プライベート5GとAI技術は自動化から自律性への移行を加速させる

モノのインターネットとインダストリー 4.0 の登場以来、マシン ビジョン、人工知能、機械学習、ディープラーニング、ワイヤレス センサーなどのテクノロジーの進歩により、自動化から自律性への進歩的な道が作られ続けています。しかし最近まで、ネットワーク接続は有線の産業用イーサネットの形で提供されており、設置コストがかなりかかり、柔軟な製造を実現することが困難でした。 WiFi や 4G などのワイヤレス ソリューションは柔軟性は高いものの、速度や帯域幅は向上しません。また、4G LTE はこれらの標準を満たすことができますが、ネットワークの遅延が大きくなります。

ここでは、プライベート 5G (P5G) と、それが AI カメラなどの先進的かつ新興のテクノロジーをどのようにサポートし、メーカーがより多くの機能をエッジに近づけることができるかについて説明します。プライベート 5G の低遅延は画期的なものであり、高帯域幅と組み合わせることで、製造プロセスに関するほぼリアルタイムの洞察を提供できます。たとえば、自動誘導車両 (AGV) から群知能を備えた自律移動ロボット (AMR) への移行は、ほんの始まりに過ぎません。この記事では、5G に接続された AI 対応デバイスが環境を感知し、相互に連携してより迅速な意思決定を行うユースケースをいくつか紹介します。最後に、この論文では、近い将来と中期的な将来について考察します。

IoT開発の4つの段階

接続性、ストレージ、コンピューティング能力は、モノのインターネットの実現に不可欠です。従来の業務をスマート ファクトリーに移行する際の最初の障壁は、異なる設備内のマシンが異なる制御テクノロジ (PLC、PC、MCU など) とさまざまなマシン プロトコル (Modbus、DeviceNet、CAN バス、さらには独自のプロトコルなど) を使用する可能性があることです。古いマシンの多くには通信機能さえありません。 2 つ目の障害は、機械メーカーが独自のソース コードを開発しているため、エンジニアが特定の要件に最適な変更やアップグレードを行うことが困難になっていることです。最後に、一部の生産工場では、システム インテグレーターが現在インストールされているマシンのアプリケーションを追加、削除、または変更することを許可することに消極的です。

こうしたタイプのアプリケーションでは、IoT 企業は古いマシンを効果的に接続するためのソリューションを開発しており、これが最初の段階です。たとえば、データ抽出機能を備えたソリューションでは、接続されていないデバイスからデータをリモートで制御および取得し、ネットワークに出力されないデバイスから重要なデータを変換できます。初期の IoT 導入は本質的に受動的であり、コンピューティング能力は限られており、単純なタスク用のコントローラーが組み込まれていました。センサーやその他のデバイスから収集されたデータは、データ レイクなどの集中管理された場所に保存され、ビッグ データ アーキテクチャに基づいて処理および分析されます。分析から得られた洞察は、フィールド データを視覚化してパターンや相関関係を理解するために使用されます。機械オペレーターは、これらの洞察の多くを予測メンテナンスに活用して機械の稼働時間を最大化し、生産性を向上させてコストを節約します。

第 2 フェーズでは、エッジ デバイスと接続性を通じて工場をよりアクティブな環境にし、産業用 IoT (IIoT) ネットワーク内の他のエッジ デバイスと結果を共有します。 AI を追加することで、産業用 IoT 実装では、発生した事実を提示するだけでなく、自動的にアクションを実行できるようになります。

群知能の導入により、単純なエッジデバイスがローカルで相互にやり取りできるようになり、第 3 段階に移行します。群知能は昆虫のコロニー（アリやハチなど）に見られる概念であり、実体間の集合的な相互作用です。製造環境の動的な進化に適応するために、エンティティの群れは自己組織化され、協調して迅速に行動します。群れは機能とサイズが限られていますが、この低レベルの自律性は、認知人工知能と機械学習技術の使用に基づいて構築されています。

IoT テクノロジーが真に普及するには (IoT のフェーズ 4)、リアルタイムの意思決定を可能にするためにレイテンシ レベルを削減し、IoT 展開をより自律的に運用する必要があります。プライベート 5G は、データ ネットワークのエッジにさらに多くのインテリジェンスを押し込み、遅延を削減する接続ソリューションとして考えられています。同時に、人工知能のモノのインターネット (AIoT) テクノロジーにより、多くの IoT エコシステムにおける人間の意思決定の役割が徐々に縮小しています。

最近のネットワーク接続技術

現在、ほとんどの IoT 実装はフェーズ 2 にあり、フィールド デバイスに接続するためのバックボーンとして、有線産業用イーサネットと WiFi、4G、さらに最近では 4G LTE テクノロジーの組み合わせを使用しています。これらのワイヤレス接続テクノロジーには、速度と帯域幅の点で制限があります。さらに、レイテンシ（2 点間のデータの移動にかかる時間）が重要なポイントになりつつあります。遅延が 200 ミリ秒の超高速 4G LT を考慮しても、これは一部の意思決定アクションには十分なリアルタイム性ですが、人身傷害や死亡を回避するために機械を停止するなど、安全性が極めて重要な意思決定には十分な速度ではありません。

