CN110874688A - 能力计测装置、能力计测方法以及存储介质 - Google Patents
能力计测装置、能力计测方法以及存储介质 Download PDFInfo
- Publication number
- CN110874688A CN110874688A CN201910609616.1A CN201910609616A CN110874688A CN 110874688 A CN110874688 A CN 110874688A CN 201910609616 A CN201910609616 A CN 201910609616A CN 110874688 A CN110874688 A CN 110874688A
- Authority
- CN
- China
- Prior art keywords
- task
- activity
- index
- capability
- job
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 106
- 238000003860 storage Methods 0.000 title claims abstract description 73
- 230000037081 physical activity Effects 0.000 claims abstract description 76
- 230000001953 sensory effect Effects 0.000 claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 61
- 230000000694 effects Effects 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 57
- 238000005259 measurement Methods 0.000 claims description 48
- 230000033001 locomotion Effects 0.000 claims description 33
- 238000004519 manufacturing process Methods 0.000 claims description 28
- 230000033764 rhythmic process Effects 0.000 claims description 27
- 230000010365 information processing Effects 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 19
- 230000007177 brain activity Effects 0.000 claims description 12
- 210000003205 muscle Anatomy 0.000 claims description 9
- 230000001149 cognitive effect Effects 0.000 claims description 8
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 5
- 231100000430 skin reaction Toxicity 0.000 claims description 4
- 238000002582 magnetoencephalography Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 description 50
- 230000006399 behavior Effects 0.000 description 26
- 210000000697 sensory organ Anatomy 0.000 description 12
- 230000019771 cognition Effects 0.000 description 11
- 230000008447 perception Effects 0.000 description 11
- 210000000056 organ Anatomy 0.000 description 10
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 230000009471 action Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000003466 welding Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000005476 soldering Methods 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 210000001747 pupil Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000008344 brain blood flow Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
能力计测装置、能力计测方法以及存储介质。提供一种能够客观且定量地计测人处理任务的能力的技术。本发明的一个方式涉及的能力计测装置具有:数据取得部,其取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;指数计算部,其通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的所述各要素作业的能力的程度;以及存储处理部,其将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
Description
技术领域
本发明涉及能力计测装置、能力计测方法以及存储介质。
背景技术
在专利文献1中提出用于向各作业工序配置各作业者的人员配置系统。具体地说,专利文献1中公开的人员配置系统基于生产计划台数计算生产节拍时间,基于生产节拍时间和各个要素作业的标准时间来向多个作业工序分配各要素作业,基于生产节拍时间和各作业者的各个要素作业的循环时间,决定向被分配各要素作业的各作业工序配置各作业者的方式。由此,该人员配置系统能够以生产计划不会出现阻碍的方式向各作业工序配置各作业者。
专利文献1:日本特开2007-293690号公报
本申请的发明人在专利文献1等现有的系统中发现了如下的问题。即,在现有的系统中,人对于各任务的能力(熟练度)是以该各任务的处理时间为指标来计测的。即,在现有的系统中,评价为处理时间越短则对于任务的能力越高,相反地,处理时间越长则对于任务的能力越低。根据该任务的处理时间,能够客观且定量地评价该人能否在规定的时间内完成该任务。
然而,在该任务的处理时间中没有包含与人处理任务的过程相关的消息。即,在任务的处理时间中没有包含客观且定量地表示人对于各任务具有怎样的处理能力(换言之,人对于各任务的熟练程度如何)的信息。由此,无法根据表示该任务的处理时间的信息客观地得知为了恰当地执行任务,人要注意什么以及可以进行怎样的动作。因此,本申请的发明人发现在现有的系统中存在如下问题:很难通过客观且能够反复进行的方法,提高人对于各任务的能力。另外,因此,本申请的发明人发现在现有的系统中存在很难成体系地提高或者维持生产线的生产性/效率这样的问题。
另外,该问题不仅在上述提高或者维持生产线的生产性/效率的场景下发生,在人执行任意任务的全部场景都可能发生。例如,假设驾驶者驾驶车辆的场景。在该场景中,如果能够客观且定量地评价驾驶者驾驶车辆的能力,则能够使驾驶者掌握不足的能力,或者通过车辆的动作进行弥补,从而成体系地提高或者维持车辆驾驶的品质。
发明内容
本发明的一个方式正是鉴于上述的情况而提出的,其目的在于提供能够客观且定量地计测人处理任务的能力的技术。
本发明为了解决上述的问题而采用以下的结构。
即,本发明的一个方式涉及的能力计测装置具有:数据取得部,其取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;指数计算部,其通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及存储处理部,其将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
在上述结构涉及的能力计测装置中,利用1个或者多个传感器测定执行任务期间内的对象者的感知活动和身体活动中的至少一方。感知活动是指认知对象的位置、形状、尺寸、质感等属性,或者基于认知到的结果进行任意判断的活动。感知活动主要利用视觉、听觉、触觉等的感觉器官来实施。另外,身体活动是指移动身体而变更与对象的位置关系,或者物理地影响对象的活动。身体活动主要利用由与身体运动相关的骨骼、肌肉、关节、神经等的组织和器官构成的运动器官来实施。即,感知活动和身体活动分别作为生理学参数而由感觉器官和运动器官各自的举动表示。因此,能够经由感觉器官和运动器官的举动,利用传感器分别测定感知活动和身体活动。
在通过上述测定而得到的传感数据中,表现出感知活动和身体活动中的至少一方的能力。感知活动和身体活动的能力与能否恰当地执行任务的结果相关联。即,可以说感知活动和身体活动的能力越高则执行任务的能力越高,感知活动和身体活动的能力越低则执行任务的能力越低。因此,上述结构涉及的能力计测装置通过对得到的传感数据进行分析,根据传感数据计算对于任务中包含的各要素作业的能力指数。
能够根据该能力指数,客观且定量地示出对象者对于各要素作业的能力。由此,能够通过针对任务中包含的各要素作业得到的各能力指数,客观且定量地示出对象者对于该任务具有怎样的处理能力。例如,能够评价对象者擅长任务中包含的多个要素作业中的哪个要素作业,不擅长哪个要素作业。
因此,根据上述结构涉及的能力计测装置,能够客观且定量地计测人处理任务的能力。由此,能够客观地得知为了恰当地执行任务,对象者要注意什么以及可以进行怎样的动作。因此,例如在上述生产现场的例子中,能够成体系地提高或者维持生产线的生产性/效率。另外,例如在上述驾驶场景的例子中,能够成体系地提高或者维持驾驶者驾驶车辆的品质。
另外,任务通过一系列的感知活动和身体活动来实现。因此,在执行任务的过程中,可能表现出感知活动和身体活动的多种组合。因此,能够用感知活动和身体活动的组合来定义各要素作业。优选任务能够反复执行,例如,可以是生产现场中的作业、车辆的驾驶操作等。在人反复执行同一任务的情况下,在每次执行各任务时,表现出同一种类的感知活动和身体活动的组合。能够提取在执行该各任务中表现出同一种类的组合的区间,作为对共同的要素作业(相同种类的要素作业)进行处理的区间。另外,任务中包含的各要素作业可能在时间序列上排列。在为以某种程度习惯该作业的作业者的情况下,能够将处理要素作业后的结果用于该要素作业的下一个要素作业的输入。由能力指数表示的对于各要素作业的能力的程度,对应于能够恰当地执行各要素作业的能力的程度。
另外,传感器能够测定对象者的与感知活动和身体活动中的至少一方相关的生理学参数即可,其种类没有特别限定,可以根据实施方式适当地选择。感觉器官的举动例如表现为脑电波、脑血流、瞳孔直径、视线方向、表情、语音、心电图、血压、肌电图、皮肤电反射(galvanic skin reflex:GSR)等。因此,在用于测定感知活动的1个或者多个传感器中,例如可以使用脑电图仪(Electroencephalograph:EEG)、脑磁仪(Magnetoencephalography:MEG)、构成为通过功能性核磁共振图像法(Functional Magnetic Resonance Imaging:fMRI)来拍摄与脑活动相关联的血流的磁共振图像装置、构成为能够通过功能性近红外光谱法(Functional Near Infrared Spectroscopy:fNIRS)测定脑血流的脑活动计测装置、构成为计测瞳孔直径和视线方向的视线传感器、眼电位传感器、麦克风、心电图仪、血压计、肌肉电位传感器、皮肤电反应仪、摄像机或者它们的组合。另一方面,身体活动的举动例如表现为手指、手、脚、头、腰、关节、肌肉等的运动器官。因此,在用于测定身体活动的1个或者多个传感器中,例如可以使用摄像机、动作捕捉装置、负荷传感器或者它们的组合。
