연구진이 물리학과 딥러닝을 결합해 임의 물체를 집어 목표 위치에 던지는 '토싱봇(TossingBot)'을 개발했습니다. 기존 로봇 대비 2배 빠른 픽업 속도, 2배 넓은 유효 배치 범위 달성.
투사체 물리법칙으로 초기 제어기(목표 거리 위한 필요 투척 속도 계산) 생성, 신경망이 현실 세계 변동성·노이즈 보정값 예측. 엔비디아 타이탄 GPU로 RGB-D 카메라 장면 실시간 3D 재구성·집계. 14시간 훈련으로 투척 정확도 85%, 잡기 신뢰도 87%, 최대 도달 범위 밖 박스에 500개 이상 물체 투척 성공.
물체가 착지 충격 견딜 만큼 강하다고 가정, 시각 정보만으로 제어 변수 평가. 향후 착지 완충 잡기 학습, 촉각·힘-토크 센싱 추가로 투척 속도 적응력 향상 계획.
참조: arXiv:1903.11239 | 구글 AI 블로그
산업기술
산업용 로봇 암을 생각할 때 여러분의 팔을 떠올려 보세요. 무엇이 가능합니까? 구부릴 수 있고, (손의 도움으로) 물건을 잡을 수 있고, 들어 올리고, 옮길 수 있습니다. 산업용 로봇 암이 수행하는 공정도 이와 크게 다르지 않지만, 더 효율적입니다. 자동차, 항공우주, 전자, 식음료, 건설, 전자 등 여러 산업이 산업용 로봇 암을 사용합니다. 이 산업들은 여러 소규모 신생 산업이 이제야 깨닫고 있는 사실을 이미 알고 있습니다. 제조에 산업용 로봇 암을 활용하면 생산성이 향상된다는 것입니다. 어떻게 보더라도 사람의 팔은 로봇 산업용
로봇웍스는 오하이오주 매리언 시설에서 20년 이상 로봇 시스템을 구축해 왔지만, 컨트롤러 캐비닛 두뇌가 아닌 작은 파란 박스 하나가 PLC(Programmable Logic Controller)와 통신하며 모든 것을 제어하는 대형 팔레타이징 로봇이 현장에 있어 큰 화제입니다. 이는 로봇웍스가 구축한 최초 PLC 기반 로보틱스 시스템으로, 미지의 영역에 도전하지만 전망은 흥분됩니다. 시스템 개요: 세제 버킷 팔레타이징 이 시스템은 조지아 소재 기업의 세제 버킷 팔레타이징용입니다. 신규 버킷 라인 도입으로 팔레타이징 애플리케이션 가속화
