경사면 적재를 위한 ICP 기반 팔레트 실시간 트래킹 및 포크 제어

경사면 적재를 위한 ICP 기반 팔레트 실시간 트래킹 및 포크 제어
안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.

초록

본 논문은 RGB‑D 카메라로 얻은 팔레트 상부 포인트 클라우드를 이용해 ICP 알고리즘을 실시간으로 적용, 팔레트와 포크 간의 위치·기울기 차이를 추정한다. 추정된 차이를 기반으로 포크의 기울기를 자동 보정하고, 기울어진 표면에 맞춰 포크를 평행하게 만든 뒤 대각선으로 후퇴시켜 팔레트를 끌어당기지 않고 언로딩하는 제어 방법을 제시한다. 시뮬레이션과 실제 포크리프트 실험을 통해 제안 기법의 유효성을 검증하였다.

상세 분석

이 연구는 물류 현장에서 트럭 적재면이 차량 서스펜션이나 배수 경사 등으로 인해 수평이 아닌 경우, 기존의 수평 기반 언로딩 방식이 팔레트를 끌어당겨 손상이나 작업 지연을 초래한다는 문제를 해결하고자 한다. 핵심 아이디어는 포크리프트 마스트 상단에 장착된 RGB‑D 카메라(Azure Kinect)를 통해 팔레트 상부 영역의 포인트 클라우드(PCL)를 실시간으로 획득하고, 이를 바운딩 박스(BB)로 제한한 뒤 약 7,000개의 점으로 다운샘플링한다.

ICP 알고리즘은 매 사이클마다 ‘소스 PCL’(초기 측정값)과 ‘측정 PCL’(현재 프레임)을 정렬하여 변환 행렬 C_T_icp(t)를 구한다. 포크가 하강함에 따라 소스 PCL을 포크 하강 거리만큼 평행 이동시켜 초기 오차를 최소화하고, 수렴 시간을 단축한다. 변환 행렬을 원점 프레임에 적용해 Δo_R_pallet(t)와 Δo_height(t)를 얻고, 이를 통해 기울기 차이 Δtilt(t)=atan2(e_x·Δo_R·e_z, e_z·Δo_R·e_z)와 높이 차이 Δheight(t)=e_z·Δo_height를 계산한다.

제어 로직은 Δtilt이 사전 정의된 임계값(≈0.25°) 이하가 될 때까지 포크 기울기 액추에이터를 조정한다. 포크와 팔레트가 평행해지면 제한 스위치(limit switch) 신호를 이용해 팔레트가 포크에서 완전히 떨어졌음을 확인하고, 이후 포크를 트럭 베드 기울기에 따라 대각선으로 후퇴시킨다. 후퇴 경로는 현재 포크 높이·기울기 센서값을 이용해 미리 계산되며, 휠 오도미터와 높이 오차에 대한 비례 제어를 적용해 경로를 유지한다.

시뮬레이션은 Choreonoid 기반으로 유압 실린더의 일방향 구동, 지연 및 저역통과 필터를 모델링했으며, 네 가지 시나리오(경사면에 박스·케이스, 제어 유무)에서 제안 방법이 팔레트 끌어당김을 방지하고 성공적인 언로딩을 달성함을 보였다. 실제 실험에서는 Toyota AGF‑Rinova 포크리프트에 Jetson Xavier와 MicroAutoBox II를 연결해 ROS 노드로 구현했으며, 5 Hz의 ICP 업데이트와 50 Hz의 제어 주기로 실시간 트래킹을 수행했다. 실험 결과는 시뮬레이션과 일치하게, 제어 적용 시 포크 기울기가 목표 각도에 수렴하고 제한 스위치가 정상적으로 동작해 안전한 후퇴가 이루어졌다.

이 논문은 물류 자동화에서 경사면 언로딩이라는 실질적 문제에 대한 실용적인 솔루션을 제공한다. ICP 기반 트래킹을 짧은 주기로 수행하면서도 다운샘플링과 초기 변환 보정으로 연산 부하를 관리하고, 제한 스위치를 활용한 안전 메커니즘을 결합해 산업 현장 적용 가능성을 높였다. 다만, 포인트 클라우드 품질이 낮은 조명 조건이나 먼지 등 환경 변화에 대한 견고성, 그리고 대규모 물류 시스템에의 확장성에 대한 추가 연구가 필요하다.


댓글 및 학술 토론

Loading comments...

의견 남기기