KR20200002383A - 일렬 정렬이 불필요한 화물 분류장치 및 그 방법 - Google Patents

Abstract

일렬 정렬이 불필요한 화물 분류장치 및 그 방법이 개시된다. 일 실시 예에 따른 화물 분류장치는, 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송하는 화물 이송부와, 화물 이송부를 통해 이송 중인 각 화물의 2차원 위치를 감지하고 추적하는 위치 추적부와, 위치 추적부의 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류하는 화물 분류부를 포함한다.

Description

일렬 정렬이 불필요한 화물 분류장치 및 그 방법 {Automated article sorter capable of sorting articles without the alignment in a line and method thereof}

본 발명은 물류 처리기술에 관한 것으로, 보다 상세하게는 이송 컨베이어를 통한 화물 이송 기술에 관한 것이다.

택배시장 성장과 거점형 물류센터 건립에 따른 고속 화물처리 요구가 증가하고 있다. 물류센터에서의 화물 처리는 부분 자동화에서 완전 자동화로 진화하고 있다. 이에 따라 화물을 자동으로 분류하는 화물 분류장치에 대한 수요가 증가하고 있다.

일반적인 화물 분류장치는 성능과 공간 효율성 측면에서 다음과 같은 문제가 있다. 성능 측면에서, 기존 장치는 화물을 일렬로 정렬해야만 해당하는 구분구로 화물을 구분할 수 있으므로 화물의 투입량과 구분속도가 향상되어도 처리량에는 한계가 존재한다. 공간 효율성 측면에서, 기존 장치는 투입량을 늘리기 위해 다수의 화물 공급부를 두고 있으며, 동시에 화물을 일렬로 정렬하기 위해 다소 긴 정렬부로 구성되어 있다. 따라서, 화물 공급부와 정렬부가 많은 공간을 차지하게 된다.

일 실시 예에 따라, 화물을 일렬 이상으로 투입해도 분류하여 성능과 공간 효율성을 높일 수 있는 화물 분류장치 및 그 방법을 제안한다.

일 실시 예에 따른 화물 분류장치는, 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송하는 화물 이송부와, 화물 이송부를 통해 이송 중인 각 화물의 2차원 위치를 감지하고 추적하는 위치 추적부와, 위치 추적부의 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류하는 화물 분류부를 포함한다.

위치 추적부는, 이송 중인 화물의 식별정보로부터 화물 구분정보를 획득하는 구분정보 획득부와, 적어도 하나의 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득하는 위치정보 획득부와, 획득된 화물의 구분정보와 화물의 2차원 위치정보를 연결시키는 정보 매칭부를 포함할 수 있다.

구분정보 획득부는, 화물 이송부에 공급되는 단일 또는 복수 화물의 영상을 스캔하는 적어도 하나의 영상 스캐너와, 각 영상 스캐너를 통해 영상을 획득하고 획득된 영상으로부터 각 단일 화물의 식별정보를 인식하는 화물 인식부와, 인식된 각 단일 화물의 식별정보를 가지고 각 화물의 구분정보를 조회하여 다중 화물을 분류하는 구분정보 처리부를 포함할 수 있다.

화물 인식부는, 각 단일 화물의 식별정보 인식을 위해, 바코드 판독, 구분코드 판독, 비디오 코딩 및 주소 판독 중 적어도 하나를 이용하고, 인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 이용하여 식별정보를 인식할 수 있다.

위치정보 획득부는, 적어도 하나의 비전 카메라를 이용하여 이송 중인 화물들의 영상을 획득하는 영상 획득부와, 영상 획득부를 통해 획득된 영상을 영상 처리하는 영상 처리부와, 영상 처리된 데이터를 분석하여 화물들을 검출하고 검출된 각 화물의 이동시각 및 외관을 인식하여 화물의 위치를 추적하는 영상 분석부와, 인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 영상 분석을 위해 영상 분석부에 제공하는 인공지능 연계부를 포함할 수 있다.

위치 추적부는, 구분정보 획득부의 구분정보 획득 이전에, 각 화물의 크기와 방향을 측정하는 크기 측정부를 더 포함하며, 구분정보 획득부는 크기 측정부를 통해 측정된 정보를 이용하여 초점을 맞춘 후 크기가 상이한 화물의 영상을 고속 스캔하는 자동 초점 영상 스캐너를 포함할 수 있다.

화물 분류부는, 각 화물의 구분정보에 따라 각 화물을 배출하기 위한 목적지 구분구를 결정하고 비전 카메라를 통해 화물들의 위치를 추적하면서 각 화물이 결정된 목적지 구분구에 배출될 수 있도록 화물들을 정렬하는 화물 정렬부와, 비전 카메라를 통해 화물의 위치를 추적하면서 선택적으로 목적지 구분구에 화물을 배출하는 화물 배출부를 포함할 수 있다.

화물 정렬부는, 각 화물에 지정된 목적지 구분구에 맞게 해당 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하며, 목적지 구분구에 따라 중복 정렬을 허용하는 배출 정책 결정부와, 결정된 배출 정책에 따라 비전 카메라와 연동하여 화물의 정렬 위치를 제어하고, 비전 카메라를 통해 화물 위치를 추적하며, 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 순서 및 간격을 포함한 화물 위치를 제어하는 실시간 위치 제어부를 포함할 수 있다.

화물 배출부는, 각 화물을 운반하는 분류 셀들을 개별 제어하여 개별적으로 화물을 배출하거나 다수의 분류 셀을 그룹으로 제어하여 그룹으로 화물을 배출하고, 배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정하며, 지정된 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트하는 배출 제어부와, 비전 카메라와 연계하여 화물 위치를 추적하며 지정된 목적지 구분구에 화물의 선택적 배출을 제어하는 배출 선택부를 포함할 수 있다.

배출 제어부는, 화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 해당 화물들이 배출될 목적지 구분구가 서로 상이하면 각 화물이 각자의 목적지 구분구에 배출될 수 있도록 각 화물의 배출 방향을 개별적으로 제어해서 동시에 처리할 수 있다.

화물 분류부는, 화물 구분정보에 따라 결정된 화물 배출방향에 맞추어 각 화물이 진행하도록 각 분류 셀의 이송 방향을 전환하여 화물을 구분하는 방향 전환부를 더 포함할 수 있다. 각 분류 셀은, 화물을 이송시키는 소형 벨트와, 평면상의 회전에 의해 소형 벨트의 위치를 회전시켜 소형 벨트를 지나는 화물의 진행방향을 변경시키는 회전체를 포함하는 회전형 벨트 소터일 수 있다.

다른 실시 예에 따른 화물 분류장치를 이용한 화물 분류방법은, 화물 분류장치가 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송하는 단계와, 이송 중인 각 화물의 2차원 위치를 감지하고 추적하는 단계와, 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류하는 단계를 포함한다.

2차원 위치를 감지하고 추적하는 단계는, 이송 중인 화물의 식별정보로부터 구분정보를 획득하는 단계와, 적어도 하나의 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득하는 단계와, 획득된 화물의 구분정보와 화물의 2차원 위치를 연결시키는 단계를 포함할 수 있다.

목적지 구분구로 분류하는 단계는, 획득된 구분정보에 따라 각 화물을 배출할 목적지 구분구를 결정하고 결정된 목적지 구분구에 따라 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하는 단계와, 비전 카메라를 통해 화물 위치를 추적하면서 배출 정책에 따라 화물의 흐름 및 위치를 제어하여 정렬하는 단계와, 목적지 구분구에 화물을 선택적으로 배출하는 단계를 포함할 수 있다.

정렬하는 단계는, 각 화물의 목적지 구분구에 따라 화물 위치를 변경하는 단계와, 비전 카메라를 통해 화물 위치를 추적하며 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 위치를 제어하는 단계를 포함할 수 있다.

화물 분류방법은, 배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정함에 따라 남는 공간을 활용하는 단계를 더 포함할 수 있다. 화물 분류방법은 지정된 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트하는 단계를 더 포함할 수 있다.

일 실시 예에 따르면, 화물 분류 시에, 자동화 설비 도입 비용을 낮추고 운용에 필요한 공간을 줄이는 동시에 기존대비 처리량을 높일 수 있다. 인공지능 기술을 자동화 설비에 적용함에 따라 보다 작고 지능적인 자동화 기기를 제공할 수 있다. 허브(서브) 터미널에서의 증가하는 택배 물량을 신규 터미널 신축 또는 대형 자동화 설비 추가 도입 없이 기존 대비 작은 공간에 설치가 가능하면서 택배의 처리량을 동시에 올릴 수 있다.

일 실시 예에 따른 화물 분류장치는 카메라 기반 / 다열 정렬 / 구분방향을 고려한 분류가 가능하다. 즉, 화물을 사전에 일렬로 정렬하지 않아도 되며, 화물이 일렬로 정렬되지 않고 겹치더라도 배출 방향에 따라 위치 및 간격 조정이 가능하다. 화물의 이동 시각과 모양을 이용하여 화물을 추적하므로 화물이 좌우로 겹치더라도 처리 가능하다. 센서뿐만 아니라 카메라를 이용하여 화물의 이차원적 위치를 파악하고 제어하므로 화물을 이차원적으로 원하는 위치로 사전에 이동 제어 가능하다. 화물 진행방향과 수직 방향에서 나란히 이송하는 화물들의 위치 제어가 가능하다.

