深層学習、カメラ、照明も搭載した小型画像センサー：生産ラインでの画像検査が簡単に（1/2 ページ）

[村尾麻悠子，EE Times Japan]

深層学習用エンジン、カメラ、照明も全て搭載

　FA（ファクトリーオートメーション）向けのビジョンシステムやビジョンソフトウェアを手掛ける米Cognexの日本法人であるコグネックスは2022年4月4日、ディープラーニングを搭載した画像センサー「In-Sight 2800」を発売した。低コストで小型、ディープラーニングに関する専門的な知識がなくても、“一般的なセンサー並みに簡単に使える画像センサー”というコンセプトで開発したという。

「In-Sight 2800」の外観［クリックで拡大］

　コグネックスが手掛ける画像センサーは、工場の生産ラインや設備に取り付けて使うもので、部品の品種判別や、いわゆる“ポカヨケ”レベルの簡単なチェックなどを行うことができる。

画像センサーの役割と概要。部品が裏表逆で生産ラインに流れてきていないかなど、ちょっとした確認が簡単に行える［クリックで拡大］ 出所：コグネックス

　こうしたチェックは、近接センサーなど、画像センサー以外の一般的なセンサーで行えるケースもある。だが、部品の種類やチェックする項目が多くなると、確認するシステムを構築する工数は必然的に多くなり手間がかかる。画像で確認した方が速く、簡単な場合も多い。「1枚の画像で複数の検査を行える」（コグネックス）というメリットもある。

　一方で、「従来のセンサーから画像センサーに置き換えることは難しいと考える人も多い」とコグネックスは説明する。「一般的なセンサーであれば、設置してボタンを押すだけで設定は完了する。それに対して画像センサーはピント合わせや明るさ調整が必要なことに加え、画像処理ツールを選択する必要もある。画像センサーも簡単とはいえ、この辺りはある程度の知見が求められる。設定を誤れば、過剰検出で良品をはじいてしまい歩留まりが悪くなる、不良品流出の要因になるといったことも起こり得る」（同社）

　さらに、「“もう一歩”、という課題に応えられないケースもある。それにより、せっかく画像センサーを導入しても、なかなか課題を解決できないという側面もある」という。

ルールベース＋ディープラーニングで判定

　そこでコグネックスが開発したのが、In-Sight 2800だ。ディープラーニングの処理を行っているエンジンのサイズは49.2×42.4×24.3mmと、非常に小さい。カメラやレンズ、照明、I/Oなど必要な機能は全て搭載されているので、電源とケーブルだけ接続すれば、すぐに使用できる。ディープラーニングだけでなく、ルールベースも組み合わせて、それぞれの得意なこと（ルールベースであれば、対象物の長さを計測するなど）を生かして検査ができるようになっている。ディープラーニングのアルゴリズムはコグネックスが手掛けたもの。「10年ほど前からCNN（畳み込みニューラルネットワーク）技術を手掛けてきている当社は、アルゴリズム関連の知見も蓄積してきた」（同社）

ディープラーニングのエンジン（図中の赤い矢印で示されている部分）は非常に小型である［クリックで拡大］ 出所：コグネックス

　「エントリーモデルでも最新の技術を搭載し、In-Sight 2800本体の中で、学習と推論が可能になっている」（コグネックス）。なお、学習の設定ではPCとの接続が必要になる。

　カメラの解像度は、既存製品ではVGAが一般的であるところ、40万画素（720×540）、160万画素（1440×1080）の2つのモデルを用意した。照明では、4色（RGB＋W）発光のLEDを搭載。対象物に適した照明色を選択できるようになっている。「画像センサーにおいて、画像をきれいに作ることは非常に重要だ。高性能なディープラーニングが搭載されていたとしても、画像情報が十分でなければ何もできない」（コグネックス）