• 5Gの約束

パブリック 5G の展開により、データ セキュリティと一貫した遅延を実現できない可能性に関する懸念が生じていますが、企業全体にわたるプライベート 5G (P5G) の展開は加速しています。プライベート5Gは低遅延を特徴としており、4Gの遅延は200ミリ秒、P5Gの遅延は1ミリ秒です。 P5G の高速性と帯域幅、そしてインテリジェンスのための人工知能と機械学習テクノロジーにより、工場のオペレーターは製造業務に関するほぼリアルタイムの洞察を得ることができます。

これは、情報を共有するために信頼性が高く、安全なリアルタイム ネットワークを必要とするロボット、カメラ、車両、およびすべてのエッジ AI アプリケーションに適用されます。これらのテクノロジーを組み合わせる優れた例としては、生産性と作業者の安全性を向上させる自律移動ロボット (AMR) とマシンビジョンが挙げられます。

• AGVからAMRへ

たとえば、AGV から群知能を備えた自律移動ロボット (AMR) への移行は、ほんの始まりに過ぎません。 AGV には高価なインフラストラクチャと追加の人的安全対策が必要です。一方、複数の AMR は、人間のオペレーターによる監視をほとんど必要とせずに作業を実行できます。周囲の環境を感知し、相互にやり取りして分散型の意思決定を行うことができます。

AIoT に加えて、群集自律性をサポートするテクノロジーの 1 つが、第 2 世代のロボット オペレーティング システム (ROS2) です。ロボット ソフトウェア開発用のオープン ソース フレームワークは、分散データ サービス (DDS) を統合し、データ リバーのようにデータを集合的に共有するための統合データ交換環境を提供します。複数のロボットのコラボレーションと、信頼性が高くフォールトトレラントなリアルタイム通信が可能になります。 AMR はソフトウェアを使用してエッジ デバイス間でデータをリアルタイムに共有し、クラウドにデータを送信するためのコストと遅延を回避します。

• SOPコンプライアンス監視

AI マシンビジョンを活用するもう 1 つのシナリオは、標準操作手順 (SOP) の監視です。 SOP は、製品の品質とサイクル タイムを最適化するとともに、作業者の個人的な安全を保護するために開発されます。しかし、人為的ミスが主な失敗要因です。

従来、産業メーカーは手動監視を通じて SOP コンプライアンスを監査していました。手動監視は生産部門によって異なる場合があり、限られた時間しか利用できないこともよくあります。すべてのオペレーターが実行するすべてのステップを追跡するのは、すべての生産ラインに実装するには時間がかかりすぎます。したがって、ワークフロー データは不完全であり、統合して分析するにはさらに時間がかかります。誤った手順の修正に対する対応が遅れると、品質の問題、生産性の低下、さらには職場での事故につながる可能性があります。

これらのテクノロジーにより、一貫して継続的に最適化された SOP の監視と評価が可能になり、生産部門は貴重な時間をより生産性の高いタスクの実行に振り向けることができます。 AI ビジョンのリアルタイム分析により、欠陥のある手順にも即座に対応できるため、やり直しコストや材料の損失を削減できます。また、誤った手順を使用した場合にオペレーターが危険にさらされることも防止します。包括的な監視は、オペレーターのスキルを向上させるために追加のトレーニングが必要な領域を特定するのにも役立ちます。

インテリジェント製造の今後の発展

製造業者は、大量カスタマイズに対応できるスマート工場への移行を熱望しています。この目標を達成するには、従来の生産コンセプトを完全に変える必要があります。デジタル変革により、スマートファクトリーでは生産ライン、レイアウト、労働者の割り当てを変更することなく、さまざまな製品を製造できるようになります。 AMR ロボットは、生産に必要な部品やツールをピックアップし、ワークステーションに届けることができます。ワークステーションでは、自律型ロボットが製品を製造し、完成すると、製品はピックアップされ、自律型物流チャネルを介して顧客に直接送られます。その結果、製造業の働き方も変化する可能性があります。たとえば、作業員は危険な場所に入る必要がなくなり、拡張現実 (AR) とデジタルツイン技術を使用して、オフィスからリアルタイムで作業を視覚化および監視できるようになります。

P5G 対応の IoT 接続はスマート製造のデジタル バックボーンですが、AI テクノロジーはシステム全体を制御する決定を下す頭脳です。人工知能とモノのインターネットの組み合わせにより AIoT が実現し、自己修正や自己修復も可能なインテリジェントな相互接続システムが提供されます。