JP2018508847A - 適応データ解析サービス - Google Patents

Abstract

適応データ解析サービス（ＡＤＡＳ）と呼ばれる、閉ループサービスは、ユーザーまたはエージェントがどのようにシステムを操作しているか、システム構成要素がどのように相互に作用しているか、ならびにこれらが外的影響および要因にどのように応答するか、を記述している情報を提供することにより、システムまたは複数のシステムの性能を特性化する。ＡＤＡＳは次いで、性能を最適化し、かつ／またはシステム（複数可）に対して行われる変更の結果を予測するために使用できるモデルを構築し、かつ／または関係性を定義する。その後、この学習は、調査中のシステム（複数可）を、管理、保守、および／または調整するための基礎を提供する。測定は、ＡＤＡＳの管理または監視下のシステムの動作パラメータまたは制御が調整された後でさえ継続でき、それにより、かかる調整の影響が判断できる。観察、解析、および調整のこの再帰的プロセスは、動作条件の変更に適応できる閉ループシステムを提供して、システムの自己制御および自己調整を容易にする。【選択図】図１

Description

関連出願の相互参照
本出願は、２０１５年１月５日に出願された「Ａｄａｐｔｉｖｅ Ｄａｔａ Ａｎａｌｙｔｉｃｓ Ｓｅｒｖｉｃｅ」（代理人整理番号ＡＮＫ００４−ＰＲＯＶ）に対する米国仮出願第６２／０９９，７４９号からの優先権を主張し、それは参照により本明細書に組み込まれる。

本出願は、２０１０年５月２７日に出願されて、２０１３年１月１５日に米国特許第８，３５３，７３７号として発行された、「Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍ ｏｆ Ａｕｔｏｎｏｍｏｕｓｌｙ Ｃｏｎｔｒｏｌｌｅｄ Ｔｏｙ Ｖｅｈｉｃｌｅｓ」（代理人整理番号ＡＮＫ００１）に対する米国実用出願第１２／７８８，６０５号に関連しており、それは参照により本明細書に組み込まれる。

本出願は、２０１３年８月９日に出願されて、２０１４年１１月１１日に米国特許第８，８８２，５６０号として発行された、「Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ａ Ｒｏｂｏｔｉｃ Ｓｙｓｔｅｍ ｗｉｔｈ Ｏｎｅ ｏｒ Ｍｏｒｅ Ｃｏｍｐｕｔｉｎｇ Ｄｅｖｉｃｅｓ」（代理人整理番号ＡＮＫ００２）に対する米国実用出願第１３／９６３，６３８号にさらに関連しており、それは参照により本明細書に組み込まれる。

本出願は、２０１４年５月３０日に出願されて、２０１５年１０月１３日に米国特許第９，１５５，９６１号として発行された、「Ｍｏｂｉｌｅ Ａｇｅｎｔｓ ｆｏｒ Ｍａｎｉｐｕｌａｔｉｎｇ，Ｍｏｖｉｎｇ，ａｎｄ／ｏｒ Ｒｅｏｒｉｅｎｔｉｎｇ Ｃｏｍｐｏｎｅｎｔｓ」（代理人整理番号ＡＮＫ００３）に対する米国実用出願第１４／２９１，５１３号にさらに関連しており、それは参照により本明細書に組み込まれる。

技術分野
本開示は、物理システムに関連したデータ解析を実行するためのシステムおよび方法に関する。

データ解析の分野は、近年、著しく成長してきた。データの収集および報告が可能な手頃な価格の技術が増え続けていることに加えて、データを廉価で処理する機能も増え続けているために、傾向の特定および意思決定プロセスの改善においてデータおよびデータ解析が果たす役割も、工業、商業、研究の多くの面での使用および重要性の両方において高まっている。精緻なデータ解析は、マーケティング、保険、通信、医療、および製薬などの広範囲の分野で一般に使用されている。典型的には、これらの努力の所望の成果は、研究の適格な質問または特定の目標など、目前の基本的な興味に役立つ予測ツールである。多くの場合、学習したものをいつ、どのように適用するかの判断は、研究者またはユーザーに委ねられている。その意味で、解析システムは、一般に、それらが実行する解析に関して自動的に作用するようにされていないので、典型的には、それらが調査するプロセスおよびシステムから切断されている。これは、複数のデータストリームを集約する解析システムが物理世界で動作しているシステムに適用される場合に特に当てはまる。一般に、解析システムは、それらの評価プロセスの成果が、調査中のシステムまたは複数のシステムに自動的に適用される管理ツールとして採用されていない。

様々な実施形態によれば、本明細書で説明する方法およびシステムは、適応データ解析サービス（ＡＤＡＳ：Ａｄａｐｔｉｖｅ Ｄａｔａ Ａｎａｌｙｔｉｃｓ Ｓｅｒｖｉｃｅ）を実装する。ＡＤＡＳは、ユーザーまたはエージェントがどのようにシステムを操作しているか、システム構成要素がどのように相互に作用しているか、また、これらが外的影響および要因にどのように応答するかを記述している情報を提供することにより、システムまたは複数のシステムの性能を特性化する閉ループサービスである。ＡＤＡＳは次いで、性能を最適化し、かつ／またはシステム（複数可）に対して行われる変更の結果を予測するために使用できる、モデルを構築し、かつ／または関係性を定義する。その後、この学習は、調査中のシステム（複数可）を、管理、保守、および／または調整するための基礎を提供する。

本明細書で説明する技術に従って構築されたＡＤＡＳでは、ＡＤＡＳの管理または監視下のシステムの動作パラメータまたは制御が調整された後でさえ、測定が継続できる。その結果、システムに対して行われた調整が、システム性能に与えた影響について精査される。観察、解析、および調整のこの再帰的プロセスは、動作条件の変更に対して適応できる閉ループシステムを提供し、また、システムが自己制御および自己調整する更に優れた能力を提供する。

添付の図は、いくつかの実施形態を示し、記述と一緒に、実施形態に従った様々な原理を説明するのに役立つ。当業者は、図に示された特定の実施形態は例示にすぎず、範囲を制限することを意図していないことを認識するであろう。

適応データ解析サービス（ＡＤＡＳ）の実施態様を、一実施形態に従い、レースゲームの一部としてトラック上を走行するいくつかの車両に関連して示すブロック図である。 一実施形態に従い、データを収集し、かかるデータを使用して、システムまたはシステムの集団を特性化する相関関係を確立するためのプロセスを示す流れ図である。 Ａ−Ｃ。図３Ａは、図１のシステム例で車両の１つとして使用できる車両の例を示す。図３Ｂは、一実施形態に従ったかかる車両の内部部品を明らかにする分解図である。図３Ｃは、一実施形態に従ったかかる車両で使用するためのプリント基板組立体の内部部品を明らかにする分解図である。 モーターを一定トルクで駆動するために必要な電流が経時的にどのように変化し得るかを示すグラフである。 電池システム（ｃｅｌｌ ｓｙｓｔｅｍ）の車両などの構成要素のための利用モデル（ｕｔｉｌｉｔｙ ｍｏｄｅｌ）の一例を示すグラフである。 一実施形態に従い、現場で使用中の車両に対してＡＤＡＳによって実行される解析方法を示す流れ図である。 一実施形態に従い、ＡＤＡＳを実装するためのアーキテクチャ例を示すブロック図である。 一実施形態に従い、１つ以上の電池システム（複数可）を使用したことがあるユーザー間の関係性を示すグラフ例である。 一実施形態に従い、ＡＤＡＳを実装するためのハードウェアアーキテクチャを示すブロック図である。 一実施形態に従い、いくつかのモジュール部品から構築されたトラック例を示す。

本明細書で説明するシステムは、多くのコンテキストにおいて幅広い適用性を持ち、システムの状態および性能の異なる態様に関してデータを提供する監視および管理機能を実行することが有益であり得る任意の環境で使用できる。以下の説明では、トラックに沿って走行する車両玩具など、物理的な環境で動作している一連のモバイルエージェントの機能部分の一部または全部の監視に適用される実施形態に関して、システムを説明する。しかし、当業者であれば、かかる実施形態は例示にすぎないこと、および本明細書での説明は、本システムが、システムまたはシステムの集団の監視および管理に役立ち得る限度を示唆することを全く意図しないことを認識するであろう。

それに応じて、少なくとも１つの実施形態では、説明するシステムは、上で参照した関連出願で説明されるような、使用中のハードウェアシステムを監視および保守するように構成される。しかし、その記述は例示に過ぎず、説明するシステムがかかるコンテキストにおいてのみ実装できることを意味すると解釈されるべきではない。それとは逆に、当業者は、説明するシステムは他のコンテキストでも幅広い適用性を持つことを理解するであろう。

例示を目的として、本明細書では主に、自立的に、半自立的に、および／またはユーザーの制御下で動作し得る、モバイルエージェント（車両玩具など）が、道路サーキットなどの物理的トラック上で競争する、おもちゃの自動車レースゲームに適用されるような解析サービスのコンテキストにおいて、システムを説明する。車両は、ソフトウェアアルゴリズムを通して、および／またはピアモバイル装置からの制御コマンドに応答することによってのいずれか、それらの動きを調整するスマートフォンまたは類似のモバイルコンピューティング装置などの、ホスト装置に無線で接続される。かかるシステムの実施態様、ならびに仮想および物理的環境を統合するためのその機構に関する更なる詳細は、２０１０年５月２７日に出願されて、２０１３年１月１５日に米国特許第８，３５３，７３７号として発行された、「Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍ ｏｆ Ａｕｔｏｎｏｍｏｕｓｌｙ Ｃｏｎｔｒｏｌｌｅｄ Ｔｏｙ Ｖｅｈｉｃｌｅｓ」（代理人整理番号ＡＮＫ００１）に対する米国実用出願第１２／７８８，６０５号に記載されており、それは全体として参照により本明細書に組み込まれ、また、２０１３年８月９日に出願されて、２０１４年１１月１１日に米国特許第８，８８２，５６０号として発行された、「Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ａ Ｒｏｂｏｔｉｃ Ｓｙｓｔｅｍ ｗｉｔｈ Ｏｎｅ ｏｒ Ｍｏｒｅ Ｃｏｍｐｕｔｉｎｇ Ｄｅｖｉｃｅｓ」（代理人整理番号ＡＮＫ００２）に対する米国実用出願第１３／９６３，６３８号に記載されており、それは全体として参照により本明細書に組み込まれる。しかし、当業者であれば、本明細書で説明する技術は、他のコンテキストおよび環境で実装でき、物理的トラック上の車両玩具に限定する必要がないことを認識するであろう。用語「車両」は本明細書では、従って、本明細書で説明する方法で制御および操作可能な任意のモバイルエージェントに及ぶと解釈されるものとする。

本システムは、本明細書では、主にエンターテイメントにおける適用のコンテキストで説明するが、当業者であれば、本システムは、必ずしもエンターテイメントに関連していないコンテキストを含め、他の多くのコンテキストで実装できることを認識するであろう。

システムアーキテクチャ
図１を参照すると、適応データ解析サービス１０７の実施態様を、一実施形態に従い、いくつかの車両１０３がレースゲームの一部としてトラック１０４上を走行するシステム１００に関連して示すブロック図が示されている。図１に示すように、システム１００Ｘは、一般的な構成に関して互いに一致する何かを持つピアシステム１００（本明細書では、「電池システム１００」と呼ばれて、電池システム１００Ａ、１００Ｂ、および１００Ｃを含む）の集団１０２の１つであり得る。様々な電池システム１００は、適切な場合、異なる場所で実装できる。電池システム１００Ａ、１００Ｂ、および１００Ｃの間の違いを、以下でさらに詳細に説明する。

少なくとも１つの実施形態では、電池システム１００Ｘは、例えば、５つの車両１０３およびそれらがその上を走行するトラック１０４を含む。車両１０３は、ホストコンピューティング装置１０５に接続し、ホストコンピューティング装置１０５は、車両１０３から送信されるデータのための伝達手段であり得、使用関連データ自体の供給源でもあり得る。車両の１つ以上は、人間のユーザー１０９Ｂにより、ホスト装置１０５を通して別々に接続する、別のコンピューティング装置１０６を使用して制御され得、ホスト装置１０５は、いくつかの異なる制御方式のいずれかの下で残りの車両１０３を制御し得る。少なくとも１つの実施形態では、ホスト装置１０５は人間のユーザー１０９Ａによっても制御され得る。任意の数の装置１０６が提供され得、各々が異なるユーザー１０９によって操作される。更なる詳細および変形が上で参照した関連米国実用特許出願で提供されている。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、サーバーまたは他の電子装置上で（または複数の電子装置を使用する分散方法で）実装されて、インターネットなどの、任意の適切な電子ネットワーク１０８を経由してホスト装置１０５と通信するように構成される。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、本明細書で説明する方法で任意の数の電池システム１００を監視および管理する。

各電池システム１００は、複数のデータフィードをＡＤＡＳ１０７に提供できる。例えば、電池システム１００Ｘでは、各車両１０３は、それ自身の性能に関する情報を、その構成要素の機能の態様に関連した低レベル機能データから、システム１００の動作の一部としてホスト装置１０５に中継され得る高レベル情報まで、報告し得る。少なくとも１つの実施形態では、ホスト装置１０５、およびホスト装置１０５に接続された任意の装置（車両１０３など）は、解析のために使用できるデータをＡＤＡＳ１０７に提供する。追加のデータが、必要に応じて、他の供給源から収集できる。

ＡＤＡＳ１０７によって受信されるかかるデータには、例えば、一意の装置識別、ユーザー識別子、および／もしくは遊んでいるゲームのタイプなどの静的情報、ゲーム中に車両／ユーザー１０９によって実行された動作などの変化する状態をそれらが生じた対応する時間と共に捕捉する動的情報、ならびに／または地理的位置などのシステム１００の外部のデータを含むことができる。当業者は、これらは、ＡＤＡＳ１０７にアップロードされ得るデータのタイプのいくつかの例に過ぎないことを理解するであろう。かかる情報は、リアルタイムでＡＤＡＳ１０７に送信され得るか、または後でアップロードするために、（例えば、装置１０５、または任意の他の適切な装置上に）格納できる。

ＡＤＡＳ１０７によって収集される情報量は、特に、ＡＤＡＳ１０７が電池システム１００の集団を管理している場合、極めて大規模であり得る。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、データ収集が始まるとすぐに、データ解析を開始して、相関関係を見つけるか、またはモデルを開発し得る。データ量が増加するにつれて、結果として生じる評価の統計的有意性も増大する。

様々な実施形態では、ＡＤＡＳ１０７は、異なる手法および機構を使用して、電池システム１００を特性化し、かつ／またはＡＤＡＳ１０７によって収集されたデータのタイプの間で関係性または相関関係を確立するための、モデルを構築する。いくつかの場合、着信データ間の関係性を確立する相関関係は、ＡＤＡＳ１０７が、事前構成を通して指示されたように、経験的に、または他の条件で関係パラメータを定義するのを促すのであって、ＡＤＡＳ１０７に、かかる傾向なしで相関関係に対して複数のタイプのデータを処理するように指示するのではない。例えば、データが収集されている電池システム１００の特質に応じて、任意のタイプの事前構成が使用できる。

例えば、上で参照した出願で説明される電池システム１００に対して、事前構成は、電流の流れと対応するモーター速度との間の関係の確立、メモリもしくはバッテリー故障、局所化の失敗、および／または更なる高次相関（例えば、ゲームプレーに関連したもの、および／または車両１０３間の相互作用）を含み得る。一旦、これらの関係と共に事前構成されると、ＡＤＡＳ１０７は、開始点としてかかる関係に依存し、電池固有のデータを使用して、対応する電池システム１００の特性をより良く記述するためにかかる関係を適応させ得る。様々な実施形態は、モデルおよび相関関係が最初から管理下で電池システム１００を特性化する動作コンテキスト、ならびに／またはＡＤＡＳ１０７が、電池システム１００の使用および動作中に受信したデータから一般的なシステムモデルを開発するタスクを課される電池システム１００に対して幅広く適用可能である。ＡＤＡＳ１０７の解析プロセスに関連して、例えば、統計解析方法を含め、任意の適切な方法（または方法の組合せ）が使用できる。例示を目的として、本開示では、事前決定の有無に関わらず関係を探すように構成されたＡＤＡＳ１０７に関連して、本システムを説明する。

ここで図９を参照すると、一実施形態に従ってＡＤＡＳ１０７を実装するためのハードウェアアーキテクチャを示すブロック図が示されている。かかるアーキテクチャは、例えば、ソフトウェアを実行するコンピューティング装置または他の電子装置（サーバーなど）などの装置９０１でＡＤＡＳ１０７を実装するために使用できる。

少なくとも１つの実施形態では、装置９０１は、当業者に周知のいくつかのハードウェア構成要素を有する。入力装置９０３は、例えば、タッチスクリーン、キーボード、マウス、ダイアル、ホイール（ｗｈｅｅｌ）、ボタン、トラックボール、スタイラス、もしくは同様のもの、またはそれらの任意の組合せなど、ユーザー９００からの入力を受信する任意の要素であり得る。ユーザー９００は、システム管理者、オペレータ、またはＡＤＡＳ１０７とやり取りする他のユーザーであり得る。ユーザー９００は、電池システム１００のユーザー１０９の内の１人であり得るか、または全く異なるユーザーであり得る。少なくとも１つの実施形態では、入力装置９０３は音声入力または任意の他の形式の入力も受信できる。

プロセッサ９０４は、周知の技術に従い、ソフトウェアの指示下で、データに関して操作を実行するための従来型のマイクロプロセッサであり得る。メモリ９０５は、ソフトウェアの実行中にプロセッサ９０４によって使用するための、当技術分野で既知の構造およびアーキテクチャを有する、ランダムアクセスメモリであり得る。

データストア９０７は、デジタル形式のデータ用の任意の磁気、光学式、または電子記憶装置であり得、例には、フラッシュメモリ、磁気ハードドライブ、ＣＤ−ＲＯＭ、または同様のものを含む。データストア９０７は、電池システム（複数可）１００に関する動作および／もしくは解析データ（本明細書ではＡＤＡＳレポート９０８と呼ぶ）ならびに／または同様のものを、一時的または永続的に格納するために使用でき、また、ＡＤＡＳレポート９０８の生成に使用された他の情報を格納するためにも使用できる。ネットワーク通信装置９１０は、ネットワーク１０８を経由して通信を可能にするための任意の適切な電子構成要素である。

装置９０１は、ＡＤＡＳレポート９０８および／または電池システム（複数可）１００の動作に関する任意の他の情報を出力または伝送するための、出力装置９０９も含むことができる。出力装置９０９は、例えば、ＡＤＡＳレポート９０８を含み得る、情報を表示または出力するディスプレイ画面または任意の他の要素であり得る。かかる出力装置９０９は、装置９０１に組み込むことができるか、またはプリンタなどの個別の構成要素にできる。少なくとも１つの実施形態では、装置９０１は、以下で説明するように、例えば、車両（複数可）１０３の動作の制御、警告の発行、および／または同様のことにより、電池システム（複数可）１００の動作を制御および／または調整するための、制御システム（複数可）９１１および／または他の構成要素（複数可）も含むことができる。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、クライアント／サーバー環境または分散コンピューティング環境でも実装できる。かかる環境では、図９に示す構成要素の一部または全部が、インターネットなどのネットワークを通じて互いに通信する異なるコンピューティング装置で実装できる。構成要素間でのかかる対話を実装するために既知のプロトコルが使用される。インターネットなどの、任意の適切なタイプの通信ネットワークが、様々な構成要素間でデータを伝送するための機構として使用できる。インターネットに加えて、他の例には、セルラー電話ネットワーク、ＥＤＧＥ、３Ｇ、４Ｇ、ロングタームエボリューション（ＬＴＥ）、セッション開始プロトコル（ＳＩＰ）、ショートメッセージピアツーピアプロトコル（ＳＭＰＰ）、ＳＳ７、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、ジグビー、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、セキュアハイパーテキスト転送プロトコル（ＳＨＴＴＰ）、伝送制御プロトコル／インターネットプロトコル（ＴＣＰ／ＩＰ）、および／もしくは同様のもの、ならびに／またはそれらの任意の組合せを含む。少なくとも１つの実施形態では、本システムの構成要素には、電子ネットワークを経由して他の構成要素との通信を可能にするためのネットワーク通信インタフェースを含むことができる。他のアーキテクチャも可能である。

少なくとも１つの実施形態では、かかるシステムは、ウェブベースのコンテキストで実装でき、そこでユーザー９００は、本明細書で説明する機能を提供するために、ウェブサーバーによって提供されるウェブページとやり取りするウェブブラウザを経由してシステムの動作を制御する。

システムアーキテクチャ
ここで図２を参照すると、一実施形態に従って、データを収集し、かかるデータを使用して電池システム１００または電池システム１００の集団を特性化する相関関係を確立するためのプロセスを例示する流れ図が示されている。本図は、新しいデータを使用して関係性を精緻化するか、もしくは更に発展させ、かつ／または潜在的な動作問題もしくは課題を示し得る性能における差異を検出するための機構も例示する。

少なくとも１つの実施形態では、図２の方法は、図９に関連して前述したようなアーキテクチャを使用して構築されて、図１に関連して前述したような実施態様内で動作する、ＡＤＡＳ１０７によって実行され得る。しかし、当業者であれば、図２の方法は、他のコンテキストおよびシステムでも実装され得ることを認識するであろう。

方法が開始する（２００）。ＡＤＡＳ１０７によって監視および／または管理されている電池システム１００からデータが受信される（２０１）。図１に示す例では、ホスト装置１０５が、装置１０６および／または車両１０３などの他の構成要素からデータを収集し得、次いで、収集したデータをＡＤＡＳ１０７に送信し得る。この情報は、２つのモジュール、モデル精緻化および性能予測モジュール２０７、ならびに問題識別、診断、および応答モジュール２０８に転送される。モジュール２０７は、受信したデータを集約（２０２）および編成して、性能ベンチマークおよび／または関係性を確立および精緻化する。これらのベンチマークおよび／または関係性からの情報は次いで、一般的な条件下でシステム性能を最適化および／または改善するために適用される（２０３）。ステップ２０２および２０３は、従って、システム動作のモデルが生成されて、将来の性能および／もしくは動作を予測するため、ならびに差異を検出するために使用できる、機構を提供する。ステップ２０３からのデータは、システムにフィードバックでき（ステップ２０１）、反復解析方法を形成する。

一旦、モジュール２０７が、性能モデルを十分に発展させて精緻化すると、モジュール２０８はかかる情報を使用して、実際のシステム性能が、モデルが予測するものと異なっているかどうか（および異なっている程度）を判断できる。かかる差異を検出するために任意の適切な差異検出プロセス（複数可）２０４が使用できる。ステップ２０５で、差異が検出された場合、ステップ２０６が実行され、そのステップ内で集中測定（ｆｏｃｕｓｅｄ ｍｅａｓｕｒｅｍｅｎｔ）、解析、および最適化プロセス（複数可）が呼び出されて、差異の原因を識別し、問題を修正するか、または見かけの性能問題を補正することを目的とした応答を実行する。例えば、システム構成要素の動作パラメータが、その差異を補正するために調整できる。かかる応答は、ＡＤＡＳ１０７によって、潜在的にいくつか追加の適切な開発、調整または精緻化と共に内部で選択でき、ＡＤＡＳ１０７以外の介入なしで実行できるので、「インライン応答」と称され得る。ステップ２０５および／または２０６からのデータは、本システムにフィードバックでき（ステップ２０１）、反復解析方法を形成する。

従って、図２に示すように、ステップ２０１からの着信データは、２つの並行プロセス、すなわち、モデル精緻化および性能予測モジュール２０７で識別される１つのプロセス、ならびに問題識別、診断、および応答モジュール２０８で識別されるもう１つのプロセスに供給するために本システムによって使用でき、モデルによって確立された基準外の逸脱を識別する。少なくとも１つの実施形態では、モジュール２０７および２０８の両方が、ＡＤＡＳ１０７の機能構成要素として実装される。

事前交換
当業者は、ＡＤＡＳ１０７を使用して、電池システム（複数可）１００から多くの異なるタイプのデータを収集および解析し、かかる解析に基づき任意の適切なタイプの最適化および／または調整（複数可）を実行できることを認識するであろう。以下の例は、システム（電池システム１００など）内の構成要素の故障が予測でき、それにより故障が発生する前にその構成要素を交換できるようにする、モデル精緻化および性能予測のための適用例を説明する。この例では、性能における差異の検出によって診断が開始され、続いて、システムユーザー１０９に通知する必要なく、また、システム１００の動作を中断することなく、問題を修正するための応答を呼び出す。

本明細書で説明するＡＤＡＳ１０７技術のかかる適用例では、ＡＤＡＳ１０７は、システム障害などの事象を事前に知ることは、それを未然に防ぐための重要な要素であるという了解の下で、かかる事象の予測を生成する。

