アンケートでの質問に対する回答

今回のワークは、良品であっても画像検査上では不良品に見える場合があり、検出率を100%とすることが難しい検査対象でした。製品検査においては、ばらつきや撮影条件などにより、良品と不良品の閾値が曖昧となることを考慮して、AI製造現場に適応する際は良品を100%検出できる閾値を設定します。その結果、少し過検出気味となり、一部良品を不良品と誤判定してしまうことは避けられませんが、再検査に必要な数量は元来必要な検査数に比べて大きく減少しますので、その分、検査員の負担を減らすことが可能となります。

目視選別の自動化についてはカメラ以外には照明、PCあるいはマイコンボード等が必要となり、検査の難易度によって必要な投資金額は大きく変動します。運用については、技術者は必須ではありませんが、一般的に、技術者が内部にいない場合は、単純な変更についても外部にメンテナンスを依頼しなくてはならないため、高コストになります。

接着層の厚さの測定や空隙等の評価は可能と考えますが、物質と接着剤の材質・特性が類似する場合や、試料サイズによっては、両者を明確に区別できず、評価できない場合もあります。

空隙分布の解析は装置に付属の解析ソフトウェア（VOLUME GRAPHICS製　VGStudio MAX ver.2.01）の解析機能の一つです。他にも各種解析機能を備えており、観察対象に応じて適用できます。

今回の鋳鉄のような高濃度炭素の狭い領域（3%～4%）では相関が無いと考えます。相関係数が負の値でしたが、それも本質的な意味のある負の相関があるわけではなく、単にバラついているものと考えます。純鉄、鋼及び鋳鉄を含めた広い濃度範囲（0%～4%）でワイドにみるとおそらく正の相関になるはずですが、鋳造業で求められるミルシートでは3～4%の狭い領域での正確性を求められるため、今回は「良くない元素」と表現しました。

プレゼン資料にはSEMでの観察倍率を記載しています。SEM像の表示倍率は、資料に貼り付けたときの画像の大きさや、ご覧いただくモニタ等の大きさによって変わります。実際の表示倍率は、SEM像や解析像中に表示されているスケールバーでご確認ください。

斜め方向からの把持も可能です。部品認識についても直方体や円柱などで照合することで姿勢を計算することができます。ただし、部品箱の縁等への接触を考慮する必要があるため、基本的には真上から把持ができるように工夫をしたほうが効率的となると考えます。

今回ご覧頂いた動画では、対象物の中心補正や重量バランス確認のため、対象物に複数回接触させておりますが、ご指摘いただいたように軽い対象物では位置が動くことが想定されます。そのため、人のようになぞらせて一度接触させた後に離れないような動作に変更を検討しております。一定距離なぞらせても触覚バランスが安定しない場合は別の対象に変更するなどでの対策は可能です。

絡み合う部品を絡んだままで把持することは可能かと思いますが、１本ずつに分ける場合は、掴みながら振り落とすなど何か工夫が必要になると考えます。 そういった検討も可能ですので、ぜひご相談下さい。

フェイルセーフ機能は必要と考えます。ハンドセンサ故障のリスク回避をするための工夫は必要ですので、ハンドセンサを開発する製品メーカと十分な意見交換を行います。

重量を変えた理由は、AI学習時と異なる条件下で検証を行うためです。また、疲労度を検証するためはある程度長時間の連続運動が必要と考え、重量を6kgfに減らし2秒間1往復するスクワットを70秒間連続で行う運動で検証を行いました。 

アシスト装置の重量は約3kgfです。

品物が柔らかい場合は補正が必要になる可能性があり検証が必要ですが、アシストスーツの感度調整で十分対応可能と考えます。歪な形状には現状でも対応可能です。

今回は、現場の生産ラインでの導入を目指したため、微酸性電気分解水（微酸性次亜塩素酸水）での試験を行いました。次亜塩素酸ナトリウムとの比較はしておりません。

一般生菌数のデータと比較してサンプル数は少ないですが、データ取得しております。真菌数は10^2～10^4程度で、同様サンプルで測定した一般生菌数よりも1オーダー低い数値である傾向がありました。

オゾンガス発生装置起動後30分でオゾン濃度60ppm程度でした。その後のオゾン濃度（1時間後や3時間後）は、測定していません。