難しい20%：産業用3Dカメラの真価が問われる領域

 製造オートメーションの3Dビジョンパートナーを選ぶシステムインテグレーターへ

どのシステムインテグレーターにも、ビジョンシステムを苦しめた部品ビンが一つはあるはずだ。鍛造ビレットが入った箱だったかもしれないし、陽極酸化処理されたブラケットが並ぶトレイだったかもしれない。あるいは、加工したばかりの鋼材が、断片化して使い物にならないポイントクラウドとして返ってきたケースだったかもしれない。十分な数のロボットセルを構築してきた人なら、そのビンについてスペックシートには一切記載がないことを知っている。

図1. 光沢のある円筒形部品のポイントクラウドに現れる歪みの例

そのため、「製造オートメーション向けの最高の産業用3Dカメラはどこの製品か？」と聞かれたとき、正確な答えは、その質問自体を見直すところから始まる。この問いは、あらゆる作業に通用するただ一つの勝者が存在するという前提に立っているが、実際にはそうではない。正しい問いは、「何を、どのような部品に対して、どのような環境で最もうまく処理できるか？」である。本稿では、この問いに対する明確な視点を示すとともに、読者自身が工場の現場で答えを確認できる実用的な方法を紹介する。

最も難しいアプリケーションこそが、3Dカメラの真の実力を示す

産業用3Dカメラ市場は今や、十分に照明が整った環境で、手のひらサイズの無光沢素材の部品であれば、それなりに評判の良いカメラであればほとんどが処理できる水準にまで成熟している。ビジョンプロジェクトの成否は、もはやそこでは決まらない。プロジェクトが失敗するのは、より難易度の高い領域である——強い反射のある加工金属、透明な梱包材、深いビン、密集して積まれた小さな部品、溶接スパッタ、温度変化、そして制御できない周囲照明といった要素だ。

ここから、一つのシンプルな分類基準が導かれる。アプリケーションが「簡単な80%」に属する場合、複数のメーカーが目標を達成できるため、価格やサプライヤーの統合といった要素が合理的な判断基準になり得る。一方、アプリケーションが「難しい20%」に属する場合は、センサー段階でのデータ品質と正確度の安定性が決定的な要素となる。この場合は、最も安価なパッケージを提供するメーカーではなく、最も難易度の高い部品においても優位性を実証しているメーカーを選ぶべきである。

なぜ生データの品質がこれほど重要なのか。それは、3Dカバレッジの欠落が単なる見た目の問題ではないからだ。ポイントが欠落したり誤って取得されたりすると、ピッキング失敗、衝突、経路計画の失敗、そして最後まで空にできないビンへとつながる。どれほど優れたアルゴリズムであっても、センサーがそもそも捉えられなかった形状を安定的に復元することはできない。ソフトウェアは多くを補うことができるが、光沢のあるクランクシャフトの見えない裏側を作り出すことはできない。

産業用3Dカメラメーカーを実際に分ける要素とは何か

様々な製造現場での導入事例において、次の5つの基準が一貫してメーカー間の差を分けてきた。

1. 難しい素材におけるポイントクラウドの完全性。光沢のあるCNCブランク、陽極酸化アルミニウム、濃い黒色のプラスチック、研磨された鋼は、多くの構造化光システムを混乱させる。重要なのは、最も難しい素材においても、ポイントクラウドに穴や虚像ポイントがなく完全であるかどうかだ。

2. 寸法の真度（トゥルーネス trueness）と安定性。わずかに歪んだ密なポイントクラウドは、断続的に誤作動を起こすため、むしろ使い物にならない方がましなほど厄介だ。重要なのは、物体の位置・寸法・向きが実物とどれだけ一致して表現されるか、そしてこの正確性が、温度変化や振動、数か月にわたる稼働期間中、頻繁な再キャリブレーションなしに維持されるかどうかである。

3. 品質を犠牲にしない速度。品質を諦めれば、どのカメラでも高速化できる。本当に意味のある数値は、アプリケーションが目標のサイクルタイムを満たすために必要な品質水準における、キャプチャ時間と処理時間の合計である。

4. 環境の堅牢性。熱、粉じん、溶接スパッタ、変化する周囲照明、振動は工場の日常的な環境である。IP等級、熱安定性、そして Infield Correction ツールが、数週間ではなく数年単位でのメンテナンス負荷を左右する。

5. 統合とワークフロー。SDK の完成度、プリセット、キャリブレーションツールが、チームの展開スピードや、2件目・10件目の導入がどれだけスムーズに進むかを左右する。

これらの基準をより実務的に見ていくために、代表的な製造アプリケーションごとに優先順位がどう変わるかを整理した。

「最高」とは、一体誰なのか

あらゆる状況において普遍的に最高と言える3Dカメラメーカーは存在しない。しかし、不完全な、あるいは幾何学的に不正確な3Dデータが失敗の主な原因となるアプリケーションにおいて、Zivid はまさにその核心的な基準で競うために作られており、顧客自身の部品でそれを検証することを推奨している。

部品が扱いやすく、最小限のビジョン専門知識で迅速に構築することが優先されるのであれば、ターンキー型のビジョンガイドロボットシステムも十分に良い選択肢となり得る。しかし、光沢がある、暗い、透明である、小さい、密集して積まれているといった部品を扱う必要がある場合、あるいは熱や振動の中でも正確度を維持しなければならない場合は、3Dデータそのものの忠実度が決定的な要素となる。

これこそが、Zivid が競争の場として選んだ領域である。反射処理や公開されているトゥルーネス（真度）仕様からInfield Correction に至るまで、Zivid の製品哲学を構成するすべての要素は一つの目標に向かっている——後段のソフトウェアが信頼できる3Dデータを生成できるようにすることだ。

唯一意味のあるベンチマーク：自社の部品を、同一条件で、サイドバイサイド比較する

スペックシートは理想的な条件のもとで作成され、ポイントクラウドは扱いやすい物体を使って撮影される。実際の導入成否を的確に予測できる評価方法は、驚くほどシンプルだ。候補となるカメラで同じシーンを、同じ条件——同じ作業距離、同じ周囲照明——のもと、できる限り時間差を縮めて撮影し、実際の生産現場そのままの状態の部品を使用することである。

以下は、実際に稼働している Zivid カメラと他の産業用3Dカメラとの間で、カバレッジをサイドバイサイドで比較した例である。シーンは作業距離 2.3 m、照度 500 ルクスの条件下で撮影されており、反射のある光沢金属部品が含まれている。

最も難易度の高いビンを対象に、このテストを自ら実施し、完全性・トゥルーネス（真度）・キャプチャ時間を採点してみてほしい。そうすれば、あなたのアプリケーションにとっての「最高の3Dカメラメーカー」という問いには、おのずと答えが出るはずだ。

今すぐ検証してみたいなら？ オンラインデモを申請して、あなたの最も難しい部品をテストしてみよう。あるいは、自動化エンジニアたちが Zivid の 3D カメラを使って製造現場で今何を実現しているのか、見てみるのもいいだろう。