JP7300469B2 - データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム - Google Patents

Description

本発明は、データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラムに関する。

従来、生鮮食料品を低温輸送した際の保存環境の履歴から、生鮮食料品の保存品質を判定する管理システムが知られている。（例えば、特許文献１参照）。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２００２－３５８５９１号公報

解決しようとする課題

特許文献１の管理システムでは、生鮮食料品を低温環境で輸送し、予め設定されたしきい値を用いて、低温環境で輸送された際の保存環境の良否を判定している。しかしながら、生鮮品は、品目や品種等の様々な特性に応じて最適な保存条件がそれぞれ異なる。このような生鮮品の物流を適切に評価することが望ましい。

一般的開示

上記課題を解決するために、本発明の第１の態様においては、データ処理装置を提供する。データ処理装置は、生鮮品の物流環境を示す環境データを取得する環境取得部を備えてよい。データ処理装置は、生鮮品の状態を示す状態データを取得する状態取得部を備えてよい。データ処理装置は、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する学習部を備えてよい。

状態データは、生鮮品の状態を複数のランクにランク付けしたデータであり、学習部は、複数のランクの少なくとも１つについて、ランク毎の評価基準を学習してよい。

生鮮品の特性を示す特性データを取得する特性取得部を更に備え、学習部は、特性データに更に基づいて評価基準を学習してよい。

環境データを用いて、物流品質を評価基準に従って評価する評価部と、物流品質の評価結果を出力する結果出力部と、を更に備えてよい。

評価部は、評価結果に基づいて、物流前の生鮮品を保存する推奨保存環境を算出してよい。

評価部は、評価結果に基づいて、生鮮品を物流する推奨物流環境を算出してよい。

推奨物流環境は、推奨する生鮮品の量を含んでよい。

推奨物流環境は、推奨する生鮮品の組み合わせを含んでよい。

評価部は、評価結果に基づいて、物流後の生鮮品を保存する推奨保存期限を算出してよい。

環境データは、生鮮品の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。データ処理装置は、生鮮品の物流環境を示す環境データを取得する環境取得部を備えてよい。データ処理装置は、環境データを用いて、評価基準に従って生鮮品の物流品質を評価する評価部を備えてよい。データ処理装置は、物流品質の評価結果を出力する結果出力部を備えてよい。評価部は、環境データに基づいて、物流後の生鮮品を保存する推奨保存期限を算出し、結果出力部は推奨保存期限を表示してよい。評価部は、評価基準として、環境データを入力することで物流品質を出力するように機械学習されたモデルを有してよい。

本発明の第２の態様においては、データ処理装置がデータを処理するデータ処理方法を提供する。データ処理方法は、データ処理装置が、生鮮品の物流環境を示す環境データを取得することを備えてよい。データ処理方法は、データ処理装置が、生鮮品の状態を示す状態データを取得することを備えてよい。データ処理方法は、データ処理装置が、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習することを備えてよい。

本発明の第３の態様においては、データ処理プログラムを提供する。データ処理プログラムは、コンピュータにより実行されてよい。データ処理プログラムは、コンピュータを、生鮮品の物流環境を示す環境データを取得する環境取得部として機能させてよい。データ処理プログラムは、コンピュータを、生鮮品の状態を示す状態データを取得する状態取得部として機能させてよい。データ処理プログラムは、コンピュータを、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する学習部として機能させてよい。

本発明の第４の態様においては、評価システムを提供する。評価システムは、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得する環境取得部を備えてよい。評価システムは、取得された環境データを用いて、物流品質を評価する評価部を備えてよい。

本発明の第５の態様においては、評価システムが評価する評価方法を提供する。評価方法は、評価システムが、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得することを備えてよい。評価方法は、評価システムが、取得された環境データを用いて、物流品質を評価することを備えてよい。

本発明の第６の態様においては、評価プログラムを提供する。評価プログラムは、コンピュータにより実行されてよい。評価プログラムは、コンピュータを、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得する環境取得部として機能させてよい。評価プログラムは、コンピュータを、取得された環境データを用いて、物流品質を評価する評価部として機能させてよい。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態に係る評価システム１０を示す。 本実施形態に係る評価システム１０において、生鮮品２０を物流する際に用いるコンテナボックス２００の一例を示す。 本実施形態に係る評価システム１０における出荷元３０の一例を示す。 本実施形態に係る評価システム１０の出荷元３０において行われる出荷フローの一例を示す。 本実施形態に係る評価システム１０において、物流手段４０にコンテナボックス２００を搭載して生鮮品２０を物流する一例を示す。 本実施形態に係る評価システム１０における出荷先５０の一例を示す。 データ処理装置１００が評価基準を学習する学習フローを示す。 データ処理装置１００が物流品質を評価する評価フローを示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本実施形態に係る評価システム１０を示す。評価システム１０は、出荷元３０、物流手段４０、出荷先５０、ネットワーク６０、および、データ処理装置１００を備える。評価システム１０は、出荷元３０において予冷された生鮮品２０を、物流手段４０を介して出荷先５０へ常温物流した場合に、データ処理装置１００を用いて物流の品質、生鮮品の鮮度・品質を評価する。さらには、未来の状態予測（例えば、鮮度・品質保持期限など）まで行うこともできる。なお、ここで、物流とは、品物を出荷元から出荷先へ引き渡すまでの物的流通全般をいい、輸送をはじめ、保管、荷役、包装、および、流通加工等を含む。また、最近は直販流通や各家庭への個配など、物流方法も多岐に渡るため、出荷元３０と出荷先５０は特定できるものではない。

生鮮品２０は、生鮮であることが求められる品物全般をいい、ここでは、野菜および果物等の青果、鮮魚、および、精肉をはじめ、ハムおよびソーセージ等の加工食品、および、花卉等を含む。このような生鮮品２０は、例えば、組織が柔らかい、水分含量が高い、および、収穫後も呼吸・蒸散などの生活生理を営んでいる等の固有の特徴を有する。そのため、生鮮品２０は、物流環境要因の影響を強く受けると同時に、１つの要因がもとで自触媒的に他の要因の悪化をもたらし品質低下が進行する。それゆえ、生鮮品２０は、他の物品に比べて、物流過程での品質劣化による廃棄ロスが非常に多い。しかしながら、生鮮品２０は、どのような条件下で物流されたのか不明である場合が多いのが現状である。本実施形態に係る評価システム１０は、このような生鮮品２０の物流・生鮮品の品質を評価する。

