金属製品やガラス部品などの製造工程ではゴミやホコリが侵入したり、金型などに付着した異物によってキズができたり、研磨加工や切削加工ではクラックなどが発生することが多いです。
部品としての機能を果たさないだけでなく、その部品を使用した製品が破損したり、クラックによって強度が低下したり、破断することにもなりかねません。
特に部品は製品に組込まれて時間が経過した後で致命的障害が発生する原因にもなります。安全な製品をユーザーの元に届けるためにもキズやクラックをチェックする外観検査は重要なことなのです。
キズ・クラック検査の自動化では、センサー画像認識技術を活用するケースが一般的です。
センサーベースの自動化では、光学センサーや触覚センサーを使って製品表面の凹凸を測定し、異常を検知します。センサーデータは事前に学習された基準値と比較され、異常がある場合には自動的に警報が発生します。
画像認識による自動化では、製品の画像からキズやクラックを自動的に検出します。製品の撮影された画像は、深層学習モデルや異常検知アルゴリズムによって解析されます。異常が検出されると、警報が発生し、不良品の取り扱いが行われます。
より高度なキズ・クラック検査を実現するため、二つの技術を組み合わせるケースもあります。
現在の外観検査現場では、ルールベース検査が主流です。ルールベース手法では、検査員が事前に外観の異常や不良の特徴に関するルールを定義したうえで、センサー技術を駆使して製品の外観を検査・判定します。
キズ・クラック検査は、画像センサーと画像処理システムを用いて実行されます。事前に撮影した画像データを画像センサーが処理し、対象物の形状や寸法、位置、角度などを解析します。その後、登録データと対象物を比較し、合否を判定します。
キズ・クラック検査においては、従来の検査システムに加えてAIの活用が進んでいます。製造業において品質要求の厳しさが増すなか、
具体的には、AI検査で異常品検知の再現率を高めて、AIが異常と判断した対象物だけ検査員が目視検査するケースが一般的です。
これまで大きなキズやクラックは目視検査で確認できるものの、微細なものとなると目視で不良を見つけることが難しく顕微鏡や専用の検査装置で検査をしていました。
しかし顕微鏡検査は手間や時間がかかり非効率的でコストもかかります。また専用の検査装置は導入コストがかかるだけでなく汎用性がないため検査対象別に専用検査装置が必要となるという問題がありました。
自動外観検査装置（システム）では画像処理システムを使って撮影した画像データから部品や製品のキズやクラックを検出することができます。 目視検査では人間が目で認識した物をサンプルとして脳で比較し考えて良否判定を行いますが、人間の目をカメラ、脳をコントローラ に置き換えたものが画像センサと画像処理システムです。
カメラで撮影した画像データを画像センサが処理して対象物の形状、寸法、位置、角度などを出力、登録されたデータと照合して合否の判定を行います。
照明から照射された光の反射方向が変化することを利用して製品の表面のキズやクラックの有無を検出します。まず製品をカメラで撮影し撮影された画像データから検査対象部分を切り出し、不良部分の検出がしやすいように画像データに強調処理、マスク処理、フィルタ処理を行います。検査対象の範囲内にある良品とは違う反射率（濃淡値）部分を検出し、検査結果が判定基準内なら良品、判定基準外なら不良品となります。
ディープラーニング（深層学習）技術を活用したAI外観検査は、従来の目視検査に代わる新たな検査手法です。AI外観検査の導入により検査精度が向上すれば、検査工数や人的コストを削減できます。また、検査員の作業負担が軽減される、生産性が向上するなど、従来の目視検査が抱えてきた課題の解決につながります。
これまで人の目で確認していた外観検査を自動化できる「AI外観検査」。とにかく外観検査を省人化したい企業も、自動化して自社製品の品質を担保できるか心配な企業も、AI外観検査の導入前に仕組みを理解したうえで導入することで、うまく活用することができます。
本サイトでは、AI外観検査のしくみからメリット、初めての導入におすすめの開発会社までをすべて紹介しています。