另外,规定的存储区域只要能够存储计算出的各要素作业的能力指数即可,可以根据实施方式适当地选择。在暂时地存储计算出的各要素作业的能力指数的情况下,可以选择主存储装置作为规定的存储区域。另外,在长期地存储计算出的各要素作业的能力指数的情况下,可以选择辅助存储装置、外部存储装置、各种存储介质或者它们的组合作为规定的存储区域。
上述一个方式涉及的能力计测装置还具有:判定部,其通过比较为了恰当地执行所述任务而被所述各要素作业要求的能力指数与针对所述各要素作业计算出的所述对象者的所述能力指数,判定所述对象者能否恰当地执行所述任务;以及输出部,其输出与所述判定的结果相关的信息。根据该结构,能够基于对象者能否恰当地执行对象任务的判定结果,实现执行该对象任务的优化。
在上述一个方式涉及的能力计测装置中,所述数据取得部可以取得传感数据,该传感数据是在能够恰当地执行所述任务的熟练者执行所述任务的期间,利用所述1个或者多个传感器测定所述熟练者的所述活动而得到的,所述指数计算部通过对从所述熟练者取得的所述传感数据进行分析,计算所述熟练者针对所述各要素作业的能力指数。并且,上述一个方式涉及的能力计测装置还具有登记部,该登记部登记针对所述各要素作业计算出的所述熟练者的所述能力指数,作为被所述各要素作业要求的能力指数。根据该结构,能够适当地设定为了恰当地执行任务而被各要素作业要求的能力指数,由此,能够可靠地判定对象者能否恰当地执行对象任务。
在上述一个方式涉及的能力计测装置中,所述各要素作业可以被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程,所述数据取得部可以取得利用多个传感器测定所述对象者的与所述感知活动和所述身体活动相关的活动而得到的传感数据。根据该结构,能够适当地定义任务中包含的各要素作业,并且能够适当地取得用于计算各要素作业的能力指数的传感数据。由此,能够可靠地计测人处理任务的能力。
在上述一个方式涉及的能力计测装置中,对所述传感数据进行分析可以包含对执行所述各要素作业的正确性、稳定性、速度以及节律中的至少任意一方进行评价,所述指数计算部可以根据所述评价的结果,计算针对所述各要素作业的能力指数。根据该结构,能够适当地计算各要素作业的能力指数,由此,能够可靠地计测人处理任务的能力。
在上述一个方式涉及的能力计测装置中,对所述传感数据进行分析可以包含:将所述传感数据转换成特征量的时间序列数据;通过分析所述特征量的时间序列数据,确定所述各要素作业的执行时间、时间的重叠、执行次数和执行顺序;以及基于所确定的所述各要素作业的执行时间、时间的重叠、执行次数和执行顺序,评价执行所述各要素作业的正确性、稳定性、速度以及节律,所述指数计算部可以根据所述评价的结果,计算针对所述各要素作业的能力指数。根据该结构,能够适当地计算各要素作业的能力指数,由此,能够可靠地计测人处理任务的能力。
在上述一个方式涉及的能力计测装置中,所述1个或者多个传感器由摄像机、麦克风、脑电图仪、脑磁仪、磁共振图像装置、心电图仪、血压计、皮肤电反应仪、肌肉电位传感器、负荷传感器、动作捕捉装置、脑活动计测装置、视线传感器、眼电位传感器或者它们的组合构成。根据该结构,能够适当地取得用于计算各要素作业的能力指数的传感数据。
在上述一个方式涉及的能力计测装置中,所述对象者可以是生产线上的作业者,所述任务可以是所述生产线上包含的工序中的作业,所述数据取得部取得传感数据,该传感数据是在所述生产线上所述作业者执行所述作业的期间,利用所述1个或者多个传感器测定所述作业者的所述活动而得到的,所述指数计算部可以通过对从所述作业者取得的所述传感数据进行分析,计算针对所述各要素作业的能力指数。根据该结构,能够客观且定量地计测对生产线上包含的工序的作业进行处理的(作业者的)能力,由此,能够成体系地提高或者维持生产线的生产性/效率。
在上述一个方式涉及的能力计测装置中,所述对象者可以是驾驶车辆的驾驶者,所述任务可以与所述车辆的驾驶操作相关,所述数据取得部可以取得传感数据,该传感数据是在所述驾驶者执行所述车辆的驾驶操作的期间,利用所述1个或者多个传感器测定所述驾驶者的所述活动而得到的,所述指数计算部可以通过对从所述驾驶者取得的所述传感数据进行分析,计算针对所述各要素作业的能力指数。根据该结构,能够客观且定量地计测进行车辆的驾驶操作的(驾驶者的)能力,由此,能够成体系地提高或者维持驾驶者驾驶车辆的品质。
作为上述各方式涉及的能力计测装置的其他方式,本发明的一个方式可以是实现以上的各结构的能力计测方法,也可以是程序,还可以是存储有上述程序的计算机等能够读取的存储介质。这里,计算机等能够读取的存储介质是指通过电、磁、光、机械或者化学的作用来蓄积程序等信息的介质。
例如,在本发明的一个方式涉及的能力计测方法中计算机执行如下步骤:取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
另外,例如,本发明的一个方式涉及的存储有能力计测程序的存储介质,该能力计测程序用于使计算机执行以下步骤:取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
根据本发明,能够客观且定量地计测人处理任务的能力。
附图说明
图1示意地例示出适用本发明的场景的一个例子。
图2示意地例示出人在认知学上的信息处理的进程。
图3示意地例示出构成任务的多个要素作业的一个例子。
图4示意地例示出实施方式涉及的能力计测装置的硬件结构的一个例子。
图5示意地例示出实施方式涉及的能力计测装置的软件结构的一个例子。
图6例示出实施方式涉及的能力计测装置的计测模式下的处理顺序的一个例子。
图7例示出实施方式涉及的对传感数据进行分析的处理顺序的一个例子。
图8示意地例示出传感数据的一个例子。
图9示意地例示出特征量的时间序列数据的一个例子。
图10示意地例示出熟悉业务的过程的一个例子。
图11A示意地例示出对执行要素作业的正确性进行评价的方法的一个例子。
图11B示意地例示出对执行要素作业的稳定性进行评价的方法的一个例子。
图11C示意地例示出对执行要素作业的速度进行评价的方法的一个例子。
图11D示意地例示出对执行要素作业的节律进行评价的方法的一个例子。
图12A例示出感知活动的难易度与能力指数的基准值之间的关系的一个例子。
图12B例示出身体活动的难易度与能力指数的基准值之间的关系的一个例子。
图13示意地例示出实施方式涉及的能力数据库的一个例子。
图14例示出实施方式涉及的能力计测装置的登记模式下的处理顺序的一个例子。
图15例示出实施方式涉及的能力计测装置的运行模式下的处理顺序的一个例子。
图16示意地例示出适用本发明的场景的变形例。
标号说明
1:能力计测装置、11:控制部、12:存储部、13:外部接口、14:输入装置、15:输出装置、16:驱动器、111:数据取得部、112:指数计算部、113:存储处理部、114:登记部、115:判定部、116:输出部、80:能力计测程序、121:传感数据、70:能力数据库、90:存储介质、30:脑电图仪、31:负荷传感器、40:作业(任务)、50:作业者(对象者)。
具体实施方式
下面,基于附图,对本发明的一个方式涉及的实施方式(下面,也称作“本实施方式”)进行说明。但是,下面说明的本实施方式的全部内容只不过是本发明的示例。在不脱离本发明的范围的情况下,当然能够进行各种改良、变形。即,在实施本发明时,可以适当地采用与实施方式对应的具体的结构。另外,利用自然语言说明了本实施方式中出现的数据,更具体地说,能够由计算机能够认知的虚拟语言、命令、参数、机器语言等指定。
§1适用例
首先,利用图1,对适用本发明的场景的一个例子进行说明。图1示意地例示出本实施方式涉及的能力计测装置1的适用场景的一个例子。在图1的例子中假设如下场景:计测对生产线上包含的工序中的作业40进行处理的作业者50的能力。作业者50是本发明的“对象者”的一个例子,生产线上包含的工序中的作业40是本发明的“任务”的一个例子。但是,本发明的适用对象不限定于上述的例子。对象者和任务可以根据实施方式适当地设定。
本实施方式涉及的能力计测装置1取得传感数据(后述的传感数据121),该传感数据是在生产线上作业者50执行作业40的期间,利用1个或者多个传感器测定作业者50的与感知活动和身体活动中的至少一方有关的活动而得到的。作业40例如是焊接、壳体的嵌合、插入部件的插入、检查、包装等作业。在图1的例子中,使用脑电图仪30和负荷传感器31作为用于取得传感数据的传感器。脑电图仪30和负荷传感器31分别是本发明的“传感器”的一个例子。
这里,进一步利用图2,对利用传感器测定的感知活动和身体活动进行说明。图2示意地例示出表现人在认知学上的信息处理的进程的模型的一个例子。如图2的示例所示,人在认知学上的信息处理的进程能够通过以下三个步骤来模型化。即,在第一步骤中,通过输入系统取得输入数据。输入系统主要是感觉器官。其次,在第二步骤中,处理系统(脑)对于从输入系统得到的输入数据进行任意的信息处理。然后,在第三步骤中,将处理系统的信息处理的结果输出到输出系统。输出系统主要是运动器官(以及脑)。
根据该模型,能够如下定义感知活动和身体活动。即,感知活动是如下活动:将视觉、听觉、触觉等的感觉器官用作输入系统,取得与对象相关的输入数据,对于取得的输入数据,通过处理系统进行用于认知对象的位置、形状、尺寸、质感等属性的信息处理,或者基于认知到的结果,通过处理系统进行任意的确定等信息处理。该感知活动中的认知包含对象的空间认知和形状认知。空间认知是指认知对象的位置、移动速度等与空间相关的属性。另外,形状认知是指认知对象的形状、大小、质感等与形状相关的属性。另一方面,身体活动是指如下活动:将由与身体运动有关的骨骼、肌肉、关节、神经等的组织和器官构成的运动器官用作输出系统,基于上述认知的结果或者为了进行上述认知来移动身体,物理地影响对象,或者变更与对象的位置关系。
人一边反复进行上述的认知学上的信息处理的进程,一边伴随感知活动和身体活动来执行任务。如图2所示,在人执行任务的期间,输入系统(主要为感觉器官)以及输出系统(主要为运动器官)作为与外界的接口发挥作用。因此,能够经由输入系统和输出系统的举动分别测定针对任务的上述感知活动和身体活动。并且,输入系统、处理系统以及输出系统存在如上所述的关系,因此,只要利用传感器跟踪感知活动和身体活动中的至少一方,就能够间接地评价处理系统对于任务的信息处理的品质。
即,在利用1个或者多个传感器测定感知活动和身体活动中的至少一方而得到的传感数据中,表现出感知活动和身体活动中的至少一方对于任务的能力。感知活动和身体活动的能力与能否恰当地执行任务的结果相关联。即,可以说感知活动和身体活动的能力越高,则处理系统对于任务的信息处理的品质越好,执行任务的能力越高(能够恰当地执行任务)。另一方面,可以说感知活动和身体活动的能力越低,则处理系统对于任务的信息处理的品质越差,执行任务的能力越低(无法恰当地执行任务)。因此,能够基于利用1个或者多个传感器测定感知活动和身体活动中的至少一方而得到的传感数据,客观且定量地评价对于任务的上述信息处理的进程的品质,换言之,能够客观且定量地评价执行任务的能力的程度。
另外,通过一系列的感知活动和身体活动来实现任务。在执行任务的过程中,可能表现为感知活动和身体活动的多种组合。因此,任务能够被理解为包含多个要素作业。并且,能够通过感知活动和身体活动的组合来定义各要素作业。另外,在人反复执行同一任务的情况下,在每次执行各任务时,表现出同一种类的感知活动和身体活动的组合。能够提取在执行该各任务中表现出同一种类的组合的区间,作为对共同的要素作业(相同种类的要素作业)进行处理的区间。因此,为了容易地提取各要素作业,优选反复执行任务。
另外,在执行任务的期间,可能处理与多次循环对应的人在认知学上的信息处理的进程。因此,为了容易识别任务中包含的各要素作业,各要素作业可以被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程。此时,各要素作业能够被理解为,在时间序列上连续地排列,并且处理要素作业后的结果用于该要素作业的下一次的要素作业的输入。在本实施方式中,任务(作业40)中包含的各要素作业(下面的4种要素作业分别)被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程,并且通过感知活动和身体活动的组合来定义。
这里,进一步利用图3,对要素作业的具体例子进行说明。图3示意地例示出作业40(任务)中包含的多个要素作业的一个例子。如图3示例所示,在本实施方式,作业40(任务)被分割成“视觉辨认”,“把持”,“搬运”以及“调整”这4种要素作业。在图3的例子中,各要素作业按照“视觉辨认”、“把持”、“搬运”以及“调整”的顺序,在时间序列(时间轴)上连续地排列。
“视觉辨认”主要是认知作业40的对象物的属性的活动。“视觉辨认”中的感知活动例如是通过视觉和听觉来认知作业对象物的位置、形状、大小等属性的活动。另一方面,“视觉辨认”中的身体活动是为了进行空间认知和形状认知,例如以视线方向的变动、头角度的变更、指向的确认等的方式移动身体的活动。“视觉辨认”的感知活动可以包含通过在对象物的附近配置手指或者手指接触对象物而产生的触觉,来认知对象物的质感等属性。
“把持”主要是基于“视觉辨认”的结果来把持作业40的对象物的活动。“把持”中的感知活动例如是指,通过触觉来认知作业对象物的质感,并且基于通过视觉辨认和触觉得到的对象物的空间认知和形状认知的结果,决定把持该对象物的位置。另一方面,“把持”中的身体活动是指,基于上述感知活动的结果,例如移动手、手指等的身体部位并以对象物不会掉落的方式进行把持。
“搬运”主要是基于“把持”的结果来使作业40的对象物移动的活动。“搬运”中的感知活动例如是指,基于对象的空间认知的结果,决定该对象物的移动目的地的位置(目的位置)。另一方面,“搬运”中的身体活动例如是指,移动胳膊、脚、腰等的身体部位而将把持着对象物从当前位置运送到目的位置。
“调整”主要是使“搬运”后的对象物的状态变化成目的状态的活动。“调整”中的感知活动例如是指,通过视觉和触觉来认知对象物的位置、角度、形状等的状态的变化。另一方面,“调整”中的身体活动例如是指,一边移动手指等的身体部位,一边使对象物的状态变化成目的状态。
生产线上包含的工序中的作业40能够通过上述4个要素作业的组合来执行。作为具体例子,假设作业者50进行焊接的场景。在该情况下,“视觉辨认”是指对烙铁以及进行焊接的对象进行空间认知和形状认知。“把持”是指保持烙铁。“搬运”是指将烙铁运送到对象。“调整”是指变更烙铁的位置和角度。能够通过执行这一系列的要素作业来执行焊接。
针对生产线上包含的工序中的焊接以外的作业以及这些作业以外的任务,也同样地能够通过上述的4个要素作业的组合来执行。但是,要素作业的种类、数量、组合以及顺序分别不限定于上述的例子,可以根据实施方式适当地设定。例如可以以在执行“调整”之后执行“视觉辨认”的方式规定要素作业的顺序。通过将任务划分为多个要素作业,能够表现在各要素作业的组合下执行任务的过程,由此,能够评价执行任务的过程中的人的上述活动。另外,在存在多个种类的任务的情况下,通过将各任务划分为多个要素作业,能够利用共同的指标(要素作业)表现不同的任务,由此,能够利用共同的指标评价人对于各任务的能力。
因此,本实施方式涉及的能力计测装置1对从作业者50取得的传感数据进行分析。由此,能力计测装置1根据传感数据计算能力指数,该能力指数表示对于通过上述活动实现的各要素作业的能力的程度。然后,能力计测装置1将作业者50(对象者)、作业40(任务)以及计算出的各要素作业的能力指数相关联地存储于规定的存储区域。
能力指数(对于各要素作业的能力的程度)对应于能否恰当地执行作业40中包含的各要素作业,换言之,对应于执行各要素作业的能力的程度。根据该能力指数,能够客观且定量地示出作业者50对于各要素作业的能力。由此,能够通过针对作业40中包含的各要素作业得到的各能力指数,客观且定量地示出作业者50对于该作业40具有怎样的处理能力。例如能够评价作业者50擅长焊接中包含的4个要素作业中的哪个要素作业,不擅长哪个要素作业。
因此,根据本实施方式涉及的能力计测装置1,能够客观且定量地计测作业者50处理作业40的能力。由此,能够客观地得知为了恰当地执行作业40,作业者50要注意什么以及可以进行怎样的动作。因此,根据本实施方式,能够在生产现场成体系地提高或者维持生产线的生产性/效率。
另外,在本实施方式中,如上所述,通过感知活动和身体活动的组合来定义各要素作业。因此,为了正解地计算各要素作业的能力指数,并非仅测定感知活动和身体活动中的一方,优选测定感知活动和身体活动双方。因此,在本实施方式中,构成为能力计测装置1能够取得利用多个传感器测定作业者50的与感知活动和身体活动相关的活动而得到的传感数据。具体地说,在本实施方式中,能够利用脑电图仪30测定作业者50的感知活动。另外,能够利用负荷传感器31测定作业者50的身体活动。但是,用于测定对象者的感知活动和身体活动的多个传感器的组合不限定于上述的例子,可以根据实施方式适当地选择。
§2结构例
[硬件结构]
下面,利用图4,对本实施方式涉及的能力计测装置1的硬件结构的一个例子进行说明。图4示意地例示出本实施方式涉及的能力计测装置1的硬件结构的一个例子。
如图4所示,本实施方式涉及的能力计测装置1是电连接控制部11、存储部12、外部接口13、输入装置14、输出装置15以及驱动器16而成算机。另外,在图4中,将外部接口记作“外部I/F”。
控制部11包含作为硬件处理器的CPU(Central Processing Unit)、RAM(RandomAccess Memory)、ROM(Read Only Memory)等,构成为基于程序和各种数据执行信息处理。存储部12是存储器的一个例子,例如由硬盘驱动器、固态驱动器等构成。在本实施方式中,存储部12存储能力计测程序80、传感数据121、能力数据库70等的各种信息。
能力计测程序80是用于使能力计测装置1执行与对象者对于任务中包含的各要素作业的能力指数的计测相关的后述的信息处理(图6、图7、图14以及图15)的程序。能力计测程序80包含各信息处理的一系列命令。传感数据121示出对象者执行任务期间的对象者的与感知活动和身体活动中的至少一方相关的举动。能力数据库70将通过执行能力计测程序80而计测出的能力指数与任务和对象者相关联地存储。详细情况容后再述。
外部接口13例如是USB(Universal Serial Bus)端口、专用端口等,是用于与外部装置连接的接口。外部接口13的种类和数量可以根据要连接的外部装置的种类和数量适当地选择。在本实施方式中,能力计测装置1经由外部接口13而与脑电图仪30和负荷传感器31连接。
脑电图仪30例如佩戴于作业者50的头部,用于测定作业者50的脑活动量。测定出的脑活动量主要与作业者50的感知活动相关联。负荷传感器31例如佩戴于作业者50的手等的身体部位,用于测定向该身体部位作用的力(负载)。测定出的力主要与作业者50的身体活动相关联。另外,脑电图仪30和负荷传感器31各自的种类没有特别地限定,可以根据实施方式适当地选择。
因此,在本实施方式中,在作业者50执行作业40的期间,利用脑电图仪30和负荷传感器31计测作业者50的与感知活动和身体活动相关的举动,从而得到传感数据121。能力计测装置1能够经由外部接口13,从脑电图仪30和负荷传感器31取得传感数据121。
输入装置14例如是鼠标、键盘等的用于进行输入的装置。另外,输出装置15例如是显示器、扬声器等的用于进行输出的装置。作业者能够利用输入装置14和输出装置15来操作能力计测装置1。作业者例如是作业者50本身、监督作业者50的监督者等。
驱动器16例如是CD(Compact Disc)驱动器、DVD驱动器等,是用于读取存储介质90中存储的程序的驱动器装置。驱动器16的种类可以根据存储介质90的种类适当地选择。上述能力计测程序80可以存储于该存储介质90中。
存储介质90是以能够被计算机及其他装置、机械等读取记录着的程序等信息的方式,通过电、磁、光、机械或者化学的作用来蓄积该程序等信息的介质。能力计测装置1可以从该存储介质90取得上述能力计测程序80。
这里,在图4中,作为存储介质90的一个例子,例示出CD、DVD等的盘型的存储介质。但是,存储介质90的种类不应限定于盘型,也可以是盘型以外的类型。作为盘型以外的存储介质,例如能够例举出闪速存储器等的半导体存储器。
另外,关于能力计测装置1的具体的硬件结构,能够根据实施方式适当地省略、置换以及追加结构要素。例如,控制部11可以包含多个硬件处理器。硬件处理器可以由微型处理器、FPGA(field-programmable gate array)等构成。存储部12可以由控制部11中包含的RAM和ROM构成。也可以省略外部接口13、输入装置14、输出装置15以及驱动器16中的至少一方。能力计测装置1可以具有用于经由网络而与外部装置进行数据通信的通信接口。在脑电图仪30和负荷传感器31具有通信接口的情况下,能力计测装置1可以经由网络而与脑电图仪30和负荷传感器31连接。能力计测装置1可以由多台计算机构成。在该情况下,各计算机的硬件结构可以一致,也可以不一致。另外,能力计测装置1除了是被设计成专用于要提供的服务的信息处理装置以外,也可以是通用的服务器装置、PC(Personal Computer)等。
[软件结构]
下面,利用图5,对本实施方式涉及的能力计测装置1的软件结构的一个例子进行说明。图5是示意地例示出本实施方式涉及的能力计测装置1的软件结构的一个例子。
能力计测装置1的控制部11将存储于存储部12的能力计测程序80在RAM中展开。并且,控制部11利用CPU解释并执行在RAM中展开的能力计测程序80,基于能力计测程序80中包含的一系列的命令,对各结构要素进行控制。由此,如图5所示,本实施方式涉及的能力计测装置1作为计算机进行动作,该计算机作为软件模块具有数据取得部111、指数计算部112、存储处理部113、登记部114、判定部115以及输出部116。即,在本实施方式中,各软件模块由控制部11(CPU)实现。
数据取得部111取得传感数据121,该传感数据121是在对象者执行任务的期间,利用1个或者多个传感器测定对象者的与感知活动和身体活动中的至少一方相关的活动(举动)而得到的。如上所述,任务由多个要素作业构成。指数计算部112对取得的传感数据121进行分析,根据传感数据121计算能力指数,该能力指数表示对象者对于通过活动(举动)实现的各要素作业的能力的程度。存储处理部113将对象者、任务以及计算出的各要素作业的能力指数相关联地存储于规定的存储区域。
另外,在对象者是能够恰当地执行任务的熟练者的情况下,数据取得部111可以取得在熟练者执行任务的期间,利用1个或者多个传感器测定熟练者的活动(举动)而得到的传感数据。熟练者是指,能够在规定的时间内以规定的品质反复以相同的方式完成任务的作业者。即,熟练者能够在完成任务的过程中以正确的顺序、规定的时间以及规定的品质执行一系列的要素作业,并且能够反复以相同的方式完成所述的任务。因此,指数计算部112可以通过对从熟练者取得的传感数据进行分析,计算熟练者针对各要素作业的能力指数。登记部114登记针对各要素作业计算出的熟练者的能力指数,作为被各要素作业要求的能力指数(下面也记作“要求能力指数”)。
另外,判定部115通过比较为了恰当地执行任务而被各要素作业要求的能力指数(要求能力指数)与针对各要素作业计算出的对象者的能力指数,从而判定对象者能否恰当地执行任务。输出部116输出与判定的结果相关的信息。
对于能力计测装置1的各软件模块,在后述的动作例子中详细地进行说明。另外,在本实施方式中,对能力计测装置1的各软件模块均通过通用的CPU实现的例子进行说明。但是,以上的软件模块的一部分或者全部也可以通过1个或者多个专用的处理器来实现。另外,对于能力计测装置1的软件结构,也可以根据实施方式适当地省略、置换以及追加软件模块。
§3动作例子
接着,对于本实施方式涉及的能力计测装置1的动作例子进行说明。本实施方式涉及的能计测装置1构成为能够通过计测模式、登记模式以及运行模式这三个模式来计测对象物的能力。计测模式是计算对象者的能力指数的模式。登记模式是计算熟练者的能力指数并将计算出的熟练者的能力指数作为要求能力指数进行登记的模式。运行模式是计算对象者的能力指数,并基于计算出的对象者的能力指数来判定对象者能否恰当地执行任务的模式。下面说明的各模式下的处理顺序是本发明的“能力计测方法”的一个例子。但是,能力计测装置1并不必需一定构成为能够实现上述三个模式。各模式可以适当省略或者变更。另外,下面说明的处理顺序只不过是一个例子,也可以尽可能地变更各处理。并且,对于下面说明的处理顺序,能够根据实施方式适当地省略、置换以及追加工序。
[计测模式]
首先,利用图6,对本实施方式涉及的能力计测装置1的计测模式下的处理顺序的一个例子进行说明。图6是表示本实施方式涉及的能力计测装置1的计测模式下的处理顺序的一个例子的流程图。
(步骤S101)
在步骤S101中,控制部11输出指示对象者执行任务的消息。消息的输出目的地和输出方法均没有特别地限定,可以根据实施方式适当地选择。
在本实施方式中,任务是生产线上包含的工序中的作业40,对象者是对该作业40进行处理的作业者50。因此,在本实施方式中,控制部11例如经由输出装置15、配置在作业者50附近的输出装置(未图示)等,输出指示执行作业40的消息。指示执行的作业40的种类没有特别地限定,可以根据实施方式适当地选择。指示执行的作业40例如可以是焊接、壳体的嵌合、插入部件的插入、检查、包装等作业。当输出指示执行任务的消息时,控制部11使处理进入接下来的步骤S102。
(步骤S102)
在步骤S102中,控制部11作为数据取得部111进行动作,取得传感数据121,该传感数据121是在对象者执行任务的期间,利用1个或者多个传感器测定对象者的与感知活动和身体活动中的至少一方相关的活动而得到的。
在本实施方式中,作业者50佩戴有脑电图仪30和负荷传感器31,能力计测装置1经由外部接口13而与脑电图仪30和负荷传感器31连接。因此,本实施方式涉及的传感数据121是在生产线上作业者50执行作业40的期间,利用脑电图仪30和负荷传感器31测定作业者50的与感知活动和身体活动相关的活动而得到的。即,本实施方式涉及的传感数据121由通过脑电图仪30测定出的脑活动量的第一测定数据和通过负荷传感器31测定出的负载的第二测定数据这两种数据构成。在传感数据121中可以包含在作业者50执行一次作业40的期间得到的数据,也可以包含在作业者50执行多次作业的期间得到的数据。在本实施方式中,控制部11经由外部接口13从脑电图仪30和负荷传感器31取得该传感数据121。作业40包含有上述4种要素作业。“视觉辨认”、“把持”、“搬运”以及“调整”的各要素作业被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程。但是,传感数据121的结构和取得方法并不限定于上述的例子,可以根据实施方式适当地选择。在取得到传感数据121时,控制部11使处理进入接下来的步骤S103。
(步骤S103)
在步骤S103中,控制部11作为指数计算部112进行动作,通过对取得的传感数据121进行分析,根据传感数据121计算能力指数,该能力指数表示对象者对于通过活动而实现的各要素作业的能力的程度。在本实施方式中,控制部11通过对从作业者50取得的传感数据121进行分析,计算针对作业40中包含的各要素作业的能力指数。
在得到的传感数据121中,表现出感知活动和身体活动中的至少一方对于任务中包含的各要素作业的能力。能够恰当地执行任务是指,通过感知活动和身体活动的结果实现的各要素作业的执行精度较高。因此,能够基于各要素作业的执行精度评价对于各要素作业的能力。
更详细地说,能够恰当地执行任务是指,能够以正确的顺序、适当的速度执行各要素作业。另外,在反复试行任务的情况下,越是执行任务的能力较高的对象者,各试行中的各要素作业的执行波动越少,换言之,能够在各试行中以相同的方式执行各要素作业。因此,各要素作业的执行精度例如表现为执行各要素作业的正确性、稳定性、速度以及节律等。
正确性是表示在试行一次任务中是否按照正确的顺序执行了各要素作业的程度的指标。稳定性是表示在试行多次任务的情况下在各试行中是否以固定的顺序执行各要素作业的程度的指标。速度是表示在试行一次任务中各要素作业花费的时间的长度以及相邻的要素作业的重叠的程度的指标。节律是表示在多次试行任务的情况下在各试行中各要素作业花费的时间是否固定的程度的指标。根据正确性、稳定性、速度以及节律这4个指标,能够适当地评价对象者针对各要素作业的能力。
在本实施方式中,控制部11在步骤S103中利用上述4个指标对传感数据121进行分析,计算针对各要素作业的能力指数。但是,上述4个指标分别是评价各要素作业的执行精度的指标的一个例子,评价各要素作业的执行精度的指标不限定于这些例子,可以根据实施方式适当地决定。
这里,利用图7,对本实施方式涉及的步骤S103的处理详细地进行说明。图7例示出对传感数据121进行分析的处理顺序的一个例子。本实施方式涉及的步骤S103的处理包含下面的步骤S1301~S1305的各处理。
(步骤S1301)
在步骤S1301中,控制部11将传感数据121转换成特征量的时间序列数据。该转换处理可以适当采用公知的方法。
作为转换处理的一个例子,首先,控制部11按照每个固定区间划分传感数据121,将传感数据121划分为多个帧。在不需要的情况下,可以省略该帧的划分处理。接着,控制部11对各帧内的部分数据进行规定的运算处理,由此计算各帧内的特征量。然后,控制部11将计算出的特征量绘制成时间序列。通过该一系列的处理,控制部11能够将传感数据121转换成特征量的时间序列数据。当转换处理完成时,控制部11使处理进入到接下来的步骤S1302。
另外,特征量可以与力、运动、注视点(视线方向)、脑电波等的测定值相关,例如是帧内的振幅、最大值(峰值)、最小值、平均值、方差值、标准偏差、瞬时值等。特征量可以用时间序列上的概率分布表现。作为生成时间序列数据的对象,可以采用1个或者多个特征量。即,传感数据121可以转换成1个或者多个特征量的时间序列数据。另外,在利用共同的指标(要素作业)来评价不同的任务的情况下,优选采用能够在不同的任务之间共同观测的特征量。例如,假设在第一任务和第二任务的各要素作业中特征性地表现力的峰值。即,假设能够利用传感数据中表现的力的峰值进行后述的步骤S1302的分析。在该情况下,作为生成时间序列数据的对象,优选采用力的峰值作为特征量。
(步骤S1302、S1303)
在步骤S1302中,控制部11通过对特征量的时间序列数据进行分析,在时间轴上估计对象者执行各要素作业的各时间区间。然后,在下面的步骤S1303中,控制部11基于分析的结果,确定各要素作业的执行时间、时间的重叠、执行次数和执行顺序。
利用图8和图9,对步骤S1301~S1303的过程详细地进行说明。图8示意地例示出传感数据121的一个例子。图9示意地例示出特征量的时间序列数据的一个例子。另外,在本实施方式中,传感数据121包含有由脑电图仪30测定出的脑活动量的第一测定数据和由负荷传感器31测定出的负载的第二测定数据。但是,在步骤S1301~S1303中,同样地对第一测定数据和第二测定数据进行处理。因此,下面,为了便于说明,省略针对第一测定数据的说明,与第二测定数据同样地对第一测定数据进行处理。
如图8所示,在本实施方式涉及的传感数据121中,负荷传感器31对负载(力)的测定值以时间序列排列。采用力的峰值作为特征量,将上述步骤S1301适用于该传感数据121时,能够得到如图9示例的力的峰值在时间序列上排列的时间序列数据。在将上述步骤S1302适用于该时间序列数据时,能够估计时间序列数据的各时刻与哪个要素作业对应(能够估计作业者50在时间序列数据的各时刻执行了作业40中包含的4种要素作业中的哪个要素作业)。即,能够估计时间序列数据的各时间区间与各要素作业的对应关系。由此,在步骤S1303中,如图9示例所示,能够确定作业者50执行作业40的过程中的各要素作业的执行时间、时间的重叠、执行次数和执行顺序。
更详细地说,各要素作业的时间区间的长度以及相邻的时间区间的重叠,表示执行各要素作业花费的时间的长度(执行时间)以及相邻的要素作业之间的重叠(时间的重叠)。在图9的例子中,“搬运”和“调整”的执行时间变得比“视觉辨认”和“把持”的执行时间长。在“视觉辨认”与“把持”之间产生时间的重叠。另外,与各要素作业对应的时间区间的数量,表示执行各要素作业的次数(执行次数)。在图9的例子中,一次一次地执行各要素作业。另外,与各要素作业对应的时间区间的排列(顺序),表示执行各要素作业的顺序(执行顺序)。在图9的例子中,按照“视觉辨认”、“把持”、“搬运”以及“调整”的顺序来执行要素作业。如上所述,在确定各要素作业的执行时间、时间的重叠、执行次数和执行顺序时,控制部11使处理进入到接下来的步骤S1304。
另外,对于时间序列数据分析的方法,只要能够在时间序列数据中识别执行各要素作业的时间区间,就没有特别地限定,可以根据实施方式适当地选择。在时间序列数据分析的方法中例如可以采用状态转移概率模型、贝叶斯模型、马尔可夫模型、隐马尔可夫模型、多类别识别模型、核函数、动态时间伸缩法(Dynamic Time Warping)等的公知的分簇方法。
另外,在时间序列数据分析中,可以利用通过机械学习来掌握估计各要素作业的时间区间的能力的已学习的学习模型。在该机械学习中使用例如由作为样本的特征量的时间序列数据与表示样本的各时间区间的要素作业的正解数据的组合构成的数据组。样本是指训练数据。学习模型例如由神经网络、支持矢量机等构成。通过误差逆传播法等公知的学习算法,当被输入样本时,训练该学习模型,以输出与被输入的样本对应的正解数据。由此,已学习的学习模型掌握如下能力:当被输入特征量的时间序列数据时,输出估计被输入的时间序列数据中的各要素作业的时间区间而得到的结果。
(步骤S1304)
在步骤S1304中,控制部11基于通过步骤S1303确定的各要素作业的执行时间、时间的重叠、执行次数和执行顺序,评价执行各要素作业的正确性、稳定性、速度以及节律。
这里,利用图10,对人熟悉任务的过程进行说明。图10示意地例示出人熟悉任务的过程的一个例子。在图10的例子中,假设任务包含有“视觉辨认”、“把持”、“搬运”以及“调整”这4个要素作业,通过以该顺序且以适当的时间执行各要素作业,能够恰当地执行任务(图10的“正解”)。
由于不熟悉任务即执行任务的能力较低的初学者无法以正确的顺序且适当的时间执行各要素作业,因此,各要素作业的执行精度较低,无法在规定的时间内以规定的品质完成任务。由此,如图10的“低等级”所示,在初学者执行任务的过程中,要素作业花费的时间变得比适当的时间长,或者要素作业花费的时间极端地短(即,要素作业的执行不充分),因此,反复执行该要素作业,或者产生哪个要素作业都不属于的无用的时间,或者执行要素作业的顺序错误。
该初学者不断熟悉业务,在执行任务的过程中无用的时间逐渐地消失,逐渐地能够以正确的顺序且适当的时间无缝地执行各要素作业。由此,初学者成为具有图10的“基准等级”的能力的熟练者。即,基准等级的熟练者能够以正确的顺序且适当的时间无缝地执行各要素作业,由此,能够在规定的时间内以规定的品质完成任务。当该基准等级的熟练者进一步熟悉业务时,该熟练者能够更无缝地以更短的时间执行各要素作业。由此,如图10的“高等级”所示,相邻的要素作业之间产生时间的重叠,且各要素作业花费的时间变短。
因此,控制部11通过基于各要素作业的执行时间、时间的重叠、执行次数和执行顺序的执行各要素作业的正确性、稳定性、速度以及节律的评价,计算对象者属于“低等级”到“高等级”的哪个等级。即,在“高等级”所示的情况下对象者越是反复执行任务,控制部11越对对象者执行各要素作业的正确性、稳定性、速度以及节律进行高评价,与之对应地,在后述的步骤S1305中,将针对各要素作业的能力指数计算成较高的值。另一方面,在“低等级”所示的情况下对象者越是反复执行任务,控制部11越对对象者执行各要素作业的正确性、稳定性、速度以及节律进行低评价,与之对应地,在后述的步骤S1305中,将针对各要素作业的能力指数计算成较低的值。下面对基于各指标的评价方法进行说明。另外,在上述的说明中,将基准等级设为熟练者的等级,将高等级设为熟练度更高的熟练者的等级。但是,熟练者的等级的设定不限定于上述的例子。例如,也可以仅将高等级设为熟练者的等级。
(A)正确性
首先,利用图11A,对评价执行要素作业的正确性的方法进行说明。图11A示意地例示出针对图10中例示出的任务评价执行各要素作业的正确性的方法。正确性是表示是否按照正确的顺序执行各要素作业的程度的指标。因此,控制部11能够基于在步骤S1303中确定的各要素作业的执行次数和执行顺序,评价执行各要素作业的正确性。
例如,在图11A中,作业者A执行两次“视觉辨认”的要素作业,各“视觉辨认”的要素作业在第一位和第三位执行。与之相对地,在以正确的顺序执行各要素作业的情况下,“视觉辨认”的要素作业仅在第一位执行一次。因此,作业者A以错误的次数和错误的顺序执行“视觉辨认”,控制部11评价为该作业者A执行“视觉辨认”的正确性较低。另一方面,作业者B仅在第一位执行一次“视觉辨认”的要素作业。因此,作业者B以正解的次数和正确的顺序执行“视觉辨认”,控制部11评价为该作业者B执行“视觉辨认”的正确性较高。
即,对象者的各要素作业的执行次数和执行顺序越是偏离恰当地执行任务时的各要素作业的执行次数和执行顺序,控制部11越是评价为对象者执行各要素作业的的正确性较低。另一方面,对象者的各要素作业的执行次数和执行顺序越是与恰当地执行任务时的各要素作业的执行次数和执行顺序一致,控制部11越是评价为对象者执行各要素作业的正确性较高。另外,在图11A的例子中,作业者A针对“视觉辨认”的执行次数和执行顺序错误,但是,针对“把持”却以正解的次数以及正确的顺序执行。因此,控制部11评价为该作业者A执行“把持”的正确性较高。
(B)稳定性
下面,对评价执行要素作业的稳定性的方法进行说明。稳定性是表示在试行多次任务的情况下在各试行中是否以固定的顺序执行各要素作业的程度的指标。因此,控制部11能够在基于各要素作业的执行次数和执行顺序评价各试行中的执行各要素作业的正确性之后,基于各试行中的正确性的波动,评价执行各要素作业的稳定性。另外,波动例如能够通过方差、标准偏差等公知的数学方法来表现。
例如,在对象者如上述图11A的作业者B所示以正确的次数和正确的顺序反复执行各要素作业的情况下,控制部11评价为对象者执行各要素作业的稳定性较高。另一方面,各试行中的各要素作业的执行次数和执行顺序的波动越大,控制部11越是评价为对象者执行各要素作业的稳定性较低。
另外,如图11B所示,也可以基于从传感数据121或者特征量的时间序列数据中确定的对象者的举动,评价执行各要素作业的稳定性。图11B示意地例示出评价执行各要素作业的稳定性的方法的一个例子。图11B的各作业者(A,B)的图例示出从特征量的时间序列数据中确定的各试行中的执行“把持”时的力的峰值。
如上所述,越是执行任务的能力较高的对象者,越是能够在各试行中以相同的方式执行各要素作业。由此,执行各要素作业时的举动的波动越大,控制部11越是能够评价为对象者执行各要素作业的稳定性较低。另一方面,执行各要素作业时的举动的波动越小,控制部11越是能够评价为对象者执行各要素作业的稳定性较高。
在图11B的例子中,在各试行中作业者A执行“把持”时的力的峰值波动。因此,控制部11能够评价为作业者A执行“把持”的稳定性较低。另一方面,在各试行中作业者B执行“把持”时的力的峰值是固定的。因此,控制部11能够评价为作业者B执行“把持”的稳定性较高。
另外,用于评价稳定性的任务的试行次数可以根据实施方式适当地设定。试行次数例如可以如1天、1小时等所示基于规定的时间进行设定。另外,本实施方式涉及的任务是生产线上包含的工序中的作业40,因此,试行次数例如可以基于通过作业40生产的产品的个数来设定。
(C)速度
下面,利用图11C,对评价执行要素作业的速度的方法进行说明。图11C示意地例示出针对在图10中例示出的任务评价执行各要素作业的速度的方法的一个例子。速度是表示各要素作业花费的时间的长度和相邻的要素作业的重叠的程度的指标。因此,控制部11基于在步骤S1303中确定的各要素作业的执行时间和时间的重叠,评价执行各要素作业的速度。
例如,在图11C中,由于作业者A在“视觉辨认”和“把持”之间进行了无用的动作,因此,作业者A在“视觉辨认”的要素作业中累积花费的时间变得比适当的时间长。因此,控制部11评价为作业者A执行“视觉辨认”的速度慢。另一方面,作业者B在“视觉辨认”的要素作业中花费的时间变得比适当的时间短。因此,控制部11评价为作业者B执行“视觉辨认”的速度较快。同样地,由于作业者C部分重叠地执行“视觉辨认”和“把持”,因此作业者C仅在“视觉辨认”的要素作业中花费的时间变得比适当的时间短。因此,控制部11评价为作业者C执行“视觉辨认”的速度较快。
即,基于对象者的各要素作业的执行时间和时间的重叠,各要素作业实际上花费的时间越比适当的时间短,控制部11越是评价为对象者执行各要素作业的速度较快。另一方面,各要素作业实际上花费的时间越比适当的时间长,控制部11越是评价为对象者执行各要素作业的速度较慢。
另外,基本上,执行各要素作业的速度越快,控制部11越是判定为该速度的评价较高。但是,如上所述,在执行各要素作业的速度与适当的速度相比极端快的情况下,有可能各要素作业的执行不充分。因此,在对象者执行各要素作业的速度比适当的速度快的情况下,控制部11可以判定对象者执行各要素作业的速度与适当的速度之差是否超过阈值。并且,在该差没有超过阈值的情况下,控制部11判定为该速度的评价较高。另一方面,在该差超过阈值的情况下,控制部11判定为该速度的评价较低。
(D)节律
下面,利用图11D,对评价执行要素作业的节律的方法进行说明。图11D示意地例示出执行各要素作业的节律的方法的一个例子。节律是表示在试行多次任务的情况下在各试行中各要素作业实际上花费的时间是否固定的程度的指标。因此,控制部11能够在基于各要素作业的执行时间和时间的重叠评价各试行中的执行各要素作业的速度之后,基于各试行中的速度的波动,评价执行各要素作业的节律。
例如,在图11D中,作业者A在“视觉辨认”中花费的时间的长度波动。因此,控制部11评价为作业者A执行“视觉辨认”的节律较差。另一方面,作业者B在“视觉辨认”中花费的时间的长度是固定的。因此,控制部11评价为作业者B的“视觉辨认”的节律良好。
即,在对象者试行多次任务的情况下,执行各要素作业的速度(花费的时间的长度)的波动越大,控制部11越是评价为对象者执行各要素作业的节律较差。另一方面,执行各要素作业的速度(花费的时间的长度)的波动越小,控制部11越是评价为对象者执行各要素作业的节律较好。
如上所述,控制部11能够基于所确定的各要素作业的执行时间、时间的重叠、执行次数和执行顺序,评价执行各要素作业的正确性、稳定性、速度以及节律。当完成各要素作业的评价时,控制部11使处理进入到接下来的步骤S1305。
另外,任务中包含的各要素作业的正确的顺序和适当的时间(速度)可以根据实施方式适当地确定。例如,各要素作业的正确的顺序和适当的时间可以预先给出,也可以通过作业者等的输入进行设定。另外,各要素作业的正确的顺序和适当的时间可以基于执行任务期间内熟练者的举动确定。例如,在后述的登记模式下,控制部11可以根据从熟练者取得的传感数据121,确定各要素作业的正确的顺序和适当的时间。
(步骤S1305)
在步骤S1305中,控制部11基于步骤S1304中的评价结果,计算针对各要素作业的能力指数。执行各要素作业的正确性越高,稳定性越高,速度越快,且节律越好(即,各评价越高),控制部11将针对各要素作业的能力指数计算成越高的值。另一方面,执行各要素作业的正确性越低,稳定性越低,速度越慢,且节律越差(即,各评价越低),控制部11将针对各要素作业的能力指数计算成越低的值。
例如,可以对于以正确的顺序和适当的时间执行各要素作业的规范的举动(例如,图10等的“正解”的举动),给出能力指数的基准值。该基准值可以预先给出,也可以通过作业者等的输入进行设定。控制部11可以与该预先给出的规范的举动比较,与对于对象者执行各要素作业的各评价的程度对应地,根据基准值计算针对各要素作业的能力指数。即,与规范的举动比较,对于对象者执行各要素作业的各评价越高,控制部11越将针对各要素作业的能力指数计算成与基准值相同的值或者越高的值。另一方面,与规范的举动比较,对于对象者执行各要素作业的各评价越低,控制部11越将针对各要素作业的能力指数计算成比基准值越低的值。在该能力指数的计算中,可以利用线性回归模型、协方差构造分析、重回归分析等的运算模型。另外,能力指数也可以基于与通过将全部数据归一化而得到的阈值的比较来计算。规范的举动可以通过作业者等的输入给出,也可以根据熟练者的动作给出。
另外,在不同的任务之间使用共同的指标(要素作业)来比较对象者执行各任务的能力的情况下,优选各能力指数的基准值根据被各要素作业要求的感知活动和身体活动的难易度来设定。
例如,假设存在任务X和任务Y这两个任务。假设任务X的“视觉辨认”要求的感知活动和身体活动例如为如产品的外观检查等所示用手指触碰对象物,基于从对象物向手指传达的触感来认知对象物的状态(一次信息)。与之相对地,假设任务Y的“视觉辨认”要求的感知活动和身体活动例如为如触诊等所示用手指触碰与其他的对象物结合的对象物,基于从对象物向手指传达的触感来认知其他的对象物的状态(二次信息)。
在该情况下,任务Y的“视觉辨认”要求的感知活动和身体活动的难易度明显比任务X的“视觉辨认”要求的感知活动和身体活动的难易度高。此时,当对任务X的“视觉辨认”和任务Y的“视觉辨认”分别给出同一基准值时,无法单纯地比较执行任务X时计算出的“视觉辨认”的能力指数与执行任务Y时计算出的“视觉辨认”的能力指数。即,能够以较高的能力指数执行任务X的“视觉辨认”的对象者不一定对于任务Y也能够同样地以较高的能力指数执行任务Y的“视觉辨认”。
因此,如上所述,在不同的任务之间使用共同的指标(要素作业)比较对象者执行各任务的能力的情况下,优选各能力指数的基准值根据各任务中包含的各要素作业要求的感知活动和身体活动的难易度来设定。例如优选设定用于判定感知活动和身体活动的难易度的判定规则,基于设定的判定规则,确定对于各任务的各要素作业设定的能力指数的基准值。
这里,利用图12A和图12B,对判定规则的一个例子进行说明。图12A例示出感知活动的难易度与能力指数的基准值之间的关系的一个例子。图12B例示出身体活动的难易度与能力指数的基准值之间的关系的一个例子。
图12A的判定规则的一个例子是基于感知的精度、使用的感觉器官的种数以及感知对象的数量这三个项目,评价感知活动的难易度。即,要求的感知的精度越高,使用的感觉器官的种数越多,且感知对象的数量越多,则感知活动的难易度越高。因此,在图12A的判定规则的一个例子中,对于要求的感知的精度为mm(毫米)单位,使用的感觉器官的种数为2种且感知对象的数量为3个以上的要素作业,以最高值给出“40”的方式设定能力指数的基准值。另一方面,在图12A的判定规则的一个例子中,对于要求的感知的精度为cm(厘米)单位,使用的感觉器官的种数为1种且感知对象的数量为2以下的要素作业,以最低值给出“5”的方式设定能力指数的基准值。另外,在图12A的判定规则的一个例子,基于上述三个项目,八阶段地评价感知活动的难易度,与各难易度对应地,等间隔地设定基准值。
另外,图12B的判定规则的一个例子是基于身体运动的精度、有无使用非惯用手以及有无使用工具这三个项目,评价身体活动的难易度。即,要求的身体运动的精度越高,越使用非惯用手且越使用工具,身体活动的难易度变得越高。因此,在图12B的判定规则的一个例子中,对于要求的身体运动的精度为mm单位,使用非惯用手且使用工具的要素作业,以最高值给出“40”的方式设定能力指数的基准值。另一方面,在图12B的判定规则的一个例子中,对于要求的身体运动的精度为cm单位,未使用非惯用手且未使用工具的要素作业,以最低值给出“5”的方式设定能力指数的基准值。另外,与图12A的判定规则的一个例子同样地,图12B的判定规则的一个例子基于上述三个项目,八阶段地评价身体活动的难易度,与各难易度对应地,等间隔地设定基准值。
控制部11能够利用图12A和图12B示例的各判定规则,与各要素作业的难易度对应地,决定对于各任务的各要素作业设定的能力指数的基准值。例如,在利用两种判定规则的情况下,控制部11能够基于各判定规则来评价感知活动和身体活动各自的难易度,将从各判定规则导出的基准值相加,从而对于各要素作业设定与各要素作业的难易度对应的能力指数的基准值。然后,控制部11利用对于各任务中包含的各要素作业设定的基准值,与步骤S1304的评价结果对应地,计算针对各要素作业的能力指数。由此,能够在不同的任务之间利用共同的指标(要素作业),比较对象者执行各任务的能力。
但是,用于评价感知活动和身体活动的难易度的项目不限于上述的例子,可以根据实施方式适当地设定。作为用于评价感知活动的难易度的项目,除了上述以外,例如,还能够举出认知对象(一次信息或者二次信息)、认知部位(例如,是认知对象物的外侧的状态,还是认知内侧的状态)等。另一方面,作为用于评价身体活动的难易度的项目,除了上述以外,例如还能够举出进行驱动的身体部位的数量、驱动时间等。另外,感知活动和身体活动的难易度与能力指数的基准值之间的对应关系可以不限于图12A和图12B的例子,可以根据评价项目适当地设定。
通过以上的步骤S1301~S1305的一系列处理,控制部11通过对传感数据121进行分析,计算针对各要素作业的能力指数。在本实施方式中,控制部11通过对从作业者50取得的传感数据121进行分析,计算针对作业40中包含的各要素作业的能力指数。当计算针对各要素作业的能力指数时,控制部11使处理进入接下来的步骤S104。
另外,可以将步骤S1301~S1305的一系列的运算处理模型化。即,通过利用运算模型,控制部11从传感数据121中直接导出针对各要素作业的能力指数。作为该运算模型的一个例子,可以利用通过机械学习掌握从传感数据121中导出针对各要素作业的能力指数的能力的已学习的学习模型。在该机械学习中例如使用如下数据组,该数据组由作为样本(训练数据)的传感数据和表示从样本导出的针对各要素作业的能力指数的正解数据的组合构成。学习模型例如由神经网络、支持矢量机等构成。通过误差逆传播法等公知的学习算法,当输入样本时,该学习模型以输出与被输入的样本对应的正解数据的方式训练。由此,已学习的学习模型掌握如下能力:当被输入传感数据121时,输出从被输入的传感数据121中导出的针对各要素作业的能力指数。
(步骤S104)
返回图6,在步骤S104中,控制部11作为存储处理部113进行动作,将对象者、任务以及在步骤S103中计算出的各要素作业的能力指数相关联地存储于规定的存储区域。在本实施方式中,控制部11将作业者50、作业40以及计算出的各要素作业的能力指数相关联地存储于规定的存储区域。
规定的存储区域和数据的形式分别没有特别地限定,可以根据实施方式适当地选择。规定的存储区域例如可以是控制部11内的RAM、存储部12、外部存储装置、存储介质或者它们的组合。存储介质例如可以是CD、DVD等,控制部11可以经由驱动器16向存储介质存储数据。外部存储装置例如可以是经由外部接口13连接的外设的存储装置。在该情况下,控制部11可以经由外部接口13向外设的存储装置存储数据。另外,在能力计测装置1能够与网络连接的情况下,外部存储装置例如可以是NAS(Network Attached Storage)等的数据服务器。在该情况下,控制部11可以经由网络向数据服务器存储数据。在本实施方式中,存储部12保持有能力数据库70。控制部11将作业者50、作业40以及计算出的各要素作业的能力指数相关联地存储于存储部12的能力数据库70。
这里,利用图13,对能力数据库70的一个例子进行说明。图13示意地例示出本实施方式涉及的能力数据库70的一个例子。能力数据库70是用于存储各对象者的能力指数的数据库。在图13的例子中,能力数据库70以表形式表现,各记录(行数据)具有作业者姓名、作业名称、日期时间、视觉辨认、把持、搬运以及调整的字段。在作业者姓名的字段中,存储用于确定作业者50的信息。在作业名称的字段中,存储用于确定作业40的信息。在日期时间的字段中,存储表示计测出能力指数的日期时间的信息。在视觉辨认、把持、搬运以及调整的各字段中,存储计算出的针对各要素作业的能力指数。但是,能力数据库70的数据形式和字段不限于上述的例子,可以根据实施方式适当地选择。
在步骤S104中,控制部11在能力数据库70中制作新的记录。然后,控制部11向制作出的记录的各字段存储用于确定作业者50的信息、用于确定作业40的信息、表示日期时间的信息以及在步骤S103中计算出的各要素作业的能力指数。由此,将作业者50、作业40以及针对各要素作业的能力指数相关联地存储于能力数据库70。
如上所述,控制部11结束本实施方式涉及的计测模式的一系列的处理。控制部11可以通过作业者的操作等,与被指示计测作业者50的能力指数对应地,执行上述步骤S101~S104的一系列的处理。本动作例涉及的计测模式的执行时刻可以根据实施方式适当地选择。另外,控制部11可以通过反复执行步骤S101~S104的一系列的处理,定期或者不定期地计测对象者(作业者50)对于任务(作业40)的各要素作业的能力指数。另外,以上的本动作例涉及的计测模式的处理顺序可以尽可能地变更。例如,控制部11可以省略步骤S101的处理而执行步骤S102~S104的处理。
[登记模式]
下面,利用图14,说明本实施方式涉及的能力计测装置1的登记模式下的处理顺序的一个例子。图14是表示本实施方式涉及的能力计测装置1的登记模式下的处理顺序的一个例子的流程图。
(步骤S201~S203)
在步骤S201~S203中,除了作业者50为熟练者这一点以外,其余与上述步骤S101~S103相同。即,在步骤S201中,控制部11输出指示熟练者执行任务的信息。在步骤S202中,控制部11作为数据取得部111进行动作,取得传感数据121,该传感数据121是在熟练者执行任务的期间,利用1个或者多个传感器测定熟练者的活动(举动)而得到的。在步骤S203中,控制部11通过对从熟练者取得的传感数据121进行分析,计算熟练者针对各要素作业的能力指数。当计算出熟练者的能力指数时,控制部11使处理进入接下来的步骤S204。
另外,在步骤S203中,在从熟练者的传感数据121中导出针对各要素作业的能力指数的过程中,控制部11确定各要素作业的执行时间、时间的重叠、执行次数和执行顺序。控制部11可以基于该熟练者执行任务的过程中的各要素作业的执行时间、时间的重叠、执行次数和执行顺序,设定上述各要素作业的正确的顺序和适当的时间(即,规范的举动)。在该情况下,控制部11可以不执行熟练者的能力指数的计算,就结束本动作例涉及的登记模式的处理顺序。
另外,在各要素作业的正确的顺序和适当的时间已经设定的情况下,控制部11可以基于熟练者的各要素作业的执行时间、时间的重叠、执行次数和执行顺序,修改或者更新各要素作业的正确的顺序和适当的时间。在该情况下,控制部11可以基于已经设定的各要素作业的正确的顺序和适当的时间,评价熟练者执行各要素作业的正确性、稳定性、速度以及节律。接着,控制部11基于该评价的结果,计算熟练者针对各要素作业的能力指数。然后,控制部11通过针对各要素作业计算出的熟练者的能力指数,修改或者更新针对各要素作业的能力指数的基准值。
(步骤S204)
在步骤S204中,控制部11作为登记部114进行动作,登记在步骤S203中针对各要素作业计算出的熟练者的能力指数,作为各要素作业的要求能力指数。
作为该登记处理的一个例子,控制部11将在步骤S203中针对各要素作业计算出的熟练者的能力指数,以能够用作各要素作业的要求能力指数的状态存储于规定的存储区域。规定的存储区域例如可以是RAM、存储部12、外部存储装置、存储介质或者它们的组合。控制部11例如将针对各要素作业计算出的熟练者的能力指数,以能够用作要求能力指数的状态存储于能力数据库70。但是,登记处理的内容可以不限定于上述的例子,可以根据实施方式适当地确定。
如上所述,控制部11结束本实施方式涉及的登记模式的一系列的处理。控制部11例如通过作业者的操作等,与登记模式下的计测的指示对应地,执行上述步骤S201~S204的一系列的处理。另外,控制部11可以与被指定成作业者50为熟练者对应地,执行上述步骤S201~S204的一系列的处理。本动作例涉及的登记模式的执行时刻可以根据实施方式适当地选择。另外,以上的本动作例涉及的登记模式的处理顺序可以尽可能地变更。例如,控制部11可以省略步骤S201的处理而执行步骤S202~S204的处理。
[运行模式]
下面,利用图15,对于本实施方式涉及的能力计测装置1的运行模式下的处理顺序的一个例子进行说明。图15是表示本实施方式涉及的能力计测装置1的运行模式下的处理顺序的一个例子的流程图。
(步骤S301~S303)
步骤S301~S303与上述步骤S102~S104相同。即,在步骤S301中,控制部11作为数据取得部111进行动作,取得传感数据121,该传感数据121是在对象者执行任务的期间,利用1个或者多个传感器测定对象者的与感知活动和身体活动中的至少一方相关的活动而得到的。在步骤S302中,控制部11作为指数计算部112进行动作,通过对取得的传感数据121进行分析,根据传感数据121计算表示对象者对于通过活动实现的各要素作业的能力的程度的能力指数。在步骤S303中,控制部11作为存储处理部113进行动作,将对象者、任务以及在步骤S103中计算出的各要素作业的能力指数相关联地存储于规定的存储区域。在本实施方式中,计算作业者50对于作业40中包含的各要素作业的能力指数,将计算出的针对各要素作业的作业者50的能力指数存储于规定的存储区域。当将计算出的各要素作业的能力指数存储于规定的存储区域时,控制部11使处理进入到接下来的步骤S304。
(步骤S304)
在步骤S304中,控制部11作为判定部115进行动作,通过比较针对各要素作业计算出的对象者的能力指数和要求能力指数,判定对象者能否恰当地执行任务。
在本实施方式中,控制部11比较针对作业40中包含的各要素作业计算出的作业者50的能力指数和要求能力指数。例如,控制部11可以基于该比较的结果,判定针对各要素作业计算出的作业者50的能力指数是否为各要素作业的要求能力指数以上。并且,在判定为作业者50针对全部要素作业的能力指数为要求能力指数以上的情况下,控制部11可以判定为作业者50能够恰当地执行作业40。另一方面,在判定为作业者50针对任意的要素作业的能力指数小于要求能力指数的情况下,控制部11判定为作业者50无法恰当地执行作业40。此时,控制部11可以提取作业者50的能力指数小于要求能力指数的要素作业,作为作业者50无法恰当地执行的要素作业。但是,判定处理的内容可以不限于上述的例子,可以根据实施方式适当地确定。
在完成对象者能否恰当地执行任务的判定时,控制部11使处理进入到接下来的步骤S305。另外,在该判定处理中利用的要求能力指数可以预先给出,也可以通过作业者等的输入进行设定。另外,在该判定处理中利用的要求能力指数可以是通过上述登记模式登记的熟练者的能力指数。通过将通过上述登记模式登记的熟练者的能力指数用作要求能力指数,能够可靠地判定作业者50能否恰当地执行作业40。
(步骤S305)
在步骤S305中,控制部11作为输出部116进行动作,输出与步骤S304的判定结果相关的信息。输出处理的内容可以不特别地限定,可以根据实施方式适当地选择。
例如,控制部11可以将步骤S304的判定结果本身向输出装置15输出。由此,控制部11可以向作业者50本身、监督作业者50的监督者(指导者)等传递作业者50能否恰当地执行作业40的判定结果。在判定为作业者50无法恰当地执行作业40的情况下,控制部11如上所述提取作业者50无法恰当地执行的要素作业,将提取出的要素作业与上述的判定结果一起向输出装置15输出。另外,控制部11也可以将催促作业者50熟悉无法恰当地执行的要素作业的消息向输出装置15输出。并且,在作业者50无法恰当地执行作业40的状态继续的情况下,控制部11也可以将催促作业者50变更担当的作业的消息向输出装置15输出。另外,信息的输出目的地不限于输出装置15,也可以是作业者50或者监督者携带的用户终端、配置在作业者50附近的显示器、显示灯等的输出装置等。
