JP7637837B2 - 作業内容分析装置、作業内容分析方法、プログラム、およびセンサ - Google Patents

Description

本発明の実施形態は、工場等における作業者の作業内容を、作業者の状態に基づいて分析するための作業内容分析装置、作業内容分析方法、プログラム、および作業内容分析装置のためのセンサに関する。

通常、作業の効率化を図るためには、実際の作業に要する時間を計測し、作業手順を分析し、この計測結果および分析結果に基づいて、現状の作業の可視化を図り、手順を標準化し、各作業者が、標準化された手順に従って作業することが一般的である。

しかしながら、このような従来の作業手順の分析のために必要な作業時間の計測は、計測員によって、ストップウォッチによってなされている。これでは、人件費が余分にかかってしまう。

余分な人件費をかけることなく作業時間を計測するために、ＩｏＴを利用することもできる。すなわち、人間系の作業を、ＩｏＴによって代替させるという発想である。

しかしながら、重厚なＩｏＴは、工場の設備自体の改修を要するために、すでに稼働している工場の設備に後付けで設置することは難しい。

このように、作業内容分析を実施しようとしても、そのためのデータ収集のために、余分な人件費がかかり、逆に人件費を削減しようとすれば、設備の改造が必要となるというように、実施することは容易ではない。

このため、関係するすべての工場における作業効率向上策まで実施する余裕はなく、それぞれの工場の作業効率向上策については、それぞれの工場に任せているのが現状である。

特許第4218669号公報 特許第5198981号公報 特許第5107206号公報 特許第6520029号公報 特許第6385613号公報 特許第5159263号公報

本発明が解決しようとする課題は、余分な人件費をかけず、設備の大幅な改造も要することなく、工場等の作業者の作業内容を分析する作業内容分析装置、作業内容分析方法、およびプログラムを提供することである。また、作業内容分析装置のために使用されるセンサを提供することである。

実施形態の作業内容分析装置は、作業者の作業内容を、作業者の状態に基づいて分析する作業内容分析装置であって、１人または複数の作業者の状態を表す状態情報を、時間情報および作業者の識別情報に関連付けて記憶する第１のデータベースと、第１のデータベースに記憶された状態情報のうち、同一時間に関連付けられた少なくとも２つの状態情報から、作業者によってなされた作業内容を推定する推定部と、第１のデータベースに記憶された状態情報と、状態情報に関連付けられた時間情報とから、推定された作業内容に費やされた作業時間を特定する特定部と、推定された作業内容と、特定された作業時間とに基づいて、作業内容を分析する分析部とを備えている。状態情報は、作業者の位置情報と、作業者の手が動作しているか否かを示す動き情報と、作業者の周辺の設備の稼働状態を示す情報とのうちの少なくとも何れかを含む。

図１は、第１の実施形態の作業内容分析方法が適用された作業内容分析装置の電子回路構成例を示すブロック図である。 図２Ａは、作業内容分析装置の他の装置との接続関係の一例（カメラを含む）を示す概念図である。 図２Ｂは、作業内容分析装置の他の装置との接続関係の一例（設備を含む）を示す概念図である。 図２Ｃは、センサの電子回路構成例を示すブロック図である。 図３Ａは、従来、状態情報データベースに記憶されていた状態情報（設備の稼働状態を示すセンシング情報）を時系列的に示す例である。 図３Ｂは、状態情報データベースに記憶される状態情報（設備の稼働状態を示すセンシング情報）を時系列的に示す別の例である。 図４Ａは、位置情報としてエリア番号を示すセンシング情報の時系列的な変化の例を示す図である。 図４Ｂは、図４Ａに示すセンシング情報に対して演算処理を施すことによって決定された状態情報の例を示す図である。 図５は、第１の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例を示すフローチャートである。 図６は、作業内容毎に要した時間を示すグラフィック表示例である。 図７は、業務改善の流れを説明するためのフローチャートである。 図８は、第２の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例を示すフローチャートである。 図９は、グループ内の全作業者による工場内のエリア毎の立ち入り頻度および立ち入り時間長さを示すグラフィック表示例である。 図１０は、作業時間実績を、作業内容別に内訳表示したグラフィック表示例である。

以下に、本発明の各実施形態を、図面を参照して説明する。

（第１の実施形態）
第１の実施形態の作業内容分析方法が適用された作業内容分析装置について説明する。

図１は、第１の実施形態の作業内容分析方法が適用された作業内容分析装置の電子回路構成例を示すブロック図である。

図２Ａは、作業内容分析装置の他の装置との接続関係の一例（カメラを含む）を示す概念図である。

作業内容分析装置１０は、工場等の作業者による作業内容を分析する装置である。

作業内容分析装置１０の電子回路は、図１に示すように、バス１１によって互いに接続されたＣＰＵ１２、記録媒体読取部１４、通信部１５、表示部１６（例えば、ディスプレイ）、メモリ２０、および記憶装置３０を備えている。

メモリ２０は、作業内容分析装置１０を実現するプログラムとして、処理モジュール２１、推定モジュール２２、特定モジュール２３、作業時間比較モジュール２４、分析モジュール２５、表示制御モジュール２６、および判定モジュール２７を記憶している。

これらプログラムモジュール２１～２７は、メモリ２０に予め記憶されていてもよいし、あるいはメモリカード等の外部記録媒体１３から記録媒体読取部１４を介してメモリ２０に読み込まれて記憶されたものであってもよい。これらプログラムモジュール２１～２７は、書き換えできないようになっている。

メモリ２０には、このようなユーザ書き換え不可能なエリアの他に、書き換え可能なデータを記憶するエリアとして、書込可能データエリア２９が確保されている。

ＣＰＵ１２は、各プログラムモジュール２１～２７を実行可能な１つまたは複数のプロセッサの一例であって、各プログラムモジュール２１～２７に従い回路各部の動作を制御する。

記憶装置３０は、作業者データベース３１、状態情報データベース３２、および基準時間データベース３３を備えている。

作業者データベース３１は、例えば工場の各作業者１００の作業者ＩＤ（例えば、社員番号等）を記憶する。

状態情報データベース３２は、各作業者１００に取り付けられた各センサ１１０からのセンシング情報を、各作業者１００の状態を表す状態情報として、時間情報、作業者ＩＤ、およびセンサＩＤに関連付けて記憶する。

また、状態情報データベース３２は、カメラ等、作業者１００の近傍あるいは周囲に設置されたセンサ１１０からのセンシング情報も、各作業者１００の状態情報として、時間情報、作業者ＩＤ、およびセンサＩＤに関連付けて記憶することができる。ただし、この場合、センサ１１０は、作業者１００に取り付けられていないが、例えば、所定距離内にいる作業者１００のように、センサ１１０の近傍にいる作業者１００の作業者ＩＤに関連付けて記憶する。

状態情報は、作業者１００の位置情報、作業者１００の手が動作しているか否かを示す動き情報、作業者１００の周辺の設備の稼働状態を示す情報、作業者１００が移動しているか否かを示す移動情報、作業者１００のバイタル情報、作業者１００の音声情報、作業者１００の周囲音情報、および作業者１００の周囲の映像情報を含むことができる。

また、状態情報データベース３２は、状態情報として、センサ１１０（カメラ１１５を含む）から取得されたセンシング情報（以下、「第１の状態情報」とも称する）のみならず、センシング情報（第１の状態情報）から、数学的な演算処理がなされた状態情報（以下、「第２の状態情報」とも称する）も、同様に、各作業者１００の状態を表す状態情報として、時間情報、作業者ＩＤ、およびセンサＩＤに関連付けて記憶することができる。状態情報は、センサ１１０からのセンシング情報（第１の状態情報）に限定されず、カメラ１１５からの画像情報や、例えば、パトランプからの信号を含むこともできる。

状態情報は、各作業者１００に取り付けられた各センサ１１０や、定点に設置され、マイクロコントローラ１２０によって制御されるカメラ１１５から送信されるセンシング情報として取得されるのみならず、前述した第１の状態情報から得られる第２の状態情報のように、センシング情報に基づいて取得されることも可能である。

