特開 2024-72051 動作改変システム、動作改変方法及び作業ロボット

(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】P2024072051

(43)【公開日】2024-05-27

(54)【発明の名称】動作改変システム、動作改変方法及び作業ロボット

(51)【国際特許分類】

   B25J 13/00 20060101AFI20240520BHJP

【ＦＩ】

B25J13/00 Z

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022182641

(22)【出願日】2022-11-15

(71)【出願人】

【識別番号】591280485

【氏名又は名称】ソフトバンクグループ株式会社

(74)【代理人】

【識別番号】100099759

【弁理士】

【氏名又は名称】青木 篤

(74)【代理人】

【識別番号】100123582

【弁理士】

【氏名又は名称】三橋 真二

(74)【代理人】

【識別番号】100114018

【弁理士】

【氏名又は名称】南山 知広

(74)【代理人】

【識別番号】100180806

【弁理士】

【氏名又は名称】三浦 剛

(72)【発明者】

【氏名】孫 正義

【テーマコード（参考）】

3C707

【Ｆターム（参考）】

3C707BS27

3C707CS08

3C707HS27

3C707KS36

3C707KT01

3C707KT04

3C707LW12

3C707WA13

(57)【要約】

【課題】作業員の作業が学習された学習モデルを用いて作業する作業ロボットにおいて、作業ロボットが効率的に作業を行うことのできる動作改変システム、動作改変方法及び作業ロボットを提供する。
【解決手段】動作改変システムは、センサを用いて取得したセンシング対象の所定動作に対応するセンシング情報に基づいて、センシング対象の所定動作に対応した標準動作モデルを学習する学習部と、標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成するモデル生成部と、改変動作モデルを参照して前記作業ロボットを作動させる制御部と、を備える、ことを特徴とする。
【選択図】図１

【特許請求の範囲】

【請求項1】

作業ロボットと、
センサと、
前記作業ロボット及び前記センサと通信可能な管理制御装置と、を備え、
前記管理制御装置は、
前記センサを用いて取得した前記センシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習する学習部と、
前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成するモデル生成部と、
前記改変動作モデルを参照して前記作業ロボットを作動させる制御部と、を備える、
ことを特徴とする動作改変システム。

【請求項2】

前記管理制御装置は、前記センシング対象の作業マニュアル情報、又は、工程表情報を記憶する記憶部を更に有し、
前記学習部は、前記センシング情報、及び、前記センシング対象の作業マニュアル情報又は工程表情報を参照して、前記標準動作モデルを生成する、
請求項１に記載の動作改変システム。

【請求項3】

作業ロボットと、
複数の異なるセンシング対象をそれぞれセンシングするための複数のセンサと、
前記作業ロボット及び前記複数のセンサと通信可能な管理制御装置と、を備え、
前記管理制御装置は、
前記複数のセンサを用いて取得した前記複数のセンシング対象の所定動作に対応する複数のセンシング情報に基づいて、前記複数のセンシング対象の各所定動作、及び前記複数のセンシング対象の各所定動作に対応した複数の標準動作モデルを学習する学習部と、
前記複数の標準動作モデルを参照して、前記複数のセンシング対象による所定動作の少なくとも一部を統合した改変動作モデルを生成するモデル生成部と、
前記改変動作モデルを参照して前記作業ロボットを作動させる制御部と、を備える、
ことを特徴とする動作改変システム。

【請求項4】

前記作業ロボットは複数台設けられ、
前記制御部は、前記複数台の作業ロボットを作動させる、
請求項１から３のいずれか一項に記載の動作改変システム。

【請求項5】

センサを用いて取得したセンシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習し、
前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成し、
前記改変動作モデルを参照して前記作業ロボットを作動させる、
ことを特徴とする動作改変方法。

【請求項6】

作業ロボットであって、
前記作業ロボットを動作させるための駆動機構と、
センサを用いて取得したセンシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習する学習部と、
前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成するモデル生成部と、
前記改変動作モデルを参照して前記駆動機構を制御させる作業ロボットを作動させる制御部と、
を有することを特徴とする作業ロボット。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、動作改変システム、動作改変方法及び作業ロボットに関する。

【背景技術】

【0002】

近年、例えば工場でのライン作業など、人による作業を作業ロボットに行わせる技術が検討されている。例えば、特許文献１には、作業員ごとの収集データの傾向に応じた作業員ごとの最適な学習モデルを生成する学習モデル生成方法が開示されている。生成された学習モデルは、作業員の代替として、あるいは作業員と共同して作業する作業ロボットの作動に活用することができる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－１３５１７８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

作業員の作業は、肉体的な能力の限界から、その作業速度を速めるにも一定の限界がある。そのため、作業員の所定動作が学習された学習モデルをそのまま作業ロボットに行わせたのでは、作業ロボットが効率的に作業を行えない場合がある。

【0005】

そこで、本発明は、作業員の作業が学習された学習モデルを用いて作業する作業ロボットにおいて、作業ロボットが効率的に作業することを可能とする動作改変システム、動作改変方法及び作業ロボット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】

【0006】

本発明に係る動作改変システムは、作業ロボットと、センサと、前記作業ロボット及び前記センサと通信可能な管理制御装置と、を備え、前記管理制御装置は、前記センサを用いて取得した前記センシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習する学習部と、前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成するモデル生成部と、前記改変動作モデルを参照して前記作業ロボットを作動させる制御部と、を備える、ことを特徴とする。

【0007】

また、本発明に係る動作改変システムは、作業ロボットと、複数の異なるセンシング対象をそれぞれセンシングするための複数のセンサと、前記作業ロボット及び前記複数のセンサと通信可能な管理制御装置と、を備え、前記管理制御装置は、前記複数のセンサを用いて取得した前記複数のセンシング対象の所定動作に対応する複数のセンシング情報に基づいて、前記複数のセンシング対象の各所定動作、及び前記複数のセンシング対象の各所定動作に対応した複数の標準動作モデルを学習する学習部と、前記複数の標準動作モデルを参照して、前記複数のセンシング対象による所定動作の少なくとも一部を統合した改変動作モデルを生成するモデル生成部と、前記改変動作モデルを参照して前記作業ロボットを作動させる制御部と、を備える、ことを特徴とする。

