JP6645957B2 - 動作推定方法および動作推定システム - Google Patents

Description

本発明の実施形態は、各種センサから得られるデータを利用して、測定対象者の動作推定またはセンサ設置環境の状態推定を行う推定方法および推定システムに関する。

各種センサから得られるデータを利用した推定技術が、開発され発達している。そして 測定対象者（作業員）の動作実績を自動で正確に把握できれば、作業の効率改善や作業員のスキル向上に役立つ。またそれに限らず、測定対象者に関係した作業環境の状態も自動で的確に把握して作業環境の適正化を図る事で、作業効率向上や省エネ効果向上も期待される。

そのためにこれらの行動推定や状態推定には、高い精度または信頼性が望まれる。

特開２００９−１３４５９０号公報 特開２００６−２９５５７６号公報 特開２０１３−１６４７４８号公報 特開２００７−２０６０３７号公報

測定対象者（作業員）の動作推定方法の一例が、特許文献１に開示されている。この特許文献１に開示された動作推定方法は、測定対象者の現在位置を特定する装置と測定対象者が装着する運動測定装置（活動量計）を組み合わせて動作推定の精度向上を目指している。しかし前記技術では推定結果の精度と信頼性を一層高めるための機能が無い。そのため、推定の精度と信頼性確保に限界がある。

上記の課題を鑑み、高い推定精度または高い推定信頼性の確保を可能とする推定方法および推定システムを提供することを目的とする。

本実施形態によれば、活動量計を搭載する装置を含む１以上の装置から構成されるシステムによって実行される動作推定方法であって、Ｎ種類の動作にそれぞれ対応したＮ個の参照加速度データを保存部に保存し、測定対象者に装着された前記活動量計が計測した取得加速度データを取得し、前記取得加速度データが取得された期間を任意の長さの時間で分割した単位時間幅において、前記取得加速度データと前記Ｎ個の参照加速度データとを用いて前記Ｎ種類の動作それぞれの推定確率を算出し、算出された前記Ｎ種類の動作それぞれの推定確率の中の最大値が閾値を超える場合、前記単位時間幅における前記測定対象者の動作を、前記Ｎ種類の動作の中から前記最大値の推定確率が算出された動作と推定し、前記最大値が前記閾値以下の場合、前記単位時間幅の１つ前の単位時間幅において推定された動作との組み合わせが発生する前記Ｎ種類の動作それぞれの生起確率と、前記Ｎ種類の動作それぞれの推定確率とを用いて、前記単位時間幅における前記測定対象者の動作を前記Ｎ種類の動作の中から推定する動作推定方法である。

また測定対象者（作業員）の動作推定に限らず、センサデータを利用して得られたセンサ周辺の環境状態の推定結果に対しても、自動的に補正しても良い。

図１Ａは本実施形態の処理の概要の例を示す図である。 図１Ｂは本実施形態の処理の概要の他の例を示す図である。 図２は本実施形態における動作推定処理と動作補正処理の概要を示すフローチャート説明図である。 図３Ａは本実施形態システムを表す概略ブロック図である。 図３Ｂは本実施形態システムを表す他の概略ブロック図である。 図４は本実施形態システムを表す他の概略ブロック図である。 図５は本実施形態システムを表す他の概略ブロック図をである。 図６は入出庫情報の一例を示す図である。 図７は「作業区間」と「時間区間」の分割の様子の一例を示す図である。 図８は「時間区間」毎に行われる推定動作の一例を示した図である。 図９は隣接する２つの時間区間番号の推定動作の組み合わせに関する“場合の数”の実測例を示す一覧表を示す。 図１０は隣接する２つの時間区間番号間での推定動作の組み合わせが発生する生起確率を一覧にした例である。 図１１は補正可否の判定処理と、補正時の処理フローを示している。 図１２はモデル動作の推定確率の具体例に基付く、推定動作と補正動作の関係を示した例である。 図１３は隣接する２つの時間区間番号間の推定動作の組み合わせが発生する生起確率を一覧にした他の例である。 図１４は時間区間番号＝１６における推定動作の推定確率および生起確率の関係を示す一覧である。 図１５は本実施形態システムの他の応用例を示す概略ブロック図である。 図１６は「時間区間」毎に行われる推定動作を特定する他実施例を示した図である。 図１７は隣接する２つの時間区間番号間の推定動作の組み合わせた“場合の数”を集計した一覧の他の例である。 図１８はモデル動作の推定確率の具体例に基付く、推定動作と補正動作の関係を示した他の実施例である。 図１９は参照データの更新処理の流れを示したものである。 図２０は生起確率の更新方法を示す他の実施例である。

本実施の推定方法と動作推定システムに関する詳細な形態について、図面を参照して以下に説明する。ここでは説明の便宜上、測定対象者（作業員）が装着した活動量計から得られるセンサデータを利用して、測定対象者の動作を推定する方法を中心に説明をする。また下記では活動量計内には３次元対応の加速度センサが内蔵され、互いに直交する３軸からの３種類の加速度データを収集した場合を例に取って説明する。

しかしそれに限らず、例えば映像や音声、加速度、照度など時間経過に伴って変化するデータを利用した動作推定を行っても良い。更に固定場所に設置されたセンサから得られるセンサデータを使用した環境の状態（例えば人や動物の有無や活動状態、あるいは照度や温湿度状態など）を推定しても良い。またこの状態推定には、静止画像などの時間経過に伴って変化しないセンサデータを利用しても良い。

例えば限られた商品を保管する倉庫内での運搬／搬送処理、または特定製品の製造ライン内での工程作業などの場合には、所定の作業環境内での作業員（測定対象者）が取り得る行動パターンの種類数は有限数に限定される。行動パターンの具体的な一例として、“棚からとり出す”、“棚に置く”、“台車で運ぶ”の３種類の動作がある。また作業員が台車を使って特定運搬物を搬送する例として、作業員の動作は“台車移動”と“静止”、“台車から離れた単独歩行”、“手作業（台車への特定運搬物の搭載／排出作業を含む）”の４種類の動作がある。

本実施形態のシステムは、測定対象者（作業員）の動作を推定するための基準となる動作を定義して、推定しようとする測定対象者（作業員）の動作との類似度を算出することで、測定対象者の動作が基準となる動作のいずれかである、と推定するものである。

この基準となる動作を動作候補（またはモデル動作）と呼ぶ。例えば先の３種類の動作である“棚から取り出す”、“棚に置く”、“台車で運ぶ”に関して、“棚から取り出す”、“棚に置く”、“台車で運ぶ”の動作候補（モデル動作）を予め定義する。動作候補（モデル動作）の定義の仕方は、作業員が行ったモデル動作の動作実績を蓄積したものである。

図１Ａは、本実施形態における処理の概要を示す図である。本実施形態における推定方法は、大きく２つの処理である「動作候補（モデル動作）のデータを収集する処理」（００３）と、動作候補（モデル動作）をもとに「作業員の動作を推定する処理」（Ｓ００４）から構成されている。

本実施形態における処理の例は、例えば図１Ｂに示すように、「作業員の動作を推定する処理」（Ｓ００８）だけから構成されていてもよい。この場合「作業員の動作を推定する処理」（Ｓ００８）の処理を行うための動作候補（モデル動作）のデータは、予め設定されているものとする。なお、「作業員の動作を推定する処理」（Ｓ００８）は、図１Ａの「作業員の動作を推定する処理」（Ｓ００４）と同等である。

