事例の概要
| 企業 | 株式会社日立製作所 |
|---|---|
| 地域 | 日本 |
| 業種 | 物流・その他 |
| 企業規模 | 大企業 |
| 用途 | 予知保全・設備保全 |
| 使われた技術 | 車両屋根に取り付けたカメラ映像のAI解析（フィジカルAIの取り組みの一つ） |
| 関連する製品・サービス | — |
成果
取り組みの内容
鉄道の架線は、列車に電力を送る設備で、摩耗や部品の不具合が運行の停止に直結します。点検は夜間に作業員が現場で目視したり、撮影した映像を人が見返したりする方法が中心で、長い区間を確認するには多くの時間と人手が必要でした。
日立は、車両の屋根にカメラを取り付け、走行中に撮影した架線の映像をAIで解析する仕組みを作りました。ITmedia ビジネスの報道では、日立が進めるフィジカルAIの取り組みの一つとして紹介されています。
報道によれば、目視で10日かかっていた作業がほぼ即時に終わるようになり、AIの検証は4か月で完了しました。検出精度や見逃しの扱いについての数値は、報道からは確認できません。
工場の設備点検にも共通する点として、点検対象を撮影する手段（ここでは営業車両のカメラ）を先に確保し、映像を定常的に集められる状態にしたことが、短期間で検証を終えられた要因と考えられます。AIが異常の候補を出し、人が最終確認する分担にすれば、見逃しのリスクを抑えながら作業時間を短縮できます。
この事例から読み取れること
- 点検対象を定常的に撮影できる手段を先に確保したことが、4か月という短い検証期間につながったと当サイトは見ています
- 10日からほぼ即時という効果は解析時間の話で、異常の候補を人が確認する時間は別に見積もる必要があります
- 工場でも、巡回点検の映像を定常的に集める仕組みがあれば、同じ考え方で点検の省力化を検討できます
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
