JP7492393B2 - 情報処理装置、及び情報処理システム - Google Patents
情報処理装置、及び情報処理システム Download PDFInfo
- Publication number
- JP7492393B2 JP7492393B2 JP2020124387A JP2020124387A JP7492393B2 JP 7492393 B2 JP7492393 B2 JP 7492393B2 JP 2020124387 A JP2020124387 A JP 2020124387A JP 2020124387 A JP2020124387 A JP 2020124387A JP 7492393 B2 JP7492393 B2 JP 7492393B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- date
- vehicle
- parking
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 48
- 238000000034 method Methods 0.000 claims description 41
- 238000007621 cluster analysis Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 description 42
- 239000008186 active pharmaceutical agent Substances 0.000 description 28
- 230000005540 biological transmission Effects 0.000 description 26
- 238000013459 approach Methods 0.000 description 25
- 238000001514 detection method Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 18
- 238000000926 separation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000001815 facial effect Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Social Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Evolutionary Biology (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Description
特許文献1に記載のナビゲーションシステムは、ユーザーの生活情報を収集する入力処理部と、収集された前記生活情報をパターン化して登録する生活情報処理部と、パターン化された生活情報に基づいて出発予測時刻及び目的地を求め、前記出発予測時刻を含む時間的範囲及び前記目的地を含む地理的範囲に対応した交通予測情報を作成する予測処理部とを有する。
本発明は、車両の始動日時を適正に推定することの可能な情報処理装置、及び情報処理システムを提供することを目的とする。
図1は、本実施形態に係る情報処理システム100の構成の一例を示す図である。
図1に示すように、情報処理システム100は、第1サーバ装置1と、第2サーバ装置2と、車両3と、スマートフォン4と、を備える。
第1サーバ装置1は、車両3から受信した種々の情報に基づいて、第2サーバ装置2に対して、アプリケーションプログラムの起動を指示する。本実施形態では、アプリケーションプログラムは、車両3の運転者の個人認証処理を実行する個人認証プログラムである。
すなわち、個人認証プログラムは、「アプリケーションプログラム」の一例に対応する。
第1サーバ装置1は、「情報処理装置」の一例に対応する。
第2サーバ装置2は、「サーバレス機能を有するアプリケーションサーバ装置」の一例に対応する。換言すれば、第2サーバ装置2は、サーバレス機能を有するアプリケーションサーバ装置として構成される。
なお、サーバレス機能とは、アプリケーションに必要なマシン及びリソースの割り当てを動的に管理し、事前に購入されたことに基づく請求ではなく、各アプリケーション要求を満たすために使用される個々のリソース量に基づいた請求を行うようなクラウドコンピューティングの実行モデルである。
一方、運転者の個人認証処理は、運転者が車両3に搭乗し、車両3を始動するときに実行する必要がある。そこで、個人認証プログラムを、サーバレス機能を有するアプリケーションサーバ装置で実行する場合には、「Cold Start」の問題が顕在化する可能性がある。
本実施形態に係る第1サーバ装置1、及び、情報処理システム100は、以下で説明するように、このCold Startの問題を解消する効果がある。
ここで、「始動」とは、車両3を走行可能状態にすることを意味し、本実施形態では、エンジンがオフ状態において、図2に示すエンジン始動ボタン321が押下されることを示す。エンジン始動ボタン321が押下されることによって、エンジンがオン状態になる。
ここで、「駐車」とは、車両3を走行不可状態にすることを意味し、本実施形態では、エンジンがオン状態において、図2に示すエンジン始動ボタン321が押下されることを示す。エンジン始動ボタン321が押下されることによって、エンジンがオフ状態になる。
スマートフォン4は、「携帯端末装置」の一例に対応する。
次に、図2~図5を参照して、情報処理システム100を構成する第1サーバ装置1、第2サーバ装置2、車両3、及びスマートフォン4の各々の構成について説明する。
図2は、本実施形態に係る車両3の構成の一例を示す図である。
車両3は、第1サーバ装置1、第2サーバ装置2、及びスマートフォン4の各々と通信可能に接続される。
車両3は、第3制御部31と、エンジン始動ボタン321と、GPS部322と、撮像部323と、タッチパネル324とを備える。
エンジンがオフ状態において、エンジン始動ボタン321が押下された場合には、エンジンはオン状態になる。エンジンがオン状態において、エンジン始動ボタン321が押下された場合には、エンジンはオフ状態になる。
