JP3223248U - 外観不良検査装置 - Google Patents
外観不良検査装置 Download PDFInfo
- Publication number
- JP3223248U JP3223248U JP2019002607U JP2019002607U JP3223248U JP 3223248 U JP3223248 U JP 3223248U JP 2019002607 U JP2019002607 U JP 2019002607U JP 2019002607 U JP2019002607 U JP 2019002607U JP 3223248 U JP3223248 U JP 3223248U
- Authority
- JP
- Japan
- Prior art keywords
- unit
- inspection
- appearance defect
- estimation
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【課題】安価で汎用性が高く、かつ被検査物の外観を容易に検査可能な外観不良検査装置を提供する。【解決手段】被検査物を視認可能な透過型ヘッドマウントディスプレイ1と、上記透過型ヘッドマウントディスプレイと通信回線を通じてデータを送受信するデータ処理端末3とを備え、上記データ処理端末が、上記透過型ヘッドマウントディスプレイが視認した上記被検査物の画像データを受信する受信部と、上記受信部により受信した画像データから外観不良箇所を推定する推定部と、上記推定部により推定した外観不良箇所を上記被検査物に重ねて表示する表示データを上記透過型ヘッドマウントディスプレイに送信する送信部とを有する。【選択図】図1
Description
本考案は、外観不良検査装置に関する。
工業製品の製造が完了すると、検査が行われる。この検査には、その製品が所定の性能を有しているか否かの物理的な検査に加え、外観の検査が行われる。
この外観検査は、もっぱら検査員が目視することで行われる。このため、外観検査の精度は検査員の熟練度に負うところが大きい。
外観検査の精度を向上させる検査装置として、外観に関わる色、温度、表面粗さ等の測定可能な量を検査機により測定し、その測定結果を検査員が着用するヘッドマウントディスプレイに表示する検査装置が提案されている(特開2015−1468号公報参照)。
この従来の検査装置では、検査員の目視による検出では困難な外観不良について、検査機の結果を用いることで、検査員の熟練性を必要とせず検出可能とする。また、ヘッドマウントディスプレイを用いることで、得られた情報を実際の製品の表面上に付加して表示するので、検査員が情報を認識し易い。
本考案の一態様に係る外観不良検査装置は、被検査物を視認可能な透過型ヘッドマウントディスプレイと、上記透過型ヘッドマウントディスプレイと通信回線を通じてデータを送受信するデータ処理端末とを備え、上記データ処理端末が、上記透過型ヘッドマウントディスプレイが視認した上記被検査物の画像データを受信する受信部と、上記受信部により受信した画像データから外観不良箇所を推定する推定部と、上記推定部により推定した外観不良箇所を上記被検査物に重ねて表示する表示データを上記透過型ヘッドマウントディスプレイに送信する送信部とを有する。
[本考案が解決しようとする課題]
上記従来の検査装置では、表示できるデータは検査装置により検査できる数値化可能なものに限られる。一方、外観検査には、色合い等の美観に関わり数値化が困難な要素が多分に含まれ、上記従来の検査装置ではこのような美観に対しては有効に機能するとは言えない。
上記従来の検査装置では、表示できるデータは検査装置により検査できる数値化可能なものに限られる。一方、外観検査には、色合い等の美観に関わり数値化が困難な要素が多分に含まれ、上記従来の検査装置ではこのような美観に対しては有効に機能するとは言えない。
また、上記従来の検査装置ではデータを測定する検査機を必要とするため、検査装置自体の製造コストが上昇する。さらに、上記従来の検査装置では検査対象となる製品ごとに検査機を選択し、必要とする検査内容を決定する必要があるため汎用性に欠ける。
本考案は、このような事情に鑑みてなされたものであり、安価で汎用性が高く、かつ被検査物の外観を容易に検査可能な外観不良検査装置の提供を課題とする。
[本考案の効果]
本考案の外観不良検査装置は、安価で汎用性が高く、かつ被検査物の美観を含む外観を容易に検査することができる。
本考案の外観不良検査装置は、安価で汎用性が高く、かつ被検査物の美観を含む外観を容易に検査することができる。
[本考案の実施形態の説明]
本考案の一態様に係る外観不良検査装置は、被検査物を視認可能な透過型ヘッドマウントディスプレイと、上記透過型ヘッドマウントディスプレイと通信回線を通じてデータを送受信するデータ処理端末とを備え、上記データ処理端末が、上記透過型ヘッドマウントディスプレイが視認した上記被検査物の画像データを受信する受信部と、上記受信部により受信した画像データから外観不良箇所を推定する推定部と、上記推定部により推定した外観不良箇所を上記被検査物に重ねて表示する表示データを上記透過型ヘッドマウントディスプレイに送信する送信部とを有する。
本考案の一態様に係る外観不良検査装置は、被検査物を視認可能な透過型ヘッドマウントディスプレイと、上記透過型ヘッドマウントディスプレイと通信回線を通じてデータを送受信するデータ処理端末とを備え、上記データ処理端末が、上記透過型ヘッドマウントディスプレイが視認した上記被検査物の画像データを受信する受信部と、上記受信部により受信した画像データから外観不良箇所を推定する推定部と、上記推定部により推定した外観不良箇所を上記被検査物に重ねて表示する表示データを上記透過型ヘッドマウントディスプレイに送信する送信部とを有する。
当該外観不良検査装置は、データ処理端末が透過型ヘッドマウントディスプレイからの画像データにより外観不良を推定する推定部を備え、この推定部により推定した外観不良箇所を上記被検査物に重ねて透過型ヘッドマウントディスプレイに表示することができる。従って、検査員はこの重ねて表示された外観不良箇所を中心に検査を行うことで容易に外観検査を行うことができる。また、当該外観不良検査装置は、特定の検査機など被検査物に依存した機器を必要としないので、安価で汎用性が高い。
上記推定部の推定に、予め機械学習により学習済みの推定モデルを用いるとよい。このように上記推定部の推定に予め機械学習により学習済みの推定モデルを用いることで、精度よく外観不良箇所を特定することができる。
上記データ処理端末に接続され、被検査物の撮影画像を取得可能なカメラをさらに備え、上記データ処理端末が、上記推定モデルを構築するモデル構築部を有し、上記モデル構築部が、上記カメラから上記被検査物の撮影画像データを取得する撮影画像取得手段と、上記被検査物の外観不良の判定結果を入力する入力手段と、上記撮影画像データ及び上記判定結果から機械学習により推定モデルを構築する構築手段とを有するとよい。このように当該外観不良検査装置が上述の構成を備えることで、当該外観不良検査装置上で機械学習により学習済みの推定モデルを構築することができる。従って、当該外観不良検査装置の汎用性をさらに高められる。
上記モデル構築部が、上記受信部により受信した画像データを取得する検査画像取得手段を有し、上記構築手段で、上記推定モデルの構築に上記画像データをさらに用いるとよい。このように上記カメラの撮影画像データに加えて上記受信部により受信した画像データを推定モデルの構築に用いることで、検査を行うごとに推定モデルが更新され、推定モデルの精度をさらに高めることができる。
上記送信部の表示データが実質的にリアルタイムで更新されるとよい。このように上記送信部の表示データを実質的にリアルタイムで更新することで、例えば被検査物を手にとって360度回転させながら検査する場合の検査効率を高めることができる。ここで、「実質的にリアルタイムで更新される」とは、所定の間隔をおいて更新を行う場合を含み、上記所定の間隔は、0.5秒以下、好ましくは0.3秒以下とされる。
[本考案の実施形態の詳細]
以下、本考案の一実施形態に係る外観不良検査装置について適宜図面を参照しつつ説明する。
以下、本考案の一実施形態に係る外観不良検査装置について適宜図面を参照しつつ説明する。
本考案の一実施形態に係る外観不良検査装置は、図1に示すように、透過型ヘッドマウントディスプレイ1と、カメラ2と、データ処理端末3とを備える。
<透過型ヘッドマウントディスプレイ>
透過型ヘッドマウントディスプレイ1は、図2に示すように、検査員Xの頭部に装着するディスプレイ装置であり、検査員Xの眼前の外の光景が見えるようになっている。つまり、透過型ヘッドマウントディスプレイ1は、被検査物S(図2の例ではコップ)を視認可能である。
