2026年7月26日から29日にオーストラリア・メルボルンで開催された「IEEE INDIN 2026（24th IEEE International Conference on Industrial Informatics）」において、Kieiのメンバーが共著者として参画した研究論文が採択され、研究チームによって発表されました。

本会議は、IEEE Industrial Electronics Society が主催する産業情報学分野の国際会議です。産業向け情報技術の最新動向と将来展望について、研究者と産業界の実務者が議論する場として、今回で24回目の開催となりました。

発表論文

「Forklift activity classification across multiple sites, using onboard CAN data and time-series models」

本研究は、Halmstad University（スウェーデン）を中心に、Toyota Material Handling Manufacturing の研究者を含む研究チームが共同で取り組んだものです。

発表の内容

本研究では、フォークリフトに搭載された Controller Area Network（CAN）から取得される時系列データを用いて、フォークリフトの作業状態を分類する手法を検証しました。

複数の時系列モデルを用い、同一の作業環境だけでなく、異なる倉庫・作業者・運用条件に対しても分類性能を評価しています。

その結果、同一または類似した環境では良好な分類性能が得られる一方、学習時とは異なる現場では性能が大きく低下することが確認されました。

この結果は、AIモデルを複数の現場へ展開する際には、現場ごとの違いに対応できる学習・適応の手法が重要であることを示しています。

Kieiメンバーの役割

Kieiのメンバーは、Halmstad University の研究チームの一員として、時系列データを用いた機械学習モデルの実装、実験および評価に参画しました。本研究で使用したデータは Toyota Material Handling Manufacturing の研究開発スタッフによって収集され、フォークリフトに関する専門的な知見の提供も受けています。

今後について

今後は、多様な倉庫や運用条件のデータを活用し、新しい現場にも柔軟に適応できる手法の検討が期待されます。

Kieiは、現場でAIをビジネス成果に変える取り組みを、研究と実装の両面から進めてまいります。