図面 (/)

技術 販売活動の最適化システムおよび方法

出願人 パナソニックIPマネジメント株式会社
発明者 マシュージョーンローレンソンジュリアンチャールスノラン
出願日 2018年7月5日 (2年7ヶ月経過) 出願番号 2019-571383
公開日 2020年8月27日 (6ヶ月経過) 公開番号 2020-525918
状態 未査定
技術分野 照明広告以外の広告
主要キーワード 信号発生デバイス 部分構成要素 最適化ユニット 棚スペース 展示エリア フラットパネル表示器 ブロックチェーン 統合システム内
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2020年8月27日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (10)

課題・解決手段

小売店における販売活動を最適化するための方法が提供されている。方法は、販売データを受信することと、自動運転車によって収集されたセンサデータを受信することと、センサデータの一部と販売データの一部が相関される事例を識別することと、を含む。さらに方法は、センサデータの一部と販売データの一部が相関される事例に含まれるセンサデータの一部をトリガ信号として識別することと、そのトリガ信号に基づき、ターゲットとなる小売店のプロセスを修正することと、を含む。

概要

背景

A.自動運転車
自動運転車(AV)は、それ自体の場所およびそれの周囲環境の詳細の検知、および経路に沿ったナビゲーションを、人間の運転者を必要とすることなく行う能力を有する車両である。

自動運転車は、自分がどこにいるかを知るために、局所的な環境に関係する非常に多量のデータを必要とする。1つの普遍的な形式のデータはビデオデータであり、自動運転車に搭載されたカメラが、その車両が運転される時にギガビット/秒のデータを収集することが想定される。

自動運転車は、多くの他のセンサも保持しており、例えば、物体の3Dマップおよびその周囲の状況、気象データ、または音響データの収集に使用される。このデータは、他の用途を有することもあり、それには、多様な物品販売にどのような影響を及ぼし得るかを決定するために入力される識別情報としての用途が含まれる。

B.機械学習
機械学習は、データ内のパターンを見つけ出すことが可能なデータ処理の形式である。これは、データマイニングに関係し、それにおいても、大量のデータの考査を通じて小パターンが掘り出される。

C.小売の最適化
小売は、重要な市場であり、合衆国の国内総生産の3分の2が小売消費からもたらされると推定されている。これに関して言えば、小売店は、物品の配達をより効率的にすること、および販売される物品の量を増加させることの両方を得るべくプロセスの最適化を捜し求めていると見られる。

I.ビッグデータの小売用途
小売店によって使用される1つのツールは、小売プロセスの間にわたって収集した非常に多量のデータの分析である。小売においては、「ビッグデータ」が、例えば(i)販売される商品在庫を最適化し、(ii)マーケティングキャンペーン効率性を増加させ、かつ(iii)ショップ店舗運用の管理を補助するべく使用される。

小売店は、各取引の時点において、また顧客についての追加の情報が得られた時にデータを収集することが可能である。例えば、ロイヤルティプログラムを使用することによって、購入と顧客のタイプとを相互に関連付けることが可能である。特定の顧客の購入がわからない場合であってさえ、販売を、場所、天候、およびイベント等のデータと相互に関連付けることが可能である。

したがって、分析は、データ指向であり、より多くの販売を有し、かつデータを収集することが可能なインフラストラクチャ備え付けにもより多くの能力を有する、より大型小売店にとって有利な分析である。

II.広告および店舗内展示
販売を増加させるべく小売によって使用される他のツールに、広告および店舗内プロモーションが挙げられる。

広告、および広告の位置は、最初に認識された時には意味のある信号を形成し得ないが、その後の決定に寄与するものとなり得る小さい知覚信号示唆する「アテンション理論」等のテクニックを使用できる。例えば、特定の画像を見ることは、その時点において「注目されていない」かもしれないが、その画像に関係のあるその後の決定に寄与することがある。

概要

小売店における販売活動を最適化するための方法が提供されている。方法は、販売データを受信することと、自動運転車によって収集されたセンサデータを受信することと、センサデータの一部と販売データの一部が相関される事例を識別することと、を含む。さらに方法は、センサデータの一部と販売データの一部が相関される事例に含まれるセンサデータの一部をトリガ信号として識別することと、そのトリガ信号に基づき、ターゲットとなる小売店のプロセスを修正することと、を含む。

目的

本開示は、上述した状況に鑑みて案出され、自動運転車を使用して最適化するシステムおよび方法を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

自動運転車を使用して販売活動を最適化するための方法であって、第1のサーバから、入力データを受信するステップと、第2のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、前記プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、前記プロセッサによって、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含する方法。

請求項2

前記入力データは、販売されたアイテム記述と、前記アイテムが販売された時間と、前記アイテムが販売された場所と、を含む、請求項1に記載の方法。

請求項3

前記入力データは、小売店の施設内に設置された1つまたは複数の決済取引端末から収集される、請求項1又は2に記載の方法。

請求項4

前記プロセッサによって、前記トリガ信号と予め決定済みのしきい値とを比較するステップと、前記トリガ信号の強度が前記予め決定済みのしきい値に等しいかまたは前記しきい値より大きい場合に、前記トリガ信号は有効なトリガ信号であると決定するステップと、前記トリガ信号の前記強度が前記予め決定済みのしきい値より小さい場合に、前記トリガ信号は中間トリガ信号であると決定するステップと、をさらに包含する、請求項1から3のいずれか一項に記載の方法。

請求項5

前記プロセッサによって、補助センサデータを収集するために経路修正要求を生成するステップ、をさらに包含し、前記補助センサデータは、前記トリガ信号を有効化するために前記トリガ信号の前記強度を増加する、請求項4に記載の方法。

請求項6

前記経路修正要求は、前記補助センサデータを収集する間における前記自動運転車のための移動速度を指定する、請求項5に記載の方法。

請求項7

前記経路修正要求は、収集される予定の前記補助センサデータを指定する、請求項5に記載の方法。

請求項8

前記自動運転車は、前記トリガ信号を識別するために、前記ターゲットとなる小売店から参照距離内において前記センサデータを収集する、請求項1から7のいずれか一項に記載の方法。

請求項9

複数の前記小売店のそれぞれの小売システムによって、対応する入力データを収集するステップと、前記第1のサーバによって、複数の前記小売店のうちの2つまたはそれより多くの小売店の入力データの類似性を比較するステップと、前記第1のサーバによって、前記類似性の量が参照しきい値に等しいか、または前記参照しきい値より大きい場合に、前記比較された入力データに十分な類似性が存在すると決定するステップと、前記第1のサーバによって、前記十分な類似性を有する前記入力データを集計するステップと、前記第1のサーバによって、前記集計された入力データを、受信された前記入力データとして前記第1のサーバから送信するステップと、をさらに包含する、請求項1から8のいずれか一項に記載の方法。

請求項10

複数の前記小売店のそれぞれの小売システムによって、対応する入力データを収集するステップと、複数の前記小売店のうちの2つまたはそれより多くの小売店の入力データの類似性を比較するステップと、前記類似性の量が参照しきい値より小さい場合に、前記比較された入力データに不十分な類似性が存在すると決定するステップと、局所小売店の入力データが前記複数の小売店のうちの他の小売店の入力データと前記不十分な類似性を有する時、複数の前記小売店のうちの前記局所小売店の入力データを局所入力データとして識別するステップと、前記局所入力データを、受信された前記入力データとして前記第1のサーバから送信するステップと、をさらに包含する、請求項1から8のいずれか一項に記載の方法。

請求項11

前記ターゲットとなる小売店の前記プロセスを修正するステップは、前記ターゲットとなる小売店の展示エリアの配置の修正を含む、請求項1から10のいずれか一項に記載の方法。

請求項12

前記ターゲットとなる小売店の前記プロセスを修正するステップは、在庫管理の修正を含む、請求項1から10のいずれか一項に記載の方法。

請求項13

前記ターゲットとなる小売店の前記プロセスを修正するステップは、プロモーションの動的生成を含む、請求項1から10のいずれか一項に記載の方法。

請求項14

前記トリガ信号に対応する広告を識別するステップ、をさらに包含する、請求項1から13のいずれか一項に記載の方法。

請求項15

前記広告を、広告装置に送信するステップ、をさらに包含し、前記広告装置は、表示器およびスピーカを含む、請求項14に記載の方法。

請求項16

前記広告装置は、前記自動運転車に装備される、請求項15に記載の方法。

請求項17

前記自動運転車は、画像センサと、音声センサと、動きセンサと、光センサと、無線センサと、無線センサと、気象センサ、のうちの少なくとも1つを含む、請求項1から16のいずれか一項に記載の方法。

請求項18

別の自動運転車によって収集される別のセットのセンサデータを収集するステップと、前記別の自動運転車によって、かつ前記別のセットのセンサデータに基づいて、前記別のセットのセンサデータが前記トリガ信号と対応する時、販売活動における増加が期待されると決定するステップと、をさらに包含する、請求項1から17のいずれか一項に記載の方法。

