JP2020095694A - フリートカーの実際の動作状態を決定するためのシステム及び方法 - Google Patents

Abstract

【課題】フリートカーの実際の動作状態を決定するためのシステム及び方法の提供。【解決手段】フリートカーの実際の損耗を決定するための方法が提供される。方法は、プロセッサ、メモリ及びデータベースを含むクラウドサーバにおいて、第１のフリートカーから、第１のフリートカー上に組付けられた第１のセンサ群によって生成された第１のデータストリームを受信すること、第２のフリートカーから、第２のフリートカー上に組付けられた第２のセンサ群によって生成された第２のデータストリームを受信すること、及びプロセッサを用いて、第１の損耗要素及び第２の損耗要素に基づいて第１のフリートカー及び第２のフリートカーの実際の損耗を決定することを含む。【選択図】図１

Description

技術分野
本開示中で説明されている実施形態は、概して、フリートカーの実際の動作状態を決定するためのシステム及び方法に関し、より具体的には、フリートカーの運転パターン及び利用パターンにより開始され影響され得る、推定動作状態からの動作状態の偏差に基づいて、フリートカーの実際の動作状態を決定するためのシステム及び方法に関する。本開示で説明されている実施形態は、さらに、フリートカーの実際の動作状態に基づいてフリートカーを管理しメンテナンスするためのシステム及び方法にも関する。

背景
フリートカートは、レンタカーサービス、カーシェアリングサービス、自己管理式フリートカーサービス、例えばＵＰＳ（登録商標）サービス及びトラック輸送サービスにおいて使用される。中央サービスステーションが、フリートカーを追跡し標準メンテナンスサービスを提供することによって、フリートカーを管理する。

フリートカーの動作状態は、大幅に変動し得る。これは、フリートカーが異なるドライバによって使用され、異なる利用パターンにさらされるからである。例えば、穏やかな運転で使用されてきたフリートカーは、手荒に使用されてきた別のフリートカーに比べて、必要とされるメンテナンスが少ない可能性がある。一部のドライバがフリートカーを、高速走行、ハードブレーキ、急加速、急激なレーン変更などを行いながら運転した場合、このようなフリートカーはより早期のかつより重大な損耗を経験する確率が高くなる。他の事例では、一部のドライバは、フリートカーの内部空間を清潔な状態に維持しない場合がある。別の例として、一部のフリートカーは、このようなフリートカーが最近フリートカーとして使用し始められたのであっても、長距離運転を経験する。その一方で、一部のフリートカーは、頻繁に使用されないかもしれない。一部のフリートカーは、穏やかな運転、比較的短い走行距離、好都合な道路状態、好都合な気象状態、屋内パーキングなどの、好都合な使用状態に置かれてきた可能性がある。

フリートカーの動作状態は著しく異なる場合があることから、同一の一組の規則及び／又は予め設定されたメンテナンスプロトコルに基づいてフリートカーを管理することでは、フリートカーの有効な管理及びメンテナンスを結果として得られないおそれがある。したがって、フリートカーの管理及びメンテナンスを改善する目的で、フリートカーの運転パターン及び利用パターンに照らしてフリートカーの実際の動作状態を決定するためのシステム及び方法を提供する必要性が存在する。

概要
一実施形態において、フリートカーのあらかじめ定められた推定動作状態からのこのフリートカーの実際の動作状態の偏差を決定するための方法が提供されている。本方法は、（ｉ）プロセッサ、メモリ及びデータベースを含むコンピュータシステムにおいて、選択されたフリートカーから、選択されたフリートカー上に組付けられた一群のセンサによって生成された１つ以上のデータストリームを受信することと、（ｉｉ）選択されたフリートカーの１人以上のドライバを識別することと、（ｉｉｉ）プロセッサを用いて、１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、第１のパラメータ群が１人以上のドライバの１つ以上の運転パターンを標示するものであり、第２のパラメータ群が選択されたフリートカーの実際の損耗状態を標示するものである、分析決定することと、（ｉｖ）プロセッサを用いて、第１のパラメータ群に基づいてドライバスコアを計算することと、（ｖ）プロセッサを用いて、第２のパラメータ群に基づいて実際の損耗状態を決定することと、（ｖｉ）プロセッサを用いて、選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールをデータベースから検索することと、（ｖｉｉ）プロセッサを用いて、選択されたフリートカーのあらかじめ定められた推定状態からの選択されたフリートカーの実際の動作状態の偏差を決定することと、を含む。

別の実施形態においては、フリートカーの実際の損耗を決定するための方法が提供されている。本方法は、（ｉ）プロセッサ、メモリ及びデータベースを含むクラウドサーバにおいて、第１のフリートカーから、第１のフリートカー上に組付けられた第１のセンサ群により生成された第１のデータストリームを受信することと、（ｉｉ）第２のフリートカーから、第２のフリートカー上に組付けられた第２のセンサ群により生成された第２のデータストリームを受信することと、（ｉｉｉ）第１のフリートカー及び第２のフリートカーの１人以上のドライバを識別することと、（ｉｖ）プロセッサを用いて、第１のデータストリーム及び第２のデータストリームを分析することと、（ｖ）プロセッサを用いて、第１及び第２のフリートカー内のドライバの運転パターンにより開始される第１の損耗要素を決定することと、（ｖｉ）プロセッサを用いて、第１及び第２のフリートカーの利用パターンによりひき起こされる第２の損耗要素を決定することと、（ｖｉｉ）プロセッサを用いて、第１の損耗要素及び第２の損耗要素に基づいて、第１のフリートカー及び第２のフリートカーの実際の損耗を決定することと、を含む。

別の実施形態においては、フリートカーのあらかじめ定められた推定動作状態からのフリートカーの実際の動作状態の偏差を決定するためのシステムが提供されている。本システムは、１つ以上のプロセッサと、１つ以上のプロセッサに結合されたデータベースと、複数のビークルとデータストリームを交換するように構成された通信インタフェースと、１つ以上のプロセッサに対し通信可能な形で結合された１つ以上のメモリと、１つ以上のメモリ内に記憶された機械可読命令を含む。機械可読命令は、１つ以上のプロセッサにより実行されると、少なくとも、（ｉ）選択されたフリートカーの１人以上のドライバを識別することと、（ｉｉ）プロセッサを用いて、１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、ここで第１のパラメータ群が１人以上のドライバの１つ以上の運転パターンを表わし、第２のパラメータ群が選択されたフリートカーの実際の損耗状態を表わしている、分析決定することと、（ｉｉｉ）プロセッサを用いて、第１のパラメータ群に基づいてドライバスコアを計算することと、（ｉｖ）プロセッサを用いて、第２のパラメータ群に基づいて実際の損耗状態を決定することと、（ｖ）プロセッサを用いて、選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールをデータベースから検索することと、（ｖｉ）プロセッサを用いて、選択されたフリートカーのあらかじめ定められた推定状態からの選択されたフリートカーの実際の動作状態の偏差を決定することと、を行う。

別の実施形態において、フリートカーの実際の損耗を決定するためのシステムは、プロセッサと、プロセッサに結合されたデータベースと、複数のビークルとデータストリームを交換するように構成された通信インタフェースと、プロセッサに結合され機械可読命令を記憶するメモリと、を含む。機械可読命令は、プロセッサにより実行されると、少なくとも、（ｉ）第１のフリートカーから、第１のフリートカー上に組付けられた第１のセンサ群により生成された第１のデータストリームを受信することと、（ｉｉ）第２のフリートカーから、第２のフリートカー上に組付けられた第２のセンサ群により生成された第２のデータストリームを受信することと、（ｉｉｉ）第１のフリートカー及び第２のフリートカーの１人以上のドライバを識別することと、（ｉｖ）プロセッサを用いて、第１のデータストリーム及び第２のデータストリームを分析することと、（ｖ）プロセッサを用いて、第１及び第２のフリートカー内のドライバの運転パターンにより開始される第１の損耗要素を決定することと、（ｖｉ）プロセッサを用いて、第１及び第２のフリートカーの利用パターンによりひき起こされる第２の損耗要素を決定することと、（ｖｉｉ）プロセッサを用いて、第１の損耗要素及び第２の損耗要素に基づいて、第１のフリートカー及び第２のフリートカーの実際の損耗を決定することと、を行う。

本開示の実施形態により提供されるこれらの及び追加の特徴は、図面と併せて以下の詳細な説明を考慮することで、より完全に理解されるものである。

図面の簡単な説明
図面に明記されている実施形態は、本来、例証的かつ例示的なものであり、本開示を限定するように意図されたものではない。例示的実施形態についての以下の詳細な説明は、以下の図面と併せて読んだ時点で理解可能であり、これらの図面中、同様の構造は同様の参照番号によって標示されている。