【0008】

また、本発明に係る動作改変方法は、センサを用いて取得したセンシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習し、前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成し、前記改変動作モデルを参照して前記作業ロボットを作動させる、ことを特徴とする。

【0009】

また、本発明に係る作業ロボットは、 前記作業ロボットを動作させるための駆動機構と、センサを用いて取得したセンシング対象の所定動作に対応するセンシング情報に基づいて、前記センシング対象の所定動作に対応した標準動作モデルを学習する学習部と、前記標準動作モデルを参照して、前記標準動作モデルにおける各動作の実行時間を、前記標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成するモデル生成部と、前記改変動作モデルを参照して前記駆動機構を制御させる作業ロボットを作動させる制御部と、を有することを特徴とする。

【発明の効果】

【0010】

本発明によれば、作業員の作業が学習された学習モデルを用いて作業する作業ロボットにおいて、作業ロボットが効率的に作業することを可能とする動作改変方法及び作業ロボットが提供される。

【図面の簡単な説明】

【0011】

【図1】（ａ）本発明に係る実施形態１の動作改変システムでの、システム構成の一例、及び（ｂ）（ａ）に示す人型ロボットの一例を示す図である。

【図2】本発明に係る実施形態１の動作改変システムでの、標準動作モデルと動作改変モデルとの関係の一例を示す図である。

【図3】本発明に係る実施形態１の動作改変システムでの、構成及び機能の一例を示すブロック図である。

【図4】本発明に係る実施形態１の動作改変システムでの、管理制御装置の機能の一例を示すブロック図である。

【図5】本発明に係る実施形態１の動作改変システムの処理を示すフローチャートの一例である。

【図6】図５のステップＳ１０３で示される改変動作モデル生成処理の、より詳細な処理を示すフローチャートの一例である。

【図7】（ａ）本発明に係る実施形態１の変形例１に係る動作改変システムでの、システム構成の一例、及び（ｂ）（ａ）に示す人型ロボットの一例を示す図である。

【図8】本発明に係る実施形態１の変形例１に係る動作改変システムでの、人型ロボットの機能の一例を示すブロック図である。

【図9】本発明に係る実施形態１の変形例１に係る動作改変システムでの、改変動作モデル生成処理の、より詳細な処理を示すフローチャートの一例である。

【図10】本発明に係る実施形態１の変形例１に係る動作改変システムでの、標準動作モデルと動作改変モデルとの関係の一例を示す図である。

【発明を実施するための形態】

【0012】

以下、図面を参照して、動作改変システム、動作改変方法及び作業ロボットについて説明する。ただし、本発明の技術的範囲はそれらの実施の形態には限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

【0013】

（実施形態１）
図１は、動作改変システムを説明するための図である。

【0014】

図１（ａ）は、本発明に係る実施形態１の動作改変システムでの、システム構成の一例を示す図である。本動作改変システムでは、作業ロボットとして機能する第１人型ロボット２０ａ及び第２人型ロボット２０ｂと、移動式ロボットとして機能する第３人型ロボット２０ｃとを備える。なお、人型ロボットの数はこれに限定されない。

【0015】

各人型ロボット２０ａ～ｃは、後述する管理制御装置６０（図３参照）からの指示を受け、又は各人型ロボット２０ａ～ｃに設けられた各情報処理装置からの指示により、作業場２００の作業ライン２０１で作業する作業員４００の付近に移動する。そして、本動作改変システムは、第３人型ロボット２０ｃに備えられた第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）により、作業員４００の所定動作をセンシングする。所定動作は多岐にわたり、例えば部品の組付けや部品の移動、製品の塗装、作業員自身の移動等が挙げられる。なお、作業員４００のセンシングにあたっては、既知の画像認識技術を用いてもよいし、学習部６６３（図４参照）による学習によって作業員４００やその所定動作を認識してもよい。

【0016】

本動作改変システムは、第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）を用いて取得した、作業員４００の所定動作に対応するセンシング情報に基づいて、作業員４００の所定動作に対応した標準動作モデルを学習する。標準動作モデルは、作業員４００の作業項目の内容、言い換えると作業項目において指定された各動作の集合を表すモデルである。そして、本動作改変システムは、標準動作モデルを参照して、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成する。

【0017】

本動作改変システムは、管理制御装置６０からの指示、又は各人型ロボットに設けられた情報処理装置からの指示により、作業ロボットとして機能する第１人型ロボット２０ａ及び第２人型ロボット２０ｂを作動させる。この際、本動作改変システムは、改変動作モデルを参照する。

【0018】

本動作改変システムは、各動作の実行時間が短く設定された改変動作モデルを参照して第１人型ロボット２０ａ及び第２人型ロボット２０ｂを作動させることにより、各人型ロボットの作業効率を向上させることができる。一例として、作業場２００の１つの作業ライン２０１で、６名の作業員がいて、もともとは１時間当たり１００個の製品を完成させていた場合、当該ライン２０１に６台の人型ロボットを配置させたうえで、標準動作モデルの１０倍の速度で作動させる。言い換えると、本動作改変システムは、標準動作モデルにおける動作の１０分の１の実行時間で動作するよう設定された動作改変モデルを参照して各人型ロボットを作動させる。これにより、１時間当たり１０００個の製品を完成させることを可能とする。

【0019】

なお、本動作改変システムにおいて、作業用ロボットとして機能する第１人型ロボット２０ａ及び第２人型ロボット２０ｂは、それぞれに備えられた第１ロボット用センサ２３ａ（第１ロボット用撮像装置２４ａ）及び第２ロボット用センサ２３ｂ（第２ロボット用撮像装置２４ｂ）を用いて、各々のロボット動作をセンシングしてもよい。

