物流業界

箱デパレタイジング用　AIロボットビジョン

パレットやかご車内の箱認識は通常絵柄などを事前登録して、登録情報に基づき箱の認識を行う2次元の古典アルゴリズムを使用する場合が多いですが、この認識手法だと箱の種類分の画像をマスタデータとして格納する必要があり、新種が増えたり、箱の絵柄に変更があった場合は、物流センタの作業者の方が絵柄の登録を行う必要があります。日々の業務がある中で、どれだけの方がこの煩わしい事前登録作業を行うでしょうか？　当社の画像認識技術は事前登録を極力無くした新しい認識方法になります。

袋デパレタイジング用　AIロボットビジョン　

重なり合う袋の認識が可能！

3DビジョンとAI学習アルゴリズムの組み合わせにより、重なり合う薄く不安定な袋の認識が可能です。パレット上に積まれた袋などの製品を認識し、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。3DとAI（ディープラーニング）による2Dの画像処理を組み合わせ、従来難しかった難易度の高い袋ワークにも対応可能です。 　充填率が低く薄い袋が複雑に重なり合っている場合、従来は３Dでも２Dでも認識は困難でした。本システムにより通常の3Dと2D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、重なり合った袋の上下関係の判別が可能となりました。この新しい画像処理技術により、袋をパレットに積み込む際のミスや積上げ手順の不徹底など、積み付け条件の悪いパレットに対してもロボットによるデパレタイズ自動化が可能です。

ランダムワーク　ピースピッキング

DeepLearningによ学習アルゴリズムにより認識精度向上！

小箱などの比較的小さなワークの画像認識は、絵柄などのテンプレートマッチングを使用する手法の他当社では、3次元と2次元を組合わせた3次元画像認識やDeepLearningの学習モデルを使用し認識させる手法を用います。特に高さに差がない薄物の認識は2次元の画像情報が不可欠で、色情報を使用して物体の特徴を把握し認識させます。どのくらい量の品種があるかで使用する認識アルゴリズムは異なります。ユーザー様の認識対象の製品を確認した上で最適なシステムをご提案します。