DE102020201128A1

DE102020201128A1 - Bewegungsbewertungssystem und -verfahren

Info

Publication number: DE102020201128A1
Application number: DE102020201128.1A
Authority: DE
Inventors: Mitsuhiro Okada; Takehiro NIIKURA; Katsuyuki Nakamura; Takuto SATO; Hiroki Ohashi; Ahmed Sheraz; Mohammad Osamh Adel Al-Naser
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2019-02-07
Filing date: 2020-01-30
Publication date: 2020-08-13
Also published as: US20200253541A1; US11071495B2; JP2020129018A

Abstract

Die vorliegende Erfindung wird geschaffen, um eine Person, die eine Bewegung macht, über einen Abschnitt zu benachrichtigen, der in der Bewegung verbessert werden soll. Ein Bewegungsbewertungssystem enthält Folgendes: eine Kompetenzgrad-Schätzeinheit, die auf der Grundlage von Bewegungsdaten, die durch Detektieren einer Bewegung eines Anwenders erhalten werden, eine Kompetenzgradauswertung erzeugt; eine Verbesserungspunkt-Extrahiereinheit, die auf der Grundlage der Bewegungsdaten einen Abschnitt der Bewegung des Anwenders als einen Verbesserungspunkt spezifiziert; und eine Informationserzeugungseinheit, die auf der Grundlage des Verbesserungspunktes Vorschlagsinformationen erzeugt, die dem Anwender dargestellt werden sollen.

Description

Hintergrund
Die vorliegende Erfindung bezieht sich auf eine Technik zum Bewerten der Qualität einer Bewegung eines Menschen, wie z. B. des Kompetenzgrads einer Arbeit.
Für die Sicherheit und die Effizienz einer Arbeit besteht eine Anforderung, z. B. zu wissen, dass ein Arbeiter in einer schlechten Haltung arbeitet, und zu erzwingen, dass der Arbeiter die Haltung zur Kenntnis nimmt.
Die Japanische Patentoffenlegungsschrift Nr. 2018-55611 offenbart eine Vorrichtung, die eine Ermittlungseinheit, die biologische Informationen ermittelt, die von einem Arbeiter gemessen werden, eine Speichereinheit zum Speichern der biologischen Informationen gemäß dem Kompetenzgrad des Arbeiters nach dem Kompetenzgrad, eine Bestimmungseinheit, die einen Merkmalsbetrag der biologischen Informationen, die zum Zeitpunkt einer Arbeit erhalten worden sind, mit einem Merkmalsbetrag der biologischen Informationen nach dem Kompetenzgrad in der Speichereinheit vergleicht und auf der Grundlage eines Ergebnisses des Vergleichs den Kompetenzgrad bestimmt, dem die erhaltenen biologischen Informationen entsprechen, und eine Entscheidungseinheit, die auf der Grundlage des bestimmten Kompetenzgrads einen Steuerbetrag einer Antriebseinheit beschließt, aufweist.
Die Japanische Patentoffenlegungsschrift Nr. 2018-25932 offenbart ein Arbeitsmanagementsystem, das einen Sensor, der Daten eines Arbeiters ermittelt, und eine Zellensteuervorrichtung, die mit dem Sensor gekoppelt ist, enthält. Die Zellensteuervorrichtung enthält Folgendes: eine Sensormanagementeinheit, die Informationen von dem Sensor managt; eine Arbeiterbeobachtungseinheit, die einen Bewegungsbetrag des Arbeiters und/oder einen Zustandsbetrag überwacht; eine Lerneinheit, die einen Ermüdungsgrad und/oder einen Kompetenzgrad und/oder einen Grad des Interesses des Arbeiters lernt; und eine Benachrichtigungs/Management-Einheit, die von einer Managementeinheit einer höheren Ebene eine Zustandsbenachrichtigungsanforderung empfängt, Zustandsinformationen überträgt, die den Ermüdungsgrad und/oder den Kompetenzgrad und/oder den Grad des Interesses des Arbeiters enthalten, eine Arbeitsänderungsbenachrichtigung empfängt, die Arbeitsänderungsbenachrichtigung an den Arbeiter überträgt oder eine Zustandsbenachrichtigungsanforderung vom Arbeiter empfängt und Zustandsinformationen an den Arbeiter überträgt, die den Ermüdungsgrad und/oder den Kompetenzgrad und/oder den Grad des Interesses des Arbeiters enthalten.
Bei den herkömmlichen Techniken kann eine Person, die eine Bewegung macht, jedoch nicht wissen, welcher Abschnitt in seiner/ihrer Bewegung verbessert werden sollte.
Zusammenfassung
Herkömmlicherweise wurden Versuche unternommen, den Kompetenzgrad von Arbeit zu quantifizieren. Wenn jedoch z. B. verlangt wird zu wissen, dass ein Arbeiter in einer schlechten Haltung arbeitet, und zu erzwingen, dass der Arbeiter dies zur Kenntnis nimmt, kann ein herkömmliches Erkennungssystem für menschliches Verhalten dies nicht realisieren. Insbesondere kann das System die Bewegung des Körpers eines Menschen nicht bestimmen und die Zielperson über einen Abschnitt informieren, der ein Problem aufweist.
Daher besteht ein Bedarf an einer Technik, die eine Person, die eine Bewegung macht, über einen Abschnitt benachrichtigen kann, der in der Bewegung der Person verbessert werden soll.
Ein bevorzugter Aspekt der vorliegenden Erfindung bezieht sich auf ein Bewegungsbewertungssystem, das Folgendes enthält: eine Kompetenzgrad-Schätzeinheit, die auf der Grundlage von Bewegungsdaten, die durch Detektieren einer Bewegung eines Anwenders erhalten werden, eine Kompetenzgradauswertung erzeugt; eine Verbesserungspunkt-Extrahiereinheit, die auf der Grundlage der Bewegungsdaten einen Abschnitt der Bewegung des Anwenders als einen Verbesserungspunkt spezifiziert; und eine Informationserzeugungseinheit, die auf der Grundlage des Verbesserungspunktes Vorschlagsinformationen erzeugt, die dem Anwender dargestellt werden sollen.
In einem konkreteren Beispiel weist das System Folgendes auf: eine Merkmalextrahiereinheit, die mehrere Arten von Merkmalsbeträgen aus den Bewegungsdaten extrahiert; und eine Speichervorrichtung, in der Referenzdaten gespeichert sind, die durch Extrahieren der mehreren Arten von Merkmalsbeträgen aus Bewegungsdaten einer qualifizierten Person erzeugt werden. Ein Merkmalsbetrag der Bewegungsdaten und ein Merkmalsbetrag der Bewegungsdaten der qualifizierten Person entsprechen einander, und die Kompetenzgrad-Schätzeinheit benachrichtigt die Verbesserungspunkt-Extrahiereinheit über einen Zeitraum, in dem die Kompetenzgradauswertung einer vorgegebenen Bedingung entspricht, als einen Inkompetenz-Zeitraum.
In einem weiteren konkreten Beispiel vergleicht die Verbesserungspunkt-Extrahiereinheit in dem Inkompetenz-Zeitraum den Merkmalsbetrag der Bewegungsdaten mit dem Merkmalsbetrag der Bewegungsdaten der qualifizierten Person und spezifiziert einen Merkmalsbetrag, der um einen vorgegebenen Betrag oder mehr abweicht, als den Verbesserungspunkt, und die Informationserzeugungseinheit erzeugt die Vorschlagsinformationen auf der Grundlage des Merkmalsbetrags, der um den vorgegebenen Betrag oder mehr abweicht.
Ein weiterer bevorzugter Aspekt der vorliegenden Erfindung bezieht sich auf ein Bewegungsbewertungsverfahren, das durch eine Datenverarbeitungsvorrichtung ausgeführt wird, wobei für einen Anwender, der eine vorgegebene Bewegung macht, die Bewegung bewertet und ein Problem dargestellt wird. Das Verfahren weist Folgendes auf: einen Kompetenzgrad-Schätzschritt des Erzeugens einer Kompetenzgradauswertung auf der Grundlage von Bewegungsdaten, die durch Detektieren der Bewegung erhalten werden; einen Merkmalsbetrag-Extrahierschritt des Extrahierens eines Merkmalsbetrags aus den Bewegungsdaten; einen Verbesserungspunkt-Extrahierschritt des Extrahierens eines Verbesserungspunktes der Bewegung auf der Grundlage der Kompetenzgradauswertung; und einen Informationserzeugungsschritt des Erzeugens von Arbeitsverbesserungsinformationen, die dem Anwender dargestellt werden sollen, auf der Grundlage des Verbesserungspunktes.
In einem weiteren konkreten Beispiel wird ein Referenzmerkmalsbetrag als ein Merkmalsbetrag, der als eine Referenz aus Bewegungsdaten extrahiert worden ist, verwendet. In dem Verbesserungspunkt-Extrahierschritt werden der Referenzmerkmalsbetrag und der Merkmalsbetrag des Anwenders mit einander verglichen, um den Verbesserungspunkt zu extrahieren.
In einem weiteren konkreten Beispiel wird ein Zeitraum, in dem die Kompetenzgradauswertung von einem vorgegebenen Bereich abweicht, als ein Inkompetenz-Zeitraum detektiert. In dem Verbesserungspunkt-Extrahierschritt werden die Daten auf einen Bereich begrenzt, der den Inkompetenz-Zeitraum enthält, der Referenzmerkmalsbetrag und der Merkmalsbetrag des Anwenders werden miteinander verglichen, und der Verbesserungspunkt wird extrahiert. Auf eine derartige Weise kann die Verarbeitungslast verringert werden.
Eine Person, die eine Bewegung macht, kann über einen Punkt benachrichtigt werden, der in der Bewegung verbessert werden soll.
Figurenliste

1 ist ein allgemeines Blockdiagramm eines Bewegungsbewertungssystems einer Ausführungsform.
2 ist ein schematisches Diagramm, das ein Beispiel veranschaulicht, derart, dass der Anwender Sensoren trägt.
3 ist ein Bewegungsentwurfsdiagramm einer Ellenbogenzustands-Schätzeinheit.
4 ist ein Blockdiagramm zum Erklären des Lernens eines Kompetenzgrad-Bewertungsnetzes einer ersten Ausführungsform.
5 ist ein Ablaufplan, der Lernschritte der Kompetenzgrad-Schätzeinheit erklärt.
6 ist ein Vergleichsgrafikdiagramm einer Kompetenzgradauswertung einer qualifizierten Person und einer Kompetenzgradauswertung einer unqualifizierten Person.
7 ist ein Diagramm mit Grafiken des Kompetenzgrads und des charakteristischen Merkmalsbetrags zum Erklären von Beispielen für Bewegungen einer Verbesserungspunkt-Extrahiereinheit.
8 ist ein Entwurfsdiagramm zum Erklären von Informationen, die in einer Ausgabeeinheit einer Informationsdarstellungsvorrichtung angezeigt werden.
9 ist ein Ablaufplan, der eine Bewegungsbewertungs- und Verbesserungsvorschlagsabfolge durch eine Datenverarbeitungsvorrichtung erklärt.
10 ist ein Ablaufplan, der die Einzelheiten der Prozesse der Verbesserungspunkt-Extrahiereinheit veranschaulicht.
11 ist ein Ablaufplan, der die Einzelheiten der Prozesse einer Datenverarbeitungseinheit veranschaulicht.
12 ist ein Blockdiagramm, das das Lernen eines Kompetenzgrad-Bewertungsnetzes einer zweiten Ausführungsform erklärt.
13 ist ein Entwurfsdiagramm, das den Betrieb einer 1-Klassen-SVM erklärt.

Genaue Beschreibung
Ausführungsformen werden unter Bezugnahme auf die Zeichnungen im Einzelnen beschrieben. Jedoch wird die vorliegende Erfindung nicht dahingehend interpretiert, auf die Beschreibung der unten beschriebenen Ausführungsformen eingeschränkt zu sein. Für einen Fachmann auf dem Gebiet ist leicht zu verstehen, dass eine konkrete Konfiguration modifiziert werden kann, ohne vom Erfindungsgeist und vom Umfang der vorliegenden Erfindung abzuweichen.
In den unten beschriebenen Konfigurationen der Erfindung wird dasselbe Bezugszeichen für dieselben Komponenten oder für Komponenten mit gleichartigen Funktionen in verschiedenen Zeichnungen gemeinsam verwendet, und eine wiederholte Beschreibung kann weggelassen sein.
Wenn es mehrere Elemente mit denselben oder gleichartigen Funktionen gibt, wird die Beschreibung in einigen Fällen ausgeführt, indem demselben Bezugszeichen verschiedene Indizes hinzugefügt werden. Wenn es nicht notwendig ist, mehrere Elemente zu unterscheiden, kann die Beschreibung ausgeführt sein, ohne Indizes hinzuzufügen.
Ein Begriff wie etwa „erste(r)(s)“, „zweite(r)(s)“ und „dritte(r)(s)“ in der vorliegenden Beschreibung und dergleichen ist beigefügt, um eine Komponente zu identifizieren, und schränkt nicht immer Zahlen, Reihenfolgen oder Inhalte ein. Zahlen zum Identifizieren von Komponenten werden in jedem Kontext verwendet. Eine Zahl, die in einem Kontext verwendet wird, gibt nicht immer dieselbe Konfiguration in einem anderen Kontext an. Es verhindert nicht, dass eine Komponente, die durch eine bestimmte Zahl identifiziert ist, derselben Funktion dient wie eine Komponente, die durch eine weitere Zahl identifiziert ist.
Die Position, Größe, Form, der Bereich und dergleichen jeder Konfiguration in den Zeichnungen und dergleichen drücken nicht immer eine tatsächliche Position, Größe, Form, einen tatsächlichen Bereich und dergleichen aus, um das Verstehen der Erfindung zu vereinfachen. Folglich ist die vorliegende Erfindung nicht immer auf eine Position, Größe, Form, einen Bereich und dergleichen eingeschränkt, die in den Zeichnungen und dergleichen offenbart sind.
Eine Komponente, die in der vorliegenden Beschreibung in einer Einzahlform ausgedrückt ist, enthält eine Mehrzahlform, es sei denn, es ist im Kontext eindeutig anderweitig angeben.
Um eine Person, die eine Bewegung macht (im Folgenden ein Anwender genannt), über einen Punkt zu informieren, der in seiner/ihrer Bewegung verbessert werden soll, muss zuerst die Qualität einer Bewegung des Anwenders geschätzt werden (Kompetenzgradschätzung). Ferner muss ein Punkt extrahiert werden, der in der Bewegung verbessert werden soll (Vorschlag eines Verbesserungspunktes). In der Beschreibung bezeichnet „Bewegung“ eine allgemeine Arbeit in Industrie, Landwirtschaft und dergleichen und eine allgemeine Bewegung des Körpers eines Menschen zu einem vorgegebenen Zweck wie etwa Tanzen, Training, Spielen von Instrumenten und dergleichen. Um einen Punkt, der in einer Bewegung verbessert werden soll, konkret zu spezifizieren, ist erwünscht, eine Bewegung mit einer vorgegebenen Zeitvorgabe eines bestimmten Abschnitts im Körper eines Anwenders zu bewerten.
Eine derartige Technik kann z. B. als ein Arbeitsunterstützungssystem oder ein Ausbildungssystem verwendet werden. Das Arbeitsunterstützungssystem kann z. B. zum Trainieren einer Wartungsarbeit verwendet werden. Das Ausbildungssystem kann z. B. zum Üben von Tanz- oder Yogapositionen verwendet werden.
Erste Ausführungsform
Allgemeine Systemkonfiguration
1 ist ein allgemeines Blockdiagramm eines Bewegungsbewertungssystems einer Ausführungsform. Ein Bewegungsbewertungssystem 1 enthält eine Sensoreinheit 110, eine Datenverarbeitungsvorrichtung 120 und eine Informationsdarstellungsvorrichtung 130. Die Sensoreinheit 110, die Datenverarbeitungsvorrichtung 120 und die Informationsdarstellungsvorrichtung 130 können über ein drahtgebundenes oder ein drahtloses Netz (nicht veranschaulicht) miteinander kommunizieren.
Die Sensoreinheit 110 enthält einen Sensor 111 und eine Kommunikationseinheit 112. Der Sensor 111 ist z. B. ein tragbarer Sensor, der am Körper des Anwenders befestigt sein kann.
2 ist ein schematisches Diagramm, das ein Beispiel veranschaulicht, derart, dass ein Anwender 210 die Sensoren 111 trägt. Der Sensor 111 ist z. B. direkt oder über einen weiteren Sensor mit einem Sensor-Hub 220 gekoppelt. Der Sensor und der Sensor-Hub können durch ein Kabel oder drahtlos verbunden sein. Bewegungsdaten 140, die zum Sensor-Hub 220 gesendet werden, werden über die Kommunikationseinheit 112 z. B. durch Funk an die Datenverarbeitungsvorrichtung 120 übertragen. Der Sensor 111 und der Sensor-Hub 220 können durch eine Batterie oder dergleichen (nicht veranschaulicht) mit Energie versorgt werden. Die Anordnung der Sensoren 111 in 2 ist ein Beispiel. Die Sensoren können an Abschnitten im gesamten Körper befestigt sein, wie in 2 veranschaulicht ist, oder lediglich an einem Abschnitt des Körpers wie etwa dem oberen Abschnitt oder dem unteren Abschnitt des Körpers in Übereinstimmung mit einer zu bewertenden Bewegung.
Es ist ausreichend, eine oder mehrere Arten und Befestigungsorte der Sensoren 111 in Übereinstimmung mit einer zu bewertenden Bewegung aus bekannten Sensoren auszuwählen. Im Fall des direkten Bewertens einer Bewegung des Körpers des Anwenders 210 ist ein Sensor, der die Positionen und Bewegungen von Abschnitten im Körper des Anwenders 210 messen kann, wie etwa ein Beschleunigungssensor oder ein Ortssensor erwünscht. Der Sensor kann ein anderer Sensor wie etwa ein Gyroskop-Sensor, ein geomagnetischer Sensor, ein Videosensor, ein Tonsensor, ein myoelektrischer Sensor oder ein Winkelgeschwindigkeitssensor sein. Es ist außerdem möglich, eine reflektierende Markierung am Anwender 210 zu befestigen, durch eine Videokamera oder dergleichen ein Bild aufzunehmen und die Position oder die Bewegung von jedem der Abschnitte des Körpers zu messen. Die Bewegungsdaten 140, die durch den Sensor 111 erfasst werden, werden zur Datenverarbeitungsvorrichtung 120 übertragen. Im Folgenden wird ein Beispiel unter Verwendung eines Beschleunigungssensors als einen Sensor beschrieben.
Die Datenverarbeitungsvorrichtung 120 kann durch einen allgemeinen Server konfiguriert sein. Es wird angenommen, dass als eine bekannte Hardwarekonfiguration eines Servers eine Eingabevorrichtung, eine Ausgabevorrichtung, eine Verarbeitungsvorrichtung und eine Speichervorrichtung enthalten sind. In der Ausführungsform wird angenommen, dass die Funktionen wie etwa Berechnung und Steuerung realisiert werden, wenn ein Programm, das in der Speichervorrichtung gespeichert ist, durch die Verarbeitungsvorrichtung ausgeführt wird, derart, dass ein vorgegebener Prozess im Zusammenwirken mit weiterer Hardware durchgeführt wird. 1 veranschaulicht Funktionsblöcke. In einigen Fällen werden ein Programm, das durch einen Server oder dergleichen ausgeführt wird, die Funktion des Programms oder Mittel, die die Funktion realisieren, „Funktion“, „Mittel“, „Komponente“, „Einheit“, „Modul“ oder dergleichen genannt.
Die oben beschriebene Konfiguration kann durch einen einzigen Server oder einen anderen Computer, in dem beliebige Komponenten einer Eingabevorrichtung, einer Ausgabevorrichtung, einer Verarbeitungsvorrichtung und einer Speichervorrichtung über ein Netz verbunden sind, realisiert sein. In der Ausführungsform kann eine Funktion, die zu einer Funktion äquivalent ist, die durch Software konfiguriert ist, ebenso durch Hardware wie etwa ein FPGA (anwenderprogrammierbares Gate-Array) oder eine ASIC (anwendungsspezifische integrierte Schaltung) realisiert sein. Es gibt einen Fall, bei dem ein neuronales Netz, das später beschrieben wird, in einem FPGA oder dergleichen implementiert ist.
Die Datenverarbeitungsvorrichtung 120 enthält eine Kommunikationseinheit 121, eine Merkmalsbetrag-Extrahiereinheit 122, eine Kompetenzgrad-Schätzeinheit 123, eine Verbesserungspunkt-Extrahiereinheit 124, eine Informationserzeugungseinheit 125 und eine Steuereinheit 126.
Die Kommunikationseinheit 121 empfängt die Bewegungsdaten 140, die von der Kommunikationseinheit 112 in der Sensoreinheit 110 übertragen werden, und überträgt Arbeitsverbesserungs-Vorschlagsinformationen 150 an die Informationsdarstellungsvorrichtung 130.
Die Merkmalsbetrag-Extrahiereinheit 122 extrahiert einen gewünschten Merkmalsbetrag aus den Bewegungsdaten 140. Die Kompetenzgrad-Schätzeinheit 123 empfängt die Bewegungsdaten 140 oder den Merkmalsbetrag, der durch die Merkmalsbetrag-Extrahiereinheit 122 extrahiert wird, als eine Eingabe und schätzt den Kompetenzgrad. In der Ausführungsform wird der Kompetenzgrad auf der Grundlage der Bewegungsdaten 140 geschätzt. Die Merkmalsbetrag-Extrahiereinheit 122 und die Kompetenzgrad-Schätzeinheit 123 können z. B. unter Verwendung eines neuronalen Netzes konfiguriert sein.
Die Verbesserungspunkt-Extrahiereinheit 124 extrahiert einen Verbesserungspunkt unter Verwendung des Merkmalsbetrags von der Merkmalsbetrag-Extrahiereinheit 122 und des Kompetenzgrads von der Kompetenzgrad-Schätzeinheit 123. Die Informationserzeugungseinheit 125 erzeugt die Arbeitsverbesserungs-Vorschlagsinformationen 150 zum Hervorheben des Verbesserungspunktes, der durch die Verbesserungspunkt-Extrahiereinheit 124 extrahiert worden ist, für den Anwender 210. Die Arbeitsverbesserungs-Vorschlagsinformationen 150 werden von der Kommunikationseinheit 121 an die Informationsdarstellungsvorrichtung 130 übertragen. Die Steuereinheit 126 steuert die Abfolge des gesamten Betriebs der Datenverarbeitungsvorrichtung 120.
Die Informationsdarstellungsvorrichtung 130 ist ebenfalls eine Art einer Datenverarbeitungsvorrichtung. Zum Beispiel kann ein tragbares Informationsendgerät verwendet werden, das durch den Anwender 210 getragen werden kann, jedoch ist die Erfindung nicht darauf eingeschränkt. Obwohl eine Eingabevorrichtung, eine Ausgabevorrichtung, eine Verarbeitungsvorrichtung und eine Speichervorrichtung als eine allgemeine Hardwarekonfiguration enthalten sind, um lediglich den Anwender 210 über die Informationen zu benachrichtigen, ist es ausreichend, eine Kommunikationseinheit 131 zum Empfangen von Informationen von der Datenverarbeitungsvorrichtung 120, eine Steuereinheit 132 für das Gesamte und eine Ausgabeeinheit 133, die Informationen anzeigt, zu enthalten. Alternativ kann eine Vorrichtung vorgesehen sein, die Informationen in einem Papiermedium ausdrucken kann. Die Ausgabeeinheit 133 ist z. B. eine Flüssigkristallanzeige, ein Lautsprecher oder ein Drucker.
Merkmalsbetrag-Extrahiereinheit
3 ist ein Entwurfsdiagramm zum Erklären der Funktion der Merkmalsbetrag-Extrahiereinheit 122. Die Merkmalsbetrag-Extrahiereinheit 122 extrahiert einen Merkmalsbetrag zum Bewerten der Qualität einer Bewegung. Ein Merkmalsbetrag oder mehrere Merkmalsbeträge ist/sind durch den Konstrukteur des Systems oder dergleichen in Übereinstimmung mit dem Zweck der Bewertung einer Bewegung definiert. Als die Merkmalsbeträge können z. B. einer oder mehrere Merkmalsbeträge beliebig definiert sein, wie etwa der Beugungsgrad eines Ellenbogens, die Höhe der Taille, die Ausrichtung des Kopfes oder der Öffnungswinkel der Beine. Die Merkmalsbeträge sind den Merkmalen von Zuständen von beweglichen Abschnitten im Körper des Anwenders wie etwa den Bewegungen von Gelenken zugeordnet.
Um einen gewünschten Merkmalsbetrag zu extrahieren, ist der Sensor 111, der Bewegungsdaten mit einem notwendigen physikalischen Betrag ermittelt, am Anwender 210 befestigt. Die Bewegungsdaten 140, die von beliebigen einem oder mehreren der Sensoren 111 erhalten werden, werden verwendet. Im Folgenden wird ein Beispiel für das Schätzen des Beugungswinkels eines Ellenbogens unter Verwendung eines Beschleunigungssensors beschrieben.
In 3 ist eine Ellenbogenzustands-Schätzeinheit 301 (des linken Ellenbogens) der Merkmalsbetrag-Extrahiereinheit 122 zum Extrahieren des Beugungswinkels des Ellenbogens von den Sensoren 111 veranschaulicht. Wie in 3 veranschaulicht ist, wird der Beugungswinkel des linken Ellenbogens von den drei Sensoren 111 geschätzt, die am linken Arm des Anwenders 210 befestigt sind, und als Zeitreihendaten erhalten. Wenn gewünscht wird, dass ein anderer Merkmalsbetrag als der Beugungswinkel eines Ellenbogens extrahiert wird, ist es ebenso ausreichend, eine Taillenhöhen-Extrahiereinheit, eine Kopfausrichtungs-Extrahiereinheit oder dergleichen zur Merkmalsbetrag-Extrahiereinheit 122 hinzuzufügen. Die Ellenbogenzustands-Schätzeinheit 301 ist z. B. durch ein tiefes neuronales Netz (DNN) konstruiert, und es ist ausreichend, durch bekanntes überwachtes Lernen ein Lernen durchzuführen.
Die Ellenbogenzustands-Schätzeinheit 301 kann eine Schätzung nicht durch ein DNN durchführen, sondern ebenso durch eine reguläre Berechnung unter Verwendung von Beschleunigungsdaten der Sensoren 111. Im Fall des Schätzens des Beugungswinkels eines Ellenbogens aus der Beschleunigung wird der Ausgangszustand des Anwenders 210 ermittelt und verwendet. Zu diesem Zweck wird vorab bewirkt, dass der Anwender 210 vorgegebene Haltungen einnimmt (wie etwa eine stehende Haltung), und eine Detektion der Positionen der Sensoren 111 und dergleichen wird durchgeführt. Alternativ können Positionssensoren anstelle der Beschleunigungssensoren als die Sensoren 111 verwendet werden. Auf eine derartige Weise kann die Art des Sensors in Übereinstimmung mit einem Merkmalsbetrag, von dem gewünscht wird, dass es geschätzt wird, frei ausgewählt werden.
Zur Betriebszeit des Systems werden die extrahierten Merkmalsbeträge als Zeitreihendaten nach Arten in der Speichervorrichtung gespeichert.
Kompetenzgrad-Schätzeinheit
Die Kompetenzgrad-Schätzeinheit 123 empfängt die Bewegungsdaten 140 von den Sensoren 111 und schätzt den Kompetenzgrad. Die Kompetenzgrad-Schätzeinheit 123 kann unter Verwendung eines neuronalen Netzes, das durch überwachtes Lernen trainiert wird, konfiguriert sein.
4 ist ein Blockdiagramm zum Erklären des Lernens eines Kompetenzgrad-Bewertungsnetzes 401 als einer Komponente der Kompetenzgrad-Schätzeinheit 123. In dem Beispiel wird das Kompetenzgrad-Bewertungsnetz 401 unter Verwendung eines Siamesischen Netzes trainiert. Wie in dem Diagramm veranschaulicht ist, werden zwei Bewegungsdatenelemente 140A und 140B (die Werte sind als p_i, p_j eingestellt) in die Kompetenzgrad-Bewertungsnetze 401A und 401B eingegeben, und die Kompetenzgradauswertungen f(p_i) und f(p_j) der Bewegungsdaten werden berechnet. Das Siamesische Netz ist eine Technik, die das tiefe neuronale Netz (DNN) verwendet, und zwei DNN verwenden Gewichtungen gemeinsam. Die zwei Bewegungsdatenelemente p_i und p_j werden getrennt als dieselben DNN in die Kompetenzgrad-Bewertungsnetze 401 eingegeben, und zwei Kompetenzgradauswertungen f(p_i) und f(p_j) werden erhalten. Aus den Auswertungen wird durch eine Verlustfunktions-Berechnungseinheit 402 eine Verlustfunktion berechnet. Als die Verlustfunktion wird eine Funktion ausgewählt, deren Wert abnimmt, während die Auswertung auf der Seite einer kompetenten Person größer wird, wenn Bewegungsdaten einer qualifizierten Person und einer unqualifizierten Person eingegeben werden.
5 ist ein Ablaufplan, der Lernschritte der Kompetenzgrad-Schätzeinheit 123 erklärt. Zuerst werden Bewegungsdaten zum Lernen, um ein DNN zu trainieren, vorbereitet und z. B. in einer Speichervorrichtung gespeichert (S501). Die Bewegungsdaten zum Lernen sind Bewegungsdaten, die aus den Bewegungen eines qualifizierten Anwenders und eines unqualifizierten Anwenders erhalten werden. Zu jedem der Bewegungsdaten zum Lernen werden Informationen beigefügt, die die Überlegenheit/Unterlegenheit des Kompetenzgrads aus den Bewegungsdaten definieren, wie etwa eine Kompetenzgrad-Bewertungsauswertung, die z. B. durch Beobachten einer Bewegung durch eine qualifizierte Person erhalten wird.
Zum Abstimmen auf die physikalischen Konstitutionen oder die Bewegungsgeschwindigkeiten der Personen, die Bewegungen machen, wird eine Maßstabsanpassung der Bewegungsdaten durchgeführt (S502). Zum Beispiel ist eine Höhe von 170 cm als eine Referenz eingestellt, und die Größen der Abschnitte des Körpers des Anwenders werden vergrößert oder verkleinert. Außerdem wird die Zeitachse der Bewegungsdaten in Bezug auf die Bewegungsgeschwindigkeit unter Verwendung einer vorgegebenen Länge als einer Referenz vergrößert oder verkleinert. Wenn z. B. die Durchführung einer Reihe von Bewegungen, um einen Gegenstand in 60 Sekunden anzuheben, als eine Referenz eingestellt ist, wird die Zeitachse der Bewegung von Daten eines Anwenders, der die Reihe in 120 Sekunden durchführt, auf die Hälfte komprimiert. Im Fall einer Implementierung des DNN in einem Langzeit/Kurzzeitspeicher (LSTM), ist es nicht immer notwendig, eine Normierung oder dergleichen in der Zeitrichtung durchzuführen. Außerdem kann in Bezug auf die Größen des Körpers bewirkt werden, dass ein Netz ebenfalls Variationen von Körpern lernt, wenn eine große Datenmenge vorliegt. Indem vorab Bewegungsdaten von Anwendern erhalten werden, die ähnliche physikalische Konstitutionen aufweisen, und zum Zeitpunkt des Erhaltens der Bewegungsdaten Bewegungszeiten angelegt werden, kann die Maßstabsanpassung S502 weggelassen werden. Da berücksichtigt wird, dass durch ein DNN abhängig von der Konfiguration des DNN ein Wirkungsäquivalent zu jenem der Maßstabsanpassung erhalten werden kann, kann die Maßstabsanpassung S502 weggelassen werden.
Die Bewegungsdaten zum Lernen, für die Bewertungsauswertungen der Kompetenzgrade bekannt sind, werden in die Kompetenzgrad-Bewertungsnetze 401A und 401B eingegeben, und eine Auswertung wird berechnet (S503). Eine Verlustfunktion wird aus den Kompetenzgradauswertungen der Kompetenzgrad-Bewertungsnetze 401A und 401B berechnet (S504).
Die Formel 1 gibt ein Beispiel für ein Verfahren des Berechnens einer Verlustfunktion L_total an.
$\begin{matrix} L_{t o t a l} = L_{r a n k} + L_{s i m} \\ L_{r a n k} = \sum_{k = 1}^{N} max (0, m - f (p_{i}) + f (p_{j})) \\ \begin{array}{l} (wenn p_{i} besser als p_{j} ist) \end{array} \\ L_{s i m} = \sum_{k = 1}^{M} max (0, | f (p_{i}) - f (p_{j}) | - m) \\ \begin{array}{l} (wenn p_{i} eine ähnliche Qualifizierungsstufe wie p_{j} aufweist) \end{array} \end{matrix}$
wobei N, M eine Gesamtanzahl von Paaren ist.
