JP6486916B2 - インテリジェントコンテキストに基づくバッテリ充電 - Google Patents

Description

関連出願の相互参照
[0001]本特許出願は、２０１３年１１月４日に出願され、本発明の譲受人に割り当てられ、参照によりその全体が本明細書に組み込まれる、「ＩＮＴＥＬＬＩＧＥＮＴ ＣＯＮＴＥＸＴ ＢＡＳＥＤ ＢＡＴＴＥＲＹ ＣＨＡＲＧＩＮＧ」という名称の米国仮特許出願第６１／８９９，６２４号の利益を主張するものである。

[0002]本開示は、バッテリ充電に関し、詳細には、インテリジェントコンテキストに基づくバッテリ充電に関する。

[0003]本明細書で別段に規定されていない限り、この節で説明される手法は、この節に含まれることによって従来技術であると認められない。

[0004]現在、消費者は常に移動中であり、その結果、携帯型電子デバイスはますます普及している。例えば、消費者は、従来の電話及びデスクトップコンピュータより、モバイル電話とラップトップとを好む。タブレットパーソナルコンピュータ、携帯型メディアプレーヤ、及びハンドヘルドビデオゲームコンソールの人気も上昇している。全てのこれらの携帯型電子デバイスの共通点は、電源として１つ又は複数の充電式バッテリ（例えば、ニッケル−カドミウム（Ｎｉ−Ｃａｄ）バッテリ又はリチウムイオン（Ｌｉ＋））を含むことである。

[0005]一般に、充電式バッテリは、充放電サイクルの副産物として、充電容量が低下する。この低下の影響は累積し、高速の充放電率によって大きく加速される。放電率は、デバイスの使用率に大きく依存するが、充電率は、一般的には、デバイスの設計中に製造業者によって制御される。製造業者は、バッテリの寿命を改善するために、充電率を、遅い充電率に設定することができる。これは、交換可能でない、又は除去可能でない埋め込まれたバッテリを有するデバイスにとって重要であり得る。しかしながら、遅い充電率は、より長い再充電時間をもたらす。長い再充電時間は、消費者が電源の近くにいなければならない長い時間の期間に等しく、これは、移動中の消費者にとって望ましくないことがある。従って、充電式バッテリのための改善された充電技法が必要とされている。

[0006]本開示は、バッテリ充電に関する。一態様では、コンテキスト情報が、電子デバイスによってアクセスされる。このコンテキスト情報は、電子デバイスの１つ又は複数の使用パターンについて説明し得る。充電持続時間の予測は、例えば、コンテキスト情報に基づいて生成される。充電パラメータは、充電持続時間に基づいて決定され得、ここで、充電パラメータは、電子デバイスのバッテリを充電するために使用される。バッテリ充電器は、バッテリを充電するように充電パラメータを用いて構成され得る。

[0007]一態様では、本開示は、電子デバイスによって、電子デバイスの１つ又は複数の使用パターンについて説明するコンテキスト情報にアクセスすることと、電子デバイスによって、コンテキスト情報に基づいて充電持続時間を予測することと、電子デバイスによって、充電持続時間に基づいて充電パラメータを決定することと、ここにおいて、充電パラメータは、電子デバイスのバッテリを充電するために使用される、バッテリを充電するように充電パラメータを用いてバッテリ充電器を構成することとを備える方法を含む。

[0008]一態様では、予測することは、コンテキスト情報のデータ要素と充電持続時間との関係を確立するモデルを生成することを備える。

[0009]一態様では、予測することは、コンテキスト情報を充電履歴データとして記憶することと、充電持続時間を予測するために充電履歴データを現在のコンテキスト情報と比較することとを更に備える。

[0010]一態様では、モデルが動的に生成される。

[0011]一態様では、このモデルは、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する。

[0012]一態様では、充電パラメータは、充電電流と、浮動電圧とを備える。

[0013]一態様では、コンテキスト情報は、測定されたパラメータと規定パラメータとを備え、方法は、充電アプリケーションにおいて充電持続時間と測定されたパラメータと規定パラメータを受け取ることと、この測定されたパラメータ及び規定パラメータに基づいて充電持続時間を充電パラメータにマッピングすることとを更に備える。

[0014]一態様では、コンテキスト情報は、充電ステータスと、充電時間と、ロケーションと、充電源と、バッテリレベルとを備える。

[0015]一態様では本開示は、バッテリ充電器と、バッテリと、１つ又は複数のプロセッサと、この１つ又は複数のプロセッサによって実行されると、この１つ又は複数のプロセッサに、電子デバイスの１つ又は複数の使用パターンについて説明するコンテキスト情報にアクセスさせ、このコンテキスト情報に基づいて充電持続時間を予測させ、この充電持続時間に基づいて充電パラメータを決定させ、ここにおいて、充電パラメータは、電子デバイスのバッテリを充電するために使用される、バッテリを充電するように充電パラメータを用いてバッテリ充電器を構成させることを含む、本明細書で説明される幾つかの技法を実行させる、１つ又は複数の命令を記憶した非一時的なコンピュータ可読媒体とを備える電子デバイスを含む。

[0016]一態様では、本開示は、１つ又は複数のプロセッサによって実行されると、この１つ又は複数のプロセッサに、電子デバイスの１つ又は複数の使用パターンを記述しているコンテキスト情報にアクセスし、このコンテキスト情報に基づいて充電持続時間を予測し、この充電持続時間に基づいて充電パラメータを決定し、ここにおいて、充電パラメータは、電子デバイスのバッテリを充電するために使用され、バッテリを充電するように充電パラメータを用いてバッテリ充電器を設定することを含む、本明細書で説明される幾つかの技法を実行させる、１つ又は複数の命令を記憶した非一時的なコンピュータ可読媒体を含む。

[0017]以下の発明を実施するための形態及び添付の図面は、本開示の性質及び利点のより良い理解を提供する。

[0018]一態様によるインテリジェントバッテリ充電を含む電子デバイスを示す図。 [0019]別の態様によるインテリジェントバッテリ充電を示す図。 [0020]一態様によるバッテリ充電器の構成可能パラメータを示す図。 [0021]別の態様による例示的な予測エンジンを示す図。 [0022]別の態様による動的モデルを示す図。 [0023]一態様による、電子デバイスにおけるインテリジェントバッテリ充電の例示的な方法を示す図。 [0024]一態様による、モバイルデバイス上でのインテリジェント充電を示す図。 [0025]別の態様による充電システムを示す図。 [0026]例示的な一態様による充電アルゴリズムを示す図。 [0027]別の態様によるバッテリ充電を示す図。 [0028]別の態様による例示的なバッテリ充電器システムのブロック図。

[0029]以下の説明では、説明の目的で、本開示の完全な理解を提供するために、多数の例及び具体的な詳細が記載されている。しかしながら、特許請求の範囲において表現される本開示は、これらの例における特徴のうち幾つか又は全てのみを含んでもよいし、これらの例における特徴のうち幾つか又は全てを、以下で説明される他の特徴と組み合わせて含んでもよく、本明細書で説明される特徴及び概念の変更形態と等価物とを更に含み得ることは、当業者には明らかであろう。

[0030]本開示の態様は、コンテキストに基づくバッテリ充電のためのシステムと方法とを含む。一態様では、電子デバイスの使用パターンについてのコンテキスト情報は、充電式バッテリを充電することをカスタマイズするために使用される。一態様では、予測エンジンがコンテキスト情報にアクセスし、予測される充電持続時間を生成する。充電アプリケーションは、予測される充電持続時間に基づいて、バッテリ充電器内の充電パラメータをカスタマイズする。幾つかの態様では、充電アプリケーションは、バッテリ充電を改善するためにユーザへの提案を生成し得る。

