善甫 啓一, 石田 尚. 「既存の食品加工・検査ラインに組み込み可能な AI 異常検知システムの実装 : 研究開発・実装・販売・実利用を通したデータ活用サイクルの構築」, Fooma技術ジャーナル, 第17巻, 第1号, pp. 23–29, 2022年6月1日.
既存の食品加工・検査ラインでは、目視やX線・可視光画像を用いた検査が行われるものの、人的負担が大きく、定型化が難しい対象製品もあるという問題があった。本研究では、現有資産を最大限に活用し、深層学習型AIを統合した検査装置を開発した。開発過程では、製品検査データに基づく疎結合設計によって 技術成熟度レベル（TRL）を体系的かつ段階的に向上させ、研究開発、実装、販売という各フェーズでのデータ活用サイクルを構築し、事業の成熟に結びつけた。
In existing food processing and inspection lines, inspection is conducted via visual checks and through X-ray or visible-light imaging systems; however, these methods require substantial human labor and are often unsuitable for products that lack standard forms. In response, this study developed an inspection device incorporating deep learning-based AI while leveraging existing assets to the greatest extent. Throughout development, a loosely coupled design based on inspection‐data was employed to systematically and incrementally advance the Technology Readiness Level (TRL), thereby facilitating a data-utilization cycle across research & development, implementation, and sales phases to mature the project toward commercialization.
【外部リンク】
既存の食品加工・検査ラインに組み込み可能な AI 異常検知システムの実装 : 研究開発・実装・販売・実利用を通したデータ活用サイクルの構築
