JP7317264B1 - リスク値算出装置及びリスク値算出システム - Google Patents

Abstract

リスク値算出装置(４)は、作業者(６)を撮影した画像の情報を含む撮像情報を撮像機器(３)から取得する通信部(４１０)と、作業者が行っている不安全行動の内容を撮像情報に基づき特定する行動分析部(４３０)と、想定される危害に対するリスク値を算出するための算出要素を想定される危害に対応づけて保存したリスク値記憶部(４７１)に保存されている算出要素に対し、前記作業者が行っている不安全行動の内容に応じた修正処理を行うことで、リスク値を修正した新たなリスク値を算出するリスク値修正部(４７０)とを備えている。

Description

この開示は、作業現場でのリスク値を算出するリスク値算出装置及びリスク値算出システムに関する。

作業現場では、機械への手の挟み込み、落下物による頭部強打等、作業者に危害が加わる状況が起こりうる。

そこで、作業者の安全が確保できるよう、作業現場に設置された機械に対しリスクアセスメントを行うことが提案されている。リスクアセスメントとは、作業における危険性を特定し、それによる重大性とその危害が発生する確率である発生可能性を組み合わせてリスクを見積もり、そのリスクの大きさに基づいて対策の優先度を決めた上で、リスクの除去又は低減の措置を検討し、その結果を記録する一連の手法である。また、作業現場で取得した情報を活用し、作業者の安全レベルを判定する手法が提案されている。

特開２０２１－０６４２５７号 特開２０１６－１５７３５７号

特許文献１は、作業者の体温、顔色等の作業者の生体情報と、作業者の作業環境に係る環境情報を検出し、生体情報と環境情報に基づいて作業者の安全レベルを判定する。また、判定された安全レベルに基づいて、作業者が操作する機械の制御を変更する。

さらに、特許文献２は、繰り返し同一の作業を行うことが前提で、作業者の重心位置や頭、関節の位置などの動線データを取得し、各作業者の作業状況が正常であったか異常であったかを自動判定するものである。しかし、いずれの文献においても、癖や性格等作業者の特性に応じた安全レベルの判定は行われていない。

そこで、本開示は上記問題に鑑みなされたものであって、作業者の特性に応じたリスク値を算出することを目的としている。

この開示は、作業者を撮影した画像を含む撮像情報を撮像機器から取得する通信部と、作業者が行っている不安全行動の内容を撮像情報に基づき特定する行動分析部と、想定される危害に対するリスク値を算出するための算出要素を想定される危害に対応づけて保存したリスク値記憶部に保存されている算出要素に対し、前記作業者が行っている不安全行動の内容に応じた修正処理を行うことで、リスク値を修正した新たなリスク値を算出するリスク値修正部とを備えるものである。

本開示にかかるリスク値算出システムは、作業者の特性に応じたリスク値を算出することができる。

実施の形態１にかかるリスク値算出システムの構成図 実施の形態１にかかるリスク値算出システムの機能ブロック図 実施の形態１にかかるリスク値修正部の機能ブロック図 実施の形態１にかかる不安全行動データベースを例示する図 実施の形態１にかかる工場情報データベースを例示する図 実施の形態１にかかる作業者データベースを例示する図 実施の形態１にかかるリスクアセスメントデータベースを例示する図 実施の形態１にかかる作業者機器の処理を示すフローチャート 実施の形態１にかかる撮像機器の処理を示すフローチャート 実施の形態１にかかる制御機器の処理を示すフローチャート 実施の形態１にかかる作業者機器入力部の処理を示すフローチャート 実施の形態１にかかる行動分析部の処理を示すフローチャート 実施の形態１にかかる作業者特定部の処理を示すフローチャート 実施の形態１にかかる不安全行動分析部の処理を示すフローチャート 実施の形態１にかかるリスク値修正部の処理を示すフローチャート 実施の形態１にかかる重大性および発生可能性の重視割合対応表 実施の形態１にかかる不安全行動危険度および重大性修正量の対応表 実施の形態１にかかる評価情報および発生可能性修正量の対応表 実施の形態１にかかる制御部の処理を示すフローチャート 実施の形態１にかかる作業者機器のハードウェア構成図 実施の形態１にかかる制御機器のハードウェア構成図 実施の形態２にかかる学習装置の機能ブロック図 実施の形態２にかかる学習装置の学習処理に関するフローチャート 実施の形態２にかかる推論装置の機能ブロック図 実施の形態２にかかる推論装置の推論処理に関するフローチャート 実施の形態１の変形例にかかるリスク値算出システムの機能ブロック図

以下、本開示の実施の形態について、図を用いて説明する。図中の同一の符号は、同一または相当する部分を表す。

実施の形態１．
図１は本開示の実施の形態１にかかるリスク値算出システム１の構成図である。リスク値算出システム１は、作業者６に装着される作業者機器２、作業現場に設置された撮像機器３、機械５、および制御機器４で構成される。制御機器４は、作業者機器２および撮像機器３から取得した情報からリスク値を修正し、機械５を制御する。

作業者機器２は、作業者６に装着される機器であり、作業者６を一意に特定する作業者情報と、作業者の現在の位置を示す位置情報、位置情報を取得した時刻である時刻情報を制御機器４と通信する。位置情報を取得した時刻である時刻情報は第１の時刻情報である。作業者情報には、一意に識別するためのＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）を用いる。位置情報には、地球上の現在位置の座標を特定するＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）により測定した緯度や経度の値を用いる。時刻情報には、作業現場に設けられたＳＮＴＰ（Ｓｉｍｐｌｅ Ｎｅｔｗｏｒｋ Ｔｉｍｅ Ｐｒｏｔｏｃｏｌ）サーバが配信する情報と、作業者機器２の内部に設定された時刻とで同期を取り、同期後の時刻を用いる。作業者機器２は、上記を実現する機器であればよく、例えば発信機により実現する。

機械５の例として、切削加工を行う工作機械があげられる。作業者機器２と制御機器４との間では相互に無線通信が行われる。撮像機器３と制御機器４の間では有線または無線のいずれかで通信が行われる。制御機器４と機械５との間では有線または無線のいずれかで通信が行われる。

図２は、本開示の実施の形態１にかかるリスク値算出システム１の機能ブロック図である。作業者機器２は、処理部１１０および通信部１００により構成される。処理部１１０は、ＧＰＳを用い作業者６の現在位置を特定するための処理を行い、作業者６の位置情報を取得する。また、処理部１１０は、作業者６の作業者情報および時刻情報を取得する。また、処理部１１０は、通信部１００が制御機器４の通信部４２０へ送信するための通信コマンドを作成する。

通信部１００は、制御機器４の通信部４２０へ、作業者６の位置情報、作業者６の作業者情報および時刻情報を送信する。

撮像機器３は、撮像部２００および通信部２１０により構成される。撮像部２００は、作業者を含む作業現場の動画や静止画を撮影し、撮影した動画または静止画と、撮影した時点の日時とを紐づけた撮像情報を作成する。作業者６を含む作業現場の動画や静止画は作業者６を撮影した画像の情報である。通信部２１０は、制御機器４の通信部４２０へ撮像情報を送信する。

機械５は、制御部３００および通信部３１０により構成される。通信部３１０は、制御機器４の通信部４２０から制御値を受信する。機械５は図示しない可動部を有し、制御機器４から受信した制御値に基づき制御部３００が可動部を制御することで物を物理的に加工する。

