JP2009226057A - 作業者の疲労度管理装置、方法及びコンピュータプログラム - Google Patents

Abstract

【課題】作業者の疲労度合いを、作業者の個人差を反映して客観的に定量化し、疲労に起因する事故や作業の品質低下の発生を未然に防止する疲労度管理装置を提供する。
【解決手段】予めプロファイル管理部３３で、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための作業者プロファイルを生成しておく。実際の作業時には、作業者監視部３０の警告部３４が、一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で変化した生体特徴・環境データ、及び、作業者プロファイルを読み出してエラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する。
【選択図】図１

Description

本発明は、人間の作業による疲労度を定量化することにより、事故の発生と作業の品質低下を未然に防止する技術に関する。

人間の作業による疲労が問題になる場合に、対象となる作業者の疲労度を測定し、測定結果が所定値に達したときに警告を発するシステム（機器、装置、情報処理システム等）として、従来、以下のものが知られている。
（１）打鍵負荷量による警告発生装置（特開平６−６７７８０号公報：特許文献１）
キーボードの入力作業において打鍵負荷量をキーボードのキー配列の位置情報から計算し、その打鍵負荷量の累積値に応じて作業者に休憩を促す。
（２）車両運転業務従事者の心身情報管理システム（特開平１１−３４６８８：特許文献２）
運転業務従事者の生理信号を計測することにより、運転時の疲労状態を監視する。

特開平６−６７７８０号公報 特開平１１−３４６８８号公報

しかしながら、従来のシステムは、作業を行う者の疲労度を測定するにとどまり、疲労度と事故や品質低下が起きる確率との関連性を考慮するものではない。そもそも、疲労度と事故や品質低下が起きる確率との相関度には個人差があり、一義的に定まるものではない。そのため、従来のシステムでは、作業者の疲労度に起因して発生する事故や品質低下がおきる確率を客観的に把握することができず、労働環境並びに品質管理を適切に行うことができないという問題があった。特に、ソフトウエア等の開発等の現場では、環境要因に起因するストレスや疲労がソフトウエア品質（バグ等）に直接的に影響するにも関わらず、それが評価されないために、上記の問題が顕著となっていた。

本発明は、このような問題に鑑み、作業者の疲労度合いを、作業者の個人差を反映して客観的に定量化し、疲労に起因する事故や作業の品質低下の発生を未然に防止することを可能にする技術を提供することを、その課題とする。

本発明は、作業者の疲労度管理装置、方法及びコンピュータプログラムを提供する。
本発明の疲労度管理装置は、作業者の疲労度を定量化する装置であって、それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを蓄積する生体特徴・環境管理手段と、前記作業者の作業進捗状況を表す作業進捗データを生成し、生成した作業進捗データを蓄積する作業進捗データ生成手段と、前記作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する作業エラー検出手段と、所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で取得した生体特徴・環境データを読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための関数からなる作業者プロファイルを生成し、生成した作業者プロファイルを蓄積するプロファイル管理手段と、一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で取得した生体特徴・環境データ、及び、前記作業者プロファイルを読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する警告手段と、を備えて成る。

生体特徴は、例えば作業者の心拍数、体温値、血圧値、血流値、脳波の状態、脳磁界の強さ、脈拍数、眼球移動量等であり、作業環境は、作業者の周囲の湿度、周囲の空気洗浄度、室内の明るさ、周囲の騒音、会話等である。

この疲労度管理装置のある実施の一態様では、前記プロファイル管理手段は、単位時間あたりの生体特徴・環境データの時系列の変化と、同じ時間におけるエラー発生確率を多変量解析により求めることで、当該作業者用の変数を算出し、この変数を、算出に用いた生体特徴・環境データと共に前記作業者プロファイルとして蓄積する。前記プロファイル管理手段は、前記作業者プロファイルを、前記エラー発生確率がより高くなる変数及び生体特徴・環境データの組み合わせが見つかる度に更新することができる。

この疲労度管理装置の他の実施の一態様では、前記基準値が、段階的に設定されており、前記警告手段は、導出した前記エラー発生確率が前記段階的に設定された基準値を越える度に、それぞれ異なる後続処理を実行可能にする警告信号を生成する。前記警告手段は、前記作業者以外の者が操作する操作端末宛の通知を前記後続処理として含む警告信号を生成する。

