KR20230052848A - 외관 검사용 조명 장치, 외관 검사 장치 및 블리스터 포장기 - Google Patents

Abstract

본 발명은 외관 검사용 조명 장치, 외관 검사 장치 및 블리스터 포장기에 관한 것으로서, 대상물의 외관 검사를 실시할 때, 검사 효율 및 검사 정밀도의 비약적인 향상 등을 도모할 수 있는 외관 검사용 조명 장치, 외관 검사 장치 및 블리스터 포장기를 제공한다. 외관 검사 장치(45)는 광을 조사 가능한 조명 유닛(52)과, 상기 광을 조사된 PTP 시트를 촬상 가능한 카메라 유닛(53)과, 제어 장치(54)를 구비하고 있다. 제어 장치(54)는 조광 파라미터값과, 이에 대응하는 밝기 레벨로 발광하는 복수의 조명 패널(L1~L5)에 의해 조명되는 PTP 시트를 촬상한 경우에 취득될 수 있는 화상 데이터와의 상관 관계를 학습한 뉴럴 네트워크를 저장하고 있다. 그리고, 뉴럴 네트워크에 대해 조광 파라미터값을 입력하여 출력되는 예측 화상 데이터와 이상 화상 데이터를 비교하고, 그 오차에 기초한 오차 역전파에 의해 최적의 조광 파라미터값을 설정하고, 이에 기초하여 각 조명 패널(L1~L5)의 밝기 조정을 실시하는 것을 특징으로 한다.

Description

외관 검사용 조명 장치, 외관 검사 장치 및 블리스터 포장기

본 발명은 대상물의 외관 검사에 사용되는 외관 검사용 조명 장치 및 외관 검사 장치, 및 이들을 구비한 블리스터 포장기에 따른 것이다.

일반적으로, 외관 검사가 실시되는 대상물이 되는 블리스터 포장체의 일종으로서 PTP 시트가 알려져 있다. PTP 시트는, 예를 들면 정제 등의 내용물이 수용되는 포켓부가 형성된 투명 수지제의 용기 필름과, 상기 용기 필름에 대해 포켓부의 개구측을 밀봉하도록 부착되는 알루미늄제의 커버 필름으로 구성되어 있다.

이와 같은 PTP 시트는, 띠형상의 용기 필름을 반송시키면서, 포켓부를 성형하는 공정, 상기 포켓부에 내용물을 충진하는 공정, 상기 포켓부의 개구측을 밀봉하도록 용기 필름에 대해 커버 필름을 부착하는 공정, 상기 양 필름이 부착되어 이루어진 띠형상체로부터 최종 제품이 되는 PTP 시트를 펀칭하는 공정 등을 거쳐 제조된다.

PTP 시트의 제조시에는, 예를 들면 포장재인 시트부에 있어서의 이물 부착이나 시일 불량, 내용물에 있어서의 이물 부착이나 파편·균열의 유무 등, 제품 불량이 되는 각종 외관 이상을 검사할 필요가 있다.

이와 같은 외관 이상 검사에서는, 외관 검사용 조명 장치를 이용하여 대상물에 광을 조사하고, 그것을 카메라에 의해 촬상하여 얻어진 화상 데이터에 기초하여, 대상물에 포함되는 소정의 검사 대상(예를 들면, 정제나 시트부)의 양부 판정을 실시하는 것이 일반적이다.

이 때, 검사를 실시할 때에 적절한 화상 데이터를 취득하기 위해, 적절한 조명 상태에서 대상물을 비추는 것이 요구된다.

예를 들면, 대상물이 펀칭 후의 PTP 시트이면, 투명 수지제의 복수의 포켓부, 그 내부에 충진된 정제 등의 내용물, 배경이 되는 알루미늄제 커버 필름 등, 복잡한 형상이나 다양한 소재로 이루어진 PTP 시트 전체에 있어서, 번들거림(예를 들면 포켓부 표면의 번들거림)이나 암부(暗部)(예를 들면, 내용물의 그림자부)가 발생하지 않도록, PTP 시트 전체를 빠짐없이 균일한 밝기로 비춤과 동시에, 검사 대상 부위(예를 들면, 정제)와 비대상 부위(예를 들면, 시트부)의 명암 차를 크게 하는 것 등이 요구된다.

이에 대해, 외관 검사용 조명 장치 중에는, 대상물에 대해 복수 방향에서 광을 조사할 수 있도록 복수의 조명부를 구비한 것이 있다(예를 들면, 특허문헌 1 참조). 종래, 이와 같은 외관 검사용 조명 장치에 있어서는, 이상적인 조명 상태로 대상물을 비추기 위해, 사전에 복수의 조명부 각각의 밝기를 조정하고, 장치 전체로서의 조명 상태를 최적화하는 조명 조정 작업이 필요해진다.

일본 공개특허공보 제2006-118951호

그러나, 종래의 조명 조정 작업은 숙련된 작업자가 수작업으로 실시하고 있어 작업 효율이 나쁘고, 나아가서는 검사 효율의 저하를 초래할 우려가 있었다.

예를 들면, 작업자는 복수의 조명부 중 어느 하나를 밝게하고, 어느 하나를 어둡게 하는 등, 복수의 조명부의 밝기 레벨(예를 들면, 256 계조)을 한개씩 변화시키고, 상기 변화시킨 조명 상태 하에서 대상물을 촬상하고, 거기서 얻어지는 화상 데이터를 표시 장치로 확인하면서, 최적의 조명 상태에 접근해가는 등 매우 번거로운 작업을 실시했다.

이 때문에, 복수의 조명부에 의해 만들어질 수 있는 팽대한 조합 패턴의 조명 상태 중에서, 검사에 최적인 조명 상태를 단시간에 찾아내는 것은, 숙련 작업자라도 매우 어렵다.

또한, 사람이 실시하는 조명 조정 작업에서는, 그 사람의 경험이나 감각에 의존하는 것에 의한 편차나, 그 사람이 감지할 수 있는 레벨의 한계 등에 의해, 검사 정밀도가 안정적이지 않을 우려가 있다.

또한, 조명 조정 작업을 일부 숙련 작업자에게 의지하는 것은, 시간적·장소적인 제약을 발생시켜, 편리성이나 범용성을 저하시킬 우려가 있다.

또한, 상기 과제는 반드시 PTP 포장(블리스터 포장)의 분야에 한정되지 않고, 다른 분야에서의 외관 검사에 있어서도 내재하는 것이다.

본 발명은 상기 사정을 감안하여 이루어진 것이며, 그 목적은 대상물의 외관 검사를 실시할 때, 검사 효율이나 검사 정밀도의 비약적인 향상을 도모할 수 있는 외관 검사용 조명 장치, 외관 검사 장치 및 블리스터 포장기를 제공하는 데에 있다.

이하, 상기 과제를 해결하는데에 적합한 각 수단에 대해 항으로 나누어 설명한다. 또한, 필요에 따라서 대응하는 수단에 특유의 작용 효과를 부기한다.

수단 1. 각각 밝기 조정 가능한 복수의 조명부를 갖고, 상기 복수의 조명부에 의해 만들어지는 소정의 조명 상태에서 대상물을 조명 가능한 외관 검사용 조명 장치로서,

상기 복수의 조명부 각각의 밝기 레벨(발광 휘도 레벨)에 대응하는 레벨 정보와, 상기 레벨 정보에 대응하는 밝기 레벨로 각각 발광하는 상기 복수의 조명부에 의해 만들어지는 조명 상태로 조명되는 상기 대상물을 촬상한 경우에 취득될 수 있는 화상 데이터와의 상관 관계를 학습한 뉴럴 네트워크를 저장한 네트워크 저장 수단과,

상기 뉴럴 네트워크 워크에 대해 상기 복수의 조명부 각각에 대응하는 상기 레벨 정보를 입력하여 출력되는 상기 화상 데이터인 예측 화상 데이터 및/또는 상기 예측 화상 데이터로부터 얻어지는 관련 정보(예를 들면, 소정 범위의 각 화소의 휘도 평균값 등), 또는 상기 레벨 정보에 대응하는 밝기 레벨로 각각 발광하는 상기 복수의 조명부에 의해 만들어지는 조명 상태로 조명되는 대상물을 촬상하여 취득된 화상 데이터인 실화상 데이터 및/또는 상기 실화상 데이터로부터 얻어지는 관련 정보와, 목표가 되는 조명 상태로 조명된 상기 대상물을 촬상한 경우에 취득될 수 있는 화상 데이터로서 준비된 목표 화상 데이터 및/또는 상기 목표 화상 데이터로부터 얻어지는 관련 정보를 비교하고, 그 오차를 산출 가능한 비교 수단과,

적어도 상기 비교 수단에 의해 산출되는 오차가 소정의 임계값 이하가 되기까지, 오차 역전파에 의해 상기 복수의 조명부 각각에 대응하는 상기 레벨 정보의 갱신을 반복하고, 상기 복수의 조명부 각각에 적합한 상기 레벨 정보를 특정 가능한 레벨 특정 수단과,

적어도 상기 레벨 특정 수단에 의해 각각 특정된 상기 레벨 정보에 기초하여, 상기 복수의 조명부 각각의 밝기 조정을 실시하는 것에 의해, 상기 복수의 조명부에 의해 만들어지는 조명 상태를 제어 가능한 조명 제어 수단을 구비한 것을 특징으로 하는 외관 검사용 조명 장치.

상기 수단 1에 의하면, 뉴럴 네트워크와 그 오차 역전파를 이용함으로써, 각각 밝기 조정 가능한 복수의 조명부에 의해 만들어질 수 있는 팽대한 조합 패턴의 조명 상태 중에서, 비교적 단시간에 외관 검사에 의해 최적의 조명 상태를 자동적으로 찾아내어 만들어낼 수 있다. 그 결과, 검사 효율의 비약적인 향상을 도모할 수 있다.

또한, 사람에게는 감지할 수 없을 정도의 미묘한 조명 상태의 차이(단, 검사 결과에는 영향을 미칠 우려가 있을 정도의 차이)도 식별하여, 보다 최적의 조명 상태를 만들어낼 수 있다. 그 결과, 검사 정밀도의 비약적인 향상을 도모할 수 있다.

또한, 작업자의 경험이나 감각에 의존하지 않고, 보다 최적의 조명 상태를 재현성 좋게 찾아내어, 만들어낼 수 있다. 그 결과, 시간적·장소적인 제약을 받지 않고, 편리성이나 범용성의 향상을 도모할 수 있다.

수단 2. 상기 상관 관계에 대해, 상기 뉴럴 네트워크의 학습을 실시하는(예를 들면, 오차 역전파법에 의해 실시하는) 학습 수단을 구비하고 있는 것을 특징으로 하는 수단 1에 기재된 외관 검사용 조명 장치.

상기 수단 2에 의하면, 외부에 있어서 학습을 실시한 학습이 끝난 뉴럴 네트워크를 저장한 경우보다도, 조명 장치마다의 개체 차를 고려한 뉴럴 네트워크의 학습을 실시할 수 있고, 조명 장치마다 뉴럴 네트워크가 보다 적절한 처리를 실시할 수 있게 된다. 그 결과, 각 조명 장치에 보다 최적의 조명 상태를 만들어내어, 가일층의 검사 정밀도의 향상을 도모할 수 있다.

수단 3. 상기 레벨 특정 수단에 의한 상기 레벨 정보의 갱신과, 상기 학습 수단에 의한 상기 뉴럴 네트워크의 학습을 교대로 또는 병행하여 실시하는 것을 특징으로 하는 수단 2에 기재된 외관 검사용 조명 장치.

상기 수단 3에 의하면, 조명부(광원)의 열화 등에 기인한 조명 상태의 변화 등, 현실 세계에서 조건이 변화된 경우에도 그 변화에 추종할 수 있고, 가일층의 검사 정밀도의 향상을 도모할 수 있다.

수단 4. 용기 필름에 형성된 포켓부에 대해 소정의 내용물(예를 들면, 정제)이 수용되고, 상기 포켓부를 막도록 상기 용기 필름에 대해 커버 필름이 부착되어 이루어진 블리스터 포장체(예를 들면, PTP 시트)의 제조시에 사용되는 것을 특징으로 하는 수단 1 내지 3 중 어느 하나에 기재된 외관 검사용 조명 장치.

상기 수단 4에 의하면, 블리스터 포장체를 구성하는 포장재(용기 필름이나 커버 필름), 또는 그 내용물에 따른 외관 이상의 검사에 사용할 수 있고, 보다 적절한 양부 판정을 실시할 수 있게 된다.

수단 5. 수단 1 내지 4 중 어느 하나에 기재된 외관 검사용 조명 장치를 구비한 것을 특징으로 하는 외관 검사 장치.

보다 구체적인 외관 검사 장치의 구성으로서, 이하와 같은 구성을 들 수 있다.

「수단 1 내지 4 중 어느 하나에 기재된 외관 검사용 조명 장치와,

상기 외관 검사용 조명 장치에 의해 조명된 대상물을 촬상 가능한 촬상 수단과,

상기 촬상 수단에 의해 취득된 화상 데이터에 기초하여, 상기 대상물에 포함되는 소정의 검사 대상에 따른 외관 검사를 실행 가능한 검사 수단을 구비한 것을 특징으로 하는 외관 검사 장치.」

수단 6. 수단 5에 기재된 외관 검사 장치를 구비한 것을 특징으로 하는 블리스터 포장기.

상기 수단 6과 같이, 상기 외관 검사 장치를 블리스터 포장기(예를 들면, PTP 포장기)에 구비함으로써, 블리스터 포장체(예를 들면, PTP 시트)의 제조 과정에 있어서 불량품을 효율적으로 제외할 수 있는 등의 이점이 발생한다. 또한, 블리스터 포장기는, 상기 외관 검사 장치에 의해 불량이라고 판정된 블리스터 포장체를 배출하는 배출 수단을 구비하는 구성으로 해도 된다.

보다 구체적인 블리스터 포장기의 구성으로서, 이하와 같은 구성을 들 수 있다.

「용기 필름에 형성된 포켓부에 내용물이 수용되고, 상기 포켓부를 막도록 커버 필름이 부착되어 이루어진 블리스터 포장체(예를 들면, PTP 시트)를 제조하기 위한 블리스터 포장기(예를 들면, PTP 포장기)로서,

띠형상으로 반송되는 상기 용기 필름에 대해 상기 포켓부를 형성하는 포켓부 형성 수단과,

상기 포켓부에 상기 내용물을 충진하는 충진 수단과,

상기 포켓부에 상기 내용물이 충진된 상기 용기 필름에 대해, 상기 포켓부를 막도록 하여 띠형상의 상기 커버 필름을 부착하는 부착 수단과,

상기 용기 필름에 상기 커버 필름이 부착된 띠형상체(띠형상의 PTP 필름)로부터 상기 PTP 시트를 분리하는 분리 수단(시트 단위로 펀칭하는 펀칭 수단을 포함함)과,

수단 5에 기재된 외관 검사 장치를 구비한 것을 특징으로 하는 블리스터 포장기.」

　또한, 상기 구성에 있어서, 상기 외관 검사 장치를 「충진 수단에 의해 포켓부에 내용물이 충진된 후 공정, 또 부착 수단에 의해 커버 필름이 부착되는 전 공정」에 배치한 구성으로 해도 된다. 이와 같은 경우, 용기 필름의 포켓 개구측으로부터 내용물이나 용기 필름을 차단하는 것이 없는 상태에서 내용물이나 용기 필름에 따른 검사를 실행할 수 있고, 이들 검사의 정밀도를 향상시킬 수 있다.

또한, 상기 외관 검사 장치를 「부착 수단에 의해 커버 필름이 부착된 후 공정, 또 분리 수단에 의해 블리스터 포장체가 분리되는 전 공정」에 배치한 구성으로 해도 된다. 이와 같은 경우, 내용물이 교체되지 않는 상태에서 내용물에 따른 검사를 실행하거나, 시일 불량이나 이물 부착 등 시트부에 따른 검사를 실행할 수 있고, 이들 검사의 정밀도를 향상시킬 수 있다.

또한, 상기 외관 검사 장치를 「분리 수단에 의해 블리스터 포장체가 분리된 후 공정」에 설치한 구성으로 해도 된다. 이와 같은 경우, 불량품이 섞여 있지 않은지를 최종 단계에서 확인할 수 있다.

도 1의 (a)는 PTP 시트를 나타내는 사시도이고, (b)는 PTP 필름을 나타내는 사시도이다.
도 2는 PTP 시트의 포켓부의 부분 확대 단면도이다.
도 3은 PTP 포장기의 개략 구성을 나타내는 모식도이다.
도 4는 외관 검사 장치의 기능 구성을 나타내는 블록도이다.
도 5는 조명 유닛 및 촬상 유닛의 개략 구성을 모식적으로 나타내는 부분 단면 측면도이다.
도 6은 조명 유닛 및 촬상 유닛의 개략 구성을 모식적으로 나타내는 부분 단면 정면도이다.
도 7은 조명 패널의 개략 구성을 나타내는 평면 모식도이다.
도 8은 뉴럴 네트워크의 구조를 설명하기 위한 모식도이다.
도 9는 뉴럴 네트워크의 학습 처리의 흐름을 나타내는 플로우차트이다.
도 10은 뉴럴 네트워크의 학습 처리의 흐름을 설명하기 위한 블록도이다.
도 11은 조명 상태의 최적화 처리의 흐름을 나타내는 플로우차트이다.
도 12는 조명 상태의 최적화 처리의 흐름을 설명하기 위한 블록도이다.
도 13은 검사 처리의 흐름을 나타내는 플로우차트이다.
도 14는 제2 실시형태에 따른 학습·최적화 처리의 흐름을 나타내는 플로우차트이다.
도 15는 제2 실시형태에 따른 학습·최적화 처리의 흐름을 설명하기 위한 블록도이다.

[제1 실시형태]

이하, 일 실시형태에 대해 도면을 참조하면서 설명한다. 우선, 블리스터 포장체로서의 PTP 시트의 구성에 대해 상세히 설명한다.

도 1, 도 2에 도시한 바와 같이, PTP 시트(1)는 복수의 포켓부(2)를 구비한 용기 필름(3)과, 포켓부(2)를 막도록 용기 필름(3)에 부착된 커버 필름(4)을 갖고 있다.

본 실시형태에 있어서의 용기 필름(3)은, 예를 들면 PP(폴리프로필렌)나 PVC(폴리염화비닐) 등의 비교적 경질로 소정의 강성을 갖는 투명한 열가소성 수지 재료에 의해 형성되고, 광투과성을 갖고 있다. 한편, 커버 필름(4)은, 예를 들면 폴리프로필렌 수지 등으로 이루어진 실란트가 표면에 설치된 불투명 재료(예를 들면, 알루미늄박 등)에 의해 구성되어 있다.

또한, PTP 시트(1)는 평면에서 보아 대략 직사각형 형상으로 형성되어 있다. PTP 시트(1)에는 그 장변 방향을 따라서 소정 간격을 두고 배열된 5개의 포켓부(2)로 이루어진 포켓 열이, 그 단변 방향으로 소정 간격을 두고 2열 형성되어 있다. 즉, PTP 시트(1)는 총 10개의 포켓부(2)를 갖고 있다. 각 포켓부(2)에는 내용물로서의 정제(5)가 1개씩 수용되어 있다.

PTP 시트(1)[도 1(a) 참조]는, 띠형상의 용기 필름(3) 및 띠형상의 커버 필름(4)으로 형성된 띠형상의 PTP 필름(6)[도 1(b) 참조]이 시트 형상으로 펀칭됨으로써 제조된다.

계속해서, PTP 시트(1)를 제조하는 블리스터 포장기로서의 PTP 포장기(10)의 개략 구성에 대해 도 3을 참조하여 설명한다.

도 3에 도시한 바와 같이, PTP 포장기(10)의 최상류측에서는, 띠형상의 용기 필름(3)의 원단이 롤형상으로 감겨져 있다.

롤형상으로 감긴 용기 필름(3)의 인출단측은 가이드롤(13)로 안내되어 있다. 용기 필름(3)은 가이드롤(13)의 하류측에 있어서 간헐 이송롤(14)에 걸려 장착되어있다. 간헐 이송롤(14)은 간헐적으로 회전하는 모터에 연결되어 있고, 용기 필름(3)을 간헐적으로 반송한다.

가이드롤(13)과 간헐 이송롤(14)의 사이에는, 용기 필름(3)의 반송로를 따라서 가열 장치(15) 및 포켓부 형성 장치(16)가 차례로 설치되어 있다. 그리고, 가열 장치(15)에 의해 용기 필름(3)이 가열되어, 상기 용기 필름(3)이 비교적 유연해진 상태에 있어서, 포켓부 형성 장치(16)에 의해 용기 필름(3)의 소정 위치에 복수의 포켓부(2)가 성형된다(포켓부 형성 공정). 가열 장치(15) 및 포켓부 형성 장치(16)에 의해, 본 실시형태에 있어서의 포켓부 형성 수단이 구성된다. 포켓부(2)의 형성은, 간헐 이송롤(14)에 의한 용기 필름(3)의 반송 동작간의 인터벌 중에 실시된다.

간헐 이송롤(14)로부터 보내진 용기 필름(3)은 텐션롤(18), 가이드롤(19) 및 필름 받이롤(20)의 순으로 걸려 장착되어 있다. 필름 받이롤(20)은 일정 회전하는 모터에 연결되어 있으므로, 용기 필름(3)을 연속적으로 또 일정 속도로 반송한다.

텐션롤(18)은 용기 필름(3)을 탄성력에 의해 긴장되는 측으로 잡아당긴 상태로 되어 있고, 상기 간헐 이송롤(14)과 필름 받이롤(20)의 반송 동작의 상위에 의한 용기 필름(3)의 휘어짐을 방지하여 용기 필름(3)을 항상 긴장 상태로 유지한다.

가이드롤(19)과 필름 받이롤(20)의 사이에는, 용기 필름(3)의 반송로를 따라서 정제 충진 장치(21)가 설치되어 있다. 정제 충진 장치(21)는 포켓부(2)에 정제(5)를 자동적으로 충진하는 충진 수단으로서의 기능을 갖는다. 정제 충진 장치(21)는 필름 받이롤(20)에 의한 용기 필름(3)의 반송 동작과 동기하여, 소정 간격 마다 셔터를 개방함으로써 정제(5)를 낙하시키는 것이며, 이 셔터 개방 동작에 따라서 각 포켓부(2)에 정제(5)가 충진된다(충진 공정).

한편, 띠형상으로 형성된 커버 필름(4)의 원단은, 용기 필름(3)과는 별도로 최상류측에 있어서 롤형상으로 감겨져 있다.

롤형상으로 감긴 커버 필름(4)의 인출단은 가이드롤(24)로 안내되고, 가열롤(25)측으로 안내되어 있다. 가열롤(25)은 상기 필름 받이롤(20)에 압접 가능하게 되어 있고, 양 롤(20, 25)의 사이에 용기 필름(3) 및 커버 필름(4)이 보내지도록 되어 있다.

그리고, 용기 필름(3) 및 커버 필름(4)이 양 롤(20, 25)의 사이를 가열 압접 상태로 통과함으로써, 용기 필름(3)에 커버 필름(4)이 부착되고, 포켓부(2)가 커버 필름(4)으로 닫힌다(부착 공정). 이에 의해, 정제가(5)가 각 포켓부(2)에 충진된 띠형상체로서의 PTP 필름(6)이 제조된다. 가열롤(25)의 표면에는 시일용의 그물코 형상의 미세한 볼록조가 형성되어 있고, 이것이 강하게 압접함으로써, 강고한 시일 이 실현되도록 되어 있다. 필름 받이롤(20) 및 가열롤(25)에 의해 본 실시형태에 있어서의 부착 수단이 구성된다.

필름 받이롤(20)로부터 보내진 PTP 필름(6)은, 텐션롤(27) 및 간헐 이송롤(28)의 순으로 걸려 장착되어 있다. 간헐 이송롤(28)은 간헐적으로 회전하는 모터에 연결되어 있으므로, PTP 필름(6)을 간헐적으로 반송한다. 텐션롤(27)은 PTP 필름(6)을 탄성력에 의해 긴장되는 측으로 잡아당긴 상태로 되어 있고, 상기 필름 받이롤(20)과 간헐 이송롤(28)의 반송 동작의 상위에 의한 PTP 필름(6)의 휘어짐을 방지하여 PTP 필름(6)을 항상 긴장 상태로 유지한다.

간헐 이송롤(28)로부터 보내진 PTP 필름(6)은, 텐션롤(31) 및 간헐 이송롤(32)의 순으로 걸려 장착되어 있다. 간헐 이송롤(32)은 간헐적으로 회전하는 모터에 연결되어 있으므로, PTP 필름(6)을 간헐적으로 반송한다. 텐션롤(31)은 PTP 필름(6)을 탄성력에 의해 긴장되는 측으로 잡아당긴 상태로 되어 있고, 상기 간헐 이송롤(28, 32) 사이에서의 PTP 필름(6)의 휘어짐을 방지한다.

간헐 이송롤(28)과 텐션롤(31)의 사이에는 PTP 필름(6)의 반송로를 따라서, 슬릿 형성 장치(33) 및 각인 장치(34)가 차례로 설치되어 있다. 슬릿 형성 장치(33)는 PTP 필름(6)의 소정 위치에 분리용 슬릿(도시 생략)을 형성하는 기능을 갖는다. 또한, 각인 장치(34)는 PTP 필름(6)의 소정 위치에 각인(도시 생략)을 하는 기능을 갖는다.

간헐 이송롤(32)로부터 보내진 PTP 필름(6)은, 그 하류측에 있어서 텐션롤(35) 및 연속 이송롤(36)의 순으로 걸려 장착되어 있다. 간헐 이송롤(32)과 텐션롤(35)의 사이에는 PTP 필름(6)의 반송로를 따라서 시트 펀칭 장치(37)가 설치되어 있다. 시트 펀칭 장치(37)는 PTP 필름(6)을 PTP 시트(1) 단위로 그 외부 테두리를 펀칭하는 시트 펀칭 수단(분리 수단)으로서의 기능을 갖는다.

시트 펀칭 장치(37)에 의해 펀칭된 PTP 시트(1)는 컨베이어(39)에 의해 반송되어, 완성품용 호퍼(40)에 일단 저류된다(분리 공정). 또한, 여기서, PTP 시트(1)는 그 길이 방향이 컨베이어 폭방향(X 방향)을 따르도록, 또 그 짧은 길이 방향이 시트 반송 방향(Y 방향)을 따르도록 포켓부(2)를 위로 한 상태에서 컨베이어(39) 상에 얹어 설치되어 반송된다(도 5, 6 등 참조).

컨베이어(39)의 상방 위치에는 외관 검사 장치(45)가 배치되어 있다. 외관 검사 장치(45)는 정제(5)에 따른 외관 이상, 예를 들면 이물이나 오염 부착, 파편이나 균열의 유무, 인쇄 불량 등을 검사한다. 외관 검사 장치(45)의 상세에 대해서는 후술한다.

또한, 여기서 외관 검사 장치(45)에 의해 불량품이라고 판정된 경우, 그 불량품이라고 판정된 PTP 시트(1)는 완성품용 호퍼(40)에 보내지지 않고, 도시하지 않은 배출 수단으로서의 불량 시트 배출 기구에 의해 별도로 배출되게 된다.

연속 이송롤(36)의 하류측에는 재단 장치(41)가 설치되어 있다. 그리고, 시트 펀칭 장치(37)에 의한 펀칭 후에 띠형상으로 남은 잔재부(스크랩부)를 구성하는 불요 필름부(42)는 상기 텐션롤(35) 및 연속 이송롤(36)로 안내된 후, 재단 장치(41)로 인도된다. 또한, 상기 연속 이송롤(36)은 종동롤이 압접되어 있고, 상기 불요 필름부(42)를 끼우면서 반송 동작을 실시한다. 재단 장치(41)는 불요 필름부(42)를 소정 치수로 재단하여 스크랩 처리하는 기능을 갖는다. 이 스크랩은 스크랩용 호퍼(43)에 저류된 후, 별도 폐기 처리된다.

또한, 상기 각 롤(14, 20, 28, 31, 32) 등은, 상기 롤 표면과 포켓부(2)가 대향하는 위치 관계로 되어 있지만, 간헐 이송롤(14) 등의 표면에는 포켓부(2)가 수용되는 오목부가 형성되어 있으므로, 포켓부(2)가 찌그러지지 않는다. 또한, 포켓부(2)가 간헐 이송롤(14) 등의 각 오목부에 수용되면서 이송 동작을 실시함으로써, 간헐 이송 동작이나 연속 이송 동작이 확실히 실시된다.

PTP 포장기(10)의 개략은 이상과 같지만, 이하에 상기 외관 검사 장치(45)의 구성에 대해 도면을 참조하여 상세히 설명한다. 도 4는 외관 검사 장치(45)의 기능 구성을 나타내는 블록도이다.

외관 검사 장치(45)는 컨베이어(39)상의 PTP 시트(1)에 대해 광을 조사 가능한 조명 유닛(52)과, 상기 광이 조사된 PTP 시트(1)를 촬상 가능한 카메라 유닛(53)과, 이들 양 유닛(52, 53)의 구동 제어를 비롯하여, 각종 디바이스의 구동 제어나 화상 처리, 연산 처리 등을 실행 가능한 제어 장치(54)를 구비하고 있다.

여기서, 조명 유닛(52) 및 그 제어에 따른 제어 장치(54)의 각종 기능부에 의해, 본 실시형태에 있어서의 외관 검사용 조명 장치가 구성되게 된다. 즉, 본 실시형태에 따른 외관 검사 장치(45)는, 외관 검사용 조명 장치와, 촬상 수단으로서 촬상 장치(카메라 유닛(53) 및 그 제어에 따른 제어 장치(54)의 각종 기능부)가 기능적으로 일체로 설치된 구성으로 되어 있다.

도 5, 도 6에 도시한 바와 같이, 조명 유닛(52)은 중공 박스상의 하우징(61)을 구비하고 있다. 하우징(61) 내에는 조명부로서의 15개의 조명 패널(L1~L15)이 배치되어 있다.

구체적으로는, 시트 반송 방향 하류측(도 5 우측)의 하우징(61)의 바닥부 근방에 배치된 제1 조명 패널(L1)과, 시트 반송 방향 상류측(도 5 좌측)의 하우징(61)의 바닥부 근방에 배치된 제2 조명 패널(L2)과, 컨베이어 폭방향 일단측(도 6 좌측)의 하우징(61)의 바닥부 근방에 배치된 제3 조명 패널(L3)과, 컨베이어 폭방향 타단측(도 6 우측))의 하우징(61)의 바닥부 근방에 배치된 제4 조명 패널(L4)과, 제1 조명 패널(L1)의 상방 위치에 배치된 제5 조명 패널(L5)과, 제2 조명 패널(L2)의 상방 위치에 배치된 제6 조명 패널(L6)과, 제3 조명 패널(L3)의 상방 위치에 배치된 제7 조명 패널(L7)과, 제4 조명 패널(L4)의 상방 위치에 배치된 제8 조명 패널(L8)과, 제5 조명 패널(L5)의 내측 대각선 상방 위치에 배치된 제9 조명 패널(L9)과, 제6 조명 패널(L6)의 내측 대각선 상방 위치에 배치된 제10 조명 패널(L10)과, 제9 조명 패널(L9)의 내측 대각선 상방 위치에 배치된 제11 조명 패널(L11)과, 제10 조명 패널(L10)의 내측 대각선 상방 위치에 배치된 제12 조명 패널(L12)과, 제11 조명 패널(L11)의 상방 위치에 배치된 제13 조명 패널(L13)과, 컨베이어 폭방향 일단측의 하우징(61)의 천정부 근방에 배치된 제14 조명 패널(L14)과, 컨베이어 폭방향 타단측의 하우징(61)의 천정부 근방에 배치된 제15 조명 패널(L15)을 구비하고 있다.

도 7에 도시한 바와 같이, 각 조명 패널(L1~L15)은 각각 수십개(경우에 따라서 백개 이상)의 LED(발광 다이오드)(63)가 프린트 기판(64) 상에 매트릭스상으로 실장된 LED 기판에 의해 구성되어 있다.

각 조명 패널(L1~L15)은, 각각 LED(63)의 실장면이 하우징(61) 내측을 향하도록 배치되어 있고, 각 조명 패널(L1~L15)로부터 출사된 광은, 하우징(61)의 바닥부 중앙에 형성된 개구부(61a)를 통해, 컨베이어(39)상의 소정 범위(이하, 「검사 영역」이라고 함)에 대해 직접적 또는 간접적으로 조사된다. 단, 제13 조명 패널(L13)로부터 출사된 광은 하프 미러(HM)에 반사되어, 연직 방향(Z 방향) 하부 방향으로 조사된다.

각 조명 패널(L1~L15)은, 각각 개별로 조광 가능(밝기 조정)하게 구성되어 있다. 자세하게는, LED(63)의 발광 휘도를 변화시킴으로써, 그 밝기를 256 계조로 조절 가능하게 되어 있다.

이에 의해, 조명 유닛(52)은 복수의 조명 패널(L1~L15)에 의해 만들어지는 소정의 조명 상태에서 검사 영역 내에 위치하는 PTP 시트(1)를 조명할 수 있다.

카메라 유닛(이하, 단지 「카메라」라고 한다.)(53)은, 조명 유닛(52)의 하우징(61)의 상방 위치에 배치되어 있고, 하우징(61)의 천정부 중앙에 형성된 개구부(61b) 및 하우징(61)의 바닥부 중앙에 형성된 개구부(61a)를 통해, 검사 영역 내를 촬상 가능하게 되어 있다.

또한, 도시는 생략하지만, 카메라(53)는 CCD(Charge Coupled Device)형 이미지 센서 또는 CMOS(Complementary Metal Oxide Semiconductor)형 이미지 센서 등의 촬상 소자와, 상기 촬상 소자에 대해 검사 영역 내에 위치하는 PTP 시트(1)의 상을 결상시키는 광학계(렌즈 유닛이나 조리개 등)를 갖고 있다.

본 실시형태에서는, 조명 유닛(52)으로부터 조사된 광이 용기 필름(3)을 넘어 정제(5) 및 커버 필름(4)을 비추고, 정제(5) 및 커버 필름(4)으로부터 반사된 광이 카메라(53)에 의해 촬상되어, 화상 데이터가 생성되게 된다.

그리고, 카메라(53)에 의해 취득된 화상 데이터는, 상기 카메라(53)의 내부에 있어서 디지털 신호로 변환된 후, 디지털 신호의 형태로 제어 장치(54)(후술하는 화상 취득부(74))에 대해 출력된다.

제어 장치(54)는 소정의 연산 처리를 실행하는 CPU(Central Processing Unit), 각종 프로그램이나 고정값 데이터 등을 기억하는 ROM(Read Only Memory), 각종 연산 처리를 실행할 때 각종 데이터가 일시적으로 기억되는 RAM(Random Access Memory) 및 이들의 주변 회로 등을 포함하는 컴퓨터로 이루어진다.

그리고, 제어 장치(54)는 CPU가 각종 프로그램에 따라서 동작함으로써, 후술하는 주 제어부(71), 조명 제어부(72), 카메라 제어부(73), 화상 취득부(74), 화상 처리부(75), 학습부(76), 조광 파라미터 조정부(77), 조광 파라미터 설정부(78), 검사부(79) 등의 각종 기능부로서 기능한다.

단, 상기 각종 기능부는, 상기 CPU, ROM, RAM 등의 각종 하드웨어가 협동함으로써 실현되는 것이고, 하드적 또는 소프트적으로 실현되는 기능을 명확히 구별할 필요는 없으며, 이들 기능의 일부 또는 전부가 IC 등의 하드웨어 회로에 의해 실현되어도 된다.

또한, 제어 장치(54)에는 키보드나 마우스, 터치패널 등으로 구성되는 입력부(55), 액정 디스플레이 등의 표시 화면을 갖는 표시부(56)와, 각종 데이터나 프로그램, 연산 결과 등을 기억 가능한 기억부(57), 외부와 각종 데이터를 송수신 가능한 통신부(58) 등이 설치되어 있다.

여기서, 제어 장치(54)를 구성하는 상기 각종 기능부에 대해 상세히 설명한다. 주 제어부(71)는 외관 검사 장치(45) 전체의 제어를 담당하는 기능부이고, 조명 제어부(72)나 카메라 제어부(73) 등 다른 기능부와 각종 신호를 송수신 가능하게 구성되어 있다.

조명 제어부(72)는 조명 유닛(52)을 구동 제어하는 기능부이고, 본 실시형태에 있어서의 조명 제어 수단을 구성한다. 조명 제어부(72)는 후술하는 바와 같이 조명 패널(L1~L15) 각각에 대응하여 조광 파라미터 설정부(78)에 설정되는 조광 파라미터값에 기초하여, 조명 유닛(52)의 조명 패널(L1~L15)을 구동 제어하고, 상기 조광 파라미터값에 대응하는 밝기 레벨로 각 조명 패널(L1~L15)을 점등시킨다.

본 실시형태에서는, 펄스폭 변조(PWM)에 의해 소정 기간(예를 들면, 1/60초간) 중에 있어서의 LED(63)의 점등 상태에 있는 시간 비율(듀티비)을 변화시킴으로써 조명 패널(L1~L15) 마다 개별로 조광(밝기 조정)할 수 있고, 256계조의 밝기 표현이 가능하게 되어 있다. 이 때, 1 채널로서 제어하는 한개의 조명 패널(L1~L15)에 탑재된 모든 LED(63)는 동일 휘도로 발광한다.

카메라 제어부(73)는 카메라(53)를 구동 제어하는 기능부이고, 주 제어부(71)로부터의 지령 신호에 기초하여 촬상 타이밍 등을 제어한다.

화상 취득부(74)는 카메라(53)에 의해 촬상되어 취득된 화상 데이터(실화상 데이터)를 취입하는 기능부이다.

화상 처리부(75)는 화상 취득부(74)에 의해 취입된 PTP 시트(1)의 실화상 데이터에 소정의 화상 처리를 실시하는 기능부이고, 본 실시형태에 있어서의 화상 화상 처리 수단을 구성한다. 예를 들면, 후술하는 학습 처리에 있어서는, 뉴럴 네트워크(90)(도 8 참조)의 학습에 이용하는 교사 데이터가 되는 교사 화상 데이터를 생성한다. 또한, 검사 처리에 있어서는, 2치화 처리한 2치화 화상 데이터 등을 생성한다.

학습부(76)는 교사 화상 데이터 등을 이용하여 뉴럴 네트워크(90)의 학습을 실시하여, AI(Artificial Intelligence) 모델(100)을 생성하는 기능부이다. AI 모델(100)은, 후술하는 바와 같이 조명 유닛(52)의 조명 상태의 최적화 처리에 사용되는 학습 모델이고, 뉴럴 네트워크(90)와 상기 학습에 의해 획득한 학습 정보가 조합되어 구성되어 있다.

여기서, 뉴럴 네트워크(90)의 구조에 대해 도 8의 모식도를 참조하여 설명한다. 도 8에 도시한 바와 같이, 뉴럴 네트워크(90)는 입력층(91), 중간층(92) 및 출력층(93)을 갖고 있다. 또한, 도 8에서는, 설명을 용이하게 하기 위해, 중간층(92)이 1개인 경우를 예시하고 있지만, 중간층(92)의 층수는 1개에 한정되지 않고, 2개 이상이어도 된다.

입력층(91), 중간층(92) 및 출력층(93)에는 각각 뉴런에 상당하는 노드(유닛)(94)가 한개 또는 복수 존재한다. 물론, 각 층(91, 92, 93)의 노드 수에 대해서도 도 8에 예시한 수에 한정되지 않고, 입출력하는 정보나 특징량 등에 따라서 임의로 설정 가능하다.

예를 들면, 본 실시형태에 있어서의 입력층(91)의 노드 수는, 제어 대상이 되는 조명부의 수(채널 수)에 대응하고 있다. 즉, 조명 패널(L1~L15)에 대응하여 15개 존재하게 된다. 또한, 본 실시형태에 있어서의 출력층(93)의 노드 수는 후술하는 예측 화상 데이터의 화소 수에 대응하고, 출력층(93)의 각 노드(94)로부터는 상기 예측 화상 화상 데이터를 구성하는 각 화소의 정보(휘도값 등)가 출력값으로서 출력된다.

각 층(91, 92, 93)의 각 노드(94)는, 각각 인접하는 전후의 층에 존재하는 노드(94)와, 파라미터가 되는 결합 하중(중량 및 바이어스)에 의해 연결되어 있다.

그리고, 입력층(91)의 각 노드(94)에 부여된 입력값은 각각 결합 하중으로 가중되어, 중간층(92)의 각 노드(94)에 부여된다. 상기 중간층(92)의 각 노드(94)에서는, 각각　가중된 입력값(중량과 입력값의 곱)의 총합을 활성화 함수에 의해 변환하여 출력값이 산출되고, 그것이 출력층(93)의 각 노드(94)에 부여된다.

중간층(92)과 마찬가지로, 출력층(93)의 각 노드(94)에서는, 각각　가중된 입력값의 총합을 활성화 함수에 의해 변환하여 출력값이 산출되고, 그것이 뉴럴 네트워크(90)의 출력값으로서 출력된다.

이와 같이, 뉴럴 네트워크(90)에서는, 입력층(91)에 소정의 정보가 부여되면, 그 내용이 중간층(92)을 통해 변환되면서 출력층(93)으로 전달되고, 출력층(93)으로부터 예측 결과에 상당하는 정보가 출력되게 된다.

또한, 각 노드(94) 사이를 결합하는 결합 하중(파라미터)은, 후술하는 바와 같이 소정의 학습 알고리즘에 의해 학습되어 갱신된다. 그리고, 학습에 의해 갱신된 각 결합 하중은, 뉴럴 네트워크(90)와 함께 학습이 끝난 학습 모델을 구성하는 학습 정보로서 기억부(57)에 기억된다.

조광 파라미터 조정부(77)는 AI 모델(100)을 이용하여 각 조명 패널(L1~L15)의 조광 파라미터값(밝기 레벨)을 보다 최적의 값으로 조정하는 기능부이고, 본 실시형태에 있어서의 레벨 특정 수단을 구성한다.

조광 파라미터 설정부(78)는 조명 제어부(72)가 조명 유닛(52)을 구동 제어할 때 참작하는 각 조명 패널(L1~L15)에 따른 조광 파라미터값을 개별로 기억하는 기능부이다.

검사부(79)는 검사용 화상 데이터에 기초하여, 대상물로서의 PTP 시트(1)에 포함되는 소정의 검사 대상으로서의 정제(5)에 대해 양부 판정을 실시하는 기능부이고, 본 실시형태에 있어서의 검사 수단을 구성한다.

기억부(57)는 HDD(Hard Disk Drive)나 SSD(Solid State Drive) 등으로 구성되고, 예를 들면 AI 모델(100)(뉴럴 네트워크(90) 및 그 학습 정보)을 기억하는 소정의 기억 영역을 갖고 있다. 이와 같은 기억 영역이 본 실시형태에 있어서의 네트워크 저장 수단을 구성한다.

통신부(58)는, 예를 들면 유선 LAN(Local Area Network)이나 무선 LAN 등의 통신 규격에 준거한 무선 통신 인터페이스 등을 구비하고, 외부와 각종 데이터를 송수신 가능하게 구성되어 있다. 예를 들면, 검사부(79)에 의해 실시된 양부 판정의 결과 등이 통신부(58)를 통해, PTP 포장기(10)의 불량 시트 배출 기구 등에 대해 송신된다.

계속해서, 외관 검사 장치(45)에 의해 실시되는 뉴럴 네트워크(90)의 학습 처리에 대해 도 9, 도 10을 참조하여 설명한다. 도 9는 뉴럴 네트워크(90)의 학습 처리의 흐름을 나타내는 플로우차트이고, 도 10은 뉴럴 네트워크(90)의 학습 처리의 흐름을 설명하기 위한 블록도이다. 또한, 이 뉴럴 네트워크(90)의 학습 처리를 실행하는 각종 기능에 의해 본 실시형태에 있어서의 학습 수단이 구성된다.

소정의 학습 프로그램의 실행에 기초하여, 학습 처리가 개시되면, 첫 단계 (S101)에 있어서, 주 제어부(71)로부터의 지령에 기초하여, 학습부(76)가 미학습의 뉴럴 네트워크(90)를 준비한다. 예를 들면, 미리 기억부(57) 등에 저장되어 있는 뉴럴 네트워크(90)를 판독한다. 또는, 기억부(57) 등에 저장되어 있는 네트워크 구성 정보(예를 들면, 뉴럴 네트워크의 층수, 각 층의 노드 수, 각 노드 간의 결합 하중 등)에 기초하여, 뉴럴 네트워크(90)를 생성한다.

단계(S102)에서는, 주 제어부(71)가 복수의 조명 패널(L1~L15) 각각의 밝기 레벨(LED(63)의 발광 휘도 레벨)에 대응하는 레벨 정보로서의 조광 파라미터값(「0」~「255」중 어느 하나의 값)을 랜덤으로 선출하고, 조광 파라미터 설정부(78)에 설정한다.

단계(S103)에서는, 교사 화상 데이터를 취득한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 조명 제어부(72)가 단계(S102)에 있어서 조광 파라미터 설정부(78)에 설정된 조광 파라미터값에 대응하는 밝기 레벨로, 조명 유닛(52)의 각 조명 패널(L1~L15)을 점등시킨다. 계속해서, 주 제어부(71)로부터의 지령에 기초하여, 카메라 제어부(73)가 카메라(53)를 구동시킨다. 이에 의해, 정지중인 컨베이어(39)의 상기 검사 영역 내에 미리 얹어 설치되고, 복수의 조명 패널(L1~L15)에 의해 만들어지는 조명 상태로 조명된 양품의 PTP 시트(1)를 촬상한다. 그리고, 카메라(53)에 의해 취득된 실화상 데이터를 화상 취득부(74)가 취입한다.

