レール走行とAIを融合。設備点検の自動化

轟音が響く深夜のプラントや、粉塵が舞う工場。こうした過酷な環境で、設備に異常がないかを確認する点検作業は欠かせない。一方で、人手不足も重なり、現場で働く人の負担は大きくなっている。
そこで期待されているのが、ロボットやドローンを使った点検の自動化だ。しかし、実際に導入すると、床の段差や障害物でロボットが止まったり、バッテリー切れで点検が中断したりするなど、安定して運用するには課題があった。

こうした移動と給電のボトルネックを排し、安定した巡回監視を実現するアプローチが動き出した。2026年8月、株式会社ビー・アンド・プラスは、ワイヤレス給電とカメラによるAI画像認識を組み合わせたレールロボットのデモ機を開発し、検証を開始したと発表した。敷設されたレール上を確実に走行しながら現場を監視する仕組みが、過酷な産業現場における設備保全のあり方を大きく変えようとしている。（文＝RoboStep編集部）

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』

ビー・アンド・プラスが開発を進めるデモ機は、同社が提供する「レール型ロボット検証パッケージ」をベースに、新たにAI画像認識技術を組み込んだシステムだ。

（引用元：PR TIMES）

本システムの核となるのは、移動制御と電源供給の安定性にある。あらかじめ敷設されたレール上を自動走行し、RFID（電波を用いてRFタグのデータを読みとる認識技術）による停止位置制御やワイヤレス給電による自動充電を連携。作業員が介入することなく、連続的な巡回走行を可能にする足回りを構築した。機体には人の目線に近い高さにカメラを搭載し、撮影した映像をAIで解析するシステムも構築している。

画像認識には物体検出アルゴリズム「YOLO」を採用しており、一般的な画像認識に適した「COCOモデル」を用いて人物や一般物体の検出テストを進めている。さらに、Webブラウザ上から検出対象の選択やAI判定の信頼度設定、AIモデルの管理・切り替えなどを容易に変更できる設計も取り入れた。

（引用元：PR TIMES）

今後は空撮画像向けに学習された「VisDroneモデル」の活用や、独自に撮影したデータを学習させたオリジナルAIモデルの構築も視野に入れる。これにより、特定部品の認識や異物検出など、工場や建設現場、プラント、畜産施設といった現場ごとの用途に合わせた巡回支援システムの確立を目指している。

（引用元：PR TIMES）

ビー・アンド・プラスによる今回の開発が示唆するのは、産業用ロボットの実装において「あえて移動範囲をレール上に割り切る合理性」こそが、実効性の高い自動化を支える土台になるという事実である。

全方位を自由に走行できるAGV（無人搬送車）や四足歩行ロボットは、目新しい印象を与える一方で、床面の段差や突発的な障害物によって走行不能に陥るリスクを常に抱えている。これに対し、移動経路をあらかじめ定めたレール上に限定するアプローチは、走行不能となる不確定要素を排除し、確実に指定位置まで到達してデータを収集し続ける信頼性を担保する。

加えて、ワイヤレス給電による常時充電は、バッテリー切れによる運用の中断を防ぎ、24時間体制の監視が求められる重要施設に適した環境を整える。足回りと電源供給という過酷な課題を堅牢なハードウエアで解決した上で、点検内容に応じてWebブラウザからAIモデルを柔軟に差し替える構造は、現場への導入ハードルを下げる実戦的な設計思想といえるだろう。

産業現場における省人化の真価は、技術の複雑さではなく、いかに止まらずに稼働し続けられるかにある。ビー・アンド・プラスが提示したレール走行とAIの融合モデルは、インフラの維持管理を担う現場が安定した点検体制を築くための確かな足がかりとなるはずだ。

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』