JP7420276B2

JP7420276B2 - 転倒リスク判定装置、転倒リスク判定方法、およびプログラム

Info

Publication number: JP7420276B2
Application number: JP2022550310A
Authority: JP
Inventors: 理恵酒井; 寛吉田; 朋子柴田
Original assignee: Nippon Telegraph and Telephone Corp; NTT Inc USA
Current assignee: NTT Inc; NTT Inc USA
Priority date: 2020-09-18
Filing date: 2020-09-18
Publication date: 2024-01-23
Anticipated expiration: 2040-09-18
Also published as: WO2022059192A1; US20230351538A1; JPWO2022059192A1

Description

本発明の一態様は、転倒リスク判定装置、転倒リスク判定方法、およびプログラムに関する。

電気通信工事などの高所作業中における人身事故が問題となっており、特に作業者の転落に関する事故は毎年一定数生じている。そのため、作業者のふらつきや転落といった危険な動作を識別する技術が求められている。

例えば平面上の物体に複数の計測点を持つ圧力センサを配置し、圧力センサが配置された平面上の物体の上で作業者が動作を行なった際の圧力の特徴点から、作業者の動作を識別する技術がある（例えば、特許文献１参照）。また、予め複数のセンサが配置された平面状シートも存在する（例えば、非特許文献１参照）。当該平面状シートの上で作業者が作業することで、転落といった危険な動作を識別することが可能である。

日本国特開２００６－２２３６５１号公報

アニマ株式会社、"バランスコーダBW-6000"、[online]、［令和１年９月９日検索］、インターネット＜ URL : https://anima.jp/products/bw6000/＞

センサが配置された物体やシートの上で作業者が作業を行うことは、通常の足場や踏ざんの上で作業を行うこととは異なるため、安全面およびコストの面から現実的ではない。

本発明は上記事情に着目してなされたもので、その目的とするところは、作業者が高所作業をする際の転倒リスクを判定することが可能な転倒リスク判定装置、転倒リスク判定方法、およびプログラムを提供することにある。

本発明の一態様に係る転倒リスク判定装置は、取得部と、算出部と、測定部と、判定部とを具備する。取得部は、作業者が乗る高所作業用器具の脚部に設けられたセンサ部から前記作業者の重心動揺に関する時系列データを取得する。算出部は、前記時系列データから前記重心動揺に関する評価値を算出する。測定部は、前記時系列データを取得する処理と並行して前記作業者に対してストループ試験を実施し、前記ストループ試験の結果を用いて前記作業者の疲労度を測定する。判定部は、前記評価値が、前記疲労度に対応する過去の評価値の平均値より大きい場合、転倒リスク大であると判定する。

本発明の一態様によれば、作業者が高所作業をする際の転倒リスクを判定することが可能な転倒リスク判定装置、転倒リスク判定方法、およびプログラムを提供することができる。

図１は、本発明の第１実施形態に係る転倒リスク判定システムのブロック図である。図２は、センサ部を含む脚立を説明する図である。図３は、脚立作業と心身機能との関係を説明する図である。図４は、転倒リスク判定装置の動作を説明するフローチャートである。図５は、判定部による転倒リスク判定動作を説明する図である。図６は、転倒リスク情報の一例を説明する図である。図７は、本発明の第２実施形態に係る転倒リスク判定装置の動作を説明するフローチャートである。図８は、判定部による転倒リスク判定動作を説明する図である。図９は、転倒リスク情報の一例を説明する図である。図１０は、本発明の第３実施形態に係る転倒リスク判定装置の動作を説明するフローチャートである。図１１は、判定部による転倒リスク判定動作を説明する図である。

以下、実施形態について図面を参照して説明する。以下の説明において、同一の機能および構成を有する要素については同一符号を付し、重複する説明は省略する。

［１］第１実施形態
［１－１］転倒リスク判定システム１の構成
図１は、本発明の第１実施形態に係る転倒リスク判定システム１のブロック図である。転倒リスク判定システム１は、転倒リスク判定装置２、および転倒リスク情報データベース３を含む。

転倒リスク判定装置２と転倒リスク情報データベース３とは、ネットワーク４を介して無線または有線で接続される。なお、図１の例では、１つの転倒リスク判定装置２を図示しているが、複数の転倒リスク判定装置２が１つの転倒リスク情報データベース３に接続されてもよい。

