选择装置、选择方法及程序
文献发布时间:2024-04-18 19:52:40
技术领域
本公开涉及选择装置、选择方法及程序。
背景技术
以往,在进行食品的配送、无人值守配送等时,普遍采用将蓄冷材料放入可人工搬运的隔热(thermal insulation(也称“保温”))箱内,并在低温状态下进行保冷的方式。另一方面,就使用蓄冷材料的保冷而言,为了准备蓄冷材料,需要大量作业工时,还可能发生因冷却不良而导致食品变质或因蓄冷材料的过度使用而导致CO
[引证文件]
[专利文件]
[专利文件1](日本)特开2012-149848号公报
[专利文件2](日本)特开2002-122373号公报
发明内容
[要解决的技术问题]
然而,当将由蓄电池驱动的冷冻机等的冷热源设备搭载于保温箱时,为了可进行人工搬运,需要在考虑到食品等的低温处理所需的耗电量的基础上选择尽可能轻量的蓄电池。
本公开的目的在于,提供一种用于对搭载至可搬式冷热源设备的蓄电池进行选择的选择装置、选择方法及程序。
[技术方案]
本公开的第1方式提供一种选择装置,具有:
计算部,根据与可搬式冷热源设备(简称“冷热源设备”)的电力消耗(powerconsumption)相关的数据和与所述可搬式冷热源设备的设定温度相关的数据,计算将所述可搬式冷热源设备运送到预定的目的地时所需的耗电量;及
选择部,根据由所述计算部算出的所述耗电量,对搭载至所述可搬式冷热源设备的蓄电装置进行选择。
根据本公开的第1方式,能够提供一种用于对搭载至可搬式冷热源设备的蓄电池进行选择的选择装置。
此外,本公开的第2方式为如第1方式所述的选择装置,其中,
所述计算部使用藉由机器学习对与所述电力消耗相关的数据和与所述设定温度相关的数据与真实耗电量之间的关系进行学习而获得的结果来计算所述耗电量。
此外,本公开的第3方式为如第1或第2方式所述的选择装置,其中,
所述计算部还根据运送到所述目的地所需的时间来计算所述耗电量。
另外,本公开的第4方式为如第1方式所述的选择装置,其中,
所述计算部使用表示与所述电力消耗相关的数据和与所述设定温度相关的数据与真实耗电量之间的关系的表数据来计算所述耗电量。
此外,本公开的第5方式为如第1至第4方式中的任一方式所述的选择装置,其中,
所述选择部从预先确定的多个蓄电装置中选择具有超过所述耗电量的蓄电容量的蓄电装置。
另外,本公开的第6方式为如第1至第5方式中的任一方式所述的选择装置,其中,
与所述电力消耗相关的数据包括包含所述可搬式冷热源设备的箱内(即,保温箱内)的温度数据、所述箱内的湿度数据、所述箱内的换气量数据、箱外(即,保温箱外)空气温度数据及箱外空气湿度数据中的至少一种数据。
此外,本公开的第7方式提供一种选择方法,由计算机执行:
计算步骤,根据与可搬式冷热源设备的电力消耗相关的数据和与所述可搬式冷热源设备的设定温度相关的数据,计算将所述可搬式冷热源设备运送到预定的目的地时所需的耗电量;及
选择步骤,根据由所述计算步骤算出的所述耗电量,对搭载至所述可搬式冷热源设备的蓄电装置进行选择。
根据本公开的第7方式,能够提供一种用于对搭载至可搬式冷热源设备的蓄电池进行选择的选择方法。
另外,本公开的第8方式提供一种程序,使计算机执行:
计算步骤,根据与可搬式冷热源设备的电力消耗相关的数据和与所述可搬式冷热源设备的设定温度相关的数据,计算将所述冷热源设备运送到预定的目的地时所需的耗电量;及
选择步骤,根据由所述计算步骤算出的耗电量,对搭载至所述冷热源设备的蓄电装置进行选择。
根据本公开的第8方式,能够提供一种用于对搭载至可搬式冷热源设备的蓄电池进行选择的程序。
附图说明
[图1]低温配送的概要的说明图。
[图2]学习阶段的低温处理系统的系统构成的一例的示意图。
[图3A]低温处理系统中获得的数据一览的一例的示意图。
[图3B]低温处理系统中获得的数据一览的一例的示意图。
[图4]蓄电池选择装置的硬件构成的一例的示意图。
[图5]学习阶段的蓄电池选择装置的功能构成的一例的示意图。
[图6]推理阶段的低温处理系统的系统构成的一例的示意图。
[图7]推理阶段的蓄电池选择装置的功能构成的一例的示意图。
[图8]蓄电池选择表的一例的示意图。
[图9]表示由蓄电池选择装置执行的蓄电池选择处理的流程的流程图。
具体实施方式
下面参照附图对各实施方式进行说明。需要说明的是,本说明书和附图中,对具有实质上相同的功能构成的构成要素赋予了相同的符号,并藉此对重复的说明进行了省略。
[第1实施方式]
<低温配送的概要>
首先,对使用由第1实施方式的低温处理系统实现的低温处理的食品等的配送或无人值守配送(下面称“低温配送”)的概要进行说明。图1是用于对低温配送的概要进行说明的图。需要说明的是,本说明书中尽管使用了“配送”之术语,但例如也可使用“递送/快递”等的术语。