【0020】

一例として、第１人型ロボット２０ａは、管理制御装置６０からの指示を受け、又は第１情報処理装置２５ａの指示により、第１ロボット用センサ２３ａ（第１ロボット用撮像装置２４ａ）のセンシング領域２３０ａ（撮像領域２４０ａ）が第１人型ロボット２０ａの第１把持部２６５ａ、２６６ａを対象とするよう、第１胴体／頭部駆動機構２１ａ（図３参照）を作動させる。同様に、第２人型ロボット２０ｂも、第２ロボット用センサ２３ｂ（第２ロボット用撮像装置２４ｂ）のセンシング領域２３０ｂ（撮像領域２４０ｂ）が第２人型ロボット２０ｂの第２把持部２６５ｂ、２６６ｂを対象とするよう、第２胴体／頭部駆動機構を作動させる。これにより、各人型ロボットのロボット動作が、改変動作モデルを参照したロボット動作となっているか否かを確認することが可能となる。

【0021】

図１（ｂ）は、（ａ）に示す人型ロボットの一例を示す図である。作業ロボット及び移動式ロボットとして機能する人型ロボット２０は、ロボット本体２１と、ロボット移動機構２２と、ロボット用センサ２３と、ロボット用センサ２３に含まれるロボット用撮像装置２４と、情報処理装置２５と、ロボット腕部２６と、を備える。

【0022】

人型ロボット２０は、ロボット本体２１の下方に設けられたロボット移動機構２２により移動することが可能であり、例えば管理制御装置６０といった人型ロボット２０の外部から指示を受けて、あるいは情報処理装置２５に記憶されたプログラムを参照して、作業場２００の作業ライン２０１付近に移動する。

【0023】

ロボット本体２１は、ロボット胴体２１１と、ロボット頭部２１２とを備える。ロボット胴体２１１とロボット頭部２１２とは、胴体／頭部駆動機構を構成し、ロボット用センサ２３（ロボット用撮像装置２４）のセンシング領域２３０（撮像領域２４０）を変更することが可能である。駆動機構の構成は特に限定されず、例えば図示しないサーボモータにより、ロボット頭部２１２がロボット胴体２１１に対して所定角度回転したり、ロボット胴体２１１がロボット移動機構２２に対して所定角度回転したりする構成であってもよい。

【0024】

ロボット胴体２１１の下方にはロボット移動機構２２、ロボット胴体２１１の側方にはロボット腕部２６、ロボット頭部２１２にはロボット用センサ２３がそれぞれ設けられている。また、ロボット本体２１の内部には、情報処理装置２５が設けられている。

【0025】

ロボット移動機構２２は、任意の構成でよく、例えばモーターで駆動する回転体を設けたものでもよいし、脚部として人の脚に形状を似せた構成であってもよい。一例として、ロボット移動機構２２を人の脚の形状に似せた構成にする場合、人の関節に相当する箇所にサーボモータを設けて、所定角度回転させることで移動機構を構成する。

【0026】

ロボット用センサ２３は、好ましくはロボット頭部２１２に設けられ、作業員４００、他の作業ロボット、あるいは人型ロボット２０のロボット動作、好ましくはロボット腕部２６のロボット動作、さらに好ましくは把持部２５５、２５６のロボット動作をセンシングする。また、ロボット用センサ２３は、人型ロボット２０の周辺にある、人型ロボット２０が作業する物体とロボット腕部２６との距離及び角度を少なくとも表す情報を逐次取得する。ロボット用センサ２３の一例としては、最高性能のカメラ、サーモカメラ、高画素・望遠・超広角・３６０度・高性能カメラ、レーダー、ソリッドステートＬｉＤＡＲ、ＬｉＤＡＲ、マルチカラーレーザ同軸変位計、ビジョン認識、又はその他様々なセンサ群が採用され得る。これらは、ロボット用撮像装置２４の一例でもある。また他には、ロボット用センサ２３の他の一例としては、振動計、硬度計、微小振動計、超音波測定器、振動測定器、赤外線測定器、紫外線測定器、電磁波測定器、温度計、湿度計、スポットＡＩ天気予報、高精度マルチチャネルＧＰＳ、低高度衛星情報、又はロングテールインシデントＡＩ ｄａｔａ等が挙げられる。

【0027】

ロボット用センサ２３から取得するセンシング情報の一例としては、画像、距離、振動、熱、匂い、色、音、超音波、電波、紫外線、赤外線、湿度等が挙げられ、好ましくはロボット用撮像装置２４により、画像、距離の情報が取得される。ロボット用センサ２３（ロボット用撮像装置２４）は、これらのセンシングを、一例としてナノ秒毎に実施する。センシング情報は、例えば、作業員４００の動作のモーションキャプチャ、作業場２００の３Ｄマップ、作業場２００における作業員４００の移動や動作のナビゲーション、コーナリング、スピード等の分析に用いられる。

【0028】

ロボット腕部２６は、右腕部２６１と左腕部２６２とを備える。また、右腕部２６１は、右把持支持部２６３及び右把持部２６５を、左腕部２６２は、左把持支持部２６４及び左把持部２６６を、それぞれ備える。右把持支持部２６３は右把持部２６５を、左把持支持部２６４は左把持部２６６を、それぞれ支持するための機構であり、一例としては人の腕に形状を似せたものであってもよい。把持部２６５、２６６は、例えば作業用の部品等を把持するための機構であり、一例としては人の手の形状に似せたものであってもよい。

【0029】

ロボット腕部２６は、腕部駆動機構を構成する。駆動機構の構成は特に限定されず、例えば、ロボット腕部２６を人の形状に似せる場合、サーボモータを、人の肩に相当する箇所、肘に相当する箇所、手首に相当する箇所、指関節に相当する箇所等の各関節箇所に設け、所定角度回転させる構成を採用してもよい。

【0030】

なお、人型ロボット２０は、例えばロボット胴体部２１１にセンサをさらに設けてもよい（図７（ｂ）参照）。この場合、当該センサは、ロボット頭部２１２に設けられたロボット用センサ２３とは、その高さ位置が異なる。高さ位置が異なることで、センサは作業員４００の動作を異なる角度からセンシングすることができる。

