ROBOT CONSULTING COLUMN 自動化・ロボットコンサルティングコラム

▼関連レポート　無料ダウンロードはこちらをクリック 11/29~12/2、東京ビッグサイトで行われた、世界最大規模のロボット展示会、「国際ロボット展 (iREX2023)」。ロボット専門コンサルタントの筆者も参戦し、最新情報を収集してきました。 今回のコラムでは、「ロボットと生成AI」、「新世代ロボット」に焦点を当てて、出展社数615から厳選した7社の最新技術事例を紹介致します。貴社のお役に立てば幸いです。 １．ロボットにおける生成AI活用技術 ロボット活用においても、生成ＡＩの利用が加速すると考えられます。 今回のロボット展の講演において、日立製作所の守屋氏は次の様に語っていました。「生成ＡＩは、“目的の状態になることをコミットするもの“と定義することができ、これはすなわち”制御“である。ロボットの”制御“と生成ＡＩは親和性が非常に高い。」。 このことから、ロボット分野においては、他の分野以上に生成AI活用の技術が進んでいくと考えられます。 １－１．Google Cloud社：検査AI (Visual Inspection AI)とロボットを使った検査の自動化 Googleが製造しているスマホ(Google Pixel)で写真を撮影すると、Google Pixelがその写真に映っている顔やモノを認識していることがわかるかと思います (iphoneも同様ですが)。この画像認識の技術はVision AIと呼ばれています。 Google Cloud社ではこの画像認識技術を製造業に転用し、検査の自動化ソリューションを提供しています。 検査できる項目は多岐に渡り、具体的には、OK/NG判定、へこみ、ひび割れ裂け目などの領域固有の不具合の検出、基板組み立ての不具合品がないかどうかの確認などを行うことができます。 外観検査AIに詳しい方であれば、その検査精度が非常に気になるところではないでしょうか。 Google Cloud社によると、「汎用の機械学習アプローチを使用した場合と比較して、Visual Inspection AI の使用によって正確さが最大で 10 倍も向上しました。」とのことで、従来の機械学習と比較して、高い検査精度を実現できていると言えます。 (引用：https://cloud.google.com/blog/ja/products/ai-machine-learning/improve-manufacturing-quality-control-with-visual-inspection-ai)。 またGoogle社では、Google Pixelを製造する際、Visual Inspection AIを利用して検査を行っています。自社での製造工程で使用していることが何より、検査精度の高さを物語っているのではないでしょうか。 こういった技術が産業用機械にも搭載される未来も近いと思われます。 １－２．DENSO社：AI模倣学習によるティーチングと音声認識によるプログラムの生成 今回のロボット展では、音声指示に従って自動でコーヒーの粉を調合することができる協働ロボットが展示されていました “音声指示に従ってロボットが動く“といったコンセプトの展示が見られたのは、(見た限り)ＤＥＮＳＯ社だけが展示を行っていました。 音声指示に従ってロボットを動かすために、今回の機構では2つのAIが使われています。 1つ目は、ご存じChat GPT。今回の機構においては、人が自然言語で注文した内容を認識する役割を持っています。内容を認識後、下記の2つ目のＡＩに認識した音声指示内容を指示します。 2つ目は、アメリカのIntegral社が開発した模倣学習ＡＩ。模倣学習ＡＩとは、すでに蓄積されている教示データやワークのモデルデータを用いて、実際に撮影した3Dデータから詳細のワーク形状・位置を推論します。 推論したデータを用いて、ロボットの軌道を生成します。 これにより、ティーチングにかかる時間を大幅に削ることができると考えられています。 DENSO社のHPを確認すると、ワークの位置が変わっても、カメラで位置を補正して把持する例や、適切な粉の量を認識し、特定の量を持ってくる例などが見られました。 （引用：https://www.denso-wave.com/ja/robot/product/software/aiil.html） これらのティーチングは、今までは非常に困難なものでした。先述の例で言えば、毎作業ピッキングや粉を取る位置が異なり、いちいちティーチングを行う必要があったためです。 国際ロボット展で展示されていたGoogle Cloud社とDENSO社のAI活用事例を紹介しました。今後声だけでロボットに指示し、ロボットに稼働してもらう未来はそう遠くない、と思わせる展示内容でした。 ２．新世代ロボット 世界最大規模のロボット展、ということもあり、新型のロボットが多数出展していました。今回は合計5社の新世代ロボットを紹介します。特に、今回紹介する海外の協働ロボットはどれも特徴的なので、是非ご覧ください。 ２－１．ユニバーサルロボット社：30kgの可搬重量を持つ協働ロボット「ＵＲ30」 (引用：https://www.universal-robots.com/ja/%E8%A3%BD%E5%93%81%E3%83%A9%E3%82%A4%E3%83%B3%E3%83%8A%E3%83%83%E3%83%97/ur30-robot/) ユニバーサルロボットから、可搬重量30kgに対応した協働ロボット「ＵＲ30」が登場。ロボット展デモでは、積み荷のパレタイズや、タイヤを積む作業を行っていました。 有名どころで言えば、ファナックや安川電機に続いて、3番目となる可搬重量30kgに対応した協働ロボットの発売です。 UR30の特筆すべき点はその本体重量の軽さです。 同じ30 kg可搬のFANACの協働ロボット(CRX-25iA)と安川電機の協働ロボット(MOTOMAN-HC30PL)の本体質量がそれぞれ135kg,140kgであるのに対し、UR30は本体質量が65kgと大幅に軽量仕様となっています。 これにより、扱いやすさが向上し、さらには壁や天井などにも設置して利用することも可能です(引用：https://www.mapion.co.jp/news/column/cobs2693821-1-all/)。 ２－２．安川電機社：最新自律ロボット「MOTOMAN NEXT」 (引用元：https://www.yaskawa.co.jp/newsrelease/product/1154379) 今回のロボット展でも大々的に展示されていた、安川電機の最新自律ロボット「MOTOMAN NEXT」。“自律ロボット“の名の通り、ロボットが周囲の状況に合わせて自律的に判断し、駆動します。 具体的に特徴を説明致します。「MOTOMAN NEXT」はあらかじめ動作環境を入力したパスプランニングサービスを使って、目標点までのパスを自動生成することができます。さらに、ビジョンカメラや力覚センサなどを用いることで、状況に合わせた判断を行うことが可能になります。究極的には、使用するツールや、具体的な作業の指示を行うことで、ティーチレスでロボットへ動作の指示を行うことができます。 ２－３．海外の協働ロボット①　FAIR Innovation Robot System社：「FAIRINO Robot」 (引用元：https://www.frtech.fr/) 中国の新興協働ロボットメーカー。その特徴は「圧倒的な価格の安さ」です。 一般的な協働ロボットの価格帯が200万円～500万円であるのに対し、1台50万円で購入することができます。 圧倒的低コストの理由を担当者の方に確認したところ、「減速機を含め部品を全て自社製造しているから」とのことでした。 中国メーカーで且つ破格に安価な価格であることから一抹の不安感がありますが、他社の協働ロボット同様、一般的な溶接、パレタイズ、ピッキングなど用途で活用することができます。筆者は実際に溶接作業のティーチングのデモを拝見しましたが、見た目は他社製の協働ロボットの動きと遜色ないな、という感想を持ちました。(しかも、オプションのカメラで撮像した画像からティーチング箇所を判断し、ティーチングを自動生成していました。) 手軽に協働ロボットを導入をしたい方にオススメです。 ２－４．海外の協働ロボット②　Kassow Robots：「KRシリーズ」 (引用元：https://ksw-robots.co.jp/) デンマークの協働ロボットメーカー。 「KRシリーズ」の特徴は、「7軸の協働ロボットであること」です。(FANACや安川電機など、現行の協働ロボットは6軸であることがほとんどです。) 軸が7つあることのメリットは、ロボットの可動域が広くなることです。 軸数が一つ増えることでそんなに可動域が変わるのか？とお思いの方は、添付の動画を是非ご覧になってください。 アーム本体に近いところや、入り組んだ場所にもアームが届いていることが理解できるはずです。 （引用：https://www.robot-digest.com/contents/?id=1539936027-885058&dp=2） ２－５．海外の協働ロボット③ BECKHOFF社：「ATRO」 (引用元：https://www.beckhoff.com/ja-jp/products/motion/atro-automation-technology-for-robotics/) ドイツの協働ロボットメーカー。 BECKOFFの協働ロボット「ATRO」の特徴は、「ロボットアームが軸毎に独立した部品で構成されていること」です。 つまり、ロボットアームを軸毎に分解＆組立することができます。 この特徴を擁する「ATRO」の強みは2つです。 1つ目はハード面での汎用性が高いことです。軸毎に独立した部品で構成されているため、生産方法に合わせてロボットアームを構築することができます。 例えば、4軸で組み立ててピッキングに使用することができる一方で、1軸のみ使用しターンテーブルの様に使用することもできます。 (引用記事に記載の動画をみていただくと非常にわかりやすいかと思います。) https://monoist.itmedia.co.jp/mn/articles/2304/19/news076.html つまり、ユーザーの発想次第で使い方を無限大に広げることができます。 2つ目はメンテナンスが容易であることです。 協働ロボットが故障した場合、従来であれば故障したロボットを修理する必要がありました。 修理するためには、メーカーからエンジニアを呼ぶ必要があるため、長い期間生産が止まってしまう可能性があります。 その点、「ATRO」は故障した部品を交換するだけで、正常状態に戻すことができます。 現場の作業者が簡単に分解＆組立できるので、メーカーからエンジニアを呼ぶ必要もありません。 下記のページを見ていただければ、組付けが簡単に行えることがわかるでしょう。 https://www.beckhoff.com/ja-jp/products/motion/atro-automation-technology-for-robotics/ ３．さいごに 今回は、生成AIと新世代ロボットに焦点を当てて、紹介させていただきました。貴社の情報収集の一助となれば幸いでございます。 国際ロボット展レポート第2弾は、“物流”に焦点を当てて、最新技術をご紹介致します。 ▼関連レポート　無料ダウンロードはこちらをクリック ▼関連レポート　無料ダウンロードはこちらをクリック 11/29~12/2、東京ビッグサイトで行われた、世界最大規模のロボット展示会、「国際ロボット展 (iREX2023)」。ロボット専門コンサルタントの筆者も参戦し、最新情報を収集してきました。 今回のコラムでは、「ロボットと生成AI」、「新世代ロボット」に焦点を当てて、出展社数615から厳選した7社の最新技術事例を紹介致します。貴社のお役に立てば幸いです。 １．ロボットにおける生成AI活用技術 ロボット活用においても、生成ＡＩの利用が加速すると考えられます。 今回のロボット展の講演において、日立製作所の守屋氏は次の様に語っていました。「生成ＡＩは、“目的の状態になることをコミットするもの“と定義することができ、これはすなわち”制御“である。ロボットの”制御“と生成ＡＩは親和性が非常に高い。」。 このことから、ロボット分野においては、他の分野以上に生成AI活用の技術が進んでいくと考えられます。 １－１．Google Cloud社：検査AI (Visual Inspection AI)とロボットを使った検査の自動化 Googleが製造しているスマホ(Google Pixel)で写真を撮影すると、Google Pixelがその写真に映っている顔やモノを認識していることがわかるかと思います (iphoneも同様ですが)。この画像認識の技術はVision AIと呼ばれています。 Google Cloud社ではこの画像認識技術を製造業に転用し、検査の自動化ソリューションを提供しています。 検査できる項目は多岐に渡り、具体的には、OK/NG判定、へこみ、ひび割れ裂け目などの領域固有の不具合の検出、基板組み立ての不具合品がないかどうかの確認などを行うことができます。 外観検査AIに詳しい方であれば、その検査精度が非常に気になるところではないでしょうか。 Google Cloud社によると、「汎用の機械学習アプローチを使用した場合と比較して、Visual Inspection AI の使用によって正確さが最大で 10 倍も向上しました。」とのことで、従来の機械学習と比較して、高い検査精度を実現できていると言えます。 (引用：https://cloud.google.com/blog/ja/products/ai-machine-learning/improve-manufacturing-quality-control-with-visual-inspection-ai)。 またGoogle社では、Google Pixelを製造する際、Visual Inspection AIを利用して検査を行っています。自社での製造工程で使用していることが何より、検査精度の高さを物語っているのではないでしょうか。 こういった技術が産業用機械にも搭載される未来も近いと思われます。 １－２．DENSO社：AI模倣学習によるティーチングと音声認識によるプログラムの生成 今回のロボット展では、音声指示に従って自動でコーヒーの粉を調合することができる協働ロボットが展示されていました “音声指示に従ってロボットが動く“といったコンセプトの展示が見られたのは、(見た限り)ＤＥＮＳＯ社だけが展示を行っていました。 音声指示に従ってロボットを動かすために、今回の機構では2つのAIが使われています。 1つ目は、ご存じChat GPT。今回の機構においては、人が自然言語で注文した内容を認識する役割を持っています。内容を認識後、下記の2つ目のＡＩに認識した音声指示内容を指示します。 2つ目は、アメリカのIntegral社が開発した模倣学習ＡＩ。模倣学習ＡＩとは、すでに蓄積されている教示データやワークのモデルデータを用いて、実際に撮影した3Dデータから詳細のワーク形状・位置を推論します。 推論したデータを用いて、ロボットの軌道を生成します。 これにより、ティーチングにかかる時間を大幅に削ることができると考えられています。 DENSO社のHPを確認すると、ワークの位置が変わっても、カメラで位置を補正して把持する例や、適切な粉の量を認識し、特定の量を持ってくる例などが見られました。 （引用：https://www.denso-wave.com/ja/robot/product/software/aiil.html） これらのティーチングは、今までは非常に困難なものでした。先述の例で言えば、毎作業ピッキングや粉を取る位置が異なり、いちいちティーチングを行う必要があったためです。 国際ロボット展で展示されていたGoogle Cloud社とDENSO社のAI活用事例を紹介しました。今後声だけでロボットに指示し、ロボットに稼働してもらう未来はそう遠くない、と思わせる展示内容でした。 ２．新世代ロボット 世界最大規模のロボット展、ということもあり、新型のロボットが多数出展していました。今回は合計5社の新世代ロボットを紹介します。特に、今回紹介する海外の協働ロボットはどれも特徴的なので、是非ご覧ください。 ２－１．ユニバーサルロボット社：30kgの可搬重量を持つ協働ロボット「ＵＲ30」 (引用：https://www.universal-robots.com/ja/%E8%A3%BD%E5%93%81%E3%83%A9%E3%82%A4%E3%83%B3%E3%83%8A%E3%83%83%E3%83%97/ur30-robot/) ユニバーサルロボットから、可搬重量30kgに対応した協働ロボット「ＵＲ30」が登場。ロボット展デモでは、積み荷のパレタイズや、タイヤを積む作業を行っていました。 有名どころで言えば、ファナックや安川電機に続いて、3番目となる可搬重量30kgに対応した協働ロボットの発売です。 UR30の特筆すべき点はその本体重量の軽さです。 同じ30 kg可搬のFANACの協働ロボット(CRX-25iA)と安川電機の協働ロボット(MOTOMAN-HC30PL)の本体質量がそれぞれ135kg,140kgであるのに対し、UR30は本体質量が65kgと大幅に軽量仕様となっています。 これにより、扱いやすさが向上し、さらには壁や天井などにも設置して利用することも可能です(引用：https://www.mapion.co.jp/news/column/cobs2693821-1-all/)。 ２－２．安川電機社：最新自律ロボット「MOTOMAN NEXT」 (引用元：https://www.yaskawa.co.jp/newsrelease/product/1154379) 今回のロボット展でも大々的に展示されていた、安川電機の最新自律ロボット「MOTOMAN NEXT」。“自律ロボット“の名の通り、ロボットが周囲の状況に合わせて自律的に判断し、駆動します。 具体的に特徴を説明致します。「MOTOMAN NEXT」はあらかじめ動作環境を入力したパスプランニングサービスを使って、目標点までのパスを自動生成することができます。さらに、ビジョンカメラや力覚センサなどを用いることで、状況に合わせた判断を行うことが可能になります。究極的には、使用するツールや、具体的な作業の指示を行うことで、ティーチレスでロボットへ動作の指示を行うことができます。 ２－３．海外の協働ロボット①　FAIR Innovation Robot System社：「FAIRINO Robot」 (引用元：https://www.frtech.fr/) 中国の新興協働ロボットメーカー。その特徴は「圧倒的な価格の安さ」です。 一般的な協働ロボットの価格帯が200万円～500万円であるのに対し、1台50万円で購入することができます。 圧倒的低コストの理由を担当者の方に確認したところ、「減速機を含め部品を全て自社製造しているから」とのことでした。 中国メーカーで且つ破格に安価な価格であることから一抹の不安感がありますが、他社の協働ロボット同様、一般的な溶接、パレタイズ、ピッキングなど用途で活用することができます。筆者は実際に溶接作業のティーチングのデモを拝見しましたが、見た目は他社製の協働ロボットの動きと遜色ないな、という感想を持ちました。(しかも、オプションのカメラで撮像した画像からティーチング箇所を判断し、ティーチングを自動生成していました。) 手軽に協働ロボットを導入をしたい方にオススメです。 ２－４．海外の協働ロボット②　Kassow Robots：「KRシリーズ」 (引用元：https://ksw-robots.co.jp/) デンマークの協働ロボットメーカー。 「KRシリーズ」の特徴は、「7軸の協働ロボットであること」です。(FANACや安川電機など、現行の協働ロボットは6軸であることがほとんどです。) 軸が7つあることのメリットは、ロボットの可動域が広くなることです。 軸数が一つ増えることでそんなに可動域が変わるのか？とお思いの方は、添付の動画を是非ご覧になってください。 アーム本体に近いところや、入り組んだ場所にもアームが届いていることが理解できるはずです。 （引用：https://www.robot-digest.com/contents/?id=1539936027-885058&dp=2） ２－５．海外の協働ロボット③ BECKHOFF社：「ATRO」 (引用元：https://www.beckhoff.com/ja-jp/products/motion/atro-automation-technology-for-robotics/) ドイツの協働ロボットメーカー。 BECKOFFの協働ロボット「ATRO」の特徴は、「ロボットアームが軸毎に独立した部品で構成されていること」です。 つまり、ロボットアームを軸毎に分解＆組立することができます。 この特徴を擁する「ATRO」の強みは2つです。 1つ目はハード面での汎用性が高いことです。軸毎に独立した部品で構成されているため、生産方法に合わせてロボットアームを構築することができます。 例えば、4軸で組み立ててピッキングに使用することができる一方で、1軸のみ使用しターンテーブルの様に使用することもできます。 (引用記事に記載の動画をみていただくと非常にわかりやすいかと思います。) https://monoist.itmedia.co.jp/mn/articles/2304/19/news076.html つまり、ユーザーの発想次第で使い方を無限大に広げることができます。 2つ目はメンテナンスが容易であることです。 協働ロボットが故障した場合、従来であれば故障したロボットを修理する必要がありました。 修理するためには、メーカーからエンジニアを呼ぶ必要があるため、長い期間生産が止まってしまう可能性があります。 その点、「ATRO」は故障した部品を交換するだけで、正常状態に戻すことができます。 現場の作業者が簡単に分解＆組立できるので、メーカーからエンジニアを呼ぶ必要もありません。 下記のページを見ていただければ、組付けが簡単に行えることがわかるでしょう。 https://www.beckhoff.com/ja-jp/products/motion/atro-automation-technology-for-robotics/ ３．さいごに 今回は、生成AIと新世代ロボットに焦点を当てて、紹介させていただきました。貴社の情報収集の一助となれば幸いでございます。 国際ロボット展レポート第2弾は、“物流”に焦点を当てて、最新技術をご紹介致します。 ▼関連レポート　無料ダウンロードはこちらをクリック

