出展の概要 会場の印象 アプトポッドブースの展示 点検・警備ソリューション メーター読み取り 四足歩行ロボット以外の連携：ドローン・ウェアラブルカメラ・サーマルカメラ 通信 リアルタイムデジタルツインソリューション 映像3Dモデル化デモ フィジカルAI 来場者の反応 まとめ こんにちは、クロスインダストリー事業部ソリューション開発グループの影山です。同事業部で製品・ソリューションの開発を担当しています。 この度、株式会社アプトポッドは、2026年7月15日（水）から17日（金）までの3日間、東京ビッグサイト東展示棟で開催された「メンテナンス・レジリエンス 2026」に出展しました。おかげさまで3日間を通して多くの方にブースへお立ち寄りいただきました。ありがとうございました。 https://mente.jma.or.jp/ 今年は、点検・警備、リアルタイムデジタルツイン、フィジカルAIといったトピックにフォーカスして展示を行いました。本記事では、それぞれについてご紹介していきたいと思います。 出展の概要 アプトポッドは産業用IoTミドルウェア「 intdash 」を提供しています。これまで自動車開発や建設機械の領域で導入いただいてきましたが、設備の点検・保全という領域でもintdashの特長を生かせると考え、さまざまなユースケースのデモや事例を展示しました。intdashはマルチモーダルなデータをリアルタイムに扱うことに長けています。カメラ映像、LiDARの点群、ロボットのROSトピック、ガスセンサーの値、既存設備のデータといった、種類も周期もばらばらな大量のデータを、時刻を揃えたままリアルタイムに集めて遠隔から扱いたい、というニーズにマッチします。 www.aptpod.co.jp 今回のデモ全体の構成図 今回の出展では、複数の四足歩行ロボットを動かして点検をデモしたり、同時にドローンの映像をintdashへ転送したりといった実演を通じて、メーカーも種類も異なる機体・センサーを、intdashという1つのデータ基盤の上で運用する様子を、実機と画面でそのままご覧いただきました。 会場の印象 会場を歩いていて印象的だったのは、点検ロボットやドローンを展示しているだけでなく、実際に動かしているブースが非常に多かったことです。人手不足を背景に、インフラ・プラントの点検をいかに自動化・省人化するかというテーマが、実証段階から運用段階へ移りつつあることを感じました。 アプトポッドブースの展示 アプトポッドブースの様子 点検・警備ソリューション 点検や警備の分野では、人手不足が課題になっているというお話をうかがうことが特に多くなっています。よくうかがう課題は、人が現場に行かないと状況が分からないこと、計器の値を人が目視で読む必要があること、定置センサーがない箇所は人が足を運ぶしかないことです。 ブースの前面では、「カメラやセンサーを搭載したロボットが自律的に現場を歩いて移動する」「ロボットが撮影した画像をAIが解析して数値にする」「ロボットからのデータとAIの解析結果を、すべて1つのintdashの画面でリアルタイムに見る」という組み合わせで実演しました。 ブース内には昇降ステップやダミーの計器を配置して簡易的なプラントを模擬し、そのなかを Unitree Go2 や Unitree A2 が走行しました。 デモエリアを歩き回るロボットたち Unitree Go2 では、 パナソニック アドバンストテクノロジー株式会社 様の自律移動ソフトウェア「@mobi」を使い、事前に作成した地図とウェイポイントに沿ってブース内を巡回します。頭部カメラに加えて、背中に3D LiDAR（Livox Mid-360）と360度カメラ（Insta360 X5）、そしてCO2センサーを搭載しました。 adtsd.jpn.panasonic.com Go2の背中。3Dプリンタ製のケースに360度カメラとアンテナ、CO2センサーを載せています Unitree A2 は最近発売された新機種で、防塵防水に対応しており、重いペイロードも搭載できます。今回は自律走行は行わず、intdashを経由した遠隔操縦のデモを行いました。遠隔操縦だけでなく、 株式会社ザクティ 様のPTZカメラの向きを遠隔から操作できるようにし、さらに 理研計器株式会社 様のマルチガスセンサー GX-3R Pro を搭載して、ガスのセンサー値をリアルタイムにintdashへ送りました。PTZカメラを遠隔からパン・チルト・ズームさせて、離れた場所の計器を読みに行く、という使い方ができます。 A2の背中。PTZカメラとマルチガスセンサーを搭載しています product.rikenkeiki.co.jp xacti-co.com ブースの入り口で展示していた Unitree Go2-W は、脚の先が車輪になっているモデルで、こちらには TechShare 社株式会社 様の自律移動パッケージ「Patrobot」を載せています。搭載しているのはCO・アルコールガスセンサーと放射温度計。ガス漏れと発熱という、プラント点検で真っ先に見たい2つを歩きながら測るイメージです。 展示では昇降ステップを並べて段差を作り、ロボットが階段状の障害物を昇り降りする様子もご覧いただきました。 ブース内を自律走行して、メーターの自動読み取りを行うUnitree Go2 techshare.co.jp メーター読み取り アナログ計器は、人が値を目視で読み取って記録する作業が必要です。それを自動化する例として、ロボットのカメラ映像からメーター領域を切り出し、「hakaru.ai」 の認識APIに問い合わせて数値に変換するデモを行いました。 読み取った値は、そのまま intdash の時系列データとして扱えます。intdashへ送ることで、カメラの映像などと並べてメーターの読み取り値を確認できます。また、リアルタイムに見るだけでなく、あとからAPIを利用して回収することもできます。 切り出されたメーター画像と読み取り値。CO2濃度や人物検出数と同じ画面に並びます www.hakaru.ai 四足歩行ロボット以外の連携：ドローン・ウェアラブルカメラ・サーマルカメラ 四足歩行ロボット以外にも、ドローン、ウェアラブルカメラ、サーマルカメラとの連携を展示しました。 ドローンのデモでは、ドローン搭載カメラのライブ映像をintdashへ送り、高所や空中からの確認が可能なことを紹介しました。俯瞰位置に設置したサーマル監視カメラ（EDGEPLANT T1 経由）では、RGB映像とサーマル映像を同時に配信し、温度異常を色で確認できることを紹介しました。 株式会社ザクティ 様のウェアラブルカメラは Raspberry Pi 経由で接続し、ブレ補正された作業者目線の映像を送れることを実演しました。 これらの映像については、サーバー側でYOLOによる人物・物体検出を行い、映像を後処理して検知することも可能であることをデモしました。 ロボット・固定カメラ・人・ドローンという性格の違うデータソースを、intdashで統合して確認できることが、このソリューションの大きな特長の一つです。 ドローンの映像も、ロボットやカメラと同じ画面で確認できます xacti-live.com 通信 各ロボットには回線ボンディングに対応した Peplink MAX BR2 Micro を利用し、混雑した会場内でも2回線を束ねることで安定したモバイル通信を実現しました。 www.caso.co.jp リアルタイムデジタルツインソリューション このエリアでは、施工現場の状況を仮想空間に再現するリアルタイムデジタルツイン基盤をご覧いただきました。画面には現場の3D点群が広がり、その上に車両の走行軌跡が重なります。同じ画面の中に掘削量・盛土量といった土量の数値、地表の断面形状のグラフ、そして車載カメラの映像が並び、すべてが同じ時間軸で再生されます。「現場のいつ・どこで・何が起きていたか」を、後から3D空間ごと巻き戻して確認できる、というイメージです。 3D点群の上に車両の走行軌跡、土量、断面形状、車載カメラ映像が同じ時間軸で並びます 実際に動いている様子は、こちらの動画でご覧いただけます。 www.youtube.com 映像3Dモデル化デモ ブースを iPhoneアプリ intdash Motionで撮影した映像データを、 株式会社Liberaware 様が提供する「 LAPIS 」に連携して点群化し、3Dモデルとして表示しました。 専用の3Dスキャナーだけでなく映像を起点として空間を3D化できるため、設備や現場の状況把握、遠隔からの確認など、さまざまな活用が期待できます。映像を見るだけの監視から、空間として記録・参照する活用へ広がる点が興味深い展示でした。 www.youtube.com フィジカルAI フィジカルAIのエリアでは、これから応用が進んでいくであろうこの分野でも、intdashを活用できそうな事例をご紹介しました。 ロボットやAIを現場で賢く動かすには、大量の現実世界のデータが必要です。一方で、危険な状況やめったに起きない事象は、実環境ではなかなか集められません。そこで、実環境から集めたデータと、シミュレーション環境（Gazeboなど）で生成したデータを、intdash で同じように収集・蓄積する構成をご紹介しました。 あわせて、学習データの収集からアノテーション、モデル開発、実機へのOTAによるモデルデプロイ、そして運用時の遠隔監視・遠隔診断・遠隔制御介入までを一連のパイプラインとして構成する取り組みも、 FastLabel 株式会社様との連携例としてご紹介しました。動画像と関節角度・圧力といったマルチモーダルなデータを、時刻を揃えたまま時系列データベースに蓄積できることが、この構成の前提になっています。 収集したデータを使える形に整えるデータ加工レイヤも重要です。データ収集レイヤであるintdashから必要な時系列データを取得し、解析処理を行ったうえで、運用に必要な形に出力する仕組みが求められます。その一例として、Power BIとintdashを連携させるデモを展示しました。 データ収集レイヤ・加工レイヤ・活用レイヤの3層構成 来場者の反応 ブースでは、プラントや工場の設備保全、倉庫や施設の点検業務のDX推進など、さまざまな立場の方にお立ち寄りいただきました。 四足歩行ロボットによる巡回点検の展示について、反応を多く頂きました。ロボットの導入を考えてはいるものの、まず何から始めればよいのか悩んでいる、という声も多くうかがいました。 「カメラやセンサーはすでに導入しているが、形式も周期もばらばらで突き合わせられない」といった、データのサイロ化に関する課題を挙げられる方もいらっしゃいました。マルチモーダルな時系列データを時刻を揃えて収集するという intdash のアプローチについて、その必要性を実感を持って受け止めていただけたケースも多かったように思います。 まとめ メンテナンス・レジリエンス 2026 にご来場いただき、アプトポッドブースにお立ち寄りいただいた皆さま、誠にありがとうございました。 アプトポッドは、intdash を通じて、現場点検のロボット化・遠隔化、複数のカメラやセンサーを統合したリアルタイム可視化、現場のデジタルツイン化、ロボット・AI開発のためのデータ基盤といった、さまざまな領域で現場のデータ活用を支援してまいります。お困りごとがありましたら、ぜひ お問い合わせフォーム からご連絡ください。

はじめに こんにちは。全社データ技術局データビジュアライゼーションチームの與田龍人です。 モダンデー ...

アナリティクス推進課の新井です。当課は、マイナビ全社のデータ活用/BI活用推進のため、TableauやPower BIのビジネス部門への導入支援、ツール利用サポートを行っています。 はじめに マイナビでは、BIツールの運用においてTableauを使う部門とPower BIを使う部門の両方が存在します。利用者には利用者の要望や都合があるため、アナリティクス推進課として利用するBIツールを制限していません。従って、BIツール活用の推進を行う当課としては、TableauとPower BIのどちらのツールに対しても知見を持つことが求められます。世間一般のビジネスデータ活用シーンからすると少数派の環境だと思いますが、なかなかおもしろい経験が得られます。 私がBIツールを使い始めたのはTableauが先でしたが、現在はPower BIを併用し始めてから時間も経ち、一定の知見がたまってきた感覚があります。また当社の本格的なBIツール導入もTableauの方が先でしたが、後発のPower BI利用者も増えてきており、どちらのツールに対しても導入支援や問い合わせ対応を行っています。このようにTableauとPower BIの両ツールを併用していると、Power BIを使っているときに「Tableauだったら○○の機能でできるからあっちの方が使いやすいな…」と感じたり、またその逆も起こり得ます。そこで今回は、実際に両ツールを使いながら私が感じた「UX（ユーザー体験）における大きな印象の違い」を1つご紹介します。なお本記事では、 BIツールを利用する上でのテクニックに関する話は出てきません！ （すみません） Tableauを利用したデータ加工～ビジュアライズ Tableauにおけるデータ加工はTableau Desktopでも行うことが可能ですが、複雑な加工や大規模な処理を行う場合はTableau Prep Builderを使う方が効率的です。両ツールは役割分担・住み分けが明確であり、 基本的に、データの加工はPrep、ビジュアライズはDesktopで行ってくださいというTableau（Salesforce社）からのメッセージを感じます 。 常にPrepとDesktopの両方を起動させておく必要はありませんが、状況によっては両方起動させなければならないこともあり、その場合両ツールを稼働させる分メモリも使うのでPCの動作が重いと感じることもあります。加えて「 両ツール間を行ったり来たりしなければならない 」という心理的な負荷も少し感じます（これは個人差もあると思いますが）。 以下の画面は、Prepで作成中のフローにおいて、フローの途中時点でデータがどうなっているか確認しようとしているところですが、ポップアップメニューに「Tableau Desktopでプレビュー」と表示されています。ここをクリックすると、Tableau Desktopが起動し、フローの途中時点のデータがDesktopで読み込まれた状態になります。そのままグラフ化などの検証を行うことが可能です。 ボタンなどのUIの原則として「クリック後に何が起こるか分からない曖昧な表現のテキスト、説明文を記載すべきではない」という考え方がありますが、この「Tableau Desktopでプレビュー」という記載は、クリック後に何が起きるかが分かりやすく、親切な表現であると言えます。 Power BIを利用したデータ加工～ビジュアライズ 一方、Power BIを使ってビジュアライズを行う場合、その前段階となるデータ加工はPower BI Desktop内の「データの変換」機能で行うことができます。この機能を使って大元のデータソースを読み込み、変換・加工処理を行い、Power BI内に読み込んでいきます。読み込み完了後にモデルビューで複数テーブル間のリレーションをはることもできますが、リレーションはあくまで論理結合であり、簡易的な関係性を持たせるに留まります。物理的な結合を行う場合は、「データの変換」機能の中で行うことができます。このあたりの概念は、Tableauに似ていると感じます。 …ということで、ここまで読んだ方は「Power BIはデータ加工とビジュアライズが1つのツールの中で完結するんだ」という印象を受けると思うのですが、実はこれは100％正確ではなく、「データの変換」は実は Power Queryエディターという別のツールが起動し、その中で行われます 。 以下のキャプチャのとおり、データの変換はPower BI Desktopのウィンドウ内で行われる機能ではなく、新しいウィンドウが開かれそちらで行われるもので、そのウィンドウにPower Queryエディターと明記されています。 UI/UXの違いから勝手に推察する、Microsoftの設計思想 「なんだ、じゃあ結局TableauとPower BIのどちらも、データ加工用ツールとビジュアライズ用のツールを使い分ける必要があるってことね」と思った方が多いと思います。それは正しいです。ただ私は、Microsoftには「 ユーザーにデータ加工ツールとビジュアライズツールの2つを別々に使っていると感じさせないUI/UX設計をしよう 」という狙いがあるのではないかと推察しています。 たとえば、Power BI Desktopでデータ加工をしようとしたときにクリックするのは、前述のとおり「データの変換」ボタンです。これはオリジナルである英語版も同様の表現で、「Transform Data」となっています。 日本版 英語版 UIの原則を考えると、この部分のテキストは前述のTableauパートで挙げた例のように「Power Queryでデータを変換する」であってもいいはずで、多少冗長ですがPower Queryエディターが起動することを教えてあげた方が親切であるとも考えられます。他社製品ではないのだから製品名を伏せる必要もありません。ただ、あえてなのかそうでないのかは分かりませんが、Power BIのUIはそのようになっていません。 加えて、Power BIで利用する目的でPower Queryエディターを起動するときの導線は、Power BI Desktopの「データの変換」ボタンであり、単体で起動することはありません。Tableauにおいては、プレビュー目的でTableau PrepからTableau Desktopを起動することもできますが、基本的にはPCのメニューや保存したワークブック/フローのファイルからTableau Desktop、Prepを個別に起動することが多く、両ツールを併用している感覚が強いです。 Power Queryエディターの起動導線がPower BI Desktop内にあることは、Power QueryがPower BI内の一機能であるかのように感じさせることにつながり、両ツールをシームレスに扱える印象を強めていると感じます 。 またそもそもの話ですが、Power QueryエディターはツールとしてはPower BIとは別であるものの、Power BIをインストールするときに同時にインストールされます。ユーザーに後から追加でインストールさせる選択肢をはじめから用意しておらず、ユーザーからすると 別のツールがインストールされたということすら気づきません 。 おわりに 本記事で書いたとおり、TableauもPower BIも、データ加工ツールとビジュアライズツールの2つを起動し使い分けているということに変わりはありません。記事に書いたことをもって両ツールに優劣をつける意図もありませんし、こんないち側面だけをもって優劣をつけることは不可能です。 ただ、UI/UX面では両ツールに大きな違いが垣間見え、その結果私個人が受けた印象も大きく異なっているのは、とても興味深いと感じています。プロダクトのUI/UX設計って大事だなと思いました。 とはいえ、何も考えずに適当な表現を当てただけという可能性も十分にありえますけどね…。真相は一体…！！