TOP
さらなる拡大が予想されている
製造業でもリアルタイムで処理でき、セキュリティ対策が万全なエッジコンピューティングの導入が進められています。イメージしやすいように、活用事例を2つ紹介します。
画像認識を利用した検査の自動化
製造業では異常品の流出を防ぐために必ず出荷前検査を行っています。しかし、検査工程は自動化が難しいため、一般的に作業者が人力で行っています。目視で検査していきますが判断基準が明確でない場合も多く、カメラで撮影した画像でも自動判別ができないことがありました。そのため、熟練の作業者が担うケースが多かったのですが、近年はカメラの性能が向上し、エッジコンピューティングによって撮影した画像や映像の処理、認識技術が飛躍的に進歩し、従来は熟練の作業者にしか判別できなかった正常品と異常品の違いを、自動的に判別することができるようになりました。
まずはエッジデバイスであるカメラで完成品を撮影し、画像処理や正常か異常かの判定を行います。それから、それらの情報をクラウドに送信します。クラウド側では受信したデータを保存し、管理者が理解できるように表示します。
製造業では出荷前検査に用いられることが多いのですが、カメラで撮影した画像や映像から判断するシステムであれば他の分野にも適用できます。
振動センサーを活用した予知保全・診断システム
製造工程の場合が自動化されている場合、定期的な工具交換は生産効率を下げ、工具効率を悪化させてしまう可能性があるため、故障が近いことを検知したいというニーズがあります。これまでは熟練の作業者の長年の経験や勘から故障するタイミングを事前に予知していました。しかし、エッジコンピューティングを導入することで故障するタイミングを検出し、故障が発生する前に部品を交換できるようにシステムの導入が進められています。
例えば、振動センサーをエッジデバイスとして各機器に設置するとエッジデバイスが各機器の振動データを収集し解析を行います。工場全体の設備を解析してその情報をクラウドに集約し、一括で工具の交換時期を判断するようにエッジコンピューティングシステムを構築すれば事前に交換する時期を予想することができるようになります。
センサーなどのエッジデバイス側である程度情報を収集・処理し、クラウドに集約して活用するシステムですが、製造業に限らず様々な場面で活用されています。