就本实施方式的低温配送而言,是通过将低温设备(例如,低温设备120)装载(搭载)在车辆110上而实现的,该低温设备包含由蓄电池驱动的冷冻机和能够存放食品等的保温箱。具体而言,例如,在店铺(商店)、配送中心等处(出发地)对低温设备进行预冷,并将食品存放在保温箱中后,将该低温设备装载在车辆110上,然后将它们配送至消费者等的收货地址(目的地)。接下来,在到达目的地的情况下,卸下该低温设备。此时,可仅将低温设备的保温箱内存放的食品提供至目的地,另外,在进行无人值守配送的情况下,也可将包含食品的低温设备本身放置于目的地。需要说明的是,在进行无人值守配送的情况下,通常会在晚些时候或第二天从目的地回收低温设备,以将其重新用于后续的低温配送。此外,图1所示的例子中,作为进行低温设备的运送时使用的车辆110,示出了轻型货车,但并不限定于此,例如,也可为单箱车等的各种汽车、或者摩托车、自行车、手推车等,还可为遥控操作式或自动控制式机器人(包括无人机等的航空机器人)等。另外,也并不一定非得限定于车辆,还可通过人工来对低温设备进行运送。
这里,低温设备中包含的冷冻机按照基于食品的种类等(例如,需要冷藏的食品、需要冷冻的食品等)而预先设定的设定温度对保温箱内的温度进行控制,藉此来实施用于维持食品的低温状态的低温处理。此时,就冷冻机进行低温处理时的耗电量而言,除了会受到设定温度的影响之外,还会受到诸如箱外空气温度、配送时间等的各种因素的影响(即,该耗电量与箱外空气温度、配送时间等的各种因素具有相关性)。图1所示的例子中,示出了配送时间为5个小时(出发时刻为8:00,到达时刻为13:00)、出发地的箱外空气温度为25℃、且目的地的箱外空气温度为30℃的情形。需要说明的是,图1中虽然没有图示,但配送途中的箱外空气温度也会影响耗电量。另外,除此之外,箱外空气湿度等也会对耗电量产生影响。
另一方面,就搭载在低温设备中包含的冷冻机上的蓄电池而言,一般来说存在如下情况,即,蓄电容量越多,越大型化、越重;蓄电容量越少,越小型化、越轻。故而,为了能够容易地通过人工来进行用于低温配送的低温设备的装卸,优选为,在可满足低温处理所需的耗电量的基础上,将尽可能轻量的蓄电池搭载在低温设备上。为此,在第1实施方式的低温处理系统中进行了如下构成,即,在估计出低温配送时的低温处理所需的耗电量之后,可选择满足该耗电量且重量尽可能轻的蓄电池。下面对第1实施方式的低温处理系统进行详细描述。
首先,对低温设备120的一个构成例进行说明。如图1所示,低温设备120包含冷冻机210、冷冻机控制装置220及保温箱260。冷冻机210是在冷冻机控制装置220的控制下向保温箱260内提供冷热的冷热源设备。冷冻机210例如包含压缩机、凝缩器、膨胀机构、蒸发器等,通过使冷媒(制冷剂)进行循环,向保温箱260内提供冷热。冷冻机控制装置220是按照预先设定的设定温度对由冷冻机210提供的冷热进行控制的机器或装置。保温箱260具有隔热性,是对食品等进行存放的箱柜等。需要说明的是,图1所示的例子中,尽管分开地对冷冻机210和冷冻机控制装置220进行了图示,但也可将冷冻机210和冷冻机控制装置220统称为“冷冻机”。
冷冻机210和冷冻机控制装置220由各种机器或要素构成,但图1所示的例子中,仅对这些机器或要素中的换气窗230、冷冻机显示装置240及蓄电池存放部250进行了清楚的表示。换气窗230是用于使保温箱260内与箱外空气进行换气的部件。冷冻机显示装置240例如可显示设定温度或显示保温箱260内的温度。蓄电池存放部250是存放蓄电池的部件。
需要说明的是,图1中尽管没有图示,但低温设备120内还可安装各种传感器(后述的传感器组270等)。
<低温处理系统的系统构成(学习阶段)>
接下来,对学习阶段的低温处理系统的系统构成进行说明。需要说明的是,在学习阶段,并不进行蓄电池的选择,而是使用基于人的直觉、经验等所确定的蓄电池实际地进行低温配送,或者在实验环境中模拟实际的低温配送,并在低温处理系统中进行学习用信息的收集。
图2是学习阶段的低温处理系统的系统构成的一例的示意图。如图2所示,低温处理系统300具有低温设备120和蓄电池选择装置310。
低温设备120具有冷冻机210、冷冻机控制装置220、冷冻机显示装置240、传感器组270及冷冻机输入装置280。其中,由于已经使用图1对冷冻机210、冷冻机控制装置220及冷冻机显示装置240进行了描述,所以这里省略其说明。
冷冻机输入装置280例如接收由低温设备120的管理者、配送担当者(负责人)等输入的冷冻机210的设定温度。冷冻机输入装置280将接收到的设定温度发送给蓄电池选择装置310,并将其设定于冷冻机控制装置220。通过将设定温度设定于冷冻机控制装置220,藉由该冷冻机控制装置220,可对由冷冻机210提供至该保温箱260内的冷热进行控制,使得保温箱260内的温度接近设定温度。
