KR102685530B1 - 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템 - Google Patents

처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템 Download PDF

Info

Publication number
KR102685530B1
KR102685530B1 KR1020210193124A KR20210193124A KR102685530B1 KR 102685530 B1 KR102685530 B1 KR 102685530B1 KR 1020210193124 A KR1020210193124 A KR 1020210193124A KR 20210193124 A KR20210193124 A KR 20210193124A KR 102685530 B1 KR102685530 B1 KR 102685530B1
Authority
KR
South Korea
Prior art keywords
unit
storage unit
pallet
deep learning
drawer
Prior art date
Application number
KR1020210193124A
Other languages
English (en)
Other versions
KR20230102751A (ko
Inventor
이종환
김여진
김근태
국연호
박상록
김세창
서희정
박영배
김경욱
윤광식
황정철
이동배
백효승
Original Assignee
국립금오공과대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국립금오공과대학교 산학협력단 filed Critical 국립금오공과대학교 산학협력단
Priority to KR1020210193124A priority Critical patent/KR102685530B1/ko
Publication of KR20230102751A publication Critical patent/KR20230102751A/ko
Application granted granted Critical
Publication of KR102685530B1 publication Critical patent/KR102685530B1/ko

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/0407—Storage devices mechanical using stacker cranes
    • B65G1/0421—Storage devices mechanical using stacker cranes with control for stacker crane operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/0485—Check-in, check-out devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
    • B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
    • B65G1/1375—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses the orders being assembled on a commissioning stacker-crane or truck
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
    • B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
    • B65G1/1378—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses the orders being assembled on fixed commissioning areas remote from the storage areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
    • B65G2201/02—Articles
    • B65G2201/0267—Pallets
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/02—Control or detection
    • B65G2203/0208—Control or detection relating to the transported articles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/04—Detection means
    • B65G2203/041—Camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/04—Detection means
    • B65G2203/042—Sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Warehouses Or Storage Devices (AREA)

Abstract

처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은 하부 일단에는 물품을 꺼내거나 삽입할 수 있도록 출납부가 마련되어 있고, 내부 전면과 배면에는 팔레트를 삽입하여 수납할 수 있도록 일정한 간격으로 거치레일이 형성된 저장부와, 상기 저장부의 내부 중앙에 위치되어 상기 저장부의 수직 및 수평방면으로 이송되고, 상기 저장부에 상기 팔레트를 출납부로 이동하거나 상기 팔레트를 수납하는 스태커와, 상기 저장부의 출납부에 마련되어 수납되는 물품을 촬영하여 크기를 측정하는 촬영부와, 상기 저장부의 출납부에 마련되어 수납되는 물품의 무게를 측정하는 감지부와, 상기 스태커, 상기 촬영부, 상기 감지부의 동작을 제어하며, 상기 촬영부와 상기 감지부에 의해 측정된 정보를 기반으로 딥러닝 알고리즘을 적용하여 상기 물품이 수납되는 위치를 자동선정하는 엣지 제어부를 포함한다.

Description

처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템{Deep learning-based smart automatic logistics warehousing system with improved processing speed}
본 발명은 자동적재창고에 관한 것으로, 보다 상세하게는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템에 관한 것이다.
일반적으로 물품을 보관하기 위한 창고는 분할된 복수 개의 공간이 배열된 형태로 구성되어 있으며, 보관 물품의 종류가 많아질수록 작업자가 보관 위치를 빠르게 찾기 어려운 문제점이 있었다.
기술의 발전으로 컴퓨터시스템을 이용하여 제품명의 검색 또는 바코드 인식과 같은 방법을 통해 보관 위치를 작업자가 쉽게 찾을 수 있는 시스템이 적용되고 있으나, 여전히 작업자가 물품을 직접 가져와야 하는 문제점으로 인해 안전사고의 위험과 적재 공간을 크게 확장하기 어려운 문제점이 있었다.
이에 따라, 한국공개특허 제10-2016-0067639호 "자동창고 시스템"과 같이 컴퓨터를 이용하여 적재물을 보관 위치를 설정하고 일정한 위치에 보관된 적재물을 빠른 시간 내에 검색하여 자동으로 출납하기 위한 기술이 개발되었다.
종래의 자동창고 시스템은 자동창고 컴퓨터 프로그래밍에 의해 항상 지정된 위치에 위치하도록 관리되고 있으며, 적재물의 크기가 변경되더라도 할당된 공간이 변경되지 않아, 저장 공간을 비효율적으로 사용하는 문제점이 있었다.
즉, 종래의 자동창고 시스템은 최단거리에 위치한 팔레트를 지정하여 적재하거나, 각 팔레트의 순번을 지정하여 프로그래밍 상 순차적으로 적재하거나, 하중과 무관하게 이동속도를 고정시켜 적재한다.
KR 10-2016-0067639 A
본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 엣지 제어부에서 수신된 정보를 기반으로 딥러닝 알고리즘을 적용하여 물품이 수납되는 위치를 자동선정하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템을 제공한다.
상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 하부 일단에는 물품을 꺼내거나 삽입할 수 있도록 출납부가 마련되어 있고, 내부 전면과 배면에는 팔레트를 삽입하여 수납할 수 있도록 일정한 간격으로 거치레일이 형성된 저장부와, 상기 저장부의 내부 중앙에 위치되어 상기 저장부의 수직 및 수평방면으로 이송되고, 상기 저장부에 상기 팔레트를 출납부로 이동하거나 상기 팔레트를 수납하는 스태커와, 상기 저장부의 출납부에 마련되어 수납되는 물품을 촬영하여 크기를 측정하는 촬영부와, 상기 저장부의 출납부에 마련되어 수납되는 물품의 무게를 측정하는 감지부와, 상기 스태커, 상기 촬영부, 상기 감지부의 동작을 제어하며, 상기 촬영부와 상기 감지부에 의해 측정된 정보를 기반으로 딥러닝 알고리즘을 적용하여 상기 물품이 수납되는 위치를 자동선정하는 엣지 제어부를 포함하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템이 제공된다.
또한, 본 발명에서 딥러닝 알고리즘은 유전 알고리즘(Genetic Algorithm, GA)을 적용하는 것을 특징으로 한다.
또한, 본 발명에서 저장부의 출납부의 양측에 각각 형성되며 상기 팔레트에 거치된 상기 적재물을 상기 팔레트의 중앙에 위치되도록 외면을 가압하여 정렬하는 정렬부를 더 포함하는 것을 특징으로 한다.
또한, 본 발명에서 감지부는, 출납부에 형성되어 상기 출납부에 거치된 상기 팔레트의 무게를 측정하여 상기 팔레트에 적재되는 상기 적재물의 무게를 측정하는 다수 개의 무게센서로 이루어지는 것을 특징으로 한다.
본 발명의 실시예에 따른 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은, 적재 및 오더 피킹 작업시 최단시간에 작업을 진행하기 위한 딥러닝 알고리즘이 적용된다. 즉, 엣지 제어부에서 수신된 정보를 기반으로 딥러닝 알고리즘을 적용하여 물품이 수납되는 위치를 자동선정한다.
딥러닝 알고리즘은 적재 데이터 분석과 학습을 통한 적재 장소 최적화를 진행하는데, 적재수량, 하중, 소요랑 예측을 하여 자율운행 학습을 진행한다.
즉, 시간대별 입고/출고 소요량 예측 및 이동시간을 단축시킬 수 있으며, 최소작업공간으로 작업편리성 부여 및 입출고 병목현상을 해결한다.
또한, 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은 딥러닝 기반 최적의 동선을 파악하고, 순차적재 및 사전 프로그래밍화 된 로직에 의한 적재가 아니라 물류의 전반적인 흐름을 파악하여 적재장소를 지정함으로써 효율 극대화 가능하다.
또한, 하중에 따른 속도 조절이 가능하므로 이동시간 최소화를 실현할 수 있으며, 기간별, 사용빈도별 최적위치 선정으로 불필요한 동선을 최소화시킨다.
