

공정 레이아웃
이 솔루션은 3D 비전, 딥러닝 알고리듬(Instance Segmentation)과 강화학습 (Reinforcement Learning) 및
모션 플래닝( OMPL ) 알고리듬을 활용하여 제품 분류 작업, 조립, 패킹 등 자동화를 위한 솔루션 입니다.
3D 비전을 활용하여 실시간으로 제품 위치와 종류, 그리고 박스 위치 인식하여 작업을 수행하기 때문에
제품의 위치가 변경되거나 박스의 위치가 변경되더라도 자동으로 보정하여 작업이 가능합니다.
비전/로봇/작업 지그들이 틀어져서 조건이 변경되더라도 학습을 통해 보정되기 때문에
운영 및 유지보수가 쉽고 Downtime을 최소화할 수 있습니다.
구성요소
| 로봇 | UR5e;
- 6축 다관절,가반하중 5kg,작업반경 850mm,무게 20.6kg |
|---|---|
| 주변기기 | 로봇 베이스(제작품);
공압 그리퍼 (제작품);
3D 비전 카메라 (자체 알고리듬 탑재);
비전거치대;
작업물 정렬 지그 |
작업순서
| STEP 1. | 작업물 투입 |
|---|---|
| STEP 2. | 작업물 최적 피킹 플래닝 |
| STEP 3. | 작업물 피킹 및 정렬 |
| STEP 4. | 배출 박스에 정렬하여 적재 |
특장점
손쉬운 로봇 티칭
딥러닝을 활용한 비전 캘리브레이션 및 티칭 자동화로 티칭 시간 단축
작업 조건이 변경되더라도 캘리브레이션 및 재티칭 불필요
딥러닝 기반의 3D 물체 인식으로 다양한 물체에 대한 인식력이 뛰어남
제품 형상에 맞춰 최적 Pick 위치 자동 학습
시뮬레이션 데이터를 활용한 학습시간 단축
제품이 그리핑에 적합하지 않은 상태일 경우 제품을 쓰러뜨리거나 움직여 피킹 수행
0.2초 이하의 빠른 제품 자세 인식(6D pose estimation)
컴팩트하고 간단한 설치
투입 박스를 정위치로 고정할 필요가 없어 별도 피더 제작 불필요
작업자가 작업하던 공간에 로봇만 추가 설치하여 작업 가능
빠른 투자회수 가능 - 운영 최적화 및 유지보수 비용 절감
지속적인 학습을 통해 작업 자세 및 경로 최적화를 수행하여 사이클 타임 단축
Layout이 틀어지거나 로봇이 노후되어 틀어지더라도 자동 보정 및 작업 수행 가능
Downtime 최소화로 안정적인 생산성 확보

※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
솔루션에 사용된 로봇이 궁금하다면?
추천 솔루션
AMR 이송 자동화
공정 간 운반 작업 자동화로 기존 작업 인력은 고부가가치 작업에 집중할 수 있는 환경을 구축하였습니다.
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.
자동차 부품 공장, 팔레타이징 로봇으로 출하 공정 자동화
자동차 부품 공장, 팔레타이징 로봇으로 출하 공정 자동화한 실제 사례 | 대동도어 도입기











