事業内容
About Us
【プラント/エネルギー】四足歩行ロボットによる巡視点検の自動化 PoC/PhysicalAI/自己位置推定/異常検知
事例・実績
・

製造業における工場設備の定期点検は、従来から人が現場に赴いて目視・聴覚・触覚で異常を確認する作業が主流であった。しかし、高温炉・化学薬品・有毒ガスといった危険エリアへの立入は作業員への安全リスクを伴い、点検の頻度と品質を同時に担保することは構造的に難しい状態にあります。
夜間・休日・連休中は人員を確保できないことが多く、その間の異常検知は警報設備に委ねられる。機器の軽微な異変──わずかな異音、局所的な過熱、外観の微細な変化──は点検者の経験と感覚によって初めて拾えるものであり、アラートが鳴る段階まで見逃された場合、設備停止や重大事故につながるリスクがあります。
また、熟練点検者が保有する「この機械のこの音は正常」「このくらいの温度なら問題ない」という判断基準は、体系化されないまま担当者個人に蓄積されており、退職・異動によって失われやすい。知識の属人化は、点検品質のばらつきと組織的な脆弱性の両方を生みます。
工場設備点検のボトルネックは「点検の頻度が足りない」ことより、人が安全・継続的・標準的に点検できる範囲の限界にあります。
高温・有毒ガスなど危険エリアへの定期点検に人を派遣するリスクと人件費がかかっていた
夜間・休日の無人監視ができず、異常の早期発見が遅れていた
点検のたびに熟練者が必要で、知識の属人化が進んでいた
複数拠点・広大なフロアを限られた人数でカバーする物理的な限界があった
加えて、異常の検知基準が個人の経験に依存しているため、「見落とし」と「過検知」の線引きが組織として明確化されておらず、対応の遅延や誤判断が繰り返されやすい構造にあります。
四足歩行ロボット Unitree Go2 EDU を活用した設備巡回・点検自動化AIを提供。中核は「ロボットが歩き回る」ことではなく、LiDARによるSLAM(自己位置推定・地図作成)と、複数センサーからのデータを統合した異常検知モデルを、工場の業務として回る形で実装している点にあります。
ロボットにはLiDAR・カメラ・マイク・サーモカメラが搭載されており、外観変化・異音・過熱という異なる性質の異常を同時に検出できる。単一センサーでは見逃しやすい複合的な劣化兆候を捉えることで、早期発見の精度を高める。
LiDARをもとにSLAMを用いてフロアの地図を自動生成し、障害物を回避しながら指定ルートを自律巡回する。段差や複雑な配置にも対応できる四足歩行の機動性を活かし、車輪型ロボットでは進入できなかったエリアにも展開できます。
巡回中に収集したセンサーデータは、AIによる異常認識モデルで解析され、異常箇所・推定原因・検知時刻を含むレポートとして自動生成される。担当者はロボットの後を追わず、アウトプットの確認と判断に集中できます。
本ソリューションの導入により、人が立ち入れない危険エリアも含めた24時間365日の自律点検が実現し、設備停止ロスの削減と作業員の安全確保を同時に達成できます。
夜間・休日を問わず一定の頻度で巡回が行われるため、定期点検の間隙で進行していた設備劣化を早期に捕捉できる。異常の兆候を小さい段階で拾うことで、突発的な設備停止と緊急修繕コストを削減する効果が見込まれます。
また、異常判断の基準がモデルに集約されることで、熟練者の暗黙知が組織的な検知ロジックとして継承される。担当者交代や増員があっても点検品質のばらつきが抑制され、現場の安全水準を維持できる体制が整います。
四足歩行ロボットによる点検自動化は、一見するとハードウェア導入の話に見える。しかし実務で使われ続ける形にするためには、ロボットが歩けるだけでは不十分です。
設備巡回AIは、実務で必ず問題になる技術的な難所を前提に設計されている点に本質的な強みがある。
工場のフロアは、設備の移動・新設・撤去によって定常的に変化する。一度作成した地図を固定的に使い続ける設計では、環境変化のたびに手動再設定が必要となり、運用負荷が高くなる。
EpicAIでは、SLAMによる地図の継続的な更新を前提とした設計を採用しており、環境変化への追従を運用の中で吸収できる構成を目指しています。
点検レポートは、詳細すぎると確認に時間がかかり、簡略化しすぎると原因特定に使えない。現場担当者が「これは対応が必要か」を即座に判断できる粒度で情報を整理することが、実務への定着に直結する。
異常箇所・センサー種別・時系列変化を含む実務判断に適したアウトプット形式を検討し、業務フローに組み込みやすいレポート設計を採用しています。
四足歩行ロボットによる設備巡回AIは、「ロボットが歩き回るデモ」ではなく、危険エリア・夜間・休日を含む全時間帯の点検空白を埋め、設備停止リスクと人的コストを構造的に削減するAIである。
センサー統合・自律行動・異常検知・レポート生成を人の判断と切り離さず一体として設計することで、PoCに留まらず、実務で価値を生み続ける設備点検AIを実現している。