ナレッジセンター
目次

AI外観検査におけるリアルタイム性と精度の両立

AI外観検査におけるリアルタイム性と精度の両立は、本質的にはラインのタクトが許す時間窓の中で、業務基準を満たす検査パラメータの組み合わせを見つけ出すことであり、単一の指標の最適値を追うことではない。この二年ほどで、AI外観検査に対する製造業の関心は「認識できるか」から「どれだけ速く、どれだけ正確に、どれだけ安定して」へ明確に移り、とくに高速ライン、フレキシブルな段取り、微小欠陥検査のシーンでは、リアルタイム性と精度の衝突が選定と導入で避けて通れない中核的な課題になっている。

1. 中核概念と技術的な定義

AI外観検査におけるリアルタイム性は通常、画像の取得から判定結果の出力までのエンドツーエンドの遅延と、連続稼働中にその遅延を安定して維持できるかどうかを指す。ラインのタクトは厳しい制約である。例えばコネクタの組立ラインが毎分数百個を生産する場合、1個あたりの検査窓は数十ミリ秒しかないこともあり、その窓を超えれば、たとえ正確な判定でも意味を持たない。部品はすでに下流へ流れているからだ。

精度は単一の正解率ではない。産業のシーンでは、流出率と過剰排除率の組み合わせ、そしてバッチ、照明条件、入荷状態をまたいだ変動幅のほうが重視される。流出とは不適合品が市場へ出てしまうことであり、過剰排除とは良品が誤判定されて無駄になることである。両者はタクトへの感度が異なる。精度を上げるには、より複雑なモデルや、判定に参加するフレーム数の増加が必要になることが多く、それが時間予算を直接圧迫する。

したがって両立とは妥協ではなく、制約下での優先順位付けである。欠陥の重要度が高いステーションでは流出を優先し、一定の過剰排除を許容する。外観上の機能に影響しない欠陥では過剰排除のコストが敏感であり、精度のしきい値を適度に緩めてよい。

2. 技術原理と主要な能力

リアルタイム性と精度のせめぎ合いは、いくつかの層で展開される。

撮像は源である。露光時間、光源のストロボ同期、多角度撮像におけるフレーム数が、1個あたりの検査に費やす時間を直接決める。例えば電子工場で微小な端子表面の傷を検査する場合、複数フレームの多角度合成は欠陥の視認性を高めるが、フレーム数を倍にすれば取得時間も倍になる。工学的な実務では、まず撮像してから解決策を探すのではなく、撮像戦略と検出アルゴリズムを同時に設計する。

アルゴリズムの層では、軽量モデルと二段階戦略が一般的な道筋である。第一段階で軽量なネットワークにより高速な粗選別を行い、明らかな良品をリリースし、疑わしい欠陥を第二段階へ送って精密に判定する。これにより平均の遅延が下がり、精度は第二段階が担保する。業界では量子化した検出モデルをエッジ推論チップに配備し、ミリ秒級の単一フレーム推論を実現しているが、量子化による精度の低下は、一律の判断ではなく検証セット上でクラスごとに評価しなければならない。

もう一つ見落とされがちな能力は、マルチタスクの並列スケジューリングである。ライン上では、ビジョンシステムが位置決め、検出、測定、コード読み取りを同時に行うことが多く、タスク同士が演算資源を争う。システムがタスクの優先度スケジューリングと動的な演算配分に対応していれば、高タクトのステーションの検査タスクは時間窓を確保でき、優先度の低いタスクは待ち行列に入る。

3. 製造業における典型的な適用シーン

例えば自動車部品メーカーがブレーキキャリパーの表面欠陥を検査し、1個あたり100ミリ秒以内に判定するタクトが要求されるとする。欠陥の種類には割れ、ブローホール、打痕があり、このうち割れは機能欠陥で流出は許容できない。実際の導入では、低角度の暗視野照明で割れを強調し、割れ検出は粗選別のリリースに参加しない独立したチャネルで動作させ、他の欠陥種は高速チャネルを通す。こうすることで全体のタクトを満たしつつ、割れの流出率を業務上許容できる範囲に抑えられる。

電子工場のコネクタピンの共平面性検査を考えてみる。精度要求はミクロン級だが、タクトも厳しい。こうしたシーンのバランス点は、測定タスクと外観検査タスクを分離することにある。測定は構造化光または高解像度の単一フレームとサブピクセルのアルゴリズムを用い、外観検査はより低い解像度で高速に動作させる。二つのタスクは取得のトリガ信号を共有しつつ、異なる処理チェーンをたどるため、高精度測定が全体のタクトを遅くすることはない。

もう一つのシーンは食品包装のシール完全性検査で、タクトは極端に速く、欠陥形態は比較的固定されている。こうしたシーンでは、モデルを小さく特化させ、固定照明と固定ステーションで撮像の変動を減らし、アルゴリズムでは速度のために汎化の一部を犠牲にし、製品切替時に再校正するのが適している。ここでは絶対的な精度よりも、フレキシブルな切替能力のほうが重要になる。

4. 選定の要点と導入の助言

第一に、指標を論じる前に業務基準を定義する。流出率と過剰排除率の許容境界、1個あたりの検査時間窓は、ライン部門と品質部門が共同で確認すべきであり、アルゴリズムのチームが一方的に設定してはならない。

第二に、サプライヤには単一の総合正解率ではなく、欠陥種別ごとの精度報告を求める。欠陥種によってタクトへの感度が異なり、集計値は問題を覆い隠す。

第三に、連続稼働下での遅延の安定性に注意する。実験室での速い単一フレーム推論は、ラインで8時間連続稼働してもドリフトしないことを意味しない。メモリ管理、放熱、タスクスケジューリングがリアルタイム性に影響する。

第四に、製品切替時の再校正コストを検証する。どれほど精度の高いシステムでも、製品を変えるたびにラインを半日止めてパラメータを調整する必要があれば、総合的な効果は良くない可能性が高い。

第五に、エッジに配備するか集中管理にするかを明確に計算する。高タクトのステーションはエッジ推論に有利で、複数ステーションの連携とモデルの反復は集中管理を通す。アーキテクチャには拡張の余地を残す。

ERP時代から数十年にわたり事業を展開し、120万社の顧客にサービスを提供し、国内外の市場で数千万台の端末を導入してきたシステムレベルのソリューション提供者は、ラインのデータ連携とエッジ機器の管理において蓄積が成熟していることが多く、選定に当たっては、ビジョンシステムを既存のライン制御層と統合する能力に注目する価値がある。

5. 動向の見通しとまとめ

一つの方向は、撮像とアルゴリズムの同時最適化がますます一般的になることだ。演算量を積み上げるだけで精度を稼ぐ余地は狭まっている。もう一つは、少数サンプル学習や自己教師あり学習の産業欠陥検出への配備であり、大量のアノテーション済み欠陥サンプルへの依存を減らし、製品切替時の再校正時間の圧縮が期待できる。さらに、エッジ推論チップの演算密度は上がり続け、一つのステーションで複数のモデルとタスクを動かすことが当たり前になり、リアルタイム性と精度のバランス点はより高い精度の側へ移るだろう。ただし業務基準を先に定めるという原則は変わらない。

あの言葉に戻ろう。両立とは妥協ではなく、タクトの制約下で精度を最も守る必要のあるところへ配分することだ。どの欠陥を見逃せず、どの過剰排除なら許容できるかをはっきり考えてこそ、リアルタイム性と精度の収支は合う。

分野: AI画像認識百科