背景・課題

製造業の出荷現場では、パレットに積載された部品が指示通りの品番・数量であるかを作業者が目視で確認していました。

しかし、断面形状が似た部品が多く、出荷前の確認作業には時間と集中力を要するため、チェック漏れや見落としが発生するリスクを抱えていました。

実際に誤出荷が発生し、後工程やお客様からの指摘対応に工数がかかることが課題となっており、より確実かつ効率的な検品手法が求められていました。

取り組み・技術

課題解決に向けて、パレットに積載された部品を撮影した画像から、AIが部品の断面形状を判別し、品番ごとの数量を自動でカウントできるかを検証しました。

本PoCでは、製品断面の画像データを学習させた画像認識AIを構築し、撮影条件や積載状態のばらつきを考慮しながら検証を実施しました。撮影した静止画像をもとにAIが部品を識別・分類し、出荷アイテムをカウントする仕組みとすることで、現場業務に適用可能かを技術面から確認しました。

導入効果

検証の結果、AIによって部品の断面形状を高い精度で判別できることを確認でき、出荷検品業務への適用可能性が明らかになりました。

本仕組みを実運用に展開することで、作業者の目視確認に依存していた検品工程を省力化でき、誤出荷のリスク低減が期待されます。また、確認作業の標準化により、作業品質のばらつき抑制や出荷業務全体の効率向上にも貢献することが見込まれています。

お問い合わせ

お問い合わせ・ご相談はお問い合わせフォームよりお願いいたします。