JP7286507B2 - 作業者管理装置、及び作業者管理方法 - Google Patents
作業者管理装置、及び作業者管理方法 Download PDFInfo
- Publication number
- JP7286507B2 JP7286507B2 JP2019185797A JP2019185797A JP7286507B2 JP 7286507 B2 JP7286507 B2 JP 7286507B2 JP 2019185797 A JP2019185797 A JP 2019185797A JP 2019185797 A JP2019185797 A JP 2019185797A JP 7286507 B2 JP7286507 B2 JP 7286507B2
- Authority
- JP
- Japan
- Prior art keywords
- worker
- information
- state
- inquiry
- estimated
- 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
- 238000007726 management method Methods 0.000 title claims description 93
- 230000010365 information processing Effects 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 description 50
- 238000012545 processing Methods 0.000 description 47
- 230000008569 process Effects 0.000 description 39
- 230000004044 response Effects 0.000 description 28
- 238000013480 data collection Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000007547 defect Effects 0.000 description 6
- 230000008451 emotion Effects 0.000 description 6
- 230000003930 cognitive ability Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 206010019345 Heat stroke Diseases 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 235000021110 pickles Nutrition 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
係性を表す学習データとに基づき、作業者の作業中における感情及び認知能力を夫々推定する。しかし作業者の感情の入力は作業者本人が自発的に行う必要があり、有用な情報を取りこぼしてしまう可能性がある。
ターネット、専用線等である。
用するもの、電磁波の位相差を利用して位置計測を行うもの、トータルステーション等)、撮影装置(カメラ)、作業者2の生体情報(心拍数、歩数、発汗量、血圧、呼吸数等)を取得する装置(リストバンド型活動量計、作業者2の加速度を計測する名札型センサ等)、作業者2の作業内容や所要時間を取得する各種業務システム(Github、Redmine、ServiceNow、メール収集システム等)等がある。
ド型活動量計のメーカが提供するクラウド、リストバンド型活動量計又は名札型センサが送信する電波を収集可能な端末装置等がある。
Gate Array)、ASIC(Application Specific Integrated Circuit)、AI(Artificial Intelligence)チップ等を用いて構成されている。
Only Memory)、RAM(Random Access Memory)、不揮発性メモリ(NVRAM(Non Volatile RAM))等である。
ブ、光学式記憶装置(CD(Compact Disc)、DVD(Digital Versatile Disc)等)、ストレージシステム、ICカード、SDカードや光学式記録媒体等の記録媒体の読取/書込装置、クラウドサーバの記憶領域等である。補助記憶装置13には、記録媒体の読取装置や通信装置16を介してプログラムやデータを読み込むことができる。補助記憶装置13に格納(記憶)されているプログラムやデータは主記憶装置12に随時読み込まれる。
こし易い状態にあると判定した場合、判定部120は、発報情報(作業者の氏名、発報先の氏名、発報する時刻、判定した状態、各状態の可能性、判定時刻等)を発報部130に通知する。一方、判定部120は、作業者2が作業不良を起こし易い状態にないと判定した場合、問い合せ部140に作業者状態情報を通知する。
業者状態情報とともに「発報不要」を出力する(S616)。例えば、上記閾値が40%である場合、「日立次郎」は「2019年3月2日13:00:00」に「緊張」状態であり、可能性が50%であるので、判定部120は、作業者状態情報とともに、発報が必要であると判定する。
1315には、発報又は問い合せのタイミングを特定する情報が設定される。
、及び各状態の可能性が表示される。
行われる。
る。状態回答1418には、発報又は問い合せにより現場装置30か取得した回答情報が設定される。回答者氏名1419には、回答者の氏名が設定される。回答日時1420には、回答情報を取得(受信)した日時が設定される。
しくない状態の組があるか否かを判定する。尚、εは2つの確率が近しいことを表す閾値である。この閾値εは、作業者2または監督者4が予め定めてもよいし、判定モデル116の改善とともにフィードバックにより更新されるようにしてもよい。また上記の閾値は、作業者iごとに異なる値でもよい。
否かを判定する。
06と異なり、回答取得処理S1113では、発報に関する処理は行わない。
ここでyi,jは、作業者iが状態jである事象の可能性、 fjは作業者が状態jである可能性の判定式、aiは作業者または監督者iによる回答の重み係数ベクトル、xiは作業者状態T
BL113から抽出した作業者iのデータのベクトルである。事象の可能性の判定式、回
答の重み係数ベクトルは、ユーザが予め設定した係数を用いて構成してもよい。
報を取得するまでに要する時間に応じた重みを設定した学習データにより判定モデル116を学習するので、実際の情報の信頼性に応じて判定モデル116の学習への影響度合いに軽重をつけることができ、信頼性の高い情報を優先させて判定モデル116を学習するので、判定モデル116の判定精度を向上させることができる。
モデル更新情報設定画面
Claims (12)
- 情報処理装置を用いて構成され、
作業現場で作業を行う作業者の情報を取得するセンサ装置、及び前記作業者が操作する現場装置と通信可能に接続し、
前記センサ装置により取得されたデータであるセンサデータを機械学習モデルに入力することにより所定時点における前記作業者の状態を推定し、
推定した前記状態に基づき前記現場装置への発報要否を判定し、
前記判定により発報要と判定した場合は、前記作業者に発報する情報である発報情報を生成して前記現場装置に送信するとともに、前記所定時点における前記作業者の実際の状態を前記現場装置から取得し、
前記判定により発報不要と判定した場合は、推定した前記作業者の状態に基づき前記実際の状態の問い合せ要否を判定し、問い合せ要と判定した場合に、前記実際の状態を問い合せるための情報である問い合せ情報を生成して前記現場装置に送信することにより、前記実際の状態を前記現場装置から取得し、
取得した前記実際の状態を学習データとして前記機械学習モデルを学習し、
前記所定時点において前記作業者の様子を確認可能な人の夫々について設定された優先度を記憶し、
前記現場装置から、前記実際の状態とともに当該実際の状態の提供者を特定する情報を取得し、
前記学習データに、取得した前記実際の状態に当該実際の状態の前記提供者の前記優先度に応じた重みを設定して前記機械学習モデルを学習する、
作業者管理装置。 - 請求項1に記載の作業者管理装置であって、
前記機械学習モデルにより複数の前記作業者の状態を夫々の可能性とともに推定し、推定した可能性が同程度の、作業に相応しくない複数の状態が存在するか否かを判定し、推定した可能性が同程度の複数の状態が存在する場合に、前記問い合せ情報を生成して前記現場装置に送信する、
作業者管理装置。 - 請求項1に記載の作業者管理装置であって、
前記機械学習モデルにより複数の前記作業者の状態を夫々の可能性とともに推定し、推定した前記状態のうち、作業に相応しくない状態であり、かつ、推定した前記可能性が最大の状態を特定し、特定した前記可能性が予め設定された閾値を超える前記状態がある場合に発報要と判定する、
作業者管理装置。 - 請求項1に記載の作業者管理装置であって、
前記優先度と、前記発報情報又は前記問い合せ情報を前記現場装置に送信してから前記実際の状態を取得するまでに要する時間とに応じて、前記重みを設定する、
作業者管理装置。 - 請求項1に記載の作業者管理装置であって、
前記作業者の状態毎に設定された前記発報情報又は前記問い合せ情報を送信するタイミングを示す情報を記憶し、
前記推定した状態に対応する前記タイミングで前記発報情報又は前記問い合せ情報を前記現場装置に送信する、
作業者管理装置。 - 請求項1に記載の作業者管理装置であって、
前記機械学習モデルの前記学習データによる学習を実行する条件の設定を記憶し、
前記条件が成立した場合に前記機械学習モデルの前記学習を実行する、
作業者管理装置。 - 作業現場で作業を行う作業者の情報を取得するセンサ装置、及び前記作業者が操作する現場装置と通信可能に接続する情報処理装置が、
前記センサ装置により取得されたデータであるセンサデータを機械学習モデルに入力することにより所定時点における前記作業者の状態を推定するステップ、
推定した前記状態に基づき前記現場装置への発報要否を判定するステップ、
前記判定により発報要と判定した場合は、前記作業者に発報する情報である発報情報を生成して前記現場装置に送信するとともに、前記所定時点における前記作業者の実際の状態を前記現場装置から取得するステップ、
前記判定により発報不要と判定した場合は、推定した前記作業者の状態に基づき前記実際の状態の問い合せ要否を判定し、問い合せ要と判定した場合に、前記実際の状態を問い合せるための情報である問い合せ情報を生成して前記現場装置に送信することにより、前記実際の状態を前記現場装置から取得するステップ、
取得した前記実際の状態を学習データとして前記機械学習モデルを学習するステップ、
前記所定時点において前記作業者の様子を確認可能な人の夫々について設定された優先度を記憶するステップ、
前記現場装置から、前記実際の状態とともに当該実際の状態の提供者を特定する情報を取得するステップ、
前記学習データに、取得した前記実際の状態に当該実際の状態の前記提供者の前記優先度に応じた重みを設定して前記機械学習モデルを学習するステップ、
を実行する、作業者管理方法。 - 請求項7に記載の作業者管理方法であって、
前記情報処理装置が、前記機械学習モデルにより複数の前記作業者の状態を夫々の可能性とともに推定し、推定した可能性が同程度の、作業に相応しくない複数の状態が存在するか否かを判定し、推定した可能性が同程度の複数の状態が存在する場合に、前記問い合せ情報を生成して前記現場装置に送信するステップ、
をさらに実行する、作業者管理方法。 - 請求項7に記載の作業者管理方法であって、
前記情報処理装置が、前記機械学習モデルにより複数の前記作業者の状態を夫々の可能性とともに推定し、推定した前記状態のうち、作業に相応しくない状態であり、かつ、推定した前記可能性が最大の状態を特定し、特定した前記可能性が予め設定された閾値を超える前記状態がある場合に発報要と判定するステップ、
をさらに実行する、作業者管理方法。 - 請求項7に記載の作業者管理方法であって、
前記情報処理装置が、前記優先度と、前記発報情報又は前記問い合せ情報を前記現場装置に送信してから前記実際の状態を取得するまでに要する時間とに応じて、前記重みを設定するステップ、
をさらに実行する、作業者管理方法。 - 請求項7に記載の作業者管理方法であって、
前記情報処理装置が、
前記作業者の状態毎に設定された前記発報情報又は前記問い合せ情報を送信するタイミングを示す情報を記憶するステップ、及び、
前記推定した状態に対応する前記タイミングで前記発報情報又は前記問い合せ情報を前記現場装置に送信するステップ、
をさらに実行する、作業者管理方法。 - 請求項7に記載の作業者管理方法であって、
前記情報処理装置が、
前記機械学習モデルの前記学習データによる学習を実行する条件の設定を記憶するステップ、及び、
前記条件が成立した場合に前記機械学習モデルの前記学習を実行するステップ、
をさらに実行する、作業者管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019185797A JP7286507B2 (ja) | 2019-10-09 | 2019-10-09 | 作業者管理装置、及び作業者管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019185797A JP7286507B2 (ja) | 2019-10-09 | 2019-10-09 | 作業者管理装置、及び作業者管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021060899A JP2021060899A (ja) | 2021-04-15 |
JP7286507B2 true JP7286507B2 (ja) | 2023-06-05 |
Family
ID=75380410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019185797A Active JP7286507B2 (ja) | 2019-10-09 | 2019-10-09 | 作業者管理装置、及び作業者管理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7286507B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7536810B2 (ja) | 2022-01-24 | 2024-08-20 | Necフィールディング株式会社 | 作業支援装置、作業支援装置の動作方法、及び動作プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008000497A (ja) | 2006-06-26 | 2008-01-10 | Xanavi Informatics Corp | 機器制御装置 |
JP2009022370A (ja) | 2007-07-17 | 2009-02-05 | Toyota Motor Corp | 人の状態推定装置 |
JP2018025932A (ja) | 2016-08-09 | 2018-02-15 | ファナック株式会社 | センサと機械学習部を備えた作業管理システム |
WO2018150554A1 (ja) | 2017-02-20 | 2018-08-23 | マクセル株式会社 | 脈波測定装置、携帯端末装置及び脈波測定方法 |
US20190142347A1 (en) | 2017-11-09 | 2019-05-16 | Daegu Gyeongbuk Institute Of Science And Technology | Apparatus and method for predicting physical stability |
JP2019133231A (ja) | 2018-01-29 | 2019-08-08 | 富士通株式会社 | ストレス状況予測プログラム、情報処理装置及びストレス状況予測方法 |
JP2019145067A (ja) | 2018-02-21 | 2019-08-29 | 富士ゼロックス株式会社 | 生産性及び業務品質の最適化のために人物の感情集中の状態を検出することを目的とした生理学的検出のシステム並びに方法、コンピュータ実装方法、プログラム、及びコンピュータシステム |
JP2019159941A (ja) | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 推定システム、学習装置、学習方法、推定装置及び推定方法 |
-
2019
- 2019-10-09 JP JP2019185797A patent/JP7286507B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008000497A (ja) | 2006-06-26 | 2008-01-10 | Xanavi Informatics Corp | 機器制御装置 |
JP2009022370A (ja) | 2007-07-17 | 2009-02-05 | Toyota Motor Corp | 人の状態推定装置 |
JP2018025932A (ja) | 2016-08-09 | 2018-02-15 | ファナック株式会社 | センサと機械学習部を備えた作業管理システム |
WO2018150554A1 (ja) | 2017-02-20 | 2018-08-23 | マクセル株式会社 | 脈波測定装置、携帯端末装置及び脈波測定方法 |
US20190142347A1 (en) | 2017-11-09 | 2019-05-16 | Daegu Gyeongbuk Institute Of Science And Technology | Apparatus and method for predicting physical stability |
JP2019133231A (ja) | 2018-01-29 | 2019-08-08 | 富士通株式会社 | ストレス状況予測プログラム、情報処理装置及びストレス状況予測方法 |
JP2019145067A (ja) | 2018-02-21 | 2019-08-29 | 富士ゼロックス株式会社 | 生産性及び業務品質の最適化のために人物の感情集中の状態を検出することを目的とした生理学的検出のシステム並びに方法、コンピュータ実装方法、プログラム、及びコンピュータシステム |
JP2019159941A (ja) | 2018-03-14 | 2019-09-19 | オムロン株式会社 | 推定システム、学習装置、学習方法、推定装置及び推定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021060899A (ja) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6952745B2 (ja) | 行動支援プログラム | |
CN104334075B (zh) | 具有调整通知的生物测定属性异常检测系统 | |
US10567535B2 (en) | Monitoring and alerting a user to variants from predicted patterns based on real time device analysis | |
US10679158B2 (en) | System and method to track time and attendance of an individual at a workplace | |
CN105593826A (zh) | 监控测试设备的远程计算设备的移动应用交互用户界面 | |
US20190206222A1 (en) | Systems and Methods for Monitored Individual Progression Processing | |
KR20210015942A (ko) | 능동적 작업자 감지 및 평가를 갖는 개인 보호 장비 및 안전 관리 시스템 | |
CN107810515A (zh) | 跟踪个人在工作场所的时间和出勤以用于安排工作班次的系统和方法 | |
US11990231B2 (en) | Workflow predictive analytics engine | |
US20110165544A1 (en) | Activity data presenting apparatus, activity data presenting method and recording medium | |
US12051318B1 (en) | Systems and methods of device-agnostic data generation including a training dashboard and using data from wearable and non-wearable devices | |
JPWO2016088597A1 (ja) | 食品管理システム、冷蔵庫、サーバ、端末装置、および制御プログラム | |
CN110209281A (zh) | 对运动信号进行处理的方法、电子设备和介质 | |
JP7286507B2 (ja) | 作業者管理装置、及び作業者管理方法 | |
JP2007316996A (ja) | 資産管理システム、資産管理サーバ、資産管理方法及びプログラム | |
CN111566689A (zh) | 信息处理设备、信息处理方法及其程序 | |
JP6534171B2 (ja) | 呼出支援システム | |
JP2020198093A (ja) | 情報処理システム、装置、方法、およびプログラム | |
JP2021043781A (ja) | 健康管理システム、健康管理方法 | |
JP2017059186A (ja) | 介護サービス支援システム及び介護サービス支援プログラム | |
JP2020098436A (ja) | 携帯端末装置、情報管理システム、および、ユーザ端末プログラム | |
JP7047174B1 (ja) | 予測システム、予測装置、予測方法および予測プログラム | |
US20230196137A1 (en) | Computerized disruption handling in an environment | |
WO2022045081A1 (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
US20220207878A1 (en) | Information acquisition support apparatus, information acquisition support method, and recording medium storing information acquisition support program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230124 |
|
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: 20230425 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230524 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7286507 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |