ロボットビジョン導入の費用と投資回収｜供給・精度・照明で決まる

「ロボットビジョンを入れれば、置き方がバラバラでもロボットが掴んでくれる」。見積依頼はたいていこの一文から始まる。そして立ち上げで詰まるのは、ほぼ例外なくカメラ以外の場所だ。ワークがどう供給されるか、照明が安定しているか、ロボット本体とハンドが渡された座標をどこまで許容できるか。この3つはカメラの見積書に一行も載っていない。本記事では費用を桁で動かす要因と、タイの工場で回収を成立させる条件を、仮定値の試算まで含めて分解する。

ロボットビジョンは「見る」装置ではなく「座標を渡す」仕組み

最初に用語の整理をしておきたい。工場のカメラには大きく2つの役割があり、この2つを同じ「画像処理」という言葉でまとめてしまうと、要求仕様の書き方から間違える。

1つは良否を判定するカメラである。傷があるか、印字が読めるか、部品が付いているか。出力は最終的に「OK」か「NG」の一値に落ちる。人が目視でやっていた検査を置き換える用途で、判定基準の作り込みと限度見本の合意が仕事の中心になる。この領域の詰め方はAI外観検査の導入で失敗しないための判断軸で扱っている。

もう1つが本記事の対象、座標を渡すカメラである。出力はOK／NGではなく、「このワークは、ロボット座標系のここに、この姿勢で存在する」という数値の組だ。2Dなら平面上のX・Yと回転角、3Dならさらに高さと傾きが加わり、最大で位置3自由度＋姿勢3自由度の6つの数値になる。ロボットはその数値を受け取って動く。

この違いは、失敗の現れ方の違いとして出る。良否判定のカメラが外すと、不良が流出するか良品が捨てられる。座標を渡すカメラが外すと、ロボットが空振りするか、ワークを掴み損ねるか、最悪の場合は治具や周辺装置に接触する。前者は結果の誤りだが、後者は動作の誤りであり、ラインが物理的に止まる。だからロボットビジョンの要求仕様は「何パーセントの認識率が出るか」ではなく、「渡した座標でロボットが確実に掴めるか」で書かなければならない。

「認識できた」と「掴めた」の間にあるもの

デモを見に行くと、画面上でワークが色付きの枠で囲まれ、姿勢を示す座標軸が重なって表示される。あれは認識できたことを示している。だが認識と把持の間には、少なくとも次の4つの関門がある。

• カメラ座標系で求めた位置を、ロボット座標系の位置に変換できているか（ハンドアイキャリブレーション）
• 変換した座標にロボットが実際に到達できるか（絶対精度、可動範囲、特異点、姿勢の実現性）
• そこにハンドを持っていったとき、周囲のワークや箱の壁と干渉しないか（干渉回避の経路生成）
• 到達した位置で、ハンドがワークの寸法ばらつきと残った位置ずれを吸収できるか（ハンドの許容差）

デモで見えるのは、よくて1つ目までである。残り3つは自社のワーク・自社のハンド・自社の供給状態でしか検証できない。ここが、ロボットビジョンの検討を「カメラ選定」から始めると必ず遠回りになる理由である。

2Dで足りる工程と3Dが要る工程の境界

3Dカメラは2Dカメラより高く、処理も重く、立ち上げの工数も大きい。だから最初に決めるべきは「3Dが要るのか」であって、「どの3Dカメラにするか」ではない。

境界の引き方は単純で、ロボットに渡すべき数値が何個あるかで決まる。平面上に単層で置かれ、高さが既知で一定、姿勢のばらつきが平面内の回転だけなら、渡す数値はX・Y・回転角の3つで足りる。これは2Dで求まる。一方、ワークが重なる、傾く、高さが個体ごとに違う、上下の向きが混ざるといった条件が入ると、高さと2軸の傾きが未知数として増え、3Dの奥行き情報が要る。バラ積みピッキングで3Dが必要になるのはこの理由による。

「2.5D」で足りる中間帯を見落とさない

現場で多いのは両極端ではなく中間である。トレーに単層で並んでいるが、ワークの厚みが数種類ある。コンベヤ上に流れてくるが、たまに2枚重なる。こうしたケースは、2Dで平面位置を出しつつ、変位センサや簡易的な高さ計測で「何段目か」だけを判別すれば足りることが多い。フル3Dの認識モデルを作る前に、高さの未知数を1つ減らす手当てができないかを必ず検討する。ここを飛ばして最初から3Dに行くと、後述する「教える」の費用が跳ね上がる。

3Dの方式による向き不向き

3Dの取得方式にはステレオ、構造化光、ToF、レーザ三角測量などがあり、それぞれ得手不得手がある。金属光沢のあるワークは反射で点群が欠けやすく、黒い樹脂は光が返らず抜けやすい。透明・半透明のワークは多くの方式で苦手だ。実機評価では、良品の代表サンプルではなく、光り方が最悪の個体・最も黒い個体・最も汚れた個体を持ち込んで点群を見せてもらうのが正しい。カタログのサンプル画像は、その方式が最も得意なワークで撮られている。

カタログの精度が現場の精度にならない — 位置決め誤差の三段重ね

ここが本記事で最も誤解の多い章である。ロボットビジョンの検討で最初に外す論点がここにある。

現場でワークを掴めるかどうかを決めるのは、単一の「精度」ではない。少なくとも次の三段が重なった結果として最終的なずれが決まる。

一段目 — カタログ精度は「測る精度」である

3Dカメラのカタログに載る精度は、光学式3D測定システムの評価基準（VDI/VDE系）に基づく測定精度である。たとえばOrbbec が Automate 2026 で示したDLP構造化光カメラは、0.5メートルの距離で約0.07ミリメートルのVDI/VDE精度、0.05ミリメートルのZ繰返し精度とされている。これは非常に高い精度だが、意味しているのは「その距離にある形状を、その誤差で測れる」ということであって、「掴んで挿せる」ということではない。

さらに実務上の注意として、この種の値は特定の距離・特定の被写体条件での値である。撮像距離を変えれば精度は変わり、視野を広げれば分解能は落ちる。評価するときは「カタログの精度」ではなく「自社の撮像距離・自社の視野・自社のワークでの精度」を出してもらう。

二段目 — 繰返し精度と位置精度はまったく別の指標である

産業用ロボットの性能試験規格であるISO 9283は、位置精度（accuracy）と繰返し精度（repeatability）を別々に定義する。前者は「指令した座標と、実際に到達した位置との差」であり、後者は「同じ点に繰り返し行かせたときのばらつき」である。試験はロボットの可動域に入る最大の立方体（テストキューブ）を想定し、その中の複数の姿勢で反復して実施する。

産業用ロボットは一般に、繰返し精度は高いが絶対精度はそれほど高くない。そしてカタログに載るのは通常繰返し精度のほうである。ティーチングで教えた点に戻る従来型の用途では、これで実用上まったく問題がない。教えた点そのものが「実際に到達できた位置」だからだ。

問題はビジョンを入れた瞬間に起きる。ビジョンは毎回違う座標を渡す。教えていない座標に、指令値どおりに行けるかどうかが問われる。ここで効くのは繰返し精度ではなく絶対精度である。両者は桁が違うことがあるとも言われるが、これは二次情報であり断定はしない。実務上の対処は明快で、メーカーまたはSIerに、当該機種の絶対精度の実測値と、その測定条件を書面で出してもらうこと。出せないという回答なら、それ自体が設計上の情報になる。実測値が出ないなら、三段目のハンド側で吸収するしかない。

なお、絶対精度は据付の平面度、減速機のバックラッシュ、アーム剛性、そして温度で変わる。タイの工場では、空調のない建屋や屋根からの熱が入る区画で、朝一番と午後の機内温度差が大きくなることがある。時間経過とともに座標がずれる現象は現実に報告されており、対策として定期的な再キャリブレーションを運用に織り込む必要がある。ここは後述する年間運用費の項目になる。

三段目 — 逃げを作るのはカメラを上げるより安い

一段目と二段目のずれが残った状態でも掴めるようにするのが三段目、ハンドとワークの機械的許容差である。具体的には次のような設計になる。

• 挿入部に面取りやテーパを付け、多少ずれても案内されて入るようにする
• ハンドにフローティング機構を入れ、接触してから位置が倣うようにする
• 把持点を「ワークのどこでもよい面」に取り、位置ずれの影響を受けにくくする
• 一度粗く掴んでから、置き台（リグリップステーション）で正確な位置に置き直し、掴み直す

最後の「置き直す」は特に効く。ビジョンで求めるのは「箱から取り出せる程度の精度」に落とし、正確な位置決めは機械的な置き台で作る。この設計にすると、カメラに要求する精度が一段下がり、費用も立ち上げ工数も下がる。精度は買うものではなく設計するものという原則が、ここに集約されている。ハンドと周辺の設計が総額を動かす構造についてはパレタイジングロボット導入の費用構造でも同じ結論に到達している。

費用を桁で動かすのは供給の状態（バラ積み／半整列／整列供給）

ここまでは精度の話だった。ここからは費用の話に入る。そして費用を最も大きく動かすのは、カメラの型番ではなくワークがどういう状態で供給されるかである。

バラ積みを選ぶ前に、なぜバラ積みなのかを問う

バラ積みピッキングは技術的に最も派手で、展示会で最も目を引く。実際、Photoneoは Automate 2026 で、AI駆動の3Dビジョンによって繊細な部品の取り出し、無秩序なバラ積み、パレット寸法の計測に対応すると説明している。技術としては確実に成熟しつつある。

だが工場の意思決定としては、順番が逆になっていることが多い。「今バラ積みで来ているから、バラ積みのまま自動化する」という前提が置かれたまま検討が始まる。そもそもなぜバラ積みなのかを遡ると、前工程の都合、サプライヤの梱包仕様、社内の運搬容器のルールといった、変えられる可能性のある理由に行き着くことが少なくない。

供給側を半整列に変えられるなら、必要なビジョンは3Dから2Dに落ち、認識モデルの作り込みが消え、干渉回避の経路生成が不要になる。後段の試算で示すように、これは総額で数十万バーツ規模の差になる。ビジョンを強くするより、供給を整えるほうが安い。これが本記事の実務上の最重要提言である。

整列供給に倒す場合の検討先

整列供給まで倒せるなら、話は治具と専用機の領域に移る。パーツフィーダ、シュート、位置決め治具、専用パレットといった機械要素で姿勢を決め切ってしまえば、ビジョンは「部品があるか／向きが合っているか」の確認だけに縮む。ネジ締めや圧入のように、ワーク側の姿勢を治具で決められる工程はこちらに倒すのが定石である。この領域の設計・製作の考え方は治具の設計・製作をタイで進めるときの判断軸にまとめている。

一方で整列供給にも限界がある。品種が多く、形状差が大きく、切り替えが頻繁な工程では、品種ごとに治具を作ると治具の数と保管場所と段取り替え時間が増えていく。品種数と切替頻度が一定を超えたところで、治具の物量よりビジョンのモデル切替のほうが安くなる。この分岐点は工程ごとに違うので一律の答えはない。後段の投資回収の章で示す計算の形式（年間効果と投資額を並べる）を、治具を作り続ける案とビジョン案の両方に当てて比べるのが実務的な決め方になる。

半整列は多くの工場にとっての現実解

実務上、最も費用対効果が合いやすいのは半整列である。サプライヤに仕切り付きトレーでの納入を依頼する、社内工程間の運搬をトレー化する、コンベヤ上で単層に分離する。いずれも大がかりな設備投資ではなく、運用と容器の変更で到達できることが多い。この状態まで持っていければ、ビジョンは2Dで済み、認識は形状マッチング程度で足り、立ち上げは週単位に縮む。

ロボットビジョンの費用は4区分で見る（見る・教える・掴む・つなぐ）

見積書を並べて比較すると、金額の差はカメラの型番の差に見える。実際には違う。見積で比較されるのは第1区分だけなのに、金額を動かすのは第2区分と第3区分である（第1区分も供給の状態に引きずられて動くが、それは供給が決めた結果である）。

第1区分「見る」 — 照明と遮光を必ず内訳に書かせる

カメラ本体、レンズ、そして照明と遮光と架台。ここで見積書に「照明一式」としか書かれていない場合は要注意である。照明の種類（同軸、リング、バー、ドーム、面光源）、遮光の方法（暗室化、遮光カーテン、フード）、外光対策の有無まで内訳に書かせる。照明の話は次章で独立して扱う。

架台も軽視されやすい。カメラを固定する架台がわずかに振動する、あるいは人がぶつかって位置がずれる。設置ずれが起きると、それまで合っていた座標変換が一斉に崩れる。架台の剛性と、ずれたことを検知する仕組み（基準マークの定期撮像など）を仕様に入れておく。

第2区分「教える」 — ハンドアイキャリブレーションが実体である

ここが最も見えにくく、最も工数を食う。中核にあるのがハンドアイキャリブレーションで、これはカメラ座標系とロボット座標系の変換関係を求める作業である。カメラは自分が見た世界を自分の座標で記述する。ロボットは自分の座標で動く。この2つを結ぶ変換が求まっていなければ、いくら正確に測っても、ロボットはその場所へ行けない。

構成は2種類ある。

• eye-in-hand — カメラをロボットの手先に載せる構成。ロボットを動かして視点を変えられるので、狭い箱の中を覗き込む、複数の場所を1台で見る、といった使い方ができる。求めるのは「手先座標系に対するカメラの位置姿勢」である。
• eye-to-hand — カメラを架台に固定してロボットを見る構成。カメラが動かないので撮像条件が安定し、ロボットの動作と撮像を並行させやすい。求めるのは「ロボット基準座標系に対するカメラの位置姿勢」である。

いずれの構成でも、キャリブレーション板をロボットで動かす、あるいはロボットのTCP（ツール中心点）で既知の点を突く（TCPタッチ法）といった手順で、複数姿勢のデータを取って変換を解く。工数はここに乗る。さらに、認識モデルの登録（品種ごとのCADまたは実物からのモデル生成）、把持点の定義（1品種につき複数の把持候補を持たせる）、ティーチングと動作確認が続く。

この第2区分は「初期分」と「継続分」に分けて見積を取ること。初期の数品種だけの金額を見て契約すると、品種追加のたびに追加見積が飛んでくる。年間何品種追加する見込みで、1品種あたりいくらか、自社で登録できるようにする教育は含まれるか。ここを紙に書かせる。

第3区分「掴む」 — ハンドと供給側の改造

ハンド（EOAT）は工程ごとに専用設計になることが多く、汎用品で済むケースは限られる。真空吸着なら、ワーク表面の状態（穴、凹凸、油、粉塵）で吸着の可否が変わる。平行チャックなら、把持面の平行度とワークの寸法ばらつきが効く。磁気なら材質と残留磁気が問題になる。

ここに、前章で述べた「逃げの設計」の費用が入る。フローティング機構、置き台、位置決め治具。そして供給側の改造（トレー化、仕切りの追加、コンベヤの分離機構）もこの区分に入る。第4区分の安全費用と並んで、この区分は当初見積で最も抜けやすい。

第4区分「つなぐ」 — 安全と立ち上げ立会い

PLCや上位系との通信仕様、信号の受け渡し、異常時のハンドリング。そして安全である。人が近づく可能性のあるセルなら、安全柵かレーザスキャナかライトカーテンか、リスクアセスメントの実施と記録、非常停止と復帰手順。協働ロボットを使う場合でも安全は消えず、要求される内容が変わるだけである。この論点は協働ロボット導入で見落とされる安全規格と費用で詳しく扱っている。

立ち上げ立会いもここに入る。海外拠点の場合、日本や第三国からエンジニアが来る渡航費・滞在費・日当が乗り、その期間が長引くほど費用が増える。そして重要な点として、この第4区分は原則すべて初期投資であり、年間運用費に重ねて計上してはならない。安全柵もリスクアセスメントも立ち上げ立会いも一度きりの支出である。後段の試算では、年間運用費に入れるのは消耗品、定期点検・再キャリブレーション、品種追加の3項目に限定している。

サイクルタイムは平均ではなくワーストで設計する

ロボットビジョンのサイクルタイムには、従来型のロボット動作にはない性質がある。同じ動作を繰り返さないということだ。ワークの位置が毎回違うので、移動距離が違う。認識にかかる時間も、箱の中の状態によって違う。そして時々、掴めない。

動作は「撮像 → 認識処理 → 経路生成 → 移動・把持 → 搬送・置き → 再撮像」というループになる。バラ積みの場合、1個取るたびに箱の中の状態が変わるので、原則として毎回撮り直す必要がある。この再撮像がループの起点に戻る構造が、平均で設計してはいけない理由になる。

仮定値によるタクトモデル

以下はすべて仮定値である。実機のデータではなく、設計時に何を考えるべきかを示すためのモデルとして読んでほしい。

標準時の合計は6.0秒、ワースト時の合計は9.2秒である。見積書に書かれるのは前者で、後工程が待たされるのは後者のときだ。

「取れない」を確率で織り込む

さらに重要なのが空振りである。掴んだつもりが取れていない、途中で落とす、認識はしたが姿勢が実現できない。この確率は箱の状態に依存し、中身が減るほど上がる。壁際や隅に残った個体は、干渉が厳しく、掴める姿勢が限られるからだ。

仮定値で計算してみる。1箱200個、空振り1回あたりのロスを3.8秒（撮像0.4＋認識0.6＋経路0.3＋移動把持2.5）とする。最初の180個は空振り率3パーセント、最後の20個は空振り率30パーセントとすると、1箱の所要時間は次のようになる。

• 最初の180個 — 180個 × （6.0秒 ＋ 0.03 × 3.8秒）＝ 180 × 6.114 ＝ 1,100.5秒
• 最後の20個 — 20個 × （6.0秒 ＋ 0.30 × 3.8秒）＝ 20 × 7.14 ＝ 142.8秒
• 小計 — 1,243.3秒（約20.7分）

さらに、最後まで取れずに人が介入する個体が1箱あたり2個、1回の介入に3分かかるとすると、6分が上乗せされて約26.7分（約1,603秒）になる。200個で割ると実効タクトは8.0秒である。標準時6.0秒で見積もった能力に対して、実効能力は 6.0 ÷ 8.0 ＝ 約75パーセント、つまり見積能力の25パーセント減になる。

この25パーセントは、能力計算のどこにも書かれないまま生産計画に組み込まれる。だからサイクルタイムは平均ではなくワーストで設計し、次の3つを仕様に入れる。

• 空振りが連続したときのリトライ上限と、上限に達したときの動作（箱を揺する、次の箱に移る、人を呼ぶ）
• 人の介入を前提とした呼び出しの仕組みと、介入後の再開手順
• 後工程が待たないためのバッファ（仕掛置き場）の容量、またはセルの並列化

「最後の数個」を機械で解く

空振り率が跳ね上がるのは箱の底と壁際である。ここを認識の賢さで解こうとすると費用が跳ね上がる。代わりに、箱を傾ける機構を入れる、底が抜ける容器に変える、残りが一定数を切ったら人が空ける運用にする、といった機械的・運用的な解のほうが圧倒的に安い。取れない個体を減らすのではなく、取れない状況を作らないという発想に切り替える。

照明は追加費用ではなく最初の仕様

ロボットビジョンで最も多い立ち上げトラブルの原因は、カメラでも認識アルゴリズムでもなく照明である。そして照明は、見積の段階で「一式」に丸められ、立ち上げの段階で追加費用として現れる。これを避けるには、照明を最初の仕様として書くしかない。

照明が座標精度に効く経路は複数ある。露光が不足すればエッジがぼやけて位置がずれる。金属光沢の反射（ハレーション）が入ると、そこだけ点群が欠けるか、逆に存在しない面が検出される。影が濃く出ると、影の輪郭をワークの輪郭と誤認する。時間帯によって明るさが変わると、朝は通っていた認識が午後に落ちる。

さらに、レンズには周辺ほど大きくなる歪みがあり、視野の端で検出したワークほど座標誤差が乗りやすい。キャリブレーションで補正するのが基本だが、そもそも視野の端でワークを掴ませない設計（視野を絞る、複数回撮像する、ワークの供給位置を中央寄りにする）のほうが確実である。

タイの工場で追加になる照明の論点

タイの工場には、日本の工場と条件が違う点がいくつかある。

• 外光の量が多い — 採光を取った建屋、シャッターを開けて作業する区画、屋根の明かり取り。時間帯によって差し込む方向と量が変わる。遮光を「あとで考える」と必ず立ち上げ後に問題になる。
• 乾季と雨季で照度が変わる — 同じ時刻でも空の状態が違う。立ち上げが乾季だった設備が、雨季に入って認識率を落とす事例は珍しくない。検収の条件に「季節を跨いだ確認」を入れられるかを検討する。
• シフト間の差 — 昼勤と夜勤で室内照明の点灯範囲が違う工場がある。夜勤帯で通らない設備は、後述する無人運転の効果をそのまま失う。
• 粉塵と油煙 — カメラ窓と照明の汚れは、徐々に効いてくるため気づきにくい。清掃の頻度と手順を運用に落とし、誰がやるかを決める。

対策として最も効くのは物理的な遮光である。セルを囲う、フードを付ける、遮光カーテンを回す。安全柵を立てるなら、その柵に遮光を兼ねさせられないかを設計段階で検討する。遮光を安全柵と統合できれば、第1区分と第4区分の費用を同時に圧縮できる。

投資回収は労務削減では出ない — 3本柱と試算

ここから費用対効果を数字で詰める。前提として、タイの最低賃金は日額337〜400バーツで、2026年に入って据え置かれている。8時間で割れば時給換算は42〜50バーツ規模である。この水準を前提にすると、当社が一貫して述べてきた結論がここでも成立する。労務削減単独ではロボットビジョンの投資は回収しない。

回収は次の3本で組む。

• 段取り替え・品種切替の時間短縮 — 治具交換をモデル切替に置き換えることで、切替時間そのものを短くする
• 不良流出・誤組付の防止 — 後工程の手直し、再検査、客先クレームの削減
• 夜間・休日の無人運転による稼働時間の増加 — 同じ設備から取れる生産量を増やす

モデルケースの前提（すべて仮定値）

タイの日系工場、小物部品の組立セル1台を想定する。以下の数値はすべて仮定値であり、実案件の見積ではない。自社の数字に置き換えて再計算するための骨格として使ってほしい。

• 稼働 250日／年、該当セルの貢献利益 1,200バーツ／時間
• 品種切替 1日6回、年間1,500回
• 現状の誤組付起因の手直し 年400件、1件あたり手直し・再検査・輸送の平均コスト 550バーツ

比較するのは2つのシナリオである。シナリオ1は「バラ積みのまま3Dビジョンで解く」、シナリオ2は「供給を半整列に変えてから2Dで解く」。

投資額（初期投資、4区分＋ロボット本体）

単位はバーツ。供給を半整列に変えると「見る」が450,000バーツ、「教える」が650,000バーツ下がる一方、「掴む」が400,000バーツ増える。差引で700,000バーツ、総額が4,000,000バーツから3,300,000バーツに下がる。費用が動いたのはカメラの型番ではなく供給の状態であることが、この表の要点だ。

年間運用費（初期投資に含まれない、毎年出るものだけ）

品種追加は、シナリオ1が1品種あたり40,000バーツ（年4品種で160,000バーツ）、シナリオ2が1品種あたり15,000バーツ（年4品種で60,000バーツ）と置いた。3D認識モデルの作成と把持点定義は、2Dの形状登録より確実に重い。

安全柵・リスクアセスメント・立ち上げ立会いは第4区分として初期投資に計上済みであり、この年間運用費には入れていない。二重計上を避けるための明示である。

年間効果（3本柱）

柱1 段取り替え・品種切替の時間短縮。治具交換12分がモデル切替と確認の2分になり、1回あたり10分短縮する。年1,500回で15,000分、すなわち250時間。貢献利益1,200バーツ／時間を掛けて300,000バーツ／年。両シナリオ共通とする。ただしシナリオ2は供給側に位置決め治具を持つため、品種ごとにトレーや仕切りを差し替える工程では段取り替えが完全には消えず、この効果は共通にならない。トレーが品種共通で使える形状かどうかを見積の前に確認しておきたい。さらに、この効果が金額になるのは、そのセルが能力上のボトルネックであり、空いた時間に流す仕事がある場合に限る。手待ちが増えるだけなら、この300,000バーツは幻である。

柱2 誤組付・不良流出の防止。現状の手直しコストは年400件 × 550バーツ ＝ 220,000バーツ。ビジョンによる品種・向き・有無の確認で8割削減できると仮定して176,000バーツ／年。両シナリオ共通とする。

柱3 夜間の無人運転による稼働時間の増加。夜間2時間 × 週5日 × 年50週 ＝ 500時間を無人運転の枠とする。ここでシナリオ間に差が出る。前章のタクトモデルのままでは、バラ積みは1箱あたり2回の人の介入が発生するので夜間無人運転はそもそも成立しない。前章末で触れた機械的な手当て（箱を傾ける機構、底が抜ける容器、残数が一定を切ったら次の箱に移る動作）を入れて人を呼ばずに済ませる前提を置き、それでも空振りが残るぶん、無人で最後まで走り切れる割合を50パーセントと置くと250時間、1,200バーツを掛けて300,000バーツ／年。半整列は空振りが少なく80パーセントとすると400時間、480,000バーツ／年となる。この2つの割合は仮定値であり、後述する感度分析のとおり結論を最も強く左右する。

回収年数と5年ROI

投資額と年間純増の定義を突き合わせる。投資額は4区分＋ロボット本体の初期支出の合計であり、年間純増は年間効果から年間運用費を引いた額である。第4区分は投資額側にのみ計上され、年間運用費には入っていない。この定義で単純回収年数を計算する。

• シナリオ1 — 4,000,000 ÷ 416,000 ＝ 約9.6年
• シナリオ2 — 3,300,000 ÷ 756,000 ＝ 約4.4年

5年間の累計で見ると次のようになる。

同じ工程、同じ効果の枠組みでありながら、供給の状態を変えるだけで5年ROIの符号が逆転しうる。これが本記事の中核主張を数字で示したものである。ただし後述する感度分析のとおり、この逆転は投資額の差だけで起きているのではなく、供給を整えた結果として無人運転が伸びることを前提にしている。

労務削減だけで見た場合

比較のために、効果を労務削減だけに限定した場合を計算する。1名分の置き換えを想定し、日額337〜400バーツ、年250日、法定負担・福利の上乗せを25パーセント（仮定値）とすると、年間の人件費は次の範囲になる。

• 日額337バーツの場合 — 337 × 250 × 1.25 ＝ 約105,000バーツ／年
• 日額400バーツの場合 — 400 × 250 × 1.25 ＝ 125,000バーツ／年

上限の125,000バーツで計算しても、シナリオ2の年間運用費200,000バーツを下回る。つまり労務削減だけを効果に置くと、年間純増はマイナス75,000バーツとなり、回収年数は計算できない。シナリオ1ならマイナス235,000バーツで、毎年の持ち出しはさらに大きい。運用費を無視して投資額だけを割っても、3,300,000 ÷ 125,000 ＝ 26.4年、4,000,000 ÷ 125,000 ＝ 32.0年である。

労務削減を稟議の主根拠にした瞬間、その案件は回収しない。これは当社が一貫して述べてきた結論であり、ロボットビジョンでも変わらない。

感度分析 — どの仮定が結論をひっくり返すか

上記の試算で最も効いている仮定は、貢献利益1,200バーツ／時間である。柱1と柱3の合計は、シナリオ2で780,000バーツ、年間効果956,000バーツの約8割を占める。ここが半額の600バーツ／時間になると、柱1が150,000バーツ、柱3が240,000バーツ、柱2は176,000バーツのままで、年間効果は566,000バーツ、年間純増は366,000バーツになる。回収年数は 3,300,000 ÷ 366,000 ＝ 約9.0年、5年ROIは −44.5パーセントとなり、シナリオ2でも成立しなくなる。

もう1つ効くのが品種追加の頻度である。シナリオ1で年4品種が年12品種になると、品種追加費は 12 × 40,000 ＝ 480,000バーツ、年間運用費は680,000バーツに膨らみ、年間純増は96,000バーツまで落ちる。回収年数は 4,000,000 ÷ 96,000 ＝ 約41.7年である。品種追加の頻度は、カメラの性能より回収を殺す。

3つ目に効くのが、柱3で置いた無人運転の成功率である。5年収支の差2,400,000バーツの内訳を分けると、投資額の差は700,000バーツにすぎず、残りは柱3の差（900,000バーツ）と年間運用費の差（800,000バーツ）が作っている。仮に半整列側の成功率をバラ積みと同じ50パーセントまで落とすと、シナリオ2の柱3は300,000バーツ、年間効果は776,000バーツ、年間純増は576,000バーツとなり、5年収支は 2,880,000 − 3,300,000 ＝ マイナス420,000バーツ、5年ROIは −12.7パーセントで符号は逆転しない。逆算すると、シナリオ2の5年収支が黒字に転じるのは成功率が64パーセントを超えたときである。供給を整えることが効くのは、空振りが減って無人で走り切れる時間が伸びるからであり、その伸びが取れないなら投資額の差だけでは回収は覆らない。

なお、品種追加が回収を殺すという話は、前章の「品種数が多いほどビジョンが有利になる」と矛盾しない。有利に働くのは既に登録済みの品種を切り替える回数であり、回収を殺すのは新しく登録する品種の数である。品種構成が固定で切替だけが多い工程ではビジョンが強く、毎年新規品種が積み上がる工程では弱い。

自社で再計算するとき、最初に確認すべきはこの3つ、すなわち時間の価値（貢献利益）と品種追加の頻度、そして無人運転の成功率である。

タイ・海外工場で追加になる論点

ロボットの導入そのものは、いまや珍しい話ではない。International Federation of Robotics の World Robotics 2025（2025年9月25日）によれば、2024年の産業用ロボット新規設置は世界で542,000台、稼働台数は4,664,000台（前年比9パーセント増）に達した。新規設置のうちアジアが74パーセント、欧州が16パーセント、南北アメリカが9パーセントを占め、国別では中国295,000台、日本44,500台、韓国30,600台である。

タイに目を移すと、Tokyo SME Support Center タイ事務所のレポート（2025年7月18日、出典はIFRとNECTEC）が、タイは2022年に約3,300台を導入し、世界14位・ASEAN2位（シンガポールに次ぐ）と伝えている。タイの数字は2022年時点のものだが、年次の違いを踏まえても日本や中国とは桁が違う。この差は、そのまま現地で使える技術者の層の薄さとして現れる。

品種追加を誰が回すか

前節の感度分析で見たとおり、品種追加の頻度は回収を左右する。そして海外拠点でこれが問題になるのは、費用そのものよりもリードタイムである。新しい品種のモデル登録をSIerに依頼し、来訪を調整し、作業してもらう。この間、その品種はロボットで流せない。日本国内なら数日で済むことが、海外拠点では数週間になる。

対策は1つしかない。現地の担当者がモデル登録と再ティーチングを回せるようにすることである。そのために契約時点で決めるべきことは、教育の対象人数、教材の言語、操作画面の言語、手順書がタイ語で用意されるか、そして教育後の質問窓口である。ここを曖昧にしたまま契約すると、担当者が1人に属人化し、その1人が辞めた時点でラインが止まる。

言語と表示の実務

操作画面の言語は見落とされやすい。ビジョンシステムの設定画面が英語のみ、エラーメッセージが日本語のみ、といった構成は現実にある。現場のオペレータが読むのはエラーメッセージだけではない。日常の品種切替でも設定画面を開くし、異常が出たときに何をすべきかの判断も画面の言語に依存する。タイ語表示が不可能なら、エラーコードと対処をタイ語で一覧にした掲示を作るところまで含めて立ち上げの範囲に入れる。

責任範囲の切り分け

ロボットビジョンは、システムの境界を跨ぐ位置にある。カメラのメーカー、ロボットのメーカー、ハンドの製作元、システムを統合するSIer、そして自社の生産技術。位置決めが出ないときに、誰の責任範囲かがすぐに決まらない。「カメラは仕様どおりの精度が出ている」「ロボットは繰返し精度を満たしている」「それでも掴めない」という状態が、最も時間を溶かす。

これを避けるには、契約前に最終的な合否判定を「掴めたか」で書くこと。認識率でも測定精度でもなく、指定したワークを指定した供給状態から指定した回数のうち何回掴んで所定の場所に置けたか。この一文があるかどうかで、立ち上げの詰まり方が変わる。責任範囲の切り方についてはロボットSIerの選定で見る5つの境界に整理してある。ビジョンは、そこで挙げた境界のうち複数に跨る位置にあるため、特に丁寧な線引きが要る。

保守部品と復旧時間

カメラ、照明、ケーブル、そして専用のハンド。これらが故障したときの復旧時間は、部品が国内にあるかどうかで決まる。予備品を持つか、持たずに停止を許容するかを、金額で比較して決める。1日止まったときの損失が、予備品1台の価格を上回るなら持つべきだ。ここも仮定値ではなく自社の数字で判断する。

発注前に紙で決める10項目

ここまでの内容を、発注前のチェックリストに落とす。すべて紙に書いて相手と合意すること。口頭で確認したものは、立ち上げで必ず食い違う。

このうち、見積比較の段階で差が出やすいのは1・4・5・7である。この4つを揃えた条件で相見積を取れば、金額の差はほぼ実力の差になる。揃えずに取ると、安い見積は「含んでいないだけ」であることが大半だ。

よくある質問（FAQ）

ロボットビジョンの費用はどのくらいかかりますか

本記事のモデルケース（仮定値）では、ロボット本体を含めた初期投資が、バラ積み＋3Dのシナリオで4,000,000バーツ、半整列＋2Dのシナリオで3,300,000バーツとなった。ただしこれは工程・ワーク・供給状態によって大きく変わる。金額を決めるのはカメラの型番ではなく、供給の状態と、ハンドおよび供給側の改造の量である。見積を取るときは「見る・教える・掴む・つなぐ」の4区分で内訳を出させ、特に「教える」と「掴む」の内訳を比較すること。

3Dビジョンのバラ積みピッキングは本当に実用になりますか

技術としては実用段階にある。奥行き情報を取得することで、積み重なったワークの姿勢を求め、干渉を避けて取り出す構成は各社が製品化している。問題は実用性ではなく費用対効果である。本記事の試算では、バラ積みのまま解くシナリオの5年ROIは−48.0パーセント、供給を半整列に変えたシナリオは＋14.5パーセントとなった。バラ積みを選ぶなら、供給を変えられないことの理由が本当に変えられないものかを先に確認したほうがよい。

ピースピッキングのロボットは多品種でも使えますか

使えるが、品種追加のコストが回収を左右する。本記事の感度分析では、年4品種の追加を前提にしたシナリオ1で回収年数が約9.6年だったのに対し、年12品種になると年間運用費が680,000バーツに増え、回収年数は約41.7年まで伸びた（いずれも仮定値による試算）。多品種で使うなら、1品種あたりの登録コストを下げること、そして現地で登録を回せる体制を作ることが前提条件になる。

ロボットハンドの選定はカメラの選定より後でよいですか

逆である。ハンドを先に考えるほうがよい。ハンドがどれだけの位置ずれを吸収できるかが決まって初めて、カメラに要求する精度が決まるからだ。面取りやフローティング機構、あるいは一度粗く掴んで置き台で置き直す構成にすれば、カメラへの要求は一段下がり、費用も立ち上げ工数も下がる。ハンドで逃げを作るほうが、カメラを上げるより安いというのが実務上の原則である。

ロボットのティーチングは自社でできるようになりますか

ビジョンを入れた場合、従来型のティーチングに加えて、認識モデルの登録、把持点の定義、キャリブレーションの再取得という3つの作業が発生する。このうち認識モデルの登録と把持点の定義は、教育を受ければ現地担当者が回せるようになることが多い。キャリブレーションは手順が定型化されていれば同様である。契約時に、教育の対象人数・教材の言語・手順書の言語・教育後の質問窓口を明記しておくこと。

ネジ締めの自動化や整列供給の装置と、ロボットビジョンはどちらを選ぶべきですか

まず、ネジ締めや圧入のようにワーク側を治具で位置決めできる工程は、整列供給に倒すのが定石である。その場合のビジョンは「部品があるか」「向きが合っているか」の確認に縮み、座標を渡す用途としてのロボットビジョンは不要になる。座標出力が要るのは、ワークの位置が毎回変わる場合に限られる。

そのうえで、整列供給の装置とビジョンのどちらに倒すかは品種数と切替頻度で決まる。品種が少なく切替が稀なら、パーツフィーダや専用治具で整列供給にするほうが安く、速く、壊れにくい。品種が多く切替が頻繁になると、治具の数・保管場所・段取り替え時間が増え、どこかでビジョンのモデル切替のほうが安くなる。判断するには、治具1式の製作費と保管コスト、切替1回あたりの時間、年間の切替回数を並べて、本記事と同じ形式で年間効果と投資額を計算すればよい。

組立の自動化でロボットビジョンを入れる価値はどこにありますか

最も価値が出るのは、段取り替えの短縮と誤組付の防止である。品種ごとの治具交換をモデル切替に置き換えられれば、切替時間が縮み、治具の物量も減る。品種・向き・有無の確認をビジョンで行えば、誤組付が後工程に流れることを防げる。逆に、人手を1人減らすことだけを効果に置くと、タイの賃金水準（日額337〜400バーツ）では回収しない。

まとめ

ロボットビジョンの成否を決めるのは、カメラの画素数でも精度スペックでもない。決めるのは、ワークがどう供給されるか、照明が安定しているか、ロボット本体とハンドがどれだけの誤差を許容できるかの3つであり、いずれもカメラの見積書には載っていない。

位置決め誤差はカメラの測定精度、ロボットの絶対精度、ハンドとワークの機械的許容差の三段重ねで決まる。カタログに載るのは一段目と、二段目のうち繰返し精度だけである。ビジョンが毎回違う座標を渡す用途では絶対精度が効くのに、その値は多くの場合公表されていない。だから設計の解は、精度を買うことではなく、ハンド側に逃げを作ることになる。

費用は「見る・教える・掴む・つなぐ」の4区分で見る。見積で比較されるのは「見る」だけなのに、総額を動かすのは「教える」と「掴む」である。そして最も大きく効くのは供給の状態で、本記事の仮定値による試算では、バラ積みのまま3Dで解くと5年ROIは−48.0パーセント、供給を半整列に変えて2Dで解くと＋14.5パーセントと符号ごと逆転した。タクトは平均ではなくワーストで設計し、空振りと人の介入を織り込む。照明は追加費用ではなく最初の仕様として書く。そして回収は労務削減では出ない。段取り短縮、不良流出防止、無人運転による稼働増の3本で組む。

TOMAS TECHはバンコクを拠点に、タイ・ASEANの日系製造業へ生産管理・IoT・自動化を提供しています。ロボットビジョンの案件は、カメラを選ぶ前に「供給を変えられるか」「ハンドで逃げを作れるか」を詰めたほうが、結果として速く安く立ち上がることがほとんどです。まだ工程が固まっていない段階、あるいは相見積の内訳が比較できずに困っている段階でも構いません。現状の供給状態とワークの写真をお持ちいただければ、2Dで足りるか3Dが要るかの見立てからお手伝いできます。まずはお問い合わせからお気軽にご相談ください。

参考情報

• International Federation of Robotics「World Robotics 2025」プレスリリース（2025年9月25日） — 2024年の産業用ロボット新規設置542,000台、稼働台数4,664,000台、地域別・国別の内訳
• Tokyo SME Support Center タイ事務所「タイの産業用ロボットとサービスロボットの市場動向」（2025年7月18日） — タイは2022年に約3,300台を導入し世界14位・ASEAN2位
• RoboDK「Robot Validation ISO 9283」 — ISO 9283 における位置精度・繰返し精度・経路精度の定義とテストキューブでの試験条件
• Mech-Mind「ハンド・アイ・キャリブレーションの原理」 — eye-in-hand と eye-to-hand の2構成、求める変換関係、TCPタッチ法
• キーエンス「産業用ロボットの生産性を高めるカギは位置決め能力とキャリブレーション」 — 時間経過による座標ずれ、照明の不安定、レンズのゆがみ、設置ずれ
• キーエンス「ばら積みピッキング対応3Dロボットビジョン」 — ばら積みピッキングの定義と、奥行き情報のために3Dが必要になる理由
• Orbbec「Automate 2026」ニュース（2026年6月22日） — DLP構造化光カメラの0.5mでの約0.07mmのVDI/VDE精度と0.05mmのZ繰返し精度
• Photoneo「Automate 2026」 — AI駆動の3Dビジョンによる繊細な部品の取り出し、無秩序なばら積み、パレット寸法計測