アイ・ロボティクス、地下インフラ空間の全自動ドローン点検を見据え、汎用機体による簡易な空間データ取得・可視化プロセスを確立

株式会社アイ・ロボティクスは、強みとする360°ドローン点検技術、点検自動化を前提としたプロセス設計、ならびにデジタル・アセット化に関する知見を活かし、地下インフラ設備や閉鎖・狭隘空間における点検業務の完全自動化を見据えた技術検証を実施し、その有効性を確立した。

また、従来は高額な専用機器の導入や専門的な運用体制を前提としていたスクリーニングの工程に対し、市販民生ドローンを活用することで、導入負荷を大幅に低減しつつも、簡易かつ現実的に実施可能であることを実証した。

点検の完全自動化に向けた"スクリーニング手法"の確立

将来の自動・完全自動飛行ドローンによる地下インフラ点検を実現するためには、いきなり自動飛行化はできないため、まず人が関与する簡易なスクリーニングを通じて、空間構造・設備配置・障害物情報を網羅的に把握することが不可欠である。

そのうえで、得られた空間データを蓄積し、航路設計や制御ロジックの検証といった自動化開発へと段階的なアプローチが求められる。

本実証は、このような考え方に基づき、「事前スクリーニングおよび空間データ取得フェーズ」を、できる限り簡易的かつ汎用的に、さまざまな地下インフラ環境での実施を可能にすることを目的とし、将来的な自動航行・完全自動飛行に必要となる航路設計、リスク評価、制御ロジック検証を、現実的かつ低コストで実現する基盤を構築した。

地下構造物が直面する構造的課題

地下インフラ設備や通信関連設備の点検は、長年にわたり熟練技術者の経験と判断に支えられてきた。一方で、その多くが暗黙知に依存しており、点検結果や判断プロセスが体系的に整理・蓄積されにくいという構造的課題を抱えている。点検記録も断片的で、将来の比較や再利用、さらには自動化を前提としたデータ構造になっていないケースが少なくない。

ドローン点検の導入が進みつつある一方で、将来の自動化・完全自動化を見据えた場合、機体の導入だけでは不十分である。判断基準や点検項目、取得すべき情報の粒度が整理されないままでは、必要な再現性・説明可能性を担保できず、結果として人手による点検の代替に留まってしまう。

特に閉鎖・狭隘空間においては、自動航行・自動飛行の導入前段として、空間構造や設備配置を網羅的に把握し、将来の航路設計や制御に接続可能なデータを取得・蓄積するプロセスを確立することが、維持管理の観点から極めて重要な課題となっている。

特定の機体や技能を前提としない汎用プロセス

Antigravity A1（360°カメラ搭載・8K撮影）の活用

Antigravity A1は、360°カメラにより飛行方向に依存せず全天球データを取得できるビデオ撮影ドローンである。一度の飛行で天井・壁・床・設備を同時に取得でき、8K映像による網羅的な空間把握が可能である。

操作性にも優れており、専門技能を持たない作業者でも運用できることから、低コストで導入できる。取得した360°映像は、そのまま将来の空間や航路設計データとして活用でき、点検の入口となるスクリーニング工程を低コストかつ高再現性で標準化できることを確認した。

DJI Neo2（高い衝突回避性能・安定飛行・4K撮影）の活用

DJI Neo2は、高度な衝突回避性能と安定した飛行特性を有し、狭隘な地下空間においても安全な運用が可能な機体である。安定した自己位置保持により、一定の再現性をもった4K映像データの取得が可能であり、極小LiDARと広角カメラによる全周囲衝突回避機能を備えている。

これにより、将来の自動航行・自動制御への接続を見据えた挙動評価や初期スクリーニング、ルート設計に適しており、安全マージン評価や航路検証に有効なデータを取得できることを実証した。

Antigravity A1 / DJI Neo2 仕様一覧

※照明に関して

本実証で用いた2機体はいずれも点検専用機ではなく、機体内蔵照明を前提とした設計ではない。閉鎖・狭隘空間では、環境条件や設備配置が現場ごとに大きく異なり、機体内蔵照明だけでは照度・照射方向・影の出方を最適化できない場合がある。特に天井・壁・床・配管が複雑に交錯する空間では、固定位置の照明では死角が生じやすく、撮影品質のばらつきにつながる。

アイ・ロボティクスは照明を搭載したドローンによる点検やDJI Neo2に照明を搭載できるモジュールの開発をおこなっているが、将来の自動・完全自動飛行を見据えると照明が機体に固定されていることもデータの再現性・汎用性の制約となり得ることがある。そこで本実証段階では、照明を外部要素として切り出し、現場環境や点検目的に応じて最適化できる前提の構成を主に採用した。これにより、機体の選定・更新と点検品質・データ仕様を切り離し、民生デバイスを継続的に取り込める拡張性の高い点検プロセスを重視している。

「現場で使える」データ取得を確認

本実証は、実際の現場環境において運用可能かを重視して検証を行った。その結果、以下を確認した。

すなわち、本実証で取得したデータは「見た」だけの映像ではなく、自動化やより高度な点検時に必要となる実務データとして位置付けることができた。

施設管理者の点検自動化・デジタル・アセット化導入を支援

株式会社アイ・ロボティクスは、本実証で得られた知見を、施設管理者向けに点検自動化・デジタル・アセット化導入支援サービスの形で提供する。本サービスは、ドローン導入そのものを目的とするのではなく、修繕に必要なダウンタイムを減らし施設の運営効率の改善を図ることや、将来の自動化・完全自動化を見据えた点検プロセス全体の設計と定着等を一体で支援するものである。

提供内容例

また、アイ・ロボティクスでは、特定の高額専用機材や独自仕様に過度に依存し、更新のたびに大きな負担を生む従来型の開発手法とは一線を画し、実績があり、かつ広く流通する最新技術を前提に、点検プロセスへ柔軟かつ継続的に取り込む設計思想を採用している。

実運用や将来の拡張性を十分に検証しないまま仕様を固定化する考え方ではなく、実績・供給性・進化速度といった合理性を重視することで、国内技術を競争と発展の中に置き、結果として国内技術革新そのものを加速させるとともに、技術や市場の変化に自然に適応できる持続性の高い点検DX基盤を構築する。

施設点検は「価値を生むデータ創出」活動へと進化

わが国における人手不足は一時的な現象ではなく、人口構造の変化に起因する構造的な課題であり、熟練技術者が十分に補充される状況に戻ることはもはや期待できない。一方で、点検頻度の低下や品質のばらつきは、施設の健全性や安全性に直結するリスクを内包している。

一方で、ドローンやロボティクスによる自動化・自律化は「導入すればすぐに実現する技術」ではなく、空間データの蓄積、運用プロセスの標準化、現場での検証を積み重ねることで初めて成立するものである。今この準備を始めなければ、数年後に自律化を本格導入しようとした際、データ不足や設計のやり直しによって、時間・コスト・リスクが一気に膨らむことになりかねない。

また、アイ・ロボティクスは、点検＝ルーティン作業というとらえ方ではなく、点検こそが「価値を生むデータ創出」活動へと進化するべきだと考えている。

本実証で得られた知見を基に、アイ・ロボティクスは、低コストな市販機を活用した現実的な点検DXの導入を起点とし、将来の完全自律化や、より専門的なドローンを活用した高度な点検へと無理なく接続可能な、標準的な点検モデルの確立を目指す。

さらに、より高度な専門性が求められる点検については、カスタムメイドで対応可能な専門チームによる実施体制を整え、施設や用途に応じた柔軟な点検ソリューションの提供を一気通貫で提供する。

アイ・ロボティクス