AI MOTION CONTROL

 

작업의 다양성
diversity

움직이는 물체를 파지하기 위해 시퀀스 딥러닝을 사용하여 특정 시간 후의 위치 및 자세를 예측하고 로봇을 특정시간 후에 예측된 위치로 이동시킴으로서 움직이는 물체의 파지를 가능하게 합니다.

작업의 안전성
safety

OMPL과 강화학습을 사용하여 정적, 동적 장애물에 대한 회피경로 및 불필요한 동작을 최소화 시키는 최적의 경로를 생성함으로서 작업시 발생 할 수 있는 여러 상황에 유연하게 대처 할 수 있습니다.

작업의 정확성
accuracy

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

    
AI MOTION CONTROL


작업의 다양성
diversity


움직이는 물체를 파지하기 위해 시퀀스 딥러닝을 사용하여 특정 시간 후의 위치 및 자세를 예측하고 로봇을 특정시간 후에 예측된 위치로 이동시킴으로서 움직이는 물체의 파지를 가능하게 합니다.


작업의 안전성
safety


OMPL과 강화학습을 사용하여 정적, 동적 장애물에 대한 회피경로 및 불필요한 동작을 최소화 시키는 최적의 경로를 생성함으로서 작업시 발생 할 수 있는 여러 상황에 유연하게 대처 할 수 있습니다.


작업의 정확성
accuracy


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