鹿島建設とPreferred Networks（PFN）は3月4日、建築現場で使用するロボットが現場内を自律移動するためのシステム「iNoh」（アイノー）を共同開発したと発表した。
同システムを搭載することで、GNSS（全球測位衛星システム）や人による事前設定がない状態でも、各種ロボットがリアルタイムに自己位置や周辺環境を認識し、日々刻々と状況が変化する現場内を安全かつ確実に移動できるようになる。また、iNohを初搭載したAI清掃ロボット「raccoon」（ラクーン）を開発し、首都圏の現場に導入を開始した。
今後、raccoonを鹿島の建築現場に順次展開していく。あわせて、iNohを巡回ロボットや資材搬送ロボットなどに搭載し、建築現場へのロボットの普及・展開を促進するという。さらには、自律移動が求められる他産業ロボットへの展開も視野に入れて、iNohのさらなる機能向上に取り組む。
現在鹿島は、生産性向上や働き方改革の実現に向けて、建築現場でのロボット活用を進めているという。一方PFNは、自動運転やロボットの自律移動に必要な深層学習による高度な物体認識・制御等の技術を有しており、その実用化を目指し、建設業界向けには鹿島と共同研究に取り組んできたそうだ。
建築現場は、工事の進捗に応じて作業場所や周辺状況が刻々と変化すると同時に、屋内での作業が多くGNSSによる位置計測が行えない。このため、建築現場内におけるロボットの自律移動の実現には、そのような状況下でも開口部、資機材、高所作業車などの移動物や障害物、立入禁止エリア、さらには作業員を安全かつ確実に回避できる必要があり、実用化には多くの技術的課題があるという。
両社は、これらの課題解決に取り組む共同研究を2018年に開始。その後、現場の画像、3Dデータ、図面情報の収集および深層学習、コストを含めた実用的なセンサー構成の検討、現場での試行実験を積み重ね、iNohの開発に至った。今後、さらにデータを蓄積し、環境認識精度を継続的に向上させる予定としている。
自律移動システム「iNoh」のイメージ図
iNohの主な機能
- マルチセンサーによる自己位置推定および3次元空間マッピング（SLAM技術）：魚眼カメラ、LiDAR（レーザー照射による測距装置）、IMU（慣性計測装置）など複数センサーを統合することで、変化の激しい非GNSS環境においても自己位置の正確な推定が可能。また、得られたデータから3次元空間をマッピング
- 深層学習による高度な周辺環境認識：深層学習技術を用いて現場の膨大な画像データを学習することにより、障害物や高所作業車などの移動物、立入禁止エリア、作業員などを正確に、かつ安定して認識可能
- リアルタイムナビゲーション：ロボットが自己位置や周辺環境を認識し、障害物を回避した作業ルートをリアルタイムに自動生成するため、作業範囲を限定するマーカー類の設置など、人による事前設定が不要であり、現場納入後、即座に利用可能
また両社は、iNohを初実装した建築現場用のAI清掃ロボット「raccoon」を共同開発した。raccoonはふたつの清掃モードを搭載しており、本体の操作画面から最短3タッチの指示で、コンクリート床面にあるゴミや粉塵を自律移動しながら清掃する。raccoonを首都圏の複数現場に試験導入したところ、100分の連続稼働で約500㎡のエリアを清掃できるなど、iNohの実用性を確認できたそうだ。
raccoonに搭載された各種センサー
おまかせ清掃モード（raccoonの操作画面）。現場内の地図や作業員の指示がなくても、自ら清掃可能エリアを探索しながら自律清掃する
領域清掃モード（raccoonの操作画面）。清掃可能エリアの地図を自動作成後、連携する施工図面上から清掃領域の指定が可能
関連記事
・Preferred NetworksがAI・高度IT人材育成に向け機械学習・深層学習コンテンツ4種を公開
・Preferred Networksが教育事業に参入、独自のプログラミング教材「Playgram」を開発
・トヨタがAIスタートアップのPreferred Networksと提携 支援サービスロボット開発へ
・宇宙で活躍するロボット労働力の供給を目指す日本のGITAIが18億円の資金調達を完了
・Preferred Networksが中外製薬と東京エレクトロンから9億円を調達、深層学習技術を用いた共同研究へ
