面倒なことは人工知能がお手伝い:オートバックスが取り組むかんたんタイヤ画像診断サービス

課題

自家用車を安全に運用するためには、自動車検査登録制度や法定12ヶ月点検を実施するだけでなく日ごろの日常点検も欠かせません。しかし自動車点検整備推進協議会の報告によると、「面倒」「お金がかかる」「時間がない」という理由で日常点検を行わない自動車所有者は約35%に上るそうです。また点検を行うための知識が不足していることも問題として挙げられます。一方でメンテナンス不足による自動車事故は年間1500件以上発生しており、このような事故を未然に防ぐための取り組みが必要とされていました。
株式会社オートバックスセブン(以下オートバックス)はメンテナンス不良による自動車事故の中でも特にタイヤ不良による事故が多いことに着目し、誰もが簡単にタイヤを日常的に点検できる「かんたんタイヤ画像診断」サービスの提供を2017年9月より開始しています。

解決方法

オートバックスの提供する「かんたんタイヤ画像診断」は、自動車の所有者が撮影したタイヤの画像を解析し、その摩耗度合いを3段階で通知するサービスになります。このサービスを構築するためには画像からタイヤの状態を診断するための画像処理技術が重要となります。オートバックスではIBMの提供するWatson Visual Recognitionを利用することでサービスを構築しました。Watson Visual Recognitionはディープラーニングを利用した画像認識APIであり、認識させたい画像を送信することで画像中の物体識別やその確信度、また識別物体の階層構造(動物-家畜-犬・・・といったタグの階層)を出力することができます。またユーザーが学習用画像と対応するタグを与えることで独自の画像認識システムを構築することができます。オートバックスではWatson Visual Recognitionを利用した約2週間の実証実験を行いタイヤの摩耗状況を診断するプロトタイプを構築し、その後約2ヵ月という短期間で公開用システムを開発しました。
IBMの提供するWatson Visual Recognitionの利用方法や詳細については次の3つの記事を参考にしてください(参考記事1参考記事2参考記事3)。

どうなったか

Watson Visual Recognitionを利用したことで、2ヶ月という非常に短い期間で「かんたんタイヤ画像診断」サービスを公開することができました。また実証実験時は摩耗タイヤと新品タイヤからそれぞれ50枚の画像を学習するのみでしたが、現在のサービスではより多くの画像を学習することで「タイヤ溝の深さ」「ひび割れ」「キズの有無」等をもとに摩耗度合いを診断します。これによりプロの整備士に近い診断を行うことができるようになりました。

まとめ

オートバックスはIBMのWatson Visual Recognitionを利用することでタイヤの摩耗度合いを診断するサービスを構築しました。オートバックスでは日常点検に対して「面倒・お金がかかる・時間が無い」と言っていた自動車所有者が、このサービスをきっかけに自身の自動車に興味を持ち、行動や意識を変化させることを目標としています。また自動車所有者自身がタイヤの状態を診断しその結果に基づいてオートバックスに来店することで、オートバックス店舗での点検・診断業務を簡易化できると考えられます。
人工知能システムを自社業務に導入する際には、その開発コストや時間が大きな障壁となることが多くあります。今回の事例やこれまでに紹介した事例(例えばこちら)のようにAPIを利用することで、開発コストを低減するとともに迅速にシステムを運用することが可能となります。

参考資料

(堀井隆斗)