

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
AMR 이송 자동화
공정 간 운반 작업 자동화로 기존 작업 인력은 고부가가치 작업에 집중할 수 있는 환경을 구축하였습니다.
현대로보틱스 HS220을 활용한 포대 팔레타이징 솔루션
이 적용사례는 현대로보틱스 HS220에 자체 개발한 OP system을 접목하여 종이 포대를 팔레타이징하는 솔루션입니다. 자체 개발한 OP system은 팔레트 사이즈, 포장재 특성에 따라 유연하게 설정하여 효율적으로 사용할 수 있습니다. 특히 다년간의 포대 제작 설비 납품 경험을 토대로 작업장에서 안정적으로 작동하는 팔레타이징 시스템을 책임 구현하였습니다.
이커머스 물류센터 팔레타이징 자동화
제품 자동 분류 및 팔레타이징으로 물류센터 출하 처리 속도를 개선하였습니다.











