ばら積みピッキングとは、箱やコンテナの中に並べずに積み重なった部品（ワーク）をカメラで認識し、ロボットが1個ずつ取り出す自動化技術です。英語では「bin picking」と呼ばれます。整列用の治具やパーツフィーダーを使わず、届いたままの状態からロボットに作業させることが目的です。
整列済みのワークを取る作業と違い、ワークの位置と向きは毎回ばらばらで、重なって一部が隠れています。そのため一般的なシステムは、次の4段階で動きます。①3Dカメラで箱の中を計測する。②計測データからワークを見つけ、位置と姿勢を推定する。③どのワークのどこを掴むかを決め、ハンドが箱の壁や他のワークにぶつからないかを確認する。④ロボットアームに動作を指示する。導入するエンジニアが主に扱うのは、認識させるワークの登録、掴む位置の設定、ロボットとの接続です。
最も難しいのは認識です。多くの3Dカメラは、投影した光の反射で形を測ります。そのため、金属の光沢面では反射が強すぎて形が崩れ、半透明の樹脂では光が透けて表面を捉えにくくなります。極小の部品は、そもそも計測できる点の数が足りません。光沢品・半透明品・極小品は、ばら積みピッキングが従来苦手としてきた代表的なワークです。
この課題への取り組みの例が京セラです。京セラは、2026年9月9〜11日に幕張メッセで開かれた「ファクトリーイノベーションWeek 秋 2026」内の「ロボデックス 秋」に「AIビジョンソリューション」を出展しました。3DビジョンとAIを組み合わせた認識によって、ばら積みされた光沢品・極小品・半透明品のピッキングを可能にするとしています。当サイトの記事はロボットアームやPLCにも触れていますが、対応機種や接続方式の詳細は確認できていないため、ここでは書きません。
企画・DX担当者から見た用途は、人が箱から部品を取り出して次の工程に渡している作業です。たとえば組立ラインへの部品供給、加工機への投入、検査工程への払い出しなどが対象になります。検討を始める前に「どのワークを」「1時間に何個」「どこへ、どの向きで置くか」を決めておくと、ベンダーとの話が具体的になります（これは一般的な進め方で、特定製品の要件ではありません）。
料金について、京セラのAIビジョンソリューションの価格は参照した記事に書かれておらず、本記事では示せません。以下は推測を含む補足です。ばら積みピッキングの費用はソフトウェアだけでは決まらず、3Dカメラ、ロボット本体、ハンド、立ち上げ時の調整作業を合計して考える必要があります。認識の難しさはワークの材質や形状で大きく変わるため、実際のワークを使った事前検証をベンダーに依頼するのが確実です。
投資家から見ると、ばら積みピッキングにはロボットメーカー、カメラ・画像処理メーカー、AIソフトウェア企業がそれぞれの強みを活かして参入しています。京セラは今回の出展でソリューションを「ロボットを知能化する」ものと説明しています。ここからは、ロボット本体ではなく認識技術で差別化を狙っていると推測できます。個別の競合製品との比較は、参照した記事の範囲では確認できていません。
