공정 레이아웃
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
구성요소
| 로봇 | 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; |
|---|
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 |
특장점
운영의 효율성과 안전성
Market Proven AMR 글로벌 시장 점유율 1위, 자율주행 로봇의 안정성 확보
효율적 공간 활용 및 최적의 물류 동선 확보: SLAM 자율 주행 로봇 기반 3D Mapping, Digital Twin CCTV 모니터링 적용
Max 12~ 18개월 ROI
인건비(부대 비용 포함) X 2 Shifts = 90~100백만원/연간(지게차 구입 비용 별도)
일반 판매 시, 12~18개월 ROI 예상
|
Capex (단위: 백만원) |
Driver Driving 전기 밧데리 지게차 |
AMR |
|
|
지게차 |
Payload 1500kg |
30 |
n/a |
|
인건비 |
2명(2 Shifts X 1년) |
90 |
n/a |
|
도입 연차 비용 (유지/보수 비용 별도) |
1년 |
120 |
n/a |
|
2년 |
90 |
- |
|
하자보증(Warranty) 기간 1년 제공
도입효과
| 주요지표 | 운영 손실 감소 + 사고 감소 = 기회 비용 증가 |
|---|---|
| 도입기업 피드백 | 무인지게차의 뛰어난 성능 덕에 안정적이면서도 정확한 물류 시나리오를 구성할 수 있었습니다. |
※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
추천 솔루션
UR10을 활용한 Plastic Box Depalletizing & Open 솔루션
이 적용사례는 UR10을 활용하여 Plastic Box Depalletizing & Open을 자동화한 솔루션입니다. Plastic Box Depalletizing & Open 공정에서 작업자는 단순 반복적인 픽앤플레이스 작업으로 인해 근골격계 질환이 발생할 가능성이 높습니다. 로봇이 단순 반복적인 작업을 대신 수행하여 이러한 질병을 예방할 수 있습니다.
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.
씨메스(CMES) 팔레타이징 솔루션 대공개 🙌 쿠팡에게 선택 받은 이유
씨메스(CMES)의 팔레타이징 솔루션은 다양한 크기와 모양의 박스를 자동으로 팔레트에 쌓아 올리는 로봇 자동화 시스템입니다. 이 시스템은 3D 비전 과 AI 기술 을 접목하여 물류 작업에서 가장 중요한 작업 중 하나인 팔레타이징을 최적화합니다. 특히, 비정형화된 박스들이 랜덤으로 입고되더라도, AI가 스스로 최적의 쌓기 패턴을 생성해 높은 효율성과 공간 활용성을 제공합니다.