【0031】

図２は、本動作改変システムでの、標準動作モデルと動作改変モデルとの関係の一例を示す図である。

【0032】

標準動作モデルは、前述のとおり、作業項目において指定された各動作の集合を表すモデルであり、複数の動作を備える。一例として、作業項目で指定された動作が合計で２６個あり、各動作を、動作Ａ、動作Ｂ、動作Ｃ～動作Ｚとする。

【0033】

これに対し、動作改変モデルは、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定したモデルである。例えば、標準動作モデルにおける各動作の所要時間として、動作ＡにＴ_A秒、動作ＢにＴ_B秒掛かっていたとする。この場合、動作改変モデルでは、同じ動作Ａに対してＴ_A秒より短いｔ_A秒、動作Ｂに対してＴ_B秒より短いｔ_B秒を実行時間として設定する。動作Ｃから動作Ｚについても同様である。これにより、動作改変モデルを用いて作業ロボットを実行した場合の実行時間は、標準動作モデルを用いて作業ロボットを実行した場合よりも短くすることができる。

【0034】

なお、動作改変モデルでは、少なくとも一つの動作につき、その動作の実行時間を標準動作モデルにおける動作の所要時間未満にすればよく、標準動作モデルに含まれる全ての各動作につき、その実行時間を標準動作モデルにおける動作の所要時間未満としなくてもよい。言い換えると、少なくとも一つの動作につき、その動作の実行時間を標準動作モデルにおける動作の所要時間未満にすれば、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定したこととなる。

【0035】

図３は、本実施形態の動作改変システム１００での、構成及び機能の一例を示すブロック図である。

【0036】

動作改変システム１００は、第１人型ロボット２０ａと、第２人型ロボット２０ｂと、第３人型ロボット２０ｃと、管理制御装置６０と、を含んで構成されている。第１人型ロボット２０ａ、第２人型ロボット２０ｂ及び第３人型ロボット２０ｃは、管理制御装置６０の通信部６４と、各々無線又は有線通信を介して接続され、管理制御装置６０からの指示を受けると共に、各センサにより取得される情報を送信する。なお、各人型ロボット２０ａ～ｃ同士も、無線又は有線通信を介して接続され、各センサにより取得される情報や指示を送受信してもよい。

【0037】

作業ロボットとして機能する第１人型ロボット２０ａは、第１胴体／頭部駆動機構２１ａと、第１ロボット移動機構２２ａと、第１ロボット用センサ２３ａと、第１ロボット用センサ２３ａに含まれる第１ロボット用撮像装置２４ａと、第１情報処理装置２５ａと、第１腕部駆動機構２６ａと、を備える。本実施形態では、作業ロボットとして機能する第２人型ロボット２０ｂ及び移動式ロボットとして機能する第３人型ロボット２０ｃも、その構成は第１人型ロボット２０ａと同一である。

【0038】

本実施形態による第１情報処理装置２５ａは、ＣＰＵ（Central Processing Unit）１２１２、ＲＡＭ（Random Access Memory）１２１４、及びグラフィックコントローラ１２１６を含み、それらはホストコントローラ１２１０によって相互に接続されている。第１情報処理装置２５ａはまた、通信インタフェース１２２２、記憶装置１２２４、ＤＶＤドライブ、及びＩＣカードドライブのような入出力ユニットを含み、それらは入出力コントローラ１２２０を介してホストコントローラ１２１０に接続されている。ＤＶＤドライブは、ＤＶＤ－ＲＯＭドライブ及びＤＶＤ－ＲＡＭドライブ等であってよい。記憶装置１２２４は、ハードディスクドライブ及びソリッドステートドライブ等であってよい。第１情報処理装置２５ａはまた、ＲＯＭ（Read Only Memory）１２３０及びキーボードのような入出力ユニットを含み、それらは入出力チップ１２４０を介して入出力コントローラ１２２０に接続されている。

【0039】

ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ１２１６は、ＲＡＭ１２１４内に提供されるフレームバッファ等又はそれ自体の中に、ＣＰＵ１２１２によって生成されるイメージデータを取得し、イメージデータがディスプレイデバイス１２１８上に表示されるようにする。

【0040】

通信インタフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。記憶装置１２２４は、第１情報処理装置２５ａ内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納する。また、記憶装置１２２４は、センシング情報を記憶してもよい。ＤＶＤドライブは、プログラム又はデータをＤＶＤ－ＲＯＭ等から読み取り、記憶装置１２２４に提供する。ＩＣカードドライブは、プログラム及びデータをＩＣカードから読み取り、及び／又はプログラム及びデータをＩＣカードに書き込む。

【0041】

ＲＯＭ１２３０はその中に、アクティブ化時に第１情報処理装置２５ａによって実行されるブートプログラム等、及び／又は第１情報処理装置２５ａのハードウェアに依存するプログラムを格納する。入出力チップ１２４０はまた、様々な入出力ユニットをＵＳＢポート、パラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ１２２０に接続してよい。

【0042】

プログラムは、ＤＶＤ－ＲＯＭ又はＩＣカードのようなコンピュータ可読記憶媒体によって提供される。プログラムは、コンピュータ可読記憶媒体から読み取られ、コンピュータ可読記憶媒体の例でもある記憶装置１２２４、ＲＡＭ１２１４、又はＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、第１情報処理装置２５ａに読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置又は方法が、第１情報処理装置２５ａの使用に従い情報のオペレーション又は処理を実現することによって構成されてよい。

【0043】

例えば、通信が第１情報処理装置２５ａ及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース１２２２に対し、通信処理を命令してよい。通信インタフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、記憶装置１２２４、ＤＶＤ－ＲＯＭ、又はＩＣカードのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、又はネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。

【0044】

また、ＣＰＵ１２１２は、記憶装置１２２４、ＤＶＤドライブ（ＤＶＤ－ＲＯＭ）、ＩＣカード等のような外部記録媒体に格納されたファイル又はデータベースの全部又は必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてよい。

【0045】

様々なタイプのプログラム、データ、テーブル、及びデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。

【0046】

上で説明したプログラム又はソフトウエアモジュールは、第１情報処理装置２５ａ上又は第１情報処理装置２５ａ近傍のコンピュータ可読記憶媒体に格納されてよい。また、専用通信ネットワーク又はインターネットに接続されたサーバシステム内に提供されるハードディスク又はＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、それによりプログラムを、ネットワークを介して第１情報処理装置２５ａに提供する。

