特許 7454608 マテリアルハンドリング環境内の資産の場所を推定する方法及びシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-13

(45)【発行日】2024-03-22

(54)【発明の名称】マテリアルハンドリング環境内の資産の場所を推定する方法及びシステム

(51)【国際特許分類】

   G01S 5/02 20100101AFI20240314BHJP

   G01S 5/14 20060101ALI20240314BHJP

   G01S 1/68 20060101ALI20240314BHJP

   B65G 1/137 20060101ALI20240314BHJP

【ＦＩ】

G01S5/02 Z

G01S5/14

G01S1/68

B65G1/137

【請求項の数】 3

【外国語出願】

(21)【出願番号】P 2022111069

(22)【出願日】2022-07-11

(65)【公開番号】P2023011529

(43)【公開日】2023-01-24

【審査請求日】2022-10-03

(31)【優先権主張番号】17/372,835

(32)【優先日】2021-07-12

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】503261948

【氏名又は名称】ハンド ヘルド プロダクツ インコーポレーティッド

(74)【代理人】

【識別番号】100118902

【弁理士】

【氏名又は名称】山本 修

(74)【代理人】

【識別番号】100106208

【弁理士】

【氏名又は名称】宮前 徹

(74)【代理人】

【識別番号】100147991

【弁理士】

【氏名又は名称】鳥居 健一

(72)【発明者】

【氏名】ビゾアラ・マンジュール

【審査官】東 治企

(56)【参考文献】

【文献】特開２０１９－１０８２２２（ＪＰ，Ａ）

【文献】特開２０１６－２１２０５０（ＪＰ，Ａ）

【文献】特表２０２０－５１５８６２（ＪＰ，Ａ）

【文献】特表２０１９－５２０５６８（ＪＰ，Ａ）

【文献】特開２０２０－１０１４１３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１９／０１３８９７５（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０２０／００９７６９０（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１４／００６２７９２（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１８／００３２３５６（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｓ ５／００－５／１４

Ｇ０１Ｓ １／６８

Ｂ６５Ｇ １／１３７

(57)【特許請求の範囲】

【請求項1】

資産を追跡するための方法であって、前記方法が、
プロセッサによって、前記資産に関連付けられたＲＦタグから受信されたＲＦ信号に関連付けられたメタデータに基づいて、屋内環境内の資産の１つ以上の場所を判定することと、
前記プロセッサによって、前記ＲＦタグが一組のＲＦビーコンの見通し線（ＬＯＳ）内にあるときに判定される前記１つ以上の場所のうちの第１の組の場所を識別することであって、前記第１の組の場所が、前記屋内環境内の前記資産の較正された場所に対応する、識別することと、
前記プロセッサによって、前記ＲＦタグが前記一組の前記ＲＦビーコンの前記見通し線（ＬＯＳ）外にあるときに判定される前記１つ以上の場所のうちの第２の組の場所を識別することであって、前記第２の組の場所が、屋内環境内の前記資産の較正されていない場所に対応する、識別することと、
前記プロセッサによって、モバイルコンピュータ及び／又はマシンから取得された前記第２の組の場所の較正された場所である前記資産の第３の組の場所を受信することと、
前記プロセッサによって、前記第１の組の場所、前記第２の組の場所、及び前記第３の組の場所、並びに前記ＲＦ信号に関連付けられた前記メタデータに基づいて、機械学習（ＭＬ）モデルを訓練することであって、前記ＭＬモデルが、前記屋内環境内の別の資産の第４の組の場所を、前記別の資産に関連付けられたＲＦタグから受信されたＲＦ信号に関連する前記メタデータに基づいて予測するように構成されている、訓練することと、を含む、方法。

【請求項2】

前記プロセッサによって、前記屋内環境内の他の資産の１つ以上の場所を判定することを更に含む、請求項１に記載の方法。

【請求項3】

前記他の資産の前記１つ以上の場所が、前記屋内環境における前記他の資産の較正された場所に対応する第１の組の場所、及び第２の組の場所を含み、前記第２の組の場所が、前記屋内環境における前記他の資産の較正されていない場所を含む、請求項２に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の実施形態の例は、概して、マテリアルハンドリング環境に関し、より詳細には、マテリアルハンドリング環境における資産の場所を推定する方法及びシステムに関する。

【背景技術】

【0002】

典型的なマテリアルハンドリング環境は、カートン、ボックス、及び／又はパッケージなどであるが、これらに限定されない、資産を収容するように構成され得る１つ以上のラックを含む。いくつかの例では、マテリアルハンドリング環境内のこれらの資産の場所を追跡することが必要とされ得る。このため、マテリアルハンドリング環境には、マテリアルハンドリング環境内の所定の場所に複数の無線周波数（Radio Frequency、ＲＦ）ビーコンが備え付けられ得る。複数のＲＦビーコンは、資産の各々と結合されたＲＦタグから受信された信号に基づいて場所を判定するように構成され得る。

【発明の概要】

【0003】

本明細書に例示される様々な実施形態は、資産を追跡するための方法を開示する。本方法は、資産に関連付けられたＲＦタグから受信されたＲＦ信号に関連付けられたメタデータに基づいて、屋内環境内の資産の１つ以上の場所を判定することを含む。本方法は、１つ以上の場所のうちの第１の組の場所を識別することを更に含む。第１の組の場所は、屋内環境内の資産の較正された場所に対応する。本方法は、１つ以上の場所のうちの第２の組の場所を識別することを更に含み、第２の組の場所は、屋内環境内の資産の較正されていない場所に対応する。更に、本方法は、資産の第２の組の場所の第３の組の場所を受信することを含み、第３の組の場所は、第２の組の場所の較正された場所に対応する。更に、本方法は、第１の組の場所、第２の組の場所、及び第３の組の場所、並びにＲＦ信号に関連付けられたメタデータに基づいて、機械学習（Machine Learning、ＭＬ）モデルを訓練することを含み、ＭＬモデルは、屋内環境内の別の資産の第４の組の場所を予測するように構成されている。

【0004】

本明細書に例示される様々な実施形態は、資産を追跡するための中央サーバを開示する。中央サーバは、プロセッサを含む。更に、中央サーバは、プロセッサに通信可能に結合されたメモリデバイスを含み、メモリデバイスは、資産に関連付けられたＲＦタグから受信された無線周波数（ＲＦ）信号に関連付けられたメタデータに基づいて屋内環境内の資産の１つ以上の場所を判定するために、プロセッサによって実行可能な一組の命令を含む。プロセッサは、１つ以上の場所のうちの第１の組の場所を識別するように更に構成されており、第１の組の場所は、資産上のＲＦタグが屋内環境に設置されたＲＦビーコンの見通し線（Line of Sight、ＬＯＳ）内にある、屋内環境内の場所に対応する。加えて、プロセッサは、１つ以上の場所のうちの第２の組の場所を識別するように構成されており、第２の組の場所は、資産上のＲＦタグがＲＦビーコンのＬＯＳ外にある、屋内環境内の場所に対応し、第２の組の場所は、屋内環境内のＲＦタグの較正されていない場所に対応する。更に、プロセッサは、第３の組の場所を受信するように構成されており、第３の組の場所は、第２の組の場所の較正された場所に対応する。プロセッサは、第１の組の場所、第２の組の場所、第３の組の場所、及び機械学習（ＭＬ）モデルに関連付けられたメタデータに基づいて、ＭＬモデルを訓練するように更に構成されており、ＭＬモデルは、他の資産上のＲＦタグがＲＦビーコンのＬＯＳ外にあるときに、屋内環境内の別の資産の第４の組の場所を予測するように構成されている。

【0005】

様々な実施形態は、本明細書において、資産を追跡するための方法を例示している。本方法は、資産に関連付けられたＲＦタグから受信された無線周波数（ＲＦ）信号に関連付けられたメタデータに基づいて、屋内環境内の資産の１つ以上の場所を判定することを含み、１つ以上の場所は、第１の組の場所及び第２の組の場所を含み、第１の組の場所は、屋内環境内の資産の較正された場所に対応し、第２の組の場所は、屋内環境内の資産の較正されていない場所に対応する。更に、本方法は、プロセッサによって、機械学習（ＭＬ）モデルを利用することによって、第１の組の場所及び第２の組の場所に基づいて、第３の組の場所を予測することを含む。加えて、本方法は、第３の組の場所に基づいて、資産が収容されている通路の場所を予測することを含む。

【0006】

前述の例示的概要、並びに本開示の他の例示的な目的及び／又は利点の例、並びにそれが達成され得る様式は、以下の詳細な記述及びその添付図面において更に説明され得る。

【図面の簡単な説明】

【0007】

図示の実施形態の説明は、添付の図面と併せて読むことができる。図の簡略化及び明確化のために、図面に示される要素は必ずしも縮尺どおりに描かれていないことが理解されよう。例えば、要素のうちのいくつかの寸法は、他の要素に対して誇張されている。本開示の教示を組み込む実施形態は、本明細書に提示される図に関連して示され、説明される。

【0008】

【図1】本明細書に例示される１つ以上の実施形態による、マテリアルハンドリング環境の例を例示する。

【0009】

【図2】本明細書に例示される１つ以上の実施形態による、中央サーバのブロック図を例示する。

【0010】

【図3】本明細書に例示される１つ以上の実施形態による、中央サーバを動作させるための方法のフローチャートを例示する。

【0011】

【図4】本明細書に例示される１つ以上の実施形態による、ラック及び／又は通路に収容された資産の正確な場所を予測することができる別のＭＬモデルを訓練するための方法のフローチャートを例示する。

