JP7684191B2 - 作業計画更新システム、および、作業計画更新方法 - Google Patents
作業計画更新システム、および、作業計画更新方法 Download PDFInfo
- Publication number
- JP7684191B2 JP7684191B2 JP2021177604A JP2021177604A JP7684191B2 JP 7684191 B2 JP7684191 B2 JP 7684191B2 JP 2021177604 A JP2021177604 A JP 2021177604A JP 2021177604 A JP2021177604 A JP 2021177604A JP 7684191 B2 JP7684191 B2 JP 7684191B2
- Authority
- JP
- Japan
- Prior art keywords
- work
- task
- efficiency
- tasks
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Manipulator (AREA)
Description
本発明は、作業計画更新システム、および、作業計画更新方法に関する。
未知環境でロボットを活用する非定型遠隔作業において、作業員は、手動もしくは自動（半自動）でロボットを操作する。未知環境での作業は、総じて作業者への精神的な負荷が高い。
特許文献１には、チームワークで最大の作業実績が期待される要員配置計画を立案する要員管理システムの発明が記載されている。特許文献１に記載されている発明は、作業の難易度と要員の熟練度から全要員に作業を割り付けて、チームワークで作業実績が期待される要員配置計画を提供するというものである。
未知環境でロボットを活用する非定型遠隔作業において、作業難易度や作業時間帯や作業員自身のバイタル状態によって、作業者への精神的な負荷が変動する。作業員の体調不良やロボットの不具合などの環境変化の場合、定型的に他の作業員や他のロボットに再割り当てして作業計画を更新すると、作業効率の低下や作業の不適合やヒューマンエラーなどが発生するおそれがある。
そこで、本発明は、環境変化に対してロバストに作業計画を更新することを課題とする。
そこで、本発明は、環境変化に対してロバストに作業計画を更新することを課題とする。
前記した課題を解決するため、本発明の作業計画更新システムは、作業員およびロボットから、作業計画に含まれる各作業に係るデータを予め指定した時間間隔で取得するデータ・インタフェース部と、前記データから前記作業員のバイタルまたは前記ロボットの動作を分析する作業状態処理部と、前記データ・インタフェース部で取得したデータまたは前記作業状態処理部が当該データを分析したデータから状態異常を検知した際に、それ以降の前記作業計画の作業に要するリソースである作業員およびロボットの当該作業に対する配置を更新する作業リソース処理部と、を備え、前記作業リソース処理部は、前記データから状態異常を検知した以降の前記作業計画の各前記作業と類似し、かつデータベースに格納されている他の作業における手動時と自動時との作業効率を比較して、前記他の作業における手動時の作業効率が高いならば、各前記作業を手動で実施する作業分類を指定し、前記他の作業における自動時の作業効率が高いならば、各前記作業を自動で実施する作業分類を指定することにより作業計画を更新する、ことを特徴とする。
本発明の作業計画更新方法は、作業計画更新システムに設けられたデータ・インタフェース部が、作業員およびロボットから、作業計画に含まれる各作業に係るデータを予め指定した時間間隔で取得するステップと、前記作業計画更新システムに設けられた作業状態処理部が、前記データから前記作業員のバイタルまたは前記ロボットの動作を分析するステップと、前記作業計画更新システムに設けられた作業リソース処理部が、前記データ・インタフェース部で取得したデータまたは前記作業状態処理部が当該データを分析したデータから状態異常を検知した際に、それ以降の前記作業計画の作業に要するリソースである作業員およびロボットの当該作業に対する配置を更新するステップと、を実行し、前記作業リソース処理部は、前記データから状態異常を検知した以降の前記作業計画の各前記作業と類似し、かつデータベースに格納されている他の作業における手動時と自動時との作業効率を比較して、前記他の作業における手動時の作業効率が高いならば、各前記作業を手動で実施する作業分類を指定し、前記他の作業における自動時の作業効率が高いならば、各前記作業を自動で実施する作業分類を指定することにより作業計画を更新する、ことを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。
その他の手段については、発明を実施するための形態のなかで説明する。
本発明によれば、環境変化に対してロバストに作業計画を更新することが可能となる。
以降、本発明を実施するための形態を、各図を参照して詳細に説明する。
図１は、第１の実施形態に係る作業計画更新システム１の構成図である。
作業計画更新システム１は、データ・インタフェース部１１と、作業状態処理装置１２と、作業管理データベース１３と、作業リソース処理装置１４と、作業指示操作装置１５とを含んで構成されている。この作業計画更新システム１は、作業員２ａ～２ｃと作業ロボットシステムを用いる作業計画を更新するものである。
図１は、第１の実施形態に係る作業計画更新システム１の構成図である。
作業計画更新システム１は、データ・インタフェース部１１と、作業状態処理装置１２と、作業管理データベース１３と、作業リソース処理装置１４と、作業指示操作装置１５とを含んで構成されている。この作業計画更新システム１は、作業員２ａ～２ｃと作業ロボットシステムを用いる作業計画を更新するものである。
ここで作業員２ａ～２ｃは、ロボットオペレータや、補助作業員や、作業監督などである。作業員２ａ～２ｃには、能力の個人差があり、作業処理能力にばらつきがある。また、同一作業者が同じ作業を行う場合でも、その時々の体調により能力にばらつきが生じる。作業チームとは、同一作業を共同で実施する複数人のチームである。作業チームは、個人の初期能力の差を考慮して編成するとよい。
データ・インタフェース部１１は、作業員２ａ～２ｃや作業ロボットと、作業計画更新システム１との間でデータを遣り取りするための界面である。データ・インタフェース部１１は、例えば複数種類のセンサ群と、作業員の端末やロボットに指示を送信する無線ルータなどを含んで構成される。データ・インタフェース部１１は、作業員２ａ～２ｃに作業指示を出し、作業員２ａ～２ｃから予め指定した時間間隔でバイタルデータを取得する。
作業ロボットシステムは、ロボット３ａ～３ｃおよびその制御装置と、動作ログ記録装置と、操作装置と、監視装置と、これらの付帯設備などである。これらロボット３ａ～３ｃは、同じロボットであれば性能にばらつきが殆ど無く、同じ環境で同じ作業であれば時間による劣化もばらつきが無い。データ・インタフェース部１１は、ロボット３ａ～３ｃに制御指示を出し、ロボット３ａ～３ｃから予め指定した時間間隔で動作ログデータを取得する。
つまりデータ・インタフェース部１１は、作業員２ａ～２ｃやロボット３ａ～３ｃから、作業に係るデータを予め指定した時間間隔で取得する。
つまりデータ・インタフェース部１１は、作業員２ａ～２ｃやロボット３ａ～３ｃから、作業に係るデータを予め指定した時間間隔で取得する。
作業付帯情報４とは、作業環境のレイアウトや温度や湿度、水素濃度、酸素濃度、放射線量などの情報や、年月日や、日時などのことをいう。作業付帯情報４は、作業員２ａ～２ｃと作業ロボットシステムの状態を測定した現場データである。データ・インタフェース部１１は、これら現場データを予め指定した時間間隔で取得する。
作業属性情報５とは、作業名、作業目的、作業難易度、作業体制、作業員熟練度、作業員履歴、作業工程、作業時間帯、作業装置仕様、作業装置履歴、作業完了時間や各作業の作業時間などの作業結果で示される履歴である。データ・インタフェース部１１は、これら履歴を予め指定した時間間隔で更新する。
