工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

ロジスティクスに革命を:AI駆動デパレタイゼーションで効率向上とコスト削減

迅速なサプライチェーン・プロセスへの需要の高まりは、また一つのニッチ市場——パレットから箱を降ろす、いわゆるデパレタイゼーション(荷下ろし)——に達しました。今日、かつての骨の折れる作業は、生産性とスループットを向上させ、最終的にコストを削減するスマート・ソリューションの導入により自動化できます。

AIデパレタイゼーションとは?

AI搭載デパレタイゼーションは、箱が積まれたパレットをAIを用いて自動的に降ろすプロセスです。システムは個々の箱を認識し、ロボットがそれらを一つずつコンベア・ベルトやその他の所定の場所に配置します。均一で整然と積まれた同高さの箱でパレット全体をピックするデレイヤリゼーション(層別降ろし)や、従来のデパレタイゼーションとは異なり、AI搭載デパレタイゼーションはスマートな機械学習アルゴリズムに基づいています。

このソリューションは、パレット降ろしのより高度なレベルを提示し、多くの利点を提供します。これには、必要な設置面積が小さい(パレット全体ではなく、最大の箱のサイズで十分)ことと、より小型のロボットとグリッパーで済むこと(扱うペイロードが軽いため)が含まれます。これらの利点が一つの大きなメリット——大幅なコスト削減——に結実します。グリッパーが小型でも、特定のソリューションにより最大50kgの箱をピックできます。

仕組み

成功するデパレタイゼーション・アプリケーションの秘訣は、ハイエンド3Dマシン・ビジョンと、高度で洗練された機械学習アルゴリズムによって可能になる優れたロボット知能の組み合わせです。これらのアルゴリズムは、大量の箱データベースで事前学習されています。システムはこれらのタイプの箱を即座に認識し、新しいタイプに遭遇しても非常に速く再学習できます。これは継続的に起こり、形状、サイズ、素材の異なる箱の認識を可能にする卓越した汎用性を保証します。

光沢・反射面や黒色表面、さまざまなテクスチャ、「3Dビジョンを欺く」さまざまなパターンや絵柄、剥がれかけたテープ、隙間が極めて薄い(0.5ミリ程度)ほど緊密に詰められた箱——これらは重大な問題を引き起こし、最高のソリューションと劣るものを分ける重要な要因となります。3D画像とテクスチャ解析に基づき、個々の箱をセグメンテーションする最も先進的な方法は、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。

洗練されたデパレタイゼーション・ソリューションは、システムのトレーニングを必要とせず、開封即使用可能です。その汎用性は、箱が整然と積まれている必要がなく、ランダムに配置されていてもロボットがピックできることにも現れています。

完璧なビジョン

前述の通り、成功するデパレタイゼーションの鍵はAIと「適切な」マシン・ビジョンの組み合わせです。しかし、「適切」とは何を意味するのでしょうか?

導入される3Dビジョンは、一方で広いスキャン・ボリュームを提供し、他方で高解像度と高精度を両立する必要があります。パレットはしばしば何層にも積み重ねられており、3Dスキャナーは最下層から最上層までスキャンでき、かつロボットが箱を操作するための十分なスペースを残す必要があるため、スキャン・ボリュームは十分な距離からパレットをスキャンできるだけの大きさでなければなりません。したがって、スキャナーはパレットから約3〜4メートル上に設置され、それでも優れた品質のスキャンを提供できる必要があります。

数字で見るメリット

5000種類以上の箱で学習された高度なシステムを例に取りましょう。優れた3Dビジョンと組み合わせた洗練された機械学習アルゴリズムは、99.7%のピック率精度、3ミリ以内の把持精度、毎時1000箱のピッキング速度を実現できます。これらの数値はROIの文脈において、またスマートな自動デパレタイゼーション・ソリューションの採用可否を判断する意思決定プロセスにおいて、極めて重要です。

生産性向上とより安全な職場

ROI向上、生産性ブースト、大幅な時間とコスト削減は、自動デパレタイゼーション・ソリューション導入によって得られるメリットのスペクトルの片側に過ぎません。もう片側には、怪我とエラーのリスクの大幅な排除があります。手作業では、地面から数メートル上に積まれた大型・重量箱を扱います。これはしばしば深刻な腰痛やその他の健康被害を招きます。このプロセスを自動化することでこれらのリスクを排除し、人間の作業員とは異なりロボットが決して疲れることなく、ノンストップのデパレタイゼーションを可能にします。

作業員の潜在能力は、創造性、批判的思考、意思決定を必要とする分野に向けられ——企業の効率向上と将来の成功の可能性増大を支援します。

アンドレア・プフレロバ氏はPRスペシャリスト、ミハル・マリー氏はPhotoneoのAIディレクターです。

産業技術

  1. ドローンが輸送・ロジスティクスを変革:効率と安全性を向上
  2. ASC 842解説:新リース会計基準が輸送・物流業界をどう変えるか
  3. デジタル決済が物流の効率と精度を飛躍させる
  4. 投資銀行家の視点:ロジスティクス・サプライチェーンテック市場を読み解く
  5. 自動車物流:COVID-19の課題を乗り越え、将来の成長を牽引する
  6. シームレスなサプライチェーン成功のために避けるべき6つの一般的なロジスティクスの間違い
  7. ロジスティクスに革命を:AI駆動デパレタイゼーションで効率向上とコスト削減
  8. テクノロジー投資で物流プロバイダーが運営をモダナイズする方法
  9. COVID-19が再構築するロジスティクス労働力と採用慣行
  10. リアルタイム・デジタルツインを活用した物流効率の向上
  11. 3PLサービスのバンドルでサプライチェーンレジリエンスを強化