メルマガの配信元アドレスが変更となりました

自動封函機の異常をAIで自動検出、学習による精度向上でデザイン変更にも対応

自動封函機の異常をAIで自動検出、学習による精度向上でデザイン変更にも対応

CACが三井物産グローバルロジ倉庫に導入、変形・破損した納品書の発送阻止など成果

ITコンサルティングを手掛けるシーエーシー(CAC)ホールディングス傘下のシーエーシーは10月13日、三井物産グローバルロジスティクス(MGL)向けに、商品発送用の箱に自動封函機で封をする際の異常を検知するAIモデルとアプリケーションを開発・納入したと発表した。MGLが横浜市に構えている「横浜本牧倉庫」の現場で運用しており、。

同倉庫は荷主の商品を顧客に発送する業務を受託している。商品を梱包して発送する箱の数は繁忙期で1日当たり4万~5万箱に及ぶため、発送に関わる作業の大部分を自動化しており、自動封函機も導入している。

自動封函機は1時間に4000箱程度の高速で封函できるが、不適切な状態で封函されるケースがまれに発生している。箱の内フラップ(内フタ)が外側に折れたものなどは再封函するが、次工程に進んでからの作業になるため、WMS(倉庫管理システム)のステータス変更などの負荷が掛かるのが問題だった。また、箱に投入した納品書が変形・破損した場合は外観から確認できず、そのまま発送してしまうことも起こっていた。


不適切な状態の商品発送箱の例

こうした課題を解決するため、MGLとCACは2020年3月から4カ月間にわたり、高速で動く発送箱をカメラ画像で捉え、状態の適切・不適切の判定を行うAIモデルの開発と精度検証をPoC(概念実証)プロジェクトで実施。CACは画像データ収集、自社ツールによるアノテーション(教師データの作成)、AIモデル開発に必要なバックボーンの選定、パラメータのチューニングなどを実施しながら、独自のAIモデル開発を行った。

PoCの結果、精度に問題がないことを確認したため、本番導入を想定した検証を2カ月程度行い、AIモデルによる判定とアプリケーションのロジックを組み合わせて稼働させることにより、誤検知の抑制が可能と判断した。

異常を検知した際に自動封函機を停止する機能、精度を高めるのに必要となるデータの収集機能等を持たせた本番用アプリケーションの開発を経て、今年4月に本格導入へこぎ着けた。

同AIアプリケーションの導入でMGL横浜本牧倉庫は異常の検知時に自動封函機を即座に停止し、不適切な状態の箱の送付を防止することが可能になり、封函作業の品質が向上。また、送り状の貼付前に当該の箱をレーンから取り除くこともできるようになったため、再封函時にWMSシステムの更新などを行う必要がなくなり、作業が効率化された。

運用開始後も、発送箱のデザインや色、大きさの変更の際には、AIモデルの再学習を実施して精度を維持しているが、AIが学習を重ねることでデザイン変更などの影響を受けることも減少してきているという。

MGLでは、同件と同じ荷主の商品を神戸の倉庫でも取り扱っており、同様の仕組みを導入する予定。

(画像はCAC提供)

(ロジビズ・オンライン編集部)

テクノロジー/製品カテゴリの最新記事