传感器组270是安装在低温设备120上的各种传感器。传感器组270包括吸入(进气)温度传感器271、湿度传感器272、吹出(排气)温度传感器273、箱外空气温度传感器274、箱外空气湿度传感器275、冷冻机电压传感器276及冷冻机电流传感器277。
进气温度传感器271是对保温箱260的进气温度进行感知(计测/检测)的传感器。湿度传感器272是对保温箱260内的湿度进行感知的传感器。排气温度传感器273是对保温箱260的排气温度进行感知的传感器。箱外空气温度传感器274是对低温设备120的箱外空气温度进行感知的传感器。箱外空气湿度传感器275是对低温设备120的箱外空气湿度进行感知的传感器。冷冻机电压传感器276是对冷冻机210实施低温处理的期间内的电压进行感知的传感器。冷冻机电流传感器277是对冷冻机210实施低温处理的期间内的电流进行感知的传感器。
蓄电池选择装置310中安装有蓄电池选择程序(学习阶段)。蓄电池选择装置310通过在学习阶段执行该蓄电池选择程序,可作为箱内温度获取部311、箱内湿度获取部312、箱外空气温度获取部313及箱外空气湿度获取部314而发挥功能。此外,蓄电池选择装置310也可作为箱内换气量获取部315、耗电量获取部316及输入信息获取部317而发挥功能。另外,蓄电池选择装置310还可作为学习部(训练部)319而发挥功能。需要说明的是,学习阶段的蓄电池选择程序是用于对用来估计耗电量的模型(后述的耗电量模型)进行学习的程序,所以例如也可被称为“学习程序”等。
箱内温度获取部311获取用于表示保温箱260内的温度的箱内温度数据。具体而言,箱内温度获取部311可将从进气温度传感器271输出的进气温度数据和从排气温度传感器273输出的排气温度数据中的任一数据读取为箱内温度数据。
此外,箱内温度获取部311使获取到的箱内温度数据按照各单位时间与时间数据相关联,然后将其作为学习用信息存储在学习用信息保存部318内。
箱内湿度获取部312获取用于表示保温箱260内的湿度的箱内湿度数据。具体而言,箱内湿度获取部312可将从湿度传感器272输出的湿度数据获取为箱内湿度数据。
此外,箱内湿度获取部312使获取到的箱内湿度数据按照各单位时间与时间数据相关联,然后将其作为学习用信息保存在学习用信息保存部318中。
箱外空气温度获取部313获取用于表示低温设备120外的箱外空气的温度的箱外空气温度数据。具体而言,箱外空气温度获取部313可获取从箱外空气温度传感器274输出的箱外空气温度数据。或者,箱外空气温度获取部313也可从低温设备120的周围或周边环境的气象数据等中获取箱外空气温度数据。
此外,箱外空气温度获取部313将获取到的箱外空气温度数据按照各单位时间与时间数据相关联,然后将其作为学习用信息存储在学习用信息保存部318内。
箱外空气湿度获取部314获取用于表示低温设备120外的箱外空气的湿度的箱外空气湿度数据。具体而言,箱外空气湿度获取部314可获取从箱外空气湿度传感器275输出的箱外空气湿度数据。或者,箱外空气湿度获取部314也可从低温设备120的周围或周边环境的气象数据等中获取箱外空气湿度数据。
此外,箱外空气湿度获取部314使获取到的箱外空气湿度数据按照各单位时间与时间数据相关联,然后将其作为学习用信息保存在学习用信息保存部318中。
箱内换气量获取部315获取用于表示保温箱260内的换气量的箱内换气量数据。具体而言,箱内换气量获取部315藉由接收冷冻机210的换气窗230的开闭(打开/关闭)信息的输入而导出换气量,并获取用于表示该换气量的箱内换气量数据。例如,箱内换气量获取部315在换气窗230处于关闭状态的情况下获取表示换气量=“零”的箱内换气量数据。另一方面,箱内换气量获取部315在换气窗230处于打开状态的情况下获取表示换气量=“预定值”的箱内换气量数据。需要说明的是,箱内换气量获取部315也可被构成为,获取用于表示基于换气窗230的开闭程度的换气量的箱内换气量数据。
此外,箱内换气量获取部315将获取到的箱内换气量数据按照各单位时间与时间数据相关联,然后将其作为学习用信息保存在学习用信息保存部318中。
耗电量获取部316获取表示冷冻机210实施低温处理的期间内的耗电量的耗电量数据。具体而言,耗电量获取部316可根据从冷冻机电压传感器216输出的电压数据和从冷冻机电流传感器217输出的电流数据来导出耗电量,并获取用于表示该耗电量的耗电量数据。需要说明的是,耗电量是通过将由电压数据表示的电压与由电流数据表示的电流相乘而获得的乘积而导出的。
输入信息获取部317获取由冷冻机输入装置280接收到的设定温度。需要说明的是,如上所述,可根据保温箱260内存放的食品的种类等对设定温度进行预先设定。但是,也可在低温配送途中对设定温度进行适当变更(改变/更新)。在设定温度被改变了的情况下,输入信息获取部317可获取由冷冻机输入装置280接收到的最新的设定温度。
此外,输入信息获取部317将获取到的温度信息按照各单位时间与时间数据相关联,然后将其作为学习用信息存储在学习用信息保存部318内。
学习部319根据学习用信息保存部318中保存的学习用信息,对用来估计每单位时间的耗电量的模型(下面称“耗电量模型”)进行机器学习。据此,学习部319可生成用来在推理阶段对每单位时间的耗电量进行估计的已学习耗电量模型(即,已经进行了学习(训练)的模型)。稍后将描述通过进行机器学习来生成已学习耗电量模型的细节。
需要说明的是,保温箱260内的箱内温度、保温箱260内的箱内湿度、箱外空气温度、箱外空气湿度及保温箱260内的换气量的全部或一部分与冷冻机210的耗电量具有相关性。为此,下面也将箱内温度数据、箱内湿度数据、箱外空气温度数据、箱外空气湿度数据及箱内换气量数据的全部或一部分称为与电力消耗相关的数据。此外,其中的箱外空气温度数据和箱外空气湿度数据被称为与低温设备120的周围环境相关的数据。
<低温处理系统中获取的数据一览>
接下来,对由学习阶段的低温处理系统300获取的数据的一览进行说明。图3A和图3B是低温处理系统中获取的数据一览的一例的示意图。其中,图3A示出了由蓄电池选择装置310接收的数据的一览400,图3B示出了学习用信息410。
如图3A的数据的一览400所示,蓄电池选择装置310以与时间数据相关联的方式对从进气温度传感器271、湿度传感器272及排气温度传感器273输出的数据进行接收。
此外,蓄电池选择装置310以与时间数据相关联的方式对从箱外空气温度传感器274、箱外空气湿度传感器275、冷冻机电压传感器276及冷冻机电流传感器277输出的数据进行接收。
另外,蓄电池选择装置310以与时间数据相关联的方式对接收到的开闭信息和从冷冻机输入装置280输出的设定温度进行接收。
另一方面,如上所述,蓄电池选择装置310的各功能部将接收到的数据的一部分或根据接收到的数据而导出的数据按照各单位时间保存在学习用信息保存部318中以作为学习用信息。
图3B的例子中,示出了将作为学习用信息410的箱内温度数据、箱内湿度数据、箱外空气温度数据、箱外空气湿度数据、箱内换气量数据、设定温度及耗电量数据按照各单位时间与时间数据相关联地保存在了学习用信息保存部318中的情形。其中,耗电量数据可作为对耗电量进行机器学习时的正确数据(也被称为“有监督数据”)来使用。需要说明的是,单位时间是指预先确定的时间宽度。
<蓄电池选择装置的硬件构成>
接下来,对蓄电池选择装置310的硬件构成进行描述。需要说明的是,后述的蓄电池选择装置710也藉由与蓄电池选择装置310类似的硬件构成来实现。
图4是蓄电池选择装置的硬件构成的一例的示意图。如图4所示,蓄电池选择装置310具有CPU(Central Processing Unit)501、ROM(Read Only Memory)502及RAM(RandomAccess Memory)503。CPU 501、ROM 502及RAM 503可形成所谓的计算机。此外,蓄电池选择装置310还具有辅助存储装置504、显示装置505、操作装置506,I/F(Interface)装置507及驱动装置508。蓄电池选择装置310的各硬件可经由总线509相互连接。
CPU 501是用于执行辅助存储装置504中安装的各种程序(例如,蓄电池选择程序等)的运算装置。ROM 502是非挥发性存储器。ROM 502可存储CPU 501执行辅助存储装置504中安装的各种程序所需的各种程序、数据等。具体而言,ROM 502可保存BIOS(Basic Input/Output System)、EFI(Extensible Firmware Interface)等的引导程序等。
RAM 503是DRAM(Dynamic Random Access Memory)、SRAM(Static Random AccessMemory)等的挥发性存储器。RAM 503作为主存储装置而发挥功能,可提供辅助存储装置504中安装的各种程序被CPU 501执行时所展开的作业区域(作业空间)。
辅助存储装置504可存储各种程序、各种程序被执行时所需的信息。
显示装置505是用于显示蓄电池选择装置310的内部状态的显示装置。操作装置506例如是用于供蓄电池选择装置310的管理者向蓄电池选择装置310执行各种操作的操作装置。I/F装置507是用于与低温设备120的传感器组270、冷冻机输入装置280等连接并接收数据的连接装置。
