JPWO2018043232A1 - 温度推定システム、温度推定方法及び温度推定プログラムを記録した記録媒体 - Google Patents

Abstract

温度推定システムは、ユーザが携帯するスマートフォンの内部温度データを取得する内部温度データ取得部と、スマートフォンの稼働状況に関する稼働データを取得する稼働データ取得部と、計測用携帯端末装置の内部温度データ及び当該計測用携帯端末装置の稼働状況に関する稼働データと、当該計測用携帯端末装置付近の実際の環境温度である実温度データとの相関関係に基づいて、スマートフォンの内部温度データ及び稼働データから、スマートフォン付近の外部温度推定値を算出する温度推定部と、を含む。

Description

本発明は、温度推定システム、温度推定方法及び温度推定プログラムを記録した記録媒体に関する。

ユーザがいる地点の温度は有用な情報である。ユーザ自身が温度を知りたいこともあるし、例えば肌に関する環境データとして、ユーザがいる地点の温度を所定期間にわたって継続的に取得したい場合もある。

一方、近年、多くの人がスマートフォン等の携帯端末装置を保持し、携帯するようになっている。このような携帯端末装置には、例えば加速度センサやジャイロセンサ等様々なセンサが標準的に搭載されている。また、例えば特許文献１には、接触センサによって接触を検知される物体の温度を測定する温度センサが記載されている。

また、例えば、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンでは、加速度センサ（ＴＹＰＥ＿ＡＣＣＥＬＥＲＯＭＥＴＯＲ）、ジャイロセンサ（ＴＹＰＥ＿ＧＹＲＯＳＣＯＰＥ）、温度センサ（ＴＹＰＥ＿ＴＥＭＰＥＲＡＴＵＲＥ、ＴＹＰＥ＿ＡＭＢＩＥＮＴ＿ＴＥＭＰＥＲＡＴＵＲＥ）等様々なセンサが定義されている。これらのセンサによる測定値は、例えばセンサフレームワーク等のＡＰＩを用いて取得することができる。

特開２０１５−０１５６００号公報

しかし、上記のような温度センサによる測定値は、スマートフォンに内蔵されたバッテリやＣＰＵ等の発熱等の影響を受け、スマートフォンの外部温度を精度良く検出することができない。そのため、携帯端末装置の外部温度を取得したい場合、ユーザが別途温度計を持ち歩き、その温度計で温度を測定する等の必要があった。

本発明は上記事情に鑑みてなされたものであり、その目的とするところは、スマートフォン等の携帯端末装置で標準的に取得可能なデータを用いて、当該携帯端末装置の外部温度を精度良く推定する技術を提供することにある。

本発明によれば、
ユーザが携帯するユーザ携帯端末装置の内部温度データを取得する内部温度データ取得部と、
前記ユーザ携帯端末装置の稼働状況に関する稼働データを取得する稼働データ取得部と、
計測用携帯端末装置の内部温度データ及び当該計測用携帯端末装置の稼働状況に関する稼働データと、当該計測用携帯端末装置付近の実際の環境温度である実温度データとの相関関係に基づいて、前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データから、当該ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定部と、
を含む温度推定システムが提供される。

スマートフォン等の携帯端末装置で標準的に取得可能なデータを用いて、当該携帯端末装置の外部温度を精度良く推定することができる。

本実施形態における温度推定システムの機能構成の一例を示すブロック図である。 本実施形態におけるスマートフォンのハードウェア構成の一例を示すブロック図である。 本実施形態において、推定式を算出する手順の一例を説明するためのフローチャートである。 本実施形態において、推定式を算出する手順の一例を説明するための図である。 デジタル温度計の実温度データ記憶部に記憶された実温度データの一例を示す図である。 計測用スマートフォンの測定データ記憶部に記憶されたデータの一例を示す図である。 推定式を算出するための推定式算出用データの一例を示す図である。 本実施形態における温度推定システムによる処理の一例を示すフローチャートである。 本実施形態における温度推定システムの機能構成の一例を示すブロック図である。 本実施形態における温度推定システムの機能構成の一例を示すブロック図である。 本実施形態における推定式算出用データの一例を示す図である。 推定式記憶部の内部構成の一例を示す図である。 本実施形態における温度推定システムによる処理の一例を示すフローチャートである。 実施例で算出した外部温度推定値を示す図である。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

本実施形態において、ユーザが携帯するスマートフォン等の携帯端末装置のみを用いてユーザがいる地点の温度（携帯端末装置の外部温度）を精度良く推定することを目的とする。

一般的にスマートフォン等の携帯端末装置にはバッテリやＣＰＵが内蔵されており、バッテリやＣＰＵの過熱等を検出するための何らかの温度センサも内蔵されている。そのため、携帯端末装置に内蔵された温度センサで測定される温度を検出することが可能と考えられる。しかし、例えば携帯端末装置で負荷の高い処理が行われると、バッテリやＣＰＵの温度が上昇し、携帯端末装置に内蔵された温度センサで測定された温度が実際の外部温度よりも高くなってしまう。そのため、携帯端末装置に内蔵された温度センサでは携帯端末装置の外部温度を精度良く検出することができない。

