https://youtu.be/2tz0bOb-kyI 豊橋技術科学大学 博士課程教育リーディングプログラム 開発リーダー特論 第6回:XR/xDRによる労働生産性の向上、QoW向上 ・「現場のラボ化」と「ラボの現場化」 ・ 「ラボの現場化」の実践事例 　　XR: 主にVR ・「現場のラボ化」の実践事例 　　健康経営支援（生産性＋QoW） 　　屋内測位（xDR）

1. National Institute of Advanced Industrial Science and Technology
豊橋技術科学大学 博士課程教育リーディングプログラム
開発リーダー特論
第6回:XR/xDRによる
労働生産性の向上、QoW向上
蔵田 武志1,2,3
1国立研究開発法人 産業技術総合研究所 人間拡張研究センター 副研究センター長
2筑波大学 システム情報系 教授（連携大学院） 応用サービス工学研究室
（システム情報工学研究群 知能機能システム学位プログラム）
3名古屋大学 未来社会創造機構 客員教授

2. 国立研究開発法人
蔵田 武志 (KURATA, Takeshi)
• 1989年山口県立徳山高校（徳高）卒業
• 1996年筑波大学大学院工学研究科修士課程修了。1996年より電子技術総合研究
所（現在の産業技術総合研究所）研究員、2020年より産総研人間拡張研究セン
ター副研究センター長。2003-2004年度にJSPS海外特別研究員（ワシントン大
HITLAB客員研究員）、 2018-2019年度に住友電気工業株式会社IoT研究開発セ
ンター（クロスアポイントメントフェロー）
• 2009年より筑波大学大学院教授（連携大学院）を兼務。
• 2021年に名古屋大学未来社会創造機構客員教授を兼務。
• 日本バーチャルリアリティ学会評議員、ISO IEC/JTC 1/SC 24専門委員会委員長
（HoD）、PDRベンチマーク標準化委員会初代委員長（現事務局）。
• サービス工学、屋内測位、行動計測、複合現実・拡張現実等の研究に従事。平成
28年度産総研理事長賞「研究」受賞。博士(工学)。
2

3. 講義の流れ
「現場のラボ化」と「ラボの現場化」
 「ラボの現場化」の実践事例
– XR: 主にVR
「現場のラボ化」の実践事例
– 健康経営支援（生産性＋QoW）
• 屋内測位（xDR）
3

4. National Institute of Advanced Industrial Science and Technology
「現場のラボ化」 「ラボの現場化」
4

5. サービスの最適設計ループ
(測って図る)
5
T. Kurata, et al., Making Pier Data Broader and Deeper: PDR Challenge and Virtual Mapping Party, MobiCASE 2018, pp. 3-17.

6. Lab-Forming Fields (LLF) and Field-Forming Labs (FFL)
測って図る：現場のラボ化/ラボの現場化
6
測って図る in 現場
測って図る in ラボ
現場のラボ化
Lab-Forming Site (LFS)
ラボの現場化
Site-Forming Lab (SFL)
実際にサービス計測
バーチャルに
サービス計測

7. Lab-Forming Fields (LLF) and Field-Forming Labs (FFL)
測って図る：現場のラボ化/ラボの現場化
7

8. Big Data: Platform (ers)
Deep Data: Stake (holders)
ビッグデータ＋ディープデータ＝ピア（桟橋）データ
8
聞き取り
質的調査
６Mビッグデータで
効果的に（定量的に）
スクリーニング

9. National Institute of Advanced Industrial Science and Technology
「ラボの現場化」の実践事例
9

10. National Institute of Advanced Industrial Science and Technology
[動向] Virtual Realityを用いた顧客行動調査
マーケティング分野での活用事例
増加
– レイアウト設計段階で顧客行動を事前評価
– パッケージ検討段階で顧客の印象を事前評価
10
Kimberly-Clark社のバーチャル店舗 [出典：In-store marketing instituteホワイトペーパー]
メリット1 実店舗調査に比べて「厳密な条件比較」を低リスク・低コストで実施可能
メリット2 新パッケージデザインを公共の場に出すことなく店舗設置時の印象を評価可能

11. 国立研究開発法人
複数人で協調して空間をレイアウトする
システム「Dollhouse VR」
11
WBSトレたま（テレビ東京）2015/11/10
OplusE，2016年2月号
東大・がんこフードとの連携事例
鳥瞰：設計者目線 FPV：顧客・従業員・生活者目線
ラボの現場化

12. 国立研究開発法人
複数人で協調して空間をレイアウトするシステム
「Dollhouse VR」：飲食現場におけるケーススタディ
12
提供：慶応大 杉浦先生
Note: 違う立場の人たちがフラットに参加可能。
「手戻り」を少なくできる。
ラボの現場化
Yuta Sugiura, Hikaru Ibayashi, Toby Chong, Daisuke Sakamoto, Natsuki Miyata, Mitsunori Tada, Takashi Okuma, Takeshi Kurata, Takashi Shinmura,
Masaaki Mochimaru, and Takeo Igarashi, An asymmetric collaborative system for architectural-scale space design, In Proceedings of the 16th ACM
SIGGRAPH International Conference on Virtual-Reality Continuum and its Applications in Industry (VRCAI '18), ACM, Article 21, 6 pages, 2018

13. 国立研究開発法人
Service Field Simulator (SFS)
13
平成教育学院☆放課後(BSフジ) 2010/5/1
ラボの現場化

14. 国立研究開発法人
Service Field Simulator (SFS)
14
ラボの現場化
Takashi Okuma, Ryosuke Ichikari, Keiko Tagai, Hitomi Shimakura, Hiroko Isobe, Takeshi Kurata, Customer Behavior Analysis Using Service
Field Simulator, journal of serviceology 3(2) 2019

15. 国立研究開発法人
Service Field Simulator (SFS)
15
ラボの現場化
Takashi Okuma, Ryosuke Ichikari, Keiko Tagai, Hitomi Shimakura, Hiroko Isobe, Takeshi Kurata, Customer Behavior Analysis Using Service
Field Simulator, journal of serviceology 3(2) 2019
全方位トレッドミル

16. 国立研究開発法人
再現性の検証：同じ行動を取るか？
16
Real
Virtual
Real Virtual
ラボの現場化

17. Case studies for verifying efficiency
•Investigation for a method for measuring human interest
using EEG and the SFS
17
ラボの現場化
Yuji Takeda, Takashi Okuma, Motohiro Kimura, Takeshi Kurata, Takeshi Takenaka, Sunao Iwaki, Electrophysiological measurement of
interest during walking in a simulated environment, INTERNATIONAL JOURNAL OF PSYCHOPHYSIOLOGY 93(3) 363 - 370 2014年9月

18. National Institute of Advanced Industrial Science and Technology
「現場のラボ化」の実践事例
18

19. • QoW (Quality of Working): 産業競争力懇談会（COCN）の2016年度の事業提言の１つ
• QWL (Quality of Working Life): 欧米で1960年代後半から注目され、70年代に国際労働機関（ILO）、ヨーロッパ共同体（EC）、経済協力開発機構
（OECD）等が積極的に関与
• Decent Work: 1999年の第87回ILO総会において初めて用いられた概念
• EPM (Health and Productivity Management): 健康経営
• SDGs (Sustainable Development Goals): 持続可能な開発目標
Kurata, T. (2021). Geospatial Intelligence for Health and Productivity Management in Japanese
Restaurants and Other Industries, APMS 2021, 9 pages.
生産性+QoW=健康経営
19

20. 地理空間インテリジェンス（GSI）
• GSI: 位置情報を含む地理空間情報と他の情報とを連携させて課題解決を
支援する手段・技術・ツール
• GEOINTは国防寄りのニュアンスが強いため、ここではGSIと記載
• ロケーションインテリジェンスと呼ばれることも（GeoAIとも関連）
• IE: Industrial Engineering, OR: Operations Reserach
• UI: User Interface, XR: VR, AR, MR等の総称, AR: Augmented Reality, VR: Virtual Reality, MR: Mixed Reality
20
製造業の６M
GSIの概念図
Kurata T. et al., IoH Technologies into Indoor Manufacturing Sites,
APMS2019, pp.372-380.

21. がんこフードとの長期連携
(2009年～)
21
外食サービス
接客 運搬
製造
おもてなし
（付加価値）
効率
（労働生産性、稼働率）
人とロボットの協奏（時代の変革）
行動計測実証
(技術検証の場として)
見える化・改善支援
(現場への価値提供)
価
値
共
創
第8回ロボット大賞:
日本機械工業連合会会長賞
働きがい 労働衛生

22. National Institute of Advanced Industrial Science and Technology
製造業におけるQCC
目的：生産性向上
サービス業における従来型のQCC
目的：生産性向上
サービス業における主観的QCC
目的：CS、ES向上
CSQCC ver.1
（サービス業や労働集約型現場に適したQCC）
目的：生産性向上
工場での従業員の
行動観測技術 有
1980年代 QCCの発展（サービス業への適用）
サービス現場での従業員の
行動観測が課題
1990年代 サービス業でのQCCの停滞
使える指標と生産性の関わりの理論付けが困難
（製造業におけるQCCの方法論がそのまま使えない）
2000年
2011年
CS、ESの
観測・評価が課題
理想のCSQCC
目的：生産性、CS、ES向上の同時達成を支援
サービス現場での従業員の
行動観測技術 有
サービス産業におけるQC活動
22

23. National Institute of Advanced Industrial Science and Technology
• 行動指標（労働量、動線、サービス業務種別等）＋α（会計指標、ナースコール
履歴、プラント稼働状況、エネルギー指標等）の組み合わせに基づく指標の可
視化
• 多様で正規化された指標の提供による無形性、異質性（状況依存性）に起因す
る問題の低減
• 根拠に基づくQCCやワークアウトの促進
• テーマや改善案の自由度拡大
• テーマの主要指標だけではなく、関連指標も同時に確認（副作用の考察）
CSQCC
(Computer Supported Quality Control Circle)
CSQCCの実現を促進する
従業員支援パッケージ
行動計測・提示システム（従業員支援パッケージ）を導入したサービス現場（労
働集約型現場）に適したQCサークルやワークアウト、およびその実現方法
CSQCCの提案
23

24. 第１回目CSQCC：おもてなしと従業員負担の分析・改善事例
現状
把握
マネージャ側の想定
より接客時間が短い
改善
策
工程組換: 夜の準備を
15時前後に集中
(役割分担徹底，心がけも)
従業員負担(行動指標):
移動距離 [m]
1,000
1,500
2,000
2,500
111213141516171819202122
負担を
変えずに改善
時刻
Before
After
24
おもてなし(行動指標):
接客エリア滞在割合
30%
35%
40%
45%
50%
55%
111213141516171819202122
時刻
工程組み換えにより
夜の時間帯の準備に
注力したため減少
大幅に増加
会計指標: 追加注文数
0.0
0.4
0.8
1.2
111213141516171819202122
時刻
機会損失を防ぐ
過剰なサービス削減
客室で部屋で片づけしつつ、
追加注文を受ける従業員
テーブルごとの
客数を示すアイコン
その追加注文の
POS履歴
お客に良い 経営に良い 従業員に良い
T. Fukuhara, et al., Improving service processes based on visualization of human-behavior and POS data:
A case study in a Japanese restaurant, ICServ2013, pp.1-8.

25. 25
改善前 n=64, M=103.7, SD=60.2, Mdn=88.8
改善後 n=90, M=61.1, SD=32.1, Mdn=56.7
第２回目CSQCC：サービス提供空間デザイン
持ち場制導入でさらなる生産性（労働衛生）向上
T. Fukuhara, et al., Estimating skills of waiting staff of a restaurant based on behavior sensing and POS data analysis: A
case study in a Japanese cuisine restaurant, Proc. AH-FE2014, pp.4287-4299, 2014.
接客時間は維持しながら、移動距離を減らすことができた。

26. 持ち場守備率・専念率から見た従業員の熟練度合
26
持ち場専念率＝自分が取った注文の内、どれくらいが自分の持ち場のものだったか
IV. ベテラン型（余裕型）
自分の持ち場を守れていて，
尚且つ，他のエリアのカ
バーもできている状態．
II. 手一杯型
持ち場の注文をもれなく取
ろうと努力はしているが，
実際には処理オーバーに
なっている状態
III. きっちり型
自分の持ち場の注文はもれな
く取るが，他のエリアの注文
までは積極的に取りに行かな
い，もしくは行けない状態．
I. 目的意識欠如型
持ち場の注文を取れておら
ず，尚且つ，持ち場以外の
注文ばかり取っている状態．
持ち場を守るという目的を
共有できていない状態
持ち場守備率＝赤／青
持ち場専念率
＝赤／橙
individual skill
持ち場守備率＝自分の持ち場の注文を、どれくらい自分で取れたか

27. 27
2012年1月～2月
2014年
11月号
IV. ベテラン型
（余裕型）
II. 手一杯型
III. きっちり型
I. 目的意識欠如型
改善前
III. きっちり型

28. 改善後
28
• 客席エリア滞在時間：維持（2011年のＱＣ（接客時間を増やそう）が定着）
• 移動距離：減少！
• チームパフォーマンス向上（未熟練者のスキル向上、熟練者の負荷低減）
2014年
11月号
2012年1月～2月
IV. ベテラン型
（余裕型）
II. 手一杯型
III. きっちり型
I. 目的意識欠如型

29. 国立研究開発法人
• 新店舗開店直後のQC活動支援
– 要因分析は難しいのでBefore-Afterの包
括的測る化が目的
• 改善のBefore-Afterの計測結果
– 正味接客時間の増加、追加注文件数増加、
より能動的な接客
– 他店舗よりも労働生産性の早い立ち上が
り
29
PDRモジュールの充電場所（左）
それを巾着に入れ装着した様子（右）
2014年12月23日放映
Before
After
新宿・山野愛子邸
201４年10月～11月
３回目のＣＳＱＣＣ

30. 国立研究開発法人
• 新店舗開店直後のQC活動支援
– 要因分析は難しいのでBefore-Afterの包
括的測る化が目的
• 改善のBefore-Afterの計測結果
– 正味接客時間の増加、追加注文件数増加、
より能動的な接客
– 他店舗よりも労働生産性の早い立ち上が
り
30
PDRモジュールの充電場所（左）
それを巾着に入れ装着した様子（右）
2014年12月23日放映
Before
After
新宿・山野愛子邸
201４年10月～11月
３回目のＣＳＱＣＣ

31. 人と搬送ロボットとの協調
事例
31
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会
JST OPERA「人と知能機械との協奏メカニズム解明と協奏
価値に基づく新しい社会システムを構築するための基盤技
術の創出」（代表：武田一哉）の成果を含む

32. 付加価値向上プロセスの再構成
32
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

33. 人と搬送ロボットとの協調
33
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

34. 搬送ロボット導入の初年度の結果：投入労働量は削減
34
• 労働投入量（人時/日）： 292 ⇒ 270
• 売上（円/労働投入量）：8,000 ⇒ 8,900
• ロボットへの投資を2年半で回収
Shinmura, T., et al., Service robot introduction to a restaurant enhances both labor productivity and service quality, CIRP ICME '19 (2019)
投入労働量（人時/日） 投入労働量（人時/日）
売上
（円/労働投入量）
売上
（円/労働投入量）
搬送ロボット導入前 搬送ロボット導入後

35. 搬送ロボットの生産性は？
35
忙しくなる（客数が増える）とロボットの移動
距離（m/客数）が短くなってしまっていた
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

36. 改善１：ロボット躯体構造
36
棚一体式から着脱式にして回転率向上
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

37. 改善２：継ぎ足し充電パタンの最適化
37
櫻井ら (2020). 人・ロボット協調サービスシステムに関する研究 飲食業におけるシミュレーションによるAGV運用評価,
人工知能学会第34回全国大会, セッションID 1F3-OS-2a-03
短時間
充電場所
長時間
充電場所
自動充電電源
• 充電モデルを用いた充電ルール設計
• 充電残量80%以下 ⇒ 長時間充電場所で15分充電
• 短時間充電場所が空いている ⇒ 2分充電
• MASによる顧客満足度を優先させた最適化
約50m
約40m

38. 搬送ロボット自体の生産性
38
• ロボットの移動距離（m/客数）： 1.27 ⇒ 1.59
• ロボットの移動距離（m/ロボット）：511 ⇒ 1,012
Shinmura, T., et al. (2020). Human–Robot Hybrid Service System Introduction for Enhancing Labor and Robot Productivity, IFIP APMS 2020, pp 661-669
１年目
Y = -0.0016x + 1.9328
R2 = 0.1234
移動距離（m /客数）
搬送ロボット導入１年目
２年目
客数/日 客数/日
Y = 0.0011x + 0.9208
R2 = 0.2396
客数（人/日）
移動距離（m/客数）
搬送ロボット導入２年目
客数（人/日）
• 棚一体式から着脱式にして回転率向上
• 継ぎ足し充電パタンの最適化
• ロボットの使い方を議論

39. 搬送ロボット導入によるスタッフのエリア滞在割合の変化
39
客室滞在割合増加：
接客業務に集中
接客係
導入直後
定着後
接客補助 配膳係
厨房滞在割合増加：
厨房での配膳業務に集中
客室滞在割合増加：
接客業務に集中
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

40. 考察とまとめ
• ロボット導入直後は、その柔軟性が不足しており、必
ずしも十分に活用されず
• ロボットを基点とした改善提案、棚の着脱式への変更、充電
ルール設計等により活用促進
• 搬送距離・配膳内容等の条件とロボットの相性に応じてメリ
ハリのある適用
• 従業員の性格によるロボットの活用具合の違いも
• ロボットは自分たちのもの（内側）だという意識付けが重要
• 会話機会の増加
• 顧客・従業員間：顧客動線を移動する搬送ロボットをポジ
ティブに捉えた発言
• 従業員間：ロボットを媒介とした改善提案（ロボットのせい
にすることで言いづらいことが言いやすくなった）
• プローブとしてのロボット
• (システムに強くないと思われがちなシニア従業員が)ロボッ
トへの指示のためのディスプレイを店全体のオペレーション
把握のためにも活用
40
新村猛 (2021). 食サービス分野における人間機械協奏, JST OPERA第3回産総研協奏効果研究会

41. 大学院システム情報工学研究科
知能機能システム学位プログラム
高層ビルメンテナンスサービス事例：
多能工化（業務再編前後）での業務効率と「ゆとり」の分析
10軸PDR, BLE, MAPを用いて、高層ビル2棟でのビルメンテ従事者の行動（位置）を計測
41
大規模業務再編に伴う業務内容の変化
再編内容: ビルごとの独立管理 → 複数ビル（２棟）の群管理
変化点:２棟のビルを担当、人員削減（18%減）、集中遠隔監視で事務
所内業務減、メンテ作業増、ビル間移動の負荷増加の懸念
Ryosuke Ichikari, Haruka Nishida, Ching-Tzun Chang, Takashi Okuma, Takeshi Kurata, Katsuko Nakahira, Muneo Kitajima, Akio Hakurai, and Takuya Misugi,
A case study of building maintenance service based on stakeholders’ perspectives in the service triangle, Proc Joint Conf. of ICSSI2018 & ICServ2018,
pp.87-94, 2018.

42. 大学院システム情報工学研究科
知能機能システム学位プログラム
業務再編内容
42
担当ビルは固定・独立管理
事務所内
・定期メンテ
・突発作業
・
必
要
人
員
削
減
・
監
視
業
務
効
率
化
事務所内
・定期メンテ
・突発作業
大規模業務再編に伴う業務内容の変化
再編内容: ビルごとの独立管理 → 複数ビル（２棟）の群管理
変化点:２棟のビルを担当、人員削減（18%減）、集中遠隔監視で事務所内業
務減、メンテ作業増、ビル間移動の負荷増加の懸念
担当ビル間を移動・群管理
事務所内
・定期メンテ
・突発作業

43. 大学院システム情報工学研究科
知能機能システム学位プログラム
三方良し？！：効率化・サービスの質・QoW
43
企業
 生産性の向上
 サービス品質の維持
顧客 従業員
 サービス品質の維持
 サービス契約の適正価格
 負荷増加の客観化
 労働環境の質(QoW)の
定量化(時間的ゆとり)
大規模業務再編に伴う業務内容の変化
再編内容: ビルごとの独立管理 → 複数ビル（２棟）の群管理
変化点:２棟のビルを担当、人員削減（18%減）、集中遠隔監視で事務所内業
務減、メンテ作業増、ビル間移動の負荷増加の懸念

44. ゆとり(Allowance)とQoW
44
定量化された時間的ゆとりは、QoW評価指標となり得る
勤務時間
Relaxation
allowances
Contingency
allowances
優先度（緊急性）の低い業務を組み込んで
おくことで、突発事象に対応すべき
突発事象が起きた時に、Relaxation
allowanceを削るべきではない

45. 業務再編効果分析の方法
• 従業員行動計測，事務業記録アプリの導入と現場取得データを
用いた作業内容の客観的把握・分析
45
事務作業入力 測位データ
業務記録
アプリで
選択肢から
選択して入力
CAFM(Computer
Aided Facility
Management)
データから変換
スマホで，ジャイロ，加速度，
磁気，気圧データとBLEビーコン
からの信号を記録して測位
事務所内の
作業把握
事務所外の作業，
作業計画を把握
移動，滞在エリア・
時間・距離の推定
調査1回目: 2017/6/24～2017/7/2 → Before
調査2回目: 2017/9/30～2017/10/9 → After
時間
作業内訳修正⇒記録矛盾の解消

46. 大学院システム情報工学研究科
知能機能システム学位プログラム
企業
顧客 従業員
現場計測
Q：業務再編でサービスクオリティは落ち
ていないか？
Q：サービス受給者として不満は？
Q:サービスの適正価格は？
Q：業務再編で生産性は向上したか？
・測位データ
・事務作業記録
・業務記録（CAFM）
・出退勤データ
Q：業務再編における従業員負荷の増加は？
Q:時間的ゆとりは，どの程度あるのか？
事務作業
入力
測位
データ
業務記録
業務ラベリング処理
ゆとり時間【潜在】 事務作業時間【低】と
突発作業時間との合計
ゆとり時間【実績】 事務作業時間【低】と一致
突発作業割合 ゆとり時間【潜在】中で突発
作業に費やした時間割合
ゆとり関係指標
メンテナンス作業の総量は減って
いない！（作業内訳より）
各メインテナンス作業にかける時間
は大きくは変わらない！（測位より）
投入人数は減っている（出退勤より）
事務作業の総量は減っている！
（作業内訳より）
目立ったクレームはない
（鹿島建物からの報告より）
実測データに基づく作業量・コ
スト見積による適正価格算出
（個別作業時間見積もり，従業
員余裕度の考慮）
1人あたりのメンテナンス作業項目数，作業時間は増加（作業内訳より）
移動量，移動に必要な時間は増加（測位データより）
ゆとり時間【潜在】/1人1日の約5分減少（作業内訳より）
ゆとり時間【実績】/1人1日は約34分減少
突発作業時間割合（≒作業キャパシティ中の負荷の割合）は．
15.2%→31.1%へ増加（作業内訳より）
分析
現場データの統合による作業内訳とゆとり算出
ゆとり時間【潜在】
ゆとり時間【実績】
突発作業割合
勤務時間
分析結果
事務所内作業量削減✔ 14%↓
人時生産性向上 ✔ 22%↑
品質維持 ✔
業務実態透明化 ✔
適正価格/給与算出 今後
品質維持 ✔
適正価格見積 今後
CS評価 今後
移動距離 X 50%↑
時間的ゆとり X 16%↓
給与 →
業務実態透明化 ✔
ES評価 今後
46

47. 事例：物流倉庫
生産性指標と従業員視点指標（QoW）を
シミュレーションで事前評価
47
• 可視光通信とWMSにより倉
庫内スタッフとカートの動
線を把握
• シミュレーションによる改
善案の事前評価
既設の照明器具台数の約半数（２２８台）を
可視光通信用ＬＥＤ照明に取り替え

48. 屋内位置情報測位システムを設置し、スタッフ（台車）の作業動線の見える化
と、傾向分析の基礎データの自動収集
ピッキング作業の作業動線を把握
受信機
可視光通信
受信機を付けたスタッフ（台車）が、倉庫内をピッキ
ングしている最中に、自動的に位置情報を取得する。
倉庫管理システム（ＷＭＳ）のＨＴでのピッキング実績
情報と上記位置情報を組合せて動線分析を行う。
可視光通信用照明機器（ＬＵＭＩＣＯＤＥ対応※）
※LUMICODEはパナソニックの商品名です
台車 スタッフ
ＩＤ発信機付
48

49. 計測対象の物流倉庫
49
●物流倉庫の特徴
- 大通りと狭い通路で構成
- 商品が多品種少量
点数 76,000
商品の半数の出荷頻度が2回以下
- ４つのエリアに分割
- 高頻度商品がAゾーンに集中

50. 混雑に着目：昼休み後の従業員とカートの動きより
（13:30~13:50）
• 昼休み後はA（右上）エリアにピッキングが集中
50

51. 混雑に着目：昼休み後の従業員とカートの動きより
（13:30~13:50）
• カートが大通りに並んでおり、効率が悪い可能性あり
51

52. カイゼン活動の改善
52
シミュレーション
To-Be
改善案提示
改善案事前評価
行動計測
分析
可視化
As-Is
現状把握
カイゼンC
カイゼンB
カイゼンA
実行 カイゼン案
実行

53. ピッキング作業モデルの構築
53
決定性有限オートマトンを用いた状態遷移図
各状態におけるパラメータを実測値から算出

54. シミュレーションの再現性の検証
54
歩行速度
（m/s）
歩行速度
with cart
(m/s)
ピッキング
作業時間
(s)
積み荷
作業時間
(s)
経路
補正値
Skill-
A
1.58 1.31 21.21 22.14 1.186
Skill-
B
1.27 1.28 15.70 22.02 1.496
Skill-
C
1.43 1.23 14.47 22.09 1.427
実測値から算出したシミュレーションのパラメータ
（A：３名,B：２名、C：３名の８名分二ヶ月間のデータから算出）
シミュレーション結果の再現性について検証

55. (m)
(min)
シミュレーションの再現性の検証
55
Wilcoxon signed-rank test : no significant differences
移動距離
P > .01 (p-value = 0.7184)
Actual Simulation
P > .01 (p-value = 0.8348)
作業時間
Actual Simulation
( N = 3599 , α = .01)
統計的に有意差は得られない程度の再現性は得られた
8.75分 8.702分
中央値
差が0.048分
241.8m
240.1m
中央値
差が1.7m
→ シミュレーションの再現性は高い

56. 改善案の事前評価
56
• 計測に基づく再現性の高い作業のモデル化とシミュレーション
• 既存作業方法よりも改善案の方が、作業効率↑＆従業員負担↓
改善案のうち
の最適解
Tatsuro Myokan, Mitsutaka Matsumoto, Takashi Okuma, Ryosuke Ichikari, Karimu Kato, Daichi Ota and Takeshi Kurata: “Pre-evaluation of Kaizen Plan
Considering Efficiency and Employee Satisfaction by Simulation Using Data Assimilation -Toward Constructing Kaizen Support Framework-”, ICServ2016.
既存作業方法 改善案
N/A
現状

57. 事例：JPS社工場の製造ライン
57
Potorti, F., et al., Off-line Evaluation of Indoor Positioning Systems in Different Scenarios: The Experiences from IPIN 2020 Competition,
IEEE Sensors Journal，doi: 10.1109/JSEN.2021.3083149. (2021)
一刈ら, 従業員とフォークリフトの屋内測位国際競技会を通じた精度評価指標の設計 ～ xDR Challenge in Manufacturing 2020 ～,
HCGシンポジウム2020, B-1-5.

58. LSTMに基づく作業分類自動推定
58

59. 作業分類（設備軸）の状態遷移図
（作業プロセスモデル）
59
・作業プロセスを見える化
・主な停止要因：材料補充
・主な段取り：
1. BC -> {BA or BD} -> BE
2. BE
・本モデルに基づくシミュ
レーションによる事前評価が
可能に

60. 稼働率と１回あたりの稼働時間
60
稼働率 [%]
一回の稼働時間
[S]
平均47%
平均1600s
pred =25.839 × 稼働率 + 368.286
決定係数：0.1295
一回の稼働時間を
60秒伸ばすと
稼働率が2%UP
• 稼働率と一回の稼働時間に弱い正の相関（相関係数：0.36）
• 一回の稼働時間が長いほど、稼働率が高くなる
• 稼働率に直接関連する指標と、一回の稼働時間に関連する指標をそれぞれ
検討する価値あり

61. 材料補充と駆けつけ（稼働率関連指標）
61
受動的 能動的
稼働率
[%]
能動・計画的材料補充
（一回の稼働時間関連指標）
材料補充に占める駆けつけ時間
能動的にすることで
稼働率3%UP

62. 設備軸と人軸の対応付け
62

63. 稼働中の主要作業：仕掛出力調整(DA)
63
• 稼働中のDAの割合：平均47%，最低35%，最高60%
• 作業スキル依存？！：シフト４は高スキル、シフト２は新人
• 他の作業がない場合は、とりあえずDAをしている可能性あり
• 稼働時間の47%はDAに専念（機械化は？）
• 稼働時間の9%（DA余剰時間）で別の作業が可能
シフト 1 2 3 4 5
日付 24(水) 25(木) 25(木) 25(木) 26(金)
勤務 夕～夜 夜～朝 朝～夕 夕～夜 夜～朝
作業者 A B C A B

64. 稼働中・段取り中の双方でできる作業
64
• 稼働中の主要作業であるDAが長いと稼働中の他の作業が短くなる
• DA余剰時間に稼働中・段取り中の双方でできる作業を組み込み
• 記録作業（E）とDAに強い負の相関（相関係数：-0.72）
• 清掃・ゴミ捨て時間（L）とDAにも負の相関（相関係数：-0.5）
• シフト1,2,3,5において，シフト4と同じ割合で，稼働中にE, Lを行うとすると，
その平均時間は稼働時間の8%に相当（DA余剰時間の9%以内）

65. まとめ
65

66. GSIを用いた事例を俯瞰：産総研関連
66
[]外：評価項目，[]内：評価指標・利用したコンテンツ，
太字：地理空間情報に間接的に関係，太字下線：地理空間情報に直接関係
おもてなし
介護付
老人ホーム[ヘル
パ，ナース]
2010
介護作業動線の
現状把握
動線計測．記述統
計，聞き取り
作業モデル化，
課題の見える化
(株)スーパー・コート
無駄な移動
[動線]
個人スキル・
チームワーク[動
線]
旅館
[客室係(仲居)]
2011 スキル分析
動線計測．記述統
計，回顧インタ
ビュー
スキル把握 城崎温泉
主観的スキル
[疑似FPV動
画，動線]
2011
接客係の
おもてなし改善
接客可能時間増加，
追加注文増加
追加注文数
[POS]
2012
接客係の
身体負荷改善，
スキル分析
(上記に加えて)
移動距離削減，
スキルモデル化
個人スキル・
チームワーク[持
ち場専念率・守
備率]
日本食
レストラン２
[接客係，接客補
助係，配膳係]
2014
新店舗
立ち上げ支援
課題の見える化，
各種改善効果確認，早期
立ち上げ
日本食
レストラン３
[接客係，接客補
助係，配膳係]
2018
-19
搬送ロボット
導入効果確認
人時売上高増加，
本来業務専念率増加
旅客機
[客室乗務員]
2015
客室乗務員の「気
づき」学習を促進
するための教育支
援環境の構築
動線計測，記述統
計，モデル化，回
顧インタビュー
ドリンク提供時のスキル
モデル化，教育支援
東京大学，
(株)ANA総合研究所
ドリンク提供
スキル比較
[動線]
振り返り
オフィス
[社員]
2016
オフィス環境改善
（コミュニケー
ション・運動空間
新設）
動線計測，記述統
計
新設空間利用率向上，う
んてい利用率向上（他の
取り組みと合わせて営業
利益増加）
RGB-Dカメ
ラ
（株）フジクラ
付加価値額
[営業利益(率)]
うんてい利用
率[エリア滞在
時間]
コミュニケーション
の記述統計[動線・
エリア滞在時間]
ビル
メンテナンス
[作業員]
2017
業務再編(多能工
化)の効果と影響の
定量化
動線計測，記述統
計，アンケート，
聞き取り
再編前後の効果と課題の
明確化
PDR+BLE
+MAP
鹿島建物総合管理(株)
サービス品質
[顧客クレーム]
事務所作業量，無
駄な移動[動線]
身体的負荷
[移動距離]
主観的ES
[アンケート]
物流倉庫１
[ピッキング作業
員]
2014
ピッキング作業動
線の把握，
改善シミュレー
ション
動線計測，記述・
推測統計，作業モ
デル化，シミュ
レーション
作業モデル化，
課題改善案提案と事前定
量評価
可視光通信
(株)フレームワークス，
トラスコ中山(株)
渋滞[滞在ヒート
マップ]，人時作
業量，チーム作業
時間
客観的スキル[移
動速度，作業時
間]
公平性[作業者間の
作業量の偏り]
物流倉庫２
[視覚障害者]
2018
-19
視覚障害者
就労支援の実現可
能性検証
測位に基づくピッ
キング作業指示
実現可能性確認
Passive
RFID
(株)ゴビ，
トラスコ中山(株)
晴眼者との作業時
間比較[作業時間]
ロービジョン，
全盲者の作業可
能性[作業時間]
ケーブル工場１
[製造作業員]
2018
-19
製造作業の
平準化
動線計測，記述統
計，情報共有，
OJT，回顧インタ
ビュー
製造作業の
平準化，課題抽出
BLE
標準作業との乖離
[エリア滞在時間]
作業者間のばら
つき[エリア滞在
時間]
情報共有・業務実態
透明化
[各地理空間情報]
ケーブル工場２
[製造作業員]
2018
-2020
生産性向上，安全
管理，健康管理の
同時支援
構想、基礎検討の
み
ー
PDR+BLE
+MAP
(VDR)
無駄な移動
[移動距離]
身体的負荷・
運動強度
[移動距離]
情報共有・業務実態
透明化・6M見える
化
[各地理空間情報]
一人作業[動
線]．人車分離
[滞在ヒート
マップ]
ケーブル工場３
[製造作業員]
2018
-2021
FS(稼働率向上，
作業記録自動化，
作業遷移見える
化)，作業スキル効
果確認
動線計測，作業内
容推定，記述統
計，作業遷移モデ
ル化，POC実証
稼働率関連指標候補抽
出、スキルと当該指標と
の関係把握、作業記録自
動化課題抽出、作業遷移
モデル化
PDR+BLE
+MAP
稼働率，連続稼働
時間
稼働中作業（外
段取り）指標，
能動的作業（材
料補充駆けつけ
時間）指標
労働生産性
[人時売上高]
本来業務率
[滞在ヒートマップ]
PDR+BLE
+MAP
本来業務専念率
[エリア滞在時間]
心理的負荷
[時間的ゆ
とり]
住友電気工業(株)
ダイバーシティ
PDR+
Active RFID
+MAP
日本食
レストラン１
[接客係，接客補
助係，配膳係]
動線計測，作業内
容推定，記述・推
測統計，QC活動支
援
がんこフードサービス(株)
無駄な移動
[動線]
身体的負荷
[移動距離]
接客時間
[接客エリア滞
在時間]
改善提案
情報共有・業務実態
透明化
[各地理空間情報]
フィジカル メンタル
スキル
自発性 人間関係・組織 安全
共同研究先・
協力現場
評価・分析の内容 [指標・コンテンツ]
労働生産性 QoW
労働の成果
労働投入量・
コスト
健康 働きがい 働きやすさ
測位技術
現場[対象] 実施年 目的 方法 効果・成果

67. Kurata, T. (2021). Geospatial Intelligence for Health and Productivity Management in Japanese
Restaurants and Other Industries, APMS 2021, 9 pages.
GSIを用いた事例を俯瞰：産総研関連
目的
67
現状把握 改善
事前評価
（シミュレーション）
⇒改善支援の改善
労働生産性
向上
• 業務の平準化
• 業務変更・再編効果確認
• ロボット導入効果確認
• 対話・運動空間設置効果確認
• 新店舗立ち上げ支援
• 身体的・心理的負荷軽減
• スキル分析・スキル効果確認
• 教育支援
• 安全管理・健康管理の同時支援
• 視覚障害者就労支援の実現可能性の確認
QoW
向上
目標

68. GSIを用いた事例を俯瞰：産総研関連
労働生産性に関する評価項目[指標]
68
無駄な移動[動線]
渋滞[滞在ヒートマップ]
標準作業との乖離[エリア滞在時間]
[作業量] [作業時間]
労働生産性[人時売上高]
追加注文数[POS]
付加価値額[営業利益(率)]
サービス品質[顧客クレーム]
労働生産性
地理空間情報から
直接評価
地理空間情報を
間接的に適用
それ以外
労働の成果
労働投入量・
コスト
[稼働率] [連続稼働時間]

69. GSIを用いた事例を俯瞰：産総研関連
QoWに関する評価項目[指標]：健康
69
地理空間情報から
直接評価
地理空間情報を
間接的に適用
それ以外
健康
[移動距離]
身体的負荷
運動強度（運動促進）
運動機器利用率
心理的負荷
[エリア滞在時間]
[時間的ゆとり]

70. GSIを用いた事例を俯瞰：産総研関連
QoWに関する評価項目[指標]：働きがい
70
地理空間情報から
直接評価
地理空間情報を
間接的に適用
それ以外
[自発的行動の有無・程度]
働きがい
個人スキル
チームスキル
[動線，移動速度，エリア滞在時間，作業時間]
[持ち場専念率・守備率]
カメラ画像から作成された3Dモデルと動線を
組み合わせた疑似一人称視点（FPV）動画
[定性評価（回顧インタビュー）]
自発性（改善提案，振り返り）
外段取り比率[稼働中作業指標]
材料補充駆けつけ時間[能動的作業指標]

71. GSIを用いた事例を俯瞰：産総研関連
QoWに関する評価項目[指標]：働きやすさ
71
働きやすさ
情報共有・業務実態透
明化・6M見える化
が行えているか
人間関係
組織
安全
ダイバーシティ
[各地理空間情報:
動線、ヒートマップ、
各指標]
公平性
コミュニケーション
従業員満足度 (ES)
一人作業の安全確認
作業者と車両との交差状況
ロービジョン・全盲者の作業可能性
[滞在ヒートマップ]
[動線]
地理空間情報から
直接評価
地理空間情報を
間接的に適用
それ以外
[作業者間の作業量の偏り]
[動線・エリア滞在時間]
[アンケート]
[作業時間]

72. GSIを用いた事例を俯瞰：産総研関連
地理空間情報に関する評価項目[指標]
72
地理空間情報から
直接評価
地理空間情報を
間接的に適用
[動線]
[作業量] [作業時間]
[移動距離] [エリア滞在時間]
[時間的ゆとり]
[移動速度]
[持ち場専念率・守備率]
[定性評価（回顧インタビュー）]
[稼働中作業指標]
[能動的作業指標]
[滞在ヒートマップ]
[作業者間の作業量の偏り]

73. National Institute of Advanced Industrial Science and Technology
屋内測位技術
73

74. 様々な測位技術を紡ぐxDR (PDR&VDR)
74
• 安価: 加速度、ジャイロ、磁気、気圧の10軸セン
サを利用
• 低消費電力: 画像を用いた手法と比較し1/20以下
• 「柔軟な」屋内測位を実現:
• 測位インフラなしでも測位を継続
• 様々な測位技術からの結果を線（形、速度、
向き）で紡ぐ
速度
向き
モデルベースの速度推定
センサ姿勢の推定
センサ校正
高度
(階)
推定
進行方向の推定
歩行者用速度推定モデル 車両用速度推定モデル
VDR:
Vibration-based Vehicle
Dead Reckoning, 車輪型
移動体[フォークリフト,
台車等]用相対測位 [2016
年：世界初]
PDR:
Pedestrian Dead
Reckoning,
歩行者用相対測位
[2010年スマホデ
モ：世界初]
Kourogi, M., et al. (2003). Personal positioning based on walking locomotion analysis with self-contained
sensors and a wearable camera, ISMAR 2003, pp.103-112
興梠ら (2020). xDR技術に基づく測位・環境推定 ～ キャリブレーションフリーVDRと路面状態の
推定 ～, HCGシンポジウム2020

75. 速度
向き
モデルベースの速度推定
センサ姿勢の推定
センサ校正
高度
(階)
推定
進行方向の推定
xDR (PDR&VDR)の課題を克服
75
• 自蔵(慣性)航法ではドリフト誤差（蓄積誤差）が不可避
• パターン認識と自蔵航法の融合で誤差を大幅に軽減
パターン認識による離散化で蓄積誤差を大幅軽減
周波数パターンに基づく
携帯方法の制約緩和
[仏IFSTTAR実施の
比較評価で最高性能]
従来の自蔵
航法と同様 移動パターン認識に基づく動的校正
集合知に基づく
気圧センサ校正

76. 速度
向き
モデルベースの速度推定
センサ姿勢の推定
センサ校正
高度
(階)
推定
進行方向の推定
xDR (PDR&VDR)の課題を克服
76
• 自蔵(慣性)航法ではドリフト誤差（蓄積誤差）が不可避
• パターン認識と自蔵航法の融合で誤差を大幅に軽減
パターン認識による離散化で蓄積誤差を大幅軽減
周波数パターンに基づく
携帯方法の制約緩和
[仏IFSTTAR実施の
比較評価で最高性能]
従来の自蔵
航法と同様 移動パターン認識に基づく動的校正
集合知に基づく
気圧センサ校正

77. 産総研でのxDR研究の歴史
77

78. 屋内測位技術（屋外は衛星測位（GNSS））
78
Kurata T. (2020) Sensing of Service Provision Processes. In: Shimmura T., Nonaka T., Kunieda S. (eds) Service Engineering for Gastronomic Sciences.
Springer, Singapore. https://doi.org/10.1007/978-981-15-5321-9_4

79. 時間から距離：ToF (ToA), TDoA
79
http://www.fpoir.org/OPEN/lan.pdf
http://osama-talaat.blogspot.jp/2017/03/toa-tof-rtt-tdoa.html
ToF:
Time of Flight
(ToA: Time of Arrival)
TDoA:
Time Difference of Arrival
RTT:
Round Trip Time
(two-way ToA)
ToA： 各ノード(3つ以上)と端末との時間同期が必要
ToDA: 各ノード（４つ以上）の時間同期
基地局が１つ多めに必要。

80. 角度：AoA (Angle of Arrival)、AoD (Angle of Departure)
80
• 信号（電波）の到来角度を用いた測位
• アンテナアレイで位相差を計測
• １組の送受信機のみで2D測位可能
• ToF等で距離が得られる場合は１組
の送受信機のみで3D測位可能
• Bluetooth 5.1で「方向検知」も可能に
出典：Quuppaウェブサイト
https://ednjapan.com/edn/articles/2003/31/news022.html

81. UWB
81
• UWB-IR (Ultra Wide Band Impulse Radio)方式
• １５～３０ｃｍ程度の精度での測位が可能
• マルチパスにも強い
• 直進性が強すぎるため、死角ができやすい
• 高コスト
• iPhoneに搭載されて普及の兆し？！
• IEEE 802.15.4z
• Bluetooth 5.1との闘い？！
UbiSense社、GiT社の資料より
Apple社ウェブサイトより

82. (地)磁気フィンガープリント
82
NEC社より
IndoorAtlas社より

83. National Institute of Advanced Industrial Science and Technology
いろいろ募集中！
• 産総研
– インターン（１か月間から年単位まで）
– ＲＡ（リサーチアシスタント、大学院生：研究で給
与）
– 産総研特別研究員（ポスドク）
– 共同研究
• 筑波大学大学院
– 修士課程・博士課程・社会人
83

84. 遠隔ヘルスケアのための多感覚XR-AIシンポジウム
XR-AI for THC (エックスレイ・フォー・テレヘルスケア) 2022 （仮）
https://unit.aist.go.jp/harc/nedo-xrai-healthcare/
開催日時 2022年3月18日（金）14時～
場所 オンライン開催（Zoomによる開催を予定）
参加費 無料
主催 産業技術総合研究所 人間拡張研究センター
プログラム（案）
14:00-14:30 •NEDOプロジェクト「人工知能活用による革新的リモート技術開発」「遠隔リハ
ビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」の概要
蔵田 武志（産総研）、⻘山 朋樹（京都大）、葛岡 英明（東京大）
腰原 健（セイコーエプソン株式会社）、大島 賢典（株式会社エブリハ）
14:30-15:10 •招待講演１ 「ハンガー反射」現象の研究とリハビリへの応用可能性
中村 拓人 (東工大，JSPS PD）
15:10-15:30 •XRに基づく遠隔リハの研究・事業事例調査報告
蔵田 武志（産総研）
15:30-15:50 •生活習慣改善プログラム［健康保険組合様向けサービス］
腰原 健（セイコーエプソン株式会社）
15:50-16:00 休憩
16:00-16:40 •招待講演２ テクノロジーで介護ヘルスケア領域の社会課題解決に挑戦する
Rehab社の取組事例
大久保 亮（株式会社Rehab for JAPAN）
16:40-17:20 •招待講演３ 調整中
17:20-17:50 •全体討論 84