驱动装置508是用于放入(set)存储介质510的装置。这里所说的存储介质510包括诸如CD-ROM、软盘、磁光盘等那样的对信息以光、电或磁的方式进行存储的介质。此外,存储介质510还可包括诸如ROM、闪存等那样的以电的方式对信息进行保存的半导体存储器等。
需要说明的是,例如可通过如下方式对安装至辅助存储装置504的各种程序进行安装,即,将分发的存储介质510放入驱动装置508中,由驱动装置508读取该存储介质510中存储的各种程序并对其进行安装。或者,安装至辅助存储装置504的各种程序也可采用从图中未示的网络下载的方式来进行安装。
<蓄电池选择装置的功能构成(学习阶段)>
接下来,对学习阶段的蓄电池选择装置310的功能构成进行说明。图5是学习阶段的蓄电池选择装置的功能构成的一例的示意图。如图5所示,学习部319具有耗电量模型601和更新部602。学习部319从学习用信息保存部318中读取学习用信息,并将读取到的学习用信息中的、包括与电力消耗相关的数据和设定温度的组合的数据输入耗电量模型601。具体而言,学习部319可将箱内温度数据、箱内湿度数据、箱外空气温度数据、箱外空气湿度数据、箱内换气量数据及设定温度输入耗电量模型601。
据此,学习部319可使耗电量模型601进行执行,耗电量模型601可输出耗电量数据。
从耗电量模型601输出的耗电量数据被输入更新部602。更新部602对从耗电量模型601输出的耗电量数据和从学习用信息保存部318读取的学习用信息中包含的耗电量数据(正确数据)进行比较。接着,更新部602根据比较结果对耗电量模型601的模型参数进行变更(更新)。这样的模型参数的变更至满足预定条件为止被反复执行。作为预定条件,可列举出反复次数变为某阈值以上、模型参数的更新量变为小于某阈值(即,模型参数发生了收敛)等。
需要说明的是,由更新部602进行比较的耗电量数据(正确数据)是与输入到耗电量模型601的数据相同的时间数据相关联的耗电量数据。
如上所述,学习部319对耗电量模型601进行机器学习,该耗电量模型601用于确定包含与冷冻机210的电力消耗相关的数据和设定温度的组合的数据与耗电量数据(正确数据)之间的对应关系。据此,学习部319可生成已学习耗电量模型。
需要说明的是,图5所示的例子中,示出了学习部319将作为与冷冻机210的电力消耗相关的数据的箱内温度数据、箱内湿度数据、箱外空气温度数据、箱外空气湿度数据及箱内换气量数据输入到耗电量模型601的情形。然而,学习部319也可仅将这些数据中的一部分输入至耗电量模型601。
<低温处理系统的系统构成(推理阶段)>
接下来,对推理阶段的低温处理系统的系统构成进行描述。需要说明的是,推理阶段中,蓄电池选择装置对耗电量进行估计,并根据估计出的耗电量对存放至冷冻机210的蓄电池存放部250的蓄电池的种类和个数进行选择。
图6是推理阶段的低温处理系统的系统构成的一例的示意图。与学习阶段的低温处理系统300(图2)的不同点在于,在推理阶段的低温处理系统800的情况下,蓄电池选择装置710具有箱内温度获取部711、箱内湿度获取部712、箱外空气温度获取部713、箱外空气湿度获取部714、箱内换气量获取部715及输入信息获取部716。此外,在推理阶段的低温处理系统800的情况下,蓄电池选择装置710具有推理部717和选择部718。另外,在推理阶段的低温处理系统800的情况下,还包括管理终端720。需要说明的是,图6所示的例子中尽管对低温设备120的图示进行了省略,但低温设备120也具有与图2类似的构成。
蓄电池选择装置710根据与进行低温配送时的电力消耗相关的数据来估计从低温配送的开始至结束为止的总耗电量。此外,蓄电池选择装置710根据估计出的总耗电量(下面称“耗电量估计值”)对应存放至冷冻机210的蓄电池存放部250的蓄电池的种类和个数进行选择。即,蓄电池选择装置710在进行实际低温配送之前对该低温配送中预期的总耗电量进行估计,然后对蓄电池进行选择,以使其满足该总耗电量且重量为最轻。
蓄电池选择装置710中安装有蓄电池选择程序(推理阶段)。蓄电池选择装置710通过在推理阶段执行该蓄电池选择程序,可作为箱内温度获取部711、箱内湿度获取部712、箱外空气温度获取部713及箱外空气湿度获取部714而发挥功能。此外,蓄电池选择装置710还可作为箱内换气量获取部715、输入信息获取部716、推理部717及选择部718而发挥功能。需要说明的是,用于使蓄电池选择装置710作为符号770(参见图6)的各功能部而发挥功能的程序也可被称为“耗电量估计程序”等。即,蓄电池选择程序(推理阶段)中也可包含耗电量估计程序和用于使蓄电池选择装置710作为选择部718而发挥功能的程序。
箱内温度获取部711获取用于表示低温配送开始时的保温箱260内的温度的箱内温度数据。具体而言,箱内温度获取部711可将输入到蓄电池选择装置710的箱内温度获取为箱内温度数据。需要说明的是,该箱内温度也可从管理终端720输入至蓄电池选择装置710。
或者,箱内温度获取部711例如还可在保温箱260内的预冷完成后,将从进气温度传感器271输出的进气温度数据和从排气温度传感器273输出的排气温度数据中的任一数据获取为箱内温度数据。
箱内湿度获取部712获取用于表示低温配送开始时的保温箱260内的湿度的箱内湿度数据。具体而言,箱内湿度获取部712可将输入到蓄电池选择装置710的箱内湿度获取为箱内湿度数据。需要说明的是,该箱内湿度也可从管理终端720输入至蓄电池选择装置710。
或者,箱内湿度获取部712例如还可在保温箱260内的预冷完成后,将从湿度传感器272输出的湿度数据获取为箱内湿度数据。
箱外空气温度获取部713获取用于表示从低温配送的开始至结束为止的每个单位时间的低温设备120的各位置处的箱外空气的温度的箱外空气温度数据。具体而言,箱外空气温度获取部713可将从低温配送的出发地至目的地为止的路径上的每个单位时间的各位置处的箱外空气温度获取为箱外空气温度数据。
箱外空气湿度获取部714获取用于表示从低温配送的开始至结束为止的每个单位时间的低温设备120的各位置处的箱外空气的湿度的箱外空气湿度数据。具体而言,箱外空气湿度获取部714可将从低温配送的出发地至目的地为止的路径上的每个单位时间的各位置处的箱外空气湿度获取为箱外空气湿度数据。
需要说明的是,出发地至目的地为止的路径可通过现有的路径探索服务等来获得,路径上的每个单位时间的各位置处的箱外空气温度和箱外空气湿度可从由现有的天气预报服务等提供的天气预报数据中获得。此外,就路径探索服务等而言,在进行路径探索时,也可获得从出发地至目的地为止的预期所需时间等。
箱内换气量获取部715获取用于表示低温配送时的保温箱260内的换气量的箱内换气量数据。具体而言,箱内换气量获取部715可与学习阶段类似地通过接收冷冻机210的换气窗230的开闭信息的输入来导出换气量,并获取用于表示该换气量的箱内换气量数据。
输入信息获取部716获取在开始进行低温配送之前由冷冻机输入装置280接收到的设定温度,并将其作为低温配送时的设定温度。
推理部717具有已学习耗电量模型。推理部717从箱内温度获取部711至输入信息获取部716的各功能部获取与冷冻机210的电力消耗相关的数据和设定温度。
此外,推理部717通过将包含获取到的与电力消耗相关的数据和设定温度的组合的数据按照各单位时间输入已学习耗电量模型,使已学习耗电量模型进行执行。据此,推理部717可对从低温配送的开始至结束为止的期间内的各单位时间的耗电量数据进行估计。
另外,推理部717计算各单位时间的耗电量数据的总和(合计),并将其作为耗电量估计值。稍后将对由已学习耗电量模型估计耗电量数据并计算耗电量估计值时的细节进行说明。
选择部718根据由推理部717计算出的耗电量估计值从蓄电池选择表719中选择用于存放至冷冻机210的蓄电池存放部250的蓄电池的种类和个数。蓄电池选择表719是按照每个蓄电容量的范围对蓄电池的种类和个数进行了关联的表。需要说明的是,在蓄电池的种类为一种的情况下,为仅对个数进行了关联的表。稍后将对蓄电池选择表719的一例进行描述。
此外,选择部718还可将所选择的蓄电池的种类和个数通知给管理终端720。据此,管理终端720的用户(例如,低温设备120的管理者等)可将被通知的种类和个数的蓄电池存放在低温设备120中包含的冷冻机210的蓄电池存放部250内。
<蓄电池选择装置的功能构成(推理阶段)>
接下来,对推理阶段的蓄电池选择装置710的功能构成进行说明。图7是推理阶段的蓄电池选择装置的功能构成的一例的示意图。如图7所示,推理部717具有已学习耗电量模型801和累加处理部802。推理部717从箱内温度获取部711至输入信息获取部716的各功能部获取与从低温配送的开始至结束为止所需的预期时间(期间)(例如,从低温配送的出发地至目的地为止的预期所需时间)内的电力消耗相关的数据和设定温度。
推理部717通过将包含获取到的与电力消耗相关的数据和设定温度的组合的数据按照各单位时间输入已学习耗电量模型801,使已学习耗电量模型801进行执行。据此,已学习耗电量模型801可对从低温配送的开始至结束为止所需的预期时间内的各单位时间的耗电量数据进行估计。
需要说明的是,就箱内温度数据、箱内湿度数据、箱内换气量数据及设定温度而言,由于使用的是低温配送开始时的数据,所以每个单位时间的数据是固定的。另一方面,就箱外空气温度数据和箱外空气湿度数据而言,由于使用的是从低温配送的开始至结束为止的每个单位时间的低温设备120的各位置处的数据,所以每个单位时间的数据可能会不同。但是,例如,如果在低温配送的途中箱内换气量数据和设定温度发生了变化,则每个单位时间的箱内换气量数据和设定温度也可能各不相同。
从已学习耗电量模型801输出的各单位时间的耗电量数据输入到累加处理部802。累加处理部802通过对由从低温配送的开始至结束为止所需的预期时间内的每个单位时间的耗电量数据分别表示的耗电量的总和(合计)进行计算,可计算耗电量估计值。由累加处理部802计算和输出的耗电量估计值输入至选择部718。
选择部718根据从累加处理部802输出的耗电量估计值,从蓄电池选择表719中选择用于存放至冷冻机210的蓄电池存放部250的蓄电池的种类和个数。
例如,假设蓄电池的种类具有“小”、“中”及“大”的三个种类,种类“小”的蓄电池的蓄电容量为y,种类“中”的蓄电池的蓄电容量为2×y,种类“大”的蓄电池的蓄电容量为4×y。此时,选择部718例如可通过使耗电量估计值为x,使从低温配送的开始至结束为止所需的蓄电容量为z,并藉由z=α×x来计算所需的蓄电容量[kW·h]。这里,α是考虑到低温配送途中发生交通堵塞、天气预报不准确等的情况时的安全系数,例如,可被预先设定为满足1.0<α≤2.0的任意的值。
这里,选择部718例如从图8所示的蓄电池选择表719中选择与所需的蓄电容量z对应的蓄电池的种类和个数。图8所示的例子中,在z≤y的情况下,选择1个种类为“小”的蓄电池,在y<z≤2×y的情况下,选择1个种类为“中”的蓄电池,在2×y<z≤4×y的情况下,选择1个种类为“大”的蓄电池。此外,在4×y<z≤6×y的情况下,选择一个种类为“大”的蓄电池和1个种类为“中”的蓄电池,在6×y<z≤8×y的情况下,选择2个种类为“大”的蓄电池,在8×y<z≤10×y的情况下,选择2个种类为“大”的蓄电池和1个种类为“中”的蓄电池。
需要说明的是,图8所示的蓄电池选择表719仅为一例,也可将使所需的蓄电容量(或其范围)与蓄电池的种类和个数进行了关联的任意的表作为蓄电池选择表。此外,蓄电池的种类也不限定于三种。
如上所述,推理部717可通过按照从进行低温配送时的出发地至目的地为止的预期所需时间内的每个单位时间将包含与电力消耗相关的数据和设定温度的组合的数据输入已学习耗电量模型801,对每个单位时间的耗电量数据进行估计。此外,推理部717还可将由该预期所需时间内的每个单位时间的耗电量数据分别表示的耗电量的总和(合计)计算为该预期所需时间内的耗电量估计值。据此,选择部718可选择具有满足该耗电量估计值的蓄电容量且重量为最轻的蓄电池。
需要说明的是,图7所示的例子中,示出了推理部717将作为与冷冻机210的电力消耗相关的数据的箱内温度数据、箱内湿度数据、箱外空气温度数据、箱外空气湿度数据及箱内换气量数据输入已学习耗电量模型801的情形。但是,与学习阶段的学习部319类似地,推理部717也可仅将这些数据中的一部分输入已学习耗电量模型801。
<蓄电池选择处理的流程>
接下来,对学习阶段的蓄电池选择装置310和推理阶段的蓄电池选择装置710所执行的蓄电池选择处理的流程进行说明。图9是表示由蓄电池选择装置执行的蓄电池选择处理的流程的流程图。
步骤S1001中,箱内温度获取部311至箱内换气量获取部315的各功能部获取与冷冻机210的电力消耗相关的数据。此外,输入信息获取部317获取设定温度。
步骤S1002中,耗电量获取部316获取耗电量数据。
步骤S1003中,学习部319通过将包含与电力消耗相关的数据和设定温度的组合的数据输入耗电量模型601,使耗电量模型601进行执行。另外,学习部319对耗电量模型601进行机器学习,使得由耗电量模型601输出的耗电量数据接近由耗电量获取部316获取的耗电量数据。据此,学习部319可生成已学习耗电量模型801。需要说明的是,所生成的已学习耗电量模型801被嵌入推理阶段的蓄电池选择装置710内。
另外,需要说明的是,当学习部319对耗电量模型601进行机器学习时,可使用所有的学习用信息一次性地对模型参数进行更新,也可采用以预定数量的学习用信息为单位的方式对模型参数进行更新。或者,还可采用以学习用信息为单位的方式对模型参数进行更新。
步骤S1004中,箱内温度获取部711至箱内换气量获取部715的各功能部获取与冷冻机210的电力消耗相关的数据。此外,输入信息获取部716获取设定温度。
步骤S1005中,推理部717通过将包含与电力消耗相关的数据和设定温度的组合的数据按照每个单位时间输入已学习耗电量模型801,使已学习耗电量模型801进行执行。据此,推理部717可对各单位时间的耗电量数据进行估计。
步骤S1006中,推理部717通过计算每个单位时间的耗电量数据的总和(合计)来计算耗电量估计值。
步骤S1007中,选择部718根据耗电量估计值从蓄电池选择表719中选择用于存放至冷冻机210的蓄电池存放部250的蓄电池的种类和个数。
<总结>
由上述说明可知,第1实施方式的蓄电池选择装置可进行如下处理。
·根据包含与每个单位时间的电力消耗相关的数据和设定温度的组合的数据的数据组,对该单位时间内的耗电量数据进行学习。
·针对学习的结果,根据包括与实际低温配送时所假定或所预期的各单位时间的电力消耗相关的数据和设定温度的组合的数据,对该单位时间内的耗电量数据进行估计。另外,此时由于使用的是从配送路径上的各地点处的天气预报数据等中获得的箱外空气温度和箱外空气湿度,所以可进行也同时考虑到短期气候变化的影响的更正确的耗电量数据的估计。
·通过计算在低温配送中所假定或所预期的时间内所估计的耗电量数据的总和(合计),计算用于表示该低温配送中消耗的总耗电量的耗电量估计值。
·选择具有满足所计算的耗电量估计值的蓄电容量且重量为最轻的蓄电池的种类和个数。
据此,第1实施方式的蓄电池选择装置可选择不仅能满足低温配送所需的蓄电容量而且还能使低温设备120轻量化的蓄电池。为此,例如在进行商品的配送、无人值守配送等时,可减轻搬运低温设备120时的配送员等的劳力。
如上所述,根据第1实施方式,能够提供一种用于对搭载至可搬式冷热源设备的蓄电池进行选择的选择装置、选择方法及程序。
[第2实施方式]
在上述第1实施方式中,描述了对耗电量模型进行机器学习的情况,但是,例如也可使用藉由规则对与电力消耗相关的数据和设定温度与耗电量之间的关系进行了定义的表等来估计低温配送时的总耗电量。需要说明的是,可采用任意已知的方法创建这样的表,例如,可使用学习用信息410并藉由人工方式来生成该表。
此外,在上述的第1实施方式中,虽然没有特别提及蓄电池选择装置的设置位置,但蓄电池选择装置的设置位置是任意的。就学习阶段的蓄电池选择装置310而言,只要能够经由网络与低温设备120进行数据通信,可设置于任意位置。类似地,推理阶段的蓄电池选择装置710的设置位置也是任意的。
另外,学习阶段的蓄电池选择装置310和推理阶段的蓄电池选择装置710可以一体配置,也可以分开配置。
此外,在上述的第1实施方式中,尽管没有特别提及进行机器学习时所使用的模型(耗电量模型)的细节,但进行机器学习时所使用的模型可采用任意种类的模型。具体而言,可采用NN(Neural Network)模型、随机森林模型、SVM(Support Vector Machine)模型等的任意种类的模型。
另外,在上述的第1实施方式中,虽然没有特别提及根据更新部602的比较结果对模型参数进行更新时的更新方法的细节,但更新部602所执行的模型参数的更新方法应遵循模型的种类。
上面尽管对实施方式进行了说明,但应理解的是,在不脱离如权利要求书的主旨和范围的前提下,还可对其进行各种各样的变形、改变等。此外,本申请主张基于2020年9月18日向日本国申请的基础申请第2020-157073号的优先权,并将其内容全部援引于此。
[附图标记说明]
110:车辆
120:低温设备
210:冷冻机
220:冷冻机控制装置
230:换气窗
240:冷冻机显示装置
250:蓄电池存放部
260:保温箱
270:传感器组
271:进气温度传感器
272:湿度传感器
273:排气温度传感器
274:箱外空气温度传感器
275:箱外空气湿度传感器
276:冷冻机电压传感器
277:冷冻机电流传感器
280:冷冻机输入装置
300:低温处理系统
310:蓄电池选择装置
311:箱内温度获取部
312:箱内湿度获取部
313:箱外空气温度获取部
314:箱外空气湿度获取部
315:箱内换气量获取部
316:耗电量获取部
317:输入信息获取部
318:学习用信息保存部
319:学习部
601:耗电量模型
602:更新部
700:低温处理系统
710:蓄电池选择装置
711:箱内温度获取部
712:箱内湿度获取部
713:箱外空气温度获取部
714:箱外空气湿度获取部
715:箱内换气量获取部
716:输入信息获取部
717:推理部
718:选择部
719:蓄电池选择表
801:已学习耗电量模型
802:累加处理部。
- 实现软件版本选择的方法、装置及存储介质、程序产品
- 物流对象选择方法、物流对象选择装置和电子装置
- 选择型射束层叠造型装置及选择型射束层叠造型方法
- 多节点路径选择方法、装置、云平台资源调度方法及装置
- 特征量选择方法、特征量选择程序、及特征量选择装置、多类分类方法、多类分类程序、及多类分类装置、以及特征量集
- 特征量选择方法、特征量选择程序、多类分类方法、多类分类程序、特征量选择装置、多类分类装置及特征量集