Prélèvement robotique de sacs piloté par l'IA : du défi à la réalité

Des objets disposés aléatoirement, de formes irrégulières, en matériaux flexibles, facilement déformables, froissés et donc difficiles à localiser ? C'est désormais un problème du passé.

« Nous avons décidé d'exploiter notre expérience, nos connaissances et nos compétences pour pousser les performances de nos solutions alimentées par l'IA encore plus loin et leur « apprendre » à détecter et prélever des sacs. »

Le bin picking — c'est-à-dire la détection et le prélèvement robotiques d'objets disposés aléatoirement dans un bac à partir de modèles CAO — est un type d'application courant que nous traitons même dans des environnements industriels exigeants. Notre Bin Picking Studio est une solution de prélèvement tout-en-un pour intégrateurs robotiques, qui n'ont pas besoin de connaissances en vision par ordinateur pour la configurer. Ses fonctionnalités robustes ont permis d'investir pratiquement tous les secteurs industriels — automobile, fabrication, logistique et autres.

Cependant, nous avons progressivement reçu des demandes de clients pour une solution leur permettant de prélever des objets de formes irrégulières et en positions aléatoires dans le bac. Nous avons travaillé sur des algorithmes permettant ce type de prélèvement et, après un effort intensif, nos solutions pilotées par l'IA ont vu le jour. Grâce à des algorithmes sophistiqués, elles ont permis de localiser et prélever des objets de tailles diverses, textures variées et formes arbitraires, y compris des déformations. De plus, les objets n'ont pas besoin d'être empilés selon des motifs ordonnés ; ils peuvent être placés absolument au hasard et le robot est encore capable de les reconnaître et de les prélever. Nos solutions alimentées par l'IA, rendues possibles par la combinaison d'une vision 3D précise et d'algorithmes d'IA avancés, ont montré au monde les immenses opportunités d'automatisation de la manutention, fabrication, logistique et bien plus.

C'est la logistique qui nous a montré qu'il restait un dernier vide à combler pour couvrir tous types d'objets et applications — et cela résidait dans le fait que les marchandises ne sont pas toujours transportées dans des boîtes solides, mais certaines arrivent en sacs. Ceux-ci posent un grand défi pour le tri automatisé car ils ne gardent pas leur forme — ils sont flexibles, froissés, facilement déformables, et donc très difficiles à localiser. Nous avons décidé d'exploiter notre expérience, nos connaissances et nos compétences pour pousser les performances de nos solutions alimentées par l'IA encore plus loin et leur « apprendre » à détecter et prélever des sacs.

La reconnaissance des frontières entre des sacs placés chaotiquement dans un conteneur peut souvent être difficile même pour les humains. La tâche se complique encore pour les sacs transparents. Difficile — mais possible. Nous avons développé un réseau capable de reconnaître les sacs, parfois mieux que nous. Ils peuvent se chevaucher et se bloquer mutuellement, mais notre système gère cela aisément et n'autorisera pas le robot à saisir des sacs totalement ou partiellement recouverts.

Une autre difficulté courante provient de la nature du matériau des sacs — ils sont pleins de plis et froissements qui les font souvent tomber du préhenseur juste après avoir été détectés et soulevés avec succès. Nous recommandons d'utiliser un préhenseur à vide avec retour d'information pour prévenir de tels échecs.

Les solutions IA de Photoneo sont désormais plus intelligentes que jamais. Et elles sont prêtes à vous assister !