外観検査とは？

製造工程中に発生した製品・部品の汚れや異物、キズ、変形などの欠陥を発見し、異常品を排除する工程があります。その中でも、製品や原材料の品質を確保するために外観(見た目、外面)の確認を行う検査業務ことを「外観検査」と言います。

最も基本的な外観検査は、人による「目視検査」です。自動化可能な製造工程から、検査装置による外観検査の自動化が進んできています。

外観検査自動化の現状

外観検査を自動化するめには大きく2つの方式があります。

ルールベース方式

ルールに基づいて検査するという仕組みをルールベース方式と言います。基準となる閾値を決め、その値を基準にOKNG判定をします。寸法確認や座標出しに優れいている技術ですが、傷や異物、クラックのようなランダムに発生する欠陥は得意ではありません。

また、NG品をOKと判定してはいけないことから、閾値は厳し目に設定されることが多く、本来であればOKな良品が閾値によってNGと判定されるような「過検出」が増えるという課題があります。

AI方式

ルールベースの過検出問題を解決するのがAIを活用した検査です。AIではルールで定義できないようなあいまいな基準の分類に対応可能です。検査員では伝えることが難しい検査ノウハウでも再現が可能です。また、検査基準の標準化による検査精度を向上することができます。

ディープラーニングとは

ディープラーニングとは、画像データで傷や異物などの特徴をパソコンの中で学習させAIを作り、AIで自動的に特徴を発見できるようになる技術のことです。正常品と異常品があいまいな部分において今まで過検出が多かったルールベースに、プラスアルファでＡＩを再学習させることで、ＯＫ、ＮＧ判定の精度を高め、より歩留まり率をあげることができるようになります。

AI自動外観検査システム「ZENAI」

AI自動外観検査システムZENAIは、AIの中でもディープラーニングを活用した外観検査システムです。ディープラーニングの中で、「画像分類機能（Classification）」と「領域検出機能（Segmentation）」の2種類をパッケージ化しています。

画像分類機能

画像に何が写っているのかを分類し処理する方法です。例えば、良品の画像、色違い品の画像、大きさ違いの画像、を予めAIに学習させることで、AIが分類できるようになります。特徴毎に仕分けする場合などに使います。

領域検出機能

チェックした領域がどのクラスに属するか検出する方法です。画素に対して学習をさせていきます。欠陥の場所をペイント感覚で色づけさせていくことで、AIが作られます。製品上にある不良を見つけ出す場合に使います。

ZENAIの特徴

微細欠陥検出

従来型の画像処理では、検出困難だった、微細な欠陥を検出可能

高速AI判定

AIモデルが判定結果を出すまで、0.1sec以内の実績

AIモデル作成時が学習が簡単

直感的な操作で欠陥部分を指定しAIを構築

動画

事例紹介：木目調　自動車内装パーツ

事例紹介：ドーナツ検査

用途例

髪の毛検出(ドーナツ)
溶接痕状態検出(自動車)
ヘリカルギア傷、異物検出(自動車)

販売モデル

パッケージ販売

ZENAI開発パッケージはモデリングキットとランタイムキット、トレーニングがセットになっています。

検査アプリケーション販売

パッケージに含まれるＺＥＮＡＩのモデリングキット、ランタイムキット、トレーニングに加えて、専用のソフトウェア、AIモデル、学習用PC、検査用PCをセットでアプリケーションとしてご提供いたします。

システム販売

自動の外観検査システムとして、光学設計から画像判定システムまで一式お受けいたします。

導入の流れ

1.打ち合わせ

検査仕様やタクト、最小検出体などの打ち合わせを実施します。前提条件として検査が可能かどうかの判断を行います。

2.仕様確定

傷や欠陥などを検出できる照明条件やカメラの選定を実施します。スペースや搬送速度を基に機器の選定を行います。

3.簡易調査

OK画像を20枚、NG画像を20枚お預かりしAIモデルを作成します。作成したデータを元に検出可否の確認を行います。

4.本格調査

様々なOK/NG画像に対して検出可否の判断を実施します。評価結果を元にレポートを作成します。

5.本導入

実ラインでの運用方法を決め、作業手順を確定させます。試行ラインで成功した場合、次のラインへ展開を行います。