本開示中に示され説明されている１つ以上の実施形態に係るコネクティッドカーシステムを概略的に描いている。

本開示中に示され説明されている１つ以上の実施形態に係る多数のフリートカー及びフリートカー管理システムを含む全体的システム構成を概略的に描いている。

本開示中に示され説明されている１つ以上の実施形態に係る図２のフリートカー管理システム内に含まれるデータベースのブロック図を描いている。

本開示中に示され説明されている１つ以上の実施形態に係るフリートカーの実際の動作状態を決定するための方法の流れ図を描いている。

本開示中に示され説明されている１つ以上の実施形態に係るフリートカー運転の結果としてのドライバスコアの決定を描いている。

利用パターン及び運転パターンによる影響を受ける、推定動作状態からのフリートカーの実際の動作状態の偏差の一例を描いている。

本開示中に示され説明されている１つ以上の実施形態に係るフリートカーのメンテナンスを管理するための方法の流れ図を描いている。

本開示中に示され説明されている１つ以上の実施形態に係るフリートカーメンテナンスシステムのメンテナンスタスクを表示するユーザインタフェースの一例を描いている。

コネクティッドカーは、無線及び／又はセルラネットワークを介して利用可能な接続性を用いて、他のデバイスと通信するように装備されている。コネクティッドカーは、周囲環境に接続され、周囲環境と通信することができる。コネクティッドカーは、ビークル（車両、乗物、輸送機関）対インフラストラクチャ（「Ｖ２Ｉ」）、ビークル対ビークル（「Ｖ２Ｖ」）、ビークル対クラウド（「Ｖ２Ｃ」）及びビークル対他装置・クラウド（「Ｖ２Ｘ」）の通信モデルを含めた、さまざまな通信モデルを介して通信することができる。Ｖ２Ｉ通信モデルは、ビークルと１つ以上のインフラストラクチャデバイスの間の通信を容易にし、これにより、ビークルが生成するデータとインフラストラクチャについての情報の交換が可能となり得る。Ｖ２Ｖ通信モデルは、ビークル間の通信を容易にし、周囲のビークルの速度及び位置情報を含めた、周囲のビークルにより生成されたデータの交換を可能にし得る。Ｖ２Ｃ通信モデルは、ビークルとクラウドシステムの間の情報の交換を容易にする。Ｖ２Ｘ通信モデルは、全てのタイプのビークル及びインフラストラクチャシステムを互いに相互接続する。

上述のように、コネクティッドカーは、ビークル、周囲のビークル、環境などについての大量のデータを捕捉し、生成するように動作することができる。コネクティッドカーはこのようなデータを周囲のビークル、クラウドサーバ、他のインフラストラクチャなどに対して途切れなく伝送し、ネットワークを介してそれらと通信する。本開示中に開示されている実施形態は、フリートカーの実際の動作状態を表わす複合因子を用いて、フリートカーをメンテナンスするためのシステム及び方法を含む。いくつかの実施形態において、この複合因子には、フリートカーの利用パターン及び運転パターンが含まれる。本開示中で開示されるフリートカーは、コネクティッドカーを含み得る。フリートカーで実装される機能性の程度には差異が存在し得るものの、フリートカーとクラウドサーバなどの遠隔サーバの間でデータが交換されるかぎりにおいて、ネットワーク接続性を提供することが可能である。クラウドサーバは、フリートカーメンテナンス及び管理デバイスとして動作し得る。フリートカーの動作状態は、オンボードセンサ及び他のセンサからのデータに基づいて獲得及び決定され得、ネットワーク接続性を用いてクラウドサーバに伝送され得る。

フリートカーの実際の動作状態を決定するためのシステム及び方法が説明される。本システム及び方法は、フリートカーの運転パターン及び利用パターンを分析し、フリートカーの実際の動作状態を決定する。より具体的には、システム及び方法は、フリートカーメーカによって予め決定され得る推定動作状態からのフリートカーの動作状態の偏差を決定する。本システム及び方法は、フリートカーコンピュータシステム、ドライバ及びフリートカーに関係するデータベース、カーデータを提供するためのオンボードデータセンサ、ドライバの運転パターン及びフリートカーの利用パターンに関係するデータを収集し各ドライバに対するドライバスコアを計算し割当てるあらかじめ定められた第１のプログラム、及び、カーデータ、ドライバスコア、あらかじめ定められたメンテナンススケジュール、各ビークルに結び付けられたメンテナンス明細に基づいてフリートカーのメンテナンス面を調整するあらかじめ定められた第２のプログラムを含む。

本開示中で開示されている実施形態において、システム及び方法は、フリートカーの実際の動作状態に基づいてメンテナンススケジュールをカスタマイズし調整することによって、フリートカーの管理及びメンテナンスを効果的に行うことができる。フリートカーのカスタマイズされた管理及びメンテナンスにより、メンテナンス資源の使用を改善することができ、顧客に対しより大きなインセンティブを提供することによって顧客を引き付けることができる。本開示では、フリートカーをメンテナンスするためのさまざまなシステム及び方法が、対応する図面を特定的に参照しながらより詳細に説明される。

図１は、ビークル１００及びクラウドコンピュータシステム２０を含むコネクティッドカーシステム１０を概略的に描いている。ビークル１００は、ヘッドユニット１２０、記憶装置１４０、及びさまざまなセンサ１５０を含む。ヘッドユニット１２０は、センサ１５０から捕捉され送信されたデータポイントに基づいて、ビークル１００の動作を制御する。記憶装置１４０は、ヘッドユニット１２０に結合され、ヘッドユニット１２０の制御下で１組のデータポイントを記憶する。センサ１５０は、ビークル１００において使用されるさまざまなタイプのセンサを含む。いくつかの実施形態において、センサ１５０は、１つ以上のカメラ、加速度計、近接センサ、制動センサ、運動センサなどを含む。しかしながら、ビークル１００において使用されるセンサ１５０は、これらに限定されず、他のセンサも実装され得る。

いくつかの実施形態において、ビークル１００は同様に、ビークル１００の外部に配置され得る他のセンサ１７０からもデータポイントを受信する。例えば、センサ１７０は、パーキング構造、自治体のインフラストラクチャ、ビークル１００の周囲環境などの建物上又は建物内部に配置され得る。ビークル１００は、ネットワーク２００を介してセンサ１７０からデータポイントを受信できる。代替的には、中央サーバ３００がネットワーク２００を介してセンサ１７０からデータポイントを受信することができる。他の実施形態において、ビークル１００は、Ｖ２Ｖ通信チャネルを介して周囲のビークル２１０からデータポイントを受信することができる。センサ１５０と同様に、１つ以上のカメラ、加速度計、近接センサ、制動センサ、運動センサなどのさまざまなタイプのセンサを、センサ１７０として使用することができる。

図１に示されているように、ビークル１００は、ビークル１００とネットワーク２００の間でデータ及び情報を交換する通信ユニット１８０を含む。図１に示されているように、ビークル１００は、１つ以上のエッジサーバ２２０、２４０及び２６０と接続され、通信することができる。エッジサーバ２２０、２４０及び２６０は、中央サーバ３００と接続され、通信することができる。中央サーバ３００は、レシーバ２８０、２８５と通信状態にあってよい。レシーバ１及びレシーバ２などのレシーバ２８０及び２８５は、仲介手段として中央サーバ３００とビークルを接続することができる。

中央サーバ３００は、ノードとして動作するために、民生ネットワークキャリヤ又は別のエンティティ（例えば自治体）によって運用されるクラウドサーバを表していてよい。例えば、特定の都市が、路上の穴などの道路状態に関係するレポートをビークルから受信するためのノードとして、クラウドサーバを運用することができる。中央サーバ３００は、このようなノードを動作させることができる。いくつかの実施形態において、エッジサーバ１、２．．．Ｎ ２２０、２４０及び２６０が、さまざまなエンティティにより運用されるさまざまな目的のためのこのようなクラウドノードを表すことができ、中央サーバ３００は、これらのノード及びビークルデータオフローディングシステム全体を運用するためにいくつかの論理を有するこれらのノードの背後に置かれたサーバであってよい。

図２は、本開示中に示され説明されている１つ以上の実施形態に係るフリートカー管理システム４５０及び多数のフリートカーを含む全体的システム構成４００を概略的に描いている。図２は、第１フリートカー、第２フリートカー、第Ｎフリートカーなどを描く。これらのフリートカーは、カーシェアリングサービス、トラック輸送サービス、デリバリサービスカーなどのさまざまなサービスのために使用可能である。いくつかの実施形態において、図２に示されているフリートカーは、図１において上述したコネクティッドカーであってよい。

図２に示されているように、第１フリートカーはオンボードセンサ４０２、プロセッサ４２０及びメモリ４１０を含む。第２フリートカー及び第Ｎフリートカーの構造は、第１フリートカーの構造と同一か又は類似したものであってよい。オンボードセンサ４０２は、カメラ、速度センサ、ブレーキセンサ、ホイールセンサ、ステアリングセンサ、近接センサ、加速度計、シートバックルセンサ、座席占有センサなどを非限定的に含めた、ビークル内で使用されるさまざまなセンサを含む。メモリ４１０は、本開示中で開示されているフリートカー管理に関連するオペレーティングシステム及び他のプログラムを記憶する。

いくつかの実施形態において、オンボードセンサ４０２は、カーデータを検出する第１のセンサ群及び占有データを検出する第２のセンサ群を含み得る。第１のセンサ群は、一例として、加速度計、近接センサ、ホイールセンサ、制動センサ、カーローテーションセンサなどを含んでもよい。第１のセンサ群は、フリートカーの運転パターン及び利用パターンを表わすデータポイントを生成し提供することができる。第２のセンサ群は、一例として、カメラ、座席占有センサ、生体認証センサなどを含んでもよい。第２のセンサ群は、ドライバを識別するために使用可能である。

第１フリートカーのドライバは変動し得る。例えば、第１フリートカーは、カーシェアリングサービスで使用され得る。いくつかの実施形態において、第１フリートカーのドライバは、カーシェアリングサービスに登録し、第１フリートカーを予約する必要があるかもしれない。他の実施形態では、第１フリートカーのドライバは、ドライバのスマートフォン又は第１フリートカーのコンピュータデバイスを通して第１フリートカーにより捕捉されたドライバのユーザプロファイルから識別可能である。別の実施形態においては、第１フリートカーは、顔認識、生体認証認識などを通してドライバを識別するための第２のセンサ群を含んでもよい。

