JP7169244B2 - 制御情報出力装置、及び制御情報出力方法 - Google Patents

Description

本発明は、シールド掘削機における制御情報出力装置、及び制御情報出力方法に関する。

従来、トンネルなどの築造に地山を掘削するシールド掘削機が用いられている。シールド掘削機を操作するオペレータは、予め計画された掘進の指示を示す掘削指示書に従い、シールド掘削機が掘削する現場の施工環境（土質、水圧などの状態）を監視しながら掘削する方向を操作している。

オペレータは、様々な現場においてトンネルの施工を行うことで、施工環境の変化に対応したシールド掘削機の制御の経験を養い、熟練度を向上させている。熟練度が向上した熟練したオペレータは、掘削中の現場におけるシールド掘削機の制御を行う際、現在の現場の施工環境に対応した制御を、過去の似たような施工環境における制御の知識を応用して行っている。しかし、施工した現場の数の少ないオペレータの場合、経験したことのない施工環境においては、乏しい経験と基礎的な操作知識では、その施工環境における適切なシールド掘削機の制御を行うことができない。

すなわち、オペレータの各々のシールド掘削機の制御の熟練度によって、掘削されるトンネルの設計に対する精度や安全性がばらついてしまう問題がある。この問題を解決するため、掘削の際におけるシールド掘削機のカッターの回転状態及び推進ジャッキの推進状態を示す計測データにより、シールド掘削機を自動運転させる構成がある（例えば、特許文献１参照）。

また、人間の感情解析などを行うために人工知能（ＡＩ（Artificial Intelligence））を用いることが一般的に行われている。ＡＩを用いた手法では、例えば、人間の表情（入力）と、その表情に対応する感情（出力）とを対応付けた教師データを用いて機械学習を実行することにより、学習済みモデルを作成する。この学習済みモデルに人間の表情を入力させることにより、その表情が意味する感情を推定させることができ、人間の感情解析を行うことが可能である。

特開平０７－７１１８９号公報

上述した特許文献１においては、熟練したオペレータによるシールド掘削機の操作を十分に再現することができない。すなわち、測定したデータと設定値とを比較することにより制御が行われるため、熟練したオペレータの経験に基づいた制御と異なり、時々刻々と変化する現場の施工環境に対応した制御が適切に行われているとは限らず、掘削されたトンネルの設計に対する精度や安全性が向上するとは言い難かった。

一方、上述したＡＩの手法を、シールド掘削機の操作に応用することが考えられる。例えば、シールド掘削機から得られる掘削状況（入力）と、その掘削状況に対応する熟練したオペレータの操作（出力）とを対応付けた教師データを用いて機械学習を実行することにより学習済みモデルを作成する。この学習済みモデルに、現在掘削している掘削状況を示すデータを入力させることにより、シールド掘削機における望ましい操作を推定することができる。学習済みモデルが推定した操作に沿った操作を行うことで、経験が少ないオペレータであっても熟練したオペレータに近い操作を行うことが可能である。

ところで、掘削指示書には、掘削の作業中に維持若しくは目指すべき方位角度、ピッチング角度などの操作項目に対する数値目標（以下、数値項目などともいう）が記載されている。ＡＩによる学習済みモデルでは、このような掘削指示書に記載された数値項目を含む掘削状況を入力とし、その入力において理想的な操作を出力とする学習を行うことにより、数値項目を考慮した望ましい操作を推定することが可能である。

しかしながら、掘削指示書には、上述したような数値項目の他に、コメントが記載されている場合がある。コメントには、例えば、「指示した方位角度に確実に従ってほしい」というような、シールド掘削機の操作においてオペレータに優先してほしい事項などが記されている。このような場合、熟練したオペレータであれば、掘進指示書に記載された数値項目とコメントの内容とを吟味し、コメントの内容を優先し、数値目標が外れることを許容する場合がある。例えば、コメントに記載された方位角度を厳密に合わせるために、指定されたピッチング角度が通常より大きくずれることを許容するような操作を行う場合がある。

上述したようなＡＩによる操作ガイダンスを用いる場合、掘進指示書に記載された数値項目のみが考慮され、コメントの内容を考慮することができない。つまり、ＡＩにより推定された望ましい操作の内容が、コメントを考慮した操作を行う熟練したオペレータの感覚にそぐわない場合がある。或いは、ＡＩがコメントの内容を考慮することができないために、コメントを鑑みると適切とは言えない操作の内容を推定してしまう可能性がある。このようなコメントは、数値項目とは異なり、掘削指示書に必ずしも記載されるとは限らない。また、コメントが数値項目のように定量的な内容であるとも限らない。このため、ＡＩにコメントの内容を、数値項目と同様に学習させたとしても、望ましい操作を上手く推定できるようにならない可能性が高く、ＡＩにコメントの内容を考慮した推定を行わせることは容易ではない。

本発明は、このような事情に鑑みてなされたものであり、その目的は、シールド掘削機の操作において、優先すべき事項に応じた制御を行うことができる制御情報出力装置、及び制御情報出力方法を提供することである。

上述した課題を解決するために本発明の一実施形態の制御情報出力装置は、掘削の作業における優先事項を示す優先情報を取得する優先情報取得部と、シールド掘削機が掘削する状況を測定した測定データを取得する測定データ取得部と、掘削の状況と、シールド掘削機における前記優先情報に示される事項を優先させた操作との対応関係を学習した学習済みモデルに前記測定データを入力させることにより、前記シールド掘削機における操作の目標である操作目標を推定する推定部と、前記推定部により推定された前記操作目標を示す情報を出力する出力部と、を備えることを特徴とする。

また、本発明の一実施形態の制御情報出力装置では、前記優先情報取得部は、複数の前記優先事項のうち何れかを示す前記優先情報を取得し、前記推定部は、掘削の状況と、シールド掘削機における前記複数の優先事項ごとにそれぞれの優先事項を優先させた操作との対応関係を学習した学習済みモデルのうち、前記優先情報に応じて選択された前記学習済みモデルを用いて前記操作目標を推定することを特徴とする。

また、本発明の一実施形態の制御情報出力装置では、前記推定部は、前記優先情報取得部により前記優先情報が取得される度に、前記学習済みモデルのそれぞれから、取得された前記優先情報に応じた前記学習済みモデルを選択することを特徴とする。

また、本発明の一実施形態の制御情報出力装置では、前記優先事項は、優先事項なし、方位角度、ピッチング角度、計画線からのずれ量、クリアランスのうち少なくとも何れかであることを特徴とする。

また、本発明の一実施形態の制御情報出力方法は、優先情報取得部が、掘削の作業における優先事項を示す優先情報を取得する優先情報取得工程と、測定データ取得部が、シールド掘削機が掘削する状況を測定した測定データを取得する測定データ取得工程と、推定部が、掘削の状況と、シールド掘削機における前記優先情報に示される事項を優先させた操作との対応関係を学習した学習済みモデルに前記測定データを入力させることにより、前記シールド掘削機における操作の目標である操作目標を推定する推定工程と、出力部が、前記推定部により推定された前記操作目標を示す情報を出力する出力工程と、を有することを特徴とする。

以上説明したように、この発明によれば、シールド掘削機の操作において、優先すべき事項に応じた制御を行うことができる。

実施形態の制御情報出力装置３０が適用されるシールド掘削機１０の構成例を示す概略構成図である。 実施形態の制御情報出力装置３０の構成例を示すブロック図である。 実施形態の制御情報出力装置３０の動作例を示すフローチャートである。

以下、実施形態の制御情報出力装置について図面を参照して説明する。

図１は、本実施形態の制御情報出力装置３０が適用されるシールド掘削機１０の構成例を示す概略構成図である。図１（ａ）は、シールド掘削機１０を側面から見た概念図、図１（ｂ）は、シールド掘削機１０を推進させるシールドジャッキ２０を正面からみた概念図をそれぞれ示している。
図１（ａ）に示すように、シールド掘削機１０は、円筒形のスキンプレート１１の後部において、エレクタ（不図示）によりセグメントを組み立てることにより、一次覆工Ｓを施工しながら、地山を掘削する機構である。シールド掘削機１０においては、カッタービット１５を備えた環状かつ面板型のカッター１６の後部にチャンバー１２が設けられている。チャンバー１２内の側壁には複数の土圧計Ｄが設置される。土圧計Ｄは、チャンバー１２における泥土の圧力（制御土圧）を測定する。
チャンバー１２には作泥土材注入管１３から作泥土材１４が注入される。チャンバー１２内に堆積された掘削土は、練混ぜ翼（不図示）により、作泥土材１４と撹拌することで練混ぜられ、泥土に変換される。
スクリューコンベア１７は、チャンバー１２の泥土を、排土ゲートＧを介してコンベア１８に排土する。そして、コンベア１８は、スクリューコンベア１７より排出された泥土を、コンベア１９を介してトンネルの外部に搬出する。架台Ｍは、スクリューコンベア１７と、コンベア１８、及び１９とを支持している。

