研究開発された技術紹介

本事業では、塗装製品の実物体をカメラ等のセンサーで撮影(センシング)し、撮影した実画像の質感を数値化するAI技術によってパラメーター化することで、デジタル空間内で塗装製品の有する外観・質感を再現するCGシミュレーターを開発する。

本研究開発では、自動車塗装表面の画像から質感パラメーターを抽出する質感数値化AIと、そのパラメーターを基にCG画像を生成するCGシミュレーターを開発した。シミュレーター評価用の実行環境を構築し、約3,000枚のCG画像生成や独自検査AIモデルの1日学習を可能とした。また、3Dモデルの任意位置に凹凸情報を転写し、塗装欠陥の見た目再現手法を確立した。さらに、従来より小型・軽量で簡便に撮影可能なタブレット端末を活用した小型センサーを開発し、塗装表面の「ゆず肌」質感を取得できることを確認した。

開発技術の中心は、塗装外観を再現するCG生成と、その評価に基づくAI学習である。GPU環境により3,000枚規模のCG生成とAI学習を24時間以内で処理でき、現場適用に耐える技術基盤を構築した。また、小型センサーにより塗装表面の質感を取得し、質感数値化AIが8パラメーターを生成、そのうち反射粗さ、ゆず肌強さ、光輝材の割合の3つが人の官能評価と一致性を示した。さらに、Blenderを用いたCGシミュレーターにより多様な塗装肌質を再現、さらに3Dモデル上に塗装欠陥を転写するアルゴリズムを開発した。加えて、ロボット座標とデジタル空間を高精度に対応付ける位置合わせ技術を確立し、約0.7~1.5mm精度で現実とデジタルを同期可能とした。

本成果に関連し、検査システムに関する特許出願(特願2021-205439)を行っており、現時点で類似特許への抵触は指摘されていない。

開発したCGシミュレーターおよび質感数値化AIを活用することで、塗装外観検査AIの学習用データを高精度に生成できる。これにより、従来は困難であった光沢塗装製品の外観検査を自動化し、製造ラインを停止せずにリアルタイムで欠陥判定が可能となる。川下産業である自動車メーカーや塗装工程を有する工業製品製造現場では、検査工程の省人化・効率化を実現できる。

まずは自動車部品のような小型塗装製品を対象としてサービス展開し、導入実績を積み上げた上で自動車車体の検査工程への展開を目指す計画とした。

本事業で開発した質感数値化AIとCGシミュレーターにより、塗装表面の質感を数値化し、欠陥の見た目を再現したCG画像を生成できる。これにより、従来困難であった塗装欠陥の検査・学習データ生成を効率的に実現できる点が強みである。

第1に、過検知対策機能を搭載した外観検査システムを継続して研究開発中である。今後、精度向上させ生産・販売開始し、小型塗装製品を中心に展開する。第2に、2027年度からは小型センサーと組み合わせたハンディタイプの塗装質感評価システムの追加研究を進め、2028年度に一般販売を予定している。第3に、導入実績の積み上げを通じて蓄積した塗装表面画像を活用し、検査AI向け学習データ合成サービスを2027年度以降に事業化する。

構築した検査AIモデルは欠陥検出において見逃し・過検知の課題が残り、性能改善が必要である。特に過検知については、推論時に過検知が出やすい質感データを事前情報として組み込む方法や、欠陥形状の増強による学習画像の改善など追加研究が必要である。

実用化・事業化へ向けた課題について、川下企業からのサンプル提供やアドバイスを受け研究開発を継続中。