荷物の仕分けを自動化したい

物流業界での効率化に悩んでいる方々へ。サイズや種類による自動仕分けの機能が、多様な商品をスムーズに処理する鍵です。3Dビジョンシステムとディープラーニング技術を組み合わせた最新の自動ピッキング技術が、ランダムに配置された異なるワークを正確にピックし、自動化に成功しています。この記事では、LINXやSOLOMON、Mujinなどの企業が提供する、箱、バッグ、さらには食品や医薬品に至るまでの幅広い事例を紹介。物流の自動化と効率化の参考にしてください。

サイズや種類によって仕分けの自動化が可能な例

LINXの事例

これまでロボットによる荷物自動ラベリングでは、コンベアラインに流す荷物の位置とサイズを揃えておかなくてはなりませんでした。3Dセンサーを利用することで、位置やサイズが異なる様々な荷物が混在しているラインでも追随が可能となり、サイズ別の自動仕分けとラベリングが可能となりました。箱だけでなく、衣類などが入ったビニール袋や数mmの厚さの封書にも対応できます。

作業手順

• 3Dスキャンでコンベア上を流れる様々な荷物の中心座標、高さ、3辺を計測しラベル発行アプリケーションに3辺のサイズを送信
• 荷物の中心座標、サイズ、傾きをロボットに送信
• コンベアストッパでワークを停止させ、ロボットが送付ラベルを自動貼付け

参照元：LINX公式サイト（https://linx.jp/solution/3d/case/3pl/）

SOLOMONの事例

異なる色の箱：ピッキング・ソート・分類

物流倉庫でAGV（自動搬送車）に載せるために、異なる色の箱がピッキング・分類されている事例です。3Dビジョンとディープラーニング技術を使用するAccuPick 3Dは、ごくわずかな色の違いの箱のソートや分類をすることができます。

バラ積みの箱：ピッキングとソート

Solomonのインテリジェント・パッケージング・ソリューション「AccuPick SmartPack」を搭載したユニバーサル（協働）ロボットが、ラベル情報に基づいてランダムに置かれた箱をピッキング・ソートします。

参照元：SOLOMON公式サイト（https://www.solomon-3d.com/jp/パッケージングと物流/）

マイクロ・テクニカの事例

3D画像処理とカラー画像ディープラーニング画像処理を組み合わせ、様々な野菜の食品サンプルをピッキングし指定の場所に入れている例です。ディープラーニングにAdaptive Visionのアドオンである「セグメントインスタンス（SegmentInstances）」を使うことで、学習に基づいたワークの領域検出と分類を同時に行うことができます。ここでは野菜の重心座標と種類の検出、3Dカメラで取得した3次元情報とを組み合わせて野菜をピッキングし、それぞれ指定された場所に置くことを可能としています。

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

オカムラの事例

ネット通販などの卸売業者であるPALTAC CorporationはRightHand Robotics（RHR）と提携。埼玉県にオープンしたPALTACのRDC埼玉に、ピースピッキングロボット「RightPick™」採用のワークステーションを複数導入しました。様々な素材、サイズ、重さ、形の箱やバッグなどの商品を、傷つけることなく分類しています。

参照元：オカムラ公式サイト（https://www.okamura.co.jp/solutions/factory/logistics/rightpick/）

Mujinの事例

医薬品自動仕分け

ロジスティード株式会社様では、物流自動化ロボットMujinRobotピースピッカーを導入。バーコードリーダーで搬送途中に検品を行いながらコンテナに整列配置し、高い品質が求められる医薬品の仕分け工程を自動化しています。

自動ソーター作業

エレコム株式会社様の電気機器出荷センターでは、MujinRobotピースピッカーが、トータルピッキング後の自動ソーター投入作業を行っています。ピック＆ドロップ方式によりスループットの向上を実現しています。

様々ワークのピッキング・仕分け

アスクル株式会社様のeコマース物流センターでは、ピースピッキングロボットと自動倉庫を連携させ、様々な形状のワークに柔軟に対応したピッキング・仕分けを行っています。

参照元：Mujin公式サイト（https://www.mujin.co.jp/solution/distribution/picking/）

山善の事例

山善のピースピッキングロボットには、AIソフト「アセントピック」を搭載しています。機械学習を取り入れた認識エンジンを使用しており、データをAIに読み込ませる手間と時間が不要なため大幅にワーク認識時間が短縮できます。

ボルトのピッキング作業においては、ランダムに箱に入れられたボルトをミリ単位の精度で把持して同じ向きで並べます。

また表裏のあるリング形状の金属部品も、表裏を区別して正確に仕分けします。

参照元：山善公式サイト（https://tfs.yamazen.co.jp/picking_robot/?gad_source=1&gclid=CjwKCAjwz42xBhB9EiwA48pT712qElfamaLlAKDt0oLFb1bQlQYrw-eUndRx_d_977oXpoa0tRBR3BoCdxAQAvD_BwE）

TRYETINGの事例

大手宅配便企業では、台車型物流支援ロボットと荷役台を連結した自動化を行い省人化に成功。さらにデジタルピッキングの構築で人手不足の解消やコスト削減を実現しています。

また大手スポーツ用品メーカーでは、拡大するeコマース需要の対応策としてロボットを導入しました。ピッキングの自動化により販売拡大への成果も出ています。

参照元：TRYETING公式サイト（https://www.tryeting.jp/column/9336/）

東京エレクトロンデバイスの事例

ピッキングと仕分けを同時に行う工程をルールベースを活用して自動化しました。ワークの画像データを登録し、製品ごとに個別に識別することで、ピッキングすべき対象かどうか、製品に応じた仕分け先を判断します。

例えば、製品と廃材が同時に流れてくるプロセスにおいては、製品のみをピッキングし、廃材は無視するよう判定することができます。

参照元：東京エレクトロンデバイス公式サイト（https://www.inrevium.com/pickup/sort-picking-vision/#03）

まとめ

ピッキングしたワークを種類によって仕分ける作業を自動化している事例について紹介しました。
3Dロボットビジョンを導入することでマスターデータの登録やティーチングも不要で、様々な形状・サイズのワークのピッキングや仕分け作業を自動化することができ、作業効率や生産性の向上・省人化が実現できます。人手不足が深刻な問題となっている物流業界において、今後ますます導入されることが予想されています。

物流向け3Dロボットビジョン
システムメーカー一覧を見る