特表 2022-523253 複合現実と機械学習技術によるＱＣＳスキャナの３６０°支援

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-04-21

(54)【発明の名称】複合現実と機械学習技術によるＱＣＳスキャナの３６０°支援

(51)【国際特許分類】

   G06Q 50/04 20120101AFI20220414BHJP

   G05B 23/02 20060101ALI20220414BHJP

   G06N 20/00 20190101ALI20220414BHJP

【ＦＩ】

G06Q50/04

G05B23/02 Z

G06N20/00

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2021553357

(86)(22)【出願日】2020-03-06

(85)【翻訳文提出日】2021-09-08

(86)【国際出願番号】 CA2020050300

(87)【国際公開番号】W WO2020181365

(87)【国際公開日】2020-09-17

(31)【優先権主張番号】16/297,285

(32)【優先日】2019-03-08

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＷＩＮＤＯＷＳ

(71)【出願人】

【識別番号】508322831

【氏名又は名称】ハネウェル・リミテッド

(74)【代理人】

【識別番号】100118902

【弁理士】

【氏名又は名称】山本 修

(74)【代理人】

【識別番号】100106208

【弁理士】

【氏名又は名称】宮前 徹

(74)【代理人】

【識別番号】100196508

【弁理士】

【氏名又は名称】松尾 淳一

(74)【代理人】

【識別番号】100162846

【弁理士】

【氏名又は名称】大牧 綾子

(72)【発明者】

【氏名】ランケハヌマイアフ、パヴァン トゥムクル

(72)【発明者】

【氏名】グプタ、シャイレンドラ クマール

(72)【発明者】

【氏名】ジャヤラマン、センティルクマール

(72)【発明者】

【氏名】クマール、アジャイ

【テーマコード（参考）】

3C223

5L049

【Ｆターム（参考）】

3C223AA01

3C223BA03

3C223CC02

3C223DD03

3C223FF26

3C223FF42

3C223FF52

3C223FF53

3C223GG01

3C223HH02

5L049CC03

(57)【要約】

【解決手段】 光学センサ、ディスプレイ、チャットボット、クラウドサービス、並びに光学センサとディスプレイへと動作可能に接続されたプロセッサを使用して、複合現実と機械学習技術により品質管理スキャナに３６０°の支援を提供する機器、方法及び非一時的な機械可読媒体、プロセッサは、光学センサでフィールド機器の問題を特定、検出して、ディスプレイによりフィールド機器の場所とスキャナ部までユーザを誘導し、問題を解決させる手順又は処置を実行するために、産業プロセス制御オートメーションシステムのフィールド機器に関連するサーバから診断情報を受信し、更に、クラウドサーバに接続して、設置、試運転、及び年間保守契約、並びに品質管理システムのトレーニングのモジュールを取得する。
【選択図】図１

【特許請求の範囲】

【請求項1】

ユーザ、システム及びリモートサポート間の対話式通信用のチャトボットアプリケーションを使用する方法（７００、７０１）であって、
産業プロセス制御オートメーションシステム（１００）のフィールド機器（３１０）に関連するサーバ（４２５）から診断情報を受信するステップ（７１０）と、
前記診断情報に基づいて前記フィールド機器の問題を特定するステップ（７１５）と、
光学センサ（１０２ａ）を使用して、前記特定された問題に対応するフィールド機器を検出するステップ（７２０）と、
ディスプレイ（２０８）を使用して、前記問題に関わる前記フィールド機器の場所とスキャナ部までユーザを誘導するステップ（７２５）と、
前記ディスプレイを使用して、前記問題を解決するのに必要な手順又は処置を提供するステップ（７３０）と、
クラウドサーバ（４３０）でユーザに接続して、選択したペルソナに従って、設置、試運転、及び年間保守契約（ＡＭＣ）、並びに品質管理システム（ＱＣＳ）のトレーニングのモジュール（５３０－５４５）を取得するステップ（８１０）と、を含む、方法（７００、７０１）。

【請求項2】

前記フィールド機器は品質管理システム（ＱＣＳ）スキャナである、請求項１に記載の方法。

【請求項3】

前記必要な手順又は処置が前記問題を解決しない場合、前記方法は、
機械学習サーバ上のクラウドベースサービスに前記問題の詳細情報を提供するステップ（７５０）と、
前記機械学習サーバから、同様のフィールド機器の過去の履歴に基づく関連ソリューションを受信するステップ（７５５）と、を更に含む、請求項１に記載の方法。

【請求項4】

前記関連ソリューションが前記問題を解決しない場合、前記方法は、
前記機械学習サーバに対象分野の専門家に接続するように要求するステップ（７６５）と、
前記対象分野の専門家から前記問題を解決するための専門家レポートを受信するステップ（７７５）と、を更に含む、請求項３に記載の方法。

【請求項5】

前記方法は、前記光学センサから前記対象分野の専門家にライブフィードを提供するステップ（７７０）を更に含む、請求項４に記載の方法。

【請求項6】

前記方法は、前記対象分野の専門家から、前記問題を解決するための指示を受け取るステップ（７７５）であって、前記指示には、前記ライブフィード内の構成要素の識別情報が含まれる、ステップ（７７５）と、
前記指示における特定操作に対応して特定された前記構成要素上のマーカをディスプレイに表示するステップと、を更に含む、請求項５に記載の方法。

【請求項7】

前記方法は、機械学習サーバにより、前記必要な手順又は処置に基づいて、問題種別と解決手順を記録するステップ（７８０）を更に含む、請求項１に記載の方法。

【請求項8】

機器（２００）であって、
光学センサ（１０２ａ）と、
ディスプレイ（２０８）と、
前記光学センサ及び前記ディスプレイに動作可能に接続されたプロセッサ（２０２）であって、請求項１～７に記載の方法を実行するように構成されている、プロセッサ（２０２）と、を含む、機器（２００）。

【請求項9】

実行可能命令で符号化された非一時的機械可読媒体（２１２）であって、前記命令は、実行時、１つ以上のプロセッサ（２０２）に、請求項１～７に記載の方法を実行させる、非一時的機械可読媒体（２１２）。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、全般に、自律稼働型産業プラントに関する。具体的には、本開示は、複合現実（ＭＲ）と機械学習技術による品質管理システム（ＱＣＳ）スキャナの３６０°支援用のシステム及び方法に関する。