オンボードセンサ４０２からのデータストリームが、プロセッサ４２０に送られ処理される。いくつかの実施形態において、第１フリートカーは、オンボードセンサ４０２からのデータストリームを生データとして、処理のためにクラウドサーバ、例えばフリートカー管理システム４５０に伝送する。他の実施形態では、プロセッサ４２０は、第１フリートカーの運転パターン及び利用パターンを決定するためにオンボードセンサからのデータストリームを分析する能力を有する。その場合、メモリ４１０は、第１フリートカーの運転パターン及び利用パターンを決定するあらかじめ定められたプログラムセットを記憶する。メモリ４１０はさらに、ドライバのアイデンティティを決定するあらかじめ定められたプログラムを記憶する。

図２に示されているように、フリートカー管理システム４５０は、ネットワーク４３５上で多数のフリートカーに接続されている。フリートカー管理システム４５０は、第１フリートカーなどの多数のフリートカーからのデータを収集し処理する中央クラウドサーバとして動作することができる。フリートカー管理システム４５０は、メインプロセッサ４５２、データベース４６０及びメモリ４７０を含む。メインプロセッサ４５２は、多数のフリートカーから提供されたデータストリームを収集、処理及び分析する高い処理能力を有することができる。メインプロセッサ４５２は、フリートカーからのデータストリームを処理し分析するあらかじめ定められたプログラムを記憶するメモリ４７０に接続されている。具体的には、メモリ４７０は、以下でより詳細に論述するように、同じ又は異なるドライバによる多数のフリートカーの運転パターン及び利用パターンを決定するプログラムを記憶することができる。いくつかの実施形態において、メモリ４７０は、運転パターン、利用パターン及びドライバの識別をそれぞれに決定する離散的プログラムを記憶する。

図３を参照して、フリートカー管理システム４５０のデータベース４６０について説明する。図３は、本開示中に示され説明されている１つ以上の実施形態に係るデータベース４６０のブロック図を描いている。データベース４６０は、第１フリートカーなどのフリートカーの運転パターン及び利用パターンを決定するために必要とされ得るさまざまなデータセットを含む。図３に示されているように、データベース４６０は、ドライバスコア４６２、メンテナンス履歴データ４６４、事故レポートデータ４６６、あらかじめ定められたメンテナンススケジュール４６８、推定状態データ４７２、及び実際の損耗データ４７４を含む。他の実施形態においては、データベース４６０は、ニーズに基づいてより多くの又はより少ないデータセットを含んでいてよい。

ドライバスコア４６２は、多数のフリートカーを運転したかつ現在も使用しているドライバに割当てられるドライバスコアに関係する。いくつかの実施形態において、ドライバスコアは、ドライバに結び付けられた運転パターンを表わす数値の形をとることができる。ドライバスコア４６２は、例えば、ドライバＡが第１フリートカーのドライバであった状況について収集され結合された、ドライバＡのドライバスコアを含み得る。同様に、ドライバＡのドライバスコアはさらに、ドライバＡが他のフリートカーを運転した結果としてもたらされる運転パターンを含む。換言すると、ドライバＡのドライバスコアは、ドライバＡが第１フリートカーを運転するか他の車を運転するかに関わらず、ドライバＡによる運転の動向を追跡する。代替的に又は付加的に、ドライバＡのドライバスコアは、ドライバＡによる他のフリートカーの運転の結果としてもたらされるドライバスコアとは独立して、第１フリートカーに特異的なドライバスコアを含んでもよい。

メンテナンス履歴４６４及び事故レポート４６６は、フリートカーの動作状態に対し意味又は影響を有する可能性のある履歴上の性能及び事象に関係するデータを含む。例えば、フリートカーに対し重大な損害をもたらした可能性のある事故は、たとえこのようなフリートカーが短時間使用されただけであっても、実際の動作状態に影響を及ぼす可能性が高い。あらかじめ定められたメンテナンススケジュール４６８は、フリートカーメンテナンスのための指針及び／又は勧告されるステップとしてフリートカーメーカにより決定され提供され得る。あらかじめ定められたメンテナンススケジュール４６８は、フリートカーの平均的損耗に関係する統計及び履歴データに基づいて決定され得、フリートカーの実際の動作状態を反映しない可能性がある。あらかじめ定められたメンテナンススケジュールは、フリートカーの特定の段階に結び付けられたメンテナンスタスクを決定するための指針又は標準として使用され得る。

推定状態データ４７２は、統計及び履歴データに基づくフリートカー構成要素の平均的な動作状態を含む。推定状態データ４７２は、フリートカー管理システム４５０がそこからの偏差を決定できるようにする基準又は標準として役立つことができる。実際の損耗４７４は、センサ１５０及び１７０からの生データに基づいて決定され得る実際の動作データを含む。

図４は、フリートカーの実際の動作状態を決定する流れ図を描く。図４においては、説明の便宜上、第１フリートカーが使用されている。メインプロセッサ４５２は、例えばセンサ１５０などの第１フリートカーのオンボードセンサからデータストリームを受信する（ステップ５０２）。メインプロセッサ４５２は同様に、センサ１７０などのインフラストラクチャセンサからもデータストリームを受信する。この実施形態において、センサは生データを提供し、ビークルプロセッサはパターンを決定するためにセンサからのデータストリームを分析しない可能性がある。このような分析は、クラウドサーバにおいてメインプロセッサ４５２により行われ得る。ステップ５０４において、メインプロセッサ４５２は、第１フリートカーの１人以上のドライバを識別する。例えば、カーシェアリングサービスなどのサービスのために、１人以上のドライバが、第１フリートカーを運転するかもしれない。この実施形態においては、ドライバＴｈｏｍａｓが第１フリートカーを使用するために登録し、メインプロセッサ４５２は、データベース４６０内に記憶された登録済みデータを介して、ドライバＴｈｏｍａｓを識別する。代替的に、又は付加的に、メインプロセッサ４５２は、生体認証センサ、カメラなどのセンサからデータストリームを受信し、ドライバＴｈｏｍａｓのアイデンティティを抽出する。別の実施形態では、メインプロセッサ４５２は、第１フリートカーからドライバＴｈｏｍａｓのユーザプロファイル情報を受信することができる。

ステップ５０６において、メインプロセッサ４５２は、データストリームを分析し、ドライバ（例えばドライバＴｈｏｍａｓ）の運転パターンを決定する。ドライバＴｈｏｍａｓがハードブレーキ、急加速などを行った場合、センサにより生成されるデータは、このような運転パターンを反映する。図２に示されているように、メインプロセッサ４５２は、図３に例示されている動作を行うために、メモリ４２０内に記憶されたドライバスコア決定プログラムを実行する（ステップ５０８）。メインプロセッサ４５２は、ドライバＴｈｏｍａｓのドライバスコアなどの、第１フリートカーを運転するための１人以上のドライバのドライバスコアを計算し決定する。ドライバスコアの決定については、図５に関連して以下でより詳細に論述する。

メインプロセッサ４５２はさらに、第１フリートカーの利用パターンを決定する（ステップ５１０）。他の実施形態においては、利用パターンが最初に決定されてよく、その後、メインプロセッサ４５２はドライバスコアを決定することができる。第１フリートカーの利用パターンは、事故データ、メンテナンス履歴、利用可能なドライバスコアなどのデータベース４６０から入手可能なデータ及びセンサデータに基づいて決定され得る。メインプロセッサ４５２は、ドライバスコア及び利用パターンに基づいて、第１フリートカーの実際の損耗を決定する（ステップ５１２）。こうして、第１フリートカーの実際の損耗は、第１フリートカー及び第１フリートカーを運転したドライバの実際の状態に基づいて決定される。ここで決定された第１フリートカーの実際の損耗は、第１フリートカーの実際の動作状態を反映することができる。第１フリートカーの実際の損耗は同様に、第１フリートカーを使用開始した時点以降の第１フリートカーの経過時間に照らしたメーカが設定した第１フリートカーの推定状態からのあらゆる偏差を表わすことができる。

図５を参照すると、本開示中に示され説明されている１つ以上の実施形態に係るフリートカー運転の結果としてのドライバスコアの決定が説明されている。いくつかの実施形態において、ドライバＴｈｏｍａｓは、繰返し第１フリートカーを運転している。ドライバＴｈｏｍａｓは、以上で論述されたように、１人以上のドライバ識別センサ、登録済み又は予約済み使用記録、ローミング使用プロファイルなどのさまざまな手段を用いて識別される。図５は、運転パターン及びドライバスコアの決定に関係する３つの因子又はパラメータを描く。３つの因子又はパラメータには、超過速度違反Ａ、ハードブレーキＢ及び急加速Ｃが含まれる。これらの因子は一例であり、他の因子又はパラメータを加えることも可能である。

図５は、ドライバＴｈｏｍａｓにより第１フリートカーが５回使用されたことを示す。トリップ１では、メインプロセッサ４５２は、図５に示されている３つの因子、すなわち超過速度違反Ａ、ハードブレーキＢ及び急加速Ｃの全ての発生を決定する。トリップ３及びトリップ４は同様に、３つの因子全ての発生を示し、２回のトリップすなわちトリップ２とトリップ５のみが２つの因子、すなわち超過速度違反ＡとハードブレーキＢの発生を示す。メインプロセッサ４５２は、各トリップが完了した後に関連する因子又はパラメータの発生を決定する。次にメインプロセッサ４５２は、図５に示された５回のトリップなどのあらかじめ定められた数のトリップが完了した後に、関連する因子又はパラメータの発生を統合する。