作業状態処理装置１２は、作業員２ａ～２ｃとロボット３ａ～３ｃの状態を測定した現場データにより作業状態や作業属性を分析し、この分析データと現場データを作業管理データベース１３に格納する。作業状態処理装置１２は更に、作業リソース処理装置１４に分析データを出力する。つまり、作業状態処理装置１２は、データ・インタフェース部１１が取得したデータを分析する作業状態処理部として機能する。
作業リソース処理装置１４は、分析データと履歴データに基づいて、作業リソースの配置を計算する。作業状態処理装置１２で取得したデータが予め指定したしきい値を超える状態を検知した際に、作業リソース処理装置１４は、この作業に要するリソースの配置を計算する。そして作業リソース処理装置１４は、作業リソース計算結果を作業管理データベース１３に格納し、作業指示操作装置１５に出力する。
つまり、作業リソース処理装置１４は、作業に要するリソースの配置を計算する作業リソース処理部として機能する。
つまり、作業リソース処理装置１４は、作業に要するリソースの配置を計算する作業リソース処理部として機能する。
作業指示操作装置１５は、作業リソース計算結果に基づき、作業員２ａ～２ｃへの操作指示データと、ロボット３ａ～３ｃへの制御データを出力する。
作業員状態とは、作業員２ａ～２ｃのバイタルデータや動作データのことをいう。バイタルデータには、心拍数、脳波、発汗量、体温、血圧などがある。動作データには、加速度、位置、移動経路・履歴、視線、歩数などがある。
ロボット状態とは、ロボット３ａ～３ｃの作業動作ログデータや定期検査データのことをいう。作業動作ログデータには、各関節動作（流量、圧力、カメラ映像など）の時間トレンド、累積作業時間／システム動作時間、累積線量などがある。定期検査データには、規定動作時の各関節動作（流量、圧力、カメラ映像など）の時間トレンドなどがある。
作業状態には、年月日、時間帯、平日と土日祝の違い、１日あたりの作業時間、総作業日数と累積作業日数、作業環境中の温度や湿度、構造物配置、作業環境映像や点群などがある。
作業属性には、作業目的、作業難易度（リスク度）、作業緊急度、作業チーム体制、作業員熟練度、勤務体系などがある。
作業結果には、作業成否、作業時間（遅延程度含む）、被ばく量や累積線量、リスク事象発生有無、計画更新有無などがある。
作業属性には、作業目的、作業難易度（リスク度）、作業緊急度、作業チーム体制、作業員熟練度、勤務体系などがある。
作業結果には、作業成否、作業時間（遅延程度含む）、被ばく量や累積線量、リスク事象発生有無、計画更新有無などがある。
図２は、作業状態処理装置１２の構成図である。
作業状態処理装置１２は、作業員状態測定部１２１と、ロボット状態測定部１２２と、作業状態分析評価部１２３と、作業属性分析評価部１２４とを含んで構成される。
作業状態処理装置１２は、作業員状態測定部１２１と、ロボット状態測定部１２２と、作業状態分析評価部１２３と、作業属性分析評価部１２４とを含んで構成される。
作業状態処理装置１２は、装置要素試験や装置組合せ試験、モックアップ試験、トレーニング、実機工事などでデータを取得するものである。
作業員状態測定部１２１は、作業員２ａ～２ｃの状態を測定してバイタルデータや動作データを出力する。ここでバイタルデータとは、作業者の心拍数、脳波、発汗量、体温、血圧、体調などである。動作データとは、加速度、位置、移動経路・履歴、視線、歩数などである。
図３は、作業員状態測定部１２１の出力データの例を示すグラフである。グラフの縦軸は測定値を示し、横軸は時間を示している。
グラフの実線は、加速度を示している。グラフの破線は、心拍数を示している。グラフの一点鎖線は、発汗量を示している。
グラフの実線は、加速度を示している。グラフの破線は、心拍数を示している。グラフの一点鎖線は、発汗量を示している。
図２に戻り説明を続ける。ロボット状態測定部１２２は、ロボット３ａ～３ｃを測定して、作業ログデータや定期検査データを出力する。作業動作ログデータとは、各関節動作（電流や電圧、液体流量や圧力、カメラ映像など）の時間トレンド、累積作業時間／システム動作時間、累積線量などである。定期検査データとは、規定動作時の各関節動作（電流、電圧、液体流量や圧力、カメラ映像など）の時間トレンドなどである。
図４は、ロボット状態測定部１２２の出力データの例を示すグラフである。グラフの縦軸は測定値を示し、横軸は時間を示している。
グラフの実線は、関節１の動作を示している。グラフの破線は、関節２の動作を示している。グラフの一点鎖線は、累積線量を示している。
グラフの実線は、関節１の動作を示している。グラフの破線は、関節２の動作を示している。グラフの一点鎖線は、累積線量を示している。
図５は、作業状態分析評価部１２３による分析データの出力例を示すグラフである。グラフの縦軸は分析データの値を示し、横軸は時間を示している。
図２に戻り説明を続ける。作業状態分析評価部１２３は、作業員状態からバイタル分析データを評価し、ロボット状態からロボット動作分析データを評価する。バイタル分析データとは、例えば疲労度、集中度、幸福度、リラックス度、警戒度や動揺度などをいう。
ロボット動作分析データとは、ロボット動作校正頻度、単位校正（補正）量、ロボット動作指示－動作結果差分量（空間、時間）などをいう。
各個人の体調によるばらつきは、各個人の長期間のデータの標準値よりもずれた場合と定義する。そして、ロボット動作分析データのばらつきは、各ロボットの長時間のデータの標準値よりもずれた場合と定義する。
各個人の体調によるばらつきは、各個人の長期間のデータの標準値よりもずれた場合と定義する。そして、ロボット動作分析データのばらつきは、各ロボットの長時間のデータの標準値よりもずれた場合と定義する。
図６は、作業管理データベース１３の構成図である。
作業管理データベース１３は、作業員状態記録管理部１３１と、ロボット状態記録管理部１３２と、作業状態記録管理部１３３と、作業属性記録管理部１３４と、作業結果記録管理部１３５とを含んで構成される。作業管理データベース１３は、図３から図５に示す現場データや分析データ、その処理条件などの付帯データを保存する。
作業管理データベース１３は、作業員状態記録管理部１３１と、ロボット状態記録管理部１３２と、作業状態記録管理部１３３と、作業属性記録管理部１３４と、作業結果記録管理部１３５とを含んで構成される。作業管理データベース１３は、図３から図５に示す現場データや分析データ、その処理条件などの付帯データを保存する。
作業員状態記録管理部１３１は、作業員状態測定部１２１が測定した作業員２ａ～２ｃのバイタルデータや動作データを格納する。
ロボット状態記録管理部１３２は、ロボット状態測定部１２２が測定したロボット３ａ～３ｃの作業ログデータや定期検査データを格納する。
ロボット状態記録管理部１３２は、ロボット状態測定部１２２が測定したロボット３ａ～３ｃの作業ログデータや定期検査データを格納する。
作業状態記録管理部１３３は、作業状態分析評価部１２３が評価した作業の状態データを記録管理する。
作業属性記録管理部１３４は、作業の属性状態を記録管理する。
作業結果記録管理部１３５は、作業の結果を記録管理する。
作業属性記録管理部１３４は、作業の属性状態を記録管理する。
作業結果記録管理部１３５は、作業の結果を記録管理する。
図７は、作業管理データベース１３のデータ例を示す図である。
作業管理データベース１３は、年月日欄と、時刻欄と、作業員状態欄と、ロボット状態欄と、作業属性欄と、作業状態欄と、作業付帯情報欄とを含んで構成される。作業員状態欄は、心拍数欄と、加速度欄などを含んで構成される。ロボット状態欄とは、関節角度欄を含んで構成される。
作業管理データベース１３は、年月日欄と、時刻欄と、作業員状態欄と、ロボット状態欄と、作業属性欄と、作業状態欄と、作業付帯情報欄とを含んで構成される。作業員状態欄は、心拍数欄と、加速度欄などを含んで構成される。ロボット状態欄とは、関節角度欄を含んで構成される。
図８は、作業リソース処理装置１４の構成図である。
