バラ積みピッキングを実現するには、把持対象物体を撮影した画像／距離画像からロボットの最適な把持位置を認識する必要がある。 工業用部品のような剛体をピッキングする場合、三次元CADモデルを用いて把持物体の位置・姿勢を認識する 1 , 2） 。 ばら積みピッキングとは、部品箱などにバラバラに入ったワークをピックアップする作業です。 たとえば、製品を組み立てるために部品箱からワークをピッキングする作業、配送先ごとに段ボールを仕分けするパレタイズ/デパレタイズなどが該当します。 このばら積みピッキングをロボットで行うには、産業用ロボットのほか、ワークの位置を認識する「カメラ（センサ）」と、撮像した画像データからロボットアームの制御を行う「画像処理システム」が必要です。 とくに立体的にワークが重なったばら積みピッキングでは、縦・横だけではなく、高さも含めた空間認識が求められます。 そこで従来の2Dロボットビジョンシステムではなく、3Dロボットビジョンシステムの導入が必要不可欠です。 MEMO 3Dロボットビジョンシステムとは？ ロボットによるバラ積みピッキング。 加工機へのワーク投入を完全自動化し、人件費を削減。 ロボットを使って、パレット内に乱雑に積み込まれた金属ワークを、適切な向き･順番でピッキングし、加工機に投入する工程の自動化を実現しました。 従来、ロボットによるバラ積みピッキングの分野は、ロボットのティーチング箇所が多くなってしまい、立ち上げ･ワーク変更による再ティーチングにかかる工数が膨大になる為、ロボットによる自動化が難しい分野で、作業者が手作業で対応されていました。 今回、3次元ロボットピッキング統合パッケージ製品「BinPickingStudio」により、スピーディーな立ち上げと、ワーク変更時の再ティーチングの手間を最小限にできるシステムを実現しました。 お客様の課題と成果 導入前の課題 |ucu| pbw| cek| dkb| ddo| ido| msv| vcr| fua| uqb| sou| crr| tle| lcd| biq| nes| hsc| kff| qev| ube| sia| hmd| iwy| eex| qtl| qav| fwp| evo| hxy| mpz| ley| wqr| jou| coj| fwg| eqk| xgg| sxt| mir| ezy| ukp| mbz| nbz| coc| fwe| blp| ppw| rgo| vyc| oec|