Theme
- AIを用いたピッキングシステムによって、仮置き無しで治具へのセットを実現
- シーラー塗布部分について、目視検査をAIを用いて自動化
Solution
- 3次元カメラの情報から、自動でワークの向き・角度を認識し、ピッキングポイントを抽出
- シーラ塗布の状態をSemantic Segmentationによって認識し、検査の自動化・定量化を実現
Result
- AIを活用しバラ積みの状態から仮置なくワークの運搬を行うことで工数を削減
- 検査自動化による省人化、検査品質の定量化を実現
工作機械へのワークの装填や工程間の移動など、 加工プロセス間で発生するワークの移載はまだ人手に依存している部分も多く、自動化のニーズが高い分野です。このような加工プロセス間で発生する機械部品のピッキングを、AIを用いたロボットにより自動化することでプロセス間のフローや工場ライン全体の効率化が期待できます。
本ケースにおけるお客様の状況としては、自動化されたピッキングシステムがあるものの、ワークを治具へ配置する際に仮置きが必要なため、リードタイムが発生しておりました。また、搬送したワークのシーラ塗布の検査を目視検査で実施しており、検査費用・検査品質について問題がありました。
工作機械へのワークの装填や工程間の移動に伴う課題
以下の3つの課題がありました。
- 部品のピッキングシステムについて仮置きが必要なため、ワークを目的の治具へセットするまでにリードタイムが発生していた。
- シーラ塗布の検査を目視で行っていたため、検査品質が安定せず、また検査員の人件費が発生していた。
- 現状のピッキングシステムでは、ピッキング対象のワークを切り替える度に煩雑な設定を行う必要があった。
弊社アルゴリズムによって正確なピッキング、検査自動化を実現
3Dカメラの情報を基に弊社のピッキングアルゴリズムによって部品の向き・角度を認識し、複数種類のワークに対応した自動ピッキングシステムを実現しました。また、3Dカメラの座標系からロボット座標系に変換するアルゴリズムを用いて部品とロボットアームの位置関係を正確に推定し、仮置せず部品を治具の所定のセット位置へ置くことを可能にしました。
検査自動化については、 カメラによって撮影した画像に画像内の全画素に情報を関連付けるアルゴリズム(Semantic Segmentation)を用いて、塗布状態を認識します。認識結果をもとに各チェック項目(太さ・長さ・位置)が基準に達しているかを評価することで、検査の自動化・定量化を実現しました。
仮置きと目視検視をなくすことで、工数・作業員を削減、ラインの生産性を向上
ばら積みされているワークを、ロボットが正確にピッキングするシステムを実現しました。また、従来必要であった仮置きを無くすことで、ロボットがワークを持ち替えることなく直接治具にセットすることが可能になり、工数の削減につながりました。さらに、ワーク運搬後の目視検査を自動化することで、省人化・検査品質の定量化を実現しました。