製造業の自動外観検査とは?仕組み・種類と導入前の確認事項

自動外観検査は、検査目的と対象、撮影条件、良否基準、ライン条件、評価方法の順に検討します。検査項目と構成要素、目視との分担、ルールベース・AIと2D・3Dの違いを整理。見逃しと過検出の注意点、導入前に揃える情報を解説します。

この記事でわかること

  • 自動外観検査の対象と、照明・撮像から記録・排除までの役割
  • 目視との分担、ルールベース・AIと2D・3Dを別の軸で選ぶ考え方
  • 検査目的から評価までの確認順と、導入の相談前に揃える情報

自動外観検査の対象と検討の出発点

自動外観検査は、カメラなどで取得した画像や形状情報を使い、製品の外観を基準と比べて良否を判定する仕組みです。検討は、検査目的、対象と欠陥、画像で捉える条件、良否基準、ライン条件、評価方法の順に進めることを勧めます。省人化か、不良の見逃し低減か、記録の確保かで、優先する工程や必要機能が変わるためです。

対象は表面状態、形状、組立状態、印字、色に分けると整理できます。表面なら傷、打痕や凹み、異物や汚れ、形状なら欠けやバリ、組立なら部品の欠品や位置ずれが候補です。印字は有無・読取り・内容照合、色は色差や色ムラを確認します。どの項目も、用途や顧客と合意した仕様に照らして、検査する面と許容範囲を決めます。

同じ傷でも、検査面、最小サイズ、許容範囲が違えば条件は変わります。例えば金属部品の表面を調べるなら、材質名だけで判断せず、表面処理と姿勢、どの面の傷を対象にするかを揃えます。ここでは光学式の外観検査を扱い、死角や内部の異常まで検出できるとは前提にしません。

最初は一つの工程に絞り、何を見落としたくないかを品質保証と現場で共有しましょう。

照明から記録・排除までの役割

カメラと判定ソフトを選ぶ前に、検査を六つの機能で捉えます。照明は欠陥と背景の差を作り、撮像はレンズとカメラで必要な面を画像にします。画像処理はノイズの低減や特徴の抽出、AIの推論などを行い、判定はその結果を良否基準と照合します。各機能をつなぐ際は、同じ製品の画像と判定結果を受け渡せるかを確認します。

残る機能は記録と排除です。記録系では製品IDに画像、判定、設定条件を結び付け、制御系では対象品を搬送ラインから排出・隔離します。同じ判定結果を両方へ渡しますが、保存してから必ず排出する順序には固定しません。保存完了と隔離完了をそれぞれ確かめます。

排出を確認するセンサーなど、指示と実際の処置を照合する方法も設備担当と決めます。

六つは機能の数で、装置が六台必要という意味ではありません。一体型の機器でも、何を担当し、どこへ結果を渡すかは確認します。照明の反射で傷が白く飛んだり、製品の姿勢で検査面が隠れたりすれば、判定方法だけを変えても必要な情報は得られません。撮影できない品や期限内に判定できない品をどう保留するかも、設備担当と決めておきます。

人との分担と方式を選ぶ二つの軸

安定した姿勢と基準で繰り返す検査は、自動化の候補になります。目視には、観察方向を変え、前後の状況も確かめながら判断できる柔軟さがあります。品種替えが多く見え方が変わる工程や、許容する外観を都度確認する作業では、段取り替えや基準更新の負担も比べます。人が境界品を再検査する併用も選択肢です。

目視を残す範囲を含め、検査時間と品質を比較しましょう。

方式は二つの軸で整理します。取得情報の軸では、2Dは色・明暗・輪郭、3Dは高さや立体形状を扱います。色ムラの違いを見たいのか、凹みの深さを測りたいのかで必要な情報が変わります。3Dが常に優れるとは限らず、候補機で必要な面と細かさを取得できるか確かめます。

判定方法の軸では、人が条件を設定するルールベースと、画像から特徴を学ぶAI・機械学習を比較します。どちらも画像処理に使う方法です。位置や有無の条件を明確に書けるならルールから試し、正常な見た目の変動で例外条件が増えるならAIも比較します。両者の併用も可能です。

2D・3Dとルール・AIは別の選択で、組み合わせて検討します。AIを使う場合も、良否基準と撮影条件の確認は残ります。方式名だけで採否を決めず、同じ対象と評価条件で確かめることを勧めます。

表01.00-1自動外観検査の検討項目と確認内容

検討項目確認する内容判断前に揃える条件関連記事
目的と対象工程省人化、見逃し低減、記録確保のどれを優先するか一つの工程の検査時間と再検査の負荷目視と自動の分担
対象と欠陥表面状態・形状・組立状態・印字・色のどこを調べるか対象面、欠陥の最小サイズ、許容範囲検査対象と欠陥
撮影条件材質・表面処理・姿勢に応じて必要な差が写るか現物で照明と撮影を確認。死角や内部まで見えると前提にしない照明から記録・排除までの構成
良否基準見た目の許容限度か、寸法の許容値か基準書と良品・不良品・限度見本。判断が割れる見本の確認担当検査対象と欠陥
人との分担安定した条件での反復検査と、人が担う境界品の再検査品種替えや基準更新も含めた時間と品質の比較目視と自動の分担
取得情報色・明暗・輪郭で足りるか、高さや立体形状が必要か候補機で必要な面と細かさを取得できること2Dと3Dの選び方
判定方法条件を設定するルールベースか、画像から学ぶAIか、併用か条件の書きやすさと正常な見た目の変動。同じ対象・評価条件で比較ルールベースとAIの選定
ラインと記録・排除搬送速度、検査に使える時間、既存設備、記録先と排出先製品IDとの対応、保存完了と隔離完了をそれぞれ確認照明から記録・排除までの構成
評価と運用不良品の見逃しと良品の過検出、実際の速度での判定と排出比較前の許容値、独立した評価用見本、再検査と保留の担当見逃しと過検出の評価
対象工程を一つ選び、目的から評価条件まで確認します。2D・3Dは取得情報、ルールベース・AIは判定方法として別々に検討します。関連記事欄は各記事の短い名称です。

見逃しと過検出を分けた評価

不良品をOKにする見逃しと、良品をNGにする過検出は、別々に評価します。見逃し率は不良品、過検出率は良品をそれぞれ母数にします。全体の正解率が高くても、良品が多い集計では不良の見逃しが目立たない場合があります。[1] 製品一個を数えるのか画像一枚を数えるのかも揃え、欠陥別・品種別の件数を確認してください。

学習や条件調整に使った画像だけで評価すると、結果を楽観的に捉えるおそれがあります。独立した評価用の良品・不良品を用意し、同じ製品の撮り直しが両方へ混じらないようにします。ロットや期間の違いを確認する計画も必要です。これはデータ分離の考え方を外観検査へ適用した提案です。[2]

評価で見逃しがゼロ件でも、将来の不良流出ゼロは保証できません。[3] 未確認の欠陥や撮影条件を残し、実際の速度での判定と排出も確かめます。過検出は即廃棄を意味しません。再検査で良品へ戻す条件と承認者、保留場所を決め、その作業時間も評価します。

判定が正しくても、対象品を取り違えたり隔離できなかったりすれば工程としての確認は不足します。許容値は欠陥の重大性と現場の処置能力を踏まえて合意しましょう。

一つの工程で揃える情報と担当者

まず工場責任者と現場が対象工程を一つ選び、改善したい目的、現在の検査時間、再検査の負荷を書き出します。品質保証は検査項目を決め、良品、不良品、良否の境目を示す限度見本を揃えます。判定が割れる見本には、基準を決める担当者を付けてください。

次に、生産技術が材質、表面処理、姿勢、検査面を整理し、照明と撮影条件を変えて必要な差が写るか確かめます。その結果と基準書を照合し、見た目の許容限度か、寸法の許容値かを明確にします。撮影や基準の条件が揃わない項目は、方式選定を保留します。

続いて搬送速度、検査に使える時間、既存設備、記録先と排出先を整理します。情シスと設備担当は製品IDとの対応、保存期間、接続先、閲覧・変更権限を確認します。品質保証と現場は、比較前に欠陥別の見逃し・過検出の許容値と、独立した見本での評価条件を決めます。未検査品の保留、再検査と隔離の担当も揃えましょう。

工場責任者は、機器費に加えて品種替え、再検査、保守、条件変更後の確認にかかる負担を比較します。条件を満たさない場合は、対象の絞り直しや目視との併用も再検討します。未決定事項に確認者と期限を付ければ、次に調べる範囲が明確になります。社内で整理しきれない条件は、その一覧を持ち寄って要求整理の相談から始められます。

一つの工程で揃える準備チェックリスト

  • 工場責任者と現場で対象工程を一つ選び、改善目的、現在の検査時間、再検査の負荷を書き出す。
  • 品質保証が検査項目と良品・不良品・限度見本を揃え、判定が割れる見本の基準を決める担当者を置く。
  • 生産技術が材質、表面処理、姿勢、検査面を整理し、現物で照明と撮影条件を変えて必要な差が写るか確かめる。
  • 撮影結果と基準書を照合し、見た目の許容限度か寸法の許容値かを明確にする。条件が揃わない項目は方式選定を保留する。
  • 搬送速度、検査に使える時間、既存設備、記録先と排出先を整理する。
  • 情シスと設備担当が、製品IDとの対応、保存期間、接続先、閲覧・変更権限を確認する。
  • 品質保証と現場が、比較前に欠陥別の見逃し・過検出の許容値と評価条件を決める。
  • 学習や条件調整に使わない評価用の良品・不良品を用意し、同じ製品の撮り直しが双方へ混じらないようにする。
  • 未検査品の保留場所、再検査と隔離の担当、良品へ戻す条件と承認者を決める。
  • 工場責任者が、機器費に加え、品種替え、再検査、保守、条件変更後の確認にかかる負担を比較する。
  • 未決定事項を一覧にし、確認者と期限を付けて関係者と共有する。
条件が揃わない項目は未決定として残し、確認者と期限を付けます。撮影や良否基準が定まらないまま方式を決めず、対象の絞り直しや目視との併用も検討します。

まとめ

自動外観検査の検討は、一つの工程で目的、対象と欠陥、撮影条件、良否基準、ライン条件、評価方法を揃えるところから始めます。取得する情報と判定方法を分け、人に残す判断も含めて比較してください。画像上の判定だけで終わらせず、記録と隔離、再検査まで確認します。基準書と現物、現在の負荷、未決定事項を持ち寄ることが、導入の可否を判断する最初の行動です。

よくある質問

自動外観検査にはAIや3Dが必須ですか?

必須ではありません。色・明暗・輪郭で足りるか、高さが必要かを確認し、条件を人が設定するルールベースか、データから学ぶAIかを別に検討します。必要な情報と基準から候補を絞ります。

目視検査を全てなくせますか?

工程条件と運用によります。品種替え後の確認、境界品や新しい欠陥の判断、撮影できない箇所など、人に残す作業を先に決めます。自動検査と再検査を組み合わせる案も比較してください。

導入費用は何で変わりますか?

検査面の数、必要な細かさと速度、搬送・排除・記録の連携範囲、データ準備や保守の作業で変わります。同じ検査範囲と運用条件で見積を取り、導入後に残る負担も含めて比較します。

評価で見逃しがなければ量産へ進めますか?

それだけでは判断できません。評価に含めた欠陥と条件、良品の過検出、実際の速度での判定・隔離、人の再検査能力を確認します。未確認の範囲と、変更時に再評価する条件も残してください。

相談前に何を準備すればよいですか?

対象工程の目的、基準書と現物、現在の検査負荷、速度と設備条件を揃えます。不足する情報や判断が割れる項目も一覧にし、品質保証・生産技術・現場の確認担当を決めて持ち寄ります。

自社の課題を具体的に整理する

検査業務の改善から始める 品質・トレーサビリティDX実践ガイド
  1. scikit-learn developers「3.4. Metrics and scoring: quantifying the quality of predictions」 (確認日: 2026/09/30)
  2. scikit-learn developers「3.1. Cross-validation: evaluating estimator performance」 (確認日: 2026/09/30)
  3. NIST/SEMATECH e-Handbook of Statistical Methods「7.2.4.1. Confidence intervals」 (確認日: 2026/09/30)