본 동영상 정보는 SLAM(Simultaneous Localization And Mapping)기반의 자율주행 물류 이송 로봇 시스템입니다.
Laser Sensing 기반의 스스로 지도를 작성하는 Self-mapping, 사물 인식 및 장애물 확인을 위한 2D/3D 카메라를 통한 최적의 경로 확보 및 안전성을 기반으로 물류 이송/적재 작업의 자율주행 무인화 방식으로
협동로봇(Co-Bot), 롤러 컨베이어, Jack-Up 등의 다양한 애플리케이션을 탑재하여 생산 현장의 물류 및 정밀 반복 작업을 위한 최적의 솔루션을 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 AMR 물류 이송로봇: AMB-300D + 롤러컨베이어 탑재;
- Payload 300kg (타 모델 Max. 2000kg);
- Navigation position/angle accuracy : ±5mm / ±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 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 도입사례
아마존 창고의 75%를 책임지는 AI 물류로봇, 벌컨(Vulcan)! 👏
본 도입사례는 아마존 물류창고에 도입된 '벌컨(Vulcan)' 로봇을 활용해 상품의 자동 피킹 및 수납 작업을 고도화한 사례입니다. 아마존은 반복적이고 정교함이 필요한 수납 작업의 효율과 정밀도를 동시에 확보하고자 촉각 기반 로봇을 도입했습니다. 벌컨은 사람의 손처럼 작동하는 촉각 센서 기반 그리퍼와 AI를 활용하여, 물건의 무게나 재질에 따라 압력을 조절하고, 공간을 효율적으로 활용해 자동으로 상품을 수납합니다. 이를 통해 아마존 물류 자동화의 정확도와 범위를 한층 더 확장했습니다.
SFAW 전시회 SCHMALZ 진공 핸들링 시스템(HS) 활용편
이 적용사례는 슈말츠의 진공 핸들링 시스템(HS)을 활용하여 SFAW 전시회 관람객분들이 직접 작업물을 보다 안전하고 편하게 옮기는 작업을 진행하시면서 실용성을 느낄 수 있도록 진행한 적용사례입니다. 작업자가 진공 핸들링 시스템(HS)를 이용해 작업물을 옮김으로써 무거운 물체를 반복적으로 옮길 때 생기던 근골격계 상해를 방지하며 더 빠르고 안전하게 작업물을 옮길 수 있습니다.
라인을 따라 이동하며 상자를 이적재하는 자동화 창고
본 솔루션은 스토커를 이용해 라인을 따라 이동하며 컨베이어를 이용해 자동으로 상자를 이적재하는 솔루션입니다. 스토커를 이용해 높은 곳에 상자를 이적재하여 기존 방식보다 빠르게 상자를 옮김으로 생산성을 확보하였습니다. 또 위험한 작업으로 부터 작업자를 분리해 안전사고의 위험도 크게 낮출 수 있으며 스토커의 이동부분이 PLC 제어로 구성되어 유지보수 또한 편리합니다.
본 동영상 정보는 SLAM(Simultaneous Localization And Mapping)기반의 자율주행 물류 이송 로봇 시스템입니다.
Laser Sensing 기반의 스스로 지도를 작성하는 Self-mapping, 사물 인식 및 장애물 확인을 위한 2D/3D 카메라를 통한 최적의 경로 확보 및 안전성을 기반으로 물류 이송/적재 작업의 자율주행 무인화 방식으로
협동로봇(Co-Bot), 롤러 컨베이어, Jack-Up 등의 다양한 애플리케이션을 탑재하여 생산 현장의 물류 및 정밀 반복 작업을 위한 최적의 솔루션을 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 AMR 물류 이송로봇: AMB-300D + 롤러컨베이어 탑재;
- Payload 300kg (타 모델 Max. 2000kg);
- Navigation position/angle accuracy : ±5mm / ±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 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.