こんにちは。弊社の朝のオフィスのフロア掃除に大活躍中のお掃除ロボットルンバ君。たまにおバカな動きもしておりますが、中々のお掃除力でございます。
このルンバ君ですが、日々の動きの中でフロアの構造を覚えるという、優秀なマッピングシステムというものが組み込まれております。使えば使うほどに学習してルンバ君の頭脳の中にフロアの地図が出来上がるわけです。便利ですね～。
しかし、先日そんなマッピングデータを巡っての問題がニュースになっていました。なんと各家庭やオフィスで使われているこれらのマッピングデータを、Amazon・Apple・Googleの3社のうち、1社以上に売却する可能性があるということです。ルンバの機種によっては画像データを取得するものもあるので、セキュリティ・プライバシーは大丈夫なのか？というのは誰しも思ってしまいますね。
ビッグデータとして部屋の間取り、家具・照明器具などの配置に関する情報は、これからのIot機器などを開発するに辺り有用なデータになるのは確かだと思いますが、逆にこういったプライバシーの問題は厳しくなっている時代なので、慎重に扱って欲しい所ですね。
医療の解析技術を応用
さて本日は新たなひび割れ検出システムの話題。コンクリートのひび割れを検出するシステムは色々とありますが、今回出てきたのが富士フイルムさんが医療用に使用していた、画像から人の毛細血管などの複雑なものを検出する技術を、コンクリートのひび割れに応用したものです。
出典：富士フイルム・日経コンストラクション
そうきたか！という感じですね。確かに毛細血管とひび割れは似ていますし、毛細血管のような微細なものを検出できる技術があれば、小さなひび割れも同じように検出することは容易でしょう。それでも誤検出は必ず出てくるものですが、そこは機械学習システムにより学習することで高い精度を実現しているようです。
出典：富士フイルム・日経コンストラクション
デジカメの撮影範囲に収まらないような大きな構造物に関しても、複数回に分けて撮影することでシステム側で自動的に１枚の写真に合成してくれる上に、DXFデータに変換も可能。ひび割れの幅、長さの集計機能もあるとのことなので積算などにも便利ですね。
手書きからの脱却
さらに、コンクリートの目視確認の効率化ということで、ひび割れ個所のチョークの印を自動抽出し、その後の現場でのスケッチやCADでのデータ化をする必要もなくなります。スケッチからデータにする手間がなくなることから、従来170分かかっていた作業が90分にまで短縮されたということです。
チョークの印から、画像の結合・データへの変換（下画像）
我が社のSINQAシステムも正に手書きを排除したことで劇的な時間の効率化と、データの正確性、紙ではなくデータにすることにより過去データの参照がしやすくなるなど、デメリットが一切ありません。
やはりまだまだ手書きというアナログ部分が残っている業界なので、それらを解決することが効率化に直結しますね！