In dem Beispiel für das Lernen ist es eine Voraussetzung, dass kompetente Bewegungsdaten, die von einer kompetenten Bewegung erhalten werden, und inkompetente Bewegungsdaten, die von einer inkompetenten Bewegung erhalten werden, voneinander unterschieden werden. Die Unterscheidung kann aus der Differenz der Bewertungsauswertungen der Kompetenzgrade bestimmt werden. Eine Verlustfunktion (ein Fehler) wird gemäß der folgenden Regel berechnet, und das Lernen wird derart durchgeführt, dass die Verlustfunktion vermindert wird.
Wenn es bei den eingegebenen zwei Bewegungsdatenelementen eine Überlegenheit/Unterlegenheit gibt (z. B. wenn die Differenz zwischen den Bewertungsauswertungen der Kompetenzgrade größer oder gleich einem vorgegebenen Schwellenwert ist), wird die Differenz als ein Fehler eingestellt, wenn die Auswertung der überlegenen Bewegungsdaten niedriger als jene der unterlegenen Bewegungsdaten ist. Wenn gewünscht wird, die Differenz zwischen den Auswertungen auf einen vorgegebenen Wert oder größer auszuweiten, wird m in der Formel 1 vergrößert. Wenn es in zwei Bewegungsdatenelementen keine Überlegenheit/Unterlegenheit gibt (z. B. wenn die Differenz zwischen den Bewertungsauswertungen der Kompetenzgrade kleiner als ein vorgegebener Schwellenwert ist, sogenannten äquivalente Stufen), wird der Betrag, der den vorgegebenen Wert überschreitet, als ein Fehler eingestellt, wenn die Differenz der Auswertungen berechnet wird und die berechnete Differenz größer oder gleich einem vorgegebenen Wert (m') ist. Die zwei Fehler werden addiert, und das Lernen wird durchgeführt.
Bei zwei Bewegungsdatenelementen, die Überlegenheit/Unterlegenheit aufweisen, wie oben beschrieben ist, wird die Differenz der Auswertungen als ein Fehler verwendet, und das DNN wird derart trainiert, dass die Differenz zwischen den Auswertungen zunimmt. Bei äquivalenten Daten wird die Differenz der Auswertungen als ein Fehler verwendet, und das DNN wird derart trainiert, dass die Differenz zwischen den Auswertungen abnimmt. Es ist ausreichend, das Lernen durch eines oder eine Kombination der beiden Verfahren durchzuführen. In dem Beispiel der Formel 1 sind beide Verfahren kombiniert. Zum Zeitpunkt des Berechnens der Verlustfunktion L_total werden L_rank und L_sim gemäß der bekannten Überlegenheit/Unterlegenheit der Bewegungsdaten, die eingegeben werden, berechnet, und ihre Summe wird L_total.
Als das Kompetenzgrad-Bewertungsnetz 401 werden ein Modell, das gemäß einer zu bewertenden Bewegung ausgewählt wird, und ein Standpunkt der Bewertung trainiert und vorbereitet. Das Kompetenzgrad-Bewertungsnetz 401, das durch das oben beschriebene Lernverfahren erzeugt wird, ist in der Kompetenzgrad-Schätzeinheit 123 implementiert. Das Kompetenzgrad-Bewertungsnetz, das implementiert ist, kann eines der Kompetenzgrad-Bewertungsnetze 401A und 401B sein.
In der Ausführungsform ist das Kompetenzgrad-Bewertungsnetz 401 im LSTM implementiert. Wenn eine Reihe von Arbeitszeitreihen-Sensordaten in jeder Zeiteinheit eingegeben wird, wird eine Auswertung zu jedem Zeitpunkt ausgegeben. Zum Beispiel werden in Bezug auf die Beschleunigungsdaten einer Arbeit von 60 Sekunden Daten von jeweils einer Sekunde in das Kompetenzgrad-Bewertungsnetz 401 eingegeben. Zum Zeitpunkt des Lernens wird unter Verwendung eines Durchschnitts der Auswertungen zu den Zeitpunkten als f(p_i) ein Fehler berechnet. Andererseits wird zum Zeitpunkt der Schlussfolgerung nach der Implementierung in das Bewegungsbewertungssystem 1 die Kompetenzgradauswertung von jedem vorgegebenen Zeitpunkt (zum Beispiel jeder Sekunde) in chronologischer Reihenfolge ausgegeben.
Ausgabe der Kompetenzgrad-Schätzeinheit
6 veranschaulicht einen Vergleich zwischen einer Kompetenzgradauswertung einer qualifizierten Person und einer Kompetenzgradauswertung einer unqualifizierten Person. Da die Kompetenzgradauswertungen Zeitreihendaten sind, gibt die horizontale Achse die Zeit an, und die vertikale Achse gibt die Kompetenzgradauswertung an. In dem Beispiel ist bei der Kompetenzgradauswertung einer unqualifizierten Person in einem bestimmten Zeitbereich ein Gebiet vorhanden, in dem der Kompetenzgrad abnimmt. Wenn die Kompetenzgradauswertung z. B. für eine vorgegebene Zeit oder länger unter dem vorgegebenen Schwellenwert 601 zu liegen kommt, erkennt die Kompetenzgrad-Schätzeinheit 123, dass der inkompetente Vorgang durchgeführt wird. Das Verfahren des Detektierens der inkompetenten Bewegung kann ein anderes Verfahren sein, das eine äquivalente Wirkung erhält. Zum Beispiel kann eine inkompetente Bewegung ohne Verwendung eines Schwellenwertes auf der Grundlage von relativen Schwankungen der Kompetenzgradauswertung bestimmt werden. Der Schwellenwert 601 muss kein feststehender Schwellenwert sein, sondern kann schwanken.
Wenn die Kompetenzgrad-Schätzeinheit 123 eine inkompetente Bewegung erkennt, benachrichtigt sie die Verbesserungspunkt-Extrahiereinheit 124 über einen Zeitbereich, der der inkompetenten Bewegung entspricht. Die Verbesserungspunkt-Extrahiereinheit 124 erhält Merkmalsbetragsdaten, die den entsprechenden Zeitbereich enthalten, von der Merkmalsbetrag-Extrahiereinheit 122 und bezieht sich auf sie. Sie vergleicht die erhaltenen Daten mit einer Umwandlung von Merkmalsbetragsdaten einer qualifizierten Person, die vorübergehend gespeichert sind, und spezifiziert einen Merkmalsbetrag mit einer großen Differenz. Zur Betriebszeit des Systems werden die geschätzten Kompetenzgradauswertungen als Zeitreihendaten in der Speichervorrichtung gespeichert.
In der Ausführungsform kann durch Vorbereiten von Bewegungsdaten und Überlegenheits/Unterlegenheits-Informationen des Kompetenzgrads jedes Arbeiters vorab durch das Lernverfahren unter Verwendung eines neuronalen Netzes ein System realisiert werden, das den Kompetenzgrad einer Bewegung auf eine Echtzeit-Weise schätzt. Unter Verwendung des geschätzten Kompetenzgrads kann zum Zeitpunkt der Ausbildung zum Lernen einer Arbeit eine korrekte Bewegung vorgeschlagen werden, oder eine Arbeit (Körperhaltung) mit einer hohen Last kann zum Zeitpunkt einer tatsächlichen Arbeit verhindert werden.
Verbesserungspunkt-Extrahiereinheit
7 veranschaulicht ein Beispiel für den Betrieb der Verbesserungspunkt-Extrahiereinheit 124. In 7 gibt (A1) eine Kompetenzgradauswertung einer qualifizierten Person als eine Referenz an, (B1) gibt die Höhe des rechten Arms als einen der Merkmalsbeträge der qualifizierten Person an. (C1) gibt die Höhe des linken Arms als einen der Merkmalsbeträge der qualifizierten Person an. Ebenso gibt (A2) eine Kompetenzgradauswertung eines Anwenders an. (B2) gibt die Höhe des rechten Arms als einen der Merkmalsbeträge des Anwenders als einer unqualifizierten Person an. (C2) gibt die Höhe des linken Arms als einen der Merkmalsbeträge des Anwenders an. Bei dem Merkmalsbetrag „Höhe des rechten Arms“ ist die Differenz zwischen dem Merkmalsbetrag der qualifizierten Person und jenem des Anwenders zu erkennen. Dies kann durch Detektieren der Differenz zwischen ihnen um einen vorgegebenen Schwellenwert oder größer ausgeführt werden. Andererseits ist bei dem Merkmalsbetrag „die Höhe des linken Arms“ keine Differenz zwischen ihnen zu sehen. Daher wird verstanden, dass der Punkt, der dem Anwender durch das System als ein Verbesserungspunkt dargestellt werden soll, „Höhe des rechten Arms“ in einem Zeitbereich, der der inkompetenten Bewegung entspricht, ist. Auf eine derartige Weise extrahiert die Verbesserungspunkt-Extrahiereinheit 124 die Bewegung eines Abschnitts in der gesamten Bewegung des Körpers des Anwenders als eine zu verbessernde Bewegung.
