カメラ×エッジによる不良検知・メンテオペレーション実装

世界モデル(WFM)/フィジカルAI取組の参考事例です。物流・電設・設備・施設管理業における負荷の高い定常メンテ・不良確認オペレーションに対し、カメラ×エッジデバイスによる不良検知・監視の技術実装を行いました。

課題

• 現場の“目”と“専門性”が必要な定常メンテ・不良確認(負荷が高く属人的)
• 現場に即した制約条件への対応(カメラ・エッジデバイスの設置条件や利用サーバー等)

世界モデル(WFM)/フィジカルAI取組について

リアルな現場で発生する特定専門業務の「人の意図と動き」を理解し実現する応用に、大学との共同研究(R&D)として着手しています。

Input：空間での人の判断・動きを学習

人間作業の「意図」と「動作」を映像でAIが学習し、現場での3D世界を理解します。

Output：ロボットに判断と動作を転移

人の「意図」と「動作」をロボシミュレートし、現実で実現。意図＆動作を転移学習し、専門工程や品質チェック等へ応用します。Pick and Place(所定のボックスに入れる)、Pick and Place onto(特定領域に精密に置く)、Moving Away(異質なものは除外する)といった動作を、現実世界でロボットが判断・動作できることを確認しています。

本事例は、この取組の参考事例として、現場の“目”と専門性が必要なオペレーションへ、カメラ×エッジによるAIの技術実装・介入を行ったものです。

実装領域

物流 ― コンテナ不良(設置カメラ×エッジデバイス)

汚れ・シール・ガムテープ・さび等を設置カメラで検知。コンテナのメンテナンス必要性やリスクを実働加味しリアルタイムに把握します。

設備 ― 電柱不良(車載カメラ×エッジデバイス)

走行中の車載カメラで電柱概観から問題を検知。点検対象をマッピングします。

施設 ― インターチェンジ/駐車監視(固定設置カメラ×エッジデバイス)

車両や人物の動態や利用状況を、映像もセットでデータ化しつつ監視します。

実際は、カメラ・エッジデバイス等の設置条件や利用サーバー等の現場に即した制約条件も踏まえて、リアルな現場感を加味してオペレーションへの技術実装・介入を行い、暗黙知のデータ利活用・資産化を行います。

成果

• 物流：コンテナ不良のリアルタイム把握(汚れ・シール・ガムテープ・さび等を検知)
• 設備：車載カメラによる電柱不良検知(走行中に問題を検知し点検対象をマッピング)
• 施設：インターチェンジ/駐車監視(車両や人物の動態・利用状況を映像とセットでデータ化)
• 暗黙知のデータ利活用・資産化