エッジAIとAI画像認識でシェアサイクルの運営効率を高めるには？
IBOX-600エッジAIプラットフォームが駐輪スペースの利用状況や不適切な駐輪をその場で認識し、シェアサイクル事業者の巡回点検の負担軽減とポート運営の効率化を支援
シェアサイクルは、鉄道やバスと目的地をつなぐラストワンマイルの移動手段として、都市交通の中で重要な役割を担っています。一方、サイクルポートが増えるにつれ、各ポートの利用状況を把握し、効率的に管理することが事業者にとって大きな課題となっています。
あるシェアサイクル事業者は、スタッフが現地を巡回して状況を確認する従来の運用を見直すため、SINTRONES IBOX-600エッジAIプラットフォームを中核とするソリューションを導入しました。ポートに設置したカメラの映像をその場でAIが画像認識し、その結果を既存のデジタルプラットフォームと連携することで、ポート管理の自動化を進めています。
巡回点検だけでは把握しにくい3つの課題
シェアサイクルのポート運営では、現地の巡回点検だけでは最新の状況を十分に把握できないことがあります。特に大きいのは、「時間差」「車種の多様化」「不適切な駐輪の発見」の3点です。
まず挙げられるのは、現地の状況と管理側が把握している情報との時間差です。通勤・通学で利用が集中する時間帯には、短時間で自転車が貸し出されたり、駐輪スペースが満車になったりします。管理システム上の情報更新やスタッフの巡回だけでは、現地に着いたときにはすでに状況が変わっていることもあります。
次に、同じポートで一般的な自転車に加え、電動アシスト自転車やカーゴバイクなど、サイズや駐輪方法が異なる車種を扱う場合、センサーや目視だけで駐輪スペースの利用状況を正確に把握するのは容易ではありません。
さらに、不適切な位置に停められた自転車、通行の妨げになる自転車、長時間放置されている自転車の発見も課題です。スタッフが現地を確認するまで気づけなければ、ポートの利用環境だけでなく、その後の貸出・返却にも影響が及ぶおそれがあります。
AIをポートに配置：IBOX-600によるエッジAI画像認識
こうした課題に対応するため、事業者は各ポートにカメラを設置し、NVIDIA Jetson Orin Nanoを搭載したSINTRONES IBOX-600をエッジAIの演算基盤として導入しました。カメラの映像は、クラウドに送信してから処理するのではなく、IBOX-600上で直接AI推論と画像認識を行います。
システムは、駐輪スペースが利用されているかどうかに加え、高さの異なる駐輪設備の利用状況や、放置されているおそれのある自転車を認識します。これまでスタッフが現地で確認していたポートの状況を、運営に使えるデジタル情報へ変換できます。
映像処理をエッジ側で行うため、認識結果を素早く取得できます。大量の映像を常時クラウドへ送る必要がなく、通信量を抑えられるほか、クラウド処理への依存も軽減できます。これにより、カメラは単に現場を記録するだけでなく、ポートの最新状況を把握するための情報源として活用できます。
API連携で一つの認識データを複数のサービスへ
IBOX-600で処理された認識結果は、APIを通じて事業者の既存デジタルプラットフォームへ送信されます。同じポート情報を複数のシステムと連携させることで、それぞれの目的に応じて活用できます。
- シェアサイクルアプリ： 利用者が出発前に、借りられる自転車の有無や返却できる空きスペースを確認でき、ポートに着いてから「借りられない」「返せない」と分かるケースを減らします。
- 運営管理ダッシュボード： 複数のポートの状況を一つの画面で確認でき、再配置や点検、異常対応が必要な場所を把握しやすくなります。
- 公共デジタルサイネージ： ポートや公共スペースに最新情報を表示し、アプリを開かなくても利用状況を確認できるようにします。
APIを活用することで、エッジAIの導入に合わせてデジタルサービス全体を作り直す必要はなく、既存のシステム構成に現場のAI画像認識を連携できます。カメラによる情報取得、IBOX-600によるエッジ処理、各サービスへのデータ連携まで、現場の状況をデジタルサービスにつなぐ一連のデータフローを構築できます。
最新データで、巡回中心の管理から効率的なポート運営へ
ポートの状況をデータとして把握できるようになると、すべてのポートを定期的に巡回する管理から、実際の状況に応じて対応する運用へ移行できます。
放置されているおそれのある自転車や満車に近い状態をシステムが検知すると、管理側へアラートを送信できます。スタッフはすべてのポートを順番に確認するのではなく、対応が必要な場所を優先して確認できるため、人員を必要な業務へ振り分けやすくなります。
自転車の再配置やスペースの運用でも、各ポートの実際の利用状況を判断材料にできます。例えば利用の少ない時間帯には、予約を実際の空きより多めに受け付けるオーバーブッキングの運用を取り入れることで、サービス品質を維持しながら、ポートの利用効率を高められます。
また、アプリやデジタルサイネージの情報が現地の状況に近づくことで、ポートに着いてから「借りられない」「返せない」と分かるケースが減り、よりスムーズに利用できるようになります。
エッジAIでシェアサイクルをスマートモビリティの一部へ
この導入事例が示すエッジAIの価値は、カメラで現場を「見る」ことだけではありません。映像から得られる情報を、実際のポート運営に使えるデータへ変換することにあります。シェアサイクル事業者は、問題が発生してから現地で確認する運用から、異常や混雑を検知して必要な対応につなげる運用へ移行できます。
さらに、ポートの最新情報を既存のデジタルサービスと連携することで、シェアサイクルは単なる移動手段にとどまらず、都市の移動を支えるスマートモビリティの一部となります。IBOX-600によるAI処理をデータが生まれる現場に配置することで、自転車や駐輪スペースの変化を素早く把握でき、今後の運営自動化やスマートモビリティサービスの拡張を支えるエッジAI基盤を構築できます。