【発明の概要】

【発明が解決しようとする課題】

【0002】

ＱＣＳスキャナの設置、更新、保守には、放射線源を扱う一連の操作手順による精確な作業を伴い、誤りが起こってはならないので、熟練した領域知識が求められる。ＱＣＳスキャナを扱う専門知識のある業界の人々は年を取り、定年を迎える中にある。新たなＴＡＣ及びサービス領域は、能力ギャップ及び専門知識の欠如により、ＱＣＳスキャナをサポートする上での困難に直面している。ＱＣＳスキャナのトラブル対応には、想定される問題を正確に絞り込み、この想定される問題を解決するための領域知識が欠かせない。また、問題の是正に要する時間は、分野の専門知識によって異なる場合もある。ＱＣＳスキャナのトレーニングには、トレーニング用の物理的スキャナと物理的環境での時間が必要となる。

【0003】

本開示は、複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援用のシステム及び方法を提供する。

【0004】

第１実施形態において、機器は、複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援を提供する。この機器は、光学センサ、ディスプレイ及び光学センサとディスプレイへと動作可能に接続するプロセッサを含む。プロセッサは、産業プロセス制御オートメーションシステムのフィールド機器に関連するサーバから診断情報を受信し、この診断情報に基づいてフィールド機器の問題を特定し、光学センサを使用して、特定された問題に対応するフィールド機器を検出し、ディスプレイを使用して、問題に関連するフィールド機器の場所とスキャナ部までユーザをガイドし、更に、ディスプレイを使用して、問題を解決するのに必要な手順又は処置を提供する。

【0005】

第２実施形態において、方法は、複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援を提供する。方法は、産業プロセス制御オートメーションシステムのフィールド機器に関連するサーバから診断情報を受信するステップと、この診断情報に基づいてフィールド機器の問題を特定するステップと、光学センサを使用して、特定された問題に対応するフィールド機器を検出するステップと、ディスプレイを使用して、問題に関連するフィールド機器の場所とスキャナ部までユーザをガイドするステップと、更に、ディスプレイを使用して、問題を解決するのに必要な手順又は処置を提供するステップとを含む。

【0006】

第３実施形態において、非一時的媒体は、複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援を提供する。命令は、１つ以上のプロセッサに対して、産業プロセス制御オートメーションシステムのフィールド機器に関連するサーバから診断情報を受信するステップと、この診断情報に基づいてフィールド機器の問題を特定するステップと、光学センサを使用して、特定された問題に対応するフィールド機器を検出するステップと、ディスプレイを使用して、問題に関連するフィールド機器の場所とスキャナ部までユーザをガイドするステップと、更に、ディスプレイを使用して、問題を解決するのに必要な手順又は処置を提供するステップとを実行させる。

【0007】

当業者には、以下の図、説明、及び請求項から他の技術的特徴が容易に明らかになるであろう。

【図面の簡単な説明】

【0008】

ここでは、本開示をより完全に理解するために、添付の図面と共に以下の説明を参照する。

【0009】

【図1】図１は、本開示に係わる一例の産業プロセス制御オートメーションシステムを示す図である。

【0010】

【図2】図２は、本開示に係わる複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援用の一例の装置を示す図である。

【0011】

【図3】図３は、本開示に係わる複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援用の一例のＱＣＳスキャナシステムを示す図である。

【0012】

【図4】図４は、本開示の実施形態に係わる拡張現実、チャットボット及び機械学習技術による一例のＱＣＳスキャナのトラブル対応手法を示す図である。

【0013】

【図5】図５は、本開示の実施形態に係わる拡張現実及びチャットボット技術による一例のＱＣＳスキャナトレーニングを示す図である。

【0014】

【図6】図６は、本開示の実施形態に係わる拡張現実及びチャットボット技術によるＱＣＳスキャナの一例の設置、試運転及びＡＭＣを示す図である。

【0015】

【図7A】図７Ａは、本開示の実施形態に係わる拡張現実、チャットボット及び機械学習技術によるＱＣＳスキャナ問題のトラブル対応に関する一例の流れ図である。

【図7B】図７Ｂは、本開示の実施形態に係わる拡張現実、チャットボット及び機械学習技術によるＱＣＳスキャナ問題のトラブル対応に関する一例の流れ図である。

【0016】

【図8A】図８Ａは、本開示の実施形態に係わる設置と試運転に関する一例の流れ図である。

【図8B】図８Ｂは、本開示の実施形態に係わる設置と試運転に関する一例の流れ図である。

【発明を実施するための形態】

【0017】

以下で検討する図１～図８Ｂ、及び本特許文献で本開示の原則について説明するために使用される様々な実施形態は、例示のみを目的としており、いかなる方法においても本発明の範囲を制限するものとして解釈されるべきではない。当業者であれば、本開示の原理が何らかの種類の好適に配置されたデバイス又はシステムで実施できることを理解するであろう。

【0018】

図１は、本開示に係わる一例の産業用プロセス制御オートメーションシステム１００を示す。図１に示すように、システム１００は、少なくとも１つの製品又は他の材料の製造又は加工を容易にする様々な構成要素を含む。例えば、システム１００は、１つ以上の産業プラント内の構成要素の制御を容易にするために使用され得る。各プラントは、少なくとも１つの製品又は他の材料を製造するための１つ以上の製造設備など１つ以上の加工設備（又はその１つ以上の部分）を示す。一般に、各プラントは、１つ以上の産業プロセスを実施可能であり、個別に、又は総じてプロセスシステムと称する場合がある。プロセスシステムは、１つ以上の製品又は他の材料を何らかの方法で加工するように構成されている、任意のシステム又はその一部を概ね示す。

【0019】

図１では、システム１００は、１つ以上のセンサ１０２ａ及び１つ以上のアクチュエータ１０２ｂを含む。センサ１０２ａ及びアクチュエータ１０２ｂは、多種多様な機能のいずれかを実行し得る、プロセスシステム内の構成要素を示す。例えば、センサ１０２ａは、圧力、温度、流量、坪量、水分、灰分、キャリパなど、プロセスシステム内の多種多様な特性を測定することができる。更に、アクチュエータ１０２ｂは、プロセスシステムの多種多様な特性を変えることもできる。センサ１０２ａはそれぞれ、プロセスシステム内の１つ以上の特性を測定するための任意の好適な構造を含む。アクチュエータ１０２ｂはそれぞれ、プロセスシステム内の１つ以上の条件で動作する、又はこれらに影響を及ぼすための任意の好適な構造を含む。

【0020】

少なくとも１つのネットワーク１０４が、センサ１０２ａ及びアクチュエータ１０２ｂに結合されている。ネットワーク１０４は、センサ１０２ａ及びアクチュエータ１０２ｂとの相互作用を容易にする。例えば、ネットワーク１０４は、センサ１０２ａからの測定データを伝送し、アクチュエータ１０２ｂに制御信号を供給できる。ネットワーク１０４は、任意の好適なネットワーク又はネットワークの組み合わせを示し得る。具体的な例として、ネットワーク１０４は、少なくとも１つのイーサネットネットワーク、電気信号ネットワーク（ＨＡＲＴ又はＦＯＵＮＤＡＴＩＯＮ ＦＩＥＬＤＢＵＳネットワーク等）、空気圧制御信号ネットワーク、又は他の任意の、若しくは新たな種類（複数可）のネットワークに相当し得る。

【0021】

システム１００はまた、様々なコントローラ１０６を含む。コントローラ１０６は、１つ以上の産業プロセスを制御するために、様々な機能を実行するようにシステム１００内で使用され得る。例えば、第１組のコントローラ１０６が、１つ以上のセンサ１０２ａからの測定値を使用して、１つ以上のアクチュエータ１０２ｂの動作を制御できる。第２組のコントローラ１０６を使用して、第１組のコントローラによって実行される制御ロジック又は他の動作を最適化できる。第３組のコントローラ１０６を使用して、新たな機能を実行可能である。

【0022】

コントローラ１０６は、システム内で階層状に配置されることが多い。例えば、様々なコントローラ１０６を使用して、個々のアクチュエータ、機械を形成するアクチュエータの集合、ユニットを形成する機械の集合、プラントを形成するユニットの集合、並びに企業を形成するプラントの集合を制御可能である。コントローラ１０６の階層配置の特定例は、プロセス制御の「パデュー」モデルとして定義される。種々の階層レベルのコントローラ１０６は、１つ以上のネットワーク１０８、並びに関連するスイッチ、ファイアウォール、及び他の構成要素を介して通信することができる。

【0023】

各コントローラ１０６は、産業プロセスの１つ以上の態様を制御するための任意の好適な構造を含む。コントローラ１０６の少なくとも一部は、例えば、比例積分微分（ＰＩＤ）コントローラ、あるいは、ロバスト多変数予測制御技術（ＲＭＰＣＴ）コントローラ又はモデル予測制御又は他の高度な予測制御を実装する他の種類のコントローラなどの多変数コントローラを示し得る。特定の例として、各コントローラ１０６は、リアルタイムオペレーティングシステム、ＷＩＮＤＯＷＳオペレーティングシステム、又は他のオペレーティングシステムを実行しているコンピューティングデバイスに相当し得る。

【0024】

コントローラ１０６及びシステム１００の他の構成要素に対するオペレータのアクセス及び対話は、様々なオペレータコンソール１１０を介して行うことができる。各オペレータコンソール１１０は、オペレータに情報を提供し、オペレータから情報を受信するために使用可能である。例えば、各オペレータコンソール１１０は、産業プロセスに関連する様々なプロセス変数と警告、アラーム、又は他の状態の値など、産業プロセスの現状態を特定する情報をオペレータに提供することができる。更に、各オペレータコンソール１１０は、コントローラ１０６によって制御されるプロセス変数、又は、コントローラ１０６が産業プロセスを制御する方法を変更するか、若しくは作用する他の情報のための、設定点又は制御モードを受信することなどによって、産業プロセスを制御する方法に影響を及ぼす情報を受信できる。

【0025】

複数のオペレータコンソール１１０は、一緒にグループ化され、１つ以上の制御室１１２で使用できる。各制御室１１２は、任意の好適な配置で任意の数のオペレータコンソール１１０を含み得る。幾つかの実施形態において、複数の制御室１１２を使用して、各制御室１１２が産業プラントの別個の部品を管理するために使用されるオペレータコンソール１１０を包含する場合など、産業プラントを制御することができる。

【0026】

各オペレータコンソール１１０は、オペレータに情報を表示し、オペレータと対話するための任意の好適な構造を含む。例えば、各オペレータコンソール１１０は、１つ以上のプロセッサ、マイクロプロセッサ、マイクロコントローラ、フィールドプログラマブルゲートアレイ、特定用途向け集積回路、別個の論理デバイス、又は他の処理若しくは制御装置等の１つ以上の処理装置１１４を含められる。更に、各オペレータコンソール１１０は、処理装置（複数可）１１４によって使用、生成、又は収集された命令及びデータを記憶する１つ以上のメモリ１１６を含められる。各オペレータコンソール１１０は、１つ以上のイーサネットインターフェイス又は無線トランシーバ等の、少なくとも１つの有線又は無線ネットワークを介した通信を支援する１つ以上のネットワークインターフェイス１１８も含むことができる。

【0027】

本開示によれば、複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援用の技術が、提供されている。システム１００の１つ以上の構成要素（例えば、オペレータコンソール１１０）は、この技術に関連する１つ以上の操作を実行するように構成可能である。

【0028】

図１は産業プロセス制御オートメーションシステム１００の一例を示すが、図１には、様々な変更が加えられ得る。例えば、産業用制御及び自動化システムは、多種多様な構成で提供される。図１に示されるシステム１００は、圧力センサが使用され得る動作環境の一例を示すことを意図している。

【0029】

図２は、本開示に係わる複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナの３６０°支援用の一例の装置を示す。具体的には、図２は、例示的なコンピューティングデバイス２００を示す。幾つかの実施形態において、コンピューティングデバイス２００は、オペレータステーション、サーバ、リモートサーバ若しくは装置、又はモバイルデバイスに相当し得る。コンピューティングデバイス２００は、アプリケーションを実行するために使用することができる。説明を容易にするために、コンピューティングデバイス２００は、図１のシステム１００で使用されるものとして述べているが、この装置は、他の任意の適切なシステム（産業プロセス制御オートメーションに関連するか否かを問わない）で使用可能である。

