JP7414676B2 - 負荷推定装置、方法およびプログラム - Google Patents

Description

本発明の実施形態は、負荷推定装置、方法およびプログラムに関する。

製造現場および物流現場などにおいて、作業者の作業時間および休憩時間を割り当てる際に、例えば、作業者の負荷推定が必要となる。作業者の負荷推定として、例えば、作業テーブルから負荷を推定する手法が知られている。この手法は、作業者が事前に決められた作業テーブルに従って作業するものと見なし、作業テーブルに含まれる各作業に対応付けられた負荷値に基づいて負荷推定を行う。しかし、この手法では、作業者の動作などが反映されていないため、推定された負荷と実際の負荷とが乖離する可能性がある。

また、別の作業者の負荷推定として、動作センサを用いて負荷を推定する手法が知られている。この手法は、作業者に装着された動作センサによって取得されたセンサデータから、負荷を推定し、負荷が一定以上となった場合に警告を発するものである。しかし、この手法では、短時間の休憩（例えば、休憩時間における休憩など）で解消する負荷であるのか、或いは長時間の休息（例えば、当日の作業を切り上げて安静にするなど）で解消する負荷であるのかという負荷の性質まで推定することは困難であった。

特開２０１９－１１５６５１号公報 特開２０１９－１０３６０９号公報

本発明が解決しようとする課題は、負荷の性質を考慮した負荷推定を行うことができる負荷推定装置、方法およびプログラムを提供することである。

一実施形態に係る負荷推定装置は、取得部と、動作推定部と、動作負荷推定部と、姿勢推定部と、姿勢負荷推定部と、第１の累積負荷推定部と、第２の累積負荷推定部とを備える。取得部は、計測対象からのセンサデータを取得する。動作推定部は、センサデータに基づいて計測対象の身体部位の動作を推定する。動作負荷推定部は、動作の情報に基づいて身体部位の動作負荷を推定する。姿勢推定部は、センサデータに基づいて身体部位の姿勢を推定する。姿勢負荷推定部は、姿勢の情報に基づいて身体部位の姿勢負荷を推定する。第１の累積負荷推定部は、動作負荷に基づいて第１の累積負荷を推定する。第２の累積負荷推定部は、動作負荷および姿勢負荷に基づいて第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する。

図１は、第１の実施形態に係る負荷推定装置を含む負荷推定システムの構成を例示するブロック図である。 図２は、第１の実施形態に係る負荷推定装置の構成を例示するブロック図である。 図３は、第１の実施形態における計測対象の状態と動作負荷と姿勢負荷と長期負荷との関係を説明する図である。 図４は、第１の実施形態に係る負荷推定装置の動作を例示するフローチャートである。 図５は、第２の実施形態に係る負荷推定装置の構成を例示するブロック図である。 図６は、第２の実施形態における足の状態と負荷係数とを対応付けたテーブルである。 図７は、第２の実施形態における腰の状態と負荷係数とを対応付けたテーブルである。 図８は、第２の実施形態における前腕の状態と負荷係数とを対応付けたテーブルである。 図９は、第２の実施形態における上腕の状態と負荷係数とを対応付けたテーブルである。 図１０は、第２の実施形態における上腕の運動強度と上腕の状態との関係を説明する図である。 図１１は、第２の実施形態に係る負荷推定装置の動作を例示するフローチャートである。 図１２は、第３の実施形態に係る負荷推定装置の構成を例示するブロック図である。 図１３は、第３の実施形態における作業種別と複数の身体部位の状態とを対応付けたテーブルである。 図１４は、第３の実施形態に係る負荷推定装置の動作を例示するフローチャートである。 図１５は、第３の実施形態の応用例における作業種別と複数の身体部位の負荷係数を対応付けたテーブルである。 図１６は、第３の実施形態の応用例における上腕の運動強度と上腕の状態との関係を説明する図である。 図１７は、一実施形態における計測対象と複数の身体部位の長期累積負荷値とを対応付けたテーブルである。 図１８は、一実施形態に係るコンピュータのハードウェア構成を例示するブロック図である。

以下、図面を参照しながら、負荷推定装置の実施形態について詳細に説明する。実施形態は、計測対象からのセンサデータを用いて短期負荷および長期負荷を推定する負荷推定装置に関する。実施形態において、短期負荷は、例えば、短時間の休憩を要する負荷である。短時間の休憩とは、例えば、休憩時間における休憩および昼休みなど、当日の作業の合間などに設けられる休憩である。長期負荷は、例えば、長時間の休息を要する負荷である。長時間の休息とは、例えば、当日の作業を切り上げて安静にする、および翌日を休みにするなど、当日の作業の枠外での休憩である。或いは、短期負荷は、例えば、一定時間未満の休息で解消できる可能性のある性質の負荷である。長期負荷は、例えば、一定時間以上の休息で解消できる可能性のある性質の負荷である。即ち、長期負荷は、短期負荷よりも負荷解消にかかる期間が長いという性質を有する。

（第１の実施形態）
図１は、第１の実施形態に係る負荷推定装置を含む負荷推定システムの構成を例示するブロック図である。図１の負荷推定システム１は、負荷推定装置１００と、出力装置１１０と、一つ以上のセンサとを備える。図１では、一つ以上のセンサとして、第１のセンサ１２１、第２のセンサ１２２、第３のセンサ１２３、および第４のセンサ１２４を例示する。一つ以上のセンサは、同一計測対象についての一つ以上のセンサデータを取得する。負荷推定装置１００は、一つ以上のセンサデータに基づいて、短期負荷および長期負荷を推定する。出力装置１１０は、短期負荷および長期負荷に基づく表示データを表示する。尚、負荷推定システム１は、他の計測対象についてのセンサデータを取得するセンサを含んでもよい。計測対象は、例えば、工場などの作業現場で作業をする作業者である。

出力装置１１０は、例えば、モニタである。出力装置１１０は、負荷推定装置１００から表示データを受け取る。出力装置１１０は、表示データを表示する。尚、出力装置１１０は、表示データを表示可能であればモニタに限らない。例えば、出力装置１１０は、プロジェクタおよびプリンタでもよい。また、出力装置１１０は、スピーカを備えてもよい。

一つ以上のセンサは、例えば、計測対象の複数の身体部位に装着されたウェアラブルデバイスに内蔵される。以降では、ウェアラブルデバイスとセンサとは同様の意味で用いることとする。複数の身体部位は、例えば、手首、上腕、足首、上腿、腰、背中、および頭などである。一つ以上のセンサのうちの各センサは、例えば、加速度データ、角速度データ、地磁気データ、気圧データ、温湿度データ、筋電位データ、および脈派データなどの少なくとも一つの計測データをセンサデータとして取得する。好適には、各センサは、少なくとも加速度データおよび角速度データをセンサデータとして取得する。計測データは、複数のチャネルを含んでもよい。例えば、計測データが加速度データである場合、センサデータは、加速度の各方向成分に対応する３チャネル分の計測データを含む。また、計測データが角速度データである場合、センサデータは、角速度の各方向成分に対応する３チャネル分の計測データを含む。本実施形態では、一つ以上のセンサとして、第１のセンサ１２１、第２のセンサ１２２、第３のセンサ１２３、および第４のセンサ１２４を利用する場合について説明される。