作業リソース処理装置１４は、作業リソース配置計算部１４１と、作業リソース配置更新部１４２とを含んで構成される。作業リソース処理装置１４は、分析データと履歴データに基づいて、作業リソースを計算する。
作業リソース処理装置１４は、作業リソース配置計算部１４１と、作業リソース配置更新部１４２とを含んで構成される。作業リソース処理装置１４は、分析データと履歴データに基づいて、作業リソースを計算する。
作業リソース配置計算部１４１は、作業リソースの計算結果に基づいて、この作業リソースの配置を計算する。作業リソース配置更新部１４２は、作業リソース配置計算部１４１が計算した作業リソースの配置に基づいて、作業リソースの配置を更新する。
図９は、作業指示操作装置１５の構成図である。
作業指示操作装置１５は、作業員手順指示部１５１と、ロボット制御操作部１５２とを含んで構成される。
作業指示操作装置１５は、作業員手順指示部１５１と、ロボット制御操作部１５２とを含んで構成される。
作業員手順指示部１５１は、作業員２ａ～２ｃに作業手順を指示する。ロボット制御操作部１５２は、ロボット３ａ～３ｃに制御指示を出力して操作する。
図１０Ａと図１０Ｂは、第１の実施形態に係る作業計画更新処理を示すフローチャートである。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ１０）。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ１０）。
作業状態処理装置１２は、作業状態を測定し、これを分析して評価する（ステップＳ１１）。具体的にいうと、作業状態処理装置１２の作業員状態測定部１２１が作業員の状態を測定し、ロボット状態測定部１２２がロボットの状態を測定する。そして、作業状態分析評価部１２３が作業状態を分析して評価し、作業属性分析評価部１２４が作業属性を分析して評価する。
次に作業状態処理装置１２は、作業管理データベース１３に作業状態を記録して管理する（ステップＳ１２）。ここで作業管理データベース１３に記録される作業状態は、図３と図４のグラフに例示されている。
そして、作業リソース処理装置１４は、計画更新が必要であるか否かを判定する（ステップＳ１３）。ここで作業リソース処理装置１４は、作業状態処理装置１２で測定したデータやこれを分析したデータが予め指定したしきい値を超えるとき、計画更新が必要であると判定する。
作業リソース処理装置１４は、計画更新が必要であるならば（Ｙｅｓ）、図１０ＢのステップＳ２０に進み、計画更新が必要でないならば（Ｎｏ）、ステップＳ１４の処理に進む。
作業リソース処理装置１４は、計画更新が必要であるならば（Ｙｅｓ）、図１０ＢのステップＳ２０に進み、計画更新が必要でないならば（Ｎｏ）、ステップＳ１４の処理に進む。
ステップＳ１４にて、作業状態処理装置１２は、作業が完了したか否かを判定する。ここで作業の完了は、例えば作業監督が、作業が完了した旨を入力したか否かによって判断される。作業状態処理装置１２は、作業が完了していないならば（Ｎｏ）、ステップＳ１０の処理に戻り、作業が完了したならば（Ｙｅｓ）、図１０Ａの処理を終了する。
ステップＳ２０にて、作業リソース処理装置１４は、目的関数や制約条件を設定する。次に作業リソース処理装置１４は、作業管理データベース１３から過去の類似作業を探索して抽出する（ステップＳ２１）。ここで作業リソース処理装置１４は、機械学習アルゴリズムや数理モデルなどの統計的手法を用いて過去の類似作業をランキングし、ランキング値の高い類似作業とその作業効率を抽出する。
そして作業リソース処理装置１４は、作業リソースの割り当てを計算する（ステップＳ２２）。ここで作業リソースの割り当てとは、作業に要するリソースの配置のことである。ステップＳ２２の処理の詳細は、後記する図１１で説明する。ステップＳ２２にて、作業リソース処理装置１４は、各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出する。なお、作業リソース処理装置１４は、作業連続性が所定値を超える複数の作業にて各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出してもよい。
次に作業リソース処理装置１４は、該当する作業リソースの計算が完了したか否かを判定する（ステップＳ２３）。
次に作業リソース処理装置１４は、該当する作業リソースの計算が完了したか否かを判定する（ステップＳ２３）。
ステップＳ２３にて、作業リソース処理装置１４は、作業リソースの計算が完了していないならば（Ｎｏ）、ステップＳ２０に戻り、作業リソースの計算が完了したならば（Ｙｅｓ）、ステップＳ２４に進む。
ステップＳ２４にて、作業監督は、作業リソース処理装置１４が計算した作業リソースに基づき、この作業の更新を判断して入力する。この判断を受けて、作業指示操作装置１５は、作業者操作手順とロボット制御を更新する（ステップＳ２５）。これにより作業者とロボットは、作業を再開して（ステップＳ２６）、図１０ＡのステップＳ１０に戻る。
図１１は、図１０ＢのステップＳ２２に示す作業リソース割り当て計算処理を示すフローチャートである。
この作業リソース割り当て計算処理は、過去類似作業を探索・抽出：機械学習アルゴリズムや数理モデルなどの統計的手法を用いて過去の類似作業をランキングし、ランキング値の高い類似作業とその作業効率を抽出する方法である。この作業リソース割り当て計算処理は、図１０Ｂに示したステップＳ２２の処理に該当する。
この作業リソース割り当て計算処理は、過去類似作業を探索・抽出：機械学習アルゴリズムや数理モデルなどの統計的手法を用いて過去の類似作業をランキングし、ランキング値の高い類似作業とその作業効率を抽出する方法である。この作業リソース割り当て計算処理は、図１０Ｂに示したステップＳ２２の処理に該当する。
作業リソース配置計算部１４１は、或る作業に係る手動操作時の作業時間を算出するか、または算出結果を抽出する（ステップＳ３０）。ここで算出結果の抽出とは、例えばデータベースに格納されている過去の算出結果を抽出することをいう。そして、作業リソース配置計算部１４１は、この作業に係る自動（半自動）操作時の作業時間を算出するか、または算出結果を抽出する（ステップＳ３１）。作業リソース配置計算部１４１は、手動操作時の算出結果と、自動（半自動）操作時の算出結果との比較計算を行い（ステップＳ３２）、作業分類を指定すると（ステップＳ３３）、図１１の処理を終了する。
つまり作業リソース配置計算部１４１は、或る作業と類似する他の作業における手動時と自動時との作業効率を比較して、各作業を手動で実施するか自動で実施するかの作業分類を指定する。更に作業リソース配置計算部１４１は、或る作業の手動時と自動時との作業効率を算出する際に、作業状態や作業属性の入力値に係数で重み付けする。具体的には、後記する式（１）から式（３）で説明する。
なお、上記した半自動とは、ロボット操作における一部機能を自動操作とするケースのことをいう。
比較結果によって各作業の作業分類を指定するステップＳ３３において、作業リソース配置計算部１４１は、各作業項目における作業効率の高いもの（例えば、ロボット操作手段など）を抽出して、作業手順を更新する。例えば移動操作を自動に設定し、作業アーム操作を手動に設定するなどである。
以下の式（１）は、作業効率εxnの算出の基本式である。作業効率εxnは、選択した動作モードにおける作業時間をｔxnを、手動モードにおける作業時間ｔmnで除算して算出される。ここで作業計画時の作業状態は手動モードであるため、手動モードに対する選択した動作モードの作業効率εxnを算出している。
式（２）は、式（１）を係数αで重み付けしたものである。
式（３）は、式（２）の係数αを算出する式である。係数αは、作業状態関数ｆ（ａ）と作業属性関数ｆ（ｂ）の積として算出される。作業リソース配置計算部１４１は、或る作業の手動時と自動時との作業効率を算出する際に、作業状態の係数や作業属性の係数で重み付けする。
図１２は、作業状態におけるステップ関数例を示す図である。ここでは一例として３ステップの係数を示している。グラフの縦軸は、関数ｆ（ａ）の値を示し、横軸は作業状態を示している。