【0012】

【図5】本明細書に例示される１つ以上の実施形態による、マテリアルハンドリング環境内の別の資産の第４の組の場所を予測するための方法のフローチャートを例示する。

【0013】

【図6】本明細書に例示される１つ以上の実施形態による、場所の時系列データを分類するための方法のフローチャートを例示する。

【0014】

【図7】本明細書に例示される１つ以上の実施形態による、場所の時系列データを分類するための方法のフローチャートを例示する。

【0015】

【図8】本明細書に例示される１つ以上の実施形態による、第１の組の場所及び第２の組の場所における一組の横断場所を分類するための方法のフローチャートを例示する。

【0016】

【図9】本明細書に例示される１つ以上の実施形態による、第２の組の場所の第３の組の場所を判定するための方法のフローチャートを例示する。

【0017】

【図10】本明細書に記載の１つ以上の実施形態による、ＭＬモデルを訓練するシナリオの例を例示する。

【発明を実施するための形態】

【0018】

次に、本開示のいくつかの実施形態について添付図面を参照しながら以下により詳細に説明するが、本開示のすべてではなくいくつかの実施形態を示すものである。実際に、本開示は、多くの異なる形態で具現化されてもよく、本明細書に記載される実施形態に限定されるものとして解釈されるべきではなく、むしろ、これらの実施形態は、本開示が適用可能な法的要件を満たすように提供される。同様の数字は、全体を通して同様の要素を指す。

【0019】

文脈上、他に要求されない限り、本明細書及び以下の特許請求の範囲を通して、「備える（comprise）」という単語並びに「備える（comprises）」及び「備える（comprising）」などの変形は、「備える」、すなわち、「含むが、これらに限定されない」と解釈されるべきである。

【0020】

本明細書全体を通して「１つの実施形態」又は「一実施形態」への言及は、実施形態に関連して記載される特定の特徴、構造、又は特性が、少なくとも一実施形態に含まれることを意味する。したがって、本明細書を通して様々な箇所における「１つの実施形態では」又は「一実施形態では」という語句の出現は、必ずしもすべてが同じ実施形態を指すものではない。更に、１つ以上の実施形態からの１つ以上の特定の特徴、構造、又は特性は、１つ以上の他の実施形態において任意の好適な様式で組み合わされてもよい。

【0021】

本明細書で使用するとき、「例」又は「例示的な」という用語は、「一例、事例、又は実例としての役割を果たすこと」を意味する。「例示的な」として本明細書に記載される任意の実施は、必ずしも他の実施よりも好ましい又は有利であると解釈されなくてよい。

【0022】

本明細書が、ある部品又は特徴が、「含まれてもよい」、「含むことできる」、「含み得る」、「含むべきである、「含むであろう」、「好ましくは含む」、「場合により含む」、「典型的には含む」、「任意選択的に含む」、「例えば含む」、「多くの場合含む」又は「含むかもしれない」（又は他のそのような言語）、あるいはある特性を有することを提示する場合、その特定の部品又は特徴は、含まれることを必要としないか又はその特性を有することを必要としない。このような部品又は特徴は、いくつかの実施形態に任意選択的に含まれてもよく、又は除外されてもよい。

【0023】

本開示において、「電子的に結合された」、「電子的に結合している」、「電子的に結合する」、「～と通信する」、「～と電子通信する」、又は「通信可能に接続された」という用語は、２つ以上の構成要素が有線手段（例えば、システムバス、有線イーサネットがあるが、これらに限定されない）及び／又は無線手段（例えば、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、ＺｉｇＢｅｅがあるが、これらに限定されない）を通して（直接又は間接的に）接続され、それにより、データ及び／又は情報が、これらの構成要素に送信され、かつ／又はこれらの構成要素から受信され得ることを指す。

【0024】

「アンテナ素子」という用語は、本明細書では、電圧信号がアンテナ素子に印加されるときに無線周波数（ＲＦ）信号を生成するように構成され得るデバイス又は装置（例えば、アクティブ素子）に対応するように使用される。例えば、アンテナ素子は、高周波（High Frequency、ＨＦ）帯域又は低周波数（Low Frequency、ＬＦ）帯域のＲＦ信号を生成するように構成され得る。追加的又は代替的に、アンテナ素子は、超高周波数（Ultra-High Frequency、ＵＨＦ）帯域のＲＦ信号を生成し得る。追加的又は代替的に、アンテナ素子は、他の周波数帯域のＲＦ信号を生成し得る。いくつかの例では、アンテナ素子は、例えば、ＲＦ信号を生成するためにアクティブ素子に電子的に結合される、整合回路を更に備え得る。

【0025】

「無線周波数（ＲＦ）タグ」という用語は、本明細書では、集積回路（Integrated Circuit、ＩＣ）、アンテナ素子、及び／又は基板を備え得る物品、デバイス、又は装置に対応するように使用される。実施形態の例では、アンテナ素子及びＩＣは、基板上に製造されてもよい。実施形態の例では、ＩＣは、基板上の相互接続部を通してアンテナ素子に通信可能に結合され得る。実施形態の例では、ＲＦタグの中の集積回路は、符号化された情報又は符号化されたデータを記憶するように構成され得る。いくつかの例では、ＲＦタグは、３ＭＨｚ～３０ＭＨｚ（ＨＦ帯域）、２．４ＧＨｚ、５ＧＨｚ、及び／又は８６０ＭＨｚ～９６０ＭＨｚ（ＵＨＦ帯域）などであるが、これらに限定されない、１つ以上のＲＦ周波数帯域で動作するように構成され得る。いくつかの実施形態の例では、ＲＦタグは、ＲＦタグが１つ以上の構成要素と通信することを可能にし得る専用電源を有し得る。そのようなＲＦタグは、アクティブＲＦタグと称される。代替的な実施形態の例では、ＲＦタグは、専用電源を有していなくてもよい。そのようなＲＦタグは、パッシブＲＦタグと称される。そのような実施形態では、ＲＦタグは、ＲＦタグがＲＦ場に持ち込まれると電荷を誘導することができる電力カプラを有し得る。誘導された電荷は、その後、ＲＦタグ自体に電力を供給するために使用され得る。

【0026】

ＲＦシステムは、１つ以上のＲＦビーコンを含み得る。１つ以上のＲＦビーコンは、（１つ以上の資産上に位置する）複数のＲＦタグから、連続的又は周期的のいずれかで、ＲＦ信号を受信するように構成され得る。更に、１つ以上のＲＦビーコンは、１つ以上のＲＦタグから取得されたデータを中央サーバに周期的に送信するように構成され得る。中央サーバへのデータの送信を容易にするために、１つ以上のＲＦビーコンは、無線ネットワーク、及び／又はイーサネットネットワークなどであるが、これらに限定されない、バックボーンネットワークを通して中央サーバに通信可能に結合され得る。

【0027】

「マテリアルハンドリング環境」という用語は、物品の荷積み／荷降ろしなどの動作及び物品の収容を容易にする、予め定義された領域に対応し得る。追加的又は代替的に、マテリアルハンドリング環境は、１つ以上のラック／通路に物品を収容することを伴い得る。マテリアルハンドリング環境のいくつかの例としては、倉庫、及び／又は小売店などが挙げられ得るが、これらに限定されない。

【0028】

一般に、マテリアルハンドリングシステムは、所定の場所、例えば１つ以上の通路及び／１つ以上のラックに資産を収容することを伴う。マテリアルハンドリング環境内の資産の場所は、資産の各々に結合された１つ以上のＲＦタグを使用して追跡され得る。例えば、ＲＦタグは、マテリアルハンドリング環境内の所定の場所に設置された１つ以上のＲＦビーコンにビーコン信号を周期的に送信するように構成され得る。例えば、ＲＦタグは、ビーコン信号をブロードキャストするように構成され得る。実施形態の例では、１つ以上のＲＦビーコンの一組のＲＦビーコンは、ＲＦタグからのビーコン信号を受信し得る。いくつかの例では、一組のＲＦビーコンは、ＲＦタグの見通し線（ＬＯＳ）内にあり得、したがって、ＲＦタグからのビーコン信号を受信し得る。別の例では、一組のＲＦビーコンは、ビーコン信号が（マテリアルハンドリング環境内の１つ以上の表面からの）１回以上の反射を経た後にビーコン信号を受信し得る。ビーコン信号のそのような反射は、資産が１つ以上の表面に近接すると発生し得る。例えば、ビーコン信号のそのような反射は、資産が通路及び／又はラックに近くにあり、通路に収容されようとしているときに発生し得る。別の例では、ビーコン信号のそのような反射は、資産が通路及び／又はラック上に位置決められると発生し得る。

【0029】

いくつかの例では、一組のＲＦビーコンは、ビーコン信号を中央サーバに更に送信し得る。実施形態の例では、中央サーバは、三角測量法などであるが、これに限定されない、１つ以上の場所判定アルゴリズムを使用して、一組のＲＦビーコンから受信されたビーコン信号に関連付けられたメタデータに基づいて、資産の場所を判定するように構成され得る。いくつかの例では、ビーコン信号に関連付けられたメタデータは、ビーコン信号の信号強度、及び／又はマテリアルハンドリング環境におけるＲＦビーコンの場所などを含み得るが、これらに限定されない。考察されたように、一組のＲＦビーコンは、１つ以上の反射の後にビーコン信号を受信している場合があるＲＦビーコンを含み得る。そのようなＲＦビーコンは、ＲＦタグのＬＯＳ内にない場合があるが、依然として、ビーコン信号を受信した場合がある。そのようなＲＦビーコンから受信されたビーコン信号に基づいて場所を判定することは、不正確であり、かつ／又は較正されない場合がある。それによって、マテリアルハンドリング環境内の資産を追跡することは、誤差を発生しやすい場合があり、これは更に生産性の損失をもたらし得る。

【0030】

実施形態は、所定の場所に設置された１つ以上のＲＦビーコンを含むマテリアルハンドリング環境について記載する。１つ以上のＲＦビーコンの一組のＲＦビーコンは、資産上に位置決められたＲＦタグからのビーコン信号を受信し得る。更に、一組のＲＦビーコンは、ビーコン信号を中央サーバに送信し得る。中央サーバは、マテリアルハンドリング環境内の資産の場所を判定するように構成され得る。例えば、資産は、マテリアルハンドリング環境の中を横断している場合があり、中央サーバは、資産上のＲＦタグから一組のＲＦビーコンを通じて受信されたビーコン信号に基づいて、資産の場所を追跡するように構成され得る。資産の横断中に一組のＲＦビーコンがＲＦタグの直接ＬＯＳ内にあり得るため、一組のＲＦビーコンによって測定される信号強度は、正確であり得る。それによって、中央サーバは、ＲＦタグが一組のＲＦビーコンのＬＯＳ内にあるとき、マテリアルハンドリング環境内の資産の正確な場所を判定し得る。中央サーバは、資産のＬＯＳ場所と、資産に結合されたＲＦタグによって送信されたビーコン信号に関連付けられたメタデータとを記憶するように構成され得る。

【0031】

資産が収容ラック及び／又は通路に近づくとき、一組のＲＦビーコンは、（１つ以上の表面が資産に結合されたＲＦタグに近接するため）複数回反射した後のビーコン信号を受信し得る。それによって、中央サーバによって判定される場所は、不正確であり、かつ／又は較正されていない場合がある（以下、ＮＬＯＳ場所と称される）。中央サーバは、ＮＬＯＳ場所と、ＮＬＯＳ場所を判定するのに使用されたビーコン信号に関連付けられたメタデータとを記憶するように構成され得る。

【0032】

いくつかの例では、中央サーバは、資産のＮＬＯＳ場所の正しい場所を更に受信し得る。実施形態の例では、中央サーバは、ＲＦタグの中の慣性センサから正しい場所を受信し得る。慣性センサのいくつかの例としては、加速度計、及び／又はジャイロスコープなどが挙げられ得るが、これらに限定されない。別の例では、中央サーバは、資産を、マテリアルハンドリング環境の中を横断させているオペレータから手動で正しい場所を受信し得る。別の例では、中央サーバは、オペレータに取り付けられたモバイルコンピュータ１０８から正しい場所を受信し得る。このため、モバイルコンピュータ１０８は、オペレータの腕に結合され得る。それによって、オペレータがラック及び／又は通路上に資産を移動又は配置するとき、モバイルコンピュータ１０８上の慣性センサ及び／又はＧＰＳセンサが、マテリアルハンドリング環境内の資産の正しい場所を提供し得る。同様に、資産がフォークリフトなどのマシンを使用して移動又は横断されているとき、フォークリフト上の慣性センサ及び／又はＧＰＳセンサが、ＮＬＯＳ場所の資産上の正確な場所を提供し得る。

【0033】

その後、中央サーバは、１つ以上の特徴及び１つ以上のラベルを含む訓練データを生成するように構成され得る。１つ以上の特徴が、ＭＬモデルへの予想される入力に対応し、１つ以上のラベルが、ＭＬモデルの予想される出力に対応する。このため、（ＮＬＯＳ場所及びＬＯＳ場所を判定するために使用された）ビーコン信号に関連付けられたメタデータ、ＬＯＳ場所、及びＮＬＯＳ場所は、１つ以上の特徴に対応し、正確な場所は、１つ以上のラベルに対応する。その後、中央サーバは、訓練データに基づいてＭＬモデルを訓練するように構成され得る。

【0034】

中央サーバは、ＭＬモデルを利用して、マテリアルハンドリング環境内の別の資産の正確な場所を予測するように構成され得る。例えば、他の資産がマテリアルハンドリング環境を通って横断しているときに、中央サーバは、ＲＦタグから一組のＲＦビーコンを通じて受信されたビーコン信号に基づいて、資産の場所を追跡するように構成され得る。中央サーバは、他の資産のＬＯＳ場所及び他の資産のＮＬＯＳ場所を識別するように構成され得る。更に、中央サーバは、ＬＯＳ場所及びＮＬＯＳ場所をそれぞれ判定するのに使用されるビーコン信号に関連付けられたメタデータを判定するように構成され得る。他の資産のＬＯＳ場所、他の資産のＮＬＯＳ場所、及び／又はビーコン信号に関連付けられたメタデータに基づいて、中央サーバは、他の資産のＮＬＯＳ場所に対応する正しい場所を予測するように構成され得る。

【0035】

ＲＦタグから受信されたビーコン信号を使用して正しい場所を予測することにより、ＲＦタグ、マシン、及び／又はモバイルコンピュータ１０８の慣性センサ及び／又はＧＰＳセンサの使用が回避される。慣性センサ／及び／又はＧＰＳセンサを回避することは、マテリアルハンドリング環境の複雑さを低減するのに役立ち、それによって、マテリアルハンドリング環境における作業の全体的なコストを低減する。更に、マテリアルハンドリング環境に配備されるセンサの数を、大幅に低減することができる。更に、ＲＦタグに記憶されたコンテンツの追跡に加えて、場所の追跡を同時に達成することができる。

【0036】

図１は、本明細書に例示される１つ以上の実施形態による、マテリアルハンドリング環境１００の例を例示する。マテリアルハンドリング環境１００は、中央サーバ１０２、１つ以上のＲＦビーコン１０４、資産１１２に結合されたＲＦタグ１０６、モバイルコンピュータ１０８、通信ネットワーク１１０、及びマシン１１４を含む。中央サーバ１０２、１つ以上のＲＦビーコン１０４、ＲＦタグ１０６、モバイルコンピュータ１０８、及びマシン１１４は、通信ネットワーク１１０を通して互いに通信可能に結合されている。

【0037】

マテリアルハンドリング環境１００は、１つ以上の資産１１２を収容するように構成されている倉庫及び／又は任意の他の空間（屋内環境など）に対応し得る。更に、マテリアルハンドリング環境１００は、資産１１２を１つ以上のラック及び／又は通路１１６に収容することを可能にし得る。資産１１２を１つ以上のラック及び／又は通路１１６に配置すること。例えば、オペレータが、資産１１２を１つ以上のラック及び通路１１６上に手動で配置し得る。別の実施形態では、マシン１１４が、資産１１２を１つ以上のラック及び通路１１６上に配置するように構成され得る。

【0038】

中央サーバ１０２は、中央サーバ１０２がマテリアルハンドリング環境１００内の資産１１２を追跡することを可能にし得る、好適な論理及び／又は回路を含み得る。いくつかの例では、中央サーバ１０２は、資産１１２上のＲＦタグ１０６からのビーコン信号を、１つ以上のＲＦビーコン１０４のうちの一組のＲＦビーコン（例えば、ＲＦビーコン１０４ａ、１０４ｂ、及び１０４ｃ）を通じて受信する。いくつかの例では、ビーコン信号は、無線周波数（ＲＦ）信号に対応する。中央サーバ１０２は、図３に記載されているように、ビーコン信号に基づいて資産の場所を判定するように構成され得る。追加的又は代替的に、中央サーバ１０２は、資産１１２の場所を第１の組の場所又は第２の組の場所に分類するように構成され得る。いくつかの例では、第１の組の場所は、ＲＦタグ１０６が一組のＲＦビーコン１０４ａ及び／又は１０４ｂの見通し線（ＬＯＳ）内にあるときに判定される場所を含み得る。いくつかの例では、第２の組の場所は、ＲＦタグ１０６が一組のＲＦビーコン１０４ａ及び／又は１０４ｂのＬＯＳ外にあるときに判定される場所を含み得る。資産１１２の場所を第１の組の場所又は第２の組の場所に分類することが、図３に更に記載されている。実施形態の例では、中央サーバ１０２は、図３に更に記載されているように、第２の組の場所の一組の正確な場所を判定するように更に構成され得る。中央サーバ１０２は、図３に更に記載されているように、第１の組の場所、第２の組の場所、一組の正確な場所、及びビーコン信号に基づいて機械学習（ＭＬ）モデルを訓練するように更に構成されている。ＭＬモデルに基づいて、中央サーバ１０２は、図５に更に記載されているように、マテリアルハンドリング環境１００における別の資産の場所を予測するように構成され得る。中央サーバ１０２は、本開示の範囲から逸脱することなく、任意のコンピューティングデバイス上に実装され得る。中央サーバ１０２の構造及び動作は、図２及び図３に関連して更に記載される。

【0039】

１つ以上のＲＦビーコン１０４は、Ｂｌｕｅｔｏｏｔｈ（商標）、ＷｉＦｉ（商標）、３Ｇ、４Ｇ、５Ｇ、２Ｇ、ＣＤＭＡ、ＣＤＭＡ２０００、ＲＦＩＤプロトコル、ＺｉｇＢｅｅ、及び／又は任意の他のＲＦベースの通信プロトコルなどであるが、これらに限定されない、１つ以上の既知のプロトコルを使用して、ＲＦタグ１０６のデータの送信及び／又は受信を可能にし得る、好適な論理及び／又は回路を含み得る。１つ以上のＲＦビーコン１０４は、ＲＦタグ１０６からのデータの送信／受信を可能にし得るアンテナ素子を含み得る。１つ以上のＲＦビーコン１０４は、ＲＦタグ１０６からのビーコン信号を受信するように構成され得る。更に、１つ以上のＲＦビーコン１０４は、ビーコン信号に関連付けられたメタデータを判定するように構成され得る。追加的又は代替的に、１つ以上のＲＦビーコン１０４は、ビーコン信号を中央サーバ１０２に送信するように構成され得る。

【0040】

ＲＦタグ１０６は、Ｂｌｕｅｔｏｏｔｈ（商標）、ＷｉＦｉ（商標）、３Ｇ、４Ｇ、５Ｇ、２Ｇ、ＣＤＭＡ、ＣＤＭＡ２０００、ＲＦＩＤプロトコル、ＺｉｇＢｅｅ、及び／又は任意の他のＲＦベースの通信プロトコルなどであるが、これらに限定されない、１つ以上の既知のプロトコルを使用して、ＲＦタグ１０６がビーコン信号を周期的にブロードキャストすることを可能にし得る、好適な論理及び／又は回路を含む。ＲＦタグ１０６は、ＲＦタグ１０６が取り付けられる資産１１２に関連付けられた一意の識別子を記憶するように構成され得るメモリユニットを更に含み得る。いくつかの例では、ＲＦタグ１０６は、ビーコン信号を介して一意の識別子をブロードキャストするように構成され得る。ＲＦタグ１０６は、加速度計、及び／又はジャイロスコープなどであるが、これらに限定されない、１つ以上の慣性センサ（図示せず）を更に含み得る。ＲＦタグ１０６は、１つ以上の慣性センサから受信された読み取り値に基づいて、ビーコン信号をブロードキャストする周期性を修正するように構成され得る。１つ以上の慣性センサからの読み取り値が、ＲＦタグ１０６が移動していることを示す場合、ＲＦタグ１０６は、ビーコン信号をブロードキャストする周期性を増加させるように構成され得る。例えば、ＲＦタグ１０６は、ＲＦタグ１０６が移動しているとき（１つ以上の慣性センサからの測定値に基づいて）、ビーコン信号を５ミリ秒ごとにブロードキャストするように構成され得る。１つ以上の慣性センサからの読み取り値が、ＲＦタグ１０６が静止していることを示す場合、ＲＦタグ１０６は、ビーコン信号をブロードキャストする周期性を減少させるように構成され得る。例えば、ＲＦタグ１０６は、ＲＦタグ１０６が静止しているとき（１つ以上の慣性センサからの測定値に基づいて）、１秒ごとにビーコン信号をブロードキャストするように構成され得る。

【0041】

モバイルコンピュータ１０８は、モバイルコンピュータ１０８が、オペレータにマテリアルハンドリング環境１００において１つ以上のタスクを実行するように命令を提供することを可能にし得る、好適な論理及び／又は回路を含む。いくつかの例では、モバイルコンピュータ１０８は、１つ以上の画像取り込み手段を含んでおり、画像取り込み手段は、１つ以上のラック及び／又は通路１１６上の資産１１２及び／又はバーコード上に印刷されたバーコードをスキャンするように構成され得る。モバイルコンピュータ１０８は、（マテリアルハンドリング環境１００内のモバイルコンピュータ１０８の場所を示す）場所データを判定するように構成され得る１つ以上の慣性センサ及び／又はＧＰＳセンサを更に含み得る。更に、モバイルコンピュータ１０８は、場所データを中央サーバ１０２に送信するように構成され得る。モバイルコンピュータ１０８は、マテリアルハンドリング環境１００内でオペレータが持ち運ぶことができ、画像を取り込むことができる任意の電子デバイスに対応し得る。

【0042】

マシン１１４は、マテリアルハンドリング環境１００内を資産１１２に横断させ得る１つ以上の構成要素を含み得る。マシン１１４は、電気ベース及び／又は燃料ベースのいずれかであり得るエンジンユニットを含み得る。追加的又は代替的に、マシン１１４は、場所データを生成するように構成され得る１つ以上の慣性センサ及び／又はＧＰＳセンサを含み得る。更に、マシン１１４は、場所データを中央サーバ１０２に送信するように構成され得る。マシン１１４のいくつかの例としては、コンベヤ、及び／又はフォークリフトなどが挙げられ得るが、これらに限定されない。

【0043】

通信ネットワーク１１０は、マテリアルハンドリング環境の中の様々なデバイス間でコンテンツ及びメッセージが流れる媒体に対応する。通信ネットワーク１１０の例としては、ワイヤレスフィデリティ（Wireless Fidelity、Ｗｉ－Ｆｉ）ネットワーク、ワイヤレスエリアネットワーク（Wireless Area Network、ＷＡＮ）、ローカルエリアネットワーク（Local Area Network、ＬＡＮ）、又はメトロポリタンエリアネットワーク（Metropolitan Area Network、ＭＡＮ）が挙げられ得るが、これらに限定されない。マテリアルハンドリング環境１００の中の様々なデバイスは、伝送制御プロトコル及びインターネットプロトコル（Transmission Control Protocol and Internet Protocol、ＴＣＰ／ＩＰ）、ユーザデータグラムプロトコル（User Datagram Protocol、ＵＤＰ）、及び２Ｇ、３Ｇ、４Ｇ、又は５Ｇ通信プロトコルなど、様々な有線及び無線通信プロトコルに従って、通信ネットワーク１１０に接続することができる。

【0044】

図２は、本明細書に記載の１つ以上の実施形態による、中央サーバ１０２のブロック図を例示している。中央サーバ１０２は、プロセッサ２０２、メモリデバイス２０４、入力／出力デバイスインターフェースユニット２０６、場所判定ユニット２０８、訓練ユニット、及び予測ユニット２１２を含む。

【0045】

プロセッサ２０２は、デジタル信号プロセッサを伴う１つ以上のマイクロプロセッサ、１つ以上のコプロセッサを伴わない１つ以上のプロセッサ、１つ以上のコプロセッサ、１つ以上のマルチコアプロセッサ、１つ以上のコントローラ、処理回路、１つ以上のコンピュータ、例えば、特定用途向け集積回路（Application Specific Integrated Circuit、ＡＳＩＣ）又はフィールドプログラマブルゲートアレイ（Field Programmable Gate Array、ＦＰＧＡ）を含む様々な他の処理素子、又はそれらのいくつかの組み合わせとして具現化され得る。

【0046】

それによって、図２では単一のコントローラとして例示されているが、実施形態の例では、プロセッサ２０２は、複数のプロセッサ及び信号処理モジュールを含み得る。複数のプロセッサは、単一の電子デバイス上で具現化されてもよく、又は中央サーバ１０２の回路として機能するように集合的に構成された複数の電子デバイスにわたって分散されてもよい。複数のプロセッサは、互いに動作可能に通信し得、本明細書に記載のように、中央サーバ１０２の回路の１つ以上の機能性を実行するように集合的に構成され得る。実施形態の例では、プロセッサ２０２は、メモリ２０４に記憶された命令、又は他の方法でプロセッサ２０２にアクセス可能な命令を実行するように構成され得る。これらの命令は、プロセッサ２０２によって実行されると、本明細書に記載のように、中央サーバ１０２の回路に機能性のうちの１つ以上を実行させ得る。

【0047】

ハードウェア、ファームウェア／ソフトウェア方法によって、又はそれらの組み合わせによって構成されるかどうかにかかわらず、プロセッサ２０２は、それに応じて構成されながら、本開示の実施形態に従って動作を実行することができるエンティティを含み得る。こうして、例えば、プロセッサ２０２がＡＳＩＣ、ＦＰＧＡなどとして具現化されるとき、プロセッサ２０２は、本明細書に記載の１つ以上の動作を実施するために特別に構成されたハードウェアを含み得る。代替的に、別の例として、プロセッサ２０２が、メモリデバイス２０４に記憶され得るような命令の実行部として具現化される場合、命令は、本明細書に記載の１つ以上のアルゴリズム及び動作を実行するようにプロセッサ２０２を特別に構成し得る。

【0048】

こうして、本明細書で使用されるプロセッサ２０２は、上記の様々な実施形態の機能を含む多様な機能を実行するためのソフトウェア命令（アプリケーション）によって構成され得るプログラム可能なマイクロプロセッサ、マイクロコンピュータ又は１つ若しくは複数のプロセッサチップを指し得る。いくつかのデバイスでは、無線通信機能専用の複数のプロセッサと、他のアプリケーションの稼働専用の１つのプロセッサが提供され得る。ソフトウェアアプリケーションは、アクセスされてプロセッサにロードされる前に、内部メモリに記憶され得る。プロセッサは、アプリケーションソフトウェア命令を記憶するのに十分な内部メモリを含み得る。多くのデバイスでは、内部メモリは、揮発性メモリ若しくはフラッシュメモリなどの不揮発性メモリ、又は両方の混合であり得る。メモリはまた、別のコンピューティングリソースの内部に位置することができる（例えば、コンピュータ可読命令がインターネット又は別の有線接続若しくは無線接続を介してダウンロードされることを可能にする）。

【0049】

メモリデバイス２０４は、所定の動作を実行するためにプロセッサ２０２によって実行可能である一組の命令を記憶するように適合された好適な論理、回路、及び／又はインターフェースを含み得る。一般的に知られているメモリ実装形態のいくつかには、ハードディスク、ランダムアクセスメモリ、キャッシュメモリ、読み取り専用メモリ（Read Only Memory、ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（Erasable Programmable Read-Only Memory、ＥＰＲＯＭ）及び電気的消去可能プログラム可能な読み取り専用メモリ（Electrically Erasable Programmable Read-Only Memory、ＥＥＰＲＯＭ）、フラッシュメモリ、磁気カセット、磁気テープ、磁気ディスク記憶デバイス若しくは他の磁気記憶デバイス、コンパクトディスク読み取り専用メモリ（Compact Disc Read Only Memory、ＣＤ－ＲＯＭ）、デジタル用途ディスク読み取り専用メモリ（Digital Versatile Disc Read Only Memory、ＤＶＤ－ＲＯＭ）、光ディスク、情報を記憶するように構成された回路、又はそれらの何らかの組み合わせが含まれるが、これらに限定されない。実施形態の例では、メモリデバイス２０４は、本開示の範囲から逸脱することなく、単一のチップ上でプロセッサ２０２と統合され得る。

【0050】

Ｉ／Ｏデバイスインターフェースユニット２０６は、メッセージ及びデータの、様々なデバイスへの送信及び様々なデバイスからの受信を容易にし得る通信インターフェースに対応し得る。Ｉ／Ｏデバイスインターフェースユニット２０６の例としては、アンテナ、イーサネットポート、ＵＳＢポート、シリアルポート、又はデータを受信及び送信するように適合され得る任意の他のポートが挙げられ得るが、これらに限定されない。Ｉ／Ｏデバイスインターフェースユニット２０６は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、赤外線、Ｉ２Ｃ、ＴＣＰ／ＩＰ、ＵＤＰ、及び２Ｇ、３Ｇ、４Ｇ、又は５Ｇ通信プロトコルなどの様々な通信プロトコルに従ってデータ及び／又はメッセージを送信及び受信する。

【0051】

場所判定ユニット２０８は、場所判定ユニット２０８がＲＦタグ１０６からのビーコン信号を受信することを可能にし得る、好適な論理及び／又は回路を含み得る。更に、場所判定ユニット２０８は、図３に更に記載されているように、ビーコン信号に関連付けられたメタデータを受信するように構成され得る。ビーコン信号に関連付けられたメタデータに基づいて、場所判定ユニット２０８は、図３に更に記載されているように、マテリアルハンドリング環境内の資産１１２の場所を判定するように構成され得る。更に、場所判定ユニット２０８は、図３に更に記載されているように、資産１１２の場所の時系列データを生成するように構成され得る。更に、場所判定ユニット２０８は、図３に更に記載されているように、場所の時系列データの中の場所を第１の組の場所及び第２の組の場所に分類するように構成され得る。加えて、場所判定ユニット２０８は、図３に更に記載されているように、モバイルコンピュータ１０８ １０８及び／又はマシン１１４から場所データを受信するように構成され得る。モバイルコンピュータ１０８及び／又はマシン１１４からの場所データに基づいて、場所判定ユニット２０８は、図３に更に記載されているように、第２の組の場所の第３の組の場所を判定するように構成され得る。実施形態の例では、第３の組の場所は、第２の組の場所の較正された／正確な場所に対応する。場所判定ユニット２０８は、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array、ＦＰＧＡ）及び／又は特定用途向け集積回路（ＡＳＩＣ）などであるが、これらに限定されない、１つ以上の既知の技術を使用して実装され得る。

【0052】

訓練ユニット２１０は、図３に更に記載されているように、訓練ユニット２１０が、マテリアルハンドリング環境１００内の資産１１２の場所の時系列データ、第２の場所の組の第３の組の場所、及びビーコン信号に関連付けられたメタデータに基づいて、ＭＬモデルを訓練することを可能にし得る、好適な論理及び／又は回路を含み得る。実施形態の例では、訓練ユニット２１０は、ロジスティック回帰分析、単純ベイズ、及び／又は畳み込みニューラルネットワーク（Convolution Neural Network、ＣＮＮ）などであるが、これらに限定されない、ＭＬモデルを訓練するための１つ以上の既知の方法論を利用するように構成され得る。訓練ユニット２１０は、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）及び／又は特定用途向け集積回路（ＡＳＩＣ）などであるが、これらに限定されない、１つ以上の既知の技術を使用して実装され得る。予測ユニット２１２は、予測ユニット２１２がマテリアルハンドリング環境１００の中の別の資産１１２の第４の組の場所を予測することを可能にし得る、好適な論理及び／又は回路を含み得る。実施形態の例では、予測ユニット２１２は、図５に更に記載されているように、ＭＬモデルを利用して、他の資産の場所の時系列データ及び（他の資産１１２に関連付けられたＲＦタグ１０６から受信された）ビーコン信号に関連付けられたメタデータに基づいて他の資産１１２の第４の組の場所を予測するように構成され得る。予測ユニット２１２は、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）及び／又は特定用途向け集積回路（ＡＳＩＣ）などであるが、これらに限定されない、１つ以上の既知の技術を使用して実装され得る。

【0053】

図３は、本明細書に例示される１つ以上の実施形態による、中央サーバ１０２を動作させるための方法のフローチャート３００を例示している。

【0054】

ステップ３０２において、中央サーバ１０２は、プロセッサ２０２、及び／又はＩ／Ｏデバイスインターフェースユニット２０６などの手段を含み、一組のＲＦビーコン１０４ａ及び１０４ｂからビーコン信号を受信し得る。考察されたように、ＲＦタグ１０６は、ＲＦタグ１０６のＬＯＳ内にあり得る、及び／又はＲＦタグ１０６のＬＯＳ外にあり得る一組のＲＦビーコン１０４ａ及び１０４ｂによって受信され得るビーコン信号を周期的にブロードキャストする。

【0055】

追加的又は代替的に、プロセッサ２０２は、一組のＲＦビーコン１０４ａ及び１０４ｂから受信されたビーコン信号に関連付けられたメタデータを判定するように構成され得る。実施形態の例では、ビーコン信号に関連付けられたメタデータは、一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンによって受信されたビーコン信号の信号強度、ＲＦビーコン（そこから、中央サーバがビーコン信号を受信している）の一意のＩＤ、及び／又はマテリアルハンドリング環境１００内のＲＦビーコンの場所などを含み得るが、これらに限定されない。プロセッサ２０２が一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンから周期的にビーコン信号を受信するため、プロセッサは、一組のＲＦビーコン１０４ａ及び１０４ｂの中のＲＦビーコンごとに、（一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンから受信された）ビーコン信号に関連付けられたメタデータの時系列データを生成するように構成され得る。ビーコン信号に関連付けられたメタデータの時系列データにおいて、ビーコン信号に関連付けられたメタデータは、ＲＦビーコンがビーコン信号を受信する時刻に基づいてタイムスタンプが付与される。以下の表は、ビーコン信号に関連付けられたメタデータの例示的な時系列データを示している。

【表1】

【0056】

表１から、時刻Ｔ_１において、ＲＦビーコン１ａ、ＲＦビーコン１ｂ、及びＲＦビーコン１ｃがビーコン信号を受信していることが観察され得る。更に、ＲＦビーコン１ａ、ＲＦビーコン１ｂ、及びＲＦビーコン１ｃによって受信されたビーコン信号の信号強度が観察され得る。

【0057】

ステップ３０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、マテリアルハンドリング環境１００内で動作する１つ以上のモバイルコンピュータ（例えば、モバイルコンピュータ１０８）及び／又は１つ以上のマシン（例えば、マシン１１４）から場所データを受信し得る。実施形態の例では、場所データは、加速度計データ、ジャイロスコープデータ、及びＧＰＳデータを含み得るが、これらに限定されない。考察されたように、モバイルコンピュータ１０８は、場所データを生成し得る（加速度計及びジャイロスコープを更に含む）慣性センサ及びＧＰＳセンサのうちの１つ以上を含み得る。同様に、マテリアルハンドリング環境１００内で動作するマシン１１４は、場所データを生成し得る１つ以上の慣性センサ及びＧＰＳセンサを含む。プロセッサ２０２は、場所データの時系列データを生成するように構成され得るが、場所データは、マテリアルハンドリング環境１００内で動作するモバイルコンピュータ１０８及び／又はマシン１１４から受信される。このため、場所判定ユニット２０８は、モバイルコンピュータ１０８及びマシン１１４から場所データを周期的に受信し得る。更に、場所データは、マテリアルハンドリング環境１００内のモバイルコンピュータ１０８及び／又はマシン１１４の場所を示す。

【0058】

ステップ３０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、一組のＲＦビーコン１０４ａ及び１０４ｂから受信されたビーコン信号に関連付けられたメタデータに基づいて、ＲＦタグ１０６に関連付けられた資産１１２の場所を判定し得る。実施形態の例では、場所判定ユニット２０８は、既知の方法論を利用して、資産１１２に関連付けられたＲＦタグ１０６の場所を判定するように構成され得る。例えば、場所判定ユニット２０８は、三角測量法を利用して、資産１１２に関連付けられたＲＦタグの場所を判定するように構成され得る。

【0059】

このため、場所判定ユニット２０８は、プロセッサ２０２がビーコン信号を受信している一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンの場所を判定するように構成され得る。考察されたように、１つ以上のＲＦビーコン１０４の場所は、マテリアルハンドリング環境１００の中の１つ以上のＲＦビーコン１０４の配備中に予め定義される。実施形態の例では、場所判定ユニット２０８は、（ビーコン信号に関連付けられたメタデータの時系列データに基づいて）一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンによって受信されたビーコン信号の信号強度を判定するように構成され得る。ビーコン信号の信号強度に基づいて、場所判定ユニット２０８は、それぞれのＲＦビーコン（例えば、ＲＦビーコン１０４ａ）からのＲＦタグ１０６の距離を推定するように構成され得る。実施形態の例では、場所判定ユニット２０８は、距離と信号強度との間の逆二乗関係を利用して、一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンからのＲＦタグ１０６の距離を推定するように構成され得る。その後、場所判定ユニット２０８は、一組のＲＦビーコン１０４ａ及び１０４ｂの中のＲＦビーコンごとに、（一組のＲＦビーコン１０４ａ及び１０４ｂの中の各ＲＦビーコンからのＲＦタグ１０６の）推定された距離を半径として、仮想円を定義するように構成され得る。更に、場所判定ユニット２０８は、一組のＲＦビーコン１０４ａ及び１０４ｂの中のＲＦビーコンに対して作成された仮想円間の交点を判定するように構成され得る。いくつかの例では、交点の判定は、マテリアルハンドリング環境１００内の交点の座標の判定を含み得る。場所判定ユニット２０８は、マテリアルハンドリング環境１００の中の一組のＲＦビーコン１０４ａ及び１０４ｂの場所に基づいて、交点の座標を判定するように構成され得る。いくつかの例では、場所判定ユニット２０８は、既知の幾何学的関係を利用して、交点の座標を判定するように構成され得る。考察されたように、一組のＲＦビーコン１０４ａ及び１０４ｂの場所は、マテリアルハンドリング環境１００の中の一組のＲＦビーコン１０４ａ及び１０４ｂの配備中に予め定められ得る。マテリアルハンドリング環境１００の中の交点の場所に基づいて、場所判定ユニット２０８は、マテリアルハンドリング環境１００の中のＲＦタグ１０６の場所を推定するように構成され得る。マテリアルハンドリング環境１００の中のＲＦタグ１０６の場所は、マテリアルハンドリング環境１００内の資産１１２の場所とみなされる。

【0060】

実施形態の例では、場所判定ユニット２０８は、（一組のＲＦビーコン１０４ａ及び１０４ｂを通じて受信される）ビーコン信号のメタデータの時系列データに基づいて、資産１１２の場所の時系列データを判定するように構成され得る。より詳細には、場所判定ユニット２０８は、ビーコン信号の受信の各時刻において資産１１２の場所を判定するように構成され得る。いくつかの例では、マテリアルハンドリング環境１００内の資産１１２の場所を監視するために、資産１１２の場所の時系列データが利用され得る。例えば、資産１１２の場所の時系列データは、マテリアルハンドリング環境１００の中を資産１１２が横断していることを示す場所を含み得る。更に、資産１１２の場所の時系列データは、資産１１２の場所が静止していることを示し得る場所（すなわち、資産１１２が、マテリアルハンドリング環境１００の中の通路及び／又はラック１１６に収容されているとき）を含む。

【0061】

ステップ３０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、資産１１２の場所の時系列データを一組の横断場所及び一組の静止場所に分類し得る。資産１１２の場所の時系列データを分類するための方法が、図６及び図７に関連して更に記載される。

【0062】

ステップ３１０において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、一組の横断場所を第１の組の場所又は第２の組の場所として分類し得る。実施形態の例では、第１の組の場所は、関連して、マテリアルハンドリング環境１００の中の資産１１２の横断経路を示し得る。更に、場所判定ユニット２０８は、資産１１２上のＲＦタグ１０６が一組のＲＦビーコン１０４ａ及び１０４ｂのＬＯＳ内にある間に、（一組の横断場所の）第１の組の場所を判定している場合がある。それによって、場所判定ユニット２０８は、第１の組の場所の中の場所を正確に判定している場合がある。以下、第１の組の場所は、交換可能に一組のＬＯＳ場所と称されている。

【0063】

実施形態の例では、場所判定ユニット２０８は、資産１１２上のＲＦタグ１０６が一組のＲＦビーコン１０４ａ及び１０４ｂのＬＯＳ外である（例えば、資産１１２が通路に接近している場合があり、これがビーコン信号の中の反射を引き起こし得る）間に、（一組の横断場所の）第２の組の場所を判定している場合がある。それによって、場所判定ユニット２０８は、第２の組の場所の中の場所を不正確に判定している場合がある。以下、第２の組の場所は、交換可能に一組のＮＬＯＳ場所と称されている。一組の横断場所を分類することが、図８に関連して更に記載される。

【0064】

ステップ３１２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第２の組の場所の第３の組の場所を判定し得る。考察されたように、第３の組の場所は、第２の組の場所の較正された場所に対応する。実施形態の例では、場所判定ユニット２０８は、マテリアルハンドリング環境１００内で動作するモバイルコンピュータ１０８及び／又はマシン１１４から受信された場所データに基づいて、第２の組の場所の第３の組の場所を判定するように構成され得る。別の実施形態では、場所判定ユニット２０８は、オペレータから手動入力を受信し得るが、手動入力は、第２の組の場所の第３の組の場所に関連する。第３の組の場所の判定が、図９に関連して更に記載される。

【0065】

ステップ３１４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は訓練ユニット２１０などの手段を含み、第１の組の場所、第２の組の場所、第３の組の場所、及び（ＲＦタグ１０６から一組のＲＦビーコン１０４ａ及び１０４ｂを通じて受信された）ビーコン信号に関連付けられたメタデータの時系列データに基づいて、訓練データを生成し得る。いくつかの例では、訓練ユニット２１０は、第１の組の場所、第２の組の場所、及びビーコン信号に関連付けられたメタデータを、訓練データの中の１つ以上の特徴として定義するように構成され得る。より詳細には、（訓練データに含まれる）ビーコン信号に関連付けられたメタデータの時系列データは、ビーコン信号に関連付けられたメタデータの完全な時系列データの代わりに、ビーコン信号に関連付けられたメタデータの時系列データの一部分のみを含み得る。いくつかの例では、時系列データの一部分は、第２の組の場所を判定するために利用されるビーコン信号のメタデータを含み得る。別の実施形態では、訓練データは、第１の組の場所及び第２の組の場所を判定するために利用されるビーコン信号のメタデータの完全な時系列データを含み得る。考察されたように、訓練データの中の１つ以上の特徴は、（訓練データを使用して訓練される）ＭＬモデルへの予想される入力に対応する。更に、訓練ユニット２１０は、（第２の組の場所に対して判定された）第３の組の場所を訓練データの１つ以上のラベルとして定義するように構成され得る。考察されたように、１つ以上のラベルは、ＭＬモデルの予想される出力に対応する。

【0066】

ステップ３１６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は訓練ユニット２１０などの手段を含み、訓練データに基づいてＭＬモデルを訓練し得る。実施形態の例では、訓練ユニット２１０は、ロジスティック回帰分析、畳み込みニューラルネットワーク、及び／又はＫｅｒａｓなどであるが、これらに限定されない、１つ以上の既知の方法論を使用してＭＬモデルを訓練するように構成され得る。

【0067】

いくつかの例では、本開示の範囲は、マテリアルハンドリング環境の中を横断する資産１１２についてのみＭＬモデルを訓練することに限定されない。実施形態の例では、訓練ユニット２１０は、通路及び／又はラック１１６に収容された資産１１２の正確な場所を予測するための別のＭＬモデルを訓練するように構成され得る。考察されたように、ＲＦタグ１０６は、資産１１２が通路及び／又はラック１１６に収容されているときにＬＯＳ外であり得る。それによって、そのようなＲＦタグ１０６から受信されたビーコン信号に関連付けられたメタデータを使用して判定される場所は、不正確であり得る。このため、訓練ユニット２１０は、通路及び／又はラック１１６に収容された資産１１２の正確な場所の予測を可能にするために、他のＭＬモデルを訓練してもよい。代替の実施形態では、訓練ユニット２１０は、ＭＬモデルが通路及び／又はラックに収容された資産１１２の正確な場所を予測することを可能にするために、ＭＬモデルを更に訓練するように構成され得る。ＭＬモデルを更に訓練する１つのそのような方法は、図４に関連して記載される。

【0068】

図４は、本明細書に例示される１つ以上の実施形態による、ラック及び／又は通路に収容された資産１１２の正確な場所を予測することができる別のＭＬモデルを訓練するための方法のフローチャート４００を例示している。

【0069】

ステップ４０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、（ラック及び／又は通路に収容された）資産１１２から受信されたビーコン信号に関連付けられたメタデータの時系列データを取り出し得る。より詳細には、場所判定ユニット２０８は、マテリアルハンドリング環境１００内の資産１１２の一組の静止場所を判定するために使用されるビーコン信号に関連付けられたメタデータの時系列データを取得するように構成され得る。

【0070】

ステップ４０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、（ステップＸ０８において判定された）資産１１２の一組の静止場所を取り出し得る。

【0071】

ステップ４０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、イベントに基づいて資産１１２の正確な場所を判定し得る。いくつかの例では、イベントは、オペレータが、資産１１２上に印刷されたバーコードをスキャンし、続いて、資産１１２がモバイルコンピュータ１０８を使用して配置決め及び／又は収容される通路上に印刷されたバーコードをスキャンすることを含み得る。資産１１２及び通路１１６上に印刷されたバーコードのスキャンをすると、モバイルコンピュータ１０８は、通路１１６及び資産１１２上に印刷されたバーコードからバーコードデータを取り出すように構成され得る。通路１１６のバーコードデータは、通路１１６の一意の識別子を含み得る。その後、場所判定ユニット２０８は、通路１１６の一意の識別子とマテリアルハンドリング環境１００内の対応する場所との間のマッピングを含み得るルックアップテーブルから通路の場所を取り出すように構成され得る。以下の表は、通路１１６の一意の識別子とマテリアルハンドリング環境１００内の対応する場所との間のマッピングを例示するルックアップテーブルの例を例示している。