また本実施形態の処理の概要は、図１Ａに示す構成において「動作候補のデータを収集する処理」（Ｓ００３）だけが存在しない場合も考えられる。また同様に図１Ａに示す構成において「動作候補のデータの追加更新」（Ｓ００５）だけが存在しない場合も考えらえる。

以降の説明においては、図１Ａの本実施形態の処理の概要の例をもとに本実施形態を詳細に説明するが、図１Ｂの処理の概要の例やその他の概要の例は、各々の概要の例において構成する処理に相当する説明だけが該当する。

Ｓ００３に示すように本実施形態は、予め設定されたモデル動作毎の参照データを予め蓄積する。この参照データの具体的な一部として、予め設定されたモデル動作毎に事前に収集された加速度データが含まれる（“動作波形／動作実績の蓄積”が対応する）。

この事前に収集された加速度データを、参照加速度データと呼ぶ。一方、測定対象者（作業員）が装着する運動測定装置（活動量計）より収集された加速度データを、取得加速度データあるいは活動量計データと呼ぶ。

本実施形態のシステムは、参照加速度データをもとに作業員の動作を推定する（Ｓ００４）。更に本実施形態のシステムは、作業員の動作の推定を行いながら（Ｓ００４）、必要に応じて、その結果を用いて参照加速度データの更新を行ってもよい（Ｓ００５）。Ｓ００５の処理を行う行わないの切替えは、ユーザの設定により切替えられるようにしてもよい。あるいはＳ００４の「作業員の動作を推定する処理」の推定状況や補正状況に応じて、切り替えられるようにしてもよい。

図２は、「作業員の動作を推定する処理」（Ｓ００４）の詳細を示したものである。作業員の動作を推定する処理は、さらに２つのサブの処理に分かれる。１つめのサブの処理は「動作推定処理」で、２つめのサブの処理は「動作補正処理」である。

動作推定処理は、測定対象者（作業員）が装着した活動量計から得られる取得加速度データ（Ｓ０１１）を、参照加速度データと比較することで作業員の動作を推定する処理（Ｓ０１２）である。

作業員の動作を推定する方法は、作業員の動作を表現している取得加速度データと事前に収集されたモデル動作ごとの参照加速度データとを比較し、作業員の動作の各モデル動作に対する類似度（一致度とも呼ぶ）を確率で表す。この類似度の確率を、推定確率と呼ぶ。作業員の動作の各モデル動作に対する推定確率が算出されたら、その推定確率の最大値を抽出し、その最大値のモデル動作を、作業員が行っていた動作と推定する。この推定された動作を推定動作と呼ぶ。

作業員の動作と推定された推定動作の推定確率が、低い場合もある。この場合（Ｓ０１３）は、作業員の動作の推定の確からしさが十分とは言えない場合である。この場合には、作業員の動作として推定した推定動作を補正する推定動作の補正（Ｓ０１４）を行う。ここで、補正処理は、過去の動作実績を加味して推定動作の補正（Ｓ０１４）をおこなってもよい。

以下図を用いて、「動作候補（モデル動作）のデータを収集する処理」（００３）、「作業員の動作を推定する処理」（Ｓ００４）、および「作業員の動作を推定する処理」の処理の中の「動作推定処理」（Ｓ０１１、Ｓ０１２）および「動作補正処理」（Ｓ０１４）を詳細に説明する。

図３Ａは、本実施形態システムを表す概略ブロック図である。本システムは、クラウドサーバー２３、ウェアラブルデバイス２４、およびハンドヘルドターミナル２５から構成される。クラウドサーバー２３とウェアラブルデバイス２４、およびクラウドサーバー２３とハンドヘルドターミナル２５は、それぞれネットワーク２９を介して通信を行うことが可能である。

倉庫業務等の作業手順が決められている現場で作業を行う作業員は、ウェアラブルデバイス２４およびハンドヘルドターミナル２５を保持して使用しても良い。ここでウェアラブルデバイス２４は作業員の活動量を測定するための活動量計を内蔵し、これにより作業員の活動の状況を把握できる。一方で作業員が行う作業手順の各過程において、その各過程の進捗状況のデータがハンドヘルドターミナル２５内に適宜入力される。

またそれに限らず、他のあらゆる用途で図３Ａに示した実施形態システムを適用しても良い。ここで他の用途で使用される場合には、ハンドヘルドターミナル２５が無くても良い。すなわち他の用途でも作業員（測定対象者）が活動量計データ収集部２１の装着を前提とする。そして後述するデータ保存部４６と活動量計データ処理部４４は固定位置に設置されても良いし、作業員（測定対象者）に装着されて移動可能でも良い。さらに上記データ保存部４６と活動量計データ処理部４４は、クラウドサーバー２３内に設置されても良い。

作業員が例えば商品を棚から取り出すなどの作業を行う時に、その商品の入出庫情報をハンドヘルドターミナル２５に登録する。このハンドヘルドターミナル２５は入出庫情報取得部２２と倉庫管理システムデータ保存部２８から構成される。ここでこの入出庫情報取得部２２に拠り、入出庫情報が取得される。そして取得した入出庫情報が、倉庫管理システムデータ保存部２８内に保存される。

ハンドヘルドターミナル２５の具体例としてバーコードリーダを対応させても良い。この場合には入出庫情報取得部２２がバーコードの読み取り部に対応し、倉庫管理システムデータ保存部２８が読み取ったバーコード情報を記憶する保存部に対応する。すなわち例えば作業員がハンドヘルドターミナル２５を用いて商品の入出庫情報を取得した場合には、その取得された入出庫情報が倉庫管理システムデータ保存部２８に保存される。

倉庫管理システムデータ保存部２８に保存されている入出庫情報は、入出庫の作業を行った時刻である「作業時刻」、入出庫の作業の内容である「作業内容」、入出庫の作業の状態である「作業状態」（ログ）の情報からなる。

「作業状態」は、作業の開始を示す「開始」と作業の終了を示す「終了」の２つの情報を持つ。この「作業状態」の情報に加えて「作業内容」の情報と「作業時刻」の情報を組み合わせる事で、所定の「作業内容」に対応した作業の開始時刻と終了時刻を識別することができる。この「作業内容」に書かれている１つの作業の開始６２時刻から終了６４時刻までの区間を、作業の１つの単位（以降作業区間と呼ぶ）とする。入出庫情報の詳細は図６を用いて説明する。

さらに図７を用いて後述するように、同一の作業区間内は１以上の時間区間に分割され、経過時間１０に従って時間区間毎に時間区間番号２０が設定される。

ウェアラブルデバイス２４は、活動量計データ収集部２１と活動量計データ処理部４４、データ保存部４６から構成される。活動量計データ処理部４４は、作業区間突合部３２、活動量計データ動作識別部３６、活動量計データ動作判定部３８および動作実績集計部３０から構成されている。またデータ保存部４６は、活動量計データ保存部２６、動作波形データ保存部３４および動作実績保存部４０から構成されている。活動量計データ保存部２６、動作波形データ保存部３４および動作実績保存部４０は、１つのメモリ上に領域を区分して配置されていても、複数のメモリ上に分かれて配置されていてもよい。

ここで前記の活動量計データ収集部２１で収集した活動量計データ７２（取得加速度データ１２）は、活動量計データ保存部２６に保存される。また動作波形データ保存部３４内に、モデル動作（動作候補）毎の参照加速度データが保存されている。このモデル動作毎の参照加速度データは、前記活動量計データ動作識別部３６内で活動量計データの識別処理を行う際に使用される。そして動作実績保存部４０内に動作識別データ（詳細は後述）が保存されている。

活動量計データ収集部２１内には加速度センサが内蔵されており、ウェアラブルデバイス２４を装着した作業員（測定対象者）の動作に応じた加速度を収集することができる。活動量計データ収集部２１は、取得した加速度データを活動量計データ７２（取得加速度データ１２）として活動量計データ保存部２６に一時的に保存する。その後で前記活動量計データ収集部２１は、適正なタイミングで一時保管された活動量計データ７２（取得加速度データ１２）を読み取り、作業区間突合部３２に転送する。

作業区間突合部３２は、前述した倉庫管理システムデータ保存部２８に保存された入出庫情報を参照して、「作業区間」を識別する。

なお、ハンドヘルドターミナル２５の倉庫管理システムデータ保存部２８に保存されている入出庫情報は、ネットワーク２９を介して作業区間突合部３２に転送しても良い。あるいは作業区間突合部３２が「作業区間」の単位に活動量計データを分割する際に適宜、倉庫管理システムデータ保存部２８から直接読み取りを行っても良い。

活動量計データ動作識別部３６は、前述した「作業区間」を更に「時間区間」に分割する。本実施形態では、この「時間区間」毎に作業員の動作内容の推定を行う。すなわちこの「時間区間」が、作業員（測定対象者）の動作を推定する動作推定処理の単位となる。「時間区間」は、一定間隔の時間であってもよい。またそれに限らず本実施形態では図１６〜図１８を用いて後述するように、例えばクラスタリング技術を用いて時間区間毎の間隔を適宜変化させても良い。この場合には前記活動量計データ動作識別部３６が、転送された活動量計データ７２（取得加速度データ１２）を使用して同一作業区間内を任意の長さの時間区間に再分割する。従ってこの「時間区間」の大きさは、動作内容を推定する方法によって変えても良い。なおこの時間区間は、作業区間の最旧時刻から始まる時間区間の番号を１として時系列に従って各時間区間の番号をインクリメントして表現される。

活動量計データ動作識別部３６は、前記取得加速度データと前記参照加速度データとを比較してモデル動作（動作候補）毎の推定確率を算出する。算出の例として、活動量計データ（取得加速度データ）の特徴量と動作波形データ保存部３４に記憶されているモデル動作（動作候補）毎の参照加速度データの特徴量（平均、分散、周波数）とを比較して、「時間区間」単位における活動量計データに対する各モデル動作（動作候補）に各動作の推定確率を算出しても良い。

推定確率を算出する方法は、例えばニューラルネットワークや特許文献２に記載のナイーブベイズ等を用いる。ニューラルネットワークや特許文献２に記載のナイーブベイズを用いた場合は、「時間区間」の大きさは単位時間である。活動量計データ動作識別部３６は、時間区間番号＝ｋの時間区間における活動量計データに対する各モデル動作の推定確率を算出する。次に活動量計データ動作識別部３６は、時間区間番号＝ｋの時間区間における算出したモデル動作毎の推定確率の中から最大の値を選択抽出し、その値のモデル動作を時間区間番号＝ｋにおける推定動作Ｂ（ｋ）する。

また、推定確率を算出する方法として、サポートベクトルマシンまたはｋ−ｍｅａｎｓ（特許文献３参照）などを用いた場合は、各モデル動作に対する出力結果としては「０」または「１」が出力される。この活動量計データ動作識別部３６は、シグモイド関数を用いるなどして各モデル動作の出力結果を推定確率に換算し、その換算結果に基づいて推定動作Ｂ（ｋ）を特定する。この場合は、出力された１つの動作を時間区間番号＝ｋにおける推定動作Ｂ（ｋ）とする。

また活動量計データ動作識別部３６は、推定した推定動作Ｂ（ｋ）を時間区間番号の時系列順に並べて動作実績保存部４０に保存する。

活動量計データ動作判定部３８は、活動量計データ動作識別部３６が確定した推定動作Ｂ（ｋ）を補正する必要があるかどうかを、推定動作Ｂ（ｋ）の推定確率Ｐ（Ｂ（ｋ）｜Ｓ（ｋ））を用いて判定する処理を行う。補正を行うかの判断の処理と、補正を行う場合の処理フローは、図１１を用いて説明する。

動作実績集計部３０は、先に説明したように活動量計データ動作識別部３６が動作実績保存部４０に保存した時系列順に並んだ推定動作Ｂ（ｋ）を読み出し、隣接する２つの時間区間番号の推定動作Ｂ（ｋ）とＢ（ｋ−１）との組み合わせ（連続的推移とも呼ぶ）の場合の回数をモデル動作ごとに算出する。動作実績集計部３０は、モデル動作ごとに算出した組み合わせ回数を用いて生起回数表（もしくは生起回数の情報）を生成する。隣接する２つの時間区間番号の推定動作Ｂ（ｋ）とＢ（ｋ−１）との組み合わせ（連続的推移）の回数を生起回数と呼ぶ。

動作実績集計部３０は、生起回数を用いて、更にその生起回数の各事象が発生する確率である生起確率を算出し、生起確率表を生成する。動作実績集計部３０は、生成した生起回数表と生起確率表を動作実績保存部４０に保存する。生起回数および生起確率に関しては、図９および図１０を用いて詳しく説明する。

なお図３Ａは、ウェアラブルデバイス２４が活動量計データ処理部４４とデータ保存部４６を持ち、ハンドヘルドターミナル２５が倉庫管理システムデータ保存部２８を持つ場合の例であるが、例えば図３Ｂに示すように、ウェアラブルデバイス２４の活動量計データ処理部４４およびデータ保存部４６、ならびにハンドヘルドターミナル２５の倉庫管理システムデータ保存部２８に相当する機能を、クラウドサーバー２３内に活動量計データ処理部４４−１、データ保存部４６−１、および倉庫管理システムデータ保存部２８−１として持っていてもよい。この場合、例えば処理量の多いデータに関しては、活動量計データ収集部２１がそのデータをクラウドサーバー２３に転送し、該当するデータをクラウドサーバー２３内の動量計データ処理部４４−１、データ保存部４６−１で処理をするという例が考えられる。同様に、処理量の多いデータに関しては、入出庫情報取得部２２がそのデータをクラウドサーバー２３に送付し、該当するデータをクラウドサーバー２３内の倉庫管理システムデータ保存部２８−１で保存するという例が考えられる。また、入出庫情報取得部２２で取得したデータあるいは活動量計データ収集部２１で取得したデータをサーバー側で管理することで、異なる作業員のデータを一括して管理することが可能となり、取得したデータの有効活用が可能となる。例えば、加速度データ保存部２６に保存されている活動量計データ収集部２１で収集したデータや、推定動作等が保存されている動作実績保存部４０のデータをクラウドサーバー２３に保存することで、多人数のデータを蓄積することが可能となり、作業員の今後の動作推定の精度の向上に役立てることが可能となる。

また、図４に示すように、ウェアラブルデバイス２４は活動量計データ処理部４４とデータ保存部４６を内部に持たず、これらの処理を代わりにクラウドサーバー２３内に活動量計データ処理部４４−２およびデータ保存部４６−２として持っていてもよい。この場合には、ウェアラブルデバイス２４内の活動量計データ収集部２１が収集した取得加速度データは、ネットワーク２９を経由してクラウドサーバー２３内の活動量計データ保存部２６−２へ転送される。

あるいは、図５に示すようにハンドヘルドターミナル２５は倉庫管理システムデータ保存部２８を内部に持たず、この保存部を代わりにクラウドサーバー２３内に倉庫管理システムデータ保存部２８−２として持っていてもよい。この場合には、ハンドヘルドターミナル２５内の入出庫情報取得部２２が収集した入出庫情報は、ネットワーク２９を経由してクラウドサーバー２３内の倉庫管理システムデータ保存部２８−３へ転送される。

