AI ＋ 3D ビジョンMech-Mind 物流業界ソリューション

AI＋ 3Dビジョン Mech-Mind 物流業界ソリューション 物流・倉庫業界での導入実績 1,000件以上 混載デパレタイジング 混載パレタイジング 不定形物のバラ積みピッキング・仕分け 宅配便荷物のバラ積みピッキング

Mech-Mind 物流業界 AI+3Dビジョン 物流業界におけるワーク（段ボール箱 /麻袋 /通い箱 /宅配便荷物など）の搬送、仕分け、積み付け・積み下ろしは、 製造業や Eコマース、および小売業などで広く実施されています。近年、柔軟性のある生産が求められるように なったことで、物流業務の自動化が急務となりました。 Mech-Mind は、Mech-Eye（産業用 3D カメラ）、Mech-Vision（画像処理ソフトウェア）、Mech-Viz（ロボット制御ソフトウェア） 、 Mech-DLK（ディープラーニング学習用ソフトウェア）といった 知能ロボットの基盤製品一式を提供しているカメラメーカーです。 トレーニング /プロジェクト遂行 /マーケティング展開など総合的にサポートし、3D ビジョン・AI によるアプリケーションや、 物流業界における迅速な知能化のアップグレードを全力でサポートします。 また、Mech-Mindは 3,000件以上の導入実績から袋物は 2,000種類、段ボール箱は 3,000種類にものぼる 学習済みデータがあります。これらのデータを活用することで、AI学習不要で把持位置を認識することが可能です。 現在、物流・倉庫分野では食品 /日用品 /スーパー /宅配 /医薬品 /飲料 /タバコなど、 多くの業界でMech-Mindの製品が 1,000件 以上導入されています。代表的な実績としては、段ボール箱 ・通い箱 ・麻袋のデパレタイジング・パレタイジング、不定形物・ 宅配便荷物のバラ積みピッキングなどがあります。 1

代表的なソリューション ロボットが段ボール箱や麻袋などのワークを要求に基づいて パレットからデパレタイズし、パレットまたは関連する装置 デパレタイジング （開袋機、コンベアなど）への積み付けをガイドします。 プロジェクトの背景 デパレタイジングは物流・倉庫業界において最も代表的なシーンの 1つで、環境や商品サイズが多岐にわたるだけでなく、商品の追加が頻繁に発生する などの特徴があります。速度や精度といったコア要素に加え、パレットの積載効率 /破損率 /運用の安定性 /新品種への適応など、 高い要件が求められるため、自動化の実現は容易ではありません。AI+3Dビジョンは、段ボール箱 /麻袋 /通い箱などの認識・把持を容易にし、 様々なニーズに応えるデパレタイジングを実現します。 プロジェクトの特長 プロジェクトの内容 Mech-Eye産業用 3Dカメラは、 代表的な使用シーン 一般的なパレットサイズ （ 1.2m x 1.2m x 1.8m ）に幅広く対応　 立体自動倉庫の入出庫におけるデパレタイジングや、 工場内搬送など 段ボール箱 /麻袋 /通い箱 /ドラム缶など、 幅広いワークに対応。反射材 / 結束バンド / 密接に置かれたもの /段ボール箱の傾きなど、 適応 3D カメラ 典型的な問題に対応 Mech-Eye DEEPシリーズ モデルの高速反復学習により、新品種に対し迅速、 かつ精確に認識。これにより、数千種類もの 段ボール箱・麻袋に対応 導入実績 Eコマース /物流 /宅配 /スーパー /食品 / 認識成功率 99.99％以上。 医薬品 /タバコなどの業界で数多くの実績 異常時のアラーム機能あり 最上部の段ボール箱 /麻袋 /通い箱の 数量・配置方法を認識し、要求に基づいた 最適な把持数量を計画 事前に積付け方法を指定することなく 混載された段ボール箱・通い箱の積付け方法の認識と デパレタイジングを実行可能 点群データと認識結果 密接に置かれた、模様のある段ボール箱 密接に積まれた、模様のある麻袋 点群データ 認識結果 点群データ 認識結果 2

代表的な導入事例 製造工場 | 段ボール箱のデパレタイジング プロジェクトの背景 製造工場では、入出荷工程において異なる規格の段ボール箱・発泡スチロール箱（蓋が空いている状態）が大量に存在し、それぞれを単載・混載 パレタイジング・デパレタイジングする必要があります。さらに、この現場では工程が複雑であることに加え、非常に高い安定性とタクトタイムが 求められていました。AI+3Dビジョンは、このような複雑な状態なワークを精確に認識し、自動化と安定性の向上を実現します。 プロジェクトの特長 産業用 3DカメラのMech-Eye DEEP をスライド式の レールに搭載し、任意の位置に移動、かつ撮像を実現 表面が暗い /表面が明るい /テープ /結束バンド / ラベリングがあるものなど、複雑な状態でも 段ボール箱を認識。また、段ボール箱の側面にある バーコードの縞模様の方向も認識できるため、 どの面にバーコードがあるかの判別も可能 点群データ 単載・混載のパレタイジング・デパレタイジング、 および継続パレタイジング *を実現。 段ボール箱の新品種に対し、学習不要で迅速に対応 衝突検出と智能軌跡計画アルゴリズムにより、 パレタイジング・デパレタイジング時のハンドと 段ボール箱、および段ボール箱同士の衝突を避け、 動作の安定性を向上 AIアルゴリズムにより、AGV / コンベア /WMSなどと 組み合わせることで、複雑な現場の自動化を実現 ※途中まで積付けられたパレットに対し、再度積付けを行うこと 認識結果 プロジェクトの成果 複数の複雑な機能を搭載し、人手を介さない完全自動化を実現 ※途中まで積み付けされたパレットに対し、再度積み付けを行うこと 3

代表的な導入事例 太陽光発電の大手原料工場 | 麻袋のデパレタイジング・破袋 プロジェクトの背景 この現場では麻袋に詰められた原料を使用しています。麻袋は変形しやすい上、パレットの凹凸や搬送により、麻袋が定位置に留まらず、 散らばってしまいます。そのため、デパレタイズするための位置を単純なロボットティーチングでは実現が不可能という状態でした。 プロジェクトの特長 不規則な積み付け方法に柔軟に対応 あらゆるサイズの麻袋に対応し、麻袋表面の皺 /変形 /積み重なり / 傾きなど、複雑な状態にも容易に対応 1回の撮像で麻袋の全層 3Dデータを迅速、かつ効率的に取得 破袋機とロボットの振動動作を組み合わせることで、 取り切り率を向上 点群データ プロジェクトの成果 破袋機などと組み合わせることで、生産工程の全自動化を実現 求められるタクトタイム /精度 /安定性を実現 認識結果 4

代表的な導入事例 スーパー丨段ボール箱・通い箱のデパレタイジング プロジェクトの背景 スーパーでは大量の段ボール箱と通い箱が保管されており、品種が多いだけでなく、１つの作業スペースで段ボール箱と通い箱の両方を デパレタイジングする必要があります。さらに、求められるタクトタイムと安定性を満たす必要があり、自動化は容易ではありませんでした。 プロジェクトの特長 安定した精確な商品認識と、1つの作業スペースでの 段ボール箱と通い箱のデパレタイジングを実現 段ボール箱の表面に結束バンド /テープ /柄 /文字などが ある場合や、通い箱の内容物の種類・数量が不確定といった 複雑な場合にも対応 商品の形状に基づいて、段ボール箱・通い箱の 把持方法を自動的に切り替えることが可能 点群データ 商品の荷姿を認識した後、把持する数量を 自動で切り替え、最適な把持数量を計画 AGV/コンベア /WMSシステムなどの物流機器と シームレスに連携 プロジェクトの成果 1つの作業スペースで段ボール箱と通い箱を デパレタイジングすることで、生産性を向上 認識結果 段ボール箱の複数把持を可能とすることで 求められるタクトタイムを実現 5

代表的なソリューション 異なる規格の段ボー ル箱を把持し、最適な 積み付け方法に基づいてパレタイジングを 混載パレタイジング 行います。 プロジェクトの背景 Eコマース、スーパーなどの倉庫では、入出庫時にあらゆるサイズの商品を混載パレタイジングする必要があります。 従来のパレタイジングロボットでは、単種類の商品しか処理できないことに加え、人が事前にティーチングを行う必要があったため、 複数 SKU商品の混載パレタイジングが困難でした。AI+3Dビジョンは、異なる規格の段ボール箱に対して最適な積み付け方法で パレタイジングをし、パレットの積載効率と混載パレタイジングの安定性を向上します。 プロジェクトの特長 事前にワークが分かるパターンと分からないパターン、 2種類のパレタイジングソリューションを提供。 投入されたワークに基づいた上記 2パターンの切り替えが可能なため、 異なるシーンにおいて安定した積み付け方法を迅速に実現 事前に段ボール箱の情報を入手している場合 サイズが大きく重いものを先に積み付け、サイズが小さく 軽いものを後で積み付けるなど、容量を最大限に利用した レイアウト提案 最適な積み付け方法を計画 事前に段ボール箱の情報を入手していない場合 迅速、かつ精確に段ボール箱の位置とサイズを認識し、 適切な積付け方法をリアルタイムで計画 プロジェクトの成果 自社開発した混載パレタイジングアルゴリズムにより、 知能混載パレタイジング パレットスペースを最大限に活用し、最適な積み付け方法を計画。 また、適切なエントリー角度を選択し、ハンドとパレットの衝突を 回避することで段ボール箱の荷崩れ問題を解決 段ボール箱のズレ /箱同士の隙間 /積み重なった段ボール箱のサイズ が異る場合など、段ボール箱上下の大きさ・空間の不一致といった 複雑な状況にも対応 複数把持に対応し、混載パレタイジングの効率を 向上すると同時に積み付けの安定性を確立 AGV・AMR/コンベア /WMSシステム / その他の物流機器との併用が可能 継続パレタイジング （途中まで積み付けられたパレットに対し、再度積み付けを行うこと） 6

代表的な導入事例 乳製品製造企業 | 段ボール箱の混載パレタイジング プロジェクトの背景 乳製品業界の倉庫では、出庫工程において異なる規格の段ボール箱をパレタイジングする必要がありました。しかし、段ボール箱の種類が多く、 重量もあるため、従来の人手による作業ではコストが高く、パレタイジング速度も不安定で全体効率が悪い状態にありました。 プロジェクトの特長 倉庫内における様々な段ボール箱の規格と新品種に対し、 迅速に対応 オーダーに基づいた最適な積み付け方法を計画 各段の段ボール箱が交互に積み重ねられるよう 計画し、搬送中の荷崩れ問題を回避 知能複数把持戦略により、混載パレタイジング時の 点群データ 複数把持を実現し、効率を向上 積み付け方法を記録しているため、途中で電源が 落ちた場合でも、復旧時に前回の続きから 混載パレタイジングすることが可能 衝突検出と軌跡計画により、自動的にロボットの適切な 動作軌跡とエントリー角度を選択。 現場スペースが限られた場合でも（パレットの滞留や カメラスタンドなどの干渉問題）を効果的に対処し、 運用の安定性を向上 認識結果 プロジェクトの成果 混載パレタイジングの効率は従来の 2倍以上に向上。 倉庫の物流業務と管理コストを軽減し、全体の出荷効率の 向上を実現 物流センター全体の業務効率を 40％向上し、 コストを 25％削減 7

代表的なソリューション コンテナから商品を 1つずつピッキングし、 バーコードスキャン台に置いて情報を読み取った後、 不定形物のバラ積みピッキング・仕分け 指定された区画に商品を供給します。 プロジェクトの背景 物流や Eコマースなどの業界では、取り扱い商品の数は数万単位にものぼります。商品は形状 /カラー /パッケージ素材などが大きく異なり、 新品種も頻繁に追加される状態です。従来の手作業によるピッキングではミスが発生しやすく、全工程が非効率で増加する受注量への対応が困難でした。 AI+3Dビジョンは、バラ積みピッキング・仕分けに対して強みがあり、複数 SKUの頻繁な更新 / 商品規格の豊富さ / 新品種の追加にも容易に対応し、 取り切り率の向上を実現します。 プロジェクトの特長 プロジェクトの内容 Mech-Eye 産業用 3Dカメラは、あらゆる商品 代表的な使用シーン （瓶状 /箱物 /小型 /反射のある表面 /半透明パッケージ / ダークカラー）などに対し、迅速に高精度なカラー点群データを生成 Eコマース /スーパー /物流 /宅配 /医薬品などでの仕分けシーン 要求されるタクトタイム、効率性を実現 適応 3D カメラ 精確にピッキングし、商品を優しく供給することで Mech-Eye LOGシリーズ 商品の破損を回避 適応ワーク 知能積み付けアルゴリズムにより、重なりの干渉程度を検出し、 意図しない複数ピッキングや、商品の落下問題を解決 瓶状 /箱物 /半透明のパッケージ /小型 /ダークカラーの 商品など 吸盤が 3つあるハンドと組み合わせることで、 商品の大きさに基づいた最適な吸盤を選択し、 安定したピッキングを実現 可変角度ハンドと組み合わせることで角のひっかかりや、 縁の貼り付き問題を効果的に解決。さらに、振動システムと 併用することで高い取り切り率を実現 点群データと認識結果 多種多様な生活用品 ダークカラーの商品 点群データ 認識結果 点群データ 認識結果 8

