Industry Applications Drive Growth

Several industries are leading machine vision adoption. Transportation and logistics rank high among growth sectors, as companies work to prevent damaged products from entering the supply chain.

“In transportation and logistics, customers are looking to stop damaged boxes and products from being shipped around by using a mix of 3D imaging, deep learning, machine vision and barcoding solutions,” Witherspoon says. “We are even starting to see Short-Wave-IR Short-Wave Infrared (SWIR) inspections that look for leaking products in boxes entering the transportation and logistics space.”

Fimeri sees growth in intelligent transportation and infrastructure inspection. “Agriculture is also a developing market and mining is potentially going to be much bigger than it is right now,” he says. “We also see a lot of applications growing for airborne drone imaging, predominantly in agriculture.”

Manufacturing applications continue expanding as products become more complex. “In manufacturing, AI and 3D imaging continue to grow, driven by need to ensure electrical connections are secure in various products, from dishwashers to automobiles,” Witherspoon says. “As products become more advanced and incorporate more electronics, the requirement to verify connectors intensifies.”

Dechow notes that machine vision growth often follows broader market trends. “Really, the growth of machine vision for a particular industry or market simply follows the growth of the market itself,” he says.

Implementation Challenges Persist

Despite technological advances, manufacturers still face significant challenges when implementing machine vision systems. Finding qualified partners tops the list of concerns.

“The biggest struggle for manufacturers is finding suitably qualified partners to help guide and develop the most appropriate vision solution,” Fimeri says.

Long-term reliability is another major hurdle. Systems may work initially but face problems as conditions change.

“Technically, the biggest hurdle in implementing vision systems is to ensure they remain reliable over long periods of time,” Fimeri says. “Vision systems are installed successfully and work reliably for a period of time but all too often variations in operating conditions and product cause longer term problems reducing accuracy and reliability.”

Natural products often present a challenge. “Carbon based products such as food often vary from season to season and it can take two to three seasons for a vision system to work reliably with the variability of product,” Fimeri says.

産業用途が成長を牽引

マシンビジョンの導入で先行する産業はいくつかある。中でも、輸送・物流業界では特に導入が進んでいる。これは、破損した製品をサプライチェーンから排除する取り組みの一環だ。

「輸送・物流分野では、破損した箱や製品を輸送網に乗せたくないというニーズが顧客側にあり、3Dイメージング、深層学習、マシンビジョン、バーコードといったソリューションを組み合わせて使用することで対応しようとしている。輸送・物流施設に運び込まれる箱の中で漏洩を起こしている製品がないか確認するため、短波長赤外（SWIR）検査を導入するケースさえ出てきている」とウィザースプーン氏は言う。

フィメリ氏は、スマート輸送とインフラ検査でマシンビジョン導入が広がっているとみる。「農業向けの市場も伸びているし、鉱業は今よりはるかに大きな市場に成長する可能性がある。ドローンによる空撮用途も、主に農業分野で拡大している」との見解を示す。

製品の複雑化に伴い、製造業による導入も拡大が続いている。「製造業では、食洗機から自動車まで、さまざまな製品で電気系統の接続検査ニーズがあり、AIと3Dイメージングが引き続き拡大している」とウィザースプーン氏は言う。「製品が高性能化し、より多くの電子部品が組み込まれるようになったことで、コネクタ検査の必要性は高まっている」

デチャウ氏は、マシンビジョンの成長は、それを取り巻く市場全体のトレンドに追随することが多いと指摘する。「実際には、ある産業またはある市場におけるマシンビジョンの成長は、その市場そのものの成長を後追いしているに過ぎない」と彼は言う。

導入上の課題は残る

技術の進歩にもかかわらず、製造業におけるマシンビジョンシステムの導入には、依然として大きな課題がいくつかある。最も重要な課題は、適切なパートナーを見つけることだ。

「製造業者が一番苦労するのは、最適なビジョンソリューション構築へ向けて手ほどきし、開発を助けてくれる、適切な専門知識のあるパートナーを見つけることだ」とフィメリ氏は言う。

長期的な信頼性も大きなポイントだ。導入当初は順調に機能したシステムでも、状況が変化すると問題が出てくる。

「技術的に言うと、ビジョンシステムを導入する際の最大のハードルは、長期間にわたり信頼性を確保することだ」とフィメリ氏は言う。「ビジョンシステムは適切に設置すれば一定期間は確実に機能するが、運転条件や製品のばらつきが原因で長期的問題が発生し、精度や信頼性の低下につながることが非常に多い」

自然製品も扱いが難しい場合が多い。「食品のように炭素が多く含まれる製品には季節性の変化があるものが多く、季節の移り変わりを2～3回経るまでは、ビジョンシステムが製品のばらつきに確実に対応できないことがある」とフィメリ氏は言う。

【限定公開】テクニカルライティング講座資料を無料公開中

※原文記事を機械翻訳＋人手校正（ポストエディット）にて作成しております。