솔루션에 사용된 로봇이 궁금하다면?
공정 레이아웃
본 적용사례는 Geek+의 P800 피킹 로봇 42대를 활용하여 물류센터 내 피킹 스테이션과 보충 스테이션을 구현한 솔루션입니다.
자체 학습을 통해 사용 빈도수에 따라 효율적인 레이아웃을 구성 가능하고 컴팩한 공간에 많은 물품을 보관할 수 있어 공간 활용도를 극대화할 수 있습니다.
구성요소
| 로봇 | Geek+ P800 42대
- Max Payload : 1000kg
- Size (mm) : L1090 X W830 X H275
- Weight : 195kg
- Max. Lifting Height : 60mm
- Max. Speed : 2m/s without load 1.6m/s full load
- Max. Rotating Speed : 90도/1.5s, 180도/2s
- Max. Slope Angle : 2.5도 (4.4%)
- Stop Accuracy : 10mm
- Navigation : Inertial Sensor + QR code
- Run time : 10분 충전시 2~3시간 동작
- Operating Temp. : -20~50도 |
|---|---|
| 주변기기 | 전용 선반 739 세트;
워크스테이션;
Smart Warehouse System |
작업순서
| STEP 1. | 오더 접수 및 입력 |
|---|---|
| STEP 2. | 해당 선반으로 이동 |
| STEP 3. | 선반 픽업 후 피킹 위치로 이동 |
| STEP 4. | 상품 피킹 |
| STEP 5. | 보관 위치로 이동 |
| STEP 6. | 상품 보충 접수 |
| STEP 7. | 해당 선반으로 이동 |
| STEP 8. | 선반 픽업 후 보충 위치로 이동 |
| STEP 9. | 상품 적재 |
| STEP 10. | 보관 위치로 이동 |
특장점
뛰어난 작업 성능 및 공간 활용 극대화
컴팩트한 공간을 활용하여 효율적인 물류센터 운영 시스템 구축 가능
사용 빈도에 따라 보관위치 최적화 수행하여 피킹 및 보충 시간 최소화
1000kg까지의 중량물 운송 가능
팔레트와 선반 등 다양한 작업 방식 혼용 운영 가능
오더 피킹 및 총량 피킹 등 작업 방식에 맞춰 운영 가능
인시생산성 300~600 pcs/hour 가능
투자 비용 최소화 및 운영 효율 증대
RaaS 모델을 활용하여 투자비용 최소화 및 유지 보수 등 운영 효율 극대화
100대 이상의 복수 장비 최적 운용 및 관리 가능
자동 충전을 통해 주야 24시간 작업 수행 가능
높은 안정성과 신뢰성
전세계 1만대 이상 설치 운영으로 하드웨어 및 소프트웨어 안정성 및 신뢰성 확보
도입효과
| 주요지표 | 생산성 2배 향상
피킹 정확도 향상
인건비 절감
저장 스토리지 용량 증가 |
|---|---|
| 도입기업 피드백 | Geek+의 솔루션을 통해 피킹 생산성 및 정확도가 향상되었으며 저장 공간까지 증가하는 결과를 얻을 수 있었습니다. |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 솔루션
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.
정형‧비정형 AI 팔레타이징&AMR 운송 자동화 연계 솔루션
AI 비전 기반 팔레타이징과 AMR 운송자동화 연계 공정으로 공정 간의 병목을 최소화하였으며, 물류 처리 속도 역시 개선하였습니다.
아마존 창고의 75%를 책임지는 AI 물류로봇, 벌컨(Vulcan)! 👏
본 도입사례는 아마존 물류창고에 도입된 '벌컨(Vulcan)' 로봇을 활용해 상품의 자동 피킹 및 수납 작업을 고도화한 사례입니다. 아마존은 반복적이고 정교함이 필요한 수납 작업의 효율과 정밀도를 동시에 확보하고자 촉각 기반 로봇을 도입했습니다. 벌컨은 사람의 손처럼 작동하는 촉각 센서 기반 그리퍼와 AI를 활용하여, 물건의 무게나 재질에 따라 압력을 조절하고, 공간을 효율적으로 활용해 자동으로 상품을 수납합니다. 이를 통해 아마존 물류 자동화의 정확도와 범위를 한층 더 확장했습니다.