第3制御部31は、これらの装置の他に、センサ類や周辺機器等を接続するためのインターフェース回路、車載ネットワークを介して他の車載装置と通信する車載ネットワーク通信回路等を備える。
第3送受信部315は、第1サーバ装置1に対して、例えば、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、始動曜日DSを示す始動曜日情報、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び、駐車曜日DEを示す駐車曜日情報、を送信する。また、第3送受信部315は、第2サーバ装置2に対して、例えば、運転者の顔画像PFを示す顔画像情報を送信し、第2サーバ装置2から、認証結果ARを示す認証結果情報を受信する。また、第3送受信部315は、スマートフォン4に対して、例えば、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、駐車位置LEを示す駐車位置情報、及び駐車日時TEを示す駐車日時情報、を送信する。
また、始動検出部311は、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、及び始動曜日DSを示す始動曜日情報を、第3送受信部315を介して、第1サーバ装置1へ送信する。
また、始動検出部311は、始動位置LSを示す始動位置情報、及び始動日時TSを示す始動日時情報を、第3送受信部315を介して、スマートフォン4へ送信する。
また、駐車検出部312は、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報を、第3送受信部315を介して、第1サーバ装置1へ送信する。
以下の説明において、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報を、便宜上、「駐車情報」と記載する場合がある。
また、駐車検出部312は、駐車位置LEを示す駐車位置情報、及び駐車日時TEを示す駐車日時情報を、第3送受信部315を介して、スマートフォン4へ送信する。
また、認証結果ARが認証成功を示す場合には、第3制御部31は、車両3の走行を許可する。認証結果ARが認証失敗を示す場合には、第3制御部31は、車両3の走行を禁止する。
図3は、本実施形態に係るスマートフォン4の構成の一例を示す図である。
スマートフォン4は、第4制御部41と、GPS部42と、を備える。スマートフォン4は、車両3の運転者によって携帯される。なお、車両3の運転者は、一人でもよいし、複数人でもよい。本実施形態では、車両3の運転者が一人である場合について説明する。
第4送受信部413は、例えば、車両3から、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、駐車位置LEを示す駐車位置情報、及び駐車日時TEを示す駐車日時情報を受信する。
第4送受信部413は、例えば、第1サーバ装置1に対して、接近状態APを示す接近情報、及び離間状態SPを示す離間情報を送信する。接近状態APは、車両3との距離が所定距離未満であることを示す。離間状態SPは、車両3との距離が所定距離以上であることを示す。
また、位置取得部411は、第4送受信部413を介して、車両3から駐車位置LEを示す駐車位置情報、及び始動位置LSを示す始動位置情報を取得する。
また、判定部412は、駐車日時TEから始動日時TSまでの期間において、スマートフォン4の位置情報、及び、駐車位置LEを示す駐車位置情報に基づいて、スマートフォン4と車両3との間の距離が所定距離以上であるか否かを判定する。
所定距離は、例えば、10mである。所定距離は、例えば、第2サーバ装置2におけるアプリケーションプログラムの初期の起動に要する時間に基づいて設定される。
また、判定部412は、スマートフォン4と車両3との間の距離が所定距離以上であると判定した場合に、第4送受信部413を介して、離間状態SPを示す離間情報を第1サーバ装置1に対して送信する。判定部412は、例えば、スマートフォン4と車両3との間の距離が所定距離未満である状態から、スマートフォン4と車両3との間の距離が所定距離以上である状態に変化したときに、第4送受信部413を介して、離間状態SPを示す離間情報を第1サーバ装置1に対して送信する。
図4は、本実施形態に係る第1サーバ装置1の構成の一例を示す図である。
第1サーバ装置1は、第2サーバ装置2、車両3、及びスマートフォン4の各々と通信可能に接続される。第1サーバ装置1は、第1制御部11を備える。
また、第1送受信部116は、スマートフォン4から、接近状態APを示す接近情報、及び離間状態SPを示す離間情報を受信する。
また、第1送受信部116は、第2サーバ装置2に対して、個人認証プログラムを起動する旨の起動指示CMを示す指示情報を送信する。
学習済モデルMDの構成については、後述にて図6~図8を参照して説明する。
また、取得部111は、第1送受信部116を介して、車両3から、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報を取得し、取得した情報を対応付けて履歴記憶部117に記録する。
また、取得部111は、第1送受信部116を介して、スマートフォン4から、接近状態APを示す接近情報、及び離間状態SPを示す離間情報を取得する。
モデル生成部112は、始動曜日情報が示す曜日毎に、始動位置情報をクラスター分析することによって、学習済モデルMDを生成する。始動位置情報をクラスター分析することによって生成されたクラスターを、以下の説明では、位置クラスターSN(ただし、Nは整数)と記載する場合がある。
位置クラスターSNについては、後述にて図6及び図7を参照して説明する。
また、モデル生成部112は、始動曜日情報が示す曜日毎に、始動日時情報をクラスター分析することによって、学習済モデルMDを生成する。始動日時情報をクラスター分析することによって生成されたクラスターを、以下の説明では、時刻クラスターSNM(ただし、Mは整数)と記載する場合がある。
時刻クラスターSNMについては、後述にて図6及び図8を参照して説明する。
