製造業と物流倉庫の自動化プロセスにおいて、段ボールデパレタイジングは物資搬送の核心的な工程です。柔軟な生産方式の普及に伴い、同じデパレタイジングステーションで多種多様な段ボールサイズやパレットパターンに対応し、異常な箱の識別と選別を行う必要があります。コンベアラインの位置決めや機械的なリミットに依存する従来の方法では、複雑で多様な現場ニーズに適応することが困難になっています。そこで、3Dビジョンガイダンス技術が業界の主流ソリューションとなっていますが、実際の導入では、ビジョン位置決め精度、サイクルタイム、現場環境への適応性が、プロジェクトの安定稼働を左右する主要な課題です。
一、プロジェクトの課題
このステーションには、標準的な段ボール箱（1箱あたり約20kg）が供給されます。箱はパレット上に2行4列で密に積まれ、2段になっています。
ラインには2つの難点があります：
- 1.パレットパターンが複雑で不定
満載パレット：上段の箱数は1～5個で、合計9～13箱。
残パレット：一部の箱が取り出された後に倉庫に戻されたパレットで、1段のみまたは上段にわずかな箱（1～8箱）が残っています。
2.「ゼロ箱」を別途分流する必要がある
一部の箱は内容物が不足しているため、上面に白いラベル（「ゼロ箱」表示）が貼られています。
ゼロ箱はロボットで掴んだ後、テールボックスプラットフォームに置かなければならず、下流のパレットに積んではいけません。
ゼロ箱はその段の最後の位置に固定されていますが、ラベルの貼り付け角度や位置にばらつきがあり、従来のテンプレートマッチングでは安定して認識できません。
さらに、箱同士の隙間がなく、表面にバンドや印刷パターンがあるため、3Dカメラのポイントクラウド完全性と認識アルゴリズムに高い要件が課されます。
二、ソリューション
上記の課題に対処するため、プロジェクトでは3D産業用カメラと産業用ロボットを組み合わせたビジョンガイダンスデパレタイジングソリューションを採用し、現場にはEpic Eye Log L 3D産業用カメラをデパレタイジング位置の真上にFixed Mountで設置しています。
システムフローは以下の通りです：
- 1.フォークリフトで段ボールパレットをデパレタイジング位置に運び、位置決め信号がトリガーされます。
- 1.ロボットがゼロ箱検出信号を送信し、3Dカメラがスキャンしてゼロ箱の有無を確認します。
- 1.カメラが撮影し、アルゴリズムが箱の配置とゼロ箱ラベルの位置を認識し、ポイントをつかむと姿勢、および掴む個数（1回あたり1個または2個）を出力します。
- 1.ロボットがビジョンの結果に基づいて箱を掴み、下流パレットに積むか、ゼロ箱をテールボックスプラットフォームに置きます。
- 1.パレットが空になるか、指定された数に達するまで繰り返します。下流の需要が供給総数より少ない場合は、ゼロ箱を元のパレットに戻して倉庫に戻します。
三、適用優位性
精度とサイクルタイムの両立
実測で認識精度±1mm、掴み精度±1mmを達成し、撮影＋アルゴリズム処理はわずか3秒で、サイクルタイムの余裕を確保します。
ゼロ箱認識の安定性
深層学習トレーニングにより、白色ラベルを様々な照明条件や傾斜角度で認識する成功率が99.9％以上です。ゼロ箱は正確にテールボックスプラットフォームに配置され、通常の積み込みに混入するのを防ぎます。
残パレットと複雑な配置への自動適応
カメラが撮影するたびに、列ごとに箱の数（1または2）を計算し、自動的にポイントをつかむを計画します。残パレットのシナリオでは、手動で再教示する必要がなく、ビジョンシステムが残りの箱の姿勢を直接出力します。
四、導入価値
ゼロ箱/残パレット対応：手動選別が不要で、現場作業員の負担を軽減。
効率向上：手動デパレタイジングを代替し、効率が大幅に向上。サイクルタイムが安定かつ制御可能で、従来の方法の効率ボトルネックを解消し、大量生産ニーズに適合。
柔軟な製品切り替え：新しい段ボールサイズが追加された場合、深層学習トレーニングにより、ハードウェアを交換する必要がありません。
工業自動化が柔軟性とインテリジェンスへと深く発展する中、3D産業用カメラはデパレタイジング、ピッキング、ローディング/アンローディングなどの主要なアプリケーションに引き続き注力し、高精度、高安定性、高柔軟性という技術的優位性により、製造業の自動化アップグレードの中核的推進力となります。