道路・トンネル・橋梁の検査現場でのDXに向けて、画像AIやエッジAIは進化を続け、画像での外観検査やセンサーでの非破壊検査など、様々なアプリケーションが漸く実用化可能なレベルになってきています。

それらアプリケーションのデバイス実装フェーズにおいて、オフィスやデータセンターで動作するPCやサーバと違い、検査車などの車両、検査現場といった屋外など、道路・トンネル・橋梁の検査現場で利用するデバイスは、極めて厳しい耐環境性を求められることが、画像AI／エッジAIのアプリケーション実装環境の課題として浮き彫りになってきています。

また一方で、画像AIをはじめエッジで処理するデータは、高精細・高解像度、センサーやカメラ拡張により容量は増加傾向にあり、その分析結果を機械制御に繋げるためリアルタイムに近い速度で動作させる用途が出てきています。結果、高速化するCPU、GPU、AIチップは非常に高い熱を発生することになり、確りとした機構設計により、構成する部品を動作保証温度以下でケージングする必要があります。

画像AIやエッジAIでは、その処理性能を上げるため、GPUやAIチップなど発熱量の高い部品群の放熱に対応しつつ、極めて厳しい耐環境性を担保するための、温度対策、振動対策、機構設計を進めることが、道路・トンネル・橋梁の検査現場へ画像AIやエッジAIのアプリケーションを実装するために重要な要素になっています。

エッジAIやIoTで要求されるハードウェア仕様は様々です。

耐温度、耐振動、防塵など、利用環境で要求される仕様に適用させるため、部品品質、供給期間、ケージングの固定化、将来的な部品仕様変更など、採用部品をさまざまな観点で選定。最適な部品選定からシステム化とカスタマイズ、筐体製造、量産化をおこなう事で、お客様の組込みPCやサーバ選定プロセスにおける妥協と時間を解決します。

さまざまなお客様の要求や、最新技術をカタチにした、ベースモデルをご用意しています。

仕様がマッチすれば、そのままご利用頂けます。

仕様がマッチしなければ、ベースモデルの適合しない個所を状況に合わせてカスタムすることで、仕様設計の短縮や、お客様へのご提供リードタイムの短縮を図ります、お客様の要求仕様に近いベース筐体の確認から検討を開始します。