

공정 레이아웃
이 솔루션은 2D 비전, 딥러닝 알고리듬(Instance Segmentation)과 강화학습 (Reinforcement Learning) 및 모션 플래닝( OMPL )
알고리듬을 활용하여 움직이는 컨베이어 위에 있는 재활용 플라스틱을 빠르게 인식하고 분류하는 솔루션 입니다.
대상의 형태가 불규칙하더라고 빠르게 인식 가능플한 비전 성능과 모션 플래닝을 통해 분류 작업을 신속하게 수행합니다.
구성요소
| 로봇 | 3축 델타로봇 |
|---|---|
| 주변기기 | 천장형 로봇 베이스;
진공 그리퍼;
2D 비전 (자체 알고리듬 탑재);
컨베이어 |
작업순서
| STEP 1. | 쓰레기 더미 투입 |
|---|---|
| STEP 2. | 플라스틱 대상 인식 |
| STEP 3. | 플라스틱 제품 피킹 및 배출 |
특장점
손쉬운 로봇 티칭
딥러닝을 활용한 비전 캘리브레이션 및 티칭 자동화로 티칭 시간 단축
작업 조건이 변경되더라도 캘리브레이션 및 재티칭 불필요
딥러닝 기반의 플라스틱 물체 인식으로 다양한 형상에 대한 인식력이 뛰어남
제품 형상에 맞춰 최적 Pick 위치 자동 학습
빠른 투자회수 가능
빠른 사이클 타임
초당 1 pick 수준의 빠른 작업 수행 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.
추천 솔루션
알루미늄 바(Bar) 가공·후공정 통합 머신텐딩 자동화 솔루션
CNC 가공부터 세척, 후공정(팝너트 체결), 완제품 배출까지 전 공정을 무인으로 연계한 머신텐딩 자동화 시스템
사람 손은 줄이고, 분류 정확도는 높이고! 다품종 폐알루미늄 선별 자동화 솔루션
본 솔루션은 투입–1차 분류–2차 정밀 분류–리턴 공정까지 전 과정을 하나의 흐름으로 통합하여, 안정적인 대량 분류와 효율적인 공정 운영이 가능하도록 구성되었다.
차량용 촉매 셀(cell) 비전 검사 자동화 솔루션
해당 사례는 차량용 촉매를 생산하는 제조 공장에 적용된 비전 검사 자동화 솔루션으로, 촉매 셀(Cell)의 상태를 고속·정밀하게 검사하기 위해 직교 로봇과 라인스캔 카메라를 결합한 시스템입니다.











