アプリケーション要件
より包括的な理解のために、アプリケーション要件を以下のセクションに分類しました。
単純なシナリオと複雑なシナリオ
3PL（サードパーティロジスティクス）では、パレットには単一の SKU が積載されることがよくあります。商品は多くの場合、印刷されたラベルが付いた 段ボール 箱です。視覚的な観点から見ると、これは比較的単純なシナリオです。しかし、パレットがほぼ空の状態での長距離移動や、箱の反射面など、課題は依然として存在します。箱にはアートワークが描かれていたり、箱を封印するテープが光沢があり反射する場合もあります。
例えば、食料品の物流においては、より多くの課題があり、状況はより複雑になります。複数の SKU が混在するパレットには、箱、袋、ボトル、缶、瓶など、形状、サイズ、材質の異なる商品が積載されます。材質には、段ボール、プラスチック、ガラス、金属などが含まれます。商品は、ぎっしりと詰め込まれたものから、ゆるく配置されたものまで、さまざまな構成で積み重ねられることがよくあります。
次の画像では、左側にシンプルなシナリオ、右側に複雑なシナリオの両方を見ることができます。
深度
パレットを最大限に活用し、パレットあたりの積載品数を最大化するために、品物は可能な限り高く積み重ねられることがよくあります。これは通常、輸送中を含めたパレットの保管場所と、積み重ねた品物の安定性によってのみ制限されます。一般的な積み重ねの最大高さは 2.0 ～ 2.5 メートルです。固定カメラの場合、これはカメラが 1.5 メートルから 4.5 メートルまでの距離でデータを取得できる必要があることを意味します。この全範囲で高品質の 3D データを取得できる必要があります。
もう一つの複雑な要素は、レイヤーの深度です。これは、ピッキングや配置の際にいつでも見える、最も高い位置にあるアイテムの上面から最も低い位置にあるアイテムの上面までの距離を指します。この距離の違いは、高品質な 3D データだけでなく、オクルージョン（遮蔽）の問題にもつながります。最上層のアイテムが、下層のアイテムを遮蔽してしまう可能性があるのです。カメラのベースラインが大きくなるほど、オクルージョンの問題は深刻になります。
パレタイジングとデパレタイジング
商品はパレットに追加される（パレタイジング）か、パレットから取り外される（デパレタイジング）かのいずれかになります。この2つの異なるシナリオには、それぞれ異なる課題があります。
パレタイジングにおいては、配置可能な位置を正確に特定できるよう、点群データが正確かつ完全であることが重要です。アクセス不可能な領域と誤解される可能性のあるアーティファクトがあってはなりません。また、利用可能な位置を最大限に特定できるよう、オクルージョンを最小限に抑える必要があります。
デパレタイジングにおいては、安全な把持点を見つけることがより重要です。安全な把持点とは、吸盤が漏れなく真空状態を維持できる、実際の表面を表す点を指します。また、対象物の重心に近い点であることも意味します。重複したピックアップを避けるため、把持点が対象物の端に当たらないようにすることも重要です。これらはすべて、適切にセグメント化されたオブジェクトと、完全かつ正確な点群の組み合わせによって実現されます。
セグメンテーションはカラー画像に対して行われることが多いです。そのため、カラー画像も高品質で、点群に容易にマッピングできる必要があります。
サイクルタイム
（パレタイジング／デパレタイジング）では、ロボットはパレットからアイテムをピックアップしてパレットに載せるのに十分なリーチを確保するために通常大型化されます。そのため、ロボットの動作速度は、個々のアイテムをピックアップするアプリケーションよりも遅くなることがよくあります。しかし、スループットを最大化するには、サイクルタイムが依然として重要です。ロボットのサイクルタイムは一般的に 4 ～ 10 秒で、1 台のロボットあたり 1 時間あたり約 1000 個のアイテムをピックアップできます。ロボットがアイテムを配置している間、ロボットが戻ってくる前に、ビジョンシステムが次のピックアップ姿勢をキャプチャ、処理、計算する必要があります。これにより、時間予算は例えばピースピッキングよりも厳しくなくなりますが、それでも重要です。カメラの時間予算は通常 500 ms から 1500 ms です。
グリッパーコンプライアンス
点群の品質は、使用するグリッパーの種類を決定する重要な要素となることが多いです。例えば、点群データの精確度が高い場合、低コンプライアンスのグリッパーを使用でき、これは一般的に高速かつ高精密度です。完全な点群データがあれば、ビジョンアルゴリズムはより適切な把持点を算出でき、グリッパーが把持するのに十分な表面積を確保できます。
パレタイジング／デパレタイジングアプリケーションでは、対象物の形状、サイズ、材質が非常に多岐にわたるため、吸盤が一般的に使用されます。吸盤の柔軟性により、対象物に届かなかったり、衝突して対象物やグリッパーを破損したりするリスクを最小限に抑えることができます。寸法の真度、ポイントの精密度、平面度も、グリッパーに必要な柔軟性のレベルを決定する要因となります。
パレタイジング／デパレタイジングされる品目は重量があることが多いため、グリッパーは吸盤と機械式オプション（クランプやトレイなど）の両方を備えたハイブリッド型グリッパーであることが多いです。
動作計画と衝突回避
パレタイジング／デパレタイジングにおいて考慮すべきもう1つの要素は、動作計画と衝突回避です。動作計画は、ピッキングとプレース中のロボットの軌道を最適化し、サイクルタイムを短縮するために使用されます。これは、ケージの壁、現在ピッキングされていないオブジェクト、パレタイジングアプリケーションにおけるパレット上の他のオブジェクトなどの環境上の制約といった障害物との衝突を回避するために、衝突回避と組み合わせて使用されることがよくあります。ビジョンシステムが認識した障害物は、ロボットによって回避されます。理想的には、ビジョンシステムは環境をそのまま正確に表現します。しかし、アーティファクトが発生します。これらのアーティファクトは、現実世界と一致しない誤データまたは欠落データで構成されます。誤データは、たとえば、現実には存在しないゴーストプレーンや浮遊する塊として認識され、欠落データは点群の穴として認識されます。後者は、表面のカバーが不完全であることの結果であり、点群に存在するはずのデータで構成されています。アーティファクトのために、衝突回避がロボットの目的地への到達を妨げる可能性があります。したがって、動作計画においては、どの障害物を無視しても安全で、どの障害物を無視してはいけないかを明確に定義する必要があります。カメラからの 3D データの品質向上に伴い、グリッパーコンプライアンスや衝突回避を伴う動作計画の複雑さを軽減できます。
要約すると、より高品質な 3D データは、ロボットの操作をより迅速かつ安全にし、結果としてスループットの向上につながります。
このセクションでは、（デ）パレタイジングの要件を確認しました。次のステップでは、シーン体積に基づいて 適切な Zivid カメラの選択 に進みます。