本実施形態において、予め所定の携帯端末装置（計測用携帯端末装置）に内蔵された温度センサで測定された温度（内部温度データ）及び当該携帯端末装置の稼働状況に関する稼働データと、当該携帯端末装置付近の実際の環境温度である実温度データとを取得し、それらの相関関係を算出する。そして、ユーザが携帯する携帯端末装置（ユーザ携帯端末装置）に内蔵された温度センサで測定された内部温度データ及び当該携帯端末装置の稼働状況に関する稼働データを取得し、当該内部温度データ及び稼働データから、予め算出された相関関係に基づいて、当該携帯端末装置付近の外部温度推定値を算出する。

以下の実施形態においては、携帯端末装置がスマートフォンである場合を例として説明する。
（第１の実施形態）
図１は、本実施形態における温度推定システム１００の機能構成の一例を示すブロック図である。

本実施形態において、温度推定システム１００の機能構成は、スマートフォン３００とネットワークを介して接続されたサーバ装置２００に組み込まれた構成とすることができる。温度推定システム１００は、内部温度データ取得部１１０と、稼働データ取得部１１２と、温度推定部１１４と、推定温度出力部１１６と、推定式記憶部１３０と、推定温度記憶部１３２とを含む。スマートフォン３００は、機能として内部温度データ取得部１１０ａ、稼働データ取得部１１２ａ及び推定温度出力部１１６ａを有する。

図２は、本実施形態におけるスマートフォン３００のハードウェア構成の一例を示すブロック図である。

スマートフォン３００は、入力部３０２、出力部３０４、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０６、メモリ３０８、ストレージ３１０、ネットワークＩ／Ｃ３１２、バッテリ３１４及びセンサ部３１６を含む。

入力部３０２は、例えばユーザ等が操作するボタン、キーボード等とすることができる。また、入力部３０２は、例えば音声等により入力が可能なマイク等の音声入力デバイスであってもよい。出力部３０４は、スピーカ、ディスプレイ等とすることができる。入力部３０２と出力部３０４とは、例えばタッチパネルのように入出力一体型の構成であってもよい。

メモリ３０８は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）等の制御プログラム、実行プログラム等を格納する。なお、メモリ３０８は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等である。ストレージ３１０は、内蔵ストレージ等である。

ＣＰＵ３０６は、メモリ３０８に格納されている制御プログラムや実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、本実施形態の温度推定処理を実現する。

ネットワークＩ／Ｃ３１２は、インターネットやＬＡＮ等のネットワークと接続することにより、サーバ装置２００等他の装置との間でデータのやり取りを行う。

バッテリ３１４は、例えばリチウムイオン電池等、スマートフォンに一般的に内蔵されたものとすることができる。

センサ部３１６は、例えば加速度センサやジャイロセンサ等、スマートフォンに一般的に内蔵された様々なセンサを含む。本実施形態において、センサ部３１６は、少なくとも温度センサ３１６ａを含む。温度センサ３１６ａは、スマートフォン３００に内蔵されたものであれば特に限定されないが、例えばスマートフォン３００に内蔵されたバッテリ３１４やＣＰＵ３０６の温度（過熱）を測定するための温度センサとすることができる。

なお、サーバ装置２００も、図２に示したスマートフォン３００のハードウェア構成と同様のハードウェア構成を有する。ただし、サーバ装置２００は、温度センサを有しない構成とすることができる。サーバ装置２００において、ストレージは、例えばＨＤＤ（Hard Disk Drive）とすることができる。

図１に戻り、スマートフォン３００の内部温度データ取得部１１０ａは、スマートフォン３００の内部温度データを取得する。サーバ装置２００の内部温度データ取得部１１０は、内部温度データ取得部１１０ａが取得したスマートフォン３００の内部温度データをネットワークを介して取得する。内部温度データとは、スマートフォン３００に内蔵された温度センサ３１６ａにより測定される温度とすることができる。内部温度データ取得部１１０は、所定期間にわたって一定の時間間隔で、内部温度データを取得することができる。

スマートフォン３００の稼働データ取得部１１２ａは、スマートフォン３００の稼働状況に関する稼働データを取得する。サーバ装置２００の稼働データ取得部１１２は、稼働データ取得部１１２ａが取得したスマートフォン３００の稼働データをネットワークを介して取得する。稼働データとは、例えばスマートフォン３００に内蔵されたＣＰＵ３０６の稼働状況やバッテリ３１４の電圧等とすることができる。稼働データ取得部１１２は、所定期間にわたって一定の時間間隔で、稼働データを取得することができる。内部温度データ取得部１１０ａ及び稼働データ取得部１１２ａがそれぞれ内部温度データ及び稼働データを取得する手順については後述する。

推定式記憶部１３０は、スマートフォン３００の内部温度データ及び稼働データに基づきスマートフォン３００付近の外部温度推定値を算出するための推定式を記憶する。温度推定部１１４は、スマートフォン３００の内部温度データ及び稼働データを、推定式記憶部１３０に記憶された推定式に適用することによりスマートフォン３００付近の外部温度推定値を算出する。

