[논문]네트워크 기반 무인지게차를 위한 팔레트 자율적재기술의 개발

박지훈; 김민환; 이석; 이경창

doi:10.5302/j.icros.2011.17.10.1051

네트워크 기반 무인지게차를 위한 팔레트 자율적재기술의 개발
Development of Autonomous Loading and Unloading for Network-based Unmanned Forklift 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.17 no.10, 2011년, pp.1051 - 1058

박지훈 (부산대학교 기계공학부) , 김민환 (부산대학교 컴퓨터공학부) , 이석 (부산대학교 기계공학부) , 이경창 (부경대학교 제어계측공학과)

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. Especially, automation of pallet loading and unloading technique is useful for enhancing performance of logistics and reducing cost for automation system. There are, however, many technical difficulties in developing such forklifts including localization, map building, sensor fusion, control, and so on. 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. This paper presents a vision sensorbased autonomous loading and unloading for network-based unmanned forklift where system components are connected to a shared CAN network. Functions such as image processing and control algorithm are divided into small tasks that are distributed over a number of microcontrollers with a limited computing capacity. And the experimental results show that proposed architecture can be an appropriate choice for autonomous loading in the unmanned forklift.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러나 본 논문에서는 제안된 네트워크 기반 자율적재 기술의 가능성을 확인하기 위하여, 휴리스틱한 적재 알고리즘과 주행 알고리즘을 이용한 자율 적재 기술의 성능만을 평가 하였다. 따라서 보다 실용적인 연구 결과를 도출하기 위해보다 더 효과적인 알고리즘 등을 개발할 필요가 있다.
본 논문에서는 선행 연구[10]를 통해 개발된 무인자율주행 지게차의 자율 적재 기술을 개발하기 위해서 비전 센서 기반의 자율 적재 기술을 설계하고 그 성능을 평가 하였다. 본 논문에서 제안하는 비전 센서 기반 자율 적재 기술은 기능적으로 자기 위치 인식 모듈, 팔레트 인식 모듈, 포크 제어 모듈, 주행 제어 모듈로 구성되어 있다.
본 논문에서는 선행 연구를 통해 개발된 무인 자율주행 지게차의 적재 및 하역 기능을 구현하기 위하여 단일 비전 센서를 사용한 팔레트 자율 적재 기술을 제안하였다. 이를 위하여, 비전 센서를 이용한 팔레트 인식 및 위치 측정 방법에 대해 설명하였으며, 이를 이용한 자율 적재 기술을 설계하였다.
1) 기존의 창고와 같이 비 정형화된 환경에서는 여러 환경적인 요인에 의해 별도의 팔레트 위치 측정을 위한 센서가 필요하다. 본 논문에서는 하나의 비전 센서를 이용하여 무인지게차의 자율 적재 기술을 설계하고 성능을 평가 하였다. 자율 적재 성능 평가 결과에 의해 비전 센서가 팔레트 위치 측정에 효과적으로 사용될 수 있음을 확인하였다.
본 절에서는 선행 연구를 통해 개발된 무인 자율 주행 지게차를 이용하여, 자율 적재 기술을 구현하고 성능을 평가 하였다. 성능 평가에 사용된 지게차는 CLARK사의 실내용 전동식 지게차인 CRX-10 모델이다.

가설 설정

실험에서 무인지게차의 위치는 미리 설치되어 있는 전역위치센서인 NAV200을 이용하여 측정하였다. 또한 실험에서 무인 지게차는 자율 주행을 통해 팔레트를 적재 하기 위한 목적지에 도착했다고 가정하였다. 제어모드를 적재모드로 변경하여 자율적재를 시작하는 시작점 좌표와 팔레트가 놓여진 목적지 좌표는 각각 (9269, 17586)와 (7855, 22960)이었다.
그림 3. 비전 센서를 이용한 팔레트 자세 측정 과정.
팔레트의 자세를 결정하는 과정은 팔레트가 바닥면에 평행하게 놓여 있다는 가정을 이용한다. 우선 팔레트의 앞면이 지면에 수직이듯이 지면과 수직인 가상 평면을 하나 설정한다.