Die Verbesserungspunkt-Extrahiereinheit 124, die die obige Analyse durchgeführt hat, überträgt einen zu verbessernden Merkmalsbetrag, eine zu verbessernde Zeitvorgabe, die Differenz zu einer qualifizierten Person und dergleichen an die Informationserzeugungseinheit 125. Die Informationserzeugungseinheit 125 erzeugt die Arbeitsverbesserungs-Vorschlagsinformationen 150, die dem Anwender dargestellt werden sollen, auf der Grundlage der empfangenen Informationen, vorab gespeicherter, grafischer Daten oder dergleichen. Die Arbeitsverbesserungs-Vorschlagsinformationen 150 werden von der Kommunikationseinheit 121 an die Informationsdarstellungsvorrichtung 130 übertragen.
Informationsdarstellungsvorrichtung
8 ist ein Entwurfsdiagramm zum Erklären von Informationen, die in einer Flüssigkristallanzeige als einem Beispiel für die Ausgabeeinheit 133 der Informationsdarstellungsvorrichtung 130 angezeigt werden. Um das Verstehen des Anwenders zu erleichtern, wird ein zu verbessernder Merkmalsbetrag unter Verwendung eines Modells einer menschlichen Form angezeigt. Die Darstellung kann durch einen Vergleich durchgeführt werden, indem das Modell einer qualifizierten Person und jenes des Anwenders nebeneinander angeordnet werden oder indem sie überlagert werden. In dem Beispiel aus 8 werden auf der Grundlage der Informationen von der Verbesserungspunkt-Extrahiereinheit 124 Verbesserungen in Bezug auf die Position des rechten Arms und den Öffnungswinkel der Beine durch Computergrafiken (CG) dargestellt. Um das Verstehen des Anwenders zu erleichtern, können Textzeichen oder Ton ausgegeben werden. Ein Texterzeugungsverfahren kann durch Betiteln unter Verwendung von maschinellem Lernen oder eine Anzeige unter Verwendung eines vorbereiteten Musters durchgeführt werden. Eine Zeitvorgabe in der gesamten Bewegung eines Zeitbereichs, der der inkompetenten Bewegung entspricht, kann ebenfalls angezeigt werden. Hier ist es wirksamer, eine CG mit bewegten Bildern zu verwenden.
Bewegungsbewertungs- und Verbesserungsvorschlagsabfolge
9 ist ein Ablaufplan, der eine Bewegungsbewertungs- und Verbesserungsvorschlagsabfolge durch die Datenverarbeitungsvorrichtung 120 in 1 erklärt. In Prozess S901 extrahiert die Merkmalsbetrag-Extrahiereinheit 122 einen gewünschten Merkmalsbetrag (üblicherweise mehrere Arten) aus den Bewegungsdaten 140, die durch die Kommunikationseinheit 121 empfangen werden. In Prozess S902 schätzt sie Kompetenzgrad-Schätzeinheit 123 eine Kompetenzgradauswertung aus den Bewegungsdaten 140. Der Merkmalsbetrag und die Kompetenzgradauswertung sind Zeitreihendaten.
In Prozess S903 detektiert die Kompetenzgrad-Schätzeinheit 123, ob die Kompetenzgradauswertung niedriger als ein vorgegebener Schwellenwert wird oder nicht. In Prozess S904 wird die Zeit, wenn die Kompetenzgradauswertung niedriger als der vorgegebene Schwellenwert wird, aufgezeichnet. In Prozess S905 bestimmt die Kompetenzgrad-Schätzeinheit 123, ob die Kompetenzgradauswertung für einen vorgegebenen Zeitraum unter dem Schwellenwert liegt oder nicht. Das Bestimmungsergebnis wird mit dem Zeitraum, in dem die Kompetenzgradauswertung unter dem Schwellenwert zu liegen kommt (im Folgenden der Inkompetenz-Zeitraum genannt), und nach Bedarf mit Daten der Kompetenzgradauswertung, die den Inkompetenz-Zeitraum enthalten, an die Verbesserungspunkt-Extrahiereinheit 124 gesendet. In Prozess S906 extrahiert die Verbesserungspunkt-Extrahiereinheit 124 einen Verbesserungspunkt der Bewegung.
10 ist ein Ablaufplan, der die Einzelheiten des Prozesses S906 der Verbesserungspunkt-Extrahiereinheit 124 veranschaulicht. In Prozess S1001 empfängt die Verbesserungspunkt-Extrahiereinheit 124 Informationen über den Inkompetenz-Zeitraum (z. B. den Beginn und die Beendigung unter Verwendung des Bewegungsbeginns als den Ursprungspunkt) von der Kompetenzgrad-Schätzeinheit 123. Nach Bedarf empfängt sie außerdem die Kompetenzgradauswertung, die den Inkompetenz-Zeitraum enthält.
In Prozess S1002 ruft die Verbesserungspunkt-Extrahiereinheit 124 Daten eines Merkmalsbetrags, die den Inkompetenz-Zeitraum enthalten, aus den aufgezeichneten Anwenderdaten D1 ab. Wenn es mehrere Arten von Merkmalsbeträgen gibt, werden alle abgerufen. Durch das Begrenzen auf die Daten im Inkompetenz-Zeitraum kann der Verarbeitungsumfang danach komprimiert werden.
Die Anwenderdaten D1 sind Zeitreihendaten des Merkmalsbetrags des Anwenders 210, die durch die Merkmalsbetrag-Extrahiereinheit 122 auf der Grundlage der Bewegungsdaten 140 extrahiert werden, die von der Sensoreinheit 110 übertragen werden. Die Zeitreihendaten der Kompetenzgradauswertung des Anwenders 210, die durch die Kompetenzgrad-Schätzeinheit 123 geschätzt werden, können ebenfalls enthalten sein. Grundsätzlich werden die Daten in dem gesamten Zeitraum, in dem der Anwender Bewegungen macht, gespeichert. Als jene Daten können Daten verwendet werden, die vorab in dem gesamten Zeitraum, in dem der Anwender Bewegungen macht, an einem anderen Ort oder zu einer anderen Gelegenheit erhalten und in der Speichervorrichtung gespeichert worden sind.
In Prozess S1003 werden Daten eines Merkmalsbetrags, die den Inkompetenz-Zeitraum enthalten, aus den Referenzdaten D2 abgerufen. Die Referenzdaten D2 sind Merkmalsbetragsdaten einer qualifizierten Person, die z. B. vorab aus Bewegungsdaten des Anwenders, dessen Kompetenzgradauswertung gleich einer oder höher als eine vorgegebene Auswertung ist, erzeugt und in der Speichervorrichtung gespeichert worden sind. Die Referenzdaten D2 können eine Kompetenzgradauswertung enthalten, die durch die Kompetenzgrad-Schätzeinheit 123 geschätzt worden ist. Die Bewegung, der Bewegungszeitraum und der Merkmalsbetrag der Referenzdaten D2 müssen an jene der Anwenderdaten D1 angepasst werden. Zur Einfachheit der Erklärung wird angenommen, dass die oben beschriebene Maßstabsanpassung auf den Anwenderdaten und den Referenzdaten durchgeführt wird.
In Prozess S1004 werden der Inkompetenz-Zeitraum des Merkmalsbetrags der Anwenderdaten und jener des Merkmalsbetrags der Referenzdaten für jeden gleichen Merkmalsbetrag verglichen.
In Prozess S1005 wird, wie in 7 veranschaulicht ist, im Inkompetenz-Zeitraum der Merkmalsbetrag der Anwenderdaten, der um den vorgegebenen Betrag oder mehr von dem Merkmalsbetrag der Referenzdaten abweicht, spezifiziert. Die dem spezifizierten Merkmalsbetrag zugehörige Bewegung ist ein zu verbesserndes Objekt.
In Prozess S1006 werden der spezifizierte Merkmalsbetrag und der Inkompetenz-Zeitraum an die Informationserzeugungseinheit 125 übertragen.
11 ist ein Ablaufplan, der die Einzelheiten des Prozesses S907 der Datenverarbeitungseinheit 125 veranschaulicht. In Prozess S1100 werden der Merkmalsbetrag, der von der Verbesserungspunkt-Extrahiereinheit 124 spezifiziert worden ist, und der Inkompetenz-Zeitraum empfangen.
In Prozess S1102 wird eine entsprechende Bewegung von dem spezifizierten Merkmalsbetrag spezifiziert. Zu diesem Zeitpunkt wird z. B. auf Merkmalsbetrag/Bewegung-Entsprechungsdaten D3 Bezug genommen, in denen jeder Merkmalsbetrag und eine Bewegung zugeordnet sind. Die Merkmalsbetrag/Bewegung-Entsprechungsdaten D3 sind eine Datenbank, die durch einen Konstrukteur oder dergleichen eines Systems vorab erzeugt und gespeichert worden sind, und der Merkmalsbetrag und eine zugehörige Bewegung sind zugeordnet. Zum Beispiel ist die Bewegung „Bewegung des rechten Arms“ dem Merkmalsbetrag „Höhe der rechten Hand“ zugeordnet. Es wird angenommen, dass derartige zugeordnete Daten ebenfalls vorab durch den Konstrukteur oder dergleichen des Systems definiert und in der Speichervorrichtung gespeichert worden sind.
In Prozess S1103 werden die Arbeitsverbesserungs-Vorschlagsinformationen 150 auf der Grundlage der zu verbessernden Bewegung und des Inkompetenz-Zeitraums erzeugt. Zu diesem Zeitpunkt werden z. B. unter Verwendung von grafischen Daten bzw. Textdaten D4, die vorab vorbereitet worden sind, ein Bild, das „Bewegung des rechten Arms“ im Inkompetenz-Zeitraum wiedergibt und anzeigt, und Informationen, die einen Kommentar zur Verbesserung anzeigen, erzeugt (siehe 8). In Prozess S1104 werden die Arbeitsverbesserungsinformationen 150 an die Informationsdarstellungsvorrichtung 130 übertragen und dem Anwender 210 dargestellt.
Wirkungen der Ausführungsform
Gemäß der oben beschriebenen Ausführungsform kann das System des Schätzens der Qualität einer Bewegung einer Person, die Bewegungen macht, des Extrahierens eines Problems einer Zeitvorgabe in der Bewegung in dem Abschnitt und des Vorschlagens einer Verbesserung an den Anwender bereitgestellt werden.
Insbesondere indem nicht für einen vorab vorbereiteten Prüfpunkt ein Problem gefunden wird, kann ein Abschnitt mit einem Problem auf der Grundlage der Kompetenzgradauswertung, die ausgegeben wird, flexibel spezifiziert werden, und ein Abschnitt mit einem Problem in einer Bewegung einer Arbeit kann automatisch extrahiert werden. Zum Beispiel können ein Problem bei „einer Beugehaltung“ bei „einer anhebenden Bewegung“, ein Problem bei „der Art des Beugens der Taille oder des Knies“ oder dergleichen spezifiziert werden, indem ein Merkmalsbetrag korrekt eingestellt wird.
In den Arbeitsverbesserungs-Vorschlagsinformationen 150 kann auf der Grundlage der Bewegung einer qualifizierten Person ein Verbesserungspunkt für die Bewegung mit einem Problem vorgeschlagen werden. Zum Beispiel können die Beugehaltung der qualifizierten Person und jene eines Arbeiters nebeneinander angezeigt werden, oder ein Abschnitt mit verschiedenen Bewegungen des Abschnitts im Körper kann hervorgehoben werden.
Zweite Ausführungsform
Die erste Ausführungsform bezieht sich auf den Fall, dass Daten einer kompetenten Bewegung und Daten einer inkompetenten Bewegung als Bewegungsdaten zum Lernen erhalten werden. Als nächstes wird ein Lernverfahren eines Kompetenzgrad-Bewertungsnetzes, wenn lediglich Daten einer kompetenten Bewegung erhalten werden, beschrieben. In einer zweiten Ausführungsform werden lediglich Arbeitsdaten einer qualifizierten Person verwendet, und durch Kombinieren einer wirksamen Komprimierung von Arbeitsdateninformationen und eines Anomaliedetektionsalgorithmus wird der Kompetenzgrad eines Arbeiters geschätzt.
12 ist ein Blockdiagramm, das ein Lernen des Kompetenzgrad-Bewertungsnetzes 401 als einer Komponente der Kompetenzgrad-Schätzeinheit 123 erklärt. In diesem Beispiel sind die verwendeten Bewegungsdaten lediglich Bewegungsdaten, die von den Sensoren 111 erhalten werden, die am Anwender 210 als einer qualifizierte Person befestigt sind. Eine Merkmalsbetrag-Extrahiereinheit 1201 ist gleichartig wie die Merkmalsbetrag-Extrahiereinheit 122 in 1 und extrahiert diverse Merkmalsbeträge (z. B. den Übergang des Winkels jedes Gelenks) aus den Bewegungsdaten. Ein Autocodierer 1202 ist ein neuronales Netz, das eine Komprimierung einer Dimension durch nicht überwachtes Lernen lediglich unter Verwendung von Eingangsdaten durchführt, wie zum Zweck des Extrahierens eines Merkmals von Daten bekannt.
In der Ausführungsform wird ein Merkmalsbetrag als Eingang verwendet, und eine Dimension kann unter Verwendung des Autocodierers 1202 komprimiert werden. Der komprimierte Merkmalsbetrag wird in eine Hilfsvektormaschine (SVM) 1203 mit 1 Klasse eingegeben. Wie bekannt ist, identifiziert die 1-Klassen-SVM 1203 einen Ausreißer aufgrund der Annahme, dass Eingangswerte zu einer einzigen Klasse gehören und andere Werte Ausreißer sind. In dem Beispiel besteht die einzige Klasse aus Daten einer qualifizierten Person, und Ausreißer sind Daten einer unqualifizierten Person. Das Kompetenzgrad-Bewertungsnetz 401, das durch das oben beschriebene Lernverfahren erzeugt wird, ist in der Kompetenzgrad-Schätzeinheit 123 implementiert.
13 ist ein Entwurfsdiagramm, das den Betrieb der 1-Klassen-SVM 1203 erklärt, die in der Kompetenzgrad-Schätzeinheit 123 implementiert ist. Zum Zeitpunkt der Schlussfolgerung nach der Implementierung im Bewegungsbewertungssystem 1 wird auf eine gleichartige Weise wie jene zum Zeitpunkt des Lernens ein Merkmalsbetrag komprimiert, die resultierenden Daten werden als komprimierte, zu bewertende Daten 1301 eingegeben, und der Kompetenzgrad der qualifizierten Person der komprimierten Daten 1301 wird auf der Grundlage des Abstands zu einer Begrenzung 1303 eines Gebiets, in dem die komprimierten Daten 1302 der qualifizierten Person vorhanden sind, als eine Auswertung geschätzt. Zum Zeitpunkt des Lernens wird eine Reihe von Zeitreihen-Sensordaten für jede Zeiteinheit unterteilt, und die resultierenden Daten werden als Eingangsdaten gelernt. Außerdem wird zum Zeitpunkt der Schlussfolgerung durch Eingeben der Daten zu jeder Zeiteinheit auf eine Echtzeit-Weise eine Auswertung erhalten.
Die Kompetenzgrad-Schätzeinheit 123, in der das Kompetenzgrad-Bewertungsnetz 401, das wie oben trainiert worden ist, implementiert ist, gibt auf der Grundlage von Bewegungsdaten, die auf der Grundlage einer vorgegebenen Zeiteinheit eingegeben werden, auf eine Echtzeit-Weise eine Kompetenzgradauswertung aus.
Die Konfigurationen und Vorgänge von anderen Komponenten als den obigen können gleichartig wie jene der ersten Ausführungsform sein. Da jedoch eine Eingabe zum Zeitpunkt des Lernens des Kompetenzgrad-Bewertungsnetzes 401 ein Merkmalsbetrag ist (als eine Regel alle, wenn es mehrere Merkmalsbeträge gibt), ist eine Eingabe der Kompetenzgrad-Schätzeinheit 123 zum Zeitpunkt der Implementierung ein Merkmalsbetrag, der durch die Merkmalsbetrag-Extrahiereinheit 122 extrahiert wird.
