産業用ロボティクス：従来型、協働型、適応型システムの違いと選び方

産業用ロボティクスとは

産業環境でタスクを自動化するすべての複雑な機構を指します。ロボットアーム、スタッカー、3軸システム、オートマトンなどが含まれます。外部信号と事前プログラミングされた動きによって制御され、割り当てられたタスクを実行します。これらの信号は、PLCからのタスク開始信号から、コンピュータビジョンシステムが送信する動作座標まで多岐にわたります。

産業用ロボティクスの種類と違い

産業用ロボティクスには、従来型ロボットと協働ロボットの2種類がありました。近年、新たなタイプとして適応型（インテリジェント）ロボットが定義・差別化されています。

• 従来型ロボットの主な特徴は、安全な使用のために物理的バリア（安全柵）が必要な点です。

• 協働ロボットの最も代表的な特徴は、物理的バリアなしで人間オペレーターと協働できる設計である点です。この運用形態を維持する代償として、従来型ロボットに比べ速度と定格荷重が低くなる傾向があります。

• 適応型／インテリジェントロボティクスは、両タイプの進化形です。両方の長所と短所を持つ可能性があります。従来型ロボットも協働ロボットも、適応型/インテリジェントロボットへと進化させられます。主な特徴は、環境に反応し、実行中の特定タスクに動きを適応させる能力です。これは、ロボットに「感覚」を与えるセンサーレイヤーと、受信情報を管理し適応型/インテリジェントロボットの動きを制御するディープラーニングや機械学習システムによって可能になります。

ロボティクスにおけるディープラーニングとニューラルネットワーク

センサーシステムからロボットへデータを供給するだけでは、環境や実行タスクへの知能や適応性は得られません。このデータを処理・解析し、適応型/インテリジェントロボットが実行すべき適切なアクションを定義する必要があります。複雑さに応じて、従来型ソフトウェアまたはディープラーニングシステムおよびニューラルネットワークで処理します。センサーデータに基づく意思決定が非常に複雑なシステムでは、ディープラーニングが用いられます。

ロボティクスにおけるハンド/ツール設計

産業用ロボティクスシステムで非常に重要なのが、製品やプロセスとのインタラクション方法です。ハンド（グリッパー）とツールの設計は、ロボットのプログラミングと通信と同等に重要です。これらのシステムは、産業用ロボットが製品を損傷しないこと、産業プロセスでタスクを正しく実行することを保証しなければなりません。ワーク形状やプロセスの複雑さにより、この設計が非常に複雑になる場合もあります。

適応型/インテリジェントロボティクスの用途、メリット、利点

産業用ロボティクスの用途はよく知られ、以下のような分野をカバーします：

• 組立
• 工作機械のロード/アンロード、ピック＆プレース
• 梱包・パレタイズ
• 部品搬送、取り出し
• 切断、研削、研磨
• 塗装プロセス
• 接着剤・シーラント塗布
• 溶接
• 測定・品質管理

しかし、変動性が高い複雑なプロセスは自動化されていません。新バリエーションごとのほぼ日次のプログラム作成や、品質保証の困難さから、従来型/協働ロボティクスでは産業化が不可能または採算が合いません。こうしたケースで適応型/インテリジェントロボティクスが解決策となります。主な利点は作業環境への適応です。プリセットのタスク/動作座標ではなく、フローティングポイント（可変点）で動作します。これらの点は、接続されたセンサーが供給する情報に基づき、制御ユニットがその都度定義します。この環境適応度は、制御ユニットの処理能力とセンサーデータの解像度・品質に依存します。

ATRIAが実施したこのプロジェクトでは、ビジョンカメラにより、固定寸法なしでバッテリー接続ポイントを処理・選択する適応ロボティクスシステムを紹介しています。適応ロボティクスのもう一つの利点は、既存の協働/従来型設置に低投資で適用可能な点です。ハードウェアを新設備で完全活用できるためです。さらに、柔軟性も利点です。環境やプロセスが変化しても、ソフトウェア修正やセンサー更新のみで対応可能で、経済的投資を抑制できます。

別のプロジェクトでも、適応ロボティクスにより、無秩序に供給されるワークをどう把持し、どう箱に配置すべきかをロボットが自律判断しています。

ロボティクスプロジェクト実施のステップ

産業用ロボットを伴う自動化プロセスで一般的に従うべきステップ：

1. 要件定義：産業用ロボットが実行すべきタスクと、満たすべき特性を定義。適切な要件定義は、以降の作業と開発コストを大幅に削減
2. ハードウェア・ソフトウェア選定：前ステップのデータとチーム経験に基づき実施。ここで、従来ロボット、協働ロボット、適応/インテリジェントロボットのどれが最適かを決定
3. 設置設計：前2ステップで定義・検証されたすべてのデータを用いて実施。各フェーズ・プロセス部分、ワークフロー、要素間関係を定義
4. 設計段階で検出された最重要ポイントの検証：プロトタイプや部分的構築で実施。適応/インテリジェントロボティクスや、ワーク/プロセス変動が大きい設備では特に重要
5. 産業化（量産導入）：設計・検証済み設備の本格導入。この段階で、設置検証に用いるテストを定義することが極めて重要

貴社のプロセスや製品にロボティクスを適用しませんか？お問い合わせください！

関連記事：

• 明日の工場のための産業用ロボティクス
• 人工知能ロボット
• なぜ協働ロボットを使うのか？
• 各分野へのインダストリー4.0の適用

関連プロジェクト：

• コンピュータビジョンによるバッテリー接続
• UR＋ビジョンによるテープからのピック＆プレース
• 協働ロボットによるライン末端機能システム
• ビジョン＋双腕協働ロボットによるピッキング
• MIR＋URによる高温環境機能テスト