カメラ×AIで挑む「ホワイト物流」― 車両管理、自動化の壁と突破口【SORACOM Discovery 2026】

物流拠点の荷待ち時間や深夜の路上待機。「ホワイト物流」実現に向けた課題に対し、豊田自動織機はソラカメ×SORACOM Fluxによるナンバープレート自動読取という解決策を見出しました。自社工場での技術検証で直面したリアルな壁の乗り越え方、カメラ×AIを活用したDX新規プロジェクト推進の秘訣を余すところなく語ります。

株式会社豊田自動織機 グループ長 板津 直弥
株式会社ソラコム 事業責任者（ソラカメ＆SORACOM Flux） 高見 悠介

Transcript

1. カメラ×AIで挑む「ホワイト物流」 車両管理、自動化の壁と突破口 株式会社豊田自動織機 グループ長 板津 直弥 氏 株式会社ソラコム 事業責任者（ソラカメ＆SORACOM Flux） 高見 悠介
2. 自己紹介 株式会社ソラコム /事業責任者（ソラカメ＆SORACOM Flux） 高見 悠介 (たかみ ゆうすけ) 新事業開発（ソラカメ＆SORACOM Flux）を担当 経歴: 大手システムインテーグレーターにて 国内外の通信や決済サービスの事業開発を経て現職
3. タイムテーブル ⚫14:40~14:43 オープニング ⚫14:43~14:58 豊田自動織機 板津様 事例紹介セッション ⚫15:59~15:09 パネルディスカッション ⚫15:09~15:10 クロージング
4. 電源＆Wi-Fiがあれば、 工事不要ですぐ始められる 1台 3,980円〜 2022年5月〜サービス提供開始 ライブ映像 常時録画 モーション検知録画 マルチデバイス対応 (PCブラウザ, iOS, Android) クラウドライセンスは 月額990円/台〜 APIも標準提供 （画像解析等のAI活用も可）
5. APIでクラウド型カメラを最大限活用！ 安価なカメラでありながら、オープンなAPIを標準提供！ ソラカメを組み込んだ独自サービス開発や、AIによる画像解析が より簡単に、より安価に。 APIを利用して、クラウド上の 映像/静止画データを取得 ソラカメAPI お客様サーバー
6. どこでもソラカメが使える世界に！！ 【ソラカメ（標準）】 電源とWi-Fiがある場所で とにかく手軽に沢山設置 【ソラカメ屋外スターターキット】 ルーターと大容量SIMを 防水筐体に格納！！ 電源があれば屋外で使える！ 【ソラカメ屋外ソーラーキット】 太陽光パネル、蓄電池を内蔵し、 ルーター＆大容量SIMもセット。 屋外電源レス環境でも使える！
7. ソラカメ x SORACOM FluxでAI解析も可能！ クラウドサービス センサーやモニタリング機器 外部データ カメラや映像デバイス 外から駆動可能なデバイス データの 流れの定義 AI プロンプト 通知サービス
8. S O R A C O M D I S C O V E R Y 2 0 2 6 カメラ×AIで挑む ホワイト物流 AIを相棒に、小さく始める物流DX 株式会社 豊田自動織機 板津 直弥
9. S P E A K E R 板津 直弥 株式会社 豊田自動織機 トヨタL&Fカンパニー 商品企画部 データドリブン推進室 コネクテッド企画グループ Naoya Itatsu 2 / 29
10. Ⅰ 活動の背景 なぜソラカメを使ったのか
11. B A C K G R O U N D 新物効法の「1時間ルール」に、 多くの物流現場が向き合っている。 新物効法とは 2024年問題を背景に、荷待ち・荷役時間の 短縮を荷主に求める法律 1時間ルール 1回の受渡しごと、構内の荷待ち・荷役等を 1時間以内に 現場の声 待機場のトラックをめぐり、より良い運用を 模索している ——この取り組みに、私たちが貢献できることはないか。 4 / 29
12. R E A L I T Y DXは大がかり？ 巨大なシステム 設計・開発・運用に、多くの人と時間がかかる 長い調整 関係部署が多く、意思決定に半年〜1年 重い投資 小さく始めて、途中で軌道修正しづらい ——だから、本当に知りたいことに、なかなか手が届かない。 5 / 29
13. O U R A P P R O A C H スピードと、正当性の両立 すぐに試したい 正当な手続きは守る 世の中の技術・サービスがどれだけ使えるか、 物流を手配している生産管理部・安全総務部・製造部、 現場で試さないと分からない。 情報セキュリティを主管するITデジタル推進部へ趣旨説明。 仰々しく始めれば、社内決裁に時間がかかる。 ハードに映像を残さない構成で、盗難時のリスクも抑える その間に、現場の困りごとは進んでしまう。 セキュリティ面も事前に確認済み。 比較的安価でセットアップも容易な 投資規模は小さく抑える。 ソラカメでまずはスタート。 6 / 29
14. O U R C H O I C E だから、 小さく始めて、現場で学ぶ。 大きなシステム開発として立ち上げるのではなく、 現場に道具を置き、動かし、直しながら、 技術の実用性を自分たちの手で見極める。 7 / 29
15. Ⅱ 高浜工場での実証 トラック入退場管理に向けて
16. T A K A H A M A — S E T U P これが、現場に置いた実証機です クラウド録画カメラ ソラカメ 移動式ポール アルミケース（電源収納） 防水延長コード 実証告知の掲示 ホームセンターとネット通販で揃えました。 9 / 29
17. H O W I T W O R K S 画像から、滞留時間が“見える化”されるまで INPUT ソラカメが撮影した画像（イメージ） SORACOM Flux 1 クラウド上で自動処理 取り込む ソラカメが送った画像を、Flux が自動で受け取る 2 AI で読み取る 生成AIがトラックの有無・ナンバー・車種を判定し、データ化 入場側 退場側 3 待ち時間を見える化 入場／退場を紐づけ、待ち時間を見える化 工場入退場ゲートの停止線付近にソラカメを設置 (入場側＋退場側) 構内を見守り、動きを検知したフレームだけをクラウドへ 自動送信。SIM内蔵・防水筐体で、現場にそのまま置ける。 Flux を最大限活用。自分たちなりに工夫して、困ったらソラコムさんにご相談 10 / 29
18. T A K A H A M A S T O R Y ｜ 0 1 AIが読みやすい画像をいかに渡すか 目的は、トラックの入退場をカメラで記録し、荷待ち・荷役時間の実態を可視化すること。 初期の定量評価（2026年2月） ｜ 通過88台がどこで減ったか（日中） 88 68 61 58 通過台数 物体検知 車両検知 4桁番号検知 前処理 読み取り 読みやすい画像を渡せばAIは高精度でナンバーを読める（車両検知61台のうち58台を正答）。ネックは“前処理” にあった。 前処理での欠損は三層で起きる：①カメラの画角 ②フレーム（画像）の抜き出し ③処理の制約 11 / 29
19. T A K A H A M A S T O R Y ｜ 0 2 課題を一つずつ解決して前進 それぞれの役割で改善に取り組んだ。 私 ｜ 現場対応 IT デジ ｜ Flux活用 ソラコム ｜ 機能改良 物理的な改善 Flux活用の工夫 機能改良 設置場所・電源・カメラ位置や画角を見直し、 画像取得の間隔・条件やイベント処理をFlux 検知処理やレート制御などFluxの機能改良に 検知モレしにくい物理条件へ。 上で工夫し、取りこぼしと誤読を削減した。 つなげた。 ※ 情報保護のため、具体的な調整内容は非公開です。 3者で課題を一つずつ潰し、検知精度の改善につなげた。 12 / 29
20. T A K A H A M A S T O R Y ｜ 0 3 昼間は98.7%へ改善。最大の課題は夜間。 昼間の4桁ナンバー検知率は改善前後で大きく前進。一方、夜間は課題。 昼間の検知率：改善前 → 改善後 66% 約 → 改善前（58/88） 対策の前後で、昼間の検知率が大幅に向上した。 最大の課題 98.7% 改善後（79/80・退場データ） 夜間の検知率 70% 約 ヘッドライトの白飛びや暗所でナンバーが読めず、 検知率が大きく低下する。 引き続き改善を継続。 13 / 29
21. Ⅲ 長草工場への展開 待機場の滞留時間を、見えるようにする
22. N A G A K U S A P L A N T 待機場に、 あふれるトラック 構内へ入る前の一時待機として、 整備したはずの駐車場。 想定を超えて長時間滞留するトラックがいて、 駐車場が、あふれてしまう。 ※イメージ画像です 15 / 29
23. C O M P A R E 同じカメラでも、目的が違う 高浜工場 長草工場 入退場を、正確に把握する 長時間滞留の車両を、見つける 目的 ・ ナンバーごとの入退場把握 目的 ・ 待機場の滞留傾向の把握 精度 ・ 限りなく 100% に近づける 精度 ・ 100% でなくてもよい 使途 ・ 構内滞留時間の集計 使途 ・ 業者との対話のきっかけ 16 / 29
24. R E S U L T — D A Y T I M E 昼は、なんとか 読める。 70% カメラが遠く高浜ほどの精度が出ない —— 設置可能な位置に制約がある。 17 / 29
25. R E S U L T — N I G H T しかし夜は、 厳しい。 • ヘッドライトで画面が白飛び • ナンバー位置が、真っ暗 • 検知精度が、大きく低下 40% もともと街灯がなく、照度が低い。
26. T R I A L & E R R O R 何度も、現場へ。 カメラの角度、高さ、向き。少しずつ動かして、また撮る。 昼間の調整 夜の見え方 LEDを装着 正解が誰にもわからないから、動きながら試すしかない。 19 / 29
27. N A G A K U S A — R E P O R T 最初の成果を報告した 長草データサンプル（PM 13–17時）を担当者へ共有。 17 台 6台 3 時間 入・出でナンバー両検知 1時間以上の滞留 最長の滞留車両 その後の対応 — 監視ではなく、対話で確かめる 最長3時間の車両を、元請けを通じて業者へヒアリング。 判明：長時間の滞留ではなく、午後に駐車場を経ていない二度目の配送だった。 検知率は低くても活動自体は始められる。 20 / 29
28. Ⅳ AI という相棒 スマホ片手に、現場を変えていく
29. H O N E S T L Y 正直に言うと、 私は、専門家ではありません。 カメラの光学設計に、詳しくありません 画像認識のモデルに、詳しくありません 屋外照明の選定に、詳しくありません 電源工事にも、詳しくありません ——それでも、実証を止めないために。 22 / 29
30. A I P A R T N E R スマホで、AIに相談する 現場で撮った写真を、そのまま送るだけ。 AIに任せたこと 夜間ライトを相談 予算と仕様を絞り込む • 現場写真からの原因分析 • 必要な機材の仕様検討 • eｰコマースからの候補提示 • 予算内での絞り込み • 設置角度・高さの助言 設置場所を見せる 23 / 29
31. S P E E D C Y C L E 相談 → ポチる → また現場へ 改善サイクルが、すぐに回る。 01 写真を撮る 困った瞬間、現場でスマホ を構える 02 → AIに投げる 困っていることを、 そのまま話す 03 → 原因と候補を得る AIが分析、機材候補と価格 まで提示 04 → その場で発注 ネットでポチッと 05 → また現場へ 届いたら設置、改善を確認 24 / 29
32. R E D E F I N I T I O N AI が、現場の相棒だった。 一人でも、専門外でも、迷いながら前に進める。 「困った」と口に出せる相手がいる、それだけで活動は前進した。 25 / 29
33. Ⅴ 私たちが目指すもの 監視ではなく、対話のためのDX
34. O U R P U R P O S E 私たちがやりたいのは、 取り締まりでも、監視でもない。 なぜ、そのトラックは長く待っているのか。 構内に、入れない理由は何なのか。 私たちに、改善できることはないのか。 その実態を知ることが、 ホワイト物流への、第一歩だと思っています。 27 / 29
35. L E S S O N S この実証で、学んだこと 01 02 03 小さく始めることが、 最速の道になる 現場に出れば、 前進する AI は、 現場の相棒になる 大きく起案するほど遅くなる。関係部署への 説明とセキュリティ確保はしっかり、 それ以外はDIYで走り出す。 カメラの位置、光の入り方、トラックの動き。 頭ではなく体で覚えたことが、そのまま次の 改善につながる。 写真を撮って投げる、原因を聞く、候補を もらう、ポチる。一人でも改善が回り続ける 新しい仕事の仕方。 28 / 29
36. AI の時代だからこそ、 体を動かす。現場へ、行く。 小さく始める. 現場で学ぶ. AI と、改善を続ける. ご清聴ありがとうございました。
37. 新発表 LTE 内蔵 屋外対応クラウド型カメラ あらゆる現場を簡単にデジタル化 AI 時代の眼 ゼロセットアップ コンパクト 防水防塵 IP65 LTE 通信 モーション検知 ナイトビジョン 光学4倍ズーム 価格: オープンプライス 9月発売開始
38. IoTの「つなぐ」を簡単に Making Things Happen for a world that works together