JP2023089629A - 異常状態監視システム及び異常状態監視方法 - Google Patents

Abstract

【課題】作業の効率と品質を向上すること。
【解決手段】作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、を備える。
さらに、異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、管理装置に前記フラグデータを送信する制御手段をさらに備え、管理装置は、フラグデータに基づいて指示情報を送信する。
【選択図】図２

Description

本発明は、作業者による作業における異常を検知する異常状態監視システム及び異常状態監視方法に関する。

従来、現地保守作業中に異常発生した際に、遠隔から現地保守作業の支援を可能とする技術がある。例えば、ＷＯ２０１９／１１６４８５には、「設備管理用のローカルサーバ１０は、代理管理用のセンターサーバ１２と通信接続される代行作業管理部４２を備える。代行作業管理部４２は、設定値記憶部４６に記憶された設定値が変更される保守作業が保守対象ビルで行われている際にエラーコードが出力されたときに、センターサーバ１２に通信接続された保守員用の端末装置２６からの遠隔操作による代行保守作業を可能にする。さらに代行作業管理部４２は、エラーコードの入力欄及びエラーコードの出力時における保守対象ビルでの保守作業の内容を入力する入力欄を含む代行以来画面を保守対象ビルに設けられた表示部５０，７２に表示可能である。」と記載されている。

ＷＯ２０１９／１１６４８５

上記従来技術によれば、エラーコードが出力された場合に遠隔操作による代行保守作業が可能である。しかしながら、例えば、作業者が作業を誤った場合や、作業に不慣れである場合には、エラーコードが出力される状況になる前に、作業者の支援を行うことが好ましい。
本発明は、前記した課題を解決するためになされたものであり、作業の異常を早期に検知して作業者を支援することで、作業の効率と品質を向上する異常状態監視システムを提供することを目的とする。

上記目的を達成するため、代表的な本発明の異常状態監視システムは、作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、を備えることを特徴とする。
また、代表的な本発明の異常状態監視方法の一つは、作業手順から想定される作業者の動作を、作業チェックデータとして保持する作業チェックデータ保持ステップと、前記作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得ステップと、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知ステップと、を含むことを特徴とする。
本発明のその他の態様については、後記する実施形態において説明する。

本発明によれば、作業の効率と品質を向上することができる。上記した以外の課題、構成および効果は、以下の発明を実施するための形態の説明により明らかにされる。

実施形態に係る計測対象の異常状態監視システムの概要を示す図である。 計測対象の異常状態監視システムの構成を示す図である。 フラグデータのデータ構造の例を示す図である。 管理装置からの通知データのデータ構造の例を示す図である。 処理Ｓ１の取得データ判定テーブルの例を示す図である。 処理Ｓ２の指示判定テーブルの例を示す図である。 計測対象の異常状態監視システムの全体処理を示すフローチャートである。 計測対象におけるフラグ生成処理を示すフローチャートである。 管理装置における複数フラグの優先度判定処理を示すフローチャートである。 管理装置における処理Ｓ１のセンシングデータ選択処理を示すフローチャートである。 管理装置における処理Ｓ２のセンシングデータ分析処理を示すフローチャートである。 処理Ｓ２のフラグデータ及びセンシングデータに基づく指示内容を示す図である。 処理Ｓ１０の作業指示書テーブルの例を示す図である。 計測対象における非定常状態の判定処理を示すフローチャートである。

以下、図面を参照して本発明の実施形態を説明する。実施例は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施することが可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。
図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
各種情報の例として、「テーブル」、「リスト」、「キュー」等の表現にて説明することがあるが、各種情報はこれら以外のデータ構造で表現されてもよい。例えば、「ＸＸテーブル」、「ＸＸリスト」、「ＸＸキュー」等の各種情報は、「ＸＸ情報」としてもよい。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ＩＤ」、「番号」等の表現を用いるが、これらについてはお互いに置換が可能である。
同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。
実施例において、プログラムを実行して行う処理について説明する場合がある。ここで、計算機は、プロセッサ（例えばＣＰＵ、ＧＰＵ）によりプログラムを実行し、記憶資源（例えばメモリ）やインターフェースデバイス（例えば通信ポート）等を用いながら、プログラムで定められた処理を行う。そのため、プログラムを実行して行う処理の主体を、プロセッサとしてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路を含んでいてもよい。ここで、専用回路とは、例えばＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）、ＣＰＬＤ（Complex Programmable Logic Device）等である。
プログラムは、プログラムソースから計算機にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、実施例において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

＜計測対象の異常状態監視システム１００の概要＞
図１は、実施形態に係る計測対象の異常状態監視システム１００の概要を示す図である。
図２は、計測対象の異常状態監視システムの構成を示す図である。計測対象の異常状態監視システム１００は、各拠点で稼働している多数のインフラ設備、又はその現場で働く人から構成される複数の計測対象からの非定常状態を監視する管理装置３０（遠隔監視センタ）と、計測対象に備わる計測対象側装置１０とを備える。計測対象側装置１０は、非定常状態（異常状態）が発生すると、後記する非定常状態を示すフラグデータ２１を、遠隔監視センタである管理装置３０に送信する。管理装置３０は、フラグデータ２１を分析し、必要となるセンシングデータを計測対象側装置１０に要求する。計測対象側装置１０は、要求されたセンシングデータを管理装置３０に送信し、管理装置３０は、フラグデータ、センシングデータに基づいて、計測対象側装置１０への指示情報を送信する。

計測対象の異常状態監視システム１００は、Ｍ個のセンサを、Ｎ箇所に設けており、Ｐ種類のセンサ情報を取得して使用する。Ｍ個、Ｎ個、Ｐ個は、図１に示すインフラ設備および現場作業者に備えたセンサ及びその周辺に設けられたセンサを意味する。いいかえると、Ｍ個、Ｎ個、Ｐ個は、計測対象側装置１０に備えたセンサ及びその周囲に備えられたセンサを意味する。Ｐ種類のセンサには、例えば、画像距離センサ、音声センサ、振動センサ、温度センサ、バイタルセンサ等がある。また、人の場合には、人が所持しているスマートデバイスにセンサ類が備えられていてもよいし、人が身につける着衣やメガネやリストバンドにセンサ類を組み込んだウェアラブルセンサでもよい。

計測対象の例として屋内外の現場で稼働する上下水道・送電・道路・線路・橋梁・河川・都市ガスなどのインフラ設備の点検業務の場合について説明する。
インフラ設備は、定常状態においては、予めプログラムされた計画通りに稼働しつつ、周囲環境の変化や、自己状態の変化を、複数のセンサで常時センシングし、各センサからの出力結果に、閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置１０は、定常状態から、非定常状態へ遷移する。また、点検作業者による点検業務では、定期的もしくは異常通知に応じて、現場のインフラ設備まで赴いた点検作業者が点検を実施する。点検作業の内容は、決められた作業手順書に従って実施される。点検作業者が異常状態に陥っていないかを検出する場合は、計測対象側装置１０として、作業者が各種センサ、処理部等を有するスマートデバイス、スマートウォッチ等を有している（身につけている、もしくは、作業者が持参し近辺に設置する）。点検作業の状況は、複数のセンサで常時計測され、各センサからの出力結果に対して、作業手順書で規定した閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置１０は、定常状態から非定常状態に遷移する。

非定常状態に遷移すると、計測対象側装置１０は、まず、センサの異常値に応じて、あらかじめ設定された応急処置を実行する。次に、各センサからの出力結果をもとに、フラグデータ２１を生成する。さらに、生成したフラグデータ２１を、ネットワークＮＷを経由して、管理装置３０へ通知する。フラグデータ２１を通知した後、管理装置３０からの指示の受信を待つ。管理装置３０からの指示には、後記する処理Ｓ１による指示と処理Ｓ２による指示がある。
なお、計測対象としてインフラ設備の点検業務について説明したが、製造現場の現場作業者の場合についても同様である。生産現場の現場作業者の場合は、インフラ設備のかわりに、生産設備が計測対象物となり、点検作業者のかわりに、現場作業者が計測対象者となる。

＜計測対象の異常状態監視システム１００の装置構成＞
次に装置構成について、図２を参照して説明する。
管理装置３０は、処理Ｓ１として、フラグデータ２１を受信すると、必要となるセンシングデータの取得指示を行う。また、管理装置３０は、処理Ｓ２として、センシングデータを受信すると、フラグデータとセンシングデータを分析し、分析結果に応じて、ネットワークＮＷを経由して、現場のインフラ設備へ最善の対応指示を出すことになる。

計測対象側装置１０は、計測対象の非定常状態を監視する処理部１１、記憶部２０、外部のセンサ２７及び管理装置３０と通信する通信部２５、複数の内部のセンサ２６を有している。処理部１１には、複数のセンサ２６，２７のセンサ情報を取得するセンサ情報取得部１２（センサ情報取得手段）と、センサ情報が異常を示しているか否かを判定する異常検知部１３（異常検知手段）と、異常検知手段が異常示していると判定した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含めてフラグデータ２１として作成し、管理装置３０にフラグデータ２１を送信する異常処理部１４（制御手段）と、フラグを生成するフラグ生成部１５等を有する。記憶部２０には、フラグデータ２１、応急処置判定テーブル２２、作業手順書テーブル２３等が格納されている。

ここで、作業手順書テーブル２３は、作業者（点検作業者、現場作業者など）が行うべき作業の手順を示した作業手順書に基づいて作成されたデータであって、作業手順から想定される作業者の動作を示す。センサ２６やセンサ２７の少なくとも一部は、作業者の状態を検知するように設けられる。センサ２６やセンサ２７によって検知された作業者の状態が、作業手順書テーブル２３に示された動作と整合していれば、異常検知部１３は定常状態と判定する。一方、検知された作業者の状態が、作業手順書テーブル２３と不整合であれば、異常検知部１３は非定常状態、すなわち異常が発生していると判定する。このように、作業手順書テーブル２３は、作業における異常を検知するための作業チェックデータとして機能する。

具体例として、作業者が制御盤を操作する場合を説明する。作業手順書テーブル２３には、作業者が制御盤に手を伸ばす回数やタイミングを格納しておく。これらの回数やタイミングは、作業手順から導くことができる。また、手の左右を規定してもよい。
計測対象側装置１０は、可搬型の装置とし、作業者が作業を始める前に、制御盤の近傍に設置する。このとき、作業者が作業対象に手を伸ばしているか否かを少なくとも識別可能な情報をセンサ２６等が取得できるように、計測対象側装置１０を設置する。
異常検知部１３は、センサ２６等の検知結果から、作業者がどちらの手をどのタイミングで制御盤に伸ばしたかを識別し、作業手順書テーブル２３と比較して、異常を検知する。
このため、作業のミスや、作業の停滞を異常として検知することができる。
また、手を伸ばしているか否か、手を伸ばすタイミングなどの情報は、センサの検知結果に対する精度の要求が低い。このため、可搬性の計測対象側装置１０を適宜設置する場合であっても、十分にこれらの情報を取得可能である。

図３は、フラグデータ２１のデータ構造の例を示す図である。フラグデータ２１は、フラグを生成した計測対象側装置１０と通知イベントを識別するためのＩＤ２１１、フラグデータを生成した時刻を示すタイムスタンプ２１２、定常／非定常状態を示すステータス２１３、センサからの異常値により判定される応答性情報２１４、重要性情報２１５、介入性情報２１６からなる。応答性情報２１４、重要性情報２１５、介入性情報２１６は、それぞれの情報のフラグレベルであるレベル２１４Ｌ，２１５Ｌ，２１６Ｌと、そのレベルの状態を示す状態情報２１４Ｓ，２１５Ｓ，２１６Ｓとから構成されている。

応答性情報２１４とは、人（現場作業者）の異常、もしくは人に影響を与えるか否かを判定するための情報である。人の異常もしくは人への影響があると判定されれば、応答性レベルを「１」とする。次に、周囲環境の変化や設備の状態の変化が速いか否かを判定する。早いと判定されれば、応答性レベルを「２」とする。それ以外の場合は、応答性レベルを「３」とする。

重要性情報２１５とは、周囲環境に大きな影響を与えるか否かを判定する情報である。影響が大きいと判定されれば、重要性レベルを「１」とする。次に、インフラ設備や使用している設備の破損につながるか否かを判定する。破損を引き起こすと判定されれば、応答性レベルを「２」とする。それ以外の場合は、重要性レベルを「３」とする。

介入性情報２１６とは、遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための情報である。エキスパートの介入が必要と判定されれば、介入性レベルを「１」とする。次に、人工知能による介入が必要か否かを判定する。必要と判定されれば、介入性レベルを「２」とする。それ以外の場合は、介入性レベルを「３」とする。

図２に戻り、管理装置３０の構成を説明する。
管理装置３０は、処理部３１、記憶部４０、入力部４５、表示部４６、通信部４７を有している。処理部３１は、複数のフラグデータを受信した際の優先度判定を行う優先度判定部３２、計測対象及び周辺環境の状態を監視する計測対象状態監視部３３、計測対象の状態を把握するためのセンシングデータの指示情報を生成するセンシングデータ選択部３４、現場作業者への対応指示を生成するセンシングデータ分析部３５等を有する。

表示部４６は、ディスプレイなどであり、管理装置３０による処理の実行状況や実行結果などを表示する。入力部４５は、キーボードやマウスなどのコンピュータに指示を入力するための装置であり、プログラム起動などの指示を入力する。処理部３１は、中央演算処理装置（ＣＰＵ）であり、記憶部４０等に格納される各種プログラムを実行する。通信部４７は、ネットワークＮＷを介して、他の装置と各種データやコマンドを交換する。

記憶部４０には、処理Ｓ１に使用する計測対象側装置１０からのフラグデータ２１に基づき取得すべき取得データ判定テーブル４１、処理Ｓ２に使用する計測対象側装置１０への応答指示のための指示判定テーブル４２、フラグデータ２１及びセンシングデータに基づく指示内容４３、計測対象への通知データ４４等が記憶されている。

図４は、管理装置３０からの通知データ４４のデータ構造の例を示す図である。通知データ４４は、フラグを生成した計測対象側装置１０と通知イベントを識別するためのＩＤ４４１、通知を生成した時刻であるタイムスタンプ４４２、指示内容４４３等を有する。

図５は、処理Ｓ１の取得データ判定テーブル４１の例を示す図である。取得データ判定テーブル４１は、フラグのレベル、状態情報、取得データ等を含んでいる。フラグのレベルとは、図３に示したレベル２１４Ｌ，２１５Ｌ，２１６Ｌであり、状態情報とは、図３に示した状態情報２１４Ｓ，２１５Ｓ，２１６Ｓである。

フラグのレベル及び状態情報に基づき、取得すべきデータについて、具体例を説明する。行４１１の応答性レベルが「１」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、人のバイタル情報を取得する。

行４１２の応答性レベルが「２」で、状態情報として設備と人が急接近という情報が通知された場合、人の位置座標、設備の位置座標を取得する。
行４１３の応答性レベルが「３」で、状態情報としてゲリラ豪雨という情報が通知された場合、降雨量、周囲の画像データを取得する。

行４１４の重要性レベルが「１」で、状態情報として環境破壊という情報が通知された場合、人の位置座標、インフラ設備の位置座標、周囲の画像データ、温度や湿度やガス濃度など、周囲の環境データを取得する。
行４１５の重要性レベルが「２」で、状態情報として自己破壊という情報が通知された場合、設備の音、振動、温度を取得する。

行４１６の重要性レベルが「３」で、状態情報としてメンテナンス要という情報が通知された場合、設備の音、設備の温度、連続稼働時間、周囲の画像データ、周囲の環境データ、設備の位置座標を取得する。
行４１７の介入性レベルが「１」で、状態情報として熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度を取得する。

行４１８の介入性レベルが「２」で、状態情報として人工知能指示要という情報が通知された場合、介入性レベルが「１」の場合と同じデータ群を取得する。
行４１９の介入性レベルが「３」で、状態情報として応急処置のみという情報が通知された場合、センシングデータの取得は不要である。

なお、図５の例では、応答性、重要性、介入性のレベルの例として各３例を示したがこれに限定されるわけではない。例えば、レベルが「１」で、状態情報が複数の場合がある。
図６は、処理Ｓ２の指示判定テーブル４２の例を示す図である。指示判定テーブル４２は、フラグのレベル、状態情報、判定基準等を含んでいる。フラグのレベルとは、図３に示したレベル２１４Ｌ，２１５Ｌ，２１６Ｌであり、状態情報とは、図３に示した状態情報２１４Ｓ，２１５Ｓ，２１６Ｓである。

フラグのレベル及び状態情報、センシングデータに基づき、判定基準について、具体例を説明する。行４２１の応答性レベルが「１」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、人の位置座標から、歩行速度を判定し、人の画像データから、顔色や脈拍や疲労度などのバイタル状態を判定し、人の距離データから、姿勢や疲労度を判定し、人の周囲の気温湿度から、労働環境の快適度を判定する。

判定基準は、疲労度８０％以上であれば、休憩１ｈ以上要、姿勢が、うずくまっていたり、倒れこんでいれば、救助要、と歩行速度が、ふらついていたり、足もつれがあれば、休憩１ｈ以上要、気温／湿度が、３９度／９０％が１ｈであれば、休憩０．５ｈ要、である。なお、ｈは時間の単位である。

行４２２の応答性レベルが「２」で、状態情報として無人運搬車（ドローン）や可動部を持つ設備の可動部などと人が急接近しているという情報が通知された場合、人の位置座標と、設備の位置座標から、最接近予想距離と、最接近予測時刻、を判定する。
判定基準は、最接近距離３ｍ／予測時刻１５ｓ後であれば、設備を停止させ、その他であれば、人への警報をだし、設備の移動速度を低下させる、である。

行４２３の応答性レベルが「３」で、状態情報としてゲリラ豪雨という情報が通知された場合、降雨量と周囲の画像データの降雨状況から、活動継続可否を判定する。判定基準は、降雨計および画像認識の結果により、５００ｍｍ／ｈが０．５ｈ継続であれば、設備を停止させ、５００ｍｍ／ｈが１ｈ継続であれば、設備を退避させる、である。

行４２４の重要性レベルが「１」で、状態情報として爆発や発熱や破裂の兆候や悪性ガス発生や漏電などの周囲環境破壊という情報が通知された場合、人の位置座標と設備の位置座標から、最接近距離を判定し、周囲の画像データおよび周囲の距離データから、退避要否を判定する。判定基準は、最近接距離３ｍであれば、設備を停止させ、周囲の画像データおよび距離データの画像認識の結果、未認識の物体もしくは接近すべきでない物体が検出されれば、退避要と判定する。

行４２５の重要性レベルが「２」で、状態情報として自己破壊という情報が通知された場合、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知する。判定基準は、設備の音の分析の結果、特定周波数が検知され、１分間継続していれば、設備を停止させ、温度の分析の結果、９０度以上の部位が検知され、１分間継続していれば、設備を停止させる、である。

行４２６の重要性レベルが「３」で、状態情報としてメンテナンス要という情報が通知された場合、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、設備の温度から、想定以上の高温に達している個所を検知し、連続稼働時間から、メンテナンス作業の要否を判定し、周囲の画像データおよび周囲の距離データと、設備の位置座標から、現在地からメンテナンス場所への移動時間を推定する。
判定基準としては、設備の音の分析の結果、特定周波数が検知されれば、メンテナンス要と判定し、設備の温度の分析の結果、９０度以上の部位が検知されれば、メンテナンス要と判定し、連続稼働時間が５０ｈ以上であれば、メンテナンス要と判定し、自己位置と周囲の画像と距離データから、移動所要時間と残稼働時間を算出する、である。

行４２７の介入性レベルが「１」で、状態情報として熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が複数異常の発生している場合の対応方法を判断する。例えば、複数フラグ同時発生時の優先度判断や、人／設備の退避先／移動先が競合した時の退避指示である。また、例えば、作業手順書に規定される作業の難易度が高難度作業であり、熟練者介入を必須とする場合である。具体的には、作業手順書に規定された作業工程ごとの標準作業時間を閾値として、それを大幅に超える時間を要していると検出された場合は、作業難易度が高いので作業を順調にこなせず停滞や遅延が発生した可能性があるため、熟練者の介入が必要と判断する。

行４２８の介入性レベルが「２」で、状態情報として人工知能指示要という情報が通知された場合、介入性レベルが「１」の場合と同じデータ群をもとに、人工知能が応急処理リストに含まれない単独異常が発生している場合の対応方法を、データベースから判定する。例えば、画像認識の結果、リストにない未知の物体を認識した場合や、リストにない周波数の異音を検知した場合の対応方法である。
行４２９の介入性レベルが「３」で、状態情報として応急処置のみという情報が通知された場合、判定処理は不要である。

