JP2024061572A - シミュレーションシステム及びプログラム - Google Patents

Abstract

【課題】人間ワーカーと第１ロボットとが混在して作業を行う状況を模擬するシミュレーションの精度を向上させる。【解決手段】シミュレーションシステムの取得部３０は、人間ワーカーおよび第１ロボットが移動を伴う作業を各々行う作業空間を検知対象とする複数のセンサにより検知されたセンサ情報を取得し、生成部３２は、取得部３０によって取得されたセンサ情報に基づいて、人間ワーカーによる前記作業をモデル化した第１のモデルデータおよび第１ロボットによる前記作業をモデル化した第２のモデルデータを生成し、制御部３４は、生成部３２によって生成された第１のモデルデータおよび第２のモデルデータに基づいて、、作業空間で人間ワーカーと第１ロボットとが前記作業を各々行う状況を模擬した第１シミュレーションを行う。【選択図】図２

Description

本開示はシミュレーションシステム及びプログラムに関する。

特許文献１には、工場の生産ラインにおいて、作業を自動で行うための人型ロボットの姿勢制御について記載されている。

特開２０１９－０９３５０６号公報

人型ロボットは人間ワーカーと同様の作業を行うことが可能である。しかし、例えば人間ワーカーによる作業を人型ロボットなどのロボットに置き換える場合、作業に従事している全ての人間ワーカーを一度にロボットへ置き換えることは現実的ではなく、作業のロボット化の過程では、人間ワーカーとロボットとが作業空間内に混在して作業をする状況が生じる。

本開示は上記事実を考慮して成されたもので、人間ワーカーと第１ロボットとが混在して作業を行う状況を模擬するシミュレーションの精度を向上できるシミュレーションシステム及びプログラムを得ることが目的である。

第１の態様に係るシミュレーションシステムは、人間ワーカーおよび第１ロボットが移動を伴う作業を各々行う作業空間を検知対象とする複数のセンサにより検知されたセンサ情報を取得する取得部と、前記取得部によって取得されたセンサ情報に基づいて、前記人間ワーカーによる前記作業をモデル化した第１のモデルデータおよび前記第１ロボットによる前記作業をモデル化した第２のモデルデータを生成する生成部と、前記生成部によって生成された第１のモデルデータおよび第２のモデルデータに基づいて、前記作業空間で前記人間ワーカーと前記第１ロボットとが前記作業を各々行う状況を模擬した第１シミュレーションを行う制御部と、を含んでいる。

第１の態様によれば、人間ワーカーと第１ロボットとが混在して作業を行う状況を模擬する第１シミュレーションの精度を向上させることができる。

第２の態様は、第１の態様において、前記制御部は、前記第１シミュレーションの結果が所定の条件を満たした場合、前記第１シミュレーションに対して前記第１ロボットの作業速度を変更した状況を模擬する第２シミュレーション、および、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションの少なくとも一方の実行を提案する処理を行う。

第２の態様によれば、第１シミュレーションの結果が所定の条件、例えば、作業空間全体としての作業速度が目標に達していないなどの条件を満たした場合に、第１ロボットの作業速度の変更、人間ワーカーの少なくとも一部の第２ロボットへの置き換え、といった対策が存在することをユーザーに認識されることができる。

第３の態様は、第１の態様または第２の態様において、前記制御部は、前記第１シミュレーションに対して前記第１ロボットの作業速度を変更した状況を模擬する第２シミュレーションを行う場合、前記第２シミュレーション上での前記第１ロボットの作業速度を、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の前記人間ワーカーの作業速度に基づいて設定する。

第３の態様によれば、人間ワーカーと混在して作業を行う第１ロボットの作業速度を変更した状況を模擬する第２シミュレーションを行う場合に、第１ロボットの作業速度を人間ワーカーの作業速度に基づいて適切に設定することができる。

第４の態様は、第１の態様または第２の態様において、前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上で前記第２ロボットへ置き換える人間ワーカーを、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の人間ワーカーの作業速度に基づいて選択する。

第４の態様によれば、第１ロボットとが混在して作業を行う人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合に、第２ロボットへ置き換える人間ワーカーを、個々の人間ワーカーの作業速度に基づいて適切に選択することができる。

第５の態様は、第１の態様または第２の態様において、前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上で前記人間ワーカーの少なくとも一部から置き換える前記第２ロボットを、個々の前記人間ワーカーに対応する前記第１のモデルデータに基づいて複数種類のロボットの中から選択する。

第５の態様によれば、第１ロボットとが混在して作業を行う人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合に、一部の人間ワーカーから置き換える第２ロボットを適切に選択することができる。

第６の態様は、第１の態様または第２の態様において、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合に、前記生成部は、前記第２ロボットによる前記作業をモデル化した第３のモデルデータを生成し、前記制御部は、前記生成部によって生成された前記第３のモデルデータも用いて前記第３シミュレーションを行う。