ここで図３Ａを参照すると、図１に示すシステム例で車両の１つとして使用され得る車両１０３の例が示されている。ここで図３Ｂも参照すると、一実施形態に従った車両１０３の内部部品を明らかにする分解図が示されている。車両１０３を駆動するための機械的動力を供給する、モーター３０３は、車両１０３の後輪３１１、３１２を回転させる、ギアおよび車軸組立体３０７、３０９、３１０に連結される。図３Ｂに示す追加の構成要素については、以下で更に詳細に説明する。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、故障を予測して、適切な是正処置および／または予防的処置をとるために、モーター３０３などの構成要素の摩耗およびエージングを解析し得る。モーター３０３における故障を予測するための初歩的なアプローチは、部品の予期される耐用年数に関してモーター製造業者の仕様を参照することに依存し得る。多くの場合、かかる耐用年数のレーティングは、ある動作条件および信頼できる性能を最小閾値まで確実にすることを目的とした低下要因に基づく。かかるレーティングは、モーター使用を予期される総耐用年数の累積部分として追跡するために、適切であり得る何らかの調整と共に使用できる。しかし、かかる解析の結果は、いくつかの状況では、モーター３０３が使用される方法により、その総耐用年数に著しい影響を及ぼすので、年数に起因した故障の予測において正確さに限界がある。

その結果、少なくとも１つの実施形態では、ＡＤＡＳ１０７は、より正確な予測に役立つモデルを構築するための基礎として、モーター使用および性能に関するデータストリームを収集および使用する。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、統計的に堅牢なモデルをより迅速に開発するために、電池システム１００の集団を監視および管理する。

ここで図４を参照すると、図３に示す機械的組立体に構成されたモーター３０３を一定トルク（τ_ｏ）で駆動するために必要な電流Ｉが時間ｔ（例えば、使用時間）と共にどのように変化し得るかを示すグラフ４００が示されている。グラフ４００では、電流の流れは、低下する前の短期間（４０１）、一定であり得、新しいギアは一緒に摩耗するので新しいギアで良く見られる現象である。機械的システムのならし期間の後、一定トルクを維持するために必要な電流の流れは、使用期間４０２の間、再度一定である。しかし、ある使用量を超えると、維持するために必要な電流は、モーター３０３が古くなるにつれて、増加し始める（４０３）。電流の流れにおけるこの増加は、モーター３０３が時間４０４で故障するまで高まる。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、電池システム１００内で実行している車両１０３内で動作しているモーター３０３から使用データを受信するので、グラフ４００に示すように、電流とモーター使用との間の相関関係を開発して判断する。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、使用中の単一の電池システム１００から、または使用中の複数の電池システム１００の集団からデータを収集する。この情報を使用して、ＡＤＡＳ１０７は、電池システム１００（およびそれらの構成要素）がどのように実行しているかを特性化するために特別に調整された相関関係および／またはモデルを開発する。例えば、図４のグラフ４００に示す関係性を開発するために、同じ電気機械設計をもつ複数の車両１０３から生のデータを収集でき、それにより、プロキシによって確立され得る、特定のトルク下でかかる車両１０３のモーター３０３における電流の流れを判断する。例えば、データは、設定された距離にわたって直線を走行している間、特定の速度を維持するために必要な電流に基づき収集できる。データは、単一の電池システム１００または複数の電池システム１００に属する車両１０３について収集できる。複数の電池システム１００から収集されたデータを集約するために任意の適切な機構が使用できる。データが収集される車両１０３の集団が大きいほど、有用な相関関係（または他の関係性）がより迅速に開発され得、かかる相関関係はより信頼性があり得る。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、周辺データも収集して、相関関係の関連要素を特性化し、それにより、データの精度および信頼性の追加指標を提供する。例えば、ＡＤＡＳ１０７は、追加データを収集して、相関関係が、モーター３０３の特定の態様（例えば、シャーシ内の左もしくは右位置、製造業者、製造ロット番号、モーター３０３が製造されてから使用開始されるまでに経過した期間、モーター３０３が現在の運用に入ってからの期間、外気温、および／または同様のものなど）に従ってどのように変化し得るかを調べることができる。

図４のグラフ４００に示すような関係性を使用してモーターの焼損を予測する場合、破線４０５を隣接する曲線４０６と照合することによって示唆されるように、曲線は、モーター性能における固有の変動性の程度に関連して固有の不確実性を有し得る。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、相関関係のその開発における不確実性を最小限にし、かつ／または信頼性測定基準をかかる相関関係にするように努める。例えば、収集したデータ量および関与するデータ供給源（車両１０３および／または電池システム１００）の数に基づき統計解析を実行することによるなど、かかる信頼性測定基準を決定するために任意の適切な機構が使用できる。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、進行中のバックグラウンド処理のコンテキストで、図４に例示するような性能相関関係を生成および開発する。データは、通常の動作中にＡＤＡＳ１０７に流され、ＡＤＡＳ１０７は、その解析プロセスの一部としてデータを集約および編成する。

いくつかの場合、本システムは、例えば、測定条件における一貫性を維持するために、データの捕捉に、電池システム１００の１つ以上の構成要素部品からの特定の動作を必要とするように構成できる。例えば、かかる状況は、真っ直ぐなコース上の一定速度のプロキシによって電流を査定する必要がある場合に生じ得る。かかる場合、本システムが必要な情報を通常動作（例えば、車両１０３が特定の速度で走行中）のちょうど良い時に収集することができなければ、ＡＤＡＳ１０７は、１つ以上の電池システム１００内で動作している１つ以上の車両１０３に指示して、所望のデータを捕捉するために必要な動作を実行させ得る。これは、例えば、かかる動作が、装置１０６、車両１０３、および／または電池システム１００のユーザー１０９の操作を妨げない正式な使用セッションの開始または終了時に行うことができる。かかる動作は、目的のユーザー１０９に通知することなく実行できる、代替として、システム診断または同様の動作検証が実行されていることをユーザー１０９に通知するためのメッセージが生成できる。

前述のように、少なくとも１つの実施形態では、システムは、同様の特質のいくつか個々の電池システム１００からデータを収集する。様々な構成要素（車両１０３、トラック１０４、および／または同様のものなど）は類似性があり得、同じ一般仕様下で製造されている可能性があるが、各セットはＡＤＡＳ１０７によってサポート（および監視）できる個々の電池システム１００である。使用中で情報をＡＤＡＳ１０７に提供している、これら個々の電池システム１００の数が多いほど、ＡＤＡＳ１０７は最適な性能をより効果的に提供する。複数の類似した電池システム１００にわたる管理に役立つことにより、ＡＤＡＳ１０７は、他のシステムに対する明確な優位性を提供する。

前述のように、ＡＤＡＳ１０７の有効性は、要素が複数の別個の電池システム１００にわたって分散しているか、または単一の電池システム１００内に分散しているか否かに関わらず、調査中の類似の要素（この例では、車両１０３）の集団が増加するにつれて、向上する。従って、情報収集段階では、利用可能なデータ量が多いほど、統計的に有意な関係性がより迅速に識別されて精緻化できる。データ収集を促進するために、多数の電池システム１００を同時に監視することは有益であり得る。このように、１つの電池システム１００における潜在的な問題は、１つ以上の他の電池システム１００上で実施される検査を通して部分的に診断できる。しかし、当業者は、複数の電池システム１００にわたってデータを同時に収集することは必要でなく、システムはかかる同時収集なしでも動作できることを認識するであろう。

モーター３０３の動作寿命が推定されている現在の例では、電流の流れを総使用経過時間と関連付ける調整されて精緻化されたモデルは、モーター３０３がその寿命の終わりに近づいていて、交換すべき時を判断する際に、ＡＤＡＳ１０７によって使用される特性化のほんの一部であり得る。別の重要な考慮事項は、モーター３０３の利用率であり得る。前述のような電池システム１００について、モーター３０３の利用は、利用率が時間と共に変わる消費者製品において良く見られるパターンに従い得る。民生用を中心とするモデルは、大量生産された機械的組立体に組み込まれたモーター３０３などの大量生産された構成要素についての調査よりも、高い変動率に遭遇する可能性がある。このコンテキストでは、他の要因も考慮に入れることができ、例えば、ユーザー１０９の人口統計学的情報、ユーザー年齢、場所、時刻、ピアユーザー１０９の数、最初の使用からの時間、特定の電池システム１００に対して動作中の車両１０３の数、および／または同様のものなどである。任意のかかる要因が特定の電池システム１００内の特定の車両１０３の利用率に影響を及ぼし得、従って、予測モデルの精緻化において使用され得る。システムが使用データを集約して、関連する変数間で相関関係を見つけようとするのと同じ方法で、特定の構成要素（モーター３０３など）が動作時間の目標量に達する前に、ＡＤＡＳ１０７に経過した時間を通知するのに役立つ利用率の適切なモデルが現れ得る。

ここで図５を参照すると、図１に示すような電池システム１００の車両１０３などの構成要素のための利用モデルの一例を示すグラフ５００が示されている。グラフ５００は、時間と共に非線形的に減少する利用率を示しており、時間と共に減少したユーザー１０９の関与を示すパターンである。このモデルは、図４に示す相関関係と組み合わせて、車両１０３のモーター３０３がその動作寿命の終わりに近づくと、ＡＤＡＳ１０７が車両１０３のモーター３０３を交換する最適な時期を判断できるようにする。

説明に役立つ例を示す。図４も参照して、モーター３０３が、その電流トルク状態により、その寿命において点Ａにあると判断されると仮定する。電流対トルク比と時間との間の関係性を記述する、グラフ４００に示すモデルから、ＡＤＡＳ１０７は、モーター３０３がその寿命においてＯ_ｆの残りの期間（点Ａと予測される故障４０４との間の時間）を有すると予測できる。グラフ５００（図５）の利用曲線は、従って、モーター３０３が、現在の日付ｔ_Ａから予測される故障日ｔ_ｆまでの曲線下でグラフ上に領域５０１として示されている、Ｏ_ｆの期間中に使用されている間、現時点（ｔ_Ａ）から実際に経過した時間を計算するために採用できる。

このシナリオでは、利用率は、現在ｔ_Ａから故障時点ｔ_ｆまで実際に経過した時間を判断するための基礎である。一旦、この故障日が分かると、ＡＤＡＳ１０７は、どれくらい早く交換品を提供すべきかを判断できる。交換品を発送すべき日付が、グラフ５００上にＲとして示されている。これは、予測される故障ｔ_ｆから配送用に提供するのに必要な時間（ｔ_ｓ）を引いた日付である。一旦、この交換日Ｒが判断されると、ＡＤＡＳ１０７は、ユーザー１０９に（ホスト装置１０５を介して、または任意の他の通知技術を用いて）問題のユニットを交換すべきことを通知する計画を立てることができる。少なくとも１つの実施形態では、交換ユニット（モーター３０３、またはモーター３０３を含む構成要素、または車両１０３全体のいずれか）は自動的に発送できる。別の実施形態では、ユーザー１０９は交換品を発注するように促されるか、または警告され得る。

当業者は、説明したシナリオは、電池システム１００内で使用される車両１０３内の単一構成要素（モーター３０３）の単一故障モードに対するシステムの適用を示す一例に過ぎないことを認識するであろう。しかし、システムは、より複雑なコンテキストにおいて適用でき、それにより、ＡＤＡＳ１０７に供給されるデータの量、品質、および特質に応じて、多岐にわたる状況でのシステムモデリングおよび性能予測を可能にする。利用できるデータが多ければ、ＡＤＡＳ１０７によるシステム１００または複数のシステム１００の管理を支えているモデルおよび相関関係がさらに詳細で包括的になり得る。任意の適切な要因を考慮に入れることができ、例えば、モーター３０３などのユニットを交換するために必要な時間を考慮する場合、週毎の宅配便配送サイクルは要因であり得る。

説明する例は、問題に応答するための従来型の顧客ケア機構に対する本システムの優位性を示す。より詳細には、この例では、本システムは、問題が報告されるか、または診断される時と、それが対処される時との間の時間を最小限にするための機構を提供する。加えて、本システムは、ユーザーの懸案事項に対処する際の効率性を改善し、従って、特に、ユーザー１０９が車両１０３などの購入製品に関する問題を経験している状況において、ユーザー経験を向上させる。顧客サービスのコンテキストでは、事前交換のシナリオは、現在の顧客サービス基準を著しく改善する経験をユーザー１０９に提供する可能性を有する。現在のユニットが故障する直前に交換ユニットを受信し得るというユーザー１０９のための根本的に優れた経験以上に、事前交換サービスを提供する会社に対する費用が、診断プロセスにおいて潜在的にユーザー支援に関与する、顧客サポート代理業者とのやり取りを廃止することによって削減される。言い換えれば、本システムによって提供される事前交換パラダイムでは、ユーザー１０９が問題に気付いて、それを顧客サポートに報告し、顧客サポートにチケットをオープンして診断プロセスを開始するように促す必要がない。その上、説明するシステムは、まだ生じていない問題にタイムリーに対処することにより業務上の信用を確立する。

