DX wpmaster 2026年2月19日 0 コメント

IOWN APNとAIで遠隔外観検査に成功約300km離れた工場でもローカル同等の速度を実現

はじめに

日東工業、NTT西日本、NTTドコモビジネスの3社は、最新のネットワーク技術であるIOWN APNと画像認識AIを組み合わせ、約300km離れた工場における製品の外観検査を成功させました。この共同実験は、遠く離れた場所にあるデータセンターにAIの仕組みを集約しても、工場内で検査を行うのと変わらない速さと品質で外観検査ができることを実証しました。

製造業における外観検査の課題

製造業の現場では、ベテランの職人が減少し、製品の種類が増える中で、外観検査をより高度に、そして効率的に行うことが求められています。特に複数の工場を持つ企業では、それぞれの工場で検査の品質にばらつきがあったり、人手に頼ることで作業員の負担が大きくなったりすることが課題となっていました。

高精度なAIによる外観検査を導入しようとすると、各工場にAIの仕組みやサーバーを設置し、管理する必要があり、設備投資や維持管理に費用がかかります。また、工場から離れたデータセンターを使う場合、従来のネットワークでは通信の遅れや不安定さが生じ、リアルタイムでの制御が必要な工程でAIを活用することは難しいとされていました。

IOWN APNを活用した遠隔AI外観検査の実施

このような課題を解決するため、日東工業、NTT西日本、NTTドコモビジネスは、IOWN APNの「大容量・低遅延・ゆらぎゼロ」という特徴に着目しました。この技術を使って、約300km離れた関東のデータセンターと静岡県にある日東工業の掛川工場を接続し、遠隔からのAI外観検査の有効性を検証しました。

この取り組みでは、掛川工場のベルトコンベアを流れる製品をカメラで撮影し、その画像をデータセンターへ送りました。データセンターでは、画像認識AI「Deeptector(R)」がリアルタイムで製品の不具合箇所や種類を特定しました。その後、AIの判定結果に基づいて、不具合の有無や場所のデータが掛川工場のロボットに送られ、ロボットが不具合箇所にシールを貼るという一連の作業が行われました。

実証実験の結果

今回の取り組みにより、工場内にAIの仕組みがある場合と変わらない速度と品質で、画像データの解析とロボットアームの制御ができることが実証されました。

具体的には、以下の点が確認されました。

画像認識AIを工場から離れたデータセンターに置いても、ネットワークの遅れが日東工業が求める外観検査の基準に影響を与えないこと。
AI外観検査を導入することで、1日に1000点を超える部品や製品の検査において、基準に合わないものだけを目で確認すればよく、検査員の負担を減らす効果があること。
IOWN APNを使うことで、工場内のデータやAIの仕組みを遠く離れた監視拠点に集約し、そこから設備の状況や検査結果の確認、システムの運用が可能になり、運用を効率化できることや、複数の工場で検査品質を統一できること。