ニュース
NTTグループと1Finity、三菱ケミカル、IOWN APNと60GHz帯無線LANを活用したコンビナート設備点検の高度化を実証
2026年6月2日 13:02
NTTグループの4社（NTT東日本株式会社、NTTドコモビジネス株式会社、NTTドコモソリューションズ株式会社、株式会社NTTデータグループ）と、1Finity株式会社、三菱ケミカル株式会社は1日、岡山県の水島臨海工業地帯（水島コンビナート）において、IOWN APNと60GHz帯無線LAN（WiGig）を組み合わせた大容量・低遅延通信環境を構築し、リアルタイムで大量のデータ収集が可能であることを確認したと発表した。
NTTグループ、1Finity、三菱ケミカルの3者は、IOWN APNおよびAIの活用によるスマートメンテナンスの実現を通じて、屋外の工場設備を点検する作業員の負担軽減に取り組んでいる。
今回、当該通信環境を用いて、自律型ロボットやデジタルツインなどのフィジカルAI技術を活用した屋外設備点検の高度化に関する検証を実施した。
大容量・低遅延な通信環境の構築では、三菱ケミカル岡山事業所からNTTグループ東京都内ビル間（約700km）に、NTTドコモビジネスが提供する「docomo business APN Plus powered by IOWN」を活用して、IOWN APN環境を構築した。また、岡山事業所構内に、複数のWiGigアクセスポイントを配置し、約150m×150mのエリアで広域無線通信環境を構築した。
さらに、端末主導動的サイトダイバーシティ制御技術を採用して、WiGig装置を搭載したロボットがエリア外周を走行する際、最適なアクセスポイントを瞬時に選択・切り替えることで、ロボットが動き続けられる安定した環境を実現した。
ロボットの遠隔操作および自律走行では、当該通信環境を用いて、東京都内ビルにいるオペレーターが、岡山事業所にある四足歩行ロボットの遠隔操作を行った。ロボットは、人の補助なく150m×150mの外周を一周できた。また、通信が遮断された場合に、ロボットが安全に停止することも確認した。
さらに、四足歩行ロボットが自律走行できるかどうかも確認した。ロボットは、センサーのみで地図を生成しながら、自己位置を見失うことなく外周を走行できた。その際、ロボットが障害物（人や物）を認識して、回避できることも確認した。四輪駆動ロボットも、当該通信環境で自律走行できることを確認した。
無線通信環境下でロボットが取得した映像データは、岡山事業所から東京都内ビルまで約700kmのIOWN APNを介して送信した。ロボットが走行中であっても、映像遅延時間は、目標の500ms以内を達成した。
以上の結果より、映像ストリーミングを維持した状態においてもロボットの安定的な自律走行が可能であることを確認するとともに、ロボットの遠隔監視および制御を支える大容量・低遅延通信環境の有効性を実証した。
ロボットによる振動と音に関する異常検知の検証では、四足歩行ロボットに搭載した非接触のカメラとマイクを用いて、映像データと音響データを同時に取得し、データをAI解析することで、異常を検知できるかを確認した。
今回は、異音（水撃音）のするポンプ機と配管を対象にした。ロボットが、ポンプ機と配管の近くで撮影・集音したデータをAI解析することで、普段とは異なる何らかの異常が発生していることを検知した。この結果は、配管に取り付けられたセンサーからの数値と目立った差はなかった。
以上の結果から、ロボットを用いることでも、ポンプ機に何らかの異常が発生していることを判断するのに十分な精度が得られることが示されたとしている。
自律型ロボットとデジタルツイン環境を用いたひび割れ点検では、自律型の四輪駆動ロボットを150m×150mの外周を一周させることで、3D空間マップを作成し、デジタルツイン環境の基礎を構築した。
次に、ロボットが取得した高精細なストリーミング映像データをIOWN APN経由で岡山事業所から東京都内ビルに送信し、画像認識AIで解析した後に、デジタルツイン環境へ反映した。
検証では、コンクリートのひび割れ情報が、デジタルツイン環境に即時可視化され、当該画像を押下することでひび割れ状況の詳細を確認できた。
その際、映像データ取得からAI解析、デジタルツイン環境への反映まで一連の流れは500ms以下で実現でき、さらに映像伝送におけるパケット損失についても0.1％以下という高い安定性を示した。また、将来的にはひび割れに進展する可能性のある微細なひび割れを検出できることを確認した。
以上の結果から、自律型ロボットやデジタルツインなどのフィジカルAI技術を活用した遠隔地からのリアルタイム設備点検および予兆監視の実現可能性が示されたとしている。
各社は今後、現場作業員の負担軽減に対する本格的な推進に向けては、映像、音響、臭気、温度などの多様なデータを統合した「人に代わる認知機能」をさらに高める必要があるとし、マルチモーダルAI処理に対応したコンピューティング基盤の高度化に向けて、さらなる実証を行っていくとしている。