도 1은 본 발명의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 개념도
도 2는 본 발명의 실시예에 따른 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 구성도
도 3은 도 2의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 동작 비교도
도 4는 도 2의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템에서 실시예에 따른 스태커형 적재창고의 사시도
도 5는 적재창고의 스태커를 나타낸 사시도
도 6은 적재창고의 스태커 포크를 나타낸 사시도
도 7은 적재창고의 스태커 포크가 동작된 모습을 나타낸 사시도
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
도 1은 본 발명의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 개념도이고, 도 2는 본 발명의 실시예에 따른 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 구성도이고, 도 3은 도 2의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 동작 비교도이다.
도 1 내지 도 3을 참조하면, 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은 적재 및 오더 피킹 작업시 최단시간에 작업을 진행하기 위한 딥러닝 알고리즘이 적용된다.
딥러닝 알고리즘은 적재 데이터 분석과 학습을 통한 적재 장소 최적화를 진행하는데, 적재수량, 하중, 소요랑 예측을 하여 자율운행 학습을 진행한다.
즉, 시간대별 입고/출고 소요량 예측 및 학습을 이동시간 단축시킬 수 있으며, 최소작업공간으로 작업편리성 부여 및 입출고 병목현상을 해결한다.
본 실시예에서 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은,
제1 자동물류 적재창고 그룹(1), 제2 자동물류 적재창고 그룹(2), 관리서버(3)를 포함하여 구성된다.
관리서버(3)는 제1 자동물류 적재창고 그룹(1)의 엣지 제어부와, 제2 자동물류 적재창고 그룹(2)의 엣지 제어부로부터 모든 데이터를 취합한 후, 각 엣지 제어부의 연산량을 고려하여 각각의 엣지 제어부의 데이터 처리용량을 독립적으로 설정할 수 있다.
즉, 관리서버(3)는 제1 엣지 제어부가 촬영부의 데이터를 수신하여 딥러닝할 때, 연산량이 기준값보다 초과하는 경우, 일부 데이터를 전송받아 분산 딥러닝 처리한 후 중간 결과물을 제1 엣지 제어부에 전송하여 최종결과는 제1 엣지 제어부에서 도출하도록 처리한다.
기본적으로 엣지 제어부는 자동물류 적재창고 그룹이 설치된 현장에 직접적으로 설치되므로, 현장에서 미리 할당된 기능을 수행함으로서, 관리서버(3)의 연산량을 감소시켜 처리속도를 향상시킬 수 있다.
도 3은 도 2의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템의 동작 비교도이다.
도 3을 참조하면, 본 발명의 실시예에 따른 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은, 적재 및 오더 피킹 작업시 최단시간에 작업을 진행하기 위한 딥러닝 알고리즘이 적용된다. 즉, 엣지 제어부에서 수신된 정보를 기반으로 딥러닝 알고리즘을 적용하여 물품이 수납되는 위치를 자동선정한다.
딥러닝 알고리즘은 적재 데이터 분석과 학습을 통한 적재 장소 최적화를 진행하는데, 적재수량, 하중, 소요랑 예측을 하여 자율운행 학습을 진행한다.
즉, 시간대별 입고/출고 소요량 예측 및 이동시간을 단축시킬 수 있으며, 최소작업공간으로 작업편리성 부여 및 입출고 병목현상을 해결한다.
또한, 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은 딥러닝 기반 최적의 동선을 파악하고, 순차적재 및 사전 프로그래밍화 된 로직에 의한 적재가 아니라 물류의 전반적인 흐름을 파악하여 적재장소를 지정함으로써 효율 극대화 가능하다.
또한, 하중에 따른 물품의 이동속도 조절이 가능하므로 이동시간 최소화를 실현할 수 있으며, 기간별, 사용빈도별 최적위치 선정으로 불필요한 동선을 최소화시킨다.
본원발명에서 딥러닝 알고리즘은, 일반적으로 알려진 개미집단 최적화 알고리즘과 국부 최적값에 빠지는 단점을 보완하여 돌연변이를 통해 새로운 경로를 제공하여 전역 최적값으로 넘어갈 수 있는 기회를 제공하는 유전 알고리즘(Genetic Algorithm, GA)을 같이 적용할 수 있다.
도 4는 도 2의 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템에서 실시예에 따른 스태커형 적재창고의 사시도이고, 도 5는 적재창고의 스태커를 나타낸 사시도이고, 도 6은 적재창고의 스태커 포크를 나타낸 사시도이고, 도 7은 적재창고의 스태커 포크가 동작된 모습을 나타낸 사시도이다.
도 4 내지 도 7에 도시된 바와 같이, 본 발명에 따른 적재창고는 하부 일단에는 물품을 꺼내거나 삽입할 수 있도록 출납부(120)가 마련되어 있고, 내부 전면과 배면에는 팔레트(10)를 삽입하여 수납할 수 있도록 일정한 간격으로 거치레일(110)이 형성된 저장부(100)와, 저장부(100)의 내부 중앙에 위치되어 저장부(100)의 수직 및 수평방면으로 이송되고, 저장부(100)에 수납된 팔레트(10)를 출납부(120)로 이동하거나 팔레트(10)를 저장부(100)에 수납하는 스태커(200)와, 저장부(100)의 출납부(120)에 마련되어 수납되는 물품을 촬영하여 크기를 측정하는 촬영부(300)와, 저장부(100)의 출납부(120)에 마련되어 수납되는 물품의 무게를 측정하는 감지부(400)와, 스태커(200), 촬영부(300), 감지부(400)의 동작을 제어하며, 촬영부(300)와 감지부(400)에 의해 측정된 정보를 기반으로 딥러닝 알고리즘을 적용하여 기반으로 물품이 수납되는 위치를 선정하는 엣지 제어부(600)를 포함하는 것을 특징으로 한다. 여기에서 딥러닝 알고리즘은 유전 알고리즘(Genetic Algorithm, GA)을 적용할 수 있다.
저장부(100)의 출납부(120)의 양측에 각각 형성되며 팔레트(10)에 거치된 적재물을 팔레트(10)의 중앙에 위치되도록 외면을 가압하여 정렬하는 정렬부(500)를 더 포함하는 것을 특징으로 한다.
저장부(100)는 내부가 비어져 있는 사각형 형태의 프레임으로 형성되어 있으며, 하부 일단에는 저장부(100) 내부에 형성된 적재물이 적층된 팔레트(10)를 꺼내거나 수납하기 위한 컨베이어벨트로 이루어진 출납부(120)가 형성되어 있다.
이때 저장부(100)의 내부 전면과 배면에는 각각 팔레트(10)가 수납되어 저장될 수 있도록 다수 개의 거치레일(110)이 형성되어 있으며, 저장부(100)의 내부에 다수 개의 팔레트(10)가 수납되어 있어 스태커(200)에 의해 하나씩 출납부(120)로 노출시켜 수납되는 적재물을 팔레트(10) 상부에 거치시킨 후 스태커(200)에 의해 저장부(100) 내부로 수납할 수 있게 된다.
거치레일(110)은 팔레트(10)의 양측 하부면을 지지할 수 있도록 형성되어 있기 때문에 적재물의 크기에 맞춰 팔레트(10)가 삽입되는 위치를 변경함으로써 적재물이 수납되는 공간을 조절할 수 있게 된다.
스태커(200)는 저장부(100)의 중앙에 위치되어 수평 또는 수직 방면으로 이동될 수 있도록 형성되고, 저장부(100)의 전면 또는 배면에 형성되어 있는 거치레일(110)을 향해 슬라이딩되어 팔레트(10)를 인출 또는 삽입하기 위해 사용된다.
이를 위해 스태커(200)는 저장부(100)의 내부에 형성되어 엣지 제어부(600)에 의해 수직으로 승강되도록 형성되는 제1이송부(210)와, 제1이송부(210)에 형성되어 저장부(100)의 일단 또는 타단을 향해 수평으로 이동되는 제2이송부(220)와, 제1이송부(210)에 형성되어 저장부(100)의 전면 또는 배면 방면으로 슬라이딩된 후 팔레트(10)를 파지하여 제1이송부(210)의 상부로 위치시키는 포크(230)로 이루어진다.
이때 제1이송부(210) 및 제2이송부(220)는 수치제어에 의해 승강되는 위치를 판단하여 설정된 위치에 수납된 팔레트(10)가 인출 또는 삽입될 수 있도록 하는 것이 바람직하며, 포크(230)는 팔레트(10)의 전면 하부에 형성된 홈에 삽입될 수 있도록 길이가 신축될 수 있도록 형성되어 있다.
제1이송부(210)는 와이어(211)를 통해 권취모터(212)와 연결되어 있으며, 권취모터(212)는 와이어(212)와 연결된 권취릴(213)을 회전시킴으로써 와이어(212)의 권취 방향에 따라 승강될 수 있도록 형성되어 있으며, 제2이송부(220)는 이송모터(234)에 의해 레일을 따라 수평방향으로 이송될 수 있도록 형성되어 있다.
포크(230)는 제1이송부(210)의 상부에 고정되어 있는 베이스 스테이지(231)가 형성되어 있고, 베이스 스테이지(231) 상부에 제1스테이지(232)와 제2스테이지(233)가 순차적으로 결합되어 있다.
제1스테이지(232)는 베이스 스테이지(231)의 일단과 타단 방면만 구속되어 이동될 수 있도록 형성되고, 제2스테이지(233)는 제1스테이지(232)의 일단 또는 타단 방향을 향해 돌출되어 팔레트(10) 내부로 삽입될 수 있게 된다.
제2스테이지(233)가 팔레트(10)에 삽입되면 제1이송부(210)가 상승되어 팔레트(10)를 거치레일(110)로부터 이격시키고, 제2스테이지(233) 및 제1스테이지(232)가 베이스 스테이지(231)의 중앙으로 위치되면서 팔레트(10)를 제1이송부(210) 상부로 위치시킬 수 있게 된다.
촬영부(300)는 저장부(100) 내부로 저장되는 적재물의 크기를 측정하기 위한 것으로 카메라를 이용하여 적재물을 촬영하고, 촬영된 정보를 기반으로 적재물의 크기를 3차원으로 측정하여 저장되는 공간을 할당하기 위해 사용된다.
이를 위해 촬영부(300)는 출납부(120)의 상부에 위치되어 팔레트(10)의 상부에 적재된 적재물의 상부면 크기를 측정하는 제1카메라(310)와, 스태커(200)에 형성되어 팔레트(10)의 상부에 적재된 적재물의 전면을 촬영하여 전면 크기를 측정하는 제2카메라(320)와, 팔레트(10)에 형성되어 제1카메라(310)와 제2카메라(320)가 적재물을 촬영할 때 함께 촬영되어 기준치수를 결정하는 기준마커(330)로 이루어지는 것을 특징으로 한다.
촬영부(300)의 제1카메라(310)는 출납부(120)의 상부에 위치되어 있기 때문에 항상 출납부(120)에 위치된 팔레트(10)의 상부에 적재된 적재물의 가로와 세로 크기를 측정할 수 있게 되며, 제2카메라(320)는 출납부(120)의 측면에 형성되어 적재물의 높이 방향을 촬영함으로써 적재물에 대한 3차원의 크기를 측정할 수 있게 된다.
이때 팔레트(10)에는 촬영된 이미지에서 기준 치수를 설정하기 위한 기준마커(330)가 다수개가 형성되어 있으며, 제1카메라(310)와 제2카메라(320)는 적재물을 촬영할 때 함께 촬영된 기준마커(330)의 크기를 기준으로 적재물의 크기를 산정할 수 있게 된다.
이때 기준마커(330)의 크기는 1cm 또는 10cm단위로 형성되어 있는 것이 바람직하며, 이러한 치수는 적재되는 적재물의 크기에 따라 달라질 수 있게 된다.
엣지 제어부(600)는 측정된 적재물의 크기에 맞춰 저장부(100)에 저장되는 위치를 할당하게 되며, 이때 적재물의 크기는 엣지 제어부(600)에 저장되어 다음 적재물이 수납될 때 수납되어 있는 적재물의 공간을 제외한 영역에서부터 공간을 할당할 수 있게 된다.
즉, 치수를 통해 정확한 위치를 파악할 수 있으므로 공간을 최대한으로 활용할 수 있게 된다.
감지부(400)는 팔레트(10)에 적재된 적재물의 중량을 측정하여 고중량은 저장부(100)의 하부에 위치되도록 하고 저중량은 저장부(100)의 상부에 위치되도록 함으로써 저장부(100)의 무게중심이 하부에 위치되도록 하여 저장부(100)가 쓰러지거나 스태커(200)가 구동할 때 파손되는 것을 최소화하기 위해 사용된다.
이를 위해 감지부(400)는 출납부(120)에 형성되어 출납부(120)에 거치된 팔레트(10)의 무게를 측정하고 빈 팔레트를 기준으로 팔레트(10)에 적재되는 적재물의 무게를 측정하는 다수 개의 무게센서(410)로 이루어지는 것을 특징으로 한다.
출납부(120)는 다수 개의 봉이 회전되도록 형성되는 컨베이어 벨트로 이루어져 있는데, 각각의 봉에 무게센서(410)를 형성시켜 팔레트(10)가 거치된 후 적재물의 중량에 의해 하부 방면으로 가압되면 무게센서(410)가 중량을 측정하여 적재물의 무게를 측정할 수 있게 된다.
이때 무게가 팔레트(10)에 적재되는 허용범위 또는 스태커(200)가 구동하기 위한 허용범위를 초과하는 경우 엣지 제어부(600)에 의해 수납이 되지 않도록 스태커(200)가 정지되고 경고 알람이 발생되도록 제어될 수 있게 된다.
정렬부(500)는 출납부(120)의 양측에 위치되어 팔레트(10)의 상부에 적재되는 적재물의 위치를 중앙에 위치되도록 하기 위한 것으로, 양측에는 중앙을 향해 슬라이드 되어 이동되는 가압대(510)가 형성되어 있고, 가압대(510)가 이송되기 위한 가압레일(520)이 출납부(120) 내부에 형성되어 있다.
즉, 촬영부(300)에 의해 적재물을 촬영할 때 적재물의 위치가 촬영범위를 벗어나거나 기준마커(330)를 가리는 경우 정렬부(500)에 의해 적재물을 팔레트(10)의 중앙에 위치시켜 촬영이 용이한 자세로 정렬시킬 수 있게 된다.
또한 정렬부(500)는 팔레트(10)를 선택적으로 정렬시킬 수 있으며, 이를 통해 스태커(200)의 포크(230)가 팔레트(10)에 형성된 홈에 정확하게 삽입될 수 있도록 제어할 수도 있게 된다.
참고적으로, 엣지 제어부(600)는 현장에 설치된 개인용 컴퓨터 또는 업무용 컴퓨터로 구성될 수 있는데, 컴퓨터에 설치된 제어 애플리케이션은 미리 등록된 스마트폰에 설치된 제어 애플리케이션과 연동되어 동작할 수 있다.
따라서 관리자는 자신의 스마트폰에 설치된 제어 애플리케이션을 통해 시스템의 동작상태를 실시간으로 확인할 수 있다.
또한, 제어 애플리케이션은 각 팔레트의 적재물의 종류, 보관상태, 보관누적시간, 입고시간, 예상출고시간 등을 데이터베이스 형태로 관리하여 최적화된 정보를 제공할 수 있다.
제어 애플리케이션은 팔레트에 적재물을 적재하는 동안의 진동상태를 표시할 수 있다. 즉, 적재물의 이동경로에 따른 진동크기를 표시하고, 미리 설정된 진동크기를 초과할 경우, 해당 구간의 상태를 유의구간으로 지정한 후, 다른 적재물의 적재과정에서 이동속도를 자동 감속시키도록 자동 제어할 수 있다. 이러한 판단은 학습된 딥러닝 알고리즘에 의해서 결정될 수 있다.
또한, 복수의 주변 카메라가 구비될 수 있으며, 촬영된 정보는 엣지 제어부로 전송된다.
