JP2011184121A - 作業内容推定装置及び作業内容推定方法 - Google Patents
作業内容推定装置及び作業内容推定方法 Download PDFInfo
- Publication number
- JP2011184121A JP2011184121A JP2010049160A JP2010049160A JP2011184121A JP 2011184121 A JP2011184121 A JP 2011184121A JP 2010049160 A JP2010049160 A JP 2010049160A JP 2010049160 A JP2010049160 A JP 2010049160A JP 2011184121 A JP2011184121 A JP 2011184121A
- Authority
- JP
- Japan
- Prior art keywords
- work
- posterior probability
- estimation
- transition
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 230000007704 transition Effects 0.000 claims abstract description 60
- 230000006870 function Effects 0.000 claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 21
- 238000013500 data storage Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 14
- 238000003745 diagnosis Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 本発明によれば、所定のセンサなどの電子機器1が所定の出力条件に該当することで、時間と共にイベントデータを抽出するイベント抽出部3と、複数のイベントの時系列データから構成される作業の複数の時系列情報のサンプルからセミマルコフモデルに基づく遷移確率関数を算出する学習部6と、一連の作業手順である正規作業手順について状態と遷移で示される作業グラフと、イベントデータの時系列情報とから、前記状態に対する事後確率を求める作業推定部8とを備えた。
を備えた。
【選択図】 図1
Description
を備えたものである。
実施の形態1では、ある決められた作業内容を作業員が実施するにあたり、作業環境に存在するセンサなどの各種電子機器から電子データが得られ、これにより、作業員が実施した作業内容と、その手順を推定する方法について説明する。
セミマルコフモデルはマルコフモデルの一種であり、ある状態から次の状態に至る遷移確率が、状態に滞在した時間の関数として表される確率モデルである。
例えば、昇降機の保守作業を念頭に置いた場合、1つの作業項目をとってみると、ある程度順番が決まっており、マルコフモデルの状態遷移のような順序を表現できるモデルにより照合することが可能である。
また、昇降機の保守作業では、人が行う作業であるため、イベントの発生時刻にブレが存在するが、ボタンを押した時間の長さによって意味が変わるイベントのブロックサインなど、動作の時間に関する制約がある一方で、時間の制約のない作業もあり、時間ばらつきはイベントごとに異なる。
一方で、マルコフモデルではイベント毎の時間的なブレは表現できず、イベントの発生をトリガとして状態遷移を行い時間には依存しない。そのため、時間に関する制約をマルコフモデルの外部で別途、付随的に考慮する必要があるのに対して、セミマルコフで表現できるイベント毎の時間的なブレは、一般の遷移確率関数に拡張できるため、イベントごとの時間的なブレをモデル化するには、セミマルコフモデルが適している。
したがって、作業環境に存在するセンサなどの各種電子機器から電子データの時系列データと、その時間ばらつきから、作業内容を推定する方法としてはセミマルコフモデルを用いた推定が適している。
セミマルコフモデルにより、作業を実施した際の、イベントの順序と、イベントの間隔のパターンを学習し、推定時にその類似度と見なせる事後確率を測ることで、作業内容を推定することができる。
イベントとは、所定のセンサの値が閾値を越えた、特定の範囲に収まった、といった、電子データの値の変化のことである。つまり、イベントデータは所定のセンサの値が閾値を越えた、特定の範囲に収まった、といった、電子データの値の変化を示すデータである。図2においても、イベントIDごとに、所定のセンサに対応する電子データ系列が、所定の抽出ルールに基づいて判断するためのテーブルとして示されている。
このセンサの値の変化は、例えば昇降機保守作業確認に適用する場合であれば、扉を閉めた、昇降機を動かしたなどの人間の動作と操作に対応している。イベントの発生は、その種類ごとに、予め定められたルールに従って判断される。
イベントデータ保存部4に保存されるイベントデータは、ID(種類)と発生時刻との情報からなる。
図3のデータは、例えば、時刻12:15:00にセンサAが反応するイベントID2のイベントが起こり、次に12:18:32にスイッチがONとなって、イベントID4のイベントが起こり、12:20:02にスイッチSはOFFとなってイベントID5のイベントが起こり、12:22:20にセンサBが反応して、イベントID3のイベントが起こり、という内容のイベントデータである。
上記例では、ひとつの発生時刻にひとつのイベントIDが対応している場合を示したが、実際には同じ発生時刻に複数のイベントIDが発生することもある。また作業とは、複数のイベントによって構成される。ゆえに作業の推定は、その複数のイベント時系列の各々の時間間隔に基づいて行われ、イベントの検出のみで作業内容を決定できるわけではない。
全作業完了イベントは作業の終了を表し、保守作業スイッチのOFFなどによって発生する。全作業完了イベントをもって、推定・診断処理を終了する。
作業完了イベントは、作業項目がひとつ完了したことを表すイベントである。作業完了イベントを、作業内容の推定を開始するための合図として利用する。必ず作業項目の最後にしか発生しないイベントが存在すれば、それらを作業完了イベントとして利用する。前記条件が満たせない場合、保守作業員が装着しているマイクに何らかの音声を入力することで、作業完了イベントとすることも可能である。
このために、教師データ保存部5では、作業内容によって各センサが示す値と、その作業を実施した複数のサンプルが示す時間帯の組と、を一つの教師データ項目として保存する。複数のサンプルが示す実施時間帯とそのばらつきを与えることで、対応するイベントデータ系列からセミマルコフモデルによって作業が特定可能となる。
図4は実施の形態1における正規作業手順データベース9に格納されている作業グラフの例である。ノード401は作業Bという作業状態が存在すること表しており、例えばエッジ402は作業Bの次に作業Eが遷移して実施されうることを表している。
また、作業進捗管理部10は、動作の際の一時的なデータとして作業進捗情報保存部11に、作業状態・作業候補リストを作業状態保存部111に保存させ、作業状態・作業完了フラグを作業完了フラグ保存部112に保存させ、作業完了フラグを作業完了フラグ保存部112に保存させ、推定ステータスを推定ステータス保存部113に保存させ、最新の推定結果を推定結果保存部114に保存させ、また利用する。
図5は実施の形態1における作業完了フラグの例を示す。作業完了フラグは、実施済みあるいは未実施のいずれかの値をとるものであり、初期状態では全て未実施である。
推定結果保存部114では、作業推定部8によって推定された最新の推定結果を保存する。
図6は、実施の形態1におけるイベント抽出部3のフローチャートである。前提条件として、図2に例示したイベント抽出ルールは事前に与えられているものとする。
S601において、電子機器1より取得した電子データを常に観測し、S602にて前記イベント抽出ルール内のいずれかの条件が満たされたときに、S603においてタイマー2から時刻を取得し、S604にてイベントのIDと時刻の組をイベントデータ記憶部4に保存する。
イベント抽出部3では、前記ルールに基づいて、電子データからイベントを抽出する。イベント抽出部の処理は、センサ・制御盤からデータが取得可能な期間中すなわち、保守作業の実施中は常に繰り返し実行し続ける。
図7は実施の形態1における学習部6のフローチャートである。
S701において、教師データ保存部5から教師データである、例えば作業Wとその作業Wに要した時間帯の情報を複数、取得するとともに、S702において、当該時間帯に発生したイベントデータをイベントデータ記憶部4から取得する。この教師データ保存部5から取得する教師データは、遷移確率密度関数fを求めるために同作業であっても複数のサンプルが必要なので、同じ作業を何回か繰り返し実行してデータをあらかじめ取得しておく必要がある。
図8は、実施の形態1におけるイベントデータをモデル化する際の、セミマルコフモデルへの対応付けを表した図である。ここではイベント発生を状態遷移、イベント発生間隔を各状態の滞在時間としてモデル化を行う。
このとき、セミマルコフモデルを特徴付けるためのパラメータとして、推定用パラメータ保存部7に保存しておく必要があるのは、作業中の各状態間の遷移確率密度関数fである。セミマルコフモデルは作業ごとに作成する必要があり、また、遷移確率密度関数fはイベントの組み合わせごとに設定する必要がある。
εは、例えば、イベント滞在時間の平均値μから±3σ以上はなれている場合の所定値として定義される。これは、非通常的な作業行為・時間に対する推定をおこなうために、推定項目から排除しないために必要な所定値である。例えば、上記式ではεとなる境界を±3σとしたが、イベント間の内容などによってばらつきの量を所定の量に調整することもできる。
λ(λ0〜λmのベクトル)は、遷移確率関数fの形を特徴付ける係数列であり、教師データのサンプル数、ばらつきなどによって変化する。後にλの求め方も説明する。
mは、係数λの次数である。mを大きくすることで、遷移確率関数fをより複雑な形状(ピークが複数ある、など)の確率分布も表現できるようになる。
推定用パラメータ保存部7が保存するのは、λ、平均値μ、標準偏差σである。
図9は、実施の形態1における2つのイベントの組の間のイベント間隔である遷移時間の分布を表したヒストグラムである。
S704において、作成した各イベントの組ごとのヒストグラムから、階級値wi(i=1〜nの自然数)、及び度数pi(i=1〜nの自然数)、平均値μ、標準偏差σを算出する。
S705において、λを適切な値に初期化した後、S706において、数2の式にしたがって、λを更新する。
S707において、λの値が収束したら、処理完了である。
その後、λ0を数3で算出し、λ0〜λmを保存する。収束条件として、パラメータδを用いる。λの変化量の2次ユークリッドノルムがδ未満となったら、すなわち数4が成立したら、収束したと判定する。
S709において、未だパラメータを算出していないイベント組があれば、すべてのイベントの組に対して行い、S710にて終了する。
学習部6の処理は、推定したい作業がN個あれば、それぞれに対して実行する必要がある。例えば図4の例であれば、作業A、B、C、D、E、F、Gそれぞれ計7回実行する。