なお、駐車位置LEを示す駐車位置情報、及び、駐車日時TEを示す駐車日時情報を、取得部111が取得したときには、車両3は、駐車日時TEにおいて駐車位置LEに駐車されている。推定部113は、駐車位置LEに駐車された車両3が、駐車日時TEよりも後に、初めて始動する日時を推定する。
推定部113は、履歴記憶部117に記憶された情報に基づき、車両3が始動する日時を推定する。なお、履歴記憶部117に記憶された情報とは、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、始動曜日DSを示す始動曜日情報、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報である。
具体的には、推定部113は、学習済モデルMDによって、車両3が始動する日時を推定する。学習済モデルMDは、取得部111が取得した駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び、駐車曜日DEを示す駐車曜日情報に基づいて、車両3が始動する日時を推定する。
具体的には、評価部114は、推定部113による始動日時TSの推定精度が所定精度以下であるか否かを判定する。
評価部114は、例えば、車両3が始動する日時に対応する時刻クラスターSNMの標準偏差σNMが閾値σS以上である場合に、始動日時TSの推定精度が所定精度以下であると判定する。また、評価部114は、例えば、車両3が始動する日時に対応する時刻クラスターSNMの標準偏差σNMが閾値σS未満である場合に、始動日時TSの推定精度が所定精度以下ではないと判定する。
閾値σSは、例えば、第2サーバ装置2の個人認証プログラムが起動されてからの待ち時間TWに応じて決定される。待ち時間TWは、第2サーバ装置2の個人認証プログラムが起動後に認証処理が実行されない場合に、起動状態から休止状態に移行するまでの時間を示す。待ち時間TWは、例えば、30分であり、閾値σSは、例えば、15分である。
標準偏差σNMについては、後述にて、図8を参照して説明する。
図5は、本実施形態に係る第2サーバ装置2の構成の一例を示す図である。
第2サーバ装置2は、第1サーバ装置1、及び車両3の各々と通信可能に接続される。第2サーバ装置2は、第2制御部21を備える。
また、第2送受信部214は、車両3から運転者の顔画像PFを示す顔画像情報を受信する。また、第2送受信部214は、車両3に対して、認証結果ARを示す認証結果情報を送信する。
次に、図6~図8を参照して、学習済モデルMDについて説明する。
図6は、学習済モデルMDの構成の一例を示す図である。
図6に示すように、学習済モデルMDは、月曜日モデルMD1、火曜日モデルMD2、水曜日モデルMD3、木曜日モデルMD4、金曜日モデルMD5、土曜日モデルMD6、及び日曜日モデルMD7を含む。
月曜日モデルMD1、火曜日モデルMD2、水曜日モデルMD3、木曜日モデルMD4、金曜日モデルMD5、土曜日モデルMD6、及び日曜日モデルMD7の各々は、始動曜日DSが示す曜日に対応する。
月曜日モデルMD1~日曜日モデルMD7の各々は、位置クラスター記憶部PCLと、時刻クラスター記憶部TCLと、を備える。
位置クラスター記憶部PCLは、位置クラスターS1、位置クラスターS2、及び位置クラスターS3を含む。
位置クラスターS1~位置クラスターS3の各々は、始動曜日DSが月曜日である始動位置LSをクラスター分析することによって生成されたクラスターである。具体的には、図7を参照して説明するように、横軸を始動位置LSの経度とし、縦軸を始動位置LSの緯度として、始動位置LSをクラスター分析することによって生成されたクラスターである。
位置クラスターS1~位置クラスターS3の各々については、後述にて図7を参照して説明する。
時刻クラスターS11は、位置クラスターS1に対応し、時刻クラスターS21、及び時刻クラスターS22は、位置クラスターS2に対応する。
時刻クラスターS11、時刻クラスターS21、及び時刻クラスターS22の各々については、後述にて図8を参照して説明する。
まず、推定部113は、取得部111が取得した駐車曜日DEに基づいて、月曜日モデルMD1、火曜日モデルMD2、水曜日モデルMD3、木曜日モデルMD4、金曜日モデルMD5、土曜日モデルMD6、及び日曜日モデルMD7の中から1つのモデルを選択する。例えば、駐車曜日DEが月曜日である場合には、月曜日モデルMD1を選択する。
次に、推定部113は、取得部111が取得した駐車位置LEに基づいて、月曜日モデルMD1に含まれる位置クラスターSNの中から、1つの位置クラスターSNを抽出する。取得部111が取得した駐車位置LEは、次に車両3が始動する際の位置である始動位置LSと一致するため、推定部113は、例えば、駐車位置LEが含まれる位置クラスターSNを抽出する。
次に、推定部113は、取得部111が取得した駐車日時TEに基づいて、抽出された位置クラスターSNに対応する時刻クラスターSNMの中から、1つの時刻クラスターSNMを抽出する。次に車両3が始動する際の日時である始動日時TSは、取得部111が取得した駐車日時TEよりも後であるため、推定部113は、例えば、駐車日時TEに含まれる時刻よりも後の時刻クラスターSNMを抽出する。
そして、推定部113は、抽出した時刻クラスターSNMの平均時刻AVNMを、始動日時TSとして推定する。
時刻クラスターSNM、及び平均時刻AVNMの各々については、後述にて図8を参照して説明する。
図7の横軸は、始動位置LSの経度を示し、縦軸は、始動位置LSの緯度を示す。
図7に示す位置クラスターS1~位置クラスターS5は、始動曜日DSが月曜日である始動位置LSの経度及び緯度をクラスター分析することによって生成されたクラスターである。
平均位置AV1は、位置クラスターS1に含まれる始動位置LSの平均位置を示す。具体的には、平均位置AV1は、位置クラスターS1に含まれる始動位置LSの平均緯度と、位置クラスターS1に含まれる始動位置LSの平均経度とを示す。図7では、便宜上、平均位置AV1の位置を、横軸の正方向にシフトした位置に記載している。
標準偏差σ1は、位置クラスターS1に含まれる始動位置LSの標準偏差σを示す。標準偏差σ1は、例えば、30mである。
