BMW グループの生産現場に人工知能が導入される

人工知能は、BMW グループの新たな課題となっている。現在、同社は工場に人工知能を導入し、生産性の向上を目指している。

人工知能はBMW グループの生産現場にも導入される。この技術は自動車業界で成長を続けており、同ドイツグループは2018年から量産における複数の用途でこれを活用してきた。最初の重点は、画像認識であり、人工知能がミリ秒単位で画像を評価・比較する。このAIアプリケーションにより、起こりうる逸脱がリアルタイムで特定される。

BMW生産部門のイノベーション・デジタル化・データ分析責任者であるクリスティアン・パトロン氏によれば、この革新的な技術は迅速で信頼性が高く、何より使いやすいという。「人工知能は大きな可能性を秘めています。高い品質基準を維持しながら、従業員を反復作業から解放してくれます」。

重要な点として、同ドイツグループでは、柔軟でコスト効率が高く、人工知能に基づくアプリケーションが、常設のカメラ式検査ポータルに取って代わりつつある。AIも迅速に設定できる。従業員が部品を撮影し、起こりうる逸脱をマークする。こうして画像データベースが作成され、人間の介入なしに画像を評価できる、いわゆるニューラルネットワークが構築される。

https://www.youtube.com/watch?v=V6MmMYjXScI

BMWの新たな課題、人工知能

人工知能は、より高度な検査作業も実行できる。最終検査エリアでは、ディンゴルフィング工場において、あるアプリケーションが車両の注文データと、生産されたモデル表示のライブ画像を照合する。

ライブ画像と注文データが一致しない場合、最終検査チームに通知が届く。クリスティアン・パトロン氏はこう付け加えた。「こうした取り組みにおいて、私たちは従業員の経験を全面的に信頼しています。どの生産工程でAIアプリケーションが品質と効率を改善できるかは、彼らが最もよく判断できます。こうしたアプリケーションの設定と導入は意図的にシンプルに保っています。運用に高度なIT知識は必要ありません」。

プレス工場では、平らな板金部品が自動車ボディ用の高精度部品に加工される。成形後の部品に残る粉じんや油の残留物は、工程中にまれに発生する極めて細いひび割れと容易に混同されうる。ディンゴルフィングにあるBMW グループの工場では、従来のカメラベースの品質管理システムも、実際の欠陥がないにもかかわらず、目標からの逸脱というこうした疑似欠陥を時折検出していた。

新しいAIアプリケーションでは、ニューラルネットワークが特徴ごとに約100枚の実画像、すなわち完璧な部品の画像約100枚、粉じんが付着した画像100枚、部品に油滴が付いた画像100枚にアクセスできるため、こうした疑似欠陥はもはや発生しません。

https://www.youtube.com/watch?v=HomqovOH0sc

人工知能、設備制御への統合

BMW グループ初の人工知能による設備制御アプリケーションは、BMW グループのシュタイア工場でデビューした。このアプリケーションは、コンベアにおける不要な空容器の搬送を回避することで、物流プロセスを加速させる。そのために、容器はカメラステーションを通過する。従業員がマークして保存した画像データを用いて、AIアプリケーションは、容器をパレットに固定すべきかどうかを認識する。大型で安定した箱の場合は、追加の固定は不要である。

固定が不要な場合、AIアプリケーションは容器を最短経路でフォークリフトの取り出しステーションへ誘導する。一方、追加の固定が必要な容器は、固定装置を備えたコンベア区間へ直接誘導され、その後ろにある取り出しステーションにのみ送られる。従来は、すべての容器が大型容器用の取り出しステーションへ運ばれていた。そこから、追加の安全対策が必要な容器は迂回しなければならず、この迂回の後にようやく固定装置に到着し、最終的に正しい取り出しステーションへ届いていた。

BMW グループの工場では、AIアプリケーションの利用に向かう明確な傾向がすでに見られる。インテリジェントなデータ分析、最先端の計測技術、人工知能の統合が進むことで、生産管理における新たな機会が生まれている。