【0030】

図２で見られるように、コンピューティングデバイス２００は、少なくとも１つのプロセッサ２０２、少なくとも１つのストレージデバイス２０４、少なくとも１つの通信ユニット２０６、並びに少なくとも１つの入力／出力（Ｉ／Ｏ）ユニット２０８を含む。各プロセッサ２０２は、メモリ２１０内にロードできる命令等の、命令を実行可能である。各プロセッサ２０２は、１つ以上のマイクロプロセッサ、マイクロコントローラ、デジタルシグナルプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又は個別の回路等の任意の好適な処理装置である。

【0031】

メモリ２１０及び固定記憶域２１２は、情報（データ、プログラムコード、及び／又は一時的、若しくは永続的な他の適切な情報等）を格納し、検索を支援するように構成された任意の構造（複数可）に相当するストレージデバイス２０４の例である。メモリ２１０は、ランダムアクセスメモリ、又は任意の他の好適な揮発性若しくは不揮発性ストレージデバイス（複数可）に相当し得る。固定記憶域２１２は、読み取り専用メモリ、ハードドライブ、フラッシュメモリ、又は光ディスク等、データの長期保存をサポートする１つ以上の構成要素又は装置を含んでもよい。

【0032】

通信ユニット２０６は、他のシステム又はデバイスとの通信をサポートする。例えば、通信ユニット２０６は、少なくとも１つの有線又は無線ネットワークを介した通信を支援する少なくとも１つのネットワークインターフェイスカード、若しくは無線トランシーバを含められる。通信ユニット２０６は、任意の好適な物理的又は無線通信リンク（複数）を通じた通信をサポート可能である。

【0033】

Ｉ／Ｏユニット２０８は、データの入出力を可能にする。例えば、Ｉ／Ｏユニット２０８は、キーボード、マウス、キーパッド、タッチスクリーン、ジェスチャ制御、画像処理、又は他の適切な入力装置を通じたユーザ入力用の接続を提供できる。更に、Ｉ／Ｏユニット２０８は、ディスプレイ、プリンタ又は他の好適な出力装置へと出力を送信できる。

【0034】

図３は、本開示に係わる複合現実（ＭＲ）と機械学習技術によるＱＣＳスキャナ３１０の３６０°支援用の一例のＱＣＳスキャナシステム３００を示す図である。図３で示す例示的なＱＣＳスキャナシステム３００の実施形態は、例示のみを目的としている。図３は、本開示の範囲を任意の特定実装形態に限定するものではない。

【0035】

ＱＣＳスキャナシステム３００は、複合現実（ＭＲ）（拡張現実（ＡＲ）／仮想現実（ＶＲ）、機械学習、及び潜在的な問題を解決するチャットボットソリューションを提供する。ＭＲを使用することで、ＱＣＳスキャナの設置及び更新のための対話式ガイダンスで物理的条件を拡張することにより、ＱＣＳシステム３００の試運転がより安全で簡単に、更に、使い勝手が向上する。

【0036】

ＱＣＳシステム３００は、ＱＣＳスキャナの診断メッセージと障害情報をＨｏｌｏＬｅｎｓ ３０５と統合する。ＱＣＳシステム３００は、ローカル／集中型ソリューションセンタから、トラブル対応用の対話式チャットボットと機械学習を可能にするソリューションを受信する。

【0037】

ＱＣＳシステムは、ＶＲとＡＲでＱＣＳスキャナの仮想トレーニングを作成し、このトレーニングにより、トレーニングと物理ハードウェアの総コストが抑えられる。ＱＣＳシステムは、危険環境下での放射線源の安全な取り扱いに関する指示を提供する。ＱＣＳシステムは、スキャナ構成要素の模倣物を作成し、これにより、配線詳細、機器位置識別情報、チェックポイント等に関する詳細情報が得られる。

【0038】

ＡＲソリューションは、トラブル対応用のリアルタイムデータを備えた拡張物理スキャナを提供する。ＡＲソリューションは、ＱＣＳスキャナをインストールするための順を追った段取りを強化する。ＡＲソリューションは、リアルタイムのスキャナ状態をアップロードできる。

【0039】

機械学習及びチャットボット３１５は、機械とエキスパートチャンタとの対話式のライブチャットセッションにより、過去のデータに基づいて簡単にトラブル対応するための解決策を提供する。機械学習及びチャットボット３１５は、将来の使用に備えて問題とその解決手順を記録できる。

【0040】

ＶＲソリューションでは、高価な物理構成要素にアクセスすることなく、ＱＣＳスキャナの設置と試運転を実践するための代替手段を提供できる。ＶＲソリューションは、トラブル対応の実際のシステムトレーニング等のＱＣＳスキャナシナリオを模擬化でき、ＱＣＳシステムのライブ状態とヒントを表示できる。

【0041】

ＱＣＳスキャナの「３６０°支援」という語句は、ＱＣＳスキャナの全体的なサポートを称する。サポートに関するＱＣＳスキャナの主要モジュールは、以下の４つである：モジュール１：処理中のＱＣＳスキャナの問題のトラブル対応；モジュール２：トレーニング；モジュール３：ＱＣＳスキャナの設置と試運転；並びに、モジュール４：年次メンテナンス／定期チェック。プロセスで標準化され、期限付きの、予測可能で確実なものを実現するために、ＱＣＳスキャナサポートについて述べたモジュールは全て、様々な技術／技術の組み合わせ、及びアプローチを必要とする。

【0042】

図４は、本開示の実施形態に係わる拡張現実、チャットボット及び機械学習技術による一例のＱＣＳスキャナのトラブル対応手法４００を示す。図４で示す例示的なＱＣＳスキャナトラブル対応手法４００の実施形態は、例示のみを目的としている。図４は、本開示の範囲を何らかの特定の実装形態に限定するものではない。

【0043】

ＱＣＳトラブル対応手法４００には、ＨｏｌｏＬｅｎｓ ４０５、チャットボット４１０、問題識別４１５、ｅＤｏｃｕｍｅｎｔａｔｉｏｎ ４２０、機械学習サーバ４２５、並びにエキスパートサポート４３０が含まれる。ＨｏｌｏＬｅｎｓ ４０５は、リモートアシスタント用にスキャナをビデオストリーミングすることもできるスキャナバージョンに基づいて、ＱＣＳスキャナとその内部部品、仮想配線レイアウト、接続識別情報、スキャナ機械部品の識別情報等を特定するために作られたホログラフィックコンピュータである。

【0044】

チャットボット４１０は、ユーザからの音声入力を受け入れ、ユーザが必要な操作を実行するようガイドするのに必要な出力を提供する、対話式の音声ベースチャットボット技術を提供できる。

【0045】

問題識別４１５は、ＨｏｌｏＬｅｎｓをＱＣＳサーバ及びＱＣＳスキャナと統合して、診断情報に基づいてスキャナ関連診断を提供することを伴う。ＨｏｌｏＬｅｎｓは、ユーザを問題発生地点又はスキャナ部品へと誘導し、問題解決のために実行する手順又は処置を提供できる。

【0046】

ｅＤｏｃｕｍｅｎｔａｔｉｏｎ ４２０は、ＨｏｌｏＬｅｎｓがオブジェクトを特定し、オブジェクトに関する情報、例えば、配線図、機械接続、試験点等を提供できるようにする。ｅＤｏｃｕｍｅｎｔａｔｉｏｎは、チャットボットを援用してユーザが求める文書の受信も可能とすることで、検索時間とデータ可用性が削減され、ユーザ体験が向上する。ＨｏｌｏＬｅｎｓは、フィールド機器に関連するオブジェクトを特定できる。ユーザは、ＨｏｌｏＬｅｎｓがオーディオセンサを使用するか、又は外部装置から受信するコマンドを提供できる。ＨｏｌｏＬｅｎｓは、特定されたオブジェクトの文書種別に対応する文書を表示する。

【0047】

機械学習サーバ４２５は、問題の重要度に基づいて問題を解決するのに提供されるクラウドサービスである。ユーザは、チャットボットで機械学習サーバに接続し、解決策を要求し、過去に同様の問題が発生したことに基づいて解決策を提供し、更に、システムが将来、より確実で正確な解決策を提供可能とする、現問題を解決するために実行された手順工程を記録できる。

【0048】

エキスパートサポート４３０は、機械学習サーバが問題を解決することができず、ユーザが専門家の支援を必要とする場合に使用される。ＨｏｌｏＬｅｎｓは、機械学習サーバに利用できる専門家に接続するように要求できる。専門家とつながると、専門家は問題を解決するために実際に問題を見せながら、問題について説明できる。問題が解決されると、機械学習サーバは問題を解決するために実行された手順を記録できる。

【0049】

図５は、本開示の実施形態に係わる拡張現実及びチャットボット技術による一例のＱＣＳスキャナトレーニングシステム５００を示す。図５で示す例示的なＱＣＳスキャナトレーニング５００の実施形態は、例示のみを目的としている。図５は、本開示の範囲を何らかの特定の実装形態に限定するものではない。

【0050】

ＱＣＳトレーニング５００には、チャットボット５１０を備えたＨｏｌｏＬｅｎｓ ５０５、クラウドベースのｅＤｏｃｕｍｅｎｔ＆ビデオトレーニング５１５とクラウドベースの仮想トレーニングモジュール５２０を備えるクラウドベースのトレーニングマニュアル、並びに仮想トレーニング５２５が含まれる。

【0051】

ウェアラブル又はＨｏｌｏＬｅｎｓ ５０５は、仮想ＱＣＳスキャナを画像形成可能とする仮想世界でＱＣＳスキャナを模擬化できるホログラフィックコンピュータである。ＨｏｌｏＬｅｎｓ ５０５は、物理スキャナの見え方を示し、実際のスキャナを稼働させる前に、種々の構成要素（センサ、機構、ハードウェア及びソフトウェア構成等）のユーザ学習を支援するために仮想的に画像化できる内部部品を示すことができる。

【0052】

チャットボット５１０は、ユーザからの音声入力を受け入れ、問題解決に必要な処置を実行するようユーザをガイドするために必要な出力を提供可能とする、対話式の音声ベースチャットボットである。

【0053】

クラウドベースのｅＤｏｃｕｍｅｎｔ＆ビデオトレーニング５１５では、ＱＣＳスキャナの基礎入門と産業利用を網羅することができる。クラウドベースの仮想トレーニングモジュール５２０は、ＱＣＳスキャナ、センサ、機構、ハードウェアとソフトウェア構成、取り扱い、サービス、並びにトラブル対応に関する知見に対応できる。トレーニングモジュールの例には、設置と試運転モジュール５３０、ＱＣＳアプリケーションモジュール５３５、トラブルシューティングモジュール５４０、ＡＭＣ＆サービスモジュール５４５等があり得る。

【0054】

ユーザがＨｏｌｏＬｅｎｓを着用し、クラウドベースのトレーニングモジュールに接続する際、仮想トレーニング５２５を使用する。ＨｏｌｏＬｅｎｓは、トレーニングモジュールのペルソナを選択する。仮想現実を使用することにより、チャットボットユーザは、物理スキャナを使用したり、スキャナにアクセスしたりすることなく、プラントシナリオの使用状況を試運転、トラブル対応、見ることができる。

【0055】

図６は、本開示の実施形態に係わる拡張現実及びチャットボット技術によるＱＣＳスキャナの一例の設置、試運転及びＡＭＣシステム６００を示す。図６で示すＱＣＳスキャナの例示的システム６００の実施形態は、例示のみを目的としている。図６は、本開示の範囲を何らかの特定の実装形態に限定するものではない。

【0056】

ＱＣＳスキャナのシステム６００には、設置、試運転、及び年間保守契約（ＡＭＣ）が含まれる。システム６００は、チャットボット６１０を備えたＨｏｌｏＬｅｎｓ ６０５、クラウドベースの設置＆ＡＭＣモジュール６１５、設置と試運転６２０、エキスパートサポート６２５、並びにＡＭＣアクティビティ６３０を含む。