出荷元３０は、生鮮品２０の物流の始点を示し、例えば、生鮮品２０を集積して出荷する集出荷拠点等である。また、本実施形態に係る評価システム１０は、出荷元３０において、生鮮品２０を予冷する。予冷とは、出荷前に生鮮品２０に施す低温処理をいい、予冷により、例えば、収穫時や加工時・倉庫での保管時の高い品温を素早く下げて代謝をゆるやかにし、成分の消耗や劣化を抑制するとともに、出荷後の物流中の品温上昇を抑制して品質の悪化を防ぐことができる。本実施形態に係る評価システム１０においては、出荷元３０において、当該予冷を生鮮品２０に施すことによって、物流中における生鮮品２０の周辺雰囲気の温度をアクティブにコントロールしない、いわゆる常温物流を行うことができる。これについては後述する。

物流手段４０は、生鮮品２０を出荷元３０から出荷先５０へ物流するための手段である。本図においては、物流手段４０が輸送手段としてのトラックである場合を一例として示す。しかしながら、これに限定されるものではない。物流手段４０は、例えば、鉄道、船舶、および、航空機等の他の輸送手段であってもよいし、生鮮品２０を保管する倉庫等の他の物流手段であってもよいし、または、これらの組み合わせであってもよい。本実施形態に係る評価システム１０においては、物流手段４０は、一般的に設けられている冷暖房機能を除き、庫内の温度をアクティブにコントロールする機能を有さなくてよい。すなわち、物流手段４０は、いわゆる冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等でなくてよい。

出荷先５０は、生鮮品２０の物流の終点を示し、例えば、卸売市場、量販店の物流センター、直売所、および、青果物加工業者等である。生鮮品２０は、物流手段４０を介して、出荷元３０から出荷先５０へ物流され、産地から消費地へと引き渡される。

ネットワーク６０は、複数のコンピュータを相互に接続可能な情報通信網である。ネットワーク６０は、例えば、インターネット等のグローバルな情報通信網であってよい。

データ処理装置１００は、ネットワーク６０に接続され、生鮮品２０の物流品質を評価する。データ処理装置１００は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータであってよく、複数のコンピュータが接続されたコンピュータシステムであってもよい。このようなコンピュータシステムもまた広義のコンピュータである。また、データ処理装置１００は、コンピュータ内で１または複数実行可能な仮想コンピュータ環境によって実装されてもよい。これに代えて、データ処理装置１００は、物流品質の評価用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。ネットワーク６０がインターネットである場合、データ処理装置１００は、クラウドコンピューティングにより実現されてもよい。これにより、データ処理装置１００は、インターネットにアクセス可能な様々な環境からデータを収集し、処理したデータをインターネットにアクセス可能な様々な環境の他の装置へ供給することができる。

データ処理装置１００は、環境取得部１１０、特性取得部１２０、状態取得部１３０、学習部１４０、評価部１５０、および、結果出力部１６０を備える。

環境取得部１１０は、予冷された生鮮品２０を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを取得する。環境取得部１１０は、ネットワーク６０を介して環境データを取得し、取得した環境データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、環境取得部１１０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して環境データを取得してもよい。また、環境取得部１１０は、データを記憶可能なメモリデバイス等を介して環境データを取得してもよい。

ここで、環境データは、生鮮品２０の代謝や品質劣化に影響を及ぼし得るいかなる環境因子であってもよい。環境データは、例えば、生鮮品２０の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。生鮮品２０の中には、収穫後も生命維持のため呼吸などの活動を続けるものもあり、このような生命活動が活発なほど、栄養分解や蒸散により鮮度や品質の劣化が進行する。周辺雰囲気を適切な低温、高湿度、低酸素、および、高二酸化炭素条件に維持することによって、生鮮品２０の代謝を抑え、品質の劣化を抑制することができる。そして、このような環境を維持するためには、生鮮品２０を梱包するコンテナボックスが不用意に開梱されていないことが重要である。このようなコンテナボックスの開梱は、例えば、照度によって検出し得る。また、生鮮品２０は、輸送中の振動によって外部に傷が付く上、外傷がつかない程度の振動であっても振動によって敏感に生命活動が活発化する。このように、これらの環境因子は、生鮮品２０の代謝や品質劣化に及ぼす影響が大きい。したがって、データ処理装置１００は、これらの環境因子を取得することで、生鮮品２０の物流品質を精度よく評価することができる。

特性取得部１２０は、生鮮品２０の特性を示す特性データを取得する。特性取得部１２０は、ネットワーク６０を介して特性データを取得し、取得した特性データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、特性取得部１２０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して特性データを取得してもよい。また、特性取得部１２０は、データを記憶可能なメモリデバイス等を介して特性データを取得してもよい。

ここで、特性データは、生鮮品２０の品質特性や品質変化特性に影響を及ぼし得る、生鮮品２０が予め有するいかなる特性因子であってもよい。特性データは、例えば、品目、品種、産地、栽培方法、等級、熟度、収穫時期、および、収穫してからの経過時間等であってよい。これらの特性因子は、生鮮品２０の品質特性や品質変化特性に及ぼす影響が大きい。したがって、データ処理装置１００は、これらの特性因子を取得することで、生鮮品２０の特性に応じて物流品質を適切に評価することができる。

状態取得部１３０は、生鮮品２０の状態を示す状態データを取得する。状態取得部１３０は、ネットワーク６０を介して状態データを取得し、取得した状態データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、状態取得部１３０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して状態データを取得してもよい。また、状態取得部１３０は、データを記憶可能なメモリデバイス等を介して特性データを取得してもよい。

ここで、状態データは、物流開始または物流途中または物流後における生鮮品２０の状態を示すデータである。生鮮品２０の状態は、例えば、生鮮品２０の質量、水分量、匂い（ガス組成）、および、表面状態等を定量的に評価した状態であってもよいし、作業員の目利きによって官能的に評価した状態であってもよい。また、状態データは、これら生鮮品２０の状態を複数のランクにランク付けしたデータであってよい。状態データは、例えば、「良」・「不良」等の２つのランクにランク付けしたデータであってもよいし、「Ａランク」・「Ｂランク」・…・「Ｅランク」等の３つ以上のランクにランク付けしたデータであってもよい。

学習部１４０は、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する。この際、学習部１４０は、特性データに更に基づいて評価基準を学習してよい。状態データが、生鮮品２０の状態を複数のランクにランク付けしたデータである場合、学習部１４０は、複数のランクの少なくとも１つについて、ランク毎の評価基準を学習してよい。これについては後述する。学習部１４０は、学習した評価基準を評価部１５０へ供給する。

