陸上自衛隊の駐屯地警備をAIカメラとドローンで省人化、KDDIとセコムの構築案件

目的と用途に応じて二種類のシステムを立てた切り分けが、この構築計画の骨格です。定点で見張る侵入監視は固定型のAIカメラとセンサー、VMS、VLM基盤に任せ、敷地内を移動しながら見て回る巡察はUGVとAIドローンが受け持ちます。動かない監視と動く監視では、必要な機器も判断の性質も異なるため、ひとつの仕組みに詰め込むより、業務の性格ごとに手段を割り当てたほうが現場の運用は組みやすくなります。

もう一つ注目したいのは、視覚言語モデルVLM（映像に写っているものを言葉の意味として捉えるAI）を汎用のまま使わず、侵入検知用にファインチューニング（用途に合わせた追加学習）している点です。カメラ監視で省人化が崩れる典型は、検知の精度が足りず、結局は人がすべての通知を目視で確かめ直す状態に戻ってしまうことにあります。用途を侵入検知に絞って学習させるという作り方は、通知そのものを人が扱える水準に近づけ、監視業務の負荷低減という当初の狙いを守るための設計だと読み取れます。

一社で抱え込まず、得意分野を持ち寄って役割を分けた体制も、この案件の性格をよく表しています。KDDIが全体設計・開発とプロジェクト管理、セキュアなネットワーク基盤の構築を担い、セコムがAIカメラやVMSを含む監視システムの構築と、警備でのロボット・ドローン活用の知見を提供。さらにティアフォーが自動運転用オープンソースソフトウェア「Autoware」をベースにしたUGVの自律走行技術、KDDIスマートドローンがドローンによる巡察・駆け付けと人物・車両の検知追跡、KDDI総合研究所が侵入検知のVLM基盤、KDDIエンジニアリングが施工支援を受け持ちます。個々の機器を並べるだけで終わらせず、警備システム全体をセキュアなネットワークで統合運用する構成にした点は、警護所と指令所のあいだで状況共有と対処指示を素早く往復させるための土台にあたります。