자율이동로봇이 동적장애물 회피를 위한 CCTV 활용 연구

국문 초록 (Abstract)

본 연구는 외부 고정형 CCTV와 딥러닝 기반의 객체 인식 기술을 활용하여 자율이동로봇(AMR, Autonomous Mobile Robot)의 안전한 주행을 지원하는 비전 기반 장애물 인식 시스템을 제안한다. 최근 스마트 물류와 자동화 환경의 확산으로 인해 동적 장애물에 대한 신속하고 정확한 대응이 요구되고 있으며, 본 시스템은 이러한 요구를 충족시키기 위해 설계되었다. 제안된 시스템은 YOLOv4를 활용한 객체 탐지, 옵티컬 플로우 기반의 이동 여부 판단, 칼만 필터를 통한 이동 속도 및 방향 예측, 호모그래피(Homography) 변환을 통한 2D 지도 매핑을 통합하였다. 이를 통해 장애물의 종류, 위치, 이동 속도 및 방향을 실시간으로 파악할 수 있으며, 인식된 정보를 ROS 및 ZeroMQ 통신 구조를 통해 AGV 시스템에 전달하여 안전하고 예측 가능한 경로 계획을 지원한다. 또한, 본 시스템은 ISO 3691-4에서 요구하는 주요 안전 규정을 만족할 수 있는 구조로 설계되었으며, 동적 장애물 회피, 시야 사각지대 보완, 외부 인지 확장 등의 측면에서 기존의 온보드 센서 기반 시스템의 한계를 극복할 수 있음을 실험적으로 확인하였다. 본 연구는 산업 현장에서의 AMR 적용 시 요구되는 안전성 확보에 기여할 수 있으며, 향후 다양한 산업 환경으로의 확장 가능성을 시사한다.

다국어 초록 (Multilingual Abstract)

This study proposes a vision-based obstacle recognition system that supports the safe navigation of Autonomous Mobile Robots (AMRs) by utilizing fixed external CCTV cameras and deep learning-based object detection technologies. With the recent proliferation of smart logistics and automation environments, there is a growing need for rapid and accurate response to dynamic obstacles. The proposed system is designed to meet these demands by integrating object detection using YOLOv4, mobility assessment based on optical flow, motion prediction using a Kalman filter, and 2D map projection via homography transformation. Through this framework, the system can identify the type, position, velocity, and direction of obstacles in real time and transmit this information to the AGV system using ROS and a ZeroMQcommunication structure, thereby supporting safe and predictable path planning. Furthermore, the system is designed to satisfy the major safety requirements outlined in ISO 3691-4. Experimental results demonstrate that the system can overcome the limitations of traditional onboard sensor-based systems, particularly in handling dynamic obstacles, compensating for blind spots, and extending external perception capabilities. This study contributes to securing safety in industrial AMR applications and suggests the potential for further expansion into various industrial environments.