JP7507965B2 - 倉庫環境におけるリスクマッピングのためのシステム及び方法 - Google Patents

Description

本開示は、一般に、倉庫又は流通環境に関し、より具体的には、最もリスクの高い領域を特定し、文書化することによって倉庫管理の効率を改善することに関する。

流通システムにおいて、注文履行プロセスは、サプライチェーンを管理する上で重要なプロセスである。これは、顧客注文の生成、補充、配送及びサービスを含む。典型的な注文履行プロセスは、注文の受け取り、注文の採取、注文の梱包、注文の発送など、様々なサブプロセスを含む。受け取りとは、履行センターにおける入荷した在庫の受け入れと保管を指す。履行センターが在庫を受け取ると、アイテムはパレットなどの専用倉庫に保管され得る。パレットは、平坦で、荷物を運ぶことができる、可搬で剛性のある台である。採取のサブプロセスにおいて、採取チームは、アイテム、数量、及び施設での保管場所が記載された梱包票を受け取り、注文された製品をそれぞれのパレットから収集する。

また、２つの特徴が、倉庫又は流通センターの作業効率に影響を及ぼす。これらの側面は、倉庫環境の動的性質、及び、パレット操作／注文採取プロセス中の人間のオペレータの動作に関連する。以上のことから、倉庫流通システムにおける注文履行効率の問題に対処し、荷物処理経路の再設計、及び注文履行中の荷物処理手順の最適化によって、より良い運用管理を可能にする必要性がある。

概要、及び例示的な実施形態の以下の詳細な説明は、添付の図面と併せて読むと、よりよく理解される。本開示を説明する目的で、本開示の例示的な構造が図面に示されている。しかしながら、本開示は、本明細書に開示された特定の方法及び器具に限定されるものではない。さらに、当業者であれば、図面が縮尺通りでないことを理解するであろう。可能な限り、同様の要素は、同一の番号で示されている。

本発明の様々な実施形態が実践され得る、倉庫環境を示す図である。 本開示の実施形態による、倉庫環境を管理するための中央処理装置を示す図である。 本開示の実施形態による、ウェアハウスリスクマップを例示する図である 本開示の実施形態による、ウェアハウスリスクマップのコンタープロットを視覚化した例を示す図である。 本開示の実施形態による、３次元プロット形式でのウェアハウスリスクマップの出力を視覚化した例を示す図である。 本開示の実施形態による、第２の倉庫環境を示す図である。 第２の倉庫環境において発見的リスクを発見するためのニューエマージングリスクディスカバリー（ＮＥＲＤ）コンポーネントを示す図である。 本開示の実施形態による、倉庫環境におけるリスクの領域を特定し、管理するための方法を示すフローチャートである。

添付図面において、下線付き番号は、下線付き番号が上に位置される項目又は下線付き番号が隣接する項目を表すために採用される。下線付きでない番号は、下線付きでない番号と項目とを結ぶ線によって識別される項目に関するものである。番号が下線付きでなく、関連する矢印を伴う場合、下線付きでない番号は、矢印が指し示す一般的な項目を特定するために使用される。

（概要）
本開示の一態様では、倉庫環境におけるリスクのある領域を識別し、管理するためのシステムが提供される。システムは、１つ又は複数のビデオストリームを取り込み、１つ又は複数のビデオセンサーの視野に基づいて、倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成するように構成された、１つ又は複数のビデオセンサーを含み得る。システムは、1つ又は複数のビデオセンサーに通信可能に結合された中央処理装置をさらに含み得る。中央処理装置は、１つ又は複数のビデオセンサーによって取り込まれた情報を格納するように構成された生のリスク情報収集ユニットと、１つ又は複数のビデオストリームを処理・集約して、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成するように構成された処理・集約ユニットと、を含み、リスク識別情報は少なくとも１つのリスクゾーン、及び対応するリスクタイプ、及びリスクレベルを含み、リスクゾーンは、倉庫環境で１つ又は複数のリスクインスタンスに対応する区域である。システムは、リスク識別情報に基づいてウェアハウスリスクマップを生成するように構成されたリスクマップ生成ユニットをさらに含み得、ウェアハウスリスクマップは、識別されたリスクゾーンを倉庫マップに重ね合わせることによって生成される。システムは、ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスについて、リスクタイプ、リスクレベル、及びリスクゾーンの少なくとも１つが変化した場合に、ウェアハウスリスクマップをリアルタイムで更新するためのリスクマップ更新ユニットをさらに含み得る。

本開示の別の態様では、倉庫環境におけるリスクのある領域を識別し、管理するための方法が提供される。本方法は、１つ又は複数のビデオセンサーの視野に基づいて、倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成するために、その１つ又は複数のビデオストリームを取り込むことを含む。本方法は、１つ又は複数のビデオセンサーによって取り込まれた情報を格納することをさらに含み得る。本方法は、１つ又は複数のビデオストリームを処理・集約し、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成することをさらに含み得、リスク識別情報は、少なくとも１つのリスクゾーン、及び対応するリスクタイプ、及びリスクレベルを含み、リスクゾーンは、１つ又は複数のリスクインスタンスに対応する倉庫環境の区域である。本方法は、リスク識別情報に基づいてウェアハウスリスクマップを生成することをさらに含み得、ウェアハウスリスクマップは、識別されたリスクゾーンを倉庫マップに重ね合わせることによって生成される。本方法は、ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスについて、リスクタイプ、リスクレベル、及びリスクゾーンの少なくとも１つが変化したときに、ウェアハウスリスクマップをリアルタイムで更新することをさらに含み得る。

本開示のさらに別の態様では、倉庫環境におけるリスクの領域を識別及び管理するためのコンピュータプログラム可能製品が提供され、そのコンピュータプログラム可能製品は、指令のセットを含む。指令のセットは、プロセッサによって実行されると、プロセッサに、その１つ又は複数のビデオストリームを取り込み、１つ又は複数のビデオセンサーの視野に基づいて、倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成し、１つ又は複数のビデオセンサーによって取り込まれた情報を格納し、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成するために１つ又は複数のビデオストリームを処理・集約させる。ここで、リスク識別情報は、少なくとも１つのリスクゾーン、及び対応するリスクタイプ、及びリスクレベルを含み、リスクゾーンは、１つ又は複数のリスクインスタンスに対応する倉庫環境内の区域であり、リスク識別情報に基づいてウェアハウスリスクマップを生成し、ウェアハウスリスクマップは、倉庫マップ上に識別されたリスクゾーンを重ねることによって生成され、ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスについてリスクタイプ、リスクレベル及びリスクゾーンの少なくとも１つが変化すると、リアルタイムでウェアハウスリスクマップを更新する。

本開示の様々な実施形態は、倉庫環境における空間的に定義されたリスクマップを生成及び更新するために、既知及び観察された潜在的に変化する環境及び人間のリスク要因の解析を実行する。リスク要因情報を空間情報に関連付けることにより、本開示は、観察されたパフォーマンス変化と倉庫環境内の特定の場所又はそれに近接する領域との間に原因相関を描くことを可能にする。リスクマップは、注文採取者のためのアクセス性が低いラック領域、例えば、物品がラックスペースの奥に積まれている、又はラックスペースの中で高く積まれている、流出領域、照度が低い領域、厄介なサイズ形状の製品が積まれやすい、又はひどく積まれている領域、注文採取者が減速しやすい領域、及びセキュリティリスクが大きい領域が含まれるが、それだけに限られない、現在及び将来のパフォーマンスに影響を及ぼす潜在的問題を検出及び識別するために使用され得る。また、リスクマップは、急速に変化するリスク要因に迅速に適応できるように、頻繁に、潜在的にはリアルタイムで更新され、急速に進化するシナリオの有害な影響を最小限に抑える。このように、リスクマップから得られる知見は、倉庫の環境設計を改善し、作業効率を高め、事故が発生したときにアラームを発することができる自動検出器を実装するために使用され得る。

本開示の特徴は、添付の請求項によって定義される本開示の範囲から逸脱することなく、様々な組み合わせで組み合わされることが可能であることが理解されるであろう。

（例示的な実施形態の詳細な説明）
以下の詳細な説明は、本開示の実施形態及びそれらが実装されることができる方法を例示している。本開示を実行する最良の態様が開示されているが、当業者は、本開示を実行又は実践するための他の実施形態も可能であることを認識するであろう。

図１は、本発明の様々な実施形態が実践されることができる倉庫環境１００を示している。

倉庫環境１００は、第１及び第２の貯蔵ラック１０２ａ及び１０２ｂと、倉庫環境１００内で物品を輸送するためのトロリー１０３と、を含む。本明細書では、２つの貯蔵ラックが示されているが、倉庫環境１００が２つ以上のラック及びトロリーを含んでよいことは、当業者にとって明らかであろう。

倉庫環境１００は、第１及び第２のラック１０２ａ及び１０２ｂの上にそれぞれ固定的に取り付けられた第１及び第２のビデオセンサー１０４ａ及び１０４ｂをさらに含み得る。ビデオセンサー１０４ａ及び１０４ｂの例は、ビデオカメラを含むが、これらに限定されない。さもなければ、第１及び第２のビデオセンサー１０４ａ及び１０４ｂは、物体を隠すような障害物がない場合に物体の存在が検出され得る空間ボリュームに相当する視野１０６を有する。本開示の文脈では、視野１０６は、オペレータルートもカバーし、オペレータルートは、タスク期間中に倉庫オペレータによって横断される経路として定義され、タスク期間は、オペレータが監督者からタスクリストを受け取った瞬間からタスクリスト上のすべてのタスクを終了するまでの期間として定義される。タスクリスト上のタスクは、操作、注文補充、パレットのロード／アンロード、ラックの補充のような多様な作業を含み得ることに留意すべきである。

倉庫環境１００の作業効率は、倉庫環境１００の動的性質、及びパレット操作／注文採取プロセス中の人間オペレータのパフォーマンスに依存する。様々な要因が、パレット操作／注文採取プロセスに影響を与える。これらの要因は、以下、リスクと呼ばれる。

特定のタイプのリスクの発生率は、リスク事故の時間／日付又はオペレータもしくはフォークリフトトラックのアイデンティティ等のパラメータに従って、倉庫環境１００の異なる場所で監視され得る。ビデオセンサー１０４ａ及び１０４ｂは、所定のリスク事故に関与するオペレータ又は取扱荷物のタイプに関するより詳細な情報を提供してもよい。これは、倉庫管理者がリスク事故のパターンを検出し識別することを支援し得、例えば、倉庫オペレータＡは、第１のラック１０２ａに近いパレットから物品をこぼす可能性が高く、それによって、倉庫管理者が適切な改善行動を行うことを可能にする。改善措置は、多くのリスク事故が発生するラックの近くの照明を改善すること、ラック間又はラックと壁との間の間隔を広げること、ラック又はパレットへの物品の持ち上げ又は積み重ねについて特定の倉庫オペレータに追加の訓練を提供すること、異なる（高い／低い）ラックスペースへの重い又は大きな物品の積み重ねに関する方針を変更することなどを含み得るが、これらに限らない。

個々のリスクは、リスクインスタンスとして表現され得る。リスクインスタンスは、以下の属性：リスクの分類、関連するリスクが起こり得る倉庫環境１００内の１つ又は複数のゾーン（それによってリスクインスタンスの定位が可能になる）、及びリスクレベル（リスクが関連するゾーン又は各ゾーンで発生する確率）を含む。簡潔のために、リスクが起こり得る倉庫環境１００内の１つ又は複数のゾーンは、以後、リスクゾーンと呼ばれ得る。

図２Ａは、本開示の実施形態による、リスクの区域を識別し、文書化することによって倉庫環境を管理及び監視するためのシステム２００を示す図である。

システム２００は、有線又は無線通信ネットワーク（図示せず）を介して第１及び第２のビデオセンサー１０４ａ及び１０４ｂに接続され、ビデオセンサー１０４ａ及び１０４ｂによって記録されたビデオストリームを処理する。

