공정 레이아웃
본 동영상 정보는 SLAM(Simultaneous Localization And Mapping)기반의 자율주행 물류 이송 Forklift 시스템입니다.
Navigation Scan Lidar를 통한 항법 센싱 및 사물 인식 및 장애물 확인을 위한 Multi-Lidar 그리고 파렛트, 케이지 적재를 위한 2D/3D 카메라를 통한 안전성을 기반으로 물류 이송/적재 작업의 자율주행 무인화 방식을 제공하고 있습니다.
SLAM(Simultaneous Localization And Mapping)이란?
로봇이 작업장 내의 환경을 주행하며 로봇 자율주행 센서만으로 작업 환경에 대한 정확한 작업 지도를 작성하는 자율주행을 위한 핵심기술입니다.
프로젝트 배경 및 목적
자율주행 로봇의 정확한 반복 물류 작업
구성요소
| 로봇 | 자율주행 무인 지게차: SFL-CDD140;
- Payload 1400kg (타 모델 Max. 2500kg);
- Lifting Height: 1600/3000mm (타 모델 Max. 5755mm);
- Navigation position/angle accuracy: ±10mm / ±0.5º;
- Auto-Charging Unit;
AMR 운영 SW: ;
- RDS: Scenario Builder;
- RoboView(Option): CCTV based Vision AI Solution; |
|---|
작업순서
| STEP 1. | 작업 환경에 따른 이송 및 적재 작업 시나리오 구성 |
|---|---|
| STEP 2. | 현장 시스템 연계 설치 |
| STEP 3. | AMR 자체 SLAM 기능 : 작업 지도 작성 |
| STEP 4. | 현장 적용 |
특장점
운영의 효율성과 안전성
Market Proven AMR 글로벌 시장 점유율 1위, 자율주행 로봇의 안정성 확보
효율적 공간 활용 및 최적의 물류 동선 확보: SLAM 자율 주행 로봇 기반 3D Mapping, Digital Twin CCTV 모니터링 적용
Max 12~ 18개월 ROI
인건비(부대 비용 포함) X 2 Shifts = 90~100백만원/연간(지게차 구입 비용 별도)
일반 판매 시, 12~18개월 ROI 예상
|
Capex (단위: 백만원) |
Driver Driving 전기 밧데리 지게차 |
AMR |
|
|
지게차 |
Payload 1500kg |
30 |
n/a |
|
인건비 |
2명(2 Shifts X 1년) |
90 |
n/a |
|
도입 연차 비용 (유지/보수 비용 별도) |
1년 |
120 |
n/a |
|
2년 |
90 |
- |
|
하자보증(Warranty) 기간 1년 제공
도입효과
| 주요지표 | 운영 손실 감소 + 사고 감소 = 기회 비용 증가 |
|---|---|
| 도입기업 피드백 | 무인지게차의 뛰어난 성능 덕에 안정적이면서도 정확한 물류 시나리오를 구성할 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.
AMR 오므론(omron) 물류로봇, 상품 종류별로 인식하고, 회수도 가능하다고? 😮
해당 도입사례는 오므론 AMR 물류로봇을 활용해 약 20~30kg에 이르는 개별 상품을 자동으로 회수하고 이동하도록 설계 되었습니다. 기존에는 작업자가 직접 중량 상품을 옮겨야 했기 때문에 근골격계 질환 위험이 높았고, 반복적인 수작업에서 오는 오분류 문제로 물류 효율성도 떨어지는 상황이었습니다. 오므론 AMR은 이러한 문제를 해결하기 위해 도입되었으며, 다양한 크기와 형태의 상품을 안정적으로 이송할 수 있도록 구성되었습니다. AMR의 탑모듈에는 포토센서가 장착되어 상품의 유무를 감지하고, 제품을 안전하게 이송할 수 있는 거리 설정 기능이 포함되어 있어 원활한 반송이 가능합니다.
이커머스 물류센터 팔레타이징 자동화
제품 자동 분류 및 팔레타이징으로 물류센터 출하 처리 속도를 개선하였습니다.
공정 레이아웃
본 동영상 정보는 SLAM(Simultaneous Localization And Mapping)기반의 자율주행 물류 이송 Forklift 시스템입니다.
Navigation Scan Lidar를 통한 항법 센싱 및 사물 인식 및 장애물 확인을 위한 Multi-Lidar 그리고 파렛트, 케이지 적재를 위한 2D/3D 카메라를 통한 안전성을 기반으로 물류 이송/적재 작업의 자율주행 무인화 방식을 제공하고 있습니다.
SLAM(Simultaneous Localization And Mapping)이란?
로봇이 작업장 내의 환경을 주행하며 로봇 자율주행 센서만으로 작업 환경에 대한 정확한 작업 지도를 작성하는 자율주행을 위한 핵심기술입니다.
프로젝트 배경 및 목적
자율주행 로봇의 정확한 반복 물류 작업
구성요소
| 로봇 | 자율주행 무인 지게차: SFL-CDD140;
- Payload 1400kg (타 모델 Max. 2500kg);
- Lifting Height: 1600/3000mm (타 모델 Max. 5755mm);
- Navigation position/angle accuracy: ±10mm / ±0.5º;
- Auto-Charging Unit;
AMR 운영 SW: ;
- RDS: Scenario Builder;
- RoboView(Option): CCTV based Vision AI Solution; |
|---|
작업순서
| STEP 1. | 작업 환경에 따른 이송 및 적재 작업 시나리오 구성 |
|---|---|
| STEP 2. | 현장 시스템 연계 설치 |
| STEP 3. | AMR 자체 SLAM 기능 : 작업 지도 작성 |
| STEP 4. | 현장 적용 |
특장점
운영의 효율성과 안전성
Market Proven AMR 글로벌 시장 점유율 1위, 자율주행 로봇의 안정성 확보
효율적 공간 활용 및 최적의 물류 동선 확보: SLAM 자율 주행 로봇 기반 3D Mapping, Digital Twin CCTV 모니터링 적용
Max 12~ 18개월 ROI
인건비(부대 비용 포함) X 2 Shifts = 90~100백만원/연간(지게차 구입 비용 별도)
일반 판매 시, 12~18개월 ROI 예상
|
Capex (단위: 백만원) |
Driver Driving 전기 밧데리 지게차 |
AMR |
|
|
지게차 |
Payload 1500kg |
30 |
n/a |
|
인건비 |
2명(2 Shifts X 1년) |
90 |
n/a |
|
도입 연차 비용 (유지/보수 비용 별도) |
1년 |
120 |
n/a |
|
2년 |
90 |
- |
|
하자보증(Warranty) 기간 1년 제공
도입효과
| 주요지표 | 운영 손실 감소 + 사고 감소 = 기회 비용 증가 |
|---|---|
| 도입기업 피드백 | 무인지게차의 뛰어난 성능 덕에 안정적이면서도 정확한 물류 시나리오를 구성할 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.
AMR 오므론(omron) 물류로봇, 상품 종류별로 인식하고, 회수도 가능하다고? 😮
해당 도입사례는 오므론 AMR 물류로봇을 활용해 약 20~30kg에 이르는 개별 상품을 자동으로 회수하고 이동하도록 설계 되었습니다. 기존에는 작업자가 직접 중량 상품을 옮겨야 했기 때문에 근골격계 질환 위험이 높았고, 반복적인 수작업에서 오는 오분류 문제로 물류 효율성도 떨어지는 상황이었습니다. 오므론 AMR은 이러한 문제를 해결하기 위해 도입되었으며, 다양한 크기와 형태의 상품을 안정적으로 이송할 수 있도록 구성되었습니다. AMR의 탑모듈에는 포토센서가 장착되어 상품의 유무를 감지하고, 제품을 안전하게 이송할 수 있는 거리 설정 기능이 포함되어 있어 원활한 반송이 가능합니다.
이커머스 물류센터 팔레타이징 자동화
제품 자동 분류 및 팔레타이징으로 물류센터 출하 처리 속도를 개선하였습니다.