請求項19

コンピュータプログラムを保存する非一過性コンピュータ可読ストレージ媒体であって、前記コンピュータプログラムは、プロセッサによって実行された時、コンピュータ装置に、第1のサーバから入力データを受信するステップと、第2のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含するプロセスを実行させる、コンピュータプログラムを保存する非一過性のコンピュータ可読ストレージ媒体。

請求項20

自動運転車を使用して販売活動を最適化するコンピュータ装置であって、インストラクションを保存するメモリと、前記インストラクションを実行するプロセッサと、を備え、前記インストラクションは、前記プロセッサによって実行されると、前記プロセッサに、第1のサーバから入力データを受信するステップと、第2のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含する動作を実行させる、コンピュータ装置。

技術分野

0001

本開示は、小売店における販売の最適化に関する。より詳細に述べれば、本開示は、自動運転車によって収集されたセンサデータと小売店における販売活動を相互に関連付けて、その相関関係を使用して小売店における販売を最適化することに関係する。

背景技術

0002

A.自動運転車
自動運転車(AV)は、それ自体の場所およびそれの周囲環境の詳細の検知、および経路に沿ったナビゲーションを、人間の運転者を必要とすることなく行う能力を有する車両である。

0003

自動運転車は、自分がどこにいるかを知るために、局所的な環境に関係する非常に多量のデータを必要とする。1つの普遍的な形式のデータはビデオデータであり、自動運転車に搭載されたカメラが、その車両が運転される時にギガビット/秒のデータを収集することが想定される。

0004

自動運転車は、多くの他のセンサも保持しており、例えば、物体の3Dマップおよびその周囲の状況、気象データ、または音響データの収集に使用される。このデータは、他の用途を有することもあり、それには、多様な物品の販売にどのような影響を及ぼし得るかを決定するために入力される識別情報としての用途が含まれる。

0005

B.機械学習
機械学習は、データ内のパターンを見つけ出すことが可能なデータ処理の形式である。これは、データマイニングに関係し、それにおいても、大量のデータの考査を通じて小パターンが掘り出される。

0006

C.小売の最適化
小売は、重要な市場であり、合衆国の国内総生産の3分の2が小売消費からもたらされると推定されている。これに関して言えば、小売店は、物品の配達をより効率的にすること、および販売される物品の量を増加させることの両方を得るべくプロセスの最適化を捜し求めていると見られる。

0007

I.ビッグデータの小売用途
小売店によって使用される1つのツールは、小売プロセスの間にわたって収集した非常に多量のデータの分析である。小売においては、「ビッグデータ」が、例えば(i)販売される商品在庫を最適化し、(ii)マーケティングキャンペーン効率性を増加させ、かつ(iii)ショップ店舗運用の管理を補助するべく使用される。

0008

小売店は、各取引の時点において、また顧客についての追加の情報が得られた時にデータを収集することが可能である。例えば、ロイヤルティプログラムを使用することによって、購入と顧客のタイプとを相互に関連付けることが可能である。特定の顧客の購入がわからない場合であってさえ、販売を、場所、天候、およびイベント等のデータと相互に関連付けることが可能である。

0009

したがって、分析は、データ指向であり、より多くの販売を有し、かつデータを収集することが可能なインフラストラクチャ備え付けにもより多くの能力を有する、より大型小売店にとって有利な分析である。

0010

II.広告および店舗内展示
販売を増加させるべく小売によって使用される他のツールに、広告および店舗内プロモーションが挙げられる。

0011

広告、および広告の位置は、最初に認識された時には意味のある信号を形成し得ないが、その後の決定に寄与するものとなり得る小さい知覚信号示唆する「アテンション理論」等のテクニックを使用できる。例えば、特定の画像を見ることは、その時点において「注目されていない」かもしれないが、その画像に関係のあるその後の決定に寄与することがある。

発明が解決しようとする課題

0012

小売店は、少なくとも現在の販売可能性および消費者動機付けに関する多様なプロセスの最適化を望むことがある。例えば、小売アウトレットの近くに誰がいるのかを知ることによって、小売店は、その人たちが買うことがありがちなアイテムストックすることができる。一例においては、小売店を取り巻く環境(例えば、天候、イベント、道路状態、人々のグループ、およびこれらの類)の変化を知ることによって、小売店は、消費者の動機付けの変化に気付くことができる。

0013

小売店は、周囲を取り巻く環境情報を知ることによって、(i)より効率的に自分の商品を販売すること、および(ii)販売される製品の量を増加させることの両方を可能にし得る。

0014

しかしながら、これらの最適化の計算のために必要とされるデータのいくつかは、取り巻く近隣建物、人々の存在、およびこれらの類といった小売店の施設外において測定されることがある。その種のデータは、1つまたは複数の自動運転車によって収集可能なことがある。

0015

本開示は、上述した状況に鑑みて案出され、自動運転車を使用して最適化するシステムおよび方法を提供することを目的とする。

課題を解決するための手段

0016

上述した目的を達成するために、本開示は、次に示す特徴を有する、自動運転車を使用して最適化するためのシステムおよび方法を提供する。
自動運転車を使用して販売活動を最適化する方法は、
第1のサーバから入力データを受信するステップと、
第2のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、
プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、
前記プロセッサによって、前記センサデータの一部と前記販売データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、
前記プロセッサによって、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含する。

図面の簡単な説明

0017

本開示の一実施の態様に従った、販売を最適化するために構成された例示的な一般的なコンピュータシステムを示す図
本開示の一実施の態様に従った、販売を最適化するための例示的なシステムを示す図
本開示の一実施の態様に従った、例示的な自動運転車を示す図
本開示の一実施の態様に従った、例示的な小売システムユニットを示す図
本開示の一実施の態様に従った、例示的な分析ユニットを示す図
本開示の一実施の態様に従った、販売を最適化するための例示的なプロセスを示す図
本開示の一実施の態様に従った、広告材料を生成するための例示的なプロセスを示す図
本開示の一実施の態様に従った、小売店のための例示的な最適化プロセスを示す図
本開示の一実施の態様に従った、複数の小売店の販売データを比較するための例示的なプロセスを示す図

実施例

0018

したがって、以上を鑑み、本開示には、それの多様な側面、実施の態様、および/または具体的な特徴もしくは部分構成要素のうちの1つまたは複数を通じて、以下に具体的に言及するとおりの利点のうちの1つまたは複数をもたらすことが意図される。

0019

この中に記述されている方法は、説明に役立つ例であり、そのためいずれの実施の態様のいずれの特定のプロセスも、呈示された順序において実施されることを必要とするという意図もなく、またそれが含意されるとする意図もない。「その後」、「続いて」、「次に」等々の用語には、プロセスの順序を限定する意図がなく、むしろそれに代えて、これらの単語は、方法の記述を通じて読み手を案内するために使用されている。さらに、数が明示されていない請求項の要素に対する参照、例えば、「この」、「ある」、または「前記」の使用は、その要素が単数であることを限定しているとして解釈されるべきではない。

0020

図1は、本開示の一実施の態様に従った、販売を最適化するために構成された例示的な一般的なコンピュータシステムを示す図である。

0021

コンピュータシステム100は、インストラクションのセットを含むことが可能であり、それらは実行されると、コンピュータシステム100に、この中に開示されている方法またはコンピュータベースの機能のうちの任意の1つまたは複数を実施できる。コンピュータシステム100は、スタンドアロンデバイスとして動作することもあり、または、例えば、ネットワーク101を使用して他のコンピュータシステムまたは周辺デバイスに接続されることもある。

0022

ネットワーク構成としては、コンピュータシステム100が、サーバの収容能力内において動作すること、すなわちサーバ−クライアントユーザネットワーク環境内におけるクライアントユーザのコンピュータとして、またはピアートゥーピア(または分散型)ネットワーク環境内におけるピアコンピュータシステムとして動作できる。コンピュータシステム100は、据え置き型コンピュータ、モバイルコンピュータパーソナルコンピュータ(PC)、ラップトップコンピュータタブレットコンピュータワイヤレススマートフォンセットトップボックス(STB)、パーソナルデジタルアシスタント(PDA)、通信デバイスコントロールシステムウェブ機器ネットワークルータ、スイッチまたはブリッジ、あるいは他の任意の機械であって、それによって取られるべき動作を指定したインストラクションのセットを(シーケンシャルに、またはその他の形で)実行する能力のある機械等の、多様なデバイスとして実装すること、またはそれの中に組み込むことも可能である。コンピュータシステム100を、特定のデバイスとするか、またはそれの中に組み込み、続いてそれを、追加のデバイスを含む統合システム内に組み込むことは可能である。特定の実施の態様においては、コンピュータシステム100を、音声、ビデオ、またはデータの通信を提供する電子デバイスを使用して実装することが可能である。さらに、ここには単一のコンピュータシステム100が図示されているが、「システム」という用語が、インストラクションのセットまたは複数セットを個別にまたは協働して実行して、1つまたは複数のコンピュータ機能を行うシステムまたはサブシステムの任意の集合を含むとしても解釈されるものとする。

0023

図1に図示されているとおり、コンピュータシステム100は、プロセッサ110を含む。コンピュータシステム100のためのプロセッサは、有体であり、かつ非一過性である。「非一過性」という用語は、ここで使用する時、状態の永久不変の特性としてではなく、ある時間期間にわたって存続する状態の特性として解釈されるものとする。つまり「非一過性」という用語は、任意の時に任意の場所において一過的にのみ存在する特定の搬送波または信号または他の形式の特性といった一時的な特性であることを特に否定する。プロセッサは、製品および/または機械構成要素である。コンピュータシステム100のためのプロセッサは、この中の多様な実施の態様に記述されているとおりの機能を実施するために、ソフトウエアインストラクションを実行するべく構成される。コンピュータシステム100のためのプロセッサは、汎用プロセッサとしてもよく、あるいは、特定用途向け集積回路ASIC)の一部としてもよい。コンピュータシステム100のためのプロセッサは、また、マイクロプロセッサマイクロコンピュータプロセッサチップコントローラマイクロコントローラデジタル信号プロセッサ(DSP)、状態マシン、またはプログラマブルロジックデバイスPLD)とすることもできる。また、コンピュータシステム100のためのプロセッサは、フィールドプログラマブルゲートアレイFPGA)等のプログラマブルゲートアレイPGA)を含むロジック回路、または別のタイプの、離散的ゲートおよび/またはトランジスタロジックを含む回路とすることもできる。コンピュータシステム100のためのプロセッサは、中央処理装置(CPU)、グラフィック処理ユニット(GPU)、またはその両方とすることができる。それに加えて、この中に述べられている任意のプロセッサは、複数のプロセッサ、並列プロセッサ、またはその両方を含み得る。複数のプロセッサは、単一のデバイスまたは複数のデバイス内に含められること、またはそれと結合されることがある。

0024

それに加えて、コンピュータシステム100は、メインメモリ120および静的メモリ130を含み、それらは、バス108を介して互いに通信することが可能である。この中で述べられているメモリは、データおよび実行可能インストラクションを保存することが可能な有体のストレージ媒体であり、それらの中にインストラクションが保存されている間にわたって非一過性である。「非一過性」という用語は、ここで使用する時、状態の永久不変の特性としてではなく、ある時間期間にわたって存続する状態の特性として解釈されるものとする。つまり「非一過性」という用語は、任意の時に任意の場所において一過的にのみ存在する特定の搬送波または信号または他の形式の特性といった一時的な特性であることを特に否定している。この中で述べられているメモリは、製品および/または機械構成要素である。この中で述べられているメモリは、コンピュータ可読媒体であり、コンピュータが、そこからデータおよび実行可能インストラクションを読み出すことが可能である。この中で述べられているメモリは、ランダムアクセスメモリ(RAM)、読出し専用メモリ(ROM)、フラッシュメモリ電気プログラマブル読出し専用メモリ(EPROM)、電気的消去可能プログラマブル読出し専用メモリ(EEPROM)、レジスタハードディスクリムーバブルディスクテープコンパクトディスク読出し専用メモリ(CD−ROM)、デジタル多用途ディスク(DVD)、フロッピーディスクブルーレイディスク、または、任意の他の形式のこの分野で周知のストレージ媒体とすることができる。メモリは、揮発性または不揮発性とすること、安全対策および/または暗号化がなされているものとすること、安全対策および/または暗号化がなされていないものとすることができる。

0025

ここに示されているとおり、コンピュータシステム100は、さらに、液晶表示器(LCD)、有機発光ダイオード(OLED)、フラットパネル表示器ソリッドステート表示器、または陰極線管(CRT)等のビデオ表示器ユニット150を含み得る。それに加えて、コンピュータシステム100は、キーボード仮想キーボード、またはタッチ感入力スクリーン、または発話認識付きの発話入力等の入力デバイス160、およびマウスまたはタッチ感応入力スクリーンまたはパッド等のカーソルコントロールデバイス170を含み得る。また、コンピュータシステム100が、ディスクドライブユニット180、スピーカまたはリモートコントロール等の信号発生デバイス190、およびネットワークインターフェースデバイス140を含むことも可能である。

0026

特定の実施の態様においては、図1に図示されているとおり、ディスクドライブユニット180は、1セットまたは複数セットのインストラクション184、例えばソフトウエアを埋め込むことが可能なコンピュータ可読媒体182を含み得る。インストラクション184のセットは、コンピュータ可読媒体182から読み出すことが可能である。さらに、インストラクション184は、プロセッサによって実行される時、この中で述べられている方法およびプロセスのうちの1つまたは複数の実施に使用されることが可能である。特定の実施の態様においては、インストラクション184が、コンピュータシステム100による実行の間に、完全に、または少なくとも部分的にメインメモリ120内、静的メモリ130内、および/またはプロセッサ110内に常駐することができる。

0027

代替の実施の態様においては、特定用途向け集積回路(ASIC)、プログラマブルロジックアレイ、および他のハードウエア構成要素等の専用ハードウエア実装を構成して、この中で述べられている方法のうちの1つまたは複数を実装することが可能である。この中で述べられている1つまたは複数の実施の態様は、2つまたはそれより多くの特定の相互接続されたハードウエアモジュールまたはデバイスを使用する機能を、それらのモジュールの間において、またそれらを通って通信することが可能な関連コントロールおよびデータ信号を用いて実装できる。したがって、本開示は、ソフトウエア、ファームウエア、およびハードウエア実装をその範囲に入れる。本開示におけるあらゆるものは、有体の非一過性のプロセッサおよび/またはメモリ等のハードウエアを伴うことなく、ソフトウエアのみを用いて実装されるか、または実装可能であるとして解釈されないものとする。

0028

本開示の多様な実施の態様によれば、この中で述べられている方法が、ソフトウエアプログラムを実行するハードウエアコンピュータシステムを使用して実装され得る。さらに、例示的かつ非限定的な実施の態様においては、実装が分散処理、構成要素/オブジェクト分散処理、および並列処理を含むことが可能である。仮想コンピュータシステム処理を構築して、この中で述べられているとおりの方法または機能のうちの1つまたは複数を実装することは可能であり、この中で述べられているプロセッサは、仮想処理環境サポートに使用され得る。

0029

本開示は、ネットワーク101に接続されているデバイスが、ネットワーク101にわたって音声、ビデオ、またはデータを通信することが可能になるように、インストラクション184を収めているか、または伝播された信号に応答するインストラクション184を受信して実行するコンピュータ可読媒体182を企図している。さらに、インストラクション184は、ネットワーク101にわたり、ネットワークインターフェースデバイス140を介して送信または受信され得る。

0030

図2は、本開示の一実施の態様に従った、販売を最適化するための例示的なシステムを示す図である。

0031

図2に図示されているとおり、自動運転車を使用した局所的販売を最適化するためのシステムは、自動運転車(AV)210、小売システムユニット220、小売現場比較ユニット230、環境データベース240、分析ユニット250、小売最適化ユニット260、および広告装置270を含む。小売システムユニット220、小売現場比較ユニット230、環境データベース240、分析ユニット250、小売最適化ユニット260、および広告装置270のうちの少なくとも1つは、コンピュータ、サーバ、集積回路、またはプロセッサおよびメモリの組み合わせとして実装できる。

0032

小売店は、少なくとも現在の販売可能性および消費者の動機付けに関する多様なプロセスの最適化を望むことがある。例えば、小売アウトレットの近くに誰がいるのかを知ることによって、小売店は、その人たちが買うことがありがちなアイテムをストックすることができる。一例を述べれば、小売店が、小売店の場所の周囲を囲む公園で激しいスポーツが行われるという情報を獲得できれば、小売店は、エナジードリンク仕入れて、エナジードリンクのプロモーションを展開できる。少なくとも、小売店の棚スペースには限界があると見られることから、いずれのアイテムを仕入れるかを知ることは、より効率的な仕入れを小売店が行うことを可能にする。別の例においては、小売店を取り巻く環境(例えば、天候、イベント、道路状態、人々のグループ、およびこれらの類)の変化を知ることによって、小売店は、消費者の動機付けの変化に気付くことができる。一例においては、小売店が、その小売店にが近づいていることに気付いた場合には、その小売店は、を仕入れることができる。

0033

小売店は、周囲を取り巻く環境情報を知ることによって、(i)より効率的に自分の商品を販売すること、および(ii)販売される製品の量を増加させることの両方を可能にし得る。したがって、小売店は、相互の関連付けを決定するために測定されるデータの収集および使用を希望することになる。データのいくつかは軽微であり、販売プロセスまたは製品に対する明らかなリンクを有していないことがある。さらに、データのいくつかは、複合的(すなわち、多くの軽微な信号の組み合わせ)であり、結合された時に小売店による使用が可能になる洞察を提供できる。

0034

しかしながら、これらの最適化の計算のために必要とされるデータのいくつかは、取り巻く近隣、建物、人々の存在、およびこれらの類といった小売店の施設外において測定されることがある(すなわち、それぞれの小売店が有する検知能力希薄であるか、またはまったくないエリア)。その種のデータは、1つまたは複数の自動運転車によって収集可能なことがある。

0035

自動運転車210は、多様なタイプの複数のセンサを含み得る。自動運転車210のセンサは、道路、建物、近くの物体、およびこれらの類等の、そのAVを取り囲むエリアに関係のあるセンサデータを収集し得る。例えば、センサデータは、限定ではないが、画像データ、音声データ、3次元(3D)物体データ動作データ、および気象データ(例えば、温度、降水量湿度等)を含み得る。自動運転車210のセンサは、限定ではないが、カメラ、マイクロフォン、LIDAR、レーダ、および1つまたは複数の気象センサ(例えば、温度センサ湿度センサ湿り度センサ等)を含み得る。

0036

さらに自動運転車210は、経路設定ユニットも含み得る。経路設定ユニットは、AVによって取られる経路を修正できることがある。一例においては、経路設定ユニットが、経路決定ユニットおよび到着時間推定ユニットを含み得る。経路決定ユニットは、経路決定アルゴリズムを含むこと、および/または実行することができ、到着時間推定ユニットは、到着時間推定アルゴリズムを含むこと、および/または実行することができる。経路決定ユニットは、AVの行程または行き先のための経路を生成または作成することができる。到着時間推定ユニットは、経路の終着点におけるAVの到着時間(ETA)を推定できる。

0037

本開示の一実施の態様によれば、経路決定ユニットおよび到着時間推定ユニットのうちの一方または両方が、最良経路を決定するための追加の情報を提供するか、または選択された行き先にAVが到着する推定時間をより正確に判断する、外部データソースまたはデータベースサーバを使用できる。

0038

他のデータソースは、限定ではないが、交通データを収めているデータベース、選択されたレストランへの決定済みの経路上における人間が運転する車両になぞらえて多数の自動運転車を推定可能なデータソース、および現在および予測される気象データを保存しているデータベースを含む。さらに、この他のデータソースを、ネットワークを介して自動運転車210と接続され得る1つまたは複数の外部データベースとすることができる。

0039

小売システムユニット220は、販売データを収集するために小売店によって使用され得るコンピュータまたはサーバとすることができる。小売システムユニット220は、物およびサービス(アイテム)の具体的な販売に関係する情報を提供する小売データ(例えば、販売データ)を収集するための小売データ収集ユニットを含み得る。一例においては、小売データ収集ユニットが、限定ではないが、レジスタ、近距離無線通信(NFC)端末クレジットカード端末セルフサービスキオスク、およびスマートフォン対応決済(例えば、アップルペイ(登録商標))を含み得る。小売データは、限定ではないが、販売済みアイテム(例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類)、アイテムが販売された時刻および/または日付、アイテムが販売された場所または売り場を含み得る。小売システムユニット220は、また、販売データを保存する販売データベースも含み得る。

0040

小売現場比較ユニット230は、複数の小売システムユニット220から販売データを受信し、それらの小売システムユニット220の間における有意の類似性を識別する小売現場比較アルゴリズムを実行できる。一例において、小売現場比較ユニット230は、1つの小売店からの販売データが、基準しきい値(例えば、90%の類似)内において他の小売店(1つまたは複数)からの販売データに類似しているか否かを決定できる。その種の決定のための比較は、センサデータと販売データの間における相関を決定してより信頼できるデータを提供するために、何回にもわたって繰り返し実施できる。複数の小売店の間において販売データが類すると決定されると、より大きな、またはより信頼できるデータセットを提供するべくそれらの販売データを結合するか、またはグループ化することができる。

0041

環境データベース240は、自動運転車210からセンサデータを受信し、受信したセンサデータを保存することができる。一例においては、指定された自動運転車からのセンサデータだけを収集し、かつ/または保存することができる。例えば、2マイル半径内を移動する自動運転車のセンサデータを収集して保存することができる。さらに、保存されるセンサデータは、選択データのための予め決定済みの時間期間にわたって保存しておくことができる。より具体的に述べれば、販売活動に対応するセンサデータは、予め決定済みの時間期間にわたって保存しておくことができるが、無関係であると識別されたセンサデータは、特定の持続期間の後にパージできる。保存されたセンサデータは、分析ユニット250によって取り出すことができる。

0042

分析ユニット250は、コンピュータ、サーバ、または集積回路として実装できる。分析ユニット250は、環境データベース240および小売現場比較ユニット230から入力を受信できる。

0043

分析ユニット250は、環境データ(例えば、自動運転車による通過によって収集されたセンサデータ)および販売データを入力として受信するか、または抽出することができる。これらの入力データを考慮に入れて、分析ユニットは、環境データと販売データが相関する事例を識別できる。例えば、分析ユニットは、が降っている日の間は、ブランドXのホットチョコレートの販売に300%を超える増加があると識別できる。これらの対応の事例は、トリガ信号として保存できる。さらに、トリガ信号を、小売最適化ユニット260に送信できる。

0044

一例においては、トリガ信号が、単一の環境データまたは環境データのセット(例えば、複数個のセンサデータが特定アイテムの販売活動と関連付けされる)を含み得る。同様にトリガ信号は、特定のアイテムの販売または販売データのセットを考慮することができる。一例においては、同時に特定の気象データが特定の許容誤差内にある間に複数タイプのセンサデータが使用される(例えば、特定の物体が認識される)。さらに、センサデータを、特定の製品のクラス、例えばソフトドリンクの販売における変化と相互に関連付けることができる。

0045

分析ユニット250は、環境データおよび販売データを入力として取り、1つまたは複数のトリガ信号を識別できる。トリガ信号を識別するためには、相互の関連付けの度合い(強度)のための多様なしきい値を使用できる。例えば、第1のしきい値を使用し、それによって、特定セットのイベントが検知された時に、対応するアイテム(1つまたは複数)の販売が強い増加の尤度を有することをユーザが確信できる相関を達成できる。その種のイベントは、有効な信号または有効なトリガ信号と見做すことができる。

0046

いくつかの相関が存在するが、有効な信号として適格となるに必要なしきい値に到達していないと決定される場合には、追加のデータを収集して相関を補助することができる。その種の、いくらかの相関を示すが、必要なしきい値に満たない信号は、中間信号と呼ぶことができる。その種の信号のために、アルゴリズム最適化ユニットが、中間信号のための相関を補助する追加のセンサデータを収集するべく自動運転車のための経路を決定できる。センサデータの補助が、必要なしきい値に対する補正強化する場合には、それぞれの中間信号を有効なトリガ信号として識別できる。

0047

一例においては、トリガ信号を有効にするために、信号抽出アルゴリズムが、所望の強度の相関を示す値を含む保存済みデータにアクセスすることができる。その種のデータは、履歴データの評価を使用してマニュアル導出することができる。

0048

さらに、分析ユニット250は、中間トリガ信号の強度を補助するための追加のセンサデータを収集するために、1つまたは複数の自動運転車のための経路変更要求を作成できる。一例においては、経路変更要求が経路データのセットとして記述され、および、限定ではないが、自動運転車によって取られることになる経路、その経路の多様なポイントにおいて自動運転車によって収集されることになるセンサデータの記述を含み得る。

0049

分析ユニット250は、トリガ信号を信号データベース内に保存することができる。分析ユニット250は、それに加えて中間トリガ信号を、信号データベース内または別のデータベース内に保存することができる。信号データベースは、それに加えて、保存される有効または中間のトリガ信号のための関連付けされるデータを保存することができる。関連付けされるデータは、限定ではないが、同時に、またはそれぞれの時間から参照期間内に、トリガ信号のデータであるが、トリガ信号の一部として相関されなかったデータとして収集されたデータを含み得る。

0050

小売最適化ユニット260は、トリガ信号を入力として取り、スタッフ配置プロセス等の小売店によって使用されるプロセスを最適化することができる。例えば、小売最適化ユニット260は、小売店内におけるスタッフの現在の利用をコントロールすることができる。より具体的に述べれば、スタッフの利用は、いずれのスタッフにレジスタを操作させ、小売店の展示エリアを維持させ、休憩させるかということなどを指定してもよい。

0051

さらに、小売最適化ユニット260は、やがて到来する販売の増加にもっとも良好に整合させるべくスタッフのプロファイルおよび/または活動を修正できる。例えば、小売店内の展示エリアを整理する。その種のプロセスは、従業員のためのタスクの動的な再割り当てを結合することができる。一例においては、販売活動における鋭い増加が期待される場合に、より多くのスタッフを割り当てて、レジスタの配置に就かせることができる。また、商品の展示を修正できる。例えば、特定の展示アレンジメントまたはアイテムの配置を行う。

0052

広告装置270は、小売店、または特定の場所もしくはイベントから参照距離内の潜在的な消費者または公衆に対する広告資料を提供できる。広告装置270は、LCDスクリーンおよびラウドスピーカを含む。さらに、一例においては、小売店の近く、または潜在的な消費者の集合を有する特定のエリア(例えば、バス停)に向かう指定された経路に沿った移動を命令できる自動運転車に広告装置270を装備できる。

