ビンピッキング ほとんどのオートメーションエンジニアが覚えているよりも長い間、「プライムタイムの準備がほぼ整っている」状態でした。この技術は過去 10 年間で大幅に成熟し、今日のビジョンガイドシステムは真に量産に対応しています。しかし、工場環境で機能するシステムと確実に機能するシステムとのギャップは、ほとんどのベンダーが事前に説明しているよりもまだ大きいです。
私たちは世界中の製造施設にビジョンベースのピッキングセルを導入し、3,000万個以上のピックを生産しています。その過程で学んだことが、このガイドの基礎となっています。制御された条件下で可能なことではなく、ビンのピッキングシステムが実際の工場のフロアにぶつかると、照明が変わり、部品が統一されず、メンテナンスクルーがカメラのハウジングを拭き取ってしまうと、実際にどうなるかということです。
プロジェクトが成功するかどうかを決定する決定が、明白なものになることはめったにありません。セル設計、グリッパーの選択、統合計画、およびメンテナンスのプロトコルでは、ロボットが最初の選択を行うずっと前とずっと後に行われます。このガイドではそれらすべてを網羅しています。
ゴミ箱は正しい解決策を選んでいますか？
最初の質問は、ビンピッキングをどのように実装するかではありません。そもそも実装すべきかどうかです。
ビンピッキングは、ソースコンテナ内のパーツの位置や向きがランダムな場合や、既知の基準位置の周りに位置がばらつきがあり、ピッキング前に視覚的に調整する必要がある場合に最適なツールです。
部品が固定された既知のパターンで配置され、確実に維持されていれば、視覚は必要ありません。決まった順序でロボットの動きをプログラムし、それを繰り返させてください。決定論的問題にビジョンシステムを追加すると、付加価値を得ることなくコストと複雑さが増します。
他のソリューションの方が適している場合
ロード時間がパーツの全処理時間のごく一部である場合は、フィクスチャに手動でロードする方が理にかなっています。溶接治具への部品の積み込みに5秒かかり、溶接に60秒かかるとしたら、視覚による負荷ステップの自動化の経済性を正当化するのは難しいでしょう。
上流工程で可能な場合は、部品の位置が固定され、一貫性が保たれるインプットトレイが適しています。セルに届く前にランダム性を取り除く方が、そこで解くよりも、ほとんどの場合望ましいです。
ボウルフィーダーは、小さくてシンプルで壊れにくい部品を含むSKUの数が限られている場合に適しています。種類に合わせて拡張できるわけではありませんが、動作範囲内であれば、高速で信頼性があります。
早期警告はプロジェクトが苦戦する兆候
一部のプロジェクトでは、深刻なエンジニアリング時間が開始される前に問題が発生します。認識が極めて難しい、または確実に掴むのが非常に難しい部品が、最も明確な合図です。フィージビリティの段階ですでに形状に納得がいかない場合は、製造部門がそれらの懸念を確認してくれます。
サイクルタイム目標がタスクの複雑さに一致しないことも、別の危険信号です。4秒サイクルは、サクションカップグリッパーでピック可能で、正確な配置を必要としない単純な部品では達成できますが、正確なフィンガーポジショニングと高精度の配置を必要とする複雑な部品では達成できません。
成功率が 100% という要件は、精査する価値があります。実際には、98～ 99.9% は適切に調整された生産セルで達成できることであり、理論上の上限値を中心に設計すると、解決する問題よりも多くの問題が発生します。
さまざまな形状、材質、重量の倉庫出荷シナリオなど、何千もの多様なSKUを使用するアプリケーションは、業界で最も難しいものの1つです。このような技術は存在しますが、エンジニアリングの範囲とチューニング時間は、単一または低SKUの製造アプリケーションよりも大幅に長くなります。
初めてのユーザーによくある誤解
一貫して2つの誤解が浮かび上がってきます。1 つ目は、新しい SKU への適応は迅速かつ簡単であるということです。AI を活用したアプローチにより簡単になりましたが、常にそうであるとは限りません。システムやワークフローにもよりますが、新しいワークピースの追加には数分から数日かかる場合があり、シナリオによっては CAD データの提出や有償の再トレーニングが必要になります。
2つ目は、最初から100％の認識率を実現できることです。チューニング期間を計画し、デモの条件ではなく、制作の現実を反映した承認基準を設定します。
ビンピッキングシステムに実際に含まれるもの
ビンピッキングは「カメラ+ロボット」とよく言われます。実際には、それだけではありません。システム一式には、ロボットアーム、3D カメラ、シーンを分析してピックを指示する AI 機能を備えたコントローラー、エンドエフェクター、照明セットアップ、ロボットスタンド、カメラガントリー、ソース/デスティネーションコンテナ、グリッパーフィンガーなどの機械構造、電気パネル、物理的なフェンスやライトカーテンなどの安全コンポーネントが含まれます。
私たち ユーレカ AI ビジョンシステム を統合します ユーレカ 3D カメラ そして ユーレカコントローラー これのビジョンと意思決定の側面を処理するためです。しかし、機械的および電気的範囲はかなり大きいため、プロジェクト計画において過小評価すべきではありません。
エンジニアリングの時間は実際にどこに行くのか
ビンピッキングセルでのエンジニアリング時間のほとんどは、必ずしも統合やソフトウェアのセットアップではなく、テスト、エッジケースのトラブルシューティング、現場での微調整に費やされます。これは、ビンピッキングプロジェクトにおいて、プロジェクトスケジュールで最も頻繁に過小評価されている部分です。
現実的な導入スケジュール
モデルトレーニング、アプリケーションロジック開発、カメラとコントローラーの統合、初期調整など、1～2週間の準備をオフサイトで行うことを想定してください。
現場での設置と生産の立ち上げには、通常、それに加えて数日から2週間かかります。最初のピックを午後に行うのは現実的です ユーレカ AI ビジョンシステム。安定した生産パフォーマンスを実現するには時間がかかるため、立ち上げが早いと想定するよりも、明示的に計画を立てる価値があります。
パーツとビンの評価
部品とビンの特性によって、コード行が記述される前、またはカメラが取り付けられる前に可能なことの大部分が決まります。アプリケーションの実現可能性を把握する一番の近道は、ラボ試験用に部品を当社に送付することです。当社のウェブサイトでリクエストできる無料サービス。実際のハードウェアを使用してデモを開発するプロセスでは、デスクトップ評価では完全に再現できないプロジェクトの難易度について、双方が信頼できる情報を得ることができます。
ビンピッキングが安全な賭けになる特徴
反射や透明性の問題もなく、カメラにはっきりと見えるマットな表面、容器に対して十分な大きさのパーツで確実に特定できる、平らで滑らかな部分、吸盤で密閉できる平らで滑らかな部分、高精度の要件がなくてもまとめて配置できる宛先。
これらすべてに当てはまるアプリケーションは、チューニングが簡単で、本番環境では予測可能である傾向があります。
意味のある難易度をもたらす特性
反射する金属表面、透明またはほぼ透明な材料、光を吸収する暗い物体は、3Dビジョンにとって常に問題となります（ただし、これらの分野ではかなりの進歩を遂げています）。吸盤でも2本指の平行グリッパーでもうまく処理できないような不規則な表面では、より複雑なエンドエフェクタ設計が必要になり、それに伴うコストと機械的な脆弱性が伴います。
容器のサイズに比べて部品密度が高いと、位置特定が困難になります。大きな容器に小さな部品がたくさん入っていると、同じ容器にいくつかの大きな部品が入っている場合よりもずっと難しい問題になります。
高精度の配置要件、ピックとプレースを繰り返す必要がある部品、または複雑な配置パターンなどはすべて、サイクルタイムを延長し、エンジニアリングの範囲を広げます。
完全に避けるべきこと
見本市でのデモは印象的ですが、純ガラス部品などの完全に透明な部品は、一般的にビンピッキングには適していません。半透明の部品は難しいですが、多くの場合加工可能です。部品がこのカテゴリに当てはまる場合は、プロジェクトに着手する前にフィージビリティテストを行うことは価値のある投資です。
重量とサイズに関するメモ
どちらも絶対的というよりは相対的です。サイズの難易度は、パーツサイズとコンテナサイズの比率によって異なります。10 cm のコンテナで 2 mm のパーツは扱いやすく、1 m のコンテナでは 2 mm のパーツは非常に困難です。
重量の難易度はグリッパータイプによって異なります。重い段ボール箱は大きな吸盤があれば簡単に取り出すことができますが、重くて小さくて不規則な形状の部品は、標準のグリッパーではうまく扱えないため難しい場合があります。これらの要因を個別に評価するのではなく、まとめて評価してください。
ビジョンシステムの理解
ビンピッキングシステムについて適切な決定を下すのにビジョンエンジニアである必要はありませんが、3D ビジョンの仕組みを理解しておくと、よくあるミスを防ぐのに役立ちます。
標準カメラは、奥行き情報なしで左/右と上/下の2次元をキャプチャします。これは、ロボットに3D空間で部品を選択するように指示するには不十分です。3D カメラは奥行きを増し、部品の位置特定やピックの計画に必要なすべての空間情報をシステムに提供します。
ザの ユーレカ 3D カメラ ステレオビジョンとAIベースの深度再構成を組み合わせて使用し、300〜600 mmのインハンドピッキング、600〜1200 mmの標準テーブルトップピッキング、および1200〜4000mmの長距離アプリケーション用の構成で利用できます。作業距離とコンテナサイズに適したモデルを選択することは、早い段階で重要な決断を下すことです。
工場で実際に検出精度を損なうものは何か
当社のAI Vision Systemは、変化する光条件下でも比較的堅牢ですが、問題の最も一般的な原因は依然として照明です。近くに計画外の光源があるため、画像の一部が露出オーバーになったり、反射部分が予想外のグレアを見せたりすることがあります。逆に、ゴミ箱が深く、頭上の光が下に届かないため、画像の別の部分が露出不足になることがあります。
これらの問題は、慎重なセル設計によって対処できますが、開発環境よりも工場で発生することがはるかに多く、事後的に解決するよりも積極的に設計する価値があります。
キャリブレーション:実際にエラーが表示される場所
キャリブレーションには2種類あります。カメラ本来のキャリブレーションは当社の製造施設で行われるため、エンドユーザーが再確認する必要はほとんどありません。
カメラからロボットへのキャリブレーションでは、現場で実際的なエラーが発生します。よくある間違いには、ツールリファレンスフレームやカメラリファレンスフレームの定義が間違っている、キャリブレーションポーズのばらつきやカバー範囲が不十分であるなど、キャリブレーションの背後にある基本的な考え方を注意深く理解することが必要であり、ユーレカのエンジニアはいつでも助けてくれます。
精度:現実的に期待できること
実際の経験則では、エンドツーエンドのシステム精度を得るには、コンテナサイズの約 0.5% を想定します。10 cm のトレイの場合は約 0.5 mm、80 cm のビンの場合は約 4 mm です。
理論上の最小値ではなく、現実的な精度に基づいて配置要件を設計します。
セル設計の決定
優れたセル設計は、ほとんどのソフトウェアチューニングの決定よりもサイクルタイムとピック成功率に大きな影響を与えます。また、インストール前に適切に設計することは、後で修正するよりも大幅に簡単です。
カメラ配置
ほとんどの用途では、カメラをソースビンの上の固定位置に取り付けます。正しい距離は、ビンのサイズ、パーツのサイズ、カメラのモデル、ロボットのサイズ (動作中にロボットがカメラにぶつからないようにするため) によって異なります。
固定ガントリーではなくロボットの手首に取り付けるインハンドカメラは、複数の容器をカバーする必要がある場合、部品が小さくて間近で検査が必要な場合、または部品が広い範囲で予測できない位置にある可能性がある場合に検討する価値があります。カメラが搭載されたカメラは、キャプチャする前にロボットが部品の上空で停止する必要があるため、サイクル時間が1～2秒長くなることに注意してください。固定カメラでは、ピックの合間に画像をキャプチャしながらロボットを連続的に動かすことができます。これはスケールでの重要な違いです。
グリッパーセレクション
部品の表面が十分に大きく、平らで、滑らかで、シールできる場合は、サクションカップが適しています。部品に対するカップの向きはそれほど重要ではないため、機械的にシンプルで高速です。
吸引が不可能な場合は、2本指の平行グリッパーを使用してください。これは現在入手可能なフィンガーグリッパーの中で最も機械的に堅牢な設計です。4本指グリッパのようなより複雑な設計は、特殊な形状にも対応できますが、機械的な複雑さや潜在的な故障箇所が加わります。一般に、フィンガーグリッパーはサクションカップと比較してサイクルタイムが 1 ～ 2 秒長くなります。
サイクルタイムを左右する要点
主な変数は、カメラ構成、グリッパータイプ、ロボットタイプです。固定カメラは、手持ちのカメラよりも1～2秒速くなります。サクションカップはフィンガーグリッパーよりも約 1 ～ 2 秒速くなります。産業用ロボットは、設計上速度が制限されているコボットよりも3～4秒速くなります。
これらの選択は複雑になります。インハンドカメラ、フィンガーグリッパー、コボットを備えたセルは、固定カメラ、吸盤、産業用ロボットを備えたセルよりもサイクルタイムが大幅に長くなります。
適切に設計されたセルの現実的なターゲットは、吸盤でピックしてまとめて置いた単純なパーツの場合は約5秒、指の正確な位置決めと正確な配置が必要な複雑なパーツの場合は7〜8秒です。
最も重要な設計原則
問題に機械的な解決策とソフトウェアベースの解決策が2つある場合は、機械的な解決策を選択してください。ソフトウェアによって多くの補償が可能ですが、物理的な設定に直接対処するほど確実に、または費用対効果の高い方法はほとんどありません。
統合の現実
これはゴミ箱ピッキングプロジェクトの一部で、ベンダーのプレゼンテーションにはほとんど登場しませんが、実際にはほとんどの遅延が発生しているのはこの部分です。
最も一般的な統合のボトルネック
古いロボットまたはPLCソフトウェアがリストの一番上にあります。開発者が使いづらい独自仕様のインターフェースは、回避策を必要とするため、すでにタイトだったスケジュールに何日もかかってしまいます。ほとんどのコントローラーと同様、 ユーレカコントローラー は、最新のオープンロボットおよび PLC アーキテクチャ、および EtherNet/IP、TCP/IP、Modbus などの標準通信プロトコルで最適に動作するように設計されています。お使いのロボットプラットフォームがクローズド API で定評がある場合は、それに応じて追加の時間を予算に組み込んでください。
また、スイッチの電源不足、WiFi の混雑、遅延の問題など、ネットワーク構成の問題も繰り返し発生しますが、これらの問題は、システムが本番環境に負荷をかけるまで表面化しません。全体を通して有線の CAT6 以上を使用し、セルコンポーネント間の WiFi 通信は可能な限り避けてください。
システムインテグレーター向けの現実的なエンジニアリング予算
標準セルの現実的な予算としては、機械設計と組立に1週間（製造リードタイムは4～6週間）、電気設計と試験には1週間（同じリードタイム）、現場での設置、テスト、立ち上げには数日から2週間かかります。通常、ユーレカのエンジニアがサポートを受けます。
これらは、関連するセル経験を持つ経験豊富なインテグレーターが実際に費やした金額を反映したものであり、不確実性を考慮した控えめな見積もりではありません。
パフォーマンスへの期待
本番環境で期待できること
製造現場では、サイクルタイムは4～8秒、ピック成功率は98～99.9％と予想されます。これは、導入したセル全体で観察された結果と一致しています。
ラボデモはサイクルタイムを積極的に押し上げないことが多いため、本番環境のパフォーマンスがデモを上回ることがあります。また、本番稼働までのチューニング時間が長くなるほど、デモから本番環境へと成功率が向上する傾向があります。
実際に重要な信頼性指標
システムの存続期間中、選択成功率、デバッグと修正のためのシステムダウンタイム、新しいSKUを追加するためのシステムダウンタイムの3つが重要です。
最後のものは初期評価では見過ごされがちですが、システムが成熟するにつれて重要になります。新しいワークピースを追加するためにベンダーの関与や CAD の提出を必要とするシステムでは、運用上の依存関係が生じ、時間が経つにつれて複雑になります。当社のシステムでは、システムの長期的なROIにとって重要な高額なエンジニアリングサポートなしで、お客様が類似のワークピースを個別にトレーニングできます。
故障モードと学んだ教訓
本番稼働後の最も一般的な障害
グリッパーの機械的な故障、繰り返しのロボットの動きによるケーブルと接続部の緩み、振動やカメラマウントへの物理的衝撃によるカメラとロボットのキャリブレーションドリフトは、最もよく見られる不具合です。
キャリブレーションのドリフトは、すぐに明らかな障害を引き起こさないため、特に厄介です。その代わり、再現が困難な配置エラーや断続的な故障が徐々に増加します。ミス率が数週間または数か月にわたって増加する場合は、ソフトウェアの問題を想定する前に再調整を行ってください。
私たちが遭遇した最も困難な問題
私たちがデバッグしたより難しい問題の中には、清掃員がカメラハウジングを拭いて、0.1度未満ずらしたことがあります。カメラはソースビンの1メートル以上上に取り付けられていたため、約1 mmのローカリゼーション誤差が発生し、約数百サイクルに1回は配置不良が発生しました（ロボットはレーザーレンズをピッキングしていて、非常に狭いクリアランスのあるコーティングジグに入れる必要がありました）。
故障は簡単に再現できないほどまれであり、カメラに触れたとは誰も考えていなかったため、原因は明らかではありませんでした。実践的な教訓は、スタッフがカメラの近くでできることとできないことを明記した明確なメンテナンスSOPを書き、日常的なメンテナンスチェックリストにカメラ検査を含めることです。
元が取れる予防措置
明確なセルメンテナンスSOP、四半期ごとの予防メンテナンスの訪問、納品または稼働前の数日間のストレステストは、長年にわたって確実に稼働するセルと、継続的なサポートコールが発生するセルとの間には、一貫して違いがあります。
これらはいずれも目新しい推奨事項ではありませんが、スケジュールが厳しい場合にスキップされることが最も多いものです。
すべてのお客様に伝えること
適切に設計されたシステムであっても、生産現場では予期しない問題が発生します。それはテクノロジーの障害ではありません。どんなシステムでも、複雑で変化の激しい環境に導入するのは自然な流れです。
どんな技術的要因よりもプロジェクトの成功を左右するのは、生産プロセスと AI やロボットシステムの現実的な能力の両方を理解し、問題に協力して取り組む顧客側の窓口を持つことです。苦労するプロジェクトには通常、引き継ぎの考え方が伴います。成功するプロジェクトには、オーナーシップの共有が必要です。
ROIと財務的正当性
最も単純な経験則は、システムによって1日2シフトで1人の作業者が解放される場合、さらに調査する価値があるということです。もっと正確に言うと、経済性は部品価値に左右されるということです。価値の高い部品であれば、1 日あたり数百ピッキングでシステムを正当化できるかもしれません。小さな射出成形プラスチックのような価値の低い部品では、通常、数千個のピックが必要になります。
これらは初期評価のための妥当な出発点であり、プロジェクト固有の分析に代わるものではありません。
コストが常に過小評価されている場合
ハードウェアコストは目に見えて見積りも簡単です。複雑なシステムを安定した生産パフォーマンスを実現するためのエンジニアリング時間は、目に見えにくく、変動しやすく、予算上の不測の事態が最も頻繁に発生する場所です。
設置、テスト、立ち上げの労力は、特に複雑なシステムの場合、チームが最も一貫して過小評価している項目です。
返済期間
米国市場では、対象範囲が広いプロジェクトの場合、2〜4年が妥当な経験則です。サイクルタイムの要件が厳しい、部品が扱いにくい、または SKU が頻繁に変更されるアプリケーションは、長期的になる傾向があります。
コミットする前に:プロジェクト前のチェックリスト
事前に収集すべき情報
ワークピースの場合： 部品の画像、CADデータ（入手可能な場合）、ローテーション中のSKUの総数、および新しいSKUの導入頻度
ソースビンの場合: 空になってロードされたビンの画像、パーツが3Dで完全にランダムになっているのか、何らかの構造になっているのか、どの面が上向きになっているのか。
デスティネーション用: ターゲットビンまたはジグの画像、必要な配置精度、およびターゲット位置が固定か可変か。
運用上：必要なサイクルタイム、予想されるROI目標、指定または除外されたグリップ位置を含むグリッパーの制約、および人間のオペレーターとのやり取りを含む安全または環境上の要件。
コミットする前に試作すべきこと
通常、ラボでお客様の実際の部品を使ったピッキングデモを行うことをお勧めします。実際のハードウェア表面を使用してデモを構築すると、対処するのが最も安価である早い段階で驚きが生まれ、現実的なプロジェクト提案に必要な情報が十分得られます。
パーツがユニークであれば、デスクトップのフィージビリティアセスメントよりも良い投資となり、他の方法では開発が難しいアプリケーションについて双方が共通の理解を得ることができます。
アプリケーションのテストに興味がある場合は、遠慮なく次のことを行ってください。 私達に連絡してください。
成功するプロジェクトと苦戦するプロジェクトを分けるもの
顧客側では、結局のところ、プロジェクトを率いる個人またはチームは、生産プロセスと、AIおよびロボットシステムの現実的な能力と限界の両方を理解する必要があるということです。
製造知識のない高度な技術だけでは十分ではありません。現実的な技術への期待がなければ、生産に関する知識も必要ありません。これら 2 つの要素を組み合わせると、プロジェクトは成功します。うまくいかなければ、優れたテクノロジーであっても結果を出すのが難しくなります。
締めくくる言葉
このガイドの内容のほとんどは、多数のデプロイメントと3,000万件を超えるプロダクションピックを経て、苦労して学んだものです。当社では、この分野の第一線で活躍するビジョンエンジニアや AI エンジニアを何人か雇用し、プラット・アンド・ホイットニー、コヒーレント、住友ベークライト、丸和電機が運営する施設など、世界で最も要求の厳しい生産環境に対応するシステムを構築してきました。
ビンピッキングアプリケーションに取り組んでいて、特定の部品やプロセスで何が可能かを知りたい場合は、実際の部品を使ったラボデモから始めるのが最適です。これが私たちの働き方であり、常に現実的なプロジェクト提案への近道です。 連絡を取ってください。