特開 2024-177886 シミュレーションシステム

(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】P2024177886

(43)【公開日】2024-12-24

(54)【発明の名称】シミュレーションシステム

(51)【国際特許分類】

   G09B 19/00 20060101AFI20241217BHJP

【ＦＩ】

G09B19/00 Z

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2023096273

(22)【出願日】2023-06-12

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】櫻井 貴宏

(72)【発明者】

【氏名】徳田 茂史

(72)【発明者】

【氏名】松本 健介

(72)【発明者】

【氏名】門井 優文

(72)【発明者】

【氏名】滝澤 吉雄

(72)【発明者】

【氏名】伴 拓実

(72)【発明者】

【氏名】ショウ アンビ

(72)【発明者】

【氏名】加賀 智之

(72)【発明者】

【氏名】長谷川 英男

(72)【発明者】

【氏名】宮原 謙太

(72)【発明者】

【氏名】山内 慎祐

(57)【要約】

【課題】前後に連続する作業間の連携を効果的に学習することができる技術を提供する。
【解決手段】シミュレーションシステムは、前後に連続する第１作業と第２作業を含む作業ラインのシミュレーションを行う。第１モデル動作は、第１対象作業者が第１作業の結果物を第２対象作業者に渡す際の手本となる動作を含む。第２モデル動作は、第２対象作業者が第１対象作業者から第１作業の結果物を受け取る際の手本となる動作を含む。仮想空間において第１対象作業者が第１作業に関連する動作を行う際、シミュレーションシステムは、第１モデル動作を行う第１モデル作業者を描画する。仮想空間において第２対象作業者が第２作業に関連する動作を行う際、シミュレーションシステムは、第２モデル動作を行う第２モデル作業者を描画する。
【選択図】図４

【特許請求の範囲】

【請求項1】

仮想空間において作業ラインのシミュレーションを行うシミュレーションシステムであって、
前記作業ラインは、第１対象作業者が行う第１作業と、第２対象作業者が前記第１作業の結果物に対して行う第２作業とを含み、
第１モデル動作は、前記第１対象作業者が前記第１作業の前記結果物を前記第２対象作業者に渡す際の手本となる動作を含み、
第２モデル動作は、前記第２対象作業者が前記第１対象作業者から前記第１作業の前記結果物を受け取る際の手本となる動作を含み、
前記シミュレーションシステムは、１又は複数のプロセッサを備え、
前記１又は複数のプロセッサは、
前記第１モデル動作と前記第２モデル動作の組み合わせを決定し、
前記仮想空間において前記第１対象作業者が前記第１作業に関連する動作を行う際、前記仮想空間において前記第１モデル動作を行う第１モデル作業者を描画し、
前記仮想空間において前記第２対象作業者が前記第２作業に関連する動作を行う際、前記仮想空間において前記第２モデル動作を行う第２モデル作業者を描画する
ように構成された
シミュレーションシステム。

【請求項2】

請求項１に記載のシミュレーションシステムであって、
前記１又は複数のプロセッサは、更に、
前記第１対象作業者の第１特性と前記第２対象作業者の第２特性の少なくとも一方を示す特性情報を取得し、
前記第１特性と前記第２特性の前記少なくとも一方に基づいて、前記第１モデル動作と前記第２モデル動作の前記組み合わせを決定する
シミュレーションシステム。

【請求項3】

請求項２に記載のシミュレーションシステムであって、
前記特性情報は、少なくとも、前記第１対象作業者の前記第１特性を示し、
前記１又は複数のプロセッサは、前記第１対象作業者の前記第１特性に基づいて、前記第１作業の前記結果物を渡す際の前記第１対象作業者の負荷が閾値未満となるように前記第１モデル動作と前記第２モデル動作の前記組み合わせを決定する
シミュレーションシステム。

【請求項4】

請求項２に記載のシミュレーションシステムであって、
前記特性情報は、少なくとも、前記第２対象作業者の前記第２特性を示し、
前記１又は複数のプロセッサは、前記第２対象作業者の前記第２特性に基づいて、前記第１作業の前記結果物を受け取る際の前記第２対象作業者の負荷が閾値未満となるように前記第１モデル動作と前記第２モデル動作の前記組み合わせを決定する
シミュレーションシステム。

【請求項5】

請求項１乃至４のいずれか一項に記載のシミュレーションシステムであって、
前記１又は複数のプロセッサは、
前記仮想空間において前記第１対象作業者が前記第１作業の前記結果物を前記第２対象作業者に渡す際の第１動作の情報を取得し、
前記第１モデル動作からの前記第１動作の乖離度が閾値を超えた場合、前記第１動作によって渡される前記第１作業の前記結果物を受け取るように前記第２モデル動作を補正する
シミュレーションシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、仮想空間において作業ラインのシミュレーションを行う技術に関する。

【背景技術】

【0002】

特許文献１は、学習支援システムを開示している。学習支援システムは、学習者の動作のお手本となる指導者のお手本動画を、学習者の視野映像に重ね合わせて表示する。学習者の基本情報は、学習者の年齢、利き手、視力、握力、等を含む。学習支援システムは、学習者の基本情報に応じて、お手本動画の表示内容を変更する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１４４２３３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

作業ラインでは、前後に連続する作業間の連携があり得る。本開示の１つの目的は、前後に連続する作業間の連携を効果的に学習することができる技術を提供することにある。

【課題を解決するための手段】

【0005】

本開示の１つの観点は、仮想空間において作業ラインのシミュレーションを行うシミュレーションシステムに関する。
作業ラインは、第１対象作業者が行う第１作業と、第２対象作業者が第１作業の結果物に対して行う第２作業とを含む。
第１モデル動作は、第１対象作業者が第１作業の結果物を第２対象作業者に渡す際の手本となる動作を含む。
第２モデル動作は、第２対象作業者が第１対象作業者から第１作業の結果物を受け取る際の手本となる動作を含む。
シミュレーションシステムは、１又は複数のプロセッサを備える。
１又は複数のプロセッサは、第１モデル動作と第２モデル動作の組み合わせを決定する。
仮想空間において第１対象作業者が第１作業に関連する動作を行う際、１又は複数のプロセッサは、仮想空間において第１モデル動作を行う第１モデル作業者を描画する。
仮想空間において第２対象作業者が第２作業に関連する動作を行う際、１又は複数のプロセッサは、仮想空間において第２モデル動作を行う第２モデル作業者を描画する。

【発明の効果】

【0006】

本開示によれば、第１モデル動作を行う第１モデル作業者と第２モデル動作を行う第２モデル作業者が仮想空間に描画される。第１モデル動作は、第１対象作業者が第１作業の結果物を第２対象作業者に渡す際の手本となる動作を含む。第２モデル動作は、第２対象作業者が第１対象作業者から第１作業の結果物を受け取る際の手本となる動作を含む。これにより、第１対象作業者と第２対象作業者は、第１作業と第２作業との間の効率的な連携を効果的に学習することが可能となる。

【図面の簡単な説明】

【0007】

【図1】実施の形態に係るシミュレーションシステムの概要を説明するための概念図である。

【図2】実施の形態に係るシミュレーションシステムの構成例を示すブロック図である。

【図3】作業ラインにおいて前後に連続する作業間の連携を説明するための概念図である。

【図4】実施の形態に係る作業ラインのシミュレーションを説明するための概念図である。

【図5】実施の形態に係る作業ラインのシミュレーションの変形例を説明するための概念図である。

【発明を実施するための形態】

【0008】

１．シミュレーションシステムの概要
実空間において作業者が行う所定の作業について考える。例えば、所定の作業は、実工場において行われる。所定の作業は、例えば、部品の組み立てである。本実施の形態によれば、所定の作業を行う作業者の訓練（学習）を効率的に行うために、シミュレーションが活用される。

【0009】

図１は、本実施の形態に係るシミュレーションシステム１００の概要を説明するための概念図である。シミュレーションシステム１００は、作業者が行う所定の作業についてのシミュレーションを仮想空間において行う。そのために、シミュレーションシステム１００は、作業者が所定の作業を行う作業環境を仮想空間内に仮想的に再現する。例えば、シミュレーションシステム１００は、ＤｉｇｉｔａｌＴｗｉｎ技術に基づいて、作業環境を仮想空間内に再現（描画）する。例えば、シミュレーションシステム１００は、実工場を模擬した仮想工場（ＤｉｇｉｔａｌＴｗｉｎ工場）を仮想空間内に再現する。

【0010】

訓練対象の作業者（以下、「対象作業者ＴＷ」と呼ぶ）は、体験デバイスを利用することによって、仮想空間において所定の作業を体験することができる。例えば、体験デバイスは、ヘッドマウントディスプレイ（ＨＭＤ）等のウェアラブルデバイスである。ヘッドマウントディスプレイは、シミュレーションシステム１００によって再現される仮想空間を表示する。実空間における対象作業者ＴＷの動作（例：手の動作）は、モーションキャプチャ技術により認識される。例えば、カメラによって対象作業者ＴＷを撮影することにより、対象作業者ＴＷの動作が認識される。他の例として、対象作業者ＴＷの身体に慣性センサ（ジャイロセンサ、加速度センサ、等）が取り付けられ、その慣性センサによる検出結果に基づいて対象作業者ＴＷの動作が認識されてもよい。シミュレーションシステム１００は、認識された対象作業者ＴＷの動作を仮想空間に重畳して描画する。例えば、シミュレーションシステム１００は、認識された対象作業者ＴＷの手の動きを仮想空間に重畳して描画する。これにより、対象作業者ＴＷは、仮想空間内で所定の作業を行っているような感覚を得ることができる。つまり、対象作業者ＴＷは、仮想空間において所定の作業を体験することができる。

【0011】

また、シミュレーションシステム１００は、モデル動作を行う仮想的なモデル作業者ＭＷを仮想空間に重畳して描画してもよい。モデル動作は、対象作業者ＴＷが所定の作業を行う際にお手本となる動作である。仮想空間において、仮想的なモデル作業者ＭＷはモデル動作を行う。モデル作業者ＭＷを“ゴースト作業者”と呼ぶこともできる。対象作業者ＴＷは、仮想空間において、モデル作業者ＭＷが行うモデル動作を真似て所定の作業を行う。これにより、効率的且つ効果的な訓練が可能となる。

【0012】

図２は、本実施の形態に係るシミュレーションシステム１００の構成例を示すブロック図である。シミュレーションシステム１００は、センサ１１０、入力装置１２０、出力装置１３０、及び体験デバイス１４０を含んでいる。

【0013】

センサ１１０は、実空間に配置され、様々な情報を検出する。例えば、センサ１１０は、実空間における作業者の動作を検出する。作業者の動作を検出するセンサ１１０としては、カメラ、赤外線センサ、慣性センサ、等が例示される。例えば、カメラによって作業者を撮影することにより、作業者の動作を検出することができる。他の例として、作業者の身体に慣性センサ（ジャイロセンサ、加速度センサ、等）が取り付けられ、その慣性センサによって作業者の動作が検出されてもよい。

【0014】

他の例として、センサ１１０は、実空間における作業者の身体的特性を検出してもよい。身体的特性としては、利き手、手の大きさ、握力、身長、筋肉量、視力、等が例示される。例えば、カメラによって撮影される作業者の動作に基づいて、作業者の利き手が検出される。他の例として、カメラによって撮影される作業者の画像に基づいて、手の大きさ、身長、等が検出される。その他、センサ１１０は、身長計、体重計、体組成計、握力計、視力計、等を含んでいてもよい。

【0015】

更に他の例として、センサ１１０は、実空間における作業者の生体情報を検出する生体センサを含んでいてもよい。生体情報としては、体温、心拍数、疲労度、ストレス度、等が例示される。

【0016】

入力装置１２０としては、タッチパネル、キーボード、マウス、マイク、等が例示される。出力装置１３０としては、ディスプレイ、タッチパネル、スピーカ、等が例示される。

【0017】

体験デバイス１４０は、訓練対象の対象作業者ＴＷが仮想空間において作業環境及び所定の作業を体験するために用いられる。例えば、体験デバイス１４０は、ヘッドマウントディスプレイ（ＨＭＤ）等のウェアラブルデバイスである。ヘッドマウントディスプレイは、シミュレーションシステム１００によって再現される仮想空間を表示する。

【0018】

シミュレーションシステム１００は、更に、１又は複数のプロセッサ１５０（以下、単に「プロセッサ１５０」と呼ぶ）と１又は複数の記憶装置１６０（以下、単に「記憶装置１６０」と呼ぶ）を含んでいる。プロセッサ１５０は、各種処理を実行する。プロセッサ１５０として、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、等が例示される。記憶装置１６０は、各種情報を格納する。記憶装置１６０としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、揮発性メモリ、不揮発性メモリ、等が例示される。

【0019】

シミュレーションプログラム１７０は、上述の仮想空間におけるシミュレーションを行うためのコンピュータプログラムであり、プロセッサ１５０によって実行される。シミュレーションプログラム１７０を実行するプロセッサ１５０と記憶装置１６０との協働により、シミュレーションシステム１００による各種処理が実現されてもよい。シミュレーションプログラム１７０は、記憶装置１６０に格納される。シミュレーションプログラム１７０は、コンピュータ読み取り可能な記録媒体に記録されてもよい。

【0020】

作業環境情報１８０は、仮想空間に再現される作業環境（例：実工場）の情報である。例えば、作業環境情報１８０は、作業環境内の構造物（ライン、機械、壁、柱、等）の３次元配置を示す。例えば、構造物の３次元配置は、ＣＡＤデータで表現される。作業環境情報１８０は、記憶装置１６０に格納される。

【0021】

記憶装置１６０には更にデータベース２００が格納される。データベース２００は、作業者特性データベース２１０、作業実績データベース２２０、及びモデル動作データベース２３０を含んでいる。

【0022】

作業者特性データベース２１０は、各作業者の身体的特性を示すデータベースである。身体的特性としては、利き手、手の大きさ、握力、身長、筋肉量、視力、等が例示される。例えば、各作業者の身体的特性は、上述のセンサ１１０により検出される。他の例としては、各作業者は、入力装置１２０を用いて自身の身体的特性を入力してもよい。身長等の数値で表される身体的特性については、所定幅毎にグループ分けされてもよい。

【0023】

作業実績データベース２２０は、様々な作業者が行った所定の作業の実績を示すデータベースである。例えば、作業実績データベース２２０は、所定の作業中の作業者の映像を含む。作業者の映像は、上述のセンサ１１０に含まれるカメラによって撮影される。他の例として、作業実績データベース２２０は、所定の作業中に作業者が行った動作の内容を示していてもよい。更に他の例として、作業実績データベース２２０は、作業者が所定の作業を完了させるまでにかかった時間を示していてもよい。このような作業実績データベース２２０は、上述のセンサ１１０によって検出される作業者の動作に基づいて生成される。

【0024】

モデル動作データベース２３０は、対象作業者ＴＷが所定の作業を行う際にお手本となるモデル動作に関するデータベースである。所定の作業に関するモデル動作は、作業実績データベース２２０に基づいて予め作成されてもよい。

【0025】

プロセッサ１５０は、作業環境情報１８０に基づいて、作業者が所定の作業を行う作業環境を仮想空間内に再現する。例えば、プロセッサ１５０は、ＤｉｇｉｔａｌＴｗｉｎ技術に基づいて、作業環境を仮想空間内に再現（描画）する。

【0026】

また、プロセッサ１５０は、センサ１１０を用いて、訓練対象の対象作業者ＴＷの動作を認識する。実空間における対象作業者ＴＷの動作は、モーションキャプチャ技術により認識される。例えば、カメラによって対象作業者ＴＷを撮影することにより、対象作業者ＴＷの動作が認識される。他の例として、対象作業者ＴＷの身体に慣性センサが取り付けられ、その慣性センサによる検出結果に基づいて対象作業者ＴＷの動作が認識されてもよい。プロセッサ１５０は、認識された対象作業者ＴＷの動作を仮想空間に重畳して描画する。例えば、プロセッサ１５０は、認識された対象作業者ＴＷの手の動きを仮想空間に重畳して描画する。対象作業者ＴＷは、体験デバイス１４０を介して、仮想空間内で所定の作業を行っているような感覚を得ることができる。つまり、対象作業者ＴＷは、体験デバイス１４０を介して、仮想空間において所定の作業を体験することができる。

【0027】

更に、プロセッサ１５０は、モデル動作データベース２３０に基づいて、対象作業者ＴＷが所定の作業を行う際にお手本となるモデル動作を決定する。そして、プロセッサ１５０は、モデル動作を行う仮想的なモデル作業者ＭＷを仮想空間に重畳して描画する。対象作業者ＴＷは、仮想空間において、モデル作業者ＭＷが行うモデル動作を真似て所定の作業を行う。これにより、効率的且つ効果的な訓練が可能となる。

【0028】

２．作業ラインのシミュレーション
２－１．概要
次に、作業ラインにおいて前後に連続する作業間の連携について考える。図３は、作業ラインにおいて前後に連続する作業間の連携を説明するための概念図である。作業ラインは、上流側の第１作業と、下流側の第２作業を含んでいる。第１作業者Ｗ１は、上流側の第１作業を行う。例えば、第１作業者Ｗ１は、ある部品を組み立てる。第１作業者Ｗ１は、第１作業の結果物（例：組み立てた部品）を下流側の第２作業者Ｗ２に渡す。第１作業者Ｗ１は、結果物を直接渡してもよいし、ベルトコンベヤ等を介して間接的に渡してもよい。下流側の第２作業者Ｗ２は、第１作業者Ｗ１から第１作業の結果物を受け取る。第２作業者Ｗ２は、結果物を直接受け取ってもよいし、ベルトコンベヤ等を介して間接的に受け取ってもよい。そして、第２作業者Ｗ２は、受け取った第１作業の結果物に対して下流側の第２作業を行う。

【0029】

このような第１作業と第２作業との間の連携を効果的に学習することが望まれる。以下の説明において、訓練対象の第１作業者Ｗ１を「第１対象作業者ＴＷ１」と呼び、訓練対象の第２作業者Ｗ２を「第２対象作業者ＴＷ２」と呼ぶ。

【0030】

図４は、本実施の形態に係る作業ラインのシミュレーションを説明するための概念図である。シミュレーションシステム１００は、仮想空間において作業ラインのシミュレーションを行う。

【0031】

「第１モデル動作ＭＯ１」は、第１作業に関連するモデル動作である。第１モデル動作は、第１対象作業者ＴＷ１が第１作業の結果物を第２対象作業者ＴＷ２に渡す際の手本となる動作を含む。更に、第１モデル動作は、第１対象作業者ＴＷ１が第１作業を行う際に手本となる動作を含んでいてもよい。

【0032】

一方、「第２モデル動作ＭＯ２」は、第２作業に関連するモデル動作である。第２モデル動作は、第２対象作業者ＴＷ２が第１対象作業者ＴＷ１から第１作業の結果物を受け取る際の手本となる動作を含む。更に、第２モデル動作は、第２対象作業者ＴＷ２が第２作業を行う際に手本となる動作を含んでいてもよい。

【0033】

シミュレーションシステム１００は、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。典型的には、シミュレーションシステム１００は、所定の条件を満たすように第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の決定方法の様々な例は後述される。第１作業と第２作業との組み合わせに対する第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせは、モデル動作データベース２３０に登録される。

【0034】

第１モデル作業者ＭＷ１は、第１モデル動作ＭＯ１を行うモデル作業者ＭＷである。第２モデル作業者ＭＷ２は、第２モデル動作ＭＯ２を行うモデル作業者ＭＷである。シミュレーションシステム１００は、モデル動作データベース２３０に基づいて、第１モデル作業者ＭＷ１と第２モデル作業者ＭＷ２を仮想空間に描画する。

【0035】

より詳細には、仮想空間において第１対象作業者ＴＷ１が第１作業に関連する動作を行う際、シミュレーションシステム１００は、仮想空間において第１モデル動作ＭＯ１を行う第１モデル作業者ＭＷ１を描画する。第１対象作業者ＴＷ１は、第１モデル作業者ＭＷ１が行う第１モデル動作ＭＯ１を真似て第１作業に関連する動作を行う。また、仮想空間において第２対象作業者ＴＷ２が第２作業に関連する動作を行う際、シミュレーションシステム１００は、仮想空間において第２モデル動作ＭＯ２を行う第２モデル作業者ＭＷ２を描画する。第２対象作業者ＴＷ２は、第２モデル作業者ＭＷ２が行う第２モデル動作ＭＯ２を真似て第２作業に関連する動作を行う。これにより、第１対象作業者ＴＷ１と第２対象作業者ＴＷ２は、第１作業と第２作業との間の効率的な連携を効果的に学習することが可能となる。

【0036】

２－２．第１モデル動作と第２モデル動作の決定方法の例
以下、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の決定方法の様々な例を説明する。典型的には、「所定の条件」を満たすように第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせが決定される。

【0037】

２－２－１．第１の例
第１の例において、シミュレーションシステム１００は、第１対象作業者ＴＷ１の第１特性を示す特性情報を取得する。第１対象作業者ＴＷ１の第１特性は、第１対象作業者ＴＷ１の身体的特性（例：利き手、身長、等）を含む。第１対象作業者ＴＷ１の身体的特性は、作業者特性データベース２１０から得られる。シミュレーションシステム１００は、第１対象作業者ＴＷ１の身体的特性に基づいて、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。

【0038】

例えば、第１対象作業者ＴＷ１の利き手を考慮して、第１対象作業者ＴＷ１が第１作業の結果物を第２対象作業者ＴＷ２に渡しやすいように第１モデル動作ＭＯ１が決定される。第１モデル動作ＭＯ１が決定されると、第１モデル動作ＭＯ１によって渡される結果物を受け取れるように第２モデル動作ＭＯ２が決定される。

【0039】

他の例として、第１対象作業者ＴＷ１の身長を考慮して、第１対象作業者ＴＷ１が第１作業の結果物を置きやすい目標位置が決定される。第１モデル動作ＭＯ１は、第１作業の結果物を目標位置に置くように決定される。第２モデル動作ＭＯ２は、第１作業の結果物を目標位置から取るように決定される。

【0040】

第１対象作業者ＴＷ１の第１特性は、第１対象作業者ＴＷ１の熟練度を含んでいてもよい。第１対象作業者ＴＷ１の熟練度は、作業実績データベース２２０に基づいて推定される。例えば、第１作業に関連する動作が速くなるほど熟練度は高いと推定される。第１対象作業者ＴＷ１の熟練度が低い場合、第１モデル動作ＭＯ１はなるべくシンプルになるように決定される。第１モデル動作ＭＯ１が決定されると、第１モデル動作ＭＯ１によって渡される結果物を受け取れるように第２モデル動作ＭＯ２が決定される。

