コグネックスの小型DataManとレンズのアップのブログバナー

ブログ

ファクトリオートメーションにおいてAIを容易に実装する方法

In-Sight 2800ビジョンシステムをラボ環境にスーパーインポーズする

前面In-Sight 2800ビジョンシステムラインやオートメーションのエンジニアは画像処理やAIを利用して検査率や正確さを向上させ、ラインのスピードを上げ、マニュアル検査の必要性をなくしたいとしばしば考えるものです。しかし、そのようなテクノロジの実装は複雑であり、特定の技術的知識や画像処理の専門家の助けが必要であるという間違った理解が広まっています。このような理解はもはや当てはまりません。

エッジ学習といった新しいテクノロジが導入されたことで、今までにないほどAIの利用が容易になっているのです。エッジ学習はAIの一部であり、事前登録済みのアルゴリズムを使用してデバイス上、つまり「エッジで」直接処理が行われるものです。

In-Sight 2800ビジョンシステムはファクトリオートメーションのニーズに合わせて最適化されており、エッジ学習テクノロジを利用して幅広い用途を迅速かつ容易に解決に導きます。このシステムは数分で実装することができ、ディープラーニングや画像処理の経験がなくても問題ありません。

エッジ学習は比較的新しいテクノロジであるため、このテクノロジやIn-Sight 2800を使ってどのように実装できるのかについてご質問があることでしょう。最もよくある質問とその答えを下記にご紹介します。

エッジ学習を利用するためにどの程度の専門性が必要ですか?

ラインエンジニア、エンジニアリングスーパーバイザ、プロセスエンジニア、品質検査エンジニアなどファクトリフロアにいる方なら誰でもエッジ学習を設定することができます。必要なのはビジョンに関する知識ではなく、ラインや製品に関する知識です。自社部品の欠陥か承認かの判断の根拠や、どのようなクラスの部品を仕分けるべきかといったことを理解していれば、エッジ学習を利用するために必要なことを理解している、といえます。

In-Sight 2800でエッジ学習を利用するために人に対するトレーニングにはどの程度時間がかかりますか?

In-Sight 2800のすべての能力を学ぶには2~3時間必要でしょう。しかし、基本的な使い方を学ぶのにはほとんど時間はかかりません。システムにプラグインし、検査したい部品を示し、トレーニング画像を取り込むと、10分もかからずに有用なアウトプットが生み出されるようになります。

In-Sight 2800はファクトリフロア利用向けに設計され、設計の大きな要素はポイント&クリックのEasyBuilder開発環境になっています。直感的なインタフェースからはプロセスの最適化に必要なフィードバックが提供され、ユーザは異なる照明カラー(赤、緑、青、白)や焦点といった様々な効果の選択肢を試してみることができます。

EasyBuilderソフトウェアのインタフェースが電気コネクタの検査を示す

画像設定はどれぐらい難しいですか?

In-Sight 2800では部品や対象領域の外観を簡単に最適化できます。00:30マークにて;次のビデオはこのやり方のデモです。

何かを分類するとはどのような意味ですか?

「分類」というのは、検査のために部品を有益なカテゴリに割り当てるプロセスのことです。検査では多くの場合、このようなカテゴリとは「OK/NG」のことであり、欠陥を検知して承認(合格)と却下(不合格)の部品を分ける、ということです。様々な部品のバージョン、複数の対象物を含むキットの異なる設定など、製品を複数カテゴリに仕分けるのも分類です。

In-Sight 2800ビジョンシステムがブリスタピルパックを検査し、香りごとに石鹸箱に分類

エッジ学習ベースの分類の利用方法の例はどのようなものですか?

例えば、内容物を計量するスコップ付のコンテナ製品を考えてみましょう。それぞれのコンテナには1つだけスコップが含まれている必要があります。コンテナがラインを流れる際に、スコップは様々な角度であったり、コンテナの内容物で見えなくなっていたりすることがあります。

In-Sight 2800を使って、スコップがない、スコップが1つある、複数のスコップがある、といったそれぞれの状態の画像を3~4枚取り込み(または、既存画像をアップロードし)、どの状態が承認されるもので、どれが承認されないのかについてラベル付けします。In-Sight 2800はこの違いをどのように区別するのか判断し、EasyBuilderインタフェースでその分類の信頼度を表示します。

ベルトコンベヤの上部に取り付けられたIn-Sight 2800ビジョンシステムがプロテインパウダーのコンテナを検査

画像の1つについて分類を間違えると、信頼度が低下することがわかりますので、追加分析を実施してその理由を探ることができます。缶の1つに入っているスコップを見逃しているのに、「スコップがない」と画像にラベル付けしたのかもしれません。その画像に「スコップ1つ」の状態であると再度ラベル付けすると、信頼度が元に戻るでしょう。これだけです。 

この短いトレーニングを経てIn-Sight 2800は正確にそれぞれのコンテナを分類するようになります。却下されたコンテナを取り除けるようにアラートを発したり、データを格納したり、ライン下流に情報を送信したりすることもできます。その後、プロセス改善に役立つ統計的な分析結果を提供します。

現在のスタッフでこのテクノロジを導入できますか?

In-Sight 2800の利用には専門的な知識は必要ありません。唯一必要な知識はすでにスタッフが有している知識です。つまり、部品の承認と却下の差は何か、どのクラスの製品を通すのか、製品変更による検査の情報更新やIn-Sight 2800の再トレーニングが必要な時期はいつかといったことです。

御社のラインやファクトリフロアで勤務している人であれば誰でも、数分のうちにインタフェースに慣れてIn-Sight 2800を使えるようになるでしょう。

In-Sight 2800を現在のラインにどのように統合しますか?

In-Sight 2800はすぐに業務できるように必要なものがすべて備わっています。高解像度センサ、高速プロセッサ、マルチカラー照明、高速リキッドレンズのオプション、直感的かつポイント&クリックのインタフェースが含まれています。これ以外にシステムに必要なものは、電源とデータ接続のみです。数分で稼働でき、コンパクトなサイズでスペースに限りのあるラインにもフィットするように設計されています。

6つのステップでIn-Sight 2800の実装方法を学んでください:


他の投稿

製品のサポートやトレーニングなどの詳細を見る

マイコグネックスに参加

お気軽にお問合せください

Cognex は世界中でお客様のビジョンと工業用バーコドリーダのあらゆるニーズをサポートしています。

お問合わせ