人のような「感性」で傷を発見
FROM人の感性への依存
これまでの外観検査では、欠陥の発見は人の感性に依存しており定義することが困難で、自動化の課題となっていました。

TOAI技術で目視検査手法を自動化
検査員がノウハウとして持つ「背景上の違和感を欠陥とする見方」をAIで技術化し画像フィルタとして搭載しました。機械に判断させることが困難だった、新たな品種や未知の傷、複雑な背景に対しても、傷のサンプルや調整なしで「傷や欠陥」を検出できます。

熟練技能者の不足や人件費の高騰が深刻化する中、製造業では、人の経験や感覚を必須とし、人に依存していた搬送、組立、検査工程などの自動化が急務となっています。特に製品の外観検査においては、様々な色や大きさのキズの判別、良品自体が大きくばらつく場合の欠陥品の判定など、経験豊富な熟練技能者の感性と経験が必要となります。
オムロンは、これらの課題を解決するために、熟練の検査員の検査手法を再現した欠陥抽出AIを新たに開発し、画像処理システムFHシリーズに搭載しました。
これまでの外観検査では、欠陥の発見は人の感性に依存しており定義することが困難で、自動化の課題となっていました。
検査員がノウハウとして持つ「背景上の違和感を欠陥とする見方」をAIで技術化し画像フィルタとして搭載しました。機械に判断させることが困難だった、新たな品種や未知の傷、複雑な背景に対しても、傷のサンプルや調整なしで「傷や欠陥」を検出できます。
官能検査では、良品状態の許容も求められます。
良品状態の判断基準は熟練検査員のノウハウに依存することから、従来のFA用画像処理システムで定義することが難しく、設定調整作業が永遠に終わらない等、自動化の課題となっていました。
良品状態の画像データを効率よく学習することで、検査員が長い年月をかけて獲得する「検査に関する技術やノウハウ」を短期間で獲得。熟練検査員同等の検査能力を再現できる上、自動化によりコストが抑えられ、生産性も高まります。
目標の検査レベル:良品ばらつきの過検出を抑制
差分画像 | ||||
従来の自動化手法 | AIファインマッチング | |||
LEDモジュールの異物検査 | 撮影画像 | 異物を検出したいが位置変動の 影響も不良箇所として過検出 |
異物だけを検知 位置変動の影響は無視 |
|
不良品 異物あり |
![]() |
![]() |
![]() |
![]() |
良品 ダイの位置変動 |
![]() |
![]() |
![]() |
![]() |
良品 周辺部品の位置変動 |
![]() |
![]() |
![]() |
![]() |
AI導入のためのハイペックなハードウェアも、それぞれの現場環境に合わせたシステムに仕上げるためのAIエンジニアも不要です。生産現場での使用実績を多数持つ汎用画像処理システムでAIを簡単に導入できます。
AI機能搭載
画像処理コントローラ
高速・大容量コントローラ
FH-5550/5050シリーズ
ワークステーションレベルのハードウェアの準備が必要なAI検査技術では、現場への大量導入ができません。FHシリーズなら専用のハードウェアは不要なので、簡単に導入可能です。
AI技術を自社の工程で安定稼働させる形に調整するには、画像処理スキルに加え、プログラミング、メンテナンスが必要となりますが、FHシリーズはもちろん、一般的な画像センサと同じ操作感覚でAI 技術を使用できます。AIのエンジニアは不要です。