知財求人 - 知財ポータルサイト「IP Force」
(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】P2024137415
(43)【公開日】2024-10-07
(54)【発明の名称】支援装置、支援方法及び支援プログラム
(51)【国際特許分類】
G06T 13/40 20110101AFI20240927BHJP
G06Q 10/20 20230101ALI20240927BHJP
G06F 3/01 20060101ALI20240927BHJP
【ＦＩ】
G06T13/40
G06Q10/20
G06F3/01 510
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023048936
(22)【出願日】2023-03-24
(71)【出願人】
【識別番号】000006507
【氏名又は名称】横河電機株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】佐藤 勇介
(72)【発明者】
【氏名】高橋 宏幸
(72)【発明者】
【氏名】日置 丹悟
【テーマコード（参考）】
5B050
5E555
5L049
【Ｆターム（参考）】
5B050BA09
5B050BA12
5B050CA07
5B050DA04
5B050FA05
5E555AA27
5E555AA41
5E555AA71
5E555BA02
5E555BB02
5E555BC08
5E555BE09
5E555DA08
5E555DB32
5E555FA00
5L049CC15
(57)【要約】 （修正有）
【課題】技術習得が十分でない作業者であっても設備の作業を行えるようにする支援装置、支援方法及び支援プログラムを提供する。
【解決手段】支援装置は、設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、作業データに基づいて、設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、を備える。
【選択図】図３
【解決手段】支援装置は、設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、作業データに基づいて、設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、
を備える、
支援装置。
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、
を備える、
支援装置。
【請求項2】
前記取得部は、同じ設備についての複数の前記作業データを取得し、
前記支援装置は、
前記複数の作業データから２つ以上の作業データを選別し、選別した２つ以上の作業データそれぞれの作業者の動作データを含む選別動作データを生成する選別部と、
前記選別動作データに基づいて、前記設備の作業の最適な動作を示す最適動作データを生成する最適化部と、
を備え、
前記生成部は、前記最適動作データに基づいて、前記アバタデータを生成する、
請求項１に記載の支援装置。
前記支援装置は、
前記複数の作業データから２つ以上の作業データを選別し、選別した２つ以上の作業データそれぞれの作業者の動作データを含む選別動作データを生成する選別部と、
前記選別動作データに基づいて、前記設備の作業の最適な動作を示す最適動作データを生成する最適化部と、
を備え、
前記生成部は、前記最適動作データに基づいて、前記アバタデータを生成する、
請求項１に記載の支援装置。
【請求項3】
前記作業は、前記設備を現状復帰させるための作業を含み、
前記選別部は、
前記複数の作業データそれぞれについて、前記設備が現状復帰するまでに要した復帰時間を計算する復帰時間計算部と、
前記複数の作業データそれぞれの前記復帰時間に基づいて、前記複数の作業データから前記２つ以上の作業データを選別するデータ選別部と、
を含む、
請求項２に記載の支援装置。
前記選別部は、
前記複数の作業データそれぞれについて、前記設備が現状復帰するまでに要した復帰時間を計算する復帰時間計算部と、
前記複数の作業データそれぞれの前記復帰時間に基づいて、前記複数の作業データから前記２つ以上の作業データを選別するデータ選別部と、
を含む、
請求項２に記載の支援装置。
【請求項4】
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が短い２つ以上の作業データを選別する、
請求項３に記載の支援装置。
請求項３に記載の支援装置。
【請求項5】
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が平均的な２つ以上の作業データを選別する、
請求項３に記載の支援装置。
請求項３に記載の支援装置。
【請求項6】
前記最適化部は、前記選別動作データに含まれる前記作業者の動作データが示す動作に含まれる複数の独立動作のうち、前記復帰時間の短縮につながる可能性のある独立動作の組を示す関連独立動作データを生成し、
前記アバタデータは、前記関連独立動作データを含む、
請求項３～５のいずれか１項に記載の支援装置。
前記アバタデータは、前記関連独立動作データを含む、
請求項３～５のいずれか１項に記載の支援装置。
【請求項7】
支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを、前記支援対象作業者が装着しているＨＭＤ（Head Mounted Display）で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部を備える、
請求項１～５のいずれか１項に記載の支援装置。
請求項１～５のいずれか１項に記載の支援装置。
【請求項8】
設備の作業を行う作業者の動作データを含む作業データを取得することと、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成することと、
を含む、
支援方法。
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成することと、
を含む、
支援方法。
【請求項9】
コンピュータに、
設備の作業を行う作業者の動作データを含む作業データを取得する処理と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する処理と、
を実行させる、
支援プログラム。
設備の作業を行う作業者の動作データを含む作業データを取得する処理と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する処理と、
を実行させる、
支援プログラム。
【請求項10】
支援対象作業者が装着するＨＭＤ（Head Mounted Display）であって、
設備の作業を行う作業者の動作データを含む作業データに基づいて生成された、前記設備の作業を行うように振る舞うアバタを表示するＵＩ部と、
前記支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを前記ＵＩ部で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部と、
を備える、
支援装置。
設備の作業を行う作業者の動作データを含む作業データに基づいて生成された、前記設備の作業を行うように振る舞うアバタを表示するＵＩ部と、