各作業者１００には、１種類に限らず、複数種類のセンサ１１０を取り付けることもできる。

これらセンサ１１０やカメラ１１５を含むセンサ類は、作業者の動作を可視化するためのＩｏＴデバイスであり、具体的な種類としては、ＧＰＳ機能やＷｉＦｉ機能、ブルートゥース（登録商標）機能、あるいはビーコン１２５を介して、作業者１００の位置を測定する位置センサ、作業者１００の手の動きを検出する加速度センサ、作業者１００の脈拍等のバイタル情報を測定するバイタルセンサ、作業者１００の音声を検出するマイク、作業者１００の周囲の音を検出する音センサ、作業者自体に取り付けられ、作業者１００の視線上の映像を撮像するカメラ等の撮像センサを含むがこれらに限定されない。

これらセンサ類は、ビーコン１２５からの電波を受信しやすいように、作業者１００の身体の前面、腰の左右、腕、手首、首、肩、耳、および頭等に取り付けられる。また、特に、前述した加速度センサのように、動き情報を取得するセンサ１１０は、作業者１００の利き腕または利き手に取り付けられる。

位置センサとして、スマートフォンを含むウェアラブル端末を適用することもできる。この場合、スマートフォンをウェストホルダーに入れベルトで固定するか、フックをベルト通しに引っかけて装着する。装着位置が背中側になると、通信部１５は、スマートフォンからの信号を受信しにくくなるため、スマートフォンを、作業者１００の前面や腰部の左右に装着するのが望ましい。また、作業者１００のズボンのポケットや胸ポケットで携帯してもよい。

バイタルセンサとして、リストバンド側のデバイスを使用することができる。この場合、作業者１００の両腕もしくは両手にデバイスを装着すると、作業に支障をもたらす恐れがあるので、最小限の構成で、作業者１００の動きや作業内容を詳しく捉えることができるように、バイタルセンサを、作業者１００の利き腕もしくは利き手の、腕や手首に装着するのが好ましい。

音センサとして、ヘッドセット型のデバイスを使用することができる。この場合、作業者１００の首に掛けたり、肩に載せて使用することができる。

音センサとして、イヤホン型のデバイスを使用することができる。この場合、作業者１００の耳に取り付けて使用することができる。

撮像センサとして、スマートグラス型のデバイスを使用することができる。この場合、作業者１００の頭部に取り付けて使用することができる。

また、作業者１００には取り付けられないが、例えば、定点に設置されたカメラ１１５も、センサ類に含まれるが、これらに限定されない。

図２Ｂは、作業内容分析装置の他の装置との接続関係の一例（設備を含む）を示す概念図である。

図２Ｂを用いて、状態情報のうち、作業者１００の周辺の設備の稼働情報の取得方法について説明する。

図２Ｂに示す接続関係は、図２Ａに示すカメラ１１５の代わりに設備１１６を備えた点が異なり、他の構成は同じである。したがって、以下では、図２Ａと異なる点について説明する。

設備１１６は、マイクロコントローラ１２０によって制御されることによって、設備１１６の稼働情報を、通信部１５へ送信する。また、設備１１６に、稼働情報を取得するためのセンサ（図示せず）を設置し、これらセンサから取得した稼働情報を、通信部１５へ送信することもできる。

このようにして、作業内容分析装置１０は、状態情報の１つである、作業者１００の周辺の設備１１６の稼働情報を取得することができる。

図２Ｃは、センサの電子回路構成例を示すブロック図である。

図２Ｃに例示するブロック図は、前述したように多くの種類からなるセンサ１１０を一般的に示す構成例である。

センサ１１０は、一般的に、バス１１０１によって互いに接続されたＣＰＵ１１０２、センシング部１１０３、送信部１１０４、受信部１１０５、メモリ１１１０、および記憶装置１１２０を備えている。

ＣＰＵ１２は、バス１１０１によって互いに接続された上記回路各部の動作を制御するプロセッサである。

センシング部１１０３は、作業者１００のセンシング情報を取得する部位である。センシング部１１０３は、例えば、センサ１１０が加速度センサである場合、加速度を検出する検出部、バイタルセンサである場合、脈拍等のバイタル値を検出する検出部、音センサである場合、音を検出する集音部、カメラである場合、撮像素子、位置センサである場合、ＧＰＳ機能やＷｉＦｉ機能、ブルートゥース機能に相当する。

センサ１１０は、ビーコン１２５を介して、作業者１００の位置を測定する位置センサとなることもできるが、その場合は、受信部１１０５が、ビーコン１２５からの信号を、センシング情報として受信する。なお、ビーコン１２５は、送信する電波強度を変更することが可能である。

センシング部１１０３および受信部１１０５は、このようにしてセンシング情報を取得すると、記憶装置１１２０へ出力する。記憶装置１１２０は、センシング情報を記憶するセンシング情報データベース１１２１を記憶しており、センシング部１１０３および受信部１１０５から出力されたセンシング情報を記憶する。

記憶装置１１２０は、例えばＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）等からなる。

メモリ１１１０は、センサ１１０が備えているプログラムとして、通信判定モジュール１１１１を記憶している。

通信判定モジュール１１１１は、センサ１１０が、作業内容分析装置１０と通信可能であるか否かを判定する。

通信判定モジュール１１１１によって、センサ１１０と作業内容分析装置１０との通信が可能であると判定されなかった場合（すなわち、通信判定モジュール１１１１によって、センサ１１０と作業内容分析装置１０との通信が可能ではないと判定された場合）、センシング情報データベース１１２１に、センシング情報が記憶され続ける。

通信判定モジュール１１１１によって、センサ１１０と作業内容分析装置１０との通信が可能であると判定された場合、送信部１１０４は、新たなセンシング情報が取得されているか否かに関わらず、センシング情報データベース１１２１に記憶されているセンシング情報を、所定の単位毎（例えば、５秒毎、１０秒毎）に、通信ネットワーク７０を介して、作業内容分析装置１０へ送信する。

なお、各センサ１１０には、センサの識別情報であるセンサＩＤが付与されているとともに、取り付けられている作業者１００の作業者ＩＤに関連付けられており、送信部１１０４は、センシング情報を状態情報として作業内容分析装置１０へ送信する際には、センサＩＤおよび作業者ＩＤとともに送信する。

センサ１１０が特にカメラ１１５である場合、送信部１１０４は、センシング情報である映像情報を、センサＩＤとともに、作業内容分析装置１０へ送信する。

図１に戻って説明するように、作業内容分析装置１０の通信部１５は、通信ネットワーク７０に接続されており、通信ネットワーク７０を介して、各センサ１１０から送信されるセンサＩＤ、作業者ＩＤ、およびセンシング情報を受信し、受信したセンサＩＤ、作業者ＩＤ、およびセンシング情報を処理モジュール２１へ送る。同様に、カメラ１１５から送信されたセンサＩＤおよびセンシング情報である映像情報を受信し、受信したセンサＩＤ、およびセンシング情報である映像情報を処理モジュール２１へ送る。

通信部１５はまた、後述するように、表示制御モジュール２６によって表示部１６から表示されるグラフ等を、外部端末１３０から表示させるために、グラフ表示に必要なデータを、図２Ａ、図２Ｂに示すように、通信ネットワーク７０を介して外部端末１３０へ出力することもできる。

このように、センサ１１０から状態情報として送信されるセンシング情報は、作業者１００の位置情報、作業者１００の手の動きに関する動き情報、作業者１００の移動に関する移動情報、作業者１００のバイタル情報、作業者１００の音声情報、作業者１００の周囲音情報、作業者１００の視線上の映像情報、および作業者１００の映像情報等を含んでいる。なお、後述するように、カメラ１１５からの映像情報から、処理モジュール２１によって、作業者１００の動き情報および位置情報を得ることもできる。

状態情報データベース３２は、状態情報を記憶するためのデータベースであって、時間情報として、作業内容分析装置１０の内部時計（図示せず）によって計時された時間情報を使うことができる。また、作業内容分析装置１０の接続先の外部システムの時計（計時手段）と同期された時間情報を使うこともできる。

