画像検査・自動検査の導入条件

自動検査の対象と合否基準を先に定める

自動検査の企画では、最初に「何を見つけるか」と「見つけた結果をどう扱うか」を切り分けます。外観上の傷、欠け、異物、印字の違いなどは、対象物や工程によって意味が異なります。同じ見た目でも機能や後工程への影響が違う場合があるため、画像上の特徴だけを合否基準にしないことが重要です。品質担当は不良の定義と許容範囲を示し、製造担当は発生工程や検査タイミングを説明します。調達担当は、それらを設備仕様や受入条件に反映できる形にします。対象を曖昧にしたまま方式やカメラを選ぶと、納入後に「判定できるが必要な不良は拾えない」という食い違いが起きます。

検査対象は、対象物、見る箇所、欠陥の種類、判定単位に分けて記述します。例えば製品全体を一括判定するのか、面や部品ごとに判定するのかで、必要な撮像や不良品の扱いが変わります。さらに、検査結果を排出装置に連携するのか、作業者に表示するだけなのかも決めます。判定結果が設備の動作につながる場合は、誤判定が発生したときの停止、保留、再確認の流れも検査範囲に含めます。仕様書には正常品だけでなく、判定が難しい境界例や、対象外とする状態も明記します。基準を共有できれば、発注側と供給側が同じ条件で評価できます。

導入効果を人員削減や処理能力だけで説明すると、検査品質との関係が見えにくくなります。どの作業を置き換え、どの作業を人に残すのかを工程図で示し、検査前の整列、結果確認、例外処理、記録の役割を分けてください。事業企画は投資目的と対象工程を定め、製造は現場で実行可能な運用を検討し、品質は判定基準と不良時の処置を確認します。経済産業省はロボット導入に加え、人材育成や現場環境の整備も推進しています。自動検査も装置導入だけで完結するものではなく、担当者の教育や作業環境を含めて計画する視点が必要です。

source_ids:[

policy

照明・レンズ・製品姿勢を検査方式より先に安定させる

画像から特徴を判定するには、検査対象が同じ状態で撮影されることが前提になります。照明の向きや明るさが変わると、表面の反射や影が変化し、良品でも異なる画像に見えることがあります。レンズの選定や取付位置が不適切なら、見たい箇所がぼけたり、画面内の位置によって見え方が変わったりします。搬送時の傾き、回転、浮き、振動も、検査位置や形状の見え方を崩す要因です。したがって、撮像条件を固定しないまま判定ソフトの調整を重ねても、環境変化を欠陥と誤認する問題が残ります。まず現物を使い、通常運転時のばらつきを確かめます。

撮像の検討では、照明の種類だけでなく、取付角度、光が当たる範囲、周囲光の影響を記録します。レンズとカメラは、検査範囲と見分けたい特徴を踏まえて選び、焦点、距離、視野の設定を固定できる構造にします。製品姿勢については、治具やガイドで位置を拘束できるか、搬送中の回転や高さの変動を許容するかを検討します。位置ずれを画像処理で補正する方法もありますが、補正で扱える範囲を実物で確かめずに前提化するのは避けます。撮像条件の変更が判定に与える影響を記録できるよう、設定値と画像を対応づけて管理します。

工場では、品種切替、清掃、照明交換、治具の調整などによって撮像条件が変わる可能性があります。検査開始時に基準画像や確認用サンプルを使う手順を設け、画像が想定範囲から外れた場合に検査を続けるか、保留するかを決めます。設備担当は固定具や搬送条件を管理し、製造担当は切替時の確認を実施します。品質担当は、撮像の変化が判定の信頼性に及ぼす影響を確認します。照明や姿勢の変動を判定モデルだけで吸収しようとすると、原因の切り分けが難しくなります。物理条件で安定化できる範囲を先に広げ、そのうえで残るばらつきに画像処理を適用する順序が、実務上の判断をしやすくします。

source_ids:[]},{

ルールベースと学習型を対象の性質で使い分ける

ルールベースは、明るさ、形、位置、寸法など、あらかじめ定めた条件と画像を照らして判定する方式です。対象の特徴が明確で、撮像条件が安定し、合否の説明が必要な場合に検討しやすい方法です。一方、表面模様のように良品にも自然なばらつきがあり、単純な閾値では分けにくい対象では、条件の組み合わせが複雑になることがあります。閾値とは、明るさなどを合否に分ける境界値です。ルールを増やせば常に改善するとは限らず、特定の品種や状態に合わせた条件が別の品種で過検出を招くこともあります。対象の特徴を説明できるか、条件変更の負担を含めて選びます。

学習型は、例として与えた画像と正解情報を使い、画像に含まれるパターンを学習して判定する方式です。見た目の変動が複雑で、特徴を単純なルールに分解しにくい場合に候補となります。ただし、学習用画像にない状態を正しく扱えると保証されるわけではありません。欠陥の種類や程度が偏った画像だけで学習すると、実際の生産で現れる別の状態を適切に判定できないおそれがあります。必要な画像の収集、正解ラベルの確認、評価データの分離、導入後の更新管理も必要です。AIを採用すること自体を目的にせず、検査対象と現場で扱えるデータの質から適性を判断します。

方式比較では、同じ画像や同じ生産条件を使い、検出したい不良と良品の双方で判定を確かめます。ルールベースは条件の根拠や変更箇所を追いやすい一方、品種ごとの調整が必要になる場合があります。学習型は複雑な画像特徴を扱える可能性がある一方、学習画像の範囲やモデル更新後の評価が重要です。調達は、提供者が方式の限界、必要な画像、設定変更、保守の範囲を説明できるか確認します。品質は受入判定に使う評価方法を決め、製造は品種切替や停止時の運用を検討します。どちらか一方を万能とせず、単純な検査と複雑な検査を工程内で分ける選択肢も含めて比べます。

source_ids:[]},{

見逃し・過検出と良品率・認識率を分けて評価する

見逃しは、本来検出すべき不良を良品と判定することです。過検出は、良品を不良として扱うことです。どちらも判定の不一致ですが、工程への影響は異なります。見逃しは不良品の流出につながる可能性があり、過検出は良品の保留や再検査、廃棄判断の増加につながり得ます。評価の際は「認識率が高い」という説明だけで判断せず、何を正解とし、どの品種・ロット・欠陥状態で何を測ったのかを確認します。判定結果を良品率や歩留まりと同じ意味で扱わないことも大切です。それぞれ定義と分母が異なるため、指標名だけで導入可否を決めないようにします。

良品率は生産物のうち良品と扱われたものの割合を示す文脈で使われますが、計算の範囲や不良の扱いは企業や工程の定義に左右されます。認識率は画像判定の正解との一致を表す指標として使われることがありますが、対象クラスや集計方法を確認しなければ解釈できません。良品を正しく良品とした割合と、不良を正しく不良とした割合も別の観点です。評価資料では、良品、不良、判定保留などの扱い、各状態の件数、誤判定の内訳を明らかにします。集計値のほかに、実際の画像と正解ラベルを照合し、どの特徴で誤ったのかを確認します。良品率の向上が自動検査の認識性能を証明するわけではありません。

[PR]

評価データは学習データと分けます。学習に使用した画像で性能を測ると、未学習の画像に対する判定力を適切に確認しにくくなるためです。評価では品種別、ロット別に結果を分け、切替条件や見た目のばらつきによって誤判定が偏っていないかを調べます。発生頻度の低い不良や境界に近い例が評価に含まれているかも確認します。代表的な画像だけで導入を決めず、実際の生産条件で得た画像と、品質担当が確認した正解情報を使います。評価結果には撮像条件、ソフト設定、データの由来を添え、後から再確認できる状態にします。判定対象が変わった場合は、以前の評価結果をそのまま適用できると考えないでください。

source_ids:[]},{

誤判定を保留と人の確認につなぎ変更を管理する

自動判定を設備の排出や次工程への搬送に直結させる場合、誤判定したときの処置を仕様に含めます。画像が不鮮明、対象物が検査位置から外れている、判定処理が完了しないなど、通常の合否に分類しにくい状態を「判定不能」として扱う設計が候補になります。その場合に製品を保留するのか、ラインを止めるのか、再撮像するのかは、工程の影響や品質リスクを踏まえて決めます。判定不能を自動的に良品として通す運用は、検査の目的と矛盾しないかを慎重に確認します。保留品の置場、識別、再判定の手順も決め、現場で処置が途切れないようにします。

人による確認を残す場合は、確認担当者が見る画像、表示される判定理由、必要な履歴を整えます。画面に合否だけを表示するのではなく、対象位置や判定に関係した箇所を示すと、確認の手がかりになります。ただし、表示があれば人の確認が常に正しいとは限りません。担当者の教育、判断基準の共有、確認結果を記録する方法を用意します。品質部門は、再確認で判定が覆った場合の処置と、誤判定の傾向を分析する責任範囲を定めます。製造部門は、保留品が後続工程へ混入しない運用を整えます。誰が最終判断を行い、いつ設備を再稼働できるかも明らかにします。

照明、レンズ、治具、判定条件、学習データ、モデルなどを変更すると、従来の評価結果がそのまま当てはまらないことがあります。変更前後の設定と理由を記録し、影響を受ける品種、欠陥、工程を特定します。変更を承認する担当者、確認に使う画像、再評価の範囲、切替後の監視方法をあらかじめ決めてください。ソフト更新や品種追加を日常作業として無記録で行うと、判定の変化を原因別に追えなくなります。設備提供者の保守範囲と、利用企業が管理する項目を分け、障害時の連絡や復旧手順も確認します。判定に関わる設定変更を品質管理の一部として扱うことで、導入後の性能を継続して確かめやすくなります。

source_ids:[

policy

方式選定と運用設計で照合する自動検査の確認項目

工程と判断をつなぐ流れ