플러스프로젝트 배경
1. 문제점 - 수동 로봇 티칭 시 좌표 오차로 픽&플레이스 실패율 8% 발생 - 진동 센서를 별도 모니터링해 수동으로 품질 판정 → 검사 속도 느림 - 로봇 동작, 센서 수집, 결과 확인이 분리되어 운영 효율 저하 2. 프로젝트 목표 - Vision AI 결과를 로봇 제어에 자동 연동하여 픽&플레이스 정확도 향상 - AI 모델과 진동 센서 데이터를 결합해 무인 품질 테스트 파이프라인 구축 -
프로젝트 성과
픽&플레이스 성공률 98%
도입 전 92% → 도입 후 98%로 오류율 6%p 감소
검사 사이클 타임 67% 단축
수동 포함 60 s → 자동화 후 20 s로 40 s 절감
검사 처리량 3배 증가
시간당 60개 → 180개 처리 가능
불량 검출 정확도 96%
진동센서+Vision 융합 모델로 미검율 4% → 1.5%로 개선
운영자 만족도 4.6/5
자체 평가 설문 결과
핵심 기능
좌표 인식 기반 픽&플레이스 제어
Vision AI로 객체 좌표 추출 → ROS 제어 (오차 ±1 mm 이내)
진행 단계
기획 및 요구사항 정의
2024.06.
시스템 요건, 안전 규격, 성능 지표(±1 mm, ≤20 s) 수립
프로젝트 상세
1) 배경 - 수작업 검사 한계 - 로봇 티칭 후 수동으로 품질 판정 → 피로 누적으로 픽&플레이스 실패율 8% 발생 - 생산 라인 속도 증가 - 초당 10개 이상 부품 처리되는 생산 속도에 수작업 검사 병목 - 운영 효율 저하 - 로봇 동작, 센서 수집, 결과 확인이 별도 시스템으로 분리 운영 2) 과정 - 2024.06 – 07: PoC 및 프로토타입 - 로
