2024年の秋、私はカリフォルニア州オンタリオの3PL倉庫でフィールド調査をしていた。オペレーションマネージャーが、三か月前に設置したばかりのビジョンシステムへ案内してくれた。コンベヤーの上に取り付けられた二台の3Dカメラが、下を通過するすべての段ボールをモデル化し、高さを測り、体積を比較していた。システム自体は順調に動いていた。唯一の問題は、その仕事が、すでに持っていた2Dカメラでも、はるかに安くできたことだった。建物は約60,000平方フィートで、一日に約15,000個の荷物を扱い、十個のうち九個は標準的なバーコード付きの平らな段ボールだ。マネージャーは計算を見せてくれた。3Dシステムは、ハードウェアとインテグレーションを合わせて、2Dの代替案のほぼ二倍のコストがかかり、読取率の向上は一パーセントポイント未満だった。それは技術の失敗ではなかった。最初に間違った問いを立てた選定プロセスだった。

倉庫のマシンビジョンでは、2Dと3Dの議論はたいてい、世代交代の物語として語られる。私が追ってきたプロジェクトのデータは、その語り方を裏づけない。2Dカメラは平面の画像を読む。バーコード、文字、表面の損傷だ。3Dカメラは奥行きを加える。高さ、体積、積み重ね、向きである。これらは別の仕事のための別の道具であり、はしごの段ではない。そして両者の境目は仕様書にはない。貨物の姿と、プロセスが実際に何を判断する必要があるかにある。

カメラを見る前に貨物を見る

最も多い選定ミスは、まず製品のパンフレットを読み、そこに貨物を当てはめようとすることだ。順番は逆でなければならない。私が参加するプロジェクトレビューでは、必ず一つの演習を求める。過去三か月の問題貨物を取り出し、カメラに判断させる内容ごとに分類するのだ。

2023年、オハイオ州の自動車部品配送センターから、ビジョン・プロジェクトのレビューを依頼された。彼らの悩みは具体的だった。サイズの異なる部品の段ボールがパレットに不均一に積まれ、低いパレットが人手のチェックをすり抜け、顧客先で不足として発覚するのだ。センターは一日に800パレット以上を出荷する。2Dカメラでは最上層しか見えず、何層積まれているか、あるパレットが他のものより一インチ低いかどうかを知る術がなかった。3Dカメラに切り替えた後、スキャンするたびに高さマップが生成され、低いパレットはライン上で止められるようになった。三か月の間に、システムは200パレット以上を高さ異常として検出し、顧客からの不足の苦情は約40パーセント減った。そのプロジェクトでは、3Dカメラは「優れて」いたのではない。問題を見ることができた唯一の道具だったのだ。

対照的に、オンタリオの3PLでは、段ボールはほぼすべて標準箱で、カメラが答えるべき問いは二つだけだった。バーコードは読めるか、段ボールに目に見える損傷はないか。照明の良い2Dカメラは、その判断に必要な水準の天井にすでに達していた。余分な奥行きデータには、判断の行き先がなかった。より多く見えるカメラが、倉庫の収益を自動的に増やすわけではない。

簡単な自己診断がある。カメラに判断させたいことをすべて書き出すのだ。すべてが「平面上で見える」ものとして説明できるなら、2Dカメラで十分な可能性が高い。高さ、体積、層数、向きのいずれかが必要になる項目が一つでもあれば、3Dが会話に入ってくる。

分かれ目を引くための枠組み

この分かれ目を具体的にするため、上記の二つのプロジェクトと、業界で繰り返し現れる選定の観点をもとに、ビジョン提案のレビューで今最もよく使う枠組みをまとめた。

観点 2Dで十分 3Dを検討
貨物の特徴 平らな段ボール、標準パレット、単層 混載、積み重ね、多層、不規則な形状
判断する内容 バーコード読取、文字、表面の損傷 高さ、体積、層数、向き
典型的な用途 ピッキング検証、バーコード確認、出荷時の写真証拠 容積課金、積載完全性の確認、不足・誤積載の防止
購入+導入コスト 基準 2Dの数倍になることが多い
保守負担 レンズ交換や照明調整は現場チームで対応可能 キャリブレーションや点群調整はベンダーの支援が必要なことが多い

最後の行には注目すべきだ。本当のコストが隠れているのはここだからだ。3Dシステムの価格は発注書だけではない。点群キャリブレーション、奥行きの再キャリブレーション、照明変更後の再調整——その多くは倉庫の自社チームではできず、訪問のたびにサービス料金がかかる。オンタリオの倉庫が三年間の総コストを合計したところ、3Dシステムのサービス支出は2Dの代替案をはるかに上回り、そのお金は当初のプロジェクト予算には一度も現れていなかった。

3Dカメラについて過大評価されがちな三つのこと

私が追ってきたプロジェクトでは、3Dカメラに対する三つの期待がほぼ毎回裏切られる。一つ目は、精度が高ければ常に払う価値があるという思い込みだ。実験室のデータシートに載る精度は、倉庫の現場では割り引かれる。コンベヤーの振動、テープで留められた段ボールの反射、移り変わる環境光が、すべて精度を食いつぶす。仕様書の小数点以下二桁目を議論するより、実際の貨物で一週間テストする方がはるかに有意義だ。

二つ目は、3Dにすれば人手のチェックが不要になるという思い込みだ。稼働開始から六か月後、オハイオのセンターは、検出された例外の十件に一件は今も人が必要だと教えてくれた。反射テープで高さの読み取りが狂った例などだ。3Dカメラは繰り返しの判断を減らす。判断そのものをなくすわけではない。

三つ目は最も微妙だ。3Dカメラがプロセスの問題を静かに直してくれるだろうと思い込むことだ。オンタリオの倉庫はやがて、作業を本当に遅らせていたのは上流でのラベル貼付のばらつきだと気づいた。バーコードが段ボールの継ぎ目に貼られ、どのカメラでも読みにくくなっていたのだ。それはラベルの貼付位置を標準化することで直った。ハードウェアのコストはゼロだった。

この三つは、同じ直観に反する結論に行き着く。倉庫のマシンビジョンにおける2Dと3Dの境目は、技術の隔たりでは決してなかった。プロセスが何かを判断するために奥行き情報を必要とするかどうか、という問いなのだ。3Dカメラを買う前に、一つ問いかけてほしい。明日このシステムを2Dに戻したら、どの判断が直ちに不可能になるか。挙げられなければ、買っているのは能力ではない。安心感だ。

私の判断:まず2Dの天井に到達する

今後数年で、3Dカメラは安くなり、キャリブレーションの道具は簡単になり、境目は下がっていくだろう。より多くの用途が3D側に落ちる。だが論理は変わらない。奥行き情報は、判断に参加するときにだけ、払う価値がある。予算の中で働く倉庫への私の助言は、まず2Dのセットアップを正しく整えることだ。照明、カメラ角度、ラベル貼付の基準、例外処理の手順。この四つのうち一つでも未完のままでは、3Dカメラは同じ問題をより高い価格で繰り返すだけだ。奥行きデータなしには本当に下せない判断を三つ以上挙げられるようになったら、そのとき3Dの話をしに行けばよい。そのとき買うのはカメラであり、高くついた教訓ではない。

Dr. Chen(サプライチェーン研究者)著

英語版からの翻訳。内容に相違がある場合は英語版を優先します。