0.1秒で認識、制度99.99％
AI・ロボティクス技術を活用したソリューションを提供する東京大学発のベンチャーTRUST SMITH（トラストスミス）は10月26日、モデルレスで高精度・高速なばら積みピッキングを可能とするピッキングシステム「ANY PICKER（エニーピッカー）」の提供を開始したと発表した。
事前学習なしで、高速（0.1秒で認識）かつ高精度（99.99%）なピッキングを可能にする。同社はあらゆる現場のピッキングタスクの省人化に大きく貢献できると見込む。
従来のピッキングソフトウェアは、ピッキング対象物の事前登録または事前学習が必要で、事前にデータを用意できない対象物のピッキングはできなかった。また、扱う商品が数万単位で存在しているEC物流倉庫や、食品工場における唐揚げなどの不定形物のピッキングなどは難しかった。
TRUST SMITHは新たなピッキングシステムで、こうした課題を解決していきたい考えだ。
認識対象のばら積み物体（洗剤の詰め替え容器などの不定形物を含む）
不定形物に対しても、吸着点を算出してピッキングに成功
従来、認識が難しいとされていた以下のようなものにも対応できるという。
・不定形物（唐揚げ、洗剤の詰め替えなど）
・金属光沢やプラスチック光沢を有する物体（金属部品、アルミホイルなど）
・平面に隙間なく敷き詰められた箱などの物体
・丸みを帯びた物体（カップ麺など）
丸みを帯びた物体に対しても、吸着点を算出してピッキングに成功
50アイテムを対象としたピッキング試験の結果、99.99%の吸着成功率を記録した。
本システムの、認識から吸着までの流れは次の通りとなっている。
1. 深度カメラ、RGBカメラにより吸着対象の深度画像とRGB画像を取得
2. 深度画像とRGB画像をフュージョン処理（複数の異なるタイプの画像データを組み合わせて処理する手法）し、終着位置を算出
3. 経路計画・吸着
本システムによって省人化に貢献することができる応用範囲は以下のようなものと想定。毎日取り扱う商品が変わる、EC物流倉庫の自動倉庫から搬送されてきたアイテムを注文ごとに同一の段ボールを詰めて梱包するタスクで能力を発揮できると見込む。
1. 唐揚げなどの不定形物を扱う、食品工場やスーパーにおける弁当箱などへの詰め込みタスク
2. 金属光沢を有し、複数サイズ・形状が混在するばら積みねじのピッキング
3. 農作物、水産物といった形がばらばらなワークのピッキング
4. 宇宙空間などの無人環境におけるピッキング
（藤原秀行）※写真はいずれもTRUST SMITH提供
