　オムロンが開発したのは、複眼タイプの画像センサーで対象物の位置や姿勢を3次元で認識できるというものだ。ばら積み部品のピックアップは対象物の認識や多岐にわたる姿勢の対象物を正確につかむ動きの制御など、ロボットには非常に難易度が高いものだった。対象物の認識だけで見ても、従来は大型のカメラシステムをロボットなどの上部に付けて実現するようなケースが多かった。

　部品の位置や姿勢を認識するには、3次元形状画像を生成する3D計測技術と、対象物の位置姿勢を認識する3D認識技術が必要となるが、オムロンが今回開発した技術は、独自のパターン照明を用いることで、1回の撮像で3D計測を可能とする技術である。加えて、対象物の位置姿勢を高速に認識するアルゴリズムを開発したことで、計測から認識までの時間を一般的な画像認識技術より大幅に短くしたということが特徴となる。これらの技術開発により約0.5秒での部品認識を可能とした。

認識画像と約0.5秒で認識している様子（クリックで拡大）

　加えて、カメラ本体を500gに小型・軽量化したことでロボットのハンド部分へ搭載できるようになり、さまざまな部品の柔軟な自動ピッキングを可能としている。認識できる部品のサイズは30×30mm以上だとしているが「技術的にはほぼ完成しており2020年夏頃の製品化を目指して調整などを進めている」（担当者）という。

ロボットハンドに搭載しピッキング作業をする様子。高速認識により円滑なピッキング作業が可能である（クリックで拡大）

小型部品にも対応するタイプも参考出品

　IIFES会場ではさらに、小型サイズの部品認識にも対応する参考出品なども行った。小型のネジやプラスチック部品などの認識を可能としたものだが「まだカメラサイズも小さくできないためまずは、大型部品の認識から製品化しその動向を見て今後の動きを検討する」（担当者）としていた。

参考出品した30×30mm以下の部品を3次元認識するカメラ技術のデモ（左）と高速で認識している様子（右）（クリックで拡大）

人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
マシンビジョンとは何か？
製造現場のプロセス自動化や品質向上に役立つマシンビジョンの基礎知識をお伝えする本連載。第1回は、マシンビジョンとは何かを解説するとともに利点について紹介する。
製造現場における画像処理【前編】
製造現場における画像処理技術とは何か？その特徴や導入時のポイントなどをきちんと理解し、生産性向上に役立てていきましょう。連載第5回のテーマは「製造現場における画像処理」についてです。具体的に画像処理が製造現場で効果的に利用されている実例を紹介します。
人手不足対策で完全自動化は逆効果、人とロボットの協力をどのように切り開くか
人手不足に苦しむ中で、工場でもあらためて自動化領域の拡大への挑戦が進んでいる。その中で導入が拡大しているのがロボットである。AIなどの先進技術と組み合わせ、ロボットを活用した“自律的な全自動化”への取り組みも進むが現実的には難易度が高く、“人とロボットの協調”をどう最適に実現するかへ主流はシフトする。
協働ロボット、ロボットシステムに残された課題と未来
協働ロボットを現場で活用するのにどのような工夫が必要か――。ロボット技術の総合展示会「2017国際ロボット展」では、ロボットメーカーおよびユーザー企業によるパネルディスカッション「ロボットフォーラム2017」が実施され、協働ロボットの意義について語った。
機械は人の仕事を奪わない、“人とロボットがともに働く現場”が拡大へ
2016年は人工知能関連技術が大きな注目を集めて「機械が人間の仕事を奪う」という議論が大いに盛り上がりを見せた。こうした一方で2017年には「現場」において、こうした動きと逆行するように見える「人とロボットが協力して働く世界」が始まりを迎える。