組立工程チェックAIの開発事例を紹介

組み立て工程の検査を目視・手作業で行うと、疲れや見間違いなどによるミスが起こる恐れがあります。しかし、AIで画像を認識させてチェックをすればミスを大きく減らすことができますし、検査時間の短縮も可能です。ここでは、実際にAIで組み立て工程検査を行っている事例を紹介します。

株式会社サカタ製作所

引用元：BSNアイネット（https://www.bsnnet.co.jp/service/casestudy-ai-01.html）

導入前の課題：複数人のチェックでも不良を100％検出することができなかった

製品の組み立て状態を目視で確認する作業を複数人で行っていましたが、疲労や見間違いなどによる不良発生が起こってしまい信頼低下や取引停止につながるリスクがありました。また、人手不足も課題となっており、目視以外での製品チェックが求められていました。

導入後の成果：高精度で組み付け不良を検出できるようになった

正常な状態や異常な状態の画像をAIに学習させることで、自動で組み付け不良が判別できるようになりました。部品数が多い場合でも判定領域を区切ることで判別可能となり、ボルト長計測では99％、部品組み付け順などの不良品検知で98％という高い精度の検査が実現できています。

電子機器のはんだ付け工程事例

引用元：Impulse（https://www.brains-tech.co.jp/impulse/vi-assembly/）

導入前の課題：目視検査は難易度が高く見逃しが発生していた

プリント基板のパーツ配置やはんだの不良を目視でチェックしていましたが、0.1mm単位のズレや、繊細な文字・テクスチャの違いなど検査の難易度が高く見逃しが発生していました。また、目視検査時間もかかっており、検査時間の短縮も課題となっていました。

導入後の成果：検査時間が大幅に短縮

コンベア上を流れる基板を常時監視して部品を認識。部品間の位置関係や向きを高精度の部品認識技術で判定し、1品種に対して2・3分登録するだけで自動検査ができるようになりました。目視検査が自動検査化できたことで、検査コスト削減につながっています。

食品・飲料業での事例

引用元：株式会社マーストーケンソリューション（https://www.mars-tohken.co.jp/case/assemblyinspection/）

導入前の課題：手作業での検査でばらつきや人的ミスが起こっていた

手作業でお菓子の並び順などの工程チェックを行っていましたが、検査のばらつきがあったり検査作業に時間とコストがかかったりしていることが課題でした。また、人による検査では精度に限界があり、どうしても不良見逃しリスクが生じてしまう状態でした。

導入後の成果：不良品検出率が上がりミスも大きく削減

AIカメラでお菓子の並び順をインライン上でチェックし、自動で順序の正誤判断が行えるようになりました。お菓子の有無や並び順をチェックし、検査精度が向上。検査時間工程も大きく削減でき、専用設備がいらなかったため運用コストを抑えることができました。

組立工程チェックAIを開発する方法

クラウドAIを活用して開発

例えば、AWSの「Amazon Lookout for Vision」などのクラウドAIを利用することによって、製品の構成部品が正しく取付けられているか、という点を判定するためのAIの開発を行う方法があります。この場合は、「正しい画像（部品が全て揃っている画像）」と、「取付けミスや部品の欠品が生じている画像」を学習させることによって、AIにより取付けに誤りが発生していないかを確認することができます。こちらの方法の場合、画像の学習は簡単に行えるものの、チェックした結果NGがでた場合にラインを停止させるなどの仕組みづくりを行いたい場合には外部への依頼を行うことがおすすめといえます。

AI機能搭載のカメラデバイスの活用

AI機能が搭載されたカメラデバイスを利用する方法も考えられます。この場合には、プログラムを組む必要がなく、カメラに対し「正しい状態」「間違っている状態」についてボタンを押して登録することによって、AIが判定基準の作成を行います。その上で組み立て作業を撮影することによって、「部品が足りない」「異なる部品を手に取った」といったミスを作業者に知らせるといったことも可能になります。

骨格検出技術を用いて作業者の動きを確認

作業手順の遵守状態について管理・指導を行いたい場合には、作業者の動きをチェックするAIを開発する、という方法があります。例えば「骨格検出技術」を用いることによって、作業者の手や動きについて追跡を行い、「正しい順序で部品の棚に手を伸ばしているか」などを判定します。ただし、「どの動きを正解とするのか」という点について複雑なロジックの構築が必要となることから、外部の専門業者に委託することが推奨されます。

画像解析AI開発ツール・プラットフォームの料金・機能比較

ここでは、クラウドやオンプレミスなどのタイプ、料金、主な対応業界などの詳細情報を公式HPに掲載している画像解析AI開発ツール・プラットフォームをピックアップして比較します。

▼左右にスクロールできます▼

	Bind Vision （キヤノンITソリューションズ） 引用元：キヤノンITソリューションズ公式HP （https://www.canon-its.co.jp/solution/industry/cross-industry/image-integration/bindvision/brand） 公式HPへ 資料DL 無償デモ相談	OPTiM AI Camera Enterprise （OPTiM） 引用元：OPTiM AI Cameraシリーズ公式HP （https://www.optim.co.jp/optim-ai-camera/） 公式HPへ 資料DL 無償デモ相談	オールインワン AI画像解析パッケージ （大塚商会） 引用元：大塚商会公式HP （https://www.otsuka-shokai.co.jp/products/ai-iot/ai-camera-analysis/） 公式HPへ 資料DL 無償デモ相談
タイプ	クラウド	オンプレミス/クラウド （選択可）	オンプレミス
基本料金	初期費用：なし 基本プラン：3万円/月	初期費用：66万円※1	導入費：440万円～
導入までの期間	即時 （契約後すぐに使用可能）	最短約6週間	― （公式HPに記載なし）
トライアル	有り （1か月無償で使用可能）	― （公式HPに記載なし）	― （公式HPに記載なし）
API	Web APIでプログラムを 問わず、連携可能　※2	APIで既存アプリ、 システムとの連携が可能	― （公式HPに記載なし）
主な対応業界	製造業/防災事業者/自治体	小売業/交通機関/医療業界	建設業/小売業/製造業

【選定条件】
「画像解析AI開発ツール」とGoogle検索して上位表示されるAI開発ツール30社のうち、クラウドorオンプレミスでのプラットフォームを提供している製品をピックアップし、
公式HPに導入費用などの価格掲載があるソフトの情報を掲載しています。
※1.OPTim Edge Entryの場合、カメラ5台まで処理可能。
※2.煙検出AIの場合、1セット＝45,000回/月の実行回数。
（2025年3月5日調査時点）

【まとめ】組立工程をAIカメラでチェックすれば自動で異常チェックが可能

製品の組み立て工程において、部品の有無や配置、向き、組み付けや詰め合わせ内容の確認などは手作業、目視で行うことも多く、人による作業であるためにミス・見逃しが起こりがちです。しかし、AIの画像認識システムを活用すれば部品の位置、向き、並び順などを自動で検査可能となるため、人手不足でも精度の高い検査を行うことができます。安定した組み立て工程チェックを課題としている方は、自社に合うシステムを探してみると良いでしょう。