【0047】

本実施形態におけるフローチャート及び図におけるブロックは、オペレーションが実行されるプロセスの段階又はオペレーションを実行する役割を持つ装置の「部」を表してよい。特定の段階及び「部」が、専用回路、コンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、及び／又はコンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタル及び／又はアナログハードウェア回路を含んでよく、集積回路（ＩＣ）及び／又はディスクリート回路を含んでよい。プログラマブル回路は、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、及びプログラマブルロジックアレイ（ＰＬＡ）等のような、論理積、論理和、排他的論理和、否定論理積、否定論理和、及び他の論理演算、フリップフロップ、レジスタ、並びにメモリエレメントを含む、再構成可能なハードウェア回路を含んでよい。

【0048】

コンピュータ可読記憶媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読記憶媒体は、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読記憶媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読記憶媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（登録商標）ディスク、メモリスティック、集積回路カード等が含まれてよい。

【0049】

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又はＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、及び「Ｃ」プログラミング言語又は同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１又は複数のプログラミング言語の任意の組み合わせで記述されたソースコード又はオブジェクトコードのいずれかを含んでよい。

【0050】

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路が、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を生成するために当該コンピュータ可読命令を実行すべく、ローカルに又はローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路に提供されてよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

【0051】

ここまで説明してきた内容は、第２人型ロボット２０ｂ及び第３人型ロボット２０ｃのそれぞれに備えられた各情報処理装置についても同様である。

【0052】

管理制御装置６０は、動作改変システム１００を実現するため、各人型ロボット２０ａ～ｃに対して指示を与える制御装置である。また、管理制御装置６０は、各情報処理装置の記憶装置に蓄積されたセンシング情報を取得する。

【0053】

管理制御装置６０は、ＣＰＵ６０Ａ、ＲＡＭ６０Ｂ、ＲＯＭ６０Ｃ、入出力部（Ｉ／Ｏ）６０Ｄ、及びこれらを接続するデータバスやコントロールバス等のバス６０Ｅ、並びに通信部６４で構成されている。Ｉ／Ｏ６０Ｄには、記憶媒体６２が接続されている。

【0054】

また、Ｉ／Ｏ６０Ｄには、人型ロボット２０の制御系との間でセンシング情報や作業マニュアル情報、工程表情報等を送受信する通信部６４が接続されている。作業マニュアル情報には、例えば各作業項目の名称及び内容、作業項目の順序、各作業項目に要する標準的な作業時間の情報等が含まれる。また、工程表情報には、例えば作業全体の作業時間や開始時刻／終了時刻を示す情報、各作業項目の作業時間や開始時刻／終了時刻を示す情報、各作業項目の作業員を示す情報等が含まれる。

【0055】

図４は、本実施形態の動作改変システムでの、管理制御装置６０の機能の一例を示すブロック図である。

【0056】

管理制御装置６０は、記憶媒体６２と、通信部６４と、処理部６６とを備える。

【0057】

記憶媒体６２は、例えば、半導体記憶装置、磁気テープ装置、磁気ディスク装置、又は光ディスク装置のうちの少なくとも一つを備える。記憶媒体６２は、処理部６６での処理に用いられるドライバプログラム、オペレーティングシステムプログラム、アプリケーションプログラム、データ等を記憶する。例えば、記憶媒体６２は、センシング情報を記憶する。また、記憶媒体６２は、作業員４００の作業マニュアル情報及び／又は工程表情報を記憶する。

【0058】

通信部６４は、Ｗｉ－Ｆｉ（登録商標）等の無線の通信インタフェース回路及び／又はイーサネット（登録商標）等の有線の通信インタフェース回路を有する。通信部６４は、人型ロボット２０ａ、２０ｂと、インタフェース回路を通じて各種情報を送受信する。

【0059】

処理部６６は、一又は複数個のプロセッサ及びその周辺回路を有する。処理部６６は、動作改変システム１００の全体的な動作を統括的に制御するものであり、例えば、ＣＰＵである。処理部６６は、記憶媒体６２に記憶されているプログラム（ドライバプログラム、オペレーティングシステムプログラム、アプリケーションプログラム等）を参照して処理を実行する。また、処理部６６は、複数のプログラム（アプリケーションプログラム等）を並列に実行することができる。

【0060】

処理部６６は、判定部６６１と、制御部６６２と、学習部６６３と、モデル生成部６６４と、を備える。これらの各部は、処理部６６が備えるプロセッサで実行されるプログラムにより実現される機能モジュールである。あるいは、これらの各部は、ファームウェアとして処理部６６に実装されてもよい。

【0061】

判定部６６１は、センシング対象が複数あり、かつセンシングするセンサが複数ある場合に、複数のセンサがそれぞれ異なるセンシング対象をセンシングしているか否かを判定する。当該判定にあたっては、既知の画像認識技術を用いてもよいし、学習部６６３による学習を参照する方法であってもよい。

【0062】

制御部６６２は、モデル生成部６６４により生成された改変動作モデルを参照して、作業ロボットとして機能する第１人型ロボット２０ａ及び／又は第２人型ロボット２０ｂを作動させる。好ましくは、制御部６６２は、改変動作モデルを参照して、各人型ロボットのロボット移動機構、胴体／頭部駆動機構及び／又は腕部駆動機構を作動させる。

【0063】

学習部６６３は、第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）を用いて取得した、作業員４００の所定動作に対応するセンシング情報に基づいて、作業員４００の所定動作に対応した標準動作モデルを学習する。この学習は、例えば、学習済みモデルを自動的に作成したり、学習済みモデルを使用して判定／解析を自動的に行ったりする学習である自動学習により行われる。なお、学習部６６３は、標準動作モデルを生成する際、作業マニュアル情報及び／又は工程表情報を参照してもよい。これにより、作業員４００の所定動作に不適切なものがあっても、その所定動作は反映させず、適切な動作（作業）を各人型ロボット２０に行わせることが可能となる。

【0064】

モデル生成部６６４は、標準動作モデルを参照して、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成する。

【0065】

（本発明に係る実施形態１の動作改変システムの処理）
図５は、本実施形態の動作改変システムの処理を示すフローチャートの一例である。

【0066】

まず、管理制御装置６０の指示により、あるいは記憶媒体６２又は第３人型ロボット２０ｃの第３情報処理装置の記憶装置に記憶されたプログラムの読み出し指示により、第３人型ロボット２０ｃの第３情報処理装置は、移動式ロボットとして機能する第３人型ロボット２０ｃを作業場２００に移動するよう指示する（ステップＳ１０１）。移動は、人型ロボット２０ｃの第３ロボット移動機構の作動による。なお、作業ロボットとして機能する人型ロボット２０ａ、２０ｂについても、この際に移動指示を与えてもよい。

【0067】

移動に際しては、第３人型ロボット２０ｃの第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）のセンシング領域２３０ｃ（撮像領域２４０ｃ）が作業員４００を対象とするよう、指示が与えられる。このような第３人型ロボット２０ｃの配置は、例えば予め作業場２００のフロア図面を第３人型ロボット２０ｃの記憶装置及び／又は記憶媒体６２に記憶させ、第３人型ロボット２０ｃの位置を、当該記憶されたフロア図面に対応付けることにより行われる。あるいは、第３人型ロボット２０ｃの配置は、機械学習を通じて最適化された位置に基づいてもよい。同様のことは、第１人型ロボット２０ａ及び第２人型ロボット２０ｂの配置についても当てはまる。

【0068】

次に、第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）により、作業員４００の作業ライン２０１での所定動作がセンシングされる（ステップＳ１０２）。本実施形態では、制御部６６２は、第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）のセンシング領域２３０ｃ（撮像領域２４０ｃ）が作業員４００を対象とするよう指示を与え、第３人型ロボット２０ｃの第３ロボット移動機構や各駆動機構が作動する。

【0069】

第３ロボット用センサ２３ｃ（第３ロボット用撮像装置２４ｃ）により取得されるセンシング情報は、第３人型ロボット２０ｃの記憶装置及び／又は通信部６４を介して記憶媒体６２に記憶される。各人型ロボットの記憶装置及び記憶媒体６２は、記憶部として機能する。

【0070】

管理制御装置６０は、記憶部に蓄積された、言い換えると記憶されたセンシング情報に基づいて作業員４００の所定動作に対応した標準動作モデルを学習し、標準動作モデルを参照して、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを生成する（ステップＳ１０３）。一例として、標準動作モデルにおける動作の一つの所要時間が１０秒であった場合、改変動作モデルでは、当該動作の実行時間が５秒として設定される。

【0071】

制御部６６２は、生成された改変動作モデルを参照して、作業ロボットとして機能する第１人型ロボット２０ａ及び第２人型ロボット２０ｂを作動させる（ステップＳ１０４）。生成された改変動作モデルを参照することにより、第１人型ロボット２０ａ及び第２人型ロボット２０ｂは、作業員４００の作業（所定動作）を、その所定動作より早く行うことが可能となる。例えば、先に示した一例によれば、改変動作モデルでは、標準動作モデルにおける動作の半分の実行時間で動作するよう設定されているので、各人型ロボット２０は作業員４００の所定動作の２倍速で作業を行うことができる。

【0072】

図６は、図５のステップＳ１０３で示される改変動作モデル処理の、より詳細な処理を示すフローチャートの一例である。

【0073】

センシング情報は記憶部に記憶されるところ（ステップＳ２０１）、学習部６６３は、第３ロボット用センサ２３ｃ（第３撮像装置２４ｃ）を用いて取得した作業員４００の所定動作に対応するセンシング情報に基づいて、作業員４００の所定動作に対応した標準動作モデルを学習する（ステップＳ２０２）。

【0074】

学習部６６３は、学習結果に基づき標準動作モデルを生成する（ステップＳ２０３）。なお、学習部６６３は、標準動作モデル生成の際に、作業員４００の作業マニュアル情報及び／又は工程表情報を参照してもよい。

【0075】

モデル生成部６６４は、標準動作モデルを参照して、改変動作モデルを生成する（ステップＳ２０４）。改変動作モデルは、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定したモデルであることから、改変動作モデルを参照して作動される各人型ロボット２０ａ、２０ｂのロボット動作は、標準動作モデルを参照して作動される同ロボットのロボット動作よりも早い動作となる。

【0076】

（実施形態１に係る動作改変システムの作用効果）
本実施形態に係る動作改変システム１００によれば、標準動作モデル生成時の各動作の所要時間よりも短く設定した改変動作モデルを参照して作業ロボットを作動させることができるため、作業ロボットに効率的に作業させることを可能とする。

【0077】

また、本実施形態に係る動作改変システム１００によれば、標準動作モデル生成の際に、作業マニュアル情報及び／又は工程表情報が参照された上で、標準動作モデルが生成される。作業員４００は、いつでも作業に忠実な動作をするとは限らず、場合によっては無駄な動作をしたり、あるいは必要な動作を省いたりすることもある。そこで、作業マニュアル情報と工程表情報とを参照することで、作業員４００による不要ないしは不適切な所定動作が標準動作モデルに反映されることを抑制することができる。

【0078】

（実施形態１の変形例１）
図７は、本実施形態の変形例１に係る動作改変システムの一例を示す図である。

【0079】

図７（ａ）本発明に係る実施形態１の変形例１に係る動作改変システムでの、システム構成の一例を示す図である。本動作改変システムでは、複数のセンシング対象（作業員４００ａ、４００ｂ）の各所定動作をセンシングし、学習する点が特徴の一つとなっている。また、移動式ロボット兼作業ロボットとして機能する人型ロボット２０'に、胴体センサ２３''（胴体撮像装置２４''）が設けられている点も特徴となっている。加えて、本動作改変システムでは、管理制御装置６０は必ずしも必要ではなく、人型ロボット２０'単体で動作改変システムを構成することができる。

【0080】

図７（ｂ）は、図７（ａ）に示す人型ロボットの一例を示す図である。移動式兼作業ロボットとして機能する人型ロボット２０'は、ロボット本体２１'と、ロボット移動機構２２'と、頭部センサ２３'と、頭部センサ２３'に含まれる頭部撮像装置２４'と、胴体センサ２３''と、胴体センサ２３''に含まれる胴体撮像装置２４''と、情報処理装置２５'と、ロボット腕部２６'と、を備える。

【0081】

ロボット本体２１'は、ロボット胴体２１１'と、ロボット頭部２１２'とを備える。ロボット胴体２１１'とロボット頭部２１２'とは、胴体／頭部駆動機構２１'（図８参照）を構成し、頭部センサ２３'（頭部撮像装置２４'）のセンシング領域２３０'（撮像領域２４０'）及び胴体センサ２３''（胴体撮像装置２４''）のセンシング領域２３０''（撮像領域２４０''）を変更することが可能である。

【0082】

頭部センサ２３'（頭部撮像装置２４'）と胴体センサ２３''（胴体撮像装置２４''）とは、高さ位置が異なる箇所に配置されることから、胴体センサ２３''（胴体撮像装置２４''）は、頭部センサ２３'（頭部撮像装置２４'）と異なる位置から各センシング対象（作業員４００ａ、４００ｂ）の所定動作をセンシングすることとなる。

【0083】

図８は、本動作改変システムでの、人型ロボットの機能の一例を示すブロック図である。動作改変システム１００'では、情報処理装置２５'は、情報処理部６６'と、通信インタフェース１２２２'と、記憶装置１２２４'とを備え、情報処理部６６'は、判定部６６１'と、制御部６６２'と、学習部６６３'と、モデル生成部６６４'と、を備える。すなわち、動作改変システム１００'では、情報処理部６６'が管理制御装置６０の処理部６６と同様の処理を行う。なお、情報処理装置２５'は、頭部センサ２３'（頭部撮像装置２４'）、胴体センサ２３''（頭部撮像装置２４''）、胴体／頭部駆動機構２１'、ロボット移動機構２２'、及び腕部駆動機構２６'と通信可能に構成されている。

【0084】

動作改変システム１００'の人型ロボット２０'は、情報処理装置２５'に情報処理部６６'が備えられていることから、人型ロボット２０'単体で動作改変システムを構成する。

【0085】

図７（ａ）を参照して、例えば人型ロボット２０'の制御部６６２'は、胴体センサ２３''（胴体撮像装置２４''）が作業員４００ａを、頭部センサ２３'（頭部撮像装置２４'）が作業員４００ｂを、それぞれセンシングするよう指示する。言い換えると、本動作改変システム１００'では、複数の異なるセンシング対象をそれぞれセンシングするための複数のセンサを備え、複数のセンサを用いて取得した複数の作業員の所定動作に対応する複数のセンシング情報を取得することとなる。なお、頭部センサ２３'（頭部撮像装置２４'）と胴体センサ２３''（胴体撮像装置２４''）との役割は、逆であってもよい。また、各センサがセンシングする際、判定部６６１'は、各センサがそれぞれ異なる対象をセンシングしているか否かを判定してもよい。

【0086】

図９は、発明に係る実施形態１の変形例１に係る動作改変システムでの、改変動作モデル生成処理の、より詳細な処理を示すフローチャートの一例である。

【0087】

本動作改変システムでは、実施形態１と比較して、Ｓ１０２にて、複数のセンサにより、複数作業員の所定動作のセンシングが行われる点で違いがある。また、本動作改変システムでは、Ｓ１０３の代わりとなるステップＳ１０３'を備える。

【0088】

ステップＳ１０３'において、まず、頭部センサ２３'（頭部撮像装置２４'）及び胴体センサ２３''（胴体撮像装置２４''）でそれぞれ取得される各センシング情報は、記憶部（記憶装置１２２４'）に記憶される（ステップＳ２０１'）。学習部６６３'は、複数（本変形例では２つ）のセンシング情報に基づき、複数の作業員（本変形例では２人）の各所定動作を学習する（ステップＳ２０２'）。

【0089】

また、学習部６６３'は、複数のセンシング情報に基づき、複数の作業員の各所定動作に対応した複数（本変形例では２つ）の標準動作モデルを学習する（ステップＳ２０３'）。例えば、作業員４００ａの作業が動作Ａ～Ｍからなる動作であった一方、作業員４００ｂの作業が動作Ｎ～Ｚからなる動作であった場合、標準動作モデルは、動作Ａ～Ｍからなる第１標準動作モデル及び動作Ｎ～Ｚからなる第２標準動作モデルとなる。なお、標準動作モデルを生成する際、学習部６６３'は作業マニュアル情報及び／又は工程表情報を参照してもよい。

【0090】

モデル生成部６６４'は、複数の作業員による所定動作の少なくとも一部を統合した改変動作モデルを生成する（ステップＳ２０４'）。

【0091】

図１０は、本発明に係る実施形態１の変形例１に係る動作改変システムでの、標準動作モデルと動作改変モデルとの関係の一例を示す図である。

【0092】

例えば、動作Ａ～Ｍからなる第１標準動作モデルにおいて、動作Ｍが、ある部品を渡すための移動の動作であったとする。同様に、動作Ｎ～Ｚからなる第２標準動作モデルにおいて、動作Ｎが、当該部品を受け取るための移動の動作であったとする。この場合、動作Ｍ及び動作Ｎは一体の作業ロボットで行う場合には不要となる。そこで、モデル生成部６６４'は、第１標準動作モデルにおけるその一部の動作である動作Ａ～Ｌと、第２標準動作モデルにおけるその一部の動作である動作Ｏ～Ｚを統合し、動作Ａ～Ｌ及び動作Ｏ～Ｚからなる改変動作モデルを生成する。これにより、本動作改変システム１００では、生成された改変動作モデルを参照して、作業ロボットとしても機能する人型ロボット２０'を作動させる際に、複数の作業員が行っていた所定動作を、必要に応じて不要な動作を省略したうえで、１台の人型ロボット２０'に行わせることが可能となる。その結果、作業ロボットに効率的に作業させることができる。

【0093】

本動作改変システムの一例として、作業場２００の一つのライン２０１に、当初は６名の作業員により１時間当たり１００個の製品を完成させていた場合、ライン２０１に３台の人型ロボット２０'を配置することで、１時間当たり１００個の製品を完成させるといったことが可能となる。特に、前述にもあるように、複数の作業員がそれぞれ異なる作業を行っていた場合、人型ロボット２０'は、それら作業を、まとめて、かつ必要に応じて不要な動作を省略した上で、行うことができる。

【0094】

なお、モデル生成部６６４'は、当該改変動作モデルにつき、各動作の実行時間を、当該改変動作モデル生成時の各動作の所要時間よりも短く設定した第２改変動作モデルを生成してもよい。この場合、先に示した一例であれば、改変動作モデルにおいて、当該改変動作モデル生成時における動作の半分の実行時間で動作するよう設定した第２改変動作モデルを参照して人型ロボット２０'を作動させることで、１時間あたり２００個の製品を完成させることが可能となる。

【0095】

（変形例１の作用効果）
本動作改変システムによれば、人型ロボット２０'は単独で動作改変システムを構成することができることから、例えば、管理制御装置６０との通信ができないような場所においても、作業員の作業が学習された学習モデルを用いて作業する作業ロボットにおいて、作業ロボットが効率的に作業できるようになる。

【0096】

また、本人型ロボット２０'は、複数（本変形例では２つ）のセンサ（撮像装置）を備えていることから、例えば、複数の作業員をセンシングするには狭い場所においても、作業員の作業学習を行うことが可能となる。

【0097】

また、本動作改変システムによれば、複数の作業員の各所定動作に対応した複数の標準動作モデルを学習し、標準動作モデルを参照して、複数の作業員による所定動作の少なくとも一部を統合した改変動作モデルを生成することから、複数作業員の作業（所定動作）を、当該作業員よりも少ない数の作業ロボットで代替することが可能となり、作業効率を上げることができる。加えて、当該改変動作モデルにおいて、各動作の実行時間を、当該改変動作モデル生成時の各動作の所要時間よりも短く設定した第２改変モデルを生成し、第２改変モデルを参照して作業ロボットを作動させることで、より効率的に作業ロボットに作業させることが可能となる。

【0098】

なお、本動作改変システムにおいて、移動式ロボット兼作業ロボットとして機能する人型ロボットは、一例で示したとおり１台である必要はなく、複数台であってもよい。この場合、人型ロボットの数が増えるだけ、センサの数は人型ロボットの倍数分増えることとなり、一度にセンシング情報を多く取得することができると共に、作業ロボットの数も増加することから、例えば同一の作業を各作業ロボットに行わせる場合において、作業効率を上げることも可能となる。

【0099】

以上、本発明の実施の形態について説明したが、本発明は、上述した本発明の実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

【0100】

本実施形態の動作改変システム１００では、作業員４００をセンシングする移動式ロボット（人型ロボット）は１台として説明した。しかし、移動式ロボットの数はこれ以上であってもよい。例えば、センサと移動機構とを備える移動式ロボットの台数が多ければ、それぞれ異なる位置、高さ及び／又は向きから作業員４００の所定動作をセンシングするよう複数のセンサを配置することが可能となる。これにより、作業員４００の所定動作の学習に必要な様々なデータを取得しやすくなると共に、作業員４００の各所定動作を全体的にカバーできるようにセンシングすることができる。

【0101】

また、本実施形態では、作業員４００のセンシング（Ｓ１０２）後に標準動作モデルが生成される（Ｓ１０３）ものとして説明した。もっとも、センシングから標準動作モデル生成までは、必ずしも時間として連続的に実行される必要はない。例えば、Ｓ１０２にてセンシングが行われる際にセンシング情報が記憶される（Ｓ２０１）ところ、センシング情報を参照した学習（Ｓ２０２）は、センシングから所定時間（２４時間後や一週間後等）空いた後に実施されてもよい。同様のことは、各Ｓ１０１～Ｓ１０５の各ステップ間についても当てはまる。また、前記例とは逆に、Ｓ１０３～Ｓ１０５は、Ｓ１０２が行われている最中に実行されてもよい。この場合、作業員４００が所定動作をしている最中から、改変動作モデルを参照して作業ロボットが作動されることから、作業効率をより向上させることができる。

【0102】

また、本実施形態では、作業員の所定動作の学習を自動学習により行うものとして説明した。しかし、学習は必ずしも自動学習である必要はなく、他の既知の機械学習、例えばディープラーニング（深層学習）や教師なし／あり学習、強化学習等であってもよい。

【0103】

また、本実施形態では、移動式ロボットと作業ロボットとは同じ人型ロボットであるものして説明した。この場合、移動式ロボットを作業ロボットに併用するといったことが可能となり、ロボット作製に係る費用及びコストを節約できる。もっとも、移動式ロボットと作業ロボットとは、異なるロボットであってもよい。

【0104】

また、本実施形態では、標準動作モデルにおける動作の半分の実行時間や１０分の１の実行時間で動作するよう設定された改変動作モデルの例を説明した。しかし、本動作改変システムは、標準動作モデルにおける各動作の実行時間を、標準動作モデル生成時の各動作の所要時間よりも短く設定したものであれば特に限定されない。

【符号の説明】

【0105】

１００、１００'、１００'’ 動作改変システム
２０、２０ａ、２０ｂ、２０ｃ、２０' 人型ロボット（移動式ロボット、作業ロボット）
２３、２３ａ、２３ｂ、２３ｃ、２３'、２３'' ロボット用センサ
２３０、２３０ａ、２３０ｂ、２３０ｃ、２３０'、２３０'' センシング領域
２４、２４ａ、２４ｂ、２４ｃ、２４'、２４'' ロボット用撮像装置
２４０、２４０ａ、２４０ｂ、２４０ｃ、２４０'、２４０'' 撮像領域
２５、２５ａ、２５' 情報処理装置
６０ 管理制御装置
６２ 記憶媒体（記憶部）
１２２４、１２２４' 記憶装置（記憶部）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】