インスタントカップ麺の容器は断熱性の高い発泡スチロールが使われています。これはポリスチレン合成樹脂を原材料にして作った断熱性と耐熱性の高い耐熱PSP（発泡ポリスチレン）です。
製造方法は熱でPSPシートを柔らかくし金型で目的形状に成形、個別にカットします。外観検査としてはパッケージのキズ、破損、キズなどを目視で行います。カップ麺の容器は円筒状なので反射しやすく検査が困難でしたが、最近では画像処理システムやセンサの進歩によって検査の自動化ができるようになってきています。
動力の伝達装置である歯車（ギア）やシャフトはモーターやエンジンの回転運動を伝える必要不可欠なもので自動車のギアボックスやドライブシャフトや時計など駆動するところに使われ円柱形状をしています。
製造工程時に良く起こる不良は切削や研磨加工時の割れやクラックがあります。この原因には加工時の熱による膨張、残留応力、無理な力がかかったことなどがあげられます。
ギアやシャフトは力のかかる部品なので割れやクラックによって強度が低下した場合、致命的な欠陥となるので、目視検査や画像処理システム等で流出を防止します。これまでの外観検査では円柱状の側面に均一に照明を当てることが難しかったのですが、ラインスキャンカメラを使うことで照明ムラのない画像が生成できるようになりました。
ガラス瓶は調味料や飲料容器、窓、液晶画面など色々なところに使われています。細菌が繁殖しにくいので衛生面に優れ、透明で中身の確認がしやすいというメリットがありますが、衝撃に弱く割れやすいというデメリットもあります。
ガラスの主成分は透明で成形しやすいケイ酸（SiO2）で、一般的な製造方法には溶かしたスズの上に溶けたガラスを浮かべて板ガラスを製造するフロート法、溶かしたガラスを2本のローラーの間に通し板状に成形するロールアウト法があります。
ガラスは光沢があり透明度が高く模様が入っていたりするためカメラやセンサによるキズやクラックの検出が難しく目視検査を行っていました。
手間や時間がかかり検査漏れが発生するリスクがありましたが、高速伝送できるラインスキャンカメラの採用で搬送中のガラスをインライン検査でき、2100万画素カメラでガラスの微細なキズなども発見できるようになりました。
AI外観検査の中から、初めての導入におすすめのAI外観検査開発会社をピックアップ。
AI外観検査は、製品や開発会社によって自動化できる対応領域が異なります。
ここでは、自動化したい範囲に合わせておすすめの開発会社を紹介しています。
品質の一定化やヒューマンエラーに課題を感じる企業におすすめ。定量化しづらく、思わず人の判断に頼ってしまっている検査項目も丁寧に検証し、細かく定量化したうえでAIに判断させることが可能。
自社固有の要件をしっかりと採り入れて検査ラインを構築できます。
単純作業に人的工数がかかっている企業におすすめ。AIベンダーが保有する既存のAIパッケージに対して、自社の要件に合わせて判断基準をカスタマイズすることで、これまで統一化されていた判断が可能。
誰でも検査が可能であった項目を自動化することができ、オーダーメイドに比べて比較的短期間で導入できます。
検査そのものの工数から削減し、社員の負担を減らしたい企業におすすめ。画像データを基に、定量化した判定が可能。細かなカスタマイズの対応は難しいものの、比較的低価格で導入することができます。
異常判定が出た部品のみ目視で検査するなど、目視と自動化を使い分けて活用することが可能です。
2023/4/23時点、Google検索にて「AI外観検査」と検索し、表示された企業のうち、初めての企業でも安心のサポートを提供できる企業として以下3つの内容が公式HPに掲載されている企業をピックアップ。
・撮像の
サポートがあるか
・サーバ・カメラ・照明等のハードウェアの提供
・導入後の運用サポートがあるか
ピックアップされた企業を「AI機能付き検査カメラ」「パッケージ型」「オーダーメイド」のシステムを提供する企業に分類し、それぞれの項目から条件に当てはまる企業を厳選しています。
「パッケージ型」のみ条件に当てはまる企業が複数社あるため、その中でも「パッケージ型」の特徴である効率的なAI構築に特化している企業として、「撮像」「判定」「運用」の３つのノウハウを統合したワンストップソリューションを提供する「マクニカ」をピックアップしています。
