物流倉庫における作業効率向上のための AR 活用に関する研究
東條 紀子
電気通信大学 大学院 情報理工学研究科 博士（工学）の学位論文
2021 年 3 月
電気通信大学 大学院 情報理工学研究科 博士（工学）の学位論文
博士論文審査委員会
主査 大須賀昭彦教授
委員 広田光一教授
委員 橋山智訓教授
委員 橋本直己教授
委員 野嶋琢也准教授
委員 田野俊一学長
著作権所有者
東條 紀子
2021 年
i
Study on practical use of AR
for improving work efficiency in warehouses
Toshiko Tojo
Abstract
The Logistics industry the process of moving supplies from suppliers to consumers has been growing year after year. However, the labor shortage in logistics needs to be addressed as it is most severe out of the twelve major industries.
Many companies are turning to automation technologies to improve work efficiency and offset the labor shortage. Nearly 80% of companies believe the most optimal balance in warehouses includes human interaction with device support for human augmentation.
Augmented reality(AR) technology adds information to a real-world environment using computers and has been researched for more than 40 years. The market for AR has been growing because of the recent popularization of smart devices and the evolution of software. AR is effective at providing intuitive instruction and presentation, and its use is expected for various solutions.
Many logistics companies also use AR to create images of their future warehouse and they expect that the use of AR technology will help the improvement of work efficiency.
The purpose of this study is to provide intuitive directions by AR for improving work efficiency in warehouses in an effort to offset the labor shortage in logistics.
I examined the practical use of AR for picking work, which has highest cost, and clarified the scope of practical use in the warehouses.
Although AR utilization services are increasing, the practical use of AR in
ii
logistics is still not widespread, since it is not clear what kind of work the tablets or transmission head-mounted-displays(HMDs) should be used for. In this study, I clarify appropriate uses of tablets and transmission HMDs in warehouses through the development of AR systems and verification experiments.
To evaluate the practical use of tablets with AR in warehouses, I developed a warehouse visualization tool. The tool displayed analysis data for workers via AR.
I thought that analysis work could be operated with tablet in the hands and it is effective in improvement of work efficiency.
To verify the practical use of the transmission HMDs with AR in warehouses, I developed an AR picking system with commercial transmission HMD. To achieve this, we developed an experimental AR picking system, conducted a verification experiment, made improvement to the system, and developed the AR picking system suitable for the current transmission HMD. We conducted the evaluation experiment comparing AR instruction and non-AR text instruction and investigated the effectiveness and problems of practical use of AR. I thought that the narrowness of the display angle is one of the barriers to the practical use of AR in warehouses, so I also analyzed the effect of the display angle.
This paper is organized as follows. Section 1 describes the background and purpose of this research. Section 2 describes general AR services related AR research, and the issues with them. Sections 3 to 6 are main contents and describe the development of AR systems for improving picking work efficiency and examine the barriers to the practical use. Section 7 conclude the results of this research.
Section 3 describes the practical use of AR for visualizing analytical data to improve picking work efficiency in warehouses. The section also introduces the developed warehouse visualization tool, which enables the identification of problematic factors due to actual warehouse trouble areas, and the evaluation in an actual warehouse. The tool displays analysis data and actual images of a warehouse using AR on a tablet.
The tool displays picking time information as analysis data by AR at the front of each product location of shelf using a choropleth map on warehouse image where workers usually perform picking operations. The tool was evaluated by the warehouse managers and the developers in the warehouse. They physically
iii
investigated trouble areas using the tool and identified the problematic factors. I found that picking time to find picking items and pick decreased by 10% when the warehouse managers using the tool and improved.
Since the warehouse managers were familier with their warehouses, they were able to easily understand the analysis date by AR, and identify the problematic factors at a higher rate than an analyst who was unfamiliar with picking work.
Warehouse managers and workers were interviewed to further clarify effectiveness of the intuitive AR display on the tablet. In Generally, when picking workers encounter the problems in picking work, they immediately make improvement, and only managers perform periodic improvement with analysis data because of difficulty of the analysis work. However, the tool display showed the results of the analysis via AR, the workers were able to intuitively recognize problematic areas, and they will come to be able to perform periodic improvements by themselves.
Section 4 describes the development of the AR picking system which displays intuitive picking instructions via AR on a transmission HMD to improve the picking work efficiency. I expect to see improvement work efficiency due to hands- free device and the stress reduction due to the intuitive instruction.
To examine the practical use of AR with a commercial transmission HMD regarding picking, I first developed an experimental AR picking system to idetify potential problems. I then improved the processing speed, adjustment of the display position, and user interface and verified the effectiveness of the improvements.
Then I evaluated the improved AR picking system in a simulated picking environment by multi-picking tasks. I examined the picking work efficiency, i.e., picking speed, number of mistakes made, worker fatigue, and effect of the field of view(FOV) of the transmission HMD using AR. I compared the AR instruction to conventional text instruction. The participants in the environment consisted of warehouse workers and researchers.
The picking work efficiency through AR instruction was about half that of text instruction. In other words, the AR instruction was not applicable at a practical level. There was no significant difference between AR and text instruction in the number of mistakes because of the small number of subjects. Fatigue from the AR instruction was also high, indicating that gaze time needs to be reduced. In the
iv
case of AR instruction, subjects had to move back to put the instruction in the display area, and narrowness of the HMD’s FOV was identified as a one of the barriers to practical use. The required FOV was estimated from the distance between the subject and shelf and the transmission HMD FOV, and I determined that the FOV of 70 degrees(diagonal) is necessary for picking work.
As mentioned in the previous section, it was clarified that the narrowness of the FOV of the transmission HMD was one of the barriers to practical use of AR for improving picking work efficiency. Therefore, Section 5 analyzes the effects of FOV.
I developed VR picking system to simulate the environment of AR picking system to compare AR instruction with text instruction at multiple FOVs.
I compared four display angles, i.e., 23 degrees (the DFOV of commercial transmission HMDs), 40 degrees (maximum DFOV of commercial transmission HMDs), 70 degrees (required degree clarified in the preceding section), and 110 degrees (maximum DFOV of non-transparent HMD used in the VR picking system).
Since the warehouse constains storage shelves of varying sizes are used in the warehouse, three different shelf sizes were prepared in the VR picking system.
We found that the FOV of the HMD affected the picking work efficiency regarding AR instruction. To increase work efficiency through AR rather than text instruction, the FOV of the HMD must be at least 40 degrees. An FOV of 70 degrees is optimal for maximizing efficiency. Currently, there are no commercially available transmission HMDs with a 70-degree FOV.
I was also found that AR instruction is effective for the position that is difficult to find. On the other hand, text instructions are more effective for the position that is easy to find. Thus, AR and text instruction are benefitical are when used in the appropriate places.
Section 6 summarizes the scope of practical use discussed in Sections 3 to 5. I clarified the practicality of using a tablet with AR to visualize analysis data. It is also possible to use a tablet with AR for tasks in which speed is not important, such as analysis and education.
Transmission HMDs with AR are advantageous for picking work due to their hands-free operation, intuitive instruction, and speed. However, such technology is not yet applicable to picking work due to the limited FOV of current transmission HMDs in a wide work area. With such transmission HMDs, it is necessary to
v
provide text instructions for tasks that require a wide work area and speed.
However, transmission HMDs with AR are applicable for operations such as packing, inspection, and picking work in small spaces covered by the FOV of current transmission HMDs.
