物流におけるエッジラーニングの使用例とメリット

近年、物流業界はオートメーションとデジタル化に大きくシフトしています。eコマースの台頭と、より迅速で効率的な配送への要求の高まりに伴い、物流企業は業務を最適化するためにエッジラーニングのような先進技術に目を向けています。 

エッジラーニングはAIのサブセットであり、ネットワークの「エッジ」でリアルタイムでのデータ分析、予測、意思決定が可能になり、物流業界のゲームチェンジャーとなることが証明されつつあります。

革新的なエッジラーニングでパンデミックの課題に対応 

パンデミックが発生した困難な時期に、物流は高い生産需要に応えるために大きな役割を果たしました。この時期の重要な関心事は、人の手によるタッチポイント、つまりパッケージが物理的に触れられる回数を減らすことでした。新型コロナウィルスが流行していた頃、私たちは固定式バーコードリーダとハンドヘルド式バーコードスキャナを提供し、お客様をサポートし、オペレータの安全を守ってきました。顧客と協力し、そのシステムにこの革新的な技術を提供することで、最も重要なときに大きなインパクトを与えることができました。 

物流におけるエッジラーニングの力に関する洞察 

Logistics Vision Solutionsの製品マーケティングマネージャーであるバート・ピエラ氏に、エッジラーニングが物流に変革を起こす方法や、業界にもたらす主なメリットについて伺いました。  

バート氏はコグネックスで6年間、物流部門で2年以上勤務しています。オートメーションの道を歩み始めたばかりの���小企業、OEM、経験豊富な業界リーダーなど、さまざまな物流業界の顧客と仕事をしてきました。この経験のおかげで、バート氏は物流の仕組みや生産における重要性を知り尽くしています。 

エッジラーニングは物流業界にどのように役立つのか？

バート：ファクトリオートメーションでは、環境はしばしば制御されます。歯磨き粉や機械部品のように、いつも同じように見える反復製品は、このようなスペースで製造されます。しかし、物流においては、どの箱やパッケージも同じようには見えません。  

小売業やeコマースの流通、あるいは宅配便の配送に目を向けると、毎日、毎時間、さらに季節ごとに検査される荷物には実に多くの違いがあります。

物流業界も、オートメーションの歴史は長くありません。現在、倉庫業の約80%は自動化されていません。これは、数え切れないほどの物流業者に利益をもたらす自動化ソリューションを提供する大きな機会です。ソリューションとは、コグネックスのターンキー、オフザシェル、構築済みパッケージシステムで、設定が簡単です。  

オートメーションタスクが人間頼みであるのに比べて、使いこなすのが難しい高価な機器を購入することを想像してみてほしい。一部の顧客は、高額なソリューションに投資することに抵抗があるため、昔と同じように人間頼みです。  

顧客のニーズに合わせてパッケージ化されたシンプルな独自のソリューションを導入する方が、圧倒的に負担が少なくなります。オートメーションとエッジAI技術を時間をかけて製造業に統合することで、一歩ずつ前進することができます。特に、オートメーションを導入したばかりの顧客に役立ちます。 

そこで登場するのがエッジラーニングです。 
 

エッジラーニングとは何か？

エッジラーニングは、箱、ポリ袋、ジフィーの外観のバリエーションを簡単に処理する検査技術であり、これは特に物流に取り入れられています。  

事前学習済みのアルゴリズムのおかげで、エッジラーニングは「学習」するために数枚のトレーニング画像を必要とするだけであり、設定は非常に簡単です。生産ラインのニーズを迅速に学習して適応することで、工程が最適化されます。マシンビジョンやプログラミングの予備知識も必要ありません。導入したばかりの方にも、ビジョンエキスパートの方にも最適です。

結局のところ、私たちはエッジラーニングテクノロジによって、あらゆる種類の独自の方法でベンダーをサポートしています。当社のユーザは、以前のビジュアルシステムよりもはるかに向上した性能、精度、速度を享受しています。

エッジラーニングはどのようなアプリケーションに適用されるのか？

バート：エッジラーニングツールに関する想像は尽きることがありません。当社は、物品検出、物品の仕分け、各工程における問題点の検出などのアプリケーションを対象としています。 

物品検出は、ソータ上の物品の有無を検出するアプリケーションです。物品の仕分けは、物品を特性によって区別する場合に用いられます。例えば、箱とポリ袋の区別などがあります。 

各工程における問題点の検出は、予知保全や衛生上の問題、在庫品、コンベヤの詰まりなどの検査を実行しようとするアプリケーションのカテゴリです。   

このテクノロジのメリットを最も多く得られるのはどんな人か？

バート： In-Sight 2800検出器では、すべての倉庫分野でいくつかの利点が見られますが、特に、お客様が処理インテリジェンスを追加し、ルールベースのマシンビジョンシステムのような古いハードウェアや性能の低いハードウェアを置き換えることを望んでいる分野で多くのメリットが得られます。 

