3D 비전 로봇 디팔레타이징 | 혼합 박스 자동 인식·Pick 설계
물류·포장 후공정에서 디팔레타이징은 단순 반복 Pick처럼 보이지만 실제로는 팔레트 위치 오차, 박스 높이 편차, 혼합 SKU, 찌그러짐, 랩 잔존과 빈 공간 때문에 고정 좌표만으로 안정화하기 어렵습니다. 특히 혼합 박스가 들어오는 공정은 3D 비전과 로봇의 좌표 보정, EOAT의 흡착 안정성, 다음 Pick 순서를 하나의 시스템으로 설계해야 합니다.
1. 3D 비전이 필요한 이유
상단에서 팔레트 전체를 스캔하면 각 박스의 높이와 표면 위치를 얻을 수 있습니다. 시스템은 보이는 박스 중 접근 가능한 후보를 선택하고 Robot Base 좌표로 변환해 Pick 위치를 전달합니다. 이 과정에서 카메라-로봇 캘리브레이션 오차와 팔레트 기준점 오차가 누적되지 않도록 기준 좌표계를 명확히 해야 합니다.
2. Pick 순서와 충돌 회피가 생산성을 좌우합니다
가장 높은 박스를 무조건 먼저 집는 로직만으로는 인접 박스와 EOAT가 간섭할 수 있습니다. 박스 외곽, 주변 여유공간, 로봇 접근각, 그리퍼 크기, 잔여 적재 상태를 함께 평가해 다음 Pick을 결정하는 것이 안정적입니다. Pick 실패 후 같은 좌표를 반복하는 방식보다 재스캔과 후보 재선정을 포함한 Recovery가 필요합니다.
3. Vacuum EOAT는 박스 편차를 흡수해야 합니다
골판지 표면의 테이프, 인쇄, 휨과 미세 누설 때문에 단일 흡착 패드만으로는 품종 변화 대응이 어려울 수 있습니다. 다점 Vacuum Zone, 개별 체크밸브, 진공압 확인, 플로팅 구조를 적용하고 박스 중량과 가속도 조건을 포함해 흡착 여유율을 검토해야 합니다.
4. 현장 인입 오차를 시스템이 흡수해야 합니다
팔레트가 매번 정확한 위치에 정지한다고 가정하면 실제 운영에서 오차가 발생합니다. 팔레트 외곽 또는 기준 특징을 먼저 검출해 팔레트 좌표계를 갱신한 뒤 박스 좌표를 계산하면 기계적 위치 편차에 대한 의존도를 줄일 수 있습니다.
5. Cycle Time은 Robot 속도만으로 판단하지 않습니다
전체 Takt는 3D Scan, Point Cloud 처리, Pick 후보 계산, Robot 접근·흡착·이송, Vacuum 확인, Drop, 재스캔 시간을 합산해야 합니다. 제품 구성과 팔레트 패턴이 바뀌면 평균 Cycle뿐 아니라 Worst Case와 실패 복구시간도 확인해야 합니다.
최근 제조사 솔루션에서도 3D 카메라로 혼합 팔레트를 스캔하고 AI 또는 비전 소프트웨어가 다음 Pick을 결정하는 구성이 실제 물류 자동화에 적용되고 있습니다. 다만 제조사가 제시한 처리량은 특정 시스템 조건의 성능이므로 개별 현장의 CAPA로 그대로 사용해서는 안 됩니다.
댓글