SolVision導入事例

食品産業｜生化学及び医薬産業

飲料パッケージ印字の検査とトレーサビリティ確保

アルミキャップ側面印字の検査と文字認識

外装印刷：
食品の安全性とトレーサビリティ向上

市販の食料品のトレーサビリティ確保は製品の安全性確保のために非常に重要です。パッケージ上の生産日やロットは確実に印刷、記録されていなければなりません。それらがしっかりと確認されてから製品は出荷されることが求められます。

機械での文字認識：生産ライン上での高速処理

瓶入りの飲料では生産日や消費期限はアルミキャップの上に印字されることも多いです。アルミキャップは金属光沢があり、またキャップのスクリュー形状のために文字が歪んだりしているため機械での文字の認識は一般的に困難と言えます。その一方で飲料製品の生産速度は非常に高速であり、生産ライン上で高速で動く製品上の文字を識別すること自体が困難です。

AIベースのOCR：印字の異常検査・分類と識別を同時に処理

SolVisionのAIによるセグメンテーション技術により、アルミキャップ上の印字をAI学習させ、文字の認識が可能となります。高速で流れる製品に印字された文字を高精度で認識し、印字不良を発見するほか、トレーサビリティの大幅な強化と効率化につながります。

アルミキャップ印字検査とOCRの事例

検査分類

OCR認識と欠点検査

印刷漏れ

印刷不良

印刷歪み

正常に認識

欠点検知

ブリスターパック品質管理

SolVisionのAIプラットフォームのセグメンテーション技術により、良品と不良品それぞれの画像の特徴を学習できます。それによりブリスターパックそれ自体と内容物について高速に認識し分類することが可能です。
溶接ビード欠陥検出

AIモデルは、適格な溶接ポイントに対して訓練され、システムにアップロードすることができます。これにより、ARメガネやタブレットデバイスを使用して溶接されたセクションをAI検査し、欠陥のある溶接を迅速に認識できます。
各種ケーブルのAI画像認識・分類・欠点検知

従来、多種多様な輸送ラインに依存していたため、物体を人力で識別することが疎漏を招く可能性がありましたが、最先端のAI+AR技術を活用することで、現場の人員が異なる輸送ラインの種類を迅速に識別し、自動的に出荷システムに組み込むことができます。
電源装置内部の配線検査

電源装置内部の部品や配線は複雑であり、検査対象の背景が干渉してしまい視覚的な認識・判断を誤らせることが多いです。一方でワイヤーは容易に変形する部品であり、作業者によって異なる配列や経路で組み込まれてしまいます。これらのファクターにより目視や従来式の光学検査では品質管理が非常に困難となります。