로봇이 순찰하고, AI가 판별하고, 관제가 기록하는 무인 점검 기술 고도화

MANUFACTURING CASE STUDY

팀그릿은 기존 CoBiz의 로봇 원격 관제·임무 관리 기능에 자율순찰과 영상 기반 AI 점검 기술을 연결하며 무인 점검 체계를 고도화하고 있다. 제조 야적장의 반복 점검 요구를 바탕으로 구역 중심의 순찰 경로 생성, 점검 대상 자동 확대 촬영, 외관 손상 분류와 TAG 탐지 기능을 구현·시험했다. 개별 기능을 CoBiz의 점검 업무와 데이터 관리 체계로 연결하는 것이 이번 기술 고도화의 방향이다.

CHALLENGE

반복적인 현장 점검에 이동형 관측과 자동 판별이 필요한 이유

제조 야적장에서는 적재 자재의 위치와 TAG, 외관 및 포장 상태를 작업자가 직접 확인해야 한다. 자재가 밀집되어 있거나 배치가 바뀌는 환경에서는 고정 CCTV만으로 모든 점검 대상을 충분히 살펴보기 어렵다. 자재의 상세 상태를 확인하고 점검 결과를 지속적으로 관리할 수 있는 방법이 필요했다.

CHALLENGE 01. 밀집된 자재와 제한된 시야적재물 사이의 좁은 공간과 복잡한 배치로 인해 고정된 위치에서 자재의 상태를 확인하는 데 한계가 있었다. 로봇이 이동할 수 있는 경로와 실제 촬영 가능한 위치를 함께 고려해야 했다.

CHALLENGE 02. 외관 상태와 TAG의 반복 점검자재의 발청, 도장 손상, 포장재 및 SKID 파손 등 외관 상태와 TAG 정보를 살펴야 했다. 보호캡 상태 역시 점검 대상으로 제시되었으며, 자동 판별은 추가 검증 대상으로 구분했다.

CHALLENGE 03. 점검 결과의 관리와 활용개별 점검 결과를 사진·위치·시간 정보와 연결하고 이후 다시 확인할 수 있도록, 현장 점검과 관제·기록 업무를 연계하는 방식이 필요했다.

SOLUTION

기존 CoBiz에 자율순찰·자동 촬영·AI 점검을 연결하다

CoBiz는 로봇·센서의 연결과 관제, 임무 실행, 운영 데이터 기록·재현을 지원하는 플랫폼이다. 팀그릿은 이 기반 위에 로봇이 구역을 순찰하고 점검 대상을 촬영하며 AI가 외관과 식별 정보를 분석하는 기술을 단계적으로 더하고 있다.

이번 검토에서는 지도 기반 자율순찰과 객체 탐지 연계 PTZ 자동 촬영을 기능별로 구현·시험하고, 사전 이미지 기반 Vision AI 모델 시험을 수행했다. 제조 야적장 현장 실사를 통해 점검 대상, 로봇 주행 여건, 촬영 조건과 데이터 확보 요구를 확인했다.

이러한 기술을 하나의 임무 흐름으로 연결해, 로봇의 이동과 관제 중심이던 운영 환경을 점검 정보의 생성·확인·기록까지 포괄하는 방식으로 확장하고자 한다.

CORE FEATURES

자율순찰과 AI 기반 점검을 위한 핵심 기술

01. 지도 기반 구역 자율순찰

3D LiDAR를 활용한 지도화와 2D 지도 기반의 점검 구역 설정을 연계했다. 운영자가 지도에서 폴리곤 형태로 구역을 지정하면 해당 영역을 중심으로 순찰 경로를 생성하는 방식을 PoC로 확인했다. 개별 경유점을 일일이 지정하는 방식에서 구역 중심의 점검 임무로 확장하기 위한 기술이다.

02. 객체 탐지 연계 PTZ 자동 촬영

영상에서 점검 대상을 탐지한 위치에 맞춰 PTZ 카메라의 방향을 조정하고 확대·촬영하는 기능을 연동했다. 넓은 구역을 관측하는 로봇 영상과 특정 대상의 상세 촬영을 연결해 점검용 이미지를 확보할 수 있는 방식을 데모로 구현했다.

03. Vision AI 외관 손상 분류 및 TAG 탐지

사전 이미지 데이터를 바탕으로 외관 손상 분류와 TAG 탐지 모델을 시험했다. 발청·도장 손상·포장재·SKID 파손 등은 주요 점검 항목으로 검토했으며, 보호캡 상태 판별은 추가 검증 대상으로 구분했다. 실제 현장에서 축적되는 이미지 데이터를 활용해 탐지·분류 성능을 개선하는 것이 다음 발전 방향이다.

04. CoBiz 점검 업무와 데이터 관리 연계

구역·일정 설정, 순찰, 자동 촬영, AI 판별, 결과 확인·기록을 CoBiz Workflow 및 관제 화면에 연결하는 운영 구조를 설계했다. 기존 데이터 기록·재현 기능을 바탕으로 임무 중 확보한 영상과 점검 정보를 다시 확인하고, 향후 분석과 AI 모델 개선에 활용하는 방향을 검토하고 있다.

PROJECT RESULT

개별 기능 검증에서 통합 무인 점검 체계로

이번 기술 고도화에서 팀그릿은 구역 중심 자율순찰 경로 생성 방식을 PoC로 확인했고, 객체 탐지와 PTZ 조준·확대·촬영 기능을 연동하는 데모를 구현했다. 또한 외관 손상 분류와 TAG 탐지를 위한 Vision AI 사전 시험을 진행했다. 제조 야적장에서는 실제 점검 대상과 로봇 운용 조건을 분석하고 현장 영상·사진을 수집했으며, 지도 기반 관제 콘셉트를 시연했다.

주요 기술 검증 성과

지도 기반 구역 자율순찰 PoC

객체 탐지 연계 PTZ 자동 촬영 데모

Vision AI 손상 분류·TAG 탐지 사전 시험

현장 요구 분석 및 관제 콘셉트 시연

앞으로 고도화할 방향

팀그릿은 지도 기반 구역 자율순찰과 객체 탐지 연계 PTZ 자동 촬영 기능을 구현·시험하고, Vision AI를 활용한 외관 손상 분류 및 TAG 탐지 가능성을 검토했다. 이를 기반으로 기존 CoBiz의 임무 관리·관제·데이터 기록 기능에 개별 점검 기술을 연결해, 구역 설정부터 자율순찰, 촬영, AI 판별, 결과 기록까지 이어지는 무인 점검 운영 체계를 고도화하고 있다. 향후 실제 현장에서 확보되는 데이터를 활용해 AI 모델의 성능을 개선하고, 점검 과정의 자동화 수준과 운영 데이터 활용 범위를 단계적으로 확대할 계획이다.

현장에 맞는 로봇 운영 환경을함께 설계하세요

점검 대상과 장비, 네트워크 환경을 알려주시면필요한 솔루션 구성과 연동 범위를 안내해 드립니다.