KR20230008949A - 무인운반차 경로 제어 시스템 및 방법 - Google Patents

무인운반차 경로 제어 시스템 및 방법 Download PDF

Info

Publication number
KR20230008949A
KR20230008949A KR1020210089159A KR20210089159A KR20230008949A KR 20230008949 A KR20230008949 A KR 20230008949A KR 1020210089159 A KR1020210089159 A KR 1020210089159A KR 20210089159 A KR20210089159 A KR 20210089159A KR 20230008949 A KR20230008949 A KR 20230008949A
Authority
KR
South Korea
Prior art keywords
travel time
value
node
guided vehicle
predicted
Prior art date
Application number
KR1020210089159A
Other languages
English (en)
Inventor
김용구
권민수
Original Assignee
삼성디스플레이 주식회사
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 삼성디스플레이 주식회사 filed Critical 삼성디스플레이 주식회사
Priority to KR1020210089159A priority Critical patent/KR20230008949A/ko
Priority to PCT/KR2021/009268 priority patent/WO2023282377A1/ko
Publication of KR20230008949A publication Critical patent/KR20230008949A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D2201/0216—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

일 실시예에 따른 무인운반차의 경로 제어 장치는, 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 복수의 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하는 이동시간예측부; 및 상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 경로선택부;를 포함하고, 상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된다.

Description

무인운반차 경로 제어 시스템 및 방법{SYSTEM AND METHOD FOR CONTROLLING PATH OF AUTOMATIC GUIDED VEHICLE}
본 발명은 무인운반차 경로 제어 시스템 및 방법에 관한 것이다.
과학기술의 발전에 따른 생산현장의 자동화로 인하여 생산현장의 많은 부분에서 자재 취급 장비가 사용되고 있으며, 생산성의 증대와 다양한 소비자 요구에 대한 대응을 위한 생산시스템의 연구가 진행되고 있다. 생산시스템의 성능은 자재취급시스템의 유연성에 크게 좌우되기 때문에, 생산시스템의 유연성과 효율성을 동시에 만족시킬 수 있는 자재취급시스템이 필요하다. 이러한 유연성과 효율성을 동시에 만족시킬 수 있는 자재취급시스템으로는 무인운반차(AGV: Automated Guided Vehicle) 시스템이 있다.
다양한 물자를 다양한 적재 및 하역지점으로 운반하는 데 적합한 무인운반차 시스템은 생산시스템의 전체 성능을 결정하는 중요한 역할을 담당하고 있고, 물류창고, 컨테이너 터미널 등과 같이 물자의 이동 요구가 많은 곳에서 사용되고 있으며 그 사용 범위도 점차 확대되고 있다.
본 발명의 실시예들은 동적으로 무인운반차의 주행 경로를 제어하여 이동시간을 감소할 수 있는 무인운반차의 경로 제어 시스템 및 방법을 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 본 발명의 기재로부터 당해 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 무인운반차의 경로 제어 장치는, 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 복수의 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하는 이동시간예측부; 및 상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 경로선택부;를 포함하고, 상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된다.
상기 경로 제어 장치는, 상기 이동시간 예측값들을 업데이트하는 업데이트부;를 포함할 수 있다.
상기 업데이트부는, 제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트할 수 있다.
상기 업데이트부는, 상기 이동시간 예측값의 최대값을 설정할 수 있다.
상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값일 수 있다.
상기 업데이트부는, 이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트할 수 있다.
상기 경로 제어 장치는, 상기 상태 데이터 및 상기 이동시간 예측값을 저장하는 데이터베이스;를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 무인운반차의 경로 제어 시스템은, 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 무인운반차; 및 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하고, 상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 제어장치;를 포함하고, 상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된다.
상기 제어장치는, 상기 이동시간 예측값들을 업데이트할 수 있다.
상기 제어장치는, 제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트할 수 있다.
상기 제어장치는, 상기 이동시간 예측값의 최대값을 설정할 수 있다.
상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값일 수 있다.
상기 제어장치는, 이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트할 수 있다.
본 발명의 일 실시예에 따른 무인운반차의 경로 제어 방법은, 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 복수의 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하는 단계; 및 상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 단계;를 포함하고, 상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된 것이다.
상기 무인운반차의 경로 제어 방법은, 상기 이동시간 예측값들을 업데이트하는 단계;를 더 포함할 수 있다.
상기 업데이트 단계는, 제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트하는 단계;를 포함할 수 있다.
상기 업데이트 단계는, 상기 이동시간 예측값의 최대값을 설정하는 단계;를 포함할 수 있다.
상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값일 수 있다.
상기 업데이트 단계는, 이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트하는 단계;를 더 포함할 수 있다.
상기 무인운반차의 경로 제어 방법은, 상기 상태 데이터 및 상기 이동시간 예측값을 저장하는 단계;를 더 포함할 수 있다.
본 발명의 다양한 실시예들에 따르면, 작업영역의 상태에 따라 이동시간을 예측함으로써 동적으로 무인운반차의 경로를 제어할 수 있다.
도 1은 일 실시예에 따른 무인운반차 경로제어시스템을 개략적으로 설명하는 도면이다.
도 2a 및 도 2b는 일 실시예에 따른 무인운반차의 경로제어방법을 개략적으로 설명하기 위한 도면들이다.
도 3은 일 실시예에 따른 제어장치의 구성을 개략적으로 나타낸 도면이다.
도 4a 및 도 4b는 일 실시예에 따른 무인운반차의 경로 제어를 설명하는 도면들이다.
도 5는 일 실시예에 따른 무인운반차의 주행경로 제어 방법을 개략적으로 도시하는 흐름도이다.
도 6 및 도 7은 도 5의 이동시간 예측값을 업데이트하는 방법을 개략적으로 도시하는 흐름도들이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예들에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예들에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예들에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
이하의 실시예들에서, 막, 영역, 구성 요소 등의 부분이 다른 부분 위에 또는 상에 있다고 할 때, 다른 부분의 바로 위에 있는 경우뿐만 아니라, 그 중간에 다른 막, 영역, 구성 요소 등이 개재되어 있는 경우도 포함한다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
본 명세서에서 "A 및/또는 B"은 A이거나, B이거나, A와 B인 경우를 나타낸다. 그리고, "A 및 B 중 적어도 하나"는 A이거나, B이거나, A와 B인 경우를 나타낸다.
이하의 실시예에서, 막, 영역, 구성 요소 등이 연결되었다고 할 때, 막, 영역, 구성 요소들이 직접적으로 연결된 경우, 또는/및 막, 영역, 구성요소들 중간에 다른 막, 영역, 구성 요소들이 개재되어 간접적으로 연결된 경우도 포함한다. 예컨대, 본 명세서에서 막, 영역, 구성 요소 등이 전기적으로 연결되었다고 할 때, 막, 영역, 구성 요소 등이 직접 전기적으로 연결된 경우, 및/또는 그 중간에 다른 막, 영역, 구성 요소 등이 개재되어 간접적으로 전기적 연결된 경우를 나타낸다.
본 발명의 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 프로세서, 제어장치 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
도 1은 일 실시예에 따른 무인운반차 경로제어시스템을 개략적으로 설명하는 도면이다. 도 2a 및 도 2b는 일 실시예에 따른 무인운반차의 경로제어방법을 개략적으로 설명하기 위한 도면들이다.
도 1을 참조하면, 일 실시예에 따른 무인운반차 경로제어시스템(10)은 무인운반차(AGV: Automatic Guided Vehicle)(100) 및 제어장치(200)를 포함할 수 있다.
무인운반차(100)는 실내 또는 실외의 작업영역(작업장)에서 각종 화물을 운송하고 이적재(load and unload)하는 무인이동체로서 자율주행 차량, 이동 로봇 등일 수 있다. 무인운반차(100)는 단일 또는 복수로 구비될 수 있다. 예컨대, 도 1에 도시된 바와 같이 무인운반차(100)는 복수의 제1 내지 제n 무인운반차들(AGV1 내지 AGVn)을 포함하고, 제1 내지 제n 무인운반차들(AGV1 내지 AGVn) 각각이 작업영역에서 할당된 업무를 수행할 수 있다. 무인운반차(100)은 팔레트(대차)의 하부 견인 방식, 지게차 방식, 미니로드 방식, 전방 후크 견인 방식 등 다양한 방식으로 구성될 수 있다.
도 2A에 도시된 바와 같이, 무인운반차(100)는 작업영역(WA) 내에서 물건(예컨대, 부품)을 운반할 수 있다. 도 2A에는 6개의 무인운반차(100)들을 예시적으로 도시하고 있다. 작업영역(WA) 내에는 복수의 노드(CP)들이 소정 간격으로 배치될 수 있다. 노드(CP)는 무인운반차(100)가 경유하는 제어점으로서, 무인운반차(100)는 노드(CP)에서 기 주행 방향으로 직진하거나, 주행 방향을 바꾸기 위해 우회전 또는 좌회전할 수 있다. 무인운반차(100)는 후진 동작은 수행하지 않을 수 있다.
일 실시예에 있어서, 노드(CP)들 상에는 각각 QR 코드(Quick Response code)가 부착될 수 있다. 즉, 노드(CP)들은 QR 코드로 구성(또는, 구현)될 수 있다. QR 코드들을 통해 노드(CP)들이 각각 식별될 수 있다. 다른 실시예로서, 노드(CP)는 RFID 태그, 바코드, 비콘(Beacon) 등으로 구성(또는, 구현)될 수 있다. 노드(CP)들 중 일부에는 무인운반차(100)가 물건을 로드하는 로딩 스테이션(140) 및 무인운반차(100)가 물건을 언로드하는 언로딩 스테이션(160)이 위치될 수 있다.
작업영역(WA)에는 음향센서, 카메라 등의 감지수단들이 소정 위치에 구비되어 작업영역(WA)의 상태 데이터(상황 정보)들을 획득할 수 있다. 상태 데이터는 작업영역(WA) 내에서 무인운반차(100)가 주행하고 있는 경로 상에 장애물의 존재 여부 및 장애물의 상태, 예컨대, 장애물의 고장/사고, 주행로 복구 등에 의한 정체 등을 포함할 수 있다. 장애물은 사람, 타 무인운반차, 다른 종류의 차량들, 주행로에 떨어진 화물, 주행로의 파손 등을 포함할 수 있다.
무인운반차(100)는 제어장치(200)와 유선 및/또는 무선의 네트워크(300)를 통해 통신할 수 있다. 일 실시예에서. 무인운반차(100)는 라이다(Lidar), 근거리센서, 초음파센서, 음향센서 및/또는 카메라 등을 구비하고, 이들을 이용하여 주변 정보들을 획득할 수 있다.
무인운반차(100)는 현재 위치, 현재 상태, 주행 속도 등 차량의 상태 데이터 및 주변의 상태 데이터를 실시간으로 또는 주기적으로 제어장치(200)로 전송할 수 있다. 무인운반차(100)는 현재 위치의 노드에서 출발하여 적어도 하나의 노드를 경유하여 로딩 스테이션(140)의 노드로 이동하고, 로딩 스테이션(140)의 노드에서 적어도 하나의 노드를 경유하여 언로딩 스테이션(160)의 노드로 이동할 수 있다. 이하, 제1방향(D1) 또는 제2방향(D2)으로 인접한 두 개의 노드(CP)들의 중심들을 연결하는 직선을 에지(EG)라고 칭한다.
본 명세서에서 무인운반차(100)의 현재 위치는 무인운반차(100)가 현재 위치하는 지리적 위치를 나타내는 용어로 사용되지만, 무인운반차(100)의 현재 위치에 대응하는 노드를 포함하는 개념으로 이해될 수 있다. 예컨대, 무인운반차(100)의 현재 위치의 위치데이터는 무인운반차(100)의 현재 지리적 위치데이터를 의미할 수도 있고, 현재 위치에 대응하는 노드의 위치데이터를 의미할 수도 있다. 현재 위치에 대응하는 노드(이하, '현재 노드'라 함)는 현재 위치에 가장 인접한 노드이거나 현재 위치에서 접근하기에 편리한 노드를 의미할 수 있다.
무인운반차(100)는 제어장치(200)로부터 경로 데이터를 수신하고, 경로 데이터에 따라 노드들을 이동할 수 있다. 경로 데이터는 무인운반차(100)가 현재 노드에서 이동할 노드(이하, '다음 노드'라 함)의 위치데이터를 포함할 수 있다. 무인운반차(100)는 위치데이터에 따라 주행 방향을 유지하며 다음 노드로 이동하거나 주행 방향을 변경하여 다음 노드로 이동할 수 있다. 이에 따라 무인운반차(100)는 복수의 후보 경로들 중 선택 경로를 따라 이동할 수 있다. 선택 경로는 무인운반차(100)가 실제 이동한 노드(CP)들을 연결하는 에지(EG)들의 연속일 수 있다. 예컨대, 도 2A는 제6무인운반차(AGV6)가 현재 노드에서 출발하여 로딩 스테이션(140)의 노드로 이동한 제1선택경로와 로딩 스테이션(140)의 노드에서 출발하여 언로딩 스테이션(160)의 노드(CP)로 이동한 제2선택경로를 도시하고 있다.
제어장치(200)는 무인운반차(100)의 이동 상황을 모니터링 및 관리하는 관제 시스템일 수 있다. 제어장치(200)는 작업영역(WA) 내 감지수단들 및/또는 무인운반차(100)로부터 수신한 상태 데이터를 기초로 무인운반차(100)의 주행 경로를 제어할 수 있다. 제어장치(200)는 네트워크(300)를 통해 무인운반차(100)와 유선 및/또는 무선으로 통신할 수 있다. 제어장치(200)는 수신한 상태 데이터를 저장할 수 있다.
도 2B에 도시된 바와 같이, 제어장치(200)는 상태 데이터를 기초로 각 노드(CP)에서 이동시간 예측값을 산출할 수 있다. 제어장치(200)는 무인운반차(100)가 (i)노드(제1노드)에서 (j)노드(제2노드)까지 이동하는 이동시간을 예측할 수 있다. (i)노드는 현재 노드이고, (j)노드는 무인운반차(100)가 (i)노드에서 이동할 다음 노드의 후보 노드로서, 후보 노드는 하나 또는 둘 이상의 복수일 수 있다.
제어장치(200)는 적어도 하나의 (j)노드(후보 노드) 중 이동시간 예측값이 최소인 (j)노드를 선택할 수 있다. 제어장치(200)는 (j)노드의 위치데이터를 해당 무인운반차(100)로 전송할 수 있다.
제어장치(200)는 수집한 상태 데이터를 종합적으로 고려하여 무인운반차(100)들 간의 충돌 없이 장애물을 회피하며 최단 시간에 업무를 수행하도록 각 무인운반차(100)의 주행 경로를 제어할 수 있다. 제어장치(200)는 상태 데이터를 이용하고 이동시간을 기초로 목적지까지 경유하는 적어도 하나의 다음 노드를 선택함으로써, 노드 단위로 무인운반차(100)의 직진 이동, 턴 및 직진 이동, 이동 중지 또는 감속 이동 등으로 주행 경로를 제어할 수 있다.
제어장치(200)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 적어도 하나 이상의 프로세서를 포함할 수 있다. 제어장치(200)는 마이크로 프로세서나 범용 컴퓨터 시스템과 같은 다른 하드웨어 장치에 포함된 형태로 구동될 수 있다. 제어장치(200)는 데이터베이스(250)를 포함하여 구현될 수 있고, 또는 데이터베이스(250)와 독립적으로 구현될 수 있다. 데이터베이스(250)와 독립적으로 구현된 경우 제어장치(200)는 데이터베이스(250)와 유선 또는 무선으로 연결되어 데이터를 주고받을 수 있다.
데이터베이스(250)는 무인운반차(100)를 제어하기 위해 필요한 다양한 정보들을 저장할 수 있는 저장장치일 수 있다. 데이터베이스(250)는 무인운반차(100)별로 상태 데이터 및 주행 경로와 관련한 데이터를 매칭시켜 저장할 수 있다.
데이터베이스(250)는 특정 범위에 속하는 정보들을 저장하는 적어도 하나의 독립된 서브-데이터베이스들로 구성될 수 있고, 적어도 하나의 독립된 서브-데이터베이스들이 하나로 통합된 통합 데이터베이스로 구성될 수 있다. 적어도 하나의 독립된 서브-데이터베이스들로 구성되는 경우에는 각각의 서브-데이터베이스들은 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 상호 간의 데이터를 주고받을 수 있다. 데이터베이스(250)는 통합 데이터베이스로 구성되는 경우 각각의 서브-데이터베이스들을 하나로 통합하고 상호 간의 데이터 교환 및 제어 흐름을 관리하는 제어부를 포함할 수 있다.
네트워크(300)는 유선 네트워크 및 무선랜(WiFi), 싱글홉, 멀티홉, RFID(Radio Frequency Identification), 블루투스(Bluetooth) 등의 다양한 무선 네트워크를 포함할 수 있다. 네트워크(300)는 무선 통신을 중계하는 무선 중계기를 포함할 수 있다. 무선 중계기는 무선 통신망을 형성할 수 있으며, 무선랜, 싱글홉, 멀티홉, 블루투스 등의 다양한 무선 통신 기술로 구성될 수 있다.
도시되지 않았으나, 제어장치(200)는 입력수단 및 출력수단과 유선 및/또는 무선으로 연결될 수 있다. 입력수단은 키 패드(key pad), 돔 스위치(dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 마우스, 리모컨, 조그 휠, 조그 스위치 등의 사용자 인터페이스일 수 있다. 출력수단은 디스플레이를 포함할 수 있다. 디스플레이는 제어장치(200)로부터 출력되는 결과 영상을 제공함으로써, 운용자가 표시되는 영상을 모니터링할 수 있도록 한다. 디스플레이는 작업 영역 및 작업 영역 내에서 이동하는 무인운반차(100)의 위치 및 이동을 파악할 수 있는 시각적인 정보 및/또는 청각적인 정보를 운용자에게 제공할 수 있다. 디스플레이는 컴퓨터 스크린, TV 스크린, 모바일 단말 스크린, 또는 프로젝터일 수 있다. 디스플레이가 터치 스크린인 경우, 터치 스크린이 입력수단으로서 기능할 수 있다.
도 3은 일 실시예에 따른 제어장치의 구성을 개략적으로 나타낸 도면이다. 도 4a 및 도 4b는 일 실시예에 따른 무인운반차의 경로 제어를 설명하는 도면들이다. 도 4a 및 도 4b는 제11 내지 제19노드들(CP11 내지 CP19)이 구비된 작업영역을 예시적으로 도시하고 있다.
도 3을 참조하면, 제어장치(200)는 상태데이터 수신부(220), 이동시간 예측부(240), 경로 선택부(260) 및 업데이트부(280)를 포함할 수 있다.
상태데이터 수신부(220)는 작업영역 내의 감지수단들 및/또는 무인운반차(100)들 각각으로부터 주기적으로 또는 실시간으로 상태 데이터(SD)를 수신할 수 있다. 상태 데이터(SD)는 작업영역(WA)의 상태 데이터(상황 정보) 및 무인운반차(100)의 현재 위치, 현재 상태, 주행 속도 등 차량의 상태 데이터를 포함할 수 있다. 상태데이터 수신부(220)는 상태 데이터(SD)를 데이터베이스(250)에 저장할 수 있다.
이동시간 예측부(240)는 수집된 상태 데이터(SD)를 종합적으로 분석하여 노드들 간의 이동시간을 예측하고, 이동시간 예측값을 산출할 수 있다. 이동시간 예측부(240)는 노드에서 주행 방향을 바꾸기 위한 무인운반차(100)의 회전(우회전 또는 좌회전)에 소요되는 시간(이하, '회전시간(turn time)'이라 함) 및 두 개의 노드들의 에지를 이동하는데 소요되는 시간(이하, '에지 이동시간'이라 함)을 고려하여 이동시간 예측값을 산출할 수 있다.
도 4a를 참조하면, 이동시간 예측부(240)는 제11 내지 제19노드들(CP11 내지 CP19) 간의 이동시간 예측값을 산출할 수 있다. 이동시간 예측부(240)는 제11 내지 제19노드들(CP11 내지 CP19) 중 제1방향(D1) 또는 제2방향(D2)으로 인접한 두 개의 노드들에 대해 이동시간 예측값을 산출할 수 있다.
예컨대, 제2방향(D2)으로 주행하며 제11노드(CP11)로 진입하는 무인운반차(100) 또는 제2방향(D2)을 향하며 제11노드(CP11)에 정차된 무인운반차(100)가 제11노드(CP11)에서 이동 가능한 후보 노드는 제1방향(D1)으로 인접한 제12노드(CP12)와 제2방향(D2)으로 인접한 제14노드(CP14)일 수 있다. 이동시간 예측부(240)는 제11노드(CP11)에서 제12노드(CP12)까지의 이동시간 예측값(Q(11,12))과 제11노드(CP11)에서 제14노드(CP14)까지의 이동시간 예측값(Q(11,14))을 각각 산출할 수 있다. 이때 이동시간 예측부(240)는 무인운반차(100)가 제11노드(CP11)에서 제2방향(D2)으로부터 제1방향(D1)으로 회전하기 위한 회전시간과 제11노드(CP11)와 제12노드(CP12) 간 에지(EG(11,12)) 이동시간을 기초로 이동시간 예측값(Q(11,12))을 산출할 수 있다. 이동시간 예측부(240)는 제11노드(CP11)와 제14노드(CP14) 간 에지(EG(11,14)) 이동시간을 기초로 이동시간 예측값(Q(11,14))을 산출할 수 있다.
유사하게, 도 4b에서, 제2방향(D2)으로 주행하며 제14노드(CP14)로 진입하는 무인운반차(100)가 제14노드(CP14)에서 이동 가능한 후보 노드는 제15노드(CP15)와 제17노드(CP17)일 수 있다. 이동시간 예측부(240)는 제14노드(CP14)에서 제15노드(CP15)까지의 이동시간 예측값(Q(14,15))과 제14노드(CP14)에서 제17노드(CP17)까지의 이동시간 예측값(Q(14,17))을 각각 산출할 수 있다. 이때 이동시간 예측부(240)는 무인운반차(100)가 제14노드(CP14)에서 제2방향(D2)으로부터 제1방향(D1)으로 회전하기 위한 회전시간과 제14노드(CP14)와 제15노드(CP15) 간 에지(EG(14,15)) 이동시간을 기초로 이동시간 예측값(Q(14,15))을 산출할 수 있다. 이동시간 예측부(240)는 제14노드(CP14)와 제15노드(CP17) 간 에지(EG(14,17)) 이동시간을 기초로 이동시간 예측값(Q(14,17))을 산출할 수 있다.
이동시간 예측부(240)는 예측의 정확도를 높이기 위해 강화 학습(reinforcement learning) 등 인공지능(AI: artificial intelligence)을 활용할 수 있다.
경로선택부(260)는 현재 노드의 무인운반차(100)가 이동 가능한 후보 노드들 각각에 대해 산출된 이동시간 예측값들 중 최소인 이동시간 예측값이 산출된 후보 노드를 다음 노드로 선택할 수 있다. 예컨대, 도 4a에서 경로선택부(260)는 이동시간 예측값(Q(11,12))과 이동시간 예측값(Q(11,14))을 비교하고, 더 작은 이동시간 예측값(Q(11,14))이 산출된 제14노드(CP14)를 무인운반차(100)가 이동할 노드로 선택할 수 있다. 유사하게, 도 4b에서 경로선택부(260)는 이동시간 예측값(Q(14,15))과 이동시간 예측값(Q(14,17))을 비교하고, 더 작은 이동시간 예측값(Q(11,15)이 산출된 제15노드(CP15)를 무인운반차(100)가 이동할 노드로 선택할 수 있다.
경로선택부(260)는 선택된 다음 노드의 위치데이터(PD_CP)를 해당 무인운반차(100)로 전송할 수 있다. 예컨대, 경로선택부(260)는 제11노드(CP11)에 정차한 무인운반차(100)가 업무 수행을 시작할 때, 또는 제11노드(CP11)로 진입하며 업무 수행 중인 무인운반차(100)로 제14노드(CP14)의 위치데이터를 전송할 수 있다. 유사하게, 경로선택부(260)는 제14노드(CP14)로 진입하며 업무 수행 중인 무인운반차(100)로 제15노드(CP15)의 위치데이터를 전송할 수 있다. 다음 노드의 위치데이터를 수신한 무인운반차(100)는 필요한 경우 회전 및 직진에 의해 현재 노드에서 다음 노드로 이동할 수 있다.
업데이트부(280)는 주기적으로 이동시간 예측값(Q)을 업데이트할 수 있다.
일 실시예에서, 업데이트부(280)는 주기적으로 하기 식 (1)과 같이 지수 평활법(exponential smoothing)을 이용하여 (i)노드에서 (j)노드까지의 에지(EG(i,j))를 이동하는 이동시간 예측값(Q)을 업데이트할 수 있다.
Qt(i,j) = Qt-1(i,j) + α× (Tt-1(i,j) - Qt-1(i,j)) ...(1)
Qt(i,j)는 새로 업데이트된 이동시간 예측값이다. Qt-1(i,j)는 업데이트 전의 이동시간 예측값 또는 이전 업데이트된 이동시간 예측값이다. Tt-1(i,j)는 실제 소요된 이동시간이다. α는 임의의 상수이다.
다른 실시예에서, 업데이트부(280)는 주기적으로 하기 식 (2)와 같이 (i)노드에서 (j)노드까지의 에지(EG(i,j))를 이동하는 이동시간 예측값(Q)을 업데이트할 수 있다. 식 (2)에 따라 산출된 이동시간 예측값은 이동시간 예측값의 최대값을 제한하기 위함이다. 정체 등에 의해 이동시간 예측값이 극도로 커지면 무인운반차가 불필요하게 멀리 돌아가는 현상이 발생할 수 있다. 따라서, 이동시간 예측값을 소정 값으로 제한함으로써 적절한 경로 선택이 가능할 수 있다.
Qt(i,j) = Qorg(i,j) × Max ...(2)
Qt(i,j)는 업데이트된 이동시간 예측값이다. Qorg(i,j)는 (i)노드에서 (j)노드까지의 거리를 무인운반차(100)의 속도로 나눈 초기 이동시간 예측값이다. Max 는 임의의 상수이다. 이동시간 예측값이 최대값으로 업데이트된 후, 무인운반차의 실제 이동시간이 최대값 이하가 된 경우, 정체가 해소된 것으로 판단하여 업데이트 부(280)는 식 (1)에 따라 이동시간 예측값을 업데이트할 수 있다.
다른 실시예에서, 업데이트부(280)는 주기적으로 하기 식 (3)와 같이 (i)노드에서 (j)노드까지의 에지(EG(i,j))를 이동하는 이동시간 예측값(Q)을 업데이트할 수 있다.
Qt(i,j) = min[{Qt-1(i,j) + α× (Tt-1(i,j) - Qt-1(i,j))}, {Qorg(i,j) × Max}] ...(3)
즉, 업데이트부(280)는 식 (1)에 의해 산출된 이동시간 예측값(Q)과 식 (2)에 의해 산출된 이동시간 예측값(Q) 중 작은 값으로 이동시간 예측값(Q)을 업데이트할 수 있다.
식 (1) 내지 식 (3)에 의해 업데이트된 이동시간 예측값(Q)은 에지 이동에 소요되는 시간 및 노드에서 주행 방향 변경을 위한 회전시간을 포함할 수 있다.
도 5는 일 실시예에 따른 무인운반차의 주행경로 제어 방법을 개략적으로 도시하는 흐름도이다. 도 6 및 도 7은 도 5의 이동시간 예측값을 업데이트하는 방법을 개략적으로 도시하는 흐름도들이다.
도 5 내지 도 7에 도시된 무인운반차의 주행경로 제어 방법은 도 3에 도시된 제어장치(200)에 의해 수행될 수 있으며, 이하에서는 도 1 내지 도 4b를 참조로 설명한 내용과 중복하는 내용의 상세한 설명은 생략한다.
도 5를 참조하면, 제어장치(200)는 작업영역 내에서 두 개 노드들 간의 이동시간 예측값을 산출할 수 있다(S510). 제어장치(200)는 작업영역 내 감지수단들 및/또는 정차 및/또는 이동 중인 복수의 무인운반차(100)들 각각으로부터 주기적으로 상태 데이터를 수신받아 저장할 수 있다. 제어장치(200)는 수집된 상태 데이터를 기초로 두 개 노드들, 예컨대, (i)노드에서 후보 노드인 (j)노드까지의 이동시간 예측값을 산출할 수 있다. 이동시간 예측값은 (i)노드와 (j)노드의 에지 이동시간을 포함하고, (i)노드에서 (j)노드로 이동하기 위해 주행 방향 변경이 필요한 경우 무인운반차(100)의 회전시간을 더 포함할 수 있다.
제어장치(200)는 이동시간 예측값이 최소인 후보 노드를 다음 노드로 선택할 수 있다(S530). 제어장치(200)는 후보 노드들 각각에 대해 산출된 이동시간 예측값들 중 최소인 이동시간 예측값이 산출된 후보 노드를 다음 노드로 선택할 수 있다.
제어장치(200)는 다음 노드의 위치데이터를 무인운반차로 전송할 수 있다(S550). 이에 따라 무인운반차(100)는 현재 노드에서 다음 노드로 이동하며 목적지까지 이동할 수 있다.
제어장치(200)는 주기적으로 이동시간 예측값들을 업데이트할 수 있다(S570). 일 실시예에서, 제어장치(200)는 전술된 식 (1)에 따라 이동시간 예측값(Q)을 업데이트할 수 있다. 다른 실시예에서, 제어장치(200)는 전술된 식 (2)에 따라 이동시간 예측값(Q)을 업데이트할 수 있다. 또 다른 실시예에서, 제어장치(200)는 전술된 식 (3)에 따라 이동시간 예측값(Q)을 업데이트할 수 있다.
이하, 설명의 편의 상, 임의의 (i)노드에서 (j)노드까지의 이동시간 예측값의 업데이트 방법을 예시적으로 설명한다.
도 6을 참조하면, 업데이트부(280)는 (i)노드에서 (j)노드까지의 이동시간 예측값을 업데이트(Qt-1)하고(S610), 제1설정시간의 경과 여부를 판단할 수 있다(S620). 업데이트부(280)는 제1설정시간이 경과한 경우, (i)노드와 (j)노드의 에지(EG(i,j)) 상에 무인운반차(100)의 존재 여부를 판단할 수 있다(S630).
업데이트부(280)는 에지(EG(i,j)) 상에 무인운반차(100)가 존재하지 않으면, 식 (1)에 따라 이동시간 예측값(Qt)을 업데이트할 수 있다(S640).
업데이트부(280)는 에지(EG(i,j)) 상에 무인운반차(100)가 존재하면, 무인운반차(100)가 에지(EG(i,j))를 지나간 후부터 제2설정시간의 경과 여부를 판단할 수 있다(S650). 제2설정시간은 제1설정시간과 동일 또는 상이할 수 있다.
업데이트부(280)는 제2설정시간이 경과하기 전이라면, (i)노드에서 (j)노드까지의 이동시간 예측값을 식 (1)에 따라 업데이트된 이동시간 예측값(Qt)으로 설정할 수 있다. 이에 따라 제2설정시간이 경과 전에 다음 노드를 결정하기 위해 이용되는 이동시간 예측값(Q)은 식 (1)에 따라 업데이트된 이동시간 예측값(Qt)일 수 있다.
업데이트부(280)는 제2설정시간이 경과하면, 식 (2)에 따라 이동시간 예측값(Qt)을 업데이트할 수 있다(S660).
도 7을 참조하면, 업데이트부(280)는 (i)노드에서 (j)노드까지의 이동시간 예측값을 업데이트(Qt-1)하고(S710), 설정시간의 경과 여부를 판단할 수 있다(S730).
업데이트부(280)는 설정시간이 경과한 경우, 식 (3)에 따라 이동시간 예측값(Qt)을 업데이트할 수 있다(S750).
도 5 내지 도 7에서, 업데이트부(280)는 주기적으로 이동시간 예측값(Qt)을 재 산출하고, 설정시간 경과에 따라 이동시간 예측값(Qt)을 업데이트할 수 있다.
무인운반차가 노드 간 이동할 때 최단 경로를 선택하는 시스템에서는 정체와 같은 물류 시스템의 상황이 반영되지 않고 고정 경로로 무인운반차가 이동한다. 이에 따라 교통 혼잡이 발생하는 경우 업무 수행 시간이 길어질 수 있다.
본 발명의 실시예들에 따른 동적 경로 계획을 기반으로 한 무인운반차 다중 경로 제어 시스템(Multi Path control system for AGV based on dynamic routing planning)은 물류 상황(작업영역의 상황)을 고려하여 노드들 간의 이동시간을 예측하고, 무인운반차가 이동시간이 짧은 노드를 경유하여 주행하도록 제어할 수 있다. 즉 시간 기반 경로 제어에 따라, 무인운반차는 정체 및 충돌 없는 경로로 회피 주행이 가능하여 이동 효율성을 높임으로써 업무 수행 시간을 단축할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
10: 무인운반차 경로제어시스템
100: 무인운반차
200: 제어장치
WA: 작업영역
140: 로딩 스테이션
160: 언로딩 스테이션
CP: 노드

Claims (20)

  1. 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 복수의 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하는 이동시간예측부; 및
    상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 경로선택부;를 포함하고,
    상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된, 무인운반차의 경로 제어 장치.
  2. 제1항에 있어서,
    상기 이동시간 예측값들을 업데이트하는 업데이트부;를 포함하는 무인운반차의 경로 제어 장치.
  3. 제2항에 있어서, 상기 업데이트부는,
    제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트하는, 무인운반차의 경로 제어 장치.
  4. 제2항에 있어서, 상기 업데이트부는,
    상기 이동시간 예측값의 최대값을 설정하는, 무인운반차의 경로 제어 장치.
  5. 제4항에 있어서,
    상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값인, 무인운반차의 경로 제어 장치.
  6. 제2항에 있어서, 상기 업데이트부는,
    이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트하는, 무인운반차의 경로 제어 장치.
  7. 제1항에 있어서,
    상기 상태 데이터 및 상기 이동시간 예측값을 저장하는 데이터베이스;를 더 포함하는 무인운반차의 경로 제어 장치.
  8. 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 무인운반차; 및
    무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하고, 상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 제어장치;를 포함하고,
    상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된, 무인운반차의 경로 제어 시스템.
  9. 제8항에 있어서, 상기 제어장치는,
    상기 이동시간 예측값들을 업데이트하는, 무인운반차의 경로 제어 시스템.
  10. 제9항에 있어서, 상기 제어장치는,
    제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트하는, 무인운반차의 경로 제어 시스템.
  11. 제9항에 있어서, 상기 제어장치는,
    상기 이동시간 예측값의 최대값을 설정하는, 무인운반차의 경로 제어 시스템.
  12. 제11항에 있어서,
    상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값인, 무인운반차의 경로 제어 시스템.
  13. 제9항에 있어서, 상기 제어장치는,
    이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트하는, 무인운반차의 경로 제어 시스템.
  14. 작업 영역에 설정된 복수의 노드들을 경유하며 이동하는 복수의 무인운반차들로부터 획득한 상태 데이터를 기초로, 제1노드에서 후보 노드들인 제2노드들 각각으로 무인운반차가 이동하는 이동시간 예측값을 산출하는 단계; 및
    상기 제2노드들에 대해 산출된 이동시간 예측값들 중에서 최소인 이동시간 예측값이 산출된 제2노드를 다음 노드로 선택하는 단계;를 포함하고,
    상기 이동시간 예측값은 제1노드에서 상기 무인운반차의 주행방향과 상기 제1노드에서 제2노드를 향하는 방향이 다른 경우 상기 무인운반차의 회전시간 및 상기 상태 데이터를 기초로 상기 제1노드에서 상기 제2노드까지 이동 시에 예상되는 소요시간을 기초로 산출된 것인, 무인운반차의 경로 제어 방법.
  15. 제14항에 있어서,
    상기 이동시간 예측값들을 업데이트하는 단계;를 더 포함하는 무인운반차의 경로 제어 방법.
  16. 제15항에 있어서, 상기 업데이트 단계는,
    제1시점에 업데이트된 제1 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 제2시점에 상기 제1 이동시간 예측값을 제2 이동시간 예측값으로 업데이트하는 단계;를 포함하는 무인운반차의 경로 제어 방법.
  17. 제15항에 있어서, 상기 업데이트 단계는,
    상기 이동시간 예측값의 최대값을 설정하는 단계;를 포함하는 무인운반차의 경로 제어 방법.
  18. 제17항에 있어서,
    상기 이동시간 예측값의 최대값은 초기 이동시간 예측값에 기 설정된 제한값을 곱한 값인, 무인운반차의 경로 제어 방법.
  19. 제15항에 있어서, 상기 업데이트 단계는,
    이전 이동시간 예측값과 상기 무인운반차가 실제 이동하여 소요된 이동시간을 기초로 산출된 이동시간 예측값 및 상기 이동시간 예측값의 최대값 중 최소값으로 상기 이동시간 예측값을 업데이트하는 단계;를 더 포함하는 무인운반차의 경로 제어 방법.
  20. 제14항에 있어서,
    상기 상태 데이터 및 상기 이동시간 예측값을 저장하는 단계;를 더 포함하는 무인운반차의 경로 제어 방법.
KR1020210089159A 2021-07-07 2021-07-07 무인운반차 경로 제어 시스템 및 방법 KR20230008949A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210089159A KR20230008949A (ko) 2021-07-07 2021-07-07 무인운반차 경로 제어 시스템 및 방법
PCT/KR2021/009268 WO2023282377A1 (ko) 2021-07-07 2021-07-19 무인운반차 경로 제어 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210089159A KR20230008949A (ko) 2021-07-07 2021-07-07 무인운반차 경로 제어 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20230008949A true KR20230008949A (ko) 2023-01-17

Family

ID=84801769

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210089159A KR20230008949A (ko) 2021-07-07 2021-07-07 무인운반차 경로 제어 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR20230008949A (ko)
WO (1) WO2023282377A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6700784B2 (ja) * 2015-12-28 2020-05-27 綜合警備保障株式会社 移動時間推定システム及び移動時間推定方法
JP2018109861A (ja) * 2017-01-04 2018-07-12 富士通株式会社 駐車場までの経路情報を案内するセンタ装置、システム、プログラム及び方法
JP6763809B2 (ja) * 2017-03-14 2020-09-30 株式会社日立インダストリアルプロダクツ 経路決定装置、経路決定方法及び経路決定プログラム
KR20170064524A (ko) * 2017-05-31 2017-06-09 이성기 이동체 추적 방법
JP6770128B2 (ja) * 2019-04-04 2020-10-14 株式会社日立インダストリアルプロダクツ 物品搬送システム及び物品搬送方法

Also Published As

Publication number Publication date
WO2023282377A1 (ko) 2023-01-12

Similar Documents

Publication Publication Date Title
US11397442B2 (en) Travel planning system, travel planning method, and non-transitory computer readable medium
KR102160968B1 (ko) 자율주행 로봇 장치 및 자율 주행 방법
CN111367272B (zh) 自动导引车辆控制系统及自动导引车辆控制方法
EP3401750B1 (en) Method and device for returning robots from site
US10089586B2 (en) Job management system for a fleet of autonomous mobile robots
KR20220059557A (ko) 무인운반차 제어 방법 및 장치
KR20140020331A (ko) 자동화된 산업 차량들과 연관된 맵 데이터를 공유하기 위한 방법 및 장치
WO2020259167A1 (zh) 机器人路径更新方法、电子设备及计算机可读存储介质
JP2021071891A (ja) 走行制御装置、走行制御方法、及びコンピュータプログラム
US11656625B2 (en) System for evacuating one or more mobile robots
KR102327293B1 (ko) 자율주행 무인운반차 제어 시스템 및 방법
US20210250847A1 (en) Task execution system, radio connection method, and program
CN112702431B (zh) 基于分布式边缘计算的工业移动设备定位系统及方法
CN114153208A (zh) 无人驾驶物流运输系统、方法、设备及可读存储介质
KR20230008949A (ko) 무인운반차 경로 제어 시스템 및 방법
Sharma Control classification of automated guided vehicle systems
US11815909B2 (en) System for and method of controlling driving of automated guided vehicle
JP7149568B2 (ja) 移動体制御システム、移動体システム、移動体制御方法、及びプログラム
US20220366364A1 (en) Delivery method, delivery management server, and mobile body
US11829127B2 (en) Opportunistic information and inventory exchange via serendipitous encounters of autonomous mobile robots
KR20220105217A (ko) 무인 운반차 주행 제어 시스템 및 방법
KR20200053744A (ko) 주행 시스템, 이에 포함되는 자동 주행 장치 및 교차점 충돌 방지 방법
US20220171383A1 (en) Unmanned vehicle controlling system and method, and nontransitory computer-readable medium
KR20240128765A (ko) 무인 운반 차량의 우회 경로 생성 시스템 및 생성 방법
US20240185178A1 (en) Configuring a system that handles uncertainty with human and logic collaboration in a material flow automation solution