１．AI（ディープラーニング）画像検査のポイント 製造業の社長が知っておくべきAI（ディープラーニング）画像検査のポイントとは以下の事です。 サンプルデータの準備: AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 ラベル付けとアノテーション: サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 アルゴリズムとモデルの選択: 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 モデルの訓練と評価:　データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 リアルタイムの運用性: AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 継続的なモデルの改善と監視: AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 これらのポイントを考慮し、製造業の社長がAI（ディープラーニング）画像検査の導入や開発を行うことが重要です。それにより、効率的な不良品検出や品質管理の向上を実現することができます。 上記の6つの列挙項目から分かる様に製造業の社長が知っておくべくAI（ディープラーニング）画像検査のポイントは主に6つの事象がある事が分かります。本コラムでは6つ事象の事例を交えて説明させて頂きます。 ２．成功事例 製造業の社長が知っておくべきAI（ディープラーニング）画像検査のポイントを導入事例と共に解説します。 2.1 サンプルデータの準備 AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 導入事例：樹脂成型品のAI検査 樹脂成型品の良品サンプルと不良品サンプルを各約100個、つまり合計　約200個をお客様にご用意頂きました。 次に１つのサンプル品につき、上下左右前後の６方向から撮影し、合計約1,200枚の画像を撮影しました。 次に約1,200枚の画像から不良個所のある画像が約300枚をAIに学習させる事が出来ました。また、残り約900枚は正常品画像としてAIに学習させる事が出来ました。 2.2 ラベル付けとアノテーション サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 導入事例：ゼリー容器の側面フィルムのAI検査 側面フィルムの不良個所を指定して、AIに不良部を教える方法「教示有り」という設定で学習させました。 フィルムの皺やめくれ、破れ、位置ズレなどを不良個所として登録する事で、正しく良品と不良品を判別する事が出来ました。 2.3 アルゴリズムとモデルの選択 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 導入事例：刻印文字のAI検査 金属コネクタに刻印された製品名（型式）をAI画像検査で判定を行う。 プレス刻印機で刻印される為、刻印された文字にばらつきがありました。 同じ文字でもばらつきが発生するため、ディープラーニングの畳み込みを使用し、ばらつきがあっても判別できる様に学習させることで、文字を認識し、認識できない場合を不良と判定する。 2.4 モデルの訓練と評価 データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 導入事例：冷却シートのAI検査 学習データを正常品画像と不良品画像を使って作成したのち、実際に製造ラインに導入する前に検査精度の評価を行いました。 異物や気泡、ズレなどの新たな不良品画像を数百枚用意し、漏れなく検出できるかを評価したうえで、実際の生産ラインへ導入しました。 2.5 リアルタイムの運用性 AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 導入事例：高速で巻き取る金属ワイヤのAI検査 高速で巻き取る金属ワイヤが正しく巻き取れない時を検出します。 例えば、ほつれ、浮き、ズレなどを素早く検出し、巻き取り装置を止めて、やり直しを行うためのAI検査装置です。 金属ワイヤが何重にも巻かれるため、一般的なルールベースの画像処理では困難でした。 また、検出速度も5msec以内に判定する為、不具合検出して直ぐに停止出来る為、まき直しが楽になりました。 2.6 継続的なモデルの改善と監視 AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 導入事例：樹脂成型品のAI画像検査 成型後、一旦、Ｋ社製のルールベース画像検査（昔ながらの画像処理）を行い、ＮＧ判定した画像をＡＩで再検査しています。 導入当初の学習データではなかった不良が出だしたので、学習データを作り直し、以前からの不良に新しい不良を学習させたデータにする事にしました。 それにより以前からの不良と新しい不良も上手く検出出来る様になりました。 ３．各項目の重要性 3.1 サンプルデータの準備 AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 AIモデルとは簡単に言うとお手本という事です。 つまり、お手本となる良品と不良品を複数用意し、それらをAIに学習させる事が重要です。 例えば、目視検査員に良品サンプルだけ渡しても、目視検査員は不良品を判断する事は難しいのと同じです。不良品のサンプルも渡して、どういった不良が出やすい製品なのか？ どの部分をどの様な不良が発生していて、目視検査員に不良を見つけて欲しいのか皆様は説明して、目視検査員に目視検査を行って頂いていると思います。 その目視検査員をAI画像検査に置き換えてみてください。そして、目視検査員と同じようにAI画像検査においても教えてあげるのです。 3.2 ラベル付けとアノテーション サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 ラベル付けとは良品画像には良品であるというラベルをつけます。また、不良品画像には不良品であるというラベルをつけます。また、不良品画像を更に細かく分類したい場合は、それぞれの不良種別毎にラベルとつける事が出来ます。 アノテーションとはAIが学習するために、テキストや音声や画像などあらゆる形態のデータにタグを付けて、「意味」をもたせる作業のことです。 アノテーションを行う時に重要なのは、例えば、「傷」という不良に対し、傷が明らかに分かる不良品画像を用意する事、また傷の不良においても「大きさ」「方向性」「深さ」など不良と判別するための不良品画像を用意する必要があります。明らかな小さな傷で良品と判断して欲しい傷の画像を不良品画像に含めて学習させてしまうとAIはそれらを不良品と判断してしまいますが、それらを良品としてAIに学習させる事で意図した判定を行える学習データを作る事が出来ます。 3.3 アルゴリズムとモデルの選択 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 アルゴリズムとは「欠陥検出アルゴリズム（教示無し）」、「欠陥検出アルゴリズム（教示有り）」、「分類アルゴリズム」、「カウントアルゴリズム」、「文字認識アルゴリズム」などがあります。 主に製造業で使用するのは「欠陥検出アルゴリズム」です。これは良品と傷や汚れ、打痕などの不良を判別するのに使用されます。その中でも教示有り、無しというのは、意図して不良個所を指示して学習させるか、そうでないかの違いです。例えば、傷の箇所はココだと教えるか、教えずに学習させるかの違いです。例えば特に特定箇所に傷が出やすい場合や背景画像との違いが少なく分かりにくい場合に教示有り学習すると有効です。 「分類アルゴリズム」は例えば、不良の種別を分けて検出したい場合なので使用します。「傷」、「汚れ」、「打痕」、「凸」など分ける場合などです。また、複数の種類が写る画像からそれぞれの物を仕分ける場合にも有効です。「カウントアルゴリズム」はカウントするのに便利なアルゴリズムです。例えば、トレー中の沢山のボルトをカウントしたい場合に　全体が見えているボルトばかりでなく、一部だけ見えているボルトをカウントさせるなどに有効です。「文字認識アルゴリズム」は文字を読み取るのに有効なアルゴリズムです。文字のフォントが変わっていても、学習する事でフォント違いでも読み取る事が出来ます。 モデルとは、上記アルゴリズムを活用する為に必要なモデル、お手本となる画像の事です。正しいアルゴリズムと正しいモデルを用意する事が非常に大切になります。 3.4 モデルの訓練と評価 データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 モデルの訓練とは、AIに１度の学習モデルを構築させただけで完璧に検査などが出来るという事はまずありません。よって、何度も繰り返し、やり直して、納得の行く検査が出来る学習データを作る事が必要です。そのためには、実際に作成した学習データ：AIモデルで実際に撮影した画像を判定させて、正しく判定出来ているか？欲しい精度が検出出来るか？意図する処理時間内で判定出来ているか？などテストしその結果を評価する事が必要です。 3.5 リアルタイムの運用性 AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 一般的なPCでもAI画像検査ソフトは動作します。しかし、AI画像検査における処理は、処理するPCに多大な負荷をかけます。よって、AI画像処理で良く用いられるのは、GPUボード（グラフィックボード）の高速CPUを用いる事です。特に良く使用されているのはNVIDIA製GPUがあります。 3.6 継続的なモデルの改善と監視 AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 先ほど、導入事例においてもご説明した通り、AI画像検査は新たに発生した不良品などに対応させる必要に対応する事が導入後に発生するでしょう。よって、導入した後も絶えず、AI学習データ：モデルの改善が必要ではないか？を監視し続ける必要があります。 ４．まとめ 今回のコラムでは、コラムでは、中堅・中小製造業の企業様にご活用頂きたい社長が知っておくべきAI（ディープラーニング）画像検査のポイントについて、分かりやすく説明をさせて頂きました。今回の紹介した内容をご検討頂き、自社での自動検品の導入検討や、過去に断念された自動検品の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。   中堅・中小製造業 経営者向け AI外観検査の導入ポイント 解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 製造業では必ずと言っていいほど人手のかかる作業となっている外観検査。 本レポートではその外観検査の自動化について、自動化のメリットとAIを活用した外観検査の概要、導入におけるポイント、成功事例を解説しています。 https://www.funaisoken.co.jp/dl-contents/smart-factory__02131_S045   ■関連するセミナーのご案内 ■東京＆大阪　2拠点にて開催！！ 【目指すは投資回収3年！協働ロボット活用事例特集！社長セミナー】 ～中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/107400 「成功事例ゲスト講座」中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！社長特別講演！ 低コストだから出来る！40台以上のロボットを導入して生産性を向上した事例を基に具体的な導入手法を解説！ 低コストでロボットを導入するための具体的な手法！ 経営者目線で語る協働ロボットのメリットと導入の手法！ ■開催日程 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 東京会場　2024/01/23 (火)　13:00~16:00 大阪会場　2024/01/29 (月)　13:00~16:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/107400 いつも当コラムをご愛読いただきありがとうございます。 １．AI（ディープラーニング）画像検査のポイント 製造業の社長が知っておくべきAI（ディープラーニング）画像検査のポイントとは以下の事です。 サンプルデータの準備: AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 ラベル付けとアノテーション: サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 アルゴリズムとモデルの選択: 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 モデルの訓練と評価:　データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 リアルタイムの運用性: AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 継続的なモデルの改善と監視: AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 これらのポイントを考慮し、製造業の社長がAI（ディープラーニング）画像検査の導入や開発を行うことが重要です。それにより、効率的な不良品検出や品質管理の向上を実現することができます。 上記の6つの列挙項目から分かる様に製造業の社長が知っておくべくAI（ディープラーニング）画像検査のポイントは主に6つの事象がある事が分かります。本コラムでは6つ事象の事例を交えて説明させて頂きます。 ２．成功事例 製造業の社長が知っておくべきAI（ディープラーニング）画像検査のポイントを導入事例と共に解説します。 2.1 サンプルデータの準備 AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 導入事例：樹脂成型品のAI検査 樹脂成型品の良品サンプルと不良品サンプルを各約100個、つまり合計　約200個をお客様にご用意頂きました。 次に１つのサンプル品につき、上下左右前後の６方向から撮影し、合計約1,200枚の画像を撮影しました。 次に約1,200枚の画像から不良個所のある画像が約300枚をAIに学習させる事が出来ました。また、残り約900枚は正常品画像としてAIに学習させる事が出来ました。 2.2 ラベル付けとアノテーション サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 導入事例：ゼリー容器の側面フィルムのAI検査 側面フィルムの不良個所を指定して、AIに不良部を教える方法「教示有り」という設定で学習させました。 フィルムの皺やめくれ、破れ、位置ズレなどを不良個所として登録する事で、正しく良品と不良品を判別する事が出来ました。 2.3 アルゴリズムとモデルの選択 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 導入事例：刻印文字のAI検査 金属コネクタに刻印された製品名（型式）をAI画像検査で判定を行う。 プレス刻印機で刻印される為、刻印された文字にばらつきがありました。 同じ文字でもばらつきが発生するため、ディープラーニングの畳み込みを使用し、ばらつきがあっても判別できる様に学習させることで、文字を認識し、認識できない場合を不良と判定する。 2.4 モデルの訓練と評価 データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 導入事例：冷却シートのAI検査 学習データを正常品画像と不良品画像を使って作成したのち、実際に製造ラインに導入する前に検査精度の評価を行いました。 異物や気泡、ズレなどの新たな不良品画像を数百枚用意し、漏れなく検出できるかを評価したうえで、実際の生産ラインへ導入しました。 2.5 リアルタイムの運用性 AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 導入事例：高速で巻き取る金属ワイヤのAI検査 高速で巻き取る金属ワイヤが正しく巻き取れない時を検出します。 例えば、ほつれ、浮き、ズレなどを素早く検出し、巻き取り装置を止めて、やり直しを行うためのAI検査装置です。 金属ワイヤが何重にも巻かれるため、一般的なルールベースの画像処理では困難でした。 また、検出速度も5msec以内に判定する為、不具合検出して直ぐに停止出来る為、まき直しが楽になりました。 2.6 継続的なモデルの改善と監視 AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 導入事例：樹脂成型品のAI画像検査 成型後、一旦、Ｋ社製のルールベース画像検査（昔ながらの画像処理）を行い、ＮＧ判定した画像をＡＩで再検査しています。 導入当初の学習データではなかった不良が出だしたので、学習データを作り直し、以前からの不良に新しい不良を学習させたデータにする事にしました。 それにより以前からの不良と新しい不良も上手く検出出来る様になりました。 ３．各項目の重要性 3.1 サンプルデータの準備 AIモデルを訓練するためには、多くのサンプルデータが必要です。正しいラベル付けがされた多様な製品の画像データを収集し、特に不良品の画像に重点をおくことが重要です。 AIモデルとは簡単に言うとお手本という事です。 つまり、お手本となる良品と不良品を複数用意し、それらをAIに学習させる事が重要です。 例えば、目視検査員に良品サンプルだけ渡しても、目視検査員は不良品を判断する事は難しいのと同じです。不良品のサンプルも渡して、どういった不良が出やすい製品なのか？ どの部分をどの様な不良が発生していて、目視検査員に不良を見つけて欲しいのか皆様は説明して、目視検査員に目視検査を行って頂いていると思います。 その目視検査員をAI画像検査に置き換えてみてください。そして、目視検査員と同じようにAI画像検査においても教えてあげるのです。 3.2 ラベル付けとアノテーション サンプルデータに正しいラベルを付けることで、AIモデルが正確に学習することができます。不良品の位置や種類など、必要な情報をアノテーションしてデータセットを準備します。 ラベル付けとは良品画像には良品であるというラベルをつけます。また、不良品画像には不良品であるというラベルをつけます。また、不良品画像を更に細かく分類したい場合は、それぞれの不良種別毎にラベルとつける事が出来ます。 アノテーションとはAIが学習するために、テキストや音声や画像などあらゆる形態のデータにタグを付けて、「意味」をもたせる作業のことです。 アノテーションを行う時に重要なのは、例えば、「傷」という不良に対し、傷が明らかに分かる不良品画像を用意する事、また傷の不良においても「大きさ」「方向性」「深さ」など不良と判別するための不良品画像を用意する必要があります。明らかな小さな傷で良品と判断して欲しい傷の画像を不良品画像に含めて学習させてしまうとAIはそれらを不良品と判断してしまいますが、それらを良品としてAIに学習させる事で意図した判定を行える学習データを作る事が出来ます。 3.3 アルゴリズムとモデルの選択 画像検査には様々なアルゴリズムとモデルがあります。ディープラーニングの畳み込みニューラルネットワーク（CNN）は、画像認識や検査によく用いられます。適切なアルゴリズムとモデルを選択し、利用可能なリソースと要件に合わせた開発を行います。 アルゴリズムとは「欠陥検出アルゴリズム（教示無し）」、「欠陥検出アルゴリズム（教示有り）」、「分類アルゴリズム」、「カウントアルゴリズム」、「文字認識アルゴリズム」などがあります。 主に製造業で使用するのは「欠陥検出アルゴリズム」です。これは良品と傷や汚れ、打痕などの不良を判別するのに使用されます。その中でも教示有り、無しというのは、意図して不良個所を指示して学習させるか、そうでないかの違いです。例えば、傷の箇所はココだと教えるか、教えずに学習させるかの違いです。例えば特に特定箇所に傷が出やすい場合や背景画像との違いが少なく分かりにくい場合に教示有り学習すると有効です。 「分類アルゴリズム」は例えば、不良の種別を分けて検出したい場合なので使用します。「傷」、「汚れ」、「打痕」、「凸」など分ける場合などです。また、複数の種類が写る画像からそれぞれの物を仕分ける場合にも有効です。「カウントアルゴリズム」はカウントするのに便利なアルゴリズムです。例えば、トレー中の沢山のボルトをカウントしたい場合に　全体が見えているボルトばかりでなく、一部だけ見えているボルトをカウントさせるなどに有効です。「文字認識アルゴリズム」は文字を読み取るのに有効なアルゴリズムです。文字のフォントが変わっていても、学習する事でフォント違いでも読み取る事が出来ます。 モデルとは、上記アルゴリズムを活用する為に必要なモデル、お手本となる画像の事です。正しいアルゴリズムと正しいモデルを用意する事が非常に大切になります。 3.4 モデルの訓練と評価 データセットを使用してAIモデルを訓練し、その精度や性能を評価します。適切なトレーニング手法やハイパーパラメータの選択を行い、モデルの性能を最大化します。クロスバリデーションやテストデータを使用してモデルの評価を行い、適切な精度を確認します。 モデルの訓練とは、AIに１度の学習モデルを構築させただけで完璧に検査などが出来るという事はまずありません。よって、何度も繰り返し、やり直して、納得の行く検査が出来る学習データを作る事が必要です。そのためには、実際に作成した学習データ：AIモデルで実際に撮影した画像を判定させて、正しく判定出来ているか？欲しい精度が検出出来るか？意図する処理時間内で判定出来ているか？などテストしその結果を評価する事が必要です。 3.5 リアルタイムの運用性 AI（ディープラーニング）画像検査はリアルタイムの運用も求められます。モデルを実際の製品ラインに統合し、高速で画像処理を行いながら検査結果を返す能力が必要です。リアルタイム性、スケーラビリティ、可用性などを考慮したシステムの開発が必要です。 一般的なPCでもAI画像検査ソフトは動作します。しかし、AI画像検査における処理は、処理するPCに多大な負荷をかけます。よって、AI画像処理で良く用いられるのは、GPUボード（グラフィックボード）の高速CPUを用いる事です。特に良く使用されているのはNVIDIA製GPUがあります。 3.6 継続的なモデルの改善と監視 AIモデルはトレーニング後も継続的な改善と監視が必要です。新たなデータの収集や追加学習などによりモデルを改善し、実際の運用データをベースにモデルのパフォーマンスを監視します。 先ほど、導入事例においてもご説明した通り、AI画像検査は新たに発生した不良品などに対応させる必要に対応する事が導入後に発生するでしょう。よって、導入した後も絶えず、AI学習データ：モデルの改善が必要ではないか？を監視し続ける必要があります。 ４．まとめ 今回のコラムでは、コラムでは、中堅・中小製造業の企業様にご活用頂きたい社長が知っておくべきAI（ディープラーニング）画像検査のポイントについて、分かりやすく説明をさせて頂きました。今回の紹介した内容をご検討頂き、自社での自動検品の導入検討や、過去に断念された自動検品の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。   中堅・中小製造業 経営者向け AI外観検査の導入ポイント 解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 製造業では必ずと言っていいほど人手のかかる作業となっている外観検査。 本レポートではその外観検査の自動化について、自動化のメリットとAIを活用した外観検査の概要、導入におけるポイント、成功事例を解説しています。 https://www.funaisoken.co.jp/dl-contents/smart-factory__02131_S045   ■関連するセミナーのご案内 ■東京＆大阪　2拠点にて開催！！ 【目指すは投資回収3年！協働ロボット活用事例特集！社長セミナー】 ～中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/107400 「成功事例ゲスト講座」中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！社長特別講演！ 低コストだから出来る！40台以上のロボットを導入して生産性を向上した事例を基に具体的な導入手法を解説！ 低コストでロボットを導入するための具体的な手法！ 経営者目線で語る協働ロボットのメリットと導入の手法！ ■開催日程 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 東京会場　2024/01/23 (火)　13:00~16:00 大阪会場　2024/01/29 (月)　13:00~16:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/107400

１．搬送ロボットの基本とは - 搬送ロボットの機能と特徴を解説 搬送ロボットは、物品や材料の移動や運搬を自動化するためのロボットです。 産業の現場や倉庫、物流センターなどで広く利用されています。 搬送ロボットは、様々な種類と機能を持っており、効率的な物流運営や作業負荷の軽減を実現するために欠かせない存在となっています。 搬送ロボットの主な特徴の一つは、自律性です。 自律走行システムを搭載しており、指定された経路や作業場所への移動を自ら判断して行います。 これにより、人間の監視や操作が必要なく、24 時間連続稼働が可能となります。 また、搬送ロボットはさまざまな形状やサイズがあります。 例えば、AGV（自動誘導車）は、小型から大型まで幅広い荷物を運搬するために使用されます。 また、コンベヤータイプの搬送ロボットは、自動的に物品を搬送するだけでなく、仕分けやピッキングなどの作業も行うことができます。 さらに、搬送ロボットはセンサーやカメラなどの機能を搭載しており、周囲の状況や物体を検知することができます。 これにより、衝突や障害物を回避する能力を持ち、安全性を確保します。 搬送ロボットの利点は、作業効率の向上や人的ミスの軽減、人手不足の解消など、さまざまな面で生産性の向上につながります。 しかし、デメリットとしては、導入コストの高さや運用・保守の面での課題があります。 これらの点を考慮しながら、搬送ロボットを導入する際には綿密な計画と適切な選択が求められます。 搬送ロボットの基本的な機能や特徴を理解することは、効果的な導入や運用のための基礎知識となります。 次に、搬送ロボットの種類と用途について詳しく紹介していきたいと思います。 ２．搬送ロボットの種類と用途 - 様々な種類の搬送ロボットとそれぞれの搬送ロボットは、その目的や用途に応じてさまざまな種類が存在します。 それぞれの搬送ロボットは、異なる作業環境や物品の特性に適した設計や機能を備えています。 AGV と AMR は、物品を運搬するために広く利用されています。 AGV と AMR は、自律性を持ち、埋め込まれたソフトウェアやセンサーによって経路を判断しながら、倉庫や生産ライン内で物品をピッキング、運搬、仕分けすることができます。 AGV と AMR は、製造業で効率的な物流作業を実現するために広く活用されています。 AGVとは AGV（Automated Guided Vehicle）は、無人搬送車のことであり、製造業において物流倉庫や生産ラインで広く利用されています。 AGV は予め設定されたルートを自動的に走行し、物品の運搬や搬送を行います。 センサーやナビゲーションシステムによって移動を制御し、作業者の負担軽減や生産効率の向上を実現します。 AGV は無人で操作されるため、自動化された作業環境で利用されることが一般的です。 事前に設定されたマップやルートに基づいて移動するため、高い精度での運搬や物品の正確な配置が可能です。 AGV は様々な形状やサイズのものが存在し、荷物や製品の大きさや重量に応じて選択できます。 AMRとは AMR（Autonomous Mobile Robot）は、自律型搬送ロボットのことであり、製造業でも活用されています。 AMR はセンサーやカメラ、自己位置推定技術などを駆使し、環境を認識して自律的に移動します。 大きな自由度を持つため、変則的な作業空間でも柔軟に活動することができます。 AMR は AGV と比べてさらに高い柔軟性を持つことが特徴です。 例えば、狭い通路や複雑な作業スペースにおいても自律的に移動し、正確な位置決めや運搬を行うことができます。 センサーによって周囲の状況をリアルタイムに把握し、障害物の回避や危険な状況からの避難も行えます。 搬送ロボットはさまざまな業界や状況で利用されています。 自動倉庫や自動化された生産ライン、空港や倉庫などの物流施設、商業施設内の運搬業務など、様々な場面で活躍しています。 各種類の搬送ロボットは、さまざまな用途に合わせて設計され、物品の形状や重量、作業環境などに応じた機能や特性を備えています。 正確な運搬や効率化を実現するためには、適切な搬送ロボットの選択が重要です。 次に、搬送ロボットのメリットとデメリットについて詳しく解説していきます。 ３．搬送ロボットのメリットとデメリット - 搬送ロボットを利用すること搬送ロボットを導入することには、さまざまな利点があります。 まず第一に、作業効率の向上が挙げられます。 搬送ロボットは、自律的に作業を行うため、人間の手作業に比べて高速かつ正確な運搬が可能です。 これにより、生産性を向上させると同時に、作業負荷を軽減し、労働者の作業環境を改善することができます。 さらに、搬送ロボットは運搬作業における人的ミスの削減にもつながります。 人間のミスによる品質低下や物品の破損などが減少し、生産ラインや物流業務の信頼性と品質が向上します。 また、搬送ロボットは 24 時間連続での稼働が可能であり、現場の作業時間を最大限活用することができます。 作業環境や業務の需要に応じて、柔軟に運用することができるため、効率的な生産計画や物流運営を実現することができます。 しかし、搬送ロボットにはいくつかのデメリットもあります。 導入コストが高いことが課題の一つです。 搬送ロボットの購入費用や導入に伴うシステム構築には、大きな費用が発生する場合があります。 また、保守や修理費用も必要となるため、総合的なコスト面を慎重に考慮する必要があります。 そのためには緻密な現場分析とコストメリット試算が必要です。 さらに、搬送ロボットの運用には専門知識や技術が必要とされます。 特に、自動誘導車や自律型ロボットのプログラミングや経路設定などの運用管理が求められます。 十分なトレーニングやスキルを備えたスタッフの配置が必要となります。 また、作業環境や物品の特性によっては、搬送ロボットの適用範囲が限定される場合もあります。 例えば、特殊な形状や重量の物品、狭い作業スペースなどには、適切な搬送ロボットの選択と設計が必要です。 搬送ロボットの導入にはメリットとデメリットがありますが、効率化や生産性の向上、作業環境の改善など、多くの企業や施設で利用されています。 次に、搬送ロボットのメーカー10選を紹介し、各社の特徴や製品について詳しく解説していきたいと思います。 ４．搬送ロボットのメーカー10 選 - 搬送ロボットの優れたメーカーを紹介、各社の特徴や製品について細かく解説 以下に、搬送ロボットの優れたメーカーを 10 社紹介します。 各社の特徴や製品には独自の技術や革新的な機能があります。 Dematic（デマティック） 幅広い産業向けの AGV システムを提供しており、高い自動化レ ベルと柔軟性が特徴です。 複数の AGV タイプを展開しており、自動化倉庫や物流センター に適したソリューションを提供します。 Swisslog（スイスログ） AGV と AMR の製品ラインナップがあり、物流業界での自動化に 力を入れています。 AGV では高度なパレット移動やピッキング機能を備えた製品を提供し、 AMR では柔軟な移動とコラボレーションが可能な製品を提供しています。 Seegrid（シーグリッド） 複数の業界で利用されている AMR に特化したメーカーです。 ビジョンガイド技術を使用して自己学習を行い、物流センターや製造工場での運搬業務を自 律的に行います。 Fetch Robotics（フェッチロボティクス） AMR の開発と導入で知られており、物品取り扱いや物流業務向けの製品を提供しています。 さまざまなセンサーとコラボレーションの機能を組み合わせた製品が特徴です。 Daifuku（ダイフク） 自動倉庫と物流センター向けの AGV システムを提供しています。 柔軟な制御技術と高い品質管理で知られており、自動運搬装置を幅広く展開しています。 Oceaneering（オーシャニアリング） 海洋探査や産業用途向けの AGV システムを提供しています。 高耐久性と安全性を重視した製品を展開し、過酷な環境での運搬業務に対応しています。 Omron（オムロン） AGV と AMR の幅広い製品ラインナップを展開しており、自動化倉庫や物流センターへの導入が可能です。 センサーや AI 技術を活用し、高度な自律性と安全性を実現しています。 Aethon（エイソン） 医療施設やホスピタリティ業界向けの AMR を提供しています。 病院内やホテルでの物品運搬や部屋清掃などに使用され、効率的な業務フローをサポートします。 Vecna Robotics（ベクナロボティクス） 製造業や倉庫業界での AMR を中心に提供しています。 自己学習能力やコラボレーションの機能を備えた製品があり、効率的な物流作業を実現します。 MiR（ミル） 幅広い用途に適した AMR を提供するデンマークのメーカーです。 柔軟な自己走行システムとカスタマイズ可能なソリューションで知られており、物流セターや製造現場での多様な作業に対応します。 これらのメーカーは、各社ごとに独自の強みや技術を持ちながら、搬送ロボット市場でリーダーシップを発揮しています。 事前に製品の性能や用途について調査し、自社の要件に最適なメーカーを選ぶことが重要です。 次に、搬送ロボットの導入事例を紹介し、実際の利用状況を具体的に見ていきます。 ５．搬送ロボットの導入事例 - 実際に企業や施設で搬送ロボットが導入されている事例を紹介 搬送ロボットは、製造業の工場においても幅広い導入事例が存在しています。 以下に、製造業の工場で搬送ロボットが導入されている事例を紹介します。 自動車産業 自動車メーカーの工場では、搬送ロボットが製造ラインでの物品や部品の運搬を担当しています。 搬送ロボットが自動的に組み立て部品を運搬し、生産効率を向上させることで、生産ラインの効率化や生産コストの削減を実現しています。 電子製造業 電子製品の組み立て工程では、搬送ロボットが部品の供給や組み立て済み製品の輸送を行っています。 搬送ロボットの正確かつスピーディな作業により、精度の高い製品の生産や労働負荷の軽減が実現されています。 医薬品製造業 医薬品メーカーの工場では、搬送ロボットが薬品や原材料の搬送を行っています。 搬送ロボットが密閉容器内の物品を取り扱い、作業環境のクリーンルームでの衛生管 理を確保しています。 金属加工業 金属部品の製造工場では、搬送ロボットが重い金属製品の運搬や製品の仕分け作業を効率的に行っています。 これにより、人間の負担軽減と作業時間の短縮が実現され、生産性が向上しています。 食品加工業 食品メーカーや加工業者では、搬送ロボットが食品の袋詰めやトレーの運搬を行っています。 搬送ロボットは食品衛生基準に適合した設計であり、効率的な食品製造と品質管理を支援しています。 これらの導入事例から分かるように、製造業の工場では搬送ロボットが様々な作業領域で活躍しています。 搬送ロボットの導入により、作業効率の向上、作業環境の改善、品質管理の向上など、多くのメリットが得られます。 次に、搬送ロボットの進化や今後の展望について考察してみましょう。 ６．搬送ロボットの進化と今後の展望 - 最新の技術動向や将来的な搬送ロボットの発展について考察 搬送ロボットの技術は急速に進化しており、将来的な展望も非常に期待されています。 最新の技術動向を見ると、以下のような進化が見られます。 人工知能（AI）の統合 搬送ロボットには AI 技術が組み込まれ、状況判断や学習能力が向上しています。 これにより、自己学習や環境の変化への即座の適応が可能になり、より柔軟な運用が期待されます。 センシング能力の向上 搬送ロボットにはより高度なセンサーやカメラが装備され、周囲の状況をより正確に把握することが可能になっています。 衝突回避や障害物検知がより精度高く行えるため、安全性が向上します。 将来的な展望を考えると、搬送ロボットの発展はさらに進むと予想されます。 以下はいくつかの展望です。 スマートファクトリー 搬送ロボットはスマートファクトリーの一環として統合され、自律的かつ柔軟な生産ラインを実現します。 生産計画の最適化やリアルタイムなデータの活用により、生産性と効率性の向上が期待されます。 ロボットの連携と協調 高度なロボット間の連携と協調作業が進み、より複雑なタスクや大規模な物流操作が可能になります。 複数の搬送ロボットや他の種類のロボットが協力して作業を行うことで、生産能力や作業効率が向上します。 人間との融合 搬送ロボットは人間の補完となり、人間とロボットが効率的に共同作業できる環境が構築されます。 人間の専門的なスキルとロボットの高度な作業能力を組み合わせることで、生産性を向上させながら人間の役割も重視されるでしょう。 これらの進化と展望により、搬送ロボットはさらなる自動化と効率化を実現し、製造業や物流業界の生産性向上をサポートしていくことが期待されます。   中堅・中小製造業の経営者向け　工場物流の自動化事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 「こうなりたい！」と思っている経営者様におすすめ 工場内の物流を自動化して生産性を向上したいと思っている経営者様 工場内の物流を自動化して省人化したいと思っている経営者様 工場内物流の自動化成功事例を知りたいと思っている経営者様 工場内物流の自動化を進めるための具体的な方法を知りたいと思っている経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02125_S045   ■関連するセミナーのご案内 従業員50～500名製造業　工場内物流・工程間搬送の自動化 AGV・AMR・自動搬送システム・パレタイズロボット・ハンドリングロボットの活用 セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/108174 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2024/02/13 (火)　13:00~15:00 2024/02/15 (木)　13:00~15:00 2024/02/19 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/108174 いつも当コラムをご愛読いただきありがとうございます。 １．搬送ロボットの基本とは - 搬送ロボットの機能と特徴を解説 搬送ロボットは、物品や材料の移動や運搬を自動化するためのロボットです。 産業の現場や倉庫、物流センターなどで広く利用されています。 搬送ロボットは、様々な種類と機能を持っており、効率的な物流運営や作業負荷の軽減を実現するために欠かせない存在となっています。 搬送ロボットの主な特徴の一つは、自律性です。 自律走行システムを搭載しており、指定された経路や作業場所への移動を自ら判断して行います。 これにより、人間の監視や操作が必要なく、24 時間連続稼働が可能となります。 また、搬送ロボットはさまざまな形状やサイズがあります。 例えば、AGV（自動誘導車）は、小型から大型まで幅広い荷物を運搬するために使用されます。 また、コンベヤータイプの搬送ロボットは、自動的に物品を搬送するだけでなく、仕分けやピッキングなどの作業も行うことができます。 さらに、搬送ロボットはセンサーやカメラなどの機能を搭載しており、周囲の状況や物体を検知することができます。 これにより、衝突や障害物を回避する能力を持ち、安全性を確保します。 搬送ロボットの利点は、作業効率の向上や人的ミスの軽減、人手不足の解消など、さまざまな面で生産性の向上につながります。 しかし、デメリットとしては、導入コストの高さや運用・保守の面での課題があります。 これらの点を考慮しながら、搬送ロボットを導入する際には綿密な計画と適切な選択が求められます。 搬送ロボットの基本的な機能や特徴を理解することは、効果的な導入や運用のための基礎知識となります。 次に、搬送ロボットの種類と用途について詳しく紹介していきたいと思います。 ２．搬送ロボットの種類と用途 - 様々な種類の搬送ロボットとそれぞれの搬送ロボットは、その目的や用途に応じてさまざまな種類が存在します。 それぞれの搬送ロボットは、異なる作業環境や物品の特性に適した設計や機能を備えています。 AGV と AMR は、物品を運搬するために広く利用されています。 AGV と AMR は、自律性を持ち、埋め込まれたソフトウェアやセンサーによって経路を判断しながら、倉庫や生産ライン内で物品をピッキング、運搬、仕分けすることができます。 AGV と AMR は、製造業で効率的な物流作業を実現するために広く活用されています。 AGVとは AGV（Automated Guided Vehicle）は、無人搬送車のことであり、製造業において物流倉庫や生産ラインで広く利用されています。 AGV は予め設定されたルートを自動的に走行し、物品の運搬や搬送を行います。 センサーやナビゲーションシステムによって移動を制御し、作業者の負担軽減や生産効率の向上を実現します。 AGV は無人で操作されるため、自動化された作業環境で利用されることが一般的です。 事前に設定されたマップやルートに基づいて移動するため、高い精度での運搬や物品の正確な配置が可能です。 AGV は様々な形状やサイズのものが存在し、荷物や製品の大きさや重量に応じて選択できます。 AMRとは AMR（Autonomous Mobile Robot）は、自律型搬送ロボットのことであり、製造業でも活用されています。 AMR はセンサーやカメラ、自己位置推定技術などを駆使し、環境を認識して自律的に移動します。 大きな自由度を持つため、変則的な作業空間でも柔軟に活動することができます。 AMR は AGV と比べてさらに高い柔軟性を持つことが特徴です。 例えば、狭い通路や複雑な作業スペースにおいても自律的に移動し、正確な位置決めや運搬を行うことができます。 センサーによって周囲の状況をリアルタイムに把握し、障害物の回避や危険な状況からの避難も行えます。 搬送ロボットはさまざまな業界や状況で利用されています。 自動倉庫や自動化された生産ライン、空港や倉庫などの物流施設、商業施設内の運搬業務など、様々な場面で活躍しています。 各種類の搬送ロボットは、さまざまな用途に合わせて設計され、物品の形状や重量、作業環境などに応じた機能や特性を備えています。 正確な運搬や効率化を実現するためには、適切な搬送ロボットの選択が重要です。 次に、搬送ロボットのメリットとデメリットについて詳しく解説していきます。 ３．搬送ロボットのメリットとデメリット - 搬送ロボットを利用すること搬送ロボットを導入することには、さまざまな利点があります。 まず第一に、作業効率の向上が挙げられます。 搬送ロボットは、自律的に作業を行うため、人間の手作業に比べて高速かつ正確な運搬が可能です。 これにより、生産性を向上させると同時に、作業負荷を軽減し、労働者の作業環境を改善することができます。 さらに、搬送ロボットは運搬作業における人的ミスの削減にもつながります。 人間のミスによる品質低下や物品の破損などが減少し、生産ラインや物流業務の信頼性と品質が向上します。 また、搬送ロボットは 24 時間連続での稼働が可能であり、現場の作業時間を最大限活用することができます。 作業環境や業務の需要に応じて、柔軟に運用することができるため、効率的な生産計画や物流運営を実現することができます。 しかし、搬送ロボットにはいくつかのデメリットもあります。 導入コストが高いことが課題の一つです。 搬送ロボットの購入費用や導入に伴うシステム構築には、大きな費用が発生する場合があります。 また、保守や修理費用も必要となるため、総合的なコスト面を慎重に考慮する必要があります。 そのためには緻密な現場分析とコストメリット試算が必要です。 さらに、搬送ロボットの運用には専門知識や技術が必要とされます。 特に、自動誘導車や自律型ロボットのプログラミングや経路設定などの運用管理が求められます。 十分なトレーニングやスキルを備えたスタッフの配置が必要となります。 また、作業環境や物品の特性によっては、搬送ロボットの適用範囲が限定される場合もあります。 例えば、特殊な形状や重量の物品、狭い作業スペースなどには、適切な搬送ロボットの選択と設計が必要です。 搬送ロボットの導入にはメリットとデメリットがありますが、効率化や生産性の向上、作業環境の改善など、多くの企業や施設で利用されています。 次に、搬送ロボットのメーカー10選を紹介し、各社の特徴や製品について詳しく解説していきたいと思います。 ４．搬送ロボットのメーカー10 選 - 搬送ロボットの優れたメーカーを紹介、各社の特徴や製品について細かく解説 以下に、搬送ロボットの優れたメーカーを 10 社紹介します。 各社の特徴や製品には独自の技術や革新的な機能があります。 Dematic（デマティック） 幅広い産業向けの AGV システムを提供しており、高い自動化レ ベルと柔軟性が特徴です。 複数の AGV タイプを展開しており、自動化倉庫や物流センター に適したソリューションを提供します。 Swisslog（スイスログ） AGV と AMR の製品ラインナップがあり、物流業界での自動化に 力を入れています。 AGV では高度なパレット移動やピッキング機能を備えた製品を提供し、 AMR では柔軟な移動とコラボレーションが可能な製品を提供しています。 Seegrid（シーグリッド） 複数の業界で利用されている AMR に特化したメーカーです。 ビジョンガイド技術を使用して自己学習を行い、物流センターや製造工場での運搬業務を自 律的に行います。 Fetch Robotics（フェッチロボティクス） AMR の開発と導入で知られており、物品取り扱いや物流業務向けの製品を提供しています。 さまざまなセンサーとコラボレーションの機能を組み合わせた製品が特徴です。 Daifuku（ダイフク） 自動倉庫と物流センター向けの AGV システムを提供しています。 柔軟な制御技術と高い品質管理で知られており、自動運搬装置を幅広く展開しています。 Oceaneering（オーシャニアリング） 海洋探査や産業用途向けの AGV システムを提供しています。 高耐久性と安全性を重視した製品を展開し、過酷な環境での運搬業務に対応しています。 Omron（オムロン） AGV と AMR の幅広い製品ラインナップを展開しており、自動化倉庫や物流センターへの導入が可能です。 センサーや AI 技術を活用し、高度な自律性と安全性を実現しています。 Aethon（エイソン） 医療施設やホスピタリティ業界向けの AMR を提供しています。 病院内やホテルでの物品運搬や部屋清掃などに使用され、効率的な業務フローをサポートします。 Vecna Robotics（ベクナロボティクス） 製造業や倉庫業界での AMR を中心に提供しています。 自己学習能力やコラボレーションの機能を備えた製品があり、効率的な物流作業を実現します。 MiR（ミル） 幅広い用途に適した AMR を提供するデンマークのメーカーです。 柔軟な自己走行システムとカスタマイズ可能なソリューションで知られており、物流セターや製造現場での多様な作業に対応します。 これらのメーカーは、各社ごとに独自の強みや技術を持ちながら、搬送ロボット市場でリーダーシップを発揮しています。 事前に製品の性能や用途について調査し、自社の要件に最適なメーカーを選ぶことが重要です。 次に、搬送ロボットの導入事例を紹介し、実際の利用状況を具体的に見ていきます。 ５．搬送ロボットの導入事例 - 実際に企業や施設で搬送ロボットが導入されている事例を紹介 搬送ロボットは、製造業の工場においても幅広い導入事例が存在しています。 以下に、製造業の工場で搬送ロボットが導入されている事例を紹介します。 自動車産業 自動車メーカーの工場では、搬送ロボットが製造ラインでの物品や部品の運搬を担当しています。 搬送ロボットが自動的に組み立て部品を運搬し、生産効率を向上させることで、生産ラインの効率化や生産コストの削減を実現しています。 電子製造業 電子製品の組み立て工程では、搬送ロボットが部品の供給や組み立て済み製品の輸送を行っています。 搬送ロボットの正確かつスピーディな作業により、精度の高い製品の生産や労働負荷の軽減が実現されています。 医薬品製造業 医薬品メーカーの工場では、搬送ロボットが薬品や原材料の搬送を行っています。 搬送ロボットが密閉容器内の物品を取り扱い、作業環境のクリーンルームでの衛生管 理を確保しています。 金属加工業 金属部品の製造工場では、搬送ロボットが重い金属製品の運搬や製品の仕分け作業を効率的に行っています。 これにより、人間の負担軽減と作業時間の短縮が実現され、生産性が向上しています。 食品加工業 食品メーカーや加工業者では、搬送ロボットが食品の袋詰めやトレーの運搬を行っています。 搬送ロボットは食品衛生基準に適合した設計であり、効率的な食品製造と品質管理を支援しています。 これらの導入事例から分かるように、製造業の工場では搬送ロボットが様々な作業領域で活躍しています。 搬送ロボットの導入により、作業効率の向上、作業環境の改善、品質管理の向上など、多くのメリットが得られます。 次に、搬送ロボットの進化や今後の展望について考察してみましょう。 ６．搬送ロボットの進化と今後の展望 - 最新の技術動向や将来的な搬送ロボットの発展について考察 搬送ロボットの技術は急速に進化しており、将来的な展望も非常に期待されています。 最新の技術動向を見ると、以下のような進化が見られます。 人工知能（AI）の統合 搬送ロボットには AI 技術が組み込まれ、状況判断や学習能力が向上しています。 これにより、自己学習や環境の変化への即座の適応が可能になり、より柔軟な運用が期待されます。 センシング能力の向上 搬送ロボットにはより高度なセンサーやカメラが装備され、周囲の状況をより正確に把握することが可能になっています。 衝突回避や障害物検知がより精度高く行えるため、安全性が向上します。 将来的な展望を考えると、搬送ロボットの発展はさらに進むと予想されます。 以下はいくつかの展望です。 スマートファクトリー 搬送ロボットはスマートファクトリーの一環として統合され、自律的かつ柔軟な生産ラインを実現します。 生産計画の最適化やリアルタイムなデータの活用により、生産性と効率性の向上が期待されます。 ロボットの連携と協調 高度なロボット間の連携と協調作業が進み、より複雑なタスクや大規模な物流操作が可能になります。 複数の搬送ロボットや他の種類のロボットが協力して作業を行うことで、生産能力や作業効率が向上します。 人間との融合 搬送ロボットは人間の補完となり、人間とロボットが効率的に共同作業できる環境が構築されます。 人間の専門的なスキルとロボットの高度な作業能力を組み合わせることで、生産性を向上させながら人間の役割も重視されるでしょう。 これらの進化と展望により、搬送ロボットはさらなる自動化と効率化を実現し、製造業や物流業界の生産性向上をサポートしていくことが期待されます。   中堅・中小製造業の経営者向け　工場物流の自動化事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 「こうなりたい！」と思っている経営者様におすすめ 工場内の物流を自動化して生産性を向上したいと思っている経営者様 工場内の物流を自動化して省人化したいと思っている経営者様 工場内物流の自動化成功事例を知りたいと思っている経営者様 工場内物流の自動化を進めるための具体的な方法を知りたいと思っている経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02125_S045   ■関連するセミナーのご案内 従業員50～500名製造業　工場内物流・工程間搬送の自動化 AGV・AMR・自動搬送システム・パレタイズロボット・ハンドリングロボットの活用 セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/108174 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2024/02/13 (火)　13:00~15:00 2024/02/15 (木)　13:00~15:00 2024/02/19 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/108174