제안 방법

그림에서 윗 부분에 있는 2개의 사진은 무인지게차에 설치된 비전센서가 팔레트를 인식한 영상을 나타낸 것이다. II 장에서 설명한 것과 같이 비전 센서가 팔레트를 인식 하면, 팔레트 아래와 윗면의 경계선을 이용하여 상대 위치 및 상대 각도를 측정한다. 아래의 6장의 그림은 순서대로 지게차가 포크를 팔레트 홀에 삽입하는 모습을 연속적으로 촬영한 것이다.
아래의 6장의 그림은 순서대로 지게차가 포크를 팔레트 홀에 삽입하는 모습을 연속적으로 촬영한 것이다. 대각선 방향에서 팔레트로 진입한 지게차는 팔레트 앞 1.5m 지점에서 정지한 후 자율 적재 제어 알고리즘을 수행한다.
따라서 ‘set_modeU (모드 변경)’ 상태에서 지게차의 현재위치를 수신(‘receive_msgF (메시지 수신)’)하면, ‘calculate_VF, θF (차속, 조향각 계산)’ 상태로 천이하여 수신된 팔레트 하역위치와 현재위치를 비교하여 적합한 차속(VF)과 조향각(θF)을 계산한다.
이를 위하여, 비전 센서를 이용한 팔레트 인식 및 위치 측정 방법에 대해 설명하였으며, 이를 이용한 자율 적재 기술을 설계하였다. 마지막으로, 무인지게차의 자율 적재 기능의 성능을 평가 하기 위하여, 실험 모델을 제작하고 자율 적재 실험을 수행 하였다. 이러한 과정을 통하여 얻어낸 결론은 다음과 같다.
본 논문에서는 선행 연구[10]를 통해 개발된 무인자율주행 지게차의 자율 적재 기술을 개발하기 위해서 비전 센서 기반의 자율 적재 기술을 설계하고 그 성능을 평가 하였다. 본 논문에서 제안하는 비전 센서 기반 자율 적재 기술은 기능적으로 자기 위치 인식 모듈, 팔레트 인식 모듈, 포크 제어 모듈, 주행 제어 모듈로 구성되어 있다. 각각의 모듈은 차량용 내부 네트워크에 주로 사용되는 CAN (Controller Area Network) 을 이용하여 연결되며, 독립적으로 태스크를 수행 한 후 필요한 정보만을 공유하게 된다.
그러나 레이저 센서는 정밀한 측정이 가능하고, 외란의 영향을 적게 받는 대신에 설치 비용이 매우 높다는 단점이 존재한다. 본 논문에서는 무인지게차를 위한 자율 적재 기술을 개발하기 위해서 저가의 단일 비전 센서를 사용하였다. 비전 센서는 저가로 구현이 가능하고, 별도의 스캔 과정이 없기 때문에 비교적 고속 측정이 가능하다.
이런 이유로 물품을 하역시키는 작업 시에는 하역 위치를 지시하기 위한 별도의 센서가 필요하다. 이런 이유로 본 논문에서는 물품 적재 시에만 비전 센서를 이용하고, 물품 하역 시에는 전역위치센서를 사용하여 자율 적재 기능을 구현하였다.
본 논문에서는 선행 연구를 통해 개발된 무인 자율주행 지게차의 적재 및 하역 기능을 구현하기 위하여 단일 비전 센서를 사용한 팔레트 자율 적재 기술을 제안하였다. 이를 위하여, 비전 센서를 이용한 팔레트 인식 및 위치 측정 방법에 대해 설명하였으며, 이를 이용한 자율 적재 기술을 설계하였다. 마지막으로, 무인지게차의 자율 적재 기능의 성능을 평가 하기 위하여, 실험 모델을 제작하고 자율 적재 실험을 수행 하였다.
이와 함께, 포크의 상태를 파악하기 위해 높이 센서(height sensor), 압력센서(pressure sensor), 기울기 센서(tilt sensor), 적외선 거리 센서(distance sensor)를 사용하였다. 높이 센서로는 0~7.
하역시의 과정은 비전 센서를 이용한 팔레트의 위치 정보 갱신을 제외하고는 위에서 설명한 단계와 동일하게 이루어진다. 적재와 하역 과정에서 정상 상태 오차를 줄이기 위해서 PID 제어기를 이용하여 주행 속도와 조향 각도를 조절하였으며, 실험에서 사용된 PID 제어기는 시행착오를 거쳐 다음과 같이 설정하였다.
그림 5는 무인지게차에 자율 적재 및 하역 기능을 구현하기 위해서 설계한 주 제어기의 상태도를 나타내고 있으며, 표 1은 상태도에서 사용한 메시지의 상세 내역을 나타내고있다. 주 제어기의 상태도는 무인지게차의 제어에 따라서 몇가지 모드로 구분되며, 본 논문에서는 적재 및 하역 작업에 대한 부분만 표현하였다. 그림에서 무인지게차가 팔레트를 적재하거나 하역하기 위해서 지정된 위치에 도착하면, 제일 먼저 중앙 통제 센터로부터의 지령을 기다리는 ‘wait_cmd (지령 대기)’ 상태로 진입한다.