[0031]図１は、一態様によるインテリジェントバッテリ充電を含む電子デバイス１００を示す。電子デバイス１００は、例えば、モバイル電話（例えば、スマートフォン）、タブレットコンピュータ、又は電源としてリチャージャブルバッテリ１１０を含む任意の他の電子デバイスであってよい。この例では、電子デバイス１００は、ユーザ入力を受けて出力を提供するためのユーザインターフェース１０１を含む。インターフェース１０１は、例えば、タッチスクリーンなどの単一の構成要素であってもよいし、ディスプレイ及びキーボードなどの複数の構成要素であってもよい。電子デバイス１００は、１つ又は複数のマイクロプロセッサ及び／又はコントローラなどのシステムハードウェア（ＨＷ）と、センサと、例えば図１ではまとめて１３０と示されている、全地球測位システム（ＧＰＳ）のためのハードウェア及び／又はソフトウェアなどのロケーションシステムとを含み得る。電子デバイス１００は、オペレーティングシステム１０２と、アプリケーション１０３とを更に含み得る。アプリケーション１０３は、広範囲のユーザ固有機能を実行するためにユーザによってデバイス１００上にロードされ得る多種多様なプログラム（例えば、「アプリ」）を含み得る。

[0032]本開示幾つかの態様の特徴及び利点は、バッテリ充電を改善するために電子デバイス１００の異なる構成要素からコンテキスト情報にアクセスすることを含む。コンテキスト情報は、アプリケーションデータ（例えば、カレンダー上での予約）と、オペレーティングシステムデータ（例えば、日付及び時刻）と、ＧＰＳデータ（デバイスのロケーション）と、特定ユーザのデバイス使用パターンについての他の情報とを含み得る。この例では、充電アプリケーション１１２及び／又は予測エンジン１２０は、例えば、電子デバイス１００の使用パターンに関して充電を最適化する目的でバッテリ１１０を充電するようにバッテリ充電器１１１を構成するために、ユーザインターフェース１０１、オペレーティングシステム１０２、１つ又は複数のアプリケーション１０３、及び／又は他のシステムＨＷ＆センサ若しくはＧＰＳ１３０に情報を送り、及び／又はこれらから情報を受け取る。以下でより詳細に説明される幾つかの態様では、予測エンジン１２０は、限定されるものではないが、カレンダー記入アプリケーションからのカレンダー情報と、オペレーティングシステム１０２からの時刻及び日付情報と、バッテリ充電器１１１からのバッテリ充電情報（例えば、充電の状態、別名、充電レベル）と、（例えば、ＧＰＳからの）ロケーション情報とを含む情報を受ける。予測エンジン１２０は、受けた情報を、ユーザの充電パターンに関するモデルを作製し、予測される充電の持続時間を生じさせるために使用し得る。様々な態様では、充電アプリケーション１１２は、例えば、バッテリ充電器１１１における充電パラメータをカスタマイズする又はインターフェース１０１を通してのユーザへの提案を生成するために、限定されるものではないが、バッテリ充電器１１１からの充電パラメータと、予測エンジン１２０からの１つ又は複数の予測と、アプリケーション情報と、ハードウェア又はオペレーティングシステム情報とを含む情報を受け取り得る。ユーザからの応答は、例えば、充電アプリケーション１１２において受け取られ、バッテリ充電を最適化するように充電パラメータをカスタマイズするためにアルゴリズムに組み込まれ得る。予測エンジン１２０及び／又は充電アプリケーション１１２は、（予測エンジン１２０による）予測及び／又は（充電アルゴリズム１１２による）提案を改善するために、情報を充電履歴情報として記憶し得る。

[0033]図２は、別の態様によるインテリジェントバッテリ充電を示す。この例では、バッテリ充電器２１０は、電圧即ちＶｅｘｔを受け取るために外部電源に結合された入力を有する。バッテリ充電器２１０は、システム電子機器２０１及び充電式バッテリ２５０に電力を提供し得、充電式バッテリ２５０は、この例ではリチウムイオンバッテリ（Ｌｉ＋）である。スイッチ（ＳＷ）２１２は、例えば、外部電源が切断されたとき、バッテリ２５０が、システム電子機器２０１に電力を提供することを可能にし得る。バッテリ充電器２１０は、単一の電力管理集積回路（ＰＭＩＣ）の一部であってもよいし、別個の回路として設けられてもよい。

[0034]バッテリ充電器２１０は、充電バッテリ２５０への電圧と電流とを生じさせるように、充電パラメータ２１１を用いて構成される。この例では、充電アプリケーション２２０は、予測エンジン２３０からの情報と、他の入力２４０（例えば、アプリケーション、ＯＳ、システムＨＷ）からの情報とを受け取る。充電アプリケーション２２０は、例えば、予測エンジン２３０と任意選択で他の入力２４０からの入力に基づいて充電を改善するために、バッテリ充電器２１０における充電パラメータ２１１をカスタマイズする。

[0035]図３は、一態様によるバッテリ充電器の構成可能パラメータを示す例示的なバッテリ充電プロットを示す。図３のプロットは、３つの曲線、即ち、バッテリ電圧曲線３０１と、入力電流曲線３０２と、充電電流曲線３０３とを含む。バッテリ充電サイクルは、極めて低い電圧（例えば、Ｖｂａｔｔ＜２ｖ）を有するひどく消耗されたバッテリで始まり得る。そのような場合、バッテリ充電器は、最初は、極めて小さいトリクル充電電流（例えば、Ｉｃｈｇ＝１０ｍＡ）を提供するように構成され得る。トリクル充電のある程度の時間期間の後、バッテリ電圧Ｖｂａｔｔは、この例では２ｖに固定されるが他の態様ではプログラム可能であってよい、トリクル充電−事前充電移行電圧に増加する。充電器が事前充電モードであるとき、Ｖｂａｔｔが、プログラム可能であってよい事前充電−急速充電移行に増加するまで、充電器は、プログラム可能な事前充電電流をバッテリへと生じさせ得る。急速充電モードに移行した後、バッテリ充電器は、バッテリにプログラム可能な急速充電電流を生じさせ得る。この例では、急速充電電流は一定であるが、他の態様では、急速充電電流は、例えば、最初は最大レベルに設定され、Ｖｂａｔｔが増加するにつれて減少され得る。急速充電中に、Ｖｂａｔｔは引き続き増加する。Ｖｂａｔｔが、同じくプログラム可能な閾値まで増加すると、バッテリ充電器は、電流制御充電から電圧制御充電に移行し得る。この例では、Ｖｂａｔｔが、プログラムされた浮動電圧値即ちＶｆｌｏａｔに等しいとき、バッテリ充電器は一定電圧充電に移行する。一定電圧充電モードでは、バッテリにかかる電圧は一定に（例えば、Ｖｆｌｏａｔに）保たれ、充電電流は減少する（徐々に低下する）。他の態様では、制御電流充電から制御電圧充電への移行をトリガするプログラム可能な閾値は、制御電圧充電中に使用されるプログラム可能な浮動電圧と異なり得る（例えば、これよりも大きい）。充電は、例えば、電圧制御モードにおける充電電流がプログラム可能な値よりも下がったとき、終了し得る。

[0036]上記で説明されたプログラム可能充電パラメータは、図２の充電パラメータ２１１の例である。例示的な一態様では、充電パラメータ２１１は、バッテリ充電を最適化する（例えば、より長いバッテリ寿命又はより短い充電時間）ように充電アプリケーション２２０によって修正され得る。例えば、予測エンジン２３０は、充電アプリケーション２２０に異なる予測される充電持続時間を出力し得、アプリケーション２２０は、例えば、予測される充電持続時間に基づいて、事前充電−急速充電移行、充電電流、及び／又は浮動電圧を制御するパラメータを変更し得る。上述のように、事前充電−急速充電電圧移行は、Ｖｂａｔｔが増加するにつれてバッテリ充電器がどのくらいすぐに急速充電を始めるかを示す。バッテリ充電器がすぐに（即ち、Ｖｂａｔｔの低い値で）急速充電を始める場合、バッテリ充電器は充電時間を減少させることができるが、これは、バッテリ寿命も減少させる。同様に、急速充電電流を増加させることによって、充電が高速化するが、同じく、バッテリ寿命が短縮される。同様に、浮動電圧を増加させることによって、電子デバイスの実行時間が増加するが、バッテリ寿命が短縮される。従って、１つの例示的なアプリケーションでは、予測エンジン２３０からの予測される充電持続時間が長い（例えば、８時間）場合、事前充電−急速充電移行、急速充電電流、及び／又は浮動電圧を制御するパラメータのうち１つ又は複数は、低速充電及び長いバッテリ寿命のために最適化され得る。逆に、予測エンジン２３０からの予測される充電持続時間が短い（例えば、１５分）場合、事前充電−急速充電移行、急速充電電流、及び／又は浮動電圧を制御するパラメータのうち１つ又は複数は、例えば、充電時間を最小にするように最適化され得る。他の態様では、充電アプリケーション２２０は、以下でより詳細に説明される他の入力に基づいて、充電パラメータ２１１に対して類似した変更を行う。

[0037]図４Ａは、別の態様による例示的な予測エンジン４１０を示す。本開示の幾つかの態様は、バッテリの充電を最適化するために使用される予測を生成するために、履歴コンテキストデータについてのユーザ固有情報にアクセスし、記憶し得る。この例では、予測エンジン４１０は、バッテリを充電することに関連する電子デバイスの使用パターンについてのコンテキスト情報を受け取る。バッテリ充電に有利であり得る幾つかの任意選択のコンテキスト情報は、充電ステータス４０１（例えば、いつ充電が開始し、停止するかを予測エンジンに通知する）と、バッテリレベル４０２と、時刻及び／又は日付４０３と、ＧＰＳロケーション及び／又は移動４０４と、充電源４０５（例えば、ＡＣアダプタ又はユニバーサルシリアルバス（ＵＳＢ）ポート）と、任意選択で他の入力データ４０６とを含み得る。予測エンジン４１０は、データ収集構成要素４１１と、モデル生成構成要素４１３と、予測器構成要素４１５とを備える。データ収集構成要素４１１は、コンテキスト情報を受け取り、コンテキスト情報を充電履歴データ４１２として（例えば、電子デバイスのメモリに）記憶する。充電履歴データ４１２は、例えば、曜日（例えば、日曜日、月曜日、…、金曜日、土曜日）と、時刻（例えば、充電が開始された時間及び／又は分）と、充電が開始された１日のうちの期間（午前、午後、夕方）と、初期バッテリレベルと、持続時間（例えば、＜３０分、＜６０分、＜９０分、又は＞９０分などの定義された持続時間にバケット化される（bucket））と、ロケーション及び／又は移動（例えば、緯度／経度又はセルＩＤすら）と、電源タイプ（ＡＣ又はＵＳＢ）と、前回の充電時間とを含む、各特定の充電活動のデータを含み得る。幾つかの態様では、ＧＰＳ、加速度計、又はジャイロスコープなどのセンサが、更なるコンテキスト情報（例えば、自動車通勤、オフィス内又は自宅に留まっているなど）を決定するために、ユーザの移動も提供し得る。幾つかの態様では、時刻は、有利には、１日のうちの時間及び１日のうちの期間で表され、次のように分類され得る。

ａ．早朝：午前５時〜午前８時
ｂ．午前：午前８時〜午前１２時
ｃ．午後：午前１２時〜午後５時
ｄ．夕方：午後５時〜午後８時
ｅ．深夜：午後８時〜午後１２時
ｆ．夜間：午後１２時〜午前５時
[0038]モデル生成構成要素４１３は、データ収集構成要素４１１から充電履歴データ４１２と現在のコンテキスト情報とを受け取り、コンテキスト情報のデータ要素（例えば、時刻、ロケーションなど）と充電持続時間との関係を確立するモデルを生じさせる及び／又は更新する。モデルは、例えば、コンテキスト情報内のどの特定のデータ要素が、予測される充電持続時間に影響を与えるかを示し得る。予測器４１５は、永続化されたモデル４１４と、現在のコンテキスト情報とを受け取る。予測器４１５は、例えば、現在のコンテキスト情報を分析し、予測される充電持続時間を生じさせるために、永続化されたモデル４１４と現在のコンテキスト情報を比較する。予測される充電持続時間は、ユーザが現在の条件（即ち、現在のコンテキスト）下でバッテリを充電すると予測される予測される時間の量であってよい。他の態様では、予測エンジン４１０は、ユーザが充電動作を実行すると予測される具体的な時刻（例えば、ユーザが電話機を壁のアダプタへとプラグ接続するかと予測されるとき）を出力し得る。本開示の態様は、例えば、予測される充電持続時間を生じさせるように、コンテキスト情報を受け取り、処理して、モデルを生成し、分類するために分類器と分類技法とを使用し得る。幾つかの態様は、その内容は参照によりその全体が本明細書に組み込まれる、２０１２年９月３日に出願された「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｉｍｐｒｏｖｉｎｇ ａ Ｕｓｅｒ Ｅｘｐｅｒｉｅｎｃｅ ｏｒ Ｄｅｖｉｃｅ Ｐｅｒｆｏｒｍａｎｃｅ Ｕｓｉｎｇ ａｎ Ｅｎｒｉｃｈｅｄ Ｕｓｅｒ Ｐｒｏｆｉｌｅ」という名称の米国特許出願公開第ＵＳ２０１３／０２３８５４０Ａ１号、特許出願第１３／６０２，２５０号で説明される分類技法と予測技法とモデリング技法を使用し得る。

[0039]図４Ｂは、別の態様による動的モデルを示す。本開示の特徴及び利点は、特徴などの入力データに基づいてモデルを動的に生成することを含む。図４Ｂは、例えば、時刻データ４４０、曜日（ＤＯＷ）４４１、前回の充電以降の時間４４２、次回の充電と予測される時間４４３、充電器タイプ４４４、ロケーション４４５、バッテリレベル４４６、及び／又は他の特徴を含む、特徴データを示す。各特徴は、４９０などのデータ点によって示されるように、複数の異なるデータ値を有し得る。予測エンジン４３０は、モデル４５０〜４５２などのモデルを生成するためにデータ特徴を使用し得る。モデルは、履歴データ及び個別の出力に対する現在の入力特徴データに基づいて生成される。この例では、モデルは、入力データセットを、予測される充電時間に対応する３つの出力、即ち、３０分未満の充電（充電＜３０分）、３０分から６０分の間の充電（３０分＜充電＜６０分）、及び６０分以上の充電（充電＞６０分）のうち１つに分類する。開示される手法の１つの利点は、特徴データが使用パターンの変化への応答に対して変化するのでモデルが経時的に変化するという点で、モデルが動的であることである。従って、動的モデルは、使用パターンが変化するとき、再プログラミング又は再構成を必要としない。

[0040]図５は、一態様による、電子デバイスにおけるインテリジェントなバッテリ充電の例示的な方法を示す。５０１では、充電コンテキスト情報が予測エンジンにおいて受け取られる。例えば、コンテキスト情報は、時刻、日付、バッテリレベル、ロケーション／移動、充電源（例えば、ＡＣアダプタ又はＵＳＢポート）、又は充電ステータス（例えば、充電中／充電中でない）を含み得る。コンテキスト情報は、上記で説明されたように、充電履歴の一部として記憶され得る。５０２では、モデルは、任意選択で、コンテキスト情報内のデータ要素と充電持続時間との関係を確立するために生成される。５０３では、電子デバイス内のバッテリ充電器が作動される。例えば、ユーザは、モバイル電話を壁のアダプタ又はＵＳＢポートへとプラグ接続し得、これによって、充電を作動させ得る。５０４では、任意選択で、充電アプリケーションは、充電持続時間に関する問合せ（例えば、予測エンジンは、この充電が現状においてどのくらい長く続くと思うか？）を予測エンジンに送り得る。更なるオプションとして、５０５において、予測エンジンは、現在のコンテキスト情報にアクセスし、永続化されたモデルと現在のコンテキストを比較し得る。例えば、予測エンジンは、現在の日付と、時刻と、ロケーション／移動と、バッテリレベルと、充電源と、他のシステムデータとにアクセスし、永続化されたモデルを使用して、現在の充電動作に関して可能性の高い充電持続時間を決定し得る。予測される充電持続時間は、幾つかの「バケット」のうち１つで提供され得る。例えば、１５分未満の予測される充電持続時間は「１０分」バケットに入れられてよく、１５分から４５分の間の予測される充電持続時間は「３０分バケット」に入れられてよく、４５分から１．５時間の間の予測は「１時間バケット」に入れられてよく、１．５から２．５時間の間の予測は「２時間バケット」に入れられてよく、２．５時間以上の予測は「３時間以上バケット」に入れられてよい。５０６では、予測される充電持続時間は、充電アプリケーションに出力される。５０７では、充電アプリケーションは、予測される充電持続時間を、バッテリ充電器内に設定され得る充電パラメータにマッピングし得る。例えば、予測される充電持続時間が特定のバッテリレベルに対して１０分である場合、ルックアップテーブルは、予測される充電時間内で可能な最大量にバッテリレベルを増加させるように、特定の充電電流パラメータ、浮動電圧パラメータ、又は他のパラメータを決定するために使用され得る。あるいは、予測される充電持続時間が８時間である場合（例えば、ロケーションが自宅であり、時刻が午後１１時、コンテキスト情報履歴が、電子デバイスが午後１０時から午前７時の間に使用されるのはまれなことを示すので）、ルックアップテーブルは、バッテリ寿命を最大にする目的で、予測される充電時間にわたって低い割合でバッテリレベルを増加させるように、特定の充電電流パラメータ、浮動電圧パラメータ、又は他のパラメータを決定するために使用され得る。ひとたび充電パラメータがバッテリ充電器内で設定されると、５０８において、カスタマイズされた充電パラメータを使用してバッテリ充電サイクルが開始される。５０９では、例えば、この充電サイクルに対する現在のコンテキスト情報が任意選択で記憶され、モデルが、将来の使用のために更新され得る。

[0041]図６は、一態様による、モバイルデバイス上でのインテリジェントな充電を示す。この例では、テーブルコンピュータ又はスマートフォンなどのモバイルデバイス６００は、予測エンジン６１１及びアプリケーション６１２からの入力を受け取る充電アプリケーション６１０を含み得る。予測エンジン６１１は、この例では任意選択である。充電アプリケーション６１０は、ソフトウェア層６０１で実行され、例えば、オペレーティングシステム６１３及び／又はＩ２Ｃバスなどの通信バスを通して、システム電子機器６０２と電力管理集積回路（ＰＭＩＣ）６０３とを含むハードウェアと通信し得る。充電アプリケーション６１０、予測エンジン６１１、アプリケーション６１２、及びオペレーティングシステム６１３は、メモリ（例えば、ＲＡＭ、ＲＯＭ、不揮発性メモリ）などの非一時的なコンピュータ可読媒体（ＣＲＭ）６０６に記憶され、１つ又は複数のプロセッサ（例えば、マイクロプロセッサ、μＰ）６０５によって実行されてよい。非一時的なコンピュータ可読媒体は、１つ又は複数のプロセッサによって実行されると、この１つ又は複数のプロセッサに本明細書で説明される幾つかの動作を実行させる、１つ又は複数の命令及び／又はプログラムを記憶し得る。充電アプリケーション６１０はバッテリ充電器６０４を構成し得、バッテリ充電器６０４は、この例ではＰＭＩＣ６０３の一部として示されているが、スタンドアロンＩＣとすることができる。充電アプリケーション６１０は、例えば、バッテリ充電器６０４を構成するために、アプリケーション及び任意選択で予測エンジンからのデータ入力を受け取り得る。この例では、充電アプリケーションは、バッテリ充電プロセスを更に適応させるために、ユーザインターフェース（図示されず）に信号を送り、受信し得る。

[0042]一態様では、充電アプリケーション６１０は、バッテリ充電を改善するためにユーザへの提案を生成する。提案は、例えば、電子デバイスのユーザにアクションを実行するよう指示するために充電アプリケーション１００によって提供される命令又は指示とすることができる。一態様では、アクションは、ユーザによって実行されると、バッテリの充電性能を改善することができる。一例では、充電アプリケーション６１０は、バッテリがほぼ消耗していることを検出すると、提案(suggestion)を提供する。この提案は、壁コンセントのような近くの電源にユーザを案内できる。。例えば、充電アプリケーション６１０は、例えば、ロケーションユニットを使用して電子デバイスのジオロケーションを検出し、充電アプリケーションにとって利用可能な電源の登録簿から、検出されたジオロケーションの近くにある１つ又は複数の電源を識別することができる。この１つ又は複数の電源は、電子デバイスを充電する場所の提案としてユーザに提供できる。この提案は、ユーザが電子デバイスを充電するためにＡＣ／ＤＣアダプタにプラグインするように壁コンセントを特定する助けとなることができる。

[0043]別の態様では、充電アプリケーション６１０は、現在の充電率が、望ましい充電率よりも低いとき、提案を提供することができる。この提案は、所望の充電率を提供することが可能な別の電源を特定することとすることができる。例えば、電子デバイスは、所望の充電率よりも低い充電率を提供しているパーソナルコンピュータのＵＳＢポートへとプラグ接続可能である。言い換えると、ＵＳＢポートは、余りにも遅くバッテリを充電している。充電アプリケーション６１０は、不適切な充電率を検出し、より最適な充電率（例えば、最大充電率により近い充電率）を提供することが可能な近くの壁コンセントの提案をもたらす。一例では、この提案は、「現時点で最適な充電のために、ＰＣ ＵＳＢポートの代わりにＡＣ／ＤＣアダプタを使用する」とすることができる。

[0044]更に別の態様では、充電アプリケーション６１０は、現在の充電率が、望ましい充電率よりも低いとき、電子デバイス上で幾つかの機能を使用不能にする、又は特定のアプリケーションを閉じるという提案を提供することができる。この提案を実行することによって、電子デバイスの放電率が減少し、それによって、バッテリを完全に充電するために必要な時間の期間が短縮可能である。充電率、バッテリを完全に充電するために必要とされる電力の量、及び／又はバッテリを充電するために割り当てられる時間の期間（例えば、予測エンジン６１１からの持続時間）に応じて、充電アプリケーション６１０は、割り当てられた時間の期間内にバッテリが完全に充電可能かどうかを決定することができる。バッテリが、割り当てられた時間の期間内に完全に充電可能でない場合、充電アプリケーション６１０は、ユーザがデバイスの特徴又は機能を使用不能にする提案を生成することができる。例えば、提案は、「最速充電のためにデバイスの無線特徴をオフにしてください」とすることができる。別の例として、提案は、「最速充電のためにデバイスのディスプレイをオフにしてください」とすることができる。更に別の例として、提案は、「最速充電のために電子デバイスをオフにしてください」とすることができる。幾つかの例では、充電アプリケーション６１０は、まず、別の電源を特定するという提案を提供することができる。他の電源を推奨した後、充電率が依然として不十分である場合、充電アプリケーション６１０は、電子デバイスの機能を使用不能にする又はアプリケーションを閉じるという提案を提供することができる。

[0045]更に別の態様では、充電アプリケーション６１０はまた、電子デバイス内の熱負荷が最大値よりも高いとき、電子デバイス上で幾つかの機能を使用不能にする、又は特定のアプリケーションを閉じるという提案を提供することができる。最大値は、製造業者によって設定可能である。モバイルデバイス内の熱負荷は、３つの主要な発生源から主に生じることができる。第１の発生源は、アプリケーションを管理するためのアプリケーションプロセッサと、電話をかけること又はデータを転送することを含む電子デバイスの無線機能を管理するためのベースバンドプロセッサとを含むことができる、電子デバイスのプロセッサである。第２の発生源は、通話又はインターネットアドレスをルーティングするために電子デバイスが基地局塔に音声とデータ信号とを送信することを可能にするＲＦ電力増幅器である。一般に、電力増幅器は、最大バッテリ電力を使用し、従って、大部分の熱を放散する。第３の発生源は、バッテリを充電するバッテリ充電器である。

