조선소 개별 공정에서 스마트 공장을 추진한다면 선행 도장 공정이 1순위로 꼽힌다. 작업장 외형부터 공장 형태이며 설비를 많이 사용하며 에너지 소모도 많다. 변동성이 큰 조선업에서 전 공정의 모든 지연을 안고 일정을 만회해 탑재 단계로 넘겨야 하는 중요한 역할을 수행한다. 병목 구간에 해당하기 때문에 효과성을 높이면 선박 건조 전체 발루체신의 효율이 크게 향상된다.
도장공장 운영은 블록 생산 계획과 맞물려야 하기 때문에 자동화나 자율 운영을 검토하기에는 범위가 너무 크다. 우선 도장공장 설비를 자율 운영하는 것으로 추진하는 것이 좋다. 도장 공장의 주요 설비는 히터, 제습기, 집진기, 문, 조명 등이 있다. 여러 장비를 어떻게 자동 운영 수준으로 끌어올릴 것이냐는 질문에 자율주행차의 계획 및 제어 아키텍처는 많은 영감을 준다.
다음은 자율주행자동차 계획 및 제어모듈에 대한 아키텍처이다. 좁은 의미에서는 동작 결정/모션 계획/피드백 제어이며, 넓게는 트래픽 예측, 경로 계획을 포함한다. (출처: 자율주행차 만들기, 리오 샤오샨 외, 에이콘 출판)
1)의 그림 개념 설명 a. 트래픽 예측: 현재 감지된 개체의 근미래 동작 예측하는 역할 담당 – 예측 결과와 시간·공간 궤적의 지점에 대한 상세 정보를 만들어 다운스트림 모듈에 전달 b. 경로 계획(Routing): 지점 A에서 지점 B로 가는 경로를 찾는 역할 c. 동작 결정: 자동차 조작하는 명령 생성.예) 현재 차선에서 전방 자동차를 쫓기, 신호등 앞에 정지선에서 멈춰서 보행자가 지나갈 때까지 기다리는 등.- 트래픽 예측 모듈과 경로 계획 모듈로부터 받은 값을 모두 입력 값으로 사용 d. 모션 계획 : 계획한 경로나 궤적을 따라 A 지점에서 B 지점으로 이동하는 방법을 찾는 역할 – 로컬 루트 탐색 최적화 문제 (동작 결정 모듈의 출력 값을 제약 조건과 경로 계획 모듈의 출력 값을 목표로 받는 것) e. 피드백 제어 : 궤적 지점 정보를 가져와 브레이크/스티어링 휠/스트롤을 존 걸기 위한 신호 계산 – 자동차 및 도로의 물리적 모델도 함께 고려 – 실제 자세와 사전 정의된 궤적 위 자세 간의 오차 추적
2)계획 및 제어 모듈의 실현 방안 및 인공 지능 알고리즘 a. 트래픽 예측 분류를 이용한 시퀀스 예측 회귀 모델을 이용한 궤적 생성 b. 경로 계획 데이 크스트라 알고리즘-그래프로 이론에서 대표적인 최단 경로 알고리즘 A*알고리즘-휴리스틱 기반 탐색 알고리즘-일종의 가치 기준 또는 최적 우선 탐색 알고리즘 c. 동작의 결정, 종래는 규칙 기반 접근 최근 자동차의 동작을 베이스 모델로 표현하는 방법이 인기를 얻-마르코프 결정 과정, 부분 관측 마르코프 결정 과정 d. 장치 계획 최적화, 최소한의 비용을 가진 최적 경로를 계산하기 때문에 동적 프로그래밍 알고리즘의 사용 e. 제어 궤한 PID기반 피드백 제어 f. 일반 모션 계획 및 제어 문제를 해결하기 때문에 최적화 기반 접근이 여전히 토시많이 사용되는 학습의 기반 접근법은 현재 한계는 있지만 사용이 늘어나는 것이어서 강화학습 주목받는
3)도장공장설비의 자율운영과 자율주행자동차의 (좁은 의미)계획 및 제어모듈 비교 선행도장공정의 부하 예측 ………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………….
자주 운영 추진을 위해서는 복잡한 문제를 몇 가지 작은 문제로 나누는 것이 좋다. 자동차 분야에서는 모듈화와 병렬화를 통해 자율주행 소프트웨어 개발의 복잡성을 줄이고 효율성을 높일 것으로 알려졌다. 도장공장 설비의 자주 운영을 위해 모듈로 나누어 자동제어모듈과 함께 즉시 실현 가능한 것은 추진하고 계획의 영역은 데이터를 축적해 나간다, 준비해 나간다.
우선 장비 자체 운영을 위한 시스템 아키텍처를 어떻게 만들 것인지에 대한 관련 조직 간 논의와 공감대가 필요하다.