マシンビジョンとは？スマートファクトリーでの事例やAI活用

マシンビジョンとは？

マシンビジョンとは、簡単に言うとデジタル技術を用いてコンピュータに「目」と「脳」を持たせ、人間のような判断を行わせる技術のことです。
製造業の現場では、主に工場の外観検査の自動化や、ロボットと連携した生産ラインの効率化において欠かせない存在となっています。
本コラムでは、現場目線での基礎知識から、導入によって生産現場がどう変わるのかを具体的に解説します。

マシンビジョンとは何かをわかりやすく解説

現場におけるマシンビジョンは、「撮像（撮る）」「解析（考える）」「出力（動かす）」を一体化したシステム全体を指します。

具体的には、照明とカメラで製品を最適な状態で捉え、その画像データを画像処理ユニットで解析します。「キズの有無」や「部品の表裏」などを瞬時に判別し、その結果をPLC（制御装置）などを通じてロボットや排出機構へ伝達します。つまり、「人の目に代わって検査を行い、その結果を設備制御へ連動させる」技術です。

マシンビジョンの目的

マシンビジョンを導入する最大の目的は、「属人的な作業を標準化し、止まらないラインを実現すること」にあります。

マシンビジョンの歴史は、コンピュータの処理能力の向上と共に歩んできました。

• 1970〜80年代:初期のマシンビジョンが登場。当時は白と黒だけの「二値化」処理が主流で、単純な形状の判別や部品の有無確認がメインでした。
• 1990〜2000年代:カラー画像や高度な形状認識が可能になり、バーコード読み取りや微細な欠陥検査へと用途が拡大しました。
• 2010年代〜現在:3D計測や「AI（ディープラーニング）」の活用が急速に進んでいます。これにより、人間でも判断に迷うような複雑な模様の中のキズや、曖昧な形状の違いも高精度に判別できるようになりました。

ロボットビジョンとマシンビジョン の違い

現場では混同されがちですが、「画像データの使い道」が明確に異なります。

マシンビジョン（検査の目）:
製品が「OKかNGか」を判定するのが主な役割です。固定されたカメラで、流れてくる製品を撮像し、正しく評価・検査することに特化しています。

ロボットビジョン（作業の目）:
ロボットアームに「どこを掴むべきか」を教えることが主な役割です。バラ積みされた部品の位置を特定し、ロボットが正確にピッキングできるようガイドします。

コンピュータビジョンとマシンビジョン の違い

技術的なルーツは共通していますが、「システムとしての役割と広がり」が異なります。

マシンビジョン（現場の「点」の自動化）:
特定の工程で「検査・計測」を行うための仕組みです。専用のカメラと画像処理ソフトを用い、その場で良否判定を完結させます。

コンピュータビジョン（工場全体の「線・面」の自動化）:
画像データをAIや各種システムと連携させ、工場全体の最適化を図る仕組みです。マシンビジョンの情報に加え、CADデータや他の設備データなども活用し、異常予兆検知や自動補正といった高度な制御へつなげます。例えば、画像データから「加工機の刃の摩耗を予測し、自動で補正値を調整する」といった、活用が代表例です。

マシンビジョンは単体の機械ではなく、複数の専門機器が連携することで、一つの「システム」として機能します。

【図解：マシンビジョンの基本フロー】

※外観検査をメインにしたマシンビジョンのイメージ
画像解説
マシンビジョンは、照明とカメラによる「撮像」から始まり、PCでの「判定」、PLCによる「制御」を経て、最終的な「振り分け」までを自動で連携させます。これにより、人の手を介さない自動検査ラインを実現します。

具体的には、主に以下の要素で構成されています。

照明・カメラ（目）： ワークを最適な状態で照らし、画像として取り込む
画像処理ユニット/PC（脳）： 取り込んだ画像をアルゴリズムやAIで解析する
PLC/制御装置（神経）： 解析結果を元に、設備へ動作指令を出す
アクチュエータ/ロボット（手足）： 不良品の排出や仕分けを実行する

マシンビジョンは、製造工程のあらゆる場面で「人の目の代わり」として活用されています。主な用途は以下の4つです。

外観検査・欠陥抽出

製品表面のキズ、汚れ、異物混入、割れなどを検出します。人間では見逃しがちな微細な欠陥も、設定した基準に従って高速かつ全数で検査できます。

寸法計測・形状識別

製品の長さ、幅、穴の直径などを正確に測定します。また、正しい部品が正しい向きで取り付けられているか等の識別も行います。

コード・文字読み取り（OCR/OCV）

二次元コードや賞味期限などの文字情報を読み取ります。印字品質の判定と同時に、データ管理（トレーサビリティ）にも活用されます。

位置決め・ガイダンス

部品の正確な位置座標を特定し、ロボットアームに伝達します。バラ積み部品のピッキングや、高精度な基板実装を可能にします。

スマートファクトリーの実現において、マシンビジョンは単なる「検査機」を超えた役割を担っています。

事例1：食品業界での自動仕分け
流れてくる多種多様な食材のサイズや形状を瞬時に判別し、等級ごとにロボットで自動仕分けを行います。

事例2：自動車部品の精密組み付け
エンジン部品などの金属光沢を持つワークでも、特殊な照明技術とビジョンシステムを組み合わせることで、ロボットによるミクロン単位の高精度な組み付け自動化を実現しています。

事例3：医薬品の印字・包装検品
高速で流れる錠剤のブリスターパックに対し、欠けの有無や使用期限の印字を同時に検査します。ミスが許されない医療分野において、品質保証を支える重要な役割を果たしています。

AIがマシンビジョンに与える影響

近年、AI（ディープラーニング）の登場により、マシンビジョンの可能性は飛躍的に広がりました。

従来の「ルールベース（人間が数値を設定する）」方式では、光の反射や製品ごとの個体差、複雑な背景などの影響により、「誤検知」が発生しやすいという課題がありました。

AIを導入することで、以下のような変化が起きています。

曖昧な基準の判定: 「良品」を学習させることで、数値化が難しい曖昧なキズや汚れも、熟練検査員のような感覚で高精度に判別可能になります。

設定工数の削減: 複雑な画像処理プログラムを個別に構築する代わりに、画像データを学習させるだけでシステムを構築できるため、導入までの期間が短縮されます。

環境変化への強さ: 照明環境の変化やワークのわずかな個体差に対しても、AIが柔軟に対応し、安定した検査制度と稼働を実現します。

マシンビジョンの判断能力をより強化する「SearchMaru」とは？

従来のルールベースのマシンビジョンでは限界があった複雑な欠陥の検出や原材料変更・品種追加など製造条件の変化がある場合でも、高精度な判定を実現するのが、AI画像認識システム「SearchMaru」です。

検査装置が取得した画像をもとに、AIが瞬時に不良種別を自動分類。単なる合否判定に留まらず、不良傾向の分析や製造プロセスの改善までを支援する、次世代のAIマシンビジョン・ソリューションです。

✅詳細ページはこちら