JP6842591B1 - 工作機械、工作機械の制御方法、および、工作機械の制御プログラム - Google Patents

Abstract

【課題】監視処理の実行頻度を調整するための技術を提供する。【解決手段】ワークを加工することが可能な工作機械は、工具またはワークを装着することが可能な主軸と、工作機械で作業を行っている作業者を検知するための検知部と、工具およびワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するための実行部とを備える。検知部によって作業者が検知された場合における監視処理の実行頻度は、検知部によって作業者が検知されなかった場合における監視処理の実行頻度よりも少ない。【選択図】図３

Description

本開示は、工作機械で実行される処理の実行頻度を調整するための技術に関する。

工作機械は、ワークの加工処理だけでなく、ワークの加工処理に直接的に関係が無い間接的な処理（以下、「監視処理」ともいう。）も実行する。当該監視処理の一例としては、ワークの形状の測定処理や、工具の摩耗量の測定処理などが挙げられる。

工具の摩耗量を推定する技術に関し、特許文献１（特開２０２０−０１５１０６号公報）は、「切削加工の進行に伴うワークの振動特性の変化に起因した誤判定を抑制して工具の摩耗状態を判定可能な工具摩耗判定装置」を開示している。

特開２０２０−０１５１０６号公報

監視処理は、ワークの加工に直接的に関係の無い処理であるため、頻繁に実行されると、処理時間が余分にかかってしまう。したがって、状況に応じて監視処理の実行頻度を調整するための技術が望まれている。特許文献１に開示される技術は、監視処理の実行頻度を調整するためものではない。

本開示の一例では、ワークを加工することが可能な工作機械は、工具またはワークを装着することが可能な主軸と、上記工作機械で作業を行っている作業者を検知するための検知部と、上記工具および上記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するための実行部とを備える。上記検知部によって上記作業者が検知された場合における上記監視処理の実行頻度は、上記検知部によって上記作業者が検知されなかった場合における上記監視処理の実行頻度よりも少ない。

本開示の一例では、上記工作機械は、さらに、上記工作機械で作業している作業者を識別するための個人識別部と、作業者の熟練度が作業者別に規定されている熟練度情報を取得するための情報取得部と、上記熟練度情報に基づいて、上記個人識別部によって識別された作業者の熟練度を特定するための特定部とを備える。上記特定部によって特定された熟練度が高いほど、上記監視処理の実行頻度は少ない。

本開示の一例では、上記工作機械は、さらに、上記工作機械で作業している作業者の調子を表わす指標を取得するための指標取得部と、上記指標に基づいて、上記作業者の調子を示す状態スコアを算出するための算出部を備える。上記算出部によって算出された上記状態スコアが高いほど、上記監視処理の実行頻度は少ない。

本開示の一例では、上記監視処理は、上記ワークの形状を測定するためのワーク測定処理と、上記工具の状態を測定するための工具測定処理と、の少なくとも一方を含む。

本開示の一例では、上記工作機械は、さらに、複数の工具を保持するためのマガジンを備え、上記複数の工具は、上記ワークの形状を測定するための測定工具を含む。上記工作機械は、さらに、上記複数の工具から選択された一の工具を上記主軸に装着するための工具交換装置を備える。上記ワーク測定処理は、上記測定工具を上記主軸に装着するように上記工具交換装置を制御する処理と、上記ワークの形状を上記測定工具に測定させる処理と、上記測定工具を上記マガジンに戻すように上記工具交換装置を制御する処理とを含む。

本開示の一例では、上記工作機械は、さらに、カメラと、上記主軸の位置を移動するための位置駆動部とを備える。上記工具測定処理は、上記主軸に装着されている工具が上記カメラの視野内に含まれるように上記位置駆動部を制御する処理と、上記主軸に装着されている工具を上記カメラに撮影させる処理と、上記撮影させる処理により上記カメラから得られた画像に基づいて、上記主軸に装着されている工具の摩耗量を測定する処理とを含む。

本開示の他の例では、ワークを加工することが可能な工作機械の制御方法が提供される。上記工作機械は、工具を装着することが可能な主軸を備える。上記制御方法は、上記工作機械で作業を行っている作業者を検知するステップと、上記工具および上記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するステップとを備える。上記検知するステップで上記作業者が検知された場合における上記監視処理の実行頻度は、上記検知するステップで上記作業者が検知されなかった場合における上記監視処理の実行頻度よりも少ない。

本開示の他の例では、ワークを加工することが可能な工作機械の制御プログラムが提供される。上記工作機械は、工具を装着することが可能な主軸と、上記制御プログラムは、上記工作機械に、上記工作機械で作業を行っている作業者を検知するステップと、上記工具および上記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するステップとを実行させる。上記検知するステップで上記作業者が検知された場合における上記監視処理の実行頻度は、上記検知するステップで上記作業者が検知されなかった場合における上記監視処理の実行頻度よりも少ない。

本発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本発明に関する次の詳細な説明から明らかとなるであろう。

工作機械の外観を示す図である。 工作機械における駆動機構の構成例を示す図である。 工作機械の周囲に作業者がいない場合における監視処理の実行タイミングと、工作機械の周囲に作業者がいる場合における監視処理の実行タイミングとをグラフで示す図である。 測定工具の内部構造を示す断面図である。 工具摩耗量の測定機構の一例を示す図である。 工作機械の機能構成の一例を示す図である。 作業者による作業の様子を示す図である。 測定工具のハードウェア構成の一例を示す図である。 ＣＰＵ（Central Processing Unit）ユニットのハードウェア構成の一例を示す図である。 ＣＮＣ（Computerized Numerical Control）ユニットのハードウェア構成の一例を示す図である。 情報処理装置のハードウェア構成の一例を示す図である。 監視処理の実行制御の流れを示すフローチャートである。 変形例１に従う工作機械の機能構成の一例を示す図である。 熟練度情報のデータ構造の一例を示す図である。 変形例２に従う工作機械の機能構成の一例を示す図である。

以下、図面を参照しつつ、本発明に従う各実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される各実施の形態および各変形例は、適宜選択的に組み合わされてもよい。

＜Ａ．工作機械１００の構成＞
まず、図１を参照して、工作機械１００の構成について説明する。図１は、工作機械１００の外観を示す図である。

工作機械１００は、ワークの加工機である。一例として、工作機械１００は、ワークの除去加工（ＳＭ（Subtractive manufacturing）加工）を行う工作機械である。あるいは、工作機械１００は、ワークの付加加工（ＡＭ（Additive manufacturing）加工）を行う工作機械であってもよい。また、工作機械１００は、立形のマシニングセンタや横形のマシニングセンタやターニングセンタであってもよい。あるいは、工作機械１００は、旋盤であってもよいし、その他の切削機械や研削機械であってもよい。さらに、工作機械は、これらを複合した複合機であってもよい。

工作機械１００には、操作盤５００が設けられている。操作盤５００は、作業者Ｕによる操作を受け付ける。操作盤５００は、加工に関する各種情報を表示するためのディスプレイ５０５と、工作機械１００に対する各種操作を受け付ける操作キー５０６とを含む。

工作機械１００は、加工エリアＡＲ１と、工具エリアＡＲ２とを有する。加工エリアＡＲ１および工具エリアＡＲ２のそれぞれは、カバーによって区画化されている。加工エリアＡＲ１には、主軸頭１３０が設けられている。工具エリアＡＲ２には、ＡＴＣ１６０と、マガジン１７０とが設けられている。マガジン１７０は、ワークの加工に用いられる種々の工具を収納する。マガジン１７０に収納されている工具は、加工エリアＡＲ１と工具エリアＡＲ２との間の仕切に設けられているドアＤを介して主軸頭１３０に取り付けられる。ドアＤは、スライド式のドアであり、モータなどの駆動源により開閉される。

＜Ｂ．工作機械１００の駆動機構＞
次に、図２を参照して、工作機械１００における各種の駆動機構について説明する。図２は、工作機械１００における駆動機構の構成例を示す図である。

図２に示されるように、工作機械１００は、制御部５０と、回転駆動部１１０Ａと、位置駆動部１１０Ｂと、ＡＴＣドライバ１１１Ｎと、主軸頭１３０と、撮影部１４０と、ＡＴＣ１６０とを含む。

本明細書でいう「制御部５０」とは、工作機械１００を制御する装置を意味する。制御部５０の装置構成は、任意である。制御部５０は、単体の制御ユニットで構成されてもよいし、複数の制御ユニットで構成されてもよい。図２の例では、制御部５０は、ＣＰＵユニット２０と、ＣＮＣユニット３０と、情報処理装置４０とで構成されている。

ＣＰＵユニット２０およびＣＮＣユニット３０は、たとえば、バスＢを介して互いに通信を行う。ＣＮＣユニット３０および情報処理装置４０は、たとえば、通信経路ＮＷ（たとえば、無線ＬＡＮ、有線ＬＡＮ、フィールドネットワークなど）を介して互いに通信を行う。

ＣＰＵユニット２０は、ＰＬＣ（Programmable Logic Controller）である。ＣＰＵユニット２０は、予め設計されているＰＬＣプログラムに従って、制御部５０を構成する各種ユニットを制御する。当該ＰＬＣプログラムは、たとえば、ラダープログラムで記述されている。ＣＰＵユニット２０は、当該ＰＬＣプログラムに従ってＡＴＣドライバ１１１Ｎを制御し、ＡＴＣ１６０の送り駆動および回転駆動を制御する。

ＡＴＣ１６０は、中心軸１６５と、アーム１６６とを含む。図２の例では、中心軸１６５は、Ｚ軸に平行に設けられている。アーム１６６は、中心軸１６５の軸方向に直交する一方向に中心軸１６５から延出している工具把持部１６６Ａと、当該一方向の反対方向に中心軸１６５から延出している工具把持部１６６Ｂとを含む。

ＡＴＣドライバ１１１Ｎは、たとえば、２軸一体型のドライバであり、ＡＴＣ１６０に接続される第１，第２サーボモータ（図示しない）の駆動を制御する。より具体的には、ＡＴＣドライバ１１１Ｎは、第１サーボモータの目標回転速度の入力と、第２サーボモータの目標回転速度の入力とのそれぞれをＣＰＵユニット２０から受け、第１，第２サーボモータのそれぞれを制御する。

上記第１サーボモータは、ＡＴＣドライバ１１１Ｎからの出力電流に従ってＡＴＣ１６０のアーム１６６を送り駆動し、Ｚ軸方向の任意の位置にアーム１６６を駆動する。上記第２サーボモータは、ＡＴＣドライバ１１１Ｎからの出力電流に従ってＡＴＣ１６０のアーム１６６を回転駆動し、Ｚ軸を中心とした回転方向の任意の回転角度にアーム１６６を駆動する。

ＡＴＣ１６０は、工具の交換命令を受けたことに基づいて、マガジン１７０から次使用工具ＴＢを取得する。その後、ＡＴＣ１６０は、使用済工具ＴＡを主軸１３２から抜き取るとともに、次使用工具ＴＢを主軸１３２に装着する。その後、ＡＴＣ１６０は、主軸１３２から抜き取った使用済工具ＴＡをマガジン１７０に収納する。

ＣＮＣユニット３０は、ＣＰＵユニット２０からの加工開始指令を受けたことに基づいて、予め設計されている加工プログラムの実行を開始する。当該加工プログラムは、たとえば、ＮＣ（Numerical Control）プログラムで記述されている。ＣＮＣユニット３０は、当該加工プログラムに従って、回転駆動部１１０Ａおよび位置駆動部１１０Ｂを制御し、主軸頭１３０を駆動する。

主軸頭１３０は、主軸筒１３１と、主軸１３２とを含む。主軸１３２は、主軸筒１３１により回転可能に支持されている。主軸１３２にはマガジン１７０から選択された一の工具が装着される。工具は、主軸１３２と連動して回転する。

回転駆動部１１０Ａは、主軸１３２の角度を変えるための駆動機構である。一例として、回転駆動部１１０Ａは、Ｘ軸方向を回転軸中心とした回転方向（以下、「Ａ軸方向」ともいう。）、Ｙ軸方向を回転軸中心とした回転方向（以下、「Ｂ軸方向」ともいう。）、および、Ｚ軸方向を回転軸中心とした回転方向（以下、「Ｃ軸方向」ともいう。）の少なくとも１つの角度を調整する。回転駆動部１１０Ａの装置構成は、任意である。回転駆動部１１０Ａは、単体の駆動ユニットで構成されてもよいし、複数の駆動ユニットで構成されてもよい。図２の例では、回転駆動部１１０Ａは、サーボドライバ１１１Ｂ、１１１Ｃで構成されている。

位置駆動部１１０Ｂは、主軸１３２の位置を変えるための駆動機構である。一例として、位置駆動部１１０Ｂは、Ｘ軸方向、Ｙ軸方向およびＺ軸方向の少なくとも１つの位置を調整する。位置駆動部１１０Ｂの装置構成は、任意である。位置駆動部１１０Ｂは、単体の駆動ユニットで構成されてもよいし、複数の駆動ユニットで構成されてもよい。図２の例では、位置駆動部１１０Ｂは、サーボドライバ１１１Ｘ〜１１１Ｚで構成されている。

サーボドライバ１１１Ｂは、ＣＮＣユニット３０から目標回転速度の入力を逐次的に受け、Ｂ軸方向に主軸頭１３０を回転駆動するためのサーボモータ（図示しない）を制御する。

より具体的には、サーボドライバ１１１Ｂは、当該サーボモータの回転角度を検知するためのエンコーダ（図示しない）のフィードバック信号から当該サーボモータの実回転速度を算出し、当該実回転速度が目標回転速度よりも小さい場合には当該サーボモータの回転速度を上げ、当該実回転速度が目標回転速度よりも大きい場合には当該サーボモータの回転速度を下げる。このように、サーボドライバ１１１Ｂは、当該サーボモータの回転速度のフィードバックを逐次的に受けながら当該サーボモータの回転速度を目標回転速度に近付ける。これにより、サーボドライバ１１１Ｂは、Ｂ軸方向における主軸頭１３０の回転速度を調整する。

サーボドライバ１１１Ｃは、ＣＮＣユニット３０から目標回転速度の入力を逐次的に受け、主軸１３２の軸方向を中心とした回転方向に主軸１３２を回転駆動するためのサーボモータ（図示しない）を制御する。

より具体的には、サーボドライバ１１１Ｃは、当該サーボモータの回転角度を検知するためのエンコーダ（図示しない）のフィードバック信号から当該サーボモータの実回転速度を算出し、当該実回転速度が目標回転速度よりも小さい場合には当該サーボモータの回転速度を上げ、当該実回転速度が目標回転速度よりも大きい場合には当該サーボモータの回転速度を下げる。このように、サーボドライバ１１１Ｃは、当該サーボモータの回転速度のフィードバックを逐次的に受けながら当該サーボモータの回転速度を目標回転速度に近付ける。これにより、サーボドライバ１１１Ｃは、主軸１３２の回転速度を調整する。

サーボドライバ１１１Ｘは、ＣＮＣユニット３０から目標位置の入力を逐次的に受け、サーボモータ（図示しない）を制御する。当該サーボモータは、主軸頭１３０が取り付けられている移動体をボールネジ（図示しない）を介して送り駆動し、Ｘ軸方向の任意の位置に主軸頭１３０を移動する。サーボドライバ１１１Ｘによる当該サーボモータの制御方法は、サーボドライバ１１１Ｂ、１１１Ｃと同様であるので、その説明については繰り返さない。

サーボドライバ１１１Ｙは、ＣＮＣユニット３０から目標位置の入力を逐次的に受け、サーボモータ（図示しない）を制御する。当該サーボモータは、主軸頭１３０が取り付けられている移動体をボールネジ（図示しない）を介して送り駆動し、Ｙ軸方向の任意の位置に主軸１３２を移動する。サーボドライバ１１１Ｙによる当該サーボモータの制御方法は、サーボドライバ１１１Ｂ、１１１Ｃと同様であるので、その説明については繰り返さない。

サーボドライバ１１１Ｚは、ＣＮＣユニット３０から目標位置の入力を逐次的に受け、サーボモータ（図示しない）を制御する。当該サーボモータは、主軸頭１３０が取り付けられている移動体をボールネジ（図示しない）を介して送り駆動し、Ｚ軸方向の任意の位置に主軸１３２を移動する。サーボドライバ１１１Ｚによる当該サーボモータの制御方法は、サーボドライバ１１１Ｂ、１１１Ｃと同様であるので、その説明については繰り返さない。

なお、上述では、回転駆動部１１０Ａがサーボドライバで構成されている例について説明を行ったが、回転駆動部１１０Ａは、その他のモータドライバで構成されてもよい。一例として、回転駆動部１１０Ａは、ステッピングモータ用の１つ以上のモータドライバで構成されてもよい。同様に、位置駆動部１１０Ｂは、ステッピングモータ用の１つ以上のモータドライバで構成されてもよい。

