1.
屋内測位技術の応用事例と
PDRベンチマーク標準化委員会の活動
概要
蔵田 武志1,2,3
t.kurata@aist.go.jp
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
高精度衛星測位サービス利用促進協議会(QBIC)
第23回社会実装推進(拡大)ＷＧ

2.
概要
• 本講演では、生産性向上や健康経営支援のため
に屋内測位技術含む地理空間インテリジェンス
（GSI）を製造現場やサービス現場に適用した
事例を時間の許す限り概説する。また、PDR
（Pedestrian Dead Reckoning: 歩行者用相対
測位）やVDR（Vehicle Dead Reckoning: 車両
用相対測位）含むxDR（PDRやVDRを含む相
対測位、DR for X）の性能等の評価に関する活
動、 及びxDRを含む各種屋内測位技術とその
関連技術の普及促進に関する活動を行うことを
目的として2014年に設立されたPDRベンチ
マーク標準化委員会の活動についても紹介する。
2

3.
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
3
製造業の６M
GSIの概念図
Kurata T., Maehata T., Hashimoto H., Tada N., Ichikari R., Aso H., Ito Y. (2019). IoH Technologies into Indoor Manufacturing Sites, IFIP
International Conference on Advances in Production Management Systems (APMS), pp.372-380.

4.
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
4
• 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
• HPM (Health and Productivity Management): 健康経営
• SDGs (Sustainable Development Goals): 持続可能な開発目標
• WB（Well-Being） : 1946年の世界保健機関（WHO）設立時に考案された憲章で言及
• PERMA: WB実現のための5要素（Positive emotion（ポジティブ感情）, Engagement（没頭）, Relationship（関係性）, Meaning（意義）, Achievement（達成））

5.
和食レストラン事例：
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
5
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.

6.
人と搬送ロボットとの協調
事例
6
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

7.
搬送ロボット自体の生産性
7
• 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

8.
改善例：ロボット躯体構造
8
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

9.
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
9
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

10.
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
10
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.

11.
業務再編内容
11
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

12.
新三方良し？！：効率化・サービスの質・QoW
12
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

13.
ゆとり(Allowance)とQoW
13
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

14.
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
14
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

15.
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
15

16.
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
16
• 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

17.
改善案の事前評価
17
• 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

18.
事例：工場
• デンソーでは，生産性向上とQoW，特に温熱環境などの労
働環境向上の両立を目的とした活動を推進
• その活動の一部を産総研との共同研究として実施
• 多様な取得データ（後述）を用いて生産性とQoWに関して
多面的に分析（屋内GSI技術を活用）
18
室温のヒートマップと
各作業者動線の例
（暴露温度・経験温度）
• 本事例：製造ラインの各作業者の作業行動の俯瞰的な実態把握のために
行われた作業者動線情報を用いた作業分析に関して報告
渡邊ら, 作業エリア遷移モデル生成とそのクラスター分析に基づく製造現場分析, HCGシンポジウム2022, B-2-3.

19.
対象製造ライン
休憩室
エアシャワー
滞在プロット
本事例で対象とした作業現場
• デンソー工場の製造ライン（自動車の仕掛品製造工程）
• 主要な分析対象製造ラインは約1,400㎡の矩形内
• 計測範囲：その周辺や休憩室も含む
• 計測対象期間：5日間（2021年度9月）
• 計測対象作業者10名：
• 昼勤（前番）5名（役割：リーダー，副リーダー，受入，外観検査，内部検査）
• 夜勤（後番）5名（役割：リーダー，副リーダー，受入，外観検査，組付け）
19

20.
作業分析：現場固有情報の有無
20
作業者の役割やシフト情報
（現場固有情報、ある種の正解値）
作業分析
現場側の調整
事前準備の人的・時間的コスト
分析開始が遅れる可能性
計測データ
作業分析
計測データ
作業者の役割やシフト情報
（現場固有情報、ある種の正解値）
分析精緻化
(A) 現場固有情報有りで分析開始
(B) 現場固有情報無しで分析開始
• 本事例：(B)を採用
計測データのみで分析開始
正解値が揃い次第、分析に活用

