제조환경에 설치된 다수의 에이전트(예: 제조 장비/장치/로봇)를 이용하여 주어진 임무(예: 제품 조립)를 수행하는 다중 에이전트 시스템에서, 주어진 임무의 성공적 수행을 위해 에이전트들이 실행해야 하는 행위(Job 또는 Task, 이하 작업)에 대한 계획을 자동 생성하는 기술. 예를 들어, pick 작업과 place 작업, 이렇게 2개 종류(타입)의 작업을 수행할 수 있는 로봇이 무작위로 쌓여있는 박스들을 한 테이블에서 다른 테이블로 옮겨 쌓는 임무를 수행한다고 할 때, 구체적인 pick 작업과 place 작업의 순서열을 자동으로 생성함. 여기서 구체적인 작업이란 작업 타입 별로 정의된 모든 매개변수에 구체적인 값이 결정되어 에이전트가 실제로 실행할 수 있는 작업을 말함. 이 시나리오에서 각 박스는 서로 다르며 고유번호가 할당되어 있어 구분되며, 박스들은 공급 테이블에 무작위로 놓여 매번 다르게 쌓여 있고, 마찬가지로 적재 테이블에 매번 다른 형태로 옮겨 쌓아야 함. 따라서, 작업계획은 매번 달라져야 하며, 같은 타입의 pick 작업, 또는 place 작업이라도 pick하는 대상 박스 및 위치, place 하는 대상 박스 및 위치 파라메터가 다른 값으로 지정되어야 함. 제조 산업 영역에서는 전통적인 Job-shop Scheduling 문제를 해결하는 기술에 해당됨
아래와 같은 특성을 가지는 기업의 생산 효율 제고를 위해서 제품 제조공정 작업계획 자동 생성 서비스 시스템 개발 및 기존 생산 관리 시스템 연동에 필요한 기반 기술(SW 엔진)을 제공함
● 여러 제품군을 제품별 상이한 공정, 장치/설비 setup 등에 기반하여 제조
● 소량 혹은 중간 수준의 양을 가진, 다양한 제품들을 주문에 따라 단속적으로 생산
● 다양한 제품의 단속적 생산에 대응하기 위해 CNC, 매니퓰레이터 로봇(로봇 팔)과 같은 범용 장치/장비/설비를 운용
● 주문, 공정, 설비/장치 사이의 다양한 제약조건 및 비용조건을 만족하는 설비/장치 작업과 이들의 순서 및 작업 파라메터를 자동으로 결정해 주는 자동 서비스 시스템이 요구됨
본 기술은 인공지능 기술의 하나인 자동계획(Automatd Planning) 기술을 기반으로 개발되었으며, 따라서 General Problem Solver (GPS)에 해당됨. General Problem Solver 기술은 단순화해서 말하면 임의의 미로찾기 문제를 해결하는 범용적 소프트웨어 기술이라 할 수 있음. 자동계획 기술은 문제 도메인을, 환경의 상태를 노드(node)로, 상태를 변경시키는 작업(또는 동작)을 에지(edge)로 표현한 그래프로 형식화 하고, 그래프 상 초기 상태(또는 현재 상태)에서 목표 상태 (미션이 완료되었을 때의 환경 상태)까지의 최적 경로를 휴리스틱 그래프 검색을 통해 찾아 냄으로써 임의의 순차적 의사결정 문제(sequential decision making problem: SDMP)를 해결함. 본 기술은, 전통적인 Job-shop Scheduling 기술이 문제를 operation과 machine 간의 배정(assignment) 문제로 접근하는 것과 달리, 순차적 의사결정(sequential decision making) 접근방식을 취하기 때문에 전통적인 JSP 기술에서는 어려운 점인 다음과 같은 장점을 가지며, 결과적으로 전통적인 JSP 대비 작업계획 생성 속도가 빠름 : 1) 작업들을 하나씩 순차적으로 결정하여 전체 작업계획을 수립하기 때문에 작업이력 즉, 선행 작업에 따라 달라지는 의존적인 설정(운전조건, 비용조건, 제약조건 및 파라메터 값 등)을 가지는 작업을 결정하기 용이함. 2) 순차적으로 작업을 결정하기 때문에, 임의 수치값을 가지는 작업 파라메터의 실제 구체적인 값을 결정하는 것도 해당 작업을 결정할 때 해당 작업에 대해서만 계산(시뮬레이션)을 위해 이산화된 파라메터 값과 해당 작업을 실행할 때 필요한 실제 값 사이의 매칭을 기반으로 쉽게 처리 가능함.
A. 자동 작업계획 생성 기술
- 지식 베이스 기반 동적 검색트리 구성 기술
- 인과적 작업 네트워크 기반 작업 노드 휴리스틱 평가 기술
- 연속 수치 데이터 이산화 및 단계적 작업 파라메터 매칭 기술
- 다중 스레드 기반 병렬 작업공간 검색 기술
B. 자동 작업계획 지식 베이스 기술
- 무작위 박스 이송적재 예제 Use-Case
- 바텐더 로봇 예제 Use-Case
- 염색가공 실사례 Use-Case
- 자동 작업계획 SW 엔진 (SW, Java 실행파일)
- 지식 베이스 작업지식 저작 지원 도구
- Use-Case 별 지식베이스 스키마
- Use-Case 별 지식베이스 데이터 어댑터
● CNC 머신, 로봇 등 다수 다종의 범용 제조 설비/장치를 이용하여 다수의 신규 주문 또는 수시로 수량, 납기, 공정이 변경되는 특성을 갖는 다품종 소량 생산 환경 또는 주문생산(make-to-order) 환경에서 주문, 공정, 설비/장치 사이의 다양한 제약조건 및 비용조건을 만족하는 설비/장치 작업과 이들의 순서 및 작업 파라메터를 자동으로 생성하는 자동 작업계획(운전계획) 생성 시스템 구축
● 정밀한 생산계획(장비/설비 운용 계획)을 수립함으로써 생산성 증가가 기대되며, 긴급주문에 따른 추가생산, 불량품 등 우발적 상황에 따른 재생산, 수주여력 판단 등을 위한 생산능력 시뮬레이션 등의 이유로 수시로 빠르게 생산계획을 재 수립하는 서비스 구현이 가능해 짐