情報処理装置４０は、汎用のコンピュータである。一例として、情報処理装置４０は、デスクトップ型のコンピュータであってもよいし、ノート型のコンピュータであってもよいし、タブレット端末であってもよい。

情報処理装置４０は、ワークの形状を測定するための測定工具１０と無線で通信を行う。測定工具１０は、非使用時にはマガジン１７０（図１参照）に収納されており、使用時にはＡＴＣ１６０によって主軸１３２に装着される。測定工具１０は、ワークの加工前、ワークの加工中、およびワークの加工後において、主軸１３２に装着された状態でワークの形状を測定する。

一例として、測定工具１０は、距離センサとして機能する。より具体的には、測定工具１０は、レーザ光をワークの表面に向けて照射し、ワークＷの表面により反射されたレーザ光を受光してワークＷの表面との間の距離を算出する。測定工具１０による測定結果は、情報処理装置４０に送信される。情報処理装置４０は、測定工具１０の測定結果に基づいて、種々の処理を実行する。

また、情報処理装置４０は、撮影部１４０と通信を行う。情報処理装置４０には、画像処理プログラムがインストールされており、撮影部１４０から取得した画像に対して種々の画像処理を実行する。

＜Ｃ．概要＞
工作機械１００は、ワークの加工処理だけでなく、ワークの加工処理に直接的に関係が無い間接的な監視処理も実行する。当該監視処理の一例としては、ワーク形状の測定処理や、工具の摩耗度合いの測定処理などが挙げられる。

工作機械１００の周囲に作業者がいる場合には、ワークおよび工具を目視で確認することができるため、監視処理が頻繁に実行される必要はない。そこで、工作機械１００は、工作機械１００の周囲に作業者がいる場合における監視処理の実行頻度を、工作機械１００の周囲に作業者がいない場合における監視処理の実行頻度よりも少なくする。「実行頻度」とは、所定の単位時間（たとえば、１時間）当たりに実行される監視処理の実行回数を示す。

図３を参照して、監視処理の実行タイミングの一例について説明する。図３は、工作機械１００の周囲に作業者がいない場合における監視処理の実行タイミングと、工作機械１００の周囲に作業者がいる場合における監視処理の実行タイミングとをグラフで示す図である。

まず、工作機械１００は、監視処理の実行前に、工作機械１００の周囲に作業者がいるか否かを判断する。作業者の検知方法については後述する。作業者が検知されなかった場合には、工作機械１００は、タイミングＴ１〜Ｔ６において監視処理を実行する。一方で、作業者が検知された場合には、工作機械１００は、タイミングＴ１，Ｔ３，Ｔ５において監視処理を実行し、タイミングＴ２，Ｔ４，Ｔ６においては監視処理を実行しない。このように、工作機械１００は、作業者が検知された場合における監視処理の実行頻度を、作業者が検知されなかった場合における監視処理の実行頻度よりも少なくする。これにより、工作機械１００は、工具やワークに生じた異常を見逃す可能性を抑えつつ、処理時間を短縮することができる。また、工作機械１００の消費電力を削減することもできる。

なお、作業者が周囲にいる場合における監視処理の実行頻度が、作業者が周囲にいない場合における監視処理の実行頻度よりも結果的に少なくなれば、監視処理の実行回数を減らす方法は任意である。一例として、工作機械１００は、作業者が検知された場合には、複数回に１回の頻度で監視処理を実行してもよい。あるいは、作業者が検知された場合には、監視処理の実行処理をスキップするようにプログラムが規定されてもよい。

また、図３では、作業者が検知された場合には、タイミングＴ１，Ｔ３，Ｔ５において監視処理が実行される例について説明を行ったが、工作機械１００は、作業者を検知している間、監視処理を実行しなくてもよい。

＜Ｄ．測定工具１０の内部構成＞
次に、図４を参照して、図２に示される測定工具１０の内部構成について説明する。図４は、測定工具１０の内部構造を示す断面図である。

図４を参照して、測定工具１０は、筐体１５０を含む。筐体１５０は、その内部に、制御回路１０１と、レーザ発振器１６１と、ＣＣＤカメラ１６２と、プリズム１６３と、反射鏡１６４と、絞り１６７と、凸レンズ１６８，１６９とを有する。筐体１５０の上端には、主軸１３２との接続機構１４６が設けられる。

レーザ発振器１６１は、ワークＷの表面にレーザ光を照射する。ＣＣＤカメラ１６２は、レーザ発振器１６１から照射されワークＷの表面で反射したレーザ光を受光して２次元画像データを生成する。プリズム１６３および反射鏡１６４は、レーザ発振器１６１とワークＷとの間に配置され、レーザ発振器１６１からのレーザ光をワークＷの表面に導く。凸レンズ１６８，１６９は、ＣＣＤカメラ１６２とワークＷとの間に配置され、ワークＷの表面で反射したレーザ光をＣＣＤカメラ１６２の撮像面１６２Ａ上に結像させる。絞り１６７は、ＣＣＤカメラ１６２と凸レンズ１６９との間に配置される。

＜Ｅ．工具の測定機構＞
次に、図５を参照して、工具の摩耗量を測定するための測定機構について説明する。図５は、当該測定機構の一例を示す図である。

図５に示されるように、主軸頭１３０は、加工エリアＡＲ１に設けられている。撮影部１４０および光源１４５，１４７は、工具エリアＡＲ２に設けられている。撮影部１４０は、カメラ１４１と、対物レンズ１４２とで構成されている。

光源１４５は、たとえば、リング照明であり、対物レンズ１４２を囲うように設置される。光源１４５は、カメラ１４１の撮影視野ＣＲ内にある物体に光を照射する。当該物体からの反射光は、対物レンズ１４２に入射する。これにより、加工用の工具１３４を表わす工具画像がカメラ１４１から得られる。

光源１４７は、対物レンズ１４２および光源１４５に対向するように設けられる。光源１４７は、カメラ１４１の撮影視野ＣＲ内にある物体に撮影方向の反対側から光を照射する。その結果、光源１４７から照射された光は、カメラ１４１の撮影視野ＣＲに含まれる物体に遮られ、当該物体に遮られなかった光がカメラ１４１に入射する。これにより、影絵としての工具画像がカメラ１４１から得られる。

＜Ｆ．工作機械１００の機能構成＞
図６および図７を参照して、工作機械１００の機能構成について説明する。図６は、工作機械１００の機能構成の一例を示す図である。

工作機械１００は、機能構成として、検知部５１と、実行部６０とを含む。以下では、これらの機能構成について順に説明する。

なお、各機能構成の配置は、任意である。一例として、検知部５１は、上述のＣＰＵユニット２０（図２参照）に実装されてもよいし、上述のＣＮＣユニット３０（図２参照）に実装されてもよいし、上述の情報処理装置４０（図２参照）に実装されてもよい。また、実行部６０は、ＣＰＵユニット２０に実装されてもよいし、ＣＮＣユニット３０に実装されてもよいし、情報処理装置４０に実装されてもよい。あるいは、図３に示される機能構成の一部は、サーバーなどの外部装置に実装されてもよいし、専用のハードウェアに実装されてもよい。

（Ｆ１．検知部５１）
まず、図７を参照して、図６に示される検知部５１の機能について説明する。図７は、作業者による作業の様子を示す図である。

検知部５１は、たとえば、画像を用いて工作機械１００の周囲にいる作業者を検知する。より具体的には、工作機械１００には、カメラ４１０が設けられる。カメラ４１０は、作業者Ｕの作業エリアを撮影するように設置される。一例として、カメラ４１０は、工作機械１００の外カバー上に設けられる。カメラ４１０は、１台だけ設置されてもよいし、複数台設置されてもよい。カメラ４１０は、作業者Ｕを撮影して得られた画像を検知部５１に定期的に送る。

検知部５１は、カメラ４１０から得られた画像を用いて作業者を検知する。作業者Ｕを検知するための画像処理アルゴリズムには、任意の画像処理プログラムが採用される。

一例として、検知部５１は、学習済みモデルを用いて作業者を検知する。学習済みモデルは、学習用データセットを用いた学習処理により予め生成されている。学習用データセットは、人物が写っている複数の学習用画像を含む。各学習用画像には、人物の有無がラベルとして関連付けられる。学習済みモデルの内部パラメータは、このような学習用データセットを用いた学習処理により予め最適化されている。これにより、学習済みモデルは、画像の入力を受けると、当該画像に人物が写っている確率を出力する。

学習済みモデルを生成するための学習手法には、種々の機械学習アルゴリズムが採用され得る。一例として、当該機械学習アルゴリズムとして、ディープラーニング、コンボリューションニューラルネットワーク（ＣＮＮ）、全層畳み込みニューラルネットワーク（ＦＣＮ）、サポートベクターマシンなどが採用される。

検知部５１は、カメラ４１０から得られた画像上で所定の矩形領域をずらしながら、当該矩形領域内の部分画像を学習済モデルに順次入力する。当該学習済みモデルは、部分画像の入力を受け付けると、当該部分画像に人物が写っている確率を出力する。検知部５１は、当該確率が所定値を超えたことに基づいて、作業者を検知する。

なお、検知部５１による作業者の検知方法は、画像を用いた上述の方法に限定されず、種々の方法が採用される。他の例として、検知部５１は、指紋認証、虹彩認証、静脈認証、声紋認証、およびその他の生体認証を用いて、作業者を検知してもよい。

さらに他の例として、検知部５１は、操作盤５００へのログイン情報を用いて作業者を検知してもよい。より具体的には、作業者は、自身の個人識別情報を格納するハードウェアキーを工作機械１００の操作盤５００に差し込むことで工作機械１００へのログイン操作を行う。検知部５１は、ハードウェアキーが操作盤５００に差し込まれたことに基づいて、作業者を検知する。

（Ｆ２．実行部６０）
次に、図６に示される実行部６０の機能について説明する。

実行部６０は、ワークの加工処理に直接的に関係が無い間接的な処理（監視処理）の実行を許可するか禁止するかを決定する機能モジュールである。当該監視処理は、ワークの形状を測定するためのワーク測定処理と、工具の状態を測定するための工具測定処理と、の少なくとも一方を含む。ワーク測定処理の詳細と、工具測定処理の詳細とについては後述する。

ワーク測定処理および工具測定処理の実行コードは、たとえば、プログラム８０に規定されている。プログラム８０は、後述の制御プログラム２２２（図９参照）、後述の制御プログラム３２２（図１０参照）、後述の加工プログラム３２４（図１０参照）、または、後述の制御プログラム４２２（図１１参照）である。

実行部６０は、検知部５１によって作業者が検知されたか否かに応じて、プログラム８０に規定されている監視処理を実行するか否かを判断する。より具体的には、実行部６０は、作業者が検知されなかった場合には、監視処理の実行を許可する。実行部６０は、作業者が検知されている間は、複数回に１回の頻度で監視処理を実行する。あるいは、実行部６０は、作業者が検知されている間は、監視処理の実行を禁止してもよい。

＜Ｇ．ワーク測定処理＞
次に、上述の図２および図４を参照して、監視処理の一例であるワーク測定処理について説明する。

ワーク測定処理は、測定工具１０を用いてワークの形状を測定するための処理である。ワーク測定処理が定期的に実行されることで、ワークの加工に異常が生じていることなどが検知される。

ワーク測定処理は、測定工具１０を主軸１３２に装着するようにＡＴＣ１６０を制御する処理と、ワークＷの形状を測定工具１０に測定させる処理と、測定工具１０をマガジン１７０（図１参照）に戻すようにＡＴＣ１６０を制御する処理との一連の処理を含む。当該ワーク測定処理が頻繁に実行されると、処理時間が増えてしまう。一方で、ワーク測定処理が長期間実行されないと、ワークが意図した通りの形状に加工されない可能性がある。工作機械１００は、作業者が近くにいる場合には、ワーク測定処理の実行回数を減らすことで、処理時間を短縮しつつ、ワークの加工異常を逃す可能性を抑える。

具体的なワーク測定処理として、まず、上述の実行部６０によってワーク測定処理の実行が許可されたことに基づいて、工作機械１００の制御部５０は、位置駆動部１１０Ｂを制御し、所定の工具交換位置に主軸頭１３０を移動する。その後、制御部５０は、測定工具１０を主軸１３２に装着するようにＡＴＣドライバ１１１Ｎに制御指令を出力する。これにより、測定工具１０が主軸１３２に装着される。

その後、制御部５０は、上述の駆動制御部１１０を制御して、予め設定されている経路に沿って測定工具１０を駆動し、測定工具１０にワークＷの表面までの距離を順次取得する。

より具体的には、測定工具１０の制御回路１０１は、ＣＣＤカメラ１６２によって生成された２次元画像データに基づいて、ワークＷの表面と測定工具１０との間の距離（すなわち、ワークＷの表面におけるレーザ光の照射点ＰとＣＣＤカメラ１６２の撮像面１６２Ａとの間の距離）を算出する。制御回路１０１は、算出した距離に係る距離データを後述の通信インターフェイス１０４（図８参照）を介して情報処理装置４０に送信する。

情報処理装置４０は、予め設定されている経路に沿って測定工具１０を駆動しながら当該測定工具１０から距離データを順次取得することで、時系列の距離データ（以下、「プロファイルデータ」ともいう。）を取得する。当該プロファイルデータは、ワークＷのある断面の外形を示す。情報処理装置４０は、予め取得しているワークのＣＡＤデータから対応箇所の外形情報を取得し、当該外形情報と、取得したプロファイルデータとの類似度を算出する。

情報処理装置４０は、当該算出した類似度が所定閾値よりも低い場合には、予め定められた異常対処処理を実行する。当該異常対処処理は、たとえば、警告を出力する処理である。当該警告により、ワークの加工に異常が発生していることが報知される。警告の出力態様は、任意である。一例として、当該警告は、工作機械１００のディスプレイ上に表示されてもよいし、音声で出力されてもよいし、レポート形式でデータとして出力されてもよい。警告が出力されることで、作業者は、ワークが意図した通りに加工されていないことに気付くことができる。

制御部５０は、ワークの計測処理が終了したことに基づいて、上述の位置駆動部１１０Ｂを制御し、予め定められた工具交換位置に主軸頭１３０を移動する。次に、制御部５０は、主軸１３２に装着されている測定工具１０をマガジン１７０に収納するようにＡＴＣドライバ１１１Ｎに制御指令を出力する。これにより、ＡＴＣ１６０は、測定工具１０をマガジン１７０に収納する。

なお、上述では、非接触型の距離センサとして機能する測定工具１０について説明を行ったが、測定工具１０は、非接触型の距離センサに限定されない。一例として、測定工具１０は、接触型の距離センサであってもよい。あるいは、測定工具１０は、温度センサであってもよいし、画像を取得するためのカメラであってもよい。

＜Ｈ．工具測定処理＞
次に、上述の図２および図５を参照して、監視処理の一例である工具測定処理について説明する。

工具測定処理は、工具の摩耗の度合いを測定するための処理である。工具測定処理が定期的に実行されることで、工具の摩耗量が限界に達していることが検知される。工具の摩耗量が限界に達している場合には、工作機械１００は、作業者に工具の交換を促す。

工具測定処理は、測定対象の工具１３４がカメラ１４１の撮影視野ＣＲに含まれるように主軸１３２を駆動する処理と、工具１３４を写す工具画像をカメラ１４１から取得する処理と、当該工具画像に基づいて工具摩耗量を推定する処理との一連の処理を含む。工具測定処理が頻繁に実行されると、処理時間が増えてしまう。一方で、工具測定処理が長期間実行されないと、工具の寿命が到来していることを逃す可能性がある。工作機械１００は、作業者が近くにいる場合には、工具測定処理の実行回数を減らす。これにより、工作機械１００は、処理時間を短縮しつつ、工具の交換時期を逃す可能性を抑えることができる。

具体的な工具測定処理として、まず、工作機械１００の制御部５０は、上述の実行部６０によって工具測定処理の実行が許可されたことに基づいて、上述の位置駆動部１１０Ｂを制御し、所定の位置に主軸頭１３０を移動する。主軸頭１３０が当該所定の位置に移動されることで、工具１３４がカメラ１４１の撮影視野ＣＲに含まれる。このとき、カメラ１４１の撮影視野ＣＲには、工具１３４のみが含まれていてもよいし、主軸１３２および工具１３４の両方が含まれていてもよい。

その後、制御部５０は、カメラ１４１に撮影指示を出力する。これにより、制御部５０は、工具１３４を写した工具画像をカメラ１４１から取得する。

典型的には、制御部５０は、光源１４５をオンにし、かつ光源１４７をオフにした状態でカメラ１４１に撮影指示を出力し、工具画像を取得する。これにより、カメラ方向から工具１３４を照らした状態で工具画像が得られる。

あるいは、制御部５０は、光源１４５をオフにし、かつ光源１４７をオンにした状態でカメラ１４１に撮影指示を出力し、工具１３４のシルエット画像を工具画像として取得してもよい。

次に、制御部５０は、カメラ１４１から得られた工具画像に基づいて、工具１３４の摩耗量を測定する。工具画像を用いた摩耗量の測定処理には、種々の画像処理アルゴリズムが用いられ得る。一例として、制御部５０は、学習済モデルを用いて工具摩耗量を検知する。

当該学習済みモデルは、学習用データセットを用いた学習処理により予め生成されている。学習用データセットは、工具が写っている複数の学習用画像を含む。各学習用画像には、工具の摩耗量を示すラベルが関連付けられる。学習済みモデルの内部パラメータは、このような学習用データセットを用いた学習処理により予め最適化されている。

学習済みモデルを生成するための学習手法には、種々の機械学習アルゴリズムが採用され得る。一例として、当該機械学習アルゴリズムとして、ディープラーニング、コンボリューションニューラルネットワーク（ＣＮＮ）、全層畳み込みニューラルネットワーク（ＦＣＮ）、サポートベクターマシンなどが採用される。

制御部５０は、所定の矩形領域を工具画像上に設定し、当該矩形領域を工具画像上でずらしながら当該矩形領域内の部分画像を学習済モデルに順次入力する。その結果、当該学習済モデルは、工具摩耗量をスコアとして出力する。制御部５０は、当該工具摩耗量が所定値を超え、かつ、当該工具摩耗量が最大となった部分画像を特定し、当該部分画像について出力された工具摩耗量を測定結果として採用する。

好ましくは、学習用データセットに含まれる学習用画像にはさらに工具の種別が関連付けられ、学習済みモデルは、工具の種別に生成される。この場合、制御部５０は、加工プログラムなどから測定対象の工具の種別を取得し、当該種別に対応する学習済みモデルを用いて、工具の摩耗量を推定する。

なお、工具摩耗量の測定方法は、学習済モデルを用いた上述の方法に限定されず、ルールベースに基づく画像処理が採用されてもよい。あるいは、工具摩耗量は、作業者によって入力されてもよい。この場合、作業者は、測定具などを用いて工具摩耗量を測定する。

制御部５０は、推定された工具摩耗量が所定閾値を超えている場合には、所定の異常対処処理を実行する。当該異常対処処理は、たとえば、工具交換を作業者に促すための警告を出力する処理である。当該警告により、工具の摩耗が限界に達していること、または、工具の摩耗が限界に近付いていることが作業者に報知される。警告の出力態様は、任意である。一例として、当該警告は、工作機械１００のディスプレイ上に表示されてもよいし、音声で出力されてもよいし、レポート形式でデータとして出力されてもよい。好ましくは、当該警告は、交換すべき工具の種別や工具の格納場所を含む。警告が出力されることで、作業者は、工具を新品に交換することができる。

＜Ｉ．測定工具１０のハードウェア構成＞
次に、図８を参照して、図２に示される測定工具１０のハードウェア構成について説明する。図８は、測定工具１０のハードウェア構成の一例を示す図である。

測定工具１０は、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、距離測定部１０５とを含む。これらのコンポーネントは、内部バスＢ１に接続される。

制御回路１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＧＰＵ（Graphics Processing Unit）、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはそれらの組み合わせなどによって構成され得る。

制御回路１０１は、制御プログラム１２２などの各種プログラムを実行することで測定工具１０の動作を制御する。より具体的には、制御回路１０１は、制御プログラム１２２の実行命令を受け付けたことに基づいて、ＲＯＭ１０２からＲＡＭ１０３に制御プログラム１２２を読み出す。ＲＡＭ１０３は、ワーキングメモリとして機能し、制御プログラム１２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス１０４は、ＷＬＡＮ（Wireless LAN）、またはＢｌｕｅｔｏｏｔｈ（登録商標）などを用いた無線通信を実現するための通信ユニットである。一例として、測定工具１０は、通信インターフェイス２０４を介して、情報処理装置４０（図２参照）などの外部機器との通信を実現する。測定工具１０による測定結果は、たとえば、通信インターフェイス１０４を介して情報処理装置４０に送信される。

距離測定部１０５は、ワーク形状の測定機構である。一例として、距離測定部１０５は、上述のレーザ発振器１６１（図４参照）や上述のＣＣＤカメラ１６２（図４参照）などで構成される。

＜Ｊ．ＣＰＵユニット２０のハードウェア構成＞
次に、図９を参照して、図２に示されるＣＰＵユニット２０のハードウェア構成について説明する。図９は、ＣＰＵユニット２０のハードウェア構成の一例を示す図である。

ＣＰＵユニット２０は、制御回路２０１と、ＲＯＭ２０２と、ＲＡＭ２０３と、通信インターフェイス２０４，２０５と、補助記憶装置２２０とを含む。これらのコンポーネントは、内部バスＢ２に接続される。

制御回路２０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＧＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成され得る。

制御回路２０１は、制御プログラム２２２などの各種プログラムを実行することでＣＰＵユニット２０の動作を制御する。制御プログラム２２２は、工作機械１００内の各種装置を制御するための命令を規定している。制御回路２０１は、制御プログラム２２２の実行命令を受け付けたことに基づいて、補助記憶装置２２０またはＲＯＭ２０２からＲＡＭ２０３に制御プログラム２２２を読み出す。ＲＡＭ２０３は、ワーキングメモリとして機能し、制御プログラム２２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス２０４は、ＬＡＮ（Local Area Network）ケーブル、ＷＬＡＮ、またはＢｌｕｅｔｏｏｔｈなどを用いた通信を実現するための通信ユニットである。一例として、ＣＰＵユニット２０は、通信インターフェイス２０４を介して、ＡＴＣドライバ１１１Ｎ（図２参照）などの外部機器との通信を実現する。

通信インターフェイス２０５は、フィールドバスに接続される各種ユニットとの通信を実現するための通信ユニットである。当該フィールドバスに接続されるユニットの一例として、ＣＮＣユニット３０やＩ／Ｏユニット（図示しない）などが挙げられる。

補助記憶装置２２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。補助記憶装置２２０は、制御プログラム２２２などを格納する。制御プログラム２２２の格納場所は、補助記憶装置２２０に限定されず、制御回路２０１の記憶領域（たとえば、キャッシュメモリ）、ＲＯＭ２０２、ＲＡＭ２０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

なお、制御プログラム２２２は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、本実施の形態に従う各種の処理は、任意のプログラムと協働して実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う制御プログラム２２２の趣旨を逸脱するものではない。さらに、制御プログラム２２２によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、少なくとも１つのサーバーが制御プログラム２２２の処理の一部を実行する所謂クラウドサービスのような形態でＣＰＵユニット２０が構成されてもよい。

＜Ｋ．ＣＮＣユニット３０のハードウェア構成＞
次に、図１０を参照して、図２に示されるＣＮＣユニット３０のハードウェア構成について説明する。図１０は、ＣＮＣユニット３０のハードウェア構成の一例を示す図である。

ＣＮＣユニット３０は、制御回路３０１と、ＲＯＭ３０２と、ＲＡＭ３０３と、通信インターフェイス３０４，３０５と、フィールドバスコントローラ３０６と、補助記憶装置３２０とを含む。これらのコンポーネントは、内部バスＢ３に接続される。

制御回路３０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＧＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成され得る。

制御回路３０１は、制御プログラム３２２や加工プログラム３２４などの各種プログラムを実行することでＣＮＣユニット３０の動作を制御する。制御回路３０１は、制御プログラム３２２の実行命令を受け付けたことに基づいて、ＲＯＭ３０２からＲＡＭ３０３に制御プログラム３２２を読み出す。ＲＡＭ３０３は、ワーキングメモリとして機能し、制御プログラム３２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス３０４，３０５には、ＬＡＮ、ＷＬＡＮ、またはＢｌｕｅｔｏｏｔｈなどを用いた通信を実現するための通信ユニットである。ＣＮＣユニット３０は、通信インターフェイス３０４を介して外部機器（たとえば、ＣＰＵユニット２０）とデータをやり取りする。また、ＣＮＣユニット３０は、通信インターフェイス３０５を介して外部機器（たとえば、情報処理装置４０）とデータをやり取りする。

フィールドバスコントローラ３０６は、フィールドバスに接続される各種ユニットとの通信を実現するための通信ユニットである。当該フィールドバスに接続されるユニットの一例として、上述の回転駆動部１１０Ａ（図２参照）や上述の位置駆動部１１０Ｂ（図２参照）などが挙げられる。

補助記憶装置３２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。補助記憶装置３２０は、制御プログラム３２２および加工プログラム３２４などを格納する。制御プログラム３２２および加工プログラム３２４の格納場所は、補助記憶装置３２０に限定されず、制御回路３０１の記憶領域（たとえば、キャッシュメモリ）、ＲＯＭ３０２、ＲＡＭ３０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