この方法で、本システムは、システムの遠隔監視用の従来型の技術と差別化される。本システムは、様々な実施形態において、システム性能モデルを開発するため、および部品が故障する前に先行して部品を交換するための機構を提供する。本システムは、診断を局所的に実施するために電池システム１００の少なくとも一部に必ずしも依存する必要のない、機能している、進行中のサービスの遠隔監視を行うことにより、製品の遠隔監視用の既存の技術を改良する。むしろ、電池システム１００は、指示通りに、または事前構成に従って、ＡＤＡＳ１０７にデータを送信し得、例えば、以下で説明するように、ＡＤＡＳ１０７内で解釈のための追加の動作データを生じることを目的とする機能コマンドを実行する命令に応答できる。

その結果、説明するシステムは、潜在的な問題が生じてから、それらの観察および報告をユーザー１０９に依存するのを止めることにより、製品に関する性能問題に対処するための顧客サポートの必要性を根本的に変更できる。本システムは、ハードウェアの使用中に、そのハードウェアからの動作データを連続的かつ再帰的に監視および解析することにより、問題が生じる前に問題を検出する方法を提供し、また、その監視および解析は、予想外に仕様から逸脱しているシステムを調整するためにも使用できる。本システムは、かかる操作を、ユーザー１０９がほとんど、または全く関与することなく、自動的に実行するための機構を提供する。

遠隔診断および応答
前述のように、図１に示す電池システム例１００は、トラック１０４上を走行する任意の数の車両１０３を含む。少なくとも１つの実施形態では、車両１０３のトラック１０４上での良好なナビゲーションを支援する１つの構成要素は、トラック１０４上で符号化されたデータを読み取るイメージャである。再度図３Ｂを参照すると、一実施形態に従った車両１０３の内部部品を明らかにする分解図が示されている。

図３Ｂに示す１つの構成要素は、プリント回路基板（ＰＣＢ）組立体３０１である。ここで図３Ｃも参照すると、ＰＣＢ組立体３０１の内部部品を明らかにする分解図が、逆方向に示されている。少なくとも１つの実施形態では、正常に動作している場合、車両１０３は、（トラック１０４上などで）コードを読み取り、車両１０３上のファームウェアが次いでかかるコードに関して符号化されたデータを復号し、復号したデータをホスト装置１０５に返送する。かかる操作を実行するために、少なくとも１つの実施形態では、車両シャーシの底面を通して向けられた赤外線ＬＥＤ３２１が、（レンズ３１８およびレンズブラケット３１９を含む）レンズ組立体３１７の後ろでＰＣＢ３１６に取り付けられたカメライメージャチップ３２０の視野内でトラックの一部を照らす。カメライメージャチップ３２０は、画像内のコードが復号されて解釈できるように、（符号化されたデータでマークされた）通過トラック１０４の画像を捕捉する。上で参照した関連米国実用特許出願で説明されるように、車両１０３の現在位置の判断に関連する情報を提供できる、復号されたデータは、次いで、そのデータを、例えば、複数の車両位置情報を含む全体的なモデルを更新するために使用し得る、ホスト装置１０５に送信される。

プロセスが復号されたデータを生じることができないか、または基準以下で実行する場合、かかる障害を引き起こし得るいくつかの考えられる理由がある。本明細書で説明するシステムは、かかる問題を自動的にトラブルシューティングして、いくつかの場合には、自動救済策を適用するための機構を提供する。少なくとも１つの実施形態では、本システムは、ユーザー１０９にその問題および内在する問題の特質を通知して、調査中の部品の製造業者からの対処を必要とする、より根本的であるか、または固有の問題があるかどうかを判断するために、複数の電池システム１００、車両１０３、および／もしくはユーザー１０９にわたるデータを比較することもできる。

復号プロセスに関与するいくつかの要素（例えば、車両１０３が走行しているトラック１０４、カメライメージャチップ３２０、レンズ３１８、およびＬＥＤ３２１などの車両１０３自体の様々な構成要素、ならびに全体的な機能性を維持するために必要な電力およびコンピューティングなどの関連システムなど）があるので、潜在的な障害または故障点がいくつかある。

少なくとも１つの実施形態では、特定の車両１０３によって実行される復号プロセス内で性能低下が生じる場合、収集されたデータを解析するＡＤＡＳ１０７内のプロセスは、（例えば、着信データにおいて性能変動を検出することにより）問題が出現していることを識別でき、特定の車両１０３に関する診断の実行を、理想的にはその動作を妨害することなく、開始できる。

ここで図６を参照すると、一実施形態に従い、現場で使用中の車両１０３に対してＡＤＡＳ１０７によって実行される解析方法を示す流れ図が示されている。少なくとも１つの実施形態では、データの復号に関連して潜在的な問題または課題が検出される場合、図６に例示される、問題の候補原因を識別しようとするプロセスを辿る。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、図６で識別されて、以下で更に詳細に説明されるような診断プロセスを辿るように事前構成できる。ＡＤＡＳ１０７は、いくつかのかかる診断アルゴリズムによってサポートでき、各々は、潜在的な性能問題について電池システム１００を監視し、必要に応じて調整を行うことを対象とする。

方法が開始する（６００）。少なくとも１つの実施形態では、性能における変化がまず精査されて、車両１０３の動作中にそれが変化するかどうかを判断し得る。流れ図に示すように、性能の急低下がトラック１０４上の特定の位置と相関しているかどうかに関して判断が行われる（６０１）。閉ループトラック１０４上で、例えば、性能が車両１０３のそのコースの反復と一致するように変化することは、復号プロセスに影響を及ぼす問題がトラック１０４の特定の領域と関連付けられ得ることを示し得る。

性能の急低下がトラック１０４上の特定位置と相関している場合、性能が損なわれる領域（複数可）の空間的制限に関して判断が行われる（６０２）。位置と相関する障害は、いくつかの原因のいずれかの結果であり得る。例えば、コードの読取りを損なう異物がトラック１０４上にあり得るか、またはコードが意図した方法で便宜的に読み取ることができない程度まで、トラック１０４が１つ以上の場所で損傷している可能性がある。

ＡＤＡＳ１０７は、単独で、または組み合わせて、車両１０３が問題に対処できるようにする、潜在的な修正のスケジュールを有し得る。例えば、トラックの画像を捕捉するカメラのフレームレートの増加および／またはトラック１０４を照らすＬＥＤ３２１の輝度の増大によって性能が向上するかどうかに関して、判断を行うことができる（６０３）。そうである場合、フレームレートが増加でき（６０４）、かつ／またはＬＥＤ３２１電力が性能不足の領域で増加できる、例えば、適切な命令を車両１０３および／もしくはホスト装置１０５に伝送することにより、いずれか一方または両方を一緒に実装できる。

問題は（適用されている任意の解決策と共に）将来の解析および／または報告のためにＡＤＡＳ１０７内でタグ付けできる（６０５）。本システムは次いで、同様の年数、使用レベル、地理的位置、および／または同様のものの、類似のロットからの電池システム１００内で生じている類似の問題についてチェックして（６０６）、こられの要因のいずれかに基づく相関関係があるかどうかを判断できる。任意の適用された調整または応答は次いで、ＡＤＡＳ１０７から利用可能な任意の追加情報に基づいて調整できる（６０７）。少なくとも１つの実施形態では、本システムは、問題が生じたトラック１０４上の特定の位置（複数可）を含め、その問題をユーザー１０９に自動的に通知する（６０８）。

ステップ６０１で、性能の急低下がトラック１０４上の位置と相関していないと判断される場合、性能の急低下が周期的または定期的な頻度であるかどうかに関して判断が行われる（６０９）。そうである場合、本システムは、性能急低下の頻度と車輪ローテーション期間との間の相関関係についてチェックする（６１０）。車両１０３の１つ以上の車輪とかかる相関関係が存在する（６１１）場合、問題は、車輪、タイヤ、または関連部品にあることが推測できる。例えば、タイヤおよび車輪を調べるようにユーザー１０９に警告することによって、その問題をユーザー１０９に自動的に通知できる（６１２）。その問題はＡＤＡＳ１０７内でタグ付けされる（６１３）。少なくとも１つの実施形態では、本システムは次いで、同様の年数、使用レベル、地理的位置、および／または同様のものの、類似のロットからの電池システム１００内で生じている類似の問題についてチェックして（６０６）、こられの要因のいずれかに基づく相関関係があるかどうかを判断できる。ＡＤＡＳ１０７からの任意の関連情報を使用して、インライン応答が適用される（６１５）。

ステップ６０９で、性能の急低下が周期的または定期的な頻度ではないと判断される場合、本システムはステップ６１６に進み、そのステップで、可能であればトラック１０４上の既知の位置で、車両１０３のカメラによって撮られたサンプル画像を収集する。かかる画像は次いで、不明化、レンズ収差、焦点変動、および／または任意の他の問題もしくは課題について、（自動的に、または人間によって）解析できる（６１７）。少なくとも１つの実施形態では、本システムは次いで、同様の年数、使用レベル、地理的位置、および／または同様のものの、類似のロットからの電池システム１００内で生じている類似の問題についてチェックして（６０６）、こられの要因のいずれかに基づく相関関係があるかどうかを判断できる。インライン解決策が（例えば、ＡＤＡＳ１０７からのデータおよび解析に基づき）分かっている場合（６１９）、ＡＤＡＳ１０７からの任意の関連情報を使用して、インライン応答が適用される（６１５）。少なくとも１つの実施形態では、本システムは、ユーザー１０９にその問題を自動的に通知して（６２１）、取ることができる利用可能な処置をユーザー１０９に知らせる。本方法は次いで終了する（６９９）。

少なくとも１つの実施形態では、本システムは、性能問題が特定車両１０３のオンボードであるか、またはトラック１０４での問題など、問題の車両１０３の外部システムの共有構成要素の一部であるかを判断するために、特定のトラック１０４を走行している他の車両１０３から収集された情報を検討し得る。少なくとも１つの実施形態では、自立的に動作している（すなわち、人間のプレーヤによって制御されていない）車両１０３は、別の車両１０３が性能問題を経験した時に通過していたトラック１０４の部分の上を走行するように、それらのコースを幾分、自動的に変更するように構成され得る。これは、ユーザー１０９が気づかないか、または本システムのゲームプレーもしくは他の使用に重大な影響を及ぼさない方法で行われ得る。このように、ＡＤＡＳ１０７は、正常なシステム動作と並行して、ユーザー１０９には見えないか、またはほぼ見えない方法で、性能問題を解析するために有用なデータを収集できる。代替または追加として、本システムは、車両１０３に、使用中に適宜停止して、トラック１０４の関連部分を通過するように指示できるか、または車両１０３が問題の領域を通過する検査を実行可能にするために、使用を一時停止にし得る。

電池システム１００が、同じ機器を使用して類似の動作中の多数のピアを有し得ることを認識して、少なくとも１つの実施形態では、本システムは、集団内の他の性能をポーリングすることにより、１つの電池システム１００について問題を綿密に調べることができる。ステップ６０６で説明したように、ＡＤＡＳ１０７は、同一であるか、または同じロット内で製造された関連構成要素を有するピア電池システム１００を選択して、検出された問題と同じであり得る変動または遅れについて、それらの性能をチェックし得る。監視および管理下の電池システム１００の集団の調査により、いくつかの部分は、十分に類似していて、特定の電池システム１００内で検出された性能問題を綿密に調べるために使用できることが明らかになり得る。再度図１を参照すると、候補分集団は、例えば、空の正方形として示されている電池システムの何らかのサブセット（電池システム１００Ａとして示される）を含み得る。この中で、いくつかのサブセットが類似の性能問題（電池システム１００Ｂとして示される）を示す場合、ＡＤＡＳ１０７は、これらの電池システム１００Ｂの間で、製造、流通、および／または販売に関して、一貫性を探すことができ、その問題および性能問題を示している電池システム１００Ｂにわたる統計的に有意な類似性を識別する報告書が生成できる。電池システム１００Ｃは、解析されている電池システム１００Ｘと特質もしくは構成が異なっているか、または何らかの他の理由のために、候補分集団の一部を形成していないものである。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、トラック１０４での問題を検出するために使用でき、またかかる問題の解決に役立ち得る。トラック１０４上を走行する車両１０３の現在の例では、収集したデータは、電池システム１００を構成する構成部品（例えば、車両１０３、トラック１０４、および／または装置１０５、１０６）の機能動作に関連し得る。加えて、ユーザー１０９およびユーザー対話に関連するデータが、電池システム１００または電池システム１００の集団の監視および管理のために、ＡＤＡＳ１０７によって収集されて使用できる。

