WO2022097381A1 - 情報処理装置、情報処理方法及びプログラム - Google Patents

情報処理装置、情報処理方法及びプログラム Download PDF

Info

Publication number
WO2022097381A1
WO2022097381A1 PCT/JP2021/034433 JP2021034433W WO2022097381A1 WO 2022097381 A1 WO2022097381 A1 WO 2022097381A1 JP 2021034433 W JP2021034433 W JP 2021034433W WO 2022097381 A1 WO2022097381 A1 WO 2022097381A1
Authority
WO
WIPO (PCT)
Prior art keywords
work
data
worker
time
work time
Prior art date
Application number
PCT/JP2021/034433
Other languages
English (en)
French (fr)
Inventor
靖仁 西崎
Original Assignee
三菱電機株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2022560668A priority Critical patent/JP7412592B2/ja
Publication of WO2022097381A1 publication Critical patent/WO2022097381A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • This disclosure relates to information processing devices, information processing methods and programs.
  • the proficiency level is based on the dispersion between trials when the same movement is tried multiple times, based on the finding that the variation in the movement becomes smaller when the movement is refined and automated.
  • a proficiency level evaluation device for evaluating the above is known (for example, Patent Document 1).
  • the evaluation according to Patent Document 1 is evaluated as skillful because the training time is stable.
  • on-site maintenance work is less frequent than in-factory work, which is more frequent.
  • the on-site work time includes non-operation time for dealing with other than the original work due to disturbance factors. Therefore, even if the work is the same, the work time is not stable, and the long work time does not necessarily mean that the proficiency level is low, and the proficiency level cannot be simply determined by the work time.
  • the manager plans personnel based on actual results and experience, but since on-site work must be completed in time, the above risks should be taken into consideration and the number of personnel to be input should be secured with a margin. Therefore, the proficiency evaluation for each worker is a sensory judgment of the manager.
  • This disclosure has been made in view of the above-mentioned circumstances, and it is possible to determine the skill level of a local worker in a field work where the work time is not stable due to a disturbance factor due to a small number of frequently repeated work, and the skill level is improved.
  • the purpose is to contribute to.
  • the information processing apparatus of the present disclosure includes an actual work time data acquisition unit that acquires actual work time data of each work process by an operator, and a biometric data acquisition unit that acquires biometric data of the operator.
  • a biometric data acquisition unit that acquires biometric data of the operator.
  • the work environment data acquisition unit that acquires work environment data
  • the acquired actual work time data, biometric data, and work environment data the number of experiences in the work process, the biometric data of the worker, the work environment, and the actual work.
  • It includes a proficiency curve generation unit that generates a proficiency curve showing a relationship with time, and a work time estimation unit that estimates the actual work time of a worker in each work process based on the generated proficiency curve.
  • the skill level of a local worker is determined by evaluating the proficiency level of the worker by grasping the working time and working speed of the worker while considering the working environment, situation, etc. of the local work. It is possible and can contribute to the improvement of skill level.
  • Flow chart showing data collection process of mobile terminal The figure which shows the heart rate data acquired by an information processing apparatus.
  • Diagram showing data in the work history database The figure which plotted the exercise intensity and the operation (work) time when the experience number N in work item A is 1.
  • the figure which plotted the exercise intensity and the operation (work) time when the experience number N in work item A is 2.
  • the figure which plotted the exercise intensity and the operation (work) time when the experience number N in work item B is 1.
  • the figure which plotted the exercise intensity and the operation (work) time when the experience number N in work item B is 2.
  • the figure which plotted the exercise intensity and the operation (work) time when the experience number N in work item B is N-1.
  • a diagram showing a learning curve for the sum of each work item in the work process for each temperature category A diagram showing the relationship between exercise intensity, temperature, and total operating (working) time as the number of experiences N increases.
  • the figure which shows the correction reference value setting of operation (work) time A diagram showing the relationship between the reference value, observed value, and correction value of operating (working) time. Diagram explaining the evaluation of proficiency
  • the system including the information processing device and the mobile terminal of the present embodiment includes a mobile terminal 1 and a mobile terminal, which are carried by a worker in the work place 4 to collect and transmit the work status. 1 and an information processing device 2 for transmitting and receiving data via the network 3 are provided.
  • the information processing device 2 stores the information supplied from the mobile terminal 1, estimates the working time of the worker based on the supplied information, and determines the work proficiency level.
  • the mobile terminal 1 shown in FIG. 1 includes a control unit 11 for performing various controls, a storage unit 12 for storing data, a communication unit 13 for transmitting and receiving data to and from the information processing device 2. It includes an input / output unit 14 for data communication with an external device 10, and an operation unit 15 for inputting work time, inspection results, and the like.
  • the input / output unit 14 is an input / output interface for transmitting / receiving data to / from the external device 10.
  • a camera 16 that captures the movement of the worker
  • a thermometer / hygrometer 17 that measures the temperature and humidity of the work place indicating the work environment
  • a heart rate sensor 18 that measures the heart rate indicating the biological information of the worker. Is connected by wired communication or wireless communication.
  • the control unit 11 includes a processor and executes various operations for collecting work status by executing an operation program stored in the storage unit 12. For example, the control unit 11 collects the video data of the worker input through the input / output unit 14, the work environment data indicating the temperature and humidity of the work place, and the heart rate data of the worker and transmits them to the information processing apparatus 2. ..
  • the storage unit 12 stores the control program executed by the control unit 11.
  • the storage unit 12 also functions as a storage unit for storing video data captured by the camera, work environment data, and worker's heart rate data.
  • the communication unit 13 communicates with the information processing device 2 via the network 3.
  • the operation unit 15 is a device for inputting various instructions to the control unit 11, and includes a keyboard, operation buttons, and the like.
  • the mobile terminal 1 functionally includes a control unit 11 for processing various information and a storage unit 12 for storing information processed.
  • the control unit 11 has a data collection unit 20 that collects a detection signal input from the external device 10.
  • the data collection unit 20 is a biological data collection unit 22 that collects the heart rate of the worker detected by the heart rate sensor 18 as biological data, and the temperature and humidity of the work place detected by the thermometer / humidity meter 17 as work environment data.
  • Work environment data collection unit 23 that collects work environment data collection unit 23, operation data collection unit 24 that collects images related to worker movements taken by the camera 16, and collects work process data such as work start time and work completion time entered by the worker. It is provided with a work process data collecting unit 25, and a worker data collecting unit 26 for collecting worker data related to the worker input by the worker.
  • the data collection unit 20 corresponds to the work time by the video data of the worker taken by the camera 16, the work environment data measured by the thermometer / humidity meter 17, and the heart rate data of the worker measured by the heart rate sensor 18.
  • the generated detection signal data is generated, and the generated detection signal data is transmitted to the information processing apparatus 2.
  • the information processing device 2 acquires information such as worker data, local work environment data, work process data, worker heart rate data, and worker operation data.
  • work environment data was taken with a thermometer, humidity meter, IT tool with an application installed
  • worker's heart rate data was taken with a heart rate sensor, smart watch, etc.
  • worker's operation data was taken with a video camera.
  • Data is collected using video data, motion capture data, and the like, and the work time of the work process, which is the work process data, is input through the operation unit 15 of the mobile terminal 1 to collect the data.
  • the storage unit 12 has a collection data storage unit 21 that stores worker video data, work environment data, worker heart rate data, worker information, and work process data collected by the data collection unit 20. ..
  • the mobile terminal 1 transmits data such as work time and work results input by the operator from the operation unit 15 at the time of work, and video data at the time of the worker's work to the information processing apparatus 2 via the network 3.
  • the information processing apparatus 2 includes a control unit 30 for processing information, a communication unit 31 for receiving data from a mobile terminal 1 via a network 3, and a storage unit 32. ..
  • the control unit 30 includes a data acquisition unit 33 that acquires the data collected by the mobile terminal 1, a work history data creation unit 34 that creates work history data of the worker based on the data acquired by the data acquisition unit 33, and the control unit 30.
  • a learning curve generation unit 35 that generates a learning curve that represents the work proficiency of the worker, a work time estimation unit 36 that estimates the actual work time of the worker based on the learning curve, and a worker proficiency based on the learning curve.
  • a proficiency level evaluation unit 37 for evaluating the degree is provided.
  • the data acquisition unit 33 includes a biometric data acquisition unit 38 that acquires biometric data collected from the mobile terminal 1, a work environment data acquisition unit 39 that acquires work environment data, and an operation data acquisition unit 40 that acquires operation data.
  • a work process data acquisition unit 41 for acquiring work process data and a worker data acquisition unit 42 for acquiring worker data are provided.
  • the biological data acquisition unit 38 acquires heart rate data transmitted from the mobile terminal 1 that collects the worker's heart rate detected by the heart rate sensor 18 as biological data.
  • the work environment data acquisition unit 39 acquires temperature data and humidity data transmitted from the mobile terminal 1 that collects the temperature and humidity of the work place detected by the thermometer / hygrometer 17 as work environment data.
  • the work process data acquisition unit 41 acquires work process data such as a work start time and a work completion time that the worker inputs to the mobile terminal 1 and is transmitted from the mobile terminal 1.
  • the motion data acquisition unit 40 acquires video data transmitted from the mobile terminal 1 that collects images related to the worker's motion captured by the camera 16.
  • the worker data acquisition unit 42 acquires the worker data related to the worker that the worker inputs to the mobile terminal 1 and is transmitted from the mobile terminal 1.
  • the storage unit 32 includes a worker database 44 that stores worker data acquired from the worker data acquisition unit 42, and a work history database 45 that stores work history based on the data acquired from the data acquisition unit 33. It also includes a proficiency curve database 46 that stores proficiency curve data generated by the proficiency curve generation unit 35.
  • the information processing apparatus 2 shown in FIG. 1 includes a control unit 30, a storage unit 32, a display unit 50, an input unit 51, and a communication unit 31 in terms of hardware. Be prepared.
  • the control unit 30 includes a processor and performs processing for realizing each function shown in FIG. 3 by executing an operation program stored in the storage unit 32.
  • the storage unit 32 stores the control program executed by the control unit 30.
  • the storage unit 32 also functions as various databases 44 to 46 shown in FIG.
  • the display unit 50 displays an operation screen, an image, and the like.
  • the input unit 51 is a device for inputting various instructions to the control unit 30, and includes a keyboard, operation buttons, a voice input device, and the like.
  • the communication unit 31 communicates with the mobile terminal 1 via the network 3.
  • the worker in the work place 4 activates the mobile terminal 1 at the start of the work and logs in to the information processing device 2 (step S101).
  • the information processing apparatus 2 authenticates the user by logging in to the mobile terminal 1 and recognizes that the worker in charge performs work on the work object (step S102).
  • the worker selects a work target item for maintenance / maintenance work (step S103).
  • the worker selects a work item for maintenance / maintenance work that the worker works on for the selected work target matter (step S104).
  • the work item is selected, the work starts, the work start time is recorded, the heart rate data is collected from the heart rate sensor 18 as biometric data, and the temperature data and the temperature data from the thermometer / hygrometer 17 are used as work environment data.
  • the collection of humidity data and the collection of video data related to the operation of the operator are started from the camera 16 as operation data. It is recognized that the data is in a working state from the start of data collection, and while the worker is performing the work (step S105), the collection of each of the above data is continued.
  • the mobile terminal 1 determines whether or not the work has been completed for the work item for which the work is being performed (step S106). Whether or not the work of the work item is completed is judged to be completed by inputting the inspection check, the numerical value of the test, etc., or is judged to be completed by pressing the completion button.
  • step S106 When it is determined that the work item is completed (step S106: YES), the mobile terminal 1 records the work completion time of the work item and transmits it to the information processing apparatus 2 together with the collected data, and the information processing apparatus 2 receives the information processing apparatus 2. Receive the collected data (step S107). Further, the mobile terminal 1 determines whether or not the work of all the work items has been completed (step S108). If the work item is not completed in step S106 (step S106: NO), the process returns to step S105 and waits until the work is completed. When it is determined in step S108 that the work of all the work items has been completed (step S108: YES), the worker logs out of the mobile terminal 1 (step S109), and the data collection process ends. If it is not determined in step S108 that the work of all the work items has been completed (step S108: NO), the process returns to step S105 and the processing after step S105 is repeated.
  • the data collected by the mobile terminal 1 is stored in the collected data storage unit 21, then transmitted from the communication unit 13 to the information processing device 2 via the network 3, and is transmitted to the information processing device 2 through the communication unit 31 of the information processing device 2. Obtained at 33.
  • the biometric data acquisition unit 38 of the data acquisition unit 33 acquires the heart rate data collected by the mobile terminal 1 from the heart rate sensor 18 as biometric data.
  • FIG. 6 shows a configuration example of heart rate data acquired by the biological data acquisition unit 38.
  • FIG. 6 shows the measured time and the heart rate for one minute at that time.
  • the heart rate is measured in units of 10 minutes here, the heart rate may be measured in minutes, and the heart rate may be measured at any time interval such as 5 minutes interval or 10 minutes interval. May be measured.
  • the work environment data acquisition unit 39 of the data acquisition unit 33 acquires the temperature data and humidity data collected by the mobile terminal 1 from the thermometer / hygrometer 17 as work environment data.
  • FIG. 7 shows a configuration example of temperature and humidity data, which is work environment data acquired by the work environment data acquisition unit 39. In FIG. 7, the measured time and the temperature and humidity at that time are shown. The air temperature and humidity may be measured in minutes, or may be set at arbitrary time intervals such as 5 minutes and 10 minutes.
  • the work process data acquisition unit 41 of the data acquisition unit 33 acquires the work process data which is the work start time and work completion time of each work item input by the worker through the operation unit of the mobile terminal 1.
  • FIG. 8 shows a configuration example of work process data acquired by the work process data acquisition unit 41. In FIG. 8, a work start time, a work completion time, and a work time are shown for each work item unit of maintenance / maintenance. If there are many work items, some work items may be grouped together to reduce the items in the work process, and the start and completion times of the work may be measured.
  • the operation data acquisition unit 40 of the data acquisition unit 33 acquires data related to the movement of the worker collected by the mobile terminal 1 from the camera 16 as operation data.
  • FIG. 9 shows an example of the worker's movement and the definition of the operation as the operation data.
  • the on-site work time includes non-operating time for dealing with other than the original work due to disturbance factors, and from the movement of the worker, whether the worker is actually working or not, actually work Distinguish whether it is in a non-going state or in an operating state.
  • the operating state is defined in four categories, "operating (work)”, “operating (transporting)”, “operating (walking)", and “non-operating", based on the combination of movements of the parts to be measured.
  • “Operation (work)” indicates a state in which the worker is actually performing the work.
  • “Operation (transportation)” indicates a state in which an operator is transporting work objects, parts, tools, and the like.
  • “Operating (walking)” indicates a state in which the worker is moving by walking except for transportation.
  • “Non-operating” indicates that the worker is not actually working except for transportation and walking. The definition of operation may be increased or decreased by changing the selection of the observation target site.
  • FIG. 10 shows the relationship between the movement and the operation of the observation target part of the worker who defines the operation.
  • the observation target parts are hands, feet, and objects.
  • the thing means an article such as a work object, a part, and a tool. Judging the movement of the worker's hands and feet and whether or not the worker is holding an object in his hand is judged from the video data of the worker's movement to determine what kind of working state the worker is in. do. Specifically, the working state is determined based on whether the hand is moving or not, whether the foot is moving or not, and whether or not the hand has an object.
  • the combination of the foot is “stopped", the object is "present”, and the hand is “stopped".
  • the three patterns in the case of pattern 7 are determined to be "non-operating".
  • the combination pattern may be increased by increasing the number of observation target sites or subdividing the "movement" pattern.
  • the worker data acquisition unit 42 of the data acquisition unit 33 acquires the worker data input by the worker through the operation unit of the mobile terminal 1, or acquires the worker data from the worker database 44.
  • FIG. 11 shows a configuration example of worker data acquired by the worker data acquisition unit 42.
  • worker data items such as worker name, affiliation, nationality, age, height, weight, body fat percentage, resting heart rate, and maximum heart rate are provided.
  • the above data excluding the resting heart rate is registered in the worker database 44 in advance, and the data is acquired from the worker database 44. In addition, these data may use the data of the medical examination or may be updated from the individual medical treatment.
  • the resting heart rate the heart rate data of the heart rate sensor 18 before work may be acquired from the biological data acquisition unit 38, and the acquired data may be used.
  • the maximum heart rate uses the value of 220-age number, but in the case of the elderly depending on the age, the value of 207- (0.7 ⁇ age number) may be used as the maximum heart rate.
  • FIG. 12 shows a configuration example of a database that summarizes each of the above-mentioned data acquired by the data acquisition unit 33. If there are multiple workers to be observed, the information in each database is acquired for the number of workers.
  • FIG. 13 shows a configuration example of the work history database 45.
  • the work history data of the work history database 45 is obtained by adding items of the number of experiences, exercise intensity, cumulative operation (work) time, cumulative operation time, and cumulative presence time to the data of FIG.
  • the work history data is created by the work history data creation unit 34 based on the data acquired by the data acquisition unit 33.
  • the number of experiences is calculated based on the observation date, but the number of experiences may be arbitrarily changed such as a project, a work process, and an item. Since the normal heart rate varies from person to person, the reference value is the individual resting heart rate.
  • Exercise intensity represents the load, tightness, and fatigue level during exercise, and can be calculated by the following formula from the heart rate.
  • the operation (work) time is acquired by the actual work time data acquisition unit 43 based on the operation data acquired by the operation data acquisition unit 40 and the presence time data acquired by the work process data acquisition unit 41.
  • the motion data is classified into four categories, that is, operation (work), operation (transportation), operation (walking), and non-operation, based on the combination of movements of the parts to be measured by the operator.
  • the operation (work) time which is the actual work time in each work item, is obtained from the operation (work) state time between the work start time and the work completion time of each work item acquired by the work process data acquisition unit 41. ..
  • the operating time is calculated from the operating (work), operating (transporting), and operating (walking) state between the work start time and the work completion time of each work item acquired by the work process data acquisition unit 41.
  • the working time for the work item is required.
  • the presence time is the time including the non-operating time other than the actual working time by the worker, and indicates the time between the work start time and the work completion time of each work item acquired by the work process data acquisition unit 41. Therefore, the above-mentioned operating time can also be obtained by subtracting the non-operating time from the operating data from the existing time.
  • the work history data creation unit 34 updates the work history data stored in the work history database 45.
  • the learning curve generation unit 35 When the work history data is created, the learning curve generation unit 35 generates a learning curve based on the work history data.
  • the learning curve is a curve showing the number of experiences in the work process, the biological data (exercise intensity) of the worker, and the relationship between the work environment and the actual work time.
  • FIG. 14 shows the number of experiences N, the operating (working) time, and the exercise intensity (%) in the work process item A for each temperature category in the worker A and for each temperature. Show the relationship.
  • FIG. 14A is a diagram plotting exercise intensity and operating (working) time when the number of experiences N is 1
  • FIG. 14B is a diagram plotting exercise intensity and operating (working) time when the number of experiences N is 2.
  • FIG. 14C shows a diagram plotting exercise intensity and operating (working) time when the number of experiences N is N-1, respectively.
  • Fa (Xa) shows an approximate expression at the minimum value of exercise intensity
  • Fa (Xz) shows an approximate expression at the maximum value of exercise intensity
  • FXa shows an increase in the number of experiences (N times) and exercise intensity in both approximate expressions.
  • An approximate expression of the operating (working) time due to the change of is shown.
  • the value of exercise intensity (%) may be the average value of the actual work time of item A, or may be arbitrarily set such as the median value or the time when the work is completed.
  • the temperature classification may be arbitrarily stratified such as 1 ° C. and 5 ° C.
  • FIG. 15 shows the relationship between the number of experiences N, the operating (working) time, and the exercise intensity in the work process item B for each temperature category in the worker A and for each temperature.
  • FIG. 15A is a diagram plotting exercise intensity and operating (working) time when the number of experiences N is 1
  • FIG. 15B is a plot of exercise intensity and operating (working) time when the number of experiences N is 2.
  • FIG. 15C and FIG. 15C show plots of exercise intensity and operating (working) time when the number of experiences N is N-1, respectively.
  • Fb (Xa) shows an approximate expression at the minimum value of exercise intensity
  • Fb (Xz) shows an approximate expression at the maximum value of exercise intensity
  • FXb shows an increase in the number of experiences and a change in exercise intensity in both approximate expressions.
  • An approximate expression of the operating (working) time is shown.
  • FIG. 14 and 15 show the learning curves of work item A and work item B, respectively.
  • FIG. 16 shows a learning curve for the sum of each work item of a certain work process for each temperature category in the worker A including FIGS. 12 and 13.
  • the curve ae shows the change in the operating (working) time with the increase in the number of experiences at the minimum value of the exercise intensity.
  • the curve dh shows the change in the operating (working) time with the increase in the number of experiences at the maximum value of the exercise intensity by an approximate expression.
  • the curved surface ahe shows the change in the operating (working) time due to the change in the exercise intensity at the maximum temperature of the database as an approximate expression.
  • the curve bf shows the change in the operating (working) time with the increase in the number of experiences at the minimum value of the exercise intensity as an approximate expression.
  • the curve cg shows the change in the operating (working) time with the increase in the number of experiences at the maximum value of the exercise intensity by an approximate expression.
  • the curved surface bcgf shows the change in the operating (working) time due to the change in the exercise intensity at the lowest temperature of the database as an approximate expression.
  • the working time estimation unit 36 estimates the actual working time based on this learning curve.
  • the learning curve can estimate the actual working time not only by the relationship between the number of experiences and the actual working time, but also by the relationship between the exercise intensity and the temperature. Therefore, the manager can more accurately calculate the time required for the work and the required number of personnel by estimating the actual work time according to the environment of the work place, the tightness of the work, and the like.
  • FIG. 17 is a learning curve showing the relationship between the exercise intensity, the temperature, and the total operating (working) time with the increase in the number of experiences N. For the total sum of each item of the work process shown in FIG. 16, the transition of the operation (work) time with the increase in the number of experiences is shown by an approximate formula as the occurrence rate by temperature.
  • J, k, m, and p are integers, and there is a relationship of 1 ⁇ j ⁇ k ⁇ m ⁇ p.
  • FIG. 17 it is divided into four categories of 1 ⁇ j, j ⁇ k, k ⁇ m, and m ⁇ p, but the number of categories may be arbitrarily changed, and the number of experiences in the categories may be arbitrarily changed. You may.
  • the point Z indicates the maximum value in FXz, and Tz indicates the operating (working) time at that time.
  • Point A indicates the maximum value in FXa
  • Ta indicates the operating (working) time at that time.
  • FIG. 18 shows the correction reference value setting for the operating (working) time.
  • the average value of the exercise intensity may be used as the correction reference value from the work history data of FIG. 13, the median value may be used as the correction reference value, or an arbitrary point may be selected from the tendency of the approximate curved surface.
  • (XX') indicates a reference line by setting a correction reference value of exercise intensity.
  • the correction reference point for exercise intensity is on the curve ZA, and Tx indicates the reference time for operating (working) time.
  • FIG. 19 shows the relationship between the reference value, the observed value, and the correction value of the operating (working) time.
  • the curved surface FX shows the occurrence rate of operating (working) time by temperature due to the change in the fortune intensity between the minimum exercise intensity curve FXa and the maximum exercise intensity curve FXz.
  • a be the intersection of the operating (working) time tr and exercise intensity S of the worker subject to proficiency evaluation.
  • the operating (working) time and exercise intensity of the worker subject to proficiency evaluation are acquired by the data acquisition unit 43 of the information processing apparatus 2.
  • the average of the exercise intensity of each work item is calculated, and the total value of the operation (work) time of each work item is calculated. Is tr, and the averaged exercise intensity is S.
  • the range of exercise intensity may be changed arbitrarily, but if the difference in exercise intensity of each work item is large, tr shall be the operation (work) time for one work item in the work process, and the exercise intensity for one work item.
  • Is S, and a distribution curved surface having a tendency for each exercise intensity division is created for the number of exercise intensity divisions arbitrarily divided.
  • b be the intersection point a of the exercise intensity S and the intersection point of the curved surface FX, which is the operation (work) time tr of all items in the work process.
  • c be a point that intersects the correction reference line XX'on the curved surface FX from the point b.
  • the operation (work) time Tr at the intersection d with the perpendicular line of c is the correction value.
  • Standard time in the factory is "necessary for a well-qualified and proficient worker to perform the work at a normal working pace, with the necessary margin under the specified working conditions.
  • Time Let this standard time be Ta.
  • the standard time may be used as the standard, and the actual time relative to the standard time may be used for evaluation.
  • Tx obtained as a reference time for proficiency evaluation is used instead of the standard time Ta.
  • Ta Tx, Ta ⁇ Tx, Ta ⁇ Tx, etc. can be obtained depending on the observation results of the field work.
  • FIG. 20 shows a diagram illustrating an evaluation of proficiency.
  • the 5th experience of the worker to be evaluated for proficiency is the presence time (T), the observed operation time Tk, the observed operation (work) time tr, the correction value Tr of the observed operation (work) time, and the correction reference value Tx.
  • T the presence time
  • Tk operating (working) time + operating (transporting) + operating (walking)
  • Proficiency evaluation In the fifth field work of the target worker's experience, the presence time, operating rate, and proficiency are calculated by the following formulas.
  • Proficiency level (%) Tr ⁇ Tx ⁇ 100
  • the proficiency level is not affected by the presence time T, the occupancy rate, etc.
  • the present disclosure is not limited to this, and can be applied to assembly work, and is not limited to the embodiment.
  • the information processing apparatus performs the work curve creation and the proficiency level determination, but the present invention is not limited to this, and may be performed in the mobile terminal.
  • a system including the mobile terminal 1 and the information processing device 2 is exemplified, but the system configuration is arbitrary as long as the same functions can be realized.
  • This disclosure can be widely applied to an information processing device that evaluates work proficiency.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

情報処理装置（２）は、作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部（４３）と、作業者の生体データを取得する生体データ取得部（３８）と、作業環境データを取得する作業環境データ取得部（３９）と、取得された実作業時間データ、生体データ及び作業環境データを用いて、作業工程における作業回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部（３５）と、生成された習熟曲線に基づいて各作業工程における作業者の実作業時間を推定する作業時間推定部（３６）と、を備える。

Description

情報処理装置、情報処理方法及びプログラム
　本開示は、情報処理装置、情報処理方法及びプログラムに関する。
　現地の保守・メンテナンス作業において現地作業者の教育レベルを把握、評価をすることで必要人員の管理、統制の容易化を図る。ここで訓練者の習熟度を評価するために、動作が洗練され自動化されると動作のばらつきが小さくなるとの知見に基づき、同一動作を複数回試行した場合の試行間の分散に基づいて習熟度の評価を行う習熟度評価装置が知られている（例えば、特許文献１）。特許文献１による評価は訓練時間が安定することで熟練と評価される。
特開２０１５－１５０２２６号公報
　しかしながら、現地の保守・メンテナンス作業は、繰り返し頻度の高い作業が多い工場内作業に比べ、繰り返し頻度の高い作業が少ない。また現地の作業時間には外乱要因による本来の作業以外の対応のための非稼働な時間も含んでいる。したがって、同じ作業であっても、作業時間は安定しにくく、作業時間が長いからといって習熟度が低いとは限らず、単純に作業時間で習熟度を判定することができない。管理者は実績及び経験に基づき人員計画を行うが、現地作業は時間内に完了する必要があるため、上記のようなリスクも考慮し余裕を持って投入人員を確保する。そのため作業者ごとの習熟度評価は管理者の感覚的な判断になる。
　本開示は、上述の事情に鑑みてなされたものであり、繰り返し頻度の高い作業が少なく外乱要因により作業時間が安定しない現地作業において、現地作業者の技能レベルを判定可能とし、技能レベルの向上に寄与することを目的とする。
　上記目的を達成するために、本開示の情報処理装置は、作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部と、作業者の生体データを取得する生体データ取得部と、作業環境データを取得する作業環境データ取得部と、取得された実作業時間データ、生体データ及び作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部と、生成された習熟曲線に基づいて各作業工程における作業者の実作業時間を推定する作業時間推定部と、を備える。
　本開示によれば、現地作業の作業環境、状況等を考慮しながら作業者の稼働時間と作業スピードを把握することで作業者の習熟度を評価することにより、現地作業者の技能レベルを判定可能とし、技能レベルの向上に寄与することができる。
本開示の第１の実施の形態に係る情報処理装置及び携帯端末からなるシステムの構成を示す図 本開示の第１の実施の形態に係る携帯端末のハードウェア構成を示す図 本開示の第１の実施の形態に係る携帯端末の機能構成を示す図 本開示の第１の実施の形態に係る情報処理装置の機能構成を示す図 本開示の第１の実施の形態に係る情報処理装置のハードウェア構成を示す図 携帯端末のデータ収集処理を示すフローチャート 情報処理装置が取得する心拍数データを示す図 情報処理装置が取得する作業環境データを示す図 情報処理装置が取得する作業工程データを示す図 動作データとなる作業者の動きと稼働の定義の一例を示す図 稼働を定義する作業者の観測対象部位の動きと稼働の関係を示す図 情報処理装置が取得する作業者データを示す図 情報処理装置が取得するデータをまとめたデータを示す図 作業履歴データベースのデータを示す図 作業項目Ａにおける経験回数Ｎが１であるときの運動強度と稼働（作業）時間をプロットした図 作業項目Ａにおける経験回数Ｎが２であるときの運動強度と稼働（作業）時間をプロットした図 作業項目Ａにおける経験回数ＮがＮ－１であるときの運動強度と稼働（作業）時間をプロットした図 作業項目Ｂにおける経験回数Ｎが１であるときの運動強度と稼働（作業）時間をプロットした図 作業項目Ｂにおける経験回数Ｎが２であるときの運動強度と稼働（作業）時間をプロットした図 作業項目Ｂにおける経験回数ＮがＮ－１であるときの運動強度と稼働（作業）時間をプロットした図 気温区分ごとの作業工程の各作業項目の総和についての習熟曲線を示す図 経験回数Ｎの増加に伴う運動強度、気温、稼働(作業)時間の合計の関係性を示す図 稼働(作業)時間の補正基準値設定を示す図 稼働(作業)時間の基準値、観測値、補正値の関係性を示す図 習熟度の評価を説明する図
　以下、本開示の情報処理装置、情報処理方法及びプログラムの実施の形態について図面を参照して詳細に説明する。
（第１の実施の形態）
　本実施の形態の情報処理装置及び携帯端末からなるシステムは、図１に示すように、作業場所４にいる作業者が携帯して作業の状況を収集して送信する携帯端末１と、携帯端末１とネットワーク３を介してデータを送受信する情報処理装置２と、を備える。情報処装置２は、携帯端末１から供給された情報を記憶し、供給された情報に基づいて作業者の作業時間を推定するとともに作業習熟度を判定する。
　図１に示す携帯端末１は、図２Ａに示すように、各種制御を行う制御部１１と、データを記憶する記憶部１２と、情報処理装置２とデータを送受信するための通信部１３と、外部機器１０とデータ通信を行う入出力部１４と、作業時間入力、検査結果入力等を行う操作部１５と、を備える。
　入出力部１４は、外部機器１０との間でデータを送受信する入出力インタフェースである。外部機器１０として、作業者の動きを撮影するカメラ１６、作業環境を示す作業場所の温度及び湿度を測定する温度計・湿度計１７、作業者の生体情報を示す心拍数を計測する心拍センサ１８が有線通信又は無線通信により接続される。
　制御部１１は、プロセッサを備え、記憶部１２に記憶されている動作プログラムを実行することにより、作業状況を収集するための種々の作業を実行する。例えば、制御部１１は、入出力部１４を通じて入力された作業者の映像データ、作業場所の温度、湿度を示す作業環境データ、作業者の心拍数データを収集して情報処理装置２に送信する。
　記憶部１２は、制御部１１が実行する制御プログラムを記憶する。また、記憶部１２は、カメラで撮影された映像データ、作業環境データ、作業者の心拍数データの記憶のための記憶部としても機能する。
　通信部１３は、ネットワーク３を介して情報処理装置２との間で通信を行う。操作部１５は、制御部１１に種々の指示を入力する装置であり、キーボード、操作ボタン等を備える。
　上記ハードウェア構成により、携帯端末１は、図２Ｂに示すように、機能的に、各種情報を処理する制御部１１と、情報処理された情報を記憶する記憶部１２と、を有する。
　制御部１１は、外部機器１０から入力された検出信号を収集するデータ収集部２０を有している。
　データ収集部２０は、生体データとして心拍センサ１８により検出された作業者の心拍数を収集する生体データ収集部２２、作業環境データとして温度計・湿度計１７により検出された作業場所の温度及び湿度を収集する作業環境データ収集部２３、カメラ１６により撮影された作業者の動作に関する映像を収集する動作データ収集部２４、作業者が入力した作業開始時間、作業完了時間等の作業工程データを収集する作業工程データ収集部２５、作業者が入力した作業者に関する作業者データを収集する作業者データ収集部２６と、を備える。データ収集部２０は、カメラ１６で撮影された作業者の映像データ、温度計・湿度計１７により計測された作業環境データ、心拍センサ１８により計測された作業者の心拍数データを作業時間に対応させた検出信号データを生成し、生成された検出信号データを情報処理装置２に送信する。情報処理装置２は、作業者データ、現地の作業環境データ、作業工程データ、作業者の心拍数データ、作業者の動作データ等の情報を取得する。データの収集方法として、作業環境データは温度計、湿度計、アプリをインストールしたＩＴツール等、作業者の心拍数データは心拍センサ、スマートウォッチ等、作業者の動作データはビデオカメラで撮影された映像データ、モーションキャプチャデータ等を使用してデータを収集し、作業工程データとなる作業工程の作業時間は携帯端末１の操作部１５を通じて入力することによってデータを収集する。
　記憶部１２は、データ収集部２０で収集された作業者の映像データ、作業環境データ、作業者の心拍数データ、作業者情報、作業工程データを記憶する収集データ記憶部２１を有している。
　携帯端末１は、作業時に作業者が操作部１５から入力する作業時間、作業結果等のデータ、作業者の作業時の映像データを、ネットワーク３を介して情報処理装置２に送信する。
　情報処理装置２は、図３に示すように、情報を処理する制御部３０と、ネットワーク３を介して携帯端末１からのデータを受信する通信部３１と、記憶部３２と、を備えている。
　制御部３０は、携帯端末１が収集したデータを取得するデータ取得部３３と、データ取得部３３で取得されたデータに基づいて作業者の作業履歴データを作成する作業履歴データ作成部３４と、作業者の作業習熟度を表す習熟曲線を生成する習熟曲線生成部３５と、習熟曲線に基づいて作業者の実作業時間を推定する作業時間推定部３６と、習熟曲線に基づいて作業者の習熟度を評価する習熟度評価部３７と、を備える。
　データ取得部３３は、携帯端末１から収集された生体データを取得する生体データ取得部３８と、作業環境データを取得する作業環境データ取得部３９と、動作データを取得する動作データ取得部４０と、作業工程データを取得する作業工程データ取得部４１と、作業者データを取得する作業者データ取得部４２と、を備える。生体データ取得部３８は、生体データとして心拍センサ１８により検出された作業者の心拍数を収集した携帯端末１から送信された心拍数データを取得する。作業環境データ取得部３９は、作業環境データとして温度計・湿度計１７により検出された作業場所の温度及び湿度を収集した携帯端末１から送信された温度データ及び湿度データを取得する。作業工程データ取得部４１は、作業者が携帯端末１に入力して携帯端末１から送信された作業開始時間、作業完了時間等の作業工程データを取得する。動作データ取得部４０は、カメラ１６により撮影された作業者の動作に関する映像を収集した携帯端末１から送信された映像データを取得する。作業者データ取得部４２は、作業者が携帯端末１に入力して携帯端末１から送信された作業者に関する作業者データを取得する。
　また、記憶部３２は、作業者データ取得部４２から取得された作業者データを記憶する作業者データベース４４と、データ取得部３３から取得されたデータに基づき作業履歴を記憶する作業履歴データベース４５と、習熟曲線生成部３５で生成された習熟曲線データを記憶する習熟曲線データベース４６と、を備えている。
　図１に示す情報処理装置２は、図４に例示するように、ハードウェア的には、制御部３０と、記憶部３２と、表示部５０と、入力部５１と、通信部３１と、を備える。
　制御部３０は、プロセッサを備え、記憶部３２に記憶されている動作プログラムを実行することにより、図３に示した各機能を実現するための処理を行う。
　記憶部３２は、制御部３０が実行する制御プログラムを記憶する。また、記憶部３２は、図３に示す各種データベース４４～４６としても機能する。
　表示部５０は、操作画面、映像などを表示する。入力部５１は、制御部３０に種々の指示を入力する装置であり、キーボード、操作ボタン、音声入力機器などを備える。通信部３１は、ネットワーク３を介して携帯端末１との間で通信を行う。
　次に本システムにおいて作業者が作業を行うときの携帯端末１のデータ収集処理について、図５のフローチャートを参照して説明する。
　作業場所４にいる作業者は、作業開始に合わせて携帯端末１を起動して、情報処理装置２にログインする（ステップＳ１０１）。情報処理装置２は携帯端末１のログインによりユーザ認証を行い、担当作業者が作業対象物について作業を行うことを認識する（ステップＳ１０２）。作業者は、保守・メンテナンス作業の作業対象案件を選択する（ステップＳ１０３）。作業者は、選択された作業対象案件について作業者が作業する保守・メンテナンス作業の作業項目を選択する（ステップＳ１０４）。作業項目が選択されることにより、作業開始となり、作業の開始時刻が記録されるとともに、生体データとして心拍センサ１８から心拍数データの収集、作業環境データとして温度計・湿度計１７から温度データ及び湿度データの収集、動作データとしてカメラ１６から作業者の動作に関する映像データの収集を開始する。データ収集の開始から作業状態であると認識され、作業者による作業が行われている間（ステップＳ１０５）、上記各データの収集が継続される。携帯端末１は、作業が行われている作業項目について作業が完了したか否かを判断する（ステップＳ１０６）。作業項目の作業の完了の有無は、検査のチェック、試験の数値、等が入力されることで完了と判断、もしくは完了ボタンが押されることで完了と判断される。作業項目が完了と判断されると（ステップＳ１０６：ＹＥＳ）、携帯端末１は、作業項目の作業完了時刻を記録し、収集されたデータとともに、情報処理装置２に送信し、情報処理装置２は収集データを受信する（ステップＳ１０７）。また、携帯端末１は、全作業項目の作業が完了したか否かを判断する（ステップＳ１０８）。ステップＳ１０６において、作業項目が完了していない場合（ステップＳ１０６：ＮＯ）、ステップＳ１０５に戻り、作業が完了するまで待つ。ステップＳ１０８において、全作業項目の作業が完了したと判断された場合（ステップＳ１０８：ＹＥＳ）、作業者は携帯端末１をログアウトし（ステップＳ１０９）、データ収集処理は終了する。ステップＳ１０８において、全作業項目の作業が完了したと判断されない場合（ステップＳ１０８：ＮＯ）、ステップＳ１０５に戻り、ステップＳ１０５以降の処理が繰り返される。
　携帯端末１で収集されたデータは、収集データ記憶部２１に記憶された後、通信部１３からネットワーク３を介して情報処理装置２に送信され、情報処理装置２の通信部３１を通じてデータ取得部３３にて取得される。データ取得部３３の生体データ取得部３８は、生体データとして心拍センサ１８から携帯端末１が収集した心拍数データを取得する。
　図６は、生体データ取得部３８が取得する心拍数データの構成例を示す。図６において、測定された時刻とその時の１分間の心拍数が示されている。なお、ここでは１０分単位の心拍数が測定されているが、これに限らず心拍数を分単位で測定しても良いし、５分間隔、１０分間隔等の任意の時間間隔に設定して測定しても良い。
　データ取得部３３の作業環境データ取得部３９は、作業環境データとして温度計・湿度計１７から携帯端末１が収集した温度データ及び湿度データを取得する。図７は、作業環境データ取得部３９が取得する作業環境データである気温、湿度のデータの構成例を示す。図７において、測定された時刻とその時の気温及び湿度が示されている。気温、湿度は分単位で測定しても良いし、５分、１０分間隔等の任意の時間間隔に設定して測定しても良い。
　データ取得部３３の作業工程データ取得部４１は、作業者が携帯端末１の操作部を通じて入力した各作業項目の作業開始時刻、作業完了時刻である作業工程データを取得する。図８は、作業工程データ取得部４１が取得する作業工程データの構成例を示す。図８において、保守・メンテナンスの作業項目単位毎に作業開始時刻、作業完了時刻及び作業時間が示されている。なお、作業項目が多い場合はいくつかの作業項目を纏めて作業工程の項目を減らし作業の開始、完了時刻を測定しても良い。
　データ取得部３３の動作データ取得部４０は、動作データとしてカメラ１６から携帯端末１が収集した作業者の動きに関するデータを取得する。図９は、動作データとなる作業者の動きと稼働の定義の一例を示す。現地の作業時間は外乱要因による本来の作業以外の対応のための非稼働な時間も含んでおり、作業者の動きから、作業者が実際に作業している状態であるのか、実際に作業を行っていない状態であるのか、稼働状態を区別する。稼働状態は、測定対象の部位の動きの組み合わせから、「稼働（作業）」、「稼働（運搬）」、「稼働（歩行）」、「非稼働」の４区分で定義される。「稼働（作業）」は、作業者が実際に作業を行っている状態を示す。「稼働（運搬）」は、作業者が作業対象物、部品、工具等を運搬している状態を示す。「稼働（歩行）」は、作業者が運搬を除き歩行により移動している状態を示す。「非稼働」は、作業者が運搬・歩行を除き実際に作業をしていない状態を示す。稼働の定義は観測対象部位の選定を変更することで増やしても減らしても良い。
　図１０は、稼働を定義する作業者の観測対象部位の動きと稼働の関係を示す。観測対象部位は手、足、モノとする。ここで、モノとは、作業対象物、部品、工具等の物品を示す。作業者の手、足の動きと作業者が手にモノを持っている状態であるか否かを作業者の動きを撮影した映像データから判断して作業者がどういう作業状態であるのかを判断する。具体的には、手が動いているか動いていないか、足が動いているか動いていないか、手にモノを持っているか持っていないかにより、作業状態を判断する。手が「動く」、「停止」、足が「動く」、「停止」、手にモノが「有る」、「無し」の組み合わせによる８パターンで構成し、これら８パターンに作業者の動きを当てはめて、作業状態を判断する。図９において、作業者が実際に作業を行っている状態である「稼働（作業）」の場合、手にモノを持った状態であり、特定の作業箇所で作業をしていることから、足は止まった状態であり、手はモノを持って動いている状態である。したがって、図１０の手が「動く」、足が「停止」、モノが「有る」状態の組み合わせであるパターン３の場合、稼働（作業）と判断される。なお、部品の取り付けがない作業（部品の取り外し、解線作業、試験接続、等）である部品情報が無い作業工程においても、モノに触れていることから、モノが「有る」状態とし、「稼働（作業）」と判断する。また、図９において、作業者が作業対象物、部品、工具等を運搬している状態である「稼働（運搬）」の場合、手にモノを持った状態であり、移動していることから、足が動いている状態である。したがって、図１０の足が「動く」、かつモノが「有る」状態の組み合わせであるパターン１及びパターン５の場合、「稼働（運搬）」と判断される。また、図９において、作業者が運搬を除き歩行により移動している状態である「稼働（歩行）」の場合、手にモノを持たず、移動していることから、足が動いている状態である。したがって、図１０の足が「動く」、かつモノが「無し」状態の組み合わせであるパターン２及びパターン６の場合、「稼働（歩行）」と判断される。また、図９において、作業者が運搬・歩行を除き実際に作業をしていない状態である「非稼働」の場合、足が停止している状態であって、モノを持っていない状態、あるいはモノを持っているものの手を動かしていない状態である。したがって、図１０の足が「停止」、かつモノが「無し」状態の組み合わせであるパターン４及びパターン８の場合、足が「停止」、モノが「有る」、手が「停止」状態の組み合わせであるパターン７の場合の３つのパターンが、「非稼働」と判断される。なお、組み合わせのパターンは観測対象部位の増加又は「動き」のパターンの細分化によって増やしても良い。
　データ取得部３３の作業者データ取得部４２は、作業者が携帯端末１の操作部を通じて入力した作業者データを取得あるいは、作業者データベース４４から作業者データを取得する。図１１は、作業者データ取得部４２が取得する作業者データの構成例を示す。作業者データとして、作業者名、所属、国籍、年齢、身長、体重、体脂肪率、安静時心拍数、最大心拍数の項目が設けられている。安静時心拍数を除く上記データについては、予め作業者データベース４４に登録しておき、作業者データベース４４からデータを取得する。なお、これらのデータは、健康診断のデータを利用しても良いし、個別診療から更新しても良い。また、安静時心拍数については、作業前の心拍センサ１８の心拍数データを生体データ取得部３８から取得して、取得されたデータを使用してもよい。また、最大心拍数は、２２０－年齢数の値を使用するが、年齢に応じて高齢者の場合は最大心拍数として２０７－（０．７×年齢数）の値を使用しても良い。
　図１２は、データ取得部３３で取得された上述した各データをまとめたデータベースの構成例を示す。観測対象の作業者が複数の場合は作業者数の分だけ各データベースの情報を取得する。
　図１３は、作業履歴データベース４５の構成例を示す。作業履歴データベース４５の作業履歴データは図１２のデータに対し、経験回数、運動強度、累積稼働（作業）時間、累積稼働時間、累積在場時間の項目を付加したものである。作業履歴データは、データ取得部３３で取得されたデータに基づいて作業履歴データ作成部３４において作成される。図１３において、経験回数は観測日を基に算出しているが、経験回数は案件、作業工程、項目など任意に変えてもよい。通常の心拍数は個人差があるため個々の安静時心拍数を基準値とする。運動強度は、運動時の負荷、きつさ、疲労度を表し、心拍数によって、以下の式で算出できる。
　運動強度＝（心拍数－安静時心拍数）÷（最大心拍数―安静時心拍数）×１００
また、運動強度をより簡便に下記の式を用いて求めてもよい。
　運動強度＝心拍数÷最大心拍数×１００
　作業時間が長くなるほど疲労度も高まるため、累積稼働時間（作業開始からの時間）も記録することで累積稼働時間と運動強度と作業時間との関係性をデータベース化している。
　稼働（作業）時間は、動作データ取得部４０で取得された動作データと作業工程データ取得部４１で取得された在場時間データに基づいて実作業時間データ取得部４３により取得される。動作データは、作業者の測定対象の部位の動きの組み合わせから稼働（作業）、稼働（運搬）、稼働（歩行）、非稼働の４区分に区分けされる。作業工程データ取得部４１で取得された各作業項目の作業開始時刻と作業完了時刻の間における稼働（作業）状態である時間から各作業項目における実作業時間である稼働（作業）時間が求められる。また、稼働時間は、作業工程データ取得部４１で取得された各作業項目の作業開始時刻と作業完了時刻の間における稼働（作業）、稼働（運搬）及び稼働（歩行）状態である時間から各作業項目における稼働時間が求められる。在場時間は、作業者が実作業時間以外の非稼働時間を含む時間であり、作業工程データ取得部４１で取得された各作業項目の作業開始時刻と作業完了時刻の間の時間を示す。したがって、前述の稼働時間は、在場時間から動作データのうち非稼働状態である時間を差し引くことにより求めることもできる。新たに取得されたデータから作業履歴データ作成部３４は、作業履歴データベース４５に記憶された作業履歴データを更新する。
　作業履歴データが作成されると、習熟曲線生成部３５が作業履歴データに基づいて習熟曲線を生成する。習熟曲線は、作業工程における経験回数、作業者の生体データ（運動強度）及び作業環境と実作業時間との関係が示される曲線である。
　図１４は、図１３に示された作業履歴データより作業者Ａにおける気温区分ごとの作業者別、気温別に作業工程の項目Ａにおける経験回数Ｎ、稼働（作業）時間、運動強度（％）の関係性を示す。図１４Ａは、経験回数Ｎが１であるときの運動強度と稼働（作業）時間をプロットした図、図１４Ｂは、経験回数Ｎが２であるときの運動強度と稼働（作業）時間をプロットした図、図１４Ｃは、経験回数ＮがＮ－１であるときの運動強度と稼働（作業）時間をプロットした図をそれぞれ示している。Ｆａ（Ｘａ）は運動強度の最小値における近似式を示し、Ｆａ（Ｘｚ）は運動強度の最大値における近似式を示し、ＦＸａは両近似式内において経験回数（Ｎ回）の増加、運動強度の変化にともなう稼働（作業）時間の近似式を示す。運動強度（％）の値は項目Ａの実作業時間の平均値としても良いし、中央値あるいは作業完了時など任意に設定して良い。気温区分は１℃、５℃等任意に層別してもよい。
　図１５は、図１３に示された作業履歴データより作業者Aにおける気温区分ごとの作業者別、気温別に作業工程の項目Ｂにおける経験回数Ｎ、稼働（作業）時間、運動強度の関係性を示す。図１５Ａは、経験回数Ｎが１であるときの運動強度と稼働（作業）時間をプロットした図、図１５Ｂは、経験回数Ｎが２であるときの運動強度と稼働（作業）時間をプロットした図、図１５Ｃは、経験回数ＮがＮ－１であるときの運動強度と稼働（作業）時間をプロットした図をそれぞれ示している。Ｆｂ（Ｘａ）は運動強度の最小値における近似式を示し、Ｆｂ（Ｘｚ）は運動強度の最大値における近似式を示し、ＦＸｂは両近似式内において経験回数の増加、運動強度の変化にともなう稼働（作業）時間の近似式を示す。
図１４及び図１５は、それぞれ作業項目Ａ、作業項目Ｂの習熟曲線を示していた。図１６は、図１２、図１３を含む作業者Aにおける気温区分ごとのある作業工程の各作業項目の総和についての習熟曲線を示す。曲線ａｅは運動強度の最小値における経験回数増加に伴う稼働（作業）時間の変化を示す。曲線ｄｈは運動強度の最高値における経験回数増加に伴う稼働（作業）時間の変化を近似式で示す。曲面ａｄｈｅはデータベースの最高気温における運動強度の変化に伴う稼働（作業）時間の変化を近似式で示す。曲線ｂｆは運動強度の最小値における経験回数増加に伴う稼働（作業）時間の変化を近似式で示す。曲線ｃｇは運動強度の最高値における経験回数増加に伴う稼働（作業）時間の変化を近似式で示す。曲面ｂｃｇｆはデータベースの最低気温における運動強度の変化に伴う稼働（作業）時間の変化を近似式で示す。
　作業時間推定部３６は、この習熟曲線に基づいて実作業時間を推定する。習熟曲線は、経験回数と実作業時間との関係のみならず、運動強度、気温との関係で実作業時間を推定することができる。したがって、管理者は、作業場所の環境、作業のきつさ等に応じて、実作業時間を推定することで、作業に必要な時間、必要な人員をより正確に算出することができる。
　続いて習熟度評価部３７は、観測した実作業時間と、生体データ、作業環境から習熟曲線に基づいて実作業時間を補正するとともに、習熟度を評価する基準時間を補正して、作業者の習熟度を評価する。図１７は、経験回数Ｎの増加に伴う運動強度、気温、稼働(作業)時間の合計の関係性を示す習熟曲線である。図１６に示す作業工程の各項目の総和について経験回数増加に伴う稼働（作業）時間の推移を気温別発生率として近似式で示す。
　ＦＸｚ（ｊ）は運動強度最大値における経験回数ｎ＝１→ｊ回までの稼働(作業)時間と運動強度について観測した値の発生率を近似式で示す。ＦＸｚ（ｋ）は経験回数ｎ＝ｊ→ｋ回までの観測値の発生率を近似式で示す。ＦＸｚ（ｍ）は経験回数ｎ＝ｋ→ｍ回までの観測値の発生率を近似式で示す。ＦＸｚ（ｐ）は経験回数ｎ＝ｍ→ｐ回までの観測値の発生率を近似式で示す。Ｊ，ｋ，ｍ，ｐは整数であり、１＜ｊ＜ｋ＜ｍ＜ｐの関係がある。図１７において、１→ｊ、ｊ→ｋ、ｋ→ｍ、ｍ→ｐの４つに区分しているが、区分数は任意に変更してもよいし、区分内の経験回数について任意に変更してもよい。
　ＦＸａ（ｊ）は運動強度最小値における経験回数ｎ＝１→ｊ回までの稼働(作業)時間と運動強度について観測した値の発生率を近似式で示す。ＦＸａ（ｋ）は経験回数ｎ＝ｊ→ｋ回までの観測値の発生率を近似式で示す。ＦＸａ（ｍ）は経験回数ｎ＝ｋ→ｍ回までの観測値の発生率を近似式で示す。ＦＸａ（ｐ）は経験回数ｎ＝ｍ→ｐ回までの観測値の発生率を近似式で示す。Ｊ，ｋ，ｍ，ｐは、上記と同様に整数であり、１＜ｊ＜ｋ＜ｍ＜ｐの関係があり、区分数、区分内の経験回数について任意に変更してもよい。ただし、ＦＸｚ（ｘ）、ＦＸａ（ｘ）のｘ＝ｊ，ｋ，ｍ・・・の区分数及び区分内の経験回数は等しくする。
　ＦＸｚは運動強度最大値におけるＦＸｚ（ｘ）のｘ＝ｊ，ｋ，ｍ・・・における最頻値の近似式を示す。点ＺはＦＸｚにおける最大値を示し、Ｔｚはその時の稼働（作業）時間を示す。
　ＦＸａは運動強度最小値におけるＦＸａ（ｘ）のｘ＝ｊ，ｋ，ｍ・・・における最頻値の近似式を示す。点ＡはＦＸａにおける最大値を示し、Ｔａはその時の稼働（作業）時間を示す。
　図１８は、稼働(作業)時間の補正基準値設定を示す。図１３の作業履歴データから運動強度の平均的な数値を補正基準値としてもよいし、中央値を補正基準としてもよいし、近似曲面の傾向から任意の点を選定しても良い。（Ｘ－Ｘ’）は運動強度の補正基準値を設定することによる基準線を示す。運動強度の補正基準点は曲線ＺＡ上となり、Ｔｘは稼働（作業）時間の基準時間を示す。
　図１９は、稼働(作業)時間の基準値、観測値、補正値の関係性を示す。曲面ＦＸは運動強度の最小値曲線ＦＸａと運動強度最大値曲線ＦＸｚまでの間の運度強度の変化に伴う稼働(作業)時間の気温別発生率を示す。
　習熟度評価対象作業者の稼働（作業）時間ｔｒ、運動強度Ｓの交点をａとする。
　習熟度評価対象作業者の稼働（作業）時間及び運動強度は情報処理装置２のデータ取得部４３によって取得される。
　習熟度評価対象作業者の作業履歴データにおいて作業工程の各作業項目の運動強度の差異が小さい場合は各作業項目の運動強度の平均を算出し、各作業項目の稼働（作業）時間の合計値をｔｒ、平均化した運動強度をＳとする。
　運動強度の幅を任意に変更して良いが、各作業項目の運動強度の差異が大きい場合は、ｔｒは作業工程の一作業項目分の稼働(作業)時間とし、一作業項目分の運動強度がＳとなり、任意に区分けした運動強度の区分数だけ運動強度区分ごとの傾向を持った分布曲面が作成される。
　作業工程の全項目の稼働（作業）時間ｔｒとした運動強度Ｓの交点ａと曲面ＦＸの交点をｂとする。地点ｂより曲面ＦＸ上の補正基準線Ｘ－Ｘ’と交差する点をｃとする。ｃの垂線との交点ｄでの稼働（作業）時間Ｔｒが補正値となる。
　工場における標準時間は「その仕事に適正をもち、習熟した作業者が、決められた作業条件のもとで、必要な余裕をもち、正常な作業ペースによって仕事を遂行するために必要とされる時間」である。この標準時間をＴａとする。習熟度評価として標準時間を基準とし標準時間に対する実績時間で評価する場合があるが、現地作業では事業内容によって作業条件、作業ペース等が変動するため、基準そのものが変動する。本実施の形態においては、標準時間Ｔａの代わりに習熟度評価の基準時間として求められたＴｘを用いる。現地作業の観測結果によりＴａ＝Ｔｘ、Ｔａ≒Ｔｘ、Ｔａ＜Ｔｘ等になりえる。
　図２０は、習熟度の評価を説明する図を示す。習熟度評価対象作業者の経験回数５回目は在場時間（T）、観測した稼働時間Ｔｋ、観測した稼働（作業）時間ｔｒ、観測した稼働（作業）時間の補正値Ｔｒ、補正基準値Ｔｘを示す。稼働時間Ｔｋ＝稼働（作業）時間＋稼働（運搬)＋稼働（歩行)を示す。習熟度評価対象作業者の経験回数５回目の現地作業において、在場時間、稼働率、習熟度はそれぞれ以下の式により算出される。
　在場時間　 ＝Ｔ
　稼働率（%）＝Ｔｋ÷Ｔ×１００
　習熟度（%）＝Ｔｒ÷Ｔｘ×１００
習熟度は在場時間Ｔ、稼働率の影響等を受けない。
　本実施の形態では、保守・メンテナンス作業について説明したが、本開示はこれに限らず、組み立て作業にも適用可能であり、実施の形態に限定されない。本実施の形態では、作業曲線作成、習熟度判定を情報処理装置が行っているが、これに限らず、携帯端末内で行ってもよい。
　本実施の形態においては、携帯端末１と情報処理装置２を備えるシステムを例示したが、同様の機能を実現できるならば、システム構成は任意である。
　なお、本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この開示を説明するためのものであり、本開示の範囲を限定するものではない。即ち、本開示の範囲は、実施の形態ではなく、請求の範囲によって示される。そして、請求の範囲内及びそれと同等の開示の意義の範囲内で施される様々な変形が、この開示の範囲内とみなされる。
　本出願は、２０２０年１１月６日に出願された、日本国特許出願特願２０２０－１８５７０６号に基づく。本明細書中に日本国特許出願特願２０２０－１８５７０６号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。
　本開示は、作業の習熟度を評価する情報処理装置に広く適用することができる。
　１　携帯端末、２　情報処理装置、３　ネットワーク、４　作業場所、１０　外部機器、１１，３０　制御部、１２，３２　記憶部、１３，３１　通信部、１４　入出力部、１５　操作部、１６　カメラ、１７　温度計・湿度計、１８　心拍センサ、２０　データ収集部、２１　収集データ記憶部、２２　生体データ収集部、２３　作業環境データ収集部、２４　動作データ収集部、２５　作業工程データ収集部、２６　作業者データ収集部、３３　データ取得部、３４　作業履歴データ作成部、３５　習熟曲線生成部、３６　作業時間推定部、３７　習熟度評価部、３８　生体データ取得部、３９　作業環境データ取得部、４０　動作データ取得部、４１　作業工程データ取得部、４２　作業者データ取得部、４３　実作業時間データ取得部、４４　作業者データベース、４５　作業履歴データベース、４６　習熟曲線データベース、５０　表示部、５１　入力部。

Claims (12)

  1. 　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部と、
    　前記作業者の生体データを取得する生体データ取得部と、
    　作業環境データを取得する作業環境データ取得部と、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部と、
    　生成された前記習熟曲線に基づいて各作業工程における作業者の実作業時間を推定する作業時間推定部と、
    　を備える情報処理装置。
  2. 　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部と、
    　前記作業者の生体データを取得する生体データ取得部と、
    　作業環境データを取得する作業環境データ取得部と、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部と、
    　観測した実作業時間と、生体データ、作業環境から前記習熟曲線に基づいて実作業時間を補正するとともに、習熟度を評価する基準時間を補正して、作業者の習熟度を評価する習熟度評価部と、
    　を備える情報処理装置。
  3. 　前記生体データは、前記作業者の運動強度を示す情報である、
    　請求項１又は２に記載の情報処理装置。
  4. 　前記生体データは、前記作業者の心拍数である、
    　請求項３に記載の情報処理装置。
  5. 　前記作業環境データは、作業場所の気温及び湿度の少なくとも一つである、
    　請求項１から４のいずれか１項に記載の情報処理装置。
  6. 　作業者の作業工程における在場時間データを取得する作業工程データ取得部と、
    作業者の動作データを取得する動作データ取得部と、
    を備え、
    　前記実作業時間データ取得部は、前記作業者の在場時間データと作業者の動作データから実作業時間データを取得する、
    　請求項１から５のいずれか１項に記載の情報処理装置。
  7. 　前記動作データ取得部が取得する動作データは、作業者の映像データ又はモーションキャプチャデータである、
    　請求項６に記載の情報処理装置。
  8. 　前記実作業時間データ取得部は、作業者の手の動作の有無、足の動作の有無及び物品の保持の有無に基づいて作業中の稼働状態、運搬中の稼働状態、歩行中の稼働状態、非稼働状態を判定し、各稼働状態における経過時間から実作業時間データを取得する、
    　請求項１から７のいずれか１項に記載の情報処理装置。
  9. 　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得ステップと、
    　前記作業者の生体データを取得する生体データ取得ステップと、
    　作業環境データを取得する作業環境データ取得ステップと、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成ステップと、
    　生成された前記習熟曲線に基づいて各作業工程における作業者の実作業時間を推定する作業時間推定ステップと、
    　を備える情報処理方法。
  10. 　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得ステップと、
    　前記作業者の生体データを取得する生体データ取得ステップと、
    　作業環境データを取得する作業環境データ取得ステップと、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成ステップと、
    　観測した実作業時間と、生体データ、作業環境から前記習熟曲線に基づいて実作業時間を補正するとともに、習熟度を評価する基準時間を補正して、作業者の習熟度を評価する習熟度評価ステップと、
    　を備える情報処理方法。
  11. 　コンピュータを、
    　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部と、
    　前記作業者の生体データを取得する生体データ取得部と、
    　作業環境データを取得する作業環境データ取得部と、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部と、
    　生成された前記習熟曲線に基づいて各作業工程における作業者の実作業時間を推定する作業時間推定部と、
    　して機能させるプログラム。
  12. 　コンピュータを、
    　作業者による各作業工程の実作業時間データを取得する実作業時間データ取得部と、
    　前記作業者の生体データを取得する生体データ取得部と、
    　作業環境データを取得する作業環境データ取得部と、
    　取得された前記実作業時間データ、前記生体データ及び前記作業環境データを用いて、作業工程における経験回数、作業者の生体データ及び作業環境と実作業時間との関係が示される習熟曲線を生成する習熟曲線生成部と、
    　観測した実作業時間と、生体データ、作業環境から前記習熟曲線に基づいて実作業時間を補正するとともに、習熟度を評価する基準時間を補正して、作業者の習熟度を評価する習熟度評価部と、
    　して機能させるプログラム。
PCT/JP2021/034433 2020-11-06 2021-09-17 情報処理装置、情報処理方法及びプログラム WO2022097381A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022560668A JP7412592B2 (ja) 2020-11-06 2021-09-17 情報処理装置、情報処理方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020185706 2020-11-06
JP2020-185706 2020-11-06

Publications (1)

Publication Number Publication Date
WO2022097381A1 true WO2022097381A1 (ja) 2022-05-12

Family

ID=81457742

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/034433 WO2022097381A1 (ja) 2020-11-06 2021-09-17 情報処理装置、情報処理方法及びプログラム

Country Status (2)

Country Link
JP (1) JP7412592B2 (ja)
WO (1) WO2022097381A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013763A (ja) * 2009-06-30 2011-01-20 Hitachi Ltd 所要時間算出装置および所要時間算出方法
JP2012128736A (ja) * 2010-12-16 2012-07-05 Mitsubishi Heavy Ind Ltd 標準時間策定装置、標準時間策定システム、標準時間策定方法、及びプログラム
WO2018047255A1 (ja) * 2016-09-07 2018-03-15 三菱電機株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP2018142259A (ja) * 2017-02-28 2018-09-13 オムロン株式会社 作業管理装置、方法およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011013763A (ja) * 2009-06-30 2011-01-20 Hitachi Ltd 所要時間算出装置および所要時間算出方法
JP2012128736A (ja) * 2010-12-16 2012-07-05 Mitsubishi Heavy Ind Ltd 標準時間策定装置、標準時間策定システム、標準時間策定方法、及びプログラム
WO2018047255A1 (ja) * 2016-09-07 2018-03-15 三菱電機株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP2018142259A (ja) * 2017-02-28 2018-09-13 オムロン株式会社 作業管理装置、方法およびプログラム

Also Published As

Publication number Publication date
JP7412592B2 (ja) 2024-01-12
JPWO2022097381A1 (ja) 2022-05-12

Similar Documents

Publication Publication Date Title
US20230225680A1 (en) Systems and methods for monitoring workplace activities
Golabchi et al. A simulation and visualization-based framework of labor efficiency and safety analysis for prevention through design and planning
JP2018025932A (ja) センサと機械学習部を備えた作業管理システム
JP3744527B2 (ja) 工程管理装置、工程管理方法、工程管理プログラム、および該プログラムを記録した記録媒体
US11839496B2 (en) Monitors for movements of workers
US20230206149A1 (en) Ai powered, fully integrated, end-to-end risk assessment process tool
Ozdemir et al. Fuzzy multi-objective model for assembly line balancing with ergonomic risks consideration
JP2018142259A (ja) 作業管理装置、方法およびプログラム
Yu et al. ESTIMATING CONSTRUCTION WORKERS'PHYSICAL WORKLOAD BY FUSING COMPUTER VISION AND SMART INSOLE TECHNOLOGIES
Balamurugan et al. Wearables to improve efficiency, productivity, and safety of operations
US20220137609A1 (en) Production information management system and production information management method
US11138805B2 (en) Quantitative quality assurance for mixed reality
JP6478267B2 (ja) 組織改善活動支援装置、組織改善活動支援方法および組織改善活動支援プログラム
Sharotry et al. Manufacturing operator ergonomics: a conceptual digital twin approach to detect biomechanical fatigue
CN113841094B (zh) 作业辅助装置
Duan et al. Personalized stability monitoring based on body postures of construction workers working at heights
US20210019656A1 (en) Information processing device, information processing method, and computer program
JP2019003545A (ja) 操作支援装置、操作支援方法、操作支援プログラム及び記録媒体
WO2022097381A1 (ja) 情報処理装置、情報処理方法及びプログラム
WO2016079782A1 (ja) 業務状況管理システム、及び業務状況管理方法
US6993396B1 (en) System for determining the health of process control feedback loops according to performance assessment criteria
Sharotry A digital twin framework of a material handling operator in industry 4.0 environments
Aliasgari A framework to automate physical demand analysis based on artificial intelligence and motion capture for workplace safety improvement
Gatti Measuring and evaluating physical strain to improve construction workforce productivity
Dzeng et al. Marker-less based detection of repetitive awkward postures for construction workers

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21888934

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022560668

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21888934

Country of ref document: EP

Kind code of ref document: A1