응용 사례
대형 제조업체
3D 비전 가이드 피킹(샌드 코어)
샌드 코어는 표면과 구조가 복잡하기 때문에 정확한 이미징과 안정적인 피킹에 어려움이 있습니다. 5가지 종류의 코어 박스와 30가지 종류의 샌드 코어에 빠르게 적응하여 정확한 인식을 보장해야 합니다.
대형 자동차 부품 공장
3D 비전 가이드 로딩(베어링 내륜)
공장에서 무거운 베어링 내륜을 수동으로 로딩하는 것은 비효율적이었습니다. 떠라서 안정성을 유지하면서 생산성을 높이기 위해 Mech-Mind AI + 3D 비전 솔루션으로 자동화된 생산 라인을 구축하는 것이 필요했습니다.
대형 식품 공장
3D 비전 가이드 피스 피킹
공장의 물류 센터에서 기존의 피킹 방식으로 매일 수천 개의 SKU와 수많은 전자상거래 주문을 처리할 때 오류가 쉽게 발생하고 효율성이 낮습니다.
대형 주류 회사
3D 비전 가이드 디팔레타이징(박스)
산업용 카메라를 사용하여 새로운 SKU 및 패턴과 반사 표면이 있는 상자에 대해 3D 포인트 클라우드를 생성할 때 정확하게 이미징하고 인식하는 데 어려움이 있습니다. Mech-Mind 3D 비전 시스템은 이러한 문제를 해결할 수 있어야 합니다.
대형 식품 공장
3D 비전 가이드 디팔레타이징(박스)
입고 및 출고 과정에서 SKU수가 많고 박스가 무겁기 때문에 기존의 수작업 디팔레타이징 방식은 비효율적입니다. 식품 공장의 규모가 확장됨에 따라 디팔레타이징에 대한 수요가 증가하여 인력 채용이 더욱 어려워지고 있습니다. Mech-Mind AI + 3D 비전 로봇 솔루션을 통해 3D 비전 가이드 로봇은 주문에 따라 파렛트에서 빽빽하게 포장된 박스를 인식하고 피킹하여 지정된 파렛트에 배치할 수 있어야 합니다.
대형 식품 공장
3D 비전 가이드 디팔레타이징(박스)
식품 업계에서 입고 및 출고를 진행할 때 박스를 디팔레타이징하는 경우가 많습니다. 기존의 디팔레타이징 방식은 시간이 많이 걸리고 비효율적입니다. Mech-Mind의 지능형 로봇 디팔레타이징 솔루션을 통해 3D 비전 가이드 로봇은 다양한 박스의 위치를 인식하고 파렛트 위에 있는 전체 박스를 디팔레타이징하여 2분 이내에 컨베이어 벨트에 배치할 수 있어야 합니다.
대형 식품 공장
식음료 제조 자동화를 가속화하는 Mech-Mind와 ABB의 협업
식음료 업계는 변화하는 소비자 수요와 식품 트렌드에 빠르게 대응해야 합니다. 지난 수십 년 동안 빠르게 변화하는 삶은 ‘소비재(FMCG, Fast Moving Consumer Goods)’의 부상으로 이어졌습니다. 이로 인해 선도적인 복합 조미료 제조업체는 비용을 절감하면서 양질의 제품을 대규모 생산해야 합니다. 비전 강화 로봇은 원자재가 적재된 토트 박스를 자동으로 디팔레타이징하고 토트 박스 밖으로 원자재를 쏟아낸 후 빈 토트 박스를 파렛트 위에 쌓아 올릴 수 있어야 합니다. 토트 박스는 5층으로 배열되고 층마다 6개의 토트 박스가 들어 있으며 AGV를 통해 지정된 위치로 운반됩니다. 비전 가이드 로봇이 디팔레타이징, 자재 로딩과 팔레타이징 작업을 수행합니다. AI + 3D 비전 솔루션을 도입하기 전에는 직원들이 이러한 지루하고 반복적인 작업을 모두 수작업으로 수행해야 했습니다. 고객사가 제조 프로세스를 최적화할 수 있도록 ABB는 포괄적인 자동화 솔루션(디팔레타이징, 팔레타이징, 포장, 입고 등)을 제공했습니다. 디팔레타이징 및 팔레타이징 프로세스에서 Mech-Mind의 3D 비전 시스템은 로봇의 ‘눈’ 역할을 하며 ABB 로봇과 협업하여 생산 효율성을 향상시켰습니다.
대형 에너지 기업
3D 비전 가이드 머신 텐딩(배터리 모듈)
원활한 머신 텐딩을 위해서는 배터리 모듈과 볼트의 위치를 실시간으로 정확하게 인식하는 것이 매우 중요합니다. 그러나 배터리 모듈의 표면이 반사되어 비전 시스템이 특징과 위치를 정확하게 인식하는 데 어려움이 있습니다. 또한 배터리 모듈마다 설계와 구성이 다르기 때문에 3D 비전 시스템의 적응력이 필요합니다.
자동차 OEM
서브프레임 인라인 측정
비전 가이드 로봇은 서브프레임의 각 조립 특징(직경, 위치, 평탄도 등)의 주요 파라미터를 정밀하게 측정하여 서브프레임을 적절하고 안전하게 결합할 수 있도록 보장해야 합니다.