Earticle

초록

영어

Recently, in industrial sites, digital twin technology has been used to evolve into a smart manufacturing and logistics system that goes beyond simple automation. However, the digital twin construction method still has problems such as enormous cost and lack of real-time performance due to passive modeling. In this paper, we propose an operation optimization model of an industrial environment that integrates physical AI and neural network scene reconstruction technology to maximize the operational efficiency and safety of large-scale industrial sites. The proposed model estimates precise sensor poses using multi-view images and LiDAR data, and restores the environment to a high-fidelity through NeRF and 3D Gaussian Splitting techniques. In particular, by extracting a static background model by applying a dynamic object separation algorithm, an optimal virtual environment is established. As a result of the experiment, the proposed model reduced the environmental rebuilding time by more than 90% compared to the existing one, and showed the result of improving the logistics processing efficiency by 28% through physical AI-based dynamic path planning.

한국어

최근 산업 현장에서는 디지털 트윈 기술을 이용하여 단순 자동화를 넘어선 스마트 제조 및 물류 시스템으로 진화하고 있다. 그러나, 디지털 트윈 구축 방식은 수동적 모델링에 따른 막대한 비용과 실시간성 부족 등의 문제점이 여전히 존재한다. 본 논문에서는 대규모 산업 현장의 운영 효율성과 안전성을 극대화하기 위해서 피지컬 AI와 신경망 장면 재구성 기술을 통합한 산업 환경의 운영 최적화 모델을 제안한다. 제안 모델은 다중 시점 영상 및 LiDAR 데이터를 활용하여 정밀한 센서 포즈를 추정하고, NeRF 및 3D Gaussian Splatting 기법을 통해 환경을 고충실도로 복원한다. 특히, 동적 객체 분리 알고리즘을 적용하여 정적인 배경 모델을 추출함으로써 최적의 가상환경을 구축한다. 실험 결과, 제안 모델은 물류 처리량을 기존 대비 60%(515 Pallets/hr) 이상 단축하였으며, 피지컬 AI 기반의 동적 경로 계획을 통해 물류 처리 효율을 28% 향상시키는 성과를 보였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 피지컬 AI와 산업용 자율주행
2.2 신경망 기반 장면 재구성 기술
2.3 동적 객체 제거 및 정적 환경 복원
2.4 가상-실제 간극(Sim-to-Real) 완화 전략
3. 피지컬 AI와 신경망 장면 재구성 기술 기반의 최적화 모델
3.1 시스템 프레임워크
3.2 단계별 상세 절차
3.3 다중 센서 융합 견고성
3.4 알고리즘
3.5 렌더링 및 인터랙티브 시뮬레이션
4. 평가
4.1 실험 환경 및 데이터셋 설정 환경설정
4.2 성능 평가 지표(Evaluation Metrics)
4.3 재구성 성능 및 효율성 분석
4.4 피지컬 AI 기반 운영 효율성 검증
4.6 계산 복잡도 및 실시간성 검증
5. 결론
REFERENCES

키워드

저자

• 정윤수 [ Yoon-Su Jeong | 목원대학교 게임소프트웨어공학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004