スペースデータ、倉庫内の無人搬送車の動きを空間知能で再現し、台数・配置を検証する物流シミュレーションを開発

地球規模の空間知能技術を物流に応用し、設備導入前に無人搬送車の台数と配置を仮想空間で比較する

株式会社スペースデータ

2026年10月30日 14時00分

株式会社スペースデータ（本社：東京都港区、代表取締役社長：佐藤航陽、以下「スペースデータ」）は、ロボットの導入・運用・学習を支える基盤「RobotBrain」の導入前検証の機能の一つとして、倉庫内の無人搬送車（AGV）やフォークリフトの動きを空間知能で再現し、機器の台数や配置による作業時間や渋滞の違いを設備導入前に比較できる物流シミュレーションを開発しました。

背景

物流倉庫では、人手不足への対応として無人搬送車の導入検討が広がっています。一方で、限られた床面積と通路幅の中で、どの機器を何台、どこに配置すれば作業が滞りなく回るかは、実際に導入して運用してみるまで見極めにくいのが実情です。機器を増やしても処理時間が縮まらない、待機中の車両が通路をふさいで渋滞が起きるといった問題は、導入後に分かっても配置の変更や追加投資に時間と費用がかかります。

シミュレーションの概要

1. 倉庫内の機器の動きを3D空間で再現

画像：本シミュレーションで再現した作業工程（入荷・無人搬送車による搬送・受け渡し・ラックへの格納）

スペースデータは、小規模倉庫の3Dモデル上で、トラックからの入荷、無人搬送車による搬送、フォークリフトによるラックへの格納、出荷までの一連の機器の動きを再現しました。棚や柱、壁、ほかの車両との位置関係を踏まえて機器の動きを再現しているため、限られた床面積と通路の中で機器同士がどのように行き交うかを、仮想空間で確認できます。

2. 台数と配置を変えて比較し、ボトルネックを特定

画像：機器構成と配置ごとの作業時間と無人搬送車の渋滞回数（本シミュレーションの結果）

スペースデータは、小規模倉庫を想定した3Dモデルで、トラックからの入荷と出荷までの一連の作業を1回分とし、無人搬送車とフォークリフトの台数、受け渡し台の配置を変えて、作業時間と無人搬送車の渋滞を比較しました。その結果、次のことを確かめました。

フォークリフトが1台のときは、無人搬送車を増やしても作業時間は縮まりませんでした。フォークリフトを2台にすると、作業時間は約60分から約36分に短縮しました。
受け渡し台の配置を見直すことで、作業時間を保ったまま、無人搬送車の渋滞が8回から0回に減りました。

このモデルでは、作業時間を左右するのは無人搬送車の台数ではなく、ラックへの格納を担うフォークリフトの台数であることが分かりました。

本シミュレーションにより、倉庫を運営する物流事業者や、無人搬送車の導入を検討する荷主企業は、機器の購入や配置換えを検討する段階で、台数や配置の違いによる作業時間や渋滞の傾向を事前に比べることができます。導入の判断や投資の優先順位を検討する際の材料の一つとして活用できます。

今後の展望

スペースデータは、本シミュレーションをRobotBrainの導入前検証の機能の一つとして、実在する倉庫の図面や運用データを取り込んだ検証へと発展させていきます。今後もRobotBrainを通じて、ロボットや自律搬送機器など現実空間で動く機械（フィジカルAI）の導入・運用を支える機能を順次拡充し、物流をはじめとする幅広い現場への展開を目指します。