AISIA-AD（アイシア-エーディー）
最先端のAI外観検査システムで撮像から搬送までトータルコーディネートします
最先端のAI外観検査システムで撮像から搬送までトータルコーディネートします
AISIA-AD（アイシア-エーディー）は、Microsoft社が開発したAzure Machine Learningを活用し、キズ、凹み、異物混入などの異常をAIで自動検知できるAIソフトウェアパッケージです。
工場、現場、倉庫などでは様々な目視検査が行われていて熟練の人たちの経験と技が生かされています。そのような経験と技をAIに学習させてAIモデルというものを生成し、あたかも熟練の検査員を創り上げることができるのです。
AISIA-ADと検査機、カメラ、照明などの機器と組合せることで外観検査の省人化、精度向上をサポートします。
特長
最適AIモデルの適用
一般的にパッケージ型のAI外観検査ソフトウェアは、利用するAIモデル（推論・判定方法）が限定されています。外観検査では、対象となるワークや検査場所の環境は全て異なります。そのような異なる条件に細かく適合するため、AISIA-ADではAIモデルを限定することなく、適合するAIモデルや機器類を組合せてお客様固有の条件に合ったAI外観検査システムをご提案します。
最適AIモデルと連携する機器
AISIA-ADは、画像データをもとに学習データに基づくAIモデルによる異常判定を行います。このとき、画像データを取得するには照明、カメラ、各種センサー、または判定前後の搬送機器などが必要になります。AISIA-ADは、これら各種機器とデータ連携して画像データ処理、判定、判定後の処理まで外観検査の業務効率化に向けてトータルでサポートします。
安定した検査とより良い判定精度向上
AISIA-ADは、記録される検査ログ（証跡）をトレサビリティや製造工程の改善に活用できるように、画面表示は多面検査や座標位置など必要機能のカスタマイズ表示が可能です。検査結果のサマリ画面で検査の進捗状況や精度指標値を確認し、結果詳細画面にて精度指標値の算出根拠や判定根拠を可視化して確認することができます。また判定精度に問題がある場合は、お客様自身で簡単にAIの判断根拠である閾値の調整をすることができます。※追加学習や再学習についても案件毎でご相談承っております。
用途例
| 工業用ゴム製品メーカー |
【背景・課題】 工業用ゴム製品メーカーのこちらのお客様では、検査員による全件目視検査が必要で、作業工数、作業品質にばらつきが出てしまっていました。年々加速する人材不足も経営課題であったため、過去システム化を検証し、検査機導入を検討したものの、検知する欠陥(バリ、黒点、バブル)の発生個所が特定できないという結果に終わっていました。 【結果】
 |
|---|---|
| 機能性シートメーカー |
【背景・課題】 機能性シートメーカーのこちらのお客様では、検査機を導入して見逃しゼロの異常判定を実施していましたが、異常は正常と近似しており複数の異常が1枚のシートに併発するため、1000枚/日の異常判定の中で60％が過検知判定となっていました。過検知判定が多いため、検査機での検査後に人による目視検査を行っており、目視検査対象をできる限り少なくする計画であったが、検査機による過検知が多く発生し、検査員の負荷を高める結果となっていました。 【結果】 1000枚/日の目視検査 ⇒ 60枚/日 94％の検査数削減 検査機が異常と判定した過検知の画像に対してAIに再判定を実施することで、目視検査前の検査精度を高める。  |
よくあるご質問
Q. 検査機（ルールベース）とAIの違いはなんですか。
AIと検査機は、人間と異なり疲労による判断ミスは起きません。一度設定や学習をした欠陥はほぼ認識できるため、不良品の出荷を減らすことができます。
しかしAIと検査機にも得意不得意があります。自社にとって適したほうを選ばないと、余計な負荷やコストが発生し、逆に効率が悪くなることもあります。従来実用化が難しかった外観検査の置き換えを実現するには、製品・撮像・運用の条件によってAIと検査機の適正を見極め活用することが重要です。
Q. AI検査のメリット、デメリットはなんですか。
■メリット
設定された条件に加え、曖昧さや柔軟性など人間的感覚を数値化して表現することが可能です。
また、厳格な設定をすることなく、自ら学習して新しいルール定義に適応していくことができます。
■デメリット
画像（ワークの各面の画像）から寸法や面積、位置など定量的ルールの学習と検出は苦手なため高い精度が出せません。また、目的や検査対象によって異なるが豊富な学習データ（画像）を準備する必要があります。