SHIN-JIGENがアシストスーツとオンサイト学習エッジAIを展示

発表内容のポイント

• 身体負荷を軽減し、製造や物流、医療現場への応用が期待されるアシストスーツ
• クラウドに依存せず、現場で迅速に自律学習・推論を行うオンサイト学習エッジAI
• 上下水道ポンプやロボットハンドの故障予知など、多様なインフラ・製造現場で実証中

発表の背景

近年、製造業や医療・介護の現場では、労働力不足や作業者の高齢化に伴う身体的負担の軽減、さらには業務効率化が急務となっています。また、現場データの活用において、通信遅延やセキュリティ、機密データ保護の観点から、クラウドを介さないリアルタイムな処理への要求が高まっています。こうした背景から、同社はロボティクスとエッジAI技術を組み合わせた解決策の提示を目指しました。

何が発表されたのか

今回展示された「アシストスーツ」は、作業者の身体的負担を軽減する装着型ロボット技術です。完全に人の作業を代替するのではなく、重量物搬送や中腰姿勢といった高負荷な動作をサポートします。一方、「オンサイト学習エッジAI」は、データが発生する現場の機器近くで推論と学習を完結させる仕組みです。通信環境に左右されず、機密データを保護しながら迅速な処理を可能にします。現在は、自治体との上下水道ポンプ故障予知の実証実験準備や、ロボットハンドの故障予知研究などが進められています。

製造業・生産管理への見方

製造業や生産管理の現場において、作業者の安全確保と設備保全の高度化は重要なテーマです。アシストスーツの導入は、工場内での重量物移動や組み立て作業における労働災害防止に直結します。また、オンサイト学習エッジAIは、生産ラインのロボットハンドや重要設備の故障予兆をリアルタイムに検知するシステムとして極めて有効です。クラウド接続が難しい閉域環境や、機密性の高い生産データを外部に出したくない工場でも、自律的な予知保全体制を構築できる点が、製造業DXの推進において大きなメリットとなります。

現場で確認したいポイント

• 自社の製造ラインや物流工程における、アシストスーツ導入による負荷軽減効果の検証
• 通信環境が制限された工場内設備における、オンサイト学習エッジAIの適用可能性
• ロボットハンドや生産設備の故障予知研究における、具体的な検知精度や導入コスト

確認しておきたい点

本技術の製造現場への導入にあたっては、具体的な設備環境や作業内容に応じた個別カスタマイズの必要性、および実証実験（PoC）から本格運用に至るまでの期間やコストについて、同社への直接の確認が必要です。

関連リンク

• 発表企業サイト：株式会社SHIN-JIGENの公式ウェブサイト
• 発表企業のPR TIMESページ：SHIN-JIGENのプレスリリース一覧

出典情報