도입된 로봇이 궁금하다면?
이 공정은 2D 비전과 딥러닝 알고리즘(Instance Segmentation)을 활용하여 형상 인식 및 제품 분류 자동화를 위한 데모입니다.
2D 비전을 활용하여 실시간으로 제품 위치와 종류를 인식하여 작업을 수행하기 때문에 제품의 위치가 변경되거나 종류가 변경되더라도 자동으로 인식하여 작업이 가능합니다.
구성요소
| 로봇 | Indy7;
- 6축 협동로봇, 가반하중 7kg, 최대 동작영역 1.3m, 무게 28kg, 반복정밀도 : ± 0.1 mm |
|---|---|
| 주변기기 | IndyEye (딥러닝 기반의 고성능 비전 솔루션);
전기그리퍼;
컨베이어 벨트;
작업물 정렬 지그 |
작업순서
| STEP 1. | 작업물이 컨베이어 벨트를 타고 지정된 위치로 이동 |
|---|---|
| STEP 2. | 딥러닝을 통한 물체의 형상 인식 |
| STEP 3. | 작업물 픽 앤 플레이스 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 도입사례
디버링 로봇 자동화로 이바리 / 버(BURR) 제거 끝! 이렇게 쉬울 수 있다고? 😮
혼다 어코드 차량에 적용되는 너클 가공후 가공면에 발생하는 버 (BURR) 를 로봇 2 대를 이용하여 자동으로 제거하는 로봇 디버링 시스템 포지셔닝 로봇과 디버링 로봇의 협업 및 디버링 툴이 접근 부가한 부분은 전용 디버링 장치를 구성하여 복잡한 형상의 제품 가공면을 완벽하게 디버링 작업을 수행함 가공라인과 연동하여 , 디버링 , 세척 , 검사 , 방청 , 포장 자동화 구현 전공정 자동화 구성
RB5-850 협동로봇을 이용한 자동 용접 시스템
본 적용사례는 RB5-850 협동로봇 시스템과 Co2 용접 시스템을 결합한 자동화 솔루션입니다. 용접 시스템을 자동화 함으로써 작업자의 안정성과 정밀도를 높이기 위하여 제작되었습니다.
260706 Best 콘텐츠 테스트
이 공정은 2D 비전과 딥러닝 알고리즘(Instance Segmentation)을 활용하여 형상 인식 및 제품 분류 자동화를 위한 데모입니다.
2D 비전을 활용하여 실시간으로 제품 위치와 종류를 인식하여 작업을 수행하기 때문에 제품의 위치가 변경되거나 종류가 변경되더라도 자동으로 인식하여 작업이 가능합니다.
구성요소
| 로봇 | Indy7;
- 6축 협동로봇, 가반하중 7kg, 최대 동작영역 1.3m, 무게 28kg, 반복정밀도 : ± 0.1 mm |
|---|---|
| 주변기기 | IndyEye (딥러닝 기반의 고성능 비전 솔루션);
전기그리퍼;
컨베이어 벨트;
작업물 정렬 지그 |
작업순서
| STEP 1. | 작업물이 컨베이어 벨트를 타고 지정된 위치로 이동 |
|---|---|
| STEP 2. | 딥러닝을 통한 물체의 형상 인식 |
| STEP 3. | 작업물 픽 앤 플레이스 |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.