システム概要図
クラウド常時接続 5つのメリット
- 継続学習
サービス - ティーチング・
サービス - 品質管理フリート・
マネージメント - マスタ・
データ管理ジョブ・
マネージメント - セキュアな
環境
継続学習サービスによる照明環境変化への適応
継続学習により現場の環境変化に応じた安定した運用を実現します。
例えば増産により昼休みにもロボットを稼働させたい場合、普通では認識できていたワークが、昼休みの消灯により照明が暗くなることでワークを認識できない場合があります。
照明環境の変化（消灯）により、認識性能が低下した状況の画像を用いて再学習し、AIモデルをアップデート。
クラウド経由で再学習したAIモデルを現場のロボットにインストールすることで、ワーク認識の品質が維持されます。
導入前
例えば昼休みにもロボットを稼働させたい場合、
消灯により照明が暗くなることで
ワークを認識できない場合があります。
導入後
照明環境の変化により認識性能が低下しても、クラウドに
ストーレージされた認識画像を活用し、AIモデルをアップデート。
ワークの認識精度を改善させ、元の認識結果に戻ります。
継続学習により現場の環境変化に応じた
安定した運用と最適化を実現します。
ティーチングサービスにより新たなワーク追加が簡単！
運用中に新たなワークの扱いが必要になった場合、AIモデルを適応させる必要があります。専門的な知識や技術が必要となるため、現場では対応ができず、結果、ロボット自体が使われなくなるケースがあります。
京セラロボティックサービスなら、新たなワークを京セラへ送るだけでエンジニアがAIモデルのアップデートや追加を行います。専門知識を持つスタッフがいない現場においてもロボットを継続して使い続けることができます。
導入前
運用中に新たなワークの扱いが発生した場合、
AIモデルを適応させる必要がありますが、
現場では対応ができず、結果、ロボット自体が
使われなくなるケースがあります。
導入後
新たなワークを京セラへ送るだけで
ワークを登録してAIモデルをアップデート、
クラウドを介してロボットへの登録を行います。
専門知識を持つスタッフがいなくても、
ロボットを継続してお使いいただけます。
フリート・マネジメント・サービスによるロボットの状態管理とメンテナンス
ロボットの稼働情報、作業結果を常にモニタリングし、運用上の課題を早期の捉え、適切に対処や改善する必要があります。フリート・マネジメントによりAIコントローラからリアルタイムでデータ（ロボットのステータスや稼働情報、作業結果など）を収集し、分析することができます。
これによりロボットの状態や作業結果などを評価することができます。またデータに基づいた改善策や予防メンテナンスの実施が可能となり、効率的なトラブルシューティングや運用の最適化が可能となります。
導入前
優れた自律性を維持するには、
ロボットの稼働情報・作業結果を常にモニタリングし、運用上の課題を早期に捉えて
適切に対処や改善する必要があります。
導入後
リアルタイムで収集されたデータを分析することにより、
ロボットの状態、性能、作業結果などを評価できます。
また、データに基づいた改善策や
予防メンテナンスを実施できます。
導入前
ロボットを増設する際には、
ティーチングなどのセットアップ作業を
1台1台に対して行わなければなりません。
デバイス数が増えたり、拠点が変わると、
セットアップ作業にかかる労力やコストは増大します。
導入後
ジョブはクラウドで管理されているため、
クラウド経由で現場に設置のAIコントローラに
インストールできます。
お客様は、ロボットを1台ずつセットアップする必要がなくなり、
労力やコストを削減できます。
京セラロボティックサービスは
クラウド・サービス・プロバイダーのセキュリティ機能に加え、
様々なサービスを用いてセキュアに構築されています。
継続的にセキュリティリスク／インシデントを検出する仕組みを導入しているため、
誰がいつ何をしたかも記録され、コンプライアンスにも役立ちます。
