大規模物流拠点を中心に、倉庫内では自動化技術が徐々に進展してきた。ただ難度が高く課題となっているのが、トラックから倉庫に荷物を搬入し、再び出庫する「結節点」の作業の自動化だ。豊田自動織機は、人工知能（ＡＩ）技術を活用し、同作業を自動化する立ち乗り型の自動運転フォークリフトを開発した。働き方改革に伴う人手不足など「物流の２０２４年問題」解消に向け、早期実用化を目指している。

結節点での作業が難しいのは、荷物を載せるパレットの大きさや色、作業場所、トラックの大きさや停車位置など、変動要素が多いためだ。豊田織機トヨタＬ＆ＦカンパニーＲ＆ＤセンターＡＲ開発部の片江健一部長は「人は変化と対応策を瞬時に判断できるが、機械には難しい」と説明する。実現には高精度な環境認識と、それを元にした作業計画の立案が必要になる。

そこで同社は高性能センサーの３次元（３Ｄ）ＬｉＤＡＲ（ライダー）によるトラック位置検出、画像認識と深層学習（ディープラーニング）によるパレットの位置や姿勢の確認、自動経路生成という三つの要素技術を確立し、結節点作業の自動化技術を確立した。

まずトラックに接近する際、３Ｄ―ＬｉＤＡＲでとらえた周辺環境の点群データの処理方法などを工夫。壁など平面の認識力を高めることで、フォークリフトの自己位置だけでなくトラックの位置も検出できるようにした。トラックに近づくとカメラで荷台を撮影し、積まれたパレットを認識する。その後ＬｉＤＡＲも使ってパレットの向きを演算し、正面からフォークを差し込めるように自動で走行経路を作成する。

デジタルツインを活用した仮想モデルで学習回数を増やすなどしてパレット検出精度を高めたほか、狭い場所でも素早く滑らかな経路を計算できる新アルゴリズムを取り入れた。１パレット当たりの作業時間は従来の半分以下となる２分に短縮。また立ち乗り型に自動運転技術を搭載したことで、トラックから３・９メートルという狭いエリアでも稼働できるようにした。

技術を実現したもう一つの欠かせない要素が、実環境だ。企業や団体の物流現場で実証試験を行い、徹底的に課題や対策を洗い出した。片江部長は「実現場での荷物の積み下ろしは何千、何万回と実施している」と話す。要素技術を他の物流機器などに横展開することも視野に、物流の効率化や負担軽減を実現する「スマート物流」の実現を目指す。（名古屋・政年佐貴恵）