各種計測機器から得られる画像データや空間情報データを最新のソフトウェア技術で解析・処理することにより、各現場の課題を解決します。
流量計や圧力計などのアナログメーターをカメラ撮影画像を解析し読み取り、デジタルデータに変換
カメラ撮影画像を解析し、目視検査工程を自動化して異常検出を孤立化
ウエアラブル端末で快適なマーカーレスARを実現して、遠隔からの作業指示を効率化
同じものが大量にある場合の計数効率が大幅に向上
カメラを使い物体を認識し種類の判別も行い対象となる移動体にロックオンして継続して追跡することができます。複数のカメラを跨いだ追跡も可能です。
人物や犬・猫などの認識は教師データセットも豊富で、学習済みAIモデルも広く普及しており既に確立された技術ですが、ライオンなどの特殊な動物の認識を手掛けている企業はありません。画像認識技術(YoLo)を用いて、ライオンを認識し、スタッフ用車両と区別(クラシフィケーション)して、それぞれの位置を検出することによりゲートの開閉可否を判断しています。
鋼板の凹凸のある側面に吹き付けられた文字を、光学カメラを使用し画像認識によって読み取って、目視で読み取り可能かどうかを判定します。製品シリアル番号等の識別記号であり、出荷された以降は人が目視で読み取って処理されるものです。そのため、単に文字を認識するAIではなく、書かれた文字が目視で読み取り可能かを判定するAIとなっています。
光学カメラやLiDARカメラなどを用いた画像センサを活用して検査工程を自動化すれば、ヒューマンエラーの発生、判定基準のばらつき、人員確保、教育などの手間、人件費などの問題が解決可能です。自動化によってインラインでの高速検査も可能になり、品質を保証しながら生産効率も高められます。
人間の感覚で合否判定を行うことによるヒューマンエラーを回避
検査員による不良品判定基準のばらつきをゼロに
熟練者による長年の経験と勘に依存したオペレーションからの脱却
精神的・身体的疲れによる作業精度・スピードの差を減少
■お客様と一緒に問題を掘り下げ自動化対象を見極める
■現場を視察して実施環境を確認する
■データ取得用システムを構築する(『目視の自動化』の眼をつくる)
■実際に測定・記録を実施し、サンプルデータや教師データを取得・蓄積する
■取得データを解析し特徴を抽出したり、教師データによる学習を実施する(『目視の自動化』の脳を作る)
■プロトタイプを作成する
■プロトタイプを用いて検証する
■検証結果を解析し、必要があればシステムを改良する
1. AI開発とシステム開発の両方を同時進行
2. ハードウェア製造を除きソフトウェア開発は全て実施するOne Stop Company
3. 製品化までの試行錯誤のサイクルを効率的に実施
4. 実証実験だけで終わらないリアルなAIソリューションを素早く安価に提供
赤外線レーザーを照射し反射光の戻る時間を正確に測定することで空間の各点までの距離を測ります
LiDARに比べて解像度が高く物体の特徴を正確に判断するのに有効です
LiDARとは、
Light Detection And Ranging(光による検知と測距)の略称で、対象物にレーザー光を照射し反射光を受光するまでの時間を正確に計測することで距離を取得する装置のことです。レーザー光を多数照射することにより多数の点までの距離を一度に取得することができ、周囲の状況や対象物の形状を3次元的に把握することに役立ちます。近年では自動運転のための周辺状況認識に欠かせない装置となっています。