另外,例如,在机器人装置、传送带装置等协作装置(未图示)与作业者50协作执行作业40的情况下,能力计测装置1也可以与以控制该协作装置的动作的方式构成的控制装置(未图示)连接。在该情况下,控制部11将用于介入协作装置的动作的控制信号作为与判定的结果相关的信息向控制装置输出。具体地说,控制部11可以以提高或者维持作业者50的能力指数的方式决定协作装置的动作内容,将用于指示已决定内容的动作的控制信号向控制装置输出。
作为一个例子,在判定为作业者50无法恰当地执行作业40的情况下,控制部11决定使协作装置执行对作业者50无法恰当地执行的要素作业进行辅助的动作。并且,控制部11将用于使协作装置执行这样的动作的控制信号向控制装置输出。对要素作业的执行进行辅助的动作可以根据实施方式适当地选择。对要素作业的执行进行辅助的动作例如是使机器人装置辅助“把持”的动作、为了使作业者50容易进行“视觉辨认”而变更传动带装置的速度的动作等。
如上所述,控制部11结束本实施方式涉及的运行模式的一系列的处理。控制部11可以与被指示成通过作业者的操作等判定作业者50能否恰当地执行作业40对应地,执行上述步骤S301~S305的一系列的处理。本动作例涉及的运行模式的执行时刻可以根据实施方式适当地选择。另外,控制部11通过反复执行步骤S301~S305的一系列的处理,可以定期或者不定期地监视作业者50的作业40的执行。另外,以上的本动作例涉及的运行模式的处理顺序可以尽可能地变更。
[特征]
如上所述,本实施方式涉及的能力计测装置1能够通过上述步骤S101~S103的处理,计算作业者50对于作业40中包含的各要素作业的能力指数。由于各能力指数对应于执行各要素作业的能力的程度,因此,根据计算出的各能力指数,能够客观且定量地示出作业者50对于各要素作业的能力。由此,通过针对作业40中包含的各要素作业得到的各能力指数,能够客观且定量地示出作业者50对于该作业40具有怎样的处理能力。因此,根据本实施方式涉及的能力计测装置1,能够客观且定量地计测作业者50处理作业40的能力。由此,能够客观地示出为了恰当地执行作业40,作业者50要注意什么以及可以进行怎样的动作。
另外,本实施方式涉及的能力计测装置1通过上述步骤S304、S305,判定对象者能否恰当地执行任务并输出与判定的结果相关的信息。由此,能够将作业者50无法恰当地执行的要素作业向作业者50本身或者监督者传递,或者使协作装置辅助该要素作业的执行。因此,根据本实施方式涉及的能力计测装置1,能够在生产现场中成体系地提高或者维持生产线的生产性/效率。
§4变形例子
以上,对本发明的实施方式详细地进行了说明,但以上说明的全部内容只不过是本发明的示例。在不脱离本发明的范围的情况下当然能够进行各种改良、变形。例如,能够进行如下所示的变更。另外,下面,对于与上述实施方式相同的结构要素利用相同的标号,对于与上述实施方式相同的内容适当省略了说明。下面的变形例能够适当组合。
<4.1>
在上述实施方式中,示出将本发明适用于计测对生产线上包含的工序中的作业40进行处理的作业者50的能力的场景。但是,能够适用本发明的范围不限于上述的场景,能够适用于人进行任意任务的全部场景。本发明例如能够适用于驾驶者驾驶车辆的场景。
图16示意地例示出本变形例涉及的能力计测装置1A的适用场景的一个例子。能力计测装置1A的硬件结构和软件结构与上述实施方式涉及的能力计测装置1相同。除了对象者是驾驶车辆CA的驾驶者51,任务41是与车辆CA的驾驶操作相关这点以外,能力计测装置1A与上述实施方式涉及的能力计测装置1同样地动作。即,在计测模式下,能力计测装置1A在步骤S102中取得传感数据,该传感数据是在驾驶者51执行车辆CA的驾驶操作的期间,利用1个或者多个传感器测定驾驶者51的活动(举动)而得到的。然后,能力计测装置1A在步骤S103中对从驾驶者51取得的传感数据进行分析,计算针对各要素作业的能力指数。其他的模式也是相同的。由此,根据本变形例涉及的能力计测装置1A,能够客观且定量地计测驾驶者51的驾驶操作的能力。由此,能够成体系地提高或者维持驾驶者51驾驶车辆CA的品质。
<4.2>
在上述实施方式中,为了测定作业者50的感知活动和身体活动,使用了脑电图仪30和负荷传感器31这两个传感器。但是,用于测定感知活动和身体活动中的至少一方的传感器的数量不限于两个,可以是一个,也可以是三个以上。
另外,传感器不限定于脑电图仪30和负荷传感器31,只要能够测定对象者的与感知活动和身体活动中的至少一方相关的生理学参数,其种类就不特别地限定,可以根据实施方式适当地选择。感觉器官的举动例如表现为脑电波、脑血流、瞳孔直径、视线方向、表情、语音、心电图、血压、肌电图、皮肤电反射等。因此,在用于测定感知活动的1个或者多个传感器中,例如可以使用脑电图仪、脑磁仪、构成为通过功能性核磁共振图像法来拍摄与脑活动相关联的血流的磁共振图像装置、构成为能够通过功能性近红外光谱法测定脑血流的脑活动计测装置、构成为计测瞳孔直径和视线方向的视线传感器、眼电位传感器、麦克风、心电图仪、血压计、肌肉电位传感器、皮肤电反应仪、摄像机或者它们的组合。另一方面,身体活动的举动例如表现为手指、手、脚、头、腰、关节、肌肉等的运动器官。因此,在用于测定身体活动的1个或者多个传感器中例如可以使用摄像机、动作捕捉装置、负荷传感器或者它们的组合。因此,1个或者多个传感器可以由摄像机、麦克风、脑电图仪、脑磁仪、磁共振图像装置、心电图仪、血压计、皮肤电反应仪、肌肉电位传感器、负荷传感器、动作捕捉装置、脑活动计测装置、视线传感器、眼电位传感器或者它们的组合构成。
另外,在上述实施方式中,传感数据121由通过脑电图仪30测定出的脑活动量的第一测定数据和通过负荷传感器31测定出的负载的第二测定数据这两种数据构成。但是,传感数据121的结构不限定于上述的例子,可以根据在测定对象者的与感知活动和身体活动中的至少一方相关的活动时利用的传感器的种类,适当地确定。
另外,在上述实施方式中,能力计测装置1经由外部接口13而与脑电图仪30和负荷传感器31连接,从脑电图仪30和负荷传感器31直接取得传感数据121。但是,取得传感数据121的方法不限定于上述的例子,可以根据实施方式适当地选择。例如,1个或者多个传感器也可以与除了能力计测装置1以外的其他信息处理装置连接。在该情况下,能力计测装置1(控制部11)可以经由网络、存储介质等,从其他信息处理装置间接地取得传感数据121。
<4.3>
在上述实施方式中,“视觉辨认”、“把持”、“搬运”以及“调整”的各要素作业被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程。但是,各要素作业的定义不限定于上述的例子,只要在任务内能够认知即可,可以根据实施方式适当地确定。另外,要素作业的种类不限定于上述4种,可以根据实施方式,适当地省略某个要素作业,置换任意要素作业以及追加不同种类的要素作业。
<4.4>
在上述实施方式中,能力计测装置1利用正确性、稳定性、速度以及节律这4个指标,作为评价各要素作业的执行精度的指标。然而,步骤S103的处理不限于上述的例子,可以根据实施方式适当地确定。例如,在上述步骤S1304中,控制部11可以评价执行各要素作业的正确性、稳定性、速度以及节律中的至少任意一方。然后,在上述步骤S1305中,控制部11可以根据该评价的结果,计算针对各要素作业的能力指数。
Claims (11)
1.一种能力计测装置,该能力计测装置具有:
数据取得部,其取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;
指数计算部,其通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及
存储处理部,其将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
2.根据权利要求1所述的能力计测装置,其中,
该能力计测装置还具有:
判定部,其通过比较为了恰当地执行所述任务而被所述各要素作业要求的能力指数与针对所述各要素作业计算出的所述对象者的所述能力指数,判定所述对象者能否恰当地执行所述任务;以及
输出部,其输出与所述判定的结果相关的信息。
3.根据权利要求2所述的能力计测装置,其中,
所述数据取得部取得传感数据,该传感数据是在能够恰当地执行所述任务的熟练者执行所述任务的期间,利用所述1个或者多个传感器测定所述熟练者的所述活动而得到的,
所述指数计算部通过对从所述熟练者取得的所述传感数据进行分析,计算所述熟练者针对所述各要素作业的能力指数,
所述能力计测装置还具有登记部,该登记部登记针对所述各要素作业计算出的所述熟练者的所述能力指数,作为被所述各要素作业要求的能力指数。
4.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
所述各要素作业被定义成包含与至少1次循环对应的人在认知学上的信息处理的进程,
所述数据取得部取得利用多个传感器测定所述对象者的与所述感知活动和所述身体活动相关的活动而得到的传感数据。
5.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
对所述传感数据进行分析包含对执行所述各要素作业的正确性、稳定性、速度以及节律中的至少任意一方进行评价,
所述指数计算部根据所述评价的结果,计算针对所述各要素作业的能力指数。
6.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
对所述传感数据进行分析包含:
将所述传感数据转换成特征量的时间序列数据;
通过分析所述特征量的时间序列数据,确定所述各要素作业的执行时间、时间的重叠、执行次数和执行顺序;以及
基于所确定的所述各要素作业的执行时间、时间的重叠、执行次数和执行顺序,评价执行所述各要素作业的正确性、稳定性、速度以及节律,
所述指数计算部根据所述评价的结果,计算针对所述各要素作业的能力指数。
7.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
所述1个或者多个传感器由摄像机、麦克风、脑电图仪、脑磁仪、磁共振图像装置、心电图仪、血压计、皮肤电反应仪、肌肉电位传感器、负荷传感器、动作捕捉装置、脑活动计测装置、视线传感器、眼电位传感器或者它们的组合构成。
8.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
所述对象者是生产线上的作业者,
所述任务是所述生产线上包含的工序中的作业,
所述数据取得部取得传感数据,该传感数据是在所述生产线上所述作业者执行所述作业的期间,利用所述1个或者多个传感器测定所述作业者的所述活动而得到的,
所述指数计算部通过对从所述作业者取得的所述传感数据进行分析,计算针对所述各要素作业的能力指数。
9.根据权利要求1~3中的任意一项所述的能力计测装置,其中,
所述对象者是驾驶车辆的驾驶者,
所述任务与所述车辆的驾驶操作相关,
所述数据取得部取得传感数据,该传感数据是在所述驾驶者执行所述车辆的驾驶操作的期间,利用所述1个或者多个传感器测定所述驾驶者的所述活动而得到的,
所述指数计算部通过对从所述驾驶者取得的所述传感数据进行分析,计算针对所述各要素作业的能力指数。
10.一种能力计测方法,在该能力计测方法中计算机执行如下步骤:
取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;
通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及
将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
11.一种存储有能力计测程序的存储介质,该能力计测程序用于使计算机执行以下步骤:
取得传感数据,该传感数据是在对象者执行任务的期间,利用1个或者多个传感器测定该对象者的与感知活动和身体活动中的至少一方相关的活动而得到的,所述任务包含多个要素作业;
通过对取得的所述传感数据进行分析,根据所述传感数据计算能力指数,该能力指数表示对于通过所述活动实现的各要素作业的能力的程度;以及