0053

図3は、本開示の一実施の態様に従った、例示的な自動運転車を示す図である。

0054

自動運転車(AV)が適正に動作するために、自動運転車は、高精細度(HD)地図等の非常に詳細な地図、およびHD地図を考慮に入れて収集および分析がなされる多様なセンサデータに頼る。HD地図は、多様な自動運転車センサを使用して、それの場所を識別し、かつ自動運転車の運転を行うべく、それの周囲環境に関係する多様なデータを収集し得る。より具体的に述べれば、自動運転車センサが、近隣の建物、道路標識里程標、およびこれらの類等の周囲の静的な物理的環境のデータを、それぞれの場所を決定するために収集し得る。さらに自動運転車センサは、他の車両、歩行者、イベント、およびこれらの類等の近隣の移動物体のデータを収集することもできる。また、自動運転車センサは、温度、湿度、降水量、およびこれらの類等の多様な気象データをはじめ、道路状態等の環境情報も収集し得る。

0055

自動運転車300は、プロセッサ310、経路設定ユニット320、通信ユニット330、およびセンサ340を含む。一例においては、プロセッサ310が、自動運転車300に対して他のユニットをコントロールまたは実行して出力を生成する。しかしながら、本開示の一実施の態様がそれに限定されることはなく、上記のユニットのいくつかが自動運転車に含まれないこともあり、自動運転車が追加のユニットを含むこともある。上記のユニットのうちの1つまたは複数は、回路として実装できる。さらに、上記のユニットのうちの1つまたは複数は、コンピュータ内に含み得る。

0056

プロセッサ310は、自動運転車300のユニットのうちの1つまたは複数の動作を実行できる。例えば、プロセッサ310は、自動運転車300のユニットに保存されているアルゴリズムを実行して出力を生成できる。

0057

経路設定ユニット320は、経路決定アルゴリズムを含むことができ、それの実行時には、自動運転車の行程または行き先のための経路を生成または作成できる。一例においては、経路設定ユニット320が、小売店の周りの予め決定済みの範囲を通って移動する部分を含む経路を含み得る。それに代えて、特定のセンサデータを取り込むために、小売店の近くの特定の範囲またはエリアを通る自動運転車の経路を構成することができる。例えば、経路設定ユニット320は、特定のカメラアングル視野、およびこれらの類を必要とするセンサデータを収集するための経路を要求できる。経路は、追加的に、センサデータを収集するための移動の速度を指定してもよい。それに加えて、経路設定ユニット320は、エリア内の他の自動運転車を考慮に入れた経路を指定してもよい。例えば、経路設定ユニット320は、1つの自動運転車に、小売店の周囲のブロックを巡ることを指定するか、周囲のブロックの一部だけを移動することを指定してもよい。

0058

通信ユニット330は、販売最適化システムの多様なサーバまたはユニットとの通信を実施できる。例えば、通信ユニット330は、分析ユニットから経路情報を受信すること、またはセンサデータを環境データベースに送信することができる。さらに通信ユニット330は、他の自動運転車の通信ユニットと通信することができる。一例においては、自動運転車のグループが、協働して小売店を取り囲むエリアを巡り、それにおいて、その自動運転車のグループのそれぞれは、作業分担のために、周囲のエリアの選択された部分を移動することになる。

0059

他の自動運転車との通信を行うことによって、自動運転車は、グループとして網羅を提供できる。例えば、イベントが予測される場合に、第1の自動運転車から第2の自動運転車に、その第2の自動運転車が、それぞれのイベントを取り込む最良の場所/方角および/またはタイミングを有するために、ありがちなタイミングを提供できる。

0060

自動運転車300は、複数のセンサ340を含む。センサ340は、画像センサ341、音声センサ342、動きセンサ343、光センサ344、無線センサ345、温度センサ346、湿度センサ347、道路センサ348を含む。図3には特定セットのセンサが図示されているが、本開示の一実施の態様がそれに限定されることはなく、自動運転車は、図3に図示されているより少ないか、または多くのセンサを含み得る。

0061

一例においては、画像センサ341が、画像を取り込むための1つまたは複数のカメラを含み得る。音声センサ342は、音声データを取り込むための1つまたは複数のマイクロフォンを含み得る。動きセンサ343は、物体または人の動きを取り込むための1つまたは複数の赤外線センサおよびその類を含み得る。光センサ344は、物体または人および対応する距離を検出するための光のレベルを検出するか、または光の反射を取り込む1つまたは複数の光センサを含み得る。無線センサ345は、物体または人および対応する距離を検出するための無線信号またはそれの反射を取り込むことができる。温度センサ346は、周囲環境の気温を検出するための温度計熱センサ、またはこれらの類を含み得る。湿度センサ347は、周囲環境の湿度レベルを検出できる。道路センサ348は、自動運転車が移動できる道路または近くの歩道の状態(例えば、濡れている、凍っている、滑りやすい、またはこれらの類)を検出できる。

0062

センサ340を介したセンサデータの取り込みに加えて、自動運転車は、他のデータソース350から追加の情報を獲得することもできる。他のデータソース350は、環境関連データを保存することができる外部サーバとすることができる。例えば、他のデータソース350は、限定ではないが、交通データを収めているデータベース、選択されたレストランへの決定済みの経路上における人間が運転する車両になぞらえて多数の自動運転車を推定できるデータソース、および現在および予測される気象データを保存しているデータベースを含む。さらに、他のデータソース350を、ネットワークを介して自動運転車300と接続され得る1つまたは複数の外部データベースとすることができる。

0063

センサ340は、センサデータを、経路に沿った移動の間に収集し、収集したセンサデータを環境データベースに、そこに保存するために送信できる。

0064

図4は、本開示の一実施の態様に従った、例示的な小売システムユニットを示す図である。

0065

小売システムユニット400は、プロセッサ410、通信ユニット420、データ収集ユニット430、および販売データベース440を含む。一例においては、プロセッサ410が小売システムユニット400に対して他のユニットをコントロールまたは実行して出力を生成する。しかしながら、本開示の一実施の態様がそれに限定されることはなく、小売システムユニットが含むユニットが、上記より少ないか、またはそれより多いこともある。さらに、上記のユニットのうちの1つまたは複数は、回路として実装できる。さらに、上記のユニットのうちの1つまたは複数は、コンピュータ内に含み得る。

0066

プロセッサ410は、小売システムユニット400のユニットのうちの1つまたは複数の動作を実行できる。例えば、プロセッサ410は、小売システムユニット400のユニットに保存されているアルゴリズムを実行して出力を生成することができる。

0067

通信ユニット420は、ネットワークを介して、販売最適化システムの多様な構成要素と通信できる。例えば、通信ユニット420は、小売システムユニット400によって収集された販売データを、販売データの集計のために小売現場比較ユニットに送信できる。それに代えて通信ユニット420は、自動運転車によって収集されたセンサデータと小売システムユニット400によって収集された販売データの間における相関の決定のために、販売データを分析ユニットに送信できる。

0068

データ収集ユニット430は、決済取引ユニット431、画像センサ432、モバイルデバイス通信ユニット433、他のデータ収集ユニット434、および販売データベース440を含む。図4には特定セットのデータ収集ユニットが図示されているが、本開示の一実施の態様がそれに限定されることはなく、データ収集ユニットは、図4に図示されているより少ないか、または多くのデータ収集ユニットを含み得る。

0069

一例においては、決済取引ユニット431が、セルフサービスキオスク、キャッシュレジスタ、またはこれらの類を含み得る。画像センサ432は、小売店の施設内に配置できる多様なカメラを含み得る。モバイルデバイス通信ユニット433は、商店側が提供するスキャナ、または小売店の施設におけるアイテムの購入に使用可能な消費者のモバイルデバイスを含み得る。一例においては、モバイルデバイスが、小売店のアプリケーションを利用することによって、または商店側が提供するWi−Fiに接続する時、モバイルデバイスからのデータを収集し得る。さらに、モバイル決済アプリケーションが使用される時(例えば、アップルペイ(登録商標))、モバイルデバイスからのデータを収集し得る。他のデータ収集ユニット434は、小売店の施設全体にわたって配置できるマイクロフォン、または小売店の施設における販売の傾向または消費者による活動の収集に使用可能な他のデバイスを含み得る。

0070

図5は、本開示の一実施の態様に従った、例示的な分析ユニットを示す図である。

0071

分析ユニット500は、プロセッサ510、通信ユニット520、信号抽出アルゴリズム530、アルゴリズム最適化ユニット540、および信号データベース550を含む。しかしながら、本開示の一実施の態様がそれに限定されることはなく、上記のユニットのいくつかが分析ユニット500内に含まれないこともあり、分析ユニット500が追加のユニットを含み得る。上記のユニットのうちの1つまたは複数は、回路として実装することができる。さらに、上記のユニットのうちの1つまたは複数は、コンピュータ内に含み得る。

0072

プロセッサ510は、分析ユニット500の1つまたは複数のユニットをコントロールし、または実行して出力を生成できる。

0073

通信ユニット520は、図2に図示されているシステム内に含まれる他のユニットに信号を送信する送信機、およびそこから受信する受信機を含み得る。例えば、通信ユニット520は、環境データベースと通信して、自動運転車によって収集されたセンサデータを抽出するか、または受信すること、あるいは自動運転車と通信して、追加のセンサデータおよび位置を取り込むために、経路設定データまたは経路変更要求を送信できる。さらに分析ユニットは、ターゲットとなる小売店の小売システムユニットから直接、または集計サーバを通じて販売データを受信できる。より具体的に述べれば、分析ユニットは、販売データおよび/または追加の小売データを小売現場比較ユニットから受信でき、それが、他の小売店をはじめ、ターゲットとなる小売店の販売データを含み得る。さらに、トリガ信号が分析ユニット500によって識別された後は、分析ユニット500が、そのトリガ信号の適用のために、小売最適化ユニットにトリガ信号を送信できる。

0074

信号抽出アルゴリズム530は、プロセッサ510によって実行されて、自動運転車によって収集された環境データまたはセンサデータ、および1つまたは複数の小売店の販売データを抽出できる。抽出されたデータは、1つまたは複数のトリガ信号を識別する入力として使用できる。トリガ信号を識別するためには、相関の強度のための多様なしきい値を使用できる。一例においては、相関の強度が、特定のセンサデータまたはセンサデータのセットの点から見た対応する活動が生じる尤度を指すことができる。相関の強度は、その種の相関を示す証拠の量(例えば、検出されたセンサデータに対応する観察された販売の数)に基づいた尤度の強度および/または確信のレベルを指すことができる。さらに、相関の強度が、予め決定済みのしきい値であるか、またはそれを超えると決定された場合には、トリガ信号を有効な信号であると決定することができ、1つまたは複数の小売店は、それに頼って自分たちの1つまたは複数のプロセス(例えば、スタッフの配置、店内のレイアウト、広告、およびこれらの類)を調整できる。しかしながら、相関の強度が、予め決定済みのしきい値に届かないと決定される時には、相関の強度が増加してトリガ信号を有効化するまで、そのトリガ信号を、中間信号とする決定をすることができる。さらに、トリガ信号を中間信号とする決定がなされた場合には、分析ユニット500が、さらなる処理のためにそのトリガ信号をアルゴリズム最適化ユニット540に差し向けることができる。

0075

アルゴリズム最適化ユニット540は、中間トリガ信号データ等のデータを、信号抽出アルゴリズムから受信し、追加のセンサデータの収集のために、1つまたは複数の自動運転車のための経路変更要求を作成できることがある。一例においては、経路変更要求が経路データのセットとして記述され、および、限定ではないが、自動運転車によって取られることになる経路、その経路の多様なポイントにおいて自動運転車によって収集されることになるセンサデータの記述を含み得る。

0076

信号データベース550は、有効なトリガ信号および中間トリガ信号を保存することができる。保存された信号は、さらなる処理または有効化のために抽出することができる。例えば、有効なトリガ信号を、小売店の小売最適化ユニットに、そのトリガ信号に対応するセンサデータの検出に従って、それの処理を修正するために送信できる。それに代えて、中間トリガ信号を、補助データが受信されて対応が強化されるまで保存しておくことができる。しかしながら、本開示の一実施の態様がそれに限定されることはなく、小売店は、トリガ信号を有効化するために異なるしきい値を指定してもよい。したがって、いくつかの小売店が、それのプロセスを修正するための有効な信号として、別の小売店の中間のトリガとなるかも知れないトリガ信号を受信することを希望することがあり得る。

0077

図6は、本開示の一実施の態様に従った、販売を最適化するための例示的なプロセスを示す図である。

0078

動作601では、小売店において顧客が1つまたは複数のアイテムを購入する。アイテムは、決済を介して購入可能な物品またはサービスを含み得る。アイテムは、レジスタ、近距離無線通信(NFC)端末、クレジットカード決済端末、およびスマートフォン対応決済において購入できる。

0079

決済取引の完了後、動作602において、販売取引に関係する販売データが収集される。販売データは、限定ではないが、販売済みアイテム(例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類)、アイテムが販売された時刻および/または日付、アイテムが販売された場所または売り場を含み得る。

0080

動作603においては、生成された販売データが、保存するために販売データベースに送信される。一例においては、販売データを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

0081

さらに、販売取引と同時期に、動作604において、予め決定済みの経路を1つまたは複数の自動運転車が巡る。一例においては、この予め決定済みの経路を、自動運転車の操作者が指定すること、または小売店が指定することができる。

0082

動作605においては、1つまたは複数の自動運転車が、多様なセンサを使用して、その予め決定済みの経路を巡る間に、関係のあるセンサデータを収集する。例えば、センサデータは、限定ではないが、カメラによって取り込まれる画像データ、マイクロフォンによって取り込まれる音声データ、LIDARによって取り込まれる3次元(3D)物体データ、レーダまたはLIDARによって取り込まれる動作データ、および気象データ(例えば、気温、降水量、湿度、およびこれらの類)を含み得る。

0083

動作606においては、自動運転車が、センサデータを保存するために環境データベースに送信する。一例においては、センサデータを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

0084

動作607においては、販売データおよびセンサデータが分析のために抽出される。一例においては、分析ユニットにおいて実行される信号抽出アルゴリズムが、分析ユニットに、環境データベースからのセンサデータの抽出および販売データベースからの関連付けされた販売データの抽出を行わせる。販売データおよびセンサデータは、予め決定済みの時間範囲、またはいくつかの時間範囲にわたって抽出できる。例えば、特定の日の午後6時から午後8時までの時間にわたって演じられたコンサートの間に収集された販売データおよびセンサデータが挙げられる。別の例においては、センサデータの検出の後の予め決定済みの期間に収集された販売データを収集し得る。例えば、センサデータが、午前12時に暴風雨を検出した場合に、その暴風雨の検出に続く販売データを収集し得る(例えば、暴風雨の検出後の15分間)。さらに、第1のタイプのデータを選択し、その後、第2のタイプのデータからのすべての関連付けされたデータポイントを要求できる。例えば、分析ユニットは、センサデータのセットを選択し、その後、そのセンサデータの収集と同じ時間期間のすべての販売データを要求できる。それに代えて、販売データから1つのアイテムを選択し、その選択したアイテムが購入された時に存在したすべてのセンサデータを要求できる。

0085

動作607においては、収集されたセンサデータと販売データの間の相関が抽出される。例えば、信号抽出アルゴリズムを実行して、入力されたデータから相関信号を抽出できる。一例においては、第1のアイテムが小売店において購入された時、その小売店の施設の近隣に特定のプロファイルの者がいる尤度が増加する可能性がある。別の例においては、特定のタイプのセンサデータの第1の発生(例えば、特定の花の開花)の検出が、販売における増加を有する第2のアイテムと相関することがある。さらに別の例においては、スポーツ用品を着用した人々が高い密度で見られる時、第3のアイテムのより高い販売が生じることがあり得る。また、人々がの方向に旅行し、天候が特定の気温である時、通過する車両の優勢な色が赤となる可能性と相関できる。

0086

動作608においては、抽出された信号を予め決定済みのしきい値と比較して、抽出された信号が有効な信号であるか否かを決定する。一例においては、その抽出される信号が抽出され、しきい値のセットと比較されて、それらが有効と見做されるか(すなわち、小売店が信頼して使用するに十分なだけ相関が強いと決定される)否かが調べられる。一例においては、しきい値をアイテムまたは小売店に固有とし、分析ユニットのメモリまたはリモートデータベース内に保存することができる。

0087

動作609において、相関信号が有効であると決定されるか、または十分に強い場合には、方法が動作610に進む。動作610においては、有効な信号が、保存するために信号データベースに送信される。それに代わり、相関信号が有効でないと決定されるか、または強さが不十分である場合には、方法が動作611に進む。動作611においては、さらに、その相関信号が、中間信号として適格か否かが決定される。

0088

相関信号が中間信号として適格でない場合には、方法が終了する。それに代わり、信号が中間信号として適格であれば、その中間信号が、動作612における実行のためにアルゴリズム最適化ユニットに送信される。一例においては、アルゴリズム最適化ユニットが、その中間信号のデータが収集された場所において追加のセンサデータの収集が可能となることが、いずれの自動運転車にありがちであるかを評価する。自動運転車は、小売店に関するそれぞれの場所および/または自動運転車の所有者によって設定された好み(例えば、所有者が経路の変更を許容するか否か)に基づいて評価される。さらに、アルゴリズム最適化ユニットは、有効な相関信号となるまで中間信号の強度を増加するにはいずれの追加のデータが必要となり得るかを決定できる。

0089

またアルゴリズム最適化ユニットは、要求される追加のセンサデータが収集され得る場所を通過するべく自動運転車の経路の再設定を決定できる。自動運転車の再経路設定のための修正後の経路は、経路データ、すなわち取られるべき経路を記述するデータのセットを作成し、その経路データを自動運転車に送信することによって決定できる。オプションとして、経路データは、収集されるべきデータの記述も含み得る。さらに、方角、速度、および他のセンサデータが収集されている間に実行されるべき運転設定といった自動運転車のための追加インストラクションを含み得る。

0090

動作612においては、自動運転車の現在の経路から経路を再設定する経路に対する修正が作成される。自動運転車の経路が再設定された後は、方法が動作604に戻る。

0091

図7は、本開示の一実施の態様に従った、広告材料を生成するための例示的なプロセスを示している。

0092

動作701においては、1つまたは複数の自動運転車が予め決定済みの経路に沿って移動する。一例においては、この予め決定済みの経路を、自動運転車の操作者が指定すること、または小売店が指定することもできる。

