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.


Real World 학습데이터 생성
imitation Learning


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

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.


산업용 로봇의 직접교시
hand guiding


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

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 오토튜닝
AI auto tuning


초기 로봇 출하시 많은 셋팅을 하는데 이는 다양한 환경 예를들어 로봇의 부착위치, 제품의 무게, 로봇의 작업반경에 따라 셋팅 값이 잘 동작하지 않습니다. 우리는 로봇이 다양한 환경에 잘동작하도록 Neural network적용하였습니다.