본 논문은 물류 창고 내에서 화물이송을 위한 무인이송로봇을 설계 제작하고 운영기법을 제안한다. 무인이송로봇의 자율 주행을 위해서는 먼저 실시간으로 자기위치를 파악하고 목표지점까지의 경로를 추종해야 한다. 기존의 여러 방식이 제안되었지만 설치 및 유지보수에 대한 비용이 많이 들기 때문에 목적에 따라 유동적으로 작업 환경을 바꾸기는 어렵다는 단점이 있다. 무인 화물이송로봇의 리프트는 상하 운동을 통하여 수화물이 적재된 팔레트의 승하차가 가능하며, 구동 중 다양한 환경에서 여러 기능을 수행하기 위해 초음파센서, LRF센서, RFID, QR코드, 카메라를 장착하였으며, 목표지점까지 효과적으로 주행하며 화물운송을 하는 운영방법을 제안하였다. 제안한 주행 및 운영기법은 실험을 통하여 검증하였다.
본 논문은 물류 창고 내에서 화물이송을 위한 무인이송로봇을 설계 제작하고 운영기법을 제안한다. 무인이송로봇의 자율 주행을 위해서는 먼저 실시간으로 자기위치를 파악하고 목표지점까지의 경로를 추종해야 한다. 기존의 여러 방식이 제안되었지만 설치 및 유지보수에 대한 비용이 많이 들기 때문에 목적에 따라 유동적으로 작업 환경을 바꾸기는 어렵다는 단점이 있다. 무인 화물이송로봇의 리프트는 상하 운동을 통하여 수화물이 적재된 팔레트의 승하차가 가능하며, 구동 중 다양한 환경에서 여러 기능을 수행하기 위해 초음파센서, LRF센서, RFID, QR코드, 카메라를 장착하였으며, 목표지점까지 효과적으로 주행하며 화물운송을 하는 운영방법을 제안하였다. 제안한 주행 및 운영기법은 실험을 통하여 검증하였다.
In the paper, we design a autonomous mobile robot for freight transportation and propose an operation method of the robot in the warehouse. In order to implement autonomous navigation, it is needed to recognize the position of the robot and track the path to the target. Previous methods are hard to ...
In the paper, we design a autonomous mobile robot for freight transportation and propose an operation method of the robot in the warehouse. In order to implement autonomous navigation, it is needed to recognize the position of the robot and track the path to the target. Previous methods are hard to change the workspace environment and need high cost to install and keep a maintenance of the system. The lifter of freight transportation robot is designed to load and unload a baggage through up and down motion. Also, ultrasonic sensor, RFID, QR-code and camera sensor is used to carry out various functions while the robot navigates in the various environment. We design an operation method of the mobile robot in order to effectively arrive a goal position and transport a freight. The proposed methods are verified through various experiments.
In the paper, we design a autonomous mobile robot for freight transportation and propose an operation method of the robot in the warehouse. In order to implement autonomous navigation, it is needed to recognize the position of the robot and track the path to the target. Previous methods are hard to change the workspace environment and need high cost to install and keep a maintenance of the system. The lifter of freight transportation robot is designed to load and unload a baggage through up and down motion. Also, ultrasonic sensor, RFID, QR-code and camera sensor is used to carry out various functions while the robot navigates in the various environment. We design an operation method of the mobile robot in order to effectively arrive a goal position and transport a freight. The proposed methods are verified through various experiments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 그림 9와 같은 화물이송로봇의 자율주행 알고리즘을 제안한다. 먼저 그림 10과 같이 미리 설정된 맵의 각 노드에 랜드마크를 위한 QR코드와 RFID 태그를 바닥면에 부착한다.
본 논문은 물류 창고 내에서 화물이송을 위한 무인 화물이송로봇을 실제 설계 및 제작하고, 구동 알고리즘을 제안 하였다. 또한 카메라의 영상처리와 RFID를 통하여 현재 위치를 인식하고 로봇이 목표지점까지 이동하는 운영 알고리즘을 실험을 통하여 검증하였다.
제안 방법
본 논문에서 제안한 리프트 구조는 그림 4와 같다. 그림과 같이 원통 안에 나선형 리프트모듈을 구성하였으며, 동력전달은 BLDC모터와 기어 비를 갖는 벨트방식을 채택하였다. 또한 리미트 스위치를 이용하여 리프트승강 프레임의 승·하차 시 프레임의 높이 조절이 가능하다.
따라서 각 노드의 랜드마크마다 QR코드의 외부모서리를 카메라로 인식하고 로봇의 방향오차 θe가 허용 오차보다 커질 경우 해당 노드에서 로봇을 멈추어 경로를 이탈하지 않도록 진행방향의 확인과 보정을 수행한다.
관제 PC부는 네트워크 서버를 이루며 로봇과 무선통신으로 연결되어 있다. 또한 각 구성부의 상태를 실시간으로 모니터하고 사용자가 직접 비상정지 및 간단한 조작이 가능하도록 설계하였다.
그림 14는 시작점부터 출발점까지의 생성된 경로를 추종하기 위하여 바닥에 RFID Tag와 QR코드 랜드마크를 인식하고, 각 노드마다 현재 좌표를 디코딩 하여 목표지점까지 팔레트를 이동하는 실험 장면이다. 또한 리프트 승강 시 팔레트의 하단의 RFID Tag의 정보를 읽어 들여 팔레트 선반의 내용물을 파악하는 것을 실험을 통해 확인하였다.
또한 장애물과의 거리에 따라 긴 거리는 로봇 전면부의 LRF센서를 이용하고, 상대적으로 짧은 거리는 전·후면부의 초음파센서를 통해 충돌회피 및 팔레트를 인식을 할 수 있도록 구성하였다.
본 논문은 물류 창고 내에서 화물이송을 위한 무인 화물이송로봇을 실제 설계 및 제작하고, 구동 알고리즘을 제안 하였다. 또한 카메라의 영상처리와 RFID를 통하여 현재 위치를 인식하고 로봇이 목표지점까지 이동하는 운영 알고리즘을 실험을 통하여 검증하였다. 카메라 시야각이 고정된 상태에서의 QR코드의 인식률은 100%에 가깝지만, 자율 주행 중에는 상대적으로 어두운 조명의 영향과 카메라와 QR코드와의 거리, 로봇 주행 속도의 영향을 받아 인식률이 75% 정도로 감소되는 것을 확인하였다.
본 논문에서는 그림 2와 같이 로봇을 구동하기 위하여 바퀴 구동부에 2개의 BLDC 모터를 사용하는 차륜구동방식을 적용하였으며, 로봇 하단의 전·후면에는 추가적으로 구동부가 없는 보조바퀴를 구성하였다. 리프트부의 구동방식은 1개 BLDC의 모터를 이용한 상하 운동이 가능하도록 설계하였으며, 센서로는 CCD카메라, LRF센서, 초음파센서, RFID를 사용하였다. 그림 3은 제작된 화물이송로봇의 사진이다.
본 논문에서는 그림 2와 같이 로봇을 구동하기 위하여 바퀴 구동부에 2개의 BLDC 모터를 사용하는 차륜구동방식을 적용하였으며, 로봇 하단의 전·후면에는 추가적으로 구동부가 없는 보조바퀴를 구성하였다.
본 논문에서는 무인이송 로봇을 실제 설계·제작하고, 자율주행 시 위치 보정, 팔레트 인식, 장애물 회피 등 로봇이 수화물을 목표지점까지 화물 이송하는 구동기법을 제안하였으며, 실험을 통하여 제안 방법의 성능을 검증한다.
무인화물 이송로봇시스템은 그림 1과 같이 주제어부, 모션 제어부, 관제 PC부로 구성하였다. 주제어부는 리눅스 기반 임베디드 보드를 사용하여 운동 계획과 영상처리 및 LRF센서의 데이터처리를 수행하고, 모션 제어부는 ARM사의 Cortex-M3 계열을 사용해 실시간으로 모터 제어와 센서 값들을 처리한다. 또한 관제 PC의 어플리케이션과 실시간으로 통신을 하여 상태 모니터링, 간단한 비상정지기능 및 명령 전송이 가능하다.
대상 데이터
본 논문에서 개발된 무인화물이송 이동로봇의 로봇은 일반적인 차륜형 구동방식을 사용하였고, 주행 제어를 위한 기구학 모델은 그림 5와 같다. 로봇의 중심점의 (xc , yc) 좌표이고, v는 로봇 중심의 선속도, Vl 와 Vr는 양 바퀴의 선속도이다.
이론/모형
본 논문에서는 이러한 단점을 개선하기 위해서 RFID와 QR(Quick Response)코드[7] 시스템을 사용하였다. RFID는 인식속도와 정확성, 쉬운 조작성의 특징이 있고, QR코드는 오염과 손상에 강하여 훼손 시 높은 복원율의 특성까지 지니기 때문에 설치 및 유지보수의 비용절감이 가능하다.
성능/효과
주제어부는 리눅스 기반 임베디드 보드를 사용하여 운동 계획과 영상처리 및 LRF센서의 데이터처리를 수행하고, 모션 제어부는 ARM사의 Cortex-M3 계열을 사용해 실시간으로 모터 제어와 센서 값들을 처리한다. 또한 관제 PC의 어플리케이션과 실시간으로 통신을 하여 상태 모니터링, 간단한 비상정지기능 및 명령 전송이 가능하다.
또한 카메라의 영상처리와 RFID를 통하여 현재 위치를 인식하고 로봇이 목표지점까지 이동하는 운영 알고리즘을 실험을 통하여 검증하였다. 카메라 시야각이 고정된 상태에서의 QR코드의 인식률은 100%에 가깝지만, 자율 주행 중에는 상대적으로 어두운 조명의 영향과 카메라와 QR코드와의 거리, 로봇 주행 속도의 영향을 받아 인식률이 75% 정도로 감소되는 것을 확인하였다. 추후에는 실내 지도 작성, 최적 경로 계획, 자율 주행 중 QR코드의 최적 인식 방법에 관하여 연구를 진행할 예정이다.
후속연구
카메라 시야각이 고정된 상태에서의 QR코드의 인식률은 100%에 가깝지만, 자율 주행 중에는 상대적으로 어두운 조명의 영향과 카메라와 QR코드와의 거리, 로봇 주행 속도의 영향을 받아 인식률이 75% 정도로 감소되는 것을 확인하였다. 추후에는 실내 지도 작성, 최적 경로 계획, 자율 주행 중 QR코드의 최적 인식 방법에 관하여 연구를 진행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
무인이송로봇의 자율 주행을 위해서 우선되어야 하는 것은?
무인이송로봇의 자율 주행을 위해서는 실시간으로 자기 위치 파악[4], 경로의 생성과 추종[5] 하는 것이 우선적이다. 대표적인 방법으로 자기-자이로유도(magnet-gyro guidance), 유선유도(wire guidance)와 같은 기존의 여러 방식이 있지만, 설치 및 유지보수에 대한 비용이 많기 때문에 목적에 따라 유동적으로 작업환경을 바꾸기는 어렵다는 단점이 있다[6].
무인이송로봇의 조향 방식 중 차륜구동방식은 어떤 특징을 가지고 있는가?
일반적으로 무인이송로봇의 조향 방식은 삼륜구동, 다륜구동, 차륜 구동으로 분류된다. 차륜구동방식은 양 바퀴의 속도차이를 이용하여 조향이 가능하며, 비교적 간단한 메커니즘을 지니고 있어 흔히 사용되고 있다. 본 논문에서는 그림 2와 같이 로봇을 구동하기 위하여 바퀴 구동부에 2개의 BLDC 모터를 사용하는 차륜구동방식을 적용하였으며, 로봇 하단의 전·후면에는 추가적으로 구동부가 없는 보조바퀴를 구성하였다.
무인화물 이송로봇시스템은 어떻게 구성하였는가?
무인화물 이송로봇시스템은 그림 1과 같이 주제어부, 모션 제어부, 관제 PC부로 구성하였다. 주제어부는 리눅스 기반 임베디드 보드를 사용하여 운동 계획과 영상처리 및 LRF센서의 데이터처리를 수행하고, 모션 제어부는 ARM사의 Cortex-M3 계열을 사용해 실시간으로 모터 제어와 센서 값들을 처리한다.
I. A. Vis, "Survey of Research in the Design and control of Automated Guided Vehicle System", European Journal of Operational Research, vol. 170, no. 3, pp. 677-709, 2006.
Schulze L, Wullner A, "The Approach of Automated Guided Vehicle Systems", IEEE International Service Operations and Logistics, and Informatics, pp. 522-527, 2006.
http://www.kivasystems.com/
N. Y. Ko, D. J. Seo, Y. S. Moon, "A Method for Real Time Target Following of a Mobile Robot Using Heading and Distance Information", Journal of Korean Institute of Intelligent Systems, vol. 18, no. 5, pp. 624-631, 2008.
J. M. Kim, J. J Park, T. R. Jeon, S. S. Kim, "Fuzzy and Proportional Controls for Driving Control of Forklift AGV", Journal of Korean Institute of Intelligent Systems, vol. 19. no. 05, pp. 699-705, 2009.
H. J. Hong, Y. S. Ro, H. J. Kang, Y. S. Suh, T. H. Kim, "Development of the Simulation Tool for The Modeling and Traffic Control of a AGV System",Journal of Korean Institute of Intelligent Systems, vol. 14, no. 4, pp. 499-505, 2004.
N. W. Nam, P. J. Lee, M. S. Jung, J. S. Han, K. R. Kim, H. Yoo, "Image Processing Technique for Recognition of 2D Bar code", IEEK Fall Conference, vol. 5, pp. 117-120, 2008.
D. Y. Na, H. H. Min, S. H. Noh, Y. T. Kim, "A Navigation Algorithm of Modular Robots with 3 DOF Docking Arm in Uneven Environments", Journal of Korean Institute of Intelligent Systems, vol. 20, no. 1, pp. 311-317, 2010.
S. F. Kwack, B. J. Choi, S. H. Yoo, "A Study on Path Planning and Navigation of Autonomous Mobile Robot", Journal of Korean Institute of Intelligent Systems, vol. 15, no. 2, pp. 427-430, 2005.
D. H. Jeong, J. H. Park, J. I. Park, Y. T. Kim, "A study on Omni-direction mobile robot for freight transportation", Conference on Information and Control System, pp. 137-138, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.