Robots equipped with artificial intelligence technology include learning functions. Purely inductive learning methods formulate general hypotheses by finding empirical regularities over the trainning examples. Purely analytical methods use prior knowledge to derive general hypotheses deductively. Therefore, when the physical environment of a robot is complex, there is a problem of increased computational time required for information processing. In particular, when a large number of robots transmit information, more computational time is required for information processing. The distance-based topological method proposed in this paper first constructs the topology based on the distances between robots, and then generates information weights according to the stages of the topology. The technique proposed in this paper has been experimentally confirmed to have excellent performance in environments with a large number of robots and complex physical conditions.

In this work, a simulation study is accomplished to evaluate the effectiveness of EDG-based deadlock avoidance strategy. The considered strategy has been proposed in order to effectively handle conflicts and deadlocks occurring in zone-control AGV (Automated Guided Vehicle) systems. It is based on the prediction of deadlock possibility and prohibition of vehicle movement to the next zone until the deadlock possibility is removed. Throughout simulation study applied to complex network-type AGV path, the considered deadlock-avoidance strategy has provided satisfactory results even under the large number of vehicles.

초대형선박의 등장으로 컨테이너 터미널 생산성의 한계에 직면하고 있으며 이를 해결하기 위한 새로운 개념의 터미널시스템들이 제안되고 있다. 본 논문에서는 개념설계 중인 레일기반 컨테이너 이송시스템을 대상으로 연구한다. 이는 레일 위를 움직이는 무인반송차인 플 랫카와 천장형 레일을 따라 움직이는 셔틀크레인으로 구성된 시스템이다. 자동화된 컨테이너 터미널에서 컨테이너 수송 기능을 담당하는 무 인반송차의 운영 시 교착과 같은 병목현상은 오랫동안 중요한 문제로 잘 알려져 있다. 따라서 초대형 선박과 같이 대량의 컨테이너 취급하는 신개념의 레일기반 컨테이너 이송시스템에서 발생 가능한 교착 현상을 정의하고 해결방안에 대해 논한다. 교착 현상은 이종장비 간 교착과 플랫카 간 교착문제로 구분하여 소개한다. 본 연구는 시뮬레이션 접근법을 사용하여 레일기반 컨테이너 시스템 모델을 개발한다. 개발된 시뮬 레이션 모델의 실행을 통하여 수송구간에서 발생 가능한 교착 상태를 확인하고 이를 해소하기 위한 교착 회피 규칙을 개발한다. 시뮬레이션 실험을 통하여 교착발생 빈도를 기준으로 교착 회피 규칙들의 성능을 비교한다.

컨테이너 터미널과 같이 다수의 AGV(Automated Guided Vehicle)를 한정된 공간에서 동시에 운용하는 환경에서는 AGV의 작업생산성에 악영향을 주는 충돌, 데드락(deadlock), 라이브락(liveiock)이 발생할 확률이 높다. 또한, AGV의 가/감속 운동은 AGV의 주행시간을 예측하기 어렵게 만들기 때문에 AGV 라우팅을 더욱 어렵게 만드는 요인이다. 본 논문에서는 AGV 사이의 충돌, 데드락, 라이브락을 방지하기 위해 점유영역 예약테이블(Occupancy Area Reservation table; OAR table)을 이용하는 방법과 최적주행경로를 선택하기 위해 가감속 운동을 고려하여 AGV의 주행시간을 추정하는 방법을 제안한다. 시간중심 시뮬레이 션(time-driven simulation)을 통해 제안방안을 실험 한 결과 제안방안의 효과를 확인하였다.

본 논문은 AGV 주행 영역을 그리드 단위로 나누어 관리하는 자동화 컨테이너 터미널에서 AGV들 간의 교착을 방지할 수 있는 방안과 목적지까지의 예상 소요 시간이 짧은 경로를 효율적으로 선정할 수 있는 방안을 함께 제안한다. AGV들 간의 교착을 방지하기 위하여 그리드를 노드로 하여 AGV 주행 중 점유 순서의 선후를 연결한 그래프에서 교착 발생 가능성이 있는 강결합 요소를 파악한다. 운행 시에는 강결합 요소에 해당되는 그리드들에 AGV들이 진입하는 것을 통제함으로써 교착 발생을 방지한다. 이와 함께 AGV들 간의 간섭에 의한 지연까지 고려하여 목적지에 보다 일찍 도착할 수 있는 경로를 실시간에 추정할 수 있도록 주행 소요 시간을 추정할 수 있는 회귀 분석 함수를 생성하고 활용하는 방안을 함께 소개한다. 제안한 방안을 시뮬레이션 한 실험 결과 48시간동안 교착 발생 없이 AGV들을 운행할 수 있었으며, 회귀분석 함수를 이용하여 선정한 경로 이용 시 QC별 AGV 방문 횟수를 2~10회 향상시킬 수 있었다.