評価部１５０は、取得された環境データを用いて、物流品質を評価基準に従って評価する。この際、評価部１５０は、学習部１４０によって学習された評価基準を物流品質の評価基準として用いる。また、評価部１５０は、例えば、評価結果に基づいて、物流前の生鮮品２０を保存する推奨保存環境、生鮮品２０を物流する推奨物流環境、および、物流後の生鮮品２０を保存する推奨保存期限（以下、推奨保存環境、推奨物流環境、および推奨保存期限をまとめて「推奨条件」ともいう。）を算出してよい。また、学習部１４０は、状態データに基づいて、環境データを用いて上記推奨条件の内いずれかを算出する基準を学習してよい。評価部１５０は、評価結果、推奨保存環境、推奨物流環境、および、推奨保存期限を結果出力部１６０へ供給する。

結果出力部１６０は、物流品質の評価結果、推奨保存環境、推奨物流環境、および、推奨保存期限を出力する。結果出力部１６０は、例えば、ネットワーク６０を介して他の装置へ、これら評価結果等を出力する。なお、上述の説明では、結果出力部１６０がネットワーク６０を介して評価結果等を他の装置へ出力する場合を一例として示したが、これに限定されるものではない。結果出力部１６０は、例えば、モニタに評価結果等を表示出力してもよいし、スピーカにより評価結果等を音声出力してもよいし、データを記憶可能なメモリデバイス等に書き込んで評価結果等を出力してもよい。

なお、本図においては、環境取得部１１０、特性取得部１２０、状態取得部１３０、学習部１４０、評価部１５０、および、結果出力部１６０が、データ処理装置１００として一つの装置に一体に構成されている場合を一例として示したが、これに限定されるものではない。これら機能部の少なくとも一部は、別体の装置として構成されていてもよい。特に、学習部１４０が実行する学習アルゴリズムは、演算負荷が高い。したがって、データ処理装置１００は、例えば、このように演算負荷の高い学習部１４０を別の装置として構成し、演算負荷の分散を図ってもよい。

図２は、本実施形態に係る評価システム１０において、生鮮品２０を物流する際に用いるコンテナボックス２００の一例を示す。生鮮品２０は、例えば段ボール等の梱包体に入れられた状態で、一例として、本図に示すような保冷・保湿機能およびガスバリア機能を有するコンテナボックス２００の内部に梱包され、常温物流される。なお、コンテナボックス２００が有する機能はこれに限定されるものではない。例えば、コンテナボックス２００は、保冷機能のみを有し、保湿機能およびガスバリア機能の少なくともいずれか一方を有していなくてもよい。コンテナボックス２００は、パレット２１０、断熱シート２２０、側壁パネル２３０、天板パネル２４０、および、センサノード２５０を備える。

パレット２１０は、生鮮品２０が梱包された梱包体を載せるための荷役台である。パレット２１０は、木材により形成されていてもよいし、湿気に強い合成樹脂等により形成されていてもよい。パレット２１０は、脚と脚の間にフォークリフトやハンドリフトの爪を差し込み可能な差し穴を有している。パレット２１０は、例えば、日本工業規格（ＪＩＳ：Ｊａｐａｎｅｓｅ Ｉｎｄｕｓｔｒｉａｌ Ｓｔａｎｄａｒｄｓ）により規格化されたＴ１１型の一貫輸送用平パレットであってよい。また、このパレットに免振機能をもたせることで、振動による劣化を抑制できる。

断熱シート２２０は、熱移動および熱伝導を減少させる熱絶縁材およびガスバリア素材で形成されたシートである。断熱シート２２０は、パレット２１０の上部に設けられている。これにより、コンテナボックス２００は、コンテナボックス２００の下部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。

側壁パネル２３０は、パレット２１０の４つの側面に沿って、パレット２１０の上部に断熱シート２２０を介して設けられたパネルである。側壁パネル２３０は、断熱シート２２０と同様、熱絶縁性およびガスバリア性を有する材料により形成される。これにより、コンテナボックス２００は、コンテナボックス２００の左部、右部、前部、および、後部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。

また、側壁パネル２３０は、開度を調整可能な調整弁２３２を有する。調整弁２３２は、開度を調整することにより、コンテナボックス２００の内部空間と外部空間とを連通する隙間の大きさを変えることができる。なお、上述の説明では、調整弁２３２が側壁パネル２３０に設けられた場合を一例として示したが、調整弁２３２の設置箇所はいかなる箇所であってもよく、例えば、天板パネル２４０に設けられていてもよい。

天板パネル２４０は、側壁パネル２３０の上部に設けられて、コンテナボックス２００の天面を成すパネルである。天板パネル２４０は、側壁パネル２３０と同様、熱絶縁性およびガスバリア性を有する材料により形成される。これにより、コンテナボックス２００は、コンテナボックス２００の上部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。

このように、コンテナボックス２００は、コンテナボックス２００の内部空間を、熱絶縁性およびガスバリア性を有する材料によりコンテナボックスの外部空間から遮断するので、高い保冷機能およびガスバリア機能を有する。また、コンテナボックス２００は、パレット２１０が一体に構成されるので、生鮮品２０を内部空間に梱包したまま、フォークリフトやハンドリフト等により移動させることができ、積み込み、および、積み下ろし時間の短縮を図ることができる。

センサノード２５０は、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを測定する。センサノード２５０は、例えば、温度センサ、湿度センサ、ガス（O2、ＣＯ２など）センサ、照度センサ、および、振動センサ等であってよく、生鮮品２０の周辺雰囲気における温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを測定する。また、センサノード２５０にはＩＣタグが設けられており、測定した環境データを、ＩＣタグを介してセンサノード２５０の外部へと無線により出力する。なお、本図においては、センサノード２５０が、天板パネル２４０の下面に固定されている場合を一例として示している。しかしながら、センサノード２５０の設置箇所はいかなる箇所であってもよく、例えば、断熱シート２２０の上面に固定されていてもよいし、側壁パネル２３０の内壁に固定されていてもよい。また、上述の説明では、センサノード２５０がコンテナボックス２００の内部に設置される場合を一例として示したが、これに限定されるものではない。センサノード２５０は、生鮮品２０の周辺雰囲気の環境を測定し得る、コンテナボックス２００の外部に設置されていてもよい。

図３は、本実施形態に係る評価システム１０における出荷元３０の一例を示す。出荷元３０において、生鮮品２０は、集積、仕分け、梱包、および、予冷される。出荷元３０は、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０を備える。なお、これら機能部は、出荷元３０に予め備えられていてもよいし、出荷元３０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。

第１ネットワークデバイス３１０は、出荷元３０のネットワークと外部のネットワーク６０とを中継する通信デバイスである。第１ネットワークデバイス３１０は、例えば、３ＧやＬＴＥ等の携帯電話通信網やＷｉＭＡＸ等のＷＭＡＮ（Ｗｉｒｅｌｅｓｓ Ｍｅｔｒｏｐｏｒｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介してネットワーク６０に接続される。そして、第１ネットワークデバイス３１０は、出荷元３０の他の機能部から取得したデータを外部のネットワーク６０へ中継し、また、外部のネットワーク６０から取得したデータを出荷元３０の他の機能部へ中継する。

