본 논문은 산업 인터넷 로봇 협업 시스템의 틀 안에서 심층 학습 기반의 모바일 로봇 글로벌 경로 제어 방안을 제시한다. 모바일 로봇의 동적 방정식을 수립하고, 선속도와 각속도에 따라 장애물 회피, 목표 전환, 목표 접근 등의 동작으로 분류한다. 심층 학습의 신경망 기법을 활용하여 로봇의 글로벌 경로 계획 모델을 구축하고, 퍼지 제어 알고리즘을 이용한 퍼지 컨트롤러를 설계하여 경로 계획 중 발생하는 편차를 보정함으로써 최적화된 글로벌 경로 제어를 달성한다. 엣지 컴퓨팅 최적화를 고려하여 로봇과 중앙 서버 간의 통신 부하를 줄이고 경로 계획의 실시간 성능을 향상시킨다. 실험 결과, 제안된 방안은 경로 각도 편차를 5cm 이내로 유지하며, 10ms 이내에 편차 수렴을 완료하고 계획된 경로를 단축시키는 효과를 보였다.
