コンピュータ ビジョン、ロボティクス、機械学習がデパレタイゼーションにもたらすメリット

3D マシン ビジョンなどの技術の進歩により、ロボット工学は産業プロセスのあらゆる領域に入り込んでいます。 COVID-19 の発生により、迅速かつ正確な注文フルフィルメントと効率的なサプライ チェーンのために自動化を適用することが差し迫った必要性に対する認識が高まっています。ロジスティクス プロセスの特定の側面の 1 つは、スマート オートメーションの実装により、より高いレベルの生産性を達成することができます — デパレタイゼーション。

デパレタイゼーションとは?

デパレタイゼーション 箱を積んだパレットを一つずつ降ろしていく工程です。従来の遅延化とは対照的に ロボットグリッパーがパレット全体をピッキングし、そこに含まれるすべてのボックスを「つかむ」ことを「期待して」、ロボットによるデパレタイゼーションは人工知能を使用します。システムが個々の箱を認識し、ロボットがコンベア ベルトまたはその他の事前定義された場所にそれらを 1 つずつ配置します。

デパレタイゼーションは、より高いレベルのパレットのアンロードを提供し、遅延化よりもいくつかの利点があります。パレット全体とは対照的に、最大のボックスのサイズである、より小さな配置領域が必要です。また、ペイロードが軽いため、より小さなロボット アームとグリッパーを使用できるため、大幅なコスト削減につながります。

3D ビジョンと AI が成功の秘訣

最高のデパレタイゼーション システムは、さまざまな箱でいっぱいになったパレットを安全、迅速、効果的、信頼性が高く、最終的には費用対効果の高い方法で荷降ろしするプロセスを実現します。これは、高度な機械学習アルゴリズムによって実現されるスマート ロボットと 3D マシン ビジョンを組み合わせることによってのみ達成できます。

配置された 3D スキャナーのスキャン ボリュームは、十分な距離からパレット全体をスキャンするのに十分な大きさである必要があります。ロボットの操作に必要な最小限のスペースを考慮すると、スキャナーは通常、パレットの約 3 メートル上に取り付ける必要があります。したがって、適切な 3D スキャナーを選択することが、デパレタイゼーションを成功させるための最初の前提条件です。

2 番目のステップは、この画像データを使用して AI をトレーニングすることです。機械学習アルゴリズムは、さまざまなサイズの箱や損傷による不規則な形状の箱など、新しいタイプの箱を常に学習して認識することができます。これにより、ソリューションが非常に普遍的なものになり、混合パレットの荷降ろしがほとんど困難になりません。箱はパターンで積み重ねる必要はありませんが、ランダムに配置したり、斜めに傾けたりすることができ、ロボットはそれらを拾うことができます.

スマート システムは、0.5 ミリ程度の薄さの場合もある隙間を認識するのが困難なほどぎっしり詰まった箱を認識することもできます。より弱い解では、2 つのボックスを分離する線と、1 つの特定のボックスの開口部の輪郭を描く線とを区別できない場合があります。

また、さまざまなテクスチャ、光沢のある素材や反射する素材、突き出たテープ、パターン、または 3D ビジョンを「誤解させる」写真など、表面に問題のある箱を認識するのが難しい場合もあります。黒いカバーが付いているカートンも問題を引き起こす可能性があります..

テクスチャと 3D データに基づいて個々のボックスをセグメント化する最も高度な方法は、畳み込みニューラル ネットワーク (CNN) を使用することです。次にシステムは、どのボックスを選択するか (パレットの一番上に配置されたボックスが最初に来る) を決定し、展開されたグリッパーの吸引力を最大化するためにどのようにそれをつかむかを決定できます。

トップボックスとスキャナーの間のスペースで安全に操作するために、デパレタイズシステムはボックスの可能なサイズを考慮する必要があります。これは、ボックスをベルトコンベアに安全に配置するためにも重要です。これは、スキャン データから箱の高さを計算するか、コンベア ベルトの数センチ上に設定された光学ゲートを使用することで確認できます。

ボックスが光ビームに触れると、グリッパーが光ビームを落とします。このようにして、すべての箱がベルトコンベア上の同じ高さに降ろされます。これは、1 つのレイヤー内の異なる高さのボックスが重大な問題を引き起こす遅延処理に対するデパレタイゼーションの大きな利点です。

ロボットはすべての仕事をこなせる

社内で開発された 3D ビジョンを含む Photoneo のシステムは、このようなロボットによるデパレタイゼーションの例を提供します。同社のシステムは、箱が積まれたパレット全体をスキャンし、スキャンを 3D テクスチャ データ セットに転送します。

このスキャンは、5,000 種類以上のボックスでトレーニングされた Photoneo の機械学習アルゴリズムによって処理されます。 AI が各ボックスを即座に認識し、ロボットにコマンドを送信します。ロボットは、特別に開発されたユニバーサル グリッパーを使用して、±3 mm の精度でピッキング アクションを実行します。このようにして、99.7% のピッキング精度で、1 時間に 1,000 個のボックスをアンロードできます。

デパレタイゼーション システムは変動性を考慮する必要があります

すべての計算にもかかわらず、グリッパーが表面のしわやその他の障害物のためにボックスをピッキングできなかった場合、グリッパーはフィードバックを送信し、問題についてユーザーに通知して、修正アクションを実行できるようにします。ロボットの種類、箱の表面、内容物によっては、他のものよりも高い感度で操作する必要があるものがあるため、サイクル時間は通常 10 秒未満です。

環境、ロボット、および機械的特性によって、サイクル タイムが定義および制限されます。たとえば、特定の物理的限界を超えて重い箱を加速および減速することは不可能です。顧客がサイクル時間を短縮し、ロボットのパフォーマンスを向上させる必要がある場合は、一度に同じ高さの複数の箱をピッキングできるマルチゾーン グリッパーを選択できます。次に、グリッパーが箱を次々と落とします。

完璧なシンギュレーションの秘訣は、配置領域のサイズ制限を把握して、安全に降ろすことができる以上のボックスを使用しないようにすることと、ボックスの種類を正確に認識して高さの異なるボックスをつかまないようにすることです。 Photoneo の製品は、主要なロボット ブランドと互換性があり、トレーニングなしで「箱から出して」動作します。新しいタイプのボックスに遭遇した場合、システムはそれ自体を再トレーニングできるため、展開と統合に必要な時間が短縮されます。

デパレタイゼーションを人間中心の環境に適応させる

デパレタイゼーション ソリューションを成功させるには、上記のすべての要因を考慮する必要があります。ロボットはかなり単純に見えるかもしれませんが、機械学習アルゴリズムは、さまざまなオブジェクトをデパレタイズする際に起こりうるすべての課題を処理できるほど堅牢である必要があります。開発者とインテグレーターは、ユーザーが投資収益率 (ROI) を測定できるようになる前に、アプリケーションのあらゆる詳細について考え、ソリューションをテストする必要があります。

さらに、多くの場合、ロボットを人間中心の環境に適応させる必要があります。自動化は急速に進化していますが、多くのお客様は、物流センターと倉庫をロボット工学と AI を最大限に活用するように徐々に適応させています。

パレットの手動荷降ろしに関連する主な課題の 1 つは、ボックスのサイズと重量、およびボックスを持ち上げる必要がある高さにあります。手動操作は重傷につながることが多いため、最高のデパレタイゼーション システムは、従業員が危険な動きや繰り返しの動きを避けるのに役立ちます。

たとえば、Photoneo Depalletizer は、人手を介さずに最大 50 kg の箱をピッキングできます。最大の利点の 1 つは、ロボットが疲れることなくノンストップで作業できることです。

3D ビジョン、AI、ロボット アームを使用したデパレタイザー

AI =無限の可能性?

ユーザーは何も設計、デバッグ、またはテストする必要がないため、AI 主導のソリューションは間違いなく未来への道です。スマート システムは、難しい 3D 関連の計算とタスクの負担からインテグレーターを解放できます。

ただし、さまざまなタイプのグリッパーがどのように機能するか、特定の部品をピッキングするのに適しているグリッパーはどれか、ロボット操作の失敗を防ぐためにアプリケーションに配置されたすべての機械コンポーネントを分散する方法など、いくつかの基本的な機械的知識が必要です。またはスキャン。

また、インテグレータは、特定のシステムが顧客の特定のニーズに対応できるように、そのシステムの潜在的な能力を知っている必要があります。 AI はまだソリューションの一部にすぎず、過大評価してはならないことに留意することが重要です。インテグレーターは、スマート オートメーション ソリューションを正常に展開するために、常に特定の知識を必要とします。

これらすべての条件が満たされている場合、デパレタイゼーション ロボットの導入は、物流会社が迅速な ROI を獲得し、サプライ チェーン プロセスを改善し、生産性を向上させるのに役立ちます。また、時間を節約し、コストを削減し、労働者の健康を守り、従業員を創造性と批判的思考を必要とするタスクから解放します。

今日、従業員と雇用主の両方が直面している最も差し迫った課題は、働き続ける方法です。世界経済が COVID-19 のシャットダウンからいつ回復するかを確信を持って予測できる人はいないため、今こそ生産プロセスを自動化および合理化する適切な時期です。

この記事は最初に公開されました ロボット レポート