TNBがマレーシアでドッキングドローンを活用して倉庫在庫確認時間を90分の1に短縮した方法

テナガ・ナショナル・ベルハド（TNB）は、マレーシアの主要エネルギー供給会社として約1,000万世帯に電力を供給しており、マレー半島全域に広範な配電・送電網を運営しています。また、シンガポールやタイなどの近隣諸国への電力輸出も行っています。TNBは、技術変革戦略の一環として、大規模な倉庫業務を効率的に監視・管理する方法を模索していました。

‍

NestGen '25 のセッションの 1 つですが、オペレーションおよびエンジニアリング部門のテクニカル プロダクト マネージャーである Azfar Helmi 氏に話を聞きました。 エアロダイン・グループドローン技術とデータ分析のグローバルリーダーであり、45か国に拠点を置くAerodyne。Azfar氏は、リモートセンシング分野で9年以上の経験を持ち、特にドローン技術に精通しており、鉱業およびエネルギー分野におけるAerodyneのネスト型ドローンイニシアチブの形成に貢献してきました。倉庫資産監視の革新について、Aerodyneは次のように述べています。

「手作業による検査には膨大な時間がかかります。実際、2023年に最初にクライアントと話し合った際、最初の課題は時間的な制約でした。資産検査の各ラウンドを完了するのに約3か月かかるからです。」 - アズファー・ヘルミ、エアロダイン・グループ テクニカルプロダクトマネージャー

TNBは倉庫業務の管理において、いくつかの重大な課題に直面した。

• 時間のかかる在庫確認手動による検査サイクルでは完了までに3ヶ月を要し、資産の日常的な移動によりデータは数日で古くなってしまう。
  
• 広大な空間では視界が限られる配送設備と送電設備に分かれた43ヘクタールの倉庫を運営していたため、従来の方法では包括的な監視はほぼ不可能だった。
  
• 空間最適化の難しさ変圧器やケーブルリールなどの大型機器は相当な保管スペースを必要とするため、TNBは保管効率を最大化するために、利用可能なスペースに関するリアルタイムの情報を必要としていた。
  
• 資産追跡の精度: 通常の営業時間中に資産が日常的に移動されるため、在庫記録と実際の倉庫の内容物との間に継続的な差異が生じていた。

倉庫には、変圧器、碍子、スイッチ、ケーブルドラムなど、さまざまな電気機器が、数量も寸法も異なる状態で保管されていた。このような変化の激しい環境で効果的な在庫管理を行うには、従来の方法では必要なスピード、精度、頻度を確保できなかった。

2023年9月、TNBはAerodyneと提携し、 FlytBase Enterpriseを搭載した自律型ドローンドックソリューションを導入しました。このシステムは、DJIのドック技術と高度なAI分析を組み合わせることで、倉庫資産管理を変革します。

実装内容は以下のとおりです。

• DJI Matrice 30ドローンを使用したDJIドックの設置
• 信頼性の高い通信を実現するStarlink接続
• FlytBase EnterpriseプラットフォームとAWSサーバーインフラストラクチャの統合
• 電気機器の検出と分類のために特別に開発されたカスタムAIアルゴリズム
• 資産情報を分かりやすい形式で表示するための専用視覚化ソフトウェア

自律型ドローンシステムは、実用的な知見を提供するために体系的なプロセスに従います。

1. 倉庫エリアは組織的な管理のために5つのセクターに分割されています。
2. ドックドローンは、天候が許せば、すべてのセクターで毎日飛行を行う。
3. 各ミッション完了時に約2,000枚の画像が撮影される。
4. すべてのデータはFlytBaseプラットフォームからAWSに転送され、処理されます。
5. AIアルゴリズムは画像を分析し、資産を検出、分類、定量化する。
6. 視覚化ソフトウェアは、処理されたデータをTNBの倉庫管理チームに提示する。
7. 結果は24時間以内に提供されるため、翌日の計画決定が可能になります。

AI検出システムは、変圧器（精度95%）、ケーブル束（精度80～85%）、絶縁体（精度90%以上）など、さまざまな電気部品を高精度で認識するように訓練されています。また、在庫計画のために空きスペースを特定することも可能です。

導入は、2023年10月のシステム設置から始まり、慎重かつ体系的なアプローチで進められました。固定の飛行スケジュールを設定するのではなく、マレーシアの予測不可能な気象パターンに対応するため、柔軟なミッション実行戦略を採用しました。雨や強風によって自動スケジュールが乱れた場合、現場のパイロットが待機し、手動でミッションを実行できるようにしました。

‍

最も大きな実装上の課題は、AI検出アルゴリズムの開発と改良でした。小さな部品はマッピング画像だけでは識別が難しく、積み重ねられた構成における数量を推定するために追加のトレーニングが必要でした。チームは反復的な改善を経て、導入後数ヶ月以内に現在の90%という全体的な検出精度を達成しました。

「このプロジェクトに関して、私たちは2023年9月からTNBと連絡を取り合ってきました。そして2023年10月までに、TNBの倉庫にDJI Dockを1台設置しました。」 - アズファル・ヘルミ、エアロダイン・グループ テクニカルプロダクトマネージャー

ドックドローンソリューションは、TNBの倉庫管理において大幅な業務改善をもたらした。

• 検証時間を大幅に短縮以前は3ヶ月かかっていた作業が、今では毎日完了できるようになり、24時間以内に結果が得られるようになった。検証速度が90倍向上したことになる。
  
• 在庫状況の可視性の向上日々の資産確認により、倉庫の内容物（数量、分類、重要部品の正確な位置など）をほぼリアルタイムで把握できます。
  
• スペース利用の最適化TNBの技術者は現在、利用可能な保管場所に関する最新情報を隔日で受け取っており、機器の配送と設置を効率的に計画できるようになっている。
  
• 分類精度の向上AIシステムは、特定の機器カテゴリにおいて、さまざまな種類の電気部品（変圧器、絶縁体、スイッチなど）を最大95%の精度で識別できます。
  
• データに基づいた意思決定倉庫管理者は、古い情報ではなく最新の在庫状況に基づいて意思決定を行えるようになり、資源配分と計画の精度が向上します。

「AIがなければ、一般の人が現地に行って個別に確認する必要があるでしょう。あるいは、地図作成に頼ってGISアナリストに毎日識別作業を任せたとしても、1枚の地図の分類には少なくとも2週間かかります。しかし、AIを使えば、今日写真を撮れば、TNBは翌営業日の終わりまでに結果を得ることができます。3日目には、すでにその知見を活用できるでしょう。」 - アズファル・ヘルミ、エアロダイン・グループ テクニカルプロダクトマネージャー

最初の導入が成功したことを受け、TNBは自律型ドックドローン技術の利用を拡大している。

• セキュリティ監視のため、同じ倉庫場所に追加のドックを設置する。
• 包括的なセキュリティ監視のため、他のTNB施設への拡張を計画中。
• 変電所におけるドック設置のためのテスト段階（週次または月次点検用）
• あらゆる機器タイプにおける精度向上を目指し、検出アルゴリズムの継続的な改良を行っています。
• SLAMとLIDAR技術を用いた屋内倉庫における潜在的な応用可能性を探る

TNBの事例は、自律型ドローン技術の拡張性の高さを証明しており、それぞれの成功事例が、さらなる用途や場所への拡大の機会を生み出している。

TNB、Aerodyne、 FlytBaseの提携は、自律型ドローン技術がエネルギー分野における倉庫資産管理をいかに変革できるかを示す好例です。検証時間を数ヶ月から数日に短縮し、在庫精度を向上させ、データに基づいたスペース最適化を実現することで、このソリューションは即座に運用上の価値を提供すると同時に、継続的なイノベーションと拡張のための基盤を築きます。