リードフレームは、幅70㎜、長さ250㎜程度の小さな製品です。その収納ミスを的確に検知するためには、高精度な映像を撮影することが不可欠。そこで、どのカメラを選び、どこに設置していくのか、といった導入前の準備から検討していく必要がありました。複数のカメラを設置すればするほど精度は上がりますが、場所が限られ、クリーンな環境の作業場に、多くの物は設置できないため、1つだけでも鮮明に写すことができるコンパクトなカメラを選定しました。

システムの現場への試験導入は、2022年の夏頃から始めていったのですが、特に難しかったのが、カメラや照明の設置場所です。リードフレームは金属なので、光の入り具合や照明の位置が少しずれるだけで反射してしまいます。反射するとサイズも小さく形状が判別しにくくなるため、ベストな設置場所を探すのに苦労しました。
試行錯誤しながらカメラを設置し、実際に作業を撮影してみたのですが、ここで次の壁にぶつかりました。このシステムを入れることで、作業効率が上がるどころか、悪化してしまったのです。

原因は、映像から収納ミスを判定するプログラムにありました。判定する上で、リードフレームの位置情報や照明、画像処理や検査判定といった複数のパラメータを設定する必要があります。多くのパラメータを設定すればするほど検知漏れを防ぐことが可能です。しかしその反面、検知しすぎてしまうため、正しく作業していても警告が鳴り、作業を中断しなければいけないという事態が多発したのです。

正しい作業も止められてしまうので、作業者から見れば困ったシステムです。もともと作業支援カメラで撮影されることは、監視されているような気持ちになりますから、作業者には抵抗感があります。それに拍車をかけてしまいました。

収納ミスを判別するために、プログラム上でパラメータを調整する必要がありますが、一筋縄ではいきません。リードフレームは製品によって形状が異なり、1つとして同じ形のものがないからです。
弊社で製造している、膨大な数のリードフレームそれぞれに合わせ最適なパラメータを調整していたら、いくら時間があっても足りません。

このままの状態では実用化できませんし、横展開して、ほかの製品の作業チェックに応用することもできません。どうすれば打開できるのか、検討を重ねました。

そうして至った結論は、作業の正誤をきちんと判定でき、かつ複数品種のリードフレームに対応できるパラメータの組み合わせを探し出すことでした。
もちろん、簡単なことではありません。先ほども申し上げたように、パラメータは複数あるので、組み合わせると何万種類にも上ります。仮説を立てることである程度絞り込めるとはいえ、どの組み合わせが最適なのか、根気よくトライアンドエラーを繰り返すしかありませんでした。技術室で一人、黙々とプログラムと格闘し、最適なパラメータを探していきました。

その結果、４カ月かけ、７～８割のリードフレームの収納ミスを検知できるパラメータの組み合わせを見つけ出すことができました。

ただ、これはあくまでベースであり、現場で実際に使うためには、製品ごとにパラメータを微調整する必要があります。そのつど、私たちが調整できるわけではありませんので、現場の検査グループの方にパラメータを調整してもらうことになります。

パラメータは専門的な話なので、知識がない方はすぐには理解できません。ただでさえネガティブな印象を抱いているのに、面倒な作業まで増えるとなると、導入に対して消極的になってしまいます。

そこで、できる限り簡単に微調整できるようなマニュアルを作成しました。「こういう状況の時は、このパラメータにこういう数字を入力してください」と事細かに記していきました。
私個人の業務と並行して行っていた作業とはいえ、最適なパラメータを探し始めてからマニュアルを完成させるまでに、半年間かかりました。

G.T.の頑張りのおかげで、検知精度が大幅に向上し、作業効率が上がりました。
さらに現場の方たちに使っていただくためには、システムを導入することでポジティブな面があることも説明しました。カメラで映像を残せば、仮に何らかのトラブルがあった時に、自分たちの過失ではないことが証明できる点を特に強調しました。
結果、現場の方にも理解していただくことができ、パラメータの微調整にも快く応じていただけるようになりました。