数理とデータで、現場の課題を解決する

IoTデバイスによるデータ収集と、
数学的手法に基づくデータ分析により、
現場の課題を解決するソリューションを提供します。

OUR SERVICES

ソリューション

現場DX完全音声ソリューション

スマートヘルメット Smart Helmet DX

視線は設備に、両手は作業に。
PC・端末の手動操作を「完全音声化」でリプレイス。

Terrastra Smart Helmet
CONCEPT

現場の無駄をなくす、完全音声ワークフロー

スマートヘルメットが解決する現場の課題

  • システムへの手動入力による「作業の中断」
  • マニュアル確認のための「移動と検索のロス」
  • トラブル発生時の「専門家との情報共有の遅れ」
  • 事後の「報告書作成にかかる事務負担」

システムの圧倒的な優位性

PC手動操作より圧倒的に速い

従来の「PCやタブレットを手動で操作して資料を探す」行為を完全に音声対話へ置き換え。よりタイムリーかつ高効率に必要な情報を引き出します。

進捗のリアルタイム同期・手動報告ゼロ

多言語のリアルタイム音声対応により、作業の進捗は発話するだけで即座に更新。作業後の面倒な報告書の手入力作業から作業者を完全に解放します。

全記録・追跡・分析による「経験の永続的に蓄積」

すべての作業プロセスは全工程記録・追跡・分析が可能。現場で収集された大量のデータが企業のAIを絶えず学習・進化させ、熟練者の属人的な経験を企業のデジタル資産として永続的に蓄積・保存します。

HARDWARE

ハードウェア仕様と機能

純粋な音声対話と、高度な環境モニタリングに特化したインテリジェント・デバイス。

従来型からの進化:能動的な安全管理と全記録

単なる物理的な頭部保護を目的とした従来の安全帽とは異なり、環境を能動的(プロアクティブ)に監視し、作業員を危険から未然に守り、すべての状況をデジタル記録する次世代のエッジソリューションです。

内蔵デバイス

DEVICES
Integrated Devices

内蔵センサー

SENSORS
Integrated Sensors

1. リアルタイム監視 Real-Time Monitoring

  • 環境センサー: 温度、湿度、ガスレベルなどの環境要因を監視し、有毒ガスや異常な熱などの危険を検知します。
  • アラートシステム: 安全でない状況が検知された場合、着用者と接続システムにリアルタイムでアラートを送信します。

2. 状況認識の強化 Situational Awareness

  • 統合カメラ: 高解像度カメラが周囲の状況を捉え、潜在的なリスクの特定を支援します。
  • LED照明 & レーザー: 低照度環境の視認性確保と、正確な位置決め・照準合わせをサポートします。

3. 接続性と通信 Connectivity

  • 緊急通信: BluetoothおよびWi-Fiを搭載し、緊急時に管理者やチームとの即時通信を可能にします。
  • GPSトラッキング: 着用者の位置を追跡し、緊急時や事故発生時の迅速な対応を実現します。

4. 能動的なデータ管理 Proactive Data

  • エッジコンピューティング: ローカル処理により、危険な距離や不安定な足場の検出など、即座のフィードバックを提供。
  • 集中監視: データをコントロールセンターへ送信し、管理者が状況を俯瞰してリスクに介入可能。

5. 安全プロトコルの統合 Protocol Integration

  • カスタマイズ連携: 建設、鉱業、エネルギーなど、様々な業界固有の安全基準に合わせてシステムを構成。
  • 自動異常アラート: 長時間の非アクティブや異常な動きを検知した場合、自動アラートで対応時間を短縮。

6. 環境耐久性とヘルスケア Durability & Health

  • 防水・防塵 & 耐衝撃: 厳しい現場環境に耐えるIP67保護基準と、機能を損なわない堅牢な物理設計。
  • 疲労検知モニタリング: センサーが心拍数や疲労の兆候を検知し、プロアクティブな健康管理を促進。
ARCHITECTURE

システム構成とデータ・エコシステム

音声とAIの連携で、ハンズフリーな現場ナビゲーションを実現。
現場データを継続学習し、熟練者のノウハウをデジタル資産化します。

System Architecture Diagram

データ連携フロー

① エッジ(現場)

スマート安全帽が音声・映像・センサーデータをリアルタイムにクラウドへ送信。

② AI基盤(処理)

LLMとRAGを活用し、作業者の音声を解析。膨大なマニュアルから最適解を即座に抽出。

③ 業務システム連携(バックエンド)

既存のDBや基幹システムと連携し、タスクの更新や作業記録を全自動化。

④ 遠隔支援(テックセンター)

AIで未解決の事象は、専門家へ映像・音声ごとシームレスにエスカレーション。

SERVICE INTEGRATION

All Services Online

日常作業・作業指導・トラブルシューティングなど、現場のあらゆる業務をオンラインで統合し、全工程をトラッキングします。

ユーザーアクセスとセキュリティ

  • シングルサインオンログイン

ワークフローおよびタスク管理

  • インタラクティブチェックリスト
  • 割り当ておよび保留中タスクの概要
  • 完成した工程と進捗の概要

ハンズフリー操作および認識

  • ナビゲーション操作の音声コントロール
  • テキスト・QRコードなど認識

ガイダンス提供・ドキュメント

  • ステップバイステップのワークフローガイド
  • リファレンスドキュメントへのアクセス
  • 技術文書の詳細閲覧
  • AI搭載のセマンティック検索

コミュニケーションおよびトレーニング

  • 報告用の写真・動画の記録
  • 専門家支援のビデオ通話
  • 新規ユーザー向けのトレーニングおよびデモモード
VOICE WORKFLOW SIMULATOR

完全音声ワークフロー体験

作業者はマイクを通じてシステムと対話し、システムからのタスク受信、RAGによる障害対応、専門家へのビデオ通話エスカレーション、全工程のログ記録まで、一連のプロセスをシミュレーションします。
キーポイント:PC操作不要・リアルタイム進捗更新・事後報告書作成ゼロ。

AI
AI System Integration
Voice Channel: Connected
SESSION #9402
--- システム起動 ---

作業者の音声コマンド(クリックして発話)

SUCCESS CASE

【導入事例】大手自動車工場における保全DX

導入企業:某大手自動車メーカー プレス工場 様

従来、作業者は点検やトラブルの度に「PCやタブレットを手動操作してマニュアルを探す」、または「作業後に事務所に戻り、手作業で報告書を作成する」といった非効率な環境にありました。

本ソリューションの導入により、現場の作業員は音声対話のみでAIやバックエンドシステムと連携。タイムリーかつ効率的な業務遂行が可能となり、現場での経験データはすべてAIへと永続的に蓄積・保存されています。

事例1 音声誘導と進捗リアルタイム同期

【導入前の課題】 紙のチェックリストやタブレット入力のため、工具から都度手を離す必要があった。管理者は作業が終わるまで進捗を把握できない。

【解決・導入後】 システム連携により、任務の下達から実績入力まで完全音声化。作業者は声で結果を報告するだけで、作業進捗がリアルタイムに同期・更新されます。

INTERACTIVE DEMO

手順 1: 作動油タンク油位確認 進行中...

AI音声: 「3号液圧プレスの油位を確認してください。正常ですか?」

手順 2: サーボモータ温度確認 待機中

AI音声: 「モータ温度計を確認してください。60度以下ですか?」

手順 3: 完了報告 待機中

AI音声: 「全ての点検が完了しました。システムにデータを同期しますか?」

バックエンドシステム処理ログ

※リアルタイム同期
SYSTEM SYNC: ONLINE CONNECTING...

[SYS] Worker Logged in.

[SYSTEM] Downloading Task ID: JH-L3-001...

[AI] Prompting worker via TTS...

IMPACT & ROI

導入効果とAIによる経験の永続的に蓄積

PC操作の排除と知識検索の即時化により、保守業務のあらゆるKPIが劇的に改善します。

Speed
検索・操作時間 大幅削減

従来のPC操作を音声対話で代替し、よりタイムリーで高効率に解決

Zero
手動報告・事務作業

作業進捗のリアルタイム同期により、事後の手作業による報告書作成が不要に

Asset
属人的な経験の永続的に蓄積

全工程の記録・分析により、企業のAIが大量データを継続学習し経験を保存

20%+
生産性の向上

完全ハンズフリー化により、常に視線を設備に保ちながら作業を実行

修復時間 (MTTR) 短縮

点検漏れ・ミスの削減

コスト対効果 (vs ARグラス)

完全オンプレミス ・ データは現場から出さない

AIが「先生」になり
現場のAIを育てる

「人の目で見て判断できるもの」は、原則すべてAIで判定可能です。
危険な行動をリアルタイムで検知・警報しながら、システム自身が自律的に学習し賢くなります。

プロジェクト背景と必要性

安全生産はあらゆる企業の最重要課題です。事故リスクを低減するため、既に多くのCCTV(監視カメラ)が導入されていますが、真の「リアルタイム安全管理ツール」としては機能していません。

従来型CCTV管理の限界

  • 目視への依存と事後対応: 現在のシステムは、担当者のモニター監視や「事故発生後の録画確認」に留まっています。
  • 極めて低い監視効率: 人間が大量の画面を長時間監視し続けることは不可能です。
  • 見落としのリスク: サンプリング的な確認では全時間・全エリアを網羅できず、多くの安全上の隠れた危険が発見されません。

AI導入における技術的課題

  • 1. 現場環境が複雑: 設備の遮蔽、交差作業、光の変化、粉塵などにより、認識難易度が極めて高い。
  • 2. 高品質データの不足: 違反行為は低頻度であり、高精度モデルの学習に必要なアノテーション済みデータが不足。
  • 3. 4K映像の算力圧力: 高解像度映像をすべてリアルタイム解析すると、計算負荷が膨大になる。
  • 4. データセキュリティ制限: 生産データは外部クラウドにアップロードできず、完全オンプレミス環境が必要。
  • 5. モデル汎化の困難さ: 工場や作業内容ごとに環境が異なり、汎用モデルの直接適用が難しい。

当社の解決策:軽量モデル × 大規模モデルの協調アーキテクチャ

フロントエンドに軽量な検出モデル(YOLO)を配置し、リアルタイムで対象を検出。バックエンドの多模態大規模モデル(LLM)で意味推論と論理判断を行います。同時にモデル蒸留メカニズムを通じて、バックエンドの推論結果を新たな訓練データに変換し、フロントエンドを継続的に最適化します。

これにより、「限られた算力」 「オンプレミス展開」 「データ安全の確保」の条件下で、監視カメラを能動的にリスクを発見・警報するリアルタイム安全管理ツールへと進化させます。

本システムの圧倒的な5つの優位性

従来型AIの課題を構造的に解決しました。

低算力で稼働

常時高負荷な大モデルは使いません。YOLO(小モデル)がフィルタリングし、必要な時だけ大モデルが動くため、汎用的なエッジPCで動作可能です。

完全オンプレミス

データは局域網(LAN)を出ません。外部クラウドへの依存ゼロ。セキュリティポリシーが厳しい工場や研究所でも安心して導入できます。

人の目と同等の判断

単なる物体検知ではありません。「ふらついている」「手順を飛ばした」など、原則、人が見て判断できる事象はすべてAIで言語化・判断可能です。

自律的な進化

大量の人手によるラベル付けは不要です。大モデルが教師となり、小モデルを自動訓練する閉ループ学習を搭載しています。

運用コストの低减

導入後6ヶ月でシステムは安定期に入ります。学習のための計算リソース需要は激減し、最小限の維持コストで高精度を維持し続けます。

システム成長のロードマップ

導入初期は「先生(大モデル)」に頼りますが、徐々に「生徒(YOLO)」が自立し、高度な検知を軽快な算力でこなせるようになります。

Day 1: 導入初期

「ポケットに手を入れているか」等の複雑な状態は大モデルに毎回質問します。(高負荷)

2ヶ月後: 成長期

大モデルが作った教材でYOLOが学習し、現場特有の危険パターンを単独で理解し始めます。

6ヶ月後: 安定期

ほぼ全てのパターンをYOLOが習得。大モデルへの質問は未知のケースのみとなり、算力コストが激減します。

精度向上と学習コストの推移

YOLO単独判断の正確性
大モデルへの依存度 (コスト)
Autonomy Demo

仕組みの可視化:YOLOの自律学習サイクル

「分からないことは先生に聞く → 教えてもらう → 覚える」
極少数の人工アノテーションのみで、AIがこのプロセスを自動で行います。

学習フロー制御

1

初期検出

YOLOが「人」を発見

2

切り出し

画像を拡大(120%)し抽出

3

先生に相談

Qwenが論理診断

4

教材作成

「正解」を自動付与

5

生徒の学習

YOLOが自立学習

システム待機中

左側のボタン、または「自動再生」を押してデモを開始してください。

安全管理を超えた拡張シナリオ

「目で見て分かる」論理ルールであれば、あらゆる業務にこの自律学習サイクルを適用し、継続的に賢くすることが可能です。

人機協調・安全距離

フォークリフトと人の離隔距離を判定。「接近方向」や「死角」を考慮した高度な安全判断。

廃棄物・グレード判定

スクラップ等の「鋼材含有率」を目視レベルで推定。ベテランの目利きをAI化します。

工程手順の遵守

「手順Aの前に手順Bを行った」等の順序ミスや特定の加工作業の漏れを論理的に検出します。

論理的品質検査 (QC)

外観・数量だけでなく、「ラベルと中身の整合性」などの論理関係・意味的な矛盾をチェックします。

Case Study

実際の導入事例:多目標識別AI

実際の監視カメラ映像を用いて、危険な行動や異常をリアルタイムに特定・警報した稼働事例です。

歩きスマホ検知

歩きスマホ検知

違反行為を自動保存・レポート作成

現在精度 86%
転倒検知

転倒検知

転倒瞬間および転倒の兆候を検知・通知

現在精度 84%
Attention
ポケット手入れ歩行

ポケット手入れ歩行

受身が取れない危険な歩行姿勢を検出

現在精度 82%
安全装備未装着

安全装備未装着

作業服・ヘルメット等の装着有無を判別

現在精度 87%
炎・煙検知

炎、煙検知

視覚ベースでの火災・初期発煙の識別

現在精度 85%
障害物検知

立入禁止/障害物検知

禁止エリアへの侵入、避難通路の障害物検知

現在精度 88%
COMPANY

会社概要

会社名
株式会社 Terrastra
所在地
東京都東村山市1-24-21 ケンジントンコート307
役員
代表取締役社長 仲松福華
技術開発責任者
大地 (兼、大連慧川通信科技有限公司CEO)
事業内容
IoTデバイスによって収集されたデータを活用し、数学的手法とデータ分析を用いて現場の実際の課題を解決するソリューションを提供する企業です。

数学・アルゴリズム分野の知見を活かし、画像認識、予測分析、最適化アルゴリズムなど、お客様の課題に合わせたカスタマイズされたアルゴリズム開発を行っています。
関係会社
大連慧川通信科技有限公司 / DHC(2007年設立)
拠点
日本(東京)、中国(大連)
CONTACT

お問い合わせ

ご相談・お見積りなど、お気軽にご連絡ください。

お電話でのご連絡

090-5679-7987

メールでのご連絡

f.nakamatsu@terrastra.co.jp

zhao@terrastra.co.jp