宇宙産業での活動
SATELLITE ANALYSIS 衛星解析AIソリューション
衛星画像の収集から解析まで
高度なAIでワンストップで
サポートします
Ridge-iは、衛星画像とAIによって、自然災害・社会活動などの環境リスクを可視化し、
新しい私達の暮らしの実現を目指しているスタートアップです。
衛星解析に関する悩みをワンストップで受け止め、新規事業からAIによる解析、エンジン提供まで行っています。
対象とする悩み
- 増え続ける衛星の種類（光学・SAR）をどう使いこなせばいいかわからない
- 自社のビジネスニーズに、衛星画像を活用したい
- SDGsに関する活動に貢献したい
- 手間のかかる判読作業を高速化したい
が提供すること
- 衛星画像活用の相談をワンストップで受付
- 高度なAIを使った、高速・高精度の解析エンジンの提供
- 新規事業企画、共同研究開発パートナーシップ
-
ワンストップ相談
-
AI解析
-
パートナーシップ
ぜひ、衛星画像の利活用について、お気軽にお問い合わせください。
お問い合わせフォーム衛星・土砂災害解析事例など CASE 活用事例
-
01
衛星データ×AIを活用した土砂崩れ検出
JAXAから解析依頼北海道胆振東部地震により土砂災害が発生した地域を、ディープラーニングで高速かつ高精度（Mean IoU 80%超）で検出
-
02
駐車場用スペースの自動検出プログラム
今回開発したプログラムにより福岡と札幌地域の衛星データを解析した結果
【凡例】紫：正解箇所、青：未検出箇所、赤：誤検出箇所 -
03
影除去AI
影を取り除いて、地物を正しく抽出
-
04
航空写真を使用した車検出
解像度15cmの航空画像を、解像度30cmに粗くして、車検知のモデルを学習
30cm分解能の衛星画像に対して、高精度で車を検出可能（R&D） -
05
モーリシャス島の重油流出の箇所の推定
レーダー衛星画像を元にした油膜のヒートマップ画像（公開された衛星画像を元に蓋然性を示した図）
-
06
カリフォルニア森林火災の可視化
雲に隠れていた燃焼地帯を表示 -
07
海ごみの種類と量を解析
7月の対馬上槻海岸のドローン画像を解析した結果
PARTICIPATING GROUP 参画団体・受賞歴
参画団体
01 Tellus xData Alliance (クロスデータアライアンス)
衛星データプラットフォームTellusの開発／利用促進を行うアライアンス（xData Alliance）のデータ利活用領域（地上データと衛星データの組み合わせによる新たな価値の創造）に参画
02 「スペースICT推進フォーラム」（総務省）参画
03 経済産業省、総務省等の宇宙関連事業の委員
代表柳原が様々な委員を歴任。サービス化や次世代の衛星開発に向けて提案活動をしています。
- 経済産業省「政府衛星データのオープン＆フリー化及びデータ利用環境整備事業」に関するアドバイザリー委員会
- 総務省 4次元サイバーシティの活用に向けたタスクフォースの構成員
- 内閣官房 IT室 有識者会議参加「AIシステムにおけるデータ利用の特性と取扱い上の留意点レポート作成」等
受賞歴
前述の解析事例このような活動は、TellusやS-NET等のイベントや、国土交通省の災害対策検討会などで共有するとともに、衛星事業者や保険会社等と連携することで事業化を進めています。2020年には、防災向けの衛星画像に対するAI活用の取り組みを評価いただき、内閣府主催の「第4回宇宙開発利用大賞」経済産業大臣賞という名誉ある賞を頂けました。
-
第4回宇宙開発利用大賞
経済産業大臣賞受賞
-
内閣府発行事例集に
弊社事例掲載
-
論文がNeurIPS2019
Workshopに採択
JAXAと共同で行った大規模衛星データからの
土砂崩れエリアの検出に関する論文
OUTLOOK 宇宙産業におけるディープラーニング技術と展望
機械学習・ディープラーニングの役割として、大量のデータから、人間と同じレベルのInsight（推察）を得ることができる、という点があります。その可能性を活かすためには、まだ充分に解析されてない発掘されていないデータ、もしくは新しい未知のデータを解析する、という２つのアプローチがあります。
宇宙に関するデータ、衛星画像データに関するディープラーニングの活用は、この数年でまだ始まったばかりです。更に、SAR（合成開口レーダー）に関しては、新しい衛星、違う周波数の観測データが日々増えているところで、まさしくディープラーニングが解析するべきデータの特徴を二つとも兼ね備えております。
当初は研究開発の要素が高い取り組みでしたが、2020年３月には内閣府主催 第４回宇宙開発大賞 経済産業大臣賞を受賞するなど、ありがたいことにマーケットや自治体・政府からも私達の取り組みへの評価が高まってきており、今後の実用化に向けて加速しています。
REASON なぜリッジアイは宇宙領域に踏み込むのか？
宇宙に関するインフラから宇宙空間での実験などはますます伸びており、宇宙ビジネスは世界規模で今後20年で１兆ドルの市場規模と、現在の４倍強に成長すると考えられています。
宇宙産業の成長を促すキーとなる要素としては、
● エネルギーの有効活用
● リモート・センシング技術の成熟
● ロケット打ち上げの安定化と低コスト化
● 宇宙インフラの整備（衛星軌道の整理や宇宙ごみ等）
● 経済合理性
だと考えております。
宇宙産業については官主導で動いていた面が強いですが、衛星データや通信網などが整い、経済合理性を促すことで、民主導宇宙インフラの活用が加速するのではと考えています。
リッジアイは、まずは衛星データ（光学・SAR 等)を、ディープラーニング技術を用いて、マーケットとして興味のある形で解析し提供することで、マーケットを活性化して経済合理性を促します。さらに、機械学習・ディープラーニング技術をフルに活用して、リモート・センシング技術の成熟を促すことも当面の視野に入れています。強化学習などにあたる技術を衛星や探索車に載せることで、超遠隔地で通信ラグの多い通信環境で、自律的な制御を行う上で役に立つかもしれません。
機械学習・ディープラーニング技術を使うことで２０年と言わず、宇宙産業の成長はかなり早いものになると確信しています。その中で、宇宙産業でのAI活用といったらリッジアイとなれるようなポジションになることを考えております。
APPROACH リッジアイの宇宙産業へのアプローチ
衛星データ活用を妨げる課題とリッジアイの対策
-
課題01
衛星事業者の
分散ドメイン知識必要- ・欲しい地域・時点・解像度の衛星画像がどこで取得できるかわからない
- ・衛星事業者間のGAPを埋める必要。高頻度化に向けた汎用自動化が難しい
-
課題02
衛星画像の購入が
高額になる- ・購入して試すハードル。ROIが成り立たないケースが多い
- ・「どこで何か起きてるか」ではなく、「どこで起きたか知った前提のニーズに。変化検知できない
-
課題03
高単価画像売り・シーズドリブンのサイクル
- ・関心のある地域がはっきりしてる用途（＝安全保障系）が一番ROIが成り立つ
- ・高く買ってくれる人がいるのに、同じ場所を安く売れない
-
対策01
衛星解析について
ワンストップの窓口- ・衛星データの選択・アドバイスから解析までサポート
-
対策02
解析結果売りによる
ニーズの喚起- ・解析結果をフリーで発信してマーケットの喚起
- ・衛星画像（ビッグデータ）×AI
新しいユースケースの創造
-
対策03
ニーズドリブンの良い
サイクルの実現- ・解析結果売りのビジネスモデルに移行
- ・知見やノウハウ蓄積による迅速な再生産と展開
- ・ドローンなど近接ドメインとの連携
公共課題とビジネス課題 両方のサイクルの実現に挑戦します！
Ridge-iが宇宙産業で目指すエコサイクル
AIによる解析事例を積極的に積み増して発表していくことで、衛星データには身近なニーズにも応えるような面白い知見が沢山埋まっていることを伝えるのが最初のステップです。
そこから、ユーザー視点でより具体的なニーズを喚起し、それに合わせた衛星を衛星事業者と共に作り上げていく、というエコサイクルの実現を目指しています。
このエコサイクルを早い時期に立ち上げます。そしてサイクルを回転させることで、「ニーズに即した衛星によるコストの効率化」「大量の衛星打ち上げによる安価なデータ購入の実現」「解析技術のプラットフォーム化によるコモディティ化」を実現していきます。
先述のエコサイクルを構築するためにも、リッジアイがもつ技術の中核であるディープラーニングを十分に活かし、事例を積み重ねます。そして今後も様々な宇宙・衛星関係者や研究室とも連携をとり、宇宙データの活用に向けた取り組みを推進しております。
FUTURE DEPLOYMENTS 今後の展開
星・ドローンにより定期的に沿岸部や海洋の画像を取得、ごみの増減や種類の解析、流入経路などを解析。
ドローン撮影からごみ解析レポートまでをワンストップで提供
第1弾漂流ごみ/漂着ごみの定期観測サービス
| 費用 | 1ヵ月 |
|---|---|
| スケジュール | 200~500万円／回 |
| レポート記載内容 | 対象海岸のごみ種（9種類）毎の推定面積や統計量を記載 |
| 想定顧客 |
|
第2弾衛星画像・航空画像を元にした３Dシミュレーション
高速な３次元モデルの生成による衛星画像の高付加価値化。
シミュレーション・VR/ARコンテンツ化
第3弾全地球上 変化抽出ポータルβ版
全地球上の変化を時系列で見える化したサービスです。従来の画像販売モデルでは、購入の際に場所を指定する必要があるため、「そもそも変化がどこで起きたか知りたい」というニーズに応えられません。もし地球で何が起きたか知りたいと考えると、極端ではありますが、全地球の画像（5億㎢なので一回2億円）を購入する必要があります。
私たちは、独自の技術とデータソースを活用し、地球上で変化が起きた場所を可視化するサービスを近日リリース予定です。
こちらは一例ですが、ディズニーランドの駐車台数がコロナ前後で変動したかを可視化しています。また土地の埋め立て状況、地盤沈下の状況なども今後追加する予定です。