なお、制御プログラム３２２は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、本実施の形態に従う各種の処理は、任意のプログラムと協働して実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う制御プログラム３２２の趣旨を逸脱するものではない。さらに、制御プログラム３２２によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、少なくとも１つのサーバーが制御プログラム３２２の処理の一部を実行する所謂クラウドサービスのような形態でＣＮＣユニット３０が構成されてもよい。

＜Ｌ．情報処理装置４０のハードウェア構成＞
次に、図１１を参照して、図２に示される情報処理装置４０のハードウェア構成について説明する。図１１は、情報処理装置４０のハードウェア構成の一例を示す図である。

情報処理装置４０は、制御回路４０１と、ＲＯＭ４０２と、ＲＡＭ４０３と、通信インターフェイス４０４〜４０７と、補助記憶装置４２０とを含む。これらのコンポーネントは、内部バスＢ４に接続される。

制御回路４０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＧＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成され得る。

制御回路４０１は、制御プログラム４２２などの各種プログラムを実行することで情報処理装置４０の動作を制御する。制御回路４０１は、各種プログラムの実行命令を受け付けたことに基づいて、補助記憶装置４２０またはＲＯＭ４０２からＲＡＭ４０３に実行対象のプログラムを読み出す。ＲＡＭ４０３は、ワーキングメモリとして機能し、プログラムの実行に必要な各種データを一時的に格納する。

通信インターフェイス４０４〜４０７には、ＬＡＮ、ＷＬＡＮ、またはＢｌｕｅｔｏｏｔｈなどを用いた通信を実現するための通信ユニットである。情報処理装置４０は、通信インターフェイス４０４を介して外部機器（たとえば、ＣＮＣユニット３０）とデータをやり取りする。また、情報処理装置４０は、通信インターフェイス４０５を介して外部機器（たとえば、測定工具１０）とデータをやり取りする。また、情報処理装置４０は、通信インターフェイス４０６を介して外部機器（たとえば、カメラ１４１）とデータをやり取りする。また、情報処理装置４０は、通信インターフェイス４０７を介して外部機器（たとえば、カメラ４１０）とデータをやり取りする。

補助記憶装置４２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。補助記憶装置４２０は、制御プログラム４２２などを格納する。制御プログラム４２２の格納場所は、補助記憶装置４２０に限定されず、制御回路４０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ４０２、ＲＡＭ４０３、外部機器（たとえば、サーバー）などに格納されていてもよい。

なお、制御プログラム４２２は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、任意のプログラムと協働して本実施の形態に従う処理が実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う工作機械１００の趣旨を逸脱するものではない。さらに、本実施の形態に従う制御プログラム４２２によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、工作機械１００とサーバーとが協働して、本実施の形態に従う処理を実現するようにしてもよい。さらに、少なくとも１つのサーバーが本実施の形態に従う処理を実現する、所謂クラウドサービスの形態で情報処理装置４０が構成されてもよい。

＜Ｍ．監視処理の実行制御のフロー＞
次に、図１２を参照して、工作機械１００の制御構造について説明する。図１２は、上述の監視処理の実行制御の流れを示すフローチャートである。

図１２に示される処理は、工作機械１００の制御部５０が上述の制御プログラム２２２，３２２，４２２の少なくとも１つを実行することにより実現される。他の局面において、処理の一部または全部が、回路素子またはその他のハードウェアによって実行されてもよい。

ステップＳ１１０において、制御部５０は、監視処理の実行タイミングが到来したか否かを判断する。一例として、制御部５０は、実行中のプログラムにおいて監視処理が実行されたことに基づいて、監視処理の実行タイミングが到来したと判断する。ステップＳ１１０で判断対象となる監視処理は、たとえば、予め登録されている。制御部５０は、監視処理の実行タイミングが到来したと判断した場合（ステップＳ１１０においてＹＥＳ）、制御をステップＳ１１２に切り替える。そうでない場合には（ステップＳ１１０においてＮＯ）、制御部５０は、ステップＳ１１０の処理を再び実行する。

ステップＳ１１２において、制御部５０は、上述の検知部５１（図６参照）として機能し、工作機械１００の周囲にいる作業者の検知処理を実行する。検知部５１の機能については上述の通りであるので、その説明については繰り返さない。

ステップＳ１２０において、制御部５０は、上述の実行部６０（図６参照）として機能し、ステップＳ１１２での作業者の検知結果に基づいて、監視処理を実行するか否かを判断する。一例として、制御部５０は、ステップＳ１１２で作業者が検知された場合には、複数回に１回の頻度で監視処理を実行すると判断する。他の例として、制御部５０は、ステップＳ１１２で作業者が検知された場合には、監視処理を実行しないと判断する。制御部５０は、監視処理を実行すると判断した場合（ステップＳ１２０においてＹＥＳ）、制御をステップＳ１２２に切り替える。そうでない場合には（ステップＳ１２０においてＮＯ）、制御部５０は、制御をステップＳ１１０に戻す。

ステップＳ１２２において、制御部５０は、上述の実行部６０として機能し、ステップＳ１１０で実行を指示された監視処理を実行する。

＜Ｎ．変形例１＞
次に、図１３および図１４を参照して、変形例１に従う工作機械１００について説明する。

上述の工作機械１００は、周囲に作業者がいるか否かに応じて、監視処理の実行頻度を調整していた。これに対して、本変形例に従う工作機械１００は、周囲にいる作業者の熟練度に応じて、監視処理の実行頻度を調整する。

図１３は、変形例１に従う工作機械１００の機能構成の一例を示す図である。図１３に示されるように、本変形例に従う工作機械１００は、機能構成として、検知部５１と、情報取得部５４と、特定部５５と、実行部６０Ａとを含む。検知部５１は、個人識別部５３を含む。以下では、これらの機能について順に説明する。

（Ｎ１．個人識別部５３）
まず、図１３に示される個人識別部５３の機能について説明する。

本変形例では、検知部５１は、工作機械１００の周囲にいる作業者を検知する機能だけでなく、作業者を識別する機能をさらに有する。

個人識別部５３は、たとえば、画像を用いて作業者を識別する。個人識別部５３は、カメラ４１０（図７参照）から得られた画像から作業者を識別する。作業者を識別するための画像処理アルゴリズムには、任意の画像処理プログラムが採用される。

一例として、個人識別部５３は、学習済みモデルを用いて画像に写る作業者を識別する。学習済みモデルは、学習用データセットを用いた学習処理により予め生成されている。学習用データセットは、作業者が写っている複数の学習用画像を含む。各学習用画像には、作業者を一意に特定するための個人識別情報がラベルとして関連付けられる。当該個人識別情報は、たとえば、作業者ＩＤ（Identification）または作業者名である。学習済みモデルの内部パラメータは、このような学習用データセットを用いた学習処理により予め最適化されている。これにより、学習済みモデルは、画像の入力を受けると、当該画像に写っている人物と、ラベル付けされた各作業者との類似度を出力する。

学習済みモデルを生成するための学習手法には、種々の機械学習アルゴリズムが採用され得る。一例として、当該機械学習アルゴリズムとして、ディープラーニング、コンボリューションニューラルネットワーク（ＣＮＮ）、全層畳み込みニューラルネットワーク（ＦＣＮ）、サポートベクターマシンなどが採用される。

個人識別部５３は、カメラ４１０から得られた画像上で所定の矩形領域をずらしながら、当該矩形領域内の部分画像を学習済モデルに順次入力する。当該学習済みモデルは、部分画像の入力を受け付けると、当該部分画像に写っている人物と、ラベル付けされた各作業者との類似度を出力する。個人識別部５３は、学習済みモデルから出力される類似度の中から最大値を特定し、当該最大値が所定閾値を超えている場合には、当該最大値に対応する個人識別情報を出力する。

なお、個人識別部５３による作業者の識別方法は、画像を用いた上述の識別方法に限定されず、種々の方法が採用される。他の例として、個人識別部５３は、指紋認証、虹彩認証、静脈認証、声紋認証、およびその他の生体認証を用いて、作業者を識別してもよい。

さらに他の例として、個人識別部５３は、操作盤５００へのログイン情報を用いて作業者を識別してもよい。より具体的には、作業者は、自身の個人識別情報を格納するハードウェアキーを工作機械１００の操作盤５００に差し込むことでログイン操作を行う。個人識別部５３は、差し込まれたハードウェアキーから作業者の個人識別情報を読み取り、当該個人識別情報に基づいて、ログインした作業者を識別する。

（Ｎ２．情報取得部５４）
次に、図１４を参照して、図１３に示される情報取得部５４の機能について説明する。

情報取得部５４は、図１４に示される熟練度情報４２４を取得する。図１４は、熟練度情報４２４のデータ構造の一例を示す図である。

熟練度情報４２４は、たとえば、情報処理装置４０の補助記憶装置４２０（図１１参照）に記憶されている。熟練度情報４２４には、作業者の熟練度が作業者別に規定されている。各作業者の熟練度は、ユーザによって任意に設定される。作業者の熟練度とは、工作機械１００における作業者の作業効率を表わす指標である。当該熟練度は、その値が高いほど作業者の経験値が高いことを示し、その値が低いほど作業者の経験値が低いことを示す。

作業者の熟練度は、たとえば、設定画面（図示しない）を用いて登録される。より具体的には、工作機械１００は、熟練度の設定画面の呼び出し操作を受け付けたことに基づいて、当該設定画面を工作機械１００のディスプレイ上に表示する。当該設定画面は、登録対象の作業者情報の入力と、当該作業者の熟練度の入力とを受け付けるように構成される。当該設定画面に入力された情報は、確定操作に基づいて、熟練度情報４２４に書き込まれる。

（Ｎ３．特定部５５）
引き続き、図１４を参照して、図１３に示される特定部５５の機能について説明する。

特定部５５は、熟練度情報４２４に基づいて、工作機械１００の周囲にいる作業者の熟練度を特定する。より具体的には、特定部５５は、熟練度情報４２４に規定される熟練度の中から、個人識別部５３によって特定された個人識別情報に対応付けられている熟練度を取得する。これにより、個人識別部５３によって識別された作業者の熟練度が特定される。

なお、上述では、熟練度情報４２４に基づいて作業者の熟練度が特定される例について説明を行ったが、作業者の熟練度は、推定されてもよい。

より具体的には、まず、工作機械１００は、作業者の作業内容をモニターし、当該作業内容を特定するための情報（以下、「作業内容情報」ともいう。）をデータベース上に蓄積しておく。収集対象の作業内容は、たとえば、工作機械１００内の扉の開閉動作や、操作盤５００の画面の切り替え操作などである。

特定部５５は、当該評価用データベースに格納されるデータに基づいて、各作業者の熟練度を算出する。熟練度は、たとえば、予め定められた算出式に基づいて算出される。当該算出式は、所定の入力値を説明変数とし、熟練度を目的変数とする。

一例として、上記説明変数は、工作機械１００に設けられている扉の開回数を含む。当該開回数は、一期間当たりの開回数であってもよいし、異なる各期間の開回数の平均値であってもよい。当該開回数が多いほど、作業者の熟練度は低くなる。異なる言い方をすれば、当該開回数が少ないほど、作業者の熟練度は高くなる。

さらに他の例として、上記説明変数は、工作機械１００に設けられている扉の閉回数を含む。当該閉回数は、一期間当たりの閉回数であってもよいし、異なる各期間の閉回数の平均値であってもよい。当該閉回数が多いほど、作業者の熟練度は低くなる。異なる言い方をすれば、当該閉回数が少ないほど、作業者の熟練度は高くなる。

さらに他の例として、上記説明変数は、工作機械１００に設けられている扉の開時間を含む。当該開時間は、一期間当たりの開時間であってもよいし、異なる各期間の開時間の平均値であってもよい。当該開時間が長いほど、作業者の熟練度は低くなる。異なる言い方をすれば、当該開時間が短いほど、作業者の熟練度は高くなる。

さらに他の例として、上記説明変数は、操作盤５００の画面切替回数を含む。当該画面切替回数は、一期間当たりの画面切替回数であってもよいし、各期間の画面切替回数の平均値であってもよい。当該画面切替回数が多いほど、作業者の熟練度は低くなる。異なる言い方をすれば、当該画面切替回数が少ないほど、作業者の熟練度は高くなる。

さらに他の例として、上記説明変数は、工具の登録画面を開いている時間、工具長の設定に要した時間、工具振れの調整回数などを含んでもよい。

（Ｎ４．実行部６０Ａ）
引き続き、図１４を参照して、図１３に示される実行部６０Ａの機能について説明する。

実行部６０Ａは、特定部５５によって特定された作業者の熟練度に基づいて、プログラム８０に規定されている監視処理を実行するか否かを判断する。典型的には、実行部６０Ａは、特定部５５によって特定された熟練度が高いほど、監視処理の実行頻度を少なくする。異なる言い方をすれば、特定部５５によって特定された熟練度が低いほど、監視処理の実行頻度を多くする。

なお、作業者の熟練度が低い場合における監視処理の実行頻度が、作業者の熟練度が高い場合における監視処理の実行頻度よりも結果的に少なくなれば、監視処理の実行回数を減らす方法は任意である。

ある局面において、実行部６０Ａは、作業者の熟練度に応じて、所定回数に１回の頻度で監視処理を実行する。当該所定回数は、たとえば、２回以上である。当該所定回数は、作業者の熟練度が高いほど大きくなるように設定される。異なる言い方をすれば、当該所定回数は、作業者の熟練度が低いほど小さくなるように設定される。

他の局面において、実行部６０Ａは、作業者の熟練度が所定閾値を超えている場合には、監視処理を実行しなくてもよい。これにより、工作機械１００は、処理時間をより短縮することができる。

さらに他の局面において、作業者の熟練度が所定閾値を超えている場合には、監視処理の実行処理をスキップするようにプログラムが規定されてもよい。

＜Ｏ．変形例２＞
次に、図１５を参照して、変形例２に従う工作機械１００について説明する。

変形例１に従う工作機械１００は、周囲にいる作業者の熟練度に応じて、監視処理の実行頻度を調整していた。これに対して、本変形例に従う工作機械１００は、周囲にいる作業者の熟練度に応じて、監視処理の実行頻度を調整する。

図１５は、変形例２に従う工作機械１００の機能構成の一例を示す図である。図１５に示されるように、本変形例に従う工作機械１００は、機能構成として、検知部５１と、算出部５８と、実行部６０Ｂとを含む。検知部５１は、健康指標取得部５７を含む。以下では、これらの機能について順に説明する。

（Ｏ１．健康指標取得部５７）
まず、図１５に示される健康指標取得部５７の機能について説明する。

健康指標取得部５７は、作業者が保持するポータブルデバイスから、作業者の調子を表わす指標（以下、「健康指標」ともいう。）を取得する。当該ポータブルデバイスは、たとえば、スマートフォン、タブレット端末、スマートウォッチなどのウェラブル端末、または、作業者の健康指標を取得する機能を有するその他のデバイスである。当該ポータブルデバイスによって検知される健康指標は、たとえば、作業者の体温、作業者の血圧、作業者の脈拍、作業者の前日の睡眠時間などである。

より具体的な処理として、工作機械１００は、近距離無線通信を行う機能を有し、作業者が工作機械１００の通信可能範囲に入ったことに基づいて、作業者のポータブルデバイスと無線通信を開始する。当該近距離無線通信の実現には、たとえば、赤外線通信やＢｌｕｔｈｔｏｏｔｈなどの無線通信技術が用いられる。検知部５１は、当該ポータブルデバイスとの通信が確立されたことに基づいて、工作機械１００の周囲に作業者がいると判断する。

また、健康指標取得部５７は、作業者のポータブルデバイスとの通信が確立されたことに基づいて、当該ポータブルデバイスから作業者の健康指標を受信する。当該受信した健康指標は、算出部５８に出力される。

（Ｏ２．算出部５８）
次に、図１５に示される算出部５８の機能について説明する。

算出部５８は、健康指標取得部５７が取得した健康指標に基づいて、作業者の調子を示す状態スコアを算出する。当該状態スコアは、作業者の調子の良し悪しを示すスコアである。作業者の状態スコアは、その値が高いほど作業者の調子が良いことを示し、その値が低いほど作業者の調子が悪いことを示す。

作業者の状態スコアは、たとえば、予め定められた算出式に基づいて算出される。当該算出式は、所定の入力値を説明変数とし、状態スコアを目的変数とする。

一例として、上記説明変数は、作業者の体温を含む。作業者の体温が予め定められた基準値から離れるほど、作業者の状態スコアは低くなる。異なる言い方をすれば、作業者の体温が予め定められた基準値に近いほど、作業者の状態スコアは高くなる。

他の例として、上記説明変数は、作業者の血圧を含む。作業者の血圧が予め定められた基準値から離れるほど、作業者の状態スコアは低くなる。異なる言い方をすれば、作業者の血圧が予め定められた基準値に近いほど、作業者の状態スコアは高くなる。

さらに他の例として、上記説明変数は、作業者の脈拍を含む。作業者の脈拍が予め定められた基準値から離れるほど、作業者の状態スコアは低くなる。異なる言い方をすれば、作業者の脈拍が予め定められた基準値に近いほど、作業者の状態スコアは高くなる。

さらに他の例として、上記説明変数は、作業者の前日の睡眠時間を含む。作業者の前日の睡眠時間が短いほど、作業者の状態スコアは低くなる。異なる言い方をすれば、作業者の前日の睡眠時間が長いほど、作業者の状態スコアは高くなる。

（Ｏ３．実行部６０Ｂ）
次に、図１５に示される実行部６０Ｂの機能について説明する。

実行部６０Ｂは、算出部５８によって算出された作業者の状態スコアに応じて、プログラム８０に規定されている監視処理を実行するか否かを判断する。典型的には、実行部６０Ｂは、算出部５８によって算出された状態スコアが高いほど、監視処理の実行頻度を少なくする。

なお、作業者の状態スコアが低い場合における監視処理の実行頻度が、作業者の状態スコアが高い場合における監視処理の実行頻度よりも結果的に少なくなれば、監視処理の実行回数を減らす方法は任意である。

ある局面において、実行部６０Ｂは、作業者の状態スコアに応じて、所定回数に１回の頻度で監視処理を実行する。当該所定回数は、たとえば、２回以上である。当該所定回数は、作業者の状態スコアが高いほど大きくなるように設定される。異なる言い方をすれば、当該所定回数は、作業者の状態スコアが低いほど小さくなるように設定される。

他の局面において、実行部６０Ｂは、作業者の状態スコアが所定閾値を超えている場合には、監視処理を実行しなくてもよい。これにより、工作機械１００は、処理時間をより短縮することができる。

さらに他の局面において、状態スコアが所定閾値を超えている場合には、監視処理の実行処理をスキップするようにプログラムが規定されてもよい。

＜Ｐ．まとめ＞
以上のようにして、工作機械１００は、周囲に作業者がいる場合における監視処理の実行頻度を、周囲に作業者がいない場合における監視処理の実行頻度よりも少なくする。これにより、工作機械１００は、工具やワークに生じた異常を見逃す可能性を抑えつつ、処理時間を短縮することができる。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。

１０ 測定工具、２０ ＣＰＵユニット、３０ ＣＮＣユニット、４０ 情報処理装置、５０ 制御部、５１ 検知部、５３ 個人識別部、５４ 情報取得部、５５ 特定部、５７ 健康指標取得部、５８ 算出部、６０，６０Ａ，６０Ｂ 実行部、８０ プログラム、１００ 工作機械、１０１，２０１，３０１，４０１ 制御回路、１０２，２０２，３０２，４０２ ＲＯＭ、１０３，２０３，３０３，４０３ ＲＡＭ、１０４，２０４，２０５，３０４，３０５，４０４〜４０７ 通信インターフェイス、１０５ 距離測定部、１１０ 駆動制御部、１１０Ａ 回転駆動部、１１０Ｂ 位置駆動部、１１１Ｂ，１１１Ｃ，１１１Ｘ〜１１１Ｚ サーボドライバ、１１１Ｎ ＡＴＣドライバ、１２２，２２２，３２２，４２２ 制御プログラム、１３０ 主軸頭、１３２ 主軸、１３４ 工具、１４０ 撮影部、１４１，４１０ カメラ、１４２ 対物レンズ、１４５，１４７ 光源、１４６ 接続機構、１５０ 筐体、１６０ ＡＴＣ、１６１ レーザ発振器、１６２ ＣＣＤカメラ、１６２Ａ 撮像面、１６３ プリズム、１６４ 反射鏡、１６５ 中心軸、１６６ アーム、１６６Ａ，１６６Ｂ 工具把持部、１６８，１６９ 凸レンズ、１７０ マガジン、２２０，３２０，４２０ 補助記憶装置、３０６ フィールドバスコントローラ、３２４ 加工プログラム、４２４ 熟練度情報、５００ 操作盤、５０５ ディスプレイ、５０６ 操作キー。

Claims (8)

1. ワークを加工することが可能な工作機械であって、
   工具またはワークを装着することが可能な主軸と、
   前記工作機械で作業を行っている作業者を検知するための検知部と、
   前記工具および前記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するための実行部とを備え、
   前記検知部によって前記作業者が検知された場合における前記監視処理の加工中の実行頻度は、前記検知部によって前記作業者が検知されなかった場合における前記監視処理の加工中の実行頻度よりも少ない、工作機械。
2. ワークを加工することが可能な工作機械であって、
   工具またはワークを装着することが可能な主軸と、
   前記工作機械で作業を行っている作業者を検知するための検知部と、
   前記工具および前記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するための実行部と、
   前記工作機械で作業している作業者を識別するための個人識別部と、
   作業者の熟練度が作業者別に規定されている熟練度情報を取得するための情報取得部と、
   前記熟練度情報に基づいて、前記個人識別部によって識別された作業者の熟練度を特定するための特定部とを備え、
   前記検知部によって前記作業者が検知された場合における前記監視処理の実行頻度は、前記検知部によって前記作業者が検知されなかった場合における前記監視処理の実行頻度よりも少なく、
   前記特定部によって特定された熟練度が高いほど、前記監視処理の実行頻度は少ない、工作機械。
3. ワークを加工することが可能な工作機械であって、
   工具またはワークを装着することが可能な主軸と、
   前記工作機械で作業を行っている作業者を検知するための検知部と、
   前記工具および前記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するための実行部と、
   前記工作機械で作業している作業者の調子を表わす指標を取得するための指標取得部と、
   前記指標に基づいて、前記作業者の調子を示す状態スコアを算出するための算出部とを備え、
   前記検知部によって前記作業者が検知された場合における前記監視処理の実行頻度は、前記検知部によって前記作業者が検知されなかった場合における前記監視処理の実行頻度よりも少なく、
   前記算出部によって算出された前記状態スコアが高いほど、前記監視処理の実行頻度は少ない、工作機械。
4. 前記監視処理は、
   前記ワークの形状を測定するためのワーク測定処理と、
   前記工具の状態を測定するための工具測定処理と、の少なくとも一方を含む、請求項１〜３のいずれか１項に記載の工作機械。
5. 前記工作機械は、さらに、複数の工具を保持するためのマガジンを備え、前記複数の工具は、前記ワークの形状を測定するための測定工具を含み、
   前記工作機械は、さらに、前記複数の工具から選択された一の工具を前記主軸に装着するための工具交換装置を備え、
   前記ワーク測定処理は、
   前記測定工具を前記主軸に装着するように前記工具交換装置を制御する処理と、
   前記ワークの形状を前記測定工具に測定させる処理と、
   前記測定工具を前記マガジンに戻すように前記工具交換装置を制御する処理とを含む、請求項４に記載の工作機械。
6. 前記工作機械は、さらに、
   カメラと、
   前記主軸の位置を移動するための位置駆動部とを備え、
   前記工具測定処理は、
   前記主軸に装着されている工具が前記カメラの視野内に含まれるように前記位置駆動部を制御する処理と、
   前記主軸に装着されている工具を前記カメラに撮影させる処理と、
   前記撮影させる処理により前記カメラから得られた画像に基づいて、前記主軸に装着されている工具の摩耗量を測定する処理とを含む、請求項４または５に記載の工作機械。
7. ワークを加工することが可能な工作機械の制御方法であって、
   前記工作機械は、工具を装着することが可能な主軸を備え、
   前記制御方法は、
   前記工作機械で作業を行っている作業者を検知するステップと、
   前記工具および前記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するステップとを備え、
   前記検知するステップで前記作業者が検知された場合における前記監視処理の加工中の実行頻度は、前記検知するステップで前記作業者が検知されなかった場合における前記監視処理の加工中の実行頻度よりも少ない、制御方法。
8. ワークを加工することが可能な工作機械の制御プログラムであって、
   前記工作機械は、工具を装着することが可能な主軸を備え、
   前記制御プログラムは、前記工作機械に、
   前記工作機械で作業を行っている作業者を検知するステップと、
   前記工具および前記ワークの少なくとも一方を監視するための監視処理を複数のタイミングにおいて実行するステップとを実行させ、
   前記検知するステップで前記作業者が検知された場合における前記監視処理の加工中の実行頻度は、前記検知するステップで前記作業者が検知されなかった場合における前記監視処理の加工中の実行頻度よりも少ない、制御プログラム。