特許 7589467 梱包検査装置、梱包検査方法、梱包検査システム、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-11-18

(45)【発行日】2024-11-26

(54)【発明の名称】梱包検査装置、梱包検査方法、梱包検査システム、及びプログラム

(51)【国際特許分類】

   G06Q 10/08 20240101AFI20241119BHJP

   G16Y 20/20 20200101ALI20241119BHJP

   G16Y 40/20 20200101ALI20241119BHJP

【ＦＩ】

G06Q10/08

G16Y20/20

G16Y40/20

【請求項の数】 8

(21)【出願番号】P 2020148319

(22)【出願日】2020-09-03

(65)【公開番号】P2022042754

(43)【公開日】2022-03-15

【審査請求日】2023-08-23

(73)【特許権者】

【識別番号】000003193

【氏名又は名称】ＴＯＰＰＡＮホールディングス株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100139686

【弁理士】

【氏名又は名称】鈴木 史朗

(74)【代理人】

【識別番号】100169764

【弁理士】

【氏名又は名称】清水 雄一郎

(74)【代理人】

【識別番号】100147267

【弁理士】

【氏名又は名称】大槻 真紀子

(72)【発明者】

【氏名】菊池 浩太

(72)【発明者】

【氏名】野原 隆史

【審査官】小原 正信

(56)【参考文献】

【文献】特開２０１４－１１８２５９（ＪＰ，Ａ）

【文献】特許第６６７８８５５（ＪＰ，Ｂ１）

【文献】特開２０２０－０４５１３２（ＪＰ，Ａ）

【文献】特許第６５９８１８２（ＪＰ，Ｂ１）

【文献】特開２００８－２９７０８６（ＪＰ，Ａ）

【文献】特開２０１９－０２１０６５（ＪＰ，Ａ）

【文献】RotationNet ＋ 多視点画像データセット，[online]，人口知能研究センター，2020年10月31日，インターネット<URL:https://web.archive.org/web/20201031223821/https://www.airc.aist.go.jp/achievements/ja/p-009.html>，[２０２４年６月２４日検索]

【文献】赤塚隼ほか，画像認識を用いた商品棚解析ソリューション－画像から商品の陳列情報を一括把握－，NTT DOCOMOテクニカル・ジャーナル[online]，Vol. 26 No. 2（Jul. 2018），2018年07月，インターネット<URL:https://www.docomo.ne.jp/binary/pdf/corporate/technology/rd/technical_journal/bn/vol26_2/vol26_2_005jp.pdf>，[２０２４年６月２４日検索]

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ１６Ｙ ２０／２０

Ｇ１６Ｙ ４０／２０

(57)【特許請求の範囲】

【請求項1】

案件毎に、対象となる物品群が示された案件情報を取得する案件情報取得部と
前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とが対応付けられた梱包仕様情報を作成する梱包仕様作成部と、
案件に対応付けられた梱包箱を一意に識別する識別情報を取得する識別情報取得部と
梱包前の物品が撮像された第１画像に基づいて物品を識別する物品識別部と、
前記梱包仕様情報、及び前記物品識別部による識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定する梱包対象検査部と、
梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定し、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする梱包状態検査部と、
を備える梱包検査装置。

【請求項2】

前記物品識別部は、前記第１画像を物品識別モデルに入力することによって得られる出力結果に基づいて物品を識別し、
前記梱包状態検査部は、前記第２画像を梱包状態識別モデルに入力することによって得られる出力結果に基づいて梱包過程における下段の梱包状態が正しいか否かを判定し、
前記梱包状態識別モデルは、学習用画像に梱包状態が正しいか否かを示すラベルが対応付けられた学習用のデータセットに基づいて、画像と正しい梱包状態との対応関係を学習した学習済みモデルであり、
前記梱包状態識別モデルの学習用画像は、梱包過程における下段の梱包状態が撮像された画像を含む、
請求項１に記載の梱包検査装置。

【請求項3】

前記物品識別モデルは、学習用画像に対象物品か否かを示すラベルが対応付けられた学習用のデータセットに基づいて、画像と対象物品との対応関係を学習した学習済みモデルであり、
前記物品識別モデルの学習用画像は、対象物品が互いに異なる位置から撮像された画像群、及び梱包箱に梱包され得る物品であって対象物品とは異なる非対象物品の画像を含む、
請求項２に記載の梱包検査装置。

【請求項4】

前記物品識別モデルの学習用画像は、複数の対象物品が撮像された画像、及び対象物品と非対象物品とが混在した画像を含む、
請求項２又は請求項３に記載の梱包検査装置。

【請求項5】

前記梱包状態識別モデルの学習用画像は、梱包過程にある梱包状態が撮像された画像を含む、
請求項２に記載の梱包検査装置。

【請求項6】

請求項１から請求項５のいずれか一項に記載の梱包検査装置と、
梱包箱に付されたコードから読み取った情報を、前記識別情報として前記梱包検査装置に出力するコードリーダと、
梱包前の物品を撮像し、撮像した画像を前記梱包検査装置に出力する撮像装置と、
を備える梱包検査システム。

【請求項7】

梱包検査装置のコンピュータによる梱包検査方法であって、
案件情報取得部が、案件毎に対象となる物品群が示された案件情報を取得し、
梱包仕様作成部が、前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とを対応させた梱包仕様情報を作成し、
識別情報取得部が、案件に対応付けられた梱包箱を一意に識別する識別情報を取得し、
物品識別部が、梱包前の物品が撮像された第１画像に基づいて物品を識別し、
梱包対象検査部が、前記梱包仕様情報、及び前記物品識別部による識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定し、
梱包状態検査部が、梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定し、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする、
梱包検査方法。

【請求項8】

梱包検査装置のコンピュータに、
案件毎に対象となる物品群が示された案件情報を取得させ、
前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とを対応させた梱包仕様情報を作成させ、
案件に対応付けられた梱包箱を一意に識別する識別情報を取得させ、
梱包前の物品が撮像された第１画像に基づいて物品を識別させ、
前記梱包仕様情報、及び前記物品を識別させた識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定させ、
梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定させ、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、梱包検査装置、梱包検査方法、梱包検査システム、及びプログラムに関する。

