労働の完全自動化(人の楽園？ or 失業地獄？)２ (778ﾚｽ)
上下前次1-新
抽出解除 必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞 あぼーん
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
744: オーバーテクナナシー [sage] 09/27(土)09:35 ID:dKp0quWz(1/15)
「動ける」から「働ける」へ⋯中国Daimon Robotics、視触覚センサーでロボットを進化
9/27(土) 8:30配信
視触覚センサーのスタートアップ「戴盟機器人（Daimon Robotics）」はこのほど、エンジェル++ラウンドで資金調達をした。招商局創投（China Merchants Venture）が主導し、
東方嘉富（Oriental Jiafu）と架橋資本（Bridge Capital）も出資した。過去1年間で、3回にわたり資金調達を完了し、累計金額は数億元（数十億円）に達した。
触覚センサー分野のエンジェルラウンドとしては過去最高記録を更新した。
戴盟機器人は2023年に設立され、香港科学技術大学ロボット研究院の初代院長である王?U教授と段江嘩博士が共同で創業した。深圳に本社を置き、香港に研究開発
（R&D）センターを有し、高性能な視触覚認識と操作技術の研究開発と産業化に力を入れている。
エンボディドAI（身体性を持つロボット）が着実に実装されるプロセスにおいて、ロボットは「動ける」から「働ける」へと進化する必要がある、というのが業界の共通認識だ。
工業製造、スマート物流、医療、リハビリなどのタスクでは、より高い操作精度、柔軟性や未知の状況に対応できる汎化能力が求められる。
しかし、視覚に依存するロボットは、スムーズにモノをつかむ、精密な組み立て、相互に連動といった複雑な任務では依然として限界がある。既存の触覚センサーも解析能力、
多様な信号の取得、耐久性やコストの面で制約があり、長期に渡ってロボットが高精度な作業を続ける能力的なボトルネックとなってきた。
そのため、解析能力の高い触覚センサーは、ロボットの操作能力を高める鍵と見なされている。
長年の技術的な蓄積に基づき、戴盟機器人は単色光を用いた視触覚方式を打ち出した。マサチューセッツ工科大学（MIT）で開発されたGelSight方式で一般的な三色光を使う手法と比べ、
単色光方式は演算量と発熱を抑え、長時間の稼働を可能にしている。
745: オーバーテクナナシー [sage] 09/27(土)09:36 ID:dKp0quWz(2/15)
同社が独自開発した視触覚センサーは、1平方センチメートルあたり4万もの感知ユニットを有しており、人間の指先の240ユニットをはるかに上回る。従来のマトリクス状に配置された
触覚センサー（アレイ型センサー）の数百倍に達し、形状、表面の質感（肌触り）、硬さ、滑りやすさ、押した際の圧力、接触面で動かす力（接線力）などの多様な情報を高精度に捉えることができる。
さらに、同社はすでに物をつかむ機構のグリッパーからミリ単位の指先まで対応する複数の製品を開発している。旗艦センサーは500万回の押圧テストをクリアし、欧州連合（EU）で
販売する基準に適合していることを示すCE（Conformité Européenne）や、米国の連邦通信委員会（Federal Communication Commission、FCC）の認証を取得した。
発表からわずか3カ月以内に、国内外で導入され、1000個単位の規模で出荷された。工業検査やスマート物流、製造、サービスといった場面で活用が進む。
視触覚認知に基づき、戴盟機器人は「認知―操作―学習」のすべての工程の製品マトリクスを構築した。
「DM-Tac W」：表面の質感（肌触り）、滑りやすさ、硬さを識別できる高い解析能力の視触覚センサー
「DM-Hand1」： 指先に超薄型の視触覚センサーを統合した高機能な手の機構
「DM-EXton」：データ収集とモデル学習向けのウェアラブル装置が含まれる
