製造現場では、人手作業の生産性改善のため、作業時間の計測やムダな動作などの抽出・分析を実践してきました。しかし、監督者が手作業で行う分析には実作業の10倍程度の工数・時間が必要でした。三菱電機のAI技術「Maisart」による作業分析ソフトウェア「WA-SW1000」は、カメラ映像からの作業者の骨格情報を分析する技術「骨紋」を採用することで作業時間計測を自動化し、製造現場の課題の見える化、品質・生産性の向上を実現します。
実作業時間の10倍が必要とされる分析時間を劇的に短縮
映像の骨格情報から作業手順を認識、作業時間を自動計測し、効率的な作業ができているかを評価。この一連の作業を自動化することで分析時間を大幅に短縮しました。
分析に時間がかかる、分析結果にバラつきが出るなどの問題を一挙に解決！
三菱電機のAI技術「Maisart」から生まれた骨格情報を用いた作業分析技術「骨紋」
①カメラ映像だけで作業時間の自動計測が可能
作業者がセンサーやマーカーを装着する必要がないため、作業者に負荷をかけずに作業分析を行えます。作業者の動きをカメラで撮影するだけで作業内容を認識・特定。作業時間を自動計測し、作業分析を効率化できます。
②製造現場の複雑な作業もAIで分析
カメラ映像から抽出した2次元の骨格情報をAIで分析。製造現場の複雑な動きを伴う作業も、高い精度で属人性を排除した分析が可能です。
③少ない映像から低コストで学習モデルを構築
AIでの動作認識には、通常は数千から数万規模の学習サンプルが必要ですが、「骨紋」は骨格の動きを効率良く学習できるため、10サンプル程度の作業映像で学習モデル構築を実現。学習コストを大幅に削減しました。
④1つの学習モデルで複数の作業者の分析が可能
学習用の映像と分析用の映像の人物が異なっていても、同一の学習モデルで作業時間の計測が可能です。作業者が交代する現場でも、学習モデルをビデオ映像を 切り替えることなく使用できます。
AIが作業の骨格情報を学習し、対象の作業を自動的に分析
●AIが学習モデルを構築
学習用の映像から抽出した骨格情報(骨格の動き)と作業手順とを、AIが対応付けて学習することで、「骨紋分析」に使用する学習モデルを構築します。
●AIが製造現場の複雑な作業を分析
AIが対象映像を分析、作業手順を認識し所要時間を計測するため、人の作業は必要ありません。
●分析結果の確認 ※将来対応予定
作業時間計測に加えて、作業抜け※、手順違い※などの異常をリアルタイムに検知する機能を開発中。作業ミス発生を防ぎ、検知・フィードバックまでの時間を短縮、ヒューマンエラーによる不良品の流出防止につながります。
各作業員の動作を分析、現場指導や改善をサポート
個々の作業者の動作を分析し、作業時間のバラつきや問題点を見える化。
現場指導や見逃していた課題の改善をサポートします。
トヨタ自動車株式会社様
