iPhone一台でどれだけ小さな不良と、どれだけ大きな製品を検査できるのか？
要約
ラインに取り付けたiPhone 17 Proは、260ミクロンの不良（クロムメッキ金属の細いキズ）から、幅5.3 mのパレットまでを扱えます。どちらの端まで届くかは、選ぶレンズとマウントから対象までの距離だけで決まります。1台で4通りの構成が組めるため、これはKeyenceやCognexのセンサー3台分の仕事に相当します。
構成ごとに安定して検出できる最小の不良サイズ:
- マクロ（Ultra Wide、10 cm、iPhone Proのみ）: 約0.26 mm
- Telephoto（3×）、1 m: 約0.5 mm
- Main 2×、1 m: 約0.8 mm
- Main 1×、1 m: 約1.6 mm
- Ultra Wide、1 m: 約3 mm
構成ごとに撮影できる最大の正方形エリア:
- Ultra Wide、3 m: 5.3 × 5.3 m
- Main 1×、3 m: 3.3 × 3.3 m
- Main 2×、3 m: 1.6 × 1.6 m
- Telephoto、3 m: 1.0 × 1.0 m
視野から始めましょう
ラインの上にiPhoneを取り付けたら、最初に知りたいのは「実際にラインのどこまで映っているか」です。視野が、何を検査できるか、何をカウントできるか、そして1つのステーションをカバーするのに何台必要かを決めます。ここを外すと、カメラがワークの半分を見逃すか、1台で足りるはずの工程にiPhoneを3台並べる羽目になります。
以下は、マウントをネジ留めする前に自分で計算するために必要な内容です。iPhoneが産業用カメラの仕事をするとき視野が何を意味するか、なぜどのセットアップも1:1の正方形クロップを経由するのか、4本のレンズが実際の作業距離でどう振る舞うか、そして検査対象に合わせて正しいレンズをどう選ぶかを扱います。
なぜ1:1に切り出すのか
iPhoneのセンサーは4:3です。産業検査のタスクで4:3のものはほぼ皆無です。ワークは1つずつ流れ、不良のROIは正方形の判定エリアに収まり、machine learningモデルは正方形の入力でより安定して学習します。そこでEnaoは、モデルにレンズ間でアスペクト比の違いを扱わせるのではなく、2Kセンサー読み出しの中央から正方形クロップを取ります。両サイドのピクセルは捨てられ、可視面の幅と高さは同じ値に揃います。
メリットは、どのレンズも同じ形のフレームを出力するため、シフトの合間にMainからTelephotoに切り替えても不良モデルやアラート座標が壊れないことです。コストはサイドのピクセル分ですが、48 MPのMainセンサーを2K正方形にクロップした場合、検査に影響するほどの割合ではありません。
4本のiPhoneレンズを、シンプルに解説
iPhone 17 Proは物理的な背面カメラを3つ搭載し、加えて高品質なデジタル選択肢が事実上4本目のレンズとして機能します。Enaoはこの4つ全てを使えるようにします。それぞれ作業距離と不良サイズのカバー範囲が違うからです。
Ultra Wide、ズーム0.5×、焦点距離換算13 mm。 パノラマ用の選択肢で、1フレームでできるだけ広くライン、部屋、パレットを映すのが仕事です。非常に短い作業距離では、産業用の広角光学系を使わずにワークステーション周辺の全域を捉えられます。Ultra Wideは、AF範囲がマクロモードに使えるほど短い唯一のレンズでもあり、マウントが対象から約10 cmになるとiPhone Proモデルで自動的にマクロが起動します。マクロでは同じレンズがほぼ顕微鏡クラスの検査ツールに変わり、0.3 mm以下の特徴を、片手で覆えるほどの作業距離で解像します。長距離でのトレードオフはミリメートルあたりの解像度で、3 mm幅の不良は3 m先ではわずか数ピクセルしかカバーしません。
Main / Fusion、ズーム1×、焦点距離換算24 mm。 デフォルトのレンズで、腕を伸ばした距離で正面を見たときに感じる視野にほぼ近い範囲です。ほとんどのセットアップがここに落ち着きます。生産カウント、製品認識、バーコード読み取り、中距離の不良検出まで、1台のマウントで扱うにはカバレッジと詳細度のバランスが十分だからです。
Main / Fusion、ズーム2×、焦点距離換算48 mm、ロスレスなセンサークロップ。 AppleのMainセンサーは48 MPあり、Enaoはその中央を切り出して、ピクセル解像度を落とさずに2倍の焦点距離を持つレンズをシミュレートできます。結果として、Main 1×のちょうど半分の視野を、同じ2Kの作業解像度で得られます。カメラを物理的に動かしたり本物のTelephotoレンズを追加したりせずに、不良の細部をもっと見たいときに使えます。
