JP2019020913A - 情報処理装置、方法及びプログラム - Google Patents

Abstract

【課題】作業員の育成を促進可能な情報処理装置、方法及びプログラムを提供すること。【解決手段】実施形態に係る情報処理装置は、第１取得手段、第２取得手段、判定手段及び提示手段を備える。前記第１取得手段は、第１作業者の動作を示す第１動作データを取得する。前記第２取得手段は、第２作業者の動作を示す第２動作データを取得する。前記判定手段は、前記第１動作データ及び前記第２動作データを比較し、類似性を判定する。前記提示手段は、前記判定手段による判定の結果に応じて、所定の作業を行う際の動作に関する改善点を示す指示データを、前記第１作業者に対して提示する。【選択図】 図３

Description

本実施形態は、情報処理装置、方法及びプログラムに関する。

一般的に、製造現場において、作業員に必要技術を会得させるための訓練や教育、指導は、生産性を確保するために必要不可欠である。また、昨今の労働市場の流動化やグローバル化による海外工場展開や外国人の雇用等、激しい人員の入れ替わりにより、実務経験の浅い作業員をいかに早く育成し、現場に送り出せるかが重要になってきている。このため、作業員の育成を効率よく促進可能な技術が望まれている。

特開２００１−１６６６８１号公報 特開２０１７−６４０９５号公報

本発明の実施形態が解決しようとする課題は、作業員の育成を促進可能な情報処理装置、方法及びプログラムを提供することである。

実施形態に係る情報処理装置は、第１取得手段、第２取得手段、判定手段及び提示手段を備える。前記第１取得手段は、第１作業者の動作を示す第１動作データを取得する。前記第２取得手段は、第２作業者の動作を示す第２動作データを取得する。前記判定手段は、前記第１動作データ及び前記第２動作データを比較し、類似性を判定する。前記提示手段は、前記判定手段による判定の結果に応じて、所定の作業を行う際の動作に関する改善点を示す指示データを、前記第１作業者に対して提示する。

図１は、第１の実施形態に係る情報処理装置を含む動作改善促進システムの概略構成例を示す図である。 図２は、同実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。 図３は、同実施形態に係る情報処理装置によって実行される動作改善促進プログラムの機能構成の一例を示すブロック図である。 図４は、同実施形態に係る被験者動作データの一例を示す図である。 図５は、同実施形態に係る熟練者動作データの一例を示す図である。 図６は、同実施形態に係る被験者動作データと熟練者動作データとを重ね合わせて比較する場合を例示する図である。 図７は、同実施形態に係る動作改善指示データのデータ構造の一例を示す図である。 図８は、同実施形態に係る動作改善促進処理の一例を示すフローチャートである。 図９は、図３とは異なる動作改善促進プログラムの機能構成の一例を示すブロック図である。 図１０は、同実施形態に係る動作データのデータ構造の一例を示す図である。 図１１は、図１０とは異なる動作データのデータ構造の一例を示す図である。 図１２は、図９とは異なる動作改善促進プログラムの機能構成の一例を示すブロック図である。 図１３は、第２の実施形態に係る動作改善促進プログラムの機能構成の一例を示すブロック図である。 図１４は、同実施形態に係る被験者動作データの一例を示す図である。 図１５は、同実施形態に係る被験者動作データと熟練者動作データとを重ね合わせて比較する場合を例示する図である。 図１６は、図１３とは異なる動作改善促進プログラムの機能構成の一例を示す図である。 図１７は、同実施形態に係る副詞表現データのデータ構造の一例を示す図である。 図１８は、同実施形態に係る動作改善指示の生成について説明するための図である。

以下、図面を参照して実施形態を説明する。

図１は、第１の実施形態に係る情報処理装置を含む動作改善促進システムの概略構成例を示す図である。図１に示す動作改善促進システムは、複数のセンサ装置１１〜１４と、データ送受信機１５と、情報処理装置１６とを含んでいる。

複数のセンサ装置１１〜１４は、人（ユーザ）が所定の作業を行うときの動作に関する動作データを測定可能なセンサであり、例えば、加速度センサ、ジャイロセンサ、地磁気センサ及び筋電センサ等が一体化されたウェアラブルセンサ１１〜１３や、圧力センサ１４等が一例として挙げられる。これらセンサ装置１１〜１４は、所定の作業を行う人や、その人が当該所定の作業を行うにあたって使用する工具等に取り付けられる。各センサ装置１１〜１４によって測定される各種動作データは、動作データを測定したセンサの種別（センサ種別）とそのセンサが装着された部位（装着部位、測定部位）とを示す付随データと共に、データ送受信機１５を介して、情報処理装置１６に送信される。なお、付随データは、センサ装置１１〜１４の装着時に、例えば装着者（ユーザ）によって設定される。

なお、センサ装置は、上記したウェアラブルセンサ１１〜１３や圧力センサ１４に限定されず、所定の作業を行う人の動作に関する動作データを測定可能なものであれば、任意の各種センサがセンサ装置として使用されても良い。例えば、所定の作業を行う人の動作の遷移を連続的に撮影可能な撮像装置（カメラ）が、さらなるセンサ装置として、又はセンサ装置１１〜１４に代わるセンサ装置として使用されても良い。

本実施形態においては、各センサ装置１１〜１４が、図１に示すように、所定の作業に対する習熟度が低い人（以下、「被験者」と表記する）Ｕ_Ｌと、当該所定の作業に対する習熟度が高い人（以下、「熟練者」と表記する）Ｕ_Ｈとの、右手（右腕）、左手（左腕）、腹部、被験者Ｕ_Ｌ及び熟練者Ｕ_Ｈが使用する工具に取り付けられている場合を想定する。また、本実施形態においては、上記した所定の作業が「ネジ締め」である場合を想定する。但し、各センサ装置１１〜１４の装着部位や所定の作業の内容は、上記した事項に限定されるものでない。

情報処理装置１６は、データ送受信機１５を介して、各センサ装置１１〜１４によって測定された被験者の動作データ（以下、「被験者動作データ」と表記する）と、熟練者の動作データ（以下、「熟練者動作データ」と表記する）とを取得すると、被験者動作データ及び熟練者動作データに基づいて、所定の作業の習熟度を高めるためにすべき事項を判定・選択し、その結果を動作改善指示として被験者Ｕ_Ｌに提示する動作改善促進処理を実行する。なお、被験者動作データ及び熟練者動作データは、各センサ装置１１〜１４によって測定された生の動作データであっても良いし、生の動作データに対して加工が施された動作データであっても良い。

図２は、情報処理装置１６のハードウェア構成の一例を示すブロック図である。

情報処理装置１６は、図２に示すように、ＣＰＵ２１、システムコントローラ２２、主メモリ２３、グラフィクスコントローラ２４、ＢＩＯＳ−ＲＯＭ２５、不揮発性メモリ２６、無線通信デバイス２７、エンベデッドコントローラ（ＥＣ）２８等を備え、例えば、パーソナルコンピュータ（ＰＣ）等がこれに該当する。なお、本実施形態では、情報処理装置１６がＰＣである場合を想定して説明するが、これに限定されず、情報処理装置１６は、タブレットコンピュータやスマートフォン、各種ウェアラブルデバイス等であっても良い。

ＣＰＵ２１は、情報処理装置１６内の各種モジュールの動作を制御するプロセッサである。ＣＰＵ２１は、不揮発性メモリ２６から主メモリ２３にロードされる各種ソフトウェアを実行する。これらソフトウェアには、オペレーティングシステム（ＯＳ）や各種アプリケーションプログラムが含まれる。アプリケーションプログラムには、動作改善促進プログラムが含まれ、この動作改善促進プログラムが、ＣＰＵ２１によって実行されることで、上記した動作改善促進処理は実現される。

ＣＰＵ２１は、ＢＩＯＳ−ＲＯＭ２５に記憶された基本入出力システム（ＢＩＯＳ）も実行する。ＢＩＯＳは、ハードウェア制御のためのプログラムである。

システムコントローラ２２は、ＣＰＵ２１のローカルバスと各種コンポーネントとの間を接続するデバイスである。システムコントローラ２２には、主メモリ２３をアクセス制御するメモリコントローラも内蔵されている。また、システムコントローラ２２は、ＰＣＩ ＥＸＰＲＥＳＳ規格のシリアルバス等を介してグラフィクスコントローラ２４との通信を行う機能も有している。

グラフィクスコントローラ２４は、情報処理装置１６に設けられるディスプレイモニタ（ＬＣＤ）や、情報処理装置１６に接続されるディスプレイモニタを制御する表示コントローラである。

無線通信デバイス２７は、無線ＬＡＮまたは３Ｇ・４Ｇ移動通信等の無線通信を実行するように構成されたデバイスである。ＥＣ２８は、電力管理のためのエンベデッドコントローラを含むワンチップマイクロコンピュータであり、ユーザの操作に応じて情報処理装置１６のパワーオン・パワーオフを行う機能を有している。

図３は、動作改善促進プログラムの機能構成の一例を示すブロック図である。

動作改善促進プログラムは、機能部として、被験者データ取得部１０１、熟練者データ取得部１０２、類似性判定部１０３、動作改善指示選択部１０４及び提示部１０５等を備える。以下では、各機能部１０１〜１０５について詳しく説明すると共に、動作改善指示データベース２０１についても詳しく説明する。動作改善指示データベース２０１は、情報処理装置１６内のストレージデバイス、情報処理装置１６に外付けされたストレージデバイスまたはストレージサービス等を提供するクラウド上のサーバ装置、等によって構成される。

被験者データ取得部１０１は、被験者Ｕ_Ｌに装着されたセンサ装置１１ａ〜１４ａから被験者動作データと当該被験者動作データに付随する付随データとを取得する。より詳しくは、被験者データ取得部１０１は、被験者Ｕ_Ｌに装着されたセンサ装置１１ａ〜１４ａであることを示す識別データが付された被験者動作データと、当該被験者動作データに付随する付随データとを取得する。例えば、被験者Ｕ_Ｌの右手に筋電センサが装着されている場合、被験者データ取得部１０１は、被験者Ｕ_Ｌの右手に装着された筋電センサから、図４に示すような、右手の筋肉の活動量（筋電相対出力）の時系列データを被験者動作データとして取得する。

なお、ここでは、被験者Ｕ_Ｌの右手に筋電センサが装着されており、その筋電センサから被験者動作データと付随データが取得される場合について説明したが、被験者Ｕ_Ｌが装着しているその他のセンサ装置（例えば、左手及び腹部に装着された筋電センサや、被験者Ｕ_Ｌが使用する工具に取り付けられた圧力センサ等）からも同様に、被験者動作データと付随データは取得される。このとき、被験者データ取得部１０１は、各センサ装置１１ａ〜１４ａから被験者動作データを取得するタイミングを同期した上で、各センサ装置１１ａ〜１４ａから被験者動作データを取得する方が好ましい。

熟練者データ取得部１０２は、被験者データ取得部１０１と同様に、熟練者Ｕ_Ｈに装着されるセンサ装置１１ｂ〜１４ｂから熟練者動作データ（換言すると、上記した識別データが付されていない熟練者動作データ）とその付随データを取得する。なお、熟練者データ取得部１０２もまた、各センサ装置１１ｂ〜１４ｂから熟練者動作データを取得するタイミングを同期した上で、各センサ装置１１ｂ〜１４ｂから熟練者動作データを取得する方が好ましい。図５は、熟練者Ｕ_Ｈの右手に装着された筋電センサから取得される右手の筋肉の活動量の時系列データの一例を示している。

被験者データ取得部１０１及び熟練者データ取得部１０２によって取得された動作データ及びその動作データに付随する付随データは、類似性判定部１０３に出力される。

類似性判定部１０３は、被験者データ取得部１０１から出力される被験者動作データと、熟練者データ取得部１０２から出力される熟練者動作データとの入力を受けると、これら動作データと共に入力された付随データによって示されるセンサ種別及び装着部位が共に同一の被験者動作データと熟練者動作データとを比較して、これら動作データの類似性を判定する。

より詳しくは、類似性判定部１０３は、動作データが図４及び図５に示したような時系列データの場合、図６に示すように被験者動作データと熟練者動作データとを重ね合わせて比較し、振幅、周波数、位相、変位といった各種項目に順に着目して、動作データの類似性を判定する。例えば、振幅に着目した場合、類似性判定部１０３は、被験者動作データの最大ピークの振幅と、熟練者動作データの最大ピークの振幅とに所定値以上の差分が検出されたか否かを判定する。なお、所定値は、項目毎に予め設定されているものとし、類似性判定部１０３は、同様な処理を項目毎に実行する。

なお、類似性判定部１０３において、被験者動作データと熟練者動作データとを正確に重ね合わせるためには、被験者動作データと熟練者動作データとを同期させる必要がある。同期方法としては、２つの動作データに共通する急激なデータの立ち上がりを検出し、立ち上がり時刻の位置を合わせる方法がある。例えば、センサ装置の１つが、３種類のセンサ信号（ｘ軸、ｙ軸、ｚ軸方向の時系列信号）を取得可能な３軸加速度センサの場合、単位時間の信号の２乗で計算可能なパワーを３つのセンサ信号で加算した値が、一定の閾値以上だけ増加した時刻を立ち上がり時刻とみなして、２つの動作データを同期させる。これによれば、別時刻に測定された被験者動作データと熟練者動作データとを正確に重ね合わせることができる。

上記した判定の結果、所定値以上の差分が検出された項目がある場合、類似性判定部１０３は、被験者Ｕ_Ｌには改善対象となり得る動作があると判定し、所定値以上の差分が検出された項目と、当該差分が熟練者Ｕ_Ｈを基準としたときにどのような差分であるかとを示す判定結果データ（例えば、［項目］振幅が［どのような差分か］小さい、［項目］タイミング（位相）が［どのような差分か］早い、等）を動作改善指示選択部１０４に出力する。なお、類似性判定部１０３は、判定結果データに加えて、当該判定時に使用した動作データに付随する付随データ（換言すると、比較対象となった動作データと共に取得された付随データ）も共に動作改善指示選択部１０４に出力する。

なお、上記した判定の結果、複数の項目について所定値以上の差分が検出された場合、類似性判定部１０３は、最も差分の大きな項目に関する判定結果データだけを、または最も差分の大きな項目に関する判定結果データから順に複数の判定結果データを動作改善指示選択部１０４に出力しても良い。これによれば、早急に改善すべき動作を対象にして、動作改善指示を被験者Ｕ_Ｌに提示することができるようになる。一方で、類似性判定部１０３は、最も差分の小さな項目に関する判定結果データだけを、または最も差分の小さな項目に関する判定結果データから順に複数の判定結果データを動作改善指示選択部１０４に出力しても良い。これによれば、改善しやすい動作を対象にして、動作改善指示を被験者Ｕ_Ｌに提示することができるようになる。

また、ここでは、動作データが時系列データである場合を想定して説明したが、動作データが時系列データではなく、１つの測定値である場合、その測定値が所定値以上であるか否かを判定することで、被験者Ｕ_Ｌに改善対象となり得る動作があるか否かを判定する。

さらに、本実施形態では、類似性判定部１０３は、被験者Ｕ_Ｌに改善対象となり得る動作を提示するために、被験者動作データと熟練者動作データとにおける所定値以上の差分を検出するとしたが、これに限定されず、例えば、被験者Ｕ_Ｌに改善する必要のない動作、つまり、このまま続けるべき動作を提示するために、被験者動作データと熟練者動作データとにおいて一致する部分をさらに検出するとしても良い。

これによれば、改善対象となり得る動作に加えて、このまま続けるべき動作もまた被験者Ｕ_Ｌに提示することができるので、被験者Ｕ_Ｌは、自身の悪い部分だけでなく良い部分も合わせて知ることができ、被験者Ｕ_Ｌの動作改善へのモチベーション維持ないしは向上の効果を期待することができる。

ここで、動作改善指示選択部１０４について説明する前に、動作改善指示データベース２０１について説明する。

動作改善指示データベース２０１は、図７に示すように、動作改善指示選択部１０４から出力される文字列データを、動作改善指示選択部１０４に入力される付随データ及び判定結果データに関連づけた動作改善指示データを記憶している。

例えば、図７の動作改善指示データａ１によれば、動作改善指示選択部１０４に入力される付随データによって示されるセンサ種別が「筋電センサ」であり、同付随データによって示される装着部位が「右手」であり、動作改善指示選択部１０４に入力される判定結果データによって「振幅が小さい」ことが示される場合、「右手に力を入れてください」という表現の文字列データが、動作改善指示選択部１０４から出力される文字列データとして好適であることが示される。

なお、ここでは、図７の動作改善指示データａ１のみを例にとって説明したが、図７に示すその他の動作改善指示データａ２〜ａ４においても同様であるため、ここではその詳しい説明は省略する。

また、本実施形態では、動作改善指示選択部１０４からの出力として、動作改善指示データに文字列データが含まれている場合を例示したが、これに限定されず、文字列データの代わりに、例えば音声データや画像（映像）データ等が、動作改善指示選択部１０４からの出力として、動作改善指示データに含まれても良い。さらには、電気や音波、機械的な力を利用した触覚フィードバックのための動作信号が、動作改善指示選択部１０４からの出力として動作改善指示データに含まれても良い。

動作改善指示選択部１０４は、類似性判定部１０３から出力された判定結果データと付随データとの入力を受けると、当該入力された判定結果データ及び付随データに基づいて、動作改善指示データベース２０１から好適な動作改善指示データを選択し、当該選択された動作改善指示データに含まれる文字列データを取得する。取得された文字列データは、提示部１０５に出力される。

提示部１０５は、動作改善指示選択部１０４から出力された文字列データの入力を受けると、当該入力された文字列データによって示される文字列を情報処理装置１６に設けられたディスプレイモニタまたは情報処理装置１６に接続されたディスプレイモニタに表示出力し、当該文字列を、つまり、動作改善指示を被験者Ｕ_Ｌに提示する。

なお、提示部１０５は、動作改善指示選択部１０４から文字列データの入力を受ける度に、動作改善指示を被験者Ｕ_Ｌに提示する、つまり、リアルタイムに動作改善指示を被験者Ｕ_Ｌに提示しても良いし、入力された文字列データを図示しない一時メモリに記憶しておき、所定のタイミングで、当該一時メモリに記憶された文字列データに基づいた動作改善指示を被験者Ｕ_Ｌに一括して提示するとしても良い。

次に、図８のフローチャートを参照して、以上のような機能構成を有した動作改善促進プログラムによって実現される動作改善促進処理の一例について説明する。

まず、被験者データ取得部１０１は、被験者Ｕ_Ｌに装着された各センサ装置１１ａ〜１４ａから被験者動作データ及びこれに付随する付随データを各々取得する（ステップＳ１）。ステップＳ１の処理と並行して、熟練者データ取得部１０２は、熟練者Ｕ_Ｈに装着された各センサ装置１１ｂ〜１４ｂから熟練者動作データ及びこれに付随する付随データを各々取得する（ステップＳ２）。

なお、取得された動作データ及び付随データは、共に類似性判定部１０３に出力される。

続いて、類似性判定部１０３は、被験者データ取得部１０１及び熟練者データ取得部１０２から出力された動作データ及び付随データの入力を受け付ける。そして、類似性判定部１０３は、入力された付随データによって示されるセンサ種別及び装着部位が同一の被験者動作データと熟練者動作データとを順に比較し、被験者Ｕ_Ｌに改善対象となり得る動作があるか否かを判定する（ステップＳ３）。

ステップＳ３の判定の結果、いずれの被験者動作データと熟練者動作データとの間にも所定値以上の差分がなく、被験者Ｕ_Ｌに改善対象となり得る動作がないと判定された場合（ステップＳ３のＮＯ）、ここでの処理は終了する。

一方、ステップＳ３の判定の結果、被験者動作データと熟練者動作データとの間に所定値以上の差分があり、被験者Ｕ_Ｌに改善対象となり得る動作があると判定された場合（ステップＳ３のＹＥＳ）、類似性判定部１０３は、所定値以上の差分が検出された項目と当該差分が熟練者Ｕ_Ｈを基準にしたときにどのような差分であるかとを示す判定結果データと、当該被験者動作データ及び当該熟練者動作データに付随した付随データとを動作改善指示選択部１０４に出力する（ステップＳ４）。

次に、動作改善指示選択部１０４は、類似性判定部１０３から出力された判定結果データ及び付随データの入力を受け付ける。そして、動作改善指示選択部１０４は、入力された付随データ及び判定結果データの内容を含む動作改善指示データを、好適な動作改善指示データとして、動作改善指示データベース２０１から選択・取得し、選択・取得された動作改善指示データに含まれる文字列データを提示部１０５に出力する（ステップＳ５）。

しかる後、提示部１０５は、動作改善指示選択部１０４から出力された文字列データの入力を受けると、当該文字列データをディスプレイモニタに表示出力し（ステップＳ６）、ここでの処理は終了する。

なお、本実施形態では、被験者Ｕ_Ｌと熟練者Ｕ_Ｈとが同時刻に同じ所定の作業を行う場合を想定して説明したが、被験者Ｕ_Ｌと熟練者Ｕ_Ｈとが必ずしも同時刻に同じ所定の作業を行えるとは限らない。被験者Ｕ_Ｌが所定の作業を行ったとしても、同時刻に同じ所定の作業を行う熟練者Ｕ_Ｈがいないと、熟練者データ取得部１０２への入力がないことになるため、被験者動作データと比較する対象が得られず、被験者Ｕ_Ｌに対して動作改善指示を提示することができないという不都合が生じてしまう。

