WO2024142192A1 - 作業評価装置および作業評価方法 - Google Patents

Abstract

時系列の対象データを取得する対象データ取得部（１１１）と、複数の時系列の規範データを取得する規範データ取得部（１１２）と、対象データから抽出した特徴量に関する対象特徴量データ、および、複数の規範データからそれぞれ抽出した特徴量に関する複数の規範特徴量データを生成する事前処理部（１２）と、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する類似度算出部（１３）とを備えた。

Description

作業評価装置および作業評価方法

　本開示は、作業評価装置および作業評価方法に関する。

　従来、人の作業の良し悪しを評価する技術が知られている。
　例えば、特許文献１には、技量レベルを判定しようとする新たな溶接作業者について、その挙動を表す挙動データ、挙動データを計測した際の作業環境を表す環境データ、挙動データを計測したワークの状態を表すワーク状態データ、および、挙動データを計測したワークの状態を表すワーク状態データを含む判定用原データと学習モデルとに基づいて、溶接作業者の技量レベルの判定を行う評価装置が開示されている。技量レベルは、熟練者、中級者、または、初級者を示す。学習モデルは、予め様々な技量レベルを有する溶接作業者に溶接作業を行わせ、その溶接作業の際に収集したデータに基づく学習用データを入力データとし技量レベルを出力データとする機械学習を行うことによって生成される。

特開２０２１－１９５９号公報

　上述したような従来の作業評価技術では、人の作業の良し悪しを評価するには、予め、評価しようとする人が行う作業について、当該作業を行うにあたっての技量がどれぐらいであれば熟練者といえる技量レベルなのか、中級者といえる技量レベルなのか、または、初級者といえる技量レベルなのかといった、技量レベルの範囲の区分けがなされている必要があるという課題があった。

　本開示は、上記のような課題を解決するためになされたもので、予め、評価しようとする人の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人の作業の良し悪しを評価することが可能な作業評価装置を提供することを目的とする。

　本開示に係る作業評価装置は、作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得する対象データ取得部と、複数の規範作業者が作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得する規範データ取得部と、対象データ取得部が取得した対象データから抽出した特徴量に関する対象特徴量データ、および、規範データ取得部が取得した複数の規範データからそれぞれ抽出した特徴量に関する複数の規範特徴量データを生成する事前処理部と、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する類似度算出部とを備えたものである。

　本開示によれば、作業評価装置は、予め、評価しようとする人の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人の作業の良し悪しを評価することができる。

実施の形態１に係る作業評価装置の構成例を示す図である。 実施の形態１に係る作業評価装置が表示させる評価結果画面の一例を示す図である。 実施の形態１に係る作業評価装置が表示させる評価結果画面のその他の一例を示す図である。 実施の形態１に係る作業評価装置の動作を説明するためのフローチャートである。 図５Ａおよび図５Ｂは、実施の形態１に係る作業評価装置のハードウェア構成の一例を示す図である。

　以下、本開示の実施の形態について、図面を参照しながら詳細に説明する。
実施の形態１．
　実施の形態１に係る作業評価装置は、作業を評価する対象となる作業者（以下「作業評価対象者」という。）が行った作業を評価する。詳細には、実施の形態１に係る作業評価装置は、作業評価対象者が行った作業のレベル（以下「作業レベル」という。）が、複数の規範となる作業者（以下「規範作業者」という。）による作業の作業レベルにどれぐらい到達しているか判定することで、作業評価対象者が行った作業を評価する。なお、実施の形態１において、規範作業者とは、その作業に熟練した作業者、いわゆるベテランを想定している。
　また、実施の形態１において、作業レベルは、例えば、作業スコアで示される。実施の形態１において、作業評価装置が、作業評価対象者が行った作業を評価する、とは、作業評価対象者が行った作業の作業レベルを示す作業スコアを算出することをいう。以下の実施の形態１では、一例として、作業スコアは、「０」～「１」の数値であらわされるものとする。例えば、作業評価対象者が行った作業の作業レベルが、複数の規範作業者による作業の作業レベルに到達していると推定されるほど、作業評価装置が算出する作業スコアは、大きな値となる。すなわち、作業評価装置が算出した作業スコアが「１」に近い値であるほど、当該作業スコアが付与された作業評価対象者による作業は、規範作業者による作業に近いと推定される、言い換えれば、熟練した作業であると推定される、といえる。

　実施の形態１では、一例として、作業評価装置が評価する作業は、ろう付け作業を想定する。
　作業評価装置は、作業評価対象者が行った、ろう付けの対象物（以下「ワーク」という。）に対するろう付け作業の作業レベルが、当該ろう付け作業に熟練した規範作業者が行った当該ろう付け作業の作業レベルにどれぐらい到達しているかを判定することで、作業評価対象者が行ったろう付け作業を評価する。

　ワークに対するろう付けが完了するまでの作業工程には、ワークを熱する加熱工程と、加熱工程後、ワークにろう材を供給するろう差し工程とが含まれる。ろう付けを行う作業者は、加熱工程において必要な作業と、ろう差し工程において必要な作業とを行って、ワークへのろう付け作業を完了させる。
　このように、ワークへのろう付けが完了するまでに作業者が行う一連の作業には、各作業工程に応じた複数の異なる種別の作業が含まれる。実施の形態１では、各作業工程に応じた作業の種別を、作業種別という。実施の形態１において、ろう付け作業には、作業種別「加熱」の作業（加熱工程において必要な作業）と、作業種別「ろう差し」の作業（ろう差し工程において必要な作業）の、２つの作業種別の作業、が含まれるものとする。

　図１は、実施の形態１に係る作業評価装置１の構成例を示す図である。
　作業評価装置１は、センサ２、規範データ記憶装置３、および、出力装置４と接続される。作業評価装置１と、センサ２と、規範データ記憶装置３と、出力装置４とで、作業評価システムを構成する。

　センサ２は、ろう付け装置（図示省略）等、作業評価対象者またはワークの周囲に配置され、作業評価対象者が作業（ここではろう付け作業）を行うことで生成された、当該作業に関連する時系列のデータ（以下「対象データ」という。）を取得する。
　対象データは、例えば、作業評価対象者によるろう付け作業に伴う、ワークの状態の変化を示すデータを含む。より詳細には、対象データは、ワークの火災位置を示すデータ、ろう差し位置を示すデータ、または、ワークの表面温度を示すデータ等を含むデータである。
　なお、実施の形態１において、センサ２は、カメラを含む。カメラは、例えば、評価対象者がワークをろう付けする際のガスバーナー（図示省略）または炎の動きと、ろう材の動きとを三次元的に計測し、デジタルデータとして取得する。
　センサ２は、取得した対象データを作業評価装置１に出力する。

　規範データ記憶装置３は、規範作業者が作業（ここではろう付け作業）を行うことで生成された、当該作業に関連する時系列のデータ（以下「規範データ」という。）を記憶する。
　規範データに含まれるデータの内容は、対象データに含まれるデータの内容と同じである。すなわち、規範データは、規範作業者によるろう付け作業に伴うワークの状態の変化等を示すデータであり、ワークの火災位置を示すデータ、ろう差し位置を示すデータ、または、ワークの表面温度を示すデータ等を含むデータである。
　例えば、作業評価対象者の評価を行う管理者等は、事前に、複数の規範作業者に対して、それぞれ、作業評価対象者が行う、評価の対象となる作業と同じ作業（ここではろう付け作業）を実施させて複数の規範データを収集し、収集した複数の規範データを規範データ記憶装置３に記憶させておく。
　なお、ここでは、規範データは規範データ記憶装置３に記憶されているものとしているが、これは一例に過ぎない。例えば、規範データはデータベース（図示省略）に保存されていてもよい。例えば、管理者等は、事前に複数の規範データを収集し、当該規範データが保存されたデータベースを生成しておく。

　出力装置４は、例えば、表示装置である。出力装置４は、例えば、サーバ等の記憶装置であってもよい。実施の形態１では、一例として、出力装置４は、表示装置であるものとする。