[0046]デバイス内の熱負荷が、予め定義された最大値よりも高いとき、電子デバイスの構成要素が損傷されることがある。この損傷は、電子デバイスの機能、寿命、又は信頼性に影響を与える可能性がある。一例では、電子デバイスの各構成要素は、最大熱負荷を指定することができる。構成要素の最大熱負荷が超えられると、その構成要素は、準最適に実行することがあり、又は損傷されることがある。一例では、（電子デバイス全体又は電子デバイスの構成要素の）最大熱負荷及び現在の熱負荷は、充電アプリケーション６１０の入力の一部として受け取り可能である。入力に応じて、充電アプリケーション６１０は、所望の充電状態を出力することができる。バッテリ充電器が大量の熱を放散するので、所望の充電状態は、電子デバイスの熱負荷に過負荷をかけないことに関して抑制可能である。充電アプリケーション６１０は、現在の熱負荷が高すぎるとき、幾つかの機能を使用不能にする又は特定のアプリケーションを閉じるという提案を提供することもできる。他の機能を使用不能にすることによって、電子デバイス内の全体的な熱負荷が減少することができる。電子デバイス内の全体的な熱負荷が減少すると、所望の充電状態は、全体的な熱負荷の減少を考慮するように再調節可能である。例えば、提案は、「デバイスが熱すぎます。最速充電のためにデバイスをオフにしてください」とすることができる。

[0047]充電アプリケーション６１０は、バッテリを充電することに関連する情報にアクセスすることもできる。例えば、そのようなデータは、バッテリが充電されている回数と、バッテリが充電された方式（例えば、充電率）と、バッテリの状態（それが充電、熱、推定耐用寿命などを保持できる能力を含む）とを含むことができる。このデータも、予測エンジンなどの別のシステムによる分析のために、充電アプリケーション６１０によって出力可能である。

[0048]充電アプリケーション６１０は、１つ又は複数の充電アルゴリズム６１５を含む。充電アルゴリズム６１５は、充電アプリケーション６１０によって受け取られたコンテキスト情報を、所望の充電状態（又は、所望の充電率）及び／又は提案へと処理することができる。１つ又は複数のアルゴリズムによって受け取られるコンテキスト情報は、３つのカテゴリ、即ち、規定パラメータ、測定されたパラメータ、及び予測パラメータへと分類可能である。１つ又は複数のカテゴリからの１つ又は複数のパラメータは、例えば、所望の充電状態、所望の充電率、及び／又は提案を決定するために、充電アルゴリズム６１５によって分析可能である。
規定パラメータ
[0049]規定パラメータとは、電子デバイスの性能、より詳細にはバッテリ充電器の性能を調整するためにユーザ又は製造業者によって規定される静的パラメータである。規定パラメータは、バッテリ充電器、バッテリ、又は電子デバイス内の他の構成要素の属性を含むことができる。規定パラメータは、電子デバイスからのフィードバック又は測定に基づかなくてよい、静的パラメータであってよく、従ってユーザによって命令されない限り電子デバイスがオンにされている間、動的に変化しなくてよい。

[0050]一態様では、規定パラメータは、充電アルゴリズム６１５に電子デバイスのハードウェア特性を通知する工場ハードウェアプリセットとすることができる。例えば、ハードウェアプリセットは、埋め込まれたバッテリ又は交換可能なバッテリを電子デバイスが使用するかどうかという構成設定とすることができる。バッテリは容易に交換されないので、埋め込まれたバッテリを有するデバイスは、短縮されたバッテリサイクル寿命により影響されやすい。その結果、充電アルゴリズム６１５は、バッテリサイクル寿命を改善するために、バッテリ充電器の性能を調整することができる。別の例として、ハードウェアプリセットは、デバイス内に設置されたバッテリのタイプに関連付けられた識別子、又はデバイス内に設置されたバッテリ充電器のタイプとすることができる。バッテリのタイプ及び／又はバッテリ充電器のタイプは、適用可能な所望の充電状態を制限することができる。例えば、リチウムイオン（Ｌｉ＋）バッテリは、低速充電、中間充電、及び急速充電に構成可能であるが、Ｎｉ−Ｃａｄバッテリは、低速充電又は中間充電に構成可能であるにすぎない。同様に、デバイス内に設置されるバッテリ充電器のタイプは、どの充電率が利用可能であるかを指定することができる。別の例として、ハードウェアプリセットは、バッテリ容量値又はバッテリに関連付けられたバッテリ識別子とすることができる。更に別の例として、ハードウェアプリセットは、電子デバイス全体又は電子デバイスの構成要素に関する最大熱負荷とすることができる。例えば、バッテリの最大熱負荷は指定可能である。バッテリの最大熱負荷を超えると、バッテリに損傷を与え、従って、より短いバッテリサイクル寿命又は充電性能をもたらす可能性がる。

[0051]ユーザにより生成された規定パラメータの一例は、ユーザプロファイルであってよい。ユーザプロファイルは、利用可能な充電プロファイルのセットからの充電プロファイルを含むことができる。充電プロファイルは、電子デバイスがどのように充電されるべきかの全体論的説明である。全体論的説明は、充電性能（例えば、充電時間）と熱負荷とバッテリ寿命とを含む様々な要因のバランスをとることができる。これらの要因は互いに関連し、従って、充電プロファイルは、これらの要因の各々の重要性（又は重み付け）について説明する。どのようにユーザがデバイスを使用することを意図するか又はどれくらい頻繁にデバイスが交換されるべきであるかなどの要因に応じて、ある充電プロファイルが、別の充電プロファイルより好ましいことがある。

[0052]一例では、モバイルデバイスは広範囲の最終消費者を有してよく、従って、製造業者は、特定の最終消費者に対してスマートフォンの充電性能を適応させるために、様々な充電プロファイルを含むことができる。例えば、ビジネスマンは、ビジネスの作業（電子メール、スケジューリング、アプリケーションなど）にスマートフォンを使用することができる。その上、スマートフォンは、企業方針の一部であるので、６か月ごとに交換可能である。デバイスが頻繁に交換されるので、ビジネスマンがバッテリサイクル寿命を気にかけないことを仮定すれば、「パワーユーザ」充電プロファイルが選択可能である。「パワーユーザ」充電プロファイルは、より急速な充電性能と引き換えに、バッテリ寿命サイクルの重要性を無視することができる。対照的に、スマートフォンの一時的ユーザは、電子メールを定期的に確認し、家族に電話をかけてよいが、完全充電を常に必要とするとは限らず、電話機をアップグレードするのはまれである。従って、そのようなユーザは、何年も続くデバイスにおいて最も関心が持たれる。この例では、「一時的ユーザ」充電プロファイルは選択可能である。「一時的ユーザ」充電プロファイルは、例えば、低速充電性能と引き換えに改善されたバッテリサイクル寿命に重きを置くことができる。

[0053]幾つかの例では、電子デバイスの充電性能を更に微調整するために、所与の充電プロファイルに対して例外も追加可能である。例外は、所与の充電プロファイルに付加可能である。上記の例では、ビジネスマンは、顔の隣に熱い電話機を保持する際に不快感に気づくことがある。その結果、例えば、例外は、ユーザがＢｌｕｅｔｏｏｔｈ（登録商標）ヘッドセットなしで音声通話をしており、バッテリが充電中であるとき、充電性能が抑制されるべき「パワーユーザ」充電プロファイルに追加可能である。
測定されたパラメータ
[0054]測定されたパラメータは、電子デバイスの過去及び／又は現在の環境に基づくパラメータである。測定されたパラメータは、電子デバイスから動的に得られる測定値とすることができる。これらの測定値は、過去及び／又は現在の環境に従って充電行動を動的に更新するために使用可能であり、従って、例えば、充電アプリケーション６１０は、利用可能なリソース並びに過去及び現在の状況に従ってバッテリ充電を調整することができる。

[0055]一態様では、測定されたパラメータは、バッテリの性質とすることができる。例えば、バッテリ温度、状況、及び使用期間（age）は、動的に決定され、充電アプリケーション６１０に送信可能である。充電アルゴリズム６１５は、バッテリの温度、状況、又は使用期間を考えて、最適な充電率を考慮することができる。例えば、バッテリが熱いとき、バッテリは余り充電しないことがあり、従って、充電アルゴリズム６１５は、所望の充電状態を決定するとき、バッテリ温度を考慮に入れることができる。

