固定カメラでは写らない欠陥がある
外観検査AIの精度の大部分は撮像で決まります。欠陥が画像に写らなければ、どれほど優れたAIでも検出できません。立体形状のワークでは、1台の固定カメラで撮れるのは一部の面だけで、側面の傷、穴の内側、曲面の凹みは写らないことがあります。
公開データセットの設計にもこの問題が表れています。2024年に公開された外観検査データセットReal-IADは、1つの物体を真上1台と約45度の4台、計5方向から撮影しています。1視点では見えない欠陥があるためです（Wangら、arXiv 2403.12580）。
カメラを何台も並べる方法もありますが、品種が多いと配置の調整が追いつきません。そこで、ロボットにカメラかワークを持たせ、撮像位置を品番ごとに変える構成が使われています。外観検査AIの全体像は外観検査AIとはで解説しています。
ロボット検査の3つの構成
A. カメラを動かす構成
ロボットの先端にカメラと照明を取り付け、固定したワークの周りを動かして撮像します。車体部品や溶接部のように、ワークが大きく持ち替えられない場合に向きます。国内では、リンクウィズのL-QUALIFYがインライン向けの3Dロボット検査システムとして提供されており、同社サイトでは、タチエス（自動車シート）が0.1mm単位のレーザ溶接検査をロボット化した事例や、東芝三菱電機産業システムが受注生産モータの出荷検査をロボット化し、検査時間を人の約半分にした事例を紹介しています（同社発表）。
B. ワークを動かす構成
ロボットがワークをつかみ、固定したカメラと照明の前で向きを変えながら撮像します。照明条件を固定できるため、撮像の再現性を確保しやすいのが利点です。小型部品の全面検査に向いています。ばら積みピッキングと組み合わせて、取り出しから検査までを1台で行う構成もあります。
C. 巡回する構成
移動ロボットや人型ロボットが、設備や大型製品の周りを巡回して撮像します。Hexagonは2025年6月に産業用ヒューマノイド「AEON」を発表し、SchaefflerとPilatusで部品検査やリアリティキャプチャ（現物の3次元計測）のパイロットを計画していると発表しました。中国の美的は、自社の人型ロボットを荆州工場に投入し、初品検査や巡回を自律で行わせていると報じられています（科技日報、2026年7月）。いずれも検証段階の取り組みで、量産ラインの全数検査とは用途が異なります。
精度を決めるのは撮像の再現性
ロボット検査で最も注意すべきは、撮像の再現性です。固定カメラなら毎回同じ条件で撮れますが、ロボットが動くと、位置・角度・照明の当たり方が毎回わずかに変わります。
照明方式の選び方は外観検査AIの撮像・照明設計で詳しく扱っています。
タクトとの両立
多視点で撮るほど見逃しは減りますが、撮像回数が増えればサイクルタイムが延びます。設計では、欠陥が出やすい部位を過去の不良データから特定し、そこに撮像を集中させるのが効率的です。
タクトを詰める方法としては、ロボットが次の撮像位置へ移動している間に前の画像の推論を並行して進める、撮像点の順序を移動距離が短くなるよう最適化する、といった工夫が一般的です。推論をエッジ機器で行うか、ライン外のサーバーで行うかでも処理待ちの時間が変わります。
撮像位置と判定結果は、品番・シリアル番号と合わせて記録しておくと、不良が出た部位の傾向分析や、撮像点の見直しに使えます。過検出の抑え方は外観検査AIの過検出を減らす7つの対策を参照してください。
よくある質問
ロボット検査は固定カメラより精度が高いですか
一概には言えません。見えなかった面を撮れる分、見逃しは減りますが、撮像の再現性が下がれば過検出が増えます。固定カメラで写る欠陥なら、固定カメラのほうが安定することが多いです。
協働ロボットを検査に使えますか
使えます。人のそばで撮像位置を変えられるため、手作業の検査工程に後から追加しやすいのが利点です。ただし協働ロボットは速度に制限があるため、タクトに収まるかを事前に確認してください。
ヒューマノイドで検査を自動化するのは現実的ですか
2026年時点では、パイロット段階の取り組みが中心です。決まった工程の全数検査なら、産業用ロボットや固定カメラのほうがコストと安定性で有利です。ヒューマノイドは、既存設備を変えずに巡回点検を試したい場合の選択肢になります。
この記事に出てくる用語
外観検査AIの選び方
良品学習か不良学習か、撮像系を誰が持つか。精度の数字だけで選ばないための比較軸 全51本
- 外観検査AIとは？2つの学習方式と導入5ステップを製造現場の目線で解説
- 製造業のAI活用10領域：外観検査・予知保全から設計・技能伝承まで一覧
- 外観検査AI製品の比較軸10項目：学習方式・撮像系の範囲・エッジ対応・再学習の手間
- 自動車メーカーのAI活用：溶接・塗装検査から生産計画・フィジカルAIまで10用途
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
