本記事は、PR TIMESに掲載された企業・団体等のプレスリリースを原文のまま転載しています。記事内容は発表時点の情報です。
- 発表元
- 株式会社アトラックラボ
- 配信日時
- 2026年8月4日 15時23分
- 転載日
- 2026年8月5日
発表内容については発表元へ、当サイト上の訂正・削除については、当サイトのお問い合わせフォームにご連絡ください。
AI(LLM)が画像やセンサー情報を意味として理解し、設備保全技術者のように診断・報告。専用AIの個別開発を大幅に削減。
株式会社アトラックラボ(埼玉県入間郡三芳町藤久保16-37 代表取締役 伊豆智幸)は、大規模言語モデル(LLM)を活用した「マルチモーダルAI設備診断システム」を開発しました。
本システムは、「雪庇はある?」「漏水している?」「ボルトは緩んでいない?」といった自然言語による質問に対し、AI(LLM)がカメラ映像、LiDAR、サーマルカメラなど複数のセンサー情報を意味として理解し、設備の状態を診断します。
さらに、異常箇所を検出するだけでなく、危険性の評価や推奨対応まで含めた設備診断レポートを自動生成できることが特長です。
開発の背景
設備点検では、腐食や漏水、ひび割れなど対象ごとに画像認識AIを開発することが一般的でした。そのため、新しい点検項目が増えるたびにAIモデルの学習やプログラム改修が必要となり、多くの時間とコストを要していました。
また、異常を検出できても、その後は設備保全技術者が画像を確認し、設備状態を評価して報告書を作成する必要がありました。
アトラックラボは、この課題を解決するため、AI(LLM)が画像やセンサー情報を意味として理解し、人のように設備状態を診断・報告するシステムを開発しました。
導入効果
本システムでは、
• 点検対象ごとの専用AI開発を大幅に削減
• 新しい点検項目へ自然言語で柔軟に対応
• 点検レポート作成の自動化
• ドローン・UGV・USVによる自律点検
を実現し、設備点検業務全体の効率化に貢献します。
システムの特長
① 自然言語で点検内容を指定
利用者は、
• 「雪庇はある?」
• 「漏水している場所を探して」
• 「ボルトの緩みを点検して」
など、人へ依頼するような言葉で点検を指示できます。
② AI(LLM)が画像やセンサー情報を意味として理解
RGBカメラ、LiDAR、サーマルカメラなど複数の情報を統合し、
• 現在どのような状態か
• 劣化が進行しているか
• 危険性はあるか
• 次に確認すべき事項
まで総合的に報告します。
③ 設備保全技術者のような診断レポートを自動生成
異常箇所を検出すると、AI(LLM)は設備保全の知識を活用し、技術者が作成するような診断レポートを自動生成します。

AI診断レポート例
設備状態
• 全面にわたる激しい発錆を確認
• タンク底部に貫通腐食が疑われる欠損を確認
• 雨水による腐食進行を確認
AIによるリスク評価
• 漏えいおよび構造強度低下の可能性
• 圧力容器である可能性があり、重大事故につながるリスク
推奨対応
• 超音波厚さ測定
• 詳細腐食調査
このように、単なる画像認識ではなく、設備保全の知識を踏まえた診断結果を文章で提示できることが、本システムの大きな特長です。
④ マルチモーダルAIによる高精度診断
画像だけでは判断できない情報も、LiDARやサーマルカメラなど複数のセンサー情報を組み合わせて解析することで、より信頼性の高い設備診断を実現します。
⑤ ドローン・UGV・USVとの連携
本システムは、アトラックラボのPhysical AIプラットフォーム「AT-SYNAPSE」と連携し、
• ドローン(UAV)
• 無人車両(UGV)
• 無人船(USV)
へ搭載可能です。
AI(LLM)が異常を診断すると、
• 「もっと近づいて撮影」
• 「サーマルカメラで再確認」
• 「別方向から撮影」
などをロボットへ指示し、自律的に追加点検を行います。
想定される活用分野
• インフラ設備点検(橋梁・トンネル・道路)
• プラント・工場設備保守
• 電力・エネルギー設備
• 港湾・河川・ダム設備
• 鉄道設備
• 建築物外壁点検
• 災害調査
• 雪害監視
• 地中設備調査
代表取締役 伊豆智幸 コメント
「私たちが目指しているのは、AIが画像を認識するだけではなく、画像やセンサー情報を意味として理解し、設備保全技術者のように設備状態を診断できるシステムです。さらに、診断結果を基にロボットが自律的に追加調査まで行うことで、設備点検のあり方を大きく変えていきます。」
株式会社アトラックラボについて
株式会社アトラックラボは、「Physical AI for Unmanned Vehicles」を掲げ、ドローン(UAV)、無人車両(UGV)、無人船(USV)向けPhysical AI技術および自律制御システムの研究・開発を行っています。AI、LLM、ROS 2、SLAM、通信技術を融合し、安全で実用性の高いロボットソリューションを提供しています。
会社概要
• 会社名:株式会社アトラックラボ
• 代表者:代表取締役 伊豆 智幸
• 所在地:〒354-0041 埼玉県入間郡三芳町藤久保16-37
• 事業内容:Physical AIプラットフォーム、自律制御システム、フィールドロボットの研究・開発
本件に関するお問い合わせ先
株式会社アトラックラボ
E-mail:sales@attraclab.com
以下はtrends編集部による情報です。
ITやプログラミングに関するコラム
【Python】FastAPIで料金プラン見積もりシミュレーターを作ってみた
【Python】pandasとmatplotlibで在庫データのABC分析と構成比を可視化してみた
【Python】Flaskで社内FAQをカテゴリ検索できるWebアプリを作ってみた
【Python】argparseでJSON整形・構文検証・キー検索CLIを試してみた
【Python】NumPyとmatplotlibでモンテカルロ法による円周率推定と収束過程の可視化を試してみた
【Python】Playwrightでスクレイピングを試してみた
【CSS】notで複数の件を除外する方法
【Git】remote設定を変更する方法
【VBA】コメントアウトを設定する方法
x86とx64の違いを分かりやすく解説
ITやプログラミングに関するニュース
VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
EC2 G7インスタンスが米国東部(バージニア北部)で利用可能に、G6比でAI推論性能が最大4.6倍
SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に
