본 논문은 중량물 운송을 위한 AGV(autonomous guided vehicle)의 주행 제어 방법에 관한 연구이다. 일반적으로 실제 산업 현장에서 하루 20시간 이상 작업하는 경로 추적 방식의 fork-type AGV는 팔레트 하역 작업 시에 목표 지점에 대한 높은 정지 정밀도와, AGV의 정지 정밀도를 높이기 위해 저속으로 주행 하는 기술이 요구 된다. 따라서 본 논문에서는 엔코더의 데이터를 계측 받아 AGV의 주행 속도를 측정 및 분석하여 AGV의 최저 주행 속도 유지 및 AGV의 정지 정밀도를 높이는 주행 제어 방법을 연구 하였다. 본 논문에서 제안한 주행 제어 방법의 실험은 팔레트 앞 4m 지점부터 직선 주행후에 팔레트 하역 작업을 수행하도록 하였고, 총 10회 실험 후에 이들의 정밀도를 분석하였다. 그 결과, 팔레트 하역 시 목표 지점에 대한 정지 정밀도의 최대 오차가 18.64mm이내로 높은 정지 정밀도의 안정적인 주행 제어가 가능함을 확인 할 수 있었다.
본 논문은 중량물 운송을 위한 AGV(autonomous guided vehicle)의 주행 제어 방법에 관한 연구이다. 일반적으로 실제 산업 현장에서 하루 20시간 이상 작업하는 경로 추적 방식의 fork-type AGV는 팔레트 하역 작업 시에 목표 지점에 대한 높은 정지 정밀도와, AGV의 정지 정밀도를 높이기 위해 저속으로 주행 하는 기술이 요구 된다. 따라서 본 논문에서는 엔코더의 데이터를 계측 받아 AGV의 주행 속도를 측정 및 분석하여 AGV의 최저 주행 속도 유지 및 AGV의 정지 정밀도를 높이는 주행 제어 방법을 연구 하였다. 본 논문에서 제안한 주행 제어 방법의 실험은 팔레트 앞 4m 지점부터 직선 주행후에 팔레트 하역 작업을 수행하도록 하였고, 총 10회 실험 후에 이들의 정밀도를 분석하였다. 그 결과, 팔레트 하역 시 목표 지점에 대한 정지 정밀도의 최대 오차가 18.64mm이내로 높은 정지 정밀도의 안정적인 주행 제어가 가능함을 확인 할 수 있었다.
This paper presents to study the velocity control method of AGV for heavy material transport. Generally, in the industries, fork-type AGV using path tracking requires high stop-precision with performing operations for 20 hours. To obtain the high stop-precision of AGV for heavy material transport, A...
This paper presents to study the velocity control method of AGV for heavy material transport. Generally, in the industries, fork-type AGV using path tracking requires high stop-precision with performing operations for 20 hours. To obtain the high stop-precision of AGV for heavy material transport, AGV requires driving technic during low speed. Hence, we use encoder with keeping the speed of AGV and study the velocity control method to improve for the stop-precision of AGV. To experiment the proposed the velocity control method, we performed the experiments engaging the pallet located 4m in front of the AGV. In the experimental result, the maximum error of stop-precision was less than 18.64mm, and we verified that the proposed method is able to control stable.
This paper presents to study the velocity control method of AGV for heavy material transport. Generally, in the industries, fork-type AGV using path tracking requires high stop-precision with performing operations for 20 hours. To obtain the high stop-precision of AGV for heavy material transport, AGV requires driving technic during low speed. Hence, we use encoder with keeping the speed of AGV and study the velocity control method to improve for the stop-precision of AGV. To experiment the proposed the velocity control method, we performed the experiments engaging the pallet located 4m in front of the AGV. In the experimental result, the maximum error of stop-precision was less than 18.64mm, and we verified that the proposed method is able to control stable.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 정확한 위치 측정을 위해 낮은 전압을 출력 시켜도 주변 작업 환경에 따라 AGV의 속도는 불규칙 적으로 변화하며 AGV가 멈추거나 출력 전압에 대한 속도보다 빠른 속도로 주행하는 경우가 발생한다. 따라서 본 논문에서는 AGV를 주행 가능한 최저 속도로 주행하여 정확한 위치 측정 정보를 측정할 수 있고, 팔레트 하역을 위해 정확한 작업 위치에 정지 시킬 수 있는 속도 제어 방법을 제안한다.
그러므로 AGV의 속도를 계측하여 출력 전압을 조절하는 것이 효율적이다. 본 논문에서는 속도 제어를 위한 방법으로 AGV의 속도에 따라 출력 전압을 비례적으로 제어하는 방법을 적용하여 AGV의 속도를 제어하였다. 그림 6은 제안된 속도 제어 방법의 흐름도이다.
본 논문에서는 중량물 운송을 위한 fork-type AGV의 주행 제어 방법을 연구하였다. 일반적으로 fork-type AGV는 안정적인 주행 제어와 함께 팔레트 하역 작업을 위한 높은 정지 정밀도를 요구하기 때문에 AGV의 정지정밀도를 높이기 위해 AGV가 주행 가능한 최저 속도로 주행 시키는 주행 제어 방법에 대하여 이야기 하였다.
시뮬레이션 실험은 제안된 방법을 실제 AGV에 적용 하기 전에 제안된 방법의 안정성을 확인하기 위하여 수행 하였다. 시뮬레이션 상의 AGV의 주행 속도는 실제로 계측된 AGV의 출력 전압에 대한 주행 속도를 비례적으로 적용 하였고, 실제 현장과 비슷한 조건으로 실험하기 위해 작업 공간 내에 굴곡과 모레 등이 존재하는 것으로 가정하여 그림 7의 ② 구간에서 가우시안 오차를 적용하였다.
제안된 방법은 AGV가 주위 환경의 영향을 받아 주행 시에 예측 불가능한 상황이 발생하는 실제 산업 현장을 목표로 한다. 그러므로 정확한 실험을 위해 AGV 개발 전문 업체인 ㈜ATIS와 함께 실제 주행 가능한 fork-type AGV를 제작하였다.
가설 설정
시뮬레이션 실험은 제안된 방법을 실제 AGV에 적용 하기 전에 제안된 방법의 안정성을 확인하기 위하여 수행 하였다. 시뮬레이션 상의 AGV의 주행 속도는 실제로 계측된 AGV의 출력 전압에 대한 주행 속도를 비례적으로 적용 하였고, 실제 현장과 비슷한 조건으로 실험하기 위해 작업 공간 내에 굴곡과 모레 등이 존재하는 것으로 가정하여 그림 7의 ② 구간에서 가우시안 오차를 적용하였다. 그리고 AGV의 좌표 측정 오차는 NAV200의 좌표 측정 오차인±4~5mm로 설정 하였다.
제안 방법
실험에 사용된 AGV는 개발 전문 업체인 ㈜ATIS와 협력하여 제작하였으며, 제작된 AGV는 레이저 내비게이션 센서를 이용한 전역 위치 측정 데이터와 엔코더/자이로 센서를 이용한 지역 위치 측정 데이터를 융합하여 측정된 위치 측정 데이터를 이용하여 주행 제어를 하였다. AGV의 속도는 엔코더를 이용하여 측정하고, 측정된 거리 데이터를 분석하여 AGV가 주행 가능한 최저 속도를 유지하는 속도 제어 방법을 연구 하였다. 팔레트 앞 4m 지점에서 팔레트 하역 위치에 정지시키는 실험을 10회 반복 수행 한 결과, AGV 정지 정밀도의 최대 오차가 18.
제안된 방법은 AGV가 주위 환경의 영향을 받아 주행 시에 예측 불가능한 상황이 발생하는 실제 산업 현장을 목표로 한다. 그러므로 정확한 실험을 위해 AGV 개발 전문 업체인 ㈜ATIS와 함께 실제 주행 가능한 fork-type AGV를 제작하였다. 제작된 AGV는 전역위치 측정을 위한 레이저 내비게이션 센서인 SICK사의 NAV200과, 지역위치 측정을 위한 엔코더와 자이로 센서를 융합하여 AGV의 위치를 측정하며, AGV의 속도는 포크 하단에 위치한 구동 바퀴 앞에 설치된 엔코더를 이용하여 측정한다.
실험 환경은 임의로 설정한 작업 공간(working place)이며, 작업 공간에서 AGV 앞 4m 지점을 목표 지점으로 설정하여, 시뮬레이션으로 100회 실험을 반복하였다. 그리고 실제 제작된 fork-type AGV에 제안된 방법을 적용하여 10회 반복 실험하였다.
본 논문에서 제안된 주행 제어 방법을 실험하기 위해 가로, 세로 각각 3m, 5m인 공간에서 직접 제작한 fork- type AGV를 실제로 반복 주행 하였다.
본 논문에서는 전역 위치 측정 센서인 NAV200과 지역 위치 측정 센서인 엔코더와 자이로를 융합하는 방법을 이용하여 위치 측정을 하고, 측정된 위치 정보를 이용하여 AGV의 주행 제어를 한다. 실험에 사용된 AGV는 정밀한 방향 제어를 위해 퍼지 제어와 비례 제어 기법을 적용한다[9].
본 논문에서는 제안된 속도 제어 방법의 실험을 위해 ㈜ATIS와 함께 AGV를 제작하였다.
실험 방법은 그림 7에서 ① 위치에 대한 정지 정밀도를 분석 하고, ② 구간에서 팔레트 작업을 위한 정지 전까지 AGV가 안정적인 속도로 주행 하는지 분석하였다.
일반적으로 fork-type AGV는 안정적인 주행 제어와 함께 팔레트 하역 작업을 위한 높은 정지 정밀도를 요구하기 때문에 AGV의 정지정밀도를 높이기 위해 AGV가 주행 가능한 최저 속도로 주행 시키는 주행 제어 방법에 대하여 이야기 하였다. 실험에 사용된 AGV는 개발 전문 업체인 ㈜ATIS와 협력하여 제작하였으며, 제작된 AGV는 레이저 내비게이션 센서를 이용한 전역 위치 측정 데이터와 엔코더/자이로 센서를 이용한 지역 위치 측정 데이터를 융합하여 측정된 위치 측정 데이터를 이용하여 주행 제어를 하였다. AGV의 속도는 엔코더를 이용하여 측정하고, 측정된 거리 데이터를 분석하여 AGV가 주행 가능한 최저 속도를 유지하는 속도 제어 방법을 연구 하였다.
실험에 사용된 AGV의 제어기는 조향 구동부의 스트레스를 줄이기 위해 곡선 구간 내에서 AGV와 AGV가 향하는 목표 지점과의 각도차가 -15°∼15°인 경우에만 퍼지 제어를 적용하지만, 팔레트 하역 작업 공간에서 목표 지점에 AGV가 도착 하였을 시에 AGV의 각도 오차를 최소화하기 위해 작업 공간 내에서의 주행 제어는 퍼지 제어 기법을 적용한다[9].
그러므로 정확한 실험을 위해 AGV 개발 전문 업체인 ㈜ATIS와 함께 실제 주행 가능한 fork-type AGV를 제작하였다. 제작된 AGV는 전역위치 측정을 위한 레이저 내비게이션 센서인 SICK사의 NAV200과, 지역위치 측정을 위한 엔코더와 자이로 센서를 융합하여 AGV의 위치를 측정하며, AGV의 속도는 포크 하단에 위치한 구동 바퀴 앞에 설치된 엔코더를 이용하여 측정한다.
대상 데이터
주행 제어 실험을 수행하기 위해 가상으로 설정한 작업 공간은 그림 7과 같다. 그림 7에서 전체 실험 환경은 가로, 세로 각각 5m, 18m이고, 13개의 반사체는 13를 설치하였다. 반사체의 위치와 설치 개수는 반복적으로 레이저 내비게이션 센서의 위치 인식 실험한 후 결정하였다.
반사체의 위치와 설치 개수는 반복적으로 레이저 내비게이션 센서의 위치 인식 실험한 후 결정하였다. 실험 환경은 임의로 설정한 작업 공간(working place)이며, 작업 공간에서 AGV 앞 4m 지점을 목표 지점으로 설정하여, 시뮬레이션으로 100회 실험을 반복하였다. 그리고 실제 제작된 fork-type AGV에 제안된 방법을 적용하여 10회 반복 실험하였다.
이론/모형
본 논문에서는 전역 위치 측정 센서인 NAV200과 지역 위치 측정 센서인 엔코더와 자이로를 융합하는 방법을 이용하여 위치 측정을 하고, 측정된 위치 정보를 이용하여 AGV의 주행 제어를 한다. 실험에 사용된 AGV는 정밀한 방향 제어를 위해 퍼지 제어와 비례 제어 기법을 적용한다[9].
하지만 엔코더와 자이로 센서는 외란에 의한 오차가 누적되어 신뢰성이 낮은 문제점이 있어, 엔코더와 자이로 센서를 이용하여 AGV를 팔레트 하역 위치에 정확히 정지 시키는 것은 부정확하며, 위치 측정 오차가 4~5mm 이하이고 외란에 강인한 NAV200의 위치 측정 데이터를 이용하는 것이 정확하다. 특히 본 논문에서 사용된 fork-type AGV는 완전한 자율 주행이 아닌 가상의 라인을 추적하는 경로 추적 방식을 이용한다.
성능/효과
일반적으로 경로 추적 방식의 AGV는 물리적인 라인을 추적하는 유도선 방식을 주로 적용한다. 그러나 본 논문에서 사용된 fork-type AGV는 레이저 내비게이션 센서를 이용하기 때문에 완전한 자율 주행이 가능하다. 즉, 자율 주행이 가능한 AGV를 정해진 경로를 따르게 하는 것은 정해진 경로가 없는 일반적인 자율 주행보다 정밀도가 낮다.
그림 3에서, 시스템이 시작되면, 각 센서들을 초기화 한다. 시스템 시작 후 NAV200에 좌표 값을 요청하면 425ms마다 데이터를 AVR1로 전달하고, AVR2에서 100ms마다 엔코더와 자이로 데이터를 계측하여 메인 제어부로 전달 하므로, 시스템의 동기화를 위해 AVR1에서는 500ms 마다 메인 제어부로 NAV200의 계측 데이터를 전달한다. NAV200으로부터 데이터를 전달 받으면, 에러 플래그를 검사하게 되고 에러가 없는 데이터인 경우 NAV200의 좌표 데이터를 AGV의 위치 값으로 이용한다.
그림 8에서 8(a)는 AGV의 속도에 대한 최대, 최소, 평균을 나타내고, 8(b)는 정지 정밀도를 나타낸다. 제안된 방법을 시뮬레이션 실험에 적용한 결과 평균 속도가 안정적으로 제어되고, 정지 정밀도가 20mm 이하로 높은 정지 정밀도를 나타내는 것을 그림 8에서 확인 할 수 있다.
AGV의 속도는 엔코더를 이용하여 측정하고, 측정된 거리 데이터를 분석하여 AGV가 주행 가능한 최저 속도를 유지하는 속도 제어 방법을 연구 하였다. 팔레트 앞 4m 지점에서 팔레트 하역 위치에 정지시키는 실험을 10회 반복 수행 한 결과, AGV 정지 정밀도의 최대 오차가 18.63mm로 제안된 주행 제어 방법이 fork-type AGV의 팔레트 하역 작업에 적합한 것을 확인하였다.
후속연구
향후 연구 과제로는 직선 및 곡선 구간 주행 시 안정적인 주행 속도 제어 방법에 관한 연구를 진행 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
일반적으로 산업 현장에서 저속으로 주행 하는 기술이 요구되는 이유는?
본 논문은 중량물 운송을 위한 AGV(autonomous guided vehicle)의 주행 제어 방법에 관한 연구이다. 일반적으로 실제 산업 현장에서 하루 20시간 이상 작업하는 경로 추적 방식의 fork-type AGV는 팔레트 하역 작업 시에 목표 지점에 대한 높은 정지 정밀도와, AGV의 정지 정밀도를 높이기 위해 저속으로 주행 하는 기술이 요구 된다. 따라서 본 논문에서는 엔코더의 데이터를 계측 받아 AGV의 주행 속도를 측정 및 분석하여 AGV의 최저 주행 속도 유지 및 AGV의 정지 정밀도를 높이는 주행 제어 방법을 연구 하였다.
산업 현장에서 적용되는 AGV의 주행 제어는 어떻게 구분되는가?
산업 현장에 적용되는 AGV의 주행 제어는 크게 AGV의 전역 위치를 계측하여 제어 하는 방법과 AGV가 이동하게 될 전체 공간에서의 상대적 지역 위치를 계측하여 제어하는 방법 두 가지로 구분된다. 전자의 경우 유도선에 의한 유도 방식과 레이저 내비게이션에 의한 유도 방식 등이 연구되고 있다.
AGV의 전역 위치를 계측하여 제어 하는 방법은 어떤 방식이 연구되고 있나?
산업 현장에 적용되는 AGV의 주행 제어는 크게 AGV의 전역 위치를 계측하여 제어 하는 방법과 AGV가 이동하게 될 전체 공간에서의 상대적 지역 위치를 계측하여 제어하는 방법 두 가지로 구분된다. 전자의 경우 유도선에 의한 유도 방식과 레이저 내비게이션에 의한 유도 방식 등이 연구되고 있다. 유도선 유도 방식은 대표적으로 자기-자이로 유도(magnet-gyro guidance)방식과 유선 유도(wire guidance)방식으로 나뉜다.
참고문헌 (9)
K. S. Kim, B. D. Chung, "Design for a tandem AGV system with two-load AGVs," Computers & Industrial Engineering, Vol. 53, pp. 247-251, 2007.
I. A. Vis, "Survey of Research in the Design and Control of Automated Guided Vehicle Systems," European Journal of Operational Research, Vol. 170, No. 3, pp. 677-709, 2006.
C. Y. Chan, "A System Review of Magnetic Sensing System for Ground Vehicle Control and Guidance," California PATH Research Report, UCB-ITS-PRR-2002-20, 2002.
E. Asadi, M. Bozorg, "A Decentralized Architecture for Simultaneous Localization and Mapping," IEEE Transactions on Mechatronics, Vol. 14, No. 1, 2009.
Y. J. Ryoo, E. S. Kim, and Y. C. Lim "Intelligent Positioning System for Magnetic Sensor Based Autonomous Vehicle," SCIS & ISIS, 2004.
M. J. Caruso, T. Bratland, C. H. Smith and R. Schneider, "A New Perspective on Magnetic Field Sensing," Sensor Magazine, Vol. 15, No. 12, pp. 34-46, 1998.
A. Dogandzic, J. Riba, G. Seco, and A. L. Swindle-hurst, "Positioning and Navigation with Applications to Communications," IEEE Signal Proc. Magazine, Vol. 22, No. 4, pp. 10-11, 2005.
정경훈, 김정민, 박정제, 김성신, 배선일, "센서융합을 이용한 AGV의 라인 트레킹 방법," 한국지능시스템학회 논문지, Vol. 20, No. 1, pp. 54-59, 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.