また、図１（ｂ）に示すように、シールドジャッキ２０は、スキンプレート１１の内周を囲むようにして複数設けられ、スキンプレート１１とセグメントとの間に配置される。シールドジャッキ２０が油圧操作により推進（伸長）されることでスキンプレート１１の面が押されシールド掘削機１０が推進する。

図２は、実施形態の制御情報出力装置３０の構成例を示すブロック図である。
制御情報出力装置３０は、優先情報取得部３１と、測定データ取得部３２と、推定部３３と、出力部３４と、学習済みモデル記憶部３５とを備える。

優先情報取得部３１は、優先情報を取得する。優先情報は、シールド掘削機１０により掘削の作業を行う際に優先される事項を示す情報である。
優先情報は、例えば、平常時、つまり優先事項なしである。優先事項なしの場合、掘削指示書において指示された数値項目のうち特定の項目を優先させることなくシールド掘削機１０の位置をトンネル計画線形通りの位置に戻すことが優先される。
優先情報は、例えば、方位角度である。方位角度は、シールド掘削機１０の現在の姿勢のうち水平方向の角度である。例えば、水平方向に近接した位置に既設の構造物がある場合など、その構造物に影響を与えないようにするため、方位角度を優先させる操作が求められる。方位角度を優先させる場合、掘削指示書において指示された方位角度を他の数値項目より順守することが優先される。

優先情報は、例えば、ピッチング角度である。ピッチング角度は、シールド掘削機１０の姿勢のうち鉛直方向の角度である。ピッチング角度を優先させる場合、掘削指示書において指示されたピッチング角度を他の数値項目より順守することが優先される。
優先情報は、例えば、計画線形ずれの回復である。計画線形ずれは、掘削指示書において指示されたトンネル計画線とシールド掘削機１０の位置との偏差（ずれ量）である。計画線形ずれの回復を優先させる場合、シールド掘削機１０の位置をトンネル計画線形通りの位置に戻すことが優先される。
優先情報は、例えば、テールクリアランスである。テールクリアランスはスキンプレート１１の内側とセグメントの外面との距離である。例えば、シールド掘削機１０が掘削の方向を変えて進む曲線部において、シールド掘削機１０が掘削した線形と、組み立てられたセグメントの線形とがずれる場合にスキンプレート１１の内周面とセグメントの外周面とが衝突して、セグメントが欠けたり割れたりすることを回避するため、テールクリアランスを優先させる操作が求められる。テールクリアランスを優先させる場合、掘削指示書において指示されたテールクリアランスを他の数値項目より順守することが優先される。

測定データ取得部３２は、測定データを取得する。測定データは、シールド掘削機１０が掘削する状況を測定したデータである。測定データは、例えば、上述した優先情報の一例として示した計画線形ずれ量、方位角度、ピッチング角度、テールクリアランスなどである。尤も、測定データは、少なくともシールド掘削機１０が掘削する状況を測定したデータであればよく、シールドジャッキ２０の総推進力、地山や掘削土の土圧や水圧、チャンバー１２の内部圧力、作泥土材１４の注入量などを測定したデータであってもよい。

学習済みモデル記憶部３５は、学習済みモデルを記憶する。
学習済みモデルは、掘削の状況と、シールド掘削機１０の操作との対応関係を学習したモデルである。掘削の状況は、掘削に関する情報であり、例えば、掘削の際に測定データ取得部３２により取得される測定データである。学習済みモデルは、例えば、様々な掘削作業において収集された、掘削の状況（学習データにおける入力）とシールド掘削機１０に対して行った操作（学習データにおける出力）とが対応づけられた学習データを機械学習することにより生成される。学習済みモデルは、未学習の掘削の状況を示すデータが入力されると、学習済みのデータから類似する学習済みの掘削の状況を抽出する。そして、学習済みモデルは、抽出した学習済みの掘削の状況に対応づけられている操作を、未学習の掘削の状況に対応する操作と推定する。

学習済みモデル記憶部３５は、優先事項のそれぞれに応じた複数の学習済みモデル（平常時操作モデル３５０、方位角度優先操作モデル３５１、ピッチング角度優先操作モデル３５２、計画線形ずれ回復操作モデル３５３、及びクリアランス優先操作モデル３５４）を備える。

平常時操作モデル３５０は、掘削の状況と、平常時、つまり優先事項がない場合の操作との対応関係を学習したモデルである。優先事項がない場合の操作とは、掘削指示書に記載された数値項目に対し、特定の数値項目を優先させることなく行う操作のことである。平常時操作モデル３５０は、例えば、掘削指示書に記載された数値項目の何れも優先させることなく行われた操作の実績に基づいて作成された学習データを用いて機械学習を実行することにより作成される。例えば、掘削指示書に記載された数値項目のそれぞれに対する、実際にシールド掘削機１０が掘進した際における各項目それぞれの乖離度合いが、全て所定の範囲未満である場合、優先事項がない操作と判定される。乖離度合いの算出には、例えば、数値目標と実績値との差分の絶対値の単純加算平均値、代表値、分散、標準偏差など、一般的に乖離度合いを示す指標として用いられている任意の指標が用いられてよい。

方位角度優先操作モデル３５１は、掘削の状況と、方位角度を優先させた場合の操作との対応関係を学習したモデルである。方位角度優先操作モデル３５１は、例えば、方位角度が、掘削指示書に記載された他の数値項目よりも優先されて行われた操作に基づいて作成された学習データを用いて機械学習を実行することにより作成される。例えば、掘削指示書に記載された方位角度の数値目標に対する、実際の方位角度の乖離度合いが、他の項目の乖離度合いより小さい場合に、方位角度が他の数値項目よりも優先されて行われた操作と判定される。

ピッチング角度優先操作モデル３５２は、掘削の状況と、ピッチング角度を優先させた場合の操作との対応関係を学習したモデルである。ピッチング角度優先操作モデル３５２は、例えば、ピッチング角度が、掘削指示書に記載された他の数値項目よりも優先されて行われた操作に基づいて作成された学習データを用いて機械学習を実行することにより作成される。例えば、掘削指示書に記載されたピッチング角度の数値目標に対する、実際のピッチング角度の乖離度合いが、他の項目の乖離度合いより小さい場合に、ピッチング角度が他の数値項目よりも優先されて行われた操作と判定される。

計画線形ずれ回復操作モデル３５３は、掘削の状況と、計画線形ずれ回復を優先させた場合の操作との対応関係を学習したモデルである。計画線形ずれ回復操作モデル３５３は、計画線形ずれの回復が、掘削指示書に記載された他の数値項目よりも優先されて行われた操作に基づいて作成された学習データを用いて機械学習を実行することにより作成される。例えば、掘削指示書に記載された計画線形に対する、実際のシールド掘削機１０が掘進した線形の乖離度合いが、他の項目の乖離度合いより小さい場合に、計画線形ずれ回復が他の数値項目よりも優先されて行われた操作と判定される。

クリアランス優先操作モデル３５４は、掘削の状況と、クリアランスを優先させた場合の操作との対応関係を学習したモデルである。クリアランス優先操作モデル３５４は、クリアランスが、掘削指示書に記載された他の数値目標よりも優先されて行われた操作に基づいて作成された学習データを用いて機械学習を実行することにより作成される。例えば、掘削指示書に記載された数値目標に対するクリアランスの実績の乖離度合いが、他の項目の乖離度合いより小さい場合に、クリアランスが他の数値目標よりも優先されて行われた操作と判定される。