＜計測対象の異常状態監視システム１００の効果＞
計測対象の異常状態監視システム１００の効果には下記がある。
（１）計測対象側装置１０から管理装置３０への通知データ（フラグデータ２１（図３参照））のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置３０に通知できる。
（２）計測対象側装置１０から管理装置３０への通知前に緊急性や重要性の判定を行うため、管理装置３０側での処理の負担が少ない。また、管理装置３０は、優先度を判断しやすく、多数の計測対象に対する対応が可能である。
（３）計測対象側装置１０は異常データを検知したら、まず、計測対象で応急処置を実行するため、対応遅延が発生しない。
（４）多種多数のセンサによるセンシングの組み合わせにより、現場の状況を正確に把握できる。例えば、人のセンシングでは、座標（位置）と姿勢や動作、バイタル情報を組み合わせることで、より正確に現場作業者の状態（健康度、疲労度、周辺の設備の安全度、作業環境の快適性）を把握できる。
（５）詳細なセンシングデータを、管理装置３０で分析することで、計測対象側装置１０での分析よりもより高精度な改善策を作成可能である。
（６）作業者の動作を識別し、作業手順書から導かれる動作との整合性を判定することで、作業のミスや停滞を早期に検知し、作業者を支援することができる。

＜計測対象の異常状態監視システム１００の処理＞
以下、計測対象の異常状態監視システム１００の処理について説明する。
図７は、計測対象の異常状態監視システム１００の全体処理を示すフローチャートである。適宜図２、図３を参照して説明する。計測対象側装置１０の異常検知部１３は、センサ情報取得部１２が取得したセンサ情報が非定常であるか否か（異常であるか否か）を判定し（処理Ｓ１０）、非定常でなければ（処理Ｓ１０，Ｎｏ）、処理Ｓ１０に戻り、非定常であれば（処理Ｓ１０，Ｙｅｓ）、応急処置を実行する（処理Ｓ１１）。応急処置は、記憶部２０に記憶されている応急処置判定テーブル２２に基づき対応する。そして、異常処理部１４は、フラグ生成部１５を介して、図３に示した応答性情報２１４、重要性情報２１５、介入性情報２１６を得る（処理Ｓ１３：フラグ生成処理）。次に、異常処理部１４は、管理装置３０へフラグデータ２１（図３参照）を通知する（処理Ｓ１４）。

計測対象側装置１０の異常処理部１４は、管理装置３０から指示を受信すると（処理Ｓ１５）、センシングデータ収集の指示処理を実行する（処理Ｓ１６）。そして、異常処理部１４は、管理装置３０にセンシングデータを送信する（処理Ｓ１７）。

計測対象側装置１０の異常処理部１４は、管理装置３０から指示を受信すると（処理Ｓ１８）、指示の処理を実行し（処理Ｓ１９）、処理Ｓ１０に戻る。
一方、管理装置３０の計測対象状態監視部３３は、計測対象側装置１０からフラグデータ２１を受信すると（処理Ｓ３１）、センシングデータ選択部３４を介して、図５に示した取得すべきデータの項目を得て（処理Ｓ３２）、計測対象側装置１０にセンシングデータの取得の指示をする（処理Ｓ３３）。

その後、管理装置３０の計測対象状態監視部３３は、計測対象側装置１０からセンシングデータを受信すると（処理Ｓ３４）、センシングデータ分析部３５を介して、図６に示した判定基準に伴い対応指示を得て（処理Ｓ３５）、計測対象側装置１０に対応指示をする（処理Ｓ３６）。

図８は、計測対象側装置１０におけるフラグ生成処理（処理Ｓ１３）を示すフローチャートである。適宜図２、図３を参照して説明する。計測対象側装置１０のフラグ生成部１５は、人（作業員）の異常、もしくは人に影響を与えるか否かを判定し（処理Ｓ１３１）、人の異常もしくは人への影響があると判定されれば（処理Ｓ１３１，Ｙｅｓ）、応答性のレベル２１４Ｌを「１」と設定し、状態情報２１４Ｓを設定し（処理Ｓ１３３）、処理Ｓ１３６に進む。人の異常もしくは人への影響がないと判定されれば（処理Ｓ１３１，Ｎｏ）、フラグ生成部１５は、処理Ｓ１３２に進む。

次に、フラグ生成部１５は、周囲環境の変化や設備の状態の変化が速いか（変化が大か）否かを判定し（処理Ｓ１３２）、早いと判定されれば（処理Ｓ１３２，Ｙｅｓ）、応答性のレベル２１４Ｌを「２」と設定し、状態情報２１４Ｓを設定し（処理Ｓ１３４）、処理Ｓ１３６に進む。変化が速くなければ、それ以外の場合は（処理Ｓ１３２，Ｎｏ）、フラグ生成部１５は、応答性のレベル２１４Ｌを「３」と設定し、状態情報２１４Ｓを設定し（処理Ｓ１３５）、処理Ｓ１３６に進む。

フラグ生成部１５は、周囲環境に大きな影響を与えるか（環境破壊するか）否かを判定し（処理Ｓ１３６）、影響が大きいと判定されれば（処理Ｓ１３６，Ｙｅｓ）、重要性のレベル２１５Ｌを「１」と設定し、状態情報２１５Ｓを設定し（処理Ｓ１３８）、処理Ｓ１４１に進む。影響が大きいと判定されなければ（処理Ｓ１３６，Ｎｏ）、フラグ生成部１５は、処理Ｓ１３７に進む。

次に、フラグ生成部１５は、インフラ設備や使用している設備の破損につながるか否かを判定し（処理Ｓ１３７）、破損を引き起こすと判定されれば（処理Ｓ１３７，Ｙｅｓ）、重要性のレベル２１５Ｌを「２」と設定し、状態情報２１５Ｓを設定し（処理Ｓ１３９）、処理Ｓ１４１に進む。それ以外の場合は（処理Ｓ１３７，Ｎｏ）、重要性のレベル２１５Ｌを「３」と設定し、状態情報２１５Ｓを設定し（処理Ｓ１４０）、処理Ｓ１４１に進む。

さらに、フラグ生成部１５は、応急処理のみでＯＫであるか否かを判定し（処理Ｓ１４１）、応急処理のみでＯＫと判定されれば（処理Ｓ１４１，Ｙｅｓ）、介入性のレベル２１６Ｌを「３」と設定し、状態情報２１６Ｓを設定し（処理Ｓ１４３）、フラグ生成処理（処理Ｓ１３）を終了する。応急処理のみではＯＫでなければ（処理Ｓ１４１，Ｎｏ）、フラグ生成部１５は、処理Ｓ１４２に進む。

フラグ生成部１５は、人工知能で対応する必要か否かを判定し（処理Ｓ１４２）、人工知能で対応する必要と判定されれば（処理Ｓ１４２，Ｙｅｓ）、介入性のレベル２１６Ｌを「２」と設定し、状態情報２１６Ｓを設定し（処理Ｓ１４４）、フラグ生成処理（処理Ｓ１３）を終了する。人工知能で対応する必要がなければ（処理Ｓ１４２，Ｎｏ）、フラグ生成部１５は、介入性のレベル２１６Ｌを「１」と設定し、状態情報２１６Ｓを設定し（処理Ｓ１４５）、フラグ生成処理（処理Ｓ１３）を終了する。

図９は、管理サーバにおける複数フラグの優先度判定処理を示すフローチャートである。適宜図２、図３を参照して説明する。優先度判定処理は、図７で示した計測対象状態監視部３３の処理Ｓ３１～処理Ｓ３６についてさらに具体的に示したものである。図７の処理Ｓ３１，Ｓ３４は、図９の処理Ｓ３２８に対応し、図７の処理Ｓ３２，Ｓ３５は、図９の処理Ｓ３２７に対応する。また、図７の処理Ｓ３３，Ｓ３６は、図９の処理Ｓ３２７に対応する。

管理装置３０の優先度判定部３２は、各地の計測対象から送付されてきた受信キューが残っているか否かを判定し（処理Ｓ３２１）、受信キューがある場合（処理Ｓ３２１，Ｙｅｓ）、フラグデータ２１のタイムスタンプ２１２と応答性のレベル２１４Ｌから応答期限を生成し（処理Ｓ３２２）、処理Ｓ３２１に戻る。受信キューの残りがない場合（処理Ｓ３２１，Ｎｏ）、優先度判定部３２は、処理Ｓ３２３に進む。

優先度判定部３２は、受信キューを応答期限の早い順にソートし（処理Ｓ３２３）、処理されていない受信キューの残りがあるか否かを判定し（処理Ｓ３２４）、受信キューの残りがある場合（処理Ｓ３２４，Ｙｅｓ）、処理Ｓ３２５に進み、受信キューがない場合（処理Ｓ３２４，Ｎｏ）、処理Ｓ３２８に進む。

そして、優先度判定部３２は、受信キューの先頭を取出して（処理Ｓ３２５）、処理Ｓ１又は処理Ｓ２の分析を実施し（処理Ｓ３２６）、計測対象に指示情報を送信し（処理Ｓ３２７）、処理Ｓ３２４に戻る。

処理Ｓ３２８において、優先度判定部３２は、計測対象側装置１０からのフラグデータ２１の受信があるか否かを判定し、フラグデータ２１の受信がない場合（処理Ｓ３２８，Ｎｏ）、処理Ｓ３２８に戻り、フラグデータ２１の受信がある場合（処理Ｓ３２８，Ｙｅｓ）、処理Ｓ３２１に戻る。

図１０は、管理装置３０における処理Ｓ１のセンシングデータ選択処理（処理Ｓ３２）を示すフローチャートである。適宜図２、図３を参照する。センシングデータ選択部３４は、取得データ判定テーブル４１に基づき、分析に必要なセンシングデータを選択する。

センシングデータ選択部３４は、応答性レベルが「１」か否かを判定し（処理Ｓ３４１）、応答性レベルが「１」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合（処理Ｓ３４１，Ｙｅｓ）、取得データとして、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度を選択し（処理Ｓ３４３）、処理Ｓ３４６に進む。応答性レベルが「１」でない場合（処理Ｓ３４１，Ｎｏ）、センシングデータ選択部３４は、処理Ｓ３４２に進む。

センシングデータ選択部３４は、応答性レベルが「２」か否かを判定し（処理Ｓ３４２）、応答性レベルが「２」で、状態情報として設備と人が急接近という情報が通知された場合（処理Ｓ３４２，Ｙｅｓ）、取得データとして、人の位置座標、設備の位置座標を選択し（処理Ｓ３４４）、処理Ｓ３４６に進む。応答性レベルが「２」でない場合（処理Ｓ３４２，Ｎｏ）、センシングデータ選択部３４は、処理Ｓ３４５に進む。

処理Ｓ３４５において、センシングデータ選択部３４は、応答性レベルが「３」で、状態情報としてゲリラ豪雨という情報が通知された場合、取得データとして降雨量、周囲の画像データを選択し、処理Ｓ３４６に進む。

処理Ｓ３４６において、センシングデータ選択部３４は、重要性レベルが「１」か否かを判定し、重要性レベルが「１」で、状態情報として環境破壊という情報が通知された場合（処理Ｓ３４６，Ｙｅｓ）、取得データとして、人の位置座標、設備の位置座標、周囲の画像データ、周囲の距離データを選択し（処理Ｓ３４８）、処理Ｓ３４Ｂに進む。重要性レベルが「１」でない場合（処理Ｓ３４６，Ｎｏ）、センシングデータ選択部３４は、処理Ｓ３４７に進む。

センシングデータ選択部３４は、重要性レベルが「２」で、状態情報として自己破壊という情報が通知された場合（処理Ｓ３４７，Ｙｅｓ）、取得データとして、設備の音、機械の温度を選択し（処理Ｓ３４９）、処理Ｓ３４Ｂに進む。重要性レベルが「２」でない場合（処理Ｓ３４７，Ｎｏ）、センシングデータ選択部３４は、処理Ｓ３４Ａに進む。

処理３４Ａにおいて、センシングデータ選択部３４は、重要性レベルが「３」で、状態情報としてメンテナンス要という情報が通知された場合、取得データとして、設備の音、設備の温度、連続稼働時間、周囲の画像データ、周囲の距離データ、設備の位置座標を選択し、処理Ｓ３４Ｂに進む。

処理Ｓ３４Ｂにおいて、センシングデータ選択部３４は、介入性レベルが「１」又は「２」であるか否かを判定し、状態情報として熟練者判断要、人工知能指示要という情報が通知された場合（処理Ｓ３４Ｂ，Ｙｅｓ）、取得データとして、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度を選択し（処理Ｓ３４Ｃ）、処理Ｓ１のセンシングデータ選択処理（処理Ｓ３２）を終了する。介入性レベルが「１」又は「２」でない場合（処理Ｓ３４Ｂ，Ｎｏ）、処理Ｓ１のセンシングデータ選択処理（処理Ｓ３２）を終了する。

図１１は、管理装置３０における処理Ｓ２のセンシングデータ分析処理（処理Ｓ３５）を示すフローチャートである。適宜図２、図３を参照する。センシングデータ選択部３４は、フラグデータ２１、センシングデータ及び指示判定テーブル４２に基づき、計測対象への対応指示を選択する。

センシングデータ分析部３５は、計測対象が人か否かを判定し（処理Ｓ３５１）、人であるなら（処理Ｓ３５１，Ｙｅｓ）、取得したセンシングデータから人座標を分析し（処理Ｓ３５３）、姿勢動作を分析し（処理Ｓ３５４）、バイタルを分析し（処理Ｓ３５５）、人の周囲環境を分析し（処理Ｓ３５６）、その後、指示情報を生成し（処理Ｓ３５７）、処理Ｓ２のセンシングデータ分析処理（処理Ｓ３５）を終了する。センシングデータ分析部３５は、計測対象が人でない場合（処理Ｓ３５１，Ｎｏ）、処理Ｓ３５２に進む。
なお、バイタルとは、バイタルサイン（vital signs）の略称である。生命（vital）の兆候（sign）とも訳される、患者の生命に関する最も基本的な情報である。具体的には、脈拍あるいは心拍数・呼吸（数）・血圧・体温の４つを指すことが多く、これらの数値情報から、人の現在状況を把握・表現する。