【0057】

ＨｏｌｏＬｅｎｓ ６０５は、現場位置を特定し、ＱＣＳスキャナを設置するための前提条件と確認事項を提供するために作成されたホログラフィックコンピュータである。ＨｏｌｏＬｅｎｓ ６０５は、拡張現実を使用して、ＱＣＳスキャナ、種々のセンサ、並びに内部部品の設置と試運転中にユーザをガイドできる。ＨｏｌｏＬｅｎｓでは、リモートアシスタントで専門家のアドバイスを受けることができる。

【0058】

チャットボット６１０は、ユーザからの音声入力を受け入れ、問題解決に必要な処置を実行するようユーザをガイドするために必要な出力を提供可能とする、対話式の音声ベースチャットボットである。

【0059】

クラウドベースの設置＆ＡＭＣモジュール６１５は、サブモジュールへと大まかに分類されるクラウドからの要件に基づいてアクセスすることができる様々なモジュールを含む。サブモジュールは、様々なバージョンのＱＣＳスキャナをサポートするためのインストールモジュール６３５、ＱＣＳセンサモジュール６４０、ＱＣＳソフトウェアインストール及び構成モジュール６４５、ＱＣＳスキャナモジュール６５０用のＡＭＣアクティビティ等を含む。

【0060】

設置と試運転６２０は、クラウドサービスに接続するＨｏｌｏＬｅｎｓを含む。ＨｏｌｏＬｅｎｓは、試運転に使用可能なＱＣＳスキャナバージョンとセンサを選択する。設置と試運転６２０は、ＱＣＳスキャナを本格起動するためのソフトウェアインストール及び構成と共に、ＱＣＳスキャナを試運転するための段階を追った手順でＨｏｌｏＬｅｎｓをガイドできる。

【0061】

エキスパートサポート６２５は、ユーザがプロセスの一部、又はＱＣＳスキャナの問題を理解できない場合、設置、試運転、及びＡＭＣに関する専門家の支援をＨｏｌｏＬｅｎｓに提供できる。ＨｏｌｏＬｅｎｓは、ＨｏｌｏＬｅｎｓのユーザと会話している際、専門家とつながり、ＱＣＳスキャナの様子を提供できる。専門家はＨｏｌｏＬｅｎｓを制御して、構成要素をユーザに見せることができる。このようにすることで、専門家は問題を解決するステップ又は手順をより適切に説明できる。

【0062】

ＡＭＣアクティビティ６３０は、ＡＭＣチェックリストを作成可能とする顧客記録システムに基づいている。ＡＭＣアクティビティ６３０は、ＨｏｌｏＬｅｎｓを制御して、技師が動作中のアクティビティ及びコメントに関するレポートを収集可能にするＡＣＭアクティビティを実行するよう、ユーザをガイドできる。ＨｏｌｏＬｅｎｓは、顧客とユーザレコードに関するＡＭＣアクティビティの最終レポートを生成できる。

【0063】

図７Ａ及び図７Ｂは、本開示の実施形態に係わる拡張現実、チャットボット及び機械学習技術によるＱＣＳスキャナ問題のトラブル対応に関する例示的方法７００、７０１を示す。例えば、図７Ａ及び７Ｂで記載の方法は、図２のコンピューティングデバイス２００と併せて実行可能である。

【0064】

操作７０５において、コンピューティングデバイス２００は、ＱＣＳスキャナの問題を検出できる。幾つかの実施形態では、コンピューティングデバイス２００による問題検出は、産業プロセス制御オートメーションシステムにおいて、ＱＣＳスキャナ等のフィールド機器に関連するサーバから診断情報を受信することを含む。フィールド機器の問題には、フィールド機器が適切な動作要件で機能しない原因となる誤動作が含まれる。

【0065】

操作７１０において、コンピューティングデバイス２００は、ＱＣＳサーバに接続し、想定される問題のリストを受信可能である。想定される問題のリストには、特定機械自体で、又は装置種別のよく使用される誤動作リストから特定された典型的な問題が含まれ得る。

【0066】

操作７１５において、コンピューティングデバイス２００は、想定される問題リストから想定される問題を選択する音声コマンドを受信することができる。想定される問題リストは、ディスプレイに表示することも、音声出力としてユーザに提供することもできる。幾つかの実施形態において、コンピューティングデバイス２００は、診断情報に基づいてフィールド機器の問題を特定できる。

【0067】

操作７２０において、コンピューティングデバイス２００は、ＨｏｌｏＬｅｎｓ上の光学センサを使用してＱＣＳスキャナを取り込むことができる。コンピューティングデバイス２００は、光学センサで特定された問題に対応するフィールド機器を検出可能である。フィールド機器が取り込まれ、検出されると、コンピューティングデバイスは特定された問題に対応する特定の構成要素を特定できる。

【0068】

操作７２５において、コンピューティングデバイス２００は、ＱＣＳスキャナの想定される問題に関連する構成要素に対応するＨｏｌｏＬｅｎｓのディスプレイ上に指示を表示することができる。コンピューティングデバイス２００は、ディスプレイを使用して、問題に関わるフィールド機器の場所とスキャナ部までユーザを誘導することができる。

【0069】

操作７３０において、コンピューティングデバイス２００は、問題を解決するための関連文書と手順を求める要求を音声コマンドで受信することができる。コンピューティングデバイス２００は、問題を解決するために必要な手順又は処置を提供することができる。必要な手順又は処置は、ディスプレイに表示できる。手順のステップに関連する特定の構成要素は、関連文書と共にディスプレイ上で強調表示されるか、又は記録され得る。コンピューティングデバイス２００は、強調表示又は記録された構成要素から離れるように、関連文書をディスプレイ上に表示可能である。

【0070】

操作７３５において、コンピューティングデバイス２００は、問題が解決されたかどうかを判定可能である。問題が解決されたら、コンピューティングデバイス２００は操作７８０に進む。問題が解決されなかった場合、コンピューティングデバイス２００は操作７４０に進む。

【0071】

操作７４０において、コンピューティングデバイス２００は、問題が解決されなかったことを検出できる。コンピューティングデバイス２００は、ＱＣＳサーバから動作データを受信し、フィールド機器が依然として効率的に動作していないことを判定することができる。

【0072】

操作７４５において、コンピューティングデバイス２００は、想定される問題について支援を強化するために、ＨｏｌｏＬｅｎｓを機械学習サーバ上のクラウドベースサービスに接続することができる。クラウドベースサービスは、特定構成要素へと直接関連付けることができる。

【0073】

操作７５０において、コンピューティングデバイス２００は、チャットボットサービスを使用して、問題に関する詳細情報を機械学習サーバへと提供することができる。詳細情報は、コンピューティングデバイス２００が取り込んだ情報と共に、ＱＣＳサーバからのフィールド機器の情報を含むことができる。コンピューティングデバイスで取り込まれた情報には、光学センサからキャプチャされたライブフィード又はフレーム、ユーザから取り込まれた音声、問題を修正するために使用されるプロセスのディスプレイから取り込まれたフレーム等が含まれ得る。

【0074】

操作７５５において、コンピューティングデバイス２００は、機械学習サーバからの過去の履歴に基づいて、問題に関連する解決策を受け取ることができる。過去の履歴には、過去にフィールド機器から解決された問題、及び同じ種類の他のフィールド機器が含まれる。機械学習サーバは、すべての入力データ、又は様々な代替オプションに基づいて最適な解決策を提供できる。

【0075】

操作７６０において、コンピューティングデバイス２００は、その問題が解決されたかどうかを判定可能である。問題が解決されたら、コンピューティングデバイス２００は操作７８０に進む。問題が解決されなかった場合、コンピューティングデバイス２００は操作７６５に進む。

【0076】

操作７６５において、コンピュータデバイス２００は、機械学習サーバに、技術支援センタ（ＴＡＣ）センタの対象分野の専門家へとつなぐように要求することができる。対象分野の専門家は、特定種類のフィールド機器を使用した経験のある人物、又は特定の問題に対処した人物であってよい。

【0077】

操作７７０において、コンピューティングデバイス２００は、問題の詳細情報、及びＨｏｌｏＬｅｎｓの光学センサからのライブフィードを対象分野の専門家に提供することができる。対象分野の専門家は、ライブに接続するか、又はフィールド機器に関連する関連情報を送信できる。

【0078】

操作７７５において、コンピューティングデバイス２００は、問題を解決する専門家レポートを対象分野の専門家から受信することができる。専門家レポートには、問題を解決するための手順を追った指示が含まれ得る。各ステップでは、それぞれのステップに対応する種々の構成要素を強調表示したり、又は特定用マーカをディスプレイに付けたりすることも可能である。

【0079】

操作７８０において、コンピューティングデバイス２００は、問題種別と解決手順を機械学習サーバに記録することができる。問題種別と解決手順は、特定構成要素又は構成要素の集合体に関連している場合もあれば、フィールド機器の誤動作に関連している場合もある。操作７８５において、コンピューティングデバイス２００は、問題が解決されたことを判定できる。

【0080】

図７Ａ及び図７Ｂが複合現実（ＭＲ）及び機械学習技術によるＱＣＳスキャナ用の３６０°支援方法７００、７０１の一例を示しているが、図７には様々な変更を加えることができる。例えば、図７に示す種々のステップは、重複してもよく、並行して生じてもよく、異なる順序で生じてもよく、又は任意の回数生じてもよい。

【0081】

図８Ａ及び図８Ｂは、本開示の実施形態に係わる設置と試運転に関する一例の流れ図を示す。例えば、図８Ａ及び図８Ｂで記載の方法は、図６の設置、試運転及びＡＭＣシステム６００と併せて実行可能である。

【0082】

操作８０５において、設置、試運転及びＡＭＣシステム６００は、ＱＣＳスキャナの設置、試運転及びＡＭＣシステムを開始することができる。

【0083】

操作８１０において、設置、試運転及びＡＭＣシステム６００は、ウェアラブルデバイスから、設置、試運転及びＡＭＣ用のペルソナを取得するためにクラウドサーバに接続することができる。

【0084】

操作８１５において、設置、試運転及びＡＭＣシステム６００は、設置と試運転のペルソナが選択されているかどうかを決定できる。

【0085】

操作８２０において、設置、試運転及びＡＭＣシステム６００は、ウェアラブルデバイス向け音声コマンドを使用して、ＱＣＳスキャナのサポートバージョンで必須とされるインストールモジュールをクラウドサーバに要求することができる。

【0086】

操作８２５において、設置、試運転及びＡＭＣシステム６００は、ＱＣＳスキャナとセンサのサポート済みハードウェアとソフトウェアのインストールのリストを取得できる。

【0087】

操作８３０において、設置、試運転及びＡＭＣシステム６００は、ウェアラブル向けの音声コマンドを使用して、ＱＣＳスキャナインストールモジュール、ＱＣＳセンサモジュール、並びにＱＣＳソフトウェアインストール構成モジュールを含む、必須モジュールをクラウドサーバに要求することができる。

【0088】

操作８３５において、設置、試運転及びＡＭＣシステム６００は、クラウドサーバから、ウェアラブルデバイスへのＱＣＳスキャナの設置と試運転で実施されるのに必要な一連の手順を受け取ることができる。

【0089】

操作８４０において、設置、試運転及びＡＭＣシステム６００は、指示から設置と試運転を実施し、ウェアラブルデバイス上で結果を評価することができる。

【0090】

操作８４５において、設置、試運転及びＡＭＣシステム６００は、ユーザが指示、又は１組の指示を実行できるかどうかを判定できる。

【0091】

操作８５０において、設置、試運転及びＡＭＣシステム６００は、ライブ映像での対話式チャットによって問題を解決するよう、対象分野の専門家からの支援を受けることができる。

【0092】

操作８５５において、設置、試運転及びＡＭＣシステム６００は、ＡＭＣモジュールを選択することができる。

【0093】

操作８６０において、設置、試運転及びＡＭＣシステム６００は、ウェアラブルデバイス向け音声コマンドを使用して、ＱＣＳスキャナのバージョンに基づいてＡＭＣレコードとチェックリストをクラウドサーバに要求できる。

【0094】

操作８６５において、設置、試運転及びＡＭＣシステム６００は、ＡＭＣ用に選択したＱＣＳスキャナのリストチェックリストを受け取ることができる。

【0095】

操作８７０において、設置、試運転及びＡＭＣシステム６００は、クラウドサーバから、ウェアラブルデバイスのＡＭＣ ＱＣＳスキャナについて実行するのに必要な一連の手順を受け取ることができる。

