JP2020135880A - Information processing system, information processing device, trained model, display control device, information processing method, and program - Google Patents
Information processing system, information processing device, trained model, display control device, information processing method, and program Download PDFInfo
- Publication number
- JP2020135880A JP2020135880A JP2020019208A JP2020019208A JP2020135880A JP 2020135880 A JP2020135880 A JP 2020135880A JP 2020019208 A JP2020019208 A JP 2020019208A JP 2020019208 A JP2020019208 A JP 2020019208A JP 2020135880 A JP2020135880 A JP 2020135880A
- Authority
- JP
- Japan
- Prior art keywords
- delivery
- information
- destination
- usage
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 75
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 959
- 238000003860 storage Methods 0.000 claims description 123
- 238000004891 communication Methods 0.000 abstract description 49
- 230000006870 function Effects 0.000 abstract description 17
- 238000012545 processing Methods 0.000 description 130
- 238000000034 method Methods 0.000 description 64
- 238000010586 diagram Methods 0.000 description 31
- 238000009434 installation Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 15
- 238000013500 data storage Methods 0.000 description 12
- 238000004088 simulation Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000002716 delivery method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報処理システム、情報処理装置、学習済みモデル、表示制御装置、情報処理方法、及びプログラムに関する。 The present invention relates to an information processing system, an information processing device, a trained model, a display control device, an information processing method, and a program.
従来、宅配業務の効率向上を可能とするシステムが知られている。例えば、特許文献１には、在宅情報を地域別及び時間帯別に集計した情報に基づいて各地域の各時間帯にける在宅割合を算定し、算定した在宅割合に基づいて配達順に関する情報を出力する輸送業務支援システムが開示されている。
Conventionally, a system that can improve the efficiency of home delivery work has been known. For example, in
しかしながら、特許文献１に記載の技術では、地域毎に集計した情報に基づいて在宅割合を算定し、配達順を決定している。言い換えれば、特定の住居（荷物の配達先）の在・不在に基づいた在宅割合に基づくものではない。従って、特定の住居（荷物の配達先）の在・不在に基づいて配達順を決定することができない。そのため、特許文献１に記載の技術では、必ずしも在宅時に配達が行えない場合があった。
However, in the technique described in
本発明は、上記の課題を解決すべくなされたもので、その目的は、効率的に荷物を届けることのできる情報処理システム、情報処理装置、学習済みモデル、表示制御装置、情報処理方法、及びプログラムを提供することにある。 The present invention has been made to solve the above problems, and an object of the present invention is an information processing system, an information processing device, a learned model, a display control device, an information processing method, and an information processing method capable of efficiently delivering a package. To provide a program.
本発明は上記の課題を解決するためになされたものであり、本発明の一態様は、利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を取得する第１取得部と、前記利用情報と前記配送結果情報とに基づいて学習する学習部と、荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得部と、前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習部による学習結果とに基づいて、荷物の配送先への到着予定時点において前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測部と、前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定部と、前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御部と、を備える、情報処理システムである。 The present invention has been made to solve the above problems, and one aspect of the present invention is usage information showing a history of lifeline usage at a usage destination and successful delivery of a package to the usage destination. Alternatively, the first acquisition unit that acquires the delivery result information indicating the history of failure, the learning unit that learns based on the usage information and the delivery result information, and the usage destination corresponding to the delivery destination information of the package. The usage status information indicating the usage status of the lifeline, the second acquisition unit that acquires the usage status information transmitted by the measuring device as the delivery destination usage status information, and the usage corresponding to each of the delivery destination information. Based on the usage status information and the learning result by the learning unit, the prediction unit predicts the prediction information regarding the success or failure of delivery of the package to the delivery destination at the time when the package is scheduled to arrive at the delivery destination. , A determination unit that determines delivery information indicating the delivery order of the package based on the forecast information, and at least the next of a plurality of packages transported together based on the forecast information and the delivery information. A display control unit that displays an identifiable display of the delivery destination to be delivered, and makes it impossible to identify at least one of the delivery destinations to be delivered from the next to the next and the delivery destination indicating that the prediction information is absent. It is an information processing system equipped with.
また、本発明の一態様は、利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を取得する第１取得部と、前記利用情報と前記配送結果情報とに基づいて学習する学習部と、を備える、情報処理装置である。 Further, one aspect of the present invention is to acquire usage information indicating a history of use of a lifeline at a usage destination and delivery result information indicating a history of success or failure of delivery of a package to the usage destination. It is an information processing device including 1 acquisition unit and a learning unit that learns based on the usage information and the delivery result information.
また、本発明の一態様は、利用先でのライフラインの利用の履歴を示す利用情報、及び、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報を用いた学習結果を記憶部から読み出し、荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得部と、前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習結果とに基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測部と、前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定部と、を備える、情報処理装置である。 Further, one aspect of the present invention is a learning result using usage information indicating the history of use of the lifeline at the usage destination and delivery result information indicating the history of success or failure of delivery of the package to the usage destination. Is read from the storage unit, and the usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package, and the usage status information measured and transmitted by the measuring device is used as the delivery destination. Based on the second acquisition unit acquired as status information, the usage status information at the usage destination corresponding to each of the delivery destination information, and the learning result, the luggage is scheduled to arrive at the delivery destination. An information processing device including a prediction unit that predicts prediction information regarding success or failure of delivery to a delivery destination, and a determination unit that determines delivery information indicating the delivery order of the package based on the prediction information. is there.
また、本発明の一態様は、利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を用いて学習され、荷物の配送先情報の各々に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報が入力される場合に、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を出力するよう、コンピュータに機能させるための学習済みモデルである。 Further, one aspect of the present invention is learned by using usage information indicating a history of use of a lifeline at a usage destination and delivery result information indicating a history of success or failure of delivery of a package to the usage destination. When the usage status information indicating the usage status of the lifeline at the usage destination corresponding to each of the delivery destination information of the package is input and the usage status information measured and transmitted by the measuring device is input. It is a trained model for making a computer function to output predictive information regarding the success or failure of delivery of the package to the delivery destination.
また、本発明の一態様は、配送先への荷物の配送の成功あるいは失敗に関する予測情報と当該予測情報に基づく荷物の配送順を示す配送情報に基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御部と、を備える表示制御装置である。 Further, one aspect of the present invention is a plurality of packages to be transported together based on prediction information regarding success or failure of delivery of the package to the delivery destination and delivery information indicating the delivery order of the packages based on the prediction information. Of these, at least one of the delivery destinations to be delivered next is an identifiable display, and at least one of the delivery destinations to be delivered after the next is not distinguishable from the delivery destination indicating that the forecast information is absent. It is a display control device including a display control unit to be performed.
また、本発明の一態様は、第１取得部が利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を取得する第１取得ステップと、学習部が前記利用情報と前記配送結果情報とに基づいて学習する学習ステップと、第２取得部が荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得ステップと、予測部が前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習ステップによる学習結果と、に基づいて、前記荷物の配送先への到着予定時点において前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測ステップと、決定部が前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定ステップと、表示制御部が、前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御ステップと、を含むことを特徴とする、情報処理方法である。 Further, one aspect of the present invention includes usage information indicating the history of lifeline usage at the usage destination by the first acquisition unit, and delivery result information indicating the history of success or failure of delivery of the package to the usage destination. The first acquisition step to acquire, the learning step in which the learning unit learns based on the usage information and the delivery result information, and the lifeline at the usage destination in which the second acquisition unit corresponds to the delivery destination information of the package. The second acquisition step of acquiring the usage status information transmitted by the measuring device as the delivery destination usage status information, and the prediction unit corresponding to each of the delivery destination information. Based on the usage status information at the usage destination and the learning result by the learning step, prediction information regarding success or failure of delivery of the package to the delivery destination of the package is predicted at the time when the package is scheduled to arrive at the delivery destination. The prediction step, the decision step in which the determination unit determines the delivery information indicating the delivery order of the package based on the prediction information, and the display control unit carry together based on the prediction information and the delivery information. Of the plurality of packages to be delivered, at least one of the delivery destinations to be delivered next is identifiable, and at least one of the delivery destinations to be delivered after the next and the delivery destination indicating that the forecast information is absent. Is an information processing method characterized by including a display control step for causing an indistinguishable display.
また、本発明の一態様は、コンピュータに、利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を取得する第１取得ステップと、前記利用情報と前記配送結果情報とに基づいて学習する学習ステップと、荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得ステップと、前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習ステップによる学習結果と、に基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測ステップと、前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定ステップと、前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御ステップと、を実行させるプログラムである。 Further, one aspect of the present invention is to provide a computer with usage information indicating a history of lifeline usage at a usage destination and delivery result information indicating a history of success or failure of delivery of a package to the usage destination. The first acquisition step to be acquired, the learning step to learn based on the usage information and the delivery result information, and the usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package. The second acquisition step of acquiring the usage status information measured and transmitted by the measuring device as the delivery destination usage status information, the usage status information at the usage destination corresponding to each of the delivery destination information, and the above. Based on the learning result of the learning step and the prediction step for predicting the prediction information regarding the success or failure of delivery of the package to the delivery destination at the time when the package is scheduled to arrive at the delivery destination, and the prediction step based on the prediction information. , At least the next delivery destination can be identified among the plurality of packages carried together based on the decision step of determining the delivery information indicating the delivery order of the packages and the forecast information and the delivery information. In a program that executes a display control step for displaying an indistinguishable display between at least one of the delivery destinations to be delivered from the next to the next and the delivery destination indicating that the prediction information is absent. is there.
本発明によれば、効率的に荷物を届けることができる。 According to the present invention, the package can be delivered efficiently.
（第１実施形態）
以下、図面を参照して、本発明の第１実施形態について詳しく説明する。
(First Embodiment)
Hereinafter, the first embodiment of the present invention will be described in detail with reference to the drawings.
＜情報処理システム＞
図１は、第１実施形態に係る情報処理システム１の一例を示す概略図である。
情報処理システム１は、複数のスマートメータ１０（１０−１、・・・、１０−Ｎ）、サーバ２０、及び、複数の配送端末３０（３０−１、・・・３０−Ｎ）を備える。また、スマートメータ１０、サーバ２０、及び、配送端末３０は、ネットワークＮＷを介して接続されている。ネットワークＮＷは、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、又はインターネット等の情報通信ネットワークである。情報通信ネットワークは、有線又は無線のネットワークでもよいし、種々のネットワークを組み合わせたネットワークであってもよい。
本実施形態では、説明の都合上、配送端末３０が１つである例を説明するが、配送端末３０は、複数の配送端末３０（３０−１、・・・、３０−Ｎ）を備えてもよい。また、本実施形態において、スマートメータ１０（１０−１、・・・１０−Ｎ）は、情報処理システム１が備える任意のスマートメータを示す場合、又は特に区別しない場合には、スマートメータ１０として説明する。
<Information processing system>
FIG. 1 is a schematic view showing an example of the
The
In the present embodiment, for convenience of explanation, an example in which one
スマートメータ１０は、例えば、通信機能を持つ電力量計である。スマートメータ１０は住居に設置され、設置された住居の電力使用量を計測する。
サーバ２０は、サーバなどの情報処理装置である。サーバ２０は、住居（利用先の一例）の電力使用量（ライフラインの利用の一例）を示す電力履歴（利用情報の一例）と当該住居の在・不在を示す在宅履歴（配送結果情報の一例）とに基づいて学習を行う。ここで、住居とは、人が居住を目的とする建築物、企業の事務所、営業所など、業務を行うための建築物を含む。また、住居の在宅履歴において、在宅である（在とは、住居に人が存在し、かつ宅配物を受け取ることが可能であったことを示す。また、不在であるとは、住居に人が存在しなかった、または、住居に人は存在するが何らかの理由によって宅配物を受け取ることが可能でなかったことを示す。サーバ２０は、スマートメータ１０からの入力情報と、配送端末３０からの入力情報と、学習結果とに基づいて、配送端末３０へ出力情報を送信する。
配送端末３０は、例えば、配送者が所持するタブレット端末やスマートフォンなどの携帯型端末である。配送端末３０は、配送車両に搭載されたカーナビゲーションシステムなどであってもよい。配送端末３０は、サーバ２０から受信した情報を画面に表示する。
The
The
The
例えば、サーバ２０は、住居の電力履歴と、当該住居の在宅履歴とを読み出し、読み出した情報に基づいて、学習データセットを生成する。サーバ２０は、その学習データセットに基づいて学習し、学習結果を記憶する。
サーバ２０は、ネットワークＮＷ又は記憶部から現在時刻（現在時刻情報の一例）を取得する。また、サーバ２０は、配送する荷物の情報（荷物情報の一例）を取得する。ここで、配送する荷物は、配送端末３０を有する配送者又は配送端末３０を具備する配送車両の配送者（以下、区別せず「配送者」と称する）が配送する荷物である（以下、「配送荷物」とも称する）。ここで、配送車両とは、例えば、トラックなどの荷台を備えた自動車、リヤカーである。サーバ２０は、スマートメータ１０から、配送荷物の配送先（以下、単に「配送先」と称する、配送先情報に対応する利用先の一例）の電力使用量の履歴（以下、「配送先の電力情報」とも称する、利用状況情報の一例）を取得する。サーバ２０は、取得した情報と学習結果とに基づいて、配送先の将来の在・不在を示す情報（「予測結果」とも称する；予測情報の一例）を予測する。
サーバ２０は、配送端末３０から又は記憶部から、配送端末３０の現在地を取得する。サーバ２０は、取得した情報と、学習結果と、予測結果と、配送先の情報とに基づいて、配送順を決定する。この配送順は、配送先に人がいると予測される時間に配送可能になるように決定される。サーバ２０は、決定した配送順に基づいて、次の配送先の情報（配送情報の一例）を、配送端末３０へ送信する。
配送端末３０は、サーバ２０から受信した配送先の情報（第１配送情報の一例）を画面上に表示する。配送者は、当該配送先へ配送を行い、配送時刻と配送結果（配送できたか否か）を配送端末３０に入力する。配送端末３０は、入力された情報をサーバ２０へ送信する。配送端末３０は、その後、次の配送先の情報（第２配送情報の一例）をサーバ２０から受信し、画面上に表示する。配送端末３０は、次の配送先の情報が表示されなくなるまで繰り返す。
For example, the
The
The
The
これにより、情報処理システム１は、配送先の在・不在を電力情報から予測し、配送先に人がいると予測される時間に、配送を行うことができる。そのため、効率的に荷物を届けることができる。
As a result, the
＜スマートメータ＞
図２は、本実施形態に係るスマートメータ１０の一例を示すブロック図である。
スマートメータ１０は、通信部１１、記憶部１２、電力測定部１３、及び制御部１４を含んで構成される。
<Smart meter>
FIG. 2 is a block diagram showing an example of the
The
通信部１１は、ネットワークＮＷを介して各種通信を行う通信モジュールである。通信部１１は、例えば、サーバ２０との間で、各種通信を行う。
記憶部１２は、例えば、ハードディスクドライブ、メモリなどの記憶装置である。記憶部１２は、ファームウェアやアプリケーションプログラムなど、制御部１４が実行するための各種プログラム、及び、制御部１４が実行した処理の結果などを記憶する。
The
The
電力測定部１３は、電力使用量を測定する計量部である。電力測定部１３は、電力測定を行う住居ごとに設置され、設置された住居の電力使用量を所定の時間間隔ごとに測定する。電力測定部１３は、測定結果を、制御部１４へ出力する。
制御部１４は、中央演算装置（ＣＰＵ）などのプロセッサである。制御部１４は、例えば、電力測定部１３から入力された電力使用量などの各種情報を、通信部１１を介して、サーバ２０へ送信する。
The electric
The
＜サーバ＞
図３は、本実施形態に係るサーバ２０の一例を示すブロック図である。
サーバ２０は、通信部２１、記憶部２２、及び処理部２３を含んで構成される。
<Server>
FIG. 3 is a block diagram showing an example of the
The
通信部２１は、ネットワークＮＷを介して各種通信を行う通信モジュールである。通信部２１は、例えば、スマートメータ１０又は配送端末３０との間で、各種通信を行う。 記憶部２２は、例えば、ハードディスクドライブ、メモリなどの記憶装置である。記憶部１２は、ファームウェアやアプリケーションプログラムなど、処理部２３が実行するための各種プログラム、及び、処理部２３が実行した処理の結果などを記憶する。
処理部２３は、中央演算装置（ＣＰＵ）などのプロセッサである。処理部２３は、例えば、通信部２１から入力された入力情報と記憶部２２に記憶する情報に基づいて、入力情報に対する出力情報を生成する。通信部３１は、生成した出力情報を、通信部２１を介して、配送端末３０へ送信する。
The
The
具体的には、処理部２３は、記憶部２２に予め記憶された、住居の電力履歴と当該住居の在宅履歴とを読み出し、読み出した情報に基づいて学習データセットを生成し、生成した学習データセットに基づいて学習する。例えば、処理部２３は、所定の期間の電力履歴から、当該期間の電力履歴の統計値を算出する。また、例えば、処理部２３は、当該期間の在宅履歴の統計値に基づいて、当該期間の代表値を在又は不在のいずれかに設定する。処理部２３は、電力使用量の統計値及び在・不在の代表値を、学習データセットとして学習する。処理部２３は、学習結果を記憶部２２に記憶させる。
Specifically, the
処理部２３は、スマートメータ１０から入力される電力情報を、通信部２１を介して取得する。処理部２３は、ネットワークＮＷを介して、又は記憶部２２から、配送荷物の情報を取得する。処理部２３は、取得した情報と学習結果に基づいて、配送先の将来の在・不在を予測する。処理部２３は、予測結果を記憶部２２に記憶させる。
The
処理部２３は、ネットワークＮＷを介して、又は記憶部２２から、配送端末３０の現在地の情報を取得する。処理部２３は、記憶部２２から学習結果と、予測結果と、配送荷物の情報を読み出す。処理部２３は、読み出した情報と取得した情報とに基づいて、次の配送先を決定する。処理部２３は、決定した配送先を、通信部２１を介して、配送端末３０へ送信する。
The
＜サーバの記憶部＞
記憶部２２について、詳細を説明する。記憶部２２は、教師データ記憶部２２１、学習モデル記憶部２２２、スマートメータ情報記憶部２２３、荷物情報記憶部２２４、時刻情報記憶部２２５、予測情報記憶部２２６、地図情報記憶部２２７、及び、配送情報記憶部２２８を含んで構成される。
<Server storage>
The
教師データ記憶部２２１は、住居の電力履歴及びその住居の在宅履歴（図４参照）を記憶する。また、教師データ記憶部２２１は、期間ごとの電力使用量の統計値や、その期間における在・不在の代表値などの情報も記憶する。
学習結果記憶部２２２は、学習部２３２による学習結果（例えば、学習済みモデル）を記憶する。
スマートメータ情報記憶部２２３は、スマートメータの設置場所についての情報（「設置情報」とも称する。図５参照）及び、スマートメータが取得した電力履歴（図６参照）を、スマートメータ情報として記憶する。
荷物情報記憶部２２４は、配送荷物の情報（「荷物情報」とも称する）を記憶する。荷物情報は、ネットワークＮＷを介して予め取得され、処理部２３によって入力される。 時刻情報記憶部２２５は、時刻取得部２３３が取得する現在時刻を記憶する。以下、現在時刻を用いる際、各処理部は、時刻情報記憶部２２５から現在時刻を取得する。
予測情報記憶部２２６は、予測部２３４による予測結果を記憶する。
地図情報記憶部２２７は、配送先への道順案内に必要な情報（建物、住所、道路、ある場所への移動経路、所要時間の算出方法などの各種情報）を地図情報として記憶する。例えば、地図情報記憶部２２７はナビゲーションシステムなどを地図情報として記憶する。 配送情報記憶部２２８は、荷物情報、配送荷物の配送順、配送時刻、配送結果などの情報を対応付けた情報（「配送情報」とも称する）を記憶する（図９参照）。配送順は、配送先決定部２３５によって決定され、配送情報記憶部２２８に記憶される。配送時刻、配送結果は、配送端末３０からの入力情報に含まれ、処理部２３によって設定される。
The teacher
The learning
The smart meter
The package
The prediction
The map
以下、記憶部２２が記憶する教師データ、設置情報、スマートメータが取得した電力情報、荷物情報、予測結果、配送情報の一例について、図４〜図９を用いて説明する。
Hereinafter, an example of teacher data, installation information, power information acquired by the smart meter, baggage information, prediction result, and delivery information stored in the
図４は、本実施形態に係る教師データの一例を示す図である。
この図に示す一例では、教師データは、電力履歴及び在宅履歴の測定期間と、電力履歴と、在宅履歴と、を対応付けた情報である。
この図に示す一例では、「測定期間」が“２０１８／０７／０１ １０：００−１０：０１”（１分間）の測定期間では、「電力履歴」が“０．６”であり、「在宅履歴」が“不在”であることを示す。
FIG. 4 is a diagram showing an example of teacher data according to the present embodiment.
In the example shown in this figure, the teacher data is information in which the measurement period of the power history and the home history, the power history, and the home history are associated with each other.
In the example shown in this figure, in the measurement period where the "measurement period" is "2018/07/01 10: 00-10: 01" (1 minute), the "power history" is "0.6" and "at home". Indicates that "history" is "absent".
図５は、本実施形態に係る設置情報の一例を示す図である。
この図に示す一例では、設置情報は、スマートメータを識別するスマートメータＩＤと、スマートメータが設置された住所（電力測定対象の住所）を示す設置場所とを対応付けた情報である。
この図に示す一例では、「スマートメータＩＤ」が“Ｍ０００１”のスマートメータは、「設置場所」が“東京都文京区・・・”であることを示す。
FIG. 5 is a diagram showing an example of installation information according to the present embodiment.
In the example shown in this figure, the installation information is information in which the smart meter ID that identifies the smart meter and the installation location that indicates the address where the smart meter is installed (the address of the power measurement target) are associated with each other.
In the example shown in this figure, a smart meter having a "smart meter ID" of "M0001" indicates that the "installation location" is "Bunkyo-ku, Tokyo ...".
図６は、本実施形態に係るスマートメータが取得した電力情報の一例を示す図である。 この図に示す一例では、電力情報は、スマートメータごとに、当該スマートメータが電力測定を行った測定期間と、測定結果である電力履歴とを対応付けた情報である。
この図に示す一例では、「スマートメータＩＤ」が“Ｍ０００１”のスマートメータは、「測定期間」が“２０１８／１２／０１ １０：００：００−１０：００：０１”で示される測定期間では、「電力履歴」が“０．０５”であったことを示す。
FIG. 6 is a diagram showing an example of power information acquired by the smart meter according to the present embodiment. In the example shown in this figure, the electric power information is information in which the measurement period in which the smart meter has measured the electric power and the electric power history as the measurement result are associated with each smart meter.
In the example shown in this figure, the smart meter having the "smart meter ID" of "M0001" has a measurement period of "2018/12/01 10: 00: 00-10: 00: 01". , Indicates that the "power history" was "0.05".
図７は、本実施形態に係る荷物情報の一例を示す図である。
この図に示す一例では、荷物情報は、荷物を識別する荷物ＩＤと、荷物の配送先の住所と、荷物の宛名とを関連付けた情報である。
この図に示す一例では、「荷物ＩＤ」が“１２３４５”の荷物は、「住所」が“東京都文京区本郷・・・”であり、「宛名」が“本郷太郎”であることを示す。
FIG. 7 is a diagram showing an example of luggage information according to the present embodiment.
In the example shown in this figure, the package information is information in which the package ID that identifies the package, the address of the delivery destination of the package, and the address of the package are associated with each other.
In the example shown in this figure, a package having a "baggage ID" of "12345" has an "address" of "Hongo, Bunkyo-ku, Tokyo ..." and an "address" of "Taro Hongo".
図８は、本実施形態に係る予測結果の一例を示す図である。
この図に示す一例では、予測結果は、配送先ごとの、予測時刻と、予測時刻における在宅確率とを対応付けた情報である。
この図に示す一例では、「予測時刻」が“２０１８／１２／０１ １０：００−１０：０５”（５分間）の「在宅確率」が“１００％”であることを示す。なお、予測時刻は５分間隔でなく、異なる時間間隔であってもよい。
FIG. 8 is a diagram showing an example of the prediction result according to the present embodiment.
In the example shown in this figure, the prediction result is information in which the predicted time and the probability of staying at home at the predicted time are associated with each delivery destination.
In the example shown in this figure, it is shown that the "estimated time" is "2018/12/01 10: 00-10: 05" (5 minutes) and the "home probability" is "100%". The predicted time may be a different time interval instead of the 5-minute interval.
図９は、本実施形態に係る配送情報の一例を示す図である。
この図に示す一例では、配送情報は、配送の順序を示す配送順と、荷物ＩＤと、荷物の配送先を示す住所と、荷物の宛名と、配送先への配送予定時刻と、配送先に実際に配送を行った配送時刻と、配送の結果である配送結果と、を対応付けた情報である。
この図に示す一例では、「配送順」が“１”である荷物は、「荷物ＩＤ」が“１２３４５”であり、「住所」が“文京区本郷Ａ−Ｂ−Ｃ”であり、「宛名」が“本郷太郎”であり、「配送予定時刻」が“２０１８／１２／０１ １０：０４”であり、「配送時刻」が“２０１８／１２／０１ １０：０４”であり、「配送結果」が“完了”（配送できた）ことを示す。
また、「配送順」が“４”である荷物は、配送が行われたが、「配送結果」が“未完了”であり、不在、居留守などの理由によって、配送が完了していないことを示す。
また、「配送順」が“５”である荷物は、配送順が決定しているが、「配送結果」が“（未配送）”であり、まだ配送先に配送されていない（配送中である）ことを示す。
また、配送先決定部２３５によって配送順が決定していない荷物については、配送順が設定されていない。例えば、「荷物ＩＤ」が“１４７０２”である荷物は、まだ配送順が決定していないので、「配送順」は“（未決定）”である。
FIG. 9 is a diagram showing an example of delivery information according to the present embodiment.
In the example shown in this figure, the delivery information includes the delivery order indicating the order of delivery, the package ID, the address indicating the delivery destination of the package, the address of the package, the scheduled delivery time to the delivery destination, and the delivery destination. This is information that associates the delivery time when the delivery was actually performed with the delivery result which is the result of the delivery.
In the example shown in this figure, the package whose "delivery order" is "1" has the "baggage ID" of "12345", the "address" of "Bunkyo-ku Hongo ABC", and the "address". Is "Taro Hongo", "scheduled delivery time" is "2018/12/01 10:04", "delivery time" is "2018/12/01 10:04", and "delivery result" Indicates "completed" (delivered).
In addition, the parcel whose "delivery order" is "4" has been delivered, but the "delivery result" is "incomplete", and the delivery has not been completed due to reasons such as absence or absence. Shown.
In addition, for packages whose "delivery order" is "5", the delivery order has been determined, but the "delivery result" is "(undelivered)" and the package has not yet been delivered to the delivery destination (during delivery). Yes).
In addition, the delivery order is not set for packages whose delivery order has not been determined by the delivery
＜サーバの処理部＞
図３に戻って、処理部２３について、詳細を説明する。
処理部２３は、情報取得部２３１、学習部２３２、時刻取得部２３３、予測部２３４、配送先決定部２３５、及び、出力処理部２３６を含んで構成される。
<Server processing unit>
Returning to FIG. 3, the
The
情報取得部２３１（第１取得部、第２取得部の一例）は、スマートメータ１０から電力情報（図６）を取得し、スマートメータ情報記憶部２２３に記憶させる。また、情報取得部２３１は、配送端末３０から、配送荷物の配送結果、配送時刻（図９）を取得し、配送情報記憶部２２８に記憶させる。また、情報取得部２３１は、配送端末３０から、次の配送情報を要求する情報を取得し、取得した情報を出力処理部２３６に入力する。
また、情報取得部２３１は、教師データ記憶部２２１から教師データ（図４）を読み出し、読み出した情報から、学習データセットを作成する。ここで、情報取得部２３１は、所定の期間（例えば１５分間）ごとの電力履歴の統計値を算出する。電力履歴の統計値は、例えば、当該期間の電力履歴の最大値、最小値、平均値、標準偏差などである。また、電力履歴の統計値は、当該期間の前の期間における統計値と、当該期間における統計値と、の差の絶対値などの値も含む。また、情報取得部２３１は、当該期間の在宅履歴の統計値に基づいて、当該期間の代表値を在又は不在のいずれかに設定する。具体的には、在宅を示す情報を“１”、不在を示す情報を“０”に変換し、当該期間の在宅履歴の平均値を算出する。学習部２３２は、例えば、算出結果が０．５より大きければ代表値を“１”（在宅）、０．５以下ならば代表値を“０”（不在）とする。なお代表値の決め方はこれには限られない。情報取得部２３１は、電力履歴の統計値と、在宅履歴の代表値とを学習データセットとして作成する。情報取得部２３１は、作成した学習データセットを、教師データ記憶部２２１に記憶させる。
The information acquisition unit 231 (an example of the first acquisition unit and the second acquisition unit) acquires power information (FIG. 6) from the
Further, the
学習部２３２（学習部の一例）は、学習データセットを用いて学習を行う。学習部２３２は、教師データ記憶部２２１から、学習データセットを取得する。学習部２３２は、学習に用いる学習モデルとして、既存の学習モデルを用いる。既存の学習モデルは、例えば、ランダムフォレスト、ｋ近傍法、サポートベクターマシン、多層パーセプトロンなどを用いる。なお、学習モデルは上記のものに限られない。学習部２３２は、電力履歴の統計値を独立変数として設定する。学習部２３２は、在宅履歴の代表値を従属変数として設定する。学習部２３２は、設定した独立変数と従属変数について学習を行う。本実施形態では、電力履歴を入力データとして、将来の時刻の在宅確率を出力するものを学習済みモデルと呼ぶ。ここで、在宅確率は、高いほど在宅の可能性が高いことを示す値である。学習部２３２は、学習済みモデルを、学習結果記憶部２２２に記憶させる。
The learning unit 232 (an example of the learning unit) performs learning using the learning data set. The
時刻取得部２３３は、通信部２１を介して、ネットワークＮＷから時刻情報を取得する。また、時刻取得部２３３は、サーバ２０が備えるタイマなどから時刻情報を取得してもよい。時刻取得部２３３は、取得した時刻情報を時刻情報記憶部２２５に記憶する。
The
予測部２３４（予測部の一例）は、学習結果、荷物情報、スマートメータ情報に基づいて、荷物の配送先の将来の在・不在を予測する。
例えば、予測部２３４は、荷物情報記憶部２２４から、荷物情報を取得する。予測部２３４は、荷物情報から荷物の住所を取得する。予測部２３４は、スマートメータ情報記憶部２２３から、設置情報を取得する。予測部２３４は、設置情報を参照し、荷物の住所とスマートメータの設置場所とが一致する設置情報を選択する。予測部２３４は、選択した設置情報から、スマートメータＩＤを取得する。予測部２３４は、スマートメータ情報記憶部２２３から、取得したスマートメータＩＤの電力履歴を取得する。予測部２３４は、学習結果記憶部２２２から、学習結果を取得する。予測部２３４は、学習結果と電力履歴とに基づいて、現在時刻以後の期間（例えば３０分間）における、配送先の在宅確率を予測する。予測部２３４は予測した情報を一定の期間（例えば５分間）に区切り、当該期間内での在宅確率の代表値を求める。代表値は、例えば、当該期間内での在宅確率の平均値である。また、代表値は、当該期間内での在宅確率の中央値などであってもよい。
予測部２３４は、予測した結果を予測結果（図８）として予測情報記憶部２２６に記憶させる。
The prediction unit 234 (an example of the prediction unit) predicts the future presence / absence of the delivery destination of the package based on the learning result, the package information, and the smart meter information.
For example, the
The
配送先決定部２３５（決定部の一例）は、予測結果、荷物情報、地図情報、配送端末３０の位置情報（「端末位置」とも称する）に基づいて次の配送先を決定する。ここでは、次の配送先として、複数の配送先を決定する場合について説明する。すなわち、配送先決定部２３５は、１度の配送先決定で、その後配送する複数の荷物についての配送順を決定する。この場合、配送先決定部２３５は、配送順を決定する数についての情報を、予め記憶する。配送先決定部２３５は、この情報を記憶部２２から読み出す。配送先決定部２３５は、読み出した情報に基づいて、複数の配送順を決定する。まず、複数の配送順のうち、最初に配送する荷物（以下、「第１の配送先」とも称する）を決定する方法を説明する。
The delivery destination determination unit 235 (an example of the determination unit) determines the next delivery destination based on the prediction result, the package information, the map information, and the position information (also referred to as “terminal position”) of the
配送先決定部２３５は、未配送の荷物ごとに、以下に示す方法で在宅確率を考慮した距離（ＯＷＤ：Ｏｃｃｕｐａｎｃｙ Ｗｅｉｇｈｔｅｄ Ｄｉｓｔａｎｃｅ）を算出する。 配送先決定部２３５は、端末位置を取得する。端末位置は、現在配送を行っている荷物の住所の情報である。配送先決定部２３５は、配送情報記憶部２２８から配送情報を読み出し、配送順が最も大きい配送情報を選択する。配送先決定部２３５は、選択した配送情報から住所を取得し、端末位置とする。
次に、配送先決定部２３５は、未配送荷物の荷物情報を選択する。ここで、未配送荷物は、まだ１度も配送が行われていない荷物（配送順が決定していない荷物）か、又は配送を行ったが何らかの理由で配送が完了していない荷物を示す。配送先決定部２３５は、未配送荷物の配送先（以下、「未配送先」とも称する）について、端末位置からの距離と所要時間を求める。配送先決定部２３５は、配送情報記憶部２２８から、未配送荷物の配送情報を読み出す。また、配送先決定部２３５は、地図情報記憶部２２７から地図情報を読み出す。配送先決定部２３５は、未配送荷物の各々について、未配送荷物の住所と、地図情報と、端末位置とに基づいて、端末位置から未配送先までのルート上の距離（以下、「移動距離」とも称する）と、端末位置から未配送先までの所要時間（以下、単に「所要時間」とも称する）を算出する。
The delivery
Next, the delivery
次に、配送先決定部２３５は、未配送先の在宅確率を取得する。配送先決定部２３５は、予測情報記憶部２２６から、未配送先の予測結果を取得する。配送先決定部２３５は、予測結果の中から、所要時間経過後の時刻における在宅確率（「将来の在宅確率」とも称する）を取得する。
配送先決定部２３５は、移動距離、所要時間、及び将来の在宅確率ｐに基づいて、以下の式（１）で求められるＯＷＤを算出する。
Next, the delivery
The delivery
ＯＷＤ＝移動距離×（１−ｆ（ｐ））・・・（１） OWD = moving distance x (1-f (p)) ... (1)
ここで、ｆ（ｐ）は所定の関数であり、将来の在宅確率ｐのＯＷＤに対する寄与度を決定する。また、ｆ（ｐ）は、将来の在宅確率ｐが増加するにつれて増加する関数である。従って、将来の在宅確率ｐが１に近づくほど、ＯＷＤは小さくなる。寄与度が大きくなるような関数ｆ（ｐ）を用いると、ｐの変動に伴い、ＯＷＤの変動も大きくなる。一方寄与度が小さくなるような関数ｆ（ｐ）を用いると、ｐの変動に伴うＯＥＤの変動は小さくなる。所定の関数は、例えば、ロジスティクス関数であるが、上述した条件を満たす関数であればこれに限られない。
配送先決定部２３５は、全ての未配送先についてＯＷＤを算出し、最もＯＷＤが小さい未配送先を次の配送先に決定する。配送先決定部２３５は次の配送先の配送順を決定し、決定した配送順を配送情報記憶部２２８に記憶させる。また、配送先決定部２３５は、決定した次の配送先の配送予定時刻を、配送情報記憶部２２８に記憶させる。
なお、全ての未配送先について、将来の存在確率がある閾値（ｈ）を下回る場合は、次の配送先を決定しない。このような状態においては、配送を行っても不在である可能性が高いためである。
このように、配送先決定部２３５は、上述のような配送先の決定方法（第１の配送先の決定方法）により、第１の配送先を決定する。
Here, f (p) is a predetermined function, and determines the degree of contribution of the future home probability p to OWD. Further, f (p) is a function that increases as the future home probability p increases. Therefore, the closer the future home probability p is to 1, the smaller the OWD. If a function f (p) that increases the degree of contribution is used, the fluctuation of OWD also increases as the fluctuation of p increases. On the other hand, when the function f (p) having a small contribution is used, the fluctuation of OED accompanying the fluctuation of p becomes small. The predetermined function is, for example, a logistics function, but the function is not limited to this as long as it satisfies the above-mentioned conditions.
The delivery
For all undelivered destinations, if the future existence probability falls below a certain threshold value (h), the next delivery destination is not determined. This is because in such a state, there is a high possibility that the person will be absent even if the delivery is performed.
In this way, the delivery
続いて、配送先決定部２３５は、第１の配送先より後の配送先を決定する。以降、第１の配送先に続く配送先を、第２の配送先、第３の配送先・・・とも称する。
第２の配送先、第３の配送先・・・の配送先の決定方法は、基本的に第１の配送先の決定方法と同様である。ここでは、第２の配送先を決定する場合について述べる。
配送先決定部２３５は、まず直前（第１の配送先）の配送時刻を、配送予定時刻であると仮定する。すなわち、直前の配送が配送予定時刻通りに配送されたと仮定する。また、配送先決定部２３５は、直前の配送先を、現在位置であると仮定する。配送先決定部２３５は、仮定した現在位置及びと配送時刻に基づいて、配送先の決定していない未配送荷物の各々について、移動距離を将来の在宅確率を算出する。配送先決定部２３５は、算出した移動距離を将来の在宅確率に基づき、ＯＷＤを算出し、次の配送先（第２の配送先）を決定する。配送先決定部２３５は、上述した処理を、決定する配送先の数の分だけ繰り返す。
Subsequently, the delivery
The method of determining the delivery destination of the second delivery destination, the third delivery destination, and the like is basically the same as the method of determining the first delivery destination. Here, the case of determining the second delivery destination will be described.
The delivery
出力処理部２３６は、次の配送先の配送情報（「次配送情報」とも称する）を、通信部２１を介して配送端末３０に送信する。出力処理部２３６は、例えば、情報取得部２３１から、次の配送先の配送情報を要求する情報が入力された場合に、当該情報を配送端末３０に送信する。
出力処理部２３６は、配送情報記憶部２２８から、配送情報のうち、配送順が決まっているが、まだ配送が行われていない配送情報を読み出す。このような配送情報は、例えば、配送予定時刻が決まっているが、配送時刻が決まっていない配送情報である。出力処理部２３６は取得した情報を、次配送情報とし、配送端末３０に送信する。また、出力処理部２３６は、次配送情報がない場合は、配送の終了を示す情報（「配送終了情報」とも称する）を、通信部２１を介して配送端末３０に送信する。配送が終了するのは、配送荷物の配送が全て完了した場合か、未配送荷物の配送先は不在の可能性が高く、配送を行わない場合か、のいずれかの場合である。
The
The
＜配送端末＞
図１０は、本実施形態に係る配送端末３０の一例を示すブロック図である。
配送端末３０は、通信部３１、位置情報取得部３２、入力部３３、記憶部３４、処理部３５、及び表示部３６を含んで構成される。
<Delivery terminal>
FIG. 10 is a block diagram showing an example of the
The
通信部３１は、ネットワークＮＷを介して各種通信を行う通信モジュールである。通信部３１は、例えば、サーバ２０との間で、各種通信を行う。
位置情報取得部３２は、配送端末３０の現在位置（以下、単に「現在位置」とも称する）を取得する。位置情報取得部３２は、例えば、ＧＰＳ衛星から現在位置を示すＧＰＳ情報を取得する。位置情報取得部３２は、取得した情報を処理部３５に出力する。
The
The position
入力部３３は、例えば、キーボードやタッチパネルなどの入力装置である。入力部３３は、ユーザ操作に基づく入力情報を受け付ける。入力部３３は、受け付けた入力情報を処理部３５に出力する。
記憶部３４は、例えば、ハードディスクドライブ、メモリなどの記憶装置である。記憶部３４は、ファームウェアやアプリケーションプログラムなど、処理部２３が実行するための各種プログラム、及び、処理部３５が実行した処理の結果などを記憶する。
処理部３５は、中央演算装置（ＣＰＵ）などのプロセッサである。処理部３５は、例えば、通信部３１から入力された入力情報、位置情報取得部３２から入力された入力情報、記憶部３４に記憶する情報に基づいて、表示部３６に対する表示情報を生成する。また、処理部３５は、入力部３３から入力された入力情報に対応した出力情報を、通信部３１を介して、サーバ２０へ送信する。
The
The
The
具体的には、処理部３５は、通信部３１から、次配送情報を取得する。また、処理部３５は、位置情報取得部３２から、現在位置を取得する。処理部３５は取得した情報と、記憶部３４に記憶する情報に基づいて、表示部３６に表示させる表示情報を生成する。また、処理部３５は、入力部３３から入力された、配送荷物の配送時刻と配送結果を示す情報を、通信部３１を介してサーバ２０に送信する。
Specifically, the
処理部３５は、入力部３３から入力された、配送荷物の配送時刻と配送結果を示す情報を、通信部３１を介してサーバ２０に送信する。
表示部３６は、例えば、有機エレクトロルミネッセンスディスプレイ、液晶ディスプレイなどのディスプレイである。表示部３６は、処理部３５が生成する表示情報に従って、表示を行う。表示部３６の表示例については後述する。
The
The
＜配送端末の記憶部＞
記憶部３４について、詳細を説明する。記憶部３４は、表示関連情報記憶部３４１、位置情報記憶部３４２、及び、配送情報記憶部３４３を含んで構成される。
<Memory unit of delivery terminal>
The
表示関連情報記憶部３４１は、表示部３６に表示するために必要な情報（表示関連情報）を記憶する。表示関連情報は、例えば、地図情報、現在地及び配送先を表示するための情報、経路を表示するための情報、配送情報及び配送終了情報を表示するための情報である。また、表示関連情報は、表示する配送先の最大数についての情報を含む。
位置情報記憶部３４２は、現在位置を記憶する。現在位置は、位置情報取得部３２が取得し、処理部３５によって設定される。
配送情報記憶部３４３は、配送情報及び配送終了情報を記憶する。配送情報及び配送終了情報は、サーバ２０からの入力情報に含まれ、処理部３５によって設定される。また、配送情報に含まれる、配送荷物の配送時刻及び配送結果は、入力部３３からの入力情報に含まれ、処理部３５によって設定される。
The display-related
The position
The delivery
＜配送端末の処理部＞
処理部３５について、詳細を説明する。処理部３５は、情報取得部３５１、表示処理部３５２、及び、出力処理部３５３を含んで構成される。
情報取得部３５１は、サーバ２０から取得した配送情報を、配送情報記憶部３４３に記憶させる。また、情報取得部３５１は、位置情報取得部３２から取得した現在位置を、位置情報記憶部３４２に記憶させる。また、情報取得部３５１は、入力部３３から入力された入力情報を配送情報記憶部３４３に記憶させる。
<Processing unit of delivery terminal>
The
The
表示処理部３５２（表示制御部の一例）は、表示関連情報記憶部３４１、位置情報記憶部３４２、及び配送情報記憶部３４３から、表示関連情報、現在位置、配送情報を読み出す。表示処理部３５２は読み出した情報に基づいて、表示部３６に表示させる表示情報を作成する。表示情報は、例えば、配送情報、現在位置を示す情報、次の配送先への経路を示す情報、地図情報、などである。表示処理部３５２は、表示情報を表示部３６に表示させる。表示情報の表示例については、後述（図１５参照）する。なお、表示処理部３５２は、表示関連情報に基づいて、配送情報のうち、表示部３６に表示させる配送先の数を限定する。また、表示処理部３５２は、配送情報のうち、未配送の荷物があるか否かを判定する。表示処理部３５２は、未配送の荷物がある場合には、未配送の荷物がない場合には、次の配送情報を要求する情報を、通信部３１を介して、サーバ２０に送信する。
出力処理部３５３は、配送情報記憶部３４３から、配送荷物の配送時刻及び配送結果を読み出し、読み出した情報を、通信部３１を介して、サーバ２０に送信する。
The display processing unit 352 (an example of the display control unit) reads out the display-related information, the current position, and the delivery information from the display-related
The
＜動作について＞
図１１は、本実施形態に係るサーバ２０の動作の一例を示すフローチャートである。この図は、学習段階におけるサーバ２０の動作を示す。
<About operation>
FIG. 11 is a flowchart showing an example of the operation of the
（ステップＳ１００）情報取得部２３１は、教師データ記憶部２２１から教師データを読み出す。情報取得部２３１は処理が終了すると処理をステップＳ１０２に進める。
（ステップＳ１０２）情報取得部２３１は、教師データに基づいて、学習データセットを作成し、教師データ記憶部２２１に記憶させる。情報取得部２３１は処理が終了すると、処理をステップＳ１０４に進める。
（ステップＳ１０４）学習部２３２は、教師データ記憶部２２１から学習データセットを読み出し、読み出した情報に基づいて学習を行う。学習部２３２は、学習が終了すると、学習結果を学習結果記憶部２２２に記憶させる。その後、本図の動作を終了する。
(Step S100) The
(Step S102) The
(Step S104) The
図１２は、本実施形態に係るサーバ２０の動作の別の一例を示すフローチャートである。この図は、予測段階におけるサーバ２０の動作を示す。
FIG. 12 is a flowchart showing another example of the operation of the
（ステップＳ２００）予測部２３４は、荷物情報記憶部２２４から荷物情報を取得する。予測部２３４は処理が終了すると、処理をステップＳ２０２に進める。ステップＳ２０２〜ステップＳ２０４までは、荷物情報ごとに行う。
（ステップＳ２０２）予測部２３４は、荷物情報の配送先を取得する。予測部２３４は、スマートメータ情報記憶部２２３から、配送先に設置されたスマートメータが取得した電力履歴を取得する。予測部２３４は、処理が終了すると、処理をステップＳ２０４に進める。
（ステップＳ２０４）予測部２３４は、学習結果記憶部２２２から学習結果を取得し、学習結果と電力履歴とに基づいて、配送先の将来の在・不在を予測する。予測部２３４は予測結果を予測情報記憶部２２６に記憶させる。予測部２３４は、全ての荷物情報の配送先について、処理が終了すると、本図の動作を終了する。
(Step S200) The
(Step S202) The
(Step S204) The
図１３は、本実施形態に係るサーバ２０の動作の別の一例を示すフローチャートである。この図は、次の配送先の決定段階におけるサーバ２０の動作を示す。
FIG. 13 is a flowchart showing another example of the operation of the
（ステップＳ３００）配送先決定部２３５は、配送情報記憶部２２８から、配送情報を取得し、取得した情報から、端末位置を取得する。配送先決定部２３５は、処理が終了すると、処理をステップＳ３０２に進める。
（ステップＳ３０２）配送先決定部２３５は、配送情報記憶部２２８から未配送先の配送情報を取得する。また、配送先決定部２３５は、地図情報記憶部２２７から地図情報を取得する。また、配送先決定部２３５は、予測情報記憶部２２６から未配送先の予測結果を取得する。配送先決定部２３５は、取得した情報と、端末位置と、から、全ての未配送先のＯＷＤを計算する。配送先決定部２３５は、処理が終了すると、処理をステップＳ３０４に進める。
（ステップＳ３０４）配送先決定部２３５は、全ての未配送先のうち、ＯＷＤが最も小さい未配送先を次の配送先として決定する。配送先決定部２３５は、決定した次の配送先の配送順を、配送情報記憶部２２８に記憶させる。配送先決定部２３５は処理が終了すると、本図の動作を終了する。
(Step S300) The delivery
(Step S302) The delivery
(Step S304) The delivery
図１４は、本実施形態に係る情報処理システム１の配送処理の動作の一例を示すフロー図である。
（ステップＳ４００）まず、サーバ２０は、最初の配送先を決定する。配送先を決定すると、サーバ２０は、処理をステップＳ４０２に進める。
（ステップＳ４０２）次に、サーバ２０の出力処理部２３６は、決定した配送先の配送情報を、通信部２１を介して配送端末３０に送信する。情報処理システム１は、処理が終了すると、処理をステップＳ４０４に進める。
（ステップＳ４０４）配送端末３０の表示処理部３５２は、受信した配送情報を表示部３６に表示させる。配送端末３０は、表示処理が終了すると配送者からの入力を待機する。（ステップＳ４０６）配送端末３０の配送者は、表示部３６に表示された情報に基づいて、配送先に移動する。配送端末３０の配送者は、配送先において対応する荷物を配送する。
（ステップＳ４０８）配送端末３０は、配送者から入力される配送結果を受け入れる。配送端末３０は入力された配送結果を記憶する。また、入力された時刻を取得し、配送時刻として記憶する。配送端末３０は、処理が終了すると、処理をステップＳ４１０に進める。
（ステップＳ４１０）配送端末３０の出力処理部３５３は、配送荷物の配送時刻、配送結果を、通信部３１を介して、サーバ２０に送信する。情報処理システム１は、処理が終了すると、処理をステップＳ４１２に進める。
（ステップＳ４１２）サーバ２０は受信した配送時刻、配送結果を記憶する。サーバ２０は、処理が終了すると、処理をステップＳ４１４に進める。
FIG. 14 is a flow chart showing an example of the operation of the delivery process of the
(Step S400) First, the
(Step S402) Next, the
(Step S404) The
(Step S408) The
(Step S410) The
(Step S412) The
（ステップＳ４１４）配送端末３０の表示処理部３５２は、受信した配送情報のうち、配送を行っていない荷物があるか否かを判定する。配送を行っていない荷物がある場合（ステップＳ４１４：ＹＥＳ）、表示処理部３５２は、すでに配送情報を受け取っているが配送を行っていない荷物があると判定する。この場合、表示処理部３５２は、処理をステップＳ４０４に戻す。配送を行っていない荷物がない場合（ステップＳ４１４：ＮＯ）、表示処理部３５２はすでに配送情報を受け取っている配送情報に関する荷物は配送を完了したと判定する。この場合、表示処理部３５２は、処理をステップＳ４１６に進める。
（ステップＳ４１６）表示処理部３５２は、次の配送情報を要求する情報を、サーバ２０に送信する。情報処理システム１は処理が終了すると、処理をステップＳ４１８に進める。
（ステップＳ４１８）サーバ２０の配送先決定部２３５は、未配送荷物があるか否かを判定する。未配送荷物がある場合（ステップＳ４１８：ＹＥＳ）、配送先決定部２３５は、処理をステップＳ４２０に進める。未配送荷物がない場合（ステップＳ４１８：ＮＯ）、配送先決定部２３５は、処理をステップＳ４２２に進める。
（ステップＳ４２０）サーバ２０の配送先決定部２３５は、未配送荷物について将来の在宅確率を取得する。配送先決定部２３５は、全ての未配送荷物に対し、将来の在宅確率が閾値以下であるか否かを判定する。全ての未配送荷物に対し、将来の在宅確率が閾値以下である場合（ステップＳ４２０：ＹＥＳ）、配送先決定部２３５は処理をステップＳ４２２に進める。全ての未配送荷物に対し、将来の在宅確率が閾値以下でない場合（ステップＳ４２０：ＮＯ）、配送先決定部２３５は処理をステップＳ４００に戻し、次の配送先について、上述した処理を繰り返す。
(Step S414) The
(Step S416) The
(Step S418) The delivery
(Step S420) The delivery
（ステップＳ４２２）サーバ２０の出力処理部２３６は、配送終了情報を、通信部２１を介して、配送端末３０に送信する。情報処理システム１は送信処理が終了すると、処理をステップＳ４２４に進める。
（ステップＳ４２４）配送端末３０は、配送端末３０の表示処理部３５２は、受信した配送情報を表示部３６に表示させる。情報処理システム１は処理が終了すると、本図の処理を終了する。
(Step S422) The
(Step S424) In the
図１５は、本実施形態における配送荷物及び配送端末の表示の一例を示す図である。 図１５（Ａ）は、配送荷物の一例を示す図である。図１５（Ａ）に示すように、配送荷物には、当該荷物の荷物ＩＤのみが記載される。配送荷物に住所や宛名など配送先の情報が記載されている場合には、配送先の在・不在が配送者に把握される可能性があり、プライバシーが担保されない。そこで、本実施形態では、配送荷物には配送先の情報を記載しない。 FIG. 15 is a diagram showing an example of display of a delivery package and a delivery terminal in the present embodiment. FIG. 15A is a diagram showing an example of a delivered package. As shown in FIG. 15A, only the package ID of the package is described in the delivery package. If the delivery package contains delivery address information such as address and address, the delivery person may know the presence or absence of the delivery address, and privacy is not guaranteed. Therefore, in the present embodiment, the delivery destination information is not described in the delivery package.
図１５（Ｂ）は、配送端末３０の表示部３６が表示する表示画面Ｄ１０の一例を示す図である。表示画面Ｄ１０は、次の（新しい）配送先が提示された時点（図１４のステップＳ４０４）における表示画面である。ここでは、配送先として３つの配送先が表示される例について説明する。
表示画面Ｄ１０は、地図画像Ｍ１１、アイコンＳ１２、アイコンＰ１３、詳細表示Ｄ１４、アイコンＤ１５、アイコンＤ１６、アイコンＤ１７、ルート表示Ｒ１８、及び、アイコンＤ１９を含んで構成される。
地図画像Ｍ１１は、地図を示す画像である。アイコンＳ１２、アイコンＰ１３、詳細表示Ｄ１４、アイコンＤ１５、ルート表示Ｒ１６の表示位置は、それぞれに対応する場所が地図画像Ｍ１１によって示される地図上の場所と一致するように決定される。
アイコンＳ１２は、直前の配送先の位置を示すアイコンである。アイコンＰ１３は、配送端末３０の現在位置を示すアイコンである。
詳細表示Ｄ１４は、新しい配送先の配送情報を表示する画面である。詳細表示Ｄ１４は、例えば、荷物ＩＤ、住所、及び宛名の情報を表示する。なお、詳細表示Ｄ１４が表示する情報はこれには限られない。
アイコンＤ１５は、第１の配送先の位置を示すアイコンである。また、アイコンＤ１６、Ｄ１７はそれぞれ、第２、第３の配送先の位置を示すアイコンである。
ルート表示Ｒ１８は、アイコンＰ１３が示す現在地から、アイコンＤ１７が示す配送先までの移動経路を表示する。
アイコンＤ１９は、荷物の配送先を示す別のアイコンである。アイコンＤ１９が示す配送先は、配送情報において配送順が決定されていない、または、配送順が決定されているが、当該配送先の配送順が、表示する配送先の最大数を超えているため表示されない配送先か、のどちらかである。アイコンＤ１９は、表示画面Ｄ１０が表示される時点では、実際には表示されていない配送先を示すアイコンであってもよいし、アイコンＤ１５、Ｄ１６、Ｄ１７などと比較して、より目立たない表示態様で表示される。表示部３６は、後の時点で、アイコンＤ１９が示す配送先の配送順が決定した場合、アイコンＤ１５、Ｄ１６、Ｄ１７と同様の表示態様で配送先の位置を表示する。
FIG. 15B is a diagram showing an example of a display screen D10 displayed by the
The display screen D10 includes a map image M11, an icon S12, an icon P13, a detailed display D14, an icon D15, an icon D16, an icon D17, a route display R18, and an icon D19.
The map image M11 is an image showing a map. The display positions of the icon S12, the icon P13, the detailed display D14, the icon D15, and the route display R16 are determined so that the corresponding locations match the locations on the map indicated by the map image M11.
The icon S12 is an icon indicating the position of the immediately preceding delivery destination. The icon P13 is an icon indicating the current position of the
The detail display D14 is a screen for displaying delivery information of a new delivery destination. The detailed display D14 displays, for example, information on a package ID, an address, and an address. The information displayed by the detailed display D14 is not limited to this.
The icon D15 is an icon indicating the position of the first delivery destination. Further, the icons D16 and D17 are icons indicating the positions of the second and third delivery destinations, respectively.
The route display R18 displays the movement route from the current location indicated by the icon P13 to the delivery destination indicated by the icon D17.
The icon D19 is another icon indicating the delivery destination of the package. The delivery destination indicated by the icon D19 has no delivery order determined in the delivery information, or the delivery order has been determined, but the delivery order of the delivery destination exceeds the maximum number of delivery destinations to be displayed. Either the shipping address is not displayed. The icon D19 may be an icon indicating a delivery destination that is not actually displayed when the display screen D10 is displayed, or is a display mode that is less conspicuous than the icons D15, D16, D17, and the like. Is displayed. When the delivery order of the delivery destination indicated by the icon D19 is determined at a later time, the
このように、表示部３６は、全ての配送先の配送情報ではなく、現在配送している配送先の配送情報（及び直前の配送先の配送情報）に関する情報のみを表示する。このように配送先の情報のみを表示することで、例えば近くに不在が予測される配送先があったとしても、不在の配送先についての情報は表示されない。このため、表示部３６が一度に表示する件数の制限によって表示されないのか、不在確率が高いために配送順が決定されないため表示されないのかを、配送者は判断することができない。従って、配送先のプライバシーを担保することができる。
In this way, the
図１５（Ｃ）は、配送端末３０の表示部３６が表示する表示画面Ｄ２０の一例を示す図である。この表示画面Ｄ２０は、配送先で配送を行った結果を配送員が入力する時点（図１４のステップＳ４０８）における、表示画面である。処理部３５は、入力部３３から配送結果を入力することを示す情報が入力されると、図１５（Ｃ）に示す表示情報を生成し、表示部３６に当該表示情報を表示させる。
表示画面Ｄ２０は、アイコンＰ２１、配送結果入力画面Ｄ２２、アイコンＤ１６、アイコンＤ１７、及び、ルート表示Ｒ１８を含んで構成される。
アイコンＰ２１は、配送端末３０の現在位置を示すアイコンである。ルート表示Ｒ１８は、現在位置がアイコンＰ２１であるので、アイコンＰ２１からアイコンＤ１７が示す配送先までの移動経路を表示する。
配送結果入力画面Ｄ２２は、配送結果を入力する画面である。配送結果入力画面Ｄ２２は、詳細表示Ｄ１４が表示する情報に加えて、ボタンＢ２３及びボタンＢ２４を表示する。ボタンＢ２３は、配送完了を示す情報を入力するためのボタンである。ボタンＢ２４は、配送が完了しなかった情報を入力するためのボタンである。配送者は、どちらかのボタンを押下することで、配送結果を入力する。
FIG. 15C is a diagram showing an example of a display screen D20 displayed by the
The display screen D20 includes an icon P21, a delivery result input screen D22, an icon D16, an icon D17, and a route display R18.
The icon P21 is an icon indicating the current position of the
The delivery result input screen D22 is a screen for inputting the delivery result. The delivery result input screen D22 displays the button B23 and the button B24 in addition to the information displayed by the detailed display D14. Button B23 is a button for inputting information indicating the completion of delivery. The button B24 is a button for inputting information that the delivery has not been completed. The delivery person inputs the delivery result by pressing either button.
＜シミュレーション＞
次に、図面を参照して、本実施形態の配送処理について行われたシミュレーションについて説明する。
<Simulation>
Next, the simulation performed for the delivery process of the present embodiment will be described with reference to the drawings.
まず、シミュレーションの方法について説明する。
本発明者らは、配送処理について、上述した実施形態における配送順の決定方法（以下、「ＯＷＤを用いた方法」とも称する）以外に、２種類の方法をベンチマークとした。１つ目のベンチマークにおける配送方法（以下、「１つ目の方法」とも称する）は、予測情報を全く利用せず、最短の配送経路となるような方法である。この方法は、現在の荷物配送を近似した方法である。２つ目のベンチマークにおける配送方法（以下、「２つ目の方法」とも称する）は、各配送時間帯における在宅確率の平均値を用いて、配送先を決定する方法である。２つ目の方法と、ＯＷＤを用いた方法とは、在宅を予測する際に用いるデータが異なる。２つ目の方法では、予め蓄積された電力履歴、在宅履歴に基づいて、在宅の予測を行う。つまり、２つ目の方法では、リアルタイムの電力履歴は用いられない。一方ＯＷＤを用いた方法では、リアルタイムの電力履歴に基づいて在宅の予測を行う。
First, the simulation method will be described.
The present inventors used two types of methods as benchmarks for the delivery process, in addition to the method for determining the delivery order in the above-described embodiment (hereinafter, also referred to as “method using OWD”). The delivery method in the first benchmark (hereinafter, also referred to as “first method”) is a method that does not use any prediction information and provides the shortest delivery route. This method is an approximation of current parcel delivery. The delivery method in the second benchmark (hereinafter, also referred to as “second method”) is a method of determining a delivery destination using the average value of the probability of staying at home in each delivery time zone. The data used when predicting home is different between the second method and the method using OWD. In the second method, home prediction is performed based on the power history and home history accumulated in advance. That is, the second method does not use real-time power history. On the other hand, in the method using OWD, home prediction is performed based on the real-time power history.
シミュレーションは、仮想マップを用いて行われた。仮想マップは１００件の住居を有し、１０×１０の格子状に並んでいる。全ての住居は、荷物を届ける配送先である。住居間の最大距離を移動するために必要な時間は３０分であり、他の住居間の移動に必要な時間は、当該住居間の距離に比例する。
仮想マップ上の全ての住居は個別の電力履歴、在宅履歴を有し、全て異なる。これらの情報は、学術用に取得できる情報であって、５つの住居における電力履歴、在宅履歴に基づく情報である。
また、配送者は不在だった配送先、または将来の存在確率がある閾値を下回ったために配送しなかった配送先については、次の配送サイクルに配送を行う。２回目以降の配送サイクルは、現実における再配送を近似したものである。１度の配送サイクルでは、各住居に配送を行うのは高々１回である。また、１つ目の方法においては、配送サイクルは最大３回で終了とする。なお、本シミュレーションでは、配送する荷物の積み込み、取り出し、配送車両の積載量などについては考慮しないものとした。
また、本シミュレーションのＯＷＤを用いた手法においては、Ｃを０．６とした。また、次の配送先を決定せずに終了する際の、将来の存在確率に関する閾値（ｈ）は、０．９とした。
The simulation was done using a virtual map. The virtual map has 100 dwellings and is arranged in a 10x10 grid. All residences are delivery destinations for packages. The time required to move the maximum distance between dwellings is 30 minutes, and the time required to move between other dwellings is proportional to the distance between the dwellings.
All dwellings on the virtual map have their own power history and home history, all different. This information is information that can be acquired for academic purposes, and is information based on the power history and home history of the five dwellings.
In addition, the delivery person delivers to the delivery destination that was absent, or the delivery destination that did not deliver because the future existence probability fell below a certain threshold value, in the next delivery cycle. The second and subsequent delivery cycles are approximations of real-life redelivery. In one delivery cycle, each dwelling is delivered at most once. In the first method, the delivery cycle is completed in a maximum of three times. In this simulation, the loading and unloading of the parcel to be delivered, the load capacity of the delivery vehicle, etc. were not considered.
Further, in the method using OWD of this simulation, C was set to 0.6. In addition, the threshold value (h) regarding the future existence probability when the process ends without determining the next delivery destination is set to 0.9.
次に、シミュレーション結果について説明する。
図１６は、本実施形態に係るシミュレーション結果の一例を示す図である。
上述した３つの方法において、表示されている図は、仮想マップにおける配送のルートと配送の結果を示した。また、２つ目の方法とＯＷＤを用いた方法では、仮想マップの右側に、当該時点における将来の在宅確率を示す図を示す。
仮想マップにおいて、黒丸で示す点は配送が完了した住居であることを示す。また、白丸は、不在のために配送が未完了であることを示す。また、将来の在宅確率を示す図において、各四角形が各住居の在宅確率を示す。四角形の色が黒に近いほど、当該住居の在宅確率が高いことを示す。
１つ目の方法では、隣の住居へ順に配送を行うため、配送した結果不在となる確率が多くなることが判明した。一方、２つ目の方法では、１つ目の方法に比べ、不在となる確率は減少しているが、ＯＷＤを用いた方法と比較すると、不在となる確率が高くなることが判明した。
Next, the simulation results will be described.
FIG. 16 is a diagram showing an example of simulation results according to the present embodiment.
In the three methods described above, the figure displayed shows the delivery route and delivery result in the virtual map. Further, in the second method and the method using OWD, a diagram showing the future home probability at the present time is shown on the right side of the virtual map.
In the virtual map, the points indicated by black circles indicate that the residence has been delivered. A white circle indicates that delivery is incomplete due to absence. Further, in the figure showing the probability of staying at home in the future, each square indicates the probability of staying at home of each house. The closer the color of the quadrangle is to black, the higher the probability that the house will be at home.
In the first method, delivery is performed to the next residence in order, and it has been found that the probability of being absent as a result of delivery increases. On the other hand, in the second method, the probability of being absent is lower than that of the first method, but it is found that the probability of being absent is higher than that of the method using OWD.
本シミュレーションの結果として、１度目の配送サイクルによって、配送完了できた割合は、１つ目の方法が７６％、２つ目の方法が８３％であったのに対し、ＯＷＤによる方法は９８％となる結果が得られた。また、全ての配送サイクルによって配送が終了できなかった割合は、１つ目の方法が３．２％、２つ目の方法が２．６％であったのに対し、ＯＷＤによる方法は、２．２％となる結果が得られた。
また、全ての配送サイクルにおける経路合計は、１つ目の方法に比べ、ＯＷＤによる方法の方が６％減少する結果が得られた。
As a result of this simulation, the percentage of delivery completed by the first delivery cycle was 76% for the first method and 83% for the second method, while 98% for the OWD method. The result was obtained. In addition, the percentage of deliveries that could not be completed in all delivery cycles was 3.2% for the first method and 2.6% for the second method, whereas the OWD method was 2. A result of .2% was obtained.
In addition, the total number of routes in all delivery cycles was reduced by 6% in the OWD method compared to the first method.
以上のシミュレーションの結果から、本実施形態のＯＷＤを用いた方法では、他のベンチマークの手法に比べ、再配送が少なく効率的に荷物を届けることができることが検証できた。 From the results of the above simulations, it was verified that the method using the OWD of the present embodiment can deliver the package efficiently with less redelivery as compared with other benchmark methods.
以上説明したように、本実施形態による情報処理システム（１）では、第１取得部（２３１）は利用先でのライフラインの利用の履歴を示す利用情報（例えば、電力履歴）と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報（例えば、在宅履歴）と、を取得する。学習部（２３２）は利用情報と配送結果情報とに基づいて学習する。第２取得部（２３１）は、荷物の配送先情報に対応する荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器（スマートメータ１０）によって測定されて送信された前記利用状況情報（例えば、図６）として取得する。予測部（２３４）は、前記配送先情報の各々に対応する利用先での前記利用状況情報と学習部による学習結果と、に基づいて、荷物の配送先への到着予定時点において、荷物の配送先への配送の成功あるいは失敗に関する予測情報（予測結果、図８）を予測する。決定部（２３５）は、予測情報と、当該荷物の位置に関する基準位置情報（例えば、端末位置）と、に基づいて、当該荷物の配送順を示す配送情報（例えば、図９）を決定する。表示制御部（３５２）は、前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示（アイコンＤ１５、Ｄ１６、Ｄ１７）であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示（アイコンＤ１９）を行わせる。 As described above, in the information processing system (1) according to the present embodiment, the first acquisition unit (231) includes usage information (for example, power history) indicating the history of lifeline usage at the usage destination, and the usage. Acquires delivery result information (for example, home history) showing a history of success or failure of delivery of the package to the destination. The learning unit (232) learns based on the usage information and the delivery result information. The second acquisition unit (231) is usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package corresponding to the delivery destination information of the package, and is a measuring device (smart meter 10). It is acquired as the usage status information (for example, FIG. 6) measured and transmitted by. The prediction unit (234) delivers the parcel at the time when the parcel is scheduled to arrive at the parcel delivery destination based on the usage status information at the usage destination corresponding to each of the delivery destination information and the learning result by the learning unit. Predict prediction information (prediction result, FIG. 8) regarding success or failure of delivery to the destination. The determination unit (235) determines delivery information (for example, FIG. 9) indicating the delivery order of the parcel based on the prediction information and the reference position information (for example, the terminal position) regarding the position of the parcel. The display control unit (352) displays (icons D15, D16, D17) capable of identifying at least the next delivery destination among the plurality of packages carried together based on the prediction information and the delivery information. ), And at least one of the delivery destinations to be delivered from the next to the next and the delivery destination indicating that the prediction information is absent are displayed (icon D19).
これにより、情報処理システム１は、配送先の電力情報と学習結果に基づいて、配送先に人がいると考えられる時間を予測する。情報処理システム１は、予測される時間に配送できるように配送順を決定する。そのため、情報処理システム１は、不在などの理由によって配送を完了できない時間に配送することを避けることができる。従って、情報処理システム１は、効率的に荷物を届けることができる。
As a result, the
また、本実施形態による情報処理システム１では、第２取得部（２３１）は、一緒に運搬される複数の荷物の各々について、荷物の配送先の配送先利用状況情報を取得する。決定部（２３５）は、一緒に運搬される複数の荷物の少なくも一個について、荷物の配送順を示す配送情報を決定する。
これにより、情報処理システム１は、配送車両に積載された荷物の中で、配送順を決定する。従って、配送車両ごとに、効率的な配送を行うことができる。
Further, in the
As a result, the
また、本実施形態による情報処理システム１では、決定部（２３５）は、一緒に運搬される複数の荷物の各々について、荷物の配送先情報と当該荷物の位置に関する基準位置情報に応じた配送予定時間における予測情報に基づいて、配送情報を決定する。
これにより、情報処理システム１は、配送先の距離の近さと、配送が可能な時刻の在宅確率に基づいて、在宅確率と距離の両方の観点から次の配送先を決定することができる。従って、情報処理システム１は、例えば、在宅確率は高いが距離が遠い住居や、距離は近いが在宅確率が低い住居などよりも、確実に配送できる配送先を先に配送することができ、効率的に配送を行うことができる。
Further, in the
As a result, the
また、本実施形態による情報処理システム１では、配送端末（３０）は、配送情報を表示する表示部（３６）を更に備える。表示部（３６）は、一緒に運搬される複数の荷物のうち、一部の前記荷物の配送先に関する情報を制限する。
これにより、配送者は、他の配送先については、表示制限のため表示されないのか、不在のために表示されないのかを判別できない。従って、住居の在不在というプライバシーに考慮しつつも、効率的に配送することができる。
Further, in the
As a result, the delivery person cannot determine whether other delivery destinations are not displayed due to display restrictions or because they are absent. Therefore, it is possible to deliver efficiently while considering the privacy of the presence or absence of the residence.
また、配送端末（３０）は、配送情報を表示する表示部（３６）を備える。表示部（３６）は、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在である配送先とが識別不能な表示を行う。
これにより、情報処理システム１は、配送順が決定しても、表示制限以降の配送順である配送先に関する情報を表示しない。このため、配送者は、表示されない配送先については、表示制限のため表示されないのか、不在のために表示されないのかを判別できない。従って、住居の在不在というプライバシーに考慮しつつも、効率的に配送することができる。
Further, the delivery terminal (30) includes a display unit (36) for displaying delivery information. The display unit (36) is a display in which at least the next delivery destination can be identified among the plurality of packages carried together, and at least one of the next and subsequent delivery destinations and the forecast information. Displays indistinguishable from the delivery destination where is absent.
As a result, even if the delivery order is determined, the
また、本実施形態による情報処理システム１は、表示部（３６）は、所定の件数（例えば、図１５では３件）の前記配送情報である第１配送情報を表示し、前記第１配送情報が示す配送先に前記荷物が配送された後に、前記第１配送情報と異なる前記配送情報である第２配送情報を表示する。
これにより、情報処理システム１は、直近の配送先以外の情報を表示しないことで、住居の在不在というプライバシーに考慮しつつも、効率的に配送することができる。
Further, in the
As a result, the
（第２実施形態）
以下、図面を参照しながら本発明の第２実施形態について説明する。
本実施形態では、配送者が配送に関する情報（以下、「配送者情報」とも称する）を生成する場合の変形例について説明する。
(Second Embodiment)
Hereinafter, the second embodiment of the present invention will be described with reference to the drawings.
In this embodiment, a modified example in which the delivery person generates information related to delivery (hereinafter, also referred to as “delivery person information”) will be described.
情報処理システム１ａの概略図は、第１実施形態の情報処理システム１（図１）において、サーバ２０、配送端末３０をそれぞれサーバ２０ａ、配送端末３０ａに代えたものである。スマートメータ１０は、第１実施形態と同様の構成を備えるので、説明を省略する。以降、第１実施形態と同様の構成には、同一の符号を付与してここでの説明を省略する。
The schematic diagram of the information processing system 1a is a schematic diagram of the information processing system 1 (FIG. 1) of the first embodiment in which the
図１７は、第２実施形態に係るサーバ２０ａの一例を示すブロック図である。
サーバ２０ａは、通信部２１、記憶部２２ａ、及び、処理部２３ａを含んで構成される。記憶部２２ａは、第１実施形態の記憶部２２（図３）と比較して、配送者情報記憶部２２９ａが追加される点が異なる。以下、配送者情報記憶部２２９ａについて説明する。
FIG. 17 is a block diagram showing an example of the
The
配送者情報記憶部２２９ａは、配送者情報を記憶する。配送者情報は、配送端末３０ａから入力される入力情報に含まれ、処理部２３ａによって入力される。
配送者情報は、配送者によって入力される情報である。配送者情報は、例えば、配送荷物に関して、配送者が得た知見や配送者の嗜好を示す情報である。
The delivery person
The delivery person information is information input by the delivery person. The delivery person information is, for example, information indicating the knowledge obtained by the delivery person and the preference of the delivery person regarding the delivery package.
具体的には、配送者情報は、例えば、配送荷物の積載領域に関する情報（「積載領域情報」とも称する）を含む。配送荷物は、複数の積載領域に積載される場合がある。これは例えば、配送荷物を配送地域別に分けて積載する場合である。配送者は、配送地域別に配送すると効率よく配送を行うことができる。そこで、配送者は、積載領域情報を予め入力することで、サーバ２０ａは、積載領域情報を考慮した配送順を決定することができるようになり、配送を効率的に行うことが可能になる。なお、積載領域は、ケースやパレットなどによって物理的に区分された領域であってもよいし、配送者が配送荷物の積載状況に基づいて区分した領域であってもよい。
Specifically, the delivery person information includes, for example, information regarding a loading area of the delivered package (also referred to as “loading area information”). Delivery packages may be loaded in multiple loading areas. This is, for example, a case where the delivery package is divided and loaded according to the delivery area. The delivery person can efficiently deliver by delivering by delivery area. Therefore, the delivery person can input the loading area information in advance, so that the
図１８は、本実施形態に係る積載領域情報の一例を示す図である。
この図に示す一例では、積載領域情報は、積載エリアと荷物ＩＤとを対応付けた情報である。積載エリアは、積載領域を識別する識別情報である。
この図に示す一例では、「積載エリア」が“１”で識別される積載領域には、「荷物ＩＤ」が“１２３４５、・・・”である荷物が積載されていることを示す。また、「積載エリア」は、積載エリアの配送順の希望を示す。例えば、「積載エリア」が“１”の荷物は、“２”の荷物よりも先に配送することを、配送者が望んでいることを示す。
FIG. 18 is a diagram showing an example of loading area information according to the present embodiment.
In the example shown in this figure, the loading area information is information in which the loading area and the luggage ID are associated with each other. The loading area is identification information that identifies the loading area.
In the example shown in this figure, it is shown that a load having a “baggage ID” of “12345, ...” Is loaded in the load area whose “loading area” is identified by “1”. In addition, "loading area" indicates the desired delivery order of the loading area. For example, a package having a "loading area" of "1" indicates that the delivery person desires to deliver the package before the package having a "loading area" of "2".
また、配送者情報は、例えば、配送順に関する配送者の好みを示す情報（「配送者嗜好情報」とも称する）を含む。配送先によっては、在宅であっても荷物を受け取りやすい時間と受け取りにくい時間がある場合がある。この場合、配送先と当該配送先に配送を希望する時間帯（配送荷物を受け取りやすい時間帯）とを配送者嗜好情報として、配送者が予め入力する。これによって、サーバ２０ａは、配送者嗜好情報を考慮した配送順を決定することができるようになり、配送を効率的に行うことが可能になる。なお、配送先に実際に配送する荷物があるか否かに関係なく、配送者は上述した入力を行う。
また、配送者嗜好情報は、例えば、配送者が配送中に望む休憩に関する情報を含む。例えば、休憩に関する情報は、休憩場所と休憩を希望する時間帯とを対応付けた情報である。
Further, the delivery person information includes, for example, information indicating the delivery person's preference regarding the delivery order (also referred to as "delivery person preference information"). Depending on the delivery destination, there may be times when it is easy to receive the package and times when it is difficult to receive it even at home. In this case, the delivery person inputs in advance the delivery destination and the time zone in which delivery is desired to the delivery destination (time zone in which the delivery package is easily received) as the delivery person preference information. As a result, the
In addition, the delivery person preference information includes, for example, information regarding a break desired by the delivery person during delivery. For example, the information about a break is information that associates a rest place with a time zone in which a break is desired.
図１９は、本実施形態に係る配送者嗜好情報の一例を示す図である。
この図に示す一例では、配送者嗜好情報は、場所と、希望時間帯と、摘要とを対応付けた情報である。場所は、配送者が入力した配送先又は休憩先の住所を示す情報である。時間帯は、配送先に配送を希望する時間帯又は休憩を希望する時間帯を示す情報である。摘要は、配送先か休憩先を示す情報である。
この図に示す一例では、“配送先１”の「場所」は、「希望時間帯」が“１０：００−１０：１５”であり、「摘要」は“配送”であり、当該情報は、配送先に関する配送者の嗜好を示す情報であることを示す。
FIG. 19 is a diagram showing an example of delivery person preference information according to the present embodiment.
In the example shown in this figure, the delivery person preference information is information in which a place, a desired time zone, and a description are associated with each other. The location is information indicating the delivery address or resting address entered by the delivery person. The time zone is information indicating a time zone in which delivery is desired to the delivery destination or a time zone in which a break is desired. A description is information indicating a delivery destination or a break destination.
In the example shown in this figure, the "location" of "
処理部２３ａは、第１実施形態の処理部２３（図３）と比較して、情報取得部２３１ａ、配送先決定部２３５ａが、それぞれ情報取得部２３１、配送先決定部２３５と異なる。以下、情報取得部２３１ａが情報取得部２３１と異なる機能、配送先決定部２３５ａが配送先決定部２３５と異なる機能について説明する。
In the
情報取得部２３１ａは、通信部２１を介して、配送端末３０ａから配送者情報（図１８、図１９）を取得する。情報取得部２３１ａは配送者情報を、配送者情報記憶部２２９ａに記憶させる。このとき、情報取得部２３１ａは、荷物情報記憶部２２４に記憶された荷物情報を参照し、配送者嗜好情報に含まれる配送先に配送する荷物があるか否かを判定する。情報取得部２３１ａは、配送者嗜好情報に含まれる配送先に配送する荷物がない場合、当該情報を配送者情報記憶部２２９ａに記憶させない。
The
配送先決定部２３５ａは、配送者情報記憶部２２９ａから、配送者情報を取得する。配送先決定部２３５ａは配送者情報にも基づいて、配送順を決定する。以下、配送順決定の一例を説明する。
The delivery
まず、配送先決定部２３５ａは、配送嗜好情報に記載された配送先（「特定配送先」とも称する）の配送予定時刻を決定する。配送先決定部２３５ａは、特定配送先の予測結果を参照し、特定配送先の希望時間帯のうち、最も在宅確率の高い時間帯を配送予定時刻として決定する。例えば、希望時間帯が「１０：００−１０：１５」の１５分であって、希望時間帯の中で最も在宅確率が高い時間帯が「１０：００−１０：０５」である場合に、配送予定時刻を１０：００に決定する。
First, the delivery
配送先決定部２３５ａは、配送嗜好情報に基づいて、休憩先の休憩予定時刻を決定する。休憩予定時刻は休憩希望時間帯の開始時刻である。なお、配送先決定部２３５ａは、現在時刻が休憩予定時刻を過ぎている配送先については、上記の処理を行わない。
The delivery
配送先決定部２３５ａは、次の配送先を決定する。まず、配送先決定部２３５ａは、積載領域情報を参照し、積載エリアの値が最も小さい積載エリアの荷物ＩＤを取得する。配送先決定部２３５ａは、配送情報を参照し、取得した荷物ＩＤのうち未配送荷物の配送情報を取得する。このとき、配送先決定部２３５ａは、配送情報のうち、特定配送先の配送荷物を示す配送情報を除外する。
The delivery
配送先決定部２３５ａは、取得した荷物情報の各々について第１実施形態と同様にＯＷＤを計算し、ＯＷＤが最も小さい配送先を次の配送先として仮決定する。
The delivery
配送先決定部２３５ａは仮決定した配送先（「仮決定配送先」とも称する）への配送予定時刻を算出する。配送先決定部２３５ａは、現在時刻に、仮決定配送先までの所要時間を加算することで、仮決定配送先の配送予定時刻を算出する。
The delivery
配送先決定部２３５ａは、特定配送先の配送予定時刻と、休憩予定時刻と、仮決定配送先の配送予定時刻と、現在時刻とを比較し、現在時刻より後で最も時刻が早い（現在に近い）時刻に対応する配送先又は休憩先を次の配送先（休憩先）として決定し、当該情報を配送情報記憶部２２８に記憶させる。このとき、休憩先の配送情報には、荷物ＩＤ、宛名は存在しない。
The delivery
図２０は、本実施形態に係る配送端末３０ａの一例を示すブロック図である。
配送端末３０ａは、通信部３１、位置情報取得部３２、入力部３３、記憶部３４ａ、処理部３５ａ、及び表示部３６を含んで構成される。
記憶部３４ａは、第１実施形態の記憶部３４（図１０）と比較して、配送者情報記憶部３４４ａが追加される点が異なる。以下、配送者情報記憶部３４４ａについて説明する。
FIG. 20 is a block diagram showing an example of the delivery terminal 30a according to the present embodiment.
The delivery terminal 30a includes a
The
配送者情報記憶部３４４ａは、配送者情報を記憶する。配送者情報は、入力部３３から入力される入力情報に含まれ、処理部３５ａによって入力される。
The delivery person
処理部３５ａは、第１実施形態の処理部３５（図１０）と比較して、情報取得部３５１ａ、出力処理部３５３ａがそれぞれ情報取得部３５１、出力処理部３５３と異なる。以下、情報取得部３５１ａが情報取得部３５１と異なる機能、出力処理部３５３ａが出力処理部３５３と異なる機能について説明する。
In the
情報取得部３５１ａは、入力部３３から入力された入力情報のうち、配送者情報について、配送者情報記憶部３４４ａに記憶させる。
The
出力処理部３５３ａは、配送者情報記憶部３４４ａから配送者情報を読み出し、読み出した情報を、通信部３１を介して、サーバ２０ａに送信する。
The
本実施形態に係る情報処理システム１ａの配送処理は、情報処理システム１の配送処理と略同様である。情報処理システム１の配送処理と異なる点は、２点である。１点目は、配送先を決定する前の時点（図１４のステップＳ４００の前の時点）において、配送端末３０ａに配送者が配送者情報を入力する点である。もう１点は、上記処理のあと、配送端末３０ａが、サーバ２０ａに配送者情報を送信する点である。それ以外の配送処理については、情報処理システム１の配送処理と同様であるので、ここでは説明を省略する。
The delivery process of the information processing system 1a according to the present embodiment is substantially the same as the delivery process of the
図２１は、本実施形態における配送端末の表示の一例を示す図である。
この図は、配送者が配送者情報を入力する際に表示部３６が表示する表示画面Ｄ３０の一例を示す図である。
表示画面Ｄ３０は、積載荷物入力画面Ｄ３１、積載荷物入力画面Ｄ３２、配送条件入力画面Ｄ３３、休息条件入力画面Ｄ３４、送信ボタンＢ３５を含んで構成される。
積載荷物入力画面Ｄ３１は、積載エリアが“１”である積載エリアに積載された荷物の荷物ＩＤを入力する画面である。この図の例では、荷物ＩＤが“１２３４５”、“ｘｘｘｘｘ”・・・で示される荷物が、積載エリア“１”に積載されることが入力されている。 積載荷物入力画面Ｄ３２は、積載エリアが“２”である積載エリアに積載された荷物の荷物ＩＤを入力する画面である。この図の例では、荷物ＩＤが“１３５７９”、“ｘｘｙｙｚ”・・・で示される荷物が、積載エリア“２”に積載されることが入力されている。 なお、積載荷物記入部は、積載エリアの数だけ存在する。
配送条件入力画面Ｄ３３は、特定の配送先に関する配送者嗜好情報を入力する画面である。この図の例では、“配送先１”には、“１０：００−１０：１５”に配送することを希望することを示す情報が入力されている。
休憩条件入力画面Ｄ３４は、休憩先に関する配送者嗜好情報を入力する画面である。この図の例では、“休憩先１”では、“１１：００−１１：１５”に休憩することを希望することを示す情報が入力されている。
送信ボタンＢ３５は、入力された配送者情報の送信を指示する信号を生成するためのボタンである。送信ボタンＢ３５が押下された場合、配送端末３０ａは、入力された配送者情報を配送者情報記憶部３４４ａに記憶させる。また、配送端末３０ａは、記憶した配送者情報を、通信部３１を介して、サーバ２０ａに送信する。
FIG. 21 is a diagram showing an example of display of a delivery terminal in this embodiment.
This figure is a diagram showing an example of a display screen D30 displayed by the
The display screen D30 includes a loaded package input screen D31, a loaded package input screen D32, a delivery condition input screen D33, a rest condition input screen D34, and a transmission button B35.
The loaded luggage input screen D31 is a screen for inputting the luggage ID of the luggage loaded in the loading area where the loading area is “1”. In the example of this figure, it is input that the luggage whose luggage IDs are "12345", "xxxxxx" ... Is to be loaded in the loading area "1". The loaded luggage input screen D32 is a screen for inputting the luggage ID of the luggage loaded in the loading area where the loading area is “2”. In the example of this figure, it is input that the luggage whose luggage IDs are "13579", "xxxyz" ... Is to be loaded in the loading area "2". There are as many loading baggage entry sections as there are loading areas.
The delivery condition input screen D33 is a screen for inputting the delivery person preference information regarding a specific delivery destination. In the example of this figure, information indicating that the product is desired to be delivered at "10: 00-10: 15" is input to the "
The break condition input screen D34 is a screen for inputting the delivery person preference information regarding the break destination. In the example of this figure, in "
The transmission button B35 is a button for generating a signal instructing the transmission of the input delivery person information. When the transmission button B35 is pressed, the delivery terminal 30a stores the input delivery person information in the delivery person
以上、説明したように、本実施形態による情報処理システム（１ａ）では、決定部（２３５ａ）は、配送者情報（例えば、積載領域情報：図１８、配送者嗜好情報：図１９）を取得し、取得した情報に基づいて、配送情報を決定する。
これにより、情報処理システム１ａは、配送者の配送先に対する知見、荷物の積載状況、配送者の状況を考慮することができる。つまり、情報処理システム１ａは、配送者が配送しやすいと考える順番を考慮して配送順を決定することができる。従って、情報処理システム１ａは、効率的に荷物を届けることができる。
As described above, in the information processing system (1a) according to the present embodiment, the determination unit (235a) acquires the delivery person information (for example, loading area information: FIG. 18, delivery person preference information: FIG. 19). , Determine the delivery information based on the acquired information.
As a result, the information processing system 1a can take into consideration the knowledge of the delivery destination, the loading status of the package, and the status of the delivery person. That is, the information processing system 1a can determine the delivery order in consideration of the order in which the delivery person considers it easy to deliver. Therefore, the information processing system 1a can efficiently deliver the package.
なお、上述した各実施形態では、配送先を１度に複数決定する例を説明したが、これには限られない。例えば、配送先を１度に１つ決定しても良い。この場合、配送端末３０は、配送結果・配送時刻を送信する際に、次の配送情報を要求する情報を同時に送信しても良い。この場合、図１４におけるステップＳ４１４、ステップＳ４１６は省略される。
In each of the above-described embodiments, an example in which a plurality of delivery destinations are determined at one time has been described, but the present invention is not limited to this. For example, one delivery destination may be determined at a time. In this case, the
また、上述した各実施形態では、表示部３６に表示させる配送先の数について、配送端末３０が予め記憶する例について説明したが、これには限られない。例えば、配送者が配送時に、表示する配送先の数を入力し、入力された情報に基づいて表示させる配送先の数を決定してもよい。
Further, in each of the above-described embodiments, an example in which the
また、上述した各実施形態では、配送先に配送したが不在だった場合には配送が完了しない例について説明したが、不在でも配送が完了できる場合がある。例えば、宅配ボックスを有する場合や、配送先がオフィスなどで不在であっても荷物を受け取れる別の部署があるような場合である。このような場合、サーバ２０（２０ａ）は、上述した情報にも基づいて配送先を決定してもよい。すなわち、サーバ２０（２０ａ）は、在・不在に関わらず配送を完了できる住居に関する情報（別配送先所持情報）を記憶部２２（２２ａ）に記憶させる。予測部２３４は、配送先の在・不在を予測する場合に、別配送先所持情報にも基づいて、予測を行う。すなわち、在・不在に関わらず配送を完了できる住居の場合には、在宅確率を電力履歴に関わらず１００％として設定する。このようにすることで、配送者は、在・不在に関わらず配送を完了できる住居の近くに移動した場合に、確実に配送を完了させることができる。
Further, in each of the above-described embodiments, an example in which delivery is not completed when the product is delivered to the delivery destination but is absent has been described, but delivery may be completed even when the product is absent. For example, there may be a delivery box, or there may be another department that can receive the parcel even if the delivery destination is absent in an office or the like. In such a case, the server 20 (20a) may determine the delivery destination based on the above-mentioned information. That is, the server 20 (20a) stores the information (separate delivery destination possession information) regarding the residence that can complete the delivery regardless of the presence or absence in the storage unit 22 (22a). When predicting the presence / absence of a delivery destination, the
また、上述した各実施形態において、最終的に配送できなかった荷物について、情報処理システム１（１ａ）は、配送端末３０（３０ａ）の表示部３６に、荷物情報に含まれる連絡先などの情報を表示してもよい。この場合、情報処理システム１（１ａ）は、表示した情報に基づいて、配送者が配送端末３０に搭載される他のアプリケーション（電話、メールなど）などを用いて連絡ができるようにしてもよい。
Further, in each of the above-described embodiments, regarding the package that could not be finally delivered, the information processing system 1 (1a) displays information such as contact information included in the package information on the
また、上述した各実施形態において、配送先の将来の在宅確率を配送開始前に１度行う場合を説明したが、これには限られない。例えば、所定の時間間隔ごとに配送先の在宅確率を再度予測してもよい。配送先決定部２３５（２３５ａ）は、予測結果が更新された場合、以後更新された予測結果を用いて、配送順を決定する。 Further, in each of the above-described embodiments, the case where the future home probability of the delivery destination is performed once before the start of delivery has been described, but the present invention is not limited to this. For example, the home probability of the delivery destination may be predicted again at predetermined time intervals. When the prediction result is updated, the delivery destination determination unit 235 (235a) determines the delivery order by using the subsequently updated prediction result.
また、上述した各実施形態では、配送先の荷物情報に基づいて、配送先に限って将来の在・不在を予測する例を説明したが、これには限られない。予測部２３４は、配送先の有無に関わらず、電力履歴を取得した全ての住居の将来の在・不在を予測してもよい。
Further, in each of the above-described embodiments, an example of predicting the future presence / absence of only the delivery destination based on the package information of the delivery destination has been described, but the present invention is not limited to this. The
また、上述した各実施形態では、教師データとして取得する電力履歴、在宅履歴の測定期間が１分間である例を説明したが、これには限られない。また、上述した各実施形態では、スマートメータから取得する電力履歴は、測定期間が１秒間である例を説明したが、これには限られない。 Further, in each of the above-described embodiments, an example in which the measurement period of the power history and the home history acquired as teacher data is one minute has been described, but the present invention is not limited to this. Further, in each of the above-described embodiments, the power history acquired from the smart meter has been described as an example in which the measurement period is one second, but the present invention is not limited to this.
また、上述した各実施形態では、教師データ記憶部２２１が記憶する教師データに基づいて、学習を行い、その学習結果を用いて予測を行うが、学習時に用いるデータはこれに限られない。例えば、過去の配送における配送結果と、当該配送時の電力履歴とを取得し、取得した情報も用いて学習を行ってもよい。また、過去の配送結果と電力履歴とを用いて学習を行う際、住居ごとに学習を行ってもよい。この場合、学習部２３２は、住居ごとに、教師データ記憶部２２１が記憶する教師データと、過去の配送結果と、当該配送時の電力履歴とに基づいて、学習を行う。
これによって、住居ごとに固有の電力履歴にも基づいて学習を行うことで、在不在の予測の確度を上昇させることができる。例えば、エアコンを付けたまま留守にした住居に対し、留守中に配送を行った結果、配送を完了できなかった場合を考える。この場合、学習部２３２は、留守中の配送時における配送結果（配送未完了）と電力履歴とにも基づいて学習する。学習部２３２は、例えば、エアコンを付けたまま留守にした状態を不在判定とする学習結果を学習結果記憶部２２２に記憶させることができる。
これにより、情報処理システム１（１ａ）は、在不在の予測の確度を上昇させることができる。従って、情報処理システム１（１ａ）は、効率的に配送を行うことができる。
Further, in each of the above-described embodiments, learning is performed based on the teacher data stored in the teacher
As a result, it is possible to increase the accuracy of the prediction of absence by performing learning based on the power history unique to each residence. For example, consider a case where delivery cannot be completed as a result of delivering to a house that was absent with the air conditioner on. In this case, the
As a result, the information processing system 1 (1a) can increase the accuracy of the prediction of absence. Therefore, the information processing system 1 (1a) can efficiently deliver.
また、上述した各実施形態では、住居に住む住人の情報や住居の形式を示す情報に基づいて教師データを分類し、分類された区分ごとに学習データセットを作成し、学習を行ってもよい。例えば、住居に住む住人の情報は、住人の数や構成（大人・子供の人数、男女の人数など）である。また、住居の形式は、例えば、住宅の種別（一軒家、マンション、アパートなど）である。
図２２は、教師データの別の一例を示す図である。
この図に示す一例では、教師データは、住居情報と、電力履歴及び在宅履歴の測定期間と、電力履歴と、在宅履歴と、を対応付けた情報である。この図に示す一例では、「住居情報」が“一軒家、大人２人”である住居に対して電力履歴及び在宅履歴を測定した情報である。
この場合、配送先についても、同様の情報を取得し、取得した情報に基づいて、予測部２３４が予測を行う際に用いる学習結果を選択する。
図２３は、設置情報の別の一例を示す図である。
この図に示す一例では、設置情報として、スマートメータＩＤと、設置場所と、住居情報とを対応付けた情報である。設置情報に住居情報を含めることで、配列生成部２３４は、住居情報が一致する区分の学習結果に基づいて、予測を行う。
また、配送先の住人の情報は、例えば、過去の配送に基づいて推定されてもよい。サーバ２０（２０ａ）は、過去の配送における同一住居（同一住所）への配送情報を参照し、異なる宛名の数を算出する。サーバ２０（２０ａ）は、異なる宛名の数が当該住居の住人の数であると推定する。また、例えば、過去の配送において、配送者が配送時に対面した住人の情報に基づいて、住人の数を推定してもよい。また、例えば、住居の間取り情報を、ネットワークＮＷを介して取得し、取得した情報に基づいて住人の数を推定してもよい。また、住宅の種別は、地図情報を参照し推定してもよいし、過去の配送において配送者が入力した情報であってもよい。
これにより、配送先ごとに学習が再度行われることによって、配送先ごとの特徴を考慮した在・不在の予測を行うことができるようになる。そのため、在・不在がより正確に予測できるようになり、配送の際に、不在となる状況を避けやすくなる。従って、情報処理システム１は、効率的に配送を行うことが可能になる。
Further, in each of the above-described embodiments, the teacher data may be classified based on the information of the resident living in the house and the information indicating the format of the house, and a learning data set may be created for each classified category to perform learning. .. For example, the information of the inhabitants living in the house is the number and composition of the inhabitants (the number of adults / children, the number of men and women, etc.). The type of residence is, for example, the type of house (house, condominium, apartment, etc.).
FIG. 22 is a diagram showing another example of teacher data.
In the example shown in this figure, the teacher data is information in which the residence information, the measurement period of the power history and the home history, the power history, and the home history are associated with each other. In the example shown in this figure, the "house information" is the information obtained by measuring the power history and the home history for a house in which "a house and two adults".
In this case, the same information is acquired for the delivery destination, and the learning result to be used when the
FIG. 23 is a diagram showing another example of installation information.
In the example shown in this figure, the installation information is information in which the smart meter ID, the installation location, and the residence information are associated with each other. By including the residence information in the installation information, the
In addition, the information of the resident of the delivery destination may be estimated based on, for example, past deliveries. The server 20 (20a) refers to the delivery information to the same residence (same address) in the past delivery and calculates the number of different addresses. Server 20 (20a) estimates that the number of different addresses is the number of inhabitants of the dwelling. Further, for example, in the past delivery, the number of residents may be estimated based on the information of the residents whom the delivery person met at the time of delivery. Further, for example, the floor plan information of the house may be acquired via the network NW, and the number of residents may be estimated based on the acquired information. Further, the type of the house may be estimated by referring to the map information, or may be the information input by the delivery person in the past delivery.
As a result, learning is performed again for each delivery destination, so that it becomes possible to predict the presence / absence in consideration of the characteristics of each delivery destination. Therefore, the presence / absence can be predicted more accurately, and it becomes easy to avoid the situation of being absent at the time of delivery. Therefore, the
また、上述した各実施形態では、端末位置として、配送端末３０の位置情報を用いる例を説明したが、これには限られない。例えば、配送端末３０が将来存在する位置や、配送拠点を示す位置などを端末位置として取得してもよい。
Further, in each of the above-described embodiments, an example in which the position information of the
また、上述した各実施形態では、先に配送先の将来の在不在を予測し、予測後配送予定時刻を算出する例について説明したが、これには限られない。例えば、先に配送予定時刻を算出し、配送予定時刻における、配送先の在不在を予測してもよい。 Further, in each of the above-described embodiments, an example in which the future absence of the delivery destination is predicted and the estimated delivery time after the prediction is calculated has been described, but the present invention is not limited to this. For example, the scheduled delivery time may be calculated first, and the presence or absence of the delivery destination at the scheduled delivery time may be predicted.
また、上述した各実施形態では、住居の電力履歴と、在宅履歴とに基づいて学習を行う例を説明したが、教師データはこれには限られない。例えば、更にネットワークＮＷを介して外部情報を取得し、取得した外部情報にも基づいて学習を行ってもよい。ここで、外部情報とは、配送時の天気や降水などの気象状態を示す気象情報、災害の発生地域や発生状況などを示す災害情報、配送日の曜日や祝日などを示すカレンダー情報などである。 Further, in each of the above-described embodiments, an example of learning based on the electric power history of the house and the home history has been described, but the teacher data is not limited to this. For example, external information may be further acquired via the network NW, and learning may be performed based on the acquired external information. Here, the external information includes meteorological information indicating the weather conditions such as the weather and precipitation at the time of delivery, disaster information indicating the area where the disaster occurred and the occurrence status, and calendar information indicating the day of the week and holidays of the delivery date. ..
また、上述した各実施形態では、荷物情報として、荷物ＩＤ、配送先の住所、及び荷物の宛名が含まれる例を説明したが、荷物情報はこれには限られない。例えば、荷物情報は、配送する時間を指定する指定時間帯を示す情報を含んでもよい。この場合、配送先決定部２３５（２３５ａ）は、例えば、当該指定時間帯において最も在宅確率の高い時間を配送予定時刻として決定する。配送先決定部２３５（２３５ａ）は、配送する時間が指定されていない荷物情報については、上述した方法によって配送順を決定する。この際、配送順の決定方法は、上述した第２実施形態における、特定配送先以外の配送先について配送順の決定方法と同様の方法である。すなわち、配送先決定部２３５（２３５ａ）は、指定時間帯を含む荷物情報の配送先を特定配送先として、配送予定時刻を決定する。配送先決定部２３５（２３５ａ）は、他の未配送荷物について配送先を仮決定し、特定配送先の配送予定時刻と、仮決定先配送先の配送予定時刻とを比較する。配送先決定部２３５（２３５ａ）は、現在時刻より後で最も時刻が早い時刻に対応する配送先を次の配送先として決定する。このように、指定時間帯を含む荷物についても、学習結果に基づいて、在宅が予想される時間に配達を行うことができる。 Further, in each of the above-described embodiments, an example in which the package ID, the delivery address, and the address of the package are included as the package information has been described, but the package information is not limited to this. For example, the parcel information may include information indicating a designated time zone that specifies a delivery time. In this case, the delivery destination determination unit 235 (235a) determines, for example, the time with the highest probability of staying at home in the designated time zone as the scheduled delivery time. The delivery destination determination unit 235 (235a) determines the delivery order by the method described above for the package information for which the delivery time is not specified. At this time, the delivery order determination method is the same as the delivery order determination method for delivery destinations other than the specific delivery destination in the second embodiment described above. That is, the delivery destination determination unit 235 (235a) determines the scheduled delivery time with the delivery destination of the package information including the designated time zone as the specific delivery destination. The delivery destination determination unit 235 (235a) provisionally determines the delivery destination for other undelivered packages, and compares the scheduled delivery time of the specific delivery destination with the scheduled delivery time of the provisionally determined destination delivery destination. The delivery destination determination unit 235 (235a) determines the delivery destination corresponding to the earliest time after the current time as the next delivery destination. In this way, it is possible to deliver the parcel including the designated time zone at the time when it is expected to be at home based on the learning result.
また、上述した各実施形態では、サーバ２０が学習、予測、配送順決定を行い、決定した配送順を配送端末３０に送信する例を説明したが、これには限られない。例えば、サーバ２０のうち、学習を行う学習装置と、予測を行う予測装置と、配送順を決定する決定装置とが個別のものであってもよい。また、決定装置が配送端末３０と同一のものであってもよい。また、電力履歴を収集する電力情報収集装置がサーバ２０と別のものであってもよい。この場合、電力情報収集装置は、住居の電力履歴を、スマートメータ１０から取得する。また、サーバ装置２０は、住居の電力履歴を、電力情報収集サーバから住居の電力履歴を取得する。また、電力情報収集装置は、取得した電力履歴を一定期間ごとに合算し、合算した情報を住居の電力履歴として、サーバ２０に送信してもよい。また、例えば、荷物情報を取得する荷物情報取得装置が荷物情報を記憶してもよい。この場合、サーバ装置２０は、荷物情報取得装置から、荷物情報を取得する。
また、上述した各実施形態では、配送端末３０内に、表示処理部３５２が存在する例について説明したが、これには限られない。例えば、表示処理部３５２がサーバ２０内に存在してもよい。この場合、サーバ２０は、表示部３６が表示する情報を配送端末３０に送信する。また、配送端末３０は、受信した情報を表示部３６に表示する。
Further, in each of the above-described embodiments, an example in which the
Further, in each of the above-described embodiments, an example in which the
また、上述した第２実施形態では、情報取得部２３１ａが配送者情報を取得する際、配送荷物のない配送先の配送者嗜好情報を配送者情報記憶部２２９ａに記憶させない例を説明したが、これには限られない。この場合、配送先決定部２３５ａは、当該配送者嗜好情報については、特定配送先の配送予定時刻を推定しない。
Further, in the second embodiment described above, when the
また、上述した各実施形態では、電力履歴と在宅履歴とに基づいて、サーバ２０が学習、予測、配達順決定を行う例を説明したが、用いる情報は上述した情報には限られない。例えば、電力履歴の代わりに、他のライフラインの利用の履歴を用いてもよい。他のライフラインとは、例えば、ガス、水道、電話、インターネットなどである。この場合、スマートメータ１０の代わりに、ガス、水道、電話、インターネットの利用履歴を取得するためのスマートメータを用いて、当該利用履歴を取得する。また、水道用のスマートメータは、上水道、下水道のどちらに設置されても構わない。また、それぞれのスマートメータは、各ライフラインを利用する住居に設置されてもよいし、利用履歴が取得可能な他の場所に設置されてもよい。
Further, in each of the above-described embodiments, an example in which the
また、上述した各実施形態におけるサーバ２０（２０ａ）や配送端末３０（３０ａ）の一部、例えば、処理部２３（２３ａ）、処理部３５（３５ａ）などをコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、サーバ２０（２０ａ）、配送端末３０（３０ａ）に内蔵されたコンピュータシステムであって、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）や周辺機器等のハードウェアを含むものとする。 Further, a part of the server 20 (20a) and the delivery terminal 30 (30a) in each of the above-described embodiments, for example, the processing unit 23 (23a), the processing unit 35 (35a), and the like may be realized by a computer. .. In that case, the program for realizing this function may be recorded on a computer-readable recording medium, and the program recorded on the recording medium may be read by the computer system and executed. The "computer system" referred to here is a computer system built in the server 20 (20a) and the delivery terminal 30 (30a), and includes hardware such as an OS (Operating System) and peripheral devices.
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。 Further, the "computer-readable recording medium" refers to a portable medium such as a flexible disk, a magneto-optical disk, a ROM, or a CD-ROM, or a storage device such as a hard disk built in a computer system. Furthermore, a "computer-readable recording medium" is a medium that dynamically holds a program for a short period of time, such as a communication line when a program is transmitted via a network such as the Internet or a communication line such as a telephone line. In that case, a program may be held for a certain period of time, such as a volatile memory inside a computer system serving as a server or a client. Further, the above-mentioned program may be a program for realizing a part of the above-mentioned functions, and may be a program for realizing the above-mentioned functions in combination with a program already recorded in the computer system.
また、上述した実施形態におけるサーバ２０（２０ａ）、配送端末３０（３０ａ）の一部、または全部を、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）等の集積回路として実現してもよい。サーバ２０（２０ａ）、配送端末３０（３０ａ）の各機能部は個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。 Further, a part or all of the server 20 (20a) and the delivery terminal 30 (30a) in the above-described embodiment may be realized as an integrated circuit such as an LSI (Large Scale Integration). Each functional unit of the server 20 (20a) and the delivery terminal 30 (30a) may be made into a processor individually, or a part or all of them may be integrated into a processor. Further, the method of making an integrated circuit is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor. Further, when an integrated circuit technology that replaces an LSI appears due to advances in semiconductor technology, an integrated circuit based on this technology may be used.
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。 Although one embodiment of the present invention has been described in detail with reference to the drawings, the specific configuration is not limited to the above, and various design changes and the like are made without departing from the gist of the present invention. It is possible to do.
１、１ａ・・・情報処理システム、１０・・・スマートメータ、１１、２１、３１・・・通信部、１２、２２、２２ａ、３４、３４ａ・・・記憶部、１３・・・電力測定部、１４・・・制御部、２０、２０ａ・・・サーバ、２２１・・・教師データ記憶部、２２２・・・学習モデル記憶部、２２３・・・スマートメータ情報記憶部、２２４・・・荷物情報記憶部、２２５・・・時刻情報記憶部、２２６・・・予測情報記憶部、２２７・・・地図情報記憶部、２２８・・・配送情報記憶部、２３、２３ａ、３５、３５ａ・・・処理部、２３１、２３１ａ、３５１、３５１ａ・・・情報取得部、２３２・・・学習部、２３３・・・時刻取得部、２３４・・・予測部、２３５、２３５ａ・・・配送先決定部、２３６、３５３、３５３ａ・・・出力処理部、３０、３０ａ・・・配送端末、３２・・・位置情報取得部、３３・・・入力部、３４１・・・表示関連情報記憶部、３４２・・・位置情報記憶部、３４３・・・配送情報記憶部、３５２・・・表示処理部、３６・・・表示部
1, 1a ... Information processing system, 10 ... Smart meter, 11, 21, 31 ... Communication unit, 12, 22, 22a, 34, 34a ... Storage unit, 13 ... Power measurement unit , 14 ... Control unit, 20, 20a ... Server, 221 ... Teacher data storage unit, 222 ... Learning model storage unit, 223 ... Smart meter information storage unit, 224 ... Luggage
Claims (18)
前記利用情報と前記配送結果情報とに基づいて学習する学習部と、
荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得部と、
前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習部による学習結果とに基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測部と、
前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定部と、
前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御部と、
を備える、情報処理システム。 A first acquisition unit that acquires usage information indicating the history of lifeline usage at the usage destination and delivery result information indicating the history of success or failure of delivery of the package to the usage destination.
A learning unit that learns based on the usage information and the delivery result information,
The usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package, and the usage status information measured and transmitted by the measuring device is acquired as the delivery destination usage status information. 2 acquisition department and
Successful delivery of the package to the delivery destination at the time when the package is scheduled to arrive at the delivery destination based on the usage status information at the usage destination corresponding to each of the delivery destination information and the learning result by the learning unit. Or a prediction unit that predicts prediction information about failure,
Based on the forecast information, a decision unit that determines delivery information indicating the delivery order of the package, and
Based on the forecast information and the delivery information, at least the next delivery destination is an identifiable display among the plurality of packages transported together, and at least the next and subsequent delivery destinations are delivered. A display control unit that displays an indistinguishable display between one and the delivery destination indicating that the forecast information is absent.
An information processing system equipped with.
前記決定部は、前記一緒に運搬される複数の荷物の少なくとも一個について、前記荷物の配送順を示す配送情報を決定する、
請求項１に記載の情報処理システム。 The second acquisition unit acquires the delivery destination usage status information of the delivery destination of the package for each of the plurality of packages carried together.
The determination unit determines delivery information indicating the delivery order of the packages for at least one of the plurality of packages carried together.
The information processing system according to claim 1.
請求項１または２に記載の情報処理システム。 For each of the plurality of packages carried together, the determination unit provides the delivery information based on the delivery destination information of the package and the predicted information at the scheduled delivery time according to the reference position information regarding the position of the package. decide,
The information processing system according to claim 1 or 2.
前記表示部は、一緒に運搬される複数の荷物のうち、一部の前記荷物の配送先に関する情報を制限する、
請求項１から３のいずれか一項に記載の情報処理システム。 Further provided with a display unit for displaying the delivery information
The display unit limits information on the delivery destination of some of the plurality of packages carried together.
The information processing system according to any one of claims 1 to 3.
前記表示部は、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在である配送先とが識別不能な表示を行う、
請求項１から４のいずれか一項に記載の情報処理システム。 Further provided with a display unit for displaying the delivery information
The display unit is a display in which at least the next delivery destination can be identified among the plurality of packages carried together, and at least one of the next and subsequent delivery destinations and the prediction information are absent. The display is indistinguishable from the delivery destination,
The information processing system according to any one of claims 1 to 4.
請求項４または５に記載の情報処理システム。 The display unit displays a predetermined number of the first delivery information which is the delivery information, and after the package is delivered to the delivery destination indicated by the first delivery information, the delivery information different from the first delivery information. Display the second delivery information, which is
The information processing system according to claim 4 or 5.
前記配送端末は、前記配送者が前記配送結果情報を入力した場合に、荷物の配送先情報と配送した配送時刻と前記配送結果情報とを対応付けて記憶し、
前記第１取得部は、前記配送端末が記憶した配送時刻と、当該配送時刻に応じた履歴であって当該配送先情報に対応する利用先のライフラインの利用の履歴と、を取得する
請求項１から請求項６のいずれか一項に記載の情報処理システム。 Equipped with a delivery terminal where the delivery person inputs information
When the delivery person inputs the delivery result information, the delivery terminal stores the delivery destination information of the package, the delivery time, and the delivery result information in association with each other.
The first acquisition unit claims to acquire the delivery time stored in the delivery terminal and the history of use of the lifeline of the usage destination corresponding to the delivery destination information, which is a history corresponding to the delivery time. The information processing system according to any one of claims 1 to 6.
前記学習部は、前記利用情報と前記配送結果情報とを、前記住居情報に基づいて区分し、区分した前記利用情報と前記配送結果情報とに基づいて学習を行う、
請求項１から請求項７のいずれか一項に記載の情報処理システム。 The delivery result information includes housing information regarding the usage destination, and includes housing information.
The learning unit classifies the usage information and the delivery result information based on the residence information, and learns based on the divided usage information and the delivery result information.
The information processing system according to any one of claims 1 to 7.
請求項８に記載の情報処理システム。 The housing information includes information on the composition of residents living in the usage destination.
The information processing system according to claim 8.
請求項８または請求項９に記載の情報処理システム。 The housing information includes information on the format of the destination.
The information processing system according to claim 8 or 9.
請求項１から請求項１０のいずれか一項に記載の情報処理システム。 The determination unit determines the delivery information based on the delivery person information regarding the delivery person who delivers the package.
The information processing system according to any one of claims 1 to 10.
請求項１１に記載の情報処理システム。 The delivery person information includes loading information regarding the position where the package is loaded.
The information processing system according to claim 11.
前記利用情報と前記配送結果情報とに基づいて学習する学習部と、
を備える、情報処理装置。 A first acquisition unit that acquires usage information indicating the history of lifeline usage at the usage destination and delivery result information indicating the history of success or failure of delivery of the package to the usage destination.
A learning unit that learns based on the usage information and the delivery result information,
Information processing device equipped with.
荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得部と、
前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習結果とに基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測部と、
前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定部と、
を備える、情報処理装置。 The learning result using the usage information indicating the history of the use of the lifeline at the user destination and the delivery result information indicating the history of success or failure of the delivery of the package to the user destination is read from the storage unit.
The usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package, and the usage status information measured and transmitted by the measuring device is acquired as the delivery destination usage status information. 2 acquisition department and
Based on the usage status information at the usage destination corresponding to each of the delivery destination information and the learning result, the success or failure of delivery of the package to the delivery destination at the time when the package is scheduled to arrive at the delivery destination. Prediction unit that predicts prediction information and
Based on the forecast information, a decision unit that determines delivery information indicating the delivery order of the package, and
Information processing device equipped with.
荷物の配送先情報の各々に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報が入力される場合に、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を出力するよう、 コンピュータに機能させるための学習済みモデル。 It is learned using usage information that shows the history of lifeline usage at the usage destination and delivery result information that shows the history of success or failure of delivery of packages to the usage destination.
When the usage status information indicating the usage status of the lifeline at the usage destination corresponding to each of the delivery destination information of the parcel is input and the usage status information measured and transmitted by the measuring device is input, the parcel A trained model that allows a computer to output predictive information about the success or failure of a delivery to a destination.
を備える表示制御装置。 Based on the forecast information regarding the success or failure of delivery of the package to the delivery destination and the delivery information indicating the delivery order of the package based on the forecast information, at least the next delivery destination among the multiple packages transported together. Is an identifiable display, and a display control unit for displaying an indistinguishable display between at least one of the delivery destinations to be delivered after the next and the delivery destination indicating that the prediction information is absent.
A display control device comprising.
学習部が前記利用情報と前記配送結果情報とに基づいて学習する学習ステップと、
第２取得部が荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得ステップと、
予測部が前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習部による学習結果と、に基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測ステップと、
決定部が前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定ステップと、
表示制御部が、前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御ステップと、
を含むことを特徴とする、情報処理方法。 The first acquisition step in which the first acquisition unit acquires usage information indicating the history of lifeline usage at the usage destination and delivery result information indicating the history of success or failure of delivery of the package to the usage destination. ,
Learning steps that the learning department learns based on the usage information and the delivery result information,
The second acquisition unit is the usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package, and the usage status information measured and transmitted by the measuring device is used as the delivery destination usage status. The second acquisition step to acquire as information and
Based on the usage status information at the usage destination corresponding to each of the delivery destination information and the learning result by the learning unit, the prediction unit reaches the delivery destination of the package at the time when the package is scheduled to arrive at the delivery destination. Predictive steps to predict predictive information about successful or unsuccessful deliveries of
A decision step in which the determination unit determines delivery information indicating the delivery order of the package based on the forecast information, and
Based on the forecast information and the delivery information, the display control unit can identify at least the next delivery destination among the plurality of packages transported together, and delivers the next and subsequent packages. A display control step for causing an indistinguishable display between at least one of the delivery destinations and the delivery destination indicating that the prediction information is absent.
An information processing method characterized by including.
利用先でのライフラインの利用の履歴を示す利用情報と、前記利用先への荷物の配送の成功あるいは失敗に関する履歴を示す配送結果情報と、を取得する第１取得ステップと、 前記利用情報と前記配送結果情報とに基づいて学習する学習ステップと、
荷物の配送先情報に対応する利用先でのライフラインの利用状況を示す利用状況情報であって、測定機器によって測定されて送信された前記利用状況情報を、配送先利用状況情報として取得する第２取得ステップと、
前記配送先情報の各々に対応する利用先での前記利用状況情報と前記学習ステップによる学習結果と、に基づいて、荷物の配送先への到着予定時点において、前記荷物の配送先への配送の成功あるいは失敗に関する予測情報を予測する予測ステップと、
前記予測情報に基づいて、当該荷物の配送順を示す配送情報を決定する決定ステップと、
前記予測情報と前記配送情報とに基づいて、一緒に運搬される複数の荷物のうち、少なくとも次に配送する配送先が識別可能な表示であって、次の次以降に配送する配送先の少なくとも１つと前記予測情報が不在であることを示す配送先とが識別不能な表示を行わせる表示制御ステップと、
を実行させるためのプログラム。 The first acquisition step of acquiring the usage information indicating the history of lifeline usage at the usage destination and the delivery result information indicating the history of success or failure of delivery of the package to the usage destination on the computer, and the usage. Learning steps to learn based on the information and the delivery result information,
The usage status information indicating the usage status of the lifeline at the usage destination corresponding to the delivery destination information of the package, and the usage status information measured and transmitted by the measuring device is acquired as the delivery destination usage status information. 2 acquisition steps and
Based on the usage status information at the usage destination corresponding to each of the delivery destination information and the learning result by the learning step, the delivery of the package to the delivery destination at the time when the package is scheduled to arrive at the delivery destination. Predictive steps that predict predictive information about success or failure,
Based on the forecast information, a determination step of determining delivery information indicating the delivery order of the package, and
Based on the forecast information and the delivery information, at least the next delivery destination is an identifiable display among the plurality of packages transported together, and at least the next and subsequent delivery destinations are delivered. A display control step that causes an indistinguishable display between one and the delivery destination indicating that the forecast information is absent.
A program to execute.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020019208A JP2020135880A (en) | 2020-02-06 | 2020-02-06 | Information processing system, information processing device, trained model, display control device, information processing method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020019208A JP2020135880A (en) | 2020-02-06 | 2020-02-06 | Information processing system, information processing device, trained model, display control device, information processing method, and program |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019028834A Division JP6664752B1 (en) | 2019-02-20 | 2019-02-20 | Artificial intelligence system, artificial intelligence device, display control device, artificial intelligence system control method, information processing method, artificial intelligence program, and program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2020135880A true JP2020135880A (en) | 2020-08-31 |
Family
ID=72263431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020019208A Pending JP2020135880A (en) | 2020-02-06 | 2020-02-06 | Information processing system, information processing device, trained model, display control device, information processing method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2020135880A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022171460A (en) * | 2021-04-30 | 2022-11-11 | ＣＢｃｌｏｕｄ株式会社 | Program, method, and information processing apparatus |
| JP7409276B2 (en) | 2020-09-30 | 2024-01-09 | トヨタ自動車株式会社 | Control device, program and control method |
-
2020
- 2020-02-06 JP JP2020019208A patent/JP2020135880A/en active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7409276B2 (en) | 2020-09-30 | 2024-01-09 | トヨタ自動車株式会社 | Control device, program and control method |
| JP2022171460A (en) * | 2021-04-30 | 2022-11-11 | ＣＢｃｌｏｕｄ株式会社 | Program, method, and information processing apparatus |
| JP7188805B2 (en) | 2021-04-30 | 2022-12-13 | ＣＢｃｌｏｕｄ株式会社 | program, method, information processing device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10639995B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
| CN111950803A (en) | Logistics object delivery time prediction method and device, electronic equipment and storage medium | |
| JP2022099235A (en) | OPTIMIZING CHARGING, FUELING, AND PARKING OVERHEADS OF FLEET VEHICLES IN MaaS ARCHITECTURE | |
| JP2010039961A (en) | Delivery operation support system, and delivery prediction time calculation method and program | |
| JP2013545078A (en) | Method, system, and computer program product for optimizing route design digital maps | |
| US20200387860A1 (en) | Estimating system, estimating method, and information storage medium | |
| JP2020135880A (en) | Information processing system, information processing device, trained model, display control device, information processing method, and program | |
| JP2013167972A (en) | Delivery schedule management system, method for managing delivery schedule, and delivery schedule management program | |
| JP6664752B1 (en) | Artificial intelligence system, artificial intelligence device, display control device, artificial intelligence system control method, information processing method, artificial intelligence program, and program | |
| JP2020085577A (en) | Parking location guidance system, parking location output terminal, and parking location guidance program | |
| JP2018206225A (en) | Distribution device, distribution method, distribution program, and model | |
| Grahn et al. | Improving the performance of first-and last-mile mobility services through transit coordination, real-time demand prediction, advanced reservations, and trip prioritization | |
| CN117094631A (en) | Goods transportation management method and system based on Internet of things | |
| US20240046164A1 (en) | Active notification using transportation service prediction | |
| JP6908742B1 (en) | Information processing systems, trained models, information processing methods, and programs | |
| JP2009187244A (en) | Information providing system for mobile terminal and information providing method for mobile terminal | |
| US20220284394A1 (en) | Transportation planning system and transportation planning method | |
| JP7437358B2 (en) | Information processing device, control method for information processing device, control program for information processing device, and delivery system | |
| JP2022171577A (en) | Program, method, and information processing device | |
| JP6691156B2 (en) | Information processing apparatus, information processing method, program, and article providing system | |
| WO2023276083A1 (en) | Information processing system, trained model, information processing method, and program | |
| JP6978230B2 (en) | Providing device, providing method, providing program and calculation device | |
| JP7188805B2 (en) | program, method, information processing device | |
| KR102655088B1 (en) | Campus mobility management platform | |
| US20220147932A1 (en) | Information processing apparatus, information processing method, and program |