第１タグリーダライタ３２０は、コンテナボックス２００のセンサノード２５０に設けられたＩＣタグへのデータの読み取りおよび書き込みを行う機能を有する。第１タグリーダライタ３２０とＩＣタグとの通信方式はいかなる通信方式であってもよく、例えば、航空機にも搭載可能なＦｅｌｉＣａ（登録商標）通信方式、遠隔監視向けの特定小電力、および、ＺｉｇＢｅｅ（登録商標）等の通信方式等であってよい。第１タグリーダライタ３２０は、各コンテナボックス２００のセンサノードに設けられたＩＣタグから、当該ＩＣタグのＩＤをそれぞれ読み取る。そして、第１タグリーダライタ３２０は、読み取ったＩＤを出荷元３０の他の機能部へ供給する。

第１入力部３３０は、ユーザ入力およびメモリデバイス等を介して、各種データの入力を受け付ける。そして、第１入力部３３０は、入力された各種データを出荷元３０の他の機能部へ供給する。

第１出力部３４０は、出荷元３０の他の機能部から供給された各種データを出力する。第１出力部３４０は、例えば、有線または無線を介して他の装置へ各種データを出力してもよいし、モニタおよびスピーカ等により各種データを出力してもよいし、記憶可能なメモリデバイス等に書き込んで各種データを出力してもよい。

図４は、本実施形態に係る評価システム１０の出荷元３０において行われる出荷フローの一例を示す。ステップ４１０において、作業員は、ネットワーク６０を介してデータ処理装置１００に推奨条件を問い合わせる。出荷元３０には、品目、品種、産地、栽培方法、等級、熟度、および、収穫時期等の特性データがそれぞれ異なる様々な生鮮品２０が集積されている。第１入力部３３０は、作業員によるユーザ操作を受け付け、例えば、これら生鮮品２０の特性データ、出荷先５０の目的地、出荷量、および、出荷時期等を入力する。そして、第１ネットワークデバイス３１０は、ネットワーク６０を介して、これら情報をデータ処理装置１００へ供給する。第１ネットワークデバイス３１０は、これら情報の応答として、データ処理装置１００から推奨条件を取得する。そして、第１出力部３４０は、第１ネットワークデバイス３１０が取得した推奨条件を出力する。

ここで、推奨条件は、例えば、物流前の生鮮品２０を保存する推奨保存環境の条件、および、生鮮品２０を物流する推奨物流環境の条件等であってよい。また、推奨物流環境の条件は、例えば、生鮮品２０を物流する際における推奨する生鮮品２０の量、および、推奨する生鮮品２０の組み合わせ等であってよい。

次に、ステップ４２０において、作業員は、生鮮品２０の仕分け、および、梱包を行う。例えば、作業員は、出荷先５０の目的地毎に、各目的地に対応する出荷量となるように生鮮品２０を仕分けする。そして、作業員は、第１出力部３４０が出力した推奨物流環境の条件に基づいて、生鮮品２０をコンテナボックス２００へ梱包する。この際、例えば、第１出力部３４０は、生鮮品２０を物流する際に推奨する生鮮品２０の組み合わせの条件を出力し、作業員に、当該組み合わせに基づいて共通のコンテナボックス２００に混載する生鮮品２０を選択させる。そして、第１出力部３４０は、生鮮品２０を物流する際に推奨する生鮮品２０の量を出力し、作業員に、選択した生鮮品２０の梱包量が当該出力した量の条件を満たすまで生鮮品２０をコンテナボックス２００へ梱包させる。

そして、ステップ４３０において、作業員は、初期情報の登録を行う。この際、第１入力部３３０は、作業員によるユーザ操作を受け付け、各コンテナボックス２００の初期情報を入力し、これら初期情報を第１ネットワークデバイス３１０へ供給する。そして、第１ネットワークデバイス３１０は、ネットワーク６０を介して、これら初期情報をデータ処理装置１００へ供給する。例えば、第１入力部３３０は、初期情報として、第１タグリーダライタ３２０が読み取った各コンテナボックス２００のタグＩＤと、当該コンテナボックス２００に梱包された生鮮品２０の特性データとを紐付けして初期情報を入力する。そして、第１ネットワークデバイス３１０は、当該初期情報を、ネットワーク６０を介してデータ処理装置１００へ供給し、初期情報の登録を行う。

次に、ステップ４４０において、作業員は、各コンテナボックス２００を予冷する。この際、第１出力部３４０は、第１ネットワークデバイス３１０がデータ処理装置１００から取得した推奨保存環境を出力して、作業員に予冷条件を設定させる。第１出力部３４０は、例えば、推奨保存環境として、通風式予冷、真空式予冷、および、冷水式予冷等の予冷方法、予冷温度、および、予冷時間等をコンテナボックス２００毎に出力し、作業員に、コンテナボックス２００毎に最適な環境で予冷を行わせる。

そして、ステップ４５０において、作業員は、予冷が終了した各コンテナボックス２００をフォークリフト等により運搬して、物流手段４０を介して出荷を行う。

このように、本実施形態の評価システム１０によれば、出荷元において生鮮品２０を予冷してから、保冷機能を有するコンテナボックス２００に梱包して物流するので、生鮮品２０自体を冷媒として機能させることができる。これにより、本実施形態の評価システム１０によれば、物流手段４０として冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等を用いることなく、さらには氷やドライアイスといった冷却材、保冷剤や潜熱蓄熱材等を用いることなく、生鮮品２０を常温で物流することができる。また、本実施形態の評価システム１０によれば、生鮮品２０の組み合わせや量を調整しつつ、保存環境条件を最適化して生鮮品２０を予冷するので、常温物流を行うにあたって、生鮮品２０の冷媒としての機能を制御することができる。このように、本実施形態の評価システム１０によれば、冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等の保有リスクを低減することができ、また、保冷剤の入れ間違いや入れ忘れ等による生鮮品２０の低温障害や鮮度劣化を防止することができる。

図５は、本実施形態に係る評価システム１０において、物流手段４０にコンテナボックス２００を搭載して生鮮品２０を物流する一例を示す。本図においては、物流手段４０が輸送手段としてのトラックである場合を一例として示すが、上述のとおり、例えば、鉄道、船舶、および、航空機等の他の輸送手段であってもよいし、生鮮品２０を保管する倉庫等の他の物流手段であってもよいし、または、これらの組み合わせであってもよい。物流手段４０は、庫内に生鮮品２０が梱包されたコンテナボックス２００を複数搭載し、生鮮品２０を出荷元３０から出荷先５０へ物流する。物流手段４０は、コンテナボックス２００が搭載された庫内の温度をアクティブにコントロールする機能を有していなくてよい。すなわち、物流手段４０は、いわゆる冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等でなくてよい。

