지금까지는 산업용 로봇에 비전 시스템을 추가해 대량의 자재를 집게 할 때 산업용 부품과 같은 단단한 물체라면 물체를 잡는 위치의 패턴이 고정되어 있어 실용화가 가능했습니다 그러나 케이블 등 부드러운 물체나 모양이 불규칙한 물체를 피킹하는 작업은 개인차가 있어 자동화가 어렵고 수작업에 의존해야 한다
당사의 독자적인 AI 기술인 "Alliom"을 활용하여 시뮬레이터에서 실제 환경과 더욱 유사한 학습 데이터를 생성할 수 있어 단단한 물체뿐만 아니라 부드러운 물체도 같은 손으로 선택할 수 있습니다 AI 생성 과정(학습 데이터 생성+학습+AI 생성)을 시뮬레이터에서 완료할 수 있기 때문에 AI 개발을 포함해 실제 작동까지 도입 시간이 획기적으로 단축되고, 실제 머신 배포의 정확도를 높일 수 있다
예를 들어 벌크 부품을 선택할 때 부품을 시뮬레이터로 가져오고 AI를 사용하여 부품의 마찰과 광원의 각도를 포함하여 최대한 현실에 가까운 가상 공간의 작업 환경을 만듭니다 AI를 활용해 대량의 부품 데이터를 가상으로 생성하고 부품을 따로 쌓는 방법을 통해 로봇 손은 어떤 궤적과 어떤 지점이 부품을 안정적으로 잡을 수 있는지 학습하고, 이 과정이 반복될수록 정확도가 향상된다
이전에 실제 기계에서 생성되었던 훈련 데이터는 더 이상 필요하지 않으며, 이제 약 3~4시간 안에 실제 기계에서 테스트하고 적용할 수 있어 구현 시간과 비용이 크게 절감됩니다 결국 금속류 등 딱딱한 부품부터 프라이드치킨 등 모양이 불규칙한 물품까지 같은 손으로 꺼낼 수 있다
또한 애초에 불량품이 나올 가능성이 낮고 빅데이터로 변환하는 데 시간이 걸리는 주물 육안 검사 등의 공정에서도 수십 장의 이미지 시뮬레이션을 통해 현실적인 불량 데이터를 생성하고 구현 가능한 AI를 생성합니다 로봇과 카메라를 연동해 결함을 검사하는 과정까지 포함해 이 기술의 적용 범위를 확대할 예정이다
기타 솔루션
-
생산
-
품질
-
보존
