産業4.0、人工知能、製造業におけるIoT

Zachariah Peterson
|  投稿日 四月 12, 2020  |  更新日 四月 5, 2021
インダストリー4.0の人工知能アプリケーション

エレクトロニクスに関して言えば、スマートフォンやAlexaのような消費者向けデバイスがすべての注目を集めがちです。しかし、Ventec International GroupのAlun Morganによると、「世界で生産されるPCBの約23%が製造アプリケーションの電子機器に使用されています。」自動車、通信、電力生成/配布、およびコンピューティングなど、製造業務をサポートする他の非消費者向けカテゴリーを含めると、この数字はさらに上昇します。西洋の製造業者は、工場の床でのより大きな自動化と生産性を通じてのみ、オンショア化が実現すると広く受け入れています。これがインダストリー4.0の本質であり、工場の運営がこれまで以上にインテリジェントで、よりつながっています。

では、製造業者はオンショア化を通じてどのようにしてさらに費用を削減し、生産性の利点を見出すことができるのでしょうか?この質問には、3Dプリンティングのような先進的な製造技術を考慮すると、いくつかの答えがあります。皆が同意する一つのことは、多くの製品の製造業務は近い将来さらにデジタル化されるということです。このレベルのデジタル化には、機器を動かしデータを収集するためのPCBと、迅速にデータを処理し有用な洞察を得るための技術が必要です。インダストリー4.0では、人工知能(AI)が運営の管理とデータの処理に不可欠であり、最終的にはマネージャーやエンジニアに洞察を提供します。

インダストリー4.0とAIのための設計

製造業務をサポートする新しいAIシステムを設計することは、ソフトウェアに関することだけでなく、ハードウェアの取り組みでもあります。両方の領域は互いに補完し合います。組み込みボードは組み込みソフトウェアをサポートするように設計されなければならず、組み込みソフトウェアはボード上の他の機能を制限するほどリソースを消費してはなりません。これは、すべての製造資産とデータ取得/処理をサポートするシステムが組み込みIoTエコシステムになり、データは中央の場所またはクラウドで処理されることを意味します。

インダストリー4.0では、より多くの製造資産が接続されるにつれて、製造業者はこれまで以上に大量のデータを生成することが期待されます。この接続性は、IPC-CFX標準のような新しい業界標準のデータ交換を通じて可能になります。任意の製造操作がその資産を接続し、あらゆる製造プロセスを通じてデータを集約したい場合、工場全体にわたって多数の組み込みIoTデバイスが必要になります。

Industry 4.0 artificial intelligence asset tracking and prediction
AIと工場の接続性により、注文をリアルタイムで追跡し予測することが可能になります

インダストリー4.0のための組み込みIoT設計要件

新しい組み込みIoTデバイスは、いくつかの基本的なハードウェア要件を満たしていれば、AIアプリケーションをサポートできます。これらの組み込みデバイスは、標準的なAI/MLモデルをサポートしつつ、標準プロトコルを介してデータの通信を可能にする特殊なシングルボードコンピュータです。ここでは、インダストリー4.0の製造業務のための新しいシステムを設計する際に考慮すべきいくつかの基本的な要件を紹介します:

  • 処理能力:これはクロック速度についてではなく、並列処理についての話です。より多くのコア/プロセッサを持つシステムやクラスタリングが可能なシステムでは、データをより速く処理し、AIモデルで使用できます。
  • オンボードメモリ:必要なメモリ量は特定のアプリケーションに依存します。画像処理のためのシステムは、数値データ処理のためのシステムよりも多くのメモリを必要とします。
  • 他のセンサーとのインターフェース:データは、環境センサーから、製造装置内のセンサーから、またはその他のさまざまなセンサーから直接取得する必要があるかもしれません。
  • 通信能力:これは必要な通信範囲に基づいて選択する必要があります。長距離通信にはNB-IoT、LoRaWAN、LTE-Mなどの無線プロトコルを使用できますが、短距離通信にはBluetooth LE、WiFi、Ethernetが一般的です。

産業4.0 AIシステムのためのモジュラーデザイン

コスト削減と生産性向上は、新しいシステムを迅速に展開し、設定することについてです。ほとんどの製造技術者はプリント回路設計者ではありませんが、この重要なクラスのエンジニアは、電子設計のモジュラーアプローチを取ることで、製造オペレーションのための新しいAI製品を迅速に作成することができます。この設計のクラスの特徴により、任意のシステム設計者は、製造におけるAIアプリケーションのためのカスタムシステムに、コンピューティング、センシング、および通信インターフェースを接続することができます。

