산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 자동화 제어 시스템

무거운 차량의 경우 자가 운전은 구식입니다

광업, 농업 분야에서 잘 확립된 자율 기술

현재 자동차 업계의 최대 관심사는 자율주행차다. Apple Inc. 및 Alphabet Inc.의 Google과 같은 기술 회사뿐만 아니라 기존 자동차 제조업체는 인간 운전자를 돕거나 스스로 안내하는 자동차 및 소형 트럭을 개발하기 위해 노력하고 있습니다.

대형 차량 제조업체는 이미 이를 달성했습니다. Caterpillar Inc.(일리노이주 피오리아)는 Carnegie Mellon의 National Robotics Engineering Center(Pittsburgh)의 도움으로 광산 및 기타 응용 분야를 위한 자율 트럭을 판매합니다. Deere &Co.의 John Deere(일리노이주 몰린)는 자율 주행 차량(이 경우 트랙터 및 기타 농장 차량)의 초기 개발자였습니다. 수년에 걸쳐 NASA의 도움을 받았습니다.

이러한 제품의 촉매는 비용을 절감하고 생산성을 높일 필요가 있다는 것이었습니다. 예를 들어, 자율주행 광산 트럭은 운전자가 없기 때문에 더 오래 일합니다. 자율 트랙터는 종자를 심고 비료를 더 정확하게 살포하여 중복을 줄이거나 제거하여 비용을 절약할 수 있습니다.

이러한 차량은 광산과 들판에서 지정된 비포장 도로도 운행합니다. 이는 탁 트인 도로에서 자동차가 스스로 탐색하는 것보다 간단합니다.

"애플리케이션[농업 및 광산 차량]은 여전히 ​​매우 복잡하지만 확실히 더 제한적입니다."라고 국립 로봇 공학 센터의 Herman Herman 소장은 말했습니다. 카네기 멜론의 로봇 공학 연구소. 이 센터는 Caterpillar 및 Deere와 함께 일했습니다.

최근 기술의 발전으로 인해 자율 주행 비포장 도로 차량의 지속적인 개발이 가속화되었다고 Herman은 말했습니다.

"하드웨어 측면에서 보면 더 많은 기능을 제공할 뿐만 아니라 더 저렴한 비용으로 완전히 새로운 애플리케이션 세트를 가능하게 하는 새로운 센서가 많이 있습니다."라고 그는 말했습니다. 이메일 인터뷰. "소프트웨어 측면에서 AI [인공 지능] 알고리즘의 많은 발전이 있어 훨씬 더 나은 기능도 가능합니다."

또한 Herman은 다음과 같이 말했습니다. 자율주행 트럭.”

채굴 작업 자동화

자율주행 대형 차량은 25년 전으로 거슬러 올라갑니다. Caterpillar와 Carnegie Mellon은 1980년대에 지표 채광 장비를 자동화하는 방법에 대해 협력하기 시작했습니다.

1990년대 후반에 두 파트너가 함께 작업했습니다. 자동 트럭 적재를 위한 로봇 굴착기에서. 이 시스템은 스캐닝 거리 측정기를 사용하여 적재할 트럭을 인식하고 작업 영역의 장애물을 감지했습니다.

우리는 전문 인간 운전자의 속도로 트럭에 부드러운 재료를 적재할 수 있는 굴착기용 자율 적재 시스템을 시연했습니다. "시스템은 센서가 감지한 토양 침하를 기반으로 굴착 및 투기 계획을 모두 수정합니다." Herman은 프로젝트에 참여한 팀의 일원이었습니다.

2000년대에 Carnegie Mellon과 Caterpillar는 DARPA(Defense Advanced Research Projects Agency) 자율 주행 차량 대회에서 함께 작업했습니다. 그 후 두 사람은 AHS(Autonomous Haulage Solutions) 또는 Cat 793F와 같은 자율 주행 광산 트럭에서 협력했습니다.

중장비 제조업체가 제공한 배경 자료에 따르면 Caterpillar는 2011년 테스트 및 검증을 위해 3대의 자율 채굴 트럭으로 시작했습니다. 2년 후, Caterpillar는 6대의 자율주행 트럭을 상업적으로 배치했습니다. 올해 말까지 중장비 제조업체는 3개 대륙에서 100대의 이러한 트럭이 운영될 것으로 예상합니다.

트럭에는 사람이 없습니다. 그들은 경로를 설계했지만 할당된 목적지에 도달하기 위해 대체 경로를 선택할 수 있습니다. 그들은 원격 광산 현장에 배치되고 인간 감독자가 배치하는 중앙 제어 시스템에 의해 감독됩니다. 센서 및 관련 기술을 통해 트럭은 다른 차량과 광산 직원을 피할 수 있습니다. 물체나 차량이 방해가 되면 트럭이 멈춥니다. 또한 진단 데이터를 제공하고 수리가 필요한 경우 제어 센터에 알립니다.

Caterpillar는 계속해서 Carnegie Mellon 로봇 공학 센터와 "적극적으로 작업"하고 있다고 회사의 Pittsburgh Automation Center의 엔지니어링 감독인 Joe Forcash가 이메일에서 말했습니다.

"이 솔루션에는 많은 복잡성과 기술이 포함되어 있습니다."라고 Herman은 말했습니다.

농장에서

농경지는 트랙터와 콤바인을 포함한 자율 주행 차량의 현장이기도 합니다. 존 디어의 차량은 완전히 자율적이지 않습니다. 운영자는 여전히 탑승하고 있습니다. 그들은 첫 번째 곡선 열을 운전하여 사실상 트랙터의 안내 시스템에 교육합니다. 그 후에는 시스템이 대부분의 운전을 수행하고 운전자는 운전대에서 손을 떼면 됩니다.

Deere는 자율주행 기술을 한 가지 방법으로 보았습니다. 고객이 비용을 절감하고 장비를 더 오래 사용할 수 있도록 합니다.

"고속도로에서 운전하고 타이어를 흰색 선에 유지해야 한다고 상상해 보십시오."라고 John Deere Integrated Solutions의 고급 엔지니어링 관리자인 Terry Pickett이 말했습니다. “백선에서 벗어날 때마다 비용은 $3입니다. 당신은 거의 벌레 눈을 하고 있을 것입니다.

"우리는 1996년에 본격적으로 시작했습니다."라고 Pickett은 계속 말했습니다. "우리는 GPS 기반 안내에 대해 스탠포드 대학과 협력했습니다." 1990년대 후반에 회사는 견고성과 비용 효율성을 위해 설계된 Deere 시스템뿐만 아니라 고급 GPS 기반 안내 시스템에 대해 Stanford와 긴밀하게 협력했습니다. Pickett은 다음과 같이 말했습니다. 현장에서 작전을 수행합니다.”

2000년대 초반에 Deere는 최초의 AutoTrac 시스템을 도입했습니다. 당시 목표는 40cm 이내의 정확도를 유지하는 것이었으며 "우리는 25세에 들어왔습니다."라고 Pickett은 말했습니다.

또한 이 기간 동안 Deer는 NASA의 제트 추진 연구소와 GPS 수신기에 대한 계약을 체결했습니다.

2004년 Deere는 StarFire GPS 수신기를 수정하여 NASA의 지상국 네트워크를 활용하고 NASA 소프트웨어를 사용하여 GPS 신호를 수정할 수 있도록 했습니다. NASA와의 회사 라이선스는 Deer가 자체 시스템을 개발한 후 2015년에 종료되었습니다.

NASA 협정으로 "3~4년 더 일찍 시장에 출시할 수 있었습니다"라고 Pickett은 말했습니다. 자체 시스템을 개발하는 동안 "더 집중하고 깊이 있는 사고 과정을 수행할 수 있었습니다."라고 그는 말했습니다.

“25센티미터[정확도] 시스템에서 7~8센티미터 시스템으로 줄였습니다.”라고 그는 말했습니다. "이제 정확도는 3센티미터입니다."

작업자를 지원하는 것 외에도 Deere 시스템은 경작, 심기 및 비료를 위한 도구를 안내하는 데 도움이 됩니다. Deere 시스템은 트랙터와 기계가 동일한 정확한 경로를 따라갈 수 있도록 도와줍니다. 예를 들어, 곡물 카트를 끄는 트랙터는 콤바인에서 곡물을 적재하기 위한 올바른 위치로 이동할 수 있습니다.

Deere는 완전 자율주행 농장 차량의 프로토타입을 제작했지만 그러한 차량이 곧 배치될 것으로 기대하지는 않는다고 Pickett은 말했습니다. 그는 “기술 자체가 그렇게 많은 것은 아니다. "그게 당신이 모든 일을 하는 방식입니다."

자율주행 프로토타입

다른 회사들은 완전 자율주행 트랙터를 찾고 있습니다. Case 및 New Holland 브랜드로 농기구를 판매하는 CNH Industrial(런던)과 Autonomous Solutions Inc.(Logan, UT)는 작년에 IA, Boone에서 열린 2016 Farm Progress Show에서 2개의 프로토타입을 공개했습니다.

"지금 농장 장비는 무인 운전으로 갈 수 없습니다 "라고 CNH의 기술 파트너인 Autonomous Solutions의 마케팅 이사인 Matt Nielsen이 말했습니다. "회전에 도움이 되는 몇 가지 기술이 있지만 진정한 무인 운전은 없습니다."

동시에 "그게 가고 있는 방향입니다."라고 그는 말했습니다. “이 기술에 흥미를 느끼기는 정말 쉽습니다. 멋진 도약입니다. 하지만 아직 해야 할 일이 많이 남아 있습니다.”

시제품에는 카메라, 레이더 및 레이저를 사용하여 물체를 감지하는 LIDAR가 장착되어 있습니다. Nielsen은 "이것이 차량에 눈을 부여하는 것입니다."라고 말했습니다. 운전자는 랩톱 또는 태블릿 컴퓨터로 경로를 프로그래밍하고 차량을 모니터링할 수 있습니다. “아직 스마트폰 기능이 없습니다. 미래에 그렇게 될 것입니다.”라고 그는 말했습니다.

자율주행 트랙터 프로토타입의 기술은 센서 비용을 낮추는 자율주행차 개발 작업의 도움을 받았습니다.

“전 세계의 GM, Fords 및 Google에 감사드립니다.”라고 그는 말했습니다. "기술에 쏟아 붓는 돈의 양이 [확실히] 우리에게 도움이 되었습니다."

완전한 자율주행 트랙터가 언제 상용화될지는 알 수 없습니다. 자율주행 자동차와 마찬가지로 해결해야 할 법적 책임 문제가 있을 수 있습니다. 그리고 비용 문제가 있습니다.

"젊은 상태의 기술은 매우 비쌉니다."라고 그는 말했습니다. "얼리 어답터는 대규모 농장이 될 것입니다."

자동 주차 반

자율주행 대형 차량을 위한 또 다른 구역은 고속도로 바로 옆에 있는 하역장 및 기타 시설입니다.

전력 관리 회사인 Eaton Corp.(아일랜드 더블린)은 대형 상업용 트럭용 자동 주차 장치를 개발하고 있습니다. 회사에서는 이를 ADAS(Advanced Driver Assist System)라고 합니다.

ADAS에는 두 가지 형태가 있습니다. Dock Assist를 사용하면 운전자가 가능한 한 하역장에 가깝게 트럭을 후진할 수 있습니다. 그런 다음 운전자는 서비스 브레이크를 적용하여 주행 중인 차량을 정지시킵니다. 장치의 스위치가 뒤집히고 트럭이 천천히 후진하기 시작합니다. Dock Assist는 전송 제어를 작동시킵니다.

변속기는 적용된 토크를 기반으로 도크를 감지합니다. 부두를 밀면서. 트럭이 멈추고 주차되어 있습니다. Dock Assist는 "레벨 2" 시스템으로 알려져 있으며 운전석에 사람이 없으면 작동할 수 없습니다.

자동 셀프 도킹은 더 정교합니다. GPS가 포함되어 있으며 트럭이 주차할 도크를 찾습니다. 시스템은 속도를 조정하고 클러치를 적용하는 변속기에 명령을 보냅니다. 시스템은 운전자가 핸들을 만지지 않고 스티어링 휠을 제어합니다.

Eaton의 상용 파워트레인 그룹의 글로벌 제품 전략 관리자인 Chris Nielsen은 "출시 날짜가 확정되지 않았습니다. "몇 년 안에 트럭을 도킹하는 데 도움이 되는 기술을 보게 될 것입니다."

개발을 주도하는 것은 비용입니다. 트럭은 종종 도킹 사고로 손상됩니다. "클러치, 기반 시설, 트레일러에 손상을 줄 수 있습니다."라고 그는 말했습니다. 또한 “업계 전반에 걸쳐 우리가 직면한 가장 큰 과제 중 하나는 운전자입니다. 큰 부족이 있습니다.

"우리는 현재 가지고 있는 것을 개발하기 위해 3~4년 동안 그것을 가지고 놀았습니다."라고 Nielsen은 계속 말했습니다. “업계가 따라잡을 때까지는 조금 기다려야 합니다. 관심이 급증함에 따라 우리는 노력을 강화하기 시작했습니다.”

산업 환경에서 자율 주행하는 것은 대형 차량만이 아닙니다. Seegrid(Coraopolis, PA)는 팔레트를 싣고 내리기 위한 GP8 시리즈 6 자율 주행 팔레트 트럭을 소개합니다. 지게차만한 크기에 5대의 비디오 카메라를 사용합니다.

Carnegie Mellon의 Herman Herman은 자율 주행 시스템이 비포장 도로 환경에서 속도를 높일 것으로 기대합니다.

"소비자/공공용으로 널리 보급되기 전에 많은 산업 분야에서 자율 주행 기술의 채택이 증가할 것으로 기대합니다"라고 그는 말했습니다. "다른 산업 분야에서도 유사한 솔루션을 개발하고 싶습니다."


자동화 제어 시스템

  1. 자율 로봇으로 폐기물을 줄이는 방법
  2. 자율 주행 차량의 안전을 개선하기 위한 AI의 "사각지대" 발견
  3. Volvo Group, Nvidia와 자율주행 트럭용 AI 플랫폼 제휴
  4. B&R, 자율 농업 및 건설 차량용 '하이엔드' 컴퓨터 공개
  5. 창고 로봇 시뮬레이션을 위해 Applied Intuition과 Seegrid 파트너 관계
  6. 폭스바겐, 자율주행차용 칩 자체 설계
  7. 정확하고 안전한 자율 모바일 플랫폼 운송
  8. Demag를 사용한 중량물 들기의 기술
  9. 자율주행차를 성공으로 이끄는 길
  10. 자율 배송 차량을 향한 Hounslow의 첫걸음