[0056]別の態様では、測定されたパラメータは、利用可能な電源であることができる。電子デバイスは、どの電源が現在電子デバイスを充電するために使用されているか（例えば、ＵＳＢ又はＡＣ）を感知し、この情報を充電アプリケーション６１０に中継することができる。充電アルゴリズム６１５は、電源に基づいて所望の充電状態を決定することができる。例えば、電源がＵＳＢポートである場合、充電アルゴリズム６１５は、電源の制限を決定し、それに応じて所望の充電状態を調節することができる。

[0057]別の態様では、測定されたパラメータは、電子デバイス内の熱負荷とすることができる。熱負荷は、電子デバイスの熱測定ユニットによって決定可能である。熱測定ユニットは、電子デバイス又は電子デバイスの構成要素の熱負荷を測定することができる。充電アルゴリズム６１５は、測定された熱負荷を、電子デバイス内の構成要素（バッテリ、バッテリ充電器、プロセッサ、電力増幅器など）の最大熱負荷又は全体としての電子デバイスの熱負荷について説明する規定パラメータと比較することができる。充電アルゴリズム６１５は、所望の充電状態を提供するとき、充電率を変更することが熱負荷に対して与える影響を考慮することができる。

[0058]別の態様では、測定されたパラメータは、電子デバイスのジオロケーションとすることができる。ジオロケーションは、例えば、ＧＰＳなどの電子デバイスのロケーション追跡ユニットによって決定可能である。充電アルゴリズム６１５は、ジオロケーションを、自宅、オフィス、旅行、ジムなどの複数の保存されたロケーションと比較することができる。一致が生じる場合、充電アルゴリズムは、それに応じて充電行動を調節することができる。例えば、自宅にある電子デバイスは、長期の時間の期間にわたって電源にプラグ接続されたままである可能性が高い。対照的に、オフィス内にある電子デバイスは、ユーザが会議から会議へと移動するとき、散発的にプラグインされる可能性がより高いことがある。充電アルゴリズム６１５は、所望の充電状態又は提案を決定するとき、これらの要因を考慮することができる。
予測パラメータ
[0059]予測パラメータとは、予測解析エンジン又は充電アプリケーションによって導出され得るパラメータである。上記で説明されたように、予測解析エンジンは、充電持続時間、又は使用パターンを推論するために測定値及び電子デバイスの行動を分析することによって充電が発生し得る時間を予測し得る。同様に、幾つかの例では、充電アプリケーション６１０は、ユーザのスケジュールなどのユーザについての情報を発見するために、電子デバイス上の他のアプリケーションにアクセスし得る（例えば、詮索（snoop）し得る）。例えば、充電アプリケーション６１０は、カレンダーアプリケーションからカレンダー予約を検索し得る。同様に、充電アプリケーション６１０は、電子デバイスの使用を分析することによってユーザの一般的な勤務時間と睡眠時間を決定する。

[0060]一態様では、充電アプリケーション６１０は、使用パターンに基づいてユーザのための予測されるスケジュールを出力し得る。予測されるスケジュールは、ユーザの毎週又は毎日のパターンを予測することができる。これは、活動／不活動の期間と、１日を通した電子デバイスのロケーション（例えば、今日午後２時にオフィスにいる）と、作業を実行するために電子デバイスに十分に給電させる緊急性と予測することを含むことができる。

[0061]例えば、予測解析エンジン６１１は、上記で説明された充電持続時間を予測し得、午後１１時から午前６時の間の時間のデバイス不活動の一定のパターンに基づいて、午後１１時に充電するためにプラグインされた電子デバイスは、翌日午前６時までプラグインされたままである。不活動のこれらの期間（又は、活動の期間ですら）は、使用パターンから導出され、電子デバイスの将来の充電持続時間をより良く予測するために予測解析エンジンによって使用可能である。

[0062]別の例として、充電アプリケーション６１０は、カレンダーアプリケーションから検索されたカレンダー予約に基づいて、これから５時間にわたって電子デバイスがプラグインされないことを決定し得る。この情報は、例えば、充電アルゴリズム６１５が所望の充電状態と提案とを生成するとき、それを考慮に入れるように、充電アプリケーション６１０によって処理可能である。

[0063]更に別の例として、充電アプリケーション６１０は、これから２時間にわたって電子デバイスのユーザが電車に乗ることと、これが電話予約と重なることとを決定し得る。ユーザが電車に乗っている間に電話をかけなければならない可能性が高いことを考えると、充電アプリケーション６１０は、これらの電話をかけるために電子デバイスを十分に充電させるように緊急通知を生成し得る。充電アルゴリズム６１５は、この緊急通知を検出し、ユーザが乗車する前にデバイスが適切に充電されることを確実にする助けとなる提案をユーザに提供することができる。

[0064]図７は、別の態様による充電システムを示す。充電システム７００は、電子デバイス７０１と、電子デバイス７０２と、ネットワーク７２０（例えば、インターネット及び／又はワイヤレスネットワークを含む）と、サーバ７１０とを含む。電子デバイス７０１及び電子デバイス７０２は、例えば、図６の電子デバイス６００に類似又は実質的に類似し得る。ローカル充電データは、電子デバイス７０１及び電子デバイス７０２からネットワーク７２０を通ってサーバ７１０に送信される。サーバ７１０は、電子デバイスの充電性能が改善可能かどうかを決定するために、電子デバイスから受信されたローカル充電データを分析することができる。一般的には、電子デバイスが製造業者によって作製されるとき、充電プロファイル（例えば、低速充電、中間充電、急速充電）が電子デバイスに記憶される。これらの充電プロファイルは、バッテリ及びバッテリ充電器の推定性能計算に基づく。バッテリ及びバッテリ充電器の実際の性能が若干異なり、従って改善の余地があり得る。サーバ７１０は、バッテリ性能を改善するために充電プロファイルが更新されるべきかどうかを決定する目的で、バッテリ及びバッテリ充電器の実際の性能を分析することができる。充電プロファイルのバッテリ性能が改善可能であることが決定された場合、その充電プロファイルは更新可能である。より良いサービスをユーザに提供するために組み合わされ得るローカルパラメータとしては、新しいデータが集められたときのバッテリの性能及び市場で展開される他の充電の性能がある。サーバ７１０は、次いで、更新された充電プロファイルを、ネットワーク７２０を介して電子デバイス７０１及び７０２に送信することができる。

[0065]図８は、例示的な一態様による充電アルゴリズムを示す。充電アルゴリズム８００は、例えば、図６の充電アルゴリズム６１５の一部とすることができる。図８の例示的な流れ図は、予測パラメータと、測定されたパラメータと、予測されるパラメータとを使用するための１つの任意選択の例示的な技法を示し、本明細書で説明される態様の制限でない例示的なものとして理解されたい。例えば、８０５では、充電アプリケーションは、ユーザがパワーユーザであるか一時的ユーザ（例えば、又は潜在的に多くの他の分類の別のユーザ）であるかを決定するために、ユーザプロファイルなどの規定されたパラメータにアクセスし得る。ユーザがパワーユーザである場合、プロセスは、充電時間を最小にするために積極的な充電を実施して、８１０に進む。例えば、ユーザが一時的ユーザである場合、プロセスは、バッテリ寿命を延長するために保守的な処理（conservative）を実施し、８１５に進み得る。

