[논문]중소제조기업을 위한 IoT기반의 자율이동모듈을 활용한 스마트 창고관리 시스템 개발

김정아; 정종필

doi:10.7236/jiibc.2018.18.5.237

중소제조기업을 위한 IoT기반의 자율이동모듈을 활용한 스마트 창고관리 시스템 개발
Smart Warehouse Management System Utilizing IoT-based Autonomous Mobile Robot for SME Manufacturing Factory 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.18 no.5, 2018년, pp.237 - 244

김정아 (성균관대학교 스마트팩토리융합학과) , 정종필 (성균관대학교 스마트팩토리융합학과)

초록
AI-Helper

중소기업 제조공장의 스마트팩토리 수준이 현재에는 기초 수준으로 창고를 관리하기 위해 재고 입출입에 따른 정확한 재고량을 파악하는 시스템이 부족하다. 또한 근로자 수작업과 경험에 의한 생산방식으로 데이터 손실로 정확한 자재를 관리하기 어려운 상황이다. 이를 해결하기 위해 근로자의 재고 파악을 위한 수작업을 최소화하며 자동화를 향상시키기 위해 재고량 자동 수집을 진행한다. 본 논문에서는 IoT기반의 자율이동모듈을 이용한 스마트 창고관리 시스템으로 자율이동모듈이 창고를 이동하면서 재고 보관함의 데이터를 수집한다. 이는 해당 보관함의 자재들 파악하기 위해 카메라 모듈이 비전처리 방식 통해 재고보관함의 네임텍을 인지한다. 인지한 문자화 처리 결과가 일치할 때 센서에 의해 측정된 데이터가 서버로 전달되고 데이터를 처리하여 데이터베이스에 저장한다. 저장된 데이터는 관리자용 웹 기반 모니터링 환경에서 실시간 재고량을 파악할 수 있다. 이를 통해 수작업을 줄이고 자동화된 재고관리시스템의 효과를 기대한다.

Abstract ▼ AI-Helper

The Smart Factory level of manufacturing factories of SMEs now lacks a system for grasping the accurate inventory amount associated with inventory movements in managing warehouses at the basic level. Also, it is difficult to manage accurate materials for loss of data due to worker manual work and production method due to experience. In order to solve this problem, in this paper, automatic acquisition of inventory to minimize manual work to grasp workers' Inventory and improve automation is done. In the smart warehouse management system using the IoT-based autonomous mobile module, the autonomous mobile module acquires the data of the inventory storage while moving through the line. In order to grasp the material of the Inventory storage, The Camera module recognizes the name of the inventory storage. And Then, If output matches, the data measured by the sensor is transferred to the server. This data can be processed, saved in a database, and real-time inventory quantity and location can be grasped in a web-based monitoring environment for administrators. The Real-time Automatic Inventory (RAIC) systems is reduce manual tasks and expect the effects of automated inventory management systems.

주제어

표/그림 (6)

그림 그림 1. 자율이동모듈을 이용한 IoT기반 실시간 자동 창고 관리의 모델 Fig. 1. Model of real-time automatic inventory management based on Autonomous mobile module
그림 그림 2. IoT기반 실시간 자동 재고 관리의 모델 구조 다이어그램 Fig. 2. Model structure diagram of real-time automatic inventory management based on IoT.
그림 그림 3. 문자 인식 처리 및 추출 결과 Fig. 3. Model structure diagram of real-time automatic inventory management based on IoT.
그림 그림 4. 재고 수량을 파악하기 위한 보관함 설계 및 방안 Fig. 4. Inventory storage design and grasping Inventory quantity
그림 그림 5. 모니터링 시스템 화면 Fig. 5. Monitoring system screen
표 표 1. 시스템 구성 Table 1. Testing system the configurations

AI 본문요약
AI-Helper

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

문제 정의

AVG는 이동경로를 설정하기 위한 layout 변경이 광학식에 비해 사물을 인지하는 기술이 부족하다. 따라서, 본 논문에서는 중소제조기업을 위한 고비용의 AGV와 맞춤 Layout 설계를 위해 광학식의 자율이동모듈을 이용한 IoT기반의 창고관리 시스템을 제안한다. 그림1은 예상하는 창고환경에서 IoT기반의 스마트창고관리 모델이다.
본 연구에서는 비용 효율적인 자율 이동성 모듈을 통한 IoT기반 실시간 측정 및 관리가 가능한 스마트 창고관리 시스템을 제안한다. 자율이동모듈이 공장 내부의 창고를 이동하면서 보관함을 인식한다.
창고관리자가 재고 수량과 위치를 실시간으로 모니터링하기 위해. 관리자 페이지를 구현하였다.

가설 설정

또한 로봇 내부의 아두이노와 라즈베리파이(서버) 간의 데이터 전달을 위해 시리얼 통신을 이용하였다. 서버에 전송된 재고량 값은 터미널 상의 콘솔에서 재고 보관함의 칸 수를 개당 재고량으로 가정하고, 결과를 1～3(칸)으로 확인할 수 있다. 확인된 데이터는 연결된 데이터베이스 서버에 저장 된다.

제안 방법

Hardware부분에서는 라즈베리파이 3 모델과 아두이노 우노 사용한다. RF모듈을 통한 라즈베리파이와 아두이노 무선통신을 구현하였다. 초음파센서는 아두이노에 부착하여 물체의 거리인식을 통해 재고 수량을 체크할 수 있다.
창고관리자가 재고 수량과 위치를 실시간으로 모니터링하기 위해. 관리자 페이지를 구현하였다. 데이터 시각화를 높이기 위해 그래프를 구현하여 재고량을 쉽게 파악할 수 있다.
데이터 시각화를 높이기 위해 그래프를 구현하여 재고량을 쉽게 파악할 수 있다. 따라서 기업의 수작업 생산방식에 따른 문제를 해결하기 위해 제안하는 IoT기반의 스마트창고관리 시스템을 통해 데이터를 자동 수집이 가능하다. 이에 따라 사용자의 니즈를 적시에 대응이 가능하고 수작업이었던 작업자의 시간적, 노동적 비용을 감소되어 재고관리의 비용절감 효과를 예상한다.
또한 로봇 내부의 아두이노와 라즈베리파이(서버) 간의 데이터 전달을 위해 시리얼 통신을 이용하였다. 서버에 전송된 재고량 값은 터미널 상의 콘솔에서 재고 보관함의 칸 수를 개당 재고량으로 가정하고, 결과를 1～3(칸)으로 확인할 수 있다.
노이즈가 제거된 이미지의 문자는 선명도를 높이는 방법으로 임계값을 조절하여 인식률을 높였다. 또한, Contour 함수를 사용하여 해당 이미지의 문자의 윤곽선을 추출하여 해당 재고보관함의 네임텍과 일치 가능 여부를 판단하도록 구현하였다. 이는 보관함의 네임텍과 추출된 문자의 결과가 일치 하였을 경우에는 음성을 통해 해당보관함의 문자와 text true를 확인할 수 있다.
자율이동모듈이 공장 내부의 창고를 이동하면서 보관함을 인식한다. 보관함의 네임텍에서 추출된 문자가 일치하면 보관함 상단에 설치된 초음파센서를 통해 재고의 입출입에 따른 거리를 측정하여 수량을 확인한다. 관리자용 웹 기반 모니터링 환경에서 재고보관함의 위치와 수량을 자동으로 파악할 수 있다.
본 논문에서 제안한 시스템의 검증을 위해 표 1과 은 환경을 갖는 창고관리 시스템에 구현되었다. 이는 실시간 자동재고 수집 기반의 시스템으로 RAIC 시스템이라 부른다.
Software부분에서 자율이동모듈인 MCU 기반의 라인트레이서를 이동시키는 코드는 C로 구현하였다. 아두이노와 라즈베리파이간 통신 부분 그리고 데이터베이스는 Python 기반으로 구현하였다.
이미지 인식 시 이미지 촬영 환경에 따른 촬영조명과 이미지 대비 등 다양한 변수가 존재한다. 이를 해결하기 위해 가우시안 필터를 적용하여 노이즈를 제거하고 Contour함수로 이미지 인식률을 높였다.
로봇이 라인에 따라 이동하면서 해당 보관함의 네임텍을 비전카메라가 감지한다. 이미지의 네임텍 인지를 위해 OpenCV 라이브러리와 TesseractOCR엔진을 사용하여 네임텍 결과를 추출한다.
자율이동모듈 내부의 라즈베리파이에 부착된 카메라 모듈과 OpenCV 라이브러리를 통해 해당 재고보관함의 네임텍을 인지하고 추출한다. 그림 3은 문자인식을 처리한 프로세스 및 결과를 의미한다.
이에 따라 해당 재고보관함의 재고량을 파악하기 위해 초음파센서를 사용한다. 재고보관함의 위치를 정확히 감지하기 위해 OpenCV 라이브러리를 통한 인공지능 기반의 IoT기반 창고관리 시스템을 설계한다.
재고량은 재고보관함의 한 칸이 빠질 때마다 초음파센서가 거리 값으로 출력한다. 정확한 재고보관함 수치를 측정하여 보관함의 칸 수마다 해당 값과 거리 값을 일치시켜 재고 수량 데이터의 신뢰성을 높였다. 이에 따라 자율이동모듈은 재고보관함의 네임텍을 인지하면 멈춰, 보관함의 재고량 측정한다.
^[9]은 무인 항공기와 비디오 처리 기술을 이용한 차량 이동을 추적하는 방법론을 제안하였다. 차량 위치 파악 알고리즘은 OpenCV 라이브러리와 고정밀 GPS센서를 이용하여 차량 추적 데이터를 수집 및 평가를 제시하였다. AmitD homne et al.
재고보관함 상단에 3D프린터로 제작한 케이스의 내부 설계 모습이다. 초음파센서를 부착하기 위해 해당 부분을 그라인더로 매끄럽게 갈아 아두이노 우노와 전원 그리고 초음파센서가 놓이도록 설계하였다.
자율이동모듈의 이동경로 운영은 라인을 따라 이동하면서 해당 보관함 앞에 멈추기 위해 검정라인이 겹치는 부분을 인지한다. 회전구간에선서는 바퀴가 해당 라인 방향으로 회전하면서 광센서가 인지한 방향으로 이동하도록 구현하였다.

대상 데이터

그림 3은 문자인식을 처리한 프로세스 및 결과를 의미한다. 비전카메라가 원본 이미지를 촬영한다.
감지기능은 재고 수량의 변동을 감지한다. 사용되는 아두이노 버전은 아두이노 우노(Arduino Uno)와 초음파센서로부터 재고 수량 데이터를 측정한다. 다양한 재고보관함의 아두이노에서 측정된 초음파 센서가 감지한 재고량은 로봇 내부의 메인 아두이노와 RF모듈을 통해 무선 통신하여 데이터를 전송하였다.
그림 1의 자율이동모듈은 공장의 스마트 재고 관리 방안으로 작업자가 자재수량을 수작업으로 파악하는 방식을 활용하여 자동화하기 위해 전용 라인으로 이동한다. 자율이동모듈은 AVR ATMega128 MCU 기반의 라인트레이서 키트를 사용하였다. 광학방식인 자율이동모듈은 바닥면에 전자테이프로 경로를 설정하여 설치비용이 저렴하고 공장 환경에 따른 맞춤형 layout 설계가 가능하다.

이론/모형

OpenCV는 방대한 양의 컴퓨터 비전알고리즘을 기반으로 이미지 처리, 추적, 객체감지 그리고 영상처리 등 다양한 기능을 제공한다. Tesseract기술을 이용하여 텍스트 포인트가 작은 문자도 높은 인식률과 결과를 추출하기 위해 사용한다^[8].

성능/효과

. 그 결과, 창고에 Kiva MFS를 설치하고 로봇 픽업을 적용함에 따라 2014 년 매출액 185 억 1 천만 달러를 달성하였다. 또한 Kiva MFS는 이른바 "부품 투 피커" 창고 시스템으로, 다른 주문 처리 시스템과 비교하여 전통적인 "AS / DS" 장비와는 달리 설치가 쉽지 않은 유형에서도 쉽게 적응하고 유연성을 높일 수 있어 확장이 용이하다^[6].

질의응답

핵심어	질문	논문에서 추출한 답변
	OpenCV가 제공하는 기능은 무엇인가?	OpenCV[7]는 초기에 Intel Corporation에서 개발한 인공지능 기반의 실시간 이미지처리 오픈소스 라이브러리이다. OpenCV는 방대한 양의 컴퓨터 비전알고리즘을 기반으로 이미지 처리, 추적, 객체감지 그리고 영상처리 등 다양한 기능을 제공한다. Tesseract기술을 이용하여 텍스트 포인트가 작은 문자도 높은 인식률과 결과를 추출하기 위해 사용한다[8].
	전통적인 자동 창고 시스템은 무엇을 의미하는가?	전통적인 자동 창고 시스템은 자동 저장 및 검색 모듈,리프팅 장비 및 컨베이어 시스템을 사용하여 물류 센터의 입출고 물품을 쌓아 올리고 운반하는 것을 의미 한다[12]. 이러한 시스템 형태는 현저하게 인적 오류가 발생하고 인건비용이 지속적으로 증가함에 따라 자재 취급 작업의 효율성이 떨어지는 원인으로 작용한다.
	AVG 시스템을 사용하기 어려운 이유는 무엇인가?	그러나 AVG 시스템은 전자 유도식 방안으로 바닥면에 유도선을 설치하는 케이블 공사가 복잡하고 설치비용이 많이 든다. 또한 유도파가 발생되므로 공장 내부의 다른 설비기기의 영향을 미칠 수 있어 사용하기가 어렵다.

참고문헌 (14)

Hugh Boyes, Bil Hallaq, Joe Cunningham, and Tim Watson, "The industrial internet of things (IIoT): An analysis framework Computers in Industry", Vol. 101, pp.1-12, 2018, https://doi.org/10.1016/j.compind.2018.04.015.

상세보기
Jae-Young Chang, "An Experimental Evaluation of Box office Revenue Prediction through Social Bigdata Analysis and Machine Learning", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 17, No. 3, pp.167-173, Jun. 30, 2017. https://doi.org/10.7236/JIIBC.2017.17.3.167
Jeong-A Kim, Jongpil Jeong, Tae-hyun Lee, and Sangmin Bae, "Effectiveness Evaluation of Demand Forecasting Based Inventory Management Model for SME Manufacturing Factory", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 18, No. 2, pp.197-207, Apr. 30, 2018. https://doi.org/10.7236/JIIBC.2018.18.2.197
J. W. Kim, S. H. Sul, J. B. Choi. "Development of unmanned remote smart rescue platform applying Internet of Things technology", International Journal of Distributed Sensor Networks, Vol. 14, No. 6, pp.1-14, 2018.
Min-soo Kang, Chunhwa Ihm, Jaeyeon Lee, Eun-Hye Choi, and Sang Kwang Lee, "A Study on Object Recognition for Safe Operation of Hospital Logistics Robot Based on IoT", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 17, No. 2, pp.141-146, Apr. 30, 2017. https://doi.org/10.7236/JIIBC.2017.17.2.141
Zhe Yuan, Yeming(Yale) Gong, "Improving the Speed Delivery for Robotic Warehouses", This research is supported by China Scholarship Council and Chutian Scholarship. IFACPapersOnLine, Vol 49, NO, 12, pp. 1164-1168, 2016. https://doi.org/10.1016/j.ifacol.2016.07.661
Shu-Jing Zhang1, Lei-Zhang1, and Ri Gao, "Research on Visual Image Processing of Mobile Robot Based on OpenCV", Journal of Computers Vol. 28, No. 5, pp. 255-275, 2017. https://doi:10.3966/199115992017102805023
M. Rajesh, Bindhu K. Rajan, Ajay Roy, K. Almaria Thomas, Ancy Thomas, T. Bincy Tharakan, and C. Dinesh, "Text recognition and face detection aid for visually impaired person using Raspberry PI", International Conference on circuits Power and Computing Technologies [ICCPCT], pp .1-5, 2017. doi: 10.1109/ICCPCT.2017.8074355
Giuseppe Guido, Vincenzo Gallelli, Daniele Rogano, and Alessandro Vitale, "Evaluating the accuracy of vehicle tracking data obtained from Unmanned Aerial Vehicles", International Journal of Transportation Science and Technology, Vol. 5, No.3, pp.136-151,2016. https://doi.org/10.1016/j.ijtst.2016.12.001.

상세보기
Amit Dhomne, Ranjit Kumar and Vijay Bhan, "Gender Recognition Through Face Using Deep Learning", Procedia Computer Science, Vol. 132, pp. 2-10, 2018. https://doi.org/10.1016/j.procs.2018.05.053

상세보기
Binbin Yong, Zijian Xu, Xin Wang, Libin Cheng, Xue Li, Xiang Wu, and Qingguo Zhou, "IoT-based intelligent fitness system", Journal of Parallel and Distributed Computing, Vol. 118, No 1, pp. 14-21, 2018. https://doi.org/10.1016/j.jpdc.2017.05.006.

상세보기
Saleh Alyahya, Qian Wang, and Nick Bennett, "Application and integration of an RFID-enabled warehousing management system - a feasibility study", Journal of Industrial Information ntegration, Vol. 4, pp. 15-25, 2016.
Zongguo Wen, Shuhan Hu, Djavan De Clercq, M. Bruce Beck, Hua Zhang, Huanan Zhang, Fan Fei, and Jianguo Liu, "Design, implementation, and evaluation of an Internet of Things (IoT) network system for restaurant food waste management", Waste Management, Vol 73, pp. 26-38, 2018. https://doi.org/10.1016/j.wasman.2017.11.054.
Jasleen Kaur, Pankaj Deep Kaur, "CE-GMS: A cloud IoT-enabled grocery management system", Electronic Commerce Research and Applications, Vol. 28, pp. 63-72, 2018. https://doi.org/10.1016/j.elerap.2018.01.005.

상세보기

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