KR102579490B1 - 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템 - Google Patents

Abstract

본 발명은 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템에 관한 것으로서, 더욱 상세하게는 다양한 형태의 박스 상품을 인식, 파킹, 운반하고 목적지별 팔레트로 자동 혼합 적재할 수 있는 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템에 관한 것이다.
본 발명의 실시예에 따른 상품상자 배치 최적화 방법은, (A) 제어 PC에서 데이터베이스에 기저장된 하나 이상의 상품데이터와 출고데이터를 로딩하는 단계;
(B) 상기 상품데이터 및 출고데이터 각각의 재원데이터에 기초하여 팔레트 상에 배치 가능한 블록데이터를 선별하는 단계; 및
(C) 상기 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하여 3차원 배치 상자 데이터를 화면에 표시하는 단계;
를 포함하여 구성된다.

Description

상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템{Goods Box Arrangement Optimization Method and Robot Palletizing System Applying It}

본 발명은 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템에 관한 것으로서, 더욱 상세하게는 다양한 형태의 박스 상품을 인식, 파킹, 운반하고 목적지별 팔레트로 자동 혼합 적재할 수 있는 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템에 관한 것이다.

제품 등을 대량으로 배송하는 경우, 제품(물품) 등은 박스에 적재되고, 박스는 팔레트에 적재되어 배송된다.

또한, 제품 등은 그보다 크기가 큰 대박스 내에 포장되고, 대박스는 팔레트에 적재되어 배송되게 된다.

즉, 팔레타이징 작업은 물품을 팔레트 위에 일정하게 적재하는 작업으로 대량생산의 물류 효율성을 위하여 물품을 팔레트 단위로 취급할 수 있도록 해준다.

종래에는 이러한 적재 작업 등의 일부 또는 전 과정을 수작업에 의하여 진행함에 따라 작업 능률이 떨어지고 인건비가 상승한다.

따라서 산업용 로봇을 이용한 팔레타이징 작업이 산업현장에서 널리 실시되고 있다.

로봇을 이용한 팔레타이징 시스템은 로봇을 이용하여 대상물의 운반 및 취급이 용이하도록 일정한 형태로 적재하는 시스템이다.

로봇을 이용한 팔레타이징 작업은 한정된 팔레트 공간에 안정적이면서도 더 많은 수의 적재 대상물(박스)을 쌓아 올리는 것을 목적으로 한다.

종래 로봇을 이용한 팔레타이징 작업은 작업자가 티치 팬던트(Teach Pendent)를 통하여 로봇 명령어를 로봇에 직접 입력함에 따라 로봇이 박스를 팔레트에 쌓아 올리게 된다.

그러나 종래에는 작업자가 일일이 해당 로봇에 작업 명령을 입력해야만 하므로 그 입력작업이 매우 번거로웠으며, 사용자가 별도로 로봇 명령어를 숙지해야만 하고, 팔레트와 적재대상물의 크기에 따라 미리 박스의 패턴을 만들어 놓고 그 중에 하나를 사용자가 골라서 사용하는 방식을 취해야 하는 등의 불편함이 발생하는 문제점이 있었다.

등록번호 제10-1868105호 (공고일자 2018년07월17일)

본 발명은 물류센터내 박스 상품 투입/배출 라인에서 다양한 형태의 박스 상품을 인식, 파킹, 운반하고, 목적지별 팔레트로 자동 혼합 적재할 수 있는 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템을 제공하는데 그 목적이 있다.

상술한 목적을 달성하기 위한 본 발명의 실시예에 따른 상품상자 배치 최적화 방법은, (A) 제어 PC에서 데이터베이스에 기저장된 하나 이상의 상품데이터와 출고데이터를 로딩하는 단계;

(B) 상기 상품데이터 및 출고데이터 각각의 재원데이터에 기초하여 팔레트 상에 배치 가능한 블록데이터를 선별하는 단계;

(C) 상기 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하여 3차원 배치 상자 데이터를 화면에 표시하는 단계;

를 포함하여 구성된다.

