協働ロボットと組み合わせるビジョンを、原理・方式・製品・実装まで、事実で並べます。
協働ロボットの手足を「見える」ようにするマシンビジョンは、方式ごとに得意な現場と苦手な現場があります。構造化光は静止物の高精度スキャンに向き、ToFは動体に強く、レーザ三角測量はサブミクロンの高さ測定に強い。値段も数万円のスマートセンサから、数百万円のシステムまで幅広い。当社は買い手側の立場で、原理・方式・製品・実装・価格・市場を、公式・査読論文・業界統計から集めた事実で並べます。
数値はすべて観測時点 2026年7月のもの。通貨は建値のまま表示します。最新は各出典リンクで確認してください。
1. 2Dマシンビジョンの基本
産業用の2Dカメラは、GigE Vision（Ethernet）／USB3 Vision（USB3/USB4）／CoaXPress（同軸・最大25Gbps）／Camera Linkを伝送規格として使い、機能命名はGenICam（EMVA管理・Package 2025.10）で統一されます。センサはエリアスキャン（矩形センサで全画素同時露光・静止物向け）とラインスキャン（1行ずつ取得・連続ウェブ／回転体／高速搬送向け）の2系統、素子はCCD（低ノイズ・高感度）とCMOS（高速読み出し・産業カメラの主流）。選定の軸は、解像度・フレームレート・ダイナミックレンジ・シャッタ方式（グローバル／ローリング）・GenICam SFNC対応版・光学I/Fです。
出典：EMVA GenICam／Control Engineering 2025／Cognex Line Scan vs Area Scan
2. 3Dマシンビジョンの7方式
- ・Structured Light（構造化光）：既知パターン（縞・格子・ドット・位相シフト縞）をプロジェクタから投影し、対象表面での変形をカメラで撮像、三角測量で点群復元。得意：高解像度・高精度。不得意：動体・強反射・透明・黒色。代表機：Zivid 2+／Zivid 3、Photoneo PhoXi Gen3、Cognex 3D-A5000、IDS Ensenso S（zivid.com）
- ・Time-of-Flight（ToF）：iToF（変調光の位相差）とdToF（短パルスの到達時間・SPAD検出）。代表機：Basler blaze-101／102／112。得意：動体・高速。不得意：光沢面（baslerweb.com）
- ・Stereo Vision：2カメラの視差から深度復元。受動（外光のみ）と能動（パターン投影）。得意：屋外・環境光変動。不得意：テクスチャレス面。代表機：Roboception rc_visard、IDS Ensenso N/C/X/XR
- ・Laser Triangulation：ライン状レーザを投射し、反射光の位置から高さ算出。得意：サブミクロン精度。不得意：高速動体・長距離（1軸スキャン要）。代表機：Keyence LJ-X8000、LMI Gocator、SICK Ranger3
- ・Chromatic Confocal（クロマティック共焦点）：白色光を色収差の大きなレンズで軸方向に波長分光し、対象表面で焦点が合う波長を分光器で特定。Z分解能<1μm、透明膜厚も測定可能。半導体・薄膜・研磨面向け（polytec.com）
- ・Photogrammetry：複数視点画像からStructure-from-Motionで3D復元。得意：低コスト・高テクスチャモデル。不得意：処理時間・低テクスチャ。産業用途：建設進捗・在庫測量・非破壊検査
- ・LiDAR：パルスレーザを能動走査。得意：屋外・全天候・長距離。不得意：コスト高。産業用途：AMR・自律搬送・大空間モニタリング（nvidia.com）
表A：各方式の得意・不得意
| 方式 | 精度 | 範囲 | 速度 | 表面（光沢／黒／透明） | 環境光耐性 | コスト帯 |
|---|---|---|---|---|---|---|
| Structured Light | 高（0.1〜0.2%） | 近〜中（〜数m） | 中（0.2〜1s） | 難あり（HDRで緩和） | 中〜高（〜20,000 lux） | 中〜高 |
| iToF | 中（±5mm） | 中〜長（〜10m） | 高（30fps） | 弱め | 940nmで屋外対応 | 中 |
| dToF | 高 | 長 | 高 | 弱め | 高 | 高 |
| Passive Stereo | 中 | 中 | 高 | テクスチャ依存 | 高 | 低〜中 |
| Active Stereo | 中〜高 | 中 | 中〜高 | 中 | 中 | 中 |
| Laser Triangulation | 極高（サブμm） | 短 | 高（ライン単位） | 光沢弱、青レーザで改善 | 中 | 中〜高 |
| Chromatic Confocal | 極高（<1μm） | 極短（μm〜mm） | 低 | 反射・透明も対応 | 高 | 高 |
| Photogrammetry | 中 | 可変 | 低（後処理） | テクスチャ依存 | 昼光要 | 低 |
| LiDAR | 高 | 長（10〜100m） | 中〜高 | 反射に依存 | 高（昼夜） | 高 |
3. 主要メーカー・製品
表B：3Dスキャナ・カメラ
| メーカー | 型式 | 方式 | 主用途 | 出典 |
|---|---|---|---|---|
| Cognex | In-Sight 3D-A5000（IP65・150万点点群・200ms） | Structured Light | 組立検証・寸法・ロボットガイド | cognex.com |
| Cognex | In-Sight D900（ViDi内蔵） | 2D＋Deep Learning | 欠陥・分類・OCR | cognex.com |
| Keyence | LJ-X8000（3200点/プロファイル・0.3〜0.5μm再現性） | Laser Triangulation | 段差・キズ・寸法・組立確認 | keyence.com |
| Keyence | VSシリーズ（Built-in AI Vision） | 2D＋Edge AI | 汎用検査・エッジ推論 | keyence.com |
| Basler | blaze-101／102／112（Sony IMX556・640×480・30fps・±5mm・0〜10m） | iToF | 物流・寸法・パレット | baslerweb.com |
| Basler | ace／boost／dart | 2Dエリアスキャン | 汎用2D検査 | baslerweb.com |
| Zivid | Zivid 2+ M60／M130／L110、Zivid 3、Zivid 3 XL250（4.5m作業距離） | Structured Light | ビンピッキング・パレタイジング | zivid.com |
| Photoneo | PhoXi 3D Scanner Gen3（5.1MP・RGB同時・20,000 lux耐光） | Structured Light | 静的3Dスキャン・検査 | photoneo.com |
| Photoneo | MotionCam-3D（Parallel Structured Light・動体対応） | Structured Light（動体対応） | コンベア上のピッキング | photoneo.com |
| Roboception | rc_visard 65／160（SGM・オンボード処理） | Active Stereo | ハンドアイ・ROS・UR Pick Package | roboception.com |
| IDS | Ensenso S（1.6MP・20pc/s）／N・C・X・XR | Structured Light／Stereo | 中距離ピッキング・検査 | ids-imaging.com |
| Mech-Mind | Mech-Eye 3D + Mech-Vision + Mech-DLK + Mech-Viz | Structured Light／Laser | ビンピッキング・パレタイジング | mech-mind.com |
| LMI Technologies | Gocator 2000／2500／6300 | Laser Triangulation | 半導体・EVバッテリ・家電 | lmi3d.com |
| SICK | PLB520／536、Ranger3、safeVisionary2 | 各種3D | ビンピッキング・安全3D | sick.com |
| Pickit | M-HD／M2／L2／XL-HD2 等 | Structured Light 3D＋ソフト | UR／ABB／FANUC等のピッキング | pickit3d.com |
表C：Bin pickingソフトウェア（対応ロボット明示）
| 製品 | 対応ロボット | 出典 |
|---|---|---|
| Photoneo Bin Picking Studio（BPS） | 10メーカー170機種以上、UR CB3.4以降（URCap）、TCP/IP | photoneo.com |
| Pickit 3D | UR（URCap）、Techman（TM Kit）、Doosan、Yaskawa DX/YRC1000/HC10 | pickit3d.com |
| Roboception rc_reason（ItemPick／BoxPick） | UR（URCap）、Techman（TMScript・GRI）、汎用GRI | roboception.com |
| Mech-Vision＋Mech-Viz | UR／FANUC／ABB／KUKA／YASKAWA／Techman 等 | mech-mind.com |
| MVTec HALCON | Surface-Based／Shape-Based／Deep 3D Matching（合成CAD学習） | mvtec.com |
| Techman TM 3DVision | Techman TM全機種、TMflowノード（幾何形状／CAD／点姿勢の3モード） | tm-robot.com |
| Yaskawa MotoSight 3D BinPick | Motoman（YRC1000）、HC10 | motoman.com |
4. 価格帯（観測時点 2026-07）
マシンビジョンの本体価格は、メーカーがWeb直販で公表する系（Basler dart／IDS Ensenso X等）と、見積対応の系（Keyence全機種／Cognex上位機／Zivid／Mech-Mind／LMI／SICK等）に分かれます。以下は2026年7月時点で観測できた金額。
表D：メーカー・リセラー観測価格
| メーカー | 型式 | 価格 | 出典 |
|---|---|---|---|
| Cognex | In-Sight 2000 IS2000M-110 | USD 875 | e-Motion Supply（リセラー） |
| Cognex | In-Sight 2000 IS2000M-120 | USD 1,360 | 同上 |
| Cognex | In-Sight 2000 IS2000C-130（カラー） | USD 4,500 | 同上 |
| Cognex | In-Sight 7000（IS7020-01等） | USD 4,875〜5,465 | automationindustrial.com |
| Basler | dart（daAシリーズ） | EUR 99から | baslerweb.com |
| IDS | Ensenso X 3Dカメラシステム | EUR 9,990から（2020年公表以降改定情報なし） | ids-imaging.com |
| Photoneo | PhoXi 3D Scanner M（未使用開封品・参考） | USD 8,000 | Next Day Automation |
| Pickit | 3D Vision System（M-HD／M2／L2／XL-HD2） | EUR 10,150〜49,250 | Qviro（Pickit公式引用） |
Web上で価格に到達できないメーカー・機種：Keyence全機種／Cognex In-Sight 2800・8000・3D-A5000／Zivid／Mech-Mind／LMI Gocator／SICK Ranger3・Inspector・PLB／Photoneo XL・MotionCam-3D／Roboception現行版。すべて「見積依頼」対応です。
表E：周辺・付帯コスト
| 項目 | 価格レンジ |
|---|---|
| 産業LEDリング照明 | USD 154〜706 |
| 産業LED同軸照明 | USD 102〜1,102 |
| ドーム照明 | USD 190〜1,242 |
| SWIR同軸照明 | USD 994〜 |
| PoEスイッチ 8ポート（マネージド） | USD 110〜350 |
| 3Dビジョン一般帯（協働ロボット用途） | USD 8,000〜20,000 |
| 2Dビジョン一般帯 | USD 3,000〜6,000 |
表F：導入SI費用（Averroes 2025-03／SmartDev 2026-01）
| 工程 | 単価目安 |
|---|---|
| ハードウェア（AOIエントリー・2D） | USD 30,000〜50,000 |
| ハードウェア（AOIミドル） | USD 50,000〜100,000 |
| ハードウェア（3D AOIハイエンド） | USD 100,000〜200,000 |
| 設置（Installation） | USD 5,000〜15,000 |
| 初期プログラミング・キャリブレーション | USD 10,000〜30,000 |
| 年間保守 | USD 500〜2,500／年 |
| AOIソフトウェアライセンス | USD 2,000〜10,000／年 |
| 既存ロボットセルへのビジョン追加 | USD 15,000〜80,000 |
| 標準化ライン単位実装（ハード＋ソフト＋SI＋教育） | USD 110,000〜200,000／ライン |
| AIラベリング（1画像あたり） | USD 0.50〜2（工業向けプロ品質） |
| 学習用データ準備（1欠陥クラス） | 500〜2,000枚、月次追加50〜100枚 |
| Bin picking実装工数 | オフサイト1〜2週＋オンサイト数日〜2週 |
5. Bin pickingの実装
協働ロボットに3Dビジョンを組み合わせる代表用途がBin picking（ビン内散乱部品のピッキング）。ワークフローは7段階、姿勢推定アルゴリズムは複数系統、ハンドアイキャリブレーションはEye-in-HandとEye-to-Handの2方式です。
表G：Bin pickingワークフロー（7段階）
| 段階 | 内容 | 技術要素 |
|---|---|---|
| ① スキャン | 3Dセンサでシーン取得 | 構造化光・ステレオ・ToF |
| ② 点群生成 | Depth → PointCloud変換 | HDR合成、ノイズ除去 |
| ③ セグメンテーション | 部品インスタンス分離 | Mask R-CNN／SAM／Depth-based |
| ④ 姿勢推定 | 6DoF poseの算出 | PPF／DL／CADマッチ |
| ⑤ 把持点計算 | 対称性・アプローチ角評価 | Grasp DB、ItemPick |
| ⑥ 経路計画 | 衝突回避・軌道生成 | RRT／OMPL／CAD干渉チェック |
| ⑦ 実行 | ロボット指令転送 | TCP/IP、URCap、TMflow |
姿勢推定アルゴリズム（主要5系統）
- ・PPF（Drost 2010）：点対の法線・距離・角度をハッシュ化して投票。得意：テクスチャ無し金属・CAD有り。不得意：対称形・平面部品・鏡面（mdpi.com）
- ・DenseFusion：RGB特徴と点群特徴をpixel-wise融合。YCB-VでADD-S <2cmをPoseCNN+ICP比3.5pt改善、約200倍高速（arxiv.org）
- ・FoundationPose（CVPR 2024）：大規模合成学習＋Transformer＋NeRFによるmodel-based／model-free統合。CADもしくは数枚の参照画像でfine-tune不要（github.com/NVlabs）
- ・PS6D：対称性を扱う2段クラスタリング＋attention。得意：錆・反射・無テクスチャ（arxiv.org）
- ・ICP：対応点最近傍→剛体変換を反復最小化。粗い初期解の精緻化に使用（PCL・Open3D実装）
ハンドアイキャリブレーション：Eye-in-Hand(カメラをTCPに搭載)とEye-to-Hand(カメラをセルに固定)。いずれも AX = XB のEuclidean群方程式に帰着します。OpenCVの calibrateHandEye にTsai-Lenz／Park-Martin／Horaud-Dornaika／Andreff／Daniilidisの5アルゴリズムが実装済み。ROSスタックの easy_handeye（IFL-CAMP）がMoveIt + OpenCVを束ねます。オンラインChArUco手法（Sensors 2022）では、Tsai-Lenz比で再投影誤差 −44.43%、視覚位置決め誤差 −50.63%（easy_handeye／Sensors 2022）。
表H：典型的な失敗モード
| 失敗 | 原因 | 対策 |
|---|---|---|
| オクルージョン | 部品同士の重なり、bin壁による死角 | 多視点スキャン、狭ベースラインセンサ、re-scan |
| 鏡面／多重反射 | 光沢金属、深穴でdepthデータ欠損・虚像 | HDR露光合成、偏光、DLによる反射補正 |
| 部品の絡み・詰まり | 針金部品／L字部品の相互絡み | force feedback／バイブレータbin／pick後リトライ |
| サイクルタイム制約 | pose推定＋path planningの合計時間 | オフラインgrasp DB、GPU推論、path pre-warm。一般6〜10s、AI系で2〜8s |
| 対称性によるpose曖昧 | 円柱・球等 | 対称群を明示学習、pose分布推定 |
| 未知物体・データ不足 | 学習物体外れ | FoundationPose few-shot、合成データレンダラ |
| bin最後の1〜2個 | ロボット到達性・グリッパアクセス | tilt bin、tool changer、2面グリッパ |
産業応用の実装事例（数値付き）
- ・Amazon Robotics AIビンピッキング：ランダムビンでピック成功率 99.5%（amdmachines.com）
- ・NRP-Net（吸引把持）の現場検証：成功率 87.4%
- ・産業一般ベンチマーク：標準セル4〜8s、成功率98〜99.9%
- ・AMD Machines事例：2交替稼働で14か月全額回収・初2年で180万個処理・平均サイクル7.2秒・初回把持成功率 99.4%・総合把持率 99.97%・労災0件
- ・大型ビン／パレット：Zivid 3 XL250（4.5m作業距離・1.2×1.2mパレット全域）（zivid.com）
- ・Photoneo BPS：1プロジェクトで最大4種類部品／4スキャナまで対応
6. AIビジョン（深層学習検査）
マシンビジョンの検査部分は、深層学習で置き換わる領域が広がっています。代表手法は、正常画像から学習して異常を検出するPatchCore（MVTec ADでAUROC 約99.1%）、Student-Teacher蒸留＋オートエンコーダのEfficientAD（GPUで1枚2ms・600fps超）、Foundation ModelベースのAnomalyDINO（DINOv2・MVTec-AD 1-shot AUROC 93.1% → 96.6%）、半導体検査のIC-SAM（mIoU/mBIoU +15%）などです（PatchCore／EfficientAD／AnomalyDINO）。
表I：主要商用AIビジョン製品
| 製品 | 特徴 | 出典 |
|---|---|---|
| Cognex In-Sight D900（ViDi） | IP67スマートカメラに深層学習推論エンジン内蔵（Read／Check／Detect） | cognex.com |
| Keyence VSシリーズ | エッジAIをカメラ本体で実行、少数画像で学習可能 | keyence.com |
| MVTec MERLIC 5／HALCON | 非プログラミング統合環境／スクリプトベース、CPU/GPU/Arm対応 | mvtec.com |
| Landing AI LandingLens | 低コードのラベリング・訓練・デプロイ一気通貫、Snowflake Cortex AI／ABB Robotics連携（2025） | landing.ai |
| Neurala VIA | Lifelong-DNN（L-DNN）による継続学習、Cascade機能（2024年10月追加） | neurala.com |
| Zebra Aurora Vision + Aurora Deep Learning | 3,000超のビジョンフィルタ＋深層学習、20〜30枚から学習可能 | zebra.com |
| NVIDIA Isaac Perceptor／Metropolis | ROS 2ベースのAMR向け3D知覚／ビジョンAI開発ツール群 | nvidia.com |
| OMRON FHシリーズ | 熟練検査員の技法を再現する欠陥検出AI | prnewswire.com |
表J：主要オープンソース
| ライブラリ | ライセンス | 特徴 |
|---|---|---|
| Anomalib | Apache 2.0（Intel／OpenVINO） | PatchCore／PaDiM／FastFlow／EfficientAD実装、OpenVINOエッジ推論 |
| Ultralytics YOLOv8／v11 | AGPL 3.0 | 物体検出。YOLOv11sはNEU-DETでmAP 75.2%、AL10-DETで83.3% |
| MMDetection | Apache 2.0（OpenMMLab） | Faster R-CNN／Mask R-CNN／RetinaNet 等 |
| Detectron2 | Apache 2.0（Meta AI） | 物体検出／インスタンスセグメンテーション |
| OpenCV DNN | Apache 2.0 | 軽量推論ランタイム |
- ・EVバッテリー検査：YOLOベースで推論9.5ms／AP 88%／Recall 84%。3Dレーザースキャン＋点群DLで50μm級電極欠陥を97%分類（sciencedirect.com）
- ・半導体・PCB／AOI：IPC APEX EXPO 2025でPCBA・半導体を単一モデルで扱う汎用セグメンテーション発表
- ・溶接ビード検査：YOLOv8系で2D画像から溶接シーム欠陥検出。GMAWは高温・スパッタ・アーク光でオンライン検査が難しく、レーザーラインの補助照明を併用（mdpi.com）
性能指標はPrecision／Recall／F1／AUROC／AUPRO／推論速度（fps）。産業では見逃し（FN）が致命的コストになるため、通常はRecallを優先します。
7. エッジ推論ハードウェア
AIビジョンを産業現場で動かすためのエッジ推論チップは、汎用GPUから数TOPSの小型モジュールまで、性能と消費電力の幅が広がりました。
表K：主要製品
| 製品 | 性能 | 消費電力 | 価格 |
|---|---|---|---|
| NVIDIA Jetson AGX Orin | 最大275 TOPS、Ampere GPU 2,048コア、8ストリーム同時 | — | 数千USD級 |
| NVIDIA Jetson Orin NX | 最大157 TOPS | 10〜40W | — |
| NVIDIA Jetson Orin Nano Super | 最大67 TOPS（2024年12月投入・前世代比1.7倍） | 7〜25W | Dev Kit 約USD 249 |
| Hailo-8 | 26 TOPS（INT8） | 約2.5〜3W | — |
| Google Coral Edge TPU | 4 TOPS、0.5W/TOPS、MobileNet v2 約400fps | 0.5W/TOPS | USB Accelerator 約USD 60 |
| Cognex In-Sight D900 | カメラオンボード推論エンジン（詳細TOPS非公表） | — | — |
8. 標準規格
表L：主要規格
| 規格 | 管理団体 | 内容 |
|---|---|---|
| GenICam（GenApi 3.5／GenTL 1.6／SFNC 2.7／Package 2025.10） | EMVA | 産業カメラ共通API |
| GigE Vision 2.2／3.0 | AIA／A3 | Ethernet上の映像伝送・制御 |
| USB3 Vision 1.2 | AIA／A3 | USB3／USB4映像伝送 |
| CoaXPress v3.0 | JIIA／EMVA | 銅線・光ファイバ25Gbps |
| Camera Link | AIA | 従来型高速並列伝送 |
| EMVA 1288（Release 4.0） | EMVA | 産業用カメラの客観的特性評価 |
| VDI/VDE/VDMA 2632 Part 2 | VDMA | マシンビジョン仕様策定ガイドライン |
| ISO/IEC TR 24028:2020 | ISO/IEC | AI信頼性の概観（信頼性・堅牢性・透明性・説明責任 等） |
9. 業界統計・市場トレンド
Interact Analysis、VDMA、A3、Grand View Research、Cognex／Keyence IRから：
- ・世界市場（Interact Analysis狭義基準）：2023年 USD 6.26B（−2.8%）→ 2024年 USD 5.6B（−3.9%）。2024〜2029 CAGR 6.6%。注：世界計は調査会社間でUSD 5.6B〜24Bと幅広い（定義境界に依存）（Interact Analysis）
- ・地域別（2024年）：欧州（VDMA）EUR 3.1B（−10%）／北米（A3）USD 2.863B（−1%）／中国（Grand View）USD 1.998B・2025〜2030 CAGR 14.7%／日本＝Keyence FY2024 9,673億円（+4.9%・営業利益率約51.7%）（keyence.co.jp）
- ・3Dビジョン市場：2024年 世界3Dカメラ売上 USD 787M → 2029年 USD 1.2B超（CAGR 9.4%）。ステレオビジョンCAGR 19%／ToF CAGR 17.3%。Bin pickingアプリ市場はUSD 200M（2024）→ 500M超（2029）・CAGR 20.9%（Interact Analysis）
- ・AIビジョン市場：AIソフト単体 USD 114M（2024）→ 275M超（2029）＝ほぼ倍増（Interact Analysis）／Deep Learning in MV USD 5.13B（2024・Cognitive Market Research）
- ・主要メーカー2024実績：Cognex FY2024 USD 914.5M（+9%・粗利益率68%・Logistics +20%）／Keyence FY2024 9,673億円（+4.9%）／Basler 受注+15%・売上−10%／Photoneo＝2024年12月にZebra Technologiesが買収発表／Mech-Mind＝3Dセンサー10,000台以上出荷・50か国以上・顧客1,000社以上
- ・技術トレンド：Foundation Models（SAM／DINOv2）の産業応用／Edge AI（Jetson Orin開発者200万人・Orin顧客7,000超、Hailo累計調達USD 340M超）／3D Gaussian Splattingのロボティクス応用（SplatSim・ManiGaussian・RoboGSim）
- ・業界イベント：VISION Stuttgart 2024（出展483社・来場8,000超）／Automate 2025 Detroit（来場登録45,000）／VisionChina Shanghai 2025／IIFES 2025（東京・11月）／iREX 2023（出展654社・来場150,000超）
参考文献
- EMVA GenICam：www.emva.org
- Interact Analysis — 3D Cameras to Drive Machine Vision Market Growth：interactanalysis.com
- Interact Analysis — AI Software to Return Growth to the Machine Vision Market：interactanalysis.com
- Zivid — 3D Vision Technology Principles：www.zivid.com
- Basler — ToF Camera Technology：docs.baslerweb.com
- OpenCV calibrateHandEye：github.com
- IFL-CAMP easy_handeye：github.com
- Anomalib（Intel／OpenVINO）：github.com
- FoundationPose（NVlabs）：github.com
- PatchCore（arXiv 2106.08265）：arxiv.org
- EfficientAD（arXiv 2303.14535）：arxiv.org
- VDI/VDE/VDMA 2632 Part 2：www.automation.com
- ISO/IEC TR 24028:2020：www.iso.org