FLOYD
--° 서울 · 불러오는 중

00 · ROVI, VISION EDGE DEVICE.

FLOYD

보는 것에서끝나지 않는다.

2D·2.5D·3D Vision이 하나의 플랫폼 위에서 돌아갑니다.

FLOYD — without Vision, your Robot is essentially blind.

자세히 보기

FLOYD

Advanced Smart Vision Solution with AI

최적화된 AI 모델로 다양한 영상인식 애플리케이션을 손쉽게 적용합니다. 고성능 EDGE DEVICE로 고가의 인공지능 시스템 도입·유지 비용을 크게 낮추고, 효율적인 AI 비전 시스템 운용을 가능하게 합니다.

핵심 지표 · 회사소개서 2026 기준

  • 2D 카메라 기반 3D BIN PICKING — 세계 최초 · 상용화
  • BOP 6DOF POSE — TOP 10 · 2023 글로벌 벤치마크
  • 도입비용 · 생산율 — 1/10 · 120% · 기존 3D 시스템 대비
  • 의약품 검수기 비전 — 14 대 · 2025년 기준 누적 납품

핵심 기술

  • Image Processing, Deep Learning (AI)
  • NPU기반 AI 모델 경령화 및 양자화 - PTQ/QAT, FP32->INT4
  • Edge Device — Samsung LSI Exynos · Qualcomm Snapdragon · NVIDIA Jetson · RENESAS RZ/T

기술 영역

  • Object Detection · Tracking · Inspection
  • 6DOF Pose Estimation
  • Grasping · Gesture
  • 3D Tracker · SLAM

사업 영역

  • Robot Vision System — ROVIX
  • 2D / 3D Vision System
  • 2차 전지 검사 AI 솔루션
이 솔루션 적용 문의 →

01 · 집는다 · VLA · 상용

ROVI2D / 2.5D

세계 최초2D 카메라 기반 3D Bin Picking 상용화

자세히 보기

ROVI2D / 2.5D

Industrial / Collaborative Robot과 연동하는 Vision System

산업용·협동로봇에 붙어 2D 카메라로 부품의 위치와 3D 자세를 추정하고, 로봇 좌표로 넘긴다.

세계 최초2D 카메라 기반 3D Bin Picking 상용화 · 기존 3D 시스템 대비 도입비용 1/10, 생산율 120% (명신 군산 프레스라인)

문제

  • 적체된 부품을 로봇이 집을 때 탈거력 때문에 부품의 위치와 기울기가 바뀌어 생산 자동화가 어려움
  • 기존 3D 비전 시스템은 도입비용이 높음

방식 · 2D 카메라를 이용한 3D 물체 인식

  1. 검출 대상 부품 선택
  2. 2D 자세 검출 (Template Matching)
  3. 2D-3D 매칭 기반 3D 자세 추정
  4. 3D 자세 최적화
  5. 결과값 로봇 전달

방식 · Application

  • Vision Guided Robot (VGR)
  • Object Location / Searching
  • Color Detection · Histogram Inspection
  • Presence / Absence Inspection
  • Geometric Measurement

구성 · ROVI-2D

카메라Sony 13MP RGB (Rolling Shutter) · 3A (AF/AE/AWB)
해상도13MP 4160×3120 ~ 1.2MP 1280×960 · YUV2/NV12
화각 / AFH50° × V39° · 100 mm ~ ∞
디바이스Qualcomm · Embedded Linux · 90 × 60 × 34 mm · 220 g
UXROVIX 1.0 · Hand-eye / Camera Calibration · Ubuntu 18.04 이상 / Windows
인터페이스 / 전원TCP/IP, UDP · 24 VDC ± 20%
방진·방수 / 동작 온도IP66 · 0 ~ +60 ℃ (Device)

성능 · 근거

  • 2D 카메라 기반 산업용 3D 물체 Bin Picking 상용화 — 세계 최초 사례로 잠정 평가
  • 명신 군산 프레스라인 — 기존 3D 시스템 대비 도입비용 1/10, 전체 생산율 120%
  • 특허 PCT/KR2021/006466 영상인식 처리장치 · PCT/KR2021/006467 회전영상 인식 처리 방법

