外観検査 AI 装置 〜 AI Visual Inspection 〜
外観検査 AI 装置
- 外観検査の自動化は難しいと思っていませんか？Musashi AIが提供する「AI 外観検査装置」は、ハードウェアとソフトウェアが融合した外観検査ソリューションです。
- 製造業で80年以上の歴史をもつ武蔵精密工業が、AI外観検査装置の専用機を開発しました。厳しい品質基準が要求される生産現場と向き合い、量産ラインに導入可能な検査機（ハードウェア）にAIによる画像認識アルゴリズム（ソフトウェア）をインストールしAI外観検査システムとしてご提供致します。
外観検査とは？
外観検査（Visual Inspection）とは、製品や部品の表面にあるキズや汚れなどを確認するための、品質検査です。通常は、人による目視検査を行います。最近では、AIの画像認識処理技術を用いて、より高精度に不良品を検出することができ、外観検査を自動化できるようになりました。
外観検査 AI の導入で失敗する3つのポイント
AI による外観検査ソリューションを導入しようとしたけれど、うまくいかなかったという経験はありませんか？
失敗する要因については、こちらのブログ記事で詳しくご説明しています。
- ① AIに対する過度な期待
- ② 検証の目的があいまい
- ③ 人の判定精度への過信
解決する課題
AI 外観検査システムはこうした課題を解決します！
目視検査のミスを減らしたい
＜課題＞
製造ラインにAI を導入したいが何から始めて良いか分からない
＜解決策＞
武蔵精密工業への AI 導入で実績のある手法をベースに貴社に合ったソリューションを提案します。
外観検査のキズを精度高く検出したい
＜課題＞
AI ソフトウェアを開発するエンジニアが不足している中、既存の画像認識ソリューションを活用しても、うまく自動化できなかった。
＜解決策＞
Musashi AI 独自の経験とノウハウに基づき、画像認識による高い精度の欠陥検出を可能にします。
品質検査の基準を明確かつシステム化したい
＜課題＞
検査基準が属人的で人によってばらつきがある。
＜解決策＞
属人的な検査基準では、新人とベテランで検査品質が異なります。人の検査能力の評価、検査基準の作成のお手伝いすることで、AI システム導入における検査品質を安定化させます。
製品検査工程のラインを構築したい
＜課題＞
AI を導入するに辺り、製品検査工程のラインを全体的に見直したい。
＜解決策＞
AIシステムだけでなくお客様に合わせたライン設計を行い、ラインに合わせた AI 検査装置の導入をサポートさせていただきます。
導入ステップについて
以下の4つのステップでサービスをご提供します。
Step0：初期検証フェーズ、無償サービス（約2週間）
ターゲット部品の選定の上、良品(OK品)・不良品(NG品)のサンプルをご提供ください。その後、弊社にて撮像環境検討、撮像テストを行い、AI 適用可否を検討させていただきます。この間は、無償で対応させていただきます。
Step1：AI学習フェーズ、PoC (Proof of Concept) サービス（約3ヶ月）
必要な数の良品、不良品の対象部品をご提供いただきます。弊社で良品・不良品の写真撮影を行い、AI による画像認識の学習を行います。また本フェーズでアルゴリズムの精度を高めた上で、Step2の検証フェーズに移行するかどうかを判断いたします。
Step2：テスト検査フェーズ（約1〜3ヶ月）
PoC フェーズで十分な精度が出たことを確認できたら、弊社でテスト用の検査機を構築します。実際の工場生産ラインへの導入課題や、使い勝手を検証いたします。
Step3：実装フェーズ（約3ヶ月）
貴社の量産設備ラインに適したAI外観検査装置を実装して稼働させます。生産ラインへ導入する際の AI 外観検査設備の設計・開発・据え付けをサポートします。
サービスの特徴
① ハードウェアとソフトウェアを一気通貫でご提供
AI外観検査装置にはハードウェアとソフトウェアの両方が必要です。Musashi AI では、そのどちらにも強みがあります。
外観検査ハードウェア
- 検査画像取得の為の撮像環境構築、設備設計
AI ×ものづくりで培った独自のノウハウで、それぞれの検査対象部品に合った撮像環境を構築します。
- エッジデバイス選定(CPU、GPUなど)
お客様の要求検査時間（サイクルタイム）に合わせてエッジデバイスを選定します。
外観検査ソフトウェア
- アノテーションサポート（教師データ作成）
お客様専属のアノテーターが製造業の知見を活かし、アノテーションを行います。
当社のアノテーションサポートは実際の生産現場で検査を実施してきた検査員により、高い精度のアノテーション結果をご提供致します。またものづくりに必要な専門用語も熟知している為、お客様との打合せもスムーズに実施させて頂く事が可能となっております。
- 独自アルゴリズム（ソフトウェア）の構築・検証
Musashi AI 独自のアルゴリズムで精度を高め、検査用ソフトウェアを構築します。
製造現場でよく使われるAIアルゴリズムについては、こちらのブログ記事で詳しくご説明しています。
② 実稼働における様々な課題をクリア
武蔵精密工業の自社工場（自動車部品）の量産ラインで実稼働中です。
実際に製造現場に導入するにあたって起こる様々な課題をクリアしています。
そのため、お客様の課題に対する解決策にも柔軟かつ具体的に対応することが可能です。
③ 検査運用基準の策定支援
貴社の製造現場・生産ライン・前後工程・ご使用の制御機器（PLC等）に合わせて導入設定のサポートをさせていただきます。
活用方法の例
自動車部品メーカー
自動車部品の検査にご活用いただけます。ギヤ、ベアリングなどの金属製部品の大量生産ラインにおいて、人手をかけて目視検査をしている企業などです。
農産物メーカー/卸売業者
野菜や農作物の検査・検品にご活用いただけます。野菜の傷のチェックや、形が規格外かどうかの確認、品質検査など。
プラスチック容器製造メーカー
プラスチック容器の検査にご活用いただけます。ペットボトル、化粧品や薬品のプラスチック容器における傷などを検査することが可能です。
ゴミ処理事業者
ゴミの分別にご活用いただけます。大量のゴミの中から必要なものだけを取り出すなどゴミ処理業者様の作業負担低減、作業効率化やミスの軽減につながります。
導入事例
「AIによるNG判定精度100%、過検知率5%をベベルギア量産ラインで達成」(武蔵精密工業)
ベベルギア（鍛造部品）量産ラインの検査工程をAI外観検査装置で自動化しました。現在、一日約1,000個の検査を実施しています。詳しくはこちら。
「AIによるNG判定精度100%、過検知率7%をリングギア量産ラインで達成」(武蔵精密工業)
リングギヤ（切削部品）の量産ラインの検査工程をAI外観検査装置で自動化しました。結果、約60%の人件費をセーブすることに成功しました。詳しくはこちら。
よくある質問
Musashi AIに頼んだ場合に用意するものは何ですか？
お客様作業 ：良品と不良品の準備
共同での作業 ：キズの種類や欠陥サイズ等の一覧の作成、人の検査能力の評価
Musashi AI作業 ：アノテーションからAIのモデル作成・評価、検査装置の設計・製造
学習用の製造品は何個用意すればいいですか？
少ない製造部品サンプル数で学習できます。
良品を30～50個、キズごとに不良品を50〜100個あれば可能です。
AIだけで欠陥を100%認識することは可能ですか？
AIだけで100%の検出率は難しいですが、現状実施いただいている人の検査能力を評価し、またこの評価結果を独自の手法にて分析する事によってAIの精度向上に繋げます。これにより、最終的にはキズごとの閾値設定も可能となり、更にはあらゆる判定手法も組み合わせることで100%に近い欠陥検出が可能になります。
メディア掲載
http://www.asahi.com/business/reuters/CRBKBN25T08H.html
https://diamond-rm.net/management/63280/
https://jp.reuters.com/article/health-coronavirus-japan-factory-idJPKBN25T08I?il=0
https://www.newsweekjapan.jp/stories/business/2020/09/ai-55.php
https://photopress.jp/online/559392
https://portalfield.com/news/economy/460077
https://newspicks.com/news/5195014/body/?ref=company_SPD04QPI2TH6738L
https://b.hatena.ne.jp/entry/s/jp.reuters.com/article/health-coronavirus-japan-factory-idJPKBN25T08I