1. TOP
  2. 取扱製品
  3. Multiple AI Vision

Multiple AI Vision

Multiple AI
ラインウォッチャー

AIが製造ラインを監視・異常を検出!チョコ停を時に管理者の告知!
マシンビジョンの技術を監視カメラで実現!

FAの検査分野においては、産業用カメラで製品の異常・欠品などの検出はごく一般的に実施しております。しかしながら、ネットワークカメラの画像を使用する場合は、撮像速度やストリーミングなどの形式により、リアルタイムでの画像認識が困難なため、複雑な画像処理には不向きで、既存の監視カメラでの検出をあきらめ、産業用カメラによる検査装置の導入を検討している方も多い思います、弊社のMultiple AIビジョンは既存の監視カメラを画像装置に接続し、産業用カメラで行っている画像検査を監視カメラ実現する製品です。

製造ライン上のコンベアの缶の倒れの検出

製造ライン上のコンベアの缶の倒れの検出
Deep Learning Detect feature

  • ONVIF対応のネットワークカメラと接続可能
  • 生産ラインの異常をAIを用いて学習し作成したアルゴリズムにより検出
  • 開発ツールを使用して認識アルゴリズムのカスタマイズが可能
  • 既存設備との連携が容易

Multiple AI Visionのお知らせ

特長

動画

FAの検査分野においては、産業用カメラで製品の異常・欠品などの検出はごく一般的に実施しております。しかしながら、ネットワークカメラの画像を使用する場合は、撮像速度やストリーミングなどの形式により、リアルタイムでの画像認識が困難なため、複雑な画像処理には不向きで、既存の監視カメラでの検出をあきらめ、産業用カメラによる検査装置の導入を検討している方も多い思います、弊社のMultiple AIビジョンは既存の監視カメラを画像装置に接続し、産業用カメラで行っている画像検査を監視カメラ実現する製品です。

監視カメラによる画像検査

用途例

監視カメラの動画を使用してこんなことができます!

製造ライン上のコンベアの缶の倒れの検出

製造ラインコンベア上の製品向き異常の検出(例:倒缶、ライン詰りなど)
Deep Learning Classfication

ボトル製造ライン キャップの異常検出

ボトル製造ライン キャップの異常検出
Deep Learning Detect feature/Classfication

事例

製造ラインの詰まりのよる”チョコ停”を検出

検出対象の動画は左上、検出画像は左下になります。今回はライン詰まりを検出しております。トレーが指定エリアに3つ以上ある場合をNGとし、NGが発生すると直近のNG画像が検出画面(左下)の表示され、下側にログが記載されます。NGのログをクリックするとNG発生時の10秒前から動画を右側で再生します。NG発生時のどのくらいの長さの動画を切り出すかは設定画面で時間(秒数)の入力により変更可能です。

製造ラインの詰まり検出

製造ラインの詰まり検出

コンベア上に流れるワークの画像30枚程度からワーク の位置学習してトラッキングを行います。指定の範囲内 にトレーが複数ある場合にはNGアラートを出力します。 NGがPLC経由でも出力可能です。

指定エリアの侵入検出

指定エリアの侵入検出

製造ラインの詰まり検出と同じ手法で指 定のエリアへの侵入の検出を行います。

ネットワークカメラを画像処理PCを接続し、画像処理PCで判定した結果をパトライトなどのシグナルタワー介して異常を告知いたします。異常が発生場合の前後10秒(詳細設定可能)の動画も同時に保存しており、NG発生後の動画の閲覧が可能です。その他、エラーログなどの解析やエラーをPLC経由で送信することができます。既存設備はそのままご使用いただけますので、必要に応じて拡張することで設備全体を変更することなく、ご使用いただけます。

機器構成

学習画面(トレーのトラッキング)

今回のトレーに詰まりを検出するためもアルゴリズムは、Deep Learning LocationPointという物体のトラッキングを使用する検出アルゴリズムを使用しました。このアルゴリズムは事前に取得した画像からトレーをクリックしてアノテーションを行うもので、比較的短時間に学習ができます。

その他 検出事例

検出ワークがバラバラの混載状態での種別判定はDeep Learning Segment instancesを使用します。バラバラの混在状態で個々にアノテーションを行い学習します。学習画像は30~60枚ほどで判定可能ですが、学習させるためにで地道に作業者によりアノテーションを行う必要があります。Segment instanceは学習は最もタフな内容となります。作業がミスの検出はClassficationなどにより正解の姿勢を学習させてNGを判定する方法やNGの一部の個所を学習させて判定する場合がございます。

製品の種別判定

製品の種別判定

個々の製品の色・形状などの特徴箇所を学習し種別を判定します。種別判定の結果、製品の数量などの違いを確認し欠品を検出します。混在する製品 の中からの種別判定はDeep Learning Segment instancesを使用します。

指定エリアの侵入検出

指定エリアの侵入検出

作業者の手などの位置などからピックやプレーのミスを検出します。

カタログ・資料ダウンロード/
お問い合わせはこちらから

購入ご検討の参考に

ご質問・ご相談などお気軽に