AIピッキング支援の開発事例を紹介

手作業によるピッキングは人的ミスが起こりやすいだけでなく、人によって作業効率が異なったり人件費がかかったりする課題があります。AIを活用してピッキングをサポートすれば、ミスを減少させて作業効率を向上し、人手不足が解消できる可能性があります。ここでは、ＡＩピッキング支援システムの導入事例を紹介します。

食品工場

引用元：MECH MIND（https://mech-mind.co.jp/application/%e4%b8%8d%e5%ae%9a%e5%bd%a2%e7%89%a9%e3%81%ae%e3%83%90%e3%83%a9%e7%a9%8d%e3%81%bf%e3%83%94%e3%83%83%e3%82%ad%e3%83%b3%e3%82%b0%e3%83%bb%e4%bb%95%e5%88%86%e3%81%91%e4%b8%a8%e9%a3%9f%e5%93%81%e5%b7%a5/）

導入前の課題：数千種類もの商品をピッキングしなければいけない

数千種類もの商品を箱からオーダーごとにピッキング、仕分けを行っていますが、供給時の商品破損や、角のひっかかり、縁の張り付きなどの問題がありました。

導入後の成果：ロボット1台当たりの効率が2倍以上になった

高精度のカラー点群データを生成し、多種類の吸盤と組み合わせることで商品の大きさによって吸盤を選択・安定して把持することができるようになりました。AIによるアルゴリズムによって角のひっかかりなどの課題を解決し、ピッキング効率を導入前の2倍以上に向上させることができました。また、動作の安定性や精度が高まったことで安定した24時間運行も可能となっています。

建設機械メーカー

引用元：MECH MIND（https://mech-mind.co.jp/application/%e3%82%b7%e3%83%a3%e3%83%95%e3%83%88%e3%81%ae%e3%83%90%e3%83%a9%e7%a9%8d%e3%81%bf%e3%83%94%e3%83%83%e3%82%ad%e3%83%b3%e3%82%b0%e4%b8%a8%e5%bb%ba%e8%a8%ad%e6%a9%9f%e6%a2%b0%e3%83%a1%e3%83%bc%e3%82%ab/）

導入前の課題：積み重なったり反射したりするシャフトのピッキングが困難だった

シャフトを機械にセットして加工するにあたりピッキング作業を行っていましたが、コンテナ内で何段も積み重なっていたことや仕上げ加工後の反射があることでピッキングの効率に課題がありました。

導入後の成果：生産性が2倍に向上

広い視野でコンテナ全体を撮影し、高精度な点群データを生成。反射や油汚れ、積み重なった状態でも自動衝突検出や軌跡計画によって的確にピッキングを行えるようになりました。ロボットの安定性がアップし、生産性も以前の2倍に向上しています。

乳幼児用品に特化した世界有数のメーカー

引用元：SOLOMON（https://www.solomon-3d.com/jp/case-studies/accupick/bin-picking-semi-transparent-items-using-ai/）

導入前の課題：半透明の乳首を自動でピッキングしたい

1時間に700個の重なったベビーボトルの乳首を効率的にピッキングすることを課題としていました。乳首は半透明であったため、標準のシステムでは正確な検出が困難でした。

導入後の成果：1時間当たり850個のピッキングが可能になった

ディープラーニングとビンピッキングシステムを組み合わせることにより半透明のオブジェクトでも向きに関係なくアイテムとして確実に把握し、97％のピッキング精度を達成することができました。1時間あたり850個のピッキングが可能となり、期待を超える成果が出ています。

【まとめ】AI画像認識でピッキング作業を効率化できる

AIを使ったピッキングシステムを活用すれば画像処理によって必要となる商品を識別して的確にピッキングを行うため、ミスが削減し人手不足解消効果も期待できます。作業効率向上や人件費に課題を抱えている企業はAIを活用することで改善できる可能性があります。自社に合うシステムを選択することが大切です。