JP2008033544A - 作業分析方法及び装置 - Google Patents

Abstract

【課題】作業の遅延や妨げの原因となるムダ要因を複数の状態値のなかから特定して、作業のムダ状態を的確に検出することができる作業分析方法及び装置を提供する。
【解決手段】（ａ）予め定められた時間毎に、複数の取得手段のうちの少なくとも１つにより取得された複数の観測データを複数の観測対象に対応する複数の状態値に変換し、（ｂ）同時刻に得られた複数の状態値、各状態値に対応する観測対象の識別情報、及び当該複数の状態値が得られた時刻を含むレコードデータを第１の記憶手段に記憶し、（ｃ）第１の記憶手段に記憶された時系列の複数のレコードデータのうち、ムダと正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出する。（ｄ）同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出する。
【選択図】図１

Description

本発明は、ムダ状態となる要因の特定と、ムダ状態の検出を行う作業分析方法及び装置に関する。

工場の生産ラインにおいて、生産性や作業効率を上げるために作業者の動作を観測し、作業時間や動作から、作業の遅延や妨げとなる事項などを問題点として発見し改善を行うという改善活動を行っている。これら活動はＩＥ( Industrial Engineering）活動と呼ばれている。従来、ＩＥ活動は人手によって行われてきた。しかし、改善活動では、作業の遅延や妨げの原因を判断する専門の担当者がいなければならないという問題がある。

作業者の作業の自動観測・分析手法としては、下記特許文献１乃至３に示すような手法が開示されている。

下記特許文献１では、作業者の部位（手）と工具にカラーマークを貼り付け、画像処理によって得られたその位置を用いて動作の最初と終了を判断し、作業時間を測定するシステムが記載されている。

下記特許文献２では、モーションキャプチャを用いて作業者の動作（インパクトトレンチを用いたネジ締め作業）を計測し、加速度の高周波成分の大きさを表すノルムの大きさを閾値で判断することによって作業内容を判断する手法が記載されている。

下記特許文献３では、作業者の手にマーカーを付け、画面内に区画を設定し、区画に存在するマーカーの滞在時間により作業時間を算出するシステムが記載されている。
特開２００２−３１０６１７号公報 特開２００１−２０９６９４号公報 特開２００１−２０９６９４号公報

特許文献１乃至３記載の従来手法は、作業者の動きのみに注目するため、あらかじめ定めた作業（定型作業）に対しては作業時間を算出する事ができる。しかし定型作業以外の作業すなわちムダ作業は、定型作業以外の作業としてすべてまとめて扱い、その作業時間を算出していた。しかし、改善のためには、何が原因でムダがおきているかを知る必要がある。

そのために、どのようなムダ作業が生じているかを判別し、類別されたムダ作業ごとに、ムダ時間を算出し、何を改善すればどれだけのムダ作業時間を減らすことが出来るかを提示する必要がある。しかし、決められた作業とは異なり、ムダ作業の動作状態というのは、決められた形がなくその動作は様々であるためうまく分類する事ができないという問題点があった。

作業の遅延や妨げの原因には、作業者の動作ムダ（手順間違い動きが大きい等）以外に、部材の配置の不備、前作業の遅れ、製品トラブル、故障トラブルなどが考えられる。

しかし、従来手法では、作業者の動作をムダ動作と正常動作に分けるのみで、作業の遅延や妨げの原因を特定することは行っていない。

特許文献１では、作業サイクル内の動作順序および距離が異なる移動をムダ作業として判断しているが、それはノイズとして判断され取り除かれるだけでその分析はされていない。

特許文献２では、作業に含まれるムダについては検討していない。

特許文献３では、エリアからエリアまでの移動のみを移動ムダと捕らえており、エリアからエリアまでの移動時に、他の要因があって作業者が作業を行わなかったとしても、それを区別することが出来ない。

このように、従来は、作業者の動作以外に、作業の遅延や妨げの原因となるムダ要因を特定することができないため、作業のムダ状態を的確に検出することができないという問題点があった。

そこで、本発明は、作業の遅延や妨げの原因となるムダ要因を複数の状態値のなかから特定し、もって、作業のムダ状態を的確に検出することができる作業分析方法及び装置を提供することを目的とする。

本発明は、観測対象を含む画像から前記観測対象の座標及び当該観測対象の輝度値のうちの少なくとも一方を観測データとして取得する第１の取得手段、観測対象の位置情報を観測データとして取得する第２の取得手段、観測対象の重量を観測データとして取得する第３の取得手段、及び観測対象に付加された信号発信機から発信される信号を受信したか否かを観測データとして取得する第４の取得手段を含む複数の取得手段と、
前記複数の取得手段のうちの少なくとも１つの取得手段から取得した、複数の観測対象の複数の観測データを用いて、作業の遅延や妨げの原因となるムダ要因を特定するムダ要因特定手段と、
前記複数の取得手段のうちの少なくとも１つの取得手段から取得した前記複数の観測データから、前記ムダ要因特定手段で特定されたムダ要因を含むムダ状態を検出するムダ状態検出手段と、
を備え、
（ａ）前記ムダ要因特定手段が、予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換し、
（ｂ）前記ムダ要因特定手段が、同時刻に得られた複数の状態値、各状態値に対応する観測対象の識別情報、及び当該複数の状態値が得られた時刻を含むレコードデータを第１の記憶手段に記憶し、
（ｃ）前記ムダ要因特定手段が、前記第１の記憶手段に記憶された時系列の複数のレコードデータのうち、ムダ状態を含むレコードデータ中の前記複数の状態値と、ムダ状態を含まない正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出して、前記ムダ要因の状態値及び当該状態値に対応する観測対象の識別情報を第２の記憶手段に記憶し、
（ｄ）前記ムダ状態検出手段が、予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換し、
（ｅ）前記ムダ状態検出手段が、同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出する。

作業の遅延や妨げの原因となるムダ要因の特定及び作業のムダ状態の検出が的確に行える。

以下、本発明の実施形態について図面を参照して説明する。

図１は、本実施形態に係る作業分析装置の構成例を示すブロック図である。図１の作業分析装置は、観測データ取得部１、状態定義記憶部２、変換処理部３、第１の観測データ記憶部４、状態変化検出部５、第２の観測データ記憶部６、状態表示部７、評価入力部８、ムダ判定部９、評価結果記憶部１０、ムダ分析部１１、ムダ要因記憶部１２、ムダ原因入力部１３、ムダ検出部１４、検出結果記憶部１５、検出結果出力部１６を含む。

なお、コンピュータが備える記憶手段を、状態定義記憶部２、第１の観測データ記録部４、第２の観測データ記憶部６、評価結果記憶部１０、ムダ要因記憶部１２、検出結果記憶部１５として用い、コンピュータにプログラムを実行させることにより、観測データ取得部１のうち、図６のカメラ、加速度センサ、ＰＨＳ等の外部機器以外、変換処理部３、状態変化検出部５、状態表示部７、評価入力部８、ムダ判定部９、ムダ分析部１１、ムダ原因入力部１３、ムダ検出部１４、及び検出結果出力部１６の各機能を実現することができる。

以下、作業者が、組み立て作業のような、同じ作業サイクルを繰り返す動作を行っている場合を例にとり説明する。

図１の作業分析装置の動作処理は、作業者や、作業に必要な部材、製品などの複数の観測対象の複数の状態値から、作業のムダ要因となる状態値（状態値の組合せ）を特定するためのムダ要因特定処理と、このムダ要因特定処理で特定されたムダ要因を用いて、作業者が実際に作業を行っている場面においてムダ状態を検出するムダ状態検出処理とを含む。

ここで、ムダ状態とは、作業が遅延、中断している状態であり、この作業の遅延や妨げの原因となり得る状態（状態値）をムダ要因と呼ぶ。

ムダ要因特定処理について説明する。なお、以下に説明する、観測データ取得部１と変換処理部３の処理動作は、ムダ要因特定処理とムダ状態検出処理とに共通する処理である。

図１９は、ムダ要因特定処理を説明するためのフローチャートである。以下、図１９のフローチャートに従って、図１の各構成部の処理動作について説明する。

観測データ取得部１は、複数の観測対象（作業者、作業者の手などの体の一部、部材、製品など）の状況を観測するためのカメラ、加速度センサ、万歩計（登録商標）、ＧＰＳ（Global Positioning System）、ＰＨＳ、地磁気センサ、ＲＦＩＤ（Radio Frequency Identification）、無線の電界強度を用いた位置観測システムなどの複数の機器を含む。各機器からは、観測対象の画像、加速度、歩数、体の向き、位置、動きの軌跡、観測対象の居るスポット（場所）などの観測データが出力される。観測データ取得部１は、以上に挙げる複数の機器のうちの少なくとも１つを用いて、あるいは上記複数の機器の全てあるいは一部の複数の機器を組み合わせて、複数の観測データを取得する。

状態定義記憶部１は、観測データ取得部１で得られた各観測データを、観測対象に関する状態データに変換するための定義情報が記憶されている。

定義情報は、図２に示すように、観測対象である「作業者」の手の位置を示す状態データ、観測対象である人物「鈴木さん」の存在位置を示す状態データ、観測対象である「部材Ａ」が所定の場所（例えば、かご）にあるか否かを示す状態データ、などの複数種類の状態データを定義するものである。

各状態データの定義情報には、図２に示すように、観測対象の識別情報（ＩＤ）及びその属性情報と、当該観測対象から観測データ取得部１により取得された観測データの値（観測値）を、当該観測対象がどのような状態にあるのかを示す当該観測値に対応する状態値（ラベル）に変換するための判定式などの状態定義情報とが含まれている。

観測対象のＩＤは、各観測対象を識別するためのもので、例えば、「右手」、「左手」、「頭」、「ボルト」、「電子レンジ」等である。

属性情報は、当該観測対象の種別を示すもので、例えば、「観測作業者」、「部材」、「製品」、「キーマン」、「隣作業者」、「部品運搬作業者」などである。

例えば、図２において、観測対象がＩＤ「手」の場合、その位置を示す観測データ（ｘ，ｙ）に対し、
・「ｘ１＜ｘ＜ｘ２かつｙ１＜ｙ＜ ｙ１」の場合、状態値「作業エリアＡ」
・「ｘ３＜ｘ＜ｘ４かつｙ３＜ｙ＜ ｙ４」の場合、状態値「作業エリアＢ」
・「ｘ５＜ｘ＜ｘ６かつｙ５＜ｙ＜ ｙ６」の場合、状態値「作業エリアＣ」
・「上記以外」の場合、状態値「状態エリアＡ、Ｂ、Ｃ以外」
の４つの状態値が定義情報により定義されている。

