NECと東京大学、高速カメラにより製造ラインの検品作業を効率化する物体認識技術を開発

近年、製造業において顧客ニーズの多様化に対応した多品種変量生産が進む中、品質トラブルの防止と生産効率の維持・向上の両立が求められているが、労働人口が減少しているため、人的作業ではなく画像認識を中心とした検品作業の高度化が必要とされている。

しかし、高速で動く製造ライン上では、画像撮影のために製造ラインの一時停止やスピード調整などの操作を行う必要がある。この問題の解消には高速カメラの活用が有効だが、処理すべき画像数が従来に比べ10倍以上に増大するため、画像処理に大幅な時間がかかり、リアルタイムな検査が実現できなかった。

日本電気株式会社(以下、NEC)は、東京大学大学院情報理工学系研究科 石川正俊教授室・妹尾拓講師らの研究グループ(以下、東京大学)と共同で、「高速カメラ物体認識技術」を開発した。NECの画像認識技術と東京大学の高速移動物体の追跡技術を活用して開発された同技術は、高速カメラで撮影された毎秒1000フレームの大量の画像から認識に適した画像を瞬時に選別し、検査の合否を判別するものである。

同技術では、高速カメラの追跡処理で計算される物体の移動量などの情報と、画像の鮮明さなど認識に有効な画像との間には高い相関があることに着目した。これらの相関関係に基づいて、物体の移動量や画像の鮮明さを表す輝度値から、検査に適した画像の判断基準である適合度を設定する。この適合度を活用して、それぞれの画像が認識に有効か否かをAIが瞬時に判定・選別する。

同技術を製造ラインに適用することで、製品検査のための製造ラインの操作が不要となるため、スムーズな導入と生産効率の向上を実現することができるという。今回、カメラの前を0.03秒で通過する物体について、刻印された5mm程度の微細な文字の違いをリアルタイムで、95%以上の精度で判別できることを確認した。

さらに、高速カメラで撮影した毎秒1000フレームもの対象物体の大量画像から、キズや刻印を正確に判別するために、小規模なニューラルネットワークを用いて認識処理を繰り返し、認識結果について最も多い結果を正解とする多数決方式をとることで、高速かつ高い精度の判別を実現できるという。

これにより、これまで抜き取り検査しか行えなかった対象の全品検査が可能となり、製造ラインにおける品質の均一化に貢献し品質管理を強化できる。同技術は、製造ライン上を高速に移動するビンや缶のラベルなどの外観検査、錠剤や食品の異物検知などへの適用が期待される。

Previous

ユビキタスAIコーポレーションと凸版印刷がルネサスと協業、産業用IoT機器向けマイコン「RX65N」を利用したセキュアなIoT機器管理が可能な「Edge Trust」を提供開始

インフォコーパスとZenmuTechが業務提携、IoT機密データ保全を強化する製品を共同開発

Next