あるいは、ウェアラブルデバイス２４は活動量計データ処理部４４とデータ保存部４６を内部に持たず、またハンドヘルドターミナル２５は倉庫管理システムデータ保存部２８を内部に持たず、すべてクラウドサーバー２３内に活動量計データ処理部４４−３、データ保存部４６−３および倉庫管理システムデータ保存部２８−２として持っていてもよい。あるいは、ウェアラブルデバイス２４は活動量計データ処理部４４とデータ保存部４６、およびハンドヘルドターミナル２５は倉庫管理システムデータ保存部２８のすべてを、クラウドサーバー２３内にだけ持っていてもよい。

図６は、倉庫管理システムデータ保存部２８に保存されている入出庫情報の例を示している。ハンドヘルドターミナル２５を用いて登録する入出庫情報は、入出庫の作業を行った時刻を示す「作業時刻５０」、入出庫の作業の内容を示す「作業内容５６」そして入出庫の作業の状態を示す「作業状態６０」の情報を含む。図６の縦方向が、時間軸を表す。一方で横方向に、１回の入出庫情報（以降入出庫情報単位と呼ぶ）の内容を示す、「作業時刻５０」、「作業内容５６」と「作業状態６０」が配置される。

例えば１行で記載される入出庫情報単位の例として、「作業時刻５０」が９時１０分であり、「作業内容５６」に商品１が該当し、具体的な「作業状態６０」として「（作業の）開始６２」を意味している。またその下の行に記載された入出庫情報単位では、「作業時刻５０」が９時１４分であり、「作業内容５６」が商品１に該当し、具体的な「作業状態６０」が「（作業の）終了６４」を意味している。

このように入出庫情報単位を参照することで、１つの商品に対する作業の開始６２と終了６４で区切られる作業区間（作業の１つの単位）を識別できる。すなわち同一商品に対応した作業状態６０の開始６２から終了６４までの時刻の区間が、１個の作業区間となる。

なお図６の例では、入出庫情報単位を「作業時刻」「作業内容」「作業状態」の情報から構成されているとしたが、これ以外の情報を入出庫情報単位に加えてもよい。また「作業区間」を「作業時刻５０」や「作業内容５６」、「作業状態６０」をもとに決定したが、入出庫情報単位に加えられた他の情報を加味して「作業区間」を決めてもよい。例えば、作業員の「勤怠状況」を加味して「作業区間」を定義してもよい。「勤怠状況」として、出勤時間／退勤時間を用いて、出勤時間から退勤時間までを作業区間としてもよい。また、午前中の勤務時間が午前９時から午前１１時５０分、と決まっている場合、その午前中の勤務時間の開始から終了までの時間である午前９時から午前１１時５０分までを作業区間としてもよい。

以上図３Ａを用いて本システムの機能ブロックを説明したが、次に本実施形態のシステムの処理の流れを、具体例を用いて説明する。

最初に、１つめの大きな処理である「作業員の動作を推定する処理」の処理の流れについて説明する。「作業員の動作を推定する処理」は、最初に１つめのサブの処理である「動作推定処理」を行い、その動作推定処理の結果に応じて、２つめのサブの動作である「動作補正処理」を行う。まず、１つめのサブの処理である「動作推定処理」の処理の流れについて説明する。

ウェアラブルデバイス２４は、内蔵している活動量計データ収集部２１により作業員の活動量を測定し、測定結果である取得加速度データを逐次活動量計データ保存部２６に保存する。

「作業員の動作を推定する処理」は、作業区間突合部３２が、活動量計データ保存部２６に保存されている取得加速度データと倉庫管理システムデータ保存部２８に保存されている入出庫情報を用いて、「作業区間」を識別することで開始される。

図７は、取得加速度データを「作業区間」に分割し、さらに「時間区間」単位に分割する様子を示している。

作業区間突合部３２は、入出庫情報７６を用いて取得加速度データ１２を「作業区間」に分割する。図７の例では、Ｔ１の区間が作業区間である。次に作業区間突合部３２は、作業区間Ｔ１の範囲で抽出した活動量計データを、活動量計データ動作識別部３６に送る。活動量計データ動作識別部３６は、送られてきた「作業区間」単位の活動量計データを、作業員の動作内容の推定を行う単位である「時間区間」単位に更に分割する。図７に示すｔ１（時間区間）は、時間区間の一例である。

活動量計データ動作識別部３６は更に、時間区間番号＝ｋの時間区間において、活動量計データに対する各モデル動作（動作候補）の推定確率を算出し、その推定確率を用いて時間区間番号＝ｋの動作として推定動作Ｂ（ｋ）を特定する。

図８は、活動量計データ動作識別部３６が、時間区間番号＝ｋにおける、活動量計データに対する各モデル動作の推定確率を算出することで、該当時間区間における推定動作Ｂ（ｋ）を特定する様子を示している。この例においてはモデル動作は、動作Ａ、動作Ｂ、動作Ｃ、動作Ｄの４種類である。活動量計データ動作識別部３６は、時間区間番号＝ｋの時間区間において、活動量計データに対するモデル動作毎に推定確率を算出する。活動量計データ動作識別部３６が算出した結果は、モデル動作毎の推定確率１４に示されている。例えば、時間区間番号＝１における動作Ａの推定確率は０．６であり、動作Ｂの推定確率は０．２であることを示している。

次に活動量計データ動作識別部３６は、各時間区間における各モデル動作の推定確率の中から最大の値を抽出し、その値の動作を推定動作Ｂ（ｋ）とする。図８の例では、時間区間番号＝１における各モデル動作の推定確率の中の最大の値は０．６であり、この値の動作は、動作Ａである。よって活動量計データ動作識別部３６は、動作Ａを時間区間番号＝１における推定動作Ｂ（１）とする。

活動量計データ動作識別部３６は、同様にすべての時間区間番号の時間区間において、活動量計データに対する各モデル動作の推定確率の中から最大の値の抽出し推定動作Ｂ（ｋ）を特定する処理を繰り返す。以上により、図８の例では、作業区間Ｔ１における各時間区間の推定動作Ｂ（ｋ）（ｋ＝１〜２４）は、推定動作１６に示すようにＡＡＡＣＣＢＣＣＣＣＢＣＣＢＢＡＡＣＣＣＣＡＡＡとなる。活動量計データ動作識別部３６は、抽出した推定動作Ａ（ｋ）（ｋ＝１〜２４）を時系列順に動作実績保存部４０に保存する。以上を以て「動作推定処理」は完了する。

次にウェアラブルデバイスは、２つ目のサブの処理である「動作補正処理」を行う。

まずはじめ、「動作補正処理」を行うかの判断の際に用いる、隣接する２つの時間区間番号の推定動作の組み合わせの生起確率について具体例を用いて説明する。

先に動作実績集計部３０の処理内容として説明したように、動作実績集計部３０は、動作実績保存部４０に保存された時系列順に並んだ推定動作Ｂ（ｋ）を読み出し、隣接する２つの時間区間番号の推定動作Ｂ（ｋ−１）とＢ（ｋ）との組み合わせの場合の数である生起回数および生起回数に基づく生起確率を算出する。

なお、動作実績保存部４０に保存された時系列順に並んだ推定動作Ｂ（ｋ）を読み出し、図９に示すような生起回数表および図１０に示すような生起確率表を生成する場合の、縦軸である時間区間番号ｋ−１の推定動作をＸ（ｋ−１）、横軸である時間区間番号ｋの推定動作をＹ（ｋ）とする。

図９は、図８の例における作業区間Ｔ１における、隣接する２つの時間区間番号の推定動作Ｘ（ｋ−１）とＹ（ｋ）の組み合わせの場合の数である生起回数を一覧にした生起回数表の例である。縦軸８２が時間区間番号＝ｋ−１における推定動作の種類、横軸８４が時間区間番号＝ｋにおける推定動作の種類を表している。例えば縦軸８２＝動作Ａに対して横軸８４＝動作Ａの場合は、図８の例のＢ（ｋ）（ｋ＝１〜２４）の時間区間番号＝２、３、１７、２３、および２４が該当する。このため縦軸８２＝動作Ａに対して横軸８４＝動作Ａの場合の数は５となる。

ΣＹ（ｋ）ｉ８６（i＝１〜ｎ）は、縦軸８２の動作Ｘ（ｋ−１）における横軸方向の各セルの合計値８６を表す。例えば縦軸８２の動作Ｘ（ｋ−１）＝動作Ａとした場合、それに対する横軸８４が動作Ａの場合の数＝５、動作Ｂの場合の数＝０、動作Ｃの場合の数＝２、動作Ｄの場合の数＝０の合計値ΣＹ（ｋ）ｉ（i＝１〜４）＝７であることを示している。ここで、Ｙ（ｋ）ｉは、横軸上の推定動作の種類を左から順にｉ＝１、i＝２、とした場合である。この例では例えば、Ｙ（ｋ）１＝動作Ａ、Ｙ（Ｋ）２＝動作Ｂである。

推定動作Ｂ（ｋ）の隣接する２つの時間区間番号の推定動作の組み合わせの場合の数を算出することで、推定動作Ｂ（ｋ）の隣接する２つの時間区間番号の推定動作の組み合わせの生起確率を算出することができる。次に生起確率の算出方法を説明する。

図１０は、図９に示した場合の数をもとに算出した、隣接する２つの時間区間番号の推定動作の組み合わせが発生する生起確率を生起確率表として一覧にした例である。縦軸９２が時間区間番号＝ｋ−１における推定動作の種類、横軸９４が時間区間番号＝ｋにおける推定動作の種類を表している。表中の各値は、図９の縦軸横軸の組み合わせの各値をΣＹ（ｋ）ｉ８６で割ったものである。例えば縦軸９２＝動作Ａに対して横軸９４＝動作Ａの場合、図９の縦軸８２＝動作Ａに対して横軸８４＝動作Ａの場合の数５の値を、ΣＸ１＝７で割った値である０．７１となる。以上により、動作Ｘを行った次に動作Ｙを行う場合の生起確率Ｐ（Ｙ｜Ｘ）を算出することができる。

以上の過程で算出された隣接する２つの時間区間番号の推定動作の組み合わせの生起確率を用いて、活動量計データ動作判定部３８が行う推定動作Ｂ（ｋ）に対する補正の処理の処理フローについて説明する。なお図１１に示す処理フローの処理は、推定確率を算出する方法として先に示したニューラルネットワークやナイーブベイズを用いた場合である。

以上説明した生起確率を用いて、２つめのサブの処理である「動作補正処理」の処理の流れについて説明する。

活動量計データ動作判定部３８は、１つめのサブの処理である「動作推定処理」を完了すると、引き続き「動作補正処理」を開始する。

図１１は、図３Ａの本実施形態システムにおける活動量計データ動作判定部３８における、推定動作Ｂ（ｋ）に対して補正を行うかの判断の処理と、補正を行う場合の処理である「動作補正処理」の処理フローを示している。

Ｓ（ｋ）は、判定対象の作業区間における時間区間番号＝ｋの取得加速度データを示している。また、Ａ（ｋ）ｊ（ｊ＝１、・・・、Ｍ）は、活動量計データ動作識別部３６が、時間区間番号＝ｋにおいて推定するモデル動作（推定対象となる動作候補）の種類を示している。またＰ（Ａ（ｋ）ｊ｜Ｓ（ｋ））は、時間区間番号＝ｋにおけるモデル動作Ａ（ｋ）ｊの推定確率を示す。よって、ΣＰ（Ａ（ｋ）ｊ｜Ｓ（ｋ））（ｊ＝１、・・・Ｍ）は、時間区間番号＝ｋにおける全モデル動作の推定確率の総和を示しており、ΣＰ（Ａ（ｋ）ｊ｜Ｓ（ｋ））＝１（ｊ＝１、・・・Ｍ）が成立する。図８の時間区間番号＝１を例にすると、Ａ（１）ｊが示す動作の種類は、Ａ（１）１＝動作Ａ、Ａ（１）２＝動作Ｂ、Ａ（１）３＝動作Ｃ、Ａ（１）４＝動作Ｄの４種類である。また、推定確率Ｐ（Ａ（１）ｊ｜Ｓ（１））は、Ｐ（Ａ（１）１｜Ｓ（１））＝０．６、Ｐ（Ａ（１）２｜Ｓ（１））＝０．２、Ｐ（Ａ（１）３｜Ｓ（１））＝０．１、Ｐ（Ａ（１）４｜Ｓ（１））＝０．１である。またこれらの推定確率の合計は、Ｐ（Ａ（１）１｜Ｓ（１））＋Ｐ（Ａ（１）２｜Ｓ（１））＋Ｐ（Ａ（１）３｜Ｓ（１））＋Ｐ（Ａ（１）４｜Ｓ（１））＝０．６＋０．２＋０．１＋０．１＝１．０である。

活動量計データ動作判定部３８は判定処理を開始すると（Ｓ０２０）、判定対象の時間区間の時間区間番号＝ｋに初期値として１を設定する（Ｓ０２１）。活動量計データ動作判定部３８は、次に動作波形データ保存部３４に保存されているモデル動作の推定確率Ｐ（Ａ（ｋ）ｊ｜Ｓ（ｋ））（ｊ＝１、・・・Ｍ）を読み出し、この読み出したＭ個のデータの中から最大値を抽出し、その最大値の動作Ａ（ｋ）ｙを特定する（Ｓ０２２）。なお、この動作Ａ（ｋ）ｙは、活動量計データ動作識別部３６で抽出された推定動作Ｂ（ｋ）と一致する。そのためＳ０２２の処理は、時間区間番号＝ｋの推定動作Ｂ（ｋ）を、動作実績保存部４０から抽出する処理に置き換えてもよい。

次に、推定動作Ａ（ｋ）ｙの推定確率であるＰ（Ａ（ｋ）ｙ｜Ｓ（ｋ））を参照し、その推定確率と閾値ＴＰとの大小関係を比較する（Ｓ０２３）。比較の結果、Ｐ（Ａ（ｋ）ｙ｜Ｓ（ｋ））＞ＴＰが成立すると、活動量計データ動作判定部３８は推定動作Ａ（ｋ）ｙを時間区間番号＝ｋにおける動作と判定する（Ｓ０２９）。

比較の結果、Ｐ（Ａ（ｋ）ｙ｜Ｓ（ｋ））≦ＴＰが成立する場合、活動量計データ動作判定部３８は、時間区間番号＝ｋの動作をＡ（ｋ）ｙから補正する必要があるかどうかの処理を継続する。

なお、閾値ＴＰの値は、ユーザが任意に設定してもよい。また、推定動作の推定確率の値の傾向に応じて自動的に値を変化させてもよい。

活動量計データ動作判定部３８が現在処理を行っている時間区間番号＝ｋの１つ前の時間区間番号＝ｋ−１における推定動作を推定動作Ａ（ｋ−１）ｘとする。活動量計データ動作判定部３８は、動作Ａ（ｋ）ｊ（ｊ＝１、・・・Ｍ）の各々を推定動作と見なした場合の、推定動作Ａ（ｋ−１）ｘが行われかつ動作Ａ（ｋ）ｊ（ｊ＝１、・・・Ｍ）の推定動作が行われる、時間区間番号＝ｋ−１とｋの推定動作の組み合わせが発生する生起確率Ｐ（Ａ（ｋ）ｊ｜Ａ（ｋ−１）ｘ）を動作実績保存部４０から読み出す。活動量計データ動作判定部３８は、時間区間番号＝ｋにおける生起確率Ｐ（Ａ（ｋ）ｊ｜Ａ（ｋ−１）ｘ）と各動作の推定確率Ｐ（Ａ（ｋ）ｊ｜Ｓ（ｋ））を用いて、Ｐ（Ａ（ｋ）ｊ｜Ｓ（ｋ））×Ｐ（Ａ（ｋ）ｊ｜Ａ（ｋ−１）ｘ）（ｊ＝１、・・・Ｍ）のＭ個のデータを算出し、算出したＭ個のデータの中から最大値を抽出する。活動量計データ動作判定部３８は、抽出した最大値の動作Ａ（ｋ）ｚを特定する（Ｓ０２５）。なお、現在判定している時間区間ｋの１つ前の時間区間番号＝ｋ−１における推定動作が存在しない場合、つまりＡ（ｋ−１）ｘが存在しない場合（Ｓ０２４）は、時間区間番号＝ｋの動作はＳ０２２で特定した推定動作Ａ（ｋ）ｙとする（Ｓ０２９）。例えばｋが初期値である１の場合は、時間区間ｋ−１は存在しないので、活動量計データ動作判定部３８は、Ｓ０２４における処理「ｋ−１番目の動作Ａ（ｋ）ｘが「動作なし」」をＹｅｓと判定し、Ｓ０２９の処理に遷移する。

活動量計データ動作判定部３８は、Ｓ０２５でＡ（ｋ）ｊ（ｊ＝１、・・・Ｍ）の中から特定した動作Ａ（ｋ）ｚを用いて、Ｐ（Ａ（ｋ）ｚ｜Ｓ（ｋ））×Ｐ（Ａ（ｋ）ｚ｜Ａ（ｋ−１）ｘ）の値と閾値ＴＰＭとの大小関係を比較する（Ｓ０２６）。比較の結果Ｐ（Ａ（ｋ）ｚ｜Ｓ（ｋ））×Ｐ（Ａ（ｋ）ｚ｜Ａ（ｋ−１）ｘ）＞ＴＰＭが成立すると、活動量計データ動作判定部３８は、時間区間番号＝ｋにおける動作をＡ（ｋ）ｚと補正する（Ｓ０２７）。以上の処理により活動量計データ動作判定部３８は、Ｓ０２２で特定した時間区間番号＝ｋにおける動作を、推定動作Ａ（ｋ）ｙからＡ（ｋ）ｚに補正することができる。

なお、閾値ＴＰの値は、ユーザが任意に設定してもよい。また、推定動作の推定確率の値の傾向に応じて自動的に値を変化させてもよい。

比較の結果、Ｐ（Ａ（ｋ）ｚ｜Ｓ（ｋ））×Ｐ（Ａ（ｋ）ｚ｜Ａ（ｋ−１）ｘ）≦ＴＰＭが成立する場合、活動量計データ動作判定部３８は、時間区間番号＝ｋにおける該当動作はないと判定する（Ｓ０２８）。

活動量計データ動作判定部３８は、時間区間番号＝ｋにおける動作を判定する処理が未完了の時間区間が存在している間は、時間区間の時系列に従って、時間区間ごとに推定動作の補正の必要性の判定と必要に応じて補正の処理を繰り返す（Ｓ０３０）。補正の必要性を判定する処理が未完了の時間区間がなくなったら、活動量計データ動作判定部３８は、処理を終了する（Ｓ０３２）。以上の処理により、推定動作Ａ（ｋ）ｙが、必要に応じて補正される。この補正の処理を行い、最終的に時間区間番号＝ｋにおける動作として判定された動作を補正動作と呼ぶ。推定動作と補正動作の関係を、時間区間番号ごとのモデル動作の推定確率の具体例を用いて説明する。

図１２は、時間区間番号ごとのモデル動作の推定確率の具体例をもとに推定動作と補正動作の関係を示したものである。図１１に示す活動量計データ動作判定部３８の処理フローにおけるＳ０２３のＴＰの値を０．５、Ｓ２０６のＴＭＰの値を０．０１と設定しても良い。ここで、時間区間番号＝１６および時間区間番号＝１７に注目する。時間区間番号＝１６および１７は、推定動作である動作Ａが、動作Ｃに補正された例である。この時間区間番号＝１６および１７における推定動作の補正の処理の流れについて、推定動作の推定確率等の具体例をもとに説明する。

図１３は、図１０同様に、隣接する２つの時間区間番号の推定動作の組み合わせが発生する生起確率を一覧にした他の例である。縦軸１０２が時間区間番号＝ｋ−１における推定動作の種類、横軸１０４が時間区間番号＝ｋにおける推定動作の種類を表している。時間区間番号＝１６の場合、その直前の推定動作は動作Ｂである。よって、動作Ｂを行った次の動作の生起確率を抽出する。図１３の太枠１０８が、抽出対象の生起確率である。

図１４は、時間区間番号＝１６においてＳ０２５のＰ（Ａ（１６）ｊ｜Ｓ（１６））×Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ＝Ｂ）（ｊ＝１、・・・４）の処理を行う場合の、Ｐ（Ａ（１６）ｊ｜Ｓ（１６））（ｊ＝１、・・４）の値、Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ＝Ｂ）（ｊ＝１、・・・Ｍ）の値、およびＰ（Ａ（１６）ｊ｜Ｓ（１６））×Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ）の値を一覧にしたものである。Ｐ（Ａ（１６）ｊ｜Ｓ（１６））（ｊ＝１、・・・Ｍ）の値は、図１２に示されている時間区間番号＝１６の区間におけるモデル動作毎の推定確率であり、図１４の列１２２の値である。Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ＝Ｂ）（ｊ＝１、・・・４）の値は、時間区間番号＝１５における推定動作Ａ（１５）ｘが動作Ｂの場合の生起確率であり、図１３の生起確率のうちＸ軸の動作＝Ｂである太枠１０８の中の値であり、図１４の列１２４の値である。この列１２２の値と列１２４の値との積であるＰ（Ａ（１６）ｊ｜Ｓ（１６））×Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ）の値は図１４の列１２６の値となる。 活動量計データ動作判定部３８は、図１４の列１２２の値と列１２４の値を、動作実績保存部４０から読み出し、各々の値を乗算することでｚ＝ａｒｇｍａｘ｛Ｐ（Ａ（１６）ｊ｜Ｓ（１６））×Ｐ（Ａ（１６）ｊ｜Ａ（１５）ｘ＝Ｂ）（ｊ＝１、・・・４）｝＝０．０８４を算出することができる。

活動量計データ動作判定部３８は、算出した値ｚ＝０．０８４を用いてＳ０２６を行う。ＴＰＭ＝０．０１と設定されているので、活動量計データ動作判定部３８は、Ｓ０２６の判定処理が正しいと処理し、処理をＳ０２７に遷移する。活動量計データ動作判定部３８は、Ｓ０２７において、ｚ＝０．０８４の値をもつ動作Ｃを、時間区間番号＝１６の時間区間における動作と判定する。

同様の処理を時間区間番号＝１７の時間区間においても実施し、時間区間番号＝１７の時間区間における動作を、動作Ｃと判定する。

以上により、図１２に示すように、時間区間番号＝１６、１７における推定動作の動作Ａは、動作Ｃに補正される。これにより推定動作１６は、補正動作１８に補正される。

活動量計データ動作判定部３８は、以上により判定した補正動作を動作実績保存部４０に蓄積してもよいし、推定動作を補正した時間区間の動作だけを動作実績保存部４０に蓄積してもよい。また活動量計データ動作判定部３８は、推定動作を補正した時間区間の動作を保存する場合、その取得加速度データも併せて保存してもよい。

図１５は、本実施形態システムの他の応用例を示す概略ブロック図である。図３Ａとの相違点は、図３Ａにおける活動量計データ動作識別部３６で行っていた活動量計データの「時間区間」単位への分割の処理と分割された「時間区間」単位での推定動作Ｂ（ｋ）の算出の処理のうち、活動量計データの「時間区間」単位での分割の処理を活動量計データ動作分類部４２にて行うように変更している点である。

図１５に示す作業区間突合部３２は、入出庫情報を参照することで「作業区間」を識別し、識別した「作業区間」を用いて活動量計データを作業区間の範囲に分割し抽出する。作業区間突合部３２は、抽出した活動量計データを活動量計データ動作分類部４２に送る。

活動量計データ動作分類部４２は、送られてきた「作業区間」単位の活動量計データを、クラスタリングの方法を用いて作業員の動作内容の推定を行う単位である「時間区間」の単位に更に分割する。なおクラスタリング処理の各種アルゴリズムに関しては、特許文献４の特開２００７-２０６０３７に開示されている。

活動量計データ動作分類部４２において「作業区間」が定義されると、その定義された「作業区間」の情報を用いて活動量計データ動作識別部３６は、各時間区間における各動作の推定確率を算出することで該当時間区間の推定動作Ｂ（ｋ）を特定する。

図１６は、図８同様に活動量計データ動作識別部３６が、時間区間番号における、活動量計データに対する各モデル動作の推定確率を算出することで、当該時間区間の推定動作Ｂ（ｋ）を特定する様子の他の例を示している。

例えば時間区間番号＝１の場合、動作Ａの推定確率＝０．６、動作Ｂの推定確率＝０．２、動作Ｃの推定確率＝０．１、動作Ｄの推定確率＝０．１である。活動量計データ動作識別部３６は、これらの推定確率の中から最大の値である０．６を抽出し、そのモデル動作である動作Ａを推定動作Ｂ（１）とする。活動量計データ動作識別部３６は、同様に各時間区間の各モデル動作の推定確率の中から最大の値の抽出し推定動作Ａ（ｋ）を推定する処理を繰り返す。以上により、図１６の例では、作業区間Ｔ１における各時間区間の推定動作Ｂ（ｋ）（ｋ＝１〜９）は、ＡＣＢＤＢＣＢＣＡとなる。活動量計データ動作識別部３６は、抽出した推定動作Ｂ（ｋ）（ｋ＝１〜９）を時間区間番号順に動作実績保存部４０に保存する。

動作実績集計部３０は、動作実績保存部４０に保存されている時間区間番号の順に並んだ推定動作Ｂ（ｋ）を読み出し、隣接する２つの時間区間番号のモデル動作の組み合わせが発生する生起確率を算出し、その生起確率を動作実績集計部３０に保存する。生起確率の算出方法は、図３Ａによる実施形態の場合と同一である。

図１７は、図９同様に隣接する２つの時間区間番号の推定動作の組み合わせの場合の数を集計した一覧の他の例である。縦軸１３２が時間区間番号＝ｋ−１における動作の種類、横軸１３４が時間区間番号における動作の種類を表している。例えば縦軸１３２＝動作Ａに対して横軸１３４＝動作Ｂの場合の数は、４３であることを示している。

図１８は、図１２同様にＴＰ＝０．５、ＴＭＰ＝０．０１と設定した場合のモデル動作（動作候補）の推定確率の具体例をもとに推定動作と補正動作の関係を示したものである。活動量計データ動作判定部３８が行う処理は、図１１に示した処理フローである。この処理により、例えば時間区間番号４の推定動作である動作Ｄは、動作Ｃに補正される。

次に、２つめの大きな処理である「動作候補（モデル動作）のデータを収集する処理」について説明する。

図１９は、図１Ａで説明した「動作候補（モデル動作）のデータを収集する処理」おける動作推定用参照データの追加更新処理Ｓ００５内の、詳細な流れを示している。既に説明したように前記参照データは動作波形（参照加速度データ）や動作実績あるいは生起確率表に限らず、モデル動作（動作候補）毎の特徴量（平均、分散、周波数）が含まれても良い。そしてこの参照データは、時間区間番号＝ｋの時間区間の推定動作Ｂ（ｋ）が特定される度に逐次更新され、動作波形データ保存部３４または動作実績保存部４０内に適宜保存しても良い。

図１９で説明する基本的な考え方は、Ｐ（Ａ（ｋ）ｙ｜Ｓ（ｋ））＞ＴＰ（Ｓ０４２）の時には推定動作の確からしさが高いと見なし、取得加速度データ１２を推定結果（推定動作１６）に対応付けて参照加速度データの一部として追加Ｓ００５をおこなう。この追加データは、図３Ａ内の動作波形データ保存部３４に追加保存される。また同時にその時に得られた推定結果（推定動作１６）を動作実績として蓄積すると共に生起確率表の更新を行う（Ｓ００５）。またこれらのデータは、動作実績保存部４０内に追加更新される。

一方でＰ（Ａ（ｋ）ｙ｜Ｓ（ｋ））≦ＴＰ（Ｓ０４２）の時には、推定動作の確からしさが低いと見なす。この場合には、取得加速度データ１２は動作波形データ保存部３４に追加保存されない。一方で動作実績保存部４０への保存データに関しては、予めユーザの設定内容（Ｓ０４５）に基付いて対応方法が変化する。

すなわち予めユーザが、この場合に動作推移の生起確率表の追加更新を行うか否かＳ０４５を設定する。もしユーザが生起確率表の追加更新を行わない場合には、取得加速度データ１２同様に動作実績保存部４０へのデータの追加更新は行わない。

一方で動作推移の生起確率表の追加更新を行うＳ０４５場合には、モデル動作（動作候補）毎の推定確率を生起確率表にフィードバックする。

上記の基本的な考え方に付いて、図１９に示した更新処理の流れ（フロー）に沿って説明する。図１９のＳ０４２に示した判定処理は、図１１で既に説明した判定処理Ｓ０２３と同一の内容を示している。すなわち図１１のＳ０２２で示した推定確率最大に対応した推定動作Ａ（ｋ）ｙの推定確率と閾値ＴＰとの大小関係を比較する。

そしてＰ（Ａ（ｋ）ｙ｜Ｓ（ｋ））＞ＴＰ（Ｓ０４２）が成立すると、時間区間番号＝ｋの活動量計データ（取得加速度データ）が推定確率最大の推定動作Ａ（ｋ）ｙに関連付けて動作波形データ保存部３４（図３Ａ）内に追加保存される。そしてこの活動量計データ（取得加速度データ）は、参照加速度データの一部として活用される（Ｓ０４３）。またそれと並行して活動量計データ（取得加速度データ）の特徴量（平均、分散、周波数）が、動作実績保存部４０内に保存し、これらの特徴量を用いてモデル動作の特徴量の更新（Ｓ０４３）を行っても良い。

さらに隣接する２つの時間区間番号の推定動作の組み合わせが発生する生起確率表（及び生起回数表）を更新して、図３Ａの動作実績保存部４０内に保存する（Ｓ０４４）。この生起回数表の具体的な更新方法としては例えば、生起回数表（図２０（ｂ））の移行後の動作Ｙ（ｋ）の中で推定動作Ａ（ｋ）ｙに対応した箇所に“１”を加える。図１２の例を用いて、上記内容を具体的に説明する。時間区間番号＝３の所では、推定動作Ａ（４）ｙは、動作Ａが対応する。そして時間区間番号＝４の所では、推定動作Ａ（４）ｙは、動作Ｃが対応する。従って図２０（ｂ）内の移行後の動作Ｙ（ｋ）８４の中で動作“Ｃ”に対応した列と、移行前の動作Ｘ（ｋ−１）８２の中で動作Ａに対応した行の交点（図２０（ｂ）では“２”と記載された箇所）の値がインクリメントして“３”と変わる。

一方で比較の結果、Ｐ（Ａ（ｋ）ｙ｜Ｓ（ｋ））≦ＴＰ（Ｓ０４２）が成立する場合、隣接する２つの時間区間番号の推定動作の組み合わせが発生する生起確率の更新を行うかの判断を実施する（Ｓ０４５）。この判断は、本システムを使うユーザが設定／選択するものである。

「生起確率の更新が必要ない」と判断されると、何も処理を行わずに終了する（Ｓ４０７）。一方で「生起確率の更新が必要」と判断されると、時間区間番号＝ｋにおける各モデル動作の推定確率を時間区間番号＝ｋ−１とｋの推定動作の組み合わせの場合に加算して、生起回数表及び生起確率表を更新する（Ｓ０４６）。

図１９内の動作毎の推定確率の比率を生起回数にそれぞれ加算Ｓ０４６する方法の具体的内容を図２０に示す。ここでは時間区間番号＝１６に注目する。時間区間番号＝１６の推定動作Ａ（１６）ｙに対応した推定確率Ｐ（Ａ（１６）ｙ｜Ｓ（１６））は、図２０（ａ）内に示すように“０．４”となっている。

仮に図１９のＳ０４２内で設定される閾値ＴＰを“０．５”に設定された場合には、Ｓ０４２の判定結果としてＰ（Ａ（１６）ｙ｜Ｓ（１６））≦ＴＰとなる。従って前記の判定結果に従って処理Ｓ０４５を経由して処理Ｓ０４６に遷移する（ユーザにより、生起回数表と生起確率表の更新を行うと選択されているものとする）。この時には、各推定動作の推定確率を生起回数表のそれぞれに加算する。

上記の詳細内容に付いて、具体的な例を上げて以下に説明する。ここで更新前の生起回数表を図２０（ｂ）に示す。図２０（ａ）に示すように、時間区間番号＝１５での推定動作１６が動作Ｂに対応する。従って図２０（ｂ）に示す移行前の動作Ｘ（ｋ−１）８２内の動作Ｂに該当する行が更新の対象となる。

従ってＳ０４６で行われる生起回数表の更新は、時間区間番号＝１６のモデル動作（動作候補）毎の推定確率を、対象となる行内にそれぞれ加算する。図２０（ａ）において、時間区間番号＝１６での動作毎の推定確率１４の値は“動作Ａでは０．４”、“動作Ｂでは０．１”、“動作Ｃでは０．３”そして“動作Ｄでは０．２”となっている。従ってこの“０．４”、“０．１”、“０．３”および“０．２”の値を、移行前の動作Ｘ（ｋ−１）８２に対応する行内にそれぞれ加算する。その推定確率１４の値を加算して得られた更新後の生起回数表が図２０（ｃ）となる。

このようにして更新を行った場合の生起回数表を“移行前の動作Ｘから各動作Ｙに移行した回数の合計値 ΣＹｊ８６”で規格化した結果として、生起確率表が得られる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。特に本実施形態の説明内容では測定対象者の動作推定を中心に説明した。しかしそれに限らず、例えば各種センサが設置された環境の状態推定に上記の実施形態を適用しても良い。

またこれら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ … 経過時間
１２ … 取得加速度データ
１４ … 動作毎の推定確率
１６ … 推定動作
１８ … 補正動作
２０ … 時間区間番号
２１ … 活動量計データ収集部
２２ … 入出庫情報取得部
２３ … クラウドサーバー
２４ … ウェアラブルデバイス
２５ … ハンドヘルドターミナル
２６ … 活動量計データ保存部
２８ … 倉庫管理システムデータ保存部
２９ … ネットワーク
３０ … 動作実績集計部
３２ … 作業区間突合部
３４ … 動作波形データ保存部
３６ … 活動量計データ動作識別部
３８ … 活動量計データ動作判定部
４０ … 動作実績保存部
４２ … 活動量計データ動作分類部
４４ … 活動量計データ処理部
４６ … データ保存部

Claims (2)

1. 活動量計を搭載する装置を含む１以上の装置から構成されるシステムによって実行される動作推定方法であって、
   Ｎ種類の動作にそれぞれ対応したＮ個の参照加速度データを保存部に保存し、
   測定対象者に装着された前記活動量計が計測した取得加速度データを取得し、
   前記取得加速度データが取得された期間を任意の長さの時間で分割した単位時間幅において、前記取得加速度データと前記Ｎ個の参照加速度データとを用いて前記Ｎ種類の動作それぞれの推定確率を算出し、
   算出された前記Ｎ種類の動作それぞれの推定確率の中の最大値が閾値を超える場合、前記単位時間幅における前記測定対象者の動作を、前記Ｎ種類の動作の中から前記最大値の推定確率が算出された動作と推定し、前記最大値が前記閾値以下の場合、前記単位時間幅の１つ前の単位時間幅において推定された動作との組み合わせが発生する前記Ｎ種類の動作それぞれの生起確率と、前記Ｎ種類の動作それぞれの推定確率とを用いて、前記単位時間幅における前記測定対象者の動作を前記Ｎ種類の動作の中から推定する、
   動作推定方法。
2. 活動量計を搭載する装置を含む１以上の装置から構成される動作推定システムであって、
   Ｎ種類の動作にそれぞれ対応したＮ個の参照加速度データを保存するデータ保存部と、
   測定対象者に装着された前記活動量計が計測した取得加速度データを取得して保存する活動量計データ保存部と、
   前記取得加速度データが取得された期間を任意の長さの時間で分割した単位時間幅において、前記Ｎ種類の動作の中から前記測定対象者の動作を推定する活動量計データ処理部と、
   を具備し、
   前記活動量計データ処理部は、前記単位時間幅において、前記取得加速度データと前記Ｎ個の参照加速度データとを用いて前記Ｎ種類の動作それぞれの推定確率を算出し、算出された前記Ｎ種類の動作それぞれの推定確率の中の最大値が閾値を超える場合、前記単位時間幅における前記測定対象者の動作を、前記Ｎ種類の動作の中から前記最大値の推定確率が算出された動作と推定し、前記最大値が前記閾値以下の場合、前記単位時間幅の１つ前の単位時間幅において推定された動作との組み合わせが発生する前記Ｎ種類の動作それぞれの生起確率と、前記Ｎ種類の動作それぞれの推定確率とを用いて、前記単位時間幅における前記測定対象者の動作を前記Ｎ種類の動作の中から推定する、
   動作推定システム。

Images