近年では、AIの回答精度が飛躍的に良くなっており、従来のルールベースの画像解析では振り分けできなかった不良についても撮像することができるようになりました。

AIは大量のデータを学習し、複雑なパターンや特徴を把握することができます。外観検査においても、適切に不良の画像を撮像し、そのデータを入力すれば、多様な製品の特徴や変動にも柔軟に対応することができます。

外観検査の自動化をおこなう上で重要なことは、「その対象製品を適切に撮像すること」です。

AI活用といっても、その精度は入力するデータの量や質に依存します。入力するデータの量が少なかったり、質が低いと、回答精度の低いAIが完成してしまいます。

△同じAIを使っても、入力データの量・質によって回答精度に大きな差が生まれる。

外観検査でいえば、検査をおこないたい不良が鮮明に撮像されている画像を、AIに入力する必要があります。

では、不良を適切に撮像するための撮像条件はどのように決定していけばよいのでしょうか。

基本的に、撮像条件はカメラ・レンズ・照明などを複合的に組み合わせながら、決定していきます。例えば、カメラにおいては、使用するカメラの種類、スペック、設置位置などを検討します。また、照明においても、その照明の種類や、波長、照明の設置角度などを検討します。

△検討事項のほんの一部。さまざまな要素を複合的に組み合わせる必要がある。

その製品にとって最適な組み合わせを知るためには、カメラ、レンズ、照明etc..それぞれの知識を持ったうえでそれらを複合的に検討する必要があります。カメラメーカーや、照明メーカー、AIソフト屋は、それぞれの領域についてはプロですが、全体を設計することはできません。あくまで生産技術部隊側で設計していく必要があります。

船井総研では、外観検査自動化のコンサルティングをおこなっております。20年間外観検査の自動化に携わってきたコンサルタントが、課題ヒアリングから要件定義、設備構想、運用サポートまで一貫して導入サポートをおこないます。

特に、私たちが提供できる価値の一つは、“撮像条件の設定”です。その製品の不良が撮像できるのかどうか、を検証させていただきます。先ほどお伝えしたとおり、撮像条件を決めるためには、それらを複合的に組み合わせるノウハウが必要です。例えば、以下のような製品の検査が自動化できず、お困りではないでしょうか。

・めっき・塗装品の検査を自動化したいが、ワークが光を反射してしまい、不良をカメラで撮ることができない

・内部が空洞になっている製品の検査を自動化したいが、ワークの内部の撮像が難しい

・たくさん個数が出る製品の検査を自動化したいが、タクトタイムを満たす撮像方法がわからない

これらのような検査難易度が高い製品においても、実際に現在の技術で撮像ができるのかどうか、検証をおこないます。その際は、ご担当者様とメーカー各社の間に入り、外観検査自動化プロジェクトを推進します。

基本的には、以下のような流れで外観検査装置の導入をおこなっていきます。プロジェクトによりますが、約1~2年で導入、運用をおこないます。