【0041】

一般化すると、第１の例における所定の条件は、「第１作業の結果物を渡す際の第１対象作業者ＴＷ１の負荷が閾値未満となること」である。第１作業の結果物を渡す際の負荷は、身体の捻り具合、動作時間、等に基づいて算出される。様々な動作パターンに対する負荷は、作業実績データベース２２０から得られる、あるいは、シミュレーションを通して得られる。シミュレーションシステム１００は、第１対象作業者ＴＷ１の第１特性に基づいて、第１作業の結果物を渡す際の第１対象作業者ＴＷ１の負荷が閾値未満となるように第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。第１対象作業者ＴＷ１の第１特性が考慮されるため、更に効率的な連携を学習することが可能となる。

【0042】

２－２－２．第２の例
第２の例において、シミュレーションシステム１００は、第２対象作業者ＴＷ２の第２特性を示す特性情報を取得する。第２対象作業者ＴＷ２の第２特性は、第２対象作業者ＴＷ２の身体的特性（例：利き手、身長、等）を含む。第２対象作業者ＴＷ２の身体的特性は、作業者特性データベース２１０から得られる。シミュレーションシステム１００は、第２対象作業者ＴＷ２の身体的特性に基づいて、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。

【0043】

例えば、第２対象作業者ＴＷ２の利き手を考慮して、第２対象作業者ＴＷ２が第１作業の結果物を受け取りやすいように第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の一方が決定される。第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の一方が決定されると、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の他方が決定される。

【0044】

他の例として、第２対象作業者ＴＷ２の身長を考慮して、第２対象作業者ＴＷ２が第１作業の結果物を取りやすい目標位置が決定される。第１モデル動作ＭＯ１は、第１作業の結果物を目標位置に置くように決定される。第２モデル動作ＭＯ２は、第１作業の結果物を目標位置から取るように決定される。

【0045】

第２対象作業者ＴＷ２の第２特性は、第２対象作業者ＴＷ２の熟練度を含んでいてもよい。第２対象作業者ＴＷ２の熟練度は、作業実績データベース２２０に基づいて推定される。例えば、第２作業に関連する動作が速くなるほど熟練度は高いと推定される。第２対象作業者ＴＷ２の熟練度が低い場合、第２モデル動作ＭＯ２はなるべくシンプルになるように決定される。第２モデル動作ＭＯ２が決定されると、それに合わせて第１モデル動作ＭＯ１が決定される。

【0046】

一般化すると、第２の例における所定の条件は、「第１作業の結果物を受け取る際の第２対象作業者ＴＷ２の負荷が閾値未満となること」である。第１作業の結果物を受け取る際の負荷は、身体の捻り具合、動作時間、等に基づいて算出される。様々な動作パターンに対する負荷は、作業実績データベース２２０から得られる、あるいは、シミュレーションを通して得られる。シミュレーションシステム１００は、第２対象作業者ＴＷ２の第２特性に基づいて、第１作業の結果物を受け取る際の第２対象作業者ＴＷ２の負荷が閾値未満となるように第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせを決定する。第２対象作業者ＴＷ２の第２特性が考慮されるため、更に効率的な連携を学習することが可能となる。

【0047】

２－２－３．第３の例
上述の第１の例と第２の例の組み合わせも可能である。第１対象作業者ＴＷ１の第１特性と第２対象作業者ＴＷ２の第２特性の両方が考慮されるため、更に効率的な連携を学習することが可能となる。

【0048】

２－２－４．第４の例
第４の例において、所定の条件は、「第１対象作業者ＴＷ１から第２対象作業者ＴＷ２への第１作業の結果物の受け渡し時間が所定の時間を下回ること」である。この所定の条件を満たす第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の組み合わせは、作業実績データベース２２０から検索されてもよいし、シミュレーションを通して探索されてもよい。第４の例によっても、効率的な連携を学習することが可能となる。

【0049】

２－２－５．第５の例
第５の例において、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２のうち少なくとも一方は、ベテラン作業員の実動作に設定される。第１モデル動作ＭＯ１と第２モデル動作ＭＯ２の両方が、ベテラン作業員の実動作に設定されてもよい。ベテラン作業員の実動作は、作業実績データベース２２０から得られる。第５の例によれば、ベテラン作業員による効率的な連携を効果的に学習することが可能となる。

【0050】

２－３．効果
以上に説明されたように、本実施の形態によれば、第１モデル動作ＭＯ１を行う第１モデル作業者ＭＷ１と第２モデル動作ＭＯ２を行う第２モデル作業者ＭＷ２が仮想空間に描画される。第１モデル動作ＭＯ１は、第１対象作業者ＴＷ１が第１作業の結果物を第２対象作業者ＴＷ２に渡す際の手本となる動作を含む。第２モデル動作ＭＯ２は、第２対象作業者ＴＷ２が第１対象作業者ＴＷ１から第１作業の結果物を受け取る際の手本となる動作を含む。これにより、第１対象作業者ＴＷ１と第２対象作業者ＴＷ２は、第１作業と第２作業との間の効率的な連携を効果的に学習することが可能となる。

【0051】

３．変形例
図５は、変形例を説明するための概念図である。上述の通り、第１モデル動作ＭＯ１と第２モデル動作ＭＯ２は予め設定される。第１対象作業者ＴＷ１は、第１モデル作業者ＭＷ１が行う第１モデル動作ＭＯ１を真似て第１作業に関連する動作を行う。但し、第１対象作業者ＴＷ１の実際の動作は、必ずしも第１モデル動作ＭＯ１の通りにはならない。第１対象作業者ＴＷ１の実際の動作は、第１モデル動作ＭＯ１から逸脱（乖離）してしまう可能性もある。その場合、下流側の第２対象作業者ＴＷ２は、予め設定された第２モデル動作のままでは、第１作業の結果物をうまく受け取ることができない。

【0052】

そこで、本変形例では、シミュレーションシステム１００は、第１対象作業者ＴＷ１の動作結果に応じて第２モデル動作ＭＯ２をダイナミックに補正する。

【0053】

より詳細には、第１動作ＷＯ１は、仮想空間において第１対象作業者ＴＷ１が第１作業の結果物を第２対象作業者ＴＷ２に渡す際の実際の動作である。シミュレーションシステム１００は、センサ１１０によって第１対象作業者ＴＷ１の第１動作ＷＯ１の情報を取得する。続いて、シミュレーションシステム１００は、第１動作ＷＯ１と第１モデル動作ＭＯ１を比較して、第１モデル動作ＭＯ１からの第１動作ＷＯ１の乖離度を算出する。その乖離度が閾値を超えた場合、シミュレーションシステム１００は、第１動作ＷＯ１によって渡される第１作業の結果物を受け取ることができるように第２モデル動作ＭＯ２を補正する。言い換えれば、シミュレーションシステム１００は、第１動作ＷＯ１に追従するように第２モデル動作ＭＯ２を補正する。

【0054】

補正第２モデル動作ＭＯ２’は、第２モデル動作ＭＯ２の補正結果である。シミュレーションシステム１００は、仮想空間において補正第２モデル動作ＭＯ２’を行う第２モデル作業者ＭＷ２を描画する。第２対象作業者ＴＷ２は、第２モデル作業者ＭＷ２が行う補正第２モデル動作ＭＯ２’を真似て第２作業に関連する動作を行う。

【0055】

以上に説明されたように、変形例によれば、上流側の第１対象作業者ＴＷ１の第１動作が第１モデル動作ＭＯ１から逸脱（乖離）しても、下流側の第２対象作業者ＴＷ２の訓練を継続することが可能となる。

【符号の説明】

【0056】

１００…シミュレーションシステム， １１０…センサ， １２０…入力装置， １３０…出力装置， １４０…体験デバイス， １５０…プロセッサ， １６０…記憶装置， １７０…シミュレーションプログラム， １８０…作業環境情報， ２００…データベース， ２１０…作業者特性データベース， ２２０…作業実績データベース， ２３０…モデル動作データベース

【図1】

【図2】

【図3】

【図4】

【図5】