

視覚、把持、および動作制御を1つの協調サイクルに統合することで、ロボットセルはより多様な部品に対応できるようになり、実験室での検証から産業現場への導入に至るまでの道筋がより明確になります。
この課題は、単に物体を認識するだけにとどまりませんでした。このシステムは、不規則な形状の構成要素を確実に認識・把持・移動させると同時に、システムの複雑さを低減し、導入リスクを最小限に抑えなければなりませんでした。




NTT DATAは、仮想モデル、知覚モデル、グリッパーの制御戦略、およびサイクル制御ソフトウェアをエンドツーエンドのアプローチとして統合し、実験室環境で統合・検証を行った。
ターゲットコンポーネントに対して基礎となる姿勢推定モデルを微調整し、ワンショットアプローチを用いて新しいバリエーションへの適応を高速化する。
このアプローチを、スライダー本体やプラーなど、より複雑な部品にも適用し、それらの形状に合わせてグリッパーの動作戦略を調整した。
ピック・アンド・プレース工程全体にわたるタスク実行およびサイクル管理を開発し、単一ロボットアーキテクチャ向けの制御ロジックを最適化した。
ロボット、グリッパー、および部品について、リアルな視覚的・物理的挙動を備えた高忠実度のシミュレーションを構築し、その後、反復的な実験室での実証やテスト・調整セッションを通じて、ソリューションを統合・検証した。
このイニシアチブにより、再利用可能なデジタルツイン資産、制御ソフトウェア、および実験室で検証済みの技術ロードマップからなる、実用化に向けた基盤が確立されました。これにより、バリエーションの導入にかかる労力の軽減、導入前の実機による反復試験の削減、およびセルアーキテクチャの簡素化が実現されます。
次のステップは、生産データを用いて、ピッキングの安定性、可用性、および不良品の削減における効果を確認することです。