
資産ドキュメンテーションの革新 - スマートフォンとApple Vision Proで航空宇宙部品の検査を変える
Laan Labsが、空間コンピューティングとAIを活用した迅速な検査と記録(RID)によって、産業界における重要資産の記録、検査、共同作業のあり方をどのように変えているかを紹介します。
課題:RIDによる大規模なドキュメンテーション
あらゆる業界が、同じ根本的な課題に直面しています。物理的な資産に関する情報を、どうすれば迅速に記録し、検査し、共有できるのか、という課題です。損害を査定する保険の査定担当者でも、航空機の部品を検査する技術者でも、撮影を計画する映像制作チームでも、問いは変わりません。それはどこにあるのか。それは何か。どのような状態なのか。
従来のドキュメンテーション手法は非常に時間がかかり、人為的なミスが起きやすく、共有しにくい情報のサイロを生み出します。検査員は通常、何百枚もの写真を撮り、報告書を手書きで作成し、複数回の訪問にまたがる所見を記憶に頼ってつなぎ合わせています。重要な詳細は見落とされ、手書きのメモは判読できなくなり、遠隔地のチームに所見を共有するには報告書の作成に何時間もかかります。
私たちは長年ARやVR、XRに携わり、この技術が実験的なものから不可欠なものへと発展するのを見てきました。そして今、モバイルの処理能力、コンピュータビジョン、Apple Vision Proのような空間コンピューティングプラットフォーム、最新のマルチモーダルAIが融合したことで、ようやく迅速な検査と記録(RID:Rapid Inspection & Documentation)という構想を実現できるようになりました。
Laan Labsは、空間コンピューティングとAIを使って、航空宇宙部品の検査から保険請求まで、さまざまな業界の資産ドキュメンテーションを変革し、包括的な記録をあらゆる人が利用できるようにしています。
RIDとは
RID(Rapid Inspection & Documentation)は、物理的な資産の情報を取得し、保存し、共同で扱うための、当社の体系的なアプローチです。何百万人もが利用するコンピュータビジョンやARのアプリケーションを開発してきた長年の経験から生まれたもので、モバイルセンサー、空間コンピューティング、人工知能の進歩の集大成といえるものです。
RIDの進化
従来の検査ワークフローは分断されていました。写真を撮り、シリアル番号を手で書き写し、別々に報告書を作成し、見落としがないことを願うしかありませんでした。RIDはこれを、AIが負荷の大きい作業を担う、1つのインテリジェントなワークフローに統合します。
RIDは単に写真を撮るだけではありません。次の要素を組み合わせた、AIで強化された包括的なデジタルツインを作り出すものです。
- 高解像度の2D画像と3D位置データ:空間的な文脈を自動的に取得
- 自動テキスト抽出とOCR:厳しい条件下でも、シリアル番号、ラベル、標識を読み取り
- マルチモーダルLLMによる分析:画像を理解し、欠陥を特定し、詳細な報告書を生成できる最新のビジョン言語モデル
- 没入型のXRレビュー機能:空間コンピューティング環境でのレビューと共同作業
RIDの強み
RIDを変革的なものにしているのは、最新のマルチモーダル大規模言語モデルの統合です。これらのAIシステムは、次のことができます。
- 特定の資産について事前学習をしなくても、画像から部品や構成要素を識別する
- 欠陥、腐食、損傷、摩耗のパターンを検出する
- 複数の角度からテキストを抽出して集約する(部分的なOCRの問題を解決)
- 包括的な検査報告書を自然言語で生成する
- 視覚的な証拠に基づいて、資産の状態に関する質問に答える
- 現在の状態を過去の記録と比較する
RIDの魅力は、その汎用性にあります。すでに、次のような業界で導入が進んでいます。
- 建築・計画:デジタルツインと改修計画の作成
- 製造:設備の状態の記録
- 保険:請求の記録と施設の調査
- 映画・VFX:制作計画とプリビジュアライゼーション
- 不動産:バーチャルツアーと物件管理
- 海運・物流:貨物管理と見積もり
事例:航空宇宙部品のドキュメンテーション
RIDの能力を示すために、再利用を目的とした使用済み航空宇宙部品を記録した最近のプロジェクト、具体的にはエアバスA318の降着装置の事例を見てみましょう。
課題
A318は生産数が限られており(2001年から2013年に製造されたのは約80機のみ)、多くの機体が今も運航しているため、交換部品の需要が続いています。課題は、機体が運航中のあいだに、複雑な部品の状態をどのように継続的に記録し、将来の再利用に向けて正確な情報を確保するか、という点でした。
当社のソリューション
LiDAR搭載のiPhoneだけで、現場の技術者は次のことができるようになりました。
- グラウンドトゥルースデータの取得:姿勢データ付きのRGB画像、深度情報、GPS座標、現場での注釈を含む、包括的なデータセットを作成
- リアルタイムの3D再構築:2D画像から正確な3Dモデルをデバイス上で生成
- AIによる目視検査:最新のLLMが画像を分析し、次のことを行います
- 斜めから撮影した、あるいは一部が隠れた刻印も含め、写真から部品番号やシリアルコードを読み取り、技術者が確認できるようにする
- 表面の欠陥、腐食、亀裂、摩耗のパターンを検出する
- 構成部品の状態を評価し、安全上の懸念の可能性を指摘する
- 詳細な検査報告書を自動的に生成する
- インテリジェントなOCRとテキストの集約:当社のマルチモーダルLLMの統合は、部分的なテキストの処理や、複数の角度からの情報の集約に優れており、従来のOCRシステムでは解決できなかったコンピュータビジョンの課題を解消します
- 表面への注釈:確認や共同作業が必要な特定の箇所を、3Dモデル上に直接マークできる
- 対話型の分析:資産について質問すると(「油圧系の部品をすべて表示して」「ブレーキアセンブリの状態は?」など)、取得した視覚データに基づくAIの回答が得られる
その結果、スマートフォンで一度に取得できる記録が得られます。画像や所見のすべてが部品上の位置と結びついているため、メモやばらばらの写真よりも一貫性があり、より完全です。
最新のLLM:RIDを支えるインテリジェンス
RIDの能力におけるブレークスルーは、画像を詳細に説明し、推論できる最先端のマルチモーダル大規模言語モデルを統合したことで生まれました。RIDでは、その出力は提案にとどまります。各所見は、資格を持つ技術者が確認して承認したうえで記録されます。当社のプラットフォームは、複数のLLMプロバイダーを活用し、検査のシナリオごとに最適化しています。
本番環境のビジョン言語モデル
RIDプラットフォームは、OpenAI、Anthropic Claude、Google Geminiをはじめとする主要なAIプロバイダーの最先端のマルチモーダルモデルを統合しており、次のような機能を実現します。
- 視覚的な欠陥や異常についての複雑な推論
- 複数画像の比較による経時変化の検出
- 文脈を踏まえた詳細な検査報告書の生成
- 構成部品間の空間的な関係の理解
- 技術文書の分析
- 困難な角度からの部分的なテキスト抽出における優れた性能
- 構造化された出力による包括的な報告書の生成
カスタムのファインチューニング済みモデル
これらの基盤モデルに加えて、当社は専用のモデルも開発しています。
欠陥検出モデル:業界固有のデータセットでファインチューニングし、次を特定します。
- 航空宇宙部品の腐食パターン
- 建物やインフラの構造的損傷
- 機械システムの摩耗の兆候
- 製造における表面仕上げの品質
部品識別モデル:次を認識するようにカスタム学習しています。
- 特定の航空機の構成部品やアセンブリ
- 製造設備や工具
- 建物の設備やHVAC部品
- 車両の部品やアセンブリ
OCR強化モデル:次に特化しています。
- 劣化または損傷したシリアル番号の読み取り
- 曲面や反射する表面からのテキスト抽出
- 複数の画像にまたがる部分的なテキスト断片の集約
- 照明が不十分な場合や撮影条件が厳しい場合への対応
マルチモデルのアプローチ
RIDプラットフォームは、最大限の精度を要する重要な安全検査、高速な処理が必要な大量のドキュメンテーション、カスタムのファインチューニング済みモデルによる特化した検出、技術者へ即座にフィードバックするリアルタイムの現場分析など、個々のユースケースに応じて、検査タスクを最適なAIモデルへインテリジェントに振り分けます。
この柔軟性により、あらゆるシナリオで性能、コスト、精度を最適に保てます。ユーザーが、特定の要件やコンプライアンス上のニーズに基づいて、使用するモデルを手動で選択することも可能です。
実務上の効果
これらのLLMの統合は、検査ワークフローを一変させます。
- 報告書の自動生成:手作業で何時間もかかっていた執筆が数秒で完了し、視覚的な証拠に裏づけられた包括的な分析が得られます
- 一貫性:すべての検査が同じチェックリストとプロンプトで実行されるため、検査員による ばらつきが減ります。最終的な判断は引き続き技術者が行います
- 利用しやすさ:専門家でなくても、AIのガイダンスを受けながら詳細な技術検査を実施できます
- 継続的な改善:確認済みの検査は、プロンプトの改善や新しいモデルの評価のための事例になります。モデルが使用を通じて自動的に学習することはありません
技術スタック
RIDのパイプラインは、ワークフロー全体にわたって最先端の技術を活用しています。
- モバイルキャプチャ:深度センシングと姿勢トラッキングのためにLiDARを搭載したiOSデバイス
- コンピュータビジョン:物体検出、シーン分析、空間の再構築のためのカスタムMLモデル
- マルチモーダルLLMの統合:
- 視覚と言語の理解にはOpenAIのモデル
- 技術的な分析にはAnthropic Claude
- 大量処理にはGoogle Gemini
- 特定分野の検査タスク向けのカスタムのファインチューニング済みモデル
- 空間コンピューティング:没入型のレビューと共同作業のためのApple Vision Pro
- クラウド処理:Gaussian Splatの生成、3D再構築、分散AI推論のためのスケーラブルなバックエンド
- データベースとストレージ:空間データ、バージョン管理、共同作業のワークフローに最適化
Apple Vision Pro:遠隔での共同作業を変えるゲームチェンジャー
Apple Vision Proは、遠隔地のチームが物理的な資産について共同作業を行うあり方を変えました。技術者は、世界中のどこからでも部品を高い忠実度で確認でき、デバイスの高解像度ディスプレイは検査作業に必要な細部まで映し出します。
LLMによる分析と組み合わせることで、チームは次のことができます。
- AIが生成した注釈で注意が必要な箇所を強調した、3D再構築を表示する
- 空間モデルに没入したまま、資産の状態について自然言語で質問する
- AIが生成した検査報告書を、実際の3Dジオメトリと並べて確認する
- 同じAIの洞察をリアルタイムで見ている遠隔地のチームメンバーと共同作業する
また、これらの機能を披露し、創造的・技術的な用途における空間コンピューティングの可能性を体感していただくために、空間描画アプリのAirDrawも開発しました。
今後の展望
RIDは、単なる技術的な成果にとどまりません。組織が物理的な資産のドキュメンテーションをどう捉えるかを根本から変えるものです。モバイルデバイスの普及と、空間コンピューティングやAIの力を組み合わせることで、包括的なドキュメンテーションをあらゆる人が利用できるようにしています。
モバイルセンサーの進化、強力なオンデバイス処理、クラウドベースのAI、没入型ディスプレイなど、今日見られる技術の融合は、数年前には夢でしかなかった機会を生み出しています。これらの技術が進化し続けるなか、私たちは空間コンピューティングとコンピュータビジョンで可能なことの限界を押し広げていきます。
このプロジェクトについて
この取り組みは、約20年にわたるモバイル、AR、空間コンピューティングのソフトウェア開発の集大成です。7,000万を超えるアプリのダウンロードと、3D Scanner App、Face Swap Live、iVideoCameraなどのアプリを含む、App Storeでの複数の1位獲得を通じて、複雑な技術を誰もが使いやすく役立つものにするために何が必要かを学んできました。
RIDがお客様のドキュメンテーションのワークフローをどのように変えられるか、詳しくお知りになりたい方は、labs@laan.comまでご連絡いただくか、laan.comをご覧ください。
使用技術
コンピュータビジョン、ニューラルネットワーク、LLMの統合、空間コンピューティング、Apple Vision Pro、モバイルLiDAR、Gaussian Splatting、OCR、クラウドサービス
Laan Labs と協業する
空間コンピューティング:AR・VR・ヘッドセット開発
現実世界を理解し描画するアプリを、Apple Vision Pro、Meta Quest、Android XR、スマートグラス、スマートフォン、Webで開発します。
この記事をダウンロード
オフラインで読めるMarkdownソースを入手できます



