はじめての産業用カメラ選定入門|解像度・レンズ・照明の決め方
外観検査や設備監視のAI化を検討し始めると、最初につまずくのが産業用カメラの選定です。本記事では専門知識がない方でも読めるよう、解像度・レンズ・照明を「検査要件から逆算して決める」考え方を、具体的な数値例とともに解説します。
産業用カメラとは?スマホのカメラと何が違うのか
産業用カメラは、工場の生産ラインや設備の監視など、決まった条件で安定して画像を撮り続けるためのカメラです。身近な例でいえば、スマホのカメラが「人がその場で見て、きれいに見える写真を撮る」ための道具なのに対し、産業用カメラは「機械(やAI)が判定するために、毎回まったく同じ条件の画像を撮る」ための道具です。 スマホは明るさや色味を自動で補正してくれますが、検査の世界ではこの「自動補正」が逆に敵になります。昨日と今日で画像の明るさが勝手に変わると、AIや画像処理の判定基準が崩れてしまうからです。産業用カメラは露光時間やゲインを固定でき、レンズや照明も用途に合わせて自由に組み合わせられる点が本質的な違いです。
なぜ今、カメラ選定の基礎が重要になっているのか
AIによる外観検査が身近になったことで、「AIモデルさえ良ければ精度が出る」という期待を持たれることが増えました。しかし実際のプロジェクトでは、精度が出ない原因の多くがAIではなく「そもそも欠陥が画像に写っていない」「照明条件が時間帯で変わっている」といった撮像側の問題です。 私たちがAIのPoC(効果検証)をご支援する中でも、最初にお預かりした画像データを確認すると、検出したい欠陥が数ピクセルしかなく、人間が見てもわからないケースが珍しくありません。AIは魔法ではなく、画像に写っていないものは検出できません。だからこそ、カメラ・レンズ・照明を検査要件から逆算して決める基礎が、AI導入の成否を左右します。
産業用カメラの選定は何から決めればよいのか?
結論から言うと、カメラのカタログを見る前に、次の4つを言葉と数字にすることが出発点です。
- 何を検出したいか(例:直径0.2mmの打痕、0.5mm幅の傷)
- どの範囲を一度に見たいか(視野。例:ワーク全体100mm×80mm)
- 対象は止まっているか、動いているか(ライン速度)
- 設置できる距離・スペース(カメラからワークまで何mm取れるか)
この4つが決まれば、解像度・レンズ・照明は半ば自動的に候補が絞られます。逆にこれが曖昧なままカメラを先に買ってしまうと、「視野が足りない」「欠陥が写らない」といった手戻りが起きます。
解像度はどう計算するのか?具体例で考える
解像度(画素数)は「最小欠陥サイズ」と「視野」から逆算します。目安として、検出したい欠陥は画像上で最低3ピクセル以上、AIで安定して検出したいなら5〜10ピクセル程度に写っていることが望ましいです。 例えば、視野100mm幅の中で0.2mmの打痕を検出したい場合を考えます。欠陥を4ピクセルで捉えるなら、1ピクセルあたり0.05mmの分解能が必要です。すると横方向に必要な画素数は 100mm ÷ 0.05mm = 2,000ピクセル。つまり横2,000ピクセル以上、一般的なラインナップでは500万画素(2448×2048程度)のカメラが現実的な候補になります。 ここで大事なのは、「解像度は高いほど良い」わけではないという点です。画素数が増えるとカメラ価格だけでなく、データ量・処理時間・保存コストも増えます。特にエッジ側でAI推論を行う構成では、必要以上の高解像度は推論速度のボトルネックになります。要件を満たす最小の解像度を選ぶのが基本です。
レンズは何を基準に選ぶのか?
レンズは「視野」と「設置距離(ワーキングディスタンス、WD)」の組み合わせで焦点距離が決まります。ざっくりした関係として、同じ視野を撮るなら、カメラを遠くに置くほど焦点距離の長いレンズが必要になります。 実務での確認ポイントは次の3つです。
- 設置スペース:ラインの上に何mm空間が取れるか。WDが短すぎると搬送物やワークと干渉します。
- 歪み:広角レンズは画像の端が歪みやすく、寸法検査には不向きです。寸法精度が必要ならテレセントリックレンズも検討対象になります。
- センサーサイズとの適合:レンズには対応するセンサーサイズがあり、合っていないと画像の四隅が暗くなります(ケラレ)。
レンズ選定はメーカーの計算ツールや商社のサポートで確定できますが、「視野とWDの2つの数字」を自分たちで決めておくことが前提条件です。
照明はなぜカメラ本体より重要と言われるのか?
