加速度センサを用いた教師なし工場行動認識手法とその高速化に関する検討

カテゴリ: 研究会(論文単位)

論文No: IS19036

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2019/05/28

タイトル(英語): Preliminary Investigation of Accelerated Algorithm of Unsupervised Assembly Work Activity Recognition with Acceleration Sensors

著者名: Xia Qingxin(大阪大学),和田 篤(東芝),Korpela Joseph(大阪大学),前川 卓也(大阪大学),浪岡 保男(東芝)

著者名(英語): Qingxin Xia(Osaka University),Atsushi Wada(Toshiba Corporation),Joseph Korpela(Osaka University),Takuya Maekawa(Osaka University),Yasuo Namioka(Toshiba Corporation)

キーワード: 行動認識|パターン認識|Activity recognition|Pattern recognition

要約(日本語): 組立作業の効率改善は製造・生産現場における重要なタスクである。組立作業はライン生産システムの中核であり、工場作業者が一連の決められた作業プロセスを繰り返し行う。筆者らのこれまでの研究では、作業指示書を用いた教師なし学習により、それぞれの作業プロセスにおける個々の作業の開始時間および終了時間を加速度センサデータを用いて認識する手法を提案した。しかし、提案手法は計算時間が長く、ある程度のリアルタイム性を確保した認識を行うことが難しかった。本稿では、2つの側面から既存手法の計算時間を削減する手法を提案する。（i）粒子フィルタにより生成される探索木の構築方法を改善する。（ii）HDP-HMMモデルにより得られた状態シーケンスを用いることで、センサデータの類似計算コストを削減する。実験の結果、著者らの新しい提案手法により計算時間を大幅に削減でき、さらに認識精度を76.67％（マクロ平均F値）に保つことができることが示された。

要約(英語): Improving the efficiency of assembly work is a very important aspect of manufacturing production. Such assembly work is a common part of line production systems and typically involves the factory workers performing a repetitive work process made up of a sequence of manual operations. Our previous study recognizes the starting and ending times for individual operations in such work processes thourgh analysis of sensor data of workers along with analysis of the precess instructions with an unsupervised approach. However, the computation time is long which badly effect the checking process by factory managers. This paper aims to reduce the time costs of our previous approach in two aspects: (i) improving the construction of the tree which generated from a particle filter, and (ii) reducing the computation cost of sensor data similarity leveraging a state sequence from HDP-HMM model. The results show that computation time of our new approach is shorter than previous approach and we can keep the recognition accuracy to 76.67% (macro-averaged F-measure).

原稿種別: 英語

PDFファイルサイズ: 1,814 Kバイト