.svg "Zivid"){kind=small}
03 도전 과제
비교적 적은 수의 부품을 다루는 자동화 제조 공정에서, 빈 피킹과 같은 작업에 쓰이는 3D 비전 시스템은 개별 부품을 식별하기 위해 주로 머신 러닝에 의존해 왔습니다. 일반적인 머신 러닝 기반 비전 시스템은 로봇이 품목을 안정적으로 인식하고 올바르게 처리하도록 학습시키기 위해, 100~1,000개에 이르는 CAD 파일 이미지로 구성된 마스터 데이터가 필요할 수 있습니다.
그러나 다양한 박스와 소포, 수만 개의 SKU(재고 관리 단위)를 처리하는 대규모 이커머스 운영에서는 CAD 파일 자체가 존재하지 않습니다. 따라서 피킹 셀에는 새로운 방식의 객체 인식이 필요했습니다.
동시에 로봇 셀은 물류 현장이 요구하는 작업 반경, 하중 능력, 유연성을 모두 갖춰야 했습니다. 팔레트와 플로우 랙으로 들어오는 모든 품목을 매우 빠른 속도로, 중단 없이 피킹할 수 있어야 했습니다.
04 솔루션
로보모티브 자동 피킹 셀 솔루션의 핵심은 Zivid One 3D 컬러 카메라, 진공 그리퍼를 장착한 Yaskawa Motoman MH180-120 로봇, GPU를 탑재한 Intel i7 프로세서 기반 산업용 PC입니다. 셀과 창고 전체 간 통신은 지멘스 PLC와 Profibus 네트워크로 연결됩니다.
DHL 브랜드 색상에 맞춰 노란색으로 도장한 로봇 암은 작업 반경 3m, 최대 가반하중 120kg입니다. 지정된 팔레트 위치 4곳과 최대 50곳의 플로우 랙 위치에 놓인 다양한 크기와 형태의 박스를 피킹해 컨베이어 벨트에 올려놓습니다.
CAD 파일 학습 없이 픽 앤 플레이스를 구현하기 위해, 로보모티브는 Zivid 카메라의 초고해상도 3D 포인트 클라우드를 처리하는 독자적인 객체 인식 소프트웨어를 개발했습니다.
“목표는 분명했습니다. 로봇이 물체를 ‘보는’ 것만으로 형태와 치수를 정확히 파악하고 옮길 수 있게 하는 소프트웨어를 개발하는 것이었습니다. 여기서 로봇의 ‘눈’ 역할을 한 것이 바로 Zivid One이었습니다.”
“수년간 여러 게임용·산업용 비전 카메라를 테스트했고, 한동안은 3D 레이저 삼각측량 센서도 사용했습니다. 하지만 이 센서들은 비용이 많이 들고 캘리브레이션도 자주 필요했습니다. 구조광(백색광) 투영 방식의 Zivid 카메라는 다양한 대상 물체를 매우 정확하게 구별하는 데 필요한 3D 포인트 클라우드 데이터를 모두 제공했습니다.”
마이클 페르메이르
로보모티브 CEO
실시간 3D 컬러 카메라인 Zivid One은 하나의 센서 칩으로 3D(xyz), 컬러(RGB), 콘트라스트(C) 데이터를 캡처합니다. 3D 이미지 획득 속도는 12Hz이며, USB 3.0 포트를 통해 230만 화소의 선명한 고해상도 3D 이미지를 출력합니다. IP65 등급의 검은색 알루미늄 케이스로 방진·방수 기능을 갖췄고, 15G의 충격도 견딥니다. 크기는 226mm x 165mm x 86mm, 무게는 2kg 미만으로 로봇 암 장착에 적합합니다. 페르메이르는 이렇게 설명합니다.
“이 사례에서는 머신 비전 카메라가 로봇에 직접 장착되어 함께 움직이는 것이 필수였습니다. Zivid One은 필요한 견고성과 물리적 특성을 모두 갖추고 있었습니다. 대신 고정형 카메라를 여러 대 쓰는 방식은 추가 캘리브레이션과 비용 부담 때문에 현실적이지 않았습니다.”
DHL의 창고 관리 시스템은 각 팔레트나 플로우 랙 위치에 어떤 SKU가 있는지 알고 있지만, 로봇은 이를 알 필요가 없습니다. 로봇은 지시받은 위치로 이동해 박스가 있는지 확인한 뒤, 하나씩 집어 컨베이어에 올려놓기만 하면 됩니다. 이후 바코드 스캐너가 SKU가 요청된 품목과 일치하는지 확인합니다.
05 결과
DHL 최초의 완전 자동화 이커머스 주문 피킹 셀로 평가받는 베링어 창고의 로봇 시스템은 이미 시간당 400회 피킹을 달성했으며, 추가 최적화를 통해 시간당 600회까지 늘어날 것으로 예상됩니다.
Zivid One 머신 비전 카메라가 제공하는 초고해상도 3D 이미지 덕분에, 로봇은 여러 위치의 팔레트와 플로우 랙에서 박스 하나하나의 위치를 명확히 파악하고 구별할 수 있습니다.
고품질 3D 이미지 캡처와 로보모티브의 맞춤형 소프트웨어 알고리즘이 결합되면서 CAD 파일과 머신 러닝이 필요 없어졌습니다. 그 결과 박스의 정밀한 정렬이나 배치에 의존하지 않는, 보다 유연한 형상 기반의 머신 비전 통합이 가능해졌습니다.
“로봇 셀의 적응력이 매우 뛰어나 신제품이 도입될 때마다 시스템을 다시 프로그래밍할 필요가 없습니다. 덕분에 시장 트렌드와 소비자 수요 변화에 더 빠르게 대응하고, 최고 수준의 고객 서비스를 유지할 수 있습니다.”
찰링 더 프리스
DHL 베네룩스 사이트 개발 매니저 겸 혁신 리드
로봇 셀을 주간 근무 시간에만 운영할 경우 투자 회수 기간은 약 3년으로 예상됩니다. 다만 24시간 연중무휴 가동이 가능한 만큼, 실제 회수 기간은 훨씬 짧아질 수 있습니다. 향후에는 같은 로봇을 리니어 트랙에 설치해 피킹 범위를 넓히고, 더 많은 팔레트와 플로우 랙의 박스까지 처리하는 방안도 검토하고 있습니다.