本発明の疲労度管理方法は、記憶装置を備えたコンピュータが実行する方法であって、それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを前記記憶装置に蓄積するとともに、前記作業者の作業進捗状況並びにその作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する段階と、所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で取得した生体特徴・環境データを前記記憶装置より読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための関数からなる作業者プロファイルを生成し、生成した作業者プロファイルを前記記憶装置に蓄積する段階と、一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で変化した生体特徴・環境データ、及び、前記作業者プロファイルを前記記憶装置より読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する段階とを有する方法である。

本発明のコンピュータプログラムは、コンピュータを、作業者の疲労度を定量化する疲労度管理装置として動作させるためのコンピュータプログラムであって、前記コンピュータを、それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを蓄積する生体特徴・環境管理手段、前記作業者の作業進捗状況を表す作業進捗データを生成し、生成した作業進捗データを蓄積する作業進捗データ生成手段、前記作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する作業エラー検出手段、所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で変化した生体特徴・環境データを読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための作業者プロファイルを生成し、生成した作業者プロファイルを蓄積するプロファイル管理手段、及び、一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で変化した生体特徴・環境データ、及び、前記作業者プロファイルを読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する警告手段、として機能させるものである。

本発明によれば、作業者の疲労度合いを、作業者の個人差を反映して客観的に定量化し、疲労に起因する事故や作業の品質低下の発生を未然に防止することができる、という特有の効果が得られる。

以下、図面を参照して本発明の実施の形態例を詳細に説明する。
ここでは、作業者が、コンピュータを操作して、ファイルの編集やコンパイル等の作業を行うときの疲労度を定量化する場合の例を挙げる。本発明の疲労度管理装置は、作業者が作業に使用するコンピュータをそのまま使用して実現することができる。

［構成］
図１は、そのコンピュータにおいて実現される疲労度管理装置の全体構成図である。この疲労度管理装置１は、記憶装置１０とインタフェース機構１３とを備えたコンピュータと、コンピュータに読み取られて実行される、本発明の監視用プログラムとを主要構成要素として含む。監視用プログラムは、作業者が作業するためのアプリケーションプログラム（作業用ＡＰ）、パラメータ、データと共に、記憶装置１０のプログラム領域に格納されている。
インタフェース機構１３には、生体情報センサ１２ａ及び環境情報センサ１２ｂが適宜接続されるようになっている。

生体情報センサ１２ａは、作業者の作業中の生体特徴を検出するための１又は複数の計器、例えば、作業者に取り付けられる心拍計、体温計、血圧計、血流量計測器、脳波計、脳磁界計測器、脈拍計のうち、作業者が作業エラー発生との相関が高いと思われるいずれか、あるいはこれらの組み合わせである。必要に応じて、コンピュータに接続されるカメラから取り込んだ作業者の瞬目・眼球運動・瞳孔の画像も組み合わされる。
心拍計からは作業者の心拍数、体温計からは作業者の体温値、血圧計からは作業者の血圧値、血流量計測器からは作業者の計測部位の血流値、脳波計からは作業者の脳波の状態、脳磁界計測器からは作業者の脳磁界の強さ、脈拍計からは作業者の脈拍数が出力される。瞬目・眼球運動・瞳孔の画像からは作業者の眼球移動量等が得られる。これらのデータが生体特徴を表す生体情報となる。

環境情報センサ１２ｂは、作業者の作業中の環境特徴を検出するための１又は複数の計器、例えば、湿度計、清浄度測定器、室内照度計、コンピュータに接続されるマイクのうち、作業者が作業エラー発生との相関が高いと思われるいずれか、いずれか、あるいはこれらの組み合わせから成る。湿度計は作業者の周囲の湿度、清浄度測定器からは作業者の周囲の空気洗浄度、室内照度計からは作業中の室内の明るさが出力される。マイクからは作業者の周囲の騒音、会話等が取り込まれ、騒音レベルがどの位かを表すデータが生成される。必要に応じて、コンピュータの設定内容（ディスプレイの明るさを表すデータ、作業中の文字のサイズを表すデータ）も取り込まれる。これらのデータが環境特徴を表す環境情報となる。

コンピュータは、記憶装置１０から監視用プログラムを読み込んで実行することにより、記憶装置１０に生体特徴・環境情報ＤＢ（ＤＢはデータベースの略、以下同じ）１００及びプロファイルＤＢ１１０を構築するとともに、そのコンピュータを、生体特徴・環境情報管理部２０及び作業者監視部３０として動作させる。

生体特徴・環境情報管理部２０は、生体情報センサ１２ａから出力された生体情報及び環境情報センサ１２ｂから出力された環境情報をインタフェース機構１３を通じて取得し、取得したこれらの情報を、コンピュータが認識可能な構造の生体特徴・環境データ（例えばテキストデータ）に変換するデータ変換部２１と、変換された生体特徴・環境データを、そのデータが表す特徴を識別するためのデータＩＤ、そのデータがどの作業者のデータかを識別するための作業者ＩＤ、並びに、取得（変換）時点の時刻データ（コンピュータの内部クロックデータ）と関連付けて生体特徴・環境情報ＤＢ１００の生体特徴・環境データ領域に時系列（時刻データと関連付けて）に蓄積するデータ管理部２２とを有する。

対象となる作業者が作業エラー発生との相関が高いと思われる生体情報として、脈拍数及び眼球移動量、作業エラー発生との相関が高いと思われる環境情報として騒音レベル（周囲の騒音）及び温度（室温）を選定した場合に生体特徴・環境データ領域に蓄積されるデータの例を図２に示す。
生体特徴・環境データと関連付けられるデータＩＤは、使用するセンサ１２ａ，１２ｂを接続する際に生体特徴・環境情報ＤＢ１００の管理領域に予め登録する。同様に、作業者ＩＤは、作業者が作業を始める前に、上記の管理領域に登録しておく。

作業者監視部３０は、作業者の作業の進捗状況を表す作業進捗データを生成する作業進捗データ生成部３１、作業の進捗過程で発生した作業エラーを検出し、蓄積する作業エラー検出部３２、その作業者の生体特徴及び環境がどのような状態のときにエラーが発生しやすいかを表す関数を導出するための作業者プロファイルを生成し、生成した作業者プロファイルを作業者ＩＤと関連付けてプロファイルＤＢ１１０に格納するプロファイル管理部３３、及び、警告信号を生成する警告部３４を有する。

作業進捗データ生成部３１は、作業者がいつどの部分の作業を行っているかを検出することにより、作業の進捗状況を把握する。例えば、作業者が作業しているファイルの名称、現在時刻、ファイル中の編集位置を所定の時間間隔で計測することにより、上記の作業進捗データを生成する。ファイル中の編集位置の取得は、例えば、ある行に入力が行われる都度、一意に識別できる識別子を設定し、編集箇所に、コメントとして挿入することにより可能となる。この作業進捗データは、生体特徴・環境情報ＤＢ１００の作業進捗データ領域に、作業者ＩＤと関連付けて蓄積される。この作業進捗データ領域に蓄積されるデータの例を図３に示す。

作業エラー検出部３２は、例えば作業用アプリケーションプログラムによるエラー出力、あるいは、コンパイル時のエラーログの生成により、エラー（作業エラーの一例）の発生を検出する。検出したエラーの内容は、生体特徴・環境情報ＤＢ１００のエラー領域に作業者ＩＤと関連付けて蓄積される。

プロファイル管理部３３は、生体特徴・環境情報ＤＢ１００に蓄積されている生体特徴・環境データ、作業進捗データ、エラーの内容を読み取り、多変量解析により、作業者プロファイルを生成する。

ここで、多変量解析として重回帰分析を用いるときのプロファイル管理部３３の動作を図４を参照して説明する。図４（ａ）はプロファイル管理部３３が実行するプログラムコードの一例、図４（ｂ）は生体特徴・環境データの状態例を説明するための図である。プロファイル管理部３３は、まず、単位時間（例えば１０分）当たりのエラーの発生回数を、エラーログ（エラー発生行、エラー数）と、エラー発生行の編集に要した時間とから演算する。また、単位時間における平均の脈拍数、眼球移動量、騒音レベル、温度から、以下のようにして、その作業者用の作業者プロファイルを生成する。

その後、単位時間当たりのエラー発生確率を、下記の式で演算する。
［数１］
単位時間当たりのエラー発生確率
＝ａ×単位時間あたりの平均脈拍数
＋ｂ×単位時間あたりの平均眼球移動量
＋ｃ×単位時間あたりの平均騒音レベル
＋ｄ×単位時間あたりの平均温度

すなわち、単位時間あたりの平均脈拍数、平均眼球移動量、平均騒音レベル、平均温度と、同じ時間におけるエラー発生確率との相関を重回帰分析により求め、変数ａ，ｂ，ｃ，ｄを算出する。そして、この平均脈拍数、平均眼球移動量、平均騒音レベル、平均温度と変数ａ，ｂ，ｃ，ｄとを、エラー発生確率を導出するための作業者プロファイルとして、作業者ＩＤと関連付けてプロファイルＤＢ１１０に格納する。この作業者プロファイルは、適宜、更新することができる。例えば、所定の期間毎に作業者プロファイルを再計算し、蓄積されたエラーログをサンプルとして、エラーの発生した前後の時間帯とエラーの発生していない時間帯の生体特徴・環境データから、計算前と再計算後の作業者プロファイルを用いて、それぞれエラー発生確率を算出し、エラー発生時の確率と、エラーが発生していないときのエラー発生確率の差が大きい方を新たな作業者プロファイルとして更新する。なお、変数と生体特徴・環境データとの組は、複数組であっても良い。

ここでは、脈拍数、眼球移動量、騒音レベル、温度をもとに作業者プロファイルを生成する場合の例を示したが、これは、その作業者が、これらの生体特徴及び環境とエラー発生との相関が高いことを前提としている。このように、作業者毎に、作業エラー発生との相関が高くなる生体特徴・環境データを採用することにより、作業者の個人差に対応したエラー発生確率を導出することができる。また、多変量解析の例として、重回帰分析を用いた場合の例を示したが、判別分析、主成分分析、因子分析、数量化理論 （I類、II類、III類、IV類）、クラスタ分析、コンジョイント分析、多次元尺度構成法（MDS）などを用いることもできる。

警告部３４は、作業中の作業者の生体特徴・環境データと作業者プロファイルとに基づいて単位時間当たりのエラー発生確率を随時演算する。そして、演算する度に、エラー発生確率と生体特徴・環境情報ＤＢ１００の管理領域に記録されている所定の基準値とを比較し、エラー発生確率が基準値を超える場合には警告信号を生成する。警告信号は、エラー発生確率に応じて段階的に生成する。
図５（ａ）は警告部３４が実行するプログラムコードの一例、図５（ｂ）は生体特徴・環境データと作業者プロファイルから算出したエラー発生確率の変化状態例を説明するための図である。図示の例では、エラー発生確率が１０％を超えた時点で警告１、３０％を超えた時点で警告２、５０％を超えた時点で重大警告を生成する。これらの警告は、後続処理として、図示しないディスプレイ装置にその旨を表示することで、作業者に注意を喚起する。重大警告のときは、さらに、作業者以外の者、例えば監督者の端末にその旨をメール等で通知するための制御処理を後続処理として含める。作業者が操作する入力装置からの入力を制限するようにしても良い。これにより、作業者に、強制的に休憩を促すことができる。
なお、図５（ｂ）では、休憩中でもある値を示しているが、これは、エラー発生確率が、生体特徴・環境データと作業者プロファイルから算出しているためである。実際のエラー発生確率は、作業中なら１、休憩中なら０をかけた値となる。なお、「再開」については、警告の内容は、作業を再開しても良いという内容となる。

［動作］
次に、疲労度管理装置１の動作を説明する。
疲労度管理装置１は、作業者プロファイルを生成するための前処理動作と、この前処理動作後の実作業時の作業者監視動作とを行う。

図６は、前処理動作の手順説明図である。
疲労度管理装置１の生体特徴・環境情報管理部２０は、生体情報センサ１２ａから出力される生体情報、環境情報センサ１２ｂから出力される環境情報をそれぞれ取得し、これらを生体特徴・環境データに変換した後、作業者IDと関連付けて、生体特徴・環境情報ＤＢ１００に時系列に蓄積する（図２参照：ステップＳ１０１）。蓄積期間は、例えば１日、１週間、あるいは作業単位（開始から終了まで）とし、期間経過後は、蓄積された生体特徴・環境データを削除する。

作業中は、作業者監視部３０の作業進捗データ生成部３１が所定の時間間隔、例えば５分毎に、作業中のファイル名、時間、ファイル中の編集位置等を作業進捗データとして、作業者ＩＤと関連付けて蓄積する（図３参照：ステップＳ１０２）。作業エラーが検出されたときは、作業エラー検出部３２が、その発生時刻と共に蓄積する（ステップＳ１０３：Yes、Ｓ１０４）。

一定時間経過するまで、ステップＳ１０２以降の処理を繰り返す（ステップＳ１０５：Ｎｏ）。一定時間経過後は、プロファイル管理部３３が起動し、単位時間当たりの作業エラーの発生回数と当該作業エラーに対応する時刻の生体特徴・環境データを取得し、作業者の生体特徴・環境データと作業エラー発生回数との相関を重回帰分析により求め、エラー発生確率を導出するための変数（上記の例ではａ，ｂ，ｃ，ｄ）を算出する（ステップＳ１０５：Yes、Ｓ１０６）。

プロファイル管理部３３は、この変数と生体特徴・環境データとを作業者プロファイルとして、プロファイルＤＢ１１０に格納する（ステップＳ１０７）。

なお、ステップＳ１０３の処理は、作業中に作業エラーが発生するという前提で説明したが、作業中は、どこを編集しているかを時刻と共に作業進捗データとして蓄積しておき、編集が終わった後、コンパイル等を行ってエラーが検出された場所を突き合わせ、当該エラーが検出された場所を編集していた時刻をエラー発生時刻として検出するようにしても良い。

図７は、作業者監視動作の手順説明図である。
疲労度管理装置１の生体特徴・環境情報管理部２０は、前処理動作のときと同様、生体情報センサ１２ａから生体情報、環境情報センサ１２ｂから環境情報をそれぞれ取得し、これらを生体特徴・環境データに変換し、作業者IDと関連付けて、生体特徴・環境情報ＤＢ１００に時系列に蓄積する（ステップＳ２０１）。これを一定時間繰り返す。

作業者監視部３０の警告部３４は、一定の作業時間経過毎に、プロファイルＤＢ１１０から作業者プロファイルを読み出し、この作業者プロファイルをもとに、現在の生体特徴・環境データからエラー発生確率を演算する（ステップＳ２０２：Yes、Ｓ２０３）。

エラー発生確率を演算する度に、このエラー発生確率と基準値（１０％、３０％、５０％）とを比較する。エラー発生確率が基準値を超えた段階で、警告１（基準値が１０％の場合）、警告２（基準値が３０％の場合）、重大警告（基準値が５０％の場合）を表す警告信号を段階的に生成する（ステップＳ２０３〜Ｓ２０５）。そして、各段階の警告信号に対応する後続処理を実行する（ステップＳ２０６）。後続処理の一つは、上述したように、作業者以外の者が操作する操作端末宛の通知のための処理とする。これにより、疲労度の判断が作業者本人以外の者となり、判断の客観化が可能となる。

このように、本実施形態の疲労度管理装置１では、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための作業者プロファイルを蓄積しておき、一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で変化した生体特徴・環境データ、及び、作業者プロファイルを読み出してエラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成するようにしたので、作業者へ休憩を促したり、注意を喚起させることで、作業者の疲労に起因して発生する事故や作業の品質低下を未然に防止することができる。

また、作業者プロファイルは、作業者毎に生成するので、疲労度を作業者の個人差を反映して客観的に定量化することができる。
作業進捗データが蓄積されているので、例えばソフトウエアの開発後のバグの修正作業においても、生体特徴・環境データから、エラー発生確率の高い部分を重点的に検証することにより、ソフトウエア開発の生産性の向上にも寄与することができる。

なお、本実施形態では、作業エラーが発生していることを前提として説明したが、実際にエラーが発生した事実がない場合には、作業者のストレスや疲労の自覚度を、作業エラーとして設定して作業者プロファイルを生成するようにしても良い。
本実施形態では、また、作業者の「作業時間」は、生体特徴情報及び作業環境としていないが、「作業時間」をエラー発生確率を演算する際の一要素として利用しても良い。
また、本実施形態では、ファイルの編集やコンパイル等の作業を行うときの疲労度を定量化する例について説明したが、自動車や電子機器、精密機械などの部品の製造ラインなどの作業においても、同様に適用が可能である。

本発明を適用した疲労度管理装置の全体構成図。 蓄積される生体特徴・環境データの例を示した図。 蓄積される作業進捗データの例を示した図。 （ａ）は疲労度管理装置のプロファイル管理部が実行するプログラムコードの一例、（ｂ）は生体特徴・環境データの状態を示す図。 （ａ）は疲労度管理装置の警告部が実行するプログラムコードの一例、（ｂ）は生体特徴・環境データと作業者プロファイルから算出したエラー発生確率の変化状態を示す図。 前処理動作の手順説明図。 作業者監視動作の手順説明図。

符号の説明

１・・・疲労度管理装置、１０・・・記憶装置、１２ａ・・・生体情報センサ、１２ｂ・・・環境情報センサ、１３・・・インタフェース機構、２０・・・生体特徴・環境情報管理部、２１・・・データ変換部、２２・・・データ管理部、３０・・・作業者監視部、３１・・・作業進捗データ生成部、３２・・・作業エラー検出部、３３・・・プロファイル管理部、３４・・・警告部、１００・・・生体特徴・環境情報ＤＢ、１１０・・・プロファイルＤＢ１１０。

Claims (6)

1. 作業者の疲労度を定量化する装置であって、
   それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを蓄積する生体特徴・環境管理手段と、
   前記作業者の作業進捗状況を表す作業進捗データを生成し、生成した作業進捗データを蓄積する作業進捗データ生成手段と、
   前記作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する作業エラー検出手段と、
   所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で取得した生体特徴・環境データを読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための関数からなる作業者プロファイルを生成し、生成した作業者プロファイルを蓄積するプロファイル管理手段と、
   一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で取得した生体特徴・環境データ、及び、前記作業者プロファイルを読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する警告手段と、
   を備えて成る、作業者の疲労度管理装置。
2. 前記プロファイル管理手段は、単位時間あたりの生体特徴・環境データの時系列の変化と、同じ時間におけるエラー発生確率を多変量解析により求めることで、当該作業者用の変数を算出し、この変数を、算出に用いた生体特徴・環境データと共に前記作業者プロファイルとして蓄積する、
   請求項１記載の疲労度管理装置。
3. 前記プロファイル管理手段は、前記作業者プロファイルを、前記エラー発生確率が高くなる変数及び生体特徴・環境データの組み合わせが見つかる度に更新する、
   請求項２記載の疲労度管理装置。
4. 前記基準値が、段階的に設定されており、
   前記警告手段は、導出した前記エラー発生確率が前記段階的に設定された基準値を越える度に、それぞれ異なる後続処理を実行可能にする警告信号を生成し、前記後続処理の一つは、前記作業者以外の者が操作する操作端末宛の通知を含む、
   請求項１記載の疲労度管理装置。
5. 記憶装置を備えたコンピュータが実行する方法であって、
   それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを前記記憶装置に蓄積するとともに、前記作業者の作業進捗状況並びにその作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する段階と、
   所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で取得した生体特徴・環境データを前記記憶装置より読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための関数からなる作業者プロファイルを生成し、生成した作業者プロファイルを前記記憶装置に蓄積する段階と、
   一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で変化した生体特徴・環境データ、及び、前記作業者プロファイルを前記記憶装置より読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する段階とを有する、
   作業者の疲労度管理方法。
6. コンピュータを、作業者の疲労度を定量化する疲労度管理装置として動作させるためのコンピュータプログラムであって、前記コンピュータを、
   それぞれ作業中に変化する前記作業者の生体特徴及び当該作業者の作業環境を表す生体特徴・環境データを時系列に取得し、取得した生体特徴・環境データを蓄積する生体特徴・環境管理手段、
   前記作業者の作業進捗状況を表す作業進捗データを生成し、生成した作業進捗データを蓄積する作業進捗データ生成手段、
   前記作業者による作業エラーを検出し、この作業エラーをその発生時刻と関連付けて蓄積する作業エラー検出手段、
   所定時間における作業エラーの蓄積回数、当該時間における前記作業進捗データ、当該時間内で取得した生体特徴・環境データを読み出し、読み出したこれらのデータを多変量解析することにより、その作業者の生体特徴及び環境がどのような状態のときに作業エラーが発生しやすいかを表すエラー発生確率を導出するための関数からなる作業者プロファイルを生成し、生成した作業者プロファイルを蓄積するプロファイル管理手段、
   一定の作業時間経過毎に、作業エラーの蓄積回数、当該作業時間内で取得した生体特徴・環境データ、及び、前記作業者プロファイルを読み出して前記エラー発生確率を導出し、このエラー発生確率が所定の基準値に達したときに警告信号を生成する警告手段、
   として機能させる、コンピュータプログラム。

Images