시 공 관 리 대 한 토 목 학 회 논 문 집
제32권 제3D호·2012년 5월 pp. 259~267
지능형 굴삭을 위한 작업정보모델 및 작업경로 시뮬레이터 개발
Development of a Work Information Model and a Work Path Simulator for an Intelligent Excavation
김성근*·민성규**
Kim, Sung-Keun·Min, Sung-Gyu
···
Abstract
The development of construction automation systems is proposed as a potent solution to the difficulties encountered by the construction industry and the preparation for the rapidly changing construction environment. A research concerning an intel- ligent excavation system has taken place since 2006. The intelligent excavation system has several functions for environment sensing, 3D site modeling, work planning, work path generation, unmaned control, and information management. This paper presents a space information model and a work path simulator for work planning and work path generation which is one of key technologies required to apply the earthwork system to the real world. A data structure for an earthwork site is suggested. It overcomes the limitations of previous data structures such as Quadtree and Octree. The work path simulator can generate an effective work path with considering information on work environment, equipment and operator's heuristic. The work path gen- erated by the simulator is compared with that suggested by human operators.
Keywords : construction automation, earthwork, simulator, task planing. space information model
···
요 지
건설자동화 시스템 개발은 건설업이 당면하고 있는 여러 가지 어려움을 해결하고 급변하고 있는 건설환경을 위한 대응책 으로 설득력 있는 해결책 중의 한가지로 제안되고 있다. 2006년부터 지능형 굴삭시스템 개발을 위한 연구가 진행되었다. 지 능형 굴삭시스템은 작업환경 센싱, 3D 모델링, 작업계획, 작업경로계획, 무인조정 및 정보관리를 위한 다양한 기능을 갖고 있다. 본 논문에서는 지능형 굴삭시스템을 실제 현장에 적용하기 위하여 필요한 요소기술 중의 하나인 작업계획 및 작업경 로계획 기능구현을 위한 공간정보모델과 작업경로 시뮬레이터를 제시하고자 한다. 기존의 자료구조인 쿼드트리나 옥트리 구 조가 갖고 있는 단점을 보완하기 위하여 토공작업을 위한 새로운 자료구조를 제시하였다. 작업경로 시뮬레이터는 작업환경에 관한 정보, 토공장비에 관한 정보를 제공하며 작업자의 휴리스틱을 고려하여 효과적인 작업경로를 생성할 수 있다. 시뮬레이 터에 의하여 생성된 작업경로와 굴삭기 운전자가 제안하고 있는 작업경로를 서로 비교하였다.
핵심용어 : 건설자동화, 토공, 시뮬레이터, 작업계획, 공간정보모델
···
1. 서 론
1.1 연구의 배경 및 목적
건설공종 중에서 토공은 가장 기본적인 작업이고 반복적이 며 물량이 많은 특징을 갖고 있어서 건설자동화 및 로봇화 의 우선적 대상작업으로 고려되고 있는 분야이다(김성근 외, 2007). 특히 토공사가 위험한 환경에서 수행되는 경우에는 작업자의 안전을 확보하는 것이 중요한 요소가 된다. 이러한 환경으로부터 작업자를 보호하고 요구되는 품질의 공사를 완 료하기 위하여 자동화 기술의 필요성이 대두되는 것이다.
현재 국내외에서 건설 생산성 및 안전성을 향상시키기 위 한 첨단 건설장비 및 시스템 개발과 관련한 연구가 활발히
진행되고 있다. 국내에서는 2006년부터 자동화된 토공작업을 위한 지능형 굴삭시스템 개발이 진행되고 있다. 토공작업에 주로 많이 사용되는 굴삭기를 지능화하기 위한 요소기술을 개발하는데 중점을 두고 있다. 설계정보, 지반의 형상정보, 장비의 위치정보 및 장비 주위의 로컬환경 센싱정보에 근거 하여 자동화된 토공작업 계획수립기능과 굴삭기의 직감형 원 격제어 및 자율제어 기능을 개발하고 있다.
지능형 굴삭시스템을 개발하기 위해서는 작업현장의 가변 성 및 복잡성 등에 기인한 위험성을 고려해야 하며, 실제 운전자에 의하여 수행되는 토공작업에서 고려되는 요소들을 반영하여 시스템에 반영이 되도록 하는 것이 중요하다. 또한 기존의 직관에 의한 토공작업의 비효율성도 개선을 할 수
*정회원·교신저자·서울과학기술대학교 건설공학부 부교수·공학박사 (E-mail : [email protected])
**서울과학기술대학교 건설공학부·석사과정 (E-mail : [email protected])
있도록 하는 것이 중요하다.
본 연구는 지능형 굴삭시스템 구축을 위한 요소기술을 개 발하는 것으로, 토공현장의 여건과 토공작업자의 휴리스틱스 를 고려하여 효과적인 굴삭기의 작업경로를 생성하기 위한 정보모델과 시뮬레이터를 개발하고 테스트하는 것을 목적으 로 하고 있다.
1.2 연구의 범위 및 방법
본 연구의 적용대상 작업은 택지개발과 같은 평면토공 현 장에서 굴착공을 실시하는 경우에 한정하며, 주어진 설계정 보, 환경정보 및 숙련 작업자의 휴리스틱스에 근거하여 굴삭 기가 효과적으로 작업을 하기 위한 이동경로를 작업자의 인 위적인 개입 없이 생성하기 위한 정보모델의 제시와 경로계 획 시뮬레이터 개발 및 테스트에 한정한다.