製造業のロボット導入にかかる費用をご存知でしょうか？ 数百万円から数千万円まで、場合により様々です。 しかし、低コストで導入するための手法を知っているのと知らないのでは、導入コストに大きな差が発生します。 知らない会社は数百万円の損をしている可能性も！？ ロボット導入におけるコストと低コストで導入するためのポイントを解説します！ １．産業用ロボットの価格 産業用ロボットの導入には高額な投資が必要となることが一般的です。 機種や機能によってシステム全体の価格は異なり、数百万円から数千万円に及ぶこともあります。 高精度や大きな作業範囲を必要とする場合は、それに応じた高価な機器を選ばざるを得ません。 また、ロボット自体の価格に加えて、周辺装置やシステムなどの追加費用が掛かります。 産業用ロボットを使った自動化システムの価格はその高額さから、中小製造業にとっては導入のハードルとなっています。 しかし、協働ロボットなどの特定の用途に適した低コストのロボットも存在します。 適用するワークや自動化したい作業を絞り込み、活用条件を決定し、一定の範囲内でコストを抑えながらロボットを導入することも可能です。 導入においてはロボットの価格だけでなく、将来の運用コストや効果を考慮し、経済的な判断を行うことが重要です。 ２．協働ロボットの価格 協働ロボットを使ったシステムの価格は産業用ロボットを使ったシステムに比べて相対的に安価です。 さらに、協働ロボットの特徴的な点として、安全柵などの周辺装置や高額は周辺装置のシステムが不要であることが挙げられます。 産業用ロボットを導入する際には、ロボット本体に加えて安全柵などの安全対策に関わる周辺機器や、場合によってはカメラなどの周辺装置の導入が必要となります。 これらの装置やシステムは追加費用がかかるだけでなく、設置や運用にも手間がかかる場合があります。 一方、協働ロボットはそもそも人間と安全に共同作業を行うために設計されており、安全柵が不要です。そのため、特別な防護装置やセンサーシステムの導入が不要であり、これらの追加費用を抑えることができます。さらに、安全柵が不要なため設置やも比較的容易です。 産業用ロボットと比べると圧倒的に設置スペースが小さく済みます。 また、カメラなどの周辺装置を標準で搭載しているモデルもあります。 このような特徴により、協働ロボットの導入コストは産業用ロボットに比べて抑えられると言えます。中小製造業の経営者の皆様は、周辺装置の不要性や低コストな導入によるメリットを考慮に入れ、効果的な協働ロボットの導入を検討してみてください。生産性向上や労働力不足の解消につながる協働ロボットの活用は、中小製造業の持続的な発展に貢献することでしょう。 ３．ロボット本体以外にかかる周辺装置の費用と導入における総額コスト ロボットの導入には、ただ単にロボット本体の価格だけでなく、周辺装置やシステムにも費用がかかります。以下に具体的な例を挙げながら、ロボットシステムの総額について考えましょう。 例えば、垂直多関節ロボットを用いた塗装ロボットシステムを導入する場合を考えてみましょう。単体のロボットの価格は約5,000,000円ですが、付帯設備やロボット架台、制御装置、設置工事費、設計費などが必要となります。これらの費用を合算すると、総額は約23,500,000円となります。 同様に、画像認識システムを用いた重量ワークのハンドリングロボットシステムも考えてみましょう。こちらの場合、多関節ロボットの価格や画像認識システムの導入費用が増えることに加え、付帯設備や制御装置、設置工事費、設計費なども発生します。これらの費用を合計すると、総額は約40,000,000円となります。 産業用ロボットの導入には専門的な知識と経験が必要であり、ロボットシステムを構築するSIer（システムインテグレーター）との協力が求められます。SIerは、企業のニーズに合わせて適切なロボットシステムを設計製作し、導入コストを見積もる役割を果たします。 しかし、ユーザー側が自社のニーズを的確に把握しそのニーズをSIerに適切に伝えることができなければロボット導入は失敗します。 緻密な製品分析と作業分析から活用条件を絞り込み、コストメリットを算出し、効果の出るロボット導入を成功さえる必要があります。 以上の例から分かるように、単にロボット本体の価格だけでなく、周辺装置やシステムの費用も含めてロボットシステムの総額を考慮する必要があります。それぞれの現場やニーズによって総額は大きく異なるため、中小製造業の経営者はしっかりと予算やニーズを考慮し、経済的な判断を行うことが重要です。 ４．低コストでロボットを導入する方法と事例 協働ロボットを活用して、SIerに頼らずに自社でロボットシステムを立ち上げることで、低コストでの導入が可能です。 内部の技術・知識の活用 自社内の技術者や従業員がロボットシステムに関する知識や技術を習得し、設計や導入を担当することができます。これにより、外部のSIerへの依存度を抑えることができます。 ロボットメーカーからのサポート 協働ロボットメーカーは導入支援やトレーニングプログラムを提供しています。自社の技術者や従業員をロボットメーカーの指導のもとに派遣し、ロボットシステムの設計・構築・運用に関する専門知識を蓄積することができます。 プラグアンドプレイの活 協働ロボットは一般的にプラグアンドプレイの形態を取っており、様々なアプリケーションとの連携が容易です。自社の生産ラインや作業環境にあわせて、既存のシステムやツールとの連携を行うことで、自社のニーズに合ったロボットシステムを構築することができます。 ロボットベンダーとの協力関係の構築 ロボットベンダーやサプライヤーと強力なパートナーシップを築くことで、低コストでの導入が可能となります。協力関係を構築し、コスト面や技術面でのサポートを受けることで、自社でのロボットシステムの立ち上げや運用を成功させることができます。 これらの方法を組み合わせることで、中小製造業は自社でロボットシステムを構築し、低コストでの導入を実現することができます。自社の技術・知識の活用や協力関係の構築、ロボットメーカーからのサポートを活かすことで、外部のSIerへの依存度を減らし、コストの削減につなげることができます。 【事例①】 投資金額1200万円！ロボドリルなどの機械加工機へのワークセット取り出しを低コストで実現するポイントと成功事例 機械加工機へのワークセット取り出しを効率的に行うために、こちらの企業は協働ロボットの導入に成功しました。投資金額は約1200万円で、ロボドリルなどの機械加工機におけるワークセット取り出し作業を低コストで実現しました。 ポイント1: タスクの自動化と人手不足の解消 ロボドリルなどの機械加工機でのワークセット取り出し作業は、繰り返しの単純作業であり、人手を必要とします。協働ロボットを導入することで、この作業を自動化し、従業員の負荷を軽減することができます。人手不足の解消にも大いに貢献します。 ポイント2: 機械への柔軟な対応と高い作業精度 協働ロボットは人間と共同作業を行うため、狭い作業スペースでも柔軟に動作できます。また、特定の仕様に合わせてカスタマイズが可能です。ワークセット取り出しの精度と作業時間を一定に保つことができ、生産性向上に貢献します。 この事例では、投資金額を1200万円程度に抑えながらも、従業員の負荷軽減や生産性の向上を実現しました。さらに、短期間での導入と運用開始が可能であり、大きな成果を上げました。 【事例②】 投資金額1000万円！自動溶接のロボット化！知識ゼロでも協働ロボット溶接を導入するためのポイントとは こちらの企業は、投資金額約1000万円で協働ロボットを導入し、溶接の自動化を実現しました。この事例では、ロボットの知識や経験を持たない従業員でもロボット溶接を効果的に導入するためのポイントがあります。 ポイント1: シンプルで使いやすいロボットシステムの選定 知識ゼロの従業員でも操作が簡単で使いやすいロボットシステムを選ぶことが重要です。インターフェースが直感的であり、プログラム作成や操作性がシンプルなロボットを選択しましょう。これにより、独自の専門知識やスキルがない人々でもロボットの操作やティーチングが可能となります。 この事例では、中小企業がわずかな投資金額でロボット溶接を導入し、効果的な自動化を実現しました。技術的なノウハウや経験が限られている状況でも、適切なロボットシステムの選定を通じて、成功を収めました。 最終的な成果を上げるためには、ロボットシステムの立ち上げや運用に関する知識やノウハウを持つセミナーに参加することがおすすめです。セミナーでは、実際の経験や成功事例が共有され、自社でのロボットシステムの導入を支援する情報を提供します。ぜひ、協働ロボットの導入に興味をお持ちの経営者の皆様は、ロボット導入セミナーに参加して、自社での低コストな導入方法を学んでみてください。   ■関連するセミナーのご案内 ■東京＆大阪　2拠点にて開催！！ 【目指すは投資回収3年！協働ロボット活用事例特集！社長セミナー】 ～中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/107400 「成功事例ゲスト講座」中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！社長特別講演！ 低コストだから出来る！40台以上のロボットを導入して生産性を向上した事例を基に具体的な導入手法を解説！ 低コストでロボットを導入するための具体的な手法！ 経営者目線で語る協働ロボットのメリットと導入の手法！ ■開催日程 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 東京会場　2024/01/23 (火)　13:00~16:00 大阪会場　2024/01/29 (月)　13:00~16:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/107400 いつも当コラムをご愛読いただきありがとうございます。 製造業のロボット導入にかかる費用をご存知でしょうか？ 数百万円から数千万円まで、場合により様々です。 しかし、低コストで導入するための手法を知っているのと知らないのでは、導入コストに大きな差が発生します。 知らない会社は数百万円の損をしている可能性も！？ ロボット導入におけるコストと低コストで導入するためのポイントを解説します！ １．産業用ロボットの価格 産業用ロボットの導入には高額な投資が必要となることが一般的です。 機種や機能によってシステム全体の価格は異なり、数百万円から数千万円に及ぶこともあります。 高精度や大きな作業範囲を必要とする場合は、それに応じた高価な機器を選ばざるを得ません。 また、ロボット自体の価格に加えて、周辺装置やシステムなどの追加費用が掛かります。 産業用ロボットを使った自動化システムの価格はその高額さから、中小製造業にとっては導入のハードルとなっています。 しかし、協働ロボットなどの特定の用途に適した低コストのロボットも存在します。 適用するワークや自動化したい作業を絞り込み、活用条件を決定し、一定の範囲内でコストを抑えながらロボットを導入することも可能です。 導入においてはロボットの価格だけでなく、将来の運用コストや効果を考慮し、経済的な判断を行うことが重要です。 ２．協働ロボットの価格 協働ロボットを使ったシステムの価格は産業用ロボットを使ったシステムに比べて相対的に安価です。 さらに、協働ロボットの特徴的な点として、安全柵などの周辺装置や高額は周辺装置のシステムが不要であることが挙げられます。 産業用ロボットを導入する際には、ロボット本体に加えて安全柵などの安全対策に関わる周辺機器や、場合によってはカメラなどの周辺装置の導入が必要となります。 これらの装置やシステムは追加費用がかかるだけでなく、設置や運用にも手間がかかる場合があります。 一方、協働ロボットはそもそも人間と安全に共同作業を行うために設計されており、安全柵が不要です。そのため、特別な防護装置やセンサーシステムの導入が不要であり、これらの追加費用を抑えることができます。さらに、安全柵が不要なため設置やも比較的容易です。 産業用ロボットと比べると圧倒的に設置スペースが小さく済みます。 また、カメラなどの周辺装置を標準で搭載しているモデルもあります。 このような特徴により、協働ロボットの導入コストは産業用ロボットに比べて抑えられると言えます。中小製造業の経営者の皆様は、周辺装置の不要性や低コストな導入によるメリットを考慮に入れ、効果的な協働ロボットの導入を検討してみてください。生産性向上や労働力不足の解消につながる協働ロボットの活用は、中小製造業の持続的な発展に貢献することでしょう。 ３．ロボット本体以外にかかる周辺装置の費用と導入における総額コスト ロボットの導入には、ただ単にロボット本体の価格だけでなく、周辺装置やシステムにも費用がかかります。以下に具体的な例を挙げながら、ロボットシステムの総額について考えましょう。 例えば、垂直多関節ロボットを用いた塗装ロボットシステムを導入する場合を考えてみましょう。単体のロボットの価格は約5,000,000円ですが、付帯設備やロボット架台、制御装置、設置工事費、設計費などが必要となります。これらの費用を合算すると、総額は約23,500,000円となります。 同様に、画像認識システムを用いた重量ワークのハンドリングロボットシステムも考えてみましょう。こちらの場合、多関節ロボットの価格や画像認識システムの導入費用が増えることに加え、付帯設備や制御装置、設置工事費、設計費なども発生します。これらの費用を合計すると、総額は約40,000,000円となります。 産業用ロボットの導入には専門的な知識と経験が必要であり、ロボットシステムを構築するSIer（システムインテグレーター）との協力が求められます。SIerは、企業のニーズに合わせて適切なロボットシステムを設計製作し、導入コストを見積もる役割を果たします。 しかし、ユーザー側が自社のニーズを的確に把握しそのニーズをSIerに適切に伝えることができなければロボット導入は失敗します。 緻密な製品分析と作業分析から活用条件を絞り込み、コストメリットを算出し、効果の出るロボット導入を成功さえる必要があります。 以上の例から分かるように、単にロボット本体の価格だけでなく、周辺装置やシステムの費用も含めてロボットシステムの総額を考慮する必要があります。それぞれの現場やニーズによって総額は大きく異なるため、中小製造業の経営者はしっかりと予算やニーズを考慮し、経済的な判断を行うことが重要です。 ４．低コストでロボットを導入する方法と事例 協働ロボットを活用して、SIerに頼らずに自社でロボットシステムを立ち上げることで、低コストでの導入が可能です。 内部の技術・知識の活用 自社内の技術者や従業員がロボットシステムに関する知識や技術を習得し、設計や導入を担当することができます。これにより、外部のSIerへの依存度を抑えることができます。 ロボットメーカーからのサポート 協働ロボットメーカーは導入支援やトレーニングプログラムを提供しています。自社の技術者や従業員をロボットメーカーの指導のもとに派遣し、ロボットシステムの設計・構築・運用に関する専門知識を蓄積することができます。 プラグアンドプレイの活 協働ロボットは一般的にプラグアンドプレイの形態を取っており、様々なアプリケーションとの連携が容易です。自社の生産ラインや作業環境にあわせて、既存のシステムやツールとの連携を行うことで、自社のニーズに合ったロボットシステムを構築することができます。 ロボットベンダーとの協力関係の構築 ロボットベンダーやサプライヤーと強力なパートナーシップを築くことで、低コストでの導入が可能となります。協力関係を構築し、コスト面や技術面でのサポートを受けることで、自社でのロボットシステムの立ち上げや運用を成功させることができます。 これらの方法を組み合わせることで、中小製造業は自社でロボットシステムを構築し、低コストでの導入を実現することができます。自社の技術・知識の活用や協力関係の構築、ロボットメーカーからのサポートを活かすことで、外部のSIerへの依存度を減らし、コストの削減につなげることができます。 【事例①】 投資金額1200万円！ロボドリルなどの機械加工機へのワークセット取り出しを低コストで実現するポイントと成功事例 機械加工機へのワークセット取り出しを効率的に行うために、こちらの企業は協働ロボットの導入に成功しました。投資金額は約1200万円で、ロボドリルなどの機械加工機におけるワークセット取り出し作業を低コストで実現しました。 ポイント1: タスクの自動化と人手不足の解消 ロボドリルなどの機械加工機でのワークセット取り出し作業は、繰り返しの単純作業であり、人手を必要とします。協働ロボットを導入することで、この作業を自動化し、従業員の負荷を軽減することができます。人手不足の解消にも大いに貢献します。 ポイント2: 機械への柔軟な対応と高い作業精度 協働ロボットは人間と共同作業を行うため、狭い作業スペースでも柔軟に動作できます。また、特定の仕様に合わせてカスタマイズが可能です。ワークセット取り出しの精度と作業時間を一定に保つことができ、生産性向上に貢献します。 この事例では、投資金額を1200万円程度に抑えながらも、従業員の負荷軽減や生産性の向上を実現しました。さらに、短期間での導入と運用開始が可能であり、大きな成果を上げました。 【事例②】 投資金額1000万円！自動溶接のロボット化！知識ゼロでも協働ロボット溶接を導入するためのポイントとは こちらの企業は、投資金額約1000万円で協働ロボットを導入し、溶接の自動化を実現しました。この事例では、ロボットの知識や経験を持たない従業員でもロボット溶接を効果的に導入するためのポイントがあります。 ポイント1: シンプルで使いやすいロボットシステムの選定 知識ゼロの従業員でも操作が簡単で使いやすいロボットシステムを選ぶことが重要です。インターフェースが直感的であり、プログラム作成や操作性がシンプルなロボットを選択しましょう。これにより、独自の専門知識やスキルがない人々でもロボットの操作やティーチングが可能となります。 この事例では、中小企業がわずかな投資金額でロボット溶接を導入し、効果的な自動化を実現しました。技術的なノウハウや経験が限られている状況でも、適切なロボットシステムの選定を通じて、成功を収めました。 最終的な成果を上げるためには、ロボットシステムの立ち上げや運用に関する知識やノウハウを持つセミナーに参加することがおすすめです。セミナーでは、実際の経験や成功事例が共有され、自社でのロボットシステムの導入を支援する情報を提供します。ぜひ、協働ロボットの導入に興味をお持ちの経営者の皆様は、ロボット導入セミナーに参加して、自社での低コストな導入方法を学んでみてください。   ■関連するセミナーのご案内 ■東京＆大阪　2拠点にて開催！！ 【目指すは投資回収3年！協働ロボット活用事例特集！社長セミナー】 ～中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/107400 「成功事例ゲスト講座」中小製造業で40台以上の協働ロボットの稼働に成功した社長から学ぶ！社長特別講演！ 低コストだから出来る！40台以上のロボットを導入して生産性を向上した事例を基に具体的な導入手法を解説！ 低コストでロボットを導入するための具体的な手法！ 経営者目線で語る協働ロボットのメリットと導入の手法！ ■開催日程 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 東京会場　2024/01/23 (火)　13:00~16:00 大阪会場　2024/01/29 (月)　13:00~16:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/107400

▼関連レポート　無料ダウンロードはこちらをクリック 近年、世界には多くのロボットメーカーが存在し、多様な選択肢の中から、自社に最適なロボットを選ぶことが可能となっています。 その反面、選択肢が多いことから、自社に最適なロボットメーカーの選定は非常に難しいという現状があります。 当然、導入には費用がかかるため、失敗は避けたいところです。 「メーカーを選定する際、最も売上を上げているメーカーを選ぶことは一つの安心材料になるはず」との思いから、今回は各種産業用ロボットメーカーの売上ランキングや各メーカー特徴、ロボットメーカー選定時のポイントについて紹介します。 １．産業用ロボットメーカー売上ランキング 産業用ロボットの市場動向 産業用ロボット市場は急速に成長しており、自動化と効率化の需要が高まっています。 産業用ロボットは製造業の生産プロセスに革命をもたらし、競争力を向上させる要因となっています。 国際ロボット連盟(2023)によると、産業用ロボット市場は今後も緩やかに成長していく見込みであり、多くの産業分野で採用が進んでいます。 現在では、溶接、塗装、研磨、搬送、工作機械への投入/取り出しなど、様々な工程で生産性の向上に貢献しています。 産業用ロボットメーカーの売上ランキング 2022年の売上ランキングでは、以下のメーカーがトップの位置にありました。 なお、このランキングは、2021年~2022年における各社の有価証券報告書を基に作成しています。 第1位：ファナック (FANUC)　売上：2684億円 世界4大ロボットメーカーの一つに数えられるロボットメーカー。 高精度制御技術と信頼性に優れたロボットを提供しています。 その特徴は、とにかく幅広い用途に対応していることです。 可搬重量7kg程度の小回りの利く小型ロボットから可搬重量MAX2300kgの大型ロボットまで幅広い製品ラインナップがあり、様々なワークに対応できます。 また生涯保守を行っているため、定期的なメンテナンスによってロボットを長く使うことができます。 2023年9月には、ロボットの累計出荷台数が100万台を突破。 今後もさらに売れていくことが予想されます。 第2位：安川電機　売上　1786億円 日本に存在するもう一つの世界4大ロボットメーカー。 創業100年の老舗のロボットメーカーでもあります。 元々はロボットの最重要部であるモータを作成する企業で、その高い技術力を用い、現在では産業用ロボットの製造も行っています。 多くの産業分野で使用され、溶接、組立、検査、溶接、材料ハンドリング、研磨、メディカル用ロボットなど多岐に渡る分野で自動化を行っています。 第3位：FUJI 売上　1368億円 “電子部品実装“の領域において、世界有数のロボットメーカー。 先ほど紹介したロボットメーカーとは異なり、電子部品の実装に特化したロボットメーカーです。 他の産業用ロボットメーカーと比較して、より高精度なロボットであることが伺えます。 基板実装作業を行うスカラロボットや、ネジ締めやパッキング等を行う小型多関節ロボットを販売しています。 ２．各産業用ロボットメーカーの特徴 冒頭でも述べた通り、今日では多様なロボットメーカーが乱立しています。 以下に主要な産業用ロボットメーカーとその特徴を簡単に紹介します。 ・ABB 世界4大ロボットメーカーの内の一つで、スイスに本社をおいています。ロボット(ハードウェア)だけでなく、ロボットを動かすためのソフトウェア開発にも力を入れています。世界の様々な箇所で、自動化ソリューションを提供しています。 ・KUKA 世界4大ロボットメーカーの内の一つで、ドイツに本社をおいています。 KUKAのロボットは柔軟性と高性能を兼ね備えており、複数のタスクに適しています。 特に自動車組立工程において広く利用され、塗装、溶接、組み立てなどに強みを持っています。 ・川崎重工業 日本で初めて産業用ロボットを製造した、老舗のロボットメーカー。 川崎重工業のロボットは力強く、高性能を誇り、重い材料のハンドリングに適しています。 特に自動車産業や製鉄業などで使用が多く、高い信頼性を提供しています。 ・不二越 不二越のロボットは精密な制御技術を持ち、特に精密な加工作業に適しています。 特に自動車部品の製造や精密な組立作業に使用され、高品質な成果を提供しています。 ・ダイヘン 溶接分野において高いシェアを誇るのがダイヘンです。 ダイヘンはアーク溶接機でも国内シェア50％以上を占め、その溶接技術とメカトロニクスを融合して、1979年にティーチングプレイバック方式のアーク溶接ロボットを開発し、産業用ロボット市場に参入しました。 近年では、ワークを撮影するだけで、自動で溶接ロボットのティーチングを行うソフトウェアや、溶接ロボットのダイレクトティーチングツールなどの開発も行っています。 ・デンソーウェーブ デンソーウェーブは自動車産業向けの高品質ロボットを提供し、日本国内で開発が行われています。 高品質で信頼性が高く、自動車組立ラインなどで広く使用されています。 ・エプソン エプソンはコンパクトで低コストな製品を提供し、多くの利用分野に適しています。 中でも垂直多関節(6軸)ロボットは非常にコンパクトで、スペースを取らないロボットとして注目されています。 ・パナソニック (Panasonic) パナソニックは幅広い製品ラインナップを提供し、品質と信頼性に優れています。 多様なアプリケーションに対応し、多くの産業で使用されており、世界的なプレゼンスを有しています。 6軸ロボット、水平多関節ロボット、取り出しロボットと呼ばれる直交ロボットをラインナップしています。 ３．メーカー選定のポイント 産業用ロボットメーカーを選定する際、以下のポイントを考慮することが重要です 性能で選ぶ ロボットの性能がタスクに適しているかどうかを確認しましょう。 適切な性能は生産性向上に繋がります。 作業場面で選ぶ 自社の作業場やプロセスに合致するかを評価しましょう。 ロボットがスムーズに運用できるかどうかが重要です。 価格で選ぶ 予算内で適切なロボットを見つけましょう。 コスト対効果を検討し、長期的な投資を考えましょう。 対応地域で選ぶ メーカーが提供するサポートやサービスが必要かどうかを検討しましょう。 ロボットの運用中にサポートが必要な場合も考慮しましょう。 ４．ロボット活用のために最初に取り組むこと この記事をご覧の方は何かしらの工程でロボットを活用したい、という思いで検索をしているはずです。 ここまでロボットメーカーの売り上げランキングや特徴を見てきましたがいかがでしょうか？ おそらくロボット活用を始めるために結局何をしたら良いのか答えが出なかったはずです。 初めてロボットを導入する企業でよくある失敗がロボットメーカーに問い合わせをすることです。 ロボットメーカーはあくまでロボットを製造しているメーカーでありユーザーのニーズに合わせて適切なロボットシステムを検討することはありません。 そのためロボットメーカーに問い合わせをしてもロボット活用を前に進めることは困難でしょう。 では、ロボット活用のために最初に取り組むべきことは何でしょうか？ それは、 ①どの製品を対象にするか ②どの工程を対象にするか ③上記２つの要素からどのようなことを実現したいのか を決めることです。 この３つの要素をユーザー側で定義し、ユーザー自身のニーズが何かを明確にする必要があります。 上記を明確にした上でシステムインテグレーションを行っている企業に相談するのが良いでしょう。 しかし、システムインテグレーションを行っている企業は多数あり、それぞれの企業で得意な領域は異なります。 また、実績がある企業かどうか、設計力はあるか、アフターメンテナンス体制は整っているか、等、様々な項目を検討する必要があります。 「製品分析」、「作業分析」、「システム化構想」、をユーザー自身が行いそれを適切なシステムインテグレーションを行っている企業へ伝え形にする作業は専門的な知識を要する作業です。 上記のような知識を企業内で持っている（生産技術部隊がいる）企業は良いかもしれませんが、従業員100名以下ほどの中小企業ではそのような人材を有していない企業も多いことでしょう。 中小企業の経営者としては、そのような状況であれば適切な外部ブレーンを取り入れてロボット活用を推し進め、生産性向上や省人化を進めることが重要です。 【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01539 ▼関連レポート　無料ダウンロードはこちらをクリック https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 ▼関連レポート　無料ダウンロードはこちらをクリック 近年、世界には多くのロボットメーカーが存在し、多様な選択肢の中から、自社に最適なロボットを選ぶことが可能となっています。 その反面、選択肢が多いことから、自社に最適なロボットメーカーの選定は非常に難しいという現状があります。 当然、導入には費用がかかるため、失敗は避けたいところです。 「メーカーを選定する際、最も売上を上げているメーカーを選ぶことは一つの安心材料になるはず」との思いから、今回は各種産業用ロボットメーカーの売上ランキングや各メーカー特徴、ロボットメーカー選定時のポイントについて紹介します。 １．産業用ロボットメーカー売上ランキング 産業用ロボットの市場動向 産業用ロボット市場は急速に成長しており、自動化と効率化の需要が高まっています。 産業用ロボットは製造業の生産プロセスに革命をもたらし、競争力を向上させる要因となっています。 国際ロボット連盟(2023)によると、産業用ロボット市場は今後も緩やかに成長していく見込みであり、多くの産業分野で採用が進んでいます。 現在では、溶接、塗装、研磨、搬送、工作機械への投入/取り出しなど、様々な工程で生産性の向上に貢献しています。 産業用ロボットメーカーの売上ランキング 2022年の売上ランキングでは、以下のメーカーがトップの位置にありました。 なお、このランキングは、2021年~2022年における各社の有価証券報告書を基に作成しています。 第1位：ファナック (FANUC)　売上：2684億円 世界4大ロボットメーカーの一つに数えられるロボットメーカー。 高精度制御技術と信頼性に優れたロボットを提供しています。 その特徴は、とにかく幅広い用途に対応していることです。 可搬重量7kg程度の小回りの利く小型ロボットから可搬重量MAX2300kgの大型ロボットまで幅広い製品ラインナップがあり、様々なワークに対応できます。 また生涯保守を行っているため、定期的なメンテナンスによってロボットを長く使うことができます。 2023年9月には、ロボットの累計出荷台数が100万台を突破。 今後もさらに売れていくことが予想されます。 第2位：安川電機　売上　1786億円 日本に存在するもう一つの世界4大ロボットメーカー。 創業100年の老舗のロボットメーカーでもあります。 元々はロボットの最重要部であるモータを作成する企業で、その高い技術力を用い、現在では産業用ロボットの製造も行っています。 多くの産業分野で使用され、溶接、組立、検査、溶接、材料ハンドリング、研磨、メディカル用ロボットなど多岐に渡る分野で自動化を行っています。 第3位：FUJI 売上　1368億円 “電子部品実装“の領域において、世界有数のロボットメーカー。 先ほど紹介したロボットメーカーとは異なり、電子部品の実装に特化したロボットメーカーです。 他の産業用ロボットメーカーと比較して、より高精度なロボットであることが伺えます。 基板実装作業を行うスカラロボットや、ネジ締めやパッキング等を行う小型多関節ロボットを販売しています。 ２．各産業用ロボットメーカーの特徴 冒頭でも述べた通り、今日では多様なロボットメーカーが乱立しています。 以下に主要な産業用ロボットメーカーとその特徴を簡単に紹介します。 ・ABB 世界4大ロボットメーカーの内の一つで、スイスに本社をおいています。ロボット(ハードウェア)だけでなく、ロボットを動かすためのソフトウェア開発にも力を入れています。世界の様々な箇所で、自動化ソリューションを提供しています。 ・KUKA 世界4大ロボットメーカーの内の一つで、ドイツに本社をおいています。 KUKAのロボットは柔軟性と高性能を兼ね備えており、複数のタスクに適しています。 特に自動車組立工程において広く利用され、塗装、溶接、組み立てなどに強みを持っています。 ・川崎重工業 日本で初めて産業用ロボットを製造した、老舗のロボットメーカー。 川崎重工業のロボットは力強く、高性能を誇り、重い材料のハンドリングに適しています。 特に自動車産業や製鉄業などで使用が多く、高い信頼性を提供しています。 ・不二越 不二越のロボットは精密な制御技術を持ち、特に精密な加工作業に適しています。 特に自動車部品の製造や精密な組立作業に使用され、高品質な成果を提供しています。 ・ダイヘン 溶接分野において高いシェアを誇るのがダイヘンです。 ダイヘンはアーク溶接機でも国内シェア50％以上を占め、その溶接技術とメカトロニクスを融合して、1979年にティーチングプレイバック方式のアーク溶接ロボットを開発し、産業用ロボット市場に参入しました。 近年では、ワークを撮影するだけで、自動で溶接ロボットのティーチングを行うソフトウェアや、溶接ロボットのダイレクトティーチングツールなどの開発も行っています。 ・デンソーウェーブ デンソーウェーブは自動車産業向けの高品質ロボットを提供し、日本国内で開発が行われています。 高品質で信頼性が高く、自動車組立ラインなどで広く使用されています。 ・エプソン エプソンはコンパクトで低コストな製品を提供し、多くの利用分野に適しています。 中でも垂直多関節(6軸)ロボットは非常にコンパクトで、スペースを取らないロボットとして注目されています。 ・パナソニック (Panasonic) パナソニックは幅広い製品ラインナップを提供し、品質と信頼性に優れています。 多様なアプリケーションに対応し、多くの産業で使用されており、世界的なプレゼンスを有しています。 6軸ロボット、水平多関節ロボット、取り出しロボットと呼ばれる直交ロボットをラインナップしています。 ３．メーカー選定のポイント 産業用ロボットメーカーを選定する際、以下のポイントを考慮することが重要です 性能で選ぶ ロボットの性能がタスクに適しているかどうかを確認しましょう。 適切な性能は生産性向上に繋がります。 作業場面で選ぶ 自社の作業場やプロセスに合致するかを評価しましょう。 ロボットがスムーズに運用できるかどうかが重要です。 価格で選ぶ 予算内で適切なロボットを見つけましょう。 コスト対効果を検討し、長期的な投資を考えましょう。 対応地域で選ぶ メーカーが提供するサポートやサービスが必要かどうかを検討しましょう。 ロボットの運用中にサポートが必要な場合も考慮しましょう。 ４．ロボット活用のために最初に取り組むこと この記事をご覧の方は何かしらの工程でロボットを活用したい、という思いで検索をしているはずです。 ここまでロボットメーカーの売り上げランキングや特徴を見てきましたがいかがでしょうか？ おそらくロボット活用を始めるために結局何をしたら良いのか答えが出なかったはずです。 初めてロボットを導入する企業でよくある失敗がロボットメーカーに問い合わせをすることです。 ロボットメーカーはあくまでロボットを製造しているメーカーでありユーザーのニーズに合わせて適切なロボットシステムを検討することはありません。 そのためロボットメーカーに問い合わせをしてもロボット活用を前に進めることは困難でしょう。 では、ロボット活用のために最初に取り組むべきことは何でしょうか？ それは、 ①どの製品を対象にするか ②どの工程を対象にするか ③上記２つの要素からどのようなことを実現したいのか を決めることです。 この３つの要素をユーザー側で定義し、ユーザー自身のニーズが何かを明確にする必要があります。 上記を明確にした上でシステムインテグレーションを行っている企業に相談するのが良いでしょう。 しかし、システムインテグレーションを行っている企業は多数あり、それぞれの企業で得意な領域は異なります。 また、実績がある企業かどうか、設計力はあるか、アフターメンテナンス体制は整っているか、等、様々な項目を検討する必要があります。 「製品分析」、「作業分析」、「システム化構想」、をユーザー自身が行いそれを適切なシステムインテグレーションを行っている企業へ伝え形にする作業は専門的な知識を要する作業です。 上記のような知識を企業内で持っている（生産技術部隊がいる）企業は良いかもしれませんが、従業員100名以下ほどの中小企業ではそのような人材を有していない企業も多いことでしょう。 中小企業の経営者としては、そのような状況であれば適切な外部ブレーンを取り入れてロボット活用を推し進め、生産性向上や省人化を進めることが重要です。 【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01539 ▼関連レポート　無料ダウンロードはこちらをクリック https://www.funaisoken.co.jp/dl-contents/jy-robot_S045

製造業におけるAGVとAMRの活用事例についてお届けします。自動化技術の進化により、AGVやAMRが製造現場でどのように活躍しているか、その魅力やメリットについて詳しく解説しています。 ぜひ、このコラムを通じて、製造業における自動化の一翼を担っているAGVとAMRの可能性を探ってみてください。 それでは、本文に移ります。お楽しみください。 １．AGVとは AGV（Automated Guided Vehicle）は、無人搬送車のことであり、製造業において物流倉庫や生産ラインで広く利用されています。AGVは予め設定されたルートを自動的に走行し、物品の運搬や搬送を行います。センサーやナビゲーションシステムによって移動を制御し、作業者の負担軽減や生産効率の向上を実現します。 AGVは無人で操作されるため、自動化された作業環境で利用されることが一般的です。事前に設定されたマップやルートに基づいて移動するため、高い精度での運搬や物品の正確な配置が可能です。AGVは様々な形状やサイズのものが存在し、荷物や製品の大きさや重量に応じて選択できます。 ２．AMRとは AMR（Autonomous Mobile Robot）は、自律型搬送ロボットのことであり、製造業でも活用されています。AMRはセンサーやカメラ、自己位置推定技術などを駆使し、環境を認識して自律的に移動します。大きな自由度を持つため、変則的な作業空間でも柔軟に活動することができます。 AMRはAGVと比べてさらに高い柔軟性を持つことが特徴です。例えば、狭い通路や複雑な作業スペースにおいても自律的に移動し、正確な位置決めや運搬を行うことができます。センサーによって周囲の状況をリアルタイムに把握し、障害物の回避や危険な状況からの避難も行えます。 続いて動作原理の違いや適用範囲の違い、それぞれのメリットや製造業における事例を解説していきます。 ３．動作原理の違い AGVとAMRの動作原理には以下のような違いが存在します。 AGVは予め設定されたルートを走行するため、センサーやナビゲーションシステムは比較的シンプルです。AGVは走行する道順を正確に把握し、事前にマップデータやルート情報を設定します。このため、環境や障害物の変化に対応することは難しいですが、安定した運搬が可能です。 一方、AMRは自己位置推定技術を活用して周囲の環境を認識し、自律的に移動します。 カメラやセンサーを使って障害物を検知し、リアルタイムで回避動作を行うことができます。 また、自己位置推定にはSLAM（Simultaneous Localization and Mapping）技術なども活用されており、高い精度での自己位置特定が可能です。 ４．適用範囲の違い AGVとAMRの適用範囲には以下のような違いがあります。 AGVは決められたルートでの荷物に搬送に用いられます。一般的には作業フローが予め決まっている場合に効果的です。製造業の物流倉庫や生産ラインで利用され、様々な種類の商品や部品の運搬に活躍しています。 一方、AMRは小型の荷物や狭いスペースでの作業に適しています。その柔軟性から、変則的な作業環境や狭い通路でも活動できます。倉庫や工場内でのピッキング作業や、組み立て作業のための部品の搬送などに利用されています。近年、レストランやホテルなどで活躍する配膳ロボットもAMRに分類され、製造現場で使用されることもあります。 ５．導入メリットと課題 AGVとAMRの導入には以下のようなメリットと課題が存在します。 導入メリットとしては、作業者の負担の軽減、生産性の向上、作業の正確性の向上などがあります。AGVやAMRを導入することで、人手不足による作業の煩雑さを解消し、作業の効率化を図ることができます。 また、AGVやAMRは24時間体制での運用が可能であり、生産ラインのスムーズな動作を支えることができます。センサーやナビゲーションシステムの進化により、より高度な運搬や作業を行うことができるようになっています。 一方、導入課題としては、初期投資費用や運用コストがかかることが挙げられます。AGVやAMRの導入には機材やセンサー、システムの整備が必要であり、予算や資源の確保が求められます。 また、既存の作業環境に合わせてシステムのカスタマイズや適切なセキュリティ対策を講じる必要もあります。機器やシステムの故障やトラブルへの備えも重要です。 ６．製造業での事例紹介 製造業におけるAGVとAMRの事例を以下に紹介します。 AGVの事例では、自動化された物流倉庫や生産ラインでの運搬や組立工程での効率化が挙げられます。物流倉庫では、AGVによる効率的な物品の仕分けや保管が行われており、作業の効率化と品質の向上が実現されています。 また、生産ラインでは、AGVを用いた輸送によって作業の流れがスムーズになり、生産性が向上しています。AGVの連携によって、複数の作業工程やライン間の物流が円滑に行われ、全体の生産効率が向上しています。 AMRの事例では、ピッキング作業やアセンブリ工程などに活用されています。例えば、荷物のピッキングでは、AMRが自動的に商品の置かれている棚に移動し、作業者に商品のピッキングを指示することや、ロボットと組み合わせることで作業者を必要とせずに自動的にピッキングしたのちに、指定された場所に運搬することが可能です。これにより、作業時間の短縮やミスの削減が実現されています。 また、アセンブリ工程では、部品の搬送にAMRを活用することで、作業者の移動時間や負荷を軽減し、作業の効率化を図っています。AMRは自己位置推定技術によって高い精度の移動を実現し、生産ライン全体のスムーズな動作をサポートします。走行ルート上に障害物がある場合でも、回避して対処が可能な点が強みとなります。 これらの事例は、AGVとAMRが製造業においてどのように活用されているかを示しています。自動化技術の導入によって作業の効率化や生産性向上を実現することができるため、今後ますますその活用が広まると予想されます。 ７．まとめ AGVとAMRは、製造業において自動化技術の一環として幅広く活用されています。それぞれの特徴や適用範囲、導入のメリットや課題を理解することで、製造業における自動化の選択肢の一つとして検討することができます。 AGVは予め設定されたルートを走行し、物品の運搬を行うことが主な特徴です。一方、AMRは自己位置推定技術によって柔軟に移動し、さまざまな作業空間で活躍します。 導入メリットとしては、作業の負担軽減や生産性の向上、作業の正確性や品質の向上を実現することができます。また、製造業での実際の事例を通じて、AGVとAMRがどのような場面で活用されているかを理解することが重要です。 今後、更なる技術の進化により、AGVとAMRの利用範囲や機能がより広がると予測されます。製造業において自動化の重要性が高まる中、AGVやAMRを活用することで、生産性の向上や作業者の負担軽減を実現することができます。 以下の無料ダウンロードレポートでは、さらに詳しく導入までのステップや製造業での活用事例をご紹介しています。 工場内物流の自動化における専門コンサルタントによる無料相談も受付中です。 この機会に是非ご活用下さい。   中堅・中小製造業の経営者向け　工場物流の自動化事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ こうなりたい！」と思っている経営者様におすすめ 工場内の物流を自動化して生産性を向上したいと思っている経営者様 工場内の物流を自動化して省人化したいと思っている経営者様 工場内物流の自動化成功事例を知りたいと思っている経営者様 工場内物流の自動化を進めるための具体的な方法を知りたいと思っている経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02125_S045   ■関連するセミナーのご案内 製造業DX戦略セミナー「ロードマップの構築！」 ～多拠点＆多部門を持つ製造業の為のセミナー～ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/105866 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/11/29 (水)　13:00~15:00 2023/12/01 (金)　13:00~15:00 2023/12/07 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/105866 いつも当コラムをご愛読いただきありがとうございます。 製造業におけるAGVとAMRの活用事例についてお届けします。自動化技術の進化により、AGVやAMRが製造現場でどのように活躍しているか、その魅力やメリットについて詳しく解説しています。 ぜひ、このコラムを通じて、製造業における自動化の一翼を担っているAGVとAMRの可能性を探ってみてください。 それでは、本文に移ります。お楽しみください。 １．AGVとは AGV（Automated Guided Vehicle）は、無人搬送車のことであり、製造業において物流倉庫や生産ラインで広く利用されています。AGVは予め設定されたルートを自動的に走行し、物品の運搬や搬送を行います。センサーやナビゲーションシステムによって移動を制御し、作業者の負担軽減や生産効率の向上を実現します。 AGVは無人で操作されるため、自動化された作業環境で利用されることが一般的です。事前に設定されたマップやルートに基づいて移動するため、高い精度での運搬や物品の正確な配置が可能です。AGVは様々な形状やサイズのものが存在し、荷物や製品の大きさや重量に応じて選択できます。 ２．AMRとは AMR（Autonomous Mobile Robot）は、自律型搬送ロボットのことであり、製造業でも活用されています。AMRはセンサーやカメラ、自己位置推定技術などを駆使し、環境を認識して自律的に移動します。大きな自由度を持つため、変則的な作業空間でも柔軟に活動することができます。 AMRはAGVと比べてさらに高い柔軟性を持つことが特徴です。例えば、狭い通路や複雑な作業スペースにおいても自律的に移動し、正確な位置決めや運搬を行うことができます。センサーによって周囲の状況をリアルタイムに把握し、障害物の回避や危険な状況からの避難も行えます。 続いて動作原理の違いや適用範囲の違い、それぞれのメリットや製造業における事例を解説していきます。 ３．動作原理の違い AGVとAMRの動作原理には以下のような違いが存在します。 AGVは予め設定されたルートを走行するため、センサーやナビゲーションシステムは比較的シンプルです。AGVは走行する道順を正確に把握し、事前にマップデータやルート情報を設定します。このため、環境や障害物の変化に対応することは難しいですが、安定した運搬が可能です。 一方、AMRは自己位置推定技術を活用して周囲の環境を認識し、自律的に移動します。 カメラやセンサーを使って障害物を検知し、リアルタイムで回避動作を行うことができます。 また、自己位置推定にはSLAM（Simultaneous Localization and Mapping）技術なども活用されており、高い精度での自己位置特定が可能です。 ４．適用範囲の違い AGVとAMRの適用範囲には以下のような違いがあります。 AGVは決められたルートでの荷物に搬送に用いられます。一般的には作業フローが予め決まっている場合に効果的です。製造業の物流倉庫や生産ラインで利用され、様々な種類の商品や部品の運搬に活躍しています。 一方、AMRは小型の荷物や狭いスペースでの作業に適しています。