광학 영상 기반 방향벡터 추출과 구동 모터 PD 귀환제어를 통한 AGV 직진성 향상에 관한 연구 = A Study on Improving the Straightness of AGV Using Optical Image-Based Direction Vector Extraction and Driving Motor PD Feedback Control

국문 초록 (Abstract)

본 연구는 Optical Flow Sensor를 활용하여 AGV(Automated Guided Vehicle)의 직진 성능을 향상시키기 위한 제어 방식을 제안하고, 이를 실험적으로 검증하였다. AGV의 직진 성능은 물류, 제조 및 의료 등 다양한 산업에서 경로 추적의 안정성과 정확성을 결정짓는 중요한 요소로, 특히 센서 리스 환경이나 복잡한 주행 조건에서도 신뢰성 있는 성능이 요구된다. AGV의 기계적 설계에서 흔히 사용되는 캐스터 바퀴는 안정성을 제공하지만, 흔들림이나 바퀴의 회전 중심 불균형으로 인해 직진 성능에 부정적인 영향을 미칠 수 있다. 또한 AGV 구동을 위해 사용되는 감속기에서 누유 문제로 슬립이 발생하고, 이로 인해 직진성 저하 및 경로 이탈 문제가 발생한다. 이러한 문제를 해결하기 위해 본 연구에서는 Optical Flow Sensor를 활용하여 바닥 표면의 변화를 실시간으로 감지하고, 이를 기반으로 주행 경로를 보정하는 방식을 적용하였다. 센서에서 수집 된 ∆x, ∆y 데이터를 저역 통과 필터(Low Pass Filter, LPF)를 통해 센서 데이터의 노이즈를 제거하고, 데이터의 신뢰성을 높이며, PD(Proportional-Derivative) 제어기를 활용하여 AGV의 주행 편차를 조정하였다. ∆x, ∆y는 각각 AGV의 좌우 및 전후 이동량을 나타내며, y 편차는 AGV의 주행 중 측정된 좌우 이동 거리를 의미한다. 세 가지 실험(기본 주행, PD 제어 적용, PD 제어와 LPF 적용)을 통해 AGV 4m 직진하며 위치 변화를 확인하고 직진 성능 향상을 평가하였다.
기본 주행에서는 최대 y 편차가 100mm로 나타나 큰 오차가 발생하였으나, PD 제어기를 적용한 실험에서는 최대 y 편차가 62mm로 감소하며 기본 주행 대비 38%의 개선율을 보였다. 마지막으로 PD 제어기와 LPF를 적용한 실험에서는 최대 y 편차가 24mm로 감소하며 기본 주행 대비 76%의 개선율을 기록하였다. 이러한 결과는 Optical Flow Sensor와 PD 제어기의 조합이 AGV의 주행 안정성과 정확성 향상에 크게 기여하며, LPF가 센서 데이터의 신뢰성을 추가적으로 보장함을 보여준다.
본 연구는 Optical Flow Sensor를 활용한 접근법이 AGV의 직진 성능 향상에 미치는 긍정적인 영향을 실험적으로 검증하였다. Optical Flow Sensor는 바닥 패턴, 조명 등 다양한 환경에서 안정적으로 작동할 수 있는 실용적인 기술로, 여러 산업 환경에서 적용 가능성이 크며 AGV의 신뢰성을 높이는 데 중요한 역할을 할 수 있다. 향후 연구에서
는 적응형 필터링 기법이나 머신러닝 기반 경로 보정 알고리즘을 추가 적용하여 AGV 제어 시스템을 더욱 최적화할 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

This study proposes a control method to enhance the straight-line performance of an Automated Guided Vehicle (AGV) using an Optical Flow Sensor and verifies its effectiveness experimentally. Straight-line performance is a critical factor in determining the stability and accuracy of path tracking in various industries, including logistics, manufacturing, and healthcare. Reliable performance is particularly required in sensorless environments or under complex driving conditions. While caster wheels commonly used in AGV mechanical designs provide stability, they can negatively impact straight-line performance due to oscillations and imbalances in the rotational center. Additionally, slip caused by oil leakage in the reducers used for AGV propulsion further degrades straight-line performance.
To address these challenges, this study employed an Optical Flow Sensor to detect real-time changes in the ground surface and applied this data to correct the driving path. The sensor data was filtered through a Low Pass Filter (LPF) to reduce noise and improve reliability. A Proportional-Derivative(PD) controller was then used to adjust deviations in AGV motion. The variables ∆x, ∆y represent lateral and longitudinal movements of the AGV, respectively, with deviations indicating lateral displacement during driving.
Three experiments were conducted: basic driving, PD control application, and PD control with LPF application to evaluate straight-line performance during a 4m trajectory. In basic driving, the maximum y deviation was 100mm, indicating significant errors. With the application of the PD controller, the maximum y deviation decreased to 62mm, showing a 38% improvement compared to basic driving. When both the PD controller and LPF were applied, the maximum y deviation further reduced to 24mm, resulting in a 76% improvement over basic driving.
These results demonstrate that the combination of an Optical Flow Sensor and PD controller
significantly enhances the driving stability and accuracy of AGVs, with the LPF further ensuring sensor data reliability. This study experimentally verified the positive impact of using an Optical Flow Sensor to improve AGV straight-line performance. As a practical technology, the Optical Flow Sensor can operate reliably under diverse conditions, such as varying floor patterns and lighting, making it highly conditions, such as varying floor patterns and lighting, making it highly applicable across multiple industries while enhancing AGV reliability. Future research may explore adaptive filtering techniques or machine learning-based path correction algorithms to further optimize AGV control systems.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1.1 연구배경 1
• 1.2 연구목적 3
• Ⅱ. AGV 직진성 향상을 위한 이론적 배경 및 구성 요소 4
• 2.1 AGV 개요 4
• 2.2 Optical Flow Sensor와 신호 처리 5
• 2.2.1 Optical Flow Sensor 개요 5
• 2.2.2 저역 통과 필터를 통한 데이터 필터링 8
• 2.3 PD 제어기와 구동 모터 제어 11
• 2.3.1 PD 제어기 개요 및 동작 원리 11
• 2.3.2 RC 회로를 이용한 PWM 신호 변환 13
• Ⅲ. AGV 설계 및 시스템 구현 15
• 3.1 AGV 설계 및 제작 15
• 3.2 AGV 시스템 구현 18
• Ⅳ. AGV 주행 성능 측정 실험 22
• 4.1 실험 개요 22
• 4.2 AGV 주행 성능 측정 25
• 4.2.1 기본 주행 성능 25
• 4.2.2 PD 제어기 적용 주행 성능 27
• 4.2.3 PD 제어기 및 Low Pass Filter 적용 주행 성능 30
• 4.3 AGV 주행 성능 측정 실험 결과 33
• Ⅴ. 결론 35
• □ 참고문헌 37
• □ Abstract 42