株式会社ロッテ CASE STUDY

株式会社ロッテ

AIを用いた焼菓子の外観検査、及び外観検査の結果と生産状況を可視化し分析

判別が難しい不良品判定の自動化、傾向分析

目的

熟練技術者のノウハウに依存し品質や生産効率の改善に時間がかかっている問題を、スマート工場化で解決したい。
導入効果
- 判別が難しい不良品判定の自動化
- 全数検査とライン全体の見える化。データの蓄積・分析
- 不良品発生の傾向分析
- 列ごと・時間帯ごとのトレーサビリティ

導入の背景・目的

一般に自動化が進んでいるといわれるプロセス製造ですが、食品製造業はさまざまな工程において熟練技術者のノウハウに依存しており、品質や生産効率の改善に時間がかかるという問題がありました。さらにそう遠くない将来には、熟練技術者の引退や人手不足という問題が生じることが想定されています。

この様な状況から、世界的なお菓子メーカーであるロッテ様は以前より積極的にスマート工場化に向けた取り組みを進めています。IoT/AIといった新しい技術を活用し課題解決を目指す部門横断的なプロジェクトを2017年に正式に発足し、2018年頃から具体的な活動に取り組んでこられました。

IoT/AIという新しい技術で、熟練技術者の引退や人手不足をはじめとする、
あらゆる課題解決に

この様な中、外観検査自動化に着目されました。従来の方法（ラインの作業者が手で不良品を除去する）を一新し、自動化を取り入れようというものです。将来的な人手不足解消と共にスマート工場化（ほぼ無人化）を狙っています。

生産ラインの抱える課題

外観検査自動化の対象として、チョコレートを用いた焼菓子等の生産を行っている狭山工場の課題に注目します。これまでも生産ラインの自動化は進んでいましたが、工業製品と違って、その日の室温、湿度等の影響を受け、半製品に微妙に個体差のでる焼菓子の外観検査工程は、合否判定のシステム化が難しく、人手に頼った検査をせざるを得ませんでした。

ラインから大量に流れてくる焼菓子の検査を行うには、交代制で常に数人の検査員を確保する必要があります。また判別の基準は作業者に依存し、神経を使う検査工程となるため、均質化の課題がありました。不良品の排除とトレーサビリティの両立も課題でした。

作業者に依存しない検査、不良品の排除とトレーサビリティを実現したい

こうして技術検証がスタートしました。

AIが課題を解決・検証を経て採用へ

あらゆる課題の克服にAIの活用が効果を発揮しました。AI（ディープラーニング）は膨大なデータの中からルールを見つけ出すことが得意です。判別基準が作業者に依存する焼菓子の合否判定をAIに学習させることで、判定モデルを作成します。そのモデルに沿って均質な判定を行うことができます。ロッテ様は複数のAI活用ソリューションについて簡易検証を行い、効果を比較した結果、YEデジタルのAI画像判定サービス「MMEye」を採用されました。

ロッテ様のYEデジタル選定理由

複数のベンダーの提案を受けたが、YEデジタルはMMEyeを始めとしたAIの導入実績が多く、具体的なイメージを掴むことができた。
使い易かった。
AIを自社開発しているため、導入後の拡張性等、将来的な展望を見据えることができた。

AI導入実績、操作性、将来性を評価

AI画像判定サービス「MMEye」の特徴

食品などの個体差がある対象物に対して、良品／不良品の画像判別が可能
画像処理やAIなどの専門知識は不要。誰でも簡単に操作、設定ができる
判別の精度が高い

導入概要

2020年1月、狭山工場にある焼菓子の生産ラインへの導入されました。今回導入したAI画像判定するのは絵がプリントされた方ではなく、チョコレートを注入する裏側の確認です。これまで画像認識技術での判定が難しく人手でやらざるを得なかった「ワレ・カケ」「チョコ注入時のはみ出し」「焼き色」などの判定をAIによる自動判別が実現しました。