平均位置AV2は、位置クラスターS2に含まれる始動位置LSの平均位置を示す。具体的には、平均位置AV2は、位置クラスターS2に含まれる始動位置LSの平均緯度と、位置クラスターS2に含まれる始動位置LSの平均経度とを示す。図7では、便宜上、平均位置AV2の位置を、横軸の正方向にシフトした位置に記載している。
標準偏差σ2は、位置クラスターS2に含まれる始動位置LSの標準偏差σを示す。標準偏差σ2は、例えば、70mである。
位置クラスターS3は、例えば、車両3の運転者が昼食を食べるレストランである。
本実施形態では、位置クラスターS1~位置クラスターS5を、位置クラスターSNと記載する場合がある。
図8の横軸は、始動日時TSの月日を示し、縦軸は、始動日時TSに含まれる時刻、すなわち始動時刻USを示す。
図8に示す時刻クラスターS11、時刻クラスターS21、及び時刻クラスターS22は、図7に示す位置クラスターS1及び位置クラスターS2に含まれる始動位置LSに対応する始動日時TSに含まれる始動時刻USをクラスター分析することによって生成されたクラスターである。
また、学習期間PL1は、図8に示す時刻クラスターSNMを生成するための情報が取得された期間を示す。また、学習期間PL1は、図7に示す位置クラスターSNを生成するための情報が取得された期間を示す。
時刻クラスターSNMを生成するための情報、及び位置クラスターSNを生成するための情報は、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、始動曜日DSを示す始動曜日情報、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報である。学習期間PL1は、例えば、2020年の6月8日~7月27日の期間である。
平均時刻AV11は、時刻クラスターS11に含まれる始動時刻USの平均値であり、例えば、9時03分である。
標準偏差σ11は、時刻クラスターS11に含まれる始動時刻USの標準偏差σを示し、例えば、10分間である。
平均時刻AV21は、時刻クラスターS21に含まれる始動時刻USの平均値であり、例えば、12時33分である。
標準偏差σ21は、時刻クラスターS21に含まれる始動時刻USの標準偏差σを示し、例えば、10分間である。
平均時刻AV22は、時刻クラスターS22に含まれる始動時刻USの平均値であり、例えば、18時30分である。
標準偏差σ22は、時刻クラスターS22に含まれる始動時刻USの標準偏差σを示し、例えば、60分間である。
時刻クラスターS11、時刻クラスターS21、及び時刻クラスターS22を、本実施形態では、時刻クラスターSNMと記載する場合がある。時刻クラスターSNMは、位置クラスターSNに対応する。
次に、図9を参照して情報処理システム100の処理の概要を説明する。
図9は、情報処理システム100の処理の概要の一例を示すフローチャートである。
図9において、ステップS101~ステップS111の処理は、車両3の第3制御部31による処理を示す。また、ステップS201~ステップS207の処理は、第1サーバ装置1の第1制御部11による処理を示す。また、ステップS301~ステップS307の処理は、第2サーバ装置2の第2制御部21による処理を示す。
なお、図9では、学習済モデルMDが予め生成されている場合について説明する。
車両3が駐車したことを検出していないと駐車検出部312が判定した場合(ステップS101;NO)には、処理が待機状態になる。車両3が駐車したことを検出したと駐車検出部312が判定した場合(ステップS101;YES)には、処理がステップS103に進む。
そして、ステップS103において、車両3の第3制御部31の駐車検出部312が、駐車情報を生成し、生成した駐車情報を第1サーバ装置1へ送信する。なお、駐車情報とは、駐車位置LEを示す駐車位置情報、駐車日時TEを示す駐車日時情報、及び駐車曜日DEを示す駐車曜日情報である。
次に、ステップS203において、第1サーバ装置1の第1制御部11の推定部113が、駐車情報に基づき、車両3が始動する日時を推定する。
次に、ステップS205において、第1サーバ装置1の第1制御部11の指示部115は、推定部113が推定した車両3が始動する日時の所定時間前に、個人認証プログラムの起動するように、第2サーバ装置2に対して指示する。
次に、ステップS303において、第2サーバ装置2の第2制御部21の起動指示部212は、起動日時TUに到達したか否かを判定する。
起動日時TUに到達していないと起動指示部212が判定した場合(ステップS303;NO)には、処理が待機状態になる。起動日時TUに到達したと起動指示部212が判定した場合(ステップS303;YES)には、処理がステップS305に進む。
そして、ステップS305において、起動指示部212は、個人認証部213に対して、個人認証プログラムの起動するよう指示し、個人認証部213は、起動指示部212からの指示に従って、個人認証プログラムを起動する。
車両3が始動したことを検出していないと始動検出部311が判定した場合(ステップS105;NO)には、処理が待機状態になる。車両3が始動したことを検出したと始動検出部311が判定した場合(ステップS105;YES)には、処理がステップS107に進む。
そして、ステップS107において、始動検出部311は、始動情報を第1サーバ装置1へ送信する。なお、始動情報とは、始動位置LSを示す始動位置情報、始動日時TSを示す始動日時情報、及び始動曜日DSを示す始動曜日情報である。
次に、ステップS207において、第1サーバ装置1の第1制御部11の取得部111が、車両3の第3制御部31から始動情報を取得する。
次に、ステップS307において、第2サーバ装置2の第2制御部21の個人認証部213は、顔画像PFを受信し、顔画像PFによる個人認証処理を実行する。そして、個人認証部213は、認証結果ARを車両3へ送信する。
次に、ステップS111において、車両3の第3制御部31の認証部314は、認証結果ARを第2サーバ装置2から受信し、認証結果ARをタッチパネル324のLCDに表示する。その後、処理がステップS101へリターンする。
次に、図10及び図11を参照して、第1サーバ装置1の第1制御部11の処理について説明する。
図10は、第1サーバ装置1の第1制御部11の処理の一例を示すフローチャートである。
駐車情報を取得していないと取得部111が判定した場合(ステップS401;NO)には、処理が待機状態になる。駐車情報を取得したと取得部111が判定した場合(ステップS401;YES)には、処理がステップS403に進む。
そして、ステップS403において、推定部113が、「始動日時推定処理」を実行する。「始動日時推定処理」は、車両3が始動する日時、ずなわち、始動日時TSを推定する処理を示す。「始動日時推定処理」については、後述にて図11を参照して説明する。
始動日時TSの推定精度が所定精度以下であると評価部114が判定した場合(ステップS405;YES)には、処理がステップS411に進む。始動日時TSの推定精度が所定精度以下ではないと評価部114が判定した場合(ステップS405;NO)には、処理がステップS407に進む。
そして、ステップS407において、指示部115は、推定部113が推定した始動日時TSに基づき、第2サーバ装置2における個人認証プログラムの起動日時TUを決定する。
次に、ステップS409において、指示部115は、起動日時TUに個人認証プログラムを起動する旨の起動指示CMを第2サーバ装置2に対して送信する。その後、処理がステップS401にリターンする。
スマートフォン4から接近状態APを示す情報を受信していないと指示部115が判定した場合(ステップS407;NO)には、処理が待機状態になる。スマートフォン4から接近状態APを示す情報を受信したと指示部115が判定した場合(ステップS407;YES)には、処理がステップS409へ進む。
そして、ステップS409において、指示部115は、第2サーバ装置2に対して、個人認証プログラムを起動する旨の起動指示CMを示す指示情報を送信する。その後、処理がステップS401にリターンする。
まず、ステップS501において、推定部113は、取得部111が取得した駐車曜日DEに基づいて、現曜日モデルを決定する。「現曜日モデル」は、駐車曜日DEに対応するモデルを示す。例えば、駐車曜日DEが月曜日である場合には、現曜日モデルは月曜日モデルMD1であり、駐車曜日DEが火曜日である場合には、現曜日モデルは火曜日モデルMD2である。
次に、ステップS503において、推定部113は、駐車位置LEに基づき、現位置クラスターSNを決定する。現位置クラスターSNは、現曜日モデルに含まれる位置クラスターSNのうち、駐車位置LEを含む位置クラスターSNである。
次に、ステップS505において、推定部113は、駐車日時TEに基づき、現時刻クラスターSNMを決定する。現時刻クラスターSNMは、現位置クラスターSNに対応する時刻クラスターSNMのうち、駐車日時TEの時刻より前の時刻クラスターSNMであって、駐車日時TEの時刻に最も近い時刻クラスターSNMである。
すなわち、駐車日時TEにおいて、車両3は駐車するが、この駐車の前に始動した始動日時TSを含む時刻クラスターSNMを、現時刻クラスターSNMと記載する。
次に、ステップS507において、推定部113は、現時刻クラスターSNMから次時刻クラスターSNMを決定する。次時刻クラスターSNMは、現時刻クラスターSNMが含まれる位置クラスターSNに対応する時刻クラスターSNMのうち、現時刻クラスターSNMの時刻よりの後の時刻の時刻クラスターSNMである。
すなわち、推定部113は、現曜日モデルに対応する曜日の次の曜日に対応する次曜日モデルを決定する。例えば、現曜日モデルが、月曜日モデルMD1である場合には、次曜日モデルは、火曜日モデルMD2である。
次に、推定部113は、次曜日モデルに含まれる現位置クラスターSNを決定する。現位置クラスターSNは、駐車位置LEを含む位置クラスターSNである。
次に、推定部113は、現位置クラスターSNに対応する時刻クラスターSNMの中から、次時刻クラスターSNMを決定する。次時刻クラスターSNMは、現位置クラスターSNに対応する時刻クラスターSNMのうち、現時刻クラスターSNMの時刻よりの後の時刻の時刻クラスターSNMである。
次に、ステップS511において、推定部113は、次時刻クラスターSNMの標準偏差σNMに基づき、推定精度を決定する。その後、処理が図10のステップS405にリターンする。
以上説明したように、本実施形態の第1サーバ装置1は、サーバレス機能を有する第2サーバ装置2、及び車両3の各々と通信可能に接続された第1サーバ装置1であって、車両3が始動した位置である始動位置LSを示す始動位置情報と、車両3が始動した日時である始動日時TSを示す始動日時情報と、車両3が駐車した位置である駐車位置LEを示す駐車位置情報と、車両3が駐車した日時である駐車日時TEを示す駐車日時情報と、を車両3から取得する取得部111と、始動位置LS、始動日時TS、駐車位置LE、及び駐車日時TEに基づき、車両3が始動する日時を推定する推定部113と、推定部113の推定結果に応じて、第2サーバ装置2に対して、個人認証プログラムの起動を指示する指示部115と、を備える。
したがって、推定部113が始動位置LS、始動日時TS、駐車位置LE、及び駐車日時TEに基づき、車両3が始動する日時を推定するため、車両3が始動する日時を適正に推定できる可能性がある。また、指示部115が、推定部113の推定結果に応じて、第2サーバ装置2に対して、個人認証プログラムの起動を指示するため、適正な日時に個人認証プログラムの起動を起動できる可能性がある。
よって、車両3が始動する日時を推定する処理に要する時間の自由度がある。したがって、第1サーバ装置1を、サーバレス機能を有するサーバ装置で構成できる。その結果、第1サーバ装置1のコストを低減できる。
したがって、推定部113が推定部113は、始動位置LS、始動日時TS、始動曜日DS、駐車位置LE、駐車日時TE、及び駐車曜日DEに基づき、車両3が始動する日時を推定するため、車両が始動する日時を適正に推定できる可能性を高めることができる。
したがって、学習済モデルMDを適正に生成することによって、推定部113は、車両3が始動する日時を適正に推定できる。
よって、学習済モデルMDは、始動曜日DS毎に、クラスター分析された始動位置LS、すなわち、位置クラスターSNを含むため、学習済モデルMDを、始動曜日DS毎の始動位置LSに応じて区分して生成できる。また、始動曜日DS毎の始動位置LSに応じて区分することによって、始動曜日DS毎の始動位置LSの推移をパターン化できる。したがって、学習済モデルMDを、適正に構成できる。
よって、学習済モデルMDは、始動曜日DS毎に、クラスター分析された始動時刻US、すなわち、時刻クラスターSNMを含むため、学習済モデルMDを、始動曜日DS毎の始動時刻USに応じて区分して生成できる。また、始動曜日DS毎の始動時刻USに応じて区分することによって、始動曜日DS毎の始動時刻USの推移をパターン化できる。したがって、学習済モデルMDを、適正に構成できる。
したがって、スマートフォン4と車両3との間の距離が閾値以上であるか否かのスマートフォン4による判定結果に応じて、指示部115は、第2サーバ装置2に対して、個人認証プログラムの起動を指示するため、個人認証プログラムを適正なタイミングで確実に起動できる。
したがって、推定部113による車両3が始動する日時の推定精度が所定精度以下である場合にも、個人認証プログラムを適正なタイミングで確実に起動できる。
したがって、上記第1サーバ装置1と同様の作用効果を奏する。すなわち、推定部113が始動位置LS、始動日時TS、駐車位置LE、及び駐車日時TEに基づき、車両3が始動する日時を推定するため、車両3が始動する日時を適正に推定できる可能性がある。また、指示部115が、推定部113の推定結果に応じて、第2サーバ装置2に対して、個人認証プログラムの起動を指示するため、適正な日時に個人認証プログラムの起動を起動できる可能性がある。
上述した本実施形態は、あくまでも本発明の一実施形態を例示したものであって、本発明の主旨を逸脱しない範囲で任意に変形、及び応用が可能である。
例えば、図2~図5の各々は、本発明の理解を容易にするために、構成要素を主な処理内容に応じて分類して示した図であり、構成要素は、処理内容に応じて、更に多くの構成要素に分類することもできる。また、1つの構成要素が更に多くの処理を実行するように分類することもできる。
また、各構成要素の処理は、1つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。
また、各構成要素の処理は、1つのプログラムで実現されてもよいし、複数のプログラムで実現されてもよい。
記録媒体には、磁気的、光学的記録媒体又は半導体メモリーデバイスを用いることができる。具体的には、フレキシブルディスク、HDD、CD-ROM(Compact Disk Read Only Memory)、DVD、Blu-ray(登録商標) Disc、光磁気ディスク、フラッシュメモリ、カード型記録媒体等の可搬型、或いは固定式の記録媒体が挙げられる。また、上記記録媒体は、第1サーバ装置1が備えるRAM、ROM、HDD等の不揮発性記憶装置であってもよい。
1 第1サーバ装置(情報処理装置)
11 第1制御部
111 取得部
112 モデル生成部
113 推定部
114 評価部
115 指示部
116 第1送受信部
117 履歴記憶部
118 モデル記憶部
2 第2サーバ装置(アプリケーションサーバ装置)
21 第2制御部
211 指示受付部
212 起動指示部
213 個人認証部
214 第2送受信部
215 画像記憶部
3 車両
31 第3制御部
311 始動検出部
312 駐車検出部
313 計時部
314 認証部
315 第3送受信部
321 エンジン始動ボタン
322 GPS部
323 撮像部
324 タッチパネル
4 スマートフォン(携帯端末装置)
41 第4制御部
411 位置取得部
412 判定部
413 第4送受信部
42 GPS部
AP 接近状態
AR 個人認証結果
AVN、AV1、AV2 平均位置
AVNM、AV11、AV21 平均時刻
CM 起動指示
DS 始動曜日
DE 駐車曜日
LS 始動位置
LE 駐車位置
MD 学習済モデル
MD1~MD7 月曜日モデル~日曜日モデル
PCL 位置クラスター記憶部
PF、PFA 顔画像
PL1 学習期間
SN、S1~S3 位置クラスター
SNM、S11、S21、S22 時刻クラスター
SP 離間状態
TCL 時刻クラスター記憶部
TS 始動日時
TE 駐車日時
TU 起動日時
TW 待ち時間
US 始動時刻
σ、σN、σ1、σ2、σNM、σ21、σ22 標準偏差
σS 閾値
Claims (9)
- サーバレス機能を有するアプリケーションサーバ装置、及び車両の各々と通信可能に接続された情報処理装置であって、
前記車両が始動した位置を示す始動位置情報と、前記車両が始動した日時を示す始動日時情報と、前記車両が駐車した位置を示す駐車位置情報と、前記車両が駐車した日時を示す駐車日時情報と、を前記車両から取得する取得部と、
前記始動位置情報、前記始動日時情報、前記駐車位置情報、及び前記駐車日時情報に基づき、前記車両が始動する日時を推定する推定部と、
前記推定部の推定結果に応じて、前記アプリケーションサーバ装置に対して、前記車両を始動するときに実行する必要がある処理を実行するアプリケーションプログラムの起動を指示する指示部と、
を備える、情報処理装置。 - 前記駐車位置情報、及び前記駐車日時情報を、前記取得部が取得したときに、前記推定部は、前記車両が始動する日時を推定する、
請求項1に記載の情報処理装置。 - 前記取得部は、前記車両が始動した曜日を示す始動曜日情報と、前記車両が駐車した曜日を示す駐車曜日情報と、を更に取得し、
前記推定部は、前記始動位置情報、前記始動日時情報、前記始動曜日情報、前記駐車位置情報、前記駐車日時情報、及び前記駐車曜日情報に基づき、前記車両が始動する日時を推定する、
請求項1、又は請求項2に記載の情報処理装置。 - 前記駐車位置情報、前記駐車日時情報、及び前記駐車曜日情報に基づき、前記車両が始動する日時を推定する学習済モデルを更に備え、
前記推定部は、前記学習済モデルによって、前記車両が始動する日時を推定する、
請求項3に記載の情報処理装置。 - 前記学習済モデルを生成するモデル生成部を更に備え、
前記モデル生成部は、
前記始動曜日情報が示す曜日毎に、前記始動位置情報をクラスター分析し、
前記学習済モデルは、クラスター分析された前記始動位置情報を含む、
請求項4に記載の情報処理装置。 - 前記モデル生成部は、
前記始動曜日情報が示す曜日毎に、前記始動日時情報に含まれる始動時刻をクラスター分析し、
前記学習済モデルは、クラスター分析された前記始動時刻を含む、
請求項5に記載の情報処理装置。 - 前記車両との間の距離が閾値以上であるか否かを判定する携帯端末装置と更に通信可能に接続され、
前記指示部は、前記携帯端末装置の判定結果に応じて、前記アプリケーションサーバ装置に対して、前記アプリケーションプログラムの起動を指示する、
請求項1から請求項6のいずれか1項に記載の情報処理装置。 - 前記推定部による前記車両が始動する日時の推定精度を評価する評価部を更に備え、
前記推定精度が所定精度以下であると前記評価部が評価した場合に、前記指示部は、前記携帯端末装置の判定結果に応じて、前記アプリケーションサーバ装置に対して、前記アプリケーションプログラムの起動を指示する、
請求項7に記載の情報処理装置。 - サーバレス機能を有するアプリケーションサーバ装置と、
車両と、
前記アプリケーションサーバ装置、及び前記車両の各々と通信可能に接続され、請求項1から請求項8のいずれか1項に記載の情報処理装置と、
を備える、情報処理システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020124387A JP7492393B2 (ja) | 2020-07-21 | 2020-07-21 | 情報処理装置、及び情報処理システム |
US17/376,487 US20220027445A1 (en) | 2020-07-21 | 2021-07-15 | Information processing apparatus and information processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020124387A JP7492393B2 (ja) | 2020-07-21 | 2020-07-21 | 情報処理装置、及び情報処理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022021039A JP2022021039A (ja) | 2022-02-02 |
JP7492393B2 true JP7492393B2 (ja) | 2024-05-29 |
Family
ID=79688394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020124387A Active JP7492393B2 (ja) | 2020-07-21 | 2020-07-21 | 情報処理装置、及び情報処理システム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220027445A1 (ja) |
JP (1) | JP7492393B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005181241A (ja) | 2003-12-24 | 2005-07-07 | Aisin Aw Co Ltd | ナビゲーションシステム |
JP2007269109A (ja) | 2006-03-30 | 2007-10-18 | Aisin Aw Co Ltd | 電源管理システム |
JP2011201443A (ja) | 2010-03-26 | 2011-10-13 | Pioneer Electronic Corp | 起動タイミング決定システム及び起動タイミング決定方法 |
JP2017162473A (ja) | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | プラグイン電気自動車の出発時刻の推定 |
JP2017163823A (ja) | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | プラグイン電気自動車の充放電の最適化 |
JP2020030485A (ja) | 2018-08-20 | 2020-02-27 | Zホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11195410B2 (en) * | 2018-01-09 | 2021-12-07 | Continental Automotive Systems, Inc. | System and method for generating a traffic heat map |
US11574208B2 (en) * | 2018-08-23 | 2023-02-07 | Verizon Connect Inc. | Predicting refueling information for a client device |
US11068942B2 (en) * | 2018-10-19 | 2021-07-20 | Cerebri AI Inc. | Customer journey management engine |
EP3751480A1 (en) * | 2019-06-11 | 2020-12-16 | Tata Consultancy Services Limited | System and method for detecting on-street parking violations |
US20210174257A1 (en) * | 2019-12-04 | 2021-06-10 | Cerebri AI Inc. | Federated machine-Learning platform leveraging engineered features based on statistical tests |
-
2020
- 2020-07-21 JP JP2020124387A patent/JP7492393B2/ja active Active
-
2021
- 2021-07-15 US US17/376,487 patent/US20220027445A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005181241A (ja) | 2003-12-24 | 2005-07-07 | Aisin Aw Co Ltd | ナビゲーションシステム |
JP2007269109A (ja) | 2006-03-30 | 2007-10-18 | Aisin Aw Co Ltd | 電源管理システム |
JP2011201443A (ja) | 2010-03-26 | 2011-10-13 | Pioneer Electronic Corp | 起動タイミング決定システム及び起動タイミング決定方法 |
JP2017162473A (ja) | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | プラグイン電気自動車の出発時刻の推定 |
JP2017163823A (ja) | 2016-03-09 | 2017-09-14 | トヨタ自動車株式会社 | プラグイン電気自動車の充放電の最適化 |
JP2020030485A (ja) | 2018-08-20 | 2020-02-27 | Zホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022021039A (ja) | 2022-02-02 |
US20220027445A1 (en) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10006778B2 (en) | Method and apparatus for vehicular travel assistance | |
US10453341B2 (en) | System and method for determining parking availability | |
JP6348357B2 (ja) | 情報提供装置、通信システム及び情報提供方法 | |
EP3446070B1 (en) | Map downloading based on user's future location | |
CN108701065B (zh) | 控制设备、程序更新方法和计算机程序 | |
US20180356237A1 (en) | Enhanced navigation instruction and user determination | |
CN105631640A (zh) | 在电子日历中表示到达事件和/或离开事件的行程时间 | |
US20150054981A1 (en) | Method, electronic device, and computer program product | |
RU2672762C1 (ru) | Способ и устройство обработки бизнес-услуг на основе навигационной информации и электронного устройства | |
JP2015081919A (ja) | 人気度に基づく旅行目的地の推定 | |
US9454903B2 (en) | Road information sharing method, road information sharing system, road information sharing device, and road information sharing program | |
JP6358286B2 (ja) | 制御装置、プログラム更新方法、およびコンピュータプログラム | |
JP7017143B2 (ja) | 情報処理装置、および情報処理方法、並びにプログラム | |
JP7060014B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
FR3095068A1 (fr) | Appareil et procede d’assistance a un usager pour la reservation d’un trajet | |
JP7011508B2 (ja) | 運転評価システム、及びプログラム | |
JP5832144B2 (ja) | 情報通知装置、情報通知方法及び情報通知プログラム | |
CN110633814A (zh) | 信息处理装置、信息处理系统、信息处理方法、以及存储了信息处理程序的记录介质 | |
JP7492393B2 (ja) | 情報処理装置、及び情報処理システム | |
CN109074236B (zh) | 在终端设备上提供信息的系统和方法 | |
US20190195641A1 (en) | Electronic device for providing operation information of vehicle and method for the same | |
WO2017100790A1 (en) | Enhanced navigation instruction and user determination | |
US9705971B2 (en) | Transferring digital data to and from mobile client devices | |
JP2009180675A (ja) | 移動体端末装置、情報管理サーバ、情報制御方法、情報管理方法、情報収集プログラム、情報管理プログラム、および記録媒体 | |
US20200234224A1 (en) | Information processing device, information processing method, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230407 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240415 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240430 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240517 |