지금까지 산업용 로봇에 비전 시스템을 추가하여 장미 쌓기 피킹을 하는 경우는 공업 부품 등 강체물이라면 대상물을 잡는 장소의 패턴이 일정화되어 실용화가 되어 있었습니다. 다만, 케이블 등 연체물이나 부정형물의 피킹이 되면 개체차이가 있기 때문에 자동화가 어렵고 사람의 손에 의지할 수밖에 없었습니다.
거기서 독자 개발한 AI 기술 'Alliom(아리옴)'을 활용함으로써 시뮬레이터상에서 보다 현실 환경에 가까운 학습 데이터를 작성하여 강체물뿐만 아니라 연체물도 동일한 핸드로 피킹을 할 수 있게 됩니다. 시뮬레이터상에서 AI 생성 프로세스(학습 데이터 생성+학습+AI 생성)를 완결할 수 있기 때문에, AI 개발 포함하여 실운용까지의 도입 시간이 압도적으로 짧아져, 실기 투입 정밀도의 향상도 도모할 수 있습니다.
예를 들어 장미 로딩 부품의 피킹 작업이라면 대상 부품을 시뮬레이터로 가져와 AI로 가상 공간에 부품의 마찰감이나 광원의 각도 등을 포함하여 현실에 한없이 접근한 작업 환경을 구축합니다. AI로 가상상에 대량의 부품 데이터와 흩어져 쌓는 방법을 생성함으로써, 로봇 핸드가 어느 궤도에서 어느 포인트라면 안정적으로 파지할 수 있는지 학습해 가고, 이것이 반복되는 것으로 정밀도가 올라갑니다.
지금까지 실제 기기에서 생성했던 학습용 데이터가 더 이상 필요하지 않으므로 3~4시간 정도에 걸쳐 실제 기기를 검증하고 적용할 수 있어 도입에 소요되는 시간과 비용을 대폭 절감할 수 있습니다. 최종적으로 대상은 같은 손으로 금속품 등의 단단한 부품에서 튀김 등 부정형물까지 꺼낼 수 있습니다.
그 외에도 주물의 외관 검사 등 원래 불량품이 나오기 어렵고 빅데이터화에 시간이 걸리는 공정에서도, 수십장의 이미지로부터 시뮬레이션으로 리얼한 불량 데이터를 만들어, 실장 가능한 AI를 생성합니다. 로봇과 카메라를 연계하여 상처를 검사하는 공정 등 이 기술의 적용 범위를 넓혀갑니다.
기타 솔루션
-
생산
-
품질
-
보전
