特開 2022-73144 コンピュータプログラム、物品関連情報探索装置及び物品関連情報探索方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022073144

(43)【公開日】2022-05-17

(54)【発明の名称】コンピュータプログラム、物品関連情報探索装置及び物品関連情報探索方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20220510BHJP

   G06Q 10/04 20120101ALI20220510BHJP

【ＦＩ】

G06T7/00 300F

G06Q10/04

【審査請求】未請求

【請求項の数】13

【出願形態】ＯＬ

(21)【出願番号】P 2020182941

(22)【出願日】2020-10-30

(71)【出願人】

【識別番号】399085233

【氏名又は名称】株式会社船井総研ホールディングス

(71)【出願人】

【識別番号】520025703

【氏名又は名称】株式会社お多福ｌａｂ

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】菊池 功

(72)【発明者】

【氏名】和泉 龍徳

【テーマコード（参考）】

5L049

5L096

【Ｆターム（参考）】

5L049AA04

5L096AA09

5L096BA12

5L096DA02

5L096EA27

5L096FA67

5L096HA09

5L096JA03

5L096MA07

(57)【要約】

【課題】物品に関する関連情報を提供することができるコンピュータプログラム、物品関連情報探索装置及び物品関連情報探索方法を提供する。
【解決手段】コンピュータプログラムは、コンピュータに、第１物品が特定された図面データを取得し、取得した図面データに基づいて、第１物品に関する特徴量を抽出し、抽出した第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、特定した第２物品に関する関連情報を出力する、処理を実行させる。
【選択図】図１

【特許請求の範囲】

【請求項1】

コンピュータに、
第１物品が特定された図面データを取得し、
取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、
抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、
算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、
特定した第２物品に関する関連情報を出力する、
処理を実行させるコンピュータプログラム。

【請求項2】

コンピュータに、
前記第１物品が特定されたＣＡＤデータを取得し、
取得したＣＡＤデータに基づいて点群データを生成し、
生成した点群データに基づいて前記第１物品に関する法線ベクトルを算出し、
算出した法線ベクトルに基づいて前記第１物品に関する特徴量としての特徴ベクトルを抽出し、
抽出した特徴ベクトルと、予め記憶した複数の第２物品に関する特徴ベクトルとの類似度を算出する、
処理を実行させる請求項１に記載のコンピュータプログラム。

【請求項3】

コンピュータに、
複数の物品に関する法線ベクトルをクラスタリングした複数のクラスタに基づいて、前記第１物品に関する法線ベクトルを分類し、分類結果に基づいて前記第１物品に関する特徴ベクトルを抽出する、
処理を実行させる請求項２に記載のコンピュータプログラム。

【請求項4】

コンピュータに、
生成した点群データに対して主成分分析を行って前記第１物品の座標系を特定し、
特定した座標系での前記第１物品の法線ベクトルを算出する、
処理を実行させる請求項２又は請求項３に記載のコンピュータプログラム。

【請求項5】

コンピュータに、
特定した前記第１物品の座標系に対して所定の座標変換を行って複数の座標系を生成し、
生成した各座標系での前記第１物品の法線ベクトルを算出し、
算出した法線ベクトルに基づいて、各座標系での特徴ベクトルを抽出し、
抽出した特徴ベクトルと、予め記憶した複数の第２物品に関する、前記座標変換によって生成された各座標系での特徴ベクトルとの類似度を算出する、
処理を実行させる請求項４に記載のコンピュータプログラム。

【請求項6】

前記関連情報は、前記第２物品の図面及び見積情報を含む、
請求項１から請求項５のいずれか一項に記載のコンピュータプログラム。

【請求項7】

前記関連情報は、前記第２物品が特定された図面データを含む、
請求項１から請求項６のいずれか一項に記載のコンピュータプログラム。

【請求項8】

コンピュータに、
前記第１物品に関する特徴量と特定した複数の第２物品の特徴量との各類似度を、類似順位とともに出力する、
処理を実行させる請求項１から請求項７のいずれか一項に記載のコンピュータプログラム。

【請求項9】

コンピュータに、
特定した第２物品に関する詳細情報の出力要求を受け付け、
受け付けた出力要求に基づいて前記第２物品に関する詳細情報を出力する、
処理を実行させる請求項１から請求項８のいずれか一項に記載のコンピュータプログラム。

【請求項10】

コンピュータに、
前記第１物品に関する特徴量を抽出して記憶した場合、前記第１物品が特定されたＣＡＤデータを含む図面データを破棄する、
処理を実行させる請求項１から請求項９のいずれか一項に記載のコンピュータプログラム。

【請求項11】

コンピュータに、
前記第２物品に関する関連情報の出力要求を受け付ける前に、前記第１物品が特定されたＣＡＤデータを含む図面データを取得した場合、取得した図面データに基づいて、前記第１物品の特徴量を抽出して記憶し、
前記第２物品に関する関連情報の出力要求を受け付けた場合、記憶した特徴量を用いて、前記第２物品に関する関連情報を出力する、
処理を実行させる請求項１から請求項１０のいずれか一項に記載のコンピュータプログラム。

【請求項12】

第１物品が特定された図面データを取得する取得部と、
取得した図面データに基づいて、前記第１物品に関する特徴量を抽出する特徴量抽出部と、
複数の第２物品それぞれに関する特徴量を記憶する記憶部と、
抽出した前記第１物品に関する特徴量と、記憶した複数の第２物品それぞれに関する特徴量との類似度を算出する算出部と、
算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定する特定部と、
特定した第２物品に関する関連情報を出力する出力部と
を備える、
物品関連情報探索装置。

【請求項13】

第１物品が特定された図面データを取得し、
取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、
抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、
算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、
特定した第２物品に関する関連情報を出力する、
物品関連情報探索方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、コンピュータプログラム、物品関連情報探索装置及び物品関連情報探索方法

【背景技術】

【0002】

近年、製品や製品に使用される部品などの物品の多くは、ＣＡＤ（Computer Aided Design）システムを用いて設計されている。物品の製造には、固定費や変動費などの様々な経費が必要であり、物品の設計段階で見積もりを行うことが一般的である。また、見積コストが高い場合には、設計変更が必要となる場合もある。

【0003】

特許文献１には、製品の設計図面を作成する際に、設計図面に含まれる部材の物理量データ及び加工種別データに基づいて製品の見積コストを算出する装置が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００３－１９６３４４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、特許文献１の装置では、設計者は、設計図面の作図が完了すると、設計図面に含まれる製品又は部材に関するデータを操作する必要があり、製品を設計する都度、見積コストを算出するための作業が必要であり煩雑である。また、特許文献１の装置では、見積を提供することはできるものの、生産工程や販売時などの段階で必要となる物品に関する情報を提供することができない。

【0006】

本発明は、斯かる事情に鑑みてなされたものであり、物品に関する関連情報を提供することができるコンピュータプログラム、物品関連情報探索装置及び物品関連情報探索方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明の実施の形態に係るコンピュータプログラムは、コンピュータに、第１物品が特定された図面データを取得し、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、特定した第２物品に関する関連情報を出力する、処理を実行させる。

【0008】

本発明の実施の形態に係る物品関連情報探索装置は、第１物品が特定された図面データを取得する取得部と、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出する特徴量抽出部と、複数の第２物品それぞれに関する特徴量を記憶する記憶部と、抽出した前記第１物品に関する特徴量と、記憶した複数の第２物品それぞれに関する特徴量との類似度を算出する算出部と、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定する特定部と、特定した第２物品に関する関連情報を出力する出力部とを備える。

【0009】

本発明の実施の形態に係る物品関連情報探索方法は、第１物品が特定された図面データを取得し、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、特定した第２物品に関する関連情報を出力する。

【発明の効果】

【0010】

本発明によれば、物品に関する関連情報を提供することができる。

【図面の簡単な説明】

【0011】

【図1】本実施の形態の物品関連情報探索システムの構成の一例を模式図である。

【図2】特徴量抽出部の構成の一例を示すブロック図である。

【図3】法線ベクトルの算出方法の一例を示す模式図である。

【図4】製品の設計者が使用する座標系の一例を示す模式図である。

【図5】座標変換の一例を示す模式図である。

【図6】法線ベクトルのクラスタ生成方法の一例を示す模式図である。

【図7】法線ベクトルのクラスタの一例を示す模式図である。

【図8】特徴ベクトルの抽出方法の一例を示す模式図である。

【図9】特徴量ＤＢの構成の一例を示す模式図である。

【図10】特徴ベクトルの類似度算出の一例を示す模式図である。

【図11】関連情報ＤＢの構成の一例を示す模式図である。

【図12】検索画面の一例を示す模式図である。

【図13】検索結果の一例を示す模式図である。

【図14】物品関連情報探索装置による関連情報探索処理の手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0012】

以下、本発明の実施の形態を図面に基づいて説明する。図１は本実施の形態の物品関連情報探索システムの構成の一例を模式図である。物品関連情報探索システムは、物品関連情報探索装置５０を備える。物品関連情報探索装置５０には、通信ネットワーク１を介して端末装置１０が接続される。物品関連情報探索装置５０には、図面データＤＢ６１、特徴量ＤＢ６２、クラスタＤＢ６３、及び関連情報ＤＢ６４が接続されている。物品関連情報探索装置５０は、サーバで構成してもよく、パーソナルコンピュータ（ＰＣ）等で構成してもよい。物品関連情報探索装置５０は、複数の装置（例えば、サーバ、ＰＣ）に分散してもよい。端末装置１０は、製品（物品とも称する）の設計者などのユーザが使用する端末装置であり、ＰＣ、スマートフォン、タブレット端末を用いることができる。なお、本明細書では、製品は、製品を構成する部品も含むものとする。

【0013】

ユーザが端末装置１０を用いて対象製品（第１物品）の図面データをアップロードすると、物品関連情報探索装置５０は、図面データを取得する。物品関連情報探索装置５０は、取得した図面データに基づいて、対象製品に類似する類似製品（第２物品）に関する関連情報を端末装置１０へ出力することができる。

【0014】

物品関連情報探索装置５０は、装置全体を制御する制御部５１、データ取得部５２、特徴量抽出部５３、記憶部５４、出力部５５、類似度算出部５６、及び特定部５７を備える。制御部５１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）などで構成することができる。

【0015】

データ取得部５２は、通信モジュール等を備え、端末装置１０から、図面データを取得することができる。図面データは、例えば、３次元ＣＡＤ（Computer Aided Design）データとすることができるが、３次元ＣＡＤデータに限定されるものではなく、例えば、２次元ＣＡＤデータ、ＰＤＦ（Portable Document Format）データ等であってもよい。制御部５１は、データ取得部５２を介して取得した図面データを図面データＤＢ６１に記憶することができる。

【0016】

特徴量抽出部５３は、データ取得部５２で取得した図面データに基づいて、対象製品に関する特徴量を抽出することができる。特徴量は、多数の製品の中から類似する製品同士を探索する処理に使用できる特徴量であればよい。制御部５１は、特徴量抽出部５３で抽出した特徴量を、当該特徴量が抽出された製品と対応付けて特徴量ＤＢ６２に記憶することができる。特徴量の抽出の詳細は後述する。

【0017】

記憶部５４は、半導体メモリ又はハードディスク等で構成することができ、物品関連情報探索装置５０の各部での処理結果などの所要の情報を記憶することができる。

【0018】

類似度算出部５６は、対象製品に関する特徴量と、特徴量ＤＢ６２に記憶された被探索対象の製品に関する特徴量との類似度を算出する。特徴量ＤＢ６２は、例えば、既に設計された製品と当該製品に関する特徴量とが対応付けて記憶されている。特徴量ＤＢ６２の詳細は後述する。

【0019】

特定部５７は、類似度算出部５６で算出した類似度に基づいて、対象製品に類似する類似製品を特定する。対象製品に類似する類似製品を特定する際には、例えば、類似度が閾値以上の製品を特定してもよく、あるいは類似度が上位のものから所定数の製品を特定してもよい。

【0020】

制御部５１は、関連情報ＤＢ６４にアクセスすることにより、特定部５７で特定した類似製品に関する関連情報を特定することができる。関連情報ＤＢ６４は、製品と当該製品に関する関連情報とが対応付けて記憶されている。関連情報は、ユーザが新たに製品を設計した際に、設計した製品に関して必要な情報であり、ユーザが、図面データや他のデータを用いて新たに生成する必要がある情報とすることができる。関連情報ＤＢ６４の詳細は後述する。

【0021】

出力部５５は、通信モジュール等を備え、制御部５１が特定した関連情報を端末装置１０へ出力することができる。端末装置１０は、関連情報を取得し、取得した関連情報を表示パネルに表示することができる。

【0022】

上述の構成により、設計者などのユーザは、設計した対象製品の図面データを準備して物品関連情報探索装置５０にアップロードするだけで、例えば、過去に設計された多数（例えば、数千種類）の製品の中から対象製品に類似する類似製品を特定でき、特定した類似製品に関する関連情報を確認することができる。

【0023】

すなわち、ユーザは、設計した対象製品と類似する類似製品の関連情報を取得することができる。取得した関連情報は、対象製品に関する関連情報として代替的に利用することができる。また、ユーザは、製品を設計する都度、製品に関する関連情報を最初から生成するための作業が不要となり、類似製品の関連情報を用いて（例えば、提供された関連情報に対して若干の修正作業を加えるだけで）、対象製品に関する関連情報を生成できるので、ユーザの利便性が向上する。

【0024】

次に、特徴量の抽出方法の詳細について説明する。

【0025】

図２は特徴量抽出部５３の構成の一例を示すブロック図である。特徴量抽出部５３は、点群データ生成部５３１、法線ベクトル算出部５３２、主成分分析部５３３、座標変換部５３４、及び特徴ベクトル抽出部５３５を備える。

【0026】

点群データ生成部５３１は、取得した３次元ＣＡＤデータに基づいて点群データを生成する。点群データは、例えば、ＸＹＺ座標において、製品表面の多数の点の集合データであり、製品の表面の位置及び形状を表現することができる。

【0027】

法線ベクトル算出部５３２は、点群データ生成部５３１で生成した点群データに基づいて対象製品に関する法線ベクトルを算出する。

【0028】

図３は法線ベクトルの算出方法の一例を示す模式図である。図３（Ａ）は、対象製品の点群データの一例を示す。図中、黒丸で示す点の集合が点群データであり、ポイントデータとも称する。図３では、便宜上、対象製品を断面が四角い中空の環状体としている。図３（Ｂ）に示すように、法線ベクトルは、点群データによって特定されるポリゴン（三角形）毎に求めることができ、ポリゴンそれぞれの表面に垂直な方向の単位ベクトルを法線ベクトルとすることができる。図３（Ｃ）に示すように、対象製品の法線ベクトルは、ＸＹＺ座標において、原点を始点とする単位ベクトル（原点からの向きが特定されている）の集合となる。なお、図３（Ｃ）に示す、ＸＹＺ座標系は、後述のように、対象製品の点群データの主成分分析を行って決定することができる。

【0029】

図４は製品の設計者が使用する座標系の一例を示す模式図である。図４（Ａ）は、ＣＡＤを用いて設計する対象製品であるとする。同じ製品を設計する際に、座標系は設計者が決定できるので、例えば、図４（Ｂ）から図５（Ｅ）に示すような座標系を使用することができる。図４（Ｂ）～図４（Ｅ）以外の座標系を使用することもできる。このように、一般的に、設計者が製品を設計する際の座標系は、設計者が独自に設定することができる。同じ製品でも、座標系が異なれば、点群データも異なり、法線ベクトルも異なる。

【0030】

主成分分析部５３３は、点群データ生成部５３１で生成した点群データに対して主成分分析を行って対象製品の座標系を特定する。主成分分析は、３次元点群データのばらつき、すなわち分散を最大にするような向きの固有ベクトルの３方向を特定する。主成分分析により、対象製品の座標系（ＸＹＺ）を特定することができる。

【0031】

このように、主成分分析により、設計者が採用する座標系に代えて、基準の座標系として、製品固有の座標系を用いることができ、設計時に使用される座標系の相違による影響を無くすことができる。

【0032】

座標変換部５３４は、主成分分析部５３３によって特定した製品の座標系に対して所定の座標変換を行って複数の座標系を生成する。

【0033】

図５は座標変換の一例を示す模式図である。図５では、座標系１～６の６つの座標系（ＸＹＺ）を例示している。座標系１は、主成分分析によって特定された座標系（ＸＹＺ）である。座標系２は、座標系１に対して、ＸＹＺ→ＹＺＸ変換を行ったものである。座標系３は、座標系１に対して、ＸＹＺ→ＺＸＹ変換を行ったものである。座標系４は、座標系１のＸＹＺを反転させたものである。座標系５は、座標系２のＸＹＺを反転させたものである。座標系６は、座標系３のＸＹＺを反転させたものである。

