目視検査だけに頼ることに課題を感じていませんか。
業種を問わず人の目で確認しなければいけないこともたくさんあります。例えば工場なら「製造の過程で部品に傷がついてないかどうか」食品製造なら「異物混入や個数・配置の確認」など目視に頼っている現場も少なくないでしょう。しかし、人手不足や技術継承、コストの観点で考えると人手による目視検査に将来的に頼れなくなるかもしれません。
そこで注目されているのが「外観検査自動化」です。
この記事では、外観検査の導入メリットや事例、外観検査自動化システムを提供している企業、導入を検討している方におすすめの製品を紹介します。
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主なメリットは以下の通りです。
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。
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。
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』）
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。
| 製品名 | 特徴 |
|---|---|
| 画像処理検査ソリューション「URCP」 | 柔軟なカスタマイズ性があり、URCPと検査装置をトータルシステムとして提供し、お客様のニーズに合わせた提案、開発、カスタマイズ、導入、アフターフォローを全面的にサポートします。 |
| 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使用した外観検査AIシステムで、高度な画像分類により、不良や傷・異物の検出を自動化します。0.1秒で高速判定を行い、微細な欠陥も検知できます。 |
| 汎用画像検査ソフト EasyInspector2 | 専門的な知識がなくても画像検査システムを構築できるWindowsソフトで、市販のパソコンと安価なカメラが使用できます。現場担当者は操作方法を覚え、検査対象に合わせて画像処理機能を選択し、設定を調整することができます。 |
| フォトナビ・目視レス | ABHBという独自の画像認識アルゴリズムを用いて、特定条件や形状、模様などを検出することができます。不定形物も対応可能で、外観検査工程で活用可能です。カメラや外部センサーなどのトータルソリューションも提案します。 |
| エンベッデッドビジョンカメラシステム | Vision Components GmbHはスマートカメラの老舗で、コンパクトな筐体で完結するビジョンシステムの開発・製造を行い、様々な分野で活躍しています。2021年には世界最小のエンベッデッドビジョンモジュールを発表しました。 |
| FAに特化したAI画像検査 DeepSky | 1台のPCで画像収集から学習、判定まで可能。設定が簡単で、変化しやすい条件下でも高い精度を発揮します。スカイロジックが現場目線で設計しました。 |
| TESRAY Sシリーズ | 工業製品の外観検査ロボットで、多軸ロボット・撮像モジュール・AIアルゴリズムを組み合わせて、あらゆる形状のワーク(対象物)の微細な異常や官能的な検査基準に対応します。 |
| AI外観検査製品【 RoxyAI 】 | FA分野の経験を活かし、RoxyAIの正規代理店として外観検査分野のAI検証や自動化システムの提案・対応を行います。生産工程の自動化も対応可能です。 |
| メイコーの「自動検査」 | 自動化された製造ラインでの検査工程に人為的なバラつきがあり、効率が上がらない企業に、ワークの搬送から欠陥品のリジェクトまで全てを自動で行う外観検査装置を提案します。検査範囲の学習機能を搭載し、高精度な欠陥検出を可能にします。 |
| 外観検査装置 GK-2000 | 高速処理と高分解能を持ち、欠陥を検知した場合は外部機器へ信号出力し、欠陥画像を保存できるパソコンベースのカスタマイズ可能なラインセンサです。 |
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。
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。
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。
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。
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。
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」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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
