Syncast 技術検証レポート - Vol.01
Syncast Tech Report Vol.1オフライン画像認識 × エッジAI × Ditto
「セキュリティの壁」や「通信環境の欠如」で、DXを諦めていませんか？
K&Kソリューションは、ネットワークに接続できない設備を、カメラとエッジAIを用いてデータ化する「非接触・後付け」の技術検証を行っています。インターネットに繋がずに、デバイス間のローカル通信のみで、モニターの数値や現場の状況を収集・活用する手法とその可能性を公開します。
検証サマリー
- ● 検証結果： ネットを介さずに、計器の「数値読み取り」と「状況の言語化」の双方に成功
- ● 技術的成果： エッジAIによる情報のデータ化とDittoによるオフライン連携の有効性を確認
- ● 適用可能性： オフラインでのデータ収集に加え、自律監視ソリューションへの応用を確認
検証の背景：本検証で解決を目指した「3つの課題」
多くの現場では、「見ればわかる」情報がデータ化されずに捨てられています。
私たちは、既存のDXソリューションが抱える以下の「3つの壁」こそが阻害要因であると仮説を立て、
これを「既存設備を一切変えずに」突破するための技術検証を行いました。
制御盤や重要インフラには「外部ネットワーク接続禁止（エアギャップ）」の運用ルールがあり、クラウド連携が許可されない。
古いシステムの改修には、ベンダーへの莫大な費用や、停止・再検証のリスクが伴うため、手が出せない。
山間部、地下、機内など、そもそもWi-Fiやキャリア電波が届かないため、従来のIoT機器が使えない。
検証内容1：オフラインOCRとデータ連携
「アナログ表示を、デジタルデータへ」
Webカメラが画面を撮影し、エッジAIが数値を読み取り、Ditto技術で通知を行う仕組みを構築しました。
システム構成イメージ
ハードウェアには Raspberry Pi 5 と市販のUSBウェブカメラを使用。
ソフトウェアは Python (Tesseract) と Node.js (Ditto) を連携させています。
実装ロジックの処理フロー
この構成により、既存のケーブルやプログラムには触れない（Zero Interference）安全な導入と、
通信費のかからない運用を実現しました。
検証内容2：エッジでの視覚言語モデル（VLM）
OCRによる「数値」の読み取りに加え、カメラ映像そのものをAIが「理解」し、状況をテキストで説明する
視覚言語モデル（VLM）の動作検証も行いました。
クラウドのLLMを使わず、エッジデバイスのみで高度な認識処理を行う試みです。
検証内容: 画像の意味理解
Raspberry Pi 4上でローカルVLMを稼働させ、以下のプロンプトで推論を実行。
検証結果と監視ソリューションへの展望
- 高度な認識能力: 文字情報だけでなく、人物、車種、犬などの物体認識と、それらの関係性（隣に座っている等）までを正確に言語化することに成功しました。
- 処理時間の壁: 現在の構成では推論完了までに約4分（画像のエンコーディング含む）を要しています。これはリアルタイム監視には長い時間です。
- 今後の対策: モデルの量子化（軽量化）や、動体検知トリガー（動きがあった時だけVLMを動かす）との組み合わせにより、実運用レベルまでの高速化・最適化を目指します。
- 活用可能性: この技術を応用することで、工場内での危険エリアへの立ち入り検知や、自然環境における変化（河川の増水、動物の出現）の定点観測など、通信環境のない場所での自律的な監視ソリューションの実現が期待できます。
※ 本検証で生成されたテキストデータも、検証1と同様の仕組み（Ditto）を用いてオフライン環境下でのデータ連携が可能です。
今後の活用・応用イメージ
OCRとVLM、2つのアプローチであらゆる「オフライン現場」の課題解決を目指します。
エッジAIロボット
防犯・巡回ロボットに搭載。通信できない死角エリアでも、VLMで「不審物」や「異常」を自律的に判断・記録する。
BCP / 災害対策
システムダウン時、緊急で届くFAX注文書をカメラで読み取り、オフラインで注文データ化して現場へ連携。
この技術を、一緒に育てませんか？
Syncastシリーズ及びDittoに関するお問い合わせ、端末間通信を実現するアプリケーションの制作のご相談はもちろん、
本プロジェクトを推進するビジネスメンバー・開発メンバーも募集しています。
下記フォームもしくは下記メールアドレスまでご連絡ください。