製造業におけるコンピュータービジョン: 機会と導入のヒント

時計職人の片眼鏡から、絵を描くのに便利な「ルシーダカメラ」まで、職人たちは光学技術を使って感覚を高め、商品や芸術作品を作ることに慣れ親しんでいました。しかし、産業革命により、手作業による職人技から機械による大量生産への必然的な移行が起こり、私たちがものを作る方法は完全に変わりました。その結果、人間の視覚を強化するために設計されたこれまでの光学機器はすべて、何らかの視覚認識を提供できる新しいハイテクツールに置き換えられました。ここでコンピュータービジョンが役立ちます。

製造業におけるコンピュータービジョンとは何ですか?

製造業におけるコンピュータービジョンは、物理的な世界 (主に工場やその他の産業現場) からの視覚的な入力をキャプチャ、処理、理解して適切な応答を引き出し、さまざまな生産関連のタスクで人間を支援できる人工システムの作成に重点を置いています。

最も原始的な形態では、製造業やその他の分野におけるコンピュータービジョンは、キャプチャされた画像内の特定の特徴を認識し、それらが指定されたパラメーターと一致するかどうかを確認することで、特定のオブジェクトを識別し、ルールベースの原則に基づいてアラートをトリガーできます。ただし、このアプローチでは誤検知が大量に発生する傾向があり、画像やビデオなどの非構造化データソース (微妙な違いや変動が存在する場合) を処理する場合には一般的に非効率的です。

AI、機械学習 (ML)、ディープニューラルネットワークの最近の進歩は、これらの問題の解決に役立ち、メーカーは、繰り返し現れる視覚パターンを認識して特定のアイテムに関連付けることができる自己改善アルゴリズムを使用してコンピュータービジョンシステムを強化できるようになりました。実際、機械学習主導のコンピュータービジョンソリューションは、何百万もの画像を使用してトレーニングすることで、各オブジェクトの典型的な特徴を自動的に検出し、認識することを学習し、時間の経過とともにパフォーマンスを微調整することもできます。

その結果、事前のプログラミングなしで、精度、コンテキスト理解、柔軟性、新しい視覚要素への応答性が向上します。

現在、製造業におけるコンピュータービジョンは、主に次のような用途で使用されています。

自動製品組み立て用ガイド付きロボット
品質管理および検査業務を実行する
倉庫管理とサプライチェーンの最適化
産業機械の動作異常の検出
従業員の安全を確保するための作業プロセスの監視

これらのユースケースについて詳しく説明する前に、コンピュータービジョンサービスに投資するメリット、導入の際の潜在的な障壁、それらを克服するためのベストプラクティスについて理解しましょう。

製造業におけるコンピュータビジョンの利点

過去2年間、COVID-19パンデミックによって引き起こされた業務および物流の混乱は、製造業界に多大な圧力をかけてきました。

極めて不安定な状況において新たな勢いを得て、業界の回復力を高める必要性は、製造業のデジタル変革、すなわち新たな最先端技術の導入とそれに伴うインダストリー 4.0 への移行の大きなきっかけとなっています。産業プロセスにおけるコンピュータービジョンの採用の増加は、間違いなくこの変革の主要な側面の 1 つであり、次のような点で製造業の発展を大幅に促進します。

生産性の向上: Deloitte と MAPI による 2019 年のスマートファクトリーレポートによると、コンピュータービジョンを搭載したロボットや、24 時間 365 日稼働するその他の自動化システムを導入すると、製造サイクルが高速化され、労働生産性が 12% 向上し、全体的な生産量が 10% 増加します。
コストの最適化:自動化とコンピュータービジョンベースのメンテナンスにより、生産性が向上し、機械のダウンタイムが削減されます (McKinsey の推定によると最大 50%)。これにより、運用コストも全体的に削減されます。
品質の向上: McKinsey が指摘しているように、コンピュータービジョン駆動型ロボットは外科手術のような精度で動作し、製品の品質を向上させ、QA 運用コストを全体的に 10 ～ 20% 削減します。
労働者の安全:製造業におけるコンピュータービジョンは、工場の従業員を危険にさらす可能性のある障害を特定したり、労働者の状態を監視して疲労や不快感の兆候を検出したりするためにも使用できます。

コンピュータビジョン市場の洞察

ほとんどの業界のアナリストレポートは、コンピュータービジョンが製造業に与えるプラスの影響を確認しているようです。 Grand View Research の 2021 年コンピュータービジョン市場規模、シェア、トレンド分析レポートによると、製造業は、組立ラインの自動化や予知保全における技術の幅広い応用により、2020 年に世界のコンピュータービジョン市場をリードしました。

さらに、IBM の 2021 年デジタルトランスフォーメーション評価レポートによると、コンピュータービジョンは、製造業者がビジネス目標を達成する上で役立つトップテクノロジーの 1 つです (調査対象企業の 77%)。一方、IBM の調査では、製造業における新技術の導入に対する最も一般的な障壁もいくつか明らかになりました。

導入の障壁とベストプラクティス

上記の質問をより適切に整理し、製造シナリオにおけるコンピュータービジョンの導入の課題に対処するのに役立つ可能性のある一般的なガイドラインをいくつか定義してみましょう。

テクノロジーエコシステム: AI 駆動型コンピュータービジョンには、データと、データを収集するための基盤となるテクノロジーインフラストラクチャが必要です。これは、標準的なプロセス監視用に収集されるデータセットは、機械学習アルゴリズムには適さず、最終的には逆効果になる可能性があるためです。製造工場のネットワークとシステムをアップグレードするには、適切な投資と専門知識が必要です。
投資サポート:投資に関しては、上級管理職や利害関係者は予算の大部分をコンピュータービジョンや関連テクノロジーに費やすことに消極的になる場合があります。考えられる解決策の 1 つは、小規模で短期的な成果を確実に得られる段階的な実装計画を作成することです。これらの成果は、投資家や経営陣にデジタル化の潜在的なメリットを納得させるのに役立つはずです。
従業員のトレーニング:自動化を促進するテクノロジーは従業員のキャリアに大きな影響を与えるため、説得する必要があるもう 1 つの要素は従業員です。この点に関しては、コンピュータービジョンツールをより適切に操作できるように対象を絞ったトレーニングプログラムを通じて従業員のスキルを向上させ、従業員と一緒に働く確かな技術的専門知識を持つ新しい専門家を雇用することを検討してください。
プロセスの調整:新しいテクノロジーは、既存のビジネスプロセスに完全に適合しない場合があります。製造ワークフローを適切に調整し、従業員にテクノロジーを理解させるために、コンピュータービジョンを段階的に実装することをお勧めします。もう一つの重要な要素は、これらのソリューションの導入を監督するための卓越センターを設立することです。
ユースケースの特定:多くの組織は、適切なユースケースを選択するという最初のハードルさえ乗り越えていません。ここでのルールは、お金第一の原則に従うことです。つまり、品質検査や製品追跡など、ボトルネックだらけのプロセスなど、コンピュータービジョンから最大のメリットを得られるアプリケーション領域を選択します。

製造業におけるコンピュータービジョンの 4 つの使用例

以下では、製造分野におけるこの技術の主な応用と成功事例について簡単に紹介します。

1. 視覚誘導ロボットシステム

21 世紀の人類にとって、産業用ロボットは当たり前のものとなっています。今日、コンピュータービジョン誘導ロボットはあらゆる組立ラインの基礎となっています。ロボットアームで物体を簡単に識別して拾い上げたり、周囲の地図を作成して製造工場内を移動したりできるため、生産性の向上や倉庫管理および物流の合理化に役立つ貴重なツールとなります。

コンピュータービジョンを搭載したロボットが実行する典型的なタスクは次のとおりです。

製品の加工・組立
パレタイジング、梱包、仕分け
重機の清掃
製品のマーキングと追跡
補充のための倉庫監視

現場ではこの技術の例が無数にあります。その中には、テネシー州のプラスチック射出成形会社 Tennplasco が導入した多目的ロボットアーム Sawyer Robot があるが、コンピュータービジョンを使用して箱をつかむ BluePrint Automation のロボットカートン積載システムも含まれている。一方、オーストリアの自動車メーカー、マグナ・シュタイアーは、在庫管理業務を容易にするためにラベルをスキャンするスマートドローンを活用している。

2. 品質保証

コンピュータービジョン駆動型ロボットは非常に正確ですが、生産チェーンで何か問題が発生する可能性は常に存在します。幸いなことに、コンピュータービジョンシステムを導入して製品の品質を再確認することも可能です。この高度な自動目視検査では、完成品を高解像度カメラでスキャンし、機械学習アルゴリズムを使用してデータを処理して異常を特定し、パッケージを含む各アイテムが必要な品質基準をすべて満たしていることを確認します。

この点については、ボルボ・カーズのソリューションをご覧ください。「アトラス」と呼ばれる同社のコンピュータービジョンシステムは、20台以上のカメラを使用して各車両をスキャンし、表面の欠陥を見つけます。これにより、手動検査に比べて最大40％多くの異常を検出できます。

3. 資産の維持管理

製造上の欠陥や産業資産の異常を特定する場合でも、細部にこそ問題が潜んでいます。幸いなことに、機械学習による異常検出機能が強化されたコンピュータービジョンシステムは、詳細をかなりうまく処理できます。実際、これらのツールは、カメラ、赤外線サーマルイメージング、およびその他の種類のセンサーを使用して産業機械を調査し、故障の兆候となる可能性のある偏差（異常な温度や振動など）を検出し、実際に故障が発生する前に差し迫った故障を予測することができます。

たとえば、ゼネラルモーターズは、組み立てロボットに搭載されたカメラからの画像を分析し、コンポーネントに影響を与える障害を検出するように設計されたコンピュータービジョンソリューションを採用しています。

4. 人員の安全

コンピュータービジョンは、機械の守護天使となることができます。さらに重要なのは、人間にとっても守護天使となることができるということです。予測メンテナンスにより、製造会社は機械を事前に修理して危険な状況を回避できるからです。さらに、さまざまな産業環境における複雑な製造業務を継続的に監視するためにも使用できます。

英国を拠点とする建設機械メーカーのコマツも、同様のアプローチを採用しており、NVIDIA と協力して AI とビデオ分析に基づくコンピュータービジョンソリューションを導入しています。このプラットフォームは、作業員や機器の動きを監視し、予測して、衝突やその他の危険な状況の可能性を警告することができます。

要約する

コンピュータービジョンは、産業プロセスのデジタル化に関わる他の多くのテクノロジと同様に、製造企業にとって貴重な味方であることが証明されており、コストを大幅に削減し、生産量と品質を高め、精度を向上させ、従業員の安全性を高めます。実際の導入は予想以上に難しい場合があるため、組織はコンピュータービジョンの導入を軽視すべきではないことは明らかです。

しかし、適切な投資、再トレーニングプログラム、ワークフローオーケストレーションイニシアチブ、およびユースケースの特定により、コンピュータービジョン駆動型マシンは工業製造を進歩させるでしょう。それは、何世紀も前に職人が美への愛に駆られて手仕事をしたのと同じです。違いは、情熱とは異なり、機械は盲目ではないということです。

<<: ICML 2022の審査結果は「包囲」された、ヤン・ルカン：3つの論文を提出したが、3つとも却下された

>>: 2Dを3Dにするには、たった2枚の写真だけが必要です。このAIは、ろうそくを吹き消すプロセスを想像することができます。第一著者と第二著者はともに中国人です。