대상 데이터

이와 함께, 포크의 상태를 파악하기 위해 높이 센서(height sensor), 압력센서(pressure sensor), 기울기 센서(tilt sensor), 적외선 거리 센서(distance sensor)를 사용하였다. 높이 센서로는 0~7.5m까지 측정 가능한 Celesco사의 장거리용 와이어식 변위 센서인 PT9510를 사용하였고, 화물의 무게를 판단하기 위한 유압 압력 센서로는 Honeywell사의 MLH250BSH14A를 사용하였다. 또한, 적재시의 팔레트와의 거리를 측정하기 위해 SHARP사의 적외선 거리 측정 센서인 GP2D120을 사용하였다.
5m까지 측정 가능한 Celesco사의 장거리용 와이어식 변위 센서인 PT9510를 사용하였고, 화물의 무게를 판단하기 위한 유압 압력 센서로는 Honeywell사의 MLH250BSH14A를 사용하였다. 또한, 적재시의 팔레트와의 거리를 측정하기 위해 SHARP사의 적외선 거리 측정 센서인 GP2D120을 사용하였다.
비전 센서는 USB 인터페이스를 지원하는 30만화소급 CMOS 카메라인 HVR-2030CA와 이미지 처리 및 팔레트 위치측정을 위한 1대의 노트북 PC로 구성하였다. 노트북 PC에서는 측정된 팔레트의 상대위치 및 상대각도를 전역위치센서가 사용하는 좌표계로 변환하여 CAN 네트워크로 송신하게 된다.
그림 7. 비전센서를 이용한 팔레트 인식 및 실험사진.
본 절에서는 선행 연구를 통해 개발된 무인 자율 주행 지게차를 이용하여, 자율 적재 기술을 구현하고 성능을 평가 하였다. 성능 평가에 사용된 지게차는 CLARK사의 실내용 전동식 지게차인 CRX-10 모델이다. 전동식 지게차는 4.
마지막으로 포크 캐리지에 설치된 적외선센서로 팔레트까지의 거리를 측정하면서 최종 목표지점으로 이동한다. 실험에서 무인지게차가 팔레트 적재를 시작한 최종 목표지점에서 측정된 위치는 (7824, 22830)이었다. 실제로 비전센서와 포크 끝까지의 거리가 약 90cm임을 감안하면, 포크의 삽입은 경유지 좌표에서 60cm이후부터 시작된다.
그림 8(a)에 나타낸 실험 결과는 무인 지게차의 실제 이동경로를 좌표로 표현한 것으로 그래프에서 사용한 X축과 Y축 단위는 mm이다. 실험에서 무인지게차의 위치는 미리 설치되어 있는 전역위치센서인 NAV200을 이용하여 측정하였다. 또한 실험에서 무인 지게차는 자율 주행을 통해 팔레트를 적재 하기 위한 목적지에 도착했다고 가정하였다.

