두 대의 스트래들 캐리어가 자동화 항만 터미널에서 충돌했습니다. 기계적 결함으로 보였던 이 사고는, 융합된 센서(LiDAR 및 레이더) 로그의 3D 재구성이 더 미묘한 원인을 지목하면서 새로운 국면을 맞았습니다. Gazebo와 Unreal Engine 5에서의 시뮬레이션을 통해 엔지니어들은 충돌의 정확한 순간을 재현할 수 있었고, 작업 구역의 디지털 트윈이 기계 중 하나의 위치를 잘못 표시하고 있음이 드러났습니다. 이러한 불일치는 실시간 데이터를 동기화 해제시킨 5G 네트워크의 중요한 지연 시간(latency)에서 비롯되었습니다.
Gazebo와 Unreal Engine 5를 활용한 포렌식 재구성 🛠️
조사 과정은 각 갠트리 크레인에 탑재된 LiDAR 및 레이더 시스템의 원시 데이터를 추출하는 것으로 시작되었습니다. 이 데이터는 1차 운동학 시뮬레이션을 위해 Gazebo로 가져와졌고, 기록된 궤적이 경로 계획과 일치하지 않는 것이 관찰되었습니다. 이후, 융합된 포인트 클라우드는 Unreal Engine 5로 전송되어 Leica Cyclone 플러그인을 사용하여 높은 포인트 밀도를 관리했습니다. 디지털 트윈에서의 시각화는 차량 중 하나가 충돌 당시 실제 위치와는 다른 가상 위치에 나타나는 것을 보여주었습니다. 마이크로초 단위로 측정된 5G 네트워크의 지연 시간은 제어 시스템이 지연된 위치 업데이트를 수신하게 하여 잘못된 이동 명령을 생성했습니다.
자율 안전의 기둥으로서의 데이터 동기화 ⏱️
이 사고는 디지털 트윈의 신뢰성이 3D 모델의 정밀도뿐만 아니라 데이터 흐름의 시간적 동기화에 달려 있음을 강조합니다. LiDAR와 레이더 센서의 융합은 이상 징후를 감지하는 데 필수적임을 입증했지만, 5G 네트워크가 병목 현상으로 작용했습니다. 향후 충돌을 방지하기 위해 각 센서의 하드웨어 수준에서 타임스탬프 시스템과 디지털 트윈 내 지연 시간 보상 버퍼를 구현하는 것이 제안됩니다. 교훈은 분명합니다. 자율 물류에서 시뮬레이션 속도는 물리적 세계의 속도와 일치해야 합니다.
예측 디지털 트윈에도 불구하고 5G 지연 시간으로 인해 두 대의 스트래들 캐리어가 충돌한 자동화 항만 터미널 사고에서 알 수 있듯이, 3D 물류 분야의 산업용 디지털 트윈이 갠트리 간 충돌을 실시간으로 방지하기 위해 중요하다고 생각하는 최대 지연 시간 임계값(밀리초)은 무엇이며, 이 매개변수를 측정하고 완화하기 위해 어떤 솔루션을 제안하시나요?
(추신: 산업 공장을 시뮬레이션하는 것은 수영장 없이 사다리를 제거하는 심즈 게임과 같습니다)