図10は、実施の形態1における作業推定部8、作業進捗管理部10が行う推定・診断処理の動作フローチャートである。この動作により、本発明の目的である、以下が達成できる。すなわち、イベントデータから作業内容を推定し、推定結果から作業内容が正しいかどうか診断する。
事前処理として、学習部6の処理はすでに実行され、作業ごとにセミマルコフモデルのパラメータは推定用パラメータ保存部7に記憶されているものとする。また、推定・診断時にはイベント抽出部は独立に動作し続け、電子データから抽出したイベントデータをイベントデータ保存部4に保存し続けているものとする。
図11は、実施の形態1における候補選択部101の動作を示すフローチャートである。
候補選択部101の機能は、作業の進捗状態と正規作業手順の作業グラフの情報を元に作業推定部8の動作に必要な作業推定候補を選択することである。
S1100において、候補選択部101が候補選択のフローを開始すると、まず、S1101において、候補選択部101は、作業状態保存部111に保存されている現在の作業状態を取得する。
現在の作業状態は、初期状態では、初期作業が保存されている。
S1102において、候補選択部101は、推定ステータス保存部113に保存されている推定ステータスも取得する。
推定ステータスは、初期状態では0とし、作業推定が失敗するごとに増加する。また、作業推定が成功するごとに0にリセットする。
図12は、本実施の形態における正規作業手順を示す作業グラフで、現在の作業状態も示した図である。
S1104において、候補選択部101は、図12の正規作業手順の作業グラフ中に含まれる作業候補群と現在の作業状態とから作業推定候補を選択する。
図13は、図12での作業グラフでの現在の作業状態に基づいて、候補選択部101が作業推定候補を選択するために用いる判断基準を示す図である。
図13において、左欄には、正規作業手順の作業グラフ中に含まれる候補群のIDがあり、それぞれのIDに該当する条件が示されている。そしてその候補群のIDに対して優先度が付与されている。
そして、候補選択部101は、図13に示される候補群の内、優先度の値が推定ステータスの値と一致する作業候補群を選択する。つまり作業推定の失敗がない場合は、推定ステータスは0なので、図13においては、候補群IDの0と1である、図12における作業C,作業D,作業E,作業Fが作業候補群として選択される。
選択した作業候補群に該当する作業を、作業推定の候補として、作業推定部8に受け渡す。ただし、この際に、候補が1作業だけとなってしまう場合には、推定ステータスの値を1増やし、次の優先度を持つ作業も候補に加える。
以上のごとく、一度に照会すべき作業の数を絞り込むことで、余計な作業に対する推定を考慮しなくてよいことによる、推定精度の改善と、計算量の削減を成し遂げる。
図14は、実施の形態1における作業推定部8が行う作業推定のフローチャートである。S1400において、作業推定部8は候補選択部101より作業推定の候補を受け取ることで動作を開始する。作業推定部8の機能は、受け取った作業推定候補に含まれる作業それぞれについて、推定用パラメータを元に、イベントデータに対する事後確率を計算することで、どの作業を実施したかを推定することである。
ここでイベントデータの値から、例えば図12、図13の場合において、作業Bが終わって作業C、D、Eのいずれかの作業に入ったことを示した場合で、イベントデータの種類eH+1と、前のイベントeHからの時間間隔から、作業C,Dの該当可能性が高く、作業E,Fの該当可能性が低い場合、遷移確率密度関数fの値は、作業E,Fよりも作業C,Dのほうが高くなるため、更新後の作業C,作業Dに対する事後確率は0.25からそれぞれ上昇し、E,Fは減少するといった処理がなされる。
また、その後、次のイベントデータの種類eH+2を抽出したときに、作業C及び作業Dにかかった時間によって示す遷移確率密度関数fが異なるため、その際に、作業C、作業Dに対する事後確率がさらに更新されて、最後に、作業Fとなるイベントデータを取得したときに、作業の推定の基礎となる事後確率が確定する。
また、イベントの組み合わせによっては、学習時に該組み合わせが存在しなかったために、パラメータが保存されていない場合がある。例えば、図8における、State0からState3などのように存在しなかった遷移の組み合わせの場合などである。
このときは遷移確率密度関数fの値の代わりに定数ζを用いる。ζはシステムで共通のパラメータであるが、学習時に該組み合わせが存在しない場合を想定しているので、その値は、学習時に該組み合わせが存在している場合と比べて低く設定される。
作業完了イベントもしくは全作業完了イベントを取得した場合には、S1405において、事後確率が最大となる作業Wを選択する。全作業完了イベントを取得した場合には、さらに、作業進捗管理部10に通知する。
S1407において、事後確率最大の作業Wの事後確率が閾値ξよりも大きい場合、推定は成功であり、その場合は、作業Wを推定結果保存部114に保存する。同時に、推定ステータスの値を0に設定する。
S1408において、作業Wの事後確率が閾値ξを超えなかった場合、どの作業の事後確率も閾値ξを超えなかったということであり、推定失敗である。推定失敗は候補内のどの作業にも該当しなかったという結果を示す。この場合は、推定失敗という情報を推定結果保存部114に保存する。同時に、推定ステータスの値に1を加算する。これにより、次回の候補選択部101の動作において、選択される候補群が変更され、他の候補群について推定を行うことができる。
推定結果が推定成功だった場合には、S1004における作業判定部102の処理に移る。推定失敗だった場合にはS1001からの処理である候補選択部101の処理からもう一度やり直す。ただし、全ての作業(図13の候補群ID4)が作業推定の候補のときに推定失敗だった場合には、ここで推定を打ち切り、作業判定部102の処理、すなわちS1004に移る。
S1502において、取得した作業Wが推定失敗か否かを判断し、作業Wが推定失敗だった場合、S1503において、前述の全ての作業を候補としても推定失敗した場合と判断できるため、作業誤りを出力する。そして、S1511において、113の推定ステータスを0に設定し、終了する。すると、図10のS1004作業判定の直後であるS1005へ進むことなる。
無かった場合には、S1507において、作業W’から作業Wにエッジを辿って到達することが可能かを調べる。到達することが可能であれば、S1508において、作業抜けを出力し、到達不可能であれば、S1509において、手順誤りを出力する。作業Wと作業W’に一つのエッジ(遷移)のみがあった場合は、S1510において、正常手順で作業が進められたと判定する。
S1006において、推定結果の出力後、全作業完了をしていない場合には、フローチャートの先頭であるS1001に戻って、次の推定を行う。
推定・診断処理の動作は、作業推定部8から、全作業完了イベントが発生した通知を受け取るまで、繰り返し実行され続ける。作業推定部8から全作業完了イベント発生の通知があった場合、S1007において、全体の処理を終了する。
作業環境に存在するセンサなどの各種電子機器から電子データが得られ、これにより、作業員が実施した作業内容と、その手順が推定できる。推定結果を利用して、保守作業の抜けや手順の間違いが自動検知できる。また、推定した手順を作業ログとすることで、作業の証拠や作業効率改善のための資料として利用できる。
2 タイマー
3 イベント抽出部
4 イベントデータ保存部
5 教師データ保存部
6 学習部
7 推定用パラメータ保存部
8 作業推定部
9 正規作業手順データベース
10 作業進捗管理部
101 候補選択部
102 作業判定部
11 作業進歩情報保存部
111 作業状態保存部
112 作業完了フラグ保存部
113 推定ステータス保存部
114 推定結果保存部
12 作業ログ保存部
121 実施作業手順保存部
122 作業エラー情報保存部
Claims (18)
- 所定のセンサなどの電子機器が所定の出力条件に該当することで、時間と共にイベントデータを抽出するイベント抽出部と、
複数のイベントの時系列データから構成される作業の、複数の時系列情報のサンプルを用いて、個々のイベントの内容とその滞在時間から、セミマルコフモデルに基づく遷移確率密度関数を算出する学習部と、
一連の作業手順である正規作業手順について状態と遷移で示される作業グラフと、実際のイベントデータの時系列情報とから、前記状態に対する事後確率を求める作業推定部と
を備えたことを特徴とする作業内容推定装置。 - 前記学習部は、最大エントロピー原理を用いた係数を、各々のイベント滞在時間のサンプル度数分布に対して乗じることで前記遷移確率密度関数を算出することを特徴とする請求項1に記載の作業内容推定装置。
- 前記学習部は、各々のイベント滞在時間のサンプル度数分布に対し、実際のイベント滞在時間が複数サンプルの平均から所定以上のばらつきがあるときには、前記遷移確率密度関数を0より大きい一定値とすることを特徴とする請求項1または2に記載の作業内容推定装置。
- 前記正規作業手順に示される前記作業グラフと、現在推定されている作業とから、次に前記作業推定部に事後確率を求めさせるための作業候補を、前記作業グラフ中から選択する候補選択部を備えたことを特徴とする請求項1乃至3のいずれかに記載の作業内容推定装置。
- 前記候補選択部が選択した前記作業推定部に事後確率を求めさせるための前記作業候補を用いて、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率が所定の閾値以下であった場合、前記候補選択部は、前回選択した前記作業候補よりも多い作業候補を、前記作業グラフ中から選択することを特徴とする請求項4に記載の作業内容推定装置。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率が所定の閾値以下であった場合、または、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみではなく、かつ前記作業グラフから現在推定されている作業から次の作業へ到達できない場合は、手順誤りであると判定する作業判定部を備えたことを特徴とする請求項1乃至5に記載の作業内容推定装置。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率は、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみではなく、前記作業グラフから現在推定されている作業から次の作業へ到達できる場合は、作業ぬけであると判定する作業判定部を備えたことを特徴とする請求項1乃至5に記載の作業内容推定装置。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率は、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業とが重複する場合は、作業重複であると判定する作業判定部を備えたことを特徴とする請求項1乃至5に記載の作業内容推定装置。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率は、所定の閾値を超えており、かつ前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみである場合は、正常作業であると判定する作業判定部を備えたことを特徴とする請求項1乃至5に記載の作業内容推定装置。
- 所定のセンサなどの電子機器が所定の出力条件に該当することで、時間と共にイベントデータを抽出するイベント抽出ステップと、
複数のイベントの時系列データから構成される作業の、複数の時系列情報のサンプルを用いて、個々のイベントの内容とその滞在時間から、セミマルコフモデルに基づく遷移確率密度関数を算出する学習ステップと、
一連の作業手順である正規作業手順について状態と遷移で示される作業グラフと、実際のイベントデータの時系列情報とから、前記状態に対する事後確率を求める作業推定ステップと
を有することを特徴とする作業内容推定方法。 - 前記学習ステップにおいて、最大エントロピー原理を用いた係数を、各々のイベント滞在時間のサンプル度数分布に対して乗じることで前記遷移確率密度関数を有することを特徴とする請求項10に記載の作業内容推定方法。
- 前記学習ステップにおいて、各々のイベント滞在時間のサンプル度数分布に対し、実際のイベント滞在時間が複数サンプルの平均から所定異常のばらつきがあるときには、前記遷移確率密度関数を0より大きい一定値とすることを特徴とする請求項10または11に記載の作業内容推定方法。
- 前記正規作業手順に示される前記作業グラフと、現在推定されている作業とから、次に前記作業推定部に事後確率を求めさせるための作業候補を、前記作業グラフ中から選択する候補選択ステップを有することを特徴とする請求項10乃至12のいずれかに記載の作業内容推定方法。
- 前記候補選択ステップが選択した前記作業推定部に事後確率を求めさせるための前記作業候補を用いて、前記作業推定部によって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率が所定の閾値以下であった場合、前記候補選択部は、前回選択した前記作業候補よりも多い作業候補を、前記作業グラフ中から選択することを特徴とする請求項13に記載の作業内容推定装置。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定ステップによって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率が所定の閾値以下であった場合、または、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみではなく、かつ前記作業グラフから現在推定されている作業から次の作業へ到達できない場合は、手順誤りであると判定する作業判定ステップを有することを特徴とする請求項10乃至14に記載の作業内容推定方法。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記事後確率が最大となる作業推定ステップによって求められた事後確率が最大となる作業について、前記作業の事後確率は、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみではなく、前記作業グラフから現在推定されている作業から次の作業へ到達できる場合は、作業ぬけであると判定する作業判定ステップを有することを特徴とする請求項10乃至14に記載の作業内容推定方法。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから前記作業推定ステップによって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率は、所定の閾値を超えているが、前記作業グラフから現在推定されている作業と次の作業とが重複する場合は、作業重複であると判定する作業判定ステップを有することを特徴とする請求項10乃至14に記載の作業内容推定方法。
- 前記正規作業手順に示され、同じ作業について重複実施できない前後制約を有する遷移をもつ前記作業グラフから、前記作業推定ステップによって求められた事後確率が最大となる作業について、前記事後確率が最大となる作業の事後確率は、所定の閾値を超えており、かつ前記作業グラフから現在推定されている作業と次の作業との間が一つ遷移のみである場合は、正常作業であると判定する作業判定ステップを有することを特徴とする請求項10乃至14に記載の作業内容推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010049160A JP5463964B2 (ja) | 2010-03-05 | 2010-03-05 | 作業内容推定装置及び作業内容推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010049160A JP5463964B2 (ja) | 2010-03-05 | 2010-03-05 | 作業内容推定装置及び作業内容推定方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011184121A true JP2011184121A (ja) | 2011-09-22 |
JP2011184121A5 JP2011184121A5 (ja) | 2012-10-18 |
JP5463964B2 JP5463964B2 (ja) | 2014-04-09 |
Family
ID=44790890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010049160A Expired - Fee Related JP5463964B2 (ja) | 2010-03-05 | 2010-03-05 | 作業内容推定装置及び作業内容推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5463964B2 (ja) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013245061A (ja) * | 2012-05-25 | 2013-12-09 | Mitsubishi Electric Building Techno Service Co Ltd | 保全作業推定装置および保全作業推定方法 |
JP2014209300A (ja) * | 2013-03-26 | 2014-11-06 | 三菱電機株式会社 | データ処理装置及びデータ処理方法及びプログラム |
WO2015145626A1 (ja) * | 2014-03-26 | 2015-10-01 | 株式会社日立製作所 | 時系列データ管理方法及び時系列データ管理システム |
JP6074079B1 (ja) * | 2016-02-09 | 2017-02-01 | 東芝エレベータ株式会社 | 保守作業安全装置 |
JP2017228271A (ja) * | 2016-06-17 | 2017-12-28 | 株式会社リコー | 情報処理システム、機器、プログラム及び情報処理装置 |
JP2018092378A (ja) * | 2016-12-02 | 2018-06-14 | 横河電機株式会社 | 保全管理装置、保全管理方法、保全管理プログラム及び記録媒体 |
JP6369664B1 (ja) * | 2017-12-20 | 2018-08-08 | 三菱電機ビルテクノサービス株式会社 | エレベーターの保守作業の支援装置およびエレベーターの保守作業の支援システム |
CN109484934A (zh) * | 2017-09-11 | 2019-03-19 | 奥的斯电梯公司 | 升降机系统的维护轨迹的跟踪 |
JP2019105883A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP2020035416A (ja) * | 2018-07-05 | 2020-03-05 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | タスクを遂行することにおいてユーザを支援するための支援システム、方法、およびプログラム |
JP2020106956A (ja) * | 2018-12-26 | 2020-07-09 | 株式会社ウィーブ | ブライダルイベント動画販売業務管理システム、ブライダルイベント動画販売業務管理方法及びブライダルイベント動画販売業務管理プログラム |
CN111717753A (zh) * | 2020-06-29 | 2020-09-29 | 浙江新再灵科技股份有限公司 | 基于多维故障特征的自适应电梯故障预警系统及方法 |
JP6777266B1 (ja) * | 2019-09-18 | 2020-10-28 | 三菱電機株式会社 | 作業要素分析装置及び作業要素分析方法 |
WO2021100157A1 (ja) * | 2019-11-20 | 2021-05-27 | 三菱電機株式会社 | 判定装置、判定方法及び判定プログラム |
WO2021192084A1 (ja) * | 2020-03-25 | 2021-09-30 | 株式会社日立製作所 | 作業学習モデル生成装置、作業推論装置及び作業学習モデル生成方法 |
WO2021255901A1 (ja) * | 2020-06-18 | 2021-12-23 | 三菱電機株式会社 | 作業支援装置および作業支援方法 |
JP7401280B2 (ja) | 2019-12-06 | 2023-12-19 | ファナック株式会社 | 作業工程判別装置及び作業工程判別システム |
KR102674832B1 (ko) | 2017-09-11 | 2024-06-17 | 오티스 엘리베이터 컴파니 | 엘리베이터 시스템의 유지 보수 과정의 추적 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6398879B2 (ja) * | 2015-06-09 | 2018-10-03 | 三菱電機ビルテクノサービス株式会社 | 昇降機の作業状況監視装置および作業状況監視方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281297A (ja) * | 2002-03-22 | 2003-10-03 | National Institute Of Advanced Industrial & Technology | 情報提示装置および情報提示方法 |
JP2006157463A (ja) * | 2004-11-29 | 2006-06-15 | National Institute Of Advanced Industrial & Technology | 作業状況記録装置、その記録方法及び記録プログラム |
JP2007328435A (ja) * | 2006-06-06 | 2007-12-20 | Mitsubishi Electric Corp | 移動体行動分析装置 |
-
2010
- 2010-03-05 JP JP2010049160A patent/JP5463964B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281297A (ja) * | 2002-03-22 | 2003-10-03 | National Institute Of Advanced Industrial & Technology | 情報提示装置および情報提示方法 |
JP2006157463A (ja) * | 2004-11-29 | 2006-06-15 | National Institute Of Advanced Industrial & Technology | 作業状況記録装置、その記録方法及び記録プログラム |
JP2007328435A (ja) * | 2006-06-06 | 2007-12-20 | Mitsubishi Electric Corp | 移動体行動分析装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013245061A (ja) * | 2012-05-25 | 2013-12-09 | Mitsubishi Electric Building Techno Service Co Ltd | 保全作業推定装置および保全作業推定方法 |
JP2014209300A (ja) * | 2013-03-26 | 2014-11-06 | 三菱電機株式会社 | データ処理装置及びデータ処理方法及びプログラム |
CN105900092B (zh) * | 2014-03-26 | 2019-05-14 | 株式会社日立制作所 | 时序数据管理方法以及时序数据管理系统 |
WO2015145626A1 (ja) * | 2014-03-26 | 2015-10-01 | 株式会社日立製作所 | 時系列データ管理方法及び時系列データ管理システム |
CN105900092A (zh) * | 2014-03-26 | 2016-08-24 | 株式会社日立制作所 | 时序数据管理方法以及时序数据管理系统 |
JP6074079B1 (ja) * | 2016-02-09 | 2017-02-01 | 東芝エレベータ株式会社 | 保守作業安全装置 |
JP2017141081A (ja) * | 2016-02-09 | 2017-08-17 | 東芝エレベータ株式会社 | 保守作業安全装置 |
JP2017228271A (ja) * | 2016-06-17 | 2017-12-28 | 株式会社リコー | 情報処理システム、機器、プログラム及び情報処理装置 |
JP2018092378A (ja) * | 2016-12-02 | 2018-06-14 | 横河電機株式会社 | 保全管理装置、保全管理方法、保全管理プログラム及び記録媒体 |
CN109484934B (zh) * | 2017-09-11 | 2022-06-28 | 奥的斯电梯公司 | 升降机系统的维护轨迹的跟踪 |
CN109484934A (zh) * | 2017-09-11 | 2019-03-19 | 奥的斯电梯公司 | 升降机系统的维护轨迹的跟踪 |
KR102674832B1 (ko) | 2017-09-11 | 2024-06-17 | 오티스 엘리베이터 컴파니 | 엘리베이터 시스템의 유지 보수 과정의 추적 |
JP2019105883A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP6369664B1 (ja) * | 2017-12-20 | 2018-08-08 | 三菱電機ビルテクノサービス株式会社 | エレベーターの保守作業の支援装置およびエレベーターの保守作業の支援システム |
CN111448155A (zh) * | 2017-12-20 | 2020-07-24 | 三菱电机大楼技术服务株式会社 | 电梯维护作业辅助装置以及电梯维护作业辅助系统 |
WO2019123563A1 (ja) * | 2017-12-20 | 2019-06-27 | 三菱電機ビルテクノサービス株式会社 | エレベーターの保守作業の支援装置およびエレベーターの保守作業の支援システム |
CN111448155B (zh) * | 2017-12-20 | 2022-02-25 | 三菱电机大楼技术服务株式会社 | 电梯维护作业辅助装置以及电梯维护作业辅助系统 |
JP2020035416A (ja) * | 2018-07-05 | 2020-03-05 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | タスクを遂行することにおいてユーザを支援するための支援システム、方法、およびプログラム |
JP2020106956A (ja) * | 2018-12-26 | 2020-07-09 | 株式会社ウィーブ | ブライダルイベント動画販売業務管理システム、ブライダルイベント動画販売業務管理方法及びブライダルイベント動画販売業務管理プログラム |
JP7073596B2 (ja) | 2018-12-26 | 2022-05-24 | 株式会社ウィーブ | ブライダルイベント動画販売業務管理システム、ブライダルイベント動画販売業務管理方法及びブライダルイベント動画販売業務管理プログラム |
JP6777266B1 (ja) * | 2019-09-18 | 2020-10-28 | 三菱電機株式会社 | 作業要素分析装置及び作業要素分析方法 |
JPWO2021100157A1 (ja) * | 2019-11-20 | 2021-05-27 | ||
JP7016454B2 (ja) | 2019-11-20 | 2022-02-04 | 三菱電機株式会社 | 判定装置、判定方法及び判定プログラム |
WO2021100157A1 (ja) * | 2019-11-20 | 2021-05-27 | 三菱電機株式会社 | 判定装置、判定方法及び判定プログラム |
TWI782276B (zh) * | 2019-11-20 | 2022-11-01 | 日商三菱電機樓宇解決方案股份有限公司 | 判定裝置、判定方法及判定程式產品 |
JP7401280B2 (ja) | 2019-12-06 | 2023-12-19 | ファナック株式会社 | 作業工程判別装置及び作業工程判別システム |
WO2021192084A1 (ja) * | 2020-03-25 | 2021-09-30 | 株式会社日立製作所 | 作業学習モデル生成装置、作業推論装置及び作業学習モデル生成方法 |
WO2021255901A1 (ja) * | 2020-06-18 | 2021-12-23 | 三菱電機株式会社 | 作業支援装置および作業支援方法 |
JPWO2021255901A1 (ja) * | 2020-06-18 | 2021-12-23 | ||
JP7383152B2 (ja) | 2020-06-18 | 2023-11-17 | 三菱電機株式会社 | 作業支援装置および作業支援方法 |
CN111717753A (zh) * | 2020-06-29 | 2020-09-29 | 浙江新再灵科技股份有限公司 | 基于多维故障特征的自适应电梯故障预警系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5463964B2 (ja) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5463964B2 (ja) | 作業内容推定装置及び作業内容推定方法 | |
CN108632097B (zh) | 异常行为对象的识别方法、终端设备及介质 | |
JP6319271B2 (ja) | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム | |
JP6875179B2 (ja) | システム分析装置、及びシステム分析方法 | |
JP6327234B2 (ja) | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム | |
JP4890545B2 (ja) | プログラマブルロジックコントローラの周辺装置 | |
JP6176979B2 (ja) | プロジェクト管理支援システム | |
US20110276523A1 (en) | Measuring document similarity by inferring evolution of documents through reuse of passage sequences | |
JPWO2019026134A1 (ja) | 情報処理装置および情報処理方法 | |
US20140343903A1 (en) | Factorial hidden markov models estimation device, method, and program | |
JP6469230B2 (ja) | マーチャントのビジネスサークル情報の確定 | |
JP7247021B2 (ja) | 情報処理装置、予測判別システム、および予測判別方法 | |
US20210365813A1 (en) | Management computer, management program, and management method | |
JP2018163556A (ja) | 作業管理装置、作業管理方法およびプログラム | |
JP2010267207A (ja) | 非日常性評価装置、非日常性評価方法及びコンピュータプログラム | |
JP6190539B2 (ja) | ログ分析装置、ログ分析システム、ログ分析方法及びコンピュータプログラム | |
JP2005004658A (ja) | 変化点検出装置,変化点検出方法および変化点検出用プログラム | |
US20160224332A1 (en) | Relevant-information providing method, relevant-information providing apparatus, and relevant-information providing program | |
Lingrand et al. | Optimization of jobs submission on the EGEE production grid: modeling faults using workload | |
US20110113006A1 (en) | Business process control apparatus, businesses process control method and business process control program | |
JP5542381B2 (ja) | プラント運転データ管理装置、管理方法及び管理プログラム | |
JP6405851B2 (ja) | 予兆検知支援プログラム、方法、装置、及び予兆検知プログラム、 | |
JP6373887B2 (ja) | 行動パターン推定装置、行動パターン推定方法、および行動パターン推定プログラム | |
JP2008123517A (ja) | 検証方法、システム及び記憶媒体 | |
JP2009064390A (ja) | 計画作成条件取得装置、計画作成条件取得方法、および計画作成条件取得プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120905 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120905 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131015 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131128 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140106 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5463964 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |