【Launch HN】産業用ロボットに「現場の知能」を。Salem Roboticsが挑む自動検査のリアル
新着Launch HN: Salem Robotics (YC S26) – Software for industrial inspection robots
Hacker Newsの皆さん、こんにちは。私たちはSalem Robotics（https://salemroboticsinc.com）のファウンダーです。私たちは、既存の移動型ロボットに対し、危険な産業施設内での調査や物理的な検査を自律的に実行するための「タスク特化型インテリジェンス」を提供しています。実際のロボットハードウェアが動作している動画はこちらです：https://www.youtube.com/watch?v=U_228h3NE7c。私たちはUT Austinでのロボティクス研究を経てSalemを立ち上げました。合計15年間にわたり原子力業界で経験を積み、特にロスアラモス国立研究所で約10年間、自律型ロボットの開発と運用に携わってきました。この5年間、私たちはある共通の課題に直面し続けてきました。それは、ハードウェアの性能は向上しているのに、ロボットに完全な産業用手順を実行させるには、膨大な開発工数と手動の介入が必要だというギャップです。私たちが最も着目したのは「マニピュレーション（操作）」です。例えば、放射線汚染調査では「スミア試験」が必要です。これは指定された領域を拭い、放射性汚染をチェックする作業です。石油・ガス・化学施設でのLDAR（漏洩検知・修理）検査では、バルブやフランジの周囲で検知器を動かす必要があります。これらは「拭く」「測定する」「検査する」という単純な動詞に集約されますが、ロボットに確実に実行させるのは非常に困難です。プローブ（探査機）を常に表面に対して垂直に保ったり、パイプから一定の距離を維持したりといった動きは、環境の幾何学情報、マニピュレータの運動学、関節制限、衝突回避などを考慮した複雑な計画が必要です。私たちは、関節レベルの制御まで踏み込んでこれらの課題を解決しています。特に、人が個別に軌道を生成するのではなく、ロボットが観測したデータから即座に制約付きマニピュレーション計画を生成する技術に注力しています。物理世界は厳しいものです。廊下を移動する際の数センチの誤差は許容されますが、センサーが曲面に対して垂直であるべき検査では致命的です。また、軌道を実行できても、検査が成功したとは限りません。検出器のミスアライメントや接触不良、あるいは環境モデルと現実の乖離が起こり得ます。私たちは、単にアームが目標位置に到達したかではなく、「検査結果」というループを閉じることを重視しています。私たちの手法はAIと古典的なロボティクスの融合です。現在はエンドツーエンドの学習系システムに注目が集まっていますが、安全が最優先される環境では、予測可能で理論的な裏付けがある古典的な手法が依然として重要です。AIは未知のシーンの解釈や柔軟な判断に活用し、実行段階では明示的な幾何学・最適化・制御を用いることで、信頼性を確保しています。また、Salemでは「あらゆる用途に専用ロボットを新規開発する必要はない」と考えています。Boston Dynamicsのような企業が優れたプラットフォームを提供している今、私たちはその上にドメイン特化のアプリケーションレイヤーを構築すべきだと考えています。ハードウェアに依存しないため、同じロボットでも施設ごとに異なる手順やセンサー構成に対応可能です。現場を調査する中で驚かされたのは、依然として検査作業の多くが手動で行われているという事実です。放射線管理区域であっても、人が歩いて測定し、結果を記録し、音で異常を判断する……数十年前と変わらないワークフローが残っています。私たちはまず、最も知見の深い原子力発電所の放射線検査から始め、石油・ガス業界の複雑なマニピュレーション検査へと展開しています。現場の技術者が手順を定義し、私たちはそれを物理的に自動実行させることで、危険な環境への立ち入りを減らしています。ビジネスモデルとしては直接販売がメインで、有償の技術検証を経て本格導入に至ります。価格はワークフローによりますが、検証には数万ドル〜10万ドル超、導入時はロボット1台あたり数十万ドル〜50万ドル程度が目安です。皆さんに伺いたいのは、ロボティクスにおける「抽象化の境界線」をどこに引くべきかという点です。メーカーが提供すべきこと、アプリケーション層で担うべきこと、そして施設固有の事情として残すべきことは何でしょうか？また、人間には単純でも自動化が驚くほど難しい物理的な検査タスクをご存知であれば、ぜひ教えてください。
HN3722・Salem_robotics・約13時間前 