温度推定部１１４は、算出した外部温度推定値を推定温度記憶部１３２に記憶する。また、推定温度出力部１１６は、温度推定部１１４が算出した外部温度推定値をネットワークを介してスマートフォン３００に提供する。スマートフォン３００において、温度センサ３１６ａは、取得した外部温度推定値を例えばディスプレイに表示する等して出力する。

次に、推定式記憶部１３０に記憶された推定式を算出する手順を説明する。

本実施形態において、推定式は、計測用スマートフォンの内部温度データ及び当該計測用スマートフォンの稼働状況に関する稼働データと、当該計測用スマートフォン付近の実際の環境温度である実温度データとの相関関係を表すものとすることができる。より具体的には、推定式は、目的変数（従属変数）を「実温度データ」、説明変数を「内部温度データ」及び「稼働データ」とする重回帰分析により得られたものとすることができる。実温度データは、実際の環境温度を温度計で測定したものでもよく、また、例えば恒温室等、温度が制御された条件下における制御温度とすることもできる。

図３は、本実施形態において、重回帰分析により推定式を算出する手順の一例を説明するためのフローチャートである。図４は、本実施形態において、推定式を算出する手順の一例を説明するための図である。

図３に示すように、まず、実温度データ、内部温度データ及び稼働データを取得する（ステップＳ１００）。具体的には、図４に示すように、計測者は、計測用スマートフォン５００とデジタル温度計５１０とを持ち歩く。一例として計測者は、デジタル温度計５１０を胸ポケット等に、デジタル温度計５１０を鞄のポケット等に入れて持ち歩くことができる。そして、所定期間にわたって一定の時間間隔で、計測用スマートフォン５００の内部温度データ及び稼働データ、並びにデジタル温度計５１０で測定された実温度データを取得する。

デジタル温度計５１０は、その場の正確な外気温を測定可能であればよく、市販されているものを用いることができる。デジタル温度計５１０は、一定の時間間隔で温度を測定し、測定した温度を時間に対応付けて取得する機能を有する。デジタル温度計５１０が取得した温度及び時間は、例えばデジタル温度計５１０の内部メモリにより構成される実温度データ記憶部５１０ａに記憶される構成とすることもでき、また逐次サーバ装置２００等のサーバ装置に送信される構成とすることもできる。

計測用スマートフォン５００は、図２を参照して説明したスマートフォン３００と同様のハードウェア構成を有することができる。ここで、説明上「計測用スマートフォン」としているが、計測用スマートフォン５００は、スマートフォン３００と同一のスマートフォンとすることもできる。

上述したように、例えば、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンでは、加速度センサ（ＴＹＰＥ＿ＡＣＣＥＬＥＲＯＭＥＴＯＲ）、ジャイロセンサ（ＴＹＰＥ＿ＧＹＲＯＳＣＯＰＥ）、温度センサ（ＴＹＰＥ＿ＴＥＭＰＥＲＡＴＵＲＥ、ＴＹＰＥ＿ＡＭＢＩＥＮＴ＿ＴＥＭＰＥＲＡＴＵＲＥ）等様々なセンサが定義されている。これらのセンサによる測定値は、例えばセンサフレームワーク等のＡＰＩを用いて取得することができる。計測用スマートフォン５００の内部温度データは、センサフレームワーク等のＡＰＩを用いて取得することができる。

また、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンにおいて、例えばBroadcastReceiverクラスやBatteryManagerクラスを用いた所定のソースコードを用いてバッテリ電圧（ｖｏｌｔａｇｅ）及び温度（ｔｅｍｐｅｒａｔｕｒｅ）を取得することができる。

計測用スマートフォン５００の内部温度データ及び稼働データとしてのバッテリ電圧は、このようなソースコードにより取得することができる。

また、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンにおいて、ファイルシステム上の/proc/cpuinfoや/proc/statを読み出すための所定のソースコードを用いてＣＰＵ情報を取得することができる。ここで、ＣＰＵ情報としては、/proc/statのデータを用いることができ、複数のデータを取得することができる（以下、ＣＰＵ１〜ＣＰＵｎ（ｎは２以上の整数）という）。

計測用スマートフォン５００の稼働データとしてのＣＰＵ情報は、このようなソースコードにより取得することができる。

計測用スマートフォン５００は、スマートフォン３００と同様に機能構成として内部温度データ取得部１１０ａ及び稼働データ取得部１１２ａを含む。内部温度データ取得部１１０ａ及び稼働データ取得部１１２ａは、上述したＡＰＩや所定のソースコード等を用いて、所定期間にわたって一定の時間間隔で、内部温度データ及び稼働データをそれぞれ取得する。

重回帰分析により推定式を算出する処理は、必ずしもサーバ装置２００で行う必要はないが、ここではサーバ装置２００で行う場合を例として説明する。サーバ装置２００のデータ取得部（図９、図１０参照）は、デジタル温度計５１０から日時に対応付けられた実温度データを取得する。また、サーバ装置２００の内部温度データ取得部１１０及び稼働データ取得部１１２は、日時に対応付けられた計測用スマートフォン５００の内部温度データ及び稼働データを計測用スマートフォン５００の内部温度データ取得部１１０ａ及び稼働データ取得部１１２ａから取得する。サーバ装置２００が取得した実温度データ、内部温度データ及び稼働データは、サーバ装置２００の記憶部（例えば後述するサーバ装置２００のデータ蓄積部２３０（図９、図１０参照））に記憶される。以下、推定式を算出するために収集されたデータを「推定式算出用データ」ともいう。

図５は、デジタル温度計５１０により取得された実温度データの一例を示す図である。日時に対応付けて実温度データが取得されている。

図６は、計測用スマートフォン５００に関して取得された内部温度データ及び稼働データの一例を示す図である。日時に対応付けて、内部温度データ及び稼働データ（ＣＰＵ１〜ＣＰＵ３、ＶＯＬＴ）が取得されている。

図３に戻り、ステップＳ１０４において、実温度データ、内部温度データ及び稼働データを用いてスマートフォン付近の外部温度推定値を算出するための推定式を算出する。上述したように、本実施形態において、目的変数（従属変数）を「実温度データ」、説明変数を「内部温度データ」及び「稼働データ」とする重回帰分析により推定式を算出することができる。

また、本実施形態で説明するように、稼働データが複数種ある場合は、実温度データとの相関係数が高いものを選択して使用することができる（ステップＳ１０２）。

上述したように、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンにおいて、上記所定のソースコードを用いてバッテリ電圧やＣＰＵ情報を取得した場合、稼働データとしてＶＯＬＴ、ＣＰＵ１〜ＣＰＵｎ（ｎは２以上の整数）等複数のデータが取得される。また、ＣＰＵ情報として取得されるＣＰＵ１〜ＣＰＵｎ（ｎは２以上の整数）等の値が何を示すものかは明らかにされていない。しかし、「実温度データ」に影響を与える可能性の高い稼働データを選択的に使用することにより、外部温度推定値をより精度良く算出できる推定式を得ることができる。

推定式の算出（重回帰分析）及び相関係数の算出には、既存の種々の統計解析ソフトウェアを使用することができるが、例えば統計解析ソフトウェア「Ｒ」やＳＰＳＳ等を使用することができる。

ステップＳ１０２の処理は、ステップＳ１０３の重回帰分析を行う前に各稼働データと実温度データとの相関係数をそれぞれ算出し、実温度データとの相関係数が高いものを選択してもよく、また相関係数が高い順に所定数の稼働データを選択してもよい。

また、他の例として、ステップＳ１０２の処理とステップＳ１０３の処理とを同時に行ってもよい。すなわち、まず取得したすべての稼働データ及び内部温度データを説明変数、実温度データを目的変数とする予備的な重回帰分析を行うことができる。その結果に基づき、例えば相関係数や有意水準等に基づき、稼働データの中から実温度データへの影響が大きいものを選択する。次いで、選択した稼働データ及び内部温度データを説明変数、実温度データを目的変数する重回帰分析を再度行うことで推定式を算出することができる。

複数種の稼働データの中から適切な稼働データを選択する処理は、統計解析学に基づき適宜行うことができる。

また、稼働データは、例えば上述したＣＰＵ情報やバッテリ電圧の値をそのまま用いるだけでなく、例えば種類の異なる稼働データ間の差分等を稼働データとして用いてもよい。具体的には、例えば（ＣＰＵ１−ＣＰＵ２）で得られる値を稼働データの一種として用いてもよい。この場合も、実温度データとの相関係数等を考慮して、実温度データへの影響が大きいものを稼働データとして用いることができる。

上述したように、例えばスマートフォンで負荷の高い処理が行われると、バッテリやＣＰＵの温度が上昇し、スマートフォンに内蔵された温度センサで測定される温度が実際の外部温度よりも高くなってしまうことがある。本実施形態において、分析の説明変数としてＣＰＵ情報やバッテリ電圧等をスマートフォンの稼働状況に関する稼働データとして加味して推定式を算出している。そのため、本実施形態における推定式によれば、例えばスマートフォンの稼働状況が高くスマートフォンの内部温度が外部温度より上昇している場合でも、スマートフォンの稼働状況を加味した内部温度よりも低い外部温度推定値を算出することができると考えられる。

図７は、推定式を算出するための推定式算出用データの一例を示す図である。図７に示すように、推定式は、計測用スマートフォン５００の稼働状況が異なる複数の状況を含む期間にわたって取得された内部温度データ、稼働データ及び実温度データとの関係に基づき算出されたものとすることができる。

また、推定式は、季節が異なる等平均温度が異なったりする環境状況が異なる複数の期間それぞれで取得された内部温度データ、稼働データ及び実温度データとの関係に基づき算出されたものとすることができる。

