ARM 연구소, 새로운 기술 프로젝트 8개 선정
ARM 연구소(Advanced Robotics for Manufacturing)는 로봇공학 분야의 새로운 프로젝트 8건을 발표했습니다. 이번 프로젝트들은 미국 제조업의 광범위한 수요를 충족하며, 특히 제조 중심의 국방부 현대화 핵심 우선순위와 관련이 있습니다.
선정된 프로젝트들은 국방부와 상업 업계가 가장 시급하고 중요하게 여기는 문제 해결을 목표로 하며, ARM 연구소의 330여 개 회원 기관으로 구성된 생태계가 이를 해결하는 데 기여할 수 있습니다.
이 프로젝트들은 미국 제조업 강화와 노동자 역량 강화라는 ARM 연구소의 사명에 부합합니다. ARM 연구소는 프로젝트 자금으로 약 400만 달러를 배정할 계획이며, 이 여덟 개 프로젝트에 대한 총 기여액은 약 800만 달러에 달할 것입니다.
인공지능 기반 로봇 프로그래밍 지원
주관: 멤피스 대학교
파트너: READY Robotics, FedEx, DeepHow
노코드 방식을 사용해 로봇 프로그래밍과 설치에 필요한 지식의 양을 크게 줄이고, 공장 작업자도 로봇을 프로그래밍할 수 있게 해주는 기술이 이미 존재합니다. 그럼에도 불구하고 공정 자동화에 대한 지식 부족은 여전히 병목이 되거나 로봇 설치의 성공을 저해할 수 있습니다.
이 프로젝트는 로봇 작업 프로그래밍 과정에서 제안과 수정을 제공해 경험 부족을 메울 수 있는 지원 시스템 개발을 목표로 합니다. 시스템은 인공지능과 머신러닝 기법을 사용해 기존에 프로그래밍된 작업들로부터 생산 작업의 모델을 학습하고, 이 데이터 집합을 활용해 사용자를 돕습니다. 이를 통해 초보 프로그래머도 전문가 수준에 근접한 프로그래밍을 할 수 있게 됩니다.
시각·촉각 기반 로봇 표면 검사
주관: Siemens
파트너: GelSight Inc., 카네기멜런 대학교, ATI Specialty Alloys and Components, Boeing
이 프로젝트에서는 우주선 부품과 상업 항공기 동체의 표면 결함 검사를 자동화하는 시각·촉각 로봇 검사 시스템을 개발할 예정입니다.
이러한 로봇 기술 개선, 특히 검사 품질을 높이고 수작업을 대체하는 기술을 포함한 항공기 정비 공정은 항공 자산의 신뢰성, 정비성, 가용성을 크게 향상시키고 궁극적으로 장비의 수명 주기 비용을 줄일 수 있게 합니다.
인공지능과 로봇공학을 활용하면 시스템이 다양한 산업에서 많은 부품의 검사 공정을 표준화하고 학습할 수 있게 되며, 이는 ARM 연구소의 여러 회원사에도 폭넓게 도움이 될 것입니다.
복잡한 기하학적 궤적 추적을 위한 최적화된 로봇 모션 프로그램
지도: 렌셀러 폴리테크닉 연구소
협력: GE 리서치, 사우스웨스트 연구소, 와슨 테크놀로지
이 프로젝트는 여분의 자유도를 가진 산업용 로봇을 사용해 복잡한 곡면 형상에서 로봇 공구의 고속·고정밀 곡선 궤적을 자율적으로 생성하는 것을 목표로 합니다. 이를 통해 현재 흔히 필요한 수작업 조정을 줄이거나 없애고자 합니다.
프로젝트에서는 주어진 경로를 로봇 동작 프리미티브의 시퀀스로 분해하는 최적화 접근법을 개발해, 추적 정확도를 보장하면서 사이클 시간을 최소화할 계획입니다. 시뮬레이션 기반 데이터를 사용해 머신러닝 도구를 학습시켜 최적화 계산 시간을 줄일 것입니다.