【背景技術】

【0002】

商品を梱包する現場等において正しい梱包がなされているか検品する技術がある。例えば、梱包状態を撮像した画像を用いて、その梱包状態が正しい状態か否かを判定する技術が開示されている（例えば、特許文献１－２参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１４－２１０６４６号公報

【文献】特開２０２０－４５１３２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１－２の技術は、ラインのような搬送機構を用いて単一商品を次々に梱包していくような、梱包状態が１つのパターンに固定される単純な状況を想定している。すなわち、梱包状態を確認するのみでは検査できない状況が想定されていない。例えば、多品種の商品が梱包箱ごとに重なり合って１つの梱包箱に梱包されるような場合において、商品を収容した後の梱包状態を上から確認するのみでは、正しい梱包が行われているか検査することが困難であった。

【0005】

本発明は、このような事情に鑑みてなされたもので、商品が重なり合って１つの梱包箱に梱包されるような場合であっても、正しい梱包が行われているか否かを判定することができる梱包検査装置、梱包検査方法、梱包検査システム、及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の、梱包検査装置は、案件毎に、対象となる物品群が示された案件情報を取得する案件情報取得部と前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とが対応付けられた梱包仕様情報を作成する梱包仕様作成部と、案件に対応付けられた梱包箱を一意に識別する識別情報を取得する識別情報取得部と、梱包前の物品が撮像された第１画像に基づいて物品を識別する物品識別部と、前記梱包仕様情報、及び前記物品識別部による識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定する梱包対象検査部と、梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定し、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする梱包状態検査部と、を備える。

【0007】

本発明の、梱包検査システムは、上記に記載の梱包検査装置と、梱包箱に付されたコードから読み取った情報を、前記識別情報として前記梱包検査装置に出力するコードリーダと、梱包前の物品を撮像し、撮像した画像を前記梱包検査装置に出力する撮像装置と、を備える。

【0008】

本発明の、梱包検査方法は、梱包検査装置のコンピュータによる梱包検査方法であって、案件情報取得部が、案件毎に対象となる物品群が示された案件情報を取得し、梱包仕様作成部が、前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とを対応させた梱包仕様情報を作成し、識別情報取得部が、案件に対応付けられた梱包箱を一意に識別する識別情報を取得し、物品識別部が、梱包前の物品が撮像された第１画像に基づいて物品を識別し、梱包対象検査部が、前記梱包仕様情報、及び前記物品識別部による識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定し、梱包状態検査部が、梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定し、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする。

【0009】

本発明の、プログラムは、梱包検査装置のコンピュータに、案件毎に対象となる物品群が示された案件情報を取得させ、前記案件情報に基づいて、案件毎に、梱包箱と前記梱包箱に梱包する物品と前記梱包箱に物品を重ねて梱包する際の上段又は下段の何れに梱包するかを物品毎に示す梱包状態とを対応させた梱包仕様情報を作成させ、案件に対応付けられた梱包箱を一意に識別する識別情報を取得させ、梱包前の物品が撮像された第１画像に基づいて物品を識別させ、前記梱包仕様情報、及び前記物品を識別させた識別結果に基づいて、梱包前の物品が梱包箱に梱包される対象であるか否かを判定させ、梱包過程において下段に梱包する物品が梱包された状態が撮像された第２画像、及び前記梱包仕様情報に基づいて、梱包過程における下段の梱包状態が正しいか否かを判定させ、正しい梱包状態である場合に次の上段の梱包作業が進められるようにする、プログラムである。

【発明の効果】

【0010】

本発明によれば、商品が重なり合って１つの梱包箱に梱包されるような場合であっても、正しい梱包が行われているか否かを判定することができる。

【図面の簡単な説明】

【0011】

【図1】本発明の実施形態による梱包検査装置１０が適用された梱包検査システム１の例を示す図である。

【図2】本発明の実施形態による梱包検査装置１０が適用された梱包検査システム１の例を示す図である。

【図3】本発明の実施形態による梱包検査装置１０の構成例を示すブロック図である。

【図4】本発明の実施形態による梱包仕様情報１２１の構成例を示す図である。

【図5】本発明の実施形態による梱包検査装置１０が行う処理の流れを示すフローチャートである。

【図6】本発明の実施形態による梱包検査装置１０が行う処理の流れを示すフローチャートである。

【図7】本発明の実施形態による梱包検査装置１０が行う処理の流れを示すフローチャートである。

【図8】本発明の実施形態の変形例１に係る物品識別モデル１２２の学習方法を説明するための図である。

【図9】本発明の実施形態の変形例２に係る物品識別モデル１２２の学習方法を説明するための図である。

【図10】本発明の実施形態の変形例３に係る梱包仕様情報１２１の構成例を示す図である。

【図11】図１０の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【図12】図１０の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【図13】本発明の実施形態の変形例４に係る梱包仕様情報１２１の構成例を示す図である。

【図14】図１３の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【図15】図１３の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【図16】本発明の実施形態の変形例５に係る梱包仕様情報１２１の構成例を示す図である。

【図17】図１６の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【図18】本発明の実施形態の変形例６に係る撮像上の工夫を説明する図である。

【図19】本発明の実施形態の変形例６に係る撮像上の工夫を説明する図である。

【図20】本発明の実施形態の変形例６に係る撮像上の工夫を説明する図である。

【発明を実施するための形態】

【0012】

以下、本発明の実施形態について、図面を参照して説明する。

【0013】

梱包検査システム１は、梱包箱ＢＸに物品ＢＰが正しく梱包されることを検査するシステムである。本実施形態における梱包箱は、物品を収容するために使用される容器である。物品には、梱包箱に梱包された状態で配送可能な任意の商品、ノベルティグッズ、販促用部材などが含まれる。包装箱は、例えば、段ボール箱、各種の封筒、外装箱などである。包装箱には、物品を包む包装物、包装袋などが含まれてもよい。また、包装箱の形状は、少なくとも物品を収容可能であれば任意の形状であってよく、例えば、立方体や直方体などの箱型形状のほか、筒状などの形状であってもよい。

【0014】

図１、図２は、本発明の実施形態による梱包検査装置１０が適用された梱包検査システム１の例を示す図である。本実施形態では、２つの検査、「ピッキング検査」と、「梱包状態検査」が行われる。