転倒リスク判定装置２は、処理回路１０、メモリ１１、センサ部１２、通信インターフェース１３、入力部１４、出力部１５、および表示部１６を備える。処理回路１０、メモリ１１、センサ部１２、通信インターフェース１３、入力部１４、出力部１５、および表示部１６は、バス１７を介して接続される。なお、センサ部１２は、通信インターフェース１３を介して有線または無線で処理回路１０に接続されてもよい。

センサ部１２は、複数のセンサを含み、作業者の重心を計算できるように、作業者が乗る高所作業用器具の脚部に複数のセンサが分散して配置される。高所作業用器具は、本実施形態では、脚立を想定して説明するが、三脚、作業台、および足場台など、作業者が当該器具に乗り、地面よりも高い位置で作業する際に用いられる器具であれば何でもよい。センサ部１２は、作業者の重心の移動に応じて変化するセンサ値を取得する。センサ部１２として用いられるセンサは、例えば、圧力値を計測可能な歪みセンサである。なお、センサ部１２の配置例については図２を参照して後述する。

処理回路１０は、転倒リスク判定装置２の機能を実現するための制御を行う回路である。処理回路１０は、取得部２０、疲労度測定部２１、算出部２２、判定部２３、および生成部２４を備える。

取得部２０は、センサ部１２が検知したＩＤ認識タグから作業者ＩＤを取得する。また、取得部２０は、センサ部１２から作業者の重量に関するセンサ値を取得し、また、センサ部１２から作業者が脚立に乗った時刻を取得する。さらに、取得部２０は、センサ値の時系列データを取得する。

算出部２２は、センサ値（時系列データ）から作業者の重心を算出し、重心動揺に関する評価値を算出する。重心動揺とは、直立の姿勢における体重心の揺らぎを示す。重心動揺に関する評価値は、例えば重心動揺面積である。重心動揺面積は、重心位置の軌跡の外周面積である。

疲労度測定部２１は、ストループ試験を実施する。本実施形態では、作業者の疲労度を、ストループ試験を用いて測定する。そして、疲労度測定部２１は、試験結果を用いて、ストループ試験点数を算出する。

ストループ試験とは、アメリカの心理学者Stroopなどによって１９３５年に報告された課題で、参加者は、書かれている文字の色を答えるように教示される。文字の意味がその色と関係があり、しかも異なる場合（不一致文字）、参加者は困難を示す。例えば、赤色の「あお」という文字、緑色の「きいろ」という文字の色を答えるような場合である。これは、文字の意味が、文字の色を答えることを阻害するためであり、参加者は文字の意味を答える傾向（優位な行動）を抑制しなければならない。

判定部２３は、転倒リスクを判定する。すなわち、判定部２３は、今回のストループ試験の測定値と、過去のストループ試験の平均値とを比較し、比較結果に応じて、転倒リスクを判定する。測定値は、今回のストループ試験における重心動揺面積である。平均値は、過去のストループ試験における重心動揺面積の平均値である。過去の重心動揺面積の平均値は、作業者の普段の重心動揺面積に相当する。

生成部２４は、転倒リスク情報を生成する。転倒リスク情報は、例えば、今回の測定値、転倒リスクの判定結果、および過去の重心動揺面積の平均値を含む。

なお、処理回路１０は、ＣＰＵ（Central Processing Unit）などのプロセッサ、またはＡＳＩＣ（Application Specific Integrated Circuit）などの集積回路で構成される。上述した各処理部（取得部２０、疲労度測定部２１、算出部２２、判定部２３、および生成部２４）は、プロセッサまたは集積回路が処理プログラムを実行することで、プロセッサまたは集積回路の一機能として実現されてもよい。

メモリ１１は、センサ値、疲労度、評価値、および作業者の識別情報などのデータを格納する。メモリ１１は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、およびフラッシュメモリなどの一般的に用いられる記憶媒体であればよい。また、転倒リスク判定装置２が、ネットワーク４を介して転倒リスク情報データベース３とデータを送受信可能な状況であれば、転倒リスク判定装置２でデータ（センサ値、疲労度、評価値、および作業者の識別情報など）を取得および生成するごとに転倒リスク情報データベース３に送信してもよく、メモリ１１が過去のデータを保持しなくともよい。この場合、メモリ１１は、キャッシュメモリなどの揮発性メモリによる一時記憶媒体でもよい。

通信インターフェース１３は、センサ部１２、転倒リスク情報データベース３、および転倒リスク判定装置２の間でデータ通信するためのインターフェースである。通信インターフェース１３は、一般的に用いられている通信インターフェースを用いることが可能である。

入力部１４は、作業者からの入力情報を受け付ける。入力部１４は、マウス、キーボード、スイッチ、ボタン、タッチパネルディスプレイ、およびマイクなどを含む。

出力部１５は、処理回路１０が生成した各種の情報を外部に出力する。例えば、出力部１５は、処理回路１０が生成した各種の情報を、通信インターフェース１３を介して転倒リスク情報データベース３に出力する。また、出力部１５は、転倒リスク情報に関するレポートを、通信インターフェース１３を介して転倒リスク情報データベース３に出力する。

表示部１６は、処理回路１０が生成した各種の情報を表示する。作業者は、表示部１６の画面を見ることで、情報を視認できる。表示部１６は、ＬＣＤ（Liquid Crystal Display）デバイス、または有機ＥＬ（Electro-luminescence）表示デバイス等で構成される。

転倒リスク情報データベース３は、転倒リスク判定装置２から送信される疲労度、評価値、および作業者の識別情報などを格納する。具体的には、転倒リスク情報データベース３は、今回の疲労度、過去の疲労度の平均値、今回の評価値、過去の評価値の平均値などを格納する。本実施形態では、疲労度は、ストループ試験点数である。評価値は、重心動揺面積である。また、転倒リスク情報データベース３は、作業者に報告するための転倒リスク情報を格納する。転倒リスク情報データベース３は、例えばクラウドサーバに用意され、複数の転倒リスク判定装置２と通信することを想定するが、専用サーバに格納されてもよい。

（センサ部１２の構成）
次に、作業者が乗る高所作業用器具である脚立、および脚立に取り付けられるセンサ部１２の一例について説明する。図２は、センサ部１２を含む脚立３０を説明する図である。

センサ部１２は、作業者が乗る脚立３０の各脚３１に配置されるセンサ３２を含む。センサ３２は、例えば、脚立３０の脚３１の先端部に取り付けられることを想定する。脚３１の先端部には通常ラバー製などの滑り止めグリップが設けられているため、滑り止めグリップと脚３１の先端部との間にセンサ３２が配置されてもよいし、滑り止めグリップ自体にセンサ３２が埋め込まれてもよいし、脚３１の先端部に滑り止めグリップの上からセンサ部１２を含む滑り止め機能を有する部材が設けられてもよい。

センサ３２は、圧力値をセンサ値として取得することを想定するが、センシングした時刻、高度、気温、磁場など他の情報をセンサ値として取得してもよい。センサ３２は、重量を測定可能であり、例えば、重量を測定可能な歪みセンサを含む。

図２の例では、４つのセンサ３２が各脚３１に配置されることで、それぞれのセンサ３２から作業者が脚立３０に乗った際の圧力をセンサ値として取得できる。作業者が脚立３０に乗った際に、センサ３２にかかる圧力が変動するため、作業者が脚立３０に乗ったことを検知できる。さらに、４つのセンサ３２の各位置からセンサ値を一定間隔で取得し続けることで、センサ値の時系列データが得られる。この時系列データを用いて、作業者の重心の変動を算出することができる。なお、センサ部１２は、脚立３０の４つの脚３１にそれぞれ４つのセンサ３２が取り付けられているが、センサ３２の数は、４つに限定されず、３つ以上であればよい。センサ３２の数が３つ以上であれば、作業者の重心の変動を検出できる。

また、センサ部１２は、作業者が保持するＩＤ認識タグを検知するタグ認識部を含む。ＩＤ認識タグは、作業者を一意に識別する作業者ＩＤの情報を含む。センサ部１２は、作業のため脚立３０に乗ろうとする作業者のＩＤ認識タグを認識し、脚立３０に乗っている作業者の作業者ＩＤを取得する。センサ部１２によるＩＤ認識タグを認識する手法は、例えば作業者がセンサ部１２にＩＤ認識タグを近接または接触させることで認識できる構成でもよいし、センサ部１２から一定範囲内に存在するＩＤ認識タグをセンサ部１２が認識できる構成でもよい。なお、ＩＤ認識タグにより作業者ＩＤを識別する代わりに、転倒リスク判定装置２の入力部１４に対し、自身の作業者ＩＤを入力してから作業を行うことで、脚立３０に乗っている作業者の作業者ＩＤを識別するようにしてもよい。

