플라잎 PLAIF

제조 분야

원하는 위치에 로봇의 End-Effector(TCP)를 정확하게 위치시키기 위해 D-H 캘리브레이션을 사용하여 로봇에서 발생할 수 있는 오차(조립 및 가공)를 최소화 함으로서 보다 정밀한 작업이 가능합니다.

로봇을 조정하기 위한 조정기 즉, 티칭 펜던트는 제조사마다 사용방법이 다르고 또 그 사용법 또한 매우 복잡합니다. 우리는 현장의 근로자 누구나 로봇을 쉽게 조정할 수 있도록 직접 교시 ( Hand Guiding )를 산업용 로봇에 적용하였습니다.

우리의 솔루션은 Real world에 AI를 적용하는 것이며, 이는 학습 데이터를 만드는 것이 몇 배 어려운 일입니다. 우리는 이러한 시간을 줄이기 위해 전문가의 행동을 모방하는 모방학습 ( Imitation Learning )을 적용하였습니다.

산업용 로봇 엔지니어는 로봇을 가르치고 최적의 경로를 만드는 데 많은 시간을 낭비합니다. 이 시간을 줄이기 위해 우리는 Reinforcement Learning을 사용하여 핸드 가이딩 및 최적의 경로 계획 기술을 적용했습니다.

우리 솔루션을 사용하면 로봇이 기존 방식보다 더 적은 가감속으로 더 빠르게 움직일 수 있으므로 로봇의 수명이 늘어납니다.

초기 로봇 출하시 많은 세팅을 하는데 이는 다양한 환경 예를 들어 로봇의 부착위치, 제품의 무게, 로봇의 작업반경에 따라 세팅 값이 잘 동작하지 않습니다. 우리는 로봇이 다양한 환경에 잘 동작하도록 Neural network를 적용하였습니다.