공정개요
씨메스(CMES)의 팔레타이징 솔루션은 다양한 크기와 모양의 박스를 자동으로 팔레트에 쌓아 올리는 로봇 자동화 시스템입니다. 이 시스템은 3D 비전과 AI 기술을 접목하여 물류 작업에서 가장 중요한 작업 중 하나인 팔레타이징을 최적화합니다. 특히, 비정형화된 박스들이 랜덤으로 입고되더라도, AI가 스스로 최적의 쌓기 패턴을 생성해 높은 효율성과 공간 활용성을 제공합니다.
프로젝트 배경 및 목적
대형 물류 센터나 제조업에서는 팔레타이징 작업이 매우 중요하지만, 박스의 크기나 형태가 다양해지면서 수작업으로는 많은 시간과 비용이 소요됩니다. 이를 해결하기 위해 씨메스는 2014년부터 AI 학습 알고리즘을 개발하고, 다양한 실증 단계를 거쳐 자동화 팔레타이징 솔루션을 완성했습니다. 특히, 쿠팡과 같은 대규모 물류센터에서 비정형화된 박스를 빠르고 정확하게 처리할 수 있는 기술적 필요성을 충족하기 위해 이 솔루션이 도입되었습니다.
구성요소
| 로봇 | 로봇 팔 : AI의 명령에 따라 팔레타이징 작업을 수행하며, 정교한 동작으로 다양한 크기와 무게의 박스를 안전하게 처리합니다. |
|---|---|
| 주변기기 | AI 기반 팔레타이징 패턴 생성 엔진: 랜덤으로 입고되는 다양한 박스에 대해 자동으로 최적의 팔레타이징 패턴을 생성합니다. ; 3D 비전 시스템: 로봇이 박스의 크기와 모양을 실시간으로 인식하여 정밀한 팔레타이징이 가능하도록 돕습니다. ; 버퍼 시스템: 물품을 일시적으로 보관하며 효율적으로 쌓을 수 있도록 최적화된 공간을 제공합니다. |
작업순서
| STEP 1. | 입고 박스 스캔: 3D 비전 시스템이 입고된 박스의 크기와 형태를 실시간으로 스캔합니다. |
|---|---|
| STEP 2. | 팔레타이징 패턴 생성: AI가 박스의 데이터를 분석하여 최적의 팔레타이징 패턴을 자동으로 생성합니다. |
| STEP 3. | 버퍼 시스템 운영: 필요시 버퍼 시스템에 물품을 일시 보관하며, 팔레타이징의 효율성을 극대화합니다. |
| STEP 4. | 팔레타이징 작업 수행: 로봇 암이 AI의 지시에 따라 박스를 팔레트에 차곡차곡 쌓아 작업을 완료합니다. |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 도입사례
영국 부품 제공업체 자동화창고 성공! 🦾 40대 AMR 로봇이 만들어낸 자동화창고 현장 공개 😎
영국 최대 예비 부품 및 소모품 공급업체 중 하나인 L&S Engineers 는 대규모 창고에서의 물류 효율성을 강화하고자 HIK 물류로봇 솔루션을 도입하였습니다. 이 프로젝트는 모바일 로봇을 활용하여 주문 선별 프로세스를 자동화하고, 물류 작업의 정밀도를 높이며, 작업자들의 부담을 경감시키는 데 중점을 두었습니다.
TOA1OO를 사용한 물류자동화 시스템
AGV는 차체에 수동 또는 자동으로 작업자 없이 제품을 지정된 장소까지 운반하여주는 차량으로 물류자동화의 핵심 솔루션입니다. 최근에는 자율주행 기술과 로봇기술을 결합하여 스스로 알아서 작업현장을 오가며 필요한 공구나 부품을 옮겨주는 스마트 기기로 진화를 거듭하고 있습니다.
픽시스 (3D Vision + 협동로봇)
본 적용사례는 Pickit 3D Vision과 여러 협동로봇을 조합하여 작업물을 자동으로 인식하고 빈피킹하는 공정입니다. • Pick it 3D Vision 기반 표준 3D SMART ROBOT VISION SYSTEM 제품화 • TSI Korea 의 자동화 설비 개발 , 제작 인프라를 기반으로 양산형 3D Vision Robot System 공급 • 협동 Robot 과 Pick it 3D Vision 의 최적화된 System 공급 ( 고객 ROI 개선 , 기술 지원 ) • 3D Vision 을 이용한 Bin Picking, Depalletizing, Welding, Polishing 등 다양한 Application 영역 확장
공정개요
씨메스(CMES)의 팔레타이징 솔루션은 다양한 크기와 모양의 박스를 자동으로 팔레트에 쌓아 올리는 로봇 자동화 시스템입니다. 이 시스템은 3D 비전과 AI 기술을 접목하여 물류 작업에서 가장 중요한 작업 중 하나인 팔레타이징을 최적화합니다. 특히, 비정형화된 박스들이 랜덤으로 입고되더라도, AI가 스스로 최적의 쌓기 패턴을 생성해 높은 효율성과 공간 활용성을 제공합니다.
프로젝트 배경 및 목적
대형 물류 센터나 제조업에서는 팔레타이징 작업이 매우 중요하지만, 박스의 크기나 형태가 다양해지면서 수작업으로는 많은 시간과 비용이 소요됩니다. 이를 해결하기 위해 씨메스는 2014년부터 AI 학습 알고리즘을 개발하고, 다양한 실증 단계를 거쳐 자동화 팔레타이징 솔루션을 완성했습니다. 특히, 쿠팡과 같은 대규모 물류센터에서 비정형화된 박스를 빠르고 정확하게 처리할 수 있는 기술적 필요성을 충족하기 위해 이 솔루션이 도입되었습니다.
구성요소
| 로봇 | 로봇 팔 : AI의 명령에 따라 팔레타이징 작업을 수행하며, 정교한 동작으로 다양한 크기와 무게의 박스를 안전하게 처리합니다. |
|---|---|
| 주변기기 | AI 기반 팔레타이징 패턴 생성 엔진: 랜덤으로 입고되는 다양한 박스에 대해 자동으로 최적의 팔레타이징 패턴을 생성합니다. ; 3D 비전 시스템: 로봇이 박스의 크기와 모양을 실시간으로 인식하여 정밀한 팔레타이징이 가능하도록 돕습니다. ; 버퍼 시스템: 물품을 일시적으로 보관하며 효율적으로 쌓을 수 있도록 최적화된 공간을 제공합니다. |
작업순서
| STEP 1. | 입고 박스 스캔: 3D 비전 시스템이 입고된 박스의 크기와 형태를 실시간으로 스캔합니다. |
|---|---|
| STEP 2. | 팔레타이징 패턴 생성: AI가 박스의 데이터를 분석하여 최적의 팔레타이징 패턴을 자동으로 생성합니다. |
| STEP 3. | 버퍼 시스템 운영: 필요시 버퍼 시스템에 물품을 일시 보관하며, 팔레타이징의 효율성을 극대화합니다. |
| STEP 4. | 팔레타이징 작업 수행: 로봇 암이 AI의 지시에 따라 박스를 팔레트에 차곡차곡 쌓아 작업을 완료합니다. |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.