不良データがない場合にも、正常時の画像(良品データ)を数百枚学習し、異常検知により「不良」と判定する良品学習アルゴリズムを開発。これにより、アノテーション(ラベル付け)作業をせずに不良検知できるほか、未知の不良検知にも対応。また、注目箇所の可視化により画像内のどこを重視して判断したのかを確認できるため、判断のブラックボックス化を回避可能。(Explainable AI, XAI:説明可能なAI)
ロボティクスの要素技術である「3次元点群マッチング」により、工場内ライン作業等、作業員が手動で行っていたピッキング等の作業を自動化。3Dセンサーを用いて得られた3次元点群データを元に対象の物体を検出し、3次元空間上におけるロボットと対象物の相対位置、角度情報を算出します。人が行っていた作業をロボットによるピッキング作業に置き換えることで自動化が可能。
車載カメラの動画データを用いて障害物、走行車、歩行者等を自動的に識別するアルゴリズムを開発。これにより、レーンごとの車両有無を特定し、自車が走行しているレーンの特定が可能。また、従来の画像認識手法をディープラーニングに置き換えることにより、道路上の白線や縁石などの識別困難な画像の識別精度向上を実現。
従来、作業員の主観や経験値で判断していた建造物の外壁劣化度診断について、画像データを用いて自動で判定するアルゴリズムを構築。学習データと検証データを活用し画像データを劣化度ごとに分類することで、学習データとの正誤率等を確認し、精度を評価。これにより、人的作業のコストの削減および診断結果の標準化を実現。