パチンコ部品の機種入替サイクルに、検査を追いつかせる

パチンコ部品 外観検査AIが抱える3つの詰まり

1. 年間数百機種の入替サイクルで1部品1検査が成立しない

パチンコ・パチスロ業界は年間数百機種が市場投入され、新型の筐体部品は数百〜千点規模で構成されます。1部品1検査を従来型で立ち上げると、量産立ち上げタイミングに検査が間に合わないのが常態化しています。機種識別情報を受け取って検査モデルを自動切替する構成と、新機種の学習を数時間で完了できる UI が前提条件になります。

2. 装飾メッキ・ホログラム・印刷——意匠品質の「許容範囲」が主観

遊技機部品は機能部品と装飾部品が混在し、装飾メッキ・レーザ彫刻・ホログラム転写・多層印刷など、外観の美観が機能と同格の品質要素になります。ルールベースで「この濁りはOK、このムラはNG」を定式化することは困難で、熟練検査員の判定に依存してきました。AI側がこの主観判定を学習できるか否かが、パチンコ部品特有の難問です。

3. LED点灯動作は静止画像ではなく動画でしか見えない

役物ギミックの LED 点灯パターン、色遷移、輝度ムラ、点灯シーケンスの正常性——これらは静止画像1枚では判定できません。マルチフレーム動画解析、点灯シーケンス異常検出、フレーム間差分による異常検知が必要になります。通常のAOI機（静止画ベース）では対応不可能な検査領域です。

従来構成との違い

Nsight の解決アプローチ

パチンコ部品の検査は、「機種入替の速さ」と「意匠品質の主観判定」という、他業界にあまり見ない2軸の難問を抱えます。Nsight はこの2軸に対して、機種識別信号による検査モデル自動切替（速さ対応）と、熟練検査員の判定結果を学習データとする VLM 裏方構成（主観対応）、そして動画マルチフレーム解析（LED動作対応）の3点で応じます。元キーエンス画像処理事業部出身の技術顧問が光学設計を主導し、AOI 機との棲み分けも可能です。

機種識別信号による検査モデル自動切替

機種識別情報を PLC または MES から受け取り、検査モデルを自動切替します。新機種の立ち上げは、ブラウザ学習UIで数十枚〜数百枚のサンプルから数時間で完了。量産開始タイミングに合わせて検査も稼働します。部品点数が多い場合は、部品カテゴリ単位でモデルを並列展開可能です。

熟練検査員の判定結果を学習する VLM 構成

「許容範囲」が主観になりがちな装飾品質は、熟練検査員の判定結果（OK / 要確認 / NG）を正解データとして VLM が学習し、人が判定した境界線を再現します。完全に熟練者を代替するのではなく、明らかに OK・NG のものを AI が判定し、グレーゾーンのみ人の再確認に回す運用を推奨しています。熟練者リソースを段階的に AI に移譲する構成です。

LED 動作・点灯シーケンスの動画マルチフレーム検査

役物ギミックの LED 点灯パターン、色遷移、輝度ムラ、点灯シーケンス異常は、マルチフレーム動画解析で検出します。フレーム間差分による異常検知、時系列解析による点灯パターン正常性判定——通常のAOI機では対応不可能な検査領域を、Nsight は動画ベースで扱えるよう設計しています。

精度を担保するための条件

精度が出やすい条件

• 部品形状が決まっており、搬送姿勢が安定している
• 熟練検査員の判定結果が良品・要確認・不良品で分類蓄積されている
• 機種識別情報を PLC か MES から取得できる
• 照明とカメラが固定できるインライン検査ステーション
• LED動作を動画撮像する時間的余裕がラインタクトにある

難易度が上がる条件と対応策

• 鏡面メッキの微小キズ（偏光+暗視野で対応）
• ホログラム・多層印刷（多角度撮像で対応）
• LED動作の動画判定（マルチフレーム時系列解析で対応）
• 意匠性の主観判定（熟練者判定データ学習で対応）
• 極端に複雑な役物ギミック（部品カテゴリ別にモデル分割）

従来構成との費用構造比較

参考にできる導入事例・関連情報

CASE STUDY

遊技機役物部品の0.1mm級損傷検査

パチンコ遊技機の役物部品として要求される意匠品質を、0.1mm級の微細損傷検出で実現した事例。意匠性が機能と同格の品質要素になる領域で、光学設計とAI推論の一体設計による対応実績です。

導入までの4ステップ

パチンコ部品は意匠判定基準の共有が期間を決めます。熟練検査員の判定サンプルを先に共有いただくことを推奨します。

Nsightのサービス詳細