このため、図９に示すように、熟練者データ取得部１０２の代わりに、熟練者動作データを予め記憶しておく動作データベース２０２が別途設けられても良い。

動作データベース２０２には、図１０に示すように、熟練者動作データと、付随データとを関連づけた動作データが記憶される。なお、この場合における付随データは、上記したセンサ種別及び装着部位に加えて、所定の作業の内容（作業内容）を示すものとする。例えば、図１０の動作データｂ１は、熟練者Ｕ_Ｈが「筋電センサ」を「右手」に装着して「ネジ締め」を行った場合の熟練者動作データである「熟練者動作データ１」を含む。

なお、ここでは、図１０の動作データｂ１のみを例にとって説明したが、図１０に示すその他の動作データｂ２〜ｂ４においても同様であるため、ここではその詳しい説明は省略する。

図９に示すように、熟練者データ取得部１０２の代わりに動作データベース２０２が別途設けられる場合、熟練者動作データは、類似性判定部１０３により動作データベース２０２から取得される。以下に、動作データベース２０２が設けられる場合の類似性判定部１０３の機能について説明する。

類似性判定部１０３は、被験者データ取得部１０１から出力される被験者動作データ及びその付随データの入力を受けると、入力された付随データに基づいて、熟練者動作データを動作データベース２０２から取得する。具体的には、類似性判定部１０３は、入力された付随データによって示されるセンサ種別、装着部位及び作業内容に関連づけられた熟練者動作データを動作データベース２０２から取得する。

以上のように、動作データベース２０２が熟練者データ取得部１０２の代わりに別途設けられ、類似性判定部１０３が動作データベース２０２から熟練者動作データを取得可能な構成とすることで、被験者Ｕ_Ｌが所定の作業を行う際に熟練者Ｕ_Ｈがいなかったとしても、被験者Ｕ_Ｌに対して好適な動作改善指示を提示することができる。

一方で、上記のように動作データベース２０２が別途設けられ、この動作データベース２０２に、センサ種別、装着部位及び作業内容に関連づけて、模範とすべき１つの熟練者動作データが記憶される場合、次のような不都合が生じる可能性がある。

例えば、被験者Ｕ_Ｌが所定の作業への習熟度が非常に低い初心者である場合、上記した動作データベース２０２に記憶された熟練者動作データでは、習熟度に大きな乖離があり、改善対象となり得る動作が多数検出されてしまうことが考えられる。この場合、被験者Ｕ_Ｌに対して提示する動作改善指示が多岐にわたってしまい、被験者Ｕ_Ｌをかえって混乱させてしまうという不都合が生じ得る。

この不都合を解消するために、動作データベース２０２に記憶される動作データを、図１１に示すようなデータ構造とし、動作改善促進プログラムによって実現される機能部に、図１２に示す習熟度取得部１０６を追加しても良い。

図１１は、動作データベース２０２に記憶される動作データのデータ構造の一例を示す図である。図１１に示す動作データは、図１０に示した動作データとは異なり、熟練者動作データ及び付随データに加えて、習熟度データがさらに関連づけられている。習熟度データは、関連づけられた付随データによって示される作業内容への被験者Ｕ_Ｌの習熟度を示す。なお、ここでは、習熟度は、１〜ＮのＮ段階評価であり、値が大きい程、習熟度が高いことを示すものとする。

例えば、図１１の動作データｃ１は、熟練者Ｕ_Ｈが「筋電センサ」を「右手」に装着して「ネジ締め」を行った場合の熟練者動作データであり、習熟度が「３」の被験者Ｕ_Ｌ向けの「熟練者動作データ１ａ」である。一方で、図１０の動作データｃ２は、動作データｃ１と同様に、熟練者Ｕ_Ｈが「筋電センサ」を「右手」に装着して「ネジ締め」を行った場合の熟練者動作データではあるが、習熟度が「２」の被験者Ｕ_Ｌ向けの「熟練者動作データ１ｂ」である。

なお、ここでは、図１１の動作データｃ１，ｃ２のみを例にとって説明したが、図１１に示すその他の動作データｃ３，ｃ４においても同様であるため、ここではその詳しい説明は省略する。

習熟度取得部１０６は、被験者Ｕ_Ｌの習熟度を示す習熟度データを取得し、これを類似性判定部１０３に出力する機能を有する。なお、習熟度データは、被験者Ｕ_Ｌが作業を行う現場の監督者が所持する外部装置から取得（入力）されても良いし、被験者データ取得部１０１によって取得された被験者動作データを解析し、その解析結果として生成されても良い。

この場合、類似性判定部１０３は、被験者データ取得部１０１から出力される被験者動作データ及びその付随データと、習熟度取得部１０６から出力される習熟度データとの入力を受けると、入力された付随データ及び習熟度データに基づいて、好適な熟練者動作データを動作データベース２０２から取得する。具体的には、類似性判定部１０３は、付随データによって示されるセンサ種別、装着部位及び作業内容と、習熟度データによって示される習熟度とを含む動作データ内の熟練者動作データを動作データベース２０２から取得する。

なお、ここでは、類似性判定部１０３が、取得された習熟度データによって示される習熟度を含む動作データ内の熟練者動作データを取得するとしたが、これに限定されず、類似性判定部１０３は、取得された習熟度データによって示される習熟度よりも１段階上の習熟度を含む動作データ内の熟練者動作データを取得するとしても良い。

また、提示部１０５は、動作改善指示選択部１０４からの文字列データに加えて、当該文字列データによって示される動作改善指示を実行することにより「習熟度が１段階向上する」旨の文字列データを提示しても良いし、当該文字列データによって示される動作改善指示を実行することにより「所定の作業の作業時間がＭ秒短くなる」旨の文字列データを提示しても良い。なお、上記したＭの値は、類似性判定部１０３に入力された習熟度データにより示される習熟度よりも１段階上の習熟度の熟練者動作データを解析することで得られる熟練者Ｕ_Ｈが所定の作業に要する時間と、類似性判定部１０３に入力された被験者動作データを解析することで得られる被験者Ｕ_Ｌが所定の作業に要する時間との差分に相当する。

以上のように、同じ作業内容であっても、習熟度毎に段階分けされた熟練者動作データを記憶する動作データベース２０２が設けられ、類似性判定部１０３が動作データベース２０２から被験者Ｕ_Ｌの習熟度に適した熟練者動作データを取得可能な構成とすることで、習熟度の大きく乖離した熟練者動作データが被験者動作データの比較対象となることを防ぐことができ、被験者Ｕ_Ｌの段階的な習熟度向上を実現することができる。

なお、ここでは、被験者Ｕ_Ｌにとって好適な熟練者動作データが習熟度に応じて選択される場合を例示したが、これに限定されず、例えば、性別や年齢、身長、体重、作業従事年数等に応じて好適な熟練者動作データが選択されても良い。

以上説明した第１の実施形態によれば、情報処理装置１６は、所定の作業時の動作に関し、被験者Ｕ_Ｌと熟練者Ｕ_Ｈとの類似性を判定し、被験者Ｕ_Ｌに対し、好適な動作改善指示を提示可能な構成を備えているので、動作訓練の効率化や必要な技術会得の短縮化を期待することができる。
＜第２の実施形態＞
次に、第２の実施形態について説明する。本実施形態では、図３に示す動作改善促進プログラムに、図１３に示す動作推定部１０７がさらに備えられている場合について説明する。なお、以下の説明においては、主に第１の実施形態との相違点に着目し、同一の構成については同一の符号を付して説明を省略することがある。また、本実施形態において、付随データは、センサ種別、装着部位及び作業内容を示すものとする。

図１３は、第２の実施形態に係る動作改善促進プログラムの機能構成の一例を示すブロック図である。

動作推定部１０７は、被験者データ取得部１０１から出力される被験者動作データ及び付随データの入力を受けると、当該被験者動作データから特徴量を抽出し、この特徴量を基に、事前に学習させておいた学習結果を用いて、公知のニューラルネットワーク、ＳＶＭ（Support Vector Machine）、ランダムフォレスト等の機械学習・判別分析により、被験者Ｕ_Ｌの動作を推定する。

例えば、入力された付随データにより示されるセンサ種別が「筋電センサ」であり、装着部位が「右手」であり、作業内容が「ネジ締め」である場合、動作推定部１０７は、入力された被験者動作データから特徴量を抽出し、この特徴量を基に、事前に学習させておいた学習辞書を用いて、被験者Ｕ_Ｌの動作が「握る」、「放す」、「捻る」のいずれに該当するかを判定することで、被験者Ｕ_Ｌの動作を推定する。

動作推定部１０７は、被験者Ｕ_Ｌの動作種別を示す推定結果データを、入力された被験者動作データに付加した（ラベル付けした）上で、類似性判定部１０３に出力する。例えば、動作推定部１０７は、図１４に示す被験者動作データの区間Ａにおける被験者Ｕ_Ｌの動作が「捻る」であると推定した場合、当該区間Ａにおける被験者Ｕ_Ｌの動作が「捻る」であることが分かるようなラベル付けをした上で、被験者動作データを類似性判定部１０３に出力する。

なお、動作推定部１０７は、熟練者データ取得部１０２から出力される熟練者動作データに対しても同様な処理を実行し、熟練者Ｕ_Ｈの動作種別を示す推定結果データを、入力される熟練者動作データにラベル付けした上で、類似性判定部１０３に出力する。

動作推定部１０７によって被験者動作データ及び熟練者動作データに被験者Ｕ_Ｌ及び熟練者Ｕ_Ｈの動作種別を示すラベル付けが行われることにより、次のような利点を得ることができる。

類似性判定部１０３は、被験者動作データ及び熟練者動作データが時系列データである場合、これら動作データを重ね合わせて比較し、これら動作データの類似性を判定する。しかしながら、被験者動作データと熟練者動作データとでは、比較したい動作の発生時間にズレが生じ得るため、これら動作データをそのまま重ね合わせて比較することができないという不都合がある。このため、被験者データ取得部１０１が被験者動作データを取得するタイミングと、熟練者データ取得部１０２が熟練者動作データを取得するタイミングとを予め同期させておいたり、取得された被験者動作データ及び熟練者動作データの頭を揃えたりする処理が必要になってくる。

これに対し、動作推定部１０７によって被験者動作データ及び熟練者動作データに被験者Ｕ_Ｌ及び熟練者Ｕ_Ｈの動作種別を示すラベル付けが行われることにより、例えば図１５に示すように、比較したい動作の発生時間にズレが生じていたとしても、比較したい区間のみを抽出して容易に比較することが可能になる。

また、上記した第１の実施形態では、動作改善指示選択部１０４により好適な動作改善指示データが動作改善指示データベース２０１から選択・取得され、被験者Ｕ_Ｌへの動作改善指示が一意に決定される場合を例示したが、動作推定部１０７による推定結果データを使用することで、より細やかな動作改善指示を被験者Ｕ_Ｌに対して提示することも可能になる。

この場合、図１６に示すように、図１３に示す動作改善指示データベース２０１に代えて、副詞表現データベース２０３が設けられると共に、動作改善指示選択部１０４に代えて、動作改善指示生成部１０８が機能部として設けられる。

副詞表現データベース２０３は、図１７に示すように、付随データ（の一部）と、判定結果データと、推定結果データと、副詞表現とを関連づけた副詞表現データが記憶される。例えば図１７の副詞表現データｄ１によれば、付随データによって示されるセンサ種別が「筋電センサ」であり、同付随データによって示される装着部位が「右手」であり、判定結果データが「振幅が小さい」旨を示し、推定結果データによって示される動作種別が「握る」である場合の副詞表現は「強く」であることが示される。また、図１７の副詞表現データｄ２によれば、付随データによって示されるセンサ種別が「筋電センサ」であり、同付随データによって示される装着部位が「右手」であり、判定結果データが「タイミングが早い」旨を示し、推定結果データによって示される動作種別が「捻る」である場合の副詞表現は「ゆっくり」であることが示される。

図１６に示す動作改善指示生成部１０８は、類似性判定部１０３から出力される判定結果データ及び付随データと、類似性判定部１０３によって判定時に使用された動作データに付加された推定結果データ（換言すると、比較対象となった動作データに付加された推定結果データ）との入力を受けると、入力された各データと副詞表現データベース２０３とに基づいて、動作改善指示を生成する。

より詳しくは、動作改善指示生成部１０８は、図１８（ａ）に示すように、入力された付随データによって示される装着部位を改善対象となる部位として認識する。また、動作改善指示生成部１０８は、図１８（ｂ）に示すように、入力された推定結果データによって示される動作種別を改善対象となる動作として認識する。さらに、動作改善指示生成部１０８は、図１８（ｃ）に示すように、入力された付随データ、判定結果データ及び推定結果データに基づいて、副詞表現データベース２０３から好適な副詞表現データを選択・取得し、被験者Ｕ_Ｌに対して提示する動作改善指示に付加する副詞表現を決定する。

動作改善指示生成部１０８は、予め設定された論理にしたがって、認識・決定された改善対象となる部位、改善対象となる動作、及び副詞表現を組み合わせて、動作改善指示を生成する。詳しくは、動作改善指示生成部１０８は、「［部位］を（に）［副詞表現］［動作］して下さい」といった論理にしたがって、動作改善指示を生成する。

例えば、入力された付随データによって示されるセンサ種別が「筋電センサ」であり、同付随データによって示される装着部位が「右手」であり、入力された判定結果データが「振幅が小さい」旨を示し、推定結果データによって示される動作種別が「握る」であって、この場合に好適な副詞表現が「強く」である場合、動作改善指示生成部１０８は、「［右手］を（に）［強く］［握って］下さい」という動作改善指示を生成する。生成された動作改善指示を示す動作改善指示データは、提示部１０５に出力され、提示部１０５により被験者Ｕ_Ｌに対して提示される。

なお、動作改善指示生成部１０８によって生成される動作改善指示には、段階的な副詞表現が使用されても良い。具体的には、「強く」という副詞表現だけでなく、「非常に強く」や「やや強く」といった段階的な副詞表現が使用されても良い。

この場合、類似性判定部１０３は、被験者動作データと熟練者動作データとの間に単に所定値以上の差分があるか否かを判定するのではなく、段階的に設定された閾値に基づいた判定を行う。例えば段階的な閾値として第１閾値及び第２閾値（但し、第１閾値＜第２閾値である）が設定されている場合、類似性判定部１０３は、被験者動作データと熟練者動作データとの間に第１閾値以上、第２閾値未満の差分があるか否か、あるいは、第２閾値以上の差分があるか否かを判定する。例えば、被験者動作データが熟練者動作データに比べて振幅が小さく、この差分が、第１閾値以上、第２閾値未満である場合、類似性判定部１０３は、「振幅が小さい」旨の判定結果データを出力し、上記差分が、第２閾値以上である場合、類似性判定部１０３は、「振幅が非常に小さい」旨の判定結果データを出力する。

このように判定結果データが細やかになることで、副詞表現データベース２０３に記憶される副詞表現データも細分化することが可能になるため（例えば、判定結果データ「振幅が小さい」には「強く」の副詞表現が関連づけられ、判定結果データ「振幅が非常に小さい」には「非常に強く」の副詞表現が関連づけられる等）、結果的に、動作改善指示生成部１０８は、段階的な副詞表現を使用した動作改善指示を生成することが可能になる。

以上説明した第２の実施形態によれば、情報処理装置１６は、被験者Ｕ_Ｌ及び熟練者Ｕ_Ｈの動作種別を推定し、推定された動作種別を示す推定結果データを被験者動作データ及び熟練者動作データにラベル付け可能な動作推定部１０７をさらに備えているので、被験者動作データと熟練者動作データとの比較を容易に行うことができると共に、被験者Ｕ_Ｌに対してより細やかな動作改善指示を提示することが可能となる。

以上説明した少なくとも１つの実施形態によれば、作業員（被験者Ｕ_Ｌ）の育成を促進可能な情報処理装置、方法及びプログラムを提供することができる。

なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１１〜１４…センサ装置、１５…データ送受信機、１６…情報処理装置、１０１…被験者データ取得部、１０２…熟練者データ取得部、１０３…類似性判定部、１０４…動作改善指示選択部、１０５…提示部、１０６…習熟度取得部、１０７…動作推定部、１０８…動作改善指示生成部、２０１…動作改善指示データベース、２０２…動作データベース、２０３…副詞表現データベース、Ｕ_Ｌ…被験者、Ｕ_Ｈ…熟練者。

Claims (14)

1. 第１作業者の動作を示す第１動作データを取得する第１取得手段と、
   第２作業者の動作を示す第２動作データを取得する第２取得手段と、
   前記第１動作データ及び前記第２動作データを比較し、類似性を判定する判定手段と、
   前記判定手段による判定結果に応じて、所定の作業を行う際の動作に関する改善点を示す指示データを、前記第１作業者に対して提示する提示手段と、
   を具備する情報処理装置。
2. 前記判定手段による判定結果に応じて、複数の指示データを記憶する第１記憶手段から、前記第１作業者に対して提示する指示データを選択する選択手段と、
   を更に具備する請求項１に記載の情報処理装置。
3. 前記第１動作データは、前記第１作業者が前記所定の作業を行う際の動作を示すデータであり、
   前記第２動作データは、前記第１作業者より習熟度が高い前記第２作業者が前記所定の作業を行う際の動作を示すデータである
   請求項１または請求項２に記載の情報処理装置。
4. 前記第１記憶手段を更に具備する請求項２に記載の情報処理装置。
5. 前記第１取得手段は、
   前記第１動作データを測定可能なセンサ装置によって測定される前記第１動作データと共に、前記センサ装置の種別と測定部位とを少なくとも示す付随データを取得し、
   前記第２取得手段は、
   前記第２動作データを測定可能なセンサ装置であり、前記第１動作データと同一部位を測定部位としたセンサ装置であって、前記第１動作データを測定可能なセンサ装置と同一種別のセンサ装置によって測定される前記第２動作データと共に前記付随データを取得し、
   前記判定手段は、
   前記第１動作データ及び前記第２動作データを比較し、当該第１動作データ及び当該第２動作データの差分を検出してこれら動作データの類似性を判定し、当該判定の結果を判定結果データとする
   請求項２に記載の情報処理装置。
6. 前記第１記憶手段は、
   前記付随データと、前記判定結果データと、前記第１作業者に対する動作改善指示とが少なくとも関連づけられた指示データを記憶し、
   前記選択手段は、
   前記検出された差分が所定値以上の場合に、当該差分に関する判定結果データと、当該差分を検出する際に比較対象となった第１動作データと共に取得された付随データとを含む指示データを、前記第１作業者に対して提示する指示データとして選択する
   請求項５に記載の情報処理装置。
7. 前記付随データは、前記センサ装置の種別と測定部位とに加えて、前記所定の作業の内容を更に示し、
   前記情報処理装置は、
   前記付随データと前記第２動作データとを関連づけて記憶する第２記憶手段を更に具備し、
   前記判定手段は、
   前記第１動作データと共に取得された付随データに関連づけられた第２動作データを、当該第１動作データの比較対象として前記第２記憶手段から取得する
   請求項５に記載の情報処理装置。
8. 前記所定の作業に対する前記第１作業者の習熟度を示す習熟度データを取得する第３取得手段を更に具備し、
   前記第２記憶手段は、
   前記付随データと前記第２動作データとに加えて、前記習熟度データを更に関連づけて記憶し、
   前記判定手段は、
   前記第１動作データと共に取得された付随データと、前記取得された習熟度データとに関連づけられた第２動作データを、当該第１動作データの比較対象として前記第２記憶手段から取得する
   請求項７に記載の情報処理装置。
9. 前記第１動作データ及び前記第２動作データを各々解析して、これら動作データによって示される前記第１作業者及び前記第２作業者による１以上の動作の種別を各々推定し、推定された動作の種別を識別可能な推定結果データを各動作データに付加する推定手段を更に具備し、
   前記判定手段は、
   前記第１動作データ及び前記第２動作データから、同一の動作の種別を示す推定結果データが付加された部分を各々抽出して、これら動作データを比較する
   請求項５に記載の情報処理装置。
10. 前記判定手段による判定の結果に応じて、前記第１作業者に対する動作改善指示を生成し、これを指示データとする生成手段と、
    前記生成される動作改善指示に含まれる副詞表現と、前記判定結果データと、前記付随データと、前記推定結果データとが関連づけられた複数の副詞表現データを記憶する第３記憶手段と、
    を更に具備する請求項９に記載の情報処理装置。
11. 前記生成手段は、
    前記検出された差分に関する判定結果データと、当該差分を検出する際に比較対象となった第１動作データと共に取得された付随データと、当該比較対象となった第１動作データに付加された推定結果データとを含む副詞表現データを取得し、
    当該付随データによって示される装着部位と、当該推定結果データによって示される動作の種別と、前記取得された副詞表現データによって示される副詞表現とを組み合わせて動作改善指示を生成する
    請求項１０に記載の情報処理装置。
12. 前記指示データを表示するディスプレイを更に具備する請求項１乃至請求項１１の何れか一項に記載の情報処理装置。
13. 第１作業者の動作を示す第１動作データを取得することと、
    第２作業者の動作を示す第２動作データを取得することと、
    前記第１動作データ及び前記第２動作データを比較し、類似性を判定することと、
    前記判定の結果に応じて、所定の作業を行う際の動作に関する改善点を示す指示データを、前記第１作業者に対して提示することと、
    を具備する方法。
14. コンピュータによって実行されるプログラムであって、前記プログラムは前記コンピュータを、
    第１作業者の動作を示す第１動作データを取得する第１取得手段と、
    第２作業者の動作を示す第２動作データを取得する第２取得手段と、
    前記第１動作データ及び前記第２動作データを比較し、類似性を判定する判定手段と、
    前記判定手段による判定の結果に応じて、所定の作業を行う際の動作に関する改善点を示す指示データを、前記第１作業者に対して提示する提示手段として動作させるためのプログラム。

Images