これらのツールは、標準的なコンピューティングインターフェースとそれらの間の標準化された電気的接続を利用します。コンピュータオンモジュール(COM)、システムオンモジュール(SoM)、および工場の床でのAIアプリケーション用の他のハードウェアは、モジュラーな方法でカスタムボードに接続することができます。工場の床で使用するSBCおよびCOMのオプションのいくつかは、次の表に示されています:

プラットフォーム

利点

欠点

NVIDIA Jetson Nano COM

• 埋め込みTensorFlowモデルの実行に特化しています。

• 画像/ビデオ処理アプリケーションに最適です。

• 一般的なコンピューティングプラットフォームよりも高価です。

• 数値データセットには過剰なパワーです。

Google Coral AI

• 小さなフットプリント(Mini PCIe、USB、SoM、またはM.2 Key)。

• Google Cloudサービス、例えばAutoML Vision Edgeと簡単に統合できます。

• TensorFlowの簡易版を使用。

• 学習曲線が急で、画像処理アプリケーションに限定されます。

STM32シリーズMCU

• 最適化されたニューラルネットワークモデルのサポート。

• AIモデルのプロトタイピングと設定に最適。

• 評価ボードまたはスタンドアロンのMCUとしてのみ利用可能。

• MCUはカスタムボードの構築が必要です。

Raspberry Pi Compute 3+

• プロトタイピングに優れ、小さなフットプリント。

• 生産へのスケールが容易で、クラスタリングが簡単

• 小さな数値データセットを使った一般的な計算と予測に適しています。

• 高度な画像処理アプリケーションには最適ではありません。

Toradex COMおよびSoM

• 製造業者の間でよく知られています。

• カスタムSBCにプログラムして統合するのが簡単。

• 小さな数値データセットを使った一般的な計算と予測に適しています。

• 高度な画像処理アプリケーションには最適ではありません。

業界標準のEDAツールは、標準的なレイアウトやルーティング機能を使って設計者が新しいボードを迅速にレイアウトするのに役立ちますが、この分野のエンジニア全員がEDAソフトウェアの専門家であるわけではありません。Upverter Board Builderのようなモジュラーデザインプラットフォームを使用すると、組み込みソフトウェア開発者からAI起業家まで、誰でもデータ集約型AIアプリケーションをより少ない時間で構築できます。

Upverterデザインプラットフォームでは、デザイナーはウェブベースのインターフェースでモジュールをグラフィカルに簡単に接続できます。ダウンロードやインストールが必要なツールはありませんし、プラットフォーム内には標準化された多くのモジュールが用意されています。これにより、上記のAIハードウェアプラットフォームを使用して新しいIndustry 4.0人工知能製品を迅速に構築し、製造に移行することができます。

NVIDIA Jetson Nano COM for Industry 4.0 artificial intelligence applications
Upverterで構築されたNVIDIA Jetson Nano COM用の例示的な基板

Upverter(以前の名前はGeppetto)のモジュラー電子設計ツールは、業界標準のCOMおよび人気のモジュールへのアクセスを提供し、Industry 4.0人工知能アプリケーション用の生産グレードのハードウェアを作成できます。また、数分で新しい製品を簡単に構築することもできます。システムに追加機能が必要な場合は、ワイヤレス接続、センサーの配列、高解像度カメラ、標準のCOMなどを含めることができます。

Gumstixのお客様の成功事例をこちらでご覧いただくか、今すぐお問い合わせください。当社の製品、設計ツール、サービスについて詳しく学ぶことができます。

筆者について

筆者について

Zachariah Petersonは、学界と産業界に広範な技術的経歴を持っています。PCB業界で働く前は、ポートランド州立大学で教鞭をとっていました。化学吸着ガスセンサーの研究で物理学修士号、ランダムレーザー理論と安定性に関する研究で応用物理学博士号を取得しました。科学研究の経歴は、ナノ粒子レーザー、電子および光電子半導体デバイス、環境システム、財務分析など多岐に渡っています。彼の研究成果は、いくつかの論文審査のある専門誌や会議議事録に掲載されています。また、さまざまな企業を対象に、PCB設計に関する技術系ブログ記事を何百も書いています。Zachariahは、PCB業界の他の企業と協力し、設計、および研究サービスを提供しています。IEEE Photonics Society、およびアメリカ物理学会の会員でもあります。

関連リソース

ホームに戻る
Thank you, you are now subscribed to updates.