将所述对象者、所述任务以及计算出的所述各要素作业的所述能力指数相关联地存储于规定的存储区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-163163 | 2018-08-31 | ||
JP2018163163A JP7070253B2 (ja) | 2018-08-31 | 2018-08-31 | パフォーマンス計測装置、パフォーマンス計測方法及びパフォーマンス計測プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110874688A true CN110874688A (zh) | 2020-03-10 |
Family
ID=67226120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910609616.1A Pending CN110874688A (zh) | 2018-08-31 | 2019-07-08 | 能力计测装置、能力计测方法以及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200074376A1 (zh) |
EP (1) | EP3617965A1 (zh) |
JP (1) | JP7070253B2 (zh) |
CN (1) | CN110874688A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6775701B1 (ja) * | 2020-04-21 | 2020-10-28 | Dmg森精機株式会社 | 加工システム、情報処理装置、情報処理方法、および情報処理プログラム |
CN112036707B (zh) * | 2020-08-07 | 2022-11-04 | 合肥工业大学 | 面向时间不确定生产过程协同的节拍控制方法和系统 |
JP7500369B2 (ja) * | 2020-09-16 | 2024-06-17 | 東芝テック株式会社 | 情報処理装置及びプログラム |
JP2023045097A (ja) * | 2021-09-21 | 2023-04-03 | 株式会社東芝 | 分析システム、分析方法、プログラム、及び記憶媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001166679A (ja) * | 1999-12-10 | 2001-06-22 | Honda Motor Co Ltd | 作業習熟支援装置 |
CN105447614A (zh) * | 2014-09-18 | 2016-03-30 | 株式会社东芝 | 信息处理装置、方法以及程序 |
JP2017068429A (ja) * | 2015-09-29 | 2017-04-06 | 富士重工業株式会社 | 作業負担評価装置、作業負担評価方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005242418A (ja) * | 2004-02-24 | 2005-09-08 | Matsushita Electric Works Ltd | 作業評価装置、作業評価方法をコンピュータに実現させる作業評価プログラムおよび当該作業評価プログラムを記憶した記憶媒体 |
CZ2004770A3 (cs) * | 2004-06-29 | 2006-02-15 | Pavelka@Miloslav | Zpusob detekce únavy operátora ze svalové cinnosti a zarízení k provádení tohoto zpusobu |
JP2007293690A (ja) | 2006-04-26 | 2007-11-08 | Sharp Corp | 人員配置システム、人員配置方法、コンピュータプログラム、および記録媒体 |
JP5525202B2 (ja) * | 2009-07-30 | 2014-06-18 | 株式会社構造計画研究所 | 動作分析装置、動作分析方法及び動作分析プログラム |
US20130184997A1 (en) * | 2011-07-12 | 2013-07-18 | Pulsar Informatics, Inc. | Task-Modulated Neurobehavioral Status |
JP6666744B2 (ja) * | 2016-02-22 | 2020-03-18 | 株式会社ブロードリーフ | コンピュータプログラム、作業分析支援方法及び作業分析支援装置 |
JP6897037B2 (ja) * | 2016-09-15 | 2021-06-30 | オムロン株式会社 | 作業性評価装置 |
-
2018
- 2018-08-31 JP JP2018163163A patent/JP7070253B2/ja active Active
-
2019
- 2019-07-08 CN CN201910609616.1A patent/CN110874688A/zh active Pending
- 2019-07-10 EP EP19185443.9A patent/EP3617965A1/en active Pending
- 2019-07-15 US US16/511,022 patent/US20200074376A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001166679A (ja) * | 1999-12-10 | 2001-06-22 | Honda Motor Co Ltd | 作業習熟支援装置 |
CN105447614A (zh) * | 2014-09-18 | 2016-03-30 | 株式会社东芝 | 信息处理装置、方法以及程序 |
JP2017068429A (ja) * | 2015-09-29 | 2017-04-06 | 富士重工業株式会社 | 作業負担評価装置、作業負担評価方法 |
Non-Patent Citations (1)
Title |
---|
马永兴等: "儿童少年卫生学 第2版", 科学技术文献出版社, pages: 702 - 703 * |
Also Published As
Publication number | Publication date |
---|---|
JP7070253B2 (ja) | 2022-05-18 |
JP2020035331A (ja) | 2020-03-05 |
EP3617965A1 (en) | 2020-03-04 |
US20200074376A1 (en) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110874687A (zh) | 作业辅助装置、作业辅助方法以及存储介质 | |
CN110874688A (zh) | 能力计测装置、能力计测方法以及存储介质 | |
US20190239795A1 (en) | Emotion estimation apparatus, method, and program | |
JP7070252B2 (ja) | パフォーマンス計測装置、パフォーマンス計測方法及びパフォーマンス計測プログラム | |
US20210287155A1 (en) | Production management apparatus, method, and program | |
WO2018017767A1 (en) | Platforms to implement signal detection metrics in adaptive response-deadline procedures | |
US11839472B2 (en) | Platforms to implement signal detection metrics in adaptive response-deadline procedures | |
JP2022546644A (ja) | 人間-ロボット混在製造プロセスにおける自動異常検出のためのシステムおよび方法 | |
Memar et al. | Objective assessment of human workload in physical human-robot cooperation using brain monitoring | |
Lin et al. | Classification of mental workload in Human-robot collaboration using machine learning based on physiological feedback | |
Grandi et al. | Creation of a UX index to design human tasks and workstations | |
US20240081706A1 (en) | Platforms to implement signal detection metrics in adaptive response-deadline procedures | |
JP6087786B2 (ja) | 随意運動識別装置 | |
Tavares et al. | Physiologically attentive user interface for improved robot teleoperation | |
Zolotas et al. | Imposing motion variability for ergonomic human-robot collaboration | |
Gunes et al. | Affective Computing for Human-Robot Interaction Research: Four Critical Lessons for the Hitchhiker | |
Huber et al. | Visual perception of joint stiffness from multijoint motion | |
Antão | Cooperative human-machine interaction in industrial environments | |
Tsiakas | Interactive Learning and Adaptation for Personalized Robot-Assisted Training | |
Van Acken | Tracking the sense of agency in BCI applications | |
WO2018158702A1 (en) | Production management apparatus, method, and program | |
Bauer et al. | EMOIO research project: an interface to the world of computers | |
Redmond et al. | An open source multi-modal data-acquisition platform for experimental investigation of blended control of scale vehicles | |
Zhang | Investigating the Use of Facial Features to Assess the Physiological and Behavioral Response to Work during Assembly Tasks | |
Jaiswal | AN INTELLIGENT MULTI-MODAL FRAMEWORK TOWARDS ASSESSING HUMAN COGNITION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200310 |