背景・課題

自動車部品の製造・検査ラインでは、部品製造や組付による異常（組付け時の変形、部品のキズ）が発生する問題があり、検査員による目視の検査が行われています。

この外観検査工程にAIを活用することで自動化・省人化を図る企業も増えていますが、異常品の発生頻度が極めて低い現場の場合、AIの学習に用いる異常品の画像データが十分に用意できず、異常検出の精度が出にくいという課題があります。

トヨタ自動車 衣浦工場様においても同様の課題があり、その解決に向けて共同開発を行いました。

課題解決へのアプローチ

最新のアルゴリズム等を応用し、良品の画像のみで学習可能なAIモデルを構築

学習データ

• 検査用画像

背景技術

• 良品学習
• kNN

取り組みの結果

数十枚の良品画像の学習のみで高い異常検出精度をもつAIエンジンの開発に成功。学習データの不足という課題を解決するだけでなく、ケースによっては100%に近い検出精度が得られており、不良品の見逃しゼロにも貢献します。

自動車のみならず、製造業の製造・検査ラインにおける製品・部品の異常判別処理の自動化を支援します。

本技術の応用例

• 各種工業製品
• 不良品の見逃しに厳しい現場
• 異常品が発生しにくい現場

※本AIエンジンを組み込んだAIカメラを、パートナー企業であるDTSインサイト社よりご提供しております。詳細は下記よりご覧ください。