[0066]積極的な充電の場合、充電アプリケーションは、例えば、８１０において、バッテリ使用期間などの測定されたパラメータを評価し得る。バッテリが新しい場合、バッテリは、急速充電を受けやすいことがある。しかしながら、バッテリが古い場合、充電プロセスを低速化させることによってバッテリ寿命を延長することが望ましいことがある。予測充電は、８２０、８２５、８４０、及び８４５に示されている。新しいバッテリ、忙しい日の充電（８２０／８４０）の場合、予測される充電持続時間が短いことがあり、それが、充電アプリケーションに、バッテリ充電器を急速充電に構成させることがある。その日があまり忙しくない場合、予測される充電持続時間が中間バケットにあることがあり、中間充電が実行され得る。夜間の時間の場合、例えば、予測される充電が、より長い持続時間のバケットにあることがあり、低速充電が実行され得る。８２５及び８４５に示されるように、より古いバッテリに対する同じプロセスが、忙しい日の場合の中間充電と、あまり忙しくない日に対する低速充電につながり得る。この場合、例えば、予測エンジンから受け取られる持続時間は、充電アルゴリズムにおいてバッテリ使用期間と組み合わされてよく、持続時間は、バッテリの使用期間に基づいて、異なる充電パラメータにマッピングされる。他の態様では、予測エンジンからの充電持続時間は、例えば、他の測定されたパラメータに基づいて、多種多様な充電パラメータにマッピングされ得る。

[0067]この例では、保守的なプロファイルは、８１５、８３０、８３５、８５０、及び８５５に示されるのと類似のプロセスを生じさせる。同様に、予測される充電持続時間は、規定されたパラメータと測定されたパラメータの両方に基づいて、異なる充電パラメータにマッピングされる。例えば、忙しい日の間に保守的なプロファイルを用いて新しいバッテリを充電することが、保守的なプロファイルの場合に空いた日に使用される同じ充電サイクルである中間充電サイクルのみにつながることがある。言い換えれば、異なる予測される持続時間は、特定の測定されたパラメータ及び規定されたパラメータ（例えば、保守的なプロファイル及び新しいバッテリ）に対して同じ又は類似の充電パラメータにマッピングされ得る。しかしながら、夜間に生成されるより長い予測される持続時間は、低速充電を実施するために充電パラメータの異なるセットにマッピングされ得る。類似して、古いバッテリの保守的な充電は、例えば、８３５及び８５５に示されるように、全ての予測される持続時間を、バッテリ寿命を維持する目的で低速充電を実施するためにパラメータにマッピングさせ得る。

[0068]図９は、別の態様によるバッテリ充電を示す。図９は、図８に示される例示的なプロセスのより一般的なバージョンを示す。ユーザが、ＵＳＢポート、ＡＣアダプタ、又は他の形の外部電力などの電源に電子デバイスをプラグ接続し得るとき、バッテリ充電が９０１で始まり得る。９０２では、規定パラメータが、任意選択で充電アプリケーションによってアクセスされる。９０３では、測定されたパラメータが、任意選択で充電アプリケーションによってアクセスされる。９０４では、予測されるパラメータが、例えば、予測エンジンから受け取られる。９０５では、予測されるパラメータが、充電パラメータ（例えば、充電電流及び／又は浮動電圧）にマッピングされる。幾つかの例示的な態様では、予測されるパラメータは、例えば、規定されたパラメータ及び測定されたパラメータに基づいて充電パラメータにマッピングされる。９０６では、バッテリ充電器は、充電パラメータを用いて構成される。９０７では、バッテリ充電が実行される。

[0069]図１０は、別の態様による例示的なバッテリ充電器システムのブロック図を示す。

[0070]例えば、システム１０００は、電子デバイス（例えば、電子デバイス１００）内に少なくとも部分的に存在することができる。システム１０００は機能ブロックを含むように表されており、機能ブロックは、プロセッサ、ソフトウェア、バッテリ充電回路、及び／又はこれらの組合せによって実施される機能を表す機能ブロックとすることができることを諒解されたい。システム１０００は、連携して作用できる電気的構成要素の論理グルーピング１０５０を含む。

[0071]例えば、論理グルーピング１０５０は、充電コンテキスト情報を受け取るための手段１００１を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、データ要素と充電持続時間との関係を確立するモデルを生成するための手段１００２を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、バッテリ充電器を作動させるための手段１００３を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、充電持続時間に関して予測エンジンに問い合わせるための手段１００４を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、現在のコンテキスト情報にアクセスし、永続化されたモデルと現在のコンテキスト情報を比較するための手段１００５を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、予測される充電持続時間を出力するための手段１００６を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、充電持続時間を充電パラメータにマッピングするための手段１００７を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、カスタム充電パラメータを使用してバッテリ充電を開始するための手段を提供し得る電気的構成要素を含むことができる。更に、論理グルーピング１０５０は、現在のコンテキストを記憶し、モデルを更新するための手段１００９を提供し得る電気的構成要素を含むことができる。

[0072]加えて、システム１０００は、電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７に関連付けられた機能を実行するための命令を保持し、電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７によって使用された又は取得されたデータなどを記憶するメモリ１０５１を含むことができる。メモリ１０５１の外部にあるように示されているが、電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７のうち１つ又は複数はメモリ１０５１内に存在してよいことを理解されたい。一例では、電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７は、少なくとも１つのプロセッサを含むことができ、又は各電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７は、少なくとも１つのプロセッサの対応するモジュールとすることができる。その上、追加の例又は代替例では、電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７は、コンピュータ可読媒体（例えば、非一時的な）を含むコンピュータプログラム製品であってよく、各電気的構成要素１００１、１００２、１００３、１００４、１００５、１００６、及び１００７は、対応するコードであってよい。

[0073]上記の説明は、特定の態様のどのような態様が実施され得るかの例とともに、本開示の様々な態様を示す。上記の例は、唯一の態様であると見なされるべきではなく、以下の特許請求の範囲によって定義される特定の態様の柔軟性と利点とを示すために提示される。上記の開示及び以下の特許請求の範囲に基づいて、他の構成、態様、実装形態、及び等価物が、特許請求の範囲によって定義される本開示の範囲から逸脱することなく用いられ得る。
以下に本願発明の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
電子デバイスが、前記電子デバイスの１つ以上の使用パターンについて説明するコンテキスト情報にアクセスすることと、
前記電子デバイスが、前記コンテキスト情報に基づいて充電持続時間を予測することと、
前記電子デバイスが、前記充電持続時間に基づいて充電パラメータを決定することと、ここにおいて、前記充電パラメータは、前記電子デバイスのバッテリを充電するために使用され、
前記バッテリを充電するように前記充電パラメータを用いてバッテリ充電器を設定することと
を備える方法。
［Ｃ２］
前記予測することが、前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成することを備える、Ｃ１に記載の方法。
［Ｃ３］
前記予測することが、
前記コンテキスト情報を充電履歴データとして記憶することと、
前記充電持続時間を予測するために前記充電履歴データを現在のコンテキスト情報と比較することと
を更に備える、Ｃ２に記載の方法。
［Ｃ４］
前記モデルが動的に生成される、Ｃ２に記載の方法。
［Ｃ５］
前記モデルが、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する、Ｃ２に記載の方法。
［Ｃ６］
前記充電パラメータが充電電流と浮動電圧とを備える、Ｃ１に記載の方法。
［Ｃ７］
前記コンテキスト情報が、測定されたパラメータと規定パラメータとを備え、前記方法が、充電アプリケーションにおいて前記充電持続時間と前記測定されたパラメータと前記規定パラメータを受けることと、前記測定されたパラメータ及び前記規定パラメータに基づいて前記充電持続時間を前記充電パラメータにマッピングすることとを更に備える、Ｃ１に記載の方法。
［Ｃ８］
前記コンテキスト情報が、充電ステータスと、充電時間と、ロケーションと、充電源と、バッテリレベルとを備える、Ｃ１に記載の方法。
［Ｃ９］
電子デバイスであって、
バッテリ充電器と、
バッテリと、
１つ以上のプロセッサと、
前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサに、
前記電子デバイスの１つ以上の使用パターンについて記述するコンテキスト情報にアクセスさせ、
前記コンテキスト情報に基づいて充電持続時間を予測させ、
前記充電持続時間に基づいて充電パラメータを決定させ、ここにおいて、前記充電パラメータは、前記電子デバイスの前記バッテリを充電するために使用され、
前記バッテリを充電するように前記充電パラメータを用いて前記バッテリ充電器を構成させ、
１つ以上の命令を記憶した非一時的なコンピュータ可読媒体と
を備える電子デバイス。
［Ｃ１０］
前記予測が、前記１つ以上のプロセッサに
前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成させる
ための１つ以上の命令を備える、Ｃ９に記載の電子デバイス。
［Ｃ１１］
前記予測が、前記１つ以上のプロセッサに
前記コンテキスト情報を充電履歴データとして記憶させ、
前記充電持続時間を予測するために前記充電履歴データを現在のコンテキスト情報と比較させる
ための１つ以上の命令を更に備える、Ｃ１０に記載の電子デバイス。
［Ｃ１２］
前記モデルが動的に生成される、Ｃ１０に記載の電子デバイス。
［Ｃ１３］
前記モデルが、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する、Ｃ１０に記載の電子デバイス。
［Ｃ１４］
前記充電パラメータが充電電流と浮動電圧とを備える、Ｃ９に記載の電子デバイス。
［Ｃ１５］
前記コンテキスト情報が、測定されたパラメータと規定パラメータとを備え、前記１つ以上の命令が、前記１つ以上のプロセッサに
充電アプリケーションにおいて前記充電持続時間と、前記測定されたパラメータと、前記規定パラメータとを受信させ、
前記測定されたパラメータ及び前記規定パラメータに基づいて前記充電持続時間を前記充電パラメータにマッピングさせる
ための１つ以上の命令を更に備える、Ｃ９に記載の電子デバイス。
［Ｃ１６］
前記コンテキスト情報が、充電ステータスと、充電時間と、ロケーションと、充電源と、バッテリレベルとを備える、Ｃ９に記載の電子デバイス。
［Ｃ１７］
１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサに、
電子デバイスの１つ以上の使用パターンについて説明するコンテキスト情報にアクセスさせ、
前記コンテキスト情報に基づいて充電持続時間を予測させ、
前記充電持続時間に基づいて充電パラメータを決定させ、ここにおいて、前記充電パラメータは、前記電子デバイスのバッテリを充電するために使用され、
前記バッテリを充電するように前記充電パラメータを用いてバッテリ充電器を設定させる
ための１つ以上の命令を記憶した非一時的なコンピュータ可読媒体。
［Ｃ１８］
前記予測が、前記１つ以上のプロセッサに、前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成させるための１つ以上の命令を備える、Ｃ１７に記載の非一時的なコンピュータ可読媒体。
［Ｃ１９］
前記予測が、前記１つ以上のプロセッサに
前記コンテキスト情報を充電履歴データとして記憶させ、
前記充電持続時間を予測するために前記充電履歴データを現在のコンテキスト情報と比較させる
ための１つ以上の命令を更に備える、Ｃ１８に記載の非一時的なコンピュータ可読媒体。
［Ｃ２０］
前記モデルが動的に生成される、Ｃ１８に記載の非一時的なコンピュータ可読媒体。
［Ｃ２１］
前記モデルが、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する、Ｃ１８に記載の非一時的なコンピュータ可読媒体。
［Ｃ２２］
前記充電パラメータが充電電流と浮動電圧とを備える、Ｃ１７に記載の非一時的なコンピュータ可読媒体。
［Ｃ２３］
前記コンテキスト情報が、測定されたパラメータと規定パラメータとを備え、１つ以上の命令が、前記１つ以上のプロセッサに
充電アプリケーションにおいて前記充電持続時間と、前記測定されたパラメータと、前記規定パラメータとを受信させ、
前記測定されたパラメータ及び前記規定パラメータに基づいて前記充電持続時間を前記充電パラメータにマッピングさせる
ための１つ以上の命令を更に備える、Ｃ１７に記載の非一時的なコンピュータ可読媒体。
［Ｃ２４］
前記コンテキスト情報が、充電ステータスと、充電時間と、ロケーションと、充電源と、バッテリレベルとを備える、Ｃ１７に記載の非一時的なコンピュータ可読媒体。

Claims (13)

1. 電子デバイスが、前記電子デバイスの１つ以上の使用パターンについて説明するコンテキスト情報にアクセスすることと、
   前記電子デバイスが、前記コンテキスト情報に基づいて充電持続時間を予測することと、ここで、前記予測することが、前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成することと、前記モデルに基づいて、前記充電持続時間を予測することとを備え、前記モデルは、前記コンテキスト情報内のどの特定データ要素が、予測される充電持続時間に影響を与えるかを示す、
   を備え、
   前記電子デバイスが、前記充電持続時間に基づいて充電パラメータを決定することと、ここにおいて、前記充電パラメータは、前記電子デバイスのバッテリを充電するために使用され、
   前記バッテリを充電するように前記充電パラメータを用いてバッテリ充電器を設定することと
   を特徴とする方法。
2. 前記予測することが、
   前記コンテキスト情報を充電履歴データとして記憶することと、
   前記充電持続時間を予測するために前記充電履歴データを現在のコンテキスト情報と比較することと
   を更に備える、請求項１に記載の方法。
3. 前記モデルが動的に生成される、請求項１に記載の方法。
4. 前記モデルが、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する、請求項１に記載の方法。
5. 前記充電パラメータが充電電流と浮動電圧とを備える、請求項１に記載の方法。
6. 前記コンテキスト情報が、測定されたパラメータと規定パラメータとを備え、前記方法が、充電アプリケーションにおいて前記充電持続時間と前記測定されたパラメータと前記規定パラメータを受けることと、前記測定されたパラメータ及び前記規定パラメータに基づいて前記充電持続時間を前記充電パラメータにマッピングすることとを更に備える、請求項１に記載の方法。
7. 前記コンテキスト情報が、充電ステータスと、充電時間と、ロケーションと、充電源と、バッテリレベルとを備える、請求項１に記載の方法。
8. 電子デバイスであって、
   バッテリ充電器と、
   バッテリと、
   前記電子デバイスの１つ以上の使用パターンについて説明するコンテキスト情報にアクセスすることと、
   前記コンテキスト情報に基づいて充電持続時間を予測することと、ここで、前記予測することが、前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成することと、前記モデルに基づいて、前記充電持続時間を予測することとを備え、前記モデルは、前記コンテキスト情報内のどの特定データ要素が、予測される充電持続時間に影響を与えるかを示す、
   を行うように構成され、
   前記充電持続時間に基づいて充電パラメータを決定することと、ここにおいて、前記充電パラメータは、前記電子デバイスの前記バッテリを充電するために使用され、
   前記バッテリを充電するように前記充電パラメータを用いて前記バッテリ充電器を設定することと、
   を特徴とする少なくとも１つのプロセッサと、
   前記少なくとも１つのプロセッサに結合された少なくとも１つのメモリと
   を備える電子デバイス。
9. 前記少なくとも１つのプロセッサが、
   前記コンテキスト情報を充電履歴データとして記憶することと、
   前記充電持続時間を予測するために前記充電履歴データを現在のコンテキスト情報と比較することと
   を行うことによって前記充電持続時間を予測するようにさらに構成される、請求項８に記載の電子デバイス。
10. 前記モデルが動的に生成される、請求項８に記載の電子デバイス。
11. 前記モデルが、過去のコンテキスト情報と現在のコンテキスト要素とを離散的な数の充電持続時間に分類する、請求項８に記載の電子デバイス。
12. 前記充電パラメータが充電電流と浮動電圧とを備える、請求項８に記載の電子デバイス。
13. １つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサに、
    電子デバイスの１つ以上の使用パターンについて説明するコンテキスト情報にアクセスすることと、
    前記コンテキスト情報に基づいて充電持続時間を予測することと、ここで、前記予測することが、前記コンテキスト情報のデータ要素と前記充電持続時間との関係を確立するモデルを生成することと、前記モデルに基づいて、前記充電持続時間を予測することとを備え、前記モデルは、前記コンテキスト情報内のどの特定データ要素が、予測される充電持続時間に影響を与えるかを示す、
    を行わせ、
    前記充電持続時間に基づいて充電パラメータを決定することと、ここにおいて、前記充電パラメータは、前記電子デバイスのバッテリを充電するために使用され、
    前記バッテリを充電するように前記充電パラメータを用いてバッテリ充電器を設定することと
    を特徴とする１つ以上の命令を記憶したコンピュータ可読記憶媒体。

Images