マシンビジョンの概要
マシンビジョンシステムの紹介
マシンビジョンとは、その名の通り、機械に人間のような視覚機能を持たせることで、様々な検出、判断、識別、測定、位置決めなどの機能を実現するものです。 マシンビジョンは、生産効率や自動化・知能化の度合いを大幅に向上させることができます。 一般的なマシンビジョンシステムは、光源、レンズ、カメラ、画像処理ハードウェア、画像処理ソフトウェア、アクチュエーションユニットなどで構成されています。
マシンビジョンは、光学、機械、電子工学、コンピュータソフトウェア、ハードウェアの技術を統合したもので、画像処理、パターン認識、人工知能、光学メカトロニクスなど、さまざまな分野が関わっています。 近年、画像処理や人工知能などの技術の急速な発展により、マシンビジョンの発展が大きく促進されています
マシンビジョンとは、その名の通り、機械に人間のような視覚機能を持たせることで、様々な検出、判断、識別、測定、位置決めなどの機能を実現するものです。 マシンビジョンは、生産効率や自動化・知能化の度合いを大幅に向上させることができます。 一般的なマシンビジョンシステムは、光源、レンズ、カメラ、画像処理ハードウェア、画像処理ソフトウェア、アクチュエーションユニットなどで構成されています。
マシンビジョンは、光学、機械、電子工学、コンピュータソフトウェア、ハードウェアの技術を統合したもので、画像処理、パターン認識、人工知能、光学メカトロニクスなど、さまざまな分野が関わっています。 近年、画像処理や人工知能などの技術の急速な発展により、マシンビジョンの発展が大きく促進されています

マシンビジョンシステムの仕組み
マシンビジョンシステムは、画像取得ハードウェア(カメラ、レンズ、光源など)を介して光信号を画像信号に変換し、画像処理ソフトウェアに送信します。 画像処理ソフトは、画素の明るさや色の分布などの情報をもとに、対象物の特徴を抽出し、それに応じた判断を行います。 その結果の出力は、現場の機器を制御し、検査機能を実現するために使用されます。
画像処理システムには、ハードウェアとソフトウェアがあります。 マシンビジョンシステムは、ハードウェアの違いにより、インテリジェントカメラとPCベースのビジョンシステムに分けられます。 PCベースのマシンビジョンシステムの最も中心的な部分は、光源、レンズ、カメラ、画像処理システムの4つのパーツで構成されています。
レンズの主な役割は、ターゲットをカメラの受光チップに結像させることです。
カメラの主な役割は、画像を撮影し、光信号を電気信号に変換して、コンピュータに画像を出力することです。
本ソフトウェアのコア技術は、画像処理・解析アルゴリズムであり、画像強調、画像分割、特徴抽出、画像認識・解析などの機能を備えています。 画像処理や解析によって、製品の品質を判断したり、寸法を測定したり、その結果の信号を対応するハードウェアに送信して、表示や実行を行います。
マシンビジョンシステムは、画像取得ハードウェア(カメラ、レンズ、光源など)を介して光信号を画像信号に変換し、画像処理ソフトウェアに送信します。 画像処理ソフトは、画素の明るさや色の分布などの情報をもとに、対象物の特徴を抽出し、それに応じた判断を行います。 その結果の出力は、現場の機器を制御し、検査機能を実現するために使用されます。
画像処理システムには、ハードウェアとソフトウェアがあります。 マシンビジョンシステムは、ハードウェアの違いにより、インテリジェントカメラとPCベースのビジョンシステムに分けられます。 PCベースのマシンビジョンシステムの最も中心的な部分は、光源、レンズ、カメラ、画像処理システムの4つのパーツで構成されています。
レンズの主な役割は、ターゲットをカメラの受光チップに結像させることです。
カメラの主な役割は、画像を撮影し、光信号を電気信号に変換して、コンピュータに画像を出力することです。