視触覚を統合することで、操作モデルが必要とするデータ量は従来の1000分の1に減り、業務の種類のカバー範囲と作業の成功率が大幅に向上する。
段CEOは、触覚認知と高性能な操作を核とし、エンボディドAI（ロボット）をより多くの産業に実装し、ロボットを実際に活用できる価値を広げていきたいと述べた。
746: オーバーテクナナシー [sage] 09/27(土)09:37 ID:dKp0quWz(3/15)
航空機開発は「3D UNIV+RSES」でどう変わる？ ダッソーが描く未来像
9/26(金) 21:00配信
ダッソー・システムズは2025年9月10日、同社がシルバースポンサーを務める「大阪・関西万博」のフランスパビリオン（フランス館）において、航空／宇宙業界向け特別イベント
「Space Event」を開催。仏Dassault Systemes 航空宇宙・防衛担当 バイスプレジデントのDavid Ziegler（デイヴィッド・ジグラー）氏が、航空／宇宙、防衛産業に向けた
同社の取り組みやビジョンについて語った。
ダッソー・システムズは、航空／宇宙産業に向けて約40年にわたりビジネスを展開しており、現在も世界の主要航空機メーカーに対して、設計、製造、運用／保守における
“バーチャルツインエクスペリエンス”を提供し続けている。
例えば、安全性などの認証を得るために必要な機体構造の高度なシミュレーションから、航空管制をはじめとする複雑な課題の解決に至るまで、幅広い領域をカバーし、
迅速なシナリオの探索や将来の挙動予測などにおいて、正確な解決策の導出に役立てられているという。
ジグラー氏は「航空機などの製造もまた、バーチャルツインによって革命的に進化する」と強調する。通常、航空機の製造工場の立ち上げには数百万ユーロもの
費用がかかるが、設備や装置などの物理的なシステムを導入した後に設計ミスが判明した場合、その修正には膨大なコストが必要となる。これに対し、バーチャルツインを
活用したアプローチであれば、設計チームと連携しながら工場全体を仮想空間で可視化し、プロセスや生産物、周辺環境への影響などを着工前にシミュレーションすることが可能となる。
「このように、製品ライフサイクル全体を通じた持続可能なビジネス革新が可能となり、リスクを低減しながら収益性を高める新たなビジネスモデルの探索につなげることができる。
リアルとバーチャルをつなぎ、未来を想像し、それを実現する。われわれが提供する“バーチャルツインエクスペリエンス”の世界には、新たな機会が広がっている」（ジグラー氏）
747: オーバーテクナナシー [sage] 09/27(土)09:38 ID:dKp0quWz(4/15)
ジグラー氏によると、航空／宇宙や防衛産業における現状の課題は、イノベーションの創出だという。具体的には、持続可能な航空燃料の使用や材料の活用、
電動航空機／水素航空機の量産化といった脱炭素航空機の実現が挙げられる。
製造面でも課題がある。需要に対して生産能力が追い付いていない状況があるという。ジグラー氏は「例えば、AirbusのA320の受注残は7年分の生産量に相当する。
つまり、注文してから納品まで7年待たなければならないことを意味する。これは現実的ではない」と説明する。
生産能力を増強すると、品質やサプライチェーンの課題も浮き彫りになる。「部品やコンポーネントの不足、貿易戦争、関税の影響などが原因でサプライチェーン全体が
再編成される中、この不確実性をどう管理するかが、航空／宇宙や防衛分野のCEOたちにとって大きな課題となっている」（ジグラー氏）。
その他、業界特有の規制強化への対応についても「今後数年間における重要なテーマの一つになる」とジグラー氏は訴える。
一方で、エンジニアリングライフサイクルを加速し、製造を改善する存在として、AI（人工知能）への期待も非常に高まっているという。防衛分野では、
AIが自律型ドローンや自律型走行車両など、次世代の防衛能力を実現するために不可欠な技術として位置付けられている。また、航空／宇宙および防衛産業においても、
熟練エンジニアの高齢化や退職、技術継承の問題が顕在化しており、AI活用による解決が求められている。
ダッソー・システムズは40年以上にわたり、航空／宇宙および防衛産業に関連する多くの企業とパートナーシップを構築し、これらの問題解決や将来の課題に向けた対応において、
同社のソリューションを提供してきた。「今飛んでいる航空機のほとんどが、われわれのソリューションで設計／シミュレーション／製造／運用されているといえる。これは
ダッソー・システムズにとっての誇りであると同時に、非常に大きな責任であると認識している」（ジグラー氏）
748: オーバーテクナナシー [sage] 09/27(土)09:39 ID:dKp0quWz(5/15)
そして今、ダッソー・システムズが掲げているのが、「3D UNIV+RSES」による新たな革新の提供だ。
ジグラー氏は「この40年もの間、われわれはバーチャルツインの表現を高め続けてきた。さらにその先には、バーチャルツインがオペレーショナルデータ（あらゆる運用データ）と
接続され、世界を大きく変える未来が待っている。それこそが3D UNIV+RSESだ」と説明。例えば、航空機のバーチャルツインが工場のバーチャルツインとつながり、さらに
サプライチェーンのバーチャルツインとも接続され、航空機の設計だけでなく、製造や運用の改善までも同時に行うことが可能になるという。
この3D UNIV+RSESは、リアルとバーチャルの境目を縮める7つの要素によって支えられている。ジグラー氏はその中から一部を強調し、次のように説明した。
「まず、バーチャルツインだ。われわれの使命は、リアルとバーチャルの差を縮めることにある。単なるデジタルのコピーではなく、変革を実現するバーチャルツインの活用が
重要となる。シミュレーションやさまざまなシナリオを実行し、現実世界に変化をもたらす体験を提供することこそが、バーチャルツインの真の価値だ」（ジグラー氏）
次に、AIをベースとする「Generative Experiences（GenXp／生成体験）」と「Virtual Companions」について言及した。GenXpは、顧客が保有する膨大なオペレーショナルデータを
学習し、組み立て要件、設計、テスト検証などをAI駆動で自動化するものである。一方、Virtual Companionsは、エンジニアや現場作業者を支援するAIアシスタントであり、
作業者のタスクを自動化し、より正確かつ効率的に仕事を進められるよう補助する存在だ。
「Cycle of Life」も重要な要素の一つだという。ジグラー氏は「将来、エンジニアが管理すべきものとして、設計、品質、コストに加えて、サステナビリティという新たな要素が
含まれるようになる。3D UNIV+RSESを通じて、顧客が環境負荷を削減し、持続可能性の目標を達成できるよう支援する」と説明する。
749: オーバーテクナナシー [sage] 09/27(土)09:40 ID:dKp0quWz(6/15)
これまでのディスプレイを通じた体験から脱却し、バーチャルツインで再現されたリアルな世界により深く没入できる「Sense Computing」では、Appleの空間コンピューティングデバイス
「Apple Vision Pro」と連携した没入型体験が可能となる。
「これらの要素を全て組み合わせた3D UNIV+RSESが、これからの航空機の開発／設計／製造の在り方を根本から変革する。膨大なオペレーショナルデータから顧客の知識と
ノウハウを学習し、GenXpを提供できるようにすることを目指す。これは、われわれの役割が単なるソフトウェア提供者から、顧客の知的財産を保護する守護者へと変わることを意味する」（ジグラー氏）
講演では、3D UNIV+RSES（特にAIやバーチャルツイン）がもたらす航空機開発の変革について、設計、解析、製造、運用／保守といったプロセスごとに、具体的なイメージが示された。
まず設計段階では、航空機を単なる製品ではなく複雑なシステムとして捉え、システムアーキテクチャの設計をAIが支援する。電子、電気、ソフトウェアといった複数分野の設計が自動化され、
将来的には上位レベルの要求仕様から、ワイヤハーネスやプリント基板（PCB）、さらにはそれらを制御するソフトウェアに至るまで自動生成できるようになることを目指している。
また、設計の各段階は完全なトレーサビリティーを保ちながら進められ、関係者が一貫したデータに基づいて意思決定できるようになる。
航空機を構成する機械部品の設計では、ジェネレーティブデザインが活躍する。部品が配置される空間や境界条件、負荷条件、製造方法（鍛造、鋳造、フライス加工、3Dプリントなど）を
入力するだけで、AIが複数の設計案を自動的に生成する。設計者は膨大な設計案の中から最適な形状を選択すればよく、大幅な設計作業の効率化が図られるようになる。
認証とテストに向けては、解析技術がその支援となる。従来の物理試験をシミュレーションに置き換え、再現性の高い高度なシミュレーションを通じて、安全性や規制適合性の証明に
つなげる。また、「AIはサロゲートモデルの開発を加速し、大規模GPUを活用することで、膨大なシミュレーションを高速に実行できるようになる。これにより、実機を使ったテストの
回数を減らすことができ、コスト削減と開発期間短縮を実現可能にする」（ジグラー氏）という。
750: オーバーテクナナシー [sage] 09/27(土)09:41 ID:dKp0quWz(7/15)
製造段階では、AIアシスタントのVirtual Companionsが現場作業者を支援する。組み立て手順や作業指示をリアルタイムで提供するだけでなく、品質管理を自動化する
機能も担う。実際に、BoeingやDassault Aviationの工場では、この仕組みを活用して現場の品質検査が自動化されており、「最初から正しく作る」から「常に正しく作る」へのシフトが進んでいるとのことだ。
運用／保守の段階では、飛行データやメンテナンスデータがバーチャルツインに統合され、予知保全が実現される。実際の事例として、Dassault Aviationがフランス空軍と
取り組んだラファール戦闘機のケースでは、稼働率が10％向上したという成果が示された。「AIはこの段階でも重要な役割を果たし、大規模データ解析を通じて予知保全モデルを
進化させ、航空機の運用効率と安全性をさらに高めていく」（ジグラー氏）。
さらに、Apple Vision Proを活用したSense Computingについては、「ダッシュボードの表示、バーチャルコンパニオンによる支援、航空機の組み立てに関するガイダンスの
表示などが、リアルな没入空間の中で体験できるようになる」と、ジグラー氏はディスプレイ越しの体験からの脱却をあらためて強調した。
このように、ダッソー・システムズは、3D UNIV+RSESの提供を通じて、AI（GenXp）が設計から製造、運用／保守までをつなぎ、Virtual Companionsが現場作業を支援し、
Sense Computingがバーチャルツインを完全な没入空間へと変える世界の実現を目指している。
（取材協力：ダッソー・システムズ）
751: オーバーテクナナシー [sage] 09/27(土)09:49 ID:dKp0quWz(8/15)
近未来の「おつかい」サービスに、世界が注目！トヨタが公道に放つ自律搬送ロボット「cocomo」。ウーブンシティで実証実験をスタート
2025.09.26 16:50
トヨタ自動車が次世代技術の実証都市として建設してきた「ウーブンシティ」では、自動運転や自律走行ロボット、電動小型モビリティなどの新技術が「人が生活するテストコース」の
中で実証実験される。この街では、多くのインベンター（発明家）が様々な社会的な取り組みに挑むことになるが、“モノを運ぶ”物流分野で注目されているのが、
トヨタ自動車東日本が開発に取り組む、自律搬送ロボット「cocomo（ココモ）」だ。
「cocomo（ココモ）」は、単独で走行が可能な自律走行ロボット。
人の手を介することなく、衛星測位システムや障害物センサーを活用することで、指定した目的地まで安全に走行でき、ユニット内には買い物かごをまるまる1個入れられるスペースが
設けられているなど、買い物支援など“モノ”を運ぶ分野での実用化が期待される次世代モビリティになる。
―― 自律搬送ロボット「cocomo（ココモ）」。宮城県産業技術総合センターなどと連携して機体構造の見直しや材料置換、トポロジー最適化（材料配置）や金属3Dプリンタ活用による機体の
軽量化を進め、運用効率の向上を図る。この技術を東北地域のものづくりにも活用してもらうことで、地域に貢献していくとのこと。
―― 「cocomo」の内部には買い物カゴがまるまる1個入るスペースがあり、ここにスーパーなどで購入した商品を積み込むことができる。
もともとは、東日本大震災の被害地で、人や物の移動の課題解決を目指す「東北モビリティ・プロジェクト」から生まれたロボットであり、すでに宮城県女川町や愛知県みよし市で
実証実験は実施済み。この未来都市には、さらなる進化改良を目指して持ち込まれる。
752: オーバーテクナナシー [sage] 09/27(土)09:50 ID:dKp0quWz(9/15)
―― 人工衛星の電波（GPS）が届きにくい場所や目印がない広い場所など「cocomo」のレーザー計測が難しい環境でもスムーズに走行させるため、小型ロボットへの搭載に
最適化したLiDARとRTKなど、さまざまなセンサーを融合した自律走行システムの開発に取り組むという。
ウーブンシティでは、通信が途切れた際に安全な場所に自動移動する機能などの実証が行われるほか、GPSが届きにくい場所や目印がない環境でもスムーズに走行できるよう、
小型ロボットに最適化したLiDARやRTKといった、さまざまなセンサーを融合したシステムの開発が進められる予定。
―― Toyota Woven City内の道路や横断歩道を使い、「cocomo」との通信が遮断された時に自動的に安全な場所に移動し、通行の妨げにならないようにする機能などの実証実験が行われる。
すでに7月からウーブンシティ近隣の公道でも立証実験が実施されており、実際の公道を走行させることで得られる、各種データの蓄積・技術を習熟することで、実用化のステップも大きく進むことになる。
―― ウーブンシティでは、自由に安心して楽しめる電動小型三輪モビリティによるシェアサービスも実証される。モノはもちろん、人の移動の可能性も模索されることになる。
―― タグボートのようにクルマを導く、自律走行ロボット（Guide Mobi）によるシェアカーの自動搬送サービスも実証予定。
753: オーバーテクナナシー [sage] 09/27(土)14:01 ID:dKp0quWz(10/15)
ホースの自動挿入を高精度化...戸田建設、爆薬装填ロボを開発
9/27(土) 13:10配信
戸田建設は山岳トンネル工事向けに、爆薬装填ロボット「To―RIGGER（トリガー）」を開発した。コンピュータージャンボとAI（人工知能）ロボットアームとの連携により、
装薬孔への爆薬装填ホースの挿入を高精度化した。模擬岩盤を用いた検証実験で有効性を確認済み。今後、無線発破システムなどと連携させ、発破作業の完全自動化を目指す。
UP設計コンサルタント（大阪市港区）、HCI（大阪府泉大津市）、虎乃門建設機械（東京都渋谷区）の協力を得て開発した。コンピュータージャンボと戸田建設が開発した
爆薬装填ホース自動挿入装置で構成する。コンピュータージャンボの制御によりブーム（機体の腕部）が自動で移動し、先端の受け架台を装薬孔の軸方向に対し
平行となるよう角度を調整して孔口の位置に合わせる。
さらに受け架台の先端に搭載した爆薬装填ホース自動挿入装置がAIロボットアームを使って装薬孔の位置を正確に検知し、ホースを高精度に自動挿入し爆薬を装填する。
これにより、爆薬装填作業の遠隔化や将来的な自動化が可能となるほか、作業員の切羽への立ち入り作業がなくなり、安全性を大幅に向上できる。
754: オーバーテクナナシー [sage] 09/27(土)14:09 ID:dKp0quWz(11/15)
NVIDIAが語るフィジカルAIで加速するヒューマノイド開発の最前線「NVIDIA AI Day Tokyo」レポート ドメインランダム化とシム2リアル
2025年9月26日
NVIDIAは2025年9月24日と25日に、東京ミッドタウンでイベント「NVIDIA AI Day Tokyo」を開催し、25日には招待制のセミナーが実施された。
「NVIDIA AI Day Tokyo」は、すでに開催されたホーチミンに続き、東京、そして今後予定されているシドニーやソウルと並ぶ、グローバルイベントのひとつに位置づけられている。
25日のセッションでは、NVIDIAの担当者やパートナー企業が講師として登壇し、GPU、クラウドサービス、エッジAI、データセンターなどの分野で具体的かつ実践的な活用方法や
事例を紹介した。主要トピックは「エージェント型AI」「フィジカルAI」「AIファクトリー／AIインフラ」「ハイパフォーマンスコンピューティング（HPC）／量子コンピューティング」。
特に「フィジカルAI」については人気が高く、満席になるセッションが多かった。
今回の記事ではフィジカルAIのトピックからセッション「フィジカルAIで加速するヒューマノイドロボティクス NVIDIA Isaac GR00TとCosmosの紹介」の前半をベースに、
NVIDIAが提供しているロボティクス向け「フィジカルAI」の概要などを解説していきたい。
加瀬氏は、「フィジカルAI」について、大規模言語モデル（LLM）を使ってロボットを動かすイメージから紹介した。
例えば「トースターからトーストを取り出し、右側の白い皿に置いて」というテキストコマンドを入力すると、ロボットはカメラ画像などから得た認識情報を加味し、
アクショントークンを生成。関節を自動制御し、指示どおりに動作する。
従来の産業用ロボットは、詳細なプログラミングによる「モデル化手法」で高精度な動作を実現してきた。しかし、設計やティーチングには多大な手間と時間がかかり、想定外の状況への対応は難しい。
一方、近年注目を集めている「フィジカルAI」は経験を学習して動作する。いわゆる強化学習(多くの経験パターンから学ぶ)をもとにしていて、数学的に設計するのが
難しいタスクにも対応することができる、従来のコンピュータよりも、人に近い学習方法とタスク対応が特徴になる。
755: オーバーテクナナシー [sage] 09/27(土)14:10 ID:dKp0quWz(12/15)
現場では、「モデル化手法」と「フィジカルAI」を排他的に扱うのではなく、高精度や高速性が求められるタスクには「モデル化手法」を、汎化的で幅広い作業には
「フィジカルAI」を導入するなど、使い分けが重要になる。その意味で、人型ロボットという形状はフィジカルAIの適用先として合理的だ(もちろん言葉で言うほど簡単なことではないからこそ、
チャレンジングであり面白い)。
LLMがネットなどの膨大なデータから学習してスキルを向上させたように、フィジカルAIもまた膨大な学習データ、アクションデータが必要になり、それをどうやって収集するかが課題だ。
そこで一般的にまず行われるのがテレオペレーション(遠隔操作)によるデータ収集だ。人が遠隔操作でロボットを操縦することでアクションデータを収集していく。
ただし、それだけでは汎化性の実現は不十分だ。例えばキッチンで皿を並べる場合、人は環境や食器が変わっても柔軟に対応できるが、AIにすべてのバリエーションを学習させるのは
現実的ではない。膨大な環境や物品を実際に用意して体験データを収集するには時間とコストが障壁となる。
この課題を解決するのがシミュレーションの活用「ドメインランダム化」だ。可能な限り多様な仮想環境で学習させ、リアル環境に応用することで汎化性を高める。もちろん、シミュレーションと
実環境は完全には一致しないため、実機にデプロイしてからのフィードバック調整（シム2リアル）やファインチューニングが必要となる。
756: オーバーテクナナシー [sage] 09/27(土)14:12 ID:dKp0quWz(13/15)
シミュレーションでできる限り多くのパターンを学ぶ点では、同時に大量の数のロボットを仮想環境で動かすことによって、膨大なデータを収集し、学習していく手法もとられる。
