IoT/AI

映像監視AI化支援

コンサルティング

概要

映像監視AI化ソリューション「DeepFire(β版)*」は、時系列解析の学習を行う最適なディープラーニングのモデルと高度な画像処理技術を組み合わせることで、これまで定量的な判断が難しかった “時間の経過に伴い、複雑に変化する、「燃焼」、「粘性」、「液体」等の状態を的確に解析し、異常・異常予兆等の検知の自動化を可能とするプロダクトです。

時系列データを処理する複数のネットワークを組み合わせることにより、高度な映像解析において高い推論精度を実現、また、正常シーンを教師データとして学習させることで、少ない学習データ量で熟練者と同精度のシーン判定が可能となります。

生産設備や原材料が時系列で変化し、その変化を作業者が目視で確認しながら運転調整を行っている作業工程を映像監視AI化(AIによる異常状態の自動判定・常時監視)することで、生産設備の予兆保全や運転の効率化、品質の異常への早期対処、作業者の負荷軽減など様々な効果が期待できます。

 

*「DeepFire(β版)」は、株式会社Ridge-iが開発、提供しているプロダクトです。本コンサルティングは、同社の協力を得て、提供されます。

 https://ridge-i.com/product/fire/

<映像監視AI化による効果>

● 燃焼状態の異常検知(映像監視AI化)

静止画では検知できない、動態からの異常検知技術を活用して、燃焼状態の異常を検知します。

正常シーンのデータだけで、燃焼状態の異常検知を高い精度で実現します。

サービス内容

今まで人間の目視で行ってきた 状態の判定・分類“ の作業工程であれば、映像監視のAI化による自動判定・分類の ”可能性は高い“ と考えられますので、まずはトライアルの実施をお勧めします。

1)費用は諸条件によって変わりますので、下記のお問い合わせ先までお気軽にご相談ください。

■STEP1:トライアル

映像データを解析して、AI化の可能性を評価し、解析結果や今後の検討課題等をトライアルレポートとして報告します。なお、受領データの確認後、データの内容に関する質問や追加データの共有をお願いすることがあります。

 ●期間(目安):データ受領後、13か月以内

 ●トライアルレポート(目次例):

■STEP2:カスタマイズ開発実証実験(PoC)

トライアル結果を踏まえて、対象業務の映像監視による異常検知等の実現性や費用対効果を評価するとともに、実運用に向けたシステム環境等の構築について提案します。

 ●期間(目安):3か月~

 ●実証実験(PoC)結果レポート(目次例):

 

【実証実験(例)】 油水分離処理工程への映像監視AIの実装

工場などから廃棄された廃油を油と水に分離する油水分離処理工程において、処理後の廃液を移送する際に、熟練者が性状を判断して、油が混入したタイミング(異常状態)で、手動でポンプを停止する作業を映像監視AI化するための実証実験です

(詳細内容:https://image.sompo-rc.co.jp/infos/20210412_1.pdf

●目標:目視確認している作業員と同じタイミングで、DeepFireが異常を検出してポンプ停止タイミングのアラートを発出する

●【実映像データによる成果紹介(動画45)】 https://vimeo.com/469664895/b1fb6748ef

DeepFireが熟練者と同等のタイミングで異常を判定。実用レベルの精度を実現〜

熟練者でなければ判断が難しい異常判定を、「DeepFire」が同等の判断基準を持ちながら、
誤差範囲内のタイミングでアラートを出すことに成功

■STEP3:実用化開発

●実証実験(PoC)結果を踏まえて、実運用に向けたシステム環境や運用体制を構築します。

●期間(目安):6か月~

■STEP4:自走化・横展開

映像監視による異常検知等の実運用・保守業務を引き継ぎ、お客さまにおける自走化を図るとともに、他施設への同様な映像監視AI化の横展開を支援します。

主な適用例と効果

●「燃焼」状態の異常監視

小型火力発電所やごみ焼却施設の燃焼室を常時監視し、異常燃焼や有害物質の排出等をセンサーで検知する前にその予兆を把握し、異常発生前に制御・メンテナンスを実施することが可能となり、操業の効率化や稼働率の向上につながります。

 

●「粘性」のある物体の撹拌・混合工程の状態監視(食品製造業など)

熟練者が目視で確認していた発酵状態や練り状態を画像で判別することで、品質を安定化させることに加えて、熟練者の技能継承につながります。

 

●「液体」処理状況の状態監視(水処理施設など)

工場の汚水・排水処理設備や、水処理施設における水質判定は、浮遊物・泡・波・色・流れ等を人が目視によって複合的・定性的に判断しています。AIによる常時監視により、コスト削減や一定の品質での監視が可能になります。

 

●搬送設備の異常検知

搬送設備の状況を監視することにより、搬送ラインの詰まりや欠品等の予兆を捉えることで、ライン停止前に予防処置が可能となります。

パンフレット

映像監視AI化支援に関するサービスのお問い合わせ



このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用しています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細については「個人情報保護について」のページをご覧ください。