また、接続先のシステムの計時手段との同期ができない場合、センサ間で時刻のずれが発生しないように、作業内容分析装置１０自体の時刻を基準時刻とし、各センサ１１０は作業内容分析装置１０と同期された時刻を使うこともできる。

基準時間データベース３３は、作業内容毎にあらかじめ決定された基準時間を記憶している。基準時間には、限定される訳ではないが、例えば、作業内容毎にあらかじめ決定された目標時間や、作業内容を完成させるために、熟練度の高い人によって費やされる時間を適用することができる。

これらデータベース３１～３３を記憶する記憶装置３０もまた、記憶装置１１２０と同様に、例えばＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）等からなる。

処理モジュール２１は、通信部１５から送られたセンシング情報を、センサＩＤや、存在する場合には作業者ＩＤとともに受信し、このセンシング情報に対して処理が必要であるか否かを判定する。そして、処理が必要なセンシング情報に対しては、必要な処理を行い、状態情報を取得し、状態情報を、センサＩＤ、作業者ＩＤとともに、状態情報データベース３２へ送る。一方、処理が必要ではないセンシング情報の場合、センシング情報に対して処理を行わず、センシング情報を状態情報として、センサＩＤ、作業者ＩＤとともに、状態情報データベース３２へ送る。

処理が必要なセンシング情報の例としては、カメラ１１５からの映像情報がある。この映像情報に対する処理としては、例えばＡＩ技術によって、この映像情報から、撮像されている作業者１００を特定し、作業者１００の作業者ＩＤを特定し、特定された作業者１００の動き情報および位置情報を検出し、検出された動き情報および位置情報を、状態情報とする。このように、映像情報を処理する場合、処理モジュール２１は特に映像処理モジュールとして機能する。また、加速度センサからのセンシング情報に対しても、例えばＡＩ技術を使って処理や加工等を行う場合もあり得る。なお、処理が必要なセンシング情報は、これらに限定されないことに留意されたい。

状態情報データベース３２は、状態情報が、センサＩＤおよび作業者ＩＤとともに送られると、状態情報、センサＩＤ、および作業者ＩＤを、時間情報に関連付けて記憶する。

このように、作業内容分析装置１０は、センサ１１０（カメラ１１５を含む）から送信されるセンシング情報を、状態情報として蓄積することができる。しかしながら、作業内容分析装置１０が正常であるにも関わらず、例えば、センサ１１０（カメラ１１５を含む）からの通信エラー等によって、センシング情報が送信されず、状態情報を取得できない場合がある。逆に、センサ１１０（カメラ１１５を含む）からの通信に問題はないものの、例えば、作業内容分析装置１０に何らかのトラブルがあって、センシング情報を受信できず、状態情報を取得できない場合もある。

判定モジュール２７は、作業内容分析装置１０が正常に動作しているか否かを判定する。判定モジュール２７は、例えば、ＣＰＵ１２や、通信部１５の動作を監視することによって、作業内容分析装置１０が正常に動作しているか否かを判定することができる。

状態情報を取得できない場合、処理モジュール２１は、判定モジュール２７によって、作業内容分析装置１０が正常であると判定されたのであれば、状態情報として第１の固定データ（例えば、「０（ゼロ）」）を、状態情報データベース３２に記憶させ、作業内容分析装置１０が正常ではないと判定されたのであれば、状態情報として第２の固定データ（例えば、「－１」）を、状態情報データベース３２に記憶させる。なお、「０（ゼロ）」だけでなく、「ＮＵＬＬ」等の文字列でも良い。

このような固定データを状態情報データベース３２に記憶させることによって、以下のようなことが可能となる。

例えば、状態情報が、設備１１６の稼働状態を示すセンシング情報である場合を例に説明する。従来は、設備１１６を監視しているセンサから、稼働状態を示す「１」であるセンシング情報を受信した場合に、状態情報データベース３２に、状態情報として「１」を記憶していた。これによって作業内容分析装置１０は、設備１１６が稼働していると判定することができた。

しかしながら、これでは、センシング情報を受信しないと、状態情報は記憶されないことになる。したがって、作業内容分析装置１０が正常であるにも関わらず、例えば、設備１１６を監視しているセンサからの通信エラー等によって、センシング情報を受信できない場合や、逆に、センサからの通信に問題はないものの、作業内容分析装置１０の故障等によって、センシング情報を受信できない場合も、状態情報は記憶されないことになる。

図３Ａは、このような場合に、従来、状態情報データベース３２に記憶されていた状態情報（ある設備の稼働状態を示すセンシング情報）を時系列的に示す例である。

例えば、最初の４つの時間では、状態情報は記憶されなかったので、状態情報は（無し）と示されている。その後連続する３つの時間では、状態情報が受信されたので、状態情報データベース３２に「１」が記憶され、その後（無し）となり、その後「１」が記憶され、その後（無し）となっている。

このように、状態データベース３２に状態情報が記憶されていない場合、その原因が、作業内容分析装置１０側に問題があったからなのか、あるいは作業内容分析装置１０以外に問題があったからなのか一切不明である。

それに対して、本実施形態では、判定モジュール２７によって、作業内容分析装置１０が正常であると判定されたにも関わらず状態情報を取得できない場合、処理モジュール２１によって、状態情報として、「０（ゼロ）」が、状態情報データベース３２に記憶される。一方、判定モジュール２１によって、作業内容分析装置１０が正常ではないと判定された場合に、状態情報を取得できないときは、処理モジュール２１によって、状態情報として「－１」が、状態情報データベース３２に記憶される。なお、「０（ゼロ）」だけでなく、「ＮＵＬＬ」等の文字列でも良い。

図３Ｂは、本実施形態において状態情報データベースに記憶される状態情報（設備の稼働状態を示すセンシング情報）を時系列的に示す例である。

図３Ｂに示すように、本実施形態では、（無し）ということはなくなる。そして、図３Ｂを図３Ａと比較すると、図３Ａに示す最初の２つの（無し）は、図３Ｂでは「－１」と示されている。これは、作業内容分析装置１０が正常ではないことにより状態情報を取得できなかった状態であることがわかる。また、図３Ａに示す他の４つの（無し）は、図３Ｂでは「０」と示されている。これは、作業内容分析装置１０が正常であるにも関わらず状態情報を取得できなかった状態であることがわかる。

また、処理の別の例として、処理モジュール２１は、複数の状態情報のうちの１つまたは複数の第１の状態情報に対して数学的な演算処理を行うことによって第２の状態情報を得る。そして、第１の状態情報と第２の状態情報とを、状態情報データベース３２に記憶させる。このように、１つの状態情報から、別の状態情報を派生させることができる。

数学的な演算処理として、例えば、平均化や多数決を採用することができる。数学的な演算処理として平均化や多数決を採用した例として、位置情報を示すセンシング情報に適用した場合について以下に説明する。

図４Ａは、位置情報としてエリア番号を示すセンシング情報の時系列的な変化の例を示す図である。

図４Ａに示す例では、作業者１００に取り付けられたセンサ１１０によって、毎秒検出された位置情報を示す１０個のセンシング情報を時系列的に並べたものである。番号は、エリア番号を示している。すなわち、図４Ａは、作業者１００が１０秒間の間に存在していたエリア番号を１秒毎に示している。この例によれば、作業者１００は、最初の１秒間は、エリア１にいたものの、１秒後にエリア２に移動し、さらに１秒後にエリア１に戻り、その後も毎秒目まぐるしくエリア１、２，３間を移動していることが示されている。

しかしながら、位置の検出においては、しばしば誤検出が発生することが知られている。また、現実的には、短時間の間に作業者１００の位置が、瞬間移動的に３つのエリアの間を頻繁に移動するとは考えにくい。そのため、状態情報として、位置情報を示すセンシング情報を取り扱う場合には、生データをそのまま使用するのではなく、例えば１０秒間のような任意の一定の期間内で、センシング情報を平均化したり、多数決を採るといった演算処理を施すことによって、状態情報を決定することが望ましい。

図４Ｂは、図４Ａに示すセンシング情報に対して演算処理を施すことによって決定された状態情報の例を示す図である。

図４Ａの例に示す１０秒間では、位置情報は、エリア１を示すことが６回と最も多い。したがって、１→２→１のような場合、前後のエリア１は、正しいと判断し、確定する。一方、中間のエリア２は、現実的ではなく、エリア１と考えることが妥当であろうから、１→１→１のように修正する。また、１→２→３→１のような場合、最初と最後のエリア１は正しいと判断し、確定する。すると、中間のエリア２、３も、現実的ではなく、エリア１と考えることが妥当であろうから、エリア１と見なして、１→１→１→１のように修正する。

このような演算処理によって、図４Ａに示すような時系列を示すセンシング情報から、図４Ｂに示すような時系列の状態情報が得られる。

なお、図示していないが、図４Ａと同様に、位置情報は、エリア１を示すことが最も多い条件において、位置情報が１→２→２→１のような時系列を示す場合は、最初と最後のエリア１は正しいと判断し、確定するが、エリア１とエリア２とが近い場合、エリア１からエリア２に移動し、２秒間滞在してからエリア１に戻ることはあり得るので、そのまま１→２→２→１とすることができる。

再び図１に戻って説明するように、推定モジュール２２は、状態情報データベース３２に記憶された作業者１００の状態情報のうち、同一時間に関連付けられた少なくとも２つの状態情報から、作業者１００によってなされた作業内容を推定する。なお、本明細書において、作業内容としては、例えば、手作業や、台車を移動させる移動作業のような、有用作業や付帯作業のみならず、単なる歩行、その場での静止、および休憩のような非有用作業をも含むものとする。

推定モジュール２２は、例えば、作業者１００（＃１）の作業内容を推定する場合、状態情報データベース３２に記憶された状態情報のうち、作業者１００（＃１）の作業者ＩＤに関連付けられている状態情報を対象とする。さらに、状態情報に関連付けられている時間情報と、状態情報に関連付けられているセンサＩＤとに基づいて、同一時間に関連付けられた少なくとも２つの状態情報に着目し、作業者１００（＃１）によってなされた作業内容を推定する。なお、同一時間に関連付けられた少なくとも２つの状態情報は、本例における作業者１００（＃１）のように、１人の作業者の状態情報のみならず、本例における作業者１００（＃１）と、他の作業者１００（＃２）とのように、複数の作業者の状態情報とすることもできる。

少なくとも２つの状態情報が、１人の作業者（例えば、作業者１００（＃１））からの２つの状態情報である場合の例として、１人の作業者の位置センサからの位置情報と、加速度センサからの加速度情報である場合について説明する。この場合、位置情報が作業エリア内を示し、加速度情報が、所定値よりも大きな値（手作業のために手が動いている状態）を示すのであれば、推定モジュール２２は、この作業者１００（＃１）の作業内容は手作業であると推定することができる。

一方、位置情報がまったく変化せず、加速度情報も、所定値よりも大きな加速度を示さない状態（ほとんど手の動きのない状態）を示すのであれば、推定モジュール２２は、この作業者１００（＃１）は静止している、すなわち、何も作業していないと推定することができる。この場合、さらに、時間情報を考慮することによって、それが作業者１００（＃１）の休憩時間内であれば、作業者１００（＃１）は休憩していると推定することができ、休憩時間内でなければ、作業者１００（＃１）は待ちの状態であると推定することもできる。

また、少なくとも２つの状態情報が、１人の作業者（例えば、作業者１００（＃１））からの２つの状態情報である場合の別の例として、位置情報が経時的に変化しており、加速度情報が変化しないのであれば、推定モジュール２２は、この作業者１００（＃１）は移動中であったと推定することができる。しかしながら、これでは、作業者１００（＃１）は、例えば、台車を押すような作業による移動であったのか、あるいは作業ではなく、単に歩いていただけなのかを区別することができない。このような場合、推定モジュール２２はさらに、状態情報として、マイクからの音にも着目し、台車の移動に伴い発生する音が検出されているか否かに応じて、作業者１００（＃１）が、台車の移動作業を行っていたのか、単に歩いていただけなのかを区別することができる。

少なくとも２つの状態情報が、複数（例えば、作業者１００（＃１）と作業者１００（＃２）との２人）の作業者からの状態情報である場合の例として、作業者１００（＃１）の位置センサからの位置情報およびマイクからの音声情報と、作業者１００（＃２）の位置センサからの位置情報およびマイクからの音声情報である場合について説明する。この場合、作業者１００（＃１）の位置情報および作業者１００（＃２）の位置情報が同じ作業エリア内であることを示し、作業者１００（＃１）の音声情報と作業者１００（＃２）の音声情報より、作業者１００（＃１）と作業者１００（＃２）とが作業に関する会話をしているのであれば、推定モジュール２２は、作業者１００（＃１）と作業者１００（＃２）とは、一緒に作業していたと推定することができ、さらに会話の内容に基づいて、作業内容を推定することができる。

少なくとも２つの状態情報が、複数（例えば、作業者１００（＃１）と作業者１００（＃２）との２人）の作業者からの状態情報である場合の別の例として、作業者１００の位置情報と、作業者１００の手が動作しているか否かを示す動き情報と、作業者１００の周辺の設備の稼働状態を示す情報とのうちの少なくとも何れかとすることができる。

位置情報と動き情報との２つのデータを使用することで、作業場所単位での作業内容を推定することが可能となる。

位置情報と設備情報との２つのデータを使用することで、稼働状態に合わせた作業者１００の行動を推定することが可能なる。

動き情報と設備情報との２つのデータを使用することで、稼働状態に合わせた作業者１００の作業を推定することが可能となる。

さらに、上記３ケースについて、複数人の作業者１００からなるグループのデータを使用することでグループとしての作業を推定することも可能となる。

なお、上記は、単なる一例であり、推定モジュール２２は、その他様々な状態情報の組合せから、様々な作業内容を推定することができる。そして、推定された作業内容を、対応する状態情報に関連付けて、状態情報データベース３２に記憶する。

特定モジュール２３は、状態情報データベース３２に記憶された作業者１００の状態情報と、状態情報に関連付けられた時間情報とから、推定モジュール２２によって推定された作業内容に費やされた作業時間を特定する。例えば、推定モジュール２２によって、手作業がなされていたと推定された場合、手作業の開始タイミングに対応する時間情報に対応する時刻から、手作業の終了タイミングに対応する時間情報に対応する時刻までの時間帯を、手作業に費やされた作業時間として特定する。そして、このように特定した作業時間を、対応する状態情報に関連付けて、状態情報データベース３２に記憶する。

作業時間比較モジュール２４は、推定モジュール２２によって推定された作業内容について、特定モジュール２３によって特定された作業時間と、基準時間データベース３３に記憶されている基準時間とを比較する。この比較結果は、作業時間と、対応する基準時間との差分とすることができる。例えば、推定モジュール２２によって作業内容として手作業が推定され、特定モジュール２３によって、この手作業として特定された作業時間が３０分であり、基準時間データベース３３に、手作業の基準時間として３３分が記憶されている場合、作業時間比較モジュール２４は、この手作業は基準時間＋３分という比較結果を得る。あるいは、比較結果は、差分ではなく、基準時間に対するパーセンテージ（この場合、基準時間＋１０％）とすることもできる。

分析モジュール２５は、作業時間比較モジュール２４による比較結果や、状態情報データベース３２および基準時間データベース３３に記憶されている情報を使って、様々な観点から作業者１００の作業内容を分析する。

表示制御モジュール２６は、分析モジュール２５によって行われた様々な分析結果を表すグラフ等を、表示部１６から表示させたり、また、通信ネットワーク７０を介して、外部端末１３０から表示させる。これらグラフとしては、例えば、作業時間比較モジュール２４によって得られた作業時間の比較結果、特定モジュール２３によって特定された時間帯に基づいて作成される作業実績図等が含まれる。

分析モジュール２５によってなされる分析や、表示制御モジュール２６によって表示される分析結果等の具体例については後述する。

次に、以上のように構成した第１の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例について説明する。

図５は、第１の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例を示すフローチャートである。

作業者１００の作業内容を分析するためには、各作業者１００にセンサ１１０を取り付ける必要がある。各作業者１００には、１種類に限らず、複数種類のセンサ１１０を取り付けることも可能である。

これらセンサ１１０は、作業者１００の動作を可視化するためのＩｏＴデバイスであり、例えば、ＧＰＳ機能やＷｉＦｉ機能、ブルートゥース機能、あるいはビーコン１２５を介して、作業者１００の位置を測定する位置センサ、作業者１００の手の動きを検出する加速度センサ、作業者１００の脈拍等のバイタル情報を測定するバイタルセンサ、作業者１００の音声を検出するマイク、作業者１００の周囲の音を検出する音センサ、作業者１００の視線上の映像を撮像するカメラ等が挙げられるが、これらに限定されない。

また、作業者１００の作業内容を分析するために、定点に設置されたカメラ１１５からの映像情報や設備１１６に取り付けられたセンサからのセンシング情報を用いることもできる。

各センサ１１０には、固有のセンサＩＤが付与されているとともに、取り付けられている作業者１００の作業者ＩＤも関連付けられている。カメラ１１５には、固有のセンサＩＤが付与されている。

作業者１００や設備１１６に取り付けられた各センサによって計測されたセンシング情報は、センサＩＤおよび作業者ＩＤとともに、センサ１１０から通信ネットワーク７０を介して作業内容分析装置１０へ送信される。カメラ１１５によって計測されたセンシング情報である映像情報は、センサＩＤとともに、通信ネットワーク７０を介して作業内容分析装置１０へ送信される。（Ｓ１）。

作業内容分析装置１０へ送信されたこれらセンシング情報は、センサＩＤや、存在する場合には作業者ＩＤとともに通信部１５によって受信され、通信部１５から処理モジュール２１へ送られる。処理モジュール２１では、センシング情報に対して処理が必要か否かが判定される（Ｓ２）。

そして、処理が必要なセンシング情報の場合（Ｓ２：Ｙｅｓ）、処理モジュール２１において、センシング情報に対して必要な処理が行われ、センシング情報から状態情報が取得される（Ｓ３）。

ステップＳ２において、処理が必要なセンシング情報の例としては、カメラ１１５からの映像情報がある。この映像情報に対する処理としては、処理モジュール２１において、例えばＡＩ技術によって、この映像情報から、撮像されている作業者１００が特定され、作業者１００の作業者ＩＤが特定され、特定された作業者１００の動き情報および位置情報が検出され、検出された動き情報および位置情報が、状態情報とされる。

このように、映像情報を処理する場合、処理モジュール２１は特に映像処理モジュールとして機能することができる。

また、処理モジュール２１では、加速度センサからのセンシング情報に対しても、例えばＡＩ技術を使って処理や加工等を行うこともできる。なお、処理モジュール２１によって処理を必要とされるセンシング情報は、これらに限定されない。

この状態情報は、センサＩＤ、作業者ＩＤとともに、処理モジュール２１から、状態情報データベース３２へ送られる（Ｓ４）。

処理が必要なセンシング情報の例としては、カメラ１１５からの映像情報や、加速度センサからのセンシング情報がある。

カメラ１１５からの映像情報に対する処理が行われる場合、処理モジュール２１は、映像処理モジュールとして機能する。そして、処理モジュール２１では、例えばＡＩ技術によって、この映像情報から、撮像されている作業者１００が特定され、作業者１００の作業者ＩＤが特定され、特定された作業者１００の動き情報および位置情報が検出され、検出された動き情報および位置情報が、状態情報とされる。

また、加速度センサからのセンシング情報に対する処理が行われる場合、処理モジュール２１では、例えばＡＩ技術が適用されたた処理や加工等が行われることによって、状態情報が取得される。

一方、処理が必要ではないセンシング情報の場合（Ｓ２：Ｎｏ）、処理モジュール２１では、センシング情報に対する処理は行われず、センシング情報は、状態情報として、センサＩＤ、作業者ＩＤとともに、状態情報データベース３２へ送られる（Ｓ５）。

状態情報データベース３２では、ステップＳ４およびステップＳ５において送られた状態情報、センサＩＤ、および作業者ＩＤが、時間情報に関連付けて記憶される（Ｓ６）。

なお、判定モジュール２７は、ＣＰＵ１２や通信部１５の動作監視を常時行い、作業内容分析装置１０が正常に動作しているか否かを常に判定している。これに応じて、判定モジュール２７によって、作業内容分析装置１０が正常に動作していると判定されたにも関わらず、状態情報を取得できない場合、処理モジュール２１によって、状態情報として「０」が状態情報データベース３２に記憶される一方、判定モジュール２７によって、作業内容分析装置１０が正常に動作していないと判定された場合に状態情報を取得できないときは、図３Ｂに例示されるように、処理モジュール２１によって、状態情報として「－１」が状態情報データベース３２に記憶される。

さらに、図４Ａおよび図４Ｂを用いて説明したように、必要に応じて、処理モジュール２１によって演算処理がなされ、状態情報が決定される。

その後、推定モジュール２２では、状態情報データベース３２に記憶された作業者１００の状態情報のうち、同一時間に関連付けられた少なくとも２つの状態情報から、作業者１００によってなされた作業内容が推定される（Ｓ７）。推定結果は、対応する状態情報に関連付けられて、状態情報データベース３２に記憶される。

特定モジュール２３では、状態情報データベース３２に記憶された作業者１００の状態情報と、状態情報に関連付けられた時間情報とから、推定モジュール２２によって推定された作業内容に費やされた作業時間が特定される（Ｓ８）。

作業時間比較モジュール２４では、推定モジュール２２によって推定された作業内容について、特定モジュール２３によって特定された作業時間と、基準時間データベース３３に記憶されている基準時間とが比較される（Ｓ９）。この比較の結果は、作業時間と、対応する基準時間との差分、または作業時間の基準時間に対する割合（パーセンテージ）とすることができる。例えば、推定モジュール２２によって作業内容として手作業が推定され、特定モジュール２３によって、この手作業として特定された作業時間が３０分であり、基準時間データベース３３に、手作業の基準時間として３３分が記憶されている場合、作業時間比較モジュール２４によって、この手作業は基準時間＋３分、あるいは基準時間＋１０％という比較結果が得られる。

分析モジュール２５では、この比較結果や、状態情報データベース３２および基準時間データベース３３に記憶されている情報を使って、様々な観点から作業者１００の作業内容が分析される（Ｓ１０）。

分析モジュール２５によって行われた様々な分析の結果は、例えばグラフの形式で表示制御モジュール２６によって表示部１６から、および／または外部端末１３０から表示される（Ｓ１１）。これらグラフとしては、例えば、作業時間比較モジュール２４によって得られた作業時間の比較結果や、特定モジュール２３によって特定された時間帯に基づいて作成される作業実績図のみならず、次に説明するようなグラフィック表示も含まれる。

図６は、作業内容毎に要した時間を示すグラフィック表示例である。

ここでは、例として、基準時間データベース３３には、主作業、付帯作業、およびその他の作業の各基準時間（主作業１５０分、付帯作業９０分、その他６０分）が記憶されているとする。

また、状態情報データベース３２には、作業者１００の状態情報に、推定モジュール２２によって推定された作業内容（主作業、付帯作業、その他）と、特定モジュール２３によって特定された各作業内容の作業時間（１２０分、１５０分、１２０分）とが関連付けて記憶されているとする。

図６（ａ）には、各作業内容の累積時間（分）が基準時間と実績時間とに分けて表示されている。

前述したように、基準時間データベース３３には、主作業、付帯作業、およびその他の基準時間として、１５０分、９０分、および６０分が記憶されているので、分析モジュール２５が、基準時間データベース３３を参照することによって、基準時間グラフａ１に示すように、作業内容別に基準時間が累積されたグラフが作成される。

同様に、状態情報データベース３２には、ある作業者１００の状態情報に、作業内容（主作業、付帯作業、その他）と、各作業内容の作業時間（１２０分、１５０分、１２０分）とが関連付けて記憶されているので、分析モジュール２５が、状態情報データベース３２を参照することによって、実績時間グラフａ２に示すように、作業者１００について作業内容別に作業時間が累積されたグラフが作成される。また、実績時間グラフａ２の各作業内容の横には、基準時間グラフａ１の同一作業内容との差分時間（分）が示されている。

この例によれば、作業者１００は、主作業については基準時間よりも実績時間が３０分短く、付帯作業については基準時間よりも実績時間が６０分長く、その他については基準時間よりも実績時間が９０分長いことが示されている。

一方、図６（ｂ）には、各作業内容の時間割合がパーセント表示されている。

基準時間グラフｂ１は、基準時間グラフａ１を、実績時間グラフｂ２は、実績時間グラフａ２を、それぞれ全時間を１００％として、各作業内容の時間割合をパーセント表示したものである。

このような図６（ａ）および図６（ｂ）のグラフィック表示から、実績時間は、基準時間と比較して主作業については短時間しかなされておらず、作業全体に対する割合も低く、逆に、付帯作業やその他については、基準時間よりも長くなっていることのみならず、作業全体に対する割合も基準時間よりも高くなっていることがわかる。したがって、作業効率を高めるためには、主作業にかける時間をもっと増やし、付帯作業およびその他に費やす時間をもっと短時間で済ませるようにすればよいと、具体的な対応策を明確化することが可能となる。

このようなグラフィック表示によって、作業内容が可視化され、作業に内在する隠れた無駄を特定することができる。これによって、作業効率向上のための具体的な改善点が明確になるので、改善案を効率的に策定することが可能となる。

さらには、この改善効果によって、生産性が向上すれば、生産コストや調達コストの抑制にもつながるので、費用削減効果も期待できる。

図７は、業務改善の流れを説明するためのフローチャートである。

上述したように、第１の実施形態の作業内容分析方法が適用された作業内容分析装置によれば、図７のフローチャートに示すように、作業者１００や設備１１６に取り付けられたセンサ１１０や、定点に設置されたカメラ１１５（Ｓ２１）からのセンシング情報を取得することによって、作業に関する様々な状態情報を収集し（Ｓ２２）、状態情報データベース３２に蓄積し（Ｓ２３）、種々の分析を行い（Ｓ２４）、この分析の結果により、作業内容が可視化され、作業に内在する隠れた無駄が特定されるので、生産性を向上させるための具体的かつ効果的な改善案を立案することが可能となる（Ｓ２５）。

このように、作業内容分析装置１０は、センシング情報の取得のための要員を要することなく、また、工場側の設備に対する改造を要することもなく、作業内容を分析することができる。

そして、改善案の実施（Ｓ２６）によって、効果として、生産性の向上が測定されれば（Ｓ２７）、生産コストや調達コストの抑制にもつながるので、費用削減効果も期待できる。

（第２の実施形態）
第２の実施形態の作業内容分析方法が適用された作業内容分析装置について説明する。

作業者個人の作業内容分析は、個人攻撃に陥る恐れもある。そして、その場合、個人は生産意欲を失い、作業内容分析結果が素直に受け入れられることは難しく、生産性向上につながりにくいという懸念もある。

一方、個人の評価ではなく、グループとしての評価であれば、個人攻撃になることはないので、作業内容分析結果は受け入れられ易くなる。これによって、グループ内での協調意識も高まり、もって、生産性向上につながることも期待できる。

グループには、作業チームとして編成された複数の作業者が含まれる場合、検査作業や組み立て作業など、同一作業を実施する複数の作業者が含まれる場合、班長や検査担当など、役割によって区別された複数の作業者が含まれる場合などがある。

このため、第２の実施形態の作業内容分析方法が適用された作業内容分析装置は、作業内容分析を、例えば作業チームのようなグループ単位で行うものとする。

したがって、本実施形態では、各作業者は、あらかじめ分類された何れかのグループに属しており、第１の実施形態とは異なり、作業内容分析を、作業者単位に行うのではなく、グループ単位で行う。

このような第２の実施形態の作業内容分析方法が適用された作業内容分析装置の構成は、図１を用いて説明できるので、以下では、図１を参照しながら、重複説明をすることなく、第１の実施形態と異なる点について説明する。

本実施形態では、各作業者１００は、いずれかのグループに分類されている。グループは、例えば、ともに作業を実施する作業グループとすることができる。

これに応じて、各作業者１００の作業者ＩＤは、作業者１００を識別する識別情報のみならず、作業者１００が属するグループを指定するグループ情報も含んでいる。例えば、グループ情報として、グループにあらかじめ付与されたグループ番号とした場合、作業者ＩＤを、社員番号とグループ番号を直列的に結合した数字情報とすることができる。

したがって、作業者データベース３１は、作業者を特定する識別情報と、作業者が属するグループを指定する識別情報とを含む作業者ＩＤを、作業者１００毎に記憶している。同様に、状態情報データベース３２に、時間情報とともに記憶される状態情報も、このような作業者ＩＤに関連付けられて記憶される。

推定モジュール２２は、状態情報データベース３２に記憶された、同一のグループに属する複数の作業者１００の状態情報のうち、同一時間に関連付けられた少なくとも２つの状態情報から、当該グループによってなされた作業内容を推定する。

例えば、少なくとも２つの状態情報が、同一のグループに属する２人の作業者１００（＃１）、１００（＃２）からの状態情報である場合の例として、作業者１００（＃１）の位置センサからの位置情報およびマイクからの音声情報と、作業者１００（＃２）の位置センサからの位置情報およびマイクからの音声情報である場合について説明する。この場合、作業者１００（＃１）の位置情報および作業者１００（＃２）の位置情報がともに作業エリア内であることを示し、作業者１００（＃１）の音声情報と作業者１００（＃２）の音声情報より、作業者１００（＃１）と作業者１００（＃２）とが作業に関する会話をしているのであれば、推定モジュール２２は、当該グループは、作業中であったと推定することができ、さらに会話の内容に基づいて、作業内容を推定することができる。

なお、上記は、単なる一例であり、推定モジュール２２は、同一のグループに属する複数の作業者からのその他様々な状態情報の組合せから、当該グループによってなされた様々な作業内容を推定することができる。そして、推定結果を、対応する作業者１００の状態情報に関連付けて、状態情報データベース３２に記憶する。

特定モジュール２３は、状態情報データベース３２に記憶された同一のグループに属する複数の作業者１００の状態情報から、推定モジュール２２によって推定された作業内容に対応する作業時間を特定する。例えば、推定モジュール２２によって、当該グループにおいて手作業がなされていたと推定された場合、手作業の開始タイミングに対応する時間情報に対応する時刻から、手作業の終了タイミングに対応する時間情報に対応する時刻までの時間帯を、手作業に費やされた作業時間として特定する。そして、このように特定した作業時間を、対応する作業者１００の状態情報に関連付けて、状態情報データベース３２に記憶する。

作業時間比較モジュール２４は、第１の実施形態と同様に、推定モジュール２２によって推定された作業内容について、特定モジュール２３によって特定された作業時間と、基準時間データベース３３に記憶されている基準時間とを比較する。

分析モジュール２５は、推定モジュール２２によって推定された作業内容と、特定モジュール２３によって特定された作業時間とに基づいて、当該グループの作業内容を分析する。あるいは、推定モジュール２２によって推定された作業内容と、特定モジュール２３によって特定された作業時間とに基づいて、当該グループに属する各作業者１００の作業内容を分析し、さらに、この結果に基づいて、グループ全体としての作業内容を分析する。

次に、以上のように構成した第２の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例について説明する。

図８は、第２の実施形態の作業内容分析方法が適用された作業内容分析装置の動作例を示すフローチャートである。

図８では、図５と同一の処理については、同じステップ番号を付し、重複説明を避け、異なる内容について説明する。

各作業者１００には、第１の実施形態と同様に、１種類または複数種類のセンサ１１０が取り付けられている。また、第１の実施形態と同様に、定点にカメラ１１５が設置されている。

各センサ１１０には、センサＩＤが付与され、作業者ＩＤが関連付けられているが、作業者ＩＤには、作業者１００の識別情報のみならず、作業者１００が属するグループの識別番号も含まれている。

したがって、以下では、図５の説明において、作業者ＩＤには、作業者１００の識別情報のみならず、作業者１００が属するグループの識別番号も含まれているものとする。

推定モジュール２２では、状態情報データベース３２に記憶された、同一のグループに属する複数の作業者１００の状態情報のうち、同一時間に関連付けられた少なくとも２つの状態情報から、当該グループによってなされた作業内容が推定される（Ｓ７ａ）。

特定モジュール２３では、状態情報データベース３２に記憶された同一のグループに属する複数の作業者１００の状態情報から、推定モジュール２２によって推定された作業内容に費やされた作業時間が特定される（Ｓ８ａ）。

作業時間比較モジュール２４では、第１の実施形態と同様に、推定モジュール２２によって推定された作業内容について、特定モジュール２３によって特定された作業時間と、基準時間データベース３３に記憶されている基準時間とが比較される（Ｓ９ａ）。

分析モジュール２５では、推定モジュール２２によって推定された作業内容と、特定モジュール２３によって特定された作業時間とに基づいて、当該グループの作業内容が分析される。あるいは、推定モジュール２２によって推定された作業内容と、特定モジュール２３によって特定された作業時間とに基づいて、当該グループに属する各作業者１００の作業内容が分析され、さらに、この結果に基づいて、グループ全体としての作業内容が分析される（Ｓ１０ａ）。

この分析は、第１の実施形態と同様に、状態情報データベース３２および基準時間データベース３３に記憶されている情報を使って、様々な観点から実施することも可能である。

当該グループについて、分析モジュール２５によって行われた様々な分析結果を表すグラフが、表示制御モジュール２６によって、表示部１６や外部端末１３０から表示される（Ｓ１１ａ）。

以下に、分析モジュール２５による分析結果に基づいて、表示部１６および／または外部端末１３０から表示されるグラフィック表示の例を紹介する。

図９は、グループ内の全作業者による工場内のエリア毎の立ち入り頻度および立ち入り時間長さを示すグラフィック表示例である。

図９（ａ）は、手作業のために１日（あるいは、１週間）に各エリアＡ～Ｊ別に作業者１００が滞在していた累積時間を示している。図９（ａ）において、縦軸は累積時間を表し、横軸はエリアを表す。

図９（ａ）によれば、エリアＤには、手作業のために当該グループに属する作業者が累積して６時間１５分滞在していたことが分かる。さらに、図９（ｂ）によれば、６時間１５分の内訳として、作業者Ｘが３時間３３分、作業者Ｙが１時間２４分、作業者Ｚが１時間１８分であったことが分かる。

図９（ｃ）は、図９（ａ）に示す全エリアの累積時間の総和に対する各エリア毎の滞在時間割合（エリア集中度）に基づいて３分類した結果を示している。図９（ｃ）において、各エリアは、工場内の実際のレイアウトにしたがう位置関係にしたがって模式的に表示されている。図９（ｃ）の例によれば、手作業のためにエリア集中度が２１％以上であるのはエリアＤのみであり、エリア集中度が４％以下であるのはエリアＩのみであり、他のエリアはエリア集中度が５～２０％であることがわかる。

また、図９（ａ）の凡例に示されているように、手作業のみならず、台車作業、歩行、静止など、作業者１００の各作業内容に応じて、図９のような表示を行うことも可能である。

このような表示によれば、どの作業の時に、どのエリアに作業者が集中する／しないか、どの担当者の負担が大きい／小さいかといったグループ全体での現場での行動実態を可視化することができる。

図１０に、熟練度の高い人と低い人との作業実績比較の別の例を示す。

図１０は、作業時間実績を、作業内容別に内訳表示したグラフィック表示例である。

作業内容としては、この例では、主作業、付帯作業、その他に分類されている。

図１０（ａ）は、縦軸が累積時間を表し、図１０（ｂ）は、縦軸が時間割合（％）を表す。

例えば経験者のように熟練度の高い人と、例えば初心者のように熟練度の低い人との作業時間実績の比較である図１０（ａ）および図１０（ｂ）によれば、経験者である作業者Ｘに対して、初心者である作業者Ｙは、総労働時間が長く、主作業の割合が低く、付帯作業と、その他作業の割合が多くなっていることが分かる。したがって、初心者の作業効率向上のための要改善項目は、付帯作業や、その他作業の割合を減らし、主作業の割合を高めることによって、総労働時間の短縮化を図ることであると具体的に明確化することができる。

上述したように、第２の実施形態の作業内容分析方法が適用された作業内容分析装置によれば、第１の実施形態において作業者個人別に対してなされている作業内容分析を、グループ単位で実施することができる。

これによって、作業者個人は批判されることはなくなるので、各作業者は、分析結果や、分析結果から得られる要改善項目を、受け入れ易くなる。これにより、各作業者は、必然的に、自ら積極的に業務改善に取り組むようになり、グループ内の協調意識も醸成も期待できる。これによって、例えば、グループ内でのコミュニケーションが増したり、作業手順や、レイアウトの変更など、必要な業務改善に対しても、積極的に取り組むようになるなど、グループの活性化を期待することができる。

そして、最終的には、生産性の向上、生産コストや調達コストの抑制といった費用削減効果につながることが大いに期待できる。

なお、上記では、作業効率改善のために、経験者の作業時間や、作業時間内訳に着目することについて説明したが、その他にも、経験者の移動場所（例えば、経験者は、その場所に行ったが、初心者は行かなかった）や移動経路（経験者は、この経路で移動したが、初心者は、別の経路で移動した）に着目して、作業効率改善に活用することもできる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０・・作業内容分析装置、１１・・バス、１３・・外部記録媒体、１４・・記録媒体読取部、１５・・通信部、１６・・表示部、２０・・メモリ、２１・・処理モジュール、２２・・推定モジュール、２３・・特定モジュール、２４・・作業時間比較モジュール、２５・・分析モジュール、２６・・表示制御モジュール、２７・・判定モジュール、２９・・書込可能データエリア、３０・・記憶装置、３１・・作業者データベース、３２・・行動情報データベース、３３・・基準時間データベース、７０・・通信ネットワーク、１００・・作業者、１１０・・センサ、１１５・・カメラ、１１６・・設備、１２０・・マイクロコントローラ、１２５・・ビーコン、１３０・・外部端末、１１０１・・バス、１１０２・・ＣＰＵ、１１０３・・センシング部、１１０４・・送信部、１１０５・・受信部、１１１０・・メモリ、１１１１・・通信判定モジュール、１１２０・・記憶装置、１１２１・・センシング情報データベース

Claims (21)

1. 作業者の作業内容を、作業者の状態に基づいて分析する作業内容分析装置であって、
   １人または複数の前記作業者の状態を表す状態情報を、時間情報および前記作業者の識別情報に関連付けて記憶する第１のデータベースであって、前記状態情報は、前記作業者の位置情報と、前記作業者の手が動作しているか否かを示す動き情報と、前記作業者の周辺の設備の稼働状態を示す情報とを含む、第１のデータベースと、
   前記第１のデータベースに、同一時間に関連付けられて記憶された状態情報に基づいて、前記作業者によってなされた作業内容を推定する推定部と、
   前記第１のデータベースに記憶された前記状態情報と、前記状態情報に関連付けられた時間情報とから、前記推定された作業内容に費やされた作業時間を特定する特定部と、
   前記推定された作業内容と、前記特定された作業時間とに基づいて、前記作業内容を分析する分析部と、
   前記作業内容分析装置が正常に動作しているか否かを判定する判定部と、
   前記状態情報を取得できない場合、前記判定部によって、前記作業内容分析装置が正常であると判定されたのであれば、前記状態情報として第１の固定データを、前記判定部によって、前記作業内容分析装置が正常ではないと判定されたのであれば、前記状態情報として第２の固定データを、前記第１のデータベースに記憶させる処理部と
   を備えた、作業内容分析装置。
2. 複数の前記状態情報のうちの１つまたは複数の第１の状態情報に対して数学的な演算処理を行うことによって第２の状態情報を得、前記第１の状態情報と前記第２の状態情報とを、前記第１のデータベースに記憶させる処理部をさらに備えた、請求項１に記載の作業内容分析装置。
3. 前記状態情報は、前記作業者に取り付けられたセンサ、または前記作業者の周囲に設置されたセンサによって取得され、前記第１のデータベースに記憶される、請求項１に記載の作業内容分析装置。
4. 前記第１のデータベースは、前記センサと、前記センサが取り付けられている作業者の識別情報とを、または前記センサの設置場所から所定距離内の作業者の識別情報とを関連付けて記憶する、請求項３に記載の作業内容分析装置。
5. 前記作業内容毎にあらかじめ決定された基準時間を記憶する第２のデータベースと、
   前記推定された作業内容について、前記特定された作業時間と、対応する前記基準時間とを比較する作業時間比較部とをさらに備えた、請求項１に記載の作業内容分析装置。
6. 前記比較の結果は、前記作業時間と、対応する前記基準時間との差分または割合を含む、請求項５に記載の作業内容分析装置。
7. 前記作業内容毎に、前記差分または割合を表示させる表示制御部をさらに備えた、請求項６に記載の作業内容分析装置。
8. 前記分析部はさらに、前記差分または割合に基づいて、前記作業者の作業内容を分析する、請求項６に記載の作業内容分析装置。
9. 前記分析部による分析結果を表示させる表示制御部をさらに備えた、請求項１に記載の作業内容分析装置。
10. 前記特定部はさらに、前記第１のデータベースに記憶された状態情報から、前記推定された作業内容に対応する時間帯を特定し、
    前記表示制御部は、前記特定された時間帯に基づいて、時間軸上に前記作業内容が表示された作業実績図を、前記分析結果として表示させる、請求項９に記載の作業内容分析装置。
11. 作業者の作業内容を、作業者の状態に基づいて分析する作業内容分析装置であって、
    １人または複数の前記作業者の状態を表す状態情報を、時間情報および前記作業者の識別情報に関連付けて記憶する第１のデータベースであって、前記状態情報は、前記作業者の位置情報と、前記作業者の手が動作しているか否かを示す動き情報と、前記作業者の周辺の設備の稼働状態を示す情報とを含む、第１のデータベースと、
    前記第１のデータベースに、同一時間に関連付けられて記憶された状態情報に基づいて、前記作業者によってなされた作業内容を推定する推定部と、
    前記第１のデータベースに記憶された前記状態情報と、前記状態情報に関連付けられた時間情報とから、前記推定された作業内容に費やされた作業時間を特定する特定部と、
    前記推定された作業内容と、前記特定された作業時間とに基づいて、前記作業内容を分析する分析部とを備え、
    前記作業者は、あらかじめ分類された何れかのグループに属し、
    前記識別情報は、前記作業者が属するグループを指定するグループ情報を含み、
    前記推定部は、前記第１のデータベースに記憶された同一のグループに属する作業者の状態情報のうち、同一時間に関連付けられて記憶された状態情報に基づいて、前記グループによってなされた作業内容を推定し、
    前記特定部は、前記第１のデータベースに記憶された同一のグループに属する作業者の状態情報から、前記推定された作業内容に費やされた作業時間を特定し、
    前記分析部は、前記推定された作業内容と、前記特定された作業時間とに基づいて、前記グループの作業内容を分析する、作業内容分析装置。
12. 前記状態情報はさらに、前記作業者が移動しているか否かを示す移動情報、前記作業者のバイタル情報、前記作業者の音声情報、前記作業者の周囲音情報、および前記作業者の周囲の映像情報のうちの少なくとも何れかを含む、請求項１に記載の作業内容分析装置。
13. 前記第１のデータベースに記憶される時間情報は、作業内容分析装置自体の接続先のシステムの計時手段と同期される、請求項１に記載の作業内容分析装置。
14. 前記推定部によって推定される作業内容は、作業者の休憩を含む、請求項１に記載の作業内容分析装置。
15. 作業者の作業内容を、作業者の状態に基づいて分析するために、作業内容分析装置によって実施される作業内容分析方法であって、
    前記作業内容分析装置は、
    １人または複数の前記作業者の状態を表す状態情報を、時間情報および前記作業者の識別情報に関連付けてデータベースに記憶することであって、前記状態情報は、前記作業者の位置情報と、前記作業者の手が動作しているか否かを示す動き情報と、前記作業者の周辺の設備の稼働状態を示す情報とを含む、データベースに記憶することと、
    前記データベースに、同一時間に関連付けられて記憶された状態情報に基づいて、前記作業者によってなされた作業内容を推定することと、
    前記データベースに記憶された前記状態情報と、前記状態情報に関連付けられた時間情報とから、前記推定された作業内容に費やされた作業時間を特定することと、
    前記推定された作業内容と、前記特定された作業時間とに基づいて、前記作業内容を分析することと、
    前記作業内容分析装置が正常に動作しているか否かを判定することと、
    前記状態情報を取得できない場合、前記作業内容分析装置が正常であると判定されたのであれば、前記状態情報として第１の固定データを、前記作業内容分析装置が正常ではないと判定されたのであれば、前記状態情報として第２の固定データを、前記データベースに記憶させることとを行う、作業内容分析方法。
16. 作業者の作業内容を、作業者の状態に基づいて分析する作業内容分析装置に適用されるプログラムであって、
    １人または複数の前記作業者の状態を表す状態情報を、時間情報および前記作業者の識別情報に関連付けてデータベースに記憶する機能であって、前記状態情報は、前記作業者の位置情報と、前記作業者の手が動作しているか否かを示す動き情報と、前記作業者の周辺の設備の稼働状態を示す情報とを含む、記憶する機能と、
    前記データベースに、同一時間に関連付けられて記憶された状態情報に基づいて、前記作業者によってなされた作業内容を推定する機能、
    前記データベースに記憶された前記状態情報と、前記状態情報に関連付けられた時間情報とから、前記推定された作業内容に費やされた作業時間を特定する機能、
    前記推定された作業内容と、前記特定された作業時間とに基づいて、前記作業内容を分析する機能、
    前記作業内容分析装置が正常に動作しているか否かを判定する機能、
    前記状態情報を取得できない場合、前記作業内容分析装置が正常であると判定されたのであれば、前記状態情報として第１の固定データを、前記作業内容分析装置が正常ではないと判定されたのであれば、前記状態情報として第２の固定データを、前記データベースに記憶させる機能
    をコンピュータに実現させるためのプログラム。
17. 請求項３に記載の作業内容分析装置へ送信される前記状態情報を取得するセンサであって、
    前記作業者の状態情報を取得するセンシング部と、
    前記取得された状態情報を記憶する状態情報データベースと、
    前記作業内容分析装置との通信が可能であるか否かを判定する通信判定部と、
    前記通信判定部によって通信が可能であると判定された場合、前記状態情報データベースに記憶されている状態情報を、所定の単位毎に、前記作業内容分析装置へ送信する送信部とを備える、センサ。
18. 電波強度を変更可能な電波発信器からの電波を受信する電波受信部をさらに備える、請求項１７に記載のセンサ。
19. 前記作業者に取り付けられるか、または、前記作業者の近傍に設置される、請求項１７または１８に記載のセンサ。
20. 前記作業者に取り付けられる場合、前記作業者の身体の前面、腰の左右、腕、手首、首、肩、耳、および頭のうちの何れかに取り付けられる、請求項１９に記載のセンサ。
21. 前記動き情報を取得する場合、前記作業者の利き腕または利き手に取り付けられる、請求項２０に記載のセンサ。