[첨단 헬로티]

 

중대형 물류기업용 저가형 관제기술 확보 등 다양한 효과 기대

국내의 물류기술을 살펴보면 지게차, 컨테이너, 파렛트 등 일반 물류기기장비의 경우는 기술개발 수준과 국산화율은 높으나 자동인식, 자동피킹, 자동소팅 등 자동화기술과 AGV, 무인지게차 등 무인고도장비기술 등은 2년 정도 뒤진 것으로 나타났다. 이러한 상황에서 국내 기술개발 필요성에 따라 본지는 ‘중대형 물류센터 적용이 가능한 물류운송로봇 스케줄링 기술 개발’ 사례를 2회에 걸쳐 싣는다. 

제 1 절 개발기술의 중요성 및 필요성

1. 기술적 측면

지난 10여년간 정부의 다양한 로봇기술개발사업 지원을 통해 각 사업에서 직간접적으로 물류로봇에 필요한 요소기술이 확보되었으나, 대량 물류로봇의 관제시스템에 대한 직접적인 지원 사업은 전무했다.

인터넷의 발달로 이베이(美), 아마존(美), 알리바바닷컴(中), G마켓, Yes24 등 대규모 인터넷 쇼핑몰의 형성 및 성장으로 시간적·공간적 제약 없이 제품 거래가 이루어지고 있으나 물류 시스템은 고가의 전용 설비 또는 수작업에 의해 이루어진다(그림1). 

▲ 그림1. 아마존의 물류로봇 적용 예시

기존 물류 자동화의 경우 대부분이 고가의 전용 설비기반의 물류 자동화 시스템으로 오픈 마켓에 상품을 공급하는 중·소 제조업체의 물류창고 구축을 위한 초기 투자비용이 크다.

현재의 현장 시스템은 컨베이어 형태의 시스템으로 라인에 많은 인력을 투입, 지속적 상품(제품)의 분류 작업이 수동화 되어 업무 효율성 및 공정 효율성 매우 낮음 실정이다.

2. 경제·산업적 측면

최근, 인터넷/홈쇼핑 활성화에 따른 중·소형 물류량 증가와 이에 따른 물류비용 상승은 기업 부담 및 사회적 문제로 대두되고 있다. 

물류 로봇 및 관제 기술은 이러한 물류 창고내 물류비용 절감을 위한 대안이다. 

3. 사회·문화적 측면

물류/유통산업에서 요구되는 기능과 문제점인 신속·정확한 처리 능력, 반복노동의 능률저하 대체, 노동자 근골격계 질병 예방, 물품파손방지, 물품크기 제한없이 안전한 운반 등을 위한 해결책은 물류/유통산업과 첨단 로봇/IT 기술과의 융합으로 새로운 물류운송 방법의 개발이 요구된다. 

제조업 근로자들의 고중량(20Kg이상)의 부품박스 이적재 및 이송 작업 등 제조현장의 애로를 해결하고 제조현장 녹색화를 실현할 수 있다. 

4. 기술개발의 목적

물류비용 중 인건비가 차지하는 비중이 비교적 높기 때문에 인력절감 및 생산성 향상을 위해 물류 운반 과정의 자동화는 필연적인 기술이 되었고, 향후 로봇 기술이 적용된 물류로봇의 등장과 대규모 물류를 처리하기 위한 보관 및 운반 기능이 복합된 물류시스템의 사용이 증가할 것으로 예상된다.

물류/유통산업에서 요구되는 기능과 문제점인 신속·정확한 처리 능력, 반복노동의 능률저하 대체, 물품크기 제한 없이 안전한 운반 등을 위한 해결책은 물류/유통산업과 첨단 로봇/IT 기술과의 융합이 필요하다. 

본 기술개발의 목적은 중대형 물류센터에서 사용 가능한 물류운송로봇의 스케줄링 기술을 개발하여 물류운송로봇을 보다 효율적으로 관제하는 것이며, 이러한 기술을 바탕으로 시뮬레이션 소프트웨어를 개발하여 물류운송로봇의 최대 투입 수량, 웨어하우스의 배치, 물류의 이동경로 수정 등 물류 시스템의 구축 및 운용 비용을 절감하는 것이다. 

또한, 본 과제에서 개발된 요소기술들(스케쥴링 알고리즘, 시뮬레이션 소프트웨어, 맵 빌딩 로봇, 구동부 모터 드라이브, 모션 컨트롤러)을 유관기관의 물류운송로봇이나 관제시스템 구축에 적용함으로 기술료 수익을 발생시키는 것이 최종 목적이다. 

제 2 절 국내외 관련 기술의 현황

1. 국외 관련 기술 현황

KIVA Systems(미국)에서는 물류창고와 AGV의 기능을 결합한 제품으로 전자 상거래 업체들의 니즈에 대응하기 위한 플랫폼을 개발하고 있다. 간단한 로봇 기반의 시스템이기에 컨베이어시스템이나 유도선 방식의 AGV에 비해 시설 변경이나 추가가 용이하다. 매우 복잡한 환경에서도 KIVA Systems의 로봇은 높은 기동성과 이동능력을 발휘하여 물품을 한 장소에서 다른 장소로 운반한다. 

KIVA Systems 물류운반 로봇은 454kg내외 적재능력, 1.3m/s속도를 제공하며 2차원 바코드를 위치인식 솔루션으로 활용하고 있다. 2012년에 아마존에서 7억 7,500만달러에 인수했다(그림2). 

▲ 그림 2. KIVA System의 물류운반 로봇

Fetch Robotics사의 Fetch로봇과 Freight 로봇은 소프트뱅크 등 벤처캐피털로부터 2,300만 달러의 자금을 투자받았다. Fetch 로봇은 선반에 놓인 물건을 집을 수 있는 로봇으로, 1.1 ~ 1.5m까지 키를 조절가능하고 최대 6kg을 들어올린다. Freight 로봇은 Fetch 로봇으로부터 물건을 받아 옮기는 로봇으로 2차원 레이저 스캐너를 장착하고 68kg까지 옮길 수 있다(그림3). 

▲ 그림3. Fetch Robotics사의 Fetch로봇과 Freight로봇

2. 국내 관련 기술 현황

국내에서도 과학기술부 지원으로 ‘무인반송차 시스템 설계에 관한 연구’를 수행하여 물류자동화시스템을 구축하는데 있어서 투자비를 절감하고 시스템의 생산성을 향상시키고자 하는 기술개발을 수행했다. 

또한 산업자원부 지원으로 ‘AGV의 주행기술개발’, ‘전방향 AGV개발 및 물류시스템 핵심기술개발’ 등의 과제를 수행했다(그림4). 

▲ 그림4. WONAGV의 카트형 AGV와 시뮬레이션 SW

국내 ㈜원에이지브이와 Nsquare 사에서 제조공장 내 운용이 가능한 물류운송 플랫폼과 운영 S/W, 유지보수 S/W 등의 제품을 출시하였으나 중대형 물류 센터에 적용하기에는 적합하지 않은 구조로 보인다(그림5). 

▲ 그림5. Nsquare의 통합운영 시스템

물류자동화 및 반송자동화 분야를 대상으로 하는 AGV, 무인지게차 시스템을 개발하여 국내외 여러 기업에 공급했다. 다양한 산업현장에 대응 가능한 모니터링 소프트웨어와 로봇기술을 보유하고 있다. 

주요 선행기술 현황

▲ 표1. 주요 선행기술 현황

3. 관련 기술의 문제점

국내의 물류기술을 살펴보면 지게차, 컨테이너, 파렛트 등 일반 물류기기장비의 경우는 기술개발 수준과 국산화율은 높으나 자동화기술(자동인식, 자동피킹, 자동소팅 등)과 무인고도장비기술(AGV, 무인지게차 등) 등은 2년 정도 뒤진 것으로 나타났다. 

또한, 대규모의 물류운송로봇이 물류창고에 투입되어 물류운송 및 창고관리를 동시에 처리하는 스케쥴링 알고리즘 개발은 국내 연구개발 추진 사례가 전무한 상황이다. 

▲ 그림6. 본 과제의 기술개발 범위

제 3 절 기술개발 시 예상되는 기술적·경제적 파급 효과

물류비용 중 인건비가 차지하는 비중이 비교적 높기 때문에 인력절감 및 생산성 향상을 위해 물류 운반 과정의 자동화는 필연적인 기술이 되었고, 향후 로봇 기술이 적용된 물류로봇의 등장과 대규모 물류를 처리하기 위한 보관 및 운반 기능이 복합된 물류시스템의 사용이 증가할 것으로 예상된다. 

물류/유통산업에서 요구되는 기능과 문제점인 신속·정확한 처리 능력, 반복노동의 능률저하 대체, 물품크기 제한 없이 안전한 운반 등을 위한 해결책은 물류/유통산업과 첨단 로봇/IT 기술과의 융합이 필요하다. 

본 기술개발의 목적은 중대형 물류센터에서 사용 가능한 물류운송로봇의 스케쥴링 기술을 개발하여 물류운송로봇을 보다 효율적으로 관제하는 것이며, 이러한 기술을 바탕으로 시뮬레이션 소프트웨어를 개발하여 물류운송로봇의 최대 투입 수량, 웨어하우스의 배치, 물류의 이동경로 수정 등 물류 시스템의 구축 및 운용 비용을 절감하는 것이다. 

또한, 본 과제에서 개발된 요소기술들(스케줄링 알고리즘, 시뮬레이션 소프트웨어, 맵 빌딩 로봇, 구동부 모터 드라이브, 모션 컨트롤러)을 유관기관의 물류운송로봇이나 관제시스템 구축에 적용함으로 기술료 수익을 발생시키는 것이 최종 목적이다. 

제 4 절 당해연도 개발 내용 및 개발 범위

1. 개발 내용 및 개발 범위

첫째, 물류운송로봇 스케줄링 알고리즘 개발

- ‌Queueing 모델 기반 100대 이상의 다중 로봇의 작업부하 분석 및 분배 알고리즘 개발

- ‌다중 로봇간 경로 간섭 최소화 및 교차로/병목 지점에서 우선순위 방식 충돌 회피 알고리즘 개발

- ‌호출 예상위치 및 물류 부하를 고려한 실시간 스케줄링 알고리즘개발

- ‌입체적 물류 이동을 고려한 최적 웨이포인트 생성 알고리즘 개발

둘째, 물류처리 시뮬레이터 S/W 개발

- 100대 이상의 다중로봇 시뮬레이션

- ‌알고리즘의 최적 경로 및 운송 시간, 물류 운송 효율 평가

셋째, 물류환경 스캐닝 로봇 제작

- 반복 위치 정밀도: 0.1%(100m 주행시 10cm)

- 최대 스캐닝 영역: 10,000m2

넷째, 물류운송로봇 구동부 모터 드라이버 개발

- ‌6-step 운전 및 구형파 운전이 가능한 BLDC 모터 드라이버 개발

- ‌FOC(Field Oriented Control) 운전이 가능한 PMSM 모터 드라이버 개발

- ‌홀센서 만으로 정밀한 속도 예측이 가능한 속도 추정 알고리즘 개발

- 홀센서 신호의 위상각 보정 알고리즘 개발

다섯째, 물류운송 모션 컨트롤러 개발

- 3축 동기 구동이 가능한 모션 컨트롤러 개발

- 최적 경로 탐색 및 모션 프로파일 생성

2. 당해연도 연구개발 추진 실적

가. 물류자동화의 기본 개념

AGV(Automatic Guided Vehicle)는 작업공간 내에서 이동시켜야 할 물류들을 자동으로 이동시키는 로봇으로, 1953년부터 개발되어 사용되고 있다. 기술이 지속적으로 발전하여 60년대부터 다양한 공장과 창고에서 사용되고 있다. 70년대에 조립라인에서 사용되던 컨베이어(conveyor)를 AGV가 대체하면서 산업계 전반으로 확대되게 되었다.

AGV의 기술개발 초기에는 바닥에 유도선을 설치하고 이 유도선을 따라 주행할 수 있도록 하였다. 하지만 지금은 센서기술의 발전으로 위치인식과 장애물탐지가 가능해 짐으로 AGV의 유연성과 가용성이 증가하게 되었다.

본 기술개발에서는 최근의 대형 물류센터나 웨어하우스에서 AGV 시스템을 도입하여 물류자동화 시스템을 구축하는데 필요한 시뮬레이션 및 관제 기술을 개발하는 것을 목표로 하고있다. 시뮬레이션은 사용자가 컴퓨터상에서 시스템을 모델링하고 시뮬레이션 함으로 모델링한 시스템에 대한 문제점을 파악하고 성능도 추정할 수 있다. 또한 쉽게 시스템의 모델을 변경하고 새로 시뮬레이션 함으로 시스템의 성능을 향상시킬 수 있게 된다.

나. AGV 시스템 구조

AGV 시뮬레이터의 전체 구조는 그림7과 같다. FA관제시스템에서는 AGV관제시스템에 AGV의 운행 명령을 내린다. 그리고 AGV관제시스템은 다수의 AGV를 관제하는 시스템으로 여러 대의 AGV 중에서 명령을 처리하기에 가장 적합한 AGV를 선택하고 운행하게 되는 구조로 시뮬레이터가 구성된다.

▲ 그림7. AGV 시뮬레이터의 전체 시스템 구조

본 기술개발에서는 AGV 관제시스템을 가상의 AGV를 대상으로 구축하는 것으로 실제 AGV가 운행될 때와 유사한 환경에서 AGV 관제시스템을 운용함으로 AGV운행 알고리즘을 개발하고 성능을 평가하게 된다.

AGV 관제시스템의 구조는 그림8에서 좀 더 자세하게 설명하고 있다. AGV 관제시스템은 FA 관제시스템으로부터 내려오는 명령을 처리하는 명령 처리자, AGV 시스템에서 작업부하를 분석하고 분배하며 AGV의 스케쥴링을 담당하는 작업 처리자, 중앙집중식 교통통제와 A*알고리즘 기반 최적경로를 생성하는 AGV관리자, AGV운행에 필요한 각종 정보를 포함하고 있는 데이터 베이스로 구성된다.

▲ 그림8. AGV 관제 시스템의 세부 구조

(1) 명령 처리자

명령 처리자는 사용자나 FA관제시스템에서 발생하는 명령을 처리하는 기능을 하고 입력받은 명령의 종류에 따라 적합한 작업 처리자로 할당하는 역할을 한다. 또한 명령의 처리 결과를 리턴하는 역할을 한다.

FA 관제시스템에서 발생하는 명령은 우선적으로 큐에 저장되고 명령 처리 서버에 의해 하나씩 꺼내져서 명령을 수행하게 된다. 시뮬레이터에서는 AGV관제시스템과 직접적으로 연결할 수 없기 때문에 명령은 미리 정해진 배치 명령을 처리하도록 설계하였다.

(2) 작업 처리자

작업 처리자는 작업부하 분석 및 분배와 AGV 스케쥴링의 두가지 역할을 한다. 요청된 작업을 가장 빨리 수행할 수 있는 최적의 AGV를 선택하고 수행해야 할 작업요구표를 참조하여 일련의 단위작업으로 변환하여 AGV 관리자로 전달한다. 작업요구를 처리할 시간이 가장 짧은 AGV를 선택하면 가장 빠르게 수행할 수 있는 AGV를 선택하는 것이다. 이때, AGV의 가동률을 비슷하게 유지하기 위해 가동횟수가 많은 AGV는 해당 작업을 처리할 AGV로 선택할 확률을 낮추어야 한다.

(3) AGV 관리자

AGV관리자는 각각의 AGV를 관리하며 AGV의 구동에 관련된 이동명령을 처리한다. 이동명령은 일련의 물류를 운반하는 명령에 해당하는데, 물류를 운반하기 위해서 이동해야 할 경로를 따라 주행하도록 하는 명령과 물류를 AGV에 싣고 내리는 명령에 해당한다.

각각의 작업 명령은 내부 버퍼에 저장되어 수행을 기다리게 되며, 이전의 명령이 완료되면 순차적으로 큐의 명령이 수행된다. 이 때 각각의 작업이 가장 빨리 수행되어질 수 있는 경로를 최적의 경로 선택 알고리즘을 사용하여 경로를 선택하고 이를 주행하기 위한 명령으로 AGV에 전달하고 된다. 이동 명령을 받은 AGV는 독립적으로 명령을 수행하지만, AGV관리자의 교통 통제를 우선적으로 따르도록 운행된다.

(4) 데이터 베이스

데이터 베이스는 AGV가 운행할 경로, 이적재 스테이션, 작업요구목록 등의 데이터를 저장하고 있으며, 실시간으로 운행되는 AGV의 상태 및 명령 처리 결과를 저장한다. 데이터베이스에 저장된 데이터는 시뮬레이션이 끝나고 전체 시스템의 성능을 평가하는 데이터로 활용된다.

다. AGV 시뮬레이터

AGV시뮬레이터를 위한 시스템 모델링은 오프라인에서 구성하고 온라인에서는 AGV의 작업 처리상황을 실시간으로 확인해야한다. 시뮬레이션을 위해 다음과 같은 Order picking 환경을 고려하였다.

(1) Order picking

Order picking은 웨어하우스 프로세서 중의 하나로 고객의 주문 목록을 수집하는 과정을 말한다. 이것은 공급 체인의 생산성 향상에 중요한 영향을 미치며 기본적인 웨어하우스 프로세스가 된다.

Order picking의 주된 방법은 다음과 같이 정의할 수 있다:

·‌piece picking method·로봇이 하나의 주문에 대해서 상품을 수집하기 위해 움직임

·‌zone picking method·각각의 로봇이 하나의 특정 영역에 할당됨

·‌wave picking method·한 개 이상의 주문에 대해 상품을 수집하기 위해 움직임

·‌sorting systems method·자동화 시스템에 의해 상품들이 순차적으로 배달됨 (로봇이 사용되지 않음)

·‌pick to box method·피킹영역이 컨베이어와 연결된 다수의 피킹 스테이션으로 구성

(2) 시뮬레이션 공간 모델링

시뮬레이션 공간은 ㈜엔티렉스에서 운영하는 디바이스마트의 물류창고 구조를 기반으로 모델링하였다. 물류창고의 전체 면적은 34*29m2로 본 과제에서 목표로 하는 10,000m2에 미치지 못하기에 동일한 물류창고 구조를 따라가되 가로와 세로 길이를 100m와 100m로 늘여 시뮬레이션 공간을 설계하였다. 시뮬레이션 공간은 피킹룸과 창고 공간으로 나뉜다.

(가) 피킹룸

그림9는 디바이스마트의 고객이 주문한 상품들을 챙겨와 포장하는 공간인 피킹룸에 대한 실물 전경이다.

▲ 그림9

(나) 물류창고 (소형 물품)

물류창고는 각 구역별로 상품들을 정리하고, 각 위치와 상품명을 바코드로 정리하여, 검색을 통해서 주문된 상품을 쉽고 빠르게 찾을 수 있도록 구성되어 있다. 재고 관리 측면에서도 효율적이며 보다 빠르고 정확한 배송을 위해 구축된 시스템이다(그림10).

▲ 그림10

(다) 물류창고 (대형 물품)

부피가 큰 제품들과 과재고 상품들은 3층 공간을 활용하여 적재되어 보관하고 있다. 창고 공간이 넓어 다양한 제품들의 재고를 적정 수량으로 보관하여 빠른 대응이 가능하다(그림11).

▲ 그림11

또한 그림12는 컨베이어나 지게차, 사람이 직접 주문한 물품을 찾아오는 수동식 웨어하우스로 온라인 쇼핑몰과 물류유통 서비스가 활발해짐에 따라 다양한 형태의 대형 웨어하우스가 구성되고 있다. 이러한 추세를 고려하여 물류로봇은 높이조절이 가능한 형태로 설계되어야 하며, 수십대의 물류로봇이 동시에 운행되는 환경이 조성되고 있다.

▲ 그림12

(3) AGV 운용 사양

AGV는 사용자가 주문한 물품을 물류창고에 보관중인 물품을 피킹룸으로 운반해 오는 것으로 구성되어 있으며, 물품을 피킹하기 위해 다음과 같이 팔이 달려있는 로봇 형태를 고려하였다. 다음 그림13의 로봇은 Fetch robotics의 피킹 로봇이다.

▲ 그림13

표2는 시뮬레이션에 사용된 AGV 시스템의 사양으로 실제 order picking이 도입될 수 있는 물류센터를 모델로 하였다. 

▲ 표2. 시뮬레이션에 사용된 AGV 시스템의 사양

한국생산기술연구원 양광웅, 이설희 연구원