
生産性 製造業
「ものづくり」の現場を支え、新規サービス創出をめざします。
「ものづくり」の現場の品質・精度を向上する
日本が世界に誇る「ものづくり」の現場においても人工知能の導入が進んでいます。
これまでの大量生産の現場では、動作手順が記録された機械が同じ動きを繰り返し行うことが求められてきました。今後の社会では、多品種少量生産が進展し、そこで培った技術は農業や家庭など他分野にも用途が拡がります。この場合、状況に柔軟に反応して動き、システムを最適化できる機械が必要となります。
そのためにはロボットの作業動作を自動生成できる技術が必要となります。そこで、組立作業の最終状態を提示することで作業工程の自動計画を実現させるロボットの研究などを進めています。また、状況だけでなく加工プロセスも追加した模擬工場を構築し、動作機器の稼働状況把握、異常予測などにも取り組んでいきます。
この分野では、風力発電装置の障害・危険の予兆を検知し、早期のメンテナンスを可能にするシステムの開発が実機での検証実験の段階に入りました。また、タオルや洋服など、予め形状がモデル化できない柔軟物をロボットに操作させる技術の開発なども進んでいます。ここでは、深層ニューラルネットを用いた模倣学習手法など、最新の技術が活用されています。 これまで機械が担ってきた「効率化」の役割だけでなく、品質や精度の向上の面でも人工知能の可能性が拡がっています。
そのためにはロボットの作業動作を自動生成できる技術が必要となります。そこで、組立作業の最終状態を提示することで作業工程の自動計画を実現させるロボットの研究などを進めています。また、状況だけでなく加工プロセスも追加した模擬工場を構築し、動作機器の稼働状況把握、異常予測などにも取り組んでいきます。
この分野では、風力発電装置の障害・危険の予兆を検知し、早期のメンテナンスを可能にするシステムの開発が実機での検証実験の段階に入りました。また、タオルや洋服など、予め形状がモデル化できない柔軟物をロボットに操作させる技術の開発なども進んでいます。ここでは、深層ニューラルネットを用いた模倣学習手法など、最新の技術が活用されています。 これまで機械が担ってきた「効率化」の役割だけでなく、品質や精度の向上の面でも人工知能の可能性が拡がっています。
-
Theme1風力発電の故障予兆検知
機械学習を用いて、目視の検査では発見が難しい設備故障の予兆を検知するシステムを開発中。現在、国内41基の実機大型風車からセンサーデータを収集し、大規模実証実験を実施。メンテナンスの「事後対応」から「予防保全」へのパラダイムシフトをめざします。 -
-
Theme2動作模倣ロボット
深層ニューラルネットのEnd-to-End学習により、視覚情報と教示動作との関係性を学習・模倣し、未学習物体のピッキング、柔軟物の折り畳みなど、従来教示困難であった動作を簡単に実現する「動作の模倣学習手法」を開発しています。ティーチングレス・ロボットの実現も決して夢ではありません。 -
今後の展望
- 故障・危険予兆検知の対象拡大と予測精度向上
- ロボットの要素技術確立と統合化の推進
- 変化する複雑な環境やタスクに適応的に対処可能なロボットの実現