生産技術や生産システムを人工知能（AI）やモノのインターネット（IoT）で知能化し、最適な設備の配置やロボットの動作などをコンピューター上で再現する山本秀彦教授。シミョレーションで割り出されたデータを基に、設備や部品の保管場所を変更して効率化を実現した企業もある。

　新製品の企画立案から、工作機械での部品加工、その先の組み立てまでの一連の工程を全て最適化できるAIシステムが理想だ。しかし、まだそのレベルのものを作ることは難しい。
　そこで山本教授は、工程ごとにシステムを開発。「最終的には全てがつながるようにしたい」と言う。

　ロボットに作業させる時の動きや自動搬送車（AGV）の最適なルートを自動で算出。また、設備の設置場所や部品の保管場所をシミュレーションで最適化する。そのデータを基に実際に導入し、成果を上げた企業もあるという。

　例えば、組み立てラインのレイアウトだ。カミソリなどの刃物を販売する貝印（東京都千代田、遠藤宏治社長）は、カミソリの組み立てライン一つにつき、１人の作業者を充てていた。それを２人で３ラインにしたいと山本教授に依頼があった。
　そこで作業者の頭部に「カメレオンコード」（色の組み合わせで情報を表現するカラーバーコードの一種）を付けてカメラで撮影し、１日の行動をデータ化。作業者の動きに無駄がないレイアウトを算出した。すると３つのラインを並列にした場合と比べ、一日８時間の作業時間の中で歩行時間を１時間以上短縮できた。

　また建設機械メーカーの部品を組み立てる工場では、部品をどこの棚に配置すべきかを検証。部品を取りに行く順番や棚の位置、座標をシステムに入力して、歩行距離が短くかつ作業しやすいレイアウトを導き出した。工場で実証すると、作業者の歩行距離は従来の20％ほど短くなったという。

　今後はシステム同士を組み合わせることで「工場が状況に応じて学習し、設備やロボットに指示を出せるようにしたい」と山本教授は意気込む。

――終わり
（ロボットダイジェスト編集部　渡部隆寛）