JP7482091B2 - 熟練度判定装置、方法及びプログラム - Google Patents

Description

本発明の実施形態は、熟練度判定装置、方法及びプログラムに関する。

工場等において技術的な作業に従事する作業者の熟練度を判定することは、熟練度の低い作業者（初心者）に必要な訓練又は教育を実施する上で重要である。例えば、作業者が要した作業時間や作業中の動作又は姿勢に基づき作業者の熟練度を判定する方法がある。

ところで、作業者が習得すべき能力として、製品の品質を評価する能力（以下、「品質評価能力」と呼ぶ）が挙げられる。作業者が製品の品質を意識して作業に臨むことは、工場等から出荷される製品の品質向上に繋がると考えられる。したがって、作業者の品質評価能力に関する熟練度を判定することが望まれる。しかしながら、当該能力は作業者の主観的な認知に依存するため、前述した作業時間や動作又は姿勢といった客観的な情報に基づき当該能力の程度を測定することは困難である。

特開２００６－１７１１８４号公報

本発明が解決しようとする課題は、作業者の品質評価能力に関する熟練度を判定することである。

実施形態に係る熟練度判定装置は、第１取得部と、第１解析部と、第２解析部と、判定部とを具備する。第１取得部は、所定期間における作業者の生体情報に関する第１時系列データを取得する。第１解析部は、前記第１時系列データを解析し前記作業者の精神的負荷を示す生理指標に関する第２時系列データを算出する。第２解析部は、前記第２時系列データを解析し前記生理指標の出現状況を算出する。判定部は、前記生理指標の出現状況に基づき前記作業者の熟練度を判定する。

第１実施形態に係る熟練度判定装置の構成例を示すブロック図。 第１実施形態に係る熟練度判定装置の動作例を示すフロー図。 第１実施形態に係るＬＦ／ＨＦ比に関する時系列データの一例を示す図。 第１実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の一例を示す図。 第１実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度と熟練度との対応の一例を示す図。 第２実施形態に係る熟練度判定装置の構成例を示すブロック図。 第２実施形態に係るＬＦ／ＨＦ比に関する時系列データに対応する作業者の作業状況の一例を示す図。 第２実施形態に係る作業者の作業状況に応じた生理指標の発現特性を示す図。 第２実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の一例を示す図。 第２実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度と熟練度との対応の一例を示す図。 第３実施形態に係る熟練度判定装置の構成例を示すブロック図。 第３実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける作業区間と製品の品質情報との対応の一例を示す図。 第３実施形態に係る製品の品質情報に応じた生理指標の発現特性を示す図。 第３実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の解析例を示す図。 第３実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の解析例を示す図。 第４実施形態に係る熟練度判定装置の構成例を示すブロック図。 第４実施形態に係る表示データの一例を示す図。 第４実施形態に係る表示データの一例を示す図。 第５実施形態に係る熟練度判定装置の構成例を示すブロック図。 第５実施形態に係る改善提案情報の一例を示す図。 第１乃至第５実施形態に係る熟練度判定装置のハードウェア及びソフトウェアに関する構成例を示すブロック図。

以下、図面を参照しながら実施形態に係る熟練度判定装置、方法及びプログラムについて説明する。以下の実施形態では、同一の参照符号を付した部分は同様の動作を行うものとして、重複する説明を適宜、省略する。

（第１実施形態）
図１は、第１実施形態に係る熟練度判定装置１の構成例を示すブロック図である。熟練度判定装置１は、作業者の品質評価能力に関する熟練度を判定する装置である。熟練度判定装置１は、各構成として情報取得部１０１、生体情報解析部１０２、生理指標解析部１０３及び熟練度判定部１０４を含む。情報取得部１０１、生体情報解析部１０２、生理指標解析部１０３及び熟練度判定部１０４はそれぞれ、第１取得部、第１解析部、第２解析部及び判定部の一例である。

情報取得部１０１は、作業者の生体情報を取得する。具体的には、情報取得部１０１は所定期間における作業者の生体情報に関する第１時系列データを取得する。生体情報は、例えば心拍間隔、皮膚電位、発汗、血流、体温又は脳波に関する情報である。これら各種情報は、生理指標としても使用され得る。本実施形態において、生体情報は心拍間隔に関する情報であると想定する。続いて情報取得部１０１は、取得した生体情報に関する第１時系列データを生体情報解析部１０２に出力する。

生体情報解析部１０２は、作業者の生体情報を解析する。具体的には、生体情報解析部１０２は第１時系列データを解析し作業者の精神的負荷を示す生理指標に関する第２時系列データを算出する。生理指標は、例えば心拍間隔に関するＬＦ／ＨＦ（Low Frequency / High Frequency）比、ＬＦ（Low Frequency）値、ＨＦ（High Frequency）値、ＶＬＦ（Very Low Frequency）値、トータルパワー（Total Power）値、ＨＲ（Heart Rate：心拍数）値、ＭｅａｎＮＮ（Mean of the NN intervals：心拍間隔の平均）値、ＳＤＮＮ（Standard Deviation of the NN intervals：心拍間隔の標準偏差）値、ＲＭＳＳＤ（Root Mean Square of Successive Differences：連続して隣接する心拍間隔の差の二乗平均平方根）値、ＮＮ５０（連続して隣接する心拍間隔の差が５０ｍｓを超える心拍の総数）値、ｐＮＮ５０（連続して隣接する心拍間隔の差が５０ｍｓを超える心拍の割合）値又はＣＶＲＲ（Coefficient of Variation of R-R Interval：心拍間隔の変動係数）値である。本実施形態において、生理指標はＬＦ／ＨＦ比であると想定する。続いて生体情報解析部１０２は、算出した生理指標に関する第２時系列データを生理指標解析部１０３に出力する。

生理指標解析部１０３は、作業者の生理指標を解析する。具体的には、生理指標解析部１０３は第２時系列データを解析し生理指標の出現状況を算出する。生理指標の出現状況は、例えば生理指標に関する極大値、極小値、平均、分散、揺らぎ、最大値、最小値、微分値及び積分値を含むパラメータの頻度又は大きさである。本実施形態において、生理指標の出現状況はＬＦ／ＨＦ比に関する極大値の頻度であると想定する。続いて生理指標解析部１０３は、算出した生理指標の出現状況を熟練度判定部１０４に出力する。

熟練度判定部１０４は、作業者の熟練度を判定する。具体的には、熟練度判定部１０４は生理指標の出現状況に基づき作業者の熟練度を判定する。熟練度判定部１０４は、例えば生理指標に関する極大値の頻度が閾値以上であるか否かに基づき作業者の熟練度を判定する。本実施形態において、熟練度判定部１０４はＬＦ／ＨＦ比に関する極大値の頻度が閾値以上であるか否かに基づき作業者の熟練度を判定する。続いて熟練度判定部１０４は、判定した作業者の熟練度を熟練度判定装置１の内部又は外部に出力する。

