자기 유도 방식은 산업용 AGV에 사용되는 일반적인 유도 방법 중 하나입니다. 특히 운송 경로가 고정되어 있고 차량이 동일한 경로를 반복적으로 이동해야 하는 응용 분야에 적합합니다.
중장비 자재 취급의 경우, 자기 유도 방식은 금형, 철강 제품, 기계 부품 및 기타 산업용 하중을 운반하는 AGV에 사용될 수 있습니다. 그러나 모든 공장에 적합한 솔루션은 아닙니다. 선택하기 전에 경로 레이아웃, 바닥 상태, 하중 및 향후 생산 변경 사항을 고려해야 합니다.
자기 유도 방식 작동 원리
자기 유도 방식 AGV는 계획된 경로를 따라 설치된 자기 테이프 또는 자기 마커를 따릅니다. 차량 하부에 장착된 자기 센서는 자기장을 감지하여 제어 시스템에 위치 정보를 보냅니다.
컨트롤러는 구동 휠을 조정하여 AGV를 계획된 경로에 유지합니다. RFID 태그는 로딩 스테이션 및 작업 스테이션과 같은 중요한 위치에도 설치할 수 있습니다. AGV가 RFID 태그에 도달하면 제어 시스템은 위치를 식별하고 정지, 감속 또는 방향 변경과 같은 사전 설정된 작업을 수행할 수 있습니다.
일부 산업용 AGV의 경우 자기 센서와 휠 엔코더 및 IMU가 결합됩니다. 이러한 추가 센서는 자기 신호가 일시적으로 중단될 때 차량 이동 정보를 제공합니다.
장점 및 한계
자기 유도 방식의 중요한 장점 중 하나는 명확하고 고정된 이동 경로입니다. 이는 경로가 자주 변경되지 않는 생산 라인에 적합합니다.
자기 센서는 정상적인 작업장 조명이나 카메라 이미지 인식에 의존하지 않습니다. 이는 먼지가 많거나 조명 조건이 변하는 산업 지역에서 유용할 수 있습니다.
또 다른 장점은 비교적 간단한 내비게이션 구조입니다. 레이저 스캐너와 매핑 소프트웨어가 필요한 시스템과 비교할 때 자기 유도 방식은 일반적으로 더 적은 내비게이션 구성 요소를 필요로 합니다.
그러나 주요 한계는 경로 유연성입니다. 공장이 생산 레이아웃을 변경하면 자기 테이프 또는 마커를 이동하거나 다시 설치해야 할 수 있습니다.
자기 유도 방식은 특정 자기 재료 또는 센서 근처의 많은 양의 금속 파편에 의해 영향을 받을 수도 있습니다. 따라서 설치 전에 실제 작업장 환경을 확인해야 합니다.
자기 유도 방식 AGV의 최적 응용 분야
동일한 운송 경로를 반복적으로 사용하는 경우 자기 유도 방식은 실용적인 선택입니다.
일반적인 응용 분야는 다음과 같습니다.
- 중장비 조립 라인
- 변압기 제조
- 철강 및 금속 가공
- 금형 운송
- 생산 스테이션 간 고정 자재 이송
- 비교적 안정적인 생산 레이아웃을 갖춘 작업장
예를 들어, 자기 유도 방식 AGV는 여러 고정 작업 스테이션 간에 금형을 운송할 수 있습니다. 각 스테이션에 RFID 태그를 배치하여 정지 위치를 식별하고 사전 정의된 작업을 트리거할 수 있습니다.
중하중의 경우 AGV는 실제 최대 하중, 하중 치수, 무게 중심, 이동 거리, 속도 및 바닥 조건에 따라 선택해야 합니다. 내비게이션 기술만으로는 차량이 특정 응용 분야에 적합한지 여부를 결정하지 않습니다.
BEFANBY 자기 유도 방식 AGV
BEFANBY는 고정 경로 응용 분야를 위한 자기 유도 방식 구성을 포함하여 산업 자재 취급을 위한 AGV 솔루션을 제공합니다.
최종 구성은 하중, 차량 치수, 이동 경로, 속도, 작업 스테이션 요구 사항 및 현장 조건에 따라 선택할 수 있습니다. 생산 경로가 고정되어 반복적인 운송이 필요한 프로젝트의 경우 자기 유도 방식은 사용 가능한 옵션 중 하나로 고려될 수 있습니다.
잦은 경로 변경이 필요한 공장의 경우 BEFANBY는 레이저 SLAM 및 결합 내비게이션 솔루션을 포함한 다른 내비게이션 방법을 평가할 수도 있습니다.
결론
자기 유도 방식은 운송 경로가 고정되어 있고 생산 공정이 자주 변경되지 않는 산업용 AGV에 유용한 옵션으로 남아 있습니다.
주요 강점은 정의된 이동 경로, 비교적 간단한 내비게이션 구조, 카메라 기반 인식에 대한 의존도가 낮다는 것입니다. 주요 한계는 생산 레이아웃이 변경될 때 물리적 경로 마커를 수정해야 한다는 것입니다.
중장비 AGV 프로젝트의 경우 실제 하중, 경로, 바닥 상태, 도킹 요구 사항 및 향후 생산 계획을 기반으로 최상의 선택을 해야 합니다.