安価で手軽に活用できるようになったAI技術とIoT機器。これらを活用することで、スマートファクトリー化のためのシステムが比較的容易に構築できることを、実習を通じて体感する。実習では、システムの一例として、AIによる製品の不具合自動検知システムの実装に取り組む。実装に使われている技術や機器についての知識を深めることにより、複雑なシステムでなければAIやIoT技術の導入のハードルが高くないことを知ってもらい、その後のAIやIoT技術の手の内化のきっかけにして欲しい。
科目一覧
Implementation of Smart Factory
AI技術とIoT機器を用いた基本的なシステム構築方法を理解する
スマートファクトリラボ
担当講師 | 清水 勉(公益財団法人ひろしま産業振興機構)、永山 忍、市原 英行、児島 彰(広島市立大学) |
---|---|
分類 | ラボ |
授業形態 | 対面 |
時数 | 16コマ |
時間数 | 24時間 |
到達目標 | ・演習を通じてAI技術の基本的な活用方法について理解する。 ・演習を通じてIoT機器の基本的な活用方法について理解する。 ・演習を通じてAIとIoT技術を用いた基本的なシステム構築方法を理解する。 ・AIやIoTによるサイバー空間と現実課題とのつながりを理解する。 |
難易度 | ★★★ |
分野別難易度 | Linux:★ Python:★ 機械学習:★ 画像処理:★ ※履修モデルならコース内で学習できます。 ※Linuxにあまり詳しくない方はある程度自学しておくことをおすすめします。 |
履修上の注意 | この科目は「スマートファクトリモデル」のラボ科目です。 同モデルの事前学習科目はこちら(推奨科目) ・Python入門 ・画像処理 ・機械学習 すでに上記いずれかを習得済の方へのおすすめ(取替可) ・IoT概論 ・論理回路 ・ハードウェア記述言語入門 その他 ・Linux OSの簡単な操作や、Pythonの簡単なプログラミングができること。 ・画像処理や機械学習(AI)の基礎知識を有していると実習の理解が深まる。 |
授業計画 ・内容 |
1回あたり2コマずつの実習とします。 (1) AIによる不具合自動検知システムの概要説明と実装環境のセットアップ (2) RaspberryPi、カメラ、LEDライト、センサ、ベルトコンベアなど(ハード部分)の構築 (3) ベルトコンベアの制御、センサ値取得、およびLEDライト点灯プログラムの作成 (4) AI学習用データの自動収集プログラムの作成 (5) データ整理とAI学習プログラムの作成 (6) 機械学習によるAIモデルの作成と学習パラメータの調整 (7) AIモデルによる不具合検知プログラムの作成 (8) 構築したシステムの動作確認と今後の発展・応用についてグループディスカッション |
事前・事後学習 の内容 |
あらかじめ提供された教材を予習しておく。 事後に実習内容と課題をまとめたレポートを提出する。 |
成績評価の 方法 |
レポート内容および実習に取り組む姿勢で評価する。 |
教科書 ・参考書等 |
教科書 「カーハッカーズ・ハンドブック ―車載システムの仕組み・分析・セキュリティ」 Craig Smith著、オライリージャパン、2017年 その他、授業中に必要な資料を配布します。 |
キーワード | Pythonプログラミング、RaspberryPi、機械学習・深層学習、画像処理 |