第１のセンサ１２１は、例えば、計測対象の足首に装着される。第１のセンサ１２１は、計測対象の足の状態をセンサデータとして計測する。第１のセンサ１２１は、計測したセンサデータを負荷推定装置１００へと出力する。

第２のセンサ１２２は、例えば、計測対象の腰に装着される。第２のセンサ１２２は、計測対象の腰の状態をセンサデータとして計測する。第２のセンサ１２２は、計測したセンサデータを負荷推定装置１００へと出力する。

第３のセンサ１２３は、例えば、計測対象の手首に装着される。第３のセンサ１２３は、計測対象の手首（前腕）の状態をセンサデータとして計測する。第３のセンサ１２３は、計測したセンサデータを負荷推定装置１００へと出力する。

第４のセンサ１２４は、例えば、計測対象の上腕に装着される。第４のセンサ１２４は、計測対象の上腕の状態をセンサデータとして計測する。第４のセンサ１２４は、計測したセンサデータを負荷推定装置１００へと出力する。

図２は、第１の実施形態に係る負荷推定装置の構成を例示するブロック図である。図２の負荷推定装置１００は、データ取得部２１０（取得部）と、動作推定部２２０と、動作負荷推定部２３０と、姿勢推定部２４０と、姿勢負荷推定部２５０と、短期負荷推定部２６０（第１の累積負荷推定部）と、長期負荷推定部２７０（第２の累積負荷推定部）とを備える。尚、動作推定部２２０および姿勢推定部２４０は、一つの推定部としてまとめられてもよい。言い換えると、動作推定部２２０において、姿勢推定部２４０の各処理が行われてもよいし、姿勢推定部２４０において、動作推定部２２０の各処理が行われてもよい。

データ取得部２１０は、第１のセンサ１２１、第２のセンサ１２２、第３のセンサ１２３、および第４のセンサ１２４のそれぞれからセンサデータを取得する。以降では、それぞれのセンサデータを区別する必要が無い場合、単にセンサデータとする。データ取得部２１０は、取得したセンサデータを動作推定部２２０および姿勢推定部２４０へと出力する。尚、データ取得部２１０は、取得したセンサデータを、図示しない記憶部へ記憶させてもよいし、外部のサーバへ送信してもよい。

動作推定部２２０は、データ取得部２１０からセンサデータを受け取る。動作推定部２２０は、センサデータに基づいて計測対象の身体部位の動作を推定する。動作推定部２２０は、推定した動作の情報（動作情報）を動作負荷推定部２３０へと出力する。尚、動作推定部２２０は、特定の身体部位を含む一カ所以上の身体部位に装着された一つ以上のセンサからのセンサデータを用いて、特定の身体部位の動作を推定してもよいし、特定の身体部位の動作と一カ所以上の他の身体部位の動作とを推定してもよいし、計測対象の全身の動作を推定してもよい。

具体的には、動作推定部２２０は、センサデータのパターンから、計測対象の身体部位の運動量を推定する。より具体的には、動作推定部２２０は、例えば、静止時のセンサパターンと作業時のセンサパターンとの差分のパターンを用いて、身体部位が動いた量と動いていた時間との積、および加速度の二回積分などを用いて運動量を算出する。また、動作推定部２２０は、一般的に知られている一つ以上のアルゴリズムを実行することによって運動量を算出してもよい。尚、動作推定部２２０は、運動量から運動強度を算出してもよい。

なお、動作推定部２２０は、身体部位の動作の種類を推定してもよい。この場合、動作推定部２２０は、センサデータを入力すると身体部位の動作の種類を出力するように学習された機械学習の学習済みモデルを用いて動作の種類を推定してもよい。また、動作推定部２２０は、センサデータのパターンから、計測対象が作業中か否か、および休憩中か否かの少なくともいずれかを推定してもよい。

動作負荷推定部２３０は、動作推定部２２０から動作情報を受け取る。動作負荷推定部２３０は、動作情報に基づいて動作負荷を推定する。動作負荷推定部２３０は、推定した動作負荷の情報（動作負荷情報）を短期負荷推定部２６０および長期負荷推定部２７０へと出力する。

具体的には、動作負荷推定部２３０は、動作情報に運動量が含まれる場合、例えば、算出された運動量に対して、一般的に知られている一つ以上のアルゴリズムを実行することによって動作負荷を推定する。

姿勢推定部２４０は、データ取得部２１０からセンサデータを受け取る。姿勢推定部２４０は、センサデータに基づいて計測対象の姿勢を推定する。姿勢推定部２４０は、推定した姿勢の情報（姿勢情報）を姿勢負荷推定部２５０へと出力する。尚、姿勢推定部２４０は、特定の身体部位を含む一カ所以上の身体部位に装着された一つ以上のセンサからのセンサデータを用いて、特定の身体部位の姿勢を推定してもよいし、特定の身体部位の姿勢と一カ所以上の他の身体部位の姿勢とを推定してもよいし、計測対象の全身の姿勢を推定してもよい。

具体的には、姿勢推定部２４０は、センサデータのパターンから、計測対象の身体部位の姿勢の種類を推定する。より具体的には、姿勢推定部２４０は、例えば、センサパターンの特徴量と姿勢の種類とを対応付けたテーブルを用いて特徴量マッチングによって姿勢の種類を推定する。また、姿勢推定部２４０は、一般的に知られている一つ以上のアルゴリズムを実行することによって姿勢の種類を算出してもよい。尚、姿勢推定部２４０は、センサデータを入力すると姿勢の種類を出力するように学習された機械学習の学習済みモデルを用いて姿勢の種類を推定してもよい。

なお、姿勢推定部２４０は、センサデータのパターンから、計測対象が作業中か否か、および休憩中か否かの少なくともいずれかを推定してもよい。

姿勢負荷推定部２５０は、姿勢推定部２４０から姿勢情報を受け取る。姿勢負荷推定部２５０は、姿勢情報に基づいて姿勢負荷を推定する。姿勢負荷推定部２５０は、推定した姿勢負荷の情報（姿勢負荷情報）を長期負荷推定部２７０へと出力する。

具体的には、姿勢負荷推定部２５０は、姿勢情報に対して、一般的に知られている一つ以上のアルゴリズムを実行することによって姿勢負荷を推定する。

短期負荷推定部２６０は、動作負荷推定部２３０から動作負荷情報を受け取る。短期負荷推定部２６０は、動作負荷情報に基づいて短期負荷（第１の累積負荷）を推定する。具体的には、短期負荷推定部２６０は、所定の時間に行われた同一の動作負荷を累積することによって短期負荷を推定する。尚、短期負荷推定部２６０は、所定の時間に行われた同一の動作負荷の回数が増加するに従って累積負荷の加算割合を減少させてもよい。

なお、動作負荷を動作および負荷値の組として表した場合、短期負荷推定部２６０は、所定の時間に行われた同一の動作についての負荷値を累積することによって短期負荷を累積してもよい。

長期負荷推定部２７０は、動作負荷推定部２３０から動作負荷情報を受け取り、姿勢負荷推定部２５０から姿勢負荷情報を受け取る。長期負荷推定部２７０は、動作負荷情報および姿勢負荷情報に基づいて長期負荷（第２の累積負荷）を推定する。具体的には、長期負荷推定部２７０は、所定の時間に行われた同一の動作負荷の回数、および同一の姿勢負荷の継続時間に基づいて長期負荷を推定する。尚、長期負荷推定部２７０は、推定された長期負荷に基づいて負荷解消に係る予測時間を算出してもよい。

図３は、第１の実施形態における計測対象の状態と動作負荷と姿勢負荷と長期負荷との関係を説明する図である。図３では、計測対象の状態として、時系列に４つの状態３１１から３１４までが示されている。具体的には、状態３１１は、時刻ｔ０から時刻ｔ２まで作業が行われたことを示す。状態３１２は、時刻ｔ２から時刻ｔ３まで休憩していたことを示す。状態３１３は、時刻ｔ３から時刻ｔ５まで作業が行われたことを示す。状態３１４は、時刻ｔ５から時刻ｔ６まで休憩していたことを示す。

また、図３には、時刻ｔ０から時刻ｔ６までの期間に対応するグラフ３２０、グラフ３３０、およびグラフ３４０が示されている。グラフ３２０は動作負荷（短期負荷）に対応し、グラフ３３０は姿勢負荷に対応し、グラフ３４０は長期負荷に対応する。尚、図３のグラフ３２０、グラフ３３０、およびグラフ３４０は、特定の動作、或いは特定の姿勢に関するものとする。また、これらの動作および姿勢は、例えば、センサデータの波形から類推されてよい。尚、以下の説明では、計測対象の特定の動作および特定の姿勢が推定されているものとする。

時刻ｔ０において、計測対象が作業を開始すると、動作負荷推定部２３０は、計測対象の動作負荷を推定する。また、短期負荷推定部２６０は、推定された動作負荷情報に含まれる負荷値を時間経過と共に累積する。これにより、グラフ３２０の波形には、時刻ｔ０から時刻ｔ２までにおいて、非線形に増加する負荷値の累積値（累積負荷値）が示されている。

また、時刻ｔ０において、姿勢負荷推定部２５０は、計測対象の姿勢負荷を推定する。説明の都合上、作業対象は、作業中において特定の姿勢を維持し続けているものとする。また、姿勢負荷情報には、特定の姿勢に対応した負荷値が含まれているものとする。これにより、グラフ３３０の波形には、時刻ｔ０から時刻ｔ２までにおいて、特定の姿勢に対応した負荷値ｐｌが一定に示されている。

また、時刻ｔ０において、長期負荷推定部２７０は、動作負荷情報と姿勢負荷情報とに基づいて長期負荷になり得る負荷値を時間経過と共に累積する。例えば、長期負荷推定部２７０は、姿勢負荷が継続して発生している時間長Ｔｐｌ１に対応する時刻ｔ０から時刻ｔ２までにおいて、姿勢負荷による負荷値を時間経過と共に累積する。さらに、長期負荷推定部２７０は、短期負荷における累積負荷値が閾値ｔｈ１を越える時刻ｔ１から時刻ｔ２までにおいて、短期負荷による負荷値を更に累積させる。これにより、グラフ３４０の波形には、時刻ｔ０から時刻ｔ１までと、時刻ｔ１から時刻ｔ２までとにおいて、それぞれ略線形に増加する負荷値の累積値（累積負荷値）が示されている。また、グラフ３４０の波形において、時刻ｔ０から時刻ｔ１までに対応する区間３４１の傾きよりも、時刻ｔ１から時刻ｔ２までに対応する区間３４２の傾きの方が大きく示されている。これは、時刻ｔ１以降において、動作負荷が長期負荷に組み込まれていることを意味する。

次に、時刻ｔ２において、計測対象の休憩状態を契機に、短期負荷推定部２６０は、負荷値の累積を終了し、累積負荷値を初期値（例えば、ゼロ）にする。また、休憩状態では負荷推定を行わないこととする。よって、グラフ３２０の波形には、時刻ｔ２から時刻ｔ３までにおいて、ゼロを示す累積負荷値が示されている。

また、時刻ｔ２において、姿勢負荷推定部２５０は、作業対象が休憩状態であることを推定し、負荷値を推定しないか、負荷値をゼロとする。これにより、グラフ３３０の波形には、時刻ｔ２から時刻ｔ３までにおいて、ゼロを示す負荷値が示されている。

また、時刻ｔ２において、長期負荷推定部２７０は、長期負荷に組み込まれる動作負荷および姿勢負荷が無いため、これまでに累積された負荷値をそのまま維持する。これにより、グラフ３４０の波形には、時刻ｔ２から時刻ｔ３までに対応する区間３４３において、区間３４１と区間３４２とを経て累積された累積負荷値ｌｌ１が示されている。

次に、時刻ｔ３において、作業対象が再び作業を開始すると、動作負荷推定部２３０は、計測対象の動作負荷を推定する。また、短期負荷推定部２６０は、推定された動作負荷情報に含まれる負荷値を時間経過と共に累積する。これにより、グラフ３２０の波形には、時刻ｔ３から時刻ｔ５までにおいて、非線形に増加する累積負荷値が表示されている。

また、時刻ｔ３において、姿勢負荷推定部２５０は、計測対象の姿勢負荷を推定する。ここで、作業対象は、状態３１１と同様の作業を行っているものとする。よって、グラフ３３０の波形には、時刻ｔ３から時刻ｔ５までにおいて、負荷値ｐｌが一定に示されている。

また、時刻ｔ３において、長期負荷推定部２７０は、動作負荷情報と姿勢負荷情報とに基づいて長期負荷になり得る負荷値を時間経過と共に累積する。例えば、長期負荷推定部２７０は、姿勢負荷が継続して発生している時間長Ｔｐｌ２に対応する時刻ｔ３から時刻ｔ５までにおいて、姿勢負荷による負荷値を時間経過と共に累積する。さらに、長期負荷推定部２７０は、短期負荷における累積負荷値が閾値ｔｈ１を越える時刻ｔ４から時刻ｔ５までにおいて、短期負荷による負荷値を更に累積させる。これにより、グラフ３４０の波形には、時刻ｔ３から時刻ｔ４までと、時刻ｔ４から時刻ｔ５までとにおいて、それぞれ略線形に増加する累積負荷値が示されている。また、グラフ３４０の波形において、時刻ｔ３から時刻ｔ４までに対応する区間３４４の傾きよりも、時刻ｔ４から時刻ｔ５までに対応する区間３４５の傾きの方が大きく示されている。これは、時刻ｔ４以降において、動作負荷が長期負荷に組み込まれていることを意味する。

次に、時刻ｔ５において、計測対象の休憩状態を契機に、短期負荷推定部２６０は、負荷値の累積を終了し、累積負荷値をゼロにする。よって、グラフ３２０の波形には、時刻ｔ５から時刻ｔ６までにおいて、ゼロを示す累積負荷値が示されている。

また、時刻ｔ５において、姿勢負荷推定部２５０は、作業対象が休憩状態であることを推定し、負荷値を推定しないか、負荷値をゼロとする。これにより、グラフ３３０の波形には、時刻ｔ５から時刻ｔ６までにおいて、ゼロを示す負荷値が示されている。

また、時刻ｔ５において、長期負荷推定部２７０は、長期負荷に組み込まれる動作負荷および姿勢負荷が無いため、これまでに累積された負荷値をそのまま維持する。これにより、グラフ３４０の波形には、時刻ｔ５から時刻ｔ６までに対応する区間３４６において、累積負荷値ｌｌ１をベースとして区間３４４と区間３４５とを経て累積された累積負荷値ｌｌ２が示されている。

なお、負荷推定装置１００は、図示しないメモリおよびプロセッサを備えてもよい。メモリは、例えば、負荷推定装置１００の動作に関する各種プログラム（例えば、作業者の負荷を推定する負荷推定プログラムなど）を記憶する。プロセッサは、メモリに保存された各種プログラムを実行することで、データ取得部２１０、動作推定部２２０、動作負荷推定部２３０、姿勢推定部２４０、姿勢負荷推定部２５０、短期負荷推定部２６０、および長期負荷推定部２７０の各機能を実現する。

以上、第１の実施形態に係る負荷推定システム１および負荷推定装置１００の構成について説明した。次に、負荷推定装置１００の動作について図４のフローチャートを用いて説明する。

図４は、第１の実施形態に係る負荷推定装置の動作を例示するフローチャートである。図４のフローチャートの処理は、ユーザよって負荷推定プログラムが実行されることで開始する。

（ステップＳ４１０）
負荷推定プログラムが実行されると、データ取得部２１０は、計測対象からのセンサデータを取得する。

（ステップＳ４２０）
センサデータを取得した後、動作推定部２２０は、取得されたセンサデータに基づいて計測対象の動作を推定する。

（ステップＳ４３０）
動作を推定した後、動作負荷推定部２３０は、推定された動作に基づいて動作負荷を推定する。

（ステップＳ４４０）
動作負荷を推定した後、姿勢推定部２４０は、センサデータに基づいて計測対象の姿勢を推定する。

（ステップＳ４５０）
姿勢を推定した後、姿勢負荷推定部２５０は、推定された姿勢に基づいて姿勢負荷を推定する。

なお、ステップＳ４４０およびステップＳ４５０の処理は、ステップＳ４１０の処理の後に行われてもよい。また、ステップＳ４４０およびステップＳ４５０の処理は、ステップＳ４２０およびステップＳ４３０の処理と共に行われてもよい。

（ステップＳ４６０）
姿勢負荷を推定した後、短期負荷推定部２６０は、推定された動作負荷に基づいて短期負荷を推定する。

（ステップＳ４７０）
短期負荷を推定した後、長期負荷推定部２７０は、推定された動作負荷および推定された姿勢負荷に基づいて長期負荷を推定する。ステップＳ４７０の処理の後、負荷推定プログラムを終了する。尚、ステップＳ４７０の処理は、ステップＳ４６０の処理と共に行われてもよい。

なお、センサデータをリアルタイムで取得している場合、ステップＳ４７０の処理の後、ステップＳ４１０へ戻り、以降の処理を繰り返すものとする。また、負荷推定プログラムは、ユーザによる指示で終了してもよい。

以上説明したように、第１の実施形態に係る負荷推定装置は、計測対象からのセンサデータを取得し、センサデータに基づいて計測対象の身体部位の動作を推定し、動作の情報に基づいて身体部位の動作負荷を推定し、センサデータに基づいて身体部位の姿勢を推定し、姿勢の情報に基づいて身体部位の姿勢負荷を推定し、動作負荷に基づいて第１の累積負荷を推定し、動作負荷および姿勢負荷に基づいて第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する。

従って、第１の実施形態に係る負荷推定装置は、負荷の性質を考慮した負荷推定を行うことができる。また、第１の実施形態に係る負荷推定装置を利用することによって、作業従事者の生産性を効率的に高める作業計画作りが可能となる。

（第２の実施形態）
第１の実施形態では、負荷推定装置の基本的な構成および動作について説明した。他方、第２の実施形態では、負荷推定装置において、身体部位の状態に対応する負荷係数を用いて動作負荷推定および姿勢負荷推定を行うことについて説明する。

図５は、第２の実施形態に係る負荷推定装置の構成を例示するブロック図である。図５の負荷推定装置５００は、データ取得部５１０と、動作推定部５２０と、動作負荷推定部５３０と、姿勢推定部５４０と、姿勢負荷推定部５５０と、短期負荷推定部５６０（第１の累積負荷推定部）と、長期負荷推定部５７０（第２の累積負荷推定部）と、モデル記憶部５８０とを備える。尚、データ取得部５１０、動作推定部５２０、姿勢推定部５４０、短期負荷推定部５６０、および長期負荷推定部５７０は、データ取得部２１０、動作推定部２２０、姿勢推定部２４０、短期負荷推定部２６０、および長期負荷推定部２７０と同様の構成であるため、説明を省略する。

モデル記憶部５８０は、身体部位の状態と負荷係数とを対応付けた負荷テーブル（第１のテーブル）を記憶する。身体部位は、例えば、足、腰、上腕、および前腕に分類される。身体部位の状態は、例えば、動作および姿勢に分類される。負荷係数は、例えば、負荷の度合いによって分類される。また、負荷係数は、例えば、全身の重さに対する身体部位の重さの比率、または身体部位の重さと身体部位の筋肉量との関係の少なくともいずれかに基づいて決められる。モデル記憶部５８０は、負荷テーブルを動作負荷推定部５３０および姿勢負荷推定部５５０へと出力する。

図６は、第２の実施形態における足の状態と負荷係数とを対応付けたテーブルである。図６のテーブル６００（負荷テーブル）では、足の状態が動作および姿勢に分類されている。足の状態としての動作（足の動作）は、例えば、「歩行」、「屈伸」、「昇る」、および「降りる」の四つに分類されている。分類された足の動作には、それぞれ負荷係数「３」、「５」、「７」、および「４」が対応付けられている。また例えば、足の状態としての姿勢（足の姿勢）は、「伸長」、「屈曲」、および「中腰」の三つに分類されている。分類された足の姿勢には、それぞれ負荷係数「１」、「３」、および「７」が対応付けられている。

図７は、第２の実施形態における腰の状態と負荷係数とを対応付けたテーブルである。図７のテーブル７００（負荷テーブル）では、腰の状態が動作および姿勢に分類されている。腰の状態としての動作（腰の動作）は、例えば、「屈曲から伸長」および「伸長から屈曲」の二つに分類されている。分類された腰の動作には、それぞれ負荷係数「５」および「２」が対応付けられている。また例えば、腰の状態としての姿勢（腰の姿勢）は、「伸長」、「屈曲」、および「座位屈曲」の三つに分類されている。分類された腰の姿勢には、それぞれ負荷係数「１」、「３」、および「０」が対応付けられている。

図８は、第２の実施形態における前腕の状態と負荷係数とを対応付けたテーブルである。図８のテーブル８００（負荷テーブル）では、前腕の状態が動作および姿勢に分類されている。前腕の状態としての動作（前腕の動作）は、例えば、「屈曲」および「筆記」の二つに分類されている。分類された前腕の動作には、それぞれ負荷係数「２」および「２」が対応付けられている。また例えば、前腕の状態としての姿勢（前腕の姿勢）は、「中空維持」および「脱力」の二つに分類されている。分類された前腕の姿勢には、それぞれ負荷係数「２」および「０」が対応付けられている。

図９は、第２の実施形態における上腕の状態と負荷係数とを対応付けたテーブルである。図９のテーブル９００（負荷テーブル）では、上腕の状態が動作および姿勢に分類されている。上腕の状態としての動作（上腕の動作）は、例えば、「水平移動」および「鉛直移動」の二つに分類されている。分類された上腕の動作には、それぞれ負荷係数「１」および「３」が対応付けられている。また例えば、上腕の状態としての姿勢（上腕の姿勢）は、「支え有り維持」、「脱力」、および「中空維持」の三つに分類されている。分類された上腕の姿勢には、それぞれ負荷係数「２」、「０」、および「５」が対応付けられている。

動作負荷推定部５３０は、動作推定部５２０から動作情報を受け取り、モデル記憶部５８０から負荷テーブルを読み出す。動作負荷推定部５３０は、動作情報および負荷テーブルに基づいて動作負荷を推定する。動作負荷推定部５３０は、推定した動作負荷の情報（動作負荷情報）を短期負荷推定部５６０および長期負荷推定部５７０へと出力する。

具体的には、動作負荷推定部５３０は、動作情報に、身体部位の動作と、身体部位の動作における運動強度とが含まれる場合、例えば、身体部位の動作における運動強度と、身体部位の動作に対応する負荷係数とを用いて所定の演算（例えば、乗算）を行うことによって負荷値（動作負荷）を推定する。

姿勢負荷推定部５５０は、姿勢推定部５４０から姿勢情報を受け取り、モデル記憶部５８０から負荷テーブルを読み出す。姿勢負荷推定部５５０は、姿勢情報および負荷テーブルに基づいて姿勢負荷を推定する。姿勢負荷推定部５５０は、推定した姿勢負荷の情報（姿勢負荷情報）を長期負荷推定部５７０へと出力する。

具体的には、姿勢負荷推定部５５０は、姿勢情報に、身体部位の姿勢と、身体部位の姿勢の継続時間とが含まれる場合、例えば、身体部位の姿勢の継続時間と、身体部位の姿勢に対応する負荷係数とを用いて所定の演算（例えば、乗算）を行うことによって負荷値（姿勢負荷）を推定する。

図１０は、第２の実施形態における上腕の運動強度と上腕の状態との関係を説明する図である。図１０には、上腕の運動強度を時系列に表したグラフ１０００が示される。例えば、動作推定部５２０は、上腕の運動強度が第１の閾値（閾値ｔｈ２）を越えた場合、上腕の状態が鉛直移動の動作を行っていると推定する。そして、動作推定部５２０は、上腕の運動強度が閾値ｔｈ２よりも大きい第２の閾値（閾値ｔｈ３）を越えた場合、上腕の状態が中空維持の姿勢を維持していると推定する。

具体的には、グラフ１０００は、時刻ｔ１０から上腕の運動強度が増加し、時刻ｔ２０に達すると上腕の運動強度が閾値ｔｈ２を越える。さらに、グラフ１０００は、運動強度が増加し、時刻ｔ２１に達すると上腕の運動強度が閾値ｔｈ３を越え、そのまま時刻ｔ２２まで閾値ｔｈ３を越えた状態が維持される。そして、グラフ１０００は、時刻ｔ２２において上腕の運動強度が閾値ｔｈ３を下回り、時刻ｔ３０において上腕の運動強度が閾値ｔｈ２を下回り、時刻ｔ４０において上腕の運動強度が初期値（ゼロ）となる。

動作推定部５２０は、時刻ｔ２０から時刻ｔ２１までを鉛直移動の動作と推定し、時刻ｔ２１から時刻ｔ２２までを中空維持の姿勢と推定し、時刻ｔ２２から時刻ｔ３０までを鉛直移動の動作と推定する。尚、動作推定部５２０は、中空維持の姿勢を推定しなくてもよい。例えば、動作推定部５２０は、センサデータのパターンから、時刻ｔ２１から時刻ｔ２２までを、上腕の動作ではないと推定してもよい。この場合、姿勢推定部５４０は、センサデータのパターンから、時刻ｔ２１から時刻ｔ２２までを、上腕の姿勢（中空維持）であると推定する。

以上、第２の実施形態に係る負荷推定装置５００の構成について説明した。次に、負荷推定装置５００の動作について図１１のフローチャートを用いて説明する。

図１１は、第２の実施形態に係る負荷推定装置の動作を例示するフローチャートである。図１１のフローチャートの処理は、ユーザによって負荷推定プログラムが実行されることで開始する。尚、図１１のフローチャートにおけるステップＳ１１１０、ステップＳ１１２０、ステップＳ１１４０、ステップＳ１１６０、およびステップＳ１１７０は、図４のフローチャートにおけるステップＳ４１０、ステップＳ４２０、ステップＳ４４０、ステップＳ４６０、およびステップＳ４７０と同様の処理であるため、説明を省略する。

（ステップＳ１１３０）
ステップＳ１１２０において動作を推定した後、動作負荷推定部５３０は、推定された動作および負荷テーブルに基づいて動作負荷を推定する。

（ステップＳ１１５０）
ステップＳ１１４０において姿勢を推定した後、姿勢負荷推定部５５０は、推定された姿勢および負荷テーブルに基づいて姿勢負荷を推定する。

以上説明したように、第２の実施形態に係る負荷推定装置は、計測対象からのセンサデータを取得し、センサデータに基づいて計測対象の身体部位の動作を推定し、動作の情報および負荷テーブル（第１のテーブル）に基づいて身体部位の動作負荷を推定し、センサデータに基づいて身体部位の姿勢を推定し、姿勢の情報および負荷テーブルに基づいて身体部位の姿勢負荷を推定し、動作負荷に基づいて第１の累積負荷を推定し、動作負荷および姿勢負荷に基づいて第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する。

従って、第２の実施形態に係る負荷推定装置は、負荷テーブルを用いて動作負荷および姿勢負荷を推定することにより、短期負荷および長期負荷について高精度な負荷推定を行うことができる。

（第３の実施形態）
第１の実施形態および第２の実施形態では、作業者の身体部位の動作および姿勢に基づいて動作負荷推定および姿勢負荷推定が行われることについて説明した。他方、第２の実施形態では、更に作業種別も考慮されて動作負荷推定および姿勢負荷推定が行われることについて説明する。

図１２は、第３の実施形態に係る負荷推定装置の構成を例示するブロック図である。図１２の負荷推定装置１２００は、データ取得部１２１０と、動作推定部１２２０と、動作負荷推定部１２３０と、姿勢推定部１２４０と、姿勢負荷推定部１２５０と、短期負荷推定部１２６０（第１の累積負荷推定部）と、長期負荷推定部１２７０（第２の累積負荷推定部）と、モデル記憶部１２８０と、作業種別推定部１２９０とを備える。尚、動作推定部１２２０、姿勢推定部１２４０、短期負荷推定部１２６０、および長期負荷推定部１２７０は、動作推定部２２０、姿勢推定部２４０、短期負荷推定部２６０、および長期負荷推定部２７０と同様の構成であるため、説明を省略する。

データ取得部１２１０は、第１のセンサ１２１、第２のセンサ１２２、第３のセンサ１２３、および第４のセンサ１２４のそれぞれからセンサデータを取得する。データ取得部１２１０は、取得したセンサデータを動作推定部１２２０、姿勢推定部１２４０、および作業種別推定部１２９０へと出力する。

作業種別推定部１２９０は、データ取得部１２１０からセンサデータを受け取る。作業種別推定部１２９０は、センサデータに基づいて計測対象の作業種別を推定する。作業種別推定部１２９０は、推定した作業種別の情報（作業種別情報）を動作負荷推定部１２３０および姿勢負荷推定部１２５０へと出力する。

具体的には、作業種別推定部１２９０は、センサデータのパターンから、計測対象の作業種別を推定する。より具体的には、作業種別推定部１２９０は、例えば、センサパターンの特徴量と作業種別とを対応付けたテーブルを用いて特徴量マッチングによって作業種別を推定する。また、作業種別推定部１２９０は、一般的に知られている一つ以上のアルゴリズムを実行することによって作業種別を推定してもよい。尚、作業種別推定部１２９０は、センサデータを入力すると作業種別を出力するように学習された機械学習の学習済みモデルを用いて作業種別を推定してもよい。

モデル記憶部１２８０は、負荷テーブル（第１のテーブル）、および作業種別と身体部位の状態とを対応付けた作業種別テーブル（第２のテーブル）を記憶する。作業種別は、例えば、台車押し、機器組立、ロウ付け、および重筋作業などに分類される。モデル記憶部１２８０は、負荷テーブルおよび作業種別テーブルを動作負荷推定部１２３０および姿勢負荷推定部１２５０へと出力する。

図１３は、第３の実施形態における作業種別と複数の身体部位の状態とを対応付けたテーブルである。図１３のテーブル１３００（作業種別テーブル）では、特定の作業種別と、特定の作業種別において発生する身体部位の状態とが対応付けられている。一例を挙げると、作業種別「台車押し」には、足の動作「歩行」および足の姿勢「伸長」、腰の姿勢「伸長」「屈曲」、前腕の姿勢「中空維持」「脱力」、上腕の姿勢「脱力」「中空維持」が対応付けられている。例えば、腰の動作、前腕の動作、および上腕の動作は、作業種別「台車押し」には対応付けられていない。これにより、作業種別に関係のない動作負荷は推定しないなどの処理を行うことができる。

動作負荷推定部１２３０は、動作推定部１２２０から動作情報を受け取り、作業種別推定部１２９０から作業種別情報を受け取り、モデル記憶部１２８０から負荷テーブルおよび作業種別テーブルを読み出す。動作負荷推定部１２３０は、動作情報、作業種別情報、負荷テーブル、および作業種別テーブルに基づいて動作負荷を推定する。動作負荷推定部１２３０は、推定した動作負荷の情報（動作負荷情報）を短期負荷推定部１２６０および長期負荷推定部１２７０へと出力する。

具体的には、動作負荷推定部１２３０は、作業種別情報と作業種別テーブルとを用いて、算出対象の動作を決定する。そして、動作負荷推定部１２３０は、動作情報に、身体部位の動作と、身体部位の動作における運動強度とが含まれる場合、例えば、身体部位の動作における運動強度と、身体部位の動作に対応する負荷係数とを用いて所定の演算（例えば、乗算）を行うことによって負荷値（動作負荷）を推定する。このとき、動作負荷推定部１２３０は、動作情報に含まれる身体部位の動作と、算出対象の動作とが不一致の場合、身体部位の動作についての負荷値の推定を行わなくてもよい。これにより、推定された作業種別に関係の無い動作を排除することができる。

姿勢負荷推定部１２５０は、姿勢推定部１２４０から姿勢情報を受け取り、作業種別推定部１２９０から作業種別情報を受け取り、モデル記憶部１２８０から負荷テーブルおよび作業種別テーブルを読み出す。姿勢負荷推定部１２５０は、姿勢情報、作業種別情報、負荷テーブル、および作業種別テーブルに基づいて姿勢負荷を推定する。姿勢負荷推定部１２５０は、推定した姿勢負荷の情報（姿勢負荷情報）を長期負荷推定部１２７０へと出力する。

具体的には、姿勢負荷推定部１２５０は、作業種別情報と作業種別テーブルとを用いて、算出対象の姿勢を決定する。そして、姿勢負荷推定部１２５０は、姿勢情報に、身体部位の姿勢と、身体部位の姿勢の継続時間とが含まれる場合、例えば、身体部位の姿勢の継続時間と、身体部位の姿勢に対応する負荷係数とを用いて所定の演算（例えば、乗算）を行うことによって負荷値（姿勢負荷）を推定する。このとき、姿勢負荷推定部１２５０は、姿勢情報に含まれる身体部位の姿勢と、算出対象の姿勢とが不一致の場合、身体部位の姿勢についての負荷値の推定を行わなくてもよい。これにより、推定された作業種別に関係の無い姿勢を排除することができる。

以上、第３の実施形態に係る負荷推定装置１２００の構成について説明した。次に、負荷推定装置１２００の動作について図１４のフローチャートを用いて説明する。

図１４は、第３の実施形態に係る負荷推定装置の動作を例示するフローチャートである。図１４のフローチャートの処理は、ユーザによって負荷推定プログラムが実行されることで開始する。尚、図１４のフローチャートにおけるステップＳ１４１０、ステップＳ１４３０、ステップＳ１４５０、ステップＳ１４７０、およびステップＳ１４８０は、図４のフローチャートにおけるステップＳ４１０、ステップＳ４２０、ステップＳ４４０、ステップＳ４６０、およびステップＳ４７０と同様の処理であるため、説明を省略する。

（ステップＳ１４２０）
ステップＳ１４１０においてセンサデータを取得した後、作業種別推定部１２９０は、センサデータに基づいて計測対象の作業種別を推定する。

（ステップＳ１４４０）
ステップＳ１４３０において動作を推定した後、動作負荷推定部１２３０は、推定された動作、推定された作業種別、負荷テーブル、および作業種別テーブルに基づいて動作負荷を推定する。

（ステップＳ１４６０）
ステップＳ１４５０において姿勢を推定した後、姿勢負荷推定部１２５０は、推定された姿勢、推定された作業種別、負荷テーブル、および作業種別テーブルに基づいて姿勢負荷を推定する。

以上説明したように、第３の実施形態に係る負荷推定装置は、計測対象からのセンサデータを取得し、センサデータに基づいて計測対象の作業種別を推定し、センサデータに基づいて計測対象の身体部位の動作を推定し、動作の情報、作業種別の情報、負荷テーブル（第１のテーブル）、および作業種別テーブル（第２のテーブル）に基づいて身体部位の動作負荷を推定し、センサデータに基づいて身体部位の姿勢を推定し、姿勢の情報、作業種別の情報、負荷テーブル、および作業種別テーブルに基づいて身体部位の姿勢負荷を推定し、動作負荷に基づいて第１の累積負荷を推定し、動作負荷および姿勢負荷に基づいて第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する。

従って、第３の実施形態に係る負荷推定装置は、作業種別を推定し、負荷テーブルおよび作業種別テーブルを用いて動作負荷および姿勢負荷を推定することにより、短期負荷および長期負荷について高精度な負荷推定を行うことができる。

（第３の実施形態の応用例）
第３の実施形態では、身体部位の状態と負荷係数とが対応付けられた負荷テーブル、および作業種別と作業者の身体部位の状態とが対応付けられた作業種別テーブルを用いて負荷推定が行われることについて説明した。他方、第３の実施形態の応用例では、作業種別と作業者の身体部位の負荷係数とが対応付けられたテーブル（作業種別負荷テーブル）を用いて負荷推定が行われることについて説明する。

図１５は、第３の実施形態の応用例における作業種別と複数の身体部位の負荷係数を対応付けたテーブルである。図１５のテーブル１５００（作業種別負荷テーブル）では、作業種別は、「台車押し」、「機器組立」、「ロウ付け」、および「重筋作業」の四つに分類されている。一例を挙げると、作業種別「台車押し」には、足の負荷係数「２」、腰の負荷係数「１」、前腕の負荷係数「２」、および上腕の負荷係数「３」が対応付けられている。作業種別負荷テーブルの負荷係数は、例えば、作業種別に応じた身体部位の平均的な負荷に基づいて決定される。尚、作業種別負荷テーブルは、身体部位の動作および身体部位の姿勢のそれぞれについて用意されてもよい。

図１６は、第３の実施形態の応用例における上腕の運動強度と上腕の状態との関係を説明する図である。図１６には、上腕の運動強度を時系列に表したグラフ１６００が示される。例えば、動作推定部１２２０は、上腕の運動強度が第１の閾値（閾値ｔｈ２）を越えた場合、上腕の状態として負荷が発生している（負荷発生中）と推定する。

具体的には、グラフ１６００は、時刻ｔ１０から上腕の運動強度が増加し、時刻ｔ２０に達すると上腕の運動強度が閾値ｔｈ２を越える。そして、グラフ１６００は、そのまま閾値ｔｈ２を越えた状態が維持され、時刻ｔ３０において上腕の運動強度が閾値ｔｈ２を下回り、時刻ｔ４０において上腕の運動強度が初期値（ゼロ）となる。

動作推定部１２２０は、時刻ｔ２０から時刻ｔ３０までを負荷発生中であると推定し、負荷発生中の情報を含む動作情報を動作負荷推定部１２３０へと出力する。そして、動作負荷推定部１２３０は、動作情報と作業種別情報と作業負荷テーブルとに基づいて動作負荷を推定する。例えば、動作負荷推定部１２３０は、作業種別情報と作業負荷テーブルとを用いて、身体部位の負荷係数を読み出し、負荷発生中の期間に亘って、身体部位の動作における運動強度と、身体部位の負荷係数とを用いて所定の演算（例えば、乗算）を行うことによって負荷値（動作負荷）を推定する。

以上より、第３の実施形態の応用例に係る負荷推定装置は、身体部位の詳細な状態を推定しない場合であっても、作業種別に応じた負荷値を推定することができる。これにより、動作推定部および姿勢推定部において高精度な推定を行う必要が無いため、負荷推定装置の運用コストの削減が期待できる。

図１７は、一実施形態における計測対象と複数の身体部位の長期累積負荷値とを対応付けたテーブルである。図１７のテーブル１７００は、計測対象別の長期負荷による累積負荷値（長期累積負荷値）を一覧にしたものであり、例えば、表示データとして出力装置１１０に表示される。テーブル１７００には、例えば、計測対象の行に作業員Ａおよび作業員Ｂが表示されている。作業員Ａの列には、足の長期累積負荷値「４０」、腰の長期累積負荷値「２０」、前腕の長期累積負荷値「１０」、および上腕の長期累積負荷値「１０」がそれぞれ表示されている。また、作業員Ａの列では、足の長期累積負荷値「４０」を強調する表示（例えば、ハッチング）が施されている。これは、長期累積負荷値が所定の閾値（例えば、４０以上）を越えていることを意味する。ここでの所定の閾値は、例えば、当日中の作業の配分を
また、作業員Ｂの列には、足の長期累積負荷値「２０」、腰の長期累積負荷値「４０」、前腕の長期累積負荷値「５０」、および上腕の長期累積負荷値「３０」がそれぞれ表示されている。また、作業員Ｂの列では、腰の長期累積負荷値「４０」および前腕の長期累積負荷値「５０」、を強調する表示がされている。

以上より、一実施形態に係る負荷推定装置は、計測対象の身体部位にかかる長期負荷を可視化することができる。これにより、例えば、負荷推定システムを利用する管理者は、出力装置１１０に表示された、計測対象の長期累積負荷値を確認することによって、計測対象に対して適切な作業および休憩などを割り振ることができる。

図１８は、一実施形態に係るコンピュータのハードウェア構成を例示するブロック図である。コンピュータ１８００は、ハードウェアとして、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１８１０、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１８２０、プログラムメモリ１８３０、補助記憶装置１８４０、入出力インタフェース１８５０を備える。ＣＰＵ１８１０は、バス１８６０を介して、ＲＡＭ１８２０、プログラムメモリ１８３０、補助記憶装置１８４０、および入出力インタフェース１８５０と通信する。

ＣＰＵ１８１０は、汎用プロセッサの一例である。ＲＡＭ１８２０は、ワーキングメモリとしてＣＰＵ１８１０に使用される。ＲＡＭ１８２０は、ＳＤＲＡＭ（Ｓｙｎｃｈｒｏｎｏｕｓ Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの揮発性メモリを含む。プログラムメモリ１８３０は、負荷推定プログラムを含む種々のプログラムを記憶する。プログラムメモリ１８３０として、例えば、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、補助記憶装置１８４０の一部、またはその組み合わせが使用される。補助記憶装置１８４０は、データを非一時的に記憶する。補助記憶装置１８４０は、ＨＤＤまたはＳＳＤなどの不揮発性メモリを含む。

入出力インタフェース１８５０は、他のデバイスと接続、或いは通信するためのインタフェースである。入出力インタフェース１８５０は、例えば、図１に示される出力装置１１０、第１のセンサ１２１、第２のセンサ１２２、第３のセンサ１２３、および第４のセンサ１２４との接続、或いは通信に使用される。

プログラムメモリ１８３０に記憶されている各プログラムはコンピュータ実行可能命令を含む。プログラム（コンピュータ実行可能命令）は、ＣＰＵ１８１０により実行されると、ＣＰＵ１８１０に所定の処理を実行させる。例えば、負荷推定プログラムは、ＣＰＵ１８１０により実行されると、ＣＰＵ１８１０に図２、図５、および図１２の各部に関して説明された一連の処理を実行させる。

プログラムは、コンピュータで読み取り可能な記憶媒体に記憶された状態でコンピュータ１８００に提供されてよい。この場合、例えば、コンピュータ１８００は、記憶媒体からデータを読み出すドライブ（図示せず）をさらに備え、記憶媒体からプログラムを取得する。記憶媒体の例は、磁気ディスク、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、ＤＶＤ－Ｒなど）、光磁気ディスク（ＭＯなど）、半導体メモリを含む。また、プログラムを通信ネットワーク上のサーバに格納し、コンピュータ１８００が入出力インタフェース１８５０を使用してサーバからプログラムをダウンロードするようにしてもよい。

実施形態において説明される処理は、ＣＰＵ１８１０などの汎用ハードウェアプロセッサがプログラムを実行することにより行われることに限らず、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの専用ハードウェアプロセッサにより行われてもよい。処理回路（処理部）という語は、少なくとも１つの汎用ハードウェアプロセッサ、少なくとも１つの専用ハードウェアプロセッサ、または少なくとも１つの汎用ハードウェアプロセッサと少なくとも１つの専用ハードウェアプロセッサとの組み合わせを含む。図１８に示す例では、ＣＰＵ１８１０、ＲＡＭ１８２０、およびプログラムメモリ１８３０が処理回路に相当する。

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。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。

１…負荷推定システム、１００，５００，１２００…負荷推定装置、１１０…出力装置、１２１…第１のセンサ、１２２…第２のセンサ、１２３…第３のセンサ、１２４…第４のセンサ、２１０，５１０，１２１０…データ取得部、２２０，５２０，１２２０…動作推定部、２３０，５３０，１２３０…動作負荷推定部、２４０，５４０，１２４０…姿勢推定部、２５０，５５０，１２５０…姿勢負荷推定部、２６０，５６０，１２６０…短期負荷推定部、２７０，５７０，１２７０…長期負荷推定部、３１１，３１２，３１３，３１４…状態、３２０，３３０，３４０，１０００，１６００…グラフ、３４１，３４２，３４３，３４４，３４５，３４６…区間、５８０，１２８０…モデル記憶部、６００，７００，８００，９００，１３００，１５００…テーブル、１２９０…作業種別推定部、ｌｌ１，ｌｌ２…累積負荷値、Ｔｏｗｌ１，Ｔｏｗｌ２，Ｔｐｌ１，Ｔｐｌ２…時間長、ｔｈ１，ｔｈ２…閾値、ｐｌ…負荷値。

Claims (9)

1. 計測対象からのセンサデータを取得する取得部と、
   前記センサデータに基づいて前記計測対象の身体部位の動作を推定する動作推定部と、 前記動作の情報に基づいて前記身体部位の動作負荷を推定する動作負荷推定部と、
   前記センサデータに基づいて前記身体部位の姿勢を推定する姿勢推定部と、
   前記姿勢の情報に基づいて前記身体部位の姿勢負荷を推定する姿勢負荷推定部と、
   前記動作負荷に基づいて第１の累積負荷を推定する第１の累積負荷推定部と、
   前記動作負荷および前記姿勢負荷に基づいて前記第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する第２の累積負荷推定部と
   を具備する、負荷推定装置。
2. 前記第２の累積負荷推定部は、所定の時間に行われた同一の前記動作負荷の回数、および同一の前記姿勢負荷の継続時間に基づいて前記第２の累積負荷を推定する、
   請求項１に記載の負荷推定装置。
3. 前記第１の累積負荷推定部は、所定の時間に行われた同一の前記動作負荷の回数が増加するに従って累積負荷の加算割合を減少させる、
   請求項１または請求項２に記載の負荷推定装置。
4. 前記第２の累積負荷推定部は、前記第２の累積負荷に基づいて負荷解消にかかる予測時間を算出する、
   請求項１から請求項３までのいずれか一項に記載の負荷推定装置。
5. 前記動作および前記姿勢と、負荷係数とを対応付けた第１のテーブルを記憶する記憶部 を更に具備し、
   前記動作負荷推定部は、前記動作の情報と前記第１のテーブルとに基づいて前記動作負荷を推定し、
   前記姿勢負荷推定部は、前記姿勢の情報と前記第１のテーブルとに基づいて前記姿勢負荷を推定する、
   請求項１から請求項４までのいずれか一項に記載の負荷推定装置。
6. 前記負荷係数は、全身の重さに対する身体部位の重さの比率、または身体部位の重さと身体部位の筋肉量との関係の少なくともいずれかに基づく、
   請求項５に記載の負荷推定装置。
7. 前記センサデータに基づいて前記計測対象が行っている作業の種別を推定する作業種別推定部
   を更に具備し、
   前記記憶部は、前記作業の種別と、前記動作および前記姿勢とを対応付けた第２のテーブルを記憶し、
   前記動作負荷推定部は、前記動作の情報と前記第１のテーブルと前記作業の種別と前記第２のテーブルとに基づいて前記動作負荷を推定し、
   前記姿勢負荷推定部は、前記姿勢の情報と前記第１のテーブルと前記作業の種別と前記第２のテーブルとに基づいて前記姿勢負荷を推定する、
   請求項６に記載の負荷推定装置。
8. コンピュータが、
   計測対象からのセンサデータを取得することと、
   前記センサデータに基づいて前記計測対象の身体部位の動作を推定することと、
   前記動作の情報に基づいて前記身体部位の動作負荷を推定することと、
   前記センサデータに基づいて前記身体部位の姿勢を推定することと、
   前記姿勢の情報に基づいて前記身体部位の姿勢負荷を推定することと、
   前記動作負荷に基づいて第１の累積負荷を推定することと、
   前記動作負荷および前記姿勢負荷に基づいて前記第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定することと
   を具備する、負荷推定方法。
9. コンピュータを、
   計測対象からのセンサデータを取得する手段と、
   前記センサデータに基づいて前記計測対象の身体部位の動作を推定する手段と、
   前記動作の情報に基づいて前記身体部位の動作負荷を推定する手段と、
   前記センサデータに基づいて前記身体部位の姿勢を推定する手段と、
   前記姿勢の情報に基づいて前記身体部位の姿勢負荷を推定する手段と、
   前記動作負荷に基づいて第１の累積負荷を推定する手段と、
   前記動作負荷および前記姿勢負荷に基づいて前記第１の累積負荷よりも負荷解消にかかる期間の長い第２の累積負荷を推定する手段
   として機能させるためのプログラム。