제조업과 물류 창고의 자동화 업그레이드 과정에서 종이 상자 디팔레타이징(depalletizing)은 자재 흐름의 핵심 공정입니다. 유연 생산 방식이 보급됨에 따라 동일한 디팔레타이징 작업장에서 다양한 종이 상자 규격, 다양한 팔레트 패턴을 수용해야 하며, 비정상적인 상자를 식별하고 분류해야 합니다. 컨베이어 라인 위치 결정이나 기계적 리미트에만 의존하는 기존 방식은 복잡하고 다양한 현장 요구 사항에 적응하기 어렵습니다. 이에 3D 비전 유도 기술이 업계의 주류 솔루션이 되었지만, 실제 적용에서 비전 위치 정밀도, 작업 택트(takt time), 현장 환경 적응성은 여전히 프로젝트 안정성을 저해하는 핵심 과제입니다.
1. 프로젝트 과제
해당 작업장의 소재는 표준화된 종이 상자이며, 상자당 무게는 약 20kg입니다. 상자는 팔레트 위에 2행 4열로 빽빽이 쌓여 있으며, 2층으로 구성됩니다.
생산 라인에는 두 가지 유형의 어려움이 있습니다:
- 1.팔레트 패턴이 복잡하고 고정되지 않음
만재(full load) 투입: 상층 상자 수는 1~5개로 다양하며, 총 9~13개입니다.
잔재(partial load) 투입: 일부를 집은 후 다시 창고로 반입된 팔레트로, 단층 또는 상층에 소량의 상자만 남아 있으며, 수량은 1~8개입니다.
- 1.“Zero箱(빈 상자)”는 별도로 분류해야 함
일부 상자는 내부가 가득 차지 않아 상단 표면에 흰색 라벨(“Zero箱” 표시)이 부착되어 있습니다.
Zero箱은 로봇이 집어서 테일 박스(tail box) 플랫폼에 놓아야 하며, 하역 팔레트에 적재되어서는 안 됩니다.
Zero箱의 위치는 해당 층의 마지막으로 고정되어 있지만, 라벨 부착 각도와 위치가 달라 기존 템플릿 매칭으로는 안정적으로 식별하기 어렵습니다.
또한, 상자 사이에 간격이 없고 표면에 스트래핑(strapping) 밴드와 인쇄 패턴이 있어, 3D 카메라의 포인트 클라우드 완전성과 인식 알고리즘에 높은 요구 사항이 있습니다.
2. 솔루션
위의 어려움을 해결하기 위해, 이 프로젝트는 3D 산업용 카메라와 산업용 로봇을 결합한 비전 유도 디팔레타이징 솔루션을 채택했습니다. 현장에는 Epic Eye Log L 3D 산업용 카메라가 디팔레타이징 위치 바로 위에 고정 설치(Fixed Mount)되었습니다.
시스템 프로세스는 다음과 같습니다:
- 1.지게차가 종이 상자 팔레트를 디팔레타이징 위치로 운반하여 도착 신호를 트리거합니다.
- 1.로봇이 Zero箱 감지 신호를 보내면, 3D 카메라가 촬영 및 스캔하여 Zero箱 존재 여부를 확인합니다.
- 1.카메라가 촬영하면 알고리즘이 상자 배열과 Zero箱 라벨 위치를 인식하여 그리핑 포인트(grasping point) 자세와 그리핑 수량(한 번에 1개 또는 2개)을 출력합니다.
- 1.로봇은 비전 결과에 따라 상자를 집어 하역 팔레트에 적재하고, Zero箱은 테일 박스 플랫폼에 놓습니다.
- 1.팔레트가 비거나 지정된 수량에 도달할 때까지 반복합니다. 하역 요구량이 총 투입량보다 적으면 Zero箱을 원래 팔레트로 되돌려 창고로 반입합니다.
3. 적용 이점
정밀도와 택트(takt time)의 이중 향상
실측 인식 정밀도 ±1mm, 그리핑 정밀도 ±1mm, 촬영+알고리즘 시간 단 3초로, 후속 택트 여유를 보장합니다.
Zero箱 식별의 안정적 신뢰성
딥러닝 학습을 통해 시스템은 다양한 조명과 기울기 각도에서 흰색 라벨의 인식 성공률 ≥99.9%를 달성합니다. Zero箱이 집힌 후 정확히 테일 박스 플랫폼에 배치되어 정상 적재에 섞이지 않습니다.
잔재 팔레트 및 복잡한 배열에 대한 적응
카메라는 매 촬영 후 열(column)별로 상자 수(1 또는 2)를 계산하여 자동으로 그리핑 포인트를 계획합니다. 잔재 팔레트 상황에서 사람이 재교육(training)할 필요 없이 비전 시스템이 남은 상자의 자세를 직접 출력합니다.
4. 적용 가치
Zero箱/잔재 팔레트 호환: 사람의 분류 작업 불필요, 현장 작업자의 노동 강도 감소.
효율성 향상: 수동 디팔레타이징 대체로 효율성 크게 향상, 안정적인 택트, 기존 솔루션의 효율성 병목 해소, 대량 생산 요구에 적합.
유연한 생산 전환: 새로운 종이 상자 모델 추가 시 딥러닝 학습을 통해 하드웨어 교체 불필요.
산업 자동화가 유연성과 지능화로 발전하는 추세 속에서 3D 산업용 카메라는 디팔레타이징, 분류, 로딩/언로딩 등 핵심 응용 분야에 지속적으로 기여하며, 높은 정밀도, 높은 안정성, 강력한 유연성의 기술적 이점으로 제조업 자동화 업그레이드의 핵심 동력이 될 것입니다.