代表的な導入事例 食品工場 | 不定形物のバラ積みピッキング・仕分け プロジェクトの背景 食品業界の仕分けセンターには数千種類の商品があり、毎日大量のオーダーに対し、ピッキング、仕分け、梱包をする必要がありました。 手作業による商品の仕分けは非効率でミスが発生しやすいことに加え、頻繁に行われる新品種の追加や、年々増加する受注規模に対応するのは 困難となっていました。AI+3Dビジョンは、このような複雑な現場の自動化を実現します。 プロジェクトの特長 Mech-Eye 産業用 3Dカメラは、あらゆるワーク （袋物 /箱物 /瓶状 /半透明 /黒色 /小型 / 不定形など）に対し、高精度なカラー点群データを生成 事前にデータを入手できない数千種類の商品を 登録不要で精確に認識し、自動で把持位置を算出 迅速、かつ高効率で求められるタクトタイムを実現 点群データ 多種類の吸盤と組み合わせることで、商品の大きさに基づいて吸盤を 選択。これにより、あらゆるワークの安定した把持を実現。 また、振動システムと組み合わせることで取り切り率を大幅に向上 ピッキング、プレース知能アルゴリズムにより、 角のひっかかりや縁の貼り付き問題を効果的に解決。 破損しやすいワークに対し、優しく商品を供給 WMS/スキャナー /ランプ指示付きの仕分け棚などの 物流設備と組み合わせることで、容易に アプリケーションの実装が可能 認識結果 プロジェクトの成果 ロボット 1台でバラ積みピッキング・仕分けの効率を 改良前の 2倍以上に向上 動作の安定性・精度をさらに向上し、 安定した連続 24時間運行を実現 9

代表的なソリューション 投入されたシュートやコンベアからバラ積みされた宅配便荷物 （段ボール箱 /柔らかい袋物 /ビニール袋 /クッション封筒 /普 宅配便荷物のバラ積みピッキング 通封筒など）をロボットでピッキングし、コンベアや カゴ車に供給します。 プロジェクトの背景 荷物の処理を行うピッキング作業は、物流業界において重要な工程です。タクトタイムや認識成功率など、求められる水準が高いことに加え、 宅配便荷物の材質 /形状 /姿勢などランダムで決まる要素が多く占めています。そのため、手作業で行うと効率が悪く、 ミスが発生しやすいといった課題がありました。AI+3Dビジョンは、高いピッキング精度・効率性、優れた適応性など、多くの強みがあり、 宅配便荷物のピッキング工程における自動化と改良を実現します。 プロジェクトの特長 プロジェクトの内容 Mech-Eye 産業用 3Dカメラは、バラ積みされた 代表的な使用シーン 宅配便荷物（段ボール箱、袋物、封筒など）に対し、 高精度な点群データを生成 物流や宅配業界における、宅配便荷物のピッキングや仕分け 現場で求められるタクトタイムを実現 適応 3D カメラ 登録なしで認識が可能で、宅配便荷物の Mech-Eye LOGシリーズ バラ積みなど、複雑な状況にも対応 適応ワーク 知能混載パレタイジングアルゴリズムにより、 カゴ車への積み付けを容易に実現 宅配便荷物 /封筒 /クッション封筒 /柔らかい袋物 / 段ボール箱など AGVやクロスベルトソーターなどとの併用が可能 点群データと認識結果 バラ積みされた宅配便荷物 点群データ 認識結果 点群データ 認識結果 10

代表的な導入事例 物流センター丨宅配便荷物のバラ積みピッキング プロジェクトの背景 仕分けセンターでは、あらゆるサイズの宅配便荷物（段ボール箱、柔らかい袋物など）を毎日大量に処理する必要があります。 従来は手作業で行われていましたが、荷物の数量やサイズ・重量の種類が増えるにつれ、非効率の原因となっていました。 AI+3Dビジョンは、自動化を実現する上でこのような効率問題を解決します。 プロジェクトの特長 登録不要であらゆる宅配便荷物（段ボール箱 / 柔らかい袋物 /封筒など）の認識・ピッキングが可能 現場で求められるタクトタイムを実現 荷物がバラ積みされた複雑な状態も対応 荷物をはじくシステムと組み合わせることで 異常のある荷物を取り除くことが可能 点群データ AGVやクロスベルトソーターとの併用が可能 プロジェクトの成果 人件費を大幅に削減し、 求められるタクトタイム・安定性を実現 安定した稼働により、毎日数万点以上の荷物を処理。 仕分け作業全体の効率を大幅に向上 認識結果 11

代表的な導入事例 スキャンして 動画を視聴 スーパー企業 玩具メーカー 立体自動倉庫における段ボール箱の 通い箱のパレタイジング・ デパレタイジング デパレタイジング Mech-Eye DEEPの広視野、深い被写界深度といった 2.3mといった、高く積み上げられたワークに対応 特長により、多種類の積み付け方法に対応 通い箱の薄肉 /表面の凹凸 /嵌合状態 /通い箱内の部品干渉など、複 表面に結束バンド /紐テープ /模様 /文字などが 雑な状態にも対応 ある場合でも認識が可能 知能パレタイジング機能により、積み付け方法をガイド 登録不要で段ボール箱の新品種に迅速に対応 3Dカメラをロボットアームの先端に取り付けることで 複数把持を採用し、1時間あたり 2,000件以上の 1台の 3Dカメラで複数のデパレタイザーに対応 段ボール箱を処理。手作業で行うのに比べ、 効率は 6倍向上 化学製品工場 国際物流空港倉庫 麻袋のデパレタイジング・破袋 段ボール箱の混載デパレタイジング あらゆるサイズの麻袋に対応。麻袋表面に 段ボール箱の積み付け方法や種類に関する 皺 /変形 /模様がある複雑な状態にも容易に対応 事前登録不要 破袋機などの設備と組み合わせることで 把持の順番を計画し、ロボットが順番通りに 求められるタクトタイムを実現 把持するようガイド 安定した稼働により、24時間の連続稼働を実現 智能軌跡計画アルゴリズムにより、 動作の安定性を向上し、干渉を回避 あらゆる積み付け方法に対応し、 現場で求められるタクトタイムを実現 12

代表的な導入事例 スキャンして 動画を視聴 食品工場 ペットフード倉庫 通い箱のデパレタイジング 段ボール箱のデパレタイジング・ パレタイジング 通い箱の内容物の種類に影響されず、認識が可能 迅速に把持順序を計画し、必要な把持数に 広視野により、パレット全体を容易に認識 基づいて、ロボットのパレタイジングをガイド 3Dカメラをロボットアームの先端に取り付けることで カメラ 1台で通い箱のデパレタイジングと空の通い箱の 登録不要で段ボール箱の新品種に迅速に対応 パレタイジングといった、2つの作業スペースに対応し、 作業の柔軟性を向上 吸盤の補正と区分けを計画し、1回での複数把持を実現 現場で求められる生産ニーズとタクトタイムを満たし、 プリセットされた積み付け方法を読み取り、 24時間の連続した安定稼働を実現 各段の配置を認識・検出。段ボール箱の破損の有無を 判別した上で、安定したパレタイジング・ デパレタイジングを実現 薬品工場 化学工場 段ボール箱のデパレタイジング 麻袋のデパレタイジング・破袋 新品種に対して迅速に対応し、現場で使用されている 不規則な積み付け方法にも容易に対応 数百種類の段ボール箱に適応 あらゆるサイズの麻袋を認識し、麻袋の皺 /変形 / 知能アルゴリズムが吸盤の補正を行い、 バラ積み /傾きなど、複雑な状態に対応 認識結果に基づいて 1回に把持する数量を算出 1回の撮像で麻袋の全層 3Dデータを迅速、かつ効率的に取得 ランダムな積み付け方法 /密接に置かれた段ボール箱 / 表面の結束バンド /模様など、複雑な状態にも対応 ロボットの振る動作と破袋機などの設備と 組み合わせることで、取り切り率を向上 1つの作業スペースに 3Dカメラ 1台で対応することで 工程の収束時間を大幅に短縮し、効率化を実現 13

Mech-Eye 産業用 3Dカメラ 高精度 / 優れた設置性・安定性 / 高い費用対効果 DEEP LOG M LOG S 型式 広視野 /深い被写界深度 /遠距離 中・遠距離 中・近距離 特徴 パレタイジング・デパレタイジングなどの 商品ソート・仕分けなどの 商品ソート・仕分けなどの 物流シーンに適応 物流シーンに適応 物流シーンに適応 ワーキングディスタンス 1200~3500mm 800~2000mm 500~1000mm 視野（近） 1200 × 1000mm @ 1.2m 520 × 390mm @ 0.8m 360 × 250mm @ 0.5m 視野（遠） 3500 × 2800mm @ 3.5m 1410 × 960mm @ 2.0m 710 × 490mm @ 1.0m 2048 × 1536（深度画像） 解像度 1280 × 1024 1280 × 1024 2000 × 1500（RGB） 画素数 3.0MP 1.3MP 1.3MP Z方向一点繰り返し精度（σ）[1] 1.0mm @ 3.0m 0.3mm @ 2.0m 0.1m @ 1.0m VDI/VDE測定精度 [2] 3.0mm @ 3.0m 0.3mm @ 2.0m 0.2mm @ 1.0m 3D撮像時間 0.5~0.9s 0.3~0.5s 0.3~0.5s 基線長 300mm 280mm 150mm 外形寸法 366 × 77 × 92mm 387 × 72 × 130mm 270 × 72 × 130mm 質量 2.4kg 2.4kg 2.2kg 光源 赤色レーザー（638nm, Class2） 白色光 LED（RG2） 稼働温度範囲 -10~45℃ 0~45℃ 通信インターフェイス ギガビット・イーサネット GenlCam/GigE Vision 規格 対応 イメージセンサー ソニーの CMOSイメージセンサー その他の高性能 CMOSイメージセンサー 稼働電圧 24V DC, 3.75A 安全と電磁両立性 CE/FCC/CE/FCC/VCCI/UKCA/KC（LOG M、LOG Sは CE/FCC/VCCIのみ） 保護構造 IP65 放熱 自然冷却 ※他のラインナップは当社ホームページをご確認ください Mech-Eye DEEP Mech-Eye LOG M Mech-Eye LOG S 1200 1000 1200 3500 800 390 520 2000 500 250 1000 360 2800 3500 960 490 1410 710 単位：mm [1] ある点の Z 値を 100 回測定した 1σの標準偏差（測定対象：セラミックプレ一ト） [2] VDI/VDE 2634 Part II に準拠 14

Mech-Vision 画像処理ソフトウェア 完全グラフィカルなインターフェイスの採用により、プログラミング不要でバラ積みピッキング / 段ボール箱・麻袋のパレタイジング・デパレタイジング /高精度な位置決め・組立 /塗布・塗装 / 溶接 /欠陥検査 /寸法測定などの実装ができる高度な画像処理ソフトウェアです。 3Dビジョン、ディープラーニングなどといった最先端のアルゴリズムを内蔵しており、 複雑で多様なニーズに対応します。 グラフィカル、ノーコードのインターフェイス シンプルな UI 設計・明確な機能分割を実現し、 専門的なプログラミングスキルがなくても、 視覚的にプロジェクトの構築が可能です。 ユーザーによる独自開発にも対応しています。 学習済みデータ「Super Model」により、事前登録不要 3,000件以上の導入実績から、袋物は 2,000種類、段ボール箱 は 3,000種類にものぼる学習済みデータがあります。 これらのデータを活用することで、 AI学習不要で把持位置を認識することが可能です。 複数の代表的なアプリケーションを内蔵 バラ積みピッキング /段ボール箱のデパレタイジング /宅配便荷物 の仕分け /登録不要で実施可能なピッキング /高精度な位置決め / 接着剤塗布など、様々なアプリケーションの統合が可能です。 これにより、ユーザーは簡単に複数の代表的なアプリケーションを 展開することできます。 15

Mech-Viz ロボット制御ソフトウェア グラフィカルなインターフェイスでプログラミングが不要であることに加え、 ワンクリックでシミュレーションが実行できる、高度なロボット制御ソフトウェアで す。軌跡計画 /衝突検出 /把持計画などの知能アルゴリズムを内蔵しており、 多くのロボットメーカーのロボットに対応します。 フローチャート化されたインターフェイス グラフィカルなインターフェイスでプログラミング不要です。 ワンクリックでシミュレーションを実行できるため、専門的な プログラミングスキルがなくてもロボットの操作ができます。 多様な先進的アルゴリズムを内蔵 軌跡計画 /衝突検出 /把持計画 /混載パレタイジングなどの 先進的なアルゴリズムを内蔵し、安定性を向上します。 多くのロボットメーカーのロボットに対応 TCP/IPなどの標準的な通信インターフェイスを介し、 世界の主要ロボットメーカーのロボットに対応します。 16

Mech-DLK ディープラーニング 学習用ソフトウェア グラフィカルなインターフェイスに加え、自社開発した強力な ディープラーニングアルゴリズムを複数内蔵しています。 シンプルな操作方法でバラ積みされたワークの認識 /高難度の欠陥検査 /品質検査など、 複雑な問題を迅速に解決し生産性を向上することで人件費の削減が可能です。 特に自動車 /物流 /電子機器 /家電 /新エネルギーなどの産業分野に適応します。 簡単で効率的な操作 グラフィカルなインターフェイスで簡単に操作が可能です。 専門的なスキル不要で、幅広いディープラーニングの アプリケーションを実現します。 欠陥リスト 検証モデルの可視化 モデル検証や検証結果の表示、アノテーション結果の比較ができます。 画像処理結果の検証の大幅な効率化を実現します。 複数のディープラーニングプロセスの統合 本来、モデル毎にトレーニングを行う必要があったものを 1つに統合することが可能です。 最終的に 1 つの学習モデルの出力をします。 複数の実装オプション 画像処理ソフトウェア Mech-Vision を使用した実装をサポートします。 C、C++ および C# の異なる言語である SDK も提供しており、 二次開発を容易にします。 17

Mech-Mind Robotics AI ＋産業用ロボットの領域において、最高額の資金調達 / 包括的な技術力 / 最多の導入実績 / 最も幅広く多様な業界で展開している 3D カメラメ一カ一 多くの技術蓄積と包括的な製品ラインナップ AI+3D の一括納品を実現。顧客数は全世界 1,000 社以上 Mech-Mindは光学 /機械 /電気デバイス /画像処理・人工知能・ロボット AI+3D+産業用ロボットのソリューションは自動車 / 物流 / 重工業など、 アルゴリズム /産業用ソフトウェアなど、コア技術の実績を数多く蓄積しています。 世界の多くの業界で導入されています。これまでの実績としては、 産業用 3Dカメラとそれに付随する一連のソフトウェアを自社開発し、 バラ積みピッキング /パレタイジング・デパレタイジング / 知能ロボットの基礎製品ラインナップを形成しています。 位置決め・組立 /欠陥検査 /塗布・塗装などがあります。 顧客重視、長期的なパ一トナ一関係を目指す 投資機関からのサポ一ト 従業員数は 700名を突破し、高水準の自社工場を有するだけでなく、 IDG Capital、 Intel Capital、Coatue Management、GICなどから支援を受けており、 トレーニングやプロジェクト遂行、アフターサービス体制を完備しています。 累計投資調達額は 300億円を超過しました。 ビジネスパートナーとして競争力を高め、共に成長するためのサポート・サービス を提供します。 3000以上 1000以上 700以上 50以上 導入実績 顧客 従業員 導入地域 ※ 2022年 10月時点 接続可能なロボットメーカー ※全 650機種以上 顧客・パートナー ※一部抜粋 18

3D Vision & AI for Robots and More Mech-Mind 株式会社 東京オフィス　　　　丨〒 105-0011 東京都港区芝公園 1-7-6 KDX 浜松町プレイス 702 トレ�ニングセンタ�丨〒 105-0014 東京都港区芝 2-2-14 一星芝ビルディング 1F TEL：03-6809-5433　FAX：03-6809-5948 E-mail：info-jp@mech-mind.net　URL：jp.mech-mind.com 東京丨名古屋｜北京丨上海丨ミュンヘン丨シカゴ