이론/모형

본 논문에서 사용한 비전센서의 팔레트 인식 방법은 주변 조명의 변화(조명 종류, 색상, 밝기 등)에 무관하게 사용하기 위해서 이진화 임계값의 자동 결정 방법을 적용하였다. 이진화 임계값의 자동 결정 방법은 입력된 영상의 이진화 과정 (그림 2(b))에서 이진화 임계값을 일정범위 내에서 변경시켜 가면서 팔레트를 추출하는 방식이다[14].
노트북 PC에서는 측정된 팔레트의 상대위치 및 상대각도를 전역위치센서가 사용하는 좌표계로 변환하여 CAN 네트워크로 송신하게 된다. 전역위치센서는 SICK사에서 실내 위치 인식을 위해 개발한 레이저 측정시스템인 NAV200을 사용하였다. NAV200은 레이저를 360° 회전시키면서 미리 설치된 리플렉터들의 위치를 파악하고, 이를 토대로 자신의 위치와 방향을 측정한다.

성능/효과

1) 기존의 창고와 같이 비 정형화된 환경에서는 여러 환경적인 요인에 의해 별도의 팔레트 위치 측정을 위한 센서가 필요하다. 본 논문에서는 하나의 비전 센서를 이용하여 무인지게차의 자율 적재 기술을 설계하고 성능을 평가 하였다.
2) 선행 연구를 통해 제안된 분산 제어 시스템 구조를 가지는 무인 자율 주행 지게차에서는 각 기능들이 모듈화되어 독립적으로 동작된다. 따라서 이미지 프로세싱이나 지능 제어 알고리즘을 여러 개의 마이크로컨트롤러로 분산시켜 구현함으로써 주 제어기의 연산량을 줄여줄 수 있다.
24m였다. 그래프에서 무인지게 차가 적재모드로 진입한 이후, 초기 10초 동안 x축 오차가 10cm이내로 제어되는 것을 확인할 수 있다. 이때, y축 오차도 같이 감소하여 점차 팔레트에 접근하게 되며, 이후 팔레트와 무인지게차의 각도를 조정하는 동안 y축 오차의 감소율이 둔화되는 것을 확인할 수 있다.
따라서 이미지 프로세싱이나 지능 제어 알고리즘을 여러 개의 마이크로컨트롤러로 분산시켜 구현함으로써 주 제어기의 연산량을 줄여줄 수 있다. 또한, 센서나 액추에이터, 제어기 등을 손쉽게 확장할 수 있으며, 시스템구성을 변경하지 않고 제어알고리즘을 수정할 수 있다는 장점이 있다.
본 논문에서는 하나의 비전 센서를 이용하여 무인지게차의 자율 적재 기술을 설계하고 성능을 평가 하였다. 자율 적재 성능 평가 결과에 의해 비전 센서가 팔레트 위치 측정에 효과적으로 사용될 수 있음을 확인하였다.

후속연구

그러나 본 논문에서는 제안된 네트워크 기반 자율적재 기술의 가능성을 확인하기 위하여, 휴리스틱한 적재 알고리즘과 주행 알고리즘을 이용한 자율 적재 기술의 성능만을 평가 하였다. 따라서 보다 실용적인 연구 결과를 도출하기 위해보다 더 효과적인 알고리즘 등을 개발할 필요가 있다. 마지막으로, 시스템의 안정성을 보장하기 위해서 시스템의 상태 진단 절차와 fail-safe 기능에 대한 연구가 추가적으로 요구된다.
따라서 보다 실용적인 연구 결과를 도출하기 위해보다 더 효과적인 알고리즘 등을 개발할 필요가 있다. 마지막으로, 시스템의 안정성을 보장하기 위해서 시스템의 상태 진단 절차와 fail-safe 기능에 대한 연구가 추가적으로 요구된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인 팔레트 트럭의 문제점은 무엇인가?	그러나 무인 팔레트 트럭의 경우는 신규로 바닥 유도선을 설치하기 어려운 기존의 창고나 환경적인 영향으로 페인트 띠를 깨끗하게 유지할 수 없는 곳에서의 적용이 어렵다. 이러한 문제를 해결하기 위해서, 기존의 창고와 같이 비 정형화된 환경에서도 운영될 수 있는 무인 운반 차량에 대한 연구가 활발하게 진행되고 있다[2,3].
	AGV는 어떤 역할을 하는가?	이러한 문제를 해결하기 위해서, 기존의 창고와 같이 비 정형화된 환경에서도 운영될 수 있는 무인 운반 차량에 대한 연구가 활발하게 진행되고 있다[2,3]. 무인 운반 차량은 비전 시스템이나 레이저 센서 등을 이용하여 경로상의 장애물을 회피하고, 상황에 따라 더 효율적인 경로를 탐색하고 선택하는 등 물류 시스템에서의 유연성을 향상시키는 역할을 하고 있다.
	최근 항만과 공항과 같은 물류시스템에서는 무엇을 적극 적용하고 있는가?	국가간의 물동량을 처리하기 위해 현재의 물류시스템은 점차 대형화되고 집적화되고 있다. 최근 항만과 공항과 같은 물류시스템에서는 급속히 증가하고 있는 물동량을 처리하기 위해서 자동창고, 무인이송장치와 같은 자동화 장비를 적극적으로 적용하고 있다. 특히, 물류창고, 생산라인에서 물자를 하역 및 적재하는 역할을 하는 지게차(forklift)나 무인운반차량(AGV: Automated Guided Vehicle)의 사용이 증가하고 있다.

참고문헌 (15)

M. P. Groover, Automation, Production, Systems, and Computer-Integrated Manufacturing, 3rd Ed., Prentice Hall, 2007.
Y. S. Park, J. H. Park, J. W. Lee, and S. W. Kim, "Vision-based AGV parking system," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 15, no. 5, pp. 473-479, May 2009.

원문보기 상세보기
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
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
H. C. Moon, H. J. Woo, and J. H. Kim, "Development of system architecture and communication protocol for unmanned ground vehicle," Journal of Institute of Control, Robotics and Systems, vol. 14, no. 9, pp. 873-880, Sep. 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
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.
Y. H. Song, J. H. Park, G. C. Lee, and S. Lee, "Network-based distributed approach for implementation of an unmanned autonomous forklift," Journal of Institute of Control, Robotics and Systems(in Korean), vol. 16, no. 9, pp. 898-904, Sep. 2010.

원문보기 상세보기
S. M. Byun and M. H. Kim, "Real-time positioning and orienting of pallets based on monocular vision," 2008. 20th IEEE International Conference of Tools with Artificial Intelligence, pp. 505-508, Nov. 2008.
S. M. Byun and M. H. Kim, "Enhancement of the pallet positioning method based on monocular vision," The 2007 Fall Conference of Korea Multimedia Society, pp. 820-823, Nov. 2007.
M. Seelinger and J. D. Yoder, "Automatic pallet engagement by a vision guided forklift," Proc. of the 2005 IEEE International Conference on Robotics and Automation, pp. 4068-4073, Apr. 2005.
S. M. Byun and M. H. Kim, "Pallet measurement method for automatic pallet engaging in real-time," Journal of Korea Multimedia Society (in Korean), vol. 14, no. 2, pp. 171-181, Feb. 2011.

원문보기 상세보기
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