Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
http://rit.rakuten.co.jp/
楽天技術研究所による次世代配送への挑戦
ドローンから自律航行船まで
森 正弥
楽天株式会社 執行役員 兼 楽天技術研究所 代表
公益社団法人 企業情報化協会 常任幹事
Nov/26/2018
2
楽天技術研究所:Rakuten Institute of Technology
 世界5カ国。150名以上。事業とは独立した戦略的R&D組織。
 研究者の問題意識・関心・やりたいに基づいた研究の推進。
 Bring new wind ...
3
Creating PR Value and Brand Awareness
Projects RIT’s Initiatives
4
潜在顧客抽出
柔らかなクライアント企業のニーズでも効果的ターゲティングを可能と
するDeep Learning を活用したソリューション
ニーズからの
カスタマーの特定化
クライアント企業の顧客ニーズ
Deep Learning により
隠...
5
需要予測: 個別化された需要すらも予測
•膨大なデータから季節性・イベント等を加味した、商品販売量の予測
•教師あり学習(非線形回帰)
•全体の販売量を被説明変数
•週、月、キャンペーン、月末、連休、温度、等を説明変数に
→ 在庫・価格の最...
6
Automatically identify item categories
based on item picture
Assign Item Categories
Earphone AC Adaptor
Deep Learning を活...
7
8
3,600
3,100
2,900
3,800
3,000
3,400
3,200
0
3,500
3,700
3,300
2,928
2011
3,220
3,401
3,526
3,212
2012 2015
2,939
3,745
3...
9
物流業界における3つの課題
• 交通渋滞
• 労働力不足
• 再配達の非効率性
 物流量増加による交通渋滞
 渋滞問題解決には大きなインフラ整備が必要
 ドライバー数の減少と高齢化による人手不足
 トラックドライバーの有効求人倍率は...
10
Drone
11
株式会社自律制御システム研究所(ACSL) とドローンを開発
•「そら楽」の第一弾として、ゴルフ場コース内で
のゴルフ用品や軽食、飲み物デリバリー
•着陸に楽天技術研究所の画像認識技術を活用
https://www.youtube.com...
12
機能向上・ニューデザイン
 安全性の向上(パラシュートを搭載)
 長距離飛行性能の向上
 飛行距離:約10キロ
 メンテナンス性の向上
 防滴性能を追加
 ACSL社の「PF1」をベースに開発
「天空」新型機
13
ハード面:画像認識技術&ビーコン
※ビーコン
※画像認識用カメラ
14
自動荷物リリース機構
15
パラシュート
16
ドローンダッシュボード
 ボタン一つでドローンをコントロールでき、飛行状態の遠隔監視が可能。
17
「そら楽」ショッピングアプリ
ドローン配送専用のショッピングアプリを刷新(重量インジケーターで注文商品の総重量が確認可能)
重量インジケーター
18
地上システム:風速確認
 上空と受取所の風速を常時観測。
風速の確認受取所屋上
19
地上システム:カメラ&スピーカー
 受取所の状況をカメラを通して常時確認し、人がいる場合は遠隔操作で音声アナウンスを再生。
受取所の確認
地上スピーカー
操作ボタン
20
サービス映像
21
楽天が取り組む3つの柱
ドローンをビジネスだけでなく、社会的意義の為にも活用する
新たな利便性の提供
ドローンが空から物を届けるという、
全く新しい物流体験と利便性を提
供する。
災害発生時等に、被災地へ必要
な物資の配送を可能とする。
...
22
物流困難者の支援
 買い物弱者や交通弱者等に対する新たなソリューションとして物流ドローンを活用し、地域住民の支援を行う。
取り組み
• 広島県・今治市国家戦略特区の取り組みの一つとして、今治市の離島でドローン配送の実証実験を実施
• 楽...
23
新たな利便性の提供
 千葉市ドローン宅配等分科会・技術検討会に参画し、都市部でのドローン配送の早期実現を目指す。
最近の取り組み
• 11月22日に世界初、LTEを使用したドローン配送システムの実証実験に成功。
• 楽天本社から飛行指示...
24
UGV, Robotics
25
現在の配達プロセス
• The current delivery process is mostly manual
• Automation is limited to human-operated tools
• But the lab...
26
Automatic Warehouse
27
倉庫、デポ 最適化プロジェクト
Speed assumption
Expressway: 80km/h
National highway: 60km/h
Major local road: 50km/h
28
再配達削減プロジェクト
https://express.rakuten.co.jp/
Current Situation : Delivery Failure Rate = 19.0%
29
ピックアップポイントプロジェクト
30
Autonomous Ship
31
Maritime Robotics 社と無人船航行システムの研究開発を開始
RITは、CV と Data Science を活かした
Autonomous System の研究を担当 https://corp.rakuten.co.jp/...
32
Advantages of Automatic Ships over Ships with Crews
Maritime Safety
• Ships are expected to be safer, more
efficient, a...
33
Remote
Control
AI assistive
control
Decision-
making
Increase
Congestion
level
Full
Autonomy
Start with
Remote Control
...
343
Flow sensor
Radar
360°camera rig (EO/IR)
Compass
AIS
VHF
Sonar
LIDAR LIDAR
Depth sensor
GPS+Accelerometer
Gyro
Pressur...
DATE:
38
3
8
39
Cost comparison for Truck vs Unmanned Ship
(unit: USD)
Truck (December 2017)
Unmanned ship (From
simulations)
Compariso...
楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで
楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで
楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで
Upcoming SlideShare
Loading in …5
×

楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで

495 views

Published on

2018年11月26日 海洋産業研究会での講演資料です。楽天技術研究所による次世代配送を目指したドローン、UGV(自動地上配送車)、自律航行船、データサイエンスを応用した物流の最適化等を紹介しております。

Published in: Technology
  • Be the first to comment

  • Be the first to like this

楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで

  1. 1. http://rit.rakuten.co.jp/ 楽天技術研究所による次世代配送への挑戦 ドローンから自律航行船まで 森 正弥 楽天株式会社 執行役員 兼 楽天技術研究所 代表 公益社団法人 企業情報化協会 常任幹事 Nov/26/2018
  2. 2. 2 楽天技術研究所:Rakuten Institute of Technology  世界5カ国。150名以上。事業とは独立した戦略的R&D組織。  研究者の問題意識・関心・やりたいに基づいた研究の推進。  Bring new wind from Academia to Rakuten. http://rit.rakuten.co.jp/
  3. 3. 3 Creating PR Value and Brand Awareness Projects RIT’s Initiatives
  4. 4. 4 潜在顧客抽出 柔らかなクライアント企業のニーズでも効果的ターゲティングを可能と するDeep Learning を活用したソリューション ニーズからの カスタマーの特定化 クライアント企業の顧客ニーズ Deep Learning により 隠れたファクターを識別。 まったく関係ないと思われる カスタマーの中に潜在顧客を発見 楽天のデータ
  5. 5. 5 需要予測: 個別化された需要すらも予測 •膨大なデータから季節性・イベント等を加味した、商品販売量の予測 •教師あり学習(非線形回帰) •全体の販売量を被説明変数 •週、月、キャンペーン、月末、連休、温度、等を説明変数に → 在庫・価格の最適化。大幅なコスト削減を実現 コンピューターは量をこなせる ロングテールをこなせる 人はトレンドを作り出す 最新のものに反応できる •更に、パーソナライズとの統合も
  6. 6. 6 Automatically identify item categories based on item picture Assign Item Categories Earphone AC Adaptor Deep Learning を活用したカテゴリー分類機能のリリース AI と スマホ とそれらを軸としたIoT 活用の時代へ Rakuten France
  7. 7. 7
  8. 8. 8 3,600 3,100 2,900 3,800 3,000 3,400 3,200 0 3,500 3,700 3,300 2,928 2011 3,220 3,401 3,526 3,212 2012 2015 2,939 3,745 3,6143,637 2005 2014 3,137 20082006 2007 20132009 2010 3,232 物流の現状  宅配便取扱個数は増加している  早く確実に届ける方法の構築は、経済発展に必要な最重要課題の一つ 「平成27年度 宅配便等取扱個数の調査及び集計方法」 百万個 宅配便取扱個数の推移 http://www.mlit.go.jp/common/001139889.pdf
  9. 9. 9 物流業界における3つの課題 • 交通渋滞 • 労働力不足 • 再配達の非効率性  物流量増加による交通渋滞  渋滞問題解決には大きなインフラ整備が必要  ドライバー数の減少と高齢化による人手不足  トラックドライバーの有効求人倍率は上昇傾向  宅配便取扱個数増加とともに再配達も増加  労働生産性の低下  都内では約35%が不在配達
  10. 10. 10 Drone
  11. 11. 11 株式会社自律制御システム研究所(ACSL) とドローンを開発 •「そら楽」の第一弾として、ゴルフ場コース内で のゴルフ用品や軽食、飲み物デリバリー •着陸に楽天技術研究所の画像認識技術を活用 https://www.youtube.com/watch?v=mc5r7DVEgZc
  12. 12. 12 機能向上・ニューデザイン  安全性の向上(パラシュートを搭載)  長距離飛行性能の向上  飛行距離:約10キロ  メンテナンス性の向上  防滴性能を追加  ACSL社の「PF1」をベースに開発 「天空」新型機
  13. 13. 13 ハード面:画像認識技術&ビーコン ※ビーコン ※画像認識用カメラ
  14. 14. 14 自動荷物リリース機構
  15. 15. 15 パラシュート
  16. 16. 16 ドローンダッシュボード  ボタン一つでドローンをコントロールでき、飛行状態の遠隔監視が可能。
  17. 17. 17 「そら楽」ショッピングアプリ ドローン配送専用のショッピングアプリを刷新(重量インジケーターで注文商品の総重量が確認可能) 重量インジケーター
  18. 18. 18 地上システム:風速確認  上空と受取所の風速を常時観測。 風速の確認受取所屋上
  19. 19. 19 地上システム:カメラ&スピーカー  受取所の状況をカメラを通して常時確認し、人がいる場合は遠隔操作で音声アナウンスを再生。 受取所の確認 地上スピーカー 操作ボタン
  20. 20. 20 サービス映像
  21. 21. 21 楽天が取り組む3つの柱 ドローンをビジネスだけでなく、社会的意義の為にも活用する 新たな利便性の提供 ドローンが空から物を届けるという、 全く新しい物流体験と利便性を提 供する。 災害発生時等に、被災地へ必要 な物資の配送を可能とする。 緊急時のインフラ構築物流困難者の支援 物流困難地域に住む人々を支援 するための新たな物流ソリューショ ンを提供する。  楽天は下記3つの領域を対象にドローン物流に取り組んでいる。
  22. 22. 22 物流困難者の支援  買い物弱者や交通弱者等に対する新たなソリューションとして物流ドローンを活用し、地域住民の支援を行う。 取り組み • 広島県・今治市国家戦略特区の取り組みの一つとして、今治市の離島でドローン配送の実証実験を実施 • 楽天から特区参画企業へ「そら楽ソリューション」を提供した。 • 広島県と今治市における離島間での配送サービスを視野にいれている。 離陸所 Citizen 受取所 約1.7キロを飛行 今治市大三島で実施
  23. 23. 23 新たな利便性の提供  千葉市ドローン宅配等分科会・技術検討会に参画し、都市部でのドローン配送の早期実現を目指す。 最近の取り組み • 11月22日に世界初、LTEを使用したドローン配送システムの実証実験に成功。 • 楽天本社から飛行指示を送信し、ドローンが商品を注文者まで配送。 離発着所 受取所 30m 20m 400m 30m 160m 稲毛海浜公園
  24. 24. 24 UGV, Robotics
  25. 25. 25 現在の配達プロセス • The current delivery process is mostly manual • Automation is limited to human-operated tools • But the labor force is limited • Labor cost (at least in Japan) is expensive
  26. 26. 26 Automatic Warehouse
  27. 27. 27 倉庫、デポ 最適化プロジェクト Speed assumption Expressway: 80km/h National highway: 60km/h Major local road: 50km/h
  28. 28. 28 再配達削減プロジェクト https://express.rakuten.co.jp/ Current Situation : Delivery Failure Rate = 19.0%
  29. 29. 29 ピックアップポイントプロジェクト
  30. 30. 30 Autonomous Ship
  31. 31. 31 Maritime Robotics 社と無人船航行システムの研究開発を開始 RITは、CV と Data Science を活かした Autonomous System の研究を担当 https://corp.rakuten.co.jp/news/press/2018/0313_02.html
  32. 32. 32 Advantages of Automatic Ships over Ships with Crews Maritime Safety • Ships are expected to be safer, more efficient, and cheaper to run. • Reduce human error which is the cause of 75%-96% marine accidents. • Free from Piracy No Crew Cost Ship requires no crew on board. Hence, Operating cost is lower than the ships with crews. Design Advantages • Larger Cargo capacity and Wind resistance • Lighter and sleeker • Less Fuel consumptions • Facilitates more space for cargo. Addressing the shortage of skills The growing shortage of maritime skilled workforce can be addressed by autonomous marine vehicles.
  33. 33. 33 Remote Control AI assistive control Decision- making Increase Congestion level Full Autonomy Start with Remote Control • Legislation friendly • Secure/low risk • Platform for future development of automation • Economically scalable (one captain controls many ships) Develop AI for assistive control and alerts • Detect unexpected situations • Error detection • Identify dangers/dangerou s situations • Develop auto- docking / automatic (un)loading of cargo • Collision avoidance (ongoing) Transition of decision making from human to machine Implement full autonomy Increase congestion level for area of operation The Road Towards Unmanned Transportation
  34. 34. 343 Flow sensor Radar 360°camera rig (EO/IR) Compass AIS VHF Sonar LIDAR LIDAR Depth sensor GPS+Accelerometer Gyro Pressure sensors
  35. 35. DATE:
  36. 36. 38 3 8
  37. 37. 39 Cost comparison for Truck vs Unmanned Ship (unit: USD) Truck (December 2017) Unmanned ship (From simulations) Comparison Daily OPEX $396 $54 86% reduction Daily CAPEX $207 $91 56% reduction Average daily range 284 km 311 km 9% increase Total cost per TEU-kilometer $1.06 $0.23 78% reduction Source: Comite National Routier

×