JP2022141210A - 臭気予測システム及び消臭システム - Google Patents

Abstract

【課題】使用開始時における臭いレベルを所定の基準値以下にすることができる臭気予測システム及び消臭システムを提供する。【解決手段】臭気予測システムは、空間内の臭気を検出する複数の臭いセンサ１０１～１０ｎを有する臭いセンサと、臭気検出値を臭気予測制御装置３０Ａに送信する通信装置２０とを備える。臭気予測制御装置３０Ａは、空間の使用開始予定時刻を入力する入力部３２と臭気検出値と使用開始予定時刻に基づき臭気予測値を算出する算出部３３を備える。【選択図】図２

Description

本発明は、臭気予測システム及び消臭システムに関する。

自動車、バス、電車等の車内、オフィスビルやホテル等の建物の室内等において前回の使用者や利用者（使用者等という）による臭いに対して次の使用者等が不快に感じる場合がある。そのため、予め車内や室内の空間の臭いを除去して、車両や建物内の部屋の次の使用者等に対して不快を与えないようにするため、種々の臭いに関する臭気管理システムが検討されている。

臭気管理システムとして、例えば、車両の車内に設けられた臭いセンサから出力された車内臭データに基づいて車内臭の種別を判定し、車内臭の種別と対応付けられる臭いレベルを車内臭データから取得して臭いレベルが所定基準を満たすか否かを判定し、車両の状態を通信端末に表示して管理する車両管理システムが開示されている（例えば、特許文献１参照）。

国際公開第２０２０－０３９２２３号

しかしながら、特許文献１の車両管理システムでは、車内臭の測定を行った時点で臭気レベルが低くても、次の使用開始時に臭気レベルが上昇している場合があり、使用者等から苦情が生じる可能性がある、という問題があった。

例えば、夜や早朝等のように温度が低い時間帯で臭いレベルが低くても、配車予定時間が日中の温度が高い時間帯の場合、車室内の温度が上昇し、シート等に染み込んでいた臭いが蒸発して、次の使用者に車室内の臭いが強い状態で配車される可能性がある。

本発明の一態様は、次の使用開始時における臭いレベルを所定の基準値以下にすることができる臭気予測システムを提供することを目的とする。

本発明に係る臭気予測システムの一態様は、空間内の臭気を検出し臭気検出値を出力する臭気検出部と、前記空間の使用開始予定時刻を入力する入力部と、前記臭気検出値と使用開始予定時刻に基づき臭気予測値を算出する算出部と、を備える。

本発明に係る臭気予測システムの一態様は、次の使用開始時における臭いレベルを所定の基準値以下にすることができる。

第１の実施形態に係る臭気予測システムの構成を示す図である。 臭気予測制御装置の機能を示すブロック図である。 時間と臭いレベルとの関係の一例を示す説明図である。 臭気予測制御装置のハードウェア構成を示すブロック図である。 第１の実施形態に係る臭気予測方法を説明するフローチャートである。 第２の実施形態に係る消臭システムの構成を示す図である。 臭気予測システムの機能を示すブロック図である。 第２の実施形態に係る消臭方法を説明するフローチャートである。

以下、本発明の実施の形態について、詳細に説明する。なお、説明の理解を容易にするため、各図面において同一の構成要素に対しては同一の符号を付して、重複する説明は省略する。また、図面における各部材の縮尺は実際とは異なる場合がある。本明細書において数値範囲を示す「～」は、別段の断わりがない限り、その前後に記載された数値を下限値及び上限値として含むことを意味する。

［第１の実施形態］
＜臭気予測システム＞
本発明の第１の実施形態に係る臭気予測システムについて説明する。本実施形態に係る臭気予測システムは、検知空間（以下、単に、空間という。）内に存在する検知対象ガスに含まれる臭い成分を測定して、空間内の次の使用者が使用する時の臭気予測値を予測する。

なお、検知空間とは、家、ビル、病院、福祉施設等の建物、自動車、電車等の車両、飛行機等の室内空間等のように、閉鎖された空間であって空気が存在する雰囲気をいう。閉鎖された空間は、実質密閉とみなせる空間を含み、空気が循環していてもよいし、循環していなくてもよい。本実施形態では、空間が自動車の車内空間（空間）Ｓであって、検知対象ガスが車内空間Ｓの空気である場合について説明する。

図１は、本実施形態に係る臭気予測システムの構成を示す図である。図１に示すように、臭気予測システム１Ａは、臭気検出部１０、通信装置２０及び臭気予測制御装置３０Ａを備える。臭気予測システム１Ａでは、臭気検出部１０の臭気検出値は、通信装置２０から通信ネットワーク４０を介して臭気予測制御装置３０Ａに送信される。

臭気検出部１０は、空間内の臭気を検出し、臭気検出値を出力する。

臭気検出部１０は、検出すべき、全ての臭い成分に反応する単数の臭いセンサ、又は空気に含まれる臭い成分に反応する検出特性が異なる複数の臭いセンサ１０１・・・１０Ｎ（Ｎは１以上の整数）を備える。

複数の臭いセンサ１０１・・・１０Ｎは、検知対象ガスに含まれる臭い成分に反応する検出特性が異なるセンサである。なお、臭い成分（臭気成分）とは、臭いを構成する化学物質であり、ノネナール、ジアセチル、イソ吉草酸、メチルメルカプタン、トリメチルアミン、アンモニア、酢酸、硫化水素等が挙げられる。

臭いセンサ１０１・・・１０Ｎは、半導体素子を備える半導体式センサ等を用いることができる。半導体式センサでは、半導体素子の表面で表面に吸着している酸素が臭いの原因である臭い成分と反応（表面反応）して離脱することによって、半導体素子の抵抗値が変化する。この抵抗値の変化から、空間内に存在する空気中の臭い成分の濃度が測定される。そして、測定された臭い成分の濃度を電気量に変換し、臭い成分の濃度に対応する電気信号を出力する。

臭いセンサ１０１・・・１０Ｎとしては、例えば、ＶＯＣ（Volatile Organic Compounds：揮発性有機化合物）検出用ガスセンサー、ＣＯ検出用ガスセンサー、水素検出用ガスセンサー、炭化水素検出用ガスセンサー、アルコール検出用ガスセンサー、煙草検出用ガスセンサー等が用いられる。また、臭いセンサ１０１・・・１０Ｎは、ＭＥＭＳ（Micro Electro Mechanical Systems）タイプのセンサでもよい。

臭いセンサ１０１・・・１０Ｎは、複数の臭い成分に対して反応するものでもよいし、一つの臭い成分のみに対して反応するものでもよい。

通信装置２０は、臭いセンサ１０１・・・１０Ｎの検出値を通信ネットワーク４０に送信する。

臭気予測制御装置３０Ａは、臭気検出部１０で出力される臭気検出値を受信して、自動車を使用する予定の使用者の自動車の使用時における自動車の室内の臭いに関する臭気予測値を算出する。

臭気予測制御装置３０Ａの構成について説明する。図２は、臭気予測制御装置３０Ａの機能を示すブロック図である。図２に示すように、臭気予測制御装置３０Ａは、取得部３１、入力部３２、算出部３３、記憶部３４、学習モデル３５、学習部３６及び表示部３７を備える。なお、臭気予測制御装置３０Ａは、学習モデル３５及び学習部３６を備え、記憶部３４に記憶させる情報を学習しているが、本実施形態では、記憶部３４に記憶させる情報を学習する必要がない場合には、臭気予測制御装置３０Ａは、学習モデル３５及び学習部３６を備えなくてもよい。

取得部３１は、通信装置２０を介して送られる、臭いセンサ１０１・・・１０Ｎの出力値を取得する。

取得部３１は、取得した臭いセンサ１０１・・・１０Ｎの出力値を臭い情報として算出部３３に入力する。

入力部３２は、空間の使用開始予定時刻を入力する。

算出部３３は、臭気検出部１０で出力される臭気検出値と、入力部３２で入力される使用開始予定時刻とに基づいて、自動車を使用する予定の使用者の自動車の使用時における自動車の室内の臭いに関する臭気予測値を算出する。

算出部３３は、脱臭要否判断要素に基づいて、使用開始予定時刻における臭いレベルを予測できる。

脱臭要否判断要素は、臭い予測に用いる情報である。脱臭要否判断要素として、例えば、利用情報、天気予報情報、駐車場環境、臭い情報等が挙げられる。

利用情報として、例えば、利用開始時刻、利用者の臭い敏感度（例えば、タバコ臭に敏感である等）等が挙げられる。

天気予報情報として、例えば、前の利用者返却から次の利用開始までの温度推移、湿度推移、日照推移等が挙げられる。

駐車場環境として、例えば、駐車場が、屋外、屋内、日当たりが良い、日陰であること等をいう。

臭い情報として、例えば、前の利用者が残した臭気成分の種類、レベル、利用中の臭いレベル履歴等が挙げられる。利用中の臭いレベル履歴とは、例えば、高い臭いレベル又は引く臭いレベルで長時間曝されていたこと等をいう。高い臭いレベルで長時間曝されていると、臭気成分が自動車のシート等に高濃度で染み込んでいることが多く、自動車内の温度の上昇等に起因して発生する臭いレベルの増大率が高くなる。一方、低い臭いレベルで長時間曝されている場合、臭気成分が自動車のシート等に染み込む量は少ないことが多く、自動車内の温度の上昇等に起因して発生する臭いレベルの増大率は低い。

臭いレベルとは、空間内の臭いの強さを示す値である。臭いレベルは、絶対値でもよいし、最大値（１００）に対する相対値、所定の基準値に対する相対値でもよい。

算出部３３は、脱臭要否判断要素と臭いレベルとの関係を示す関係図を用いて、使用開始予定時刻での臭いレベルを予測できる。脱臭要否判断要素と、臭いレベルとの関係を示す関係図は予め記憶部に記憶されている。

時間と臭いレベルとの関係の一例を図３に示す。図３に示すように、前の自動車の利用者の利用中に、車内に臭い発生して、臭いレベルが基準値を超えている場合、換気等を行うことで臭いレベルは基準値以下に低下し、早朝等のような気温が低い、前の利用者の自動車の返却時刻Ｔ１では臭いレベルは殆どゼロに近い状態になっている。その後、日が高くなり気温が上昇すると、車内の気温が変動して、予測１～３のように、臭いレベルが上昇する場合がある。そして、次の自動車の利用者の利用開始時刻Ｔ２では、予測１及び２のように、臭いレベルが基準値を超えている場合がある。

算出部３３は、脱臭要否判断要素と臭いレベルとの関係を示す関係図を用いて、例えば、以下のように予測できる。

天気予報情報から前の利用者の自動車の返却時刻Ｔ１から次の自動車の利用者の利用開始時刻Ｔ２まで高温が続いている場合、自動車が屋外駐車場で炎天下に曝され続けている場合、前の利用者の利用中にペット臭と思われる臭いに１時間以上曝されている場合には、算出部３３は、予測１のように、次の自動車の利用者の利用開始時刻Ｔ２では臭いレベルが基準値を大幅に超えると予測できる。

天気予報情報から次の利用開始時刻まで低温（例えば、冬期で日中も積雪している等）が続き、前の利用者の利用中に香水等に１時間以上さらされている場合には、算出部３３は、予測２のように、臭いレベルが基準値を下回ると予測できる。

また、算出部３３は、脱臭要否判断要素の条件の組み合わせによっては、予測３のように、臭いレベルが基準値を僅かに超えると予測できる。

そこで、算出部３３は、臭気検出時刻から使用開始予定時刻までの時間、温度、日射量、湿度等に基づいて、次の自動車の利用者の利用開始時刻Ｔ２における臭いレベルを予測できる。

例えば、算出部３３は、臭気検出時刻から使用開始予定時刻までの時間が短い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの時間が長い時には臭気予測値を大きく算出する。

なお、時間の長短は、季節、温度、湿度、駐車場所等に応じて適宜設定でき、例えば、時間が短いとは、季節、温度、湿度、駐車場所等を考慮して、臭気検出時刻から使用開始予定時刻までの平均時間未満をいい、時間が長いとは、この平均時間以上をいう。

算出部３３は、臭気検出時刻から使用開始予定時刻までの温度が低い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの温度が高い時には臭気予測値を大きく算出する。

なお、温度の高低は、自動車の未使用時間、季節、温度、湿度、駐車場所等に応じて適宜設定でき、例えば、温度が低いとは、臭気検出時刻から使用開始予定時刻までの平均温度未満、又は臭気検出時刻から使用開始予定時刻までの最高温度と最低温度の差の中間温度未満をいい、温度が高いとは、この平均温度以上又は中間温度以上をいう。

算出部３３は、臭気検出時刻から使用開始予定時刻までの日射量が少ない時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの日射量が多い時には臭気予測値を大きく算出する。

なお、日射量の多少は、自動車の未使用時間、季節、温度、湿度、駐車場所等に応じて適宜設定でき、例えば、日射量が少ないとは、季節、温度、湿度、駐車場所等を考慮して、臭気検出時刻から使用開始予定時刻までの平均日射量未満をいい、日射量が多いとは、この平均日射量以上をいう。

算出部３３は、臭気検出時刻から使用開始予定時刻までの湿度が低い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの湿度が高い時には臭気予測値を大きく算出する。

なお、湿度の高低は、自動車の未使用時間、季節、温度、駐車場所等に応じて適宜設定でき、例えば、湿度が低いとは、臭気検出時刻から使用開始予定時刻までの平均湿度未満、又は臭気検出時刻から使用開始予定時刻までの最高湿度と最低湿度の差の中間湿度未満をいい、湿度が高いとは、この平均湿度以上又は中間湿度以上をいう。

記憶部３４は、臭気検出部１０で出力される臭気検出値に関する情報と、脱臭要否判断要素に関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化と、臭いレベルと、臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化とを対応させた関連データに関する情報を記憶する。

関連データに関する情報は、学習モデル３５の学習用データとして用いてもよい。関連データのうち、臭気検出部１０で出力される臭気検出値に関する情報と、脱臭要否判断要素に関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化とは、入力情報として用い、臭気検出値の経時変化に基づいて算出される臭いレベルと、臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化とは、出力情報として用いてよい。

記憶部３４は、関連データに、臭気検出部１０で出力される臭気検出値に関する情報と、脱臭要否判断要素に関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化とを予測用に用いられる入力情報（予測用入力情報）として、それぞれ入力する。そして、記憶部３４は、関連データに、予測用入力情報から得られた実際の臭気検出値に基づいて算出される臭いレベルと、実際の臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化に関する情報とを出力情報（予測用出力情報）として、それぞれ入力する。記憶部３４は、入力されたこれらの情報を用いて関連データを更新してもよい。これにより、算出部３３は、使用開始予定時刻における臭いレベルをより高精度に予測することができる。

学習モデル３５は、臭気検出値に関する情報と、脱臭要否判断要素に関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化に関する情報とを含む入力情報と、臭気検出部１０で出力される臭気検出値に基づいて算出される臭いレベルに関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化に関する情報とを含む出力情報との対応関係を学習させることで得られる。

学習モデル３５は、記憶部３４に記憶されている関連データを学習用データとして利用して学習部３６で学習が行われることで得られる、入力情報と出力情報との対応関係の学習結果、即ち入出力関係の学習結果が適用される。学習モデル３５は、入力情報を入力データとし、出力情報を出力データとし、入力情報と出力情報との入出力関係をモデル化して算出可能とするためのプログラムである。また、学習モデル３５は、関数等の数式で表してもよい。

学習モデル３５は、機械学習の中でも、教師あり学習のアルゴリズムを適用することが好ましい。教師あり学習として、例えば、線形回帰（Linear regression）、ロジスティック回帰（Logistic regression）、ランダムフォレスト（Random Forest）、ブースティング（Boosting）、サポートベクターマシン（Support Vector Machine、ＳＶＭ）、ニューラルネットワーク（Neural Network）等が挙げられる。ニューラルネットワークは、ニューラルネットワークを３層よりも多層にした深層学習（ディープラーニング）を用いることができる。ニューラルネットワークの種類としては、例えば、畳み込みニューラルネットワーク（Convolutional Neural Network、ＣＮＮ）、回帰型（再帰型）ニューラルネットワーク（Recurrent Neural Network、ＲＮＮ）及び一般回帰ニューラルネットワーク（General Regression Neural Network）等を用いることができる。

入力情報は、複数の臭いセンサ１０１・・・１０Ｎの臭気検出値に関する情報と、脱臭要否判断要素に関する情報と、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値に基づいて算出される臭いレベルと、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化とを対応させた関連データに関する情報等を含むことができる。

入力情報として用いられる上記情報は、空間内に存在する使用者毎に準備されてもよい。空間内に存在する使用者に関する情報としては、名前、会員番号、電話番号、メールアドレス、住所等が挙げられる。

また、上記情報は、同じ空間での測定に基づくものでもよいし、異なる空間での測定に基づくものでもよい。なお、入力情報は、これらの情報以外に適宜必要な情報を含んでもよい。

出力情報は、臭いレベルに関する情報、臭いレベルの経時変化に関する情報等を含むことができ、適宜必要な情報を含んでもよい。

学習部３６は、記憶部３４に入力された予測用入力情報及び予測用出力情報を入力情報及び出力情報として学習し、学習モデル３５を更新することができる。即ち、学習部３６は、記憶部３４により作成された関連データ（学習用データ）を用いて、入力情報と出力情報との対応関係を表す学習モデル３５を学習する。学習部３６は、例えば、学習モデル３５の入出力関係が機械学習により学習用データの入出力関係に近づくように、学習モデル３５を学習させることが好ましい。

表示部３７は、算出部３３で出力された臭気予測値に関する情報を表示する。また、表示部３７は、算出部３３で出力された、それぞれの臭い成分の種類、濃度、臭いレベルから算出した最適な対処方法を表示することができる。表示部３７としては、例えば、モニタ等を用いることができる。

臭気予測制御装置３０Ａは、算出部３３で出力された臭気予測値を、表示部３７以外に、不図示の報知部で出力してもよい。不図示の報知部としては、例えば、警報、振動等を用いることができる。

（臭気予測制御装置３０Ａのハードウェア構成）
次に、臭気予測制御装置３０Ａのハードウェア構成の一例について説明する。図４は、臭気予測制御装置３０Ａのハードウェア構成を示すブロック図である。図４に示すように、臭気予測制御装置３０Ａは、情報処理装置（コンピュータ）で構成され、物理的には、演算処理部であるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：プロセッサ）１０１、主記憶装置であるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０２及びＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０３、入力デバイスである入力装置１０４、出力装置１０５、通信モジュール１０６並びにハードディスク等の補助記憶装置１０７等を含むコンピュータシステムとして構成することができる。これらは、バス１０８で相互に接続されている。なお、出力装置１０５及び補助記憶装置１０７は、外部に設けられていてもよい。

ＣＰＵ１０１は、臭気予測システム１Ａの全体の動作を制御し、各種の情報処理を行う。ＣＰＵ１０１は、ＲＯＭ１０３又は補助記憶装置１０７に格納された臭気予測プログラム（以下、単に予測プログラムという。）を実行して、測定収録画面と解析画面の表示動作を制御する。

ＲＡＭ１０２は、ＣＰＵ１０１のワークエリアとして用いられ、主要な制御パラメータや情報を記憶する不揮発ＲＡＭを含んでもよい。

ＲＯＭ１０３は、基本入出力プログラム等を記憶する。予測プログラムはＲＯＭ１０３に保存されてもよい。

入力装置１０４は、キーボード、マウス、操作ボタン、タッチパネル等である。

出力装置１０５は、モニタディスプレイ等である。出力装置１０５では、予測結果等が表示され、入力装置１０４や通信モジュール１０６を介した入出力操作に応じて画面が更新される。

通信モジュール１０６は、ネットワークカード等のデータ送受信デバイスであり、外部のデータ収録サーバ等からの情報を取り込み、他の電子機器に解析情報を出力する通信インタフェースとして機能する。

補助記憶装置１０７は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、及びＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の記憶装置であり、例えば、予測プログラムや臭気予測システム１Ａの動作に必要な各種のデータ、ファイル等を格納する。

図２に示す臭気予測制御装置３０Ａの各機能は、ＣＰＵ１０１、ＲＡＭ１０２等の主記憶装置又は補助記憶装置１０７に所定のコンピュータソフトウェア（予測プログラムを含む）を読み込ませ、ＲＡＭ１０２、ＲＯＭ１０３又は補助記憶装置１０７に格納された予測プログラム等をＣＰＵ１０１により実行する。入力装置１０４、出力装置１０５及び通信モジュール１０６を動作させると共に、ＲＡＭ１０２、ＲＯＭ１０３及び補助記憶装置１０７等におけるデータの読み出し及び書き込みを行うことで、臭気予測制御装置３０Ａ予の各機能は、実現される。即ち、予測プログラムをコンピュータ上で実行させることで、臭気予測制御装置３０Ａは、図２の、取得部３１、入力部３２、算出部３３、記憶部３４及び表示部３７として機能する。

予測プログラムは、例えばコンピュータが備える記憶装置内に格納される。なお、予測プログラムは、その一部又は全部が、通信回線等の伝送媒体を介して伝送され、コンピュータが備える通信モジュール１０６等により受信されて記録（インストールを含む）される構成としてもよい。また、予測プログラムは、その一部又は全部が、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、フラッシュメモリ等の持ち運び可能な記憶媒体に格納された状態から、コンピュータ内に記録（インストールを含む）される構成としてもよい。

＜臭気予測方法＞
次に、本実施形態に係る臭気予測システム１Ａを用いて、本実施形態に係る臭気予測方法について説明する。本実施形態に係る臭気予測方法は、図１に示すような構成を有する臭気予測システム１Ａにおいて、空間内に存在する検知対象ガスに含まれる臭い成分を測定して、空間内を使用する予定の使用者の使用時の臭いを予測する。

図５は、本実施形態に係る臭気予測方法を説明するフローチャートである。図５に示すように、本実施形態に係る臭気予測方法は、臭いレベルの取得工程（ステップＳ１１）、臭いレベルの第１判定工程（ステップＳ１２）、使用開始予定時刻における臭いレベルの予測工程（ステップＳ１３）及び使用開始予定時刻における臭いレベルの第２判定工程（ステップＳ１４）を含む。

臭気予測システム１Ａは、取得部３１により、臭気検出部１０が備える現在の複数の臭いセンサ１０１・・・１０Ｎの出力値を取得して、臭気成分毎の濃度から臭いレベルを取得する（臭いレベルの取得工程：ステップＳ１１）。

次に、臭気予測システム１Ａは、算出部３３により、臭いレベルが基準値未満であるか否か判定する（臭いレベルの第１判定工程：ステップＳ１２）。

臭いレベルの基準値は、臭気成分の種類等に応じて適宜設定される。例えば、臭気成分がエタノールである場合、エタノールは、除菌や香水等に使用されており、比較的、人が嫌がる臭いではないことが多いため、基準値は、高めに設定できる。臭気成分が嘔吐臭である場合、嘔吐臭は病気の感染等の可能性があるため、基準値は極めて低く、厳しめに設定できる。臭気成分が、タバコ臭、ペット臭、灯油臭等である場合、これらの臭いは、一般人が臭い通常感じるため、基準値は通常の基準値に設定できる。腐敗臭は、比較的、人が嫌がる臭いであることが多いため、基準値は、極めて低く厳しめに設定できる。

臭いレベルが基準値未満である場合には（ステップＳ１２：Ｙｅｓ）、入力部３２より入力される使用開始予定時刻における空間Ｓ内の臭いレベルを予測する（臭いレベルの予測工程：ステップＳ１３）。

次に、臭気予測システム１Ａは、算出部３３により、使用開始予定時刻における空間内の臭いレベルが基準値未満であるか否か判定する（臭いレベルの第２判定工程：ステップＳ１４）。

使用開始予定時刻における空間Ｓ内の臭いレベルが基準値未満である場合には（ステップＳ１４：Ｙｅｓ）、次の利用者の利用開始時には臭いが問題無いレベルであると判断し、終了する。

一方、臭いレベルの第１判定工程（ステップＳ１２）において、臭いレベルが基準値以上である場合には（ステップＳ１２：Ｎｏ）、臭気予測システム１Ａは、表示部３７により、臭いレベルの取得工程（ステップＳ１１）で取得した現在の臭いレベル、臭いレベルの第１判定工程（ステップＳ１２）における判定結果、脱臭の推奨等を表示する（脱臭の推奨提示工程：ステップＳ１５）。

臭いレベルの第２判定工程（ステップＳ１４）において、使用開始予定時刻における空間Ｓ内の臭いレベルが基準値以上である場合には（ステップＳ１４：Ｎｏ）、臭気予測システム１Ａは、表示部３７により、臭いレベルの第２判定工程（ステップＳ１４）における判定結果、脱臭の推奨等を表示する（脱臭の推奨提示工程：ステップＳ１５）。

また、臭気予測システム１Ａは、算出部３３より、脱臭の推奨提示工程（ステップＳ１５）において、臭気検出部１０により、検出された、臭い成分の種類、濃度、算出部３３よりで算出された臭いレベル等から、効果的な脱臭手段等を表示してもよい。効果的な脱臭手段として、例えば、空調の制御、窓の開閉等による換気、空気清浄機の運転指示、オゾン、ＵＶ等の脱臭装置の運転指示等が挙げられる。

さらに、臭気予測システム１Ａは、自動車の脱臭の表示以外の報知を行ってもよい。表示以外の報知として、例えば、音声の出力、振動の発生等が挙げられる。

また、臭気予測システム１Ａは、算出部３３により、使用開始予定時刻が近くなり、脱臭が間に合わないと判断した場合には、臭気予測システム１Ａは、表示部３７により、別の自動車の手配の表示を行ってもよい。

臭気予測システム１Ａは、臭気検出部１０、通信装置２０及び臭気予測制御装置３０Ａを備え、臭気予測制御装置３０Ａは、入力部３２及び算出部３３を備える。算出部３３は、臭気検出部１０で出力される臭気検出値と、入力部３２で入力される使用開始予定時刻とに基づいて、自動車を使用する予定の使用者の車両の使用時における車両の空間Ｓ内の臭いに関する臭気予測値を算出する。臭気予測システム１Ａは、記憶部３４に、脱臭要否判断要素によって臭気検出部１０で出力される臭気検出値の経時変化と、臭いレベルとを対応させた関連データに関する情報等を記憶している。臭気予測システム１Ａは、算出部３３で、記憶部３４に記憶されている各種情報を用いることで、自動車の返却時に基準値未満でも、次の自動車の使用開始時点での臭気検出値を高精度に予測することができる。これにより、臭気予測システム１Ａは、次の使用者に自動車を貸し出す前に、予め自動車内の空間Ｓの空気の排気、脱臭、メンテナンス等が必要であるか否かを精度良く判断することができる。よって、臭気予測システム１Ａは、利用者の使用開始時点で、臭いレベルが確実に所定の基準値以下にすることができる。

例えば、前の利用者が早朝等の気温等が低い時間帯に返却し、その時点での臭いレベルでは脱臭が不要であると判断しても、その後、日中になり、温度及び湿度の上昇等に伴って空間内の臭気成分が空間Ｓ内に拡散して、臭いレベルが上昇することがある。この状態で次の利用者が自動車を利用すると、自動車の返却時とは異なり、車室内に臭いを発生することがある。これに対し、臭気予測システム１Ａは、利用者に不快な印象を与えることなく、自動車を貸し出すことができるため、次の利用者は、使い始める際に、車内の臭いレベルが所定の基準値を上回る臭いに悩まされることを軽減できる。これにより、自動車の利用者からのクレーム件数の減少、顧客満足度の向上、リピート率の向上等を図ることできる。

また、臭気予測システム１Ａは、予め、次回の自動車の使用開示時刻が分かっている場合には、自動車の前の利用者が利用終了時点での臭いレベルで、自動車の所有者に対して、次回の自動車の使用時において脱臭等の要否を適切に知らせることができる。そのため、臭気予測システム１Ａは、無駄なく、かつ効果的な脱臭を行うことができる。

さらに、臭気予測システム１Ａは、次の自動車の利用開始時よりも早期に臭いレベルを予測できるため、臭いレベルが高い場合でも脱臭に必要な時間を十分確保することもできる。

臭気予測システム１Ａは、算出部３３が、臭気検出時刻から使用開始予定時刻までの時間が短い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの時間が長い時には臭気予測値を大きく算出することができる。これにより、臭気予測システム１Ａは、使用開始予定時刻までの時間を考慮して臭気予測値をより適切に予測することができる。

臭気予測システム１Ａは、算出部３３が、臭気検出時刻から使用開始予定時刻までの温度が低い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの温度が高い時には臭気予測値を大きく算出することができる。これにより、臭気予測システム１Ａは、使用開始予定時刻までの温度を考慮して臭気予測値をより適切に予測することができる。

臭気予測システム１Ａは、算出部３３が、臭気検出時刻から使用開始予定時刻までの日射量が少ない時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの日射量が多い時には臭気予測値を大きく算出することができる。これにより、臭気予測システム１Ａは、使用開始予定時刻までの日射量を考慮して臭気予測値をより適切に予測することができる。

臭気予測システム１Ａは、算出部３３が、臭気検出時刻から使用開始予定時刻までの湿度が低い時には臭気予測値を小さく算出し、臭気検出時刻から使用開始予定時刻までの湿度が高い時には臭気予測値を大きく算出することができる。これにより、臭気予測システム１Ａは、使用開始予定時刻までの湿度を考慮して臭気予測値をより適切に予測することができる。

臭気予測システム１Ａは、算出部３３で、脱臭要否判断要素に基づいて、使用開始予定時刻における臭いレベルを予測できる。脱臭要否判断要素としては、例えば、利用情報、天気予報情報、駐車場環境、臭い情報等の臭い予測に用いる情報が用いられる。臭気予測システム１Ａは、臭い予測に用いる情報を考慮して、自動車の室内の臭いに関する臭気予測値を算出できるため、使用開始予定時刻までの臭気予測値をより適切に予測することができる。

臭気予測システム１Ａは、学習部３６を備え、算出部３３に、臭気検出値、脱臭要否判断要素、及び臭気検出値の経時変化と、臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化を入力することで、学習モデル３５により、臭いレベルの経時変化を予測できる。臭気予測システム１Ａは、学習部３６で学習モデル３５を更新することができるため、臭いレベルの経時変化を更に高精度に予測できる。よって、臭気予測システム１Ａは、使用開始時における臭いレベルを予測精度を高めることができる。

臭気予測システム１Ａは、上述の通り、利用者の使用開始時点で、臭いレベルが確実に所定の基準値以下にすることができることから、自動車の車内空間以外に、バス、電車等の自動車の車内、飛行機や船舶等の機内、オフィスビルやホテル等の建物の居室、客室、更衣室、トイレ等の室内のように閉ざされた空間内の空間中の臭気成分に起因して次回の使用者や利用者が快適に使用できるようにすることを予測するシステムとして好適に用いることができる。

なお、本実施形態では、臭気予測システム１Ａは、現在の自動車の使用者の利用中における駐停車で行ってもよい。

本実施形態では、臭気予測システム１Ａは、算出部３３、学習モデル３５及び学習部３６の少なくとも１つは、臭気予測制御装置３０Ａ内に備えた、ＰＣ（Personal Computer）等の単独の装置としているが、臭気予測制御装置３０Ａの外側に配置してネットワークを介して接続されてもよい。例えば、算出部３３、学習モデル３５及び学習部３６の少なくとも１つはクラウド上に設けられてもよい。この場合、臭気予測制御装置３０Ａは、ネットワークを介して接続される各構成により臭気予測制御システムとして構成される。

［第２の実施形態］
＜消臭システム＞
本発明の第２の実施形態に係る消臭システムについて説明する。本実施形態に係る消臭システムは、上記の第１の実施形態に係る臭気予測システム１Ａに、消臭部及び消臭制御部を備えるものである。

図６は、本実施形態に係る消臭システムの構成を示す図であり、図７は、臭気予測システムの機能を示すブロック図である。図６に示すように、本実施形態に係る消臭システム６０は、臭気予測システム１Ｂと、消臭部６１とを備える。

図７に示すように、臭気予測システム１Ｂは、第１の実施形態に係る臭気予測システム１Ａが備える臭気予測制御装置３０Ａに代えて臭気予測制御装置３０Ｂを備える。

臭気予測制御装置３０Ｂは、臭気予測制御装置３０Ａに消臭制御部３８を備えたものである。消臭制御部３８以外の構成は、臭気予測制御装置３０Ａと同様であるため、消臭制御部３８についてのみ説明する。

消臭制御部３８、臭気予測値に基づき消臭部６１の駆動制御を行う。

図６に示すように、消臭部６１は、空間Ｓ内に設けられ、空間Ｓの消臭を行う。消臭部６１は、通信装置２０に接続されており、消臭制御部３８と、消臭制御部３８によって制御可能に接続されている。

消臭部６１は、特に限定されず、空気を消臭できるものであればよい。

次に、本実施形態に係る消臭システム６０を用いて、本実施形態に係る消臭方法について説明する。本実施形態に係る消臭方法は、図６に示すような構成を有する消臭システム６０において、空間内に存在する検知対象ガスに含まれる臭い成分を測定して、空間内を使用する予定の使用者の使用時の臭いを予測し、消臭する。

図８は、本実施形態に係る消臭方法を説明するフローチャートである。図８に示すように、本実施形態に係る消臭方法は、臭いレベルの取得工程（ステップＳ２１）、臭いレベルの第１判定工程（ステップＳ２２）、使用開始予定時刻における臭いレベルの予測工程（ステップＳ２３）及び使用開始予定時刻における臭いレベルの第２判定工程（ステップＳ２４）を含む。上記各工程は、図５に示す臭気予測方法の、臭いレベルの取得工程（ステップＳ１１）、臭いレベルの第１判定工程（ステップＳ１２）、使用開始予定時刻における臭いレベルの予測工程（ステップＳ１３）及び使用開始予定時刻における臭いレベルの第２判定工程（ステップＳ１４）と同様であるため詳細は省略する。

一方、臭いレベルの第１判定工程（ステップＳ２２）において、臭いレベルが基準値以上である場合には（ステップＳ２２：Ｎｏ）、臭気予測システム１Ｂは、表示部３７により、臭いレベルの取得工程（ステップＳ２１）で取得した現在の臭いレベル、臭いレベルの第１判定工程（ステップＳ２２）における判定結果、脱臭の推奨等を表示する（脱臭の推奨提示工程：ステップＳ２５）。

臭いレベルの第２判定工程（ステップＳ２４）において、使用開始予定時刻における空間Ｓ内の臭いレベルが基準値以上である場合には（ステップＳ２４：Ｎｏ）、臭気予測システム１Ａは、表示部３７により、臭いレベルの第２判定工程（ステップＳ２４）における判定結果、脱臭の推奨等を表示する（脱臭の推奨提示工程：ステップＳ２５）。

次に、消臭システム６０は、消臭制御部３８により、消臭部６１を駆動させて空間Ｓ内を消臭する（消臭工程：ステップＳ２６）。

消臭システム６０は、臭気予測システム１Ｂが消臭制御部３８及び消臭部６１を備える。これにより、消臭システム６０は、使用開始予定時刻における、予測された臭気予測値に基づいて空間Ｓ内を消臭できる。よって、消臭システム６０は、利用者の使用開始時点で、臭いレベルが確実に所定の基準値以下になるように消臭することができる。

以上の通り、実施形態を説明したが、上記実施形態は、例として提示したものであり、上記実施形態により本発明が限定されるものではない。上記実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の組み合わせ、省略、置き換え、変更等を行うことが可能である。これら実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１Ａ、１Ｂ 臭気予測システム
１０ 臭気検出部
１０１・・・１０Ｎ 臭いセンサ
２０ 通信装置
３０Ａ、３０Ｂ 臭気予測制御装置
３１ 取得部
３２ 入力部
３３ 算出部
３４ 記憶部
３５ 学習モデル
３６ 学習部
３７ 表示部
３８ 消臭制御部
６０ 消臭システム
６１ 消臭部

Claims (9)

1. 空間内の臭気を検出し臭気検出値を出力する臭気検出部と、
   前記空間の使用開始予定時刻を入力する入力部と、
   前記臭気検出値と使用開始予定時刻に基づき臭気予測値を算出する算出部と、
   を備える臭気予測システム。
2. 前記算出部は、臭気検出時刻から前記使用開始予定時刻までの時間が短いときに前記臭気予測値を小さく算出し、前記臭気検出時刻から前記使用開始予定時刻までの時間が長いとき前記臭気予測値を大きく算出する請求項１に記載の臭気予測システム。
3. 前記算出部は、臭気検出時刻から前記使用開始予定時刻までの温度が低いときに前記臭気予測値を小さく算出し、前記臭気検出時刻から前記使用開始予定時刻までの温度が高いとき前記臭気予測値を大きく算出する請求項１又は２に記載の臭気予測システム。
4. 前記算出部は、臭気検出時刻から前記使用開始予定時刻までの日射量が少ないときに前記臭気予測値を小さく算出し、前記臭気検出時刻から前記使用開始予定時刻までの日射量が多いときに前記臭気予測値を大きく算出する請求項１～３の何れか一項に記載の臭気予測システム。
5. 前記算出部は、臭気検出時刻から前記使用開始予定時刻までの湿度が低いときに前記臭気予測値を小さく算出し、前記臭気検出時刻から前記使用開始予定時刻までの湿度が高いときに前記臭気予測値を大きく算出する請求項１～４の何れか一項に記載の臭気予測システム。
6. 前記算出部は、脱臭要否判断要素に基づいて、前記使用開始予定時刻における臭いレベルを予測する請求項１～５の何れか一項に記載の臭気予測システム。
7. 前記臭気検出部で出力される前記臭気検出値、前記脱臭要否判断要素、及び前記臭気検出値の経時変化と、前記臭気検出値の経時変化に基づいて算出される臭いレベルの経時変化との関係を学習し、学習モデルを更新する学習部を備え、
   前記算出部は、前記臭気検出値、前記脱臭要否判断要素、及び前記臭気検出値の経時変化とを入力することで、前記学習モデルにより、前記臭いレベルの経時変化を予測する請求項６に記載の臭気予測システム。
8. 前記臭気予測値を表示する表示部を備える請求項１～７の何れか一項に記載の臭気予測システム。
9. 空間内の臭気を検出し臭気検出値を出力する臭気検出部と、
   前記空間の使用開始予定時刻を入力する入力部と、
   前記空間の消臭を行う消臭部と、
   前記臭気検出値と使用開始予定時刻に基づき臭気予測値を算出する算出部と、
   前記臭気予測値に基づき前記消臭部の駆動制御を行う消臭制御部と、
   を備えた消臭システム。

Images