また、観測対象がＩＤ「鈴木さん」の場合、当該観測対象のいる地点における地磁気を表す観測データ（ｚ）に対し、
・「１＜ｚ＜９０」の場合、状態値「東」
・「９１＜ｚ＜１８０」の場合、状態値「西」
・「１８１＜ｚ＜２７０」の場合、状態値「南」
・「２７１＜ｚ＜３６０」の場合、状態値「北」
の４つの状態値が定義情報により定義されている。

変換処理部３は、予め定められた時間（基準時間）ｓｔ秒間隔で、状態定義記憶部２に記録された定義情報を用いて、観測データ取得部１で取得された各観測対象の観測データから当該観測対象の状態を判定することにより、当該観測データを、当該観測対象の状態値を示すラベルに変換する。なお、定義情報は、１つの観測データを１つの状態値に変換するための定義情報であってもよいし、複数の観測データを用いて１つの状態値に変換する定義情報であってもよい。さらに、定義情報には、同じ観測データが予め定められた時間継続して得られた場合に、１つの状態値に変換するような定義情報であってもよい。この場合、定義情報には、この継続時間も含まれている。

ムダ要因特定処理では、まず、基準時間（例えばｓｔ秒）毎に、観測データ取得部１で取得された複数の観測データを変換処理部３で複数の状態値に変換し、同時刻に得られた状態値、そのＩＤ及び属性を、当該時刻とともに、１単位のレコードデータとして第１の観測データ記憶部４に記憶する（ステップＳ２０１）。

ここで、観測データ取得部１で取得された観測データを状態値に変換するまでの処理手順について説明する。

図６は、観測データ取得部１の構成例を示したものである。

例えば、図３に示すような画像が観測データ取得部１のカメラ１ａで取得される。なお、作業者の頭、右手及び左手などには、それぞれの位置の特定が容易になるように、それぞれ異なる色のカラーマークが付けられている。この画像に対しては、作業者の頭、右手及び左手がどの状態であるか、すなわち、どこにいるのかを判定するために、予め、図４に示すようなエリアが設定されている。図４に示したような画像中の各エリアの範囲を示す図５に示すような情報は、状態定義記憶部２のＩＤ「右手」や「左手」などに対応する状態定義情報として記憶される。

また、図３の画像中の部材Ａ〜Ｃ及び製品は、それぞれ予め定められた位置にあるので、部材Ａ〜Ｃ及び製品の観測データを得るために、観測データ取得部１に設けられている画像処理部１ｂでは、部材Ａ〜Ｃ及び製品が存在する画像中のエリアを予め記憶する。

ここでは、例えば、図５に示したように、製品の存在するエリアを示す「製品エリア」、部材Ａが存在するエリアを示す「部材Ａエリア」、部材Ｂが存在するエリアを示す「部材Ｂエリア」、部材Ｃが存在するエリアを示す「部材Ｃエリア」の範囲が予め画像処理部１ｂに記憶されているものとする。そして、各エリアには、当該エリアから求める観測データに対応する観測対象のＩＤが対応付けて画像処理部１ｂに記憶されている。例えば、「製品エリア」には、当該エリアから求める観測データ（例えば、製品の有無を判定するための輝度値）に与えるＩＤとして「製品」が対応付けて記憶されている。「部材Ａエリア」には、当該エリアから求める観測データ（例えば、部材Ａの有無を判定するための輝度値）に与えるＩＤとして「部材Ａ」が対応付けて記憶されている。

画像処理部１ｂには、観測対象の各カラーマークが、どのＩＤに対応するのかも予め記憶されている。例えば、観測データとして求める赤色マークの座標は、作業者の位置を判定するために用いる作業者の頭の座標であり、この赤色マークと、観測対象のＩＤ「頭」が対応付けて記憶されている。観測データとして求める黄色マークの座標は、作業者の右手の位置を判定するための作業者の右手の座標であり、この黄色マークと、観測対象のＩＤ「右手」が対応付けて記憶されている。観測データとして求める青色マークの座標は、作業者の左手の位置を判定するための作業者の左手の座標であり、この左色マークと、観測対象のＩＤ「左手」が対応付けて記憶されている。

図５では、製品が置かれている「製品エリア」は左上点（ｘｐ１，ｙｐ１）、右下点（ｘｐ２，ｙｐ２）とした矩形であることを現している。エリアは必ずしも矩形でなくてもよく、円形でも楕円でもよい。各エリアは手や頭といった観測対象ごとに別々に設定してもよいし、共通にしてもよい。

観測データ取得部１に設けられている画像処理部１ｂでは、カメラから取得された図３に示すような画像から、画像処理技術を用いて（例えば、画像のＲＧＢまたは輝度の変化によって、カラーマークの色を識別して）、カラーマークの座標、すなわち、頭、右手、左手の座標を取得する。また、予め記憶された各エリア（例えば、図４の部材Ａエリア、部材Ｂエリア、部材Ｃエリア、製品エリア）について、各部材、製品の有無などを判別するための当該エリアのＲＧＢ値または輝度値を取得する。

画像処理部１ｂは、図３に示したような画像から求めた、各カラーマークの座標（頭、右手、左手の位置）や、部材・製品の有無などを判定するための各観測データを、画像処理部１ｂに、各カラーマーク、各エリアに予め対応付けて記憶されているＩＤを付して、出力処理部１ｘへ出力する。

出力処理部１ｘには、加速度センサ、万歩計（登録商標）、ＧＰＳ、ＰＨＳ、地磁気センサ、ＲＦＩＤなどの各機器に対し、当該機器から得られる観測データに対応する観測対象のＩＤを予め記憶している。

そして、各機器から入力された観測データに対し、当該機器に対応付けて記憶されていたＩＤを付して、変換処理部３へ出力する。また、画像処理部１ｃから入力された、ＩＤの付された観測データは、そのまま変換処理部３へ出力する。なお、画像処理部１ｃから出力された観測データに対し、出力処理部１ｘが、当該観測データに対応するＩＤを付して、変換処理部３へ出力してもよい。

次に、変換処理部３の処理動作について説明する。

まず、図７に示すフローチャートを参照して、ＩＤが「右手」である観測対象の観測データである座標位置を状態値に変換する場合を例にとり変換処理部３の処理動作について説明する。

時刻ｔに、観測データ取得部１で得られた「右手」の座標を（Ｌｘｔ，Ｌｙｔ）とする（ステップＳ１）。「右手」の状態を「Ｌ１ｔ、Ｌ２ｔ、Ｌ３ｔ、Ｌ４ｔ、Ｌ５ｔ」の５ビットで表すものとする。各ビットの値は以下に示すような状態を表すとする。

Ｌ１ｔ：「１」のとき製品エリアに右手が存在し、「０」のとき右手は製品エリアに存在しない。

Ｌ２ｔ：「１」のとき部材Ａエリアに右手が存在し、「０」のとき右手は部材Ａエリアに存在しない。

Ｌ３ｔ：「１」のとき部材Ｂエリアに右手が存在し、「０」のとき右手は部材Ｂエリアに存在しない。

Ｌ４ｔ：「１」のとき部材Ｃエリアに右手が存在し、「０」のとき右手は部材Ｃエリアに存在しない。

Ｌ５ｔ：「１」のとき作業エリアに右手が存在し、「０」のとき右手は作業エリアに存在しない。

変換処理部３は、状態定義記憶部２にＩＤ「右手」に対応付けて記憶されている、図５に示した各エリアの範囲を示す状態定義情報（例えば、以下の条件（１）〜（５））を用いて、観測データ取得部１で得られた「右手」の座標（Ｌｘｔ，Ｌｙｔ）に対し、次のような処理を行う。

まず、ステップＳ２において、右手の位置座標（Ｌｘｔ，Ｌｙｔ）が以下の条件（１）を満たす場合、すなわち、右手が製品エリア内に存在する場合、ステップＳ３へ進み、Ｌ１ｔを「１」とし、それ以外は「０」にする。その後、予め定められた時間（基準時間）ｓｔ秒後に（ステップＳ１３）、観測データ取得部１から得られた右手の位置座標を用いて同様の動作を繰り返す。

条件（１）：ｘｐ１＜Ｌｘｔ＜ｘｐ２、且つｙｐ１＜Ｌｙｔ＜ｙｐ２
ステップＳ２において、条件（１）を満たさない場合、ステップＳ４へ進み、以下の条件（２）を満たすかどうかを調べ、満たす場合、すなわち、右手が部材Ａエリアに存在する場合、ステップＳ５へ進み、Ｌ２ｔを「１」とし、それ以外は「０」にする。その後、基準時間ｓｔ秒後に（ステップＳ１３）、観測データ取得部１から得られた右手の位置座標を用いて同様の動作を繰り返す。

条件（２）：ｘｐａ１１＜Ｌｘｔ＜ｘｐａ１２、且つｙｐａ１１＜Ｌｙｔ＜ｙｐａ１２
ステップＳ４において、条件（２）を満たさない場合、ステップＳ６へ進み、以下の条件（３）を満たすかどうかを調べ、満たす場合、すなわち、右手が部材Ｂエリアに存在する場合、ステップＳ７へ進み、Ｌ３ｔを「１」とし、それ以外は「０」にする。その後、基準時間ｓｔ秒後に（ステップＳ１３）、観測データ取得部１から得られた右手の位置座標を用いて同様の動作を繰り返す。

条件（３）：ｘｐａ２１＜Ｌｘｔ＜ｘｐａ２２、且つｙｐａ２１＜Ｌｙｔ＜ｙｐａ２２
ステップＳ６において、条件（３）を満たさない場合、ステップＳ８へ進み、以下の条件（４）を満たすかどうかを調べ、満たす場合、すなわち、右手が部材Ｃエリアに存在する場合、ステップＳ９へ進み、Ｌ４ｔを「１」とし、それ以外は「０」にする。その後、基準時間ｓｔ秒後に（ステップＳ１３）、観測データ取得部１から得られた右手の位置座標を用いて同様の動作を繰り返す。

