外観検査の自動化とは？ 気になるポイントや具体的な導入方法、おすすめの関連製品をご紹介

外観検査自動化とは？

外観検査自動化とは、人手による目視検査を機械に置きかえて自動化することです。製造業ならば、製造中に発生した製品・部品の汚れや異物、キズ、変形などの欠陥を発見し、異常品を排除できます。現在、自動車、半導体、食品・飲料、製薬など、さまざまな産業で外観検査の自動化が導入されています。

従来は予め用意されたマスターデータの画像（見本）を設定し差分を確認する外観検査自動化システムが主流でした。しかし、柔軟に判定ができないという課題もありました。この課題を解決したのがAIの技術革新です。

近年、AIの技術力向上に伴い画像解析の分野が大きな進歩を遂げたことで、外観検査システムの自動化が進んでいます。

外観検査自動化を導入するメリットは？

外観検査自動化を導入する主なメリットは以下の通りです。

検査にかかる時間の短縮

機械が処理をすることで人よりも検査にかかる時間を短縮させることができます。また、機械は人と違い疲れないため検査し続けることも可能です。

検査コストの削減

外観検査自動化システムは初期の導入コストはかかるものの、長期的な検査コスト削減が期待できます。採用にかかるコスト・人件費などと比較して、どちらが検査コストを削減できるかを試算してみると良いでしょう。

ヒューマンエラー発生防止

人はミスをしてしまうものです。集中力が続かなかったり、疲れてしまったりすると検査精度は下がります。
また、人によって目視検査の熟練度も違うためバラツキも出てきてしまいます。しかし機械なら一定の検査精度を保てます。

人手不足・技術継承の将来的なリスク回避

人手不足・技術継承のリスクを、外観検査自動化によって解消が期待できます。
特に少子高齢化に伴い製造業の現場では検査員の確保や教育がますます難しくなっていくことが予想されます。
2002年には384万人いた34歳以下の製造業の若年就業者は、2020年の段階で259万人にまで落ちこんでいます。目視検査を人手に頼りすぎるのは、将来的にボトルネックになりかねません。

https://www.meti.go.jp/report/whitepaper/mono/2021/pdf/honbun_1_2_1.pdf
（画像出典：経済産業省『ものづくり人材の確保と育成』）

外観検査の自動化を実現するおすすめ関連製品

それでは、外観検査の自動化を実現するためにおすすめの関連製品を紹介していきます。

TECHVIEW 画像処理アプリケーション開発ツール

NEDが開発したTechViewは、画像処理アプリケーションの開発作業を劇的に効率化します。

従来の作業と比べて1/10以下の時間で、だれでも簡単に画像処理アプリケーションを作成可能。プログラミングスキルが無くてもアプリケーションの修正や変更を行うことができるため、マンパワーが不足している現場でも活用いただけます。

画像認識検査システムDeama（ディアマ）

Deama（ディアマ）は、高精度の人工知能（AI）と光学文字認識（OCR）機能を搭載した画像認識検査システムです。従来の目視チェックに依存していた日付や焼加減、具材の有無などの外観検査を、AIによる高速かつ正確な判定で行います。これにより、スタッフの負荷を軽減し、検査の一貫性を確保します。

iRAYPLE 産業用カメラシリーズ

iRAYPLEの産業用カメラは、HuaRay Technologyが提供する先進的なマシンビジョンソリューションで、多様なニーズに応える幅広い製品ラインナップを誇ります。圧倒的な生産スケールメリットにより、他社と比べて低価格かつ短納期での提供が可能です。

マシンビジョンの多様なニーズに対応するため、ラインナップを拡充しており、既に200種類以上のカメラをカバーしています。小型モデルから最大解像度151MPの高画素・高速モデルまで、様々な用途に対応が可能です。

画像処理検査ソリューション「URCP」

画像処理検査ソリューション「URCP」の大きな特徴は柔軟なカスタマイズ性です。画像処理検査ソフトウェア群「URCP(UIS Ready and Custom Packages)」と検査装置を併せて、トータルシステムとしてご提供。お客様のニーズに合わせ「提案」「新規開発」「カスタマイズ」「導入」「アフターフォロー」まで、全面的にサポート可能です。

AI画像検査装置「EYEbeGenesis+」

最新の第3世代のAIを搭載したAI画像検査システムです。
今までは、OK / NG判定させるために、膨大な画像を準備してAIに覚えさせる必要がありましたが、多彩な水増し機能により、少ない機能でAIを構築できます。

ラインスキャンカメラ ｜ 工場における検査システムの精度を飛躍的に向上

日本エレクトロセンサリデバイス（NED）は、1975年の設立以来、ラインスキャンカメラの分野において最新技術を導入し、信頼性のある革新的な製品とソリューションを提供し続けてきました。

特に工業用マシンビジョンシステムの分野で"カメラ（目）"と"画像処理（脳）"に焦点を当て、ラインスキャンカメラの世界的なリーダーカンパニーとして、ライン検査システムの精度を飛躍的に向上することに貢献しています。

AI外観検査システム「ZENAI(ゼナイ)」

ディープラーニング技術を用いた外観検査AIシステム「ZENAI（ゼナイ）」により、お客様の課題解決を支援します。ZENAIで外観検査工程を自動化します。高度な画像分類により、不良や傷・異物の検出が可能です。これまで不可能だった微細な欠陥を検知でき、0.1秒の高速判定を実現しています。

汎用画像検査ソフト　EasyInspector2

EasyInspector2は画像検査システムの構築を簡単にすることを目的に開発されたWindowsソフトウェアです。最大の特徴は市販のパソコンと安価なカメラ（Webカメラ、USB/GigE産業用カメラ）が使用できることです。また、Windowsソフトを操作する要領で検査設定が可能です。

フォトナビ・目視レス

人間が目で見て脳で判断する感覚に近しい独自開発の画像認識アルゴリズム（ABHB）で、画像の中から特定の条件に当てはまる領域を検出したり、類似する色・形・ 模様などを瞬時に自動検出いたします。機械学習・ディープラーニング等では判定の困難な不定形物も対応可能です。

エンベッデッドビジョンカメラシステム

創業25年のスマートカメラの老舗Vision Components GmbHは、スマートカメラ一筋で開発、製造を続けています。　
コンパクトなカメラの筐体で撮像から画像処理まで完結することによりビジョンシステムの小型化・省エネ化を促進します。
レーザーとスマートカメラを一つの筐体に統合して3D計測が可能なレーザープロファイラーVC nano 3D-Z、ステレオカメラを重機に搭載して後方の作業員の検出を行うEmitrace安全運転支援システム、半導体ウエハや医療器具のIDリーダー、駐車場のゲートコントロールを行う防塵・防水仕様のVC Pro Z など様々な分野のビジョンシステムとして活躍しています。

FAに特化したAI画像検査　DeepSky

DeepSkyはPC1台で「画像データ収集→学習→判定」を行うことができます。撮像した画像内で見つけたい部分を囲んで「学習」ボタンをクリックするだけ。AIが自動で設定パラメータを調整し、対象物を認識するようになるため、これまでの難しい設定作業が不要になります。AIの画像処理は従来の手続き型（ルールベース）の画像処理とは異なり設定が簡単で、複雑かつ変化しやすい条件下での判定に強みを発揮します。

TESRAY Sシリーズ

「TESRAY Sシリーズ」は工業製品向けに汎用型のAI外観検査ロボットで、独自開発の多軸ロボット・撮像モジュール・AIアルゴリズムによって、あらゆる形状のワーク(対象物)の微細な異常、寸法では判断できない官能的な検査基準に対応します。

AI外観検査製品【 RoxyAI 】

FA分野における専用機・検査機、工場内物流、自動化システムの設計製作経験を活かし、外観検査分野におけるAI検証から実機評価、外観検査工程自動化の提案・対応をしています。
Roxy社製 AI外観検査製品【 RoxyAI 】の正規代理店です。

メイコーの「自動検査」

メイコーが提案する自動検査は、ワークの搬送から撮像・解析・欠陥品のリジェクトまで、すべてを自動で行う外観検査装置です。
検査範囲の学習機能を搭載し、毎撮像ごとに最適な検査範囲を自動作成。個体差に左右されない、高精度な欠陥検出を提供します。

外観検査装置　GK-2000

リアルタイムに製品の外観を検査、欠陥を検知すると外部機器へ信号出力し、欠陥画像および情報を保存します。欠陥画像が保存できることにより、視覚的に欠陥の検出が確認する事ができます。
パソコンベースで低価格、また用途・予算に応じて、カスタマイズすることが可能です。

外観検査自動化の課題とは？

機械や画像処理の技術には対応できないことがあります。例えば外観検査で取り入れられているAIやディープ・ラーニングの技術も決して万能ではありません。検査する対象や内容によっては機械だけでは対応できない課題に直面することもあります。

実際に外観検査自動化システムを導入しても上手くいかないケースもあります。たとえば、AIに不良品サンプルを学習させても学習サンプルが少なくて、実際の運用では想定していない不良品を取り除けないこともあるなど機械が万能ではないことによる問題が出てきてしまうこともあります。人手に任せるところ、機械に任せるところを切り分けていくことが外観検査自動化成功には必要と言えそうです。

また、外観検査自動化システムのベンダーの中にはAIのディープラーニングとは違うアルゴリズムを組むことで課題を克服しようとする企業が出てくるなど、さまざまなアプローチで課題を克服する技術が生まれているため、自社の検査したい内容に対応できるかどうかが気になる方は実際にベンダーに問い合わせてみることをおすすめします。

外観検査自動化導入を導入の流れ

外観検査自動化はシステムを買って終わりではなく、実際に運用できるところまでの設定や準備、現場ごとにチューニングする過程が必要になります。そのため導入する際には技術力が高いだけでなく、システムの導入から運用までサポートが充実している業者を選ぶことが大切です。導入の流れは概ね以下の4ステップに分けられます。

要件定義

要件定義とはシステムで「何をどうするか？」を明確にすることです。そのためには、自社が解決したい課題も明確にする必要があります。

たとえば、「外観検査自動化でコストを抑えたいのか」「品質を向上させるのか」「検査のみを自動化したいのか」検査から仕分けまで全て自動化に踏みきるのかなど自社の課題を明確にしておきましょう。その上でベンダーに外観検査自動化システムの導入を依頼すれば商談が円滑に進みやすくなります。

最適化・学習

外観検査自動化システムを自社用にチューニングします。例えばAIを使った自動化システムならば、異常なパターンと正常なパターンをディープラーニングによって学習させる必要があります。画像解析をするために必要なサンプルを集めたり、学習させたりすることは専門知識がなければ難しいためサポートの手厚いベンダーを選ぶことが大切です。

テスト

本導入する前に実際に検査の精度を確かめる必要があります。たとえばAIの学習に必要な不良品サンプルを実際に用意して学習させても、実際に運用してみると想定していない不良品が出てきて検査が上手くいかないこともあるからです。本導入しても支障がないかどうかをベンダーと一緒に確認しておくことでトラブルを未然に防げます。

本導入開始

テストして問題なければ本導入開始です。しかし、運用後に検査システムが検知できない不良品が出てくることもあるため、判定の傾向に応じて検査システムの微調整を進め運用しながらPDCAを回していきましょう。

外観検査自動化システムの導入を比較する際のポイント

外観検査自動化のシステムを導入する際に、どこのシステムを導入すれば良いのか迷ってしまうのではないでしょうか。システム導入を比較する際に気をつけるポイントを紹介します。

①検査できる対象かどうか

自社が検査したいことが検出可能なのかどうかを確認しましょう。外観自動検査システムによって得意としている分野が異なります。例えば色ムラ、異物混入、位置、品数、部分的な欠損など検査しなければいけない内容は会社によってさまざまです。

また、自動車、半導体、食品・飲料、医薬品など、依頼したい業者が得意とする業界や過去の実績などを参考に確認しておきましょう。

②判定方法の違い

外観検査のシステムには大きく分けて「ルールベース型」と「AI型」があります。ルールベース型は予め用意されたマスターデータの画像（見本）を設定し差分を確認する外観検査自動化システム。欠陥のパターンが明確な場合に適しています。一方、AI型はルールベース型に比べると柔軟に欠陥品を判断できる強みがあります。本当に自社の検査したいことに適した判定方法を採用しているかどうかも確認するポイントです。

③コスト

外観検査自動化システムには導入だけでも数百万円以上のコストがかかります。また、システムをチューニングするためにベンダーにサポートを依頼する必要もあるため運用コストもかかります。外観検査自動化システムは製造現場の規模や検査する内容によって価格が左右されることもあるため、実際に問い合わせて見積もりを取りましょう。

④サポート体制

外観検査自動化システムは導入する際にテストしながらチューニングする必要があります。また、実際に導入してからもチューニングを続けなければいけないためベンダーから具体的にどのようなサポートを受けられるかも事前に確認することをおすすめします。

外観検査自動化の事例

外観検査自動化の技術はさまざまなところで活用されています。具体的な事例を紹介します。

まず、自動車メーカーのSUBARU（スバル）は、カムシャフトと呼ばれるエンジンに使われる部品の研削工程の全数に対して実施してきた目視検査を完全に廃止することを発表しています。全工程の品質を加工中のデータから予測する人工知能（AI）モデルが開発されたことに伴い、人間の目視検査を代替する以上に精度が高い検査を実現。外観検査自動化が人の目視検査を機械に置きかえる以上の可能性があることが、この事例から予想できます。

他にも東芝デジタルソリューションズ（川崎市、以下TDSL）と風力発電用タワー大手のスペイン・GRI Renewable Industries（GRIリニューアブルインダストリーズ、以下GRI）がAIを利用して、風力発電用のタワーの外観不良と溶接部の形状不良を自動で高精度に検出することに成功。検査の自動化により、作業効率や検査の質の向上が見込めます。

このように、ものづくりの世界をはじめ、さまざまな業界で外観検査自動化のニュースが取りあげられています。 あなたの会社の工場や生産管理の現場でも外観検査自動化の導入で経営課題の解決や業務フローの改善が実現できる可能性があるかもしれません。

さいごに

外観検査自動化について解説しました。目視検査の課題であるコスト、ヒューマンエラー、将来的な人手不足などを解決できます。外観検査自動化は人手に頼っていた目視検査を機械に置きかえるだけでなく、検査の質や流れそのものを変える可能性もある技術です。

機械が万能ではないこともあり実際に導入してみると、課題が出てくることもあるかもしれません。しかし、外観検査自動化の技術も日々、向上しています。

外観検査自動化に興味があるが、まずは情報収集から気軽にはじめたいという経営者、会社の担当者の方は当社サイトから関連製品を検索してみてはいかがでしょうか。