自動車製造工程でのビジョンガイドロボット(VGR)

車体シーリングのための特徴検知

労働集約型の自動車産業

自動車製造において高品質な製品を製造するためには同期可能な複数の段階を経る必要があります。これらの工程における部品の位置合わせは、従来のビジョンシステムには達成できない精度と高いレベルのロボットのサポートが必須です。

レーザー三角測量法の限界

自動車のシーリング工程では材料の節約やロボットの衝突回避のために正確性が要求されます。巨大な自動車部品において一般的にはレーザー三角測量法によるスキャンを行いますが、この方法にはスキャン視野範囲に限界があり、大きな誤差や間違った部品位置合わせが生じ、基準に満たないものの生産につながってしまいます。

AI & 3D特徴検知

SolomonのVGRソリューションであるSolmotionは先進のAIと3Dテクノロジーにより、自動車車体シーリングの様な複雑な製造工程のアシストが可能です。複数の異なるモデルの車体も一つのシステム内に学習させられます。車体の一部分である特徴エリアの3Dポイントクラウドデータをキャプチャし、生産ライン上で素早く車体が判別されます。機械学習ベースの認識では、その時の車体の位置や向きに関わらず、複数台ロボットシステムがシーリング経路をリアルタイムで生成、調整するのを手助けします。
インテリジェントビジョンシステムで部品加工工程の改善をしませんか。
自動化プロセスで類似のお悩みはございませんか?
関連記事
  • 自動車エンジン番号高速読取ソリューション

    エンジン番号は焼印でエンジンに印刷されていますが、エンジン番号を撮影すると、影に邪魔されて文字が不揃いになったり、背景が不揃いになったりして、機械では読み取れません。 手作業で目視検査をしても、生産ラインでエンジン番号をすぐに特定することは容易ではありません。
  • インテリジェントなリモート施設管理

    機械ビジョンは、光学文字認識(OCR)を実行するために利用されます。この情報はクラウドに送信され、検査レポートを作成し、工場のオペレーターがモバイルデバイスを介して施設の検査を簡単に監視できるようにします。
  • Multi Colored Plastic Round Toy

    繊維の欠点検査の最適解

    現在繊維産業の生産現場では目視検査が主となっていますが、不良品流出率の高さ、工程時間の長さが問題となっています。繊維の欠点としては紙管の汚れ、変形、繊維の汚れ、繊維の破損、繊維の捩れ、ヘアラインなど多岐にわたります。目視検査では実際の要求品質に見合った検査はできず、従来式の光学検査(AOI)では欠点の認識に柔軟性がないため誤判断が多く、目視検査で再検査しなければなりません。労働コストを最適化するためには、繊維の検査は高効率なものでなければならないのです。
  • inside a 3PL distribution center

    壊れやすい品物の取り扱いと配置

    ソロモンの最先端のロジスティクスソリューション、AccuPickは、AIアルゴリズムと3Dイメージングを活用して、未知のアイテムをピックアップする際に先頭を走る存在として、ブラインドテストで登場しました。