기술적 측면에서, 인공지능 기술의 발달로 완전 자동화에 대한 기대가 높아지고 있는 시점에서 인공지능 관련 S/W 기술을 자동화 설비에 적용함으로써 완전 자동화 시대에 대비한 기술력 확보가 가능하다. 경제적, 산업적 측면에서, 물류산업의 고속/정밀/자동화 기술 발전 및 IT 기술 융합으로 정보/지능화와 관련된 전후방 산업에 대한 파급 효과가 큰 고부가가치 산업의 창출할 수 있다. 기계 산업, 정보통신 산업, 물류산업의 상호작용에 의해 시너지 효과를 발휘할 수 있다. 사회적 측면에서, 지능정보기술과 기계 설비 분야가 융합된 기술로 융복합 기술의 발전에 긍정적 영향을 미칠 것으로 기대된다.

도 1은 본 발명의 일 실시 예에 따른 화물 분류장치의 개념도,
도 2는 본 발명의 일 실시 예에 따른 화물 분류장치의 구성도,
도 3은 본 발명의 일 실시 예에 따른 도 2의 위치 추적부의 세부 구성도,
도 4는 본 발명의 일 실시 예에 따른 구분정보 획득부의 세부 구성도,
도 5는 본 발명의 일 실시 예에 따른 도 3의 위치 정보 획득부의 세부 구성도
도 6은 본 발명의 일 실시 예에 따른 도 2의 화물 분류부의 세부 구성도,
도 7은 본 발명의 일 실시 예에 따른 도 6의 화물 정렬부의 세부 구성도,
도 8은 본 발명의 일 실시 예에 따른 도 6의 화물 배출부의 세부 구성도,
도 9는 본 발명의 일 실시 예에 따른 화물 분류장치가 고속으로 화물 구분정보를 인식하는 프로세스를 설명하기 위한 화물 분류장치의 구조도,
도 10은 본 발명의 일 실시 예에 따른 화물 분류장치가 컴퓨터 비전 기술을 이용하여 자동으로 화물을 분류하는 프로세스를 설명하기 위한 화물 분류장치의 구조도,
도 11은 본 발명의 일 실시 예에 따른 화물 분류장치의 동작 프로세스를 설명하기 위한 화물 분류장치의 평면도,
도 12는 기존의 화물 분류장치가 동일 선상의 화물을 분류할 수 없음을 보이기 위한 기존 화물 분류장치의 평면도,
도 13은 본 발명의 일 실시 예에 따른 화물 분류장치가 동일 선상의 화물을 분류할 수 있음을 보이기 위한 화물 분류장치의 평면도,
도 14는 본 발명의 일 실시 예에 따른 화물 분류장치를 기능 관점에서 분류한 개념도,
도 15는 본 발명의 일 실시 예에 따른 화물 분류방법을 도시한 흐름도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.

이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.

그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.

이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.

도 1은 본 발명의 일 실시 예에 따른 화물 분류장치의 개념도이다.

도 1을 참조하면, 화물 분류장치(1)는 택배물류센터, 물품저장창고, 포장/유통센터 등에서 투입되는 화물들을 자동으로 분류하는 장치이다. 예를 들어, 물류센터 또는 택배 터미널에서 화물을 배송지 또는 특징에 따라 분류하여 특정 구분구에 자동으로 배출한다. 일 실시 예에 따른 화물 분류장치(1)는 고속으로 이동중인 화물을 대상으로 인공지능(Artificial Intelligence: AI, 이하 'AI'라 칭함) 기술을 이용하여 화물 위치를 추적하고 추적 결과를 이용하여 화물을 자동 분류할 수 있다. AI 기술을 이용함에 따라, 자동화 설비 도입 비용을 낮추고 운용에 필요한 공간을 줄이는 동시에, 기존대비 처리량을 높일 수 있다.

AI 기술을 이용하여 기존 화물 분류장치의 성능과 공간 효율성을 동시에 개선하고자 한다. 예를 들어, 성능 측면에서, 기존 장치는 화물을 일렬로 정렬해야만 해당하는 구분구로 화물을 구분할 수 있어, 화물의 투입량과 구분속도가 향상되어도 처리량에는 한계가 존재한다. 일 실시 예에 따른 화물 분류장치(1)는 동일 위치, 예를 들어 동일 선상에서 다수 개의 화물을 동시에 분류하여 구분구로 화물을 구분할 수 있어, 성능(처리량)을 향상시킬 수 있다. 공간 효율성 측면에서, 기존 장치는 투입량을 늘리기 위해 다수의 화물 공급부를 두고 있으며, 동시에 화물을 일렬로 정렬하기 위해 다소 긴 정렬부로 구성되어 있다. 따라서, 화물 공급부와 정렬부가 많은 공간을 차지하는 단점이 존재한다. 일 실시 예에 따른 화물 분류장치(1)는 적은 수의 공급부와 기존 대비 작은 면적이 소요되는 정렬부를 둘 수 있어서 성능을 향상시킴과 동시에 공간 효율성을 높일 수 있다.

기존 화물 분류장치는 화물 분류를 위해 화물들을 일렬로 정렬하는 작업이 필수적으로 요구된다. 일렬로 화물들을 정렬한 후 해당 구분구로 배출하는 형태는 처리량 증대에 제한적이다. 일 실시 예에 따른 화물 분류장치(1)는 화물을 일렬 이상으로 투입해도 동시에 분류 가능하다. 예를 들어, 화물들을 일렬로 정렬하지 않고 동일 선상에 2열로 화물이 있더라도 분류 가능하다. 기존 장치는 센서를 이용해서 화물이 지나가는 시점을 확인하고 시간정보만을 이용해서 화물을 구분한다. 이러한 방식은 화물이 우측에 있는지, 좌측에 있는지를 이용하지 못하고 화물 간 최소거리 이상을 확보해야 오류 없이 구분 가능하다. 그리고 화물을 하나씩 순차적으로 투입해야 처리 가능하고, 화물 간 간격도 일정 거리가 떨어져야 다음 화물의 구분이 방해받지 않는다. 이에 비해, 화물 분류장치(1)는 화물의 거리가 가깝더라도 배출할 위치나 방향에 따라서 화물 분류가 가능하다. 또한, 동일 선상에 좌우로 각각 배출해야 할 화물이 있다면, 양쪽으로 배출할 수 있도록 각각의 화물을 개별적으로 제어해서 2개 이상을 동시에 처리할 수도 있다.

이하, 도 1을 참조로 하여 전술한 특징을 가지는 화물 분류장치(1)에 대해 설명한다. 화물 분류장치(1)를 기구 관점에서 보면, 화물 분류장치(1)는 화물 이송부(3)를 통해 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송한다. 그리고 화물 이송부(3)를 통해 하나 이상의 열로 이송되는 화물의 2차원 위치 감지 및 추적을 기초로 화물을 위치 및 방향을 제어하여 분류하며, 분류된 화물을 구분구(4)로 배출한다. 화물 이송부(3)는 도 1에 도시된 바와 같이 기다란 형태의 화물 이송부 벨트로 구성될 수 있다. 도 1에서는 구분구(4)가 화물 이송부(3)의 좌우 측면에 배치되어 있으나, 구분구(4)의 위치는 이에 한정되지는 않는다.

화물 분류장치(1)를 기능 관점에서 분류하면, 크기 측정부(106), 구분정보 획득부(100), 화물 정렬부(123) 및 화물 배출부(124)로 이루어진다. 크기 측정부(106), 구분정보 획득부(100), 화물 정렬부(123) 및 화물 배출부(124) 상의 화물 이송부(3)는 각각 기능 별로 분리 가능하며, 이때 그 이송속도가 서로 상이하게 제어될 수 있다. 화물 이송부(3)에 화물들이 무작위로 공급되면, 구분정보 획득부(100)는 공급되는 화물들을 정지시키지 않고 화물 이송부(3)를 통해 고속으로 이송하면서 단일 화물의 구분정보를 인식하여 다중 화물을 구분한다. 이때, 화물 구분을 위해 사전에 화물들을 일렬로 정렬하지 않아도 됨을 유의한다. 화물 인식을 위해 구분정보 획득부(100)는 단일 또는 복수의 화물 영상을 스캔하는 적어도 하나의 영상 스캐너(1000)를 이용할 수 있다. 화물 정렬부(123)는 구분정보가 인식된 다중 화물을 정렬하며, 화물 배출부(124)는 지정된 구분구(4)로 해당 화물을 배출한다. 구분정보 획득부(100)가 단일 화물을 인식하기 이전에, 크기 측정부(106)가 각 화물의 크기(높이, 너비, 길이)와 방향(화물 이송부 위에 놓인 화물의 각도)을 측정할 수 있다. 이 경우, 구분정보 획득부(100)의 영상 스캐너(1000)는 크기 측정부(106)가 측정한 화물의 높이 정보를 이용하여 카메라의 초점을 자동으로 맞춘 후 화물 영상을 스캔할 수 있다.