制御機器４は、リスク値算出部４００、制御部４１０および通信部４２０により構成される。制御機器４は、リスク値算出装置である。通信部４２０は、作業者機器２の通信部１００から作業者情報、位置情報および時刻情報を取得し、撮像機器３の通信部２１０から撮像情報を取得する。通信部４２０は、作業者情報、位置情報、時刻情報および撮像情報をリスク値算出部４００に送信する。また、通信部４２０は、制御部４１０が変更した制御値を機械５の通信部３１０に送信する。

リスク値算出部４００での処理は後述するが、制御部４１０は、リスク値算出部４００が算出したリスクに基づき制御値を変更する。機械５を制御する手段は、可動部を順序通りに動作させるシーケンス制御、駆動部分の回転数や回転速度を制御するモーション制御、または作業者６の安全を確保するための制御である安全制御が挙げられるがこれらに限られない。制御部４１０は機械５の制御に関する制御値を変更し、通信部４２０に送信する。

図３は、本開示の実施の形態１にかかるリスク値算出部４００の機能ブロック図である。通信部４２０から受信した作業者情報、位置情報および時刻情報は作業者機器入力部４４０に送られる。通信部４２０から受信した撮像情報は行動分析部４３０へ送られる。

行動分析部４３０は、詳細は後述するが撮像情報をキー情報として不安全行動データベース４３１にアクセスする。そして、該当する不安全行動があれば、行動情報を取得する。行動情報は、撮像情報に対応する不安全行動の内容および対応する不安全行動危険度を含む。すなわち行動分析部４３０は、撮像情報に基づき作業者が行っている不安全行動の内容および作業者が行っている不安全行動の内容に対応する危険度を特定する。

不安全行動とは、作業現場の安全を確保するために設けられたルールに違反する行動、または当該ルールによって防止を図っている事故につながる行動である。または、不安全行動とは、機械との衝突、機械の可動部に体が挟まれたり巻き込まれたりすることなどによる受傷、高所からの落下、または有害物質の吸引による健康被害、などの事故につながる要因になる行動である。または、不安全行動とは、行われるのが安全衛生上望ましくない行動である。

行動分析部４３０は、不安全行動データベース４３１から行動情報を取得すると行動情報を、撮像機器３が画像を撮影した時刻である時刻情報と紐づけて、作業者特定部４５０に送信する。行動分析部４３０から作業者特定部４５０に送られた時刻情報は第２の時刻情報である。

ここで不安全行動データベース４３１について説明する。図４は、本開示の実施の形態１にかかる不安全行動データベースを例示する図である。不安全行動データベース４３１は、不安全行動毎に、不安全行動の画像や動画を記録した画像／動画データ、画像／動画データを一意に特定するための不安全行動の内容、および不安全行動の危険度を示す不安全行動危険度が紐づけられて格納されたデータベースである。不安全行動の内容には、作業者が行ってしまう不安全行動が含まれる。

なお、不安全行動データベース４３１は不安全行動記憶部である。すなわち、不安全行動記憶部は、不安全行動の内容を示す内容情報、および撮像情報から画像解析により不安全行動を識別するための画像分析データを対応づけて保存している。

ここでは、内容情報として、不安全行動の具体的な内容を保存しているが、これに限られない。例えば、不安全行動の具体的な内容を特定可能な番号または記号であってもよい。要するに、不安全行動の具体的な行動の内容が識別可能な情報であればよい。なお、作業者が行ってしまう不安全行動は、作業者の癖や性格により作業者毎に異なるため、内容情報は作業者毎に異なってもよい。

不安全行動を記録した画像または動画は画像分析データである。ここで、画像分析データは、実際に実行される不安全行動を記録した画像および動画以外でもよい。例えば、コンピュータ等の情報処理装置を用いて作成された画像または動画でもよい。要するに、撮像機器３が撮影した画像または動画から、不安全行動を識別するために必要な情報であればよい。不安全行動の識別には、一般的な画像解析を行う。

図４のＮｏ．の列には不安全行動の内容を一意に識別する番号が格納されている。不安全行動の内容は、図４に例示したもの（ヘルメット未着用、稼働中の機械５付近での手袋着用、歩行禁止区間の歩行）に限られない。その他例えば、高所作業中に安全帯を装着していない、粒子物質の体内への吸込を防止するための防塵マスクの未着用などがあげられる。

「画像／動画集」の列には、不安全行動の画像や動画データが格納されている。画像／動画集では、判定精度を向上させるため、同一の不安全行動に対し、複数の画像や動画を設けてもよい。例えばＮｏ．１のヘルメット未着用であれば、正面、左右、後方から未着用時の画像／動画を撮影して、その画像／動画を格納しておく。これにより、ヘルメット未着用時の一方向からの画像・動画のみを格納した場合と比べ、ヘルメット未着用を識別する精度が向上される。

不安全行動危険度は、不安全行動の危険度を数値化した情報である。なお、危険度は普遍的な値ではなく、ユーザが評価、設定した値である。本実施例では、数値が大きい程危険であるとし、数値が小さい程危険ではないとして設定している。例えば、機械との衝突では、打ち身や打撲程度であれば軽傷で済むので危険度を低く設定する。しかし、機械に体が挟まれたり巻き込まれたりすることによって手や腕の切断に至る場合や、高所からの落下等死亡に至る場合は危険度を高く設定する。

図３に戻り、作業者特定部４５０は、作業者機器入力部４４０から作業者情報および時刻情報を受信する。作業者機器入力部４４０から受信する時刻情報は第１の時刻情報である。作業者特定部４５０は、行動分析部４３０から行動情報、行動情報に紐づけられた第２の時刻情報を受信し、第１の時刻情報および第２の時刻情報に基づいて、行動情報および作業者情報を紐づけ、頻度分析部４６０へ送信する。すなわち、作業者特定部４５０は、第１の時刻情報および第２の時刻情報から画像に含まれる作業者を特定する。

作業者機器入力部４４０は、受信した作業者情報、位置情報および時刻情報から、位置情報をキー情報として工場情報データベース４４１にアクセスする。詳細は後述するが、工場情報データベース４４１を用いて、作業者機器入力部４４０は、位置情報から、対応する工場情報を特定し頻度分析部４６０に送信する。工場情報は、工場の設置物および該設置物の位置を示す情報である。

ここで、工場情報データベース４４１について説明する。図５は、本開示の実施の形態１にかかる工場情報データベースを例示する図である。工場情報データベース４４１は、工場の設置物とその位置を対応づけて格納したデータベースである。設置物の列には機械や通路など工場に設置されたもの、あるいは工場のレイアウトに関する物を特定する情報が格納されている。

位置情報（経度）と位置情報（緯度）の列には、設置物の位置を示す経度と緯度の情報が格納されている。なお通路や、大きな機械など、経度と緯度をある範囲で設定したい場合には、２列に渡って入力される。

作業者機器入力部４４０は、位置情報をキー情報として工場情報データベース４４１にアクセスし、位置情報に対応する工場情報を特定する。工場情報の特定は、位置情報に含まれる座標から閾値の範囲内に存在する設置物を特定することで行われる。この場合、閾値の範囲は数センチメートルから数メートルなどの任意の距離で設定される。また、取得する工場情報は上記の特定結果により２つ以上になる場合もある。