下の画像は「Isaac Sim / Lab」で4000台のロボットがアクションデータを収集して学習のために利用する例だ。
「Isaac Lab」(ラボ)は、NVIDIAのロボティクスシミュレーションプラットフォーム「Isaac Sim」が提供するシミュレーション機能を活用し、多くのロボット（マニピュレーター、
四足歩行ロボット、ヒューマノイドなど）向けの学習環境とツールを提供している。
ファインチューニングとは、膨大なデータで事前学習した汎用的なAIモデルを、特定のタスクや環境に合わせて少量のデータを使って再学習して調整する技術。
これにより、ロボットの精度や効率、パフォーマンスを向上させることができる。
これらによって、現実世界のテレオペレーションで得たデータと組み合わせて、精度と汎化性を高める学習環境が整う。
LLMを中心とした生成AIを使ったことがある人は体感していると思うが、生成AIはテキストから画像を創ることができる。例えば、シミュレーションのデータとして活用するための
アイテムの生成には従来とても時間がかかる作業だったが、生成AIを活用すると瞬時に様々なパターンのアイテムや環境を生成することができる。この技術もシミュレーション環境の構築に活かされている。
汎化性を一層高める技術として「世界基盤モデル（World Foundation Model）」が導入されつつある。加瀬氏のセッションでは、その代表例として「Cosmos」が紹介された。詳細は今後さらに掘り下げたい。
世界一のAI企業、NVIDIAはヒューマノイド向けAIやロボットの開発基盤「NVIDIA Isaac GR00T」の提供を2025年から開始しました。
NVIDIAが提供するフィジカルAI開発のためのプラットフォーム「NVIDIA Omniverse」や、ロボティクス向けの「NVIDIA Isaac Sim」などによって、ヒューマノイドロボット開発の効率が
格段に向上したと言われています。世界的に知られるロボット開発企業も既に使い始めています。
757: オーバーテクナナシー [sage] 09/27(土)14:13 ID:dKp0quWz(14/15)
警備ロボット「SQ-2」に人物検知機能を搭載し、正式リリース SEQSENSE
2025年9月26日
SEQSENSE株式会社は、警備ロボット「SQ-2(エスキューツー)」に「人物検知機能」を搭載し、2025年9月22日(月)より警備ロボットサービスの一部として正式リリースした。
独自の技術を活用した本機能は、警戒エリアへの侵入者や残留者を検知し、警備員にリアルタイムで通知することで、警備レベルの向上と警戒監視の効率化を実現する。
本機能は、ロボットが稼働中に、指定されたエリア・時間帯で人物を検知すると、操作監視用パソコンに通知を出す。これにより、閉館後の施設内における侵入者など不審人物の早期発見と迅速な対応が可能になる。
これまで一部サイトで試験的に導入していたが、今回、警備ロボットサービスの一部として正式にリリースに至った。
758: オーバーテクナナシー [sage] 09/27(土)14:17 ID:dKp0quWz(15/15)
人物検知機能は、SEQSENSEが提供する警備ロボットサービスの標準機能として利用できる。新たな機器設置やオプション料金は不要となっている。
3D LiDARを搭載し、詳細な3次元マッピングや動体検知、環境変化の検出が可能なロボット。立哨、巡回、来館者対応など警備業務の代替により、
施設の管理コスト削減に寄与する。また、独自の検知機能などの活用で警備レベル向上を実現している。
SEQSENSE株式会社は、日本国内で自律移動型ロボットの製造・開発を行う企業。ソフトウェア、ハードウェア、クラウドシステム、サービス設計から導入にかかわるコンサルタント業務まで自社で手がけ、
主力製品である警備ロボット「SQ-2」シリーズは、2025年9月時点で全国80台以上の導入を達成している。
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.048s