WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

産業用製造現場のオペレーションの追跡と改善は、多くのプロセスが依然として手作業であるため、困難を伴う場合があります。オペレーションの透明性が不足していると、ボトルネックや労働力の過小利用など、把握しにくい隠れた非効率性が生じがちです。

例えば、作業者が適切な個人用保護具（PPE）を着用しているか、材料が正しく取り扱われ積み重ねられているかといった安全・コンプライアンスチェックは、多くの場合手作業で行われており、動きの速い現場では違反が見落とされやすくなります。

To bridge these gaps, WG Tech Solutions developed WGDeepInsight, an AI-powered video analytics platform for continuous monitoring. By analyzing live video feeds using computer vision models like Ultralytics YOLO models, the platform provides real-time visibility into operations, helping teams observe, analyze, and improve their manufacturing processes.

Link to this sectionビジョンAIを活用した工場生産性と安全性の向上#

WG Tech Solutionsは、実環境向けのインテリジェントシステム構築に注力するエッジAI企業です。同社は、カスタムハードウェア、AIモデル、アプリケーションソフトウェアを組み合わせたエンドツーエンドのAIソリューションを開発しており、組織がエッジ環境で直接オペレーションの監視、分析、改善を行うことを可能にしています。

インドに拠点を置く同社は、製造、自動車、農業、医療システムなど、リアルタイムのインサイトと現場でのインテリジェンスが不可欠な多様な業界で事業を展開しています。

同社の中核プラットフォームであるWGDeepInsightは、AI搭載のビデオ分析を通じてオペレーションをリアルタイムで可視化するように設計されています。このプラットフォームは、セキュリティ、監視、安全コンプライアンス、品質検査などのユースケースを強化し、ユーザーがエッジで活動を監視し、問題を検出し、ワークフローを改善できるようにします。

WGDeepInsightは、コンピュータビジョンモデルとAIoT（人工知能モノのインターネット）機能を組み合わせることで、製造業者が工場環境全体で活動を追跡し、コンプライアンスを監視し、運用状況の可視性を向上させることを可能にします。

Link to this sectionなぜ工場現場で可視性が低下するのか#

工場オペレーションを大規模に監視するには一貫した可視性が求められますが、実際の生産環境では、そう簡単にはいきません。ステーションごとに活動が異なり、作業者は通常1日の間に複数のタスクを処理し、分散した工場設備全体で状況が変化するためです。

多くの場合、工場の現場チームはワークフローを追跡するために、依然として手作業による監視や現場確認に頼っています。こうした従来の手法では基本的な監視は可能ですが、実際の作業がどのように行われているかという詳細な洞察には限界があります。

言い換えれば、正確でバイアスのない時間と動作（time-and-motion）のデータを収集することは困難です。安全やセキュリティが関わる場合、このデータ不足はより一層深刻な問題となります。PPEの不適合、不正アクセス、不適切な材料の取り扱いといった問題は見落とされやすく、対応の遅れは繰り返し発生する違反を未然に防ぐことを難しくします。

例えば、WG Tech Solutionsは、同様の制約に直面していた複数の工場施設を運営する大手ODM（相手先ブランド製造受託業者）と協働しました。このODMの組み立てプロセスの大部分は依然として手作業であったため、生産性、安全性、コンプライアンスの監視は視覚的な確認に大きく依存していました。

生産性と安全コンプライアンスを最適化するため、ODMは、信頼性の高い時間と動作のデータを収集し、ステーション全体でのSOP順守を追跡し、安全およびセキュリティ上の違反を検出するための、より体系的なアプローチを必要としていました。

また、適切なチームにリアルタイムでフィードバックを提供するための、より効果的な方法も求められていました。自動化なしでは、このレベルの可視性を拡張することが主要な懸念事項となっていました。

Link to this sectionUltralytics YOLOモデルによるスマートな工場監視とコンプライアンス#

WG Tech Solutionsは、自社のWGDeepInsightプラットフォームにUltralytics YOLOモデルを統合し、物体検出、物体追跡、インスタンスセグメンテーションといった重要なコンピュータビジョンタスクを実現しています。これらのモデルをライブビデオフィードに適用することで、プラットフォームはチームがオペレーションを継続的に監視し、正確な時間と動作のデータを収集し、リアルタイムで非効率性を特定することを可能にしました。

このアプローチは、前述の大手ODMでの導入に適用されました。WGDeepInsightはハイブリッド構成で導入され、ワークステーションおよび工場のIT環境全体にAxelera Metis AIアクセラレータが配置され、Voyager SDKによって大規模なエッジ展開が効率化されました。

Ultralytics YOLOモデルのビジョン機能は、工場ステーション全体のオペレーション監視、SOP順守の追跡、そしてPPEの不適合、不正アクセス、不適切に積み重ねられた材料といった安全およびセキュリティ上の違反検出に使用されました。

図1。Ultralytics YOLOモデルを使用して不規則に積み上げられた箱を検出する例。

これをサポートするため、3週間にわたって複数のワークステーションからビデオデータが収集され、独自のインターフェースを使用してアノテーションが行われました。このデータセットは、Ultralytics YOLO11やUltralytics YOLOv8を含む、工場環境に合わせてカスタマイズされたUltralytics YOLOモデルのトレーニングと微調整に使用されました。

モデルには、推論ロジックの追加、パラメータチューニング、最適化技術が施され、実環境で確実にパフォーマンスを発揮できるように強化されました。導入後、プラットフォームはリアルタイム監視と違反の自動検出を実現し、データに基づいた一貫した運用状況の可視性を提供しました。

Link to this sectionなぜUltralytics YOLOモデルが選ばれるのか#

WG Tech Solutionsにとって、Ultralytics YOLOモデルは、さまざまな工場のユースケースに迅速に適応できるコンピュータビジョンソリューションを構築するための強力な基盤となりました。エッジ環境で高性能な推論を実行できる能力は、低遅延と継続的な監視が不可欠な大規模製造セットアップにとって最適でした。

また、Ultralytics YOLOモデルは、ONNX、PyTorch、NCNNなど、デプロイ用のさまざまなエクスポート形式をサポートする柔軟性も備えていました。これにより、エッジデバイスと中央システムの両方に統合し、ハイブリッドアーキテクチャを構築することが容易になりました。

全体として、Ultralytics YOLOモデルを採用したことで、WG Tech Solutionsは大規模な工場環境全体で信頼性の高いパフォーマンスを維持しつつ、カスタマイズされたソリューションを迅速に提供できるようになりました。

Link to this sectionWGDeepInsightがUltralytics YOLOにより作業者の違反を28%削減#

Ultralytics YOLOモデルを使用するWG Tech SolutionsのWGDeepInsightプラットフォームは、工場オペレーションの継続的な監視と分析を提供し、安全性、コンプライアンス、運用の可視性を向上させます。

前述の大手ODMのケースでは、作業者の安全違反が28%減少しました。デバイス上で低遅延で処理されるリアルタイムアラートにより、対応時間が短縮され、繰り返しの問題が減少しました。その結果、工場現場全体で安全プロトコルの順守がより一貫したものとなりました。

同プラットフォームは、ステーション全体でのSOP順守を追跡し、違反が発生した際にフラグを立てました。また、不適切なPPEの着用、不正アクセス、過密状態、プロセスの手順漏れや誤りといった問題も特定しました。

例えば、トレイ取り扱いのワークフローでは、アイテムが正しくピッキングおよび配置されたかどうか、各ステップが必要な順序に従っているかを確認し、逸脱がある場合にはアラートを出しました。

図2。片手でのトレイ取り扱いを検出するUltralytics YOLOモデル。

さらに、他のオペレーションやセキュリティのワークフローにも活用範囲が拡大されました。CCTV監視ルームでは、システムが人員の存在をリアルタイムで追跡し、スタッフ数が必要な基準を下回った場合にアラートを発信しました。

一方、品質検査ワークフローでは、プロセス手順の確認、指定されたツールの使用の徹底、タスクごとの所要時間の監視を行い、一貫した基準を維持するために逸脱があれば報告しました。

時間の経過とともに、これらのビジョンAIの洞察によってプロセスのどこで問題が発生しているかが明確になり、ターゲットを絞ったトレーニングを通じて是正措置をサポートできるようになりました。

アラートおよびフィードバックメカニズムは、顧客の要件に合わせてカスタマイズされ、既存の工場ワークフローへの柔軟な統合を実現しました。通知は電子メール、メッセージングシステム、役割ベースのダッシュボードなどのチャネルを通じて配信され、関連する洞察が適切なチームにリアルタイムで確実に届くようになりました。

これにより、正しいツールの使用や管理区域内での最低限のスタッフ人数の維持など、重要な手順が一貫して守られるようになりました。最終的には、日常業務がより安定し、工場全体でのコンプライアンスが強化されました。

Link to this section工場環境全体へのリアルタイム監視の拡大#

産業オートメーションが進化するにつれ、手作業における可視性と一貫性を向上させる上で、コンピュータビジョンが中心的な役割を担うようになっています。WG Tech Solutionsは、Ultralytics YOLOモデルをカスタマイズすることで、WGDeepInsightプラットフォームを新たな工場環境やワークフローに拡大する計画です。

これは、安全およびセキュリティの監視から工場現場でのプロセスレベルのチェックまで、幅広いユースケースをサポートします。エッジベースのデプロイ、リアルタイム分析、Axelera MetisエッジAIアクセラレータと組み合わせることで、製造環境全体において拡張性のある監視と一貫した運用インサイトを提供します。

運用ワークフローへのビジョンAIの導入を検討されていますか？ぜひ私たちのGitHubリポジトリやライセンスオプションを確認し、Ultralytics YOLOモデルを使い始めてください。ヘルスケアにおけるAIや製造におけるビジョンAIといった応用事例、およびAxelera AIのエクスポートとデプロイ | Ultralytics DocsのようなエッジAIアクセラレータについて学びましょう。