なお、リスクアセスメントの対象となる設置物が一つしかない場合、工場情報データベースを省略することも可能である。その場合には、作業者機器入力部４４０は、作業者の位置情報とあらかじめ設定された一つの設置物の位置情報が近いか判定し、近ければその設置物の工場情報を頻度分析部４６０に送信すればよい。

図３に戻り、頻度分析部４６０は、作業者特定部４５０から受信した行動情報、時刻情報および作業者情報をキー情報として作業者データベース４６１にアクセスする。時刻情報は、第１の時刻情報および第２の時刻情報のどちらでもよい。詳細は後述するが、頻度分析部４６０は、行動頻度情報を作業者データベース４６１から取得する。頻度分析部４６０は、作業者データベース４６１から取得した行動頻度情報に基づき、作業者が当該不安全行動を意図的に行ったか、過失で行ったかを判定する。頻度分析部４６０は、判定した結果である評価情報を、作業者情報、工場情報、および行動情報とともにリスク値修正部４７０に送信する。

ここで、作業者データベース４６１について説明する。図６は、本開示の実施の形態１にかかる作業者データベースを例示する図である。作業者データベース４６１は、不安全行動の内容と、過去に不安全行動を実施した頻度である行動頻度を工場で作業する作業者６毎に記録したデータベースである。行動頻度情報は頻度情報である。作業者ＩＤの列には、作業者情報である作業者ＩＤが格納されている。氏名の列には作業者ＩＤに対応する作業者の氏名が格納されている。不安全行動Ｎｏ．と不安全行動の内容の列には、不安全行動データベース４３１に格納されたＮｏ．とそれに対応する不安全行動の内容が格納されている。

なお、作業者データベース４６１は、作業者記憶部である。すなわち、作業者記憶部は、不安全行動の内容情報、および作業者が内容情報で示される行動を行う頻度である頻度情報を対応づけて保存している。

なお、ここでは、行動頻度情報を過去に不安全行動を実施した頻度としているが、これに限られない。実際に作業者が不安全行動を過去に実施した頻度ではなく、例えば、作業者の特性に応じてシミュレーション等で推測される頻度であってもよい。すなわち、作業者の特性に応じた頻度情報（時間情報と回数が対応付けされた情報）であればよい。

行動頻度としては、不安全行動の実施回数を数える対象とする過去の期間に応じて４種類の値が格納される。不安全行動の通算実施回数の列には、システムの運用開始後に実施した不安全行動の通算の実施回数が格納されている。不安全行動の過去１週間実施回数、不安全行動の過去１か月実施回数、不安全行動の過去１年実施回数の列には、過去１週間、１か月、１年の実施回数が格納されている。

頻度分析部４６０は、作業者情報に含まれる作業者ＩＤと、行動情報に含まれる不安全行動の内容とをキー情報として作業者データベース４６１にアクセスする。そして、頻度分析部４６０は、作業者ＩＤに紐づく人物が、行動情報に含まれる不安全行動を、通算、過去１年、１か月、１年に何回実施したかを取得する。すなわち、頻度分析部４６０は作業者記憶部から作業者が行っている不安全行動の内容に対応する頻度情報を取得する。具体的には、頻度分析部４６０は、作業者情報に対応する行動頻度情報を取得し、作業者情報と行動頻度情報を紐づける。

図３に戻り、リスク値修正部４７０は、受信した工場情報をキー情報としてリスクアセスメントデータベース４７１にアクセスする。リスク値修正部４７０は、工場情報で特定される設置物に対応する重大性および発生可能性をリスクアセスメントデータベース４７１から取得する。リスク値修正部４７０は、重大性と発生可能性とのいずれを重視するかを示す情報にもとづいて重大性を示す値または発生可能性を示す値を修正する修正処理を行い、リスク値を修正した新たなリスク値を工場情報と紐づけて制御部４１０に送信する。重大性と発生可能性とのいずれを重視するかを示す情報はあらかじめユーザによって登録される。

一般には、リスクアセスメントの実施タイミングは、作業現場の構築時や作業現場に機械が導入された時が挙げられる。その際、重大性および発生可能性は定量的な値として設定する。一般的にリスク値は、これら２つの要素（重大性および発生可能性）を乗算や加算することで定量的に算出される。リスクアセスメントデータベース４７１は、リスクアセスメントを実施した結果をデータベースとして保存したものである。

ここで、リスクアセスメントデータベース４７１について説明する。図７は、本開示の実施の形態１にかかるリスクアセスメントデータベースを例示する図である。リスクアセスメントデータベース４７１は、作業現場の設置物それぞれに対して実施されたリスクアセスメントの結果全てを含んでいる。なお、リスクアセスメントデータベース４７１は、リスク値記憶部である。

リスクアセスメントＮｏの列には、リスクアセスメントのどの行を示すかを一意に識別する番号が格納されている。工場情報Ｎｏの列には、リスクアセスメントの対象とする設置物について、工場情報データベース４４１の工場情報Ｎｏに対応する番号が格納されている。リスクアセスメントＮｏは、工場情報Ｎｏをキーに決定される。例えば、工場情報Ｎｏが０００１に対応するリスクアセスメントＮｏは、Ｎｏ．０００１０，Ｎｏ．０００１１である。

重大性および発生可能性の列には、想定される危害に対し、危害が発生した場合の重大さの程度と、発生可能性を数値化した値がそれぞれ格納されている。リスク値の列には、重大性および発生可能性の組合せにより算出されたリスク値が格納されている。すなわち、リスクアセスメントデータベース４７１は、想定される危害に対するリスク値を算出するための算出要素を想定される危害に対応づけて保存している。

なお、リスク値修正部４７０は、作業者６の不安全行動の危険度に基づいて、リスク値の算出要素（重大性を示す値）に対し、作業者が行っている不安全行動の内容に応じた修正処理を行うことでリスク値を修正する。また、リスク値修正部４７０は、作業者６の不安全行動の実施頻度に基づいて、リスク値の算出要素（発生可能性を示す値）に対し、作業者が行っている不安全行動の内容に応じた修正処理を行うことでリスク値を修正する。すなわち、リスク値修正部４７０は、リスク値の算出要素（重大性を示す値または発生可能性を示す値）を行動分析部４３０が特定した作業者が行っている不安全行動の内容に応じて修正することで、リスク値を修正した新たなリスク値を算出する。

リスク値修正部４７０は、リスク値記憶部から算出要素として重大性を示す値を取得し、撮像情報に対応する危険度に基づき重大性を示す値を修正する修正処理を行うことにより新たなリスク値を算出する。リスク値修正部４７０は、リスク値記憶部から算出要素として発生可能性を示す値を取得し、取得した頻度情報に基づき発生可能性を示す値を修正する修正処理を行うことにより新たなリスク値を算出する。リスク値修正部４７０は、修正した新たなリスク値を工場情報と紐づけて制御部４１０に送信する。

また、リスク値修正部４７０は、重大性、発生可能性のいずれを重視するかに応じて、リスク値の算出要素（重大性を示す値および発生可能性を示す値）を修正したうえで、リスク値を修正する。リスク値修正部４７０は、修正したリスク値を工場情報と紐づけて制御部４１０に送信する。

