CONTACT

  • TOP
  • SERVICE
  • ABOUT
  • VISION / MISSION / METHOD
  • RECRUIT
  • INFORMATION
  • PRIVACY POLICY
  • SECURITY
  • CONTACT

© 2016 Groovenauts,Inc.

INFORMATION

日産自動車とグルーヴノーツ、組立作業編成の最適化に関する共著論文が人工知能学会全国大会で採択

2024.05.14
  • NEWS

株式会社グルーヴノーツ(本社:福岡県福岡市、代表取締役社長:最首英裕、以下 グルーヴノーツ)は、日産自動車株式会社(本社:神奈川県横浜市西区、社長:内田誠、以下 日産)と、自動車の組立工程における作業編成立案の自動化に取り組んでいます。このたび、量子アニーリング技術を用いた組立作業の割当て最適化手法に関する共著論文が「2024年度 人工知能学会全国大会」で採択されました。同全国大会で2024年5月29日(水)に本論文の発表を行いますので、お知らせします。

取り組みの背景

自動車工場の一般的な組立ラインでは、ベルトコンベア上の車体に対して、それぞれの持ち場を担当する組立作業員により、部品の組み付けなどの各種作業が行われています。組立作業員に作業を割り当てる作業編成作業では、作業内容の車種ごとの違いや各作業場所にある設備との兼ね合い、作業の順序関係、所要時間(タクトタイム)、複数の作業場所を担当する組立作業員の移動など、さまざまな制約を考慮しなければならず、熟練したスキルや経験が要求されます。さらに、生産量など変動に対しても無理なく安全に作業が行われ、なおかつ生産性向上を阻害しないためには、作業配分の偏りをなくし平準化された編成の立案が肝要です。一つのラインあたり150もある作業を20名程度の組立作業員に割り当てるとしても、こうした多様な要件を織り込んで作業編成表を作成するには、多大な時間と労力が必要とされたこと、またその技術継承が課題に挙げられました。

そこで、日産における組立作業編成は、多くの複雑な制約を持つ組合せ最適化問題として定義でき解法が期待されたことから、作業編成のデジタル化に向けて、組合せ最適化問題の解法を得意とする量子アニーリング技術を取り入れながら、グルーヴノーツの「MAGELLAN BLOCKS(マゼランブロックス)」によるシステム構築の取り組みを開始しました。

論文について

【テーマ】

「量子アニーリングを活用した順序制約を含む大規模な自動車組立作業割り当て最適化手法の開発」

【執筆者】

日産自動車株式会社 守屋岳志氏、岡田欣也氏、斎田勝枝氏、古市浩貴氏

日産自動車九州株式会社 高橋裕司氏

株式会社グルーヴノーツ 吉村敏志

【概要】

組立ラインのうち部品を組み付けるトリム工程を対象に、量子アニーリング技術等を用いて、工程上の基本制約に基づき組立作業員に各作業を割り当てる最適化計算の検証を行いました。計算結果は、各制約との整合性を欠くことなく、実際の方法で組立作業編成を決定するより、組立作業員ごとの作業量が平準化されていることなどから、その有効性を確認しました。

【2024年度 人工知能学会全国大会(第38回)】

  • 日程:2024年5月28日(火)~31日(金)
  • 会場:アクトシティ浜松(静岡県浜松市)+ オンライン
  • 主催:一般社団法人 人工知能学会
  • URL:https://www.ai-gakkai.or.jp/jsai2024/

本プレスリリースの詳細は、こちらの「MAGELLAN BLOCKS」お知らせからご覧ください。

https://www.magellanic-clouds.com/blocks/2024/05/14/nissan/

グルーヴノーツは量子コンピュータとAIなどテクノロジー活用を支援します

【お問い合わせ先】
株式会社グルーヴノーツ 広報
pr@groovenauts.jp

※記載されている会社名・製品名・サービス名などは、各社の登録商標または商標です。
※本リリースの内容は発表日時点の情報です。

Previous NEXT

CATEGORY

  • ALL
  • EVENT
  • MEDIA
  • NEWS

ARCHIVE

  • 2024年
    • 9月(1)
    • 5月(3)
    • 1月(1)
  • 2023年
    • 11月(2)
    • 10月(1)
    • 7月(2)
    • 6月(2)
    • 5月(2)
    • 3月(2)
    • 2月(1)
  • 2022年
    • 10月(1)
    • 9月(2)
    • 7月(2)
    • 6月(1)
    • 5月(2)
    • 4月(2)
    • 3月(1)
    • 2月(2)
    • 1月(4)
  • 2021年
    • 11月(3)
    • 10月(1)
    • 9月(2)
    • 8月(1)
    • 7月(4)
    • 6月(4)
    • 5月(1)
    • 4月(4)
    • 3月(1)
    • 2月(3)
    • 1月(3)
  • 2020年
    • 12月(3)
    • 11月(2)
    • 10月(5)
    • 9月(3)
    • 8月(2)
    • 7月(5)
    • 6月(3)
    • 5月(4)
    • 4月(2)
    • 3月(3)
    • 2月(2)
    • 1月(1)
  • 2019年
    • 12月(3)
    • 11月(4)
    • 10月(3)
    • 9月(6)
    • 7月(2)
    • 6月(1)
    • 5月(1)
    • 4月(1)
    • 3月(1)
  • 2018年
    • 10月(1)
    • 9月(1)
    • 8月(3)
    • 7月(1)
    • 6月(3)
    • 4月(1)
    • 3月(1)
    • 2月(1)
    • 1月(1)
  • 2017年
    • 12月(4)
    • 11月(1)
    • 10月(1)
    • 9月(1)
    • 7月(1)
    • 6月(1)
    • 4月(1)
    • 3月(2)
    • 2月(1)
    • 1月(1)
  • 2016年
    • 12月(1)
    • 11月(2)
    • 9月(3)
    • 8月(7)
    • 7月(4)
    • 6月(2)
    • 5月(1)
    • 4月(2)
    • 3月(1)
    • 1月(1)
  • 2015年
    • 11月(5)
    • 10月(2)
    • 9月(2)
    • 8月(3)
    • 7月(2)
    • 6月(2)
    • 5月(1)
    • 4月(1)
    • 3月(3)
    • 2月(1)
  • 2014年
    • 12月(2)
    • 11月(3)
    • 10月(3)
    • 9月(1)
    • 8月(1)
    • 6月(1)
    • 5月(2)
    • 4月(1)
    • 3月(1)
  • 2013年
    • 12月(4)
    • 6月(1)
    • 4月(1)
    • 1月(2)
  • 2012年
    • 12月(1)
    • 11月(5)
    • 10月(5)
    • 9月(1)
    • 8月(3)
    • 7月(4)
    • 6月(4)
    • 5月(4)
    • 4月(5)
HOME 新着情報 NEWS 日産自動車とグルーヴノーツ、組立作業編成の最適化に関する共著論文が人工知能学会全国大会で採択
  • TOP
  • SERVICE
  • ABOUT
  • VISION / MISSION / METHOD
  • RECRUIT
  • INFORMATION
  • PRIVACY POLICY
  • SECURITY
  • CONTACT

© 2016 Groovenauts, Inc.