前記支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを前記ＵＩ部で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部と、
を備える、
支援装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、支援装置、支援方法及び支援プログラムに関する。
【背景技術】
【0002】
例えば特許文献１で知られるように、プラント、工場等において、フィールド機器等が設置された設備の保全管理（点検等の作業）が行われる。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－３９５４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
近年は、設備の技術が短期間で複雑化、高度化し、設備の点検等の作業を行う作業者の技術習得が追い付かないという問題が出てきている。
【0005】
本開示の一側面は、技術習得が十分でない作業者であっても設備の作業を行えるようにする。
【課題を解決するための手段】
【0006】
一側面に係る支援装置は、設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、作業データに基づいて、設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、を備える。
【0007】
一側面に係る支援方法は、設備の作業を行う作業者の動作データを含む作業データを取得することと、作業データに基づいて、設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成することと、を含む。
【0008】
一側面に係る支援プログラムは、コンピュータに、設備の作業を行う作業者の動作データを含む作業データを取得する処理と、作業データに基づいて、設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する処理と、を実行させる。
【0009】
一側面に係る支援装置は、支援対象作業者が装着するＨＭＤ（Head Mounted Display）であって、設備の作業を行う作業者の動作データを含む作業データに基づいて生成された、設備の作業を行うように振る舞うアバタを表示するＵＩ部と、支援対象作業者による設備の作業の状況に応じた動作を行うアバタを、ＵＩ部で表示するために、支援対象作業者による設備の作業の状況を判断する判断部と、を備える。
【発明の効果】
【0010】
本発明によれば、技術習得が十分でない作業者であっても設備の作業を行えるようになる。
【図面の簡単な説明】
【0011】
【図1】支援技術の概要を示す図である。
【図2】作業データ６６１の例を示す図である。
【図3】支援装置６及びＨＭＤ９の概略構成の例を示す図である。
【図4】復帰時間に応じた作業データ６６１の順位付けの例を示す図である。
【図5】選別動作データ６６２の例を示す図である。
【図6】独立動作の例を示す図である。
【図7】関連独立動作データ６６３ｂの例を示す図である。
【図8】アバタデータ６６４の例を示す図である。
【図9】実施形態において実行される処理（支援方法）の例を示すフローチャートである。
【図10】変形例を示す図である。
【図11】ハードウェア構成の例を示す図である。
【発明を実施するための形態】
【0012】
以下、図面を参照しつつ実施形態について説明する。同一の要素には同一の符号を付し、重複する説明は適宜省略する。
【0013】
＜序＞
工場、プラント等に設けられた設備の点検等の作業は、通常は、作業マニュアルに沿って行われる。作業者は、例えば、設備の外観、設備が示す数値等に基づいて、その設備が正常状態であるか否かを確認して記録する。設備が正常状態でない場合には、その設備自体が振動、発熱等することで周囲環境に変化をもたらしていたり、設備がエラーコードを表示（発報）していたりする。作業者は、その設備が異常状態であることを認識する。
工場、プラント等に設けられた設備の点検等の作業は、通常は、作業マニュアルに沿って行われる。作業者は、例えば、設備の外観、設備が示す数値等に基づいて、その設備が正常状態であるか否かを確認して記録する。設備が正常状態でない場合には、その設備自体が振動、発熱等することで周囲環境に変化をもたらしていたり、設備がエラーコードを表示（発報）していたりする。作業者は、その設備が異常状態であることを認識する。
【0014】
設備が異常状態のときには、その設備を正常状態に戻して保全する（現状復帰させる）ための作業も必要になる。従来は、作業者が設備の取り扱いマニュアル等の紙媒体の内容を確認して対処したり、或いは、ＯＪＴを通して習得した技術に基づいて対処したりしていた。マニュアルの例は、機器メーカが発行した設置・メンテナンスマニュアル、現場で独自に作成されたノウハウ集等であり、紙媒体、その電子化データ、動画といった形態で提供されていた。ＯＪＴは、実演、口頭による情報伝達といった形態で行われていた。
【0015】
紙媒体のマニュアルは、実物を所持する必要があるので、管理及び利用が複雑になる。電子化データは、所望のページを見つけるのに時間を要するので、現場での事象に応じた対処法の検索が煩雑になる。動画についても同様のことがいえる。ＯＪＴは、曖昧さが作業者の技術習得の問題となる。また、作業者の技術習得に長い時間を費やす必要がある。
【0016】
近年は、設備の技術が短期間で複雑化、高度化するようになってきており、これまでのやり方では、作業者の技術習得が追い付かないケースも出てきている。複雑化、高度化の要因の一例は、設備のＩｏＴ（Internet of Things）化である。ＩｏＴ化が進むにつれて、作業者には、設備自体の動作原理に基づく取り扱いに加えて、マイコン制御技術、さらには通信技術等の素養も求められるようになる。このような状況においては、作業者の技術習得に長い時間を費やして熟練作業者を育成しても、そのときにはその作業者が習得した技術が陳腐してしまう。熟練作業者を育成することの意味が薄まりつつある。
【0017】
上述の課題の少なくとも一部が、開示される技術によって対処される。詳細は後述するが、設備の作業を行うように振る舞うアバタが、例えば拡張現実（ＡＲ：Augmented Reality）の形式で表示される。作業者は、アバタを通じて設備の作業に関する知見をリアルタイムに得ることができるので、マニュアルを確認したりＯＪＴを通して技術を習得したりしなくても、設備の作業を行うことができる。短期間での作業者の育成にもつながる。
【0018】
＜実施形態＞
図１は、支援技術の概要を示す図である。点検等の作業の対象となる設備を、設備１と称し図示する。具体的に、図１には、設備１に設置されるフィールド機器が、設備１として描かれる。フィールド機器は、プラント、工場等のフィールド内に設置されて用いられる計測器であり、例えば圧力計、温度計、流量計等である。矛盾の無い範囲において、設備１及びフィールド機器は適宜読み替えられてよい。
図１は、支援技術の概要を示す図である。点検等の作業の対象となる設備を、設備１と称し図示する。具体的に、図１には、設備１に設置されるフィールド機器が、設備１として描かれる。フィールド機器は、プラント、工場等のフィールド内に設置されて用いられる計測器であり、例えば圧力計、温度計、流量計等である。矛盾の無い範囲において、設備１及びフィールド機器は適宜読み替えられてよい。
【0019】
設備１は、計測値を表示したり、エラーコードを表示したりするように構成される。計測値の例は、圧力値、温度値、流量値等である。エラーコードは、設備１が異常状態である場合に表示される。例えば計測値が予め定められた正常範囲から外れた場合に、エラーコードが表示される。計測値が正常範囲内に戻ると、エラーコードが非表示になる（消滅する）。
【0020】
設備１の作業に関するデータが取得される。具体的に、図１の左側に示されるように、作業者２が、設備１の点検等の作業を実際に行う。作業には、設備１を現状復帰させるための作業が含まれ得る。作業者２による設備１の作業に関する各種のデータが取得される。各種のデータを取得するための要素として、スーツ３、カメラ４及びＨＭＤ５が例示される。
【0021】
スーツ３は、作業者２の体の各部位に装着されて用いられるモーションキャプチャ用のスーツである。装着対象の部位の例は、頭部、四肢及び関節、手指及び関節、脊椎等である。スーツ３の代わりに、それらの部位の動作を補足できるマーカ等が作業者２に装着されてもよい。
【0022】
カメラ４は、設備１及び作業者２を撮影するビデオカメラである。設備１及び作業者２の映像のデータが取得される。カメラ４は、上述のスーツ３又はマーカ等の動きの変化を読み取ることが可能なビデオカメラであり、作業者２の身体の各部位の位置の変化（速度や加速度）のデータも取得される。モーションキャプチャを利用した３次元座標データが取得可能である。空間的識別を向上させるために、複数のカメラ４が用いられてもよい。図１には２つのカメラ４が例示される。
【0023】
ＨＭＤ５は、作業者２の頭部に装着されて用いられるヘッドマウントディスプレイ（Head Mounted Display）である。ＨＭＤ５は、作業者２の視点で撮影を行うカメラを含む。作業者２の視点での映像（設備１を含む映像）のデータが取得される。
【0024】
作業者２による設備１の作業中に、設備１、カメラ４及びＨＭＤ５で取得された各データが、例えばインターネット等のネットワークを介して、支援装置６に送信される。支援装置６は、カメラ４及びＨＭＤ５からのデータを、作業データ６６１として取得して記憶する。作業データ６６１について、図２も参照して説明する。
【0025】
図２は、作業データ６６１の例を示す図である。作業データ６６１は、作業者２の動作データと、他のデータとを含む。
【0026】
作業者２の動作データとして、作業者２の体の各部位の位置データ、速度データ、加速度データ、視線データ、焦点データ及び視野データが例示される。例えば、位置データ、速度データ及び加速度データは、カメラ４によって取得される。作業者２の視線データ、焦点データ及び視野データは、ＨＭＤ５によって取得される。
【0027】
他のデータとして、設備１の数値データ、エラーコードデータ、位置データ、外観データ、及び作業時間データが例示される。なお、数値データは、例えば計測値を示すデータである。数値データ及びエラーコードデータは、設備１から取得される。設備１の位置データ及び外観データは、カメラ４によって取得されたり、ＨＭＤ５によって取得されたりする。作業時間データは、作業者２が設備１の作業を開始してから作業を終了するまでの時間である。作業時間データは、例えば、作業者２が設備１又は図示しない端末等を操作して作業時間を入力する（報告する）ことによって取得される。
【0028】
図１に戻り、複数の作業者２が存在し、同じ設備１についての複数の作業データ６６１が支援装置６によって取得（収集）される。詳細は後述するが、支援装置６は、作業データ６６１に基づいて、アバタデータ６６４を生成する。アバタデータ６６４は、設備１の作業を行うように振る舞うモデルのデータである。このようなモデルは、作業者２の分身モデルともいえ、アバタ７と称し図示する。アバタデータ６６４を用いて、他の作業者による設備１の作業を支援することができる。他の作業者は、例えば作業者２と比較して、設備１の作業についての技術習得が十分でない者であってよい。他の作業者を、支援対象作業者８と称し図示する。
【0029】
支援対象作業者８は、ＨＭＤ９を装着して設備１の点検等の作業を行う。支援装置６は、支援対象作業者８による設備１の作業状況に応じた動作を行うアバタ７のアバタデータ６６４を、例えばインターネット等のネットワークを介して、ＨＭＤ９に送信する。ＨＭＤ９では、作業者２がこれから行うべき動作を行うように振る舞うアバタが、例えばＡＲの形式で表示される。支援対象作業者８は、表示されたアバタ７を見ながら設備１の作業を進めることができる。
【0030】
上述のように作業データ６６１は、モーションキャプチャを用いて取得された３次元のデータを含む。このような作業データ６６１に基づいて生成されたアバタデータ６６４は、２次元的（平面的）な情報だけでなく、支援対象作業者８を起点とした３次元空間での動作を正確に反映するアバタ７を提供する。
【0031】
図３は、支援装置６及びＨＭＤ９の概略構成の例を示す図である。なお、ＨＭＤ９も支援装置の１つということができ、また、支援装置６及びＨＭＤ９をまとめて支援システムということもできる。
【0032】
支援装置６は、取得部６１と、選別部６２と、最適化部６３と、生成部６４と、判断部６５と、記憶部６６とを含む。
【0033】
取得部６１は、作業データ６６１を取得する。取得された作業データ６６１は、記憶部６６に記憶される。先にも述べたように、取得部６１は、同じ設備１についての複数の作業データ６６１を取得する。複数の作業データ６６１を区別できるように、作業データ６６１－１、６６１－２、作業データ６６１－３等と称し図示する。これらをとくに区別しない場合は、単に作業データ６６１と呼ぶ。
【0034】
選別部６２は、複数の作業データ６６１から、２つ以上の作業データ６６１を選別する。選別部６２は、複数の作業データ６６１それぞれの作業者２の動作データ、より具体的には、作業者２の体の各部位の位置データ、速度データ、加速度データ等から、後述の最適動作データ６６３ａさらにはアバタデータ６６４の生成に利用可能な作業データ６６１を選別する。選別に関する機能ブロックとして、選別部６２は、復帰時間計算部６２１と、データ選別部６２２とを含む。
【0035】
復帰時間計算部６２１は、複数の作業データ６６１それぞれについて、設備１が現状復帰するまでに要した時間を計算する。この時間を、復帰時間と称する。例えば、復帰時間計算部６２１は、設備１のエラーコードが消滅したり、数値（例えば計測値）が正常範囲内に戻ったりするまでに要した時間を、復帰時間として計算する。エラーコードが消滅したことは、例えば作業データ６６１に含まれる設備１のエラーコードデータから判断される。数値が正常範囲内に戻ったことは、例えば作業データ６６１に含まれる設備１の数値データから判断される。なお、先に説明した作業データ６６１中の作業時間データの示す作業時間が、復帰時間として扱われてもよい。
【0036】
作業が終わっても設備１のエラーコードが消滅しなかったり、数値が正常範囲内に戻ったりしなかった場合には、その作業データ６６１は失敗事例のデータとして残されてよい。
【0037】
復帰時間計算部６２１は、複数の作業データ６６１を、それぞれの復帰時間に応じて順位付けする。復帰時間が短い作業データ６６１ほど、上位の順位に位置する。図４も参照して説明する。
【0038】
図４は、復帰時間に応じた作業データ６６１の順位付けの例を示す図である。複数の作業データ６６１として、作業データ６６１－１～作業データ６６１－９が例示される。
【0039】
ここでは、作業データ６６１－１～作業データ６６１－７に係る作業において、設備１が現状復帰したものとする。作業データ６６１－８及び作業データ６６１－９に係る作業において、設備１は現状復帰しなかったものとする。
【0040】
図４の左側に示されるように、作業データ６６１－１～作業データ６６１－７には、復帰時間が対応付けられる。この例では、作業データ６６１－１の復帰時間は２２分である。作業データ６６１－２の復帰時間は２５分である。作業データ６６１－３の復帰時間は３０分である。作業データ６６１－４の復帰時間は２８分である。作業データ６６１－５の復帰時間は２６分である。作業データ６６１－６の復帰時間は２９分である。作業データ６６１－７の復帰時間は３２分である。
【0041】
作業データ６６１－８及び作業データ６６１－９は、復帰時間は計算されず、失敗事例として残される。
【0042】
図４の右側に示されるように、作業データ６６１－１～作業データ６６１－７それぞれの復帰時間に基づいて、作業データ６６１－１～作業データ６６１－７が順序付けられる。具体的に、復帰時間が短いものから順に、各作業データ６６１が並ぶように順序付けられる。この例では、作業データ６６１－１（復帰時間２２分）、作業データ６６１－２（復帰時間２５分）、作業データ６６１－５（復帰時間２６分）、作業データ６６１－４（復帰時間２８分）、作業データ６６１－６（復帰時間２９分）、作業データ６６１－３（復帰時間３０分）及び作業データ６６１－７（復帰時間３２分）がこの順に順序付けられる。
【0043】
図３に戻り、データ選別部６２２は、復帰時間計算部６２１によって計算された複数の作業データ６６１それぞれの復帰時間に基づいて、複数の作業データ６６１から２つ以上の作業データ６６１を選別する。この後の最適動作データ６６３ａの生成、さらにはアバタデータ６６４の生成に適した作業者２の動作データ（支援対象作業者８にとって規範となり得る動作データ）を含む作業データ６６１が選別される。２つの選別手法を例に挙げて説明する。
【0044】
第１の選別手法では、復帰時間が短い作業データ６６１が選別される。データ選別部６２２は、複数の作業データ６６１のうち、復帰時間が短い２つ以上の作業データ６６１を選別する。復帰時間を最短化するような、効率的且つ効果的な作業動作を示す作業データ６６１を選別することができる。
【0045】
第２の選別手法では、復帰時間が平均的な作業データ６６１が選別される。データ選別部６２２は、複数の作業データ６６１のうち、復帰時間が平均的な２つ以上の作業データ６６１を選別する。復帰時間が短すぎると、非常に高度な動作が求められる等、かえって支援対象作業者８の規範になりにくい可能がある。このような作業データ６６１を排除するように、作業データ６６１を選別することができる。
【0046】
第２の選別手法を用いる場合、具体的に、選別動作データ６６２は、複数の作業データ６６１の復帰時間の平均値を計算し、平均値から所定範囲内の復帰時間の作業データ６６１を選別する。例えば、下記の式（１）を満たす復帰時間、すなわち復帰時間が平均値±ｘσの範囲内に収まる作業データ６６１が選別されてよい。σは標準偏差であり、ｘは任意に設定されてよい。
（式１）
平均値－ｘσ≦復帰時間≦平均値＋ｘσ
（式１）
平均値－ｘσ≦復帰時間≦平均値＋ｘσ
【0047】
例えば上記のようにして、選別部６２は、複数の作業データ６６１から、２つ以上の作業データ６６１を選別する。選別部６２は、選別した２つ以上の作業データ６６１、より具体的にはそれらの作業者２の動作データを含む選別動作データ６６２を生成する。生成された選別動作データ６６２は、支援装置６に記憶される。選別動作データ６６２について、図５も参照して説明する。
【0048】
図５は、選別動作データ６６２の例を示す図である。この例では、先に説明した図２の作業データ６６１－１～作業データ６６１－７のうちの３つの作業データ６６１が選別される。選別動作データ６６２は、選別されたそれら３つの作業データ６６１それぞれの作業者２の動作データを含む。
【0049】
図５の（Ａ）には、上述の第１の選別手法によって得られた選別動作データ６６２の例が示される。この例では、復帰時間が短い作業データ６６１－１（復帰時間２２分）、作業データ６６１－２（復帰時間２５分）及び作業データ６６１－５（復帰時間２６分）が選別される。選別動作データ６６２は、作業データ６６１－１、作業データ６６１－２及び作業データ６６１－５それぞれの作業者２の動作データを含む。
【0050】
図５の（Ｂ）には、上述の第２の選別手法によって得られた選別動作データ６６２の例が示される。この例では、復帰時間が平均的な作業データ６６１－５（復帰時間２６分）、作業データ６６１－４（復帰時間２８分）、作業データ６６１－６（復帰時間２９分）が選別される。選別動作データ６６２は、作業データ６６１－５、作業データ６６１－４及び作業データ６６１－６それぞれの作業者２の動作データを含む。
【0051】
図３に戻り、最適化部６３は、選別動作データ６６２に基づいて、設備１の作業の最適な動作を示すデータを生成する。このデータを、最適動作データ６６３ａと称する。最適動作データ６６３ａは、記憶部６６に記憶される。
【0052】
最適動作データ６６３ａが示す最適な動作とは、その動作を行うアバタ７を支援対象作業者８が見たときに、アバタ７の四肢等の動きに違和感を覚えない滑らかな動作、例えばコマ落ちを意識しないような滑らかな動作である。最適動作データ６６３ａを得るために、さまざまなアルゴリズムが用いられてよい。単純には、例えば、選別動作データ６６２に含まれる各作業データ６６１の作業者２の動作データを平均化したり、補完したりすることで、最適動作データ６６３ａが生成されてよい。
【0053】
一実施形態において、人工知能（ＡＩ：Artificial Intelligence）技術が用いられてよく、図３に示される例では、記憶部６６に記憶された学習済みモデルＬＭが用いられる。学習済みモデルＬＭは、選別動作データ６６２が入力されると最適動作データ６６３ａを出力するように機械学習されたモデルである。最適化部６３は、選別動作データ６６２を訓練データ（学習データ）として用いる機械学習により、学習済みモデルＬＭを生成したり、さらなる機械学習により学習済みモデルＬＭを更新したりする。最適化部６３は、学習部とも呼べる。
【0054】
最適化部６３のさらなる機能について述べる。作業者２の動作は、複数の独立動作を含み得る。独立動作について、図６も参照して説明する。
【0055】
図６は、独立動作の例を示す図である。独立動作として、バルブ開閉動作、表示確認動作、及び周囲環境確認動作が例示される。
【0056】
バルブ開閉動作は、例えば圧力を制御するために行われる動作である。バルブ開閉動作は、複数のバルブの開閉動作であってもよく、その場合は、バルブの開閉順序動作等も含まれる。
【0057】
表示確認動作は、設備１に表示される各種の情報の確認動作である。確認動作は、計測値等の数値の確認動作であってもよいし、エラーコードの確認動作であってもよい。
【0058】
周囲環境確認動作は、温度、湿度、それらの分布等の確認動作である。
【0059】
図３に戻り、上述のようなさまざまな独立動作のうちのいくつかの独立動作は、復帰時間短縮化の観点から相互に関連し得る。そこで、最適化部６３は、選別動作データ６６２に含まれる作業データ６６１の作業者２の動作データが示す動作に含まれる複数の独立動作のうち、復帰時間の短縮につながる可能性のある独立動作の組（組合せ）を示すデータも生成する。このデータを、関連独立動作データ６６３ｂと称する。関連独立動作データ６６３ｂは、記憶部６６に記憶される。関連独立動作データ６６３ｂについて、図７も参照して説明する。
【0060】
図７は、関連独立動作データ６６３ｂの例を示す図である。独立動作の２種類の組が例示される。１つ目の組は、比較的シンプルな独立動作の組の一例であり、バルブ開閉動作及び表示確認動作を組み合わせる。例えば、これらの独立作業を続けて行うことで、作業を効率的に進め、復帰時間を短くできる可能性が高まる。
【0061】
２つめの組は、上述の１つ目の組よりも詳細な独立動作の組の一例であり、複数のバルブを用いて圧力を制御する動作、開閉順序動作、圧力表示確認動作、流量表示確認動作及び周囲環境確認動作を組み合わせる。これらの独立動作を順に行うことで、作業を効率的に進め、復帰時間を短くできる可能性が高まる。
【0062】
いくつかの独立動作は、作業者２や支援対象作業者８が意識しない動作であり得る。このような独立動作の組合せを示す関連独立動作データ６６３ｂを生成しておくことで、支援対象作業者８による設備１の作業のさらなる支援が可能になる。詳細は後述する。
【0063】
図３に戻り、関連独立動作データ６６３ｂの生成にも学習済みモデルＬＭが用いられてよく、その場合の学習済みモデルＬＭは、最適動作データ６６３ａとともに関連独立動作データ６６３ｂも出力する。
【0064】
生成部６４は、最適化部６３が生成したデータ、より具体的には最適動作データ６６３ａ及び関連独立動作データ６６３ｂに基づいて、アバタデータ６６４を生成する。アバタデータ６６４は、記憶部６６に記憶される。アバタデータ６６４について、図８も参照して説明する。
【0065】
図８は、アバタデータ６６４の例を示す図である。アバタデータ６６４は、アバタ７のデータと、作業項目データと、関連独立動作データ６６３ｂとを含む。
【0066】
アバタ７は、先にも述べたように、設備１の作業を行うように振る舞うモデルである。アバタ７のデータは、アバタ７の外観、動作（アバタ７の体の各部位の動作）等のデータを含む。アバタデータ６６４の生成には種々の公知の技術が用いられてよく、例えば専用のソフトウェアが用いられてよい。
【0067】
作業項目データは、各作業の項目（名称等）を示すデータであり、例えばバルブ開閉作業等の項目を示すデータである。関連独立動作データ６６３ｂについては先に述べたとおりである。
【0068】
図３に戻り、先にも述べたように、アバタデータ６６４が支援装置６からＨＭＤ９に送信され、そこでアバタ７が表示される。ここでＨＭＤ９について説明する。ＨＭＤ９は、処理部９１と、ＵＩ部９２と、カメラ９３とを含む。
【0069】
処理部９１は、ＨＭＤ９における各種の処理を実行する。とくに説明がある場合を除き、処理部９１が実行する処理に従ってＨＭＤ９が動作するものとする。
【0070】
ＵＩ部９２は、支援対象作業者８に情報を表示したり、支援対象作業者８による操作（ユーザ操作）を受け付けたりする。表示についてさらに述べると、例えば、ＵＩ部９２は、支援装置６からのアバタデータ６６４に基づいて、アバタ７及び関連する情報を表示する。先にも述べたように、アバタ７は例えばＡＲの形式で表示される。あたかも支援対象作業者８の目の前にある設備１に対して作業を行うように振る舞うアバタ７が、支援対象作業者８に表示される。支援対象作業者８は、視覚的且つ直感的に自身がこれから行う作業を把握し、設備１の作業を進めることができる。
【0071】
カメラ９３は、支援対象作業者８の視点で撮影を行う。支援対象作業者８からみたときの設備１を含む映像のデータが取得される。例えばこの映像のデータ、さらにはアバタデータ６６４に基づいて処理部９１がＵＩ部９２を制御することで、上述のようなＡＲの形式でのアバタ７の表示が行われる。
【0072】
一実施形態において、ＨＭＤ９のＵＩ部９２は、支援対象作業者８による設備１の作業の状況に応じた動作、例えばこれから支援対象作業者８が行うべき動作を行うアバタ７を、時系列上で先行して表示してよい。例えば、支援対象作業者８による設備１の作業の状況が、これからバルブ開閉作業を行うという状況であれば、バルブ開閉作業の動作を行うアバタ７が表示される。このような表示を行うためには、支援対象作業者８による設備１の作業の状況を判断（把握）する必要がある。
【0073】
図３に示される例では、支援装置６の判断部６５が、支援対象作業者８による設備１の作業の状況に応じた動作を行うアバタ７をＨＭＤ９で表示するために、支援対象作業者８による設備１の作業の状況を判断する。判断手法として、２つの判断手法を例に挙げて説明する。
【0074】
第１の手法では、ＨＭＤ９のカメラ９３によって取得された映像のデータが用いられる。この映像は、支援対象作業者８の視点での設備１等の映像を含む。判断部６５は、映像のデータに基づいて、支援対象作業者８による設備１の作業の状況を判断する。種々の公知の映像認識エンジン等が用いられてよい。
【0075】
第２の手法では、ユーザ操作によって得られた情報が用いられる。例えば、支援対象作業者８は、作業状況に関する情報をＵＩ部９２に入力する。この情報は、支援対象作業者８の作業の状況（これからバルブ開閉作業を行う状況等）を直接的に指定する情報であってもよいし、アバタ７にリクエストする動作（バルブ開閉作業の動作等）を指定する情報であってもよい。このような情報が、ＨＭＤ９から支援装置６に送信される。支援装置６の判断部６５は、ＨＭＤ９からの情報に基づいて、支援対象作業者８による設備１の作業の状況を判断する。
【0076】
判断部６５は、アバタデータ６６４のうち、判断した状況に応じた動作を行うアバタ７のデータ、対応する作業項目データ及び関連独立動作データ６６３ｂを含むアバタデータ６６４を、ＨＭＤ９に送信する。ＨＭＤ９のＵＩ部９２は、支援装置６からのアバタデータ６６４に基づいてアバタ７を表示し、また、その作業項目（バルブ開閉作業等）、さらには、関連独立動作データ６６３ｂに基づく情報を表示する。
【0077】
関連独立動作データ６６３ｂに基づく情報の表示は、具体的には、支援対象作業者８が或る独立動作を行う際に、関連する他の独立動作に関する情報を表示することを含む。例えば、支援対象作業者８がバルブ開閉動作を行う際に、「数値の表示を確認してください」、「ｘｘｘバルブを閉めてください」といった注意喚起を促すようなメッセージ等が表示されてよい。支援対象作業者８をより正確な作業へと導くことができる。
【0078】
なお、判断部６５による判断は、支援対象作業者８による設備１の作業が完了したことの判断も含む。
【0079】
記憶部６６は、支援装置６で用いられる情報を記憶する。情報はデータを含む意味に解されてよく、矛盾の無い範囲において、情報及びデータは適宜読み替えられてよい。記憶部６６に記憶される情報として、これまでに説明した作業データ６６１、選別動作データ６６２、最適動作データ６６３ａ、関連独立動作データ６６３ｂ、学習済みモデルＬＭ及びアバタデータ６６４の他に、支援プログラム６６５も例示される。支援プログラム６６５は、コンピュータを支援装置６として機能させるためのプログラム（ソフトウェア、アプリケーションプログラム等）である。
【0080】
以上で説明した支援装置６及びＨＭＤ９によれば、これまで述べたように、設備１の作業を行うように振る舞うアバタ７のデータを含むアバタデータ６６４を生成し、アバタ７を表示することで、支援対象作業者８による設備１の作業を支援することができる。従来のように紙媒体等のマニュアルを用いて作業を行ったり、ＯＪＴで技術習得を図ったりする場合よりも、効率的な作業の支援が可能になる。作業時間の短縮化、作業ミスの軽減等につながる。熟練作業者が不要となり、作業者養成のための時間やコストを削減することができる。例えば支援対象作業者８が技術習得が十分でない者であっても、設備１の作業を行えるようになる。
【0081】
さらに、図３に示される例では、支援対象作業者８が行った設備１の作業に関するデータが、支援装置６にフィードバックされる。例えば、支援対象作業者８による設備１の作業中にＨＭＤ９のカメラ９３が取得した映像のデータ、設備１からのデータ等が、追加の作業データ６６１として取得部６１によって取得される。図には表れないが、作業者２と同様に支援対象作業者８がスーツ３又はマーカを装着し、撮影用のカメラ４も用いられてよい。カメラ４が取得した映像のデータも、追加の作業データ６６１に含まれ得る。
【0082】
支援装置６では、追加された作業データ６６１も用いて、各データ、具体的には選別動作データ６６２、最適動作データ６６３ａ、関連独立動作データ６６３ｂ、学習済みモデルＬＭ及びアバタデータ６６４が改めて生成される（更新される）。例えば、支援対象作業者８による設備１の作業が、参考にしたアバタ７による作業よりも復帰時間が短かったり、動作が滑らかであったりすれば、さらに短い復帰時間で設備１の作業を終えるように動作する（動作精度が向上された）アバタ７を提供することができるようになる。
【0083】
図９は、実施形態において実行される処理（支援方法）の例を示すフローチャートである。これまでと重複する内容については、適宜説明は省略する。
【0084】
ステップＳ１において、支援装置６の取得部６１は、作業者２の動作データを含む作業データ６６１を取得する。支援対象作業者８による設備１の作業に関するデータも、追加の作業データ６６１として取得されてよい。
【0085】
ステップＳ２において、支援装置６の選別部６２は、作業データ６６１に基づいて、選別動作データ６６２を生成する。
【0086】
ステップＳ３において、支援装置６の最適化部６３は、選別動作データ６６２に基づいて、最適動作データ６６３ａ及び関連独立動作データ６６３ｂを生成する。学習済みモデルＬＭを用いられる場合には、選別動作データ６６２を用いた学習済みモデルＬＭの機械学習も行われてよい。
【0087】
ステップＳ４において、支援装置６の生成部６４は、最適動作データ６６３ａ及び関連独立動作データ６６３ｂに基づいて、アバタデータ６６４を生成する。
【0088】
ステップＳ５において、支援装置６の判断部６５は、支援対象作業者８による設備１の作業の状況を判断する。
【0089】
ステップＳ６において、支援装置６の判断部６５は、アバタデータ６６４のうち、判断した状況に応じた動作を行うアバタ７等のデータ、具体的にはアバタ７のデータ、対応する作業項目データ及び関連独立動作データ６６３ｂを、ＨＭＤ９に送信する。
【0090】
ステップＳ７において、ＨＭＤ９のＵＩ部９２は、アバタ７及び関連する情報、例えばアバタ７とともに作業項目及び関連する独立動作に関する情報を表示する。表示されたこれらの情報を参考に、支援対象作業者８が設備１の作業を進める。
【0091】
ステップＳ８において、支援装置６の判断部６５は、支援対象作業者８による設備１の作業が完了しているか否かを判断する。作業が完了していない場合（ステップＳ８：Ｎｏ）、ステップＳ５に処理が戻される。作業が完了するまで、ステップＳ５～ステップＳ７の処理が繰り返される。作業が完了している場合（ステップＳ８：Ｙｅｓ）、ステップＳ１に処理が戻され、支援対象作業者８による設備１の作業に関するデータが、追加の作業データ６６１として取得される。追加の作業データ６６１に基づいて、各データが更新される。
【0092】
開示される技術は、上記の実施形態に限定されない。いくつかの変形例及び応用例について述べる。
【0093】
＜変形例＞
一実施形態において、支援装置６の機能の一部が、ＨＭＤ９で実現されてよい。図１０を参照して説明する。
一実施形態において、支援装置６の機能の一部が、ＨＭＤ９で実現されてよい。図１０を参照して説明する。
【0094】
図１０は、変形例を示す図である。この例では、ＨＭＤ９の処理部９１が、判断部６５を含む。ＨＭＤ９において、判断部６５が、支援対象作業者８による設備１の作業の状況を判断する。判断結果を示すデータが、ＨＭＤ９から支援装置６に送信される。対応するアバタデータ６６４が、支援装置６からＨＭＤ９に送信される。これまでと同様に、支援対象作業者８による設備１の作業を支援することができる。
【0095】
判断部６５以外の支援装置６の機能の一部もＨＭＤ９のＵＩ部９２によって実現されてよい。
【0096】
＜応用例＞
１つの応用例として、設備１の作業がロボットによって行われる場合にも、これまで説明した支援技術を適用することができる。作業データ６６１は、ロボットと同様の動作を行い得る１人又は複数人の作業者２による設備１の作業に関するデータであってよい。作業データ６６１のうち、ロボットが利活用可能なデータが、選別動作データ６６２として選別され、それに基づいて最適動作データ６６３ａ等、さらにはアバタデータ６６４が生成されてよい。人間の代わりに設備１の作業を行うロボットの自律支援に役立てることができる。
１つの応用例として、設備１の作業がロボットによって行われる場合にも、これまで説明した支援技術を適用することができる。作業データ６６１は、ロボットと同様の動作を行い得る１人又は複数人の作業者２による設備１の作業に関するデータであってよい。作業データ６６１のうち、ロボットが利活用可能なデータが、選別動作データ６６２として選別され、それに基づいて最適動作データ６６３ａ等、さらにはアバタデータ６６４が生成されてよい。人間の代わりに設備１の作業を行うロボットの自律支援に役立てることができる。
【0097】
別の応用例として、仮想空間内における設備１にする作業シミュレーション等に、これまで説明した支援技術を適用することもできる。ＨＭＤ９では、ＶＲ（Virtual Reality）の形式でアバタ７が表示される。例えば、デジタルツイン技術として知られるように、実プラントと同様の環境が仮想空間内に構築し、その仮想空間内で設備１の点検等の作業を行うことにより、実際の設備１の作業を再現したり、シミュレーションしたりすることができる。
【0098】
＜ハードウェア構成の例＞
図１１は、ハードウェア構成の例を示す図である。例示されるようなコンピュータ１００を含んで構成された装置等が、これまで説明した支援装置６又はＨＭＤ９として機能する。コンピュータ１００のハードウェア構成として、バス等で相互に接続される通信装置１０１、表示装置１０２、記憶装置１０３、メモリ１０４及びプロセッサ１０５が例示される。
図１１は、ハードウェア構成の例を示す図である。例示されるようなコンピュータ１００を含んで構成された装置等が、これまで説明した支援装置６又はＨＭＤ９として機能する。コンピュータ１００のハードウェア構成として、バス等で相互に接続される通信装置１０１、表示装置１０２、記憶装置１０３、メモリ１０４及びプロセッサ１０５が例示される。
【0099】
通信装置１０１は、ネットワークインタフェースカード等であり、他の装置との通信を可能にする。通信装置１０１は、例えばこれまで説明した取得部６１等に相当し得る。表示装置１０２は、例えばこれまで説明したＵＩ部９２等に相当し得る。
【0100】
記憶装置１０３及びメモリ１０４には、各種のデータが記憶される。記憶装置１０３の具体例は、ＨＤＤ（Hard Disk Drive）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等である。メモリ１０４は、記憶装置１０３の一部であってもよい。記憶装置１０３に記憶されるデータとして、プログラム１０３ａが例示される。プログラム１０３ａは、コンピュータ１００を、支援装置６又はＨＭＤ９として機能させるプログラム（ソフトウェア）である。プログラム１０３ａの一例は、先に述べた支援プログラム６６５であり、取得部６１、選別部６２、最適化部６３、生成部６４及び判断部６５による処理をコンピュータ１００に実行させる。
【0101】
プロセッサ１０５は、各種の処理を実行する。例えば、プロセッサ１０５は、記憶装置１０３からプログラム１０３ａを読み込んで（読み出して）メモリ１０４に展開することで、支援装置６又はＨＭＤ９において実行される各種の処理をコンピュータ１００に実行させる。
【0102】
プログラム１０３ａは、インターネット等のネットワークを介してまとめて又は別々に配布することができる。また、プログラム１０３ａは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）等のコンピュータ読み取り可能な記録媒体にまとめて又は別々に記録され、コンピュータ１００によって記録媒体から読み込まれることによって実行することができる。
【0103】
以上で説明した技術は、例えば次のように特定される。開示される技術の１つは、支援装置６である。図１～図８等を参照して説明したように、支援装置６は、設備１の作業を行う作業者２の動作データを含む作業データ６１１を取得する取得部６１と、作業データ６１１に基づいて、設備１の作業を行うように振る舞うアバタ７のデータを含むアバタデータ６６４を生成する生成部６４と、を備える。このようなアバタデータ６６４を用いて支援対象作業者８が装着するＨＭＤ９でアバタ７を表示することで、例えば支援対象作業者８が技術習得が十分でない者であっても、設備１の作業を行えるようになる。支援対象作業者８の技術習得（育成）にもつながる。
【0104】
図１及び図３～図５等を参照して説明したように、取得部６１は、同じ設備１についての複数の作業データ６６１を取得し、支援装置６は、複数の作業データ６６１から２つ以上の作業データ６６１を選別し、選別した２つ以上の作業データ６６１それぞれの作業者２の動作データを含む選別動作データ６６２を生成する選別部６２と、選別動作データ６６２に基づいて、設備１の作業の最適な動作を示す最適動作データ６６３ａを生成する最適化部６３と、を備え、生成部６４は、最適動作データ６６３ａに基づいて、アバタデータ６６４を生成してよい。これにより、例えば支援対象作業者８がみたときに違和感を覚えたりコマ落ちを意識したりしないように滑らかに動作するアバタ７を提供することができる。
【0105】
図１及び図３～図５等を参照して説明したように、作業は、設備１を現状復帰させるための作業を含み、選別部６２は、複数の作業データ６６１それぞれについて、設備１が現状復帰するまでに要した復帰時間を計算する復帰時間計算部６２１と、複数の作業データ６６１それぞれの復帰時間に基づいて、複数の作業データ６６１から２つ以上の作業データ６６１を選別するデータ選別部６２２と、を含んでよい。これにより、復帰時間の観点から、アバタデータ６６４の生成に適した選別動作データ６６２を選別することができる。例えば、データ選別部６２２は、複数の作業データ６６１のうち、復帰時間が短い２つ以上の作業データ６６１を選別してよい。これにより、復帰時間を最短化するような、効率的且つ効果的な作業動作を示す作業データ６６１が選別される。或いは、データ選別部６２２は、複数の作業データ６６１のうち、復帰時間が平均的な２つ以上の作業データ６６１を選別してよい。この場合は、非常に高度な動作が求められる等、かえって支援対象作業者８の規範になりにくい作業データ６６１を排除するような選別が可能になる。
【0106】
図３、図６及び図７等を参照して説明したように、最適化部６３は、選別動作データ６６２に含まれる作業者２の動作データが示す動作に含まれる複数の独立動作のうち、復帰時間の短縮につながる可能性のある独立動作の組を示す関連独立動作データ６６３ｂを生成し、アバタデータ６６４は、関連独立動作データ６６３ｂを含んでよい。このような関連独立動作データ６６３ｂを用いてＨＭＤ９に独立動作に関する情報も表示することで、、支援対象作業者８による設備１の作業をさらに支援することができる。
【0107】
図３等を参照して説明したように、支援装置６は、支援対象作業者８による設備１の作業の状況に応じた動作を行うアバタ７を、支援対象作業者８が装着しているＨＭＤ９で表示するために、支援対象作業者８による設備１の作業の状況を判断する判断部６５を備えてよい。これにより、適切なタイミングで適切な動作を行うアバタ７を表示することができる。
【0108】
図１～図９等を参照して説明した支援方法も、開示される技術の１つである。支援方法は、設備１の作業を行う作業者２の動作データを含む作業データ６１１を取得すること（ステップＳ１）と、作業データ６１１に基づいて、設備１の作業を行うように振る舞うアバタ７のデータを含むアバタデータ６６４を生成すること（ステップＳ４）と、を含む。このような支援方法によっても、これまで説明したように、技術習得が十分でない作業者であっても設備の作業を行えるようになる。
【0109】
図１～図９及び図１１等を参照して説明した支援プログラム６６５も、開示される技術の１つである。支援プログラム６６５は、コンピュータ１００に、設備１の作業を行う作業者２の動作データを含む作業データ６６１を取得する処理と、作業データ６６１に基づいて、設備１の作業を行うように振る舞うアバタ７のデータを含むアバタデータ６６４を生成する処理と、を実行させる。このような支援プログラム６６５によっても、これまで説明したように、技術習得が十分でない作業者であっても設備の作業を行えるようになる。なお、支援プログラム６６５が記録されたコンピュータ読み取り可能な記録媒体も、開示される技術の１つである。
【0110】
図１～図８及び図１０等を参照して説明したＨＭＤ９も、支援装置の１つである。すなわちその場合の支援装置は、支援対象作業者８が装着するＨＭＤ９であり、設備１の作業を行う作業者２の動作データを含む作業データ６６１に基づいて生成された、設備１の作業を行うように振る舞うアバタ７を表示するＵＩ部９２と、支援対象作業者８による設備１の作業の状況に応じた動作を行うアバタ７をＵＩ部９２で表示するために、支援対象作業者８による設備１の作業の状況を判断する判断部６５と、を備える。このようなＨＭＤ９によっても、これまで説明したように、技術習得が十分でない作業者であっても設備の作業を行えるようになる。
【0111】
開示される技術特徴の組合せのいくつかの例を以下に記載する。
（１）
設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、
を備える、
支援装置。
（２）
前記取得部は、同じ設備についての複数の前記作業データを取得し、
前記支援装置は、
前記複数の作業データから２つ以上の作業データを選別し、選別した２つ以上の作業データそれぞれの作業者の動作データを含む選別動作データを生成する選別部と、
前記選別動作データに基づいて、前記設備の作業の最適な動作を示す最適動作データを生成する最適化部と、
を備え、
前記生成部は、前記最適動作データに基づいて、前記アバタデータを生成する、