Dritte Ausführungsform
In der ersten und zweiten Ausführungsform wird eine zu verbessernde Bewegung auf der Grundlage eines Merkmalsbetrags spezifiziert. Als ein weiteres Beispiel wird ohne Verwendung eines Merkmalsbetrags durch die Merkmalsbetrag-Extrahiereinheit 122 durch Analysieren des Aktivitätsgrads des neuronalen Netzes der Kompetenzgrad-Schätzeinheit 123 durch die Verbesserungspunkt-Extrahiereinheit 124 ein Eingang spezifiziert, der einen großen Einfluss auf die Kompetenzgradauswertung ausübt, und eine zu verbessernde Bewegung kann auf der Grundlage des spezifizierten Eingangs spezifiziert werden.
In diesem Fall wird die Merkmalsbetrag-Extrahiereinheit 122 der Datenverarbeitungsvorrichtung 120 in 1 weggelassen, und ein Eingang der Kompetenzgrad-Schätzeinheit 123 sind die Bewegungsdaten 140.
Vierte Ausführungsform
In der ersten bis dritten Ausführungsform kann ein Verbesserungspunkt für die Bewegungen des Anwenders 210 nahezu auf eine Echtzeit-Weise hervorgehoben werden. Jedoch werden die Arbeitsverbesserungs-Vorschlagsinformationen 150 nicht immer sofort dargestellt. Wenn z. B. die Bewegung des Anwenders Gefahr mit sich bringt, ist erwünscht, den Anwender 210 sofort zu benachrichtigen.
Folglich kann ebenfalls konfiguriert sein, dass in der Verbesserungspunkt-Extrahiereinheit 124 oder dergleichen auf eine Echtzeit-Weise bestimmt wird, ob ein Merkmalsbetrag oder eine Kompetenzgradauswertung von einem zulässigen Wert abweicht, und im Fall einer Abweichung sofort ein Alarm an den Anwender 210 erzeugt wird. Andererseits kann über eine Verbesserung, die nicht dringend ist, zu einer voreingestellten Zeitvorgabe wie etwa einer Zeitvorgabe am Ende einer Arbeit oder nach Geschäftsschluss benachrichtigt werden.

Claims

Bewegungsbewertungssystem, das Folgendes umfasst: eine Kompetenzgrad-Schätzeinheit, die auf der Grundlage von Bewegungsdaten, die durch Detektieren einer Bewegung eines Anwenders erhalten werden, eine Kompetenzgradauswertung erzeugt; eine Verbesserungspunkt-Extrahiereinheit, die auf der Grundlage der Bewegungsdaten einen Abschnitt der Bewegung des Anwenders als einen Verbesserungspunkt spezifiziert; und eine Informationserzeugungseinheit, die auf der Grundlage des Verbesserungspunktes Vorschlagsinformationen erzeugt, die dem Anwender dargestellt werden sollen.
Bewegungsbewertungssystem nach Anspruch 1, das ferner Folgendes umfasst: eine Merkmalextrahiereinheit, die mehrere Arten von Merkmalsbeträgen aus den Bewegungsdaten extrahiert; und eine Speichervorrichtung, in der Referenzdaten gespeichert sind, die durch Extrahieren der mehreren Arten von Merkmalsbeträgen aus Bewegungsdaten einer qualifizierten Person erzeugt werden, wobei ein Merkmalsbetrag der Bewegungsdaten und ein Merkmalsbetrag der Bewegungsdaten der qualifizierten Person einander entsprechen, wobei die Kompetenzgrad-Schätzeinheit die Verbesserungspunkt-Extrahiereinheit über einen Zeitraum, in dem die Kompetenzgradauswertung einer vorgegebenen Bedingung entspricht, als einen Inkompetenz-Zeitraum benachrichtigt wobei die Verbesserungspunkt-Extrahiereinheit den Merkmalsbetrag der Bewegungsdaten mit dem Merkmalsbetrag der Bewegungsdaten der qualifizierten Person im Inkompetenz-Zeitraum vergleicht und einen Merkmalsbetrag, der um einen vorgegebenen Betrag oder mehr abweicht, als den Verbesserungspunkt spezifiziert, und wobei die Informationserzeugungseinheit die Vorschlagsinformationen auf der Grundlage des Merkmalsbetrags, der um den vorgegebenen Betrag oder mehr abweicht, erzeugt.
Bewegungsbewertungssystem nach Anspruch 2, wobei die Informationserzeugungseinheit die Vorschlagsinformationen auf der Grundlage des Merkmalsbetrags, der um den vorgegebenen Betrag oder mehr abweicht, und des Inkompetenz-Zeitraums erzeugt.
Bewegungsbewertungssystem nach Anspruch 2, wobei die Bewegungsdaten des Anwenders und die Bewegungsdaten der qualifizierten Person einer Maßstabsanpassung unterzogen werden, um einen physischen Unterschied und/oder eine Bewegungsgeschwindigkeit einer Person, die Bewegungen macht, anzupassen.
Bewegungsbewertungssystem nach Anspruch 2, wobei die Kompetenzgrad-Schätzeinheit ein Kompetenzgrad-Bewertungsnetz aufweist, das durch ein Faltungsnetzwerk, das die Bewegungsdaten als einen Eingang verwendet und die Kompetenzgradauswertung als einen Ausgang verwendet, konstruiert ist.
Bewegungsbewertungssystem nach Anspruch 2, wobei die Kompetenzgrad-Schätzeinheit ein Kompetenzgrad-Bewertungsnetz aufweist, das den Merkmalsbetrag als einen Eingang verwendet und die Kompetenzgradauswertung als einen Ausgang verwendet und durch einen Autocodierer und eine 1-Klassen-Hilfsvektormaschine konstruiert ist.
Bewegungsbewertungssystem nach Anspruch 2, wobei der Merkmalsbetrag einem Zustand eines beweglichen Abschnitts im Körper des Anwenders zugeordnet ist.
Bewegungsbewertungsverfahren, das durch eine Datenverarbeitungsvorrichtung ausgeführt wird, wobei für einen Anwender, der eine vorgegebene Bewegung durchführt, die Bewegung bewertet und ein Problem dargestellt wird, das Folgendes umfasst: einen Kompetenzgrad-Schätzschritt des Erzeugens einer Kompetenzgradauswertung auf der Grundlage von Bewegungsdaten, die durch Detektieren der Bewegung erhalten werden; einen Merkmalsbetrag-Extrahierschritt des Extrahierens eines Merkmalsbetrags aus den Bewegungsdaten; einen Verbesserungspunkt-Extrahierschritt des Extrahierens eines Verbesserungspunktes der Bewegung auf der Grundlage der Kompetenzgradauswertung; und einen Informationserzeugungsschritt des Erzeugens von Arbeitsverbesserungsinformationen, die dem Anwender dargestellt werden sollen, auf der Grundlage des Verbesserungspunktes.
Bewegungsbewertungsverfahren nach Anspruch 8, wobei der Merkmalsbetrag ein Merkmal einer Bewegung von jedem der Gelenke des Körpers des Anwenders ist.
Bewegungsbewertungsverfahren nach Anspruch 8, wobei die Bewegungsdaten durch einen Sensor erhalten werden, der am Anwender befestigt sein kann.
Bewegungsbewertungsverfahren nach Anspruch 8, wobei die Kompetenzgradauswertung aus den Bewegungsdaten oder aus einem Merkmalsbetrag, der aus den Bewegungsdaten extrahiert wird, erzeugt wird.
Bewegungsbewertungsverfahren nach Anspruch 8, wobei ein Referenzmerkmalsbetrag als ein Merkmalsbetrag, der als eine Referenz aus Bewegungsdaten extrahiert worden ist, verwendet wird, und wobei im Verbesserungspunkt-Extrahierschritt der Referenzmerkmalsbetrag und der Merkmalsbetrag des Anwenders miteinander verglichen werden, um den Verbesserungspunkt zu extrahieren.
Bewegungsbewertungsverfahren nach Anspruch 12, wobei ein Zeitraum, in dem die Kompetenzgradauswertung von einem vorgegebenen Bereich abweicht, als ein Inkompetenz-Zeitraum detektiert wird, und wobei im Verbesserungspunkt-Extrahierschritt Daten auf einen Bereich begrenzt werden, der den Inkompetenz-Zeitraum enthält, der Referenzmerkmalsbetrag und der Merkmalsbetrag des Anwenders miteinander verglichen werden und der Verbesserungspunkt extrahiert wird.
Bewegungsbewertungsverfahren nach Anspruch 8, wobei dann, wenn die Kompetenzgradauswertung und/oder der Merkmalsbetrag von einem vorgegebenen Bereich abweichen, sofort ein Alarm an den Anwender erzeugt wird.