メインプロセッサ４５２は、ドライバＴｈｏｍａｓについてのドライバスコアの計算及び決定に進む。図５に示されているように、ドライバＴｈｏｍａｓは、追跡され計数された各々全てのトリップにおいて超過速度違反（又は過剰高速走行）及びハードブレーキを示していた。因子のこの発生頻度の結果として、ドライバスコアにはクレジット又はポイントが全く追加されないことになる。急加速因子は他の２つの因子に比べて頻度が低いように思われたため、ドライバＴｈｏｍａｓのドライバスコアに対してわずかなポイントが付加される可能性がある。５回のトリップ及びドライバスコアの統合の結果としてのドライバＴｈｏｍａｓのトータルドライバスコアは、図５に示されているように、例えば１０ポイント（ＰＴ）である。いくつかの実施形態において、ドライバスコアのこのレベルにより、ドライバＴｈｏｍａｓは低ドライバスコアのカテゴリに入れられる可能性がある。

他の実施形態において、超過速度違反因子、ハードブレーキ因子及び急加速因子などの関連する因子又はパラメータは、異なるレベルと結び付けられる可能性がある。例えば、超過速度違反因子は、高、中及び低の３つのレベルと結び付けられる可能性がある。一例として、制限速度が５０ｍｐｈである場合、５０ｍｐｈから７０ｍｐｈの高速走行は、低レベルに結び付けられ、７０ｍｐｈから８０ｍｐｈの高速走行は中レベルと結び付けられ、８０ｍｐｈ以上は高レベルに結び付けられ得る。高レベルに結び付けられた超過速度違反及び多数のトリップからの高レベルの超過速度違反の高い発生頻度は、はるかに低いドライバスコアを結果としてもたらし得る。異なるレベルに結び付けられた関連する因子又はパラメータは、ドライバによる運転パターンのより詳細な決定を可能にし得る。道路状態、制限速度、気候状態、ビークルタイプなどは変動し得ることから、関連する因子又はパラメータをカスタマイズし調整して、ドライバの運転パターンの決定を効率良くすることができる。

いくつかの実施形態においては、本開示中の実施形態で使用されているドライバスコアをあらかじめ定められた範囲を有するように計算することができる。クレジットスコアと同様に、成績の良いドライバ及び成績の悪いドライバを標示するように、ドライバスコアの特定の範囲を設定することができる。いくつかの実施形態において、ドライバスコアは、オンボードセンサからのデータに基づいて計算され得るが、本開示がそれに限定されることはない。他の実施形態では、高速走行、不適切な及び違法な運転の記録及び事故情報を含めたドライバの運転履歴を、オンボードセンサからのデータを補足するために使用することができる。

上述の通り、いくつかの実施形態において、ドライバスコアを統合することができる。一実施形態において、ドライバスコアはドライバに基づいて統合可能である。例えば、ドライバＡは１回のトリップのためにフリートカーを運転し、その最初のトリップの結果としての運転データに基づいてドライバスコアが計算される。ドライバＡが追加のトリップのために同じフリートカーを運転する毎に、ドライバスコアは、追加のトリップの結果としてもたらされた追加の運転データに基づいてさらに計算される。ドライバスコアがドライバＡについてより多くのトリップを反映するにつれて、ドライバＡの運転パターンのインジケータとしてのドライバスコアの精度は増大し得る。

別の実施形態においては、たとえドライバＡが異なるフリートカーを運転する可能性があるにせよ、ドライバスコアは統合され得る。例えば、ドライバＡは、カーシェアリングサービスのために利用可能なフリートカーを使用する。上述の通り、ドライバＡのアイデンティティは、このドライバが異なるフリートカーを運転する毎に認識され得る。この実施形態における統合されたドライバスコアは、ドライバＡが同じフリートカーを運転する実施形態とは異なり、異なるフリートカーが関与するために、ドライバＡの運転パターンについての異なる情報を提供し得る。他の実施形態においては、異なるフリートカーの運転についてのドライバＡの統合されたドライバスコアを、同じフリートカーの運転についてのドライバＡの統合されたドライバスコアと比較して、ドライバＡがフリートカーの如何に関わらず一貫した運転マナーを提示するか否か、一定のタイプのフリートカーがドライバＡの運転パターンに影響を及ぼし得るか否かなどを決定することができる。

ドライバＡが第１フリートカーの優れたメンテナンスを表わす高いドライバスコアを有し、ドライバＡの運転履歴がドライバスコアと一貫性を有する場合、中央サーバ４５０は、ドライバＡがインセンティブパッケージを受ける資格を有することを決定することができる。いくつかの実施形態においては、インセンティブパッケージは、フリートカーを使用する際により低い保険料を提供し得る。さらに、インセンティブパッケージは、カーシェアリングサービスを使用する際の割引を含み得る。したがって、ドライバＡは、フリートカーをより優しく使用し、使用中のフリートカーを清潔な状態に維持するように動機付けされ、奨励される可能性がある。結果として、ドライバにより上手に使用されているフリートカーは、メンテナンス及び修理と同時に清掃する必要性は少なくなり、フリートカー管理プロバイダにおいて多大なコスト節減になる可能性が高い。

図６は、利用パターン及び運転パターンの影響を受ける、推定動作状態からのフリートカーの実際の動作状態の偏差の一例を描いている。図６は、図２に示されているように、フリートカー管理システム４５０のデータベース４６０内に記憶された第１ドライバのデータ記録６００を描いている。さらに、データ記録６００は、第１フリートカーのメモリ４１０内に記憶され得る。図６に示されているように、第１フリートカーは、第１ドライバ、第２ドライバ、第Ｎドライバなどの多数のドライバによって運転されてきた可能性がある。各ドライバは、結び付けられたドライバスコアを有する。図６に示された例を用いると、各ドライバは低いドライバスコアを有し、第１フリートカーの動作状態に不利な影響を及ぼし得る運転パターンを示すドライバの群に属する。さらに、第１フリートカーのデータ記録６００は、比較的高い総走行距離記録、３回の衝突、そしてわずか５回のオイル交換をさらに示しており、このことは、利用時間を有するビークルについてメーカが推奨するものよりもメンテナンス頻度が低いこと及び総走行距離が長いこととしてとみなすことができる。

図６は、第１フリートカーの推定状態及び実際の状態を比較する図表６１０をさらに描いている。第１フリートカーの実際の状態は、第１フリートカーの利用パターン及び運転パターンに照らして、推定状態をはるかに下回っている。第１フリートカーの実際の状態は、第１フリートカーを運転したドライバ、事故履歴、メンテナンス履歴及び利用履歴を反映し、第１フリートカーの実際の動作状態を正確に標示することができる。図２に示されているメインプロセッサ４５２は、第１フリートカーのために必要とされるメンテナンス及び管理を決定する目的で、第１フリートカーの実際の状態を使用することができる。

図７は、本開示中に示され説明されている１つ以上の実施形態に係るフリートカーのメンテナンスを管理するための方法の流れ図を描いている。メインプロセッサ４５２は、あらかじめ定められた推定状態にアクセスしこれを検索することができる（ステップ７０２）。図３に関連して以上で論述した通り、データベース４６０は、推定状態データ４７２を記憶する。上述の通り、メインプロセッサ４５２は、第１フリートカーのドライバスコア及び利用パターンに基づいて、第１フリートカーの実際の動作状態を決定する（ステップ７０３）。メインプロセッサ４５２は次に、あらかじめ定められた推定状態からの実際の損耗状態の偏差がある場合、それを決定する（ステップ７０４）。

いくつかの実施形態において、あらかじめ定められた推定状態からのこのような偏差は、あらかじめ定められたメンテナンススケジュール及びあらかじめ定められたメンテナンスタスクを調整する必要性をもたらす可能性がある（ステップ７０６）。例えば、このような偏差が決定された場合には、フリートカー管理システム４２０は、フラグを設定し、あらかじめ定められたメンテナンススケジュールが変更されたことをディスプレイスクリーン上でプロンプトする通知メッセージ又はシステムアラートを送出することができる。メインプロセッサ４２０は次に、あらかじめ定められたメンテナンススケジュールにメンテナンスタスクを追加するか又はそれを削除することができる（ステップ７０６）。例えば、第１フリートカーの使用頻度が低い及び／又は高いドライバスコアにより反映されるように、第１フリートカーの実際の損耗状態が推定状態よりはるかに低いことを偏差が標示している場合には、メインプロセッサ４２０は、あらかじめ定められたメンテナンススケジュールから１つ以上のメンテナンスタスクを削除することができる。一例として、第１フリートカーがその時点で推定総走行距離よりもはるかに少ない総走行距離しか運転されなかった場合には、メインプロセッサは、時間の経過に基づいて設定されたオイル交換を削除することができる。

付加的に又は代替的に、フリートカー管理システム４２０は、あらかじめ定められたメンテナンススケジュールに対するあらゆる変更に関してユーザ入力を要求することができる。ユーザには、偏差の意味及び追加又は削除すべきタスクを認識している経験豊かな熟練整備工が含まれ得る。さらに、ユーザは、あらかじめ定められたメンテナンスタスクがカスタマイズされたタスクを反映していない場合、このカスタマイズされたメンテナンスタスクを追加又は削除することができる。

一例として、ドライバスコア及びカーデータが、穏やかな使用及び低頻度の運転を標示している場合、第２のプログラムは、定期的なオイル交換スケジュールよりも長い使用時間の後に行われるようにオイル交換サービスを調整する。さらに、優良ドライバのための優先価格設定を決定するためにドライバスコアを使用することができ、これによって、ドライバに対してインセンティブが提供され、結果としてフリートカー管理についてのコスト節減及びより多くの収益がもたらされ得る。付加的に又は代替的に、ドライバは、ドライバスコアに基づくより低い保険料率のオファを受けることによって、より正しい運転を行い、フリートカーを良好な状態下に保つように奨励される可能性がある。

図８は、本開示中に示され説明されている１つ以上の実施形態に係るフリートカーメンテナンスシステム４５０のメンテナンスタスクを表示するユーザインタフェースの一例を描いている。図８に示されているように、第１フリートカーのディスプレイスクリーンは、メンテナンスタスクのリスト８１５、第１フリートカーに結び付けられたドライバのドライバスコア８１８、８２０及び８２５、あらかじめ定められたメンテナンススケジュール８１０へのリンク又はタップ、推定損耗インジケータ８４０及び実際の損耗インジケータ８３０を表示する。フリートカーメンテナンスシステム４５０のユーザは、ドライバスコア８１８、８２０及び８２５及びメンテナンスタスクリスト８１５にアクセスすることができる。

図８はさらに、いくつかのメンテナンスタスクがディスプレイスクリーン上で非活動化又は抑制されるところを描いている。詳細には、図８は、第１フリートカーに関係する利用パターン及び運転スコアに照らして、第２メンテナンスアイテムが非活動化されたことを示す。フリートカー管理システム４５０のユーザは、ディスプレイスクリーン上に現われるリンク又はタップ８３０を使用することによって、第１フリートカーの実際の損耗状態をチェックすることができる。したがって、フリートカー管理システム４５０は、第１フリートカーに結び付けられたメンテナンスタスクをチェックし評価するための便利で簡単に使用できるユーザインタフェースを提供することができる。

他の実施形態において、図８に示されている第１フリートカーのディスプレイスクリーンは、メンテナンスタスク及び結び付けられた構成要素を視覚的に標示する第１フリートカーの構造を表示することができる。例えば、第１フリートカーのエンジンが、特定のメンテナンスタスクへのリンクと共に視覚インジケータを用いて視覚的に表示される。リンクが活動化されると、エンジンに関係する詳細なメンテナンスタスクがさらに表示される。いくつかのメンテナンスタスクの表示は、第１フリートカーの運転及び利用パターンに照らして実際の動作状態がこのようなタスクを必要としない可能性があることを理由として、非活動化又は抑制される。このような表示は、クリックした時点で説明へと導くリンクを用いて非活動化される。

上述の実施形態において、ドライバスコアは、フリートカーの実際の動作状態を決定するために計算される。例えば、ドライバＡの統合ドライバスコアは非常に高く、ドライバＡがフリートカーを非常に穏やかに運転することを標示している。ドライバＡのドライバスコアがひとたび確立されると、ドライバＡに割当てられ主としてドライバＡにより運転されるべき選択されたフリートカーのメンテナンススケジュールが調整される。いくつかの実施形態において、メンテナンススケジュールは、平均的時間枠よりも長い期間に及ぶように調整され得る。例えば、フリートカーのオイル交換が典型的に３カ月に一回又は３０００マイルに一回と予定されている場合、ドライバＡにより運転されるフリートカーのオイル交換スケジュールは、５カ月に一回又はより長い総走行距離毎に設定され得る。

一方、ドライバＡのドライバスコアが低い場合には、ドライバＡにより運転されるフリートカーのメンテナンスは、正規のスケジュールに従うか又は正規のスケジュールよりも短いスケジュールに従ってよい。いくつかの実施形態において、ドライバＡのドライバスコアは、ドライバＡの運転パターンの一般的傾向を標示するだけでなく、このような運転パターンによる影響を受ける特定の部品又は構成要素をも標示することができる。たとえドライバＡのドライバスコアが比較的高いか又は平均であっても、ドライバスコアは、例えばドライバＡの運転パターンによってブレーキのより多くの損耗が結果としてもたらし得るかもしれないということを標示し得る。このとき、ドライバＡにより運転されるフリートカーのメンテナンススケジュールは、ブレーキを正規のメンテナンススケジュールよりも短く選択的にチェックし修理し、他の部品を正規のメンテナンススケジュールよりも長いメンテナンススケジュールに付させるように調整可能である。

ドライバスコアは、フリートカーを優しく清潔な状態下で使用するようドライバを奨励するために使用され得る。例えば、ドライバスコアが高い場合には、ドライバは、フリートカーを使用する上でより低い保険パッケージ及び／又はより低いサービス料を得ることができる。

ドライバスコアと共に、フリートカーの動作状態は、フリートカーのメンテナンス及び管理に対し著しい影響を及ぼす可能性がある。いくつかの実施形態においては、１回のトリップが完了した後にデータポイントを収集することができる。ひとたび各トリップが完了したならば、別のデータポイントセットが収集され、先のデータポイントと統合され得る。いくつかの実施形態において、２０回のトリップの繰返し又は３カ月の時間枠など、どの位長くデータポイントを統合すべきかを決定するために、一定の基準を適用することができる。いくつかの実施形態において、これらの基準は、フリートカーのルーチンのメンテナンススケジュールを考慮して設定され得る。他の実施形態においては、履歴上のメンテナンスパターン、フリートカーのメンテナンス及び修理パターンを示す統計的データに基づいて、これらの基準を設定することができる。

フリートカーの動作状態に基づいて、フリートカーの１つ以上のメンテナンス面を調整することができる。ドライバスコアなどの他の因子も、組合せとしてフリートカーの動作状態に加えて考慮することができる。

いくつかの実施形態においては、ドライバＡの運転パターンのドライバスコアを計算するプログラムが、フリートカー管理システムのメモリ内に記憶され得る。メモリ内に記憶されたドライバスコアプログラムは、ひとたびトリップが完了するとドライバスコアを計算する。ドライバＡがトリップを繰返す場合、ドライバスコアプログラムはさらに、各トリップの後にドライバスコアを計算し、ドライバスコアを統合する。ドライバＡが、カーシェアリングを通して異なるフリートカーを使用する場合、又はデリバリサービスなどのために異なるフリートカーの割当てを受けている場合、遠隔サーバは、ドライバＡの運転パターンに関係するデータの動向を追跡し、ドライバＡのドライバスコアを決定し更新する能力を有することができる。

メモリは、フリートカーの動作状態を決定するプログラムをさらに記憶する。いくつかの実施形態において、フリートカーの動作状態を計算するプログラムを、メモリ内に記憶することができる。メモリ内に記憶された動作状態プログラムは、ひとたびトリップが完了すると動作状態を計算する。フリートカーがトリップを繰返す場合、動作状態プログラムは、各トリップの後に動作状態をさらに計算し、動作状態に関係するデータを統合する。

フリートカー管理システムは、異なるドライバにより運転されている間、フリートカーの動作状態の動向を追跡することができる。したがって、フリートカー管理システムは、異なるドライバとフリートカーを結び付ける能力を有することができる。いくつかの実施形態において、フリートカー管理システムは、結果としてのドライバスコア及び／又は動作状態を更新し精度を改善する目的で、ドライバスコア及び／又は動作状態を統合することができる。

いくつかの実施形態において、フリートカー管理システムのメモリは、フリートカーメンテナンスプログラムを記憶する。フリートカーメンテナンスプログラムは、フリートカーの動作状態に基づいて、トリップが完了した後にフリートカーのさまざまな部品の損耗を決定する。いくつかの実施形態において、ドライバＡは、履歴上のトリップに基づいて、特定のドライバスコアと結び付けられている可能性がある。この場合、フリートカーメンテナンスプログラムは、メモリ内に記憶されている可能性のあるドライバＡのドライバスコアにアクセスする。その後、フリートカーメンテナンスプログラムは、ドライバＡのドライバスコアを損耗の決定の計算に入れる。

いくつかの実施形態において、フリートカーメンテナンスプログラムは、あらかじめ定められた時間枠の経過後、又はあらかじめ定められた数のトリップが完了した後、損耗の決定を行う。フリートカーメンテナンスプログラムは次に、この決定をドライバＡのドライバスコア及びフリートカーに割当てられたルーチンのメンテナンススケジュールと結び付ける。例えば、ルーチンのメンテナンススケジュールは、フリートカーのメーカにより準備され配布され得る。

いくつかの実施形態において、ドライバＡのドライバスコアは、フリートカーの穏やかな使用を標示することができ、フリートカーの動作状態は、平均的レベルに対応する。たとえ、ルーチンのメンテナンススケジュールが、特定の部品についてメンテナンスをすべきであることを標示し得たとしても、フリートカーメンテナンスプログラムは、ルーチンのメンテナンススケジュールよりも遅れてメンテナンスを行うことができるということを決定することができる。他の実施形態において、ドライバＡのドライバスコアは、フリートカーの手荒な使用を標示することができ、フリートカーの動作状態は、重大な損耗に対応する。この場合、フリートカーメンテナンスプログラムは、ルーチンのメンテナンススケジュールよりも早くメンテナンスを行うことができることを決定することができる。

いくつかの実施形態において、フリートカーはカーシェアリングサービスにおいて使用され、多数のドライバが多数のフリートカーを運転する。カーシェアリングサービスは、数多くの異なるモデル及びメーカのフリートカーを含み得る。その場合、フリートカーメンテナンスプログラムは、特定のタイプのフリートカーについて配布されたルーチンのメンテナンススケジュールに依存するだけでなくむしろ、特定のドライバ及び特定のフリートカーの動作状態を考慮して、メンテナンスのタイミング及び必要性を決定することができる。

