Change Country/Area リコーグループ企業・IRサイト

AIを活用したUSB Type-Cケーブル外観検査プラットフォーム

撮像技術・画像認識・高性能コンピューティングを組み合わせ、全工程での検査を実現

背景

USB Type-Cケーブルは、コンピューター、通信機器、家電などで広く使われる主要な接続部品です。その市場は世界中で拡大し、大量に生産されていますが、その外観検査は長い間、人手に頼ってきました。目視検査では、見落としや判定のばらつきが生じることがあるため、品質保持に大きな課題があります。このような大量生産の現場では、人工知能(AI)を活用した自動検査が非常に重要になっています。

一方、ケーブルの外観検査には、従来の検査技術では対応しにくい以下のような課題があります。

  • 不良品のサンプルが少ないこと
  • 複数の部品で構成され、構造が複雑であること
  • 組み立てルールの不適合の検出が難しいこと
  • へこみや膨らみなど、RGB画像では捉えられない奥行き方向の不良があること

さらに、生産速度の速さ、表面の反射、不良の種類の多さなどが重なることで、従来の検査では見逃しや誤検出が発生しやすく、さまざまな検査条件への対応も難しくなっています。

解決したこと

リコーは、USB Type-Cケーブルの品質管理に貢献するため、全工程を対象とする外観検査ソリューションを提供しています。コネクター、端子、コネクター根元の保護部、ケーブルなどの主要部分を幅広く検査します。

本ソリューションは、広範な検査を可能にするとともに、お客様の省人化を支援し、不良を最小限に抑えることで、生産効率を大幅に向上させ、運用コストの削減に貢献します。最終的には、製品の品質と信頼性の向上を支援することで、お客様に価値を提供します。

リコーのUSB Type-Cケーブル向け全工程対応型AI外観検査ソリューションは、実用性と安定性を備えています。すでに業界大手の複数のお客様に導入され、評価いただいています。

リコーは今後も、ケーブルの外観検査分野において中核となる光学撮像技術とAIアルゴリズムの改良・最適化を繰り返し、検査精度、検査効率、さまざまな検査環境への適応力をさらに向上させていきます。

図1 USB Type-Cケーブルの全工程外観検査

技術の特徴

リコーが開発した高速オンラインデジタル検査プラットフォームは、主に次の3つの技術で構成されています。

  1. 用途に合わせた光学撮像システム
    複数のカメラを用いて、対象物をさまざまな角度から撮像します。対象物の形状や表面の状態に合わせて撮像条件を調整し、判定に適した画像を取得します。
  2. CV(コンピュータービジョン)-AIアルゴリズムエンジン
    二次元・三次元のデジタル画像処理、深層学習、大規模画像モデルを活用したモジュールで構成されています。中核技術である教師なし異常検知エンジンは、正常品データのみを用いてモデルを学習し、高い検出性能を実現しています。
  3. 高性能コンピューティング基盤
    高速並列画像処理フレームワークと超高速画像処理モジュールを搭載し、AIオンライン学習プラットフォームも提供しています。これにより、お客様は不良データをリアルタイムで収集し、モデルの反復学習を行うことができます。その結果、検査精度と性能を継続的に向上させることができます。

図2 光学撮像、画像認識AI、高性能コンピューティングを組み合わせた検査の仕組み

ケーブル検査における主要な課題に対応するため、リコーは中核技術であるCV-AIアルゴリズムエンジンについて、5年間にわたり教師なし異常検知技術の研究開発に注力してきました。

データの最適化、処理効率の向上、さまざまな検査環境への適応、汎化性能に重点を置き、4つの独自アルゴリズム、JNLD、OmniAL、LogicAL、AnomalyHybridを開発しました。これらの研究成果は国際会議で採択・発表され、高精度なケーブル検査に向けた次の4つの主要な技術的進展につながっています。

  • 不良品サンプルに依存しない検査(JNLD)
    正常品のデータのみを使用してモデルを学習し、実際の生産現場で未知の異常を正確に識別できます。これにより、業界が抱えるサンプル不足の問題を解決し、モデルの学習と再学習にかかるコストを大幅に削減します。
  • 複雑なケーブル構造への適応(OmniAL)
    複数の検査対象カテゴリを単一のモデルで扱うことで、カテゴリごとに個別のモデルを学習・管理する負担を軽減します。多様なケーブル製品や構成部品の検査において、モデルの保存容量や学習・運用の効率化を支援します。
  • 構造上の規則違反の正確な検出(LogicAL)
    表面の傷や破損に加え、部品の欠落、配置の不整合、組み合わせの誤りなど、画像から確認できる異常の検出・位置特定を支援します。これにより、外観だけでなく部品間の関係にも着目した、より幅広いケーブルの組み立て品質管理に貢献します。
  • 奥行き方向の微細な不良の検出(AnomalyHybrid)
    外観、深度、エッジの情報を組み合わせ、へこみや膨らみなどの奥行き方向の変化を含む、多様な異常サンプルを生成します。これらを検査モデルの学習に活用することで、ケーブル検査における深度に関連する不良の検出能力の向上を支援します。

図3 技術的な課題と開発した技術

これらの研究成果は、世界トップレベルの国際会議で採択・発表されています。教師なし異常位置特定(JNLD、ICME 2022)から始まり、統合型異常位置特定(OmniAL、CVPR 2023)、論理的異常位置特定(LogicAL、CVPR 2024)へと研究を発展させ、汎化性能と解釈可能性の両方を向上させてきました。

その後、異常生成技術であるAnomalyFactory(ECCV 2024)やAnomalyHybrid(CVPR 2025)などへと研究対象を広げ、合成データを活用した、より堅牢な学習を可能にしました。

直近では、異常検知の基盤モデルに関する研究や、ワークショップの主導(ICCV 2025/CVPR 2026)へと活動を広げており、技術革新と学術的な影響力の両面で成果を示しています。

詳細については、「関連情報」をご覧ください。

図4 世界トップレベルの国際会議での論文発表と学術活動

リコーは、確かな学術的実績、優れた実用性、幅広い検査環境への適応性に裏付けられた本技術体系により、従来のケーブル検査工程の改善に貢献します。高精度で効率的かつ費用対効果に優れた、多次元的なケーブル品質検査の自動化を支援します。

リコーの想い

リコーウェイの価値観「GEMBA―現場・現物・現実から学び改善する―」に基づき、リコーは現場で詳細な調査を行い、実際の作業状況や品質検査における課題を把握しています。

同時に、業界をリードするパートナーとの協力により、設備のシームレスな統合と生産ラインへの迅速な導入を実現しています。これにより、現場のニーズを的確に把握する力、自社開発の中核技術、生産設備やシステムを統合する豊富なノウハウという、リコー独自の強みを最大限に生かしています。

今後は、業界のパートナーとの連携をさらに深め、大規模な市場展開を加速させます。そして、技術とソリューションの競争力を着実に高め、ハイエンドケーブルの外観検査における基準となるソリューションの構築を目指します。

現在、お問い合わせ内容に応じて、さまざまな用途に向けた本技術のサンプルを提供しています。また、協業パートナーとの共創を推進し、本技術を活用した用途の実証および共同開発にも取り組んでいます。

本技術に関するご質問やお問い合わせがございましたら、本ページ下部の「お問い合わせ」リンクからお送りください。

リコーの技術に関する
お問い合わせ

紹介技術について、「実際に使ってみたい」「共同研究・開発をしたい」「執筆・講演を依頼したい」などのご質問・お問い合わせはこちらまで。

PAGE TOP