JP2022063884A - データ処理装置、データ処理方法 - Google Patents

Abstract

【課題】調理人が作る料理と同じ料理を調理ロボットにおいて再現する場合の再現性を高めることができるようにする。
【解決手段】本技術の一側面のデータ処理装置は、料理の食材に関する情報および食材を用いた調理工程における調理人の動作に関する情報が記述された調理動作データと、調理工程の進捗に連動して計測された調理人の感覚を示す感覚データとをリンクさせた、調理ロボットが調理動作を行う際に用いるデータセットを含むレシピデータを生成する。本技術は、調理ロボットにおける調理を制御するコンピュータに適用することができる。
【選択図】図９

Description

本技術は、データ処理装置、データ処理方法に関し、特に、調理人が作る料理と同じ料理を調理ロボットにおいて再現する場合の再現性を高めることができるようにしたデータ処理装置、データ処理方法に関する。

調理中の調理人の動きをセンシングし、センシング結果のデータを保存・送信することによって、調理人が作った料理を調理ロボット側において再現する技術が検討されている。調理ロボットによる調理動作は、例えば、調理人の手の動きと同じ動きをセンシング結果に基づいて実現するようにして行われる。

特表２０１７－５０６１６９号公報 特表２０１７－５３６２４７号公報

従来の調理ロボットを用いた調理方法では、レシピ通りに調理工程を進めた場合でも、調理人が意図した通りの料理を再現することは現実的には難しい。

これは、調理人や料理を食べる人により、味覚・嗅覚等の感覚が異なることの他に、調理人側と再現側とで、食材の種類・大きさ・質感・産地等が異なる、調理器具の種類・能力等が異なる、温度・湿度等の調理環境が異なること等に起因する。

本技術はこのような状況に鑑みてなされたものであり、調理人が作る料理と同じ料理を調理ロボットにおいて再現する場合の再現性を高めることができるようにするものである。

本技術の一側面のデータ処理装置は、料理の食材に関する情報および前記食材を用いた調理工程における調理人の動作に関する情報が記述された調理動作データと、前記調理工程の進捗に連動して計測された前記調理人の感覚を示す感覚データとをリンクさせた、調理ロボットが調理動作を行う際に用いるデータセットを含むレシピデータを生成するレシピデータ生成部を備える。

本技術の一側面においては、料理の食材に関する情報および前記食材を用いた調理工程における調理人の動作に関する情報が記述された調理動作データと、前記調理工程の進捗に連動して計測された前記調理人の感覚を示す感覚データとをリンクさせた、調理ロボットが調理動作を行う際に用いるデータセットを含むレシピデータが生成される。

本技術の一実施形態に係る調理システムにおける全体の処理の例を示す図である。 シェフ側と再現側のそれぞれにおいて用いられる食材の違いについて説明する図である。 レシピデータの記述内容の例を示す図である。 調理工程データセットに含まれる情報の例を示す図である。 風味の構成要素の例を示す図である。 味覚主観情報の算出例を示す図である。 味覚主観情報のチャートの例を示す図である。 レシピデータの例を示す図である。 レシピデータの生成の流れの例を示す図である。 レシピデータに基づく料理の再現の流れの例を示す図である。 シェフ側の流れと再現側の流れをまとめて示す図である。 レシピデータの他の記述内容の例を示す図である。 本技術の一実施形態に係る調理システムの構成例を示す図である。 調理システムの他の構成例を示す図である。 制御装置の配置例を示す図である。 シェフが調理を行うキッチン周りの構成例を示す図である。 味覚センサの使用状態の例を示す図である。 シェフ側の構成例を示すブロック図である。 データ処理装置のハードウェアの構成例を示すブロック図である。 データ処理装置の機能構成例を示すブロック図である。 調理ロボットの外観を示す斜視図である。 調理アームの様子を拡大して示す図である。 調理アームの外観を示す図である。 調理アームの各部の可動域の例を示す図である。 調理アームとコントローラの接続の例を示す図である。 調理ロボットと周辺の構成の例を示すブロック図である。 制御装置の機能構成例を示すブロック図である。 風味情報処理部の構成例を示すブロック図である。 データ処理装置のレシピデータ生成処理について説明するフローチャートである。 図２９のステップＳ５において行われる風味情報生成処理について説明するフローチャートである。 制御装置の料理再現処理について説明するフローチャートである。 図３１のステップＳ３６において行われる風味計測処理について説明するフローチャートである。 図３１のステップＳ３８において行われる風味調整処理について説明するフローチャートである。 図３３のステップＳ６１において行われる味調整処理について説明するフローチャートである。 プランニングの例を示す図である。 制御装置の風味調整処理について説明するフローチャートである。 風味の判定例を示す図である。 風味主観情報を用いた風味の判定例を示す図である。 センサデータ生成用のモデルの例を示す図である。 制御装置の風味センサ情報補正処理について説明するフローチャートである。 調理システムの他の構成例を示す図である。

＜本技術の概要＞
本技術は、調理人が料理を作るときの感覚と、調理人が作成したレシピに基づいて調理を行うときの感覚との違い（差分）に着目し、食材と調理工程とを記述したデータに対して、料理を作るときの調理人の感覚をデータ化した感覚データをリンクさせてレシピデータとして管理するようにしたものである。

また、本技術は、感覚データにより表される調理人の感覚に基づいて、調理ロボットの調理動作を調整することにより、調理人が意図した通りの風味の料理を、調理ロボット側において再現することができるようにしたものである。

さらに、本技術は、感覚データに加えて、再現時の調理動作の際にセンシングされたデータをも活用して食材や調理動作を調整することにより、料理を食べる人の特性（属性、状態など）に合わせた、柔軟な調理を実現するものである。

以下、本技術を実施するための形態について説明する。説明は以下の順序で行う。
１．調理システムにおけるレシピデータの生成と料理の再現
２．レシピデータについて
３．レシピデータの生成と料理の再現の流れの例
４．調理システムの構成例
５．調理システムの動作
６．変形例

＜調理システムにおけるレシピデータの生成と料理の再現＞
図１は、本技術の一実施形態に係る調理システムにおける全体の処理の例を示す図である。

図１に示すように、調理システムは、調理を行うシェフ側の構成と、シェフが作った料理を再現する再現側の構成とから構成される。

シェフ側の構成は、例えば、あるレストランに設けられる構成となり、再現側の構成は、例えば、一般の家庭に設けられる構成となる。再現側の構成として、調理ロボット１が用意される。

図１の調理システムは、シェフが作った料理と同じ料理を、再現側の構成としての調理ロボット１において再現するシステムである。調理ロボット１は、調理アームなどの駆動系の装置、および、各種のセンサを有し、調理を行う機能を搭載したロボットである。

シェフ側の構成から、調理ロボット１を含む再現側の構成に対しては、矢印で示すようにレシピデータが提供される。後に詳述するように、レシピデータには、料理の食材を含む、シェフが作った料理に関する情報が記述されている。

再現側の構成においては、調理ロボット１の調理動作をレシピデータに基づいて制御することによって、料理が再現されることになる。例えば、シェフの調理工程と同じ工程を実現するための調理動作を調理ロボット１に行わせることによって料理が再現される。

調理を行う調理人としてシェフが示されているが、板前、コックなどの呼び方、厨房における役割に関わらず、調理を行う人であれば、どのような人が調理を行う場合にも、図１の調理システムは適用可能である。

また、図１においては、１人のシェフ側の構成のみが示されているが、調理システムには、複数のレストランなどにそれぞれ設けられる複数のシェフ側の構成が含まれる。再現側の構成に対しては、例えば調理ロボット１により再現された料理を食べる人が選択した所定のシェフが作る、所定の料理のレシピデータが提供される。

なお、料理は、調理を経て出来上がる成果物のことを意味する。調理は、料理を作る過程や、料理を作る行為（作業）のことを意味する。

図２は、シェフ側と再現側のそれぞれにおいて用いられる食材の違いについて説明する図である。

シェフの調理に例えばにんじんが使われた場合、レシピデータには、食材としてにんじんを使うことを表す情報が記述される。また、にんじんを使った調理工程に関する情報が記述される。

再現側においても同様に、レシピデータに基づいて、にんじんを使った調理動作が行われる。

ここで、同じ「にんじん」として分類される食材であっても、シェフ側で用意されるにんじんと、再現側で用意されるにんじんとでは、種別の違い、産地の違い、収穫時期の違い、成育状況の違い、収穫後の環境の違いなどによって、味、香り、質感が異なる。自然物である食材には、完全に同じものは存在しない。

したがって、シェフの動作と完全に同じ調理動作を調理ロボット１に行わせたとしても、にんじんを使って出来上がった料理の風味は異なるものとなる。風味の詳細については後述する。

１つの料理が完成するまでには複数の調理工程を経ることになるが、にんじんを使った１つの調理工程を経ることによって出来上がった途中の料理を見ても、その風味は、シェフ側と再現側とでは異なるものとなる。

同様に、ある調理工程で使われる調味料の違い、調理に使う包丁、鍋などの調理ツールの違い、火力などの設備の違いなどによっても、出来上がった料理、途中の料理の風味は、シェフ側と再現側とでは異なるものとなる。

そこで、図１の調理システムにおいては、料理を作るときにシェフが感覚として得た風味が、例えば１つの調理工程が行われる毎に計測される。再現側に提供されるレシピデータには、シェフが得た風味をデータ化した感覚データが、例えば、１つの調理工程に関する、食材や動作の情報とリンクさせて記述される。

＜レシピデータについて＞
図３は、レシピデータの記述内容の例を示す図である。

図３に示すように、１つのレシピデータは、複数の調理工程データセットから構成される。図３の例においては、調理工程＃１に関する調理工程データセット、調理工程＃２に関する調理工程データセット、・・・、調理工程＃Ｎに関する調理工程データセットが含まれる。

このように、レシピデータにおいては、１つの調理工程に関する情報が、１つの調理工程データセットとして記述される。

図４は、調理工程データセットに含まれる情報の例を示す図である。

図４の吹き出しに示すように、調理工程データセットは、調理工程を実現するための調理動作に関する情報である調理動作情報と、調理工程を経た食材の風味に関する情報である風味情報とから構成される。

１．調理動作情報
調理動作情報は、食材情報と動作情報から構成される。

１－１．食材情報
食材情報は、調理工程においてシェフが使った食材に関する情報である。食材に関する情報には、食材の種類、食材の量、食材の大きさなどを表す情報が含まれる。

例えば、ある調理工程においてにんじんを使った調理をシェフが行った場合、にんじんを使ったことを表す情報が食材情報に含まれる。水、調味料などの、料理の材料としてシェフが使った各種の食物を表す情報なども、食材情報に含まれる。食物は、人が食べることができる各種の物である。

なお、食材には、調理が全く施されていない食材だけでなく、ある調理が施されることによって得られた調理済み（下処理済み）の食材も含まれる。ある調理工程の調理動作情報に含まれる食材情報には、それより前の調理工程を経た食材の情報が含まれる。

シェフが使った食材は、例えば、調理を行っているシェフをカメラで撮影した画像を解析することによって認識される。食材情報は、食材の認識結果に基づいて生成される。カメラにより撮影される画像は、動画像であってもよいし、静止画像であってもよい。

レシピデータの生成時に、シェフにより、または、シェフをサポートするスタッフなどの他の人により食材情報が登録されるようにしてもよい。

１－２．動作情報
動作情報は、調理工程におけるシェフの動きに関する情報である。シェフの動きに関する情報には、シェフが使った調理ツールの種類、手の動きを含む、各時刻のシェフの体の動き、各時刻のシェフの立ち位置などを表す情報が含まれる。

例えば、ある食材を、シェフが包丁を使って切った場合、調理ツールとして包丁を使ったことを表す情報、切る位置、切る回数、切り方の力加減、角度、スピードなどを表す情報が動作情報に含まれる。

また、食材としての液体が入った鍋を、シェフがおたまを使ってかき混ぜた場合、調理ツールとしておたまを使ったことを表す情報、かき混ぜ方の力加減、角度、スピード、時間などを表す情報が動作情報に含まれる。

ある食材を、シェフがオーブンを使って焼いた場合、調理ツールとしてオーブンを使ったことを表す情報、オーブンの火力、焼き時間などを表す情報が動作情報に含まれる。

シェフが盛り付けを行った場合、盛り付けに使った食器、食材の配置の仕方、食材の色味などを表す盛り付け方の情報が動作情報に含まれる。

シェフの動きは、例えば、調理を行っているシェフをカメラで撮影した画像を解析することによって、または、シェフが身に付けているセンサにより計測されたセンサデータを解析することによって認識される。動作情報は、シェフの動きの認識結果に基づいて生成される。

２．風味情報
図４に示すように、風味情報は、風味センサ情報と風味主観情報から構成される。風味は感覚として得られるものである。調理工程データセットに含まれる風味情報が、シェフの感覚をデータ化した感覚データに相当する。

図５は、風味の構成要素の例を示す図である。

人が脳で感じるおいしさ、すなわち「風味」は、図５に示すように、主に、人の味覚によって得られる味、人の嗅覚によって得られる香り、人の触覚によって得られる質感を組み合わせて構成される。

体感温度や食材の色彩によってもおいしさの感じ方が変わってくるから、風味には、体感温度と色彩も含まれる。

風味（flavor）の各構成要素について説明する。

（１）味（taste）
味には、舌・口腔内の味覚受容体細胞で感じうる五種の味（塩味、酸味、苦味、甘味、旨味）が含まれる。塩味、酸味、苦味、甘味、旨味は、基本五味と呼ばれる。

また、味には、基本五味に加えて、口腔内だけでなく全身の痛覚であるTRP(Transient Receptor Potential)チャネルファミリーに属するバニロイド受容体などで感じる辛味が含まれる。濃度に応じて苦味と重なる味となるが、渋味も味の一種である。

それぞれの味について説明する。

・塩味
塩味を感じさせる物質には、イオン化結合で塩を生成するミネラル類（Na, K, Fe, Mg, Ca, Cu, Mn, Al, Zn等）がある。

・酸味
酸味を感じさせる物質には、クエン酸、酢酸などの酸がある。一般には、pHの低下依存（例えば、pH３程度）で酸味が感じられる。

・甘味
甘味を感じさせる物質には、ショ糖やブドウ糖などの糖類、脂質類、グリシンなどのアミノ酸、人工甘味料がある。

・旨味
旨味を感じさせる物質には、グルタミン酸やアスパラギン酸などのアミノ酸、イノシン酸、グアニル酸、キサンチル酸などの核酸派生物、コハク酸などの有機酸、および塩類がある。

・苦味
苦みを感じさせる物質には、カフェインなどのアルカロイド類、テオブロミン、ニコチン、カテキン、テルペノイドなどのフムロン類、リモニン、ククルビタシン、フラバノン配糖体のナリンジン、苦味アミノ酸、苦味ペプチド、胆汁酸、無機塩類のカルシウム塩、マグネシウム塩がある。

・渋味
渋味を感じさせる物質には、ポリフェノール類、タンニン、カテキン、多価イオン（Al, Zn, Cr）、エタノール、アセトンがある。渋味は、苦味の一部として認識、あるいは計測される。

・辛味
辛味を感じさせる物質には、カプサイシノイドがある。生体機能として、熱く感じる唐辛子や各種スパイスの成分であるカプサイシン、冷感を感じるペパーミントの成分であるメントールは、味覚ではなく、痛覚として、TRPチャネルファミリーの温感受容体により認識される。

（２）香り（aroma）
香りは、鼻腔および上咽頭内に発現する嗅覚受容体により認識（結合）される分子量300以下の、揮発性のある低分子有機化合物により知覚される。

（３）質感（texture）
質感は、いわゆる食感と呼ばれる指標であり、硬さ、ベタベタ感、粘性、凝集性、ポリマー含有量、水分含有量（moisture）、油分含有量（greasiness）などで表される。

（４）体感温度（apparent temperature）
体感温度は、人肌が感じる温度である。体感温度には、食物自体の温度だけでなく、ミントのように揮発性物質を含む食物によって清涼感を感じたり、唐辛子のように辛味成分を含む食物によって温感を感じたりするなど、肌の表層部が食物の成分に反応して感じられる温度感覚も含まれる。

（５）色彩（color）
食物の色彩は、食物に含まれる色素や、苦味・渋味の成分を反映する。例えば、植物由来の食物には、光合成によってできる色素や、ポリフェノール類の苦味・渋味に関わる成分が含まれる。光学的計測法により、食物の色彩から、食物に含まれる成分を推定することが可能となる。

２－１．風味センサ情報
風味情報を構成する風味センサ情報は、食材の風味をセンサにより計測して得られたセンサデータである。調理が全く施されていない食材の風味をセンサにより計測して得られたセンサデータが風味センサ情報として風味情報に含まれるようにしてもよい。

風味は、味、香り、質感、体感温度、色彩によって構成されるから、風味センサ情報には、味に関するセンサデータ、香りに関するセンサデータ、質感に関するセンサデータ、体感温度に関するセンサデータ、色彩に関するセンサデータが含まれる。全てのセンサデータが風味センサ情報に含まれるようにしてもよいし、いずれかのセンサデータが風味センサ情報に含まれないようにしてもよい。

風味センサ情報を構成するそれぞれのセンサデータを、味覚センサデータ、嗅覚センサデータ、質感センサデータ、体感温度センサデータ、色彩センサデータという。

味覚センサデータは、味覚センサにより計測されたセンサデータである。味覚センサデータは、塩味センサ値、酸味センサ値、苦味センサ値、甘味センサ値、旨味センサ値、辛味センサ値、渋味センサ値のうちの少なくともいずれかのパラメータにより構成される。

味覚センサには、例えば、センサ部に人工的な脂質膜を用いた人工脂質膜型味覚センサがある。人工脂質膜型味覚センサは、味を感じさせる原因となる物質である呈味物質に対する、脂質膜の静電相互作用や疎水性相互作用によって生じた膜電位の変化を検出し、センサ値として出力するセンサである。

人工脂質膜型味覚センサではなく、食物の味を構成する塩味、酸味、苦味、甘味、旨味、辛味、渋味のそれぞれの要素をデータ化して出力することができる装置であれば、高分子膜を用いた味覚センサなどの各種の装置を味覚センサとして用いることが可能である。

嗅覚センサデータは、嗅覚センサにより計測されたセンサデータである。嗅覚センサデータは、スパイシーな香り、フルーティーな香り、青臭い、かび臭い（チージー）、シトラスの香り、ローズの香りなどの、香りを表現する要素毎の値により構成される。

嗅覚センサには、例えば、水晶振動子などのセンサを無数に設けたセンサがある。人間の鼻の受容体の代わりに水晶振動子が用いられることになる。水晶振動子を用いた嗅覚センサは、香り成分が水晶振動子にぶつかったときの、水晶振動子の振動周波数の変化を検出し、振動周波数の変化のパターンに基づいて、上述した香りを表現する値を出力するものである。

水晶振動子を用いたセンサではなく、香りを表現する値を出力することができる装置であれば、カーボンなどの各種の素材からなるセンサを人間の鼻の受容体の代わりに用いた各種の装置を嗅覚センサとして用いることが可能である。

質感センサデータは、カメラにより撮影された画像や、各種のセンサにより計測されたセンサデータを解析することにより特定されるセンサデータである。質感センサデータは、硬さ（硬度）、ベタベタ感、粘性（応力）、凝集性、ポリマー含有量、水分含有量、油分含有量などを表す情報のうちの少なくともいずれかのパラメータにより構成される。

硬さ、ベタベタ感、粘性、凝集性は、例えば、シェフが調理を行っている食材をカメラで撮影した画像を解析することによって認識される。例えば、シェフがかき混ぜているスープの画像を解析することにより、硬さ、ベタベタ感、粘性、凝集性などの値を認識することが可能となる。これらの値が、シェフが包丁で食材を切ったときの応力を計測することにより認識されるようにしてもよい。

ポリマー含有量、水分含有量、油分含有量は、例えば、所定の波長の光を食材に照射し、その反射光を解析することによってそれらの値を計測するセンサにより計測される。

それぞれの食材と質感の各パラメータとを対応付けたデータベースが用意されており、データベースを参照して、それぞれの食材の質感センサデータが認識されるようにしてもよい。

体感温度センサデータは、食材の温度を温度センサにより計測することによって得られるセンサデータである。

色彩センサデータは、カメラにより撮影された画像から食材の色彩を解析することにより特定されるデータである。

２－２．風味主観情報
風味主観情報は、調理を行っているシェフなどの、人の主観的な風味の感じ方を表す情報である。風味主観情報は、風味センサ情報に基づいて算出される。

風味は、味、香り、質感、体感温度、色彩によって構成されるから、風味主観情報には、味に関する主観情報、香りに関する主観情報、質感に関する主観情報、体感温度に関する主観情報、色彩に関する主観情報が含まれる。味に関する主観情報、香りに関する主観情報、質感に関する主観情報、体感温度に関する主観情報、色彩に関する主観情報の全てが風味主観情報に含まれるようにしてもよいし、いずれかの主観情報が風味主観情報に含まれないようにしてもよい。

風味主観情報を構成するそれぞれの主観情報を、味覚主観情報、嗅覚主観情報、質感主観情報、体感温度主観情報、色彩主観情報という。

図６は、味覚主観情報の算出例を示す図である。

図６に示すように、味覚主観情報は、深層学習などにより生成されたニューラルネットワークのモデルである味覚主観情報生成用モデルを用いて算出される。味覚主観情報生成用モデルは、例えば、ある食材の味覚センサデータと、その食材を食べたシェフの味の感じ方を表す情報（数値）を用いた学習を行うことによって予め生成される。

例えば、図６に示すように、ある食材の味覚センサデータである塩味センサ値、酸味センサ値、苦味センサ値、甘味センサ値、旨味センサ値、辛味センサ値、渋味センサ値のそれぞれを入力した場合、味覚主観情報生成用モデルからは、塩味主観値、酸味主観値、苦味主観値、甘味主観値、旨味主観値、辛味主観値、渋味主観値のそれぞれが出力される。

塩味主観値は、シェフの塩味の感じ方を表す値である。酸味主観値は、シェフの酸味の感じ方を表す値である。苦味主観値、甘味主観値、旨味主観値、辛味主観値、渋味主観値も同様に、それぞれ、シェフの、苦味、甘味、旨味、辛味、渋味の感じ方を表す値である。

ある食材の味覚主観情報は、図７に示すように、塩味主観値、酸味主観値、苦味主観値、甘味主観値、旨味主観値、辛味主観値、渋味主観値のそれぞれの値によりチャートとして表される。味覚主観情報のチャートの形状が似ている食材は、風味のうちの味だけに注目した場合には、シェフにとって味が似ている食材ということになる。

風味主観情報を構成する他の主観情報も同様に、それぞれの主観情報生成用のモデルを用いて算出される。

すなわち、嗅覚主観情報は、嗅覚センサデータを嗅覚主観情報生成用モデルに入力することによって算出され、質感主観情報は、質感センサデータを質感主観情報生成用モデルに入力することによって算出される。体感温度主観情報は、体感温度主観センサデータを体感温度主観情報生成用モデルに入力することによって算出され、色彩主観情報は、色彩センサデータを色彩主観情報生成用モデルに入力することによって算出される。

ニューラルネットワークのモデルを用いるのではなく、ある食材の味覚センサデータと、その食材を食べたシェフの味の感じ方を表す情報とを対応付けたテーブル情報に基づいて味覚主観情報が算出されるようにしてもよい。風味センサ情報を用いた風味主観情報の算出の仕方については様々な方法を採用することができる。

以上のように、レシピデータは、調理工程を実現するための調理動作に関する情報である調理動作情報と、調理工程の進捗に連動して計測された、食材や料理の風味に関する情報である風味情報とをリンクさせる（紐付ける）ことによって構成される。

以上のような各情報を含むレシピデータが、図８に示すように料理毎に用意される。どのレシピデータに基づいて料理を再現するのかは、例えば、調理ロボット１が設置された場所にいる人により選択される。

＜レシピデータの生成と料理の再現の流れの例＞
図９は、レシピデータの生成の流れの例を示す図である。

図９に示すように、通常、シェフによる調理は、食材を用いた調理を行い、調理後の食材の味見をして、風味を調整することを、調理工程毎に繰り返すことによって行われる。

風味の調整は、例えば、味については、塩味が足りない場合には塩を足す、酸味が足りない場合にはレモン汁を搾るなどの作業を加えるようにして行われる。香りについては、例えば、ハーブを刻んで足す、食材に火を通すなどの作業を加えるようにして行われる。質感については、例えば、食材が硬い場合には叩いて柔らかくする、煮込む時間を増やすなどの作業を加えるようにして行われる。

調理工程データセットを構成する調理動作情報は、食材を用いた調理を行うシェフの動作と、風味を調整するシェフの動作とをセンシングし、センシング結果に基づいて生成される。

また、風味情報は、調理後の食材の風味をセンシングし、センシング結果に基づいて生成される。

図９の例においては、矢印Ａ１，Ａ２に示すように、調理工程＃１としてシェフが行う調理の動作と、風味を調整するシェフの動作とのセンシング結果に基づいて、調理工程＃１の調理工程データセットを構成する調理動作情報が生成されている。

また、矢印Ａ３に示すように、調理工程＃１による調理後の食材の風味のセンシング結果に基づいて、調理工程＃１の調理工程データセットを構成する風味情報が生成されている。

調理工程＃１が終了した後、次の調理工程である調理工程＃２が行われる。

同様に、矢印Ａ１１，Ａ１２に示すように、調理工程＃２としてシェフが行う調理の動作と、風味を調整するシェフの動作とのセンシング結果に基づいて、調理工程＃２の調理工程データセットを構成する調理動作情報が生成されている。

また、矢印Ａ１３に示すように、調理工程＃２による調理後の食材の風味のセンシング結果に基づいて、調理工程＃２の調理工程データセットを構成する風味情報が生成されている。

このような複数の調理工程を経て１つの料理が完成する。また、料理が完成するとともに、各調理工程の調理工程データセットを記述したレシピデータが生成される。

以下、主に、１つの調理工程が調理、味見、調整の３つの調理動作から構成される場合について説明するが、１つの調理工程に含まれる調理動作の単位は任意に設定可能である。１つの調理工程が、味見や味見後の風味の調整を伴わない調理動作から構成されることもあるし、風味の調整だけから構成されることもある。この場合も同様に、調理工程毎に風味のセンシングが行われ、センシング結果に基づいて得られた風味情報が調理工程データセットに含まれる。

１つの調理工程が終わる毎に風味のセンシングが行われるのではなく、風味のセンシングのタイミングについても任意に設定可能である。例えば、１つの調理工程の間、風味のセンシングが繰り返し行われるようにしてもよい。この場合、調理工程データセットには、風味情報の時系列データが含まれることになる。

全ての調理工程データセットに風味情報が含まれるのではなく、風味の計測が任意のタイミングで行われる毎に、風味情報が、そのタイミングで行われていた調理動作の情報とともに調理工程データセットに含まれるようにしてもよい。

図１０は、レシピデータに基づく料理の再現の流れの例を示す図である。

図１０に示すように、調理ロボット１による料理の再現は、レシピデータに記述された調理工程データセットに含まれる調理動作情報に基づいて調理を行い、調理後の食材の風味を計測して、風味を調整することを、調理工程毎に繰り返すことによって行われる。

風味の調整は、例えば、調理ロボット１側に用意されたセンサにより計測された風味が、風味情報により表される風味に近づくように、作業を加えるようにして行われる。調理ロボット１による風味の調整の詳細については後述する。

風味の計測と調整は、例えば、１つの調理工程において複数回繰り返されることもある。すなわち、調整が行われる毎に、調整後の食材を対象として風味の計測が行われ、計測結果に基づいて風味の調整が行われる。

図１０の例においては、矢印Ａ２１に示すように、調理工程＃１の調理工程データセットを構成する調理動作情報に基づいて調理ロボット１の調理動作が制御され、シェフの調理工程＃１の動作と同じ動作が調理ロボット１により行われる。

