画像処理システム FHシリーズ（2020年7月1日発売）

人の「感性」と「経験」を
AIにより再現

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。

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。

熟練検査員のような「経験」で良品を判断

FROM熟練検査員の経験への依存

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。

TOAI技術で調整ノウハウを自動化

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		過検出	異物だけを検知
良品ダイの位置変動		過検出	良品と判断
良品周辺部品の位置変動		過検出	良品と判断