EDGE AI & AR

現場で判断し、その場で支援する。

  • 製品や部品を見分けたい。
  • 傷や汚れ、印字などを確認したい。
  • 設備点検や作業確認を、より分かりやすくしたい。
  • ネットワークに制約がある環境でもAIを活用したい。

エッジAIで現場の画像や対象物を認識・判定し、その結果をARや画面表示で作業者へ返すことで、検査・点検・作業支援に活用できます。

ナレッジワークスでは、画像認識AI、エッジAI、AR/XR、既存システム連携などを組み合わせ、現場環境に合わせた仕組みをPoCから構築します。

検査対象の製品と手元を中心に捉えた産業現場の様子
01CHALLENGE

こんな現場課題に活用できます

「AIを導入したい」ではなく、「現場のどの判断・確認・作業を支援したいか」を起点にします。

  • 01

    目視検査の判定を支援したい

    傷、汚れ、印字、形状などの確認をAIで補助し、検査担当者の判断を支援したい。

  • 02

    製品・部品を識別したい

    複数種類の製品や部品を画像から認識し、識別や仕分けに活用したい。

  • 03

    点検時に必要な情報を、その場で確認したい

    設備や計器などを確認しながら、判定結果や関連情報を作業者へ提示したい。

  • 04

    作業手順や確認ポイントを分かりやすくしたい

    対象物や作業状況に応じて、必要な手順・確認情報をその場で表示したい。

  • 05

    クラウドに依存せずAIを使いたい

    通信環境やセキュリティ上の理由から、インターネット接続に依存しないAI処理を検討したい。

02FLOW

現場で認識し、判断し、必要な情報を返す

カメラで対象を捉え、AIで認識・判定し、その結果を作業者へ返す一連の流れを設計します。

  1. 01

    対象を捉える

    カメラやスマートグラスなどで、検査対象、設備、製品、部品などを撮影・取得します。

  2. 02

    AIで認識・判定する

    画像認識AIを用いて、対象物の種類、状態、特徴などを判定します。

  3. 03

    現場で処理する

    必要に応じてエッジデバイスやローカル環境でAI推論を行い、クラウドに依存しない構成を検討します。

  4. 04

    結果を作業者へ返す

    判定結果や必要な情報を、AR、モニター、タブレットなど、現場に適した方法で提示します。

取得 → 判定 → 現場処理 → 情報提示

03EDGE

エッジAIで、現場側に処理を置く

クラウドAIが適さない現場では、AI処理を現場側の端末や機器で行うエッジAIを活用できます。完全オフラインを断定せず、ネットワーク制約・セキュリティ・応答性など、現場条件に合わせた構成として検討します。

CLOUD

クラウド側で処理する構成

  1. 現場で取得
  2. クラウドで処理
  3. 結果を返す

外部通信を前提にした構成の一例です。

FIELD

現場側で処理する構成

  1. 現場で取得
  2. 現場側で処理
  3. その場で提示

ネットワーク制約や運用条件に合わせた構成の一例です。

  • ネットワークに依存しにくい構成

    通信環境が不安定な場所や、常時インターネット接続が難しい環境でも利用できる構成を検討します。

  • オンプレミス・ローカル環境への対応

    データを外部クラウドへ送信しにくい場合は、現場内・社内環境で処理する構成を検討します。

  • 必要な場所でAI推論

    検査設備、PC、エッジデバイスなど、利用環境に合わせてAI処理を配置します。

04DISPLAY

判定結果を、その場で確認できる形に

AIの判定結果は、現場で使える形で作業者へ返す必要があります。ARだけを正解にせず、現場で使いやすい表示方法を選びます。

01

AR表示

スマートグラスやモバイル端末を通して、対象物と関連づけて情報を表示します。

02

モニター・タブレット表示

検査設備や作業場所に設置した画面で、判定結果や確認情報を表示します。

03

既存システム連携

既存の業務システム、データベース、設備等と連携し、判定結果や関連情報を活用します。

05SCENES

活用シーン

SCENE 01

製品・部品の識別/仕分け

画像から製品や部品を認識し、識別や仕分けの判断支援に活用します。

SCENE 02

傷・汚れ・印字などの検査支援

外観や印字等を画像で確認し、検査担当者の判定を支援します。

SCENE 03

設備点検・状態確認

設備、計器、部品などを確認し、点検時の判断や情報確認を支援します。

SCENE 04

組立・作業確認

対象物や作業状態に応じて、確認ポイントや作業情報を提示します。

SCENE 05

保守・メンテナンス支援

設備や機器に関連する情報を現場で確認し、保守作業を支援します。

06POC

現場に合わせてPoC・検証する

画像認識AIは、対象物、照明、カメラ位置、背景、撮影距離などによって結果が変わります。ARや画面表示も、実際の作業環境で見やすく使えることが重要です。検証結果を踏まえ、本開発に必要な要件や構成を整理します。

  • 01対象物を認識・判定できるか
  • 02必要な精度が得られるか
  • 03カメラやデバイスの配置が適切か
  • 04結果表示が作業の邪魔にならないか
  • 05現場の運用に組み込めるか
  • 06既存システムや設備と連携できるか
07PROCESS

導入までの進め方

  1. STEP 01

    対象業務・判定内容を整理

    何を認識・判定したいのか、現在どのように確認しているのか、現場条件を整理します。

  2. STEP 02

    データ・利用環境を確認

    対象物、撮影条件、利用できる画像データ、ネットワーク、設備構成などを確認します。

  3. STEP 03

    AIモデル・システム構成を検討

    画像認識AI、エッジ処理、表示方法、既存システムとの連携などを設計します。

  4. STEP 04

    PoC・現場検証

    実環境に近い条件で認識・判定・表示方法を確認します。

  5. STEP 05

    本開発・導入

    検証結果をもとに、実運用を想定したシステムとして開発・導入します。

CONTACT

現場の「どこを支援したいか」からご相談ください。

「目視検査をAIで補助したい」「製品や部品を自動で識別したい」「設備点検時の確認を分かりやすくしたい」「ネットワークに制約がある現場でAIを使いたい」AIモデルやデバイス、システム構成が決まっている必要はありません。対象となる業務や現場環境を確認し、認識・判定・情報提示まで含めた実現方法を検討します。