物流手段４０は、第２ネットワークデバイス５１０、第２タグリーダライタ５２０、第２入力部５３０、および、第２出力部５４０を備える。なお、これら機能部は、物流手段４０に予め備えられていてもよいし、物流手段４０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。これら機能部は、出荷元３０に備えられた、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０と、それぞれ同様の機能を有するので重複する説明は省略する。

物流手段４０において、第２タグリーダライタ５２０は、物流中において、各コンテナボックス２００のセンサノード２５０から、コンテナボックス２００に梱包された生鮮品２０の周辺雰囲気の環境データを、当該センサノード２５０に設けられたＩＣタグのＩＤとともに読み取る。そして、第２ネットワークデバイス５１０は、第２タグリーダライタ５２０が読み取った環境データを当該ＩＤとともに、ネットワーク６０を介してデータ処理装置１００へ経時的に供給する。ここで、環境データは、上述のとおり、例えば、生鮮品２０の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。

また、物流中において、生鮮品２０の状態データを取得可能である場合には、第２入力部５３０は、生鮮品２０の状態データの入力を受け付けてよい。そして、第２ネットワークデバイス５１０は、第２入力部５３０に入力された状態データと、当該状態データに対応する生鮮品２０を梱包するコンテナボックス２００のタグＩＤとを紐付けて、ネットワーク６０を介してデータ処理装置１００へ供給してよい。この際、共通のコンテナボックス２００に特性データの異なる生鮮品２０が混載されている場合、第２入力部５３０は、特性データの異なる生鮮品２０毎の状態データの入力をそれぞれ受け付けてよい。

なお、上述の説明では、物流手段４０が第２ネットワークデバイス５１０を備え、当該第２ネットワークデバイス５１０を介して、環境データや状態データ等を物流中にデータ処理装置１００へ供給する場合を一例として示したが、これに限定されるものではない。物流手段４０は、第２ネットワークデバイス５１０を有しない場合、もしくは、第２ネットワークデバイス５１０を介してネットワーク６０にアクセスできない場合には、物流中における各種データを時系列に記憶手段に記憶しておき、他のネットワークデバイス、もしくは、第２ネットワークデバイス５１０を介してネットワーク６０にアクセス可能になった際に、当該記憶手段に記憶しておいた各種データをデータ処理装置１００へ供給してもよい。また、物流手段４０に代えて、または、加えて、センサノード２５０が、物流中における各種データを時系列に記憶手段に記憶しておき、例えば、いずれかの拠点において、センサノード２５０からこれら物流中における各種データを読み出して、データ処理装置１００へ供給してもよい。

図６は、本実施形態に係る評価システム１０における出荷先５０の一例を示す。出荷先５０においては、コンテナボックス２００の開梱、および、生鮮品２０の状態の評価が行われる。出荷先５０は、第３ネットワークデバイス６１０、第３タグリーダライタ６２０、第３入力部６３０、および、第３出力部６４０を備える。なお、これら機能部は、出荷先５０に予め備えられていてもよいし、出荷先５０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。これら機能部は、出荷元３０に備えられた、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０と、それぞれ同様の機能を有するので重複する説明は省略する。

出荷先５０において、一部のコンテナボックス２００は開梱され、一部の生鮮品２０は、評価基準の学習用にその状態を評価される。例えば、生鮮品２０の状態の評価は、ある一定の期間を対象として行われ、期間終了後には行われなくてもよい。または、生鮮品２０の状態の評価は、一部の生鮮品２０のみを対象として抜き取り的に行われ、それ以外の生鮮品２０に対しては行われなくてもよい。すなわち、学習を行うために十分な教師データが取得できる場合には、教師データとして用いない生鮮品２０の状態は直接評価せず、本実施形態に係る評価システムの評価結果から生鮮品２０の状態を推定してよい。これにより、本実施形態に係る評価システムによれば、コンテナボックス２００を開梱することなく、コンテナボックス２００内に梱包された生鮮品２０の状態を把握することができる。ここで、生鮮品２０の状態は、上述のとおり、例えば、生鮮品２０の質量、水分量、匂い、および、表面状態等を定量的に評価した状態であってもよいし、作業員の目利きによって官能的に評価した状態であってもよい。第３入力部６３０は、これら評価した状態に基づいて複数のランクにランク付けされた生鮮品２０の状態データの入力を受け付けてよい。そして、第３ネットワークデバイス６１０は、第３入力部６３０に入力された状態データと、当該状態データに対応する生鮮品２０を梱包していたコンテナボックス２００のタグＩＤとを紐付けて、ネットワーク６０を介してデータ処理装置１００へ供給する。この際、共通のコンテナボックス２００に特性データの異なる生鮮品２０が混載されていた場合、第３入力部６３０は、特性データの異なる生鮮品２０毎の状態データの入力をそれぞれ受け付けてよい。

また、出荷先５０において、生鮮品２０の評価結果、および、推奨保存期限の少なくともいずれかを取得可能である場合、第３ネットワークデバイス６１０は、ネットワーク６０を介してデータ処理装置１００から、生鮮品２０毎の評価結果、および、推奨保存期限の少なくともいずれかを取得してよい。そして、第３出力部６４０は、第３ネットワークデバイス６１０が取得した生鮮品２０毎の評価結果、および、推奨保存期限の少なくともいずれかを出力してよい。このように、第３出力部６４０は、生鮮品２０がどのような物流品質で物流されたか、および、物流後の生鮮品２０がいつまで保存できるか等を作業員に知らしめることができる。これにより、作業員は、例えば、生鮮品２０の物流品質や新鮮さを把握することができ、生鮮品２０の値段や棚持ち時間等を最適な値に設定することができる。

このようにして、データ処理装置１００は、予冷された生鮮品２０を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを取得する。また、データ処理装置１００は、そのような環境で物流された物流途中または物流後における生鮮品２０の状態データを取得することができる。本実施形態に係るデータ処理装置１００は、これら、環境データおよび状態データを用いて、生鮮品２０の物流品質を評価する評価基準を学習する。すなわち、データ処理装置１００は、物流品質を評価する評価基準として、予め設定された固定の基準を用いるのではなく、生鮮品２０の環境データと、生鮮品２０の状態データとを照らし合わせて、評価基準の見直しを適宜行う。