0093

動作702においては、1つまたは複数の自動運転車が、多様なセンサを使用して、その予め決定済みの経路を巡る間に、関係のあるセンサデータを収集する。例えば、センサデータは、限定ではないが、カメラによって取り込まれる画像データ、マイクロフォンによって取り込まれる音声データ、LIDARによって取り込まれる3次元(3D)物体データ、レーダまたはLIDARによって取り込まれる動作データ、および気象データ(例えば、気温、降水量、湿度、およびこれらの類)を含み得る。

0094

動作703においては、分析ユニットが、1つまたは複数の検知された有効な信号の状態を抽出し、それらは、分析ユニットの信号データベース内に保存することができる。有効な信号は、センサデータのセットまたは検知される状態の識別を含み得る。例えば、小売店の施設を特定のプロファイルの顧客が特定の方向に通過することと、天候が特定の特性を有する時とが同時に発生し得る。

0095

動作704においては、トリガまたはセンサトリガのセットが、動作703において抽出された1つまたは複数の検知された状態のために決定される。一例においては、センサトリガを、センサデータの値またはセンサデータにおける傾向とすることができる。センサデータの値は、対応する信号が有効化されるために到達しなければならないしきい値とすることができる。さらに、センサデータにおける傾向は、有効な信号が将来において生ずるかもしれない可能性を示すことができる。

0096

動作705においては、分析ユニットが、決定済みのトリガのセットを自動運転車に送信する。

0097

動作706においては、自動運転車が、分析ユニットからトリガのセットを受信し、動作702において収集されたセンサデータと受信したトリガのセットを比較する。

0098

動作707においては、動作702において収集されたセンサデータが、受信したトリガのセットと整合するか否かの決定がなされる。自動運転車が、そのセンサデータと受信したトリガが整合すると決定した場合には、整合したトリガが、動作708において小売最適化ユニットに送信される。自動運転車が、そのセンサデータと受信したトリガは整合しないと決定した場合には、自動運転車は、追加のセンサデータを収集するために、動作701および702において経路に沿って移動を継続する。

0099

動作709においては、小売最適化ユニットが、整合したトリガを受信し、そのトリガと関連付けされる広告をルックアップする。一例においては、小売最適化ユニットが、ルックアップテーブルから、トリガ内に識別されているアイテムをプロモーションする広告を識別する。

0100

動作710においては、小売最適化ユニットが、関連付けされた広告および/または広告材料を広告装置に送信する。

0101

動作711においては、広告装置が、広告材料を表示する。

0102

図8は、本開示の一実施の態様に従った、小売店のための例示的な最適化プロセスを示す図である。

0103

動作801においては、分析ユニットが、1つまたは複数の検知された有効な信号の状態を抽出し、それらは、分析ユニットの信号データベース内に保存することができる。有効な信号は、センサデータのセットまたは検知される状態の識別を含み得る。例えば、小売店の施設を特定のプロファイルの顧客が特定の方向に通過することと、天候が特定の特性を有する時とが同時に発生し得る。

0104

動作802においては、検知された状態についての販売の増加を識別する。

0105

動作803においては、通過する自動運転車が、検知された状態が始まることを示すセンサデータを収集する。

0106

動作804においては、小売最適化ユニットが、小売店内におけるスタッフの現在の利用をコントロールする。例えば、スタッフの利用は、いずれのスタッフにレジスタを操作させ、小売店の展示エリアを維持させ、休憩させるかということなどを指定することができる。

0107

動作805においては、小売最適化ユニットが、やがて到来する販売の増加にもっとも良好に整合させるべくスタッフのプロファイルおよび/または活動を修正する。例えば、小売店内の展示エリアを整理する。その種のプロセスは、従業員のためのタスクの動的な再割り当てを結合することができる。一例においては、販売活動における鋭い増加が期待される場合に、より多くのスタッフを割り当てて、レジスタの配置に就かせることができる。また、商品の展示を修正できる。例えば、特定の展示アレンジメントまたはアイテムの配置を行う。

0108

図9は、本開示の一実施の態様に従った、複数の小売店の販売データを比較するための例示的なプロセスを示す図である。

0109

動作901においては、小売店において顧客が1つまたは複数のアイテムを購入する。アイテムは、決済を介して購入可能な物品またはサービスを含み得る。アイテムは、レジスタ、近距離無線通信(NFC)端末、クレジットカード決済端末、およびスマートフォン対応決済において購入できる。

0110

動作902において、決済取引の完了後、販売取引に関係する販売データが収集される。販売データは、限定ではないが、販売済みアイテム(例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類)、アイテムが販売された時刻および/または日付、アイテムが販売された場所または売り場を含み得る。

0111

動作903においては、生成された販売データが、保存するために販売データベースに送信される。一例においては、販売データを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

0112

動作904においては、小売システムユニットが、販売データを比較ユニットに送信する。

0113

動作905において、比較ユニットは、1つの小売店からの販売データが、他の小売店(1つまたは複数)からの販売データに類似しているか否かを決定する。一例において、その種の決定のための比較は、センサデータと販売データの間における相関を決定するために、何回にもわたって繰り返し実施できる。

0114

その販売データが、複数の小売店の間において類似している場合には、より大きな、またはより信頼できるデータセットを提供するために、動作907において、その販売データを結合するかまたはグループ化することができる。例えば、気温が摂氏18度と摂氏22度の間にある時、ブランドXのスポーツドリンクの販売が増加することを、小売店にわたって関係があるデータに設定できる。

0115

1つの小売店の販売データが、その1つの小売店に固有であると決定された場合には、動作906において、その販売データを、他の小売店の販売データから切り離して維持できる。

0116

本開示の一実施の態様によれば、自動運転車を利用して、多様なセンサデータを収集し、既存のセンサ(それらの小売店の主要な、車両の場所および周囲環境の識別ならびに車両を案内する動作を行うために使用できる)を使用する小売店における販売活動に相関される多様なセンサデータを識別できる。さらに、販売活動に関係のある追加のセンサデータを収集するために、指定の経路またはいくつかの経路に自動運転車の経路の再設定を行うことができる。また、自動運転車に、特定のセンサデータを収集するために、速度等の他のコントロールを変更させることもできる。自動運転車が独立して使用されるか、または他の自動運転車と協働してセンサデータを収集することもできる。

0117

自動運転車を使用することによって、小売店の施設外の、より広いエリアにわたって関係のあるセンサデータを収集し得る。例えば、小売店の施設の方向に向かって歩いている500メートル離れたところにいる人々のデータ、または小売店の施設の近くにある特定のエリア(例えば、バス停)にいる人々の集合のデータを収集することは有利なものとなり得る。

0118

さらに、近隣の小売店に関してセンサデータを分析し、それらの小売店によって収集されたセンサデータと販売データの間の相関を決定できる。決定された相関に基づいて、小売店の多様なプロセス(例えば、製品の広告、店内のレイアウト、スタッフの配置、およびこれらの類)を、自動運転車によって収集されるセンサデータに基づいて期待される販売活動における変化により良好に適応するよう修正できる。

0119

ここでは、コンピュータ可読媒体が単一の媒体として示されているが、「コンピュータ可読媒体」という用語は、単一の媒体または複数の媒体、集中または分散型のデータベース、および/または関連付けされたキャッシュおよび1つまたは複数のセットのインストラクションを保存するサーバを含む。また「コンピュータ可読媒体」という用語は、プロセッサによる実行のため、またはコンピュータシステムに、この中に開示されている方法または動作のうちの任意の1つまたは複数を実行させるインストラクションのセットを保存し、エンコードし、または担持することが可能である任意の媒体を含むものとする。

0120

特定の非限定的な、例示的な実施の態様においては、コンピュータ可読媒体が、1つまたは複数の不揮発性読出し専用メモリを収容するメモリカードまたは他のパッケージ等のソリッドステートメモリを含むことが可能である。さらにコンピュータ可読媒体は、ランダムアクセスメモリまたは他の揮発性の再書き込み可能なメモリとすることが可能である。それに加えて、コンピュータ可読媒体は、ディスクまたはテープ等の光磁気または光学媒体、または他の、送信媒体に乗って通信される信号等の搬送波信号を取り込むストレージデバイスを含み得る。したがって、本開示は、データまたはインストラクションを保存することができる任意のコンピュータ可読媒体または他の均等および後継の媒体を含むと見做される。

0121

この明細書は、特定の標準およびプロトコルを参照する特定の実施の態様の中で実装され得る構成要素および機能を記述しているが、その種の標準およびプロトコルに開示が限定されることはない。

0122

この中で述べられている実施の態様の説明には、多様な実施の態様の構造の包括的な理解を提供することが意図されている。説明が、この中で述べられている開示のすべての要素および特徴の完全な記述として資することは意図されていない。本開示を検討した後であれば、他の多くの実施の態様が、この分野の当業者には明らかになるかも知れない。本開示の範囲から逸脱することなく、構造的かつ論理的な置換および変更がなし得るように、他の実施の態様が利用され、本開示から導出されることもあり得る。それに加えて、図示は、表現上のものに過ぎず、縮尺忠実に描かれてないことがある。図示の中の特定の割合が誇張されていることもある一方、他の比率が最小化されていることもある。したがって、開示および図面は、限定ではなく説明的なものと見做されるべきである。

