AI・ディープラーニングを用いた検査自動化ソフトウェア「SDTest」をオープンソースでリリース
PR TIMES / 2019年8月8日 17時40分
~検査ワーク1個あたり60ms以下のタクトタイムで0.01mmの欠陥を自動検出~
株式会社RUTILEA (本社: 東京都港区、開発拠点: 京都府京都市) は、AI・ディープラーニングを用いた外観検査ソフトウェア「SDTest」をオープンソースで開発・リリースしました。SDTestは製造ラインの外観検査自動化において難しいとされていた技術面と費用面の課題を両面から解決しました。技術面では、ディープラーニングによるアプローチを適用することで、光沢のある金属部品や傷が見えにくい黒色系部品、精密な半導体部品の欠陥を100%検出する精度、また費用面では、オープンソースにすることで、これまで導入の障壁となっていた導入コスト、開発費用を抑えることを可能にしました。
[画像1: https://prtimes.jp/i/47548/2/resize/d47548-2-989061-20.png ]
検査精度と活用法
SDTestは検査ワーク1個あたり60ms以下のタクトタイムで0.01mmまでの欠陥を自動で検出します。従来検出が難しいとされていた光沢有の金属部品 (検出例1) や黒色系部品 (検出例2) 、精密な半導体部品 (検出例3) など様々なワークに対応しています。市販のカメラと接続して使用 (図1) 、既存の検査装置・機器に組込と柔軟に活用いただけます。
(図1)
[画像2: https://prtimes.jp/i/47548/2/resize/d47548-2-888762-6.jpg ]
(検出例1)
検査ワーク: 直径25mmワッシャー 素材: アルミ 欠陥: 傷 欠陥の大きさ: W4.0mm×H0.2mm
使用した良品サンプル: 1点 使用した不良品サンプル: 1点
学習良品画像: 100枚 良品画像: 30枚 不良品画像: 30枚
[画像3: https://prtimes.jp/i/47548/2/resize/d47548-2-739123-0.png ]
学習により作成したAIの性能評価グラフと分布
[画像4: https://prtimes.jp/i/47548/2/resize/d47548-2-959748-1.jpg ]
検品結果
[画像5: https://prtimes.jp/i/47548/2/resize/d47548-2-610199-15.png ]
HP動画リンク: https://youtu.be/uY1C-nXlaSE
[動画1: https://www.youtube.com/watch?v=uY1C-nXlaSE ]
(検出例2)
検査ワーク: 直径20mmリング 素材: ゴム 欠陥: 傷 欠陥の大きさ: W5.5mm×H0.08mm
使用した良品サンプル: 1点 使用した不良品サンプル: 1点
学習良品画像: 100枚 良品画像: 30枚 不良品画像: 30枚
[画像6: https://prtimes.jp/i/47548/2/resize/d47548-2-381885-7.png ]
学習により作成したAIの性能評価グラフと分布
[画像7: https://prtimes.jp/i/47548/2/resize/d47548-2-298101-8.jpg ]
検品結果
[画像8: https://prtimes.jp/i/47548/2/resize/d47548-2-732002-16.png ]
HP動画リンク: https://youtu.be/NOW-6AxvaEM
[動画2: https://www.youtube.com/watch?v=NOW-6AxvaEM ]
(検出例3)
検査ワーク: 横幅10mmSOPピッチ変換基板 素材: ガラスエポキシ 欠陥: 傷 欠陥の大きさ: W0.5mm
使用した良品サンプル: 1点 使用した不良品サンプル: 1点
学習良品画像: 100枚 良品画像: 30枚 不良品画像: 30枚
[画像9: https://prtimes.jp/i/47548/2/resize/d47548-2-420574-11.png ]
学習により作成したAIの性能評価グラフと分布
[画像10: https://prtimes.jp/i/47548/2/resize/d47548-2-936680-12.jpg ]
検品結果
[画像11: https://prtimes.jp/i/47548/2/resize/d47548-2-260255-17.png ]
HP動画リンク: https://youtu.be/ETrPCskUumc
[動画3: https://www.youtube.com/watch?v=ETrPCskUumc ]
導入コスト
オープンソース版は無料で使用可能です。装置・機器にカスタマイズして組み込む場合でも、初期導入費を100万円程度に圧縮することが可能になりました。
通常の検査装置のソフトウェア開発プロジェクトは期間半年、費用1,500万円程度と高額な投資になることが多いです。それにも関わらず検査を自動化できることが保証されていなかったり、ハードウェアについてもソフトウェアとパッケージで販売されており既存のソフトウェアの交換をすることができません。これらが外観検査の自動化の大きな妨げになっていると認識しております。本ソフトウェアは、この問題をオープンソースを活用することにより既存のハードウェアに制約されることなく導入できるため、コスト的に導入が難しかった中小製造業様でも導入することができ、検査基準のバラつきによる品質問題や検査人員不足等の課題解決に役立てることを期待しています。
[画像12: https://prtimes.jp/i/47548/2/resize/d47548-2-190254-19.png ]
RUTILEAについて
・当社は最も高性能な製品をオープンソースで実現することをビジョンにしております。
・京都大学、東京大学出身のエンジニア (常勤・非常勤合わせて約30名) が開発に参加しており、この人材リソースを活用していただけます。
・調査依頼・ビジネス開発など幅広くご相談に乗ることができます。
・ディープラーニングを活用したAI実装に向けた企業研修・人材育成講座等も開催しております。
会社概要
商号: 株式会社RUTILEA (ルティリア)
代表者: 矢野 貴文
本社所在地: 〒105-0014 東京都港区芝3丁目6-10 芝NAビル6階
開発拠点所在地: 〒602-0841 京都府京都市上京区梶井町446 リアップ2階
ホームページURL: https://www.rutilea.com/
お問い合わせ先: contact@rutilea.com (担当者: 志岐/平塚)
企業プレスリリース詳細へ
PR TIMESトップへ
この記事に関連するニュース
-
RUTILEA及びAI福島が経済産業省より「特定重要物資クラウドプログラムの供給確保計画」の認定を受けました。
PR TIMES / 2024年4月19日 16時45分
-
製品・工業用CTスキャン受託サービスの開始
PR TIMES / 2024年4月17日 12時15分
-
タカノ、5月8日から10日に開催される「第12回 フィルムテックジャパン大阪」に出展
PR TIMES / 2024年4月11日 10時45分
-
「その場にいれば気が付けたのに!」異常や兆候を早期発見 AI検査装置に設備監視・自動点検の機能を追加
@Press / 2024年4月10日 9時0分
-
データグリッドの生成AIを活用した製造業向けデータ生成基盤 『Anomaly Generator』を日本精工が導入
PR TIMES / 2024年4月8日 12時15分
ランキング
-
1米ファンドに日本KFC売却=三菱商事、来月にも
時事通信 / 2024年4月26日 20時17分
-
2円安、物価上昇通じて賃金に波及するリスクに警戒感=植田日銀総裁
ロイター / 2024年4月26日 18時5分
-
3突然現場に現れて「良案」を言い出す上司の弊害 「気になったら即座に直したい」欲求への抗い方
東洋経済オンライン / 2024年4月26日 9時0分
-
4円相場が一時1ドル=157円を突破 34年ぶりの円安ドル高水準を更新
日テレNEWS NNN / 2024年4月26日 23時38分
-
5KDDI、ローソンに対するTOB成立…宅配事業の強化や金融事業を展開
読売新聞 / 2024年4月26日 20時9分
記事ミッション中・・・
記事にリアクションする
記事ミッション中・・・
記事にリアクションする
エラーが発生しました
ページを再読み込みして
ください