図４を参照して説明したように、計測者は、計測用スマートフォン５００とデジタル温度計５１０とを持ち歩き、内部温度データ、稼働データ及び実温度データを取得する。計測者は、例えば計測用スマートフォン５００のアプリを使用しない低負荷状態、負荷が大きい所定のアプリ（動画再生アプリ、音楽再生アプリ、ネットラジオアプリ等）を使用する高負荷状態それぞれで内部温度データ、稼働データ及び実温度データを取得することができる。これらのデータを推定式算出用データとして、推定式を算出することができる。

また、例えば夏で気温が高い高温環境下、冬で気温が低い低温環境下等環境状況が異なる複数の期間、それぞれで内部温度データ、稼働データ及び実温度データを取得することができる。これらのデータを推定式算出用データとして、推定式を算出することができる。なお、このような異なる環境条件でのデータは、例えば研究所の恒温室等、温度や湿度を制御可能な条件下で取得することもできる。この時、制御温度を実温度データとして用いることができる。

以上のように、異なる状況下で取得したデータを推定式算出用データとして推定式を算出することにより、推定式の精度を高めることができ、様々な状況下で精度良く外部温度推定値を算出することができる。

図１に戻り、本実施形態において、スマートフォン３００の内部温度データ取得部１１０ａは、例えば上記所定のソースコードを用いてスマートフォン３００の内部温度データを取得することができる。また、内部温度データ取得部１１０ａは、例えば上述したセンサフレームワーク等のＡＰＩを用いてスマートフォン３００の内部温度データを取得してもよい。

本実施形態において、スマートフォン３００の稼働データ取得部１１２ａは、例えば上記所定のソースコードを用いてスマートフォン３００の稼働データとしてバッテリ電圧（ＶＯＬＴ）を取得することができる。また、稼働データ取得部１１２ａは、例えば上記所定のソースコードを用いてスマートフォン３００の稼働データとしてＣＰＵ情報を取得することができる。

図８は、本実施形態における温度推定システム１００による処理の一例を示すフローチャートである。

内部温度データ取得部１１０及び稼働データ取得部１１２は、それぞれ日時に対応付けて内部温度データ及び稼働データを取得する（ステップＳ１２０）。温度推定部１１４は、同じ日時に対応付けられた内部温度データ及び稼働データを推定式記憶部１３０に記憶された推定式に順次適用し、その日時におけるスマートフォン３００付近の外部温度推定値を算出する（ステップＳ１２２）。

推定温度出力部１１６は、温度推定部１１４が算出した外部温度推定値をネットワークを介してスマートフォン３００に提供する。スマートフォン３００において、センサ部３１６は、取得した外部温度推定値を例えばディスプレイに表示する等して出力する（ステップＳ１２４）。ステップＳ１２０〜ステップＳ１２４までの処理は、略リアルタイムで行うことができる。これにより、ユーザは、自分がいる地点の温度を知ることができる。また、温度推定部１１４は、所定期間にわたって継続的にステップＳ１２２で算出した外部温度推定値を日時に対応付けて推定温度記憶部１３２に記憶しておくことができる。このような構成とすることにより、ユーザが存在した地点の外部温度推定値を所定期間にわたって継続的に記憶しておくことができ、例えば肌に関する環境データ等として利用することができる。

なお、図１ではスマートフォン３００を一つしか図示していないが、サーバ装置２００は、複数のスマートフォン３００とネットワークを介して接続された構成とすることができる。また、推定温度出力部１１６は、複数のスマートフォン３００それぞれについて外部温度推定値を算出することができる。各スマートフォン３００に関する処理は、各スマートフォン３００の識別情報（ＩＤ）に対応付けて行われる。この場合、推定温度記憶部１３２は、複数のスマートフォン３００それぞれについて算出された外部温度推定値を各スマートフォン３００の識別情報に対応付けて記憶する。

また、図示していないが、温度推定システム１００（サーバ装置２００）は、各スマートフォン３００の位置情報を取得する位置情報取得部をさらに含むことができる。このような構成とすることにより、サーバ装置２００において、各スマートフォン３００の外部温度推定値と位置情報とに基づき、ある位置の外部温度推定値を把握することができる。また、複数のスマートフォン３００の外部温度推定値と位置情報とを対応付けて把握することにより、複数の位置における外部温度推定値を利用することができる。
（第２の実施形態）
また、推定式を算出するための推定式算出用データを逐次蓄積し、蓄積した推定式算出用データに基づき、推定式を適宜更新していくことができる。図９は、本実施形態における温度推定システム１００の機能構成の一例を示すブロック図である。

本実施形態において、温度推定システム１００（サーバ装置２００）は、図１に示した機能構成に加えて、データ取得部２１０、推定式算出部２１２及びデータ蓄積部２３０をさらに含む。

データ取得部２１０は、推定式算出用データを取得する。推定式算出用データは、例えば以下の手順で取得することができる。複数のユーザに第１の実施形態で図４を参照して説明したようなデジタル温度計５１０を配布する。各ユーザに当該ユーザのスマートフォン（例えばスマートフォン３００）とデジタル温度計５１０とを持ち歩いて推定式算出用データを取得してもらう。データ取得部２１０は、各ユーザのデジタル温度計５１０及びスマートフォン等から、実温度データ、内部温度データ及び稼働データを取得する。データ取得部２１０は、取得した推定式算出用データをデータ蓄積部２３０に記憶する。

推定式算出部２１２は、データ蓄積部２３０に記憶された推定式算出用データに基づき、推定式を算出（更新）する。推定式算出部２１２は、データ取得部２１０が新たな推定式算出用データを取得すると、新たに取得した推定式算出用データも加えて、推定式を再計算して更新することができる。推定式算出部２１２は、算出した推定式を推定式記憶部１３０に記憶する。これにより、推定式記憶部１３０の推定式が更新される。

一般的に統計データは、サンプルサイズが大きいほど精度が高まる。本実施形態における温度推定システム１００の構成によれば、サンプルサイズを大きくして推定式を更新していくことができ、推定式の精度を高めることができる。
（第３の実施形態）
また、推定式は、スマートフォンの稼働状況や環境状況等の状況毎に準備することができ、スマートフォン３００の稼働状況や環境状況等の状況に応じて、対応する推定式を用いて外部温度推定値を算出することができる。図１０は、本実施形態における温度推定システム１００の機能構成の一例を示すブロック図である。

本実施形態において、温度推定システム１００は、図９に示した機能構成に加えて、状況判断部１２２をさらに含む。状況判断部１２２は、内部温度データ取得部１１０及び稼働データ取得部１１２が取得したデータに基づき外部温度を推定する際のスマートフォン３００の稼働状況や環境状況等の状況を判断する。スマートフォン３００の稼働状況は、例えば高負荷状態か否かとすることができ、例えば所定のアプリが使用されているか否か等に基づき判断することができる。また、稼働状況は、稼働データ取得部１１２が取得する稼働データのうち、所定の稼働データの値に基づき判断することもできる。環境状況は、例えば季節が夏か冬か等により判断することができる。

本実施形態において、推定式算出用データは、取得時のスマートフォンの稼働状況及び環境状況等の状況も含む構成とすることができる。図１１は、このような推定式算出用データが記憶されたデータ蓄積部２３０の内部構成の一例を示す図である。データ蓄積部２３０では、推定式算出用データは、日時、実温度データ、内部温度データ、稼働データ（ＣＰＵ１〜ＣＰＵ３、ＶＯＬＴ）を含み、さらに稼働状況及び環境状況等の状況も対応付けられている。

本実施形態において、推定式は、状況毎の推定式算出用データを用い、状況毎に算出することができる。例えば、高負荷高温に対応付けられた実温度データ、内部温度データ及び稼働データを用いて、図３から図６を参照して説明したのと同様に重回帰分析を行い、高負荷高温用の推定式を算出することができる。同様にして、例えば低負荷高温用の推定式、高負荷低温用の推定式、低負荷低温用の推定式等を算出することができる。また、例えば高負荷用の推定式及び低負荷用の推定式、又は高温用の推定式及び低温用の推定式のように分けて推定式を算出することもできる。

図１２は、推定式記憶部１３０の内部構成の一例を示す図である。推定式記憶部１３０には、複数の推定式Ｘ１、Ｘ２等が状況に対応付けられて記憶される。また、各推定式で使用される稼働データも対応付けて記憶しておくことができる。

図１３は、本実施形態における温度推定システム１００による処理の一例を示すフローチャートである。

内部温度データ取得部１１０及び稼働データ取得部１１２は、それぞれ日時に対応付けて内部温度データ及び稼働データを取得する（ステップＳ１４０）。状況判断部１２２は、内部温度データ取得部１１０及び稼働データ取得部１１２が取得した内部温度データ及び稼働データの日時におけるスマートフォン３００の稼働状況や環境状況等を判断する（ステップＳ１４２）。温度推定部１１４は、状況判断部１２２が判断した状況に対応する推定式を選択し（ステップＳ１４４）、当該推定式を用いて対応する日時におけるスマートフォン３００付近の外部温度推定値を算出する（ステップＳ１４６）。

なお、ステップＳ１４０及びステップＳ１４２の処理は、略リアルタイムに行うことができる。

本実施形態における温度推定システム１００の構成によれば、状況に応じて推定式を使い分けることができ、外部温度推定値をより精度良く算出することができる。
（実施例）
図４を参照して説明した手順で、２０１６年３月〜２０１６年５月までの間の５日間にわたり、実際にスマートフォン（GALAXY Note）とデジタル温度計とを用いて推定式算出用データを収集した。ここで、推定式算出用データは、スマートフォンでＹｏｕｔｕｂｅやＴｕｎｅＩｎｒａｄｉｏ等のアプリを使用した高負荷状態、アプリを使用していない低負荷状態それぞれについて、常温及びスマートフォンを冷蔵庫に入れた低温度環境でも収集した。

また、稼働データとしては、バッテリ電圧（ＶＯＬＴ）及びＣＰＵ情報（ＣＰＵ１〜ＣＰＵ７）を取得した。このうち、実温度データとの相関係数が高いバッテリ電圧（ＶＯＬＴ）及びＣＰＵ情報（ＣＰＵ１、ＣＰＵ４、ＣＰＵ６、ＣＰＵ７）の５種を推定式の算出に用いた。相関係数の算出及び重回帰分析は、統計解析ソフトウェア「Ｒ」を用いて行った。その結果、以下の推定式が得られた。
（外部温度推定値）＝−1.88E+01＋3.40E-01×（内部温度データ）＋8.69E-03×（VOLT）−1.56E-05×（CPU1）−1.72E-07×（CPU4）＋1.02E-01×（CPU6）＋3.01E-05×（CPU7）・・・（１）
また、推定式算出用データの収集とは別途、同じスマートフォン（ＧＡＬＡＸＹ Ｎｏｔｅ）とデジタル温度計を用いて内部温度データ、稼働データ及び実温度データを収集した。なお、データ収集は、スマートフォンでＹｏｕｔｕｂｅやＴｕｎｅＩｎｒａｄｉｏ等のアプリを使用した高負荷状態及びアプリを使用していない低負荷状態それぞれについて、常温で収集した。収集した内部温度データ及び稼働データ（ＶＯＬＴ、ＣＰＵ１、ＣＰＵ４、ＣＰＵ６、ＣＰＵ７）を式（１）に適用して外部温度推定値を算出した。

図１４は、収集した内部温度データ、収集した実温度データ及び式（１）から算出した外部温度推定値を示す図である。図１４に示すように、スマートフォンが高負荷状態においても、外部温度推定値が実温度とほぼ等しくなっており、スマートフォンの外部温度を精度良く推定することができた。

本実施形態における温度推定システム１００によれば、スマートフォン等の携帯端末装置で標準的に取得可能なデータを用いて、当該携帯端末装置の外部温度を精度良く推定することができる。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

図１、図９及び図１０に示した温度推定システム１００の各構成要素は、ハードウエア単位の構成ではなく、機能単位のブロックを示している。温度推定システム１００の各構成要素は、一又は複数の任意のコンピュータのＣＰＵ、メモリ、メモリにロードされた本図の構成要素を実現するプログラム、そのプログラムを格納するハードディスクなどの記憶ユニット、ネットワーク接続用インタフェースを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。

例えば、図１では温度推定システム１００の機能構成がサーバ装置２００に組み込まれた構成を例として示した。しかし、図１に示した温度推定システム１００の機能構成は、スマートフォン３００側に設けられてもよい。以上の実施形態で説明した温度推定システム１００の機能構成の一部をスマートフォン３００側に、残りをサーバ装置２００側に設けることもできる。

例えば、スマートフォン３００が温度推定部１１４及び推定式記憶部１３０を含む構成とし、スマートフォン３００において外部温度推定値を算出する構成としてもよい。また、例えばスマートフォン３００が温度推定部１１４を含み、必要に応じてサーバ装置２００から推定式記憶部１３０に記憶された推定式を取得してスマートフォン３００において外部温度推定値を算出する構成としてもよい。この場合も、サーバ装置２００は、複数のスマートフォン３００からそれぞれの識別情報に対応付けて各スマートフォン３００の外部温度推定値を取得し、各スマートフォン３００の外部温度推定値をその識別情報に対応付けて推定温度記憶部１３２に記憶することができる。

また、スマートフォン３００の内部温度データ取得部１１０ａ及び稼働データ取得部１１２ａがスマートフォン３００の内部温度データや稼働データを取得する構成は、上述したＡＰＩや所定のソースコード等を用いる手順に限られず、例えば内部温度データ取得部１１０ａが直接温度センサ３１６ａにより測定される内部温度データを取得する等、種々の構成とすることができる。

また、スマートフォン３００の内部温度データや稼働データが所定の外部サーバ等に蓄積されている場合、サーバ装置２００の内部温度データ取得部１１０や稼働データ取得部１１２が上述したＡＰＩや所定のソースコード等を用いて直接取得する構成としてもよい。

また、以上の実施形態では、Ａｎｄｒｏｉｄ（登録商標）をプラットフォームとするスマートフォンを例として説明したが、他のＯＳをプラットフォームとするスマートフォンにおいても、同様の手法で内部温度データや稼働データを取得可能な仕組みが提供されていれば、同様の処理により、内部温度データや稼働データを取得することができる。

また、以上の実施形態では、重回帰分析を用いて推定式を算出する例を示したが、内部温度データ及び稼働データと実温度データとの相関関係は、重回帰分析に限らず、種々の統計解析手法等を用いた式やモデルで表すことができる。

また、第３の実施形態において、状況毎に推定式を準備し、状況に応じて使用する推定式を選択する例を示した。同様にして、例えば携帯端末装置の種類や機種毎に推定式を準備し、携帯端末装置の種類や機種に応じて使用する推定式を選択するようにすることもできる。

本国際出願は２０１６年９月２日に出願された日本国特許出願２０１６−１７２２４６号に基づく優先権を主張するものであり、その全内容をここに援用する。

１００ 温度推定システム
１１０ 内部温度データ取得部
１１２ 稼働データ取得部
１１４ 温度推定部
１１６ 推定温度出力部
１１６ａ 推定温度出力部
１２２ 状況判断部
１３０ 推定式記憶部
１３２ 推定温度記憶部
２００ サーバ装置
２１０ データ取得部
２１２ 推定式算出部
２３０ データ蓄積部
３００ スマートフォン
３１４ バッテリ
３１６ａ 温度センサ
５００ 計測用スマートフォン
５１０ デジタル温度計

Claims (14)

1. ユーザが携帯するユーザ携帯端末装置の内部温度データを取得する内部温度データ取得部と、
   前記ユーザ携帯端末装置の稼働状況に関する稼働データを取得する稼働データ取得部と、
   計測用携帯端末装置の内部温度データ及び当該計測用携帯端末装置の稼働状況に関する稼働データと、当該計測用携帯端末装置付近の実際の環境温度である実温度データとの相関関係に基づいて、前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データから、当該ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定部と、
   を含む温度推定システム。
2. 請求項１に記載の温度推定システムにおいて、
   前記相関関係は、式又はモデルで表され、前記温度推定部は、前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データを、前記式又はモデルに適用することにより当該ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定システム。
3. 請求項２に記載の温度推定システムにおいて、
   前記式は、重回帰分析により得られた推定式である温度推定システム。
4. 請求項１に記載の温度推定システムにおいて、
   前記稼働データは、前記計測用携帯端末装置の稼働状況に関する複数種の稼働データの中から、前記実温度データとの相関係数に基づき選択されたものである温度推定システム。
5. 請求項１に記載の温度推定システムにおいて、
   前記相関関係は、前記計測用携帯端末装置の稼働状況が異なる複数の状況を含む期間にわたって取得された前記内部温度データ、前記稼働データ及び前記実温度データとの関係に基づき算出されたものである温度推定システム。
6. 請求項１に記載の温度推定システムにおいて、
   前記相関関係は、温度状況が異なる複数の期間それぞれで取得された前記内部温度データ、前記稼働データ及び前記実温度データとの関係に基づき算出されたものである温度推定システム。
7. 請求項１に記載の温度推定システムにおいて、
   前記内部温度データは、前記計測用携帯端末装置及び前記ユーザ携帯端末装置にそれぞれ内蔵された温度センサにより測定されたものである温度推定システム。
8. 請求項１に記載の温度推定システムは、
   複数の前記相関関係を、それぞれ前記計測用携帯端末装置の前記内部温度データ、前記稼働データ及び前記計測用携帯端末装置付近の前記実温度データを取得したときの当該計測用携帯端末装置の稼働状況又は当該計測用携帯端末装置付近の環境状況に対応付けてを記憶する相関係数記憶部と、
   前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データを取得したときの当該ユーザ携帯端末装置の稼働状況又は当該ユーザ携帯端末装置付近の環境状況を検出する状況検出部をさらに含み、
   前記温度推定部は、前記状況検出部が検出した前記稼働状況又は前記環境状況と同じ状況における前記相関関係を用いて、前記ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定システム。
9. 請求項１に記載の温度推定システムにおいて、
   複数のユーザ携帯端末装置それぞれについて算出した前記外部温度推定値を各前記ユーザ携帯端末装置の識別情報に対応付けて記憶する記憶部をさらに含む温度推定システム。
10. 計測用携帯端末装置の内部温度データ及び当該計測用携帯端末装置の稼働状況に関する稼働データと、当該計測用携帯端末装置付近の実際の環境温度である実温度データとの相関関係に基づいて、ユーザが携帯するユーザ携帯端末装置の内部温度データ及び当該ユーザ携帯端末装置の稼働状況に関する稼働データから、当該ユーザ携帯端末装置付近の外部温度推定値を算出することを含む、温度推定方法。
11. 請求項１０に記載の温度推定方法において、
    前記相関関係は、式又はモデルで表され、前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データを、前記式又はモデルに適用することにより当該ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定方法。
12. 請求項１１に記載の温度推定方法において、
    前記式は、重回帰分析により得られた推定式である温度推定方法。
13. 請求項１０に記載の温度推定方法において、
    前記内部温度データは、前記計測用携帯端末装置及び前記ユーザ携帯端末装置にそれぞれ内蔵された温度センサにより測定されたものである温度推定方法。
14. コンピュータを、
    ユーザが携帯するユーザ携帯端末装置の内部温度データを取得する内部温度データ取得手段、
    前記ユーザ携帯端末装置の稼働状況に関する稼働データを取得する稼働データ取得手段、
    計測用携帯端末装置の内部温度データ及び当該計測用携帯端末装置の稼働状況に関する稼働データと、当該計測用携帯端末装置付近の実際の環境温度である実温度データとの相関関係に基づいて、前記ユーザ携帯端末装置の前記内部温度データ及び前記稼働データから、当該ユーザ携帯端末装置付近の外部温度推定値を算出する温度推定手段、
    として機能させる温度推定プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images