例えば、ＡＤＡＳ１０７は、とりわけ、ユーザー１０９の最初の関与から経過した時間、ユーザーのスキルレベル、プレーの頻度、および／または特定のユーザー１０９と関わった別個のユーザー１０９の数などの利用可能であるか、または識別できる属性に基づいて、コホート分析を実行し得る。ＡＤＡＳ１０７解析によりこの領域で得られる相関関係は、本システムが、動作中の全ての構成要素およびユーザー１０９について提供し得る可視性と組み合わされると、有用ですぐに実施可能な情報を提供できる。

少なくとも１つの実施形態では、データ収集の結果および利用可能なデータに関して実行された様々な解析は、電池システム１００を特性化する１組の関係性である。これらの関係性は、電池システム１００の任意の構成要素の動作または性能における差異を識別するための参照として役立ち、性能を予測するための基礎も提供する。データ間で判断された関係性は、使用中で、潜在的に変化している、電池システム１００の集団を反映することが理解される。この方法で、既存のデータ間に確立された関係性は、新しいデータに対するベンチマークとして使用できる。

様々な実施形態では、本明細書で説明するＡＤＡＳ１０７は、電池システム１００自体および外部データまたはコンテキストデータからデータを引き出すことにより、電池システム１００の動作を特性化し、それにより、潜在的な相関関係を検出する能力を有する。調査中の特定の電池システム１００の外部にあるデータを含める程度は、事前に定義できる。少なくとも１つの実施形態では、物理的構成要素をもつ電池システム１００の性能を特性化する際に、本システムは、物理的環境（地理的位置、時間／日付、日の出／日没、天候、温度、湿度、および／または同様のものなど）におけるコンテキストである外部データストリームを考慮に入れる。性能問題がトラック１０４の一部に分離され得る例では、符号化データを読み取る光学的手段を使用する車両１０３の能力に影響を及ぼし得る外的要因は、周辺光であり得る。データ復号問題が検出されるが、トラック１０４の一部に分離される場合には、地理的位置および時刻を相関データとして導入できる。性能問題が一時的な場合、時刻は、加えるべき重要な指標データであり得、従って、連続的な使用を通して、ＡＤＡＳ１０７は、再現が、レーシング車両システムが使用されている間の時刻と関連しているかを判断できる。地理的位置、天候、時刻および日付の外部データストリームも、例えば、データの復号を損なうのに十分な輝度の一時的な外部光源（すなわち、太陽光）がトラック１０４上で輝いている可能性があるかどうかを査定する際に有用であり得る。説明する電池システム例１００では、静電気および同様のものなどの、自然照明以外の環境要因も、性能における要因であり得、かかる条件は、一般的な大気条件に応じて重要な要件となり得る。これらの例は本明細書では、説明のためにのみ提供する。

ＡＤＡＳ構造および機能
少なくとも１つの実施形態では、ＡＤＡＳ１０７は、データを収集、編成、および集約するデータ駆動構成物として実装される。少なくとも１つの実施形態では、説明するシステムは、入力データフィードを使用して、モデルを構築し、受信した情報の間で相関関係を見つける。提供されるデータのタイプが広範で、かつ関連データがカバーするユニットの製造寿命期間が広いほど、ＡＤＡＳ１０７はより堅牢に、調査中のシステム（電池システム１００など）を特性化することができる。

ここで図７を参照すると、一実施形態に従い、ＡＤＡＳ１０７を実装するためのアーキテクチャ例を示すブロック図が示されている。当業者は、例に示すアーキテクチャは、説明目的のためにのみ提供されていること、および他の多くのアーキテクチャが様々なコンテキストにおいてＡＤＡＳ１０７を実装するために使用できることを認識するであろう。

図７は、図１に示す電池システム１００の集団に適用され得るようなシステムの一実施形態を示す。当業者は、示した実施形態は例示に過ぎないこと、および本明細書で説明するシステムは他の多くのコンテキストで実装できることを認識するであろう。図１におけるように、電池システム１００の主要な構成要素には、ユーザー１０９Ａによって制御され得るホスト装置１０５に接続する車両１０３を含む。ピアユーザー１０９Ｂも周辺機器１０６を経由して電池システム１００を使用しており、周辺機器１０６は、ホスト装置１０５を通じた接続を経由して、車両１０３のうちの１つを制御する。装置１０５、１０６の両方が、同じタイプのネットワーク接続１０８を介してＡＤＡＳ１０７に接続し、ネットワーク接続１０８は、インターネット、移動体通信接続、または任意の他のタイプの電子接続であり得る。電池システム１００の動作中に収集されるデータは、ＡＤＡＳ１０７に向けられる。電池システム１００は、ＡＤＡＳ１０７がそこから情報を収集する任意の数の電池システム１００のうちの１つであり得る。

少なくとも１つの実施形態では、電池システム１００の動作および使用からのデータは、本システムの機能に関する情報フローの一部分である。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、補完的データを、例えば、第三者ＡＰＩまたは他の手段を介して、他の供給源から引き出すこともできる。

例えば、少なくとも１つの実施形態では、ＡＤＡＳ１０７は、電池システム１００の製造プロセス７０２の間に情報を収集する。かかる情報は、電池システム１００の組立体が製造ラインへの道を見つける際に使用される部品として収集でき、かかる情報は個々の完成ユニットの製造に基づき編成できる。かかる部品は、例えば、ベンダーによって委託製造業者に供給される電子部品、委託製造業者自身の施設で射出成形したプラスチック部品、または同様のものを含むことができる。少なくとも１つの実施形態では、収集した情報の一態様は、製造のロット番号および日付などのデータを含む、部品表であり得る。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、製造プロセス７０２中に実行される品質管理試験の結果を記述するデータを収集し、このようにして、電池システム１００の各構成要素の基準性能レコードを作成する。かかる製造データの収集は、以下で説明する、アフターセールス段階で実行されるシステム診断を容易にするのに役立ち得る。電池システム１００の未完成ユニットまたは部分組立品に関して収集されたデータでさえ、かかるデータは他のユニットで識別される問題の確証を提供できるので、現場で、または解析の出発点においてさえ、完成ユニットについて生じ得る診断問題または課題に関連する情報を提供できる。かかる収集された情報は、製造ラインもしくは他のどこかで実施されて、各々が性能の特定態様に対処する一連の広範な試験、ならびに／または完成品もしくは構成要素に、使用条件および製品動作範囲が包括的に査定される１組の使用事例を経験させる１つ以上の最終段階試験の結果であり得る。

工場環境を越えて、電池システム１００およびその構成要素に関してユニットベースで、例えば、在庫および物流プロセス７０３中に適用される追跡努力を使用して、追加データが収集できる。少なくとも１つの実施形態では、ユニットは荷台によって、および／または出荷によって追跡され、それにより、特定ユニットが製造所を越えた時点でサプライチェーンに入る場所（例えば、貨物船で輸送中、流通範囲内の倉庫で、または特定の小売業者へ配送されて）を知る能力を維持する。製造と使用との間のこれら中間段階で情報を収集することは、いくつかの要因によって制限され得るが、それらが欠如していても、必ずしも本システムがその主要な機能を実行するのを妨げないことが理解される。製品の、製造とそのエンドユーザーとの間の経路を知ることの価値は、物流フローが販売および流通プロセスならびに改善の可能性にどのようにうまく役立つかを理解する観点から理解できる。加えて、個々の製品に保管を特性化する（例えば、継続期間、場所−温度および湿度などの保管条件を確立できる）データを付加すると、共有履歴部分を有する製品の集団を識別する際に有用であることが分かり、それにより、その履歴と製品性能の態様との間の潜在的な関係性を現場で見つけることができる。

追加情報は、取引および／またはその後の時点で、販売部門７０４および／または顧客ケア部門７０５から収集できる。販売情報は、製品が販売され得る経路の潜在的な変動性およびそれらがサプライヤと共有するデータをサポートする程度に応じて、変わり得ることが認識されるであろう。本システムに報告され得る潜在的なデータには、例えば、販売日、場所、および同様のものを含み得る。利用可能な場合、販売情報７０４は、購入を特定のユーザー１０９または装置１０６に結び付けることが可能なデータを含むことができ、それにより、個々のユニット（特定の車両１０３など）の使用および性能に関してより大きな可視性を提供する。顧客サービス情報７０５は、サービス代理業者とのやり取りを含むことができる。

データ供給源７０２〜７０５は、いくつかの点で、監視されている電池システム１００の集団の外部であると考えられ得る。例えば、製造関連情報７０２は、製造設計における変更のための性能変化を識別する際に有用であり得るが、製品製造は、現場で製品を実際に使用する前に生じるので、それは、ある程度、コンテキスト情報である。

様々な実施形態では、供給源７０２〜７０５からのデータは、説明するシステムに関連して、いくつかの異なる方法のうちのいずれかで編成できる。図７で説明する実施形態は、コア機能をサポートするデータ編成のいくつかの主要な領域の概略を示す。これらは、単独で、または相互の任意の適切な組み合わせで提供できる。

一時的に編成されたデータストレージ７０８は、各車両７０３によって実行された動作、および／またはゲーム用制御アプリケーション（例えば、電池システムの動作に関連したアプリの開始）の使用、および／またはユーザー１０９の電池システム１００との関与などの、関連する時間測定基準を有する情報を含む。これらには、例えば、モーター３０３上の電流の流れまたはカメラでの画像捕捉レートなどの、構成要素レベルに関する任意の関連する時間ベースの測定基準も含むことができる。図７は、ユーザーデータ７１２、車両データ７１３、ゲームデータ７１４、およびアプリ開始データ７１５を含む、かかる一時的に編成されたデータストレージのいくつかの例を示す。

少なくとも１つの実施形態では、時間ベースの縦軸に従って容易に編成され得ないデータは、ＡＤＡＳ１０７の一部を形成する（またはＡＤＡＳ１０７にアクセス可能な）参照データウェアハウス７０９内に別々に格納され得る。かかるウェアハウス７０９は、それぞれ、製造データ、在庫および物流、販売、ならびに顧客ケア用の特定のデータストレージ構成要素７１９〜７２２を含み得る。ウェアハウス７０９内のかかるデータは、例えば、それを他の場所（特定のユーザー１０９、車両１０３、および／または装置１０６に対して格納されたデータなど）に格納されたデータに関連付けることができる識別子で、タグ付けできる。少なくとも１つの実施形態では、地理位置情報７０１などの他の情報もデータウェアハウス７０９内に格納でき、かかるデータは、電池システム１００の使用中に、ホスト装置１０５、周辺機器１０６または同様のものから、第三者ＡＰＩを介して捕捉できる。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、電池システム（複数可）１００を特性化するモデルを開発して、相関関係を識別するために、一時的に編成されたデータストレージ７０８および／または参照データウェアハウス７０９からのデータを抽出する処理および解析モジュール７０７を含む。ＡＤＡＳ１０７はその後、かかるデータおよびモデルを適用して、タスクの実行、通知の発行、交換品の自動発注、および／または同様のことを実行する。

少なくとも１つの実施形態では、ＡＤＡＳ１０７のモジュール７０７は、モデリングモジュール７２３、重要業績評価指標（ＫＰＩ）エンジン（複数可）７２４、および／またはシステムアップデータ（複数可）７２５などの、いくつかの下位構成要素を含む。システムアップデータ７２５は、データ解析を通して開発されたモデルに従い、電池システム１００に対して自動的に変更を適用するか、または調整を行う。少なくとも１つの実施形態では、進行中の測定は、調整がシステム性能にどのように影響している可能性があるかに関してフィードバックを提供することによってループを閉じる。

説明するシステムが、システム性能を最適化し、結果として生じた調整に関するフィードバックを収集することを目的とした構成要素または下位構成要素機能のモデルを適用するために、どのように動作し得るかを例示するために、図１に概略を示した以前の例を検討することは有用である。前述のように、図１では、ＡＤＡＳ１０７は、各々が、レースゲームの一部としてトラック１０４上を走行するように構成された車両１０３の組を含む、１つ以上の電池システム（複数可）１００に関連して実装される。

ここで図１０も参照すると、いくつかのモジュール部品１００１Ａ〜１００１Ｇ、すなわち道路セグメントから構築されたかかるトラック１０４の例が示されている。様々なモジュール部品１００１は、異なる標準形状を有することができ、それらは、ドライビングサーキットのレイアウトに多用途性を提供するように様々な構成で相互に連結できる。

本明細書で説明する様々な技術は、図１０に示すような、かかるモジュール式トラック１０４に適用できる。特に、図６に示す方法は、トラック１０４全体としてだけでなく、個々のモジュール部品１００１の解析および処置にも適用できる。例えば、製造差異または不良が、あるセグメントタイプ（９０°の曲がり角を有するセグメント１００１Ａ、１００１Ｂ、１００１Ｃ、１００１Ｄ、１００１Ｅ、１００１Ｆなど）のあるロット内に存在しているが、他のセグメントタイプ（真っ直ぐなセグメント１００Ｇなど）には存在していないと仮定する。かかる差異または不良は、例えば、走査中に通常のＬＥＤ照明下でぼかしグレア（ｏｂｆｕｓｃａｔｉｎｇ ｇｌａｒｅ）を作り出し得る表面エナメルの過剰塗布、または、逆に、通常のＬＥＤ照明下での走査を妨げるインクの過剰塗布であり得る。かかる状況では、図６の方法は、トラック１０４が欠陥のあるトラック部品１００１を含む電池システム１００における問題を検出し得る。一体成形のトラック１０４での問題の潜在的な特質を識別するのに役立つステップ６０１、６０３、６０４、６０５、６０６、６０７、６０８は、図１０に示すような個別の部品１００１から作られるトラック１０４に関しても同様に機能できる。

かかる例では、本システムは、走査を改善するか、または容易にするために、照明ＬＥＤ３２１の輝度を増加または減少させる程度を判断する解析プロセスを実行できる。例えば、輝度の増加は、製造中に過剰なインクが塗布された状況に適し得、他方、輝度の減少は、過剰なエナメル層がトラック部品１００１に塗布された状況に適し得る。本明細書で説明する技術を使用すると、ＡＤＡＳ１０７は、全ての電池システム１００にわたって存在する欠陥のあるトラック部品１００１の範囲を迅速に判断できる。

図６に記載する方法は定性的解決策（例えば、ＬＥＤ輝度の増加）の例を提供するが、少なくとも１つの実施形態では、ＡＤＡＳ１０７は、車両１０３が、欠陥があると判断されたトラック部品１００１の上を走行している時に、ＬＥＤ３２１に対して新しい照明レベルを設定するなどの、追加の動作を実行できる。ＡＤＡＳ１００７は、いくつかの異なる手段を通して、例えば、走査における問題の検出、および共通の製造日またはロットコードを通じた欠陥存在の可能性の確証により、かかる判断を行うことができる。

加えて、少なくとも１つの実施形態では、ＡＤＡＳ１０７は、電池システム１００または複数のシステムからのフィードバックを利用できるので、欠陥のあるトラック部品１００１を含む電池システム１００の集団は、理想的な設定に迅速に収束する機会を提供する。ＡＤＡＳ１０７は、候補光度の範囲を判断して、それらを特定の欠陥のあるトラック部品１００１に割り当て得、それにより、車両１０３が、特定のトラック部品１００１を通過する時に、それらの車載照明ＬＥＤ３２１を新しいレベルに調整し得るようにする。図１０に示すようなモジュール式トラック例１０４に対して、６つの異なる光度値が単一の電池システム１００の単一サーキット内で適用できる。この方法で、ＡＤＡＳ１０７は、候補値を割り当てて、結果として生じる走査性能（すなわち、本システムからのフィードバック）を査定し、必要に応じて調整するプロセスに基づいて、どれが最適な光度調整であり得るかを迅速に判断できる。かかる調整には、例えば、候補光度レベル（複数可）の精緻化および／または解析プロセスを通して判断された適切なレベルの割り当てを含み得る。より高度なアプローチでは、最適なＬＥＤ輝度は、さらにそれを調整する他の要因に呼応して判断できる。かかる要因は、走査を実行する車両１０３のタイプ、または電池システムが動作している環境内ではどの周辺光レベルであり得るか、などに基づき導入できる。

その結果、この例に示すように、ＡＤＡＳ１０７は、一旦、準最適な動作または基準以下の構成要素が１つ以上の電池システム１００内に存在すると判断されると、電池システム１００からのフィードバックを適切に使用して、動作パラメータまたは重要指標で行われた変更がシステム性能をどのように良好に、または不完全に改善したかを判断できる。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、処理および解析モジュール７０７によって生成されたものなどの、モデルおよび相関関係を格納するための、解析−調整されたデータストレージ７１０も含む。７１０に格納されるデータは、構成要素によりクラス７１６として、モーターによりクラス７１７として、または他のデータ要素「ｘ」によりクラス７１８として編成できる。

社会的関係およびマーケティング適応
少なくとも１つの実施形態では、ＡＤＡＳ１０７は、複数の電池システム１００について、動作データを監視および記録できる。収集したデータの量は、広範囲に及び得、任意の数の電池システム１００からの情報を含むことができる。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、かかるデータを使用して、特定の電池システム１００の性能の最適化のほかに、多数の機能を実行できる。

少なくとも１つの実施形態では、ＡＤＡＳ１０７は、様々な電池システム１００のユーザー１０９間の関係を、例えば、ソーシャルネットワークを用いて、マッピングするように構成できる。

ここで図８を参照すると、一実施形態に従い、１つ以上の電池システム（複数可）１００を使用したことがあるユーザー１０９間の関係８０１を示すグラフ８００の例が示されている。電池システム１００間を流動的に移動し得る集団内でユーザー１０９を一意に識別するために任意の数のアプローチが採用され得る。例えば、少なくとも１つの実施形態では、ユーザー１０９が、装置１０６などの異なるハードウェア要素を使用する場合でさえ、ＡＤＡＳ１０７がユーザー１０９を認識できる会計システムが実装される。

グラフ８００では、ユーザー１０９はドットとして示されており、ドットを接続しているライン８０１は、電池システム１００の相互使用に基づくユーザー１０９間の関係性を表す。上で引用した関連出願で説明されるレースゲームの例では、同じゲーム内で競い合ったプレーヤはライン８０１で結合される。かかるグラフは、従って、最も社会的に活発なユーザー１０９が容易に識別できるので、マーケティングの観点から価値があり得る。

グラフ８００の例では、ユーザー１０９Ｃは集団内の多数の他のユーザー１０９への接続を有するが、ユーザー１０９Ｄは他のユーザー１０９への接続がほとんどない。マーケティング担当者は、リソースをユーザー１０９のコミュニティに最も効果的に配置する方法を考えるので、最も接続されていて、影響力が大きいか、または目立つユーザー１０９をターゲットとする能力は非常に重要である。ソーシャルグループにわたって最も接続されたユーザー１０９が、製品を支持している、最も影響力の大きいエバンジェリストになる可能性が最も高く、その結果、新しい製品またはサービスの認識の構築に向けて、これらのユーザー１０９を選出する価値がある。

図８のグラフ例８００では、企業は、ユーザー１０９Ｃのような活発なユーザー１０９に、例えば、新機能またはシステムをユーザー１０９Ｃに無料または割引料金で提供することにより、その新機能またはシステム構成要素の導入を支援するように、協力を求め得る。企業は、新機能またはシステムをユーザー１０９Ｃにこのような方法で提供することにより、その新機能またはシステムは、類似のオファーがユーザー１０９Ｄに提供されたよりも幅広く知られる可能性が高いと判断する。コミュニティにそのトップユーザー１０９（ユーザー１０９Ｃなど）を通じて種を蒔くことは、恐らくランダムに配布するよりもずっと効果的なアプローチである。

加えて、グラフ８００などのユーザー１０９のソーシャルマップは、より深い解析のための開始点を提供する。人口統計学的類似性は興味を引き得、利用パターンも調査の焦点にできる。後者の場合では、ＡＤＡＳ１０７は、接続され得るが、それらの商業的関与において不活発なグループを識別でき、それにより特別提供に関して対象とするアウトリーチの機会を提供する。かかるアウトリーチは、例えば、あるユーザー１０９に、彼または彼女のグループ内の他のユーザー１０９に対する（ゲームプレーのコンテキスト内での）競争上の優位性を提供し得る。これは、確立されたプレーパターンを妨害するために使用でき、従って、グループ内の他のユーザー１０９にやる気を起こさせて同様の性能向上を追求させ、それは、追加の製品アクセサリまたはプレー構成要素を追求する形であり得る。このやり方で、ＡＤＡＳ１０７は、プレークラスタに焦点を合わせて、幅広いキャンペーンよりも効果的な方法で製品または強化を売り込む明確な機会を識別できる。

さらに、少なくとも１つの実施形態では、ＡＤＡＳ１０７は、ユーザー１０９およびグループにわたって製品使用を追跡することにより、製品使用のさらに深い解析を実行することができる。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、グラフ８００を使用して、新しい製品または製品機能が口コミまたは社会的遊びによって社会的に受け入れられる速度の測定基準を判断できる。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、例えば、参照支援（ｒｅｆｅｒｒａｌ ｂｅｎｅｆｉｔ）を含めるか、またはユーザーインタフェース内にソーシャル共有機能を適応的に表示することにより、製品使用中にターゲットとするメッセージを配信して、口コミまたは社会的拡散に影響を及ぼし、それをより厳密に測定できる。ＡＤＡＳ１０７システムは、個別化適応（ｐｅｒｓｏｎａｌｉｚｅｄ ａｄａｐｔａｔｉｏｎ）を通じて、各ユーザー１０９の社会的関与に合わせ、各個々のユーザー１０９の楽しみだけでなく、製品のエバンジェリズムも最大限にできる。

追加として、少なくとも１つの実施形態では、電池システム１００の集団にわたりＡＤＡＳ１０７によって収集されたデータは、直接的に測定するのが困難であり得る測定基準を判断するために使用される。例えば、ＡＤＡＳ１０７が、上で引用した関連出願で説明されているような競争の激しいレースゲームを含む電池システム１００の集団を監視するために使用される状況を考える。かかる電池システム１００は娯楽を目的とした製品であるので、楽しみを伴い、それは自動的に、測定または定量化が困難な主観的体験である。また、製品は競争の激しいゲームであるので、車両レーシング体験を再現するだけでなく、様々なスタイルでプレーすることができ、ユーザー１０９が、自分で選択した方法で運転できるようにする。製品の開発者にとって、最終目標は、ユーザー１０９の楽しみを最大限にすることである。

ユーザー１０９の楽しみを最大限にする際の課題は、プレーのどの態様が任意の特定のユーザー１０９にとって最も楽しいかを理解することである。ＡＤＡＳ１０７は、プレー中に生成された、いくつかの情報ストリームを監視できて、それらの間の相関関係を識別しようとすることができるので、どの方法のプレーが特定のユーザー１０９に対して最も楽しい体験を提供する可能性があるかを認識する傾向がある。

例えば、ユーザー１０９は、対戦相手に向かって後方から、彼または彼女の車両１０３がターゲット車両１０３のすぐ後ろになるまで加速して、攻略を遅らせることによって、対戦相手をアタックする戦略をしばしば採用し得る。これを困難にし得るプレーの多数の態様があるが、根本的にかかる戦略では、恐らく、特に多数の急カーブがあって、それにより、任意の継続した期間、最高速度での運転を制限し得る、トラック１０４上での急速な加速を必要とする。

かかるコンテキストで、ＡＤＡＳ１０７は、対戦相手の車両１０３の追跡に費やした時間およびアタック時における車両１０３間の平均距離、ならびに車両１０３間の距離にどのような傾向があるか（例えば、車両１０３のアタックが、平均アタック距離に向かっての、徐々にではあるが、持続する接近速度を示しているかどうか）を記録する測定基準に関して、ユーザー１０９のパフォーマンスを監視できる。かかる評価に基づき、ＡＤＡＳ１０７は、より急速な加速を可能にするために、ユーザー１０９のプレーに対する好ましいアプローチが、車両１０３の工場出荷時設定を調整することにより補強され得ることを判断できる。加速は、動的安定性、モーターの耐用年数、または充電などの様々な実際的な理由のために制限され得ること、および加速制限における変化はゲームバランスを変え得ることが理解できる。これらを考慮して、ＡＤＡＳ１０７は、車両１０３の最高速度を、そのピーク加速度の増加と釣り合いを保ちながら下方にも調整し得る。他の場所で説明した実施形態と一致する方法で、ＡＤＡＳ１０７がかかる調整を行った後、ＡＤＡＳ１０７は、ユーザー１０９のプレーパターンを監視して、使用量が増加したか、またはプレーの持続期間が、その製品の使用に対する興味が大きくなったことを示し得るように変わったかを判断できる。追加として、ＡＤＡＳ１０７は、車両１０３の電気機械システムも監視して、車両１０３の動作パラメータにおける変更が１つ以上の構成要素の耐久性に長期的影響を及ぼすかを判断できる。

ＡＤＡＳ１０７は、電池システム１００およびユーザー１０９の集団にわたって同様の解析を実行するので、ユーザー１０９は、プレースタイルなどの要因に基づきグループにクラスター化できる。１つのスタイルを確立する関係性による信頼性が別と比べて高いほど、ユーザー１０９は、より広範に、かつ潜在的により迅速に、タイプによって識別できる。少なくとも１つの実施形態では、ユーザー１０９の電池システム１００の態様は、そのユーザー１０９のふさわしい好みに適合するように修正できる。このように、ＡＤＡＳ１０７は、電池システム１００の態様または構成要素を、ユーザー１０９の予測される好みに適合するように調整するのに役立ち得る。少なくとも１つの実施形態では、本システムはユーザー１０９に、そのユーザー１０９の好みに最も適合し得る特定のアクセサリまたは構成要素の選択に関する指示を提供できる。同様に、一旦、ＡＤＡＳ１０７がユーザー１０９を最も良く記述するスタイルタイプまたは他の特性を確立すると、ＡＤＡＳ１０７は、電池システム１００に導入される新しい構成要素またはハードウェアを、その電池システム１００を最初に使用する前でさえ、ユーザー１０９の好みにより良く適合するように構成できる。

この方法で、ＡＤＡＳ１０７は、使用中の類似の電池システム１００の集団に基づき性能モデルおよびそれらのパラメータを構築できる適応可能な監視および管理システムを実装できる。少なくとも１つの実施形態では、ＡＤＡＳ１０７は、そのモデルを検査して、それらのモデルに基づく調整が、調査中の電池システム１００にどのように影響を及ぼすことが観察されたかに基づいて精緻化できるので、広範な適用可能性および有用性を提供できる閉ループ設計に従って実装される。いくつかの電池システム１００にわたるかかるシステムの適用可能性は、電池システム１００の集団のサイズと共に増加する価値を提供する。

その結果、説明するシステムの様々な実施形態は、根本的に、個々の電池システム１００性能の態様、電池システム１００機能および前記電池システム１００の製造業者サービスの両方でのユーザー満足度、電池システム１００およびそれらの構成要素の耐用年数、複数の電池システム１００にわたる性能最適化、ならびにマーケティング有効性などの動作以外の考慮事項を改善する。

上の記述および参照した図では、考えられる実施形態に関して特定の詳細を説明している。当業者は、他の実施形態も考えられることを理解するであろう。第１に、構成要素の特定の命名、用語の大文字表記、属性、データ構造、または任意の他のプログラミングもしくは構造的態様は必須でも重要でもなく、本明細書で説明する機構は、異なる名称、フォーマット、またはプロトコルを有し得る。さらに、本システムはハードウェアとソフトウェアの組合せで、または完全にハードウェア要素で、または完全にソフトウェア要素で実装され得る。また、本明細書で説明する様々なシステム構成要素間の機能の特定の区分は、例示に過ぎず、必須ではなく、単一のシステム構成要素によって実行される機能は、代わりに複数の構成要素で実行され得、また複数のシステム構成要素によって実行される機能は、代わりに単一の構成要素で実行され得る。

本明細書での「１つの実施形態」または「一実施形態」への言及は、実施形態に関連して説明される特定の特徴、構造、または特性が少なくとも１つの実施形態に含まれることを意味する。本明細書内の様々な場所での句「１つの実施形態では」または「一実施形態では」の出現は、必ずしも全部が同一の実施形態に言及しているわけではない。

いくつかの実施形態は、前述の技術を、単独また任意の組合せのいずれかで、実行するためのシステムまたは方法を含み得る。他の実施形態は、持続性コンピュータ可読記憶媒体および、その媒体上でコード化された、コンピューティング装置または他の電子装置内のプロセッサに前述の技術を実行させるための、コンピュータプログラムコードを含むコンピュータプログラム製品を含み得る。

前述のいくつかの部分は、動作のアルゴリズムおよびシンボル表現の観点からコンピューティング装置のメモリ内のデータビット上に提示される。これらのアルゴリズム的記述および表現は、データ処理技術分野における熟練者によって、自身の作業内容を当技術分野における他の熟練者に最も効果的に伝達するために使用される手段である。アルゴリズムは本明細書では、また一般に、所望の結果に至る、首尾一貫した一連のステップ（命令）であると考えられる。ステップは、物理量の物理的操作を必要とするものである。通常、必ずしもではないが、これらの量は、格納、伝達、結合、比較、および別な方法での操作が可能な、電気、磁気または光信号の形をとる。これらの信号をビット、値、要素、シンボル、文字、項、数、または同様のものとして参照することは、時には、特に、共通使用の理由で、便利である。さらに、物理量の物理的操作を必要とするステップのある構成をモジュールまたはコード装置と呼ぶことも、一般性を失うことなく、時には便利である。

しかし、これらおよび類似の用語の全てが適切な物理量と関連付けられ、これらの量に付けられる便利なラベルに過ぎないことも留意しておくべきである。特に断らない限り、以下の説明から明らかなように、記述全体を通して、「処理（ｐｒｏｃｅｓｓｉｎｇ）」または「コンピューティング（ｃｏｍｐｕｔｉｎｇ）」または「計算（ｃａｌｃｕｌａｔｉｎｇ）」または「表示（ｄｉｓｐｌａｙｉｎｇ）」または「判断（ｄｅｔｅｒｍｉｎｉｎｇ）」または同様のものなどの用語を利用した説明は、コンピュータシステムメモリもしくはレジスタまたは他のかかる情報記憶、伝達もしくは表示装置内の物理（電子）量として表現されたデータを操作および変換する、コンピュータシステム、または類似の電子計算モジュールおよび／もしくは装置の動作および処理を指すことが理解される。

ある態様は、本明細書でアルゴリズムの形で説明する工程段階および命令を含む。工程段階および命令は、ソフトウェア、ファームウェアおよび／またはハードウェアで具現化でき、ソフトウェアで具現化される場合には、ダウンロードされ、様々なオペレーティングシステムによって使用される異なるプラットフォーム上に常駐して、それらから操作できることに留意すべきである。

いくつかの実施形態は、本明細書の操作を実行するための装置に関連する。この装置は、要求される目的のために特別に構築され得るか、またはコンピューティング装置に格納されたコンピュータプログラムによって選択的に起動または再構成される汎用コンピューティング装置を含み得る。かかるコンピュータプログラムは、各々がコンピュータシステムバスに結合された、コンピュータ可読記憶媒体、例えば、フロッピィディスク、光ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、光磁気ディスク、読取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、ソリッドステートドライブ、磁気もしくは光カード、特定用途向け集積回路（ＡＳＩＣ）を含む任意のタイプのディスク、または電子命令の格納に適した任意のタイプの媒体などであるが、それらに限定されない、コンピュータ可読記憶媒体に格納され得る。さらに、本明細書で言及するコンピューティング装置は、シングルプロセッサを含み得るか、または向上したコンピューティング能力向けのマルチプロセッサ設計を採用したアーキテクチャであり得る。

本明細書で提示するアルゴリズムおよび表示は、任意の特定のコンピューティング装置、仮想化システム、または他の装置に本質的に関連するものではない。様々な汎用システムも、本明細書での教示に従ったプログラムと共に使用され得るか、または要求される方法ステップを実行するためにより専用化した装置を構築するのが好都合であることが分かり得る。これらの様々なシステムに対して必要な構造は、本明細書で提供する記述から明らかであろう。加えて、本明細書で説明するシステムおよび方法は、任意の特定のプログラミング言語に関連して説明されない。本明細書で説明する技術を実装するために様々なプログラミング言語が使用され得、特定の言語に対する前述の言及は、例示目的のためにのみ提供されることが理解されよう。

上記状況に鑑み、様々な実施形態は、コンピューティングシステム、コンピューティング装置、もしくは他の電子装置を制御するための、ソフトウェア、ハードウェア、および／もしくは他の要素、またはそれらの任意の組合せもしくは複数を含み得る。かかる電子装置には、当技術分野で周知の技術に従って、例えば、プロセッサ、入力装置（キーボード、マウス、タッチパッド、トラックパッド、ジョイスティック、トラックボール、マイク、および／またはそれらの任意の組合せなど）、出力装置（画面、スピーカ、および／または同様のものなど）、メモリ、長期ストレージ（磁気ストレージ、光学式ストレージ、および／または同様のものなど）、および／またはネットワーク接続を含むことができる。かかる電子装置は、可搬式または非可搬式であり得る。使用され得る電子装置の例には、携帯電話、携帯情報端末、スマートフォン、キオスク、サーバーコンピュータ、エンタープライズコンピューティング装置、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、家庭用電子機器、または同様のものを含む。本明細書で説明するシステムおよび方法を実装するための電子装置は、任意のオペレーティングシステムを使用し得、例えば、制限なく、Ｌｉｎｕｘ、米国レッドモンド所在のＭｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＭｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ、米国カリフォルニア州クパチーノ所在のＡｐｐｌｅ Ｉｎｃ．から入手可能なＭａｃ ＯＳ Ｘ、米国カリフォルニア州クパチーノ所在のＡｐｐｌｅ Ｉｎｃ．から入手可能なｉＯＳ、米国カリフォルニア州マウンテンビュー所在のＧｏｏｇｌｅ，Ｉｎｃ．から入手可能なＡｎｄｒｏｉｄ、および／または装置上での使用に適した任意の他のオペレーティングシステムなどである。

本明細書では、限られた数の実施形態を説明しているが、前述の記述の恩恵にあずかる当業者は、クレームの範囲から逸脱しない他の実施形態が考案され得ることを理解するであろう。加えて、本明細書で使用された言葉は、主に、読みやすさ、および教育目的で選択されており、発明の主題を詳細に説明するか、または制限するために選択されていない可能性があることに留意すべきである。その結果、本開示は、制限することではなく、例示説明となることを意図する。

Claims (43)

1. プロセッサで、少なくとも１つのシステムの動作特性を記述するデータを受信することと、
   前記プロセッサで、前記受信したデータに基づき、前記少なくとも１つのシステムに対して少なくとも１つのベンチマーク性能測定基準を確立することと、
   前記プロセッサで、前記少なくとも１つのシステムの動作特性を記述する追加データを受信することと、
   前記プロセッサで、前記受信した追加データに基づき、少なくとも１つのシステムのいずれかの動作特性は、前記確立されたベンチマークからの差異を示しているかどうかを判断することと、
   前記プロセッサで、少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための動作を自動的に実行することと
   を含む、少なくとも１つのシステムの性能を自動的に特性化するためのコンピュータ実装方法。
2. 前記少なくとも１つのシステムの動作特性を記述する追加データを受信することは、前記少なくとも１つのシステムの性能を監視することを含む、請求項１に記載のコンピュータ実装方法。
3. 前記少なくとも１つのシステムの動作特性を記述する追加データを受信することは、前記少なくとも１つのシステムの動作に関する第三者データを受信することをさらに含む、請求項２に記載のコンピュータ実装方法。
4. 前記少なくとも１つのシステムの動作に関する第三者データを受信することは、
   地理位置情報データ、
   製造データ、
   在庫データ、
   物流データ、
   販売データ、
   顧客ケアデータ、および
   ユーザーの人口統計学的データ
   から成る群から選択された少なくとも１つを受信することを含む、請求項３に記載のコンピュータ実装方法。
5. 前記少なくとも１つのシステムの動作に関する第三者データを受信することは、前記少なくとも１つのシステムの動作特性に影響を及ぼす環境データを受信することを含む、請求項３に記載のコンピュータ実装方法。
6. 前記少なくとも１つのシステムは、少なくとも１つの物理システムを含む、請求項１に記載のコンピュータ実装方法。
7. 各物理システムは、トラックに沿って走行するように構成された少なくとも１つの車両玩具を含む、請求項６に記載のコンピュータ実装方法。
8. 前記受信したデータによって記述される少なくとも１つの動作特性は、車両玩具内のモーターの性能を含む、請求項７に記載のコンピュータ実装方法。
9. 前記受信したデータによって記述される少なくとも１つの動作特性は、少なくとも１つのシステムの少なくとも１つの構成要素の性能を含む、請求項１に記載のコンピュータ実装方法。
10. 前記受信したデータによって記述される少なくとも１つの動作特性は、少なくとも１つのシステムの少なくとも１つの構成要素の、少なくとも１つのシステムの少なくとも１つの他の構成要素とのやり取りの程度を含む、請求項１に記載のコンピュータ実装方法。
11. 前記受信したデータによって記述される少なくとも１つの動作特性は、少なくとも１つのシステムの少なくとも１つの構成要素が少なくとも１つの外的要因にどのように応答するかの記述を含む、請求項１に記載のコンピュータ実装方法。
12. 前記少なくとも１つのシステムは、複数のシステムを含む、請求項１に記載のコンピュータ実装方法。
13. 少なくとも１つのシステムの動作特性を記述するデータを受信することは、前記複数のシステムの動作特性を記述するデータを受信することを含み、かつ
    前記少なくとも１つのシステムに対して少なくとも１つのベンチマーク性能測定基準を確立することは、
    前記複数のシステムから前記受信したデータを集約することと、
    前記集約したデータに基づき前記少なくとも１つのベンチマーク性能測定基準を確立することとを含む、
    請求項１２に記載のコンピュータ実装方法。
14. 前記示された差異に対処するための動作を自動的に実行することは、前記確立されたベンチマークからの前記差異を記述する情報を自動的に適用して、前記少なくとも１つのシステムの性能を最適化することを含む、請求項１に記載のコンピュータ実装方法。
15. 前記示された差異に対処するための動作を自動的に実行することは、
    動作パラメータを調整すること、
    構成要素の差し迫った故障の判断に基づき、前記構成要素のための交換品を自動的に発注すること、
    構成要素の実際の故障の判断に基づき、前記構成要素のための交換品を自動的に発注すること、
    ユーザーに警告すること、
    集中測定を実行すること、および
    追加の解析を実行すること
    から成る群から選択された少なくとも１つを含む、請求項１に記載のコンピュータ実装方法。
16. 少なくとも１つのシステムの複数のユーザー間の少なくとも１つの関係性を判断することを更に含み、かつ
    少なくとも１つのシステムのいずれかの動作特性が、前記確立されたベンチマークからの差異を示しているかどうかを判断することは、少なくとも１つのシステムのいずれかの動作特性が、ユーザー間の少なくとも１つの判断された関係性に基づき、前記確立されたベンチマークからの差異を示しているかどうかを判断することを含む、
    請求項１に記載のコンピュータ実装方法。
17. 少なくとも１つのシステムの複数のユーザー間の少なくとも１つの関係性を判断することは、前記ユーザー間の少なくとも１つのソーシャルネットワーク関係を判断することを含む、請求項１６に記載のコンピュータ実装方法。
18. 少なくとも１つのシステムの複数のユーザー間の少なくとも１つの関係性を判断することは、どのユーザーが少なくとも１つのシステムを使用して少なくとも１つのゲームを互いにプレーしたことがあるかを判定することを含む、請求項１６に記載のコンピュータ実装方法。
19. 前記プロセッサで、前記示された差異に対処するための動作を自動的に実行することに続いて、前記少なくとも１つのシステムの動作特性を記述する追加データを受信することと、
    前記プロセッサで、前記受信した追加データに基づき、少なくとも１つのシステムのいずれかの動作特性は、前記確立されたベンチマークからの追加または継続する差異を示しているかどうかを判断することと、
    前記プロセッサで、少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための別の動作を自動的に実行することと
    を更に含む、請求項１に記載のコンピュータ実装方法。
20. 少なくとも１つのシステムの性能を自動的に特性化するための持続性コンピュータ可読媒体であって、その上に格納された命令を含み、前記命令がプロセッサによって実行される場合に、
    少なくとも１つのシステムの動作特性を記述するデータを受信することと、
    前記受信したデータに基づき、前記少なくとも１つのシステムに対して少なくとも１つのベンチマーク性能測定基準を確立することと、
    前記少なくとも１つのシステムの動作特性を記述する追加データを受信することと、
    前記受信した追加データに基づき、少なくとも１つのシステムのいずれかの動作特性は、前記確立されたベンチマークからの差異を示しているかどうかを判断することと、
    少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための動作を自動的に実行することと
    のステップを実行する、持続性コンピュータ可読媒体。
21. 前記少なくとも１つのシステムの動作特性を記述する追加データを受信することは、前記少なくとも１つのシステムの性能を監視することを含む、請求項２０に記載の持続性コンピュータ可読媒体。
22. 前記少なくとも１つのシステムの動作特性を記述する追加データを受信することは、前記少なくとも１つのシステムの動作に関する第三者データを受信することをさらに含む、請求項２１に記載の持続性コンピュータ可読媒体。
23. 前記少なくとも１つのシステムの動作に関する第三者データを受信することは、
    地理位置情報データ、
    製造データ、
    在庫データ、
    物流データ、
    販売データ、
    顧客ケアデータ、
    ユーザーの人口統計学的データ、および
    前記少なくとも１つのシステムの動作特性に影響を及ぼす環境データ
    から成る群から選択された少なくとも１つを受信することを含む、
    請求項２２に記載の持続性コンピュータ可読媒体。
24. 前記少なくとも１つのシステムは、少なくとも１つの物理システムを含む、請求項２０に記載の持続性コンピュータ可読媒体。
25. 各物理システムは、トラックに沿って走行するように構成された少なくとも１つの車両玩具を含む、請求項２４に記載の持続性コンピュータ可読媒体。
26. 前記受信したデータによって記述される少なくとも１つの動作特性は、
    少なくとも１つのシステムの少なくとも１つの構成要素の性能、
    少なくとも１つのシステムの少なくとも１つの構成要素の、少なくとも１つのシステムの少なくとも１つの他の構成要素とのやり取りの程度、
    少なくとも１つのシステムの少なくとも１つの構成要素が少なくとも１つの外的要因にどのように応答するかの記述
    から成る群から選択された少なくとも１つを含む、
    請求項２０に記載の持続性コンピュータ可読媒体。
27. 前記少なくとも１つのシステムは、複数のシステムを含み、かつ
    少なくとも１つのシステムの動作特性を記述するデータを受信することは、前記複数のシステムの動作特性を記述するデータを受信することを含み、かつ
    前記少なくとも１つのシステムに対して少なくとも１つのベンチマーク性能測定基準を確立することは、
    前記複数のシステムから前記受信したデータを集約することと、
    前記集約したデータに基づき前記少なくとも１つのベンチマーク性能測定基準を確立することとを含む、
    請求項２０に記載の持続性コンピュータ可読媒体。
28. 前記示された差異に対処するための動作を自動的に実行することは、前記確立されたベンチマークからの前記差異を記述する情報を自動的に適用して、前記少なくとも１つのシステムの性能を最適化することを含む、請求項２０に記載の持続性コンピュータ可読媒体。
29. 前記示された差異に対処するための動作を自動的に実行することは、
    動作パラメータを調整させること、
    構成要素の差し迫った故障の判断に基づき、前記構成要素のための交換品を自動的に発注させること、
    構成要素の実際の故障の判断に基づき、前記構成要素のための交換品を自動的に発注させること、
    出力装置にユーザーに警告させること、
    集中測定を実行させること、および
    追加の解析を実行させること
    から成る群から選択された少なくとも１つを含む、
    請求項２０に記載の持続性コンピュータ可読媒体。
30. 前記持続性コンピュータ可読媒体上に格納された命令をさらに含み、前記命令がプロセッサによって実行される場合に、
    少なくとも１つのシステムの複数のユーザー間の少なくとも１つの関係性を判断すること
    のステップを実行し、かつ
    少なくとも１つのシステムのいずれかの動作特性が、前記確立されたベンチマークからの差異を示しているかどうかを判断することは、少なくとも１つのシステムのいずれかの動作特性が、ユーザー間の少なくとも１つの判断された関係性に基づき、前記確立されたベンチマークからの差異を示しているかどうかを判断することを含む、
    請求項２０に記載の持続性コンピュータ可読媒体。
31. 前記持続性コンピュータ可読媒体上に格納された命令をさらに含み、前記命令がプロセッサによって実行される場合に、
    前記示された差異に対処するための動作を自動的に実行することに続いて、前記少なくとも１つのシステムの動作特性を記述する追加データを受信することと、
    前記受信した追加データに基づき、少なくとも１つのシステムのいずれかの動作特性は、前記確立されたベンチマークからの追加または継続する差異を示しているかどうかを判断することと、
    少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための別の動作を自動的に実行することと
    のステップを実行する、
    請求項２０に記載の持続性コンピュータ可読媒体。
32. 少なくとも１つの電池システムの性能を自動的に特性化するためのシステムであって、プロセッサによって実行される場合に前記ステップを実行する、その上に格納された命令と、
    少なくとも１つの電池システムの動作特性を記述するデータを受信し、かつ前記少なくとも１つの電池システムの動作特性を記述する追加データを受信するように構成された、電池システム監視モジュールと、
    前記電池システム監視モジュールに通信可能に接続されて、
    前記受信したデータに基づき、前記少なくとも１つの電池システムに対して少なくとも１つのベンチマーク性能測定基準を確立することと、
    前記受信した追加データに基づき、少なくとも１つの電池システムのいずれかの動作特性は、前記確立されたベンチマークからの差異を示しているかどうかを判断することと、
    少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための動作を自動的に開始することと
    を行うように構成された、プロセッサと
    を含む、システム。
33. 前記電池システム監視モジュールは、前記少なくとも１つの電池システムの性能を監視することにより、前記少なくとも１つの電池システムの動作特性を記述する前記追加データを受信するように構成される、請求項３２に記載のシステム。
34. 前記電池システム監視モジュールは、前記少なくとも１つの電池システムの動作に関する第三者データを受信することにより、前記少なくとも１つの電池システムの動作特性を記述する前記追加データを受信するように構成される、請求項３３に記載のシステム。
35. 前記電池システム監視モジュールは、
    地理位置情報データ、
    製造データ、
    在庫データ、
    物流データ、
    販売データ、
    顧客ケアデータ、
    ユーザーの人口統計学的データ、および
    前記少なくとも１つの電池システムの動作特性に影響を及ぼす環境データ
    から成る群から選択された少なくとも１つを受信することにより、前記少なくとも１つの電池システムの動作特性を記述する前記追加データを受信するように構成される、請求項３４に記載のシステム。
36. 前記少なくとも１つの電池システムは、少なくとも１つの物理電池システムを含む、請求項３２に記載のシステム。
37. 各物理電池システムは、トラックに沿って走行するように構成された少なくとも１つの車両玩具を含む、請求項３６に記載のシステム。
38. 前記受信したデータによって記述される少なくとも１つの動作特性は、
    少なくとも１つの電池システムの少なくとも１つの構成要素の性能、
    少なくとも１つの電池システムの少なくとも１つの構成要素の、少なくとも１つの電池システムの少なくとも１つの他の構成要素とのやり取りの程度、
    少なくとも１つの電池システムの少なくとも１つの構成要素が少なくとも１つの外的要因にどのように応答するかの記述
    から成る群から選択された少なくとも１つを含む、
    請求項３２に記載のシステム。
39. 前記少なくとも１つの電池システムは、複数の電池システムを含み、かつ
    少なくとも１つの電池システムの動作特性を記述するデータを受信することは、前記複数の電池システムの動作特性を記述するデータを受信することを含み、かつ
    前記少なくとも１つの電池システムに対して少なくとも１つのベンチマーク性能測定基準を確立することは、
    前記複数の電池システムから前記受信したデータを集約することと、
    前記集約したデータに基づき前記少なくとも１つのベンチマーク性能測定基準を確立することとを含む、
    請求項３２に記載のシステム。
40. 前記示された差異に対処するための動作を自動的に実行することは、前記確立されたベンチマークからの前記差異を記述する情報を自動的に適用して、前記少なくとも１つの電池システムの性能を最適化することを含む、請求項３２に記載のシステム。
41. 前記示された差異に対処するための動作を自動的に開始することは、
    動作パラメータを調整させること、
    構成要素の差し迫った故障の判断に基づき、前記構成要素のための交換品を自動的に発注させること、
    構成要素の実際の故障の判断に基づき、前記構成要素のための交換品を自動的に発注させること、
    出力装置にユーザーに警告させること、
    集中測定を実行させること、および
    追加の解析を実行させること
    から成る群から選択された少なくとも１つを含む、
    請求項３２に記載のシステム。
42. 前記プロセッサは、少なくとも１つの電池システムの複数のユーザー間の少なくとも１つの関係性を判断するようにさらに構成され、かつ
    少なくとも１つの電池システムのいずれかの動作特性が、前記確立されたベンチマークからの差異を示しているかどうかを判断することは、少なくとも１つの電池システムのいずれかの動作特性が、ユーザー間の少なくとも１つの判断された関係性に基づき、前記確立されたベンチマークからの差異を示しているかどうかを判断することを含む、
    請求項３２に記載のシステム。
43. 前記電池システム監視モジュールは、前記示された差異に対処するための動作を自動的に開始する前記プロセッサに続いて、前記少なくとも１つの電池システムの動作特性を記述する追加データを受信するようにされに構成され、かつ
    前記プロセッサは、
    前記受信した追加データに基づき、少なくとも１つの電池システムのいずれかの動作特性は、前記確立されたベンチマークからの追加または継続する差異を示しているかどうかを判断することと、
    少なくとも１つの動作特性が、前記確立されたベンチマークからの差異を示しているという判断に応答して、前記示された差異に対処するための別の動作を自動的に開始することと
    を行うようにさらに構成される、
    請求項３２に記載のシステム。

Images