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
SCHMALZ 진공 핸들링 시스템(HS)
이 적용사례는 슈말츠의 진공 핸들링 시스템(HS)을 활용하여 작업물을 보다 안전하고 편하게 옮기는 솔루션입니다. 작업자가 진공 핸들링 시스템(HS)를 이용해 작업물을 옮김으로써 무거운 물체를 반복적으로 옮길 때 생기던 근골격계 상해를 방지하며 더 빠르고 안전하게 작업물을 옮길 수 있습니다.
TM로봇 + 3D비전을 활용한 빈피킹 솔루션
이 적용사례는 TM로봇과 3D비전을 활용하여 빈피킹한 솔루션입니다. 기존에는 작업자가 단순 반복하여 하던 일을 3D비전이 부착된 로봇이 대신하여 더 정확하고 빠르게 수행합니다.
AMR 오므론(omron) 물류로봇, 상품 종류별로 인식하고, 회수도 가능하다고? 😮
해당 도입사례는 오므론 AMR 물류로봇을 활용해 약 20~30kg에 이르는 개별 상품을 자동으로 회수하고 이동하도록 설계 되었습니다. 기존에는 작업자가 직접 중량 상품을 옮겨야 했기 때문에 근골격계 질환 위험이 높았고, 반복적인 수작업에서 오는 오분류 문제로 물류 효율성도 떨어지는 상황이었습니다. 오므론 AMR은 이러한 문제를 해결하기 위해 도입되었으며, 다양한 크기와 형태의 상품을 안정적으로 이송할 수 있도록 구성되었습니다. AMR의 탑모듈에는 포토센서가 장착되어 상품의 유무를 감지하고, 제품을 안전하게 이송할 수 있는 거리 설정 기능이 포함되어 있어 원활한 반송이 가능합니다.
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.