その柔軟性から、変則的な作業環境や狭い通路でも活動できます。倉庫や工場内でのピッキング作業や、組み立て作業のための部品の搬送などに利用されています。近年、レストランやホテルなどで活躍する配膳ロボットもAMRに分類され、製造現場で使用されることもあります。 ５．導入メリットと課題 AGVとAMRの導入には以下のようなメリットと課題が存在します。 導入メリットとしては、作業者の負担の軽減、生産性の向上、作業の正確性の向上などがあります。AGVやAMRを導入することで、人手不足による作業の煩雑さを解消し、作業の効率化を図ることができます。 また、AGVやAMRは24時間体制での運用が可能であり、生産ラインのスムーズな動作を支えることができます。センサーやナビゲーションシステムの進化により、より高度な運搬や作業を行うことができるようになっています。 一方、導入課題としては、初期投資費用や運用コストがかかることが挙げられます。AGVやAMRの導入には機材やセンサー、システムの整備が必要であり、予算や資源の確保が求められます。 また、既存の作業環境に合わせてシステムのカスタマイズや適切なセキュリティ対策を講じる必要もあります。機器やシステムの故障やトラブルへの備えも重要です。 ６．製造業での事例紹介 製造業におけるAGVとAMRの事例を以下に紹介します。 AGVの事例では、自動化された物流倉庫や生産ラインでの運搬や組立工程での効率化が挙げられます。物流倉庫では、AGVによる効率的な物品の仕分けや保管が行われており、作業の効率化と品質の向上が実現されています。 また、生産ラインでは、AGVを用いた輸送によって作業の流れがスムーズになり、生産性が向上しています。AGVの連携によって、複数の作業工程やライン間の物流が円滑に行われ、全体の生産効率が向上しています。 AMRの事例では、ピッキング作業やアセンブリ工程などに活用されています。例えば、荷物のピッキングでは、AMRが自動的に商品の置かれている棚に移動し、作業者に商品のピッキングを指示することや、ロボットと組み合わせることで作業者を必要とせずに自動的にピッキングしたのちに、指定された場所に運搬することが可能です。これにより、作業時間の短縮やミスの削減が実現されています。 また、アセンブリ工程では、部品の搬送にAMRを活用することで、作業者の移動時間や負荷を軽減し、作業の効率化を図っています。AMRは自己位置推定技術によって高い精度の移動を実現し、生産ライン全体のスムーズな動作をサポートします。走行ルート上に障害物がある場合でも、回避して対処が可能な点が強みとなります。 これらの事例は、AGVとAMRが製造業においてどのように活用されているかを示しています。自動化技術の導入によって作業の効率化や生産性向上を実現することができるため、今後ますますその活用が広まると予想されます。 ７．まとめ AGVとAMRは、製造業において自動化技術の一環として幅広く活用されています。それぞれの特徴や適用範囲、導入のメリットや課題を理解することで、製造業における自動化の選択肢の一つとして検討することができます。 AGVは予め設定されたルートを走行し、物品の運搬を行うことが主な特徴です。一方、AMRは自己位置推定技術によって柔軟に移動し、さまざまな作業空間で活躍します。 導入メリットとしては、作業の負担軽減や生産性の向上、作業の正確性や品質の向上を実現することができます。また、製造業での実際の事例を通じて、AGVとAMRがどのような場面で活用されているかを理解することが重要です。 今後、更なる技術の進化により、AGVとAMRの利用範囲や機能がより広がると予測されます。製造業において自動化の重要性が高まる中、AGVやAMRを活用することで、生産性の向上や作業者の負担軽減を実現することができます。 以下の無料ダウンロードレポートでは、さらに詳しく導入までのステップや製造業での活用事例をご紹介しています。 工場内物流の自動化における専門コンサルタントによる無料相談も受付中です。 この機会に是非ご活用下さい。   中堅・中小製造業の経営者向け　工場物流の自動化事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ こうなりたい！」と思っている経営者様におすすめ 工場内の物流を自動化して生産性を向上したいと思っている経営者様 工場内の物流を自動化して省人化したいと思っている経営者様 工場内物流の自動化成功事例を知りたいと思っている経営者様 工場内物流の自動化を進めるための具体的な方法を知りたいと思っている経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02125_S045   ■関連するセミナーのご案内 製造業DX戦略セミナー「ロードマップの構築！」 ～多拠点＆多部門を持つ製造業の為のセミナー～ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/105866 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/11/29 (水)　13:00~15:00 2023/12/01 (金)　13:00~15:00 2023/12/07 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/105866

今回は、塗装ロボットの補助金活用事例というテーマで、補助金活用の一般的な流れと、補助金を活用した塗装ロボットの活用成功事例をお伝えします。 １．補助金活用の一般的な流れ 一般的な補助金活用の進め方は以下の通りです。 １．必要書類の用意 申請に必要な書類を用意する ２．事業計画書案を作成 補助金申請に必要な計画をまとめ、書類を作成する ３．認定確認書の入手 金融機関等から認定支援機関確認書を入手する ４．提出用書類の準備 上記2,3を含めた提出必須書類および加点用書類等の添付ファイルを準備する ５．申請する 申請システム上で必要事項を入力、必要書類を添付して申請する ６．正式な見積書を準備 申請から2～3か月後の採択発表後に正式な見積書を作成する ７．交付申請書を作成 交付申請書を作成する ８．交付申請 システム上で交付申請をする ９．申請事務局への対応 交付申請書に対する事務局からの指摘に対応する １０．交付決定・発注 交付決定後に発注可 １１．証票整理 設備導入、支払いなどを実施し、証票を整理する １２．実績報告書を作成 １３．実績報告書を提出 システム上にて実績報告書を提出 １４．事務局への対応 実績報告書に対する事務局からの指摘に対応する １５．確定通知入手 上記のように補助金の申請には多くの手間がかかります。 ですが以前のコラムでもお伝えしている通り補助金の活用は場合によっては何千万円もの補助を獲得することができるため、中小製造業にとって大きな投資となるロボット活用を検討する際には無くてなならない存在です。 普段、忙しくしている経営者が上記のような書類を全て準備するのは困難ですので、適切な外部リソース（補助金コンサルタント）を利用して、補助金の採択率を高めるような進め方が良いでしょう。 では次に、実際の補助金を活用した塗装ロボットの事例を見ていきます。 ２．AIはやる/やらないではなく、来るもの ①塗装熟練者の手吹き塗装技術をロボットで実現！ ティーチングが容易なベル塗装ロボットを活用。 熟練工レスでの塗装＋自動化を実現。 専任の若手従業員の活躍の場を生み出すことに成功！ティーチングが容易なベル塗装機を導入することで塗装未経験者でもロボット操作が可能に！ ②熟練技術者の塗装技術の再現性を高める塗装ロボット導入 高度な塗装技術を要するピアノブラック塗装に対応するロボットを導入し、競争力強化を行う４台のカメラとスプレーガンに取り付けられたセンサーで熟練技術者が実際に塗装を施したスプレーガンの移動情報、噴霧量などの様々な塗装条件を記録し、データ化を行いロボットに反映することができる。 これにより、最も膜厚差が少ない製品を塗装した時の塗装情報をデータ化し、ロボットで再現することができるようになった。 ③塗装ロボット走行装置の導入による大型製品塗装の高品質化 塗装ロボット走行装置の導入により、大型製品塗装の塗装ラインを自動化熟練作業者の塗装プロセスを専用カメラでとらえて作業を再現する新たなロボット制御で塗装作業をロボットで簡易に自動化し、高生産性の実現と作業環境の改善を進めた。 補助金を活用し、熟練作業者の技能（動き）を再現できる「ティーチングアシスト塗装ロボットシステム」を導入。 これは複数の専用カメラでとらえた熟練作業者の塗装動作を自動的にデータ化し、塗装ロボットがまったく同じ塗装作業を自動で行うシステムである。 ※参考：https://portal.monodukuri-hojo.jp/index.html 今回ご紹介した事例はほんの一部です。 さらに詳しい情報は無料のダウンロードレポートにて解説しております。 この機会に是非ダウンロードし、貴社のロボット活用にお役立て下さい。   塗装業経営者向け　塗装ロボット補助金活用解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 「こうなりたい！」と思っている経営者様におすすめ 塗装業界での自動化・DX化について知りたいと思っている経営者様 塗装工程のロボット化について具体的な事例を知りたいと思っている経営者様 補助金を活用したDX化事例について知りたいと思っている経営者様 補助金の採択フローについてご興味のある経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02005_S045   ■関連するセミナーのご案内 【共催】都内補助金最大1億円で工場をDX！製造業社長セミナー https://www.funaisoken.co.jp/seminar/105151 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/10/31 (火)　13:00~15:00 2023/11/08 (水)　13:00~15:00 2023/11/09 (木)　13:00~15:00 セミナー詳細・申込はこちらから⇒ https://www.funaisoken.co.jp/seminar/105151 いつも当コラムをご愛読いただきありがとうございます。 今回は、塗装ロボットの補助金活用事例というテーマで、補助金活用の一般的な流れと、補助金を活用した塗装ロボットの活用成功事例をお伝えします。 １．補助金活用の一般的な流れ 一般的な補助金活用の進め方は以下の通りです。 １．必要書類の用意 申請に必要な書類を用意する ２．事業計画書案を作成 補助金申請に必要な計画をまとめ、書類を作成する ３．認定確認書の入手 金融機関等から認定支援機関確認書を入手する ４．提出用書類の準備 上記2,3を含めた提出必須書類および加点用書類等の添付ファイルを準備する ５．申請する 申請システム上で必要事項を入力、必要書類を添付して申請する ６．正式な見積書を準備 申請から2～3か月後の採択発表後に正式な見積書を作成する ７．交付申請書を作成 交付申請書を作成する ８．交付申請 システム上で交付申請をする ９．申請事務局への対応 交付申請書に対する事務局からの指摘に対応する １０．交付決定・発注 交付決定後に発注可 １１．証票整理 設備導入、支払いなどを実施し、証票を整理する １２．実績報告書を作成 １３．実績報告書を提出 システム上にて実績報告書を提出 １４．事務局への対応 実績報告書に対する事務局からの指摘に対応する １５．確定通知入手 上記のように補助金の申請には多くの手間がかかります。 ですが以前のコラムでもお伝えしている通り補助金の活用は場合によっては何千万円もの補助を獲得することができるため、中小製造業にとって大きな投資となるロボット活用を検討する際には無くてなならない存在です。 普段、忙しくしている経営者が上記のような書類を全て準備するのは困難ですので、適切な外部リソース（補助金コンサルタント）を利用して、補助金の採択率を高めるような進め方が良いでしょう。 では次に、実際の補助金を活用した塗装ロボットの事例を見ていきます。 ２．AIはやる/やらないではなく、来るもの ①塗装熟練者の手吹き塗装技術をロボットで実現！ ティーチングが容易なベル塗装ロボットを活用。 熟練工レスでの塗装＋自動化を実現。 専任の若手従業員の活躍の場を生み出すことに成功！ティーチングが容易なベル塗装機を導入することで塗装未経験者でもロボット操作が可能に！ ②熟練技術者の塗装技術の再現性を高める塗装ロボット導入 高度な塗装技術を要するピアノブラック塗装に対応するロボットを導入し、競争力強化を行う４台のカメラとスプレーガンに取り付けられたセンサーで熟練技術者が実際に塗装を施したスプレーガンの移動情報、噴霧量などの様々な塗装条件を記録し、データ化を行いロボットに反映することができる。 これにより、最も膜厚差が少ない製品を塗装した時の塗装情報をデータ化し、ロボットで再現することができるようになった。 ③塗装ロボット走行装置の導入による大型製品塗装の高品質化 塗装ロボット走行装置の導入により、大型製品塗装の塗装ラインを自動化熟練作業者の塗装プロセスを専用カメラでとらえて作業を再現する新たなロボット制御で塗装作業をロボットで簡易に自動化し、高生産性の実現と作業環境の改善を進めた。 補助金を活用し、熟練作業者の技能（動き）を再現できる「ティーチングアシスト塗装ロボットシステム」を導入。 これは複数の専用カメラでとらえた熟練作業者の塗装動作を自動的にデータ化し、塗装ロボットがまったく同じ塗装作業を自動で行うシステムである。 ※参考：https://portal.monodukuri-hojo.jp/index.html 今回ご紹介した事例はほんの一部です。 さらに詳しい情報は無料のダウンロードレポートにて解説しております。 この機会に是非ダウンロードし、貴社のロボット活用にお役立て下さい。   塗装業経営者向け　塗装ロボット補助金活用解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ 「こうなりたい！」と思っている経営者様におすすめ 塗装業界での自動化・DX化について知りたいと思っている経営者様 塗装工程のロボット化について具体的な事例を知りたいと思っている経営者様 補助金を活用したDX化事例について知りたいと思っている経営者様 補助金の採択フローについてご興味のある経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_02005_S045   ■関連するセミナーのご案内 【共催】都内補助金最大1億円で工場をDX！製造業社長セミナー https://www.funaisoken.co.jp/seminar/105151 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/10/31 (火)　13:00~15:00 2023/11/08 (水)　13:00~15:00 2023/11/09 (木)　13:00~15:00 セミナー詳細・申込はこちらから⇒ https://www.funaisoken.co.jp/seminar/105151

本コラムでは、中堅・中小製造業の企業における画像検査の最新情報について、何がどの様に画像検査が進化しているかを分かりやすく説明をさせていただきます。 １．画像検査の最新情報 AIを活用した高速・高精度の画像解析技術が発展しています。画像処理検査装置は、AIによる画像解析技術を取り入れることで、より高速かつ高精度な検査を実現できるようになっています。 3D画像処理技術の進化により、より精密な形状・寸法検査が可能になっています。これにより、従来の2D画像処理技術では検査が困難だった微細な形状や、曲面部分の検査も可能になりました。 検査対象物に対する非接触・非破壊検査技術の進化により、より広範な検査対象物に対応できるようになっています。これにより、例えば、製造ライン上での自動車部品の検査や、医療現場での非接触検査が可能になっています。 IoT技術との連携により、リアルタイムのデータ収集・分析が可能になっています。これにより、製造現場や物流現場などでの、品質管理やトラブル予知・予防が容易になりました。 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能になっています。これにより、専門知識を持つ技術者が少ない現場でも、遠隔でサポートを受けながら検査作業を行うことができます。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．製造業目線で見る、画像検査 2.1 AI画像解析技術で高速かつ高精度な検査を実現： 最新のAI画像処理技術では複数カメラの画像をAIで総合的に判断出来ます。以前の個々のカメラ画像ではAIでも判断しにくかった様な判定でも、複数の撮影方向から撮影したカメラ画像を総合的に判断出来たり、カメラ以外のセンサー情報と組み合わせて早期に不良品が生産されることを予見したりといった事です。 2.2 3D画像処理技術進化による精密な形状・寸法検査が可能： 高度な３Dセンサー、時間軸を考慮した３D画像処理、点群データの高速処理化により、より精密な３次元形状の計測が出来ます。また、製品の時間変化や動的な物体の形状や寸法の検査が行える様になっています。それにより製品に外部から力を加えた場合の変形や破損などもシミュレーション出来ます。 2.3 広範な検査対象物に対応： 大きな製品（船舶や航空機、車両など）の外観検査や計測がAIを使って総合的に処理する事が出来る様になりました。 自動で位置補正やデータ補正する事が出来る様になり、他のセンサー（レーザー距離計や３Dセンサー）などの情報も組み合わせて、検査、計測する事が出来るようになりました。 2.4 IoT技術との連携により、リアルタイムのデータ収集・分析が可能： 画像処理検査で判定された結果はリアルタイムで生産管理システムと連携する事が出来るようになりました。これにより製造状況がリアルタイムで出荷情報と連携する事になり、製造製品の過不足を自動で見極め、自動的に次の生産・製造数を調整する事が出来る様になりました。 2.5 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能： 以前は工場外から工場内の機器にアクセスする事は、セキュリティ面などを考慮しアクセス出来ませんでした。クラウド技術を使用することで、複数の装置を遠隔で管理することができます。たとえば、画像処理検査装置から撮影されたデータをクラウドにアップロードし、オペレーターが遠隔でそのデータを確認することができます。また、クラウド上に遠隔操作用のインターフェースを設置し、オペレーターが遠隔で画像処理検査装置を操作することもできます。このようなクラウド技術を使用することで、装置の稼働状況や検査結果のデータなどをリアルタイムで把握することができ、運用効率の向上や問題の早期発見・解決などが可能となります。 これらのお話からお客様のご自身の工場が最新に近いと感じされたお客様もあれば、 既に画像検査装置を複数台導入済であっても、最新情報とまでに至っていないと感じられたお客様もあると思います。次は既存の画像処理装置を変えずに、AI（ディープラーニング）を導入するご提案をお話したいと思います。 ３．画像処理装置のAI活用 3.1 既存の画像処理検査装置？ AIを使用していない昔ながらのルールベース（画像処理命令を組み合わせる）画像処理検査装置の事を言います。 3.2 既存の画像処理検査装置を置き換えない？ 既にカメラや照明が製造ラインや製造装置に組み込まれている、固定されている状態でそれらを外す事に現場の作業者もご不安に思われると思います。そこで既存のカメラ、照明、画像処理検査装置をそのままでAIを付加出来れば、性能UPとして考えられると思います。先ずは現場担当者の不安を取り去る事が大切です。 3.3 既存の画像検査装置とどうやって連携するか？ 大きく２パターンあります。 一つは既存の画像処理検査装置から撮影画像データをAIへ転送し既存の画像処理検査装置とAIで２重判定させる方法です。導入初期段階ではまだ既存の画像処理検査装置の判定率が高いと思いますが、徐々にAIの方が判定率が高くなります。そうなった時点で既存の画像処理検査装置を撤去しAIのみ入れ替える事が出来ます。 もう一つは既存の画像処理検査装置から出力されるNG信号情報を学習させる事です。ただ単純なOK/NG信号ではなく、各検査命令種別で出た結果信号や処理条件をAIに学習させます。例えば、ブロブ判定処理で２値化閾値と判定結果の面積をAI学習させます。この学習データから不良品が出そうなタイミングをAIが予見する事が出来たりします。それらの学習結果を製造ラインにフィードバックし、不良率を下げる事に繋げる事が可能となります。 最後に、そもそも有効な判定画像が撮れている事が大前提です。カメラやレンズ、画像処理コントローラ、PCベースの画像処理ソフトなどの選定など、撮影角度、撮影に適した搬送など非常に多くの画像検査装置に関連する要素は様々ありますが、高級なカメラ、高級なレンズ、高級な画像処理、高額なAIソフトを使っても、基本となる有効な撮影が出来ていなければ、画像検査としては成り立ちません。 ４．まとめ 今回のコラムでは、画像検査装置の導入のコツ＝画像検査はここまで来ている。最新情報　について簡単ではありますが説明させていただきました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 収録内容 「人手に頼った目視検査で工数がかかっているので検査を自動化して工数を削減したい！」 「画像検査装置を導入したことが無いがやってみたい！」 「小さな不良なので画像検査が可能なのか分からないからテストしてみたい！」 「人による目視検査で不良品が流出しているので検査精度を上げて不良流出を防ぎたい！」 「検査業務が属人化しているので標準化して誰でも検査が行えるようにしたい！」 本レポートでは、「AI画像検査」にテーマを絞り、具体的な導入方法と成功事例をご紹介いたします。 【①】AI画像検査導入の進め方 ～業務分析、データ収集、作業分析、コスト効果分析、、、～ 【②】AI画像検査導入の具体的手法 ～透明な樹脂成型品の傷、異物を画像検査装置で検出～ 導入の具体的手法を徹底解説！！ 【③】補助金を活用した画像検査装置導入成功事例 ●自動車用部品の最終検査工程に検査装置を導入 　カメラ・力覚・レーザー変位センサーをロボットハンドに取り付け、検査の自動化を実現 ●ボールペン部品射出成形の検査及び箱詰め工程に検査装置を導入 　目視での外観検査工程を、カメラで撮影した画像から検査を行うことで、判定を行う ●AI技術とロボットを用いた多品種油圧機器外観検査の自動化 　ロボットで画像センサと照明を操作し、取得した画像をAI技術で判別し、外観検査を自動化   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973 いつも当コラムをご愛読いただきありがとうございます。 本コラムでは、中堅・中小製造業の企業における画像検査の最新情報について、何がどの様に画像検査が進化しているかを分かりやすく説明をさせていただきます。 １．画像検査の最新情報 AIを活用した高速・高精度の画像解析技術が発展しています。画像処理検査装置は、AIによる画像解析技術を取り入れることで、より高速かつ高精度な検査を実現できるようになっています。 3D画像処理技術の進化により、より精密な形状・寸法検査が可能になっています。これにより、従来の2D画像処理技術では検査が困難だった微細な形状や、曲面部分の検査も可能になりました。 検査対象物に対する非接触・非破壊検査技術の進化により、より広範な検査対象物に対応できるようになっています。これにより、例えば、製造ライン上での自動車部品の検査や、医療現場での非接触検査が可能になっています。 IoT技術との連携により、リアルタイムのデータ収集・分析が可能になっています。これにより、製造現場や物流現場などでの、品質管理やトラブル予知・予防が容易になりました。 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能になっています。これにより、専門知識を持つ技術者が少ない現場でも、遠隔でサポートを受けながら検査作業を行うことができます。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．製造業目線で見る、画像検査 2.1 AI画像解析技術で高速かつ高精度な検査を実現： 最新のAI画像処理技術では複数カメラの画像をAIで総合的に判断出来ます。以前の個々のカメラ画像ではAIでも判断しにくかった様な判定でも、複数の撮影方向から撮影したカメラ画像を総合的に判断出来たり、カメラ以外のセンサー情報と組み合わせて早期に不良品が生産されることを予見したりといった事です。 2.2 3D画像処理技術進化による精密な形状・寸法検査が可能： 高度な３Dセンサー、時間軸を考慮した３D画像処理、点群データの高速処理化により、より精密な３次元形状の計測が出来ます。また、製品の時間変化や動的な物体の形状や寸法の検査が行える様になっています。それにより製品に外部から力を加えた場合の変形や破損などもシミュレーション出来ます。 2.3 広範な検査対象物に対応： 大きな製品（船舶や航空機、車両など）の外観検査や計測がAIを使って総合的に処理する事が出来る様になりました。 自動で位置補正やデータ補正する事が出来る様になり、他のセンサー（レーザー距離計や３Dセンサー）などの情報も組み合わせて、検査、計測する事が出来るようになりました。 2.4 IoT技術との連携により、リアルタイムのデータ収集・分析が可能： 画像処理検査で判定された結果はリアルタイムで生産管理システムと連携する事が出来るようになりました。これにより製造状況がリアルタイムで出荷情報と連携する事になり、製造製品の過不足を自動で見極め、自動的に次の生産・製造数を調整する事が出来る様になりました。 2.5 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能： 以前は工場外から工場内の機器にアクセスする事は、セキュリティ面などを考慮しアクセス出来ませんでした。クラウド技術を使用することで、複数の装置を遠隔で管理することができます。たとえば、画像処理検査装置から撮影されたデータをクラウドにアップロードし、オペレーターが遠隔でそのデータを確認することができます。また、クラウド上に遠隔操作用のインターフェースを設置し、オペレーターが遠隔で画像処理検査装置を操作することもできます。このようなクラウド技術を使用することで、装置の稼働状況や検査結果のデータなどをリアルタイムで把握することができ、運用効率の向上や問題の早期発見・解決などが可能となります。 これらのお話からお客様のご自身の工場が最新に近いと感じされたお客様もあれば、 既に画像検査装置を複数台導入済であっても、最新情報とまでに至っていないと感じられたお客様もあると思います。次は既存の画像処理装置を変えずに、AI（ディープラーニング）を導入するご提案をお話したいと思います。 ３．画像処理装置のAI活用 3.1 既存の画像処理検査装置？ AIを使用していない昔ながらのルールベース（画像処理命令を組み合わせる）画像処理検査装置の事を言います。 3.2 既存の画像処理検査装置を置き換えない？ 既にカメラや照明が製造ラインや製造装置に組み込まれている、固定されている状態でそれらを外す事に現場の作業者もご不安に思われると思います。そこで既存のカメラ、照明、画像処理検査装置をそのままでAIを付加出来れば、性能UPとして考えられると思います。先ずは現場担当者の不安を取り去る事が大切です。 3.3 既存の画像検査装置とどうやって連携するか？ 大きく２パターンあります。 一つは既存の画像処理検査装置から撮影画像データをAIへ転送し既存の画像処理検査装置とAIで２重判定させる方法です。導入初期段階ではまだ既存の画像処理検査装置の判定率が高いと思いますが、徐々にAIの方が判定率が高くなります。そうなった時点で既存の画像処理検査装置を撤去しAIのみ入れ替える事が出来ます。 もう一つは既存の画像処理検査装置から出力されるNG信号情報を学習させる事です。ただ単純なOK/NG信号ではなく、各検査命令種別で出た結果信号や処理条件をAIに学習させます。例えば、ブロブ判定処理で２値化閾値と判定結果の面積をAI学習させます。この学習データから不良品が出そうなタイミングをAIが予見する事が出来たりします。それらの学習結果を製造ラインにフィードバックし、不良率を下げる事に繋げる事が可能となります。 最後に、そもそも有効な判定画像が撮れている事が大前提です。カメラやレンズ、画像処理コントローラ、PCベースの画像処理ソフトなどの選定など、撮影角度、撮影に適した搬送など非常に多くの画像検査装置に関連する要素は様々ありますが、高級なカメラ、高級なレンズ、高級な画像処理、高額なAIソフトを使っても、基本となる有効な撮影が出来ていなければ、画像検査としては成り立ちません。 ４．まとめ 今回のコラムでは、画像検査装置の導入のコツ＝画像検査はここまで来ている。最新情報　について簡単ではありますが説明させていただきました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 収録内容 「人手に頼った目視検査で工数がかかっているので検査を自動化して工数を削減したい！」 「画像検査装置を導入したことが無いがやってみたい！」 「小さな不良なので画像検査が可能なのか分からないからテストしてみたい！」 「人による目視検査で不良品が流出しているので検査精度を上げて不良流出を防ぎたい！」 「検査業務が属人化しているので標準化して誰でも検査が行えるようにしたい！」 本レポートでは、「AI画像検査」にテーマを絞り、具体的な導入方法と成功事例をご紹介いたします。 【①】AI画像検査導入の進め方 ～業務分析、データ収集、作業分析、コスト効果分析、、、～ 【②】AI画像検査導入の具体的手法 ～透明な樹脂成型品の傷、異物を画像検査装置で検出～ 導入の具体的手法を徹底解説！！ 【③】補助金を活用した画像検査装置導入成功事例 ●自動車用部品の最終検査工程に検査装置を導入 　カメラ・力覚・レーザー変位センサーをロボットハンドに取り付け、検査の自動化を実現 ●ボールペン部品射出成形の検査及び箱詰め工程に検査装置を導入 　目視での外観検査工程を、カメラで撮影した画像から検査を行うことで、判定を行う ●AI技術とロボットを用いた多品種油圧機器外観検査の自動化 　ロボットで画像センサと照明を操作し、取得した画像をAI技術で判別し、外観検査を自動化   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973

▼事例レポート無料ダウンロードお申し込みはこちら▼ 今回は、射出成形業界のDX化への取り組み、と題し述べさせて頂きます。 DXに取組むためには、自社の自動化レベルを把握するところから始めてみてはいかがでしょか。 併せて、属人化した作業、危険作業・重労働の抽出など、業務の棚卸も行ってみましょう。 射出成形業界を具体例に出すと、まだまだDX化には程遠い会社様も多いと思います。 多いというより、多数の会社様がそれほど進んでいないと私は思います。 様々な業界でDXが活用され始めているなか、成形材料の投入や成形品の取出し等は一部自動化されていても、金型の取付・成形条件の設定・成形条件の入力・成形品取出し・成形品検査 等、人手に頼った工程が多く存在していると思います。 また、その仕事が属人化され、うまく継承されていない状況もよく見かけます。 １．自動化レベルの把握 自動化レベルの把握とは具体的に レベル０：自動化どころか５Sもできていない レベル１：全く自動化されていない(全作業が人手頼み) レベル２：製品取出しなど１工程のみロボット導入済 レベル３：製品取出しとゲートカットなど複数工程にロボットを導入している レベル４：製造工程以外の工程(検査工程)にもロボットを導入している レベル５：ほぼ全ての工程が自動化されており、製造現場にほど作業者がおらず、24時間稼働している などがあげられます。 ここで簡単に、射出成形業界の現状を述べさせて頂きます。 経済産業省の２０２０年 生産動態統計によると、プラスチック加工機械の生産台数は１万１４２９台(金額ベース：１７９６億円)。 うち射出成形機は９８３７台(金額ベース：１２１９億円)。 射出成形機の内訳は、型締め力１００トン未満が３２６６台(金額ベースで２１９億円)、１００トン以上２００トン未満が３６３２台(同３４０億円)、２００トン以上５００トン未満が２４７６台(同３７３億円)、５００トン以上が４６３台(同２８５億円)であった。 日本は精密部品を成形する中・小型機が得意なことがわかります。 経済産業省ものづくり白書 2021 には「新型コロナウイルス感染症の感染拡大以外にも、多くの外的要因が我が国製造業の事業判断に影響を及ぼすものと考えられており、かつ、これらは事前に発生や変化を想定することが難しい」と言及されています。 これは、顧客や社会のニーズが日々変動していることが大きな要因であると考えられます。 いましばらく厳し状況が続くのではないでしょか。 ２．射出成形業界のDX化とは 簡単に言えば、デジタル技術を用いての業務の効率化・見える化・データ化・高度化・新規ビジネス創出などだと思います。 経済産業省が発表したDXレポート2では「素早く変革し続ける能力を身につけること、その中ではITシステムのみならず企業文化（固定概念）・風土を変革する」ことがDXの要と言及されています。 国内産業におけるDXの取組状況のアンケートでは、「DXに取組むに当たっての課題」の回答結果は下記の通りです。 従業員20人以下の企業様の場合 予算の確保（26.4%） 具体的な効果や成果が見えない（24.3％） DX人材の不足（23.5%） 何から始めてよいかわからない（22.8％） 従業員21人以上の企業様では、 DX人材の不足(41.8%) IT人材の不足(33.4%、) 企業文化・風土に関する課題(25.7%) 特筆すべきは、DX人材の不足が41.8%と、従業員20人以下の企業よりも18.3ポイントも高くなっていることです。 このことから、従業員20人以下の企業においては、DXに取りかかることが難しい状況が、従業員21人以上の企業ではDXに取組むなかで人材不足や企業文化・風土などが課題になっていることが推測されます。 DXの理解度を従業員規模別にみると、従業員１０１人以上で「理解している」が 20.6％、「ある程度理解している」の４７.9％と合わせると７割近くになっています。 従業員 20 人以下では「理解している」は４.6％と１割に満たず、「理解していない」が３８.7％と４割近くを占めています。 理解度は、従業員規模が大きいほど高くなっていることがわかります。 従業員規模が大きい会社ほど、DXに取組みやすい状況が見てとれます。 しかし、企業規模に関わらず、具体的な効果や成果がみえない何から始めてよいかわからない といった会社様もあると思います。 そのような会社様は、上記の通り、自社の自動化レベルの把握・業務の棚卸を行うことで、DX化に最初に取り組むべき工程や従業員の配置が正しいのか・属人化作業はどの工程かが見えてくると思います。 労働人口が減少するなか、DXに取り組むことで限られた従業員を効率よく配置し業務改善・効率化に活用できると思います。 5Sが不十分であれば、5Sから始めてもいいと思います。 周囲の情報に惑わされずに自社に合った方法を見つけだす大切であると思います。   製造業経営者限定！工場のロボット活用事例 ロボット活用の現状とポイント、成功事例をこの1冊に集約！ 製造業の経営者限定でダウンロード可能な特別版！！ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ 「こうなりたい！」と思っている経営者様におすすめ 中小製造業のロボット活用の現状を知りたい！ 中小製造業のロボット活用のポイントを知りたい！ 中小製造業のロボット活用の成功事例を知りたい！ 目次 1、中小製造業のロボット活用の現状 2、中小製造業のロボット活用のポイント 3、中小製造業のロボット活用事例 レポートの内容 製造業の経営者限定でダウンロード可能な特別版！！ 国内中小製造業のロボット活用における現状、ポイント、成功事例をこの1冊にまとめました！！ このレポートを読むメリット 中小製造業のロボット活用の現状、ポイント、成功事例が一度に分かる！ レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 今回は、射出成形業界のDX化への取り組み、と題し述べさせて頂きます。 DXに取組むためには、自社の自動化レベルを把握するところから始めてみてはいかがでしょか。 併せて、属人化した作業、危険作業・重労働の抽出など、業務の棚卸も行ってみましょう。 射出成形業界を具体例に出すと、まだまだDX化には程遠い会社様も多いと思います。 多いというより、多数の会社様がそれほど進んでいないと私は思います。 様々な業界でDXが活用され始めているなか、成形材料の投入や成形品の取出し等は一部自動化されていても、金型の取付・成形条件の設定・成形条件の入力・成形品取出し・成形品検査 等、人手に頼った工程が多く存在していると思います。 また、その仕事が属人化され、うまく継承されていない状況もよく見かけます。 １．自動化レベルの把握 自動化レベルの把握とは具体的に レベル０：自動化どころか５Sもできていない レベル１：全く自動化されていない(全作業が人手頼み) レベル２：製品取出しなど１工程のみロボット導入済 レベル３：製品取出しとゲートカットなど複数工程にロボットを導入している レベル４：製造工程以外の工程(検査工程)にもロボットを導入している レベル５：ほぼ全ての工程が自動化されており、製造現場にほど作業者がおらず、24時間稼働している などがあげられます。 ここで簡単に、射出成形業界の現状を述べさせて頂きます。 経済産業省の２０２０年 生産動態統計によると、プラスチック加工機械の生産台数は１万１４２９台(金額ベース：１７９６億円)。 うち射出成形機は９８３７台(金額ベース：１２１９億円)。 射出成形機の内訳は、型締め力１００トン未満が３２６６台(金額ベースで２１９億円)、１００トン以上２００トン未満が３６３２台(同３４０億円)、２００トン以上５００トン未満が２４７６台(同３７３億円)、５００トン以上が４６３台(同２８５億円)であった。 日本は精密部品を成形する中・小型機が得意なことがわかります。 経済産業省ものづくり白書 2021 には「新型コロナウイルス感染症の感染拡大以外にも、多くの外的要因が我が国製造業の事業判断に影響を及ぼすものと考えられており、かつ、これらは事前に発生や変化を想定することが難しい」と言及されています。 これは、顧客や社会のニーズが日々変動していることが大きな要因であると考えられます。 いましばらく厳し状況が続くのではないでしょか。 ２．射出成形業界のDX化とは 簡単に言えば、デジタル技術を用いての業務の効率化・見える化・データ化・高度化・新規ビジネス創出などだと思います。 経済産業省が発表したDXレポート2では「素早く変革し続ける能力を身につけること、その中ではITシステムのみならず企業文化（固定概念）・風土を変革する」ことがDXの要と言及されています。 国内産業におけるDXの取組状況のアンケートでは、「DXに取組むに当たっての課題」の回答結果は下記の通りです。 従業員20人以下の企業様の場合 予算の確保（26.4%） 具体的な効果や成果が見えない（24.3％） DX人材の不足（23.5%） 何から始めてよいかわからない（22.8％） 従業員21人以上の企業様では、 DX人材の不足(41.8%) IT人材の不足(33.4%、) 企業文化・風土に関する課題(25.7%) 特筆すべきは、DX人材の不足が41.8%と、従業員20人以下の企業よりも18.3ポイントも高くなっていることです。 このことから、従業員20人以下の企業においては、DXに取りかかることが難しい状況が、従業員21人以上の企業ではDXに取組むなかで人材不足や企業文化・風土などが課題になっていることが推測されます。 DXの理解度を従業員規模別にみると、従業員１０１人以上で「理解している」が 20.6％、「ある程度理解している」の４７.9％と合わせると７割近くになっています。 従業員 20 人以下では「理解している」は４.6％と１割に満たず、「理解していない」が３８.7％と４割近くを占めています。 理解度は、従業員規模が大きいほど高くなっていることがわかります。 従業員規模が大きい会社ほど、DXに取組みやすい状況が見てとれます。 しかし、企業規模に関わらず、具体的な効果や成果がみえない何から始めてよいかわからない といった会社様もあると思います。 そのような会社様は、上記の通り、自社の自動化レベルの把握・業務の棚卸を行うことで、DX化に最初に取り組むべき工程や従業員の配置が正しいのか・属人化作業はどの工程かが見えてくると思います。 労働人口が減少するなか、DXに取り組むことで限られた従業員を効率よく配置し業務改善・効率化に活用できると思います。 5Sが不十分であれば、5Sから始めてもいいと思います。 周囲の情報に惑わされずに自社に合った方法を見つけだす大切であると思います。   製造業経営者限定！工場のロボット活用事例 ロボット活用の現状とポイント、成功事例をこの1冊に集約！ 製造業の経営者限定でダウンロード可能な特別版！！ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ 「こうなりたい！」と思っている経営者様におすすめ 中小製造業のロボット活用の現状を知りたい！ 中小製造業のロボット活用のポイントを知りたい！ 中小製造業のロボット活用の成功事例を知りたい！ 目次 1、中小製造業のロボット活用の現状 2、中小製造業のロボット活用のポイント 3、中小製造業のロボット活用事例 レポートの内容 製造業の経営者限定でダウンロード可能な特別版！！ 国内中小製造業のロボット活用における現状、ポイント、成功事例をこの1冊にまとめました！！ このレポートを読むメリット 中小製造業のロボット活用の現状、ポイント、成功事例が一度に分かる！ レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068

本コラムでは、中堅・中小製造業の企業におけるロボット導入のコツについて、導入際のポイントについて説明をさせていただきます。 １．工場にロボットを導入する際のポイント 工場にロボットを導入する際のポイントは次のとおりです： 1 需要分析: 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 2 専門家の活用: ロボット導入に関連する技術的な問題に対処するため、専門家の支援が必要となります。 3 費用計画: 導入費用、保守費用、および利益を正確に評価することが重要です。 4 労働力調整: ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 5 トレーニング: ロボットを適切に操作するために、作業者に対するトレーニングが必要となります。 6 適切な保守: ロボットは定期的にメンテナンスが必要となります。これに対応するために、適切な保守体制を整備することが重要です。 上記は一般的なポイントであり、具体的な状況に応じて異なる場合があります。導入に際しては、専門家の支援を得て、適切な方法を選択することが大切です。 ２．需要の分析 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 ロボットの種類は多岐にわたり、一般的には次のようなタイプがあります。 ①アームロボット: 様々なタスクを実行するために使用されます。加工、アセンブリ、搬送などのタスクに適しています。 ②セルロボット: 複数のロボットを組み合わせてタスクを実行するために使用されます。生産ラインなどで使用されます。 ③モノリシックロボット: 特定のタスクを実行するために特別に設計されたロボットです。加工、検査、搬送などのタスクに適しています。 ④コライダロボット: 動的な環境でのタスクに適したロボットです。物品の検出、トラッキング、把持などのタスクに使用されます。 ⑤スピードロボット: 高速かつ繰り返し可能なタスクを実行するために使用されます。生産ラインなどで使用されます。 工場に導入されるロボットは、次のような作業内容を行わせることができます： ①加工: 製品の加工や形状変換、溶接などを行います。 ②アセンブリ: 部品を組み合わせて製品を組み立てます。 ③搬送: 製品や部品を運搬します。 ④検査: 製品の質を検査します。 ⑤包装: 製品を包装します。 ⑥座標測定: 製品や部品の位置や大きさを測定します。 ⑦物品管理: 製品や部品を管理します。 ⑧修理: 製品や設備の修理を行います。 これらは一例であり、また上記は一般的なロボットタイプであり、具体的な用途やニーズに応じて、様々な種類のロボットがあります。また、具体的な作業内容は工場によって異なります。 ３．専門家の活用 ロボット導入に関連する技術的な問題に対処するためには、次のような専門家が必要です ①ロボットエンジニア: ロボットシステムの設計、開発、保守などを担当します。 ②工学者: 加工技術や生産管理などの問題に対処します。 ③電気工学者: ロボットのコントロールシステムやセンサーなどの電気的な問題に対処します。 ④計算機科学者: ロボットのソフトウェアシステムなどの計算機的な問題に対処します。 ⑤プログラマー: ロボットのプログラミングやソフトウェアシステムの作成などを担当します。 ⑥安全エンジニア: ロボットを安全に使用するために必要な安全上の問題に対処します。 ４．費用計画 工場へのロボット導入するための費用計画には次のような要素が含まれます： ①購入費: ロボットシステム、周辺機器、ソフトウェアなどを購入するための費用。 ②導入費: ロボットシステムの導入、設置、テスト、トレーニングなどを行うための費用。 ③保守費: ロボットシステムの保守、メンテナンス、アップグレードなどを行うための費用。 ④雇用費: ロボットシステムを操作・管理するスタッフを雇用するための費用。 ⑤電力費: ロボットシステムの運転に必要な電力費。 ５．労働力調整 ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 労働力の調整とは、ロボットの導入がもたらす労働市場への影響を受けた労働者たちをサポートする政策や措置を指します。以下が一部の例です。 ①教育・訓練支援：ロボット導入によって生じたスキル不足を補完するための教育や訓練支援。 ②再エミッション：ロボット導入によって失業した労働者を含めた再就職支援。 ③移行期間の給付：ロボット導入に伴い、労働者が新しい仕事に移行する期間の経済的支援。 ④社会保障制度の改善：失業保険や社会保障制度の改善により、労働者が安定的な生活を送ることができるよう支援する ６．トレーニング、適切な保守 ロボットを適切に操作するためのトレーニングは、作業者にロボットの使い方を学ぶことを目的とする教育・訓練のことを指します。以下が一部の例です。 ①ロボットの操作方法：ロボットのセットアップから操作までの手順を学ぶ。 ②ロボットの保守：ロボットのトラブルシューティングやメンテナンス方法を学ぶ。 ③制御ソフトウェアの操作：ロボットを制御するソフトウェアを使用するためのトレーニング。 ④セキュリティ対策：ロボットを操作する上でのセキュリティ上の注意点を学ぶ。 ロボットのメンテナンスと保守は、ロボットの正常な動作を維持するために定期的に行う作業のことを指します。以下が一部の例です。 ①クリーニング：ロボットの外観や部品を清掃すること。 ②油脂の交換：ロボットのモーターやジョイントに使用されている油脂を交換すること。 ③ソフトウェアのアップデート：ロボットの制御ソフトウェアを最新版にアップデートすること。 ④部品の交換：ロボットが正常に動作しなくなった部品を交換すること。   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973   【無料ダウンロード】中小製造業　2024年ロボット活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ ■目次 1、中小製造業における課題とロボット活用の現状 2、2023年 中小製造業のロボット活用は協働ロボットが主流になる！ 3、2023年 中小製造業が実践すべき協働ロボット活用 4、具体的な取組み方 5、協働ロボット活用成功事例 ■レポートの内容 中小製造業のロボット活用のトレンドと成功事例この1冊にまとめました。特に「何から始めればよいのか」と、その「具体的な方法」を例を出して解説し、さらに成功事例を掲載することでロボット活用の具体的な取り組み方が分かる資料になっております。 ■このレポートを読むメリット 中小製造業における協働ロボット活用の具体的な進め方と成功事例が分かります。 具体的な進め方と成功事例から自社でのロボット活用が可能な工程のヒントが見つかります。 https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 いつも当コラムをご愛読いただきありがとうございます。 本コラムでは、中堅・中小製造業の企業におけるロボット導入のコツについて、導入際のポイントについて説明をさせていただきます。 １．工場にロボットを導入する際のポイント 工場にロボットを導入する際のポイントは次のとおりです： 1 需要分析: 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 2 専門家の活用: ロボット導入に関連する技術的な問題に対処するため、専門家の支援が必要となります。 3 費用計画: 導入費用、保守費用、および利益を正確に評価することが重要です。 4 労働力調整: ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 5 トレーニング: ロボットを適切に操作するために、作業者に対するトレーニングが必要となります。 6 適切な保守: ロボットは定期的にメンテナンスが必要となります。これに対応するために、適切な保守体制を整備することが重要です。 上記は一般的なポイントであり、具体的な状況に応じて異なる場合があります。導入に際しては、専門家の支援を得て、適切な方法を選択することが大切です。 ２．需要の分析 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 ロボットの種類は多岐にわたり、一般的には次のようなタイプがあります。 ①アームロボット: 様々なタスクを実行するために使用されます。加工、アセンブリ、搬送などのタスクに適しています。 ②セルロボット: 複数のロボットを組み合わせてタスクを実行するために使用されます。生産ラインなどで使用されます。 ③モノリシックロボット: 特定のタスクを実行するために特別に設計されたロボットです。加工、検査、搬送などのタスクに適しています。 ④コライダロボット: 動的な環境でのタスクに適したロボットです。物品の検出、トラッキング、把持などのタスクに使用されます。 ⑤スピードロボット: 高速かつ繰り返し可能なタスクを実行するために使用されます。生産ラインなどで使用されます。 工場に導入されるロボットは、次のような作業内容を行わせることができます： ①加工: 製品の加工や形状変換、溶接などを行います。 ②アセンブリ: 部品を組み合わせて製品を組み立てます。 ③搬送: 製品や部品を運搬します。 ④検査: 製品の質を検査します。 ⑤包装: 製品を包装します。 ⑥座標測定: 製品や部品の位置や大きさを測定します。 ⑦物品管理: 製品や部品を管理します。 ⑧修理: 製品や設備の修理を行います。 これらは一例であり、また上記は一般的なロボットタイプであり、具体的な用途やニーズに応じて、様々な種類のロボットがあります。また、具体的な作業内容は工場によって異なります。 ３．専門家の活用 ロボット導入に関連する技術的な問題に対処するためには、次のような専門家が必要です ①ロボットエンジニア: ロボットシステムの設計、開発、保守などを担当します。 ②工学者: 加工技術や生産管理などの問題に対処します。 ③電気工学者: ロボットのコントロールシステムやセンサーなどの電気的な問題に対処します。 ④計算機科学者: ロボットのソフトウェアシステムなどの計算機的な問題に対処します。 ⑤プログラマー: ロボットのプログラミングやソフトウェアシステムの作成などを担当します。 ⑥安全エンジニア: ロボットを安全に使用するために必要な安全上の問題に対処します。 ４．費用計画 工場へのロボット導入するための費用計画には次のような要素が含まれます： ①購入費: ロボットシステム、周辺機器、ソフトウェアなどを購入するための費用。 ②導入費: ロボットシステムの導入、設置、テスト、トレーニングなどを行うための費用。 ③保守費: ロボットシステムの保守、メンテナンス、アップグレードなどを行うための費用。 ④雇用費: ロボットシステムを操作・管理するスタッフを雇用するための費用。 ⑤電力費: ロボットシステムの運転に必要な電力費。 ５．労働力調整 ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 労働力の調整とは、ロボットの導入がもたらす労働市場への影響を受けた労働者たちをサポートする政策や措置を指します。以下が一部の例です。 ①教育・訓練支援：ロボット導入によって生じたスキル不足を補完するための教育や訓練支援。 ②再エミッション：ロボット導入によって失業した労働者を含めた再就職支援。 ③移行期間の給付：ロボット導入に伴い、労働者が新しい仕事に移行する期間の経済的支援。 ④社会保障制度の改善：失業保険や社会保障制度の改善により、労働者が安定的な生活を送ることができるよう支援する ６．トレーニング、適切な保守 ロボットを適切に操作するためのトレーニングは、作業者にロボットの使い方を学ぶことを目的とする教育・訓練のことを指します。以下が一部の例です。 ①ロボットの操作方法：ロボットのセットアップから操作までの手順を学ぶ。 ②ロボットの保守：ロボットのトラブルシューティングやメンテナンス方法を学ぶ。 ③制御ソフトウェアの操作：ロボットを制御するソフトウェアを使用するためのトレーニング。 ④セキュリティ対策：ロボットを操作する上でのセキュリティ上の注意点を学ぶ。 ロボットのメンテナンスと保守は、ロボットの正常な動作を維持するために定期的に行う作業のことを指します。以下が一部の例です。 ①クリーニング：ロボットの外観や部品を清掃すること。 ②油脂の交換：ロボットのモーターやジョイントに使用されている油脂を交換すること。 ③ソフトウェアのアップデート：ロボットの制御ソフトウェアを最新版にアップデートすること。 ④部品の交換：ロボットが正常に動作しなくなった部品を交換すること。   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973   【無料ダウンロード】中小製造業　2024年ロボット活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ ■目次 1、中小製造業における課題とロボット活用の現状 2、2023年 中小製造業のロボット活用は協働ロボットが主流になる！ 3、2023年 中小製造業が実践すべき協働ロボット活用 4、具体的な取組み方 5、協働ロボット活用成功事例 ■レポートの内容 中小製造業のロボット活用のトレンドと成功事例この1冊にまとめました。特に「何から始めればよいのか」と、その「具体的な方法」を例を出して解説し、さらに成功事例を掲載することでロボット活用の具体的な取り組み方が分かる資料になっております。 ■このレポートを読むメリット 中小製造業における協働ロボット活用の具体的な進め方と成功事例が分かります。 具体的な進め方と成功事例から自社でのロボット活用が可能な工程のヒントが見つかります。 https://www.funaisoken.co.jp/dl-contents/jy-robot_S045

中小製造業において投資における補助金活用は経営に直結する重要な要素です。 事業再構築補助金が2023年度も継続することが決定しました。 事業再構築補助金の今年度の変更点と成功事例を中心に解説していきます。 １．事業再構築補助金とは 事業再構築補助金とは、新型コロナウイルス感染症の影響によって経営が困難になった中小企業等に対して、事業再構築のための支援を行うために、国が設けた補助金制度です。 具体的には、以下のような事業再構築に必要な取り組みにかかる費用が対象となります。 生産プロセスの変革や設備の改善 商品・サービスの開発・改良 ITシステムの改善・導入 新規事業の開発・展開 補助額は、事業者の経営状況や補助対象となる取り組み内容によって異なりますが、最大で1億円まで支給されることがあります。 ２．2023年度の変更点 まず、大きな変更点として売上高減少要件が無くなりました。 成長枠（旧通常枠）では以前までは売上高減少要件があったため、業績が好調な企業は申請できませんでしたが今回の売上高減少要件の撤廃により、ほとんどの中小企業・中堅企業が申し込みできるようになりました。 売上高減少要件を満していない業績が好調な企業でも補助金を受け取れる可能性がグッと高まりました。 補助額と補助率は以下の通りです。 ■補助額 中小企業者等、中堅企業等ともに 【従業員数20人以下】100万円～2,000万円 【従業員数21～50人】100万円～4,000万円 【従業員数51～100人】100万円～6,000万円 【従業員数101人以上】100万円～7,000万円 ■補助率 中小企業者等 1/2 中堅企業等 1/3 成長枠（旧通常枠）の他にも様々な枠があります。 緊急対策枠 回復・再生応援枠 最低賃金枠 産業構造転換枠（新設） サプライチェーン強靱化枠（新設） グリーン成長枠（要件緩和） 自社に適合した枠を見極めて申請する必要があります。 ここまでお読み頂いた皆様はどのように感じるでしょうか？ 「よく分からない、、」 「面倒、、」 「本当に補助金がもらえるの？」 ここからは実際に事業再構築補助金を活用して大きな投資をした2社の事例を ご紹介します。 ３．事業再構築補助金を活用してロボットを導入した成功事例 ①茨城県D社 ■投資と補助額 ・投資金額　約5000万円 ・補助額　約3000万円 ■システムの概要 ・幅広い寸法 長さ200㎜～5000㎜ 径20A ~300A の様々な形状の配管TIG溶接をロボットによって自動化するロボットシステムを事業再構築補助金を活用して導入。 溶接職人による難しい配管溶接を最新技術を駆使してロボット化に成功した事例。 ②長野県C社 ■投資と補助額 ・投資金額　約8000万円 ・補助額　約4000万円 ■システムの概要 多品種のステンレス製板金製品のおける溶接と研磨をロボットで自動化。 水漏れが許されない高品質な溶接と、職人の研磨による外観品質をロボットで実現した事例。 ４．事業再構築補助金を活用する方法 補助金の申請は非常に面倒です。 ■申請書類の作成 申請者は申請書類を作成します。申請書類には、事業再構築のための計画書や費用詳細書、財務諸表などが含まれます。 ■オンライン申請 申請書類を作成したら、オンラインで申請手続きを行います。申請者は、事業再構築補助金の公式サイトから「マイページ」にログインし、必要事項を入力して申請書類をアップロードします。もちろん事前のID登録が必要です。 ■審査 申請書類の提出後、専門家が審査を行います。審査内容は、申請書類に記載された計画書や財務諸表、補助対象となる取り組み内容の妥当性などが審査されます。 申請書類の書き方で審査結果（採択率）は大きく変わります。 大きくはこの３つの流れです。 まずはIDの登録です。 ここで躓くようでは補助金採択までの道のりは果てしなく遠いでしょう。 そして、申請書の作成です。 必要な書類は、 事業計画書 認定支援機関の確認書（3,000万円以上の場合は金融機関の確認書も必要） 売上高減少に関する書類 決算書 ミラサポplus「電子申請サポート」の事業財務情報（ローカルベンチマークともいう） 従業員数を示す書類 緊急事態宣言の影響を受けたことの宣誓（緊急事態宣言枠のみ） 緊急事態宣言による売上高減少に関する書類（緊急事態宣言枠のみ） 固定費が協力金を上回っていることを証明する書類（緊急事態宣言枠のみ） 加点に必要な書類 海外事業の準備状況を示す書類（卒業枠、グローバルV字回復枠のみ） 数ある補助金の中でもトップクラスに必要な書類が多いといえるでしょう。 事業計画書は、事業再構築のための具体的な計画をまとめた書類です。再構築の必要性、再構築の目的や方針、再構築後のビジョンや目標、取り組み内容やスケジュールなどが含まれます。 これらを一人で準備するのは忙しい経営者にとって非常に困難といえます。 補助金活用においても、専門のコンサルタントに依頼し採択率を高め、手間を減らすような取り組みが必要です。   ■関連するセミナーのご案内 【従業員200～1,500名製造業の基幹システム再構築戦略！】 受発注管理・仕入販売在庫管理・生産管理・原価管理・総務人事管理・会計管理、企業全体のシステムを再構築！経営者セミナー セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/096707 ■このような方にオススメ 従業員200～1,500名の製造業の経営者様 製造現場では現在でも紙帳票に依存していて電子帳票化やデジタル化が遅れている経営者様 受発注・仕入販売在庫・生産管理・原価管理・総務人事・会計管理等のシステムがバラバラに動いている経営者様 既存の基幹システムが15年以上前の古いシステムで現在の経営状態に適合していない経営者様 特に、生産管理・工程管理・原価管理がDX化されていないと感じている経営者様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/27 (月)13:00~15:00 2023/03/28 (火)13:00~15:00 2023/03/29 (水)13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096707   【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045 いつも当コラムをご愛読いただきありがとうございます。 中小製造業において投資における補助金活用は経営に直結する重要な要素です。 事業再構築補助金が2023年度も継続することが決定しました。 事業再構築補助金の今年度の変更点と成功事例を中心に解説していきます。 １．事業再構築補助金とは 事業再構築補助金とは、新型コロナウイルス感染症の影響によって経営が困難になった中小企業等に対して、事業再構築のための支援を行うために、国が設けた補助金制度です。 具体的には、以下のような事業再構築に必要な取り組みにかかる費用が対象となります。 生産プロセスの変革や設備の改善 商品・サービスの開発・改良 ITシステムの改善・導入 新規事業の開発・展開 補助額は、事業者の経営状況や補助対象となる取り組み内容によって異なりますが、最大で1億円まで支給されることがあります。 ２．2023年度の変更点 まず、大きな変更点として売上高減少要件が無くなりました。 成長枠（旧通常枠）では以前までは売上高減少要件があったため、業績が好調な企業は申請できませんでしたが今回の売上高減少要件の撤廃により、ほとんどの中小企業・中堅企業が申し込みできるようになりました。 売上高減少要件を満していない業績が好調な企業でも補助金を受け取れる可能性がグッと高まりました。 補助額と補助率は以下の通りです。 ■補助額 中小企業者等、中堅企業等ともに 【従業員数20人以下】100万円～2,000万円 【従業員数21～50人】100万円～4,000万円 【従業員数51～100人】100万円～6,000万円 【従業員数101人以上】100万円～7,000万円 ■補助率 中小企業者等 1/2 中堅企業等 1/3 成長枠（旧通常枠）の他にも様々な枠があります。 緊急対策枠 回復・再生応援枠 最低賃金枠 産業構造転換枠（新設） サプライチェーン強靱化枠（新設） グリーン成長枠（要件緩和） 自社に適合した枠を見極めて申請する必要があります。 ここまでお読み頂いた皆様はどのように感じるでしょうか？ 「よく分からない、、」 「面倒、、」 「本当に補助金がもらえるの？」 ここからは実際に事業再構築補助金を活用して大きな投資をした2社の事例を ご紹介します。 ３．事業再構築補助金を活用してロボットを導入した成功事例 ①茨城県D社 ■投資と補助額 ・投資金額　約5000万円 ・補助額　約3000万円 ■システムの概要 ・幅広い寸法 長さ200㎜～5000㎜ 径20A ~300A の様々な形状の配管TIG溶接をロボットによって自動化するロボットシステムを事業再構築補助金を活用して導入。 溶接職人による難しい配管溶接を最新技術を駆使してロボット化に成功した事例。 ②長野県C社 ■投資と補助額 ・投資金額　約8000万円 ・補助額　約4000万円 ■システムの概要 多品種のステンレス製板金製品のおける溶接と研磨をロボットで自動化。 水漏れが許されない高品質な溶接と、職人の研磨による外観品質をロボットで実現した事例。 ４．事業再構築補助金を活用する方法 補助金の申請は非常に面倒です。 ■申請書類の作成 申請者は申請書類を作成します。申請書類には、事業再構築のための計画書や費用詳細書、財務諸表などが含まれます。 ■オンライン申請 申請書類を作成したら、オンラインで申請手続きを行います。申請者は、事業再構築補助金の公式サイトから「マイページ」にログインし、必要事項を入力して申請書類をアップロードします。もちろん事前のID登録が必要です。 ■審査 申請書類の提出後、専門家が審査を行います。審査内容は、申請書類に記載された計画書や財務諸表、補助対象となる取り組み内容の妥当性などが審査されます。 申請書類の書き方で審査結果（採択率）は大きく変わります。 大きくはこの３つの流れです。 まずはIDの登録です。 ここで躓くようでは補助金採択までの道のりは果てしなく遠いでしょう。 そして、申請書の作成です。 必要な書類は、 事業計画書 認定支援機関の確認書（3,000万円以上の場合は金融機関の確認書も必要） 売上高減少に関する書類 決算書 ミラサポplus「電子申請サポート」の事業財務情報（ローカルベンチマークともいう） 従業員数を示す書類 緊急事態宣言の影響を受けたことの宣誓（緊急事態宣言枠のみ） 緊急事態宣言による売上高減少に関する書類（緊急事態宣言枠のみ） 固定費が協力金を上回っていることを証明する書類（緊急事態宣言枠のみ） 加点に必要な書類 海外事業の準備状況を示す書類（卒業枠、グローバルV字回復枠のみ） 数ある補助金の中でもトップクラスに必要な書類が多いといえるでしょう。 事業計画書は、事業再構築のための具体的な計画をまとめた書類です。再構築の必要性、再構築の目的や方針、再構築後のビジョンや目標、取り組み内容やスケジュールなどが含まれます。 これらを一人で準備するのは忙しい経営者にとって非常に困難といえます。 補助金活用においても、専門のコンサルタントに依頼し採択率を高め、手間を減らすような取り組みが必要です。   ■関連するセミナーのご案内 【従業員200～1,500名製造業の基幹システム再構築戦略！】 受発注管理・仕入販売在庫管理・生産管理・原価管理・総務人事管理・会計管理、企業全体のシステムを再構築！経営者セミナー セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/096707 ■このような方にオススメ 従業員200～1,500名の製造業の経営者様 製造現場では現在でも紙帳票に依存していて電子帳票化やデジタル化が遅れている経営者様 受発注・仕入販売在庫・生産管理・原価管理・総務人事・会計管理等のシステムがバラバラに動いている経営者様 既存の基幹システムが15年以上前の古いシステムで現在の経営状態に適合していない経営者様 特に、生産管理・工程管理・原価管理がDX化されていないと感じている経営者様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/27 (月)13:00~15:00 2023/03/28 (火)13:00~15:00 2023/03/29 (水)13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096707   【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045

2023年の経営計画・方針は、もう固まりましたでしょうか。 中には、1度決めたものの本当にこれでよいのかと悩まれている方や、今後も外部・内部環境ともに目まぐるしく変化することを想像し、的確に課題を解決していけるか不安を抱く方もいらっしゃるかと思います。 船井総研では、そのような悩み、不安、そして高い志を持つ経営者様同士が、共に学び・相談しあえる師と友となり、経営課題を解決し業績向上を目指す会員制勉強会を開催しています。 製造業の皆様には、「ものづくり経営研究会 スマートファクトリー経営部会」をおすすめいたします。 DX事例研究会【4月18日(火) WEB開催】 【日程】2023年4月18日（火） 【時間】13:00～16:00（※12:30より受付開始予定） （※約3時間で効率的に業界の最新情報・最新事例を収集していただくことができます） 【開催方式】LIVE配信型 パソコン1台でお好きな場所からご参加いただくことができます。 通信環境の整った静かな集中できる場所でご参加ください。 【第1講座】 4000万円の補助金を獲得して職人技術のTIG溶接と研磨をロボット化した成功事例講座 【講座の概要を一部先行公開！】 ◆超大型投資を補助金を最大限活用してコストを抑えたポイントを解説 ◆多品種対応のための「あえて」シンプルなシステムと治具構想とは ◆工数がかかる外観部分のバフ研磨をロボットで実現するための方法とは ◆社長から次世代へ、技術継承のカギとなる今後のロボット活用 【第2講座】 「従業員数30名台の機械メーカーが取り組む”攻めと守りの基幹システム”導入事例とは？」 【講座の概要を一部先行公開！】 基幹システム導入企業の代表取締役による特別講演！ 幹システム導入のBefore/Afterを大公開！ BI連携を通じて「各種数字の見える化」を実現！ 基幹システムを活用した「アフターサービスの見える化」とは？ 【第3講座】 ”2023年最新版”　補助金獲得分析データのご紹介＆本日のまとめ講座 【講座の概要を一部先行公開！】 ◆2022年製造業界補助金獲得データ分析特集！ ◆2023年製造業界の時流キーワード！ ◆経営者として肝に銘じておきたいこと！   ■製造業におけるDX最新事例研究会 ▼研究会のお申し込みはこちら▼ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   製造業DX事例研究会の詳細はYouTubeからご覧いただけます https://youtu.be/ZAoxKaVOnwQ お申し込みはこちらから⇒ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   いつも当コラムをお読みいただきましてありがとうございます。 2023年の経営計画・方針は、もう固まりましたでしょうか。 中には、1度決めたものの本当にこれでよいのかと悩まれている方や、今後も外部・内部環境ともに目まぐるしく変化することを想像し、的確に課題を解決していけるか不安を抱く方もいらっしゃるかと思います。 船井総研では、そのような悩み、不安、そして高い志を持つ経営者様同士が、共に学び・相談しあえる師と友となり、経営課題を解決し業績向上を目指す会員制勉強会を開催しています。 製造業の皆様には、「ものづくり経営研究会 スマートファクトリー経営部会」をおすすめいたします。 DX事例研究会【4月18日(火) WEB開催】 【日程】2023年4月18日（火） 【時間】13:00～16:00（※12:30より受付開始予定） （※約3時間で効率的に業界の最新情報・最新事例を収集していただくことができます） 【開催方式】LIVE配信型 パソコン1台でお好きな場所からご参加いただくことができます。 通信環境の整った静かな集中できる場所でご参加ください。 【第1講座】 4000万円の補助金を獲得して職人技術のTIG溶接と研磨をロボット化した成功事例講座 【講座の概要を一部先行公開！】 ◆超大型投資を補助金を最大限活用してコストを抑えたポイントを解説 ◆多品種対応のための「あえて」シンプルなシステムと治具構想とは ◆工数がかかる外観部分のバフ研磨をロボットで実現するための方法とは ◆社長から次世代へ、技術継承のカギとなる今後のロボット活用 【第2講座】 「従業員数30名台の機械メーカーが取り組む”攻めと守りの基幹システム”導入事例とは？」 【講座の概要を一部先行公開！】 基幹システム導入企業の代表取締役による特別講演！ 幹システム導入のBefore/Afterを大公開！ BI連携を通じて「各種数字の見える化」を実現！ 基幹システムを活用した「アフターサービスの見える化」とは？ 【第3講座】 ”2023年最新版”　補助金獲得分析データのご紹介＆本日のまとめ講座 【講座の概要を一部先行公開！】 ◆2022年製造業界補助金獲得データ分析特集！ ◆2023年製造業界の時流キーワード！ ◆経営者として肝に銘じておきたいこと！   ■製造業におけるDX最新事例研究会 ▼研究会のお申し込みはこちら▼ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   製造業DX事例研究会の詳細はYouTubeからご覧いただけます https://youtu.be/ZAoxKaVOnwQ お申し込みはこちらから⇒ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/