Section 7 summarizes the results of this research, i.e., the barriers and scope of practical use of AR to improve picking work efficiency in warehouses. I plan to develop technologies to further enhance practical use of AR in the expectation that the hardware will meet the identified requirement.
i
物流倉庫における作業効率向上のための AR 活用に関する研究
東條 紀子
概要
物流業とは，物資を供給者から需要者へ移動する過程の活動のことを指し，その国 内物流市場は，年々拡大している[1]．一方で，運輸業・郵便業の労働者の過不足状況 は，12業種の中で最も高く，労働力不足が課題となっている．
労働力不足を解決するため，倉庫業務の自動化による生産性向上が期待されている．
約8割の企業が，自動化は労働者の代替ではなく，労働者の生産性向上を実現するも のという見解を持ち，完全自動化ではなく人手が介在する自動化が最適なバランスと しており，作業者へのデバイス支援が期待されている．
コンピュータ等を用いて現実環境に対して，特定の現実環境に関する情報を付加す る拡張現実(AR)技術は，40年以上前から研究されている．ARは様々に定義されるが，
本研究では，対象の位置を特定し，対象に対してテキストやCG等を重畳する技術と 定義する．近年のスマートデバイスの普及やソフトウェアの進化などから，タブレッ トや透過型ヘッドマウントディスプレイ(HMD)等を用いて，実際の現実世界の画像や 視界に付加情報を追加し直感的に情報を提供する ARを活用したソリューションが提 供されている．
そこで，物流分野での労働力強化のために，直感的な指示把握が可能な AR技術を 活用して物流倉庫内の作業効率化を支援することを目指す．
本研究では，まず，ARを活用して効率的に作業効率化を図るために，特に生産性が 課題となっているピッキング作業効率化への適用を検証し，次に，その検証を通して 物流倉庫でのAR実用化の範囲を明らかにする．
AR を実用化したサービスは増えつつあるが，物流分野での活用事例は少なく，タ ブレットや透過型HMDを用いてAR をどのような作業に使用すべきかが明らかとな っていない．そこで本研究では，物流倉庫でのタブレットと透過型 HMD による AR
ii
活用システムの開発および検証実験を通して，タブレットと透過型HMDの実用範囲 を明らかにする．
また，透過型 HMD による指示での表示形式には，AR の他にテキストや図などが 研究されているが，AR とそれ以外の表示をどのように使い分けるかについては明ら かとなっていない．そこで，透過型 HMD を用いた AR を活用するにあたり，AR と それ以外の表示をどのように使い分けるかを明らかにする．
タブレットによるシステムの検証としては，手で持つことに問題がなく，ピッキン グ作業の効率向上に効果があると考え，倉庫内のピッキング作業のロス要因を特定す るために，作業者に作業効率の低くなっている箇所などの分析データを直感的に AR で可視化する．そのために，分析データをAR で可視化する倉庫内可視化ツールを開 発し，検証実験を通して，効果を確認する．
また，透過型HMDによるシステムの検証としては，ハンズフリーの効果が高く，
AR の直感的な作業指示による作業者のストレス軽減の効果があると考えられるピッ キング作業のAR指示を市販の透過型 HMDで検証する．そのために，まず，市販の 透過型HMD を使用したARピッキング検証システムを開発し，抽出した課題に対し て透過型HMD単体での改善を行い，現状の透過型 HMDを用いた最適な ARピッキ ングシステムを開発する．その上で，AR 指示と AR 以外の表示としてテキスト指示 で評価実験を行い，AR の効果と課題を整理する．また，市販の透過型 HMD は表示 画角が狭く，障壁の一つであると考え，表示画角の影響について，実用化の観点から 分析する．
本論文は，以下のように構成される．第1章は序論として，研究の背景について述 べ，研究の目的を明らかにする．第2章では，従来サービスや従来研究について論述 し，その課題について議論する．第3章，4章，5章，6章は，論文の主内容として，
物流でのピッキング作業効率化のための AR 活用の実用化について，AR システムの 開発と検証実験を通して分析する．
第3章は，物流倉庫におけるピッキング作業の作業効率向上のため，タブレットに よる分析ツールのデータ分析結果の可視化へのAR活用について論じる．現場環境に 起因した要因の特定を可能とするために，データ分析結果をARにより可視化する倉 庫内可視化ツールを開発し，実際の倉庫で検証した．ARを用いて，データ分析結果を タブレット上の作業現場映像に重畳して表示し，現場の状況と照らし合わせて確認す ることを可能とした．
実際の物流倉庫で，作業効率の低くなっている箇所が分かるように各商品のピッキ ング作業時間を分析データとして，棚の商品が置いてある各間口の撮影映像にコロプ
iii
レスマップのAR として重畳した．倉庫作業者，および分析者で，実際に使用し，要 因特定の効果を確認した．その結果，特定された要因に対して改善を行うことで，ピ ッキング作業における商品探索や仕分け時間を約 10%削減できることが明らかとな った．
作業者自身が，AR によりデータ分析結果を容易に理解できたことで，分析データ の理解に長けている分析者よりも，現場の知見が豊富な作業者の要因の特定率が高く，
ARの表示効果が認められた．また，観察から，直感的な表示により自発的な改善作業 がみられることや，隣接したロケーションの影響による要因特定が可能なことも確認 できた．
作業者へのヒアリングから，AR の直感的な表示の効果が認められた．これまで作 業者自身が，通常の作業の中で気付いたときに改善を行っていたが，分析結果の理解 の難しさから定期的な改善作業としては管理者が行っていた．しかし，AR で直感的 に分析結果を提示することで，作業者自身が時間のかかっている場所を把握すること ができ，作業者自身で定期的な改善が行えるようになる．また，その際には，目的の 間口以外についても自発的に改善活動ができ，より高い効果が期待できる．管理者に ついても，これまでテキストでのロケーション番号と数値で分析を行っていたが，よ りストレスなく改善箇所の把握ができると期待できる．
以上より，タブレットを使用した AR活用の実用性を明らかにした．
第 4章は，物流倉庫におけるピッキング作業の作業効率向上のため，透過型 HMD を用いて直感的にピッキング作業指示を行うAR ピッキングシステムの開発について 論じる．透過型HMDを用いた ARによるピッキング指示では，ハンズフリーによる 作業生産性の向上や，AR による直感的な指示による作業者のストレス軽減が期待で きる．
現状の市販の透過型 HMDを用いた AR ピッキングシステムの開発では，事前検証 を行い，課題として挙がった処理速度の改善，表示位置の調整，UIの改善を行った．
その結果，すべての課題に対して改善効果が認められた．
改良した AR ピッキングシステムを用いて，模擬ピッキング環境で，複数の仕分け 先への商品を一度にピッキングするマルチピッキング作業を，倉庫作業者と研究者で 行った．その際，ARによる指示及びテキストによる指示を表示し，作業生産性，作業 ミス，疲労度や表示画角について，比較評価した．
AR 指示における作業生産性は，テキストによる指示の半分程度であり，実用化水 準には至らなかった．現状の透過型HMDを用いてピッキング指示を行うには，AR以 外のテキスト指示などが有効であることが分かった．また，作業ミスについては，被 験者数が少なくARとテキスト間で有意差は認められなかった．疲労度については，
iv
AR 指示の疲労度が高く，注視時間を減らす工夫が必要であることが分かった．被験 者は，AR 指示の際に，指示表示を透過型 HMD のディスプレイ領域に入れるため，
下がって表示を確認しており，透過型HMDの画角の狭さが障害になっていることが 明らかとなった．このときに下がった距離と，HMD の表示画角から，本来必要な表 示画角を算出した結果，透過型HMDの表示画角(対角)は約70度必要であることが示 唆された．
第 5 章は，4 章の AR ピッキングシステムの検証により障壁と示唆された透過型 HMDの表示画角の物流ピッキング時の生産性への影響について論じる．透過型HMD の表示画角の影響を明らかとするため，ARピッキングシステムの環境を再現したVR ピッキングシステムを開発した．VR ピッキングシステムにより，テキスト指示およ び複数の表示画角でのAR指示によるピッキング作業の実験を実施し，比較検証した．
比較検証を行う表示画角(対角)は，一般的に市販されている AR 向け透過型 HMD 同等の23度，市販されているAR向け透過型 HMDの最大画角の40度，4章でピッ キングに必要と推測された 70 度，実験に使用した不透過型 HMD で再現できる最大 画角である110度とした．また，物流倉庫で扱われる商品の保管棚のサイズは様々で あるため，3サイズの間口を VR 環境で再現した．被験者はピッキング初心者を対象 とした．
その結果，ARによるピッキング作業指示では，HMDの表示画角が作業生産性に影 響していることが明らかとなった．テキスト指示を上回る作業生産性を実現するため には，透過型 HMD の表示画角は 40 度，ピッキングの作業生産性を更に向上させる には，70度必要であることが明らかとなった．現状の市販の透過型 HMDでは，表示 画角70度を満たすものはなく，ハードウェアの進化が望まれる．
また，AR指示は作業場所の指示に効果的であることも明らかとなった．一方で，場 所の特定が容易な作業では，ARではなくテキストが有効であることも明らかとなり，
適材適所での活用が必要であることが明らかになった．
第 6章は，3章から 5章の取り組みから，物流倉庫での実用化の範囲を整理する．
タブレットでは，分析データの可視化による分析作業支援では効果が認めらた．この ような作業スピードやハンズフリーが求められない分析や教育などの作業には，タブ レットでのAR活用の実用化が可能である．
一方で，ピッキング作業のような作業スピードが求められる作業については，ハン ズフリーや直感的な把握の観点から，透過型HMDを用いた AR活用が望まれる．し かし，ピッキング作業は移動を伴い作業範囲が広く，透過型HMDの表示画角などの 観点から，実用化の水準には至らない．現在の透過型HMDでは，作業スピードが求
v
められ作業範囲の広い作業では，AR 表示ではなく，テキスト表示などの AR 以外の 指示表示を行う必要がある．
また，作業スピードが求められる作業であっても，梱包・検品作業や移動を伴わな い狭い範囲でのピッキング作業などの，現状の透過型HMDの画角に収まる範囲での 作業であれば，透過型HMDを用いた AR活用の実用化が可能である．
第7章では，本研究の成果を総括する．本研究では，物流倉庫で行われるピッキン グ作業の効率化を図るため，AR 技術の活用を目指し，障壁や実用化の範囲について 整理した．現状のハードウェアの進化が望まれる一方で，導入容易化技術の開発など，
AR技術の活用の促進に向けて，技術開発に努めたい．
vi
目次
第1章 序論 ··· 1
1.1 研究の背景 ··· 1
1.1.1 物流分野の動向 ··· 1
1.1.2 AR分野の動向 ··· 2
1.2 本論文の構成 ··· 3
第2章 従来研究と本研究の目的 ··· 4
2.1 物流倉庫 ··· 4
2.2 ピッキング作業 ··· 4
2.3 物流分野におけるAR活用 ··· 6
2.4 ピッキング作業指示の提示方法 ··· 10
2.5 課題と研究の目的 ··· 11
第3章 倉庫内分析データ可視化へのAR活用 ··· 12
3.1 解決すべき課題とアプローチ··· 12
3.2 倉庫内可視化ツールの設計 ··· 13
3.2.1 要件の検討··· 13
3.2.2 直感的な表示 ··· 15
3.2.3 問題箇所の抽出 ··· 15
3.2.4 様々な業務改善への対応 ··· 17
3.3 倉庫におけるAR表示方式 ··· 18
3.3.1 AR表示方式の検討 ··· 18
3.3.2 マーカーの形状と配置の検討 ··· 19
3.3.3 AR表示の処理の流れ ··· 20
3.3.4 オクルージョン処理 ··· 22
3.3.5 描画速度の向上 ··· 23
3.4 倉庫内可視化ツールの開発 ··· 23
3.4.1 システム構成 ··· 23
3.4.2 データ設計··· 24
3.4.3 画面設計 ··· 26
3.5 評価実験と考察 ··· 30
3.5.1 実験計画 ··· 30
3.5.2 倉庫内可視化ツールの実用性の評価と考察 ··· 32
3.5.3 AR効果に関する検証と考察 ··· 38
3.5.4 評価と考察··· 42
3.6 まとめ ··· 43
第4章 ピッキング作業指示へのAR活用 ··· 45
4.1 解決すべき課題とアプローチ··· 45
4.2 ピッキングシステムの設計 ··· 46
4.2.1 ARによる作業シナリオ ··· 46
4.2.2 研究対象とする範囲 ··· 46
4.2.3 ARマーカーの選定 ··· 47
4.2.4 システム構成 ··· 47
4.3 事前検証システムの開発 ··· 47
4.3.1 事前検証システム ··· 47
4.3.2 課題の抽出··· 48
4.4 ARピッキングシステムの開発 ··· 51
4.4.1 システムの改良 ··· 51
4.4.2 システム改良の評価 ··· 56
4.5 評価実験と考察 ··· 62
4.5.1 評価実験計画 ··· 62
4.5.2 実験結果と考察 ··· 63
4.6 まとめ ··· 71
第5章 透過型HMDにおける画角の影響の分析 ··· 73
5.1 解決すべき課題とアプローチ··· 73
5.2 VRピッキングシステムの開発 ··· 74
5.2.1 表示画角の影響の検証方法 ··· 74
5.2.2 VRピッキングシステム ··· 75
5.2.3 システム構成 ··· 78
5.3 実験計画と結果 ··· 79
5.3.1 実験計画 ··· 79
5.3.2 実験の妥当性について ··· 80
5.3.3 表示画角の作業生産性への影響の分析··· 81
5.3.4 作業ミスの分析 ··· 85
5.3.5 考察 ··· 86
5.4 まとめ ··· 87
第6章 物流倉庫でのAR活用実用化範囲 ··· 88
第7章 結論 ··· 91
7.1 成果のまとめ ··· 91
7.2 今後の課題 ··· 94
付録 · ··· 97
発表論文リスト ··· 99
謝辞 · ··· 101
参考文献 ··· 102
著者略歴 ··· 108
図目次 図 1.1 物流の例 ··· 1
図 1.2 本研究のAR定義 ··· 2
図 1.3 対象としない例 ··· 2
図 1.4 AR表示のイメージ図 ··· 3
図 2.1 物流倉庫で管理・運営する作業 ··· 4
図 2.2 物流倉庫 ··· 5
図 2.3 透過型HMDによるAR表示 ··· 9
図 3.1 色情報(コロプレスマップ)の表示例 ··· 15
図 3.2 複数視点での表示 ··· 16
図 3.3 マーカー ··· 20
図 3.4 マーカーの設置 ··· 20
図 3.5 AR表示のための処理フロー ··· 21
図 3.6 AR表示する対象棚の決定 ··· 21
図 3.7 AR表示する対象間口の決定 ··· 22
図 3.8 オクルージョン処理 ··· 23
図 3.9 システム構成 ··· 23
図 3.10 データの構成 ··· 25
図 3.11 画面フロー ··· 26
図 3.12 初期設定画面 ··· 27
図 3.13 2Dマップ画面 ··· 27
図 3.14 検索例 ··· 28
図 3.15 3Dマップ画面 ··· 29
図 3.16 AR画面 ··· 29
図 3.17 倉庫内可視化ツールを使用している様子 ··· 31
図 3.18 特定した要因例1 ··· 33
図 3.19 特定した要因例2 ··· 34
図 3.20 コスト評価··· 36
図 3.21 出荷頻度のコスト削減効果への影響 ··· 37
図 3.22 移動時間の割合のコスト削減効果への影響 ··· 38
図 3.23 表示形式のイメージ ··· 38
図 4.1 研究の対象範囲 ··· 46
図 4.2 システム構成 ··· 47
図 4.3 AR描画位置の特定方法··· 48
図 4.4 AR描画 ··· 48
図 4.5 表示領域 ··· 49
図 4.6 不自然な表示 ··· 50
図 4.7 表示位置ずれの課題 ··· 50
図 4.8 表示位置ずれの要因 ··· 50
図 4.9 処理速度の改善 ··· 51
図 4.10 表示位置ずれの原理 ··· 52
図 4.11 表示位置ずれの大きさ ··· 52
図 4.12 キャリブレーション手順 ··· 53
図 4.13 改善UI ··· 53
図 4.14 ディスプレイ表示範囲の提示 ··· 54
図 4.15 ピッキング指示の表示 ··· 55
図 4.16 ピッキング場所の指示表示 ··· 55
図 4.17 作業対象外の表示 ··· 56
図 4.18 ピッキング場所の方向の表示 ··· 56
図 4.19 実験環境 ··· 57
図 4.20 実験結果 ··· 57
図 4.21 被験者4の実験結果詳細 ··· 58
図 4.22 表示ずれ幅の測定結果(片眼HMD) ··· 58
図 4.23 表示ずれ幅の測定結果(両眼HMD) ··· 59
図 4.24 表示ずれ幅の平均 ··· 59
図 4.25 ピッキング時間 ··· 60
図 4.26 パターン1と2の比較結果 ··· 61
図 4.27 パターン2と3の比較結果 ··· 62
図 4.28 パターン3と4の比較結果 ··· 62
図 4.29 評価実験環境 ··· 63
図 4.30 テキストによる指示とARによる指示 ··· 63
図 4.31 1間口当たりのピッキング時間(msec) ··· 64
図 4.32 テキスト指示時の被験者と棚の距離 ··· 64
図 4.33 AR指示時の被験者と棚の距離 ··· 65
図 4.34 1間口のピッキング時間の作業割合分析 ··· 65
図 4.35 作業ミスの割合 ··· 67
図 4.36 HMDで表示したい幅の算出 ··· 69 図 4.37 UIに関する課題 ··· 69 図 5.1 倉庫環境と再現VR環境のイメージ ··· 74 図 5.2 安定視野とHMD表示画角 ··· 74 図 5.3 VRにより再現したARピッキング環境 ··· 74 図 5.4 VR環境でのARのUI ··· 75 図 5.5 比較検証を行う表示画角 ··· 75 図 5.6 各画角のAR表示イメージ ··· 76 図 5.7 再現した間口サイズ(大・中・小) ··· 76 図 5.8 保管棚(間口小)とカートのVRイメージ ··· 77 図 5.9 実験設備 ··· 78 図 5.10 VR実験の様子 ··· 79 図 5.11 AR環境とVR環境の間口当たりのピッキング時間(msec) ··· 80 図 5.12 ピッキング平均時間(間口サイズ大) ··· 81 図 5.13 ピッキング平均時間(間口サイズ中) ··· 81 図 5.14 ピッキング平均時間(間口サイズ小) ··· 82 図 5.15 ピッキング平均時間 ··· 83 図 5.16 回収・配布時の作業平均時間 ··· 84 図 5.17 回収時の棚からの作業位置 ··· 85 図 5.18 作業ミスの割合 ··· 86 図 6.1 各作業の条件の整理 ··· 88 図 6.2 AR実用化の範囲 ··· 90 図 7.1 倉庫内可視化ツールの業務改善の指示例 ··· 94 図 7.2 ARシステム導入の容易化例 ··· 96
表目次
表 2.1 タブレットと透過型HMDの比較 ··· 7 表 3.1 位置特定技術 ··· 18 表 3.2 評価項目 ··· 31 表 3.3 開発者による評価実験で特定した要因 ··· 32 表 3.4 倉庫作業者による評価実験で特定した要因 ··· 34 表 3.5 各表示形式の比較結果 ··· 41 表 4.1 UIパターン ··· 60 表 4.2 アンケート内容 ··· 66
表 5.1 評価した表示パターン ··· 78 表 6.1 開発者による評価実験で特定した要因 ··· 89
1
第1章 序論
1.1 研究の背景 1.1.1 物流分野の動向
物流業とは，物資を供給者から需要者へ移動する過程の活動のことを指し ており，
工場などから商品を倉庫に輸送し，倉庫で管理・保管，そして倉庫から顧客へ輸送と いった一連の活動である．例えば，図 1.1に示すように，商品を生産する工場から保 管する倉庫へ商品を輸送し，倉庫で管理や保管を行い，店舗からの受注に応じて，商 品を店舗に配送するといった活動である．
図 1.1 物流の例
2020年度の国内物流市場は，前年度比2.0％増の 24兆80億円を見込んでおり[1]，
年々拡大している．一方で， 2019 年 11 月の厚生労働省による労働経済動向調査で は，運輸業・郵便業の労働者の不足状況は54％と，12業種の中で，最も高く，年々悪 化しており[2]，労働力不足が課題となっている．
そこで，労働力不足を解決するため，倉庫業務の自動化による生産性向上が期待さ れている[3]．倉庫業務の自動化には，人による作業を完全に不要とする完全自動化と，
部分的自動化や，デバイス支援による人の労働力強化などの段階がある．約6割の企 業が部分的自動化やデバイス支援を 2024年までの計画にあげている．約 8割の企業 が，自動化は労働者の代替ではなく，労働者の生産性向上を実現するものという見解 を持ち，完全自動化ではなく人手が介在する自動化(部分的自動化やデバイス支援)が 最適なバランスであるとしている．このように，物流倉庫では，作業者の労働力強化 のために，デバイス支援が期待されている．
また，物流分野では，製造業などと比べて，パートタイム労働者の比率も多く，パ ートタイム労働者の人の入れ替わりも多い[4]．そのため，作業員の入れ替わりがある 中でのパフォーマンスの安定化も求められており，作業者への教育や作業指示へのデ バイス支援の効果も期待される．
2
1.1.2 AR分野の動向
拡張現実技術(AR: Augmented Reality)とは，現実環境にコンピュータ等を用いて 特定の現実環境に関する情報を付加する技術であり，40年以上前から研究されている
[5]．AR は様々に定義されるが，本研究での AR は，対象の位置を特定し，対象に対
してテキストや CG 等を重畳する技術と定義する(図 1.2)．つまり，見ているものの 位置の特定を行わずに，単にテキストや図の表示を行うものなどは含まない(図 1.3)．
図 1.2 本研究のAR定義
図 1.3 対象としない例
10年ほど前から，スマートデバイスの普及により，タブレット等のカメラ画像に情 報 を 重畳 す る AR ア プ リケ ーシ ョ ンやサ ー ビス が 一般 に展 開 され るよ う になっ た
[6][7]．国内の AR 関連の市場は，2015 年で 1060億円であるが，2020年には 2900
億円になると予測されおり[8]，今後も更なる市場拡大が見込まれている．
物流分野においても，2019年度に倉庫業務に関してARやVRへの投資を計画して いる企業は22％，2024年度までに投資を計画している企業を含めると29％となって おり[3]，ARや VR活用が期待されている．
そこで，物流分野での労働力強化のために，直感的な指示把握が可能な AR技術を 活用して，物流倉庫内の作業効率化を支援することを目指す．
AR を活用する場合，カメラ機能が必要となるため，一般的にカメラ機能を搭載し たタブレットやヘッドマウントディスプレイ(HMD)を使用する．
タブレットの場合は，例えば，図 1.4に示すように，カメラ機能により撮影した映
3 像の追加情報を重畳すべき位置を特定し，追加情報である矢印の絵を重畳し表示する．
HMDには，表示画面が透過型のものと，非透過型のものがある．透過型の HMDで は，表示画面に透過性があり，ディスプレイに表示される映像と，実際の視界を同時 に確認することができる．非透過型のHMDでは，表示画面に透過性がなく，実際の 視界は見ることができない．物流倉庫での作業支援では，実際の視界を確認しながら 作業する必要があるため，透過型のHMDを使用する必要がある．本研究では，HMD については，透過型の HMD を対象とする．例えば，図 1.4 に示すように，透過型 HMDを通して現在見ている現実世界（景色）の追加情報を重畳すべき位置を特定し，
矢印の絵を重畳し表示する．これによって，ユーザは，本来見えていない情報をあた かもそこにあるかのように直感的に把握することができるようになる．
図 1.4 AR表示のイメージ図
1.2 本論文の構成
本論文は，結論を含めて7章から構成される．第 1章は序論で，研究の背景と物流 分野におけるAR活用について述べ，研究の目的を明らかにする．第2章では，従来 研究について論述し，その課題と本論文の進め方について議論する．
第3章，4章，5章，6章は，論文の主内容として，物流倉庫でのピッキング作業効 率化のためのAR活用システムについて述べる．第 3章はタブレットを用いて倉庫内 の分析データをARで可視化して提示する倉庫内可視化ツールの開発について述べる．
第4章では，透過型HMDを用いて，ピッキング作業指示を ARにより行う ARピッ キングシステムの開発について述べる．第5章では，透過型HMDを用いた AR活用 の障壁の一つであるHMDの表示画角の影響を明らかにするためのVRピッキングシ ステムの開発と画角の影響の分析について述べる．そして，第 6 章では，3 章から 5 章の取り組みから，物流倉庫でのAR活用の実用化の範囲を整理する．
第7章は，結論として，それぞれの研究の成果をまとめる．さらに今後の課題と展 開について述べる．
4
第2章 従来研究と本研究の目的
2.1 物流倉庫
物流倉庫で管理・運営する主な作業(図 2.1)は，以下がある．
商品を倉庫内に運び込み，棚に保管する入荷・保管作業
出荷のために注文を受けた商品を集めてくるピッキング作業
商品に値札や説明書などを付ける流通加工作業
不良品等を除去する検品作業
出荷する商品を箱に詰める梱包作業
倉庫から商品を運び出す出荷作業
これらの作業に対して ARによる作業支援を行い，作業生産性の向上と，労働力不 足の解決を目指す．中でも，コストの6割をピッキング作業が占め[9]，ピッキング作 業効率の向上が重要な課題となっている．そこで，本研究では，まずは，削減効果が 期待できるピッキング作業のAR活用による作業支援を通して，倉庫内の他作業を含 めた物流倉庫でのAR活用の実用化の範囲を明らかにする．
図 2.1 物流倉庫で管理・運営する作業
2.2 ピッキング作業
物流倉庫の倉庫内のイメージが図 2.2である．物流倉庫には，商品の在庫を置いて いる大量の棚が配置されている．各棚は，間口(ロケーション)と呼ばれる商品の保管 場所に区切られている．各ロケーションには，一つ以上の商品が紐付けられ，各商品
5 の在庫が保管されている．各ロケーションには，住所に当たるロケーション番号が割 り当てられ，管理される．また，作業者が棚から商品を出し入れする面のことを間口 面と呼ぶ．
図 2.2 物流倉庫
ピッキング作業は，オーダーに基づいて，在庫が保管されている棚から商品を収集 し，次の作業場所に運ぶ作業である．代表的なピッキング方式には以下がある．
リストピッキング
作業者は，紙に記載されたピッキングリスト(ロケーション番号，商品名，商品 個数)を使用して，倉庫内の商品を収集する．手軽であるが，作業ミスや作業ス ピードの点から，大規模な倉庫では，ハンディターミナルなどのデジタル化が 進んでいる．
ハンディターミナル(HT)を使用したピッキング
HTは，作業指示を表示する表示機能と，バーコードをスキャンするバーコード スキャナ機能を搭載する．作業者は，HTに表示されたロケーション番号，商品 名，商品個数などの指示に従って，商品を収集する．また，収集する際には商 品に貼り付けられたバーコードをスキャンすることで作業確認を行う．HT は 比較的安価であり，導入数量も動的に変更できるため，物量の波動や商品の入 れ替えに柔軟に対応できる．
ピッキングカートを使用したピッキング
ピッキングカートは，台車に作業指示を表示する情報端末を搭載する．作業者 はカートを押しながら，端末に表示されたロケーション番号，商品名，商品個 数などの指示に従って，商品を収集する．導入数量を動的に変更できるため，
6 物量の波動や商品の入れ替えに柔軟に対応できる．
デジタルピッキングシステム(DPS)を使用したピッキング
DPSは，商品が保管されている棚にデジタル表示器を設置して，取り出す数量 などを示す作業支援システムである．棚の前にコンベアを設置して，作業員は 固定で配置され，棚から商品を取り出し，流れてきたコンベアに投入する方法 や，作業者が保管棚に配置された表示器の指示に従い移動してピッキングする 方法がある．ピッキングカートや HT より生産性は上がる．しかし，商品数に 応じた棚を固定的に設ける必要があり，物量の波動や商品の入れ替えに柔軟に 対応ができない．
本研究では，導入率が高いことと，評価対象とした物流倉庫で採用されていた HT を使用したピッキング方法を対象とする．
また，ピッキングの収集方法には，ピッキングの際に，一つのオーダー先に対して 商品を収集してくるシングルピッキングと，複数のオーダー先に対して同時に収集し てくるマルチピッキングがある．
HTを使用したピッキング方法の流れは以下である．
① 作業者は，ハンディターミナルに表示されたロケーション番号，商品名，商品 個数などの指示に従って，指示された間口に移動．
② 商品を指示された個数分収集し，収集カート等に回収する．この時，マルチピ ッキングの場合には，収集した商品を複数のオーダー先毎に回収するため，収 集カート等にオーダー先ごとに回収かごが設置されており，店舗名，商品個数 などの回収指示に従って，配布する．
③ 商品に貼り付けられたバーコードをスキャンし，指示されたピッキングを終了．
④ HTには，次のピッキング指示が表示される．作業者は①の手順に戻り，次のピ ッキング指示がなくなるまで繰り返す．
2.3 物流分野におけるAR活用
近年，スマートデバイスの普及により様々な部品コストが下がったこと，デバイス 自体の性能が向上していること，ソフトウェア技術が進歩したこと[8]から，カメラ機 能を搭載したタブレットやヘッドマウントディスプレイ(HMD)のARを活用したソリ ューションが期待されている．
実用化されているARサービスは，主に，デバイスにタブレットを使用したものと，
透過型HMDを使用したものに分けられる．表 2.1は，タブレットと透過型 HMDの 比較である．
タブレットは，スマートフォンの普及などにより，HMD に比べて普及が進んでい
7 る．表示画面サイズについては，タブレットは様々なサイズのものが発売されており，
表示情報量を重視する場合には，大きな画面サイズを選択することができる．一方，
一般的に透過型HMDは，画面サイズが小さく片眼向けのことが多い．処理速度につ いては，一般的にタブレットの方が高く，表示情報量が多く描画処理負荷が高いと想 定される場合に向いている．操作性については，タブレットは，スマートフォン等で 操作に慣れており IT 機器に不慣れな作業者であっても操作が容易である． 透過型 HMD は，普及率が低く，操作経験がない作業者が多い．また，透過型 HMD の操作 入力方法はメーカーによって異なっている．ハンズフリー性については，タブレット は，手で保持する必要があるため，表示を見ながら同時に他の作業を行うことが難し い．HMDは，眼鏡型であるため，並行作業が容易である．装着性については，タブレ ットは，装着準備時間が不要で，装着時の不快感などの装着負荷が低い．一方，HMD は，眼鏡型であり，装着負荷がかかる．
表 2.1 タブレットと透過型 HMDの比較 タブレット 透過型HMD
普及率 〇 △
表示画面サイズ ○ △
処理速度 ○ △
操作性 ○ ×
ハンズフリー × ○
装着性 ○ ×
タブレットや透過型 HMDを使用した主なARサービスや研究を調査した．
(1). タブレットを使用した ARサービス
タブレットを使用したARサービスは多くあり，下記に例を挙げる．
・保守 ：設備の保守点検メンテナンス[10][11]
・観光 ：町へのタグ付け[6]，江戸城の再現[12]
・販売 ：家具配置シミュレーション[7]，メイクシミュレーション[13]
・教育 ：プログラミング学習支援[14]，土木建造物の維持管理教育[15]
・ゲーム ：町へのキャラクター表示[16]，ブロック遊びとの連動[17]
・スポーツ：自宅にインストラクター[18]，ハーフタイム中のゲーム提供[19]
・物流 ：船舶やレーダーの情報提示[20]
タブレットは，スマートフォンなどで個人に普及しており，法人向けのサービスだ
8 けでなく，個人向けのサービスも非常に多く，様々な分野でのAR活用が見られる．
物流分野では，大型原油タンカーで，カメラからのリアル映像に他の船舶やレーダ ーの情報を統合して AR 提示[20]するものがあるが，ピッキング作業などの倉庫内で の作業支援の活用事例は見当たらなかった．
物流倉庫でのタブレットを使用した AR 研究では，フォークリフト操作のトレーニ ングに AR を使用する研究[21]や，倉庫内で使用する無人搬送車の制御を AR の壁な どを表示することで行う研究[22]などがあったが，人の作業支援に関するものは見当 たらなかった．このように，本研究で対象とするピッキング作業効率化の観点でのタ ブレット利用形態が明らかになっていない．
(2). 透過型HMDを使用したARサービス
グラス型のウェアラブルデバイスである透過型HMDは，2012年にGoogle社より Google Glass[23]のコンセプトが発表されて以来，多数，製造されている[24][25][26]．
ウェアラブルデバイスの市場は 2020 年には日本では 600万台，米国では 1500 万台 を超える規模に拡大すると予測されている[27]．HMDは，使用中に画面を見ながら両 手が使用できる利点がある．このハンズフリーという利点を生かし，業務向け作業支 援用途への利用が検討されおり，様々な事業分野で活用が期待されている．
タブレット等を用いた場合の AR活用では，実際の現実世界そのものの視界に付加 情報を追加することはできず，カメラで撮影した画像に追加情報を重畳表示したディ スプレイ画面を見ることになる．そのため，作業支援に使用する場合には，作業者は，
カメラで撮影した画像と作業指示等の追加情報を表示したディスプレイ画面を見て作 業を確認し，その後，現実世界を肉眼で見ながら実際の作業を行う必要があり，視線 を現実世界とディスプレイ画面で行き来させなければならず，自然な作業とは言えな い．
透過型HMDを用いる場合の AR活用では，タブレット使用時と同様に，透過型デ ィスプレイ上にカメラで撮影した画像と重畳した情報を表示する方法と，透過型ディ スプレイ画面を通して見える実際の現実世界そのものに，あたかも付加情報が重畳し ているかのように表示させる方法がある(図 2.3)．後者の場合は，実際の視野へ ARが 表示され，より自然な臨場感を持つAR サービスの提供が可能となる．本研究では，
透過型HMD でのAR活用は，タブレットと差別化し，より直感的な提示の効果検証 のため，実際の視野への情報重畳を対象とする．
9 図 2.3 透過型 HMDによる AR表示
透過型HMDを使用したARサービスには、下記がある．
・保守 ：保守・設備管理の遠隔支援[28][29]
・製造 ：設計データの表示，組み立て訓練[30]
透過型HMDは，スマートフォンやタブレットと比べて普及率が低いこともあるが，
法人向けサービスとしてもAR活用事例はタブレットに比べると少なく，透過型HMD を用いた AR活用の実用化には，制約があると推測される．保守・設備管理の遠隔支 援[28][29]についてはタブレット同様に映像情報への重畳形態となっており，実際の 視野に対して重畳した，より直感的な支援には至っていない．また，製造業ではサー ビスが展開され始めているが，製造での活用法では，作業者が移動せず，特定の場所 での作業を対象としている．組み立て訓練[30]についても，組み立て方法の例を作業 場所の近傍にAR により重畳表示している．保管やピッキング作業などの物流倉庫で の作業では，移動しながら作業を行っており，作業対象との距離が一定ではなく，ま た作業場所の指示などの支援も必要となることから，AR 活用で必要となる要件や活 用の可能性も異なると考えられる．
物流作業で実用化されているAR活用サービス事例について述べる．不透過型HMD 上にタブレットと同様に撮影した画像に情報を付与 してディスプレイ上に 表示する AR活用事例としては，空港の地上業務へのAR 指示[31]への活用があった．しかし，
透過型のHMD上により自然な臨場感が可能な透過型ディスプレイを通して現実世界 に情報だけを付与するAR活用事例は見当たらず，進化段階にあることがうかがえる．
倉庫業務に関する透過型HMDの活用は，ピッキング作業のテキストや図によるピッ キング指示の実用化[32]があるが，ARを活用したものはなかった．物流分野では，各 社AR技術を用いた倉庫内情報表示の将来像を描いており[33][34]，AR実用化が期待 されている．
物流倉庫で透過型HMDを使用して現実世界に情報だけを付与する AR研究として は，オーダーピッキングの AR での教育[35]，倉庫設計の計画段階での AR による確 認[36]などがあるが，ハンズフリーという利点から，ピッキングの作業指示へのAR活
10 用の研究が比較的多くみられる．
ReifやFunkらは，HMDにピッキング作業位置を AR指示するPick-by-Vision シ ステムを構築した[37][38]．また，山崎らは，ピッキング位置の認識間違いを軽減する 表現方法を提案するMRピッキングシステムを構築した[39][40]．
このように AR技術の実用化は，タブレット利用，透過型 HMD利用とも，様々な 分野で進んでいる．しかし，物流倉庫でARを実用化しているものは依然と少ない．
研究レベルでは，個々の作業へのAR 適用の検証が進められてはいるものの，タブレ ットと透過型HMDを倉庫内のどのような作業に使用すべきかの使い分けについて明 らかとなっていない．
また，透過型HMDによるピッキング作業へのAR活用では，Reifや Funkらの試 作システムは，トラッキング装置を頭につけ，HMD の描画処理のための PC などを 背負う構成となっている．そのため，作業はトラッキング可能な特定の範囲に限られ，
機器の重さによる負荷もあり，実用化には至らない．また，山崎らは，デジタルピッ キングシステム(DPS)と呼ばれるピッキング方式を比較対象としており，本研究で対 象とするピッキング形態とは異なっている．
また，これらの研究では，透過型 HMDの表示領域の影響を言及しているものの，
実用化の観点での透過型HMDの障壁の分析までは行われていない．そのため，実用 化を実現するためには，現状の市販の透過型HMDで ARの効果を検証し，実用化の 観点で市販の透過型HMDの障壁を分析し，物流倉庫で実用化できる範囲を明らかに する必要がある．
2.4 ピッキング作業指示の提示方法
透過型 HMD を用いてピッキング作業の指示を行う際の表示形式には，AR のほか にも様々な研究がされている．藤原らの研究[41]では，ピッキング場所のロケーショ ン ID や個数などをテキストで表示することにより，ピッキング指示を行っている．
テキストでの表示方式により，従来のHTを用いたピッキング方式に比べて，作業生
産性が 15％向上した．また，Ali らは，ピッキング対象の棚のロケーション ID を示
すテキストと，棚とピック数を示す図と，ピック対象の絵を組み合わせて，ピッキン グ指示を行っている[42]．Kim らは，ピッキング場所のロケーション ID や個数など のテキスト表示と，棚とピック数を示す図でのピッキング作業生産性を比較し，図で の効果を確認している[43]．Guo らは，棚とピック数を示す図で，HMD とピッキン グカートを模したタブレットでの生産性の比較を行い，差がないことを確認している
[44]．このような透過型 HMD でテキストや図によるピッキングは，DHL[32]などで
既に実用化され始めている．
透 過 型 HMD で の 表 示 に お い て ，AR と 他 の 表 示 方 式 の 比 較 検 証 と し て は ，
11
Schwerdtfegerらがロケーション IDのテキスト表示と，2次元の地図による棚の位置
の表示と，ARでの矢印表示を比較している[45]．その結果，生産性について差がなく，
ミスについては，ARが10倍増加することを明らかにしている．しかし，使用してい る透過型 HMDはトラッキング装置や PCを背負っており，特殊な機器構成となって おり，実用化の観点でのAR とAR 以外の表示形式の使い分けは明らかになっていな い．
透過型 HMD を用いた AR を実用化するにあたり，実用化の観点で，AR とそれ以 外の表示をどのように使い分けるかを明らかにし，適材適所で使用する必要がある．
2.5 課題と研究の目的
2.3 節で述べたように，様々な分野で AR は活用されており，物流倉庫での活用も 期待されている．AR 表示のデバイスとしては，主にタブレットと透過型 HMD があ るが，物流倉庫の作業支援での AR実用化において，それぞれをどのような作業に使 用すべきかは明らかとなっていない．そこで本研究では，タブレットと透過型 HMD による物流倉庫での AR活用のシステム開発および検証実験を通して，タブレットと 透過型HMDの物流倉庫でのAR実用範囲を明らかにする．
検証では，まずは作業生産性向上の効果が期待できるピッキング作業を対象に行い，
検証を通して，物流倉庫でのAR活用の実用化範囲を明らかにする．
タブレットによるシステムの検証としては，手で持つことに問題がなく，ピッキン グ作業の効率向上が可能と考え，ピッキング作業効率化のための作業者への作業効率 が低くなっている 箇所のピッキング時間などの データ分析結果の直感的な 可視化を ARで行う．そのために，分析データを可視化する倉庫内可視化ツールを開発し，検証 実験を通して，効果とその実用性を確認する．
透過型HMDによるシステムの検証としては，ハンズフリーの効果が高いと考えら れるピッキング作業のAR指示を市販の透過型HMDで検証する．市販されている透 過型HMDを使用したARピッキング検証システムを開発し，検証実験を通してHMD 単体での改善を行い，現状の透過型HMDを用いた最適なARピッキングシステムを 開発する．その上で，AR表示と AR以外の表示として文献[41]で提案しているテキス ト表示で評価実験を行い，透過型HMDでのAR の実用性や課題を分析する．また，
市販の透過型HMDは表示画角が狭く，障壁の一つであると考え，表示画角の影響に ついても，実用化の観点から分析する．
12
第3章 倉庫内分析データ可視化への AR 活用
本研究は，物流倉庫のピッキング作業効率化のために ARをタブレットで活用する．
倉庫現場では，ピッキング作業効率向上のため，作業者自身が，データ分析結果から ピッキング作業効率の低くなっている箇所を直感的に把握し，現場でその要因が特定 し，改善を行えることが重要である．本章では，作業者が要因を特定するため，分析 データをARで直感的に可視化する倉庫内可視化ツールの研究開発について論じる．
3.1 解決すべき課題とアプローチ
前章で述べたように，従来研究では，タブレットを使用した ARによるピッキング 作業を支援するものは見当たらなかった．まず，ピッキング作業効率化のためのタブ レットを用いたAR活用について，作業支援形態を検討した．ピッキング作業効率化 にAR を活用する場合，直感的提示の効果を考慮すると，ピッキング作業指示への活 用が効果的であると考える．しかし，タブレットでピッキング指示を行う場合，タブ レットに付属するカメラを作業対象に向けるため，手で持つ必要があり，これまでの ハンディターミナルによるピッキング作業と変わらず，効果が見込めない．ピッキン グ作業指示への活用では，ピッキング時に商品を手で持つ必要があるため，ハンズフ リーで作業可能なHMDの方がより効果がある．そこで，タブレットを手で持つこと に問題がなくピッキング作業効率化に効果がある形態として，倉庫現場で行われてい るピッキング作業効率化を目的とした業務改善のための分析作業にARを活用し，ピ ッキングの作業効率化のためのAR活用の実用性を検証することとした．
倉庫内のデータの分析などによる作業ロス箇所の環境や手順の見直しなどの業務 改善には，以下のようなものがある．
・ ピッキング頻度の高い商品を取りやすい位置に配置変更[46][47]
・ ピッキング経路や作業の手順を見直し[48][49]
・ 作業員への教育や訓練
これらの効果的な改善を行うためには，時間を要しており作業ロスとなっている要 因を特定することが重要である．
作業ロスの要因を特定するには，様々なデータを分析する方法がある．例えば，作 業員からセンシングした作業時間[9]や倉庫内の商品在庫の保管期間，商品の出荷頻度 等の数値データ[49][50]，商品属性や移動距離[47][48][49]，作業員の作業手順の観察，
作業員からのアンケート等のデータに着目して分析に利用している．
13 実際の業務改善の活動は，主に，倉庫内の作業者自身が，日々の業務の中で行って いる．従来研究では，分析により，様々な業務改善を行っているが，データ分析結果 の作業員への提示方法に着目したものはなく，AR を活用した提示による業務改善の 効果は明らかとなっていない．業務改善を日々の業務の中に組み込むためには，作業 者自身が分析ツールのデータ分析結果を理解して，作業ロス要因を特定する一連の分 析作業ができることが重要である．
本研究では，分析データを ARにより作業者に直感的に提示し，作業者自身での作 業ロスの要因の特定を容易にすることを目的とする．
作業効率を低下させる要因として，人，扱う商品，時間(帯)，場所，使用機材，指示・
管理等に起因するものがある．
このうち，人，時間，使用機材，指示・管理に起因するものは，従来手法で要因の 特定が可能である．例えば，人毎の作業効率をデータ分析することで，作業効率の低 い人を特定し，教育や訓練をすることで改善ができる．しかし，場所や商品に起因す るものは，データ分析等だけでは要因を特定できず，実際に現場に行かなければ要因 を特定することができないため，ARによる提示の効果が高いと考える．例えば，商品 のピッキング作業に時間を要している要因が，置かれている場所の前に不要なダンボ ールが置かれていて取りづらいという場合がある．また，商品のピッキング作業に時 間を要している要因が，商品の形状により持ちにくいという場合も，現場で商品を実 際に確認してみないと特定することができない．
このような要因を特定するためには，作業効率が低くなっている問題箇所を，実際 に倉庫現場で，容易に抽出し把握できるようにすることが重要となる．また，実際の 業務改善の活動は，主に，倉庫内の作業者自身が，日々の業務の中で行っていること が多く，作業員自身に直感的に分析ツールのデータ分析結果を提示することが重要で ある．
本研究では，全体地図の中から作業効率の低くなっている問題箇所を見つけ，その 後，実際に倉庫現場に移動し，ARを使って，データ分析結果を現場映像に重畳し，現 場と照らし合わせて確認することで，直感的に問題箇所を把握し，現場環境に起因し た要因の特定を可能とする倉庫内可視化ツールの開発を行う．
3.2 倉庫内可視化ツールの設計 3.2.1 要件の検討
倉庫内で問題箇所を容易に抽出し，現場環境に起因した要因を分析するための倉庫 内可視化ツールを開発するに当たり，要件を定義した．そのため，2つの物流倉庫で，
作業者と，倉庫全体を管理する管理者にヒアリングを実施した．なお，ヒアリングを 行った物流倉庫は，2つとも，ピッキングエリアに数万商品が並ぶ広大な倉庫である．
14 作業ロス箇所の改善については，物流倉庫Aでは，作業者自身が，ピッキング作業 時に問題箇所に気付いたときに，改善を行っていた．物流倉庫Bでは，管理者が巡回 時に，問題箇所に気付いたときに，作業者に改善指示を行っていた．両倉庫とも，不 定期ではあるが，日常的に改善を行っていた．また，両倉庫とも，分析ツールなどに よるデータ分析結果を活用できていなかった．その他の在庫配置等の改善については，
現状は管理者が分析作業を行っていた．これらの改善のための分析作業を定型化し，
将来的には全ての分析作業を作業者自身が行いたいという要望があった．
以上のような状況を踏まえ，本研究では，作業者，管理者の両者が使えるツールを 目指すことにした．
ヒアリングにより決定した要件は，以下である．
(1) 直感的な表示
作業ロス要因の分析作業を定型化するにあたり，両倉庫とも，現場環境の改善自 体は，作業者自身が行っていたことから，作業効率の低い箇所の特定，要因の分析 は，データ分析結果の理解に不慣れな作業者自身が行えるようにする必要がある．
そこで，作業現場で，データ分析結果の理解に不慣れな作業者が，データ分析結果 から問題箇所を容易に把握できるように直感的に表示する．
(2) 問題箇所の抽出
物流倉庫 Bからは，作業者が定期的に作業ロス要因の分析を行いつつも，管理の 点から，これまで同様に管理者が巡回時に問題箇所を抽出したいという要望があっ た．対象とした倉庫は広く保管商品も多いため，巡回しながら問題箇所を抽出する には時間を要するため，効率化が求められていた．
また，両倉庫とも，これまでの非効率な作業ロスの分析作業を定型化し，定期的 に行えるようにしたいという要望があった．
そこで，現場と照らし合わせて効率的に問題箇所を抽出し要因を特定する要因分 析作業を行うため，現場での分析の前段階として，倉庫全体から作業効率の低くな っている箇所を抽出可能とする．
(3) 様々な業務改善への対応
物流倉庫 Bでは，管理者により，最適な在庫配置の見直しが定期的に行われてお り，データ分析結果を活用していた．
そこで，これまで行っていた様々なデータ分析結果を使った在庫配置の見直しや，
新たに作業ロスの分析作業を定型化し，日常的に行うため，着目する業務改善に応 じた様々なデータ分析結果を表示可能とする．
15 これらの要件のためのデバイス選定については，それぞれの要件の検討後に，説明 する．
3.2.2 直感的な表示
要件(1)のため，作業現場での直感的な表示について検討した．
現場作業者が直感的に問題箇所を把握できるように，普段ピッキング作業時に使っ ている各ロケーションの間口(商品の取り出し口)にARで情報表示を行うこととした．
この際，各ロケーションの位置に対して，直感的にデータ分析結果の数値情報を確 認できるようにする必要がある．位置等の地理的情報にデータ特性を付加表示する方 法の代表的なものに色やテクスチャによりデータの特性を記述するコロプレスマップ がある[51]．これにより，地理的な情報と特性を一度に確認することができる．これ をAR で実現し，実際の棚の映像に分析結果のデータを色情報で表示することとした (図 3.1)．
図 3.1 色情報(コロプレスマップ)の表示例
例えば，ピッキング作業時間のかかっているロケーションには赤を表示し，かかっ ていないロケーションには青を表示した場合，赤色のロケーションを確認することで 問題箇所を把握できる．
3.2.3 問題箇所の抽出
要件(2)のため，倉庫全体から作業効率の低くなっている箇所を絞り込めるよう，現 場で使用するAR画面の他に，2Dマップ画面，3Dマップ画面を用意した(図 3.2)．
作業効率低 作業効率高 棚
ロケーション
16 図 3.2 複数視点での表示
(1). 2Dマップ画面
2Dマップ画面は，倉庫内を上から俯瞰的に表示する．倉庫内全体の傾向を把握し，
詳細に要因分析をしたい対象を検索するのに使用する．2Dマップ画面では，棚の各段 を確認でき，表示する段は，操作により切り替え可能とした．また，表示位置に関し ても，操作により自由に変更可能とした．さらに，特定のロケーションや数値データ を容易に確認できるよう検索機能を用意した．現場に移動する際に，2Dマップ画面上 で，容易に現在地が確認できるようAR画面での現在位置特定機能と連携させた．
(2). 3Dマップ画面
3Dマップ画面は，倉庫内の棚を 3D空間に表示する．2Dマップ画面では，段毎に
