AI検査がうまくいかない――その原因は、多くの場合アルゴリズムではなく「写り方」にあります。カメラ・レンズ・照明・ワークの動きを別々に選んでいないか。本記事では、欠陥を確実に写すための光学一体設計の考え方を、現場の手触りとともに整理します。
「学習データを増やしても不良の見逃しが減らない」「照明を変えたら判定が丸ごとひっくり返った」――画像検査の現場でよく聞かれる悩みです。こうしたとき、原因はモデルやアルゴリズムに求められがちですが、実際には『そもそも欠陥が画像に十分写っていない』ことが背景にあるケースは少なくないと考えられます。写っていないものは、人間にもAIにも判定できません。
製造業・食品・物流の品質保証では、人手不足と検査員の高齢化、品質要求の高度化が同時に進んでいます。目視検査の属人性を機械に置き換えたいというニーズは高まる一方ですが、その置き換えを難しくしているのが、検査対象の多様さと欠陥の「写しにくさ」です。微細なキズ、透明体の異物、金属のわずかな凹み、コントラストの低い印字かすれ――これらは条件を外すと画像上でほとんど差が出ません。
画像検査は、撮像 → 前処理 → 判定 という流れで成り立ちます。このうち判定側でどれだけ高度なVLMやディープラーニングを使っても、達成できる精度の上限は入口の撮像段階でおおむね決まってしまう、と現場では考えられています。入口で欠陥が見えていなければ、後段はそれを取り戻せません。だからこそ最初に投資すべきは、モデルよりも『写す』設計だと考えます。
本記事では、カメラ・レンズ・照明、そしてワークの搬送までを一つのシステムとして捉える「光学一体設計」の考え方を、元キーエンス画像処理事業部の開発現場で培われた一般論として横断的に整理します。特定の製品や数値の話ではなく、方式を検討する前段の『考え方の地図』として読んでいただければと思います。
画像検査の構成要素を挙げると、大きくカメラ（センサ）、レンズ、照明、そしてワークの搬送・保持の4つになります。カタログを見ると、それぞれが独立した部品のように並んでいます。しかし現場の感覚では、これらは互いに強く依存し合っており、一つを決めると他の選択肢が芋づる式に狭まっていく関係にあります。
たとえばカメラの画素数を上げれば1画素あたりが捉える実寸は細かくなりますが、同じ視野を保つならレンズにより高い解像力が要求され、露光に必要な光量も増えます。光量を増やそうと照明を強めれば発熱や反射の問題が出て、露光時間を延ばせば搬送速度の制約になる――このように、一つの判断が別の要素の前提を書き換えていきます。
各要素を別々の担当者・別々のベンダーが個別に「良いもの」を選ぶと、部品単体としては最適でも、組み合わせた瞬間に辻褄が合わなくなることがあります。高精細カメラと明るいレンズと強力な照明を集めても、ワークが揺れて被写界深度から外れれば全てが台無しになりうる、というのが典型です。要素の総和ではなく、要素間の「関係」を設計対象にする必要があると考えます。
この一体で考える視点は、具体的な部品選定の前提になります。個別の深掘りはカメラ選定の考え方やレンズ選定ガイドに譲りますが、いずれを読むときも『他の3要素と噛み合うか』という問いを持ち続けることが大切だと考えます。
一体設計を実際に進めるとき、出発点をどこに置くか。有効なのは、カメラのスペックでも予算でもなく『何を、どこまで見つけたいのか』という欠陥そのものから逆算する順序だと考えます。検出したい欠陥の種類・大きさ・コントラスト・発生位置を具体化することが、全ての設計判断の起点になります。
まず、見つけたい最小の欠陥を実寸で定義します。「幅0.1mmのキズ」「直径0.3mmの黒点」のように、対象を数値で言語化することが第一歩です。この最小欠陥を画像上で何画素に写せば安定して判定できるか、から必要な分解能が決まり、そこからレンズと視野、カメラの画素数へと逆算が連鎖していきます。順序が逆――先にカメラを買ってから何が見えるかを考える――だと、多くの場合やり直しになりがちです。
次に大事なのが、欠陥が『どう見えるか』の物理です。キズは光の反射方向が変わることで見え、凹みは陰影で見え、異物は色や輝度差で見えます。同じ「欠陥」でも、見える仕組みが違えば必要な照明の当て方がまったく変わります。ここを詰めずにカメラだけ高精細にしても、写らないものは写りません。
見落とされがちなのが、良品側のばらつきです。表面の光沢むら、色の個体差、形状公差の範囲――これらが欠陥の見え方と紛らわしいと、閾値の設計が一気に難しくなります。『不良をどう写すか』と同じ重みで『良品のばらつきをどう写し分けるか』を考えることが、過検出（良品を不良と誤る）を抑える鍵になりうると考えます。
撮像設計の中核にあるのが、分解能・視野・被写界深度（ピントが合って見える奥行き範囲）という三者のトレードオフです。これらは同時に全部を良くはできません。細かく見ようとすれば視野は狭まり、視野を広げれば分解能は落ち、明るく撮ろうと絞りを開ければ被写界深度は浅くなる――この綱引きの中で、検査対象に合った落としどころを探すのが設計の実務です。
広い面を細かく検査したいという要求は自然ですが、それを1台・1視野で満たそうとすると無理が出ることがあります。カメラを複数台に分ける、ラインスキャンで面をつなぐ、あるいは検査項目ごとに撮像を分ける――といった構成上の選択肢を早めにテーブルに乗せることが、結果的に安定した写りにつながる場合があります。要素選定に入る前に『何台で、どう分けて撮るか』を決める価値は大きいと考えます。
現場で被写界深度が問題になるのは、ワーク自体に高さのばらつきや傾き、搬送時の浮き沈みがあるときです。設計段階では『ピントは合っている』前提でも、実ラインではワークが上下してピント面から外れ、欠陥がぼやけて写らないことがあります。被写界深度は理論値だけでなく、実際の保持・搬送のばらつきを見込んで余裕を持たせる考え方が現実的だと考えます。
こうした光学の詰めは、AI側の設計と切り離せません。撮像とハードの一体設計については光学・ハード一体設計の考え方も併せてご覧いただくと、全体像がつかみやすいと思います。
カメラとレンズが『どこまで細かく写せるか』を決めるのに対し、照明は『そもそも欠陥を見えるようにするか』を決めます。極端に言えば、照明の当て方一つで、同じ欠陥がくっきり浮かび上がることも、背景に溶けて消えることもあります。一体設計において照明が心臓部と呼ばれるのは、このためです。
照明設計でよくある誤解が、『明るくすれば見える』というものです。実際には、光をどの角度から当てるか、拡散させるか集めるか、正反射を拾うか避けるかといった『当て方』が、欠陥のコントラストを決めます。キズを陰影で見せたいなら斜めからの光（ローアングル）が効き、鏡面の欠陥には拡散光やドーム照明、透明体の内部異物には透過照明――というように、見せたい欠陥ごとに定石が異なります。基本的な考え方は照明設計の基本で整理しています。
ラボで完璧に見えた照明が、現場では機能しないことがあります。工場の天井照明や窓からの太陽光といった外乱光が入り込むと、狙った写りが崩れます。また、照明は使い続けると輝度が落ち、色味も変わっていきます。設計時点で『外乱光を遮光する筐体』『照明の経時劣化を見込んだ運用』まで含めて考えておくことが、長く安定して使うための現実的な備えになりうると考えます。
近年はVLM（視覚言語モデル）の活用で、従来はルールベースで作り込んでいた判定の一部を柔軟に扱える可能性が広がっています。ただし、それも欠陥が写っていることが前提です。VLMは『写ったものを賢く解釈する』技術であって、『写っていないものを推測する』技術ではない――この線引きは押さえておきたいところです。
見落とされがちですが、ワークの搬送方法と生産タクト（1個あたりの処理時間）は、撮像設計に対する強い制約になります。ラインを止めずに流しながら撮るのか、一旦停止して撮るのか。この違いだけで、許される露光時間、必要な照明の強さ、被写界深度の余裕、そしてブレへの耐性が大きく変わります。
ワークを停止させて撮れれば露光に時間をかけられ、写りは安定します。しかし停止はタクトを圧迫し、生産性とのトレードオフになります。流しながら撮る場合はブレを抑えるために露光を短くする必要があり、その分だけ強い照明が要る――こうして搬送方式の一つの決定が、照明とカメラの要求仕様に跳ね返ってきます。搬送を『後で考える付帯設備』と捉えず、撮像条件を決める前提として早期に固めることが重要だと考えます。
ワークが毎回ほぼ同じ位置・同じ姿勢でカメラの前に来るか（位置決めの再現性）も、判定の安定性を大きく左右します。位置がばらつくと、欠陥が視野の端に来たり、照明のムラの影響を受けたりして、写りが一定しません。機械的な位置決め治具で姿勢を安定させることが、結果としてAI側の負担を軽くし、モデルを作り込む手間を減らすことにつながりうると考えます。ハード側で解ける問題をソフトで無理に吸収しない、という判断も一体設計の一部です。
光学一体設計の考え方を頭で理解していても、実際のプロジェクトでは似たような落とし穴に繰り返し出会います。代表的なものを挙げます。いずれも『要素は良いのに全体が噛み合わない』という形で表れる点が共通しています。
これらの多くは、技術的に難しいというより『順序』と『検証の場所』の問題です。逆算の順序を守り、現場に近い条件で早めに撮ってみることで、その大半は事前に発見できる可能性があると考えます。
ここまで見てきたように、カメラ・レンズ・照明・搬送は一体で決まり、その落としどころは対象と現場によって変わります。だからこそ、机上のスペック比較を延々と続けるより、実際のワークと実際の欠陥サンプルを、実際に近い条件で撮ってみることが、遠回りに見えて最短の一歩になりうると考えます。客観的な把握と現物検証を出発点にする、という姿勢です。
大まかな順序としては、（1）見つけたい最小欠陥と良品ばらつきを言語化する、（2）欠陥が見える物理（反射・陰影・透過など）を仮説立てする、（3）その仮説に沿った照明・レンズ・カメラで実サンプルを撮り、写るかを確認する、（4）搬送・タクトの制約を織り込んで条件を詰める、（5）現場に近い環境で外乱の影響を検証する――という流れが現実的だと考えます。判定モデルの作り込みは、欠陥が安定して写ることを確認した後の工程です。
この『写るか / 写らないか』の見極めは、投資判断の前に済ませておく価値が大きい部分です。検査方式そのものが成立するかを早期に確認する取り組みについてはPoC・検査方式設計の相談もご参照ください。写らないと分かったなら、それも早期に分かるほど損失が小さくて済みます。
Nsightは、元キーエンス画像処理事業部の現場知見を土台に、VLM・Jetsonエッジ・産業用カメラ・現場ライティングを組み合わせて『写す』段階から検査全体を一体で設計する立場を取っています。特定の万能解を売るのではなく、まず現物で『この欠陥は写るのか』を一緒に確かめるところから始める――それが、遠回りのようで確実な進め方だと考えています。
多くの場合、最初に力を入れるべきは『写す』段階、つまりカメラ・レンズ・照明・搬送の撮像設計だと考えられます。どれほど高度なAIやVLMでも、欠陥がそもそも画像に写っていなければ判定はできません。達成できる精度の上限は入口の撮像で概ね決まるため、まず現物で欠陥が写るかを確認し、その後に判定モデルを作り込む順序が現実的だと考えます。
各部品が単体で優秀でも、組み合わせた際に噛み合わないことがあります。分解能・被写界深度・照明の当て方・タクトは互いに連動して決まるため、個別最適の積み上げでは後工程で辻褄が合わなくなる可能性があります。要素の総和ではなく要素間の『関係』を設計対象にする一体設計の視点が有効だと考えます。
必ずしもそうとは限りません。欠陥の見えやすさ（コントラスト）を決めるのは明るさよりも『光の当て方』です。キズは斜め光の陰影で、鏡面欠陥は拡散光やドーム照明で、透明体の内部異物は透過照明で見えやすくなるなど、欠陥ごとに定石が異なります。むやみに明るくすると反射やハレーションで逆に見えにくくなる場合もあると考えられます。
工場の天井照明や太陽光といった外乱光、搬送時の振動やワークの浮き沈み、粉塵や温度変化など、ラボにはない条件が現場には存在します。これらが写りを崩す主な要因になりうると考えられます。検証はできる限り現場に近い条件で行い、遮光筐体や位置決め治具、照明の経時劣化を見込んだ運用まで設計段階で織り込むことが有効だと考えます。
実際のワークと実際の欠陥サンプルを、実際に近い条件で撮ってみる現物検証が有効だと考えます。写るか写らないかを投資判断の前に確認しておくことで、方式が成立しない場合も早期に損失を抑えて把握できます。検査方式が成立するかを見極めるPoC・検査方式設計の取り組みを、部品選定や本格導入の前段に置く進め方が現実的だと考えます。
画像検査の成否の大半は、どう写すかで決まると考えています。カメラ・レンズ・照明・搬送を一体で捉え、実際のワークと欠陥サンプルを現場に近い条件で撮るところから始めましょう。写るか写らないかの見極めは、投資の前に済ませておく価値があります。
光学一体設計と検査可否について相談する