当社は、顧客が注文を満たすために最高の運用効率とスループットを維持しようとしている場合の処理の仕分けにおいて、これがうまく機能していることを実感しています。 

また、仕分け精度やソータ性能に関しても、この製品は業界に変革を起こすものだと考えています。仕分け精度を向上させることで、商品のリワーク、破損、手作業での処理に関連する余分なコストを削減できるため、このテクノロジは強力な投資利益率（ROI）を実現できます。 

それ以外のコストがかさみ、多くの専門知識を必要とする問題にも対応できます。現在、エッジ機械学習によって、人々は手頃なコストで簡単に強力な力を手に入れることができ、誰でも利用することができます。 
  

In-Sight 2800のエッジラーニングはどのように設定するのか？

バート：In-Sight 2800の設定は、3つのステップで簡単に行えます。デバイスを箱から取り出し、電源を入れます。 

手順1：ワンクリックで画像を最適化し、ピントと露出を高めて、良質な画像を撮影できます。 

手順2：処理やアプリケーションがどのように見えるかが分かる例を収集し、いくつかの画像でトレーニングします。 

例えば、物品検出アプリケーションでは、空のトレイがどのように見えるか、また、使用中のトレイがどのように見えるかの画像をいくつか収集する必要があります。その後、数秒でシステムをトレーニングすることができます。 

物品仕分けアプリケーションを使えば、段ボールやジフ、ポリ袋がどのように見えるか、数枚の画像を収集し、数秒でトレーニングすることができます。 

手順3：ディスクリート入出力や産業用通信を設置、設定すれば、すぐに実行できます。 

エッジ機械学習に組み込まれた革新的な事前学習済みのアルゴリズムにより、画像処理スペシャリストの介入や余計なハードウェアを必要とせず、簡単で分かりやすく、10分から15分で手早く設定が完了します。 

エッジラーニングは、過去に使用していたものと比べて、今日の物流業界をどのように強化したのか？

バート：5年以上前、私たちはルールベースのアルゴリズムを使っていました。設計が難しく、搬送システムの摩耗や破損、さらに処理の流れや製品設計の変更など、状況の変化が弱点でした。こうした問題のどれをとっても、アルゴリズムを再設計するために多くのサポートが必要になりました。 

3年前、当社は様々な問題を対処できる非常に強力なディープラーニングソリューションを市場に導入しました。前述したように、これらは導入が難しく、試運転も困難でした。ディープラーニングは、多くのオーバーヘッドサポート、外部メンテナンス、ラベリングやトレーニングに投資する時間が必要です。 

多くの顧客にとって、参入障壁はあるものの、エッジラーニングは特に業界の新規参入者に新たな機会を提供します。ディープラーニングが必要とするオーバーヘッドを必要としない便利なパッケージに、ディープラーニングが導入されています。 

迅速な画像調整など、新しい状況に素早く適応できる非常に柔軟なソリューションを提供し、外部からの保守もほとんど必要ありません。

このテクノロジはコスト削減に役立つか？ 

エッジラーニングは、より高価なソリューションに投資するリソースがない製造業者にとって、手頃なオプションです。エッジラーニングの最も優れた点は、外部の画像処理スペシャリストを介さずに現場で再教育できることです。これは、保守、オペレータ、オーバーヘッド、その他の所有コストの削減にもつながります。

物流におけるエッジラーニングの次のイノベーションは何だと思いますか？

バート：エッジ機械学習の次の反復では、使いやすさを維持しながら、より困難なアプリケーションに取り組むために、既存のツールセットをベースとして活かすことを考えています。私たちは、既存のエッジラーニングツールセットを、これまでビジョン検査を使っていなかったソリューションに注入する予定です。 

具体的な例として、現状でバーコードを読み取るのに非常に効率的な当社のバーコードリーダが挙げられます。しかし、エッジラーニングツールを統合することで、バーコードリーダにさらにインテリジェンスを注入し、ラベルの損傷についてバーコードを検査するなど、さらに多くの情報を見つけることができます。現在のところ、当社のスキャナは破損したバーコードを識別することはできますが、どのように破損したかはわかりません。エッジラーニングツールを統合すれば、ラベルが破れているか、誤植されているか、汚れているかを識別し、破損を検出するアルゴリズムを作成できます。これは、根本的な問題の解決に取り組む当社の顧客にとって、非常に大きな付加価値となるでしょう。 

また、当社では、当社製品の本来のコンセプトを受け継ぎ、エッジラーニングによってその能力を拡張し、物流のようなあまり管理されていない環境でも機能する、より洗練された高度なツールを生み出すことを目指しています。例えば、要求の厳しい物流アプリケーションに適したELカウントや区分ツールの作成などがあります。

物流におけるエッジラーニングの未来 

エッジラーニングテクノロジの統合は、物流業界に多大な影響を与え、正確性、効率性、費用削減に多くのメリットをもたらしています。バートは、エッジ機械学習の革新的な力に光を当て、ディープラーニングソリューションや従来のルールベースのアルゴリズムと比較して、物流における欠陥のばらつきを処理し、信頼性の高いパフォーマンスを提供する機能を明らかにしました。 

エッジラーニングテクノロジの進歩により、物流運営の在り方が変わり続け、業界内の継続的な課題に対処する信頼性の高いソリューションがもたらされ、その急速な成長と革新の継続につながるでしょう。