【表2】

【0072】

いくつかの例では、場所判定ユニット２０８は、（イベントに基づいて識別された）通路の場所を資産１１２の正確な場所とみなすように構成され得る。

【0073】

ステップ４０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は訓練ユニット２１０などの手段を含み、（一組の静止場所を判定するために利用された）ビーコン信号に関連付けられたメタデータ、資産１１２の第３の組の場所、及び（ビーコン信号のメタデータを使用して判定された）資産１１２の一組の静止場所に基づいて静止資産訓練データを生成し得る。より詳細には、訓練ユニット２１０は、一組の静止場所及びビーコン信号のメタデータを静止資産訓練データの１つ以上の特徴として定義するように構成され得る。更に、訓練ユニット２１０は、資産１１２の正確な場所を静止資産訓練データの１つ以上のラベルとして定義するように構成され得る。

【0074】

ステップ４１０において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は訓練ユニット２１０などの手段を含み、静止資産訓練データに基づいて他のＭＬモデルを訓練し得る。実施形態の例では、訓練ユニット２１０は、既知の方法論を利用して、他のＭＬモデルを訓練するように構成され得る。

【0075】

図５は、本明細書に例示される１つ以上の実施形態による、マテリアルハンドリング環境１００内の別の資産の第４の組の場所を予測するための方法のフローチャート５００を例示している。

【0076】

ステップ５０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、他の資産に関連付けられた別のＲＦタグ１０６からの一組のＲＦビーコンを通じてビーコン信号を受信し得る。ステップ５０４において、中央サーバ１０２は、ステップ３０６において記載されているように、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、ビーコン信号に関連付けられたメタデータに基づいて他の資産の場所を判定し得る。プロセッサ２０２が周期的に他のＲＦタグからのビーコン信号を周期的に受信するため、プロセッサ２０２は、ステップ３０２において上述されているように、ビーコン信号のメタデータの時系列データを生成する。それによって、場所判定ユニット２０８は、他の資産１１２の場所の時系列データを判定する。

【0077】

ステップ５０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、他の資産１１２の場所の時系列データを一組の横断場所又は一組の静止場所として分類し得る。実施形態の例では、場所判定ユニット２０８は、ステップ３０８において記載の方法論を使用して、他の資産の場所を分類するように構成され得る。ステップ５０８において、中央サーバ１０２は、ステップ３１０において上述されているように、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第１の組の場所及び第２の組の場所の中の一組の横断場所を更に分類し得る。考察されたように、第１の組の場所は、一組のＬＯＳ場所に対応し、一方、第２の組の場所は、一組のＮＬＯＳ場所に対応する。

【0078】

ステップ５１０において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は予測ユニット２１２などの手段を含み、第２の組の場所の第４の組の場所を予測するためにＭＬモデルを利用し得る。いくつかの例では、予測ユニット２１２は、ＭＬモデルへの入力として、第２の組の場所とビーコン信号に関連付けられたメタデータとを提供するように構成され得る。入力に応答して、ＭＬモデルは、第２の組の場所の第４の組の場所を予測する。第２の組の場所が時系列順に判定されるため、予測ユニット２１２は、第２の組の場所と同じ時系列順に第４の組の場所を予測し得る。それによって、一組の正確な場所の中の正確な場所は、関連付けられたタイムスタンプを有する。更に、（一組の正確な場所の中の）正確な場所に関連付けられたタイムスタンプは、第２の組の場所の中の対応する場所のタイムスタンプと同じである。

【0079】

ステップ５１２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、場所判定ユニット２０８、及び／又は予測ユニット２１２などの手段を含み、ＭＬモデルによって予測される第４の組の場所に基づいて、通路の場所を予測し得る。場所判定ユニット２０８は、第４の組の場所の各々に関連付けられたタイムスタンプに基づいて、第４の組の場所の正確な場所を取り出すように構成され得る。例えば、場所判定ユニット２０８は、時間順で最新のタイムスタンプを有する正確な場所を取り出すように構成され得る。その後、正確な場所に基づいて、場所判定ユニット２０８は、正確な場所に最も近い通路を識別するために、ルックアップテーブル（通路識別子と通路場所との間のマッピングを含む）を参照するように構成され得る。その後、場所判定ユニット２０８は、正確な場所に最も近い通路を資産１１２が位置する又は収容される通路とみなすように構成され得る。

【0080】

したがって、提案される実施形態により、中央サーバが、追加のセンサを使用することなく、資産１１２が収容されている通路の場所を予測することが可能になる。例えば、提案される実施形態により、システムが、通路１１６上に印刷されたバーコードをスキャンすることなく、（資産１１２が収容されている）通路場所を予測することが可能になる。それによって、提案される実施形態は、オペレータによって実行されるべきステップを低減し、こうして、マテリアルハンドリング環境１００における動作の効率を向上させる。

【0081】

図６は、本明細書に例示される１つ以上の実施形態による、場所の時系列データを分類するための方法のフローチャート６００を例示している。

【0082】

ステップ６０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、（ＲＦビーコンのステップにおいて）ビーコン信号がＲＦビーコンを通じて受信される時間順に連続する時刻間に経過した継続時間を判定し得る。考察されたように、ＲＦタグは、ビーコン信号を中央サーバに周期的に送信し得る。それによって、プロセッサ２０２は、（ＲＦビーコンのステップにおいて）ビーコン信号がＲＦビーコンを通じて受信される時間順に連続する時刻間に経過した継続時間を判定するように構成され得る。別の実施形態では、プロセッサ２０２は、一組のＲＦビーコン１０４ａ及び１０４ｂの中のＲＦビーコンがビーコン信号を受信する時間順に連続する時刻間に経過した継続時間を判定するように構成され得る。

【0083】

ステップ６０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、継続時間が継続時間閾値未満であるかどうかを判定し得る。実施形態の例では、継続時間閾値は、ＲＦタグ１０６からのビーコン信号の送信の周期性に基づいて予め定められ得る。考察されたように、ＲＦタグ１０６は、ＲＦタグ１０６が静止しているときと比較して、ＲＦタグ１０６が移動しているときに、ビーコン信号をより頻繁に送信する。ＲＦタグ１０６の移動は、ＲＦタグ１０６の中の慣性センサの読み取り値に基づいて検出される。

【0084】

場所判定ユニット２０８が経過した継続時間が継続時間閾値未満であると判定する場合、場所判定ユニット２０８は、ステップ６０６を実行するように構成され得る。しかしながら、場所判定ユニット２０８が経過した継続時間が継続時間閾値よりも大きいと判定する場合、場所判定ユニット２０８は、ステップ６０８を実行するように構成され得る。

【0085】

ステップ６０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、時間順で後の時刻に受信されたビーコン信号に関連付けられたメタデータを使用して判定された資産１１２の場所を、一組の横断場所として分類し得る。

【0086】

ステップ６０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、時間順で後の時刻に受信されたビーコン信号に関連付けられたメタデータを使用して判定された資産１１２の場所を、一組の静止場所として分類し得る。

【0087】

いくつかの例では、本開示の範囲は、ビーコン信号の受信間に経過した継続時間に基づいて資産１１２の場所の時系列データを分類することに限定されない。実施形態の例では、場所判定ユニット２０８は、イベントに基づいて時系列データを分類するように構成され得る。いくつかの例では、イベントは、オペレータが資産１１２上に印刷されたバーコードをスキャンし、続いて、資産１１２が位置決め及び／又は収容される通路上に印刷されたバーコードをスキャンすることを含み得る。１つのそのような方法を図７に記載する。

【0088】

図７は、本明細書に例示される１つ以上の実施形態による、場所の時系列データを分類するための方法のフローチャート７００を例示している。

【0089】

ステップ７０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、資産１１２に関連するバーコードデータを受信し得るが、バーコードデータは、オペレータが資産１１２を収容した通路１１６に関連する。いくつかの例では、プロセッサ２０２は、資産１１２に関連するバーコードデータ及び通路１１６に関連するバーコードデータを受信するように構成され得る。いくつかの例では、オペレータは、資産１１２を通路１１６上に配置し得る。その後、中央サーバ１０２に、資産１１２を配置するタスクが完了したことを示し、資産１１２が位置する場所を記録するために、オペレータは、資産１１２上に印刷されたバーコードをスキャンし、続いて、通路１１６に印刷されたバーコードをスキャンし得る。モバイルコンピュータ１０８は、資産１１２及び通路１１６に関連するバーコードデータを中央サーバ１０２に送信し得る。更に、中央サーバ１０２は、資産及び通路に関連するバーコードデータに基づいて、資産１１２を通路１１６の場所と相関させ得る。

【0090】

ステップ７０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、通路の場所に関連するバーコードデータ及び資産１１２に関連するバーコードデータの受信に応答してイベントを検出し得る。ステップ７０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、イベントに先行する所定の継続時間中に判定された資産１１２の場所の時系列データを取り出し得る。ステップ７０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、イベントに先行する所定の継続時間中に判定された資産１１２の場所の時系列データの場所を、一組の横断場所として判定し得る。このため、オペレータは、イベントに先行して、資産１１２に、所定の時間中にマテリアルハンドリング環境１００の中を横断させ得ると仮定している。それによって、所定の時間中の資産１１２の場所は、一組の横断場所とみなされる。

【0091】

ステップ７１０において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、イベントの後に判定される場所を一組の静止場所として判定し得る。

【0092】

更に別の実施形態では、中央サーバ１０２は、ビーコン信号とともに、ＲＦタグ１０６の中の１つ以上の慣性センサからデータを受信し得る。加速度計データに基づいて、場所判定ユニット２０８は、ＲＦタグ１０６が移動しているかどうかを判定するように構成され得る。それによって、場所判定ユニット２０８は、（受信されたビーコン信号のメタデータを使用して判定された）場所を、一組の横断場所又は一組の静止場所として分類するように構成され得る。

【0093】

図８は、本明細書に例示される１つ以上の実施形態による、第１の組の場所及び第２の組の場所の中の一組の横断場所を分類するための方法のフローチャート８００を例示している。

【0094】

ステップ８０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、一組の横断場所から第１の組の横断場所を時間順に取り出し得る。いくつかの例では、第１の組の横断場所は、所定の時間内の第１の時間間隔中に判定された場所を含み得る。

【0095】

ステップ８０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第１の組の横断場所の中の時間順に判定された場所の各対の間の距離を判定し得る。例えば、第１の組の横断場所は、時刻Ｔ１、Ｔ２、Ｔ３、及びＴ４においてそれぞれ判定された場所Ｌ１、Ｌ２、Ｌ３、Ｌ４を含む。このため、場所判定ユニット２０８は、Ｌ１とＬ２との間の距離、Ｌ２とＬ３との間の距離、及びＬ３とＬ４との間の距離を判定するように構成され得る。

【0096】

ステップ８０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、時間順に判定された場所の各対の判定された距離が距離閾値内にあるかどうかを判定し得る。場所判定ユニット２０８が、一対の時間順に判定された距離の間の距離が距離閾値よりも大きいと判定する場合、場所判定ユニット２０８は、ステップ８０８を実行するように構成され得る。しかしながら、場所判定ユニット２０８が、時間順に判定された距離の各対の間の距離が距離閾値内にあると判定する場合、場所判定ユニット２０８は、ステップ８１０を実行するように構成され得る。

【0097】

ステップ８０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第１の組の横断場所の中の場所を第２の組の場所として判定し得る。ステップ８１０において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第１の組の横断場所の中の場所を第１の組の場所として判定し得る。

【0098】

図９は、本明細書に例示される１つ以上の実施形態による、第２の組の場所の第３の組の場所を判定するための方法のフローチャート９００を例示している。

【0099】

ステップ９０２において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、イベントを識別し得る。考察されたように、イベントは、資産１１２及び／又は資産１１２が収容されている通路に関連するバーコードデータの受信に対応する。ステップ９０４において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、受信されるバーコードデータの送信元のモバイルコンピュータ１０８を識別し得る。いくつかの例では、プロセッサ２０２は、中央サーバによって受信された（バーコードデータを含む）データパケットに関連付けられたメタデータに基づいて、モバイルコンピュータ１０８を識別するように構成され得る。いくつかの例では、データパケットは、モバイルコンピュータ１０８のＭＡＣアドレス及び／又はモバイルコンピュータ１０８のＩＰアドレスに関連する詳細情報を含み得る。プロセッサ２０２は、モバイルコンピュータ１０８が資産１１２と関連付けられているとみなすように構成され得る。

【0100】

ステップ９０６において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、識別されたモバイルコンピュータ１０８から受信された場所データの時系列データから第３の組の場所を識別し得る。場所判定ユニット２０８は、モバイルコンピュータ１０８の場所データの時系列データに関連付けられたタイムスタンプ、及び第２の組の場所に関連付けられたタイムスタンプに基づいて、第３の組の場所を判定し得る。例えば、場所判定ユニット２０８は、第２の組の場所のタイムスタンプと同じタイムスタンプを有する（モバイルコンピュータ１０８から受信された）場所データの時系列データから第３の組の場所を取り出すように構成され得る。別の実施形態では、場所判定ユニット２０８は、第２の組の場所のタイムスタンプの予め定義された時間範囲内のタイムスタンプを有する（モバイルコンピュータ１０８から受信された）場所データの時系列データから第３の組の場所を取り出すように構成され得る。予め定義された時間範囲は、中央サーバの構成中に定義され得る。

【0101】

ステップ９０８において、中央サーバ１０２は、プロセッサ２０２、Ｉ／Ｏデバイスインターフェースユニット２０６、及び／又は場所判定ユニット２０８などの手段を含み、第３の組の場所を第２の組の場所の第３の組の場所として判定し得る。

【0102】

いくつかの例では、本開示の範囲は、第２の組の場所の第３の組の場所を判定するためにモバイルコンピュータ１０８を使用することに限定されない。実施形態の例では、場所判定ユニット２０８は、第２の場所の組の第３の組の場所を判定するために、マシン１１４の場所を利用して資産１１２に横断させるように構成され得る。考察されたように、マシン１１４は、マシン１１４の場所データを生成するために使用される慣性センサ及び／又はＧＰＳセンサを含む。図９に記載の方法論を使用して、場所判定ユニットは、マシン１１４の場所データの時系列データから第３の組の場所を取り出すように構成され得る。更に、考察されたように、第３の組の場所は、第２の組の場所の正確な場所に対応する。

【0103】

図１０は、本明細書に記載の１つ以上の実施形態による、ＭＬモデルを訓練するシナリオ１０００の例を例示している。

【0104】

シナリオ１０００の例は、一組のＲＦビーコンを通じて中央サーバによって受信された（１００４によって描写された）ビーコン信号のメタデータに基づいて判定された資産１１２の場所１００２の時系列データを描写している。資産１１２の場所１００２の時系列データは、第１の組の場所１００６及び第２の組の場所１００８を含むことが観察され得る。このため、第２の組の場所１００８は、ビーコン信号が資産１１２に近接する１つ以上の表面に反射されるため、場所のうちの１つ以上のクラスタ１００８ａ、１００８ｂ、及び１００８ｃを有する。それによって、シナリオ１０００の例は、第２の組の場所が較正されていない場所を含むことを描写している。加えて、シナリオ１０００の例は、モバイルコンピュータ１０８及び／又は（１０１０によって描写された）マシン１１４から取得された時系列の場所データを例示している。考察されたように、モバイルコンピュータ１０８及び／又はマシン１１４から取得された場所データは、第２の組の場所の第３の組の場所を含む。

【0105】

実施形態の例では、訓練ユニット２１０は、一組の正確な場所、第２の組の場所、及びビーコン信号に関連付けられたメタデータを利用して、ＭＬモデル１０１２を訓練するように構成され得る。

【0106】

前述の詳細な記載は、ブロック図、フローチャート、概略図、例示、及び例の使用を介してデバイス及び／又はプロセスの様々な実施形態を説明している。そのようなブロック図、フローチャート、概略図、及び例が１つ以上の機能及び／又は動作を含む限り、そのようなブロック図、フローチャート、概略図、又は例内の各機能及び／又は動作は、それらの広範囲のハードウェアによって、個々に及び／又は集合的に実装され得る。

【0107】

フローチャートのそれぞれのブロック、及びフローチャートの中のブロックの組み合わせは、ハードウェア、ファームウェア、回路、及び／又は１つ以上のコンピュータプログラム命令を含むソフトウェアの実行に関連付けられた他のデバイスなどの様々な手段によって実装され得ることに留意されたい。例えば、上述の手順のうちの１つ以上は、本開示の一実施形態を採用する装置の非一時的メモリによって記憶され、装置の中のプロセッサによって実行され得るコンピュータプログラム命令によって具現化され得る。これらのコンピュータプログラム命令は、コンピュータ又は他のプログラム可能装置に対して特定の様式で機能するように指示し得るため、コンピュータ可読メモリに記憶された命令は、製品品目を作り上げ、目命令の実行は、フローチャートのブロックの中に指定された機能を実装する。

【0108】

本開示の実施形態は、方法、モバイルデバイス、バックエンドネットワークデバイスなどとして構成され得る。したがって、実施形態は、ハードウェア全体、又はソフトウェアとハードウェアとの任意の組み合わせを含む様々な手段を含んでもよい。更に、実施形態は、記憶媒体の中に具現化されたコンピュータ可読プログラム命令（例えば、コンピュータソフトウェア）を有する少なくとも１つの非一時的コンピュータ可読記憶媒体上のコンピュータプログラム製品の形態をとってもよい。同様に、実施形態は、少なくとも１つの非一時的コンピュータ可読記憶媒体に記憶されたコンピュータプログラムコードの形態をとってもよい。非一時的ハードディスク、ＣＤ－ＲＯＭ、フラッシュメモリ、光記憶デバイス、又は磁気記憶デバイスを含む、任意の好適なコンピュータ可読記憶媒体が利用されてもよい。

【0109】

一実施形態では、本開示の例は、特定用途向け集積回路（ＡＳＩＣ）を介して実装され得る。しかしながら、本明細書に開示される実施形態は、全体的又は部分的に、標準的な集積回路において、１つ以上のコンピュータ上で実行される１つ以上のコンピュータプログラムとして（例えば、１つ以上のコンピュータシステム上で実行される１つ以上のプログラムとして）、１つ以上の処理回路（例えば、マイクロ処理回路）上で実行される１つ以上のプログラムとして、１つ以上のプロセッサ（例えば、マイクロプロセッサ）上で実行される１つ以上のプログラムとして、ファームウェアとして、又はそれらの実質的に任意の組み合わせとして、同等に実装され得る。

【0110】

加えて、当業者は、本明細書に開示される機構の例が、様々な有形形態でプログラム製品として配布されることが可能であり得ること、及び例示的な実施形態が、実際に配布を実行するために使用される特定のタイプの有形の命令保持媒体に関わりなく、等しく適用され得ることを理解されよう。有形の命令保持媒体の例としては、フロッピーディスク、ハードディスクドライブ、ＣＤＲＯＭ、デジタルテープ、フラッシュドライブ、及びコンピュータメモリなどの記録可能なタイプの媒体が挙げられるが、これらに限定されない。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】