第１状態は、例えば基準に対して低線量の状態や、高精度の最新レイアウト取得済の状態である。このとき、関数ｆ（ａ）の値は、２．０である。
第２状態は、例えば作業計画時の作業状態である。このとき、関数ｆ（ａ）の値は、１．０である。
第３状態は、例えばレイアウト相違が多数有る状態や、高線量の状態である。このとき、関数ｆ（ａ）の値は、０．３である。
第３状態は、例えばレイアウト相違が多数有る状態や、高線量の状態である。このとき、関数ｆ（ａ）の値は、０．３である。
図１３は、作業属性におけるステップ関数例を示す図である。ここでは一例として３ステップの係数を示している。グラフの縦軸は、関数ｆ（ｂ）の値を示し、横軸は作業属性を示している。
第１属性は、例えば基準に対する低難易度作業や高熟練度作業員、高操作性ロボットの属性である。このとき関数ｆ（ｂ）の値は、２．０である。
第２属性は、例えば作業計画時の作業状態や類似作業時の作業属性である。このとき関数ｆ（ｂ）の値は、１．０である。
第３状態は、例えば基準に対する高難易度作業や低熟練度作業員、低操作性ロボットの属性や、ヒューマンエラー多発時間帯の属性である。このとき関数ｆ（ｂ）の値は、０．３である。
第２属性は、例えば作業計画時の作業状態や類似作業時の作業属性である。このとき関数ｆ（ｂ）の値は、１．０である。
第３状態は、例えば基準に対する高難易度作業や低熟練度作業員、低操作性ロボットの属性や、ヒューマンエラー多発時間帯の属性である。このとき関数ｆ（ｂ）の値は、０．３である。
本実施形態では、作業状態の変化に対する作業効率の変化や作業属性の変化に対する作業効率の変化を算出する各関数をステップ関数で実現し、作業計画時の作業状態における手動モードの作業効率を基準として、作業状態および作業属性の差分に応じてバイアスを付与して、作業状態および作業属性を変化させたときの作業効率を算出する。これにより作業状態や作業属性の変化によって変化した作業効率を容易に算出することができる。各バイアスは一例であり、過去の類似作業や作業シミュレーション結果を踏まえた最適化や、ステップ関数による変換ではなく、正規分布等の連続関数による変換も可能である。また、作業計画時の作業状態は手動モードに限定されない。
更に、係数最適化の手法において、作業リソース配置計算部１４１は、機械学習アルゴリズムや数理モデルなどの統計的手法を用いて過去の類似作業をランキングし、ランキング値との相関で作業状態の変化に対する作業効率の変化や、作業属性の変化に対する作業効率の変化に係る係数を算出することも可能である。作業属性のうち高操作性ロボットの連続作業を選択するため、作業リソース配置計算部１４１は、高操作性ロボット選択による係数を高く設定する。
各作業項目における作業効率の高いロボット操作手段を抽出し作業手順を更新する方法において、作業リソース配置計算部１４１は、作業連続性が高いパートの複数作業にて、これら複数作業の作業効率を向上させて算出する。そして作業効率が高いロボット操作手順を抽出することにより、連続した複数作業に従事することで作業効率が向上したロボット操作を優先的に抽出できる。
図１４は、作業リソース割り当て更新の一例を示すチャートである。チャート中央の破線は現在時刻を示している。このとき、作業者Ａの状態異常または予兆を検出したため、十字アイコンが付与されている。なお、各チャートにてロボットのことを「ロボ」と省略記載している。
過去の作業１－１と作業１－２にて、作業員ＡはロボットＡを操作し、作業員ＢはロボットＢを操作している。作業員Ａの熟練度は「低」であり、ロボットＡの操作性は「普通」である。作業員Ｂの熟練度は「高」であり、ロボットＢの操作性は「普通」である。
作業２－１にて、作業員ＡはロボットＢを操作し、作業員ＣはロボットＣを操作している。作業員Ａの熟練度は「低」であり、ロボットＢの操作性は「普通」である。作業員Ｃの熟練度は「中」であり、ロボットＣの操作性は「普通」である。
そして、計画によれば、破線のバーで示したように、作業３－１と作業３－２にて、作業員ＡはロポットＡを操作する予定であった。そして作業３－１にて作業員ＣがロボットＣを操作したのち、破線のバーで示したように、作業３－２にて、作業員ＢがロポットＣを操作する予定であった。
しかし、作業３－１を作業員Ａが実施している最中に、作業者Ａの状態異常または予兆を検出した。これにより作業計画更新システム１は、作業リソース割り当てを更新する。更新した作業リソース割り当てのチャートは、ハッチングしたバーで示している。
具体的にいうと、ハッチングしたバーで示したように、作業計画更新システム１は、作業３－１と作業３－２にて、作業員Ａの代わりに作業員ＢがロポットＡを操作するように割り当てを更新する。そしてハッチングのバーで示したように、作業３－２にて、作業員Ｃの代わりに作業員ＢがロポットＣを操作するように割り当てを変更する。ここで作業計画更新システム１は、作業及びロボット操作の連続性から、作業３－２にて、作業者Ｃを継続して配置する。
このように、作業計画更新システム１は、作業員Ａの状態異常やその予兆を検出したときに、ロボットＢで過去の類似作業の実績がある作業員Ｂの作業効率を高くすることで、作業員Ａから作業員Ｂに配置を変更する。
図１５は、作業リソース割り当て更新の他の例を示すチャートである。チャート中央の破線は現在時刻を示している。現在時刻までの作業リソース割り当てと、未来の作業リソース割り当て計画とは、図１４と同様である。
しかし、作業３－１を作業員Ａが実施している最中に、作業者Ａの状態異常または予兆を検出した。これにより作業計画更新システム１は、作業リソース割り当てを更新する。
しかし、作業３－１を作業員Ａが実施している最中に、作業者Ａの状態異常または予兆を検出した。これにより作業計画更新システム１は、作業リソース割り当てを更新する。
作業計画更新システム１は、作業３－１と作業３－２にて、作業員ＡによるロボットＢの手動操作を自動操作に切り替え、作業者Ａは自動操作時の安全監視作業に作業内容を更新する。図１５のチャートでは、ロボットの自動操作を濃いハッチングバーで示し、作業者Ａによる自動操作時の安全監視作業を薄いハッチングバーで示している。
このように、作業計画更新システム１は、作業員Ａの状態異常やその予兆を検出したときに、ロボットＢの自動操作に配置を変更する。
図１６は、作業リソース割り当て更新例を示すチャートである。チャート中央の破線は現在時刻を示している。現在時刻までの作業リソース割り当てと、未来の作業リソース割り当て計画とは、図１４と同様である。
しかし、作業３－１を作業員Ａが実施している最中に、ロボットＢの状態異常または予兆を検出した。これにより作業計画更新システム１は、作業リソース割り当てを更新する。このときロボットＢは復旧作業が行われている。
具体的にいうと、作業３－１にて、作業者Ａは、ロボットＢに代えてロボットＡを活用して作業する。そして作業計画更新システム１は、代理ロボットであるロボットＡでは作業３に係る作業効率の低下が見込まれる場合、タイムスケジュールを変更して後ろ倒しにしたのち、作業３－２にて復旧したロボットＢを作業に復帰させる。
《第２の実施形態》
図１７は、第２の実施形態に係る作業計画更新システム１Ａの構成図である。
第２の実施形態の作業計画更新システム１Ａは、図１に示した作業計画更新システム１と同様な構成に加えて更に、作業工程管理装置１６を含んで構成される。そして、作業計画更新システム１Ａが取り扱う対象は、複数の作業であることが明示されている。
図１７は、第２の実施形態に係る作業計画更新システム１Ａの構成図である。
第２の実施形態の作業計画更新システム１Ａは、図１に示した作業計画更新システム１と同様な構成に加えて更に、作業工程管理装置１６を含んで構成される。そして、作業計画更新システム１Ａが取り扱う対象は、複数の作業であることが明示されている。
作業工程管理装置１６は、作業リソース配置更新部１４２の比較結果によって各作業の作業分類を指定するステップにおいて、作業リソース状態による各作業の作業効率のばらつきを含んだ作業全体効率を計算する。そして作業工程管理装置１６は、予め指定した作業全体効率しきい値を満足する作業計画更新結果を出力する。
図１８Ａと図１８Ｂは、第２の実施形態に係る作業計画更新処理を示すフローチャートである。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ４０）。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ４０）。
作業状態処理装置１２は、作業状態を測定し、これを分析して評価する（ステップＳ４１）。具体的にいうと、作業状態処理装置１２の作業員状態測定部１２１が作業員の状態を測定し、ロボット状態測定部１２２がロボットの状態を測定する。そして、作業状態分析評価部１２３が作業状態を分析して評価し、作業属性分析評価部１２４が作業属性を分析して評価する。
次に作業状態処理装置１２は、作業管理データベース１３に作業状態を記録して管理する（ステップＳ４２）。そして、作業リソース処理装置１４は、計画更新が必要であるか否かを判定する（ステップＳ４３）。ここで作業リソース処理装置１４は、作業状態処理装置１２で測定したデータやこれを分析したデータが予め指定したしきい値を超えるとき、計画更新が必要であると判定する。
次に作業状態処理装置１２は、作業管理データベース１３に作業状態を記録して管理する（ステップＳ４２）。そして、作業リソース処理装置１４は、計画更新が必要であるか否かを判定する（ステップＳ４３）。ここで作業リソース処理装置１４は、作業状態処理装置１２で測定したデータやこれを分析したデータが予め指定したしきい値を超えるとき、計画更新が必要であると判定する。
作業リソース処理装置１４は、計画更新が必要であるならば（Ｙｅｓ）、図１８ＢのステップＳ５０に進み、計画更新が必要でないならば（Ｎｏ）、ステップＳ４４の処理に進む。
ステップＳ４４にて、作業状態処理装置１２は、作業が完了したか否かを判定する。ここで作業の完了は、例えば作業監督が、作業が完了した旨を入力したか否かによって判断される。作業状態処理装置１２は、作業が完了していないならば（Ｎｏ）、ステップＳ４０の処理に戻り、作業が完了したならば（Ｙｅｓ）、図１８Ａの処理を終了する。
ステップＳ５０にて、作業リソース処理装置１４は、目的関数や制約条件を設定する。作業リソース処理装置１４は、作業管理データベース１３から過去の類似作業を探索して抽出する（ステップＳ５１）。ここで作業リソース処理装置１４は、機械学習アルゴリズムや数理モデルなどの統計的手法を用いて過去の類似作業をランキングし、ランキング値の高い類似作業とその作業効率を抽出する。
そして作業リソース処理装置１４は、作業リソースの割り当てを計算する（ステップＳ５２）。ここで作業リソースの割り当てとは、作業に要するリソースの配置のことである。ステップＳ５２にて、作業リソース処理装置１４は、各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出する。なお、作業リソース処理装置１４は、作業連続性が所定値を超える複数の作業にて各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出してもよい。ステップＳ５２にて、作業リソース処理装置１４は、この作業に要するリソースによる作業効率のばらつきを含んだ全体効率を計算し、予め指定した閾値を満足するように、この作業に要するリソースの配置を計算する、
そして作業リソース処理装置１４は、作業リソースの割り当てを計算する（ステップＳ５２）。ここで作業リソースの割り当てとは、作業に要するリソースの配置のことである。ステップＳ５２にて、作業リソース処理装置１４は、各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出する。なお、作業リソース処理装置１４は、作業連続性が所定値を超える複数の作業にて各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出してもよい。ステップＳ５２にて、作業リソース処理装置１４は、この作業に要するリソースによる作業効率のばらつきを含んだ全体効率を計算し、予め指定した閾値を満足するように、この作業に要するリソースの配置を計算する、
次に作業リソース処理装置１４は、該当する作業リソースの計算が完了したか否かを判定する（ステップＳ５３）。
ステップＳ５３にて、作業リソース処理装置１４は、作業リソースの計算が完了していないならば（Ｎｏ）、ステップＳ５０に戻り、作業リソースの計算が完了したならば（Ｙｅｓ）、ステップＳ５４に進む。
ステップＳ５４にて、作業監督は、作業リソース処理装置１４が計算した作業リソースに基づき、この作業の更新を判断する。この判断を受けて、作業工程管理装置１６は、全体作業工程を更新する（ステップＳ５５）。そして作業指示操作装置１５は、作業者操作手順とロボット制御を更新する（ステップＳ５６）。これにより作業者とロボットは、作業を再開して（ステップＳ５７）、図１８ＡのステップＳ４０に戻る。
図１９は、作業リソース割り当て更新例を示すチャートである。チャート中央の破線は現在時刻を示している。なお、このチャートにてロボットのことを「ロボ」と省略記載している。
過去の作業Ａ－１にて、作業員ＡはロボットＡを操作している。作業員Ａの熟練度は「低」であり、ロボットＡの操作性は「普通」である。
過去の作業Ａ－１にて、作業員ＡはロボットＡを操作している。作業員Ａの熟練度は「低」であり、ロボットＡの操作性は「普通」である。
次の作業Ａ－２にて、引き続き作業員ＡはロボットＡを操作している。並行する作業Ｂ－１にて、作業者ＣがロボットＣを操作している。作業員Ｃの熟練度は「高」であり、ロボットＣの操作性は「難」である。
そして作業Ａ－３にて、引き続き作業員ＡはロボットＡを操作し、更に作業者ＢがロボットＢを操作し始める。並行する作業Ｂ２にて、引き続き作業者ＣがロボットＣを操作し、作業者ＤがロボットＤを操作し始める。
しかし、作業Ａ－３および作業Ｂ－２を実施中の現在時刻にて、作業員Ｂの状態の異常またはその予兆が検出される。これにより作業計画更新システム１は、作業リソース割り当てを更新する。なお、作業Ａ－３と作業Ａ－４は、高難易度にて手動作業のみ実施可能とする。
作業計画更新システム１は、作業者Ｃのシフトを変更して、ロボットＢを操作することにより作業Ａ－３と作業Ａ－４とを実行させる。作業者Ｃは、作業Ａ－３や作業Ａ４のような高難易度作業を実施可能なスキルを有している。
そして、ロボットＢを自動作業に切り替えて作業Ａ－５を実施させ、作業者ＡにロボットＢの安全監視を実施させる。
これにより作業Ｂ－２以降の作業を実施するリソースが無くなるため、作業Ａ－４が完了するまで作業Ｂ－２を中断する。そして、作業Ａ－５の実施と並行して作業Ｂ－２にリソースを配置する。具体的には、作業Ｂ－２にて、当初計画通りに作業者ＣとロボットＣを割り当て、作業者ＤとロボットＤを割り当てる。以降、作業Ｂ－３と作業Ｂ－４にて、作業者ＤとロボットＤを割り当てる。
図２０Ａと図２０Ｂは、第２の実施形態に係る定期的な作業計画更新処理を示すフローチャートである。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ６０）。
最初、作業員２ａ～２ｃは、ロボット３ａ～３ｃを操作して作業を実施する（ステップＳ６０）。
作業状態処理装置１２は、定期的に作業状態を測定し、これを分析して評価する（ステップＳ６１）。具体的にいうと、作業状態処理装置１２の作業員状態測定部１２１が作業員の状態を定期的に測定し、ロボット状態測定部１２２がロボットの状態を定期的に測定する。そして、作業状態分析評価部１２３が作業状態を定期的に分析して評価し、作業属性分析評価部１２４が作業属性を定期的に分析して評価する。
そして、作業状態処理装置１２は、定期的に作業管理データベース１３に作業状態を記録して管理する（ステップＳ６２）。そして、作業リソース処理装置１４は、計画更新が必要であるか否かを判定する（ステップＳ６３）。ここで作業リソース処理装置１４は、作業状態処理装置１２で測定したデータやこれを分析したデータが予め指定したしきい値を超えるとき、計画更新が必要であると判定する。計画更新が必要な具体例については、後記する図２１と図２２で説明する。
作業リソース処理装置１４は、計画更新が必要であるならば（Ｙｅｓ）、図２０ＢのステップＳ７０に進み、計画更新が必要でないならば（Ｎｏ）、ステップＳ６４の処理に進む。
そして、作業状態処理装置１２は、定期的に作業管理データベース１３に作業状態を記録して管理する（ステップＳ６２）。そして、作業リソース処理装置１４は、計画更新が必要であるか否かを判定する（ステップＳ６３）。ここで作業リソース処理装置１４は、作業状態処理装置１２で測定したデータやこれを分析したデータが予め指定したしきい値を超えるとき、計画更新が必要であると判定する。計画更新が必要な具体例については、後記する図２１と図２２で説明する。
作業リソース処理装置１４は、計画更新が必要であるならば（Ｙｅｓ）、図２０ＢのステップＳ７０に進み、計画更新が必要でないならば（Ｎｏ）、ステップＳ６４の処理に進む。
ステップＳ６４にて、作業状態処理装置１２は、作業が完了したか否かを判定する。ここで作業の完了は、例えば作業監督が、作業が完了した旨を入力したか否かによって判断される。作業状態処理装置１２は、作業が完了していないならば（Ｎｏ）、ステップＳ６０の処理に戻り、作業が完了したならば（Ｙｅｓ）、図２０Ａの処理を終了する。
作業リソース処理装置１４は、目的関数や制約条件を設定して（ステップＳ７０）、作業管理データベース１３から過去の類似作業を探索して抽出する（ステップＳ７１）。そして作業リソース処理装置１４は、作業リソースの割り当てを計算する（ステップＳ７２）。ステップＳ７２にて、作業リソース処理装置１４は、各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出する。なお、作業リソース処理装置１４は、作業連続性が所定値を超える複数の作業にて各作業項目における作業効率が所定値を超えたロボットをリソースとして抽出してもよい。ステップＳ７２にて、作業リソース処理装置１４は、この作業に要するリソースによる作業効率のばらつきを含んだ全体効率を計算し、予め指定した閾値を満足するように、この作業に要するリソースの配置を計算する、
次に作業リソース処理装置１４は、該当する作業リソースの計算が完了したか否かを判定する（ステップＳ７３）。
ステップＳ７３にて、作業リソース処理装置１４は、作業リソースの計算が完了していないならば（Ｎｏ）、ステップＳ７０に戻り、作業リソースの計算が完了したならば（Ｙｅｓ）、ステップＳ７４に進む。
ステップＳ７４にて、作業監督は、作業リソース処理装置１４が計算した作業リソースに基づき、この作業の更新を判断して入力する。この判断を受けて、作業工程管理装置１６は、全体作業工程を更新する（ステップＳ７５）。そして作業指示操作装置１５は、作業者操作手順とロボット制御を更新する（ステップＳ７６）。これにより作業者とロボットは、作業を再開して（ステップＳ７７）、図２０ＡのステップＳ６０に戻る。
図２１は、作業状態測定部のデータ出力例を示すグラフである。グラフの縦軸は分析データの値を示し、横軸は時間を示している。
上側の破線はバイタルしきい値であり、疲労度、集中度などのバイタル分析データから計画更新の必要性を判定するためのものである。下側の破線はロボット動作しきい値であり、ロボット動作校正頻度や単位校正量などのロボット動作分析データから計画更新の必要性を判定するためのものである。
測定値が何れかのしきい値を超えるケースにおいて、作業計画更新システム１は、計画を更新する。作業計画更新システム１は更に、測定値が何れかのしきい値を超え、且つ、劣化曲線の微分値もしくは２階微分値のしきい値を超えるケースにおいても、計画を更新する。
図２２は、ロボット状態測定部１２２のデータ出力例を示すグラフである。
ロボット状態測定部１２２は、ばらつきによる分散値σを測定値に付与する。ここで各グラフの線に付与された矢印は、ばらつきによる分散値σに所定係数を掛けたものである。
ロボット状態測定部１２２は、ばらつきによる分散値σを測定値に付与する。ここで各グラフの線に付与された矢印は、ばらつきによる分散値σに所定係数を掛けたものである。
測定値に所定係数を乗じた分散値を付与した範囲が何れのしきい値を超えるケースにおいて、作業計画更新システム１は、計画を更新する。作業計画更新システム１は更に、測定値に所定係数を乗じた分散値を付与した範囲が何れかのしきい値を超え、且つ、劣化曲線の微分値もしくは２階微分値のしきい値を超えるケースにおいて、計画を更新する。なお、分散値に乗ずる係数は作業の重要度、リスク度に依存して作業者が設定する。
《第３の実施形態》
図２３は、第３の実施形態に係る作業計画更新システム１Ｂの構成図である。
第３の実施形態の作業計画更新システム１Ｂは、図１に示した作業計画更新システム１の作業管理データベース１３とは異なる作業管理データベース１３Ｂを有している。作業指示操作装置１５は、作業リソース更新結果や作業員操作指示データ、作業ロボット制御データを作業管理データベース１３Ｂに蓄積する。
図２３は、第３の実施形態に係る作業計画更新システム１Ｂの構成図である。
第３の実施形態の作業計画更新システム１Ｂは、図１に示した作業計画更新システム１の作業管理データベース１３とは異なる作業管理データベース１３Ｂを有している。作業指示操作装置１５は、作業リソース更新結果や作業員操作指示データ、作業ロボット制御データを作業管理データベース１３Ｂに蓄積する。
図２４は、作業管理データベース１３Ｂの構成図である。
作業管理データベース１３Ｂは、図６に示す作業管理データベース１３と同様の構成に加えて、作業リソース配置記録管理部１３６と、作業員手順記録管理部１３７と、ロボット制御記録管理部１３８とを含んで構成される。
作業管理データベース１３Ｂは、図６に示す作業管理データベース１３と同様の構成に加えて、作業リソース配置記録管理部１３６と、作業員手順記録管理部１３７と、ロボット制御記録管理部１３８とを含んで構成される。
作業リソース配置記録管理部１３６は、作業指示操作装置１５による作業リソース更新結果を記録するものである。作業員手順記録管理部１３７は、作業指示操作装置１５による作業員操作指示データを記録するものである。ロボット制御記録管理部１３８は、作業指示操作装置１５による作業ロボット制御データを記録するものである。
これら情報を管理することで、過去の作業計画更新の知見をより多く蓄えて、より好適な過去類似作業を提示することができ、作業に対して適切な作業リソースを割り当てることができる。
これら情報を管理することで、過去の作業計画更新の知見をより多く蓄えて、より好適な過去類似作業を提示することができ、作業に対して適切な作業リソースを割り当てることができる。
（変形例）
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路などのハードウェアで実現してもよい。上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈して実行することにより、ソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリ、ハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、または、フラッシュメモリカード、ＤＶＤ（Digital Versatile Disk）などの記録媒体に置くことができる。
各実施形態に於いて、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には、殆ど全ての構成が相互に接続されていると考えてもよい。
１，１Ａ，１Ｂ 作業計画更新システム
１１ データ・インタフェース部
１２ 作業状態処理装置 （作業状態処理部）
１２１ 作業員状態測定部
１２２ ロボット状態測定部
１２３ 作業状態分析評価部
１２４ 作業属性分析評価部
１３，１３Ｂ 作業管理データベース
１３１ 作業員状態記録管理部
１３２ ロボット状態記録管理部
１３３ 作業状態記録管理部
１３４ 作業属性記録管理部
１３５ 作業結果記録管理部
１３６ 作業リソース配置記録管理部
１３７ 作業員手順記録管理部
１３８ ロボット制御記録管理部
１４ 作業リソース処理装置 （作業リソース処理部）
１４１ 作業リソース配置計算部
１４２ 作業リソース配置更新部
１５ 作業指示操作装置 （作業指示操作部）
１５１ 作業員手順指示部
１５２ ロボット制御操作部
１６ 作業工程管理装置 （作業工程管理部）
２ａ～２ｃ 作業員
３ａ～３ｃ ロボット
４ 作業付帯情報
５ 作業属性情報
１１ データ・インタフェース部
１２ 作業状態処理装置 （作業状態処理部）
１２１ 作業員状態測定部
１２２ ロボット状態測定部
１２３ 作業状態分析評価部
１２４ 作業属性分析評価部
１３，１３Ｂ 作業管理データベース
１３１ 作業員状態記録管理部
１３２ ロボット状態記録管理部
１３３ 作業状態記録管理部
１３４ 作業属性記録管理部
１３５ 作業結果記録管理部
１３６ 作業リソース配置記録管理部
１３７ 作業員手順記録管理部
１３８ ロボット制御記録管理部
１４ 作業リソース処理装置 （作業リソース処理部）
１４１ 作業リソース配置計算部
１４２ 作業リソース配置更新部
１５ 作業指示操作装置 （作業指示操作部）
１５１ 作業員手順指示部
１５２ ロボット制御操作部
１６ 作業工程管理装置 （作業工程管理部）
２ａ～２ｃ 作業員
３ａ～３ｃ ロボット
４ 作業付帯情報
５ 作業属性情報
Claims (12)
- 作業員およびロボットから、作業計画に含まれる各作業に係るデータを予め指定した時間間隔で取得するデータ・インタフェース部と、
前記データから前記作業員のバイタルまたは前記ロボットの動作を分析する作業状態処理部と、
前記データ・インタフェース部で取得したデータまたは前記作業状態処理部が当該データを分析したデータから状態異常を検知した際に、それ以降の前記作業計画の作業に要するリソースである作業員およびロボットの当該作業に対する配置を更新する作業リソース処理部と、
を備え、
前記作業リソース処理部は、前記データから状態異常を検知した以降の前記作業計画の各前記作業と類似し、かつデータベースに格納されている他の作業における手動時と自動時との作業効率を比較して、前記他の作業における手動時の作業効率が高いならば、各前記作業を手動で実施する作業分類を指定し、前記他の作業における自動時の作業効率が高いならば、各前記作業を自動で実施する作業分類を指定することにより作業計画を更新する、
ことを特徴とする作業計画更新システム。 - 前記作業リソース処理部は、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出する、
ことを特徴とする請求項１に記載の作業計画更新システム。 - 前記作業リソース処理部は更に、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出し、当該作業効率に作業状態の線量が高いほど小さくなる作業状態係数を掛ける、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は更に、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出し、当該作業効率に作業状態のレイアウト情報が高精度であるほど大きくなる作業状態係数を掛ける、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は更に、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出し、当該作業効率に当該作業の難易度が高いほど小さくなる作業属性係数を掛ける、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は更に、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出し、当該作業効率に当該作業に従事する作業員の熟練度が高いほど大きくなる作業属性係数を掛ける、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は更に、前記作業の手動時と自動時との作業効率を、選択した動作モードでの作業時間を手動時の作業時間で除算して算出し、当該作業効率に当該作業にて使われるロボットの操作性が高いほど大きくなる作業属性係数を掛ける、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は、前記作業の手動時と自動時との作業効率を算出する際に、機械学習アルゴリズムまたは数理モデルの統計的手法を用いて当該作業に類似する過去の類似作業をランキングし、ランキング値の高い類似作業とその作業効率を抽出して、前記作業計画の各作業に要するリソースである作業員または／およびロボットの各前記作業に対する配置を更新する、
ことを特徴とする請求項２に記載の作業計画更新システム。 - 前記作業リソース処理部は、前記作業に要するリソースによる長期間の作業に関する作業効率のデータが標準値からずれたばらつきを算出して、前記ばらつきを含んだ前記作業計画の全体効率を計算し、当該全体効率が予め指定した閾値を満足するように前記作業に要するリソースの配置を更新する、
ことを特徴とする請求項８に記載の作業計画更新システム。 - 前記作業リソース処理部は、前記作業に要するリソースの配置を計算する際に、前記作業に類似する過去の類似作業を、統計的手法を用いてランキングし、ランキングの高い類似作業から前記作業の作業効率を抽出し、各作業項目における作業効率が所定値を超えたロボットを前記リソースとして抽出し、当該ロボットを前記作業のリソースとして配置する、
ことを特徴とする請求項１に記載の作業計画更新システム。 - 前記作業リソース処理部は、前記作業に要するリソースの配置を計算する際に、連続して実施した場合の作業効率が所定値を超える複数の作業の作業効率を向上させて算出し、各作業項目における作業効率が所定値を超えたロボットを前記リソースとして抽出する、
ことを特徴とする請求項１０に記載の作業計画更新システム。 - 作業計画更新システムに設けられたデータ・インタフェース部が、作業員およびロボットから、作業計画に含まれる各作業に係るデータを予め指定した時間間隔で取得するステップと、
前記作業計画更新システムに設けられた作業状態処理部が、前記データから前記作業員のバイタルまたは前記ロボットの動作を分析するステップと、
前記作業計画更新システムに設けられた作業リソース処理部が、前記データ・インタフェース部で取得したデータまたは前記作業状態処理部が当該データを分析したデータから状態異常を検知した際に、それ以降の前記作業計画の作業に要するリソースである作業員およびロボットの当該作業に対する配置を更新するステップと、
を実行し、
前記作業リソース処理部は、前記データから状態異常を検知した以降の前記作業計画の各前記作業と類似し、かつデータベースに格納されている他の作業における手動時と自動時との作業効率を比較して、前記他の作業における手動時の作業効率が高いならば、各前記作業を手動で実施する作業分類を指定し、前記他の作業における自動時の作業効率が高いならば、各前記作業を自動で実施する作業分類を指定することにより作業計画を更新する、
ことを特徴とする作業計画更新方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021177604A JP7684191B2 (ja) | 2021-10-29 | 2021-10-29 | 作業計画更新システム、および、作業計画更新方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021177604A JP7684191B2 (ja) | 2021-10-29 | 2021-10-29 | 作業計画更新システム、および、作業計画更新方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023066802A JP2023066802A (ja) | 2023-05-16 |
| JP7684191B2 true JP7684191B2 (ja) | 2025-05-27 |