주변 카메라는 시스템의 주변을 촬영하는데, 적재물이 이동하는 상태를 촬영할 뿐만 아니라, 주위의 작업자의 행위, 지게차 이동상태 까지 촬영하도록 동작한다.
엣지 제어부로 전송된 영상은 관리자의 휴대용 단말기(스마트폰)로 전송될 수 있는데, 휴대용 단말기의 화면에 표시된 적재물의 실제영상정보에 대응되는 가상객체가 표시될 수 있다. 가상객체가 터치될 경우, 터치된 부위에 해당하는 미리 설정된 가상객체의 움직임이 재생될 수 있다.
예를 들면, (패키징된) 적재물의 아이콘이 가상객체로 표시되고 해당부분을 터치하면 적재물의 3D 모델링 이미지가 회전하면서 표시될 수 있다.
이와 같이, 휴대용 단말기의 화면에 실제영상정보에 대응되는 가상객체가 표시될 경우, 선택된 가상객체의 좌표는 실제영상정보에 대한 공간 좌표계에서 휴대용 단말기의 모바일 좌표계로 변경되고, 선택 해제된 가상객체의 좌표는 휴대용 단말기의 모바일 좌표계에서 실제영상정보에 대한 공간 좌표계로 변경될 수 있다.
한편, 복수의 주변 카메라는 가시영상 촬영부, 열화상 촬영부, 레이더 센서부를 포함하는데, 그 각각의 카메라는 내부의 모터를 이용하여 회전(PAN), 방향기울기(TILT), 줌(ZOOM) 조정이 가능하도록 구성되는 것이 바람직하며, 가시영상 촬영부, 열화상 촬영부, 레이더 센서부는 모두 동일한 촬영영역을 감지하도록 설정되는 것이 가장 바람직하다.
만약 가시영상 촬영부, 열화상 촬영부, 레이더 센서부가 서로 다른 촬영영역을 감지할 경우, 엣지 제어부는 가시영상 촬영부, 열화상 촬영부, 레이더 센서부가 각각 감지하는 영역 중에서 공통영역만을 자동으로 촬영영역으로 설정하여 영상을 처리하는 동작을 진행한다.
참고적으로, 엣지 제어부는 복수의 주변 카메라의 촬영정보를 토대로 시스템 주위를 이동하는 지게차의 화재를 자동 추정할 수 있다. 이때, 메인 제어부는 지게차의 엔진룸의 온도 뿐만 아니라 배기가스의 방출량 및 방출누적시간을 토대로 화재위험을 경고할 수 있다. 이때 엣지 제어부는 딥러닝 알고리즘을 통해 지게차의 화재위험을 검출할 경우, 지게차 주변에 적재된 적재물을 지게차에서 가장 원거리에 있는 위치로 이동하도록 제어한다.
이때, 엣지 제어부는 적재물의 종류에 대한 정보를 취합하고 있으므로, 적재물에 대한 화재위험도를 고려하여 가연성, 인화성 물질을 우선순위로 원거리로 이동시킬 수 있다. 또한, 엣지 제어부는 소정의 위치에 배치된 소화액이 포함된 적재물을 화재위험이 있는 지역으로 가장 가까이 이동시켜서 화재전파를 지연시키도록 제어할 수 있다.
또한, 엣지 제어부는 지게차의 속도를 추정할 때, 가시영상의 픽셀변화량 및 레이더 센서부의 측정값 뿐만 아니라 열화상 촬영부에서 감지된 배기가스 방출량 및 배기가스 온도변화량을 추가로 고려하여 지게차의 속도 변화량을 추정할 수도 있다.
상술한 바와 같이, 본 발명에 따른 적재창고에 의하면, 팔레트에 적재된 적재물의 사이즈를 자동으로 측정하여 저장공간을 효율적으로 사용할 수 있으며, 적재물의 무게를 측정하여 하중이 무거운 적재물은 하단에 위치하도록 하여 하중에 의한 장비의 틀어짐이나 부하를 감소시킬 수 있고, 팔레트 상부에 거치된 적재물의 위치가 틀어지지 않도록 팔레트의 중앙에 자동으로 정렬시킬 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은, 적재 및 오더 피킹 작업시 최단시간에 작업을 진행하기 위한 딥러닝 알고리즘이 적용된다. 즉, 엣지 제어부에서 수신된 정보를 기반으로 딥러닝 알고리즘을 적용하여 물품이 수납되는 위치를 자동선정한다.
딥러닝 알고리즘은 적재 데이터 분석과 학습을 통한 적재 장소 최적화를 진행하는데, 적재수량, 하중, 소요랑 예측을 하여 자율운행 학습을 진행한다.
즉, 시간대별 입고/출고 소요량 예측 및 이동시간을 단축시킬 수 있으며, 최소작업공간으로 작업편리성 부여 및 입출고 병목현상을 해결한다.
또한, 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템은 딥러닝 기반 최적의 동선을 파악하고, 순차적재 및 사전 프로그래밍화 된 로직에 의한 적재가 아니라 물류의 전반적인 흐름을 파악하여 적재장소를 지정함으로써 효율 극대화 가능하다.
또한, 하중에 따른 속도 조절이 가능하므로 이동시간 최소화를 실현할 수 있으며, 기간별, 사용빈도별 최적위치 선정으로 불필요한 동선을 최소화시킨다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10 : 팔레트
100 : 저장부
110 : 거치레일
120 : 출납부
200 : 스태커
210 : 제1이송부
211 : 와이어
212 : 권취모터
213 : 권취릴
220 : 제2이송부
221 : 이송모터
230 : 포크
231 : 베이스 스테이지
232 : 제1 스테이지
233 : 제2 스테이지
234 : 구동모터
300 : 촬영부
310 : 제1카메라
320 : 제2카메라
330 : 기준마커
400 : 감지부
410 : 무게센서
500 : 정렬부
510 : 가압대
520 : 가압레일
600 : 엣지 제어부

Claims (4)

  1. 하부 일단에는 물품을 꺼내거나 삽입할 수 있도록 출납부가 마련되어 있고, 내부 전면과 배면에는 팔레트를 삽입하여 수납할 수 있도록 일정한 간격으로 거치레일이 형성된 저장부;
    상기 저장부의 내부 중앙에 위치되어 상기 저장부의 수직 및 수평방면으로 이송되고, 상기 저장부에 상기 팔레트를 출납부로 이동하거나 상기 팔레트를 수납하는 스태커;
    상기 저장부의 출납부에 마련되어 수납되는 물품을 촬영하여 크기를 측정하는 촬영부;
    상기 저장부의 출납부에 마련되어 수납되는 물품의 무게를 측정하는 감지부; 및
    상기 스태커, 상기 촬영부, 상기 감지부의 동작을 제어하며, 상기 촬영부와 상기 감지부에 의해 측정된 정보를 기반으로 딥러닝 알고리즘을 적용하여 상기 물품이 수납되는 위치를 자동선정하는 엣지 제어부;
    를 포함하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템.
  2. 제1항에 있어서,
    상기 딥러닝 알고리즘은 유전 알고리즘(Genetic Algorithm, GA)을 적용하는 것을 특징으로 하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템.
  3. 제1항에 있어서,
    상기 저장부의 출납부의 양측에 각각 형성되며 상기 팔레트에 거치된 적재물을 상기 팔레트의 중앙에 위치되도록 외면을 가압하여 정렬하는 정렬부;를 더 포함하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템.
  4. 제1항에 있어서,
    상기 감지부는,
    상기 출납부에 형성되어 상기 출납부에 거치된 상기 팔레트의 무게를 측정하여 상기 팔레트에 적재되는 적재물의 무게를 측정하는 다수 개의 무게센서;로 이루어지는 것을 특징으로 하는 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템.
KR1020210193124A 2021-12-30 2021-12-30 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템 KR102685530B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210193124A KR102685530B1 (ko) 2021-12-30 2021-12-30 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210193124A KR102685530B1 (ko) 2021-12-30 2021-12-30 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템

Publications (2)

Publication Number Publication Date
KR20230102751A KR20230102751A (ko) 2023-07-07
KR102685530B1 true KR102685530B1 (ko) 2024-07-15

Family

ID=87154497

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210193124A KR102685530B1 (ko) 2021-12-30 2021-12-30 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템

Country Status (1)

Country Link
KR (1) KR102685530B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100665381B1 (ko) 2005-08-01 2007-01-04 민삼환 판재 적재 시스템
KR102168939B1 (ko) 2020-01-09 2020-10-23 (주) 한조 제어 애플리케이션 의해 효율적으로 구동되는 스태커형 자동창고 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0692409A (ja) * 1992-09-11 1994-04-05 Okamura Corp スタッカークレーンの走行制御方法及び装置
KR19980047020U (ko) * 1996-12-28 1998-09-25 이종수 중력 보상형 스태커 크레인
KR101676717B1 (ko) 2014-12-04 2016-11-17 주식회사 에스에프에이 자동창고 시스템
JP6332115B2 (ja) * 2015-04-06 2018-05-30 株式会社ダイフク 物品収納設備
KR102685300B1 (ko) * 2021-12-28 2024-07-16 주식회사 인스턴 사용자 단말기와 연동되는 딥러닝 기반 스마트 자동물류 적재창고 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100665381B1 (ko) 2005-08-01 2007-01-04 민삼환 판재 적재 시스템
KR102168939B1 (ko) 2020-01-09 2020-10-23 (주) 한조 제어 애플리케이션 의해 효율적으로 구동되는 스태커형 자동창고 시스템

Also Published As

Publication number Publication date
KR20230102751A (ko) 2023-07-07

Similar Documents

Publication Publication Date Title
WO2020088132A1 (zh) 货物搬运系统和方法
US10280013B2 (en) Article loading facility
KR102121132B1 (ko) 시멘틱 매핑을 이용한 로봇 네비게이션
JP6585282B2 (ja) 自律的な注文履行及び在庫制御ロボット
KR102404136B1 (ko) 입고관리시스템 및 방법
CN111861325B (zh) 一种仓储系统和仓储控制方法
KR20190032284A (ko) 상점의 선반 상의 제품의 배치를 추적하기 위한 방법
WO2020220772A1 (zh) 仓储管理、库存管理系统及方法
JP6139375B2 (ja) パレット管理システム、パレット管理装置およびフォークリフト
WO2021047289A1 (zh) 自动搬运系统
WO2008057504A2 (en) Load tracking system based on self- tracking forklift
KR20190048674A (ko) 지능형 무인자율주행 물류 로봇
CN110428209B (zh) 一种盘点设备、盘点管理系统及盘点方法
KR102168939B1 (ko) 제어 애플리케이션 의해 효율적으로 구동되는 스태커형 자동창고 시스템
KR102685300B1 (ko) 사용자 단말기와 연동되는 딥러닝 기반 스마트 자동물류 적재창고 시스템
CN115806143A (zh) 一种印刷版辊的全自动立体化仓库及高速出入库管理方法
CN109606831B (zh) 物品包装填充方法
KR102685530B1 (ko) 처리속도가 향상된 딥러닝 기반 스마트 자동물류 적재창고 시스템
KR102668615B1 (ko) 주변환경과 연동되는 딥러닝 기반 스마트 자동물류 적재창고 시스템
JP6967333B2 (ja) ピッキング支援システム及びピッキング支援方法
KR20240022739A (ko) 화재 위험도를 추정하는 딥러닝 기반 스마트 자동물류 적재창고 시스템
KR20220097764A (ko) 적재물에 따라 수납 위치 설정이 가능한 스태커형 자동적재창고
JP3832997B2 (ja) 物品保管管理システム
JP4446924B2 (ja) 図書保管管理システム
EP3904223A1 (en) Article package filling method, article packaging method and device, and control system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant