Robot Software Platform
PLEM
ROS 2 기반 AI 로봇 제어 통합 플랫폼
ROS 2의 강력한 생태계 위에, 산업 현장에 필요한 모든 것을 하나로. 실시간 제어, AI 라이브러리, Docker 배포를 통합한 올인원 로봇 플랫폼
드라이버, RTOS, 통신 — 다시 만들 필요 없습니다.
모터 제어부터 AI 파이프라인까지, PLEM이 제어 인프라를 담당합니다. 로봇 애플리케이션 개발에만 집중하세요.
측정된 성능 수치
실제 하드웨어에서 검증된 성능 — KOTCA 인증 데이터 기준
Robot Software Platform
PLEM
레이어를 호버하여 구조를 살펴보세요
Robot Software Platform
PLEM
레이어를 호버하여 구조를 살펴보세요
PLEM 소프트웨어 스택
LLM부터 모터 제어까지 — WIM이 담당하는 실시간 제어 영역의 전체 구조
LLM Layer(Claude / GPT)
상위 정책 레이어
VLA / Motion Planning
센서
센서 입력 (상태 관측)
SoC (Jetson Orin AGX)
미들웨어— ROS 2 / 통신 레이어 (EtherCAT, CAN)
RL 학습 기반 모터 컨트롤러
— WIM Proprietary
관절 상태, 센서 피드백
토크 / 속도 / 위치 명령
안전 제어 — 안전 폴백 전용, 이상 감지 시 활성화
Deterministic RT 커널
SoC (Jetson Orin AGX) — 모든 것이 내부에서 실행됩니다.
모터 명령 EtherCAT / CAN 경유
센서
SoC (Jetson Orin AGX)
미들웨어— ROS 2 / 통신 레이어 (EtherCAT, CAN)
RL 학습 기반 모터 컨트롤러
— WIM Proprietary
관절 상태, 센서 피드백
토크 / 속도 / 위치 명령
안전 제어 — 안전 폴백 전용, 이상 감지 시 활성화
Deterministic RT 커널
SoC (Jetson Orin AGX) — 모든 것이 내부에서 실행됩니다.
왜 LLM이 이 영역을 대체할 수 없는가
LLM
WIM RL Controller
제어 주기
500–2000ms
1ms
출력
텍스트 / 코드
모터 토크
적응
재프롬프팅
재학습
안전
없음
PID 폴백
PLEM에 포함된 핵심 기술
모든 기술이 하나의 소프트웨어 스택에 통합되어 있습니다
마찰 보상 모터 제어
마찰 보상 및 가속 피드포워드로 위치 추적 정밀도를 개선합니다.
위치 RMSE -38.9%자세히 보기 →RT 커널
Jetson Orin에 최적화된 PREEMPT_RT 커널. CPU 격리로 제어 루프 결정성 확보.
지터 318µs → 15µs (21배 감소)자세히 보기 →TensorRT AI 비전 파이프라인
TensorRT + DeepStream 기반 엣지 AI 추론. KOTCA 인증 정확도.
275 TOPS · mAP 99.1% · Jetson 엣지자세히 보기 →WIM 정밀 캘리브레이션
Touch Probe + Kabsch 알고리즘 기반 로봇 좌표계 정밀 교정.
±0.5mm 이하 정밀도자세히 보기 →초저지연 RT 모니터링
RT 제어 루프와 모니터링 스레드 간 Lock-free 데이터 전달.
0.3µs avg · 0.7µs P99자세히 보기 →공식 인증
국내외 공인 기관으로부터 검증된 기술 신뢰성
W-RC GPU 제어기
사이클: 0.0232ms / 지터: 0.0042ms
W-Ecobot 비전
PP/PE AP 99%, 52fps
W-Board 임베디드 제어기
레이턴시 25µs, 소비전력 25W
W-Ecobot 로봇 성능
페이로드, 반복 정밀도, 속도, 피킹
W-Module 성능 평가
3종 성능 항목 공식 평가 완료
품질·환경·안전보건 경영
국제 표준 경영 시스템 인증
자주 묻는 질문
PLEM은 ROS 2와 어떤 관계인가요?+
PLEM은 ROS 2를 기반으로 구축된 상위 플랫폼입니다. ROS 2의 생태계를 그대로 활용하면서 산업용 실시간 제어, AI 라이브러리, Docker 배포 등을 추가 제공합니다.
RT 커널은 어떻게 적용되나요?+
PLEM은 NVIDIA Jetson Orin을 위한 PREEMPT_RT 커널을 제공합니다. CPU 격리와 결합하여 지터를 표준 커널 대비 21× 감소시킵니다 (318µs → 15µs). KOTCA KST-25-236 인증 데이터 기준입니다.
TensorRT 최적화는 직접 설정해야 하나요?+
아니요. PLEM은 PyTorch 모델을 TensorRT FP16으로 자동 변환하는 파이프라인을 내장하고 있습니다. CUDA 환경 설정과 DeepStream 연동도 패키지에 포함됩니다.
W-RC 없이도 PLEM을 사용할 수 있나요?+
PLEM은 W-RC에 최적화되어 있지만, ROS 2 호환 환경이라면 사용 가능합니다. 자세한 내용은 PLEM Docs를 참고해주세요.