（１）に記載の支援装置。
（３）
前記作業は、前記設備を現状復帰させるための作業を含み、
前記選別部は、
前記複数の作業データそれぞれについて、前記設備が現状復帰するまでに要した復帰時間を計算する復帰時間計算部と、
前記複数の作業データそれぞれの前記復帰時間に基づいて、前記複数の作業データから前記２つ以上の作業データを選別するデータ選別部と、
を含む、
（２）に記載の支援装置。
（４）
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が短い２つ以上の作業データを選別する、
（３）に記載の支援装置。
（５）
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が平均的な２つ以上の作業データを選別する、
（３）に記載の支援装置。
（６）
前記最適化部は、前記選別動作データに含まれる前記作業者の動作データが示す動作に含まれる複数の独立動作のうち、前記復帰時間の短縮につながる可能性のある独立動作の組を示す関連独立動作データを生成し、
前記アバタデータは、前記関連独立動作データを含む、
（３）～（５）のいずれかに記載の支援装置。
（７）
支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを、前記支援対象作業者が装着しているＨＭＤ（Head Mounted Display）で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部を備える、
（１）～（６）のいずれかに記載の支援装置。
（８）
設備の作業を行う作業者の動作データを含む作業データを取得することと、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成することと、
を含む、
支援方法。
（９）
コンピュータに、
設備の作業を行う作業者の動作データを含む作業データを取得する処理と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する処理と、
を実行させる、
支援プログラム。
（１０）
支援対象作業者が装着するＨＭＤ（Head Mounted Display）であって、
設備の作業を行う作業者の動作データを含む作業データに基づいて生成された、前記設備の作業を行うように振る舞うアバタを表示するＵＩ部と、
前記支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを前記ＵＩ部で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部と、
を備える、
支援装置。
（１）
設備の作業を行う作業者の動作データを含む作業データを取得する取得部と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する生成部と、
を備える、
支援装置。
（２）
前記取得部は、同じ設備についての複数の前記作業データを取得し、
前記支援装置は、
前記複数の作業データから２つ以上の作業データを選別し、選別した２つ以上の作業データそれぞれの作業者の動作データを含む選別動作データを生成する選別部と、
前記選別動作データに基づいて、前記設備の作業の最適な動作を示す最適動作データを生成する最適化部と、
を備え、
前記生成部は、前記最適動作データに基づいて、前記アバタデータを生成する、
（１）に記載の支援装置。
（３）
前記作業は、前記設備を現状復帰させるための作業を含み、
前記選別部は、
前記複数の作業データそれぞれについて、前記設備が現状復帰するまでに要した復帰時間を計算する復帰時間計算部と、
前記複数の作業データそれぞれの前記復帰時間に基づいて、前記複数の作業データから前記２つ以上の作業データを選別するデータ選別部と、
を含む、
（２）に記載の支援装置。
（４）
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が短い２つ以上の作業データを選別する、
（３）に記載の支援装置。
（５）
前記データ選別部は、前記複数の作業データのうち、前記復帰時間が平均的な２つ以上の作業データを選別する、
（３）に記載の支援装置。
（６）
前記最適化部は、前記選別動作データに含まれる前記作業者の動作データが示す動作に含まれる複数の独立動作のうち、前記復帰時間の短縮につながる可能性のある独立動作の組を示す関連独立動作データを生成し、
前記アバタデータは、前記関連独立動作データを含む、
（３）～（５）のいずれかに記載の支援装置。
（７）
支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを、前記支援対象作業者が装着しているＨＭＤ（Head Mounted Display）で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部を備える、
（１）～（６）のいずれかに記載の支援装置。
（８）
設備の作業を行う作業者の動作データを含む作業データを取得することと、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成することと、
を含む、
支援方法。
（９）
コンピュータに、
設備の作業を行う作業者の動作データを含む作業データを取得する処理と、
前記作業データに基づいて、前記設備の作業を行うように振る舞うアバタのデータを含むアバタデータを生成する処理と、
を実行させる、
支援プログラム。
（１０）
支援対象作業者が装着するＨＭＤ（Head Mounted Display）であって、
設備の作業を行う作業者の動作データを含む作業データに基づいて生成された、前記設備の作業を行うように振る舞うアバタを表示するＵＩ部と、
前記支援対象作業者による前記設備の作業の状況に応じた動作を行う前記アバタを前記ＵＩ部で表示するために、前記支援対象作業者による前記設備の作業の状況を判断する判断部と、
を備える、
支援装置。
【符号の説明】
【0112】
１ 設備
２ 作業者
３ スーツ
４ カメラ
５ ＨＭＤ
６ 支援装置
６１ 取得部
６２ 選別部
６２１ 復帰時間計算部
６２２ データ選別部
６３ 最適化部
６４ 生成部
６５ 判断部
６６ 記憶部
６６１ 作業データ
６６２ 選別動作データ
６６３ａ 最適動作データ
６６３ｂ 関連独立動作データ
ＬＭ 学習済みモデル
６６４ アバタデータ
６６５ 支援プログラム
７ アバタ
８ 支援対象作業者
９ ＨＭＤ
９１ 処理部
９２ ＵＩ部
９３ カメラ
１００ コンピュータ
１０１ 通信装置
１０２ 表示装置
１０３ 記憶装置
１０３ａ プログラム
１０４ メモリ
１０５ プロセッサ
２ 作業者
３ スーツ
４ カメラ
５ ＨＭＤ
６ 支援装置
６１ 取得部
６２ 選別部
６２１ 復帰時間計算部
６２２ データ選別部
６３ 最適化部
６４ 生成部
６５ 判断部
６６ 記憶部
６６１ 作業データ
６６２ 選別動作データ
６６３ａ 最適動作データ
６６３ｂ 関連独立動作データ
ＬＭ 学習済みモデル
６６４ アバタデータ
６６５ 支援プログラム
７ アバタ
８ 支援対象作業者
９ ＨＭＤ
９１ 処理部
９２ ＵＩ部
９３ カメラ
１００ コンピュータ
１０１ 通信装置
１０２ 表示装置
１０３ 記憶装置
１０３ａ プログラム
１０４ メモリ
１０５ プロセッサ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】