危険度に応じて重大性を示す値を修正する理由は、リスクアセスメントの想定よりも重大性が大きくなる場合があるためである。例えば、機械導入時にリスクアセスメントを実施する際、作業者がヘルメットを装着している前提で機械と衝突した際のリスク値を想定する。ところが、実際の作業時には、癖や性格等作業者の特性によりヘルメット未着用の不安全行動が発生する場合があり、重大性はリスクアセスメント想定時よりも大きくなる。

また、実施頻度に応じて発生可能性を示す値を修正する理由は、リスクアセスメントの想定よりも発生可能性が高くなる場合があるためである。例えば、不安全行動の実施頻度は、癖や性格等作業者の特性により変わる。例えば作業現場に設けられたルールに対し、一部のルールを違反しても問題ないと考える作業者が存在する一方、どのルールを違反してもいけないと考える作業者も存在する。

前者であれば、作業者が意図的に不安全行動を取る可能性もあり、不安全行動の実施頻度が高くなる。後者であれば、作業者が意図せず過失の場合のみ不安全行動を取ることになるため、実施頻度は低くなる。このため不安全行動の実施頻度の高い作業者がいる場合、発生可能性はリスクアセスメント想定時よりも高くなる。

また、同じ作業現場であっても、危険度と実施頻度のいずれを重視するかによって、各現場で想定しておきたいリスク値は異なる。例えば、不安全行動が比較的多い作業現場では、不安全行動の低減を達成すべく、リスク値を実施頻度重視の値にする必要がある。また、不安全行動がほとんど発生しない作業現場では、危険度と実施頻度の双方を重視するようなリスク値とする。また、危害の発生が比較的多い作業現場では、危険度を重視するようリスク値を算出する。

このように、リスク値修正部４７０では、癖や性格等作業者の特性に加え、危険度および実施頻度のいずれを重視するかという作業現場の方針に応じたリスク値を算出することができる。

次に、作業者機器２と撮像機器３と、機械５と、制御機器４との間でリスク値を算出する流れについて説明する。

図８は、実施の形態１にかかる作業者機器２の処理を示すフローチャートである。作業者機器２の処理部１１０は、ＧＰＳにより現在の位置情報を取得する。また、処理部１１０は、作業者６により入力された作業者情報を取得する（ステップＳ１１）。次に、作業者機器２の処理部１１０は、設定されている時刻情報を取得して、作業者情報、位置情報および時刻情報を紐づけて通信部１００に送信する（ステップＳ１２）。

作業者６が位置情報で表される場所にいたときの時刻は、位置情報に紐づけられた時刻情報で把握することができる。次に、通信部１００は、紐づけられた作業者情報、位置情報および時刻情報を制御機器４へ送信する（ステップＳ１３）。

図９は、実施の形態１にかかる撮像機器３の処理を示すフローチャートである。撮像機器３の撮像部２００は、作業現場の動画または静止画を撮影する。また、撮像部２００は、撮像機器３に設定されている時刻情報を参照して撮影した動画または静止画を、動画または静止画を撮影した時刻情報と紐づける（ステップＳ２１）。動画また静止画を撮影した時刻情報は第２の時刻情報である。なお、動画の場合には、撮影しながら時刻情報を紐づける。次に撮像機器３の通信部２１０は、撮影した動画または静止画および紐づけられた時刻情報を含む撮像情報を制御機器４へ送信する（ステップＳ２２）。

図１０は、実施の形態１にかかる制御機器４の処理を示すフローチャートである。制御機器４の通信部４２０は、紐づけられた作業者情報、位置情報および時刻情報を作業者機器２から受信し、撮像情報を撮像機器３から受信する。制御機器４の通信部４２０は、受信した情報の送信元を確認し、作業者機器２から受信した情報であるかを判断する。通信部４２０は、作業者機器２から受信していれば、受信した情報を作業者機器入力部４４０に送信する（ステップＳ３１）。また制御部４１０は、撮像機器３から受信していれば、受信した情報を行動分析部４３０に送信する（ステップＳ３１）。

次に、作業者機器入力部４４０は、作業者情報を作業者特定部４５０に送信する。また、作業者機器入力部４４０は、工場情報データベース４４１にアクセスし工場情報を頻度分析部４６０に送信する（ステップＳ３２）。次に、行動分析部４３０は、不安全行動データベース４３１にアクセスする等の処理を行う（ステップＳ３３）。作業者特定部４５０は、不安全行動を行っていた作業者６を特定する（ステップＳ３４）。ステップＳ３４の詳細は後述する。

頻度分析部４６０は、作業者データベース４６１にアクセスし、作業者６の過去の不安全行動の実施頻度を取得して分析を行い、分析結果である評価情報を作業者情報、工場情報、および行動情報とともに、リスク値修正部４７０に送信する（ステップＳ３５）。ステップＳ３５の詳細は後述する。リスク値修正部４７０では、作業者６の不安全行動の危険度と実施頻度に基づいて、リスク値の算出要素（リスクアセスメントデータベースの重大性および発生可能性の値）を修正することで、リスク値を修正する。そして、修正したリスク値を制御部４１０に送信する（ステップＳ３６）。

ステップＳ３６の詳細は後述する。制御部４１０は、修正されたリスク値に応じて現在の制御値を修正し、機械５へ制御値を送信する（ステップＳ３７）。

図１１は、実施の形態１にかかる作業者機器入力部４４０の処理を示すフローチャートである。図１１は、図１０のステップＳ３２の処理の詳細である。作業者機器入力部４４０は、作業者機器２から作業者情報、位置情報および時刻情報を受信する（ステップＳ３２１）。作業者機器入力部４４０は、位置情報をキー情報として工場情報データベース４４１にアクセスする（ステップＳ３２２）。作業者機器入力部４４０は、工場情報データベース４４１から位置情報に対応する工場情報を取得し、頻度分析部４６０に送信する（ステップＳ３２３）。作業者機器入力部４４０は、作業者情報および時刻情報を作業者特定部４５０に送信する（ステップＳ３２４）。

図１２は、実施の形態１にかかる行動分析部４３０の処理を示すフローチャートである。図１２は、図１０のステップＳ３３の処理の詳細である。行動分析部４３０は、通信部４２０から撮像情報を受信する（ステップＳ３３１）。行動分析部４３０は、撮像情報をキー情報として不安全行動データベース４３１にアクセスする（ステップＳ３３２）。行動分析部４３０は、撮像情報と不安全行動データベース４３１に記録された情報とを照合し、不安全行動が発生したかを判定する（ステップＳ３３３）。

具体的には、撮像情報を分析し、不安全行動データベース４３１の画像／動画集と似た画像／動画が撮像情報に含まれていれば、その画像／動画集に対応する不安全行動が発生したと判定する。その際の不安全行動危険度は、その画像／動画集に対応する不安全行動危険度の値である。例えば、不安全行動データベース４３１のＮｏ．１で示される画像／動画集と似た画像／動画が撮像情報に含まれていれば、ヘルメット未着用が発生したと判定する。なお、この場合に不安全行動データベース４３１から取得する不安全行動危険度は、「８」である。

不安全行動が発生したと判定されれば（ステップＳ３３３ Ｙｅｓ）、行動情報を不安全行動データベースから受信し、撮像情報中に含まれる時刻情報を行動情報と紐づける（ステップＳ３３４）。なお、行動情報は、作業者が行っている不安全行動の内容および不安全行動危険度で構成される情報である。次に、行動分析部４３０は、作業者特定部４５０に、紐づけられた行動情報、および時刻情報を送信する。（ステップＳ３３５）

