물류환경에서 이동로봇과 작업자 협업을 위한 추적 및 추종 기법 개발 :

김주민

추천

검색

자료유형: 학위논문

저자정보: 김주민 (전남대학교, 전남대학교 대학원)

지도교수: 문창배

발행연도: 2019

저작권: 전남대학교 논문은 저작권에 의해 보호받습니다.

이용수15

이 논문의 연구 히스토리 (2)

2019

물류환경에서 이동로봇과 작업자 협업을 위한 추적 및 추종 기법 개발

김주민 기계공학과 2019.01 학위논문

2017

실내 물류 운송환경에서 환경지도 기반 작업자 추종 기법 개발

김주민 , 조준형 , 문창배 한국정밀공학회 학술발표대회 논문집 2017.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

사람들의 수요가 증가함에 따라 물류환경은 급변하고 있다. 편의점을 포함한 소매점의 일일 배송 상품들을 주로 냉장 상태로 보관해야 하는 경우가 많아 고정 인력을 많이 요구한다. 많은 고정 인력의 운용은 인건비 상승에 따른 운송 단가 상승을 피할 수 없으며, 현재까지는 거점 물류 창고의 대형화, 상품 분류과정의 분업 효율화로 간접적인 대응에만 그치고 있는 것이 현실이다. 1인 가구의 증가로 소형 점포의 수가 많아지고 있는 현 상황과 맞물려 예전의 간접적 방식은 더 이상 효과적이지 못할 것이라는 것이 물류계의 일반적인 판단이며 궁극적으로 물류창고 내 상품 피킹 및 이송의 자동화는 피할 수 없는 흐름이다.
이와 관련하여 이동로봇을 이용한 물류환경에서의 물류자동화에 적용을 위한 연구 및 개발이 활발하게 이루어지고 있다. 물류환경에서 작업자가 협업하기 위한 작업자 추종 기술이 필요하다. 작업자 인식 및 추종은 자율주행을 위해서 기본적으로 탑재된 레이저 센서를 이용하여 작업자의 다리를 인식하고 상대 위치를 이용하여 추종하게 된다. 기존 레이저 센서만을 이용한 작업자 인식 기술은 물류 환경에 주로 작업자의 다리 폭과 유사한 랙과 같은 기둥이 다수 존재하기 때문에 직접 적용하기에는 한계가 있다.
사람을 추적하기 위한 다양한 센서들이 모바일 로봇에 탑재된다. 이 중 많이 사용되는 센서는 카메라와 레이저 센서이다. 카메라는 사람에 대한 다양한 정보를 얻을 수 있는 장점을 가지고 있다. 하지만 조명과 같은 외부 요소에 민감하다. 반면 레이저 센서는 주변 환경에 덜 민감하고 안정적으로 사람의 특징을 추출하여 추적할 수 있다. 여러 개의 센서를 사용할 경우 사람을 안정적으로 추적이 가능하지만 처리해야 하는 데이터 양이 많아지고 각 센서의 데이터를 결합하는 데 어려움이 있다. 기술의 발전에 따라 3차원 레이저 센서를 통해 많은 정보를 얻을 수 있게 되었고 센서의 가격 또한 낮아졌다. 본 논문에서는 물류환경 내에서 3차원 정보를 이용한 사람 추적 및 추종 기법을 제안한다.

As the demand of people increases, the logistics environment is changing rapidly. Daily delivery items of retail stores, including convenience stores, are often required to be kept in refrigerated condition, requiring a lot of fixed personnel. Many fixed manpower operations are inevitable because of rising labor costs, and up to now, they are only indirectly responding to the enlargement of warehouses and the efficiency of the division of labor in product classification. As the number of small-sized stores is increasing due to the increase of one-person households, it is a general judgment of the logistics system that the former indirect method will no longer be effective. Ultimately, automation of picking and transferring goods in the warehouse can not be avoided.
In this regard, research and development for application to logistics automation in a logistics environment using a mobile robot have been actively conducted. The work of the mobile robot required in the logistics environment can be roughly divided into autonomous driving technology that can run on the robot itself and operator follow-up technology for the robot and the worker to cooperate. Autonomous driving technology is based on self position estimation, mapping, path generation and motion control techniques. The recognition and tracking of the worker recognize the operator''s leg using the laser sensor mounted for autonomous driving and follow up by using the relative position. The worker recognition technology using only the existing laser sensor has a limitation in direct application because there are many columns such as a rack similar to the worker''s leg width in the logistics environment. Also, solutions against frequent occlusion between workers are needed.
Various sensors for tracking people are mounted on mobile robots. Among these sensors are cameras and laser sensors. Cameras have the advantage of getting various information about people. But it is sensitive to external factors such as lighting. Laser sensors, on the other hand, are able to extract and track human characteristics with less sensitivity to the surrounding environment and more stable. When using multiple laser sensors, it is possible to trace a person steadily, but the amount of data to be processed increases and it is difficult to combine the data of each sensor. With the development of technology, 3D information can be obtained through 3D laser sensor and sensor price is lowered. In this paper, we propose a human tracking and novel tracking method using a 3D laser sensor.

1. 서 론 1
가. 연구 배경 1
나. 연구 동향 1
다. 연구 내용 3
2. 기존 작업자 추적 및 추종 기법 4
가. SJPDAF(Sample-based Joint Probabilistic Data Association Filiter) 기법 4
나. 운동 제어 11
다. 실험을 통한 SJPDAF 기법의 성능 검증 14
라. SJPDAF 기법이 가지는 한계 17
3. 3차원 정보 기반 작업자 추적 및 추종 기법 18
가. 개요 18
나. 분석 기준 선정 18
다. 작업자 추적 및 추종 알고리즘 33
4. 실험적 검증 38
가. 실험 set up 48 나. 작업자 추종 결과 41
다. 제안 기법 검증 44
5. 결 론 45
가. 연구 결론 45
나. 연구 공헌 45
다. 향후 계획 45
Reference 46
Abstract 49

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)