推定部３３は、機械学習の手法として、学習済みモデルを用いて操作目標を推定する。学習済みモデルは、学習済みモデル記憶部３５に記憶されるモデルである。操作目標は、シールド掘削機１０における操作の目標を示す情報であり、例えば、シールド掘削機１０に作用させる力点の位置、スクリューコンベア１７の回転速度などの目標値である。例えば、オペレータは、推定部３３によりシールド掘削機１０に作用させる力点の位置が操作目標として推定された場合、その操作目標である力点の位置に、シールド掘削機１０に作用させる力点の位置が移動するように、シールドジャッキ２０を選択する操作を行う。

推定部３３は、優先情報に対応する優先事項に応じた学習済みモデルを選択する。
推定部３３は、優先情報に対応する優先事項が、優先事項なしである場合、平常時操作モデル３５０を選択する。推定部３３は、優先情報に対応する優先事項が、方位角度である場合、方位角度優先操作モデル３５１を選択する。推定部３３は、優先情報に対応する優先事項が、ピッチング角度である場合、ピッチング角度優先操作モデル３５２を選択する。推定部３３は、優先情報に対応する優先事項が、計画線形ずれ回復である場合、計画線形ずれ回復操作モデル３５３を選択する。推定部３３は、優先情報に対応する優先事項が、クリアランスである場合、クリアランス優先操作モデル３５４を選択する。
推定部３３は、選択した学習済みモデルに測定データを入力することにより得られる出力を、その測定データにおける操作目標と推定する。

推定部３３は、優先情報取得部３１により優先情報が取得される度に学習済みモデルを選択するようにしてもよい。例えば、シールド掘削機１０により掘進の作業が行われている最中に、地山の状況やシールド掘削機１０の姿勢が変わる等して状況が変化した場合、オペレータにより操作の優先事項が変更される。このような場合、優先情報取得部３１により変更された優先事項に対応する優先情報が取得される。推定部３３は、優先情報取得部３１により新たに取得された優先情報に基づいて、学習済みモデルを選択し直す。これにより、推定部３３は、優先事項が変更された場合であっても、変更後の優先事項に応じた操作目標を推定することが可能である。

出力部３４は、推定部３３により推定された操作目標を示す情報を出力する。出力部３４は、例えば、操作目標がスクリューコンベア１７の回転速度である場合、操作目標を示す情報を、スクリューコンベア１７の回転を制御する駆動制御部（不図示）に出力する。駆動制御部は、制御情報出力装置３０から取得した操作目標（スクリューコンベア１７の回転速度）を示す情報に基づいて、スクリューコンベア１７の回転を制御する。これにより、シールド掘削機１０の自動制御を行うことが可能である。

或いは、出力部３４は、例えば、シールド掘削機１０の操作室に設けられた端末装置（不図示）に操作目標を示す情報を出力するようにしてもよい。端末装置は、制御情報出力装置３０から取得した操作目標を端末装置の表示部に表示する。操作目標が表示されることにより、オペレータに操作の案内（ガイダンス）を行うことが可能である。

図３は、実施形態の制御情報出力装置３０の動作例を示すフローチャートである。
まず、制御情報出力装置３０は、優先情報取得部３１により優先情報を取得する（ステップＳ１０）。優先情報は、例えば、オペレータの入力操作により制御情報出力装置３０の入力部（不図示）に入力される。入力部は、取得した優先情報を優先情報取得部３１に出力する。オペレータは、例えば、掘削指示書に記載されたコメントに応じて、或いは掘削中の地山や掘進中のシールド掘削機１０の状況に応じて優先事項を決定する。
次に、制御情報出力装置３０は、測定データ取得部３２により測定データを取得する（ステップＳ１１）。測定データは、掘削に関して測定されたデータであって、力点目標を推定する際に学習済みモデルに入力されるデータである。

次に、制御情報出力装置３０は、推定部３３により、学習済みモデル記憶部３５に記憶された複数の学習済みモデルから優先情報に応じた学習済みモデルを選択する（ステップＳ１２）。推定部３３は、選択した学習済みモデルに測定データを入力することにより得られる出力を、測定データに対する操作目標と推定する（ステップＳ１３）。そして、制御情報出力装置３０は、出力部３４により操作目標を示す情報を出力する（ステップＳ１４）。

以上説明したように、実施形態の制御情報出力装置３０では、推定部３３が優先事項に応じた学習済みモデルを選択し、選択した学習済みモデルを用いて操作目標を推定する。これにより、実施形態の制御情報出力装置３０では、優先事項に応じた操作目標を推定することができ、推定結果を用いて優先すべき事項に応じた制御を行うことができる。

また、実施形態の制御情報出力装置３０では、優先情報取得部３１は、複数の前記優先事項のうち何れかを示す優先情報を取得し、推定部３３は、学習済みモデル記憶部３５に記憶された複数の学習済みモデルのうち、優先情報に応じて選択された学習済みモデルを用いて前記操作目標を推定する。これにより、実施形態の制御情報出力装置３０では、複数の優先事項を状況に応じて使い分ける必要がある場合であっても、それぞれの優先事項に応じた操作目標を推定することができ、上述した効果と同様の効果を奏する。

また、実施形態の制御情報出力装置３０では、推定部３３は、優先情報取得部３１により優先情報が取得される度に、学習済みモデルのそれぞれから、優先情報に応じた学習済みモデルを選択する。これにより、実施形態の制御情報出力装置３０では、掘削の作業中に地山の状況が変化する等して優先事項を変える必要が生じた場合であっても、変更後の優先事項に応じた操作目標を推定することができ、上述した効果と同様の効果を奏する。

また、優先事項は、優先事項なし、方位角度、ピッチング角度、計画線ずれ回復、クリアランスのうち少なくとも何れかである。これにより、実施形態の制御情報出力装置３０では、優先事項なし、方位角度、ピッチング角度、計画線ずれ回復、クリアランスのそれぞれを優先事項とすることができ、それぞれの優先事項に応じた操作目標を推定することで上述した効果と同様の効果を奏する。

上述した実施形態における制御情報出力装置３０が行う処理の全部または一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１０…シールド掘削機、２０…シールドジャッキ、３０…制御情報出力装置、３１…優先情報取得部、３２…測定データ取得部、３３…推定部、３４…出力部、３５…学習済みモデル記憶部、３５０…平常時操作モデル、３５１…方位角度優先操作モデル、３５２…ピッチング角度優先操作モデル、３５３…計画線形ずれ回復操作モデル、３５４…クリアランス優先操作モデル

Claims (5)

1. 掘削の作業における優先事項を示す優先情報を取得する優先情報取得部と、
   シールド掘削機が掘削する状況を測定した測定データを取得する測定データ取得部と、
   掘削の状況と、シールド掘削機における前記優先情報に示される事項を優先させた操作との対応関係を学習した学習済みモデルに前記測定データを入力させることにより、前記シールド掘削機における操作の目標である操作目標を推定する推定部と、
   前記推定部により推定された前記操作目標を示す情報を出力する出力部と、
   を備えることを特徴とする制御情報出力装置。
2. 前記優先情報取得部は、複数の前記優先事項のうち何れかを示す前記優先情報を取得し、
   前記推定部は、掘削の状況と、シールド掘削機における前記複数の優先事項ごとにそれぞれの優先事項を優先させた操作との対応関係を学習した学習済みモデルのうち、前記優先情報に応じて選択された前記学習済みモデルを用いて前記操作目標を推定する、
   ことを特徴とする請求項１に記載の制御情報出力装置。
3. 前記推定部は、前記優先情報取得部により前記優先情報が取得される度に、前記学習済みモデルのそれぞれから、取得された前記優先情報に応じた前記学習済みモデルを選択する、
   ことを特徴とする請求項２に記載の制御情報出力装置。
4. 前記優先事項は、優先事項なし、方位角度、ピッチング角度、計画線からのずれ量、クリアランスのうち少なくとも何れかである、
   ことを特徴とする請求項１から請求項３の何れか一項に記載の制御情報出力装置。
5. 優先情報取得部が、掘削の作業における優先事項を示す優先情報を取得する優先情報取得工程と、
   測定データ取得部が、シールド掘削機が掘削する状況を測定した測定データを取得する測定データ取得工程と、
   推定部が、掘削の状況と、シールド掘削機における前記優先情報に示される事項を優先させた操作との対応関係を学習した学習済みモデルに前記測定データを入力させることにより、前記シールド掘削機における操作の目標である操作目標を推定する推定工程と、
   出力部が、前記推定部により推定された前記操作目標を示す情報を出力する出力工程と、
   を有することを特徴とする制御情報出力方法。

Images