一方、不安全行動が発生したと判定されなければ（ステップＳ３３３ Ｎｏ）、ステップＳ３３３で終了する。その後は、図１０のステップＳ３４に進むが、行動分析部４３０から行動情報および時刻情報が出力されないので実際には何も行われない。

図１３は、実施の形態１にかかる作業者特定部４５０の処理を示すフローチャートである。図１３は、図１０のステップＳ３４の処理の詳細である。作業者特定部４５０は、作業者機器入力部４４０から作業者情報および時刻情報を受信する（ステップＳ３４１）。作業者特定部４５０は、行動分析部４３０から、紐づけられた行動情報、不安全行動危険度および時刻情報を受信する（ステップＳ３４２）。

作業者特定部４５０は、作業者機器入力部４４０から受信した時刻情報と行動分析部４３０から受信した時刻情報に基づき、時刻情報、作業者情報、および行動情報を紐づける（ステップＳ３４３）。これにより、どの作業者６が、いつ、何の不安全行動を取ったかを把握することができる。作業者特定部４５０は、紐づけた作業者情報、行動情報および時刻情報を頻度分析部４６０へ送信する（ステップＳ３４４）。

図１４は、実施の形態１にかかる頻度分析部４６０の処理を示すフローチャートである。図１４は、図１０のステップＳ３５の処理の詳細である。頻度分析部４６０は、作業者特定部４５０から、作業者情報、行動情報および時刻情報を受信する（ステップＳ３５１）。頻度分析部４６０は、工場情報データベース４４１から工場情報を受信する（ステップＳ３５２）。頻度分析部４６０は、受信した作業者情報および行動情報をキー情報として、作業者データベース４６１にアクセスする（ステップＳ３５３）。なお、キー情報として時刻情報も用いれば、作業者データベース４６１の不安全行動の通算、過去１週間、過去１か月または過去１年の実施回数を更新することができる。

頻度分析部４６０は、作業者データベース４６１から作業者６の行動頻度を取得する（ステップＳ３５４）。頻度分析部４６０は、取得した行動頻度と、不安全行動毎に設けられた行動頻度の閾値とを比較して、不安全行動の頻度が閾値を超えていれば、作業者６が不安全行動を取ることを意図して実施したとみなす。なお、不安全行動毎に設けられた閾値は予め設定される。

不安全行動の頻度が閾値を超えていなければ、作業者６が不安全行動を取ることを意図しておらず、誤って実施した過失とみなす。このように、頻度分析部４６０は、作業者６が不安全行動を意図して行ったか、過失であったかを示す評価情報を算出する（ステップＳ３５５）。

頻度分析部４６０は、作業者情報、工場情報、行動情報および評価情報をリスク値修正部４７０へ送信する（ステップＳ３５６）。

図１５は、実施の形態１にかかるリスク値修正部４７０の処理を示すフローチャートである。図１５は、図１０のステップＳ３６の処理の詳細である。リスク値修正部４７０は、頻度分析部４６０から作業者情報、工場情報、行動情報および評価情報を受信する（ステップＳ３６１）。リスク値修正部４７０は、受信した工場情報に対応するリスク値の算出要素（重大性および発生可能性を示す値）を、リスクアセスメントデータベース４７１から取得したかを判定する（ステップＳ３６２）。

受信した工場情報に対し、想定される危害全てについての算出要素を受信していれば、修正された新たなリスク値を制御部４１０に送信する。（ステップＳ３６２ Ｙｅｓ）

受信した工場情報に対し、想定される危害全てについての重大性および発生可能性を受信していなければ（ステップＳ３６２ Ｎｏ）、リスクアセスメントデータベース４７１にアクセスする（ステップＳ３６３）。リスク値修正部４７０は、工場情報に対応する設置物に対する重大性および発生可能性を取得する（ステップＳ３６４）。以下ステップＳ３６５～ステップＳ３６８は工場情報毎に実施される。

リスク値修正部４７０は、重大性と発生可能性のいずれを重視するかを設定する（ステップＳ３６５）。この処理は、あらかじめ記憶されている重大性および発生可能性の値の組み合わせから、任意の組み合わせをユーザが選択することで行われる。

図１６は、実施の形態１にかかる重大性および発生可能性の重視割合対応表である。この対応表の値は、リスク値算出システム１のユーザによってあらかじめ登録されている。重大性および発生可能性とで合計１となるようそれぞれの割合が決められている。ここで、不安全行動危険度を重視したリスク値を算出したいならば、重大性の方が発生可能性より大きいＮｏ．４またはＮｏ．５のいずれかを選択する。発生可能性を重視したリスク値を算出したいならば、発生可能性の方が重大性より大きいＮｏ．１から３のいずれかを選択する。Ｎｏ．１から３のいずれを選択するかについては、どの程度発生可能性を重視するかにより決定すればよい。

どちらも重視するリスク値を算出したいならば、重大性と発生可能性が同じ値であるＮｏ．３を選択する。これらの選択はリスク値算出システム１のユーザによって行われる。なお、本実施の形態では、重大性および発生可能性の組み合わせは、あらかじめ記憶されている組み合わせから選択することとしたがこれに限られない。例えば、ユーザがそれぞれ任意の値を入力することとしてもよい。

次にリスク値修正部４７０は、行動情報に含まれる不安全行動危険度に基づいて、重大性を示す値を修正する（ステップＳ３６６）。不安全行動危険度に基づいて、重大性を示す値を修正する理由は、上述したようにリスクアセスメントの想定（リスクアセスメントデータベース４７１作成時の想定）よりも重大性が大きくなる場合があるためである。不安全行動の危険度の値が大きい程、作業者６にとってより重篤な被害が生じる危険性が高いとみなし、重大性の値が大きくなるように修正する。

図１７は、実施の形態１にかかる不安全行動危険度および重大性修正量の対応表である。この対応表は、リスク値算出システム１のユーザによってあらかじめ登録されている。リスク値修正部４７０は、頻度分析部４６０から受信した行動情報から不安全行動危険度を取得し、危険度と重大性の修正量の対応表に基づき、重大性修正量を取得する。リスク値修正部４７０は、リスクアセスメントデータベース４７１から取得した重大性を重大性修正量と乗算または加算する。

次にリスク値修正部４７０は、発生可能性を示す値を修正する（ステップＳ３６７）。図１８は、実施の形態１にかかる評価情報および発生可能性の修正量の対応表である。この対応表は、リスク値算出システム１のユーザによってあらかじめ登録されている。リスク値修正部４７０は、頻度分析部４６０から受信した評価情報に対応する発生可能性の修正量、評価情報および発生可能性修正量の対応表より取得する。リスク値修正部４７０は、評価情報が「意図的」の場合に、「過失」の場合より、発生可能性の値が大きくなるよう発生可能性の値を修正する。具体的には、リスクアセスメントデータベース４７１から取得した発生可能性を図１８で取得した発生可能性修正量に加算または乗算する。

つまり、評価情報が「意図的」の場合の方が「過失」の場合により、リスク値が大きくなる。次にその理由について述べる。

評価情報が「意図的」であれば、不安全行動が定期的に行われていると考えられる。定期的に行われていると、作業者６は不安全行動を行うと危険であると認識しておらず、実際に危険な事態が発生した時に回避する行動を取ることが困難になると考えられる。一方、評価情報が「過失」であれば、誤って実施しただけであり、作業者６は危険な事態が発生した際には、回避行動を取ることが可能と考えられる。このため、評価情報が「意図的」の場合の方が「過失」の場合よりもリスク値が大きくなる。

