　ロボットとラインカメラを使用した自動外観検査システムは以前にも存在したが、従来は撮像領域を細分化して断続撮像する必要があり、検査に時間がかかった。一方でロボットを高速で動かし撮像をすると、カメラの撮像タイミングとロボットの動きが合わず、撮像した画像にゆがみが生まれ、正確な検査を行えない場合が多かった。

　そのため、川崎重工業では新たに「高速パルス出力機能」を開発し、曲面形状に合わせてロボットが加減速した場合も、ロボットの先端移動速度に連動して自動的に正しいタイミングでの撮像トリガー信号を出力し、複雑な形状のワークの検査でも連続的に行えるようになった。「この高速パルス出力機能を開発できたことが、川崎重工業のロボットで自動外観検査を行える理由だ」（川崎重工業）。

川崎重工業独自の高速パルス出力機能［クリックで拡大］出所：川崎重工業

　2022年8月に発売後、多くの製造業から既に引き合いがあり、現在川崎重工業の試験検査用施設などでさまざまな検証を進めているところだという。「塗装品質の検査や、樹脂成型の形状検査などさまざまな用途での引き合いがある」（川崎重工業）。今後はカメラを固定化し、ワークをロボットに持たせて検査するようなシステムなども用意していく方針だとしている。

ヘルメットを検査する様子［クリックで拡大］

≫「検査自動化」のバックナンバー

進む製造機械の「知能化」、学習済みAIを搭載する動きが拡大へ
AI（人工知能）の活用が広がりを見せている。こうした中で、新たな動きとして定着が進んでいるのが、工作機械や射出成形機など、製造機械へのAI機能の組み込みである。2022年はこうした動きがさらに加速し、AIの学習までを機械メーカーが担って出荷する動きが進む見込みだ。
第4次産業革命で変わる検査と品質向上の取り組み
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説していきます。第21回となる今回は、IoTやAIを活用することで品質向上への取り組みがどのように変化するのかという点を紹介します。
品質不正問題にどう立ち向かうのか、抜本的解決のカギはIoTと検査自動化
2017年の製造業を取り巻く動きの中で、最もネガティブな影響を与えたのが「品質不正」の問題だろう。「日本のモノづくり」のブランド力を著しく傷つけたとされるが、2018年はこの問題にどう対応するのかという点は、全ての製造業の命題である。人手不足が加速する中、解決につながる「仕組み」や「ツール」に注目が集まる1年となる。
IoT時代にどう立ち向かうか、自動検査の位置付けを変えたマインドセット
「検査装置は不具合を見つける装置ではなく、不具合を出さないためのものだ」――。基板実装ラインなどで使われる外観検査装置で好調を続けるサキコーポーレーションだが、成功の土台には「マインドセット」の取り方にあったという。サキコーポレーション社長の秋山咲恵氏の講演の内容をお届けする。
もうサンプル集めに悩まない、少量データで学習可能なAI外観検査
Preferred Networksは「スマートファクトリーJapan 2022」（2022年10月19～21日、東京ビッグサイト）において、AI（人工知能）技術を活用した外観検査ソフトウェア「Preferred Networks Visual Inspection」をアピールした。
食品工場で広がるAI画像検査、フードロス削減にも貢献
YEデジタルは2022年8月26日、オンラインセミナー「食品製造におけるAI活用事例と効果～AI活用事例から食品製造業が抱える人手不足の解決策が分かる～」を開催、近年導入が広がるAI（人工知能）を用いた画像診断など食品産業へのAI導入の可能性を紹介した。