【0015】

「ピッキング検査」は、梱包前に行われる検査である。ピッキング検査では、これから梱包箱ＢＸに梱包しようとしている物品が梱包対象として正しいか否かが判定される。ピッキング検査が行われることにより、梱包対象が正しく選択されていることが、梱包前に確認できる。このため、１つの梱包箱ＢＸに多品種の物品ＢＰを梱包する場合など複雑な状況であっても、梱包対象ではない物品ＢＰが誤って梱包されてしまうような過剰梱包、或いは、梱包対象の物品ＢＰが１つだけ梱包されないような梱包ミスを防ぐことが可能である。

【0016】

図１には、梱包検査装置１０を「ピッキング検査」に適用する例が示されている。この場合、梱包検査システム１は、撮像装置ＣＭと、コードリーダＲＤと、梱包検査装置１０と、を備える。撮像装置ＣＭは、物品ＢＰを撮像し、撮像した画像を梱包検査装置１０に出力する。コードリーダＲＤは、梱包箱ＢＸに付されたコードＣＤを読み取り、読み取った情報（梱包箱ＩＤ）を梱包検査装置１０に出力する。

【0017】

梱包検査装置１０は、ＰＣ（Personal Computer）などのコンピュータ装置である。梱包検査装置１０は、例えば、梱包仕様情報１２１と、物品識別モデル１２２とを記憶する。梱包仕様情報１２１は、梱包の仕様を規定する情報であって、案件毎に、梱包箱ＢＸと、その梱包箱ＢＸに梱包する物品ＢＰとが対応付けられた情報である。物品識別モデル１２２は、画像に基づいて物品を識別する学習済みモデルである。

【0018】

梱包検査装置１０は、撮像装置ＣＭから取得した画像を物品識別モデル１２２に入力する。物品識別モデル１２２は、入力された画像に基づいて、画像に撮像された物品を識別し、識別結果を出力する。梱包検査装置１０は、物品識別モデル１２２から得られた識別結果と、コードリーダＲＤから取得した梱包箱ＩＤとを用いて、梱包仕様情報１２１を参照する。梱包検査装置１０は、梱包仕様情報１２１を参照することにより、物品ＢＰが梱包箱ＢＸに梱包する対象とする物品（梱包対象）であるか否かを判定し、判定結果を出力する。この図の例では、物品ＢＰが梱包対象であると判定され、「ピッキングＯＫ」が出力されたことが示されている。梱包検査システム１では、「ピッキングＯＫ」が出力されたことを受けて、物品ＢＰを梱包箱ＢＸに収容する梱包作業に移行する。

【0019】

「梱包状態検査」は、梱包作業後に行われる検査である。梱包状態検査では、梱包箱ＢＸに収容された物品ＢＰの状態（梱包状態）が正しいか否かが判定される。梱包状態検査が行われることにより、物品ＢＰが正しい向きや数量で梱包箱ＢＸに収容されているか確認することができる。このため、梱包箱ＢＸへの収容が不適切であるために、例えば、梱包箱ＢＸに梱包対象の全ての物品ＢＰが収容できなかったり、収容した物品ＢＰが破損してしまったりするような不具合の発生を低減させることが可能である。

【0020】

図２には、梱包検査装置１０を「梱包状態検査」に適用する例が示されている。この場合、梱包検査システム１は、撮像装置ＣＭと、コードリーダＲＤと、梱包検査装置１０と、を備える。撮像装置ＣＭは、物品ＢＰが梱包箱ＢＸに収容された梱包状態ＫＪを撮像し、撮像した画像を梱包検査装置１０に出力する。コードリーダＲＤは、梱包箱ＢＸに付されたコードＣＤを読み取り、読み取った情報（梱包箱ＩＤ）を梱包検査装置１０に出力する。

【0021】

梱包検査装置１０は、例えば、梱包仕様情報１２１と、梱包状態識別モデル１２３とを記憶する。梱包仕様情報１２１は、梱包箱ＢＸに物品ＢＰを梱包する際の梱包状態が対応付けられた情報である。梱包状態識別モデル１２３は、画像に基づいて正しい梱包状態か否かを識別する学習済みモデルである。

【0022】

梱包検査装置１０は、撮像装置ＣＭから取得した画像を梱包状態識別モデル１２３に入力する。梱包状態識別モデル１２３は、入力された画像に基づいて、画像に撮像された梱包状態が正しいか否かを識別し、識別結果を出力する。梱包検査装置１０は、梱包状態識別モデル１２３から得られた識別結果と、コードリーダＲＤから取得した梱包箱ＩＤとを用いて、梱包仕様情報１２１を参照する。梱包検査装置１０は、梱包仕様情報１２１を参照することにより、梱包状態ＫＪが正しいか否かを判定し、判定結果を出力する。この図の例では、正しい梱包状態であると判定され、「梱包状態ＯＫ」が出力されたことが示されている。梱包検査システム１では、「梱包状態ＯＫ」が出力されたことを受けて、物品ＢＰが収容された梱包箱ＢＸを配送する作業に移行する。

【0023】

図３は、本発明の実施形態による梱包検査装置１０の構成例を示すブロック図である。梱包検査装置１０は、例えば、通信部１１と、記憶部１２と、制御部１３とを備える。通信部１１は、撮像装置ＣＭ、及びコードリーダＲＤと通信を行う。

【0024】

記憶部１２は、記憶媒体、例えば、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＡＭ（Random Access read/write Memory）、ＲＯＭ（Read Only Memory）、またはこれらの記憶媒体の任意の組み合わせによって構成される。記憶部１２は、梱包検査装置１０の各種の処理を実行するためのプログラム、及び各種の処理を行う際に利用される一時的なデータを記憶する。

【0025】

記憶部１２は、例えば、案件情報１２０と、梱包仕様情報１２１と、物品識別モデル１２２と、梱包状態識別モデル１２３とを記憶する。案件情報１２０は、案件に関する情報である。ここでの案件は、例えば客先からの注文内容に応じて作成されるものであって、注文を受けた物品群が示された情報である。案件情報１２０は、配送先の住所や納期などの情報が含まれていてもよい。

【0026】

梱包仕様情報１２１は、上述した通り、梱包の仕様を規定する情報であって、案件毎に、梱包箱ＢＸと、その梱包箱ＢＸに梱包する物品ＢＰとが対応付けられた情報である。また、梱包仕様情報１２１は、梱包箱ＢＸに物品ＢＰを梱包する際の梱包状態が対応付けられた情報である。梱包仕様情報１２１は、案件情報１２０に基づいて梱包仕様作成部１３１によって作成される。梱包仕様作成部１３１が梱包仕様情報１２１を作成する方法については後で詳しく説明する。

【0027】

物品識別モデル１２２は、画像に基づいて物品を識別する学習済みモデルである。物品識別モデル１２２は、学習用のデータセットをＲＮＮ（Recurrent Neural Network）などの学習モデルに機械学習させることにより作成される。ここでの学習用のデータセットは、学習用の画像（入力データ）に、所定の物品であるか否かを示すラベル（正解データ）を対応づけた情報である。学習用のデータセットを機械学習させることにより、学習モデルは、画像（入力データ）に基づいて特定の物品か否か（正解データ）を導出できるように、学習モデル内の変数（パラメータ）を調整する。このように、特定の物品か否かを識別できるようにパラメータを調整した学習モデルが学習済みモデルとなり、すなわち物品識別モデル１２２となる。

【0028】

梱包状態識別モデル１２３は、画像に基づいて梱包状態の良し悪しを識別する学習済みモデルである。梱包状態識別モデル１２３は、学習用のデータセットをＲＮＮ（Recurrent Neural Network）などの学習モデルに機械学習させることにより作成される。ここでの学習用のデータセットは、学習用の画像（入力データ）に、正しい梱包状態であるか否かを示すラベル（正解データ）を対応づけた情報である。学習用のデータセットを機械学習させることにより、学習モデルは、画像（入力データ）に基づいて正しい梱包状態であるか否か（正解データ）を導出できるように、学習モデル内の変数（パラメータ）を調整する。このように、正しい梱包状態か否かを識別できるようにパラメータを調整した学習モデルが学習済みモデルとなり、すなわち梱包状態識別モデル１２３となる。本実施形態は、例えば、特定の梱包状態ごとに、その梱包状態であるか否かを識別する学習済みモデルが、梱包状態識別モデル１２３として作成される。

【0029】

制御部１３は、梱包検査装置１０が備えるハードウェアとしてのＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等のProcessing Unit（プロセッシングユニット）が記憶部１２に記憶されたプログラムを実行することにより、機能が実現される。

【0030】

制御部１３は、例えば、案件情報取得部１３０と、梱包仕様作成部１３１と、梱包箱ＩＤ取得部１３２と、物品識別部１３３と、梱包対象検査部１３４と、梱包状態検査部１３５とを備える。

【0031】

案件情報取得部１３０は、案件情報１２０を取得する。案件情報１２０は、予め記憶部１２に記憶されている情報であってもよいし、外部の客先端末（不図示）から通知される情報であってもよい。案件情報取得部１３０は、取得した案件情報１２０を梱包仕様作成部１３１に出力する。

【0032】

梱包仕様作成部１３１は、案件情報１２０に基づいて梱包仕様情報１２１を作成する。梱包仕様作成部１３１は、例えば、案件情報１２０に示された物品群に基づいて、物品ＢＰを梱包する梱包箱ＢＸを、一つまたは複数選択する。梱包仕様作成部１３１は、選択した梱包箱ＢＸごとに、その梱包箱ＢＸに収容する物品ＢＰを決定する。この場合において、梱包仕様作成部１３１は、梱包箱ＢＸに物品ＢＰを収容する順序を決定するようにしてもよい。例えば、梱包箱ＢＸの底（下段）には、比較的重量の大きい物品ＢＰを収容し、その上（上段）に、比較的重量の小さい物品ＢＰを乗せるようにする。これにより、重量の小さい物品ＢＰが破損しないように収容することができる。梱包仕様作成部１３１は、案件毎に、梱包箱ＢＸに収容する物品ＢＰを対応づけた情報を作成する。梱包仕様作成部１３１は、作成した情報を梱包仕様情報１２１として、記憶部１２に記憶させる。

【0033】

梱包箱ＩＤ取得部１３２は、梱包箱ＩＤを取得する。梱包箱ＩＤは、案件毎の梱包箱ＢＸを一意に識別する情報であり、梱包箱ＢＸに付されたコードＣＤに埋め込まれた情報である。梱包箱ＩＤ取得部１３２は、コードリーダＲＤにより読み取られた情報を、通信部１１を介して受信することで梱包箱ＩＤを取得する。梱包箱ＩＤ取得部１３２は、取得した梱包箱ＩＤを、梱包対象検査部１３４及び梱包状態検査部１３５に出力する。

【0034】

物品識別部１３３は、「ピッキング検査」において、物品ＢＰを識別した識別結果を取得する。物品識別部１３３は、撮像装置ＣＭにより撮像された物品ＢＰの画像を取得し、取得した画像を物品識別モデル１２２に入力する。物品識別部１３３は、物品識別モデル１２２からの出力を取得する。物品識別部１３３は、物品識別モデル１２２からの出力結果を、物品ＢＰの識別結果とする。物品識別部１３３は、物品ＢＰを識別した識別結果を梱包対象検査部１３４に出力する。

【0035】

梱包対象検査部１３４は、「ピッキング検査」において、物品ＢＰが梱包対象であるか否かを判定する。梱包対象検査部１３４は、梱包箱ＩＤ取得部１３２から取得した梱包箱ＩＤに基づいて、梱包仕様情報１２１を参照する。梱包対象検査部１３４は、梱包仕様情報１２１を参照することによって、梱包箱ＢＸに対応付けられた案件を識別し、梱包箱ＢＸに収容されるべき物品ＢＰを特定する。そして、梱包対象検査部１３４は、物品識別部１３３から取得した物品ＢＰの識別結果から特定される物品が、梱包箱ＢＸに収容されるべき物品ＢＰであるか否かを判定する。

【0036】

梱包対象検査部１３４は、画像から識別される物品が、梱包箱ＢＸに収容されるべき物品ＢＰである場合には「ピッキングＯＫ」を梱包検査装置１０から出力させる。一方、梱包対象検査部１３４は、物品が、梱包箱ＢＸに収容されるべき物品ＢＰでない場合には「ピッキングＮＧ」を梱包検査装置１０から出力させる。

【0037】

梱包状態検査部１３５は、「梱包状態検査」において、正しい梱包状態であるか否かを判定する。梱包対象検査部１３４は、梱包箱ＩＤ取得部１３２から取得した梱包箱ＩＤに基づいて、梱包仕様情報１２１を参照する。梱包対象検査部１３４は、梱包仕様情報１２１を参照することによって、梱包箱ＢＸに対応付けられた梱包状態を特定する。そして、梱包状態検査部１３５は、撮像装置ＣＭにより撮像された梱包箱ＢＸにおける梱包状態の画像を取得し、取得した画像を梱包状態識別モデル１２３に入力する。梱包状態検査部１３５は、梱包状態識別モデル１２３からの出力に基づいて、正しい梱包状態であるか否かを識別する。

【0038】

梱包状態検査部１３５は、画像から識別される梱包状態が、正しい梱包状態である場合には「梱包状態ＯＫ」を梱包検査装置１０から出力させる。一方、梱包状態検査部１３５は、梱包状態が、正しい梱包状態でない場合には「梱包状態ＮＧ」を梱包検査装置１０から出力させる。

【0039】

図４は、本発明の実施形態による梱包仕様情報１２１の構成例を示す図である。梱包仕様情報１２１は、例えば、案件ＩＤと、梱包箱ＩＤと、物品ＩＤと、物品個数と、梱包状態などの項目を備える。案件ＩＤは、案件を一意に識別する情報である。梱包箱ＩＤは、案件に対応づけられた梱包箱ＢＸを一意に識別する情報である。物品ＩＤは、梱包箱ＢＸに収容する物品ＢＰを一意に識別する情報である。物品個数は、物品ＩＤで特定される物品を梱包箱ＢＸに収容する個数である。梱包状態は、梱包箱ＢＸに物品ＢＰに収容した状態（梱包状態）を示す情報である。

【0040】

図５から図７は、本発明の実施形態による梱包検査装置１０が行う処理の流れを示すフローチャートである。図５には、梱包検査装置１０が行う処理の概要が示されている。図６には、梱包検査装置１０が行う「ピッキング検査」の処理の流れが示されている。図７には、梱包検査装置１０が行う「梱包状態検査」の処理の流れが示されている。

【0041】

図５に示すように、梱包検査装置１０は、案件情報１２０を取得する（ステップＳ１０）。梱包検査装置１０は、取得した案件情報１２０に基づいて、梱包仕様情報１２１を作成する（ステップＳ１１）。そして、ピッキングの工程において、梱包検査装置１０は、ピッキング検査を行う（ステップＳ１２）。ピッキングＯＫの場合に梱包作業が行われ、梱包検査装置１０は、その梱包作業後に梱包状態検査を行う（ステップＳ１３）。

【0042】

図６に示すように、ピッキング検査において、梱包前の物品ＢＰと梱包箱ＢＸとが用意される。まず、梱包検査装置１０は、梱包箱ＩＤを取得する（ステップＳ１２０）。次に、梱包検査装置１０は、物品ＢＰが撮像された画像（物品画像）を取得する（ステップＳ１２１）。梱包検査装置１０は、取得した画像を物品識別モデル１２２に入力する（ステップＳ１２２）。梱包検査装置１０は、物品識別モデル１２２から物品ＢＰを識別した識別結果を取得する（ステップＳ１２３）。梱包検査装置１０は、物品ＢＰが梱包対象の物品であるか否かを判定する（ステップＳ１２４）。梱包検査装置１０は、梱包箱ＩＤに基づいて梱包仕様情報１２１を参照し、梱包箱ＢＸに梱包すべき物品を特定する。梱包検査装置１０は、特定した物品のなかに画像から識別された物品ＢＰが含まれている場合に、物品ＢＰが梱包対象の物品であると判定する。一方、梱包検査装置１０は、特定した物品のなかに画像から認識した物品ＢＰが含まれていない場合に、物品ＢＰが梱包対象の物品でないと判定する。

【0043】

梱包検査装置１０は、物品ＢＰが梱包対象の物品であると判定した場合、「ピッキングＯＫ」を出力する（ステップＳ１２５）。一方、梱包検査装置１０は、物品ＢＰが梱包対象の物品でないと判定した場合、「ピッキングＮＧ」を出力する（ステップＳ１２６）。梱包検査装置１０は、梱包箱ＢＸに梱包する物品群の全てについて、ピッキングＯＫを出力した場合、処理を終了する（ステップＳ１２７）。一方、梱包検査装置１０は、梱包箱ＢＸに梱包する物品群の全てについて、ピッキングＯＫを出力していない場合には、ステップＳ１２０に戻って、物品が梱包対象であるか否かの判定を繰り返す。

【0044】

図７に示すように、梱包作業がおこなわれると、梱包状態検査において、梱包状態が撮像される。梱包検査装置１０は、梱包状態が撮像された画像（梱包状態画像）を取得する（ステップＳ１３１）。梱包検査装置１０は、取得した画像を梱包状態識別モデル１２３に入力する（ステップＳ１３２）。梱包検査装置１０は、梱包状態識別モデル１２３から梱包状態を識別した識別結果を取得する（ステップＳ１３３）。梱包検査装置１０は、梱包状態が正しい状態であるか否かを判定する（ステップＳ１３４）。梱包検査装置１０は、梱包箱ＩＤに基づいて梱包仕様情報１２１を参照し、梱包箱ＢＸにおける正しい梱包状態を特定する。梱包検査装置１０は、特定した梱包状態が、画像から認別された梱包状態と一致する場合には、正しい梱包状態であると判定する。一方、梱包検査装置１０は、特定した梱包状態が、画像から認別された梱包状態と一致しない場合には、正しい梱包状態でないと判定する。

【0045】

梱包検査装置１０は、梱包状態が正しいと判定した場合、「梱包状態ＯＫ」を出力する（ステップＳ１３５）。一方、梱包検査装置１０は、梱包状態が正しくないと判定した場合、「梱包状態ＮＧ」を出力する（ステップＳ１３６）。そして、梱包検査装置１０は、処理を終了する。

【0046】

なお、上述した図６、図７のフローチャートでは、梱包箱ＩＤを取得した後に、画像を取得する場合を例に説明したが、これに限定されることはない。梱包検査装置１０は、画像を取得した後に、梱包箱ＩＤを取得するようにしてもよい。具体的に、図６において、ステップＳ１２１～１２３の後に、ステップＳ１２０が行われる処理の流れであってもよい。図７において、ステップＳ１３１～１３３の後に、ステップＳ１３０が行われる処理の流れであってもよい。

【0047】

以上説明したように、実施形態の梱包検査装置１０は、案件情報取得部１３０と、梱包仕様作成部１３１と、梱包箱ＩＤ取得部１３２と、物品識別部１３３と、梱包対象検査部１３４とを備える。案件情報取得部１３０は、案件情報１２０を取得する。案件情報１２０は、案件毎に、対象となる物品群が示された情報である。梱包仕様作成部１３１は、案件情報１２０に基づいて、梱包仕様情報１２１を作成する。梱包仕様情報１２１は、案件毎に、梱包箱ＢＸと、その梱包箱ＢＸに梱包する物品ＢＰとが対応付けられた情報である。梱包箱ＩＤ取得部１３２は、梱包箱ＩＤを取得する。梱包箱ＩＤは、案件に対応付けられた梱包箱ＢＸを一意に識別する情報である。梱包箱ＩＤ取得部１３２は、「識別情報取得部」の一例である。梱包箱ＩＤは、「識別情報」の一例である。物品識別部１３３は、梱包前の物品ＢＰが撮像された画像を、物品識別モデル１２２に入力することによって得られる出力結果に基づいて、物品ＢＰを識別する。梱包対象検査部１３４は、梱包前の物品ＢＰが、梱包箱ＢＸに梱包される対象であるか否かを判定する。

【0048】

これにより、実施形態の梱包検査装置１０では、梱包前に、梱包箱ＢＸに梱包しようとしている物品ＢＰが、梱包対象として正しいか否かを判定することができる。これにより、商品が重なり合って１つの梱包箱に梱包されるような場合であっても、商品の収容前にピッキング検査を行うことによって、正しい梱包が行われているか否かを判定することができる。

【0049】

また、実施形態の梱包検査システム１は、梱包検査装置１０と、コードリーダＲＤと、撮像装置ＣＭを備える。コードリーダＲＤは、梱包箱ＢＸに付されたコードＣＤから読み取った情報を、梱包箱ＩＤとして梱包検査装置１０に出力する。撮像装置ＣＭは、梱包前の物品ＢＰを撮像し、撮像した画像を梱包検査装置１０に出力する。これにより、実施形態の梱包検査装置１０では、上述した効果と同様の効果を奏する。

【0050】

（実施形態の変形例１）
ここで、実施形態の変形例１について説明する。本変形例では、梱包検査装置１０が、ピッキング作業が行われる現場の状況に応じて物品識別モデル１２２を生成する。

【0051】

図８は、本発明の実施形態の変形例１に係る物品識別モデル１２２の学習方法を説明するための図である。図８では、物品Ａを識別できるように学習モデルＭ１を学習させる。図８に示すように、梱包検査装置１０は、例えば、学習モデルＭ１に対し、物品Ａの画像に、その画像が物品Ａの画像であることを示すラベルを対応づけた学習用データセットを学習させる（ａ）。また、梱包検査装置１０は、（ａ）の画像とは異なる視点から物品Ａを撮像した画像に、その画像が物品Ａの画像であることを示すラベルを対応づけた学習用データセットを学習させる（ｂ）。また、梱包検査装置１０は、物品Ａとは異なる物品ＢＰ＃を撮像した画像に、その画像が物品Ａの画像でないことを示すラベルを対応づけた学習用データセットを学習させる（ｃ）。物品ＢＰ＃は、ピッキング作業が行われる現場において物品Ａの代わりにピッキングされ得る物品である。物品Ａの代わりにピッキングされ得る物品は、ピッキング作業が行われる現場の配置や、作業の内容に応じて任意に選択されてよい。すなわち、本変形例では、現場において、特に、誤ってピッキングされ得る物品について、物品Ａとは異なる物品であることを学習モデルに学習させる。これにより、物品識別モデル１２２は、誤った物品がピッキングされた場合に、その物品が梱包対象でないことを精度よく識別することが可能となる。

【0052】

以上説明したように、実施形態の変形例１に係る梱包検査装置１０では、物品識別モデル１２２は、学習用画像に対象物品か否かを示すラベルが対応付けられた学習用のデータセットに基づいて、画像と対象物品との対応関係を学習した学習済みモデルである。物品識別モデル１２２の学習用画像は、対象物品が互いに異なる位置から撮像された画像群、及び梱包箱に梱包され得る物品であって対象物品とは異なる非対象物品の画像を含む。これにより、実施形態の変形例１では、現場で誤った物品がピッキングされた場合に、その物品が梱包対象でないことを精度よく識別することが可能となる。

【0053】

（実施形態の変形例２）
ここで、実施形態の変形例２について説明する。本変形例では、梱包検査装置１０が、複数個の物品を識別する物品識別モデル１２２を生成する。

【0054】

図９は、本発明の実施形態の変形例２に係る物品識別モデル１２２の学習方法を説明するための図である。図９では、物品Ａが４つあるか否かを識別できるように学習モデルＭ２を学習させる。図９に示すように、梱包検査装置１０は、例えば、学習モデルＭ２に対し、トレーに載置された４つの物品Ａの画像に、その画像が、物品Ａが４つある画像であることを示すラベルを対応づけた学習用データセットを学習させる（ａ）。ここでのトレーは、ピッキング作業が行われる現場において用いられるトレーと同様なものを使用することが好ましい。

【0055】

また、梱包検査装置１０は、トレーに（ａ）の画像とは異なる態様で物品Ａが４つ載置されている様子を撮像した画像に、その画像が、物品Ａが４つある画像であることを示すラベルを対応づけた学習用データセットを学習させる（ｂ）。また、梱包検査装置１０は、トレーに物品Ａ及び物品Ａとは異なる物品ＢＰ＃が載置された画像に、その画像が、物品Ａが４つある画像でないことを示すラベルを対応づけた学習用データセットを学習させる（ｃ）。すなわち、本変形例では、現場の状況、この例では、トレーに４つの物品Ａが載置されてピッキング作業が行われる状況に応じた学習を行う。これにより、物品識別モデル１２２は、現場においてトレーに載置されてきた物品ＢＰを個別に撮像する必要がなく、トレーに乗せられた様子を撮像すればよいため、撮像作業が容易となる。また、物品識別モデル１２２は、物品の識別と、個数の識別と、を同時に行うことが可能となる。

【0056】

以上説明したように、実施形態の変形例２に係る梱包検査装置１０では、物品識別モデル１２２の学習用画像は、複数の対象物品が撮像された画像、及び対象物品と非対象物品とが混在した画像を含む学習用画像に対象物品か否かを示すラベルが対応付けられた学習用のデータセットに基づいて、画像と対象物品との対応関係を学習した学習済みモデルである。これにより、実施形態の変形例２では、現場の状況に応じた学習を行うことができ、撮像作業が容易となったり、物品の識別と個数の識別とを同時に行うことができたりするため、効率よく検査することが可能となる。

【0057】

（実施形態の変形例３）
ここで、実施形態の変形例３について説明する。本変形例では、梱包検査装置１０が、梱包作業が行われる現場の状況に応じて梱包状態識別モデル１２３を生成する。図１０～図１２は、実施形態の変形例３を説明するための図である。図１０は、本発明の実施形態の変形例３における梱包仕様情報１２１の構成例を示す図である。図１１、図１２は、図１０の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。図１０に示すように、梱包箱ＢＸに、物品ＩＤ（ＢＰ１０１）の物品を６個、物品ＩＤ（ＢＰ２０２）の物品を３個、物品ＩＤ（ＢＰ２０３）の物品を３個、それぞれ梱包する場合を考える。

【0058】

この場合、図１１に示すように、物品ＩＤ（ＢＰ１０１）の物品６個が、梱包箱ＢＸの左側面に沿って一列に並べられる。また、その右側に、物品ＩＤ（ＢＰ１０１）の物品と同じ形状の物品が６個ずつ２列並べられる。その右側に物品ＩＤ（ＢＰ２０２）の物品３個が並べられ、その右側に物品ＩＤ（ＢＰ２０３）の物品３個が並べられる。

【0059】

また、図１０のような梱包仕様情報１２１である場合、図１１における物品ＩＤ（ＢＰ２０２）の物品３個の位置と、に物品ＩＤ（ＢＰ２０３）の物品３個の位置とを逆にした配置状態となることも考えられる。このように、１つの梱包箱ＢＸに多品種の物品ＢＰを梱包する場合、複数通りの梱包状態が取り得る。

【0060】

本変形例では、梱包検査装置１０は、学習モデルに、複数通りの梱包状態のうちの正しい梱包状態と、正しくない梱包状態との両方を学習させる。図１１の例に示した梱包状態が正しい梱包状態とする場合、梱包検査装置１０は、学習モデルに、図１１の画像に正しい梱包状態であることを示すラベルを対応づけた学習用データセットを学習させる。さらに、梱包検査装置１０は、図１２の画像に誤った梱包状態であることを示すラベルに対応づけた学習用データセットを学習させる。すなわち、本変形例では、梱包対象がきちんとピックアップされた状況において、正しい梱包状態と、誤った梱包状態との両方を学習モデルに学習させる。これにより、物品識別モデル１２２は、誤った梱包状態で梱包された場合に、その梱包状態が正しい状態でないことを精度よく識別することが可能となる。

【0061】

以上説明したように、実施形態の変形例３に係る梱包検査装置１０は、梱包状態検査部１３５を更に備える。梱包状態検査部１３５は、物品ＢＰが梱包箱ＢＸに梱包された梱包状態が撮像された画像を、梱包状態識別モデル１２３に入力することによって得られる出力結果、及び、梱包仕様情報１２１に基づいて梱包状態が正しいか否かを判定する。梱包状態識別モデル１２３は、学習用画像に梱包状態が正しいか否かを示すラベルが対応付けられた学習用のデータセットに基づいて、画像と正しい梱包状態との対応関係を学習した学習済みモデルである。梱包状態識別モデル１２３の学習用画像は、正しい梱包状態が撮像された画像、及び梱包箱に梱包される物品群の内訳が正しいが梱包状態が正しくない梱包状態の画像を含む。これにより、梱包検査装置１０は、誤った梱包状態で梱包された場合に、その梱包状態が正しい状態でないことを精度よく識別することが可能となる。

【0062】

（実施形態の変形例４）
ここで、実施形態の変形例４について説明する。本変形例では、梱包検査装置１０が、梱包作業の過程を学習させた梱包状態識別モデル１２３を生成する。図１３～図１５は、実施形態の変形例４を説明するための図である。図１３は、本発明の実施形態の変形例４おける梱包仕様情報１２１の構成例を示す図である。図１４、図１５は、図１３の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。図１３に示すように、梱包箱ＢＸに、図１０に示した物品群に加えて、さらに物品ＩＤ（ＢＰ３０１）の物品を梱包する場合を考える。そして、梱包箱ＢＸの下段に図１４に示すように物品群を収容し、梱包箱ＢＸの上段に図１５に示すような物品ＩＤ（ＢＰ３０１）の物品を乗せるように梱包するものとする。

【0063】

この場合、物品ＩＤ（ＢＰ３０１）の物品を乗せた後に撮像された画像からは、その下にある物品群の梱包状態を確認することができない。この対策として、本変形例では、梱包の途中の過程を示す画像を学習させる。これにより、梱包の最終段階では確認することができない梱包状態について、梱包状態識別モデル１２３が正しい梱包状態であるか否かを識別することができるようになる。

【0064】

本変形例では、梱包作業において、梱包の過程（例えば、下段の梱包が終了した時点）で、その梱包状態が撮像装置ＣＭにより撮像され、撮像された画像が梱包検査装置１０に出力される。梱包状態識別モデル１２３は、その梱包過程の梱包状態が正しいか否かを識別し、正しい梱包状態である場合に、次の梱包過程に作業が進められる。これにより、梱包状態識別モデル１２３は、梱包過程における梱包状態が正しい状態であるか識別することが可能となる。

【0065】

以上説明したように、実施形態の変形例４に係る梱包検査装置１０では、梱包状態識別モデル１２３の学習用画像は、梱包過程にある梱包状態が撮像された画像を含む。これにより、梱包検査装置１０は、梱包過程における梱包状態が正しい状態であるか識別することが可能となり、梱包作業を精度よく検査することが可能となる。

【0066】

（実施形態の変形例５）
ここで、実施形態の変形例５について説明する。本変形例では、梱包検査装置１０が、物品が互いに重なって梱包された状態を学習させた梱包状態識別モデル１２３を生成する。図１６～図１７は、実施形態の変形例５を説明するための図である。図１６は、本発明の実施形態の変形例５おける梱包仕様情報１２１の構成例を示す図である。図１７は、図１３の梱包仕様情報１２１に対応する梱包状態の一例を示す図である。

【0067】

図１５に示すように、梱包箱ＢＸに、物品ＩＤ（ＢＰ４０１）、物品ＩＤ（ＢＰ４０２）、及び物品ＩＤ（ＢＰ４０３）で特定される物品を、それぞれ１つずつ梱包する場合を考える。これらの３つの物品群は、梱包箱ＢＸに重ねて収容され、梱包の最終段階では物品ＩＤ（ＢＰ４０１）の物品の一部しか外に出ていない状態で梱包されるものとする。このような場合において、梱包検査装置１０は、梱包の最終段階において視認可能な物品ＩＤ（ＢＰ４０１）の物品の一部を用いて、ＩＤ（ＢＰ４０１）の物品の向きなどが特定でき、正しい梱包状態か否かを特定することが可能である場合には、梱包の最終段階の画像のみを学習させた梱包状態識別モデル１２３を用いる。一方、梱包検査装置１０は、梱包の最終段階において視認可能な部分のみでは正しい梱包状態か否かを特定することができない場合には、梱包過程、及び最終段階の画像の両方を学習させた梱包状態識別モデル１２３用いる。これにより、梱包検査装置１０は、必要に応じて梱包過程の梱包状態を検査対象とし、必要なければ最終段階の梱包状態のみを検査対象とすることができる。したがって、状況に応じて、効率よくかつ精度よく梱包状態を検査することが可能となる。

【0068】

（実施形態の変形例６）
ここで、実施形態の変形例６について説明する。本変形例では、学習用の画像を撮像する際に撮像を支援する装置を用いる。図１８に示すように、本変形例では、例えば、物品ＢＰを様々な視点から撮像するために、電動式レールＤＲを用いる。電動式レールＤＲには撮像装置ＣＭが固定される。電動式レールＤＲは、被写体（物品ＢＰ）の周囲を矢印方向に移動する。電動式レールＤＲの移動と連動して撮像装置ＣＭが連続撮像を行う。これにより、物品ＢＰを、様々な視点から撮像した画像を容易に得ることができる。

【0069】

図１９に示すように、被写体（物品ＢＰ）を回転台ＫＤの上に載置するようにしてもよい。回転台ＫＤを回転させ、その回転に連動させて撮像装置ＣＭが固定位置から連続撮像を行う。これにより、物品ＢＰを、様々な視点から撮像した画像を容易に得ることができる。

【0070】

図２０に示すように、撮像に、簡易的な暗室を用いてもよい。これにより、撮像環境を一定にすることができ、学習用画像から特徴を抽出し易くなる。ピックアップ作業や梱包作業において撮像される画像の環境についても、このような暗室を用いて行うことによって、識別の精度向上も期待できる。

【0071】

なお、上述した実施形態では、梱包箱ＢＸに物品ＢＰを梱包する場合を例示して説明した。しかしながらこれに限定されることはない。本実施形態は、物品群と、その物品群を組み合わせて作成される１つの複合物品の検査に適用することができる。例えば、パンフレットと、シールとを組合せの対象とし、パンフレットの所定箇所にシールが貼られているかを検査するシステムに適用することが可能である。この場合、ピッキング検査において、所定のパンフレットと、所定のシールとが正しくピッキングされたか検査される。そして、梱包状態検査において、パンフレットの所定箇所に、正しくシールが貼られているかが検査される。

【0072】

また、本実施形態は、冊子に用紙（正誤表など）を挿し込む作業の検査に適用することができる。この場合、ピッキング検査において、所定の冊子と、所定の挿し込み用紙とが正しくピッキングされたか検査される。そして、梱包状態検査において、冊子の所定箇所に、正しく用紙が挿し込まれているかが検査される。

【0073】

また、本実施形態は、台紙に試供品（化粧品などのサンプルなど）を挿し込む作業の検査に適用することができる。この場合、ピッキング検査において、所定の台紙と、所定の試供品とが正しくピッキングされたか検査される。そして、梱包状態検査において、台紙の所定箇所に、正しく試供品が挿し込まれているかが検査される。

【0074】

また、本実施形態は、冊子に付帯物（カバーや帯、ポケットなど）を取付ける作業の検査に適用することができる。この場合、ピッキング検査において、所定の冊子と、所定の付帯物とが正しくピッキングされたか検査される。そして、梱包状態検査において、冊子の所定箇所に、正しく付帯物が取り付けられたかが検査される。

【0075】

また、本実施形態は、冊子に付帯物（カバーや帯、ポケットなど）を取付ける作業の検査に適用することができる。この場合、ピッキング検査において、所定の冊子と、所定の付帯物とが正しくピッキングされたか検査される。そして、梱包状態検査において、冊子の所定箇所に、正しく付帯物が取り付けられたかが検査される。

【0076】

上述した実施形態における梱包検査システム１、及び梱包検査装置１０の全部または一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

【0077】

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

【符号の説明】

【0078】

１…梱包検査システム
１０…梱包検査装置
１２０…案件情報
１２１…梱包仕様情報
１２２…物品識別モデル
１２３…梱包状態識別モデル
１３…制御部
１３０…案件情報取得部
１３１…梱包仕様作成部
１３２…梱包箱ＩＤ取得部（識別情報取得部）
１３３…物品識別部
１３４…梱包対象検査部
１３５…梱包状態検査部
ＣＭ…撮像装置
ＲＤ…コードリーダ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】