3D Vision

構造化光・ステレオ・ToF方式の3Dカメラデータを処理し、不定形物体の位置・サイズ・姿勢を解析する3D空間認識技術です。
特に、低コストなToF 3Dカメラ環境でも安定した認識性能を発揮します。また、物流をはじめ、不定形物を扱うさまざまな産業現場の自動化に活用できます。

Introduction

3Dカメラによる空間認識技術

ロボットが作業環境を理解し、物体の位置と形状を解析するための3D空間認識技術です。
ToF・構造化光・ステレオなど多様な3Dカメラに対応しており、
特に低コストなToFカメラ環境に最適化した認識技術により、導入コストを抑えながら、不定形物を扱う産業現場への自動化の適用性を高めます。

Key Feature

3Dデータをもとに、物体の中心座標・サイズ・姿勢などの物理情報を推定する技術です。 3D空間の特徴抽出を行うディープラーニング技術と空間分割アルゴリズムを活用し、一部が隠れた物体の形状まで解析できるよう研究を進めており、物流用ケース、部品、資材など、さまざまな不定形物体の認識に活用できます。

ToF・構造化光・ステレオなど多様な3Dカメラ環境に対応し、特に低コストなToFカメラをベースとした構成により、自動化システムの導入負担を軽減します。物流、製造、ピッキングなど、さまざまな産業現場で安定した物体認識を実現し、現場への適用性を高めます。

ToFカメラのコスト効率を生かしつつ、相対的な解像度の限界を補うために開発した技術です。互いに近接している物体や一部が重なった物体を区別し、物流用ケースのような不定形物体を安定して認識できるようにします。

Specification

技術検討のための詳細仕様です。

3Dカメラ	ToF・構造化光・ステレオなど多様な3Dカメラに対応
認識情報	物体のピッキング姿勢、位置、サイズ
認識方式	3Dデータに基づく物体解析
主な強み	低コストなToF方式の3Dカメラ環境でも安定した物体認識を実現
近接物体への対応	近接または一部が重なった物体の個別識別・分類
遮蔽物体への対応	一部が隠れた物体の形状推定を研究中
比較優位	作業精度と予算に合わせたコスト最適化ソリューションを提供
適用方式	高精度とコスト効率が重要な作業にはToF方式、超高精度作業には構造化光方式を適用

Validation

3D空間認識技術は、公的機関のR&D支援を受けて高度化を進めています。

TIPS

韓国中小ベンチャー企業部「ディープテックTIPS」プログラムに選定され、約20億ウォン規模の研究開発支援を受けて、3D認識技術を組み込んだ無人物流自動化システム「RBS 2.0」の高度化を進めています。

お探しの製品・ソリューションはありますか？