화상 취득부(74)에 의해 취입된 PTP 시트(1)의 실화상 데이터는, 화상 처리부(75)에 있어서 소정의 화상 처리(예를 들면, 트리밍이나 기울기 보정 등)가 실시된 후, 교사 화상 데이터로서 학습부(76)에 입력된다.

단계(S104)에서는 예측 화상 데이터를 취득한다. 또한, 단계(S104)의 처리는, 단계(S103)의 처리와 병행하여 실시되도록 해도 된다.

구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 학습부(76)가 단계(S102)에 있어서 조광 파라미터 설정부(78)에 설정된 각 조명 패널(L1~L15)에 따른 조광 파라미터값을 입력값으로 하여 뉴럴 네트워크(90)의 입력층(91)의 각 노드(94)에 부여하고, 이에 의해 출력층(93)의 각 노드(94)로부터 출력되는 출력값을 정리하여 예측 화상 데이터로서 취득한다.

또한, 여기서, 취입된 예측 화상 데이터는, 조광 파라미터 설정부(78)에 설정된 조광 파라미터값에 대응하는 밝기 레벨로 각각 발광하는 복수의 조명 패널(L1~L15)에 의해 만들어지는 조명 상태에서 조명되는 PTP 시트(1)를 촬상한 경우에 취득될 수 있는 화상 데이터로서 뉴럴 네트워크(90)가 예측한 것이고, 학습의 정도에 따라서 그 정밀도는 다르다.

계속해서 단계(S105)에서는, 학습부(76)가 단계(S103)에 있어서 카메라(53)에 의해 취득된 실화상 데이터인 교사 화상 데이터와, 단계(S104)에 있어서 뉴럴 네트워크(90)에 의해 출력된 예측 화상 데이터를 비교하고, 그 오차가 충분히 작은지 여부(소정의 임계값 이하인지의 여부)를 판정한다.

여기서, 그 오차가 충분히 작은 경우에는, 뉴럴 네트워크(90) 및 그 학습 정보(후술하는 갱신 후의 결합 하중 등)를 AI 모델(100)로서 기억부(57)에 저장하고, 본 학습 처리를 종료한다.

한편, 오차가 충분히 작지 않은 경우에는, 단계(S106)에 있어서 네트워크 갱신 처리(뉴럴 네트워크(90)의 학습)를 실시한 후, 다시 단계(S102)로 복귀하여, 상기 일련의 처리를 반복한다.

구체적으로, 단계(S106)의 네트워크 갱신 처리에서는, 공지의 학습 알고리즘인 오차 역전파법(Backpropagation)을 이용하여, 뉴럴 네트워크(90)의 각 노드 간의 결합 하중(파라미터)에 대한 기울기를 구하고, 교사 화상 데이터와 예측 화상 데이터의 오차가 작아지도록, 상기 기울기에 기초하여 각 노드 간의 결합 하중을 보다 적절한 것으로 갱신한다.

이들 처리를 여러 번 반복함으로써, 뉴럴 네트워크(90)는 복수의 조명 패널(L1~L15) 각각의 조광 파라미터값과, 이에 대응하는 밝기 레벨로 각각 발광하는복수의 조명 패널(L1~L15)에 의해 만들어지는 조명 상태에서 조명되는 PTP 시트(1)를 촬상한 경우에 취득될 수 있는 화상 데이터와의 상관 관계를 학습하고, 보다 정확 예측 화상 데이터를 출력할 수 있게 된다.

계속해서, 외관 검사 장치(45)에 의해 실시되는 조명 유닛(52)의 조명 상태의 최적화 처리에 대해 도 11, 도 12를 참조하여 설명한다. 도 11은 조명 상태의 최적화 처리의 흐름을 나타내는 플로우차트이고, 도 12는 조명 상태의 최적화 처리의 흐름을 설명하기 위한 블록도이다.

소정의 최적화 프로그램의 실행에 기초하여, 최적화 처리가 개시되면, 우선 단계(S201)에 있어서, 주 제어부(71)로부터의 지령에 기초하여, 조광 파라미터 조정부(77)가 복수의 조명 패널(L1~L15) 각각에 대응하는 파라미터 초기값을 256단계의 조광 파라미터값(「0」~「255」) 중에서 랜덤으로 선출하고, 파라미터 후보값으로서 소정의 후보값 기억 영역에 기억한다.

단계(S202)에서는, 주 제어부(71)로부터의 지령에 기초하여, 조광 파라미터 조정부(77)가 상기 후보값 기억 영역에 기억된 조광 파라미터값(단계(S201)에 있어서 파라미터 초기값으로서 선출한 조광 파라미터값, 또는 후술하는 단계(S205)에 있어서 보정된 조광 파라미터값)을 입력값으로 하여, AI 모델(100)(학습이 끝난 뉴럴 네트워크(90))의 입력층(91)의 각 노드(94)에 부여하고, 이에 의해 출력층(93)의 각 노드(94)로부터 출력되는 출력값을 정리하여 예측 화상 데이터로서 취득한다.

단계(S203)에 있어서, 조광 파라미터 조정부(77)는 단계(S202)에 있어서 AI 모델(100)에 의해 출력된 예측 화상 데이터와, 이상적인 데이터로서 미리 기억부(57)에 기억된 이상 화상 데이터를 비교하여, 그 오차를 산출함과 동시에, 상기 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파시키고, 상기 입력값(상기 후보값 기억 영역에 기억된 조광 파라미터값)에 대한 기울기를 구한다. 또한, 이 때, 뉴럴 네트워크(90)의 갱신(학습)은 실시하지 않는다. 여기서, 상기 이상 화상 데이터가 본 실시형태에 있어서의 목표 화상 데이터에 상당한다. 또한, 예측 화상 데이터와 이상 화상 데이터를 비교하고, 그 오차를 산출하는 기능에 의해 본 실시형태에 있어서의 비교 수단이 구성된다.

계속해서 단계(S204)에서는, 조광 파라미터 조정부(77)가 단계(S203)에 있어서 산출한 오차 및 기울기가 각각 충분히 작은지 여부(각각 소정의 임계값 이하인지의 여부)를 판정한다.

여기서, 그 오차 및 기울기가 모두 충분히 작은 경우, 상기 후보값 기억 영역에 기억된 조광 파라미터값을 조광 파라미터 설정부(78)에 설정하고, 본 최적화 처리를 종료한다.

한편, 그 오차 및 기울기 중 하나가 충분히 작지 않은 경우에는, 단계(S205)에 있어서, 조광 파라미터 조정부(77)는 단계(S203)에 있어서 산출한 기울기에 기초하여, 각 조명 패널(L1~L15)에 대응하는 입력값(상기 후보값 기억 영역에 기억된 조광 파라미터값)을 각각 보정(갱신)한다. 그 후, 다시 단계(S202)로 복귀하여, 상기 일련의 처리를 반복한다.

이와 같은 처리를 여러 번 반복함으로써, 상기 후보값 기억 영역에 기억되는 조광 파라미터값(파라미터 후보값)이 목표로 하는 조명 상태에 가까운 조명 상태가될 수 있는 이상값에 근접해가게 된다.

계속해서, 외관 검사 장치(45)에 의해 실시되는 정제(5)의 검사 처리에 대해서 도 13의 플로우차트를 참조하여 설명한다. 이와 같은 검사 처리는, 시트 펀칭 장치(37)에 의해 펀칭된 PTP 시트(1)가 컨베이어(39)에 의해 상기 검사 영역으로 반송될 때마다 실행되는 처리이다.

소정의 검사 프로그램의 실행에 기초하여 검사 처리가 개시되면, 우선 단계(S301)에 있어서, 파라미터 판독 처리를 실행한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 조명 제어부(72)가 조광 파라미터 설정부(78)에 설정된 각 조명 패널(L1~L15)에 대응하는 조광 파라미터값을 판독한다.

단계(S302)에서는 조명 처리를 실행한다. 구체적으로는, 주 제어부(71)가 컨베이어(39)에 설치된 도시하지 않은 엔코더로부터의 신호에 기초하여, 상기 PTP 시트(1)가 상기 검사 영역에 도달했다고 판단하면, 조명 제어부(72)에 대해 소정의 신호를 출력한다. 이에 기초하여, 조명 제어부(72)는 소정의 타이밍에, 단계(S301)에서 판독된 각 조광 파라미터값에 대응하는 밝기 레벨로, 조명 유닛(52)의 각 조명 패널(L1~L15)을 점등시킨다.

이에 의해, 검사 영역 내에 위치하는 PTP 시트(1)가, 복수의 조명 패널(L1~L15)에 의해 만들어지는 소정의 조명 상태로 조명된 상태가 된다.

계속해서 단계(S303)에서는, 촬상 처리를 실행한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 카메라 제어부(73)가 소정의 타이밍에 카메라(53)를 구동시킨다. 이에 의해, 검사 영역 내에 위치하는 PTP 시트(1)(10개의 정제(5)를 포함한다.)를 촬상한다. 이에 의해, 복수의 조명 패널(L1~L15)에 의해 만들어지는 소정의 조명 상태로 조명된 PTP 시트(1)를 포함하는 휘도 화상 데이터가 취득된다. 그리고, 이 휘도 화상 데이터는 화상 취득부(74)에 취입된다.

단계(S304)에서는 화상 처리를 실행한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 화상 처리부(75)가 단계(S303)에서 화상 취득부(74)에 취입된 휘도 화상 데이터에 대해 소정의 화상 처리를 실시하여, 검사용 화상 데이터를 생성한다.

본 실시형태에서는, 화상 취득부(74)에 취입된 휘도 화상 데이터에 대해, 예를 들면, 쉐이딩 보정이나 마스킹 처리 등의 화상 처리를 실시한 후, 소정의 임계값에 기초하여 2치화 처리를 실시하여, 2치화 화상 데이터를 생성한다. 여기서는, 상기 임계값 이상의 명도를 갖는 부분이 「1(명(明))」, 상기 임계값 미만의 부분이 「0(암(暗))」으로서, 휘도 화상 데이터를 2치화 화상 데이터로 변환한다.

단계(S305)에서는 양부 판정 처리를 실시한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 검사부(79)가 단계(S304)에서 생성된 검사용 화상 데이터에 기초하여, 대상물로서의 PTP 시트(1)에 포함되는 소정의 검사 대상으로서의 10개의 정제(5)에 대해 양부 판정을 실시한다. 이하, 이물 검사(이물이나 오염 부착 검사)를 일례로서 양부 판정의 흐름에 대해 설명하지만, 여기서는 정제(5)에 따른 외관 이상으로서, 그 외에 파편이나 균열의 유무, 인쇄 불량 등에 대해서도 검사가 실시된다.

본 실시형태에서는, 우선, 단계(S304)에서 생성된 2치화 화상 데이터에 대해, 각각 괴처리를 실시한다. 이 괴처리에서는 2치화 화상 데이터의 「0(암)」및 「1(명)」에 대해 각 연결 성분을 특정함과 동시에, 각각의 연결 성분에 대해 라벨링을 실시한다.

그리고, 검사부(79)는 2치화 화상 데이터로 구한 「1(명)」의 연결 성분 중에서 정제(5)에 상당하는 연결 성분을 정제 영역으로서 특정하고, 이 정제 영역 내의 이물의 면적을 산출한다. 즉, 2치화 화상 데이터로 구한 「0(암)」의 연결 성분 중, 정제 영역의 좌표에 포함되거나, 또는 연속되는 것을 추출하고, 그 면적, 즉 이물의 면적을 구해, 각 이물의 면적이 미리 정해진 판정 기준값보다 작은지 여부를 판정한다.

여기서, 검사부(79)는 1장의 PTP 시트(1)에 대응하는 2치화 화상 데이터에 있어서, 10개의 정제(5) 전체에 있어서 이물의 면적이 판정 기준값보다 작은 경우에는, 상기 PTP 시트(1)를 양품이라고 판정함과 동시에, 그 결과를 기억부(57)에 기억하고, 본 처리를 종료한다.

한편, 1장의 PTP 시트(1)에 포함되는 10개의 정제(5) 중, 이물의 면적이 판정 기준값보다 큰 것이 1개라도 있는 경우에는, 상기 PTP 시트(1)를 불량품이라고 판정하고, 그 결과를 표시부(56)에 표시하거나, 그것를 통신부(58)를 통해 PTP 포장기(10)의 불량 시트 배출 기구 등에 송신하여 본 처리를 종료한다.

이상 상술한 바와 같이, 본 실시형태에 따르면, AI 모델(100)(뉴럴 네트워크(90))과 그 오차 역전파를 이용함으로써, 각각 밝기 조정 가능한 복수의 조명 패널(L1~L15)에 의해 만들어질 수 있는 팽대한 조합 패턴의 조명 상태 중에서, 비교적 단시간의 외관 검사에 의해 최적의 조명 상태를 자동적으로 찾아내어 만들어낼 수 있다. 그 결과, 검사 효율의 비약적인 향상을 도모할 수 있다.

또한, 사람이 감지할 수 없을 정도의 미묘한 조명 상태의 차이(단, 검사 결과에는 영향을 미칠 우려가 있을 정도의 차이)도 식별하여, 보다 최적의 조명 상태를 만들어낼 수 있다. 그 결과, 검사 정밀도의 비약적인 향상을 도모할 수 있다.

또한, 작업자의 경험이나 감각에 의존하지 않고, 보다 최적의 조명 상태를 재현성 좋게 찾아내어 만들어낼 수 있다. 그 결과, 시간적·장소적인 제약을 받지 않고, 편리성이나 범용성의 향상을 도모할 수 있다.

또한, 본 실시형태에서는, 뉴럴 네트워크(90)의 학습을 실시하는 학습부(76)를 구비하고 있다.

이에 의해, 외부에 있어서 학습을 실시한 학습이 끝난 뉴럴 네트워크(90)를 저장한 경우보다, 조명 유닛(52) 마다의 개체 차를 고려한 뉴럴 네트워크(90)의 학습을 실시할 수 있고, 조명 유닛(52) 마다 뉴럴 네트워크(90)가 보다 적절한 처리를 실시할 수 있게 된다. 그 결과, 조명 유닛(52) 마다 보다 최적의 조명 상태를 만들어내어, 가일층의 검사 정밀도의 향상을 도모할 수 있다.

[제2 실시형태]

계속해서, 제2 실시형태에 대해 도면을 참조하여 상세히 설명한다. 단, 상술한 제1 실시형태와 중복되는 부분에 대해서는, 동일한 부재 명칭, 동일한 부호를 사용하는 등 그 상세한 설명을 생략함과 동시에, 이하에는 제1 실시형태와 상위한 부분을 중심으로 하여 설명하기로 한다.

상기 제1 실시형태에서는, 먼저 뉴럴 네트워크(90)의 학습 처리를 실행하고, 그 후, 학습이 끝난 뉴럴 네트워크(90)(AI 모델(100))을 이용하여, 조명 유닛(52)의 조명 상태의 최적화 처리를 실행하는 구성으로 되어 있다.

이에 대해, 제2 실시형태에 있어서는, 미학습의 뉴럴 네트워크(90)에 대해 학습 처리와 조명 상태의 최적화 처리가 교대로 실행하는 구성으로 되어 있다.

이하, 외관 검사 장치(45)에 의해 실시되는 학습·최적화 처리에 대해 도 14, 도 15를 참조하여 설명한다. 도 14는 학습·최적화 처리의 흐름을 나타내는 플로우차트이고, 도 15는 학습·최적화 처리의 흐름을 설명하기 위한 블록도이다.

소정의 프로그램의 실행에 기초하여 학습·최적화 처리가 개시되면, 첫 단계(S401)에 있어서, 주 제어부(71)로부터의 지령에 기초하여, 학습부(76)가 미학습의 새로운 뉴럴 네트워크(90)를 준비한다.

단계(S402)에서는, 주 제어부(71)로부터의 지령에 기초하여, 조광 파라미터 조정부(77)가 복수의 조명 패널(L1~L15) 각각에 대응하는 파라미터 초기값을 256 단계의 조광 파라미터 데이터 값(「0」~ 「255」) 중에서 랜덤으로 선출하고, 파라미터 후보값으로서 소정의 후보값 기억 영역에 기억한다.

단계(S403)에서는, 주 제어부(71)가 상기 후보값 기억 영역에 기억된 조광 파라미터값(파라미터 후보값)의 주변값을 임의로(예를 들면, 주변값 중에서 랜덤으로) 선출하고, 조광 파라미터 설정부(78)에 설정한다.

또한, 상기 후보값 기억 영역에 기억되는 조광 파라미터값(파라미터 후보값)은, 본 처리의 개시 직후에 있어서는, 단계(S402)에서 선출된 파라미터 초기값이고, 그 후에 있어서는, 후술하는 단계(S408)에서 보정(갱신)된 조광 파라미터값이다.

단계(S404)에서는, 교사 화상 데이터를 취득한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 조명 제어부(72)가 단계(S403)에 있어서 조광 파라미터 설정부(78)에 설정된 조광 파라미터값에 대응하는 밝기 레벨로 조명 유닛(52)의 각 조명 패널(L1~L15)을 점등시킨다. 계속해서, 주 제어부(71)로부터의 지령에 기초하여, 카메라 제어부(73)가 카메라(53)를 구동시킨다. 이에 의해, 정지중인 컨베이어(39)의 상기 검사 영역 내에 미리 얹어 설치되어, 복수의 조명 패널(L1~L15)에 의해 만들어지는 조명 상태로 조명된 양품의 PTP 시트(1)를 촬상한다. 그리고, 카메라(53)에 의해 취득된 실화상 데이터를 화상 취득부(74)가 취입한다.

화상 취득부(74)에 의해 취입된 PTP 시트(1)의 실화상 데이터는, 화상 처리부(75)에 있어서 소정의 화상 처리가 실시되고 나서, 교사 화상 데이터로서 학습부(76)에 입력된다.

단계(S405)에서는, 예측 화상 데이터를 취득한다. 구체적으로는, 주 제어부(71)로부터의 지령에 기초하여, 학습부(76)가 단계(S403)에 있어서 조광 파라미터 설정부(78)에 설정된 각 조명 패널(L1~L15)에 따른 조광 파라미터값(파라미터 후보 주변값)을 입력값으로 하여, 뉴럴 네트워크(90)의 입력층(91)의 각 노드(94)에 부여하고, 이에 의해 출력층(93)의 각 노드(94)로부터 출력되는 출력값을 정리하여 예측 화상 데이터로서 취득한다.

또한, 이 때, 본 실시형태에서는 단계(S403)에 있어서 조광 파라미터 설정부(78)에 설정된 각 조광 파라미터값(파라미터 후보 주변값)은 새로운 파라미터 후보값으로서 상기 후보값 기억 영역에 덮어쓰기되고 나서, 뉴럴 네트워크(90)에 입력된다.

계속해서 단계(S406)에서는, 학습부(76)가 단계(S404)에 있어서 카메라(53)에 의해 취득된 실화상 데이터인 교사 화상 데이터와, 단계(S405)에 있어서 뉴럴 네트워크(90)에 의해 출력된 예측 화상 데이터를 비교하여, 그 오차(이하, 「학습 오차」라고 한다.)를 산출함과 동시에, 오차 역전파법을 이용하여 네트워크 갱신 처리를 실시한다. 이 네트워크 갱신 처리에서는, 뉴럴 네트워크(90)의 각 노드 간의 결합 하중(파라미터)에 대한 기울기를 구하고, 교사 화상 데이터와 예측 화상 데이터의 오차가 작아지도록, 상기 기울기에 기초하여 각 노드 간의 결합 하중을 보다 적절한 것으로 갱신한다.

단계(S407)에서는, 조광 파라미터 조정부(77)가 단계(S405)에 있어서 뉴럴 네트워크(90)에 의해 출력된 예측 화상 데이터와, 이상적인 데이터로서 미리 기억부(57)에 기억된 이상 화상 데이터를 비교하여, 그 오차(이하, 「예측 오차」라고한다.)를 산출함과 동시에, 상기 예측 오차를 뉴럴 네트워크(90)의 입력층(91)까지 오차 역전파시키고, 상기 입력값(상기 후보값 기억 영역에 기억된 조광 파라미터값)에 대한 기울기를 구한다. 또한, 이 때, 뉴럴 네트워크(90)의 갱신(학습)은 실시하지 않는다. 여기서, 상기 이상 화상 데이터는 본 실시형태에 있어서의 목표 화상 데이터에 상당한다. 또한, 예측 화상 데이터와 이상 화상 데이터를 비교하고, 그 오차를 산출하는 기능에 의해 본 실시형태에 있어서의 비교 수단이 구성된다.

단계(S408)에서는, 조광 파라미터 조정부(77)가 단계(S407)에 있어서 산출한 기울기에 기초하여, 각 조명 패널(L1~L15)에 대응하는 입력값(상기 후보값 기억 영역에 기억된 조광 파라미터값)을 각각 보정(갱신)한다.

단계(S409)에서는, 주 제어부(71)가 단계(S406)에 있어서 산출한 학습 오차, 및 단계(S407)에 있어서 산출한 예측 오차 및 기울기가 각각 충분히 작은지 아닌지(각각 소정의 임계값 이하인지 여부)를 판정한다.

여기서, 학습 오차, 및 예측 오차 및 기울기의 삼자가 충분히 작은 경우에는, 상기 후보값 기억 영역에 기억된 조광 파라미터값(파라미터 후보값)을 조광 파라미터 설정부(78)에 설정하고, 본 처리를 종료한다.

한편, 학습 오차, 및 예측 오차 및 기울기의 삼자 중 하나가 충분히 작지 않은 경우에는, 다시 단계(S402)로 복귀하여 상기 일련의 처리를 반복한다.

이와 같이, 조광 파라미터값의 갱신(보정)과, 뉴럴 네트워크(90)의 갱신(학습)을 교대로 반복해감으로써, 조광 파라미터 설정부(78)에 설정되는 조광 파라미터값이, 목표로 하는 조명 상태에 가까운 조명 상태가 될 수 있는 이상값에 근접해가게 된다. 즉, 뉴럴 네트워크(90)를 학습하면서, 보다 최적의 조명 상태를 만들어낼 수 있다.

이상 상술한 바와 같이, 본 실시형태에 의하면, 상기 제1 실시형태와 동일한 작용 효과를 갖는다.

본 실시형태에서는, 조명 패널(L1~L15)(LED63)의 열화 등에 기인한 조명 상태의 변화 등 현실 세계에서 조건이 변화된 경우에도 그 변화에 추종할 수 있어, 가일층의 검사 정밀도의 향상을 도모할 수 있다.

예를 들면, 복수의 조명 패널(L1~L15) 중 일부나, 소정의 조명 패널(L1) 등에 실장된 수십개의 LED(63) 중 일부 등, 일부의 광원이 열화(휘도 저하나 점등 불능 등)된 경우, 그 열화된 광원의 위치에 따라서 조명 상태도 변화할 수 있으므로, 이를 고려한 밝기 조정도 실시할 수 있다.

또한, 상기 실시형태의 기재 내용에 한정되지 않고, 예를 들면 다음과 같이 실시해도 된다. 물론, 이하에 있어서 예시하지 않는 다른 응용예, 변경예도 당연히가능하다.

(a) 상기 각 실시형태에서는, 대상물로서의 PTP 시트(1)에 포함되는 내용물인 정제(5)를 소정의 검사 대상(검사 대상 부위)으로서 외관 검사를 실시하는 구성으로 되어 있지만, 외관 검사에 제공되는 대상물이나 내용물, 검사 대상(검사 대상 부위)은 이들에 한정되는 것은 아니다.

(a-1) 예를 들면, PTP 시트(1)의 구성(포켓부(2)의 형상이나 배열, 개수 등)에 관해서는 상기 각 실시형태에 한정되지 않고, 다른 그외의 구성를 채용해도 된다. 예를 들면, 3열 12개의 포켓부를 갖는 타입을 비롯하여 다양한 배열, 개수로 이루어진 PTP 시트를 채용해도 된다.

물론, PTP 시트에 한정되지 않고, 블리스터 팩 등 다른 그외의 블리스터 포장체를 외관 검사에 제공되는 대상물로 해도 되고, 블리스터 포장체와는 다른 물품을 외관 검사에 제공되는 대상물로 해도 된다.

(a-2) 상기 각 실시형태에서는, 내용물인 정제(5)의 태양예로서, 중심부와 주연부에서 두께가 다른 평면에서 보아 원형상의 소정(素錠), 이른바 렌즈정을 예시하고 있지만, 정제의 종류나 형상 등은 이에 한정되지 않는다.

예를 들면, 표면부에 할선을 갖는 정제나, 주연부에 모따기부를 갖는 원반 형상의 평정, 평면에서 보아 비원형의 삼각정이나 사각정, 캡슐정, 당의정, 소프트 캡슐 등이어도 된다.

또한, 외관 검사에 제공되는 내용물의 종별 등에 관해서도 정제(약품)에 한정되지 않고, 서플리먼트, 식품, 전자부품, 전자기기, 의료기기 등 상이한 것이어도 된다.

(a-3) 용기 필름(3)이나 커버 필름(4) 등 포장재의 형상이나 재질 등은 상기 각 실시형태에 한정되지 않고, 다른 그외의 구성을 채용해도 된다.

예를 들면, 용기 필름(3)이 알루미늄 라미네이트 필름 등 알루미늄을 주 재료로 한 금속 재료에 의해 형성된 구성으로 해도 된다. 단, PTP 시트(1)의 펀칭 후, 용기 필름(3)을 통해 정제(5)의 외관 검사를 실시하는 경우에는, 용기 필름(3)이 투명 소재에 의해 구성되어 있는 것이 필요해진다. 따라서, 이와 같이 용기 필름(3)이 차광 재료(불투명 재료)에 의해 형성되어 있는 경우에는, 후술하는 바와 같이 용기 필름(3)에 대해 커버 필름(4)이 부착되는 전 공정에 있어서, 포켓부(2)의 개구측으로부터 정제(5)를 조명 및 촬상하여 검사를 실시하게 된다.

(a-4) 상기 각 실시형태에서는, PTP 시트(1) 중, 내용물인 정제(5)에 따른 검사만 실시하는 구성으로 되어 있지만, 이에 한정되지 않고, 포장재인 시트부에 따른 검사(예를 들면, 이물 부착이나 가루 물림, 시일 불량, 인쇄 불량, 각인 불량, 펀칭 불량 등)을 실시하는 구성으로 해도 된다.

(b) 상기 각 실시형태에서는, PTP 필름(6)으로부터 PTP 시트(1)가 펀칭된 후 공정에 있어서, 컨베이어(39)에 의해 반송되어 있는 PTP 시트(1)의 포켓부(2)(용기 필름(3))을 넘어 정제(5)의 외관 검사가 실시되는 구성으로 되어 있다.

(b-1) 이에 한정되지 않고, 용기 필름(3)에 대해 커버 필름(4)이 부착된 후 공정, 또 PTP 필름(6)으로부터 PTP 시트(1)가 펀칭되는 전 공정에 있어서, PTP 필름(6)의 포켓부(2)(용기 필름(3))를 넘어 정제(5)의 외관 검사가 실시되는 구성으로 해도 된다. 이와 같은 경우에도 상기 각 실시형태와 마찬가지로, 정제(5)가 교체되지 않는 상태에서 검사를 실행할 수 있고, 검사 정밀도의 향상을 도모할 수 있다.

(b-2) 또한, 포켓부(2)에 정제(5)가 충진된 후 공정, 또한 용기 필름(3)에 대해 커버 필름(4)이 부착되는 전 공정에 있어서, 정제(5)의 외관 검사가 실시되는 구성으로 해도 된다.

여기서, 용기 필름(3)이 투명 재료에 의해 형성되어 있는 경우에는, 포켓부(2)(용기 필름(3))를 넘어 정제(5)를 조명 및 촬상하여 검사를 실시하는 구성으로 해도 되고, 포켓부(2)의 개구측으로부터 정제(5)를 조명 및 촬상하여 검사를 실시하는 구성으로 해도 된다.

포켓부(2)의 개구측으로부터 검사를 실시하는 것이 포켓부(2)(용기 필름(3))를 통하지 않고, 차단하는 것이 없는 상태에서 직접, 정제(5)를 조명 및 촬상할 수 있으므로, 각각의 정제(5)의 검사 정밀도에 관해서는 향상되는 한편, 정제(5)가 교체될 우려가 있으므로, 전체적으로 양품 착오율이나 불량품 착오율이 증가될 우려가 있다.

(c) 상기 각 실시형태에서는, 외관 검사 장치(45)가 PTP 포장기(10) 내에 설치된 구성(인라인)으로 되어 있다.

(c-1) 이를 대신하여, PTP 포장기(10)와는 별도로, 오프라인으로 PTP 시트(1)의 검사를 실시하는 장치로서 외관 검사 장치(45)를 구비한 구성으로 해도 된다. 이와 같은 경우, PTP 시트(1)를 반송 가능한 반송 수단을 외관 검사 장치(45)에 구비한 구성으로 해도 된다.

(c-2) 또한, 오프라인에서 검사를 실시하는 경우에는, PTP 시트(1)를 연속 반송하지 않고, 정지한 상태에서 검사를 실시하는 구성으로 해도 된다. 단, PTP 시트(1), 또는 PTP 필름(6) 또는 용기 필름(3)을 연속적으로 반송하면서, 인라인에서 검사를 실행한 것이 생산성을 향상시키는데에 바람직하다.

(d) 외관 검사 장치(45)에 따른 구성은, 상기 각 실시형태에 한정되지 않고, 다른 구성을 채용해도 된다.

(d-1) 예를 들면, 상기 각 실시형태에 따른 외관 검사 장치(45)는, 외관 검사용 조명 장치(조명 유닛(52) 및 그 제어 기능)와, 촬상 장치(카메라 유닛(53) 및 그 제어 기능)는 기능적으로 일체로 설치된 구성으로 되어 있다.

이에 한정되지 않고, 외관 검사용 조명 장치나 촬상 장치가 외관 검사 장치와는 기능적으로 별체로 설치된 구성으로 해도 된다. 여기서 촬상 기능을 갖지 않는 외관 검사용 조명 장치에 있어서는, 외부의 촬상 수단에 의해 취득된 화상 데이터 등을 입력하고, 이것을 기초로 조광 파라미터값의 갱신이나, 뉴럴 네트워크(90)의 갱신을 실시하는 구성으로 해도 된다.

(d-2) 상기 각 실시형태에서는 특별히 언급하고 있지 않지만, 대상물(PTP 시트(1) 등)을 1개씩 촬상하여 검사를 실시하는 구성 뿐만 아니라, 조명 유닛(52)에 의한 동일한 조명 상태 하에서, 복수의 대상물(대상 범위)에 대해 동시에 광을 조사하여 촬상할 수 있는 화상 데이터에 기초하여 각 대상물에 대해 검사를 실시하는 구성으로 해도 된다.

이와 같은 경우, 소정의 조명 패널(L1) 등의 근방에 위치하는 대상물에서는 상기 조명 패널(L1) 등으로부터 조사되는 광이 강해지고, 멀리 있는 대상물에서는 조사되는 광이 약해진다. 이 때문에, 복수의 조명 패널(L1~L15) 각각으로부터 대상물까지의 거리를 고려하여, 최적의 조명 상태를 생성할 필요가 있다.

(e) 조명부에 따른 구성은, 상기 각 실시형태에 한정되는 것은 아니다. 상기 각 실시형태에서는, 광원이 되는 복수의 LED(63)를 실장한 조명 패널(L1~L15)이 조명부로서 채용되어 있다.

(e-1) 예를 들면, 상기 각 실시형태에 따른 조명 유닛(52)에서는 15개의 조명 패널(L1~L15)이 설치되어 있지만, 조명부의 수나 배치 등은 이에 한정되지 않고, 다른 구성을 채용해도 된다. 예를 들면, 환형상의 링 조명을 채용해도 된다.

(e-2) 또한, 상기 각 실시형태에서는 특별히 언급하고 있지 않지만, 각 조명 패널(L1~L15)에 있어서, 예를 들면 LED(63)로부터 출사되는 광을 확산시키고, 휘도 불균형을 억제하기 위한 확산 커버나, 일부의 광만을 통과시키는 필터 등을 구비한 구성으로 해도 된다.

(e-3) 상기 각 실시형태에서는 특별히 언급하고 있지 않지만, 예를 들면 각 조명 패널(L1~L15)이 서로 발광색이 다른 복수 종의 광원(예를 들면, 적(R)·녹(G)·청(B)의 각 LED(63))을 실장하고, 각종 유색광이나 백색광을 조사 가능하게 구성됨과 동시에, 각 색의 광원마다 발광 휘도 레벨을 조정하여 조명 상태를 제어 가능한 구성으로 해도 된다. 물론,가시광에 한정되지 않고, 적외광이나 근적외광 등을 조사 가능한 광원을 이용하는 구성으로 해도 된다.

(e-4) 조명부의 광원은, LED(63)에 한정되지 않고, 조광 가능한 광원이면, 다른 광원을 채용해도 된다. 예를 들면, 형광등이나 램프 등을 채용해도 된다.

(f) 조명부의 밝기 조정(조광) 방법이나 그 계조는, 상기 각 실시형태에 한정되는 것은 아니다.

(f-1) 상기 각 실시형태에서는, 256 계조의 밝기 표현이 가능하게 되어 있지만, 이에 한정되지 않고, 예를 들면 128 계조로 밝기 표현이 가능한 구성으로 해도 된다.

(f-2) 상기 각 실시형태에서는, 펄스 폭 변조(PWM)에 의해, 각 조명 패널(L1~L15)을 조광 가능한 구성으로 되어 있다. 이에 한정되지 않고, 예를 들면 각 조명 패널(L1~L15)(광원)에 공급하는 전류나 전압의 크기를 제어함으로써, 각 조명 패널(L1~L15)의 밝기를 조정 가능한 구성으로 해도 된다.

또는, LED(63)로부터 출사된 광이 소정의 필터를 통해 대상물에 조사되는 구성 하에 상기 필터의 투과율을 제어함으로써, 각 조명 패널(L1~L15)의 밝기를 조정가능한 구성으로 해도 된다.

(g) 뉴럴 네트워크(90)의 구성 및 그 학습 방법은, 상기 각 실시형태에 한정되는 것은 아니다.

(g-1) 예를 들면, 뉴럴 네트워크(90)는 2 이상의 중간층(92)을 갖고, 심층 학습(딥러닝)에 의해 학습되는 뉴럴 네트워크여도 된다.

(g-2) 예를 들면, 뉴럴 네트워크(90)는 컨볼루션층이나 풀링층 등을 중간층(92)에 갖는 컨벌루션 뉴럴 네트워크여도 된다.

(g-3) 상기 각 실시형태에서는, 오차 역전파법에 의해 뉴럴 네트워크(90)를 학습하는 구성으로 되어 있지만, 이에 한정되지 않고, 그 외의 여러 가지 학습 알고리즘을 이용하여 학습하는 구성으로 해도 된다.

(g-4) 상기 각 실시형태에서는, 뉴럴 네트워크(90)의 학습을 실시할 때, 양품의 PTP 시트(1)를 촬상하여 얻은 양품 화상 데이터를 교사 화상 데이터로서 이용하는 구성으로 되어 있지만, 이에 더해, 불량품의 PTP 시트(1)를 촬상하여 얻은 불량품 화상 데이터를 교사 화상 데이터로서 이용하여 학습을 실시하는 구성으로 해도 된다.

(g-5) 뉴럴 네트워크(90)는, 이른바 AI 칩 등의 AI 처리 전용 회로에 의해 구성되도록 해도 된다. 이 경우, 결합 하중 등의 학습 정보만이 기억부(57)에 기억되고, 이를 AI 처리 전용 회로가 판독하여, 뉴럴 네트워크(90)에 설정하는 것에 의해, AI 모델(100)이 구성되도록 해도 된다.

(g-6) 상기 각 실시형태에서는 학습부(76)를 구비하고, 제어 장치(54) 내에있어서 뉴럴 네트워크(90)의 학습을 실시하는 구성으로 되어 있지만, 이에 한정되지 않고, 적어도 AI 모델(100)(학습이 끝난 뉴럴 네트워크(90))가 기억부(57)에 기억되어 있으면 되고, 학습부(76)를 생략한 구성으로 해도 된다. 따라서, 뉴럴 네트워크(90)의 학습을 제어 장치(54)의 외부에서 실시하여, 이를 기억부(57)에 기억하는 구성으로 해도 된다.

(h) 각 조명 패널(L1~L15)에 따른 조광 파라미터값을 보정(갱신)하여, 조명 상태를 최적화하는 구성은 상기 각 실시형태에 한정되지 않고, 다른 그외의 구성을 채용해도 된다.

(h-1) 예를 들면, 상기 제1 실시형태에 따른 조명 상태의 최적화 처리 등 상기 각 실시형태에 있어서는, 조명 상태를 최적화함에 있어서, 복수의 조명 패널(L1~L15) 각각에 대응하는 조광 파라미터값을 AI 모델(100)에 입력하여 출력된 PTP 시트(1)에 따른 예측 화상 데이터와, 미리 기억부(57)에 기억된 PTP 시트(1)에 따른 이상 화상 데이터를 비교하여, 그 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파시킴으로써, 조광 파라미터값의 갱신을 실시하는 구성으로 되어 있다.

이에 한정되지 않고, 상기 조광 파라미터값에 대응하는 밝기 레벨로 각각 발광하는 복수의 조명 패널(L1~L15)에 의해 만들어지는 조명 상태로 조명되는 PTP 시트(1)를 카메라(53)에 의해 촬상하여 취득된 실화상 데이터와, 미리 기억부(57)에 기억된 PTP 시트(1)에 따른 이상 화상 데이터를 비교하여, 그 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파시킴으로써, 조광 파라미터값의 갱신을 실시하는 구성으로 해도 된다.

(h-2) 상기 제1 실시형태에 따른 조명 상태의 최적화 처리 등 상기 각 실시형태에 있어서는 조명 상태를 최적화함에 있어서, AI 모델(100)로부터 출력되는 예측 화상 데이터(또는 카메라(53)에 의해 취득된 실화상 데이터)와, 미리 기억부(57)에 기억된 이상 화상 데이터를 직접적으로 비교하여, 그 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파시킴으로써, 조광 파라미터값의 갱신을 실시하는 구성으로 되어 있다.

이에 한정되지 않고, AI 모델(100)로부터 출력되는 예측 화상 데이터 및 상기 예측 화상 데이터로부터 얻어지는 관련 정보(또는 카메라(53)에 의해 취득된 실화상 데이터 및 상기 실화상 데이터로부터 얻어지는 관련 정보)와, 미리 기억부(57)에 기억된 이상 화상 데이터 및 상기 이상 화상 데이터로부터 얻어지는 관련 정보를 비교하여, 그 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파 시킴으로써, 조광 파라미터값의 갱신을 실시하는 구성으로 해도 된다.

또는, AI 모델(100)로부터 출력되는 예측 화상 데이터로부터 얻어지는 관련 정보(또는 카메라(53)에 의해 취득된 실화상 데이터로부터 얻어지는 관련 정보)와, 미리 기억부(57)에 기억된 이상 화상 데이터로부터 얻어지는 관련 정보를 비교하여, 그 오차를 AI 모델(100)의 입력층(91)까지 오차 역전파시킴으로써, 조광 파라미터값의 갱신을 실시하는 구성으로 해도 된다.

또한, 상기 「화상 데이터로부터 얻어지는 관련 정보」로서는, 예를 들면 화상 데이터의 전체 또는 일부의 휘도 평균값이나, 소정 부위의 휘도값의 편차나 표준 편차 등을 일례로 들 수 있다.

(h-3) 상기 제2 실시형태에 있어서는, 미학습의 뉴럴 네트워크(90)에 대해 「학습 처리」와 「조명 상태의 최적화 처리」를 교대로 실행하는 구성으로 되어 있지만, 이에 한정되지 않고, 「학습 처리」와 「조명 상태의 최적화 처리」를 병행하여 실시하는 구성으로 해도 된다.

또한, 제1 실시형태에 따른 「학습 처리」를 도중까지 실행한 후에, 제2 실시형태에 따른 「학습·최적화 처리」를 실행하는 구성으로 해도 된다.

(i) 상기 각 실시형태에서는, 조명 조정 작업(상기 제1 실시형태에 따른 「학습 처리」및 「최적화 처리」)이나, 상기 제2 실시형태에 따른 「학습·최적화 처리 등)의 실행 시기에 대해, 특별히 언급하고 있지 않지만, 예를 들면 제조업체에 있어서의 외관 검사 장치(45)의 출하 전에, 검사를 예정하고 있는 대상물(PTP 시트(1) 등)이나 검사 대상(정제(5) 등)의 종류에 따라서 미리 조명 조정 작업을 실시해도 되고, 사용자에 대한 외관 검사 장치(45)의 납입 후, 사용자에 의해 조명 조정 작업이 실시되는 구성으로 해도 된다.

사용자에 의해 조명 조정 작업이 실시되는 경우에는, 당초에는 예정되어 있지 않고, 새로 검사에 추가된 대상물이나 검사 대상 등의 종류에 따라서 조명 조정 작업을 실시할 수 있는 동시에, 조명 패널(L1~L15)이 열화된 경우 등에 있어서의 재조정을 실시할 수 있다.

(j) 또한, 외관 검사 장치(45)의 사용중 등, 학습 처리나 최적화 처리를 실시하고 있지 않은 경우에 있어서, 뉴럴 네트워크(90)와 그 오차 역전파를 이용하여 조명 패널(L1~L15)에 따른 조광 파라미터값에 대한 기울기를 구하고, 그 값을 판정함으로써, 조명 패널(L1~L15)의 고장이나 열화 등 검사 환경의 변화 등을 검지하는 기능를 구비한 구성으로 해도 된다.

1: PTP 시트
2: 포켓부
3: 용기 필름
4: 커버 필름
5 : 정제
10: PTP 포장기
45: 검사 장치
52: 조명 유닛
53: 카메라 유닛
54: 제어 장치
57: 기억부
63: LED
71: 주 제어부
72: 조명 제어부
73: 카메라 제어부
74: 화상 취득부
75: 화상 처리부
76: 학습부
77: 조광 파라미터 조정부
78: 조광 파라미터 설정부
79: 검사부
90: 뉴럴 네트워크
91: 입력층
92: 중간층
93: 출력층
94: 노드
100: AI 모델
L1~L15: 조명 패널

Claims (6)

1. 각각 밝기 조정 가능한 복수의 조명부를 갖고, 상기 복수의 조명부에 의해 만들어지는 소정의 조명 상태로 대상물을 조명 가능한 외관 검사용 조명 장치에 있어서,
   상기 복수의 조명부 각각의 밝기 레벨에 대응하는 레벨 정보와, 상기 레벨 정보에 대응하는 밝기 레벨로 각각 발광하는 상기 복수의 조명부에 의해 만들어지는 조명 상태로 조명되는 상기 대상물을 촬상한 경우에 취득될 수 있는 화상 데이터와의 상관 관계를 학습한 뉴럴 네트워크를 저장한 네트워크 저장 수단,
   상기 뉴럴 네트워크에 대해 상기 복수의 조명부 각각에 대응하는 상기 레벨 정보를 입력하여 출력되는 상기 화상 데이터인 예측 화상 데이터 및/또는 상기 예측 화상 데이터로부터 얻어지는 관련 정보, 또는 상기 레벨 정보에 대응하는 밝기 레벨로 각각 발광하는 상기 복수의 조명부에 의해 만들어지는 조명 상태로 조명되는 상기 대상물을 촬상하여 취득된 화상 데이터인 실화상 데이터 및/또는 상기 실화상 데이터로부터 얻어지는 관련 정보와, 목표가 되는 조명 상태로 조명된 상기 대상물을 촬상한 경우에 취득될 수 있는 화상 데이터로서 준비된 목표 화상 데이터 및/또는 상기 목표 화상 데이터로부터 얻어지는 관련 정보를 비교하고, 그 오차를 산출 가능한 비교 수단,
   적어도 상기 비교 수단에 의해 산출되는 오차가 소정의 임계값 이하가 되기까지 오차 역전파에 의해 상기 복수의 조명부 각각에 대응하는 상기 레벨 정보의 갱신을 반복하고, 상기 복수의 조명부 각각에 적합한 상기 레벨 정보를 특정 가능한 레벨 특정 수단, 및
   적어도 상기 레벨 특정 수단에 의해 각각 특정된 상기 레벨 정보에 기초하여, 상기 복수의 조명부 각각의 밝기 조정을 실시하는 것에 의해, 상기 복수의 조명부에 의해 만들어지는 조명 상태를 제어 가능한 조명 제어 수단을 구비한 것을 특징으로 하는 외관 검사용 조명 장치.
2. 제 1 항에 있어서,
   상기 상관 관계에 대해, 상기 뉴럴 네트워크의 학습을 실시하는 학습 수단을 구비하고 있는 것을 특징으로 하는 외관 검사용 조명 장치.
3. 제 2 항에 있어서,
   상기 레벨 특정 수단에 의한 상기 레벨 정보의 갱신과, 상기 학습 수단에 의한 상기 뉴럴 네트워크의 학습을 교대로 또는 병행하여 실시하는 것을 특징으로 하는 외관 검사용 조명 장치.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   용기 필름에 형성된 포켓부에 대해 소정의 내용물이 수용되고, 상기 포켓부를 막도록 상기 용기 필름에 대해 커버 필름이 부착되어 이루어진 블리스터 포장체의 제조시에 사용되는 것을 특징으로 하는 외관 검사용 조명 장치.
5. 제 1 항 내지 제 4 항 중 어느한 항에 기재된 외관 검사용 조명 장치를 구비한 것을 특징으로 하는 외관 검사 장치.
6. 제 5 항에 기재된 외관 검사 장치를 구비한 것을 특징으로 하는 블리스터 포장기.

Images