정보통신기술과 인공지능 기술의 발달로 물류 및 생산시스템은 자동화에 대한 수요가 증가하면서 자율주행로봇이 중요한 역할을 수행하고 있다. 자율주행로봇은 제조 공장 및 물류 센터와 같은 다양한 환경에서 작업을 수행하며, 물류 및 생산 작업의 효율성과 생산성을 향상하는 데 기여한다. 따라서, 자율주행로봇의 경로 계획은 이러한 시스템의 최적화에 있어서 매우 중요한 문제이다. 본 논문에서는 물류 및 생산시스템의 최적화를 위해 자율주행로봇에서 주로 사용되는 경로 계획 알고리즘인 ...
정보통신기술과 인공지능 기술의 발달로 물류 및 생산시스템은 자동화에 대한 수요가 증가하면서 자율주행로봇이 중요한 역할을 수행하고 있다. 자율주행로봇은 제조 공장 및 물류 센터와 같은 다양한 환경에서 작업을 수행하며, 물류 및 생산 작업의 효율성과 생산성을 향상하는 데 기여한다. 따라서, 자율주행로봇의 경로 계획은 이러한 시스템의 최적화에 있어서 매우 중요한 문제이다. 본 논문에서는 물류 및 생산시스템의 최적화를 위해 자율주행로봇에서 주로 사용되는 경로 계획 알고리즘인 RRT (Rapidly-Exploring Random Tree) 알고리즘을 기반으로 하여 그리드 및 경유 노드를 활용한 RRT-GRID 알고리즘을 제시하였다. 제안된 RRT-GRID 알고리즘은 기존 RRT 알고리즘이 취약한 성능을 나타내는 복잡하고 넓은 영역의 환경에서 경로 최적화 및 계산 소요 시간 단축을 주요 목적으로 한다. 본 논문에서는 제안된 RRT-GRID 알고리즘을 실제 물류 및 생산시스템 환경을 반영한 시뮬레이션 모형을 통해 검증하였고 복잡한 환경에서 RRT-GRID 알고리즘이 우수한 성능을 나타냄을 확인하였다. 본 논문에서는 이러한 방법론과 결과를 토대로 물류 및 생산시스템에서 자율주행로봇의 경로 계획의 중요성을 확인하였고, 자율주행로봇의 경로 계획 최적화를 통해 물류 및 제조 산업의 효율성과 생산성 향상에 기여할 수 있을 것으로 기대한다.
정보통신기술과 인공지능 기술의 발달로 물류 및 생산시스템은 자동화에 대한 수요가 증가하면서 자율주행로봇이 중요한 역할을 수행하고 있다. 자율주행로봇은 제조 공장 및 물류 센터와 같은 다양한 환경에서 작업을 수행하며, 물류 및 생산 작업의 효율성과 생산성을 향상하는 데 기여한다. 따라서, 자율주행로봇의 경로 계획은 이러한 시스템의 최적화에 있어서 매우 중요한 문제이다. 본 논문에서는 물류 및 생산시스템의 최적화를 위해 자율주행로봇에서 주로 사용되는 경로 계획 알고리즘인 RRT (Rapidly-Exploring Random Tree) 알고리즘을 기반으로 하여 그리드 및 경유 노드를 활용한 RRT-GRID 알고리즘을 제시하였다. 제안된 RRT-GRID 알고리즘은 기존 RRT 알고리즘이 취약한 성능을 나타내는 복잡하고 넓은 영역의 환경에서 경로 최적화 및 계산 소요 시간 단축을 주요 목적으로 한다. 본 논문에서는 제안된 RRT-GRID 알고리즘을 실제 물류 및 생산시스템 환경을 반영한 시뮬레이션 모형을 통해 검증하였고 복잡한 환경에서 RRT-GRID 알고리즘이 우수한 성능을 나타냄을 확인하였다. 본 논문에서는 이러한 방법론과 결과를 토대로 물류 및 생산시스템에서 자율주행로봇의 경로 계획의 중요성을 확인하였고, 자율주행로봇의 경로 계획 최적화를 통해 물류 및 제조 산업의 효율성과 생산성 향상에 기여할 수 있을 것으로 기대한다.
With the rapid advancement of information and communication technology (ICT) and artificial intelligence (AI), there is a growing demand for automation in logistics and production systems, where autonomous mobile robots (AMRs) play a crucial role. These robots operate in diverse environments, includ...
With the rapid advancement of information and communication technology (ICT) and artificial intelligence (AI), there is a growing demand for automation in logistics and production systems, where autonomous mobile robots (AMRs) play a crucial role. These robots operate in diverse environments, including manufacturing plants and logistics centers, and significantly contribute to enhancing the efficiency and productivity of logistics and production operations. Consequently, the optimization of path planning for autonomous mobile robots has become a vital concern in these systems. This thesis proposes an algorithm named RRT-GRID, which builds upon the widely used Rapidly-exploring Random Tree (RRT) algorithm in autonomous mobile robots, to optimize logistics and production systems. The RRT-GRID algorithm leverages the integration of grids and waypoints to overcome the limitations of the conventional RRT algorithm in complex and extensive environments. Its primary objectives include path optimization and reduction of computation time. The effectiveness of the proposed RRT-GRID algorithm is demonstrated through simulation models that replicate real-world logistics and production system environments, showcasing its superior performance in complex scenarios. By highlighting the significance of path planning for autonomous mobile robots in logistics and production systems, this research emphasizes the potential of optimizing path planning to enhance the efficiency and productivity of the logistics and manufacturing industry.
With the rapid advancement of information and communication technology (ICT) and artificial intelligence (AI), there is a growing demand for automation in logistics and production systems, where autonomous mobile robots (AMRs) play a crucial role. These robots operate in diverse environments, including manufacturing plants and logistics centers, and significantly contribute to enhancing the efficiency and productivity of logistics and production operations. Consequently, the optimization of path planning for autonomous mobile robots has become a vital concern in these systems. This thesis proposes an algorithm named RRT-GRID, which builds upon the widely used Rapidly-exploring Random Tree (RRT) algorithm in autonomous mobile robots, to optimize logistics and production systems. The RRT-GRID algorithm leverages the integration of grids and waypoints to overcome the limitations of the conventional RRT algorithm in complex and extensive environments. Its primary objectives include path optimization and reduction of computation time. The effectiveness of the proposed RRT-GRID algorithm is demonstrated through simulation models that replicate real-world logistics and production system environments, showcasing its superior performance in complex scenarios. By highlighting the significance of path planning for autonomous mobile robots in logistics and production systems, this research emphasizes the potential of optimizing path planning to enhance the efficiency and productivity of the logistics and manufacturing industry.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.