공정 레이아웃
본 적용사례는 Geek+의 P800 피킹 로봇 42대를 활용하여 물류센터 내 피킹 스테이션과 보충 스테이션을 구현한 솔루션입니다.
자체 학습을 통해 사용 빈도수에 따라 효율적인 레이아웃을 구성 가능하고 컴팩한 공간에 많은 물품을 보관할 수 있어 공간 활용도를 극대화할 수 있습니다.
구성요소
| 로봇 | Geek+ P800 42대
- Max Payload : 1000kg
- Size (mm) : L1090 X W830 X H275
- Weight : 195kg
- Max. Lifting Height : 60mm
- Max. Speed : 2m/s without load 1.6m/s full load
- Max. Rotating Speed : 90도/1.5s, 180도/2s
- Max. Slope Angle : 2.5도 (4.4%)
- Stop Accuracy : 10mm
- Navigation : Inertial Sensor + QR code
- Run time : 10분 충전시 2~3시간 동작
- Operating Temp. : -20~50도 |
|---|---|
| 주변기기 | 전용 선반 739 세트;
워크스테이션;
Smart Warehouse System |
작업순서
| STEP 1. | 오더 접수 및 입력 |
|---|---|
| STEP 2. | 해당 선반으로 이동 |
| STEP 3. | 선반 픽업 후 피킹 위치로 이동 |
| STEP 4. | 상품 피킹 |
| STEP 5. | 보관 위치로 이동 |
| STEP 6. | 상품 보충 접수 |
| STEP 7. | 해당 선반으로 이동 |
| STEP 8. | 선반 픽업 후 보충 위치로 이동 |
| STEP 9. | 상품 적재 |
| STEP 10. | 보관 위치로 이동 |
특장점
뛰어난 작업 성능 및 공간 활용 극대화
컴팩트한 공간을 활용하여 효율적인 물류센터 운영 시스템 구축 가능
사용 빈도에 따라 보관위치 최적화 수행하여 피킹 및 보충 시간 최소화
1000kg까지의 중량물 운송 가능
팔레트와 선반 등 다양한 작업 방식 혼용 운영 가능
오더 피킹 및 총량 피킹 등 작업 방식에 맞춰 운영 가능
인시생산성 300~600 pcs/hour 가능
투자 비용 최소화 및 운영 효율 증대
RaaS 모델을 활용하여 투자비용 최소화 및 유지 보수 등 운영 효율 극대화
100대 이상의 복수 장비 최적 운용 및 관리 가능
자동 충전을 통해 주야 24시간 작업 수행 가능
높은 안정성과 신뢰성
전세계 1만대 이상 설치 운영으로 하드웨어 및 소프트웨어 안정성 및 신뢰성 확보
도입효과
| 주요지표 | 생산성 2배 향상
피킹 정확도 향상
인건비 절감
저장 스토리지 용량 증가 |
|---|---|
| 도입기업 피드백 | Geek+의 솔루션을 통해 피킹 생산성 및 정확도가 향상되었으며 저장 공간까지 증가하는 결과를 얻을 수 있었습니다. |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
솔루션에 사용된 로봇이 궁금하다면?
추천 솔루션
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.
정형‧비정형 AI 팔레타이징&AMR 운송 자동화 연계 솔루션
AI 비전 기반 팔레타이징과 AMR 운송자동화 연계 공정으로 공정 간의 병목을 최소화하였으며, 물류 처리 속도 역시 개선하였습니다.
아마존 창고의 75%를 책임지는 AI 물류로봇, 벌컨(Vulcan)! 👏
본 도입사례는 아마존 물류창고에 도입된 '벌컨(Vulcan)' 로봇을 활용해 상품의 자동 피킹 및 수납 작업을 고도화한 사례입니다. 아마존은 반복적이고 정교함이 필요한 수납 작업의 효율과 정밀도를 동시에 확보하고자 촉각 기반 로봇을 도입했습니다. 벌컨은 사람의 손처럼 작동하는 촉각 센서 기반 그리퍼와 AI를 활용하여, 물건의 무게나 재질에 따라 압력을 조절하고, 공간을 효율적으로 활용해 자동으로 상품을 수납합니다. 이를 통해 아마존 물류 자동화의 정확도와 범위를 한층 더 확장했습니다.