FordのMAIVSに見る、スマホで検査する時代：スマートマニュファクチャリングのエッジAI検査ノード
Mobile-focused spatial inspection of industrial parts using 2D image processing and LiDAR. 論文簡易紹介
出典：Bondar, D., Basova, Y., Vodka, O., & Machado, J. (2026). Mobile-focused spatial inspection of industrial parts using 2D image processing and LiDAR. Measurement, 266, 120522. https://doi.org/10.1016/j.measurement.2026.120522
この研究を簡単に言うと、iPhoneのカメラとLiDARを使い、工場の部品検査をその場でできるようにする研究です。実際にスマホを検査端末として使っている代表例は Ford です。Ford は、スマートフォンのカメラとAIを使って、組立工程で部品が正しく取り付けられているかを検査している様です。MAIVS（Mobile Artificial Intelligence Vision System）Ford Uses AI Cameras in Factories to Prevent Costly Recalls, Rework - Business Insider
普通、金属部品の穴の大きさやスロットの長さを正確に測るには、専用の測定器や3Dスキャナ、固定された検査装置が必要になります。でも、そういう装置は高価ですし、設置場所も限られます。特に中小企業や多品種少量生産の現場では、もっと手軽に使える検査方法が求められています。
そこでこの研究では、iPhone 15 Proに搭載されているLiDARとカメラ、さらにYOLOというAI画像認識モデルを組み合わせて、部品の形状や穴を自動で検出し、その寸法を測る仕組みを提案しています。
何をしている研究なの？
まず、iPhoneのカメラで金属部品を撮影します。
次に、YOLOv11というAIモデルが画像の中から、部品本体、穴、スロットなどを検出します。そして、検出した2D画像上の輪郭を、iPhoneのLiDAR深度情報とARKitのカメラ姿勢情報を使って3D座標に変換します。最後に、その3D輪郭から、穴径、スロット長さ、厚みなどの寸法を計算します。
つまり、単なる画像認識ではなく、AIで部品の特徴を見つけて、LiDARで3D寸法に変換する という研究です。
しかも、処理はクラウドではなく、iPhone上で完結します。
YOLOモデルをCore ML向けに最適化して、AppleのGPUやNeural Engineを使うことで、平均約0.4秒程度で解析できるようにしています。初期のMask R-CNN版では1フレームあたり約7秒かかっていたため、YOLO＋Core ML化によって大幅に高速化されています。
何が新しいの？
この研究は、新しいAIモデルそのものを提案しているというより、既存の技術をうまく組み合わせて、モバイル端末上で工業検査を実現した点に価値があります。特に重要なのは、iPhoneを高精度測定器の完全な代替にするというより、現場で素早く異常やズレを見つける検査支援ツールとして使うという考え方です。
まとめ
この研究は、iPhoneのLiDARとAI画像認識を組み合わせて、工場部品の寸法検査をモバイル端末だけで行うことを目指した研究です。
従来のような高価な3Dスキャナや固定検査装置を使わなくても、スマートフォン上で部品を検出し、3D寸法を測り、ほぼリアルタイムに結果を返せる可能性を示しています。ただし、まだ対象は平板の金属部品や穴・スロットなどに限られており、複雑な形状、反射の強い材料、大きな寸法、厚み測定などには課題があるようです。
私的見解
この研究は単なるモバイル計測技術というより、品質基準に基づく自動合否判定や、視覚的な異常チェックを現場で素早く行うための基盤技術として位置づけられる可能性を感じました。Co-Mask R-CNN論文の方向もあり、Mask R-CNNはまだまだ改良の余地がありそうです。また、このような仕組みを本格的にスマートマニュファクチャリングへ展開するには、端末単体の性能だけでなく、ネットワークやデータ連携基盤が安定して稼働する工場環境が重要になると思います。
特に、検査結果をネットワーク経由で品質管理システムやMES、デジタルツインに連携できれば、スマートマニュファクチャリングにおけるエッジAI検査ノードとして機能する可能性がある感じました。
（あと、きちんとしたGD &Tの3D図面流通が検査の合否判定や準備の効率化には重要ですね。ラティス頑張れ）