21.
分析に用いられたデータの種類
• 作業者動線データ
• 屋内測位システム（後述）
• 温湿度データ
• 温湿度センサを30個以上設置、ウェアラブルセンサも活用
• 騒音・風速・照度データ
• 定常的な操業状態で１回計測（33箇所）
• 作業者アンケートデータ
• 温熱感，倦怠感，騒音の主観評価
• 各シフトの食事休憩時と終業時の２回/シフト
21
注：本発表の分析では、作業者動線データのみ使用

22.
屋内測位システム
1. 携帯端末により加速度，角速度，磁気，環境中へ設置したBLEビーコンの RSSI (受信信号強度)を計測
2. 加速度，角速度，磁気よりPDR (歩行者相対測位)によって相対速度と角速度を推定
3. 粒子フィルタの各粒子の予測位置を計算
4. 予測位置で期待されるRSSIと実測されたRSSIを比較し尤度を求め，位置更新
5. 粒子について周辺化した尤度が一定値を下回り，かつ最も強いBLEビーコンのRSSIが一定値を上回った
場合，当該BLEビーコンの周辺へ粒子を配置し，位置の事後分布の近似が正しくなるよう補正
• 粒子フィルタを長時間使用した場合には粒子が本来の位置の周辺に無くなる場合があるため
22
小木曽里樹ら, 少数位置での電波強度計測値を用いる歩行者相対測位及び統合測位の補正法, HCGシンポジウム (2021)
S.Ogiso, et al., “Integration of BLE-based proximity detection with particle filter
for day-long stability in workplaces,” IEEE/ION PLANS 2023
BLEビーコン：
対象製造ライン 48か所、休憩室等 8か所

23.
送受信ペア型の測位システムとコスト
23
SB型: 設備側（Stationary Beacon）から作業者・車両側にビーコン信号を送信
MB型: 作業者・車両側（Moving Beacon）から設備側にビーコン信号を送信
IoT研測位
(SB型)
既存BLE測位
(MB型)
¥ 約300万円 約860万円
精
度
BLE設置付近:1～
3m
その他:2～10ｍ
BLE設置付近:1～
3m
その他:3～10m
性
能
動線(連続)計測, 設
置端末守備範囲外
計測、向き・速度
の計測
動線ではなく存在
範囲の計測, 設置端
末守備範囲外計測
不可
付
加
機
能
転倒検知, 歩行状
態評価(転倒予知),
タッチパネル/音/
振動でのインタラ
クション
作業者端末の充電
が不必要, 作業者へ
の端末割当が楽
(費用は、[30x30m, 10人/直]で５年使用を想定)
(2019年時点の実際の製造ラインでの見積もり)
Kurata, T. et al., IoH Technologies into Indoor Manufacturing Sites, APMS, IFIP AICT 567,
pp.372-380, 2019.

24.
作業エリア遷移モデル（マスター）の生成手順(まとめ)
24
作業エリア遷移モデル（マスター）
モデルの次元数：525（= 21 x 4 + 441）
・滞在ノード 21個（対象ライン内13、ライン外7、マップ外1）
・滞在時間長レベル 4段階
・エッジ：441本（21ノード×21ノード）
・遷移回数
動線

25.
作業エリア遷移インスタンスの生成手順
25
作業エリア遷移
インスタンスの例

26.
作業パターンのクラスター分析
• リーダー，副リーダー：昼勤，夜勤ともそれぞれ概ね同じ作業パターン
• 受入，外観検査：
• 昼勤と夜勤とで異なる作業パターン
• 昼勤，夜勤それぞれの中では同じ作業パターン
26
• 作業エリア遷移インスタンスのクラスタ ⇒ 作業パターン
• 全作業エリア遷移インスタンスを非階層クラスタリング（k-means++法）
• 作業パターン数 12（エルボー法とシルエット法で複合的に判定）
作業エリア遷移インスタンスのクラスタリング結果の役割との比較
（表内の番号は作業パターンID）（インスタンス数が１の作業パターン4個については、IDを0と表記）
現場固有情報
・作業者の役割
・シフト情報
現場固有情報
・作業者の役割
・シフト情報

27.
作業パターンのクラスター分析
• 全般的には想定通りの作業パターン
• 客観・定量的な見える化
• リーダーと副リーダーが，それぞれ製造ライン
の右側と左側を主に受け持っていることを把握
• 後日，現場管理者から，そのような分担が
あることを確認
27
各役割の代表的な作業パターンに含まれる作業エリア遷移インスタンスの例の状態遷移図
現場管理者から提供された
各役割の想定された配置情報

28.
作業エリア遷移インスタンスの例外抽出手順（まとめ）
28
個別性:
作業パターン毎の
例外指標
安定性：
全作業パターンの
多数データから
求める閾値

29.
抽出された例外作業エリア遷移インスタンス
29
閾値

30.
抽出された例外作業エリア遷移インスタンス
30

31.
今後の発表予定
• 中江ら, 地理空間インテリジェンスを⽤いた製造ライン作業者の労働環境
および作業負荷の評価, サービス学会 第11回 国内大会, D-1-2-3, 2023.
• Kourogi et al., Vibration-Based Dead-Reckoning for Vehicle
Localization, IEEE/ION PLANS 2023.
• Ogiso et al., Infrastructure-Less Localization from Indoor
Environmental Sounds Based on Spectral Decomposition and
Spatial Likelihood Model, IEEE/SICE SII 2023.
31
• 屋内測位＆環境データ定点観測⇒経験（暴露）量推定
• 定点データよりも経験量の方が主観と相関が高い
• VDR
• 環境音を用いた屋内測位

32.
32

33.
屋内測位技術（屋外は衛星測位（GNSS））
33
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

34.
34
Zerokey，VEVUEのデモをして
いただきました
次頁の内容

35.
日時：2022年10月18日（火）16:00～19:00
場所：ハイブリッド マルティスープ株式会社 オープンスペース，Zoom
見逃し配信：委員会メンバー限定の見逃し配信あり
主催：PDRベンチマーク標準化委員会（https://unit.aist.go.jp/harc/pdr-bms/index.html）
協賛：測位航法学会、位置情報サービス研究機構 Lisra
プログラム（司会：蔵田武志（産総研））
16:00- 開会挨拶、屋内測位話題提供
西尾 信彦（立命館大学）
16:20- 招待講演：「ディープラーニングを用いた6自由度IMUオドメトリとその課題 ー水中オ
ドメトリとIMUキャリブレーションを例としてー」
内山 英昭（奈良先端大）
16:50- 「振動解析に基づく自律航法(VDR)の展開 ー 人から車両、ドローンの測位に向けて ー」
興梠 正克（産総研・サイトセンシング）
17:05- 「屋内測位評価国際標準化について」
一刈 良介（産総研）
17:20-17:30（休憩）
17:30- 基調講演：『 電子コンパスから始まる IoTの世界 』－－ 9軸センサとPDR開発の歴史 －－
山下 昌哉（旭化成）
18:40- 「吹田SA従業員計測実証について」
佐藤章博（産総研）
18:55-19:00 閉会：蔵田 (GNSSシンポジウム、HCGシンポジウム特集テーマセッション「ロケー
ション・インフォマティクス」のご案内)
xDRワークショップ2022
「屋内測位のための磁気、オドメトリ、慣性航法、PDR、VDR」
35

36.
36
開会挨拶、屋内測位話題提供 西尾 信彦 委員長（立命館大学）

37.
37
開会挨拶、屋内測位話題提供 西尾 信彦 委員長（立命館大学）

38.
38
開会挨拶、屋内測位話題提供 西尾 信彦 委員長（立命館大学）

39.
39
招待講演：ディープラーニングを用いた6自由度IMUオドメトリとその課題
ー水中オドメトリとIMUキャリブレーションを例としてー 内山 英昭（奈良先端大）

40.
40
招待講演：ディープラーニングを用いた6自由度IMUオドメトリとその課題
ー水中オドメトリとIMUキャリブレーションを例としてー 内山 英昭（奈良先端大）
にて報告予定

41.
基調講演：『 電子コンパスから始まる IoTの世界 』
－－ 9軸センサとPDR開発の歴史 －－
山下 昌哉（旭化成）
41
今回の目玉は、全国発明表彰恩賜発明賞や紫綬褒章を受章され、
「Mr.電子コンパス」の呼び声高い旭化成の山下昌哉様をお招きした基調講演

42.
42
時間分解能が
悪くてよいなら、
ホール素子で測れる！

43.
43

44.
44

45.
45

46.
46

47.
47
振動解析に基づく自律航法(VDR)の展開 ー 人から車両、ドローンの測位に向けて ー
興梠 正克（産総研・サイトセンシング）

48.
48
「屋内測位評価国際標準化について」 一刈 良介（産総研）

49.
49
吹田SA従業員計測実証について
佐藤章博（産総研）
NEDO スプラウト
実験統括 ✓
計測技術実証
(測位、経験サンプリング)
✓
健康経営
分析
(生産性
+QoW)
健康状態把握 ✓
多能工化分析
(働き甲斐、働きやすさ)
✓
多能工化分析
(生産性)
✓
ES ✓
NEDOプロジェクト「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」
産総研・立命館大 融合シーズ・スプラウト・プログラム
「多能工化に基づくサービス業の業務設計における生産性、
従業員満足、Quality of Working の総合的分析」

50.
職域常時モニタリングの大規模実証
50
佐藤章博ら, "健康経営支援のための高速道路SA従業員の心身状態常時モニタリング", HCGシンポジウム, (5-pages, in-press), 2022.
Ogiso et al., Integration of BLE-Based Proximity Detection with Particle Filter for Day-Long Stability in Workplaces, IEEE/ION PLANS 2023.
心身状態に与える影響
（協力:がんこフードサービス株式会社）
•24時間営業に伴う深夜帯勤務
•負荷の異なる複数の業態に従事
特定保健指導、健康経営支援の
観点における分析課題
国立研究開発法人新エネルギー・産業技術総合開発機構（ＮＥＤＯ）の委託業務（JPNP21501015-0）
心身状態推定AI
屋内測位最適化
実証現場

51.
屋内測位技術の応用事例と
PDRベンチマーク標準化委員会の活動
概要
• 本講演では、生産性向上や健康経営支援のため
に屋内測位技術含む地理空間インテリジェンス
（GSI）を製造現場やサービス現場に適用した
事例を時間の許す限り概説する。また、PDR
（Pedestrian Dead Reckoning: 歩行者用相対
測位）やVDR（Vehicle Dead Reckoning: 車両
用相対測位）含むxDR（PDRやVDRを含む相
対測位、DR for X）の性能等の評価に関する活
動、 及びxDRを含む各種屋内測位技術とその
関連技術の普及促進に関する活動を行うことを
目的として2014年に設立されたPDRベンチ
マーク標準化委員会の活動についても紹介する。
51

52.
Kurata, T. (2021). Geospatial Intelligence for Health and Productivity Management in Japanese
Restaurants and Other Industries, APMS 2021, 9 pages.
地理空間インテリジェンス（GSI）を
用いた事例を俯瞰：産総研関連
評価対象
52
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
目的

53.
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]
53
地理空間情報を間接的に適用
[作業量] [作業時間]
[定性評価（回顧主観調査）]
[稼働中作業指標]
[時間的ゆとり] [作業者間の作業量の偏り]
地理空間情報から直接評価
[動線] [移動距離] [移動速度]
[持ち場専念率・守備率]
[能動的作業指標]
[エリア滞在時間] [滞在ヒートマップ]
生産性
QoW
働きやすさ 働きがい
健康