経験者の間では「画像検査は照明が8割」とよく言われます。同じカメラ・同じワークでも、照明の当て方で欠陥が見えたり消えたりするからです。代表的な使い分けは次のとおりです。
- 傷・凹凸を見たい:低い角度から光を当てるローアングル照明。凹凸の影が強調されます。
- 印字・ラベルを見たい:正面からムラなく照らすリング照明やドーム照明。
- 輪郭・寸法を見たい:背後から照らすバックライト。シルエットがくっきり出ます。
- 光沢面の検査:拡散光で映り込みを抑えるドーム照明や同軸落射照明。
さらに見落とされがちなのが外乱光対策です。窓からの日差しや天井照明は時間帯・季節で変わり、AIの判定を不安定にします。遮光カバーの設置や、外乱光より十分明るい照明+短い露光時間で外乱の影響を相対的に小さくする、といった対策をセットで考えます。
動いているワークを撮るとき、何に注意するか
搬送中のワークを撮る場合は、露光時間とブレの関係を確認します。例えばライン速度が毎秒200mmで、露光時間が1ミリ秒なら、露光中にワークは0.2mm動きます。先ほどの例のように1ピクセル0.05mmの分解能なら、4ピクセル分のブレが発生し、0.2mmの欠陥は完全にぼやけてしまいます。 対策は「露光時間を短くし、その分照明を明るくする」が基本です。高速ラインではストロボ照明(瞬間的に強く光らせる)やグローバルシャッター方式のカメラを選ぶなど、速度要件が機材選定に直結します。
費用感と進め方:どれくらいの予算と期間を見ればよいか
機材単体の価格感としては、産業用カメラ本体が数万円〜数十万円、レンズが数万円〜十数万円、照明が数万円〜数十万円が一般的なレンジです。ただし注意したいのは、画像検査システム全体で見ると、機材費よりも「検査要件の定義、撮像条件の検証、ラインへの組み込み・治具設計」といったエンジニアリング部分の比重が大きいことです。
進め方としては、いきなり本番ラインに設置するのではなく、次の段階を踏むのが失敗しない定石です。
- 検査要件の文書化:欠陥の種類・最小サイズ・視野・ライン速度・設置スペースを1枚にまとめる
- 卓上での撮像検証:実際の良品・不良品サンプルを持ち込み、照明を変えながら欠陥が写るか確認する(1〜2週間程度)
- AI・画像処理の検証:撮れた画像で検出精度を評価する(PoC、1〜3か月程度)
- ラインへの組み込み:遮光・トリガー・排出機構などを含めた実装
特に2の卓上検証は重要です。この段階で欠陥が画像に写ることを確認できれば、以降のAI開発のリスクは大きく下がります。逆にここを飛ばすと、AIのチューニングでは解決できない問題を後工程で抱え込むことになります。
よくある誤解:高画素カメラを買えば解決するのか?
最後に、カメラ選定の現場でよく出会う誤解を整理します。
- 「高画素なら安心」:画素数が増えてもレンズの性能や照明が不十分なら、ぼやけた画像が大きくなるだけです。処理時間とコストも増えます。
- 「AIが優秀なら撮像は多少雑でもよい」:AIは画像に写っている情報しか使えません。撮像品質の悪さをAIで補うのは、最もコストの高いアプローチです。
- 「スマホやWebカメラで試せば十分」:初期の感触をつかむには有効ですが、自動補正により条件が毎回変わるため、本検証のデータとしては使えないことが多いです。
- 「照明は後から考えればよい」:照明こそ最初に検証すべき要素です。照明が決まらないとカメラの露光条件も決まりません。
- 「1台のカメラで全部見たい」:広い視野と細かい分解能はトレードオフです。要件次第では複数カメラや、傷用・印字用で照明を分けた複数ステーションが合理的です。
次の一歩:まず「検査要件シート」を1枚作ることから
産業用カメラの選定は、機材のカタログ比較から始めるものではなく、「何を・どの大きさで・どの範囲で・どんな速度で見たいか」を数字にすることから始まります。まずは本記事で紹介した4項目(最小欠陥サイズ・視野・ライン速度・設置スペース)を、現場の担当者と一緒に1枚のシートにまとめてみてください。 そのうえで、実際の良品・不良品サンプルを使った卓上の撮像検証に進めば、大きな投資をする前に「欠陥が写るかどうか」という最大のリスクを潰せます。社内に撮像や画像処理の知見がない場合は、カメラメーカーの技術相談窓口や、撮像からAI検証までを一体で支援できる外部パートナーに、要件シートを持って相談するのが近道です。小さく検証して、確信を持ってから本格導入する——この順番を守ることが、カメラ選定で失敗しない最も確実な方法です。
