バラ積みピッキング用3Dカメラの比較

バラ積みピッキング用3Dカメラを選ぶ基準は、ビン内の必要な距離範囲で、撮像に使える時間内に有効な点群を取得できることです。公称精度の数値だけでは判断できません。各社の数値は、測定対象、距離、試験条件が異なるためです。

本記事では16機種を比較し、統合型ビジョンシステムと、SDK付きカメラを区別して紹介します。バラ積みピッキングシステムのセンサー候補を絞り込み、公表仕様の意味を確認し、トライアルで求めるデータを整理するための比較ガイドです。

免責事項：当社は3Dカメラを含むAIビジョンシステムを販売しています。本記事ではEurekaを他社製品とともに比較します。センサー単体の仕様とセル全体の性能を区別する考え方は、当社システムにも適用されます。

3Dカメラ市場の概要

3Dカメラ市場は、大きく分けて2種類のプロバイダーに分類されます。‍

1. ‍システムベンダー は、カメラ、コントローラー、ソフトウェアを統合したシステムを販売しています。
2. ハードウェアベンダー は、カメラ単体のみを販売しています。

ほとんどのバラ積みピッキング用途では、システムベンダーを選ぶのが正解です。高度なカスタマイズが必要で、経験豊富なビジョンエンジニアが在籍している現場であれば、ハードウェアベンダーから始めるのが適しています。ここでは、両者の概要を簡単に説明します。

システムベンダー

1. Eureka Robotics

Eureka RoboticsのAIビジョンシステムは、 3Dカメラ、 コントローラー 、そしてバラ積みピッキングやビジョン誘導ロボット向けのソフトウェアを統合したソリューションです。

数百万もの部品データで学習したスーパーモデルと、 初心者でも扱えるソフトウェアにより、従来の画像処理プロジェクトと比較して、導入期間を数ヶ月単位で短縮します。あらゆるロボットアームと統合可能なオープンなプラットフォームとして機能し、モデルのローカル実行や社内での新規部品の学習が可能なほか、サブスクリプション料金も発生しません。

Eureka AI Vision Systemは、 本番環境で導入されており、 トヨタ自動車、プラット・アンド・ホイットニー、SUBARUなどで採用され、累計3,000万回以上のピッキング実績を誇ります。

‍

2. Mech-Mind

Mech-Mindは、Mech-Eyeカメラシリーズに加え、画像処理、ロボットプログラミング、ディープラーニング用ソフトウェアであるMech-Vision、Mech-Viz、Mech-DLKを提供しています。

10種類のカメラモデルが300mmから3500mmまでの作業距離をカバーしており、公開されている仕様表は本リストのベンダーの中で最も充実しています。LSR、PRO、DEEPカメラに搭載されたハイダイナミックレンジの構造化光モードは、暗い場所や反射する表面を対象としており、鏡面仕上げの金属における欠損点や歪みを95％削減できるとされています。ソフトウェアは1,000種類以上のロボットモデルと統合可能です。

‍

3. Photoneo

Photoneoは、MotionCam-3DカメラとPhoXi 3Dスキャナーを販売しており、ピッキングアプリケーションとしてBin Picking Studioを提供しています。ハードウェア単体での販売やSDKの提供も行っており、市場の両面をカバーしています。

最大の特徴は動きに対する耐性です。MotionCam-3Dは10ミリ秒でデータを取得し、最大20fps、秒速40mの物体速度に対応しているため、静止した箱からのピッキングだけでなく、移動するコンベアからのピッキングにも適しています。Bin Picking Studioは、セルとグリッパーのCADデータを使用して、ピッキング実行前に衝突チェックを行います。

‍

4. Keyence

キーエンスは、撮像ユニット、コントローラー、セットアップソフトウェアを組み合わせたクローズドシステムとして、3Dビジョンガイドロボットを販売しています。

撮像ユニットは4台のカメラと1台のプロジェクターを使用し、1シーンあたり136枚の画像をキャプチャします。4台のカメラ配置により死角を排除する設計です。経路計画、ロボットとカメラの自動キャリブレーション、ピッキングシミュレーターが組み込まれており、ピッキングのたびに再スキャンを行います。キーエンスは、作業距離、視野、精度、キャプチャ時間などの詳細をWeb上で公開していないため、評価を行うにはデータシートではなく営業担当者との相談が必要です。

‍

5. Cognex

Cognexは、3D-A5000エリアスキャンカメラを、同社の広範なマシンビジョンソフトウェアエコシステムと組み合わせて販売しています。

このカメラは、Cognexが「3D LightBurst」と呼ぶ技術を採用しており、150万以上のデータポイントから構成されるフル視野の点群を最短200ミリ秒で生成します。工場出荷時にキャリブレーション済みで、IP65等級に準拠しており、標準および拡張ワーキングボリュームのバリエーションが用意されています。Keyenceと同様、作動距離や精度は公開されていません。

‍

6. Pickit

Pickitは、カメラ、ラックマウント型プロセッサ、ピッキングソフトウェア、ロボット統合機能を一つのパッケージとして販売しています。同社はセンサーを製造しておらず、現在のHD2シリーズはZividの光学技術をベースにしています。

Pickitは、本稿で紹介するベンダーの中で、実環境での性能について最も透明性が高い企業です。モデルごとに部品ピッキング精度と部品位置検出精度を個別に公開しており、ピッキング精度はカメラ自体の精度の約1.5倍になると述べています。これは実験室ではなく、実際の生産環境で測定された数値です。すべてのモデルが固定設置とロボットアームへの取り付けの両方に対応しています。

‍

ハードウェアベンダー

1. Zivid

Zividは、SDKを備えた構造化光カメラを販売しており、ピッキング層は提供していません。検出、姿勢推定、把持計画、ロボットインターフェースの実装はインテグレーターの役割となります。

同社の仕様は、この市場で公開されているものの中で最も厳格であり、点精度、平面度、寸法真度をそれぞれ試験条件とともに明記しています。また、同社の公開ナレッジベースは、本記事で紹介するどのベンダーよりも優れた技術リファレンスとなっています。「2+」ファミリーは、5MPセンサー、IP65等級、重量1000g、10 GigEインターフェースを共通仕様としており、精度仕様を満たすには10分間のウォームアップが必要です。

‍

2. Basler

Baslerは、pylon SDKを通じて2つの製品ファミリーを展開しています。「blaze」は640×480ピクセルのTime-of-Flight（ToF）カメラで、0.3〜10mの範囲をカバーし、標準的な深度精度は±5mm、IP67等級に準拠しています。屋内用の850nmモデルと、日光の影響がある環境向けの940nmモデルが用意されています。「Stereo ace」は、2472×2064ピクセルのアクティブステレオカメラで、ベースラインは100mm、200mm、300mmから選択可能です。

VGA解像度であるため、blazeは小型部品のバラ積みピッキングには適していません。両ファミリーとも、箱や袋といった、比較的許容範囲の広い大型のピッキング作業に適しています。

‍

3. IDS Ensenso

IDSは、投影テクスチャ方式のステレオカメラを複数のシリーズで展開しています。「Nシリーズ」は過酷な環境向けに設計されており、アームへの取り付けをサポートしています。軽量なN4xハウジングは協働ロボット向けです。「Xシリーズ」はモジュール式で、100Wのプロジェクターを搭載し、5mを超える作動距離に対応します。「Cシリーズ」および「CRシリーズ」はIP65またはIP67等級に準拠しており、CRモデルはカメラ本体で深度計算を行います。

IDSは、ベースラインが広く視野が狭いモデルにおいて、2mで0.2mm、より長いモデルでは3.5mで約0.4mmという再現性のあるZ精度を公開しています。モデルごとの数値は、公開された表ではなく、カメラ選定ツールから確認する形式となっています。

‍

4. SICK

SICK社は、512×424ピクセルのTime-of-Flight（ToF）方式スナップショットカメラ「Visionary-T Mini」を販売しています。IP65、IP67、IP69の保護等級を備え、重量は520g、耐周囲光性能は50klxです。

その解像度から、精密なバラ積みピッキングには不向きです。しかし、同社のデータシートは、黒い部品を扱うすべての人にとってこの市場で最も有用な資料です。ターゲットの反射率、距離、温度に対する精度と再現性が公開されているためです。これは、後述する「黒い表面によるペナルティ」を定量的に説明した唯一の資料です。

‍

5. Intel RealSense

RealSenseは、オープンSDKを備えた低コストのステレオ深度カメラを販売しています。D455は0.6〜6mの範囲を最大1280×720ピクセルでカバーし、4m地点での深度精度は2%未満、定価は419ドルと公表されています。D457はIP65準拠モデルです。

この精度は4m地点で約±80mmとなり、前述の構造化光カメラとは2桁の差があります。これは異なるクラスの製品であり、比較基準として、またInbolt社が自社のガイダンスシステムの標準カメラとして採用していることからここに含めました。

‍

3Dカメラの仕様解説

視野角（Field of View）

視野角とは、特定の距離においてカメラが捉えられる範囲のことで、カメラの設置位置から見てコンテナ全体を収める必要があります。視野角は距離に応じて広がるため、解像度や精度とトレードオフの関係にあります。また、周辺部では精度が低下するため、実際に使用できるフレームはデータシート上の数値よりも小さくなります。Zivid社は外周の5%を除外することを推奨しており、同社の精度測定も中心部の81%の領域で行われています。参考までに、標準的なユーロコンテナのサイズは400×300mm、600×400mm、800×600mmです。

深度範囲（Depth range）

深度範囲とは、カメラが有効なデータを取得できる距離の幅です。コンテナが満杯の状態から空の状態までをカバーする必要があるため、深さ500mmのコンテナであれば、最上層から底面までを捉えられるよう、少なくとも500mmの有効範囲が必要です。多くのベンダーは複数の距離数値を公表していますが、それぞれ意味が異なります。例えばZivid 2+ MR130は1300mmに焦点を合わせており、1000〜1600mmが最適範囲、800〜2700mmが定格範囲とされています。精度仕様は定格範囲ではなく、この最適範囲に対して適用されます。

解像度（Resolution）

空間解像度とは、部品表面上の隣接する点同士の間隔のことで、点群データの中に特徴が再現されるかどうかを決定づけます。Zivid社は、ほとんどの対象物には0.5〜0.8mm、小さな部品や微細な特徴には0.25〜0.5mmの解像度で十分であるとしており、1mm間隔であれば1cmの立方体で各辺に8〜10点が配置されると指摘しています。間隔は距離に応じて線形に変化するため、必要な解像度から最大設置高さが算出されます。一方、Pickit社はカメラクラスごとに最小対象サイズを公表しており、M-HDクラスでは10×10×5mmから対応しています。

精度（Accuracy）

精度とは、繰り返し撮影時のばらつきである「精密さ（precision）」と、実際の寸法にどれだけ近いかを示す「真度（trueness）」を組み合わせたもので、以下の規格で定義されています。 ISO 5725。光学式3Dシステムは、以下の規格にも準拠して仕様が定められています。 VDI/VDE 2634は、代わりにプロービング誤差、球体間隔誤差、平面度を測定するため、2社の精度数値を比較しても同じテスト条件を指しているとは限りません。ピッキングセルにおいて、カメラは3つの要素のうちの1つに過ぎません。カメラ座標とロボット座標を結びつけるハンドアイキャリブレーションの残差、そしてロボットの絶対位置決め精度が重要であり、キャリブレーションされていないアームの場合、その精度は公称の繰り返し精度よりも大幅に低下します。Pickitは、この性能低下をカメラ精度の約1.5倍と公表している唯一のベンダーです。

表面

素材の光学特性によって、センサーに届く光は変化します。光沢のある 金属部品 は、プロジェクターの光をそのまま反射し、Zividが「シーンの他の部分より数千倍強い」と表現するほどの強度になります。また、部品とビンの壁の間で光が反射することで、実際には存在しない波紋や表面が生成されます。成形された プラスチック部品を含む暗い色の部品は、センサーのノイズフロアをクリアするのに十分な光を反射しないため、露光時間を長くするか、重ね合わせる必要があります。SICKのVisionary-T Miniのデータシートでは、2mの距離において、反射率90%のターゲットに対して1シグマの繰り返し精度が約1mm、10%のターゲットに対して4mmであると定量化されています。一方で、精度はどちらの場合もプラスマイナス3mmに留まります。透明な部品は光を透過させてしまうため、測定可能な仕様を公表しているベンダーはありません。

キャプチャ時間

キャプチャ時間とは、トリガーからアプリケーションが使用可能な点群データが得られるまでの間隔であり、ロボットのサイクルタイム内に収める必要があります。Zividは、5〜15秒のサイクルの中で、カメラの処理時間を700〜1500msと見積もっています。HDRを使用するとこの時間は倍増します。難しいシーンでは通常3回の撮像が必要になるためです。一方、点群をビンに合わせてクロップ（切り抜き）することで時間を短縮でき、あるZividの事例では2.1秒から1.0秒まで短縮されました。商用電源の照明は、50Hz環境なら10,000マイクロ秒、60Hz環境なら8,333マイクロ秒の倍数で露光を強制するため、これが下限となります。一部のベンダーは、完成した点群ではなく、照明と撮像のみを指す「取得時間」を提示している場合があります。

‍

ベンダー仕様の比較

Eurekaは自社システムであるため、最初に記載しています。すべての数値は各ベンダーによるものであり、精度列には指標名を記載しています。これは指標の定義がそれぞれ異なるためです。

2つの行は同じハードウェアを示しています。PickitのL-HD2-MR130はZivid 2+ MR130の光学系に基づいており、点精度は210マイクロメートル、ピッキング精度は3.0mmと読み取れます。Zividは実験室環境でのセンサー性能を、Pickitはキャリブレーション、ロボット、グリッパーの誤差を含めたセル環境での性能を提示しています。これが仕様書と実際の稼働システムとの間の隔たりであり、より優れたソフトウェアを搭載した、数値上は劣るカメラの方が、高性能なセンサーよりも優れたピッキング結果を出すことがある理由です。

‍

同じ条件で比較できるカメラ評価を依頼する

各社に同じ項目の測定記録を依頼します。ピッキング動画だけでは、設置距離、露光時間、HDRの撮像回数の違いが結果にどう影響したかは分かりません。

1. 撮像条件を揃える：ビンの寸法、設置可能範囲、代表ワーク、工場の照明条件を提示します。満杯時の最上層と、ほぼ空のビンの底面を含めます。
2. 撮像設定を記録する：設置距離、露光またはHDRの設定、点群処理条件、トリガーから利用可能なデータが得られるまでの時間を求めます。
3. 点群を確認する：暗いワーク、反射するワーク、油や傷のあるワークで、位置・姿勢認識に必要な特徴が残っているかを確認します。必要な視野の中心と周辺の両方を評価します。
4. 結果を分けて報告する：検出率、指示したピッキングの成功率、人の介入なしで取り出せた割合を別々に記録します。カメラ単体の測定値と、セル全体の稼働結果は異なる問いに答えるものです。

この記録を使い、同じ空間条件と時間要件に対して候補を比較します。公表されていない仕様は、トライアルで根拠が得られるまで「不明」として扱ってください。

関連資料： グリッパーおよびエンドエフェクタ（EOAT）、 ビンピッキング・フィールドガイド 、セル設計に関する バイヤーズガイド 、ベンダー選定に関する 金属部品 および プラスチック部品（ UR5eを使用した黒色の穴あきプラスチックを含む）

貴社の部品をビンに入れてお送りください。 72時間以内に、ピッキング動画と評価レポートをお届けします。