シェフの調理工程＃１の動作と同じ動作が調理ロボット１により行われた後、調理後の食材の風味が計測され、矢印Ａ２２に示すように、調理工程＃１の調理工程データセットを構成する風味情報に基づいて、調理ロボット１の風味の調整が制御される。

調理ロボット１側に用意されたセンサにより計測された風味が、風味情報により表される風味に一致した場合、風味の調整が終わり、調理工程＃１も終了となる。例えば、完全に一致するだけでなく、調理ロボット１側に用意されたセンサにより計測された風味と、風味情報により表される風味が閾値以上類似する場合も、両者が一致するものとして判定される。

調理工程＃１が終了した後、次の調理工程である調理工程＃２が行われる。

同様に、矢印Ａ３１に示すように、調理工程＃２の調理工程データセットを構成する調理動作情報に基づいて調理ロボット１の調理動作が制御され、シェフの調理工程＃２の動作と同じ動作が調理ロボット１により行われる。

シェフの調理工程＃２の動作と同じ動作が調理ロボット１により行われた後、調理後の食材の風味が計測され、矢印Ａ３２に示すように、調理工程＃２の調理工程データセットを構成する風味情報に基づいて、調理ロボット１の風味の調整が制御される。

調理ロボット１側に用意されたセンサにより計測された風味が、風味情報により表される風味に一致した場合、風味の調整が終わり、調理工程＃２も終了となる。

このような複数の調理工程を経て、シェフが作った料理が調理ロボット１により再現される。

図１１は、シェフ側の流れと再現側の流れをまとめて示す図である。

図１１の左側に示すように、調理工程＃１～＃Ｎの複数の調理工程を経て１つの料理が完成するとともに、各調理工程の調理工程データセットを記述したレシピデータが生成される。

一方、再現側においては、シェフの調理によって生成されたレシピデータに基づいて、シェフ側で行われた調理工程と同じ、調理工程＃１～＃Ｎの複数の調理工程を経て、１つの料理が再現される。

調理ロボット１による調理は、調理工程毎に風味を調整するようにして行われるから、最終的に出来上がる料理は、シェフが作った料理と同じか、あるいは、近い風味の料理となる。このように、シェフが作った料理と同じ風味の料理が、再現性の高い形で、レシピデータに基づいて再現される。

シェフは、例えば自分が経営するレストランに来店することができない人に対して、自分が作った料理と同じ風味の料理を提供することができる。また、シェフは、自分が作る料理を、レシピデータとして再現可能な形で残すことが可能となる。

一方、調理ロボット１によって再現された料理を食べる人は、シェフが作った料理と同じ風味の料理を食べることができる。

図１２は、レシピデータの他の記述内容の例を示す図である。

図１２に示すように、完成した料理の風味に関する風味情報がレシピデータに含まれるようにしてもよい。この場合、完成した料理の風味に関する風味情報は、全体の調理動作情報にリンクされる。

このように、調理動作情報と風味情報との紐付けの関係は、１対１である必要はない。

＜調理システムの構成例＞
（１）全体構成
図１３は、本技術の一実施形態に係る調理システムの構成例を示す図である。

図１３に示すように、調理システムは、シェフ側の構成として設けられるデータ処理装置１１と、再現側の構成として設けられる制御装置１２とが、インターネットなどのネットワーク１３を介して接続されることによって構成される。上述したように、調理システムには、このようなシェフ側の構成と再現側の構成とが複数設けられる。

データ処理装置１１は、上述したレシピデータを生成する装置である。データ処理装置１１はコンピュータなどにより構成される。データ処理装置１１は、例えば、再現された料理を食べる人が選択した料理のレシピデータを、ネットワーク１３を介して制御装置１２に送信する。

制御装置１２は、調理ロボット１を制御する装置である。制御装置１２もコンピュータなどにより構成される。制御装置１２は、データ処理装置１１から提供されたレシピデータを受信し、レシピデータの記述に基づいて命令コマンドを出力することによって、調理ロボット１の調理動作を制御する。

調理ロボット１は、制御装置１２から供給された命令コマンドに従って調理アームなどの各部を駆動し、各調理工程の調理動作を行う。命令コマンドには、調理アームに設けられたモータのトルク、駆動方向、駆動量を制御する情報などが含まれる。

料理が完成するまでの間、制御装置１２から調理ロボット１に対して命令コマンドが順次出力される。命令コマンドに応じた動作を調理ロボット１がとることにより、最終的に、料理が完成することになる。

図１４は、調理システムの他の構成例を示す図である。

図１４に示すように、シェフ側から再現側に対するレシピデータの提供が、ネットワーク上のサーバを介して行われるようにしてもよい。

図１４に示すレシピデータ管理サーバ２１は、それぞれのデータ処理装置１１から送信されたレシピデータを受信し、データベースに記憶させるなどして管理する。レシピデータ管理サーバ２１は、ネットワーク１３を介して行われる制御装置１２からの要求に応じて、所定のレシピデータを制御装置１２に送信する。

レシピデータ管理サーバ２１は、様々なレストランのシェフが作った料理のレシピデータを一元的に管理し、再現側からの要求に応じてレシピデータを配信する機能を有する。

図１５は、制御装置１２の配置例を示す図である。

図１５のＡに示すように、制御装置１２は、例えば調理ロボット１の外部の装置として設けられる。図１５のＡの例においては、制御装置１２と調理ロボット１は、ネットワーク１３を介して接続されている。

制御装置１２から送信された命令コマンドは、ネットワーク１３を介して調理ロボット１により受信される。調理ロボット１から制御装置１２に対しては、調理ロボット１のカメラにより撮影された画像、調理ロボット１に設けられたセンサにより計測されたセンサデータなどの各種のデータがネットワーク１３を介して送信される。

１台の制御装置１２に対して１台の調理ロボット１が接続されるのではなく、１台の制御装置１２に対して複数台の調理ロボット１が接続されるようにしてもよい。

図１５のＢに示すように、制御装置１２が調理ロボット１の筐体の内部に設けられるようにしてもよい。この場合、制御装置１２が生成する命令コマンドに従って、調理ロボット１の各部の動作が制御される。

以下、主に、制御装置１２が、調理ロボット１の外部の装置として設けられるものとして説明する。

（２）シェフ側の構成
（２－１）キッチン周りの構成
図１６は、シェフが調理を行うキッチン周りの構成例を示す図である。

シェフが調理を行うキッチン３１の周りには、シェフの動作の解析と食材の風味の解析に用いる情報を計測するための各種の機器が設けられる。それらの機器の中には、シェフの体に取り付けられるものもある。

キッチン３１の周りに設けられた機器は、それぞれ、有線または無線の通信を介してデータ処理装置１１に接続される。キッチン３１の周りに設けられたそれぞれの機器が、ネットワークを介してデータ処理装置１１に接続されるようにしてもよい。

図１６に示すように、キッチン３１の上方には、カメラ４１－１，４１－２が設けられる。カメラ４１－１，４１－２は、調理を行っているシェフの様子、キッチン３１の天板上の様子を撮影し、撮影によって得られた画像をデータ処理装置１１に送信する。

シェフの頭部には、小型のカメラ４１－３が取り付けられる。カメラ４１－３の撮影範囲は、シェフの視線の方向に応じて切り替えられる。カメラ４１－３は、調理を行っているシェフの手元の様子、調理対象となっている食材の様子、キッチン３１の天板上の様子を撮影し、撮影によって得られた画像をデータ処理装置１１に送信する。

このように、キッチン３１の周りには複数台のカメラが設けられる。カメラ４１－１乃至４１－３を区別する必要がない場合、適宜、まとめてカメラ４１という。

シェフの上半身には、嗅覚センサ４２が取り付けられる。嗅覚センサ４２は、食材の香りを計測し、嗅覚センサデータをデータ処理装置１１に送信する。

キッチン３１の天板上には味覚センサ４３が設けられる。味覚センサ４３は、食材の味を計測し、味覚センサデータをデータ処理装置１１に送信する。

味覚センサ４３は、図１７に示すように、ケーブルの先に設けられたセンサ部４３Ａを、調理対象となっている食材などに接触させることによって用いられる。味覚センサ４３が上述した人工脂質膜型味覚センサである場合、脂質膜がセンサ部４３Ａに設けられる。

味覚センサデータだけでなく、風味センサ情報を構成するセンサデータのうちの、質感センサデータ、体感温度センサデータについても味覚センサ４３により計測され、データ処理装置１１に対して送信されるようにしてもよい。この場合、味覚センサ４３には、質感センサ、体感温度センサとしての機能が設けられる。例えば、ポリマー含有量、水分含有量、油分含有量などの質感センサデータが味覚センサ４３により計測される。

キッチン３１の周りには、図１６に示す機器以外の各種の機器が設けられる。

図１８は、シェフ側の構成例を示すブロック図である。

図１８に示す構成のうち、上述した構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。

図１８に示すように、データ処理装置１１に対しては、カメラ４１、嗅覚センサ４２、味覚センサ４３、赤外線センサ５１、質感センサ５２、および環境センサ５３が接続される。上述した構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。

赤外線センサ５１は、IR光を出力し、IR画像を生成する。赤外線センサ５１により生成されたIR画像はデータ処理装置１１に出力される。カメラ４１が撮影する画像（RGB画像）ではなく、赤外線センサ５１が撮影するIR画像に基づいて、シェフの動作や食材などの各種の解析が行われるようにしてもよい。

質感センサ５２は、硬度センサ、応力センサ、水分量センサ、温度センサなどの、質感の解析に用いられる各種のセンサデータを出力するセンサにより構成される。硬度センサ、応力センサ、水分量センサ、温度センサが、包丁、フライパン、オーブンなどの調理ツールに設けられるようにしてもよい。質感センサ５２により計測されたセンサデータはデータ処理装置１１に出力される。

環境センサ５３は、シェフが調理を行う厨房などの空間の環境である調理環境を計測するセンサである。図１８の例においては、環境センサ５３は、カメラ６１、温度・湿度センサ６２、照度センサ６３により構成される。

カメラ６１は、調理空間を撮影した画像をデータ処理装置１１に出力する。調理空間を撮影した画像を解析することにより、例えば、調理空間の色彩（明度、色相、彩度）が計測される。

温度・湿度センサ６２は、シェフ側の空間の温度、湿度を計測し、計測結果を表す情報をデータ処理装置１１に出力する。

照度センサ６３は、シェフ側の空間の明るさを計測し、計測結果を表す情報をデータ処理装置１１に出力する。

料理を食べる空間の色彩、気温、明るさは、人の風味の感じ方に影響を与える。例えば、同じ料理の味付けを考えた場合に、気温が高いほど薄味が好まれるし、気温が低いほど濃い味が好まれる。

このような人の風味の感じ方に影響を与える可能性のある調理環境については、調理時に計測され、環境情報としてレシピデータに含まれるようにしてもよい。

再現側においては、料理を食べる人がいる部屋の色彩、気温、明るさなどの環境が、レシピデータに含まれる環境情報により表される調理環境と同じ環境になるように調整される。

これにより、再現された料理を食べたときの風味の感じ方を、シェフの調理時の感じ方に近付けることが可能となる。

シェフ側の空間の気圧や騒音、調理時の季節、時間帯などの、風味の感じ方に影響を与える可能性のある各種の情報が環境センサ５３により計測され、環境情報としてレシピデータに含められるようにしてもよい。

（２－２）データ処理装置１１の構成
図１９は、データ処理装置１１のハードウェアの構成例を示すブロック図である。

図１９に示すように、データ処理装置１１はコンピュータにより構成される。CPU(Central Processing Unit)２０１、ROM(Read Only Memory)２０２、RAM(Random Access Memory)２０３は、バス２０４により相互に接続される。

バス２０４には、さらに、入出力インタフェース２０５が接続される。入出力インタフェース２０５には、キーボード、マウスなどよりなる入力部２０６、ディスプレイ、スピーカなどよりなる出力部２０７が接続される。

また、入出力インタフェース２０５には、ハードディスクや不揮発性のメモリなどよりなる記憶部２０８、ネットワークインタフェースなどよりなる通信部２０９、リムーバブルメディア２１１を駆動するドライブ２１０が接続される。

以上のように構成されるコンピュータでは、CPU２０１が、例えば、記憶部２０８に記憶されているプログラムを入出力インタフェース２０５およびバス２０４を介してRAM２０３にロードして実行することにより、各種の処理が行われる。

図２０は、データ処理装置１１の機能構成例を示すブロック図である。

図２０に示す機能部のうちの少なくとも一部は、図１９のCPU２０１により所定のプロ
グラムが実行されることによって実現される。

図２０に示すように、データ処理装置１１においてはデータ処理部２２１が実現される。データ処理部２２１は、調理動作情報生成部２３１、風味情報生成部２３２、レシピデータ生成部２３３、環境情報生成部２３４、属性情報生成部２３５、およびレシピデータ出力部２３６により構成される。

調理動作情報生成部２３１は、食材認識部２５１、ツール認識部２５２、および動作認識部２５３により構成される。

食材認識部２５１は、カメラ４１により撮影された画像を解析し、シェフが調理に使っている食材の種類を認識する。食材認識部２５１に対しては、特徴情報などの、各種の食材の種類の認識に用いるための認識用情報が与えられている。

ツール認識部２５２は、カメラ４１により撮影された画像を解析し、シェフが調理に使っている調理ツールの種類を認識する。ツール認識部２５２に対しては、各種の調理ツールの種類の認識に用いるための認識用情報が与えられている。

動作認識部２５３は、カメラ４１により撮影された画像、シェフの体に取り付けられたセンサの計測結果を表すセンサデータなどを解析し、調理を行うシェフの動作を認識する。

調理動作情報生成部２３１の各部による認識結果を表す情報はレシピデータ生成部２３３に供給される。

風味情報生成部２３２は、味計測部２６１、香り計測部２６２、質感計測部２６３、体感温度計測部２６４、色彩計測部２６５、および主観情報生成部２６６により構成される。

味計測部２６１は、味覚センサ４３を制御することによって食材の味を計測し、味覚センサデータを取得する。計測の対象となる食材には、調理前の食材、調理後の食材、完成した料理などの、シェフが扱う全ての食品が含まれる。

