技術
製造業における外観検査や数え上げ作業は、品質管理と生産性の観点から重要なプロセスです。しかし、人手による検査は時間がかかり、ミスも発生しやすいという課題があります。特に、光の反射や商品の形状の多様性により、自動化が困難とされてきました。
本システムでは、製造ラインのカメラで撮影した画像をAIが解析し、製品の欠品や破損の有無を自動で判定します。また、箱に入った製品の数量を自動でカウントする機能も提供します。AIアルゴリズムには、パンハウスが開発した「ベテルギウス」を採用し、光の反射や製品の多様性に対応した高精度な検査を実現します。これにより、人手による検査の負担を軽減し、品質とコストの両面で改善を図ります。
ビニール包装された商品を流れ作業で検査する際、AIカメラを用いて自動で欠品や破損を検知します。実証実験の結果、高速カメラの導入と画像処理アルゴリズムの最適化により、実用的な検査速度での高精度な異常検知を実現しました。これにより安定して異常を検知できるようになり、人手による検査と同等以上の品質を確保することができます。
箱に入った商品の数量を、AIカメラで自動でカウントする機能を提供します。商品同士の境界が曖昧な場合でも、高度な画像処理技術と大量の学習データを活用することで、正確に数え上げることが可能になりました。実用レベルの数え上げ精度を達成し、人手による数え間違いを大幅に低減できるようになりました。
実証実験を通じて、光の反射がAIカメラの検知精度に大きな影響を与えることが判明しました。この課題に対応するため、偏光フィルタの活用や間接光の利用など、撮影環境の最適化を図りました。また、実際の製造現場の照明条件に適応できるよう、AIモデルの学習データを大幅に拡充しました。その結果、背景の変化にも柔軟に対応できるアルゴリズムが完成し、様々な環境下での安定した高精度な検査を実現しました。
本システムの導入により、外観検査と数え上げ作業の完全自動化が可能です。AIカメラの活用で検品ミスを大幅に削減し、品質の向上と人件費の大幅な削減を同時に実現しました。高速カメラの導入や最適な照明環境の設計など、ハードウェアとソフトウェアの両面から最適化を進めた結果、実用的な検査速度と高い検査精度の両立を実現しました。