図７は、データ処理装置１００が評価基準を学習する学習フローを示す。ステップ７１０において、データ処理装置１００は、物流の開始前に初期情報を取得する。例えば、データ処理装置１００の特性取得部１２０は、出荷元３０の第１ネットワークデバイス３１０から、生鮮品２０の特性データを、当該生鮮品２０を梱包するコンテナボックス２００のタグＩＤとともに取得する。

次に、ステップ７２０において、データ処理装置１００は、生鮮品２０の物流環境を示す環境データを取得する。例えば、データ処理装置１００の環境取得部１１０は、物流手段４０の第２ネットワークデバイス５１０から、生鮮品２０の周辺雰囲気の環境データを、当該生鮮品２０を梱包するコンテナボックス２００のタグＩＤとともに取得する。

そして、ステップ７３０において、データ処理装置１００は、生鮮品２０の状態を示す状態データを取得する。例えば、データ処理装置１００の状態取得部１３０は、物流手段４０の第２ネットワークデバイス５１０、および、出荷先５０の第３ネットワークデバイス６１０の少なくともいずれかから、生鮮品２０の状態を示す状態データを、当該生鮮品２０を梱包していたコンテナボックス２００のタグＩＤとともに取得する。すなわち、状態取得部１３０は、物流途中または物流後における生鮮品２０の状態データを、タグＩＤとともに取得する。

これにより、データ処理装置１００は、タグＩＤを共通の検索キーとして、コンテナボックス２００にどのような生鮮品２０が梱包され、それがどのような環境で物流され、その結果、物流途中または物流後においてどのような状態となったのかをそれぞれ対応付けることができる。

次に、ステップ７４０において、データ処理装置１００は、環境データのラベル付けを行う。データ処理装置１００の学習部１４０は、生鮮品２０の状態データに基づいて、当該生鮮品２０を物流した際の環境データのラベル付けを行う。学習部１４０は、例えば、状態が「Ａランク」と評価された生鮮品２０を物流した際に得られた環境データに対して、「Ａ」のラベルを付す。同様に、学習部１４０は、例えば、状態が「Ｅランク」と評価された生鮮品２０を物流した際に得られた環境データに対して、「Ｅ」のラベルを付す。このように、学習部１４０は、生鮮品２０の状態データのランク毎に、当該生鮮品２０を物流した際に得られた環境データに対して、それぞれのランクに対応するラベルを付す。

そして、ステップ７５０において、データ処理装置１００は、生鮮品２０の状態データに基づいて、環境データを用いて生鮮品２０の物流品質を評価する評価基準を学習する。この際、データ処理装置１００の学習部１４０は、複数のランクのそれぞれについて、ランク毎の評価基準を学習する。例えば、学習部１４０は、「Ａ」のラベルが付された環境データを収集し、当該環境データを一群の教師データとして用いて、「物流品質Ａ」と判断するための評価基準を学習する。同様に、学習部１４０は、「Ｅ」のラベルが付された環境データを収集し、当該環境データを一群の教師データとして用いて、「物流品質Ｅ」と判断するための評価基準を学習する。ここで、学習部１４０は、評価基準として、各種環境データの上限および下限等の許容範囲を示すしきい値を学習してもよいし、環境データを時系列に示す環境データの基準モデルを学習してもよい。

この際、学習部１４０は、特性データに更に基づいて評価基準を学習してよい。学習部１４０は、例えば、ラベル付けされた環境データを、生鮮品２０の特性毎に分類し、同一の特性として分類された生鮮品２０に対して同一のラベルが付された環境データを一群の教師データとして用いて、評価基準を生鮮品２０の特性毎にそれぞれ学習してよい。これにより、学習部１４０は、特性の異なる生鮮品２０に対して、それぞれ異なる評価基準を学習するので、物流品質を評価するにあたって、生鮮品２０の特性に応じた最適な評価基準を用いて物流品質を評価することができる。

学習部１４０は、評価基準を学習するにあたって、様々なアルゴリズムを用いてよい。学習部１４０は、例えば、学習アルゴリズムとして、回帰分析、クラスター分布、主成分分析、ベクトル量子化、自己組織化マップ、ニューラルネットワーク、サポートベクターマシン、ＩＤ３、および、単純ベイズ分類器等を用いる。また、学習部１４０は他のモデルからの転移学習によって評価基準を生成してもよいし、他のモデルを蒸留することによって評価基準を生成してもよい。

図８は、データ処理装置１００が物流品質を評価する評価フローを示す。ステップ８１０において、データ処理装置１００は、評価基準を取得する。データ処理装置１００の評価部１５０は、学習部１４０が図７のフローに従って学習した評価基準を学習部１４０から取得する。学習部１４０がランク毎の評価基準を学習した場合、評価部１５０は、ランク毎の評価基準を学習部１４０からそれぞれ取得する。また、学習部１４０が更に特性毎の評価基準を学習した場合、評価部１５０は、当該評価基準を特性毎に学習部１４０からそれぞれ取得する。

ステップ８２０において、データ処理装置１００は、生鮮品２０の物流が開始されることに応じて、生鮮品２０の初期情報を取得する。ステップ８２０の処理は、図７におけるステップ７１０の処理と同様であるため、説明は省略する。

次に、ステップ８３０において、データ処理装置１００は、予冷された生鮮品２０を、保冷機能を有するコンテナボックス２００に入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データを取得する。ステップ８３０の処理は、図７におけるステップ７２０の処理と同様であるため、説明は省略する。

そして、ステップ８４０において、データ処理装置１００は、評価基準に従って物流品質を評価する。例えば、データ処理装置１００の評価部１５０は、ステップ８２０で取得した初期情報から、常温物流された生鮮品２０の特性データを読み出す。次に、評価部１５０は、ステップ８１０で特性毎に取得した評価基準から、当該読み出した特性データに対応する評価基準を選択する。そして、評価部１５０は、ステップ８３０で取得した環境データを用いて、選択した評価基準に従って、生鮮品２０の物流品質を評価する。この際、例えば、評価部１５０は、ランク毎の評価基準に照らして環境データを評価し、環境データがどのランクに該当するかを決定する。

また、評価部１５０は、評価結果に基づいて、物流前の生鮮品２０を保存する推奨保存環境を算出してよい。例えば、評価部１５０は、評価した評価結果が実際の生鮮品２０の状態ランクと乖離している場合に、生鮮品２０を予冷する予冷方法、予冷温度、および、予冷時間等、物流前の生鮮品２０を保存する推奨保存環境を変更してよい。すなわち、評価部１５０は、これら推奨保存環境を評価結果に基づいてフィードバックし、以後の生鮮品２０の物流において新たな推奨保存環境を適用させてよい。

また、評価部１５０は、評価結果に基づいて、生鮮品２０を物流する推奨物流環境を算出してよい。例えば、評価部１５０は、評価した評価結果が実際の生鮮品２０の状態ランクと乖離している場合に、物流する際に推奨する生鮮品２０の量、および、推奨する生鮮品２０の組み合わせ等、生鮮品２０を物流する推奨物流環境を変更してよい。すなわち、評価部１５０は、これら推奨物流環境を評価結果に基づいてフィードバックし、以後の生鮮品２０の物流において新たな推奨物流環境を適用させてよい。

また、評価部１５０は、評価結果に基づいて、物流後の生鮮品２０を保存する推奨保存期限を算出してよい。例えば、評価部１５０は、物流品質の評価ランクが高い生鮮品２０に対して、物流品質の評価ランクが低い生鮮品２０よりも、期限が長くなるように推奨保存期限を算出してよい。すなわち、評価部１５０は、推奨保存期限を評価結果に応じた期限となるように算出し、物流後の生鮮品２０の棚持ち時間等の設定に適用させてよい。また、推奨保存期限は、例えば、「今後、この状態で保存された場合に、○月○日まで鮮度を保持することができます。」等の、生鮮品２０を予め定められた鮮度で保持できる期限を示すメッセージ等であってもよい。

そして、ステップ８５０において、データ処理装置１００は、これら評価結果等を出力する。例えば、データ処理装置１００の評価部１５０は、評価結果等を結果出力部１６０へ供給し、結果出力部１６０が評価結果等を出力する。この際、例えば、結果出力部１６０は、ネットワーク６０を介して出荷元３０の第１ネットワークデバイス３１０に、推奨保存環境、および、推奨物流環境を供給する。また、結果出力部１６０は、ネットワーク６０を介して出荷先５０の第３ネットワークデバイス６１０に評価結果、および、推奨保存期限を供給してよい。

このように、データ処理装置１００は、評価結果に基づいて、推奨保存環境、および、推奨物流環境をフィードバックするので、例えば、出荷元３０において、生鮮品２０の組み合わせや量を最適化しつつ、最適な条件で予冷させることができるので、常温物流するにあたって生鮮品２０の冷媒としての機能を制御することができる。また、データ処理装置１００は、評価結果、および、推奨保存期限を供給するので、例えば、出荷先５０において、コンテナボックス２００を開梱して生鮮品２０の状態を直接評価することなく、生鮮品２０がどのような環境で物流されたか、すなわち、生鮮品２０がどのような鮮度状態であるかを作業員に知らしめることができる。また、データ処理装置１００は、そのような環境で物流された生鮮品２０がどの程度棚持ちさせることができるか等を作業員に知らしめることができる。

上述したように、本実施形態に係るデータ処理装置１００によれば、生鮮品２０を冷媒として機能させて常温物流するので、冷蔵車、冷凍車、冷蔵庫、冷凍庫等による低温物流をする必要がなく、また、コンテナボックス２００へ保冷剤等を同梱する必要がない。これにより、低温物流用の設備の保有リスクを低減することができ、また、保冷剤の入れ間違いや入れ忘れ等による生鮮品２０の低温障害や鮮度劣化等を防止することができる。また、常温物流した際の物流品質を、データ処理装置１００が評価基準に従って客観的に評価するので、事業者間の責任を明確化するとともに、生鮮品２０の安全性や鮮度の見える化をすることができる。また、このような拠点統一基準を用いた客観的な評価により物流品質を標準化することで、商品やサービスの付加価値向上やブランド力の強化を図ることができる。また、仲卸の目利き等に依存することなく、誰でも品質の合否を判定可能となり、品質評価を行うフローを作業員の勘や経験から脱却させることができる。また、本実施形態に係るデータ処理装置１００によれば、そのような評価を行う評価基準を学習する。従来、最適な鮮度保持条件がそれぞれ異なる様々な生鮮品２０の評価基準を調整することは、作業員の経験を必要とし、長い時間を要していた。しかしながら、本実施形態に係るデータ処理装置１００によれば、このような評価基準を生鮮品２０の物流環境を示す環境データと、生鮮品２０の状態データとを照らし合わせて、生鮮品２０の特性毎に学習するので、特性の異なる様々な生鮮品２０に対して、最適な評価基準を提供することができる。

本実施形態に係るデータ処理装置１００のように、予冷された生鮮品２０を、保冷機能を有するコンテナボックス２００に入れて常温物流するにあたっては、様々な追加や変更が可能である。例えば、コンテナボックス２００に照度センサが設けられている場合、データ処理装置１００は、当該照度センサから取得した照度が予め定められたしきい値を超えたか否かを判断してもよい。しきい値を超えたと判断した場合、データ処理装置１００は、コンテナボックス２００が物流中に開梱されたと判断して、その旨を結果出力部１６０が出力するようにしてもよい。また、しきい値を超えていないと判断した場合、データ処理装置１００は、コンテナボックス２００が物流中に開梱されていないと判断して、コンテナボックス２００に梱包された生鮮品２０が適切な環境条件で物流されたと推定してもよい。この際、照度センサに代えて、または加えて、コンテナボックスが正しく閉まっているか否かを検知するセンサが用いられてもよい。

また、データ処理装置１００は、物流中の生鮮品２０の環境データを取得する際に、生鮮品２０の位置情報を併せて取得してもよい。これにより、データ処理装置１００は、生鮮品２０のトレーサビリティを実現してもよい。例えば、データ処理装置１００は、生鮮品２０の環境データを取得した際に、当該環境データと生鮮品２０の位置情報とを対応付けて記憶し、物流中のどの位置においてどのような環境データの変異があったのかを判断してもよい。このように、データ処理装置１００は、生鮮品２０の物流中に起こった環境データの変異を、位置情報に基づいてトレースバック可能に構成してもよい。

また、データ処理装置１００は、コンテナボックス２００に設けられた調整弁２３２の開度をアクティブに制御してもよい。例えば、データ処理装置１００は、推奨物流環境として、生鮮品２０を物流する際に推奨するガス組成を出力し、コンテナボックス２００の内部空間のガス組成が、当該推奨するガス組成となるように、調整弁２３２の開度を自動または手動で制御させてもよい。

また、データ処理装置１００は、外部環境データを取得し、外部環境データに応じて、推奨保存環境、推奨物流環境、および推奨保存期限等を調整してもよい。データ処理装置１００は、例えば、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、予冷温度が低く、または、予冷時間が長くなるように推奨保存環境を調整してもよい。また、データ処理装置１００は、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、生鮮品２０を物流する際に推奨する生鮮品２０の量が多くなるように、推奨物流環境を調整してもよい。また、データ処理装置１００は、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、物流後の生鮮品２０を保存する推奨期限が短くなるように、推奨保存期限を調整してもよい。

また、データ処理装置１００は、物流前の生鮮品２０の周辺雰囲気における環境データ、および、物流後の生鮮品２０の周辺雰囲気における環境データの比較結果から、生鮮品２０の物流品質を推定してもよい。例えば、データ処理装置１００は、物流前の生鮮品２０の周辺雰囲気における温度を取得して初期値として記憶し、物流後の生鮮品２０の周辺雰囲気における温度を当該初期値と比較して、比較の結果に応じて生鮮品２０の物流品質を推定してもよい。すなわち、データ処理装置１００は、物流後の環境データと物流前の環境データとの差分を算出し、当該差分が予め定められたしきい値未満である場合に、生鮮品２０の物流品質が一定以上の品質を満たすと推定し、当該差分が予め定められたしきい値以上である場合に、生鮮品２０の物流品質が一定以上の品質を満たさないと推定してもよい。

また、生鮮品２０を入れる段ボール等の梱包体に、環境データの経時変化で状態が変化する貼付物を貼付しておき、データ処理装置１００は、物流途中または物流後において貼付物の状態を取得し、当該状態に基づいて、生鮮品２０が物流された環境を推定してもよい。例えば、梱包体に温度の経時変化で色が変化するシールを貼付しておき、物流途中または物流後において、データ処理装置１００は、シールの状態データを取得し、当該状態データに基づいて、生鮮品２０が物流された環境を推定してもよい。すなわち、データ処理装置１００は、生鮮品２０の梱包体に貼付された貼付物の状態変化が、予め定められたしきい値未満である場合に、生鮮品２０の物流品質が一定以上の品質を満たすと推定し、貼付物の状態変化が、予め定められたしきい値以上である場合に、生鮮品２０の物流品質が一定以上の品質を満たさないと推定してもよい。

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図９は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インターフェイス２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

通信インターフェイス２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス２２２２に対し、通信処理を命令してよい。通信インターフェイス２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。

請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 評価システム
２０ 生鮮品
３０ 出荷元
４０ 物流手段
５０ 出荷先
６０ ネットワーク
１００ データ処理装置
１１０ 環境取得部
１２０ 特性取得部
１３０ 状態取得部
１４０ 学習部
１５０ 評価部
１６０ 結果出力部
２００ コンテナボックス
２１０ パレット
２２０ 断熱シート
２３０ 側壁パネル
２３２ 調整弁
２４０ 天板パネル
２５０ センサノード
３１０ 第１ネットワークデバイス
３２０ 第１タグリーダライタ
３３０ 第１入力部
３４０ 第１出力部
５１０ 第２ネットワークデバイス
５２０ 第２タグリーダライタ
５３０ 第２入力部
５４０ 第２出力部
６１０ 第３ネットワークデバイス
６２０ 第３タグリーダライタ
６３０ 第３入力部
６４０ 第３出力部
２２００ コンピュータ
２２０１ ＤＶＤ－ＲＯＭ
２２１０ ホストコントローラ
２２１２ ＣＰＵ
２２１４ ＲＡＭ
２２１６ グラフィックコントローラ
２２１８ ディスプレイデバイス
２２２０ 入／出力コントローラ
２２２２ 通信インターフェイス
２２２４ ハードディスクドライブ
２２２６ ＤＶＤ－ＲＯＭドライブ
２２３０ ＲＯＭ
２２４０ 入／出力チップ
２２４２ キーボード

Claims (14)

1. 生鮮品の物流環境を示す環境データを取得する環境取得部と、
   前記環境データを用いて、評価基準に従って前記生鮮品の物流品質を評価する評価部と、
   前記物流品質の評価結果を出力する結果出力部と、
   を有し、
   前記環境データは、前記生鮮品を梱包するコンテナボックスの内部において測定された前記生鮮品の周辺雰囲気における経時的な温度を含み、
   前記評価部は、前記評価結果に基づいて、物流前の前記生鮮品を保存する推奨保存環境を算出する、
   データ処理装置。
2. 前記環境データは、さらにガス組成を含む、請求項１に記載のデータ処理装置。
3. 前記推奨保存環境は、物流前の前記生鮮品を予冷する予冷温度を少なくとも含む、請求項１または２に記載のデータ処理装置。
4. 前記評価部は、前記評価結果に基づいて、前記生鮮品を物流する推奨物流環境を算出する、請求項１から３のいずれか一項に記載のデータ処理装置。
5. 前記推奨物流環境は、推奨する前記生鮮品の量を含む、請求項４に記載のデータ処理装置。
6. 前記推奨物流環境は、推奨する前記生鮮品の組み合わせを含む、請求項４または５に記載のデータ処理装置。
7. 前記評価部は、前記評価結果に基づいて、物流後の前記生鮮品を保存する推奨保存期限を算出し、
   前記結果出力部は前記推奨保存期限を表示する、請求項１から６のいずれか一項に記載のデータ処理装置。
8. 前記評価部は、前記評価基準として、前記環境データを入力することで前記物流品質を出力するように機械学習されたモデルを有する、請求項１から７のいずれか一項に記載のデータ処理装置。
9. 予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得する環境取得部と、
   取得された前記環境データを用いて、物流品質を評価する評価部と、
   を備え、
   前記環境データは、前記コンテナボックスの内部において測定された前記生鮮品の周辺雰囲気における経時的な温度を含み、
   前記評価部は、前記物流品質の評価結果に基づいて、物流前の前記生鮮品を保存する推奨保存環境を算出する、
   評価システム。
10. 前記環境データは、さらにガス組成を含む、請求項９に記載の評価システム。
11. 評価システムが評価する評価方法であって、
    予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得することと、
    取得された前記環境データを用いて、物流品質を評価することと、
    を備え、
    前記環境データは、前記コンテナボックスの内部において測定された前記生鮮品の周辺雰囲気における経時的な温度を含み、
    前記物流品質の評価結果に基づいて、物流前の前記生鮮品を保存する推奨保存環境は算出される、
    評価方法。
12. 前記環境データは、さらにガス組成を含む、請求項１１に記載の評価方法。
13. コンピュータにより実行されて、前記コンピュータを、
    予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得する環境取得部と、
    取得された前記環境データを用いて、物流品質を評価する評価部と、
    して機能させ、
    前記環境データは、前記コンテナボックスの内部において測定された前記生鮮品の周辺雰囲気における経時的な温度を含み、
    前記評価部は、前記物流品質の評価結果に基づいて、物流前の前記生鮮品を保存する推奨保存環境を算出する、
    評価プログラム。
14. 前記環境データは、さらにガス組成を含む、請求項１３に記載の評価プログラム。

Images