よりスマートなロボット: AI、機械学習、3D ビジョン

人工知能の傘下にある新しいロボット技術により、複雑な梱包作業を自動化できるようになりました。

PMMI（パッケージングおよび加工技術協会）の新しいレポート「2022年のロボットと協働ロボットの自動化された未来」では、CPGとOEMは、ロボット機能の上位3つの改善が次の5年間に最も大きな影響を与えると信じていると述べた。 OEM アプリケーションに影響を与えるのは、それぞれ AI、機械学習、ビジョンであり、これらはすべて AI アプリケーションに根ざしています。 レポートによると、パッケージングにおける AI の使用は、今後 5 年間で 50% 以上の CAGR で成長すると予測されています。

PMMI は次のように述べています。「AI と機械学習は、ロボット応用の可能性の領域を継続的に拡大するロボット工学の重要な発展です。AI と機械学習が密接に絡み合うことで、増え続ける関連データに基づいてロボットが新しいシナリオに適応できるようになります」これらのテクノロジーは、これまでロボットが遭遇したことのない品目を動的にピッキングすることから、ライン上で入荷および出荷される製品の迅速かつ正確な検査に至るまで、ロボットにとって複雑なタスクの世界を切り開きました。」

レポートのインタビューに応じた、中小企業の家庭向け企業の先進的製造マネージャーは、「混合パレットを管理し、その場で修正するには、AI と自己学習の両方が非常に重要になるでしょう。」と述べました。

ビジョンの進歩について、ある OEM のセールスおよびマーケティング担当ディレクターは、「ビジョンは 3D ビジョンにより、ここ数年で大きく進歩しました。ビジョン機能の継続的な改善が鍵となるでしょう。」と述べました。

ABB ロボティクス デパレタイザーは、マシン ビジョン ソフトウェアを使用して、複雑なデパレタイジング タスクをマスターします。物流、電子商取引、ヘルスケア、CPG 業界における複雑なデパレタイズ タスクをマスターするためにマシン ビジョン ソフトウェアを組み込んだソリューションの 1 つが、ABB ロボティクスの新しい ABB ロボット デパレタイザーです。重い手作業による持ち上げを置き換え、効率を向上させます。 デパレタイザーには、ABB の 4 軸または 6 軸ロボットと ABB の RobotStudio デジタル ツイン ソフトウェアが装備されており、これにより顧客は、エンジニアリングの労力を非常に少なく、セットアップ時間も短く、さまざまな荷物を処理するためのカスタマイズされたソリューションを構築できます。

ABB によれば、パレットの構成や構成がより多様になるにつれて、パレットから降ろす作業がより複雑になっているだけでなく、これまで手作業で行われていた仕分け作業は通常、スタッフの離職率が高く、採用コストが増加するという特徴があるとのことです。 「ABBのロボット・デパレタイザーは、高度なマシンビジョンと機械学習アルゴリズムを使用して、高さ2.8メートルまでのパレットを迅速かつ効率的に処理することでこれらの問題を解決します。現在、この高さで動作できる唯一のソリューションです。」と同社は共有しています。

ロボット デパレタイザー ソフトウェアは、ビジョン センサーによって収集された情報を使用して、各ボックスに適切な把握ポイントをロボットに提供します。 次に、ロボットは重さ最大 30 kg の箱を持ち上げ、別のパレットまたはアウトフィード コンベアに置きます。 このシステムは、1 日あたり 24 時間、最大 650 サイクル/時間のピーク速度で動作できます。

ビジョン センサーを使用すると、ロボットがパレット上の特定の箱を検出できるようになり、いくつかの異なる種類の荷物のパレットからの取り出しが可能になります。 これらには、定義されたレイヤー内の単一タイプのボックスで構成されるパレットが含まれます。 さまざまな種類のボックスを含む「レインボー」パレット。 混合パレットには、さまざまな重量、形状、材質のさまざまな箱が入っています。

同様に、AI を使用して混合ケースのパレタイジング、デパレタイズ、デカントのアプリケーションを処理するように設計されたソリューションは、Automate 2022 で Applied Manufacturing Technologies (AMT) によって実証されました。Fanuc CRX-10iA コボットと Schmalz FXCB 真空グリップ エンドオブアーム ツールを使用(EOAT)、ロボット セルは、定義されたボックスとトートのパラメーターを使用して遅延とトートの充填を表示し、トートの充填を最適化し、レイヤー全体を解決しました。

AMT によれば、シュマルツの FXCB 真空グリップ ソリューションは、真空発生器、流量抵抗器、デジタル圧力スイッチをコンパクトで軽量な設計に統合しており、AMT パートナーである Liberty Reach のビジョン ソフトウェアは最適な検索と使用のアルゴリズムを使用して、全体的なサイクルタイムを短縮するソリューションを選択してください。 同社によると、最適化されたサイクルには、トートを積み込むために複数のケースを選択することが含まれます。 マルチピック ソリューションが利用できない場合、アルゴリズムはロボットがケースをピックできるように次善の位置を選択します。

ピアソンは、Pick One の AI 駆動ソフトウェアを採用して、ロボット デパレタイザーがランダムにケース、カートン、トレイ、バッグをピッキングできるようにしています。また、ピアソン パッケージング システムは、倉庫、電子商取引、フルフィルメント、流通アプリケーション向けの新しいロボット デパレタイザー ソリューションを提供しています。 同社は、Plus One の AI を活用した PickOne ビジョン システムを Yonder と呼ばれる遠隔人間監視ツールと組み合わせて使用​​し、デパレタイザーがランダムにケース、カートン、トレイ、バッグをピッキングできるようにしています。それらが重なっていたり、はみ出していたり​​してもです。

このシステムは 3D カメラを使用して製品の 3D 幾何学的表面、エッジ、コーナーを識別し、サイズ、形状、高さ、位置をリアルタイムで決定します。 次に、PickOne の認識キットはパレット スタックをスキャンしてピッキング可能なアイテムを特定し、それぞれに信頼レベルを割り当てます。その後、ソフトウェアは認識可能な各アイテムのピッキング位置を PickOne API (アプリケーション プログラミング インターフェイス) 経由でロボット コントローラーに送信します。 信頼性の高いピッキングをするには信頼レベルが不十分な場合、ソフトウェアは自動的に Yonder リクエストを生成し、遠隔から人間の介入をトリガーします。 応答時間は 6 秒未満で、リモート ロボット コントローラーはアイテムとそのピック ポイントを手動で選択することで例外を処理します。 並行して、Yonder は応答を保存して、継続的な機械学習を促進し、時間の経過とともに効率を向上させます。

Shape Process Automation (SPA) と Mujin は、Automate 2022 で、混合ケースのデパレタイジングおよびパレタイジング ソリューションをデモンストレーションしました。2022 年 6 月の Automate ショーでは、ロボット システム インテグレーターの Shape Process Automation (SPA) とロボット技術企業 Mujin が、混合ケースのデパレタイジングおよびパレタイジング ソリューションをデモンストレーションしました。 Mujin のインテリジェント ロボティクス プラットフォームを活用したパレタイジング ソリューション。 SPA は、ファナックを含む多くのロボット メーカーのインテグレーターです。ファナックのロボット アームは、Mujin の主力製品である MujinController と互換性のあるいくつかのブランドのうちの 1 つです。 混合ケースのデパレタイズとパレタイジングのアプリケーションを容易にするために、コントローラーはマシン インテリジェンスを使用します。SPA の説明によると、これは人間の介入を必要とせずに、知覚、自律的な意思決定、およびリアルタイムの動作計画を通じて、潜在的なダウンタイム シナリオを自動的に管理する AI の一種です。

Mujin の共同創設者であるロス ディアンコフ氏は、特に労働集約的なデパレタイジングおよびパレタイジング アプリケーションの自動化に苦労している共同顧客にとって即時の利益が期待できると述べています。「ロボティクス自動化ソリューションの展開における SPA の経験と評判は、Mujin が目指すものに最適です。」 「Mujin の革新的な機械インテリジェンスで北米の物流市場に力を与えます。私たちは協力して、米国におけるロボット技術の新たな波を加速し、完全自律型倉庫のビジョンを前進させることができます。」

シューベルトの新しい AI 駆動の tog.519 コボットは、ピックアンドプレイス作業と、80 サイクル/分で軽量製品を分離するように設計されています。AI によって駆動されるもう 1 つのロボット アプリケーションは、Gerhard Schubert GmbH の tog.519 コボットと呼ばれるものです。 「tog」は一緒に意味しますが、これはピックアンドプレイス作業と軽量製品の分離に使用されます。 同社は「協働ロボットだけでは梱包作業を解決することはできない。協働ロボットの多くは遅すぎて、高速走行中や人間と接触した場合には安全に停止できない」としている。 たとえば、典型的なピックアンドプレース作業には、箱詰めチェーンにパウチを配置することが含まれる可能性があると説明されています。 「そうでなければ、1人か2人がパウチを箱から取り出してチェーンにセットする必要があるでしょう」と書かれています。 「tog.519 は、ポーチが重ねて置かれている場合でも認識し、ポーチを配置するチェーンのピッチを識別します。」

このコボットは 80 サイクル/分の出力を提供し、700 g までの製品重量を処理できます。 高いサイクルレートは、AI を備えたニューラル ネットワークに基づく画像処理によってのみ可能だとシューベルト氏は説明します。 「必要なのは数枚の写真と数日だけで、プログラミングせずにAIが自ら新製品を学習できるようになる」と同社は述べている。

全体の速度を確保するために、トグは狭いスペースの保護セル内で動作することができます。 ただし、高レベルの安全性を維持しながら、保護ケージなしで操作することもできます。 自立型協働ロボットとして、環境内の人々に反応し、必要に応じて速度を落とします。

tog.519 の用途としては、機械での高速送り、さまざまな製品部品を組み合わせてセットを形成するキット組立、または製品の仕上げなどが考えられます。 完全なモジュール式協働ロボットには、5 軸スカラ運動学、ビジョン システム、フィード ベルト、安全モジュールなどが含まれています。 Schubert の目標は、モジュラー構築キットに基づいて TOG ファミリー全体を開発することです。