エイアイキューブの技術紹介～iREX2019の展示内容について～

1. © 2018 AI-Cube Corporation
© 2019 AI Cube Inc. Unauthorized reproduction prohibited.（無断転載禁止）
エイアイキューブの技術紹介
～iREX2019の展示内容について～
株式会社 エイアイキューブ

2. © 2019 AI Cube Inc. 1Unauthorized reproduction prohibited.（無断転載禁止）
エイアイキューブの紹介

3. © 2019 AI Cube Inc. 2Unauthorized reproduction prohibited.（無断転載禁止）
お客様のinnovativeな状態を実現
1-1. エイアイキューブの紹介
ものづくりの現場で当たり前にAI技術が活用されている状態を作りたい！
会社名 （株）エイアイキューブ
所在地 本社：東京都中央区日本橋堀留町2-3-14堀留THビル８F ＊ロボットLab：東京都中央区日本橋横山3-12
代表取締役 久保田由美恵
設立日 2018年3月1日
事業内容 ①製造業向けAI導入のコンサルティング ②AI機能開発と、製造現場および機器への組み込み
株主構成 （株）安川電機 100%
モータのデータを核とした現場のデータ活用に、
AI技術を融合し生産現場へ導入
今まで自動化が難しかった領域の自動化を実現。
ものづくりの現場の自動化領域が拡大。

4. © 2019 AI Cube Inc. 3Unauthorized reproduction prohibited.（無断転載禁止）
エイアイキューブの取り組み
FA機器の“機能”としてAIを実装
微細なキズ・ヘコミ・擦れ
の検出、
異物・不良の検出
異音・振動検知による
製造品質向上、
工場の生産性向上
② 画像診断・解析 ③ ロボティクス① 時系列データ解析
閾値判定では難しい
機械の予兆の検知・予測
目視による異常検知や製品の
外観検査の自動化
産業用ロボットの技術領域と
応用範囲の拡大
嵌合作業、ピッキング作業
のロボット化など
• ボールねじ故障予知診断
• モータ異音の検査
• 溶接ビード研削状態の判定
• 車載基板の不良検査
• 食品内の異物の検査
• ギヤ嵌合作業の自動化
• シミュレータ学習による
バラ積みピッキング
• ロボット動作の自動生成
これまで取り組んだテーマの一例

5. © 2019 AI Cube Inc. 4Unauthorized reproduction prohibited.（無断転載禁止）
嵌合作業のスキル獲得

6. © 2019 AI Cube Inc. 5Unauthorized reproduction prohibited.（無断転載禁止）
嵌合作業のスキル獲得（１）
嵌合などの組立作業では、部品の接触あるいは位置・姿勢の状態をセンシングして、
その状態に合わせた適切な動作が求められる
従来の手法
課題
・固定パターンの動作で作業効率が悪い
・軸ズレが大きいと作業が失敗する
位置ズレ
(1.3mm)
姿勢ズレ
(0.5°)
6軸力覚センサ
円柱部材の嵌合

7. © 2019 AI Cube Inc. 6Unauthorized reproduction prohibited.（無断転載禁止）
嵌合作業のスキル獲得（２）
嵌合作業中の手先位置と力覚センサの時系列データを収集し、
機械学習により位置や姿勢のずれに対して適切な動作方向を決定するNNを生成
手先位置
力覚FB値
嵌合方向
推定NN
嵌合への
動作方向
コントローラ
教師データ
DB
成功・失敗の判定結果
嵌合動作を繰り返して
教師データを収集
更新
PCで学習
学習後はコントローラへ
ロードして実行

8. © 2019 AI Cube Inc. 7Unauthorized reproduction prohibited.（無断転載禁止）
嵌合作業のスキル獲得（３）
姿勢ずれ
汎用ソフ
トウェア
で対応可
1.0
[mm]
0.3[°]
機械学習によ
り柔軟に対応
位置ずれ
①
②
③ ④
3.0
[mm]
①位置ずれ：1.0[mm] ②位置ずれ：1.3[mm]
③姿勢ずれ：0.3[°] ④姿勢ずれ：0.5[°]
従来手法
Deep Learning＋強化学習による手法
成功 失敗
位置3.0mm、姿勢1.6°のずれ
でも嵌合作業が可能になった。
また、嵌合作業時間も約50%
短縮した。
学習済NN
250回試行
強化学習
標準ソフ
トウェア
位置や姿勢のずれに対してロバスト性のある嵌合作業のスキルを獲得

9. © 2019 AI Cube Inc. 8Unauthorized reproduction prohibited.（無断転載禁止）
溶接ビードの研削状態の推定

10. © 2019 AI Cube Inc. 9Unauthorized reproduction prohibited.（無断転載禁止）
溶接ビードの研削状態の推定（１）
ロボットの作業状態を判断するためにはセンサを搭載するのが主流であるが、
センサ故障の懸念やコスト高の課題がある
研削前
研削後溶接ビードの研削
研削 (荒削り) 等、高い精度が要求されない作業に対しては高感度のセンサを必要としない
研削状態の判定をセンサレスで実現 特許出願中

11. © 2019 AI Cube Inc. 10Unauthorized reproduction prohibited.（無断転載禁止）
溶接ビードの研削状態の推定（2）
作業データ収集＆学習
実運用
～
未完
完了
テスト研削で
データ収集
制御トルク値
作業状態
制御トルク値
研削作業 ～ 未完
完了
判定
継続
終了
研削状態
判定NN
90%
10%
0%
未研削率
教師
データ
コントローラ
PC研削状態
判定NN
ダウンロード
学習
推論
入力
特許出願中

12. © 2019 AI Cube Inc. 11Unauthorized reproduction prohibited.（無断転載禁止）
溶接ビードの研削状態の推定（３）

13. © 2019 AI Cube Inc. 12Unauthorized reproduction prohibited.（無断転載禁止）
AI導入を加速するデジタル環境の活用

14. © 2019 AI Cube Inc. 13Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへのAI活用（2017年度）
ディープラーニングにより手先のカメラ画像で多様な掴み方を学習
2017国際ロボット展 ピッキング作業デモ 同一グリッパで多品種のワークを把持
実機を使った学習プロセスの実際は・・・・
• 試行が実時間でしか進まず、試行回数を大きくできない
• 実機が破損するリスクがあり修理などに時間を要する
• 学習対象が増える度に人手で環境を再構築する必要がある

15. © 2019 AI Cube Inc. 14Unauthorized reproduction prohibited.（無断転載禁止）
AI生成の課題と新しいプロセスの提唱
AIを作るのはすごく大変
✓ 10,000サンプル以上のデータが必要
✓ そのデータを取るための設備や場所も必要
✓ 現場には不良品や異常データはほぼない
データが無いなら作ってしまおう！しかも大量に！
実機がなくてもAIが作れる環境を準備しよう！
AI生成プロセスを完全デジタル化

16. © 2019 AI Cube Inc. 15Unauthorized reproduction prohibited.（無断転載禁止）
Alliom（All in one motion）
FA現場
顧客データ
(ワークCADデータ等)
リアリティ
仮想環境
AI
データ作成 実行モジュール生成
・モデル圧縮
・実行形式へ変換
① データ拡張
② 疑似データ生成
データ 現場のデータ
①
②
ファンクション
学習
現場で使えるAIモデルの学習
データをシミュレータ上で作成
現場に組み込める実行モ
ジュール(=AIモデル)を生成
AI
データ量
特許出願中

17. © 2019 AI Cube Inc. 16Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへの適用
データ作成 実行モジュール生成モーション学習
ワークの把持学習
コントローラで実行できる
形式に変換
バラ積みワークを再現、
よりリアルなデータに変換
把持スキル
ワーク
疑似画像
シミュレーション画像

18. © 2019 AI Cube Inc. 17Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへの適用プロセス
デジタル環境上で作業環境を構築
AIによってリアルに近い疑似データを生成
AIによって安定把持可能な姿勢を学習
実機での検証
作業環境の構築
疑似データの生成
モーションの学習
実機でピッキング

19. © 2019 AI Cube Inc. 18Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへの適用 ー 作業環境の構築
ワーク
デジタル環境上でバラ積み状態を再現
3DスキャナでCADデータ作成

20. © 2019 AI Cube Inc. 19Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへの適用 ー 疑似画像の生成
シミュレータで作成した画像に現実感を付与するDNNを学習
DNN
シミュレーション画像
疑似画像 実際の画像

21. © 2019 AI Cube Inc. 20Unauthorized reproduction prohibited.（無断転載禁止）
バラ積みピッキングへの適用 ー モーションの学習
データセット(疑似画像+把持姿勢)
シミュレータの中で安定把持可能な把持姿勢と疑似画像のデータセットを収集
データセットを用いて取得画像から把持姿勢を出力するDNNを学習
DNN
把持姿勢の探索
把持姿勢
・・・
実際の画像

22. © 2019 AI Cube Inc. 21Unauthorized reproduction prohibited.（無断転載禁止）
多種ワークへの対応
…
… …
…
…
…
形態の異なるワークに対して全て同一プロセスでピッキング動作を実現
入力は3Dデータと画像のみ ⇒ ワークごとの特徴量設計が不要
プロセスは全てデジタル環境上で実現⇒ 実機(ロボット)が不要
剛体 軟体 不定形

23. © 2019 AI Cube Inc. 22Unauthorized reproduction prohibited.（無断転載禁止）
Alliomのまとめ
1 必要な学習データを高速かつ大量に作り出せる
2 実物に近いリアルなデータを生成できる
3 同じプロセスで様々な用途へ展開できる
デジタル環境とAI技術の融合により新たな”ものづくり”の創造へ

24. © 2019 AI Cube Inc. 23Unauthorized reproduction prohibited.（無断転載禁止）© 2019 AI Cube Inc.
Thank you for attention.