造船DXのための深層学習を用いた作業観測法の構築に関する研究

Research Project

Project/Area Number	25K08148
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 24020:Marine engineering-related
Research Institution	Kyushu University
Principal Investigator	田中太氏九州大学, 工学研究院, 准教授 (70432854)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2025: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Keywords	作業観測 / ディープニューラルネットワーク / デジタルトランスフォーメーション / 造船生産システム
Outline of Research at the Start	かつて国内造船所はIEを積極的に導入したが、近年は施工要領、作業標準の活用があまり行われてない。作業観測には多くのリソースが必要なことも一因である。一方、作業見積の精度の低さを原因とする損失のリスクを回避には作業標準に基づいた作業時間の見積と作業状況を把握できるデジタル・ツインの構築によるDXが必要である。近年、作業現場を撮影した動画に深層学習を用いた作業観測の検討が行われている。一方、現場への導入には、係員が業務として扱える、観測の定型・定量化が必要であることがわかってきた。本研究では、画像識別の基となる教示画像の定量的な定義・構築法、作業推移図の補正法などを検討する。