페이브텍, 용접로봇 '웰봇' 신제품 발표..."국내 용접로봇 새로운 가능성 열어"/ 페이스북, 인공지능 로봇 기술 확보에 올인한다 VIDEO: Facebook is experimenting with robots to push its AI research forward

페이브텍, 용접로봇 '웰봇' 신제품 발표..."국내 용접로봇 새로운 가능성 열어"


다관절 로봇에 부착해 사용


   페이브텍(대표 유석준)은 용접용 로봇 ‘웰봇(welbot)’의 신버전을 발표했다.


이번에 개발한 웰봇은 다관절 로봇에 부착해 자동 TIG용접을 수행할 수 있는 로봇용 TIG모듈이다. 용접 토치 헤드부에 자체 AVC(Auto Voltage Control) 기능, 위빙(Weaving) 기능을 내장해 작업물을 고정한 상태에서 로봇이 능동적으로 평면성의 직선, 원형곡선, 3차원 곡선 경사면 등 형상에 대해 용접 경로를 따라가면서 용접 작업을 쉽게 수행할 수 있다. 기존 방식은 용접 토치 헤드와 와이어 공급 노즐이 고정되어 있고, 작업물이 이동 또는 회전해야했다.


 

이 로봇은 장치 모듈 내에 초소형 용접 모니터링 카메라를 내장해 용접면의 관찰 및 용접 와이어 공급을 실시간으로 모니터링할 수 있다. 화낙, 쿠카 등 여러 종류의 다관절 로봇과 연동할 수 있도록 PC컨트롤러를 채택했고, 작업자 위주의 GUI 화면을 구성했다.


페이브텍은 지난 12년간 국내 원자력 발전소 유지보수용 원격 제어 자동용접 로봇을 개발한 경험과 노하우를 활용해 이 제품을 개발했다.




다관절 로봇에 TIG 용접 모듈을 부착, 용접 초보자도 손쉬운 조작 및 고품질 용접 작업이 가능하다. 용접 조건의 저장 및 변경도 가능하다. 이 로봇은 소형 파이프의 외면 용접, 사각 파이프 외측 용접, 곡선 형태의 곡면 용접, 간이 자동화 라인 작업에 활용할 수 있다.

정원영  robot3@irobotnews.com 로봇신문사



페이스북, 인공지능 로봇 기술 확보에 올인한다


'ICRA 2019'에서 발표 예정


    페이스북이 로봇이 빠른 시간에 보행 방법을 익히거나 다양한 물건의 촉각을 인지할 수 있는 인공지능 기술 개발에 박차를 가하고 있다.


페이스북은 21일 자사 블로그를 통해 6개의 다리를 갖고 있는 보행 로봇이 빠른 시간안에 보행 동작을 습득할 수 있는 인공지능 기술을 개발했다고 밝혔다. 기존의 방법으로 6족 보행 로봇을 걷게 만들기 위해선 수일 또는 수주가 걸리는데 비해 페이스북이 개발한 인공지능 기술은 몇 시간 안에 보행 기술을 습득할 수 있다.


A hexapod robot used by Facebook in its research.


 

Facebook is experimenting with robots to push its AI research forward

But don’t expect to see any Facebook robots on sale


By James Vincent  May 20, 2019, 9:15am EDT

A hexapod robot used by Facebook in its research.

Facebook is certainly a high-tech company, but it’s not one you would necessarily associate with robots. However, as the firm revealed today, that’s exactly where its researchers are looking next — trying to see how experiments in robotics can further its work in AI.




This isn’t uncommon for big tech companies. A lot of firms, including Google, Nvidia, and Amazon, use robots as a platform to explore avenues of AI research. Controlling robots is, in many ways, trickier than challenges like playing board games and video games. With these latter tasks, researchers have access to simulated game environments, which allows AI agents to play and learn at accelerated speeds. There’s no such shortcut for training robots.


“The great thing about robotics is that it takes place in real time, in the real world,” Facebook’s Antoine Bordes, co-managing director of the company’s artificial intelligence research labs, told Bloomberg News.

 

Facebook’s experiments involve using a sense of touch to help a robot complete simple tasks. Image: Facebook

The research is wide-ranging, and Facebook has shared details about a trio of papers. The first involves getting a six-legged robot to teach itself how to walk through trial and error, the second is about leveraging “curiosity” to help robots learn faster, and the third is about using a sense of touch to help a robot achieve simple tasks like rolling a ball.

https://www.theverge.com/2019/5/20/18632323/facebook-robotics-ai-research-experiments


edited by kcontents


이번 기술 개발은 페이스북내 ‘FAIR(Facebook’s Artificial Intelligence Research)‘ 그룹이 주도했다. 지난해 여름부터 FAIR는 로봇으로 하여금 걷게 하거나 컴퓨터 비전과 촉각 기술을 활용해 여러 종류의 물체을 잡는 기술을 가르쳐왔다.


페이스북은 6족 보행 로봇을 훈련하기 위해 베이시언 최적화, 모델 기반의 강화학습 등 방법을 활용했다. FAIR가 활용한 로봇은 ‘데이지(Daisy)’라는 이름의 6족 보행 로봇이다.


페이스북은 “우리의 목표는 보행 방법을 학습하는 데 필요한 상용작용의 숫자를 줄이는 것”이라며 “다양한 종류의 로봇과 환경에 대처할 수 있는 일반화된 기술을 확보할 계획”이라고 밝혔다. 페이스북은 강화학습에 필요한 샘플의 효율성을 높여 로봇 애플리케인션 뿐 아니라 A/B테스팅이나 작업 스케줄(task scheduling) 등에 이 인공지능 기술을 활용할 것이라고 설명했다.


 


페이스북은 6족 보행 로봇에게 보행하는 방법을 학습하기 위해 6족 로봇의 각 관절에 센서를 부착하고 ‘자기 지도 방식(self-supervised)’의 강화학습 방식을 채택했다. 특정 작업에 고유한 데이터에 의존하지 않고 반복된 시뮬레이션 훈련 과정을 통해 AI를 훈련시켰다.


페이스북은 로봇을 이용해 인공지능을 훈련하는 것이 현실에서 돌출하는 문제를 해결하는 데 유용한 방안이라고 보고 로봇과 인공지능을 결합한 연구 개발에 매달리고 있다.


페이스북은 지난 4월에는 뉴욕대학과 공동으로 로봇팔을 이용해 현실 세계에서 동작하는 방법을 습득하는 인공지능 기술을 개발했다. 또 캘리포니아대학과는 로봇이 터치감과 촉각을 느낄 수 있도록 하는 인공지능 기술을 개발했다. 로봇이 터치감과 촉각을 느낄 수 있으면 비전 시스템 기술과 결합해 보다 능숙하게 다양한 종류의 물체를 다룰 수 있다.




페이스북은 캐나다 몬트리올에서 열리는 ‘ICRA 2019’에서 인공지능 기술을 활용한 로봇 조작, 보행 기술 등에 관해 발표할 예정이다.

장길수  ksjang@irobotnews.com 로봇신문사


 kcontents

댓글()