[논문]무인 자율 주행 지게차 구현을 위한 네트워크 기반 분산 접근 방법

송영훈; 박지훈; 이경창; 이석

doi:10.5302/j.icros.2010.16.9.898

무인 자율 주행 지게차 구현을 위한 네트워크 기반 분산 접근 방법
Network-based Distributed Approach for Implementation of an Unmanned Autonomous Forklift 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.16 no.9, 2010년, pp.898 - 904

송영훈 (부산대학교 기계공학부) , 박지훈 (부산대학교 기계공학부) , 이경창 (부경대학교 제어계측공학과) , 이석 (부산대학교 기계공학부)

Abstract ▼ AI-Helper

Unmanned autonomous forklifts have a great potential to enhance the productivity of material handling in various applications because these forklifts can pick up and deliver loads without an operator and any fixed guide. There are, however, many technical difficulties in developing such forklifts including localization, map building, sensor fusion, control and so on. Implementation, which is often neglected, is one of practical issues in developing such an autonomous device. This is because the system requires numerous sensors, actuators, and controllers that need to be connected with each other, and the number of connections grows very rapidly as the number of devices grows. Another requirement on the integration is that the system should allow changes in the system design so that modification and addition of system components can be accommodated without too much effort. This paper presents a network-based distributed approach where system components are connected to a shared CAN network, and control functions are divided into small tasks that are distributed over a number of microcontrollers with a limited computing capacity. This approach is successfully applied to develop an unmanned forklift.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 무인 자율 주행 지게차에서 요소 기술 통합의 복잡성과 배선의 증가 문제를 해결하기 위한 방법으로서 네트워크 기반 분산 제어 시스템을 이용한 무인 자율 주행 지게차에 대하여 제안하였다. 이를 위하여 무인 자율 주행 지게차에 요구되는 개별 요소 기술에 대해 설명하였으며 기능별로 구분하여 네트워크 기반 분산 제어 시스템을 구성하였다.
본 논문에서는 무인 자율 주행 지게차에서 요소 기술 통합의 복잡성과 배선의 증가 문제를 해결하기 위한 방법으로서, 자동차에서 주로 사용되고 있는 차량 내부 네트워크(IVN: InVehicle Network)[12]를 이용한 네트워크 기반 분산 제어 시스템을 이용한 무인 자율 주행 지게차에 대하여 제안한다. 본 논문에서 제안하는 네트워크 기반 분산 제어 시스템에서는 무인 자율 주행 지게차를 위하여 필요한 지게차의 위치 인식이나 포크 제어, 주행 제어, 장애물 인식 등과 같은 요소 기술들이 개별 모듈로 구현된다.
본 장에서는 네트워크 기반 분산 제어 시스템이 적용된 무인 자율 주행 지게차의 성능을 평가하기 위하여 몇 가지 실험을 수행하였다. 먼저 그림 5는 개발된 무인 자율 주행 지게차에서 간단한 주행 성능을 평가하기 위한 블록 선도를 나타내고 있다.

제안 방법

그러나 본 논문에서는 제안된 네트워크 기반 분산 제어 시스템의 가능성을 확인하기 위하여 간단한 경로 추종 알고리즘을 이용하여 무인 자율 주행 지게차의 주행 성능만을 평가하였다. 따라서 장애물 회피나 팔레트 인식, 물품의 하역과 적재 등과 같은 기술이 융합된 무인 자율 주행 지게차의 제작이 필요하다.
그림에서 통합 제어기(K(s))는 외부 작업 할당기에서 작업 정보를 무선으로 수신 받아서 경로를 생성하고 네트워크를 통해 주행 제어 모듈과 조향 제어 모듈에 제어량을 전송한다. 그리고 지속적으로 차체의 각도와 위치를 비교하여 최종 목적지까지의 차체의 주행 속도와 조향 각도를 제어한다. 또한 통합 제어기는 장애물 감지 모듈로부터 장애물 정보를 수신하여 경로를 재 생성하거나,포크 제어 모듈로부터 팔레트 위치 정보를 수신하여 지게차의 포크에 제어량을 전송한다.
다음으로 직선 거리가 50cm 이하이면, 현재 위치를 기준으로 목표 지점에서의 지게차 방향을 고려한 회전 중심축을 고려하여 조향 각도를 계산한다. 이 때, 상대 각도가 ±1°를 초과하면 차속을 1.
이를 위하여 무인 자율 주행 지게차에 요구되는 개별 요소 기술에 대해 설명하였으며 기능별로 구분하여 네트워크 기반 분산 제어 시스템을 구성하였다. 마지막으로 무인 자율 주행 지게차의 성능을 평가하기 위하여 각종 요소 기술들이 구현된 실험 모델을 제작하고 경로 추종 실험을 수행하였다. 이러한 과정을 통하여 얻어낸 결론은 다음과 같다.
본 논문에서는 무인 자율 주행 지게차에서 요소 기술 통합의 복잡성과 배선의 증가 문제를 해결하기 위한 방법으로서, 자동차에서 주로 사용되고 있는 차량 내부 네트워크(IVN: InVehicle Network)[12]를 이용한 네트워크 기반 분산 제어 시스템을 이용한 무인 자율 주행 지게차에 대하여 제안한다. 본 논문에서 제안하는 네트워크 기반 분산 제어 시스템에서는 무인 자율 주행 지게차를 위하여 필요한 지게차의 위치 인식이나 포크 제어, 주행 제어, 장애물 인식 등과 같은 요소 기술들이 개별 모듈로 구현된다. 또한 개별 모듈들은 자동차에서 주로 사용되는 CAN을 이용하여 연결되고 모듈간에 필요한 정보 전송이 원활하게 이루어진다.
위에서 기술한 센서와 제어기의 정보를 교환하기 위해 설계한 메시지의 ID와 데이터 길이, 신호는 메시지의 중요도에 따라 표 1과 같이 설계하였다.
본 논문에서는 무인 자율 주행 지게차에서 요소 기술 통합의 복잡성과 배선의 증가 문제를 해결하기 위한 방법으로서 네트워크 기반 분산 제어 시스템을 이용한 무인 자율 주행 지게차에 대하여 제안하였다. 이를 위하여 무인 자율 주행 지게차에 요구되는 개별 요소 기술에 대해 설명하였으며 기능별로 구분하여 네트워크 기반 분산 제어 시스템을 구성하였다. 마지막으로 무인 자율 주행 지게차의 성능을 평가하기 위하여 각종 요소 기술들이 구현된 실험 모델을 제작하고 경로 추종 실험을 수행하였다.
그림 2는 무인 자율 주행 지게차의 복잡도를 줄이고 유연성을 증가시킬 수 있는 네트워크 기반 분산 제어 시스템의 구조를 나타내고 있다. 제안된 분산 제어 시스템 구조에서는 무인 자율 주행 지게차에서 요구되는 각 기능들이 모듈화되어 독립적으로 동작되고 각 모듈들은 네트워크를 통하여 전송되는 각종 정보를 이용하여 해당 기능을 동작시키게 된다. 예로, 주행 제어 모듈(traction control module)에는 주행 모터 제어 알고리즘이 내장되어 있고, 다른 모듈로부터 주행 방향이나 주행 각도 등을 입력으로 받아 주행 모터를 동작시키게 된다.

대상 데이터

LMS200은 평면상의 180° 범위를 스캔(scan)하여 장애물의 위치 및 상대 각도를 측정할 수 있으며, 지게차에는 전방 좌우 각각 1개씩, 후방 중앙 1개가 설치되었다. 그리고 2.5m 이내에 존재하는 근접 장애물을 감지하여 긴급 정지를 하기 위해 SensorTech사의 STMA-506ND 초음파 센서가 사용되었다. 또한 각 장애물 감지 모듈별로 센서 신호 처리를 위하여 AT90CAN128이 사용되었다.
그리고 지게차의 전역 위치를 보정하기 위하여 최대 300° /s의 각속도를 측정할 수 있는 myGyro300SPI 자이로 센서를 사용하였다.
네트워크 기반 분산 제어 시스템이 적용된 무인 자율 주행 지게차를 개발하기 위하여 사용된 지게차 모델은 그림 3과 같은 CLARK사의 입식 전동식 지게차인 CRX-10 모델이다. 그림에서 전동식 지게차는 4.
셋째, 조향 제어 모듈에는 AT90CAN128이 사용되었으며 조향 각도의 피드백을 위하여 가변 저항이 조향 모터 기어에 설치되었다. 넷째, 포크 제어 모듈은 포크의 현재 위치를 측정하기 위한 높이 센서(height sensor), 압력 센서(pressure sensor), 기울기 센서(tilt sensor), 거리 센서(distance sensor)와 포크 제어를 위한 AT90CAN128 MCU로 구성되었다. 높이 센서로는 0~7.
넷째, 포크 제어 모듈은 포크의 현재 위치를 측정하기 위한 높이 센서(height sensor), 압력 센서(pressure sensor), 기울기 센서(tilt sensor), 거리 센서(distance sensor)와 포크 제어를 위한 AT90CAN128 MCU로 구성되었다. 높이 센서로는 0~7.5m까지 측정 가능한 Celesco사의 장거리용 와이어식 변위 센서인 PT9510가 사용되었고 화물의 무게를 판단하기 위한 유압 압력 센서로는 Honeywell사의 유량 센서가 사용되었다. 다섯째, 팔레트 감지 모듈에는 USB 인터페이스를 지원하는 HVR2030CA 30만화소급 CMOS 싱글 카메라와 이미지 프로세싱을 담당하는 노트북이 사용되었다.
5m까지 측정 가능한 Celesco사의 장거리용 와이어식 변위 센서인 PT9510가 사용되었고 화물의 무게를 판단하기 위한 유압 압력 센서로는 Honeywell사의 유량 센서가 사용되었다. 다섯째, 팔레트 감지 모듈에는 USB 인터페이스를 지원하는 HVR2030CA 30만화소급 CMOS 싱글 카메라와 이미지 프로세싱을 담당하는 노트북이 사용되었다. 마지막으로 장애물 감지 모듈은 감지 범위에 따라 2가지 형태로 구현되었다.
그리고 지게차의 전역 위치를 보정하기 위하여 최대 300° /s의 각속도를 측정할 수 있는 myGyro300SPI 자이로 센서를 사용하였다. 둘째, 주행 제어 모듈에는 ATmel사의 8비트급 MCU인 AT90CAN128이 사용되었으며 주행 속도의 피드백을 위하여 기존 지게차에 실장되어 있는 홀 타입(hall type) 엔코더가 사용되었다. 셋째, 조향 제어 모듈에는 AT90CAN128이 사용되었으며 조향 각도의 피드백을 위하여 가변 저항이 조향 모터 기어에 설치되었다.
무인 자율 주행 지게차를 구현하기 위하여 주 제어 모듈에는 Freescale사의 16비트급 MCU인 MC9S12XF512가 사용되었으며, 지게차의 전역 위치를 측정하기 위하여 SICK사의 레이저 기반 위치 인식 시스템인 NAV200가 사용되었다. NAV200은 작업 영역에 기 설치되어 있는 리플렉터(reflector)와의 거리 값을 삼각 측정하여 현재 위치와 방향 정보를 계산할 수 있으며, 20m~30m의 영역에서 최소 4mm 및 0.
둘째, 주행 제어 모듈에는 ATmel사의 8비트급 MCU인 AT90CAN128이 사용되었으며 주행 속도의 피드백을 위하여 기존 지게차에 실장되어 있는 홀 타입(hall type) 엔코더가 사용되었다. 셋째, 조향 제어 모듈에는 AT90CAN128이 사용되었으며 조향 각도의 피드백을 위하여 가변 저항이 조향 모터 기어에 설치되었다. 넷째, 포크 제어 모듈은 포크의 현재 위치를 측정하기 위한 높이 센서(height sensor), 압력 센서(pressure sensor), 기울기 센서(tilt sensor), 거리 센서(distance sensor)와 포크 제어를 위한 AT90CAN128 MCU로 구성되었다.
마지막으로 장애물 감지 모듈은 감지 범위에 따라 2가지 형태로 구현되었다. 우선 7m 범위 내에 존재하는 장애물의 위치를 측정하기 위하여 SICK 사의 레이저 거리 측정 센서인 LMS200이 사용되었다. LMS200은 평면상의 180° 범위를 스캔(scan)하여 장애물의 위치 및 상대 각도를 측정할 수 있으며, 지게차에는 전방 좌우 각각 1개씩, 후방 중앙 1개가 설치되었다.
그림 3. 자율주행을 위한 센서와 액추에이터를 설치한 CLARK 사의 CRX-10 지게차 실험모델.

성능/효과

1) 제안된 분산 제어 시스템 구조에서는 무인 자율 주행 지게차에서 요구되는 각 기능들이 모듈화되어 독립적으로 동작되고 각 모듈들은 네트워크를 통하여 전송되는 각종 정보를 이용하여 해당 기능을 동작시키게 된다. 특히, 분산 제어 시스템에서는 네트워크를 통하여 각종 정보들이 공유되기 때문에 새로운 기능을 가지는 모듈을 손쉽게 추가할 수 있으며 특정 모듈의 기능을 개선할 때 해당 모듈에 탑재된 프로그램만 수정함으로써 다른 모듈에 영향을 미치지 않고 기능을 개선할 수 있다는 장점이 있다.
2) 특히 센서나 액츄에이터, 제어기 등을 손쉽게 확장할 수 있으며 요소 기술들을 여러 개의 마이크로컨트롤러로 분산 시킴으로서 메인 프로세스의 연산량을 줄여줄 수 있다. 또한, 각 모듈들은 네트워크를 통하여 획득된 정보들을 이용하여 알고리즘을 구현할 수 있기 때문에 보다 더 지능적인 자율 주행 기능을 만들 수 있다는 장점이 있을 것이다.
또한 이러한 정보 교환을 위하여 무선 통신(wireless communication) 기술이 요구된다. 다섯째, 무인 자율 주행 지게차의 가장 중요한 기술은 경로 추종 제어나 장애물 회피 제어(obstacle avoidance control), 포크 적재/하역 제어(fork loading/unloading control)이다. 이러한 기술에는 원하는 기능이 수행될 수 있도록 센서로부터 수집된 정보를 이용하여 모터 제어 시스템을 동작시키는 기능이 포함된다.

후속연구

2) 특히 센서나 액츄에이터, 제어기 등을 손쉽게 확장할 수 있으며 요소 기술들을 여러 개의 마이크로컨트롤러로 분산 시킴으로서 메인 프로세스의 연산량을 줄여줄 수 있다. 또한, 각 모듈들은 네트워크를 통하여 획득된 정보들을 이용하여 알고리즘을 구현할 수 있기 때문에 보다 더 지능적인 자율 주행 기능을 만들 수 있다는 장점이 있을 것이다.
따라서 작업장의 크기를 보다 더 크게 하고 안정성을 향상시켜 최대 주행 속도를 권장 사항의 70% 이상까지 증대시키기 위한 연구가 필요하다. 마지막으로 무인 자율 주행 지게차의 원활한 주행을 위하여 보다 더 효과적인 경로 추종 알고리즘을 개발할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인 운반 차량을 구현하기 위해서 필요한 것은?	무인 지게차와 같은 무인 운반 차량(automated guided vehicle)을 구현하기 위해서는 차량의 주행 및 조향 제어, 차량의 위치 인식, 환경 인식, 장애물 감지 및 회피, 작업 할당, 경로 계획, 팔레트 인식 등과 같은 다양한 요소 기술들이 필요하다[6,7]. 주로, 이러한 요소 기술은 응용 분야에서의 필요성에 따라 독립적이거나 통합된 주제로서 연구되어 왔으며 다수의 실용적인 연구 성과들이 제안되었다[8-10].
	무인 팔레트 트럭은 어떻게 작동하는가?	수십 년 동안 물류 시스템의 생산성을 향상시키기 위하여 지게차나 운반 차량의 무인화에 대한 연구와 개발이 지속적으로 진행되어 왔다. 가장 대표적인 형태인 무인 팔레트 트럭(automated pallet truck)은 팔레트를 적재할 때는 운전자에 의하여 조정되고, 이동할 때는 바닥에 설치된 바닥 유도선(embedded guide wire)나 페인트 띠(paint strip) 등을 따라 정해진 경로를 따라 자동으로 움직인다[1].
	요소 기술들의 통합에 생겨나는 어려움의 예시로는 무엇이 있는가?	일반적으로 이러한 요소 기술들의 통합은 매우 어려운 작업으로써 다양한 문제를 일으키는 것으로 알려져 있다. 예로 무인 운반 차량의 고속 고정밀 제어를 위하여 보다 더 복잡한 자율 주행 알고리즘이나 환경 인식 알고리즘을 사용하게 되면 연산량이 기하급수적으로 증가하게 된다. 이로 인하여 알고리즘들을 처리하는 프로세스의 용량이 점점 더 크게 될 뿐만 아니라 하나의 프로세스로는 처리하지 못하는 상황이 올 수도 있다[11]. 또한 센서나 액츄에이터, 제어기와 같은 전자 장치(electronic device)의 사용이 점차 증가하게 되면 장치를 연결하기 위한 내부 배선도 함께 증가하게 된다. 이러한 배선의 증가는 시스템을 더욱 복잡하게 만들어 요소 기술의 통합을 더욱 어렵게 만들 뿐만 아니라 시스템의 확장을 더욱 어렵게 만든다.

참고문헌 (14)

M. P. Groover, Automation, Production, Systems, and Computer-Integrated Manufacturing, 3rd Ed., Prentice Hall, 2007.
D. Lecking, O. Wulf, and B. Wagner, “Variable pallet pick-up for automatic guided vehicles in industrial environments,” IEEE Conference on Emerging Technologies and Factory Automation 2006, pp. 1169-1174, Sep. 2006.
T. A. Tamba, B. H. Hong, and K. S. Hong, “A path following control of an unmanned autonomous forklift,” International Journal of Control, Automation, and Systems, vol. 7, no. 2, pp. 113-122, Feb. 2009.

원문보기 상세보기
L. Schulze and A. Wullner, “The approach of automated guided vehicle systems,” IEEE International Conference on Service Operations and Logistics, and Informatics, 2006(SOLI'06), pp. 22-527, June 2006.
박영수, 박지훈, 이제원, 김상우, “비젼 기반의 무인이송차량 정차 시스템,” 제어.로봇.시스템학회 논문지, 제15권 제5호, pp. 473-479, 2009.

원문보기 상세보기
B. Touchton, T. Galluzzo, D. Kent, and C. Crane, “Perception and planning architecture for autonomous ground vehicles,” Computer, vol. 39, no. 12, pp. 40-47, Dec. 2006.

상세보기
문희창, 우훈제, 김정하, “무인자율주행차량의 시스템 아키텍처 및 통신 프로토콜 설계,” 제어.로봇.시스템학회 논문지, 제14권 제9호, pp. 873-880, 2008.

원문보기 상세보기
T. Berglund, A. Brodnik, H. Jonsson, M. Staffanson, and I. Soderkvist, “Planning smooth and obstacle-avoiding B-spline paths for autonomous mining vehicles,” IEEE Transactions on Automation Science and Engineering, vol. 7, no. 1, pp. 167-172, Jan. 2010.

상세보기
S. K. Gehrig and F. J. Stein, “Collision avoidance for vehiclefollowing systems,” IEEE Transactions on Intelligent Transportation Systems, vol. 8, no. 2, pp. 233-244, June 2007.

상세보기
S. Rezaei and R. Sengupta, “Kalman filter-based integration of DGPS and vehicle sensors for localization,” IEEE Transactions on Control Systems Technology, vol. 15, no. 6, pp. 1080-1088, Nov. 2007.

상세보기
김순태, 송봉섭, 홍석교, “무인 ATV의 종 방향 제어를 위한 CAN기반 분산형 시스템의 고장감지 및 진단,” 제어.로봇.시스템학회 논문지, 제14권 제10호, pp. 983-990, 2008.

원문보기 상세보기
하경남, 이원석, 이석, 이경창, “지능형 자동차의 분산형 시스템을 위한 FlexRay 네트워크 시스템의 구현,” 제어.자동화.시스템학회 논문지, 제13권 제10호, pp. 933-939, 2007.

원문보기 상세보기
J. Yu, P. Lou, and X. Wu, “A dual-core real-time embedded system for vision-based automated guided vehicle,” International Conference on Control, Automation and Systems Engineering 2009, pp. 207-211, July 2009.
CLARK Material Handling Asia, CRX 10-25 User manual, 2006.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증