TOP >
製造業 > 東芝、生産ラインの製品表面の微小な欠陥を広い撮像視野で可視化・判別する光学検査技術を開発
生産現場の外観検査自動化においては、製品表面の画像を撮影し、その画像を解析することにより欠陥を検出する手法がとられている。
しかし、微小な欠陥は明暗のコントラストがつきにくく判別ができないことがあり、微小欠陥の判別が求められる検査においては、今でも、熟練者による目視検査や触診検査が行われていることが多い。
そうした中、株式会社東芝は、生産ラインでの外観検査において、製品表面のミクロンサイズの微小な欠陥(キズなど)を、広い撮像視野でリアルタイムに可視化・判別する光学検査技術「OneShotBRDF」を開発した。
この技術は、ミクロンサイズの微小な欠陥により生じるわずかな光の方向を色で識別してデータ化するもので、微小欠陥の有無に加え、深さも推定することが可能だ。
通常のカメラでは難しい表面状態の識別も色の違いで可視化している。(光沢紙では歪みも可視化可能)
搬送中の製品を撮像する「ラインカメラ」に対応し、光学フィルターを変更することで、凹凸の3Dデータを取得することもできる。また、東芝独自の画像解析技術と組み合わせることで、取得画像から微小欠陥を自動判別することも可能だ。
OneShotBRDF技術をラインカメラに適用した際の概要図
なお、この技術の詳細は、2022年8月1日に開催される国際学会ISOM’22 (International Symposium on Imaging, Sensing, and Optical Memory 2022)にて発表される予定だ。
IoTに関する様々な情報を取材し、皆様にお届けいたします。
企業向けAI活用虎の巻
AIによって「優秀な人材」の定義が変化したことを、どうみるべきか —AI時代の人材採...
まだ、生成AIのチャットボットで消耗しているの? ー自律的に動くAIエージェントが働...
AI時代の「中間管理職クライシス」 —部下がAIに相談する時代、上司の価値はどこに残...
AIに仕事を頼む技術 —なぜ「営業資料を作って」と頼むと失敗するのか?
生成AIは、使い手の「言語化能力」を暴く、リトマス試験紙
AIに「ゴミ」を食わせるな ーAIエージェントが賢くなるデータ、バカになるデータ
AIで業務を自動化する方法とは ーなぜ、ChatGPTを配っても仕事は減らないのか?
なぜあなたの会社で、生成AIが活用されないのか?どこで活用すべきか?
生成AI活用ガイド
AIが買い物を代行する「エージェント・コマース」時代、Googleが提唱するUniv...
AIエージェントはどこまで使えるか?検証して見えた「二度手間」の課題と正しい距離感
AIエージェント時代到来、OpenAIのワークスペースエージェントを徹底解説、仕組み...
AI活用で営業・マーケティングはここまで変わる、Anthropic公式ユースケースか...
「この施策、成果につながるの?」と聞かれた時の救世主。AIで「施策の根拠」をリアルタ...
予算会議にAIを持ち込んだらどうなるか?Claudeのカスタムビジュアル機能を検証
営業における見込み客の発掘をAIに任せる、Claude Coworkで自動化と生産性...
AIでパワポ生成はどこまでできるか?Claude Cowork×PowerPoint...
Claude Coworkは経費精算をどこまで効率化できる?30件の非構造化データを...
なぜAIは的外れな回答をするのか?RAG構築の要「チャンク分割」と「メタデータ」の概...