JP6626544B1 - 作業用車両決定装置および作業用車両決定方法 - Google Patents
作業用車両決定装置および作業用車両決定方法 Download PDFInfo
- Publication number
- JP6626544B1 JP6626544B1 JP2018154881A JP2018154881A JP6626544B1 JP 6626544 B1 JP6626544 B1 JP 6626544B1 JP 2018154881 A JP2018154881 A JP 2018154881A JP 2018154881 A JP2018154881 A JP 2018154881A JP 6626544 B1 JP6626544 B1 JP 6626544B1
- Authority
- JP
- Japan
- Prior art keywords
- work
- evaluation
- work vehicle
- worker
- forklift
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 91
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Forklifts And Lifting Vehicles (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
(装置概要)
本実施形態の作業用車両決定装置の概要を図2に基づいて説明する。図2は、作業用車両決定装置1の概要を示す図である。作業用車両決定装置1は、作業者が作業用車両を操作して行う作業に関して、作業者に適した作業用車両を決定する装置である。以下では、作業用車両がフォークリフトである例を説明するが、作業用車両は作業に用いられる車両であればよく、フォークリフトに限られない。
作業用車両決定装置1の要部構成について図1に基づいて説明する。図1は、作業用車両決定装置1の要部構成の一例を示すブロック図である。図示のように、作業用車両決定装置1は、作業用車両決定装置1の各部を統括して制御する制御部10と、作業用車両決定装置1が使用する各種データを記憶する記憶部20を備えている。さらに、作業用車両決定装置1は、作業用車両決定装置1に対する入力操作を受け付ける入力部30と、作業用車両決定装置1が情報を出力するための出力部40とを備えている。
評価部103が評価に用いる学習済みモデルについて説明する。なお、以下では、ニューラルネットワーク(NN:Neural Network)の学習済みモデルを用いる例を説明するが、選択候補のフォークリフトの評価に利用することが可能な学習済みモデルを構築できるものであれば、他のアルゴリズムを適用することも可能である。NNの学習済みモデルを用いる場合、高精度の評価を行うことが可能な多層のNNの学習済みモデルを用いることが好ましい。
(2)当該作業における事故の内容、
(3)当該作業におけるフォークリストの運転内容(急旋回や急加減速の多さ等)、
(4)当該作業の開始から終了までの時間
これにより、上記(1)〜(4)の少なくとも何れかの観点から見て、作業者が作業を行うのに適したフォークリフトを決定することができる。例えば、上記(1)に基づく評価を採用した場合、候補となるフォークリフトのうち、過去の作業の結果から見て、事故が発生する可能性が最も低いフォークリフトを決定することができる。
作業用車両決定装置1が実行する処理の流れを図3に基づいて説明する。図3は、作業用車両決定装置1が実行する処理(作業用車両決定方法)の一例を示すフローチャートである。
教師データ生成部105は、上記のようにして決定された選択候補のフォークリフトを用いた作業が行われた後、その作業の評価と、上記選択候補について入力データ生成部101が生成した入力データとを対応付けて教師データを生成する。なお、上記評価は、入力部30を介して入力されたものであってもよい。また、上記フォークリフトを用いた作業内容を解析することにより、教師データ生成部105が評価を決定してもよい。例えば、上記フォークリフトに加速度センサを搭載しておき、教師データ生成部105が、上記加速度センサの出力値を受信して、該出力値から急加速や急減速の回数を特定し、特定した回数から評価を決定する構成としてもよい。これにより、人手を用いることなく教師データを生成することができる。
以上のように、作業用車両決定装置1は、作業者がフォークリフトを使用して行った作業の結果に対する評価と、当該作業者、当該フォークリフト、および当該作業の組合せとの相関関係を機械学習させた学習済みモデルを用いて、上記作業者があるフォークリフトを使用して所定の作業を行う場合における当該所定の作業の結果に対する評価を決定する評価部103を備えている。また、作業用車両決定装置1は、上記評価部が決定した上記評価に基づき、上記作業者に使用させる上記作業用車両を決定する作業用車両決定部104を備えている。よって、作業用車両決定装置1によれば、作業者に適した作業用車両を決定することができる。
作業用車両決定装置1の実行する処理の一部は、作業用車両決定装置1と通信接続された1または複数の装置に実行させてもよい。例えば、評価部103の実行する処理を、作業用車両決定装置1と通信接続されたAIサーバに実行させてもよい。この場合、作業用車両決定装置1は、入力データを生成してAIサーバに送信し、該AIサーバから出力データを受信して作業者に適したフォークリフトを決定する。
上記実施形態では、作業者IDの入力を受け付けることによって作業者を特定しているが、作業者の特定方法はこの例に限られない。例えば、作業用車両決定装置1は、作業者を撮影した画像を解析することにより、作業者を特定してもよい。この場合、画像解析には、作業者の画像を教師データとして機械学習することにより構築した学習済みモデルを用いることが好ましい。特に、畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)の学習済みモデルを用いた場合、高精度な作業者の特定が可能になるため好ましい。
作業用車両決定装置1の制御ブロック(特に制御部10に含まれる各部)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
103 評価部
104 作業用車両決定部
Claims (3)
- 作業者が作業用車両を使用して行った作業の結果に対する評価と、当該作業者、当該作業用車両、および当該作業の組合せとの相関関係を機械学習させた学習済みモデルを用いて、上記作業者がある作業用車両を使用して所定の作業を行う場合における当該所定の作業の結果に対する評価を決定する評価部と、
上記評価部が決定した上記評価に基づき、上記作業者に使用させる上記作業用車両を決定する作業用車両決定部と、
を備えていることを特徴とする作業用車両決定装置。 - 上記作業者が上記作業用車両を使用して行った作業の結果に対する評価は、
(1)当該作業における事故の有無、
(2)当該作業における事故の内容、
(3)当該作業における上記作業用車両の運転内容、
(4)当該作業の開始から終了までの時間
の少なくとも何れかに基づいて決定されたものである、
ことを特徴とする請求項1に記載の作業用車両決定装置。 - 作業用車両決定装置が実行する作業用車両決定方法であって、
作業者が作業用車両を使用して行った作業の結果に対する評価と、当該作業者、当該作業用車両、および当該作業の組合せとの相関関係を機械学習させた学習済みモデルを用いて、上記作業者がある作業用車両を使用して所定の作業を行う場合における当該所定の作業の結果に対する評価を決定する評価ステップと、
上記評価ステップにおいて決定した上記評価に基づき、上記作業者に使用させる上記作業用車両を決定する作業用車両決定ステップと、
を含むことを特徴とする作業用車両決定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018154881A JP6626544B1 (ja) | 2018-08-21 | 2018-08-21 | 作業用車両決定装置および作業用車両決定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018154881A JP6626544B1 (ja) | 2018-08-21 | 2018-08-21 | 作業用車両決定装置および作業用車両決定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6626544B1 true JP6626544B1 (ja) | 2019-12-25 |
JP2020030539A JP2020030539A (ja) | 2020-02-27 |
Family
ID=69101036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018154881A Active JP6626544B1 (ja) | 2018-08-21 | 2018-08-21 | 作業用車両決定装置および作業用車両決定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6626544B1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7332268B2 (ja) * | 2021-09-28 | 2023-08-23 | 三菱ロジスネクスト株式会社 | 荷役システム、荷役割当方法およびプログラム |
JP7396781B2 (ja) * | 2022-01-04 | 2023-12-12 | 三菱ロジスネクスト株式会社 | 空調システム、当該空調システムを備えたフォークリフト制御システムおよび制御プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6343573B2 (ja) * | 2015-02-25 | 2018-06-13 | 株式会社日立製作所 | 操作支援システムおよび操作支援システムを備えた作業機械 |
JP6144795B1 (ja) * | 2016-02-29 | 2017-06-07 | ニチユ三菱フォークリフト株式会社 | 割当決定装置、割当決定方法、およびプログラム |
JP6926427B2 (ja) * | 2016-09-27 | 2021-08-25 | 村田機械株式会社 | 管理装置及び管理方法 |
-
2018
- 2018-08-21 JP JP2018154881A patent/JP6626544B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020030539A (ja) | 2020-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102251316B1 (ko) | 강화 학습 및 시뮬레이션 기반의 공장 내 디스패칭 방법 및 그 장치 | |
JP6626544B1 (ja) | 作業用車両決定装置および作業用車両決定方法 | |
JP6581701B1 (ja) | 判定装置および判定方法 | |
JPWO2016084336A1 (ja) | 追学習装置、追学習方法、および、追学習プログラム | |
US20200086868A1 (en) | Apparatus and method for controlling driving of a vehicle | |
CN113435998A (zh) | 贷款逾期预测方法、装置、电子设备及存储介质 | |
EP4083872A1 (en) | Intention feature value extraction device, learning device, method, and program | |
Samsami et al. | Causal imitative model for autonomous driving | |
JP6539395B1 (ja) | 予測装置および予測方法 | |
US11328595B1 (en) | Parking recognition server for personal mobility device, system including the same, and method thereof | |
Hu et al. | A dynamic integrated scheduling method based on hierarchical planning for heterogeneous AGV fleets in warehouses | |
CN112508294B (zh) | 基于车群信息共享的目标列车控制方法,装置及列车 | |
CN117882116A (zh) | 车辆识别模型的参数调整及数据处理方法和装置、车辆 | |
CN111445371A (zh) | 运输路线生成方法、装置、计算机设备和存储介质 | |
CN117764253A (zh) | 设计执行装置以及设计执行方法 | |
CN116110245A (zh) | 停车场停车引导方法、装置、设备及其存储介质 | |
US20220404161A1 (en) | System for generating guidance information | |
CN113900861A (zh) | 传感器数据的修复方法、装置、设备及存储介质 | |
KR102459756B1 (ko) | 배송지 간 접근성 및 다중 모드 사용을 고려한 계층적 경로 추천 방법 및 시스템 | |
US11427222B2 (en) | Vehicle | |
CN114358680A (zh) | 任务分配方法、电子设备及计算机程序产品 | |
JP2020029330A (ja) | 配備数決定装置および配備数決定方法 | |
CN112238863A (zh) | 用于运行自动化车辆的方法、装置和存储介质 | |
JP6704474B2 (ja) | 作業履歴詳細化装置及び作業履歴詳細化方法 | |
CN112964269B (zh) | 信息交互方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191115 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191129 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6626544 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |