FPGAによる高速／高精度な物体計数／姿勢認識

次世代工場ではIoT技術を用いて工場データを自動収集し、蓄積された情報をAIが瞬時に分析して稼働効率の改善や故障予測を行います。そのためAIという高度な処理と、IoTの即時性を実現するためのシステム設計ノウハウが重要となります。

例えば、製造装置に搭載する産業用高速カメラの実装、画像処理ハードウェアの設計、AI学習モデルの構築、および高速化に寄与する部分の FPGA 化など、データ量が多く、複雑な処理が求められる部分を、ハードウェアとソフトウェアを組み合わせることで最適化しました。特に並列処理や分散処理が可能な部分をハードウェア化することは、劇的な性能向上につながります。

これらの技術は、搬送装置を高速で流れる物体（製品、部品、梱包材など）の画像を撮影し、向きや姿勢を瞬時に判断、間違った状態にある部品は制御装置を介して修正、その正誤を計数してロット毎に歩留まりを分析するシステムの設計開発に活かされました。その一部は実際の工場の現場で既に稼働しています。

本システムの開発では、高速かつ正確な画像処理が求められたため、FPGAやGPUによるハードウェア実装が重要となりました。そのために活用した要素技術の一つでもある、FPGAの高位合成を紹介します。

FPGAの回路はHDL (ハードウェア記述言語：Hardware Description Language) という論理回路を設計するための言語を用いて設計され、論理合成ツールを使って生成されます。しかし、クロックやタイミングを考慮して処理を記述する必要があるなど、テストやデバッグが非常に難しくなります。

高位合成は、回路の機能をC言語やC++を用いて記述し、高位合成ツール (HLS Tools) に入力してHDLに変換され、RTL (Register Transfer Level：LSIを作成するためのプログラミング言語) 記述、真理値表、状態遷移記述、論理式などとともにゲートレベルの論理設計を自動的に行う論理合成ツールに入力され、FPGA回路を生成します。