香り計測部２６２は、嗅覚センサ４２を制御することによって食材の香りを計測し、食材の嗅覚センサデータを取得する。

質感計測部２６３は、カメラ４１により撮影された画像や質感センサ５２による計測結果を解析するなどして食材の質感を計測し、食材の食感センサデータを取得する。

体感温度計測部２６４は、温度センサにより計測された食材の体感温度を表す体感温度センサデータを取得する。

色彩計測部２６５は、カメラ４１により撮影された画像を解析するなどして食材の色彩を認識し、認識結果を表す色彩センサデータを取得する。色彩の認識対象が、食材を盛り付けて完成した料理である場合、料理全体における各部分の色彩が認識される。

主観情報生成部２６６は、味計測部２６１乃至色彩計測部２６５の各部により取得されたセンサデータに基づいて主観情報を生成する。センサデータにより表される風味に関する客観的なデータを、シェフの風味の感じ方を表す主観的なデータに変換する処理が主観情報生成部２６６において行われることになる。

主観情報生成部２６６に対しては、図６を参照して説明したニューラルネットワークなどのような、主観情報の生成に用いる情報が与えられている。

例えば、主観情報生成部２６６は、味計測部２６１により取得された味覚センサデータを味覚主観情報生成用モデルに入力し、食材の味覚主観情報を生成する。

同様に、主観情報生成部２６６は、香り計測部２６２により取得された嗅覚センサデータを嗅覚主観情報生成用モデルに入力し、食材の嗅覚主観情報を生成する。主観情報生成部２６６は、質感計測部２６３により取得された質感センサデータを質感主観情報生成用モデルに入力し、食材の質感主観情報を生成する。

主観情報生成部２６６は、体感温度計測部２６４により取得された体感温度センサデータを体感温度主観情報生成用モデルに入力し、食材の体感温度主観情報を生成する。主観情報生成部２６６は、色彩計測部２６５により取得された色彩センサデータを色彩主観情報生成用モデルに入力し、食材の色彩主観情報を生成する。

味計測部２６１乃至色彩計測部２６５の各部により取得されたセンサデータと、主観情報生成部２６６により生成されたそれぞれの主観情報は、レシピデータ生成部２３３に供給される。

レシピデータ生成部２３３は、調理動作情報生成部２３１の各部から供給された情報に基づいて調理動作情報を生成する。すなわち、レシピデータ生成部２３３は、食材認識部２５１による認識結果に基づいて食材情報を生成し、ツール認識部２５２と動作認識部２５３による認識結果に基づいて動作情報を生成する。レシピデータ生成部２３３は、食材情報と動作情報を含む調理動作情報を生成する。

また、レシピデータ生成部２３３は、風味情報生成部２３２の各部から供給された情報に基づいて風味情報を生成する。すなわち、レシピデータ生成部２３３は、味計測部２６１乃至色彩計測部２６５により取得されたセンサデータに基づいて風味センサ情報を生成し、主観情報生成部２６６により生成された主観情報に基づいて風味主観情報を生成する。レシピデータ生成部２３３は、風味センサ情報と風味主観情報を含む風味情報を生成する。

レシピデータ生成部２３３は、例えばシェフの調理工程毎に、調理動作情報と風味情報とを紐付けることによって調理工程データセットを生成する。レシピデータ生成部２３３は、ある料理の最初の調理工程から最後の調理工程までのそれぞれの調理工程に関する調理工程データセットをまとめることによって、複数の調理工程データセットを記述したレシピデータを生成する。

レシピデータ生成部２３３は、このようにして生成したレシピデータをレシピデータ出力部２３６に出力する。レシピデータ生成部２３３が出力するレシピデータには、適宜、環境情報生成部２３４により生成された環境情報と、属性情報生成部２３５により生成された属性情報が含められる。

環境情報生成部２３４は、環境センサ５３による計測結果に基づいて調理環境を表す環境情報を生成する。環境情報生成部２３４により生成された環境情報はレシピデータ生成部２３３に出力される。

属性情報生成部２３５は、シェフの属性を表す属性情報を生成する。シェフの属性には、例えば、シェフの年齢、性別、国籍、生活地域が含まれる。シェフの体調などを表す情報が属性情報に含まれるようにしてもよい。

シェフの年齢、性別、国籍、生活地域は、風味の感じ方に影響を与える。すなわち、レシピデータに含まれる風味主観情報は、シェフの年齢、性別、国籍、生活地域などにより影響を受けているものと考えられる。

再現側においては、レシピデータに含まれる風味主観情報を用いて処理を行う場合、適宜、属性情報により表されるシェフの属性と、再現された料理を食べる人の属性との違いに応じて、風味主観情報の補正が行われ、補正後の風味主観情報を用いて処理が行われる。

例えば、シェフがフランス人であり、再現された料理を食べる人が日本人であるものとする。この場合、レシピデータに含まれる風味主観情報により表されるシェフの風味の感じ方はフランス人の感じ方であり、日本人の感じ方とは異なる。

レシピデータに含まれる風味主観情報は、日本人が食べた場合でも同じ風味の感じ方を得ることができるように、フランス人の感じ方に対応する日本人の感じ方を表す情報に基づいて補正される。風味主観情報の補正に用いられる情報は、それぞれの風味について、フランス人の感じ方と日本人の感じ方を対応付けた情報であり、例えば統計的に生成され、再現側に予め用意される。

フランス料理、日本料理、イタリア料理、スペイン料理などの、シェフが作った料理のカテゴリなどの属性が属性情報に含まれるようにしてもよい。

また、調理に用いられた食材や調味料の属性が属性情報に含まれるようにしてもよい。食材の属性には、産地、品種などがある。調味料の属性にも、産地、品種などがある。

このように、シェフの属性を表す属性情報である調理人属性情報、料理や食材の属性を表す属性情報である食品属性情報、食材の中でも調味料の属性を表す属性情報である調味料属性情報がレシピデータに含まれるようにしてもよい。

レシピデータ出力部２３６は、通信部２０９（図１９）を制御し、レシピデータ生成部２３３により生成されたレシピデータを出力する。レシピデータ出力部２３６から出力されたレシピデータは、ネットワーク１３を介して、制御装置１２、またはレシピデータ管理サーバ２１に供給される。

（３）再現側の構成
（３－１）調理ロボット１の構成
・調理ロボット１の外観
図２１は、調理ロボット１の外観を示す斜視図である。

図２１に示すように、調理ロボット１は、横長直方体状の筐体３１１を有するキッチン型のロボットである。調理ロボット１の本体となる筐体３１１の内部に各種の構成が設けられる。

筐体３１１の背面側には、筐体３１１の上面から立設する形で調理補助システム３１２が設けられる。薄板状の部材で区切ることによって調理補助システム３１２に形成された各スペースは、冷蔵庫、オーブンレンジ、収納などの、調理アーム３２１－１乃至３２１－４による調理を補助するための機能を有する。

天板３１１Ａには長手方向にレールが設けられており、そのレールに調理アーム３２１－１乃至３２１－４が設けられる。調理アーム３２１－１乃至３２１－４は、移動機構としてのレールに沿って位置を変えることが可能とされる。

調理アーム３２１－１乃至３２１－４は、円筒状の部材を関節部で接続することによって構成されるロボットアームである。調理に関する各種の作業が調理アーム３２１－１乃至３２１－４により行われる。

天板３１１Ａの上方の空間が、調理アーム３２１－１乃至３２１－４が調理を行う調理空間となる。

図２１においては４本の調理アームが示されているが、調理アームの数は４本に限定されるものではない。以下、適宜、調理アーム３２１－１乃至３２１－４のそれぞれを区別する必要がない場合、まとめて調理アーム３２１という。

図２２は、調理アーム３２１の様子を拡大して示す図である。

図２２に示すように、調理アーム３２１の先端には、各種の調理機能を有するアタッチメントが取り付けられる。調理アーム３２１用のアタッチメントとして、食材や食器などを掴むマニピュレーター機能（ハンド機能）を有するアタッチメント、食材をカットするナイフ機能を有するアタッチメントなどの各種のアタッチメントが用意される。

図２２の例においては、ナイフ機能を有するアタッチメントであるナイフアタッチメント３３１－１が調理アーム３２１－１に取り付けられている。ナイフアタッチメント３３１－１を用いて、天板３１１Ａの上に置かれた肉の塊がカットされている。

調理アーム３２１－２には、食材を固定させたり、食材を回転させたりすることに用いられるアタッチメントであるスピンドルアタッチメント３３１－２が取り付けられている。

調理アーム３２１－３には、食材の皮をむくピーラーの機能を有するアタッチメントであるピーラーアタッチメント３３１－３が取り付けられている。

スピンドルアタッチメント３３１－２を用いて調理アーム３２１－２により持ち上げられているジャガイモの皮が、ピーラーアタッチメント３３１－３を用いて調理アーム３２１－３によりむかれている。このように、複数の調理アーム３２１が連携して１つの作業を行うことも可能とされる。

調理アーム３２１－４には、マニピュレーター機能を有するアタッチメントであるマニピュレーターアタッチメント３３１－４が取り付けられている。マニピュレーターアタッチメント３３１－４を用いて、チキンを載せたフライパンが、オーブン機能を有する調理補助システム３１２のスペースに運ばれている。

このような調理アーム３２１による調理は、作業の内容に応じてアタッチメントを適宜取り替えて進められる。アタッチメントの取り替えは、例えば調理ロボット１により自動的に行われる。

４本の調理アーム３２１のそれぞれにマニピュレーターアタッチメント３３１－４を取り付けるといったように、同じアタッチメントを複数の調理アーム３２１に取り付けることも可能とされる。

調理ロボット１による調理は、調理アーム用のツールとして用意された以上のようなアタッチメントを用いて行われるだけでなく、適宜、人が調理に使うツールと同じツールを用いて行われる。例えば、人が使うナイフをマニピュレーターアタッチメント３３１－４によって掴み、ナイフを用いて食材のカットなどの調理が行われる。

・調理アームの構成
図２３は、調理アーム３２１の外観を示す図である。

図２３に示すように、調理アーム３２１は、全体的に、細い円筒状の部材を、関節部となるヒンジ部で接続することによって構成される。各ヒンジ部には、各部材を駆動させるための力を生じさせるモータなどが設けられる。

円筒状の部材として、先端から順に、着脱部材３５１、中継部材３５３、およびベース部材３５５が設けられる。着脱部材３５１は、中継部材３５３の長さの略１／５程度の長さを有する部材である。着脱部材３５１の長さと中継部材３５３の長さを合わせた長さが、ベース部材３５５の長さとほぼ同じ長さとなる。

着脱部材３５１と中継部材３５３はヒンジ部３５２によって接続され、中継部材３５３とベース部材３５５はヒンジ部３５４によって接続される。中継部材３５３の両端にはヒンジ部３５２とヒンジ部３５４が設けられる。

この例においては、３本の円筒状の部材によって調理アーム３２１が構成されているが、４本以上の円筒状の部材によって構成されるようにしてもよい。この場合、中継部材３５３が複数設けられる。

着脱部材３５１の先端には、アタッチメントが着脱される着脱部３５１Ａが設けられる。着脱部材３５１は、各種のアタッチメントが着脱される着脱部３５１Ａを有し、アタッチメントを動作させることによって調理を行う調理機能アーム部として機能する。

ベース部材３５５の後端には、レールに取り付けられる着脱部３５６が設けられる。ベース部材３５５は、調理アーム３２１の移動を実現する移動機能アーム部として機能する。

図２４は、調理アーム３２１の各部の可動域の例を示す図である。

楕円＃１で囲んで示すように、着脱部材３５１は、円形断面の中心軸を中心として回転可能とされる。楕円＃１の中心に示す扁平の小円は、一点鎖線の回転軸の方向を示す。

円＃２で囲んで示すように、着脱部材３５１は、ヒンジ部３５２との嵌合部３５１Ｂを通る軸を中心として回転可能とされる。また、中継部材３５３は、ヒンジ部３５２との嵌合部３５３Ａを通る軸を中心として回転可能とされる。

円＃２の内側に示す２つの小円はそれぞれの回転軸の方向（紙面垂直方向）を示す。嵌合部３５１Ｂを通る軸を中心とした着脱部材３５１の可動範囲と、嵌合部３５３Ａを通る軸を中心とした中継部材３５３の可動範囲は、それぞれ例えば９０度の範囲である。

中継部材３５３は、先端側の部材３５３－１と、後端側の部材３５３－２により分離して構成される。楕円＃３で囲んで示すように、中継部材３５３は、部材３５３－１と部材３５３－２との連結部３５３Ｂにおいて、円形断面の中心軸を中心として回転可能とされる。

他の可動部も、基本的に同様の可動域を有する。

すなわち、円＃４で囲んで示すように、中継部材３５３は、ヒンジ部３５４との嵌合部３５３Ｃを通る軸を中心として回転可能とされる。また、ベース部材３５５は、ヒンジ部３５４との嵌合部３５５Ａを通る軸を中心として回転可能とされる。

ベース部材３５５は、先端側の部材３５５－１と、後端側の部材３５５－２により分離して構成される。楕円＃５で囲んで示すように、ベース部材３５５は、部材３５５－１と部材３５５－２との連結部３５５Ｂにおいて、円形断面の中心軸を中心として回転可能とされる。

円＃６で囲んで示すように、ベース部材３５５は、着脱部３５６との嵌合部３５５Ｃを通る軸を中心として回転可能とされる。

楕円＃７で囲んで示すように、着脱部３５６は、円形断面の中心軸を中心として回転可能となるようにレールに取り付けられる。

このように、先端に着脱部３５１Ａを有する着脱部材３５１、着脱部材３５１とベース部材３５５を連結する中継部材３５３、後端に着脱部３５６が接続されるベース部材３５５は、それぞれ、ヒンジ部により回転可能に接続される。各可動部の動きが、調理ロボット１内のコントローラにより命令コマンドに従って制御される。

