JP2005118959A - 作業支援装置、作業支援方法、位置決め作業支援装置およびパワーアシスト作業支援装置 - Google Patents

Abstract

【課題】 操作感を向上し得る作業支援装置、作業支援方法、位置決め作業支援装置およびパワーアシスト作業支援装置を提供する。
【解決手段】 作業アシスト装置では、「力センサ４２によりロボット４１の作業者Ｍの操作状態を検出して出力される印加操作量情報」と「対象検出センサ４３によりワークの所定の状態量を検出して出力される対象位置情報」とに基づいて意図・状態推定システム３２ａにより作業者Ｍの作業意図および作業状態を推定し、意図・状態推定システム３２ａにより次の制御内容を決定する。この次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズム３２ｃから意図・状態推定システム３２ａにより選択し制御アルゴリズム切替えシステム３２ｂにより切り替えて、切り替えられた制御アルゴルズム３２ｃにより制御されるロボット４１に対する制御情報を当該制御アルゴリズム３２ｃ等により生成しロボット４１に出力する。
【選択図】 図３

Description

本発明は、複数の制御アルゴリズムにより制御されるアクチュエータを直接的または間接的に操作して作業対象物に対し所定の作業を行う作業者を支援する作業支援装置および作業支援方法ならびに当該作業支援装置を用いた位置決め作業支援装置およびパワーアシスト作業支援装置に関するものである。

近年、産業用ロボットの普及は、工業生産の効率化と安定化に寄与してきたが、生産現場における作業のなかには、自律機械による自動化が困難なものが多い。そのため、産業用ロボットによる自動化作業のほか、作業者自らが行う「人による直接作業」の存在が必要とされている。その一方で、昨今の少子高齢化の進展に伴い、熟練作業者の加齢化への対応や限られた人的資源の有効活用が、生産現場における、作業効率の向上と品質確保の観点から重要視されつつある。

このような技術的、社会的背景のなか、作業者を支援する技術として、パワーアシストシステムの研究開発が盛んに行われている。例えば、下記、特許文献１に開示されている「パワーアシスト装置」では、フォースセンサ等により検出した作業者による操作力等に基づいてアシスト力を求め、当該アシスト力によりワークを運ぶ作業者を支援している。また、特許文献２に開示されている「パワーアシスト型吊搬装置」では、ワイヤやチェーンで多点吊りしたワークを僅かな操作力で所望の位置や方向に移動可能にしている。さらに、下記、非特許文献１においては、自動車組立工程におけるワークの搭載作業に関して作業者のスキルを援助するための機器であるスキルアシストの提案が行われている。また組立工程用の機器の例としては、非特許文献２による「パワーアシスト装置を用いた物体の位置決め操作」等が提案されている。

一方、位置決め作業のうち、精密な位置決めについては、各種センサ、コンピュータ、制御アルゴリズムに基づいて機械が自律的に作業するほうが人間よりもはるかに優れている事例が多い。例えば、下記、非特許文献３に提案されているロボットを用いた移動物体への軸挿入作業というような、人間にはほぼ不可能な作業に関してロボットをどのように活用するべきか等について盛んに研究されている。

特開２００３−２５２６００号公報（２頁〜１０頁、図１〜１２） 特開２００１−２７０６８７号公報（２頁〜５頁、図１〜５） 山田・鴻巣・森園・梅谷「自動車組立工程における搭載作業のためのスキルアシストの提案」、日本機械学会論文集Ｃ編 Vol.68 No.666、２００２年、５０９頁〜５１６頁 林・池浦・水谷・中村・簑島「パワーアシスト装置を用いた物体の位置決め操作」、日本機械学会講演論文集 No.023-1 東海支部第５１期支部総会・講演会、２００２年、１２７頁、１２８頁 早川・土田・田中「十字型ＰＳＤセンサを装着したロボットによる移動物体へのはめ合い作業」、電気学会論文誌Ｃ、Vol.120-C No.4、２０００年、５１６頁〜５２１頁

このような特許文献１、２、非特許文献１、２等に開示されるようなパワーアシストシステムの研究開発の原点として位置づけられるものに、Kazerooni による研究が知られており、代表的な論文にKazerooni.H, (Human-Robot Interaction via the Transfer of Power and Information Signals, IEEE Transactions on Systems, Man, and Cybernetics, Vol.20, No.2, (1990),pp.450-463)がある。このKazerooniの研究以来、パワーアシストシステムの研究に共通していることは、それらの目的が基本的に人間の操作指令に従い機械が必要なアシスト力を発揮し対象物（ワーク）の移動や位置決めを容易にかつ効率的に実現しようとすることである。

そのため、このようなパワーアシストシステムによる作業支援では、提供される支援機能やその質が、当該システムを取り巻く環境や当該システムを操作する作業者の個人差、あるいは当該システムの個体差等に依存し得ることから、作業者の期待に応えられる作業支援が必ずしも可能であるとは限らない。むしろ作業者の方が、パワーアシストシステムの個体差等に合わせて、自分の癖等を修正しながら作業を行っている場合が多く、作業者に対し精神的・肉体的に負担を強いる結果、不快感、不安感、疲労感等を当該作業者に与え得るという問題がある。

また、前述した位置決め作業については、精密な位置決めはロボット等による自動化作業の方が「人による直接作業」よりも、正確かつ効率的に成果をあげることができるが、例えば、移動する物体の複数の穴から一つを選んで軸部材を挿入するような位置決め作業の場合には、複数の穴から一つの穴を選択する作業は極めて困難になる。ところが、生産現場における組み立てラインでは、コンベアによりゆっくりとした速度でワークが移動していることが多く、また部品の取付位置も複数箇所に及ぶことが珍しくない。そのため、このような複数箇所の位置決め可能部分を有する移動物体に対して位置決め作業を可能にする産業用ロボットを実現するためには、技術的・コスト的な問題が山積している。

本発明は、上述した課題を解決するためになされたものであり、その目的とするところは、操作感を向上し得る作業支援装置、作業支援方法、位置決め作業支援装置およびパワーアシスト作業支援装置を提供することにある。
また、本発明の別の目的は、移動物体に対する位置決め作業も比較的容易にし得る位置決め作業支援装置を提供することにある。

上記目的を達成するため、特許請求の範囲に記載の請求項１記載の手段を採用する。この手段によると、操作状態検出手段によりアクチュエータを操作する作業者の操作状態を検出し操作状態情報として出力し、状態量検出手段により作業対象物の所定の状態量を検出し状態量情報として出力する。そして、推定手段によって操作状態情報および状態量情報に基づいて、作業者が作業対象物に対しこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定し、この推定結果に基づいてアクチュエータによる次の制御内容を次制御内容決定手段により決定する。この決定された次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズムから制御アルゴリズム選択切替手段により選択し切り替えて、この切り替えられた制御アルゴルズムにより制御されるアクチュエータに対する制御情報を制御情報生成出力手段によって生成しアクチュエータに出力する。これにより、作業対象物に対し作業者がこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定した結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってアクチュエータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。

特許請求の範囲に記載の請求項２記載の手段を採用することにより、請求項１記載の作業支援装置により支援を受けた作業者による評価結果を作業支援評価情報として評価情報入力手段により入力可能にし、この入力された作業支援評価情報に基づいて、推定手段を構成する推定制御情報を推定制御情報更新手段により更新する。これにより、推定手段の推定制御情報が更新されるので、次回は、この更新された推定制御情報に従って作業者の作業意図および作業状態が推定される。つまり、推定手段は、作業支援評価情報に基づいた学習機能を得ることができ、当該作業支援評価情報に基づいて作業者の「主観」、「技量差」、「癖」、「好み」さらには「使用時間帯」等といった作業者個々に有する個人差情報を得ることができる。

特許請求の範囲に記載の請求項３記載の手段を採用することにより、更新される推定制御情報は当該作業支援装置から外部に出力可能であることから、例えば、当該更新された推定制御情報を情報記憶媒体や情報伝送媒体を介してあるいは直接、他の作業支援装置に出力することができる。これにより、この更新された推定制御情報に基づいて作業者個々に有する個人差情報を得られるので、当該他の作業支援装置においても、作業者の主観、癖等の個人差情報に合わせた制御をアクチュエータに対して行うことができる。

特許請求の範囲に記載の請求項４記載の手段を採用することにより、次制御内容告知手段によって次の制御内容が作業者に告知される。これにより、作業者は、次に行われるアクチュエータの制御状況を事前に把握できるので、アクチュエータが予想外の動きをするような事態を防止することができる。

特許請求の範囲に記載の請求項５記載の手段を採用することにより、状態量検出手段により出力される状態量情報を作業者に告知される。これにより、作業者は、作業対象物の所定の状態量を把握でき、アクチュエータによる所定の作業の妥当性を定量的に判断できるので、作業者に対して適切な操作状態への移行を案内することができる。

特許請求の範囲に記載の請求項６記載の手段を採用することにより、複数の制御アルゴリズムにより制御されるマニピュレータを操作して、第１のワークに設定された所定位置に第２のワークを位置決めする作業を行う作業者を支援する請求項１〜５のいずれか一項に記載の作業支援装置を用いた位置決め作業支援装置では、操作状態検出手段により出力される操作状態情報はマニピュレータを操作する作業者の操作力を表す操作力情報を含み、状態量検出手段により出力される状態量情報は第１のワークの所定位置を表す所定位置情報を含む。これにより、推定手段によって、第１のワークの所定位置に対し第２のワークを位置決めしようとする作業者の作業意図や作業状態を推定し、この推定した結果に基づいてマニピュレータによる次の制御内容を次制御内容決定手段により決定する。

このため、例えば、第１のワークが移動する場合であっても、操作力情報および所定位置情報によって、移動する第１のワークの所定位置にマニピュレータを近づけようとする作業者の作業意図や作業状態を推定することができる。また、例えば、第１のワークに複数箇所の位置決め可能部分が存在する場合であっても、操作力情報および所定位置情報によって、第１のワークの複数箇所の位置決め可能部分から作業者が選択した所定位置にマニピュレータを近づけようとする作業者の作業意図や作業状態を推定することができる。さらに、例えば、移動する第１のワークに複数箇所の位置決め可能部分が存在する場合であっても、操作力情報および所定位置情報によって、移動する第１のワークの複数箇所の位置決め可能部分から作業者が選択した所定位置にマニピュレータを近づけようとする作業者の作業意図や作業状態を推定することができる。これにより、この推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってマニピュレータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。

