外観検査の自動化を解説。AIは活用できるのか

外観検査は、自社製品の品質を担保し、顧客からの信頼を確保するための重要な工程です。従来は人間の五感による官能検査が一般的でしたが、現在はコンピュータによる自動化が主流になりつつあります。 今回は、外観検査を自動化する必要性やメリット、自動化を構築する具体的な方法からAI活用の可能性までを解説します。

外観検査自動化はなぜ必要？

外観検査とは、部品や製品の品質を保証するため、外観の欠陥を検知し、あらかじめ定めた基準と比較して良否判定を行う検査です。外観の欠陥とは、表面の傷・汚れ・色ムラ、形状の欠けや変形などが挙げられます。 上述のように従来の外観検査は、人間が視覚や触覚を主として五感を用いる「官能検査」が主流でしたが、最近では自動化の必要性が高まっており、その理由として「官能検査には限界がある」という点と、「品質維持と迅速な検査の両立が困難」という点の2つが挙げられます。

官能検査には限界がある

感覚を頼りにする官能検査には経験と技能が重要です。したがって、検査業務の経験が豊富で技能にも長けている、熟練の検査員が必要になります。 しかし、人口減少ならびに高齢化傾向のある日本では、熟練者の維持や確保が徐々に困難になっていく現状があります。加えて、人間が行う作業にはヒューマンエラーが発生し得るため、官能検査だけで検査工程をまかなうには限界があるのです。 関連記事：ポカヨケを徹底するためには？事例とともに解説

品質維持と迅速な検査の両立が困難

近年の製造業では、技術革新によって製品がコモディティ化（均質化）し、メーカーごとに作られる製品同士に大きな差が生まれにくくなりました。 このような状況で、顧客ニーズは製品そのものから、「製品で何をしたいか」という付加価値へ集まる傾向へとシフトしています。 つまり、顧客ニーズは今後加速的に多様化していくと予想され、多品種少量生産や製品ライフサイクルの短期化が進んでいくでしょう。そうなると、品質維持と迅速な検査を両立して進めなければならないため、自動化技術が大いに役立ちます。 関連記事：製造業のサービス化、サービタイゼーションとは？時代はモノからコトへ

外観検査自動化の具体的な方法とは？

外観検査の自動化に広く用いられるのは、カメラとコンピュータを組み合わせた画像処理です。 人間が目視する部分をカメラで代替し、人間の脳で実施していた良否判定はコンピュータが担うと考えましょう。自動化を構成するのは、以下の要素です。 具体的な運用イメージをつかむため、自動化プロセスの一例を以下にご紹介します。 また、良否判定でNGが出されたワークをどう処理するかによって、上記プロセス以降の内容は変化します。例えば、人が介入して欠陥品をラインから退避させる場合は、NG判定は警報を鳴らすスイッチとしての役割にとどまります。 一方、画像処理装置に別途コントローラを接続することで、産業用ロボットに仕分けてもらったり、NGラインとOKラインを切り替えたりと、欠陥品の処理まで自動化することが可能です。 関連記事：産業用ロボットとは？主な5種類や事例、他のロボットとの違いを解説 関連記事：【法律・お金・実務】産業用ロボットの導入に最低限必要な知識まとめ 関連記事：ロボットビジョンとは。画像認識で省人化と作業効率の向上を実現

外観検査自動化のメリット

外観検査を自動化することで得られる具体的なメリットについて、2つの観点に分けて解説します。

生産効率を落とさずインライン検査が可能

外観検査は、ワークが止まった状態で行う「オフライン検査」と、ワークがライン上を流れる状態で行う「インライン検査」の2種類が存在します。 検査を自動化せず人の手で行う場合、目視や触診でチェックしていくため、どうしてもオフライン状態となるか、ラインの速度を落とす必要があります。 一方、自動化機構を取り入れた場合、動いているワークを撮影してデータ化するのは一瞬です。したがってラインの速度は一定に、生産効率を落とさず、インライン状態での全数検査が可能となります。

官能検査では検知できない傷・欠陥の判別が可能

自動化機構は、写真に写った現象を定量的に認識するため、登録している見本データさえ正しければ、良否判定は限りなく正確です。 自動化で使用するカメラの画素数が多ければ、通常目視では確認できないような傷や欠陥まで検知できる可能性もあります。 熟練者ですら見逃すような欠陥を検知し、熟練者級の作業をコンスタントに継続できるのは大きなメリットと言えるでしょう。

外観検査自動化の課題を解決するにはAIの活用

画像処理による外観検査は万能というわけではありません。 その課題とは、定量化の難しい検査項目の良否判定です。例えば、部品を切削して製造する場合の切削痕は許容し、切削痕と異なる傷はNGとする場合、コンピュータが誤判断する可能性があります。 こういったケースでも、エンジニアが良否判定のアルゴリズムを調整して、検査項目をモデル化する対応は可能です。しかし、部品や製品ごとに対応を変えなければならない可能性があり、汎用性には難があります。

AI搭載の画像処理装置で検査精度を向上

そこで活用できるのがAIです。AIが搭載された画像処理装置では、照合用のサンプル画像データをディープラーニングによって学習することで、良否判定に必要な規則性を自律的に発見することが可能です。 結果的に検査の精度や汎用性を高め、多品種への検査や要件の変更にも対応できるようになります。 当メディア運営母体である株式会社アウトソーシングテクノロジーでは、AI画像認識技術「Deep Learning（AI）」を扱っておりますので、システム導入をご検討の際は是非とも当社にご相談ください。 参考：「Deep Learning（AI）技術」株式会社アウトソーシングテクノロジー

品質維持やリソース有効活用のために外観検査自動化の検討を

外観検査の自動化は、品質を維持するだけでなく、検査工程に必要な人員やタクトタイムを削減します。 とくに今後は多品種生産と製品ライフサイクル短期化が製造業のトレンドとなる見通しのため、自動化は推奨されるというより、もはや生き残るために必要な装備として認識すべきでしょう。 今回ご紹介したAIの活用も視野に入れ、是非とも外観検査の自動化ソリューションを検討してみてはいかがでしょうか。