第６の態様によれば、第１ロボットとが混在して作業を行う人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合に、第２ロボットをモデル化した第３のモデルデータも用いることで、第３シミュレーションの精度をさらに向上させることができる。

第７の態様は、第１の態様または第２の態様において、前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上での前記第２ロボットの作業速度を、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の前記人間ワーカーの作業速度に基づいて設定する。

第７の態様によれば、第１ロボットとが混在して作業を行う人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションにおける第２ロボットの作業速度を、当該第２ロボットへ置き換える人間ワーカーの作業速度に基づいて適切に設定することができる。

第８の態様に係るプログラムは、人間ワーカーおよび第１ロボットが移動を伴う作業を各々行う作業空間を検知対象とする複数のセンサにより検知されたセンサ情報を取得し、取得したセンサ情報に基づいて、前記人間ワーカーによる前記作業をモデル化した第１のモデルデータおよび前記第１ロボットによる前記作業をモデル化した第２のモデルデータを生成し、生成した第１のモデルデータおよび第２のモデルデータに基づいて、前記作業空間で前記人間ワーカーと前記第１ロボットとが前記作業を各々行う状況を模擬した第１シミュレーションを行うことを含む処理をコンピュータによって実行させる。

第８の態様によれば、人間ワーカーと第１ロボットとが混在して作業を行う状況を模擬する第１シミュレーションの精度を向上させることができる。

なお、上記の本開示の概要は、本開示の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

ピッキング作業が行われる倉庫のフロアの平面図である。 情報処理装置の機能的な構成の一例を示すブロック図である。 情報処理装置によって実行される処理ルーチンの一例を示すフローチャートである。 情報処理装置として機能するコンピュータのハードウェア構成の一例を概略的に示すブロック図である。 ロボットのスペックに関するデータの一例を示す図である。

以下、発明の実施の形態を通じて本開示を説明するが、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが本開示の解決手段に必須であるとは限らない。

倉庫などの作業空間内での人間ワーカーによる作業をロボット化して生産性の大幅な向上を目指す場合、単に人間ワーカーをロボットに置き換えると共にロボットの移動速度及び稼働速度等の作業速度を設定するだけでは実現が難しい。そこで、本実施形態に係るシミュレーションシステムは、人間ワーカーが移動を伴う作業を遂行する倉庫内を検知対象とする複数のセンサにより検知されたセンサ情報に基づいて、ロボット化を実行する対象の倉庫のレイアウト、各機能、人数、自動化マシン、ベルトコンベア、各スピード、オフローディング、ストアリング、ピッキング、ソーティング、パッキング、及びオンローディング等の全てのオペレーションの完全シミュレーションをメタバース等の３次元仮想空間上で行う。これにより、デジタルツインによって倉庫作業を再現し、倉庫作業のロボット化の移行シミュレーションを行うことが可能となる。

なお、倉庫などの作業空間内における人間ワーカーによる作業をロボット化する場合、作業に従事している全ての人間ワーカーを一度にロボットへ置き換えることは、移行シミュレーションに対する誤差が無視できなくなるので現実的ではない。このため、上記のロボット化は、一部の人間ワーカーをロボットに置き換えた場合の移行シミュレーションを行い、その結果に基づき一部の人間ワーカーを実際にロボットへ置き換えることを複数回繰り返すことで実現される。従って、上記のロボット化の過程では、人間ワーカーとロボットとが作業空間内に混在して作業をする状況が生じる。

そこで、本実施形態では、人間ワーカーとロボットとが作業空間内に混在して作業をする状況に対し、詳細は後述するが、まずは、作業空間で人間ワーカーと第１ロボットとが移動を伴う作業を各々行う状況を模擬した第１シミュレーションを行う。また、第１シミュレーションの結果から、フロア５０全体としての作業速度が目標に達していないなどの場合には、前記第１シミュレーションに対して第１ロボットの作業速度を変更した状況を模擬する第２シミュレーション、または、前記第１シミュレーションに対して人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う。

図１は、人間ワーカー５２およびロボット６０が移動を伴う作業を各々行う作業空間の一例としての倉庫のフロア５０の平面図である。なお、ロボット化を行う前のタイミングでは、例えば、フロア５０には人間ワーカー５２のみが存在し、ロボット化が完了した後のタイミングでは、例えば、フロア５０にはロボット６０のみが存在する状況になるが、図１には、ロボット化の途中のタイミングにおける状況、すなわち、フロア５０に人間ワーカー５２とロボット６０が混在している状況が示されている。図１において、フロア５０に配備されているロボット６０は、本開示における第１ロボットの一例である。なお、本開示において、ロボット６０は、人間ワーカー５２と同様の、移動を伴う作業を遂行可能であればよく、人型ロボットであっても人型でないロボットでも構わない。

