倉庫内の事故を減らしたい、生産性(マテリアルハンドリング)を向上させたい、ピッキングミスの原因を知りたい、高齢ドライバーの事故を防止したいなどの課題を解決します。
倉庫内の事故を減らしたい
事故が多い / 少ない作業員を比較し、違いを明らかにします。例えば、フォークリフト運転中の熟練作業者は、作業中にトラックの荷台だけでなく、周辺で作業をしているドライバーの顔を見てアイコンタクトをとろうとしていました。一方で若手作業者はドライバーの存在は認識していたものの、顔に視線が行くことはなかったという違いが明らかになりました。
生産性を向上させたい、ピッキングミスの原因を知りたい
生産性が高い / 低い、ミスをする / しない作業員を比較し、違いを明らかにします。例えば、商品を集める際に作業の早い従業員は、カートの画面を見て一度に商品名と個数を覚え、商品をピックアップしていました。一方で遅い従業員は、まず画面の商品名を見て、実際の商品を確認。その後、また画面で個数を確かめてから商品をピックアップ。画面を見る回数が多い分、時間がかかっていた、ということが明らかになりました。
高齢ドライバーの事故を防止したい
高齢化が進み、人手確保が難しいドライバーは、現在の高齢者にも長く、安全に働いてもらう必要があります。また、自身の能力の低下を自覚し、意識する必要があります。運転の安全確認技能を視線で抽出して教育することにより、事故防止につながります。
熟練者⇔熟練者、熟練者⇔非熟練者の視線 / 動作データ取得
視線 + 動作の比較から共通/相違点を抽出
さらに、視線動画を見ながらインタビューし、背景となる理由/判断を引き出す
視線 + 動作 + インタビューを分析し、
正解（基準/標準）を作成。
手順書、作業指示書などへ活用し、評価、教育へ活用。
“検品の精度も上がって効率も上がった。育成には非常にアイトラッキングは有効”
デンソー 西尾製作所 ガソリン噴射製造部 工場長 平山 要さま
建設現場での状況認識
ネブラスカ大学リンカーン校の研究者は、アイトラッキングを使用して、建設現場でのヒューマンエラーの原因を調査しました。作業者が危険を察知するスキルの向上と訓練効果の測定に利用されています。