　作業評価装置１は、例えば、ろう付け装置に搭載されている。
　作業評価装置１は、センサ２から取得した対象データと、規範データ記憶装置３に記憶されている規範データとに基づき、作業評価対象者によるろう付け作業を評価する。そして、作業評価装置１は、作業評価対象者によるろう付け作業を評価した結果を、出力装置４に出力する。詳細には、作業評価装置１は、作業評価対象者によるろう付け作業を評価した結果を、表示装置に表示させる。

　作業評価装置１は、データ取得部１１、事前処理部１２、類似度算出部１３、スコア算出部１４、作業種別推定部１５、代表規範データ選定部１６、および、出力制御部１７を備える。データ取得部１１は、対象データ取得部１１１および規範データ取得部１１２を備える。

　データ取得部１１は、対象データおよび規範データを取得する。

　データ取得部１１の対象データ取得部１１１は、センサ２から、作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得する。詳細には、対象データ取得部１１１は、センサ２から、作業評価対象者がろう付け作業を行うことで生成された、当該ろう付け作業に関連する時系列の対象データを取得する。対象データのデータ長は、任意長であってよい。
　なお、対象データ取得部１１１がセンサ２から取得する対象データは、例えば、火災位置を示すデータ、ろう差し位置を示すデータ、および、表面温度を示すデータ等、複数の異なる種類のデータを含む多次元のデータであってもよいし、表面温度を示すデータのみ等、１種類のデータのみを含む１次元のデータであってもよい。
　例えば、対象データ取得部１１１は、センサ２から多次元の対象データを取得し、このうち１種類のデータを抽出して１次元の対象データとしてもよい。
　以下の実施の形態１では、一例として、対象データ取得部１１１がセンサ２から取得する対象データは、表面温度を示す１次元のデータであるものとする。
　対象データ取得部１１１は、取得した対象データを、事前処理部１２に出力する。

　データ取得部１１の規範データ取得部１１２は、規範データ記憶装置３から、複数の規範作業者が作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得する。詳細には、規範データ取得部１１２は、規範データ記憶装置３から、複数の規範作業者がろう付け作業を行うことで生成された、当該ろう付け作業に関連する時系列の規範データを取得する。
　なお、規範データ取得部１１２が規範データ記憶装置３から取得する規範データも、対象データ同様、複数の異なる種類のデータを含む多次元のデータであってもよいし、１種類のデータのみを含む１次元のデータであってもよい。例えば、規範データ取得部１１２は、規範データ記憶装置３から多次元の対象データを取得し、このうち１種類のデータを抽出して１次元の規範データとしてもよい。
　対象データの内容と規範データの内容とが、同じ内容になっていればよい。
　以下の実施の形態１では、一例として、規範データ取得部１１２が規範データ記憶装置３から取得する規範データは、表面温度を示す１次元のデータであるものとする。
　規範データ取得部１１２は、取得した規範データを、事前処理部１２に出力する。

　事前処理部１２は、対象データ取得部１１１が取得した対象データから抽出した特徴量に関するデータ（以下「対象特徴量データ」という。）、および、規範データ取得部１１２が取得した複数の規範データからそれぞれ抽出した特徴量に関する複数のデータ（以下「規範特徴量データ」という。）を生成する事前処理を行う。
　詳細には、事前処理部１２は、まず、任意長の対象データを時系列に区分けし、複数の固定長のデータ（以下「区分け後対象データ」という。）とする。そして、事前処理部１２は、複数の区分け後対象データに対しそれぞれ特徴量の抽出を行い、抽出した複数の特徴量毎に、対象特徴量データを生成する。対象特徴量データは、例えば、ベクトルの形式のデータである。
　また、事前処理部１２は、複数の任意長の規範データをそれぞれ区分けし、複数の固定長のデータ（以下「区分け後規範データ」という。）とする。そして、事前処理部１２は、複数の区分け後規範データに対しそれぞれ特徴量の抽出を行い、抽出した複数の特徴量毎に、規範特徴量データを生成する。規範特徴量データは、例えば、ベクトルの形式のデータである。
　なお、複数の規範データが既に固定長に区分けされたデータである場合、事前処理部１２は、複数の規範データをそのまま複数の区分け後規範データとすればよい。
　事前処理部１２は、生成した複数の対象特徴量データ、および、複数の規範特徴量データを、類似度算出部１３に出力する。
　事前処理部１２は、生成した複数の対象特徴量データを、それぞれ、特徴量を抽出するもととなった対象データと対応付けて、類似度算出部１３に出力する。また、事前処理部１２は、生成した複数の規範特徴量データを、それぞれ、特徴量を抽出するもととなった規範データと対応付けて、類似度算出部１３に出力する。

　類似度算出部１３は、事前処理部１２から出力された複数の対象特徴量データ、および、複数の規範特徴量データに基づき、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する。
　類似度算出部１３は、事前処理部１２が生成した対象特徴量データ毎に、上記比較を行い、対象特徴量データの、各規範特徴量データとの類似度を算出する。

　類似度算出部１３は、公知の手法を用いて、対象特徴量データと各規範特徴量データとの比較を行い、対象特徴量データの、各規範特徴量データとの類似度を算出すればよい。例えば、類似度算出部１３は、対象特徴量データと規範特徴量データとを入力とし、類似度を出力する学習済みのモデル（以下「機械学習モデル」という。）に、事前処理部１２から出力された対象特徴量データと規範特徴量データとを入力して、類似度を得ることで、当該類似度を算出すればよい。例えば、類似度算出部１３は、Ａｔｔｅｎｔｉｏｎの手法を用いて、対象特徴量データの波形と規範特徴量データの波形とのａｔｔｅｎｔｉｏｎ＿ｗｅｉｇｈｔを類似度として算出してもよい。例えば、類似度算出部１３は、予め管理者等によって生成され類似度算出部１３が参照可能な場所に記憶されているルールに従って、類似度を算出してもよい。

　類似度算出部１３は、対象特徴量データ毎に算出した複数の類似度に関するデータ（以下「類似度データ」という。）を、スコア算出部１４、作業種別推定部１５、および、代表規範データ選定部１６に出力する。
　類似度データは、対象特徴量データ毎に、対象特徴量データと対象データと複数の類似度とが対応付けられたデータである。なお、類似度算出部１３は、事前処理部１２から対象特徴量データに対応付けて出力された対象データを、類似度データにおいて対象特徴量データに対応付ければよい。
　類似度データは、対象特徴量データ毎に、対象特徴量データと、対象データと、複数の類似度と、当該類似度の算出に用いられた規範特徴量データと、規範データとが対応付けられたデータとしてもよい。なお、類似度算出部１３は、事前処理部１２から規範特徴量データに対応付けて出力された規範データを、類似度データにおいて規範特徴量データに対応付ければよい。

　スコア算出部１４は、類似度算出部１３から出力された類似度データに基づき、作業評価対象者による作業の作業レベルが複数の規範作業者による作業の作業レベルにどれぐらい到達しているかを示す作業スコアを算出する。

　スコア算出部１４による作業スコアの算出方法について、いくつか具体例を挙げて説明する。
　以下の具体例（〈具体例１〉および〈具体例２〉）では、一例として、ある対象特徴量データ（第１対象特徴量データ）について、類似度算出部１３によって５つの規範特徴量データ（第１規範特徴量データ、第２規範特徴量データ、第３規範特徴量データ、第４規範特徴量データ、および、第５規範特徴量データとする）との類似度がそれぞれ算出された結果、第１規範特徴量データとの類似度が「０．８」、第２規範特徴量データとの類似度が「０．８」、第３規範特徴量データとの類似度が「０．９」、第４規範特徴量データとの類似度が「０．７」、第５規範特徴量データとの類似度が「０．３」だったとする。すなわち、類似度算出部１３からスコア算出部１４へ、第１対象特徴量データと、第１対象特徴量データに対応する対象データと、「０．８」、「０．８」、「０．９」、「０．７」、および、「０．３」とが対応付けられた類似度データが出力されたとする。
　スコア算出部１４は、上述のような類似度データに基づき、第１対象特徴量データに対応する作業スコアを算出するものとする。詳細には、スコア算出部１４は、上述のような類似度データに基づき、第１対象特徴量データで示される作業の作業スコアを算出する。第１対象特徴量データで示される作業とは、当該第１対象特徴量データの抽出元である対象データが取得された、評価対象者による作業である。