図２５は、調理アームとコントローラの接続の例を示す図である。

図２５に示すように、調理アーム３２１とコントローラ３６１は、筐体３１１の内部に形成された空間３１１Ｂ内において配線を介して接続される。図２５の例においては、調理アーム３２１－１乃至３２１－４とコントローラ３６１は、それぞれ、配線３６２－１乃至３６２－４を介して接続されている。可撓性を有する配線３６２－１乃至３６２－４は、調理アーム３２１－１乃至３２１－４の位置に応じて適宜撓むことになる。

このように、調理ロボット１は、調理アーム３２１を駆動させることにより調理に関する各種の作業を行うことが可能なロボットである。

・調理ロボット１周りの構成
図２６は、調理ロボット１と周辺の構成の例を示すブロック図である。

調理ロボット１は、コントローラ３６１に対して各部が接続されることによって構成される。図２６に示す構成のうち、上述した構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。

コントローラ３６１に対しては、調理アーム３２１の他に、カメラ４０１、嗅覚センサ４０２、味覚センサ４０３、赤外線センサ４０４、質感センサ４０５、環境センサ４０６、および通信部４０７が接続される。

図２１等においては図示を省略したが、調理ロボット１自体、または調理ロボット１の周囲の所定の位置には、シェフ側に設けられるセンサと同じセンサが設けられる。カメラ４０１、嗅覚センサ４０２、味覚センサ４０３、赤外線センサ４０４、質感センサ４０５、環境センサ４０６は、それぞれ、シェフ側のカメラ４１、嗅覚センサ４２、味覚センサ４３、赤外線センサ５１、質感センサ５２、環境センサ５３と同様の機能を有する。

コントローラ３６１は、CPU，ROM，RAM、フラッシュメモリなどを有するコンピュータにより構成される。コントローラ３６１は、CPUにより所定のプログラムを実行し、調理ロボット１の全体の動作を制御する。

コントローラ３６１においては、所定のプログラムが実行されることにより、命令コマンド取得部４２１、アーム制御部４２２が実現される。

命令コマンド取得部４２１は、制御装置１２から送信され、通信部４０７において受信された命令コマンドを取得する。命令コマンド取得部４２１により取得された命令コマンドはアーム制御部４２２に供給される。

アーム制御部４２２は、命令コマンド取得部４２１により取得された命令コマンドに従って調理アーム３２１の動作を制御する。

カメラ４０１は、調理動作を行っている調理アーム３２１の様子、調理対象となっている食材の様子、調理ロボット１の天板３１１Ａ上の様子を撮影し、撮影によって得られた画像をコントローラ３６１に出力する。カメラ４０１は、調理補助システム３１２の正面、調理アーム３２１の先端などの様々な位置に設けられる。

嗅覚センサ４０２は、食材の香りを計測し、嗅覚センサデータをコントローラ３６１に送信する。嗅覚センサ４０２は、調理補助システム３１２の正面、調理アーム３２１の先端などの様々な位置に設けられる。

味覚センサ４０３は、食材の味を計測し、味覚センサデータをコントローラ３６１に送信する。再現側においても、例えば人工脂質膜型味覚センサなどの味覚センサ４０３が設けられる。

嗅覚センサ４０２、味覚センサ４０３としての機能を有するアタッチメントが用意され、計測時に調理アーム３２１に取り付けて用いられるようにしてもよい。

赤外線センサ４０４は、IR光を出力し、IR画像を生成する。赤外線センサ４０４により生成されたIR画像はコントローラ３６１に出力される。カメラ４０１が撮影する画像（RGB画像）ではなく、赤外線センサ４０４が撮影するIR画像に基づいて、調理ロボット１の動作や食材などの各種の解析が行われるようにしてもよい。

質感センサ４０５は、硬度センサ、応力センサ、水分量センサ、温度センサなどの、質感の解析に用いられる各種のセンサデータを出力するセンサにより構成される。硬度センサ、応力センサ、水分量センサ、温度センサが、調理アーム３２１に装着されるアタッチメントや、包丁、フライパン、オーブンなどの調理ツールに設けられるようにしてもよい。質感センサ４０５により計測されたセンサデータはコントローラ３６１に出力される。

環境センサ４０６は、調理ロボット１により再現された料理の食事が行われるダイニングルームなどの空間の環境である食事環境を計測するセンサである。図２６の例においては、環境センサ４０６は、カメラ４４１、温度・湿度センサ４４２、照度センサ４４３により構成される。調理ロボット１が調理を行う再現空間の環境が環境センサ４０６により計測されるようにしてもよい。

カメラ４４１は、食事空間を撮影した画像をコントローラ３６１に出力する。食事空間を撮影した画像を解析することにより、例えば、食事空間の色彩（明度、色相、彩度）が計測される。

温度・湿度センサ４４２は、食事空間の温度、湿度を計測し、計測結果を表す情報をコントローラ３６１に出力する。

照度センサ４４３は、食事空間の明るさを計測し、計測結果を表す情報をコントローラ３６１に出力する。

通信部４０７は、無線LANモジュール、LTE(Long Term Evolution)に対応した携帯通信モジュールなどの無線通信モジュールである。通信部４０７は、制御装置１２や、インターネット上のレシピデータ管理サーバ２１などの外部の装置との間で通信を行う。

また、通信部４０７は、ユーザが使うスマートフォンやタブレット端末などの携帯端末と通信を行う。ユーザは、調理ロボット１により再現された料理を食べる人である。料理の選択などの、調理ロボット１に対するユーザの操作が携帯端末上の操作によって入力されるようにしてもよい。

図２６に示すように、調理アーム３２１にはモータ４３１とセンサ４３２が設けられる。

モータ４３１は、調理アーム３２１の各関節部に設けられる。モータ４３１は、アーム制御部４２２による制御に従って軸周りの回転動作を行う。モータ４３１の回転量を計測するエンコーダ、モータ４３１の回転をエンコーダによる計測結果に基づいて適応的に制御するドライバなども各関節部に設けられる。

センサ４３２は、例えばジャイロセンサ、加速度センサ、タッチセンサなどにより構成される。センサ４３２は、調理アーム３２１の動作中、各関節部の角速度、加速度などを計測し、計測結果を示す情報をコントローラ３６１に出力する。調理ロボット１から制御装置１２に対しては、適宜、センサ４３２の計測結果を示すセンサデータも送信される。

調理アーム３２１の数などの、調理ロボット１の仕様に関する情報は、所定のタイミングで調理ロボット１から制御装置１２に提供される。制御装置１２においては、調理ロボット１の仕様に応じて、動作のプランニングが行われる。制御装置１２において生成される命令コマンドは、調理ロボット１の仕様に応じたものとなる。

（３－２）制御装置１２の構成
調理ロボット１の動作を制御する制御装置１２は、データ処理装置１１と同様に図１９に示すようなコンピュータにより構成される。以下、適宜、図１９に示すデータ処理装置１１の構成を、制御装置１２の構成として引用して説明する。

図２７は、制御装置１２の機能構成例を示すブロック図である。

図２７に示す機能部のうちの少なくとも一部は、制御装置１２のCPU２０１（図１９）により所定のプログラムが実行されることによって実現される。

図２７に示すように、制御装置１２においてはコマンド生成部５０１が実現される。コマンド生成部５０１は、レシピデータ取得部５１１、レシピデータ解析部５１２、ロボット状態推定部５１３、風味情報処理部５１４、制御部５１５、およびコマンド出力部５１６から構成される。

レシピデータ取得部５１１は、通信部２０９を制御し、データ処理装置１１から送信されてきたレシピデータを受信することによって、または、レシピデータ管理サーバ２１と通信を行うなどして、レシピデータを取得する。レシピデータ取得部５１１が取得するレシピデータは、例えばユーザにより選択された料理のレシピデータである。

レシピデータのデータベースが記憶部２０８に設けられているようにしてもよい。この場合、記憶部２０８に設けられるデータベースからレシピデータが取得される。レシピデータ取得部５１１により取得されたレシピデータはレシピデータ解析部５１２に供給される。

レシピデータ解析部５１２は、レシピデータ取得部５１１により取得されたレシピデータを解析する。レシピデータ解析部５１２は、ある調理工程が行われるタイミングになった場合、その調理工程に関する調理工程データセットを解析し、調理動作情報と風味情報を抽出する。調理工程データセットから抽出された調理動作情報は制御部５１５に供給され、風味情報は風味情報処理部５１４に供給される。

レシピデータに属性情報と環境情報が含まれる場合、それらの情報もレシピデータ解析部５１２により抽出され、風味情報処理部５１４に供給される。

ロボット状態推定部５１３は、通信部２０９を制御し、調理ロボット１から送信されてきた画像とセンサデータを受信する。調理ロボット１からは、調理ロボット１のカメラにより撮影された画像と、調理ロボット１の所定の位置に設けられたセンサにより計測されたセンサデータが所定の周期で送信されてくる。調理ロボット１のカメラにより撮影された画像には、調理ロボット１の周囲の様子が写っている。

ロボット状態推定部５１３は、調理ロボット１から送信されてきた画像とセンサデータを解析することによって、調理アーム３２１の状態、食材の状態などの、調理ロボット１の周囲の状態を推定する。ロボット状態推定部５１３により推定された調理ロボット１の周囲の状態を示す情報は、制御部５１５に供給される。

風味情報処理部５１４は、制御部５１５と連携し、レシピデータ解析部５１２から供給された風味情報に基づいて、調理ロボット１の動作を制御する。風味情報処理部５１４が制御する調理ロボット１の動作は、例えば、食材の風味の調整に関する動作である。

例えば、風味情報処理部５１４は、調理ロボット１により調理が行われている食材の風味が、風味センサ情報により表される風味と同じ風味になるように、調理ロボット１の動作を制御する。風味情報処理部５１４による制御の詳細については図２８を参照して説明する。

制御部５１５は、命令コマンドを生成し、コマンド出力部５１６から送信させることによって、調理ロボット１の動作を制御する。制御部５１５による調理ロボット１の動作の制御は、レシピデータ解析部５１２から供給された調理動作情報に基づいて、または、風味情報処理部５１４による要求に基づいて行われる。

例えば、制御部５１５は、調理動作情報に含まれる食材情報に基づいて、実行対象となっている調理工程において用いる食材を特定する。また、制御部５１５は、調理動作情報に含まれる動作情報に基づいて、調理工程において用いる調理ツールと、調理アーム３２１に実行させる動作を特定する。

制御部５１５は、食材の準備ができた状態をゴール状態として設定し、現在の調理ロボット１の状態である現在状態からゴール状態までの動作シーケンスを設定する。制御部５１５は、動作シーケンスを構成するそれぞれの動作を行わせるための命令コマンドを生成し、コマンド出力部５１６に出力する。

調理ロボット１においては、制御部５１５により生成された命令コマンドに従って調理アーム３２１が制御され、食材の準備が行われる。調理アーム３２１の状態を含む、各タイミングの調理ロボット１の状態を表す情報が、調理ロボット１から制御装置１２に対して送信されてくる。

また、制御部５１５は、食材の準備ができた場合、準備した食材を用いた調理（実行対象となっている１つの調理工程の調理）が終わった状態をゴール状態として設定し、現在状態からゴール状態までの動作シーケンスを設定する。制御部５１５は、動作シーケンスを構成するそれぞれの動作を行わせるための命令コマンドを生成し、コマンド出力部５１６に出力する。

調理ロボット１においては、制御部５１５により生成された命令コマンドに従って調理アーム３２１が制御され、食材を用いた調理が行われる。

制御部５１５は、食材を用いた調理が終わった場合、風味の計測を行わせるための命令コマンドを生成し、コマンド出力部５１６に出力する。

調理ロボット１においては、制御部５１５により生成された命令コマンドに従って調理アーム３２１が制御され、適宜、カメラ４０１、嗅覚センサ４０２、味覚センサ４０３、赤外線センサ４０４、質感センサ４０５を用いて食材の風味の計測が行われる。風味の計測結果を表す情報は、調理ロボット１から制御装置１２に対して送信されてくる。

風味情報処理部５１４においては、風味の調整の仕方などがプランニングされ、風味を調整するための動作を行うことが風味情報処理部５１４から制御部５１５に対して要求される。

風味を調整するための動作を行うことが要求された場合、制御部５１５は、その動作が終わった状態をゴール状態として設定し、現在状態からゴール状態までの動作シーケンスを設定する。制御部５１５は、動作シーケンスを構成するそれぞれの動作を行わせるための命令コマンドをコマンド出力部５１６に出力する。

調理ロボット１においては、制御部５１５により生成された命令コマンドに従って調理アーム３２１が制御され、風味を調整するための動作が実行される。

制御部５１５による調理ロボット１の動作の制御は、例えば以上のような命令コマンドを用いて行われる。制御部５１５は、命令コマンドを生成する生成部としての機能を有する。

なお、制御部５１５が生成する命令コマンドは、ある状態遷移を生じさせるためのアクション全体の実行を命令するコマンドであってもよいし、アクションの一部分の実行を命令するコマンドであってもよい。すなわち、１つのアクションが１つの命令コマンドに従って実行されるようにしてもよいし、複数の命令コマンドに従って実行されるようにしてもよい。

コマンド出力部５１６は、通信部２０９を制御し、制御部５１５により生成された命令コマンドを調理ロボット１に送信する。

図２８は、風味情報処理部５１４の構成例を示すブロック図である。

図２８に示すように、風味情報処理部５１４は、風味計測部５２１、風味調整部５２２、主観情報解析部５２３、属性情報解析部５２４、および環境情報解析部５２５により構成される。

風味計測部５２１は、味計測部５４１、香り計測部５４２、質感計測部５４３、体感温度計測部５４４、および色彩計測部５４５により構成される。

味計測部５４１は、風味の計測が行われることに応じて調理ロボット１から送信されてきた味覚センサデータを取得する。味計測部５４１が取得する味覚センサデータは、味覚センサ４０３（図２６）により計測されたものである。調理ロボット１においては、ある調理工程の調理動作が終わったタイミングなどの所定のタイミングにおいて、食材の風味の計測が行われている。

香り計測部５４２は、風味の計測が行われることに応じて調理ロボット１から送信されてきた嗅覚センサデータを取得する。香り計測部５４２が取得する嗅覚センサデータは、嗅覚センサ４０２により計測されたものである。

質感計測部５４３は、風味の計測が行われることに応じて調理ロボット１から送信されてきた質感センサデータを取得する。質感計測部５４３が取得する質感センサデータは、質感センサ４０５により計測されたものである。

体感温度計測部５４４は、風味の計測が行われることに応じて調理ロボット１から送信されてきた体感温度センサデータを取得する。体感温度計測部５４４が取得する体感温度センサデータは、味覚センサ４０３内などの、調理ロボット１の所定の位置に設けられた温度センサにより計測されたものである。

色彩計測部５４５は、風味の計測が行われることに応じて調理ロボット１から送信されてきた色彩センサデータを取得する。色彩計測部５４５が取得する色彩センサデータは、調理ロボット１のカメラ４０１により撮影された画像を解析することによって認識されたものである。

風味計測部５２１の各部により取得されたセンサデータは風味調整部５２２に供給される。

風味調整部５２２は、味調整部５５１、香り調整部５５２、質感調整部５５３、体感温度調整部５５４、および色彩調整部５５５により構成される。風味調整部５２２に対しては、レシピデータ解析部５１２から供給された風味情報が入力される。

味調整部５５１は、レシピデータに含まれる風味センサ情報を構成する味覚センサデータと、味計測部５４１により取得された味覚センサデータを比較し、両者が一致するか否かを判定する。ここでは、シェフの調理動作と同じ動作が調理ロボット１により行われた場合において、調理ロボット１の調理動作により得られた食材の味が、シェフの調理動作により得られた食材の味と一致しているか否かが判定されることになる。

レシピデータに含まれる風味センサ情報を構成する味覚センサデータと、味計測部５４１により取得された味覚センサデータが一致すると判定した場合、味調整部５５１は、味については、調整が不要であると判断する。

一方、レシピデータに含まれる風味センサ情報を構成する味覚センサデータと、味計測部５４１により取得された味覚センサデータが一致しないと判定した場合、味調整部５５１は、味の調整の仕方のプランニングを行い、味の調整のための動作を行うことを制御部５１５に対して要求する。

塩味が足りない場合には塩を足す、酸味が足りない場合にはレモン汁を搾る、などの動作を行うことが制御部５１５に対して要求される。

風味調整部５２２の他の処理部においても、同様にして、調理ロボット１の調理動作により得られた食材の風味と、シェフの調理動作により得られた食材の風味が一致しているか否かの判定が行われ、適宜、風味の調整が行われる。

すなわち、香り調整部５５２は、レシピデータに含まれる風味センサ情報を構成する嗅覚センサデータと、香り計測部５４２により取得された嗅覚センサデータを比較し、両者が一致するか否かを判定する。ここでは、調理ロボット１の調理動作により得られた食材の香りが、シェフの調理動作により得られた食材の香りと一致しているか否かが判定されることになる。

レシピデータに含まれる風味センサ情報を構成する嗅覚センサデータと、香り計測部５４２により取得された嗅覚センサデータが一致すると判定した場合、香り調整部５５２は、香りについては、調整が不要であると判断する。

一方、レシピデータに含まれる風味センサ情報を構成する嗅覚センサデータと、香り計測部５４２により取得された嗅覚センサデータが一致しないと判定した場合、香り調整部５５２は、香りの調整の仕方のプランニングを行い、香りの調整のための動作を行うことを制御部５１５に対して要求する。

青臭い場合にはレモン汁を搾る、シトラスの香りが弱い場合にはハーブを刻んで足すなどの動作を行うことが制御部５１５に対して要求される。

質感調整部５５３は、レシピデータに含まれる風味センサ情報を構成する質感センサデータと、質感計測部５４３により取得された質感センサデータを比較し、両者が一致するか否かを判定する。ここでは、調理ロボット１の調理動作により得られた食材の質感が、シェフの調理動作により得られた食材の質感と一致しているか否かが判定されることになる。

レシピデータに含まれる風味センサ情報を構成する質感センサデータと、質感計測部５４３により取得された質感センサデータが一致すると判定した場合、質感調整部５５３は、質感については、調整が不要であると判断する。

一方、レシピデータに含まれる風味センサ情報を構成する質感センサデータと、質感計測部５４３により取得された質感センサデータが一致しないと判定した場合、質感調整部５５３は、質感の調整の仕方のプランニングを行い、質感の調整のための動作を行うことを制御部５１５に対して要求する。

食材が硬い場合には叩いて柔らかくする、煮込む時間を増やすなどの動作を行うことが制御部５１５に対して要求される。

体感温度調整部５５４は、レシピデータに含まれる風味センサ情報を構成する体感温度センサデータと、体感温度計測部５４４により取得された体感温度センサデータを比較し、両者が一致するか否かを判定する。ここでは、調理ロボット１の調理動作により得られた食材の体感温度が、シェフの調理動作により得られた食材の体感温度と一致しているか否かが判定されることになる。

レシピデータに含まれる風味センサ情報を構成する体感温度センサデータと、体感温度計測部５４４により取得された体感温度センサデータが一致すると判定した場合、体感温度調整部５５４は、体感温度については、調整が不要であると判断する。

一方、レシピデータに含まれる風味センサ情報を構成する体感温度センサデータと、体感温度計測部５４４により取得された体感温度センサデータが一致しないと判定した場合、体感温度調整部５５４は、体感温度の調整の仕方のプランニングを行い、体感温度の調整のための動作を行うことを制御部５１５に対して要求する。

食材の体感温度が低い場合にはオーブンを使って加熱する、食材の体感温度が高い場合には冷ますなどの動作を行うことが制御部５１５に対して要求される。

色彩調整部５５５は、レシピデータに含まれる風味センサ情報を構成する色彩センサデータと、色彩計測部５４５により取得された色彩センサデータを比較し、両者が一致するか否かを判定する。ここでは、調理ロボット１の調理動作により得られた食材の色彩が、シェフの調理動作により得られた食材の色彩と一致しているか否かが判定されることになる。

レシピデータに含まれる風味センサ情報を構成する色彩センサデータと、色彩計測部５４５により取得された色彩センサデータが一致すると判定した場合、色彩調整部５５５は、色彩については、調整が不要であると判断する。

一方、レシピデータに含まれる風味センサ情報を構成する色彩センサデータと、色彩計測部５４５により取得された色彩センサデータが一致しないと判定した場合、色彩調整部５５５は、色彩の調整の仕方のプランニングを行い、色彩の調整のための動作を行うことを制御部５１５に対して要求する。

調理済みの食材の盛り付けが行われた場合において、調理ロボット１の盛り付け方がシェフの盛り付け方と違う場合、シェフの盛り付け方に近付けるように食材の位置を動かすなどの動作を行うことが制御部５１５に対して要求される。

主観情報解析部５２３は、風味情報に含まれる風味主観情報を解析し、風味主観情報により表されるシェフの風味の感じ方を、風味調整部５２２により行われる風味の調整に反映させる。

属性情報解析部５２４は、レシピデータに含まれる属性情報を解析し、シェフの属性を、風味調整部５２２により行われる風味の調整に反映させる。

環境情報解析部５２５は、レシピデータに含まれる環境情報を解析し、調理環境と、環境センサ４０６により計測された食事環境との違いを、風味調整部５２２により行われる風味の調整に反映させる。

＜調理システムの動作＞
ここで、以上のような構成を有する調理システムの動作について説明する。

（１）シェフ側の動作
はじめに、図２９のフローチャートを参照して、データ処理装置１１のレシピデータ生成処理について説明する。

図２９の処理は、食材や調理ツールの準備が終わり、シェフが調理を始めたときに開始される。カメラ４１による撮影、赤外線センサ５１によるIR画像の生成、シェフの体に取り付けられたセンサによるセンシングなども開始される。

ステップＳ１において、図２０の食材認識部２５１は、カメラ４１により撮影された画像を解析し、シェフが使う食材を認識する。

ステップＳ２において、動作認識部２５３は、カメラ４１により撮影された画像、シェフの体に取り付けられたセンサの計測結果を表すセンサデータなどを解析し、シェフの調理動作を認識する。

ステップＳ３において、レシピデータ生成部２３３は、食材認識部２５１による認識結果に基づいて生成された食材情報と、動作認識部２５３による認識結果に基づいて生成された動作情報に基づいて調理動作情報を生成する。

ステップＳ４において、レシピデータ生成部２３３は、１つの調理工程が終了したか否かを判定し、１つの調理工程がまだ終了していないと判定した場合、ステップＳ１に戻り、上述した処理を繰り返す。

１つの調理工程が終了したとステップＳ４において判定した場合、処理はステップＳ５に進む。

ステップＳ５において風味情報生成処理が行われる。風味情報生成処理により、風味情報が生成される。風味情報生成処理の詳細については図３０のフローチャートを参照して後述する。

ステップＳ６において、レシピデータ生成部２３３は、調理動作情報と風味情報を紐付けることによって調理工程データセットを生成する。

ステップＳ７において、レシピデータ生成部２３３は、全ての調理工程が終了したか否かを判定し、全ての調理工程がまだ終了していないと判定した場合、ステップＳ１に戻り、上述した処理を繰り返す。次の調理工程を対象として、同様の処理が繰り返される。

全ての調理工程が終了したとステップＳ７において判定した場合、処理はステップＳ８に進む。

ステップＳ８において、レシピデータ生成部２３３は、全ての調理工程データセットを含むレシピデータを生成する。

次に、図３０のフローチャートを参照して、図２９のステップＳ５において行われる風味情報生成処理について説明する。

ステップＳ１１において、味計測部２６１は、味覚センサ４３を制御することによって食材の味を計測する。

ステップＳ１２において、香り計測部２６２は、嗅覚センサ４２を制御することによって食材の香りを計測する。

ステップＳ１３において、質感計測部２６３は、カメラ４１により撮影された画像や質感センサ５２による計測結果などに基づいて食材の質感を計測する。

ステップＳ１４において、体感温度計測部２６４は、温度センサにより計測された食材の体感温度を計測する。

ステップＳ１５において、色彩計測部２６５は、カメラ４１により撮影された画像に基づいて食材の色彩を計測する。

ステップＳ１６において、主観情報生成部２６６は、味計測部２６１乃至色彩計測部２６５の各部により取得されたセンサデータに基づいて風味主観情報を生成する。

ステップＳ１７において、レシピデータ生成部２３３は、味計測部２６１乃至色彩計測部２６５により計測されたセンサデータからなる風味センサ情報と、主観情報生成部２６６により生成された風味主観情報に基づいて風味情報を生成する。

風味情報が生成された後、図２９のステップＳ５に戻り、それ以降の処理が行われる。

（２）再現側の動作
図３１のフローチャートを参照して、制御装置１２の料理再現処理について説明する。

ステップＳ３１において、図２７のレシピデータ取得部５１１は、データ処理装置１１から送信されてきたレシピデータを取得する。レシピデータ取得部５１１により取得されたレシピデータは、レシピデータ解析部５１２において解析され、調理動作情報と風味情報が抽出される。調理動作情報は制御部５１５に供給され、風味情報は風味情報処理部５１４に供給される。

ステップＳ３２において、制御部５１５は、１つの調理工程を実行対象として選択する。先頭の調理工程に関する調理工程データセットから順に、実行対象として選択される。

ステップＳ３３において、制御部５１５は、実行対象の調理工程が、調理済みの食材を盛り付ける調理工程であるか否かを判定する。調理済みの食材を盛り付ける調理工程ではないとステップＳ３３において判定した場合、処理はステップＳ３４に進む。

ステップＳ３４において、制御部５１５は、調理動作情報に含まれる食材情報の記述に基づいて、実行対象となっている調理工程において用いる食材を準備する。

ステップＳ３５において、制御部５１５は、調理動作情報に含まれる動作情報の記述に基づいて命令コマンドを生成し、調理ロボット１に送信することによって調理アーム３２１に調理動作を実行させる。

ステップＳ３６において風味計測処理が行われる。風味計測処理により、調理ロボット１により調理された調理済みの食材の風味が計測される。風味計測処理の詳細については図３２のフローチャートを参照して後述する。

ステップＳ３７において、風味調整部５２２は、調理済みの食材の風味とレシピデータに含まれる風味センサ情報により表される風味が一致しているか否かを判定する。ここでは、風味の構成要素である味、香り、質感、体感温度、色彩の全てについて、調理済みの食材の風味と風味センサ情報により表される風味が一致する場合に、風味が一致するものとして判定される。

いずれかの構成要素が一致しないことから、風味が一致しないとステップＳ３７において判定された場合、ステップＳ３８において風味調整処理が行われる。風味調整処理により、調理済みの食材の風味の調整が行われる。風味調整処理の詳細については図３３のフローチャートを参照して後述する。

風味調整処理がステップＳ３８において行われた後、ステップＳ３６に戻り、風味が一致すると判定されるまで上述した処理が繰り返し実行される。

一方、実行対象としている調理工程が、調理済みの食材を盛り付ける調理工程であるとステップＳ３３において判定された場合、処理はステップＳ３９に進む。

ステップＳ３９において。制御部５１５は、調理動作情報の記述に基づいて命令コマンドを生成し、調理ロボット１に送信することによって調理アーム３２１に盛り付けを行わせる。

食材の盛り付けが終わった場合、または、調理済みの食材の風味とレシピデータに含まれる風味センサ情報により表される風味が一致するとステップＳ３７において判定された場合、処理はステップＳ４０に進む。

ステップＳ４０において、制御部５１５は、全ての調理工程が終了したか否かを判定し、全ての調理工程がまだ終了していないと判定した場合、ステップＳ３２に戻り、上述した処理を繰り返す。次の調理工程を対象として、同様の処理が繰り返される。