【0034】

法線ベクトル算出部５３２は、主成分分析部５３３によって特定された座標系を含む、各座標系１～６での法線ベクトル｛Ｎ１｝～{Ｎ６}を算出することができる。各座標系での法線ベクトルを算出は、点群データに基づいて算出した法線ベクトルを各座標系における座標軸に射影して求めることができる。なお、図５の例では、６つの座標系を例示したが、座標系の数は６つに限定されるものではなく、例えば、座標系１～３の如く３つでもよく、他の数でもよい。座標系の数を増やすことにより、後述のように、類似度の算出の精度を高めることができる。

【0035】

次に、特徴量の一例として特徴ベクトルの抽出方法について説明する。

【0036】

特徴ベクトル抽出部５３５は、算出した法線ベクトルに基づいて対象製品に関する特徴量としての特徴ベクトルを抽出することができる。なお、図５に示すように、対象製品の座標系を座標系１～座標系６とすると、座標系毎に法線ベクトルが算出されるので、特徴ベクトルも座標系毎に抽出することができる。以下、具体的に説明する。

【0037】

図６は法線ベクトルのクラスタ生成方法の一例を示す模式図である。図６に示すように、予め、クラスタを生成するために適宜選定された、複数の製品の図面データ（３次元ＣＡＤデータ）に対して、前述と同様の、点群データ生成、法線ベクトル算出、及び主成分分析等の前処理を行うことにより、複数の製品それぞれの固有の座標系での法線ベクトルを算出する。複数の製品の数は、適宜決定することができるが、例えば、１０個、２０個、３０個などとすることができる。複数の製品それぞれの法線ベクトルを１つの集合データとして纏め、法線ベクトル間の類似度に基づいて法線ベクトルを複数のクラスタにグループ分けしておく。クラスタリングには、機械学習を用いることができる。クラスタの数は、５～１０程度とすることができるが、これに限定されない。生成されたクラスタは、各クラスタを構成する法線ベクトルの情報とともにクラスタＤＢ６３に記憶（登録）しておくことができる。

【0038】

図７は法線ベクトルのクラスタの一例を示す模式図である。図７の例では、お互いに類似する法線ベクトルを１つのクラスタにグループ化することにより、全体として５つのクラスタＣ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５が生成された様子を示す。

【0039】

図８は特徴ベクトルの抽出方法の一例を示す模式図である。特徴ベクトル抽出部５３５は、対象製品に関する法線ベクトルを複数のクラスタに分類し、分類結果に基づいて対象製品に関する特徴ベクトルを抽出することができる。例えば、図８に示すように、複数のクラスタをＣ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５とする。対象製本の法線ベクトルの集合を｛Ｎ｝とし、クラスタＣ１～Ｃ５それぞれに分類された法線ベクトルの数（度数）をｎ１、ｎ２、ｎ３、ｎ４、ｎ５とする。ここで、｛Ｎ｝＝ｎ１＋ｎ２＋ｎ３＋ｎ４＋ｎ５である。特徴ベクトルＦＶは、ＦＶ＝（ｎ１、ｎ２、ｎ３、ｎ４、ｎ５）で表すことができる。なお、法線ベクトルを求めた後に、法線ベクトルの正規化（ベクトルの大きさを１にする）をして特徴ベクトルとする。

【0040】

制御部５１は、特徴ベクトルが抽出される都度、抽出した特徴ベクトルを特徴量ＤＢ６２に記憶（登録）することができる。なお、特徴量ＤＢ６２に登録する特徴ベクトルは、物品関連情報探索装置５０によって抽出されたものに限定されるものではなく、他の装置によって抽出された特徴ベクトルを登録してもよい。

【0041】

図９は特徴量ＤＢ６２の構成の一例を示す模式図である。特徴量ＤＢ６２は、例えば、製品番号、製品名、図面データ（ＣＡＤデータ）、特徴ベクトル、設計情報などを対応付けて構成することができる。特徴ベクトルは、図５に例示した各座標系での特徴ベクトルを含む。設計情報は、製品を設計する際に設計者が取り扱う情報（例えば、設計条件、仕様書、規格、特性データや試験データなど）を含む。図９のような構成により、特徴ベクトル（例えば、ＦＶ０１１０１）を元に、特徴ベクトルと対応付けられた製品番号Ｐ０００１、製品名ＸＸＸ、図面データＡ００１００、設計情報Ｄ００２００を特定できる。

【0042】

類似度算出部５６は、対象製品の各座標系での特徴ベクトルそれぞれと、特徴量ＤＢ６２に記憶した複数の被探索製品の各座標系での特徴ベクトルそれぞれとの類似度を算出する。特徴量ＤＢ６２に記憶した被探索製品の各座標系での特徴ベクトルも、対象製品と同様に、主成分分析によって特定した座標系、及び特定した座標系に対して所定の座標変換を行って生成した座標系での法線ベクトルを算出して求めることができる。

【0043】

図１０は特徴ベクトルの類似度算出の一例を示す模式図である。対象製品の座標系１～６での特徴ベクトルをＦＶ１１、ＦＶ１２、ＦＶ１３、ＦＶ１４、ＦＶ１５、ＦＶ１６とする。被探索製品の座標系１～６での特徴ベクトルをＦＶ２１、ＦＶ２２、ＦＶ２３、ＦＶ２４、ＦＶ２５、ＦＶ２６とする。類似度算出部５６は、例えば、特徴ベクトルＦＶ１１～ＦＶ１６と、特徴ベクトルＦＶ２１の組み合わせ（６通り）について類似度を算出する。類似度は、例えば、コサイン類似度を用いればよい。対象製品の特徴ベクトルと被探索製品の特徴ベクトルとの類似度は、６通りについて求めた類似度のうち最も類似する値を採用することができる。対象製品と被探索製品について同じ座標変換を行った場合には、類似度の算出においては、座標変換を行わない場合と同じになるので、結果として、生成される座標系の数である、６通りの組み合わせを用いればよい。

