JP2023531504A - 適応型作業空間レイアウトおよび使用状況の最適化のためのシステムおよび方法 - Google Patents

Abstract

適応型レイアウトを生成するためのシステムおよび方法は、空間に関連する空間データを受信することができる。空間データは、空間内の１つまたはそれより多くのセンサのセットからのセンサデータと、空間内で実施されている作業に関連するアクティビティデータとを含む。受信された空間データは、空間特性データを決定するために分析されることができる。空間特性データは、空間内の物理的特徴に関連する物理的空間データと、空間内でユーザによって実施される作業のタイプに関連する作業モードデータと、空間内で作業する個々のユーザに関連するユーザデータとを含む。レイアウトデータは、空間特性データに基づいて生成されることができる。レイアウトデータは、空間内のいくつかの作業ゾーンに関する位置と、いくつかの作業ゾーンの各作業ゾーンに関する標的作業モードとを含む。生成されたレイアウトデータに基づいて、出力が、生成されることができる。

Description

（関連出願の相互参照）
本願は、Ｃｈｒｉｓｔｅｎｓｅｎ ｅｔ ａｌ．によって２０２０年６月２４日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ａｄａｐｔｉｖｅ Ｗｏｒｋｓｐａｃｅ Ｌａｙｏｕｔ ａｎｄ Ｕｓａｇｅ Ｏｐｔｉｍｉｚａｔｉｏｎ」と題する米国仮出願第６３／０４３，７２９号に対する優先権を主張し、米国仮出願第６３／０４３，７２９号の開示は、その全体が参照によって本明細書に援用される。

（発明の分野）
本開示は、作業空間レイアウト設計に関し、より具体的には、デジタルの自動化された作業空間レイアウト、使用状況、および他の作業空間関連パラメータの最適化システムに関する。

（背景）
従来、異なる作業空間レイアウト概念およびレイヤを生み出すために、デジタル作業空間レイアウトシステムが、使用される。これらのシステムは、いわゆるＣＡＤ（コンピュータ支援設計）カテゴリおよびジェネレーティブデザインカテゴリの両方に属する。そのようなシステムは、人間オペレータ（作業空間設計者）に補助を提供し、これらのシステムのうちのいくつかは、作業空間設計機能およびステップの全てを自律的に実施するか、または実施することを試みる。既存の作業空間設計ソリューションは、限定された基準のセットに基づいて、作業空間設計（レイアウト、間取り、内装、作業モデル等）に関するいくつかのビジネスドライバーを提案する。

（発明の概要）
本発明の実施形態による適応型レイアウトを生成するためのシステムおよび方法が、例証される。一実施形態は、適応型レイアウト生成システムを含み、システムは、プロセッサと、メモリとを備え、メモリは、プロセッサに接続され、適応型レイアウト生成アプリケーションを記憶するように構成されており、適応型レイアウト生成アプリケーションは、作業空間に関連する第１の期間に関する作業空間データを受信することであって、作業空間データは、作業空間内の１つまたはそれより多くのセンサのセットからのセンサデータと、作業空間内で実施されている作業に関連するアクティビティデータとを含む、ことと、受信された作業空間データを分析し、作業空間特性データを決定することであって、作業空間特性データは、作業空間内の物理的特徴に関連する物理的空間データと、作業空間内でユーザによって実施される作業のタイプに関連する作業モードデータと、作業空間内で作業する個々のユーザに関連するユーザデータとを含む、ことと、作業空間特性データに基づいてレイアウトデータを生成することであって、レイアウトデータは、作業空間内のいくつかの作業ゾーンに関する位置と、いくつかの作業ゾーンの各作業ゾーンに関する標的作業モードとを含む、ことと、生成されたレイアウトデータに基づいて、いくつかの作業ゾーンに関する位置と、作業空間内の各作業ゾーンに関する標的作業モードとを含む設計仕様を提供する視覚的出力を生成することと、第１の期間の後の新しい期間に関する新しい作業空間データを受信することと、新しい作業空間データに基づいて、生成された視覚的出力に関する少なくとも１つの更新を生成することとを行うようにプロセッサに指示することによって、作業空間に関する設計仕様を生成する。

さらなる実施形態では、システムは、ニューラルネットワークを使用して、受信された空間データを処理することを含み、ニューラルネットワークは、レイアウトデータを含む訓練データセットに対して訓練されている。

再びさらなる実施形態では、作業ゾーンに関する作業モードは、専用ユーザデスク、未割当ユーザデスク、数人のユーザによって使用されるアクティビティベースのデスク、着座デスク、および立ちデスクのうちの少なくとも１つである。

依然としてさらなる実施形態では、適応型レイアウト生成アプリケーションは、特定の目標に関連する指標を監視することであって、目標は、作業空間の利用、占有、およびユーザ満足感のうちの少なくとも１つである、ことと、指標が基準を満たさないとき、生成された視覚的出力を更新することとを行うようにプロセッサにさらに指示する。

なおもさらなる実施形態では、センサのセットは、運動センサ、画像センサ、ユーザフローセンサ、飛行時間センサ、赤外線（ＩＲ）ベースのセンサ、超音波センサ、熱センサ、二酸化炭素（ＣＯ_２）センサ、振動センサ、空気質センサ、温度センサ、湿度センサ、光センサ、およびオーディオセンサのうちの少なくとも１つを含む。

なおも再びさらなる実施形態では、空間データは、空間内で作業する個々人からのフィードバックに関連するフィードバックデータと、空間内の環境条件に関連する環境データとをさらに含む。

なおも依然としてさらなる実施形態では、視覚的出力は、視覚的間取、レイアウトの３Ｄレンダリング、および、レイアウトを修正するための命令のうちの少なくとも１つを含む。

なおも再びさらなる実施形態では、適応型レイアウト生成アプリケーションは、空間の環境を修正するための制御信号を出力するようにプロセッサにさらに指示する。

一実施形態は、適応型レイアウト生成のための方法を含む。方法は、空間に関連する空間データを受信するためのステップを含む。空間データは、空間内の１つまたはそれより多くのセンサのセットからのセンサデータと、空間内で実施されている作業に関連するアクティビティデータとを含む。方法は、受信された空間データを分析し、空間特性データを決定するためのステップを含む。空間特性データは、空間内の物理的特徴に関連する物理的空間データと、空間内でユーザによって実施される作業のタイプに関連する作業モードデータと、空間内で作業する個々のユーザに関連するユーザデータとを含む。方法は、空間特性データに基づいてレイアウトデータを生成するためのステップを含む。レイアウトデータは、空間内のいくつかの作業ゾーンに関する位置と、いくつかの作業ゾーンの各作業ゾーンに関する標的作業モードとを含む。方法は、生成されたレイアウトデータに基づいて出力を生成するためのステップを含む。

さらなる実施形態では、センサのセットは、運動センサ、画像センサ、飛行時間センサ、赤外線（ＩＲ）ベースのセンサ、超音波センサ、熱センサ、二酸化炭素（ＣＯ_２）センサ、振動センサ、空気質センサ、温度センサ、湿度センサ、光センサ、およびオーディオセンサのうちの少なくとも１つを含む。

さらに別の実施形態では、空間データは、空間内で作業する個々人からのフィードバックに関連するフィードバックデータをさらに含む。

なおもさらなる実施形態では、空間特性データは、空間内の環境条件に関連する環境データをさらに含む。

さらに別の実施形態では、レイアウトデータは、空間内の照明に関する位置およびパラメータをさらに含む。

なおもさらなる実施形態では、レイアウトデータは、レイアウトデータによって記述されたレイアウトに関する予測された指標をさらに含む。

別の付加的実施形態では、出力は、視覚的間取、レイアウトの３Ｄレンダリング、および、レイアウトを修正するための命令、ならびに、空間の環境を修正するための制御信号のうちの少なくとも１つを含む。

付加的な実施形態および特徴が、続く説明において部分的に記載され、部分的に、本明細書の吟味時に当業者にとって明白となり得、または本発明の実践によって習得され得る。本開示の一部を形成する本明細書の残りの部分および図面の参照によって、本発明の性質および利点のさらなる理解が、実現され得る。

（図面の簡単な説明）
説明および請求項は、以下の図およびデータグラフの参照を伴ってよりことごとく理解され、これは、本発明の例示的実施形態として提示され、本発明の範囲の完全な列挙として解釈されるべきではない。

図１は、本発明のある実施形態による空間レイアウトのある実施例を図示している。

図２は、本発明のある実施形態による適応型レイアウト生成のためのプロセスを概念的に図示している。

図３は、本発明のある実施形態による適応型レイアウトを生成する適応型レイアウトシステムのある実施例を図示している。

図４は、本発明のある実施形態による適応型レイアウトを生成する適応型レイアウト要素のある実施例を図示している。

図５は、本発明のある実施形態による適応型レイアウトを生成する適応型レイアウトアプリケーションのある実施例を図示している。

図６は、本発明のある実施形態による作業空間環境に関するセンサデータを使用して適応型レイアウトを生成するためのシステムのある実施例を図示している。

図７は、本発明のある実施形態による、異なる検知サブシステムからのデータに基づいて適応型レイアウトを生成するために機械学習を使用するためのシステムのある実施例を図示している。

（詳細な説明）
ここで図面に目を向けると、本発明の種々の実施形態によるシステムおよび方法は、自動化された（いかなる人の介入も伴うことのない）適応型の（継続的に学習および向上する）作業空間レイアウトおよび使用状況の最適化を提供することができる。本ソリューションの一局面は、ＣＡＦＭおよびＩＷＭＳコンポーネント（ＣＡＦＭは、コンピュータ支援施設管理、ＩＷＭＳは、統合型職場管理システム）である。既存のＣＡＦＭおよびＩＷＭＳソリューションは、従業員／作業空間割当を提供することに対して人の入力および人の決断に依拠するが、本発明の種々の実施形態によるソリューションは、自動化された適応型の従業員／作業空間割当をもたらすことができる。

本発明の種々の実施形態によるシステムおよび方法は、ユーザ挙動および環境条件の変化に適合し得るレイアウトおよび／または使用状況の最適化を提供することができる。多くの実施形態では、プロセスは、センサデータからのユーザ作業モードを識別することができ、作業モードを検出し、それに従って反応する能力を伴う自動化されたシステムを提供することができる。

本発明の種々の実施形態による適応型レイアウトシステムは、（限定ではないが）職場レイアウト、間取り、内装および外装の配置および構成、ならびに異なる作業モードモデル等の種々のレイアウトデータを生成するために使用されることができる。多くの実施形態では、異なるタイプの作業モードは、とりわけ、立ちデスク、着座デスク、専用ユーザデスク、先着順または予約ベース等の未割当デスク、チームが特定のプロジェクトに関して協働するとき等に複数のユーザが特定のエリアを使用し得る１つまたはそれより多くのデスクを伴うアクティビティベースの作業エリア、複数の作業者が異なる期間中に単一のデスクを使用するホットデスキング、予約ベースであるホテリングデスク、非予約ベースであるホテリングデスク、未割当デスクを含むことができる。

多くの実施形態では、プロセスは、作業空間の占有、作業空間ユーザの満足感、および／または生産性を最適化することができる。レイアウト設計および／または最適化は、（限定ではないが）匿名化されたユーザのデータ、作業空間ユーザの作業モードデータ、作業モード占有データ、環境検知データ、デジタル従業員満足感データ、デジタル従業員生産性データ、従業員ブッキングおよびスケジューリング要求、ならびに／または他のパラメータ等の種々の要素に基づくことができる。

本発明の種々の実施形態による空間レイアウトは、所与の空間のためのレイアウトを記述するために使用されることができる。空間レイアウトのある実施例が、図１に図示されている。本実施例では、レイアウト１００は、（白色の）作業ゾーンおよび（灰色の）経路を示している。経路は、作業ゾーン間の、および空間を通る通路または細道を含み得る。レイアウト１００は、窓および入口／出口等の空間の特徴も図示している。ある実施形態では、レイアウトは、とりわけ、家具、ワークステーション、環境設備、照明を含むこともできる。図１に図示されているように、レイアウトは、入口／出口の場所を含み、２つの立ちデスクと、１つの着座デスクと、ホットデスクステーションとを含むいくつかの異なるタイプの作業モードを含む。レイアウトは、作業空間環境内の異なる場所に位置付けられている種々のオフィス家具も含む。

空間レイアウトの具体的な詳細が上記に説明されているが、空間レイアウトの多数の構成が、存在し、それらは、限定ではないが、作業モード、作業空間／作業ゾーンへのユーザの割当、時間スケジューリング、および／または所与の用途の要件に対して適切な任意の他の構成を示すものを含む。

（適応型レイアウト生成のための方法）
本発明のある実施形態による適応型レイアウト生成のためのプロセスのある実施例が、図２に図示されている。プロセス２００は、空間データを受信する（２０５）。本発明の種々の実施形態による空間データは、（限定ではないが）センサデータ、アクティビティデータ、フィードバックデータ、スケジューリングに関するユーザデータ等の所与の空間に関連する種々のタイプのデータを含むことができる。

本発明の多数の実施形態によるセンサデータは、（限定ではないが）占有センサ、環境センサ、作業ゾーンセンサ、作業モードセンサ、および／またはユーザフローセンサ等の、エリア（例えば空間および／またはゾーン）内の種々のセンササブシステムのうちの１つまたはそれより多くから捕捉されることができる。ある実施形態では、所与のサブシステム内のセンサは、他のセンササブシステムと共有されることができる。本発明の種々の実施形態によるセンサは、（限定ではないが）運動センサ、画像センサ（例えば、カメラ）、ビデオカメラ（ストリーミングリアルタイムビデオカメラ）、オーディオセンサ（例えば、マイクロホン）、温度センサ、熱センサ、湿度センサ、光センサ、飛行時間センサ、赤外線（ＩＲ）センサ、超音波センサ、二酸化炭素（ＣＯ_２）センサ、振動センサ、および／または空気質センサを含むことができる。

本発明の種々の実施形態によるアクティビティデータは、限定ではないが、種々のものの中でも、コンピューティングログ、電子メール、ワイヤレス使用状況データ、チャットログ等、エリア内で実施されている作業に関連することができる。（限定ではないが）とりわけ、調査データ、ブッキングデータ、生産性データ等の、空間内の個々人からのフィードバックを示すフィードバックデータである。

プロセス２００は、空間データを分析し、空間特性データを決定する（２１０）。本発明のいくつかの実施形態による空間特性データは、（限定ではないが）コンピュータビジョン技術、ニューラルネットワーク、デジタル信号処理、機械学習、および／または他の分析方法を含む種々の方法論に基づいて決定されることができる。ある実施形態では、空間特性データは、１つまたはそれより多くの既存の空間に関する空間データに基づいて、新しい空間に関して決定されることができる。ある実施形態では、空間特性データは、空間データ（とりわけ、例えば、現在の温度、占有）および関連する空間特性データ（とりわけ、例えば、平均温度、予期される占有）を含んでもよい。センサデータから決定され得る、本発明のいくつかの実施形態による空間特性データは、（限定ではないが）物理的空間データ（例えば、空間もしくはゾーン内の物理的特徴に関連するデータ）、環境データ（例えば、空間もしくはゾーン内の環境条件に関連するデータ）、作業モードデータ（例えば、空間もしくはゾーン内で実施される作業のタイプに関連するデータ）、および／またはユーザデータ（例えば、空間を占有する個々人に関連するデータ）を含むことができる。

本発明のある実施形態による物理的空間データは、壁および窓と、作業空間への入口および作業空間からの出口とを含む作業空間境界についての情報を含むことができる。いくつかの実施形態では、物理的空間データは、公知の視覚処理技法に基づいて作業空間配置を定義することができる。本発明のいくつかの実施形態による物理的空間データは、現在配設されているかどうか、または配設されるために利用可能であるかどうかにかかわらず、限定ではないが、とりわけ、家具、空間区分、環境設備等の空間内の物理的特徴についての情報を含むこともできる。いくつかの実施形態では、物理的空間データは、空間ユーザのニーズに応えるための（空間ユーザの作業モードをサポートするための）作業空間の性能を記述することができる。

本発明の多数の実施形態による環境データは、作業空間の異なる区分内の照明レベル、温度、湿度、ＣＯ_２レベル、騒音、振動等、空間の環境または条件についての情報を含むことができる。

本発明の多くの実施形態による作業モードデータは、（限定ではないが）作業ゾーン占有（例えば、頻度、グループサイズ、時刻等）、空間ユーザが空間内で移動する手法、および作業空間ユーザが動作を行う実際の作業モード等の、ユーザが空間内でどのような動作を行うかについての情報を含むことができる。本発明の種々の実施形態による作業モードは、作業空間ユーザが作業し、相互と協働する観察された手法に基づいて決定されることができる。種々の実施形態では、所与の空間内のユーザに関する作業モードを決定するために、アクティビティ情報（とりわけ、例えば、電子メール、コンピュータログ）が、他の作業モードデータおよび／またはユーザデータとの組み合わせにおいて使用されることができる。ある実施形態では、作業モードデータは、空間ユーザによって（とりわけ、例えば、デジタル作業ゾーン割振（またはブッキング）要求からのデジタル顧客調査を介して）提供され得る作業モードプリファレンスを含むことができる。

ある実施形態では、作業モードデータは、（限定ではないが）人工ニューラルネットワーク、ディシジョンツリー、再帰モデル、回帰モデル、および／または畳み込みモデル等の１つまたはそれより多くの機械学習モデルを使用して決定されることができる。本発明の多くの実施形態によるモデルは、作業モードでアノテーションされたセンサデータ（例えば、運動データ、ビデオデータ等）に対して訓練されることができる。

本発明の種々の実施形態によるユーザデータは、空間内のユーザおよび／またはユーザの相互作用についての情報を含むことができる。多数の実施形態では、ユーザデータは、作業モードデータと併せて使用され、（限定ではないが）作業ゾーンのどれが専用であるか、どれが共有であるか、異なる人々がどのように協働するか等、個々のユーザに基づいて作業モードデータを識別することができる。いくつかの実施形態では、ユーザデータは、個々のユーザの身元を保護するために匿名化されながら、依然として、空間の分析において異なるユーザの個別性を維持することができる。

プロセス２００は、空間特性データからレイアウトデータを生成する（２１５）。いくつかの実施形態では、レイアウトデータは、（限定ではないが）作業ゾーン、通路、および空間内の種々の要素に関する位置およびパラメータを含むことができ、空間内の種々の要素は、（限定ではないが）固定物、家具、照明、騒音低減構造、ＨＶＡＣシステム、作業空間のための電力および接続配線、ならびに／または他の作業機器（例えば、可動会議開催ステーション、コーヒーステーション、衣服収納設備、私用品ロッカー等）等である。パラメータは、（限定ではないが）とりわけ、明度、標的温度（または範囲）、寸法、色を含むことができる。いくつかの実施形態では、レイアウトデータは、とりわけ、予期される空間特性、予期されるコスト、満足感スコアに関する指標を含むことができる。

本発明の種々の実施形態によるレイアウトデータは、既存の空間の再設計および／または新しい空間に関する計画として生成されることができる。本発明のいくつかの実施形態によるレイアウトデータは、作業モード、タイプ、サイズ、および空間内の作業ゾーンの場所と、作業空間の入口／出口から空間内の全ての作業ゾーンへの経路と、空間内の作業ゾーン間の経路とを含むことができる。

本発明のいくつかの実施形態によるレイアウトデータを生成することは、１つもしくはそれより多くの目標のセットおよび／または１つもしくはそれより多くの制約のセットを最適化することに基づくことができる。本発明のいくつかの実施形態による目標は、（限定ではないが）コスト、作業空間の利用、占有、ユーザ満足感、および／または生産性を含むことができる。最適化の実施例は、とりわけ、割り振られる作業空間ユーザの数の最適化、利用率の最大化、複数の目標の重み付けされたバランスの最適化を含む。本発明のいくつかの実施形態による制約の実施例は、（限定ではないが）サービス提供されるユーザの最小数、最大予算、デスク空間要件、通路幅、アクセス性、電力／ネットワークコンセントの近接度等を含むことができる。

いくつかの実施形態では、レイアウトデータを生成することは、（例えば、空間特性データ内で識別される）よく見られる作業モードおよび／または占有を最適にサポートし得る要求される作業ゾーンのデータベースを生成することを含む。本発明のいくつかの実施形態による作業モードをサポートするための設計は、証明済みの効率を提供する、アクティビティベースの作業空間設計原理に基づくことができる。ある実施形態では、作業ゾーン（とりわけ、例えば、サイズ、タイプ、設計、数）は、アクティビティデータおよび／または空間のユーザからのフィードバックデータに基づいて、レイアウトに関して指定されることができる。

多くの実施形態では、レイアウトデータを生成することは、空間および／または環境データを通してユーザを分析し、空間のゾーン間の経路ネットワークを形作ることを含む。本発明の種々の実施形態による経路ネットワークを形作ることは、とりわけ、空間を通したユーザパスを最小限にし、相互作用の点を増加させるために実施されることができる。本発明の種々の実施形態によるレイアウトデータを生成することは、生成されたレイアウトおよび／またはレイアウト内のユーザについてのメタデータを提供することを含むことができ、これは、（限定ではないが）ユーザ／チームプロファイル、それぞれの産業および／もしくは内部データを伴うベンチマーク、所与のプロファイルのための最良に合致する職場設計に関する提案、ならびに／または、作業空間設計の関数としての（とりわけ、例えば、占有、利用、空き状況、満足感スコア、削減コスト、費用、返済期間を推測するための）シミュレートされた指標等である。

プロセス２００は、生成されたレイアウトデータに基づいて出力を生成する（２２０）。本発明のある実施形態による出力は、視覚的間取、３Ｄの視覚的間取、レンダリング、レポート、および／またはチャートを含むことができる。多数の実施形態では、プロセスは、出力として通知を提供することができ、これは、（限定ではないが）とりわけ、警報、ゾーンおよび／または空間を修正するための命令、ユーザへの作業ゾーンの推奨される割振等である。本発明のいくつかの実施形態によるプロセスは、空間内の要素（とりわけ、例えば、光、温度、音楽の音量）のパラメータを修正するための制御信号を生成することができる。

本発明の多数の実施形態によるプロセスは、レイアウトデータを生成するための機械学習の技法を採用することができ、それによって、適応型レイアウトシステムは、以前に設計された作業空間、および現在の作業空間内で事前に集められたデータに基づいて、人の介入を伴うことなく継続的に学習することができる。本発明のいくつかの実施形態によるプロセスは、最適であると評価されている作業空間設計ソリューションへの集められたデータのマッピングについての情報を記憶することができる。本発明の種々の実施形態によるプロセスは、以前に集められた情報（マッピング）を使用して次の作業空間の最適な設計を提供するために転移学習および／または連合学習原理を使用することができる。

適応型レイアウト生成のための具体的なプロセスが上記に説明されているが、種々のプロセスのうちの任意のものが、具体的な用途の要件に対して適宜、適応型レイアウトを生成するために利用されることができる。ある実施形態では、ステップは、任意の順序またはシーケンスにおいて実行または実施され得るが、示され説明されている順序およびシーケンスに限定されない。いくつかの実施形態では、レイテンシおよび処理時間を短縮するために、上記のステップのうちのいくつかが、適切である場合には実質的に同時に、または並行して実行または実施されてもよい。いくつかの実施形態では、上記のステップのうちの１つまたはそれより多くが、省略されてもよい。

いくつかの実施形態では、適応型レイアウト生成のためのプロセスは、反復的に、定期的に、および／または継続的に実施されることができる。本発明の多くの実施形態によるプロセスは、新しいデータが受信されたとき、データ収集および分析ステップを実施することができる。ある実施形態では、プロセスは、現在のレイアウト（またはそのレイアウトのパラメータ）が、ある基準または閾値をいつ充足させなくなったかを決定することができ、新しいレイアウト推奨、および／または、レイアウト設計の要素のパラメータもしくは位置を修正するための命令を提供するかどうかを決定するためにレイアウトおよび／または空間特性を評価することができる。種々の実施形態では、作業空間レイアウトまたは／および他のパラメータが、実際に実装されているレイアウトおよび／または予期されたパラメータと異なる状態になったことをプロセスが評価すると、システムは、システムのユーザにこれを示し、システム出力および制御されたパラメータに関する実用的な洞察をユーザに提供する。種々の実施形態では、プロセスは、個々の作業空間ユーザまたはチームの作業モード（単数または複数）を継続的に追跡することができ、（例えば、リアルタイムで、および／または期間にわたる要約推奨として）現在の作業またはよく見られる作業モードの実装に関して最適であり得る具体的な作業ゾーン、および、作業空間内のそのような作業ゾーンの場所を推奨することができる。

（適応型レイアウト生成のためのシステム）
適応型レイアウトシステム
本発明のいくつかの実施形態による適応型レイアウトを生成する適応型レイアウトシステムのある実施例が、図３に図示されている。ネットワーク３００は、通信ネットワーク３６０を含む。通信ネットワーク３６０は、ネットワーク３６０に接続されるデバイスが他の接続されるデバイスと通信することを可能にする、インターネット等のネットワークである。サーバシステム３１０、３４０、および３７０が、ネットワーク３６０に接続される。サーバシステム３１０、３４０、および３７０の各々は、ネットワーク３６０を経由してユーザにクラウドサービスを提供するプロセスを実行する内部ネットワークを介して相互に通信可能に接続される１つまたはそれより多くのサーバの群である。当業者は、本発明から逸脱することなく、適応型レイアウトシステムがある構成要素を除外し得、および／または、簡潔性のために省略されている他の構成要素を含み得ることを認識するであろう。

本議論の目的に関して、クラウドサービスは、ネットワークを経由してデバイスにデータおよび／または実行可能アプリケーションを提供するために、１つまたはそれより多くのサーバシステムによって実行される１つまたはそれより多くのアプリケーションである。サーバシステム３１０、３４０、および３７０は、各々が内部ネットワーク内で３つのサーバを有するものが示されている。しかしながら、サーバシステム３１０、３４０および３７０は、任意の数のサーバを含んでもよく、任意の付加的な数のサーバシステムが、クラウドサービスを提供するためにネットワーク３６０に接続されてもよい。本発明の種々の実施形態によると、本発明のある実施形態に従って適応型レイアウトを生成し得る適応型レイアウトシステムが、単一サーバシステムおよび／またはネットワーク３６０を経由して通信する一群のサーバシステム上で実行されているプロセスによって提供され得る。

ユーザは、ネットワーク３６０に接続しているパーソナルデバイス３８０および３２０を使用して、本発明の種々の実施形態による適応型レイアウトを生成するプロセスを実施してもよい。示される実施形態では、パーソナルデバイス３８０は、従前の「有線」接続を介してネットワーク３６０に接続されているデスクトップコンピュータとして示されている。しかしながら、パーソナルデバイス３８０は、「有線」接続を介してネットワーク３６０に接続しているデスクトップコンピュータ、ラップトップコンピュータ、モノのインターネット（ＩｏＴ）デバイス、スマートテレビ、エンターテインメントゲーム用コンソール、撮像システム、マイクロホン、センサシステム、または任意の他のデバイスであってもよい。モバイルデバイス３２０は、ワイヤレス接続を使用してネットワーク３６０に接続している。ワイヤレス接続は、ネットワーク３６０に接続するために無線周波数（ＲＦ）信号、赤外線信号、またはワイヤレスシグナリングの任意の他の形態を使用する接続である。図３では、モバイルデバイス３２０は、携帯電話である。しかしながら、本発明から逸脱することなく、モバイルデバイス３２０は、ワイヤレス接続を介してネットワーク３６０に接続しているモバイルフォン、携帯情報端末（ＰＤＡ）、タブレット、スマートフォン、または任意の他のタイプのデバイスであり得る。

容易に理解され得るように、適応型レイアウトを生成するために使用される具体的なコンピューティングシステムは、所与の用途の要件に大きく依存し、いかなる具体的なコンピューティングシステム（単数または複数）実装にも限定されると見なされるべきではない。

適応型レイアウト要素
本発明の種々の実施形態に従って命令を実行し、適応型レイアウトを生成するプロセスを実施する適応型レイアウト要素のある実施例が、図４に図示されている。本発明の多くの実施形態による適応型レイアウト要素は、（限定ではないが）モバイルデバイス、カメラ、および／またはコンピュータのうちの１つまたはそれより多くを含むことができる。適応型レイアウト要素４００は、プロセッサ４０５と、周辺装置４１０と、ネットワークインターフェース４１５と、メモリ４２０とを含む。当業者は、本発明から逸脱することなく、適応型レイアウト要素がある構成要素を除外し得、および／または、簡潔性のために省略されている他の構成要素を含み得ることを認識するであろう。

プロセッサ４０５は、（限定ではないが）メモリ４２０内に記憶された命令を実施し、メモリ内に記憶されたデータを操作するプロセッサ、マイクロプロセッサ、コントローラ、または、プロセッサ、マイクロプロセッサ、および／もしくはコントローラの組み合わせを含むことができる。プロセッサ命令は、本発明のある実施形態によるプロセスを実施するようにプロセッサ４０５を構成することができる。

周辺装置４１０は、（限定ではないが）ビデオカメラ、画像カメラ、マイクロホン、ディスプレイ、および／またはセンサ等、データを捕捉するための種々の構成要素（またはそのような構成要素と通信するためのモジュール）のうちの任意のものを含むことができる。種々の実施形態では、周辺装置は、入力を収集するために、および／または出力を提供するために使用されることができる。本発明の種々の実施形態によるセンサは、（限定ではないが）照明レベル、温度、湿度、ＣＯ_２レベル、騒音、および／または振動等の種々の特性を測定するために使用されることができる。

適応型レイアウト要素４００は、ネットワークインターフェース４１５を利用して、プロセッサ４０５によって実施される命令に基づいてネットワークを経由してデータを伝送および受信することができる。本発明の多くの実施形態による周辺装置および／またはネットワークインターフェースは、適応型レイアウトを生成するために使用され得る入力を収集するために、および／または、生成された出力を表示するために使用されることができる。

メモリ４２０は、適応型レイアウトアプリケーション４２５と、空間データ４３０と、空間特性データ４３５と、モデルデータ４４０とを含む。本発明のいくつかの実施形態による適応型レイアウトアプリケーションは、適応型レイアウトを生成するために使用されることができる。

本発明の多くの実施形態による空間データは、（限定ではないが）センサデータ、アクティビティデータ、および／またはフィードバックデータ等、所与の空間に関連する種々のタイプのデータを含むことができる。種々の実施形態では、空間特性データは、（限定ではないが）コンピュータビジョン技術、ニューラルネットワーク、デジタル信号処理、機械学習、および／または他の分析方法を含む種々の方法論に基づいて決定されることができる。本発明のいくつかの実施形態による空間特性データは、（限定ではないが）物理的空間データ、環境データ、作業モードデータ、および／またはユーザデータを含むことができる。

いくつかの実施形態では、モデルデータは、空間データを分析するために、および／またはレイアウトデータを生成するために使用されるモデルのための種々のパラメータおよび／または重み付けを記憶することができる。本発明の多くの実施形態によるモデルデータは、適応型レイアウト要素上で捕捉されたマルチメディアデータに対する訓練を通して更新されることができ、または、遠隔で訓練され、適応型レイアウト要素において更新されることができる。本発明のいくつかの実施形態によるモデルは、（限定ではないが）人工ニューラルネットワーク、ディシジョンツリー、再帰モデル、回帰モデル、および／または畳み込みモデルを含むことができる。

本発明のいくつかの実施形態によるレイアウトデータは、作業ゾーン、通路に関する位置およびパラメータと、（限定ではないが）固定物、家具、照明、騒音低減構造、ＨＶＡＣシステム、作業空間のための電力および接続配線、および／または他の作業機器（例えば、可動会議開催ステーション、コーヒーステーション、衣服収納設備、私用品ロッカー等）等の空間内の種々の要素とを含むことができる。いくつかの実施形態では、レイアウトデータは、予期される空間特性、予期されるコスト、満足感スコア等に関する指標を含むことができる。

適応型レイアウト要素４００の具体的な実施例が図４に図示されているが、種々の適応型レイアウト要素のうちの任意のものが、本発明の実施形態による具体的な用途の要件に対して適宜、本明細書に説明されているものに類似している適応型レイアウト生成のためのプロセスを実施するために利用されることができる。

適応型レイアウトアプリケーション
本発明のある実施形態による適応型レイアウト生成のための適応型レイアウトアプリケーションのある実施例が、図５に図示されている。適応型レイアウトアプリケーション５００は、空間分析エンジン５０５と、レイアウト生成エンジン５１０と、レイアウト評価エンジン５１５と、空間インベントリ管理エンジン５２０と、出力エンジン５２５とを含む。当業者は、本発明から逸脱することなく、適応型レイアウトアプリケーションがある構成要素を除外し得、および／または、簡潔性のために省略されている他の構成要素を含み得ることを認識するであろう。

本発明の多くの実施形態による空間分析エンジンは、空間データを分析し、空間特性を決定することができる。多数の実施形態では、空間分析エンジンは、種々のソース（とりわけ、例えば、センサ、調査、ブッキングシステム、システムログ）からデータを収集し、空間の、および／または空間内のユーザの種々の特性を決定することができる。空間特性は、とりわけ、境界、ユーザパスデータ、作業モード、占有、家具位置、照明パラメータ、および／または位置を含むことができる。

多くの実施形態では、レイアウト生成エンジンは、空間特性に基づいてレイアウトを生成することができる。本発明のいくつかの実施形態によるレイアウトは、異なる目標のために、および／または種々の制約に基づいて最適化されることができる。いくつかの実施形態では、レイアウト生成エンジンは、レイアウトデータを生成するための１つまたはそれより多くの機械学習モデルを含むことができる。

本発明のいくつかの実施形態によるレイアウト評価エンジンは、生成されたレイアウトデータを評価することができる。いくつかの実施形態では、（例えば、レイアウトのためのスコアが所与の閾値を超過しないときに）変更が行われるべきであるかどうかを決定するために、既存のレイアウトが、評価されることができる。本発明の種々の実施形態によるレイアウト評価エンジンは、とりわけ、ユーザ満足感、占有等の種々の指標にわたってレイアウトのパフォーマンスを予測または推測することができる。いくつかの実施形態では、レイアウト評価エンジンは、レイアウトデータを評価するための機械学習モデルを含むことができる。

種々の実施形態では、空間インベントリ管理エンジンが、ユーザおよびレイアウトを管理するために使用されることができる。本発明のある実施形態による空間インベントリ管理エンジンは、それらの履歴および／または好ましい作業モードに基づいて特定のユーザおよび／またはチームにゾーンを割り当てることができ、または推奨することができる。多くの実施形態では、空間インベントリ管理システムは、異なる作業ゾーンに関するブッキングを管理することができる。本発明のいくつかの実施形態による空間インベントリ管理エンジンは、異なる作業ゾーンおよび／または環境設備の利用状況を管理することができる。

本発明のいくつかの実施形態による出力エンジンは、（限定ではないが）間取、レンダング、通知、警告、チャート、レポート、および／または制御信号を含む種々の出力をユーザに提供することができる。

適応型レイアウトアプリケーション５００の具体的な実施例が図５に図示されているが、種々の適応型レイアウトアプリケーションのうちの任意のものが、本発明の実施形態による具体的な用途の要件に対して適宜、本明細書に説明されているものに類似している適応型レイアウト生成のためのプロセスを実施するために（例えば、より少ないまたは付加的な構成要素を用いて）利用されることができる。

多くの実施形態では、適応型レイアウト生成のためのシステムは、いくつかの異なるタイプのセンサを使用して作業空間環境を継続的に監視することができ、職場環境の作業習慣およびニーズを変化させることに対して適用され得る種々の最適化プロセスに基づいて、種々の他の間取り設計および特徴仕様の中でも、作業ゾーン、経路、作業者モードを含む実装されたレイアウト設計を生成および／または更新することができる。図６は、本発明のある実施形態による作業空間環境を継続的に監視および更新するためのシステムを図示している。システム６００は、作業空間を監視し、センサデータを提供するための種々の異なる作業空間センサ６０５を含むことができる。センサは、とりわけ、監視ユーザパスデータ、作業モード、占有、家具位置、照明パラメータおよび／または位置を含むことができる。システムは、他のアプリケーションの中でも、作業空間環境、スケジューリング、およびブッキング要求に関連するフィードバックに関するユーザ入力データも受信することができる。適応型レイアウトアプリケーションは、自動データ検知モジュール６１０およびユーザ入力データモジュール６２０を使用して種々のタイプデータを継続的に検知し、処理することができる。多くの実施形態では、占有センサ、作業ゾーンセンサ、作業モードセンサ、およびユーザフローセンサが、技法の中でもとりわけ、異なるタイプの情報を確認するための深層学習および人工ニューラルネットワークとの組み合わせにおいてセンサデータを使用して実装されることができる。

多くの実施形態では、機械学習の技法は、作業空間環境センサから検知されたデータ、ユーザアプリケーションからのユーザ入力データを処理するために使用されることができる。いくつかの実施形態では、ある継続的な作業空間最適化プロセスが、検知されたデータおよび／またはユーザ入力データを継続的に監視および処理することができる。システムは、定期的に更新／適合され得る視覚的出力を生成することができる（６３０）。視覚的出力は、作業空間内の作業ゾーンの場所、作業ゾーンを通るユーザ経路、ユーザ／作業ゾーン割当、作業ゾーンに関する作業モード割当（とりわけ、例えば、立ちデスク、ホットデスク、未割当デスク、予約済みデスク）、および／または他の設計仕様、および間取修正を含み得る作業空間設計仕様を伴うレイアウトデータを含むことができる。多くの実施形態では、出力は、作業モード、タイプ、サイズ、空間内の作業ゾーンの場所、作業空間の入口（単数または複数）および出口（単数または複数）から／への空間内の作業ゾーンへの／からの経路、ならびに空間内の作業ゾーン内の経路を含む作業空間の視覚的設計であることができる。多くの実施形態では、出力は、定期的に更新されることができ、または、新しい情報が、取得されることができ（例えば、アクティビティデータの分析が、あるプロジェクトに関して数人のユーザが協働するべきであり、したがって、その座席が再配列されるべきであることを示す）、それによって、作業空間が、それに従って再構成／適合されることができ（とりわけ、例えば、デスクが移動される、家具が再配列される、ユーザ／従業員が異なる場所に再び割り当てられる）、したがって、新たに適合される構成が種々の異なる指標（とりわけ、例えば、生産性、ユーザ満足感）に対してどのように実施しているかを監視するために、新しい構成に関する新しいセンサデータが、作業空間に関連する種々の最適化プロセスによって使用されることができる。例えば、システムが過度に混雑している作業環境内の特定の経路を通したユーザフロートラフィックを検出した場合、システムは、より良好な作業環境を提供するために、他の再構成の中でも、修正された、および／または新しい経路を規定し、家具および従業員デスクを含めて作業ゾーンを再配列することによって、トラフィックを低減させるようにレイアウトを再構成することができる。図６は作業空間環境の継続的な監視および更新のための特定のシステムアーキテクチャを図示しているが、異なるタイプのプロセスを伴う種々のシステムアーキテクチャのうちの任意のものが、本発明の多くの実施形態による具体的な用途の要件に対して適宜、利用されることができる。

異なる検知サブシステムからの多くの異なるタイプのデータが、作業空間設計およびユーザ／従業員／作業ゾーン割当を生成するために機械学習の技法とともに利用されることができる。本発明のある実施形態による作業空間設計およびユーザ／作業ゾーン割当を生成するためのシステムが、図７に図示されている。システム７００は、占有センサ７０５と、環境センサ７１０と、作業ゾーンセンサ７２０と、作業モードセンサ７２５と、ユーザフローセンサ７３０とを含む検知サブシステム７０２を含む。システム７００は、作業空間ユーザフィードバックモジュール７４０と、作業ゾーンユーザ（割振モジュール）と、空間インベントリ管理モジュール７５０と、空間ユーザ管理モジュールとを同様に含むことができる。

異なる検知サブシステム７０２からの異なるタイプのデータが、機械学習処理エンジン７０１を使用して処理されることができる。異なるモジュール７４０、７４５、７５０、および７５５からのデータも、機械学習処理エンジン７０１を使用して処理されることができる。多くの実施形態では、出力は、作業空間設計仕様およびユーザ／作業ゾーン割当を伴う視覚的間取出力７６０を含むことができる。いくつかの実施形態では、出力は、作業空間環境に関する種々の他の指標および／または洞察の中でも、作業空間設計指標、環境指標、ユーザ満足感指標、生産性指標を含むことができる。図７は機械学習を用いて処理される異なるタイプの検知サブシステムのセットを伴う特定のシステムアーキテクチャを図示しているが、種々のタイプのデータおよびセンサのうちの任意のものが、本発明の多くの実施形態による具体的な用途の要件に対して適宜、機械学習、線形プログラミング、および種々の他の最適化技法を使用して利用されることができる。

適応型レイアウトの具体的な方法が上記に議論されたが、適応型レイアウトの多くの異なる方法が、本発明の多くの異なる実施形態に従って実装されることができる。したがって、本発明の範囲および精神から逸脱することなく、本発明が、具体的に説明されているもの以外の手法において実践され得ることを理解されたい。したがって、本発明の実施形態は、あらゆる点において、例証的であり、制限的ではないと見なされるべきである。故に、本発明の範囲は、例証された実施形態によってではなく、付属の請求項およびそれらの均等物によって決定されるべきである。

Claims (19)

1. 適応型レイアウト生成システムであって、前記システムは、
   プロセッサと、
   メモリと
   を備え、前記メモリは、前記プロセッサに接続され、適応型レイアウト生成アプリケーションを記憶するように構成されており、前記適応型レイアウト生成アプリケーションは、
   作業空間に関連する第１の期間に関する作業空間データを受信することであって、前記作業空間データは、
   前記作業空間内の１つまたはそれより多くのセンサのセットからのセンサデータと、
   前記作業空間内で実施されている作業に関連するアクティビティデータと
   を含む、ことと、
   前記受信された作業空間データを分析し、作業空間特性データを決定することであって、前記作業空間特性データは、
   前記作業空間内の物理的特徴に関連する物理的空間データと、
   前記作業空間内でユーザによって実施される作業のタイプに関連する作業モードデータと、
   前記作業空間内で作業する個々のユーザに関連するユーザデータと
   を含む、ことと、
   前記作業空間特性データに基づいてレイアウトデータを生成することであって、前記レイアウトデータは、前記作業空間内の複数の作業ゾーンに関する位置と、前記複数の作業ゾーンの各作業ゾーンに関する標的作業モードとを含む、ことと、
   前記生成されたレイアウトデータに基づいて、前記複数の作業ゾーンに関する位置と、前記作業空間内の各作業ゾーンに関する前記標的作業モードとを含む設計仕様を提供する視覚的出力を生成することと、
   前記第１の期間の後の新しい期間に関する新しい作業空間データを受信することと、
   前記新しい作業空間データに基づいて、前記生成された視覚的出力に関する少なくとも１つの更新を生成することと
   を行うように前記プロセッサに指示することによって、前記作業空間に関する前記設計仕様を生成する、システム。
2. 前記システムは、ニューラルネットワークを使用して前記受信された空間データを処理することをさらに含み、前記ニューラルネットワークは、レイアウトデータを含む訓練データセットに対して訓練されている、請求項１に記載のシステム。
3. 作業ゾーンに関する作業モードは、専用ユーザデスク、未割当ユーザデスク、複数のユーザによって使用されるアクティビティベースのデスク、着座デスク、および立ちデスクのうちの少なくとも１つである、請求項１に記載のシステム。
4. 前記生成された視覚的出力を更新することは、
   特定の目標に関連する指標を監視することであって、前記目標は、作業空間の利用、占有、およびユーザ満足感のうちの少なくとも１つである、ことと、
   前記指標が基準を満たさないとき、前記生成された視覚的出力を更新することと
   をさらに含む、請求項１に記載のシステム。
5. 前記センサのセットは、運動センサ、画像センサ、ユーザフローセンサ、飛行時間センサ、赤外線（ＩＲ）ベースのセンサ、超音波センサ、熱センサ、二酸化炭素（ＣＯ_２）センサ、振動センサ、空気質センサ、温度センサ、湿度センサ、光センサ、およびオーディオセンサのうちの少なくとも１つを含む、請求項１に記載のシステム。
6. 前記空間データは、前記空間内で作業する個々人からのフィードバックに関連するフィードバックデータと、前記空間内の環境条件に関連する環境データとをさらに含む、請求項１に記載のシステム。
7. 前記視覚的出力は、視覚的間取、レイアウトの３Ｄレンダリング、および、レイアウトを修正するための命令のうちの少なくとも１つを含む、請求項１に記載のシステム。
8. 前記適応型レイアウト生成アプリケーションは、前記空間の環境を修正するための制御信号を出力するように前記プロセッサにさらに指示する、請求項１に記載のシステム。
9. 前記空間特性データに基づいてレイアウトデータを生成することは、目標に対して少なくとも１つの最適化プロセスを実施することを含み、前記目標は、コスト、作業空間の利用、占有、ユーザ満足感、および生産性のうちの少なくとも１つである、請求項１に記載のシステム。
10. 適応型レイアウト生成のための方法であって、前記方法は、
    作業空間に関連する空間データを受信することであって、前記作業空間データは、
    前記作業空間内の１つまたはそれより多くのセンサのセットからのセンサデータと、
    前記作業空間内で実施されている作業に関連するアクティビティデータと
    を含む、ことと、
    前記受信された空間データを分析し、空間特性データを決定することであって、前記空間特性データは、
    前記作業空間内の物理的特徴に関連する物理的空間データと、
    前記作業空間内でユーザによって実施される作業のタイプに関連する作業モードデータと、
    前記作業空間内で作業する個々のユーザに関連するユーザデータと
    を含む、ことと、
    前記空間特性データに基づいてレイアウトデータを生成することであって、前記レイアウトデータは、前記作業空間内の複数の作業ゾーンに関する位置と、前記複数の作業ゾーンの各作業ゾーンに関する標的作業モードとを含む、ことと、
    前記生成されたレイアウトデータに基づいて視覚的出力を生成することと
    を含む、方法。
11. 前記空間データは、第１の期間と関連付けられ、前記方法は、
    前記第１の期間の後の新しい期間に関する新しい作業空間データを受信することと、
    前記新しい空間データに基づいて、前記生成された視覚的出力を更新することと
    をさらに含む、請求項１０に記載の方法。
12. 前記方法は、ニューラルネットワークを使用して前記受信された空間データを処理することをさらに含み、前記ニューラルネットワークは、レイアウトデータを含む訓練データセットに対して訓練されている、請求項１０に記載の方法。
13. 作業ゾーンに関する作業モードは、専用ユーザデスク、未割当ユーザデスク、複数のユーザによって使用されるアクティビティベースのデスク、着座デスク、および立ちデスクのうちの少なくとも１つである、請求項１０に記載の方法。
14. 前記生成された視覚的出力を更新することは、
    特定の目標に関連する指標を監視することであって、前記目標は、作業空間の利用、占有、およびユーザ満足感のうちの少なくとも１つである、ことと、
    前記指標が基準を満たさないとき、前記生成された視覚的出力を更新することと
    をさらに含む、請求項１１に記載の方法。
15. 前記センサのセットは、運動センサ、画像センサ、ユーザフローセンサ、飛行時間センサ、赤外線（ＩＲ）ベースのセンサ、超音波センサ、熱センサ、二酸化炭素（ＣＯ_２）センサ、振動センサ、空気質センサ、温度センサ、湿度センサ、光センサ、およびオーディオセンサのうちの少なくとも１つを含む、請求項１０に記載の方法。
16. 前記空間データは、前記空間内で作業する個々人からのフィードバックに関連するフィードバックデータと、前記作業空間内の環境条件に関連する環境データとをさらに含む、請求項１０に記載の方法。
17. 前記視覚的出力は、視覚的間取、レイアウトの３Ｄレンダリング、および、レイアウトを修正するための命令のうちの少なくとも１つを含む、請求項１０に記載の方法。
18. 前記作業空間の環境を修正するための制御信号を出力することをさらに含む、請求項１０に記載の方法。
19. 前記空間特性データに基づいてレイアウトデータを生成することは、目標に対して少なくとも１つの最適化プロセスを実施することを含み、前記目標は、コスト、作業空間の利用、占有、ユーザ満足感、および生産性のうちの少なくとも１つである、請求項１０に記載の方法。