검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'RC'통합검색 결과 입니다. (3건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

한국엡손, 고성능 로봇 컨트롤러 'RC800-A' 출시

한국엡손이 1일 고성능 통합 로봇 컨트롤러 'RC800-A'를 출시했다. RC800-A는 고속·고정밀 작업에 최적화된 엡손의 하이엔드 스카라 로봇 'GX-C 시리즈'와 호환된다. 작업 정밀도를 높여 컨베이어 연속 가동 상태에서 부품과 제품을 인식해 작동하는 공정 효율을 개선했다. 전 세대 제품인 RC700-A 시리즈 대비 정밀도를 향상했고 제품에 가해지는 힘을 감지하는 포스센서 응답 속도를 높여 충격에 민감한 생산품을 다루는 산업 현장에서 더욱 안정적이고 신속한 자동화 공정을 지원한다. 포스센서 작동을 위한 인터페이스 보드를 내장했고 교체 주기를 최대 10년까지 늘려 생산 지장 없이 대규모 생산 라인 및 산업 현장의 생산성을 높일 수 있다. 후지이 시게오 한국엡손 대표는 “RC800-A는 40년 이상 축적해온 엡손의 우수한 산업용 로봇 기술력을 기반으로 개발됐다”며 “제조기업 고객들의 스마트팩토리 구축 수요가 증가하고 있는 만큼, 앞으로도 다양한 산업 현장에 적용될 수 있는 로봇 솔루션을 고도화해 산업 발전에 기여하겠다”고 밝혔다.

2025.04.01 09:17권봉석

로옴, 부전압·고전압용 고정밀도 전류 검출 앰프 개발

로옴(ROHM)은 자동차기기 신뢰성 규격 'AEC-Q100'에 준거하는 고정밀도 전류 검출 앰프 'BD1423xFVJ-C' 및 'BD1422xG-C'를 개발했다고 25일 밝혔다. TSSOP-B8J 패키지를 채용한 'BD1423xFVJ-C'는 +80V의 입력전압에 대응해 48V 전원 구동의 DC-DC 컨버터, 이중화 전원, 보조기기 배터리, 전동 컴프레서 등의 고전압 환경용으로 적합하다. 게인 설정에 따라 'BD14230FVJ-C'·'BD14231FVJ-C'·'BD14232FVJ-C'의 3개 기종을 구비하고 있다. 소형 SSOP6 패키지를 채용한 'BD1422xG-C'는 +40V의 입력전압에 대응해, Body계 및 드라이브계 도메인에서 사용되는 5V·12V 구동의 전원 네트워크에서의 전류 모니터링이나 보호 (과전류 검출) 등 스페이스 절약이 요구되는 자동차기기에 최적이다. 게인 설정에 따라 'BD14220G-C'·'BD14221G-C'·'BD14222G-C'의 3개 기종을 구비하고 있다. 전류 검출 앰프는 회로에 흐르는 전류를 간접적으로 측정하기 위한 증폭기다. 션트 저항기에서 발생하는 미세한 전압 강하를 증폭시킴으로써, 측정 가능한 전압 신호로 변환하는 역할을 담당하여 시스템의 제어 및 모니터링 등에 사용된다. 신제품은 OP Amp와 디스크리트 부품으로 조합한 기존의 OP Amp 회로 구성을 1 패키지에 집적함으로써 스페이스 절약화를 실현했다. 션트 저항기를 접속하는 것만으로 전류 검출이 가능하다. 또한 입력단에 초퍼 앰프, 후단에 오토 제로 앰프를 채용한 2단 앰프 구성을 채용했다. 게인 정밀도를 결정하는 저항을 IC 내부에서 매칭시켜 온도 변화의 영향을 억제함과 동시에 ±1%의 고정밀도로 안정적인 전류 검출이 가능하다. 노이즈 대책용 RC 필터 회로를 외장하는 경우에도 전류 검출 정밀도가 유지되기 때문에, 설계 공수 삭감에도 기여한다. -14V의 부전압에 대한 내성을 구비하여 역기 전력, 역접속, 부전압 입력에 대응한다. 전동 차량 (xEV) 등에서 사용되는 48V 전원에 대응하는 +80V 입력전압 제품도 라인업으로 구비하여, 자동차기기 용도의 다양한 요구에 대응한다. 신제품은 2025년 2월부터 양산을 개시했으며, 월 10만개의 생산 체제로 공급 예정이다. 인터넷 판매도 개시해 CoreStaff Online, Chip 1 Stop 등 온라인 부품 유통 사이트에서 구입 가능하다. 또한, 어플리케이션 설계 시의 신속한 평가를 위해 평가 보드도 구비했다. 로옴은 "앞으로도 자동차기기에서 요구되는 고정밀도화, 신뢰성 향상에 기여할 수 있는 최적의 솔루션을 제공해 나갈 것"이라고 밝혔다.

2025.03.25 14:51장경윤

GIST "주차장 문콕, AI로 다 잡아요"

주차장에 세워둔 차를 '문콕'하고 사라진 차량을 인공지능(AI)로 쉽게 판독할 수 있는 기술이 개발됐다. 광주과학기술원(GIST, 총장 임기철)은 기계공학부 이용구 교수 연구팀이 인공지능(AI) 기술을 통해 전체 CCTV 영상에서 물피도주(주차 뺑소니) 발생 시점을 검출하는 데 성공했다고18일 밝혔다. ■왜 개발했나 2017년 개정된 도로교통법에 따르면 물피도주 사고의 처벌 범위와 강도가 강화됐다. 신고 건수도 크게 늘었다. 경찰이 접수한 물피사고는 2016년 362,384건에서 2020년 626,609건으로 증가했다. 물피도주 사고는 차량 내 블랙박스에 저장된 영상을 확인해야 한다. 만약 영상이 저장되지 않았다면 주변의 CCTV를 통해 가해자를 추적해야 한다. 이때 CCTV 특성상 방대한 분량의 영상 판독이 필요하다. 그런데 이러한 영상 수사 방식은 담당 조사관 업무 부담을 가중한다. 특히 주차 뺑소니 사고는 고의성 입증 여부가 쉽지 않다. 고의성이 입증되더라도 최대 20만 원 이하의 벌금이 부과될 뿐이다. 더욱이 사고 발생 시점을 찾기도 어렵다. 연구팀은 "조사에 애로사항이 많아 현장 상황을 고려한 기술 개발이 필요했다"고 말했다. ■뭘 개발했나 현재 일선 현장에서 사용하는 동영상 축약 프로그램은 라이선스 비용이 약 1천 500만 원 든다. 무엇보다 물피도주에 특화된 것이 아닌 방범 목적으로 개발된 프로그램들은 객체의 작은 흔들림을 감지하지 못한다. 호환성 문제 등도 있다. 연구팀은 데이터셋 수집 비용과 사고 가능성을 줄이기 위해 실제 차량이 아닌 RC카를 이용해 데이터셋을 수집했다. 실제 차량과 RC카의 외관이 매우 비슷한데다 실제 차량으로 학습한 가중치나 RC카를 인식한 값의 정확도도 상호 유사하다는 점에 착안했다. 최신형 블랙박스는 충돌 감지 센서가 내장돼 CCTV 영상 시점에서만 데이터셋을 수집했다. 연구팀은 직접 수집한 물피도주 영상 800건을 분석한 후, 인공지능 네트워크에 학습시켜 차량 충돌 시점을 검출하는 데 성공했다. 연구팀은 충돌 시점을 정확히 검출하기 위해 '시간 정보'와 '공간 정보'를 동시에 분석할 수 있는 3D-CNN을 사용했다. 3D CNN(3D Convolutional Neural Networks)은 인간의 시신경을 모방해 만든 딥러닝 구조인 CNN를 기반으로 한 네트워크다. 널리 알려진 2D CNN은 이미지와 같은 2차원 데이터를 다루는 반면 3D CNN은 시간축을 더해 비디오를 분석, 학습한다. 피해차량이 특정되어 있는 물피도주 사고 특성 상, 피해차량 주변으로 일정한 간격을 두어 불필요한 배경 정보가 네트워크에 입력되지 않도록 하는 전처리 방법을 사용했다. 차량 충돌 영상은 충돌 시의 흔들림이 반복적인 움직임을 띄기 때문에 미충돌 상황에서의 움직임 패턴과 구분이 가능하다. ■기대효과는 연구팀은 이번 연구 성과로 기존 담당 조사관이 직접 영상 분석을 하는 것에 비해 업무 시간을 대폭 줄일 수 있을 것으로 내다봤다. 또 이 기술을 CCTV에 적용하면 범죄 예방 및 분석에도 활용할 수 있을 것으로 기대했다. 이용구 교수는 “고도화된 인공지능 기술로 방대한 CCTV 영상 분석의 부담을 크게 줄여준다는 점에서 의의가 있다”며, “상용화 되면 사회적 신뢰와 안전을 한층 높일 수 있을 것"으로 기대했다. 이 연구는 산업통상자원부, 과학기술정보통신부, 방위사업청, 과학치안진흥센터 등의 지원을 받아 수행됐다. 연구성과는 국제 학술지인 'JCDE(컴퓨테이셔널 디자인 앤 엔지니어링 저널) 2월 19일 온라인으로 게재됐다.

2024.03.18 16:50박희범