人間ワーカー５２（およびロボット６０）が遂行する作業とは、例えば、ピッキング作業である。本実施形態に係るピッキング作業とは、必要な品物を集める（ピックアップする）仕事のことである。ピッキングスタッフである人間ワーカー５２は、倉庫内の品物を出荷するために欠かせない役割を持つため、あらゆるジャンルの倉庫に配置される。

例えば、予め指示されたリストや注文書を基に、指定の品物を集め、まとめたものを検品担当者や梱包担当者へと受け流していくのが主な仕事である。倉庫規模が大きいほど、保管されている品物の種類や数も膨大であるため、多数の人間ワーカー５２がフロア５０内を移動することになる。

図１に示すように、フロア５０には、複数の棚５４が設置され、各棚５４の間、フロア５０の壁と棚５４との間は、それぞれ人間ワーカー５２（およびロボット６０）の移動通路５６となっている。人間ワーカー５２は、フロア５０を管理する管理制御装置から、リストや注文書の情報を携帯端末６４で受信し、受信した情報に従って、移動通路５６を移動し、目的の品物をピックアップする。フロア５０には、ベルトコンベア等の棚５４以外の物体が設置されてもよい。

フロア５０内には、複数のセンサ１２が設置される。センサ１２は、フロア５０内に死角が存在しないように、複数の位置に設置される。センサ１２は、人間ワーカー５２（およびロボット６０）を検知する。また、センサ１２は、人間ワーカー５２（およびロボット６０）だけではなく、品物の大きさ、形、数、及び種類や棚５４等の倉庫内の作業を３次元仮想空間上に再現するための各種の情報も検知する。センサ１２としては、最高性能のカメラ、ソリッドステートＬｉＤＡＲ、マルチカラーレーザ同軸変位計、又はその他様々なセンサ群が採用され得る。また他には、センサ１２としては、振動計、サーモカメラ、硬度計、レーダー、ＬｉＤＡＲ、高画素・望遠・超広角・３６０度・高性能カメラ、ビジョン認識、微細音、超音波、振動、赤外線、紫外線、電磁波、温度、湿度、スポットＡＩ天気予報、高精度マルチチャネルＧＰＳ、低高度衛星情報、又はロングテールインシデントＡＩ ｄａｔａ等が挙げられる。

なお、センサ１２は、上記の情報のほかに、画像、距離、振動、熱、匂い、色、音、超音波、紫外線、又は赤外線等を検知してもよい。他にセンサ１２が検知する情報としては、人間ワーカー５２の重心移動、人間ワーカー５２が移動する床の材質の検知、外気温度の検知、外気湿度の検知、床の上下横斜め傾き角度の検知、又は水分量の検知等が挙げられる。

センサ１２は、これらの検知を例えばナノ秒毎に実施する。休憩室等のプライベートエリア及びトイレ等はセンサ１２によるモニタリングの対象外とされる。また、各人間ワーカー５２のプライバシー保護のため、人間ワーカー５２の顔、体型、及びＩＤ等は完全にマスキングされる。なお、センサ１２はフロア５０内に設置されることに限られるものではなく、フロア５０内に存在する人間ワーカー５２およびロボット６０の少なくとも一方に、装着または取り付けられていてもよい。

図２は、本実施形態に係るシミュレーションシステムが備える情報処理装置２０の機能的な構成の一例を示すブロック図である。情報処理装置２０は、取得部３０、生成部３２、制御部３４および記憶部３６を含んでいる。本実施形態では、フロア５０内で作業を行う人間ワーカー５２から置き換えるロボット６０（本開示における第２ロボット６０の一例）を、スペックが互いに異なる複数種類のロボット６０の中から選択可能とされており、記憶部３６にはロボットデータ３８が記憶されている。

ロボットデータ３８は、複数種類のロボット６０のスペックに関するデータを含む。一例として図５に示すように、ロボットデータ３８は、ロボット６０の型番毎に、ロボット６０のスペックとして、ロボット６０のサイズ、ロボット６０の重量、ロボット６０の最大移動速度、ロボット６０の運搬可能な品物の最大重量、ロボット６０の運搬可能な品物の最大サイズを含む。ロボット６０の型番は、ロボット６０を識別するための識別情報の一例である。また、ロボット６０のサイズは、ロボット６０の身長、腕の長さ、及び脚の長さを含む。なお、ロボット６０のスペックは、腕の関節数及び脚の関節数等を含んでもよい。

なお、本開示は、フロア５０内で作業を行う人間ワーカー５２から置き換えるロボット６０（第２ロボット６０）が、一定スペックで単一種類のロボット６０に限られる態様も含んでいる。この態様では、ロボットデータ３８（を記憶する記憶部３６）を省略すると共に、第２ロボット６０として機能するロボット６０を選択する処理を省略することも可能である。

取得部３０は、フロア５０内に設置された複数のセンサ１２によりリアルタイムに検知されたセンサ情報を取得する。

生成部３２は、取得部３０により取得されたセンサ情報に基づいて、フロア５０内に存在するマネージャー以外の個々の人間ワーカー５２に対応して、個々の人間ワーカー５２による作業をモデル化した第１のモデルデータを生成する。なお、個々の人間ワーカー５２に対応する第１のモデルデータには、少なくとも、個々の人間ワーカー５２の作業速度の情報が含まれている。

また、本実施形態において、第１のモデルデータには、例えば、人間ワーカー５２の体格、作業対象の品物の重量、作業対象の品物の個数、人間ワーカー５２の移動距離、人間ワーカー５２の移動速度などの、人間ワーカー５２の作業に関連する作業情報が含まれていてもよい。生成部３２は、取得部３０により取得されたセンサ情報から上記の作業情報を導出することができる。上記の作業情報は、例えば、センサ情報に含まれるフロア５０をデジタルカメラにより撮影した画像を解析することによって導出できる。また、上記の作業情報は、例えば、レーダー又はＬｉＤＡＲなどのセンサ１２から得られる人間ワーカー５２又は作業対象の品物までの距離を用いて導出できる。

また、生成部３２は、フロア５０内にロボット６０（第１ロボット６０）が存在している場合、取得部３０により取得されたセンサ情報に基づいて、フロア５０内に存在している第１ロボット６０による作業をモデル化した第２のモデルデータも生成する。第２のモデルデータには、第１ロボット６０の型及び各種スペックが含まれていてもよい。また、第２のモデルデータを生成する際、人間ワーカー５２の体型を平均化し、単純なシリアルナンバーによってロボット６０を再現してもよい。

さらに、生成部３２は、第３シミュレーションが行われる場合、記憶部３６に記憶されているロボットデータ３８に基づいて、フロア５０内で作業を行う人間ワーカー５２から置き換える第２ロボット６０（後述する制御部３４により選択されたロボット６０）をモデル化した第３のモデルデータも生成する。なお、生成部３２は、第３のモデルデータを生成する際、人間ワーカー５２の体型を平均化し、単純なシリアルナンバーによって人間ワーカー５２に対応するロボットを再現してもよい。

また、生成部３２は、取得部３０により取得されたセンサ情報に基づいて、棚５４及び移動通路５６等の人間ワーカー５２およびロボット６０以外の物体をモデル化したモデルデータも生成する。生成部３２は、取得部３０によりセンサ情報が取得される度に、上記の各モデルデータをリアルタイムに生成して更新する。

制御部３４は、第１～第３シミュレーションの何れかを行う場合、生成部３２によって生成された各モデルデータに基づいて、フロア５０における棚５４、移動通路５６等を模擬した３次元仮想空間を生成する。また制御部３４は、第１シミュレーションまたは第２シミュレーションを行う場合、第１のモデルデータに基づいて人間ワーカー５２に対応するオブジェクトを３次元仮想空間上に配置すると共に、第２のモデルデータに基づいて、第１ロボット６０に対応するオブジェクトを３次元仮想空間上に配置する。なお、第２シミュレーションを行う場合、制御部３４は、第１ロボット６０に対応するオブジェクトを３次元仮想空間上に配置するのに先立ち、第１モデルデータに含まれる人間ワーカー５２の作業速度などに基づいて、第１ロボット６０の作業速度を変更設定する（第２のモデルデータを更新する）。

そして、制御部３４は、３次元仮想空間上に配置した人間ワーカー５２または第１ロボット６０に対応する個々のオブジェクトに対し、第１のモデルデータ、第２のモデルデータを含む各モデルデータに基づいて、移動を伴う作業を３次元仮想空間上で行わせるシミュレーションを行う。これにより、人間ワーカー５２と第１ロボット６０とが混在して作業をしている状況を精度良く模擬する第１シミュレーション、または、第１シミュレーションに対して第１ロボット６０の作業速度を変更した状況を精度良く模擬する第２シミュレーションが実現される。

本実施形態において、フロア５０内で作業を行う人間ワーカー５２の少なくとも一部を第２ロボット６０へ置き換える第３シミュレーションを行う場合、制御部３４は、第２ロボット６０へ置き換える人間ワーカー５２（置換対象の人間ワーカー５２）を、第１のモデルデータに基づいて選択する。置換対象の人間ワーカー５２は、例えば、個々の人間ワーカー５２に対応する第１のモデルデータに含まれる、個々の人間ワーカー５２の作業速度に基づいて選択することができ、一例としては、置換対象の人間ワーカー５２を、作業速度の昇順に所定数選択することができる。これにより、置換対象の人間ワーカー５２を、人間ワーカー５２の作業速度などに基づいて適切に選択することができる。

また、第３シミュレーションを行う場合、制御部３４は、スペックの異なる複数種類のロボット６０の中から、置換対象の人間ワーカー５２を置き換える第２ロボット６０を選択する。具体的には、制御部３４は、ロボットデータ３８にスペックなどが設定されている複数種類のロボット６０の中から、置換対象の人間ワーカー５２に対応する第１のモデルデータに含まれる作業情報に基づいて第２ロボット６０を選択する。例えば、制御部３４は、前記複数種類のロボット６０の中から、前記作業情報により示される作業を遂行可能な第２ロボット６０を選択する。作業を遂行可能な第２ロボット６０の一例は、運搬可能な品物の最大重量が、作業により運搬される作業対象の品物の重量以上のロボット６０である。また、作業を遂行可能な第２ロボット６０の他の例は、作業対象の品物を運搬する際の最大移動速度が人間ワーカー５２の移動速度以上のロボット６０である。

制御部３４は、作業を遂行可能な第２ロボット６０が複数種類存在する場合は、置換対象の人間ワーカー５２の体格に最も近いサイズのロボット６０を選択してもよい。また、制御部３４は、作業を遂行可能な第２ロボット６０が複数種類存在する場合は、人間ワーカー５２の平均的な体格に最も近いサイズのロボット６０を選択してもよい。また、制御部３４は、例えば、作業情報を入力とし、その作業情報により示される作業に最適なロボット６０の型番を出力する学習済みモデルに対し、作業情報を入力することによって、第２ロボット６０を選択してもよい。この場合における学習済みモデルは、教師データを用いた機械学習によって予め得ておけばよい。

制御部３４による上記の第２ロボット６０の選択は、取得部３０によりセンサ情報が取得される度に実行されなくてもよい。この場合、制御部３４による第２ロボット６０の選択は、例えば、１０分等の予め設定された時間間隔毎に、その時間間隔の間に取得されたセンサ情報に基づいて行うようにしてもよい。

また、第３シミュレーションを行う場合、制御部３４は、フロア５０内で作業を行っている人間ワーカー５２のうち、今回のシミュレーションでは第２ロボットへの置き換えが行われない一部の人間ワーカー５２（置換対象外の人間ワーカー５２）に対応する第１のモデルデータに基づいて、置換対象外の人間ワーカー５２に対応するオブジェクトを３次元仮想空間上に配置する。また制御部３４は、第２のモデルデータに基づいて、第１ロボット６０に対応するオブジェクトを３次元仮想空間上に配置する。さらに制御部３４は、第３のモデルデータに基づいて、今回のシミュレーションで置換対象の人間ワーカー５２を置き換える第２ロボット６０に対応するオブジェクトを３次元仮想空間上に配置する。

なお、このとき制御部３４は、置換対象の人間ワーカー５２に対応する第１のモデルデータに含まれる置換対象の人間ワーカー５２の作業速度に基づいて、第２ロボット６０の作業速度を設定してもよい。この場合、シミュレーション上での第２ロボット６０の作業速度を、置換対象の人間ワーカー５２の作業速度に応じて適切に設定することができる。

そして、制御部３４は、３次元仮想空間上に配置した人間ワーカー５２、第１ロボット６０および第２ロボット６０の何れかに対応する個々のオブジェクトに対し、第１のモデルデータ～第３のモデルデータを含む各モデルデータに基づいて、移動を伴う作業を３次元仮想空間上で行わせるシミュレーションを行う。これにより、第１ロボット６０と混在して作業を行う人間ワーカー５２のうち置換対象の人間ワーカー５２を第２ロボット６０に置き換えた状況を精度良く推測する第３シミュレーションが実現される。

なお、制御部３４は、シミュレーションの途中経過や結果などを、液晶ディスプレイ等の表示装置に適宜表示してもよい。また、制御部３４は、生成部３２によって各モデルデータが更新された場合、３次元仮想空間内における人間ワーカー５２、第１ロボット６０および第２ロボット６０の何れかに対応する個々のオブジェクトの配置などを更新してもよい。これにより、３次元仮想空間上に倉庫のフロア５０の作業が再現される。また、制御部３４は、倉庫のピーク時における品物の入荷数及び出荷数を推定し、推定したピーク時の状況をシミュレーションにより推定するようにしてもよい。

また、制御部３４（情報処理装置２０）は、ｎ倍の品物の入荷数及び出荷数を達成可能な作業速度を完璧に実現させるまで、３次元仮想空間内で倉庫内のレイアウト、ロボット６０のスペック、ロボット６０の数等の変更といったシミュレーションを繰り返し行ってもよい。この場合の倍率ｎは、ユーザーにより指定可能であってもよいし、人間ワーカーの能力に応じてオペレーションの倍速度を設定する。

このように、３次元仮想空間上で倉庫内のオペレーションの再現と様々な作業速度のオペレーションの実行を繰り返しシミュレーションすることによって、倉庫内のレイアウト変更やロボット６０の台数変更等の対策を見つけることができる。このシミュレーションにより、現状の３～２０倍程度の入荷スピード及び出荷スピードでのアウトプットが可能になる。

また、ユーザーは、プロトタイプのロボット６０が遂行したピックアップ等の作業の成功率を情報処理装置２０に入力し、作業失敗時のモニタリングや人間によるレスキュー作業の試験を行うことも可能となる。

情報処理装置２０は、図３にフローチャートで示されている処理を繰り返し実行する。

ステップＳ１０において、取得部３０は、フロア５０内を検知対象とする複数のセンサ１２によりリアルタイムに検知されたセンサ情報を取得する。

ステップＳ１２において、生成部３２は、前述したように、ステップＳ１０で取得されたセンサ情報に基づいて、フロア５０内に存在する人間ワーカー５２による作業をモデル化した第１のモデルデータおよびフロア５０内に存在する第１ロボット６０による作業をモデル化した第２のモデルデータを各々生成する。なお、ステップＳ１０、Ｓ１２の処理は、次のステップＳ１４以降の処理が行われている間も、並列に、例えばナノ秒周期で繰り返し実行される。

ステップＳ１４において、制御部３４は、前述したように、人間ワーカー５２と第１ロボット６０が混在する状況を模擬した第１シミュレーションを行い、第１のシミュレーションの実行結果を表示装置などに出力する。

表示装置などに第１のシミュレーションの実行結果が出力されると、ユーザーにより、第１のシミュレーションの実行結果が参照され、シミュレーション結果を検証する作業、例えば、第１シミュレーション上におけるフロア５０全体での作業速度が妥当か否かを検証する作業などが行われる（ステップＳ１６）。

ステップＳ１８において、制御部３４は、入力装置を介してユーザーによって入力された検証作業の結果などに基づいて、フロア５０全体での作業速度が目標に到達したか否か判定する。ステップＳ１８の判定が肯定された場合は図３フローチャートに示されている処理の実行が終了する。

また、ステップＳ１８の判定が否定された場合はステップＳ２０へ移行し、制御部３４は、作業速度向上策の選択肢として、第２シミュレーションおよび第３シミュレーションの実行を推奨する情報を表示装置などに出力することで、ユーザーに提案する処理を行う。次のステップＳ２２において、制御部３４は、ユーザーによって選択された作業速度向上策を判定し、判定結果に応じて分岐する。

作業速度向上策として第２シミュレーションの実行がユーザーによって選択された場合には、ステップＳ２２からステップＳ２４へ移行する。ステップＳ２４において、制御部３４は、前述のように、人間ワーカー５２の作業速度などに基づき、第１ロボット６０の作業速度が変更されるように第２のモデルデータを変更する。そして、次のステップＳ２６において、制御部３４は、第１シミュレーションに対して、第１ロボット６０の作業速度を変更した第２シミュレーションを実行し、第２シミュレーションの結果を表示装置などに出力する。ステップＳ２６の処理を終了するとステップＳ１６に戻る。

また、作業速度向上策として第３シミュレーションの実行がユーザーによって選択された場合には、ステップＳ２２からステップＳ３０へ移行する。ステップＳ３０において、制御部３４は、前述したように、個々の人間ワーカー５２に対応する第１のモデルデータに基づいて、今回のシミュレーションで第２ロボット６０へ置き換える置換対象の人間ワーカー５２を選択する。

次のステップＳ３２において、制御部３４は、ステップＳ３０で選択した置換対象の人間ワーカー５２を表示装置などに出力し、置換対象の人間ワーカー５２の人数などについてユーザーの承認を求める確認処理を行う。

ステップＳ３４において、制御部３４は、前述したように、置換対象の人間ワーカー５２に対応する第１のモデルデータに基づいて、置換対象の人間ワーカー５２から置き換える第２ロボット６０を選択する。

ステップＳ３６において、生成部３２は、前述したように、今回のシミュレーションで置換対象の人間ワーカー５２から置き換える第２ロボット６０による作業をモデル化した第３のモデルデータを生成する。

ステップＳ３８において、制御部３４は、ステップＳ１２で生成された第１モデルデータおよび第２モデルデータに加えて、ステップＳ１８で生成された第３モデルデータに基づいて、置換対象外の人間ワーカー５２、第１ロボット６０および第２ロボットの何れかに対応するオブジェクトを３次元仮想空間上に配置した上で第３シミュレーションを実行する。ステップＳ３８の処理が終了するとステップＳ１６に戻る。

図４は、情報処理装置２０として機能するコンピュータ１２００のハードウェア構成の一例を概略的に示す。コンピュータ１２００にインストールされたプログラムは、コンピュータ１２００を、本実施形態に係る装置の１又は複数の「部」として機能させ、又はコンピュータ１２００に、本実施形態に係る装置に関連付けられるオペレーション又は当該１又は複数の「部」を実行させることができ、及び／又はコンピュータ１２００に、本実施形態に係るプロセス又は当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ１２００に、本明細書に記載のフローチャート及びブロック図のブロックのうちのいくつか又はすべてに関連付けられた特定のオペレーションを実行させるべく、ＣＰＵ１２１２によって実行される。

本実施形態に係るコンピュータ１２００は、ＣＰＵ１２１２、ＲＡＭ１２１４、及びグラフィックコントローラ１２１６を含み、それらはホストコントローラ１２１０によって相互に接続されている。コンピュータ１２００はまた、通信インタフェース１２２２、記憶装置１２２４、ＤＶＤドライブ、及びＩＣカードドライブのような入出力ユニットを含み、それらは入出力コントローラ１２２０を介してホストコントローラ１２１０に接続されている。ＤＶＤドライブは、ＤＶＤ－ＲＯＭドライブまたはＤＶＤ－ＲＡＭドライブ等であってもよい。記憶装置１２２４は、ハードディスクドライブ及びソリッドステートドライブ等であってもよい。コンピュータ１２００はまた、ＲＯＭ１２３０及びキーボードのようなレガシの入出力ユニットを含み、それらは入出力チップ１２４０を介して入出力コントローラ１２２０に接続されている。

ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ１２１６は、ＲＡＭ１２１４内に提供されるフレームバッファ等又はそれ自体の中に、ＣＰＵ１２１２によって生成されるイメージデータを取得し、イメージデータがディスプレイデバイス１２１８上に表示されるようにする。

通信インタフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。記憶装置１２２４は、コンピュータ１２００内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納する。ＤＶＤドライブは、プログラム又はデータをＤＶＤ－ＲＯＭ等から読み取り、記憶装置１２２４に提供する。ＩＣカードドライブは、プログラム及びデータをＩＣカードから読み取り、及び／又はプログラム及びデータをＩＣカードに書き込む。

ＲＯＭ１２３０は、その中に、アクティブ化時にコンピュータ１２００によって実行されるブートプログラム等、及び／又はコンピュータ１２００のハードウェアに依存するプログラムを格納する。入出力チップ１２４０はまた、様々な入出力ユニットをＵＳＢポート、パラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ１２２０に接続してもよい。

プログラムは、ＤＶＤ－ＲＯＭ又はＩＣカードのようなコンピュータ可読記憶媒体によって提供される。プログラムは、コンピュータ可読記憶媒体から読み取られ、コンピュータ可読記憶媒体の例でもある記憶装置１２２４、ＲＡＭ１２１４、又はＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ１２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置又は方法が、コンピュータ１２００の使用に従い情報のオペレーション又は処理を実現することによって構成されてもよい。

例えば、通信がコンピュータ１２００及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース１２２２に対し、通信処理を命令してもよい。通信インタフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、記憶装置１２２４、ＤＶＤ－ＲＯＭ、又はＩＣカードのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、又はネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。

また、ＣＰＵ１２１２は、記憶装置１２２４、ＤＶＤドライブ（例えばＤＶＤ－ＲＯＭ）、ＩＣカード等のような外部記録媒体に格納されたファイル又はデータベースの全部又は必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してもよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてもよい。

様々なタイプのプログラム、データ、テーブル、及びデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてもよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してもよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してもよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ１２１２は、当該複数のエントリの中から、第１の属性の属性値が指定されている条件に一致するエントリを検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してもよい。

上記で説明したプログラム又はソフトウエアモジュールは、コンピュータ１２００上又はコンピュータ１２００近傍のコンピュータ可読記憶媒体に格納されてもよい。また、専用通信ネットワーク又はインターネットに接続されたサーバシステム内に提供されるハードディスク又はＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ１２００に提供する。

本実施形態におけるフローチャート及びブロック図におけるブロックは、オペレーションが実行されるプロセスの段階又はオペレーションを実行する役割を持つ装置の「部」を表わしてもよい。特定の段階及び「部」が、専用回路、コンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、及び／又はコンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてもよい。専用回路は、デジタル及び／又はアナログハードウェア回路を含んでいてもよく、集積回路（ＩＣ）及び／又はディスクリート回路を含んでいてもよい。プログラマブル回路は、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、及びプログラマブルロジックアレイ（ＰＬＡ）等のような、論理積、論理和、排他的論理和、否定論理積、否定論理和、及び他の論理演算、フリップフロップ、レジスタ、並びにメモリエレメントを含む、再構成可能なハードウェア回路を含んでいてもよい。

コンピュータ可読記憶媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでいてもよく、その結果、そこに格納される命令を有するコンピュータ可読記憶媒体は、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読記憶媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれていてもよい。コンピュータ可読記憶媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（登録商標）ディスク、メモリスティック、集積回路カード等が含まれていてもよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又はＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、及び「Ｃ」プログラミング言語又は同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１又は複数のプログラミング言語の任意の組み合わせで記述されたソースコード又はオブジェクトコードのいずれかを含んでいてもよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路が、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を生成するために当該コンピュータ可読命令を実行すべく、ローカルに又はローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路に提供されてもよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

以上、本開示を実施の形態を用いて説明したが、本開示の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。その様な変更又は改良を加えた形態も本開示の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、及び図面中において示した装置、システム、プログラム、及び方法における動作、手順、ステップ、及び段階などの各処理の実行順序は、特段「より前に」、「先立って」などと明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、及び図面中の動作フローに関して、便宜上「まず、」、「次に、」などを用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１２ センサ、２０ 情報処理装置、３０ 取得部、３２ 生成部、３４ 制御部、５０ フロア、５２ 人間ワーカー、５４ 棚、５６ 移動通路、６０ ロボット、６４ 携帯端末、１２００ コンピュータ、１２１０ ホストコントローラ、１２１２ ＣＰＵ、１２１４ ＲＡＭ、１２１６ グラフィックコントローラ、１２１８ ディスプレイデバイス、１２２０ 入出力コントローラ、１２２２ 通信インタフェース、１２２４ 記憶装置、１２３０ ＲＯＭ、１２４０ 入出力チップ

Claims (8)

1. 人間ワーカーおよび第１ロボットが移動を伴う作業を各々行う作業空間を検知対象とする複数のセンサにより検知されたセンサ情報を取得する取得部と、
   前記取得部によって取得されたセンサ情報に基づいて、前記人間ワーカーによる前記作業をモデル化した第１のモデルデータおよび前記第１ロボットによる前記作業をモデル化した第２のモデルデータを生成する生成部と、
   前記生成部によって生成された第１のモデルデータおよび第２のモデルデータに基づいて、前記作業空間で前記人間ワーカーと前記第１ロボットとが前記作業を各々行う状況を模擬した第１シミュレーションを行う制御部と、
   を含むシミュレーションシステム。
2. 前記制御部は、前記第１シミュレーションの結果が所定の条件を満たした場合、前記第１シミュレーションに対して前記第１ロボットの作業速度を変更した状況を模擬する第２シミュレーション、および、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションの少なくとも一方の実行を提案する処理を行う請求項１記載のシミュレーションシステム。
3. 前記制御部は、前記第１シミュレーションに対して前記第１ロボットの作業速度を変更した状況を模擬する第２シミュレーションを行う場合、前記第２シミュレーション上での前記第１ロボットの作業速度を、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の前記人間ワーカーの作業速度に基づいて設定する請求項１または請求項２記載のシミュレーションシステム。
4. 前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上で前記第２ロボットへ置き換える人間ワーカーを、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の人間ワーカーの作業速度に基づいて選択する請求項１または請求項２記載のシミュレーションシステム。
5. 前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上で前記人間ワーカーの少なくとも一部から置き換える前記第２ロボットを、個々の前記人間ワーカーに対応する前記第１のモデルデータに基づいて複数種類のロボットの中から選択する請求項１または請求項２記載のシミュレーションシステム。
6. 前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合に、
   前記生成部は、前記第２ロボットによる前記作業をモデル化した第３のモデルデータを生成し、
   前記制御部は、前記生成部によって生成された前記第３のモデルデータも用いて前記第３シミュレーションを行う請求項１または請求項２記載のシミュレーションシステム。
7. 前記制御部は、前記第１シミュレーションに対して前記人間ワーカーの少なくとも一部を第２ロボットへ置き換えた状況を模擬する第３シミュレーションを行う場合、前記第３シミュレーション上での前記第２ロボットの作業速度を、個々の前記人間ワーカーに対応する前記第１のモデルデータに含まれる、個々の前記人間ワーカーの作業速度に基づいて設定する請求項１または請求項２記載のシミュレーションシステム。
8. 人間ワーカーおよび第１ロボットが移動を伴う作業を各々行う作業空間を検知対象とする複数のセンサにより検知されたセンサ情報を取得し、
   取得したセンサ情報に基づいて、前記人間ワーカーによる前記作業をモデル化した第１のモデルデータおよび前記第１ロボットによる前記作業をモデル化した第２のモデルデータを生成し、
   生成した第１のモデルデータおよび第２のモデルデータに基づいて、前記作業空間で前記人間ワーカーと前記第１ロボットとが前記作業を各々行う状況を模擬した第１シミュレーションを行う
   ことを含む処理をコンピュータによって実行させるためのプログラム。