【0044】

各座標系での特徴ベクトルを抽出し、座標系それぞれでの対象製品と被探索製品との特徴ベクトル同士の類似度を算出することにより、複数の座標系それぞれにおける類似度を算出することになり、精度よく類似度を算出することができる。

【0045】

法線ベクトルは、製品表面のポリゴンの向きを特定するので、特徴ベクトルは、製品表面をポリゴン（三角形）で表現した場合に、ポリゴン表面の向きや同じような向きのポリゴンの数を特徴付ける特徴量とすることができる。これにより、製品の表面の形状や位置等に基づいて製品間の類似度を算出することができる。

【0046】

図９に例示したように、対象製品の特徴ベクトルと類似する被探索製品の特徴ベクトルが特定されると、対象製品と類似する類似製品を特定することができる。制御部５１は、関連情報ＤＢ６４にアクセスすることにより、特定部５７で特定した類似製品に関する関連情報を特定することができる。

【0047】

図１１は関連情報ＤＢ６４の構成の一例を示す模式図である。関連情報は、製品名と対応付けて、例えば、見積情報と詳細情報に区分することができる。見積情報は、例えば、見積金額、見積条件などの情報を含む。詳細情報は、例えば、見積日、見積の作成者、商談結果などを含む。製品名を特定すれば、当該製品の見積情報及び詳細情報も特定することができる。なお、関連情報は、図１１に例示するものに限定されない。

【0048】

次に、端末装置１０での画面表示例について説明する。

【0049】

図１２は検索画面の一例を示す模式図である。検索画面は、ユーザが対象製品に類似する類似製品を検索する際に検索要求を物品関連情報探索装置５０に対して出力するための画面である。検索画面には、選択された対象製品の図面データのファイル名を表示する表示領域、対象製品の図面データのファイルを選択する選択領域、選択された対象製品の画像を表示する表示領域が表示される。また、対象製品に類似する類似製品を特定する際に、上位の類似度のうち何個を特定するか、又は類似度がいくつ以上のものを特定するかを選択することができる。「検索」アイコンを操作することにより、対象製品の図面データと共に検索要求が物品関連情報探索装置５０へ送信される。なお、図示していないが、対象製品の図面データだけを先に物品関連情報探索装置５０にアップロードし、後から検索要求を出力してもよい。

【0050】

図１３は検索結果の一例を示す模式図である。検索結果は、対象製品に類似する類似製品に関する関連情報を含む。検索結果画面には、類似度の高い順に、順位と類似製品の図面が表示される。図の例では、順位が１位、２位、３位、４位の順に対象製品に類似する製品１、製品２、製品３、製品４を図示している。なお、表示される類似製品の数は、類似度が閾値以上の類似製品を表示してもよく、あるいは類似度が上位のものから所定数の類似製品を表示してもよい。図１３に示すように、類似製品の図面とともに、類似製品の図面データのファイル名、類似製品の見積金額、類似度を表示することができる。

【0051】

上述のように、対象製品と類似製品との類似度（厳密には特徴量又は特徴ベクトル同士の類似度）を、類似順位とともに表示するので、ユーザは、対象製品に類似する類似製品を、類似度順に確認することができる。

【0052】

関連情報は、類似製品の図面及び見積情報（例えば、見積金額）を含む。これにより、ユーザは、対象製品に類似する類似製品の図面及び見積情報を容易に検索して確認することができる。また、類似製品の図面を確認することができるので、例えば、類似製品の見積情報を対象製品の見積情報として使用できるのか、あるいは若干の修正作業を要するのかを直ちに把握でき、ユーザの利便性が向上する。

【0053】

また、関連情報は、類似製品が特定された図面データ（ファイル）を含む。これにより、ユーザは、対象製品に類似する類似製品の図面データを最初から生成する必要がなく、類似製品の図面データ（例えば、ＣＡＤデータ）を活用することができる。例えば、対象製品の設計変更が必要になった場合などに、類似製品の図面データの一部を活用することができる。

【0054】

図１３に示すように、「詳細」アイコンを操作することにより、類似製品の詳細情報を表示することができる。詳細情報は、図１１に例示したような情報であるが、図１１の例に限定されるものではなく、適宜設定すればよい。関連情報が見積情報の場合、詳細情報は、例えば、見積日、見積作成者、見積後の商談結果などを含めてもよい。これにより、ユーザは、類似製品についての詳細な情報を容易に確認することができる。

【0055】

図面データＤＢ６１が、例えば、外部のクラウドサービスを利用したデータベースの場合、制御部５１は、対象製品の特徴量を抽出して特徴量ＤＢ６２に記憶した場合、図面データＤＢ６１に記憶した対象製品の図面データを破棄してもよい。図面データには、機密情報が含まれる場合もあるので、図面データを破棄することにより、外部のクラウドサービスに図面データが長期に記憶されることを防止し、セキュリティを向上させることができる。

【0056】

制御部５１は、対象製品の図面データを取得した場合、取得した図面データに基づいて、対象製品の特徴量を抽出し、抽出した特徴量を特徴量ＤＢ６２に記憶する。制御部５１は、対象製品に類似する類似製品に関する関連情報の出力要求を受け付けたか否かを判定し、出力要求を受け付けた場合、記憶した特徴量を用いて類似製品に関する関連情報を出力することができる。すなわち、関連情報の出力要求を受け付ける前に図面データを取得した場合には、先に特徴量を抽出して記憶しておく。これにより、関連情報の出力要求を受け付けたことをトリガとして特徴量を抽出する場合に比べて、比較的処理時間を要する特徴量抽出を早い段階で完了しておくことができるので、関連情報の出力要求を受け付けてから関連情報を出力するまでの時間を短縮できる。