［１－２］動作
図３は、脚立作業と心身機能との関係を説明する図である。脚立作業は、「作業行動」と「感情および情動」とに分けられる。

作業行動には、「やりにくかった」、「体のバランスを崩した」などが含まれる。作業行動は、重心動揺面積で測定が可能である。すなわち、安定性限界の大きさと身体の動揺の大きさとの相対的な関係から姿勢の安定度を判断できる。

感情および情動には、「慌てていた」、「疲れていた」などが含まれる。感情および情動は、作業者の疲労度で測定が可能である。疲労度や精神的緊張状態は、重心動揺面積に変化を及ぼす。そこで、本発明では、重心動揺と疲労度とに着目する。そして、重心動揺および疲労度を用いて、作業者の転倒リスクをと判定する。

次に、転倒リスク判定装置２の動作について説明する。図４は、転倒リスク判定装置２の動作を説明するフローチャートである。

センサ部１２は、作業者が保持するＩＤ認識タグを検知する。取得部２０は、センサ部１２が検知したＩＤ認識タグから作業者ＩＤを取得する（ステップＳ１００）。これにより、処理回路１０は、今回の測定対象である作業者を認識する。

続いて、取得部２０は、センサ部１２から作業者の重量に関するセンサ値を取得し、また、センサ部１２から作業者が脚立に乗った時刻を取得する（ステップＳ１０１）。処理回路１０は、ステップＳ１０１で取得した時刻をストループ試験開始時間とする。転倒リスク判定装置２の入力部１４に対し、自身の作業者ＩＤを入力してから作業を行う場合は、作業者ＩＤが入力された時刻をストループ試験開始時間とする。また、取得部２０は、一定間隔でセンサ値を取得し続けることで、センサ値の時系列データを取得する。センサ値は、作業者の重心の移動に応じて変化する。

続いて、算出部２２は、センサ値（時系列データ）から作業者の重心を算出し、重心動揺に関する評価値を算出する（ステップＳ１０２）。重心動揺に関する評価値は、例えば重心動揺面積である。作業者の重心は、脚立の各脚のセンサ値が等しければ、４つのセンサの配置で規定される平面領域の中心（例えば、脚立の４本の脚で規定される作業者の作業領域の中心）に作業者の重心があると算出できる。よって、それぞれのセンサ値の変動を比較することで、当該平面領域のうちどこに作業者の重心があるかを算出できる。

また、重心動揺面積は、重心位置の軌跡の外周面積を用いるなど、一般的に算出される方法を用いればよいため、ここでの説明は省略する。評価値が重心軌跡の各軸方向の振れ幅の最大値の場合は、算出した重心について縦方向、横方向の座標の最大値および最小値を計算して差分を取り、振れ幅を算出すればよい。

ステップＳ１０１およびステップＳ１０２と並行して、疲労度測定部２１は、ストループ試験を実施する（ステップＳ１０３）。脚立上の作業者は、転倒リスク判定装置２の表示部１６を見て、ストループ試験を実施する。ストループ試験は、複数の問題が一定時間ごとに表示部１６に表示される。作業者は、表示部１６に出てきた問題を見て、声にて色を回答する。入力部１４に含まれるマイクは、作業者の音声を取得する。なお、作業者が、入力部１４に含まれるボタンを押して回答するようにしてもよい。

作業者が回答した結果は、メモリ１１に格納される。疲労度測定部２１は、作業者が回答した結果と、事前にメモリ１１に格納された解答とを比較し、作業者の正答率と回答にかかった時間とを算出する。疲労度測定部２１は、試験結果を用いて、ストループ試験点数を算出する（ステップＳ１０４）。ストループ試験点数は、作業者の疲労度に対応する。ストループ試験点数は、０から１０の１１段階の数字であり、０が最も疲労度が小さく、１０が最も疲労度が大きい。

なお、ストループ試験用のＰＣ（試験用ＰＣ）を別途準備し、この試験用ＰＣを用いて作業者がストループ試験を実施してもよい。この場合、疲労度測定部２１は、試験用ＰＣから試験結果を取得する。

続いて、判定部２３は、転倒リスクを判定する。図５は、判定部２３による転倒リスク判定動作を説明する図である。図５（ａ）は、今回の測定値、図５（ｂ）は、過去のストループ試験点数ごとの重心動揺面積の平均値を示している。今回のストループ試験点数（点）を「ｘ」、ストループ試験（タスクともいう）ありの重心動揺面積（ｃｍ^２）を「ｙ」とする。タスクありの重心動揺面積の平均値を「Ｙ」とする。タスクありとは、ストループ試験を実施したことを意味する。タスクなしとは、ストループ試験を実施していないことを意味する。

