JP2011141706A - 感性・技能評価方法および評価システム - Google Patents

Abstract

【課題】技能や感性を定量的に評価する評価指標を備え、人間の姿勢に近い姿勢を自動的に計算できる評価システムを提供する。
【解決手段】筋腱骨格モデルを用いて操作時のユーザの筋負荷を推定し、生理学的知見に基づいた評価指標を用いて、操作の効率性を評価する。すなわち、本評価システムは、操作対象物の操作姿勢を決定するための操作姿勢決定部と、操作姿勢決定部で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定部と、腱張力推定部で推定された各腱の腱張力から筋活動余裕度を推定する筋活動余裕推定部と、筋活動余裕推定部で推定された各腱の筋活動余裕度から導かれる合計値などの値を該操作姿勢の評価値とする評価値算出部とを備える。
【選択図】図１

Description

本発明は、操作感や操作技能を定量的に評価する感性・技能評価方法および評価システムに関するものである。

少子高齢化時代における技能伝承の方法論，多品種少量生産，個人対応製品の普及による感性の定量化ニーズが高まっている。また、日常生活における安全や安心の意識が高まっている。このような背景から、技能や感性を定量化して評価できる指標が必要とされている。
しかしながら、従来から用いられる統計実験的なアンケート評価や筋電反応を利用した筋電評価では、以下のような問題がある。
すなわち、従来のアンケート評価の場合、実験にバイアスがかかる傾向があり、また統計的に扱えるだけの人数確保が必要であるなどの問題がある。また、筋電評価では、筋電計測の際にノイズが多く、また計測データに個人差があり、さらに筋電計測可能な筋に制限されるなどの問題がある。

また、技能伝承方法や製品操作感評価方法として、従来はベテランの動きをデータベースに登録し、ベテランの動きに対してどれだけ近い動作ができたか否かを判定し、評価を行っていた。例えば、ベテラン技術者の筋電や力情報などを計測してデータベース化して、それと対比するなどである。しかしながら、この場合、データベース化されていない技術や製品に対しては評価ができないといった問題がある。また、筋活動は考慮されないため疲れやすさなどの評価できないといった問題もある。

製品の操作感覚を定量的に評価しようというニーズは高く、上記のアンケート評価や筋電評価の他に、以下に述べるような多くの評価方法が提案されている。
例えば、製品の設計段階において、有限要素解析法を用いて使い勝手を評価する方法が知られている（特許文献１を参照）。これは、製品を操作する人の手に発生する皮膚変形を有限要素解析法により算出し、製品とそれを操作する人の手の間に発生する接触面積，圧力分布などの物理量に基づいて、製品の使い勝手を評価するものである。

また、人間による製品などの対象物の操作性を、物理モデルを用いて評価する方法が知られている（特許文献２を参照）。これは、対象物単独の粘性や弾性と、人間が対象物を操作している操作状態における操作関与部分単独の粘性や弾性とが合成された合成粘弾性をシミュレーションで計算し、得られた合成粘弾性に基づいて、人間による対象物の操作性を評価するものである。
また、人の手をコンピュータ内で再現して、製品の把持の安定性を評価する方法が知られている（非特許文献１を参照）。

上記文献に開示された技術を用いるためには、製品操作時の手指や腕の姿勢を一意に決定する必要がある。しかし、手指や腕には多くの関節が存在することから、この操作時の姿勢を一意に決定することは非常に困難である。上記文献においては、かかる問題を解決する方法は示されておらず、現状、モデルを簡略化しているようである。

一方、技能の評価については、力覚情報を抽出してそれを再現し、技能継承を支援するシステム（例えば、非特許文献２を参照。）や、医療用機器にセンサを取り付けて位置情報を取得してトレーニングに利用する方法が知られている（例えば、特許文献３を参照。）。特許文献３に開示されたシステムは、生体の構造を模したシミュレーションモデルを使用して、視覚的に確認できない部分を３次元グラフィックにより表示し、挿入物に磁気センサを用いることで、内視鏡、指等の挿入物の位置と動きを３次元グラフィック上にリアルタイムで実施者が把握できるものである。

上述したような従来から知られている技術では、技能や感性を評価するための評価指標に関して、定量的に明確な指標が示されておらず、示されている評価指標の根拠も曖昧なものである。

特開２００８−４０６６号公報 特開２００６−１６０２４１号公報 再表２００６／０８５５６４号公報

デジタルハンドとプロダクトモデルとの統合によるエルゴノミック評価システムの開発（精密工学会誌，Vol.74，No.2，2008） マスタ・スレーブシステムとハプトグラフによる人間の動作の抽出と可視化技術（電気学会産業応用部門誌, Vol. 128−D, No. 9, 2008）

上記状況に鑑みて、本発明は、技能や感性を定量的に評価する評価指標を備え、人間の姿勢に近い姿勢を自動的に計算できる評価方法および評価システムを提供することを目的とする。
また、本発明は、シミュレーションにおける再現やモデル化が困難な製品もしくは複雑な操作や運動に対して、その操作性や効率性を評価できる評価方法および評価システムを提供することを目的とする。

本発明者らは、様々な検討を重ねた結果、筋腱骨格モデルを用いて操作時のユーザの筋負荷を推定し、生理学的知見に基づいた評価指標を用いて、操作の効率性を評価できることの知見を得て、実験によりその妥当性を検証し、本発明に感性・技能評価方法および評価システムを完成した。

上記目的を達成すべく、本発明の第１の観点の感性・技能評価システムは、下記１）〜４）の要件を備える構成とされる。
１）操作対象物の操作姿勢を決定するための操作姿勢決定部
２）操作姿勢決定部で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定部
３）腱張力推定部で推定された各腱の腱張力から筋活動余裕度を推定する筋活動余裕推定部
４） 筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部

かかる構成によれば、人を含む動物の筋腱骨格モデルを用いて、操作時のユーザの筋負荷を推定し、生理学的知見に基づいた評価指標を用いて、操作の効率性を評価することができる。
ここで、筋腱骨格モデルは、目的とする運動や操作の評価によって異なる。肘をついて手指だけで運動・操作する場合は、肘から指先の筋腱骨格モデルを用いればよい。製品や器具を片手で持って、持った手指で操作するような場合は、手指の筋腱骨格モデルを用いればよい。リハビリなどの運動器具の評価の場合は、全身の筋腱骨格モデルを用いる場合もある。
操作時のユーザの筋負荷を推定し、筋活動余裕といった生理学的知見に基づいた評価指標を用いることから、定量的に明確な評価指標とすることができる。

上記１）の操作対象物の操作姿勢を決定するための操作姿勢決定部は、例えば、ユーザが操作対象物の形状モデルを用意し、どのような操作を行うかをコンピュータに入力し、入力された操作情報から指先位置を計算し、手指または腕の操作姿勢を決定する。この時、手指または腕の操作姿勢には冗長性が存在する可能性があるため取りうる姿勢を全て計算する。

また、上記２）の操作姿勢決定部で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定部は、例えば、人間の生理データを基にした手指または腕の筋腱骨格モデルを用いて推定する。

また、上記３）の腱張力推定部で推定された各腱の腱張力から筋活動余裕度を推定する筋活動余裕推定部は、例えば、推定された各腱の腱張力を各筋腱の太さ（生理断面積）によって正規化したものから各腱の筋活動余裕度を推定する。また、推定された各腱の腱張力と各腱の最大腱張力とから各腱の筋活動余裕度を推定することでもよい。
ここで、筋活動余裕度とは、その筋肉が後どれぐらい力を出す余裕が残っているかを示す指標であり、筋活動余裕度が大きくなればなるほど疲れにくくなる。よって、筋活動余裕度の評価により、筋肉レベルでの運動の効率性を評価できることになる。

また、上記４）の評価値算出部は、筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする。各腱の筋活動余裕度を用いて算出された値とは、例えば、各腱の筋活動余裕度の総和を算出した合計値である。他には、各腱の筋活動余裕度の平均値、或いは、筋活動余裕度の総和の２乗でもよい。
評価値が低いほど全体の筋活動を低く抑えることができており、効率的な姿勢ということになる。なお、運動や操作時の評価の際には、一連の運動・操作中の姿勢に対して逐次的に同様の計算を行い、それらの評価値から導かれる値、例えば、それらの評価値を合計したものを一連の運動・操作の評価値とする。
手指や腕には多くの関節が存在し、操作時の姿勢を一意に決定することは難しい。しかし、上述の評価値を用いることで、人間の姿勢に近い姿勢を自動的に計算することが可能となる。

操作対象物の形状と操作情報を少なくとも含む製品モデルを入力し、また筋腱骨格モデルを選択して、製品モデルと筋腱骨格モデルとから操作対象物の操作姿勢を決定するものは、コンピュータによるシミュレーションで実現可能である。このようなシミュレーションを用いることにより、人体の筋腱骨格モデルや製品モデルを入力することで、操作や運動の効率性を評価することができることになる。

一方、製品モデル実物と、製品と接触する指先に接触センサおよび関節トルクセンサを少なくとも備えたロボットを用いて、ロボットが製品モデル実物を実際に操作して操作姿勢を決定してもよい。
人の代わりに人体などを模したロボットに、実際の製品を操作させて、操作器具の把持力や把持姿勢をセンシングし、操作姿勢を補正することにより、モデル化が難しい製品や複雑な運動に対しても、その操作性や効率性を評価するものである。
ロボットを用いた評価では、シミュレーションにおける再現が困難であるような液体の入ったペットボトルの操作評価や実際の試作品を用いた評価を行うことが可能である。

本発明の感性・技能評価システムによれば、技能や感性を定量的に評価でき、自然な姿勢を自動的に計算できるといった効果がある。
既に実物や試作品が存在する製品の評価に限らず、開発段階のシミュレーションモデルであっても評価が可能である。

また、本発明のロボットを用いた感性・技能評価システムによれば、シミュレーションにおける再現やモデル化が困難な製品や複雑な操作や運動に対して、その操作性や効率性を評価できる。
本発明は、製品の操作感などの感性、技能の評価、リハビリ評価など、あらゆる運動・動作の効率性を評価することができる。

感性・技能評価システム１の構成図 感性・技能評価システム１の処理を示すフローチャート 操作ロボットを用いた感性・技能評価システム２の構成図 感性・技能評価システム２の処理を示すフローチャート 操作感を評価する製品（操作対象物）の一例を示す。 片手で円柱形状の物体をつまんでいる様子の模式図 つまみやすさの評価実験結果を示す。 被験者の手指の姿勢を示した写真 感性・技能評価システム１により手指の姿勢を自動的に算出させた結果を示す。 拇指稼動範囲を示す。 携帯電話のボタン配置例を示す。 携帯電話のボタン配置による比較を示す。

以下、本発明の実施形態について、図面を参照しながら詳細に説明していく。なお、本発明の範囲は、以下の実施例や図示例に限定されるものではなく、幾多の変更及び変形が可能である。

図１は、本発明の一実施例の感性・技能評価システムの構成図を示している。
図１に示す感性・技能評価システム１は、製品モデル入力部１１と、筋腱骨格モデル選択部１２と、操作姿勢決定部１３と、腱張力推定部１４と、筋活動余裕推定部１５と、評価値算出部１６とから構成されている。
腱張力推定部１４は、筋腱骨格モデル選択部１２で選択された筋腱骨格モデルを用いて、操作姿勢決定部１３で決定された操作姿勢における腱張力を推定している。次に、筋活動余裕推定部１５は、腱張力推定部１４で推定された各腱の腱張力から筋活動余裕度を推定する。操作姿勢には冗長性が存在する可能性があるため取りうる姿勢を全て計算するため、それぞれの姿勢に対応した筋活動余裕度が推定される。そして、評価値算出部１６が、それぞれの姿勢に応じた各腱の筋活動余裕度の総和を算出して、合計値を操作姿勢の評価値として算出している。なお、上述したように、評価値算出部１６は各腱の筋活動余裕度の総和を算出する以外に、平均値を算出することや、総和の２乗を算出しても構わない。

図１に示す感性・技能評価システム１は、コンピュータ装置で実現できる。すなわち、製品モデル入力部１１と筋腱骨格モデル選択部１２については、製品モデルや筋腱骨格モデルは電子データとして作成することが可能であり、それをコンピュータ装置に対して、直接的にマウス等の入力デバイスで入力し、もしくは、間接的に外部記録媒体のデータを読み込ませて入力する。また、操作姿勢決定部１３と腱張力推定部１４と筋活動余裕推定部１５と評価値算出部１６は、コンピュータ装置の情報処理機能を用いて実現する。

図２は、感性・技能評価システム１（図１）の処理を示すフローチャートである。以下、感性・技能評価システム１の処理フローを説明する。
（１）製品モデル入力工程（ステップＳ１０１）
製品形状と操作情報を入力する。
（２）筋腱骨格モデル選択工程（ステップＳ１０３）
人や動物の筋腱骨格モデルを選択する。

（３）接触情報入力工程（ステップＳ１０５）
製品の操作ボタンと指先などの接触位置を入力する。
（４）操作姿勢決定工程（ステップＳ１０７）
製品の操作姿勢を決定する。
（５）腱張力推定工程（ステップＳ１０９）
操作姿勢における腱張力を筋腱骨格モデルから推定する。
（６）筋活動余裕推定工程（ステップＳ１１１）
各腱の筋活動余裕度を推定する。
（７）評価値算出工程（ステップＳ１１３）
各腱の筋活動余裕度の総和を算出し操作姿勢の評価値を計算する。

（８）他の操作姿勢について上記ステップＳ１０９〜Ｓ１１３を繰り返す（ステップＳ１１５）。

次に、試作品などの製品実物およびロボットを利用した感性・技能評価システムについて説明する。
図３は、本発明の操作ロボットを用いた他の実施例の感性・技能評価システムの構成図を示している。
図３に示す感性・技能評価システム２は、製品モデル実物２１と、操作ロボット２２と、筋腱骨格モデル選択部１２と、操作姿勢決定部１３と、腱張力推定部１４と、筋活動余裕推定部１５と、評価値算出部１６とから構成されている。
腱張力推定部１４は、筋腱骨格モデル選択部１２で選択された筋腱骨格モデルを用いて、操作姿勢決定部で決定された操作姿勢における腱張力を推定している。次に、筋活動余裕推定部１５は、腱張力推定部１４で推定された各腱の腱張力から筋活動余裕度を推定する。操作ロボットの操作姿勢はセンサにより補正されるため、それぞれの姿勢に対応した筋活動余裕度が推定される。そして、評価値算出部１６が、それぞれの姿勢に応じた各腱の筋活動余裕度の総和を算出して、合計値を操作姿勢の評価値として算出している。

図３に示す感性・技能評価システム３は、製品モデル実物（試作品でも可能である）と、ロボットハンドや人型ロボットのような操作ロボットと、コンピュータ装置で実現できる。操作ロボットは、製品と接触する指先に接触センサおよび関節トルクセンサを備えることで、より人間の感性に近い評価が可能となる。操作ロボットは、製品モデル実物を実際に操作して操作姿勢を決定する。
そして、操作姿勢決定部１３と腱張力推定部１４と筋活動余裕推定部１５と評価値算出部１６は、コンピュータ装置の情報処理機能を用いて実現する。

図４は、感性・技能評価システム２（図３）の処理を示すフローチャートである。以下、感性・技能評価システム１の処理フローを説明する。
（１）製品モデル実物を準備（ステップＳ２０１）
製品モデル実物を準備する。
（２）操作ロボットを準備（ステップＳ２０３）
操作ロボットを準備する。

（３）筋腱骨格モデル選択工程（ステップＳ２０５）
人や動物の筋腱骨格モデルを選択する。
（４）接触情報入力工程（ステップＳ２０７）
製品の操作ボタンと操作ロボットの指先などの接触位置を入力する。
（５）操作姿勢決定工程（ステップＳ２０９）
操作ロボットによる製品の操作姿勢を決定する。
（６）操作ロボットの実動作（ステップＳ２１１）
操作ロボットに実際に製品を操作させる。
（７）腱張力推定工程（ステップＳ２１３）
操作ロボットの操作姿勢から、当該操作姿勢における腱張力を筋腱骨格モデルから推定する。
（８）筋活動余裕推定工程（ステップＳ２１５）
各腱の筋活動余裕度を推定する。
（９）評価値算出工程（ステップＳ２１７）
各腱の筋活動余裕度の総和を算出し操作姿勢の評価値を計算する。

（１０）把持力・把持姿勢を補正する場合、上記ステップＳ２０７〜Ｓ２１５を繰り返す（ステップＳ２１９）。
人の代わりに人体などを模したロボットに、実際の製品を操作させて、操作器具の把持力や把持姿勢をセンシングし、操作姿勢を補正することにより、モデル化が難しい製品や複雑な運動に対しても、その操作性や効率性を評価する。
把持力・把持姿勢を補正することから、操作ロボットを用いた評価では、シミュレーションにおける再現が困難であるような液体の入ったペットボトルの操作評価や実際の試作品を用いた評価を行うことが可能である。

図５は、本発明の感性・技能評価システムを用いて、操作感を評価する製品（操作対象物）の一例を示している。図５（１）に示すように、例えば、ビデオレコーダ装置などのボリューム調整ボタンのサイズや、指先等が接触する部分（調整ボタンの円柱側面）の操作感を評価するために、本感性・技能評価システムを適用する。また、図５（２）に示すように、例えば、携帯電話の本体形状や、液晶パネルと操作ボタンのヒンジ部分の使い勝手や、操作ボタンの大きさや配置具合などの操作性を評価するために、操作ロボット（ハンドロボット）を利用した感性・技能評価システムを適用する。また、図５（３）に示すように、例えば、液体を収納するペットボトル等の容器の持ちやすさなどを評価するために、操作ロボット（ハンドロボット）を利用した感性・技能評価システムを適用する。

図５（１）は製品のモデル化が容易である。しかし、図５（２）の場合は取り扱い操作が複雑であり、図５（３）の場合は把持することによって形状が変形するなど形状が複雑である。このよう製品のモデル化が困難なものについては、操作ロボットを利用した感性・技能評価システムを適用するのである。

実施例１では、感性・技能評価システム１（図１，図２を参照）を用いて、物のつまみやすさを評価した実験について説明する。
図６は、人が片手で円柱形状の物体をつまんでいる様子を模式図で示したものである。長さ（Ｌ）が２０，４０，６０，８０，１００（ｍｍ）の５種類の円柱をつまんで、どれがつまみやすいかを評価した。重さ（Ｗ）は３００，６００（ｇ）の２種類のもので実験を行った。

図７は、つまみやすさの評価実験結果を示している。図７（１）は、アンケートによる評価結果を示している。アンケートは、１０人にそれぞれ１０種類（重さが２種類、長さが５種類）の円柱を実際につまんでもらって、どれが一番つまみやすいのかを統計的に調べたものである。
図７（１）のグラフ横軸は円柱の長さ（ｍｍ）を示しており、グラフ縦軸はアンケートの統計結果による評価値を示している。グラフ縦軸（−３〜＋３）で値が大きいほどつまみやすいという評価となっている。

一方、図７（２）は、感性・技能評価システム１を適用した結果の評価値を示したものである。図７（２）のグラフ横軸は円柱の長さ（ｍｍ）を示しており、グラフ縦軸は感性・技能評価システム１を適用した結果の評価値を示している。グラフ縦軸（１．７〜２．２）は、下記数式１に基づくスコアの値である。下記数式１は、推定された各腱の腱張力（ｆ_ｉ）と各腱の最大腱張力（ｆ_ｉｍａｘ）を算出して総和を得ることにより、筋肉の大きさを考慮した力学的負荷の評価値を算出する式である。グラフ縦軸（１．７〜２．２）は、値が小さいほど力学的負荷が小さい、すなわち、つまみやすいという評価となっている。

図７（１）と（２）の比較からわかるように、図７（１）と（２）は同様な曲線を描いており、感性・技能評価システム１は、人間の評価と同じ傾向の評価結果を算出できていることが確認できる。

実施例２では、感性・技能評価システム１（図１，図２を参照）を用いて、実施例１で用いた円柱形状の物体を下方から２本の指でつまむ手指の姿勢を自動的に算出させた実験結果について説明する。
図８は、被験者の手指の姿勢を示したもので、被験者は円柱形状の物体を下方から、片手の親指と人差し指の２本の指でつまんでおり、被験者が最も楽な持ち方と感じる姿勢を写真撮影したものである。
図８中、縦軸と横軸、ならびに、親指の形状の中心を描く線、人差し指の形状の中心を描く線、円柱形状の物体の中心を描く線は、感性・技能評価システム１の結果との対比のために設けたものである。

感性・技能評価システム１により、実施例１で用いた円柱形状の物体を下方から片手の親指と人差し指の２本の指でつまむ手指の姿勢を自動的に算出させた結果を図９に示す。図８と図９の比較からわかるように、感性・技能評価システム１は、人間の自然な姿勢と同じ姿勢を自動的に算出できていることが確認できる。

実施例３では、感性・技能評価システム１（図１，図２を参照）を用いて、携帯電話のボタン配置を評価した実験を説明する。
図１０は、携帯電話のボタン平面での拇指先端の稼動範囲を図示したものである。図１０中、黒い領域が拇指先端の稼動範囲となる。拇指の骨格ならびに関節は、図１０中に折れ線ならびに黒丸で示している。

また、図１１は、携帯電話のボタン配置パターンを２種類示している。携帯電話のボタン（１〜９の番号）は、３×３のマトリックスの配置となっている。２種類のボタン配置パターンは、隣接するボタンとの間隔が異なっている。図１１（Ａ）に示すパターンは、隣接するボタンとの間隔がボタンの縦横サイズも含めて横１３ｍｍ、縦７ｍｍとなっている。また図１１（Ｂ）に示すパターンは、隣接するボタンとの間隔がボタンの縦横サイズも含めて横１３ｍｍ、縦１４ｍｍとなっている。

図１２は、図１１に示した２種類のパターンのボタン配置を有する携帯電話の操作性評価について、感性・技能評価システム１を用いて求める様子を示す図である。携帯電話１０１の２種類のパターンのボタン配置に対して、指の接触情報を与えて、手指の操作姿勢を決定する。
それぞれのパターンのボタン配置に対する操作姿勢が決定すれば、腱張力を筋腱骨格モデルから推定し、各腱の筋活動余裕度を推定する。筋活動余裕度の総和を算出して評価値を求める。
上記２種類のパターンのボタン配置によって評価値に差があり、いずれのボタン配置の操作性が優れているか評価できた。

以上の述べたように、本感性・技能評価方法は、従来の感性・技能評価方法と比べ、下記表１に示すごとく、定量的な評価が可能な点、再現性有る評価が可能な点、開発設計段階の評価が可能な点、実物体の評価が可能な点、筋活動の評価が可能な点で、従来の評価方法を凌駕するものである。

本発明の感性・技能評価システムは、既に実物や試作品が存在する製品や、実物や試作品が存在しないコンセプトだけの開発設計段階の製品の評価に有用である。また、手術における手技評価や義手の制御など医療分野への応用も可能である。さらに、感性・技能評価を全身運動に拡張することにより、リハビリテーション評価への利用や、特定の疾患を持つ患者の動作解析への利用が期待できる。

１，２
感性・技能評価システム
１０１ 携帯電話

Claims (14)

1. 操作対象物の操作姿勢を決定するための操作姿勢決定部と、
   前記操作姿勢決定部で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定部と、
   前記腱張力推定部で推定された各腱の腱張力から筋活動余裕度を推定する筋活動余裕推定部と、
   前記筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部と、
   を備えたことを特徴とする感性・技能評価システム。
2. 操作対象物の形状と操作情報を少なくとも含む製品モデルを入力するための製品モデル入力部と、
   筋腱骨格モデルを選択するための筋腱骨格モデル選択部と、
   前記製品モデルと前記筋腱骨格モデルとから操作対象物の操作姿勢を決定するための操作姿勢決定部と、
   前記操作姿勢決定部で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定部と、
   前記腱張力推定部で推定された各腱の腱張力と各腱の最大腱張力とから各腱の筋活動余裕度を推定する筋活動余裕推定部と、
   前記筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部と、
   を備えたことを特徴とする感性・技能評価システム。
3. 操作対象物の形状と操作情報を少なくとも含む製品モデルを入力するための製品モデル入力部と、
   筋腱骨格モデルを選択するための筋腱骨格モデル選択部と、
   前記製品モデルと前記筋腱骨格モデルとから操作対象物の操作姿勢を決定するための操作姿勢決定部と、
   前記操作姿勢決定部で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定部と、
   前記腱張力推定部で推定された各腱の腱張力を各筋腱の太さ（生理断面積）によって正規化したものから各腱の筋活動余裕度を推定する筋活動余裕推定部と、
   前記筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部と、
   を備えたことを特徴とする感性・技能評価システム。
4. 製品モデル実物と、
   製品と接触する指先に接触センサおよび関節トルクセンサを少なくとも備えた操作ロボットと、
   筋腱骨格モデルを選択するための筋腱骨格モデル選択部と、
   前記操作ロボットが前記製品モデル実物を実際に操作する際の操作姿勢決定部と、
   前記操作姿勢決定部で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定部と、
   前記腱張力推定部で推定された各腱の腱張力と各腱の最大腱張力とから各腱の筋活動余裕度を推定する筋活動余裕推定部と、
   前記筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部と、
   を備えたことを特徴とする感性・技能評価システム。
5. 製品モデル実物と、
   製品と接触する指先に接触センサおよび関節トルクセンサを少なくとも備えた操作ロボットと、
   筋腱骨格モデルを選択するための筋腱骨格モデル選択部と、
   前記操作ロボットが前記製品モデル実物を実際に操作する際の操作姿勢決定部と、
   前記操作姿勢決定部で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定部と、
   前記腱張力推定部で推定された各腱の腱張力を各筋腱の太さ（生理断面積）によって正規化したものから各腱の筋活動余裕度を推定する筋活動余裕推定部と、
   前記筋活動余裕推定部で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出部と、
   を備えたことを特徴とする感性・技能評価システム。
6. 請求項１〜５のいずれかに記載の感性・技能評価システムにおいて算出された評価値の極大値もしくは極小値に該当する操作姿勢を自然な姿勢と判定すること。
7. 請求項１〜５のいずれかに記載の感性・技能評価システムにおいて、一連の運動・操作中の姿勢に対して逐次的に前記評価値を算出し、前記評価値から導かれる値を、一連の運動・操作中の姿勢のトータル評価値とし、該トータル評価値の極大値もしくは極小値に該当する一連の運動・操作を自然な運動・操作と判定すること。
8. 操作対象物の操作姿勢を決定するための操作姿勢決定工程と、
   前記操作姿勢決定工程で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定工程と、
   前記腱張力推定工程で推定された各腱の腱張力から筋活動余裕度を推定する筋活動余裕推定工程と、
   前記筋活動余裕推定工程で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出工程と、
   を備えたことを特徴とする感性・技能評価方法。
9. 操作対象物の形状と操作情報を少なくとも含む製品モデルを入力するための製品モデル入力工程と、
   筋腱骨格モデルを選択するための筋腱骨格モデル選択工程と、
   前記製品モデルと前記筋腱骨格モデルとから操作対象物の操作姿勢を決定するための操作姿勢決定工程と、
   前記操作姿勢決定工程で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定工程と、
   前記腱張力推定工程で推定された各腱の腱張力と各腱の最大腱張力とから各腱の筋活動余裕度を推定する筋活動余裕推定工程と、
   前記筋活動余裕推定工程で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出工程と、
   を備えたことを特徴とする感性・技能評価方法。
10. 操作対象物の形状と操作情報を少なくとも含む製品モデルを入力するための製品モデル入力工程と、
    筋腱骨格モデルを選択するための筋腱骨格モデル選択工程と、
    前記製品モデルと前記筋腱骨格モデルとから操作対象物の操作姿勢を決定するための操作姿勢決定工程と、
    前記操作姿勢決定工程で決定された操作姿勢における腱張力を前記筋腱骨格モデルから推定する腱張力推定工程と、
    前記腱張力推定工程で推定された各腱の腱張力を各筋腱の太さ（生理断面積）によって正規化したものから各腱の筋活動余裕度を推定する筋活動余裕推定工程と、
    前記筋活動余裕推定工程で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出工程と、
    を備えたことを特徴とする感性・技能評価方法。
11. 製品モデル実物と、
    製品と接触する指先に接触センサおよび関節トルクセンサを少なくとも備えた操作ロボットと、
    を用いた感性・技能評価方法であって、
    前記操作ロボットが前記製品モデル実物を実際に操作する際の操作姿勢決定工程と、
    前記操作姿勢決定工程で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定工程と、
    前記腱張力推定工程で推定された各腱の腱張力と各腱の最大腱張力とから各腱の筋活動余裕度を推定する筋活動余裕推定工程と、
    前記筋活動余裕推定工程で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出工程と、
    を備えたことを特徴とする感性・技能評価方法。
12. 製品モデル実物と、
    製品と接触する指先に接触センサおよび関節トルクセンサを少なくとも備えた操作ロボットと、
    を用いた感性・技能評価方法であって、
    前記操作ロボットが前記製品モデル実物を実際に操作する際の操作姿勢決定工程と、
    前記操作姿勢決定工程で決定された操作姿勢における腱張力を筋腱骨格モデルから推定する腱張力推定工程と、
    前記腱張力推定工程で推定された各腱の腱張力を各筋腱の太さ（生理断面積）によって正規化したものから各腱の筋活動余裕度を推定する筋活動余裕推定工程と、
    前記筋活動余裕推定工程で推定された各腱の筋活動余裕度を用いて算出された値を該操作姿勢の評価値とする評価値算出工程と、
    を備えたことを特徴とする感性・技能評価方法。
13. 請求項８〜１２のいずれかに記載の感性・技能評価方法において算出された評価値の極大値もしくは極小値に該当する操作姿勢を自然な姿勢と判定すること。
14. 請求項８〜１２のいずれかに記載の感性・技能評価方法において、一連の運動・操作中の姿勢に対して逐次的に前記評価値を算出し、前記評価値から導かれる値を、一連の運動・操作中の姿勢のトータル評価値とし、該トータル評価値の極大値もしくは極小値に該当する一連の運動・操作を自然な運動・操作と判定すること。