Red bin with dark plastic auto parts for bin picking automation

AccuPickEstudio de casos

Recogida de contenedores de autopartes con IA

Cliente

El cliente es un fabricante europeo de autopartes con más de 40 años de experiencia. Especializada en la producción de grandes volúmenes, la empresa buscó una solución para mejorar la eficiencia y la precisión de sus procesos de recogida de contenedores para pequeños componentes de plástico.

Desafiar

Recogida de contenedores Componentes de plástico no reflectantes

El cliente necesitaba una solución capaz de seleccionar componentes de plástico no reflectantes en orientaciones aleatorias y colocarlos individualmente en bolsas pequeñas separadas, con un tiempo de ciclo de 3 a 5 segundos por selección. El bajo contraste de los componentes supuso un reto importante para los sistemas de visión 3D ordinarios, que luchaban por generar nubes de puntos de alta calidad para un agarre y una colocación precisos.

Solución

Solución completa de selección de contenedores AccuPick + SolScan

El sistema de recogida de contenedores de Solomon, AccuPick, combinado con las capacidades avanzadas de luz estructurada del SolScan El escáner 3D proporcionó una solución completa al desafío de selección de contenedores de autopartes del cliente. AccuPick capturó datos precisos de nubes de puntos para identificar y seleccionar cada componente utilizando un robot FANUC LR Mate 200iD. Con miles de artículos en el inventario del cliente, se empleó la herramienta de etiquetado automático de AccuPick para replicar de manera eficiente cada muestra, lo que redujo significativamente las horas que normalmente se dedicaban a la manualidad. anotaciones requeridas por los programas de IA ordinarios. Este enfoque simplificado redujo significativamente el tiempo necesario para entrenar modelos de IA y mejoró notablemente la precisión de la selección y la eficiencia operativa.

Resultado

Tiempo de ciclo reducido a 1,6 segundos por componente
Recogida eficaz de componentes de plástico no reflectantes
Reducción significativa en el tiempo de entrenamiento de modelos de IA con la herramienta de etiquetado automático