上述の実施形態においては、フリートカーのあらかじめ定められた推定動作状態からのフリートカーの実際の動作状態の偏差を決定するための方法が提供されている。本方法は、（ｉ）プロセッサ、メモリ及びデータベースを含むクラウドサーバにおいて、選択されたフリートカーから、選択されたフリートカー上に組付けられた一群のセンサによって生成された１つ以上のデータストリームを受信することと、（ｉｉ）選択されたフリートカーの１人以上のドライバを識別することと、（ｉｉｉ）プロセッサを用いて、１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、第１のパラメータ群が１人以上のドライバの１つ以上の運転パターンを表わすものであり、第２のパラメータ群が選択されたフリートカーの実際の損耗状態を表わすものである、パラメータ群を決定することと、（ｉｖ）プロセッサを用いて、第１のパラメータ群に基づいてドライバスコアを計算することと、（ｖ）プロセッサを用いて、第２のパラメータ群に基づいて実際の損耗状態を決定することと、（ｖｉ）プロセッサを用いて、選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールをデータベースから検索することと、（ｖｉｉ）プロセッサを用いて、選択されたフリートカーのあらかじめ定められた推定状態からの選択されたフリートカーの実際の動作状態の偏差を決定することと、を含む。

別の実施形態において、偏差を決定するための方法は、あらかじめ定められた推定状態からの偏差に基づいて、あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、ディスプレイスクリーン上の第１のメンテナンスタスク群の表示を抑制し、ディスプレイスクリーン上に第２のメンテナンスタスク群を追加することと、をさらに含む。

別の実施形態において、第１のパラメータ群を決定することは、１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、超過速度違反の発生頻度を決定することと、超過速度違反の時点における道路状態及び地理的な場所を決定することと、を含む。別の実施形態において、第１のパラメータ群を決定することは、１つ以上のデータストリームが、ハードブレーキの発生を標示しているか否かを決定することと、ハードブレーキの発生頻度を決定することと、を含む。さらに別の実施形態において、第１のパラメータ群を決定することは、１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、急加速の発生頻度を決定することと、を含む。

別の実施形態において、偏差を決定するための方法は、メモリにアクセスし、他のフリートカーの運転に結び付けられた識別されたドライバの１つ以上の関連するドライバスコアをメモリから検索することと、関連するドライバスコアと、選択されたフリートカーの運転に結び付けられたドライバスコアとを統合することと、統合したドライバスコアと選択されたフリートカーの偏差を相関させることと、記憶装置内に相関関係情報を記憶することと、をさらに含む。さらに別の実施形態において、ドライバスコアを計算することはさらに、（ｉ）最初のトリップが完了した後に第１のパラメータ群の発生頻度を決定することと、（ｉｉ）あらかじめ定められた数のトリップが繰返された後に、第１のパラメータ群の発生頻度を統合することと、（ｉｉｉ）第１のパラメータ群のトータル発生頻度に正比例するドライバスコアを割当てることと、を含む。

別の実施形態において、偏差を決定するための方法は、（ｉ）メモリにアクセスし、選択されたフリートカーの利用履歴及び事故レポートを検索することと、（ｉｉ）第２のパラメータ群、利用履歴、事故レポート及びドライバスコアに基づいて、実際の損耗状態を、プロセッサを用いて決定することと、をさらに含む。さらに別の実施形態において、偏差を決定するための方法は、（ｉ）選択されたドライバのドライバスコアがあらかじめ定められた上限閾値を超えているか否かを決定することと、（ｉｉ）選択されたドライバのドライバスコアがあらかじめ定められた上限閾値を超えていると決定すると、ドライバスコアに正比例するインセンシブをアラートする通知を伝送することと、をさらに含む。

別の実施形態においては、フリートカーの実際の損耗を決定するための方法が提供されている。本方法は、（ｉ）プロセッサ、メモリ及びデータベースを含むクラウドサーバにおいて、第１のフリートカーから、第１のフリートカー上に組付けられた第１のセンサ群により生成された第１のデータストリームを受信することと、（ｉｉ）第２のフリートカーから、第２のフリートカー上に組付けられた第２のセンサ群により生成された第２のデータストリームを受信することと、（ｉｉｉ）第１のフリートカー及び第２のフリートカーの１人以上のドライバを識別することと、（ｉｖ）プロセッサを用いて、第１のデータストリーム及び第２のデータストリームを分析することと、（ｖ）プロセッサを用いて、第１及び第２のフリートカー内でドライバの運転パターンにより開始される第１の損耗要素を決定することと、（ｖｉ）プロセッサを用いて、第１及び第２のフリートカーの利用パターンによりひき起こされる第２の損耗要素を決定することと、（ｖｉｉ）プロセッサを用いて、第１の損耗要素及び第２の損耗要素に基づいて、第１のフリートカー及び第２のフリートカーの実際の損耗を決定することと、を含む。さらに別の実施形態において、フリートカーの実際の損耗を決定するための方法はさらに、第１のフリートカーのためのあらかじめ定められたメンテナンススケジュールにしたがった第１のフリートカーに対するメンテナンスタスクを表示することと、第２のフリートカーのためのあらかじめ定められたメンテナンススケジュールからずれた第２のフリートカーに対するメンテナンスタスクを表示することと、を含む。

別の実施形態において、第１の損耗要素を決定することはさらに、超過速度違反、ハードブレーキ、急加速、又はそれらの組合せを検出することを含む。別の実施形態において、第１の損耗要素を決定することはさらに、超過速度違反の発生頻度、ハードブレーキの発生頻度、急加速の発生頻度、又はそれらの組合せを決定することを含む。さらに別の実施形態において、第１の損耗要素を決定することは、あらかじめ定められた数のトリップの間の超過速度違反、ハードブレーキ及び急加速の発生のうちの１つ以上の発生頻度を決定することをさらに含む。

別の実施形態において、第２の損耗要素を決定することは、トータル運転時間、１つ以上の事故、１つ以上の構成要素のメンテナンス履歴又はその組合せを決定することをさらに含む。さらに別の実施形態において、第２のフリートカーについてのメンテナンスタスクを表示することはさらに、あらかじめ定められたメンテナンススケジュール内で必要とされるメンテナンスタスクの１つ以上を抑制することを含む。

別の実施形態においては、フリートカーのあらかじめ定められた推定動作状態からのフリートカーの実際の動作状態の偏差を決定するためのシステムが提供されている。本システムは、１つ以上のプロセッサと、１つ以上のプロセッサに結合されたデータベースと、複数のビークルとデータストリームを交換するように構成された通信インタフェースと、１つ以上のプロセッサに対し通信可能な形で結合された１つ以上のメモリと、１つ以上のメモリ内に記憶された機械可読命令を含む。１つ以上のプロセッサにより実行されると、機械可読命令は、少なくとも、（ｉ）選択されたフリートカーの１人以上のドライバを識別することと、（ｉｉ）プロセッサを用いて、１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、ここで第１のパラメータ群が１人以上のドライバの１つ以上の運転パターンを表わし、第２のパラメータ群が選択されたフリートカーの実際の損耗状態を表わしている、パラメータ群を決定することと、（ｉｉｉ）プロセッサを用いて、第１のパラメータ群に基づいてドライバスコアを計算することと、（ｉｖ）プロセッサを用いて、第２のパラメータ群に基づいて実際の損耗状態を決定することと、（ｖ）プロセッサを用いて、選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールをデータベースから検索することと、（ｖｉ）プロセッサを用いて、選択されたフリートカーのあらかじめ定められた推定状態からの選択されたフリートカーの実際の動作状態の偏差を決定することと、を行う。さらに別の実施形態において、機械可読命令はさらに、あらかじめ定められた推定状態からの偏差に基づいて、あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、第１のメンテナンスタスク群の表示を抑制し、ディスプレイスクリーン上に第２のメンテナンスタスク群を追加するためにディスプレイスクリーンを制御することと、を行う。

別の実施形態において、機械可読命令はさらに、（ｉ）１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、（ｉｉ）超過速度違反の発生頻度を決定することと、（ｉｉｉ）超過速度違反の時点における道路状態及び地理的な場所を決定することと、を行う。さらに別の実施形態において、機械可読命令はさらに、１つ以上のデータストリームが、ハードブレーキの発生を標示しているか否かを決定することと、ハードブレーキの発生頻度を決定することとを行う。別の実施形態において、機械可読命令はさらに、１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、急加速の発生頻度を決定することとを行う。

別の実施形態において、機械可読命令は、1つ以上のプロセッサにより実行されると、さらに、少なくとも（ｉ）メモリにアクセスし、他のフリートカーの運転に結び付けられた識別されたドライバの１つ以上の関連するドライバスコアをメモリから検索することと、（ｉｉ）関連するドライバスコアと、選択されたフリートカーの運転に結び付けられたドライバスコアとを統合することと、（ｉｉｉ）統合したドライバスコアと選択されたフリートカーの偏差を相関させることと、（ｉｖ）記憶装置内に相関関係情報を記憶することと、を行う。さらに別の実施形態において、機械可読命令はさらに、（ｉ）最初のトリップが完了した後に第１のパラメータ群の発生頻度を決定することと、（ｉｉ）あらかじめ定められた数のトリップが繰返された後に、第１のパラメータ群の発生頻度を決定することと、（ｉｉｉ）第１のパラメータ群のトータル発生頻度に正比例するドライバスコアを割当てることと、を行う。さらに別の実施形態において、機械可読命令は、１つ以上のプロセッサにより実行されると、少なくとも（ｉ）メモリにアクセスし、選択されたフリートカーの利用履歴及び事故レポートを検索することと、（ｉｉ）第２のパラメータ群、利用履歴、事故レポート及びドライバスコアに基づいて、実際の損耗状態を、プロセッサを用いて決定することとを行う。

本開示において、特定の実施形態について例示し説明してきたが、請求対象の主題の真意及び範囲から逸脱することなく、他のさまざまな変更及び修正を加えることができるということを理解すべきである。その上、請求対象の主題のさまざまな態様を本開示中で説明してきたが、このような態様を組合せて使用する必要はない。したがって、添付のクレームは、請求対象の主題の範囲内に入る全てのこのような変更及び修正を網羅するように意図されている。

［例１］
フリートカーのあらかじめ定められた推定動作状態からの前記フリートカーの実際の動作状態の偏差を決定するための方法において、
プロセッサ、メモリ及びデータベースを含むコンピュータシステムにおいて、選択されたフリートカーから、前記選択されたフリートカー上に組付けられた一群のセンサによって生成された１つ以上のデータストリームを受信することと、
前記選択されたフリートカーの１人以上のドライバを識別することと、
前記プロセッサを用いて、前記１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、前記第１のパラメータ群が前記１人以上のドライバの１つ以上の運転パターンを標示するものであり、前記第２のパラメータ群が前記選択されたフリートカーの実際の損耗状態を標示するものである、パラメータ群を決定することと、
前記プロセッサを用いて、前記第１のパラメータ群に基づいてドライバスコアを計算することと、
前記プロセッサを用いて、前記第２のパラメータ群に基づいて前記実際の損耗状態を決定することと、
前記プロセッサを用いて、前記選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールを前記データベースから検索することと、
前記プロセッサを用いて、前記選択されたフリートカーの前記あらかじめ定められた推定状態からの前記選択されたフリートカーの実際の動作状態の偏差を決定することと、
を含む方法。
［例２］
前記第１のパラメータ群を決定するステップが、
前記１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、
超過速度違反の発生頻度を決定することと、
超過速度違反の時点における道路状態及び地理的な場所を決定することと、
を含む、例１に記載の方法。
［例３］
前記第１のパラメータ群を決定するステップが、
前記１つ以上のデータストリームがハードブレーキの発生を標示しているか否かを決定することと、
ハードブレーキの発生頻度を決定することと、
を含む、例１に記載の方法。
［例４］
前記第１のパラメータ群を決定するステップが、
前記１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、
急加速の発生頻度を決定することと、
を含む、例１に記載の方法。
［例５］
前記あらかじめ定められた推定状態からの前記偏差に基づいて、前記あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、
ディスプレイスクリーン上の第１のメンテナンスタスク群の表示を抑制し、前記ディスプレイスクリーン上に第２のメンテナンスタスク群を追加することと、
をさらに含む、例１に記載の方法。
［例６］
前記メモリにアクセスし、他のフリートカーの運転に結び付けられた前記識別されたドライバの１つ以上の関連するドライバスコアを前記メモリから検索することと、
前記選択されたフリートカーの運転に結び付けられた前記ドライバスコアを、前記関連するドライバスコアと統合することと、
統合したドライバスコアと前記選択されたフリートカーの前記偏差を相関させることと、
記憶装置内に相関関係情報を記憶することと、
をさらに含む、例１に記載の方法。
［例７］
前記ドライバスコアを計算するステップがさらに、
最初のトリップが完了した後に前記第１のパラメータ群の発生頻度を決定することと、
あらかじめ定められた数のトリップが繰返された後に、前記第１のパラメータ群の発生頻度を統合することと、
前記第１のパラメータ群のトータル発生頻度に正比例する前記ドライバスコアを割当てることと、
を含む、例１に記載の方法。
［例８］
前記メモリにアクセスし、前記選択されたフリートカーの利用履歴及び事故レポートを前記メモリから検索することと、
前記プロセッサを用いて、前記第２のパラメータ群、前記利用履歴、前記事故レポート及び前記ドライバスコアに基づいて、前記実際の損耗状態を決定することと、
をさらに含む、例１に記載の方法。
［例９］
選択されたドライバの前記ドライバスコアがあらかじめ定められた上限閾値を超えているか否かを決定することと、
選択されたドライバの前記ドライバスコアがあらかじめ定められた上限閾値を超えていると決定されると、ドライバスコアに正比例するインセンティブをアラートする通知を伝送することと、
をさらに含む、例１に記載の方法。
［例１０］
フリートカーの実際の損耗を決定するためのシステムにおいて、
プロセッサと、
前記プロセッサに結合されたデータベースと、
複数のビークルとデータストリームを交換するように構成された通信インタフェースと、
前記プロセッサに結合され、機械可読命令を記憶するメモリと、
を含み、
前記機械可読命令は、前記プロセッサにより実行されると、少なくとも、
第１のフリートカーから、前記第１のフリートカー上に組付けられた第１のセンサ群により生成された第１のデータストリームを受信することと、
第２のフリートカーから、前記第２のフリートカー上に組付けられた第２のセンサ群により生成された第２のデータストリームを受信することと、
前記第１のフリートカー及び前記第２のフリートカーの１人以上のドライバを識別することと、
前記プロセッサを用いて、前記第１のデータストリーム及び前記第２のデータストリームを分析することと、
前記プロセッサを用いて、前記第１及び前記第２のフリートカーにおける前記ドライバの運転パターンにより開始される第１の損耗要素を決定することと、
前記プロセッサを用いて、前記第１及び前記第２のフリートカーの利用パターンによりひき起こされる第２の損耗要素を決定することと、
前記プロセッサを用いて、前記第１の損耗要素及び前記第２の損耗要素に基づいて、前記第１のフリートカー及び前記第２のフリートカーの実際の損耗を決定することと、
を行う、システム。
［例１１］
前記機械可読命令は、前記プロセッサにより実行されると、さらに、
前記第１のフリートカーのためのあらかじめ定められたメンテナンススケジュールに従った前記第１のフリートカーに対するメンテナンスタスクを表示することと、
前記第２のフリートカーのための前記あらかじめ定められたメンテナンススケジュールからずれた前記第２のフリートカーに対するメンテナンスタスクを表示することと、
を行う、例１０に記載のシステム。
［例１２］
前記第２のフリートカーに対する前記メンテナンスタスクを表示する機械可読命令がさらに、前記あらかじめ定められたメンテナンススケジュール内で求められるメンテナンスタスクの１つ以上を抑制することを含む、例１１に記載の方法。
［例１３］
前記第１の損耗要素を決定する前記機械可読命令がさらに、
超過速度違反、ハードブレーキ、急加速、又はそれらの組合せを検出することと、
超過速度違反の発生頻度、ハードブレーキの発生頻度、急加速の発生頻度、又はそれらの組合せを決定することと、
を含む、例１０に記載の方法。
［例１４］
前記第２の損耗要素を決定する前記機械可読命令がさらに、
トータル運転時間、１つ以上の事故、１つ以上の構成要素のメンテナンス履歴、又はその組合せを決定すること、
を含む、例１０に記載の方法。
［例１５］
フリートカーのあらかじめ定められた推定動作状態からのフリートカーの実際の動作状態の偏差を決定するためのシステムにおいて、
１つ以上のプロセッサと、
前記１つ以上のプロセッサに結合されたデータベースと、
複数のビークルとデータストリームを交換するように構成された通信インタフェースと、
前記１つ以上のプロセッサに通信可能に結合された１つ以上のメモリと、
前記１つ以上のメモリ内に記憶された機械可読命令であって、前記１つ以上のプロセッサにより実行されると、少なくとも、
選択された前記フリートカーの１人以上のドライバを識別することと、
前記プロセッサを用いて、１つ以上の前記データストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、前記第１のパラメータ群が前記１人以上のドライバの１つ以上の運転パターンを表わし、前記第２のパラメータ群が前記選択されたフリートカーの実際の損耗状態を表わしている、分析決定することと、
前記プロセッサを用いて、前記第１のパラメータ群に基づいてドライバスコアを計算することと、
前記プロセッサを用いて、前記第２のパラメータ群に基づいて前記実際の損耗状態を決定することと、
前記プロセッサを用いて、前記選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールを前記データベースから検索することと、
前記プロセッサを用いて、前記選択されたフリートカーの前記あらかじめ定められた推定状態からの前記選択されたフリートカーの実際の動作状態の偏差を決定することと、
を行う、機械可読命令と、
を含むシステム。
［例１６］
前記１つ以上のメモリ内に記憶された機械可読命令が、前記１つ以上のプロセッサにより実行されると、さらに、少なくとも、
前記あらかじめ定められた推定状態からの偏差に基づいて、前記あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、
ディスプレイスクリーンを制御して、第１のメンテナンスタスク群の表示を抑制しかつ前記ディスプレイスクリーン上に第２のメンテナンスタスク群を追加することと、
を行う、例１５に記載のシステム。
［例１７］
前記第１のパラメータ群を決定することが、さらに、
前記１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、
超過速度違反の発生頻度を決定することと、
超過速度違反の時点における道路状態及び地理的な場所を決定することと、
を含む、例１５に記載のシステム。
［例１８］
前記第１のパラメータ群を決定することが、さらに、
前記１つ以上のデータストリームが、ハードブレーキの発生を標示しているか否かを決定することと、
ハードブレーキの発生頻度を決定することと、
を含む、例１５に記載のシステム。
［例１９］
前記第１のパラメータ群を決定することが、さらに、
前記１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、
急加速の発生頻度を決定することと、
を含む、例１５に記載のシステム。
［例２０］
前記機械可読命令が、前記1つ以上のプロセッサにより実行されると、さらに、少なくとも、
前記メモリにアクセスし、他のフリートカーの運転に結び付けられた、識別された前記ドライバの１つ以上の関連するドライバスコアを前記メモリから検索することと、
前記選択されたフリートカーの運転に結び付けられた前記ドライバスコアを、前記関連するドライバスコアと統合することと、
前記選択されたフリートカーの前記偏差を統合した前記ドライバスコアと相関させることと、
記憶装置内に相関関係情報を記憶することと、
を行う、例１５に記載のシステム。

Claims (15)

