リサイクル選別プラントで、メインコンベアベルトが激しく詰まる事故が発生しました。このインシデントにより生産は8時間停止しました。予備分析では機械的なエラーが疑われましたが、センサーログにより、詰まりの直前にハイパースペクトルカメラが重量ポリマーを識別する能力を失っていたという異常が明らかになりました。エンジニアリングチームは、金属化プラスチックからの鏡面反射が光学ブラインドスポットを生み出し、マシンビジョンシステムを盲目にしたと推測しています。
分析パイプライン：Pix4DからMATLABへ、ブラインドスポットを検出する 🛠️
仮説を検証するため、仮想環境で障害発生時の状況を再現しました。まず、Pix4Dを使用してコンベアベルトと搬送中の材料の高解像度3Dモデルを生成し、金属化廃棄物の正確な形状を捉えました。次に、CloudCompareで点群を処理し、異常な反射率を持つ表面を特定しました。重要なステップはMATLABで行われ、ハイパースペクトルカメラから対象物への光線の軌跡をシミュレーションしました。スクリプトは入射角と反射角を計算し、金属化された容器のバッチが、まさに重量物選別ゾーンでセンサーのピクセルを飽和させる拡散光の円錐を生成していることを明らかにしました。
Unityでの産業シミュレーションへの教訓 🎯
Unityでのシミュレーションにより、障害をリアルタイムで再現することができました。MATLABから反射率データをインポートし、マテリアルのシェーダーを調整して実際の光学挙動を再現しました。結論は明確でした。選別アルゴリズムには、鏡面輝度のピークを無視する動的閾値の前処理が必要です。この事例は、3Dシミュレーションが機械的な障害だけでなく、複雑なセンサーエラーも予測し、計画外の生産停止による巨額のコストを削減できることを示しています。
自動化されたリサイクルベルトにおける激しい光学障害から、将来の選別プラントでの詰まりを防ぐために、センサー統合と予測シミュレーションアルゴリズムに関してどのような重要な教訓が得られるでしょうか？
(追記：Foro3Dでは、コンピューターが「もう無理」と言うまで、ルートを最適化するのと同じようにポリゴンを最適化します)