일 실시 예에 따른 화물 분류장치(1)는 기계장치에 컴퓨터 비전(computer vision) 기술, AI 기술 등의 IT 기술을 결합한 비전 장치를 제공함에 따라 소형화되면서 지능적인 화물 분류가 가능하다. 화물 분류장치(1)는 비전 장치를 통해 화물의 위치를 정확히 파악하고, 위치 파악을 기반으로 방향 제어를 통해서 각각의 화물을 정확히 구분할 수 있다. 컴퓨터 비전 기술을 예로 들면, 도 1에 도시된 비전 카메라(vision camera)(1020)를 이용하여 화물들의 영상을 획득한 후, 획득된 영상으로부터 화물의 2차원 위치를 실시간으로 감지하고 추적한다. 비전 카메라(1020)는 도 1에 도시된 바와 같이, 화물 이송부(3)의 상부에 위치하여 화물 영상을 촬영할 수 있다.

화물 분류장치(1)는 비전 카메라(1020)를 통해 촬영된 영상을 분석하여 화물들을 검출하고 검출된 화물들 각각의 위치와 자세를 인식한다. 그리고 인식된 정보를 이용하여 화물 및 화물 이송부(3)를 제어함으로써 화물의 위치와 자세를 제어할 수 있다. 또한, 시간당 대량의 화물을 처리할 수 있어서 설치 면적을 줄이고 성능을 개선할 수 있다. 이와 같이 단순히 기계적인 장치의 한계를 벗어나 영상처리 기술과 같은 소프트웨어(S/W) 기술과 결합하여, 그 크기를 최소화하고 화물을 정렬하는 시간당 처리량을 최대화할 수 있다.

일 실시 예에 따른 화물 정렬부(123)의 화물 정렬 및 화물 배출부(124)의 화물 배출을 위해 다수의 분류 셀(cell)(5)을 이용한다. 각 분류 셀(5)은 분류된 화물을 정렬하거나 지정된 구분구(4)로의 화물 배출을 위해 방향전환 모터에 의해 평면상에서 좌우로 회전하여 화물의 진행 방향을 변경시킬 수 있다. 각 분류 셀(5)은 개별적으로 제어하거나 그룹으로 제어될 수 있다.

도 2는 본 발명의 일 실시 예에 따른 화물 분류장치의 구성도이다.

도 1 및 도 2를 참조하면, 화물 분류장치(1)는 화물 이송부(3), 위치 추적부(10) 및 화물 분류부(12)를 포함한다.

화물 이송부(3)는 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송한다. 화물 이송부(3)는 이송 컨베이어일 수 있다.

위치 추적부(10)는 화물 이송부(3)를 통해 이송 중인 각 화물의 2차원 위치를 감지하고 추적한다. 일 실시 예에 따른 위치 추적부(10)는 화물 이송부(3)를 통해 고속으로 이송 중인 각 개별화물의 영상을 비전 카메라(1020)를 통해 획득하고 획득된 영상을 분석하여 각 개별화물의 2차원 위치를 감지 및 추적한다. 비전 카메라(1020)를 통해 획득된 화물 영상에서 화물을 검출하며 검출된 화물의 이동시각 및 외관(모양 및 윤곽 중 적어도 하나를 포함)을 인식하여 화물의 2차원 위치를 감지 및 추적할 수 있다.

화물 분류부(12)는 위치 추적부(10)의 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류한다. 목적지 구분구는 다수의 구분구 중에서 화물이 분류 및 적재될 최종 목적지를 의미한다. 예를 들어, 화물들이 사전에 일렬로 정렬되지 않고 다수 개의 열로 이송되더라도 비전 카메라(1020)의 위치 추적결과를 기초로 하여 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 지능적으로 분류한다. 화물의 위치 제어 예를 들면, 화물을 배출할 목적지 구분구에 따라 이송 중에 화물의 위치를 변경하고, 화물을 추적하며 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 위치를 제어한다. 위치 제어 시에, 화물의 이송 방향, 이송 순서 및 간격이 조정되면서 정렬될 수 있다. 화물 분류부(12)는 지능적으로 화물 순서 및 위치를 정렬한 이후, 목적지 구분구에 화물을 선택적으로 배출한다.

도 3은 본 발명의 일 실시 예에 따른 도 2의 위치 추적부의 세부 구성도이다.

도 3을 참조하면, 위치 추적부(10)는 구분정보 획득부(100), 위치정보 획득부(102) 및 정보 매칭부(104)를 포함하며, 크기 측정부(106)를 더 포함할 수 있다.

구분정보 획득부(100)는 이송 중인 화물의 식별정보를 획득하고 획득된 식별정보로부터 화물 구분정보를 획득한다. 화물의 구분정보 인식을 위해 영상 스캐너를 이용할 수 있다. 영상 스캐너는 고속으로 화물을 스캔하는 카메라이다. 영상 스캐너는 고속으로 자동초점을 맞출 수 있다. 또한, 화물의 다면을 스캔할 수 있는데, 예를 들어 화물 이송부를 지나가는 화물의 바닥까지 최대 6면에서 인식 가능하다.

위치정보 획득부(102)는 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득한다. 위치정보 획득부(102)는 비전 카메라를 통해 획득된 영상 데이터를 분석하여 화물들을 검출하고 검출된 각 화물의 이동시각 및 외관을 인식하여 화물의 2차원 위치를 추적할 수 있다. 이때, 인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 영상 분석에 활용할 수 있다.

정보 매칭부(104)는 구분정보 획득부(100)를 통해 획득된 화물의 구분정보와 위치정보 획득부(102)를 통해 획득된 화물의 2차원 위치정보를 연결시켜 매칭한다.

크기 측정부(106)는 구분정보 획득부(100)의 단일 화물 인식 이전에, 각 단일 화물의 크기와 방향을 측정한다. 크기는 화물의 높이, 너비, 길이를 포함하며, 방향은 화물 이송부 위에 놓인 화물의 각도를 포함한다. 이때, 구분정보 획득부(100)는 크기 측정부(106)를 통해 측정된 정보를 이용하여 각 영상 스캐너의 초점을 맞춘 후 크기가 상이한 화물의 영상을 스캔하여 화물을 분류할 수 있다. 이 경우, 영상 스캐너는 자동 초점 영상 스캐너가 된다. 즉, 화물이 자동 초점 영상 스캐너에 투입되기 이전에, 크기 측정부(106)를 통과하면 화물의 크기와 화물 이송부 위에 놓인 화물의 자세(각도) 등이 측정된다. 이는 고정된 자동 초점 영상 스캐너가 화물을 정확하게 인식할 수 있도록 초점을 잡기 위한 것으로, 크기 측정부(106)를 통과하는 순간 화물의 높이 정보가 시스템에 전달되고 자동 초점 영상 스캐너가 화물의 높이 정보에 기반하여 자동으로 초점을 맞쳐 스캔하는 원리이다.

도 4는 본 발명의 일 실시 예에 따른 구분정보 획득부의 세부 구성도이다.

도 3 및 도 4를 참조하면, 구분정보 획득부(100)는 영상 스캐너(1000), 화물 인식부(1002) 및 구분정보 처리부(1004)를 포함한다.

영상 스캐너(1000)는 화물 이송부에 공급되는 단일 또는 다수의 화물 영상을 스캔한다. 영상 스캐너(1000)는 자동으로 초점을 맞출 수 있다는 점에서 자동 초점 카메라이며, 화물 이송부를 지나가는 화물의 바닥까지 최대 6면에서 화물을 인식할 수 있다는 점에서 다면 스캔 카메라이다. 자동 초점 및 다면 스캔을 지원함에 따라 고속으로 화물 이송부를 지나는 화물들의 인식률을 높일 수 있다.

화물 인식부(1002)는 영상 스캐너(1000)를 통해 획득된 영상으로부터 각 단일 화물의 식별정보를 인식한다. 화물 인식부(1002)는 각 단일 화물의 식별정보 인식을 위해, 바코드 판독뿐만 아니라, 구분코드 판독, 비디오 코딩 및 주소 판독 등을 추가로 이용할 수 있다. 또한, 인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 이용하여 식별정보를 인식할 수도 있다. 즉, 화물 인식부(1002)는 바코드뿐만 아니라, 문자와 숫자가 조합된 구분코드, 한글주소 등도 판독할 수 있다. 한글 문자 인식 기술을 적용해 주소를 비롯한 제품명 등의 한글정보를 인식할 수 있다. 이를 통해 바코드 정보만으로는 처리할 수 없던 작업도 할 수 있게 된다. 화물 인식부(1002)의 화물 식별정보 인식 실시 예는 도 9를 참조로 하여 후술한다.

구분정보 처리부(1004)는 화물 인식부(1002)를 통해 인식된 각 단일 화물의 식별정보를 가지고 각 화물의 구분정보를 조회하여 다중 화물을 분류한다. 구분정보는 각 단일 화물의 식별정보와 구분구 정보가 매칭되어 있어서, 식별된 단일 화물을 어느 구분구에 배출해야 할지를 알 수 있다. 구분정보는 화물 분류장치의 내부 메모리에 위치할 수도 있고 외부 메모리에 위치할 수도 있다. 예를 들어, 구분정보는 외부의 운영 관제서버에 위치할 수 있다. 이 경우, 구분정보 처리부(1004)는 단일 화물의 식별정보를 운영 관제서버에 전송하고, 운영 관제서버로부터 화물 식별정보와 매칭되는 구분정보를 수신하며, 수신된 구분정보를 이용하여 물품을 분류할 수 있다.

도 5는 본 발명의 일 실시 예에 따른 도 3의 위치 정보 획득부의 세부 구성도이다.

도 3 및 도 5를 참조하면, 위치 정보 획득부(102)는 비전 카메라(1020), 영상 획득부(1022), 영상 처리부(1024), 영상 분석부(1026) 및 인공지능 연계부(1028)를 포함한다.

영상 획득부(1022)는 비전 카메라(1020)를 이용하여 고속으로 이송되는 화물들의 영상을 획득한다. 비전 카메라(1020)의 개수는 특별히 한정하지 않는다. 비전 카메라(1020)는 지능적인 화물 순서 및 위치 정렬, 비전 기반 자동 분류 등을 위한 화물 위치 추적에 사용된다. 비전 카메라(1020)는 도 1에 도시된 바와 같이 지지대에 의해 지지되어 화물 분류장치(1)의 상단에 설치될 수 있다. 예를 들어, 화물 분류장치(1)의 화물 정렬부(123)와 화물 배출부(124)의 상단에 각각 설치되어 영상을 획득할 수 있다.

영상 처리부(1024)는 영상 획득부(1022)에 의해 획득된 영상을 영상 처리한 후 영상 분석부(1026)에 전송한다. 영상 처리는 예를 들어, 배경 제거 등의 전 처리, 영상 압축, 영상 복구, 영상 증진, 영상 수정, 정량화, 공간 필터링 등이 있다. 영상처리는 계산량이 많으므로 실시간 처리가 쉽지 않은데, 실시간으로 측정된 결과를 바탕으로 실시간 제어를 하기 위해 병렬 처리와 함께 GPU를 이용할 수 있다.

영상 분석부(1026)는 영상 처리부(1024)에서 영상 처리된 영상 데이터를 분석하여 화물들을 검출하고 검출된 각 화물의 이동시각 및 외관을 인식하여 화물의 2차원 위치를 실시간으로 추적한다. 영상 분석부(1026)는 객체인식 기술을 이용하여 대량으로 이송하는 화물들을 실시간으로 판별하고 판별된 화물들의 이동위치를 추적할 수 있다. 이를 위해 영상 분석부(1026)는 영상 데이터로부터 객체(object)를 검출하고 검출된 객체로부터 화물의 2차원 위치를 검출할 수 있다. 영상을 통한 객체 인식기술은 일부 제한된 환경에서 동작한다 하더라도, 영상인식 기술을 적용하여 자동화의 효율성을 높일 수 있다. 일 실시 예에 따른 영상 분석부(1026)는 위치 추적을 위해 화물 이송부에서 화물의 이송지점을 감지하는 위치 감지센서를 이용할 수 있다. 예를 들어, 위치 감지센서를 통해 화물이 위치하는 이송지점을 감지하면, 영상 획득부(1022)를 통해 획득된 해당 지점 화물의 영상으로부터 보다 정확한 위치 정보를 획득할 수 있다.

인공지능 연계부(1028)는 지능정보를 수집하고 수집된 지능정보를 영상 분석부(1026)에 제공한다. 영상 분석 시, 지능정보를 이용하면 화물 검출 및 위치 인식의 정확도가 향상된다. 지능정보는 인공 신경망(artificial neural network) 또는 인공 신경망을 기반으로 한 기계학습(machine learning)을 통해 생성될 수 있다. 기계학습의 예로는 딥 러닝(deep learning)이 있다.

도 6은 본 발명의 일 실시 예에 따른 도 2의 화물 분류부의 세부 구성도이다.

도 1, 도 2 및 도 6을 참조하면, 화물 분류부(12)는 제어부(120), 관리부(126) 및 저장부(129)를 포함한다.

제어부(120)는 화물 분류장치의 전반적인 동작을 제어한다. 일 실시 예에 따른 제어부(120)는 비전 카메라(1020)로부터 영상 기반 위치 추적결과를 수신하고, 제어명령을 화물 이송부(3)에 송신한다. 이를 위해 제어부(120)는 무작위로 투입되는 화물들을 화물 이송부(3)를 통해 정지시키지 않고 이송하면서, 비전 카메라 기반 화물 위치정보를 기반으로 화물들을 분류한다. 이때, 제어부(120)는 사전에 일렬로 정렬되지 않은 화물들을 분류할 수 있다. 제어부(120)는 지정된 목적지 구분구에서 화물들이 배출되도록 화물들의 흐름을 정렬할 수 있다. 제어부(120)는 컴퓨터에 위치할 수 있다. 제어부(120)는 중앙제어장치, 운영 관제서버이거나 이들의 결합 형태일 수 있다.

일 실시 예에 따른 제어부(120)는 화물 정렬부(123), 화물 배출부(124) 및 방향 전환부(125)를 포함한다.

화물 정렬부(123)는 각 화물의 구분정보에 따라 각 화물을 배출하기 위한 목적지 구분구를 결정하고 비전 카메라(1020)를 통해 화물들의 위치를 추적하면서 각 화물이 결정된 목적지 구분구에 배출될 수 있도록 화물들을 정렬한다. 일 실시 예에 따른 화물 정렬부(123)는 화물들이 순서대로 정렬되어 배출될 수 있도록 각 화물의 진행방향을 결정한다. 비전 카메라(1020)를 통해 추적된 화물들의 위치정보로부터 화물들의 반입순서와 화물 간의 거리를 추출하고 추출된 정보를 이용하여 각 화물의 진행방향을 결정한다. 이때, 화물 정렬부(123)는 주변 화물에 방해를 주거나 받지 않도록 화물의 위치를 이동시킬 수 있다. 예를 들어, 화물 이송부(3)를 따라 이송 중인 제1 화물의 진행방향을 제1 방향으로 전환하면서 제1 화물 주변에 미리 설정된 거리 이내에 위치하는 제2 화물의 진행방향을 제2 방향으로 전환함에 따라 화물 간 충돌이 발생하지 않게 할 수 있다. 여기서 제1 방향은 좌측이고 제2 방향은 우측일 수 있다. 예를 들어, 화물 정렬부(123)는 이송 중인 하나의 화물을 좌측으로 보내면서, 동시에 바로 옆이나 뒤에 붙어 있는 화물은 우측으로 보낸다.

일 실시 예에 따른 화물 정렬부(123)는 화물 이송부(3)를 다수의 열로 구분한 뒤, 화물들의 위치에 따라 이송방향과 수직인 방향으로 제1 구역 이내에 위치하는 화물들은 제1 열을 따라 진행하도록 하고, 이송방향과 수직인 방향으로 제1 구역과 이웃한 제2 구역 이내에 위치하는 화물들은 제2 열을 따라 진행하도록 화물들의 진행방향을 정렬한다. 예를 들어, 화물의 이송방향이 가로 방향인 경우, 세로 방향으로 화물 이송부(3)를 3개의 구역으로 분할하고, 상단의 제1 구역 내에 위치하는 화물들은 좌측으로 보내고, 중간의 제2 구역 내에 위치하는 화물들은 이송방향 가운데로 보내며, 하단의 제3 구역 내에 위치하는 화물들은 우측으로 보낸다. 화물 정렬부(123)는 화물의 위치에 따라 화물들이 좌우로 벌려지면서 정렬되도록 각 화물의 진행방향을 결정할 수 있다. 화물 정렬부(123)는 각 화물이 이송될 때, 화물의 위치를 변경할 뿐만 아니라, 자세를 변경할 수 있다. 예를 들어, 물체의 좁은 면이 화물 이송부(3)의 전면을 향하고 긴 면이 화물 이송부(3)의 측면을 향하도록 자세를 변경할 수 있다.

일 실시 예에 따른 화물 정렬부(123)는 화물 이송부(3)를 다수 개의 열로 분할하고, 각 열들의 이송속도를 차등 적용하여 구동함에 따라 화물들을 정렬한다. 예를 들어, 화물 정렬부(123)는 제1 속도로 제1 흐름 내에서 화물들을 이송시키는 제1 화물 이송부와, 제2 속도로 제2 흐름 내에서 화물들을 이송시키는 제2 화물 이송부와, 제3 속도로 제3 흐름 내에서 화물들을 이송시키는 제3 화물 이송부를 포함한다. 이때, 제1 속도, 제2 속도 및 제3 속도는 서로 상이할 수 있다.

화물 배출부(124)는 비전 카메라(1020)를 통해 화물의 2차원 위치를 추적하면서 선택적으로 지정된 목적지 구분구에 화물을 배출한다. 화물 배출부(124)의 세부 구성은 도 8을 참조로 하여 후술한다. 방향 전환부(125)는 화물 구분정보에 따라 결정된 화물 배출방향에 맞추어 각 화물이 진행하도록 각 분류 셀의 이송 방향을 전환하여 화물을 구분한다. 이때, 방향 전환부(125)는 각 분류 셀의 방향 전환을 개별 또는 그룹으로 제어할 수 있다.

관리부(126)는 화물정보 관리부(127)와 물류정보 관리부(128)를 포함한다. 화물정보 관리부(127)는 분류된 화물정보를 관리한다. 화물정보는 단일 화물 인식, 다중 화물 분류, 화물 위치 분석 및 화물정보 추론을 통해 얻어진다. 물류정보 관리부(128)는 위치가 추적된 화물과 해당 화물의 식별정보를 연계하여 구분정보를 관리한다. 이때, 화물 구분정보, 화물 도착시간 정보, 화물 종류 정보를 함께 관리할 수 있다. 도 6에서는 화물정보와 물류정보를 관리하는 관리부(126) 구성이 화물 분류장치에 포함되어 있으나, 구현방법에 따라, 외부, 예를 들어 운영 관제서버에 위치할 수 있다.

저장부(129)에는 제어부(120) 및 관리부(126)의 동작 수행에 필요한 데이터 또는 동작 수행에 따라 생성되는 데이터가 저장된다. 예를 들어, 저장부(129)에는 지능정보, 영상 데이터, 제어 데이터, 설비 데이터, 운영 데이터 등이 저장된다. 지능정보는 인공 신경망 또는 인공 신경망에 기반한 기계학습을 통해 생성된 정보이다. 지능정보는 형태에 따라 정형/준정형, 비정형으로 구분될 수 있고, 내부 DB와 외부 DB로 구분될 수 있고, 원본인지에 따라 기초 데이터와 보유 데이터로 구분될 수 있으며, 분석결과에 따라 결과 데이터와 추론 데이터로 구분될 수 있다. 도 6에서는 저장부(129) 구성이 화물 분류장치에 포함되어 있으나, 구현방법에 따라, 외부, 예를 들어 운영 관제서버에 위치할 수 있다.

도 7은 본 발명의 일 실시 예에 따른 도 6의 화물 정렬부의 세부 구성도이다.

도 6 및 도 7을 참조하면, 화물 정렬부(123)는 배출 정책 결정부(1230)와 실시간 위치 제어부(1232)를 포함한다.

배출 정책 결정부(1230)는 각 화물에 지정된 목적지 구분구에 맞게 해당 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하며, 이때 목적지 구분구에 따라 중복 정렬을 허용한다. 실시간 위치 제어부(1232)는 배출 정책 결정부(1230)에서 결정된 배출 정책에 따라 비전 카메라와 연동하여 화물의 정렬 위치를 제어한다. 이때, 비전 카메라를 통해 화물 위치를 추적하며, 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 순서 및 간격을 포함한 화물 위치를 실시간으로 제어한다. 예를 들어, 화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 목적지 구분구를 고려하여 화물의 순서 및 간격을 조정한다.

도 8은 본 발명의 일 실시 예에 따른 도 6의 화물 배출부의 세부 구성도이다.

도 6 및 도 8을 참조하면, 화물 배출부(124)는 배출 제어부(1240) 및 배출 선택부(1242)를 포함한다.

배출 제어부(1240)는 각 화물을 운반하는 분류 셀들을 개별 제어하여 개별적으로 화물을 배출하거나, 다수의 분류 셀을 그룹으로 제어하여 그룹으로 화물을 배출한다. 또한, 배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정함에 따라 남는 공간을 활용하며, 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트한다. 배출 선택부(1242)는 비전 카메라와 연계하여 화물 위치를 추적하며 목적지 구분구에 화물의 선택적 배출을 제어한다.

도 9는 본 발명의 일 실시 예에 따른 화물 분류장치가 고속으로 화물 구분정보를 인식하는 프로세스를 설명하기 위한 화물 분류장치의 구조도이다.

도 9를 참조하면, 화물 분류장치는 크기 측정부(106)를 통해 화물의 크기 및 방향을 측정한다(80). 크기 측정부(106)는 부피측정장치(Volume measurement system: VMS)일 수 있으며, 크기는 높이×너비×길이를 포함한다.

일 실시 예에 따른 화물 분류장치는 고속으로 각 단일 화물의 영상을 획득하고 획득된 영상을 분석하여 각 화물의 구분정보를 인식한다. 예를 들어, 화물 분류장치는 적어도 하나의 영상 스캐너(1000)를 이용하여 단일 또는 다수의 화물 영상을 스캔하고, 각 영상 스캐너(1000)를 통해 획득된 영상으로부터 각 단일 화물의 식별정보를 인식하며, 인식된 각 단일 화물의 식별정보를 가지고 각 화물의 식별정보와 매칭되는 구분정보를 조회하여 다중 화물을 분류한다. 해당 구성은 도 3의 구분정보 획득부(100)에서 이루어질 수 있다. 식별정보 인식방법은 다양한데, 예를 들어, 바코드 판독(Barcode reading: BCR)(81), 구분코드 판독(82), 비디오 코딩(Video Coding: VCD)(83) 및 주소 판독(optical character reading: OCR)(84) 방법이 있다. 바코드 판독(81)을 우선으로 사용하고, 구분코드 판독(82), 비디오 코딩(Video Coding: VCD)(83) 및 주소 판독(optical character reading: OCR)(84) 중 적어도 하나를 보조방법(optional)으로 사용할 수 있다.

바코드 판독(81)은 화물 면에 존재하는 바코드를 검출 및 판독하는 방법이다. 1차원(1D) 및 2차원(2D) 바코드 판독이 가능하다. 부분적으로 훼손된 바코드 판독 기능을 지원한다. 구분코드 판독(82)은 바코드 이외의 영·숫자 조합의 별도 구분코드를 판독하는 방법이다. 이때, AI를 이용할 수 있는데, 인공 신경망, 인공 신경망을 기반으로 한 기계학습, 예를 들어 딥 러닝을 활용하여 안정적인 인식 성능을 지원한다. 비디오 코딩(83)은 구분정보(바코드, 구분코드, 주소 등) 인식 실패 시 비디오 코딩을 통해 구분정보를 입력하는 방법이다. 주소 판독(84)은 화물, 예를 들어 택배, 소포 등의 박스 면에 부착된 기표지를 탐색하고, 기표지 내에 표기된 주소를 판독하는 방법이다. 인공 신경망, 인공 신경망을 기반으로 한 기계학습을 활용하여 안정적인 인식 성능을 지원한다. 분석 및 통계 툴(Analysis and Statistics Tool)(85)은 구분 통계 및 시스템 모니터링을 지원하며, 스캔 이미지를 저장 및 관리한다.

영상 스캐너(1000)는 고속 자동초점 기반 다면 스캔 및 구분정보 인식을 지원한다. 고속 자동초점은 크기 측정부(106)를 통해 측정된 크기 정보를 이용하여 각 영상 스캐너(1000)의 초점을 맞추는 것을 의미하고, 다면 스캔은 크기가 상이한 화물의 영상을 다면 스캔하는 것을 의미한다. 영상 스캐너(1000)는 실시간으로 자동초점 및 다면 스캔을 지원함에 따라 응답시간을 단축하고 시간당 처리량을 늘릴 수 있다. 영상 스캐너(1000)를 통한 화물의 구분정보 인식기술을 적용하여 택배 및 등기우편물의 접수정보와 구분기 구분정보를 자동으로 생성할 수 있다.

도 10은 본 발명의 일 실시 예에 따른 화물 분류장치가 컴퓨터 비전 기술을 이용하여 자동으로 화물을 분류하는 프로세스를 설명하기 위한 화물 분류장치의 구조도이다.

도 10을 참조하면, 컴퓨터 비전 기술을 이용한 고효율 자동화를 위해 작은 공간에 설치 가능한 비전 카메라(1020)를 이용한다. 비전 카메라(1020)는 화물의 위치와 모양을 실시간으로 인식하여 화물의 2차원 위치를 감지한다. 예를 들어, 비전 카메라(1020)로 화물의 2차원 영상을 획득하고 영상 분석부(1026)가 화물 영상에서 화물을 검출하고 화물의 이동시각 및 외관(모양 및 윤곽 중 적어도 하나를 포함)을 인식하여 화물의 2차원 위치를 추적한다. 제어부(120)는 화물 분류장치(1)의 방향전환 모터를 통해 화물의 위치를 제어할 수 있다. 화물 위치 제어는 화물의 이송 방향, 이송 순서 및 간격 조정 등을 포함한다. 제어부(120)는 운영 관제서버(2)와 통신하여 운영 관제서버(2)로부터 지시 및 명령을 수신하거나 운영 관제서버(2)에 제어 결과를 송신한다.

도 11은 본 발명의 일 실시 예에 따른 화물 분류장치의 동작 프로세스를 설명하기 위한 화물 분류장치의 평면도이다.

도 11을 참조하면, 화물 분류장치(1)는 화물 이송부(3)로 화물들을 공급한다. 2차원 면에 적층으로 쌓이지만 않은 상태이면, 공급 전에 화물들을 일렬로 정렬하거나 간격 제어를 할 필요가 없음을 유의한다. 이어서, ① 화물 분류장치(1)는 크기 측정부(106)를 이용하여 고속 이송 중인 각 화물의 크기 및 방향을 측정한다. 크기 측정부(106)는 부피측정장치(Volume Measurement System: VMS)일 수 있다. ② 화물 분류장치(1)는 영상 스캐너(Overhead Scanner: OHS)(1000)를 이용하여 각 개별 화물을 스캔하고, ③ 스캔된 화물 영상에서 바코드를 인식(Barcode Reading: BCR)하며, ④ 인식된 바코드 식별정보(ID)를 이용하여 화물의 구분정보를 조회한다. 구분정보 조회를 통해 각 화물이 배출될 목적지 구분구를 알 수 있다.

이어서, ⑤ 화물 분류장치(1)는 AI 비전 기술을 이용하여 각 화물의 위치를 추적하면서, ⑥ 화물별 목적지 구분구 정보를 이용하여 실시간으로 화물의 배출 방향 및 순서를 포함한 화물 배출정책을 결정한다. 이때, 목적지 구분구에 따라 중복 정렬이 허용된다. ⑦ 화물 배출정책에 따라 비전 카메라와 연동하여 화물 위치를 실시간 제어 및 정렬하고, ⑧ 화물 이송 순서 및 간격을 제어한다. 이때, 구분구 배출 조건에 맞추어 정렬할 수 있다. 이어서, ⑨ 화물을 배출할 목적지 구분구에서 비전 카메라를 이용하여 배출 화물을 선택적으로 제어하여 배출한다. ⑩ 배출된 화물의 빈 공간을 이용하여 실시간으로 주변 화물 간격을 조정할 수 있다. ⑪ 목적지 구분구로의 배출이 어려운 화물은 재투입 컨베이어(6)로 리젝트할 수 있다. 예를 들어, 사전에 재투입을 위해 리젝트할 수 있고, 최종적으로 리젝트할 수도 있다. 도 11에서 각 화물에 표시되는 숫자는 각 화물 별로 지정된 구분구 번호이다.

도 12는 기존의 화물 분류장치가 동일 선상의 화물을 분류할 수 없음을 보이기 위한 기존 화물 분류장치의 평면도이다.

도 12를 참조하면, 기존 장치는 구분 이전에 화물들이 일렬로 정렬되지 않았을 경우 오 구분이 발생할 수 있다. 예를 들어, 도 12에 도시된 바와 같이 1번 구분구 화물 및 2번 구분구 화물 쌍이 동일 라인에 있는 경우, 2번 구분구 화물이 2번 구분구로 분류되어야 함에도 불구하고, 같은 위치에 있는 1번 구분구 화물을 따라가게 되어 오 구분이 발생한다. 마찬가지로, 3번 구분구 화물 및 9번 구분구 화물 쌍이 동일 라인에 있는 경우, 9번 구분구 화물이 9번 구분구로 분류되어야 함에도 불구하고, 같은 위치에 있는 3번 구분구 화물을 따라가게 되어 오 구분이 발생한다. 동일한 원리로, 7, 6 구분구 화물 역시 오 구분이 발생한다. 도 12에서 각 화물에 표시되는 숫자는 각 화물 별로 지정된 구분구 번호이다.

도 13은 본 발명의 일 실시 예에 따른 화물 분류장치가 동일 선상의 화물을 분류할 수 있음을 보이기 위한 화물 분류장치의 평면도이다.

도 13을 참조하면, 일 실시 예에 따른 화물 분류장치는 2방향 동시 제어 구분이 가능하다. 예를 들어, 도 13에 도시된 바와 같이 동일 라인(1번 구분구 화물 및 2번 구분구 화물 쌍, 3번 구분구 화물 및 4번 구분구 화물 쌍)을 구분할 수 있다. 1번 구분구 화물 및 2번 구분구 화물 쌍이 동일 라인에 있지만, 2번 구분구 화물이 1번 구분구 화물을 따라가지 않고 2번 구분구로 분류되고 있음을 확인할 수 있다. 화물의 좌측, 우측, 직진의 배출 동선이 겹치지 않는 한 화물 분류가 가능하다. 동선 겹침 여부는 사전에 판단하여 제어하고 정렬할 수 있다. 도 13에서 각 화물에 표시되는 숫자는 각 화물 별로 지정된 구분구 번호이다.

기존 장치와 일 실시 예에 따른 화물 분류장치는 동작 방식, 처리량, 공급부 설비 규모, 운영 효율, 화물 크기에 대한 적응성 측면에서 다음과 같은 차별점을 가진다.

동작 방식 측면에서, 기존 장치는 센서 기반 / 일렬 정렬 / 단순정렬이다. 즉, 화물 구분을 위해서는 사전에 각 화물을 일렬로 정렬해서 투입해야 한다. 배출을 위한 목적지 구분구를 모르는 상태이므로 무조건 일렬 정렬한다. 일렬 정렬을 위해서는 싱귤레이터를 사용하거나 작업자가 한 줄로 투입이 필요하다. 또한, 간격 조정기(Gapper)를 이용하여 화물 간 간격을 일정 길이 이상 사전에 확보해야 한다. 처리량을 높이기 위해서 투입 물량을 늘려야 하며, 이를 위해 여러 개의 공급 컨베이어를 두고 이를 한 줄로 결합(Merge)하여 공급한다. 센서 통과 시각에 따라 화물 위치를 파악하므로 두 개의 화물이 겹치거나 슬립(slip)이 일어나면 문제가 발생한다. 즉, 화물 진행방향과 수직 방향에서 나란히 이송하는 화물들의 위치 파악이 불가능하다.

그러나 일 실시 예에 따른 화물 분류장치는 카메라 기반 / 다열 정렬 / 구분방향을 고려한 정렬이 가능하다. 즉, 화물을 사전에 정렬하지 않고 단일 화물의 구분정보를 획득한 후에 구분 방향을 고려하여 화물을 정렬한다. 이때, 배출을 위한 목적지 구분구를 고려하여 정렬하므로 필요에 따라 2열 이상의 정렬도 가능하다. 화물이 일렬로 정렬되지 않고 겹치더라도 배출 방향에 따라 위치 및 간격 조정이 가능하다. 화물의 이동 시각과 모양을 이용하여 화물을 추적하므로 화물이 좌우로 겹치더라도 처리 가능하다. 센서뿐만 아니라 카메라를 이용하여 화물의 이차원적 위치를 파악하고 제어하므로 화물을 이차원적으로 원하는 위치로 사전에 이동 제어 가능하다. 화물 진행방향과 수직 방향에서 나란히 이송하는 화물들의 위치 제어가 가능하다.

처리량 측면에서, 기존 장치는 처리량 한계가 존재하고, 고속으로 운영 시 화물 파손 위험이 있다. 처리량을 높이기 위해서는 이송 속도와 구분 속도를 빠르게 해야 하는데, 속도를 높이는데 한계가 있어서 처리량을 높이기 어렵다. 기계적인 한계도 있고 화물 파손의 위험도 있어서 처리량을 높이는 것이 제한적이다.

그러나 일 실시 예에 따른 화물 분류장치는 단위 시간당 이송량이 높아 처리량이 증가하고, 저속에서도 처리량이 높아 화물 파손 위험이 낮다. 동일 위치에 2개의 화물 배치가 가능해서 시간당 처리량이 높아진다. 화물 간 간격이 충분히 확보되지 않았더라도 이송 중에 비전 카메라와 연계하여 화물의 위치와 간격을 조정할 수 있다. 이송 속도가 빠르지 않더라도 단위 시간당 이송량이 많으므로 처리량을 높이기 쉽고 화물 파손의 위험이 적다.

공급부 설비규모 측면에서, 기존 장치는 큰 규모의 공급부 설비가 필요하다. 즉, 기존 장치는 구분을 위해 화물을 일렬로 정렬해서 투입해야 하고 화물 간 간격을 일정 길이 이상 유지해야 하므로, 공급부 설비가 크고 복잡하다. 또한, 공급 컨베이어가 여러 라인으로 구성되므로 이를 결합할 결합(Merge) 컨베이어, 화물 간 간격 조정을 위한 간격 조정기(Gapper), 화물 일렬 정렬을 위한 싱귤레이터(Singulator)와 이를 연결하는 컨베이어 등 공급부에 긴 연결 라인이 필요하다.

그러나 일 실시 예에 따른 화물 분류장치는 소규모 설비로 가능하다. 즉, 화물 정렬은 목적지인 구분구 위치를 참조하여 필요에 따라 조건적으로 이루어지므로 공급부 설비 규모가 상대적으로 작다. 또한, 구분 단계에서 정렬이 이루어지므로 결합(Merge) 컨베이어, 간격 조정기(Gapper), 싱귤레이터(Singulator) 기능이 시스템 내부에 포함되어 있어서 별도의 대형 장비가 불필요하다.

운영 효율 측면에서, 기존 장치는 운영 효율이 구분기 최대 처리량의 80% ~ 90%이다. 운영시 공급부에서 최대 물량 공급이 어려우므로 실질 운영 효율은 약 85% 범위이다. 그러나 일 실시 예에 따른 화물 분류장치는 운영 효율이 동일 속도 기존 장비의 120 ~ 150%이다. 공급부에서 기준 용량 이상의 물량을 공급하며 처리 용량을 초과하면 사전 거부 처리하고 중복 라인으로 공급이 가능하므로 약 50% 효율 향상이 가능하다.

화물 크기에 대한 적응성 측면에서, 기존 장치는 소형 화물 처리시 공간 활용성이 낮다. 이송 벨트와 구분기가 최대 화물 크기에 맞추어져 있어서 소형 화물이 많은 경우 공간 활용성이 떨어진다. 그러나 일 실시 예에 따른 화물 분류장치는 소형 화물의 고효율 처리가 가능하다. 화물 크기가 작은 경우 이송 벨트의 남는 공간의 활용이 가능하다. 대형 화물은 전체 공간을 사용한다.

도 14는 본 발명의 일 실시 예에 따른 화물 분류장치를 기능 관점에서 분류한 개념도이다.

도 14를 참조하면, 화물 분류장치는 기능 관점에서, 1. AI 기반 위치 추적 비전 장치(1301), 2. 화물 스캔 및 인식 장치(1302), 3. 화물 정렬 위치 및 흐름 제어장치(1303), 4. 방향 전환 자동 분류장치(1304), 5. 화물의 선택적 배출 제어장치(1305), 6. AI 비전 기반 자동 분류장치 및 제어 통합 운영 시스템(1306)으로 나눌 수 있다.

AI 기반 위치 추적 비전 장치(1301)는 적어도 하나의 비전 카메라(1020)를 이용하여 이송 중인 화물들의 영상을 획득한다. 획득된 화물 영상을 분석하여 화물들을 검출한다. 그리고 검출된 개별 화물의 이동시각 및 외관(모양 및 윤곽 중 적어도 하나를 포함)을 인식하여 개별 화물의 위치를 실시간으로 추적한다. 이때, 미리 수집된 지능정보를 이용하면 화물 영상으로부터의 화물 검출 및 위치 인식의 정확도가 향상된다. 예를 들어, 인공 신경망 또는 인공 신경망에 기반한 기계학습을 통해 학습된 지능정보를 이용하여 화물 검출 및 위치 인식 정확도를 높인다.

화물 스캔 및 인식 장치(1302)는 각 단일 화물을 스캔하여 구분정보를 인식하고 인식한 구분정보에 따라 다중 화물을 구분한다. 이를 위해, 화물 스캔 및 인식 장치(1302)는 적어도 하나의 영상 스캐너(1000)를 통해 단일 또는 다수의 화물 영상을 스캔하고, 각 영상 스캐너(1000)를 통해 획득된 영상으로부터 각 단일 화물의 식별정보를 인식하며, 인식된 각 단일 화물의 식별정보를 가지고 각 화물의 구분정보를 조회하여 다중 화물을 분류한다.

일 실시 예에 따른 화물 스캔 및 인식 장치(1302)는 영상 스캐너(1000)를 통한 다중 화물 인식 이전에, 크기 측정부(106)를 통해 각 단일 화물의 크기(높이, 너비, 길이)와 방향을 측정한다. 영상 스캐너(1000)는 크기 측정부(106)를 통해 측정된 정보를 이용하여 각 영상 스캐너(1000)의 초점을 맞춘 후 크기가 상이한 화물의 영상을 스캔하여 화물을 분류할 수 있다. 화물 스캔 및 인식 장치(1302)는 도 3의 구분정보 획득부(100)이거나 그 기능을 수행할 수 있다.

화물 정렬 위치 및 흐름 제어장치(1303)는 각 화물의 구분정보에 따라 각 화물을 배출하기 위한 목적지 구분구를 결정하고, 비전 카메라를 통해 화물들의 2차원 위치를 추적하면서 각 화물이 결정된 목적지 구분구에 배출될 수 있도록 화물들을 정렬한다. 예를 들어, 화물 정렬 위치 및 흐름 제어장치(1303)는 각 화물의 목적지 구분구에 맞게 해당 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하며, 목적지 구분구에 따라 중복 정렬을 허용한다. 그리고 결정된 배출 정책에 따라 비전 카메라와 연동하여 화물의 정렬 위치를 제어하며, 비전 카메라를 이용하여 추적된 화물의 위치를 배출 방향에 맞게 이동 제어하고 화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 목적지 구분구를 고려하여 화물의 정렬 위치를 제어한다. 또한, 목적지 구분구에 맞추어 화물의 순서와 간격을 제어하면서 화물들을 정렬하며, 화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 목적지 구분구를 고려하여 화물의 순서 및 간격을 조정한다. 화물 정렬 위치 및 흐름 제어장치(1303)는 도 6의 화물 정렬부(123)이거나 그 기능을 수행할 수 있다.

방향 전환 자동 분류장치(1304)는 화물 구분정보에 따라 결정된 화물 배출방향에 맞추어 각 화물이 진행하도록 각 분류 셀(5)의 이송 방향을 전환하여 화물을 구분한다. 각 분류 셀(5)은 화물 이송부의 외부 면과 내부 면을 지나 연장된다. 이 경우, 외부 면 또는 상부 면을 지나 연장되는 각 분류 셀(5)의 돌출부는 화물 이송부 상에서 이송되는 화물을 지지한다. 화물 이송부의 내부면 또는 하부 면을 지나 연장되는 각 분류 셀(5)의 돌출부는 화물 이송부 아래의 방향전환 모터에 의해 회전한다. 각 분류 셀(5)은 주행방향으로 회전하면서, 방향전환 모터에 의해 평면 상에서 주행방향과는 경사진 방향 또는 수직 방향으로 방향 전환이 가능하다. 예를 들어, 주행방향과 수직인 좌우 방향으로 화물들의 진행방향을 벌릴 수 있다. 이때 방향 전환은 그룹 제어 또는 개별제어가 가능하다.

분류 셀(5)의 형태는 특별히 한정되지 않는다. 예를 들어 분류 셀(5)은 팝업 소터(popup sorter)나 웨이브 소터(wave sorter) 형태로 제작될 수 있다. 웨이브 소터의 경우, 분류 셀(5)은 회전에 의해 화물을 좌우로 보내어 정렬할 수 있다. 분류 셀(5)은 회전하면서 평면 상에서 주행방향과는 경사진 방향 또는 수직 방향으로 방향 전환이 가능한 롤러일 수 있다. 다른 예로, 분류 셀(5)은 도 14에 도시된 바와 같이 회전형 벨트 소터일 수 있다. 회전형 벨트 소터는 소형 벨트와, 화물이 화물 이송부의 주행방향에서 경사진 방향 또는 수직 방향으로 이송되도록 소형 벨트의 위치를 회전시키는 회전체를 포함한다. 도 14에 도시된 바와 같이, 회전체가 평면 상에서 좌우로 회전함에 따라 소형 벨트를 지나는 화물의 진행방향이 변경된다. 도 14에서는 회전형 벨트 소터가 각각 하나의 소형 벨트를 가지는 경우를 도시하였으나, 각 회전형 벨트 소터는 다수 개의 소형 벨트로 이루어져, 다수 개의 소형 벨트를 그룹으로 제어할 수 있다. 전술한 실시 예들은 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 이에 한정되는 것은 아니다. 방향 전환 자동 분류장치(1304)는 도 6의 방향 전환부(125)이거나 그 기능을 수행할 수 있다.

화물의 선택적 배출 제어장치(1305)는 비전 카메라(1020)를 통해 화물 영상을 획득하고, 영상 분석부(1026)를 통해 화물 영상을 분석하여 화물 위치를 추적한다. 그리고 배출 제어부(1240)를 통해 방향전환 모터(1244)를 제어하여 화물 위치에 따라 선택적으로 지정된 목적지 구분구에 화물을 배출하도록 분류 셀(5)을 제어한다. 이때, 화물의 선택적 배출 제어장치(1305)는 화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 해당 화물들이 배출될 목적지 구분구가 서로 상이하면 각 화물이 각자의 목적지 구분구에 배출될 수 있도록 각 화물의 배출 방향을 개별적으로 제어해서 동시에 처리할 수 있다. 화물의 선택적 배출 제어장치(1305)는 도 6의 화물 배출부(124)이거나 그 기능을 수행할 수 있다.

AI 비전 기반 자동 분류장치 및 제어 통합 운영 시스템(1306)은 전술한 기능부(301,1302,1303,1304,1305)를 통합하여 운영 관리하는 기능이다.

도 15는 본 발명의 일 실시 예에 따른 화물 분류방법을 도시한 흐름도이다.

도 15를 참조하면, 화물 분류장치는 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송한다(1500). 이어서, 이송 중인 각 화물의 2차원 위치를 감지하고 추적한다(1510). 2차원 위치를 감지하고 추적하는 단계(1510)에서, 화물 분류장치는 이송 중인 화물의 식별정보로부터 구분정보를 획득하고, 적어도 하나의 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득하며, 획득된 화물의 구분정보와 화물의 2차원 위치를 연결시켜 매칭할 수 있다.

이어서, 화물 분류장치는 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류한다(1520). 목적지 구분구로 분류하는 단계(1520)에서, 일 실시 예에 따른 화물 분류장치는 획득된 구분정보에 따라 각 화물을 배출할 목적지 구분구를 결정하고 결정된 목적지 구분구에 따라 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정한다. 그리고 비전 카메라를 통해 화물 위치를 추적하면서 배출 정책에 따라 화물의 흐름 및 위치를 제어하여 정렬하며, 목적지 구분구에 화물을 선택적으로 배출한다. 정렬할 때, 각 화물의 목적지 구분구에 따라 화물 위치를 변경하고, 비전 카메라를 통해 화물 위치를 추적하며 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 위치를 제어할 수 있다.

화물 분류장치는 배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정함에 따라 남는 공간을 활용할 수 있다. 나아가, 화물 분류장치는 지정된 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트할 수 있다.

이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (18)

1. 화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송하는 화물 이송부;
   화물 이송부를 통해 이송 중인 각 화물의 2차원 위치를 감지하고 추적하는 위치 추적부; 및
   위치 추적부의 위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류하는 화물 분류부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
2. 제 1 항에 있어서, 상기 위치 추적부는
   이송 중인 화물의 식별정보로부터 화물 구분정보를 획득하는 구분정보 획득부;
   적어도 하나의 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득하는 위치정보 획득부; 및
   획득된 화물의 구분정보와 화물의 2차원 위치정보를 연결시키는 정보 매칭부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
3. 제 2 항에 있어서, 상기 구분정보 획득부는
   화물 이송부에 공급되는 단일 또는 복수 화물의 영상을 스캔하는 적어도 하나의 영상 스캐너;
   각 영상 스캐너를 통해 영상을 획득하고 획득된 영상으로부터 각 단일 화물의 식별정보를 인식하는 화물 인식부; 및
   인식된 각 단일 화물의 식별정보를 가지고 각 화물의 구분정보를 조회하여 다중 화물을 분류하는 구분정보 처리부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
4. 제 3 항에 있어서, 상기 화물 인식부는
   각 단일 화물의 식별정보 인식을 위해, 바코드 판독, 구분코드 판독, 비디오 코딩 및 주소 판독 중 적어도 하나를 이용하고, 인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 이용하여 식별정보를 인식하는 것을 특징으로 하는 화물 분류장치.
5. 제 2 항에 있어서, 상기 위치정보 획득부는
   적어도 하나의 비전 카메라를 이용하여 이송 중인 화물들의 영상을 획득하는 영상 획득부;
   영상 획득부를 통해 획득된 영상을 영상 처리하는 영상 처리부;
   영상 처리된 데이터를 분석하여 화물들을 검출하고 검출된 각 화물의 이동시각 및 외관을 인식하여 화물의 위치를 추적하는 영상 분석부; 및
   인공 신경망 또는 인공 신경망을 기반으로 한 기계학습을 통해 생성된 지능정보를 영상 분석을 위해 상기 영상 분석부에 제공하는 인공지능 연계부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
6. 제 2 항에 있어서, 상기 위치 추적부는
   상기 구분정보 획득부의 구분정보 획득 이전에, 각 화물의 크기와 방향을 측정하는 크기 측정부; 를 더 포함하며,
   상기 구분정보 획득부는 상기 크기 측정부를 통해 측정된 정보를 이용하여 초점을 맞춘 후 크기가 상이한 화물의 영상을 고속 스캔하는 자동 초점 영상 스캐너를 포함하는 것을 특징으로 하는 화물 분류장치.
7. 제 1 항에 있어서, 상기 화물 분류부는
   각 화물의 구분정보에 따라 각 화물을 배출하기 위한 목적지 구분구를 결정하고 비전 카메라를 통해 화물들의 위치를 추적하면서 각 화물이 결정된 목적지 구분구에 배출될 수 있도록 화물들을 정렬하는 화물 정렬부; 및
   비전 카메라를 통해 화물의 위치를 추적하면서 선택적으로 목적지 구분구에 화물을 배출하는 화물 배출부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
8. 제 7 항에 있어서, 상기 화물 정렬부는
   각 화물에 지정된 목적지 구분구에 맞게 해당 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하며, 목적지 구분구에 따라 중복 정렬을 허용하는 배출 정책 결정부; 및
   결정된 배출 정책에 따라 비전 카메라와 연동하여 화물의 정렬 위치를 제어하고, 비전 카메라를 통해 화물 위치를 추적하며, 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 순서 및 간격을 포함한 화물 위치를 제어하는 실시간 위치 제어부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
9. 제 7 항에 있어서, 상기 화물 배출부는
   각 화물을 운반하는 분류 셀들을 개별 제어하여 개별적으로 화물을 배출하거나 다수의 분류 셀을 그룹으로 제어하여 그룹으로 화물을 배출하고, 배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정하며, 지정된 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트하는 배출 제어부; 및
   비전 카메라와 연계하여 화물 위치를 추적하며 지정된 목적지 구분구에 화물의 선택적 배출을 제어하는 배출 선택부;
   를 포함하는 것을 특징으로 하는 화물 분류장치.
10. 제 9 항에 있어서, 상기 배출 제어부는
    화물들이 일렬로 정렬되지 않고 화물 진행방향과 수직 방향으로 서로 겹치더라도 해당 화물들이 배출될 목적지 구분구가 서로 상이하면 각 화물이 각자의 목적지 구분구에 배출될 수 있도록 각 화물의 배출 방향을 개별적으로 제어해서 동시에 처리하는 것을 특징으로 하는 화물 분류장치.
11. 제 7 항에 있어서, 상기 화물 분류부는
    화물 구분정보에 따라 결정된 화물 배출방향에 맞추어 각 화물이 진행하도록 각 분류 셀의 이송 방향을 전환하여 화물을 구분하는 방향 전환부;
    를 더 포함하는 것을 특징으로 하는 화물 분류장치.
12. 제 11 항에 있어서, 각 분류 셀은
    화물을 이송시키는 소형 벨트; 및
    평면상의 회전에 의해 소형 벨트의 위치를 회전시켜 소형 벨트를 지나는 화물의 진행방향을 변경시키는 회전체;
    를 포함하는 회전형 벨트 소터인 것을 특징으로 하는 화물 분류장치.
13. 화물 분류장치를 이용한 화물 분류방법에 있어서, 상기 화물 분류장치가:
    화물들을 사전에 일렬로 정렬하지 않고 하나 이상의 열로 이송하는 단계;
    이송 중인 각 화물의 2차원 위치를 감지하고 추적하는 단계; 및
    위치 추적결과를 기초로 화물의 구분정보에 따라 각 화물의 위치 및 방향을 제어하여 이송 중에 화물들을 목적지 구분구로 분류하는 단계;
    를 포함하는 것을 특징으로 하는 화물 분류방법.
14. 제 13 항에 있어서, 상기 2차원 위치를 감지하고 추적하는 단계는
    이송 중인 화물의 식별정보로부터 구분정보를 획득하는 단계;
    적어도 하나의 비전 카메라를 이용하여 화물의 2차원 위치정보를 획득하는 단계; 및
    획득된 화물의 구분정보와 화물의 2차원 위치를 연결시키는 단계;
    를 포함하는 것을 특징으로 하는 화물 분류방법.
15. 제 13 항에 있어서, 상기 목적지 구분구로 분류하는 단계는
    획득된 구분정보에 따라 각 화물을 배출할 목적지 구분구를 결정하고 결정된 목적지 구분구에 따라 화물의 배출 방향 및 순서를 포함한 배출 정책을 결정하는 단계;
    비전 카메라를 통해 화물 위치를 추적하면서 배출 정책에 따라 화물의 흐름 및 위치를 제어하여 정렬하는 단계; 및
    목적지 구분구에 화물을 선택적으로 배출하는 단계;
    를 포함하는 것을 특징으로 하는 화물 분류방법.
16. 제 15 항에 있어서, 상기 정렬하는 단계는
    각 화물의 목적지 구분구에 따라 화물 위치를 변경하는 단계; 및
    비전 카메라를 통해 화물 위치를 추적하며 주변 화물에 방해를 주지 않거나 받지 않으면서 목적지 구분구까지 이동하도록 화물의 위치를 제어하는 단계;
    를 포함하는 것을 특징으로 하는 화물 분류방법.
17. 제 13 항에 있어서, 상기 화물 분류방법은
    배출된 화물의 빈 공간을 이용하여 주변 화물의 간격을 조정함에 따라 남는 공간을 활용하는 단계;
    를 더 포함하는 것을 특징으로 하는 화물 분류방법.
18. 제 13 항에 있어서, 상기 화물 분류방법은
    지정된 목적지 구분구로의 배출이 어려운 화물은 사전에 재투입을 위해 리젝트하거나 최종적으로 리젝트하는 단계;
    를 더 포함하는 것을 특징으로 하는 화물 분류방법.

Images