자율 로봇 금속 성형 가공
지도: 오하이오주립대학교
협력: 야스카와, 캡센 로보틱스
프로젝트 팀은 복잡한 금속 부품을 소량 생산하는 문제를 해결할 예정입니다. 금속 부품은 상용 자동차 분야, 고성능 스포츠카, 중장비 산업 설비, 동력 장치, 그리고 공중·지상·해상 기반 군사 장비 등에 널리 사용됩니다.
특히 노후 시스템의 부품을 교체해야 할 때, 품질, 비용, 납기를 모두 적절히 맞추기 어려운 경우가 많습니다. 팀은 다양한 형상의 부품을 유연하게, 적시에, 최소 비용으로 생산할 수 있는 인공지능 기반 로봇 시스템을 개발해 배치할 계획입니다.
공정 내 검사를 갖춘 균일 로봇 연삭
주관: GKN Aerospace
협력: 국립 항공우주 연구소, 그레이매터 로보틱스, 워싱턴대학교, EWI
ARM 연구소의 자동화 마감 표면 처리에 관한 과거 프로젝트에는 경로 계획, 균일 가공, 자동 검사가 포함되었습니다. 팀은 이러한 과거 프로젝트의 성과를 결합해 여러 산업 분야에 도움이 될 효율적인 연삭 및 연마 기술을 만들 계획입니다.
고온 소재를 위한 고정밀 적응형 가공
지도: GE 리서치
파트너: GrayMatter Robotics, FANUC
프로젝트 팀은 개방형 아키텍처 플랫폼을 개발해 고온 소재에 있는 복잡한 냉각 채널의 고정밀 적응형 가공을 구현하는 데 주력할 예정입니다. 이 플랫폼은 센서 데이터를 통합하고, 레이저 드릴링에 최적의 해법을 찾기 위해 공구 이동 경로와 공정 매개변수를 자동으로 조정합니다.
센서는 들어오는 부품의 편차를 검사하는 데 쓰일 뿐 아니라, 가공 공정 진행 상황을 공정 중에 추적하는 데도 활용됩니다. 이 프로젝트는 공정 관리와 재현성을 개선해 불량률을 낮추고, 목표 과제에 맞춰 대체 공구 및/또는 센서를 쉽게 교체할 수 있는 구조를 만들 예정입니다.
세라믹 매트릭스 복합재의 자동 픽업, 배치 및 성형 자동화
주관: Boeing
파트너: 南加州大学(USC), 3M
국방 및 상업용 고온 구조물을 제대로 보급하려면, 고성능 내열 소재로 부품을 제조하는 경제적으로 효율적인 방법이 필요합니다.
프로젝트 팀은 직물 기반 프리프레그(복합재 반제품)를 윤곽에 따라 적층하기 위한 자동화된 경로 계획, 공정 중 미압착 영역의 자동 검사, 후가공을 위한 공구 경로의 자동 생성, 그리고 프리프레그 기재 제거 실패 시 스스로 보정하는 로봇 복구 기능을 개발할 계획입니다.
에너지 물질의 안전한 로봇 취급
주관: 렌셀러 공과대학교
파트너: Schlumberger, Interface Technologies, FANUC
프로젝트 팀은 에너지 물질을 로봇으로 가공하기 위한 기초 기술을 개발하는 것을 목표로 합니다. 에너지 물질을 사용하는 생산에는 여러 제약이 따르며, 그중 가장 중요한 것은 주어진 공간에 동시에 존재할 수 있는 에너지 물질의 질량 한도입니다.
이 프로젝트는 에너지 물질 보충 작업에 로봇 기술을 적용해 이러한 위험을 줄이고자 합니다. 프로젝트 수행 과정에서 성형 장약 생산에 직접 적용할 수 있는 안전 시스템, 전략 및 로봇 취급 설계가 시연되며, 더 넓게는 에너지 기술을 활용하는 다른 장치 및 제품 생산에도 적용될 수 있습니다.
