特開 2024-61570 情報処理装置及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024061570

(43)【公開日】2024-05-07

(54)【発明の名称】情報処理装置及びプログラム

(51)【国際特許分類】

   G08G 1/16 20060101AFI20240425BHJP

【ＦＩ】

G08G1/16 C

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022201614

(22)【出願日】2022-12-16

(31)【優先権主張番号】P 2022169078

(32)【優先日】2022-10-21

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】591280485

【氏名又は名称】ソフトバンクグループ株式会社

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】孫 正義

【テーマコード（参考）】

5H181

【Ｆターム（参考）】

5H181AA01

5H181CC03

5H181CC04

5H181CC12

5H181CC14

5H181FF04

5H181FF05

5H181LL08

5H181LL09

(57)【要約】      （修正有）

【課題】情報処理装置及びプログラムを提供する。
【解決手段】情報処理装置は、障害物の情報を含む複数のセンサ情報を取得する情報取得部と、車両の底面に設けられ、当該車両をジャンプさせるエッジを制御することにより前記障害物を回避する制御部と、を備え、前記制御部は、前記車両の乗員の特性に基づいて、当該車両の前記障害物の回避行動を制御する制御変数を算出する。前記制御部は、前記制御変数に基づいて、１０億分の１秒単位で車両の自動運転を制御する。
【選択図】図１

【特許請求の範囲】

【請求項1】

障害物の情報を含む複数のセンサ情報を取得する情報取得部と、
車両の底面に設けられ、当該車両をジャンプさせるエッジを制御することにより前記障害物を回避する制御部と、を備え、
前記制御部は、前記車両の乗員の特性に基づいて、当該車両の前記障害物の回避行動を制御する制御変数を算出する情報処理装置。

【請求項2】

前記制御部は、前記制御変数に基づいて、１０億分の１秒単位で車両の自動運転を制御する請求項１に記載の情報処理装置。

【請求項3】

前記制御部は、前記車両の乗員の前記障害物を回避する際の反応に基づいて、前記特性を更新する請求項１に記載の情報処理装置。

【請求項4】

前記エッジを制御することにより前記障害物を回避するかを前記乗員により予め選択可能にする請求項１に記載の情報処理装置。

【請求項5】

コンピュータを請求項１～４の何れか１項に記載の情報処理装置として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置及びプログラムに関する。

【背景技術】

【0002】

特許文献１には、自動運転機能を有する車両について記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－０３５１９８号公報

【発明の概要】

【課題を解決するための手段】

【0004】

本発明の一実施態様によれば、情報処理装置が提供される。前記情報処理装置は、障害物の情報を含む複数のセンサ情報を取得する情報取得部と、車両の底面に設けられ、当該車両をジャンプさせるエッジを制御することにより前記障害物を回避する制御部と、を備え、前記制御部は、前記車両の乗員の特性に基づいて、当該車両の前記障害物の回避行動を制御する制御変数を算出する。