【0096】

操作８７５において、設置、試運転及びＡＭＣシステム６００は、この指示からＡＭＣを実行し、ウェアラブルデバイスで結果を評価できる。

【0097】

操作８８０において、設置、試運転及びＡＭＣシステム６００は、ユーザが命令、又は１組の命令を実行できるかどうかを判定できる。

【0098】

操作８８５において、設置、試運転及びＡＭＣシステム６００は、ライブ映像での対話式チャットによって問題を解決するよう、対象分野の専門家からの支援を受けることができる。

【0099】

図８Ａ及び図８Ｂが複合現実（ＭＲ）及び機械学習技術によるＱＣＳスキャナ用の３６０°支援方法８００、８０１の一例を示しているが、図８には様々な変更を加えることができる。例えば、図８に示す種々のステップは、重複してもよく、並行して生じてもよく、異なる順序で生じてもよく、又は任意の回数生じてもよい。

【0100】

本特許文献を通じて使用される特定の単語及び語句の定義を説明することは有益となろう。「送信する（transmit）」、「受信する（receive）」、「通信する（communicate）」という語句、及びそれらの派生語には、直接通信と間接通信の双方の意味が含まれる。「含む（include）」及び「含む（comprise）」という用語並びにその派生語は、限定的ではない包含を意味する。「又は」という用語は、包括的であり、「及び／又は」を意味する。「～と関連付けられる」という語句、並びにその派生語は、含むこと、中に含まれること、相互接続すること、包含すること、中に包含されること、相互に接続すること、相互に結合すること、通信可能であること、協調すること、交互配置すること、並列すること、近接すること、相互に結び付けられること、有すること、属性を有すること、相互に関係を有することなどを含むことを意味してもよい。「～のうちの少なくとも１つ」という語句は、項目のリストと共に使用される場合、リストされている項目の１つ以上の様々な組み合わせが使用されてもよく、リスト内の１つの項目のみが必要とされ得ることを意味する。例えば、「Ａ、Ｂ、及びＣの少なくとも１つ」は、Ａ、Ｂ、Ｃ、Ａ及びＢ、Ａ及びＣ、Ｂ及びＣ、並びにＡ及びＢ及びＣという組み合わせのいずれかを含む。

【0101】

本開示は、特定の実施形態及び一般に関連する方法について記載してきたが、これらの実施形態及び方法の改変及び変更は、当業者に明らかであろう。したがって、例示の実施形態の上記の説明は、本開示を定義又は制約することはない。他の変更、代替、及び改変はまた、添付の特許請求の範囲により定義される本開示の趣旨及び範囲を逸脱しない範囲で可能である。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7A】

【図7B】

【図8A】

【図8B】

【手続補正書】

【提出日】2021-09-08

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ユーザ、システム及びリモートサポート間の対話式通信用のチャトボットアプリケーションを使用する方法（７００、７０１）であって、
産業プロセス制御オートメーションシステム（１００）のフィールド機器（３１０）に関連するサーバ（４２５）から診断情報を受信するステップ（７１０）と、
前記診断情報に基づいて前記フィールド機器の問題を特定するステップ（７１５）と、
光学センサ（１０２ａ）を使用して、前記特定された問題に対応するフィールド機器を検出するステップ（７２０）と、
ディスプレイ（２０８）を使用して、前記問題に関わる前記フィールド機器の場所とスキャナ部までユーザを誘導するステップ（７２５）と、
前記ディスプレイを使用して、前記問題を解決するのに必要な手順又は処置を提供するステップ（７３０）と、
クラウドサーバ（４３０）でユーザに接続して、選択したペルソナに従って、設置、試運転、及び年間保守契約（ＡＭＣ）、並びに品質管理システム（ＱＣＳ）のトレーニングのモジュール（５３０－５４５）を取得するステップ（８１０）と、を含む、方法（７００、７０１）。

【請求項2】

ユーザ、システム及びリモートサポート間の対話式通信用のチャトボットアプリケーションを使用する方法（７００、７０１）であって、
産業プロセス制御オートメーションシステム（１００）のフィールド機器（３１０）に関連するサーバ（４２５）から診断情報を受信するステップ（７１０）と、
前記診断情報に基づいて前記フィールド機器の問題を特定するステップ（７１５）と、
光学センサ（１０２ａ）を使用して、前記特定された問題に対応するフィールド機器を検出するステップ（７２０）と、
ディスプレイ（２０８）を使用して、前記問題に関わる前記フィールド機器の場所とスキャナ部までユーザを誘導するステップ（７２５）と、
前記ディスプレイを使用して、前記問題を解決するのに必要な手順又は処置を提供するステップ（７３０）と、
前記必要な手順又は処置が前記問題を解決しない場合、
機械学習サーバ上のクラウドベースサービスに前記問題の詳細情報を提供するステップ（７５０）と、
前記機械学習サーバから、同様のフィールド機器の過去の履歴に基づく関連ソリューションを受信するステップ（７５５）と、を含む、方法（７００、７０１）。

【請求項3】

機器（２００）であって、
光学センサ（１０２ａ）と、
ディスプレイ（２０８）と、
前記光学センサ（１０２ａ）及び前記ディスプレイ（２０８）に動作可能に接続されたプロセッサ（２０２）と、を含み、前記プロセッサは、
産業プロセス制御オートメーションシステム（１００）のフィールド機器（３１０）に関連するサーバ（４２５）から診断情報を受信するステップ（７１０）と、
前記診断情報に基づいて前記フィールド機器の問題を特定するステップ（７１５）と、
前記光学センサ（１０２ａ）を使用して、前記特定された問題に対応する前記フィールド機器を検出するステップ（７２０）と、
前記ディスプレイ（２０８）を使用して、前記問題に関わる前記フィールド機器の場所とスキャナ部までユーザを誘導するステップ（７２５）と、
前記ディスプレイ（２０８）を使用して、前記問題を解決するための前記必要な手順又は処置を提供するステップ（７３０）と、
クラウドサーバ（４３０）でユーザに接続して、選択したペルソナに従って、設置、試運転、及び年間保守契約（ＡＭＣ）、並びに品質管理システム（ＱＣＳ）のトレーニングのモジュール（５３０－５４５）を取得するステップ（８１０）と、を実行するよう構成される、機器（２００）。

【国際調査報告】