คู่มือครบถ้วนสำหรับการหยิบในถังแบบสุ่ม

คู่มือครบถ้วนสำหรับการหยิบในถังแบบสุ่ม

การหยิบในถังแบบสุ่มคืออะไร?

การหยิบในถังแบบสุ่มคือภารกิจการทำงานอัตโนมัติด้วยหุ่นยนต์ที่ใช้หุ่นยนต์พร้อมกับกล้อง 3 มิติในการหยิบวัตถุที่ถูกจัดเรียงแบบสุ่ม โดยมีทิศทางและตำแหน่งที่ไม่รู้จักและไม่มีโครงสร้างจากถังหรือภาชนะ กระบวนการนี้มักจะถูกนำไปใช้ในสภาพแวดล้อมการผลิตและคลังสินค้า โดยมีเป้าหมายหลักคือการอัตโนมัติในการดึงวัตถุจากกองหรือภาชนะที่ไม่มีการจัดเรียงอย่างเป็นระเบียบ
William Lemus, Overseas Field Application Engineer Manager, Solomon Technology Corporation

ความคิดเห็นจากผู้เชี่ยวชาญ William Lemus,
ผู้จัดการฝ่ายวิศวกรประยุกต์การใช้งานต่างประเทศ,
Solomon Technology Corporation

อุตสาหกรรมที่ใช้การหยิบในถังแบบสุ่มและตัวอย่าง

การหยิบในถังแบบสุ่มมีความสำคัญในอุตสาหกรรมที่การจัดการและการคัดแยกวัตถุจากถังหรือภาชนะเป็นงานที่ทำซ้ำๆ ต้องใช้แรงงานและใช้เวลานาน ด้านล่างนี้คือตัวอย่างการใช้การหยิบในถังแบบสุ่มในหลากหลายอุตสาหกรรม
graphic showing robot arm random bin picking metal objects from a blue bin onto a conveyor

การสุ่มหยิบวัตถุโลหะจากถัง

โลจิสติกส์

ในอุตสาหกรรมโลจิสติกส์และการจัดเก็บสินค้า การหยิบในถังแบบสุ่มถูกใช้ในการคัดแยกและจัดการกับพัสดุจำนวนมากที่ถูกวางในถังแบบสุ่ม ตัวอย่างเช่น ในโครงการสำหรับแพลตฟอร์มอีคอมเมิร์ซระดับโลก พัสดุต่าง ๆ ถูกหยิบจากถังและวางลงบนสายพานลำเลียงด้วยความเร็วสูง ความท้าทายหลักคือการรักษาความเร็วในการหยิบให้เร็วในขณะที่ยังคงสามารถจัดการพัสดุหนักได้อย่างปลอดภัยเพื่อหลีกเลี่ยงข้อผิดพลาดในการจัดการหรือความเสียหาย โซลูชัน AI ของ Solomon ช่วยให้ระบบสามารถทำงานได้อย่างรวดเร็ว ตอบสนองความต้องการอัตราผลผลิตสูงพร้อมทั้งมั่นใจในความแม่นยำและความปลอดภัยในการจัดการพัสดุที่มีขนาดและน้ำหนักแตกต่างกัน

อุตสาหกรรมยานยนต์

ในอุตสาหกรรมยานยนต์ การหยิบในถังแบบสุ่มถูกใช้เพื่อจัดการและคัดแยกชิ้นส่วนของรถยนต์ ความท้าทายหลักสำหรับระบบการหยิบในถังคือการบรรลุความแม่นยำสูงเพื่อให้แน่ใจว่าชิ้นส่วนแต่ละชิ้นได้รับการจัดประเภทและหยิบอย่างถูกต้องและถูกวางอย่างถูกต้อง ในโครงการสำหรับผู้ผลิตรถยนต์ญี่ปุ่นรายใหญ่ AccuPick ถูกใช้เพื่อจัดการชิ้นส่วนยานยนต์อย่างแม่นยำ โดยหลีกเลี่ยงข้อผิดพลาดและข้อบกพร่องในการประกอบและการวางชิ้นส่วน ซึ่งช่วยเพิ่มประสิทธิภาพโดยรวม

อาหารและเครื่องดื่ม

ในอุตสาหกรรมอาหาร การหยิบในถังแบบสุ่มมีบทบาทสำคัญในการทำให้กระบวนการคัดแยกและจัดการผลิตภัณฑ์อาหารเป็นไปโดยอัตโนมัติ ซึ่งช่วยเพิ่มประสิทธิภาพการดำเนินงานอย่างมาก หนึ่งในโครงการที่น่าสนใจของ Solomon ในภาคนี้คือการร่วมมือกับบริษัทขนมขบเคี้ยวข้ามชาติชั้นนำในการหยิบคุกกี้บรรจุหีบห่อจากถังและถ่ายโอนไปยังสายพานลำเลียง ความท้าทายหลักคือเวลาในการทำงาน เพราะระบบต้องหยิบและวางคุกกี้ประมาณ 30 ถึง 35 ชิ้นต่อนาที การทำให้เป็นอัตโนมัติช่วยลดภาระทางกายภาพของผู้ปฏิบัติงาน ลดความเสี่ยงจากการบาดเจ็บที่เกี่ยวข้องกับกล้ามเนื้อและกระดูก และในที่สุดก็เพิ่มความปลอดภัยในสถานที่ทำงานและประสิทธิภาพของสายการผลิต

การผลิต

การหยิบในถังแบบสุ่มถูกใช้อย่างแพร่หลายในอุตสาหกรรมการผลิตเพื่อหยิบและคัดแยกส่วนประกอบต่างๆ ผู้ผลิตหุ่นยนต์อุตสาหกรรมและเครื่องจักรอัตโนมัติรายใหญ่ต้องการการหยิบในถังแบบสุ่มด้วยความเร็วสูงของวัตถุโลหะบางชนิด ความท้าทายหลักคือข้อกำหนดของเวลาในวงจรที่เข้มงวดและความแม่นยำ วัตถุต้องถูกวางซ้อนที่สถานีทิ้ง และข้อผิดพลาดในการหยิบอาจทำให้การวางผิดพลาดได้ วัตถุอาจถูกวางจากมุมมองด้านบนหรือด้านหลัง โดยมุมเอียงที่แตกต่างกัน ซึ่งต้องการให้ AI ตรวจจับแต่ละด้านและมุมของวัตถุอย่างแม่นยำเพื่อการวางที่ถูกต้อง ผิวมันของวัตถุโลหะยังเป็นความท้าทายเพิ่มเติมสำหรับกล้อง 3D เนื่องจากการสะท้อนแสงที่อาจทำให้ภาพ 2D และจุดเมฆ 3D เบี่ยงเบนไป ส่งผลให้ความแม่นยำในการหยิบลดลง เพื่อแก้ไขปัญหานี้ กล้อง 3D อุตสาหกรรม SolScan ที่ติดตั้งไฟโปรเจกเตอร์สีเขียวถูกใช้งานแทนไฟสีขาวปกติ
original 2D image of randomly arranged metal items

ภาพต้นฉบับ 2D

2D AI detection of randomly arranged metal items with angle recognition

การตรวจจับ 2D ด้วยการรับรู้มุม

3D point cloud of randomly arranged metal items with pick point placement

เมฆจุด 3D พร้อมการวางตำแหน่งจุดหยิบ

อุตสาหกรรมเภสัชกรรมและการแพทย์

ในอุตสาหกรรมเภสัชกรรมและการแพทย์ ระบบการหยิบในถังแบบสุ่มเป็นสิ่งสำคัญสำหรับการจัดการกับรายการต่างๆ ในสภาพแวดล้อมที่มีความเร็วสูงซึ่งต้องการความแม่นยำ ตัวอย่างเช่น ผู้จัดจำหน่ายเภสัชกรรมจัดการกับภาชนะที่หลากหลายรวมถึงกล่องและขวดที่มีรูปร่าง ขนาด และสีที่แตกต่างกัน โดยประมาณห้าวัตถุในตำแหน่งและทิศทางที่สุ่มในแต่ละถัง ความท้าทายหลักคือการรักษาบาร์โค้ดของผลิตภัณฑ์ให้สามารถมองเห็นได้ในระหว่างการหยิบ เนื่องจากวัตถุต้องถูกวางระหว่างเครื่องอ่านบาร์โค้ดเพื่อการสแกน พื้นที่ทำงานมีขนาดจำกัด และหุ่นยนต์ต้องทำงานที่ความเร็วสูงเพื่อให้ทันตามเวลาในวงจรที่เข้มงวด ซึ่งเพิ่มความเสี่ยงในการชนกัน AccuPick ถูกนำมาใช้ในการแก้ไขปัญหานี้ โดยซอฟต์แวร์การวางแผนการเคลื่อนไหวคำนวณเส้นทางที่ปลอดภัยและปราศจากการชน ในขณะที่ AI ในตัวช่วยให้การตรวจจับมีความแม่นยำสูง ทำให้หุ่นยนต์สามารถหยิบวัตถุจากตำแหน่งใดๆ (ด้านบน ด้านข้าง หรือด้านล่าง) โดยไม่ปิดกั้นบาร์โค้ด หุ่นยนต์มีปลายหุ่นยนต์สองแบบ คือ หนึ่งมีถ้วยดูดขนาดใหญ่และอีกอันมีถ้วยดูดขนาดเล็ก และตามผลการตรวจจับวัตถุ ตำแหน่ง และประเภท (กล่องหรือขวด) จะมีการตั้งกฎเงื่อนไขที่เหมาะสมเพื่อให้มั่นใจว่าปลายหุ่นยนต์ที่ถูกต้องจะถูกเลือกสำหรับแต่ละกรณีของวัตถุ

พื้นฐานของระบบการหยิบในถังแบบสุ่ม

การสอบเทียบจุดศูนย์กลางเครื่องมือ (TCP)

การสอบเทียบ TCP ของหุ่นยนต์ต้องดำเนินการเมื่อได้เลือกตัวจับยึด (end-effector) สำหรับการใช้งานและติดตั้งบนฟลานจ์ของหุ่นยนต์ TCP จะทำหน้าที่เป็นจุดอ้างอิงสำหรับการสั่งการหุ่นยนต์ให้ไปยังตำแหน่งและการวางทิศทางที่แม่นยำของตัวจับยึด
Diagram showing Tool Center Point (TCP) Calibration

การสอบเทียบ TCP

การสอบเทียบระหว่างระบบมองเห็นและหุ่นยนต์

การสอบเทียบระหว่างระบบมองเห็นและหุ่นยนต์เป็นสิ่งสำคัญ เนื่องจากกล้อง 3D จะมีจุดกำเนิดของพิกัดที่ฐานของกล้อง และหุ่นยนต์จะมีจุดกำเนิดของพิกัดที่ฐานของหุ่นยนต์ การสอบเทียบช่วยให้หุ่นยนต์เข้าใจระบบพิกัดของกล้องและแปลงพิกัดเหล่านี้ให้เป็นพิกัดของหุ่นยนต์เอง ผลลัพธ์คือพิกัดตำแหน่งและการหมุนที่ส่งจากเครื่องสแกน 3D ไปยังหุ่นยนต์จะถูกตีความได้อย่างแม่นยำ ช่วยให้หุ่นยนต์สามารถไปถึงจุดที่ต้องการด้วยตำแหน่งและการหมุนที่ต้องการได้

การสแกน 3D และการตรวจจับวัตถุ

เครื่องสแกน 3D จะจับภาพ 2D และพิกัด 3D ของวัตถุในถัง ข้อมูลนี้จะใช้ในการสร้างจุดหยิบสำหรับวัตถุที่ตรงตามเกณฑ์พื้นฐานสำหรับการหยิบ เกณฑ์เหล่านี้อาจแตกต่างกันตามโครงการ แต่โดยทั่วไปจะรวมถึง:

• วัตถุที่อยู่บนพื้นผิวด้านบนของถัง

• วัตถุที่ไม่ได้ถูกบดบังหรือถูกบดบังเพียงเล็กน้อยโดยวัตถุอื่น

• คุณสมบัติที่มองเห็นได้ซึ่งช่วยในการกำหนดทิศทางการหยิบของวัตถุ

• วัตถุที่ถูกวางตำแหน่งและหมุนอย่างปลอดภัยเพื่อให้หุ่นยนต์หรือตัวจับยึดไม่ชนในระหว่างการหยิบ

การสร้างจุดหยิบและการดำเนินการ

จุดหยิบสำหรับแต่ละวัตถุจะรวมถึงพิกัดตำแหน่งและการหมุน เมื่อสร้างจุดหยิบแล้ว หุ่นยนต์จะได้รับจุดหยิบนี้ จากนั้นตัวควบคุมหุ่นยนต์จะคำนวณเส้นทางไปยังจุดนั้น สำหรับการใช้งานที่ท้าทายมากขึ้นในสภาพแวดล้อมที่ต้องการการหลีกเลี่ยงการชนกัน จำเป็นต้องใช้ซอฟต์แวร์การวางแผนการเคลื่อนไหวในการคำนวณเส้นทางที่ปลอดภัย เมื่อหุ่นยนต์ไปถึงจุดหยิบแล้ว มันจะหยิบวัตถุและนำไปวางในตำแหน่งหรือถังที่ต้องการ

การทำซ้ำรอบการทำงาน

เมื่อวัตถุทั้งหมดในรอบการทำงานปัจจุบันถูกหยิบและวางแล้ว รอบการทำงานใหม่จะเริ่มจากขั้นตอนการสแกน ซึ่งจะทำให้การทำงานดำเนินต่อไปจนกว่าถังจะว่าง

ความท้าทายและโซลูชันในการหยิบในถังแบบสุ่ม

ข้อกำหนดเวลารอบที่เข้มงวด

โครงการที่มีข้อกำหนดเวลารอบที่เข้มงวดจะเผชิญกับความท้าทายที่สำคัญ เนื่องจากทุกขั้นตอนต้องเสร็จสิ้นอย่างรวดเร็วเพื่อให้บรรลุเป้าหมายโดยรวม ปัจจัยสำคัญที่ต้องพิจารณามีดังนี้:

• เวลาในการจับภาพของกล้อง 3D: กล้อง 3D ต้องจับภาพทั้งภาพ 2D และจุดคลาวด์ 3D อย่างรวดเร็ว

• การสร้างภาพและจุดคลาวด์ 3D: อัลกอริธึมในการสร้างภาพ 2D และจุดคลาวด์ 3D ต้องมีประสิทธิภาพและได้รับการปรับแต่งให้เหมาะสม

• การระบุวัตถุ: อัลกอริธึมในการระบุวัตถุต้องรวดเร็ว การใช้ AI สามารถเพิ่มความเร็วและความแม่นยำได้อย่างมาก

• การกำหนดจุดหยิบ: อัลกอริธึมสำหรับการกำหนดจุดหยิบต้องรวดเร็ว สามารถใช้ AI ในการเพิ่มความเร็วได้

• การวางแผนการเคลื่อนไหว: ระบบการวางแผนการเคลื่อนไหวต้องคำนวณเส้นทางที่ปลอดภัยได้อย่างรวดเร็ว

• ความเร็วของหุ่นยนต์: หุ่นยนต์ต้องทำงานที่ความเร็วสูงเพื่อให้ตรงตามข้อกำหนดเวลารอบ

• การเลือกอุปกรณ์ปลายทาง: การเลือกอุปกรณ์ปลายทางที่เหมาะสมมีความสำคัญเพื่อหลีกเลี่ยงการหยิบผิดพลาดและให้แน่ใจว่าวัตถุจะไม่หลุดในระหว่างการเคลื่อนที่ของหุ่นยนต์

ความแม่นยำในการหยิบสูง

การบรรลุความแม่นยำในการหยิบสูงเป็นสิ่งสำคัญสำหรับการหยิบในถังแบบสุ่มที่มีประสิทธิภาพ ปัจจัยที่ต้องพิจารณามีดังนี้:

• การเลือกเครื่องสแกน 3D ที่เหมาะสม: การเลือกเครื่องสแกน 3D ที่เหมาะสมกับวัสดุของวัตถุ ระยะการทำงาน และขนาดของถังเป็นสิ่งจำเป็น

• ความละเอียดสูง: เครื่องสแกน 3D ควรมีความละเอียดสูงเพื่อการจับภาพที่ละเอียด

• การมองเห็นด้วยคอมพิวเตอร์และการประมวลผลภาพล่วงหน้า: การใช้เทคนิคการมองเห็นด้วยคอมพิวเตอร์ขั้นสูงและการประมวลผลภาพล่วงหน้าสามารถเพิ่มความแม่นยำได้อย่างมาก

• AI สำหรับการตรวจจับวัตถุ: การเลือกอัลกอริธึม AI ที่ถูกต้องสามารถปรับปรุงความแม่นยำในการตรวจจับวัตถุได้

• AI สำหรับการกำหนดจุดหยิบ: วิธีการจับคู่ 3D ด้วย AI สามารถปรับปรุงความแม่นยำในการกำหนดจุดหยิบได้

• การปรับแต่ง: การปรับแต่งเครื่องสแกน 3D พารามิเตอร์ เทคนิคการประมวลผลภาพล่วงหน้า อัลกอริธึมการตรวจจับ 2D AI และวิธีการจับคู่ 3D สำหรับการกำหนดจุดหยิบเป็นสิ่งสำคัญสำหรับการทำงานที่มีประสิทธิภาพสูงสุด

• สภาพแสงที่เสถียร: การรักษาสภาพแสงที่เสถียรเป็นสิ่งสำคัญเพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอ

ทิศทางของวัตถุแบบสุ่ม

วัตถุในถังมักมีการจัดเรียงแบบสุ่ม ทิศทางที่ไม่รู้จัก และตำแหน่งที่ไม่เป็นระเบียบ ความสุ่มนี้อาจทำให้วัตถุชนกันและขัดขวางการหยิบกันได้ เพื่อเอาชนะความท้าทายเหล่านี้สามารถใช้กลยุทธ์หลายประการ:

• วิธีการแบบชั้นต่อชั้น: สแกนและหยิบวัตถุที่เหมาะสมที่สุด จากนั้นทำการสแกนซ้ำเพื่อเริ่มขั้นตอนถัดไป โดยทำทีละชั้น

•  เครื่องเขย่าถัง: ใช้เครื่องเขย่าถังเพื่อเปลี่ยนตำแหน่งของวัตถุ

• การหยิบแบบสองขั้นตอน: หยิบวัตถุให้มีประสิทธิภาพที่สุดก่อน แล้วจึงแยกมันออกที่สถานีรองโดยไม่มีวัตถุอื่นๆ เพื่อการหยิบที่แม่นยำยิ่งขึ้น

• การเลือกอุปกรณ์ปลายทาง: การเลือกอุปกรณ์ปลายทางที่ถูกต้องมีความสำคัญในการเพิ่มโอกาสในการหยิบวัตถุสำเร็จในสถานการณ์ที่ท้าทาย

• การออกแบบถัง: การออกแบบถังมีความสำคัญ สำหรับบางแอปพลิเคชัน การใช้รูปทรงถังเป็นพีระมิดตัดกลับอาจเป็นทางออกที่มีประสิทธิภาพ

ความแม่นยำในการหยิบที่ไม่สมบูรณ์

แม้ว่าเทคโนโลยีการมองเห็นขั้นสูงจะมีความสามารถ แต่ความแม่นยำในการหยิบอาจไม่ได้ผล 100% วัตถุที่อยู่ที่ก้น ขอบ หรือมุมของถังอาจไม่ถูกหยิบเนื่องจากตำแหน่งที่ตั้ง ในกรณีเหล่านี้ การใช้เครื่องเขย่าถังเพื่อปรับตำแหน่งของวัตถุให้ไปอยู่ในพื้นที่ที่สามารถเข้าถึงได้ภายในถังสามารถเป็นทางออกที่มีประสิทธิภาพ

พื้นที่ทำงานจำกัดและความเร็วของหุ่นยนต์สูง

ในพื้นที่แคบที่ต้องการการเคลื่อนไหวของหุ่นยนต์ที่มีความเร็วสูง ซอฟต์แวร์การวางแผนการเคลื่อนไหวเป็นสิ่งสำคัญ จำเป็นต้องมีไฟล์ CAD แบบเบาของพื้นที่ทำงานและอุปกรณ์ปลายทาง ซึ่งควรรวมถึงโมเดลของหุ่นยนต์เพื่อจำลองเส้นทางที่เป็นไปได้และคำนวณเส้นทางที่ปลอดภัยที่สุด

วัตถุที่ใสหรือเป็นโลหะเงา

วัตถุที่ใสหรือโลหะเงาจะมีความท้าทายเพิ่มเติมในการสร้างจุดคลาวด์ที่แม่นยำสำหรับการกำหนดจุดหยิบ โซลูชันรวมถึงการใช้ AI, การมองเห็นด้วยคอมพิวเตอร์ และเทคนิคการประมวลผลภาพล่วงหน้า รวมทั้งการใช้เครื่องสแกน 3D ที่มีคุณภาพสูง การรวมวิธีการเช่น การมองเห็นแบบสเตอริโอและแสงจากโปรเจคเตอร์ที่มีโครงสร้าง พร้อมตัวเลือกของสีแสงที่ต่างกัน ความละเอียดสูง และความเข้มแสงที่เพิ่มขึ้นสามารถช่วยในการแก้ปัญหาเหล่านี้ได้อย่างมีประสิทธิภาพ

การหยิบในถังแบบสุ่มโดยใช้ AI

AI มีบทบาทสำคัญในการตรวจจับคุณภาพสูงและการกำหนดจุดหยิบที่แม่นยำในขณะที่รักษารอบเวลาที่แข่งขันได้ในแอปพลิเคชันอุตสาหกรรม เมื่อรวมกับการมองเห็นด้วยคอมพิวเตอร์และเทคนิคการประมวลผลภาพล่วงหน้า AI สามารถปรับตัวให้เข้ากับสภาพแวดล้อมต่างๆ และการจัดวางทิศทางของวัตถุ ความสามารถในการปรับตัวนี้ทำให้ AI เหมาะสมอย่างยิ่งสำหรับการหยิบในถังแบบสุ่ม ซึ่งวัตถุมักจะถูกจัดวางแบบสุ่ม โมเดล AI ที่พัฒนาเพื่อใช้ในกรณีเหล่านี้ควรมีความทนทานและยืดหยุ่น สามารถจัดการกับความท้าทายในการหยิบที่หลากหลายได้
Automated bin picking: AccuPick software with SolScan 3D camera and UR cobot picking metal parts.
การหยิบในถังแบบสุ่มที่ขับเคลื่อนด้วย AI และระบบมองเห็นขั้นสูงกำลังเปลี่ยนแปลงอัตโนมัติในอุตสาหกรรมต่างๆ สำรวจวิธีที่ โซลูชัน AI และการมองเห็น 3D ของ Solomon สามารถช่วยเพิ่มประสิทธิภาพการดำเนินงานของคุณได้