【0005】

前記情報処理装置では、前記制御部は、前記制御変数に基づいて、１０億分の１秒単位で車両の自動運転を制御する。

【0006】

前記情報処理装置では、前記制御部は、前記車両の乗員の前記障害物を回避する際の反応に基づいて、前記特性を更新する。

【0007】

前記情報処理装置では、前記エッジを制御することにより前記障害物を回避するかを前記乗員により予め選択可能にする。

【0008】

本発明の一実施態様によれば、コンピュータを、前記情報処理装置として機能させるためのプログラムが提供される。

【0009】

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

【図面の簡単な説明】

【0010】

【図1】超高性能自動運転のＡＩの危険予測能力について概略的に示す図である。

【図2】車両内のネットワーク構成の一例を概略的に示す図である。

【図3】比例定数の段階の一例を概略的に示す図である。

【図4】比例定数の段階の一例を概略的に示す図である。

【図5】比例定数の段階の一例を概略的に示す図である。

【図6】Ｃｅｎｔｒａｌ Ｂｒａｉｎにより実行されるフローチャートである。

【図7】車両の停止距離の例を説明する第１の説明図である。

【図8】車両１２の停止距離の例を説明する第２の説明図である。

【図9】車両１２の停止距離の例を説明する第３の説明図である。

【図10】車両１２の停止距離の例を説明する第４の説明図である。

【図11】Ｃｅｎｔｒａｌ Ｂｒａｉｎによる自動運転の制御例を説明する説明図である。

【図12】パーフェクトステアリングコントロール及びパーフェクトステアリングコントロールの概要図である。

【図13】エッジを説明する説明図である。

【図14】Ｃｅｎｔｒａｌ Ｂｒａｉｎによるエッジの動作例を説明する説明図である。

【図15】Ｃｅｎｔｒａｌ Ｂｒａｉｎとして機能するコンピュータのハードウェア構成の一例を概略的に示す図である。

【発明を実施するための形態】

【0011】

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

【0012】

図１は、本実施形態に係る超高性能自動運転のＡＩの危険予測の能力について概略的に示す。本実施形態においては、複数種類のセンサ情報をＡＩデータ化してクラウドに蓄積する。ＡＩがナノセカンド（１０億分の１秒）ごとに状況のベストミックスを予測、判断し、車両１２の運行を最適化する。本実施形態では、車両１２は電気自動車であることが望ましい。

【0013】

図２は、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０の車両１２内の構成を説明するための図である。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、情報処理装置の一例である。

【0014】

図２に示されているように、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０には、複数のＧａｔｅ Ｗａｙが通信可能に接続されている。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、Ｇａｔｅ Ｗａｙを介して外部のクラウドに接続されている。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、Ｇａｔｅ Ｗａｙを介して外部のクラウドへアクセスすることができるように構成されている。その一方で、Ｇａｔｅ Ｗａｙの存在により、外部からＣｅｎｔｒａｌ Ｂｒａｉｎ１２０へ直接アクセスすることはできないように構成されている。

【0015】

Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、所定時間が経過する毎に、要求信号をサーバへ出力する。具体的には、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、１０億分の１秒毎に、問い合わせを表す要求信号をサーバへ出力する。

【0016】

本実施形態において使用するセンサの例として、レーダー、ＬｉＤＡＲ、高画素・望遠・超広角・３６０度・高性能カメラ、ビジョン認識、微細音、超音波、振動、赤外線、紫外線、電磁波、温度、湿度、スポットＡＩ天気予報、高精度マルチチャネルＧＰＳ、低高度衛星情報、ロングテールインシデントＡＩ ｄａｔａ等が挙げられる。ロングテールインシデントＡＩ ｄａｔａとはレベル５の実装した自動車のＴｒｉｐデータである。

【0017】

複数種類のセンサから取り入れるセンサ情報として、体重の重心移動、道路の材質の検知、外気温度の検知、外気湿度の検知、坂道の上下横斜め傾き角度の検知、道路の凍り方、水分量の検知、それぞれのタイヤの材質、摩耗状況、空気圧の検知、道路幅、追い越し禁止有無、対向車、前後車両の車種情報、それらの車のクルージング状態、周囲の状況（鳥、動物、サッカーボール、事故車、地震、火事、風、台風、大雨、小雨、吹雪、霧、など）等が挙げられ、本実施形態では、これらの検知を１０億分の１秒毎に実施する。

【0018】

本実施形態においては、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、上記のセンサにより検知された、道路上で故障している車両などの障害物の情報を含む車両１２が走行する道路の道路状況を示す道路情報（例：道路の材質、坂道の上下横斜め傾き角度、道路の凍り方、及び道路の水分量等）などの情報取得部が取得する情報を取得した場合に、当該障害物を回避するための車両の速度を制御する制御部として機能する。

