Algorithm Module 02 / 04
VRAI
Visual Reasoning AI｜視覚推論AI
見るだけでなく、理解して判断する。
画像・図面・CADなどの視覚情報から、対象物の形状や構造、位置関係を理解し、欠陥検出や設計上の不整合の推論を行う技術。
VRAIとは
Overview
外観検査の画像、二次元図面、三次元CAD、現場の映像。製造業の視覚情報には、形状・寸法・構造・位置関係といった「意味」が含まれています。VRAIは、画像認識で対象を見つけるだけでなく、図面の記号や寸法公差、部品同士の接続関係まで読み取り、構造として理解します。
理解した構造の上で推論を行うため、「傷があるか」にとどまらず、「この寸法は隣接部品と干渉しないか」「図面と仕様書の記載は一致しているか」といった、人が目と知識で行っていた判断を自動化します。照明や製品ロットの変化に追従する学習と、判定根拠の可視化を重視しています。
できること
Capabilities
VRAIが製造現場で担う役割です。
- 01
外観検査・欠陥検出
- 02
図面・CADの構造理解と読み取り
- 03
設計不整合・干渉の検出
- 04
寸法・公差・記号の自動抽出
- 05
部品・設備の位置関係の把握
- 06
検査根拠の可視化
代表的な手法
Methods
VRAIを製造現場で機能させるために使い分けている手法です。課題の構造とデータの状態に合わせて組み合わせます。
- 01
物体検出・セグメンテーション
画像から欠陥・部品・設備を検出し、位置と領域を特定します。外観検査と現場監視の基盤です。
- 02
図面・CADの構造解析
図面の線・記号・寸法と、CADの形状・アセンブリ構造を読み取り、部品の関係を構造データに変換します。
- 03
視覚言語モデル（VLM）
画像と文書を同時に扱うモデルで、図面と仕様書の照合や、画像に対する自然言語での質問応答を行います。
- 04
少数データ学習と根拠の可視化
不良サンプルが少ない現場でも学習できる手法と、判定根拠を画像上に示す説明技術を組み合わせます。
他のモジュール
Algorithm Modules
