AI点検ロボット向け「AT-SYNAPSE 追加学習サービス」提供開始

株式会社アトラックラボは、AI点検ロボット向け制御プラットフォーム「AT-SYNAPSE」のオプションサービスとして、「AT-SYNAPSE 追加学習サービス」の提供を開始しました。

サービスの概要

本サービスは、現場で収集した点検画像をもとにAIモデルを最適化するもので、プラントや工場、インフラ設備などの点検作業の効率化と精度向上を目指します。

■特長

1. 現場データで点検AIを最適化
   • お客様の現場で撮影されたサビ、腐食、機器特有の不具合などの画像からデータセットを構築します。
   • LoRA（Low-Rank Adaptation）などの手法を用いてAIモデルに追加学習させ、点検対象や撮影条件に合わせた最適なモデルへ調整します。
   • VLM（画像と言語を扱うAI）、画像分類、物体検出など、適切なAI手法を選択します。
2. クラウドに依存しないローカル処理
   • NVIDIA DGX Sparkを活用し、AIモデルの追加学習と推論をすべてローカル環境で実行します。
   • 機密性の高い点検画像を外部クラウドへ送信することなく運用でき、セキュリティを確保します。
3. 運用データを使って継続的に改善
   • 初期導入後も、実際の点検で得られた新たな画像と結果を追加学習に利用できます。
   • 現場で発生する固有の不具合や新たな事例を学習させることで、モデルの精度を継続的に向上させます。
4. 画像収集からロボットへの実装まで一貫対応
   • 学習用画像の整理、アノテーション（画像へのタグ付け）、データセット構築、AIモデルの追加学習と評価、そしてロボット（UGV、レールドローン、クローラーロボットなど）への実装、現場での動作確認までをアトラックラボが一貫して行います。
   • ロボットが設定ルートを移動し画像を収集、学習済みモデルが異常を検出、その結果を画像や位置情報と関連付けて記録し、点検履歴管理や経年変化の確認に活用できます。

■想定される点検対象

• サビ、腐食
• 亀裂、欠損
• 塗装の剥離
• 漏れ、にじみ
• ボルトや部品の脱落
• 異物、堆積物
• 機器の構造や使用状況に起因する固有の不具合
• 雪庇など、形状定義が難しい異常

■想定される導入分野

• プラントや工場設備の巡回点検
• 配管、タンク、鉄骨、橋梁などの定期点検
• 屋根、壁面、高所、雪上など、人が点検困難な場所
• 通信環境が不安定、またはクラウド利用ができない施設
• UGVやレールドローンを活用した自動点検
• 点検画像の蓄積と経年変化の記録

AT-SYNAPSEについて

「AT-SYNAPSE」は、画像認識や自然言語処理などのAI技術と、ROS 2による移動・運動制御を組み合わせたAI点検ロボット向けの制御プラットフォームです。安全に関わる走行制御や停止処理はAIに依存せず、AIは画像解析や点検対象の検出などに活用されます。UGV、ドローン、USV、レールドローンなど、様々な無人機に展開可能です。

参考リンク

• 元記事URL: https://prtimes.jp/main/html/rd/p/000000123.000052796.html