学習なしにピッキング自動化、労働力不足や作業効率向上に貢献目指す
AI・ロボティクスの技術を活用したソリューションを手掛ける東京大発のベンチャー、TRUST SMITHは10月15日、ロボットが物体をつかむ際に最適な位置を検出するアルゴリズムを実用化したと発表した。
ロボットに学習させなくてもピッキングを担えるようにし、工場の労働力不足解消や作業効率向上に貢献することを目指す。
産業用ロボットが物体を正確につかむためには、ロボットに搭載したカメラセンサーを使って物体の画像を撮影、最適な把持位置を検出する必要がある。近年は深層学習を用いた物体の把持位置を検出する方法に注目が集まり、把持位置を高精度に検出できるものの、莫大な学習データ量・学習時間が必要なのが課題だった。
同社が開発・実用化したアルゴリズムは、深度カメラで取得した物体の画像に対し、それぞれの位置や角度でロボットアームのハンドを挿入した時に物体を把持できる可能性を評価。その可能性が最も高い把持方法を探索する。
今後はアルゴリズムを用いた物体認識と、同社が得意としているアームロボットの経路生成アルゴリズムを組み合わせ、ばら積みピッキングなど工場内のピッキングシステムを開発する予定。加えて、同社が得意とする量子化技術などを駆使し、アルゴリズム処理の高速化を目指す。
（藤原秀行）※イメージ写真は同社提供
