JP2019025582A - 機械学習装置、及びユーザ識別装置 - Google Patents
機械学習装置、及びユーザ識別装置 Download PDFInfo
- Publication number
- JP2019025582A JP2019025582A JP2017146715A JP2017146715A JP2019025582A JP 2019025582 A JP2019025582 A JP 2019025582A JP 2017146715 A JP2017146715 A JP 2017146715A JP 2017146715 A JP2017146715 A JP 2017146715A JP 2019025582 A JP2019025582 A JP 2019025582A
- Authority
- JP
- Japan
- Prior art keywords
- worker
- operation panel
- user identification
- machine learning
- teaching operation
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/06—Safety devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0081—Programme-controlled manipulators with master teach-in means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Social Psychology (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
Description
以下、本発明の第1実施形態を図面に基づいて説明する。図1は、本発明に係るユーザ識別システム100を示すブロック図である。図2は、主として、本実施形態に係る機械学習装置10及び制御装置20の詳細を示すブロック図である。図3は、本発明に係るユーザ識別方法で用いる教示操作盤25の構成例である。図4は、主として、本実施形態に係るユーザ識別装置30及び制御装置20の詳細を示すブロック図である。
まず、本実施形態に係るユーザ識別システム100の構成について説明する。ユーザ識別システム100は、図1に示すように、機械学習装置10、m台の制御装置20、m台の教示操作盤25、n台のユーザ識別装置30、m台のロボット50を備えている。なお、m及びnは任意の自然数である。
より具体的には、教示操作盤25の表示器27に表示された操作のガイダンスに従って、作業者は、上記の教示操作盤25を操作する。作業者が初めて教示操作盤25を操作する場合、例えば、管理責任者の立会いの下で、規定された操作を行ってもよい。この操作は、作業者が本番の操作を行う前のルーチン操作であり、作業者が実際に操作盤を使用する際の操作を全て網羅する内容を含み、操作時間も、作業者が実際に教示操作盤を操作する時間に近い時間とすることが望ましい。
特徴量算出部21は、これらの操作に係る操作信号の測定値から、特徴量を算出し、後述の機械学習装置10に送信する。
具体的には、この特徴量は、教示操作盤25により検知される教示操作盤25の操作手順、各キースイッチ28の使用頻度、デッドマンスイッチ29A及び29Bの使用頻度、教示操作盤25が検出する振動、教示操作盤25が検出する加速度、教示操作盤25の操作時の機体の傾き、表示器27が検知する筆圧のうち、少なくとも1つに関する。
同じ作業を行う場合でも、作業者が異なれば、各キースイッチ28やデッドマンスイッチ29A及び29Bの使用方法も異なってくる。例えば、熟練者と非熟練者とでは、操作するキースイッチを押す回数に差が生じる。より具体的には、熟練者はキースイッチを押す回数が少なくて済む一方で、非熟練者はスイッチの押下が冗長となる。また、上記のようにデッドマンスイッチ29A及び29Bは、教示操作盤25の左右に位置するため、作業者の利き手によって使用するスイッチに偏りが生じる。後述の方法により、これらの操作の特徴が作業者によって異なることを用いて学習モデルを構築するため、上記のように、特徴量算出部21は、これらの操作に係る操作信号の測定値から得られる特徴量を、算出する。
ラベル取得部12は、作業者の識別情報であるラベルを取得する。
学習部13は、特徴量とラベルとの組を教師データとして教師あり学習を行うことにより、制御装置20の作業者を認証するためのユーザ識別を行う学習モデルを構築し、構築した学習モデルを、後述のユーザ識別装置30の識別部32に送信する。学習モデル記憶部14は、学習部13が構築した学習モデルを記憶する。
学習部13は、上記のラベルとして、特定の作業者に該当するか否かに係る二値化されたラベルを用いると共に、上記の特徴量を含む空間を、特定の作業者に該当するか否かに関して、マージンが最大となるように分離する超平面を算出する。さらに、学習部13は、この超平面の係数を、後述のユーザ識別装置30がユーザ識別のために用いる学習モデルのパラメータとすることが可能である。
