デパレタイジング【袋編】

重なり合う袋を認識するAI袋デパレシステムの例

マイクロ・テクニカのAI袋デパレシステムはパレットに積まれた袋を認識してロボットで荷卸を可能にするロボットビジョンシステムです。充填率の低い薄い袋が複雑に重なり合っている場合、これまでは2Dも3Dも認識することが困難でした。AI袋デパレシステムでは2Dと3Dの画像認識にAI（ディープラーニング）による認識を加えることで重なり合った袋の判別を可能としています。AI袋デパレシステムを導入することで積み付け条件の悪いパレットでもデパレタイズの自動化を実現できます。

AI袋デパレシステムの事例

DeepLearning機能によって袋の重なりを学習させますが学習に必要な画像は30～60枚程度です。学習によって得たAIモデル(判定アルゴリズム）と通常の3次元認識で高精度な画像認識を実現。絵柄のない無地に近い状態の材質でも袋の中でも判定率99％以上を維持します（2023年4月12日調査時点）。

参照元：マイクロ・テクニカ公式サイト（https://www.microtechnica.jp/products/robot_vision/AI_bag_depallet_system.html）

材料袋のデパレタイズロボット活用例

粉、顆粒、ペレットなどの原材料が入った袋は内容物に流動性があり、定型袋に入っていても置き場所や置き方によって形が変わるだけでなく皺などもできてしまいます。そのためロボットによる自動化が難しく、導入して自動化できても誤認識で想定していた作業を行うことができないという問題が起こりがちです。
東京エレクトロンデバイスのデパレタイズロボットは独自袋認識技術によって材料袋のデパレタイズを実現しています。対応可能な材料袋には紙袋、クラフト袋、クラフト紙袋、ポリプロピレン袋、ガゼット袋、ガゼット型ポリ袋、ポリエチレンガゼット袋などがあります。

導入現場

デパレタイズロボットは原材料製造工場での出荷作業、樹脂製品製造工場での受入、原材料を使用した食品、加工機へのハンドリング作業などパレットに積まれた材料袋のハンドリング現場などに導入されています。

作業工程

• 袋登録…ピッキングミスを減らし、供給されている材料袋が間違っていないかチェックするために材料袋を事前登録します。AI-OCRを組み込めば袋に記載されている文字情報と出荷指示情報を照会できるので出荷ミスを削減することができます。
• 荷姿登録…1段4廻しなのか5廻しなのか荷姿登録します。材料袋登録機能と連携することで、より高精度のピッキング作業が可能となります。
• 動作指定…複数パレットからのデパレタイズとデパレタイズ順を指示でき、複数のデパレタイズ先や袋を置く向きも設定可能です。

参照元：東京エレクトロンデバイス公式サイト（https://www.inrevium.com/product/bag-depalletize/）

不定形な袋を認識するAI認識ソフトの例

YOODSの「Ai袋物認識ソフト」は袋積載物デパレタイジングシステム向けに3Dロボットビジョンと深層学習による袋物認識を組み合わせたシステムです。

学習モデル

袋専用の学習済モデルを用いることでスピーディに袋を認識することができます。実ワークの写真を30～50枚程度追加することでさらに認識率を向上させることができます。

Ai袋物認識ソフト

3Dロボットビジョンと深層学習を組み合わせることで、これまで認識の難しかったパレット上に積まれている重なり合う不定形な袋や充填の偏っている袋の認識を可能にしました。

特徴

• サイズ、アスペクト比、面積比率など寸法チェックによる誤認識防止
• 一つ下の段の製品を先にピッキングしないように最上段の袋のみを検出
• 同じ層にある複数製品のピッキング順を設定可能

参照元：YOODS公式サイト（https://www.yoods.co.jp/solution/depallet.html）

袋物のデパレタイズに対応している3Dロボットビジョンメーカーリスト

• 物流向け3Dロボットビジョンシステムメーカー一覧
• IDECファクトリーソリューションズ
• ALSONTECH
• Kyoto Robotics（日立オートメーション）
• 東京エレクトロン デバイス
• マイクロ・テクニカ
• マキテック
• Mujin
• YOODS（ユーズ）