本ソフトウェアのコア技術は、画像処理・解析アルゴリズムであり、画像強調、画像分割、特徴抽出、画像認識・解析などの機能を備えています。 画像処理や解析によって、製品の品質を判断したり、寸法を測定したり、その結果の信号を対応するハードウェアに送信して、表示や実行を行います。
|
マシンビジョン |
人工視覚 |
効率性 |
高効率 |
低効率 |
スピード |
高速 |
低速 |
信頼性 |
安定した検出結果 |
疲れやすい、気分屋、テスト結果を維持するのが容易でない |
労働時間 |
24時間稼働 |
疲れやすく、労働時間が限られている |
情報の統合 |
情報統合を可能にする |
情報の統合が容易でない |
コスト |
コスト(1回の入力) |
高いコスト |
環境 |
危険なテスト環境にも対応 |
危険なテスト環境には適していない |
これまでの大量生産の現場では、製品の測定、識別、分析は主に手動のビジョンに頼っていました。 手動による視覚処理は効率が悪く、安定性に欠け、精度も低いため、マシンビジョンは処理効率と自動化を大幅に向上させることができます。同時に、手動での作業に適さない危険な作業環境や、人間の目では要求を満たすことが困難な場面では、マシンビジョンは原子力発電所の監視やウェハの欠陥検出など、人間の目に代わるものとして一般的に使用されています。また、マシンビジョンは情報の統合を容易に実現し、コンピュータの統合を実現します。 マシンビジョンは、コンピュータ統合生産方式の基本技術の一つです。 マシンビジョンシステムは、大量の情報を素早く得ることができ、情報の自動処理や統合が容易であるため、現代の自動化された生産工程において、組立の位置決め、製品の品質検査、製品の識別、寸法測定などに広く使用されています。 マシンビジョンとマニュアルビジョンの主な違いは右の表の通りです。
マシンビジョンの進化
◆国内外のマシンビジョンの歴史
海外のマシンビジョン技術は、1950年代にマシンビジョンの概念が登場し、実際に1970年代に発展し始め、1990年代後半には業界の急速な発展の時期に入りました。 マシンビジョンの発展には2つの大きな飛躍があった。1つは1970年代にCCDイメージセンサーが登場し、光学的な画像をコンピュータで処理できるデジタル信号に変換できるようになったことで、マシンビジョンの発展に重要な転機となった。もう1つは1980年代にCPUやDSPなどの画像処理技術が急速に進歩し、マシンビジョンの急速な発展に好条件を与えたことである。 現在の世界のマシンビジョン産業のパターンを見ると、中国、ドイツ、米国、日本などの産業大国がマシンビジョン技術やアプリケーションの市場の大部分を占めています。 海外では、半導体、電子情報、自動車、食品、医療などの分野でマシンビジョンが広く使われています。 21世紀に入り、海外のマシンビジョン市場は減速したものの、技術的にはまだリードしている。
国内のマシンビジョンは、1980年代に始まり、20世紀末から今世紀初頭にかけて発展の初期段階を迎え、2010年頃から高い成長率で発展してきました。 産業界の自動化が進み、品質に対する要求が厳しくなる中で、人手による検査に代わってマシンビジョンが大量に導入されることは避けられない状況になっています。 また、中国の初期の産業設備は一般的に自動化が進んでおらず、多くのアップグレードが必要であり、これらがマシンビジョンの大きな市場需要を構成していました。 マシンビジョン技術の進歩に伴い、国内の技術系企業は対応する製品の開発・発売を続けています。 カメラ、レンズ、光源から画像処理ソフトまで、技術的に成熟した研究開発型のメーカーが中国で次々と誕生している。 中国は、製造業における人口ボーナスの後退、スマートマニュファクチャリングに対する好意的な政策、工場の自動化の促進が急務であることなどの要因により、マシンビジョンの開発において世界で最も有望かつダイナミックな地域の一つとなっています。
◆マシンビジョンの動向
マシンビジョンの応用シーンが複雑化・多様化するにつれ、深層学習アルゴリズムや3D応用技術、相互運用規格などの技術との融合が近づいています。
深層学習アルゴリズム:深層学習アルゴリズムは、人間の脳と同様の階層構造をシミュレートし、データの階層的な特徴表現を実現するために、深層ニューラルネットワークを通じて、低レベルの信号から高レベルの意味へのマッピングを確立します。 深層学習アルゴリズムは、外観検出のためのマシンビジョン画像処理システムに導入され、よりスマートな認識処理と、より強力な視覚情報の処理を可能にします。
3D応用技術:3D応用技術の進歩に伴い、構造化光、DFF、TOF、ステレオビジョン、フォトメトリックステレオ法など、マシンビジョンに導入される3D再構成技術が増えてきています。また、3D画像処理・解析のためのアルゴリズムの研究も進んでおり、マシンビジョンの主流の開発方向となるでしょう。
相互運用性規格:マシンビジョンシステム内での相互運用性はもちろんのこと、インテリジェントな製造装置や企業の管理システムとの相互運用性が求められており、装置や製造管理をよりインテリジェントな方向へと導くことができます。 現在、EMVA、AIA、CMVA、JIIAなどのビジョン業界が共同でGenICam規格を策定しており、AIAはGigE VisionやUSB3 Visionなどのカメラ通信プロトコルを開発しています。 また、ビジョン業界では、他の業界団体と協力して、ビジョンシステムと他の業界との相互接続を可能にすることを目指して、相互運用性の普及拡大に取り組んでいます。
関連商品を見る
国内のマシンビジョンは、1980年代に始まり、20世紀末から今世紀初頭にかけて発展の初期段階を迎え、2010年頃から高い成長率で発展してきました。 産業界の自動化が進み、品質に対する要求が厳しくなる中で、人手による検査に代わってマシンビジョンが大量に導入されることは避けられない状況になっています。 また、中国の初期の産業設備は一般的に自動化が進んでおらず、多くのアップグレードが必要であり、これらがマシンビジョンの大きな市場需要を構成していました。 マシンビジョン技術の進歩に伴い、国内の技術系企業は対応する製品の開発・発売を続けています。 カメラ、レンズ、光源から画像処理ソフトまで、技術的に成熟した研究開発型のメーカーが中国で次々と誕生している。 中国は、製造業における人口ボーナスの後退、スマートマニュファクチャリングに対する好意的な政策、工場の自動化の促進が急務であることなどの要因により、マシンビジョンの開発において世界で最も有望かつダイナミックな地域の一つとなっています。
◆マシンビジョンの動向
マシンビジョンの応用シーンが複雑化・多様化するにつれ、深層学習アルゴリズムや3D応用技術、相互運用規格などの技術との融合が近づいています。
深層学習アルゴリズム:深層学習アルゴリズムは、人間の脳と同様の階層構造をシミュレートし、データの階層的な特徴表現を実現するために、深層ニューラルネットワークを通じて、低レベルの信号から高レベルの意味へのマッピングを確立します。 深層学習アルゴリズムは、外観検出のためのマシンビジョン画像処理システムに導入され、よりスマートな認識処理と、より強力な視覚情報の処理を可能にします。
3D応用技術:3D応用技術の進歩に伴い、構造化光、DFF、TOF、ステレオビジョン、フォトメトリックステレオ法など、マシンビジョンに導入される3D再構成技術が増えてきています。また、3D画像処理・解析のためのアルゴリズムの研究も進んでおり、マシンビジョンの主流の開発方向となるでしょう。
相互運用性規格:マシンビジョンシステム内での相互運用性はもちろんのこと、インテリジェントな製造装置や企業の管理システムとの相互運用性が求められており、装置や製造管理をよりインテリジェントな方向へと導くことができます。 現在、EMVA、AIA、CMVA、JIIAなどのビジョン業界が共同でGenICam規格を策定しており、AIAはGigE VisionやUSB3 Visionなどのカメラ通信プロトコルを開発しています。 また、ビジョン業界では、他の業界団体と協力して、ビジョンシステムと他の業界との相互接続を可能にすることを目指して、相互運用性の普及拡大に取り組んでいます。