Telephoto、ズーム3×、焦点距離換算77 mm。 到達距離に特化した専用光学レンズで、カバレッジは狭くきっちり区切られています。不良が小さくマウントを近づけられないとき、または対象が高速ラインを流れていてマウントを作業者やフォークリフトの動線から離しておきたいときに選びます。
具体的な数値、10 cmマクロから3 mまで
下の図は、マウントを決める前にブックマークするか印刷しておきたい1枚です。各列が1つのレンズを、各水平面がその作業距離での正方形視野のサイズを、レンズから検査面までの計測で示します。光の投影は線形なので、2 mの面はちょうど1 mの面の2倍、3 mの面は3倍の大きさになります。10 cmの行は別扱いで、Ultra Wideをマクロモードで示しています。ここでも同じ線形の関係が成り立ちますが、これほど近くにフォーカスできるのはこのレンズだけです。
モバイル向けに最適化した同じ図では、レンズごとに1カードのコンパクトなレイアウトを使い、1 m、2 m、3 mでの実際のカバレッジに比例したバーで表示しています。
同じ数値を表形式でまとめました。
| 作業距離 | Ultra Wide (0.5× / 13 mm) | Main 1× (24 mm) | Main 2× (48 mm) | Telephoto (3× / 77 mm) |
|---|---|---|---|---|
| 10 cm（マクロ、iPhone Pro） | 177 × 177 mm | フォーカス外 | フォーカス外 | フォーカス外 |
| 1 m | 1769 × 1769 mm | 1095 × 1095 mm | 548 × 548 mm | 338 × 338 mm |
| 2 m | 3539 × 3539 mm | 2190 × 2190 mm | 1096 × 1096 mm | 677 × 677 mm |
| 3 m | 5308 × 5308 mm | 3285 × 3285 mm | 1644 × 1644 mm | 1015 × 1015 mm |
エンジニア好みの簡単な検算があります。Main 2×は、どの距離でもMain 1×のちょうど半分です。これはセンサークロップの数学から直接導ける結果で、実効焦点距離を2倍にすればカバーする幅と高さは半分になります。10 cmのマクロ行は同じ関係を逆方向に延ばしたもので、Ultra Wideの10 cmでのカバレッジは1 mでのカバレッジのちょうど1/10です。
ピクセル/ミリメートル、実際に何を検査できるかを決める数字
カバレッジはフレームに何が入るかを教えてくれます。ミリメートルあたりの解像度は、AIが重要な不良を見られるかどうかを教えてくれます。1:1クロップは2K読み出しを使うので、上の各正方形視野は2048×2048ピクセルで撮影されます。ピクセル数を視野幅で割ると、その距離でのミリメートルあたりのピクセル密度が得られます。その逆数に3から4ピクセルを掛ければ、検出モデルが安定して分類できる最小不良サイズの目安が出ます。
| 作業距離 | Ultra Wide (0.5×) | Main 1× | Main 2× | Telephoto (3×) |
|---|---|---|---|---|
| 10 cm（マクロ） | 11.57 px/mm · ~0.26 mm 最小不良 | フォーカス外 | フォーカス外 | フォーカス外 |
| 1 m | 1.16 px/mm · ~3 mm | 1.87 px/mm · ~1.6 mm | 3.74 px/mm · ~0.8 mm | 6.06 px/mm · ~0.5 mm |
| 2 m | 0.58 px/mm · ~5 mm | 0.94 px/mm · ~3.2 mm | 1.87 px/mm · ~1.6 mm | 3.03 px/mm · ~1.0 mm |
| 3 m | 0.39 px/mm · ~7.7 mm | 0.62 px/mm · ~4.8 mm | 1.25 px/mm · ~2.4 mm | 2.02 px/mm · ~1.5 mm |
最小不良列の背後にある目安を書いておきます。現代のAIモデルが生産ラインで求められる信頼度で不良を分類できるようになるには、不良がフレーム内で3から4ピクセルをカバーしている必要があります。サブピクセルの不良はanomaly detectionでフラグを立てられる場合もありますが、許容できる誤検知率で名前付きの不良クラスを扱うなら、3から4ピクセルが実用上のフロアです。
10 cmのマクロ行が、現在のiPhoneが解像できる天井です。11.57 pixels/mmでは、AIが安定して分類できる最小の不良は約260ミクロン、人間の髪の太さの2倍強です。これは、クロムメッキ金属の細いキズ、ラベルの印刷品質問題、小型PCBのはんだ異常、プラスチックのオーバーモールドの公差チェック、切削部品のレーザーマーキング検証などをカバーします。以前はベンチ顕微鏡や専用のマクロ検査セルが必要だった項目を、今日は取り付けたiPhoneまで歩いて行けば検査できます。
特定のラインに合ったレンズをどう選ぶか
レンズの問いは、いつも別の2つの問いに落ちてきます。マウントはワークからどれだけ離れているか、そして見えなければならない最小のものはどれだけ小さいか。
マウントがベルトコンベアの3 m上、天井の梁に付いていて、目標が手のひらサイズ製品の出荷カウントなら、Ultra Wideがベルト幅全体を余裕でカバーします。マウントが打ち抜きステーションの1 m上、ブラケットに付いていて、目標が金属カバーのキズ検出なら、Main 2×かTelephotoが正解です。その距離のUltra Wideでは、1 mmのキズはそもそも存在しないからです。
ほとんどのセットアップは1×のMainレンズから始まります。ラインを見にいくときに自分が立つ位置の視野にきれいに対応するからです。2×クロップは、不良モデルが小さな特徴を取りこぼし始めたときの最初のアップグレードです。Ultra Wideは、パレットスケールの検査や、1つのマウントから複数のステーションをカバーする用途の答えです。Telephotoは到達距離の答えで、iPhoneを安全な隅に置いたまま、特定の機械や製品の特徴を長い距離越しに監視できます。Ultra Wideのマクロモードは逆側の極端を扱い、iPhone Pro上で10 cmのほぼ顕微鏡クラスの検査を実現します。そこでのマウントは、実質、ワークステーション自体に付ける小さな治具になります。
何度も失敗したセットアップから得た実践ルールが2つあります。ターゲットの不良が5 mm未満で作業距離が2 mを超えるときは、Ultra Wideを使わないでください。上の数値がその理由を示しています。ピクセル/ミリメートルがモデルの求める解像度を下回っていると、照明もトレーニングも失われた情報を取り戻せません。それから、標準iPhoneでマクロセットアップを計画しないでください。Ultra WideのAF範囲が10 cmでの作業に十分短いのはProラインだけです。フレームがぼやけ続ける理由を一晩探した末に、ハードウェアが単にそれをできないだけだったと気付くことになります。
固定レンズの産業用ビジョンセンサーとの比較
iPhoneアプローチの興味深い部分は、視野の数学そのものではなく、業界が同じ問題を伝統的にどう解決してきたかと比べたときに見えてくるものです。KeyenceやCognexといったメーカーのビジョンセンサー製品群は、視野ごとに別々の型番として整理されています。
Keyenceの現行 IV4シリーズ は、広く展開されているIV3ラインの後継で、複数の異なるモデルからなるファミリーです。IV4-600シリーズは広視野レンジをカバーし、モノクロ（IV4-600MA）とカラー（IV4-600CA）があります。より狭い視野は別の型番として存在します。さらに小さな要素を検査したい場合は、拡大レンズのアクセサリーも用意されています。各構成は、仕様決定、見積もり、在庫を分ける別のSKUになります。IP67の防塵防水と内蔵AIがIV4を有能な製品にしていますが、購入時に1台あたり1つの焦点距離にコミットする必要があるのが制約です。
Cognexも同じような立ち位置です。 In-Sight 9000ライン は狭視野と広視野のバリエーションで販売され、C-mountのIn-SightやDataManシステムでは、設置時に焦点距離ごとに互換レンズを選ぶ必要があります。広い検査から接写の不良チェックに切り替えるには、センサー、レンズ、またはユニット全体を物理的に交換することになります。これはCognexのハードウェアへの批判ではありません。ハードウェアは非常に優秀です。あくまで、固定レンズのmachine visionがどう価格付けされ売られているかの説明です。
このパターンと並べると、iPhoneは実質、1つの筐体に収まった3から4台のビジョンセンサーです。Ultra Wide、Main 1×、Main 2×、Telephotoのレンズは、Keyence IV4の設置なら3つの別々のSKUでカバーする必要がある視野レンジを、1台の機体で提供します。Enaoはそれらをソフトウェアで切り替え、ラインが再構成されるならシフト間でも切り替えられます。ハードウェアBOMもそれに合わせて縮みます。整備済iPhoneにランプとマウントを合わせて1,000ユーロ未満、対して産業用ビジョンセンサー3台はコントローラーやケーブル、IP筐体の前ですでに数千ユーロ台の定価になります。
