外観検査システムの導入でこんな失敗経験がある方へ
画像検査システムを導入したが、精度、タクトタイム等に不満がある
AIを上手く活用できず最適な検査システムが構築できない
運用面まで考慮した装置設計・システム提案をしてもらいたい
AI外観検査システムとは
人の目で見るだけでは判断しにくい傷や汚れなどをカメラ画像を用いることで自動検出し、良品と不良品を自動で分類できる技術です。
目視検査・ルールベース・AIの外観検査の違い
AIによる外観検査は、目視の精度のムラと、ルールベースの柔軟性の低さを解決した新しいソリューションです。
| 比較項目 | 目視検査（人手） | ルールベース | AI |
| 判定の安定性 | 検査員の体調や習熟度によりバラつきが発生 | 一定 | 一定 |
| 過検出 | 少ないが、見逃しのリスクがある | 判定が厳格すぎて良品を不良品と誤判定しやすい | 良品の「ゆらぎ」を学習し、過検出を大幅に削減 |
| 検査スピード | 人の作業速度に依存（限界がある） | 高速だが、複雑な形状には不向き | 高速かつ複雑な形状・包装も瞬時に判定 |
| 導入・設定負荷 | 採用・教育コストが継続的に発生 | 専門知識を持つ技術者による微調整が必要 | 直感的な操作で現場スタッフのみで運用可能 |
画像検査AIでできる検査
以下のような検査項目で外観検査AIをご利用いただけます。
フィルムのシール不良透明フィルムのヒートシール時の噛み込み（異物混入）やシワ、接着不足による密閉不全を検出します。 |
ケーブルのメッキ不良メッキの剥がれ、変色、色ムラ、膜厚の不均一を検出します。 |
調理済み食品の焦げ付き焼き色や焦げの範囲を解析し、許容範囲を超えた個体を判別します。 |
基盤のはんだ不良はんだの「ブリッジ（短絡）」「未充填」「芋はんだ」などを検知します。 |
金属部分のバリ切削やプレス工程で発生する不要な突起（バリ）を検出します。 |
フィルムのピンホール透明・不透明フィルムに発生する微細な穴や、フィッシュアイ（樹脂の塊）を検知します。 |
容器の欠け・ひびガラス瓶やプラスチック容器の口元・底面の欠け、微細なクラックを検出します。 |
医薬品の割れ・異物付着錠剤の欠け、カプセルの凹み、容器内への毛髪やチリの混入を監視します。 |
TOPPANのAI外観検査システムの特徴
- 1
- 省人化を実現する自動搬送ラインの構築 TOPPANの光学撮像技術や画像処理技術などのノウハウによって、従来のタクトタイムに収まる自動検査フロー・搬送ラインの構築を行い、人による目視でしかできなかった検査工程の省人化を実現します。
TOPPANの光学撮像技術や画像処理技術などのノウハウによって、従来のタクトタイムに収まる自動検査フロー・搬送ラインの構築を行い、人による目視でしかできなかった検査工程の省人化を実現します。
- 2
- 適切な光学撮像環境を構築する技術 ワークに合わせて適切に光学撮像環境を構築できるので、高精細な画像を確保し、信頼性の高い検査が実現できます。
ワークに合わせて適切に光学撮像環境を構築できるので、高精細な画像を確保し、信頼性の高い検査が実現できます。
- 3
- 最適な画像処理方法の提案 お客様の課題に合わせて、ルールベースまたはAIの最適な画像処理方法をご提案できます。
お客様の課題に合わせて、ルールベースまたはAIの最適な画像処理方法をご提案できます。
ご支援の流れ
AI外観検査システム導入までの流れをご説明します。
-
STEP 1
ヒアリング
ご要望の作業内容についてヒアリングを実施し、システム導入のポイントとなる項目を整理いたします。
- STEP 2 ワークを受領し検証
- STEP 3 検証レポート提出
- STEP 4 最適な撮像環境・自動ライン提案
- STEP 5 検証機での評価・学習
- STEP 6 AIモデル構築
- STEP 7 量産機導入
よくある質問
画像検査AIについてお寄せいただくご質問です。
-
従来の画像検査機（ルールベース）と何が違うのですか？
従来の検査機は「傷の大きさは何ミリ以上」といった明確な数値を設定する必要があり、微細な個体差がある良品を誤って「不良」と判定（過検出）することが多くありました。当社のAI検査は、膨大な良品データを学習することで「良品のゆらぎ」を理解し、人間のように柔軟かつ高精度に判断します。
-
未経験のスタッフでも運用できますか？
はい、可能です。プログラミングやAIの専門知識は不要です。直感的な操作パネルで、良品と不良品の画像を登録するだけで学習が進むUIを採用しています。また、導入時には専任担当者が操作トレーニングをサポートいたします。
-
どの程度のサイズの傷や異物まで検出可能ですか？
カメラの解像度や照明環境に依存しますが、数ミクロン単位の微細な傷や、従来の検査では難しかった背景とコントラストの低い汚れも検出可能です。事前にお預かりしたサンプルで検証を行い、検出精度をご報告します。
-
包装資材の形状や反射が一定でない場合でも検査できますか？
AIは光の反射や凹凸などのノイズを識別する能力に長けています。特に医薬品のブリスターパックやシュリンク包装など、従来の画像検査では誤検出が起きやすかった対象物でも、安定した検査が可能です。
-
製品の開発段階（設計段階）から相談できますか？
もちろん可能です。検査しやすい形状やパッケージの材質、印字位置など、後段の自動検査工程をスムーズにするためのアドバイスを設計段階から行います。これにより、量産時の歩留まり向上に貢献します。
-
外部の製造委託先（OEM先）にシステムを導入することは可能ですか？
はい、可能です。複数の製造拠点に同一のAIモデルを配布することで、工場間の検査品質のバラつきをなくし、ブランド全体の品質保証を均一化できます。
-
導入までにかかる期間はどのくらいですか？
対象物の難易度によりますが、標準的なケースでは要件定義から実稼働まで約1～2年です。
-
既存の製造ラインに組み込むことはできますか？
既存のコンベアや生産管理システムとの連携も柔軟に対応いたします。通信プロトコルや設置スペースに合わせたハードウェアの選定・カスタマイズも承ります。