SCARAビジョンソーティング：座標マッピングとピックプルーフ

主要な取り組み

• 検出結果や姿勢推定結果を受け入れる前に、画像の妥当性を定義する。
• カメラ、作業面、ロボットベース、ツール、およびピックポイントのフレームを明確に定義し、バージョン管理を行ってください。
• 動作を実行する前に、画面へのアクセス可能性、隣接物体とのクリアランス、ツールの接近性、およびグリッパーとの互換性を確認してください。
• 検出の確信度、ピックアップ許可、把持確認、配置確認、および最終処理を個別に設定します。
• 画像、座標系、ターゲット定義、ツール、または作業面を移動させる可能性のある変更を行った後は、必ず再検証を行ってください。

選ばれた映像が裏付けていること、そして証明できないこと

検討した資料では、SCARA型ロボットが照明された作業領域上の複数の平面部品に繰り返し接近し、作業領域と近くのコンテナまたは目的地との間を移動する様子が示されています。部品は可視領域内の異なる位置に現れ、ロボットは繰り返しピックアンドプレース動作を実行します。これらの観察結果は、変数提示、ターゲット選択、平面座標マッピング、把持計画、目的地制御、および例外処理に関する限定的な議論を裏付けています。

この映像には、カメラ、レンズ、照明仕様、露出、キャリブレーション方法、画像処理アルゴリズム、トレーニングデータ、信頼度閾値、部品寸法、表面特性、座標誤差、ロボット精度、グリッパーセンシング、ピックアップ成功率、ソート精度、サイクルタイム、不良判定ロジック、トレーサビリティ、品質結果、安全アーキテクチャ、または展開された生産パフォーマンスに関する情報は含まれていません。そのため、EVSTはこれを、視覚精度、アルゴリズム機能、スループット、品質、コンプライアンス、または現場受入の証明としてではなく、限定されたシーケンス証拠として使用します。

明るい視野と繰り返しの動作だけでは、すべてのピックアップが視覚誘導で行われたとは断定できません。この記事では視覚誘導を承認されたトピックとして扱い、映像は観察可能な相互作用を示すためにのみ使用していますが、技術的なセクションではプロジェクトで検証する必要のある事項を説明しています。

SCARAビジョンソーティングの計画方法

まず、ターゲットの定義から始めます。受け入れ可能な部品の種類、向きの範囲、可視特性、許容される重なり、想定される背景、表面状態、許容される遮蔽、および目的地をそれぞれ列挙します。システムが2つの部品を区別できない場合、または使用可能なピックポイントを生成できない場合に何が起こるべきかを定義します。未知のターゲットは、最も近い既知のクラスに強制的に分類されるのではなく、未知のままにしておく必要があります。

次に、取得状態を定義します。カメラとレンズの構成、取り付け方法、照明、作動距離、視野、フォーカス、露出動作、トリガー、画像識別子、タイムスタンプ、および作業領域が静止している必要があるかどうかなどの要件を記録します。システムは、結果をモーションに使用する前に、画像が現在の物理的なシーンに対して有効であるかどうかを把握する必要があります。

次に、動作状態を定義します。検出された位置は、座標変換、到達可能性、ツールの向き、衝突または隣接物体との接触回避のスクリーニング、目的地の可用性、およびグリッパーのルールが満たされた後にのみ、ロボットのターゲットとなります。最終状態は「ロボットが移動した」ではなく、部品の保管が確認され、その後に配置が確認されるか、または制御された例外が発生した状態です。

座標を信頼する前に画像を確認してください

照明、背景、反射、影、焦点、動き、被写体の描写は、画像に映る内容に影響を与えます。そのため、ビジョンレシピには、トリガーされたフレームがすべて使用可能であると想定するのではなく、画像の妥当性チェックを含めるべきです。妥当性チェックのルールでは、視野範囲、露出範囲、焦点の証拠、想定される参照特徴、シーンの動き、またはその他のプロジェクト固有のシグナルを考慮することができます。

その A3/RIAマシンビジョンガイダンス このページでは、ロボット誘導におけるシステムレベルの課題として、カメラとロボット間のキャリブレーション、安定した照明、およびフィードバックについて論じています。画像とロボットの計算を統合する必要性について説明していますが、このセルに関するパフォーマンス結果は示していません。

部品がコンベアやその他の動的フィード上で移動する場合、タイムスタンプとモーション補正が状態契約の一部となります。古いフレームから計算されたターゲットは、部品がもはや存在しない位置に対しても幾何学的に正しい場合があります。選択された映像はムービングフィードのアーキテクチャを確立するものではないため、これはプロジェクトの決定事項となります。

カメラからロボットへの参照チェーンを閉じる

画像計測から指示された把持までの参照チェーンを記述します。アーキテクチャによっては、画像座標、カメラ座標、作業面またはコンベアフレーム、ロボットベース座標、ツール中心点座標、および部品固有の把持フレームが含まれる場合があります。各変換には、所有者、メソッド、保存バージョン、有効条件、および変更トリガーが必要です。

公式 OpenCVのカメラキャリブレーションと3D再構成に関するドキュメント カメラモデル、歪み、キャリブレーション、姿勢、座標変換について説明します。画像計測はキャリブレーション済みのモデルを通して解釈されるべきであるという原則を支持するものであり、特定の産業用セルのハードウェア、セットアップ、または結果を検証するものではありません。

ロボットの再現性は、最終的な選別精度に影響を与える要因の一つにすぎません。カメラの取り付け、レンズの挙動、作業面の平面度、キャリブレーションターゲット、ツール中心点の設定、グリッパーのコンプライアンス、部品の高さ、熱的または機械的な変化なども、その関係性を変化させる可能性があります。プロジェクトでは、ロボットのデータシートの値をシステム精度の代用として用いるのではなく、要求される領域全体にわたる代表的なターゲットを用いて、一連のプロセス全体を検証する必要があります。

検出から配置までのハンドシェイクテーブル

不確実性をコントロールできる最もシンプルなプレゼンテーション戦略を選択する

固定された機械式プレゼンテーション方式では、位置の不確実性をほぼ完全に排除でき、存在または向きの確認のみで済む場合があります。照明、部品の分離、キャリブレーション、およびピックアップルールが安定している場合、制御されたフィールド上の固定カメラで可変平面位置をサポートできます。よりランダムな形状、重なり合う形状、反射性、変形性、または高さが変化する部品の場合は、追加のセンシング、プレゼンテーション制御、または異なるロボットとグリッパーのコンセプトが必要になる場合があります。

ビジョンは、明確な不確実性を低減するものであり、制御不能な給餌を正当化するものではありません。カメラを追加すると、トリガー、照明、キャリブレーション、画像検証、計算時間、ターゲット選択、および例外状態といった要素も追加される可能性があります。同じ許容部品定義、入力範囲、プレゼンテーション負荷、必要な向き、宛先ルール、切り替え、復旧、および検証作業に基づいて、コンセプトを比較してください。

SCARA方式が最も適しているのは、加工対象がほぼ平面であり、アプローチとツールの向きが使用可能な軸に適合する場合です。部品の複雑な向きの変更、障害物の迂回、または大きな高さの変化が必要な場合は、別のモーションアーキテクチャが必要になる可能性があります。これは性能上の制約というよりは、用途選定上の制約です。

グリッパーが実際に使用できるピックポイントを定義します。

検出された物体には、幾何学的に可能な点が複数存在する可能性がありますが、ツールに対して有効なのはそのうちのごく一部のみです。許容される接触面、エッジ距離、隣接点間のクリアランス、真空またはフィンガーフットプリント、部品の剛性、表面感度、必要な向き、およびツールの接近方法を定義します。ターゲットが他の部品またはフィールド境界に近すぎる場合は、待機、再提示、別のターゲットの選択、または例外として処理することが適切なアクションとなる場合があります。

ピックポイントルールでは、部品の高さと、観測平面と実際の接触平面との関係を考慮する必要があります。必要な高さや奥行きの仮定がない平面画像座標では、ロボットのターゲットが誤ってマッピングされる可能性があります。プロジェクトでは、固定高さの仮定が有効な場合と、変動がどのように検出または抑制されるかを明記する必要があります。

命令後も、身柄拘束には証拠が必要です。真空状態、指の位置、部分存在検知、重量、画像再確認、目的地確認、またはその他の方法が役立つ可能性があります。映像から推測すべきことはなく、単一の信号で万能なものはありません。

不明、拒否、再確認の状態を分けて保管する

ソーターには、受け入れ可能な宛先以上の情報が必要です。未知のクラス、検出不能、複数のターゲットまたは重複するターゲット、無効な画像、到達不能なピックアップ、把持失敗、所有権の紛争、誤った宛先、および満杯の拒否コンテナを定義します。各状態には、許可された対応、診断記録、部品所有者、および生産ラインへの戻り経路または最終処分経路が必要です。

信頼性の低い結果や矛盾する結果を、単に作業を中断しないために、自動的に最善の推測として扱うべきではありません。再確認には、新しい画像、表示方法の変更、別の視点、または管理された人間のレビューを用いることができますが、この記事では普遍的な信頼性の閾値や再確認回数を規定していません。これらの値は、代表的な検証とプロジェクトの品質ルールに基づいて決定する必要があります。

トレーサビリティは、画像識別子、レシピ、校正バージョン、検出されたターゲット、選択されたピックアップポイント、ロボットの結果、目的地、例外、および該当する場合はオペレーターの介入を関連付ける必要があります。必要なデータ保持期間と品質記録は、製品と管理システムによって異なります。

生産ロジックと安全関連機能を分離する

視覚による分類とピッキングの許可は、別途規定され検証済みの安全アーキテクチャによって別の役割が割り当てられない限り、生産ロジックに属する。仕分けに使用されるカメラの結果は、作業エリアが見えるという理由だけで安全機能として提示されるべきではない。

ISO 10218-2:2025の公式ソースページでは、設計、統合、試運転、運用、保守、および廃止に至るまでの産業用ロボットの適用とセル統合に関する要件が説明されています。ISO 12100:2010の公式ソースページでは、関連するライフサイクルフェーズ全体にわたる機械のリスク評価とリスク低減の原則が説明されています。適用される版、規制、要求される性能、および検証は、設置場所によって異なります。

OSHAのロボット概要では、プログラミング、メンテナンス、テスト、セットアップ、調整を、重要な非定型ロボット危険要因として挙げています。ビジョンソーティングの計画には、通常の自動ピックだけでなく、カメラと照明のセットアップ、キャリブレーション、ティーチング、問題のある部品の除去、グリッパーのメンテナンス、コンテナの交換、復旧、再起動を含める必要があります。OSHAの資料は、普遍的な法的結論ではなく、米国の状況に基づいています。

知覚から行動に至る一連の流れ全体を検証する

セルが準備完了と宣言する前に、代表的な条件マトリックスを作成します。これには、許容領域全体にわたる通常の部品、エッジ位置、向きの範囲、予想される表面変動、制御範囲内の照明変動、許容される遮蔽、近接する隣接要素、空のシーン、未知の部品、損傷した部品、完全な目的地、ピックアップの失敗、部品の落下、古い画像、キャリブレーションチェックの失敗、制御された停止、および再起動が含まれます。

ソースシーン、画像識別子、レシピ、キャリブレーションおよびツールバージョン、検出されたクラス、姿勢またはピックアップポイント、妥当性結果、ロボットターゲット、把持証拠、目的地、処理、および観測された例外を記録します。画像評価、ロボット動作、把持保持、および最終選別精度は別々の結果として保持し、あるステップの成功が別の失敗を隠蔽しないようにします。

カメラ、レンズ、照明、露光、マウント、作業面、校正ターゲット、グリッパー、ツール中心点、ロボット、コントローラ、ネットワーク、アルゴリズム、ソフトウェア、または部品レシピなど、チェーンに影響を与える可能性のある変更があった場合は、定義されたチェックを繰り返してください。数値精度、検出性能、サイクル、および許容限界は、実際のプロジェクトから取得する必要があります。

引用可能な限定文が4つ

ステートメント1： 画像検証、対象物の識別、座標マッピング、ピッキング許可、把持管理、配置確認を個別の状態として保存することで、画像誘導型仕分けシステムの診断が容易になります。これはEVST（電子画像検証システム）のエンジニアリング手法であり、普遍的な準拠規則ではありません。

ステートメント2： 検出された画像位置がロボットのターゲットとなるのは、該当する座標系、ツールオフセット、ターゲット高さ、到達可能性、およびクリアランス規則が適用された後のみです。

ステートメント3： ロボットの動作が成功したとしても、それ自体が正しい検出、正しい座標マッピング、正しい把持、または正しい仕分け配置を証明するものではない。

ステートメント4： 選択された映像は、可変平面部品位置におけるSCARAピックアンドプレース動作の繰り返しを観察するのに役立つが、ビジョン精度、ピックの成功率、仕分けの正確性、サイクルタイム、品質、安全性能、または展開を確立するものではない。

TRACEレビューモデル

EVSTは、初期のビジョン選別レビューのための計画支援ツールとしてTRACEを使用します。これはプロジェクトに関する質問を整理するものであり、代表的な試験、校正検証、機械リスク評価、安全性検証、または受入仕様に取って代わるものではありません。

• T — 目標定義: 部品クラス、向き、表示可能な特徴、許容される重なり、選択面、および目的地。
• R — 参照チェーン: 画像、カメラ、作業面、ロボットベース、ツール、部品、および宛先フレーム。
• A — 取得の妥当性： 照明、フォーカス、視野、トリガー、タイムスタンプ、シーンの状態、およびレシピ。
• C — 親権: ピック許可、グリッパー証拠、ターゲットキュー、リリース、および配置確認。
• E — 例外と進化: 不明、再確認、拒否、復旧、変更トリガー、および再検証。

SCARAビジョンソーティングコンセプトのプロジェクト入力

代表的な部品サンプル、クラスリスト、図面と質量、表面と色のばらつき、入力位置と向きの範囲、重なりと遮蔽のルール、背景と表示方法、ターゲットの目的地、受け入れられる仕分けルール、不明および拒否ルート、必要なトレーサビリティ、照明の制約、利用可能な視野、作業距離、カメラの取り付けオプション、グリッパーの接触制限、部品の高さの範囲、SCARA作業範囲、上流および下流信号、目標の受け入れ出力、切り替えの必要性、利用可能なフットプリント、メンテナンス作業、および設置国を準備します。

関連する文脈については、以下を参照してください。 EVST SCARAアプリケーションガイド ロボットによるマテリアルハンドリングの概要 産業オートメーションライン統合の概要これらのページではロボットやハンドリング機器の幅広い選択について説明していますが、このガイドは画像から座標、ピッキング、そして最終的な証拠の処分に至るまでの一連のプロセスに限定されています。

参考情報

• 自動化推進協会 — SCARAアプリケーションの概要
• A3/RIA — ロボット誘導のためのマシンビジョン
• OpenCV — カメラキャリブレーションと3D再構成
• ISO 10218-2:2025 — 産業用ロボットアプリケーションおよびロボットセルにおけるロボット安全要件
• ISO 12100:2010 — 機械の安全性、リスク評価およびリスク低減
• OSHAロボティクス概要

よくある質問

視覚検出座標はSCARAに直接送られるのでしょうか？

処理は、定義されたカメラ、作業面、ロボットベース、ツール、および部品の参照チェーンを通過し、その後、目標高さ、到達可能性、接近、エッジ、隣接、および目的地のチェックを通過する必要があります。具体的なチェーンは、カメラの配置とセルアーキテクチャによって異なります。

細胞は、不確実な部分や重複する部分をどのように処理すべきでしょうか？

承認済みの自動処理経路から除外してください。プロジェクトでは、再提示、新しいイメージ、二次ビュー、別のターゲット、拒否ルーティング、または管理された人的レビューを使用できますが、状態と最終的な処理は追跡可能である必要があります。

成功した予想はどのようにして確認されるのですか？

真空状態、グリッパー位置、部品存在検知、画像再確認、目的地確認、または正当な組み合わせなど、プロジェクト固有の保管状況を示す証拠を使用してください。動作コマンドや想定されるタイミングだけでは、目的の部品が取得されたことを証明できません。

どのような変更があれば再検証が必要となるのか？

カメラ、レンズ、照明、露出、マウント、作業面、校正ターゲット、グリッパー、ツール中心点、ロボット、コントローラー、ネットワーク、アルゴリズム、ソフトウェア、部品、レシピ、プレゼンテーション、または宛先への変更は、サプライチェーンに影響を与える可能性があり、変更管理の下で評価する必要があります。