물체 인식과 파지
영상과 3차원 정보를 바탕으로 물체와 주변 환경을 이해하고, 로봇이 물체를 안정적으로 집는 방법을 연구합니다. 다양한 물체와 배치에 대응하는 조작 능력을 목표로 합니다.
물체를 어디서 어떻게 잡을지 결정하고, 학습과 시각 정보를 활용해 파지·삽입·검사 작업을 수행하는 방법을 연구합니다.
로봇팔의 조작은 물체의 형상과 주변 상황을 이해하고, 적절한 접근 자세와 동작을 선택하는 문제입니다. RV Lab은 시각 인식, 파지 판단과 학습 기반 제어를 연결해 정해진 동작의 반복을 넘어 다양한 물체와 작업 조건에 대응하는 조작 기술을 연구합니다.
연구 플랫폼 · FAIRINO FR5 · FR3 / Robotiq 2F-140
로봇을 통해 다루는 연구 문제와 대표 접근 방법
영상과 3차원 정보를 바탕으로 물체와 주변 환경을 이해하고, 로봇이 물체를 안정적으로 집는 방법을 연구합니다. 다양한 물체와 배치에 대응하는 조작 능력을 목표로 합니다.
경험과 시연을 활용해 로봇의 동작을 학습하고 정밀 작업의 수행 능력을 높이는 방법을 연구합니다. 물체 정렬과 삽입 등 접촉이 수반되는 작업을 다룹니다.
원본 보기 ↗제품의 전체적 특징과 표면의 국소 특징을 함께 활용하는 두 갈래 네트워크 기반 결함 검사 연구입니다. 게재 논문에서는 정상 데이터 중심의 단일 클래스 분류를 통해 제조 부품의 이상을 판별합니다.
시뮬레이션에서 연구한 인식과 조작 기술을 실제 로봇 시스템으로 연결합니다. FR5·FR3 플랫폼을 활용하여 다양한 작업 환경에서의 적용 가능성을 살펴봅니다.