AMR 배터리 인지형 배차는 현재 SOC가 높은 로봇을 고르는 규칙이 아니라, 픽업과 배송을 마치고 안전한 충전 지점까지 갈 에너지, SOC 추정 오차, 주행·대기·도구 전력, 충전기 예약과 대기열, 배터리 열화와 비상 예비량을 작업 비용에 넣는 계획입니다. 작업 완료 가능성과 플릿 처리량을 높이되 안전 정지 여유를 배차 최적화가 소비하지 못하게 별도 제약으로 고정해야 합니다.
아래에서는 용어의 차이를 실제 시스템 경계, 실패 조건과 검증 순서로 나눠 살펴봅니다.
배터리 인지형 배차는 현재 SOC가 아니라 작업 후 충전기까지 도달 가능한지를 먼저 묻는다
로봇 A의 SOC가 55%이고 로봇 B가 48%라도 A가 멀리 있고 무거운 적재를 맡았거나 충전기 반대편이라면 B가 더 안전한 선택일 수 있습니다. 후보 작업마다 현재 위치에서 픽업, 배송, 대기와 지정 충전기까지의 에너지를 합산합니다.
Open-RMF TaskPlanner 공식 문서는 초기 충전이 충전소 복귀에도 부족한 low_battery와 작업을 감당하지 못하는 limited_capacity 오류를 구분합니다. 구현이 Open-RMF가 아니어도 작업 가능성을 ‘끝까지 수행하고 회복 가능한가’로 판단하는 경계는 유용합니다.
BMS의 SOC와 SOH는 배차의 입력이지만 정확한 연료 게이지처럼 사용하면 안 된다
SOC는 전압·전류·온도와 모델로 추정되며 휴지·부하·온도에 따라 오차가 달라집니다. SOH는 사용 가능한 용량과 내부 저항 변화를 요약하지만 같은 SOH 수치라도 고부하 전압 강하와 저온 성능이 다를 수 있습니다.
로봇 BMS의 SOC·SOH 추정에서 다룬 추정 오차와 신선도를 배차 입력에 전달합니다. 플래너는 단일 SOC 값 대신 보수적 하한, 마지막 갱신 시각, 온도·고장 상태와 가용 용량을 받고 센서가 stale이면 장거리 작업에서 제외합니다.
에너지 모델은 거리만 곱하지 않고 주행·대기·도구·통신과 작업 조건을 분리한다
기본 주행 전력은 속도와 가감속, 바닥과 회전에 따라 달라지고 적재 중량과 경사, 엘리베이터 대기, 컨베이어 인수, 냉동 구역, 온보드 컴퓨팅과 리프트·컨베이어 도구가 추가 전력을 씁니다. 경로 구간과 작업 단계별로 motion, ambient, tool 소비를 계산합니다.
Open-RMF rmf_task Parameters 문서도 battery system과 motion·ambient·tool power sink를 분리합니다. 이는 특정 값이 정답이라는 뜻이 아니라 현장 측정으로 각 항목을 보정하고 작업 완료 후 잔량 오차를 지속적으로 피드백해야 한다는 설계 근거입니다.
| 에너지 항목 | 주요 변수 | 측정 방법 | 배차 반영 |
|---|---|---|---|
| 주행 | 거리·속도·회전·바닥 | 구간별 Wh | 경로 후보 비용 |
| 적재·도구 | payload·lift·conveyor | 작업 단계 전류 | 작업별 추가량 |
| 대기·컴퓨팅 | queue·CPU·센서 | 시간당 Wh | 혼잡·대기 예측 |
| 충전 접근 | 충전기 거리·도킹 | 실패 포함 소요 | 예비량 앞 필수 비용 |
실제 충전 도킹 사진은 충전기를 점 하나가 아니라 시간과 실패율을 가진 설비로 보게 한다
AMR이 충전 지점에 도착해도 정렬 오차, 장애물, 접점 오염, 무선 결합 위치, 충전기 인증, 온도 제한과 점유 상태 때문에 바로 충전되지 않을 수 있습니다. 접근 경로와 도킹 재시도, 충전 시작 확인을 하나의 충전 작업으로 모델링합니다.
사진 속 시스템은 특정 제품의 성능 예가 아니라 AMR과 충전 인프라가 물리적으로 맞물린다는 사실을 보여 줍니다. 배차 시스템은 충전기 도착 이벤트가 아니라 실제 충전 전력 확인, 목표 SOC 도달, undock와 작업 복귀까지 상태를 추적합니다.
예비 에너지는 평균 오차를 흡수하는 숫자와 안전 정지용 하한을 분리해 둔다
traffic, 우회, 도킹 재시도와 SOC 오차를 위한 운영 버퍼는 플릿 효율과 함께 조정할 수 있습니다. 반면 통신 단절이나 충전기 고장 때 안전 위치 또는 대체 충전기까지 이동하고 안전 정지할 최소 예비량은 최적화가 사용하지 못하는 하드 제약으로 둡니다.
threshold_soc 하나로 모든 로봇과 계절을 처리하지 않습니다. 배터리 용량, SOH, 온도, 작업 하중, 안전 위치 분포와 충전기 중복성에 따라 예비량을 계산하고, 실제 최저 잔량과 복구 성공 데이터를 보며 상향·하향 변경을 승인합니다.
충전기는 공유 자원이므로 예약과 대기열을 빼면 로봇 여러 대가 같은 순간에 멈춘다
각 로봇이 독립적으로 임계 SOC에서 충전소로 향하면 피크 시간에 대기열이 생기고 대기 중에도 에너지를 소비합니다. 충전기 수, 호환성, 위치, 전력 제한, 예상 점유 종료, 도킹·undock 시간과 우선순위를 플릿 스케줄에 넣습니다.
예약은 도착 시간 불확실성을 고려한 창으로 관리하고 늦은 로봇이 슬롯을 무기한 잡지 않게 만료 규칙을 둡니다. Open-RMF 문·엘리베이터·플릿 연동처럼 공유 설비의 점유 시간을 함께 모델링하고, 충전기 고장이나 통로 봉쇄가 생기면 대체 충전기와 작업 재배치를 다시 계산합니다.
기회 충전은 짧은 유휴 시간을 쓰지만 잦은 이동과 충전기 혼잡까지 함께 계산해야 한다
교대 사이, 픽업 대기, 공정 휴지와 작업지 인근의 빈 충전기를 이용하면 긴 충전 휴식을 줄일 수 있습니다. 다만 충전기로 가는 빈 주행과 도킹 시간, 충전 곡선의 낮은 전력 구간, 다른 로봇의 긴급 충전 기회를 빼앗는 비용을 포함합니다.
목표 SOC를 항상 100%로 고정하지 않고 다음 작업군과 피크 시간까지 필요한 에너지에 맞춥니다. 배터리 열화 정책과 제조사 충전 제한, 온도 조건을 반영하고 생산량만 높이기 위해 보호 기능을 우회하지 않습니다.
작업 배차 비용은 이동 시간과 마감뿐 아니라 에너지 위험과 충전 이후 일정까지 본다
후보 로봇별로 작업 완료 시간, 빈 주행, 마감 위반, 예상 에너지, 예비량 접근, 충전기 대기, 배터리 열화와 플릿 불균형을 평가합니다. 낮은 SOC에 단순 벌점을 주는 대신 이 작업을 맡았을 때 이후 가능한 작업과 충전 계획이 어떻게 바뀌는지 계산합니다.
다중 로봇 작업 할당의 일반 배차 문제에 에너지 상태와 충전 자원을 추가하되 안전 하한은 비용 함수의 부드러운 벌점으로만 두지 않습니다. 최적화가 어떤 가중치 때문에 위험한 후보를 선택했는지 설명 가능한 비용 항목도 로그에 남깁니다.
배차 점검표는 정상 충전뿐 아니라 충전기 실패와 SOC 급락 뒤의 안전 경로를 포함한다
충전기 점유가 예정보다 길어지거나 충전 전력이 0이고 도킹 재시도가 반복될 때 다른 충전기로 갈 수 있는지 계산합니다. 예상보다 큰 소비가 관측되면 다음 작업을 취소하고 현재 작업을 안전하게 끝낼지 즉시 정지할지 상태별 정책을 둡니다.
시험에서는 낮은 SOC, 저온, 열화 배터리, 무거운 하중, 우회, 엘리베이터 대기, 통신 단절과 충전기 고장을 조합합니다. 결과는 작업 성공뿐 아니라 최저 SOC, 예비량 침범, 충전 대기, 수동 구조와 회복 시간을 기록합니다.
검증 데이터는 에너지 예측 오차를 경로·하중·온도·배터리별로 나눠야 한다
전체 평균 오차가 작아도 경사로, 거친 바닥, 저온, 고하중과 오래된 배터리에서 계속 과소 예측하면 예비량을 잠식합니다. 계획 Wh와 실제 Wh의 잔차를 구간·작업·로봇·충전기별로 분석하고 상위 분위수와 편향을 봅니다.
모델 업데이트 전후에 동일한 대표 경로와 혼잡 시나리오를 재실행합니다. 실제 운영 로그는 작업 취소와 외부 대기를 구분하고 계측 offset과 BMS 리셋을 정리한 뒤 학습·보정에 사용하며, 새 모델은 카나리 플릿에서 예비량 위반이 없는지 관찰합니다.
| 검증 조건 | 관측값 | 실패 신호 | 조치 |
|---|---|---|---|
| 경로·하중 | 계획 Wh vs 실제 Wh | 지속적 과소예측 | 구간 모델 보정 |
| 온도·SOH | 가용 용량·전압 강하 | 특정 군 급락 | 보수 하한 확대 |
| 충전기 | 대기·도킹·전력 | 예약 이탈·0W | 중복·정비·재배차 |
| 플릿 | 처리량·최저 SOC·구조 | 예비량 침범 | 정책·가중치 재검증 |
배터리 열화와 교체 판단은 단기 처리량 최적화와 별도 수명 정책으로 관리한다
항상 고출력 방전과 급속 충전을 선택하면 오늘의 처리량은 늘어도 usable capacity와 내부 저항이 나빠져 미래 가용성이 줄 수 있습니다. 로봇별 equivalent cycle, 고온 체류, 급락·충전 실패와 SOH 추세를 유지보수 계획에 연결합니다.
배차기가 수명 비용을 포함할 수는 있지만 제조사 제한과 안전 보호를 넘지 않습니다. 용량이 기준 아래로 떨어진 배터리는 가벼운 구역으로 재배치하거나 교체하고, 정비 이후 SOC·SOH 초기화가 올바른지 기준 경로로 다시 검증합니다.
완료 기준은 배터리가 바닥나지 않았다는 사실보다 작업과 충전의 예측·복구가 운영 한계 안에 있는지다
ISO 3691-4:2023은 AMR을 포함한 무인 산업차량 시스템의 안전 요구와 검증 범위를 설명하며 동력원 자체 요구는 문서 범위 밖이라고 명시합니다. 따라서 배터리 배차는 차량 안전 검증을 대신하지 않고 안전한 운용 구역과 정지 기능 위에서 동작해야 합니다.
수락 기준에는 에너지 예측 상위 오차, 예비량 최소값, 작업 취소율, 충전기 대기·도킹 실패, 수동 구조, 플릿 처리량과 열화 영향이 포함됩니다. 새 경로·충전기·배터리 형식·펌웨어가 들어오면 관련 모델과 fallback을 재검증합니다.
AMR 배터리 인지형 작업 배차에서 자주 묻는 질문
SOC가 높은 AMR에 작업을 주면 충분하지 않나요?
아닙니다. 작업 위치·하중·대기·도구 전력, 작업 후 충전기까지의 비용과 SOC 오차를 함께 보아야 실제 완료 가능성을 판단할 수 있습니다.
충전 임계값은 모든 로봇에 같게 두면 되나요?
배터리 용량·SOH·온도, 작업 하중과 충전기 중복성이 달라 로봇군과 운용 조건별 예비량을 검증해야 합니다.
기회 충전은 무조건 플릿 처리량을 높이나요?
충전기까지의 빈 주행, 도킹 시간과 대기열이 더 크면 오히려 작업을 방해할 수 있어 다음 작업군과 공유 자원 일정을 함께 계산해야 합니다.
충전기 예약이 실패하면 로봇은 어떻게 하나요?
예약 만료와 대체 충전기, 작업 취소, 안전 위치 정지의 우선순위를 두고 예비량 아래로 내려가기 전에 재배차해야 합니다.
배터리 인지형 배차가 BMS를 대체하나요?
아닙니다. BMS가 보호와 상태 추정을 담당하고 배차는 그 상태와 불확실성을 사용해 작업·충전 계획을 세웁니다.
2026년 7월 확인. Open-RMF 공식 API와 ISO 3691-4:2023의 공개 범위를 바탕으로 설명했으며, 실제 배터리 보호 한계와 충전 조건은 셀·BMS·로봇·충전기 제조사 사양과 현장 위험 평가로 결정해야 합니다.