システム２００は、中央処理装置（ＣＰＵ）２０１と、操作パネル２０３と、メモリ２０５と、を含む。ＣＰＵ２０１は、操作パネル２０３、メモリ２０５などの各種構成要素の動作を制御するプロセッサ、コンピュータ、マイクロコントローラ、その他の回路である。ＣＰＵ２０１は、例えば、メモリ２０５などの揮発性又は不揮発性のメモリに格納されるなどして、ＣＰＵ２０１に提供されるソフトウェア、ファームウェア、及び／又はその他の指令を実行してもよい。ＣＰＵ２０１は、１つ又は複数のシステムバス、ケーブル、又は他のインターフェースなどの有線又は無線接続を介して、操作パネル２０３、及びメモリ２０５に接続されてもよい。本開示の実施形態では、ＣＰＵ２０１は、ローカルネットワーク上のすべてのカメラについて、リアルタイムの物体検出及び予測を提供するためのカスタムグラフィック処理ユニット（ＧＰＵ）サーバソフトウェアを含み得る。

操作パネル２０３は、ユーザーインターフェースであってよく、物理的なキーパッド又はタッチスクリーンの形態を取り得る。操作パネル２０３は、選択された機能、プリファレンス、及び／又は認証に関連する１人又は複数のユーザーからの入力を受信し得、視覚的及び／又は聴覚的に入力を提供及び／又は受信し得る。

メモリ２０５は、ＣＰＵ２０１によって使用するための指令とデータを格納することに加え、１人又は複数のユーザーに関連するユーザー情報も含み得る。例えば、ユーザー情報は、認証情報（例えば、ユーザー名／パスワードのセット）、ユーザー設定、及び他のユーザー固有の情報を含み得る。ＣＰＵ２０１は、このデータにアクセスして、操作パネル２０３、及びメモリ２０５の動作に関連する制御機能（例えば、１つ又は複数の制御信号の送信及び／又は受信）の提供を支援し得る。

本開示の一実施形態では、ＣＰＵ２０１は、ビデオセンサー１０４ａ及び１０４ｂによって取り込まれた情報を受信し、その情報をストレージユニット２１０に格納するための生のリスク情報収集部２０２と、１つ又は複数のリスクインスタンスに関連付けられた１つ又は複数のトリガー条件の倉庫オペレータによる作業を検出するためにビデオストリームを処理・集約するように構成される処理・集約ユニット２０４と、を含む。トリガー条件の起動の検出時に、処理・集約ユニット２０４は、各リスクインスタンスの属性を識別し、文書化するように構成される。

本開示の文脈では、リスクは、２つのクラス、すなわち、予め定義されたリスクと発見的リスクに大別され得る。予め定義されたリスクは、よく知られたリスクであり、倉庫環境の管理チームによって事前に定義され得るものである。これに対して、発見的リスクは、倉庫環境の観察によって発見され、学習されるものである。予め定義されたリスクには、重い荷物に起因するリスクが含まれ得る。予め定義されたリスクの別の例は、壊れやすい荷物から生じるリスクを含み、壊れやすい荷物の不適切な取り扱いは、在庫及び金銭的損失を引き起こす可能性があるためである。予め定義されたリスクは管理チームによって確立されるかもしれないが、当該予め定義されたリスクの発生場所は、倉庫環境の動的性質に起因して、時間と共に変化する場合がある。例えば、重い荷物や不格好な形状の荷物が保管棚に置かれる位置は、時間とともに変化し得る。

所与のリスクインスタンスの定位は、異なる粒度で表現され得る。特に、粗いリスク定位が倉庫環境内のラックの識別子に依存し得るのに対し、細かい粒度のリスク定位は、より正確な位置情報を提供し得る。

本開示の実施形態では、リスクレベルは、２つの構成要素、すなわち、最近のリスクレベルＰ_recent及びグローバルリスクレベルＰ_globalを含む。Ｐ_recentは、リスクゾーンで実施された作業の総数に対する割合として、リスクゾーンで最近発生したリスク事故の数を表現する。Ｐ_globalは、倉庫設立以来、リスクゾーンで発生したリスク事故の総数を、その期間にそのリスクゾーンで行われた作業の総数に対する割合で表したものである。Ｐ_recentとＰ_globalはそれぞれ、全体のリスクレベルの計算に７５％と２５％寄与する。

より具体的には、以下の４式で表現される。

ここで、round関数は最も近い整数への丸めることを表し、count関数は考慮されたパラメータのインスタンス数のカウントを表し、incident_tはあるリスクゾーンで時刻tに発生したリスク事故を表し、operation_tは、考慮されたリスクゾーンにおいて、時間tに倉庫オペレータ又はその他の人員によって行われた作業（例えば、ジョブフィリング、パレットアンロード又はラックスペースパッキング等）の数を表し、ΔTは、該当するリスク事故の発生を計算する時間間隔である（例えば、ΔT=今から計算された１４日間、というのは過去１４日間に発生したリスク事故の数を計算するために使用される）。

中央処理装置２０１は、特定されたリスクインスタンスに基づいてウェアハウスリスクマップ２１０を生成するためのリスクマップ生成ユニット２０６をさらに含む（図２Ｂに示されるように）。ウェアハウスリスクマップ２１０は、識別されたリスクゾーン２１２を、観察された倉庫環境の２次元マップ２１４（その中のすべてのラック及び作業空間を示す）に重ね合わせることによって生成される。ウェアハウスリスクマップ２１０は、倉庫環境について移動している間にオペレータによって取られたオペレータルート２１６を示してもよい。

ウェアハウスリスクマップ２１０は、その集合的視野が各リスクインスタンスに関連するすべての場所をカバーするように、倉庫環境におけるビデオカメラの空間的展開を最適化するために使用される。

中央処理装置２０１は、ストレージユニット２１０に格納され、所与のリスクタイプと特にリンクされている予め定義されたトリガーのセット（すなわち、リスクタイプ、リスクレベル、又はリスクゾーンのうちの少なくとも１つに変化があったとき）の１つ又は複数のセットにより、ウェアハウスリスクマップ２１０を更新するためのリスクマップ更新ユニット２０８を含む。例えば、重い荷物が別のラックに移動されると、各重い荷物に関連するリスクの位置は新しいラックに変更される。同様に、重い荷物が壊れやすいものに交換された場合、そのリスクインスタンスについてリスクのタイプが変更される。これにより、ウェアハウスリスクマップ２１０の更新が必要となる瞬間を細かくカスタマイズすることができる。効率化のために、すべてのリスク事故の発生がウェアハウスリスクマップ２１０の更新を引き起こすわけではない。さらに、リスクタイプ及び対応するトリガーのシステム設定は、倉庫管理者によって定期的に再設定され得る。

本開示の実施形態では、リスクマップ更新ユニット２０８は、１つ又は複数のリスク事故の発生を自動的に検出し、それによってリスクインスタンスを例示するためにウェアハウスリスクマップ２１０上にそれらの位置をマークするように構成される。しかしながら、リスクインスタンスに関連する位置は時間と共に変化する可能性があるので、ウェアハウスリスクマップ２１０は、これらの変動を反映するために、リスク固有のトリガーに基づいて動的に更新されてよい。

重い荷物から生じるリスク事故の例では、そのようなリスク事故の位置は、倉庫環境１００の在庫リストから把握され得る。したがって、対応するリスクインスタンスのトリガーを更新するためのルールは、「在庫リストが変更されるたびにウェアハウスリスクマップ２１０を更新する」ことであり得る。同様に、壊れやすいパッケージに起因するリスク事故の場合、そのようなリスク事故の位置は、注文採取中の破損荷物の検出を通じて把握され得る。例えば、そのようなリスク事故の発生は、処理・集約ユニット２０４のパッケージインテグリティチェックＡＩ（ＰＩＣＡＩ）コンポーネント（図示せず）によって検出され得る。したがって、このリスクインスタンスのトリガーを更新するためのルールは、「ＰＩＣＡＩが破損した荷物を検出するたびにウェアハウスリスクマップ２１０を更新する」ことになり得る。

ＰＩＣＡＩは、ビデオセンサー１０４ａ及び１０４ｂによって取り込まれたビデオデータを処理することによって、荷物完全性ステータスを決定する。より具体的には、ＰＩＣＡＩは、荷物が操作される倉庫環境を監視するように配置されたビデオカメラからのビデオストリームを処理するように適合された、訓練済みディープニューラルネットワーク分類器（図示せず）を含む。ＰＩＣＡＩ分類器は、視覚幾何学群（ＶＧＧ）又は残差ニューラルネットワーク（Ｒｅｓｎｅｔ）などのアーキテクチャを実装してもよく、２つのクラス、すなわち破損した荷物及び破損していない荷物にラベル付けされた画像のセットで訓練されてもよい。

図３Ａは、本開示の実施形態による、２つのラック１０２ａ及び１０２ｂと２つのドア３０２ａ及び３０２ｂとを含む倉庫環境における、ウェアハウスリスクマップのコンタープロットの視覚化３００の一例を示している。コンタープロットの視覚化３００は、倉庫環境内の所与の場所における個々のリスクタイプの累積発生に関する透視図を提供する、倉庫管理者向けの視覚出力インターフェースである。本実施例では、コンタープロットの視覚化３００は、倉庫環境における６つのリスク事故ホットスポット（ＲＩ１－ＲＩ６）の存在を示している。このように、コンタープロットの視覚化３００は、より高い数のリスク事故が観察された倉庫環境の領域に対する監視リソースのターゲティングを支援する。

図３Ｂは、本開示の実施形態による、標高軸を通して倉庫環境における全体的なリスク視野を示す３次元プロット３０２の形態で、ウェアハウスリスクマップの出力の視覚化を示している。３次元プロット３０２は、図３Ａの倉庫環境における第１のラック１０２ｂに対するウェアハウスリスクマップの３次元視覚化の一例であり、第１のラック１０２ｂと接続された２つのリスク事故ホットスポット（ＲＩ３－ＲＩ４）を示している。

図４Ａは、本開示の実施形態による、第２の倉庫環境４００を例示している。第１及び第２の倉庫環境１００及び４００が同じであり得ることは、当業者にとって明らかであろう。

第２の倉庫環境４００は、それぞれの視野を有した対応するビデオセンサー４０４ａ－４０４ｆによって監視される第１－第６の監視ゾーン（ＭＺ_i）４０２ａ－４０２ｆ（以下、集合的に監視ゾーン４０２と称する）を含む。監視ゾーンは実質的に長方形であり、その面積は対応する監視ビデオセンサー（すなわち、ビデオカメラ）の視野によって制限される。

第２の倉庫環境４００は、ビデオセンサー４０４ａから４０４ｆまでが監視できない第１から第７の未監視ゾーン（ＵＺ_j）４０６ａから４０６g（以下、集合的に未監視ゾーン４０６と称する）を含む。未監視ゾーン（ＵＺ_j）（jは集合［１．．．Ｍ］の要素である）は、Ｍがそのような未監視ゾーンの総数に等しく、２つの連続する監視ゾーンの間の開口（もしあれば）、又は監視ゾーンと倉庫の近接壁の間の開口であり得る。各連続する未監視ゾーンには、一意の識別子、例えば、倉庫管理の要件に従って１からインクリメントされるインデックスｊが付与される。

図４Ｂは、本開示の実施形態による、第２の倉庫環境４００において発見的リスクを発見するためのニューエマージングリスクディスカバリー（ＮＥＲＤ）コンポーネント４０８を示している。

ＮＥＲＤコンポーネント４０８は、有線又は無線通信ネットワークのいずれかを介して、ビデオセンサーのセット（図４Ａの４０４ａから４０４ｆまで）に通信可能に結合される。ビデオセンサーからの入力に基づいて、ＮＥＲＤコンポーネント４０８は、監視ゾーン（ＭＺ_i）を横断するオペレータが費やした時間、未監視ゾーン（ＵＺ_j）を横断するオペレータが費やした時間、監視ゾーン（ＭＺ_i）及び／又は未監視ゾーン（ＵＺ_j）における物体操作の動き（拾う／落とす）、監視ゾーン（ＭＺ_i）及び／又は未監視ゾーン（ＵＺ_j）内の同じ物体の複数操作の動き、オペレータ移動パターン（例えば、監視ゾーン（ＭＺ_i）及び／又は未監視ゾーン（ＵＺ_j）におけるオペレータの移動パターン（例えば、軌道セグメントのリスト）を決定するように構成される。

本開示の一実施形態では、ＮＥＲＤコンポーネント４０８は、ビデオセンサー（図４Ａの４０４ａから４０４ｆまで）からビデオストリームを受信して、バッファリングするためのストリームバッファ４１０と、第１から第ｋの検出器４１２ａから４１２ｋのセットと、推定ユニット４１４を含む。ＮＥＲＤコンポーネント４０８は、ビデオセンサーのセット（図４Ａの４０４ａから４０４ｆまで）に通信可能に結合された独立した構成要素であることが示されているが、ＮＥＲＤコンポーネント４０８が中央処理装置（図２Ａの２０１）の一部であってよいことは、当業者にとって明らかであろう。

本開示の一実施形態では、第１から第ｋの検出器４１２ａから４１２ｋは、ビデオセンサー（図４Ａの４０４ａから４０４ｆ）からビデオストリームを処理するように構成される。第１から第ｋの検出器４１２ａから４１２ｋは、オペレータルート（図４Ａの４２０）に沿って倉庫の各場所でオペレータが費やした時間を決定するため、管理者のレポートを解析するため、及び倉庫の所与の場所で発生したリスク事故の数を決定するために、人間の検出及び追跡アルゴリズムを実装する１つ又は複数の検出器を含み得る。

推定ユニット４１４は、倉庫の所与のゾーンでオペレータが費やした時間として表される「正常な」動作パラメータを学習し、新しいリスクタイプの発生を示唆する異常、例えば、当該ゾーンでオペレータが費やした時間が過剰であることを識別するように構成される。

図４Ａとともに図４Ｂを参照すると、本開示の実施形態では、ＮＥＲＤコンポーネント４０８は、個々の監視ゾーン４０２からの結果を組み合わせて、それによって倉庫環境４００のかなりの割合を監視するように構成される。本開示の実施形態では、倉庫についてのオペレータの作業は、オペレータルート４２０に沿った連続する監視ゾーン４０２を組み合わせることによって効果的に追跡され得る。したがって、オペレータによって取られるオペレータルート４２０は、Ｎ個の連続する監視ゾーン（ＭＺ_i）（ｉは集合［１．．．Ｎ］の要素である）によって記述されてもよく、インデックスｉは、ルートの開始時に１の値に設定され、オペレータルート４２０に沿って進行する間にオペレータによって入力された監視ゾーン（ＭＺ_i）ごとに１ずつ増分される。オペレータルート４２０は、連続するビデオセンサー（４０４ａから４０４ｆ）の視野によってカバーされるので、視野がオペレータを取り込むビデオセンサーのアイデンティティを通じて、オペレータの位置が追跡されることができる。例えば、オペレータルート４２０をたどるオペレータは、ビデオセンサー４０４ｆ、４０４ｄ、４０４ｃ、４０４ａ、４０４ｂ、及び４０４ｅの視野を横切り得る。したがって、対応する監視ゾーン４０２ａ－４０２ｆは、所定のリスクインスタンス、すなわち、リスク事故に関与するオペレータを取り込んだビデオセンサーのＩＤ／ラベルに対応するリスク位置パラメータとリンクされ、それによってリスク事故と関連する監視ゾーン４０２ａ－４０２ｆがリンクされ得る。

本開示の実施形態では、監視ゾーンは、それぞれの監視ゾーンにおいてビデオ映像を取り込むために位置決めされたビデオセンサーの識別子に基づく番号付けスキームを有し得る。あるいは、監視ゾーンは、倉庫管理者の要件に従って、（倉庫オペレータによって取られる経路とは無関係な）固定番号付けスキームを有し得る。

全体として、ＮＥＲＤコンポーネント４０８は、ビデオセンサーのアレイ（４０４ａから４０４ｆまで）によって取り込まれたビデオデータを処理し、新しい発見的リスクタイプを作成する。これを用いて、オペレータルートに沿った各モニタゾーン及び／又は未監視ゾーンにおける異なるプロセス異常の観察に基づいて、対応するリスクインスタンスを作成することができる。

一例として、倉庫の特定のゾーンでオペレータによって費やされる時間が過剰であるというリスクは、オペレータルート４２０に沿った様々な監視ゾーン及び／又は未監視ゾーンでオペレータによって費やされる時間間隔を、関連する倉庫ゾーンで費やされる予想「正常な」時間間隔と比較することによって決定され得る。このリスクは、倉庫ゾーンで行われる作業／プロセスの減速を示し得る。倉庫ゾーンで費やされる「正常な」時間間隔は、過去に予め定義された週数の間にそこで費やされた時間間隔の平均として推定され得る。また、「正常な」時間間隔は、当該倉庫ゾーンで実行されるプロセスの予め定義された数のインスタンスを観察することによって推定され得る。あるいは、「正常な」時間間隔は、予め定義された過去の日数（Ｎ）の間に、オペレータルート４２０に沿った各監視ゾーン及び／又は未監視ゾーンで費やされた平均時間を計算することによって推定されてもよい。このリスクタイプの場合、トリガーを更新するためのルールは、「ＮＥＲＤコンポーネント４０８が監視ゾーン及び／又は未監視ゾーンで繰り返し費やされる過剰な時間を検出するたびに、図２Ｂのウェアハウスリスクマップ２１０を更新する」ことであり得る。ＮＥＲＤコンポーネント４０８は、発見的リスクのリスクインスタンスを作成し、予め定義されたリスクについて説明したのと類似の方法で、トリガーの起動を通じて更新プロセスを実施する。上述の例の場合、トリガーは、所定の倉庫ゾーンでオペレータが費やした測定時間間隔に従って起動されることができる。

別の例では、リスク事故が頻繁に発生する倉庫ゾーンは、監視ゾーン及び／又は未監視ゾーンにおける様々な未分類／未知の自己の発生によって引き起こされるプロセス中断の数の閾値を確立することによって発見され得る。このような事故は倉庫管理者から報告されることがあり、例えば、通路やラック間の間隔が狭く、ラックにしっかりと荷物を詰めることができず、荷物がラックから落下してしまうことが原因であり得る。このリスクタイプの場合、更新トリガーのルールは、「管理者が関連する監視ゾーン及び／又は未監視ゾーンで新しい事故を報告するたびに、ウェアハウスリスクマップ（図２Ｂの２１０）を更新する」であり得る。ＮＥＲＤコンポーネント４０８は、自己が発生した倉庫ゾーンに従って報告された事故の数をカウントするために、管理者の報告を自動的に解析することによって、リスクを検出する。所定の倉庫ゾーンで報告された事故の数が多すぎることを検出すると、ＮＥＲＤコンポーネント４０８は、リスクタイプ属性を「バミューダトライアングル」に設定し、リスクの場所を関連する倉庫ゾーンの識別子に設定した新しいリスクインスタンスを作成する。そして、ＮＥＲＤコンポーネント４０８は、作成されたリスクインスタンスを含むようにウェアハウスリスクマップ（図２Ｂの２１０）を更新する。

このように、リスク領域の識別により、倉庫管理者／オペレータは、その原因に対処するための改善措置を迅速に取ることが与えられる。より重要なことは、リスク要因の影響を防止又は最小化するために倉庫の側面を再設計することを含む、事前対策に関する情報に基づく意思決定が行われ得ることである。再設計の側面は、操作手順の再定義及び／又は改善、倉庫環境の物理的及び物流的側面の再設計、梱包／積み付け基準の改善、より良い注文採取のルートの計画、（環境及びオペレータ）監視の強化等の実装などを含み得る。

図５は、本開示の一実施形態にしたがって、図１Ａ及び図４Ａの倉庫環境におけるリスクの領域を識別及び管理するための方法を示すフローチャートである。本方法、及び本明細書に述べられる各方法は、本明細書に述べられるアーキテクチャによって、又は他のアーキテクチャによって実装され得る。本方法は、論理フローグラフのブロックの集合体として図示されている。ブロックのいくつかは、ハードウェア、ソフトウェア、又はそれらの組み合わせで実装されることができる動作を表している。ソフトウェアの文脈では、ブロックは、１つ又は複数のコンピュータ可読媒体に格納され、１つ又は複数のプロセッサによって実行されると、言及された動作を実行するコンピュータ実行可能な指令を表している。一般に、コンピュータ実行可能な指令は、特定の機能を実行し、特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを含む。

コンピュータ可読媒体は、非一時的コンピュータ可読記憶媒体を含んでもよく、この記憶媒体には、ハードディスク、フロッピーディスク、光ディスク、ＣＤ－ＲＯＭ、ＤＶＤ、読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、磁気又は光カード、固体メモリデバイス、又は電子指令を格納するのに適した他のタイプの記憶媒体を含み得る。さらに、いくつかの実装では、コンピュータ可読媒体は、一時的コンピュータ可読信号（圧縮形式又は非圧縮形式）を含み得る。コンピュータ可読信号の例としては、キャリアを使用して変調されているか否かにかかわらず、コンピュータプログラムをホスト又は実行するコンピュータシステムがアクセスするように構成され得る信号（インターネット又は他のネットワークを通じてダウンロードされた信号を含む）が挙げられるが、これらに限定されない。最後に、動作が説明される順序は、限定として解釈されることを意図しておらず、説明される動作の任意の数は、プロセスを実施するために任意の順序で、及び／又は並行して組み合わされてよい。

ステップ５０２において、倉庫環境に設置された１つ又は複数のビデオセンサーの各視野が、１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンをそこに生成するために使用される。１つ又は複数のセンサーは、さもなくば、物体を隠すような障害物がない場合に物体の存在が検出され得る空間ボリュームに対応する視野を有する。本開示の文脈では、視野は、オペレータルートもカバーし、オペレータルートは、タスク期間中に倉庫オペレータによって横断される経路として定義され、タスク期間は、オペレータが監督者からタスクリストを受け取った瞬間からタスクリスト上の全てのタスクを終了するまでの時間期間として定義される。タスクリスト上のタスクは、操作、注文補充、パレットロード／アンロード、ラックの補充などの複数の作業を含み得ることに留意されたい。ステップ５０４において、各ビデオセンサーによって取り込まれたビデオストリームを含む情報が格納される。

ステップ５０６において、ビデオストリームの各々が処理・集約され、倉庫作業を実行している間に倉庫オペレータによってたどられるオペレータルートに関連するリスクインスタンスに関する情報を生成し、リスク識別情報は、少なくとも１つのリスクゾーン、及び対応するリスクタイプ、及びリスクレベルを含み、リスクゾーンは１つ又は複数のリスクインスタンスに対応する倉庫環境内の区域である。本開示の一実施形態において、倉庫作業は、操作タスク、注文補充タスク、パレットロード／アンロードタスク、及びラック補充タスクのうちの少なくとも１つから選択される。リスクは、重い荷物から生じる予め定義されたリスク、壊れやすい荷物から生じる予め定義されたリスク、及び発見的リスクのうち少なくとも１つから選択される。本開示の一実施形態では、１つ又は複数の予め定義されたリスクの発生が検出され、各リスクの位置がウェアハウスリスクマップ上にマークされ、それによって対応するリスクインスタンスが例示される。一例では、予め定義されたリスクは、重い荷物から生じるリスクを含み、当該リスクの位置は、在庫リストから決定され、対応するウェアハウスリスクマップは、在庫リストが変化するたびに更新される。

本開示の実施形態において、１つ又は複数の発見的リスクは、オペレータが費やした時間、物体操作の動き、及びオペレータの作業パターンを、オペレータが費やした対応する予め定義された時間、予め定義された物体操作の動き、及び予め定義されたオペレータ作業パターンと比較することによって決定される。

ステップ５０８において、リスクインスタンス情報に基づいてウェアハウスリスクマップが生成され、ウェアハウスリスクマップは、観察された倉庫環境の２次元マップに識別されたリスクゾーンを重ね合わせることによって生成される。重ね合わせたリスクゾーンは、第１のラック及び第２のラックなどの２つの異なるリスクインスタンスに対応するマップ上の部分的に重なったゾーン（領域）である。ウェアハウスリスクマップは、その集合的視野が各リスクインスタンスに関連するすべての場所をカバーするように、倉庫環境におけるビデオカメラの空間的展開を最適化するために使用される。

ステップ５１０において、ウェアハウスリスクマップは、ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスについて、リスクタイプ、リスクレベル、及びリスクゾーンの少なくとも１つが変化したときにリアルタイムで更新される。本開示の実施形態では、リスクゾーンのリスクレベルは、特定のリスク事故がリスクゾーンで起こる確率に基づいて計算され、リスクレベルは、最近のリスクレベル、及びグローバルリスクレベルという２つの構成要素を含み、最近のリスクレベルは、リスクゾーンで最近起こったリスク事故の数をリスクゾーンで行われた総作業数の割合として表し、グローバルリスクレベルは、リスクゾーンでのリスク事故の発生回数の総数を行われた総作業数の割合として表している。

上述の本開示の実施形態に対する変更は、添付の請求項によって定義される本開示の範囲から逸脱することなく可能である。本開示を説明し主張するために使用される「含む」、「構成する」、「組み込む」、「からなる」、「有する」、「である」などの表現は、非排他的に解釈されることを意図しており、すなわち、明示的に説明されていないアイテム、構成要素又は要素も存在することを許容する。また、単数形への言及は、複数形への関連付けと解釈される。

Claims (20)

1. 倉庫環境におけるリスクのある領域を識別し、管理するためのシステムであって、
   １つ又は複数のビデオストリームを取り込み、１つ又は複数のビデオセンサーの視野に基づいて、前記倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成するように構成された、１つ又は複数のビデオセンサーと、
   前記１つ又は複数のビデオセンサーに通信可能に結合された中央処理装置であって、
   前記１つ又は複数のビデオセンサーによって取り込まれた情報を格納するように構成された生のリスク情報収集ユニットと、
   前記１つ又は複数のビデオストリームを処理・集約して、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成するように構成された処理・集約ユニットであって、前記リスク識別情報は、少なくとも１つのリスクゾーン、対応するリスクタイプ、及びリスクレベルを含み、前記少なくとも１つのリスクゾーンは、前記倉庫環境において、１つ又は複数のリスクインスタンスに対応する領域である、処理・集約ユニットと、
   前記リスク識別情報に基づいてウェアハウスリスクマップを生成するように構成されたリスクマップ生成ユニットであって、前記ウェアハウスリスクマップは、少なくとも１つの識別されたリスクゾーンを倉庫マップに重ねることによって生成される、リスクマップ生成ユニットと、
   前記ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスに対し、前記リスクタイプ、前記リスクレベル、及び前記リスクゾーンの少なくとも１つが変化したことを条件に、前記ウェアハウスリスクマップをリアルタイムで更新するリスクマップ更新ユニットと
   を含む中央処理装置と、
   を備える、システム。
2. 前記倉庫作業は、操作タスク、注文補充タスク、パレットのロード／アンロードタスク、及びラックの補充タスクのうちの少なくとも１つから選択される、請求項１に記載のシステム。
3. 前記リスクは、重い荷物から生じる予め定義されたリスク、壊れやすい荷物から生じる予め定義されたリスク、及び発見的リスクのうちの少なくとも１つから選択される、請求項１に記載のシステム。
4. 前記リスクゾーンに対する前記リスクレベルは、前記リスクゾーンにおいて特定のリスク事故が発生する確率に基づいて計算され、前記リスクレベルは、最近のリスクレベル、及びグローバルリスクレベルの２つの構成要素を含み、前記最近のリスクレベルは、前記リスクゾーンで最近発生したリスク事故の数を、前記リスクゾーンで行われた総作業数の割合として表現し、前記グローバルリスクレベルは、前記リスクゾーンで発生したリスク事故の総数を前記行われた総作業数の割合として表現する、請求項１に記載のシステム。
5. 前記リスクマップ更新ユニットは、１つ又は複数の予め定義されたリスクの発生を自動的に検出し、前記ウェアハウスリスクマップ上に対応する定位をマークして、それによって対応するリスクインスタンスを定義するようにさらに構成される、請求項１に記載のシステム。
6. 前記予め定義されたリスクは重い荷物から生じるリスクを含み、前記リスクの定位は在庫リストから抽出され、前記リスクマップ更新ユニットは、前記在庫リストが変更されるたびに、対応するリスクマップを更新するように構成される、請求項５に記載のシステム。
7. 前記処理・集約ユニットは、前記１つ又は複数のビデオストリームに基づいて、前記倉庫環境において１つ又は複数の破損した荷物を識別するように構成されたパッケージインテグリティチェックＡＩ（ＰＩＣＡＩ）コンポーネントを備える、請求項１に記載のシステム。
8. 前記中央処理装置は、前記倉庫環境における１つ又は複数の発見的リスクを発見するためのニューエマージングリスクディスカバリー（ＮＥＲＤ）コンポーネントを備え、前記ＮＥＲＤコンポーネントは、
   前記ビデオセンサーから前記１つ又は複数のビデオストリームを受信し、バッファするように構成されたストリームバッファと、
   各監視／未監視ゾーンにおけるオペレータの滞在時間、前記各監視／未監視ゾーンにおける物体操作の動きの監視、及び前記各監視／未監視ゾーンにおけるオペレータの作業パターンを決定するための人間検出及び追跡アルゴリズムを実装する検出器のセットと、
   前記オペレータが費やした時間、前記物体操作の動き、及び前記オペレータの作業パターンを、前記オペレータが費やした対応する予め定義された時間、予め定義された物体操作の動き、及び予め定義された前記オペレータの作業パターンと比較することによって、１つ又は複数の発見的リスクを決定するように構成された推定ユニットと、
   を備える、請求項１に記載のシステム。
9. 倉庫環境におけるリスクのある領域を識別し、管理するための方法であって、
   １つ又は複数のビデオストリームを取り込み、１つ又は複数のビデオセンサーの視野に基づいて、前記倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成することと、
   前記１つ又は複数のビデオセンサーによって取り込まれた情報を格納することと、
   前記１つ又は複数のビデオストリームを処理・集約して、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成することであって、前記リスク識別情報は、少なくとも１つのリスクゾーン、対応するリスクタイプ、及びリスクレベルを含み、前記少なくとも１つのリスクゾーンは、前記倉庫環境において、１つ又は複数のリスクインスタンスに対応する領域であることと、
   前記リスク識別情報に基づいてウェアハウスリスクマップを生成することであって、前記ウェアハウスリスクマップは、少なくとも１つの識別されたリスクゾーンを倉庫マップに重ねることによって生成されることと、
   前記ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスに対し、前記リスクタイプ、前記リスクレベル、及び前記リスクゾーンの少なくとも１つが変化したことを条件に、前記ウェアハウスリスクマップをリアルタイムで更新することと、
   を備える、方法。
10. 前記倉庫作業は、操作タスク、注文補充タスク、パレットのロード／アンロードタスク、及びラックの補充タスクのうちの少なくとも１つから選択される、請求項９に記載の方法。
11. 前記リスクは、重い荷物から生じる予め定義されたリスク、壊れやすい荷物から生じる予め定義されたリスク、及び発見的リスクのうちの少なくとも１つから選択される、請求項９に記載の方法。
12. 前記リスクゾーンに対する前記リスクレベルは、前記リスクゾーンにおいて特定のリスク事故が発生する確率に基づいて計算され、前記リスクレベルは、最近のリスクレベル、及びグローバルリスクレベルの２つの構成要素を含み、前記最近のリスクレベルは、前記リスクゾーンで最近発生したリスク事故の数を、前記リスクゾーンで行われた総作業数の割合として表現し、前記グローバルリスクレベルは、前記リスクゾーンで発生したリスク事故の総数を前記行われた総作業数の割合として表現する、請求項９に記載の方法。
13. １つ又は複数の予め定義されたリスクの発生を自動的に検出し、前記ウェアハウスリスクマップ上に対応する定位をマークして、それによって対応するリスクインスタンスを定義することをさらに備える、請求項９に記載の方法。
14. 前記予め定義されたリスクは重い荷物から生じるリスクを含み、前記リスクの定位は在庫リストから抽出され、前記在庫リストが変更されるたびに、対応するリスクマップを更新するように構成される、請求項１３に記載の方法。
15. 前記１つ又は複数のビデオストリームに基づいて、前記倉庫環境において１つ又は複数の破損した荷物を識別することをさらに備える、請求項９に記載の方法。
16. 前記ビデオセンサーから前記１つ又は複数のビデオストリームを受信し、バッファすることと、
    各監視／未監視ゾーンにおけるオペレータの滞在時間、前記各監視／未監視ゾーンにおける物体操作の動きを監視すること、及び前記各監視／未監視ゾーンにおけるオペレータの作業パターンを決定することと、
    前記オペレータが費やした時間、前記物体操作の動き、及び前記オペレータの作業パターンを、前記オペレータが費やした対応する予め定義された時間、予め定義された物体操作の動き、及び予め定義された前記オペレータの作業パターンと比較することによって、１つ又は複数の発見的リスクを決定することと、
    をさらに備える、請求項９に記載の方法。
17. 倉庫環境におけるリスクのある領域を識別し、管理するためのコンピュータプログラム可能製品であって、
    非一時的コンピュータ可読媒体に格納された指令のセットを備え、前記指令セットは、プロセッサによって実行されると、前記プロセッサに、
    １つ又は複数のビデオストリームを取り込み、１つ又は複数のビデオセンサーの視野に基づいて、前記倉庫環境における１つ又は複数の監視ゾーン、及び１つ又は複数の未監視ゾーンを生成することと、
    前記１つ又は複数のビデオセンサーによって取り込まれた情報を格納することと、
    前記１つ又は複数のビデオストリームを処理・集約して、倉庫作業を行う間に倉庫オペレータによって横断されるオペレータルートに関連付けられたリスク識別情報を生成することであって、前記リスク識別情報は、少なくとも１つのリスクゾーン、対応するリスクタイプ、及びリスクレベルを含み、前記少なくとも１つのリスクゾーンは、前記倉庫環境において、１つ又は複数のリスクインスタンスに対応する領域であることと、
    前記リスク識別情報に基づいてウェアハウスリスクマップを生成することであって、前記ウェアハウスリスクマップは、少なくとも１つの識別されたリスクゾーンを倉庫マップに重ねることによって生成されることと、
    前記ウェアハウスリスクマップに記録された少なくとも１つのリスクインスタンスに対し、前記リスクタイプ、前記リスクレベル、及び前記リスクゾーンの少なくとも１つが変化したことを条件に、前記ウェアハウスリスクマップをリアルタイムで更新することと、
    を実行させる、コンピュータプログラム可能製品。
18. 前記リスクゾーンに対する前記リスクレベルは、前記リスクゾーンにおいて特定のリスク事故が発生する確率に基づいて計算され、前記リスクレベルは、最近のリスクレベル、及びグローバルリスクレベルの２つの構成要素を含み、前記最近のリスクレベルは、前記リスクゾーンで最近発生したリスク事故の数を、前記リスクゾーンで行われた総作業数の割合として表現し、前記グローバルリスクレベルは、前記リスクゾーンで発生したリスク事故の総数を前記行われた総作業数の割合として表現する、請求項１７に記載のコンピュータプログラム可能製品。
19. 前記指令セットは、前記プロセッサによって実行されたときに、前記プロセッサに、１つ又は複数の予め定義されたリスクの発生を自動的に検出し、前記ウェアハウスリスクマップ上に対応する定位をマークして、それによって対応するリスクインスタンスを定義させる、請求項１７に記載のコンピュータプログラム可能製品。
20. 前記指令セットは、前記プロセッサによって実行されたときに、前記プロセッサに、
    前記ビデオセンサーから前記１つ又は複数のビデオストリームを受信し、バッファすることと、
    各監視／未監視ゾーンにおけるオペレータの滞在時間、前記各監視／未監視ゾーンにおける物体操作の動きを監視すること、及び前記各監視／未監視ゾーンにおける前記オペレータの作業パターンを決定することと、
    前記オペレータが費やした時間、前記物体操作の動き、及び前記オペレータの作業パターンを、前記オペレータが費やした対応する予め定義された時間、予め定義された物体操作の動き、及び予め定義された前記オペレータの作業パターンと比較することによって、１つ又は複数の発見的リスクを決定することと、
    を実行させる、請求項１７に記載のコンピュータプログラム可能製品。

Images