特許請求の範囲に記載の請求項７記載の手段を採用することにより、複数の制御アルゴリズムにより制御されるパワーアシスト機構を操作して、ワークを移動または姿勢変更させる作業を行う作業者を支援する請求項１〜５のいずれか一項に記載の作業支援装置を用いたパワーアシスト作業支援装置では、操作状態検出手段により出力される操作状態情報はパワーアシスト機構を操作する作業者の操作力を表す操作力情報を含み、状態量検出手段により出力される状態量情報は、ワークの位置を表す位置情報、ワークの速度を表す速度情報およびワークの加速度を表す加速度情報のうち少なくとも１つの情報を含む。これにより、推定手段によって、パワーアシスト機構を操作してワークを移動または姿勢変更させようとする作業者の作業意図や作業状態を推定し、この推定した結果に基づいてパワーアシスト機構による次の制御内容を次制御内容決定手段により決定する。

このため、例えば、操作力情報およびワークの位置情報によって、比較的高い位置または低い位置においてワークを移動等させようとする作業者の作業意図や作業状態を推定することができる。また、例えば、操作力情報およびワークの速度情報によって、移動中のワークについて、当該速度で移動を継続させようとしているのか、もしくは加速または減速させようとしているのか、等の作業者の作業意図や作業状態を推定することができる。さらに、例えば、操作力情報およびワークの加速度情報によって、移動中のワークの速度を加速または減速させようとする作業者の作業意図や作業状態を推定することができる。これにより、この推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってパワーアシスト機構が制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。

上記目的を達成するため、特許請求の範囲に記載の請求項８記載の手段を採用する。この手段によると、操作状態検出ステップによりアクチュエータを操作する作業者の操作状態を検出し操作状態情報として出力し、状態量検出ステップにより作業対象物の所定の状態量を検出し状態量情報として出力する。そして、推定ステップによって操作状態情報および状態量情報に基づいて、作業者が作業対象物に対しこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定し、この推定結果に基づいてアクチュエータによる次の制御内容を次制御内容決定ステップにより決定する。この決定された次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズムから制御アルゴリズム選択切替ステップにより選択し切り替えて、この切り替えられた制御アルゴルズムにより制御される前記アクチュエータに対する制御情報を制御情報生成出力ステップによって生成しアクチュエータに出力する。これにより、作業対象物に対し作業者がこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定した結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってアクチュエータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。

なお、当該請求項１および当該請求項８に記載の「アクチュエータを直接的または間接的に操作」とは、作業者がアクチュエータを直接的に操作して、当該アクチュエータを介して作業対象物に対し所定の作業を行う場合（アクチュエータを直接的に操作）と、作業者が作業対象物を介在させてアクチュエータを間接的に操作して当該アクチュエータとともに作業対象物に対し所定の作業を行う場合（アクチュエータを間接的に操作）と、の双方を含む概念を意味する。

請求項１の発明では、作業対象物に対し作業者がこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定した結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってアクチュエータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。いわば作業者に合わせた制御がアクチュエータに対して行われるため、作業者がアクチュエータの制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者に、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。

請求項２の発明では、推定手段の推定制御情報が更新されるので、次回は、この更新された推定制御情報に従って作業者の作業意図および作業状態が推定される。つまり、推定手段は、作業支援評価情報に基づいた学習機能を得ることができ、当該作業支援評価情報に基づいて作業者の「主観」、「技量差」、「癖」、「好み」さらには「使用時間帯」等といった作業者個々に有する個人差情報を得ることができる。そのため、作業者の主観、癖等の個人差情報に合わせた制御がアクチュエータに対して行われるため、作業者がアクチュエータの制御に合わせることによる精神的・肉体的に負担をより一層軽減することができる。したがって、作業者に、不快感、不安感、疲労感等をさらに与え難いので、操作感をより向上することができる。

請求項３の発明では、例えば、当該更新された推定制御情報を情報記憶媒体や情報伝送媒体を介してあるいは直接、他の作業支援装置に出力することができる。これにより、この更新された推定制御情報に基づいて作業者個々に有する個人差情報を得られるので、当該他の作業支援装置においても、作業者の主観、癖等の個人差情報に合わせた制御をアクチュエータに対して行うことができる。したがって、当該他の作業支援装置でも、作業者に、不快感、不安感、疲労感等を与え難くし、操作感を向上することができる。

請求項４の発明では、作業者は、次に行われるアクチュエータの制御状況を事前に把握できるので、アクチュエータが予想外の動きをするような事態を防止することができる。したがって、作業者に対し、特に不安感を与え難くするので、このような不安感に起因する不快感、疲労感等の発生を抑制し、よりさらに操作感を向上することができる。

請求項５の発明では、作業者は、作業対象物の所定の状態量を把握でき、アクチュエータによる所定の作業の妥当性を定量的に判断することができるので、作業者に対して適切な操作状態への移行を案内することができる。したがって、作業者に、不快感、不安感、疲労感等を与え難くし、操作感を向上することができる。

請求項６の発明では、推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってマニピュレータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができ、作業者がマニピュレータの制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者に、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。また移動物体に対する位置決め作業も比較的容易に行うことができる。

請求項７の発明では、推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってパワーアシスト機構が制御されるので、作業者による次作業に対して適切な作業支援を行うことができ、作業者がパワーアシスト機構の制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者に、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。

請求項８の発明では、作業対象物に対し作業者がこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定した結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってアクチュエータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。いわば作業者に合わせた制御がアクチュエータに対して行われるため、作業者がアクチュエータの制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者に、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。

以下、本発明の作業支援装置、作業支援方法、位置決め作業支援装置およびパワーアシスト作業支援装置の実施形態について図を参照して説明する。まず、本発明の作業支援装置の実施形態を図１〜図５に基づいて説明する。図１に示すように、本実施形態に係る作業アシスト装置２０は、主に、アシスト制御部３０とアシスト実行部４０とにより構成されており、ロボット４１を操作して所定の作業を行う作業者Ｍを、当該ロボット４１の制御面から作業支援するものである。

アシスト制御部３０は、コンピュータ３２を中心に、コントローラ３４、インターフェイス３６ａ、３６ｂ、３６ｃ、３６ｄ、メモリカード３８等から構成されており、後述するように、力センサ４２から出力される印加操作量情報等に基づいて作業支援処理等を実行して作業者Ｍの作業意図や作業状態に適したロボット指令値をロボット４１に対し出力する機能を有するものである。

コンピュータ３２には、例えば、パーソナルコンピュータやＦＡ用のコンピュータあるいはマイクロコンピュータ等が用いられおり、例えば、マイクロプロセッサ（ＭＰＵ）、メモリ装置（ＲＯＭ、ＲＡＭ等）、システムバスに対する入出力インターフェイス等により構成されている。このコンピュータ３２では後述の作業支援処理や制御アルゴリズムによる各種処理が実行されている。なお、このコンピュータ３２は、特許請求の範囲に記載の「推定手段、次制御内容決定手段、制御アルゴリズム選択切替手段および制御情報生成出力手段」に相当し得るものである。

コントローラ３４は、後述するロボット４１のサーボシステム等を含むもので、コンピュータ３２とほぼ同様にマイクロプロセッサ（ＭＰＵ）、メモリ装置（ＲＯＭ、ＲＡＭ等）等から構成されている。具体的には、コントローラ３４は、コンピュータ３２とロボット４１との間に介在し、コンピュータ３２およびロボット４１に対してデータの送受信を可能に構成されており、コンピュータ３２から出力される制御情報とロボット４１の各種センサから得られる内界センサ情報とに基づいてロボット指令値を生成したり、またロボット４１から取得した内界センサ情報を制御コンピュータ３２に出力したりする機能を有する。ここで「内界センサ情報」とは、ロボット４１のアーム部分や関節部分に取り付けられたセンサから出力される角度情報、速度情報、加速度情報、ロボット４１のハンド部分に取り付けられたセンサから出力される速度情報または加速度情報、等のロボット４１の各種センサから得られるロボット４１の動作状態に関する情報のことである。なお、コントローラ３４は、コンピュータ３２とともに特許請求の範囲に記載の「制御情報生成出力手段」に相当し得るものである。また本実施形態では、コントローラ３４をコンピュータ３２とは別個に構成したが、本発明を具現化するうえではこれに限られることはなく、例えば、コントローラ３４を設けずにコントローラ３４の機能をコンピュータ３２が担うように構成しても良い。

インターフェイス３６ａ、３６ｂ、３６ｃ、３６ｄは、アシスト実行部４０からコンピュータ３２に対してセンサ信号を入力したり、コンピュータ３２からアシスト実行部４０に対して制御信号を出力したりするために介在する装置で、信号レベルの変換やシリアル・パラレル間またはアナログ・ディジタル間等の信号方式の変換等を行う機能を有するものである。本実施形態では、インターフェイス３６ａは、力センサ４２から出力されるセンサ信号（印加操作量情報）の入力を受け付けて印加操作量情報をコンピュータ３２に出力する。同様に、インターフェイス３６ｂは対象検出センサ４３から出力されるセンサ信号（対象位置情報）の入力を受け付けて対象位置情報を、またインターフェイス３６ｃは評価スイッチ４４から出力されるスイッチ信号（評価情報）の入力を受け付けて評価情報を、それぞれコンピュータ３２に出力する。一方、インターフェイス３６ｄは、後述するように、コンピュータ３２から出力されるロボット４１の行動情報や状態量情報を受け付けてその内容をロボット行動意思等表示器４６により表示可能な表示制御信号に変換して当該ロボット行動意思等表示器４６に出力する。

メモリカード３８は、後述するように、コンピュータ３２により演算される推定制御情報を書込み・読出し可能な機能を有し、コンピュータ３２から取り外し可能に構成される情報記憶媒体である。例えば、ＰＣタイプ、コンパクトフラッシュ（登録商標）タイプ、ＳＤタイプ等のメモリカードがこれに相当し、不揮発性メモリ（例えばＥＥＰＲＯＭ）をメモリ素子として構成される。なお、このコンピュータ３２から取り外し可能に構成される情報記憶媒体に推定制御情報を書込むことは、特許請求の範囲に記載の「更新される推定制御情報は、当該作業支援装置から外部に出力可能であること」の一例に相当し得る。

なお、本実施形態では、コンピュータ３２からメモリカード３８に推定制御情報を書込み可能に構成したが、「更新される推定制御情報は、当該作業支援装置から外部に出力可能であること」の他の例として、例えば、メモリカード３８に代えてＬＡＮインターフェイス等のネットワークインターフェイスカード（ＮＩＣ）を設けてイーサネット（登録商標）やインターネットあるいは無線ＬＡＮ等の情報伝送媒体に推定制御情報を出力可能に構成するものが挙げられる。

一方、アシスト実行部４０は、ロボット４１、力センサ４２、対象検出センサ４３、評価スイッチ４４、ロボット行動意思等表示器４６等から構成されている。ロボット４１は、例えば、作業者Ｍと協働して、ワークＷの搬入、搬出、搬送等の移動作業やワークＷの姿勢変更作業、等を可能にするもので、特許請求の範囲に記載の「アクチュエータ」に相当し得るものである。具体的には、例えば、多関節ロボットや３軸ロボット、６軸ロボット等の産業用ロボット等が相当し、後述するように、本実施形態では、ロボットアーム１４１（図７参照）やパワーアシスト機構２４１（図８参照）がロボット４１に相当する。

力センサ４２は、アシスト制御部３０のインターフェイス３６ａを介してコンピュータ３２に電気的に接続されており、ロボット４１を操作する作業者Ｍの操作状態を検出し印加操作量情報（操作状態情報）としてアシスト制御部３０に出力する機能を有するものである。具体的には、例えば、作業者Ｍに握られた棒状のハンドルに加わる操作力を検出して印加操作量情報（操作状態情報）を出力可能に構成される６自由度の力覚センサが用いられる。なお、この力センサ４２は、特許請求の範囲に記載の「操作状態検出手段」に相当し得るものである。

対象検出センサ４３は、アシスト制御部３０のインターフェイス３６ｂを介してコンピュータ３２に電気的に接続されており、ワークＷの所定の状態量を検出し対象位置情報（状態量情報）として出力する機能を有するものである。具体的には、例えば、図２に示すような半導体位置検出素子（ＰＳＤ;Position Sensitive Detector、以下「ＰＳＤセンサ」という。）や、ＣＣＤステレオカメラ等によりワークＷやその周囲を撮影してこれらの画像情報を画像解析処理等を介して画像認識することによってワークＷの所定の状態量を検出するような画像認識装置等が用いられる（図８参照）。この対象検出センサ４３は、特許請求の範囲に記載の「状態量検出手段」に相当し得るものである。ここで、図２を参照してＰＳＤセンサの概要を説明する。

図２に示すように、対象検出センサ４３の一例であるＰＳＤセンサは、十字型ＰＳＤと称されるもので、十字形状のＰＳＤ４３ａを中心部に穴が形成されたマスク４３ｃに取り付けて構成されるものである。市販されている一次元ＰＳＤは、棒状の受光面に照射されるスポット状の光の位置を当該スポットの中心から両端の電極までの距離に比例して出力される電流値によって検出できる光センサである。この一次元ＰＳＤをマスク４３ｃの穴中心に当該十字の交差部分が位置するような構造として製作された十字型ＰＳＤは、ワークＷに形成された孔の位置を高速かつ高精度に検出可能にしている。

例えば、当該ワークＷの孔を中心にその周辺にも赤外光等を照射すると、孔の部分からは反射光が得られず、孔の周囲に反射した赤外光を反射光として得ることができる。この現象を利用して孔の周囲から反射してくる反射光がマスク４３ｃの穴に入射するように十字型ＰＳＤを位置させると、図２に示すように、孔に相当する部分からは反射光が入射しないので、入射のない部分が孔の影として現れ（図２に示す半径ｒの灰色円内）、入射のある部分がこの孔の影の周囲に現れる（図２に示す反射光部分）。そこで、１次元ＰＳＤ４３ａ、４３ｂの受光面に当たった入射部分（図２に示す斜線部分）の面積を、１次元ＰＳＤ４３ａ、４３ｂの各電極（ＸＲ極、ＸＬ極、ＹＵ極、ＹＤ極）を流れる電流値により計測することによって、ＰＳＤ上にある孔の影の中心位置Ｐと十字の交差中心位置とのズレ（誤差）を求めることが可能となる。なお、この十字型ＰＳＤについては、早川・土田・田中「十字型ＰＳＤセンサを装着したロボットによる移動物体へのはめ合い作業」、電気学会論文誌Ｃ、Vol.120-C No.4、２０００年、５１６頁〜５２１頁や、豊田工業大学のインターネットホームページ（ＵＲＬ；http://www.toyota-ti.ac.jp/Lab/Denshi/5s40/research/psd/crosspsd.htm）に詳しいので、詳細は当該論文やホームページを参照されたい。

評価スイッチ４４は、アシスト制御部３０のインターフェイス３６ｃを介してコンピュータ３２に電気的に接続されており、作業者Ｍが評価した結果を評価情報（作業支援評価情報）として入力する機能を有するものである。具体的には、例えば、評価結果が「満足」な場合だけを入力可能に１回路のオンオフスイッチにより構成し１ビット表現による評価情報を出力したり、また評価結果を「満足」、「普通」および「不満」による３段階を入力可能にオンオフスイッチとエンコーダにより構成し２ビット表現による評価情報を出力する。なお、この評価スイッチ４４は、特許請求の範囲に記載の「評価情報入力手段」に相当し得るものである。

ロボット行動意思等表示器４６は、アシスト制御部３０のインターフェイス３６ｄを介してコンピュータ３２に電気的に接続されており、後述するように、意図・状態推定システム３２ｂ（次制御内容決定手段）により決定された次のロボット４１の行動情報（制御内容）や対象検出センサ４３により出力された対象位置情報（状態量情報）を出力装置に出力してこれらの情報を作業者Ｍに告知する機能を有するものである。出力装置としては、例えば、発光ダイオード（以下「ＬＥＤ」という。）や液晶表示器（以下「ＬＣＤ」という。）等により表示される文字・図形等の視覚的情報を介して告知するものや、サウンドジュネレータや合成音声ジュネレータ等により発せられる音、合成音声等の聴覚的情報を介して告知するもの、あるいはバイブレータや微弱電流等により付与される振動刺激・電気刺激等の触覚的情報を介して告知するもの等がある。なお、このロボット行動意思等表示器４６は、特許請求の範囲に記載の「次制御内容告知手段」および「状態量情報告知手段」に相当し得るものである。

次に、作業アシスト装置２０のアシスト制御部３０により制御される内容を図３〜図５に基づいて説明する。図３に示すように、アシスト制御部３０では、アシスト実行部４０から入力される印加操作量情報、対象位置情報、評価情報および内界センサ情報に基づいて、主に、意図・状態推定システム３２ａおよび制御アルゴリズム切替えシステム３２ｂによる制御が行われる。なお、図４には、意図・状態推定システム３２ａの概念図、また図５には、制御アルゴリズム切替えシステム３２ｂの概念図がそれぞれ図示されている。

［意図・状態推定システム３２ａ］
意図・状態推定システム３２ａは、次の７つの制御処理を行う。即ち、(1) 現在、ロボット４１が行っている動作状態や作業者Ｍの印加操作量情報から、作業者ＭがワークＷに対しこれから行おうとしている作業意図および作業者Ｍが現在行っている作業状態を推定する処理（推定手段）を行う。/(2) (1)の推定結果に基づいてロボット４１による次の制御内容を決定する処理（次制御内容決定手段）を行う。/(3) (2)の決定された次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズム３２ｃから選択する処理（制御アルゴリズム選択切替手段の一部）を行う。 /(4) 評価スイッチ４４により入力された評価情報に基づいて意図・状態推定システム３２ａの推定制御情報を更新する処理（推定制御情報更新手段）を行う。/(5) (2)の決定された次の制御内容をロボット行動意思等表示器４６を介して作業者Ｍに告知する処理（次制御内容告知手段）を行う。 /(6) 対象検出センサ４３から出力された対象位置情報をロボット行動意思等表示器４６を介して作業者Ｍに告知する処理（状態量情報告知手段）を行う。/(7) (4)で更新された意図・状態推定システム３２ａの推定制御情報を情報記憶媒体や情報伝送媒体等の外部に出力する処理を行う。なお、意図・状態推定システム３２ａは、特許請求の範囲に記載の「推定手段」、「次制御内容決定手段」、「制御アルゴリズム選択切替手段」の一部、「推定制御情報更新手段」、「次制御内容告知手段」および「状態量情報告知手段」に相当し得るものである。

［制御アルゴリズム切替えシステム３２ｂ］
制御アルゴリズム切替えシステム３２ｂは、事前に各種の状況を想定してそれらに応じて実装された複数の制御アルゴリズム３２ｃを、意図・状態推定システム３２ａから入力されるアルゴリズム切替え指令に基づいて切り替えるもので、前述の意図・状態推定システム３２ａとともに特許請求の範囲に記載の「制御アルゴリズム選択切替手段」を構成し得るもの、つまり特許請求の範囲に記載の「制御アルゴリズム選択切替手段」の残部に相当し得るものである。なお、図３において、制御アルゴリズム切替えシステム３２ｂのブロックを左下方から右上方に向けて斜めに通り抜けている矢印記号は、制御アルゴリズム切替えシステム３２ｂに入力される情報が制御アルゴリズム切替えシステム３２ｂをチューニングしていることを示す制御工学分野における慣用表現で、本実施形態の場合では、入力されるアルゴリズム切替え指令に基づいて複数の制御アルゴリズム３２ｃが切り替えられることを示している。また、意図・状態推定システム３２ａを斜めに通り抜けている矢印記号も同様に、本実施形態の場合では、入力される評価情報に基づいて意図・状態推定システム３２ａの推定制御情報が更新されることを示している。

このような意図・状態推定システム３２ａおよび制御アルゴリズム切替えシステム３２ｂによって、例えば、ワークＷが対象検出センサ４３により未だ検知されていない場合には、いわゆるパワーアシスト状態の制御アルゴリズムが選択されて切り替えられる。そして、ワークＷが検知された場合には、そのワークＷに対して近づこうとする制御アルゴリズムを加えた形で制御を可能にする制御アルゴリズムが意図・状態推定システム３２ａにより選択されて制御アルゴリズム切替えシステム３２ｂにより切り替えられる。一方、作業者Ｍの作業意図等の推定によって、当該作業者ＭはそのワークＷを作業目標としていないと判断した場合には、また別の制御アルゴリズムが意図・状態推定システム３２ａにより選択されて制御アルゴリズム切替えシステム３２ｂにより切り替えられる。

ここで、意図・状態推定システム３２ａの説明に戻る。図３に示すように「意図・状態推定システム」とは、ロボット４１の各種センサから得られる内界センサ情報、対象検出センサ４３から得られる対象位置情報および力センサ４２から得られる操作印加量情報に基づいて、現在の作業者Ｍによる作業状態と作業者Ｍが意図している操作の種類（作業意図のこと）のそれぞれを推定し、次に推定された作業状態と作業意図のいずれか一方あるいは両方に基づいてロボット４１の次の行動を決定し、その行動情報をロボット行動意思等表示器４６に出力するとともに、現在処理中の制御アルゴリズムを切替える必要がある場合には、制御アルゴリズム切替えシステム３２ｂに対してアルゴリズム切替え指令を出力するものである。そして、さらに推定された作業状態が、当該作業の完了である場合には、評価スイッチ４４から作業者Ｍの評価情報を取得し、その評価情報を基礎とした学習により意図・状態推定システムそのものを更新する機能を兼ね備えたものである。

このような意図・状態推定システム３２ａには、例えば、隠れマルコフモデル（Hidden Markov Model ）を用いた方法や、人工ニューラルネットワークあるいはファジィ推論に参照テーブルを併用した方式等を利用することができる。本実施形態では、隠れマルコフモデルの場合を例に説明する。なお、隠れマルコフモデルを用いた方法については、酒井・山田・梅谷「隠れマルコフモデルを応用した人間の意図する動作パターンの推定」、日本ロボット学会学術講演会予稿集、第１分冊、２９頁〜３０頁、１９９８年や、山田・大東・酒井・梅谷「人間／ロボット共同搬送作業において作業者の意向を反映させるためのヒューマン・インターフェイスの提案」、日本機械学会論文集Ｃ編、Vol.67 No.656、１０６９頁〜１９７６頁、２００１年等に詳しい。

この「隠れマルコフモデル」とは、観測される現象を確率的に記述するためのモデルの一つであり、観測される現象が与えられるとき、その現象が観測される尤度をモデルから計算することができるものである。例えば、前述の(1) による処理のうち、作業者Ｍが現在行っている作業状態を推定する場合には、図４に示すように、作業中に想定される作業状態（図４に示す作業状態Ａ〜Ｃ）に対応した隠れマルコフモデルを想定される作業状態の数だけ、予め作成して用意しておく。次に各時点において得られるロボットの内界センサ情報、対象位置情報および操作印加量情報を観測される現象として、それぞれのモデルからその現象が観測される尤度（尤もらしさの程度；その現象がそれぞれのモデルから観測される「可能性」の大小）をリアルタイムに計算し、モデル間の尤度の大小を実時間で比較する（図４に示す作業状態Ａ〜Ｃの尤度の比較器）。そして、最も尤度の高い計算値（最尤値）を与えたモデルに対応する作業状態が、その時点での作業状態であると定義すれば、作業状態の推定が可能となる。

また、ある観測される現象に対する作業状態の推定結果が妥当でないときには、その推定結果を与えた観測現象を教示データとしてモデルのパラメータを再推定を実施し、モデルの精度を改善することも可能である。同様に、前述の(1) による処理のうち、作業者ＭがワークＷに対しこれから行おうとしている作業意図を推定する場合にも、上述した作業状態の推定と同じアルゴリズムにより行うことができる（図４に示す作業状態ａ〜ｃ、およびその尤度の比較器）。

一方、作業者Ｍによる評価情報を基礎とした学習によって、意図・状態推定システム３２ａそのものを更新するには（前述の(4) の処理）、例えば、強化学習（Reinforcement Learning）や、人工ニューラルネットワークあるいはファジィ推論に参照テーブルを併用した方式等を利用することできる。なお、強化学習については、Richard S. Sutton，Andrew G. Barto共著、三上貞芳，皆川雅章共訳「強化学習」、森北出版、２０００年や、東京工業大学大学院総合理工学研究科知能システム科学専攻、小林(重)研究室のインターネットホームページ（ＵＲＬ；http://www.fe.dis.titech.ac.jp/~gen/edu/RL_intro.html）に詳しい。

この「強化学習」とは、学習本体（エージェント）がセンサ情報等を通じて認識する制御対象の「状態」に対応して制御対象への働きかけ、即ち「行動」を事前に定義された「行動群」の中から選択するアルゴリズムと、制御対象から与えられる「報酬」に基づき「状態」に対する「行動」の選択方法がより適切になるように学習するアルゴリズムとを統合したアルゴリズムの一つである。

例えば、隠れマルコフモデルを用いた方法により推定された作業状態と作業者Ｍが意図する操作の種類の両方を学習本体が認識する制御対象の状態とし、一方で制御アルゴリズムの切替え指令を予めいくつか定義しておき（図５に示す制御アルゴリズム１〜ｎ）、学習本体の行動とする。このような学習本体に状態を実時間で与えることで、制御アルゴリズムの切替えをオンラインで制御アルゴリズムに指令することが可能となる（図３および図５に示すアルゴリズム切替え指令）。このアルゴリズム切替え指令には「制御アルゴリズムを切り替えない」という指令も含まれる。また、作業完了後に評価スイッチ４４によって与えられる作業者Ｍによる評価を学習本体に対する報酬として、評価に基づいて学習本体における状態に対する行動の選択方法、即ち、推定された作業状態と作業者Ｍが意図する操作の種類に応じた制御アルゴリズムの切替え方法を学習させることができる（図５）。この学習は作業終了後に行われる。なお、図５に示される「学習機能付き制御アルゴリズム選択器」は、意図・状態推定システム３２ａの一部を構成し、同図の「制御アルゴリズム切替器」は、制御アルゴリズム切替えシステム３２ｂを構成するものであることに留意されたい。

次に、図３に示すアシスト制御部３０の制御ブロック線図を具体的に処理する作業支援処理の流れを図６に示すフローチャートに基づいて説明する。なお、以下説明する作業支援処理のステップＳ１１１、Ｓ１１３、Ｓ１１５、Ｓ１１７、Ｓ１１９、Ｓ１２０、Ｓ１２７、Ｓ１２９、Ｓ１３３、Ｓ１３５は、前述した意図・状態推定システム３２ａにより行われるもので、またステップＳ１２０、Ｓ１２１、Ｓ１２３は、前述した制御アルゴリズム切替えシステム３２ｂにより行われるものである。

図６に示すように、作業アシスト装置２０では、主電源が投入されると、まずステップＳ１０１によりメモリカード３８があるか否か、即ち、アシスト制御部３０にメモリカード３８が実装されているか否かを判断する処理が行われる。そして、メモリカード３８があると判断される場合には（Ｓ１０１でＹｅｓ）、ステップＳ１０２により実装されているメモリカード３８から所定のデータとして推定制御情報を読み出す処理が行われる。一方、メモリカード３８があると判断されない場合には（Ｓ１０１でＮｏ）、メモリカード３８が実装されていないのでステップＳ１０３によりデフォルト値が設定された基本推定制御情報を使用する設定処理が行われる。そして、ステップＳ１０５により各システムを初期化する処理が行われ、続くステップＳ１０７により作業が開始されるまで待機する（Ｓ１０７でＮｏ）。

ステップＳ１０７により作業が開始されたと判断されると（Ｓ１０７でＹｅｓ）、続くステップＳ１０９により初期制御アルゴリズムを設定する処理が行われる。例えば、搬入されたワークＷ2 をワークＷ1 の所定箇所に取り付けて搬出するというような作業の場合、まずワークＷ2 を搬入口からワークＷ1 のところまで搬送する作業が必要になる。この例の場合、当該ワークＷ2 の搬送制御が当該初期制御アルゴリズムに相当する。

次のステップＳ１１１では、力センサ４２、対象検出センサ４３、ロボット４１の各種センサから各情報を取得する処理が行われる。例えば、搬入されたワークＷ2 をワークＷ1 の所定箇所に取り付けて搬出する作業の先の設例では、作業者Ｍによる操作状態を力センサ４２から出力される印加操作量情報として、また搬送中のワークＷ2 に対するワークＷ1 の位置情報を対象検出センサ４３から出力される対象位置情報として、さらにロボット４１の関節やアームの角度情報あるいはハンドの移動速度情報等を各種センサから出力される内界センサ情報として、それぞれ取り込む処理を行う。これにより、続くステップＳ１１３による意図・状態推定システム３２ａによる推定処理を可能にしている。なお、このステップＳ１１１は、特許請求の範囲に記載の「操作状態検出ステップ」および「状態量検出ステップ」に相当し得るものである。

ステップＳ１１３では、意図・状態推定システム３２ａにより作業状態と作業意図を推定する処理が行われる。即ち、前述したように、ステップＳ１１１により取得された内界センサ情報、対象位置情報および操作印加量情報に基づいて、現在の作業者Ｍによる作業状態と作業者Ｍが意図している操作の種類（作業意図）のそれぞれを推定することができるので、これらを意図・状態推定システム３２ａにより推定して推定結果として作業状態および作業意図を得る。

例えば、ワークＷ2 を搬送する先の設例では、ロボット４１の動作状態（関節やアームの角度、ハンドの移動速度等）、作業者Ｍによる操作状態（力の方向や入れ具合等）、ワークＷ1 、Ｗ2 の位置関係等に基づいて、現在の作業者Ｍによる作業状態がワークＷ2 の搬送作業の完了間際にあり（作業状態）、ワークＷ2 の搬送作業からワークＷ2 をワークＷ1 の所定箇所に取り付けるために位置決めする作業に移行しようとしている（作業意図）等の、作業状態および作業意図を推定する。なお、このステップＳ１１３は、特許請求の範囲に記載の「推定ステップ」に相当し得るものである。

続くステップＳ１１５では、ロボット４１による次の行動を決定する処理が行われる。即ち、ステップＳ１１３により推定された作業状態と作業意図のいずれか一方あるいは両方に基づいてロボット４１の次の制御内容を決定する処理を行う。例えば、先の設例では、推定結果として、現在の作業者Ｍによる作業状態がワークＷ2 の搬送作業が完了しているという作業状態と、ワークＷ2 の搬送作業からワークＷ2 をワークＷ1 の所定箇所に取り付けるために位置決めする作業に移行しようとしているという作業意図と、を得た場合には、ロボット４１による次の制御を位置決め作業の内容に決定する処理を行う。なお、このステップＳ１１５は、特許請求の範囲に記載の「次制御内容決定ステップ」に相当し得るものである。

続くステップＳ１１７では、ステップＳ１１５により決定されたロボット４１の次の制御内容をロボット４１の行動意思として表示する処理が行われる。これにより、例えば先の設例では、作業者Ｍは、次に行われるワークＷ2 の位置決め作業に移行するロボット４１の行動意思を事前に把握できるので、作業者Ｍに対し、ロボット４１が予期しない作業に突然移行するというような不安感を与え難くすることができる。したがって、このような不安感に起因する不快感、疲労感等の発生を抑制して操作感を向上することができる。

また、ステップＳ１１７では、対象検出センサ４３により出力される対象位置情報をロボット行動意思等表示器４６に出力する処理が行われることもある。これにより、例えば前記設例では、作業者Ｍは、ワークＷ1 に対するワークＷ2 の位置関係をロボット行動意思等表示器４６により把握することができ、ロボット４１による搬送作業の完了判断の妥当性を定量的に判断することができるので、適切な位置でワークＷ2 の搬送を停止させ、搬送作業を完了させることができる。したがって、作業者Ｍに、不快感、不安感、疲労感等を与え難くし、操作感を向上することができる。

次のステップＳ１１９では、制御アルゴリズムの切替えがあるか否かを判断する処理が行われる。即ち、ステップＳ１１５によりロボット４１の次の行動が決定された結果から、現在実行している制御アルゴリズムを他の制御アルゴリズムに切り替える必要があるか否かを判断する処理を行う。これにより、切り替える必要がある判断された場合には（Ｓ１１９でＹｅｓ）、ステップＳ１２０に移行して決定された次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズム３２ｃから選択し切り替える処理が行われる。なお、この処理は、前述したように、意図・状態推定システム３２ａと制御アルゴリズム切替えシステム３２ｂにより行われる。

例えば、前記設例において、次の制御内容としてワークＷ2 をワークＷ1 の所定箇所に取り付けるために位置決めする制御を行うことがステップＳ１１５により決定されている場合には、現在の搬送制御のアルゴリズムから位置決め制御のアルゴリズムに切り替える必要があるので（Ｓ１１９でＹｅｓ）、ステップＳ１２０に移行して、意図・状態推定システム３２ａにより複数の制御アルゴリズム３２ｃの中から位置決め制御のアルゴリズムを選択する。そして、制御アルゴリズム切替えシステム３２ｂにより搬送制御のアルゴリズムから位置決め制御のアルゴリズムに切り替える処理を行う。なお、ステップＳ１１９、Ｓ１２０は、特許請求の範囲に記載の「制御アルゴリズム選択切替ステップ」に相当し得るものである。

続くステップＳ１２１では、現在の制御アルゴリズムに基づいてロボット４１への制御入力を生成する処理が行われる。即ち、ステップＳ１１９により制御アルゴリズムの切替えがある場合には（Ｓ１１９でＹｅｓ）、ステップＳ１２０により切り替えられた制御アルゴリズムに基づいて、一方、ステップＳ１１９により制御アルゴリズムの切替えがない場合には（Ｓ１１９でＮｏ）、前回の処理から継続使用している制御アルゴリズムに基づいて、当該制御アルゴリズムの内容に従ったロボット４１の制御指令情報を適宜、生成する処理を行う。例えば、前記設例では、次制御においては、ワークＷ2 の搬送制御から位置決め制御に移行するため、当該位置決め制御に必要なロボット４１の制御指令情報が生成される。

次のステップＳ１２３では、ステップＳ１２１で生成した制御指令情報をロボット４１に制御入力する処理が行われる。これにより、作業者Ｍに合わせた制御、例えば前記設例では、搬送制御から位置決め制御に移行する制御がロボット４１に対して行われるため、作業者Ｍがロボット４１の制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者Ｍに、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。なお、ステップＳ１２１、Ｓ１２３は、特許請求の範囲に記載の「制御情報生成出力ステップ」に相当し得るもので、これらの処理はコンピュータ３２またはコントローラ３４あるいは両者の分担（例えば、Ｓ１２１はコンピュータ３２、Ｓ１２３はコントローラ３４）により行われる。

このようなステップＳ１１１〜Ｓ１２３の各制御を、当該作業者Ｍによる所定の作業が終了するまで繰り返し実行される必要から、続くステップＳ１２５により作業の完了を確認するまでステップＳ１１１に処理を戻す（Ｓ１２５でＮｏ）。そして、作業者Ｍによる作業の完了入力あるいはセンサ等による作業の完了検出があると（Ｓ１２５でＹｅｓ）、次のステップＳ１２７に処理を移行する。例えば、前記設例では、ワークＷ1 の所定箇所にワークＷ2 が位置決めされて取付作業が完了し、ワークＷ1 が搬出された場合に作業者Ｍによる入力される作業完了の情報を取得してから、ステップＳ１２７に移行する。なお、このようなステップＳ１１１〜Ｓ１２３による制御処理期間を、前述の「強化学習」の説明中では、「オンライン」と称している（以下同様）。またこれから説明するステップＳ１２７〜Ｓ１３５による制御処理期間を以下「オフライン」と称する。

ステップＳ１２７では、作業者Ｍによる評価情報を取得する処理が行われる。即ち、前述したステップＳ１１１〜Ｓ１２３によるオンライン時の作業者Ｍの支援に対して、当該作業者Ｍが評価した結果が評価情報として評価スイッチ４４により入力されるので、この評価情報を取得する処理を行う。例えば、前記設例では、ワークＷ2 の搬送作業からワークＷ2 をワークＷ1 の所定箇所に取り付けるための位置決めする作業に移行し、さらにその位置決めが完了するまで、に行われた作業アシスト装置２０による作業支援について、当該作業者Ｍが満足していると評価した場合には、その旨あるいはその段階の評価情報が評価スイッチ４４を介して入力される。なお、不満である場合にも、満足の評価情報と同様にその旨等を入力可能に構成しても良い。

ステップＳ１２７により取得された評価情報は、続くステップＳ１２９により推定制御情報を更新する処理に用いられる。即ち、このステップＳ１２９では、取得された評価情報に基づいて、意図・状態推定システム３２ａを構成する推定制御情報を更新する処理が行われる。具体的には、評価情報の評価内容（満足、不満等）に基づいて意図・状態推定システム３２ａを構成するif-then ルールの条件設定を変更したり、またif-then ルール以外の制御パラメータ等を変更したりする等の意図・状態推定システム３２ａの推定アルゴリズムに関する変更処理を行う。これにより、当該評価情報に基づいた学習機能を得ることができるので、当該評価情報に基づいて作業者Ｍの「主観」、「技量差」、「癖」、「好み」さらには「使用時間帯」等といった作業者個々に有する個人差情報を得ることができる。そのため、作業者Ｍの癖等の個人差情報に合わせた制御がロボット４１に対して行われるため、作業者Ｍがロボット４１の制御に合わせることによる精神的・肉体的に負担をより一層軽減することができる。したがって、作業者Ｍに、不快感、不安感、疲労感等をさらに与え難いので、操作感をより向上することができる。

ステップＳ１３１では、次の作業があるか否かを判断する処理が行われ、もし次の作業があれば（Ｓ１３１でＹｅｓ）、ステップＳ１０７に処理を移行し、次の作業がなければ（Ｓ１３１でＮｏ）、ステップＳ１３３に移行してメモリカード３８があるか否かの判断処理を行う。そして、メモリカード３８がある場合、即ち、メモリカード３８がアシスト制御部３０に実装されている場合には（Ｓ１３３でＹｅｓ）、更新された推定制御情報をステップＳ１３５により当該メモリカード３８に書き出す処理が行われる。これにより、例えば、当該更新された推定制御情報をメモリカード３８を介して他の作業支援装置に出力することができる。そのため、この更新された推定制御情報に基づいて作業者個々に有する個人差情報を得られるので、当該他の作業支援装置においても、作業者Ｍの主観、癖等の個人差情報に合わせた制御をロボット４１等に対して行うことができる。したがって、当該他の作業支援装置でも、作業者Ｍに、不快感、不安感、疲労感等を与え難くし、操作感を向上することができる。

一方、メモリカード３８がアシスト制御部３０に実装されていない場合には（Ｓ１３３でＮｏ）、推定制御情報を書き出す外部記憶装置（情報記憶媒体）等が存在しないので、ステップＳ１３５による推定制御情報の書き出し処理を行うことなく、一連の本作業支援処理を終了する。なお、ステップＳ１３５による推定制御情報の書き出し処理が完了した場合にも一連の本作業支援処理を終了する。また、ステップＳ１３５による推定制御情報の書き出し処理は、その書き出し対象をメモリカード３８等の情報記憶媒体に限定することはなく、例えば、ネットワークインターフェイスカード（ＮＩＣ）等を介したイーサネットケーブル（登録商標）やＵＴＰ（非シールドより対線）等による有線ＬＡＮや電波や赤外線等による無線ＬＡＮ等の情報伝送媒体に推定制御情報を出力しても良い。これにより、当該情報伝送媒体に接続される他の作業支援装置も当該推定制御情報を受信することによって、メモリカード３８等の情報記憶媒体の場合と同様に、作業者Ｍの主観、癖等の個人差情報に合わせた制御をロボット４１等に対して行うことができるので、当該他の作業支援装置でも、作業者Ｍに、不快感、不安感、疲労感等を与え難くし、操作感を向上することができる。

このように、本実施形態に係る作業アシスト装置２０によると、複数の制御アルゴリズム３２ｃにより制御されるロボット４１を直接的または間接的に操作してワークＷに対し所定の作業を行う作業者Ｍを、支援するものにおいて、力センサ４２によりロボット４１を操作する作業者Ｍの操作状態を検出して印加操作量情報として出力し、対象検出センサ４３によりワークＷの所定の状態量を検出し対象位置情報として出力する（Ｓ１１１）。そして、アシスト制御部３０の意図・状態推定システム３２ａによって印加操作量情報および対象位置情報に基づいて作業者ＭがワークＷに対しこれから行おうとしている作業意図および作業者Ｍが現在行っている作業状態を推定し（Ｓ１１３）、この推定結果に基づいてロボット４１による次の制御内容を意図・状態推定システム３２ａにより決定する（Ｓ１１５）。この決定された次の制御内容を実現する最適な制御アルゴリズムを複数の制御アルゴリズム３２ｃから意図・状態推定システム３２ａにより選択し制御アルゴリズム切替えシステム３２ｂにより切り替えて（Ｓ１２０）、この切り替えられた制御アルゴルズムにより制御されるロボット４１に対する制御情報を当該制御アルゴリズム３２ｃ等によって生成しロボット４１に出力する（Ｓ１２１、Ｓ１２３）。

これにより、ワークに対し作業者Ｍがこれから行おうとしている作業意図および作業者が現在行っている作業状態を推定した結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってロボット４１が制御されるので、作業者Ｍによる次作業に対して適切な作業支援を行うことができる。いわば作業者Ｍに合わせた制御がロボット４１に対して行われるため、作業者Ｍがロボット４１の制御に合わせることによる精神的・肉体的に負担を軽減することができる。したがって、作業者Ｍに、不快感、不安感、疲労感等を与え難いので、操作感を向上することができる。

なお、ロボット４１を直接的または間接的に操作のうちの「直接的に操作」とは、例えば、作業者Ｍが操作ハンドルや操作コントローラ等を操作することによりロボット４１のロボットハンド等を介してワークＷに対し所定の作業を行う場合と意味する。一方、「間接的に操作」とは、例えば、ワークＷの一端側をロボット４１が支えて当該ワークＷの他端側を作業者Ｍが支えるというように、作業者Ｍとともにロボット４１が協働してワークＷを持ち合う場合において、作業者Ｍが、ワークＷを上下左右に移動させたり、力の入れ具合を変化させたり、等々することで、いわば作業者ＭがワークＷを介在させてロボット４１を間接的に操作することを意味する。

また、本実施形態に係る作業アシスト装置２０によると、作業アシスト装置２０により支援を受けた作業者Ｍによる評価結果を評価情報として評価スイッチ４４により入力可能にし（Ｓ１２７）、この入力された評価情報に基づいて意図・状態推定システム３２ａを構成する推定制御情報を意図・状態推定システム３２ａにより更新する（Ｓ１２９）。これにより、意図・状態推定システム３２ａの推定制御情報が更新されるので、次回は、この更新された推定制御情報に従って作業者Ｍの作業意図および作業状態が推定される。つまり、意図・状態推定システム３２ａは、評価情報に基づいた学習機能を得ることができ、当該評価情報に基づいて作業者Ｍの「主観」、「技量差」、「癖」、「好み」さらには
「使用時間帯」等といった作業者個々に有する個人差情報を得ることができる。そのため、作業者Ｍの癖等の個人差情報に合わせた制御がロボット４１に対して行われるため、作業者Ｍがロボット４１の制御に合わせることによる精神的・肉体的に負担をより一層軽減することができる。したがって、作業者Ｍに、不快感、不安感、疲労感等をさらに与え難いので、操作感をより向上することができる。

なお、「作業者Ｍに合わせた制御がロボット４１に対して行われる」という点について、米国、ノースカロライナ州立大学のロナルド・メイス氏によって提唱されている「ユニバーサルデザイン」に近似したものと解釈される余地はない。「ユニバーサルデザイン」とは、同氏により「できるだけ多くの人が利用可能であるように製品、建物、空間をデザインすること」と定義されている設計思想であり、「誰が利用しても同じ、均質の機能・サービスを提供すること」を意味する。しかしながら、ユニバーサルデザインは、ある特定の個人に対する主観、技量差、癖、使用時間帯などに基づいたものであってはならないことから、本願発明（請求項２）による作業支援評価情報に基づいた学習機能から得られる『作業者の「主観」、「技量差」、「癖」、「好み」さらには「使用時間帯」等といった作業者個々に有する個人差情報に合わせた制御がロボット４１に対して行われる』ことは「ユニバーサルデザイン」の思想と本質的に性質を異にするものである。したがって、両者は、近似した概念になり得ないのである。

次に、上述した作業アシスト装置２０を位置決めアシスト装置１００に適用した例を図１、図３および図７に基づいて説明する。図７に示すように、位置決めアシスト装置１００は、主に、コンピュータ１３２、コントローラ１３４、ロボットアーム１４１、表示装置１４６により構成されるもので、複数の制御アルゴリズム３２ｃにより制御されるロボットアーム１４１（マニピュレータ）のエンドエフェクタ１４１ｃを操作し、立方体形状のワークＷ1 （第１のワーク）に形成された挿入孔ｈ1 〜ｈ3 （所定位置）に棒状のワークＷ2 （第２のワーク）を位置決めして挿入する作業を行う作業者Ｍを支援するもので、軸挿入・位置決めアシスト装置である。なお、コンピュータ１３２は図１に示すコンピュータ３２の概念に相当し、またコントローラ１３４は図１に示すコントローラ３４の概念に相当する。さらにロボットアーム１４１は図１に示すロボット４１の概念に相当する。そのため、ここではコンピュータ１３２およびコントローラ１３４の説明は割愛し、ロボットアーム１４１を中心とした構成、作動等を説明する。

ロボットアーム１４１は、主に、アーム１４１ａ、関節１４１ｂおよび棒状のワークＷ2 を把持可能なエンドエフェクタ１４１ｃ等により構成されており、このアーム１４１ａや関節１４１ｂには、角度と速度を検出し得る図略のセンサが前述した内界センサ情報を出力する内界センサとして取り付けられている。またエンドエフェクタ１４１ｃ上部のアーム１４１ａには力センサ１４２が取り付けられており、またエンドエフェクタ１４１ｃにはＰＳＤセンサ１４３が取り付けられている。さらに力センサ１４２の下方には評価スイッチ１４４が取り付けられている。なお、力センサ１４２は図１に示す力センサ４２の概念、ＰＳＤセンサ１４３は図１に示す対象検出センサ４３の概念、また評価スイッチ１４４は図１に示す評価スイッチ４４の概念、にそれぞれ相当する。

一方、表示装置１４６は、図１に示すロボット行動意思等表示器４６の概念に相当するもので、作業中の作業者Ｍの視野内に収まる位置に設けられている。この表示装置１４６は、マトリックス状に配置された複数個のＬＥＤ１４６ａおよびその駆動回路によって構成されており、コンピュータ１３２から出力されるロボットアーム１４１の行動情報およびワークＷ1 の挿入孔ｈ1 等の対象位置情報が、複数のＬＥＤ１４６ａによる図形・記号等の表示態様によって表示される。なお、図７中に示す符号Ｌは、ワークＷ1 を搬送するコンベアを指しており、当該コンベアＬは、紙面裏面から紙面表面方向にゆっくりとした速度（例えば時速１km〜２km）で載置されたワークＷ1 を搬送している。

このように構成される位置決めアシスト装置１００は、図３に示す意図・状態推定システム３２ａにおいて、次の作業状態に対応した隠れマルコフモデルが設定される。＊「停止」という作業状態に対応した隠れマルコフモデル。＊「回送」という作業状態に対応した隠れマルコフモデル。なお、ここでいう「回送」とは、ロボットアーム１４１が運動状態にあるが、次に述べる「目標接近」、「目標穴確定」、「並走」、「挿入」、「退避」のいずれにも属さない作業状態を指す。＊「目標接近」という作業状態に対応した隠れマルコフモデル。ここでいう「目標接近」とは、挿入孔ｈ1 〜ｈ3 にロボットアーム１４１のエンドエフェクタ１４１ｃが接近しているが、挿入孔ｈ1 等がＰＳＤセンサ１４３によって検知されるに至らない作業状態を指す。＊「目標孔確定」という作業状態に対応した隠れマルコフモデル。ここでいう「目標孔確定」とは、ＰＳＤセンサ１４３によって挿入孔ｈ1 等が検出され、対象位置情報が有効に得られている作業状態であって、かつ、次に述べる「並走」、「挿入」、「退避」のいずれにも属さない作業状態を指す。＊「並走」という作業状態に対応した隠れマルコフモデル。ここでいう「並走」とは、対象検出センサによって軸挿入対象孔が検出され、対象位置情報が有効に得られている作業状態であって、かつ、装置が軸挿入対象孔と位置誤差なく並走している作業状態を指す。＊「挿入」という作業状態に対応した隠れマルコフモデル。ここでいう「挿入」とは、装置が軸挿入対象孔に軸を挿入している作業状態を指す。＊「退避」という作業状態に対応した隠れマルコフモデル。ここでいう「退避」とは、「挿入」という作業状態の完了後、装置が軸を残して軸挿入対象孔から遠ざかる作業状態を指す。

また、図３に示す意図・状態推定システム３２ａにおいて、作業者Ｍが意図する操作の種類に対応した隠れマルコフモデルが設定される。＊「作業者Ｍがエンドエフェクタ１４１ｃの移動を加速させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍがエンドエフェクタ１４１ｃの移動を等速運動させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍがエンドエフェクタ１４１ｃの移動を減速させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍが軸挿入・位置決めしようとする」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍがエンドエフェクタ１４１ｃを移動させる方向」の作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。

さらに、各「隠れマルコフモデル」に対する入力（隠れマルコフモデルと位置決めアシスト装置１００に特有のセンサ情報との対応）として、次のものが挙げられる。＊「内界センサ情報」：ロボットアーム１４１の関節１４１ｂの角度、角速度。＊「対象位置情報」：ＰＳＤセンサ１４３から検出される、ワークＷ1 の位置に関する情報。＊「操作印加量情報」：力センサ１４２によって計測される、作業者Ｍの操作力。

各「隠れマルコフモデル」からの出力として次のものが挙げられる。＊前記に例示した、それぞれの隠れマルコフモデルが表現する、それぞれの作業状態が現在の作業状態として尤もらしい確率（尤度）。＊前記に例示した、それぞれの隠れマルコフモデルが表現する、それぞれの作業者Ｍの意図する操作の種類が現在の操作の種類として尤もらしい確率（尤度）。

「隠れマルコフモデル」群からの出力として次のものが挙げられる。＊現在の作業状態として、最も尤もらしい（最尤の）作業状態。＊現在の人の意図する操作の種類の中で、最も尤もらしい（最尤の）操作の種類。

一方、図３に示す意図・状態推定システム３２ａにおいて、強化学習の「状態」と位置決めアシスト装置１００に特有のセンサ情報や制御パラメータの対応として、次のものが挙げられ、これらが強化学習の「状態」に対応する。＊前記隠れマルコフモデル群からの出力として得られた、現在の作業状態として最も尤もらしい（最尤の）作業状態。＊前記隠れマルコフモデル群からの出力として得られた、現在の作業者Ｍの意図する操作の種類の中で、最も尤もらしい（最尤の）操作の種類。＊現在の作業状態として最も尤もらしい作業状態と現在の作業者Ｍの意図する操作の種類の中で最も尤もらしい操作の種類とからなる信号群。

また、強化学習の「行動」と位置決めアシスト装置１００に特有のセンサ情報や制御パラメータ等の対応として、次のものが挙げられる。図３に示す制御アルゴリズム切替えシステム３２ｂにより選択可能な複数の制御アルゴリズム３２ｃのうち、次に用いるべき制御アルゴリズム３２ｃの選択。

このように位置決めアシスト装置１００を構成することにより、位置決めアシスト装置１００では、力センサ１４２により出力される印加操作量情報はロボットアーム１４１を操作する作業者Ｍの操作力を表す操作力情報を含み、ＰＳＤセンサ１４３により出力される対象位置情報はワークＷ1 の挿入孔ｈ1 等を表す所定位置情報を含む。これにより、意図・状態推定システム３２ａによって、ワークＷ1 の挿入孔ｈ1 等に対し棒状のワークＷ2 を挿入位置決めしようとする作業者Ｍの作業意図や作業状態を推定し、この推定した結果に基づいてロボットアーム１４１のエンドエフェクタ１４１ｃによる次の制御内容を意図・状態推定システム３２ａにより決定する。

このため、例えば、ワークＷ1 がコンベアＬにより移動する場合であっても、操作力情報および所定位置情報によって、移動するワークＷ1 の挿入孔ｈ1 等に対し、棒状のワークＷ2 を把持したエンドエフェクタ１４１ｃを近づけようとする作業者Ｍの作業意図や作業状態を推定することができる。また、例えば、ワークＷ1 に複数箇所の挿入孔が存在する場合であっても、操作力情報および所定位置情報によってワークＷ1 の複数箇所の挿入孔から作業者Ｍが選択した例えば挿入孔ｈ1 にエンドエフェクタ１４１ｃに把持されたワークＷ2 を近づけようとする作業者Ｍの作業意図や作業状態を推定することができる。またこのワークＷ1 がコンベアＬにより移動する場合においても同様に、作業者Ｍの作業意図や作業状態を推定することができる。これにより、この推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズム３２ｃに従ってエンドエフェクタ１４１ｃが制御されるので、作業者Ｍによる次作業に対して適切な作業支援を行うことができる。したがって、作業者Ｍがエンドエフェクタ１４１ｃの制御に合わせることによる精神的・肉体的に負担を軽減することができるので、作業者Ｍに、不快感、不安感、疲労感等を与え難くく、操作感を向上することができる。またコンベアＬ等によるワークＷ1 が移動する場合であっても同様に、作業者Ｍによる次作業に対し適切な作業支援を行うことができるので、作業者ＭはワークＷ2 の位置決め・挿入作業を比較的容易に行うことができる。

なお、図７に示す位置決めアシスト装置１００は、次のような技術的思想として把握することができる。複数の制御アルゴリズムにより制御されるマニピュレータを操作して、ワークに形成された所定の挿入孔に軸部材を挿入する作業を行う作業者を支援する特許請求の範囲の請求項１〜５のいずれか一項に記載の作業支援装置を用いた軸挿入位置決め作業支援装置であって、前記操作状態検出手段により出力される操作状態情報は、前記マニピュレータを操作する作業者の操作力を表す操作力情報を含み、前記状態量検出手段により出力される状態量情報は、前記ワークの挿入孔の位置を表す挿入孔位置情報を含むことを特徴とする軸挿入位置決め作業支援装置。

この技術的思想により、軸挿入位置決め作業支援装置では、操作状態検出手段により出力される操作状態情報は、マニピュレータを操作する作業者の操作力を表す操作力情報を含み、状態量検出手段により出力される状態量情報は、ワークの挿入孔の位置を表す挿入孔位置情報を含む。これにより、推定手段によって、ワークの所定の挿入孔に軸部材を挿入しようとする作業者の作業意図や作業状態を推定し、この推定した結果に基づいてマニピュレータによる次の制御内容を次制御内容決定手段により決定する。このため、例えば、ワークが移動する場合であっても、操作力情報および挿入孔位置情報によって、移動するワークの所定の挿入孔に軸部材を挿入しようとする作業者の作業意図や作業状態を推定することができる。また、例えば、ワークに複数箇所に挿入孔が存在する場合であっても、操作力情報および挿入孔位置情報によって、ワークの複数箇所の挿入孔から作業者が選択した挿入孔に軸部材を挿入しようとする作業者の作業意図や作業状態を推定することができる。さらに、例えば、移動するワークに複数箇所に挿入孔が存在する場合であっても、操作力情報および挿入孔位置情報によって、移動するワークの複数箇所の挿入孔から作業者が選択した挿入孔に軸部材を挿入しようとする作業者の作業意図や作業状態を推定することができる。これにより、この推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズムに従ってマニピュレータが制御されるので、作業者による次作業に対して適切な作業支援を行うことができる。

次に、上述した作業アシスト装置２０をパワーアシスト装置２００に適用した例を図１、図３、図８〜図９に基づいて説明する。図８に示すように、パワーアシスト装置２００は、主に、コンピュータ２３２、コントローラ２３４、パワーアシスト機構２４１により構成されるもので、複数の制御アルゴリズム３２ｃにより制御されるパワーアシスト機構２４１を操作してワークを移動させる作業を行う作業者Ｍを支援するものである。なお、図８に示す例では、ワークＷ2 である自動車用のインナーパネルを、ワークＷ1 である自動車の車体内部前方に組み付ける作業を支援するパワーアシスト装置２００を想定している。なお、コンピュータ２３２は図１に示すコンピュータ３２の概念に相当し、またコントローラ２３４は図１に示すコントローラ３４の概念に相当する。さらにパワーアシスト機構２４１は図１に示すロボット４１の概念に相当する。そのため、ここではコンピュータ２３２およびコントローラ２３４の説明は割愛し、パワーアシスト機構２４１を中心とした構成、作動等を説明する。

パワーアシスト機構２４１は、主に、コンベアによるラインの進行方向と進行方向に対して直交する方向とに架設された２本のガイドレールと、このガイドレールに設けられる走行軸駆動ユニット２４１ａおよび横行軸駆動ユニット２４１ｂと、これらの駆動ユニットにより走行軸（Ｙ軸）方向および横行軸（Ｘ軸）方向にそれぞれ移動可能な昇降軸用エアバランサ２４１ｃと、この昇降軸用エアバランサ２４１ｃに取り付けられてワークＷ2 （インナーパネル）を把持可能なハンド２４１ｄと、から構成されている。なお、昇降軸用エアバランサ２４１ｃは、鉛直軸（Ｚ軸）方向に吊り上げ・吊り下げ可能に可働する（図９参照）。以下、本例では、ワークＷ1 のことを車体、ワークＷ2 のことをインナーパネルと便宜上に称する。

この走行軸駆動ユニット２４１ａ、横行軸駆動ユニット２４１ｂ、昇降軸用エアバランサ２４１ｃおよびハンド２４１ｄには、それぞれの移動位置、移動速度あるいは加速度を検出し得る図略のセンサが前述した内界センサ情報を出力する内界センサとして取り付けられている。また昇降軸用エアバランサ２４１ｃの下端部には、力センサ２４２、評価スイッチ２４４および表示装置２４６が取り付けられている。さらに、車体が移動するラインの上方には、ＣＣＤステレオカメラ２４３が設けられており、車体内に組み付けられるインナーパネルのセット位置等をコンピュータ２３２により画像認識可能に構成されている。なお、力センサ２４２は図１に示す力センサ４２の概念、ＣＣＤステレオカメラ２４３は図１に示す対象検出センサ４３の概念、また評価スイッチ２４４は図１に示す評価スイッチ４４の概念、表示装置２４６は図１に示すロボット行動意思等表示器４６の概念、にそれぞれ相当する。なお、図８中に示す車体（ワークＷ1 ）は、紙面裏面から紙面表面方向にゆっくりとした速度（例えば時速１km〜２km）で図略のコンベア装置により搬送されている。

このように構成されるパワーアシスト装置２００は、図３に示す意図・状態推定システム３２ａにおいて、次の作業状態に対応した隠れマルコフモデルが設定される。＊「インナーパネル取り出し」という状態に対応した隠れマルコフモデル。ここでいう「インナーパネル取り出し」とは、インナーパネルを把持するためにインナーパネル取り出し位置にて、インナーパネルへの接近、減速、停止、把持、離脱といった一連のインナーパネル治具からの離脱を指す。＊「加速横行」という状態に対応した隠れマルコフモデル。ここでいう「加速横行」は、図９に示す区間Ａ、Ｃにおいて、横行軸方向に加速する作業状態を指す。＊「等速横行」という状態に対応した隠れマルコフモデル。ここでいう「等速横行」は、図９に示す区間Ａ、Ｃにおいて、横行軸方向に等速運動する作業状態を指す。＊「減速横行」という状態に対応した隠れマルコフモデル。ここでいう「減速横行」は、図９に示す区間Ａ、Ｃにおいて、横行軸方向で減速する作業状態を指す。＊「方向転換」という状態に対応した隠れマルコフモデル。ここでいう「方向転換」は、区間ＡからＢへ、あるいは区間ＢからＣへ、その移動方向を変えることを指す。＊「加速走行」という状態に対応した隠れマルコフモデル。ここでいう「加速走行」は、区間Ｂにおいて、走行軸方向に加速する作業状態を指す。「加速横行」との違いは、指令対象の駆動ユニットの駆動モータが異なる点とパワーアシスト装置２００を支持するガイドレールで、使用するガイドレールが異なる点である。＊「等速走行」という状態に対応した隠れマルコフモデル。ここでいう「等速走行」は、区間Ｂにおいて、走行軸方向に等速運動する作業状態を指す。＊「減速走行」という状態に対応した隠れマルコフモデル。ここでいう「減速走行」は、区間Ｂにおいて、走行軸方向で減速する作業状態を指す。＊「同期走行」という状態に対応した隠れマルコフモデル。ここでいう「同期走行」は、車体との並走を指す。前記「等速走行」後半と前記「減速走行」において同時に存在する作業状態である。同期は、ラインに設けられている同期棒がパワーアシスト装置２００に接触して始まる。＊「インナーパネルセット」という状態に対応した隠れマルコフモデル。ここでいう「インナーパネルセット」は、インナーパネルを車体にセットすることを指す。「インナーパネルセット」では、画像処理に基づきインナーパネルを所定の位置に固定する作業状態を指す。

また、図３に示す意図・状態推定システム３２ａにおいて、作業者Ｍが意図する操作の種類に対応した隠れマルコフモデルが設定される。＊「作業者Ｍが装置を加速させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。作業者Ｍとコンピュータ２３２との接点としての力センサ２４２の印加操作量情報をもとに、「作業者Ｍが昇降軸用エアバランサ２４１ｃを加速させる」を推定をする。現在の速度に対し、さらに操作力が加わっていたならば加速と判断する。＊「作業者Ｍが昇降軸用エアバランサ２４１ｃを等速運動させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍが昇降軸用エアバランサ２４１ｃを減速運動させる」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。＊「作業者Ｍが昇降軸用エアバランサ２４１ｃの移動方向を変える」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。力センサ２４２の分力より、その移動方向の変化を判断する。＊「作業者Ｍがインナーパネルを車内に投入しようとする」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。前記同期中、力センサ２４２の横行軸方向への分力より車内投入意図を判断する。＊「作業者Ｍがインナーパネルをセットしようとする」という作業者Ｍが意図する操作の種類に対応した隠れマルコフモデル。画像処理データより所定位置にインナーパネルが配置されたこと、力センサ２４２の検出操作力がほぼ零になったことでその意図を判断する。さらに走行軸駆動ユニット２４１ａあるいは横行軸駆動ユニット２４１ｂの駆動モータのエンコーダ値より装置の位置を確認できるので、その位置より横行軸方向か、走行軸方向かの判断を行なう。

さらに各「隠れマルコフモデル」に入力等するパワーアシスト装置２００に特有のセンサ情報として、次のものが挙げられる。＊「内界センサ情報」：走行軸駆動ユニット２４１ａおよび横行軸駆動ユニット２４１ｂの各駆動モータのエンコーダ値。＊「対象位置情報」：ＣＣＤステレオカメラ２４３から出力される画像処理データ。＊「操作印加量情報」：力センサ２４２から出力される作業者Ｍの操作力。

また各「隠れマルコフモデル」に入力等するパワーアシスト装置２００に特有の制御パラメータとして、次のものが挙げられる。＊図９に示す区間Ａ、Ｂ、Ｃにおいて、インピーダンス制御：仮想質量ｍ、仮想粘性ｃ、仮想バネ定数ｋ、＊図９に示す区間Ｄにおいて（インナーパネルを車体にセットする区間）、ＰＩＤ制御：一般的な位置制御を指す。但し、制御パラメータは、目標位置、速度、加速度。

一方、図５に示す学習機能付き制御アルゴリズム切替え器（強化学習）において、インナーパネルを車体にセットする区間Ｄ（図９参照）ではＰＩＤ制御、区間Ａ、Ｂ、Ｃではインピーダンス制御に切り換える。また図５に示す学習アルゴリズムでは、ＰＩＤ制御では、インナーパネルのセット時の車体が受ける衝撃を作業者Ｍが見て判断し、あるいはインナーパネルのセットに要する所要時間をみて評価スイッチ２４４を押すことにより、アシスト制御部３０で目標位置、速度、加速度を更新する。

インピーダンス制御では、仮想質量ｍ、仮想粘性ｃ、仮想バネ定数ｋを更新する。特に、加速時の操作感の「重さ」、等速時の「軽さ」、減速時の「引っ張られる」違和感、移動方向の変更のしやすさ、インナーパネル取り出しにおいては微小位置決めが可能かどうか、インナーパネルを車体に投入するにあたっては車体にインナーパネルをぶつけないように俊敏な動きができるかどうか、等を作業者Ｍが判断して評価スイッチ２４４を押すことによって、操作感の重さ・軽さに主に関係する仮想質量ｍ、位置決めのしやすさに主に関係する仮想粘性ｃを更新する。

このようにパワーアシスト装置２００を構成することにより、パワーアシスト装置２００では、力センサ２４２により出力される印加操作量情報はパワーアシスト機構２４１を操作する作業者Ｍの操作力を表す操作力情報を含み、ＣＣＤステレオカメラ２４３により出力される状態量情報は、インナーパネル（ワークＷ2 ）の位置を表す位置情報、インナーパネル（ワークＷ2 ）の速度を表す速度情報およびインナーパネル（ワークＷ2 ）の加速度を表す加速度情報のうち少なくとも１つの情報を含む。これにより、意図・状態推定システム３２ａによって、パワーアシスト機構２４１を操作してインナーパネル（ワークＷ2 ）を移動または姿勢変更させようとする作業者Ｍの作業意図や作業状態を推定し、この推定した結果に基づいてパワーアシスト機構２４１による次の制御内容を次制御内容決定手段により決定する。

このため、例えば、操作力情報およびインナーパネル（ワークＷ2 ）の位置情報によって、比較的高い位置または低い位置においてインナーパネル（ワークＷ2 ）を移動等させようとする作業者Ｍの作業意図や作業状態を推定することができる。また、例えば、操作力情報およびインナーパネル（ワークＷ2 ）の速度情報によって、移動中のインナーパネル（ワークＷ2 ）について、当該速度で移動を継続させようとしているのか、もしくは加速または減速させようとしているのか、等の作業者Ｍの作業意図や作業状態を推定することができる。さらに、例えば、操作力情報およびインナーパネル（ワークＷ2 ）の加速度情報によって、移動中のインナーパネル（ワークＷ2 ）の速度を加速または減速させようとする作業者Ｍの作業意図や作業状態を推定することができる。これにより、この推定結果に基づいて得られた次の制御内容を実現する最適な制御アルゴリズム３２ｃに従ってパワーアシスト機構２４１が制御されるので、作業者Ｍによる次作業に対して適切な作業支援を行うことができる。したがって、作業者Ｍがパワーアシスト機構２４１の制御に合わせることによる精神的・肉体的に負担を軽減することができるので、作業者Ｍに、不快感、不安感、疲労感等を与え難く、操作感を向上することができる。

本発明は、複数の制御アルゴリズムにより制御されるアクチュエータを直接的または間接的に操作して作業対象物に対し所定の作業を行う作業者を、支援する作業支援装置であれば、産業用ロボットを操作して作業対象物に対し所定の作業を行う作業者を支援するものに限れることはなく、例えば、車両用操舵装置を操作して当該車両の運転（作業）を行う運転者（作業者）を、支援する車両の運転作業支援装置にも適用することができる。

本発明の一実施形態に係る作業アシスト装置の構成を示す説明図である。 本実施形態の作業アシスト装置を構成する対象検出センサ（十字型ＰＳＤ）の概要を示す説明図である。 本実施形態に係る作業アシスト装置の制御ブロックを示す説明図である。 図４に示す意図・状態推定システムの概念図である。 図４に示す制御アルゴリズム切替えシステムの概念図である。 本実施形態の作業アシスト装置による作業支援処理の流れを示すフローチャートである。 本実施形態の作業アシスト装置を位置決めアシスト装置に適用した例を示す説明図である。 本実施形態の作業アシスト装置をパワーアシスト装置に適用した例を示す説明図である。 図８に示すパワーアシスト装置による各移動方向を示す説明図である。

符号の説明

２０……作業アシスト装置（作業支援装置）
３０……アシスト制御部
３２、１３２、２３２……コンピュータ（推定手段、次制御内容決定手段、制御アルゴリズム選択切替手段、推定制御情報更新手段）
３２ａ……意図・状態推定システム（推定手段、次制御内容決定手段、制御アルゴリズム選択切替手段、推定制御情報更新手段、次制御内容告知手段、状態量情報告知手段）
３２ｂ……制御アルゴリズム切替えシステム（制御アルゴリズム選択切替手段）
３２ｃ……複数の制御アルゴリズム（制御情報生成出力手段）
３４、１３４、２３４……コントローラ（制御情報生成出力手段）
３８……メモリカード
４０……アシスト実行部
４１……ロボット（アクチュエータ）
４２、１４２、２４２……力センサ（操作状態検出手段）
４３……対象検出センサ（状態量検出手段）
４４、１４４、２４４……評価スイッチ（評価情報入力手段）
４６……ロボット行動意思等表示器（次制御情報告知手段、状態量情報告知手段）
１００……位置決めアシスト装置（位置決め作業支援装置）
１４１……ロボットアーム（マニピュレータ）
１４３……ＰＳＤセンサ（状態量検出手段）
１４６……表示装置（次制御情報告知手段、状態量情報告知手段）
２００……パワーアシスト装置（パワーアシスト作業支援装置）
２４１……パワーアシスト機構
２４３……ＣＣＤステレオカメラ（状態量検出手段）
２４６……表示装置（次制御情報告知手段、状態量情報告知手段）
Ｍ……作業者
Ｗ1 ……ワーク（第１のワーク）
Ｗ2 ……ワーク（第２のワーク）
ｈ1 、ｈ2 、ｈ3 ……挿入孔（所定位置）
Ｓ１１１（操作状態検出ステップ、状態量検出ステップ）
Ｓ１１３（推定ステップ）
Ｓ１１５（次制御内容決定ステップ）
Ｓ１１９、Ｓ１２０（制御のアルゴリズム選択切替ステップ）
Ｓ１２１、Ｓ１２３（制御情報生成出力ステップ）

Claims (8)

1. 複数の制御アルゴリズムにより制御されるアクチュエータを直接的または間接的に操作して作業対象物に対し所定の作業を行う作業者を、支援する作業支援装置であって、
   前記アクチュエータを操作する作業者の操作状態を検出し操作状態情報として出力する操作状態検出手段と、
   前記作業対象物の所定の状態量を検出し状態量情報として出力する状態量検出手段と、
   前記操作状態情報および前記状態量情報に基づいて、前記作業者が前記作業対象物に対しこれから行おうとしている作業意図および前記作業者が現在行っている作業状態を推定する推定手段と、
   前記推定手段により得られた推定結果に基づいて前記アクチュエータによる次の制御内容を決定する次制御内容決定手段と、
   前記決定された次の制御内容を実現する最適な制御アルゴリズムを前記複数の制御アルゴリズムから選択し切り替える制御アルゴリズム選択切替手段と、
   前記切り替えられた制御アルゴルズムにより制御される前記アクチュエータに対する制御情報を生成し、前記アクチュエータに出力する制御情報生成出力手段と、
   を備えることを特徴とする作業支援装置。
2. 請求項１記載の作業支援装置による前記作業者の支援に対して、当該作業者が評価した結果を作業支援評価情報として当該作業者により入力可能な評価情報入力手段と、
   前記推定手段を構成する推定制御情報を前記作業支援評価情報に基づいて更新する推定制御情報更新手段と、
   を備えることを特徴とする作業支援装置。
3. 前記更新される推定制御情報は、当該作業支援装置から外部に出力可能であることを特徴とする請求項２記載の作業支援装置。
4. 前記次制御内容決定手段により決定された次の制御内容を前記作業者に告知する、次制御内容告知手段を備えることを特徴とする請求項１〜３のいずれか一項に記載の作業支援装置。
5. 前記状態量検出手段により出力される状態量情報を前記作業者に告知する状態量情報告知手段を備えることを特徴とする請求項１〜４のいずれか一項に記載の作業支援装置。
6. 複数の制御アルゴリズムにより制御されるマニピュレータを操作して、第１のワークに設定された所定位置に第２のワークを位置決めする作業を行う作業者を支援する請求項１〜５のいずれか一項に記載の作業支援装置を用いた位置決め作業支援装置であって、
   前記操作状態検出手段により出力される操作状態情報は、前記マニピュレータを操作する作業者の操作力を表す操作力情報を含み、
   前記状態量検出手段により出力される状態量情報は、前記第１のワークの前記所定位置を表す所定位置情報を含むことを特徴とする位置決め作業支援装置。
7. 複数の制御アルゴリズムにより制御されるパワーアシスト機構を操作して、ワークを移動または姿勢変更させる作業を行う作業者を支援する請求項１〜５のいずれか一項に記載の作業支援装置を用いたパワーアシスト作業支援装置であって、
   前記操作状態検出手段により出力される操作状態情報は、前記パワーアシスト機構を操作する作業者の操作力を表す操作力情報を含み、
   前記状態量検出手段により出力される状態量情報は、前記ワークの位置を表す位置情報、前記ワークの速度を表す速度情報および前記ワークの加速度を表す加速度情報のうち少なくとも１つの情報を含むことを特徴とするパワーアシスト作業支援装置。
8. 複数の制御アルゴリズムにより制御されるアクチュエータを直接的または間接的に操作して作業対象物に対し所定の作業を行う作業者を、支援する作業支援方法であって、
   前記アクチュエータを操作する作業者の操作状態を検出し操作状態情報として出力する操作状態検出ステップと、
   前記作業対象物の所定の状態量を検出し状態量情報として出力する状態量検出ステップと、
   前記操作状態情報および前記状態量情報に基づいて、前記作業者が前記作業対象物に対しこれから行おうとしている作業意図および前記作業者が現在行っている作業状態を推定する推定ステップと、
   前記推定ステップにより得られた推定結果に基づいて前記アクチュエータによる次の制御内容を決定する次制御内容決定ステップと、
   前記決定された次の制御内容を実現する最適な制御アルゴリズムを前記複数の制御アルゴリズムから選択し切り替える制御アルゴリズム選択切替ステップと、
   前記切り替えられた制御アルゴルズムにより制御される前記アクチュエータに対する制御情報を生成し、前記アクチュエータに出力する制御情報生成出力ステップと、
   を含むことを特徴とする作業支援方法。