価格設定ポータル１２００からの取引データに基づく価値下落（ｄｅｐｒｅｃｉａｔｉｏｎ）履歴１１１４も含むことができる。条件サーバーは、他のポータルから、それらのアプリケーションプログラミングインターフェースを用いて、特定の車両タイプ及び構成の価値下落履歴を取り出す。サブデータベースは、加速度、事故記録、エンジンノイズ、ＣＯ２放出レベル、ガロンあたりのマイル数、又はリットルあたりのｋｍ数等の車両性能１１１５、並びにプライバシー設定、センサー読み取り更新頻度又は周期、及びプロファイル設定等の条件デバイス設定１１１６も含むことができる。

幾つかの実施形態では、サブデータベースは、仮想試験運転要求、応答、設定及びスケジュール１１１７を含むこともできる。図１０における条件システム９００は、車両の遠隔試験運転を提供することを可能にすることができる。条件システムを介して試験運転がスケジューリングされると、対象車両における所望のセンサーからの情報をリアルタイムで監視することができる。まず、車両１４６９からのセンサー値がクラウド上の条件サーバー９０６上にストリーミングされる。次に、センサーデータ１４６９が車両評価デバイス１４５１においてリアルタイムで取り出される。

メンバーサブデータベースは、メンバー車両ごとに、メンバープロファイル１１２１、例えば、年齢、性別、名前、ジオロケーション、プライバシー設定１１２２、アカウント設定１１２３及び活動記録１１２４を含むことができる。例えば、車両のデータ及び／又は属性は、値メーターサーバー上に記憶し、値メーター加入者に利用可能とすることができる。車両所有者は、所有者名、ジップコード等のいずれの情報がプライベートとして扱われるべきであるかに対する制御を有することができる。値メーターシステムは、潜在的な販売者が、対象の車両に関する情報を積極的に要求することができるようにする。

メンバーサブデータベースは、鋭いコーナリング、急ブレーキ及び急加速の統計、ハイウェイ距離と市街地距離との分解、車両の前面における距離測定センサーを要するテールゲート統計等の運転スタイル１１２６も含むことができる。メンバーサブデータベースは、型、モデル、年、距離、車両機能を含むプリファレンス１１２７、及び車両提供の詳細を含むプリファレンス１１２８等の他のプリファレンスも含むことができる。

市場サブデータベースは、通常の市場において行われた販売取引に基づく価格及び車両情報等の取引データ１１３１を含むことができる。市場サブデータベースは、車両の評価及びランク付けの利用可能性及び需要を特定するための供給データ１１３２及び需要データ１１３３も含むことができる。また、市場サブデータベースは、リコールデータ１１３４、例えば、車両の型、モデル、年及びリコール理由と、或る特定の車両カテゴリー、距離範囲、ロケーション、車両経年範囲及び取引価格について市場データを取り出す能力を含むフィルタリングツール１１３５も含むことができる。

車両の評価及びランク付け
本発明の幾つかの実施形態によれば、車両の状態のパラメーターは、車両のコンポーネントの条件を示すパラメーターと、時点における車両及び車両のコンポーネントの動作の条件を示すパラメーターとを含む。例えば、１つの実施形態は、車両の評価及びランク付けにおいて用いるために、車両の状態のパラメーターを特徴ベクトルｘにグループ化する。これらの特徴変数は、色等のカテゴリー、又は距離等の連続変数とすることができる。例えば、特徴ベクトルのｉ番目の次元ｘ（ｉ）は、カテゴリー上の車両の色変数を表すことができ、ここで、値０、１、２、３はそれぞれ、黒色、白色、青色、赤色に対応することができる。同様に、特徴ベクトルのｊ番目の次元ｘ（ｊ）は、連続車両距離変数を表すことができる。幾つかの実施態様は、ｋ個のカテゴリーが存在する場合に、カテゴリーごとに１つ、ｋ個の新たな変数が定義されるように、カテゴリー変数をバイナリ変数に変換する。車両カテゴリーに対応するカテゴリー変数のみが１に設定され、他のものは０に保持される。本明細書では、依然として、この変換された特徴ベクトルをｘと呼ぶ。特徴ベクトルは、評価関数、ランキング関数又はカスタマイズされたランキング関数を用いることによって、車両の評価、ランキング又はカスタマイズされたランキングを求める。

評価関数
１つの実施形態では、評価関数Ｆ（ｘ）は、車両の絶対値を求める。この関数は、車両に関連付けられた特徴ベクトルを絶対値にマッピングする。車両の値は、様々な代替的な意味を有することができる。１つの実施形態では、この値は、標準的な通貨を単位とした自動車の市場価格を意味する。異なる実施形態では、この値は、完全な条件を有する自動車が最大スコアにマッピングされ、より悪条件の自動車が段階的により低いスコアを有する、車両の機械的スコアを表す。

様々な実施形態では、評価関数は回帰関数であり、線形関数、対数線形関数、多項関数、回帰ツリー、回帰フォレスト、カーネル関数、サポートベクトル回帰、関連ベクトル回帰、ニューラルネットワーク、最近傍リグレッサー、及びそれらの組合せ等の多くの異なる形式を有することができる。

評価関数は、人間の専門家によって設定することもできるし、トレーニングデータを用いて学習することもできる。１つの実施形態では、評価関数は、特徴ベクトルｘ_ｉ及びｎ個の車両の対応する値ｙ_ｉを含むトレーニングデータ｛（ｘ_ｉ，ｙ_ｉ）｝_{ｉ＝１．．．ｎ}を用いて学習される。トレーニング中、以下の最適化手順が解かれ、

評価関数Ｆ（ｘ_ｉ）による値推定と真の値ｙ_ｉとの間の差が最小化される。項‖Ｆ‖は、トレーニングデータの過適合を防ぐ正則化項であり、ｃは、トレーニング誤差と正則化項との間のトレードオフである。

１つの実施形態では、評価関数は、線形関数Ｆ（ｘ）＝ｗ^Ｔｘとして書かれる。線形サポートベクトル回帰問題において、最適化はソフトマージン最適化として書かれる。

最適化によって、マージンを最大にしながら、予測と真の値との間の差を最小にする線形回帰ベクトルｗが得られる。このモデルの非線形回帰への拡張は、カーネルマッピングＫ（ｘ_ｉ，ｘ_ｊ）によって与えられる。ここで、回帰関数は以下のように書くことができる。

ここで、

及びα_ｉは以下の二重最適化を通じて学習される乗数である。

カーネル関数が正定値である場合、この最適化は凸最適化であり、内点法等の標準的な連続最適化方式を用いて最適に解くことができる。

ランキング関数
幾つかの実施形態は、ランキング関数を用いて、他の車両に対する車両の相対的効用を求める。ランキング関数は、より低い効用を有する自動車よりも、より良好な全体効用を有する車両を高く格付けする。効用関数は、価格及び他の特徴の組合せを用いることができる。１つの実施形態では、市場への導入からの自動車の販売期間を用いて、他の自動車と比較したその自動車の効用を求める。

ｘが、価格を含む自動車の特徴ベクトルを表すものとする。ランキング関数は、線形関数、対数線形関数、多項関数、回帰ツリー、回帰フォレスト、カーネル関数、サポートベクトル回帰、関連ベクトル回帰、ニューラルネットワーク、最近傍リグレッサー、及びこれらの組合せ等の多くの異なる形態を有する回帰関数とすることができる。ランキング関数は、人間の専門家によって設定することもできるし、トレーニングデータを用いて学習することもできる。１つの実施形態では、評価関数は、ｉ番目の車両がｊ番目の車両よりも良好な効用を有するという関係を有する特徴ベクトルｘ_ｉ及びｘ_ｊを含むトレーニングデータ｛（ｘ_ｉ，ｙ_ｉ）｝_{ｉ＝１．．．ｎ}を用いて学習される。

１つの実施形態では、ランキング関数は、線形関数Ｆ（ｘ）＝ｗ^Ｔｘとして書かれる。線形サポートベクトルランキング問題において、最適化はソフトマージン最適化として書かれる。

最適化によって、マージンを最大にしながら、より高い効用を有する車両をより高くランク付けする（ｙ_ｉ＞ｙ_ｊ）線形回帰ベクトルｗ^Ｔが得られる。

非線形回帰へのこのモデルの拡張は、カーネルマッピングＫ（ｘ_ｉ，ｘ_ｊ）によって与えられる。ここで、回帰関数は以下のように書くことができる。

ここで、α_ｉｊは以下の二重最適化を通じて学習される乗数である。

カーネル関数が正定値である場合、この最適化は凸最適化であり、内点法等の標準的な連続最適化方式を用いて最適に解くことができる。

カスタマイズされたランキング関数
本発明の幾つかの実施形態では、或る特定の車両特徴又はコンポーネントが他の特徴よりも重要であるとき、ランキング関数は、異なる車両について異なることができる。カスタマイズされたランキング関数は、ユーザーごとに、又は異なるユーザータイプのグループに対して、車両を異なる形でランク付けする関数である。ユーザーは、分類関数を用いて固定数のユーザータイプに分類される。これは、ユーザーに幾つかの質問を行うことによって達成される。ユーザーの回答は、分類関数に対する特徴として用いられ、関数は各ユーザーにカテゴリーを割り当てる。分類関数は、決定ツリー、決定フォレスト、及び線形分類器等の多くの異なる形式を有することができる。

トレーニング中、カテゴリー毎に別個のランキング関数を学習することができる。例えば、ランキング関数を用いている間、ユーザーに同じ質問が行われ、ユーザーはカテゴリーのうちの１つに分類される。次に、そのカテゴリーのランキング関数を用いて、そのユーザーのためのカスタマイズされたランキングが生成される。

ランク付けの例
図１２は、本発明の幾つかの実施形態による、相対的な車両条件を求める例を示す。この例は、２つの制約、すなわち、車両のための最長距離を指定する制約１３０１と、車両のための最大経年数（ｈｉｇｈｅｓｔ ａｇｅ）を指定する制約１３０２とを満たす車両を比較する。したがって、探索は、２つの次元、すなわち、車両の経年数１３０４及び距離１３０３において行われる。この例において、探索空間は、異なる距離及び経年数値を有する車両Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉ、Ｊを含み、車両Ｉ、Ｄ、Ｊ、Ｅ及びＣが制約を満たしている。

ランキング関数を用いない場合、車両ランキングは、車両Ｉ、Ｄ、Ｊ、Ｅ及びＣを含む、双方の制約を満たす車両をリスト化する。一方、経年数及び距離は、車両の異なるコンポーネントに異なる形で影響を与える可能性がある。さらに、異なる運転条件を更に用いて車両を比較することができる。本発明の１つの実施形態による条件システム９００は、運転条件、及びこれらの運転条件の重みを指定する他のプリファレンスに従って、達成可能な領域内で車両をランク付けする（１３２１及び／又は１３２２）ことができる。

本発明の上記で説明した実施形態は、数多くの方法のうちの任意のもので実施することができる。例えば、これらの実施形態は、ハードウェア、ソフトウェア、又はそれらの組み合わせを用いて実施することができる。ソフトウェアで実施されるとき、ソフトウェアコードは、単一のコンピューターに設けられるか又は複数のコンピューター間に分散されるかを問わず、任意の適したプロセッサ又はプロセッサの集合体上で実行することができる。そのようなプロセッサは、集積回路コンポーネントに１つ又は複数のプロセッサを有する集積回路として実施することができる。ただし、プロセッサは、任意の適した形式の回路部を用いて実施することができる。

さらに、コンピューターは、ラックマウントコンピューター、デスクトップコンピューター、ラップトップコンピューター、ミニコンピューター、又はタブレットコンピューター等の複数の形態のうちの任意のもので具現化することができることが理解されるべきである。そのようなコンピューターは、エンタープライズネットワーク又はインターネット等のローカルエリアネットワーク又はワイドエリアネットワークを含む１つ又は複数のネットワークによって任意の適した形態に相互接続することができる。そのようなネットワークは、任意の適した技術に基づくことができ、任意の適したプロトコルに従って動作することができ、無線ネットワーク、有線ネットワーク、又は光ファイバーネットワークを含むことができる。

また、本明細書において略述した様々な方法又はプロセスは、様々なオペレーティングシステム又はプラットフォームのうちの任意の１つを用いる１つ又は複数のプロセッサ上で実行可能なソフトウェアとしてコード化することもできる。加えて、そのようなソフトウェアは、複数の適したプログラミング言語及び／又はプログラミングツール若しくはスクリプティングツールのうちの任意のものを用いて記述することができる。

また、本発明の実施形態は、方法として具現化することもできる。この方法の一例が提供されている。この方法の一部として実行されるステップは、任意の適した方法で順序付けることができる。したがって、例示されたものと異なる順序で動作が実行される実施形態を構築することができ、これらの実施形態は、幾つかの動作を、例示の実施形態では順次的な作用として示されていても同時に実行することを含むことができる。

Claims (20)

1. 車両であって、
   或る時点における前記車両の状態を求める１組のデバイスであって、前記１組のデバイスは、前記時点における、前記車両が走行した総距離を求めるオドメーターを備える、１組のデバイスと、
   初期時点から現時点までの期間の複数の時点にわたって収集された前記車両の前記状態のパラメーターを処理して、前記現時点における前記車両の現在の状態をもたらす１組の運転条件を求めるプロセッサであって、前記各運転条件は、前記期間の前記車両の動作の条件を示すようになっている、プロセッサと、
   前記現時点における、前記１組のデバイスによって求められる前記車両の前記現在の状態を出力し、前記車両の前記現在の状態をもたらす前記１組の運転条件を出力する通信モジュールと、
   を備える、車両。
2. 前記１組のデバイスは、
   前記時点における前記車両の周囲の屋外温度を求める温度センサーと、
   前記時点における前記車両のロケーションにおける天候条件を無線で受信する天候モジュールと、
   前記時点における前記車両の前記ロケーションを求めるグローバルポジショニングシステム（ＧＰＳ）と、
   前記時点における前記車両内の燃料レベルを求める燃料センサーと、
   前記時点における、前記車両の少なくとも１つのウインドシールドワイパーの運動速度を求めるウィンドスクリーンワイパーセンサーと、
   前記時点における、前記車両に作用する衝撃インパルスを示すパラメーターを求めるショックアブソーバーセンサーと、
   前記時点における、ハンドルコラムに作用する加速度及び力のうちの１つ又はそれらの組合せを求めるハンドルコラムセンサーと、
   前記時点における前記車両の加速度又は減速度を求める加速度計と、
   のうちの１つ又はそれらの組合せを備える、請求項１に記載の車両。
3. 前記１組のデバイスは、前記時点における前記車両のロケーションを求めるグローバルポジショニングシステム（ＧＰＳ）を備え、前記１組の運転条件は、市街地距離対ハイウェイ距離の比を含み、前記プロセッサは、マップを用いて、前記ロケーションのタイプを市街地ロケーション又はハイウェイロケーションとして識別し、前記期間にわたって集約された前記ロケーションの前記タイプに基づいて前記比を求める、
   請求項１に記載の車両。
4. 前記１組のデバイスは、前記時点における前記車両のロケーションを求めるグローバルポジショニングシステム（ＧＰＳ）を備え、前記１組の運転条件は、屋内駐車対屋外駐車の比を含み、前記プロセッサは、前記ロケーションの変化率に基づいて、前記ロケーションを駐車ロケーションとして識別し、前記駐車ロケーションのタイプを、マップを用いて前記屋内駐車又は前記屋外駐車として識別し、前記期間にわたって集約された前記駐車ロケーションの前記タイプに基づいて前記比を求める、
   請求項１に記載の車両。
5. 前記１組のデバイスは、前記時点における前記車両の周囲の屋外温度を求める温度センサーを備え、前記１組の運転条件は、前記期間の温度分布を示すパラメーターを含む、
   請求項１に記載の車両。
6. 前記１組のデバイスは、前記時点における前記車両のロケーションにおける天候条件を無線で受信する天候モジュールを備え、前記１組の運転条件は、前記期間の前記天候条件の分布を示すパラメーターを含む、
   請求項１に記載の車両。
7. 前記１組のデバイスは、前記時点における前記車両内の燃料レベルを求める燃料センサーを備え、前記１組の運転条件は、前記期間の前記車両内の前記燃料レベルの分布を示すパラメーターを含む、
   請求項１に記載の車両。
8. 前記１組のデバイスは、前記時点における前記車両の少なくとも１つのウインドシールドワイパーの移動速度を求めるウィンドスクリーンワイパーセンサーを備え、前記１組の運転条件は、前記期間内の雨が降る中での運転時間を示すパラメーターを含む、
   請求項１に記載の車両。