〈具体例１〉
　例えば、スコア算出部１４は、第１対象特徴量データについて、当該第１対象特徴量データに対応付けられている類似度のうち最も大きい値から、作業スコアを算出する。
　この場合、スコア算出部１４は、まず、第１対象特徴量データに対応付けられている類似度のうち、最も大きい値「０．９」を選択する。そして、スコア算出部１４は、選択した「０．９」から、第１対象特徴量データの作業スコアを算出する。詳細には、スコア算出部１４は、選択した「０．９」から、第１対象特徴量データで示される作業の作業スコアを算出する。
　スコア算出部１４は、選択した類似度を、作業スコアに変換することで、作業スコアを算出する。例えば、スコア算出部１４は、選択した類似度に１００を掛ける。具体的には、スコア算出部１４は、０．９×１００＝９０を、作業スコアと算出する。
　なお、これは一例に過ぎず、スコア算出部１４は、例えば、選択した類似度をそのまま作業スコアとしてもよい。すなわち、スコア算出部１４は、「０．９」を作業スコアとしてもよい。
　選択した類似度を作業スコアに変換するための変換式は、予め設定され、スコア算出部１４が参照可能な場所に記憶されている。

〈具体例２〉
　例えば、スコア算出部１４は、第１対象特徴量データについて、当該第１対象特徴量データに対応付けられている類似度の平均値から作業スコアを算出してもよい。
　この場合、スコア算出部１４は、まず、第１対象特徴量データに対応付けられている類似度「０．８」、「０．８」、「０．９」、「０．７」、および、「０．３」の平均値を算出する。ここでは、スコア算出部１４は、平均値「０．７」を算出することになる。
　スコア算出部１４は、算出した類似度の平均値を、作業スコアに変換することで、作業スコアを算出する。例えば、スコア算出部１４は、算出した類似度の平均値に１００を掛ける。具体的には、スコア算出部１４は、０．７×１００＝７０を、作業スコアと算出する。
　なお、これは一例に過ぎず、スコア算出部１４は、「０．７」を作業スコアとしてもよい。
　算出した類似度の平均値を作業スコアに変換するための変換式は、予め設定され、スコア算出部１４が参照可能な場所に記憶されている。

　上記〈具体例１〉および〈具体例２〉は一例に過ぎない。
　スコア算出部１４は、上記〈具体例１〉および〈具体例２〉以外の方法で、作業スコアを算出してもよい。例えば、スコア算出部１４は、下記〈具体例３〉に示すような方法で、作業スコアを算出してもよい。

〈具体例３〉
　例えば、スコア算出部１４は、ある対象特徴量データ（第２対象特徴量データ）について、当該第２対象特徴量データに対応付けられている類似度に重み付けを行って作業スコアを算出してもよい。ここでいう重み付けとは、例えば、かさ上げを想定している。
　詳細には、例えば、スコア算出部１４は、第２対象特徴量データに対応付けられている全ての類似度が、予め設定されている、目標とする類似度（以下「目標類似度」という。）より小さいものの、全ての類似度が当該目標類似度に近い値であれば、当該目標類似度を第２対象特徴量データに対応する類似度とする。スコア算出部１４は、類似度と目標類似度との差が予め設定された閾値（以下「差分判定用閾値」という。）以内であれば、当該類似度は目標類似度に近い値であると判定する。
　例えば、今、第２対象特徴量データについて、類似度算出部１３によって第１規範特徴量データ、第２規範特徴量データ、第３規範特徴量データ、第４規範特徴量データ、および、第５規範特徴量データとの類似度がそれぞれ算出された結果、第１規範特徴量データとの類似度が「０．８」、第２規範特徴量データとの類似度が「０．８」、第３規範特徴量データとの類似度が「０．８」、第４規範特徴量データとの類似度が「０．８」、第５規範特徴量データとの類似度が「０．８」だったとする。すなわち、類似度算出部１３からスコア算出部１４へ、第２対象特徴量データと、第２対象特徴量データに対応する対象データと、「０．８」、「０．８」、「０．８」、「０．８」、および、「０．８」とが対応付けられた類似度データが出力されたとする。また、目標類似度は「０．９」、差分判定用閾値は「０．１」とする。
　この場合、全ての類似度（「０．８」）が「０．９」より小さいものの、「０．９」との差分は「０．１」以内である。よって、スコア算出部１４は、第２対象特徴量データに対応する類似度を「０．９」とする。つまり、スコア算出部１４は、第２対象特徴量データに対応付けられている類似度に重み付けを行って、第２対象特徴量データに対応する類似度を「０．９」とする。
　そして、スコア算出部１４は、重み付けを行った類似度を、作業スコアに変換することで、作業スコアを算出する。例えば、スコア算出部１４は、重み付けを行った類似度に１００を掛ける。具体的には、スコア算出部１４は、０．９×１００＝９０を、作業スコアと算出する。
　なお、これは一例に過ぎず、スコア算出部１４は、「０．９」を作業スコアとしてもよい。
　重み付け後の類似度を作業スコアに変換するための変換式は、予め設定され、スコア算出部１４が参照可能な場所に記憶されている。

　スコア算出部１４が、類似度算出部１３から出力された類似度データに基づき、どのように作業スコアを算出するかの規則は、管理者等によって適宜設定可能である。

　スコア算出部１４は、算出した作業スコアに関するデータ（以下「作業スコアデータ」という。）を、出力制御部１７に出力する。
　作業スコアデータは、対象特徴量データ毎に、対象特徴量データと対象データと作業スコアとが対応付けられたデータである。
　作業スコアデータは、対象特徴量データ毎に、対象特徴量データと、対象データと、作業スコアと、当該作業スコアの算出に用いられた類似度に対応する規範特徴量データと規範データとが対応付けられたデータとしてもよい。なお、特徴量データが、対象特徴量データと複数の類似度と対象データと規範特徴量データと規範データが対応付けられたデータである場合、スコア算出部１４は、特徴量データから、作業スコアの算出に用いられた類似度に対応する規範特徴量データおよび規範データを特定できる。

　作業種別推定部１５は、作業評価対象者が行った作業の作業種別を推定する。
　作業種別推定部１５は、対象特徴量データ毎に、当該対象特徴量データに対応する評価対象者の作業の作業種別を推定する。実施の形態１では、作業種別推定部１５は、対象特徴量データに対応する評価対象者の作業が「加熱」なのか「ろう差し」なのかを推定する。
　例えば、作業種別推定部１５は、類似度算出部１３から出力された類似度データに基づき、作業評価対象者が行った作業の作業種別を推定する。

　例えば、規範データ記憶装置３に記憶されている規範データには、当該規範データが規範作業者によるどの作業種別の作業から生成されたかがわかるよう、作業種別を示すデータが付与されている。事前処理部１２は、規範特徴量データを生成した際、当該規範特徴量データと作業種別を示すデータとを対応付けて類似度算出部１３に出力する。類似度算出部１３は、生成する類似度データを、対象特徴量データ毎に、対象特徴量データと、複数の類似度と、当該類似度の算出に用いられた規範特徴量データと、作業種別を示すデータとが対応付けられたデータとする。
　作業種別推定部１５は、例えば、類似度算出部１３から出力された類似度データに基づき、対象特徴量データに対応付けられた複数の類似度のうち、一番大きい類似度に対応付けられている作業種別を、作業評価対象者が行った、対象特徴量データに対応する作業の作業種別と推定する。

　また、例えば、作業種別推定部１５は、特徴量データを入力とし作業種別を示す情報を出力する機械学習モデル（以下「作業種別推定モデル」という。）に、類似度データに含まれている対象特徴量データを入力し、作業種別を示す情報を得ることで、作業評価対象者が行った作業の作業種別を推定してもよい。作業種別推定モデルは予め生成され、作業種別推定部１５が参照可能な場所に記憶されている。
　例えば、作業種別推定部１５は、作業種別推定モデルに入力する対象特徴量データを、事前処理部１２から直接、取得してもよい。この場合、事前処理部１２は、生成した複数の対象特徴量データを、それぞれ、特徴量を抽出するもととなった対象データと対応付けて、作業種別推定部１５に出力する。なお、図１において、事前処理部１２から作業種別推定部１５への矢印は省略している。

　また、例えば、作業種別推定部１５は、作業評価対象者が行った作業の作業種別を推定する際、スコア算出部１４が算出した、対象特徴量データに対応する作業スコアを考慮してもよい。この場合、作業種別推定部１５は、例えば、スコア算出部１４から作業スコアデータを取得し、取得した作業スコアデータから対象特徴量データに対応する作業スコアを特定すればよい。なお、図１において、スコア算出部１４から作業種別推定部１５への矢印は省略している。
　例えば、作業種別推定部１５は、対象特徴量データに対応する作業スコアが一定値を満たしていなければ「作業種別不能」とする。

　作業種別推定部１５は、推定した作業種別に関するデータ（以下「作業種別推定後データ」という。）を、出力制御部１７に出力する。
　作業種別推定後データは、対象特徴量データと作業種別を示すデータとが対応付けられたデータである。
　作業種別推定後データは、対象特徴量データと、対象特徴量データに対応する対象データと、作業種別を示すデータとが対応付けられたデータであってもよい。なお、作業種別推定部１５は、対象特徴量データに対応する対象データを、類似度データから判定できる。

　代表規範データ選定部１６は、類似度算出部１３が出力した類似度データに基づき、複数の規範データのうち、対象データと類似しているとする規範データ（以下「代表規範データ」という。）を選定する。
　代表規範データ選定部１６は、代表規範データを１つ選定してもよいし、複数選定してもよい。

　例えば、代表規範データ選定部１６は、類似度データにおいて、対象特徴量データに対応付けられている類似度のうち最も大きい類似度を選択し、当該類似度に対応付けられている規範データを、代表規範データとする。
　なお、この場合、類似度データは、対象特徴量データ毎に、対象特徴量データと、対象データと、複数の類似度と、当該類似度の算出に用いられた規範特徴量データと、規範データとが対応付けられたデータとする。
　例えば、類似度データにおいて、対象特徴量データに対応付けられている類似度のうち最も大きい類似度が複数存在する場合、代表規範データ選定部１６は、任意の１つを選択し、選択した類似度に対応付けられている規範データを、代表規範データとしてもよいし、複数の類似度に対応する複数の規範データを全て、代表規範データとしてもよい。

　また、例えば、代表規範データ選定部１６は、類似度データにおいて、対象特徴量データに対応付けられている類似度のうち大きいものから順に複数（例えば３つ）の類似度を選択し、当該類似度に対応付けられている複数（例えば３つ）の規範データを、代表規範データとしてもよい。

　また、例えば、代表規範データ選定部１６は、代表規範データを選定する際、スコア算出部１４が算出した、対象特徴量データに対応する作業スコアを考慮してもよい。この場合、代表規範データ選定部１６は、例えば、スコア算出部１４から作業スコアデータを取得し、取得した作業スコアデータから対象特徴量データに対応する作業スコアを特定すればよい。なお、図１において、スコア算出部１４から代表規範データ選定部１６への矢印は省略している。
　例えば、代表規範データ選定部１６は、対象特徴量データに対応する作業スコアが一定値を満たしていなければ「代表規範データなし」とする。

　代表規範データ選定部１６は、選定した代表規範データに関するデータ（以下「選定規範データ」という。）を、出力制御部１７に出力する。
　選定規範データは、対象特徴量データと、代表規範データ選定部１６が選定した代表規範データとが対応付けられたデータである。
　選定規範データは、対象特徴量データと対象特徴量データに対応する対象データと選定規範データとが対応付けられたデータであってもよい。なお、代表規範データ選定部１６は、対象特徴量データに対応する対象データを、類似度データから判定できる。

　出力制御部１７は、スコア算出部１４から出力された作業スコアデータに基づき、作業スコアを示すデータを出力装置４に出力する。
　詳細には、出力制御部１７は、作業スコアを示すデータを、表示装置に表示させる。

　このとき、出力制御部１７は、作業スコアを示すデータを、対象データと対応付けて出力装置４に出力してもよい。つまり、出力制御部１７は、作業スコアを示すデータを、対象データと対応付けて表示装置に表示させてもよい。

　また、出力制御部１７は、作業スコアを示すデータを、作業種別を示すデータと対応付けて表示装置に表示させてもよい。
　なお、出力制御部１７は、例えば、スコア算出部１４から出力された作業スコアデータと、作業種別推定部１５から出力された作業種別推定後データとを、対象特徴量データでつき合わせることで、作業スコアおよび作業種別の対応付けができる。

　また、出力制御部１７は、作業スコアを示すデータを、代表規範データと対応付けて表示装置に表示させてもよい。
　なお、出力制御部１７は、例えば、スコア算出部１４から出力された作業スコアデータと、代表規範データ選定部１６から出力された選定規範データとを、対象特徴量データでつき合わせることで、作業スコアおよび代表規範データの対応付けができる。

　出力制御部１７は、作業スコアを示すデータを、対象データ、作業種別を示すデータ、および、代表規範データと対応付けて表示装置に表示させてもよい。

　ここで、図２は、実施の形態１において、出力制御部１７が、スコア算出部１４から出力された作業スコアデータと、作業種別推定部１５から出力された作業種別推定後データと、代表規範データ選定部１６から出力された選定規範データとに基づいて表示装置に表示させた画面（以下「評価結果表示画面」という。）の一例を説明するための図である。
　例えば、図２に示すように、出力制御部１７は、作業スコアを、作業種別と、対象データと、代表規範データと対応付けて表示する評価結果表示画面を表示させる。
　出力制御部１７は、評価結果表示画面において、複数の対象データを、時系列で並べて表示できる。
　図２に示す評価結果表示画面において、縦軸は表面温度を示し、横軸は時間を示す。
　図２において、時系列の対象データは「Ｔ」で示されており、時系列の代表規範データは「Ｎ」で示されている。なお、ここでは、代表規範データは１つであるものとしている。
　図２に示す評価結果表示画面では、時刻ｔまでは、作業種別が「加熱」の作業に関する対象データおよび代表規範データが示されており、当該「加熱」の作業に対する作業スコアは「０．８」であることを示している。また、図２に示す評価結果表示画面では、時刻ｔ以降は、作業種別が「ろう差し」の作業に関する対象データおよび代表規範データが示されており、当該「ろう差し」の作業に対する作業スコアは「０．２」であることを示している。

　つまり、図２に示す評価結果表示画面は、作業評価対象者によるろう付け作業における加熱作業の作業レベルが「０．８」であり、作業評価対象者による加熱作業は、代表的な規範作業者による加熱作業に近く、作業評価対象者は加熱作業について熟練しているといえることを示している。
　また、図２に示す評価結果表示画面は、作業評価対象者によるろう付け作業におけるろう差し作業の作業レベルが「０．２」であり、作業評価対象者によるろう差し作業のレベルは、代表的な規範作業者によるろう差し作業のレベルにはまだまだ達していないといえることを示している。
　管理者等は、評価結果表示画面を確認することで、作業評価対象者は、加熱作業は熟練の域に達しているものの、ろう差し作業は熟練の域には達していないことを把握できる。
　また、管理者等は、評価結果表示画面において、対象データと代表規範データとのズレを確認することで、例えば、作業評価対象者のろう付け作業において、どのあたりの作業が規範作業者のろう付け作業とはかけ離れているか、すなわち、作業評価対象者がろう付け作業において熟練の域に達しているといえるようにするためには、どのあたりの作業を重点的に訓練すればよいかを把握できる。管理者等は、例えば、把握した内容に基づき、作業評価対象者に対して指導を行うことで、作業評価対象者の技能向上をはかることができる。
　このように、出力制御部１７は、作業スコアを示すデータを表示させることで、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　図３は、実施の形態１において、出力制御部１７が、スコア算出部１４から出力された作業スコアデータと、作業種別推定部１５から出力された作業種別推定後データと、代表規範データ選定部１６から出力された選定規範データとに基づいて表示装置に表示させた評価結果表示画面のその他の一例を説明するための図である。
　図３に示す評価結果表示画面は、図２に示した評価結果表示画面とは、代表規範データが複数ある点が異なる。
　ここでは、代表規範データは３つあるものとし、図３に示す評価結果表示画面において、時系列の代表規範データは「Ｎ１」、「Ｎ２」、および、「Ｎ３」で示されている。
　例えば、図３に示すように、出力制御部１７は、評価結果表示画面において、複数の代表規範データの範囲がわかるように表示させることもできる。図３では、出力制御部１７は、評価結果表示画面において、複数の代表規範データの範囲を斜線で示したものとしている。

　いわゆるベテランといわれる規範作業者も、様々な作業の癖を有している。代表規範者が複数選定され、評価結果表示画面上でも、対象データが、複数の規範データとあわせて表示させることで、例えば、管理者等は、作業評価対象者の作業のうち、特に訓練の必要がある作業を把握することができる。複数の規範データのどれからも外れている対象データに対応する作業は、特に訓練をして、規範作業者による作業に近づける必要がある作業であるといえる。

　なお、図２および図３に示した評価結果表示画面は一例に過ぎない。
　出力制御部１７は、少なくとも、作業スコアを表示させるようになっていればよい。
　例えば、出力制御部１７は、作業スコアのみを表示させた評価結果表示画面を表示させてもよいし、作業スコアと作業種別とが表示された評価結果表示画面を表示させてもよい。また、出力制御部１７は、作業スコアと時系列の対象データとが表示された評価結果表示画面を表示させてもよいし、作業スコアと代表規範データとが表示された評価結果表示画面を表示させてもよい。
　出力制御部１７は、作業スコアと、作業種別、対象データ、または、代表規範データとを、適宜組み合わせた評価結果表示画面を表示させることができる。

　実施の形態１に係る作業評価装置１の動作について説明する。
　図４は、実施の形態１に係る作業評価装置１の動作を説明するためのフローチャートである。
　作業評価装置１は、例えば、電源が投入されると、または、管理者等から開始指示を受け付けると、図４のフローチャートで示すような動作を実行する。例えば、管理者等は、ろう付け装置が備えるタッチパネル式ディスプレイを操作して、開始指示を入力する。作業評価装置１の制御部（図示省略）は、管理者等によって入力された開始指示を受け付け、データ取得部１１、事前処理部１２、類似度算出部１３、スコア算出部１４、作業種別推定部１５、代表規範データ選定部１６、および、出力制御部１７に対して、動作を開始させる。

　データ取得部１１の対象データ取得部１１１は、センサ２から、作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得する（ステップＳＴ１）。詳細には、対象データ取得部１１１は、センサ２から、作業評価対象者がろう付け作業を行うことで生成された、当該ろう付け作業に関連する時系列の対象データを取得する。
　対象データ取得部１１１は、取得した対象データを、事前処理部１２に出力する。

　データ取得部１１の規範データ取得部１１２は、規範データ記憶装置３から、複数の規範作業者が作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得する（ステップＳＴ２）。詳細には、規範データ取得部１１２は、規範データ記憶装置３から、複数の規範作業者がろう付け作業を行うことで生成された、当該ろう付け作業に関連する時系列の規範データを取得する。
　規範データ取得部１１２は、取得した規範データを、事前処理部１２に出力する。

　事前処理部１２は、ステップＳＴ１にて対象データ取得部１１１が取得した対象データから抽出した特徴量に関する対象特徴量データ、および、ステップＳＴ２にて規範データ取得部１１２が取得した複数の規範データからそれぞれ抽出した特徴量に関する複数の規範特徴量データを生成する事前処理を行う（ステップＳＴ３）。
　事前処理部１２は、生成した複数の対象特徴量データ、および、複数の規範特徴量データを、類似度算出部１３に出力する。
　事前処理部１２は、生成した複数の対象特徴量データを、それぞれ、特徴量を抽出するもととなった対象データと対応付けて、類似度算出部１３に出力する。また、事前処理部１２は、生成した複数の規範特徴量データを、それぞれ、特徴量を抽出するもととなった規範データと対応付けて、類似度算出部１３に出力する。

　類似度算出部１３は、ステップＳＴ３にて事前処理部１２から出力された複数の対象特徴量データ、および、複数の規範特徴量データに基づき、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する（ステップＳＴ４）。
　類似度算出部１３は、事前処理部１２が生成した対象特徴量データ毎に、上記比較を行い、対象特徴量データの、各規範特徴量データとの類似度を算出する。
　類似度算出部１３は、対象特徴量データ毎に算出した複数の類似度に関する類似度データを、スコア算出部１４、作業種別推定部１５、および、代表規範データ選定部１６に出力する。

　スコア算出部１４は、ステップＳＴ４にて類似度算出部１３から出力された類似度データに基づき、作業評価対象者による作業の作業レベルが複数の規範作業者による作業の作業レベルにどれぐらい到達しているかを示す作業スコアを算出する（ステップＳＴ５）。
　スコア算出部１４は、算出した作業スコアに関する作業スコアデータを、出力制御部１７に出力する。

　作業種別推定部１５は、ステップＳＴ４にて類似度算出部１３から出力された類似度データ、または、ステップＳＴ３にて事前処理部１２から出力された対象特徴量データに基づき、作業評価対象者が行った作業の作業種別を推定する（ステップＳＴ６）。
　なお、作業種別推定部１５は、対象特徴量データ毎に作業種別を推定する。
　作業種別推定部１５は、推定した作業種別に関する作業種別推定後データを、出力制御部１７出力する。

　代表規範データ選定部１６は、ステップＳＴ４にて類似度算出部１３が出力した類似度データに基づき、複数の規範データのうち、代表規範データを選定する（ステップＳＴ７）。
　代表規範データ選定部１６は、選定した代表規範データに関する選定規範データを、出力制御部１７に出力する。

　出力制御部１７は、ステップＳＴ５にてスコア算出部１４から出力された作業スコアデータに基づき、作業スコアを示すデータを出力装置４に出力する（ステップＳＴ８）。
　詳細には、出力制御部１７は、作業スコアを示すデータを、表示装置に表示させる。

　なお、図４に示すフローチャートでは、ステップＳＴ１、ステップＳＴ２の順で処理が行われるものとしているが、これは一例に過ぎない。ステップＳＴ１の処理とステップＳＴ２の処理の順番は逆でもよいし、ステップＳＴ１の処理とステップＳＴ２の処理とが並行して行われてもよい。
　また、図４のフローチャートでは、ステップＳＴ５、ステップＳＴ６、ステップＳＴ７の順で処理が行われるものとしているが、これは一例に過ぎない。ステップＳＴ５の処理とステップＳＴ６の処理とステップＳＴ７の処理の順は入れ替わってもよいし、ステップＳＴ５の処理とステップＳＴ６の処理とステップＳＴ７の処理とが並行して行われてもよい。ただし、ステップＳＴ６にて、作業種別推定部１５が、類似度データと作業スコアとに基づき作業評価対象者が行った作業の作業種別を推定する場合、作業評価装置１は、ステップＳＴ６の処理が行われるまでにステップＳＴ５の処理が行われているようにする。

　このように、作業評価装置１は、時系列の対象データを取得し、複数の時系列の規範データを取得する。作業評価装置１は、対象特徴量データ、および、複数の規範特徴量データを生成する事前処理を行うと、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する。そして、作業評価装置１は、対象特徴量データと複数の類似度とが対応付けられた類似度データに基づき、作業スコアを算出する。
　これにより、作業評価装置１は、予め、評価しようとする人（作業評価対象者）の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人（作業評価対象者）の作業の良し悪しを評価することができる。

　いわゆるベテランといわれる規範作業者であっても、それぞれ、様々な作業の癖を有している。作業評価対象者による作業（ここではろう付け作業）を評価する際に、規範作業者による作業の作業特性をどのように反映して評価するかを定めることは、非常に困難である。
　つまり、作業評価対象者の作業に基づいて生成された対象データを規範作業者の作業に基づいて生成された規範データと比較することで作業評価対象者の作業を評価しようとしても、規範データの特徴量が一意に決まるわけではないため、対象データと１つの規範データとの比較によって作業評価対象者が行った作業の作業レベルが、規範作業者による作業のレベルにどれぐらい到達しているかを判定することは困難である。
　これに対し、実施の形態１に係る作業評価装置１は、複数の規範データを取得し、対象データを複数の規範データと比較することで、より詳細には、対象データに基づく対象特徴量データを複数の規範データに基づく複数の規範特徴量データと比較することで、対象特徴量データの各規範特徴量データとの類似度を算出する。そして、作業評価装置１は、対象特徴量データと複数の類似度とが対応付けられた類似度データに基づき、作業スコアを算出する。
　これにより、作業評価装置１は、規範作業者による様々な作業特性を反映して、作業評価対象者が行った作業の作業レベルを判定することができる。言い換えれば、作業評価装置１は、規範作業者による作業特性を考慮して、作業評価対象者が行った作業を評価することができる。

　また、作業評価装置１は、対象データを複数の区分け後対象データに区分けし、複数の区分け後対象データからそれぞれ抽出した複数の特徴量毎に対象特徴量データを生成する。そして、作業評価装置１は、生成した複数の対象特徴量データ毎に、対象特徴量データの、各規範特徴量データとの類似度を算出する。
　これにより、作業評価装置１は、対象データが長くなることによる学習の効率低下を防ぐことができる。また、作業評価装置１は、管理者等が、対象データが長くなることにより類似すると判定される規範データの出現頻度が低下することに備え膨大な規範データを用意しておかなければならなくなることを防ぐ。

　また、作業評価装置１は、対象特徴量データまたは類似度データに基づき、作業評価対象者が行った作業（ここではろう付け作業）の作業種別を推定する。作業評価装置１は、作業スコアを作業種別とともに提供可能とすることで、作業評価対象者が行った作業の評価、より詳細には作業スコアを、作業評価対象者が行った作業を評価するのにより分かりやすい形態で、提供可能とできる。例えば、作業評価対象者が誤った手順で行った作業が評価された場合、作業評価装置１は、作業種別の情報を提供することで、作業自体がうまくできていない旨を知らせることができる。具体例を挙げると、例えば、ろう付け作業であれば、加熱→ろう差しが正しい作業手順であるところ、作業評価対象者が加熱→ろう差し→加熱のような作業手順で作業を行った場合、当該作業は習得不十分な作業といえる。

　また、作業評価装置１は、対象特徴量データまたは類似度データと、作業スコアとに基づき、作業評価対象者が行った作業の作業種別を推定してもよい。
　例えば、作業評価装置１は、作業種別推定モデルを用いて作業種別の推定を行う場合、作業スコアも考慮することで、作業種別の推定をある程度外部化可能となり、作業種別推定モデルを用いた作業種別の推定の負荷の減少、言い換えれば、作業種別の推定精度の向上、作業種別の推定効率の向上、または、作業種別推定モデル生成のための学習用データの削減が見込まれる。

　また、作業評価装置１は、類似度データに基づき、複数の規範データのうち、対象データと類似しているとする代表規範データを選定する。作業評価装置１は、作業スコアを代表規範データとともに提供可能とすることで、例えば、作業評価対象者が訓練すべき、規範作業者の作業レベルに到達していない作業を特定可能な形態で提供可能とできる。

　また、作業評価装置１は、類似度データと作業スコアとに基づき、代表規範データを選定してもよい。
　作業評価装置１は、作業スコアを考慮して代表規範データを選定することで、代表規範データの選定の精度を向上させることができる。

　なお、以上の実施の形態１では、作業レベルは作業スコアで示されるものとしたが、これは一例に過ぎない。
　例えば、作業レベルは、類似度で示されるものとしてもよい。
　このようにしても、作業評価装置１は、予め、作業評価対象者の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、作業評価対象者の作業の良し悪しを評価することができる。
　なお、作業評価対象者が行った作業の作業レベルが、複数の規範作業者による作業レベルに到達していると推定されるほど、作業評価装置が算出する類似度は、大きな値となる。
　この場合、作業評価装置１は、スコア算出部１４を備えない構成とできる。出力制御部１７は、例えば、類似度算出部１３から出力された類似度データに基づき、類似度を示すデータを出力装置４に出力する。
　また、この場合、図４のフローチャートを用いて説明した作業評価装置１の動作について、ステップＳＴ５の処理は、省略可能である。
図４を用いて説明した作業評価装置１の動作について、作業評価装置１は、ステップＳＴ５の処理を省略できる。

　また、以上の実施の形態１では、図１に示すように、作業評価装置１は、作業種別推定部１５および代表規範データ選定部１６を備えていたが、これは一例に過ぎない。作業評価装置１は、作業種別推定部１５および代表規範データ選定部１６を備えない構成としてもよい。この場合、図４のフローチャートを用いて説明した作業評価装置１の動作について、ステップＳＴ６の処理、および、ステップＳＴ７の処理は、省略可能である。

　また、以上の実施の形態１において、作業評価装置１は、出力制御部１７を備えない構成としてもよい。例えば、出力制御部１７の機能は、作業評価装置１の外部の、作業評価装置１および出力装置４と接続されている装置が有してもよい。例えば、作業評価装置１は、作業スコアデータを内部メモリに保持するようにし、作業評価装置１の外部の装置が当該内部メモリから作業スコアデータを読み出して、出力装置４に出力してもよい。
　この場合、作業評価装置１は、出力装置４と接続されていることを必須としない。

　また、以上の実施の形態１では、作業評価装置１において、事前処理部１２は、対象データを時系列に区分けしていたが、これは一例に過ぎない。事前処理部１２は、対象データを時系列に区分けする機能を有しないものとしてもよい。
　事前処理部１２は、対象データ取得部１１１が取得した対象データに対し特徴量の抽出を行い、対象特徴量データを生成してもよい。この場合、事前処理部１２は、規範データ取得部１１２が取得した複数の規範データに対しても、区分けする必要はない。事前処理部１２は、規範データ取得部１１２が取得した各規範データに対し特徴量の抽出を行い、規範特徴量データを生成する。

　また、以上の実施の形態１では、出力装置４は、表示装置としたが、これは一例に過ぎない。
　例えば、出力装置４は記憶装置であり、作業評価装置１の出力制御部１７は、作業スコアデータ、作業種別推定後データ、および、選定規範データを、記憶装置に出力してもよい。
　例えば、出力制御部１７は、作業スコアデータに基づき、作業スコアを示すデータを記憶装置に出力してもよいし、作業スコアを示すデータを、対象データと対応付けて記憶装置に出力してもよい。また、出力制御部１７は、作業スコアデータと作業種別推定後データとに基づき、作業スコアを示すデータを、作業種別を示すデータと対応付けて記憶装置に出力してもよい。また、出力制御部１７は、作業スコアデータと選定規範データとに基づき、作業スコアを示すデータを、代表規範データと対応付けて記憶装置に出力してもよい。また、出力制御部１７は、作業スコアデータと作業種別推定後データと選定規範データとに基づき、作業スコアを示すデータを、対象データ、作業種別を示すデータ、および、代表規範データと対応付けて記憶装置に出力してもよい。

　また、以上の実施の形態１では、作業評価装置１は、ろう付け装置に搭載されていることを想定したが、これは一例に過ぎない。例えば、作業評価装置１は、サーバに搭載されていてもよい。また、例えば、作業評価装置１を構成する構成部であるデータ取得部１１、事前処理部１２、類似度算出部１３、スコア算出部１４、作業種別推定部１５、代表規範データ選定部１６、および、出力制御部１７のうち、一部が作業装置に備えられ、その他がサーバに備えられて、作業装置とサーバとでシステムを構成してもよい。

　また、以上の実施の形態１では、作業評価装置１が評価する作業は、ろう付け作業を想定したが、これは一例に過ぎない。作業評価装置１が評価する作業は、ろう付け作業以外の、工場内で行われ得る作業であってもよい。例えば、作業評価装置１が評価する作業は、はんだ付け作業であってもよいし、切削作業であってもよいし、木材のネジ締め作業であってもよいし、木材のネジ締め作業であってもよいし、金属の溶接作業であってもよい。また、作業評価装置１が評価する作業は、自動車、航空機、電車、または、船舶等の乗り物の操縦でもよい。実施の形態１に係る作業評価装置１は、技量のレベルをはかる需要がある種々の作業（いわゆるカン・コツ作業）を評価する作業評価装置に適用できる。

　図５Ａおよび図５Ｂは、実施の形態１に係る作業評価装置１のハードウェア構成の一例を示す図である。
　実施の形態１において、データ取得部１１と、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部の機能は、処理回路１００１により実現される。すなわち、作業評価装置１は、作業評価対象者が行った作業を評価するための制御を行うための処理回路１００１を備える。
　処理回路１００１は、図５Ａに示すように専用のハードウェアであっても、図５Ｂに示すようにメモリに格納されるプログラムを実行するプロセッサ１００４であってもよい。

　処理回路１００１が専用のハードウェアである場合、処理回路１００１は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、またはこれらを組み合わせたものが該当する。

０
　処理回路がプロセッサ１００４の場合、データ取得部１１と、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部の機能は、ソフトウェア、ファームウェア、または、ソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアまたはファームウェアは、プログラムとして記述され、メモリ１００５に記憶される。プロセッサ１００４は、メモリ１００５に記憶されたプログラムを読み出して実行することにより、データ取得部１１と、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部の機能を実行する。すなわち、作業評価装置１は、プロセッサ１００４により実行されるときに、上述の図４のステップＳＴ１～ステップＳＴ８が結果的に実行されることになるプログラムを格納するためのメモリ１００５を備える。また、メモリ１００５に記憶されたプログラムは、データ取得部１１と、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部の処理の手順または方法をコンピュータに実行させるものであるともいえる。ここで、メモリ１００５とは、例えば、ＲＡＭ、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ－Ｏｎｌｙ　Ｍｅｍｏｒｙ）等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）等が該当する。

　なお、データ取得部１１と、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部の機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。例えば、データ取得部１１については専用のハードウェアとしての処理回路１００１でその機能を実現し、事前処理部１２と、類似度算出部１３と、スコア算出部１４と、作業種別推定部１５と、代表規範データ選定部１６と、出力制御部１７と、図示しない制御部についてはプロセッサ１００４がメモリ１００５に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。
　また、作業評価装置１は、センサ２、規範データ記憶装置３、および、出力装置４等の装置と、有線通信または無線通信を行う入力インタフェース装置１００２および出力インタフェース装置１００３を備える。

　以上のように、実施の形態１によれば、作業評価装置１は、作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得する対象データ取得部１１１と、複数の規範作業者が作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得する規範データ取得部１１２と、対象データ取得部１１１が取得した対象データから抽出した特徴量に関する対象特徴量データ、および、規範データ取得部１１２が取得した複数の規範データからそれぞれ抽出した特徴量に関する複数の規範特徴量データを生成する事前処理部１２と、対象特徴量データを複数の規範特徴量データとそれぞれ比較し、対象特徴量データの、各規範特徴量データとの類似度を算出する類似度算出部１３とを備えるように構成した。
　そのため、作業評価装置１は、作業評価装置１は、予め、評価しようとする人（作業評価対象者）の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人（作業評価対象者）の作業の良し悪しを評価することができる。

　また、実施の形態１によれば、作業評価装置１において、事前処理部１２は、対象データを複数の区分け後対象データに区分けし、複数の区分け後対象データからそれぞれ抽出した複数の特徴量毎に対象特徴量データを生成し、類似度算出部１３は、事前処理部１２が生成した複数の対象特徴量データ毎に、対象特徴量データの、各規範特徴量データとの類似度を算出する。
　これにより、作業評価装置１は、対象データが長くなることによる学習の効率低下を防ぐことができる。また、作業評価装置１は、管理者等が、対象データが長くなることにより類似すると判定される規範データの出現頻度が低下することに備え膨大な規範データを用意しておかなければならなくなることを防ぐ。

　また、実施の形態１によれば、作業評価装置１は、対象特徴量データと、類似度算出部１３が算出した複数の類似度とが対応付けられた類似度データに基づき、作業評価対象者による作業のレベル（作業レベル）が複数の規範作業者による作業のレベル（作業レベル）にどれぐらい到達しているかを示す作業スコアを算出するスコア算出部１４とを備えるように構成できる。
　そのため、作業評価装置１は、作業評価装置１は、予め、評価しようとする人（作業評価対象者）の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人（作業評価対象者）の作業の良し悪しを評価することができる。

　また、実施の形態１によれば、作業評価装置１は、対象特徴量データまたは類似度データに基づき、作業評価対象者が行った作業の作業種別を推定する作業種別推定部１５を備えるように構成できる。
　そのため、作業評価装置１は、作業スコアを作業種別とともに提供可能とし、作業評価対象者が行った作業の評価、より詳細には作業スコアを、作業評価対象者が行った作業を評価するのにより分かりやすい形態で、提供可能とできる。例えば、作業評価対象者が誤った手順で行った作業が評価された場合、作業評価装置１は、作業種別の情報を提供することで、作業自体がうまくできていない旨を知らせることができる。具体例を挙げると、例えば、ろう付け作業であれば、加熱→ろう差しが正しい作業手順であるところ、作業評価対象者が加熱→ろう差し→加熱のような作業手順で作業を行った場合、当該作業は習得不十分な作業といえる。

　また、実施の形態１によれば、作業評価装置１は、対象特徴量データ、または、対象特徴量データと類似度算出部１３が算出した複数の類似度とが対応付けられた類似度データに基づき、作業評価対象者が行った作業の作業種別を推定する作業種別推定部１５を備え、作業種別推定部１５は、対象特徴量データまたは類似度データと、スコア算出部１４が算出した作業スコアとに基づき、作業評価対象者が行った作業の作業種別を推定するように構成できる。
　そのため、作業評価装置１は、作業種別の推定精度の向上、作業種別の推定効率の向上、または、作業種別推定モデル生成のための学習用データの削減を実現できる

　また、実施の形態１によれば、作業評価装置１は、対象特徴量データと類似度算出部１３が算出した複数の類似度とが対応付けられた類似度データに基づき、複数の規範データのうち、対象データと類似しているとする代表規範データを選定する代表規範データ選定部１６を備えるように構成できる。
　そのため、作業評価装置１は、作業スコアを代表規範データとともに提供可能とし、例えば、作業評価対象者が訓練すべき、規範作業者の作業レベルに到達していない作業を特定可能な形態で提供可能とできる。

　また、実施の形態１によれば、作業評価装置１は、対象特徴量データと類似度算出部１３が算出した複数の類似度とが対応付けられた類似度データに基づき、複数の規範データのうち、対象データと類似しているとする代表規範データを選定する代表規範データ選定部１６を備え、代表規範データ選定部１６は、類似度データとスコア算出部１４が算出した作業スコアとに基づき、複数の規範データのうち、対象データと類似しているとする代表規範データを選定するように構成できる。
　そのため、作業評価装置１は、作業スコアを考慮して代表規範データを選定することで、代表規範データの選定の精度を向上させることができる。

　また、実施の形態１によれば、作業評価装置１は、スコア算出部１４が算出した作業スコアを示すデータを出力装置４に出力する出力制御部１７を備えるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１は、スコア算出部１４が算出した作業スコアを示すデータを、作業種別推定部１５が推定した作業種別を示すデータと対応付けて出力装置４に出力する出力制御部１７を備えるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１は、スコア算出部１４が算出した作業スコアを示すデータを、代表規範データ選定部１６が選定した代表規範データと対応付けて出力装置４に出力する出力制御部１７を備えるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１において、出力制御部１７は、作業スコアを示すデータを、対象データと対応付けて、出力装置４に出力するように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１において、出力制御部１７は、作業スコアを示すデータを、出力装置４である表示装置に表示させるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１において、出力制御部１７は、作業スコアを示すデータを、作業種別推定部１５が推定した作業種別を示すデータと対応付けて出力装置４である表示装置に表示させるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１において、出力制御部１７は、作業スコアを示すデータを、代表規範データ選定部１６が選定した代表規範データと対応付けて出力装置４である表示装置に表示させるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　また、実施の形態１によれば、作業評価装置１において、出力制御部１７は、作業スコアを示すデータを、対象データと対応付けて、出力装置４である表示装置に表示させるように構成できる。
　そのため、作業評価装置１は、作業評価対象者の現状の作業レベルの把握、および、作業評価対象者の技能向上の一助となるデータを提供することができる。

　なお、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。

　本開示に係る作業評価装置は、予め、評価しようとする人の作業の内容に対応させた、当該作業を行うにあたっての技量の範囲の区分けがなされていることを必要とすることなく、人の作業の良し悪しを評価することができる。

　１　作業評価装置、２　センサ、３　規範データ記憶装置、４　出力装置、１１　データ取得部、１１１　対象データ取得部、１１２　規範データ取得部、１２　事前処理部、１３　類似度算出部、１４　スコア算出部、１５　作業種別推定部、１６　代表規範データ選定部、１７　出力制御部、１００１　処理回路、１００２　入力インタフェース装置、１００３　出力インタフェース装置、１００４　プロセッサ、１００５　メモリ。

Claims (20)

1. 　作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得する対象データ取得部と、
   　複数の規範作業者が前記作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得する規範データ取得部と、
   　前記対象データ取得部が取得した前記対象データから抽出した特徴量に関する対象特徴量データ、および、前記規範データ取得部が取得した複数の前記規範データからそれぞれ抽出した前記特徴量に関する複数の規範特徴量データを生成する事前処理部と、
   　前記対象特徴量データを複数の前記規範特徴量データとそれぞれ比較し、前記対象特徴量データの、各規範特徴量データとの類似度を算出する類似度算出部
   　とを備えた作業評価装置。
2. 　前記事前処理部は、前記対象データを複数の区分け後対象データに区分けし、複数の前記区分け後対象データからそれぞれ抽出した複数の前記特徴量毎に前記対象特徴量データを生成し、
   　前記類似度算出部は、前記事前処理部が生成した複数の前記対象特徴量データ毎に、前記対象特徴量データの、各規範特徴量データとの前記類似度を算出する
   　ことを特徴とする請求項１記載の作業評価装置。
3. 　前記対象特徴量データと、前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、前記作業評価対象者による前記作業のレベルが複数の前記規範作業者による前記作業の前記レベルにどれぐらい到達しているかを示す作業スコアを算出するスコア算出部を備えた
   　ことを特徴とする請求項１または請求項２記載の作業評価装置。
4. 　前記スコア算出部は、前記事前処理部が生成した複数の前記対象特徴量データ毎に、前記対象特徴量データと前記類似度データに基づき、前記作業スコアを算出する
   　ことを特徴とする請求項３記載の作業評価装置。
5. 　前記スコア算出部は、前記規範特徴量データ毎の前記類似度のうち最も大きい値から前記作業スコアを算出する
   　ことを特徴とする請求項３または請求項４記載の作業評価装置。
6. 　前記スコア算出部は、前記規範特徴量データ毎の前記類似度の平均値から前記作業スコアを算出する
   　ことを特徴とする請求項３または請求項４記載の作業評価装置。
7. 　前記スコア算出部は、前記規範特徴量データ毎の前記類似度に重み付けを行って前記作業スコアを算出する
   　ことを特徴とする請求項３または請求項４記載の作業評価装置。
8. 　前記対象特徴量データ、または、前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、前記作業評価対象者が行った前記作業の作業種別を推定する作業種別推定部
   　を備えた請求項１から請求項７のうちのいずれか１項記載の作業評価装置。
9. 　前記対象特徴量データ、または、前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、前記作業評価対象者が行った前記作業の作業種別を推定する作業種別推定部を備え、
   　前記作業種別推定部は、
   　前記対象特徴量データまたは前記類似度データと、前記スコア算出部が算出した前記作業スコアとに基づき、前記作業評価対象者が行った前記作業の前記作業種別を推定する
   　ことを特徴とする請求項３から請求項７のうちのいずれか１項記載の作業評価装置。
10. 　前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、複数の前記規範データのうち、前記対象データと類似しているとする代表規範データを選定する代表規範データ選定部
    　を備えた請求項１から請求項７のうちのいずれか１項記載の作業評価装置。
11. 　前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、複数の前記規範データのうち、前記対象データと類似しているとする代表規範データを選定する代表規範データ選定部を備え、
    　前記代表規範データ選定部は、
    　前記類似度データと前記スコア算出部が算出した前記作業スコアとに基づき、複数の前記規範データのうち、前記対象データと類似しているとする代表規範データを選定する
    　ことを特徴とする請求項３から請求項７のうちのいずれか１項記載の作業評価装置。
12. 　前記スコア算出部が算出した前記作業スコアを示すデータを出力装置に出力する出力制御部
    　を備えた請求項３から請求項７のうちのいずれか１項記載の作業評価装置。
13. 　前記対象特徴量データ、または、前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、前記作業評価対象者が行った前記作業の作業種別を推定する作業種別推定部を備え、
    　前記スコア算出部が算出した前記作業スコアを示すデータを、前記作業種別推定部が推定した前記作業種別を示すデータと対応付けて出力装置に出力する出力制御部
    　を備えた請求項３から請求項７のうちのいずれか１項記載の作業評価装置。
14. 　前記対象特徴量データと前記類似度算出部が算出した複数の前記類似度とが対応付けられた類似度データに基づき、複数の前記規範データのうち、前記対象データと類似しているとする代表規範データを選定する代表規範データ選定部を備え、
    　前記スコア算出部が算出した前記作業スコアを示すデータを、前記代表規範データ選定部が選定した前記代表規範データと対応付けて出力装置に出力する出力制御部
    　を備えた請求項３から請求項５のうちのいずれか１項記載の作業評価装置。
15. 　前記出力制御部は、前記作業スコアを示すデータを、前記対象データと対応付けて、前記出力装置に出力する
    　ことを特徴とする請求項１２から請求項１４のうちのいずれか１項記載の作業評価装置。
16. 　前記出力装置は表示装置であり、
    　前記出力制御部は、前記作業スコアを示すデータを前記表示装置に表示させる
    　ことを特徴とする請求項１２記載の作業評価装置。
17. 　前記出力装置は表示装置であり、
    　前記出力制御部は、前記作業スコアを示すデータを、前記作業種別推定部が推定した前記作業種別を示すデータと対応付けて前記表示装置に表示させる
    　ことを特徴とする請求項１３記載の作業評価装置。
18. 　前記出力装置は表示装置であり、
    　前記出力制御部は、前記作業スコアを示すデータを、前記代表規範データ選定部が選定した前記代表規範データと対応付けて前記表示装置に表示させる
    　ことを特徴とする請求項１４記載の作業評価装置。
19. 　前記出力制御部は、前記作業スコアを示すデータを、前記対象データと対応付けて、前記表示装置に表示させる
    　ことを特徴とする請求項１６から請求項１８のうちのいずれか１項記載の作業評価装置。
20. 　対象データ取得部が、作業評価対象者が作業を行うことで生成された、当該作業に関連する時系列の対象データを取得するステップと、
    　規範データ取得部が、複数の規範作業者が前記作業を行うことで生成された、当該作業に関連する複数の時系列の規範データを取得するステップと、
    　事前処理部が、前記対象データ取得部が取得した前記対象データから抽出した特徴量に関する対象特徴量データ、および、前記規範データ取得部が取得した複数の前記規範データからそれぞれ抽出した前記特徴量に関する複数の規範特徴量データを生成するステップと、
    　類似度算出部が、前記対象特徴量データを複数の前記規範特徴量データとそれぞれ比較し、前記対象特徴量データの、各規範特徴量データとの類似度を算出するステップ
    　とを備えた作業評価方法。

Images