TGW Logistics의 피킹 로봇

오스트리아 물류 전문 업체 TGW가 스스로 학습하는 유연한 피킹 로봇을 개발하였다. 이 피킹 로봇은 3D 센서를 이용하여 크기와 형태가 다양한 조건에서 까다로운 빈 피킹 작업을 수행한다.

Dr. 미하엘 수파(Michael Suppa): Roboception GmbH 이사 및 공동 설립자

핵심 내용

. TGW Logistics Group은 Pick Center Rovolution과 함께 스스로 학습하는 피킹 로봇을 개발하였다.

. 이 로봇은 기존 시스템에 통합하여 원터치 솔루션을 제로 터치 시스템으로 전환할 수 있다.

. 이 피킹 로봇은 3D 스테레오 센서와 Roboception의 모듈식 소프트웨어 슈트를 이용하여 주변을 실시간 3D로 파악하고 분석할 수 있다.

TGW Logistics Group은 Pick Center Rovolution과 함께 스스로 학습하는 피킹 로봇을 개발하였다.

TGW Logistics Group은 전 세계적으로 활동하는 사내물류 솔루션 공급자이며, 아디다스와 같은 기업이나 Zalando(유럽 전자 상거래 회사) 같은 기업 등 물류 관련 고객을 위한 자동화된 시스템을 구현하는 회사이다. TGW Logistics Group은 2018/19 사업 연도에 로봇공학, 디지털화 그리고 소프트웨어 분야에 중점을 두고 R&D에 2,800만 유로(원화로 371억 원) 이상을 투자하였다.

TGW의 Pick Center Rovolution으로 사내 물류를 위한 피킹을 자동화할 수 있다.

TGW은 솔루션의 지속적인 최적화에 목표를 가지고 Pick Center Rovolution과 함께 스스로 학습하는 피킹 로봇을 개발하였다. 이 로봇은 기존 시스템에 매끄럽게 통합할 수 있고, 원터치 솔루션을 제로 터치 시스템으로 전환할 수 있다. 최근 전자 상거래 붐과 함께, 소매 주문의 급상승으로 피킹 로봇의 시장 중요성이 한층 커졌다. 예를 들어 일반 산업 로봇은 자동차 산업에서 활발히 적용되고 있는 것에 반해, ‘빈 피킹(bin picking)’은 로봇 공학에서 여전히 도전 과제 가운데 하나로 남아있다.

기존 시스템에 통합하여 원터치 솔루션을 제로 터치 시스템으로 전환할 수 있다.

Rovolution 개발 작업에서 핵심 과제는 시스템에 요구되는 속도뿐만 아니라 취급해야 하는 제품의 수와 다양성에 있다. 형태와 포장의 다양성으로 인해 적합한 감지 솔루션을 선택하는 것이 성공의 열쇠이다. 하지만 대상을 확실하게 인식하고 대상 데이터를 파악하는 것이 쉬운 과제가 아니다. TGW는 처음부터 센서 장치로 고정적 rc visard 160을 이용하여 연구를 진행하였고, 이 센서를 선택한 것이 성능뿐만 아니라 비용 관점에서도 가장 적절했음이 입증하였다. 이 센서 제조사는 센서 외에 감지 작업에 정확하게 맞춘 개별 소프트웨어 솔루션을 Roboception에 제공하였다. TGW는 3D 스테레오 센서 rc visard와 모듈러 소프트웨어 슈트 re reason을 장착한 뛰어난 성능의 센서 솔루션을 출시하였다. 이 솔루션은 로봇 시스템이 3D로 실시간 주변을 감지하고 분석하여 움직임을 계획하고 실행할 수 있는 방법을 제공하여, 모든 유형의 대상을 구체적으로 잡고 놓을 수도 있다.

이 3D 스테레오 센서가 주변을 실시간으로 3D로 분석하여 그리핑 작업을 계획하고 수행할 수 있도록 시스템을 지원한다.

인터페이스와 시스템 디자인은 TGW와 Roboception이 공동 개발하였다. 가장 큰 난제는 시스템이 기술적으로 알지 못하는 물체를 빠른 속도로 일정하게 피킹 하는 것이다. 모델 기반이나 학습 기반 방법은 대상 데이터가 존재하지 않음으로 인해 제한적으로만 적용할 수 있어, 그리핑 포인트를 결정하기 위해 새로운 유형의 방법을 개발하고 구현하였다.

Pick Center Rovolution은 다른 시스템에 비해 다양한 유형을 바탕으로 문제를 해결하여, T 셔츠 비닐 팩, 부드러운 식품 봉투, 장난감 박스든 형태나 질감에 상관없이 안정적으로 감지하고 잡을 수 있다. 또한 이 시스템은 기계적 운동이 개선되었다는 점 외에 유연하고 지능적이며 스스로 배울 수 있기 때문에, 예상치 못한 사고에도 자율적이고 인간의 개입 없이 조정이 가능하여 고장 시간을 최소화하고 따라서 24시간 연속 작업이 가능하다.

복잡한 알고리즘이 시나리오를 개발하고, 이를 통해 상황을 파악하거나 분류한다. 시스템은 이를 바탕으로 스스로 상황을 대처할 수 있는 결정을 내린다. 예를 들어 대상이 출발 컨테이너와 목표 컨테이너 사이 바닥에 떨어진다면, Rovolution 스스로 위치를 수정하고 조정할 수 있다. Rovolution은 대상을 잡을 때마다 대상의 구체적인 정보를 수집하여 패턴을 인식할 수 있다. Rovolution은 이런 셀프 학습 능력을 통해 점점 빨라지고 효율적으로 발전한다.

3D 스테레오 센서와 Roboception의 모듈식 소프트웨어를 이용하여 주변을 실시간 분석할 수 있다.

또한 TGW는 Rovolution의 디지털 트윈을 개발하였다. 그리고 완벽한 디지털 이미지로 물리적 시스템과 실시간으로 연결하였다. 디지털 트윈을 Rovolution의 거동과 전체 맥락을 눈으로 확인하고 미래를 예견할 수 있다. 학습에 이용되는 데이터를 분석하고 이를 3D 모델로 시각화하였다. 이를 통해 현재 상태만 모니터링하는 것이 아니라, 지나간 과거를 리플레이 기능으로 들여다보고 오류 원인을 알아낼 수 있으며, 예비 정비가 필요한지 예측할 수도 있다. 사용자는 이를 통해 최적의 투명성과 생산성 증대, 운영 비용 절감의 혜택을 받을 수 있다.

TGW는 Rovolution 개발 단계에 사용한 다관절 로봇이 한계에 부딪혀, 대안으로 갠트리 로봇을 사용하였다. 갠트리 로봇은 콤팩트한 구조를 가지고 있으며 빠르고 유연하게 작업 범위를 적용할 수 있다. TGW Logistics Group은 Rovolution으로 사내 물류에서 로봇 공학의 새로운 시대를 열었다. Rovolution이 초기 주문과 잠재적 고객들의 관심을 통해 볼 때, 시장의 요건에 맞는 적합한 솔루션이라는 점이 입증되었다.

수상 실적

독일 혁신상(German Innovation Award) 2019 B2B 카테고리 Logistics & Infrastructure에서 Rovolution이 금상을 수상하였다. 불과 몇 달 전에는 오스트리아 로보틱스 어워드 2018을 수상했었다. 2019년 10월 22일, 오스트리아 린츠의 이벤트 홀인 타박 패브릭에서 디지털화 어워드 Digitalos가 열렸다. 여기에서 TGW는 “올해의 사이언스/디지털 프로젝트” 카테고리에서 수상의 기쁨을 누렸다. 스스로 학습하는 지능형 피킹 로봇 Rovolution과 Rovolution의 디지털 트윈으로 수상의 영예를 안았다.