全2677文字
PR

 トヨタ自動車九州(福岡県宮若市、以下トヨタ九州)は「レクサス」を生産する宮田工場(本社工場)で人工知能(AI)を活用した完成車の車内異音検査システムを導入し、2021年8月に稼働させた(図1)。従来は熟練検査員の聴力に頼っていた検査を自動化。検査員の負担を軽減する。将来予想される検査員の高齢化による聴力の衰えに対応しつつ、収集した異音データは若手検査員の技術向上にも役立てる。

図1 AIによる車内異音の検査結果を表示したスマートフォン
図1 AIによる車内異音の検査結果を表示したスマートフォン
トヨタ九州では、レクサスの全車種、全車両に対して実施している車内異音検査をAI活用で自動化した。(出所:トヨタ自動車九州、スカイディスク)
[画像のクリックで拡大表示]

僅かな異音も許さない「レクサス品質」

 検査対象となる車内異音とは、走行中にドライバーや同乗者の耳に届く音のうち、路面の凹凸に起因する「カタカタ」という異常な音のこと。エンジン音やロードノイズ、エアコンの動作音などは含まない。車体の振動により部品が共振した際、部品に微妙な形状のばらつきや取り付け不具合などがあると、部品同士が接触して発生する。

 高級車のレクサスを生産するトヨタ九州では、外観や機能に関する検査に加えて、車内異音のような快適性に関する検査も全車両に対して実施している。ただ、異音はめったに発生しない。異音の可能性があると判定する車が100~200台に1台。その内、再検査で異音だと認められる車はほとんどないという程だ。

 同社は15年に工場建屋内で異音検査が可能な設備「ラフロードテスター」を開発*1図2)。この設備の上で車両を約35秒間自動走行させて車内異音を調べる。検査位置への移動も含めると、タクトタイムは1分だ。これまでの車内異音検査は検査員が車に乗り込んで、自分の耳で聞いていた。検査中の車内には、シートにかぶせたビニールがこすれる音など、「異音と関係がない音」も発生する。検査員は車内で揺さぶられながら聞き耳を立て、そうした音に異音が混ざっていないかを判断していた。

図2 「ラフロードテスター」の上を検査走行中のレクサス
図2 「ラフロードテスター」の上を検査走行中のレクサス
車輪の下にさまざまな路面の状態を模した凹凸のローラーがあり、屋内の定位置で車内異音を検査できる。(出所:トヨタ自動車九州)
[画像のクリックで拡大表示]
*1 車内異音検査としては当初、屋外のテストコースでさまざまな種類の路面を走って確認していた。しかし、屋外だと悪天候時は雨音などで異音が聞き取りづらい、工場のラインから屋外までの移動時間がかかるなどの問題があったため、ラフロードテスターを開発し、検査の屋内化を実現した。同設備は現在2ラインに設置している。

 21年8月、その検査体制は一変した。ラフロードテスターの上まで車両を進めると検査員は下車。バイノーラルマイクとスマートフォン(スマホ)を組み込んだ異音判定用の機器を運転席のヘッドレストに引っかける(図34)。車内が無人の状態での自動走行が終わると、検査員が機器を取り外して車両をラフロードテスターから次の工程へと移動させる。

図3 車内異音を判定する機器
図3 車内異音を判定する機器
ヘッドレストに引っかけられる治具にバイノーラルマイクとスマホを組み込んである。治具は、宮田工場で生産する全車種に対応できるような形状としており、3Dプリンターで造形している。(出所:トヨタ自動車九州)
[画像のクリックで拡大表示]
図4 異音を判定する機器をヘッドレストに設置した状態
図4 異音を判定する機器をヘッドレストに設置した状態
ヘッドレストを人の頭に見立ててバイノーラルマイクを設置しており、実際に人が耳で聞いているのに近い状態の音を録音できる。(出所:トヨタ自動車九州)
[画像のクリックで拡大表示]

 異音判定用機器のマイクは、ドライバーの耳を想定した位置に取り付けており、検査員が音を聞く状況を模している。マイクで収集した音をスマホに保存し、評価走行が終わるとサーバーに転送。サーバーのAIで音源ファイルを分析し、検査結果として異音の有無をスマホに表示する(図5)。異音がしている可能性の高い「NG」の車両は人が再検査する。

図5 車内異音検査システムの概要
図5 車内異音検査システムの概要
検査設備(ラフロードテスター)で車両を振動させ、その際に車内で発生した音をスマホで録音。音源ファイルはサーバーに転送され、AIによる分析で異音の有無を判断する。その結果はスマホに表示する。(出所:トヨタ自動車九州・スカイディスク)
[画像のクリックで拡大表示]

 なお、現在は比較的厳しい基準で異音を判定するようにAIのアルゴリズムを設定している。AIが異音と判定する台数は人が判定した場合の2倍程度。トヨタ九州品質管理部品管統括室技術開発Gグループ長の前田健志氏は「AIが異音と判断する基準を熟練者と同じ水準に近づけ、いずれは熟練者よりも高い精度で異音を判定したい」と目標を語る。