少量多品種の外観検査を自動化するには — 品種が増えても破綻しない設計

大量生産の専用ラインであれば、検査の自動化は投資対効果を計算しやすいテーマです。難しいのは少量多品種の現場 —— 品種が数十から数百あり、段取り替えが頻繁で、品種ごとに検査基準が微妙に違う。この条件で検査自動化を諦めている現場は多いのですが、設計の工夫次第で成立させる道はあります。この記事では、少量多品種の外観検査を自動化するための考え方を紹介します。

なぜ少量多品種では検査自動化が難しいのか

理由は明快で、品種ごとの立ち上げコストが回収できないからです。品種 A のために照明・撮像・判定パラメータを作り込んでも、その品種は月に数時間しか流れない。品種が増えるたびに設定作業が発生し、担当者がボトルネックになる。従来型の「品種ごとに検査レシピを作り込む」アプローチは、品種数に対して線形にコストが増えるため、多品種では破綻します。

成立させる 3 つの設計方針

1. 品種を「検査の観点」でグルーピングする。 数百の品種も、検査の観点で見ると「円筒形の金属部品」「黒色樹脂の成形品」のような少数のグループに束ねられることがほとんどです。品種単位ではなくグループ単位で撮像条件と検査ロジックを設計すれば、作り込みの対象は数分の一になります。

2. 新品種の追加を「開発」ではなく「登録」にする。 グループ設計ができていれば、新品種の追加は「どのグループに属するかを選び、基準画像とパラメータを登録する」作業になります。この登録作業を現場の担当者が (開発者に依頼せずに) 完結できる UI・手順まで作り込むことが、多品種現場での実運用の鍵です。

3. 汎用性の高い判定手法を選ぶ。 品種ごとの欠陥サンプル収集は多品種では非現実的です。良品画像だけで立ち上げられる良品学習ベースの異常検知や、グループ内で共通のモデルを使う構成など、品種ごとの学習を前提にしない手法を軸に据えると、品種展開の負担が大きく下がります。

全品種一括ではなく、効く品種から

少量多品種の自動化は「全品種対応」を最初のゴールにすると計画が肥大化します。検査工数・流出リスク・流動量で品種に優先順位を付け、効果の大きいグループから立ち上げ、登録の仕組みで横展開していく —— この段階的な進め方が、投資を回収しながら適用範囲を広げる現実解です。

まとめ

少量多品種の外観検査自動化は、「品種ごとに作り込む」発想を捨て、グルーピング・登録化・汎用手法の 3 点で「品種が増えても運用が破綻しない構造」を設計できるかが勝負です。PGP ではAI 外観検査・画像処理・マシンビジョンの設計を通じて、多品種現場の検査自動化を支援しています。「うちは品種が多いから無理」と諦める前に、一度ご相談ください。