[논문 리뷰] From Simulation to Real-World Robotic Mobile Fulfillment Systems

Lin Xie, Hanyi Li외 1명|Multilingual Matters (Channel View Publications)|2018. 10. 08.

Advanced Manufacturing and Logistics Optimization인용 수 11

한 줄 요약

이 논문은 로봇 이동 보급 시스템(RMFS)에서 시뮬레이션과 실제 운영 간 격차를 메우기 위해 네 단계로 구성된 프레임워크를 제안한다. 이는 오픈소스 RAWSim-O 시뮬레이터를 실제 시스템 제어를 위한 핵심 소프트웨어로 전환하고, Odoo ERP와 원격 테스트 플랫폼인 XOR-bench와 통합한다. XOR-bench는 교육용 및 산업용 로봇을 대상으로 지리적으로 분산된 검증을 가능하게 하여, 시뮬레이션에서 검증된 경로 계획 및 운영 전략이 운동학적 제약과 실시간 제어 조건을 고려한 실제 환경에서도 유효함을 보장한다.

ABSTRACT

In a new type of automated parts-to-picker warehouse system - a Robotic Mobile Fulfillment System (RMFS) - robots are sent to transport pods (movable shelves) to human operators at stations to pick/put items from/to pods. There are many operational decision problems in such a system, and some of them are interdependent and influence each other. In order to analyze the decision problems and the relationships between them, there are two open-source simulation frameworks in the literature, Alphabet Soup and RAWSim-O. However, the steps between simulation and real-world RMFS are not clear in the literature. Therefore, this paper aims to bridge this gap. The simulator is firstly transferred as core software. The core software is connected with an open-source ERP system, called Odoo, while it is also connected with real robots and stations through an XOR-bench. The XOR-bench enables the RMFS to be integrated with several mini-robots and mobile industrial robots in (removed) experiments for the purpose of research and education.

연구 동기 및 목표

• 창고 자동화 분야에서 시뮬레이션 기반 최적화와 실제 로봇 보급 시스템 간 격차를 해소한다.
• 시뮬레이션에서 검증된 알고리즘이 실제 로봇 운영 환경에서도 그대로 적용되고 효과적으로 작동함을 보장한다.
• 연구 및 교육용으로 사용 가능한 확장성 있고 상호운용성이 뛰어난 소프트웨어 스택을 개발하여 시뮬레이션, ERP 시스템, 실제 로봇을 연결한다.
• 표준화된 테스트 플랫폼(XOR-bench)을 통해 국제적으로 분산된 위치에서 실제 로봇을 대상으로 RMFS 알고리즘의 원격 및 분산 테스트를 가능하게 한다.

제안 방법

• 실시간 시스템 제어를 위한 생산 준비 상태의 RMFS 핵심 소프트웨어 레이어로 오픈소스 RAWSim-O 시뮬레이터를 변환하였다.
• 주문 흐름, 재고 관리, 스테이션 운영을 제어하기 위해 오픈소스 Odoo ERP 시스템과 핵심 소프트웨어를 통합하였다.
• 실제 로봇, IP 기반 카메라, PLC 제어 스테이션을 탑재한 원격 제어가 가능한 테스트 플랫폼인 XOR-bench를 설계 및 구현하였다.
• 표준화된 API와 메시지 큐를 통해 핵심 소프트웨어, Odoo, 스테이션 앱, 실제 로봇 간 双방향 통신을 구현하였다.
• 실제 로봇의 제약 조건(속도, 가속도, 회전 시간)을 고려한 운동학적 인식 기반 다중 에이전트 경로 탐색(MAPF) 솔버를 핵심 소프트웨어에 구현하였다.
• 독일과 중국에 분산된 구성 요소를 갖춘 분산 아키텍처를 도입하여 원격 액세스 및 로봇 실험의 실시간 모니터링을 가능하게 하였다.

(a) Amazon robots (Source: Amazon Robotics)

실험 결과

연구 질문

• RQ1 RMFS에 대한 시뮬레이션 기반 알고리즘은 어떻게 실제 로봇 시스템으로 효과적으로 이관할 수 있는가?
• RQ2 시뮬레이션 프레임워크를 실제 로봇과 ERP 시스템에 연결하기 위해 필요한 아키텍처 및 통합 구성 요소는 무엇인가?
• RQ3 원격으로 지리적으로 분산된 테스트 플랫폼을 통해 산업용 로봇에서 RMFS 알고리즘의 신뢰성 있는 검증이 가능한가?
• RQ4 실제 로봇의 운동학적 제약 조건을 성능이나 확장성에 손상 주지 않고 경로 계획 알고리즘에 통합할 수 있는가?
• RQ5 표준화된 테스트 벤치(XOR-bench)는 로봇 창고 시스템 분야의 연구 및 교육을 가속화하는 데 어떤 역할을 하는가?

주요 결과

• RAWSim-O에서 실제 RMFS로의 전환은 네 단계 과정을 통해 성공적으로 이행되었으며, 종단 간 시스템 검증이 가능해졌다.
• XOR-bench 플랫폼을 통해 국제적으로 분산된 위치에 있는 이동형 산업용 로봇에서 RMFS 알고리즘의 원격 실시간 테스트가 가능해져, 설정 및 조율의 부담이 감소하였다.
• Odoo ERP와의 통합을 통해 보충 주문 및 픽업 주문의 원활한 관리가 가능해졌으며, 시뮬레이션 로직과 실제 비즈니스 시스템 간의 상호운용성이 입증되었다.
• 사용자 정의된 운동학적 인식 기반 MAPF 솔버는 최대 속도, 가속도, 회전 시간과 같은 실제 로봇 제약 조건을 성공적으로 처리하여 실제 적용 가능성 향상을 이룩하였다.
• 시스템 아키텍처는 교육용 로봇(예: iRobot, LEGO)과 산업용 로봇을 모두 지원하여 연구 및 교육 분야에서 광범위한 적용 가능성을 입증하였다.
• 실시간 영상 피드 및 RMFS 핵심 소프트웨어 내 실시간 시각화를 통해 원격 실험의 유효성이 검증되었으며, 시스템의 안정성과 반응성 확보가 확인되었다.

(b) CarryPick TM (Source: Swisslog, KUKA)