Family
ID=86326203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021177604A Active JP7684191B2 (ja) | 2021-10-29 | 2021-10-29 | 作業計画更新システム、および、作業計画更新方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7684191B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2025014719A (ja) * | 2023-07-19 | 2025-01-30 | トヨタ自動車株式会社 | シミュレーションシステム及びシミュレーションプログラム |
| JP2025049243A (ja) * | 2023-09-21 | 2025-04-03 | ソフトバンクグループ株式会社 | システム |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019161366A (ja) | 2018-03-09 | 2019-09-19 | 三菱重工業株式会社 | バイタルデータを用いて作業者の状態判定を行うための装置、方法、およびプログラム |
| JP2021117538A (ja) | 2020-01-22 | 2021-08-10 | 株式会社日立製作所 | 工場管理装置、工場管理方法、及び工場管理プログラム |
| JP2021160070A (ja) | 2020-04-03 | 2021-10-11 | Ｔｅｌｅｘｉｓｔｅｎｃｅ株式会社 | ロボット管理装置及びロボット管理方法 |
-
2021
- 2021-10-29 JP JP2021177604A patent/JP7684191B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019161366A (ja) | 2018-03-09 | 2019-09-19 | 三菱重工業株式会社 | バイタルデータを用いて作業者の状態判定を行うための装置、方法、およびプログラム |
| JP2021117538A (ja) | 2020-01-22 | 2021-08-10 | 株式会社日立製作所 | 工場管理装置、工場管理方法、及び工場管理プログラム |
| JP2021160070A (ja) | 2020-04-03 | 2021-10-11 | Ｔｅｌｅｘｉｓｔｅｎｃｅ株式会社 | ロボット管理装置及びロボット管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023066802A (ja) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7341073B2 (ja) | 工場管理装置、工場管理方法、及び工場管理プログラム | |
| US11839496B2 (en) | Monitors for movements of workers | |
| JP7684191B2 (ja) | 作業計画更新システム、および、作業計画更新方法 | |
| US10963325B2 (en) | Determining the health of a storage drive | |
| US20150379453A1 (en) | System and method for evaluating employees and job seekers at an organization | |
| CN110782045A (zh) | 一种运维告警系统动态阈值的生成方法及装置 | |
| JP2019021051A (ja) | 情報処理装置、方法及びプログラム | |
| JP2004165216A (ja) | 生産管理方法および生産管理装置 | |
| US11068827B1 (en) | Master performance indicator | |
| US10460403B2 (en) | System and method to reduce human activity damage-induced power outage | |
| US20150242782A1 (en) | Interactive Planning Method And Tool | |
| JP7777936B2 (ja) | 作業状況分析システム及び作業状況分析方法 | |
| US12109015B1 (en) | Apparatus and method for monitoring performance of a physical activity | |
| US20150024358A1 (en) | Stress assessment device, stress assessment method and recording medium | |
| JP7165108B2 (ja) | 作業訓練システム及び作業訓練支援方法 | |
| JP7645168B2 (ja) | 作業員組合せ計算装置、作業チーム管理システム、および、作業員組合せ計算方法 | |
| CN120892907A (zh) | 基于传感器的冷链设备故障检测方法及系统 | |
| WO2022219810A1 (ja) | 情報提示装置、情報提示方法、及びプログラム | |
| US20250217730A1 (en) | Systems and methods for personalized ranked alerts | |
| JP7412592B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| US20160225282A1 (en) | Individualized needs evaluation and expertise development system for electronic medical record users | |
| Pilliang et al. | Criticism of the risk management process in scrum methodology | |
| GB2605266A (en) | Systems and methods for assigning exams to physicians | |
| Gandhare et al. | Integrating Quantitative Parameters for Automating Medical Equipment Maintenance Using Industry 4.0 and FMEA | |
| US20230333544A1 (en) | System and method for planning integrated vehicle production |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240208 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20241129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20241217 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20250213 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20250507 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20250515 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7684191 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |