물류 프로세스 효율성을 높이는 AI 기반 화물 적재 문서화

실시간 작업 중 자동 적재 문서화

이 애플리케이션의 핵심은 운전석에 카메라가 장착된 지게차입니다. 차량이 이동하는 동안 카메라는 전방 구역을 지속적으로 촬영합니다. 이 프로세스는 납품서 기록으로 시작하여 적재 순서의 모든 단계를 아우릅니다. 여기에는 이동하고, 각 개별 팔레트를 들어 올렸다가 내려놓고, 마지막으로 지게차를 주차한 후 화물을 고정하는 과정이 모두 포함됩니다. 이를 통해 운전자는 업무 부담을 대폭 줄일 수 있습니다. 수동 문서화를 위해 이전에 필요했던 작업 중단이 완전히 사라집니다. 동시에 이 시스템은 일관성 있고 추적 가능한 이미지 데이터를 생성하여, 전체 프로세스 전반에 걸쳐 완전한 투명성을 확보해 줍니다.

실시간 지능형 이미지 분석

이 솔루션의 핵심 구성 요소는 캡처된 이미지 데이터의 지능형 평가입니다. 표준화된 UVC (USB Video Class) 인터페이스를 통해 카메라는 추가 드라이버 설치 없이 차량용 온보드 단말기로 이미지를 직접 전송합니다. 이 데이터는 로컬 AI 서버로 전송되어 실시간으로 분석됩니다. 먼저, AI 기반 이미지 분류 기능을 통해 각 프레임을 내용과 관련성을 기준으로 평가합니다. 촬영된 이미지의 99% 이상이 이 단계에서 필터링되어 걸러지므로, 실질적으로 관련된 정보만 후속 처리됩니다. 나머지 데이터에 대해서는 DENKweit의 DENKnet 시스템에서 제공하는 특화 모델이 사용됩니다. 객체 인식과 OCR 기술을 조합하여 납품서와 팔레트 구조를 식별합니다. 투어 번호가 판독되며, 이는 이미지를 할당하는 핵심 기준 역할을 합니다. 이를 통해 관련성 있는 모든 이미지가 특정 투어에 연결되어 구조화된 방식으로 중앙에 저장됩니다. 동시에 이 시스템은 이미지에 나타난 팔레트의 개수를 파악하고 그 규격을 식별할 수 있습니다.

거리 변화에도 변함없는 높은 이미지 품질

이 솔루션의 유연성은 동적 이미지 캡처 기능에서 특히 돋보입니다. uEye XC 오토포커스 카메라는 서로 다른 초점 거리 사이를 자동으로 조절합니다. “납품서를 촬영할 때는 초점이 약 35센티미터 거리에 맞추어집니다. 반면 적재 과정을 기록할 때의 FOV는 2미터에서 3미터 사이입니다.”라고 CANCOM의 AIoT 팀장 Thomas Fuchs는 설명합니다. “이를 통해 조명 조건이 바뀌는 환경에서도 모든 상황에서 선명하고 활용 가능한 이미지를 확보할 수 있습니다.”

사용된 카메라는 13 MP 센서를 탑재하고 있으며 자동 화이트 밸런스, 색상 교정, 그리고 밝기·대비·선명도에 대한 개별 파라미터 조절 등의 기능을 제공합니다. UVC 인터페이스 덕분에 별도의 드라이버 설치 없이 일반 웹캠처럼 간편하게 작동할 수 있습니다. 차량 단말기에 탑재된 Windows IoT와 결합하여 통합을 대폭 단순화합니다. 장치가 자동으로 감지되며, 장치 관리 시스템을 통해 중앙에서 관리할 수 있습니다.

엣지부터 데이터 센터까지 확장 가능한 AI 인프라

이 애플리케이션의 특별한 강점은 카메라와 인공지능의 상호작용에 있습니다. CANCOM이 구현한 이 솔루션은 DENKweit의 컨테이너화된 AI 모델을 활용합니다. 이 모델들은 엣지부터 데이터 센터까지 유연하게 확장할 수 있고 Kubernetes 환경에서 구동 가능하며, 필요에 따라 GPU 가속 기능도 지원합니다. 상대적으로 적은 수의 훈련 이미지만으로도 초기 작동 모델을 구축할 수 있습니다. 하지만 데이터의 품질과 다양성이 향상됨에 따라 모델의 성능도 크게 개선됩니다.

전통적인 머신 비전 시스템과 비교했을 때, 이러한 방식은 개발 노력을 획기적으로 줄여줍니다. 복잡한 규칙 기반 비전 파이프라인은 보다 빠르게 구현할 수 있고 변화하는 요구사항에 더 쉽게 적응할 수 있는 학습 기반 방식으로 대체됩니다. 이와 동시에 사용자는 가용한 연산 능력의 눈부신 발전에 따른 이점을 누릴 수 있어, 많은 애플리케이션에서 통합형 GPU 솔루션만으로도 충분한 성능을 발휘합니다.