JP7239393B2 - 工作機械、行動種別の判別方法、および、行動種別の判別プログラム - Google Patents

Description

本開示は、工作機械で作業を行っている作業者の行動種別を判別するための技術に関する。

工作機械の稼働状況を収集することが求められている。収集された稼働状況は、たとえば、工作機械の設計思想やワークの生産工程を見直すために用いられる。

工作機械の稼働状況を詳細に分析するためには、ワークを加工するのに要した加工時間だけでなく、作業者が各作業工程で要した作業時間など、種々の稼働状況を収集する必要がある。作業者が各作業工程で要した作業時間を把握するためには、作業者の行動種別をより細かく判別する必要がある。

このような技術に関し、特開２０１３－７３２７９号公報（特許文献１）は、製造装置の稼働状況を分類するためのデータ処理装置を開示している。より具体的には、当該データ処理装置は、ワークの保持手段についてワークの保持状態を検出し、当該保持手段がワークを保持しているのにも関わらず、製造装置が加工を行っていない場合に、製造装置が待機中である準備状態と判別する。

特開２０１３－７３２７９号公報

特許文献１に開示されるデータ処理装置のように、ワークの把持状態だけでは、判別可能な作業者の行動が限られる。このような問題点を解決するために、工作機械の作業者の行動種別をより詳細に判別することが望まれている。

本開示の一例では、ワークを加工するための工作機械は、上記ワークに対して人物が作業を行うための作業エリアと、上記作業エリアにいる人物の動きを検出するための人感センサと、上記工作機械を制御するための制御装置とを備える。上記制御装置は、上記工作機械の状態を示す状態値を取得するための取得部と、上記人感センサの出力値と、上記取得部によって取得された状態値と基づいて、上記作業エリアにいる人物の行動種別を判別するための判別部とを含む。

本開示の一例では、上記判別部が判別可能な行動種別は、上記作業エリアにいる人物が上記ワークに対して作業を行っていることを示す段取り作業中を含む。

本開示の一例では、上記工作機械は、さらに、上記工作機械に対する操作を受け付けるための操作部を備える。上記状態値は、上記操作部の操作状態を含む。上記判別部は、上記人感センサによって上記作業エリアにいる人物の動きが検出され、かつ、上記操作状態が操作中であることを示す場合に、上記行動種別が上記段取り作業中であると判別する。

本開示の一例では、上記判別部が判別可能な行動種別は、上記作業エリアにいる人物が清掃を行っていることを示す清掃作業中を含む。上記取得部は、上記人感センサによって上記作業エリアにいる人物の動きが検出され、かつ、上記操作状態が非操作中であることを示す場合に、上記行動種別が上記清掃作業中であると判別する。

本開示の一例では、上記工作機械は、上記ワークの設置場所と上記作業エリアとの間を区切る開閉可能なドアと、上記ドアの開閉状態を検出するための開閉センサとを含む。上記状態値は、上記開閉センサによって検出される上記開閉状態を含む。上記判別部は、上記人感センサによって上記作業エリアにいる人物の動きが検出され、かつ、上記開閉状態が上記ドアの開状態を示す場合に、上記行動種別が上記段取り作業中であると判別する。

本開示の一例では、上記判別部が判別可能な行動種別は、上記作業エリアにいる人物が清掃を行っていることを示す清掃作業中を含む。上記判別部は、上記人感センサによって上記作業エリアにいる人物の動きが検出され、かつ、上記開閉状態が上記ドアの閉状態を示す場合に、上記行動種別が上記清掃作業中であると判別する。

本開示の一例では、上記判別部が判別可能な行動種別は、上記作業エリアにおいて人物が行動不能であることを示す行動不能状態を含む。上記判別部は、上記人感センサによる出力値が所定時間内に変化せず、かつ、上記取得部によって取得される上記状態値が所定時間内に変化しない場合に、上記行動種別が上記行動不能状態であると判別する。

本開示の他の例では、工作機械内にいる人物の行動種別の判別方法が提供される。上記工作機械は、加工対象のワークに対して上記人物が作業を行うための作業エリアと、上記作業エリアにいる上記人物の動きを検出するための人感センサとを備える。上記判別方法は、上記人感センサの出力値を取得するステップと、上記工作機械の状態を示す状態値を取得するステップと、上記人感センサの出力値と、上記状態値と基づいて、上記作業エリアにいる人物の行動種別を判別するステップとを備える。

本開示の他の例では、工作機械内にいる人物の行動種別の判別プログラムが提供される。上記工作機械は、加工対象のワークに対して上記人物が作業を行うための作業エリアと、上記作業エリアにいる上記人物の動きを検出するための人感センサとを備える。上記判別プログラムは、上記工作機械に、上記人感センサの出力値を取得するステップと、上記工作機械の状態を示す状態値を取得するステップと、上記人感センサの出力値と、上記状態値と基づいて、上記作業エリアにいる人物の行動種別を判別するステップとを実行させる。

本発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本発明に関する次の詳細な説明から明らかとなるであろう。

工作機械の外観を示す図である。 工作機械の装置構成の一例を示す図である。 行動判別機能を実現するための機能構成の一例を示す図である。 工作機械を構成する加工機と、作業者とを示す図である。 作業ステーション内の様子を上から表わした図である。 作業ステーション内の様子を正面から表わした図である。 作業ステーション内の様子を斜めから表わした図である。 行動種別の判別手法１で用いられる行動種別定義を示す図である。 行動種別の判別手法２で用いられる行動種別定義を示す図である。 行動種別の判別手法３で用いられる行動種別定義を示す図である。 行動種別の判別手法４で用いられる行動種別定義を示す図である。 作業履歴のデータ構造の一例を示す図である。 工作機械を構成する各種機器の協働関係を概略的に示す図である。 コントロールシステムのハードウェア構成の一例を示す模式図である。 ＰＬＣ（Programmable Logic Controller）の主要なハードウェア構成を示すブロック図である。 加工機の主要なハードウェア構成を示すブロック図である。 画像処理装置のハードウェア構成の一例を示す図である。 制御装置が実行する処理の一部を表わすフローチャートである。

以下、図面を参照しつつ、本発明に従う各実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される各実施の形態および各変形例は、適宜選択的に組み合わされてもよい。

＜Ａ．工作機械１０の外観＞
図１を参照して、実施の形態に従う工作機械１０について説明する。図１は、工作機械１０の外観を示す図である。

以下では、工作機械１０の一例として、予め定められたスケジュールに従って加工対象のワークを自動で搬送する機能を有するパレット搬送システムについて説明を行うが、工作機械１０は、パレット搬送システムに限定されない。工作機械１０は、たとえば、ワークの自動搬送機能を有さない加工機であってもよいし、パレット搬送機能の代わりにアームロボットを備える加工機であってもよい。

パレット搬送システムとしての工作機械１０は、１つ以上の制御装置５０と、１つ以上の収納部２００と、１つ以上の搬送装置３００と、１つ以上の加工機４００と、１つ以上の作業ステーション５００とを含む。

収納部２００は、搬送装置３００によるパレットＰＬの搬送先の１つであり、パレットＰＬを収納するための場所である。収納部２００には、複数のパレットＰＬが収納され得る。収納部２００には、ワークが取り付けられる前の空のパレットや、加工前のワークが取り付けられているパレットや、加工途中のワークが取り付けられているパレットや、加工済みのワークが取り付けられたパレットなどが収納される。

搬送装置３００は、指定されたパレットＰＬを指定された場所に搬送する。より具体的には、搬送装置３００は、レール３３０と、台車３３１とを含む。台車３３１は、レール３３０と直交方向（すなわち、台車３３１の走行方向に直交する方向）に駆動可能に構成されるフォーク部３３３を有する。台車３３１は、たとえば、後述のサーボモータ３３５（図２参照）によってレール３３０に沿って移動可能に構成される。台車３３１は、レール３３０に沿って搬送対象のパレットＰＬの位置まで移動し、フォーク部３３３を用いて搬送対象のパレットＰＬを台車３３１上に載せる。その後、台車３３１は、レール３３０に沿って指定された搬送先まで移動し、フォーク部３３３を用いて搬送対象のパレットＰＬを搬送先に搬入する。

加工機４００は、搬送装置３００によるパレットＰＬの搬送先の１つである。加工機４００は、予め設計された加工プログラムに従って、搬入されたパレットＰＬに取り付けられているワークを加工する。ワークの加工が完了すると、加工機４００内のパレットＰＬは、搬送装置３００によって収納部２００または作業ステーション５００に搬送される。また、加工機４００には、加工機４００に対する種々の操作を受け付ける操作盤４３０が設けられている。

作業ステーション５００は、搬送装置３００によるパレットＰＬの搬送先の１つである。作業ステーション５００は、搬入されてきたパレットＰＬに対して作業者が種々の作業を行うための作業エリアである。作業ステーション５００において、作業者は、搬入されたパレットＰＬに対して加工対象のワークを取り付ける作業や、加工が完了したワークをパレットＰＬから取り外す作業や、作業エリアの清掃などを行う。作業者は、パレットＰＬに対する作業が完了すると、作業完了を指示するための操作を行う。これに基づいて、作業ステーション５００内のパレットＰＬは、搬送装置３００によって収納部２００または加工機４００に搬送される。

＜Ｂ．工作機械１０の装置構成＞
図２は、工作機械１０の装置構成の一例を示す図である。図２を参照して、工作機械１０の装置構成の一例について説明する。

図２に示されるように、工作機械１０は、制御装置５０と、リモートＩ／Ｏ（Input/Output）ユニット６１～６４と、搬送装置３００と、加工機４００と、作業ステーション５００とを含む。

本明細書でいう「制御装置５０」とは、工作機械１０を制御する装置を意味する。制御装置５０の装置構成は、任意である。制御装置５０は、単体の制御ユニットで構成されてもよいし、複数の制御ユニットで構成されてもよい。図２の例では、制御装置５０は、コントロールシステム１００と、制御盤１５０とで構成されている。

制御盤１５０は、加工工程を自動化するための種々の産業用機器を制御する。制御盤１５０は、ＰＬＣ１５１を含む。

コントロールシステム１００およびＰＬＣ１５１は、ネットワークＮＷ１に接続される。コントロールシステム１００およびＰＬＣ１５１は、有線で通信接続されてもよいし、無線で通信接続されてもよい。ネットワークＮＷ１には、ＥｔｈｅｒＮＥＴ（登録商標）などが採用される。コントロールシステム１００は、ネットワークＮＷ１を介して、ＰＬＣ１５１に制御指令を送る。コントロールシステム１００は、当該制御指令によって、搬送対象のパレットＰＬの指定や、搬送対象のパレットＰＬの搬送先の指定や、搬送対象のパレットＰＬの搬送開始／停止の指定、加工機４００による加工の加工開始／停止の指定などを行う。

リモートＩ／Ｏユニット６１～６４およびＰＬＣ１５１は、ネットワークＮＷ２に接続されている。ネットワークＮＷ２には、定周期通信を行うフィールドネットワークを採用することが好ましい。フィールドネットワークは、データの到達時間が保証されているネットワークの通称である。フィールドネットワークとして、ＥｔｈｅｒＣＡＴ（登録商標）、ＥｔｈｅｒＮｅｔ／ＩＰ（登録商標）、ＣＣ－Ｌｉｎｋ（登録商標）、またはＣｏｍｐｏＮｅｔ（登録商標）などが採用される。

搬送装置３００は、１つ以上のサーボドライバ３３４と、１つ以上のサーボモータ３３５とを含む。搬送装置３００内または搬送装置３００周辺には、リモートＩ／Ｏユニット６１が設置される。リモートＩ／Ｏユニット６１は、搬送装置３００内の各種駆動ユニット（たとえば、サーボドライバ３３４）と、ＰＬＣ１５１との間のデータのやり取りを仲介する。サーボドライバ３３４は、リモートＩ／Ｏユニット６１を介してＰＬＣ１５１からの制御指令を一定周期ごとに受け、当該制御指令に従って、サーボモータ３３５を駆動制御する。一例として、一つのサーボモータ３３５は、上述の台車３３１（図１参照）を駆動制御し、もう一つのサーボモータ３３５は、上述のフォーク部３３３（図１参照）を駆動制御する。

加工機４００は、ＣＮＣ（Computer Numerical Control）４０１と、サーボドライバ４１１と、サーボモータ４１２と、操作盤４３０とを含む。加工機４００内または加工機４００周辺には、リモートＩ／Ｏユニット６２が設置される。リモートＩ／Ｏユニット６２は、加工機４００内の各種駆動ユニット（たとえば、ＣＮＣ４０１や操作盤４３０）と、ＰＬＣ１５１との間のデータのやり取りを仲介する。サーボドライバ４１１は、リモートＩ／Ｏユニット６２を介してＰＬＣ１５１からの制御指令を一定周期ごとに受け、当該制御指令に従って、サーボモータ４１２を駆動制御する。操作盤４３０は、作業者から受けた操作入力をリモートＩ／Ｏユニット６２を介してＰＬＣ１５１に送信する。

作業ステーション５００は、人感センサ５３０と、その他の各種センサ５５０とを含む。作業ステーション５００内または作業ステーション５００周辺には、リモートＩ／Ｏユニット６３，６４が設置される。

リモートＩ／Ｏユニット６３は、人感センサ５３０とＰＬＣ１５１との間のデータのやり取りを仲介する。人感センサ５３０は、作業ステーション５００にいる作業者の動作状態を検出する。図２の例では、人感センサ５３０は、画像処理装置５３２と、カメラ５３４とで構成される。人感センサ５３０による作業者の動作状態を検出する方法の詳細については後述する。画像処理装置５３２は、検出した動作状態をリモートＩ／Ｏユニット６３を介してＰＬＣ１５１に一定周期ごとに送る。

なお、図２には、人感センサ５３０が画像処理装置５３２とカメラ５３４とで構成される例が示されているが、人感センサ５３０は、図２の例に限定されず、作業者の動作状態を検出することが可能な任意の人感センサで代用され得る。一例として、人感センサ５３０は、作業ステーション５００の床下の各箇所に配置されるロードセルであってもよい。ロードセルは、作業ステーション５００の床に与えられる力を検出する。ロードセルの検出値が所定値を超えた場合、当該ロードセルの上に作業者がいることを意味する。各箇所のロードセルの検出結果が総合的に分析されることで、作業者の動作状態が検出され得る。

リモートＩ／Ｏユニット６４は、各種センサ５５０とＰＬＣ１５１との間のデータのやり取りを仲介する。各種センサ５５０は、工作機械１０の状態を検出するための任意のセンサである。各種センサ５５０は、たとえば、後述の開閉センサ５４１（図５および図６参照）や、後述のクランプセンサ５４３（図５および図６参照）や、後述のエリアセンサ５４５（図５参照）などを含む。各種センサ５５０の検出値は、リモートＩ／Ｏユニット６４介してＰＬＣ１５１に一定周期ごとに送られる。

＜Ｃ．行動判別機能＞
工作機械の稼働状況を正確に分析するためには、作業者が各作業工程で要した作業時間を収集する必要がある。そのためには、作業者が作業ステーション５００で行った行動種別をより細かく判別する必要がある。本実施の形態に従う工作機械１０は、工作機械１０の状態を示す状態値（以下、「工作機械状態値」ともいう。）を取得し、当該工作機械状態値と、上述の人感センサ５３０の出力値とに基づいて、作業ステーション５００に存在する作業者の行動種別を判別する。

ここでいう「工作機械状態値」とは、稼働中の工作機械１０がどのような状態にあるかを特定するための任意の指標である。典型的には、工作機械状態値は、工作機械１０に対する作業者の作業状況や操作指示に応じて変化する物理量、またはプログラム内に規定される各種の変数値（たとえば、加工中／非加工中を示す変数値）である。工作機械状態値の詳細については後述する。

工作機械１０は、人感センサ５３０による作業者の検出結果と工作機械状態値との２つの情報を用いた場合には、１つの情報を用いた場合よりも、当該作業者の行動種別をより細かく分類することができる。このような行動種別の分類結果は、たとえば、作業者が各作業工程に要した作業時間を分析するために用いられる。設計者や管理者は、より細かく分類された作業工程別の作業時間を把握することで工作機械の稼働状況を正確に分析することができ、工作機械の設計思想やワークの生産工程を見直すことができる。

図３は、行動判別機能を実現するための機能構成の一例を示す図である。制御装置５０は、機能構成として、取得部１５２と、行動判別部１５４とを含む。これらの機能構成は、たとえば、制御装置５０を構成するコントロールシステム１００またはＰＬＣ１５１に実装される。ある局面において、取得部１５２および行動判別部１５４の一方の機能がコントロールシステム１００に実装され、他方の機能がＰＬＣ１５１に実装される。他の局面において、取得部１５２および行動判別部１５４の両方がコントロールシステム１００に実装される。他の局面において、取得部１５２および行動判別部１５４の両方がＰＬＣ１５１に実装される。

画像処理装置５３２は、機能構成として、人物検出部５５２と、動作解析部５５４とを含む。なお、人物検出部５５２および動作解析部５５４は、画像処理装置５３２ではなく、制御装置５０に実装されてもよい。

以下では、取得部１５２の機能、人物検出部５５２の機能、動作解析部５５４の機能、および、行動判別部１５４の機能について順に説明する。

（Ｃ１．取得部１５２）
まず、取得部１５２の機能について説明する。取得部１５２は、上述の各種センサ５５０（図２参照）から、工作機械１０の状態を示す状態値（すなわち、工作機械状態値）を取得する。取得部１５２は、１種類の工作機械状態値を取得するように構成されてもよいし、複数種類の工作機械状態値を取得するように構成されてもよい。取得された工作機械状態値は、行動判別部１５４に出力される。

以下では、取得部１５２によって取得される工作機械状態値の具体例１～４について順に説明する。

（ａ）工作機械状態値の具体例１
まず、図４を参照して、工作機械状態値の具体例１について説明する。図４は、工作機械１０を構成する加工機４００と、作業者Ｕ１とを示す図である。

図４に示されるように、加工機４００には、操作盤４３０（操作部）が設けられている。操作盤４３０は、加工機４００に対する種々の操作を受け付ける。図４の例では、操作盤４３０は、作業者Ｕ１によって操作されている。

取得部１５２は、作業者Ｕ１による操作盤４３０の操作状態を工作機械状態値として取得する。典型的には、取得部１５２は、操作盤４３０に入力された操作内容を操作盤４３０から取得し、操作盤４３０が操作中であるか非操作中であるかを判断する。一例として、取得部１５２は、操作盤４３０に対する操作入力が一定時間以上ない場合に非操作中であると判断し、そうでない場合には操作中であると判断する。これにより、取得部１５２は、操作中または非操作中を示す操作状態を工作機械状態値として取得する。

（ｂ）工作機械状態値の具体例２
次に、図５および図６を参照して、工作機械状態値の具体例２について説明する。図５は、作業ステーション５００内の様子を上から表わした図である。図６は、作業ステーション５００内の様子を正面から表わした図である。

図５および図６に示されるように、搬送装置３００によって作業ステーション５００に搬送されたワークの設置場所と、作業者Ｕ２が段取り作業を行う作業エリアとの間を区切るように、ドアＤＲが設けられる。段取り作業とは、加工対象のワークをパレットに取り付ける作業や、加工済みのワークをパレットから取り外す作業などを意味する。

取得部１５２は、ドアＤＲの開閉状態を工作機械状態値として取得する。より具体的には、作業者Ｕ２は、空のパレットＰＬが作業ステーション５００に搬入されたことに基づいてドアＤＲを開け、ワークＷの取り付け作業を開始する。ワークＷの取り付け作業が完了すると、作業者Ｕ２は、ドアＤＲを閉め、作業完了ボタンＢＴを押下する。作業完了ボタンＢＴが押下されたことに基づいて、パレットＰＬは、作業ステーション５００から搬出される。このように、作業者Ｕ２は、ワークＷの取り付け作業中にはドアＤＲを開け、ワークＷの取り付け作業が完了したことに基づいてドアＤＲを閉める。

また、作業者Ｕ２は、加工済みのワークを搭載するパレットＰＬが作業ステーション５００に搬入されたことに基づいてドアＤＲを開け、ワークＷの取り外し作業を開始する。ワークＷの取り外し作業が完了すると、作業者Ｕ２は、ドアＤＲを閉め、作業完了ボタンＢＴを押下する。作業完了ボタンＢＴが押下されたことに基づいて、空のパレットＰＬは、作業ステーション５００から搬出される。このように、作業者Ｕ２は、ワークＷの取り外し作業中にはドアＤＲを開け、ワークＷの取り外し作業が完了したことに基づいてドアＤＲを閉める。

このように、ドアＤＲの開閉状態は、工作機械１０がどのような状態にあるかを特定するための指標（すなわち、工作機械状態値）になり得る。

ドアＤＲの開閉状態を検出するために、開閉センサ５４１がドアＤＲに設けられる。開閉センサ５４１は、上述の各種センサ５５０（図２参照）の一例である。開閉センサ５４１は、無線通信機能を有する。ドアＤＲが開かれている場合には、開閉センサ５４１は、開状態を示す信号を上述のリモートＩ／Ｏユニット６４（図２参照）に出力する。一方で、ドアＤＲが閉じられている場合には、開閉センサ５４１は、開状態を示す信号を上述のリモートＩ／Ｏユニット６４に出力する。リモートＩ／Ｏユニット６４は、開閉センサ５４１から受けた開閉状態を上述のネットワークＮＷ２（図２参照）を介して制御装置５０に一定周期ごとに送信する。これにより、制御装置５０の取得部１５２は、ドアＤＲの開閉状態を取得する。

（ｃ）工作機械状態値の具体例３
引き続き図５および図６を参照して、工作機械状態値の具体例３について説明する。取得部１５２は、パレットＰＴに取り付けられている治具ＡＰに対してワークＷが固定されている強度を示す物理量を工作機械状態値として取得する。当該物理量は、たとえば、クランプセンサ５４３によって検出される。クランプセンサ５４３は、上述の各種センサ５５０（図２参照）の一例である。

作業者Ｕ２は、固定具ＦＡ～ＦＤを用いて治具ＡＰにワークＷを固定する。クランプセンサ５４３は、たとえば、固定具ＦＡのクランプ強度を検出する。このとき、ワークＷが治具ＡＰに取り付けられる前においては、クランプセンサ５４３によって検出されるクランプ強度が略ゼロとなる。そして、治具ＡＰに対するワークＷの取り付け作業が進むにつれて、クランプセンサ５４３によって検出されるクランプ強度が大きくなる。一方で、ワークＷの取り外し作業においては、当該取り外し作業が進むにつれて、クランプセンサ５４３によって検出されるクランプ強度が小さくなる。

このように、クランプ強度は、段取り作業の進行度合いに応じて変化するため、工作機械１０がどのような状態にあるかを特定するための指標（すなわち、工作機械状態値）になり得る。

クランプセンサ５４３は、無線通信機能を有し、検出したクランプ強度を上述のリモートＩ／Ｏユニット６４（図２参照）に一定周期ごとに送信する。リモートＩ／Ｏユニット６４は、クランプセンサ５４３から受けたクランプ強度を上述のネットワークＮＷ２（図２参照）を介して制御装置５０に一定周期ごとに送信する。これにより、制御装置５０の取得部１５２は、クランプセンサ５４３からクランプ強度を取得する。

なお、図５および図６の例では、１つのクランプセンサ５４３が示されているが、複数のクランプセンサ５４３が設けられてもよい。この場合、複数のクランプセンサ５４３のそれぞれは、固定具ＦＡ～ＦＤのそれぞれに対して設けられる。

（ｄ）工作機械状態値の具体例４
引き続き図５および図６を参照して、工作機械状態値の具体例４について説明する。取得部１５２は、エリアセンサ５４５の出力値を工作機械状態値として取得する。エリアセンサ５４５は、上述の各種センサ５５０（図２参照）の一例である。

エリアセンサ５４５は、投光ユニット５４５Ａと、受光ユニット５４５Ｂとを含む。投光ユニット５４５Ａは、受光ユニット５４５Ｂに向けて光を発する。受光ユニット５４５Ｂは、投光ユニット５４５Ａから発せられる光を受け、当該光の強度を出力する。投光ユニット５４５Ａおよび受光ユニット５４５Ｂは、投光ユニット５４５Ａから発される光が作業中の作業者Ｕ２によって遮られるように配置される。異なる言い方をすれば、投光ユニット５４５Ａおよび受光ユニット５４５Ｂは、投光ユニット５４５Ａから発せられる光が作業ステーション５００内におけるワークの搬送場所と作業者Ｕ２の作業エリアとの間を通過するように配置される。

段取り作業中においては、作業者Ｕ２は、パレットＰＬの近くにいるため、投光ユニット５４５Ａから発せられる光が作業者Ｕ２によって遮られる。段取り作業が完了すると、作業者Ｕ２は、作業エリアから離れる。そのため、段取り作業完了後においては、投光ユニット５４５Ａから発せられる光は、作業者Ｕ２によって遮られない。受光ユニット５４５Ｂが投光ユニット５４５Ａから受ける光の強度は、ワークＷの取り付け作業の進行度合いに応じて変化するため、工作機械１０がどのような状態にあるかを特定するための指標（すなわち、工作機械状態値）になり得る。

受光ユニット５４５Ｂは、投光ユニット５４５Ａからの光が遮断状態であるか否かを上述のリモートＩ／Ｏユニット６４（図２参照）に出力する。リモートＩ／Ｏユニット６４は、投光ユニット５４５Ａからの光が遮断状態であるか否かを上述のネットワークＮＷ２（図２参照）を介して制御装置５０に一定周期ごとに送信する。

（Ｃ２．人物検出部５５２）
次に、図７を参照して、図３に示される人物検出部５５２の機能について説明する。図７は、作業ステーション５００内の様子を斜めから表わした図である。

図７の例では、パレットＰＬに治具ＡＰが取り付けられている。治具ＡＰは、たとえば、イケールである。加工対象のワークＷは、作業者Ｕ２によって治具ＡＰに取り付けられる。

図７に示されるように、作業ステーション５００内には、カメラ５３４が設けられる。カメラ５３４は、作業ステーション５００内の作業エリアを撮影するように設置され、作業ステーション５００内で段取り作業を行っている作業者Ｕ２を撮影する。カメラ５３４は、作業ステーション５００内において、１台だけ配置されてもよいし、複数台配置されてもよい。カメラ５３４は、作業エリアを撮影して得られた画像を定期的に画像処理装置５３２の人物検出部５５２に送る。

人物検出部５５２は、カメラ５３４から得られた画像から作業者を検出する。作業者を検出するための画像処理アルゴリズムには、任意の画像処理プログラムが採用される。

ある局面において、画像処理装置５３２は、作業者が写っていない背景画像を予め取得しておく。画像処理装置５３２は、背景画像と同じ視点から作業エリアを撮影して得られた入力画像を取得すると、入力画像から背景画像を差分する。これにより、画像処理装置５３２は、入力画像から背景を除いた背景差分画像を得ることができる。画像処理装置５３２は、背景差分画像から所定値以上の画素値を有する領域を抽出し、当該領域を人物領域として検出する。

他の局面において、人物検出部５５２は、学習済みモデルを用いて画像から作業者を検出する。学習済みモデルは、学習用データセットを用いた学習処理により予め生成されている。学習用データセットは、人物が写っている複数の学習用画像を含む。各学習用画像には、人物が写っているか否かを示すラベルが関連付けられる。学習済みモデルの内部パラメータは、このような学習用データセットを用いた学習処理により予め最適化されている。

学習済みモデルを生成するための学習手法には、種々の機械学習アルゴリズムが採用され得る。一例として、当該機械学習アルゴリズムとして、ディープラーニング、コンボリューションニューラルネットワーク（ＣＮＮ）、全層畳み込みニューラルネットワーク（ＦＣＮ）、サポートベクターマシンなどが採用される。

好ましくは、人物検出部５５２は、カメラ５３４から得られた画像から、作業者の手や腕などの各部位の座標を検出する。作業者の各部位の検出には、上述の機械学習アルゴリズムが採用される。

以上のような人物検出処理がカメラ５３４から得られる画像に対して順次実行される。人物検出部５５２は、人物の検出結果を動作解析部５５４に順次出力する。

（Ｃ３．動作解析部５５４）
次に、図３に示される動作解析部５５４の機能について説明する。動作解析部５５４は、人物検出部５５２から出力される人物検出結果を順次受けて、作業者の動作状態を解析する。

人物検出部５５２による人物検出結果は、たとえば、画像内における作業者の座標値で表わされる。好ましくは、当該座標値は、作業者の顔、腕、または手の位置を表わす。動作解析部５５４は、人物検出部５５２から順次得られる座標値に基づいて、作業者の動作量と相関のある指標を算出する。当該指標の一例として、動作解析部５５４は、所定時間内に得られる座標値の分散値（すなわち、移動分散）を順次算出する。

動作解析部５５４は、算出した移動分散が所定の第１閾値よりも大きい場合に、作業者が動作中であると判別する。動作中とは、作業ステーション５００において作業者が何らかの作業を行っている状態を意味する。

また、動作解析部５５４は、算出した移動分散が所定の第２閾値（≦第１閾値）よりも小さい場合、作業者が行動停止中であると判別する。行動停止中とは、作業者が動作していない状態を意味する。

また、人物検出部５５２によって人物が検出されなかった場合には、動作解析部５５４は、作業者の動作解析結果として、人物未検出を出力する。

以上のように、動作解析部５５４は、作業ステーション５００にいる作業者の動作解析結果として、動作中、行動停止中、または人物未検出を出力する。動作解析部５５４による動作解析結果は、行動判別部１５４に出力される。

なお、動作解析部５５４が解析可能な動作状態は、動作中、行動停止中、および人物未検出の３種類に限定されない。一例として、動作解析部５５４は、作業者の動作量に応じて「動作中」をさらに詳細に区分してもよい。たとえば、「動作中」は、作業者の動作量に応じて「動作中（動作量多）」と「動作中（動作量少）」とに分類されてもよい。

（Ｃ４．行動判別部１５４）
次に、図７～図１２を参照して、図３に示される行動判別部１５４の機能について説明する。図７は、作業ステーション５００内の様子を斜めから表わした図である。

行動判別部１５４は、取得部１５２によって取得された工作機械状態値と、人感センサ５３０による作業者の動作状態とに基づいて、作業ステーション５００にいる作業者の行動種別を判別する。その際、作業者の行動種別は、工作機械状態値および動作状態の組み合わせごとに行動種別を関連付けている行動種別定義１２４に基づいて判別される。

行動判別部１５４が判別可能な行動種別は、たとえば、「段取り作業中」と、「清掃作業中」と、「行動不能状態」と、「非作業状態」を含む。「段取り作業中」とは、加工対象のワークをパレットに取り付ける作業、または、加工済みのワークをパレットから取り外す作業などを作業者が行っていることを意味する。「清掃作業中」とは、作業者が作業エリアの清掃作業を行っていることを意味する。「行動不能状態」とは、作業者が何らかの理由で身動きが取れない状態にあることを意味する。「非作業状態」とは、作業者が作業ステーション５００にいない状態であることを意味する。

作業者の行動種別が「行動不能状態」と判別された場合には、工作機械１０は、音声や警告音などで警報を出力し、作業者が「行動不能状態」であることを周囲に報知する。

以下では、行動種別定義１２４に基づく行動種別の判別手法１～５ついて順に説明する。

（ａ）行動種別の判別手法１
まず、図８を参照して、行動判別部１５４による行動種別の判別手法１について説明する。図８は、行動種別の判別手法１で用いられる行動種別定義１２４を示す図である。

図８に示されるように、本例では、操作盤４３０の操作状態と、人感センサ５３０による動作解析結果との組み合わせで、作業者の行動種別が判別される。上述の「（ａ）工作機械状態値の具体例１」で説明したように、操作盤４３０の操作状態は、工作機械状態値の一例であり、「操作中」または「非操作中」で表わされる。

行動判別部１５４は、操作盤４３０の操作状態が「操作中」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「段取り作業中」であると判別する。

図７に示される作業者Ｕ２が作業ステーション５００内で何らかの動作を行っており、かつ、図４に示される作業者Ｕ１が作業ステーション５００外で加工機４００の操作盤４３０を操作している場合には、作業者Ｕ２は、段取り作業を行っている可能性が高い。このように、人感センサ５３０の動作解析結果と操作盤４３０の操作状態との両方が考慮されることで、段取り作業を確実に検出することが可能になる。

また、行動判別部１５４は、操作盤４３０の操作状態が「非操作中」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別を「清掃作業中」または「段取り作業中」と判別する。「清掃作業中」または「段取り作業中」は、たとえば、作業者の動作量に応じて区別される。一例として、行動判別部１５４は、操作状態が「操作中」を示し、かつ、動作解析結果が「動作中（動作量多）」を示す場合、作業者の行動種別を「清掃作業中」と判別する。また、行動判別部１５４は、操作状態が「操作中」を示し、かつ、動作解析結果が「動作中（動作量少）」を示す場合、作業者の行動種別が「段取り作業中」であると判別する。

また、行動判別部１５４は、操作盤４３０の操作状態が「非操作中」を示し、かつ、動作解析結果が「非動作中」を示す場合、作業者の行動種別を「行動不能状態」と判別する。より具体的には、行動判別部１５４は、操作状態としての工作機械状態値が所定時間内に所定値以上変化せず、かつ、人感センサ５３０による出力値が所定時間内に所定値以上変化しない場合に、行動種別が「行動不能状態」であると判別する。

また、行動判別部１５４は、動作解析結果が「人物未検出」を示す場合、作業者の行動種別が「非作業状態」であると判別する。

（ｂ）行動種別の判別手法２
次に、図９を参照して、行動判別部１５４による行動種別の判別手法２について説明する。図９は、行動種別の判別手法２で用いられる行動種別定義１２４を示す図である。

図９に示されるように、本例では、上述の開閉センサ５４１によって検出され得るドアＤＲの開閉状態と、人感センサ５３０による動作解析結果との組み合わせで、作業者の行動種別が判別される。上述の「（ｂ）工作機械状態値の具体例２」で説明したように、ドアＤＲの開閉状態は、工作機械状態値の一例であり、「開状態」または「閉状態」で表わされる。

行動判別部１５４は、開閉状態が「開状態」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「段取り作業中」であると判別する。

また、行動判別部１５４は、開閉状態が「閉状態」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別を「清掃作業中」と判別する。

また、行動判別部１５４は、開閉状態が「閉状態」を示し、かつ、動作解析結果が「非動作中」を示す場合、作業者の行動種別を「行動不能状態」と判別する。より具体的には、行動判別部１５４は、開閉状態が所定時間内に変化せず、かつ、人感センサ５３０による出力値が所定時間内に所定値以上変化しない場合に、行動種別が「行動不能状態」であると判別する。

また、行動判別部１５４は、動作解析結果が「人物未検出」を示す場合、作業者の行動種別が「非作業状態」であると判別する。

（ｃ）行動種別の判別手法３
次に、図１０を参照して、行動判別部１５４による行動種別の判別手法３について説明する。図１０は、行動種別の判別手法３で用いられる行動種別定義１２４を示す図である。

図１０に示されるように、本例では、上述のクランプセンサ５４３によって検出されるクランプ強度の状態と、人感センサ５３０による動作解析結果との組み合わせで、作業者の行動種別が判別される。クランプ強度は、工作機械状態値の一例である。上述の「（ｃ）工作機械状態値の具体例３」で説明したように、治具に対するワークの取り付け作業が進むにつれて、クランプセンサ５４３によって検出されるクランプ強度が大きくなる。一方で、ワークの取り外し作業においては、当該取り外し作業が進むにつれて、クランプセンサ５４３によって検出されるクランプ強度が小さくなる。

この点に着目して、行動判別部１５４は、クランプ強度が増加しており、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「段取り作業中（取り付け作業中）」であると判別する。一方で、クランプ強度が減少しており、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「段取り作業中（取り外し作業中）」であると判別する。

クランプ強度が増加しているか否かは、たとえば、クランプ強度の変化量に基づいて判断される。より具体的には、行動判別部１５４は、クランプ強度の移動平均値が前回の値よりも大きい場合、クランプ強度が増加していると判断する。一方で、行動判別部１５４は、クランプ強度の移動平均値が前回の値よりも小さい場合、クランプ強度が減少していると判断する。

また、行動判別部１５４は、クランプ強度が未検出であり、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「清掃作業中」であると判別する。あるいは、行動判別部１５４は、クランプ強度が所定値未満で、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「清掃作業中」であると判別する。

また、行動判別部１５４は、クランプ強度が変化せず、かつ、動作解析結果が「非動作中」を示す場合、作業者の行動種別を「行動不能状態」と判別する。より具体的には、行動判別部１５４は、クランプ強度が所定時間内に所定値以上変化せず、かつ、人感センサ５３０による出力値が所定時間内に所定値以上変化しない場合に、行動種別が「行動不能状態」であると判別する。

また、行動判別部１５４は、動作解析結果が「人物未検出」を示す場合、作業者の行動種別が「非作業状態」であると判別する。

（ｄ）行動種別の判別手法４
次に、図１１を参照して、行動判別部１５４による行動種別の判別手法４について説明する。図１１は、行動種別の判別手法４で用いられる行動種別定義１２４を示す図である。

図１１に示されるように、本例では、上述のエリアセンサ５４５の出力値と、人感センサ５３０による動作解析結果との組み合わせで、作業者の行動種別が判別される。上述の「（ｄ）工作機械状態値の具体例４」で説明したように、エリアセンサ５４５の出力値は、工作機械状態値の一例であり、「遮断状態」または「非遮断状態」で表わされる。

行動判別部１５４は、エリアセンサ５４５の出力値が「遮断状態」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別が「段取り作業中」であると判別する。

また、行動判別部１５４は、エリアセンサ５４５の出力値が「非遮断状態」を示し、かつ、動作解析結果が「動作中」を示す場合、作業者の行動種別を「清掃作業中」と判別する。

また、行動判別部１５４は、エリアセンサ５４５の出力値が「非遮断状態」を示し、かつ、動作解析結果が「非動作中」を示す場合、作業者の行動種別を「行動不能状態」と判別する。より具体的には、行動判別部１５４は、操作状態としての工作機械状態値が所定時間内に変化せず、かつ、人感センサ５３０による出力値が所定時間内に所定値以上変化しない場合に、行動種別が「行動不能状態」であると判別する。

また、行動判別部１５４は、動作解析結果が「人物未検出」を示す場合、作業者の行動種別が「非作業状態」であると判別する。

（ｅ）行動種別の判別手法５
上述では、行動判別部１５４は、１種類の工作機械状態値と、人感センサ５３０の出力値との組み合わせに基づいて、作業ステーション５００にいる作業者の行動種別を判別していたが、行動種別の判別方法は、これに限定されない。たとえば、行動判別部１５４は、２種類以上の工作機械状態値と、人感センサ５３０の出力値との組み合わせに基づいて、作業ステーション５００にいる作業者の行動種別を判別してもよい。

（Ｃ５．作業履歴１２６）
以下では、図１２を参照して、図３に示される作業履歴１２６について説明する。図１２は、作業履歴１２６のデータ構造の一例を示す図である。

行動判別部１５４による行動種別の判別結果は、作業履歴１２６に書き込まれる。作業履歴１２６は、工作機械１０内の記憶装置に格納されてもよいし、外部機器（たとえば、サーバーや外部ハードディスクなど）に格納されてもよい。

図１２に示されるように、作業履歴１２６には、作業者の識別情報（たとえば、作業者ＩＤ（Identification））と、行動種別の検出時間と、検出された行動種別とが関連付けられる。

設計者や管理者は、作業履歴１２６を分析することで工作機械の稼働状況を正確に把握することができ、工作機械の設計思想やワークの生産工程を見直すことができる。

＜Ｄ．データの共有方法＞
図１３を参照して、工作機械１０を構成する各種機器間でのデータの共有方法について説明する。図１３は、工作機械１０を構成する各種機器の協働関係を概略的に示す図である。

上述のように、コントロールシステム１００およびＰＬＣ１５１は、ＥｔｈｅｒＮＥＴなどのネットワークＮＷ１に接続される。リモートＩ／Ｏユニット６１～６４およびＰＬＣ１５１は、フィールドネットワークであるネットワークＮＷ２に接続される。

ネットワークＮＷ２には、フレーム７２が伝送される。フレーム７２は、ネットワークＮＷ２上を予め定められた制御周期ごとに周回する。リモートＩ／Ｏユニット６１～６４およびＰＬＣ１５１は、フレーム７２を介して各種データを共有する。

フレーム７２は、たとえば、ＰＬＣ１５１用のデータ領域７１Ａと、リモートＩ／Ｏユニット６１に接続される搬送装置３００用のデータ領域７１Ｂと、リモートＩ／Ｏユニット６２に接続される加工機４００用のデータ領域７１Ｃと、リモートＩ／Ｏユニット６３に接続される人感センサ５３０用のデータ領域７１Ｄと、リモートＩ／Ｏユニット６４に接続される各種センサ５５０用のデータ領域７１Ｅとを有する。

フレーム７２のデータ領域７１Ａは、ＰＬＣ１５１が各種データを書き込む領域である。データ領域７１Ａには、パレットＰＬの搬送指示などが書き込まれる。当該搬送指示には、パレットＰＬの搬送先が含まれる。当該搬送先は、たとえば、収納部２００内の格納場所を示す識別番号（たとえば、格納場所を示すＩＤ（Identification））や、加工機４００を識別するための識別番号（たとえば、工作機械のＩＤ）などで表わされる。ＰＬＣ１５１によってデータ領域７１Ａに書き込まれた各種データは、ネットワークＮＷ２に接続される各種機器に参照され得る。

フレーム７２のデータ領域７１Ｂは、リモートＩ／Ｏユニット６１が搬送装置３００に関する各種データを書き込む領域である。データ領域７１Ｂに書き込まれた各種データは、ネットワークＮＷ２に接続される各種機器に参照される。

フレーム７２のデータ領域７１Ｃは、リモートＩ／Ｏユニット６２が加工機４００に関する各種データを書き込む領域である。データ領域７１Ｃに書き込まれた各種データは、ネットワークＮＷ２に接続される各種機器に参照される。

フレーム７２のデータ領域７１Ｄは、リモートＩ／Ｏユニット６３が人感センサ５３０の出力値を書き込む領域である。一例として、フレーム７２のデータ領域７１Ｄには、人感センサ５３０によって検出された上述の動作解析結果が書き込まれる。データ領域７１Ｄに書き込まれた各種データは、ネットワークＮＷ２に接続される各種機器に参照される。上述の行動判別部１５４（図３参照）は、フレーム７２のデータ領域７１Ｄを参照することで人感センサ５３０による動作解析結果を取得する。

フレーム７２のデータ領域７１Ｅは、リモートＩ／Ｏユニット６４が各種センサ５５０の出力値を書き込む領域である。一例として、フレーム７２のデータ領域７１Ｅには、上述の工作機械状態値が書き込まれる。データ領域７１Ｅに書き込まれた各種データは、ネットワークＮＷ２に接続される各種機器に参照される。上述の取得部１５２（図３参照）は、フレーム７２のデータ領域７１Ｅを参照することで各種の工作機械状態値を取得する。

＜Ｅ．コントロールシステム１００のハードウェア構成＞
図１４を参照して、コントロールシステム１００のハードウェア構成について説明する。図１４は、コントロールシステム１００のハードウェア構成の一例を示す模式図である。

コントロールシステム１００は、プロセッサ１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、表示インターフェイス１０５と、入力インターフェイス１０７と、記憶装置１２０とを含む。これらのコンポーネントは、バス１１０に接続される。

プロセッサ１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、少なくとも１つのＧＰＵ（Graphics Processing Unit）、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはそれらの組み合わせなどによって構成され得る。

プロセッサ１０１は、行動判別プログラム１２２やオペレーティングシステムなどの各種プログラムを実行することでコントロールシステム１００の動作を制御する。プロセッサ１０１は、行動判別プログラム１２２の実行命令を受け付けたことに基づいて、記憶装置１２０またはＲＯＭ１０２からＲＡＭ１０３に行動判別プログラム１２２を読み出す。ＲＡＭ１０３は、ワーキングメモリとして機能し、行動判別プログラム１２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス１０４には、ＬＡＮ（Local Area Network）やアンテナなどが接続される。コントロールシステム１００は、通信インターフェイス１０４を介してネットワークＮＷ１に接続される。これにより、コントロールシステム１００は、ネットワークＮＷ１に接続される外部機器とデータをやり取りする。当該外部機器は、たとえば、制御盤１５０やサーバー（図示しない）などを含む。コントロールシステム１００は、当該外部機器から行動判別プログラム１２２をダウンロードできるように構成されてもよい。

表示インターフェイス１０５には、ディスプレイ１０６が接続される。表示インターフェイス１０５は、プロセッサ１０１などからの指令に従って、ディスプレイ１０６に対して、画像を表示するための画像信号を送出する。ディスプレイ１０６は、たとえば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ、またはその他の表示機器である。なお、ディスプレイ１０６は、コントロールシステム１００と一体的に構成されてもよいし、コントロールシステム１００とは別に構成されてもよい。

入力インターフェイス１０７には、入力デバイス１０８が接続される。入力デバイス１０８は、たとえば、マウス、キーボード、タッチパネル、またはユーザの操作を受け付けることが可能なその他の装置である。なお、入力デバイス１０８は、コントロールシステム１００と一体的に構成されてもよいし、コントロールシステム１００とは別に構成されてもよい。

記憶装置１２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置１２０は、行動判別プログラム１２２や、上述の行動種別定義１２４や、上述の作業履歴１２６などを格納する。これらの格納場所は、記憶装置１２０に限定されず、プロセッサ１０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

行動判別プログラム１２２は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、行動判別プログラム１２２による行動判別処理は、任意のプログラムと協働して実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う行動判別プログラム１２２の趣旨を逸脱するものではない。さらに、行動判別プログラム１２２によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、少なくとも１つのサーバーが行動判別プログラム１２２の処理の一部を実行する所謂クラウドサービスのような形態でコントロールシステム１００が構成されてもよい。

＜Ｆ．ＰＬＣ１５１のハードウェア構成＞
図１５を参照して、ＰＬＣ１５１のハードウェア構成の一例について説明する。図１５は、ＰＬＣ１５１の主要なハードウェア構成を示すブロック図である。

ＰＬＣ１５１は、プロセッサ１６１と、ＲＯＭ（Read Only Memory）１６２と、ＲＡＭ（Random Access Memory）１６３と、通信インターフェイス１６４，１６５と、記憶装置１７０とを含む。

プロセッサ１６１は、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＭＰＵ（Micro Processing Unit）、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡまたはそれらの組み合わせなどによって構成される。

プロセッサ１６１は、制御プログラム１７２など各種プログラムを実行することで搬送装置３００や加工機４００の動作を制御する。プロセッサ１６１は、制御プログラム１７２の実行命令を受け付けたことに基づいて、記憶装置１７０からＲＯＭ１６２に制御プログラム１７２を読み出す。ＲＡＭ１６３は、ワーキングメモリとして機能し、制御プログラム１７２の実行に必要な各種データを一時的に格納する。

通信インターフェイス１６４には、ＬＡＮやアンテナなどが接続される。ＰＬＣ１５１は、通信インターフェイス１６４を介してネットワークＮＷ１に接続される。これにより、ＰＬＣ１５１は、ネットワークＮＷ１に接続される外部機器とデータをやり取りする。当該外部機器は、たとえば、コントロールシステム１００やサーバー（図示しない）などを含む。

通信インターフェイス１６５は、フィールドネットワークであるネットワークＮＷ２に接続するためのインターフェイスである。ＰＬＣ１５１は、通信インターフェイス１６５を介してネットワークＮＷ２に接続される各種機器とデータをやり取りする。

記憶装置１７０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置１７０は、制御プログラム１７２などを格納する。制御プログラム１７２の格納場所は、記憶装置１７０に限定されず、プロセッサ１６１の記憶領域（たとえば、キャッシュ領域など）、ＲＯＭ１６２、ＲＡＭ１６３、外部機器（たとえば、サーバー）などに格納されていてもよい。

＜Ｇ．加工機４００のハードウェア構成＞
図１６を参照して、加工機４００のハードウェア構成の一例について説明する。図１６は、加工機４００の主要なハードウェア構成を示すブロック図である。

加工機４００は、ＣＮＣ４０１と、ＲＯＭ４０２と、ＲＡＭ４０３と、フィールドバスコントローラ４０４と、サーボドライバ４１１Ａ～４１１Ｄと、サーボモータ４１２Ａ～４１２Ｄと、エンコーダ４１３Ａ～４１３Ｄと、ボールねじ４１４Ａ，４１４Ｂと、工具を取り付けるための主軸４１５と、操作盤４３０とを含む。これらの機器は、バス（図示しない）を介して接続されている。

ＣＮＣ４０１は、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＭＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成される。

ＣＮＣ４０１は、加工プログラム４２２など各種プログラムを実行することでＣＮＣ４００の動作を制御する。ＣＮＣ４０１は、加工プログラム４２２の実行命令を受け付けたことに基づいて、記憶装置４２０からＲＯＭ４０２に加工プログラム４２２を読み出す。ＲＡＭ４０３は、ワーキングメモリとして機能し、加工プログラム４２２の実行に必要な各種データを一時的に格納する。

フィールドバスコントローラ４０４は、リモートＩ／Ｏユニット６２を介してＰＬＣ１５１との通信を実現するためのインターフェイスである。ＣＮＣ４００は、フィールドバスコントローラ４０４を介してＰＬＣ１５１との間でデータをやり取りする。

操作盤４３０は、加工機４００に対する各種の操作を受け付ける。また、操作盤４３０は、ディスプレイ（図示しない）を備え、各種の情報を表示する。当該ディスプレイは、は、たとえば、液晶ディスプレイ、有機ＥＬディスプレイ、またはその他の表示機器である。

ＣＮＣ４００は、加工プログラム４２２に従ってサーボドライバ４１１Ａを制御する。サーボドライバ４１１Ａは、ＣＮＣ４０１から目標回転数（または目標位置）の入力を逐次的に受け、サーボモータ４１２Ａが目標回転数で回転するようにサーボモータ４１２Ａを制御し、ワーク設置台（図示しない）をＸ軸方向に駆動する。より具体的には、サーボドライバ４１１Ａは、エンコーダ４１３Ａのフィードバック信号からサーボモータ４１２Ａの実回転数（または実位置）を算出し、当該実回転数が目標回転数よりも小さい場合にはサーボモータ４１２Ａの回転数を上げ、当該実回転数が目標回転数よりも大きい場合にはサーボモータ４１２Ａの回転数を下げる。このように、サーボドライバ４１１Ａは、サーボモータ４１２Ａの回転数のフィードバックを逐次的に受けながらサーボモータ４１２Ａの回転数を目標回転数に近付ける。サーボドライバ４１１Ａは、ボールねじ４１４Ａに接続されるワーク設置台をＸ軸方向に移動し、ワーク設置台をＸ軸方向の任意の位置に移動する。

同様のモータ制御により、サーボドライバ４１１Ｂは、ボールねじ４１４Ｂに接続されるワーク設置台をＣＮＣ４００からの制御指令に従ってＹ軸方向に移動し、ワーク設置台をＹ軸方向の任意の位置に移動する。同様のモータ制御を行うことにより、サーボドライバ４１１Ｃは、ＣＮＣ４００からの制御指令に従って主軸４１５をＺ軸方向に移動し、主軸４１５をＺ軸方向の任意の位置に移動する。同様のモータ制御を行うことにより、サーボドライバ４１１Ｄは、ＣＮＣ４００からの制御指令に従って、主軸４１５の回転速度を制御する。

記憶装置４２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置４２０は、加工プログラム４２２などを格納する。加工プログラム４２２の格納場所は、記憶装置４２０に限定されず、ＣＮＣ４０１の記憶領域（たとえば、キャッシュ領域など）、ＲＯＭ４０２、ＲＡＭ４０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

＜Ｈ．画像処理装置５３２のハードウェア構成＞
図１７を参照して、画像処理装置５３２のハードウェア構成について順に説明する。図１７は、画像処理装置５３２のハードウェア構成の一例を示す図である。

画像処理装置５３２は、プロセッサ５０１と、ＲＯＭ５０２と、ＲＡＭ５０３と、通信インターフェイス５０４，５０５と、カメラインターフェイス５０６と、記憶装置５２０とを含む。これらのコンポーネントは、バス５１０に接続される。

プロセッサ５０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＧＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成され得る。

プロセッサ５０１は、人物検出機能を有する画像処理プログラム５２２などの各種プログラムを実行することで画像処理装置５３２の動作を制御する。プロセッサ５０１は、各種プログラムの実行命令を受け付けたことに基づいて、記憶装置５２０またはＲＯＭ５０２からＲＡＭ５０３に実行対象のプログラムを読み出す。ＲＡＭ５０３は、ワーキングメモリとして機能し、プログラムの実行に必要な各種データを一時的に格納する。

通信インターフェイス５０４には、ＬＡＮやアンテナなどが接続される。画像処理装置５３２は、通信インターフェイス５０４を介して、サーバーなどの外部機器との間でデータをやり取りする。

通信インターフェイス５０５は、フィールドネットワークであるネットワークＮＷ２に接続するためのインターフェイスである。画像処理装置５３２は、通信インターフェイス５０５を介してネットワークＮＷ２に接続される各種機器とデータをやり取りする。

カメラインターフェイス５０６は、カメラ５３４と画像処理装置５３２とを有線または無線で接続するためのインターフェイスである。カメラ５３４は、ＣＣＤ（Charge Coupled Device）カメラであってもよいし、赤外線カメラ（サーモグラフィ）であってもよいし、その他の種類のカメラであってもよい。カメラ５３４は、作業ステーション５００内の作業エリアを撮影するように設置され、作業ステーション５００内で段取り作業を行っている作業者を撮影する。

記憶装置５２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置５２０は、たとえば、画像処理プログラム５２２などを格納する。画像処理プログラム５２２の格納場所は、記憶装置５２０に限定されず、プロセッサ５０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ５０２、ＲＡＭ５０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

＜Ｉ．制御フロー＞
図１８を参照して、制御装置５０の制御フローについて説明する。図１８は、制御装置５０が実行する処理の一部を表わすフローチャートである。

ステップＳ１１０において、制御装置５０は、行動判別プログラム１２２の実行命令を受け付けたか否かを判断する。制御装置５０は、行動判別プログラム１２２の実行命令を受け付けたと判断した場合（ステップＳ１１０においてＹＥＳ）、制御をステップＳ１１２に切り替える。そうでない場合には（ステップＳ１１０においてＮＯ）、制御装置５０は、ステップＳ１１０の処理を再び実行する。

ステップＳ１１２において、制御装置５０は、上述の取得部１５２（図３参照）として機能し、各種センサ５５０から工作機械状態値を取得する。工作機械状態値については上述の通りであるので、その説明については繰り返さない。

ステップＳ１１４において、制御装置５０は、上述の行動判別部１５４（図３参照）として機能し、作業ステーション５００にいる作業者の動作状態を人感センサ５３０から取得する。動作状態については上述の通りであるので、その説明については繰り返さない。

ステップＳ１１６において、制御装置５０は、上述の行動判別部１５４（図３参照）として機能し、ステップＳ１１２で取得した工作機械状態値と、ステップＳ１１４で取得した作業者の動作状態との組み合わせに基づいて、当該作業者の行動種別を判別する。より具体的には、制御装置５０は、工作機械状態値および動作状態の組み合わせごとに作業者の行動種別を関連付けている行動種別定義１２４を参照して、ステップＳ１１２で取得した工作機械状態値と、ステップＳ１１４で取得した作業者の動作状態との組み合わせに対応する行動種別を特定する。

ステップＳ１１８において、制御装置５０は、ステップＳ１１６での行動種別の判別結果を、作業者の識別情報（たとえば、作業者ＩＤ）と現時刻とを対応付けた上で、上述の作業履歴１２６（図１２参照）に書き込む。作業者の識別情報は、たとえば、作業ステーション５００の端末における作業者のログイン情報から特定される。現時刻は、たとえば、外部機器などから受信される。

ステップＳ１２０において、制御装置５０は、行動判別プログラム１２２を終了するか否かを判断する。行動判別プログラム１２２の終了指示は、たとえば、ユーザによる終了操作に基づいて発せられる。制御装置５０は、行動判別プログラム１２２を終了すると判断した場合（ステップＳ１２０においてＹＥＳ）、図１８に示される処理を終了する。そうでない場合には（ステップＳ１２０においてＮＯ）、制御装置５０は、制御をステップＳ１１２に戻す。

＜Ｊ．まとめ＞
以上のようにして、工作機械１０は、人感センサ５３０によって検出される作業者の動作状態と、工作機械状態との組み合わせで、当該作業者の行動種別を判別する。人感センサ５３０による作業者の動作状態と工作機械状態値との２つの情報を用いることで、１つの情報を用いた場合よりも、作業者の行動種別を詳細に分類することができる。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。

１０ 工作機械、５０ 制御装置、６１～６４ リモートＩ／Ｏユニット、７１Ａ～７１Ｅ データ領域、７２ フレーム、１００ コントロールシステム、１０１，１６１，５０１ プロセッサ、１０２，１６２，４０２，５０２ ＲＯＭ、１０３，１６３，４０３，５０３ ＲＡＭ、１０４，１６４，１６５，５０４，５０５ 通信インターフェイス、１０５ 表示インターフェイス、１０６ ディスプレイ、１０７ 入力インターフェイス、１０８ 入力デバイス、１１０，５１０ バス、１２０，１７０，４２０，５２０ 記憶装置、１２２ 行動判別プログラム、１２４ 行動種別定義、１２６ 作業履歴、１５０ 制御盤、１５１ ＰＬＣ、１５２ 取得部、１５４ 行動判別部、１７２ 制御プログラム、２００ 収納部、３００ 搬送装置、３３０ レール、３３１ 台車、３３３ フォーク部、３３４，４１１，４１１Ａ～４１１Ｄ サーボドライバ、３３５，４１２，４１２Ａ～４１２Ｄ サーボモータ、４００ 加工機、４０４ フィールドバスコントローラ、４１３Ａ～４１３Ｄ エンコーダ、４１４Ａ，４１４Ｂ ボールねじ、４１５ 主軸、４２２ 加工プログラム、４３０ 操作盤、５００ 作業ステーション、５０６ カメラインターフェイス、５２２ 画像処理プログラム、５３０ 人感センサ、５３２ 画像処理装置、５３４ カメラ、５４１ 開閉センサ、５４３ クランプセンサ、５４５ エリアセンサ、５４５Ａ 投光ユニット、５４５Ｂ 受光ユニット、５５０ 各種センサ、５５２ 人物検出部、５５４ 動作解析部。

Claims (13)

1. ワークを加工するための工作機械であって、
   前記ワークに対して人物が作業を行うための作業エリアにいる人物の動きを検出するための人感センサと、
   前記工作機械を制御するための制御装置と、
   前記工作機械に対する操作を受け付けるための操作部とを備え、
   前記制御装置は、
   前記工作機械の状態を示す状態値を取得するための取得部と、
   前記人感センサの出力値と、前記取得部によって取得された状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するための判別部とを含み、
   前記状態値は、前記操作部の操作状態を含み、
   前記判別部は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記操作状態が操作中であることを示す場合に、前記行動種別が段取り作業中であると判別する、工作機械。
2. ワークを加工するための工作機械であって、
   前記ワークに対して人物が作業を行うための作業エリアにいる人物の動きを検出するための人感センサと、
   前記工作機械を制御するための制御装置と、
   前記ワークの設置場所と前記作業エリアとの間を区切る開閉可能なドアと、
   前記ドアの開閉状態を検出するための開閉センサとを備え、
   前記制御装置は、
   前記工作機械の状態を示す状態値を取得するための取得部と、
   前記人感センサの出力値と、前記取得部によって取得された状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するための判別部とを含み、
   前記状態値は、前記開閉センサによって検出される前記開閉状態を含み、
   前記判別部は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記開閉状態が前記ドアの開状態を示す場合に、前記行動種別が段取り作業中であると判別する、工作機械。
3. ワークを加工するための工作機械であって、
   前記ワークに対して人物が作業を行うための作業エリアにいる人物の動きを検出するための人感センサと、
   クランプ強度の状態を検出するためのクランプセンサと、
   前記工作機械を制御するための制御装置とを備え、
   前記制御装置は、
   前記工作機械の状態を示す状態値を取得するための取得部と、
   前記人感センサの出力値と、前記取得部によって取得された状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するための判別部とを含み、
   前記状態値は、前記クランプセンサによって検出される前記クランプ強度を含み、
   前記判別部は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記クランプ強度が増加もしくは減少を示す場合に、前記行動種別が段取り作業中であると判別する、工作機械。
4. 前記段取り作業中は、前記作業エリアにいる人物が前記ワークに対して作業を行っていることを示す、請求項１に記載の工作機械。
5. 前記判別部が判別可能な行動種別は、前記作業エリアにいる人物が清掃を行っていることを示す清掃作業中を含み、
   前記取得部は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記操作状態が非操作中であることを示す場合に、前記行動種別が前記清掃作業中であると判別する、請求項１に記載の工作機械。
6. 前記判別部が判別可能な行動種別は、前記作業エリアにいる人物が清掃を行っていることを示す清掃作業中を含み、
   前記判別部は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記開閉状態が前記ドアの閉状態を示す場合に、前記行動種別が前記清掃作業中であると判別する、請求項２に記載の工作機械。
7. 前記判別部が判別可能な行動種別は、前記作業エリアにおいて人物が行動不能であることを示す行動不能状態を含み、
   前記判別部は、前記人感センサによる出力値が所定時間内に所定値以上変化せず、かつ、前記取得部によって取得される前記状態値が所定時間内に所定値以上変化しない場合に、前記行動種別が前記行動不能状態であると判別する、請求項１～６のいずれか１項に記載の工作機械。
8. 工作機械内にいる人物の行動種別の判別方法であって、
   前記工作機械は、
   加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
   前記工作機械に対する操作を受け付けるための操作部とを備え、
   前記判別方法は、
   前記人感センサの出力値を取得するステップと、
   前記工作機械の状態を示す状態値を取得するステップと、
   前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを備え、
   前記状態値は、前記操作部の操作状態を含み、
   前記判別方法は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記操作状態が操作中であることを示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに含む、行動種別の判別方法。
9. 工作機械内にいる人物の行動種別の判別方法であって、
   前記工作機械は、
   加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
   前記ワークの設置場所と前記作業エリアとの間を区切る開閉可能なドアと、
   前記ドアの開閉状態を検出するための開閉センサとを備え、
   前記判別方法は、
   前記人感センサの出力値を取得するステップと、
   前記工作機械の状態を示す状態値を取得するステップと、
   前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを備え、
   前記状態値は、前記開閉センサによって検出される前記開閉状態を含み、
   前記判別方法は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記開閉状態が前記ドアの開状態を示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに備える、行動種別の判別方法。
10. 工作機械内にいる人物の行動種別の判別方法であって、
    前記工作機械は、
    加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
    クランプ強度の状態を検出するためのクランプセンサとを備え、
    前記判別方法は、
    前記人感センサの出力値を取得するステップと、
    前記工作機械の状態を示す状態値を取得するステップと、
    前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを備え、
    前記状態値は、前記クランプセンサによって検出される前記クランプ強度を含み、
    前記判別方法は、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記クランプ強度が増加もしくは減少を示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに備える、行動種別の判別方法。
11. 工作機械内にいる人物の行動種別の判別プログラムであって、
    前記工作機械は、
    加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
    前記工作機械に対する操作を受け付けるための操作部とを備え、
    前記判別プログラムは、前記工作機械に、
    前記人感センサの出力値を取得するステップと、
    前記工作機械の状態を示す状態値を取得するステップと、
    前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを実行させ、
    前記状態値は、前記操作部の操作状態を含み、
    前記判別プログラムは、前記工作機械に、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記操作状態が操作中であることを示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに実行させる、行動種別の判別プログラム。
12. 工作機械内にいる人物の行動種別の判別プログラムであって、
    前記工作機械は、
    加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
    前記ワークの設置場所と前記作業エリアとの間を区切る開閉可能なドアと、
    前記ドアの開閉状態を検出するための開閉センサとを備え、
    前記判別プログラムは、前記工作機械に、
    前記人感センサの出力値を取得するステップと、
    前記工作機械の状態を示す状態値を取得するステップと、
    前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを実行させ、
    前記状態値は、前記開閉センサによって検出される前記開閉状態を含み、
    前記判別プログラムは、前記工作機械に、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記開閉状態が前記ドアの開状態を示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに実行させる、行動種別の判別プログラム。
13. 工作機械内にいる人物の行動種別の判別プログラムであって、
    前記工作機械は、
    加工対象のワークに対して前記人物が作業を行うための作業エリアにいる前記人物の動きを検出するための人感センサと、
    クランプ強度の状態を検出するためのクランプセンサとを備え、
    前記判別プログラムは、前記工作機械に、
    前記人感センサの出力値を取得するステップと、
    前記工作機械の状態を示す状態値を取得するステップと、
    前記人感センサの出力値と、前記状態値と基づいて、前記作業エリアにいる人物の行動種別を判別するステップとを実行させ、
    前記状態値は、前記クランプセンサによって検出される前記クランプ強度を含み、
    前記判別プログラムは、前記工作機械に、前記人感センサによって前記作業エリアにいる人物の動きが検出され、かつ、前記クランプ強度が増加もしくは減少を示す場合に、前記行動種別が段取り作業中であると判別するステップをさらに実行させる、行動種別の判別プログラム。

Images