処理Ｓ３５３～処理Ｓ３５６において、応答性レベルが「１」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、センシングデータ分析部３５は、人の位置座標から、歩行速度を判定し、人の画像データから、顔色や脈拍や疲労度などのバイタル状態を判定し、人の距離データから、姿勢や疲労度を判定し、人の周囲の気温湿度から、労働環境の快適度を判定する。

処理Ｓ３５７において、判定基準は、疲労度８０％以上であれば、休憩１ｈ以上要、姿勢が、うずくまっていたり、倒れこんでいれば、救助要、と歩行速度が、ふらついていたり、足もつれがあれば、休憩１ｈ以上要、気温／湿度が、３９度／９０％が１ｈであれば、休憩０．５ｈ要、である。

処理Ｓ３５３～処理Ｓ３５６において、応答性レベルが「２」で、状態情報として設備と人が急接近という情報が通知された場合、センシングデータ分析部３５は、人の位置座標と、設備の位置座標から、最接近予想距離と、最接近予測時刻、を判定する。

処理Ｓ３５７において、判定基準は、最接近距離３ｍ／予測時刻１５ｓ後であれば、設備を停止させ、その他であれば、人への警報をだし、設備の移動速度を低下させ、稼働スケジュールを変更させる、である。

処理Ｓ３５７において、応答性レベルが「３」で、状態情報としてゲリラ豪雨という情報が通知された場合、センシングデータ分析部３５は、降雨量と周囲の画像データの降雨状況から、活動継続可否を判定する。判定基準は、降雨計および画像認識の結果により、５００ｍｍ／ｈが０．５ｈ継続であれば、設備を停止させ、５００ｍｍ／ｈが１ｈ継続であれば、設備を退避させる、である。

センシングデータ分析部３５は、計測対象がインフラ設備か否かを判定し（処理Ｓ３５２）、インフラ設備であるなら（処理Ｓ３５２，Ｙｅｓ）、取得したセンシングデータから設備の座標を分析し（処理Ｓ３６０）、周辺環境を分析し（処理Ｓ３６１）、設備状態を分析し（処理Ｓ３６２）、その後、指示情報を生成し（処理Ｓ３６３）、処理Ｓ２のセンシングデータ分析処理（処理Ｓ３５）を終了する。センシングデータ分析部３５は、計測対象がインフラ設備でない場合（処理Ｓ３５２，Ｎｏ）、処理Ｓ３６５に進む。

処理Ｓ３６０～処理Ｓ３６２において、重要性レベルが「１」で、状態情報として建設物破壊という情報が通知された場合、センシングデータ分析部３５は、人の位置座標・動線と設備の位置座標から、最接近距離を判定し、周囲の画像データおよび周囲の距離データから、退避要否を判定する。

処理Ｓ３６３において、判定基準は、最近接距離３ｍであれば、設備を停止させ、周囲の画像データおよび距離データの画像認識の結果、未認識の物体もしくは接近すべきでない物体が検出されれば、退避要である。

処理Ｓ３６０～処理Ｓ３６２において、重要性レベルが「２」で、状態情報として自己破壊という情報が通知された場合、センシングデータ分析部３５は、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知する。

処理Ｓ３６３において、判定基準は、設備の音の分析の結果、特定周波数が検知され、１分間継続していれば、設備を停止させ、温度の分析の結果、９０度以上の部位が検知され、１分間継続していれば、設備を停止させる、である。

処理Ｓ３６０～処理Ｓ３６２において、重要性レベルが「３」で、状態情報としてメンテナンス要という情報が通知された場合、センシングデータ分析部３５は、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知し、連続稼働時間から、メンテナンス作業の要否を判定し、周囲の画像データおよび周囲の距離データと、設備の位置座標から、現在地からメンテナンス場所への移動時間を推定する。

処理Ｓ３６３において、判定基準としては、設備の音の分析の結果、特定周波数が検知されれば、メンテナンス要と判定し、温度の分析の結果、９０度以上の部位が検知されれば、メンテナンス要と判定し、連続稼働時間が５０ｈ以上であれば、メンテナンス要と判定し、自己位置と周囲の画像と距離データから、移動所要時間と残稼働時間を算出する、である。

処理Ｓ３６５において、センシングデータ分析部３５は、周辺環境を分析し、指示情報を生成し（処理Ｓ３６６）、処理Ｓ２のセンシングデータ分析処理（処理Ｓ３５）を終了する。

処理Ｓ３６５において、介入性レベルが「１」で、状態情報として熟練者判断要という情報が通知された場合、センシングデータ分析部３５は、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が複数異常が発生している場合の対応方法を判断する。例えば、複数フラグ同時発生時の優先度判断や、人／設備の退避先／移動先が競合した時の退避指示である。

処理Ｓ３６５において、介入性レベルが「２」で、状態情報として人工知能指示要という情報が通知された場合、センシングデータ分析部３５は、介入性レベルが「１」の場合と同じデータ群をもとに、人工知能が応急処理リストに含まれない単独異常が発生している場合の対応方法を、データベースから判定する。例えば、画像認識の結果、リストにない未知の物体を認識した場合や、リストにない周波数の異音を検知した場合の対応方法である。

処理Ｓ３６５において、介入性レベルが「３」で、状態情報として応急処置のみという情報が通知された場合、センシングデータ分析部３５は、判定処理は不要である。

図１２は、処理Ｓ２のフラグデータ及びセンシングデータに基づく指示内容を示す図である。行４３１は、応答性レベルが「１」で、状態情報として、姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、と距離データから、歩行速度が２ｋｍ／ｈであり、ふらつきながら歩行していると判定し、顔色から疲労度が９０％というバイタル状態を判定し、気温湿度が３７度９０％のため、労働環境の快適度が悪いと判定することから、休憩１ｈ以上要という指示となる。

行４３２は、応答性レベルが「２」で、状態情報として、設備と人が急接近という情報が通知された場合、人の移動速度が４ｋｍ／ｈ、設備の移動速度が４０ｋｍ／ｈであり、人と設備の最接近予想距離が１ｍ、最接近予測時刻が２０秒後である、と判定することから設備の速度低下という指示となる。

行４３３は、応答性レベルが「３」で、状態情報として、ゲリラ豪雨という情報が通知された場合、降雨量１００ｍが５時間継続しており、周囲の画像データの降雨状況から降雨が確認され、活動継続不可と判定することから、設備を停止という指示となる。

行４３４は、重要性レベルが「１」で、状態情報として、環境破壊という情報が通知された場合、人と設備の最接近距離５ｍ、画像と距離データの分析結果から、周辺に他設備はあるが、人はいない、と判定することから、設備を退避という指示となる。

行４３５は、重要性レベルが「２」で、状態情報として、自己破壊という情報が通知された場合、設備の音から、特定の周波数９０Ｈｚを、１分間以上検知し、温度から、９０度以上に達して１分間以上継続している個所を検知することから、設備を停止させるという指示となる。

行４３６は、重要性レベルが「３」で、状態情報として、メンテナンス要という情報が通知された場合、特定周波数（９０Ｈｚ）を検知し、温度が９０度以上の部位を検知し、連続稼働時間が５０ｈ以上であり、自己位置と周囲の画像と距離データから、移動所要時間２ｈ、残稼働時間６ｈであると判定することから、最長でも４時間後に作業終了して、メンテナンス作業に移行するという指示となる。

行４３７は、介入性レベルが「１」で、状態情報として、熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が、設備２台が接近しているという、複数異常が発生していることを認識し、かつ、退避先付近に人が存在することを認識することから、設備３台を停止させ、人に対して警報を出す、という指示となる。

行４３８は、介入性レベルが「２」で、状態情報として、人工知能指示要という情報が通知された場合、介入性レベルが「１」の場合と同じデータ群をもとに、人工知能が画像データのデータベースからの分析結果から、未知物体が、異常侵入車両であると判定することから、設備の停止と、周辺に存在する人および異常侵入車両への警報、という指示となる。
行４３９は、介入性レベルが「３」で、状態情報として、応急処置のみという情報が通知された場合、指示はなしとなる。

図１３は、作業手順書テーブル２３の内容を示す図である。
行１３１１は、作業ＩＤが「Ａ」で、かつ工程Ａの中で１回目の作業工程Ａ１についての判定条件を示す。
行１３１１により規定される判定は、次の通りである。
・左手の検出回数については、ａ回以上ｂ回以下であれば異常なしと判定する。
・右手の検出回数については、ｃ回以上ｄ回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程Ａ１を開始してからｅ秒からｆ秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程Ａ１を開始してからｇ秒からｈ秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程Ａ１を開始してからｉ秒からｊ秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程Ａ１を開始してからｋ秒からｍ秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、１回あたりｎ秒以上ｐ秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、１回あたりｑ秒以上ｒ秒以下であれば異常なしと判定する。
・次の工程の有無については、作業工程Ａ２があり、作業工程Ａ２との間隔がｓ秒以上ｔ秒以下であれば異常なしと判定する。

例えば、検出開始タイミングおよび検出終了タイミングを、手の検出１回ごとに別々のタイミングとして判定する必要がある場合は、手の検出１回を作業工程１つ（例えば、Ａ１やＡ２など）に割り当てることで、対応できる。

行１３１２は、作業ＩＤが「Ａ」で、かつ工程Ａの中で２回目の作業工程Ａ２についての判定条件を示す。
行１３１２により規定される判定は、次の通りである。
・左手の検出回数については、ａ’回以上ｂ’回以下であれば異常なしと判定する。
・右手の検出回数については、ｃ’回以上ｄ’回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程Ａ２を開始してからｅ’秒からｆ’秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程Ａ２を開始してからｇ’秒からｈ’秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程Ａ２を開始してからｉ’秒からｊ’秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程Ａ２を開始してからｋ’秒からｍ’秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、１回あたりｎ’秒以上ｐ’秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、１回あたりｑ’秒以上ｒ’秒以下であれば異常なしと判定しする。
・次の工程の有無については、作業工程Ａ３があり、作業工程Ａ３との間隔がｓ’秒以上ｔ’秒以下であれば異常なしと判定する。

行１３１３は、作業ＩＤが「Ａ」で、かつ工程Ａの中で３回目の作業工程Ａ３についての判定条件を示す。左手の検出回数から右手の検出時間長さについては、行１３１１および行１３１２と同様であるので割愛するが、次の工程の有無については、なしと示している。
行１３１４は、作業ＩＤが「Ｂ」の作業工程についての判定条件を示すが、行１３１１から行１３１３までと同様であるので割愛する。

図１４は、計測対象側装置１０における処理Ｓ２の非定常状態判定処理（処理Ｓ１０）を示すフローチャートである。適宜図２、図１３を参照する。計測対象側装置１０の通信部２５は、作業ＩＤを受信すると処理部１１に作業ＩＤを転送し、処理部１１は作業ＩＤを取得する（処理Ｓ１４１１）。処理部１１は、作業手順書テーブル２３を参照し、テーブルの作業ＩＤと照会する（処理Ｓ１４１２）。

対象の作業ＩＤがテーブルの作業ＩＤに該当すれば（処理Ｓ１４１３，Ｙｅｓ）、処理部１１のセンサ情報取得部１２は、センサ情報を取得する（処理Ｓ１４１４）。該当しなければ（処理Ｓ１４１３，Ｎｏ）、処理部１１は、計測対象外の作業であると判定し異常終了する（処理Ｓ１４２４）。

センサ情報取得部１２は、計測するセンサの情報を取得し（処理Ｓ１４１４）、センサ情報と作業ＩＤを連携させる（処理Ｓ１４１５）。作業が開始すると、処理部１１は、センシングを開始し（処理Ｓ１４１６）、センサからの手情報の受信を待つ（処理Ｓ１４１７）。手情報を受信したら、異常検知部１３は、図１３で説明した作業手順書テーブル１３１０の判定条件を参照して、該当する作業ＩＤの判定条件に対して判定を実施し（処理Ｓ１４１８）、判定結果に異常がないかを判別する（処理Ｓ１４１９）。判別結果として異常があれば（処理Ｓ１４１９，Ｎｏ）、異常検知部１３は、異常を発報し（処理Ｓ１４２２）、異常終了する（処理Ｓ１４２３）。判別結果として異常がないという結果であれば（処理Ｓ１４１９，Ｙｅｓ）、処理部１１は、次の判定条件や次の作業工程があるか確認する（処理Ｓ１４２０）。次の処理があれば（処理Ｓ１４２０，Ｙｅｓ）、処理部１１は、センサからの手情報の受信を待つ（処理Ｓ１４１７）。次の判定処理がなければ（処理１４２０，Ｎｏ）、処理部１１は処理を終了する（処理Ｓ１４２１）。

上述してきたように、実施の形態に開示したシステムは、作業者の状態を検知するセンサ２６，２７から検知結果を示すセンサ情報を取得するセンサ情報取得手段としてのセンサ情報取得部１２と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段としての記憶部２０と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段としての異常検知部１３と、を備える。
かかる構成により、作業の異常を早期に検知して作業者を支援し、作業の効率と品質を向上することができる。

また、開示のシステムは、前記センサ情報取得手段、前記作業チェックデータ保持手段、前記異常検知手段を備え、前記作業の対象である作業対象の近傍、及び／又は前記作業対象自体に設けられた対象側装置としての計測対象側装置１０と、前記対象側装置と通信可能な管理装置３０とを備える。そして、前記対象側装置は、前記異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、前記管理装置に前記フラグデータを送信する制御手段（例えば、異常処理部１４、フラグ生成部１５）をさらに備え、前記管理装置は、前記対象側装置から受信したフラグデータに基づいて、前記対象側装置、前記作業者、前記作業対象の少なくともいずれかに指示情報を送信する。
これにより、計測対象側装置１０から管理装置３０への通知データ（フラグデータ２１（図３参照））のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置３０に通知できる効果がある。

また、前記センサ情報は、前記作業者が前記作業対象に手を伸ばしているか否かを少なくとも識別可能な情報を含み、前記作業チェックデータは、前記作業者が前記作業対象に手を伸ばす回数とタイミングを示す。
さらに、前記センサは、可搬性の計測装置であり、前記作業チェックデータ保持手段は、複数の作業対象に対応する複数の作業チェックデータを保持し、前記異常検知手段は、前記作業対象を識別する情報に基づいて前記作業チェックデータを選択し、選択した作業チェックデータと前記センサ情報とを比較して異常の検知を行う。
かかる構成により、簡易且つ安価に作業者の作業における異常を検知することができる。

また、管理装置３０は、異常レベルと状態情報と取得データとを関連付ける取得データ判定テーブル４１を記憶する記憶部４０を有し、計測対象側装置１０からフラグデータ２１を受信した場合、フラグデータ２１の異常レベルに応じて、必要なセンシングデータを取得する指示を、計測対象側装置１０に送信することができる。

さらに、管理装置３０は、異常レベルと状態情報とセンシングデータとに基づき対処方法を判定する対処方法判定テーブルを記憶部４０に記憶されており、計測対象側装置１０からセンシングデータを受信した場合、対処方法判定テーブル（例えば、指示判定テーブル４２）に基づき、計測対象への対処方法である指示情報を計測対象側装置１０に送信することができる。

フラグデータ２１には、人の異常もしくは人に影響を与えるか否かを判定するための応答性情報と、周囲環境に大きな影響を与えるか否かを判定する重要性情報と、遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための介入性情報と、を有する。これにより、計測対象側装置１０から管理装置３０への通知前に緊急性や重要性の判定を行うため、管理装置３０側での処理の負担が少ない。また、管理装置３０は、優先度を判断しやすく、多数の現場の計測対象に対して同時に対応可能である効果がある。
本実施形態では、計測対象は、インフラ設備、現場作業者について説明したがこれに限定されるものではない。例えば、製造現場の製造設備と現場作業者がある。

このように、開示の発明は、種々に適用可能であり、一例として製造業やインフラ保守の分野における課題の解決に寄与する。
製造業やインフラ保守の分野において、特に人口減少や少子高齢化が進行している国や地域においては、現場の労働力が不足するという課題がある。この課題に対しては、業務プロセスを効率化すること、女性や高齢者や外国人など、より多くの市民の労働参加を促進すること、そして、業務に必要な人員を省力化し、無人化を推進すること、といった施策がある。業務の効率化や省力化や無人化については、情報通信技術を活用した施策がある。例えば、タブレットＰＣやＡＲ／ＶＲ技術を現地作業員の作業の支援に適用する事例である。しかし、情報通信技術を活用した施策の課題として、非熟練者では対応が困難な非定常作業や難易度の高い作業に対して、作業支援をいかに実現するかという点がある。現場の非熟練者を、限られた数の熟練者が現場でサポートする構成を想定した場合、熟練者が不足した状況においては、熟練者の数に依存して案件数が制限されてしまい、効率が悪い。
そこで、開示のシステムを利用することで、現場の非熟練者に対し、早期に熟練者によるサポートを提供することができる。

１０：計測対象側装置、１１：処理部、１２：センサ情報取得部（センサ情報取得手段）、１３：異常検知部（異常検知手段）、１４：異常処理部（制御手段）、１５：フラグ生成部（制御手段）、２０：記憶部、２１：フラグデータ、２２：応急処置判定テーブル、２３：作業手順書テーブル、２５：通信部（通信手段）、２６，２７：センサ、３０：管理装置、３１：処理部、３２：優先度判定部、３３：計測対象状態監視部、３４：センシングデータ選択部、３５：センシングデータ分析部、４０：記憶部、４１：取得データ判定テーブル、４２：指示判定テーブル（対処方法判定テーブル）、４３：指示内容、４４：通知データ、１００：異常状態監視システム、２１４：応答性情報、２１５：重要性情報、２１６：介入性情報、２１４Ｌ，２１５Ｌ，２１６Ｌ：レベル、２１４Ｓ，２１５Ｓ，２１６Ｓ：状態情報

Claims (9)

1. 作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、
   作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、
   前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、
   を備えることを特徴とする異常状態監視システム。
2. 前記センサ情報取得手段、前記作業チェックデータ保持手段、前記異常検知手段を備え、前記作業の対象である作業対象の近傍、及び／又は前記作業対象自体に設けられた対象側装置と、前記対象側装置と通信可能な管理装置とを備え、
   前記対象側装置は、前記異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、前記管理装置に前記フラグデータを送信する制御手段をさらに備え、
   前記管理装置は、前記対象側装置から受信したフラグデータに基づいて、前記対象側装置、前記作業者、前記作業対象の少なくともいずれかに指示情報を送信する
   ことを特徴とする請求項１に記載の異常状態監視システム。
3. 前記センサ情報は、前記作業者が前記作業対象に手を伸ばしているか否かを少なくとも識別可能な情報を含み、
   前記作業チェックデータは、前記作業者が前記作業対象に手を伸ばす回数とタイミングを示す
   ことを特徴とする請求項２に記載の異常状態監視システム。
4. 前記センサは、可搬性の計測装置であり、
   前記作業チェックデータ保持手段は、複数の作業対象に対応する複数の作業チェックデータを保持し、
   前記異常検知手段は、前記作業対象を識別する情報に基づいて前記作業チェックデータを選択し、選択した作業チェックデータと前記センサ情報とを比較して異常の検知を行うことを特徴とする請求項２に記載の異常状態監視システム。
5. 前記管理装置は、
   前記異常レベルと前記状態情報と取得が必要なセンシングデータとを関連付けるデータ取得判定テーブルを記憶する記憶部を有し、
   前記対象側装置から前記フラグデータを受信した場合、前記フラグデータの異常レベルに応じて、必要なセンシングデータを取得する指示を、前記対象側装置に送信する
   ことを特徴とする請求項２に記載の異常状態監視システム。
6. 前記管理装置は、
   前記異常レベルと前記状態情報と前記センシングデータとに基づき対処方法を判定する対処方法判定テーブルを前記記憶部に記憶されており、
   前記対象側装置から前記センシングデータを受信した場合、前記対処方法判定テーブルに基づき特定した対処方法を指示情報として前記対象側装置に送信する
   ことを特徴とする請求項５に記載の異常状態監視システム。
7. 前記フラグデータには、
   人の異常もしくは人に影響を与えるか否かを判定するための応答性情報と、
   周囲環境に大きな影響を与えるか否かを判定する重要性情報と、
   遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための介入性情報と、を含む
   ことを特徴とする請求項２に記載の異常状態監視システム。
8. 前記作業対象は工事現場のインフラ設備であり、前記作業者は現場点検者であることを特徴とする請求項２に記載の異常状態監視システム。
9. 作業手順から想定される作業者の動作を、作業チェックデータとして保持する作業チェックデータ保持ステップと、
   前記作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得ステップと、
   前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知ステップと、
   を含むことを特徴とする異常状態検知方法。
   

Images