例えば、制御装置20に登録すべき作業者として、A、B、及びCの3名の作業者が存在する場合、ラベル取得部12が取得するラベルとして、「Aである」というラベルと、「Aではない」というラベルとを用いる。さらに、学習部13は、A、B、及びC、3名分の特徴量データ群を、「Aである」というラベルに対応するか(正例)、「Aではない」というラベルに対応するか(負例)によって分離する超平面であって、「Aである」特徴量データ群のうち最も近傍に存在する特徴量データとの距離と、「Aではない」特徴量データ群のうち最も近傍に存在する特徴量データとの距離が、最大となる超平面を求める。学習部13は、この超平面の係数を用いて、「Aである」か「Aではない」かについて識別する学習モデルを構築することが可能である。同様に、学習部13は、同一の特徴量データ群と、「Bである」及び「Bではない」というラベルを用いることにより、「Bである」か「Bではない」かについて識別する学習モデルを構築することが可能である。また、学習部13は、同一の特徴量データ群と、「Cである」及び「Cではない」というラベルを用いることにより、「Cである」か「Cではない」かについて識別する学習モデルを構築することが可能である。すなわち、学習部13が、SVMを用いて実現された場合、A、B、及びCを識別するために、A、B、及びCの各々に対応する3つの学習モデルを構築することとなる。
なお、図4においては、簡略化のため、1つの識別部32のみ示すが、上記のように、機械学習装置10の学習部13がSVMを用いて実現された場合には、識別部32は、事前に登録された作業者の人数分だけ存在する。具体的には、事前に登録された作業者が、例えば、A、B、及びCの3名存在した場合、教示操作盤25に係る操作を行った作業者が、Aか否かを識別する識別部32Aと、Bか否かを識別する識別部32Bと、Cか否かを識別する識別部32Cと、合計3つの識別部32が必要となる。
この場合、最初に、識別部32Aが、上記の操作データを用いて、操作をした作業者がAに一致するか否かを識別し、次に、識別部32Bが、上記の操作データを用いて、操作をした作業者がBに一致するか否かを識別し、最後に、識別部32Cが、上記の操作データを用いて、操作をした作業者がCに一致するか否かを識別することにより、操作をした作業者が、A、B、及びCのうち誰に一致するかを識別することが可能となる。
次に、本実施形態に係るユーザ識別システム100における機械学習時の動作について説明する。図5は、この機械学習時の機械学習装置10の動作を示すフローチャートである。
次いで、本実施形態に係るユーザ識別システム100におけるユーザ識別時の動作について説明する。図6は、このユーザ識別時のユーザ識別装置30の動作を示すフローチャートである。
このように、本実施形態では、機械学習装置10において、教示操作盤に係る操作を作業者に行わせることにより検出される、作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データから、ロボット制御装置の作業者を認証するためのユーザ識別を行う学習モデルを構築する。
本実施形態における、作業者を認証する際の作業者に行わせる教示操作盤25に係る操作として、作業者がロボット50を実際に操作する際の教示操作盤25に係る操作を含むものとしたが、これに限定されない。
作業者がロボット50を実際に操作する際の教示操作盤25に係る操作以外に、作業者の身体的な差異等を直接識別できる動作を行わせてもよい。より具体的には、例えば、作業者に教示操作盤25を持って歩かせる動作を含ませてもよい。そうすることで、歩行により測定される教示操作盤25の振動データを、作業者の歩幅を示す特徴量として用いることができる。また、作業者に教示操作盤25を持つ腕を伸ばし、頭の上まで持ち上げさせる動作を含めてもよい。この動作により測定される教示操作盤25の傾きに関するデータを、作業者の腕の長さを示す特徴量として用いることができる。
このような作業者の身体的な差異等を直接識別できる動作を、前述したルーチン操作に含むように構成することができる。
そうすることで、ログイン時に、作業者に前述したルーチン操作を行わせた場合に、「学習モデル_1」によりユーザ識別装置30が作業者を識別できなかったときに、さらに、前述の作業者の身体的な差異等を直接識別できる動作を行わせることで、ユーザ識別装置30が「学習モデル_2」により作業者を識別するように識別処理を段階的に行うようにしてしてもよい。
また、本実施形態における機械学習時に用いられる構成要素として、機械学習装置10の学習部13が、2クラス(正否判定のYes/No)のパターン識別器であるSVMを用いて実現されるとしたが、これに限定されない。
例えば、単純ベイズ分類器、ニューラルネットワーク、ブースティング等を用いて、教師あり学習を行うようにしてもよい。
また、複数クラスに分類するように、SVMを行使してもよい、また、複数クラスに識別分類するような機械学習(例えばニューラルネットワーク)を用いてもよい。
例えば、作業者がA、B、及びCの3名存在する場合、機械学習装置10のラベル取得部12は、ラベルA、ラベルB、及びラベルCの3種類のラベルを取得し、学習部13が、A、B、及びC3名分の特徴量と、これら3種類のラベルとの組を教師データとする、教師あり学習を実施することにより、学習モデルを構築してもよい。この場合においては、ユーザ識別装置30の識別部32は1つだけ存在し、1つの識別部32が1つの学習モデルを用いることにより、作業者の識別情報の正否を判定することとなる。
また、本実施形態における機械学習時に用いられる教師データとして、ログイン時(本番の操作を許可する前)に、作業者に、予め設定されたルーチン操作を実行させることで得られる当該ルーチン操作に係る操作信号の測定値から算出される特徴量を、教師データのラベルとしたが、これに限定されない。
例えば、機械学習装置10において、ログイン後(本番の操作を許可された後)における作業者の教示操作盤25に係る実際の操作に基づいて算出される特徴量を、教師データのラベルとして使用してもよい。
図7は、実際の操作に基づいて算出される特徴量を、教師データのラベルとして使用する際の、機械学習装置10、制御装置20、及びユーザ識別装置30の間でのデータの流れを示す。なお、機械学習装置10の構成は、図2に記載の機械学習装置10の構成と同一であり、及び制御装置20の構成は、図2及び図4に記載の制御装置20の構成と同一であり、ユーザ識別装置30の構成は、図4に記載のユーザ識別装置30の構成と同一である。
これにより、作業者が教示操作盤25を操作する度に、作業者を識別するパターンをアップデートすることができ、パターンの固有性を高めることができる。
また、本実施形態におけるユーザ識別時の動作として、ログイン時に作業者を識別するとしたが、これに限定されない。
例えば、ログイン後(本番の操作を許可された後)のロボット50の操作中に、作業者が、ロボット50を操作する際の、教示操作盤25に係る操作により生成された操作信号から、制御装置20の特徴量算出部21が特徴量を算出し、ユーザ識別装置30の取得部31がこの特徴量を取得し、ユーザ識別装置30の識別部32が、この特徴量を用いてユーザ識別処理を実行するようにしてもよい。例えば、ログイン後に作業者の作業中に、特徴量算出部21が、それまでの作業における所定の操作量に基づいて、当該作業者に係る特徴量を算出し、識別部32が、この特徴量を用いて、作業者を再度識別してもよい。仮に、当該作業者をログイン時に認証した者として認証できなかった場合、制御装置20の操作無効化部33が、教示操作盤25に係る操作を無効とするようにしてもよい。また、教示操作盤25に係る操作を無効とするのに加えて/又は制御装置20の警報部34が警報を発報してもよい。
そうすることで、例えば、ログイン時に成りすましを行った作業者を誤って認証した場合であっても、作業者の普段の癖等が本番時に出ることにより、成りすましを発見することが可能となる。
また、本実施形態におけるログイン時のユーザ識別時の動作として、ユーザ識別装置30の取得部31は、作業者の識別情報(ユーザID)を取得し、識別部32が、この識別情報(ユーザID)の正否について、制御装置20から受信した特徴量に基づいて、識別するとしたが、これに限定されない。
例えば、ログイン時のユーザ識別時の動作として、作業者の識別情報(ユーザID)を入力せず、すなわち、ユーザ識別装置30の取得部31は、作業者の識別情報(ユーザID)を取得せずに、制御装置20から受信した特徴量のみに基づいて、当該作業者を識別するようにしてもよい。
ユーザ識別装置30は、例えば当該作業者を作業者Aとして認証した場合、教示表示盤25にその旨を表示するようにしてもよい。
そうすることで、ログイン時のユーザIDの入力を省略することができる。
また、本実施形態におけるユーザ識別システム100において、ユーザ識別装置30は、教示操作盤25及び機械学習装置10の各々と別体であるとしたが、これに限定されない。
例えば、ユーザ識別システム100の構成として、ユーザ識別装置30と教示操作盤25が一体の装置として実現されるようにしてもよい。あるいは、ユーザ識別装置30と機械学習装置10が一体の装置として実現されるようにしてもよい。あるいは、機械学習装置10の機能の一部又は全部を、制御装置20により実現してもよい。あるいは、ユーザ識別装置30の機能の一部又は全部を、制御装置20により実現してもよい。
更に、上述した実施形態では、機械学習装置10を、学習を行う機能と、学習モデルを記憶する機能とを有するものとしたが、学習を行う機能と、学習モデルを記憶する機能とを別の装置で行うようにしてもよい。
11 入力部
12 ラベル取得部
13 学習部
14 学習モデル記憶部
20 制御装置
21 特徴量算出部
22 ログイン処理部
23 操作無効化部
24 警報部
25 教示操作盤
26 電源スイッチ
27 表示器
28 キースイッチ
29A 29B デッドマンスイッチ
30 ユーザ識別装置
31 取得部
32 識別部
50 ロボット
100 ユーザ識別システム
Claims (14)
- ロボット制御装置の作業者を認証するためのユーザ識別を行う学習モデルを構築する機械学習装置であって、
予め設定された前記ロボット制御装置の教示操作盤に係る操作を前記作業者に行わせることにより検出される前記作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データを、入力データとして取得する入力データ取得手段と、
前記作業者の識別情報をラベルとして取得するラベル取得手段と、
前記入力データと前記ラベルとの組を教師データとして教師あり学習を行うことにより、前記ロボット制御装置の作業者を認証するためのユーザ識別を行う学習モデルを構築する学習手段と、
を備える機械学習装置。 - 前記教示操作盤は、
前記教示操作盤の備える表示器に、前記予め設定された前記ロボット制御装置の教示操作盤に係る操作のガイダンスを表示する、請求項1に記載の機械学習装置。 - 前記予め設定された前記ロボット制御装置の教示操作盤に係る操作は、前記作業者が作業時に実際に前記教示操作盤を使用する際の操作を含む、請求項1又は請求項2のいずれかに記載の機械学習装置。
- 前記入力データ取得手段は、前記測定値から得られる特徴量を前記操作データとして取得する、請求項1〜請求項3のいずれか1項に記載の機械学習装置。
- 前記特徴量は、前記作業者の前記操作に基づく、前記教示操作盤により検知される前記教示操作盤の操作手順、前記教示操作盤が備える各キースイッチの使用頻度、前記教示操作盤が備えるデッドマンスイッチの使用頻度、前記教示操作盤が検出する振動、前記教示操作盤が検出する加速度、前記教示操作盤の操作時の機体の傾き、前記教示操作盤のタッチパネルが検知する筆圧のうち、少なくとも1つに関する、請求項4に記載の機械学習装置。
- 前記入力データ取得手段は、さらに、
本番時における前記作業者の教示操作盤に係る実際の操作により検出される前記作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データを入力データとして取得し、
前記ラベル取得手段は、さらに、
当該作業者の識別情報をラベルとして取得し、
前記学習手段は、さらに、
前記入力データと前記ラベルとの組を教師データとして教師あり学習を行うことで、前記学習モデルを更新する、請求項1〜請求項5のいずれか1項に記載の機械学習装置。 - 請求項1〜請求項6までのいずれか1項に記載の機械学習装置で構築した前記学習モデルを用いたユーザ識別装置であって、
前記予め設定された前記教示操作盤に係る操作を前記作業者に行わせることにより検出される前記作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データを取得する操作データ取得手段と、
前記操作データと前記学習モデルとに基づいて、前記作業者を識別する作業者識別手段と、
を備えるユーザ識別装置。 - 前記操作データ取得手段は、さらに、
前記作業者が本番時に前記教示操作盤に係る実際の操作を実行中に、前記作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データを取得し、
前記作業者識別手段は、さらに、
前記操作データと前記学習モデルとに基づいて、前記作業者の識別情報が正しいか否かを判断する、請求項7に記載のユーザ識別装置。 - 前記教示操作盤に組み込まれ、前記教示操作盤と一体となった、請求項7又は請求項8のいずれか1項に記載のユーザ識別装置。
- 請求項1〜請求項6までのいずれか1項に記載の機械学習装置と、
前記予め設定された前記教示操作盤に係る操作を前記作業者に行わせることにより検出される前記作業者の少なくとも身体の一部の動き及び身体の形状に関連する測定値を含む操作データを取得する操作データ取得手段と、
前記操作データと、前記機械学習装置で構築した前記学習モデルとに基づいて、前記作業者を識別する作業者識別手段と、
を備えるユーザ識別装置。 - 請求項7又は請求項8に記載のユーザ識別装置と、
前記機械学習装置と、
前記ロボット制御装置と、
前記教示操作盤と、を備えるユーザ識別システム。 - 前記作業者識別手段が、前記作業者の識別情報が否であると判断した場合に、前記教示操作盤に係る操作を無効とする操作無効化手段を、前記ロボット制御装置がさらに備える、請求項11に記載のユーザ識別システム。
- 前記作業者識別手段が、前記作業者の識別情報が否であると判断した場合に、警報を発報する警報手段を、前記ロボット制御装置がさらに備える、請求項11又は請求項12に記載のユーザ識別システム。
- 前記作業者識別手段が、前記作業者の識別情報の正否を判断できなかった場合に、前記機械学習装置は、作業者の身体的差異に係る特徴量を算出するために用いることが可能な、さらなる操作データを用いて、さらなる学習モデルを構築し、
前記作業者識別手段は、さらなる操作データと、さらなる学習モデルとに基づいて、前記作業者を再度識別する、請求項11〜請求項13のいずれか1項に記載のユーザ識別装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017146715A JP6577532B2 (ja) | 2017-07-28 | 2017-07-28 | 機械学習装置、及びユーザ識別装置 |
US16/018,177 US10614369B2 (en) | 2017-07-28 | 2018-06-26 | Machine learning device and user identification device |
DE102018210957.5A DE102018210957B4 (de) | 2017-07-28 | 2018-07-04 | Maschinelle Lernvorrichtung und Benutzeridentifikationsvorrichtung |
CN201810834920.1A CN109304714B (zh) | 2017-07-28 | 2018-07-26 | 机器学习装置以及用户识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017146715A JP6577532B2 (ja) | 2017-07-28 | 2017-07-28 | 機械学習装置、及びユーザ識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019025582A true JP2019025582A (ja) | 2019-02-21 |
JP6577532B2 JP6577532B2 (ja) | 2019-09-18 |
Family
ID=65004413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017146715A Active JP6577532B2 (ja) | 2017-07-28 | 2017-07-28 | 機械学習装置、及びユーザ識別装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10614369B2 (ja) |
JP (1) | JP6577532B2 (ja) |
CN (1) | CN109304714B (ja) |
DE (1) | DE102018210957B4 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021126760A (ja) * | 2020-02-15 | 2021-09-02 | 博幸 田中 | ユニバーサルデザインペンダント |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7050006B2 (ja) * | 2017-06-28 | 2022-04-07 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 移動体制御装置、移動体制御方法、及び学習方法 |
US10332367B1 (en) * | 2018-10-17 | 2019-06-25 | Capital One Services, Llc | Systems and methods for using haptic vibration for inter device communication |
JP7252787B2 (ja) * | 2019-02-28 | 2023-04-05 | 川崎重工業株式会社 | 機械学習モデル運用管理システム及び機械学習モデル運用管理方法 |
JP7137150B2 (ja) * | 2019-03-14 | 2022-09-14 | オムロン株式会社 | 動作分析装置、動作分析方法及び動作分析プログラム |
JP7088871B2 (ja) * | 2019-03-29 | 2022-06-21 | ファナック株式会社 | 検査装置、検査システム、及びユーザインタフェース |
US11947644B2 (en) | 2019-10-08 | 2024-04-02 | UiPath, Inc. | Facial recognition framework using deep learning for attended robots |
DE102022109047A1 (de) | 2022-04-13 | 2023-10-19 | B-Horizon GmbH | Verfahren zum automatischen Anpassen des Verhaltens eines mobilen Benutzerendgeräts, insbesondere zur Messung von Druck, Gas und/oder Feuchtigkeit auf Basis einer Umgebungsfeuchtigkeit |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10171926A (ja) * | 1996-12-11 | 1998-06-26 | Kiyadeitsukusu:Kk | 手書き文字の照合方法および装置 |
JP2000132514A (ja) * | 1998-10-21 | 2000-05-12 | Hitachi Ltd | 個人認証方法 |
JP2001231765A (ja) * | 2000-02-21 | 2001-08-28 | Axiom Co Ltd | 筆記判別システム、筆記判別用筆記具、および筆記判別方法 |
JP2002042137A (ja) * | 2000-07-25 | 2002-02-08 | Seiichiro Hanya | 認証システム |
JP2002239953A (ja) * | 2001-02-13 | 2002-08-28 | Matsushita Electric Ind Co Ltd | 産業用ロボット |
JP2004243472A (ja) * | 2003-02-14 | 2004-09-02 | Yaskawa Electric Corp | 操作装置および産業用ロボット |
JP2015144026A (ja) * | 2011-08-02 | 2015-08-06 | クアルコム,インコーポレイテッド | デバイスにおけるセキュリティ強化のために多要素パスワードまたは動的パスワードを使うための方法および装置 |
JP2015153143A (ja) * | 2014-02-14 | 2015-08-24 | 株式会社日立システムズ | 入館管理システム |
US20150273704A1 (en) * | 2014-03-28 | 2015-10-01 | Fanuc Corporation | Robot system for determining operator by biometric authentication |
JP2016031704A (ja) * | 2014-07-30 | 2016-03-07 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 認証装置、プログラム及び方法 |
JP2016144051A (ja) * | 2015-02-02 | 2016-08-08 | 国立大学法人 鹿児島大学 | 携帯端末装置及びその認証処理方法 |
JP2017058850A (ja) * | 2015-09-15 | 2017-03-23 | トヨタ車体株式会社 | 個体認証システム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001277166A (ja) | 2000-03-31 | 2001-10-09 | Sony Corp | ロボット及びロボットの行動決定方法 |
JP4443299B2 (ja) | 2004-05-13 | 2010-03-31 | 富士通株式会社 | ネットワークロボットによるサービス提供システム |
KR100645379B1 (ko) | 2004-10-29 | 2006-11-15 | 삼성광주전자 주식회사 | 로봇 제어 시스템 및 로봇 제어방법 |
JP6397226B2 (ja) * | 2014-06-05 | 2018-09-26 | キヤノン株式会社 | 装置、装置の制御方法およびプログラム |
US10032137B2 (en) * | 2015-08-31 | 2018-07-24 | Avaya Inc. | Communication systems for multi-source robot control |
JP6426565B2 (ja) | 2015-09-03 | 2018-11-21 | ファナック株式会社 | 作業者に応じて機械の操作情報を表示器に表示させる機械制御システム |
US10452816B2 (en) * | 2016-02-08 | 2019-10-22 | Catalia Health Inc. | Method and system for patient engagement |
CN106203019B (zh) | 2016-07-21 | 2019-12-24 | 北京光年无限科技有限公司 | 一种用于机器人的用户身份验证方法及机器人 |
US10108850B1 (en) * | 2017-04-24 | 2018-10-23 | Intel Corporation | Recognition, reidentification and security enhancements using autonomous machines |
-
2017
- 2017-07-28 JP JP2017146715A patent/JP6577532B2/ja active Active
-
2018
- 2018-06-26 US US16/018,177 patent/US10614369B2/en active Active
- 2018-07-04 DE DE102018210957.5A patent/DE102018210957B4/de active Active
- 2018-07-26 CN CN201810834920.1A patent/CN109304714B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10171926A (ja) * | 1996-12-11 | 1998-06-26 | Kiyadeitsukusu:Kk | 手書き文字の照合方法および装置 |
JP2000132514A (ja) * | 1998-10-21 | 2000-05-12 | Hitachi Ltd | 個人認証方法 |
JP2001231765A (ja) * | 2000-02-21 | 2001-08-28 | Axiom Co Ltd | 筆記判別システム、筆記判別用筆記具、および筆記判別方法 |
JP2002042137A (ja) * | 2000-07-25 | 2002-02-08 | Seiichiro Hanya | 認証システム |
JP2002239953A (ja) * | 2001-02-13 | 2002-08-28 | Matsushita Electric Ind Co Ltd | 産業用ロボット |
JP2004243472A (ja) * | 2003-02-14 | 2004-09-02 | Yaskawa Electric Corp | 操作装置および産業用ロボット |
JP2015144026A (ja) * | 2011-08-02 | 2015-08-06 | クアルコム,インコーポレイテッド | デバイスにおけるセキュリティ強化のために多要素パスワードまたは動的パスワードを使うための方法および装置 |
JP2015153143A (ja) * | 2014-02-14 | 2015-08-24 | 株式会社日立システムズ | 入館管理システム |
US20150273704A1 (en) * | 2014-03-28 | 2015-10-01 | Fanuc Corporation | Robot system for determining operator by biometric authentication |
JP2015188990A (ja) * | 2014-03-28 | 2015-11-02 | ファナック株式会社 | 生体認証により作業者を判別するロボットシステム |
JP2016031704A (ja) * | 2014-07-30 | 2016-03-07 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 認証装置、プログラム及び方法 |
JP2016144051A (ja) * | 2015-02-02 | 2016-08-08 | 国立大学法人 鹿児島大学 | 携帯端末装置及びその認証処理方法 |
JP2017058850A (ja) * | 2015-09-15 | 2017-03-23 | トヨタ車体株式会社 | 個体認証システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021126760A (ja) * | 2020-02-15 | 2021-09-02 | 博幸 田中 | ユニバーサルデザインペンダント |
Also Published As
Publication number | Publication date |
---|---|
US20190034818A1 (en) | 2019-01-31 |
US10614369B2 (en) | 2020-04-07 |
CN109304714B (zh) | 2020-08-07 |
DE102018210957A1 (de) | 2019-01-31 |
DE102018210957B4 (de) | 2021-05-12 |
JP6577532B2 (ja) | 2019-09-18 |
CN109304714A (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6577532B2 (ja) | 機械学習装置、及びユーザ識別装置 | |
CN104950702B (zh) | 通过生物认证来判别操作员的机器人系统 | |
WO2014159563A1 (en) | Usage modeling | |
US12094210B2 (en) | Monitoring system, monitoring device, monitoring method, and non-transitory computer-readable medium | |
KR101698679B1 (ko) | 가시광 통신을 이용한 출입 제어 장치 및 방법 | |
KR20210095282A (ko) | 사용자 인증 방법 및 이 방법을 실행하는 디바이스 | |
EP3475505B1 (en) | Systems and methods for implementing a proximity lock using bluetooth low energy | |
CN104765461A (zh) | 一种控制方法及电子设备 | |
CN111918118A (zh) | 电子设备、用户终端以及控制电子设备和用户终端的方法 | |
KR20190105767A (ko) | 사용자의 터치 인터랙션과 연관된 센싱 데이터를 처리하는 방법 및 장치 | |
CN109995751B (zh) | 上网设备标记方法、装置及存储介质、计算机设备 | |
KR20120076537A (ko) | 전기자동차용 충전기 및 그 제어방법 | |
US11250657B2 (en) | Power plant operation history device and method of managing operation history of power plant using wearable device | |
CN105530636A (zh) | 用于建立虚拟拴系的方法、装置及系统 | |
CN107360140B (zh) | 一种带指纹识别功能的触控单兵通讯装置 | |
JP5407806B2 (ja) | 認証制御サーバ装置、認証データ更新方法、及び認証データ更新プログラム | |
CN209689664U (zh) | 一种用于幼儿园安全的监测装置 | |
KR102062872B1 (ko) | 인공지능형 공압식 방충재의 관리 시스템 | |
CN107291224B (zh) | 设备操控方法及设备操控装置 | |
JP2021064257A (ja) | 制御装置及び制御システム | |
JP5586508B2 (ja) | 管理制御装置 | |
CN105095713A (zh) | 成形机 | |
JP2015052526A (ja) | 触覚誘導支援方法、触覚誘導支援プログラム及び触覚誘導支援装置 | |
WO2023280407A1 (en) | Method, authentication system, and computer program for authenticating a user for a service | |
KR102217522B1 (ko) | 출입관제용 매트 시스템 제공방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180918 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181211 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190702 |
|
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: 20190723 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6577532 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |