Upgrade to Pro — share decks privately, control downloads, hide ads and more …

GCPを活用した物流倉庫内の異常検知/Anomaly detection in distribution warehouse using GCP

ASKUL Engineer
September 12, 2019

GCPを活用した物流倉庫内の異常検知/Anomaly detection in distribution warehouse using GCP

Google Cloud NEXT '19 in Tokyo での発表資料です。
https://cloud.withgoogle.com/next/tokyo

ASKUL Engineer

September 12, 2019
Tweet

More Decks by ASKUL Engineer

Other Decks in Technology

Transcript

  1. 自己紹介 氏名: 三井 康行 略歴:  2003 年 ~ 国内大手電機メーカー研究員 テキスト音声合成等,音声言語処理の基礎研究

     2016 年 10 月 ~ 現職 現在のテーマ:  機械学習を用いた最適化   在庫配置,配送,需要予測,etc.  その他諸々(予知保全,データ基盤整備,庫内自動化,etc.)
  2. No Read Error • BCR のエラー ◦ バーコードの読取に失敗 • 原因

    ◦ 高速移動 ◦ バーコードの擦れ ◦ 振動等による BCR 本体のズレ ◦ BCRの異常(設定ミス,故障)
  3. 事前把握は可能? • 倉庫内でのエラー確認は困難 ◦ 数百台 @ AVC 関西 ◦ エラー表示端末が倉庫内に点在

    ◦ 全件確認に数時間 • 異常判断が困難 ◦ 何回エラーを出したら異常? ◦ 徐々に/急に増えたら異常? 従来設備では不可能
  4. BigQuery によるデータ蓄積 • 設備稼働ログを BigQuery に蓄積 ◦ 全 BCR について

    ▪ 正常通過回数 ▪ No Read Error 回数 • データ可用性を重視
  5. Compute Engine によるデータ処理 1. Data Portal 用データ加工 ◦ BigQuery +

    python(pandas + pandas_gbq) にて実装 ◦ 一定期間毎のエラー率,エラー回数累計等を計算 2. Slack を用いたアラート発報 ◦ 1 日1 回アラートを発報 ◦ 対話形式で対応済機器を登録
  6. Slack 画面イメージ(アラート時) 日付 BCR位置 NR率 NR回数 通過回数 20190701 3F_A_GTP_15_S 1.09

    20 1809 20190701 4F_C_GTP_03_S 3.56 98 2756 20190701 3F_A_GTP_IN_A1_E 2.53 25 987 2019年7月1日分のBCR No Readアラートをお知らせします。 AVCK_bot アプリ 10:15 過去5日間で  「3F_A_GTP_15_S」が3回【 2019/06/29 対応済 】  「4F_C_GTP_03_S」が2回 それぞれ閾値を超えています。 送信 +
  7. Slack 画面イメージ(対応時) 4F_C_GTP_03_S 対応完了 三井_yasuyuki_mitsui 12:30 送信 + 過去5日間で  「3F_A_GTP_15_S」が3回【

    2019/07/01 対応済 】  「4F_C_GTP_03_S」が2回 それぞれ閾値を超えています。 @AVCK_bot
  8. Slack 画面イメージ(対応時) 三井_yasuyuki_mitsui 12:30 @yasuyuki_mitsui:  「4F_C_GTP_03_S」を対応済リストに登録しました。 送信 + アプリ AVCK_bot

    12:30 過去5日間で  「3F_A_GTP_15_S」が3回【 2019/07/01 対応済 】  「4F_C_GTP_03_S」が2回 それぞれ閾値を超えています。 4F_C_GTP_03_S 対応完了 @AVCK_bot
  9. Data Portal によるグラフ化 • BigQuery に蓄積されたデータをグラフ化 ◦ No Read Error

    率を時系列可視化 ◦ Error 率の推移を確認 • 現場スタッフによる UI 利用 ◦ 対象 BCR のフィルタリング ◦ 表示期間指定
  10. GCPとの連携強化(予知保全以外) • スタンドアロンなデータ同士の GCP 上で連携 ◦ 在庫 ◦ 売上 ◦

    配送 ◦ 販促 etc. • 未来の姿:全てのデータを GCP 上で処理 ◦ 分析 ◦ 予測(機械学習)