로봇 기반 협력배송 기술 개발
01과업의 개요
배경 및 필요성
- 단일 AMR 기반 운송은 가반하중, 화물 형상, 바닥 마찰 및 회전 공간 제약으로 인해 대형·고하중 물품 이송에 한계가 있음
- 이러한 한계를 극복하기 위해 다수의 AMR이 하나의 운송 대상을 공동으로 지지하고 이동시키는 협력배송 제어 기술이 요구됨.
- 협력배송은 단순 동시 주행이 아니라 각 로봇의 상대 위치, 편대 형상, 비홀로노믹 구동 제약, 통신 지연 및 odometry 오차를 함께 고려해야 하는 다중 로봇 제어 문제임.
목적
고하중 또는 대형 화물 운송을 위한 다중 AMR 기반 협력배송 기술을 개발하고, 2-agent, 3-agent, 4-agent 협력 주행 task를 통해 formation 유지 및 실험 적용 가능성을 검증.
수행 범위
2025년 7월 ~ 2026년 6월 (1년), ROS2-Simulink 기반 실시간 제어 환경 구축, formation 구조 설계, 개별 AMR 명령 생성, DOB 보정 제어 적용, 실제 모바일 로봇 테스트베드 실험 및 한계 분석.
02다중 AMR 협력배송 시스템 구성
시스템 구성
- 실험 시스템은 다수의 AMR, ROS2 통신 환경, Simulink 기반 중앙 제어기, 협력배송 task 시나리오로 구성됨.
- 각 AMR은 odometry topic을 통해 자신의 pose를 publish하고, 중앙 제어기는 이를 수신하여 agent별 command velocity를 /cmd_vel topic으로 전송함.
- 각 agent의 상태는 평면 위치와 heading으로 정의되며, 실제 AMR의 속도 입력은 선속도와 각속도로 구성됨.
Differential-drive AMR의 기본 운동학은 다음과 같이 표현되며, 이 식이 이후 formation command를 실제 플랫폼에서 구현 가능한 속도 명령으로 변환하는 기준이 됨.
제어 루프는 odometry 기반 pose 수신, initial offset 및 angle wrapping 처리, virtual leader command 생성, agent별 formation feedforward command 계산, DOB 기반 보정, 명령 전송 순서로 구성됨.
03협력배송 제어 기술 및 실험 결과
Virtual leader 기반 기준 생성
전체 운송 대상의 기준 경로와 속도 명령은 virtual leader가 생성하고, 각 AMR은 leader 좌표계에서 정의된 formation offset에 따라 개별 reference position과 feedforward command를 계산함.
이때 offset에 의해 각 agent가 요구받는 local velocity 성분은 leader 선속도와 각속도의 조합으로 나타나며, longitudinal offset이 존재하면 lateral velocity 요구가 생김.
2-agent case에서는 좌우 AMR의 회전 반경 차이를 반영한 lateral rigid-body formation feedforward를 적용하였고, 3-agent case에서는 longitudinal offset으로 인한 lateral velocity 요구와 heading reference 정렬 필요성을 확인함.
4-agent case에서는 전체 AMR 4대를 하나의 완전 rigid-body로 강제하지 않고, 전방 row와 후방 row를 각각 2-agent lateral formation pair로 구성하는 row-wise formation 구조를 적용함.
Formation DOB 설계 및 오차 보정
실제 주행에서는 바닥 마찰, wheel slip, actuator tracking error, 모델 불일치가 발생하므로 DOB(disturbance observer)를 통해 feedforward command와 실제 motion 사이의 차이를 보상하는 구조를 검토함.
추정된 외란 성분은 longitudinal error와 heading error로 분해하여 최종 속도 명령에 반영하였으며, 이에 따라 각 AMR의 선속도와 각속도는 다음과 같이 보정됨.
주요 실험 결과
- 4-agent 실험에서 AMR 4대가 동일 운송 시나리오를 수행하면서 전방 row와 후방 row의 상대 배치를 유지하며 협력 주행을 수행할 수 있음을 확인함.
- 회전 구간에서는 좌우 pair에 서로 다른 선속도 command가 부여되어 회전 반경 차이가 반영되었고, 대부분의 주행 구간에서 x, y, heading error가 제한된 범위 내에서 유지됨
- DOB 추정 응답은 주행 시작, 방향 전환, 정지 구간 등 command 변화가 큰 구간에서 일시적으로 증가하며, 이는 feedforward model과 실제 odometry 기반 motion 사이의 차이를 외란 성분으로 추정한 결과로 해석됨.
성과 달성 정도 요약
| 개발 계획 항목 | 수행내용 | 달성 수준 | 비고 |
|---|---|---|---|
| 운송 대상에 따른 편대 구성 | 2-agent, 3-agent, 4-agent formation 구조 설계 및 실험 적용 | 달성 | |
| 개별 로봇 모션 제어 | differential-drive kinematics 기반 feedforward 및 DOB 보정 구조 설계 | 달성 | 실제 AMR ROS2–Simulink 실험 적용 |
| 실제 테스트베드 검증 | 2대, 3대, 4대 AMR 협력배송 task 검증 | 달성 | agent 수 증가에 따른 localization 한계 확인 |
04향후 개선 전략 및 기술 확장 제안
위치 계측 고도화
현재 시스템은 wheel odometry 기반 pose를 feedback 정보로 사용하므로 wheel slip, 바닥 조건 변화, encoder 누적 오차, heading drift가 formation 유지 성능에 영향을 줄 수 있음.
후속 단계에서는 IMU 기반 sensor fusion 또는 2D/3D SLAM 기반 localization을 적용하여 장시간 주행 시 누적 drift를 줄이고, 다중 AMR 간 상대 위치 정합성을 개선할 필요가 있음.
Learning based planning/control 확장
후속 단계에서는 단순한 규칙 기반 formation 제어를 넘어, 현장 주행 데이터와 반복 실험 결과를 활용하여 협력배송 제어 파라미터를 점진적으로 보정하는 learning based planning/control 구조로 확장이 필요함. MPC 또는 강화학습 기반 planning과 연계하여 다중 AMR의 경로 재계획 및 협력 운송 안정성 향상을 기대할 수 있음.
05결론
- 본 연구는 고하중·대형 화물 운송을 위한 로봇 기반 협력배송 기술 개발을 목표로, ROS2-Simulink 기반 다중 AMR 실시간 제어 시스템을 구축하고 2-agent, 3-agent, 4-agent 협력배송 task를 단계적으로 검증함
- Differential-drive AMR의 운동학 제약을 고려하여 4-agent 전체를 하나의 완전 rigid-body로 강제하지 않고, 전방 row와 후방 row를 각각 lateral formation pair로 구성하는 row-wise formation 구조를 적용함으로써 실제 플랫폼에서의 협력배송 수행 가능성을 확인함.
- 실험을 통해 odometry 기반 위치 계측의 한계, 다중 AMR 통신 및 동기화 문제, agent 수 증가에 따른 formation 유지 난이도를 확인하였으며, 향후 IMU/SLAM 기반 localization과 다중 로봇 제어 구조 고도화를 통해 물류·제조 현장의 협력 기반 고하중 이송 자동화 기술로 확장 가능할 것으로 기대됨.