教師データ不要でAIが工場での作業者の手順の違いや無駄な動作を検出

課題

工場での作業者の無駄な動作や、標準手順と異なる動作の発見は効率化や品質の向上のため重要なものです。しかし、行動分析を機械学習で行おうとすると大量の教師データが必要であるという課題がありました。

解決方法

今回、三菱電機株式会社は分析対象を工場での作業など、同じ作業が繰り返される場合に限定することで、大量の教師データが不要な行動分析AIを開発しました。

図1. 行動分析 AI における処理手順(公式プレスリリースより)

システムは作業時の両手の場所を計測する3次元カメラと、行動分析AI、分析結果の表示システムで構成されます。

まず、作業者の作業を3次元カメラが撮影し両手の動きを計測します(詳しく説明されていませんが、両手首に赤とピンクのバンドをつけていることから、色に基づいて手首位置を追跡しているものと考えられます)。そしてその計測データを行動分析AIが動作を分析し、自動で動作要素(「部品をとる」「ネジをしめる」「完成品を箱にしまう」など)に分解します。これを数回計測と分析を繰り返すことで標準と思われる動作パターンをAIが決定し、標準からずれた行動があれば分析結果に表示するようになります。例えば「3つ目の組み立ては4番目の行動で標準より10秒時間が余分にかかった」というようなことがわかるようになります。

動作要素の分解では、初期値としては計測データを等分割して動作要素の境界を仮設定し、次に手の動きの波形を抽出・他データと比較することで境界を調整するという工夫がされているとのことです。

どうなったか

事前の学習が不要なため、導入が比較的容易な行動分析のシステムになりました。また、分析が数秒から数分程度でできるためその場でフィードバックができるようになっています。

日刊工業新聞の取材によるシステムの動画をみると、動作要素の分解がうまくされており、フィードバックの再生もキビキビと動いていて現場での実用をよく考えられていることが伺えます。

まとめ

今回は大量の教師データを不要にした定型動作のための行動分析AIを紹介しました。

これまでもマニュアルをクラウド化するサービスや、動画で手順を伝えるようなサービスはありましたが、手の動きだけに着目し、過去の動作を標準動作としてミスや無駄を検知していくというのは面白い試みだと感じました。

レースゲーム「マリオカート」などでは過去の自分の操作を再現したマシンを出現させ、それと対戦することで練習できるモードがありますが、それを連想させられました。生産の現場でも自分自身や熟練者と対戦するような仕組みがあればゲーム感覚で技術向上が見込めるかもしれません。

参考資料

(Marvin編集部)