1. フリートカーのあらかじめ定められた推定動作状態からの前記フリートカーの実際の動作状態の偏差を決定するための方法において、
   プロセッサ、メモリ及びデータベースを含むコンピュータシステムにおいて、選択されたフリートカーから、前記選択されたフリートカー上に組付けられた一群のセンサによって生成された１つ以上のデータストリームを受信することと、
   前記選択されたフリートカーの１人以上のドライバを識別することと、
   前記プロセッサを用いて、前記１つ以上のデータストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、前記第１のパラメータ群が前記１人以上のドライバの１つ以上の運転パターンを標示するものであり、前記第２のパラメータ群が前記選択されたフリートカーの実際の損耗状態を標示するものである、パラメータ群を決定することと、
   前記プロセッサを用いて、前記第１のパラメータ群に基づいてドライバスコアを計算することと、
   前記プロセッサを用いて、前記第２のパラメータ群に基づいて前記実際の損耗状態を決定することと、
   前記プロセッサを用いて、前記選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールを前記データベースから検索することと、
   前記プロセッサを用いて、前記選択されたフリートカーの前記あらかじめ定められた推定状態からの前記選択されたフリートカーの実際の動作状態の偏差を決定することと、
   を含む方法。
2. 前記第１のパラメータ群を決定するステップが、
   前記１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、
   超過速度違反の発生頻度を決定することと、
   超過速度違反の時点における道路状態及び地理的な場所を決定することと、
   前記１つ以上のデータストリームがハードブレーキの発生を標示しているか否かを決定することと、
   ハードブレーキの発生頻度を決定することと、
   前記１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、
   急加速の発生頻度を決定することと、
   を含む、請求項１に記載の方法。
3. 前記あらかじめ定められた推定状態からの前記偏差に基づいて、前記あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、
   ディスプレイスクリーン上の第１のメンテナンスタスク群の表示を抑制し、前記ディスプレイスクリーン上に第２のメンテナンスタスク群を追加することと、
   をさらに含む、請求項１又は２に記載の方法。
4. 前記メモリにアクセスし、他のフリートカーの運転に結び付けられた前記識別されたドライバの１つ以上の関連するドライバスコアを前記メモリから検索することと、
   前記選択されたフリートカーの運転に結び付けられた前記ドライバスコアを、前記関連するドライバスコアと統合することと、
   統合したドライバスコアと前記選択されたフリートカーの前記偏差を相関させることと、
   記憶装置内に相関関係情報を記憶することと、
   をさらに含む、請求項１から３までのいずれか一項に記載の方法。
5. 前記ドライバスコアを計算するステップがさらに、
   最初のトリップが完了した後に前記第１のパラメータ群の発生頻度を決定することと、
   あらかじめ定められた数のトリップが繰返された後に、前記第１のパラメータ群の発生頻度を統合することと、
   前記第１のパラメータ群のトータル発生頻度に正比例する前記ドライバスコアを割当てることと、
   を含む、請求項１から４までのいずれか一項に記載の方法。
6. 前記メモリにアクセスし、前記選択されたフリートカーの利用履歴及び事故レポートを前記メモリから検索することと、
   前記プロセッサを用いて、前記第２のパラメータ群、前記利用履歴、前記事故レポート及び前記ドライバスコアに基づいて、前記実際の損耗状態を決定することと、
   をさらに含む、請求項１から５までのいずれか一項に記載の方法。
7. 選択されたドライバの前記ドライバスコアがあらかじめ定められた上限閾値を超えているか否かを決定することと、
   選択されたドライバの前記ドライバスコアがあらかじめ定められた上限閾値を超えていると決定されると、ドライバスコアに正比例するインセンティブをアラートする通知を伝送することと、
   をさらに含む、請求項１から６までのいずれか一項に記載の方法。
8. フリートカーの実際の損耗を決定するためのシステムにおいて、
   プロセッサと、
   前記プロセッサに結合されたデータベースと、
   複数のビークルとデータストリームを交換するように構成された通信インタフェースと、
   前記プロセッサに結合され、機械可読命令を記憶するメモリと、
   を含み、
   前記機械可読命令は、前記プロセッサにより実行されると、少なくとも、
   第１のフリートカーから、前記第１のフリートカー上に組付けられた第１のセンサ群により生成された第１のデータストリームを受信することと、
   第２のフリートカーから、前記第２のフリートカー上に組付けられた第２のセンサ群により生成された第２のデータストリームを受信することと、
   前記第１のフリートカー及び前記第２のフリートカーの１人以上のドライバを識別することと、
   前記プロセッサを用いて、前記第１のデータストリーム及び前記第２のデータストリームを分析することと、
   前記プロセッサを用いて、前記第１及び前記第２のフリートカーにおける前記ドライバの運転パターンにより開始される第１の損耗要素を決定することと、
   前記プロセッサを用いて、前記第１及び前記第２のフリートカーの利用パターンによりひき起こされる第２の損耗要素を決定することと、
   前記プロセッサを用いて、前記第１の損耗要素及び前記第２の損耗要素に基づいて、前記第１のフリートカー及び前記第２のフリートカーの実際の損耗を決定することと、
   を行う、システム。
9. 前記機械可読命令は、前記プロセッサにより実行されると、さらに、
   前記第１のフリートカーのためのあらかじめ定められたメンテナンススケジュールに従った前記第１のフリートカーに対するメンテナンスタスクを表示することと、
   前記第２のフリートカーのための前記あらかじめ定められたメンテナンススケジュールからずれた前記第２のフリートカーに対するメンテナンスタスクを表示することと、
   前記あらかじめ定められたメンテナンススケジュール内で求められるメンテナンスタスクの１つ以上を抑制することと、
   を行う、請求項８に記載のシステム。
10. 前記第１の損耗要素を決定する前記機械可読命令がさらに、
    超過速度違反、ハードブレーキ、急加速、又はそれらの組合せを検出することと、
    超過速度違反の発生頻度、ハードブレーキの発生頻度、急加速の発生頻度、又はそれらの組合せを決定することと、
    を含み、
    前記第２の損耗要素を決定する前記機械可読命令がさらに、
    トータル運転時間、１つ以上の事故、１つ以上の構成要素のメンテナンス履歴、又はその組合せを決定すること、
    を含む、請求項８又は９に記載のシステム。
11. フリートカーのあらかじめ定められた推定動作状態からのフリートカーの実際の動作状態の偏差を決定するためのシステムにおいて、
    １つ以上のプロセッサと、
    前記１つ以上のプロセッサに結合されたデータベースと、
    複数のビークルとデータストリームを交換するように構成された通信インタフェースと、
    前記１つ以上のプロセッサに通信可能に結合された１つ以上のメモリと、
    前記１つ以上のメモリ内に記憶された機械可読命令であって、前記１つ以上のプロセッサにより実行されると、少なくとも、
    選択された前記フリートカーの１人以上のドライバを識別することと、
    前記プロセッサを用いて、１つ以上の前記データストリームを分析し、第１のパラメータ群及び第２のパラメータ群を決定することであって、前記第１のパラメータ群が前記１人以上のドライバの１つ以上の運転パターンを表わし、前記第２のパラメータ群が前記選択されたフリートカーの実際の損耗状態を表わしている、分析決定することと、
    前記プロセッサを用いて、前記第１のパラメータ群に基づいてドライバスコアを計算することと、
    前記プロセッサを用いて、前記第２のパラメータ群に基づいて前記実際の損耗状態を決定することと、
    前記プロセッサを用いて、前記選択されたフリートカーに結び付けられたあらかじめ定められた推定状態及びあらかじめ定められたメンテナンススケジュールを前記データベースから検索することと、
    前記プロセッサを用いて、前記選択されたフリートカーの前記あらかじめ定められた推定状態からの前記選択されたフリートカーの実際の動作状態の偏差を決定することと、
    を行う、機械可読命令と、
    を含むシステム。
12. 前記１つ以上のメモリ内に記憶された機械可読命令が、前記１つ以上のプロセッサにより実行されると、さらに、少なくとも、
    前記あらかじめ定められた推定状態からの偏差に基づいて、前記あらかじめ定められたメンテナンススケジュールに結び付けられたあらかじめ定められたメンテナンスタスクを修正することと、
    ディスプレイスクリーンを制御して、第１のメンテナンスタスク群の表示を抑制しかつ前記ディスプレイスクリーン上に第２のメンテナンスタスク群を追加することと、
    を行う、請求項１１に記載のシステム。
13. 前記第１のパラメータ群を決定することが、さらに、
    前記１つ以上のデータストリームが超過速度違反の発生を標示しているか否かを決定することと、
    超過速度違反の発生頻度を決定することと、
    超過速度違反の時点における道路状態及び地理的な場所を決定することと、
    前記１つ以上のデータストリームが、ハードブレーキの発生を標示しているか否かを決定することと、
    ハードブレーキの発生頻度を決定することと、
    を含む、請求項１１又は１２に記載のシステム。
14. 前記第１のパラメータ群を決定することが、さらに、
    前記１つ以上のデータストリームが急加速の発生を標示しているか否かを決定することと、
    急加速の発生頻度を決定することと、
    を含む、請求項１１から１３までのいずれか一項に記載のシステム。
15. 前記機械可読命令が、前記1つ以上のプロセッサにより実行されると、さらに、少なくとも、
    前記メモリにアクセスし、他のフリートカーの運転に結び付けられた、識別された前記ドライバの１つ以上の関連するドライバスコアを前記メモリから検索することと、
    前記選択されたフリートカーの運転に結び付けられた前記ドライバスコアを、前記関連するドライバスコアと統合することと、
    前記選択されたフリートカーの前記偏差を統合した前記ドライバスコアと相関させることと、
    記憶装置内に相関関係情報を記憶することと、
    を行う、請求項１１から１４までのいずれか一項に記載のシステム。