맞춤기술찾기

이전대상기술

물류 센터의 피킹 자동화 시스템 및 이를 이용한 피킹 자동화 방법

  • 기술번호 : KST2019019136
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 물류 센터의 피킹 자동화 시스템 및 이를 이용한 피킹 자동화 방법에서, 상기 피킹 자동화 시스템은 학습부, 영상 입력부 및 연산부를 포함한다. 상기 학습부는 인공 신경망을 이용하여, 물체 영역 검출, 물체 접촉점 정보 및 물체 분류에 대한 학습을 수행한다. 상기 영상 입력부는 피킹(picking) 대상이 되는 물체에 대한 2차원 및 3차원 이미지를 획득한다. 상기 연산부는 상기 수행된 학습 내용을 바탕으로 상기 획득된 이미지를 이용하여 피킹 대상이 되는 상기 물체의 영역, 상기 물체의 접촉점의 위치, 및 피킹시 상기 물체에 대한 접근 방향 중 적어도 하나에 대한 정보를 연산한다.
Int. CL B65G 43/08 (2006.01.01) B65G 47/90 (2006.01.01) G06T 3/00 (2019.01.01) G06T 7/10 (2017.01.01)
CPC B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01) B65G 43/08(2013.01)
출원번호/일자 1020180035407 (2018.03.27)
출원인 한국철도기술연구원
등록번호/일자
공개번호/일자 10-2019-0113140 (2019.10.08) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.03.27)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국철도기술연구원 대한민국 경기도 의왕시 철

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김영주 경기도 안양시 동안구
2 이상덕 경기도 안양시 동안구
3 박재현 경기도 성남시 분당구
4 이석 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김민태 대한민국 서울특별시 강남구 논현로 ***, *층 **세기특허법률사무소 (역삼동, 세일빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국철도기술연구원 경기도 의왕시 철
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.03.27 수리 (Accepted) 1-1-2018-0305297-87
2 선행기술조사의뢰서
Request for Prior Art Search
2018.12.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2019.03.15 수리 (Accepted) 9-1-2019-0013449-03
4 의견제출통지서
Notification of reason for refusal
2019.04.29 발송처리완료 (Completion of Transmission) 9-5-2019-0307534-31
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2019.07.01 수리 (Accepted) 1-1-2019-0674040-50
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.07.10 수리 (Accepted) 1-1-2019-0705465-67
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.07.10 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0705466-13
8 등록결정서
Decision to grant
2019.10.30 발송처리완료 (Completion of Transmission) 9-5-2019-0790001-14
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인공 신경망을 이용하여, 물체 영역 검출, 물체 접촉점 정보 및 물체 분류에 대한 학습을, 2차원 이미지를 이용하여 수행하는 학습부; 피킹(picking) 대상이 되는 물체에 대한 2차원 및 3차원 이미지를 획득하는 영상 입력부; 및상기 수행된 학습 내용을 바탕으로 상기 획득된 이미지를 이용하여 피킹 대상이 되는 상기 물체의 영역, 상기 물체의 접촉점의 위치, 및 피킹시 상기 물체에 대한 접근 방향 중 적어도 하나에 대한 정보를 획득하는 연산부를 포함하고, 상기 연산부는, 상기 영상 입력부에서 획득한 3차원 이미지를 상기 학습부가 학습한 2차원 이미지에 투영하는 이미지 투영부를 포함하는 피킹 자동화 시스템
2 2
삭제
3 3
제1항에 있어서, 상기 학습부는, 상기 물체 영역 검출, 물체 접촉점 정보 및 물체 분류에 대하여 순차적으로 학습하거나, 일률적으로 한 번에 학습하는 것을 특징으로 하는 피킹 자동화 시스템
4 4
제1항에 있어서, 상기 연산부는, 상기 학습부에서 학습된 물체 접촉점 정보를 바탕으로, 상기 투영된 3차원 이미지에서 접촉점을 계산하는 접촉점 계산부를 더 포함하는 것을 특징으로 하는 피킹 자동화 시스템
5 5
제4항에 있어서, 상기 연산부는, 상기 계산된 접촉점 주위의 일정 영역에서의 점군집 데이터를 기반으로 접촉면을 산출하고, 상기 접촉면과 수직한 법선 벡터를 계산하는 접근 방향 계산부를 더 포함하는 것을 특징으로 하는 피킹 자동화 시스템
6 6
제4항에 있어서, 상기 연산부는, 상기 계산된 접촉점을 바탕으로, 기 설정된 접근 방향에 관한 정보를 바탕으로 접근 방향에 대한 정보를 제공하는 접근 방향 계산부를 더 포함하는 것을 특징으로 하는 피킹 자동화 시스템
7 7
인공 신경망을 이용하여, 물체 영역 검출, 물체 접촉점 정보 및 물체 분류에 대한 학습을 수행하는 단계; 피킹(picking) 대상이 되는 물체에 대한 2차원 및 3차원 이미지를 획득하는 단계; 상기 수행된 학습 내용을 바탕으로 상기 획득된 이미지를 이용하여 피킹 대상이 되는 상기 물체의 접촉점의 위치를 연산하는 단계;상기 물체의 피킹시 상기 물체에 대한 접근 방향에 대한 정보를 연산하거나 기 설정된 접근 방향에 대한 정보를 적용하는 단계; 및상기 연산된 상기 접촉점 및 상기 접근 방향을 바탕으로 상기 물체를 파지하는 단계를 포함하고, 상기 학습을 수행하는 단계는, 학습의 대상이 되는 물체 대한 2차원 이미지를 획득하는 단계; 상기 2차원 이미지로부터 상기 물체의 영역을 검출하는 것을 학습하는 단계; 상기 물체에서 피킹이 수행되는 접촉점을 연산하는 것을 학습하는 단계; 및 분류기(classifier)를 이용하여 상기 물체를 분류하는 것을 학습하는 단계를 포함하는 것을 특징으로 하는 피킹 자동화 방법
8 8
삭제
9 9
제7항에 있어서, 상기 학습을 수행하는 단계는, 상기 물체의 영역을 검출하는 학습 단계, 상기 접촉점을 연산하는 학습 단계, 및 상기 물체를 분류하는 학습 단계를 별도의 인공 신경망으로 학습시키며, 새로운 제품이 추가되면, 선택에 따라 추가된 제품에 대한 접촉점을 연산하는 학습 단계만 추가로 학습하는 것을 특징으로 하는 피킹 자동화 방법
10 10
제7항에 있어서, 상기 학습을 수행하는 단계는, 상기 물체의 영역을 검출하는 학습 단계, 상기 접촉점을 연산하는 학습 단계, 및 상기 물체를 분류하는 학습 단계를 하나의 인공 신경망으로 학습시키는 것을 특징으로 하는 피킹 자동화 방법
11 11
제7항에 있어서, 상기 물체의 접촉점의 위치를 연산하는 단계는, 상기 획득된 3차원 이미지를 상기 학습을 수행하는 단계에서 사용되는 2차원 이미지에 투영하는 단계; 및상기 학습된 물체 접촉점 정보를 바탕으로, 상기 투영된 3차원 이미지에서 접촉점을 계산하는 단계를 포함하는 것을 특징으로 하는 피킹 자동화 방법
12 12
제11항에 있어서, 상기 접촉점을 계산하는 단계에서, 영상 입력부에서 상기 물체에 대하여 획득된 3차원 이미지의 깊이 정보, 및 상기 영상 입력부의 위치정보를 바탕으로 상기 접촉점의 3차원 위치를 계산하는 것을 특징으로 하는 피킹 자동화 방법
13 13
제11항에 있어서, 상기 물체의 접근 방향에 대한 정보는, 상기 계산된 물체의 접촉점 주위의 일정 영역에서 점군집 데이터를 기반으로 접촉면을 산출하는 단계; 상기 접촉면과 수직한 법선 벡터를 계산하는 단계; 및상기 법선 벡터를 상기 접근 방향으로 선정하는 단계를 통해 연산되는 것을 특징으로 하는 피킹 자동화 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.