ロボットの現場実装基盤「RobotBrain」をスペースデータが提供開始 仮想空間と現場を往復し使うほど賢くなる

ロボットの現場実装基盤「RobotBrain」をスペースデータが提供開始 仮想空間と現場を往復し使うほど賢くなる
  • ロボットの現場実装基盤「RobotBrain」をスペースデータが提供開始 仮想空間と現場を往復し使うほど賢くなる
  • 仮想空間で合格した構成と制御だけを実機へ渡す(コンセプトデモ映像より・イメージ)
  • 左上から:BIM・点群・衛星からの3D空間生成/経路・干渉・台数の導入前検証/仮想空間での制御の学習/翌朝の改善案配信(コンセプトデモ映像より・イメージ)
  • RobotBrainが対象とするロボット・デバイスの8つの領域

株式会社スペースデータは、現場で動くロボットの導入・運用・学習を支える基盤「RobotBrain(ロボットブレイン)」の提供を開始した。

防衛・防災・都市開発・インフラの領域で提供してきたデジタルツイン、物理シミュレーション、空間知能の技術と事業を、現場で働くロボットまで広げるものだ。あわせて、コンセプトと対応デバイスを紹介する専用サイト「RobotBrain Concept & Catalog」も公開した。

機体ではなく、現場への実装と運用が課題に

人手不足を背景に、工場や倉庫から建設現場、商業施設、インフラ点検まで、ロボットや無人機を現場に入れる動きが産業を問わず広がっている。

一方で、ロボットを買っただけでは現場は変わらないという壁も見えてきた。作業単位の自動化では待ちや干渉、再調整が残り、異常時の判断や段取りの変更は熟練者に集中する。メーカーごとの個別導入では接続や運用の調整がそのたびに生じ、成功や失敗の知見も現場や案件ごとに散在してしまう。

同社はこうした状況を踏まえ、競争力の源泉は機体やソフトウェア単体の性能ではなく、現場に実装して運用まで回せるかに移っているとみる。現実の空間をデジタルツインとして再現し、物理シミュレーションで起こりうる状況を事前に計算するという既存事業の流れを、ロボットにも適用する位置づけだ。

Sim to RealとReal to Simを往復する基盤

RobotBrainは、仮想空間で構成と制御を決める同社の既存基盤「SpaceBrain」と、現場のロボットをつなぐ接続・運用・学習の基盤である。仮想空間で検証した機種、台数、配置、制御、安全条件を実機へ渡す(Sim to Real)。現場で得られた走行・作業・異常などの実測データは仮想空間へ戻し、空間と構成を更新する(Real to Sim)。この往復を続けることで、ロボットは現場で使うほど賢くなるという。

仮想空間で合格した構成と制御だけを実機へ渡す(コンセプトデモ映像より・イメージ)

主な特徴は次の4点である。

  • 複数メーカーのロボットを一つの仕組みで運用:機種の違いを吸収する共通の接続層により、メーカーが異なるロボットやセンサーを混在させられる

  • 既存システムを置き換えない:工程管理、倉庫管理、設備管理などはそのままに、標準のデータモデルとAPIで接続する

  • 産業を問わない共通基盤:時刻、位置、設備、ロボット、作業を一つのデータモデルに統合する。衛星・航空画像、BIM/CAD・点群、IoT・稼働データ、外部シミュレーター、業務ルールといったデータ源を、産業ごとに差し替えて使える

  • 翌朝に改善案が届く現場学習ループ:実機の走行・作業・異常を夜のうちにモデルへ反映し、翌朝に改善案を現場とロボットへ配信する。人が関わるのは差分の承認のみとしている

4つの用途:導入前検証・運用最適化・学習データ・訓練

同じ仮想空間と同じデータを、次の4つの用途に使う。

  • 導入前検証:ロボットや車両の経路、干渉、必要な台数、充電や設備との連携を、導入前に仮想空間で確認する

  • 運用最適化:複数機種のロボットをまとめて管理し、実績をもとに日々の計画や点検ルートを更新する

  • 学習データ:現場を再現した合成データや模倣学習で、ロボットのAIを日本の現場環境に適応させる

  • 訓練:遠隔オペレーターの操作、異常時の対応、新任者の教育を、実機を止めずに仮想空間で行う

左上から:BIM・点群・衛星からの3D空間生成/経路・干渉・台数の導入前検証/仮想空間での制御の学習/翌朝の改善案配信(コンセプトデモ映像より・イメージ)

対象領域と提供形態

対象は、屋内の工場・倉庫から、屋外の施設・港湾・街区までである。対応するロボット・デバイスは、移動ロボット(AMR、自動フォークリフト、四足歩行ロボットなど)、空中ロボット(ドローン)、アーム、施工・建機、運営・サービスロボット、センサー、カメラ、施設・インフラ連携の8領域。機種ごとに対応タスク、適用工程、接続方式、シミュレーションモデルを揃えて扱い、現場に合った組み合わせを仮想空間で比較できるようにする。製品カタログは専用サイトに掲載されている。

RobotBrainが対象とするロボット・デバイスの8つの領域

導入は、仮想空間で小さく試し、実環境で検証し、うまくいった型を他の拠点・施設・産業へ横展開する段階的な進め方を基本とする。機種の選定から導入前の仮想検証、複数機種の組み合わせまで、現場に合わせて提案する。企業への直接提供に加え、パートナー企業へのOEM提供も進める。

今後の展望

スペースデータは、AIが現実世界の状況を認識し、判断し、行動につなげるフィジカルAIを、シミュレーションにとどめず現場のロボットとして実装していく考えだ。建設・住宅、物流・倉庫、不動産・ビル管理、空港・鉄道、電力・プラントといった民生領域を軸に導入を進める。さらに、民生の現場で鍛えた型を防災・防衛の無人機運用にも生かす、デュアルユースの展開も見据えている。


ロボスタオンラインセミナー情報

ロボスタでは、国産のヒューマノイドや四足歩行ロボットの開発・量産を目指すHighlandersの増岡宏哉CEOをお招きし、オンラインセミナー「国産ヒューマノイド『N』量産と知能化への挑戦 Highlandersが描くフィジカルAIと実世界データ戦略」を10月22日(木)に開催します。

オンラインセミナー「国産ヒューマノイド『N』量産と知能化への挑戦 Highlandersが描くフィジカルAIと実世界データ戦略」を10月22日(木)に開催

Highlandersは、三菱自動車の工場で活用するヒューマノイドロボットの共同開発と、京都製作所京都工場におけるHighlanders製品の量産化について協議を進め、2027年の早い時期の生産開始を検討しています。
また、ロボットを製造、物流、インフラなどの現場で稼働させ、視覚、力覚、触覚、遠隔操作などの実世界データを蓄積。そのデータを独自のフィジカルAI基盤モデルの学習に活用し、進化したAIを再びロボットへ展開する「データフライホイール」の構築を掲げています。

セミナーでは、国産ヒューマノイドの社会実装と量産、日本発のフィジカルAI産業の可能性などについて深掘りしていきます。ぜひご参加ください。
詳しくはこちら

《ロボスタ編集部》

関連タグ

ロボスタ編集部

ロボスタ編集部

ロボスタ編集部では、ロボット業界の最新ニュースや最新レポートなどをお届けします。是非ご注目ください。

ニュースレター配信中!無料会員登録をしていただくと、定期的に配信されるニュースレターを受け取ることができます。また会員限定の記事を閲覧することも可能になります。

編集部おすすめの記事

特集