현재 사용하시는 Internet Explorer는 보안에 취약 할 수 있습니다.   브라우저 업데이트
closeBtn
menu
식품
물류
이적재
분류

UR5와 딥러닝을 활용한 제품 분류 자동화

calendarimg 2020년 11월 11일
수행업체
플라잎
본사 소재지
경기도 성남
예상금액
0 만원 (미정)
  • 개요
  • 특장점
  • 도입효과
  • 수행업체 정보

 

이 솔루션은 3D 비전, 딥러닝 알고리듬(Instance Segmentation)과 강화학습 (Reinforcement Learning) 및 모션 플래닝(OMPL) 알고리듬 활용하여 제품 분류 작업, 조립, 패킹 등 자동화를 위한 솔루션 입니다. 

가성비가 뛰어난 3D 비전을 활용하여 실시간으로 제품 위치와 종류, 그리고 박스 위치 인식하여 작업을 수행하기 때문에 제품의 위치가 변경되거나 박스의 위치가 변경되더라도 자동으로 보정하여 작업이 가능합니다.  모션 플래닝의 활용으로 작업자의 티칭 시간이 줄어들며, 강화학습으로 전체 싸이클 타임을 줄여 줍니다.

비전/로봇/작업 지그들이 틀어져서 조건이 변경되더라도 학습을 통해 보정되기 때문에 운영 및 유지보수가 쉽고 다운타임을 최소화할 수 있습니다.

 

수행연도 및 프로젝트 기간

  • 수행연도 : 2020년
  • 총 7주 : 설계 3주, 제작 2주, 설치 1주, 시운전 1주

 

프로젝트 배경 및 목적

  • 딥러닝을 활용한 제품 인식 정밀도 향상 및 데이터 처리시간 단축
  • 딥러닝을 활용한 Pick & Place 성공율 향상
  • Pick & Place 티칭 시간 단축 (캘리브레이션 포함)
  • 모션플래닝을 활용한 작업자 티칭 시간 단축
  • 강화학습과 딥러닝을 활용한 cycle time 단축 및 gravity, friction, DH-parameter, vibration, backlash 보상

 

솔루션 구성 요소

  • 로봇
    • UR5e - 6축 다관절, 가반하중 5kg, 작업반경 850mm, 무게 20.6kg
      (로보스타 6축, 가반하중 1, 5, 7, 10, 12, 20, 50kg 로봇으로도 대응 가능) 
  • 그리퍼: 진공 그리퍼 (제작품)
  • 3D Vision: 3D stereo camera (자체 알고리듬 탑재)
  • 주변기기: 로봇 베이스(제작품)

 

작업 프로세스

다양한 물건이 섞여 있는 투입박스에서 제품별로 구분 인식  → 인식된 제품을 지정된 배출박스내 위치에 적재 →  투입 박스내 물품을 개별 박스로 분류 작업이 완료될때까지 작업 수행

 * 투입 배출 박스의 위치 변경에 관계 없이 비전에서 Pick & Place 위치를 인지하여 작업 수행  

 

설치 면적 

  • 설치면적 : 약 반경 1m (컴팩트한 설치 공간)

 

 

#물류
#분류
#식품
#이적재
#플라잎
#협동로봇
#다관절 로봇
#3D 비전
#UR

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