연구의 방법은 다음과 같다.
1.공간정보에 관한 각종 자료구조를 파악하고 장단점을 파 악한다. 그리고 본 연구에 적합한 공간정보 모델을 제시 한다.
2.기존에 개발된 지능형 굴삭과 관련한 알고리즘을 실질적 으로 현장에 적용할 수 있도록 개선하고, 다양한 현장조건 에 따른 작업경로를 실시간으로 생성할 수 있는 시뮬레이 터를 개발한다.
3.다양한 시나리오에 대하여 시뮬레이터를 구동하여 결과를 비교하여 보고, 생성된 작업경로를 설문조사 및 현장조사 를 통하여 수집된 숙련된 굴삭기 운전자의 작업패턴과 비 교하여 본다.
4.시뮬레이터를 포함하는 지능형 굴삭시스템의 프로토타입 을 구성하여 현장테스트를 실시한다.
2. 지능형 굴삭시스템 개요
지능형 굴삭시스템은 최첨단 IT기술 및 센싱기술을 활용하 여 자율적인 토공계획의 수립과 작업수행을 하기 위한 기능 을 갖추고 있다. 작업환경 측정, 3D 작업환경 모델링, 가상 현실기반 Task planning 기능 및 작업환경 인식기반 지능형 제어기술 등과 같은 요소기술들을 포함하고 있다. 또한 지능 형 굴삭시스템은 작업성능 평가모듈 및 시공관리 모듈을 탑 재하고 있어서 효율적인 토공작업관리를 가능하게 한다.
특히 가상현실기반 Task Planning 기능은 지능형 굴삭시 스템에서 핵심적인 두뇌 역할을 담당하는 것으로 굴삭기가 어디로 이동하고 어느 곳을 굴착할지를 결정하기 위한 의사 결정 모듈, 고정밀의 디지털 데이터를 생성하는 글로벌 지형 스캐닝 모듈, 작업이 진행됨에 따라서 변화하는 지형을 실시 간으로 모델링하기 위한 로컬 지형스캐닝 모듈, 그리고 작업 중 장애물을 감지하여 사고를 방지하기 위한 안전모듈 등으 로 구성되어 있다.
굴삭기의 안전한 이동과 계획된 작업을 수행하기 위한 자 동 작업경로 생성 기능이 필요하다. 기존의 연구에서 셀 단 위로 토공작업(김성근 외, 2007)을 수행하기 위한 작업경로 의 생성방법이 제시되어 있으나 장애물을 포함하는 셀은 작 업대상 구역에서 제외되는 알고리즘이어서 현실적인 적용에 는 제약이 따른다.
현재 진행 중인 지능형 굴삭시스템 관련 연구(그림 1)에 서는 기존의 문제점을 보완하고 각 모듈별 소프트웨어와 하 드웨어의 통합을 진행하고 있으며, 시스템 프로토타입을 완 성하여 현장실험을 동시에 진행하고 있는 상황이다. 또한 작업이 진행됨에 따라서 관련 시공정보가 PMIS(Project Management Information System)와 연계되어 자동적으로 업데이트 되도록 구현하고 있다.
3. Task Planning을 위한 기본 요소
3.1 토공현장 모델을 위한 기존의 자료구조 분석
자료구조란 다양한 데이터의 효율적 처리 및 저장을 위한 그릇으로 표현할 수 있는데, 이것은 데이터의 표현방법 및 저장법과 저장된 데이터간의 관계를 알고 특정한 일을 수행 하기 위한 알고리즘을 구현하는 것을 포함한다. 여러 가지 자료구조 중에서 Tree 구조는 데이터를 특정한 기준에 따라 서 계층적으로 분류하여 놓은 것으로 정해진 기준에 따라서 검색을 해야 하는 경우에 모든 데이터를 검색하지 않고 효 과적으로 해당 데이터를 검색할 수 있는 장점이 있다. 평면 및 공간분할에 주로 사용되는 Tree구조로는 2D 기반인 경우 에는 Quadtree를 이용하고 3D 기반인 경우에는 Octree 자 료구조를 이용하여 효과적으로 표현하고 있다.
Quadtree는 토공현장의 2차원 평면을 모두 포함하는 사각 형을 설정하고 그 중심을 Root(R)로 하고, Root를 중심으로 사각형을 4개의 세부 사각형 구역으로 다시 나누어 Quadtree상에서 1세대의 노드(Node)를 구성하게 된다. 필요 한 경우에 특정 종료조건을 만족할 때까지 재귀적으로 특정 사각형 구역을 4개의 사각형으로 쪼개는 작업을 계속하게 되며, 새롭게 나뉘어진 사각형은 이전 세대(부모노드)의 하위 세대의 노드로 구성되게 된다. 각 노드는 부모 및 자식노드 에 관한 정보, 위치정보, 토질정보, 토량정보, 그리고 토공작 업에 관한 정보를 갖게 된다. 이러한 정보는 최적 토량배분 이나 토공작업 진행현황을 파악하는데 사용되어 왔다(이철규 외, 2003). 하지만 현장의 표고가 계획고보다 많이 높은 경 우에는 건설장비의 유효 굴삭깊이를 고려하여 여러 층 (Layer)으로 나누어 시공을 해야 하므로 작업정보를 모델링 하는데 Quadtree 모델이 효율적이지 못하다.
Octree는 3차원 토공현장 전체를 포함하는 바운딩 박스를 설정하고 그 중심을 Root(R)로 하고, Root를 중심으로 바운 딩 박스를 8개의 세부 공간으로 다시 나누어 Octree상에서 8개의 1세대의 노드(Node)를 구성하게 된다. Quadtree에서와 마찬가지로 필요에 따라서 노드를 특정 종료조건을 만족할
그림 1. 지능형 굴삭시스템 구축을 위한 요소기술
때까지 재귀적으로 8개의 세부 공간으로 구분하여 서브노드 로 구성하는 작업을 계속하게 된다. 또한 각 노드는 Quadtree의 노드가 갖게 되는 동일한 정보를 포함하고 있으 며 이것을 바탕으로 효과적인 3차원 토공현장 모델링 및 토 공 작업관리를 위한 목적으로 사용된다. 상기에 언급된 바와 같이 여러 레이어로 나누어 굴삭작업을 수행해야 하는 경우 에 특정 작업대상 레이어의 시공현황 파악과 건설장비의 이 동계획을 수립하는데 레이어별로 정보를 파악하는데 Octree 가 비효율적인 측면이 있다.
3.2 Task Planning을 위한 자료구조 3.2.1 Layered-Quad Tree 구성
Kim 외(2012)는 3차원 토공현장을 모델링 할 수 있으면 서 동시에 레어어 단위로 실시되는 작업현황 파악과 굴삭기 의 이동계획에 사용될 수 있는 자료구조로서 Layered-Quad Tree를 제시하였다.
그림 2에서 보는 바와같이 Layered-Quad Tree 구조는 지 형을 스캐닝한 이후에 3차원 좌표들로 이루어진 Points- Cloud로부터 토공현장 표면을 모델링하고, 굴삭기의 유효 굴 삭깊이와 유효 굴삭폭을 고려하여 Layer를 구성한다. 토공작 업이 실시되는 Layer별로 독립된 Quadtree를 구성하고 각 Quadtree의 중심을 Doubly-linked list로 이은 것이 바로 Layered-Quad Tree이다. 즉, Doubly-linked list의 요소 (element)가 Quadtree 객체가 되는 것이다. 그림 3은 이 Tree를 구현하기 위해 필요한 관련 클래스를 간략히 언급해 놓았다.
3.2.3 Layered-Quad Tree 적용
이미 언급된 바와 같이 가상현실기반 Task Planning 기능은 토공시스템에서 두뇌 역할을 담당하는 부분으로 토공현장의 지형 스캐닝을 통하여 구성된 작업장의 3차원 모델을 기반으 로 하여 입력된 설계정보와의 비교분석을 통하여 자동으로 작 업계획을 수립하고, 토공작업을 위한 굴삭기의 작업경로를 생 성하게 된다. 그리고 실제 작업이 진행됨에 따라서 변화하는 지형에 근거하여 작업진행 정도를 파악하고 이것을 공정 및 작업관리를 하는데 사용할 수 있도록 지원한다. 이러한 Task
Planning 기능을 지원하기 위하여 Layered-Quad Tree 자료구 조가 사용되며, 이 자료구조를 이용하여 효율적으로 관련 정 보의 입력, 업데이트 및 검색을 할 수 있으며 관련 정보는 토공 PMIS와 연계되어 사용할 수 있도록 지원한다(그림 4).
Layered-Quad Tree의 각 리프노드는 단위 작업셀을 의미 하며, 그림 3의 노드 클래스의 Data field의 정보를 포함하 그림 2. Layered-Quad Tree를 이용한 정보 저장
그림 3. Layered-Quad Tree 구현을 위한 관련 클래스
그림 4. Layered-Quad Tree 지원 기능
게 된다. 특정 레이어에 속한 노드들의 작업량을 합산하게 되면 해당 레이어의 계획 작업량이 되며, 작업이 진행되면서 로컬스캐닝을 통하여 지형이 변화된 양을 계산하면 완료된 작업량이 계산되고 이러한 정보를 바탕으로 공정 및 작업량 관리를 하게 된다. 그리고 현장여건을 고려하여 해당 레이어 에서의 작업경로를 자동으로 생성하고 굴삭기가 작업경로를 따라 이동하기 위한 구체적인 플랫폼 위치정보를 관련 노드 로부터 추출하게 된다.
3.3 작업셀의 구성
작업셀이란 굴삭기의 유효 굴삭폭을 고려하여 생성한 정사 각형 형태의 토공 최소단위 구역이다. 기존의 지능형 굴삭시 스템에서는 토공작업이 정상적으로 수행되는 자유영역 셀(작 업대상 구역)과 장애물을 포함하여 토공작업을 할 수 없는 셀로 구분 하였다. 자유영역 셀의 경우에는 굴삭기의 이동 및 작업이 모두 가능하여 계획된 토공작업량을 모두 수행 할 수 있지만, 장애물을 포함하는 셀의 경우에는 굴삭기의 진입과 작업이 불가능하여 토공작업을 수행 할 수 없었다.
본 연구에서 기존에 제안되었던 2가지 Type의 작업셀을 특성에 따라 4가지 Type의 작업셀로 세분하였다(그림 5). 굴 삭기의 이동과 안착이 모두 가능한 자유영역 셀은 기본단위 자유영역 셀과 장애물 셀에 인접한 셀로 구분하였다. 기본단 위 작업영역 셀은 자유영역 셀과 그 속성이 같으나, 장애물 셀에 인접한 셀의 경우에는 기존의 자유영역 셀의 속성 이 외에 인접한 장애물 영역 셀의 토공작업을 수행하기 위한 특수 플랫폼이 배열되므로 셀 종류를 구분하였다. 새롭게 구 분된 작업셀은 각 셀 Type에 따라 굴삭기의 이동이나 토공 작업을 수행하기 위하여 안착하는 플랫폼의 위치를 다르게 배열한다. 여러 개의 작업셀이 모여서 하나의 작업영역을 구 성하게 된다.
3.4 플랫폼의 배열
플랫폼이란 굴삭기가 이동하거나 토공작업을 수행하기 위 하여 일시적으로 안착하는 위치를 표현한다. 플랫폼의 위치 와 간격은 굴삭기가 1회 안착하여 토공을 수행할 수 있는 유효거리를 기준으로 배치하며 한 개의 셀 내부에는 4개의 플랫폼을 배열한다(김성근 외, 2010).
표 1에서와 같이 배열된 4개의 플랫폼은 각각의 특성을 가지고 상황에 따라 다른 배열을 보이는데 플랫폼이 속한 셀의 특성에 따라 결정된다. 기본단위 자유영역 셀에는 일반 플랫폼과 굴절이동 플랫폼, 작업경계 인접 플랫폼이 배열되
고, 장애물 셀에 인접한 셀의 내부에는 일반플랫폼, 굴절이 동 플랫폼, 장애물셀 인접 플랫폼, 작업경계 인접 플랫폼이 배열된다. 장애물을 포함하는 셀 내부에는 굴삭기가 이동 가 능한 경우에만 일반플랫폼과 굴절이동 플랫폼을 배열한다.
장애물 셀에 인접 플랫폼은 장애물이 포함된 셀에 존재 하는 토공작업을 수행하기 위해 생성된 플랫폼으로써, 장애 물을 포함하는 셀에 인접하는 셀 내부의 플랫폼들 중 장애 물을 포함하는 셀의 중심점과 가장 가까이에 위치한 플랫 폼이다. 굴삭기는 장애물셀 인접 플랫폼에 안착함으로써 장 애물을 포함하는 셀 면적의 50%의 토공작업을 수행할 수 있다.
장애물을 포함하는 셀은 인접한 셀 내부의 장애물 인접 플랫폼에서의 반복적 작업을 통하여 계획된 토공을 수행할 수 있다. 또한 굴삭기가 안착하거나 이동했던 플랫폼들의 연 결선은 굴삭기의 최종 이동경로로 활용된다.
4. 자동 작업경로 생성
본 연구에서는 작업자의 인위적인 개입없이 굴삭기 운전자 의 작업패턴과 유사한 작업경로를 자동으로 생성하기 위하 여 작업영역분할 알고리즘과 이동경로 생성 알고리즘을 활 용하였다.
작업영역 분할 알고리즘은 장애물이 포함된 작업영역에서 장애물에 의해 굴삭기의 자유로운 이동이 제한되는 문제를 해결하기 위한 알고리즘으로써, 장애물을 포함하는 작업영역 을 장애물을 기준으로 세부영역으로 분할시켜 굴삭기의 효 율적 이동을 가능하게 할 수 있도록 작업영역을 재구성하는 알고리즘이다.
이동경로 생성 알고리즘은 작업영역 알고리즘에 의해 구 그림 6. 장애물을 포함하는 셀의 토공작업
그림 5. 작업셀의 종류
표 1. 플랫폼의 종류 및 특성 플랫폼의 종류
안착 가능굴삭기 플랫폼
플랫폼일반 •굴삭기가 이동하거나 작업이 가능
•플랫폼간 기본거리(단위거리)로 이동 굴절이동플랫폼
•굴삭기가 이동하거나 작업이 가능 플랫폼간 기본거리(단위거리)보다 짧은
경로로 이동 장애물셀인접
플랫폼
•해당 셀과 인접한 장애물을 포함하는 셀의 경계와 가장 가까이 위치한 플랫폼
•장애물을 포함하는 셀의 토공작업 수행 안착 불가능굴삭기
플랫폼
작업경계 플랫폼인접
•해당 플랫폼에서 토공작업이 이루어 질 경우 굴삭기의 고립이 예상되어, 이동 은 가능하나 안착이 불가능
성된 작업환경에서 굴삭기의 효율적 작업경로를 생성하는 알고리즘으로써, 이동비용이 낮은 셀과 우선순위가 높은 플 랫폼의 조합을 통하여 굴삭기의 이동경로를 생성한다.
4.1 작업영역 분할 방법
효율적인 토공작업 수행을 위하여 장애물이 존재하는 토공 현장을 장애물이 포함된 영역과 포함되지 않은 영역으로 분 할해야 한다. 분할 과정에서 가장 먼저 수행되는 작업은 다 각형 형태의 장애물을 직사각형 형태로 단순화 하는 작업이 다. 즉, 장애물의 경계를 전부 포함하는 Convex-Polygon을 구성하는 것이다.
입력된 장애물 좌표 중 max(x) 좌표와 min(x)좌표, max (y)좌표와 mim(y)좌표를 검색하고, 검색된 좌표를 포함하는 4개의 변으로 둘러싸인 직사각형 형태의 장애물을 생성한다 (그림 8). 작업영역 내에 장애물이 여러 개일 경우에는 장애 물의 개수만큼 장애물 경계의 변형 과정을 반복하고, 각 장 애물에 번호를 부여하여 Convex polygon 형성작업을 종료 한다. 형성된 Convex polygon은 작업영역의 분할 기준정보 로 사용한다.
장애물을 포함하는 작업영역 내부의 장애물을 검색하는 방 법은 크게 두 가지로 나눌 수 있다. 첫 번째는 그림 9의 (a)와 같이 스윕라인(Sweep line)을 작업영역의 좌측에서 우 측으로 이동시키며 장애물 경계와 일치되는 임계점(Critical point)(Acar 외, 2003)을 기준으로 세부영역을 나누는 방법 인 Vertical Sweep 방식이다.
두 번째는 그림 9의 (b)와 같이 스윕라인을 작업영역의 상 부에서 하부로 이동 시키며 세부영역을 분할하는 Horizontal
Sweep방식이다. 작업영역분할 알고리즘에서는 Vertical Sweep방식과 Horizontal Sweep방식을 모두 적용한 후 나누 어지는 세부영역의 수가 적은 방식을 최종적으로 선택한다.
만일 나누어지는 세부영역의 수가 같을 경우에는 Vertical Sweep방식을 우선적으로 선택한다.
나누어진 세부영역간의 작업 순차를 정하기 위해서는 TPS(Traveling Salesman Problem) 알고리즘을 적용한다.
TSP 알고리즘은 여러 개의 노드와 노드 사이의 이동비용이 주어졌을 때, 모든 노드를 경유하는 최소의 이동비용을 구하 는 알고리즘이다. 세부영역 사이의 작업순차를 결정함에 있 어서 TSP 알고리즘을 적용함으로써 굴삭기의 최적 이동을 유도할 수 있다.
4.2 이동경로 생성 방법
작업영역 내에 장애물이 존재하는 경우에 굴삭기의 이동경 로 패턴을 보면 크게 두 가지로 구분할 수 있다. 첫 번째는 장애물이 포함된 셀 지역을 회피하여 이동하는 패턴이고, 두 번째는 장애물을 포함하는 셀 지역의 토공작업을 수행하며 이동하는 패턴이다. 기존의 연구(김성근 외, 2010; Kim 외, 2012)에서 제시된 이동경로가 장애물이 있는 구역에 해당하 는 셀은 회피를 하며 작업대상에서 제외가 되는 것이었다면, 본 연구에서 제시하는 이동경로에는 장애물을 포함하는 셀 지역의 토공작업의 수행을 위한 이동경로가 포함된다. 현실 적인 지능형 굴삭시스템 구축을 위해서는 필수적으로 보완 이 되어야하는 부분이다.
이동경로 알고리즘은 세 가지 정보를 통합하여 굴삭기의 이동경로를 생성한다. 가장먼저 작업영역분할 알고리즘에 의하여 생성된 세부영역에 대하여 작업을 수행할 순서를 TSP 알고리즘을 적용하여 결정한다. 전체 이동경로가 가장 짧게 되는 옵션을 선택하게 된다. 그리고 가장 먼저 작업 이 수행되어야하는 세부영역 내에서 이동비용 모델(김성근 외, 2010)을 적용하여 계산된 비용이 낮은 순서로 셀간 이동순서를 부여한다. 이후에 셀 내부의 플랫폼 우선순위 에 따라 플랫폼 이동순서까지 확정한 후 위의 순서에 따 라 각 플랫폼들을 연결하면 굴삭기의 최종 이동경로가 생 성된다.
최종 경로를 생성하기 위한 셀간 굴삭기의 이동에 관한 기존의 네트워크 구성방법에서는 작업영역 내부의 셀 중 장 애물을 포함하는 셀을 네트워크 구성에서 제외시켰으나, 본 연구에서 제시하는 알고리즘에서는 장애물을 포함하는 셀을 네트워크 구성에 반영하여 작업영역 내의 모든 영역을 네트 워크 구성에 포함하도록 보완하였다.
그림 9. 세부영역 분할(Kim 외, 2012)
그림 7. 작업경로 생성 알고리즘
그림 8. 장애물 모델링
5. 이동경로 시뮬레이터 5.1 시뮬레이터 개요
개발한 시뮬레이터는 지능형 굴삭시스템을 구성하기 위한 모듈로써, 숙련된 굴삭기 운전자들의 작업형태를 분석하여 도출한 휴리스틱스를 반영하여 토공작업을 위한 작업경로를 자동으로 생성하도록 하였다.
토공작업을 수행함에 있어서 작업대상 구역의 포괄적인 작 업수행과 굴삭기의 안전성이 중요한 요소로 고려된다. 특히 장애물의 속성을 정확하게 파악할 수 없는 무인굴삭기의 경 우에는 굴삭기의 안전이 확보되지 않은 셀에 진입하여 토공 작업을 수행하는 것 보다 장애물이 없는 자유영역 셀에 진 입하여 장애물이 있는 작업대상 셀의 토사를 굴착하는 방법 이 안전성과 효율성을 확보할 수 있는 방법이다. 본 시뮬레 이터는 토공작업을 위하여 굴삭기의 플랫폼 위치는 모두 자 유영역 셀 내부에 위치하도록 하고, 이동경로의 효율성을 고 려하여 플랫폼간의 방문 우선순위를 결정하게 함으로써 주 어진 레이어상의 자유영역 셀과 장애물을 포함하는 셀에 있 는 토사를 모두 굴착할 수 있도록 하는 작업경로를 자동으 로 생성한다.
그림 10에서와 같이 시뮬레이터는 일반설정 정보와 사용 자 설정 정보를 기반으로 정해진 프로세스와 작업영역 분할 알고리즘 및 이동경로 생성 알고리즘의 적용을 통하여 주어 진 레이어에서 굴삭기 이동경로 및 구체적인 좌표생성이 이 루어지며, 작업이 완료되는 시점에서 굴삭기의 전체 이동거 리, 경유 플랫폼 수 및 회전수를 산출하여 작업성을 측정할 수 있는 기능을 제공하고 있다.
5.2 시뮬레이터 구성
작업경로 생성 시뮬레이터는 시뮬레이터 일반설정과 사용 자 설정, 생성된 작업경로의 정보를 보여주는 메인 화면과,
작업영역의 상태, 작업경로 패턴이 시각화 되어 나타나는 화 면으로 구성된다(그림 11).
시뮬레이터의 메인 화면에는 입력된 정보에 의해 생성된 작업경로의 세부 정보가 표현되는데 굴삭기가 경유하거나 안 착하여 작업을 수행하는 플랫폼의 좌표정보와 각 세부영역 및 전체영역의 경유플랫폼의 개수가 표현된다. 또한 굴삭기 가 토공작업을 수행하며 이동한 세부영역 및 총 이동거리가 표현된다.
시뮬레이터 시각화 화면에는 대상 작업영역의 모습과 각 세부영역의 경계, 장애물의 위치와 속성(붉은색: 셀 내부에 굴삭기가 통과할 수 없는 장애물이 존재하는 경우, 녹색: 셀 내부에 굴삭기가 통과할 수 있는 장애물이 존재하는 경우)이 나타나며 이러한 속성에 따라서 이동경로가 대상 셀을 바로 통과하여 다른 셀로 바로 이동할 수 있는지 아니면 주위의 셀을 경유하여 이동해야하는지가 결정된다. 셀 내부에 배열 된 플랫폼(흰색: 일반 및 굴절플랫폼, 파란색: 장애물셀 인접 플랫폼, 녹색: 작업경계 인접 플랫폼)이 각각의 특성에 따라 다른 색깔로 표현된다. 굴삭기의 최종 작업경로는 붉은색 실 선으로 표현되며 그림 12에서와 같이 세부영역분할 화면도 볼 수 있다.
5.3 현장 장애물 종류에 따른 테스트
시뮬레이터의 효용성 검증과 주어진 조건에 따른 적절한 작업경로가 생성이 되는지를 확인하기 위하여 Case study를 수행하였다. Case study는 그림 13과 같이 장애물을 포함하 는 작업영역 내부의 장애물 Type과 배치 형태를 변화시켜 봄으로써 변화 인자들이 굴삭기의 토공작업에 미치는 영향을 분석하기 위하여 실시하였다. 각 Case별로 붉은 색 실선으로 표시된 부분이 굴삭기 플랫폼 이동을 위한 작업경로이다.
그림 10. 시뮬레이터 경로생성 프로세스
그림 11. 시뮬레이터 구성화면
그림 12. 시뮬레이터 구동 요소
작업영역은 장애물을 기준으로 세부영역으로 분할되었으며 장애물을 포함하는 셀의 토공작업 수행을 위하여 장애물 인 접 플랫폼이 장애물을 포함하는 셀 주변으로 배열되었고, 굴 삭기의 작업경로는 해당 플랫폼들을 모두 경유하고 있는 것 으로 보아 시뮬레이터 구동 요소들의 적정한 반영 여부를 확인할 수 있다. 작업영역 내에 동일한 면적의 장애물 2개 를 배치하고 배수방향을 작업영역의 우측에서 좌측으로 흐 르게 설정 한 후 시뮬레이션을 수행하였다.
시뮬레이션 결과(그림 14)를 살펴보면 Case(g), (i)의 경우 가 다른 Case에 비하여 경유플랫폼 수와 총 이동거리가 많은 것을 알 수 있다. 그림 15의 Case(i) 경우를 보면 장애물1과 장애물2 사이의 영역에서 굴삭기의 이동거리가 다른 Case의 분석 결과보다 높아지는 경향을 보이는데 이것은 굴삭기가 통 과하지 못하는 장애물 사이의 좁은 영역의 작업을 수행하며 통과하기 위해 작업을 하지 않고 이동만 수행하는 회피경로 를 많이 생성하였기 때문이다. 이러한 굴삭기 이동경향은 같 은 위치에 장애물2가 존재하지만 굴삭기가 통과가능한 장애 물의 속성이 반영되어 경유플랫폼 수와 총 이동거리가 적게 산출된 Case(h)의 결과와 비교하여 확인 할 수 있다.
5.4 휴리스틱스와 시뮬레이터의 비교분석
본 연구에서 개발한 시뮬레이터와 운전자의 휴리스틱스와 의 유사성 검사를 위하여 시뮬레이터에 의해 생성된 이동경 로 패턴과 6명 굴삭기 운전자들에 의해 생성된 이동경로 패턴을 비교·분석하였다. 굴삭기 운전자들의 패턴 연구를
위하여 설문조사를 실시하였으며 작업 대상 영역의 조건은 Case Study에 사용한 작업조건과 동일한 방법으로 실시하 였다.
두 패턴의 비교방법은 굴삭기 운전자들에 의해 제시된 이 동경로를 별도의 레이어로 구성한 후, 레이어별로 경로의 중 그림 13. Case별 입력환경 및 작업경로 패턴
그림 14. Case별 플랫폼 수 및 이동거리 비교
그림 15. Case study 결과 분석
그림 16. 이동경로 패턴 비교
복이 많은 구간들을 추출하여 평균 패턴으로 설정하였다. 시 뮬레이터가 생성한 이동경로를 레이어로 구성한 후에 굴삭 기 운전자들에 의해 제시된 평균경로와 비교하여 이동경로 의 유사성을 판단하였다.
그림 16에서와 같이 추출된 평균패턴은 시뮬레이터에 의 해 생성된 이동경로 패턴과 같이 배수방향(작업영역 우측에 서 좌측)에 유리한 작업방향(작업영역 좌측에서 우측방향)으 로 생성되는 형태를 보이며 특히 작업영역 Case(i)의 경우에 서는 두 패턴이 거의 일치하였다. 또한 이동경로 패턴의 효 율성 분석을 위하여 두 패턴의 총 이동길이와 경유플랫폼 수를 비교해 보았다. 총 이동거리와 경유 플랫폼 수 모두 굴 삭기운전자들이 생성한 이동경로가 적은 수치를 보이는데, 이러한 결과는 시뮬레이터가 생성한 경로의 경우에는 최소 이동비용에 기반을 둔 원칙에서 벗어나지 않는 경로를 생성 하기 위하여 세부영역과 세부영역 사이에 작업을 하지 않고 이동만 하는 순수 이동경로를 추가로 생성하지만, 굴삭기 운 전자의 경우에는 이동원칙에 어긋나더라도 작업상황에 따라 가변적으로 경로를 생성하기 때문에 생기는 차이로 분석되 었다.
따라서 시뮬레이터의 작업경로 생성에 있어서 실제 토공작 업경로의 생성은 휴리스틱스를 잘 반영하고 있으나 순수이 동경로 등의 굴삭작업 이외의 경로 관리가 추가적으로 필요 한 것을 알 수 있다.
5.5 지능형 굴삭시스템 프로토타입 현장 테스트
5년간에 걸친 지능형 굴삭시스템 개발은 초기에 하드웨어 개발과 소프트웨어 개발이 별도로 진행되었고, 중기 이후부 터 개발된 하드웨어 및 소프트웨어를 통합하는 연구를 진행 하였으며, 후반부에 최종 프로토타입을 완성하였고 그림18의 사진에서 보는 바와같이 현장테스트를 진행하였다. 현장테스 트는 경기도 안산시 상록구 사동에 위치한 장애물이 없는 토공현장을 대상으로 하였다.
작업현장의 지반을 스캐닝하여 지형 3D 모델을 획득하고 이것을 기반으로 작업경로를 생성하고, 작업경로에 따라 굴 삭기가 안착해야 하는 플랫폼 정보가 생성되며, 작업자가 탑 승하지 않은 무인굴삭기가 작업경로를 따라서 움직일 수 있 는 테스트를 진행하였고 정해진 플랫폼에 안착하여 무인으 로 굴삭을 실시하고 측면에 위치한 트럭에 상차를 하는 테 스트를 실시하였다(그림 18).
작업진행 현황과 지능형 굴삭장비의 현황을 실시간으로 파 악하고 컨트롤하기 위한 원격조정 스테이션을 구축하여 현
장에 배치하였다. 그림 19는 원격조정 스테이션 내부에 설치 된 작업경로정보를 제공하는 가상현실기반 Task Planning System(TPS)을 보여주고 있다.
토공현장을 스캐닝한 지형 데이터에서 노이즈가 제거된 이 후에는 정상적으로 작업경로가 생성되며, 무인 굴삭기가 작 업을 하기 위한 플랫폼 위치정보가 제공된다. 현장 테스트 결과 연구에서 의도했던 기능은 구현이 되었으며 만족할 만 한 결과가 도출되었다. 하지만 자동화 시스템을 개발하는 중 요한 목적 중의 하나가 생산성 향상인데 개발된 프로토타입 은 사람이 직접 작업을 실시하는 경우와 비교하여 작업속도 가 느린 문제점을 갖고 있다.
아직은 자동화 시스템의 신뢰성 문제로 인하여 굴삭기의 이동 및 작업 속도를 높일 수 없었으며 현장에서 실시간으 로 발생하는 여러 가지 변화에 대한 다양한 정보를 획득하 고 분석하여 작업에 반영하는데 한계가 있었다. 현장테스트 에서는 간단한 작업경로를 따라가는 것이지만 실제 작업에 투입하는 경우에는 다양한 작업경로로 움직여야 하는데 이 런 경우에 작업을 수행하는데 예상보다 많은 시간이 소요될 것으로 예측된다. 왜냐하면 굴삭기에 장착된 GPS 시스템 자 체의 오차와 굴삭기가 움직이거나 작업을 진행함에 따라서 발생하는 지반에 세세한 변화 때문에 생성된 작업경로를 정
그림 18. 토공자동화 시스템 현장테스트
그림 19. 원격조정 스테이션에 설치된 Task Planning System 그림 17. 이동경로 효율성 비교
확히 따라가는 것은 불가능하며 계획된 경로와 실시간으로 측정되는 굴삭기의 위치정보를 일치시키기 위한 지속적인 수 정 움직임으로 인하여 문제가 발생하기 때문이다. 추후 연구 에서는 이동이나 작업 중에 안전사고가 나지 않을 범위를 고려하여 계획된 작업경로와 실제 굴삭기의 위치 및 경로에 관한 허용오차를 지정하여 경로를 수정하기 위한 움직임을 최소한으로 해야 할 것이다.
6. 결 론
국내에서 건설자동화 연구가 시작된 이래에 자동화 가능성 이 가장 높을 것이라고 판단된 토공에 대한 시스템 개발이 많이 이루어져 왔다. 본 연구도 그러한 노력의 일환으로 지 능형 굴삭시스템을 개발하기 위한 요소기술을 제시하는 것 을 목적으로 하고 있다. 기존의 연구가 다양한 최적화 기법 을 적용하여 주어진 문제에 대한 해결책을 제시하는 것이었 다면, 본 연구는 선행연구에서 제시되었던 아이디어를 현장 에 적용할 수 있도록 개선하고 작업자의 휴리스틱이 결과물 에 반영이 되도록 노력하였다.
토공현장의 정보모델링을 위한 Quadtree, Octree 등과 같 은 자료구조들이 사용되고 있는데 현장의 3D 지형모델을 생 성하는데 문제는 없으나 토공작업이 진행되면서 수시로 변 화하게 되는 정보를 관리하는데 불편함이 따른다. 따라서 기 존의 자료구조를 확장한 Layed-Quad Tree를 제시하고 이것 을 이용하여 작업경로 생성과 토공작업의 공정관리를 위한 정보를 담을 수 있도록 하였다.
작업경로계획은 선행 연구에서 제시되었던 기본적인 틀은 동일하지만 장애물이 포함된 영역이 작업구역에서 제외되거 나 포함이 되더라도 굴삭기의 플랫폼 위치가 장애물 구역 내에 위치하게 되는 문제는 보완하여 인접한 장애물이 없는 자유영역에서 플랫폼을 위치시키고 작업을 할 수 있고, 작업 자의 휴리스틱스를 반영한 작업경로 계획법을 제시하였다.
그리고 다양한 현장조건에 따라서 작업경로를 미리 생성해 볼 수 있도록 시뮬레이터를 개발하였다. 동일한 현장 및 환 경조건에 대하여 시뮬레이터가 제시한 경로와 숙력된 작업 자가 제시하는 경로를 비교하여 작업자의 휴리스틱스가 절 적히 반영이 되었는지 확인하였다. 시뮬레이터는 작업경로
이외에 전체 이동거리, 경유 플랫폼 수와 플랫폼 위치에 관 한 정보를 제공하며, 이것은 무인 굴삭기를 움직이기 위한 기본 정보로 사용된다.
현장 테스트를 위하여 관련 하드웨어와 소프트웨어가 통합 된 토공 자동화 시스템의 프로토타입을 사용하였으며, 몇 가 지 문제점이 도출되었으나 전반적으로 계획된 기능들이 작 동하는 것을 확인할 수 있었다. 작업경로 계획은 토공현장에 서 발생할 수 있는 불확실한 상황들을 실시간으로 판단하여 작업에 반영하게 되므로, 현장상황의 반영정도를 실시간으로 유지할 수 있는 데이터 집합 기술이 발전할 것으로 예상되 며. 가상현실기반 Task Planning System에 의해 제시되는 작업경로 기능은 향후 다른 건설기계에 적용되거나 타 기 계·생산 분야에서도 적용되어 사용될 수 있는 정형화된 모 델의 개발이 가능할 것으로 예상된다.
참고문헌
김성근(2004) 원격조정 토공시스템을 위한 GPS 기반의 장비 진 로계획법, 대한토목학회논문집, 대한토목학회, Vol. 24 No.
1D, pp. 59-66.
김성근, 옥종호(2007) 지능형 굴삭기를 위한 플랫폼 이동 모델, 대한토목학회논문집, 대한토목학회, Vol. 27 No. 6D, pp.
767-774.
김성근, 구본상(2010) 운전자의 작업행태를 고려한 지능형 굴삭 기의 이동경로 생성 방법, 대한토목학회논문집, Vol. 30 No.
4D, pp. 433-442.
이철규, 김성근, 성영준. (2003). 2차원적인 토공 계획법에 관한 연구, 대한토목학회논문집, 대한토목학회, Vol. 23 No. 3, pp. 349-357
Acar, E. U., Choset, H., Zhang, Y., Schervish, M. (2003). Path plan- ning for robotics demining: robust sensor-based coverage of unstructured environments and probabilistic methods. The International Journal of Robotics Research, Vol. 22 No. 7, pp.
441-466.
Kim, S. K. and Russell, J. S. (2003). Framework for an intelligent earthwork system: Part II Task identification/scheduling and resource allocation methodology. Automation in Construction, Vol. 12 No. 1, pp. 15-27.
Kim, S. K., Seo, J. W., and Russell, J. S. (2012). Intelligent Naviga- tion Strategies for an Automated Earthwork System. Automa- tion in Construction, Vol. 21 No. 1, pp. 132-147.
(접수일: 2012.1.30/심사일: 2012.3.2/심사완료일: 2012.3.30)