【0019】

また、本実施形態においては、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両の速度を制御する制御変数を算出し、当該制御変数に基づいて、１０億分の１秒単位で車両の自動運転を制御する制御部として機能する。具体的には、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、以下の関係式により車両の速度（加速・減速）を制御する。そして、フリクションのないパーフェクトなコーナリングを実現する。

【数1】

ここで、ａは、比例定数であり、制御変数の一例である。フリクションのないパーフェクトなコーナリングとは、美しい、滑らかなパーフェクトな加速のことをいう。かかる数式により、パーフェクトな加速を表すことができる。比例定数は、１０億分の１秒毎に何段階にでも滑らかに変更可能である。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、走行時間（Ｄｒｉｖｉｎｇ Ｔｉｍｅ）、電池の消耗（Ｂａｔｔｅｒｙ Ｄｅｐｌｅｔｉｏｎ）、咄嗟の危機回避といった状況（Ａｖｏｉｄ Ａｃｃｉｄｅｎｔｓ）、タイヤなどのマテリアルの状態（Ｍａｔｅｒｉａｌ Ｃｏｎｄｉｔｉｏｎ）、風速等の変数（Ｗｉｎｄ Ｓｐｅｅｄ）などのセンサ情報から計算し、クラウドに蓄積されたデータを突き合わせて差分を微調整し、ゴールシークにより導き出された比例定数の数を正しく４つの車輪２１にそれぞれ搭載されたインホイールモータと４つのスピン角度に伝達することで最適な加減速を行うパーフェクトスピードコントロール及びパーフェクトステアリングコントロールを実現する。これがオブジェクト指向のゴールシーク走行システムである。そして、かかる走行を実現することがＬｅｖｅｌ６の役割である。ここで、「Ｌｅｖｅｌ６」は、自動運転を表すレベルであり、完全自動運転を表すＬｅｖｅｌ５よりも更に上のレベルに相当する。Ｌｅｖｅｌ５は完全自動運転を表すものの、それは人が運転するのと同等レベルであり、それでも未だに事故などが発生する確率はある。Ｌｅｖｅｌ６とは、Ｌｅｖｅｌ５よりも上のレベルを表すものであり、Ｌｅｖｅｌ５よりも事故が発生する確率が低いレベルに相当する。

【0020】

図３乃至図５は、比例定数の段階を説明するための図である。

【0021】

図３に示されているように、例えば、比例定数の段階が４段の場合は、０，Ｓ，Ｍ，Ｌ（ＬがＭａｘ性能）の場合がある。このように、比例定数は、１０億分の１秒毎に何段にでも変更可能であり、４つの車輪２１にそれぞれ搭載されたインホイールモータに命じて加減速を行う。図４は、比例定数が４段階の場合をグラフ化したものである。そして、図５に示されているように、複数段階の比例定数を組み合わせることにより、車両の速度を可変して行くことができる。

【0022】

Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、図６に示されているフローチャートを繰り返し実行する。

【0023】

ステップＳ１０において、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、センサにより検知された障害物１３の情報や道路情報を含むセンサ情報を取得する。そして、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、ステップＳ１１に進む。

【0024】

ステップＳ１１において、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、ステップＳ１０で取得したセンサ情報に基づいて、比例定数を算出する。そして、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、ステップＳ１２に進む。

【0025】

ステップＳ１２において、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、ステップＳ１１で算出した比例定数に基づいて、自動運転を制御する。そして、Ｃｅｎｔｒａｌ Ｂｒａｉｎ １２０は、当該フローチャートの処理を終了する。

【0026】

図７乃至図１０は、車両１２の停止距離の例を説明する説明図である。

【0027】

図７は、速度１００ｋｍ／ｈ（時速）で走っている車両１２が障害物１３を当該障害物１３まで１１５ｍ（メートル）の地点で障害物１３の情報を取得した場合の例である。かかる例では、障害物１３の情報の取得（車両Ａの位置）から危険認識まで０．３秒、危険認識からブレーキスタートまで０．７秒かかっており、この計１．０秒の間に、車両１２が約２８ｍ移動（車両Ｂの位置）している。そして、例えば、車両１２が停止（車両Ｃの位置）するまで制動距離が８４ｍかかっていることを示している。

【0028】

図８は、凍結した路面で、速度１００ｋｍ／ｈで走っている車両１２が障害物１３を当該障害物１３まで１１５ｍ（メートル）の地点で障害物１３の情報を取得した場合の例である。かかる例では、障害物１３の情報の取得（車両Ａの位置）から危険認識まで０．３秒、危険認識からブレーキスタートまで０．７秒かかっており、この計１．０秒の間に、車両１２が約２８ｍ移動（車両Ｂの位置）している。そして、例えば、上述した図７に示すとおり、車両１２が停止するまで制動距離が８４ｍかかるところ、更にスリップして停止（車両Ｃの位置）することを示している。

【0029】

図９は、止まっている車両１２が速度１００ｋｍ／ｈまで加速した後、障害物１３の情報を取得した場合の例である。かかる例では、止まっている車両１２（車両Ａの位置）から１．９秒（２６ｍ）で１００ｋｍ／ｈまで加速し、障害物１３の情報の取得（車両Ｂの位置）から危険認識まで０．３秒、危険認識からブレーキスタートまで０．７秒（車両Ｃの位置）かかっており、この計１．０秒の間に、車両１２が速度２００ｋｍ／ｈに到達し、約４２ｍ移動（車両Ｃの位置）している。そして、例えば、車両１２が停止（車両Ｄの位置）するまで制動距離が２８０ｍかかっていることを示している。

【0030】

図１０は、凍結した路面で、止まっている車両１２が速度１００ｋｍ／ｈまで加速した後、障害物１３の情報を取得した場合の例である。かかる例では、止まっている車両１２（車両Ａの位置）から１．９秒（２６ｍ）で１００ｋｍ／ｈまで加速し、障害物１３の情報の取得（車両Ｂの位置）から危険認識まで０．３秒、危険認識からブレーキスタートまで０．７秒（車両Ｃの位置）かかっており、この計１．０秒の間に、車両１２が速度２００ｋｍ／ｈに到達し、約４２ｍ移動（車両Ｃの位置）している。そして、例えば、上述した図９に示すとおり、車両１２が停止するまで制動距離が２８０ｍかかるところ、更にスリップして停止（車両Ｄの位置）することを示している。

【0031】

図１１は、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０による自動運転の制御例を説明する説明図である。

【0032】

図１１は、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０が、走行時間（Ｄｒｉｖｉｎｇ Ｔｉｍｅ）、電池の消耗（Ｂａｔｔｅｒｙ Ｄｅｐｌｅｔｉｏｎ）、咄嗟の危機回避といった状況（Ａｖｏｉｄ Ａｃｃｉｄｅｎｔｓ）、タイヤなどのマテリアルの状態（Ｍａｔｅｒｉａｌ Ｃｏｎｄｉｔｉｏｎ）、風速などの変数（Ｗｉｎｄ Ｓｐｅｅｄ）などのセンサ情報からＣｅｎｔｒａｌ Ｂｒａｉｎ１２０が算出した比例定数に基づいて、車両１２の速度を制御することで、障害物１３を回避する例であり、凍結した路面で、止まっている車両１２が速度１００ｋｍ／ｈまで加速した後、障害物１３の情報を取得した例である。かかる例では、止まっている車両１２（車両Ａの位置）から１．９秒（２６ｍ）で１００ｋｍ／ｈまで加速し、障害物１３の情報の取得（車両Ｂの位置）をすると直ちに（１０億分の１秒）車両の自動運転を制御することで減速・加速をすることを示している。

【0033】

図１２は、本実施形態に係る情報処理装置によって実現されるパーフェクトスピードコントロール及びパーフェクトステアリングコントロールについて概略的に示す。図１２に示す原理は、車両の速度を算出するし、ＩｎｐｕｔとＣｌｏｕｄ Ｄａｔｅとからパーフェクトスピードコントロール及びパーフェクトステアリングコントロールを実現している。

【0034】

ここで、従来の自動運転車両では、道路状況を一定程度加味してコーナリングすることが可能であるものの、１０億分の１秒単位での正確なコーナリングはできていなかった。また、自動運転車両が障害物を検知し、ブレーキをかけて停止するまでには一定の距離を必要とした。
そのため、従来の自動運転車両ではコーナリングを１０億分の１秒単位で正確にコントロールできないため、コーナリングの際にスリップ等の事故が発生してしまっていた。また、仮に理論上の正確なコーナリングを計算できたとしても、現実の様々な摩擦の状況（タイヤ、道路状況、気温、温度、湿度、風速等）を加味してコーナリングを行うことができなかった。
本実施形態に係る車両１２によれば、上記で説明した構成に基づいて、自動運転の安全性を高めることができる。

【0035】

また、本実施形態においては、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両１２の速度を制御することにより障害物１３を回避することができない場合、又は、車両１２の速度を制御することにより障害物１３を回避することができる場合であっても、車両１２の底面２０に設けられ、当該車両１２をジャンプさせるエッジ２２を制御することにより障害物を回避する制御部として機能する。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両１２の乗員の特性に基づいて、当該車両１２の障害物の回避行動を制御する制御変数を算出する。

【0036】

具体的には、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、上述した数１により車両の速度（加速・減速）に加え、又は、車両の速度（加速・減速）とは別に、エッジ２２を制御する。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、乗員の特性の他、走行時間（Ｄｒｉｖｉｎｇ Ｔｉｍｅ）、電池の消耗（Ｂａｔｔｅｒｙ Ｄｅｐｌｅｔｉｏｎ）、咄嗟の危機回避といった状況（Ａｖｏｉｄ Ａｃｃｉｄｅｎｔｓ）、タイヤなどのマテリアルの状態（Ｍａｔｅｒｉａｌ Ｃｏｎｄｉｔｉｏｎ）、風速等の変数（Ｗｉｎｄ Ｓｐｅｅｄ）などのセンサ情報から計算し、クラウドに蓄積されたデータを突き合わせて差分を微調整し、ゴールシークにより導き出された比例定数の数を正しくエッジ２２を道路側に押し出すモータに伝達することで最適なジャンプを行うパーフェクトスピードコントロール及びパーフェクトステアリングコントロールを実現する。

【0037】

ここで、比例定数の段階は、上述した車両の速度の場合と同様に、１０億分の１秒毎に何段にでも変更可能である。すなわち、エッジ２２を道路側に押し出すスピードや量を何段にでも変更可能である。

【0038】

また、乗員の特性は、例えば、車両１２のジャンプなどの動作に対する許容度、車酔いのしやすさ、車両１２のジャンプの恐怖感などが含まれる。乗員の特性には、その他の特性、例えば、乗員の年齢や性別、病歴、運転技能などを含んでもよい。すなわち、障害物を回避するための行動とはいっても、車両１２でジャンプすることを怖いと感じる乗員が存在することが予想され、乗員の特性に応じて比例定数を変更可能としている。かかる乗員の特性は、乗員によりデータを入力させることの他、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０が、乗員を記憶し、当該乗員毎の乗車中の状態のセンサ情報を取得して判断してもよい。具体的には、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両１２でジャンプすることが怖い入力した乗員に対しては、ジャンプを小さくする比例定数にすることや、ジャンプをしないで障害物を回避することなどを実行する。

【0039】

なお、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両１２の乗員の障害物を回避する際の反応に基づいて、乗員の特性を更新してもよい。すなわち、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、乗員を記憶し、当該乗員に対して行った障害物の回避行動について、乗員が怖がったなどのセンサ情報（心拍数、ストレス値、画像などを含む）を取得して乗員の特性を更新する。このように構成することで、乗員が怖がった場合などはジャンプを小さくする比例定数にすることや、ジャンプをしないで障害物を回避することなどを実行するようにすることが可能となる。また、乗員が怖がっていない場合などはジャンプを大きくする比例定数にすることなどが可能となる。

【0040】

また、エッジ２２を制御することにより障害物を回避するかを乗員により予め選択可能にしてもよい。すなわち、障害物を回避するため行動とはいっても車両１２でジャンプすることを怖いと感じる乗員が存在することが予想され、乗員によりジャンプ以外の回避行動を優先的に実行させることを選択可能にしてもよい。

【0041】

また、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、乗員の特性と実行した障害物の回避行動に対する反応とを学習させた学習済みモデルに乗員の特性を入力し、出力された結果を基に比例定数を決定するようにしてもよい。

【0042】

図１３に示すように、車両１２の底面２０の車輪２１の前輪２１Ａと後輪２１Ｂとの間に、底面２０から道路に向けて突出し、当該道路側に押し出し可能なエッジ２２を備えている。なお、エッジ２２は、図１３に示す形状に限定されない。また、車両１２の左右に１つずつに限定されず、複数備えられてもよいし、又、車両の１２の様々な場所に備えられてもよい。そして、図１４（Ａ）に通常の状態から、図１４（Ｂ）に示すように、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、障害物１３を回避する際に、エッジ２２を道路側に押し出して、車両１２をジャンプさせる。ここで、エッジ２２を道路側に押し出すモータなどの機構は図示を省略している。また、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、左右一方のエッジ２２のみを押し出すのではなく、両方のエッジ２２を押し出してもよいし、左右のエッジ２２の押し出しのタイミングをずらして押し出してもよい。また、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、車両１２を回転させるようにエッジ２２の押し出しや車両１２の速度を制御してもよい。Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０は、かかるジャンプの後、パーフェクトスピードコントロール及びパーフェクトステアリングコントロールにより車両１２を滑らかに着地することを可能としている。障害物１３（例えば、道路で炎上しているトラック）を検知した際も、車両１２の速度や障害物１３までの距離によっては停止することができず、車両１２と障害物１３の衝突を回避することができなかったが、このように構成することにより、自動運転の安全性を高めることができる。また、障害物１３を飛び越えることにより、車両１２の速度を制御することによっては障害物１３を回避することができない場合であっても障害物１３を回避することが可能となる。

【0043】

図１５は、Ｃｅｎｔｒａｌ Ｂｒａｉｎ１２０として機能するコンピュータ１２００のハードウェア構成の一例を概略的に示す。コンピュータ１２００にインストールされたプログラムは、コンピュータ１２００を、本実施形態に係る装置の１又は複数の「部」として機能させ、又はコンピュータ１２００に、本実施形態に係る装置に関連付けられるオペレーション又は当該１又は複数の「部」を実行させることができ、及び／又はコンピュータ１２００に、本実施形態に係るプロセス又は当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ１２００に、本明細書に記載のフローチャート及びブロック図のブロックのうちのいくつか又はすべてに関連付けられた特定のオペレーションを実行させるべく、ＣＰＵ１２１２によって実行されてよい。

【0044】

本実施形態によるコンピュータ１２００は、ＣＰＵ１２１２、ＲＡＭ１２１４、及びグラフィックコントローラ１２１６を含み、それらはホストコントローラ１２１０によって相互に接続されている。コンピュータ１２００はまた、通信インタフェース１２２２、記憶装置１２２４、ＤＶＤドライブ、及びＩＣカードドライブのような入出力ユニットを含み、それらは入出力コントローラ１２２０を介してホストコントローラ１２１０に接続されている。ＤＶＤドライブは、ＤＶＤ－ＲＯＭドライブ及びＤＶＤ－ＲＡＭドライブ等であってよい。記憶装置１２２４は、ハードディスクドライブ及びソリッドステートドライブ等であってよい。コンピュータ１２００はまた、ＲＯＭ１２３０及びキーボードのようなレガシの入出力ユニットを含み、それらは入出力チップ１２４０を介して入出力コントローラ１２２０に接続されている。

【0045】

ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ１２１６は、ＲＡＭ１２１４内に提供されるフレームバッファ等又はそれ自体の中に、ＣＰＵ１２１２によって生成されるイメージデータを取得し、イメージデータがディスプレイデバイス１２１８上に表示されるようにする。

【0046】

通信インタフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。記憶装置１２２４は、コンピュータ１２００内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納する。ＤＶＤドライブは、プログラム又はデータをＤＶＤ－ＲＯＭ等から読み取り、記憶装置１２２４に提供する。ＩＣカードドライブは、プログラム及びデータをＩＣカードから読み取り、及び／又はプログラム及びデータをＩＣカードに書き込む。

【0047】

ＲＯＭ１２３０はその中に、アクティブ化時にコンピュータ１２００によって実行されるブートプログラム等、及び／又はコンピュータ１２００のハードウェアに依存するプログラムを格納する。入出力チップ１２４０はまた、様々な入出力ユニットをＵＳＢポート、パラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ１２２０に接続してよい。

【0048】

プログラムは、ＤＶＤ－ＲＯＭ又はＩＣカードのようなコンピュータ可読記憶媒体によって提供される。プログラムは、コンピュータ可読記憶媒体から読み取られ、コンピュータ可読記憶媒体の例でもある記憶装置１２２４、ＲＡＭ１２１４、又はＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ１２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置又は方法が、コンピュータ１２００の使用に従い情報のオペレーション又は処理を実現することによって構成されてよい。

【0049】

例えば、通信がコンピュータ１２００及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース１２２２に対し、通信処理を命令してよい。通信インタフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、記憶装置１２２４、ＤＶＤ－ＲＯＭ、又はＩＣカードのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、又はネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。

【0050】

また、ＣＰＵ１２１２は、記憶装置１２２４、ＤＶＤドライブ（ＤＶＤ－ＲＯＭ）、ＩＣカード等のような外部記録媒体に格納されたファイル又はデータベースの全部又は必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてよい。

【0051】

様々なタイプのプログラム、データ、テーブル、及びデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ１２１２は、当該複数のエントリの中から、第１の属性の属性値が指定されている条件に一致するエントリを検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

【0052】

上で説明したプログラム又はソフトウエアモジュールは、コンピュータ１２００上又はコンピュータ１２００近傍のコンピュータ可読記憶媒体に格納されてよい。また、専用通信ネットワーク又はインターネットに接続されたサーバシステム内に提供されるハードディスク又はＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ１２００に提供する。

【0053】

本実施形態におけるフローチャート及びブロック図におけるブロックは、オペレーションが実行されるプロセスの段階又はオペレーションを実行する役割を持つ装置の「部」を表わしてよい。特定の段階及び「部」が、専用回路、コンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、及び／又はコンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタル及び／又はアナログハードウェア回路を含んでよく、集積回路（ＩＣ）及び／又はディスクリート回路を含んでよい。プログラマブル回路は、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、及びプログラマブルロジックアレイ（ＰＬＡ）等のような、論理積、論理和、排他的論理和、否定論理積、否定論理和、及び他の論理演算、フリップフロップ、レジスタ、並びにメモリエレメントを含む、再構成可能なハードウェア回路を含んでよい。

【0054】

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

【0055】

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

【0056】

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

【0057】

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

【0058】

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

【符号の説明】

【0059】

１２０ Ｃｅｎｔｒａｌ Ｂｒａｉｎ、１２００ コンピュータ、１２１０ ホストコントローラ、１２１２ ＣＰＵ、１２１４ ＲＡＭ、１２１６ グラフィックコントローラ、１２１８ ディスプレイデバイス、１２２０ 入出力コントローラ、１２２２ 通信インタフェース、１２２４ 記憶装置、１２３０ ＲＯＭ、１２４０ 入出力チップ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】