3D 카메라와 Deep-Learning 기술을 이용한 자동 재고관리 시스템 개발에 관한 연구

Abstract

재고관리는 제조업에서 중요하게 다루어지는 주제로써 그 동안 다수의 연구가 진행되었으며, 바코드와 RFID(Radio Frequency Identification) 등 새로운 기술을 이용하여 계속 발전되어 왔다. 하지만 이러한 시스템 하에서도 정보 시스템에 저장되어 있는 재고의 수량과 실재 재고창고에 존재하는 재고의 수량의 차이가 존재하는 정물불일치의 현상이 발생하고 이를 해결하기 위해 대다수의 재고창고는 명절 등 휴가기간을 이용하여 연 1∼2회 재고 실사를 진행하는데 이 또한 완벽한 방법이 아니며 개선을 요한다. 따라서 새로운 기술과 방법론을 적용하여 재고관리 시스템의 개선이 필요하다. 이러한 필요성에 따라 본 연구에서는 3D카메라와 Deep Learning기술을 응용하여 새로운 재고관리 시스템을 제안하려 한다. 본 연구는 크게 세 부분으로 구성되어있다. 첫째, 3D카메라를 이용해 재고 구역의 RGB(Red-Green-Blue) & IR(Infrared)이미지를 취득하는 것. 둘째, 취득된 이미지 데이터와 Deep Learning(Convolutional Neural Network & Support Vector Machine)을 이용해 재고의 종류를 파악하는 것. 셋째, Depth 이미지를 이용해 재고의 수량을 파악하는 것이다. 본 연구는 여러 가정들과 제약들이 존재한다. 하지만 이와 같은 가정에서도 실제 산업에 적용될 수 있으리라 기대한다. 본 연구를 통해 재고관리 측면에서 전통적인 약점이었던 재고의 가시성을 증대시켜, 정물이 일치하는 자동 재고관리 시스템을 제안하고 검증하고자 한다.