9. 前記１組のデバイスは、前記車両の重量を求める重量センサーを備え、前記１組の運転条件は、前記期間内の前記車両の前記重量の分布を示すパラメーターを含む、
   請求項１に記載の車両。
10. 前記１組のデバイスは、前記時点における、前記車両に作用する衝撃インパルスを示すパラメーターを求めるショックアブソーバーセンサーを備え、前記１組の運転条件は、前記期間内に前記車両に作用した過剰な衝撃インパルスの量を示すパラメーターを含む、
    請求項１に記載の車両。
11. 前記１組のデバイスは、前記時点における、ハンドルコラムに作用する加速度及び力のうちの１つ又はそれらの組合せを求めるハンドルコラムセンサーを備え、前記１組の運転条件は、前記期間内に前記車両に作用した過剰な力の量を示すパラメーターを含む、
    請求項１に記載の車両。
12. 前記１組のデバイスは、前記時点における前記車両の加速度又は減速度を求める加速度計を備え、前記１組の運転条件は、前記期間内の前記車両の過剰な加速度又は減速度の量を示すパラメーターを含む、
    請求項１に記載の車両。
13. 請求項１に記載の車両の前記通信モジュールと通信するシステムであって、前記システムは、前記車両の前記現在の状態及び前記運転条件を受信し、前記現在の状態及び前記運転条件の関数に基づいて前記車両の条件を求める、
    システム。
14. 請求項１に記載の車両の前記通信モジュールと通信するシステムであって、前記システムは、第１の車両から前記現在の状態及び前記運転条件を受信し、第２の車両から前記現在の状態及び前記運転条件を受信し、前記第１の車両及び前記第２の車両の前記現在の状態及び前記運転条件の関数に基づいて、前記第２の車両の条件に対する前記第１の車両の条件を求める、
    システム。
15. 前記関数は回帰関数であり、前記車両の前記状態の前記パラメーターは、前記車両のコンポーネントの条件を示すパラメーターと、前記車両の前記動作の条件を示すパラメーターとを含む、
    請求項１４に記載のシステム。
16. １組の車両と通信するシステムであって、前記システムは、前記各車両の現在の状態及び運転条件を受信し、前記車両の前記現在の状態及び前記運転条件の関数に基づいて前記車両の条件を求め、前記各車両は、
    或る時点における前記車両の状態を求める１組のデバイスであって、前記１組のデバイスは、前記時点における、前記車両が走行した総距離を求めるオドメーターを備える、１組のデバイスと、
    メモリに動作可能に接続され、初期時点から現時点までの期間の複数の時点にわたって収集された前記車両の前記状態のパラメーターを処理して、前記現時点における前記車両の現在の状態をもたらす１組の運転条件を求めるプロセッサであって、前記各運転条件は、前記期間の前記車両の動作の条件を示すようになっている、プロセッサと、
    前記現時点における、前記１組のデバイスによって求められる前記車両の前記現在の状態を出力し、前記車両の前記現在の状態をもたらす前記１組の運転条件を出力する通信モジュールと、
    を備える、システム。
17. 前記システムは、第１の車両から前記現在の状態及び前記運転条件を受信し、第２の車両から前記現在の状態及び前記運転条件を受信し、前記第１の車両及び前記第２の車両の前記現在の状態及び前記運転条件の関数に基づいて、前記第２の車両の条件に対する前記第１の車両の条件を求める、
    請求項１６に記載のシステム。
18. 前記関数は、前記第１の車両及び前記第２車両の市街地距離対ハイウェイ距離の比、前記第１の車両及び前記第２の車両の屋内駐車対屋外駐車の比、前記第１の車両及び前記第２車両が前記総距離を走行する期間にわたる天候条件の分布のうちの１つ又はそれらの組合せを比較する回帰関数である、
    請求項１７に記載のシステム。
19. 前記回帰関数は、線形関数Ｆ（ｘ）＝ｗ^Ｔｘであり、線形回帰ベクトルｗは前記組内の前記車両を前記車両の特徴ベクトルｘに従ってランク付けする、
    請求項１８に記載のシステム。
20. 前記線形回帰ベクトルｗは、ソフトマージン最適化問題
    

    

    を解くことによって学習され、ｘ_ｉ及びｘ_ｊは前記組内の２つの車両の特徴であり、ｙ_ｉ及びｙ_ｊは前記車両の効用であり、ε_ｉ，ｊは、ランキング誤りに対応する前記最適化問題のスラック変数である、
    請求項１９に記載のシステム。

Images