条件（４）：ｘｐａ３１＜Ｌｘｔ＜ｘｐａ３２、且つｙｐａ３１＜Ｌｙｔ＜ｙｐａ３２
ステップＳ８において、条件（４）を満たさない場合、ステップＳ１０へ進み、以下の条件（５）を満たすかどうかを調べ、満たす場合、すなわち、右手が作業エリアに存在する場合、ステップＳ１１へ進み、Ｌ５ｔを「１」とし、それ以外は「０」にする。その後、基準時間ｓｔ秒後に（ステップＳ１３）、観測データ取得部１から得られた右手の位置座標を用いて同様の動作を繰り返す。

条件（５）：ｘｗ１＜Ｌｘｔ＜ｘｗ２、且つｙｗ１＜Ｌｙｔ＜ｙｗ２
ステップＳ１０において、条件（５）を満たさない場合、作業者の右手は、どのエリアにも存在しないととらえ、ステップＳ１２へ進み、Ｌ１ｔ、Ｌ２ｔ、Ｌ３ｔ、Ｌ４ｔ、及びＬ５ｔのすべてを「０」とする。

次に、図８に示すフローチャートを参照して、ＩＤが「頭」である観測対象の観測データである座標位置を状態値Ｈｔに変換する場合を例にとり変換処理部３の処理動作について説明する。ここでは、下記条件（６）がＩＤ「頭」の状態定義情報として状態定義記憶部２に記憶されている。

時刻ｔに、観測データ取得部１で得られた「頭」の座標を（Ｈｘｔ，Ｈｙｔ）とする（ステップＳ２１）。

変換処理部３は、観測データ取得部１で得られた「頭」の座標（Ｈｘｔ，Ｈｙｔ）が、状態定義記憶部２に、ＩＤ「頭」に対応付けて記憶されている、状態定義情報（例えば、以下の条件（６））を満たすか否かを次のようにチェックする。

ステップＳ２２において、頭の位置座標（Ｈｘｔ，Ｈｙｔ）が以下の条件（６）を満たす場合、すなわち、作業者が作業エリア内に存在する場合、ステップＳ２３へ進み、当該「頭」の状態を示すビットＨｔを「１」にする。条件（６）満たさない場合は、ステップＳ２４へ進み、Ｈｔを「０」とする。その後、基準時間ｓｔ秒後に（ステップＳ２５）、頭の座標を用いて同様の動作を繰り返す。

条件（６）ｘｗ１＜Ｈｘｔ＜ｘｗ２、且つｙｗ１＜Ｈｙｔ＜ｙｗ２
次に、図９に示すフローチャートを参照して、ＩＤが「製品」である観測対象の観測データである輝度値（図４の製品エリアの画像から求めた輝度値）を状態値Ｐｔに変換する場合を例にとり変換処理部３の処理動作について説明する。ここでは、下記条件（７）がＩＤ「製品」の状態定義情報として状態定義記憶部２に記憶されている。

時刻ｔに、観測データ取得部１で得られた「製品」の輝度値ＰＥｔと、時刻ｔよりも基準時間ｓｔ秒前（すなわち、時刻ｔ−ｓｔ）に、観測データ取得部１で得られた「製品」の輝度値ＰＥｔ−ｓｔとの差分（輝度変化）ΔＰＥｔ（＝「ＰＥｔ」−「ＰＥｔ−ｓｔ」）を求める（ステップＳ３１）。

ステップＳ３２において、輝度変化ΔＰＥｔが、以下の条件（７）を満たす場合、すなわち、製品エリアに製品が存在する場合、ステップＳ３３へ進み、「製品」の状態を示すビットＰｔを「１」にする。条件（７）満たさない場合は、ステップＳ３４へ進み、Ｐｔを「０」とする。その後、基準時間ｓｔ秒後に（ステップＳ３５）、再び観測データ取得部１で取得された「製品」の輝度値を用いて同様の動作を繰り返す。

条件（７）θｐ２＞ΔＰＥ＞θｐ１
次に、図１０に示すフローチャートを参照して、ＩＤが「部材Ａ」である観測対象の観測データである輝度値（図４の部材Ａエリアの画像から求めた輝度値）を状態値Ｐａ１ｔに変換する場合を例にとり変換処理部３の処理動作について説明する。ここでは、下記条件（８）がＩＤ「部材Ａ」の状態定義情報として状態定義記憶部２に記憶されている。

時刻ｔに、観測データ取得部１で得られた「部材Ａ」の輝度値Ｐａ１Ｅｔと、時刻ｔよりも基準時間ｓｔ秒前（すなわち、時刻ｔ−ｓｔ）に、観測データ取得部１で得られた「部材Ａ」の輝度値Ｐａ１Ｅｔ−ｓｔとの差分（輝度変化）ΔＰａ１Ｅｔ（＝「Ｐａ１Ｅｔ」−「Ｐａ１Ｅｔ−ｓｔ」）を求める（ステップＳ４１）。

ステップＳ４２において、輝度変化ΔＰａ１Ｅｔが、以下の条件（８）を満たす場合、すなわち、部材Ａエリアに部材Ａが存在する場合、ステップＳ３３へ進み、「部材Ａ」の状態を示すビットＰａ１ｔを「１」にする。条件（８）満たさない場合は、ステップＳ４４へ進み、Ｐａ１ｔを「０」とする。その後、基準時間ｓｔ秒後に（ステップＳ４５）、再び観測データ取得部１で取得された「部材Ａ」の輝度値を用いて同様の動作を繰り返す。

条件（８）θｐａ１１＞ΔＰａ１Ｅ＞θｐａ１２
ＩＤが「部材Ｂ」である観測対象の観測データである輝度値（図４の部材Ｂエリアの画像から求めた輝度値）を状態値Ｐａ２ｔに変換する場合も、上記同様である。すなわち、変換処理部３は、図１１に示すように、まず、時刻ｔに、観測データ取得部１で得られた「部材Ｂ」の輝度値Ｐａ２Ｅｔと、時刻「ｔ−ｓｔ」に、観測データ取得部１で得られた「部材Ｂ」の輝度値Ｐａ２Ｅｔ−ｓｔとの差分（輝度変化）ΔＰａ２Ｅｔ（＝「Ｐａ２Ｅｔ」−「Ｐａ２Ｅｔ−ｓｔ」）を求める（ステップＳ５１）。ステップＳ５２において、輝度変化ΔＰａ２Ｅｔが、ＩＤ「部材Ｂ」の状態定義情報として状態定義記憶部２に記憶されている以下の条件（９）を満たす場合、すなわち、部材Ｂエリアに部材Ｂが存在する場合、ステップＳ５３へ進み、「部材Ｂ」の状態を示すビットＰａ２ｔを「１」にする。条件（９）満たさない場合は、ステップＳ５４へ進み、Ｐａ２ｔを「０」とする。その後、基準時間ｓｔ秒後に（ステップＳ５５）、再び観測データ取得部１で取得された「部材Ｂ」の輝度値を用いて同様の動作を繰り返す。

条件（９）θｐａ２１＞ΔＰａ２Ｅ＞θｐａ２２
ＩＤが「部材Ｃ」である観測対象の観測データである輝度値（図４の部材Ｃエリアの画像から求めた輝度値）を状態値Ｐａ３ｔに変換する場合も、上記同様である。すなわち、変換処理部３は、図１２に示すように、まず、時刻ｔに、観測データ取得部１で得られた「部材Ｃ」の輝度値Ｐａ３Ｅｔと、時刻「ｔ−ｓｔ」に、観測データ取得部１で得られた「部材Ｃ」の輝度値Ｐａ３Ｅｔ−ｓｔとの差分（輝度変化）ΔＰａ３Ｅｔ（＝「Ｐａ３Ｅｔ」−「Ｐａ３Ｅｔ−ｓｔ」）を求める（ステップＳ６１）。ステップＳ６２において、輝度変化ΔＰａ３Ｅｔが、ＩＤ「部材Ｃ」の状態定義情報として状態定義記憶部２に記憶されている以下の条件（１０）を満たす場合、すなわち、部材Ｃエリアに部材Ｃが存在する場合、ステップＳ６３へ進み、「部材Ｃ」の状態を示すビットＰａ３ｔを「１」にする。条件（１０）満たさない場合は、ステップＳ６４へ進み、Ｐａ３ｔを「０」とする。その後、基準時間ｓｔ秒後に（ステップＳ６５）、再び観測データ取得部１で取得された「部材Ｃ」の輝度値を用いて同様の動作を繰り返す。

条件（１０）θｐａ３１＞ΔＰａ３Ｅ＞θｐａ３２
なお、上記図９〜図１２では、製品や部材の状態（有無）を判定するための観測データとして、カメラ１ａで取得した画像中の予め定められたエリア内の輝度値を用いたが、この場合に限らず、ＲＧＢ値を用いてもよい。この場合、時刻ｔにおけるＲ値、Ｇ値及びＢ値の平均値と、時刻ｔ−ｓｔにおけるＲ値、Ｇ値及びＢ値の平均値との差分を求めて製品や部材の状態を判定する。あるいは、時刻ｔにおけるＲ値、Ｇ値及びＢ値の合計値と、時刻ｔ−ｓｔにおけるＲ値、Ｇ値及びＢ値の合計値との差分を求めて製品や部材の状態を判定する。また、時刻ｔにおけるＲ値、Ｇ値及びＢ値と、時刻ｔ−ｓｔにおけるＲ値、Ｇ値及びＢ値との間で、最も大きい値の差分あるいは最も変化量の大きい値の差分を求めて製品や部材の状態を判定してもよい。

また、製品や部材の状態（有無）を判定するための観測データとして、手や頭の観測データと同様、座標を用いてもよい。座標が取得できれば、画像でなくても加速度センサなどの観測機器を用いてもよい。

さらに、製品や部材の状態（有無）を判定するための観測データとして、重量を用いてもよい。この場合、観測対象の製品や部材がおかれる場所に重量センサを設置し、観測データ取得部１は、この各観測対象に対応する重量センサにより測定された製品や部材の重さを観測データとして取得する。

観測データとして重量を用いる場合、観測対象（ＩＤ）毎に、当該観測対象が「有る」（あるいは「無し」）と判定するための観測データに対する閾値を予め設定し、重量が当該閾値以上の場合には、当該観測対象の状態値を、当該観測対象がその場に有ることを表す値（例えば「１」）とし、重量が当該閾値より小さい場合には、当該観測対象の状態値を、当該観測対象がその場に無いことを表す値（例えば「０」）とする。このような情報を状態定義情報として、当該観測対象のＩＤに対応付けて状態定義記憶部２に記憶する。

変換処理部３では、製品、部材Ａ〜Ｃの各観測対象の観測データとして入力された重量と、状態定義情報として記憶されている当該観測対象の閾値とを基準時間ｓｔ秒毎に比較する。当該重量が当該閾値以上であれば、当該観測対象の状態値（製品の場合にはＰｔ、部材Ａの場合にはＰａ１ｔ、部材Ｂの場合にはＰａ２ｔ、部材Ｃの場合にはＰａ３ｔ）を、当該観測対象がその場に有ることを表す値（例えば「１」）とする。当該重量が当該閾値より小さい場合には、当該観測対象の状態値を、当該観測対象がその場にないことを表す値（例えば「０」）とする。

また、ＲＦＩＤを用いて、製品や部材の状態（有無）を判定するための観測データを得るようにしてもよい。この場合、観測対象の製品や部材に、ＲＦＩＤ（radio frequency identification）タグなどの信号発信機を付け、所定の位値に設置されたＲＦＩＤタグリーダなどの受信装置が、ＲＦＩＤタグから発信されるＩＤ番号などの信号を受信したか否かを示す情報を計測データとして用いる。観測対象からの信号を受信した場合、当該観測対象の状態値を、当該観測対象がその場に有ることを表す値（例えば「１」）とし、観測対象からの信号を受信しなかった場合には、当該観測対象の状態値を、当該観測対象がその場に無いことを表す値（例えば「０」）とする。このような情報を状態定義情報として、当該観測対象のＩＤに対応付けて状態定義記憶部２に記憶する。

変換処理部３では、製品、部材Ａ〜Ｃの各観測対象の観測データとして入力された、観測対象からの信号の受信の有無と、状態定義情報として記憶されている状態定義情報とを基準時間ｓｔ秒毎に比較する。観測対象からの信号を受信した場合、当該観測対象の状態値（製品の場合にはＰｔ、部材Ａの場合にはＰａ１ｔ、部材Ｂの場合にはＰａ２ｔ、部材Ｃの場合にはＰａ３ｔ）を、当該観測対象がその場に有ることを表す値（例えば「１」）とする。観測対象からの信号を受信しなかった場合には、当該観測対象の状態値を、当該観測対象がその場にないことを表す値（例えば「０」）とする。

次に、作業者の頭の状態値を生成するために、座標と向きを計測データとして用いる場合の変換処理部３の処理動作について、図１３に示すフローチャートを参照して説明する。

時刻ｔに、観測データ取得部１で、作業者の頭（例えば、ＩＤは「頭」、属性は「作業者」）の観測データとして得られる、頭の座標を（Ｈｘｔ，Ｈｙｔ）及び体の向きを示す角度をＡｔとする。なお、０°＜＝Ａｔ＜３６０°である。

作業者の状態値は、「Ｈｅｔ，Ｈｗｔ，Ｈｓｔ，Ｈｎｔ」で表す。

・Ｈｅｔが「１」の場合、作業者が存在し、東に向いている状態表す。

・Ｈｗｔが「１」の場合、作業者が存在し、西に向いている状態を表す。

・Ｈｓｔが「１」の場合、作業者が存在し、南を向いている状態を表す。

・Ｈｎｔが「１」の場合、作業者が存在し、北を向いている状態を表す。

・作業者が存在しないときは、Ｈｅｔ＝０、Ｈｗｔ＝０、Ｈｓｔ＝０、Ｈｎｔ＝０とする。

変換処理部３は、状態定義記憶部２にＩＤ「頭」に対応付けて記憶されている状態定義情報（例えば、以下の条件（１１）〜（１４））を用いて、観測データ取得部１で得られたＩＤ「頭」の計測データに対し、次のような処理を行う。

観測データとして、Ｈｘｔ、Ｈｙｔ、Ａｔが入力されると（ステップＳ７１）、まず、ステップＳ７２において、条件（１１）を用いて、作業者が作業エリアに存在するかしないかを判定する。

条件（１１）：ｘｗ１＜Ｈｘｔ＜ｘｗ２、ｙｗ１＜Ｈｙｔ＜ｙｗ２
条件（１１）を満たしていない場合は、作業者は作業エリアに存在していないので、ステップＳ８０へ進み、Ｈｅｔ＝０、Ｈｗｔ＝０、Ｈｓｔ＝０、Ｈｎｔ＝０とする。その後、ステップＳ８１へ進み、基準時間ｓｔ秒後の頭の座標と体の角度Ｈｘｔ＋ｓｔ、Ｈｙｔ＋ｓｔ、Ａｔ＋ｓｔを用いて次の判定に移る。条件（１１）を満たしている場合は、ステップＳ７３へ進み、観測データＡｔから体の向きを判定するために、条件（１２）を満たしているか判別する。

条件（１２）：θ１＜Ａｔ＜＝θ２
条件（１２）を満たしている場合は、作業者が存在し、東に向いている状態であるから、ステップＳ７４へ進み、Ｈｅ＝１とし、それ以外の状態値を「０」とする。その後、ステップＳ８１へ進み、基準時間ｓｔ秒後の頭の座標と体の角度Ｈｘｔ＋ｓｔ、Ｈｙｔ＋ｓｔ、Ａｔ＋ｓｔを用いて次の判定に移る。

ステップＳ７３において、条件（１２）を満たしていない場合には、ステップＳ７５へ進み、観測データＡｔが条件（１３）を満たしているか判定する。

条件（１３）：θ２＜Ａｔ＜＝θ３
条件（１３）を満たしている場合は、作業者が存在し、南に向いている状態であるから、ステップＳ７６へ進み、Ｈｓｔ＝１とし、それ以外の状態値を「０」とする。その後、ステップＳ８１へ進み、基準時間ｓｔ秒後の頭の座標と体の角度Ｈｘｔ＋ｓｔ、Ｈｙｔ＋ｓｔ、Ａｔ＋ｓｔを用いて次の判定に移る。

ステップＳ７５において、条件（１３）を満たしていない場合には、ステップＳ７７へ進み、観測データＡｔが条件（１４）を満たしているか判定する。

条件（１４）：θ３＜Ａｔ＜＝θ４
条件（１４）を満たしている場合は、作業者が存在し、西に向いている状態であるから、ステップＳ７８へ進み、Ｈｗ＝１とし、それ以外の状態値を「０」とする。その後、ステップＳ８１へ進み、基準時間ｓｔ秒後の頭の座標と体の角度Ｈｘｔ＋ｓｔ、Ｈｙｔ＋ｓｔ、Ａｔ＋ｓｔを用いて次の判定に移る。

ステップＳ７７において、条件（１４）を満たしていない場合には、作業者が存在し、北に向いている状態であるから、ステップＳ７９へ進み、Ｈｎ＝１とし、それ以外の状態値を「０」とする。その後、ステップＳ８１へ進み、基準時間ｓｔ秒後の頭の座標と体の角度Ｈｘｔ＋ｓｔ、Ｈｙｔ＋ｓｔ、Ａｔ＋ｓｔを用いて次の判定に移る。

以上説明したように、変換処理部１３では、時刻ｔに、観測データ取得部１から取得した、例えば、作業者の「左手」「右手」「頭」「製品」「部材Ａ」「部材Ｂ」「部材Ｃ」の各観測データから、図１４に示したような、時刻ｔにおける各観測対象の状態値を含む１５ビットの状態データを得る。なお、図１４の状態データ中の各状態値には、当該状態値に対応するＩＤ及び属性値が予め対応付けられているものとする。

第１の観測データ記憶部４は、状態定義記憶部２で定義された、すべてのＩＤ（観測対象）に対して、変換処理部３で得られた各状態値と、当該ＩＤと、属性と、当該状態値が得られたとき（当該状態値の元となる観測データを取得したとき）の時刻とを一組にし、図１５に示すように記憶する。同時刻に得られたる複数の観測対象のＩＤ（属性）の状態値の組合せが１単位のレコードデータである。

第１の観測データ記憶部４には、所定時間（ここでは、基準時間ｓｔ秒毎）に１単位のレコードデータが記憶される。なお、第１の観測データ記憶部４には、各レコードデータに、観測データ取得部１のカメラ１ａなどで取得された、当該レコードデータに対応する画像を対応付けて記憶してもよい。

以上説明したように、ステップＳ２０１では、基準時間毎に、複数の観測対象のそれぞれの状態を示す複数の状態値を含む１単位のレコードデータが第１の観測データ記憶部４に記憶される。

次に、ステップＳ２０２へ進み、状態変化検出部５は、第１の観測データ記憶部４に時系列に記憶されたレコードデータのうち、直前のレコードデータとの間で状態値に変化のあるレコードデータを検出して、それを第２の観測データ記憶部６に記憶する（ステップＳ２０２）。

すなわち、状態変化検出部５は、第１の観測データ記憶部４に時系列に記憶される各レコードデータ中の各ＩＤの状態値を、その直前のレコードデータ中の各ＩＤの状態値と比較する。今回のレコードデータ中に、その直前のレコードデータ中の状態値と１つでも異なるものがある場合には、今回のレコードデータを第２の観測データ記憶部６に記憶する。

第２の観測データ記憶部６の初期値はＮＵＬＬとする。第２の観測データ記憶部６のレコードデータの記憶例を図１６に示す。なお、第２の観測データ記憶部６には、各レコードデータに、観測データ取得部１のカメラ１ａなどで取得された、当該レコードデータに対応する画像を対応付けて記憶してもよい。

状態変化検出部６は、各ＩＤに対し、所定時間内に当該ＩＤの状態値が変化する回数、変化する周期などを検出する機能を備えていても良い。そして、第２の観測データ記憶部６には、各ＩＤに対し、状態変化検出部６で検出された、所定時間内に当該ＩＤの状態値が変化する回数、変化する周期などを記憶するようにしてもよい。

次に、ステップＳ２０３へ進む。ステップＳ２０３では、第２の観測データ記憶部６に記憶された各レコードデータと、当該レコードデータに対するムダ評価値とを対応付けて評価結果記憶部１０へ記憶する。

ステップＳ２０３では、まず、状態表示部７が、第２の観測データ記憶部６に記憶された各レコードデータの内容を、ディスプレイ等の表示手段で表示する。このとき、第２の観測データ記憶部６に、各ＩＤに対し記憶されている、所定時間内に当該ＩＤの状態値が変化する回数、変化する周期などを表示してもよい。

また、状態表示部７は、各レコードデータの内容を、当該レコードデータに対応する（観測データ取得部１のカメラ１ａで取得された）画像とともに表示してもよい。レコードデータ中の各観測対象の状態値とともに、そのときの画像を表示することにより、専門家がムダかムダでないかを判断しやすくなる。

状態表示部７は、状態値を取り続ける時間（作業時間）の分散が大きなものから表示してもよい。

評価入力部８は、状態表示部７で表示された各レコードデータに対し、（当該レコードデータの内容を見た）ユーザがムダ評価値を入力するためのものである。

ムダ評価値は、ムダかムダでないかの２値でもよいし、ムダの度合いを示すレベル値でもよい。例えば、工場のライン上での作業は観測対象（ＩＤ）毎、属性毎に、ムダな状態（ムダな状態値）が予め定めることが可能である。よって、観測対象毎、属性毎に、異なる基準のムダ評価値が評価入力部８から入力されてもよい。

ムダ判定部９は、状態表示部７で表示された各レコードデータに対し、評価入力部８で入力されたムダ評価値を付して、評価結果記憶部１０に記憶する。評価入力部８で、レコードデータ中のＩＤ毎、属性毎にムダ評価値が入力された場合には、ムダ判定部９は、レコードデータ毎に、当該レコードデータ中の各状態値に対し入力された複数のムダ評価値のうち最も高い値（ムダの度合いが最も高いことを示す値）を求め、あるいは、当該レコードデータ中の各状態値に対し入力された複数のムダ評価値の平均値を求めて、これを当該レコードデータに付加して評価結果記憶部１０に記憶する。

このように、ムダ判定部９は、複数の状態値の組合せであるレコードデータ単位に１つのムダ評価値を決定し、これを評価結果記憶部１０に記憶する。

評価結果記憶部１０には、図１７に示すように、ムダ評価値の付加された複数のレコードデータが記憶されている。なお、図１７では、ムダ評価値は、ムダな状態か否かの２値で表し、ムダ評価値「１」は、ムダな状態であることを示す評価値であり、ムダ評価値「０」は、ムダでない状態（正常状態）であることを示す評価値である。

次に、ステップＳ２０４へ進む。ステップＳ２０４では、ムダ分析部１１が、評価結果記憶部１０に記憶された、各レコードデータ（複数の状態値の組合せ）に対するムダ評価値を用いて、ムダ状態にさせる要因となる状態値あるいは状態値の組合せ、すなわちムダ要因を検出する。

ムダ分析部１１は、評価結果記憶部１０に記憶されている、ムダ状態を含むと評価された（例えばムダ評価値が「１」の）各レコードデータ中の状態値と、ムダ状態を含まない正常状態と評価された（例えばムダ評価値が「０」の）各レコードデータ中の状態値とを比較することにより、ムダ要因の状態値あるいは状態値の組合せを検出する。

例えば、１つのレコードデータは、「Ａ」〜「Ｃ」の３つの観測対象（ＩＤ）のそれぞれに対する状態値を含み、評価結果記憶部１０には、正常状態のレコードデータが２０個、ムダ状態を含むレコードデータが１個記憶されているものとする。このとき、ムダ状態を含むレコードデータ中の観測対象Ａの状態値は「Ａ２」、観測対象Ｂの状態値は「Ｂ２」、観測対象Ｃの状態値は「Ｃ１」であったとする。そこで、まず、ムダ状態を含むレコードデータ中の各状態値（ここでは、「Ａ２」「Ｂ２」「Ｃ１」）について、正常状態の２０個のレコードデータのうち、当該状態値を含むレコードデータの数、すなわち、正常状態の２０個のレコードデータ中で、ムダ状態を含むレコードデータ中の各状態値が出現する回数を求める。例えば、「Ａ２」が０回、「Ｂ２」が１０回、「Ｃ１」が２０回であったとすると、出現回数が最も少ない状態値「Ａ２」をムダ要因の状態値として検出する。

なお、作業者が同じ作業を繰り返すことから、１つの作業の開始から終了までの１サイクルの時間（サイクル時間）は、ムダがなければ（正常状態であれば）ほぼ一定であることに着目すると、次に示すような方法でもムダ要因の状態値を検出することができる。

ムダ分析部１１は、まず、まず、第１の観測データ記憶部４に記憶されている時系列なレコードデータから、例えば、１つの作業サイクル中の作業者の右手や左手の状態値の繰り返し動作を基に、１つの作業サイクルの開始時の作業者の右手や左手の状態値から、当該作業サイクルの終了時の作業者の右手や左手の状態値までのレコードデータを含む、１つの作業サイクル内のレコードデータ群を抽出する。ここで抽出された各作業サイクルを識別するための番号をｉ（＝１、２…）とする。

次に、ムダ分析部１１は、抽出された作業サイクルのうち、当該作業サイクルのレコードデータ群に、ムダ状態を含むと評価された（例えばムダ評価値が「１」）のレコードデータが含まれている場合には、当該作業サイクルをムダ含有サイクル（ムダ作業サイクル）と判定する。ムダ状態を含むと評価されたレコードデータが含まれていない場合には、当該作業サイクルをムダ非含有サイクルと（正常作業サイクル）判定する。

次に、ムダ分析部９は、各ムダ含有サイクル内で、レコードデータ中の状態値（あるいは複数の状態値の組合せ）Ｓｉ毎に、当該状態値あるいは状態値の組合せＳｉの継続時間を算出し、さらに、ムダ含有サイクル群での平均値ＳＴｉｔａを算出する。同様に、各ムダ非含有サイクル内で、レコードデータ中の状態値（あるいは複数の状態値の組合せ）Ｓｉ毎に、当該状態値あるいは状態値の組合せの継続時間を算出し、さらに、ムダ非含有サイクル群での平均値ＳＴｉｔｓを算出する。

そして、状態値毎あるいは状態値の組合せ毎に、ムダ含有サイクル群とムダ非含有サイクル群との間で、当該継続時間の平均値の差分（ＳＴｉｔａ−ＳＴｉｔｓ）を求め、この差分が、予め定められた値βよりも大きい状態値あるいは状態値の組合せを検出する。さらに、当該検出された状態値あるいは状態値の組合せが、ムダ含有サイクル内のレコードデータには頻繁に出現する（予め定められた回数（第１の閾値）以上出現する）が、ムダ非含有サイクル内のレコードデータにはほとんど出現しない（予め定められた回数（第２の閾値未満しか出現しない）場合、当該状態値あるいは状態値の組合せは、ムダ要因であると判定する。

ステップＳ２０４において、ムダ分析部１１が、ムダ状態を含むレコードデータと、正常状態のレコードデータとを比較することにより、ムダ要因の状態値あるいは状態値の組合せを検出すると、次に、ステップＳ２０５へ進む。

ステップＳ２０５では、ムダ分析部１１は、検出したムダ要因の状態値を、そのＩＤ及び属性とともに、ムダ要因記憶部１２に記憶する。なお、ムダ要因の状態値の継続時間の平均値も、そのＩＤ及び属性に対応付けてムダ要因記憶部１２に記憶するようにしてもよい。

図１８は、ムダ要因記憶部１２のムダ要因の記憶例を示したものである。図１８では、各ムダ要因の状態値をその属性値及びＩＤとともに記憶している。

次に、ステップＳ２０６において、ムダ原因入力部１３から、各ムダ要因の状態値に対し、当該状態値となる原因がユーザより入力された場合には、その原因も、図１８に示すようにムダ要因記憶部１２に記憶される。

また、ムダ原因入力部１３から、ムダ要因の状態に対し、その原因とともに改善策がユーザにより入力された場合には、原因及び改善策も、ムダ要因記憶部１２に記憶される。

以上のようにして、作業者の組み立て作業におけるムダ要因が、図１８に示すように特定される。次に、ムダ要因記憶部１２に記憶されている情報を用いて、作業者が実際に作業を行っている場面で、リアルタイムにムダ状態を検出する場合の作業分析装置のムダ状態検出処理動作について、図２０に示すフローチャートを参照して説明する。

ステップＳ３０１では、まず、作業者が作業を行っている場面において、観測データ取得部１で、上述同様にして、複数種類の観測データが取得される。変換処理部３は、上述同様に、状態定義記憶部２に記憶されている状態定義情報を用いて、所定時間（ここでは、例えば基準時間ｓｔ秒）毎に、各観測データを状態値に変換する。

変換処理部３でｓｔ秒毎に求めた各状態値は、そのＩＤ及び属性とともに、ムダ検出部１４に入力される。

次に、ステップＳ３０２へ進む、ステップＳ３０２では、ムダ検出部１４では、ムダ要因記憶部１２に記憶されている、図１８に示したようなムダ要因の状態値と、当該状態値と同じＩＤ・属性をもつ入力された各状態値とを比較し、ムダ状態を検出する。すなわち、入力された状態値のＩＤ・属性が（入力された状態値が複数種類の場合には、そのうちの少なくとも１つのＩＤ・属性が）、ムダ要因記憶部１２に記憶されており、その状態値が、ムダ要因記憶部１２に記憶されている状態値と一致する場合に、「ムダ状態」と判定する。それ以外の場合には、「正常状態」と判定する。

なお、ムダ要因記憶部１２に、ムダ要因の状態値とともに、その継続時間も記憶されている場合には、入力された状態値及びそのＩＤ及び属性がムダ要因記憶部１２に記憶され、さらに、当該状態値が当該継続時間継続したときに、「ムダ状態」と判定する。

ステップＳ３０３において、ムダ検出部１４が、「ムダ状態」と判定したとき、すなわち、ムダ状態を検出したとき、ステップＳ３０４へ進み、そのときのムダ要因のＩＤと、属性と、状態値と、さらに、ムダ要因記憶部１２に記憶されている当該ムダ要因の状態値に対応する原因や改善策とを含む検出結果を検出結果記憶部１５に記憶する。

そして、ステップＳ３０５へ進み、検出結果出力部１６は、検出結果記憶部１５に記憶されている、作業者の作業中に検出されたムダ状態に関する情報、すなわち、ムダ要因の状態値、そのＩＤや属性、原因、改善策などを、ディスプレイに表示するとともに、警報などの注意を促すような音をならしたり、ランプを点灯・点滅したりして、ムダ状態が生じていることを通知する。

例えば、検出されたムダ要因が、ＩＤが「鈴木さん」及び属性が「キーマン」の状態値「東」である場合、検出結果出力部１６は、ディスプレイに、「ＩＤ：鈴木さん、属性：キーマン、状態：東、原因：製品トラブルが生じていた」と表示する。

一方、ステップＳ３０３において、作業場面から、ムダ状態が検出されなかった場合には、ステップＳ３０６へ進み、基準時間が経過した後に、ステップＳ３０１へもどる。

上記説明では、観測データ取得部１で取得された観測データからリアルタイムにムダ状態を検出する場合を示したが、この場合に限らず、観測データ取得部１で取得された観測データを一時、図１５に示したように、第３の観測データ記憶部１７に記憶しておき、この第３の観測データ記憶部１７に記憶された観測データを用いて、後に、ムダ状態を検出するようにしてもよい。この場合、スイッチ（ＳＷ）１８を設け、変換処理部３からの出力が、直接ムダ検出部１４へ入力する経路と、第３の観測データ記憶部１７からの出力がムダ検出部１４へ入力する経路とを切り替えるような構成であってもよい。すなわち、リアルタイムに、実際の作業からムダ状態を検出する場合には、ＳＷ１８により、変換処理部３からの出力が、直接ムダ検出部１４へ入力するように設定し、第３の観測データ記憶部１７に記憶された観測データを用いて、後に、ムダ状態を検出する場合には、ＳＷ１８により、第３の観測データ記憶部１７からの出力がムダ検出部１４へ入力するように設定する。

さらに、ムダ要因記憶部１２には、ムダ要因となり得る状態値のＩＤ及び属性が記憶されているから、ムダ検出部１４には、ムダ要因となり得るＩＤ及び属性をもつ観測対象の状態値のみが入力するようになっていてもよい。また、ムダ検出部１４では、ムダ要因となり得るＩＤ及び属性をもつ観測対象の状態値のみを用いて、作業場面からムダ状態を検出するようにしてもよい。

以上説明したように、上記第１の実施形態によれば、作業の遅延や妨げの原因となるムダ要因を複数の状態値のなかから特定することにより、作業のムダ状態を的確に検出することができる。

（第２の実施形態）
次に、ムダ要因特定処理における、ムダ判定部９、ムダ分析部１１の他の処理動作について説明する。

ここでは、図２１に示すように、図１の状態変化検出部５、第２の観測データ記憶部６，状態表示部７、評価入力部８を省略した構成の作業分析装置におけるムダ判定部９及びムダ分析部１１の処理動作について説明する。なお、図２１において、図１と同一部分には同一符号を付している。

第２の実施形態でも、上記第１の実施形態と同様、作業者は、同じ作業を繰り返す組立作業を行っているものとする。観測対象は、作業者の右手、左手、頭、部材Ａ〜Ｃ、製品、リーダ、隣接作業者の7種類とする。そして、この作業者の作業を行っている場面の画像をカメラ１ａで取得し、この画像から、第１の実施形態で説明したようにして、観測対象が、図４に示した複数のエリアのうちのどのエリアに存在するのか、あるいは、観測対象が、予め定められたエリアに存在するか否かを示す状態値を含む、図１４に示したような状態データが、変換処理部１３から得られる。

ここでは、作業者が同じ作業を繰り返すことから、１つの作業の開始から終了までの１サイクルの時間（サイクル時間）は、ムダがなければ（正常状態であれば）ほぼ一定であることに着目する。

ムダ判定部９は、まず、第１の観測データ記憶部４に記憶されている時系列なレコードデータから、例えば、１つの作業サイクル中の作業者の右手や左手の状態値の繰り返し動作を基に、１つの作業サイクルの開始時の作業者の右手や左手の状態値から、当該作業サイクルの終了時の作業者の右手や左手の状態値までのレコードデータを含む、１つの作業サイクル内のレコードデータ群を抽出する。ここで抽出された各作業サイクルを識別するための番号をｉ（＝１、２…）とする。さらに、抽出された各作業サイクルｉのレコードデータ群に含まれているレコードデータの数、あるいは、各レコードデータの時刻から、当該作業サイクルｉの時間ｃｔ（ｉ）を算出する。そして、各作業サイクルから求めた時間ｃｔ（ｉ）の平均を求める。その際、各作業サイクルから求めた時間のうち、相対的に極端に長い時間や極端に短い時間を予め除いてから、あるいは、予め定められた時間よりも長い時間や短い時間を予め除いてから、平均値を求めてもよい。得られた平均値を上記サイクル時間ＣＴとする。

次に、ムダ判定部９は、この算出したサイクル時間ＣＴを用いて、抽出された各作業サイクルを、ムダが含まれているムダ作業サイクル(ムダ含有サイクル)、ムダを含んでいない正常作業サイクル(ムダ非含有サイクル)に分類する。

すなわち、抽出された各作業サイクルｉの時間ｃｔ（ｉ）と、算出されたサイクル時間ＣＴとの差が、予め定められた時間α以上である場合（すなわち、ｃｔ（ｉ）が、ｃｔ（ｉ）−ＣＴ≧αを満たすとき）、当該作業サイクルｉは、ムダ含有サイクルであると判定する。抽出された各作業サイクルｉの時間ｃｔ（ｉ）と、算出サイクル時間ＣＴとの差が、予め定められた時間αより短い場合（すなわち、ｃｔ（ｉ）が、ｃｔ（ｉ）−ＣＴ＜αを満たすとき）、当該作業サイクルｉは、ムダ非含有サイクルであると判定する。

また、各作業の平均サイクル時間を母平均とし、各作業の分散を母分散とし、正規分布を仮定し、あらかじめ定められた上側確率Ｐｒ以上に現れるサイクルを、ムダ含有サイクルと判定してもよい。それ以外をムダ非含有サイクルと判定する。あらかじめ定められた値を母平均、母分散としてもよい。母平均として標準作業時間などが考えられる。母分散は作業者の作業スキルによって変更してもよい。

このように、ムダ判定部９は、複数のレコードデータを含む作業サイクル単位に、当該作業サイクル内の各レコードデータに対し、ムダ評価値（ムダ含有サイクル内のレコードデータにはムダ状態を含むことを示す評価値「１」、ムダ非含有サイクル内のレコードデータにはムダ状態を含まない正常状態であることを示す評価値「０」）を決定し、各レコードデータとともに、決定されたムダ評価値を評価結果記憶部１０に記憶する。

評価結果記憶部１０には、図１７に示したように、ムダ評価値の付加された時系列のレコードデータが記憶されている。なお、図１７では、ムダ評価値は、ムダな状態か否かの２値で表し、ムダ評価値「１」は、ムダな状態であることを示す評価値であり、ムダ評価値「０」は、ムダでない状態（正常状態）であることを示す評価値である。

次に、ムダ分析部１１は、各ムダ含有サイクル内で、レコードデータ中の状態値（あるいは複数の状態値の組合せ）Ｓｉ毎に、当該状態値あるいは状態値の組合せＳｉの継続時間を算出し、さらに、ムダ含有サイクル群での平均値ＳＴｉｔａを算出する。同様に、各ムダ非含有サイクル内で、レコードデータ中の状態値（あるいは複数の状態値の組合せ）Ｓｉ毎に、当該状態値あるいは状態値の組合せの継続時間を算出し、さらに、ムダ非含有サイクル群での平均値ＳＴｉｔｓを算出する。

そして、状態値毎あるいは状態値の組合せ毎に、ムダ含有サイクル群とムダ非含有サイクル群との間で、当該継続時間の平均値の差分（ＳＴｉｔａ−ＳＴｉｔｓ）を求め、この差分が、予め定められた値βよりも大きい状態値あるいは状態値の組合せを検出する。さらに、当該検出された状態値あるいは状態値の組合せが、ムダ含有サイクル内のレコードデータには頻繁に出現する（予め定められた回数（第１の閾値）以上出現する）が、ムダ非含有サイクル内のレコードデータにはほとんど出現しない（予め定められた回数（第２の閾値未満しか出現しない）場合、当該状態値あるいは状態値の組合せは、ムダ要因であると判定する。

ムダ分析部１１は、前述の第１の実施形態と同様、検出したダ要因の状態値を、そのＩＤ及び属性とともに、ムダ要因記憶部１２に記憶する。また、ムダ要因の状態値の継続時間の平均値も、そのＩＤ及び属性に対応付けてムダ要因記憶部１２に記憶するようにしてもよい。

上記第２の実施形態によれば、上記第１の実施形態と同様の効果が得られる。

（第３の実施形態）
第３の実施形態は、ムダ要因特定処理における、第１及び第２の実施形態に係るムダ分析部１１の処理動作について説明する。なお、ここで説明するムダ分析部１１の処理動作は、第１及び第２の実施形態と組み合わせて用いることができる。

上記第１及び第２の実施形態で説明したムダ要因特定処理により得られた図１８に示したようなムダ要因に関する情報を基に、ムダ分析部１１は、さらに、状態値あるいは状態値の組合せを、ムダ状態／正常状態に分類するための規則を示す決定木を生成する。

例えば、評価結果記憶部１０には、図２２に示すような、ムダ評価値の付加されたレコードデータが記憶され、ムダ分析部１１により、図２３に示すようなムダ要因が検出されたとする。すなわち、ムダ要因特定処理により、次に示すような状態値、あるいは状態値の組合せが、ムダ要因が検出されたとする。

・ＩＤ「鈴木さん」（属性「キーマン」）をもつ観測対象の状態値が「東」
・ＩＤ「部材Ａ」（属性「部品」）をもつ観測対象の状態値が「かごに入っていない」で、且つ、ＩＤ「赤羽さん」（属性「キーマン」）をもつ観測対象の状態値が「西でない」（「東」「南」「北」のうちのいずれか）
・ＩＤ「手」（属性「作業者」）をもつ観測対象の状態値が「エリアＡ」
ムダ分析部１１は、次に、評価結果記憶部１０に記憶されているレコードデータのうち、ムダ評価値「１」が付加されているレコードデータに対し、当該レコードデータ中でムダ要因として特定された状態値には、ムダ状態の状態値である旨のラベルを付加し、ムダ要因の状態値以外の状態値には、正常状態の状態値である旨のラベルを付加する。

ムダ分析部１１は、評価結果記憶部１０に記憶されている、ムダ評価値「１」が付加され、さらに各状態値に対し上記ラベルの付加されているレコードデータを教師データとして用いて、図２４に示すような決定木を生成する。この決定木の生成は、公知公用技術を用いればよい。すなわち、各レコードデータ中の状態値を「条件属性」、各状態値のラベルを「目的属性」として分割する決定木を生成する。決定木を生成するために、評価関数を定義し、分割すると最も評価関数が高くなる状態値で分割を繰り返すことで、図２４の決定木を生成する。

図２４に示す決定木上の各ノードは、１つの観測対象の状態値、すなわち、「ＩＤ」、「属性」及び「状態値」の組を表し、決定木上のリーフが、ムダ状態か否かを示す情報（ムダ状態の場合には「１」、ムダ状態でない正常状態の場合には「０」）を表している。

このような決定木は、状態値あるいは状態値の組合せを、ムダ状態／正常状態に分類するための次のような規則を表しているといえる。

・ＩＤ「鈴木さん」（属性「キーマン」）をもつ観測対象の状態値が「東」である場合、常にムダ状態である。

・ＩＤ「鈴木さん」（属性「キーマン」）をもつ観測対象の状態値が「東以外」である場合、
・ＩＤ「部材Ａ」（属性「部品」）をもつ観測対象の状態値が「かごに入っていない」で、且つ、ＩＤ「赤羽さん」（属性「キーマン」）をもつ観測対象の状態値が「西でない」（「東」「南」「北」のうちのいずれか）である場合、ムダ状態である。

・ＩＤ「部材Ａ」（属性「部品」）をもつ観測対象の状態値が「かごに入っている」で、且つ、ＩＤ「手」（属性「作業者」）をもつ観測対象の状態値が「エリアＡ」である場合、ムダ状態である。

・ＩＤ「部材Ａ」（属性「部品」）をもつ観測対象の状態値が「かごに入っている」で、且つ、ＩＤ「手」（属性「作業者」）をもつ観測対象の状態値が「エリアＡ以外のエリア」である場合、正常状態である。

・ＩＤ「部材Ａ」（属性「部品」）をもつ観測対象の状態値が「かごに入っている」で、且つ、ＩＤ「赤羽さん」（属性「キーマン」）をもつ観測対象の状態値が「西」である場合、正常状態である。

なお、図２４では、決定木のリーフでは、ムダ状態か否かを示す２値情報（ムダ状態の場合には「１」、ムダ状態でない正常状態の場合には「０」）を表しているが、ムダ状態を示す場合には、例えば、決定木の上位層のノードからでるリーフほど、当該リーフまでの経路で表されている規則によりムダ状態と決定される状態値の組合せに対し、ムダの度合いが高いことを示す値が割り当てられていてもよい。この場合、決定木の下位層のノードからでるリーフほど、当該リーフまでの経路で表されている規則によりムダ状態と決定される状態値の組合せに対し、ムダの度合いが低いことを示す値が割り当てられる。

ムダ分析部１１は、図２４に示したような決定木、あるいは、当該決定木により表されている状態値・状態値の組合せを、ムダ状態／正常状態に分類するための規則（分類規則）を、ムダ要因記憶部１２に記憶する。

ムダ状態検出処理では、ムダ検出部１４は、ムダ要因記憶部１２に記憶された決定木を用いて、実際の作業場面から、ムダ状態を検出するようにしてもよい。すなわち、ある時刻に変換処理部３で得られた、ＩＤや属性で特定される複数の状態値の中に、決定木（分類規則）上でムダ状態に分類するための各ノードの条件を満たす状態値が含まれている場合に、「ムダ状態」が検出される。一方、当該複数の状態値の中に、決定木（分類規則）上で正常状態に分類するための各ノードの条件を満たす状態値が含まれている場合には、「正常状態」と判定する。

さらに、上記ムダ要因特定処理により、一旦、決定木が生成された後、新たに得られたレコードデータを用いて、上記同様のムダ要因特定処理を行うことにより、新たなムダ要因が特定された場合には、前回得られたムダ要因に、今回得られたムダ要因を加えて、再度上記ムダ要因特定処理を行って、決定木を更新する。

（第４の実施形態）
上記第３の実施形態で説明したように、ムダ分析部１１において、決定木あるいは分類規則が一旦生成された後は、第１及び第２の実施形態のムダ判定部９では、この生成された決定木あるいは分類規則を用いて、図１の第２の観測データ記憶部６あるいは図２１の第１の観測データ記憶部４に記憶されている各レコードデータに対するムダ評価値を決定してもよい。すなわち、ムダ分析部１１は、決定木（分類規則）上でムダ状態に分類するための各ノードの条件を満たす状態値を含むレコードデータは、ムダ状態を含むレコードデータであると判定し、当該レコードデータには、ムダ状態を含むことを示すムダ評価値「１」を付して評価結果記憶部１０に記憶する。一方、決定木（分類規則）上で正常状態に分類するための各ノードの条件を満たす状態値を含むレコードデータは、ムダ状態を含まない正常状態のレコードデータであると判定し、当該レコードデータには、正常状態であることを示すムダ評価値「０」を付して評価結果記憶部１０に記憶する。

なお、第３の実施形態で説明したように、ムダ分析部１１において、決定木上のムダ状態を示すリーフの値がムダの度合いを示す場合には、ムダ分析部１１は、当該リーフに至るまでの各ノードの条件を満たす状態値を含むレコードデータのムダ評価値として、当該リーフが示すムダの度合いを用いてもよい。例えば、１つのレコードデータに、ムダ状態を示す複数のリーフのそれぞれに至るまでの各ノードの条件を満たす状態値が含まれている場合には、当該複数のリーフのそれぞれが示す複数のムダの度合いのうち最も度合いが大きいことを示す値、あるいは、複数のムダの度合いの平均値を当該レコードデータのムダ評価値とする。

（第５の実施形態）
図１及び図２１に示した作業分析装置は、ムダ要因特定処理により、ムダ分析部１１でムダ要因を特定した場合、このムダ要因の状態値の元となる観測データに対する重要度を算出する観測データ重要度算出部を備えていても良い。

ここでは、図１の作業分析装置に上記観測データ重要度算出部２１を追加した構成例を図２５に示す。

観測データ重要度算出部２１は、ムダ要因特定処理により得られた、図１８に示すようなムダ要因情報、あるいは、図２４に示したような決定木（分類規則）中の、ムダ要因の各状態値について、その元となる観測データを、状態定義記憶部２に記憶されている状態定義情報から検索する。

そして、検索された各観測データに対し、当該観測データから得られるムダ要因の状態値の数が多いほど、高い値となるように重要度を算出する。

また、検索された各観測データに対し、当該観測データから得られるムダ要因の状態値が、決定木上のルート側（上位層）のノードに割り当てられた状態値であるほど高い値となるように、重要度を算出する。

このようにして算出された観測データの重要度は、当該観測データを取得するための機器の識別情報とともに、観測データ重要度表示部２２によりディスプレイ等に表示される。

なお、図１の作業分析装置に、上記観測データ重要度算出部２１及び観測データ重要度表示部２２を追加した場合を示したが、図２１の作業分析装置に、上記観測データ重要度算出部２１及び観測データ重要度表示部２２を追加した場合も同様である。

以上説明したように、上記第１乃至第５の実施形態によれば、作業の遅延や妨げの原因となるムダ要因の特定及び作業のムダ状態の検出を的確に行える。

本発明の実施の形態に記載した本発明の手法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記録媒体に格納して頒布することもできる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

本発明の第１の実施形態に係る作業分析装置の構成例を示した図。 状態定義情報記憶部に記憶されている情報の一例を示した図。 観測データ取得手段に含まれるカメラで取得された作業現場の画像の一例を示した図。 画像中のエリアの設定例を示した図。 設定されたエリアの記憶例を示した図。 観測データ取得手段の構成例を示した図。 変換処理部における、ＩＤ「右手」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「頭」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「製品」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「部材Ａ」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「部材Ｂ」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「部材Ｃ」の観測データに対する処理動作を説明するためのフローチャート。 変換処理部における、ＩＤ「頭」の観測データに対する他の処理動作を説明するためのフローチャート。 変換処理部の変換処理により得られる複数の状態値の一例を示した図。 第１の観測データ記憶部に記憶されている時系列なレコードデータの記憶例を示した図。 第２の観測データ記憶部におけるレコードデータの記憶例を示した図。 評価結果記憶部におけるムダ評価値の付加されたレコードデータの記憶例を示した図。 ムダ要因記憶部におけるムダ要因の記憶例を示した図。 ムダ要因特定処理を説明するためのフローチャート。 ムダ状態検出処理を説明するためのフローチャート。 第２の実施形態に係る作業分析装置の構成例を示した図。 第２の実施形態に係る評価結果記憶部におけるムダ評価値の付加されたレコードデータの記憶例を示した図。 第３の実施形態に係るムダ要因記憶部におけるムダ要因の記憶例を示した図。 決定木の一例を示した図。 第５の実施形態に係る作業分析装置の構成例を示した図。

符号の説明

１…観測データ取得部
２…状態定義記憶部
３…変換処理部
４…第１の観測データ記憶部
５…状態変化検出部
６…第２の観測データ記憶部
７…状態表示部
８…評価入力部
９…ムダ判定部
１０…評価結果記憶部
１１…ムダ分析部
１２…ムダ要因記憶部
１３…ムダ原因入力部
１４…ムダ検出部
１５…検出結果記憶部
１６…検出結果出力部

Claims (24)

1. 観測対象を含む画像から前記観測対象の座標及び当該観測対象の輝度値のうちの少なくとも一方を観測データとして取得する第１の取得手段、
   観測対象の位置情報を観測データとして取得する第２の取得手段、
   観測対象の重量を観測データとして取得する第３の取得手段、
   及び、観測対象に付加された信号発信機から発信される信号を受信したか否かを観測データとして取得する第４の取得手段、
   を含む複数の取得手段と、
   前記複数の取得手段のうちの少なくとも１つの取得手段から取得した、複数の観測対象の複数の観測データを用いて、作業の遅延や妨げの原因となるムダ要因を特定するムダ要因特定手段と、
   前記複数の取得手段のうちの少なくとも１つの取得手段から取得した前記複数の観測データから、前記ムダ要因特定手段で特定されたムダ要因を含むムダ状態を検出するムダ状態検出手段と、
   を備えた作業分析装置における作業分析方法であって、
   前記ムダ要因特定手段が、予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換する第１の変換ステップと、
   前記ムダ要因特定手段が、同時刻に得られた複数の状態値、各状態値に対応する観測対象の識別情報、及び当該複数の状態値が得られた時刻を含むレコードデータを第１の記憶手段に記憶するステップと、
   前記ムダ要因特定手段が、前記第１の記憶手段に記憶された時系列の複数のレコードデータのうち、ムダ状態を含むレコードデータ中の前記複数の状態値と、ムダ状態を含まない正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出して、前記ムダ要因の状態値及び当該状態値に対応する観測対象の識別情報を第２の記憶手段に記憶する要因特定ステップと、
   前記ムダ状態検出手段が、予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換する第２の変換ステップと、
   前記ムダ状態検出手段が、同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出する検出ステップと、
   を含む作業分析方法。
2. 前記第１及び第２の変換ステップは、
   前記第１の取得手段で観測データとして取得された座標を、前記観測対象が存在するエリアを示す状態値に変換するステップを含むことを特徴とする請求項１記載の作業分析方法。
3. 前記第１及び第２の変換ステップは、
   前記第１の取得手段で観測データとして取得された輝度値を、前記観測対象の有無を示す状態値に変換するステップを含むことを特徴とする請求項１記載の作業分析方法。
4. 前記第１及び第２の変換ステップは、
   前記第３の取得手段で観測データとして取得された重量を、前記観測対象の有無を示す状態値に変換するステップを含むことを特徴とする請求項１記載の作業分析方法。
5. 前記第１及び第２の変換ステップは、
   前記第４の取得手段で取得された観測データを、前記観測対象の有無を示す状態値に変換するステップを含むことを特徴とする請求項１記載の作業分析方法。
6. 前記要因特定ステップは、
   前記ムダ状態を含むレコードデータ中の前記複数の状態値のうち、前記正常状態のレコードデータに出現する回数が最も少ない状態値を、ムダ要因の状態値として検出することを特徴とする請求項１記載の作業分析方法。
7. 前記第１の記憶手段に記憶された時系列の複数のレコードデータは、複数の作業サイクルのそれぞれに対応する複数のレコードデータ群を含むことを特徴とする請求項１記載の作業分析方法。
8. 前記要因特定ステップは、
   前記第１の記憶手段に記憶された時系列の複数のレコードデータに含まれる各作業サイクル内のレコードデータ群から、前記作業サイクルの平均時間を算出するステップと、
   各作業サイクルと前記平均値との差を求め、前記複数の作業サイクルのうち前記差が予め定められた閾値以上のムダ含有作業サイクル内の各レコードデータを、前記ムダ状態を含むレコードデータと判定し、前記複数の作業サイクルのうち前記差が前記閾値よりも小さいムダ非含有作業サイクル内の各レコードデータを前記正常状態のレコードデータと判定するステップと、
   前記ムダ状態を含むレコードデータ中の前記複数の状態値と、前記正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出するステップと、
   を含む請求項７記載の作業分析方法。
9. 前記要因特定ステップは、前記複数の作業サイクルのうち、前記ムダ状態を含むレコードデータ群を含むムダ含有作業サイクル内での各状態値の出現回数及び継続時間と、前記正常状態のレコードデータ群を含むムダ非含有サイクル内での各状態値の出現回数及び継続時間とを比較することにより、ムダ要因の状態値を検出することを特徴とする請求項７記載の作業分析方法。
10. 前記要因特定ステップは、検出されたムダ要因の状態値及びムダ要因以外の状態値を基に、同時刻に得られる複数の状態値から、当該時刻における作業がムダ状態であるか否かを判定するための規則を生成し、当該規則を前記第２の記憶手段に記憶し、
    前記検出ステップは、前記規則を用いて、同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出することを特徴とする請求項１記載の作業分析方法。
11. 前記要因特定ステップは、前記第２の記憶手段に記憶された規則を用いて、前記第１の記憶手段に記憶された時系列の複数のレコードデータを、前記ムダ状態を含むレコードデータと、前記正常状態のレコードデータとに分類するステップを含むことを特徴とする請求項１記載の作業分析方法。
12. 前記要因特定ステップは、
    前記第１の記憶手段に記憶された時系列の複数のレコードデータのなかから、直前のレコードデータとの間で前記状態値に変化のあるレコードデータを抽出する抽出ステップと、
    前記抽出ステップで抽出された複数のレコードデータのうち、ムダ状態を含むレコードデータ中の前記複数の状態値と、ムダ状態を含まない正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出することを特徴とする請求項１記載の作業分析方法。
13. 観測対象を含む画像から前記観測対象の座標及び当該観測対象の輝度値のうちの少なくとも一方を観測データとして取得する第１の取得手段、
    観測対象の位置情報を観測データとして取得する第２の取得手段、
    観測対象の重量を観測データとして取得する第３の取得手段、
    及び、観測対象に付加された信号発信機から発信される信号を受信したか否かを観測データとして取得する第４の取得手段、
    を含む複数の取得手段と、
    前記複数の取得手段のうちの少なくとも１つの取得手段から取得した、複数の観測対象の複数の観測データを用いて、作業の遅延や妨げの原因となるムダ要因を特定するムダ要因特定手段と、
    前記複数の取得手段のうちの少なくとも１つの取得手段から取得した前記複数の観測データから、前記ムダ要因特定手段で特定されたムダ要因を含むムダ状態を検出するムダ状態検出手段と、
    を備え、
    前記ムダ要因特定手段は、
    予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換する第１の変換手段と、
    同時刻に得られた複数の状態値、各状態値に対応する観測対象の識別情報、及び当該複数の状態値が得られた時刻を含むレコードデータを記憶する第１の記憶手段と、
    前記第１の記憶手段に記憶された時系列の複数のレコードデータのうち、ムダ状態を含むレコードデータ中の前記複数の状態値と、ムダ状態を含まない正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出し、前記ムダ要因の状態値及び当該状態値に対応する観測対象の識別情報を第２の記憶手段に記憶する要因特定手段と、
    を含み、
    前記ムダ状態検出手段は、
    予め定められた時間毎に、前記複数の取得手段のうちの少なくとも１つにより取得された各観測データを、当該観測データに対応する観測対象の状態を示す状態値に変換する第２の変換手段と、
    同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出する検出手段と、
    を含む作業分析装置。
14. 前記第１及び第２の変換手段は、
    前記第１の取得手段で観測データとして取得された座標を、前記観測対象が存在するエリアを示す状態値に変換することを特徴とする請求項１３記載の作業分析装置。
15. 前記第１及び第２の変換手段は、
    前記第１の取得手段で観測データとして取得された輝度値を、前記観測対象の有無を示す状態値に変換することを特徴とする請求項１３記載の作業分析装置。
16. 前記第１及び第２の変換手段は、
    前記第３の取得手段で観測データとして取得された重量を、前記観測対象の有無を示す状態値に変換することを特徴とする請求項１３記載の作業分析装置。
17. 前記第１及び第２の変換手段は、
    前記第４の取得手段で取得された観測データを、前記観測対象の有無を示す状態値に変換することを特徴とする請求項１３記載の作業分析装置。
18. 前記要因特定手段は、
    前記ムダ状態を含むレコードデータ中の前記複数の状態値のうち、前記正常状態のレコードデータに出現する回数が最も少ない状態値を、ムダ要因の状態値として検出することを特徴とする請求項１３記載の作業分析装置。
19. 前記第１の記憶手段に記憶された時系列の複数のレコードデータは、複数の作業サイクルのそれぞれに対応する複数のレコードデータ群を含むことを特徴とする請求項１３記載の作業分析装置。
20. 前記要因特定手段は、
    （ａ）前記第１の記憶手段に記憶された時系列の複数のレコードデータに含まれる各作業サイクル内のレコードデータ群から、前記作業サイクルの平均時間を算出し、
    （ｂ）各作業サイクルと前記平均値との差を求め、前記複数の作業サイクルのうち前記差が予め定められた閾値以上のムダ含有作業サイクル内の各レコードデータを、前記ムダ状態を含むレコードデータと判定し、前記複数の作業サイクルのうち前記差が前記閾値よりも小さいムダ非含有作業サイクル内の各レコードデータを前記正常状態のレコードデータと判定し、
    （ｃ）前記ムダ状態を含むレコードデータ中の前記複数の状態値と、前記正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出することを特徴とする請求項１９記載の作業分析装置。
21. 前記要因特定手段は、前記複数の作業サイクルのうち、前記ムダ状態を含むレコードデータ群を含むムダ含有作業サイクル内での各状態値の出現回数及び継続時間と、前記正常状態のレコードデータ群を含むムダ非含有サイクル内での各状態値の出現回数及び継続時間とを比較することにより、ムダ要因の状態値を検出することを特徴とする請求項１９記載の作業分析装置。
22. 前記要因特定手段は、検出されたムダ要因の状態値及びムダ要因以外の状態値を基に、同時刻に得られる複数の状態値から、当該時刻における作業がムダ状態であるか否かを判定するための規則を生成し、当該規則を前記第２の記憶手段に記憶し、
    前記検出手段は、前記規則を用いて、同時刻に得られた複数の状態値のなかから、前記第２の記憶手段に記憶された前記ムダ要因の状態値を検出することを特徴とする請求項１９記載の作業分析装置。
23. 前記要因特定手段は、
    前記第２の記憶手段に記憶された規則を用いて、前記第１の記憶手段に記憶された時系列の複数のレコードデータを、前記ムダ状態を含むレコードデータと、前記正常状態のレコードデータとに分類することを特徴とする請求項１９記載の作業分析装置。
24. 前記要因特定手段は、
    （a）前記第１の記憶手段に記憶された時系列の複数のレコードデータのなかから、直前のレコードデータとの間で前記状態値に変化のあるレコードデータを抽出し、
    （ｂ）抽出された複数のレコードデータのうち、ムダ状態を含むレコードデータ中の前記複数の状態値と、ムダ状態を含まない正常状態のレコードデータ中の前記複数の状態値とを比較することにより、ムダ要因の状態値を検出することを特徴とする請求項１９記載の作業分析装置。

Images