次に、リスク値修正部４７０は、修正した重大性および修正した発生可能性にステップＳ３６５で選択した値を乗算することでリスク値を算出する。（ステップＳ３６８）なお、ここでは、修正した重大性、修正した発生可能性、重大性と発生可能性の重視割合を乗算しているが、加算でもよいし、乗算および加算の組み合わせであってもよい。要するに、重大性および発生可能性の重視割合（重視度）に基づいて、重大性および発生可能性の修正量に重みづけを行いリスク値を修正すればよい。

すなわち、リスク値修正部は、リスクアセスメントデータベース４７１の想定される危害に対するリスク値を算出するための算出要素に基づき、リスクアセスメントデータベース４７１のリスク値を修正した新たなリスク値を算出する。

Ｓ３６８でリスク値を算出するとＳ３６２に戻り、工場情報に対するすべてのリスクアセスメント結果を取得したか判断を行う。全てのリスクアセスメント結果を取得していれば、制御部にリスク値を送信する（ステップＳ３６９）。

図１９は、制御部４１０の処理を示すフローチャートである。図１９は、図１５のステップＳ３６９の処理の詳細である。制御部４１０は、リスク値修正部４７０から工場情報とリスク値を受信する（ステップＳ３８１）。制御部４１０は、工場情報に対応する機械を特定し、当該機械の制御値の修正が完了したか判定する。（ステップＳ３８２ Ｙｅｓ）。修正が完了していればリスク値の修正に関する処理を終了し、修正が完了していなければ、ステップＳ３８４の処理に進む。

ステップＳ３８４では、修正されたリスク値とあらかじめ設定された閾値とを比較し、修正されたリスク値が閾値よりも大きければ、機械５の制御値を変更する。例えば、機械５の制御を停止させたり、モーション制御を減速させるような変更が想定されるが、これに限られない。

制御部４１０は、あらかじめ設定された閾値と修正されたリスク値との比較をすべて終えるまでステップＳ３８２、ステップＳ３８４を繰り返す。

図２０は、本開示の実施の形態１にかかる作業者機器２のハードウェア構成図である。作業者機器２は、ＧＰＳで現在位置の座標特定や無線通信の処理を行うプロセッサ１１、各種プログラム及び各種情報を記憶するメモリ１２、および制御機器４と無線通信の処理を行う通信インタフェース１３を有する。メモリ１２内の各種プログラムは、図８の処理を含むプログラムが含まれている。メモリ１２と通信インタフェース１３は、バス１４を介してプロセッサ１１に接続されており、それぞれプロセッサ１１と通信する。

メモリ１２は、不揮発性メモリと揮発性メモリとを含む。また、メモリ１２は、作業者機器２が装着された作業者６の作業者情報、位置情報、および時刻情報が格納される。更にメモリ１２は、プロセッサ１１による処理中の結果を一時的に格納する。

通信インタフェース１３は、制御機器４と無線通信をするために用いられる。通信インタフェース１３は、プロセッサ１１の制御により、メモリ１２に格納された処理結果を無線で制御機器４へ送信する。

通信部１００は、作業者機器２のプロセッサ１１とメモリ１２により実現される。処理部１１０は作業者機器２のプロセッサ１１とメモリ１２、通信インタフェース１３により実現される。

図２１は、実施の形態１にかかる制御機器４のハードウェア構成図である。制御機器４は、ユーザが作成した機械５を制御するためのユーザプログラム等を記憶するメモリ４１、作業者機器２および撮像機器３と無線又は有線通信をするための通信インタフェース４２、制御機器４全体を制御するプロセッサ４３とを有する。

メモリ４１は、ユーザプログラムの他に、作業者機器２および撮像機器３から取得した情報、プロセッサ４３がユーザプログラムを実行させるのに必要な情報を記憶する。メモリ４１および通信インタフェース４２は、バス４４を介してプロセッサ４３にそれぞれ接続され、それぞれ通信を行う。

メモリ４１は、不揮発性メモリと揮発性メモリとを含む。メモリ４１は、制御機器４が提供する機能の処理プログラムであるファームウェアを格納する。更にメモリ４１は、プロセッサ４３によるユーザプログラムの処理中の結果を一時的に格納する。また、メモリ４１は、不安全行動データベース４３１、工場情報データベース４４１、作業者データベース４６１、リスクアセスメントデータベース４７１も格納する。ただし、これらのデータベースは、メモリ４１に格納されず制御機器４の外部に備えられてもよいし、一部のみ制御機器４の外部に備えられてもよい。

通信インタフェース４２は、作業者機器２および撮像機器３と無線又は有線通信をするための通信インタフェースである。インタフェース４２は、プロセッサ４３の制御により受信した情報をメモリ４１に格納したり、メモリ４１に格納された情報を送信する。

プロセッサ４３は、メモリ４１に格納されたファームウェアやユーザプログラムを実行する。制御部４１０は、プロセッサ４３およびメモリ４１により実現される。通信部４２０は、プロセッサ４３、メモリ４１、および通信インタフェース４２により実現される。リスク値算出部４００は、制御機器４のメモリ４１とプロセッサ４３により実現される。

本開示の実施の形態１におけるリスク値算出システムによれば、不安全行動に応じて不安全行動の危険度を行動分析部が取得し、不安全行動がないことが前提で行ったリスクアセスメント結果である重大性を、行動分析部が取得した危険度に基づき修正するので、作業者の特性に応じて不安全行動が発生した場合であっても、作業者の特性に応じたリスク値を算出することができる。

また、本開示の実施の形態１におけるリスク値算出システムによれば、不安全行動を作業者が行う頻度である頻度情報を頻度分析部が取得し、不安全行動がないことが前提で行ったリスクアセスメント結果である発生可能性を、頻度分析部が取得した頻度情報に基づき修正する。作業者の特性に応じて不安全行動が発生する頻度が変わるが、本開示の構成によれば、作業者の特性に応じたリスク値を算出することができる。

また、本開示の実施の形態１におけるリスク値算出システムによれば、作業者に装着された作業者機器２から取得した、作業者情報、作業者の位置を示す位置情報、および撮像機器の取得した撮像情報から作業者を特定し、特定した作業者毎に不安全行動の頻度情報を取得し、特定した作業者毎に発生可能性を示す値を修正するので、作業者が複数人いてもそれぞれの作業者の特性に応じてリスク値を修正することができる。

なお、実施の形態１では、作業者６が複数人いる場合を想定しているが、１人でもよい。その場合には、制御機器４は図１０のＳ３２およびＳ３４は不要となる。リスク値算出部４００でリスク値を算出する処理を行えばよい。それにより、作業者の特性に応じたリスク値を算出することができる。

なお、本実施の形態では、処理部１１０はＧＰＳにより現在の位置情報を取得することとしたがこれに限られない。例えば、撮像機器３により撮影された動画を解析することで作業者６の位置情報を取得するようにしてもよい。この場合には、行動分析部４３０は撮像情報を作業者特定部４５０に送信し、作業者特定部４５０は、受信した撮像情報から画像解析により作業者の位置を特定すればよい。

実施の形態２．
実施の形態１では、作業者機器入力部４４０が、作業者の位置情報をキー情報として工場情報データベース４４１にアクセスし、作業者と距離が近い設置物を作業者の位置情報に基づき一意に特定し、その設置物の工場情報を取得した。しかし、工場情報データベース４４１に含まれる設置物は通路等、制御部４１０の制御に無関係なものも含まれる。そこで、本実施の形態では、制御に無関係な設置物か否かをＡＩ（人工知能）の教師なし学習により学習し、制御に無関係な設置物である場合には作業者機器入力部４４０が工場情報を取得しないようにする。

図２２は、本開示の実施の形態２にかかる学習装置５００の機能ブロック図である。学習装置５００は、データ取得部５１０とモデル生成部５２０を備える。データ取得部５１０は、作業者と設置物との距離、設置物の制御値を学習用データとして取得する。なお通路などの制御対象ではない場合、制御値を０として扱う。また、学習装置５００は、リスク値算出部４００内に存在し、作業者機器入力部４４０、リスク値修正部４７０と接続される。
＜学習フェーズ＞

モデル生成部５２０は、データ取得部５１０から出力される、作業者と設置物との距離および設置物の制御値の組合せに基づいて作成される学習用データに基づいて、制御に無関係な設置物か否かを学習する。ここで、制御に無関係な設置物か否かの情報を工場情報取得要否情報という。すなわちリスク値算出システム１の作業者と設置物との距離および設置物の制御値から、工場情報取得要否情報を推論する学習済モデルを生成する。ここで学習用データは、作業者と設置物との距離および設置物の制御値を互いに関連付けたデータである。なお、作業者と設置物との距離は作業者機器入力部４４０からデータ取得部５１０に入力され、設置物の制御値はリスク値修正部４７０からデータ取得部５１０に入力される。

モデル生成部５２０が用いる学習アルゴリズムは、教師なし学習の公知のアルゴリズムを用いることができる。一例として、教師なし学習であるＫ平均法（クラスタリング）を適用した場合について説明する。教師なし学習とは、結果（ラベル）を含まない学習用データを学習装置５００に与えることで、それらの学習用データにある特徴を学習する手法をいう。

モデル生成部５２０は、例えば、Ｋ平均法によるグループ分け手法に従って、いわゆる教師なし学習により、工場情報取得要否情報を学習する。

Ｋ平均法とは、非階層型クラスタリングのアルゴリズムであり、クラスタの平均を用い、与えられたクラスタ数をＫ個に分類する手法である。

具体的に、Ｋ平均法は以下のような流れで処理される。まず、各データｘｉに対してランダムにクラスタを割り振る。次いで、割り振ったデータをもとに各クラスタの中心Ｖｊを計算する。次いで、各ｘｉと各Ｖｊとの距離を求め、ｘｉを最も近い中心のクラスタに割り当て直す。そして、上記の処理で全てのｘｉのクラスタの割り当てが変化しなかった場合、あるいは変化量が事前に設定した一定の閾値を下回った場合に、収束したと判断して処理を終了する。

本願においては、データ取得部５１０によって取得される作業者と設置物との距離、設置物の制御値の組合せに基づいて作成される学習用データに従って、いわゆる教師なし学習により、工場情報取得要否情報を学習する。

モデル生成部５２０は、以上のような学習を実行することで学習済モデルを生成し、出力する。

学習済モデル記憶部５３０は、モデル生成部５２０から出力された学習済モデルを記憶する。

次に、図２３を用いて、学習装置が学習する処理について説明する。図２３は学習装置の学習処理に関するフローチャートである。

ステップＳ４０１において、データ取得部５１０は作業者と設置物との距離および設置物の制御値を取得する。なお、作業者と設置物との距離、および設置物の制御値を同時に取得するものとしたが、作業者と設置物との距離、および設置物の制御値を関連づけて入力できれば良く、作業者と設置物との距離、および設置物の制御値のデータをそれぞれ別のタイミングで取得しても良い。

ステップＳ４０２において、モデル生成部５２０は、データ取得部５１０によって取得される作業者と設置物との距離、および設置物の制御値の組合せに基づいて作成される学習用データに従って、いわゆる教師なし学習により、工場情報取得要否情報を学習し、学習済モデルを生成する。

ステップＳ４０３において、学習済モデル記憶部５３０は、モデル生成部５２０が生成した学習済モデルを記憶する。
＜活用フェーズ＞

図２４はリスク値算出システム１に関する推論装置６００の機能ブロック図である。推論装置６００は、データ取得部５１０、推論部６１０を備える。推論装置６００は、リスク値算出部４００内に存在し、作業者機器入力部４４０に接続される。

データ取得部５１０は、作業者と設置物との距離を作業者機器入力部４４０から取得する。

推論部６１０は、学習済モデル記憶部に記憶された学習済モデルを利用して得られる工場情報取得要否情報を推論する。すなわち、この学習済モデルにデータ取得部５１０で取得した作業者と設置物との距離を入力することで、作業者と設置物との距離がいずれのクラスタに属するかを推論し、推論結果から工場情報取得要否情報を出力することができる。

なお、本実施の形態では、リスク値算出システム１のモデル生成部５２０で学習した学習済モデルを用いて工場情報取得要否情報を出力するものとして説明したが、他のリスク値算出システム１等の外部から学習済モデルを取得し、この学習済モデルに基づいて工場情報取得要否情報を出力するようにしてもよい。

このようにして、推論部６１０は作業者と設置物との距離に基づいて得られた工場情報取得要否情報を作業者機器入力部４４０に送信する。

次に、図２５を用いて、推論装置６００を使って工場情報取得要否情報を得るための処理を説明する。

ステップＳ４１１において、データ取得部５１０は作業者と設置物との距離を取得する。

ステップＳ４１２において、推論部６１０は学習済モデル記憶部５３０に記憶された学習済モデルに作業者と設置物との距離を入力し、工場情報取得要否情報を得る。

ステップＳ４１３において、推論部６１０は、学習済モデルにより得られた工場情報取得要否情報を作業者機器入力部４４０に出力する。

ステップＳ４１４において、作業者機器入力部４４０は、工場情報取得要否情報に基づき、工場情報データベース４４１にアクセスする。すなわち、工場情報取得要否情報が「要」との結果であれば、工場情報データベース４４１にアクセスし、工場情報を取得する。工場情報取得要否情報が「否」との結果であれば、作業者機器入力部４４０は工場情報データベース４４１にアクセスしない。工場情報を取得した場合は、作業者機器入力部４４０は、頻度分析部４６０へ工場情報を送信する。これにより、制御に関係のある工場情報に限定したリスク値の算出が可能となる。

本実施の形態において、学習装置５００及び推論装置６００はリスク値算出部４００内に存在することとしたがこれに限られない。例えば、学習装置５００及び推論装置６００は、リスク値算出システム１内の制御機器４とは別個の装置であってもよい。また、ネットワークを介してリスク値算出システム１に接続され、このリスク値算出システム１とは別個の装置であってもよい。さらに、学習装置５００及び推論装置６００は、クラウドサーバ上に存在していてもよい。

また、モデル生成部５２０は、複数のリスク値算出システム１に対して作成される学習用データに従って、工場情報取得要否情報を学習するようにしてもよい。なお、モデル生成部５２０は、同一のエリアで使用される複数のリスク値算出システム１から学習用データを取得してもよいし、異なるエリアで独立して動作する複数のリスク値算出システム１から収集される学習用データを利用して工場情報取得要否情報を学習してもよい。また、学習用データを収集するリスク値算出システム１を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、あるリスク値算出システム１に関して工場情報取得要否情報を学習した学習装置５００を、これとは別のリスク値算出システム１に適用し、当該別のリスク値算出システム１に関して工場情報取得要否情報を再学習して更新するようにしてもよい。

（変形例）
実施の形態１では、図３に示すように制御機器４のリスク値算出部４００でリスク値の算出を行い、制御部４１０で機械５の制御を行っていた。しかしなから、これらの構成に限定される必要はなく、パソコンなどの情報処理を行える情報処理機器７が、リスク値算出部４００を備える構成であってもよい。

図２６は、実施の形態１の変形例のシステムの機能ブロック図である。情報処理機器７は、通信部７１０を介して作業者機器２、撮像機器３、および機械５と通信を行い、リスク値算出部４００でリスク値の算出を行う。そして情報処理機器７は、算出したリスク値を制御機器４に送信する。制御機器４は、通信部４２０で受信したリスク値を制御部４１０に送信し、修正されたリスク値で機械５を制御する。

この変形例であっても実施の形態１と同様の効果を奏する。なお、実施の形態２の学習装置５００および推論装置６００は本変形例に対して適用可能である。この場合も実施の形態２と同様の効果を奏する。

以上の実施の形態に示した構成は、本開示の内容の一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、上記の実施の形態の組み合わせや、本開示の要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

１ リスク値算出システム、２ 作業者機器、３ 撮像機器、４ 制御機器、５ 機械、６ 作業者、４００ リスク値算出部、４１０ 制御部、４２０ 通信部、４３０ 行動分析部、４３１ 不安全行動データベース、４４０ 作業者機器入力部、４５０ 作業者特定部、４６０ 頻度分析部、４６１ 作業者データベース、４７０ リスク値修正部４７０、４７１ リスクアセスメントデータベース、５００ 学習装置、５１０ データ取得部、５２０ モデル生成部、５３０ 学習済モデル記憶部、６００ 推論装置、６１０ 推論部。

Claims (11)

1. 作業者を撮影した画像の情報を含む撮像情報を撮像機器から取得する通信部と、
   前記作業者が行っている不安全行動の内容を前記撮像情報に基づき特定する行動分析部と、
   想定される危害に対するリスク値を算出するための算出要素を前記想定される危害に対応づけて保存したリスク値記憶部に保存されている前記算出要素に対し、前記作業者が行っている不安全行動の内容に応じた修正処理を行うことで、前記リスク値を修正した新たなリスク値を算出するリスク値修正部と
   を備えたリスク値算出装置。
2. 前記行動分析部は、不安全行動の危険度、および前記撮像情報から画像解析により不安全行動を識別するための画像分析データを不安全行動の内容を示す内容情報に対応づけて保存した不安全行動記憶部にアクセスし、前記作業者が行っている不安全行動の内容に対応する危険度を取得し、
   前記リスク値記憶部は、前記想定される危害に対する重大性を示す値を前記想定される危害に対応づけて保存しており、
   前記算出要素は前記重大性を示す値を含み、前記修正処理は、前記作業者が行っている不安全行動の内容に対応する危険度に基づき前記重大性を示す値を修正する処理を含む請求項１に記載のリスク値算出装置。
3. 前記内容情報、および前記作業者が前記内容情報で示される行動を行う頻度である頻度情報を対応づけて保存した作業者記憶部から、前記作業者が行っている不安全行動の内容に対応する頻度情報を取得する頻度分析部をさらに備え、
   前記リスク値記憶部は、前記想定される危害に対する発生可能性を示す値を前記想定される危害に対応づけて保存しており、
   前記算出要素は前記発生可能性を示す値をさらに含み、
   前記修正処理は、前記発生可能性を示す値を前記頻度情報に基づき修正する処理をさらに含む請求項２に記載のリスク値算出装置。
4. 前記修正処理は、あらかじめユーザによって登録された、前記重大性および前記発生可能性のいずれを重視するかを示す情報に基づいて前記重大性または前記発生可能性を示す値を修正する処理を含む請求項３に記載のリスク値算出装置。
5. 不安全行動の内容を示す内容情報、および前記作業者が前記内容情報で示される行動を行う頻度である頻度情報を対応づけて保存した作業者記憶部から、前記作業者が行っている不安全行動の内容に対応する頻度情報を取得する頻度分析部をさらに備え、
   前記リスク値記憶部は、前記想定される危害に対する発生可能性を示す値を前記想定される危害に対応づけて保存しており、
   前記算出要素は前記発生可能性を示す値を含み、
   前記修正処理は、前記発生可能性を示す値を前記頻度情報に基づき修正する処理を含む請求項１に記載のリスク値算出装置。
6. 前記作業者に装着され、前記作業者を特定する作業者情報、前記作業者の位置を示す位置情報、および前記位置情報を取得した時刻である第１の時刻情報を取得する作業者機器から前記作業者情報、前記作業者の位置を示す位置情報、前記第１の時刻情報を取得する作業者特定部をさらに備え、
   前記撮像情報は、前記撮像機器が前記画像を撮影した時刻である第２の時刻情報を含み、
   前記作業者特定部は、前記第１の時刻情報および前記第２の時刻情報から前記画像に含まれる作業者を特定する請求項１または５に記載のリスク値算出装置。
7. 前記不安全行動は、行われるのが安全衛生上望ましくない行動、安全を確保するために設けられたルールに違反する行動、またはルールによって防止を図っている事故につながる行動である請求項１から５のいずれか１項に記載のリスク値算出装置。
8. 作業現場の設置物を制御する制御値を前記新たなリスク値に応じて修正する制御部をさらに備えた請求項１に記載のリスク値算出装置。
9. 前記作業者と前記設置物との距離、および前記制御値を学習用データとして取得するデータ取得部と、
   前記学習用データを用いて、前記作業者と前記設置物との距離から、前記制御部の制御に無関係な設置物か否かについての情報を推論するための学習済モデルを生成するモデル生成部と、
   をさらに備えた請求項８に記載のリスク値算出装置。
10. 前記作業者と前記設置物との距離を取得するデータ取得部と、
    前記作業者と前記設置物との距離から、前記制御部の制御に無関係な設置物か否かについての情報を推論するための学習済モデルを用いて、前記データ取得部から取得した前記作業者と前記設置物との距離から前記制御部の制御に無関係な設置物か否かについての情報を出力する推論部と、
    をさらに備えた請求項８に記載のリスク値算出装置。
11. 作業者を撮影した画像の情報を含む撮像情報を撮像機器から取得する通信部と、
    前記作業者が行っている不安全行動の内容を前記撮像情報に基づき特定する行動分析部と、
    想定される危害に対するリスク値を算出するための算出要素を前記想定される危害に対応づけて保存したリスク値記憶部に保存されている前記算出要素に対し、前記作業者が行っている不安全行動の内容に応じた修正処理を行うことで、前記リスク値を修正した新たなリスク値を算出するリスク値修正部を有するリスク値算出装置と、
    前記撮像機器と、
    を備えたリスク値算出システム。

Images