Solution Thumbnail
퍼넬커먼 이미지퍼넬인더스트리얼 이미지

공정 레이아웃

공정은 2D 비전과 딥러닝 알고리즘(Instance Segmentation)을 활용하여 형상 인식 및 제품 분류 자동화를 위한 데모입니다. 

 

2D 비전을 활용하여 실시간으로 제품 위치와 종류를 인식하여 작업을 수행하기 때문에 제품의 위치가 변경되거나 종류가 변경되더라도 자동으로 인식하여 작업이 가능합니다.

 

구성요소

로봇
Indy7; - 6축 협동로봇, 가반하중 7kg, 최대 동작영역 1.3m, 무게 28kg, 반복정밀도 : ± 0.1 mm
주변기기
IndyEye (딥러닝 기반의 고성능 비전 솔루션); 전기그리퍼; 컨베이어 벨트; 작업물 정렬 지그

작업순서

STEP 1.작업물이 컨베이어 벨트를 타고 지정된 위치로 이동
STEP 2.딥러닝을 통한 물체의 형상 인식
STEP 3.작업물 픽 앤 플레이스

특장점

쉽고 간편한 로봇 티칭 

딥러닝을 활용한 비전 캘리브레이션 및 티칭 자동화로 티칭 시간 단축

딥러닝 기반으로 물체를 인식하여 다양한 물체에 대한 인식력이 뛰어남

제품 형상에 맞춰 최적 Pick 위치 자동 학습 

 

컴팩트하고 간편한 설치

투입물을 정위치로 고정할 필요가 없어 별도 피더 제작 불필요

작업자가 작업하던 공간에 로봇만 추가 설치하여 작업 가능

도입효과

도입기업 피드백
딥러닝과 비전 센서를 사용하는 IndyEye덕에 빠르고 간편한 티칭을 할 수 있고, 실시간으로 제품의 형상을 인식해 픽 앤 플레이스 할 수 있습니다.
배너 이미지

※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.

뉴로메카 Indy7와 IndyEye를 활용한 형상 인식 및 분류 자동화

적용분야
금속/플라스틱, 전기전자, 분류, 제조

솔루션에 사용된 로봇이 궁금하다면?