一方、全ての調理工程が終了したとステップＳ４０において判定された場合、料理が完成となり、再現処理が終了される。

次に、図３２のフローチャートを参照して、図３１のステップＳ３６において行われる風味計測処理について説明する。

ステップＳ５１において、図２８の味計測部５４１は、調理済みの食材の味の計測を調理ロボット１に行わせ、味覚センサデータを取得する。

ステップＳ５２において、香り計測部５４２は、調理済みの食材の香りの計測を調理ロボット１に行わせ、嗅覚センサデータを取得する。

ステップＳ５３において、質感計測部５４３は、調理済みの食材の質感の計測を調理ロボット１に行わせ、質感センサデータを取得する。

ステップＳ５４において、体感温度計測部５４４は、調理済みの食材の体感温度の計測を調理ロボット１に行わせ、体感温度センサデータを取得する。

ステップＳ５５において、色彩計測部５４５は、調理済みの食材の色彩の計測を調理ロボット１に行わせ、色彩センサデータを取得する。

以上の処理により、調理済みの食材の風味が計測され、後述する風味調整処理に用いることが可能となる。その後、図３１のステップＳ３６に戻り、それ以降の処理が行われる。

次に、図３３のフローチャートを参照して、図３１のステップＳ３８において行われる風味調整処理について説明する。

ステップＳ６１において、味調整部５５１は味調整処理を行う。味調整処理は、調理済みの食材の味と、風味センサ情報に含まれる味覚センサデータより表される味が一致しない場合に行われる。味調整処理の詳細については図３４のフローチャートを参照して後述する。

ステップＳ６２において、香り調整部５５２は香り調整処理を行う。香り調整処理は、調理済みの食材の香りと、風味センサ情報に含まれる嗅覚センサデータより表される香りが一致しない場合に行われる。

ステップＳ６３において、質感調整部５５３は質感調整処理を行う。質感調整処理は、調理済みの食材の質感と、風味センサ情報に含まれる質感センサデータより表される質感が一致しない場合に行われる。

ステップＳ６４において、体感温度調整部５５４は体感温度調整処理を行う。体感温度調整処理は、調理済みの食材の体感温度と、風味センサ情報に含まれる体感温度センサデータより表される体感温度が一致しない場合に行われる。

ステップＳ６５において、色彩調整部５５５は色彩調整処理を行う。色彩調整処理は、調理済みの食材の色彩と、風味センサ情報に含まれる色彩センサデータより表される色彩が一致しない場合に行われる。

例えば、酸味を増やすためにレモン汁を食材にかける動作が味調整処理として行われた場合、これにより、食材の香りが変化し、香りについても調整が必要になることがある。この場合、味調整処理とともに、香り調整処理が行われる。

このように、風味のいずれかの要素の調整が他の要素に影響を与えることがあり、実際には、複数の要素の調整がまとめて行われる。

次に、図３４のフローチャートを参照して、図３３のステップＳ６１において行われる味調整処理について説明する。

ステップＳ７１において、味調整部５５１は、味計測部５４１により取得された味覚センサデータに基づいて、調理済みの食材の味の、味空間における現在値を特定する。

ステップＳ７２において、味調整部５５１は、レシピデータに含まれる風味センサ情報の記述に基づいて、味の目標値を設定する。風味センサ情報に含まれる味覚センサデータにより表される、シェフにより行われた調理動作によって得られた食材の味が目標値として設定される。

ステップＳ７３において、味調整部５５１は、食材の味を現在値から目標値に遷移させるための調整内容のプランニングを行う。

図３５は、プランニングの例を示す図である。

図３５に示す縦軸は、７種類の味のうちのいずれかの１つの味を表し、横軸は他の１つの味を表す。説明の便宜上、図３５においては味空間が二次元空間として表されているが、味が上述したように塩味、酸味、苦味、甘味、旨味、辛味、渋味の７種類で構成される場合、味空間は七次元空間となる。

調理ロボット１において計測された味覚センサデータにより、調理済みの食材の味が現在値として表される。

また、風味センサ情報に含まれる味覚センサデータにより、目標値となる味が設定される。目標値となる味は、シェフにより調理された食材の味である。

塩味、酸味、苦味、甘味、旨味、辛味、渋味のうちの１種類の味だけを変化させる調味料や食材はないことから、食材の味を、現在値の味から目標値の味に直接変化させることができない場合がある。この場合、白抜き矢印で示すように、複数の味を経て目標値の味を実現するための調理動作のプランニングが行われる。

図３４の説明に戻り、ステップＳ７４において、味調整部５５１は、プランに従って、味を調整するための動作を制御部５１５に行わせる。

その後、図３３のステップＳ６１に戻り、それ以降の処理が行われる。

香り調整処理（ステップＳ６２）、質感調整処理（ステップＳ６３）、体感温度調整処理（ステップＳ６４）、色彩調整処理（ステップＳ６５）も、それぞれ、図３４の味調整処理と同様にして行われる。すなわち、調理済みの食材の風味を現在値、レシピデータの風味センサ情報により表される風味を目標値として、食材の味を現在値から目標値まで遷移させるための調理動作が行われる。

以上の一連の処理により、シェフが作る料理と同じ風味の料理が、調理ロボット１により再現される。ユーザは、シェフが作った料理と同じ風味の料理を食べることができる。

また、シェフは、自分が作った料理と同じ風味の料理を、様々な人に提供することができる。また、シェフは、自分が作る料理を、レシピデータとして再現可能な形で残すことが可能となる。

＜変形例＞
・再現側での調理工程の更新の例
調理に用いるものとしてレシピデータ（食材情報）に記述されている食材と同じ食材を再現側で用意できない場合がある。この場合、レシピデータを一部更新する処理が制御部５１５（図２７）により行われるようにしてもよい。

例えば、制御部５１５は、ある食材が足りない場合、代替食材データベースを参照し、再現側で用意できる食材の中から、代替食材を選択する。代替食材は、調理に用いるものとしてレシピデータに記述されている食材の代わりに用いられる食材である。再現側で用意できる食材は、例えば、調理ロボット１の周囲の状況を認識することによって特定される。

制御部５１５が参照する代替食材データベースには、例えば、フードペアリングの手法によって予め決められた代替食材に関する情報が記述されている。

例えば、制御部５１５は、レシピデータに記述されている食材である「ウニ」を用意できない場合、代替食材データベースを参照し、「プリン」と「醤油」を組み合わせた食材を代替食材として選択する。「プリン」と「醤油」を組み合わせることによって、「ウニ」の風味を再現することができることはよく知られている。

制御部５１５は、「ウニ」を用いた調理工程に関する情報が記述された調理動作情報を、「プリン」と「醤油」を組み合わせる動作に関する情報と、代替食材を用いた調理工程に関する情報とが記述された調理動作情報に更新する。制御部５１５は、更新後の調理動作情報に基づいて、調理ロボット１の調理動作を制御する。

このようにして用意された代替食材の風味を計測し、風味の計測が適宜行われるようにしてもよい。

図３６は、代替食材の風味を調整する制御装置１２の処理について説明するフローチャートである。

図３６の処理は、代替食材が用意された後に行われる。

ステップＳ１１１において、風味情報処理部５１４の風味計測部５２１は、用意された代替食材の風味を計測し、代替食材の風味を表すセンサデータを取得する。

ステップＳ１１２において、風味調整部５２２は、代替食材の風味が、代替前の食材の風味と一致するか否かを判定する。上述した例の場合、「プリン」と「醤油」を組み合わせた代替食材の風味が、「ウニ」の風味と一致するか否かが判定される。「ウニ」の風味については、レシピデータに含まれる風味センサ情報により特定される。

代替食材の風味を表すセンサデータとレシピデータに含まれる風味センサ情報が一致しないことから、代替食材の風味が代替前の食材の風味と一致しないとステップＳ１１２において判定された場合、処理はステップＳ１１３に進む。

ステップＳ１１３において、風味調整部５２２は、代替食材の風味を調整する。代替食材の風味の調整は、上述した調理済みの食材の風味を調整する処理と同様にして行われる。

代替食材の風味の調整が行われた場合、または、代替食材の風味が代替前の食材の風味と一致するとステップＳ１１２において判定された場合、代替食材の風味を調整する処理は終了となる。その後、代替食材を用いて、更新後の調理工程に応じた処理が行われる。

これにより、シェフ側で用いた食材と同じ食材を再現側で用意できない場合でも、代替食材を用いて、調理を進めることが可能となる。代替食材の風味は代替前の食材と風味が同じであるから、最終的に出来上がる料理は、シェフが作った料理と同じか、あるいは、近い風味の料理となる。

代替食材データベースが制御装置１２に用意されているようにしてもよいし、レシピデータ管理サーバ２１などの所定のサーバに用意されているようにしてもよい。調理動作情報の更新が制御装置１２において行われるようにしてもよいし、データ処理装置１１において行われるようにしてもよい。

・風味主観情報の利用例
シェフ側に設けられているセンサの方が、再現側に設けられているセンサより計測精度が高いといったように、双方のセンサの仕様が異なる場合がある。双方の仕様が異なる場合、同じ食材の風味をそれぞれのセンサで計測した場合の計測結果は異なるものとなる。

シェフ側と再現側の双方に設けられたセンサの仕様が異なる場合においても調理ロボット１による調理済みの食材の風味とシェフにより調理された食材の風味を判定できるようにするために、風味主観情報が用いられる。

図３７は、風味の判定例を示す図である。

上述した例においては、図３７の左側に示すように、再現側の、ある調理工程の調理によって調理済みの食材が得られた場合、風味の計測が行われ、調理済みの食材の風味を表すセンサデータが得られる。

また、図３７の右側に示すように、レシピデータから風味センサ情報が抽出され、矢印Ａ１０１で示すように、調理済みの食材の風味を表すセンサデータと、風味センサ情報とを比較することによって、風味の判定（風味が一致するか否かの判定）が行われる。

図３８は、風味主観情報を用いた風味の判定例を示す図である。

風味主観情報を用いて風味の判定を行う場合、再現側においては、図３８の左側に示すように、調理済みの食材の風味を表すセンサデータに基づいて風味主観情報が算出される。風味主観情報の算出には、図６を参照して説明したような、シェフの味の感じ方に基づいて生成されたモデルが用いられる。

風味情報処理部５１４の主観情報解析部５２３（図２８）は、シェフ側に用意された、味覚主観情報生成用のモデルと同じモデルを有している。

主観情報解析部５２３は、矢印Ａ１０２で示すように、調理済みの食材の風味を表すセンサデータに基づいて算出した風味主観情報と、レシピデータから抽出した風味主観情報とを比較することによって、風味の判定を行うことになる。両者の風味主観情報が一致する場合、風味が一致するものとして判定され、次の調理工程の処理が行われる。

これにより、シェフ側と再現側の双方に設けられたセンサの仕様が異なる場合においても、シェフが感じる風味と同じ風味の食材や料理を再現することが可能となる。

このように、風味を判定するためのモードには、センサデータを基準としたモードと、風味主観情報を基準としたモードとが用意される。

図３９は、センサデータ生成用のモデルの例を示す図である。

図３９に示すように、レシピデータに含まれる風味主観情報に基づいて、再現側に設けられたセンサの仕様下でのセンサデータを算出することが可能なモデルが主観情報解析部５２３に用意されるようにしてもよい。

図３９に示す味覚センサ情報生成用モデルは、再現側に用意されたセンサにより計測された味に関するセンサデータと、シェフの味の感じ方を表す主観値とに基づいて深層学習などが行われることによって生成されたニューラルネットワークなどのモデルである。例えば、レシピデータを管理する管理者により、様々なセンサの仕様に応じたモデルが用意され、再現側に提供される。

この場合、主観情報解析部５２３は、風味主観情報をモデルに入力することによって、対応するセンサデータを算出する。主観情報解析部５２３は、調理ロボット１による調理済みの食材の風味を計測して得られたセンサデータと、モデルを用いて算出したセンサデータとを比較することによって、風味の判定を行うことになる。

・属性情報の利用例
レシピデータには、シェフの属性などを表す属性情報が含まれる。年齢、性別、国籍、生活地域などは、風味の感じ方に影響を与えることから、シェフの属性と、調理ロボット１により再現された料理を食べる人の属性との違いに応じて、再現される食材の風味が調整されるようにしてもよい。

レシピデータから抽出された属性情報である調理人属性情報は、属性情報解析部５２４に供給され、風味調整部５２２が行う風味の調整の制御に用いられる。調理ロボット１により再現された料理を食べる人により入力された、食事人の属性を表す食事人属性情報も属性情報解析部５２４に供給される。

属性情報解析部５２４は、調理人属性情報に基づいてシェフの属性を特定するとともに、食事人属性情報に基づいて食事人の属性を特定する。

例えば、属性情報解析部５２４は、食事人の年齢がシェフの年齢を大きく上回っていて、食事人が年配の人であることを特定した場合、柔らかくするように食材の質感を調整する。

また、属性情報解析部５２４は、食事人とシェフの国籍が異なる場合、上述したように、予め用意されている情報に基づいて、風味調整部５２２が調整する食材の風味を国籍の違いに応じて制御する。性別、生活地域などの、食事人とシェフの他の属性が異なる場合も同様に、属性情報解析部５２４は、風味調整部５２２が調整する食材の風味を両者の属性の違いに応じて制御する。

これにより、基本的にはシェフの感じ方と同じ風味ではあるものの、食事人の好みに応じて風味の微調整が行われた料理が再現されることになる。

また、属性情報解析部５２４は、食品属性情報に基づいて食材の属性を特定するとともに、再現側で用意された食材の属性を特定する。

属性情報解析部５２４は、調理側で用いられた食材と再現側で用意された食材の属性が異なる場合、風味調整部５２２が調整する食材の風味を属性の違いに応じて制御する。

このように、シェフ側と再現側の各種の属性の違いに基づいて、食材の風味が再現側において調整されるようにしてもよい。

・環境情報の利用例
（１）食事環境の調整
レシピデータには、シェフが調理を行う空間の環境である調理環境を表す環境情報が含まれる。空間の色彩、気温、明るさなどは、風味の感じ方に影響を与えることから、調理ロボット１により再現された料理の食事が行われるダイニングルームなどの食事環境を、調理環境に近付けるための調整が行われるようにしてもよい。レシピデータから抽出された環境情報は、環境情報解析部５２５に供給され、食事環境の調整に用いられる。

例えば、環境情報解析部５２５は、カメラ４４１（図２６）により撮影された画像を解析することによって計測された食事環境の色彩を、環境情報により表される調理環境の色彩に近付けるように、ダイニングルームの照明機器を制御する。環境情報解析部５２５は、外部の機器を制御することによって食事環境を調整する環境制御部としての機能を有している。

また、環境情報解析部５２５は、温度・湿度センサ４４２により計測された食事環境の気温と湿度を、環境情報により表される調理環境の気温と湿度に近付けるように、ダイニングルームの空調機器を制御する。

環境情報解析部５２５は、照度センサ４４３により計測された食事環境の明るさを、環境情報により表される調理環境の明るさに近付けるように、ダイニングルームの照明機器を制御する。

これにより、食事環境を調理環境に近付けることができ、調理ロボット１により再現された料理を食べる人の風味の感じ方を、シェフの風味の感じ方に近付けることが可能となる。

（２）風味センサ情報の補正
調理側に設けられたセンサの仕様に関する情報が環境情報に含められ、再現側に提供されるようにしてもよい。再現側においては、調理側に設けられたセンサと再現側に設けられたセンサとの違いに基づいて、レシピデータに含まれる風味センサ情報が補正される。

図４０は、風味センサ情報を補正する制御装置１２の処理について説明するフローチャートである。

ステップＳ１２１において、環境情報解析部５２５は、レシピデータに含まれる環境情報に基づいて、調理側に設けられたセンサの仕様を取得する。

ステップＳ１２２において、環境情報解析部５２５は、再現側である調理ロボット１の周囲に設けられたセンサの仕様を取得する。

ステップＳ１２３において、環境情報解析部５２５は、調理側に設けられたセンサの仕様と調理ロボット１の周囲に設けられたセンサの仕様との違いに基づいて、調理側で計測されたセンサデータである、レシピデータに含まれる風味センサ情報を補正する。環境情報解析部５２５に対しては、調理側に設けられたセンサの計測結果と、再現側に設けられたセンサの計測結果との対応関係を表す情報が補正用の情報として用意されている。

このようにして補正された風味センサ情報が、風味の判定に用いられる。これにより、環境の違いを吸収して、風味の判定が行われるようにすることが可能となる。

＜その他＞
・構成の変形例
レシピデータに基づいて料理を再現する調理ロボットが家庭内に設置された調理ロボット１であるものとしたが、様々な場所に設けられた調理ロボットにおいて料理が再現されるようにしてもよい。例えば、工場に設けられた調理ロボット、レストランに設けられた調理ロボットにおいて料理を再現させる場合にも、上述した技術は適用可能である。

また、レシピデータに基づいて料理を再現する調理ロボットが、調理アームを動作させて調理を行う調理ロボット１であるものとしたが、調理アーム以外の構成によって食材の調理を行うことが可能な、様々な調理ロボットにおいて料理が再現されるようにしてもよい。

以上においては、調理ロボット１の制御が制御装置１２により行われるものとしたが、レシピデータを生成するデータ処理装置１１により直接行われるようにしてもよい。この場合、データ処理装置１１には、図２７を参照して説明したコマンド生成部５０１の各構成が設けられる。

また、コマンド生成部５０１の各構成が、レシピデータ管理サーバ２１に設けられるようにしてもよい。

レシピデータを管理して他の機器に提供するレシピデータ管理サーバ２１のサーバ機能が、レシピデータを生成するデータ処理装置１１に設けられるようにしてもよい。

図４１は、調理システムの他の構成例を示す図である。

データ処理装置１１が有するレシピデータ管理部１１Ａは、レシピデータを管理して他の機器に提供するサーバ機能を有する。レシピデータ管理部１１Ａが管理するレシピデータが、複数の調理ロボットや、調理ロボットを制御する制御装置に対して提供される。

・データの管理
上述したレシピデータ、調理工程データセット（調理動作情報、風味情報）などは、調理工程についての思想や感情を創作的に表現した成果物といえるものであるから、著作物と考えることもできる。

例えば、調理を行うシェフ（例えば有名店を経営するシェフなど）は、調理工程において、食材の選択や味見などの試行を繰り返しながら、創作性を有する美味しい料理を完成させる。この場合、レシピデータ、調理工程データセット（調理動作情報、風味情報）には、データとしての価値が存在することになり、他者が利用する場合にはその対価が必要となる状況も想定できる。

従って、レシピデータ、調理工程データセット（調理動作情報、風味情報）などを、音楽などと同様に、著作権管理する応用例も考えられる。

つまり、本開示では、個別のデータに対して保護機能を設ける、コピー防止、暗号化、などの著作権保護技術を用いて、個別のレシピデータ、調理工程データセットを保護することも可能である。

この場合、例えば、図１４のレシピデータ管理サーバ２１（図４１のデータ処理装置１１）は、シェフとレシピデータ（又は調理工程データセット）とを紐付ける形で、著作権管理した状態で管理する。

次に、ユーザが、レシピデータを利用して調理ロボット１に調理を行わせたい場合には、そのレシピデータに対する利用料をユーザが支払うことにより、例えば、制御装置１２にダウンロードされたレシピデータを調理ロボット１における調理のために利用することが可能となる。なお、その利用料は、レシピデータの創作者であるシェフ、レシピデータを管理するデータ管理者などに還元される。

また、本開示では、データの取引履歴を台帳としてサーバで分散管理するブロックチェーン技術を用いて、個別のレシピデータ、調理工程データセットを保護することも可能である。

この場合、例えば、図１４のレシピデータ管理サーバ２１（図４１のデータ処理装置１１）は、データの取引履歴を台帳としてサーバ（クラウドサーバ、エッジサーバなど）で分散管理するブロックチェーン技術を用いて、シェフとレシピデータ（又は調理工程データセット）とを紐付ける形で管理する。

次に、ユーザが、レシピデータを利用して調理ロボット１に調理を行わせたい場合には、そのレシピデータに対する利用料をユーザが支払うことにより、例えば、制御装置１２にダウンロードされたレシピデータを調理ロボット１における調理のために利用することが可能となる。なお、その利用料は、レシピデータの創作者であるシェフ、レシピデータを管理するデータ管理者などに還元される。

このように、レシピデータ（又は調理工程データセット）を、シェフ、ユーザ、利用料のそれぞれの関係を考慮して、創作的な形で表現された著作物として効率的に管理することが可能である。

・吸光スペクトルの温度変化を利用した食材の特徴化
食材の風味が、味、香り、質感などのセンサデータにより表されるものとしたが、他の指標により表されるようにしてもよい。食材の風味を表現する指標として、吸光スペクトルの温度変化を用いることが可能である。

原理
分光光度計を用いて、検体（食材）の吸光スペクトルが計測される。吸光スペクトルは、検体の温度に応じて変化する。温度上昇に伴って吸光スペクトルが変化する背景として、以下の反応が考えられる。

（１）会合からの解離
検体の含有成分の会合状態（分子間の弱い結合により、２個以上の分子が１つの分子のように動く状態）は、温度により変化する。温度が低くなると会合あるいは凝集しやすくなり、逆に、温度が高くなると分子振動が激しくなるため、分子が会合から乖離しやすくなる。したがって、会合由来の吸光波長のピーク値が下がり、乖離した単分子由来の吸光波長のピーク値が上がる事になる。

（２）熱エネルギーによる分子の分解
熱を吸収する事で結合力の弱い部分がはずれ、分子が分断される。

（３）酵素活性による分子の分解
分解酵素を介して、分子が分断される。

（４）酸化還元
温度上昇に伴い、水のpHが下がる（H＋濃度が上がる）。油脂類の場合、酸化速度が上昇する。

ここで、食材などの天然物の味と香りの視点からは、天然物の含有成分のうち、味物質は液相の含有成分であり、香り物質は揮発性があって気相の含有成分である。

会合状態にある分子は気相になりにくく、会合状態から解離した単分子が気相に転移しやすい。

さらに、例えば、香りに深く関連するテルペン類は、植物内では糖の付いた配糖体の形で存在するが、熱分解あるいは酵素分解により、糖が外れたアグリコンの形となり、揮発しやすくなる。

したがって、温度が高くなると、揮発しやすい分子の数が増え、揮発寸前の香り物質の吸光波長のピーク値が上がり、その香り物質がそれまで会合していた分子群に関連する吸光波長のピーク値が下がる事になる。

この性質から、吸光スペクトルの温度変化は、「味」に関わる液相から「香り」に関わる気相への相転移を反映していると考える事ができる。

そこで、対象とする検体を、少なくとも２つ以上の異なる温度で保温し、それぞれの保温状態の検体の吸光スペクトルを計測し、そのデータセットを、その検体の味と香りを特徴づける情報として用いることが可能である。吸光スペクトルのデータセットの特徴（パターン）から、検体を同定することが可能となる。

このことは、分子の会合から解離、あるいは、熱分解・酵素分解による分子の分解の結果、液相から気相への相転移が生じる確率が高くなる事と、吸光スペクトルの温度変化とを考慮したものといえる。この手法は、波長と吸光度の二次元データとして表される吸光スペクトルに温度の次元を加えることによって、三次元データの吸光スペクトルによって検体を特徴化する手法であるといえる。

・プログラムについて
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、汎用のパーソナルコンピュータなどにインストールされる。

インストールされるプログラムは、光ディスク（CD-ROM(Compact Disc-Read Only Memory)，DVD(Digital Versatile Disc)等）や半導体メモリなどよりなる図１９に示されるリムーバブルメディア２１１に記録して提供される。また、ローカルエリアネットワーク、インターネット、デジタル放送といった、有線または無線の伝送媒体を介して提供されるようにしてもよい。プログラムは、ROM２０２や記憶部２０８に、あらかじめインストールしておくことができる。

コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

なお、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。

本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

１ 調理ロボット， １１ データ処理装置， １２ 制御装置， ２１ レシピデータ管理サーバ， ４１ カメラ， ４２ 嗅覚センサ， ４３ 味覚センサ， ５１ 赤外線センサ， ５２ 質感センサ， ５３ 環境センサ， ２２１ データ処理部， ２３１ 調理動作情報生成部， ２３２ 風味情報生成部， ２３３ レシピデータ生成部， ２３４ 環境情報生成部， ２３５ 属性情報生成部， ２３６ レシピデータ出力部， ３２１ 調理アーム， ３６１ コントローラ， ４０１ カメラ， ４０２ 嗅覚センサ， ４０３ 味覚センサ， ４０４ 赤外線センサ， ４０５ 質感センサ， ４０６ 環境センサ， ４０７ 通信部， ５０１ 情報処理部， ５１１ レシピデータ取得部， ５１２ レシピデータ解析部， ５１３ ロボット状態推定部， ５１４ 風味情報処理部， ５１５ 制御部， ５１６ コマンド出力部

Claims (18)

1. 料理の食材に関する情報および前記食材を用いた調理工程における調理人の動作に関する情報が記述された調理動作データと、前記調理工程の進捗に連動して計測された前記調理人の感覚を示す感覚データとをリンクさせた、調理ロボットが調理動作を行う際に用いるデータセットを含むレシピデータを生成するレシピデータ生成部を備える
   データ処理装置。
2. 前記感覚データは、調理前の前記食材の風味、前記調理工程において調理された調理後の前記食材の風味、全ての前記調理工程を経て完成した料理の風味、のうちの少なくともいずれかを示すデータである
   請求項１に記載のデータ処理装置。
3. 前記感覚データは、甘味、酸味、塩味、苦味、旨味、辛味、渋味、のうちの少なくともいずれかの味を示す味覚情報を含む
   請求項２に記載のデータ処理装置。
4. 前記味覚情報は、味覚センサにより計測されたセンサ情報である
   請求項３に記載のデータ処理装置。
5. 前記感覚データは、深層学習を行うことにより生成されたモデルに対する入力として前記味覚情報を用いることによって得られた、味覚に関する他の情報を含む
   請求項３に記載のデータ処理装置。
6. 味覚に関する前記他の情報は、人の味の感じ方を表す主観的なデータである
   請求項５に記載のデータ処理装置。
7. 前記感覚データは、前記食材の質感と前記料理の質感のうちの少なくともいずれかの質感を示す質感情報を含む
   請求項２に記載のデータ処理装置。
8. 前記質感情報は、センサにより計測された、応力、硬度、水分量、のうちの少なくともいずれかを示す情報である
   請求項７に記載のデータ処理装置。
9. 前記レシピデータは、前記調理工程の進捗に連動して計測された調理空間の環境を示す調理環境データを含む
   請求項２に記載のデータ処理装置。
10. 前記調理環境データは、前記調理空間の温度、湿度、気圧、明度、色相、彩度、のうちの少なくともいずれかを示すデータである
    請求項９に記載のデータ処理装置。
11. 前記レシピデータは、調理前の前記食材の属性、前記調理工程において調理された調理後の前記食材の属性、全ての前記調理工程を経て完成した料理の属性、のうちの少なくともいずれかを示す食品属性情報を含む
    請求項１に記載のデータ処理装置。
12. 前記調理動作データには、前記調理工程において用いられた調味料の種類と量が記述され、
    前記レシピデータは、前記調味料の属性を示す調味料属性情報を含む
    請求項１１に記載のデータ処理装置。
13. 前記レシピデータは、前記調理人の属性を示す調理人属性情報を含む
    請求項１に記載のデータ処理装置。
14. 前記レシピデータ生成部により生成された前記レシピデータに基づいて、前記調理ロボットが実行する前記調理動作を命令する命令コマンドを生成するコマンド生成部をさらに備える
    請求項１に記載のデータ処理装置。
15. 前記調理ロボットは、アームを備える
    請求項１４に記載のデータ処理装置。
16. 前記調理ロボットは、複数の前記アームを前記命令コマンドに従って協同させることによって前記調理動作を行う
    請求項１５に記載のデータ処理装置。
17. 前記レシピデータを管理し、ネットワークを介して接続された前記調理ロボットに前記レシピデータを提供するサーバ機能を実現するレシピ管理部をさらに備える
    請求項１に記載のデータ処理装置。
18. データ処理装置が、
    料理の食材に関する情報および前記食材を用いた調理工程における調理人の動作に関する情報が記述された調理動作データと、前記調理工程の進捗に連動して計測された前記調理人の感覚を示す感覚データとをリンクさせた、調理ロボットが調理動作を行う際に用いるデータセットを含むレシピデータを生成する
    データ処理方法。

Images