사례 · 성숙도

  • 상용 — 제품 출시 2022, 양산 중
  • 두산로보틱스㈜ — 협동로봇 OEM(Smart Vision Module), ROVI 플랫폼 적용으로 시스템 UPGRADE
  • ㈜명신산업 — e-CAR 차체 생산라인 자동화(M-module) Vision 공급사 선정
  • 적용 공정 — 협력 조립, 조립 이상유무 검사, 유성기어 조립, 엔진 블럭 검사/조립, 기판 조립 검사, Pick & Place, 자동차 출하검사

사례 · M-module 적용 순서

  1. 군산 (프레스/조립/차체)
  2. 예산 / 천북
  3. 기타 국내
  4. 해외 (미국, 인도 등)
이 솔루션 적용 문의 →

02 · 집는다 · VLA · POC

ROVI3D

TOP 10BOP 6DOF Pose 글로벌 벤치마크

자세히 보기

ROVI3D

정확한 3차원 자세 추정이 가능한 Vision System

중첩·교차된 3차원 물체의 6DOF 자세를 추정하고, 집는 순서를 로봇 스스로 정한다.

TOP 10BOP 6DOF Pose 글로벌 벤치마크 · 상용화 기술 기준 (2023)

문제

  • 중첩·교차된 3차원 부품은 탐지, 자세 추정, 집는 순서 결정이 어려움
  • 현장 촬영으로 학습 데이터를 모으는 데 시간과 비용이 듦

방식 · AI 모델 흐름

  1. ROVI.net 학습 이미지 (PBR)
  2. FFB6D-PBR Pose Estimation
  3. Grasp 학습 (Deep RL)
  4. 3D Bin Picking

방식 · 데이터 학습

  • 물리 기반 렌더링(PBR) 가상 데이터를 자동 생성해 다양한 공간의 위치를 학습
  • 수천 장에서 수십만 장까지 환경에 맞게 자동 생성
  • 중첩(Occlusion) 상황을 예상해 자동 학습, 강인한 AI 모델 생성

구성

카메라TOF 또는 RGB-D Camera
디바이스High performance barebone PC
UXROVIX 2.0 · Hand-eye / Camera Calibration · Isaac(NVIDIA) / ROS / Unity
OSUbuntu 18.04 이상 / Windows

성능 · 근거

  • BOP Challenge 6DOF Pose Estimation — 글로벌 상용화 기술 TOP 10 진입 (2023)

사례 · 성숙도

  • POC — 개발 완료 (2023)
  • POC 진행 — 명신(군산), LG이노텍(Startup TechBlaze)
이 솔루션 적용 문의 →

03 · 집는다 · VLA · 로드맵

ROVIPolar

4 각도편광 4방향 동시 촬영

자세히 보기

ROVIPolar

ToF · 스테레오가 놓치는 투명 플라스틱 부품까지 — 편광으로 보고 집는다

편광 카메라 한 대로 RGB와 편광(DoLP · AoLP)을 픽셀 단위로 함께 얻어, 투명 · 반사 부품의 깊이와 6D 자세를 복원한다.

4 각도편광 4방향 동시 촬영 · 0° / 45° / 90° / 135°, RGB와 픽셀 정합

문제

  • ToF · 액티브 스테레오 · 구조광은 투명(PET · 아크릴 · PC) · 광택 표면에서 깊이가 비거나 왜곡된다
  • 6D 자세 엔진(FoundationPose)도 투명 · 유리 물체에서는 동작하지 않는다고 명시되어 있어, 깊이가 깨지는 부품은 기존 파이프라인으로 집을 수 없다

방식 · 처리 단계

  1. 편광 원시 영상 (12-bit)
  2. 4각도 분리 · Stokes
  3. RGB · DoLP · AoLP
  4. 편광 물리 기반 법선 · 깊이 복원
  5. 6D 자세 (FoundationPose + ICP)

방식 · 특징

  • 편광을 단순한 이미지 채널이 아니라 물리량(굴절률 · 천정각 · 방위각)으로 해석 — PolarDepth(ICML 2026) 방식 재구현
  • 복원한 깊이를 AI ToolBox의 기존 6D 자세 파이프라인에 그대로 공급 — 데이터 규약 · 엔진 재사용
  • 반사 억제 영상(I_min) — 광택 반사를 걸러낸 밝기 영상을 함께 제공

구성

카메라LUCID Triton TRI050S1-QC (Sony IMX264MYR 편광 컬러 · 5 MP · 글로벌 셔터)
편광 필터0° · 45° · 90° · 135° — 픽셀 단위, RGB와 정합
렌즈 · 거리16 mm C-mount · 작업 거리 1 m (시야 528 × 442 mm)
처리NVIDIA GPU PC (RTX 4080급)

성능 · 근거 · 목표는 개발 KPI, 논문값은 PolarDepth(ICML 2026) 공개 결과

6D 자세 오차≤ 5 mm / ≤ 3° @ 1 m목표
투명 영역 깊이 δ1≥ 0.75목표
처리 속도≥ 5 fps (깊이 단독 ≥ 20 fps)목표
투명 영역 깊이 δ1 (논문)0.859 — RGB 단독 깊이 모델 0.547참고

사례 · 성숙도

  • 로드맵 — 편광 카메라 수집 · 처리 도구 완료, 실카메라 녹화 시작. 편광 깊이 복원 · 자세 통합 개발 중 (2026)
  • 대상 — 사출 성형 투명 플라스틱 부품(PC · PMMA · PET) 피킹, 이후 투명 · 반사체 검사로 확장
이 솔루션 적용 문의 →

04 · 검사한다 · VL · 상용화 진행

ROVIInspection

OK / NG실시간 판정

자세히 보기

ROVIInspection

제품 결함 검사 (Defect Inspection)

이상 영역을 먼저 찾고 결함의 종류와 위치를 분류해 OK/NG를 판정한다.

OK / NG실시간 판정 · MES 로그 연동

문제

  • Scratch, Black Spot, Burr, Gate Burn 같은 외관 결함을 라인 속도로 판정하고 기록해야 함
  • 투명 플라스틱 · 투명 용기 · 플라스틱 재질처럼 판정이 까다로운 불량

방식

  1. ROVI-SEG 이상 영역 탐지
  2. ROVI-DET 결함 종류·위치 분류
  3. OK/NG 판정
  4. MES 로그

방식 · 화면 (Headless Device + Companion App)

  • ROI
  • Anomaly Heatmap
  • Defect Class
  • OK/NG 판정 결과

구성 · 권장

카메라TRI050S-MC 고해상도 + Lens
조명동축 / 편광 조명
Edge DeviceGPU RTX3060 이상
OSWindows / Ubuntu 22.04

사례 · 성숙도

  • 상용화 진행 — UX 패키징 및 상용화 (2026)
  • 투명 플라스틱 · 투명 용기 · 플라스틱 재질 불량 검사 — 제조업체 도입 검토 중

사례 · 2차 전지 외관 검사 (X-ray)

  • ㈜이노메트리 — e-CAR 2차 전지 생산라인 검사 자동화 S/W 개발계약 (2022)
  • X-ray 이미지 약 3만 건 학습 · Super Resolution으로 화질 개선
  • CPM / OpenPose 기반 Anode · Cathode 경계와 끝점 검출
이 솔루션 적용 문의 →

05 · 센다 · VL · 상용화 진행

ROVICount

14 대의약품 검수기 비전

자세히 보기

ROVICount

제품을 식별하고 3D 비전으로 동일 제품의 수량을 자동으로 카운팅하는 비전 솔루션

제품을 식별하고 3D 비전으로 같은 제품의 수량을 사람 손 없이 센다.

14 대의약품 검수기 비전 · 2025년 기준 누적 납품

문제

  • 동일 바코드 때문에 일반 의약품 계수 오류가 잦음
  • 바코드 인식에 시간이 걸림

방식 · 의약품 검수 흐름

  1. 주문 List 확인 · 제품 Feeding
  2. AI 비전 수량 확인
  3. 주문 List 일치 확인
  4. 포장 · 배송

방식 · Application

  • 3D Depth 기반 물체 계수
  • 바코드 / QR 인식으로 제품명 등록
  • 제품별 수량 관리 · 실시간 검수

구성

카메라TOF Camera (LUCID)
Edge Devicenon-AI
UXHeadless Device + Companion App
OSWindows / Ubuntu 22.04

성능 · 근거

  • 의약품 검출 솔루션 — 2025년 기준 총 14대 납품
  • 국내 10대 의약품 유통사 중 4곳 · 제이씨헬스케어

사례 · 성숙도

  • 상용 — 의약품 검출 솔루션, 이터니티솔루션 자동 검수기 ESR-P100 탑재 (2024)
  • 상용화 진행 — ROVI-Count UX 패키징 및 상용화 (2026)
이 솔루션 적용 문의 →

06 · 검사한다 · VL · 상용화 진행

ROVISWIR

학습 불필요단파장 IR 카메라

자세히 보기

ROVISWIR

투명 비닐 포장 결함 검사

눈에 잘 보이지 않는 투명 비닐 포장의 유무를 단파장 IR로 판정한다.

