最終更新日：7、2026

3Dビジョンによるクランクシャフトロボットビンピッキング：エンジン部品の選別と供給のビデオ

クランクシャフトのロボットによるビンピッキングは、エンジン製造における最も困難な作業の一つである、重くて不規則な形状のクランクシャフトを、部品ごとに異なる角度で積み重ねられている深いビンから選別する作業を自動化します。以下のビデオでは、6軸ロボット、3Dビジョン、姿勢推定、およびフレキシブルグリッパーが、ランダムなクランクシャフトの選別を、後工程の機械加工、マーキング、または組み立てステーションへの再現性の高い供給プロセスに変換する様子を示しています。

埋め込みプレーヤーが読み込まれない場合は、YouTubeで直接動画を開いてください。 3Dビジョン搭載クランクシャフト式ロボットによるビンピッキング.

プロセスの概要

クランクシャフトはエンジンの動力伝達の中核部品です。自動車製造においては、鍛造、精密旋削、研削、動的バランス調整、マーキング、組み立てといった工程を経て製造されます。これらの工程間では、部品の誤供給やオペレーターによる再介入を起こさずに安定したタクトタイムを維持できるよう、選別と供給の信頼性が不可欠です。

従来の手作業による選別は、クランクシャフトの形状が不規則であったり、カウンターウェイトがずれていたり、機械加工面が反射したり、積み重ねられた状態がランダムであったりするため、時間がかかり、エラーが発生しやすい。作業者は部品の形状と最適な把持位置を目視で判断する必要があり、そのためサイクルタイムと品質の安定性を管理するのが困難となる。

現在のエンジニアリングソリューションでは 6軸ロボット 3Dビジョンシステムと組み合わせることで、レーザー構造化光スキャンによって高密度の点群が生成され、ディープラーニングによって部品認識と姿勢推定がサポートされ、ランダムなビンピッキングが可能になります。適切に調整されたセルでは、1個あたり約48秒で処理でき、1つのフレキシブルグリッパーでハードウェアの交換なしに6～8個のクランクシャフトモデルを処理できます。同様のマテリアルハンドリングのユースケースについては、EVSINTの製品を参照してください。 ハンドリングロボット カテゴリ。

クランクシャフトビンピッキングにおけるよくある落とし穴

カメラの視野角と被写界深度が不十分です。 ビンの深さは800mmに達することがよくあります。コスト削減のために視野角の狭いカメラを使用する場合、最下層が完全にカバーされない可能性があり、その結果、認識失敗率が高くなり、ラインアラームが頻繁に発生します。

反射面における点群の品質が低い。 精密加工されたクランクシャフトの表面は、レーザースキャン時に鏡面反射を起こす可能性があります。その結果、点群に欠損やノイズが発生し、認識精度と姿勢推定の信頼性が直接的に低下します。

深層学習の学習データが不足しています。 新型クランクシャフトモデルは、十分なサンプル画像がないまま生産段階に入る可能性があります。モデルの一般化が不十分な場合、現場での試運転期間が想定の3日から2週間に延びる可能性があります。

衝突検知なしの軌道計画。 一部のシステムは基本的な運動学的シミュレーションに依存しており、ビン壁、隣接する部品、グリッパーの干渉を十分に考慮していません。深いビンでのピッキングでは、これが衝突によるダウンタイムや、手動によるリセットの繰り返しにつながる可能性があります。

二次的な方向指示ステーションはありません。 下流側の治具に直接配置すると、姿勢精度の要件を満たせない場合があります。二次ステーションは、加工、マーキング、またはコンベア搬送の前に向きを修正できます。これは、セルが 機械管理ロボット 加工ステーションまたはCNC関連ステーション。

コア技術ソリューション

3Dビジョンスキャン。 レーザー構造化光またはレーザーラインスキャンが推奨されます。視野はビン全体をカバーする必要があり、被写界深度は少なくとも800mmである必要があります。アクティブレーザープロジェクションは周囲光の干渉を抑制するのに役立ち、ハードウェアレベルのHDRは反射面上の点群の品質を向上させます。

深層学習による認識。 アテンションベースの点群セグメンテーションは、深刻な遮蔽やランダムな重なりがあっても、最も上位のピックアップ可能なターゲットを識別できます。少数のサンプルを用いた転移学習は、十分な代表サンプルが収集されていれば、新しいモデルの導入期間を1～2日に短縮するのに役立ちます。

高度な軌道計画。 このセルは、リアルタイムの点群ジオメトリから3D障害物シーンを構築し、それをロボットの運動学と組み合わせて、衝突のないピックアンドプレース経路を生成する必要があります。ハンドアイカメラアーキテクチャにより、ロボットはスキャン角度を調整して死角を減らすことができます。

柔軟なグリッパー設計。 空気圧式と電動式のハイブリッドグリッパーはクランクシャフトのバランスウェイトを支えることができ、横方向の位置決めピンはジャーナル間隔の変化に対応します。グリッパーはコアとなる機械的インターフェースであるため、クランクシャフトと一体的に設計する必要があります。 ロボットエンドエフェクター そして、付属品としてではなく、下流側の器具として扱われる。

標準化されたエンジニアリングレイアウト

クランクシャフト式ロボットビンピッキングセルは通常、6軸ロボット、フレキシブルグリッパー、構造化光3Dビジョン、二次方向付けステーション、レーザーマーカー、安全システム、および電気制御盤を統合しています。ワークフローは単純です。ビンがステーションに入ると、ロボットがエンドマウントカメラでスキャンし、ディープラーニングがモデルと姿勢を識別し、軌道計画によってピッキングが誘導され、二次ステーションが方向を補正し、必要に応じてレーザーが2Dコードを刻印し、部品がコンベアまたは治具に配置されます。

クランクシャフトほど重くない部品の選別および搬送プロセスでは、 ロボットを選んで配置する それで十分な場合もある。クランクシャフトの場合、可搬重量、リーチ、手首のトルク、グリッパーの重心といった要素を考慮すると、通常は6軸産業用ロボットの方が安全な基準となる。

安全システムは、外周フェンス、インターロック式ゲート、ライトカーテン、および安全PLCロジックを組み合わせる必要があります。電気キャビネットは、内部温度が40℃以下になるように工業用冷却システムを使用し、VFDの出力低下やロボットまたはコンベアの応答不安定のリスクを低減する必要があります。

テクニカルサマリー

クランクシャフトの選別自動化は、3つの相互に関連する機能に依存します。それは、ビジョンの安定性、衝突のない軌道計画、そしてグリッパーの柔軟性です。ビジョンの安定性は認識の上限を決定し、軌道計画は衝突リスクの上限を決定し、グリッパーの柔軟性はセルがクランクシャフトのモデル間をどれだけ効率的に切り替えられるかを決定します。

ハードウェア層は既に成熟しています。真のボトルネックは現場での適応性、すなわち深層学習モデルの調整、反射面処理、そして複数のクランクシャフトモデル間での迅速な移行です。インテグレーターを選定する際には、カメラの解像度やロボットのブランドだけを比較するよりも、自動車関連プロジェクトでの経験が重要になります。導入後、工場は3～6ヶ月ごとにビジョンモデルと軌道ライブラリを改良し、OEE（設備総合効率）を90%以上に引き上げる必要があります。

最終更新日：7、2026