中国マシンビジョン検査システム調達｜カメラ・レンズ・照明・AI判定を日本企業が確認する実務

Posted by

2026年9月7日 On 2026年9月5日

外観検査、寸法測定、OCR、位置決め、欠品確認などの自動化では、マシンビジョンが生産設備の重要な構成要素になっています。中国には産業用カメラ、レンズ、照明、画像処理PC、エッジAI機器、PLC、搬送設備まで幅広いサプライチェーンがありますが、日本企業が調達する際は『何万画素か』『AI対応か』だけで比較しても、実際の検査性能は判断できません。

カメラ性能の比較では、EMVAがEMVA 1288をマシンビジョン用センサー・カメラの仕様測定と提示の標準として公開しています。また、カメラ制御や機能名称の共通化ではGenICamの公開仕様が利用されています。調達時にはメーカーのカタログ値だけでなく、対象ワーク・照明・レンズ・速度条件を含めたシステム評価が必要です。

Table of Contents

最初に決めるのはカメラではなく「検査課題」

見積依頼前に、何を良品・不良品と判定するかを具体化します。例えば『キズ検査』でも、キズの長さ、幅、深さ、位置、表面反射、許容範囲によって必要な光学条件は大きく変わります。

対象ワークの材質・色・表面状態
検出したい欠陥、寸法、文字、位置
最小検出サイズと許容基準
撮像範囲（FOV）とワークまでの距離
ライン速度、タクト、停止撮像か連続撮像か
ワーク姿勢や位置ばらつき
良品・不良品の実サンプル数と種類
判定結果を送るPLC、MES、上位システム

この条件を先に固定すると、画素数だけを上げる無駄な提案を避けやすくなります。

カメラは解像度だけでなくセンサー特性を見る

必要画素数はFOVと最小検出サイズから逆算しますが、実際の画像品質は画素数以外にも、センサーサイズ、画素ピッチ、量子効率、ノイズ、ダイナミックレンジ、露光時間、シャッター方式などに左右されます。

高速搬送ではモーションブラーを抑えるための露光時間と照明強度が重要です。光量が不足するとゲインを上げる必要があり、ノイズ増加によって微細欠陥が見えにくくなる場合があります。カタログ比較ではEMVA 1288に基づくデータが提供されているかも確認材料になります。

レンズ・照明設計が検出率を左右する

マシンビジョンでは、カメラより照明の設計が難しい案件も少なくありません。金属光沢、透明樹脂、曲面、黒色部品などでは、リング照明、バー照明、同軸照明、バックライト、ドーム照明、偏光などを使い分けます。

光学系で確認する項目

レンズ焦点距離、作動距離、被写界深度
歪曲と周辺解像度
テレセントリックレンズが必要か
照明方式、波長、照射角度
ストロボ同期と発光寿命
外乱光の遮光方法
レンズ・照明の位置調整機構

サンプル評価では『見える画像』ではなく、量産時の位置ずれ、表面差、汚れ、照明劣化まで想定してマージンを確認します。

インターフェースとGenICam対応を確認する

産業用カメラにはGigE Vision、USB3 Visionなど複数のインターフェースがあります。GigE VisionについてはA3（Association for Advancing Automation）が公式仕様情報を公開しています。GenICamとの組み合わせにより、異なるメーカーのカメラでも共通的な機能名や制御方法を利用しやすくなります。

ただし『対応』という表記だけでは足りません。使用するドライバ、SDK、OS、NIC、ケーブル長、帯域、複数カメラ同時接続、トリガ同期まで実機で確認します。将来カメラを代替する可能性がある場合は、ソフトウェアが特定メーカー固有APIに強く依存していないかも重要です。

AI判定ではモデル精度だけでなく運用設計を見る

ディープラーニングを使う外観検査では、学習データの品質と運用方法が結果を左右します。『AI精度99%』のような単一数値では判断せず、どの欠陥種類を、どのデータセットで、どの判定閾値で評価したかを確認します。

学習画像と評価画像を分離しているか
欠陥カテゴリごとの結果を確認できるか
過検出と見逃しを別々に評価しているか
判定閾値をユーザー側で変更できるか
モデル・レシピのバージョン管理
再学習に必要な権限、費用、ライセンス
推論PC/GPU故障時の復旧方法

量産開始後に新しい不良モードが発生することもあるため、画像保存期間と再学習フローを決めておくと運用しやすくなります。

PLC・設備との同期は異常系まで試す

検査システムは単独で動くのではなく、センサー、エンコーダ、PLC、ロボット、コンベア、排出機構などと連携します。トリガ入力、判定出力、品種切替、エラーリセット、通信タイムアウトの仕様をI/O表やシーケンス図で固定します。

FATでは、正常品を流すだけでなく、カメラ切断、照明異常、PLC通信断、画像保存容量不足、品種設定ミスなどを想定し、設備を安全に停止できるか確認します。

サンプル評価とFATの合格基準を数値化する

サンプル段階では、代表的な良品・不良品だけでなく、判定が難しい境界サンプルを準備します。工場側に『検出できます』と言わせるだけではなく、合格条件を事前に文書化します。

対象欠陥ごとの検出確認
良品の過検出確認
タクト内での連続判定
位置ずれ・明るさ変動への耐性
品種切替とレシピ呼出し
画像保存・検索・ログ
異常停止と復旧
連続運転試験

検査基準を先に固定する考え方は中国OEMの検品基準書でも解説しています。

中国サプライヤーの担当範囲を分解する

システム会社がカメラ、レンズ、照明、制御盤、機構、AIソフトをすべて内製しているとは限りません。工場・開発拠点を確認するときは、光学設計、機械設計、電気設計、ソフトウェア、AI学習、現場立上げの担当者が誰かを確認します。

外注範囲、検査設備、変更管理を確認する方法は中国工場監査も参考になります。

総コストはハード・ソフト・立上げ・保守で比較する

見積ではカメラやPCだけでなく、レンズ、照明、治具、制御盤、配線、画像処理ソフト、AI学習、PLC連携、FAT、梱包、現地立上げ、教育、予備品、ライセンス更新を分けます。特にソフトウェアが年額ライセンスの場合や、再学習をメーカーへ依頼する必要がある場合は長期コストが変わります。

China2JPができること

China2JPでは、日本企業の中国調達パートナーとして、マシンビジョン検査設備の候補会社調査、要求仕様整理、技術質問の日中調整、見積比較、サンプル評価、FAT、工場確認、検品、輸出・物流まで支援できます。単なるカメラの価格比較ではなく、対象ワークと日本側設備条件から必要仕様を整理し、中国側サプライヤーへ正確に伝えることを重視しています。

検討時にワーク写真、良品・不良品サンプル、ライン速度、検出したい最小欠陥、既存PLC情報があれば、候補選定を進めやすくなります。具体案件はお問い合わせください。