|
本研究は、ロボットと人間が一緒に作業する場合に人間が誤りを犯す可能性があるかどうかをロボットに認識させるための基礎技術を研究するものである。将来、ロボットと人間が一緒に作業する場合にはその安全確保が最重要課題となる。ロボットそのものに起因する危険性に対する安全技術についてはこれまでさまざまな研究が試みられているが、人間の側に起因する危険性に対する安全技術についての研究もこれと並行して進められる必要がある。一般に機械側の限界を超えるような人間の誤った判断や行動はヒューマンエラーと呼ばれる。危険をもたらすようなヒューマンエラーについて、その様態は状況に応じて様々であるが、しかしヒューマンエラーが発生しやすい条件は一般的に議論することができ、客観的な検出が可能である。このような、人間の信頼性を決定する要因をパフォーマンスシェーピングファクターと呼ぶ。これは例えば、人間の性向や熟練度、疲労などである。このようなパフォーマンスシェーピングファクターをロボットのセンサ系によって評価することによって、ロボットの動作速度など、効率と安全性のバランスを決定するような種々の設定値をリアルタイムで調節することができるようになる。本研究ではパワーアシスト型の次世代ロボットを想定して既存のパワーアシスト機器の操縦履歴をサンプリングし、これの統計的な分散を分析した。この結果、個々人の操作の熟練度を客観的に観測できることがこれまでに確かめられた。
|