【0057】

図１４は物品関連情報探索装置５０による関連情報探索処理の手順の一例を示すフローチャートである。以下では便宜上、処理の主体を制御部５１として説明する。制御部５１は、対象製品の図面データを取得し（Ｓ１１）、取得した図面データに基づいて点群データを生成する（Ｓ１２）。制御部５１は、ポリゴン毎に法線ベクトルを算出し（Ｓ１３）、群データに対して主成分分析を行い（Ｓ１４）、対象製品の座標系を特定する。

【0058】

制御部５１は、特定した座標系に対して所定の座標変換を行い（Ｓ１５）、生成された座標系毎の法線ベクトルを算出する（Ｓ１６）。制御部５１は、座標系毎に、法線ベクトルを予め決定された複数のクラスタに分類し、分類結果に基づいて特徴ベクトルを抽出して特徴量ＤＢ６２に登録する（Ｓ１７）。

【0059】

制御部５１は、端末装置１０からの検索要求の有無を判定し（Ｓ１８）、検索要求が無い場合（Ｓ１８でＮＯ）、ステップＳ１８の処理を続ける。検索要求があった場合（Ｓ１８でＹＥＳ）、制御部５１は、抽出した特徴ベクトル（対象製品の特徴ベクトル）と、登録済の製品（探索対象製品）の特徴ベクトルとの類似度を算出する（Ｓ１９）。

【0060】

制御部５１は、算出した類似度に基づいて対象製品に類似する製品（類似製品）を特定し（Ｓ２０）、関連情報ＤＢ６４にアクセスして、特定した製品の関連情報を出力し（Ｓ２１）、処理を終了する。

【0061】

本実施の形態の物品関連情報探索装置５０は、ＣＰＵ（プロセッサ）、ＲＯＭ及びＲＡＭ（メモリ）などを備えた汎用コンピュータを用いて実現することもできる。すなわち、図１４に示すような、各処理の手順を定めたコンピュータプログラムをコンピュータに備えられたＲＡＭ（メモリ）にロードし、コンピュータプログラムをＣＰＵ（プロセッサ）で実行することにより、コンピュータ上で物品関連情報探索装置５０を実現することができる。コンピュータプログラムは記録媒体に記録され流通されてもよく、あるいは、ネットワークを介して、コンピュータにインストールされてもよい。

【0062】

本実施の形態では、関連情報として、類似製品に関する見積情報を例に挙げて説明したが、関連情報は見積情報に限定されるものではない。例えば、類似製品についての生産計画、工程管理、検査・検品、類似製品用の金型設計、金型管理、治具設計などの生産工程において必要となる情報を含めてもよく、あるいは製品説明、取扱説明、保守管理などの販売時又は販売以降の段階で必要となる情報であってもよい。

【0063】

本実施の形態では、特徴量の一例として特徴ベクトルを例に挙げて説明したが、特徴量は特徴ベクトルに限定されるものではない。例えば、図面に記載された線図から、線で囲まれる領域が占める面積、領域の重心、輪郭の周囲長などを計算できる特徴モーメントを用いてもよい。また、ニューラルネットワークを使って多数の図面データを学習しておき、ニューラルネットワークにより抽出された特徴量を用いてもよい。この場合、図面データは、２次元ＣＡＤデータ、ＰＤＦデータなどを用いることができる。

【0064】

本実施の形態のコンピュータプログラムは、コンピュータに、第１物品が特定された図面データを取得し、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、特定した第２物品に関する関連情報を出力する、処理を実行させる。

【0065】

本実施の形態の物品関連情報探索装置は、第１物品が特定された図面データを取得する取得部と、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出する特徴量抽出部と、複数の第２物品それぞれに関する特徴量を記憶する記憶部と、抽出した前記第１物品に関する特徴量と、記憶した複数の第２物品それぞれに関する特徴量との類似度を算出する算出部と、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定する特定部と、特定した第２物品に関する関連情報を出力する出力部とを備える。

【0066】

本実施の形態の物品関連情報探索方法は、第１物品が特定された図面データを取得し、取得した図面データに基づいて、前記第１物品に関する特徴量を抽出し、抽出した前記第１物品に関する特徴量と、予め記憶した複数の第２物品それぞれに関する特徴量との類似度を算出し、算出した類似度に基づいて、記憶した複数の第２物品の中から１又は複数の第２物品を特定し、特定した第２物品に関する関連情報を出力する。

【0067】

コンピュータプログラムは、第１物品が特定された図面データを取得する。第１物品は、例えば、新たに設計された物品であり、探索対象の物品である。コンピュータプログラムは、取得した図面データに基づいて、第１物品に関する特徴量を抽出する。特徴量は、多数の物品の中から類似する物品同士を探索できる特徴量であればよい。コンピュータプログラムは、複数の第２物品それぞれに関する特徴量を記憶する。第２物品は、例えば、既に設計された物品であり、特徴量も既に抽出されている物品とすることができる。第２物品は、被探索対象の物品である。

【0068】

コンピュータプログラムは、第１物品の特徴量と、記憶した第２物品それぞれの特徴量との類似度を算出し、算出した類似度に基づいて１又は複数の第２物品を特定する。第２物品を特定する際には、例えば、類似度が閾値以上の第２物品を特定してもよく、あるいは類似度が上位のものから所定数の第２物品を特定してもよい。コンピュータプログラムは、特定した第２物品に関する関連情報を出力する。関連情報は、第１物品を新たに設計した際に、第１物品に関して必要な情報であり、設計者（ユーザ）が、図面データや他のデータを用いて新たに生成する必要がある情報とすることができる。

