earticle

영어

With the 4th industry era, smart factories are emerging. In the era of multi-product small scale production, unmanned transportation vehicles are rapidly increasing in utilization of unmanned transportation vehicles that carry and arrange goods in the work space. The conventional unmanned vehicle detected its position by using the guided line method and the position based method for indoor location recognition and movement. This method has disadvantages of initial high cost and maintenance / maintenance. In this paper, to solve the disadvantages, the method of predicting the direct path of the unmanned vehicle through the Kalman filter is verified using the white LED marker of the warehouse and the position data and the image data of the white LED marker recognition image. Through this, the reliability of the linear movement which occupies the most part in the lattice structure is secured. It is also expected that the reliance on additional position sensors will also be reduced.

한국어

4차 산업시대와 함께 스마트 팩토리가 대두되고 있으며, 다품종 소량생산 시대를 맞이하여무인 운반차는 작업공간에서 물건을 운반하고 정리하는 무인 운반차의 활용도가 빠르게 증대하고있다. 기존의 무인 운반차는 실내 위치인식 및 이동을 위해 유도선 방식, 위치기반 방식을 사용하여자신의 위치를 검출하였고 이러한 방법은 초기 고비용 및 유지/관리 보수의 단점이 있었다. 본 논문에서는 단점을 해결하고자 물류창고의 White LED 마커를 이용하여 위치 데이터와 White LED 마커 인식 이미지 데이터를 활용하여 칼만 필터를 통해 무인 운반차의 직전경로를 예측함에하는 방안에 대해 검증하였다. 이를 통해 격자구조에서 대부분을 차지하는 직선 이동에 대한신뢰성을 확보하였다. 또한 추가적인 위치 센서에 대한 의존도 또한 줄일 수 있을 것이라 예상된다