학습 불필요단파장 IR 카메라 · 투명 비닐 포장 유무 판정

문제

  • 투명 비닐 포장은 일반 카메라로 유무를 판별하기 어려움

방식

  1. 검사 영역 지정
  2. 투명 비닐(Wrap) 검출
  3. 유무 판정 결과

구성

카메라LUCID SWIR Camera (단파장 IR)
Edge Devicenon-AI · 학습 필요 없음
UXHeadless Device + Companion App
OSWindows / Ubuntu 22.04

사례 · 성숙도

  • 상용화 진행 — UX 패키징 및 상용화 (2026)
  • 사발면 등 투명 비닐 포장 제품 · SI 기업 또는 최종 고객 직접 납품
이 솔루션 적용 문의 →

07 · 측정한다 · VL · 상용화 진행

ROVISports

< 0.5 s처리 속도

자세히 보기

ROVISports

프리미어급 정확도를 합리적인 가격으로 제시하는 스마트 골프 런치 모니터

볼과 클럽을 검출하고 키포인트를 추적해 샷 데이터를 계산한다.

< 0.5 s처리 속도 · SkyTrak+ / Mevo+ ~1 s 대비

문제

  • 프로용 런치 모니터(Trackman 4, Foresight GCQuad)는 $20,000 이상
  • $2,000대 제품은 Face Angle · Dynamic Loft를 측정하지 않거나 추정에 그침 (Mevo+ 미제공, SkyTrak+ D-plane 추정)

방식 · AI 모델

  1. Ball / Club Detection
  2. Ball Tracking
  3. Club Keypoint Tracking (Driver / Iron)
  4. 샷 데이터 계산

방식 · 기능

  • 실시간 볼 · 클럽 데이터 측정 · 스핀 · 발사각 분석
  • 클럽별 자동 검출 · 강인한 볼 궤적 트래킹
  • GSPro 연동 API · OEM 커스터마이징

구성

카메라Dual High-Speed Mono Camera
조명850 nm IR
Edge DeviceNVIDIA Jetson · Ubuntu 22.04
UXHeadless Device + Companion App

성능 · 근거 · SkyTrak+ / Mevo+ 대비

Ball Speed1.8%Mevo+ 동등
LA / LD0.6° / 0.5°동등
Total Spin5~6%Mevo+ 동등
Spin Axis3~4°동등 이상
Back / Side Spin450~550 / 350~450약간 열세
Face Angle< 2°강력한 우위
Attack / Path< 2° / < 3°동등
Dynamic Loft독립 측정강력한 우위
처리 속도< 0.5 s최고 속도

사례 · 성숙도

  • 상용화 진행 — 기술 개발 완료, 제품 기구 디자인 및 설계 (2026)
  • 대상 — 골프 런치 모니터 유통 업체 · OEM 제조 기업
이 솔루션 적용 문의 →

08 · 측정한다 · VL · POC

ROVIEVS

10,000 fps가상 프레임 속도

자세히 보기

ROVIEVS

움직임만 보는 카메라 — 빠르고 어두운 장면에서도 흐림 없이 이동 객체를 추적

바뀐 픽셀만 출력하는 이벤트 카메라로 움직이는 사람·차량을 찾아 ID · 박스 · 속도를 실시간으로 낸다.

10,000 fps가상 프레임 속도 · 이벤트를 0.1 ms 간격 프레임으로 재구성, 30 fps 카메라 대비 슈퍼 슬로모션

문제

  • 프레임 카메라는 빠른 움직임에서 노출 시간만큼 흐려지고, 역광 · 저조도에서 대상을 놓친다
  • 정지한 배경까지 매 프레임 전부 처리해 데이터 · 연산이 크고, 이동 객체를 찾으려면 배경 모델이나 학습된 검출기가 필요하다

방식 · 처리 단계

  1. 이벤트 수신
  2. 노이즈 필터
  3. 이동 객체 클러스터
  4. 추적 (ID · 박스)
  5. 속도 벡터 (Optical Flow)

방식 · 특징

  • 움직인 곳에서만 이벤트가 나와 배경 제거가 따로 필요 없음
  • 픽셀별 µs 타임스탬프 — 노출 개념이 없어 모션 블러 없음
  • 학습 데이터 없이 이동 객체 · ID · 속도 검출, 사람 · 차량 구분은 AI 검출로 보강
  • Prophesee 상용 SDK 없이 자체 알고리즘으로 구현 — 배포 시 SW 로열티 없음

구성

카메라LUCID Triton2 EVS (Sony IMX636 · 1280×720 · 2.5GigE)
렌즈6.5 mm C-mount
처리x86-64 PC · CPU 실시간 처리 (AI 검출 사용 시 NVIDIA GPU)
OSUbuntu 22.04

성능 · 근거 · 실측은 데모 기준, 사양은 센서 공개 사양

가상 프레임 속도10,000 fps (0.1 ms 간격)실측
추적 갱신 주기100 Hz (10 ms)실측
추적 처리 시간p95 3 ms실측
라이브 처리 상한9.8 Mev/s · 손실 0실측
다이내믹 레인지> 120 dB사양
픽셀 지연≤ 100 µs @ 1000 lx사양

사례 · 성숙도

  • POC — Triton2 실카메라로 보행자 · 차량 실시간 추적 데모 (2026)
  • 검토 중인 적용 — 고속 낙하물 계수(의약품), 역광 · 저조도 환경의 이동체 추적
이 솔루션 적용 문의 →

09 · 하나로 묶는다 · 플랫폼 · 상용화 진행

AIToolBox

자세히 보기

AIToolBox

ROVI-2D / 2.5D / 3D를 하나로 묶는 통합 비전 플랫폼

클라우드에서 학습하고 엣지에서 판단하는 3계층 구성입니다. 용도별로 나뉘어 있던 비전 솔루션을 하나의 플랫폼으로 통합해 협동 로봇과 연동합니다.

문제

  • 로봇사의 78%가 비전 AI를 외주에 의존
  • 2D · 2.5D · 3D 용도별로 솔루션이 파편화되어 있음

방식 · 3계층

CLOUD · ROVI.net3D 모델만 있으면 PBR 렌더링으로 학습 데이터를 만듭니다.
AI CORE · SEG / DET / POSE2D · 2.5D · 3D가 같은 파이프라인을 씁니다.
EDGE · ROVI Device · ROVIX현장에서 추론하고 MES에 로그를 남깁니다.

방식 · ROVIX 현장 소프트웨어

CALIBRATION작업대 위 로봇과 비전의 좌표계를 자동 정합 · 영상 왜곡 보정 · Robot-Eye(고정 카메라) / Hand-Eye(로봇 장착 카메라)
TEACHING단일/다중 대상 티칭 · 윤곽 정보 생성과 고유 ID 부여 · 측정 · 히스토그램 마스킹 · 색 검출용 픽셀 카운팅
DETECTING스케일·회전·이동 변환으로 대상을 정합해 검출하고 위치를 결정
HISTORY비전 처리 데이터를 수집해 성능과 진행 상황을 보여주고, 문제 발생 시 빠르게 추적

방식 · 지원

  • Hand-eye / Camera Calibration
  • Isaac(NVIDIA) / ROS / Unity
  • Vision Simulation (Digital Twin · Isaac Sim)

구성

카메라TOF 또는 RGB-D Camera
디바이스High performance barebone PC (NVIDIA Jetson)
로봇UR, Doosan / Hanwha / Rainbow Robotics 등
OSUbuntu 22.04 이상 · ROS

구성 · 센서 매트릭스 — 센서는 작업에 맞춰, 소프트웨어는 하나

2D RGBROVI-2D / 2.5D · 의약품 검출 — 2D 카메라로 위치와 3D 자세 추정
TOF / RGB-DROVI-3D · ROVI-Count · AI ToolBox — 깊이 기반 자세 추정과 계수
고해상도 산업용ROVI-Inspection — 미세 외관 결함
SWIRROVI-SWIR — 투명 비닐 포장 유무
편광 컬러 (Polarsens)ROVI-Polar — 투명 · 반사 부품 깊이 · 자세 (개발 중)
고속 Mono × 2 + 850 nm IRROVI-Sports — 볼 · 클럽 고속 추적
이벤트 카메라 (EVS)ROVI-EVS — 고속 · 저조도 이동체 추적
X-ray (고객 장비)2차 전지 외관 검사 — Anode · Cathode 경계와 끝점
LiDAR / TOF 3DK9-K10 자동 도킹 — 1 m 거리 6D 자세

성능 · 근거 · K9-K10 자동 도킹

  • 사각 접속구 기하 기반 6D Pose 추정 — ±5 mm / ±1° @ 1 m · 15 FPS 이상
  • 도킹 센서 LiDAR 또는 TOF 3D Sensor · 물리엔진 기반 도킹 시뮬레이션

사례 · 선행 POC 흐름

  1. K9 인식 · 탐지
  2. 3D 자세 추정
  3. 좌표 변환
  4. 3축 자동 정렬

사례 · 성숙도

  • 상용화 진행 — 상용화 개발 (2026)
  • POC — K9-K10 자동 도킹, 2026년 8월 개발 완료 예정
  • 로드맵 — UR+ URCap 인증 진행, 2027년 상반기 등록 목표
이 솔루션 적용 문의 →

10 · 집는다 · VLA · POC

AI ToolboxVLA

≤ 0.5 s명령 해석부터 물체 선택까지

Unsure or out of schema → ask back instead of acting 5 Result reported in text Text command “Pick the blue square and move it to A” 한 / 영 · free wording 1 Command Parser LLM → ACTION JSON Schema gate · closed tokens 2 VLM Grounding Grounding DINO → box SAM → mask CV check · colour / shape / size 3 Pose 3D position + axis 6-DoF · FoundationPose (CAD) via calibration chain 4 Robot Executor approach → grasp → lift → move → place Isaac Sim · ROS · UR RTDE · safety volume RGB-D camera Next · WAM policy (Cosmos)
자세히 보기

AI ToolboxVLA

"파란 사각 물체를 A 지점으로 옮겨줘" — 한 문장으로 Pick & Place

고객이 텍스트로 지시하면 로봇이 대상 물체를 찾아 집고 옮긴다 — AI Toolbox의 최종 목표인 "텍스트로 쓰는 로봇"의 첫 단계.

≤ 0.5 s명령 해석부터 물체 선택까지 · 상주 서버 실측 0.2~0.5 s

문제

  • 채팅형 VLM은 물체 좌표(bbox) 출력이 부정확 · 불안정해, 그대로 로봇에 넘기면 엉뚱한 물체를 집을 수 있다
  • end-to-end VLA는 의미 이해는 강하지만 "장면이 어떻게 변할지"에 대한 물리 일반화가 약하다 (NVIDIA 기술 블로그)

방식 · 처리 단계

  1. 텍스트 명령
  2. ① 명령 해석 (LLM → ACTION JSON)
  3. 스키마 게이트
  4. ② 물체 찾기 (Grounding DINO + SAM)
  5. ③ 3D 위치 · 6-DoF 자세
  6. ④ 로봇 실행
  7. ⑤ 결과 보고

방식 · 특징

  • 모듈형 VLM — VLM은 명령 이해 · 물체 찾기만 맡고, 동작은 검증된 기존 제어 스택(Isaac Sim · ROS · UR RTDE)이 수행
  • 스키마 게이트 — 한/영 · 동의어를 닫힌 토큰으로 정규화하고, 스키마 밖 명령은 실행하지 않고 되묻는다
  • VLM 결과를 색 · 형상 · 크기 CV 검증으로 교차 확인 — 불확실하면 집지 않고 질문한다
  • CAD가 있는 물체는 FoundationPose로 6-DoF 자세까지 — AutoDocking에서 검증한 자산 재사용

구성

명령 해석LLM (Claude API 또는 로컬 Qwen2.5-7B) + pydantic 스키마 검증
물체 찾기Grounding DINO (open-vocabulary) + MobileSAM
자세3D 위치 + 주축 / FoundationPose 6-DoF (CAD 물체)
실행NVIDIA Isaac Sim · ROS · UR RTDE
카메라캘리브레이션된 RGB-D (Helios + RGB)

성능 · 근거 · 실측은 합성 장면 검증(2026-08), 목표는 1차 데모 KPI

응답 시간 (상주 서버)0.2~0.5 s실측
대상 물체 위치GT 대비 ±4 px (zero-shot)실측
색 함정 (파란 원)형상 검증으로 차단실측
잘못된 물체 pick0 건목표
Pick 성공률sim ≥ 95% / 실기 ≥ 90%목표
명령 → place 완료≤ 30 s (인식 ≤ 3 s)목표

사례 · 성숙도

  • POC — VLM 서버 · 물체 선택 게이트 체인 구현 · 검증, Isaac Sim end-to-end → 실기 UR 순으로 진행 (2026)
  • 다음 — 실행부를 WAM(World Action Model, NVIDIA Cosmos) 정책으로 교체 평가, 다중 물체 · 연속 명령
이 솔루션 적용 문의 →

11 · FOUNDING → PLATFORM

FLOYDRecord

  • 01설립과 초기 검증
  • 02고객 라인 진입
  • 03제품 라인 완성
  • 04플랫폼 전환
자세히 보기

FLOYDRecord

제품 회사에서 플랫폼 회사로.

회사소개서 2026 r2 연혁 기준입니다.

01 · 설립과 초기 검증 · FOUNDING

  • 2020 · ㈜플로이드 설립 · 기업부설연구소 설립
  • 2020 · 두산로보틱스㈜ OEM 생산 납품
  • 2020 · 신용보증기금 Start UP NEST 8기 선정 · TIPS 창업기업 선정 및 투자 유치
  • 2021 · TIPS 창업사업화 과제 선정 · Seed 투자 유치 · 벤처기업 인증
  • 2021 · G밸리 스타트업 선정 · ㈜넥스트아이 Machine Vision 사업협력 MOU

02 · 고객 라인 진입 · DEPLOYMENT

  • 2021 · ㈜명신산업 e-CAR 차체 생산라인 자동화 POC 통과
  • 2022 · ㈜명신산업 e-CAR 차체 생산라인 자동화(M-module) Vision 공급사 선정
  • 2022 · ㈜이노메트리 e-CAR 2차 전지 생산라인 검사 자동화 S/W 개발계약
  • 2023 · 현대모비스 AI-3D 카메라 기반 탑승객 자세 추정 시스템 개발계약
  • 2023 · RENESAS e-AI 솔루션 IDH & Resale Partner 등록 · AI 바우처 공급기업 선정

03 · 제품 라인 완성 · PRODUCT

  • 2020 · ROVI-2D 개발 완료 · 2021 · ROVI-2.5D 개발 완료 · 2023 · ROVI-3D 개발 완료
  • 2024~ · ROVI-INS · AI 의약품 비전 검사 · AI 골프 런치 모니터 개발 완료
  • 2023 · COMEUP Stars 2023 The Stars of Stars · LG이노텍 Startup TechBlaze 선정
  • 2023 · STAGE 천안 우수상 · Booster IR 대회 동상 · EdgeUp:Cre8tors 선정 및 투자 유치

04 · 플랫폼 전환 · PLATFORM

  • 2024~ · AI Agent 도입 · 모든 AI 비전 솔루션을 AI 기반으로 개발·양산하는 시스템 구축
  • 2024~ · AI Vision Total Solution, AI ToolBox 개발 진행 중
  • 2026 · K9 / K10 자동 도킹 POC — 8월 개발 완료 예정
  • 2027 · UR+ URCap 인증 진행 — 상반기 등록 목표
이 솔루션 적용 문의 →

12 · CONTACT

문의

자세히 보기

문의

우리 라인에 적용되는지 먼저 확인해 보세요.

하려는 작업(집기 · 검사 · 수량 확인 · 측정)과 대상 제품 이미지, 택트타임을 보내주시면 적용 가능성과 권장 구성을 회신합니다. 비전 시스템 구축 컨설팅과 SI·카메라·로봇 견적까지 한 번에 안내합니다.

검토 요청

    이름 (필수)

    이메일 (필수)

    제목

    메시지

    첨부 파일 (선택, 10MB 이하)

    jpg · png · pdf · doc · xls · ppt · dwg · dxf · step 파일 1개. 보내 주신 파일은 검토 용도로만 사용합니다.

    파일 링크 (선택, 큰 파일·영상은 Google Drive 등 공유 링크로)

    CONTACT

    MAILFLOYD@FLOYD.KR
    TEL070-8676-7976
    ADDR서울시 금천구 디지털1로 75-15, 가산하우스디와이즈 타워 407호 (08592)
    00 / 12