【0069】

上述の構成により、設計者は、第１物品が特定された図面データを準備するだけで、例えば、過去に設計された複数の第２物品の中から第１物品に類似する第２物品を特定でき、特定した第２物品に関する関連情報が提供される。すなわち、設計者は、第１物品と類似する第２物品の関連情報を取得することができる。取得した関連情報は、第１物品に関する関連情報として代替的に利用することができる。また、設計者は、物品を設計する都度、物品に関する関連情報を最初から生成するための作業が不要となり、提供された関連情報を用いて（例えば、提供された関連情報に対して若干の修正作業を加えるだけで）、第１物品に関する関連情報を生成できるので、設計者の利便性が向上する。

【0070】

本実施の形態のコンピュータプログラムは、コンピュータに、前記第１物品が特定されたＣＡＤデータを取得し、取得したＣＡＤデータに基づいて点群データを生成し、生成した点群データに基づいて前記第１物品に関する法線ベクトルを算出し、算出した法線ベクトルに基づいて前記第１物品に関する特徴量としての特徴ベクトルを抽出し、抽出した特徴ベクトルと、予め記憶した複数の第２物品に関する特徴ベクトルとの類似度を算出する、処理を実行させる。

【0071】

コンピュータプログラムは、第１物品が特定されたＣＡＤデータを取得し、取得したＣＡＤデータに基づいて点群データを生成する。点群データは、例えば、ＸＹＺ座標において、物品表面の多数の点の集合データであり、物品の表面の位置及び形状を表現することができる。

【0072】

コンピュータプログラムは、生成した点群データに基づいて第１物品に関する法線ベクトルを算出する。例えば、点群データによって特定されるポリゴン（三角形）それぞれの表面に垂直な方向の単位ベクトルを法線ベクトルとすることができる。第１物品の法線ベクトルは、ＸＹＺ座標において、原点を始点とする単位ベクトル（原点からの向きが特定されている）の集合となる。

【0073】

コンピュータプログラムは、算出した法線ベクトルに基づいて第１物品に関する特徴量としての特徴ベクトルを抽出する。特徴ベクトルは、第１物品の各法線ベクトルの向き、数などによって特定される分布状態を表すことができる。コンピュータプログラムは、第１物品の特徴ベクトルと、第２物品の特徴ベクトルとの類似度を算出することができる。類似度の算出には、例えば、コサイン類似度を用いることができる。

【0074】

特徴ベクトルは、物品表面をポリゴン（三角形）で表現した場合に、ポリゴン表面の向きや同じような向きのポリゴンの数を特徴付ける特徴量とすることができる。上述の構成により、物品の表面の形状や位置等に基づいて物品間の類似度を算出することができる。

【0075】

本実施の形態のコンピュータプログラムは、コンピュータに、複数の物品に関する法線ベクトルをクラスタリングした複数のクラスタに基づいて、前記第１物品に関する法線ベクトルを分類し、分類結果に基づいて前記第１物品に関する特徴ベクトルを抽出する、処理を実行させる。

【0076】

複数の物品に関する法線ベクトルをクラスタリングして得られた複数のクラスタを予め準備しておく。クラスタリングには、機械学習を用いることができ、複数の物品の法線ベクトル間の類似度に基づいて法線ベクトルを複数のクラスタにグループ分けしておくことができる。複数の物品は、適宜選定すればよい。

【0077】

コンピュータプログラムは、第１物品に関する法線ベクトルを複数のクラスタに分類し、分類結果に基づいて第１物品に関する特徴ベクトルを抽出することができる。例えば、複数のクラスタをＣ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５とする。第１物品の法線ベクトルの集合を｛Ｎ｝とし、クラスタＣ１～Ｃ５それぞれに分類された法線ベクトルの数をｎ１、ｎ２、ｎ３、ｎ４、ｎ５とする。ここで、｛Ｎ｝＝ｎ１＋ｎ２＋ｎ３＋ｎ４＋ｎ５である。特徴ベクトルＦＶは、ＦＶ＝（ｎ１、ｎ２、ｎ３、ｎ４、ｎ５）で表すことができる。

【0078】

本実施の形態のコンピュータプログラムは、コンピュータに、生成した点群データに対して主成分分析を行って前記第１物品の座標系を特定し、特定した座標系での前記第１物品の法線ベクトルを算出する、処理を実行させる。

【0079】

コンピュータプログラムは、生成した点群データに対して主成分分析を行って第１物品の座標系を特定し、特定した座標系での第１物品の法線ベクトルを算出する。主成分分析は、３次元点群データのばらつき、すなわち分散を最大にするような向きの固有ベクトルの３方向を特定する。主成分分析により、第１物品の座標系（ＸＹＺ）を特定する。一般的に、設計者が物品を設計する際の座標系は、設計者が独自に設定することができる。同じ物品であっても、座標系が異なれば、点群データも異なり、法線ベクトルも異なる。そこで、主成分分析により、設計者が採用する座標系に代えて、基準の座標系として、物品の固有の座標系を用いることができ、設計時の座標系の相違を無視することができる。

【0080】

本実施の形態のコンピュータプログラムは、コンピュータに、特定した前記第１物品の座標系に対して所定の座標変換を行って複数の座標系を生成し、生成した各座標系での前記第１物品の法線ベクトルを算出し、算出した法線ベクトルに基づいて、各座標系での特徴ベクトルを抽出し、抽出した特徴ベクトルと、予め記憶した複数の第２物品に関する、前記座標変換によって生成された各座標系での特徴ベクトルとの類似度を算出する、処理を実行させる。

【0081】

コンピュータプログラムは、主成分分析によって特定した第１物品の座標系に対して所定の座標変換を行って複数の座標系を生成する。所定の座標変換は、例えば、特定した座標系ＸＹＺに対して、ＸＹＺ→ＹＺＸ変換、ＸＹＺ→ＺＸＹ変換、前述の３つの座標系それぞれを反転する座標変換を含む。生成される座標系は６通りの座標系とすることができる。

【0082】

コンピュータプログラムは、生成した各座標系での第１物品の法線ベクトルを算出し、算出した法線ベクトルに基づいて、各座標系での特徴ベクトルを抽出する。各座標系での法線ベクトルを算出は、点群データに基づいて算出した法線ベクトルを各座標系における座標軸に射影して求めることができる。コンピュータプログラムは、第１物品の各座標系での特徴ベクトルそれぞれと、予め記憶した複数の第２物品の各座標系での特徴ベクトルそれぞれとの類似度を算出する。

【0083】

第２物品の各座標系での特徴ベクトルも、第１物品と同様に、主成分分析によって特定した座標系、及び特定した座標系に対して所定の座標変換を行って生成した座標系での第２物品の法線ベクトルを算出して求めることができる。

【0084】

各座標系での特徴ベクトルを抽出し、座標系それぞれでの第１物品と第２物品との特徴ベクトル同士の類似度を算出することにより、複数の座標系それぞれにおける類似度を算出することになり、精度よく類似度を算出することができる。

【0085】

本実施の形態のコンピュータプログラムにおいて、前記関連情報は、前記第２物品の図面及び見積情報を含む。

【0086】

関連情報は、第２物品の図面及び見積情報を含む。これにより、設計者は、第１物品と類似する第２物品の図面及び見積情報を容易に探索して確認することができる。また、第２物品の図面を確認することができるので、例えば、第２物品の見積情報を第１物品の見積情報として使用できるのか、あるいは若干の修正作業を要するのかを直ちに把握でき、設計者の利便性が向上する。

【0087】

本実施の形態のコンピュータプログラムにおいて、前記関連情報は、前記第２物品が特定された図面データを含む。

【0088】

関連情報は、第２物品が特定された図面データを含む。これにより、設計者は、第１物品と類似する第２物品の図面データを最初から生成する必要がなく、第２物品の図面データ（例えば、ＣＡＤデータ）を活用することができる。

【0089】

本実施の形態のコンピュータプログラムは、コンピュータに、前記第１物品に関する特徴量と特定した複数の第２物品の特徴量との各類似度を、類似順位とともに出力する、処理を実行させる。

【0090】

コンピュータプログラムは、第１物品に関する特徴量と特定した複数の第２物品の特徴量との各類似度を、類似順位とともに出力する。これにより、設計者は、第１物品に類似する第２物品を、類似度順に確認することができる。

【0091】

本実施の形態のコンピュータプログラムは、コンピュータに、特定した第２物品に関する詳細情報の出力要求を受け付け、受け付けた出力要求に基づいて前記第２物品に関する詳細情報を出力する、処理を実行させる。

【0092】

コンピュータプログラムは、特定した第２物品に関する詳細情報の出力要求を受け付けると、第２物品に関する詳細情報を出力する。詳細情報は、適宜設定すればよく、例えば、第２物品の関連情報についての詳細情報とすることができる。関連情報が見積情報の場合、詳細情報は、例えば、見積日、見積作成者、見積後の商談結果などを含めてもよい。これにより、設計者は、第１物品と類似する第２物品についての詳細な情報を容易に確認することができる。

【0093】

本実施の形態のコンピュータプログラムは、コンピュータに、前記第１物品に関する特徴量を抽出して記憶した場合、前記第１物品が特定されたＣＡＤデータを含む図面データを破棄する、処理を実行させる。

【0094】

コンピュータプログラムは、第１物品に関する特徴量を抽出して記憶した場合、第１物品が特定されたＣＡＤデータを含む図面データを破棄する。図面データには、機密情報が含まれる場合もある。そこで、外部のクラウドサービスを利用して、取得したＣＡＤデータを含む図面データを記憶する場合には、特徴量を抽出して記憶した後は、記憶した図面データを破棄する。これにより、外部のクラウドサービスに図面データが長期に記憶されることを防止し、セキュリティを向上させることができる。

【0095】

本実施の形態のコンピュータプログラムは、コンピュータに、前記第２物品に関する関連情報の出力要求を受け付ける前に、前記第１物品が特定されたＣＡＤデータを含む図面データを取得した場合、取得した図面データに基づいて、前記第１物品の特徴量を抽出して記憶し、前記第２物品に関する関連情報の出力要求を受け付けた場合、記憶した特徴量を用いて、前記第２物品に関する関連情報を出力する、処理を実行させる。

【0096】

コンピュータプログラムは、第１物品が特定されたＣＡＤデータを含む図面データを取得した場合、取得した図面データに基づいて、第１物品の特徴量を抽出して記憶する。第２物品に関する関連情報の出力要求を受け付けたか否かを判定し、出力要求を受け付けた場合、記憶した特徴量を用いて第２物品に関する関連情報を出力する。これにより、関連情報の出力要求を受け付ける前に図面データを取得した場合には、先に特徴量を抽出して記憶しておく。これにより、関連情報の出力要求を受け付けたことをトリガとして、特徴量を抽出する場合に比べて、比較的処理時間を要する特徴量抽出を早い段階で完了しておくことができるので、関連情報の出力要求を受け付けてから関連情報を出力するまでの時間を短縮できる。

【符号の説明】

【0097】

１ 通信ネットワーク
１０ 端末装置
５０ 物品関連情報探索装置
５１ 制御部
５２ データ取得部
５３ 特徴量抽出部
５４ 記憶部
５５ 出力部
５６ 類似度算出部
５７ 特定部
６１ 図面データＤＢ
６２ 特徴量ＤＢ
６３ クラスタＤＢ
６４ 関連情報ＤＢ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】