또한, 상기 상품데이터는 SKU, 상품명, 고객사, 상품 체적 정보(가로, 세로, 높이), 유통일, 제조일 중 어느 하나 이상을 포함하고, 출고데이터는 상품이 포장된 상자 SKU, 상자 체적 정보(가로, 세로, 높이), 무게, 출고할 고객사(목적지), 출고할 박스 수(수량) 중 어느 하나 이상을 포함하는 것을 특징으로 한다.

또한, 상기 (C)단계에서 선별된 블록데이터를 팔레트에 배치하기 위한 위치 후보를 비교하여 배치 위치를 결정하고, 어떤 팔레트에 어떤 상품상자가 어느 위치에 있는지 적재위치를 표시하는 것을 특징으로 한다.

또한, 상기 (B)단계에서 출고 목적지 별로 각각 팔레트를 할당하고 상품데이터 및 출고데이터 각각의 재원데이터에 기초하여 목적지 별로 팔레트 상에 배치 가능한 블록데이터를 선별하며,

상기 (C)단계에서 배치 최적화 계획에 따라 3차원 배치 상자데이터를 표시하는 것을 특징으로 한다.

또한, 상기 (C)단계에서 배치 위치 결정을 위한 최적 적재 위치 평가는 직전 비교 최대 적재율을 이용하는 것을 특징으로 한다.

또한, 상기 최적 적재 위치 평가 단계는,

현재 상태 최대 적재 가능값(CURRENT_VOLS)을 계산하는 단계와,

상품상자 투입 및 임의 위치 적재시 변동되는 최대 적재 가능값(VIRTUAL_VOLS)을 계산하는 단계와,

최적 볼륨 비율(BEST_VOLS_RATIO = VIRTUAL_VOLS/CURRENT_VOLS)을 계산하는 단계와,

상기 최적 볼륨 비율이 가장 큰 위치를 적재 위치로 결정하는 단계로 이루어지는 것을 특징으로 한다.

또한, 상기 (C)단계에서 배치 위치 결정을 위한 최적 적재 위치 평가는 직전 비교 최소 데드 스페이스(Dead Space) 차이를 이용하는 것을 특징으로 하는 상품상자 배치 최적화 방법.

그리고 상기 최적 적재 위치 평가 단계는,

현재 상태 조각별 데드 스페이스값(CURRENT_DEATH_SPACE)을 계산하는 단계와,

상품상자 투입 및 임의 위치 적재시 변동되는 조각별 데드 스페이스값(VIRTUAL_DEATH_SPACE)을 계산하는 단계와,

최저 데드 스페이스값(MIN_DEATH_SPACE = VIRTUAL_DEATH_SPACE - CURRENT_DEATH_SPACE)을 계산하는 단계와,

상기 최저 데드 스페이스값을 갖는 위치를 적재 위치로 결정하는 단계로 이루어지는 것을 특징으로 한다.

본 발명의 실시예에 따른 로봇 팔레타이징 시스템은, 상술한 상품상자 배치 최적화 방법을 적용한 로봇 팔레타이징 시스템에 있어서,

롤러 컨베이어, 벨트 컨베이어, 리프터로 이루어지고 상품상자를 이동하는 이동수단;

상기 상품상자에 인쇄된 바코드를 읽어 제어 PC에 전송하는 바코드 리더기;

상기 상품상자가 통과할 때 상품상자의 부피를 측정하여 제어 PC에 전송하는 부피 측정기; 및

상기 상품상자가 배치될 좌표를 설정하는 제어 PC의 제어에 의해 이동중인 상품상자를 집어 목적지별 팔레트에 설정된 좌표에 따라 적재하는 적재수단;

을 포함하여 구성된다.

또한, 상기 다수의 팔레트로 이루어진 팔레트부가 서로 다른 위치의 제1팔레트부와 제2팔레트부로 이루어지고,

상기 적재수단은 제1팔레트부에 적재하는 2개의 갠트리로봇 및 그리퍼와, 제2팔레트부에 적재하는 다관절 로봇으로 이루어지는 것을 특징으로 한다.

또한, 상기 그리퍼에는 낙하방지 기구물이 구비되는 것을 특징으로 한다.

그리고 상기 로봇 팔레타이징 시스템은 물류센터내 박스 상품 투입/배출 라인에 설치되는 것을 특징으로 한다.

상술한 과제의 해결 수단에 의하면, 물류센터내 박스 상품 투입/배출 라인에서 다양한 형태의 박스 상품을 인식, 파킹, 운반하고, 목적지별 팔레트로 자동 혼합 적재할 수 있다.

또한,팔레트와 적재대상물의 크기에 따라 미리 박스의 패턴을 만들어 놓고 그 중에 하나를 사용자가 골라서 사용하는 방식을 취하지 않아도 되어 편리하다.

도 1은 본 발명의 실시예에 따른 로봇 팔레타이징 시스템의 3D 레이아웃이다.
도 2는 본 발명의 실시예에 따른 로봇 팔레타이징 시스템의 최종 사시도이다.
도 3은 도 2에 나타낸 그리퍼의 도면이다.
도 4는 본 발명의 실시예에 따른 상품상자 배치 최적화 방법을 나타내는 순서도이다.
도 5는 본 발명의 실시예에 따른 상품상자 배치 최적화 방법을 나타내는 예시 화면이다.
도 6은 본 발명의 실시예에 따른 상품상자 배치 최적화 방법에 필요한 데이터를 입력받는 예시 화면이다.
도 7은 본 발명의 실시예에 따른 상품상자 배치 최적화 방법에 필요한 재원 데이터를 입력받는 예시 화면이다.
도 8은 본 발명의 실시예에 따른 상품상자 배치 최적화 계획을 수립하는 방법을 보인 예시 화면이다.
도 9는 본 발명에 적용되는 팔레타이징 사이클을 보인 순서도이다.
도 10은 도 9의 이해를 돕기 위한 예시 도면이다.
도 11은 본 발명의 상품상자 배치 최적화 방법에 적용되는 적재위치 결정 방법을 나타내는 제1순서도이다.
도 12a 내지 도 12d는 도 11의 이해를 돕기 위한 예시 도면이다.
도 13은 본 발명의 상품상자 배치 최적화 방법에 적용되는 적재위치 결정 방법을 나타내는 제2순서도이다.
도 14a 내지 도 14c는 도 13의 이해를 돕기 위한 예시 도면이다.
도 15는 도 3에 나타낸 블록데이터의 예시 도면이다.

이하 본 발명의 실시예에 대하여 첨부된 도면을 참고로 그 구성 및 작용을 설명하기로 한다.

도면들 중 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호들로 나타내고 있음에 유의해야 한다.

하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 시스템의 3D 레이아웃이다.

도 1에 도시된 바와 같이 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 시스템은(100), 상품상자(10), 팔레트부(20), 이동수단인 롤러 컨베이어(110), 벨트 컨베이어(120), 리프터(130)와, 부피측정기(140) 및 적재수단을 포함하여 구성된다.

이하에서는 상품상자(10)가 투입되는 곳을 일측, 그 반대방향을 타측이라고 한다.

롤러 컨베이어(110)는 상하 2단으로 이루어지며, 롤러의 회전으로 하단의 일측에서 투입된 상품상자(10)를 타측 하단으로 이동시키고, 타측 상단의 상품상자를 일측 상단으로 이송시킨다.

상기 롤러 컨베이어(110)를 타고 이동 중 팔레트부(20)에 적재되지 못하고 일측 상단의 끝단까지 이동된 상품상자(10)는 벨트 소터(Belt Sorter)에 의해 분류되어 도 2의 에러 컨베이어 벨트(200)를 타고 배출된다.

벨트 컨베이어(120)는 타측 하단과 상단의 롤러 컨베이어(110)에 연결되어 벨트의 회전에 의해 상품상자를 이송하는 것으로, 타측 하단의 롤러 컨베이어(110)에 있는 상품상자(10)를 전달받아서 리프터(130)에 의해 하단에서 상단으로 상승되도록 하고, 상승된 상단의 상품상자(10)를 다시 타측 상단의 롤러 컨베이어(100)에 전달한다.

리프터(130)는 상기 상품상자(10)를 하단에서 상단으로 상승시킨다.

부피측정기(140)는 상품상자(10)가 투입되는 곳의 타측에 설치되어 상품상자(10)가 통과할 때 상품상자의 부피를 측정하여 미도시된 제어 PC에 전송한다.

상기 제어 PC에는 3차원 팔레트 적재 모델 알고리즘이 탑재되어 상품상자(10)가 배치될 좌표를 설정한다.

팔레트부(20)는 목적지별 다수의 팔레트로 이루어지고 상품상자가 적재된다.

적재수단은 제어 PC의 제어에 의해 X축(150), Y축(160), Z축(170) 방향으로 이동하면서, 벨트 컨베이어(100)를 타고 이동중인 상품상자(10)를 집어 설정된 좌표에 따라 목적지별 팔레트에 적재한다.

도 2는 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 시스템의 최종 사시도이다.

도 2에 도시된 바와 같이 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 시스템은, 롤러 컨베이어(110), 벨트 컨베이어(120), 리프터(130), 부피측정기(140), 팔레트부(20A,20B), 적재수단(180,190) 및 바코드 리더기(30)를 포함하여 구성된다.

도 1과 동일한 구성에 대해서는 상세한 설명을 약한다.

바코드 리더기(30)는 부피측정기(140) 앞단에 설치되어 상품상자(10)에 인쇄된 바코드를 읽고 바코드에 포함된 데이터를 디코딩하여 미도시된 제어 PC에 전송한다.

부피측정기(140)는 상품상자(10)가 투입되는 곳의 타측에 설치되어 상품상자(10)가 통과할 때 상품상자의 부피를 측정하여 미도시된 제어 PC에 전송한다.

상기 제어 PC에는 3차원 팔레트 적재 모델 알고리즘이 탑재되어 바코드가 인쇄된 상품상자가 배치될 좌표를 설정한다.

팔레트부는 목적지별 다수의 팔레트로 이루어지고 상품상자가 상부에 적재되는 것으로 여기서는 위치가 다른 제1팔레트부(20A)와 제2팔레트부(20B)로 이루어진다.

적재수단은 벨트 컨베이어(110)를 타고 이동중인 상품상자(10)를 집어 목적지별 팔레트부의 팔레트에 설정된 좌표에 따라 적재하는 것으로, 2개의 갠트리로봇 및 그리퍼(180A,180B)와 다관절 로봇(190)으로 이루어진다.

상기 2개의 갠트리로봇 및 그리퍼(180A,180B)는 좌표가 설정된 상품상자(10)를 집어 옮겨 제1팔레트부(20A)에 적재한다.

다관절 로봇(190)은 좌표가 설정된 상품상자(10)를 집어 옮겨 제2팔레트부(20B)에 적재한다.

도 3은 도 2에 나타낸 그리퍼의 도면이다.

도 3에 도시된 바와 같이, 좌표가 설정된 상품상자를 집어 옮겨주는 장치인 그리퍼(182)에서는 낙하방지 기구물(184)이 추가 설치되어 어떤 무거운 상품상자라도 떨어지는 것을 방지하여 팔레트까지 안전하게 적재할 수 있다.

도 4는 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 방법을 나타내는 순서도이다.

도 4에 도시된 바와 같이, 제어 PC에서 데이터베이스에 기저장된 하나 이상의 상품데이터와 출고데이터를 로딩한다(S402).

도 6에 도시된 바와 같이 데이터베이스에 기저장된 하나 이상의 상품데이터와 출고데이터를 로딩하여 3차원 팔레트 적재 모델 알고리즘 실행에 필요한 데이터를 입력받는다.

제어 PC을 통해 로딩된 상품데이터와 출고데이터의 출고목적지(CHUTE_ID), 상품 코드(BOX_BCR_NO), 상품의 가로(BOX_WTH_LEN), 세로(BOX_VERT_LEN), 높이(BOX_HGT_LEN), 상품명(SKU_NM), 상품의 출고 수량(PLAN_BOX_QTY) 등에 관한 정보가 표시될 수 있다.

여기서 상품데이터는 SKU, 상품명, 고객사, 상품 체적 정보(가로, 세로, 높이), 유통일, 제조일 등을 포함한다.

출고데이터는 상품이 포장된 상자 SKU(Stock Keeping Units), 상자 체적 정보(가로, 세로, 높이), 무게, 출고할 고객사(목적지), 출고할 박스 수(수량) 등을 포함한다.

다음 상기 상품데이터 및 상기 출고데이터 각각의 재원데이터에 기초하여 적용되는 알고리즘을 토대로, 팔레트 상에 배치 가능한 블록데이터를 선별한다(S404).

도 7에 도시된 바와 같이 제어 PC를 통해 데이터베이스에 기저장된 하나 이상의 팔레트 데이터 및 적재 로봇의 그리퍼 데이터를 로딩하여 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하기 위해 필요한 재원데이터를 입력받는다.

도 7의 화면에는 제어 PC를 통해 로딩된 팔레트 데이터 및 적재 로봇의 그리퍼 데이터의 위치 데이터(Position), 팔레트 가로(width), 세로(depth), 높이 (height), 출고 목적지(dest), 그리퍼(gripper number) 등에 관한 정보가 포함될 수 있다.

그리고 상기 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하여 3차원 배치 상자 데이터를 화면에 표시한다(S406).

도 5에 도시된 바와 같이, 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하여 3차원 배치 상자 데이터를 표시되어 있음을 알 수 있다.

이때 선별된 블록데이터를 팔레트에 배치하기 위한 위치 후보를 비교하여 배치 위치를 결정하고, 어떤 팔레트에 어떤 상품상자가 어느 위치에 있는지 적재위치를 표시한다.

도 8은 본 발명의 실시예에 따른 인공지능형 로봇 팔레타이징 방법의 상품 상자 배치 최적화 계획을 수립하는 방법을 보인 예시 화면이다.

도 8에서 상기 S404 단계에서 출고 목적지 별로 각각 팔레트를 할당하고 상품데이터 및 출고데이터 각각의 재원데이터 기초하여 적용되는 알고리즘을 토대로, 목적지 별로 팔레트 상에 배치 가능한 블록데이터를 선별하며, S406 단계에서 배치 최적화 계획에 따라 3차원 배치 상자 데이터가 표시된다.

상기 블록데이터가 도 15에 도시된 바와 같이 상품상자 6개의 후보 블록으로 이루어진 경우, 팔레트 크기, 로봇 그리퍼 크기, 상품 후보 조합, 상품의 블록 후보 도출, 후보 상품의 블록 후보간 조합 등으로 적재 배치 정보를 생성한다.

도 9는 본 발명에 적용되는 팔레타이징 사이클을 보인 순서도이다.

도 10은 도 9의 이해를 돕기 위한 예시 도면이다.

도 9 및 도 10에 도시된 바와 같이 팔레타이징 계획 수립 기본 사이클은 상품상자(박스)를 정렬하는 단계(S902), 상기 상품상자를 여러 개로 묶어서 조각을 생성하는 단계(S904) 및 상기 조각을 팔레트에 배치하는 단계(S906)로 이루어진다.

도 11은 본 발명의 팔레타이징 방법에 적용되는 적재 위치 결정 방법을 나타내는 제1순서도이다.

도 12a 내지 도 12d는 도 11의 이해를 돕기 위한 예시 도면이다.

제1순서도는 최적 적재 위치 평가를 위한 보상 방식으로 직전 비교 최대 적재율을 이용한다.

도 12a에 도시된 바와 같이 현재 상태 최대 적재 가능값(CURRENT_VOLS)을 계산한다(S1102).

다음 도 12b에 도시된 바와 같이 상품상자 투입 및 임의 위치 적재시 변동되는 최대 적재 가능값(VIRTUAL_VOLS)을 계산한다(S1104).

다음 도 12c에 도시된 바와 같이 최적 볼륨 비율(BEST_VOLS_RATIO = VIRTUAL_VOLS/CURRENT_VOLS)을 계산한다(S1106).

그리고 도 12d에 도시된 바와 같이 상기 S1106 단계에서 최적 볼륨 비율이 가장 큰 위치를 적재 위치로 결정한다(S1108).

도 13은 본 발명의 팔레타이징 방법에 적용되는 적재 위치 결정 방법을 나타내는 제2순서도이다.

도 14a 내지 도 14c는 도 13의 이해를 돕기 위한 예시 도면이다.

제2순서도는 최적 적재 위치 평가를 위한 보상 방식으로 직전 비교 최소 데드 스페이스 차이를 이용한다.

도 14a에 도시된 바와 같이 현재 상태 조각별 데드 스페이스값(CURRENT_DEATH_SPACE)을 계산한다(S1302).

다음 도 14b에 도시된 바와 같이 상품상자 투입 및 임의 위치 적재시 변동되는 조각별 데드 스페이스값(VIRTUAL_DEATH_SPACE)을 계산한다(S1304).

다음 도 14c에 도시된 바와 같이 최저 데드 스페이스값(MIN_DEATH_SPACE = VIRTUAL_DEATH_SPACE - CURRENT_DEATH_SPACE)을 계산한다(S1306).

그리고 계속하여 도 14c에 도시된 바와 같이 최저 데드 스페이스값을 갖는 위치 즉, 데드 스페이스 생성이 가장 적은 위치를 적재 위치로 결정한다(S1308).

이상에서 본 발명에 대한 기술 사상을 첨부 도면과 함께 서술하였지만, 이는 본 발명의 바람직한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다.

또한, 이 기술 분야의 통상의 지식을 가진 자라면 누구나 본 발명의 기술 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.

10: 상품상자 20,20A,20B: 팔레트부
30: 바코드 리더기 100: 로봇 팔레타이징 시스템
110: 롤러 컨베이어 120: 벨트 컨베이어
130: 리프터 140: 부피 측정기
150,160,170,180A,180B,190: 적재수단
200: 에러 컨베이어 벨트

Claims (12)

1. (A) 제어 PC에서 데이터베이스에 기저장된 하나 이상의 상품데이터와 출고데이터를 로딩하는 단계;
   (B) 상기 상품데이터 및 출고데이터 각각의 재원데이터에 기초하여 팔레트 상에 배치 가능한 블록데이터를 선별하는 단계; 및
   (C) 상기 선별된 블록데이터를 선별된 팔레트 상에 배치하고, 적재 로봇 3차원 좌표평면계상에 순서대로 적층하여 3차원 배치 상자 데이터를 화면에 표시하는 단계;를 포함하며,
   상기 (C)단계에서 선별된 블록데이터를 팔레트에 배치하기 위한 위치 후보를 비교하여 배치 위치를 결정하고, 어떤 팔레트에 어떤 상품상자가 어느 위치에 있는지 적재위치를 표시하며, 상기 배치 위치 결정을 위한 최적 적재 위치 평가는 직전 비교 최대 적재율을 이용하고,
   상기 최적 적재 위치 평가 단계는, 현재 상태 최대 적재 가능값(CURRENT_VOLS)을 계산하는 단계와, 상품상자 투입 및 임의 위치 적재시 변동되는 최대 적재 가능값(VIRTUAL_VOLS)을 계산하는 단계와, 최적 볼륨 비율(BEST_VOLS_RATIO = VIRTUAL_VOLS/CURRENT_VOLS)을 계산하는 단계와, 상기 최적 볼륨 비율이 가장 큰 위치를 적재 위치로 결정하는 단계로 이루어지는 것을 특징으로 하는 상품상자 배치 최적화 방법.
2. 제1항에 있어서,
   상기 상품데이터는 SKU, 상품명, 고객사, 상품 체적 정보(가로, 세로, 높이), 유통일, 제조일 중 어느 하나 이상을 포함하고, 출고데이터는 상품이 포장된 상자 SKU, 상자 체적 정보(가로, 세로, 높이), 무게, 출고할 고객사(목적지), 출고할 박스 수(수량) 중 어느 하나 이상을 포함하는 것을 특징으로 하는 상품상자 배치 최적화 방법.
3. 삭제
4. 삭제
5. 삭제
6. 제1항에 있어서,
   상기 (C)단계에서 배치 위치 결정을 위한 최적 적재 위치 평가는 직전 비교 최소 데드 스페이스(Dead Space) 차이를 이용하는 것을 특징으로 하는 상품상자 배치 최적화 방법.
7. 제6항에 있어서,
   상기 최적 적재 위치 평가 단계는,
   현재 상태 조각별 데드 스페이스값(CURRENT_DEATH_SPACE)을 계산하는 단계와,
   상품상자 투입 및 임의 위치 적재시 변동되는 조각별 데드 스페이스값(VIRTUAL_DEATH_SPACE)을 계산하는 단계와,
   최저 데드 스페이스값(MIN_DEATH_SPACE = VIRTUAL_DEATH_SPACE - CURRENT_DEATH_SPACE)을 계산하는 단계와,
   상기 최저 데드 스페이스값을 갖는 위치를 적재 위치로 결정하는 단계로 이루어지는 것을 특징으로 하는 상품상자 배치 최적화 방법.
8. 제1항에 있어서,
   상기 (B)단계에서 출고 목적지 별로 각각 팔레트를 할당하고 상품데이터 및 출고데이터 각각의 재원데이터에 기초하여 목적지 별로 팔레트 상에 배치 가능한 블록데이터를 선별하며,
   상기 (C)단계에서 배치 최적화 계획에 따라 3차원 배치 상자데이터를 표시하는 것을 특징으로 하는 상품상자 배치 최적화 방법.
9. 제1항, 제2항, 제6항 내지 제8항 중 어느 한 항의 상품상자 배치 최적화 방법을 적용한 로봇 팔레타이징 시스템에 있어서,
   롤러 컨베이어, 벨트 컨베이어, 리프터로 이루어지고 상품상자를 이동하는 이동수단;
   상기 상품상자에 인쇄된 바코드를 읽어 제어 PC에 전송하는 바코드 리더기;
   상기 상품상자가 통과할 때 상품상자의 부피를 측정하여 제어 PC에 전송하는 부피 측정기; 및
   상기 상품상자가 배치될 좌표를 설정하는 제어 PC의 제어에 의해 이동중인 상품상자를 집어 목적지별 팔레트에 설정된 좌표에 따라 적재하는 적재수단;
   을 포함하는 로봇 팔레타이징 시스템.
10. 제9항에 있어서,
    상기 다수의 팔레트로 이루어진 팔레트부가 서로 다른 위치의 제1팔레트부와 제2팔레트부로 이루어지고,
    상기 적재수단은 제1팔레트부에 적재하는 2개의 갠트리로봇 및 그리퍼와, 제2팔레트부에 적재하는 다관절 로봇으로 이루어지는 것을 특징으로 하는 로봇 팔레타이징 시스템.
11. 제10항에 있어서,
    상기 그리퍼에는 낙하방지 기구물이 구비되는 것을 특징으로 하는 로봇 팔레타이징 시스템.
12. 제9항에 있어서,
    상기 로봇 팔레타이징 시스템은 물류센터내 박스 상품 투입/배출 라인에 설치되는 것을 특징으로 하는 로봇 팔레타이징 시스템.

Images