トレードオフは公平です。Keyence IV4はIP67で、単一のステーション用に作られ、光学的に指定された焦点距離に固定されています。来四半期にラインを組み替えても、より広い視界には切り替わりません。これは、生産プロセスが固定された工場では美点ですし、品質管理が生命に関わる場合は専用ハードウェアを買う十分な理由になります。それ以外のほとんどの状況では、アプリで4つの視野を再構成できるiPhone 1台の柔軟性が、特定の形状に合わせて作られた光学より価値を持ちます。
産業センサーとしてのiPhone
この記事全体は、実はひとつの見方に集約されます。iPhoneは、生産ラインに貼り付けられただけのスマートフォンではありません。4本のレンズ、ラインスピードでモデルを走らせるNeural Engine、Ethernetと24 V信号を扱えるUSB-Cポート、そして工場に耐えるシャシーを持つ、汎用の視覚知能ノードです。レンズを選ぶ動作は、Keyence、Cognex、Baslerのカタログを開いて固定焦点距離を選ぶのと同じ動作です。違いは、4本のレンズが1台のデバイスに載っていて、シフト間にアプリで組み替えられ、整備済iPhoneとランプとマウントで合計1,000ユーロ未満に収まる点です。
だからこそ、プロジェクトの最初に視野の数学を通しておくのは20分の価値があります。固定カメラセルのためにやるのと同じ数学を、1回やっておけば、iPhoneが取り付けられる各ステーションで再利用できます。
よくある質問
iPhoneはどれだけ小さな不良を安定して検出できますか？ マクロモード、作業距離10 cmで0.26 mmです。目安として、フレーム内で少なくとも3ピクセルをカバーする不良は安定して分類できます。最高解像度（iPhone ProのUltra Wideマクロ）では、2Kセンサー読み出しが11.57 pixels/mmを提供するので、3ピクセルは0.26 mm、人間の髪の太さの約2倍に相当します。
iPhone 1台でどれだけ大きなエリアをカバーできますか？ 5.3 × 5.3メートル、Ultra Wideを作業距離3 mで使った場合の値です。天井取り付けのブラケットから、パレット1枚分やベルトコンベアの幅全体をカバーできます。
iPhone Proが必要ですか、それとも標準iPhoneで足りますか？ 標準iPhoneは4本のレンズ全てで1 mから3 mの範囲をカバーします。10 cmでのマクロモードはProモデルでしか動きません。標準iPhoneのUltra WideはAF範囲がそこまで近くまで届かないためです。検査でサブミリメートルの不良検出が必要なら、Proを選んでください。
どのレンズから始めればよいですか？ ほとんどのセットアップではMain 1×がデフォルトです。カバレッジと詳細度のバランスが、出荷カウント、製品認識、バーコード読み取り、中距離の不良検出に十分だからです。不良モデルが小さな特徴を取りこぼし始めたらロスレスな2×クロップに切り替え、安全な取り付け角から長い到達距離が必要ならTelephoto（3×）に切り替えてください。
Keyence IV4やCognex In-Sightとはどう違いますか？ 固定レンズのビジョンセンサーは、視野ごとに1つの型番として売られます。広い検査から接写の不良チェックまでのレンジをカバーするには、3台の別々のセンサーを買うことになります。iPhoneは同じレンジを1台の機体から提供し、ソフトウェアでシフト間に切り替えられます。公平なトレードオフは、Keyence IV4がIP67で光学的に1つのステーションに固定されている点で、ラインが変わらないならそれが求めるものです。
この数値はどこから来ていますか？ Enaoはすべてのデプロイを、2Kセンサー読み出し（2048 × 2048ピクセル）の1:1正方形クロップに通します。視野は作業距離に対して線形に広がるので、2 mの平面は1 mの平面のちょうど2倍、3 mは3倍になります。ピクセル/ミリメートルの解像度は、2048を視野幅（ミリメートル）で割った値です。その逆数に3ピクセルを掛ければ、AIが安定して分類できる最小の不良サイズが出ます。
あわせて読みたい
始める
上の視野の数学が自分の検査に効くかを一番速く確かめる方法は、実際に動かしてみることです。デモを試す を使えば、iPhoneがブラウザ内でライブ動画を検査する様子を見られます（登録不要、メール不要、60秒）。もしくは 無料で始める でBasicティアを選び、今日から自分のラインにiPhoneを取り付けてみてください。
Explore with AI
Discuss this article with your favorite AI assistant