透過型ヘッドマウントディスプレイ1は、図2に示すように、検査員Xの頭部に装着するディスプレイ装置であり、検査員Xの眼前の外の光景が見えるようになっている。つまり、透過型ヘッドマウントディスプレイ1は、被検査物S(図2の例ではコップ)を視認可能である。
透過型ヘッドマウントディスプレイ1は、例えばゴーグルやヘルメット、眼鏡のような形状をしており、検査人Xの目を覆うように頭部に固定すると眼前の小さな表示面にデータ処理端末3から送られてきた像が投影され、見ることができる。
透過型ヘッドマウントディスプレイ1には、検査人Xの視界全体を覆うように像を写すものと、数メートル離れた場所に大画面の表示装置が現れたように見えるものとがある。当該外観不良検査装置では、いずれの種類の透過型ヘッドマウントディスプレイ1を使用することもできるが、当該外観不良検査装置を用いずに検査を行う場合の環境と類似することから、検査人Xの視界全体を覆うように像を写すものを用いることが好ましい。このような透過型ヘッドマウントディスプレイ1としては、いわゆるスマートグラスを挙げることができる。
上述のように透過型ヘッドマウントディスプレイ1は、被検査物Sを視認可能である。この被検査物Sを視認可能とする構成としては、透過型ヘッドマウントディスプレイ1の表示面をハーフミラーとする構成や、外界を写す小さなビデオカメラを内蔵する構成等が挙げられる。中でも、安価に構成できる観点から表示面をハーフミラーとする構成が好ましい。
透過型ヘッドマウントディスプレイ1は、視認した被検査物Sの画像データをリアルタイムにデータ処理端末3へ送信することができる。また、透過型ヘッドマウントディスプレイ1は、データ処理端末3によりリアルタイムに生成した画像を受信し、表示することができる。このような透過型ヘッドマウントディスプレイとしては、例えばカメラ付ヘッドマウントディスプレイを挙げることができる。
<カメラ>
カメラ2は、後述するデータ処理端末3に接続され、被検査物Sの撮影画像を取得可能に構成される。
カメラ2は、後述するデータ処理端末3に接続され、被検査物Sの撮影画像を取得可能に構成される。
カメラ2としては、公知のカメラを用いることができる。カメラ2の撮影画像データは、データ処理端末3に取り込まれるため、カメラ2としてはデータ処理端末3に撮影画像データを直接送信できるものが好ましい。
後述するモデル構築部34で使用する画像として、カメラ2により被検査物S全体の画像を撮影する必要がある。このカメラ2による撮影画像の取得方法としては、図3に示すように、例えばカメラ2を固定して被検査物Sを回転させる構成としてもよいし、被検査物Sを固定してカメラ2を被検査物Sの周囲を回転させる構成としてもよい。
カメラ2とデータ処理端末3との接続方法としては、特に限定されないが、データの送受信の安定性から有線接続が好ましい。
<データ処理端末>
データ処理端末3は、透過型ヘッドマウントディスプレイ1と通信回線4を通じてデータを送受信する。
データ処理端末3は、透過型ヘッドマウントディスプレイ1と通信回線4を通じてデータを送受信する。
データ処理端末3は、例えば市販のパーソナルコンピュータにより構成でき、図1に示すように、端末本体3aと、キーボード3bと、ディスプレイ3cとを備える。端末本体3aは、データ処理を行うCPUや各種情報を一時的あるいは恒久的に記憶する半導体メモリ、固定ディスク等の記憶部を有する。キーボード3bは外部から情報を入力する装置である。また、ディスプレイ3cはデータ処理端末3の処理の経過情報や結果を表示するための装置である。以下、データ処理端末3として図1に示すようなパーソナルコンピュータを用いる場合を例にとり説明するが、データ処理端末3はこの構成に限定されるものではなく、スマートフォンやタブレット端末など他の種類の端末を用いることもできる。
データ処理端末3は、図4に示すように、受信部31と、推定部32と、送信部33と、モデル構築部34と、推定モデル35とを有する。
(受信部)
受信部31は、透過型ヘッドマウントディスプレイ1が視認した被検査物Sの画像データを受信する。
受信部31は、透過型ヘッドマウントディスプレイ1が視認した被検査物Sの画像データを受信する。
具体的には、透過型ヘッドマウントディスプレイ1が視認した被検査物Sの画像データをデータ処理端末3へ送信するので、受信部31は、通信回線4を通じてこの画像データを受信し、例えば端末本体3aの記憶部に記憶する。
(推定部)
推定部32は、受信部31により受信した画像データから外観不良箇所を推定する。この推定は、例えば端末本体3aのCPUを用いて行える。
推定部32は、受信部31により受信した画像データから外観不良箇所を推定する。この推定は、例えば端末本体3aのCPUを用いて行える。
推定部32の推定には、予め機械学習により学習済みの推定モデル35を用いる。「機械学習により学習済みの推定モデル」とは、いわゆるAI(人工知能)である。なお、このような推定モデル35を用いた推定には、AIに関する公知の推定技術を用いることができる。
AIを用いると、単純な傷や色落ちといった外観不良はもちろんのこと、色むら、シルエットといった通常検査員Xが行う必要のある美観を含む官能検査に対しても例えば熟練者の経験を学習させることで推定可能となる。つまり、熟練者の経験と言った数値化が困難である外観不良箇所についても有効に機能させることができる。従って、推定部32の推定に予め機械学習により学習済みの推定モデル35を用いることで、精度よく外観不良箇所を特定することができる。
(送信部)
送信部33は、推定部32により推定した外観不良箇所を被検査物Sに重ねて表示する表示データを透過型ヘッドマウントディスプレイ1に送信する。
送信部33は、推定部32により推定した外観不良箇所を被検査物Sに重ねて表示する表示データを透過型ヘッドマウントディスプレイ1に送信する。
推定部32では、透過型ヘッドマウントディスプレイ1が視認した被検査物Sの画像データを推定するので、特定した外観不良箇所は、上記画像データ上に存在する。従って、推定部32により推定した外観不良箇所は、上記画像データに重ね合わせて表示すること(以下、「重畳表示」ともいう)が可能である。
この外観不良箇所を重畳表示させる方法としては、特に限定されないが、例えば図5に示すように、外観不良箇所を取り囲む枠S1を表示する方法が挙げられる。このように枠S1で外観不良箇所を取り囲むことで、検査員Xは外観不良箇所自体には表示が重畳しないため、透過型ヘッドマウントディスプレイ1を装着したまま外観不良箇所の点検が行える。また、当該外観不良検査装置が、外観不良を含む検査面が検査員Xの正面にきた際に警告を発する機能を備えてもよい。このような警告機能を有することで、被検査物Sの特定の場所を重点的に検査できるので、外観不良箇所を見逃す確率を低減できる。
外観不良検査は、被検査物S全体に対して行う必要があるが、検査員Xは、人の視野角の関係で被検査物Sを一方側からのみ見ることしかできないため、被検査物Sを固定していると、例えば裏面側等が死角となり検査が行えない。このため、検査員Xは、例えば図2や図5に示すように、被検査物Sを手に取り、様々な角度から外観検査を行うことが通例である。従って、送信部33の表示データは、実質的にリアルタイムで更新されるとよい。このように上記送信部の表示データを実質的にリアルタイムで更新することで、上述のように被検査物Sを手にとって360度回転させながら検査する場合であっても、その動きに追従して外観不良箇所を重畳表示できる。このため、検査効率を高めることができる。
なお、送信部33の表示データをリアルタイムに更新するためには、同様に受信部31の画像データの受信及び推定部32の推定についても実質的にリアルタイムで行うことが好ましい。
(モデル構築部)
モデル構築部34は、推定モデル35を構築する。モデル構築部34は、撮影画像取得手段34aと、入力手段34bと、構築手段34cと、検査画像取得手段34dとを有する。
モデル構築部34は、推定モデル35を構築する。モデル構築部34は、撮影画像取得手段34aと、入力手段34bと、構築手段34cと、検査画像取得手段34dとを有する。
撮影画像取得手段34aは、カメラ2から被検査物Sの撮影画像データを取得する。また、入力手段34bは、被検査物Sの外観不良の判定結果を入力する手段であり、例えばキーボード3bを用いることができる。この入力手段34bを用いて、撮影画像取得手段34aで取得する撮影画像データに対応する被検査物Sの外観不良の判定結果を入力する。入力手段34bから入力するデータとしては、外観不良の有無(合否判定)のみでよい。つまり、具体的な外観不良の位置や内容を入力する必要はない。
構築手段34cは、上記撮影画像データ及び上記判定結果から機械学習により推定モデル25を構築する。
この推定モデル35の構築には、AIに関する公知の推定技術を用いることができる。具体的には、撮影画像データ及び判定結果を対とした複数の入力データから、構築手段34cは撮影画像データと判定結果との相関を学習し、推定モデル35を構築することができる。中でも機械学習(AI)として、多層構造のニューラルネットワークを用いたディープラーニング(深層学習)を用いることが好ましい。
推定モデル35を構築する際の入力データ数は、検査の難易度にも依存するが、推定モデル35を構築する際の入力データ数の下限としては、100が好ましく、500がより好ましく、1000がさらに好ましい。上記入力テータ数が上記下限未満であると、推定モデル35の精度が不十分となるおそれがある。一方、上記入力テータ数の上限としては、外観不良の大きさや内容にもよるが、例えば10000とできる。
被検査物Sの外観不良の判定結果は、熟練者が実施した結果に基づくことが好ましい。上述のように推定モデル35は、機械学習により学習することでモデルが構築される。従って、熟練者の判断を学習させることで、推定モデル35の精度を高められる。なお、「熟練者」とは、該当する外観不良検査の経験年数が概ね5年以上の者をいう。
このように当該外観不良検査装置が、撮影画像取得手段34aと、入力手段34bと、構築手段34cとを備えることで、当該外観不良検査装置上で機械学習により学習済みの推定モデル35を構築することができる。つまり、当該外観不良検査装置があれば、被検査物Sがどのような種類のものであっても、推定モデル35を構築可能である。従って、当該外観不良検査装置の汎用性をさらに高められる。
また、上述のようにモデル構築部34は、検査画像取得手段34dをさらに有する。この検査画像取得手段34dは、受信部31により受信した画像データ(以下、「検査画像データ」ともいう)を取得する。
検査画像取得手段34dをさらに有することで、この検査画像データに対する判定結果を入力手段34bにより入力すれば、検査画像データ及び判定結果を対とした新たな入力データを準備できる。この入力データを構築手段34に入力すれば、構築手段34で、推定モデル35の構築に上記検査画像データをさらに用いることができる。
このようにカメラ2の撮影画像データに加えて受信部31により受信した画像データを推定モデル35の構築に用いることで、検査を行うごとに推定モデル35が更新され、推定モデル35の精度をさらに高めることができる。
なお、構築した推定モデル35は、データ処理端末3の端末本体3a内の記憶部に格納され、推定部32で用いられる。
(通信回線)
通信回線4は、透過型ヘッドマウントディスプレイ1とデータ処理端末3との間の通信を担う。
通信回線4は、透過型ヘッドマウントディスプレイ1とデータ処理端末3との間の通信を担う。
通信回線4としては、特に限定されるものではないが、WiFi(無線LAN)を用いることが好ましい。このように無線通信を用いることで、透過型ヘッドマウントディスプレイ1とデータ処理端末3とを接続するケーブルを省略できるので、検査員Xが外観検査を行う際、ケーブルが邪魔になるといった不都合を回避できる。
<外観不良検査装置の使用方法>
当該外観不良検査装置は、推定モデル構築工程と、検査工程とを備える使用方法により使用できる。
当該外観不良検査装置は、推定モデル構築工程と、検査工程とを備える使用方法により使用できる。
(推定モデル構築工程)
推定モデル構築工程では、推定モデル35を構築する。
推定モデル構築工程では、推定モデル35を構築する。
具体的には、以下の手順による。外観検査の判定結果が既知である複数の被検査物Sと、その判定結果とを準備する。それぞれ被検査物Sをカメラ2により撮影し、入力手段34bを介して対応する被検査物Sの判定結果をモデル構築部34に入力する。そうすると、構築手段34cにより推定モデル35が構築される。
(検査工程)
検査工程では、被検査物Sの外観検査を行う。
検査工程では、被検査物Sの外観検査を行う。
具体的には、以下の手順による。まず、検査員Xは、透過型ヘッドマウントディスプレイ1を装着する。検査員Xは、透過型ヘッドマウントディスプレイ1を介して、被検査物Sの目視検査を行う。そうすると、透過型ヘッドマウントディスプレイ1を通じて検査員Xが視認している被検査物Sの画像データがデータ処理端末3に送信される。送信された画像データは受信部31で受信され、推定部32で推定される。その結果、外観不良箇所が特定される。特定された外観不良箇所は、送信部33で被検査物Sに重ねて表示する表示データとして透過型ヘッドマウントディスプレイ1に送信される。透過型ヘッドマウントディスプレイ1では、この送信データが表示され、検査員Xには、図5に示すように、推定部32により推定された外観不良箇所が被検査物Sに重畳して見えるようになる。検査員Xは、この重畳表示された外観不良箇所にもとづいて外観不良検査を実施する。
ここで、検査員Xが実施した外観不良の判定を入力手段34bを介してモデル構築部34に入力すると、モデル構築部34は、検査員Xが判定した外観不良についても推定モデル35に反映する。
なお、推定モデル構築工程は、同種の被検査物Sに対して最初に一度実施すれば繰り返し実施する必要はない。つまり、過去に外観検査が行われ、すでに推定モデルが構築済みである場合は、この検査工程のみを実施すればよい。
<利点>
当該外観不良検査装置は、データ処理端末3が透過型ヘッドマウントディスプレイ1からの画像データにより外観不良を推定する推定部32を備え、この推定部32により推定した外観不良箇所を被検査物Sに重ねて透過型ヘッドマウントディスプレイ1に表示することができる。従って、検査員Xはこの重ねて表示された外観不良箇所を中心に検査を行うことで容易に外観検査を行うことができる。また、当該外観不良検査装置は、特定の検査機など被検査物Sに依存した機器を必要としないので、安価で汎用性が高い。
当該外観不良検査装置は、データ処理端末3が透過型ヘッドマウントディスプレイ1からの画像データにより外観不良を推定する推定部32を備え、この推定部32により推定した外観不良箇所を被検査物Sに重ねて透過型ヘッドマウントディスプレイ1に表示することができる。従って、検査員Xはこの重ねて表示された外観不良箇所を中心に検査を行うことで容易に外観検査を行うことができる。また、当該外観不良検査装置は、特定の検査機など被検査物Sに依存した機器を必要としないので、安価で汎用性が高い。
さらに、当該外観不良検査装置では、推定モデル35を構築する際、被検査物Sの外観不良の判定結果として熟練者の判定結果を用いることで、推定モデル35の外観不良の判断基準を熟練者に準じるものとすることができる。このため、初心者が外観不良検査を行う場合にあっても、重畳表示される外観不良箇所が熟練者の判断基準に準じるものであるため、熟練者に準じた外観検査を行うことが可能となる。このことは、外観検査の判定精度を高めるのみならず、初心者の教育にも有用に機能する。
[その他の実施形態]
上記実施形態は、本考案の構成を限定するものではない。従って、上記実施形態は、本明細書の記載及び技術常識に基づいて上記実施形態各部の構成要素の省略、置換又は追加が可能であり、それらは全て本考案の範囲に属するものと解釈されるべきである。
上記実施形態は、本考案の構成を限定するものではない。従って、上記実施形態は、本明細書の記載及び技術常識に基づいて上記実施形態各部の構成要素の省略、置換又は追加が可能であり、それらは全て本考案の範囲に属するものと解釈されるべきである。
上記実施形態では、モデル構築部が検査画像取得手段を有する場合を説明したが、検査画像取得手段は必須の構成要素ではなく、省略可能である。当該外観不良検査装置は、撮影画像取得手段でカメラから取得した画像データと合否判定から推定モデルを構築することも可能である。
上記実施形態では、データ処理端末がモデル構築部を有する場合を説明したが、モデル構築部は必須の構成要素ではなく、省略可能である。この場合、合わせてカメラを省略することができる。モデル構築部を有さないデータ処理端末では、予め機械学習により学習済みの推定モデルが搭載される。
上記実施形態では、推定モデルをデータ処理端末に搭載する場合を説明したが、推定モデルはデータ処理端末の外部、例えばサーバーにおいてもよい。このように推定モデルをサーバーに置くことで、モデルの一元管理が容易となる。このため、本考案の外観不良検査装置を複数併用する場合に、管理が容易化できる。
上記実施形態では、推定部の推定に予め機械学習により学習済みの推定モデルを用いる場合を説明したが、推定部の推定に他のモデルを用いることも可能である。このようなモデルとしては、例えばバリエーションモデルを挙げることができる。
上記実施形態では、モデル構築部の入力手段としてキーボードを用いる場合を説明したが、入力手段はこれに限定されるものではなく、液晶ディスプレイの表面に貼付されたタッチセンサ等のマンマシーンインターフェイスなど他の手段を用いてもよい。
上記実施形態では、被検査物としてコップの例を示しているが、被検査物は外観検査が行われるものであれば、その種類は問わず、当該外観不良検査装置は、種々の被検査物の外観検査に用いることができる。
以上のように、本考案の外観不良検査装置は、安価で汎用性が高く、かつ被検査物の美観を含む外観を容易に検査することができる。
1 透過型ヘッドマウントディスプレイ
2 カメラ
3 データ処理端末
3a 端末本体
3b キーボード
3c ディスプレイ
31 受信部
32 推定部
33 送信部
34 モデル構築部
34a 撮影画像取得手段
34b 入力手段
34c 構築手段
34d 検査画像取得手段
35 推定モデル
4 通信回線
S 被検査物
S1 枠(外観不良箇所)
X 検査人
2 カメラ
3 データ処理端末
3a 端末本体
3b キーボード
3c ディスプレイ
31 受信部
32 推定部
33 送信部
34 モデル構築部
34a 撮影画像取得手段
34b 入力手段
34c 構築手段
34d 検査画像取得手段
35 推定モデル
4 通信回線
S 被検査物
S1 枠(外観不良箇所)
X 検査人
Claims (5)
- 被検査物を視認可能な透過型ヘッドマウントディスプレイと、
上記透過型ヘッドマウントディスプレイと通信回線を通じてデータを送受信するデータ処理端末と
を備え、
上記データ処理端末が、
上記透過型ヘッドマウントディスプレイが視認した上記被検査物の画像データを受信する受信部と、
上記受信部により受信した画像データから外観不良箇所を推定する推定部と、
上記推定部により推定した外観不良箇所を上記被検査物に重ねて表示する表示データを上記透過型ヘッドマウントディスプレイに送信する送信部と
を有する外観不良検査装置。 - 上記推定部の推定に、予め機械学習により学習済みの推定モデルを用いる請求項1に記載の外観不良検査装置。
- 上記データ処理端末に接続され、被検査物の撮影画像を取得可能なカメラをさらに備え、
上記データ処理端末が、上記推定モデルを構築するモデル構築部を有し、
上記モデル構築部が、
上記カメラから上記被検査物の撮影画像データを取得する撮影画像取得手段と、
上記被検査物の外観不良の判定結果を入力する入力手段と、
上記撮影画像データ及び上記判定結果から機械学習により推定モデルを構築する構築手段と
を有する請求項2に記載の外観不良検査装置。 - 上記モデル構築部が、上記受信部により受信した画像データを取得する検査画像取得手段を有し、
上記構築手段で、上記推定モデルの構築に上記画像データをさらに用いる請求項3に記載の外観不良検査装置。 - 上記送信部の表示データが実質的にリアルタイムで更新される請求項1から請求項4のいずれか1項に記載の外観不良検査装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019002607U JP3223248U (ja) | 2019-07-16 | 2019-07-16 | 外観不良検査装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019002607U JP3223248U (ja) | 2019-07-16 | 2019-07-16 | 外観不良検査装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP3223248U true JP3223248U (ja) | 2019-09-26 |
Family
ID=68052122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019002607U Active JP3223248U (ja) | 2019-07-16 | 2019-07-16 | 外観不良検査装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3223248U (ja) |
-
2019
- 2019-07-16 JP JP2019002607U patent/JP3223248U/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9412205B2 (en) | Extracting sensor data for augmented reality content | |
CN106598221B (zh) | 基于眼部关键点检测的3d视线方向估计方法 | |
KR101506525B1 (ko) | 주시점 검출 장치, 주시점 검출 방법, 개인 파라미터 산출 장치, 개인 파라미터 산출 방법, 프로그램, 및 컴퓨터 판독 가능한 기록 매체 | |
US20170277259A1 (en) | Eye tracking via transparent near eye lens | |
JP2019511067A5 (ja) | ||
US20180053055A1 (en) | Integrating augmented reality content and thermal imagery | |
US20160371542A1 (en) | Image processing apparatus, method and storage medium | |
CN105788185A (zh) | 一种坐姿监测方法及装置 | |
CN108665687B (zh) | 一种坐姿监测方法和装置 | |
CN108124150B (zh) | 虚拟现实头戴显示设备及通过其观察真实场景的方法 | |
RU2016111926A (ru) | Способ и аппарат управления отображением, электронное устройство | |
CN106293100A (zh) | 虚拟现实设备中视线焦点的确定方法及虚拟现实设备 | |
CN111856751B (zh) | 具有低光操作的头戴式显示器 | |
JP2022054521A (ja) | 巡視点検作業評価システム、巡視点検作業評価装置、操作端末、位置検出端末、及び巡視点検作業評価方法 | |
US10504294B2 (en) | System and method for augmented reality discrepancy determination and reporting | |
US20210201542A1 (en) | Building maintaining method and system | |
TWI384383B (zh) | 視線察覺裝置及其方法 | |
WO2020133776A1 (zh) | 一种基于电视机的健康状况检测方法、系统及电视机 | |
JP3223248U (ja) | 外観不良検査装置 | |
TWI635844B (zh) | Vision detecting device and vision detecting method capable of automatically adjusting visual target size | |
US11222481B2 (en) | Visualization apparatus and program | |
KR20180076342A (ko) | 추정 시스템, 추정 방법 및 추정 프로그램 | |
US10624536B2 (en) | Virtual reality-based ophthalmic inspection system and inspection method thereof | |
CN207408313U (zh) | 基于增强现实技术的产品合格检测装置 | |
US20180199810A1 (en) | Systems and methods for pupillary distance estimation from digital facial images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20190724 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3223248 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |