倉庫オートメーションに革命を起こす:AI と 3D ビジョンにより、ロボットが混合パレタイジングを習得できるようになります

製品をランダムに組み合わせてパレットを構築することは簡単に聞こえるかもしれません。しかし、ロボットにとって、パレタイジングは習得するのが最も難しい仕事の 1 つです。オンラインショッピングが成長を続け、店舗がよりカスタマイズされた、すぐに棚に並べられる配送を求めているため、倉庫はより迅速かつスマートに対応する必要に迫られています。

現在、倉庫作業の多くはロボットが処理しますが、混合製品を安定したパレットに積み上げる作業は依然として手作業がほとんどです。 AI と 3D ビジョンの飛躍的な進歩のおかげで、状況は急速に変化しています。スマートロボットはリアルタイムで「見て」計画できるようになり、混合ケースのパレタイジングをより迅速、安全、そしてはるかに効率的に行うことができます。

人工知能テクノロジーと 3D ビジョンの最近の進歩により、この数十年来の問題がついに解決されつつあります。

混合パレタイジングが自動化に抵抗した理由

混合ケースパレタイジングでは、異なる在庫管理単位 (SKU) のケースを 1 つのパレット上に戦略的に配置します。この実践は現代のフルフィルメント戦略の基礎であり、小売店のジャストインタイム在庫を可能にし、複雑な電子商取引注文をサポートし、効率的なクロスドッキング業務を促進します。

ただし、操作の実行は単純なスタッキングよりもはるかに複雑です。これは、複数の変数を同時に考慮する、高度なリアルタイムの意思決定を必要とするダイナミックな 3 次元パズルです。

物理的な寸法
重量配分
梱包の脆弱性
構造の完全性
店内の労働力を最小限に抑える「店舗に優しい」シーケンスを作成する

技術的な課題

混合パレタイジングの自動化の難しさは、歴史的に従来のロボットシステムの能力を超えてきた、相互に関連したいくつかの課題に起因しています。

アイテムの極端な変動 :ロボットシステムは、サイズ、重量、形状、表面特性が大きく異なるケースを処理する必要があります。光沢のあるパッケージ、透明なシュリンクラップ、濃い色のボール紙はすべて、従来の 2D および基本的な 3D ビジョンシステムにとって大きな課題となります。

構造化されていない意思決定 :すべての箱が同一で予測可能なパターンに従う単一 SKU のパレタイジングとは異なり、混合ケースのシナリオは本質的に混沌としています。ケースは予測できない順序で到着するため、システムは、事前にプログラムされたルーチンを実行するのではなく、未知のアイテムを識別し、その特性を判断し、最適な配置をリアルタイムで決定する必要があります。

認知の複雑さ ：人間のオペレーターは、同時に重量配分のバランスを取り（底部にある重い商品）、輸送中のズレを防ぐための連動パターンを作成し、特定の店舗の棚割に従って商品を順序付けする必要があります。この認知負荷は、従来の自動化では再現するのが困難であった、空間推論と適応的意思決定のレベルを表しています。

手動操作のコスト

混合パレタイジングにおける手作業の継続は、業務の非効率性を補うだけではありません。これは、多面にわたるコストを伴う重大な財務的および戦略的責任です。

スループットの制限 :手動パレタイジングは本質的に時間がかかり、一貫性がありません。人間の作業員は 1 時間あたり 180 ～ 360 ケースを処理しますが、自動パレタイジングソリューションは 1 時間あたり 300 ～ 1,000 ケースを配送できます。

品質と精度の問題 :手動パレットの品質は作業者によって大きく異なり、疲労が始まると低下します。積み重ねが不規則で重量配分が不十分なため、輸送中に製品がずれたり崩れたりすることがよくあります。さらに、混合パレットの手動検証はエラーが発生しやすいことで知られており、バーコードが見えにくくなったり破損したりすると、在庫の不一致につながります。

安全性と労働に関する課題 :混合パレタイジングでは、重いケースや不自然な形状のケースを持ち上げたり、曲げたり、ひねったりする作業が継続的に繰り返されるため、筋骨格系損傷の発生率が高くなります。これらのポジションは、他の倉庫業務に比べて離職率が最大 3 倍高く、労働者災害補償請求額が不相応に高くなります。肉体的に厳しい仕事に意欲的に取り組む労働者不足が世界的に深刻化しているため、人員確保はさらに困難になっています。

失敗した自動化の試行 :多くの施設は、自動保管および取り出しシステム、広範なコンベヤーネットワーク、および高速仕分け機を含む複雑な「パッチワーク」ソリューションを通じて、混合パレタイジングに対処しようと試みてきました。これらのシステムはケースの整理と配送に役立ちますが、通常は物理的な設置面積が広大になり、最終的にはパレットを構築するという認知力が要求される最終作業を人間のオペレーターに依存することになります。

パレタイジング技術の画期的な進歩:Jacobi Robotics のインテリジェントモーションプランニング

混合パレタイジングの自動化の課題を解決するには、問題を根本的に再考する必要がありました。自動化を成功させると、それを純粋に機械的なタスクとして捉えるのではなく、データとインテリジェンスの問題として扱います。

このアプローチにより、AI を活用した特殊なモーションプランニングソフトウェアと革新的な 3D ビジョンテクノロジーを組み合わせた統合システムの開発につながりました。

Jacob Robotics の AI を活用したモーションプランニングエンジン

最新の混合パレタイジングソリューションの中核には、従来のロボットプログラミングの複雑さを根本的に抽象化する高度な動作計画ソフトウェアが組み込まれています。 Jacobi Robotics は、ロボットが複雑な処理タスクを認識、計画、実行する方法を変革するソフトウェアデファインドプラットフォームを使用して、この新しいパラダイムを提示します。

ロボットに依存しないアーキテクチャ ：顧客を単一ベンダーのエコシステムに閉じ込める従来の自動化ソリューションとは異なり、Jacobi Robotics の動作計画プラットフォームは、ABB、FANUC、KUKA、Yaskawa、Universal Robots を含む複数のメーカーの産業用ロボットと連携するように設計されています。このアプローチにより、システムインテグレーターとエンドユーザーは、クラス最高の制御ソフトウェアにアクセスしながら、ペイロード、到達範囲、コスト要件に基づいて最適なロボットハードウェアを選択できるようになります。

複数パラメータの最適化 :コアアルゴリズムは、複数の重要なパラメータにわたって最適化されたロボットの軌道を同時に自動的に計算します。当社の経験では、時間の最適化は単に最短経路を見つけるのではなく、総動作時間を最小限に抑えることに重点を置いており、その結果、従来のアプローチよりもサイクルタイムが最大 30% 高速化されます。衝突回避により、経路に機器、安全柵、建設中のパレットなどの障害物がないことが保証されます。

リアルタイムインテリジェンス :プラットフォームは 3D カメラから豊富なセンサーデータを取り込み、AI アルゴリズムを使用して物体認識、姿勢推定、最適な把握計画を実行します。重要なのは、この AI 機能により、システムは現実世界の無限の変化に対応し、事前にプログラミングする厳格な制約なしで動的に適応できるようになります。

迅速な導入 ：高度なモーションプランニングにより、試運転時間を最大 95% 削減でき、数週間かかるプログラミングタスクを数時間で完了するプロセスに変換できます。導入時間のこの劇的な短縮は、自動化プロジェクトの経済性とリスクプロファイルの根本的な変化を表しています。

動きに影響されない 3D ビジョン

AI は意思決定のためのインテリジェンスを提供しますが、その意思決定の質は感覚入力の精度と信頼性に完全に依存します。

私たちは、Photoneo と、Parallel Structured Light と呼ばれる特許取得済みのアプローチを通じて知覚の課題に対処する 3D ビジョンテクノロジーとの長年にわたるコラボレーションに満足しています。

並列構造の光のイノベーション :従来の 3D ビジョンシステムでは、速度と品質の間で難しい選択を迫られます。従来の構造化光スキャナは、連続パターンを投影して詳細な 3D モデルを構築し、高い解像度と精度を実現しますが、完全に静的な条件が必要です。スキャン中に動きがあった場合、データが歪んで使用できなくなります。逆に、Time-of-Flight システムまたはアクティブステレオシステムは、移動するオブジェクトを迅速にキャプチャしますが、解像度、精度、ノイズ性能が犠牲になります。
Parallel Structured Light は、独自のモザイクピクセルパターンを備えた独自の CMOS センサーと、単一のスナップショットで 3D データ取得全体を実行するマルチタップシャッターを通じて、このジレンマを解決します。このアプローチにより、モーションアーチファクトの影響を受けずに、飛行時間速度で構造化された光の品質が実現されます。

動作耐性と環境耐性 :シングルフレーム取得により、システムはモーションブラーの影響をほとんど受けず、最大 40 メートル/秒 (約 90 マイル) で移動するオブジェクトの鮮明で高品質な 3D 点群を生成します。この機能により、「オンザフライ」スキャンが可能になり、従来のロボットセルにありがちなストップアンドスキャンのボトルネックが解消されます。

統合ワークフロー:認識から行動まで

このエンドツーエンドのワークフローは、単純なコマンドシーケンスを超えて、認識、思考、行動、検証のインテリジェントで適応的なサイクルになります。

インテリジェントなケース管理 :ケースは上流工程からランダムな順序でコンベアに到着します。高度な構成では、コンパクトなバッファリングロボットがケースを受け取り、設置面積の小さい棚システムを使用してフローを動的に管理します。このインテリジェントなバッファリングにより、メインのパレタイジングロボットが入ってくるランダム性から切り離され、効率的なパレット構築のための最適なケースシーケンスが確保されます。

3D データの取得と検証 :ピッキングのためにケースが提示されると、アイテムが動いているときでも、オーバーヘッドスキャナーが単一のスナップショットで高解像度の点群をキャプチャします。システムは点群を分析してケースの寸法、3D 位置、方向を正確に決定し、物理的なアイテムが取り扱う前に予想される WMS データと一致していることを確認する重要な検証ゲートとして機能します。

AI を活用した配置と経路計画 :検証された 3D データはモーションプランニングソフトウェアに渡され、そこで AI アルゴリズムが複数の同時タスクを実行します。これらは、破砕強度、重量、目的地の要件を考慮した構成可能なルールを参照して、現在のパレット層上の最適な配置位置を決定し、安定性、密度、および店舗の利便性を最大化します。同時に、モーションプランニングエンジンは、ロボットアームが現在の位置から移動し、ケースを選択して、正確に計算されたターゲットの位置と方向に配置するための、可能な限り最速で衝突や特異点のない軌道を計算します。

ロボットによる処刑 :モーションプランニングプラットフォームは、最終的な計画をロボットコントローラーに送信します。ロボットコントローラーは、スムーズで時間的に最適化された軌道を実行し、供給場所からケースをピッキングし、計画どおりにパレットに正確に配置します。

継続的な検証 :ロボットが箱を配置して格納した後、オーバーヘッドスキャナーが即座に検査スキャンを実行し、実際のパレットの状態と理論上の構築計画を比較します。この閉ループ検証により、正しい配置が確認され、ずれが検出されます。不一致が検出された場合、システムは問題にフラグを立てて手動で調整したり、自動修正ルーチンをトリガーしたりできます。

ベルトコンベアからパレタイジングしますか? MotionCam-3D を使用すると、コンベアを止めることなく、動きながら行うことができます。

定量化可能なメリット:運用上および戦略上の利益

統合された AI および 3D ビジョンソリューションの技術的洗練は、主要業績評価指標全体で目に見える改善につながり、物流企業や製造企業にとって魅力的なビジネスケースを生み出します。

運用パフォーマンスの向上

スループットの高速化 :最新のシステムは 1 時間あたり 300 ～ 1,000 件のケースを処理します 一般的な手動レートである 1 時間あたり 180 ～ 360 ケースと比較すると、ステーションあたりのスループットが 2 倍から 5 倍増加します。。この高速化により、重大な最終工程のボトルネックが解消され、施設を拡張することなく、より迅速な注文処理、リードタイムの短縮、ピークシーズンの大量処理が可能になります。多くの施設では、下流のプロセスオートメーションによってプラント全体のスループットが 15～30% 向上したと報告しています。

在庫精度の向上 :自動化されたスキャンと検証により、ラベルが隠れたり破損したりする可能性のある混合パレットによくある手動のバーコード読み取りエラーが排除されます。システムはパレットの内容の正確なデジタル記録を維持するため、手動操作にありがちな 1～5% の在庫縮小を排除し、出荷拒否や小売業者のチャージバックを削減します。

コスト削減を超えた戦略的利点

運用上の復元力 :需要の変動と製品構成の変化によって定義される市場では、柔軟で迅速に再構成可能なシステムが重要な競争上の優位性をもたらします。システムを新しい製品ラインに数週間ではなく数時間で適応させる機能により、自動化への投資が固定資産から減価償却資産に変わり、動的な長期的な戦略能力に変わります。

拡張性と柔軟性 :ソリューションは、運用ニーズと資本の制約に合わせて段階的に導入できます。企業は、システムが人間のオペレーターに最適なパレットの構築をガイドする半自動構成から始めて、完全に自動化された単一ロボットセルにシームレスに移行し、その後、同じコアソフトウェアインテリジェンスを使用してスループットを高めるためにマルチロボット構成に拡張できます。

将来性 :ロボットに依存しないソフトウェアプラットフォームにより、テクノロジーの進化に合わせて新しいハードウェアへの移行が可能になり、自動化への投資が保護され、システムを完全に交換することなく継続的な機能アップグレードが可能になります。

対象となる業界:Jacobi が業務を変革する場所

Jacobi Robotics の混合パレタイジングソリューションは、それぞれに固有の要件と運用変革の機会を持つ、複数の業界にわたる自動化の重要な課題に対処します。

食品と飲料

食品および飲料の業務は、鮮度を維持し、複雑な製品ローテーションを管理し、多様な包装形式を処理するという絶え間ないプレッシャーに直面しています。 Jacobi Robotics システムは、輸送時の適切な重量配分を維持しながら、重量や脆弱性レベルが異なる混合ケースの管理に優れています。迅速な導入機能は、季節ごとの製品バリエーションやプロモーションキャンペーンに特に役立ちます。

消費者向けパッケージ商品 (CPG)

CPG のメーカーと販売代理店は、広範な製品カタログ、頻繁な SKU 変更、および複雑な小売要件に対応しています。 Jacobi の学習アルゴリズムは、新製品の導入やケース構成の変更に迅速に適応し、ロボットに依存しないプラットフォームにより、企業はベンダーロックインを心配することなく運用を拡張できます。

小売および電子商取引のフルフィルメント

現代のフルフィルメントセンターでは、小包の発送から店舗の補充パレットに至るまで、あらゆるものを処理するために前例のない柔軟性が必要です。 Jacobi のシステムは、異なるパレット構成間をシームレスに移行し、大規模な再プログラミングを行わずに季節の需要パターンに合わせて再構成できます。

サードパーティロジスティクス (3PL)

3PL プロバイダーは、さまざまな要件を持つ複数のクライアントにサービスを提供するため、柔軟性と迅速な再構成が不可欠になります。 Jacobi のソフトウェアデファインドアプローチにより、同じ物理システムでさまざまなクライアント固有のパレタイジングルールと要件を処理できるようになり、資産の利用率が最大化されます。