図２は、第１実施形態に係る熟練度判定装置１の動作例を示すフロー図である。ステップＳ１０１において、熟練度判定装置１は情報取得部１０１により心電図を取得する。心電図は、作業者の心拍間隔に関する生体情報の一例であり、例えば作業者の体表面に設置された生体センサから取得される。心電図は、後述するＬＦ／ＨＦ比を算出可能な程度の期間又は時間長に亘る時系列データであればよい。同時に、熟練度判定装置１は生理指標の頻度Ｎ（Ｎは整数）を０に設定する（Ｎ＝０）。

ステップＳ１０２において、熟練度判定装置１は生体情報解析部１０２により心電図を解析し、ＬＦ／ＨＦ比又は移動平均を算出する。例えば、熟練度判定装置１は取得した心電図を解析することで心拍間隔の変動に関する時系列データを計算した後、当該時系列データにフーリエ変換又は自己回帰モデルを適用することで心拍間隔の変動に関するパワースペクトルを計算する。続いて熟練度判定装置１は、計算したパワースペクトルの低周波（ＬＦ：Low Frequency）帯域（０．００４－０．１５Ｈz）における周波数成分（ＬＦ値）と、高周波（ＨＦ：High Frequency）帯域（０．１５－０．４Ｈｚ）における周波数成分（ＨＦ値）とをそれぞれ計算する。最後に熟練度判定装置１は、計算した低周波成分と高周波成分との比率（ＬＦ／ＨＦ比）を算出する。すなわち、熟練度判定装置１は心電図からＬＦ／ＨＦ比を算出するための既存の解析手法を使用すればよい。なお、計算したパワースペクトルの超低周波（ＶＬＦ：Very Low Frequency）帯域（０．００３３－０．０４Ｈｚ）における周波数成分（ＶＬＦ値）や全周波数帯域（０－０．０４Ｈｚ）における周波数成分（トータルパワー値）が計算されてもよい。

ＬＦ／ＨＦ比は、作業者の精神的負荷（ストレス）を示す生理指標の一例である。一般に、ＬＦ／ＨＦ比は交感神経の活動と副交感神経の活動とのバランスを示す指標であると考えられている。本実施形態において、作業者のＬＦ／ＨＦ比が高いほど作業者には強いストレスがかかっていると想定する。逆に、作業者のＬＦ／ＨＦ比が低いほど作業者にはさほどストレスがかかっていない、又はリラックスしていると想定する。

心拍間隔の変動に関する時系列データは、周波数解析を行うために少なくとも１分間といった所定の期間を必要とする。本解析手法によれば、当該所定の期間に対し一つのＬＦ／ＨＦ比が算出される。ＬＦ／ＨＦ比は、互いに重複しない１分間の期間ごとに算出されてもよし、一定の心拍数や秒数ごとにずれながら互いに重複する１分間の期間ごとに算出されてもよい。すなわち、任意のタイミングごとに心拍間隔の変動に関する時系列データからＬＦ／ＨＦ比が算出されることで、ＬＦ／ＨＦ比に関する時系列データが算出される（図３を参照）。なお、算出されたＬＦ／ＨＦ比に関する時系列データについて所定の期間又は時間長ごとに移動平均が算出されてもよい。

ステップＳ１０３において、熟練度判定装置１は生理指標解析部１０３によりＬＦ／ＨＦ比又は移動平均を解析する。例えば、熟練度判定装置１はＬＦ／ＨＦ比に関する時系列データを解析することでＬＦ／ＨＦ比の極大値の頻度を算出する。ＬＦ／ＨＦ比の極大値の頻度に関する具体的な算出方法については、ステップＳ１０４乃至Ｓ１０７に後述する。

ステップＳ１０４において、熟練度判定装置１は生理指標解析部１０３により任意の時点（ｔｉｍｅ＝ｔ_ｘ）におけるＬＦ／ＨＦ比が当該任意の時点より一つ前の時点（ｔｉｍｅ＝ｔ_ｘ-1）におけるＬＦ／ＨＦ比より所定値以上大きいか否かを判定する。当該命題が真である場合（ステップＳ１０４のＹｅｓ）、処理はステップＳ１０５に進む。当該命題が偽である場合（ステップＳ１０４のＮｏ）、処理はステップＳ１０６に進む。

任意の時点は、ＬＦ／ＨＦ比が算出されたタイミングのそれぞれについて設定される。例えば、ＬＦ／ＨＦ比が時間的に連続する複数の時点（ｔ０、ｔ１、ｔ２、ｔ３）のそれぞれにおいて算出された時系列データを想定する。ステップＳ１０４の初回実行時において、熟練度判定装置１は最初の時点ｔ０を任意の時点に設定する。しかしながら、時点ｔ０より一つ前の時点が存在しないため、ステップＳ１０４は実行されない。そこで、熟練度判定装置１は時点ｔ０より一つ後の時点ｔ１を任意の時点に設定する。熟練度判定装置１は、時点ｔ１におけるＬＦ／ＨＦ比が時点ｔ０におけるＬＦ／ＨＦ比より所定値以上大きいか否かを判定する。ステップＳ１０４は、熟練度判定装置１が最後の時点ｔ３を任意の時点に設定するまで繰り返し実行される。

ステップＳ１０５において、熟練度判定装置１は生理指標解析部１０３により生理指標の頻度ＮをＮ＋１に設定する（Ｎ＝Ｎ＋１）。換言すれば、ステップＳ１０５が実行されるごとにＬＦ／ＨＦ比に関する極大値の頻度が１ずつ増加する。

ステップＳ１０６において、熟練度判定装置１は生理指標解析部１０３により任意の時点を当該任意の時点より一つ後の時点に設定する（ｔｉｍｅ＝ｔ_ｘ＋1）。換言すれば、ステップＳ１０６が実行されるごとに任意の時点が１ずつ後の時点に設定される。

ステップＳ１０７において、熟練度判定装置１は生理指標解析部１０３により任意の時点が最後の時点に設定されたか否かを判定する（ｔｉｍｅ＝ｔ_ｅｎｄ？）。当該命題が真である場合（ステップＳ１０７のＹｅｓ）、処理はステップＳ１０８に進む。もちろん、熟練度判定装置１は最後の時点におけるＬＦ／ＨＦ比が、当該最後の時点より一つ前の時点におけるＬＦ／ＨＦ比より所定値以上大きい場合、極大値の頻度を１だけ増加させてもよい。これにより、ＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度が算出される（図４を参照）。当該命題が偽である場合（ステップＳ１０７のＮｏ）、処理はステップＳ１０４に戻る。

ステップＳ１０８において、熟練度判定装置１は熟練度判定部１０４により生理指標の頻度Ｎが「３」以上であるか否かを判定する（Ｎ≧３？）。具体的には、算出されたＬＦ／ＨＦ比に関する極大値の頻度が「３」以上であるか否かが判定される。当該命題が真である場合（ステップＳ１０８のＹｅｓ）、処理はステップＳ１０９に進む。当該命題が偽である場合（ステップＳ１０８のＮｏ）、処理はステップＳ１１０に進む。もちろん、生理指標の頻度Ｎに関する閾値は「３」に限らず、「１」以上の任意の値を取り得る。

ステップＳ１０９において、熟練度判定装置１は熟練度判定部１０４により作業者の熟練度は高いと判定し、当該判定結果（熟練度：高）を出力する（図５を参照）。ステップＳ１０９の後、熟練度判定装置１は一連の処理を終了する。

ステップＳ１１０において、熟練度判定装置１は熟練度判定部１０４により作業者の熟練度は低いと判定し、当該判定結果（熟練度：低）を出力する（図５を参照）。ステップＳ１１０の後、熟練度判定装置１は一連の処理を終了する。

以上、第１実施形態に係る熟練度判定装置１の動作例について説明した。前述の通り、熟練度判定装置１は、生理指標の頻度Ｎが閾値以上である場合を熟練度が高いと判定する。一般に、熟練度の高い作業者は、周囲の様々なことに注意を向けており、作業中に周辺環境のみならず自身が作業する製品の品質についても注意を払うと考えられる。したがって、作業者の作業中の精神的負荷を示す生理指標の頻度Ｎが高いほど、作業者は製品の品質についてもより注意を払っていると想定される。当該想定に基づき、熟練度判定装置１は生理指標の頻度Ｎが閾値以上である場合に作業者の品質評価能力に関する熟練度は高いと判定する。

図３は、第１実施形態に係るＬＦ／ＨＦ比に関する時系列データの一例を示す図である。図３において、「作業者Ａ」のＬＦ／ＨＦ比に関する時系列データを示すグラフ２１０と、「作業者Ｂ」のＬＦ／ＨＦ比に関する時系列データを示すグラフ２２０とが比較可能に並置される。グラフ２１０，２２０の縦軸はＬＦ／ＨＦ比に関する値を「０－９」の範囲で示し、横軸は作業時間を秒単位で示す。グラフ２１０の作業時間の範囲は「０－１８００秒」であり、グラフ２２０の作業時間の範囲は「０－１０００秒」である。グラフ２１０は「作業者Ａ」のＬＦ／ＨＦ比に関する実測値の時間変化を示す実線の系列データ２１１と、移動平均の時間変化を示す破線の系列データ２１２とを含む。グラフ２２０は「作業者Ｂ」のＬＦ／ＨＦ比に関する実測値の時間変化を示す実線の系列データ２２１と、移動平均の時間変化を示す破線の系列データ２２２とを含む。

グラフ２１０，２２０から理解される通り、作業者ＡのＬＦ／ＨＦ比に関する実測値は作業者Ｂの実測値に比して頻繁かつ急激に変化している。換言すれば、作業者Ａには作業者Ｂに比して頻繁に強い精神的負荷がかかっている。熟練度判定装置１は、グラフ２１０，２２０を解析することで、各グラフについてＬＦ／ＨＦ比に関する実測値の急激な一過性上昇を示すピーク（極大値）が出現するタイミング及び頻度を算出する。

図４は、第１実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の一例を示す図である。ここでは、特定のタイミングにおけるＬＦ／ＨＦ比の実測値が当該特定のタイミングよりも前のタイミングにおけるＬＦ／ＨＦ比の実測値よりも所定値以上大きい場合、前者の実測値が極大値として算出される。図４において、グラフ２１０，２２０について算出された極大値のタイミングが下向き矢印２３０により示される。各下向き矢印２３０は、系列データ２１１，２２１の極大値を指示する。具体的には、グラフ２１０において７個の極大値が算出される。換言すれば、作業者Ａには作業時間において７回の瞬間的な精神的負荷がかかったといえる。一方、グラフ２２０において１個の極大値が算出される。換言すれば、作業者Ｂは作業時間において１回の瞬間的な精神的負荷がかかったといえる。熟練度判定装置１は、算出された極大値の個数を生理指標の頻度Ｎとして扱う。

図５は、第１実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度と熟練度との対応の一例を示す図である。図５において、生理指標の頻度Ｎと熟練度との対応を示すテーブル２４０が示される。テーブル２４０の各項目として「作業者」、「頻度（Ｎ）」、「単位時間あたりの頻度」、「熟練度（２段階）」及び「熟練度（３段階）」がそれぞれ示される。前述の計算結果によれば、作業者Ａについて頻度Ｎは「７」であり、単位時間当たりの頻度は「０．２３」（式：７［回］／（１８００／６０）［分］）と算出される。同様に、作業者Ｂについて頻度Ｎは「１」であり、単位時間当たりの頻度は「０．０６」（式：１［回］／（１０００／６０）［分］）と算出される。

熟練度判定装置１は、各作業者について算出された生理指標の頻度Ｎに基づき、各作業者の熟練度を判定する。熟練度を２段階で判定する場合、熟練度判定装置１は頻度が「３」以上の場合を「熟練度：高」と判定し、頻度が「３」未満の場合を「熟練度：低」と判定する。当該判定基準によれば、作業者Ａの頻度「７」は「３」以上であるため、作業者Ａの熟練度は高いと判定される。一方、作業者Ｂの頻度「１」は「３」未満であるため、作業者Ｂの熟練度は低いと判定される。このように、熟練度判定装置１は作業者Ａを「熟練者」と判定し、作業者Ｂを「初心者」と判定する。

熟練度を３段階で判定する場合、熟練度判定装置１は頻度が「１０」以上の場合を「熟練度：高」と判定し、頻度が「５」以上「１０」未満の場合を「熟練度：中」と判定し、頻度が「５」未満の場合を「熟練度：低」と判定する。当該判定基準によれば、作業者Ａの頻度「７」は「５」以上「１０」未満であるため、作業者Ａの熟練度は中程度であると判定される。一方、作業者Ｂの頻度「１」は「５」未満であるため、作業者Ｂの熟練度は低いと判定される。このように、熟練度判定装置１は作業者Ａを「中級者」と判定し、作業者Ｂを「初心者」と判定する。

前述の通り、熟練度判定装置１は生理指標の頻度が一つの閾値以上であるか否かに基づき熟練度を２段階に分けて判定してもよいし、複数の閾値に基づき熟練度を３段階以上に分けて判定してもよい。もちろん、熟練度判定装置１は単位時間当たりの頻度に基づき、同様な熟練度の分け方で熟練度を判定してもよい。本実施形態において、熟練度は複数のカテゴリ（高、中、低）を示す値であると想定したが、「０－１００％」のような割合で示される値であっても構わない。

以上、第１実施形態に係る熟練度判定装置１について説明した。熟練度判定装置１は、作業中の精神的負荷を示す生理指標の出現状況に基づき作業者の熟練度を判定する。これにより、熟練度判定装置１は作業時間や動作又は姿勢といった客観的な情報からは測定されない、作業者の品質評価能力を測定することができる。また、熟練度判定装置１は、作業者が作業した製品の多くが問題ない品質であったとしても、作業者が自信を持って当該製品について作業を実施しているか否かを判定することができる。したがって、熟練度判定装置１は、最終産物である製品の品質の検査結果からは評価されない、作業者の潜在的な作業ミスの発生確率を定性的又は定量的に評価することができる。すなわち、熟練度判定装置１は作業者の品質評価能力に関する熟練度を判定することができる。

（第２実施形態）
図６は、第２実施形態に係る熟練度判定装置１の構成例を示すブロック図である。第２実施形態に係る熟練度判定装置１は、第１実施形態に係る熟練度判定装置１が含む各構成に加えて注目区間設定部１０５をさらに含む。注目区間設定部１０５は、設定部の一例である。第２実施形態に係る情報取得部１０１は、第２取得部の一例である。

情報取得部１０１は、作業者の作業状況を取得する。具体的には、情報取得部１０１は所定期間における作業者の作業状況に関する第３時系列データを取得する。作業状況は、例えば所定期間のうち作業者が作業している作業区間と、作業者が待機している待機区間と、作業区間のうち作業者が特定の作業工程を実行している作業工程区間とをそれぞれ示す情報である。特定の作業工程は、例えば製品の組み立て、加工、製作及び品質確認を含む。すなわち、作業状況は作業時間のうち作業者が所定のタイミングにおいて実行している作業の種類を示す情報であり、具体的には作業者が作業中か否か、待機中か否か、及び特定の作業工程を実行中か否かに関する情報である。作業状況は、例えば作業者の動作や作業者の周囲に存在する製品の移動を示す種々の情報（例：加速度、角速度、映像）から取得されてもよい。あるいは、作業状況は作業者の申告又は当該作業者の周囲に存在する別の作業者の申告から取得されてもよい。続いて情報取得部１０１は、取得した作業状況に関する第３時系列データを注目区間設定部１０５に出力する。

本実施形態において、作業時間は作業区間と待機区間とに二分されると想定する。作業区間と待機区間とを区別する第一の方法として、例えば作業者に設置されたモーションセンサから取得された加速度又は角速度を利用する方法がある。作業区間よりも待機区間において加速度又は角速度の絶対値がより大きいという傾向が存在する場合、当該絶対値の大きさに基づき作業区間と待機区間とが区別され得る。あるいは、特定の作業に特有な加速度又は角速度の波形が存在する場合、当該波形を機械学習モデルにより解析することで作業区間と待機区間とが区別され得る。

第二の方法として、例えば作業者の動作を撮影した映像を利用する方法がある。当該方法によれば、先ず当該映像を人物検出技術や骨格推定技術により解析することで、作業者の位置や動作を追跡する。続いて追跡された位置や動作を解析することで、作業者が特定の動作又は姿勢を取る期間を作業区間として特定する一方、当該特定の動作又は姿勢を取らない期間を待機区間として特定する。あるいは、作業者が作業場所に存在する期間を作業区間として特定する一方、待機場所に存在する期間を待機区間として特定する。

第三の方法として、例えば製品に設置されたモーションセンサから取得された加速度又は角速度を利用する方法がある。当該方法によれば、製品の加速度又は角速度に基づき製造ラインが稼働しているか否かを判定することで、作業区間と待機区間とが区別され得る。また、レーザーなど製品位置を特定する他の手段が利用されてもよい。もちろん、熟練度判定装置１が前述した第一、第二又は第三の方法を実施することで作業状況を算出し取得してもよい。

注目区間設定部１０５は、注目区間を設定する。具体的には、注目区間設定部１０５は作業者の作業状況に関する第３時系列データについて注目区間を設定する。例えば、注目区間設定部１０５は作業区間又は作業工程区間を注目区間に設定する。一般に、作業者は待機区間において次の作業をいつ開始すべきかに注意を払うため、緊張感から熟練者及び初心者ともに精神的負荷が上昇すると考えられる。したがって、待機区間とは異なる作業区間において、熟練者と初心者との間で精神的負荷を示す生理指標の発現特性に差異が生じると想定される（図８を参照）。当該想定に基づき、注目区間設定部１０５は作業区間を注目区間に設定する。続いて注目区間設定部１０５は、設定した注目区間に関する情報を熟練度判定部１０４に出力する。

熟練度判定部１０４は、作業者の熟練度を生理指標の出現状況と注目区間とに基づき判定する。具体的には、熟練度判定部１０４は注目区間における生理指標の出現状況に基づき作業者の熟練度を判定する。熟練度の判定方法は、第１実施形態と同様である。設定された注目区間が複数存在する場合、熟練度判定部１０４は各注目区間において算出された生理指標の頻度を合計してもよい。ひいては、熟練度判定部１０４は合計された生理指標の頻度について単位時間当たりの頻度を算出してもよい。続いて熟練度判定部１０４は、判定した作業者の熟練度を熟練度判定装置１の内部又は外部に出力する。

図７は、第２実施形態に係るＬＦ／ＨＦ比に関する時系列データに対応する作業者の作業状況の一例を示す図である。図７において、グラフ２１０，２２０に作業状況を示す作業区間及び待機区間と、設定された注目区間とが重畳して示される。作業区間は黒の両方向矢印３１０、待機区間は白の両方向矢印３２０、注目区間は矩形の枠３３０によりそれぞれ示される。グラフ２１０において、３つの作業区間及び当該作業区間の間に存在する２つの待機区間が示される。一方、グラフ２２０において２つの作業区間及び当該作業区間の間に存在する１つの待機区間が示される。

グラフ２１０，２２０から理解される通り、作業者ＡのＬＦ／ＨＦ比に関する実測値は作業区間及び待機区間に関わらず頻繁かつ急激に変化している。一方、作業者ＢのＬＦ／ＨＦ比に関する実測値は、特に待機区間において急激に変化している。熟練度判定装置１は、作業区間を注目区間に設定した上でグラフ２１０，２２０を解析することで、各グラフについて注目区間におけるＬＦ／ＨＦ比に関する実測値の急激な一過性上昇を示すピーク（極大値）が出現するタイミング及び頻度を算出する。

図８は、第２実施形態に係る作業者の作業状況に応じた生理指標の発現特性を示す図である。図８において、作業状況と熟練者又は初心者の生理指標の発現特性との対応を示すテーブル２５０が示される。テーブル２５０が示す通り、作業区間において熟練者には生理指標が発現し、初心者には生理指標が発現しないと想定される。一方、待機区間において熟練者及び初心者にはともに生理指標が発現すると想定される。換言すれば、熟練者と初心者との間で生理指標の発現特性に差異が観察されるのは、作業区間においてであると想定される。当該想定に基づき、熟練度判定装置１は作業区間を注目区間に設定する。

図９は、第２実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の一例を示す図である。図９において、グラフ２１０，２２０について算出された極大値のタイミングが下向き矢印２３０により示される。具体的には、グラフ２１０の３つの作業区間において合計で５個の極大値が算出され、２つの待機区間において合計で２個の極大値が算出される。換言すれば、作業者Ａには作業区間において５回、待機区間において２回の瞬間的な精神的負荷がかかったといえる。一方、グラフ２２０の２つの作業区間において極大値が算出されず、１つの待機区間において１個の極大値が算出される。換言すれば、作業者Ｂには作業区間において瞬間的な精神的負荷がかからず、待機区間において１回の瞬間的な精神的負荷がかかったといえる。熟練度判定装置１は、作業区間において算出された極大値の個数を生理指標の頻度Ｎとして扱う。

図１０は、第２実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度と熟練度との対応の一例を示す図である。図１０において、生理指標の頻度Ｎと熟練度との対応を示すテーブル２６０が示される。テーブル２６０の各項目として、「作業者」、「頻度（Ｎ）」、「単位時間あたりの頻度」、「熟練度（２段階）」及び「熟練度（３段階）」がそれぞれ示される。前述の計算結果によれば、作業者Ａについて頻度Ｎは「５」であり、単位時間当たりの頻度は「０．２０」である。一方、作業者Ｂについて頻度Ｎは「０」であり、単位時間当たりの頻度は「０」である。

熟練度判定装置１は、第１実施形態と同様な判定基準に基づき各作業者の熟練度を判定する。熟練度を２段階で判定する場合、作業者Ａの頻度「５」は「３」以上であるため、作業者Ａの熟練度は高いと判定される。一方、作業者Ｂの頻度「０」は「３」未満であるため、作業者Ｂの熟練度は低いと判定される。このように、熟練度判定装置１は作業者Ａを「熟練者」と判定し、作業者Ｂを「初心者」と判定する。

熟練度を３段階で判定する場合、作業者Ａの頻度「５」は「５」以上「１０」未満であるため、作業者Ａの熟練度は中程度であると判定される。一方、作業者Ｂの頻度「０」は「５」未満であるため、作業者Ｂの熟練度は低いと判定される。このように、熟練度判定装置１は作業者Ａを「中級者」と判定し、作業者Ｂを「初心者」と判定する。

以上、第２実施形態に係る熟練度判定装置１について説明した。熟練度判定装置１は、注目区間における生理指標の出現状況に基づき作業者の熟練度を判定する。これにより、熟練度判定装置１は、作業者の作業時間のうち特定の時間帯における生理指標の出現状況に基づき作業者の品質評価能力を測定することができる。また、熟練度判定装置１は作業者が特定の作業（組み立て、加工、製作、品質確認など）に従事している時間帯（作業工程区間）に注目して作業者の品質評価能力を測定することができる。

（第３実施形態）
図１１は、第３実施形態に係る熟練度判定装置１の構成例を示すブロック図である。第３実施形態に係る熟練度判定装置１は、第２実施形態に係る熟練度判定装置１が含む各構成と同様である。第３実施形態に係る情報取得部１０１は、第３取得部の一例である。

情報取得部１０１は、製品の品質情報を取得する。具体的には、情報取得部１０１は作業区間において作業者が作業した製品の品質を示す品質情報を取得する。品質情報は、例えば製品の品質が良好又は不良であることを示す情報である。本実施形態において、品質情報は２段階に分けて評価されると想定する。この場合、品質情報は例えば良品／悪品、可／不可、良好／不良、○／×のように表現される。また、品質情報は３段階以上に分けて評価されてもよい。この場合、品質情報は例えば良好／普通／不良、○／△／×のように表現される。もちろん、品質情報は複数のカテゴリを示す値でもよいし、「０－１００％」のような割合を示す値でもよい。品質情報は、例えば人間が製品を目視して判断した結果、機械学習モデルが製品の映像から自動的に算出した結果、又は製品の品質に関する客観的な検査の結果から取得されてもよい。続いて情報取得部１０１は、取得した品質情報を熟練度判定部１０４に出力する。

注目区間設定部１０５は、作業区間のうち作業者が製品の品質を確認している確認区間を注目区間に設定する。本実施形態において、作業区間には製品の組み立て、加工又は製作に係る作業の後に、作業者が製品の品質を確認するための期間（確認区間）が含まれると想定する。また、品質情報は確認区間に関連付けられると想定する。一般に、熟練者は製品の品質を十分に認識できる一方、初心者は製品の品質を十分には認識できないと考えられる。また、熟練者は製品の品質が良好であると認識した場合には当該製品に修正を加える必要性を認識せず、精神的負荷は上昇しないと考えられる。逆に、熟練者は製品の品質が不良であると認識した場合には当該製品に修正を加える必要性を認識するため、精神的負荷が上昇すると考えられる。一方、初心者は製品の品質を十分には認識できないため、製品の品質に関わらず精神的負荷は上昇しないと考えられる。したがって、製品の品質が不良である場合において、熟練者と初心者との間で精神的負荷を示す生理指標の発現特性に差異が生じると想定される（図１３を参照）。当該想定に基づき、注目区間設定部１０５は確認区間を注目区間に設定する。続いて注目区間設定部１０５は、設定した注目区間に関する情報を熟練度判定部１０４に出力する。

熟練度判定部１０４は、注目区間における生理指標の出現状況と品質情報とに基づき作業者の熟練度を判定する。具体的には、熟練度判定部１０４は製品の品質が不良である場合の注目区間における生理指標の出現状況に基づき作業者の熟練度を判定する。本実施形態において、熟練度判定部１０４は作業者が製品の品質不良を認識しているか否かを、確認区間においてＬＦ／ＨＦ比の極大値が出現するか否かに基づき判定する。続いて熟練度判定部１０４は、判定した作業者の熟練度を熟練度判定装置１の内部又は外部に出力する。

図１２は、第３実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける作業区間と製品の品質情報との対応の一例を示す図である。図１２において、「作業者Ａ」のＬＦ／ＨＦ比に関する時系列データを示すグラフ４１０と、「作業者Ｂ」のＬＦ／ＨＦ比に関する時系列データを示すグラフ４２０とが比較可能に並置される。グラフ４１０，４２０の縦軸はＬＦ／ＨＦ比に関する値を「０－１０」の範囲で示し、横軸は作業時間を秒単位で示す。グラフ４１０は「作業者Ａ」のＬＦ／ＨＦ比に関する実測値の時間変化を示す実線の系列データ４１１を含む。グラフ４２０は「作業者Ｂ」のＬＦ／ＨＦ比に関する実測値の時間変化を示す実線の系列データ４２１を含む。

さらに、グラフ４１０，４２０に作業状況を示す作業区間と、設定された注目区間とが重畳して示される。作業区間は黒の両方向矢印３１０、注目区間は矩形の枠３３０によりそれぞれ示される。ここでは、注目区間は確認区間と同一の範囲であると想定する。グラフ４１０，４２０のそれぞれにおいて、２つの作業区間及び当該作業区間それぞれの終点付近に位置する２つの確認区間が示される。具体的には、グラフ４１０，４２０のそれぞれにおける１つ目の確認区間に関する品質情報は「良好」であり、２つ目の確認区間に関する品質情報は「不良」である。第１及び第２実施形態と同様に、熟練度判定装置１はグラフ４１０，４２０を解析することで、各グラフについてＬＦ／ＨＦ比に関する実測値の急激な一過性上昇を示すピーク（極大値）が出現するタイミング及び頻度を算出する。

図１３は、第３実施形態に係る製品の品質情報に応じた生理指標の発現特性を示す図である。図１３において、品質情報と、熟練者又は初心者の生理指標の発現特性との対応を示すテーブル４３０が示される。ここでは、確認区間における品質情報に注目する。テーブル４３０が示す通り、品質情報が「良好」である場合、熟練者及び初心者にはともに生理指標が発現しないと想定される。逆に、品質情報が「不良」である場合、熟練者には生理指標が発現し、初心者には生理指標が発現しないと想定される。当該想定に基づき、熟練度判定装置１は品質情報が不良である場合における確認区間を注目区間に設定する。

図１４及び図１５は、第３実施形態に係るＬＦ／ＨＦ比に関する時系列データにおける極大値の頻度の解析例を示す図である。図１４において、グラフ４１０，４２０について算出された生理指標の極大値のタイミングが下向き矢印２３０により示される。各下向き矢印２３０は、系列データ４１１，４２１の極大値を指示する。具体的には、グラフ４１０の３つの注目区間（Ｉ、ＩＩ、ＩＩＩ）において合計で３個の極大値が算出される。換言すれば、作業者Ａには確認区間において合計で３回の瞬間的な精神的負荷がかかったといえる。一方、グラフ４２０の４つの注目区間（Ｉ、ＩＩ、ＩＩＩ、ＩＶ）のいずれにおいても極大値が算出されない。換言すれば、作業者Ｂにはいずれの確認区間においても瞬間的な精神的負荷がかからなかったといえる。第１及び第２実施形態と同様に、熟練度判定装置１は算出された極大値の個数を生理指標の頻度Ｎとして扱う。

図１５において、グラフ４１０，４２０の解析結果を示すテーブル４４０が示される。テーブル４４０に示される通り、品質情報が「不良」である複数の区間が存在する場合、熟練度判定装置１は各区間における生理指標の有無又は頻度を合計してもよい。例えば熟練度判定装置１は、グラフ４１０のように品質情報が「不良」である３つの注目区間が存在する場合、当該注目区間のそれぞれについて各項目（生理指標の有無、区間数に対する生理指標の有無、生理指標の頻度、単位時間当たりの生理指標の頻度）を算出してもよい。もちろん、グラフ４２０についても同様な手法で各区間における生理指標の有無又は頻度が合計されてもよい。グラフ４１０については、品質情報が「不良」である２つの注目区間において生理指標が出現している。一方、グラフ４２０については、いずれの注目区間においても生理指標が出現していないため、前述した各項目に関する合計値はいずれも「０」である。このように、図１４のグラフ４１０，４２０からも、熟練度判定装置１は作業者Ａを「熟練者」又は「中級者」と判定し、作業者Ｂを「初心者」と判定することができる。

以上、第３実施形態に係る熟練度判定装置１について説明した。熟練度判定装置１は、注目区間における生理指標の出現状況と品質情報とに基づき作業者の熟練度を判定する。これにより、熟練度判定装置１は製品の品質情報に注目して作業者の品質評価能力を測定することができる。具体的には、熟練度判定装置１は製品の品質が不良である場合の確認区間における生理指標の出現状況に応じて熟練度を判定することができる。

（第４実施形態）
図１６は、第４実施形態に係る熟練度判定装置１の構成例を示すブロック図である。第４実施形態に係る熟練度判定装置１は、第２実施形態に係る熟練度判定装置１が含む各構成に加えて表示制御部１０６をさらに含む。表示制御部１０６は、表示制御部の一例である。第４実施形態に係る情報取得部１０１は、第４取得部の一例である。

情報取得部１０１は、作業者の映像情報を取得する。具体的には、情報取得部１０１は所定期間における作業者の動作を示す映像情報を取得する。映像情報は、作業者の生体情報に関するデータの期間と同一の期間に関するデータであればよい。映像情報は、例えば作業者を撮影可能な位置に設置されたカメラから取得されてもよい。続いて情報取得部１０１は、取得した映像情報を表示制御部１０６に出力する。

表示制御部１０６は、作業者に関する種々の情報を表示させる。例えば、表示制御部１０６は第１時系列データ、第２時系列データ、生理指標の出現状況及び作業者の熟練度のうち少なくとも一つを映像情報と関連付けた表示データを表示させる。もちろん、表示制御部１０６は注目区間設定部１０５により設定された注目区間を映像情報と関連付けて表示させてもよい。また、表示制御部１０６は作業者の今回の作業における表示データに関連付けて作業者又は他の作業者の過去の作業における表示データを表示させてもよい。別の態様として、表示制御部１０６は作業者の今回の作業における表示データに関連付けて、当該作業者よりも熟練度が高い別の作業者の過去の作業における表示データを表示させてもよい。すなわち、表示制御部１０６は２種類の表示データを互いに比較可能に同時に表示させてもよい。表示制御部１０６は、例えば表示データをディスプレイ１２（図２１を参照）に表示させる。

図１７及び図１８は、第４実施形態に係る表示データ５１０，５２０の一例をそれぞれ示す図である。図１７における表示データ５１０は、今回の作業における作業者の映像情報が表示されるエリア５１１、今回の作業者の生理指標、生理指標の出現状況及び注目区間などが表示されるエリア５１２、並びに今回の作業者の熟練度が表示されるエリア５１３を含む。具体的には、エリア５１１には今回の作業における作業者の動作を示す映像が表示される。当該映像の時間的範囲は、エリア５１２に表示されるグラフの作業時間「０－１８００秒」の範囲に相当する。一方、エリア５１２にはグラフ２１０（図９を参照）に類似するグラフが表示される。なお、エリア５１１に再生される映像の現在の再生位置が、エリア５１２のグラフ上に直線などで示されてもよい。一方、エリア５１３にはテーブル２６０（図１０を参照）に含まれる内容が表示される。

図１８における表示データ５２０は、エリア５１１，５１２，５１３に加えて、過去の作業における作業者の映像情報が表示されるエリア５１４、過去の作業者の生理指標、生理指標の出現状況及び注目区間などが表示されるエリア５１５、並びに過去の作業者の熟練度が表示されるエリア５１６を含む。すなわち、同一の作業者に関する今回及び過去の作業における種々の情報が同時に表示される。具体的には、エリア５１４には過去の作業における作業者の動作を示す映像が表示される。当該映像の時間的範囲は、エリア５１５に表示されるグラフの作業時間「０－１０００秒」の範囲に相当する。一方、エリア５１５にはグラフ２２０（図９を参照）に類似するグラフが表示される。なお、エリア５１４に再生される映像の現在の再生位置が、エリア５１５のグラフ上に直線などで示されてもよい。一方、エリア５１６にはテーブル２６０（図１０を参照）に含まれる内容が表示される。なお、エリア５１４，５１５，５１６に表示される情報は、今回の作業者の過去の情報でもよいし、異なる作業者の過去の情報でもよい。例えば、熟練度判定装置１は特定の作業者よりも熟練度が高い他の作業者を選択し、選択された他の作業者が実行した過去の作業に関する情報をエリア５１４，５１５，５１６に表示してもよい。これにより、熟練度判定装置１は、作業者が熟練度の高い他の作業者との間で作業中の映像や生理指標の出現状況などを比較することを可能にする。すなわち、熟練度判定装置１は、作業者が他の作業者との比較に基づき、自発的に技術向上に励むのを支援することができる。

以上、第４実施形態に係る熟練度判定装置１について説明した。熟練度判定装置１は、生体情報、生理指標、生理指標の出現状況、熟練度及び注目区間のうち少なくとも一つを映像情報と関連付けた表示データを表示させる。これにより、熟練度判定装置１は作業者に自身の熟練度及び動作を、作業中にリアルタイムで又は作業後に振り返って確認させることができる。例えば、作業者は過去に同様な作業を実施した時における生理指標の出現状況や映像などを確認することで、今回の作業において自身の熟練度が向上したか否かを確認することができる。換言すれば、熟練度判定装置１は作業者を訓練するためのシステムとして機能することができる。

（第５実施形態）
図１９は、第５実施形態に係る熟練度判定装置１の構成例を示すブロック図である。第５実施形態に係る熟練度判定装置１は、第３実施形態に係る熟練度判定装置１が含む各構成に加えて報知制御部１０７を含む。報知制御部１０７は、報知制御部の一例である。第５実施形態に係る情報取得部１０１は、第５取得部の一例である。

情報取得部１０１は、作業者の改善提案情報（アドバイス）を取得する。具体的には、情報取得部１０１は所定期間における作業者の動作について改善方法を提案する改善提案情報を取得する。改善提案情報は、作業者の生体情報に関するデータの期間に行われた作業者の動作に関するデータであればよい。例えば、改善提案情報は、良好な品質の製品を製造するための作業者の動作に関するアドバイスや、作業者がどのようなチェックをすべきかに関する情報である。改善提案情報は、作業者の動作を示す映像情報を機械学習モデル等により自動的に解析することで得られた情報であってもよい。あるいは、改善提案情報は、入力インタフェース１４（図２１を参照）を介して作業者を監督する管理者が手動で入力することで得られた情報であってもよい。続いて情報取得部１０１は、取得した改善提案情報を報知制御部１０７に出力する。

報知制御部１０７は、作業者に関する種々の情報を報知させる。例えば、報知制御部１０７は、作業者に向けて改善提案情報を報知させる。なお、報知制御部１０７は作業者の熟練度が閾値以上である場合に改善提案情報を報知させず、作業者の熟練度が閾値未満である場合に改善提案情報を報知させてもよい。さらに、報知制御部１０７は品質情報が良好である場合に改善提案情報を報知させず、品質情報が不良である場合に改善提案情報を報知させてもよい。また、品質情報が不良である場合において、作業者の熟練度が閾値以上である場合に改善提案情報を報知させず、作業者の熟練度が閾値未満である場合に改善提案情報を報知させてもよい。これにより、熟練者は既に作業時間において精神的負荷がかかっており、かつ製品の品質不良も認識しているため、報知制御部１０７は品質情報が不良であっても改善提案情報を報知させないことで、熟練者に更なる精神的負荷がかかるのを防ぐことができる。

報知制御部１０７は、例えば改善提案情報をディスプレイ１２又はスピーカ１３（図２１を参照）に報知させる。報知制御部１０７は、改善提案情報を表示データ、音声、ビープ音、物体の振動又は接触等の態様により報知させてもよい。このとき、報知制御部１０７は品質情報が良好又は不良であるかに応じてビープ音の種類を変更してもよい。

図２０は、第５実施形態に係る改善提案情報の一例を示す図である。図２０において品質情報、熟練度及び改善提案情報を含む報知データ６００が示される。報知データ６００は、品質情報が「不良」、熟練度が「中」、改善提案が「肩が上がっているので肩の力を抜きましょう」であることを示す。報知データ６００は、表示データ５１０，５２０とともに表示され得る。あるいは、報知データ６００に示される内容が音声により出力され得る。

以上、第５実施形態に係る熟練度判定装置１について説明した。熟練度判定装置１は作業者に向けて改善提案情報を報知する。これにより、熟練度判定装置１は作業者が次回の作業において注意すべき箇所を報知することができる。ひいては、熟練度判定装置１は作業者が自身の熟練度を向上させるべく、報知された改善提案情報に基づき自発的に作業の技術向上に努めるのを励ますことができる。すなわち、熟練度判定装置１は、作業者が製品の品質を意識して作業に臨むのを支援することができる。

図２１は、第１乃至第５実施形態に係る熟練度判定装置１のハードウェア及びソフトウェアに関する構成例を示すブロック図である。熟練度判定装置１は、各構成として処理回路１０、メモリ１１、ディスプレイ１２、スピーカ１３、入力インタフェース１４及び通信インタフェース１５を含む。各構成は、共通の信号伝送路であるバスを介して互いに通信可能に接続される。各構成は個々のハードウェアにより実現されなくともよい。例えば、各構成のうち少なくとも２つが１つのハードウェアにより実現されてもよい。

処理回路１０は、熟練度判定装置１の動作を制御する。処理回路１０は、ハードウェアとしてＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）等のプロセッサを有する。処理回路１０は、プロセッサを介してメモリ１１に展開された各プログラムを実行することで、各プログラムに対応する各部（情報取得部１０１、生体情報解析部１０２、生理指標解析部１０３、熟練度判定部１０４、注目区間設定部１０５、表示制御部１０６、報知制御部１０７）を実現する。なお、各部は単独のプロセッサから成る処理回路１０により実現されなくともよい。例えば、各部は複数のプロセッサを組み合わせた処理回路１０により実現されてもよい。

メモリ１１は、処理回路１０が使用するデータやプログラム等の情報を記憶する。メモリ１１は、ハードウェアとしてＲＡＭ（Random Access Memory）等の半導体メモリ素子を有する。なお、メモリ１１は、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク）、光磁気ディスク（ＭＯ）、光学ディスク（ＣＤ、ＤＶＤ、Ｂｌｕ－ｒａｙ（登録商標））、フラッシュメモリ（ＵＳＢフラッシュメモリ、メモリカード、ＳＳＤ）、磁気テープ等の外部記憶装置との間で情報を読み書きする駆動装置であってもよい。なお、メモリ１１の記憶領域は、熟練度判定装置１の内部にあってもよいし、外部記憶装置にあってもよい。メモリ１１は、記憶部の一例である。

ディスプレイ１２は、処理回路１０が生成したデータやメモリ１１に格納されるデータ等の情報を表示する。ディスプレイ１２として、ブラウン管（ＣＲＴ：Cathode Ray Tube）ディスプレイ、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、プラズマディスプレイ、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro-Luminescence Display）、及びタブレット端末等のディスプレイが使用可能である。ディスプレイ１２は、表示データを表示してもよい。ディスプレイ１２は、表示部又は報知部の一例である。

スピーカ１３は、処理回路１０が生成したデータやメモリ１１に格納されるデータ等の情報を音声又はビープ音により報知する。スピーカ１３は、改善提案情報を報知してもよい。スピーカ１３は、報知部の一例である。

入力インタフェース１４は、熟練度判定装置１を利用するユーザからの入力を受け付け、受け付けた入力を電気信号に変換して処理回路１０に出力する。入力インタフェース１４として、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド、タッチパネルディスプレイ等の物理的な操作部品が使用可能である。なお、入力インタフェース１４は、熟練度判定装置１とは別体である外部の入力装置から入力を受け付け、受け付けた入力を電気信号に変換して処理回路１０に出力する装置であってもよい。ユーザは、例えば工場等において技術的な作業に従事する作業者である。入力インタフェース１４は、入力部の一例である。

通信インタフェース１５は、外部装置や外部ネットワークとの間でデータを送信又は受信する。通信インタフェース１５と外部装置や外部ネットワークとの間では任意の通信規格が使用可能である。通信方式は有線又は無線を問わない。熟練度判定装置１は、通信インタフェース１５を介して、プリンタやインターネットとの間でデータを送信又は受信し、熟練度判定装置１が生成したデータをプリンタに印刷させたり、ウェブページに表示したりしてもよい。通信インタフェース１５は、通信部の一例である。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、各省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１・・・熟練度判定装置、１０・・・処理回路、１１・・・メモリ、１２・・・ディスプレイ、１３・・・スピーカ、１４・・・入力インタフェース、１５・・・通信インタフェース、１０１・・・情報取得部、１０２・・・生体情報解析部、１０３・・・生理指標解析部、１０４・・・熟練度判定部、１０５・・・注目区間設定部、１０６・・・表示制御部、１０７・・・報知制御部、２１０，２２０，４１０，４２０・・・グラフ、２１１，２１２，２２１，２２２，４１１，４２１・・・系列データ、２３０・・・下向き矢印、２４０，２５０，２６０，４３０，４４０・・・テーブル、３１０，３２０・・・両方向矢印、３３０・・・枠、５１０，５２０・・・表示データ、５１１，５１２，５１３，５１４，５１５，５１６・・・エリア、６００・・・報知データ

Claims (12)

1. 所定期間における作業者の生体情報に関する第１時系列データと、前記所定期間のうち前記作業者が製品の品質を確認する確認区間と、前記製品の品質を示す品質情報とを取得する取得部と、
   前記第１時系列データを解析し、前記作業者の精神的負荷を示す生理指標に関する第２時系列データを算出する第１解析部と、
   前記第２時系列データを解析し、前記生理指標の出現状況を算出する第２解析部と、
   前記確認区間における前記生理指標の出現状況と、前記品質情報とに基づき、前記作業者の熟練度を判定する判定部と、
   を具備する熟練度判定装置。
2. 前記品質情報は、前記製品の品質が良好又は不良であることを示す情報であり、
   前記判定部は、前記製品の品質が不良である場合の前記確認区間における前記生理指標の出現状況に基づき、前記作業者の熟練度を判定する、
   請求項１に記載の熟練度判定装置。
3. 前記取得部は、前記所定期間における前記作業者の動作を示す映像情報を取得し、
   前記第１時系列データ、前記第２時系列データ、前記生理指標の出現状況及び前記作業者の熟練度のうち少なくとも一つを前記映像情報と関連付けた表示データを表示させる表示制御部、をさらに具備する、
   請求項１又は請求項２に記載の熟練度判定装置。
4. 前記表示制御部は、前記作業者の今回の作業における前記表示データに関連付けて前記作業者又は他の作業者の過去の作業における前記表示データを表示させる、
   請求項３に記載の熟練度判定装置。
5. 前記取得部は、前記所定期間における前記作業者の動作について改善方法を提案する改善提案情報を取得し、
   前記作業者に向けて前記改善提案情報を報知させる報知制御部、をさらに具備する、
   請求項１から請求項４のいずれか１項に記載の熟練度判定装置。
6. 前記報知制御部は、前記作業者の熟練度が閾値の以上である場合に前記改善提案情報を報知させず、前記作業者の熟練度が前記閾値の未満である場合に前記改善提案情報を報知させる、
   請求項５に記載の熟練度判定装置。
7. 前記生体情報又は前記生理指標は、心拍間隔、皮膚電位、発汗、血流、体温又は脳波に関する情報である、
   請求項１から請求項６のいずれか１項に記載の熟練度判定装置。
8. 前記生理指標は、心拍間隔に関するＬＦ／ＨＦ比、ＬＦ値、ＨＦ値、ＶＬＦ値、トータルパワー値、ＨＲ値、ＭｅａｎＮＮ値、ＳＤＮＮ値、ＲＭＳＳＤ値、ＮＮ５０値、ｐＮＮ５０値又はＣＶＲＲ値である、
   請求項１から請求項７のいずれか１項に記載の熟練度判定装置。
9. 前記生理指標の出現状況は、前記生理指標に関する極大値、極小値、平均、分散、揺らぎ、最大値、最小値、微分値及び積分値を含むパラメータの頻度又は大きさである、
   請求項１から請求項８のいずれか１項に記載の熟練度判定装置。
10. 前記判定部は、前記生理指標に関する極大値の頻度が閾値以上であるか否かに基づき、前記作業者の熟練度を判定する、
    請求項１から請求項９のいずれか１項に記載の熟練度判定装置。
11. コンピュータが、
    所定期間における作業者の生体情報に関する第１時系列データと、前記所定期間のうち前記作業者が製品の品質を確認する確認区間と、前記製品の品質を示す品質情報とを取得し、
    前記第１時系列データを解析し、前記作業者の精神的負荷を示す生理指標に関する第２時系列データを算出し、
    前記第２時系列データを解析し、前記生理指標の出現状況を算出し、
    前記確認区間における前記生理指標の出現状況と、前記品質情報とに基づき、前記作業者の熟練度を判定する、
    熟練度判定方法。
12. コンピュータに、
    所定期間における作業者の生体情報に関する第１時系列データと、前記所定期間のうち前記作業者が製品の品質を確認する確認区間と、前記製品の品質を示す品質情報とを取得する取得機能と、
    前記第１時系列データを解析し、前記作業者の精神的負荷を示す生理指標に関する第２時系列データを算出する第１解析機能と、
    前記第２時系列データを解析し、前記生理指標の出現状況を算出する第２解析機能と、
    前記確認区間における前記生理指標の出現状況と、前記品質情報とに基づき、前記作業者の熟練度を判定する判定機能と、
    を実現させる熟練度判定プログラム。