http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
산업용 딥러닝 기반 배선 이상 검출을 위한 모빌리티 플랫폼 연구
노현우 ( Hyeon-woo No ),김지수 ( Ji-soo Kim ),오민욱 ( Min-uk Oh ),박상배 ( Sang-bae Park ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
본 연구에서는 공정 내 인체 끼임 사고 및 저출산 고령화 시대 등의 문제들로 인한 인력 감소 문제들을 해결하기 위하여 인공지능 기반의 모빌리티 플랫폼을 개발하였다. 본 플랫폼은 yolo-v4 기반으로 로봇이 공정 내부를 이동하면서 공정 내 불량 와이어를 검출하여 공정 유지보수 관리자에게 알려 주고 실시간으로 공정 내부 상황을 무선으로 모니터링할 수 있는 기술을 연구하였다. 또한, 로봇에는 무선 충전 기능을 갖추고 있어 추가적인 공정 내 인체 끼임 사고 등을 예방할 수 있도록 하였다. 본 연구 결과에서는 불량 와이어 검출 시, 평균 92.1%의 정확도를 보였으며, 공정 제품에 대한 양품, 불량품의 검출은 평균 98%의 정확도를 보였다. 또한, 실시간 무선 영상 모니터링는 24fps로 전송되어 공정 내부를 살피는 것에 유의미한 결과를 보였다.
3차원 카메라 기반 AGV 시스템의 자율 주행 및 도킹 제어 알고리즘 개발
박상배(Sang-Bae Park),서평원(Pyeong-Won Seo),김지수(Ji-Soo Kim),노현우(Hyeon-Woo No),채석병(Sek-Byoung Chae),변선준(Sun-Joon Byun) 한국산업기술융합학회(구. 산업기술교육훈련학회) 2023 산업기술연구논문지 (JITR) Vol.28 No.2
본 연구에서는 산업용 무인 운송 차량(AGV)이 안전 주행선 안쪽을 인식하고 안전선 안쪽에서 스스로 자율 주행할 수 있는 로봇 주행 알고리즘을 제안한다. 그리고 물류 배송 로봇이 주행 방향 신호와 도킹 신호, 보행자를 인식하여 배송 위치 이동 및 자동 충전 시 복귀 위치 이동의 정확성을 높일 수 있는 시스템을 제안하였다. 또한, 3차원 카메라와 초음파 센서를 이용하여 보행자가 자율 주행 중인 로봇 앞에 진입할 경우에는 위험 거리에 따라 원거리와 근거리 인식으로 구분하여 보행자를 검출한다. 그리고 로봇이 보행자에게 안전사고에 대한 위험 신호를 알리거나 스스로 정지할 수 있도록 개발하였다. 본 알고리즘 수행 결과는 자율 주행 후 충전을 위한 복귀 위치 이동 완료시, 도착 지점 위치에 대한 평균 오차는 약 19.7mm를 나타내었다. 또한, 자율 주행 시, 작업자가 로봇의 앞쪽 안전주행선 안쪽으로 갑자기 들어왔을 경우, 원거리 및 근거리 인식 측정 정확도는 평균 각각 약 96.3% 및 100%를 나타내었다. This paper proposes robot driving algorithms that enable an automatic guided vehicle (AGV) used for industrial logistics to recognize the area inside the safety lines and autonomously drive within these lines. In addition, we propose a system in which a robot can distinguish between driving direction signals, docking signals, and pedestrians, to enhance the accuracy of the docking position while moving to the location for delivery or automatic charging. The average error of the arrival point was about 19.7 mm, when this robot moved to the docking position for charging, after autonomous driving. Furthermore, during autonomous driving, when a pedestrian suddenly entered the safety line in front of the robot, the average accuracies of distance recognition and near recognition measurements were approximately 96.3% and 100%, respectively.