図５（ｂ）に示すように、一例として、ストループ試験点数が１の場合、過去の重心動揺面積の平均値は５２である。ストループ試験点数が２の場合、過去の重心動揺面積の平均値は５５である。ストループ試験点数が１０の場合、過去の重心動揺面積の平均値は１００である。

判定部２３は、今回のストループ試験点数が「ｘ」のとき、今回のタスクありの重心動揺面積（測定値）「ｙ」と、ストループ試験点数が同じ「ｘ」のときのタスクありの過去の重心動揺面積の平均値「Ｙ」とを比較する（ステップＳ１０５）。ストループ試験点数ごとの過去の重心動揺面積の平均値は、メモリ１１に格納されている。

なお、転倒リスク情報データベース３は、作業者ＩＤごとに過去の重心動揺面積の平均値を格納している。判定部２３は、ステップＳ１００において作業者ＩＤが認識された場合に、作業者ＩＤに関する過去の重心動揺面積の平均値を転倒リスク情報データベース３からメモリ１１に格納する。また、転倒リスク情報データベース３に格納された全ての作業者ＩＤに関する過去の重心動揺面積の平均値と同じデータを、メモリ１１が格納していてもよい。

判定部２３は、測定値「ｙ」が平均値「Ｙ」より大きい場合（ステップＳ１０５＝Ｙｅｓ）、転倒リスク大と判定する（ステップＳ１０６）。一方、判定部２３は、測定値「ｙ」が平均値「Ｙ」以下である場合（ステップＳ１０５＝Ｎｏ）、転倒リスク小と判定する（ステップＳ１０７）。

続いて、生成部２４は、転倒リスク情報を生成する（ステップＳ１０８）。転倒リスク情報は、例えば、今回の測定値、転倒リスクの判定結果、および過去の重心動揺面積の平均値を含む。図６は、転倒リスク情報の一例を説明する図である。

図６に示すように、今回の測定値は、ストループ試験点数、タスクありの重心動揺面積（ｃｍ^２）、およびタスクなしの重心動揺面積（ｃｍ^２）の項目を含む。転倒リスクの判定結果は、「リスク大」である。過去のストループ試験点数ごとの重心動揺面積の平均値は、ストループ試験点数、およびタスクありの重心動揺面積（ｃｍ^２）の項目を含む。今回の測定値５６が平均値５５より大きいため、「リスク大」と判定されている。

続いて、出力部１５は、転倒リスク情報に関するレポートを出力する（ステップＳ１０９）。レポートは、通信インターフェース１３およびネットワーク４を介して、転倒リスク情報データベース３に送信される。転倒リスク情報データベース３は、作業者ＩＤごとに転倒リスク情報を管理および格納する。転倒リスク情報データベース３は、今回の測定値を用いて、過去の重心動揺面積の平均値を更新する。転倒リスク情報データベース３に格納されたレポートは、任意の方法で、作業者に提供される。

また、出力部１５は、転倒リスク情報に関するレポートを表示部１６に表示させる。作業者は、表示部１６に表示されたレポートを確認することができる。転倒リスク情報に関するレポートを作業者が見ることにより、自身の感覚では認識できない不安定さを客観的に把握できる。また、当該レポートを他の作業者または管理者が見ることにより、普段よりふらついている、などといった兆候を把握することができ、事前に危険な兆候を把握する危険予測を行うことができる。

［１－３］第１実施形態の効果
第１実施形態では、脚立など高所作業用器具の脚部にセンサを取り付け、重心動揺面積などの評価値を用いて、脚立のような狭い場所における立位保持の不安定さを測定する。また、重心動揺面積を算出する動作と並行して作業者にストループ試験を実施し、ストループ試験の結果を用いて、作業者の疲労度を測定する。そして、今回の測定値と、過去の平均値とを比較することで、転倒リスクを判定するようにしている。

よって、第１実施形態によれば、作業者が脚立上で作業をする場合に、作業者の疲労度を考慮して転倒リスクを判定することができる。また、作業者が高所作業を行う場合に、作業パフォーマンスが低下しているか否かを判定することができる。

また、転倒リスク情報を含むレポートを出力するようにしている。これにより、危険な兆候を可視化することができ、当該兆候を本人または周囲に知らせることができる。結果として、作業者の安全を確保しつつ、作業者の状態を容易に検知することができる。

［２］第２実施形態
第２実施形態は、転倒リスクを判定する条件の他の実施例である。

図７は、本発明の第２実施形態に係る転倒リスク判定装置２の動作を説明するフローチャートである。ステップＳ１００～Ｓ１０４までの動作は、第１実施形態と同じである。

続いて、判定部２３は、転倒リスクを判定する。図８は、判定部２３による転倒リスク判定動作を説明する図である。図８（ａ）は、判定動作で使用する測定値および平均値の内容を説明する図であり、図８（ｂ）は、判定動作の条件を説明する図である。

今回のストループ試験点数（点）を「ｘ」、過去のストループ試験点数の平均値（点）を「Ｘ」、タスクありの今回の重心動揺面積（ｃｍ^２）を「ｙ」、タスクありの過去の重心動揺面積の平均値（ｃｍ^２）を「Ｙ」とする。

判定部２３は、今回の疲労度と過去の疲労度の平均値とを比較するとともに、今回の評価値と過去の評価値の平均値とを比較する（ステップＳ２００）。ステップＳ２００において、今回の疲労度は、今回のストループ試験点数「ｘ」である。過去の疲労度の平均値は、過去のストループ試験点数の平均値「Ｘ」である。今回の評価値は、タスクありの今回の重心動揺面積「ｙ」である。過去の評価値の平均値は、タスクありの過去の重心動揺面積の平均値「Ｙ」である。過去のストループ試験点数の平均値「Ｘ」と、タスクありの過去の重心動揺面積の平均値「Ｙ」とは、メモリ１１に格納されている。

なお、転倒リスク情報データベース３は、作業者ＩＤごとに、過去のストループ試験点数の平均値「Ｘ」と、タスクありの過去の重心動揺面積の平均値「Ｙ」とを格納している。判定部２３は、ステップＳ１００において作業者ＩＤが認識された場合に、作業者ＩＤに関する過去のストループ試験点数の平均値「Ｘ」と、タスクありの過去の重心動揺面積の平均値「Ｙ」とを転倒リスク情報データベース３からメモリ１１に格納する。また、転倒リスク情報データベース３に格納された全ての作業者ＩＤに関する過去のストループ試験点数の平均値「Ｘ」と、タスクありの過去の重心動揺面積の平均値「Ｙ」との同じデータを、メモリ１１が格納していてもよい。

判定部２３は、ステップＳ２００において「ｘ≦Ｘ、かつｙ≦Ｙ」である場合、疲労度が普段より小さく、重心動揺面積も普段より小さい。この場合、判定部２３は、転倒リスク小と判定する（ステップＳ２０１）。

判定部２３は、ステップＳ２００において「ｘ＞Ｘ、かつｙ＞Ｙ」である場合、疲労度が普段より大きく、重心動揺面積も普段より大きい。この場合、判定部２３は、転倒リスク大と判定する（ステップＳ２０２）。

判定部２３は、ステップＳ２００において「ｘ＞Ｘ、かつｙ≦Ｙ」である場合、ストループ試験が正確に行われなかった可能性があり、例として作業者がストループ試験を適当に行ってしまった場合が考えられる。この場合、判定部２３は、判定不可とする。（ステップＳ２０３）。

判定部２３は、ステップＳ２００において「ｘ≦Ｘ、かつｙ＞Ｙ」である場合、ストループ試験が正確に行われなかった可能性があり、例として作業者がストループ試験に集中しすぎた場合が考えられる。この場合、判定部２３は、判定不可とする。（ステップＳ２０３）。

続いて、生成部２４は、転倒リスク情報を生成する（ステップＳ１０８）。転倒リスク情報は、例えば、今回の測定値、転倒リスクの判定結果、および過去の平均値を含む。図９は、転倒リスク情報の一例を説明する図である。

今回の測定値は、ストループ試験点数「ｘ」、タスクありの重心動揺面積（ｃｍ^２）「ｙ」、およびタスクなしの重心動揺面積（ｃｍ^２）「ｐ」の項目を含む。転倒リスクの判定結果は、「リスク大」である。過去の平均値は、ストループ試験点数「Ｘ」、タスクありの重心動揺面積（ｃｍ^２）「Ｙ」、およびタスクなしの重心動揺面積（ｃｍ^２）「Ｐ」の項目を含む。

続いて、出力部１５は、転倒リスク情報に関するレポートを出力する（ステップＳ１０９）。レポートは、通信インターフェース１３およびネットワーク４を介して、転倒リスク情報データベース３に送信される。転倒リスク情報データベース３は、作業者ＩＤごとに転倒リスク情報を管理および格納する。転倒リスク情報データベース３は、過去のストループ試験点数の平均値、および過去の重心動揺面積の平均値を更新する。また、出力部１５は、転倒リスク情報に関するレポートを表示部１６に表示させる。

第２実施形態によれば、ストループ試験点数の変化を転倒リスクの判定条件に含めることができる。その他の効果は、第１実施形態と同じである。

［３］第３実施形態
第３実施形態は、転倒リスクを判定する条件のさらに他の実施例である。

図１０は、本発明の第３実施形態に係る転倒リスク判定装置２の動作を説明するフローチャートである。ステップＳ１００の動作は、第１実施形態と同じである。

続いて、取得部２０は、センサ部１２から作業者の重量に関するセンサ値を取得する（ステップＳ３００）。具体的には、取得部２０は、一定間隔でセンサ値を取得し続けることで、センサ値の時系列データを取得する。センサ値は、作業者の重心の移動に応じて変化する。

続いて、算出部２２は、センサ値から作業者の重心を算出し、重心動揺に関する評価値（重心動揺面積）を算出する（ステップＳ３０１）。ステップＳ３００およびＳ３０１において、タスクなし（ストループ試験なし）の重心動揺面積が算出できる。

続いて、ステップＳ１０１～Ｓ１０４において、ストループ試験が実施され、またタスクなし（ストループ試験あり）の重心動揺面積が算出される。ステップＳ１０１～Ｓ１０４の動作は、第１実施形態と同じである。

続いて、判定部２３は、転倒リスクを判定する。図１１は、判定部２３による転倒リスク判定動作を説明する図である。図１１（ａ）は、判定動作で使用する測定値および平均値の内容を説明する図であり、図１１（ｂ）は、判定動作の条件を説明する図である。

今回のストループ試験点数（点）を「ｘ」、過去のストループ試験点数の平均値（点）を「Ｘ」、タスクありの今回の重心動揺面積（ｃｍ^２）を「ｙ」、タスクありの過去の重心動揺面積の平均値（ｃｍ^２）を「Ｙ」、タスクなしの今回の重心動揺面積（ｃｍ^２）を「ｐ」、タスクなしの過去の重心動揺面積の平均値（ｃｍ^２）を「Ｐ」とする。

判定部２３は、今回の疲労度と過去の疲労度の平均値とを比較するとともに、今回の評価値の増加と過去の評価値の平均値の増加とを比較する（ステップＳ３０２）。ステップＳ３０２において、今回の疲労度は、今回のストループ試験点数「ｘ」である。過去の疲労度の平均値は、過去のストループ試験点数の平均値「Ｘ」である。今回の評価値の増加は、タスクありの今回の重心動揺面積「ｙ」とタスクなしの今回の重心動揺面積「ｐ」との差分、すなわち「ｙ－ｐ」である。過去の評価値の平均値の増加は、タスクありの過去の重心動揺面積の平均値「Ｙ」とタスクなしの過去の重心動揺面積の平均値「Ｐ」との差分、すなわち「Ｙ－Ｐ」である。過去のストループ試験点数の平均値「Ｘ」、タスクありの過去の重心動揺面積の平均値「Ｙ」、およびタスクなしの過去の重心動揺面積の平均値「Ｐ」は、メモリ１１に格納されている。

なお、転倒リスク情報データベース３は、作業者ＩＤごとに、過去のストループ試験点数の平均値「Ｘ」、タスクありの過去の重心動揺面積の平均値「Ｙ」、およびタスクなしの過去の重心動揺面積の平均値「Ｐ」を格納している。判定部２３は、ステップＳ１００において作業者ＩＤが認識された場合に、作業者ＩＤに関する過去のストループ試験点数の平均値「Ｘ」、タスクありの過去の重心動揺面積の平均値「Ｙ」、およびタスクなしの過去の重心動揺面積の平均値「Ｐ」を転倒リスク情報データベース３からメモリ１１に格納する。また、転倒リスク情報データベース３に格納された全ての作業者ＩＤに関する過去のストループ試験点数の平均値「Ｘ」、タスクありの過去の重心動揺面積の平均値「Ｙ」、およびタスクなしの過去の重心動揺面積の平均値「Ｐ」と同じデータを、メモリ１１が格納していてもよい。

判定部２３は、ステップＳ３０２において「ｘ≦Ｘ、かつｙ－ｐ≦Ｙ－Ｐ」である場合、疲労度が普段より小さく、重心動揺面積の増加も普段より小さい。この場合、判定部２３は、転倒リスク小と判定する（ステップＳ３０３）。

判定部２３は、ステップＳ３０２において「ｘ＞Ｘ、かつｙ－ｐ＞Ｙ－Ｐ」である場合、疲労度が普段より大きく、重心動揺面積の増加も普段より大きい。この場合、判定部２３は、転倒リスク大と判定する（ステップＳ３０４）。

判定部２３は、ステップＳ３０２において「ｘ＞Ｘ、かつｙ－ｐ≦Ｙ－Ｐ」である場合、ストループ試験が正確に行われなかった可能性があり、例として作業者がストループ試験を適当に行ってしまった場合が考えられる。この場合、判定部２３は、判定不可とする。（ステップＳ３０５）。

判定部２３は、ステップＳ３０２において「ｘ≦Ｘ、かつｙ－ｐ＞Ｙ－Ｐ」である場合、ストループ試験が正確に行われなかった可能性があり、例として作業者がストループ試験に集中しすぎた場合が考えられる。この場合、判定部２３は、判定不可とする。（ステップＳ３０５）。

その後のステップＳ１０８およびＳ１０９の動作は、第２実施形態と同じである。

第３実施形態によれば、タスクありとタスクなしとの重心動揺面積の変化（差分）を転倒リスクの判定条件に含めることができる。その他の効果は、第１実施形態と同じである。

なお、第１乃至第３実施形態で説明した３種類の判定方法は、作業者が入力部１４を操作することで選択できるようにしてもよい。

上述した実施形態による各処理は、コンピュータであるプロセッサに実行させることができるプログラムとして記憶させておくこともできる。この他、磁気ディスク、光ディスク、半導体メモリ等の外部記憶装置の記憶媒体に格納して配布することができる。そして、プロセッサは、この外部記憶装置の記憶媒体に記憶されたプログラムを読み込み、この読み込んだプログラムによって動作が制御されることにより、上述した処理を実行することができる。また、プログラムは、ネットワークを通して提供することも可能である。

本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

１…転倒リスク判定システム
２…転倒リスク判定装置
３…転倒リスク情報データベース
４…ネットワーク
１０…処理回路
１１…メモリ
１２…センサ部
１３…通信インターフェース
１４…入力部
１５…出力部
１６…表示部
１７…バス
２０…取得部
２１…疲労度測定部
２２…算出部
２３…判定部
２４…生成部
３０…脚立
３１…脚
３２…センサ

Claims

作業者が乗る高所作業用器具の脚部に設けられたセンサ部から前記作業者の重心動揺に関する時系列データを取得する取得部と、
前記時系列データから前記重心動揺に関する評価値を算出する算出部と、
前記時系列データを取得する処理と並行して前記作業者に対してストループ試験を実施し、前記ストループ試験の結果を用いて前記作業者の疲労度を測定する測定部と、
前記評価値が、前記疲労度に対応する過去の評価値の平均値より大きい場合、転倒リスク大であると判定する判定部と、
を具備する転倒リスク判定装置。
前記算出部は、前記作業者の重心動揺面積を前記評価値として算出する
請求項１に記載の転倒リスク判定装置。
前記測定部は、前記ストループ試験の結果を用いてストループ試験点数を算出し、
前記ストループ試験点数は、前記疲労度に対応する
請求項１又は２に記載の転倒リスク判定装置。
前記判定部は、さらに前記疲労度が過去の疲労度の平均値より大きい場合、転倒リスク大であると判定する
請求項１乃至３の何れか１項に記載の転倒リスク判定装置。
前記疲労度、前記評価値、前記平均値、および転倒リスク判定結果を含む転倒リスク情報を生成する生成部をさらに具備する
請求項１乃至４の何れか１項に記載の転倒リスク判定装置。
取得部が、作業者が乗る高所作業用器具の脚部に設けられたセンサ部から前記作業者の重心動揺に関する時系列データを取得し、
算出部が、前記時系列データから前記重心動揺に関する評価値を算出し、
測定部が、前記時系列データを取得する処理と並行して前記作業者に対してストループ試験を実施し、前記ストループ試験の結果を用いて前記作業者の疲労度を測定し、
判定部が、前記評価値が、前記疲労度に対応する過去の評価値の平均値より大きい場合、転倒リスク大であると判定する
転倒リスク判定方法。
コンピュータを、請求項１乃至５の何れか１項に記載の転倒リスク判定装置の各部として機能させるためのプログラム。