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
Components
| Robot | 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; |
|---|
Workflow
| 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 |
※ The content provided by Bigwave Robotics is protected under U.S. and Canadian copyright and intellectual property laws. Unauthorized reproduction, distribution, or use of this content is strictly prohibited.
Recommended Use Cases
AMR과 TM협동로봇을 활용한 자동화
이 적용사례는 AMR과 TM협동로봇을 활용한 CNC 자동화 솔루션입니다. 기존에는 작업자가 작업물을 이동하고 CNC선반에 투입하고 가공할 때까지 기다렸다가 운반했어야 했지만 로봇을 사용함으로 작업자 없이 가공뿐 아니라 가공이 끝나면 운반까지 가능하여 효율이 증가했습니다.
AMR 오므론 물류로봇으로 원자재 반송 자동화 성공했어요! 👍
오므론 AMR 물류로봇을 활용한 대형 원형 원자재 반송 솔루션 사례입니다. 기존의 원자재 반송 작업은 작업자가 대형 원형 통을 직접 굴려 이동하는 방식이었으나, 이 과정에서의 피로와 효율성 문제로 인해 자동화 솔루션이 필요해졌습니다. 본 프로젝트에서는 오므론 AMR 물류로봇을 도입하여 원자재 이동을 자동화하고, 이를 통해 작업자의 부담을 줄이고 작업 효율을 크게 향상시키는 것을 목표로 삼았습니다.
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 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
Components
| Robot | 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; |
|---|
Workflow
| 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 |
※ The content provided by Bigwave Robotics is protected under U.S. and Canadian copyright and intellectual property laws. Unauthorized reproduction, distribution, or use of this content is strictly prohibited.