0123

本開示の1つまたは複数の実施の態様は、単なる便宜のための用語「発明」によって、任意の特定の発明または発明的概念に本開示の範囲を自発的に限定する意図を伴うことなく個別に、および/または集合的に参照することができる。それに加えて、この中では、具体的な実施の態様が図示され、説明されてきたが、同一または類似した目的を達成するために設計される任意の後続のアレンジメントが、この中に示されている具体的な実施の態様に置き換わり得ることは認識されるものとする。本開示には、この後に続くすべての多様な実施の態様の適応または変形をカバーすることが意図されている。上記の実施の態様および、この中に具体的に記述されなかった他の実施の態様の組み合わせは、この説明を検討した上でこの分野の当業者に明らかになるであろう。

0124

上で述べたとおり、本開示の一実施の態様によれば、小売店における販売活動を最適化するための方法が提供される。方法は、第1のサーバから販売データを受信するステップと、第2のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、プロセッサによって、センサデータの一部と販売データの一部とが相互に関連付けされる事例を識別するステップと、プロセッサによって、センサデータの一部と販売データの一部とが相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、プロセッサによって、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

0125

本開示の別の一実施の態様によれば、販売データは、販売されたアイテムの記述と、アイテムが販売された時間と、アイテムが販売された場所と、を含む。

0126

本開示のさらに別の一実施の態様によれば、販売データは、小売店の施設内に設置された1つまたは複数の決済取引端末から収集される。

0127

本開示のさらに別の一実施の態様によれば、プロセッサによって、トリガ信号と予め決定済みのしきい値とを比較するステップと、トリガ信号の強度が予め決定済みのしきい値に等しいか、またはそれより大きい場合に、トリガ信号は有効なトリガ信号であると決定するステップと、トリガ信号の強度が予め決定済みのしきい値より小さい場合に、トリガ信号は中間トリガ信号であると決定するステップと、をさらに含む。

0128

本開示の別の一実施の態様によれば、プロセッサによって、補助センサデータを収集するために経路修正要求を生成するステップ、をさらに含み、補助センサデータは、トリガ信号を有効化するためにトリガ信号の強度を増加する。

0129

本開示のさらに別の一実施の態様によれば、経路修正要求は、補助センサデータを収集する間における自動運転車のための移動速度を指定する。

0130

本開示のさらに別の一実施の態様によれば、経路修正要求は、収集される予定の補助センサデータを指定する。

0131

本開示のさらに別の一実施の態様によれば、自動運転車は、トリガ信号を識別するために、ターゲットとなる小売店から参照距離内においてセンサデータを収集する。

0132

本開示のさらに別の一実施の態様によれば、複数の小売店のそれぞれの小売システムによって、対応する販売データを収集するステップと、第1のサーバによって、複数の小売店のうちの2つまたはそれより多くの小売店の販売データの類似性を比較するステップと、第1のサーバによって、類似性の量が参照しきい値に等しいか、またはそれより大きい場合に、比較された販売データに十分な類似性が存在すると決定するステップと、第1のサーバによって、十分な類似性を有する販売データを集計するステップと、第1のサーバによって、集計された販売データを、受信された販売データとして第1のサーバから送信するステップと、をさらに含む。

0133

本開示のさらに別の一実施の態様によれば、複数の小売店のそれぞれの小売システムによって、対応する販売データを収集するステップと、複数の小売店のうちの2つまたはそれより多くの小売店の販売データの類似性を比較するステップと、類似性の量が参照しきい値より小さい場合に、比較された販売データに不十分な類似性が存在すると決定するステップと、複数の小売店のうちの局所的小売店の販売データを、局所的小売店の販売データが、複数の小売店のうちの他の小売店の販売データと不十分な類似性を有する時、局所的販売データとして識別するステップと、局所的販売データを、受信された販売データとして第1のサーバから送信するステップと、をさらに含む。

0134

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、ターゲットとなる小売店の展示エリアの構成の修正を含む。

0135

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、在庫管理の修正を含む。

0136

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、プロモーションの動的生成を含む。

0137

本開示のさらに別の一実施の態様によれば、方法が、トリガ信号に対応する広告を識別するステップをさらに含む。

0138

本開示のさらに別の一実施の態様によれば、方法が、広告を広告装置に送信するステップを含み、広告装置は表示器およびスピーカを含む。

0139

本開示のさらに別の一実施の態様によれば、広告装置は、自動運転車に装備される。

0140

本開示のさらに別の一実施の態様によれば、自動運転車は、画像センサ、音声センサ、動きセンサ、光センサ、無線センサ、無線センサ、および気象センサのうちの少なくとも1つを含む。

0141

本開示のさらに別の一実施の態様によれば、方法が、別の自動運転車によって収集される別のセットのセンサデータを収集するステップと、別の自動運転車によって、かつ別のセットのセンサデータに基づいて、別のセットのセンサデータがトリガ信号と対応する時、販売活動における増加が期待されると決定するステップと、をさらに含む。

0142

本開示の別の一実施の態様によれば、プロセッサによる実行時に、コンピュータ装置にプロセスを実行させるコンピュータプログラムを保存している非一過性のコンピュータ可読ストレージ媒体が開示される。当該プロセスは、第1のサーバから販売データを受信するステップと、第2のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例を識別するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

0143

本開示のさらに別の一実施の態様によれば、自動運転車(AV)のための地図データを更新するためのコンピュータ装置が提供される。コンピュータ装置は、インストラクションを保存するメモリ、およびそれらのインストラクションを実行するプロセッサを含む。インストラクションは、プロセッサによって実行されるとプロセッサにセットの動作を行わせる。当該セットの動作は、第1のサーバから販売データを受信するステップと、第2のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例を識別するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

0144

要約は、請求項の範囲または意味の解釈または限定に使用されることがないとの理解の下に提出される。それに加えて、以上の詳細な説明においては、開示を合理化する目的のために多様な特徴が一緒にグループ化されていること、または単一の実施の態様内で説明されていることがある。本開示は、請求されている実施の態様が、各請求項内に明示的に具陳されているよりも多くの特徴を要求しているとの意図を反映するとして解釈されることはない。むしろ、以下の請求項が反映するとおり、発明の要旨が、開示されたいずれかの実施の態様の特徴のすべてに満たないところに指向されていることもある。したがって、以下の請求項は、各請求項が独立して請求される発明の要旨を定義することから、ほかに依存することなく詳細な説明の中に組み込まれる。

0145

以上の開示された実施の態様の説明は、この分野の当業者が本開示を実施し、または使用することを可能にするべく提供された。したがって、上に開示されている発明の要旨は、限定ではなく例証と見做されるべきであり、また付随する特許請求の範囲は、その種のあらゆる修正、強化、および他の、本開示の真の精神ならびに範囲内に含まれる実施の態様を含むことが意図されている。したがって、法によって許される最大限まで、本開示の範囲は、以下の特許請求の範囲およびそれの均等の可能な限りのもっとも広い解釈によって決定され、以上の詳細な説明によって限定または制限されないものとする。

0146

以上、以上の開示された特定の実施の形態を参照して詳細に説明したが、当業者であれば、特許請求の範囲に記載された範疇内かつ精神から逸脱しない限り、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。本出願は、2017年7月5日に提出された米国仮特許出願第62/528,770号明細書、および2018年6月28日に提出された米国特許出願第16/022,083号明細書の利点を請求する。明細書、図面および/又は特許請求の範囲を含む上記出願の開示全体は、参照により全体が本明細書に取り込まれる。

0147

本開示は、ブロックチェーンを使用してマップデータを動的に認証するシステムおよび方法によれば、自律走行車によって使用されるマップデータを制御するために使用される反駁不能なデータ記憶分散型データ記憶などのブロックチェーンの利点を可能にするという利点を提供する。また、マップデータは検証によって妥当性が確認されたり更新されたりする。

0148

100コンピュータシステム
101ネットワーク
108バス
110プロセッサ
120メインメモリ
130 静的メモリ
140ネットワークインターフェースデバイス
150ビデオ表示器ユニット
160入力デバイス
170カーソルコントロールデバイス
180ディスクドライブユニット
182コンピュータ可読媒体
184インストラクション
190信号発生デバイス
210自動運転車
220小売システムユニット
230小売現場比較ユニット
240環境データベース
250分析ユニット
260小売最適化ユニット
270広告装置
300 自動運転車
310 プロセッサ
320経路設定ユニット
330通信ユニット
340センサ
341画像センサ
342音声センサ
343動きセンサ
344光センサ
345無線センサ
346温度センサ
347湿度センサ
348道路センサ
350 他のデータソース
400 小売システムユニット
410 プロセッサ
420 通信ユニット
430データ収集ユニット
431決済取引ユニット
432 画像センサ
433モバイルデバイス通信ユニット
434 他のデータ収集ユニット
440販売データベース
500 分析ユニット
510 プロセッサ
520 通信ユニット
530信号抽出アルゴリズム
540 アルゴリズム最適化ユニット
550 信号データベース

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