ページの本文へ

Hitachi

株式会社 日立ソリューションズ・クリエイト

目視業務の省力化を実現 AIプラス 検査・判定ソリューション

AIプラス 検査・判定ソリューションは、お客さまの用途に合わせて精度の高いAIモデルを作成し、そのAIモデルがお客さまの業務で実際にお使いいただけるようシステム開発も併せてご提供するソリューションです。

既にカメラや検査装置を導入されているお客さま

今利用されている検査装置に、精度の高いAIモデルとの連携をシステム開発として提供します。

人が手で取って目視業務をされているお客さま

カメラや照明をはじめとした撮像関連に加え、製造ラインの設置も含めたAI活用による業務改善を提案します。

このような課題はありませんか?

外観検査だけでなく、「個数のカウント」や「モノの有無(例:置き忘れの判断)」、「刻印読み取り」など、さまざまな業務に画像判定(ディープラーニング)の適用が可能です。

@パッケージ外観の不良品検査

課題:検査員が目視で全品チェックしているが、検査効率を向上したい
解決:AIを活用し、良品/不良品を自動判定 不良品を後から検査員が目視確認

A作業現場での工具置き忘れ検知

課題:点検作業を実施した後、工具を現場に置いたままにするケースがある
解決:AIを活用し、置き忘れを検知。パトランプなどと連携し作業者にアラーム通知

B製品・部品に刻印された文字・数字の自動読み取り

課題:刻印と順番を間違えると誤動作するため、全て目視確認している。検査稼働を減らしたい
解決:AIを活用し、刻印を自動認識し、検査業務の精度と効率を向上

C箱の中に入っているお菓子の数を自動カウント

課題:お菓子を箱詰めする際に、誤った個数で出荷するとクレームにつながる
解決:AIを活用し、リアルタイムでお菓子の個数を確認

D監視カメラ画像を利用した混雑情報の可視化

目的:カメラ画像から混雑状況を可視化するため、人の数をカウント
導入:監視カメラの動画情報から、駅のプラットフォームにいる人の数をAIが識別してカウント。混雑状況が定量データとして収集可能

Eスマートフォンでアナログメーターの読み取り

課題:スマートフォンなどのモバイル端末を活用した業務報告のなかで、メーターの値も撮影した写真から自動で読み取りたい
解決:AIを活用し、アナログメーターの読み取りを実施、正確な値を写真といっしょに保存することで報告内容の品質UPも可能に

『AIプラス 検査・判定ソリューション』の特長

導入当初から高い判別精度を実現

検査対象の特徴や判定の対象エリア、検査の項目、判定の基準などにあわせて、多様な手法の中から最適なやり方を選択します。お客さまと一緒に高い精度のAIモデルを開発します。

設備変更からカメラ選定までトータルで対応

既に画像を用いた検査装置を導入のお客さまは、既存の検査装置にAI判定機能を後付けすることが可能です。検査装置を導入されていないお客さまには、カメラ・照明から製造ラインの導入を含めAI活用に向けた全般を提案します。

最小コストでAIの適用可能性を検証可能

既存の画像データまたは簡易的な撮影装置により、本格的な設備設置前にAIを活用した検査・判定の適用可否を判断することができます。検証環境は当社で用意した自社AIサーバーを活用しますので、お客さまは最小投資で検証することが可能です。

世界トップレベルのAI技術者

日本国内だけでなく海外のAIコンテストにも上位入賞する技術者が本ソリューションを提供しています。お客さまの用途に合わせ、適切な解析アルゴリズムとディープラーニングを選定・適用することで精度の高いAIモデルの提供が可能です。

目視業務の省力化を実現「AIプラス 検査・判定ソリューション 」の活用事例

事例01自動車部品の良品検査にAIを活用!

お客さまの課題
自動車部品の断面写真を検査装置で良品判定しているが、検査装置の判定精度が低いため全数目視チェックを実施している。

検査装置の精度を改善し、検査業務を自動化したい
検査員を人員再配置することで、検査コストの低減と付加価値UPを図りたい
当社の提案
既存の検査装置はそのまま残したうえ、検査装置が撮影した断面写真をAIで検証、その結果を製造ラインに戻すことで 『精度改善』 と 『検査業務の自動化』 を提案し、採用いただきました。

〜導入までの流れ〜
1. プレ検証で 『AI適用可能』 と判断し、実証実験フェーズでお客さまに 5,069枚の画像をご用意いただきました。

良品画像 不良品画像 学習用画像計
1,279枚 3,790枚 5,069枚

2. 当社検証環境でAIモデルのチューニングを行い、お客さまによる画像ラベル(良品/不良品の設定)の見直しと再学習を繰り返すことで、精度の高いAIモデルを作成しました。

3. 実証実験で作成したAIモデルがお客さまの製造工程で動作できるよう、既存の検査装置と製造ラインとの連携部分をシステム開発し、試験運用を実施しました。試験結果は以下の通りとなります。

画像数 AIモデルの検証結果 適合率
良品 不良品
試験画像 良品 1,590枚 1,550枚 40枚 97.5%
不良品 4,502枚 2枚 4,500枚 99.9%
合計 6,092枚 1,552枚 4,540枚
適合率 - 99.9% 99.1%

■AIモデルは良品と判断したが、実際は不良品だった部品画像が2枚ありましたが、画像からは判断ができない不良であったため、お客さまから問題無し との判断をいただきました。

4. 無事本番稼働を迎え、検査業務の効率向上を実現しました。

関連キーワード