　今回の実証実験では、船内にビーコン（位置情報センサー）や状況監視カメラ、スピード計測器を設置してデータを収集した。また、AIによる画像認識技術によってカメラ映像から自動車と作業員を識別し、接近状態が分かるようにした。これらのデータ分析により、車両走行スピードの抑制や作業員と車両の接触防止、車両の追突防止について検証した。

AIカメラによる監視［クリックで拡大］出所：川崎汽船

　併せて、ミツフジが提供したウェアラブルデバイスを使用し、作業員の心拍データも取得している。アルゴリズムを基に解析したデータから、作業員のストレス傾向を把握した。

ウェアラブルデバイスによる作業員のバイタル情報の取得出所：川崎汽船

　こうした各種データの分析により、船内でのスピード違反や事故、災害につながる危険な事象（ヒヤリハット）の発生件数、発生状況を可視化。安全管理強化による作業品質の向上を目指すという。

　実証実験では、大規模データのリアルタイムな可視化やAIによる異常検知、カスタマイズ可能なダッシュボード機能などを備えるリモートモニタリングソリューション「IBM Maximo Monitor」をデータ基盤「IBM Cloud」上に構築。データサイエンティストなどが、IoTアプリケーション設計やデータ分析などを支援した。

　川崎汽船では今後、実証実験の結果を踏まえて、実装に向けた検証を進めるとしている。

⇒その他の「製造業IoT」の記事はこちら

海運業界はAIが誘う「スマートコンテナ」で約束の海へ向かうのか
今後の製造業の発展に向けて必要不可欠とみられているIoT（モノのインターネット）。本連載では、IoTの現在地を確認するとともに、産業別のIoT活用の方向性を提示していく。今回は、海運業界におけるAIを活用した「スマートコンテナ」の可能性について紹介する。
日本郵船の避航操船AIが学ぶ、「ベテラン船長の技」とは
日本郵船は日本の大手“海運”会社の1つだ。そのグループ企業には船舶関連技術の研究開発に取り組む日本海洋技術とMTIがある。彼ら日本郵船グループが手掛ける研究開発案件は、自動運航関連からリモートメンテナンス、環境負荷低減、高効率舶用ハードウェア、船舶IoT、航海情報統合管理システム、操船支援システム、船陸情報共有プラットフォームなど多岐にわたる。
AIを活用し、速度や燃料消費量などの船舶性能を推定する技術を実証
富士通研究所は、AIを活用して船の速度や燃料消費量など船舶性能を推定する技術の実証を行い、船舶性能を誤差1.5％以下で予測することに成功した。2018年中に富士通からサービス提供を目指す。
船舶の安全航行に貢献する、高感度赤外線カメラの小型化に成功
富士通研究所は、船舶向けの高感度赤外線カメラを小型化する技術を開発した。小型化によって船の全周囲にカメラを配置可能になり、撮影画像とAI技術を組み合わせることで約11km先の船舶を自動で識別できる。
船舶の燃費や速度を5％以下の誤差で推定する技術を開発
富士通研究所は、船舶が実際に航海したときの運航データを活用して、船舶の燃料消費や速度などの船舶性能を5％以下の誤差で推定する技術を開発した。
属人化していた石油の海上輸送計画策定をAIで、立案時間は60分の1
出光興産とグリッドは2020年6月30日、石油製品を運ぶ内航船の海上輸送計画（配船計画）を最適化する実証実験が完了したと発表した。