導入の背景と課題
ソーターの生産性はブラックボックス化しやすい
EC市場の拡大を背景に、宅配貨物の取扱個数は年々増加し続けています。国土交通省「宅配便取扱実績」によれば、宅配便取扱個数は長期的な増加トレンドにあり、物流拠点のスループット確保は業界共通の課題です。この中でソーターラインの処理能力はサプライチェーン全体のボトルネックになりやすく、わずかな工程詰まりが全体に波及します。
しかし従来の生産性管理には構造的な限界がありました。
タイムスタディの限界
管理者がストップウォッチで作業時間を測る手法では、一部の時間帯・一部の作業者しか計測できず、全体像が見えません
ボトルネック特定の遅れ
どのステーションが詰まっているかが日次の集計後まで分からず、当日の改善アクションが取れない
作業者別の負荷ばらつき
同じ時間帯でもステーション間で負荷に差があり、配置の最適化が進みにくい
荷物トラッキングの欠如
どのトレーがどのステーションで何秒滞留したかのログがなく、改善の打ち手が見えない
https://www.mlit.go.jp/report/press/jidosha04_hh_000296.html
Nsightのアプローチ
俯瞰映像 × マルチオブジェクトトラッキング
Nsightは、天井から俯瞰する固定カメラ1台で、全ステーション・全トレー・全箱を同時に把握するアプローチを採用しました。既存のCCTVや新規設置の俯瞰カメラから映像を取り込み、Nsight Edge上で全荷物・全作業者を個別トラッキングします。
- 全荷物ID化：カメラ視野に入った全トレー・箱に個別IDを付与し、退出までトラッキング
- ステーション単位の集計：各ステーションの定義領域内で「作業員数・仕分け個数・ピッキング数・稼働率」を独立にカウント
- リアルタイム表示：集計結果を画面上にオーバーレイ表示し、管理者が遠隔から一目でボトルネックを把握可能
- ログ蓄積と月次分析：各荷物の滞留時間・各ステーションの処理数を時系列でDB化し、月次レポートで改善アクションにつなげる
実機の監視映像
ソーターライン俯瞰カメラ映像。各作業ステーション（45/46/47/48）ごとに人数・仕分け個数・ピッキング数を画面上にリアルタイム表示。全トレー・箱に個別IDを付与して同時追跡します。
導入効果
比較表：ソーターラインの生産性計測
| 観点 | タイムスタディ （ストップウォッチ） |
IoTタグ (荷物・作業者) |
ステーション 個別センサー |
Nsight Edge (俯瞰カメラ) |
|---|---|---|---|---|
| カバー範囲 | 一部の作業者 | 全荷物 | ステーション単位 | 全ステーション＋全荷物 |
| リアルタイム性 | 記録後に集計 | 常時 | 常時 | 常時 |
| 初期投資 | ゼロ | 全荷物にタグ | ステーションごと | カメラ+Edge |
| 既存運用への影響 | 計測員配置 | 荷物ごとにタグ付 | センサー設置 | 映像取得のみ |
| 荷物の個別追跡 | 不可 | 可 | 不可 | 可 |
| 改善アクションへの活用 | 属人的分析 | データ分析可 | 限定的 | ダッシュボード標準提供 |
技術的ポイント：マルチオブジェクトトラッキングの設計
ID Switching問題への対策
マルチオブジェクトトラッキングの最大の課題は、複数の物体が重なった時にIDが入れ替わる（ID Switching）現象です。たとえばトレーAとトレーBが一瞬重なって離れた後、AとBが入れ替わって認識されると、個別追跡のデータが破綻します。Nsight Edgeは、外見特徴（色・形状）と運動特徴（速度・方向）の両方を用いるトラッキングアルゴリズムを採用し、重なり後も同じIDを維持できる設計です。
ステーション領域の定義と集計
各作業ステーションは画面上で多角形領域として定義します。領域内にトレーや箱が「入った」「出た」タイミングを検知し、ステーション単位でカウントを更新。作業者も個別トラッキングすることで、「誰が何をいくつ処理したか」まで記録できます。ただし個人の業績評価には慎重な運用が必要なため、匿名化したIDで集計する運用を推奨しています。
俯瞰カメラの選定と設置
俯瞰カメラは天井高さ・視野角の組み合わせでカバー範囲が決まります。Nsightは設置前の現地計測でライン幅・長さを確認し、必要な画素密度を維持できるカメラ選定を行います。既存CCTVが俯瞰視点にない場合は新規カメラを追加する設計も可能です。
月次レポート設計
Nsight Edgeは、時系列データを基にした月次レポートを自動生成します。典型的な指標はステーション別の時間帯別稼働率・平均滞留時間・ピーク時間帯のボトルネック分析で、倉庫運営会議で使えるフォーマットで出力します。データは個別エクスポートも可能で、顧客側のBIツール（Tableau、Power BI等）との連携にも対応しています。
開発エンジニアからのコメント
「ソーターラインの可視化は、製造業の『ライン稼働率モニター』と同じ思想です。現場の管理者が『今どこが詰まっているか』を瞬時に判断できる仕組みは、どの業界でも共通して価値があります。画像AIでこれを実現するメリットは、センサーを個別に設置しなくても、1台のカメラで全体を見られる点です。IoTタグは精度が高い分、運用負荷がかかる──カメラAIはその逆で、既存設備を活かしながら『全体を広く見る』ことができる。業界・用途に応じた使い分けが重要です。」