パチンコLCD検査のAI自動化：多機種・短サイクル時代の実装ノウハウ

パチンコ機に搭載される液晶（LCD）は、近年大型化・高精細化が進み、検査項目の数と判定難易度が劇的に上昇している。輝度ムラ、色ムラ、ドット抜け、表示ずれ、フレキ接続不良、反射ムラなど、機械的な不良と映像的な不良が混在し、検査員の熟練度に依存する工程の代表例となっている。本稿では、多機種対応と高速判定を両立するLCD向けAI検査の実装アプローチを解説する。

パチンコLCD特有の検査項目

LCD検査は、単純な「画面が映るか」チェックでは済まない。パチンコ機に組み込まれるLCDは、メーカーが要求する外観品質基準が極めて厳しく、わずかな輝度ムラや色ムラでも不良判定となる。主な検査項目は以下の通り。

• 輝度ムラ：画面全体または部分的な輝度の偏り
• 色ムラ：R/G/B単色表示時の色の偏り、中心と周辺の色差
• ドット抜け・ドット点灯：1ピクセル単位の異常
• 表示ずれ：パターン表示時の位置オフセット
• ライン欠陥：水平・垂直方向の細い線状異常
• フレキ接続不良に起因する表示異常
• 反射ムラ・偏光ムラ：視野角・照明角による見え方の違い

なぜ目視検査の限界に達しているのか

検査員がLCDを見て判定する工程は、以下の3点で限界を迎えている。

1. 機種増加：年間数十機種の新機種投入があり、検査基準の習熟に時間がかかる
2. 属人化：判定基準が検査員ごとに微妙に異なり、判定のバラつきが発生
3. 疲労影響：連続して輝度・色ムラを見続けると、人間の眼はムラを見逃しやすくなる

AI検査の技術ポイント

1. 輝度・色ムラの定量化

単色ベタ画像をLCDに表示させ、産業用カメラで撮影した画像から画素単位の輝度・色度を測定する。基準値からの偏差を閾値処理し、人間の視覚特性を考慮した重み付けを行う。この基本処理はルールベースで十分対応できる領域。

2. AIによる「違和感」の学習

ドット抜け・ライン欠陥・反射ムラなど、ルール化が難しい「違和感」の検出にAIを使う。教師データとして過去の不良画像を学習させ、確率スコアで判定する。Nsightでは、ルールベースとAIの両方をハイブリッドで走らせ、それぞれの強みを活かす構成を推奨している。

3. VLMによる学習データ拡張

LCD不良のサンプルは量産現場では希少なため、VLMによるNG画像生成が極めて有効。特にドット抜けやライン欠陥は、位置・本数・長さのバリエーションをVLMで生成でき、実NG写真数枚から数百枚規模の学習データを合成できる。

多機種対応のAIアプローチ

パチンコLCDは、同一サイズのパネルでも機種ごとに表示コンテンツが全く異なる。そのため、画面に表示されるパターン依存の検査ロジックを組み込むと、機種ごとに作り直しになる。

この問題を回避するため、Nsightでは表示コンテンツ非依存の検査パターンを標準化している。具体的には、出荷前の検査工程で機種共通のテストパターン（単色ベタ、格子、グラデーション等）を順次表示させ、各パターン状態でのLCD状態を判定する方式。これにより、機種追加のたびの検査マスター作り直しが不要になる。

導入事例パターン

パターンA: 組立後最終検査工程

組み立てられたパチンコ機本体のLCD部を、専用テストパターンで検査する。複数角度からの撮像、複数照明条件での判定が必要で、撮像系の設計が精度を左右する。

パターンB: LCD単体納入検査

部品として納入されるLCDモジュールの受入検査に組み込むパターン。量産工場の中で最も高速判定が要求される。

パターンC: リワーク工程の再検査

不良判定後のリワーク品の再検査に使う。高精度判定と、判定理由のログ化が重要になる。

導入コストと期間の目安

LCD検査AIシステムの導入コストは、カメラ・照明・Jetson・ソフトウェアを含めて1ライン1,200〜2,500万円程度。導入期間は、現場ヒアリングから本稼働まで通常4〜6ヶ月。補助金を活用すれば、初期投資の1/2〜2/3が補助対象となるケースもある。

ROI観点では、検査員1〜2名の省人化に加え、判定バラつき削減による不良流出削減・顧客クレーム対応工数削減が大きく、多くの現場で2年以内の投資回収が実現している。

導入前後の定量効果比較

AI検査モデルの継続改善運用

AI検査は導入したら完了ではなく、稼働後の継続改善が精度維持と向上の鍵になる。Nsightが推奨する運用サイクルは以下の通り。

1. 月次レビュー：疑義判定（AIスコアが閾値付近）のサンプルを検査員と共にレビューし、判定ラベル付け
2. 四半期モデル更新：ラベル付けされた新データでモデルを追加学習、検証、本番反映
3. 新機種立ち上げ対応：新機種の先行生産分で追加学習データを収集、本稼働前に精度検証
4. 年次精度監査：年1回、過去12ヶ月の判定実績を総合分析し、検査基準の見直しを実施

Nsightが提供するLCD検査ソリューションの特徴

Nsightは、パチンコ業界向けLCD検査で以下の特徴を持つ。

• 元キーエンス画像処理部門エンジニアによる撮像系設計
• VLMを活用した少量NGサンプルからの学習データ拡張
• ブラウザベース学習UIによる現場オペレーターの自律運用
• オンプレ運用完結の構成選択肢（データ持ち出し不可要件対応）
• ものづくり補助金・IT導入補助金・事業再構築補助金の申請支援

具体的な構成提案・見積もりは、お問い合わせフォーム からご連絡いただきたい。

LCD検査における精度指標の考え方

AI LCD検査の精度を評価する際、単一の「一致率」だけでは不十分。パチンコ業界のLCD検査は、顧客ブランドと市場クレームに直結するため、以下3つの指標をバランスで見る必要がある。

1. 見逃し率（False Negative）：不良品をOKと判定した率。市場流出に直結するため、ゼロに近づけることが最優先。
2. 誤検出率（False Positive）：良品をNGと判定した率。これが高いと検査員のリワーク工数が膨大化し、生産性が悪化する。
3. 判定一致率：検査員判定とAI判定の一致率。現場受容性の指標。

実運用では、見逃し率を最優先で低く保ちつつ、誤検出率は受容範囲内に収める閾値調整を行う。「見逃しゼロ」を追求しすぎると誤検出が爆発する典型的トレードオフなので、顧客品質要求と現場リワーク容量のバランスが必要。

撮像系の具体的設計：照明・カメラ選定の勘所

LCD検査の精度を左右するのは、AI側よりも撮像系の設計品質である。現場で実用精度を達成するために押さえるべき要点は以下の通り。

照明設計

• 外部光の完全排除：検査ブースを遮光し、環境光の変動を物理的に排除する。わずかな外光変動でも輝度判定にノイズを乗せるため、ここは妥協してはいけない領域。
• 均一面発光：LCD自体が発光するため、外部照明は「LCDの反射を拾いすぎない」方向に設計する。多くの場合、低照度の均一面光源を斜め45度に配置する構成が安定する。
• 偏光フィルタ活用：LCDは偏光を出力するため、カメラ側に偏光フィルタを入れると反射ムラを切り分けられる。ただし偏光方向の合わせ込みが必要で、設置段階でキャリブレーションを行う。

カメラ選定

• 解像度：検査対象のLCD解像度に対して最低2〜3倍の画素数を確保する。4K液晶を対象とするなら12〜16MP以上のカメラが推奨。
• センサー感度：微弱な輝度ムラ検出には、高ダイナミックレンジ（HDR）対応センサーが有利。
• 色再現性：色ムラ判定のため、カラーキャリブレーションされた産業用カメラが必須。民生用カメラは色再現のバラつきが大きく不向き。

多角度撮像の必要性

LCDは視野角によって見え方が変わるため、正面1方向の撮像だけでは反射ムラ・色ムラを見逃す可能性がある。正面・斜め左・斜め右の3方向撮像、または回転ステージによる多角度撮像で、視野角依存の不良も検出できる構成にする。

よくある質問

輝度ムラ判定の閾値はどう決めますか？

過去のOK/NG判定実績と、納入先メーカーが指定する外観規格を突合して決めます。多くの場合、中心と周辺の輝度比、エリア間のΔEuv（色差）を指標にします。

1台あたりの検査時間はどれくらいですか？

テストパターン数と判定項目数にもよりますが、1台あたり15〜40秒が一般的です。Jetson Orin NXクラスで十分対応できる速度です。

検査員の暗黙知はどう取り込みますか？

検査員立会いで、判定根拠となる画像領域を一緒にマーキングしていきます。その蓄積をAI学習データに変換することで、暗黙知をシステムに移管していきます。

機種切替時の対応工数はどれくらいかかりますか？

表示コンテンツ非依存の方式なら、テストパターン設計が共通化されているため、機種追加時の追加作業は数時間程度で済みます。

クラウド接続なしで運用できますか？

はい、完全オンプレミス構成も可能です。セキュリティポリシーが厳しいパチンコ製造現場では、オンプレ運用を推奨しています。

既存の検査装置との並行運用は可能ですか？

可能です。導入初期は既存装置と並行運用して判定差異を分析し、AI側の精度が十分になった段階で段階的に切り替えるのが安全です。

最終更新日：2026-04-24