『雪庇はある？』『漏水している？』と聞くだけ。アトラックラボ、LLM搭載マルチモーダルAI設備診断システムを開発

2026年8月4日

URLをコピーしました！

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。

点検対象設備の例

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。