포장 공정 정밀 제어를 위한 물체 인식 기술 = Object recognition technology for precise control of packaging automation process

국문 초록 (Abstract)

최근 제조 생산 현장에서는 산업용 로봇과 비전 센서 기반 물체 인식 기술을 도입하여 생산 공정을 자동화하려는 움직임이 활발하다. 머신 비전 카메라와 조명 장치 기술의 발전과 가격 저하는 물체 인식 기술을 실제 현장에 적용하여 생산성을 향상시키는 결과를 가져왔다. 그러나 물체 인식 기술은 생산 현장의 다양한 조명 조건과 변종 변량 생산 방식의 제조 현장 패러다임의 변화로 인하여 인식 대상 물체 형태나 종류가 다양해짐에 따라 인식 성능이 저하되는 문제점이 나타났다. 특히, 물체의 위치, 거리 및 각도를 정밀하게 추정한 결과를 포장이나 조립 등의 생산 공정에 자동화에 적용하려는 요구가 증대됨에 따라 생산 현장 환경에 민감하지 않고 정밀하게 물체를 인식하는 기술 개발에 대한 필요성이 점점 증가하고 있는 추세이다.
본 논문에서는 조명 영향에 강인한 물체 위치 정밀 검출, 물체의 회전 각도에 불변한 물체 인식 및 로봇 좌표 정밀 보정 알고리즘을 바탕으로, 포장 공정 정밀 제어를 위한 물체 인식 기술에 대하여 제안하였다. 조명과 그림자 영향에 강건한 물체 검출을 위하여 머신비전 카메라의 단계적 노출값 조정 영상을 바탕으로 국소 영역 기반 적응적 이진화 방법을 결합한 전처리와 회전 불변 특징을 기반으로 물체의 위치를 정밀 검출하는 알고리즘을 구현하였다. 물체 영역 내의 특징이 되는 블럽을 분석하여 회전각 정밀 추정 방법과 로봇 좌표계 상의 카메라 위치, 카메라와 물체 사이 거리 및 마커가 이루는 평면과 물체 사이의 거리의 물리적인 정보를 이용하여 로봇 좌표 정밀 보정 알고리즘을 구현하였다.

본 논문에서 제안하는 방법의 타당성을 증명하기 위해서 휴대폰 포장 공정에서 사용되는 마스터박스(Masterbox)와 유닛박스(Unitbox)를 이용하여 물체 검출 및 인식 실험을 수행하였다. 또한, 휴대폰 액세서리 빈피킹 공정에서 고심도 물체 위치 보정과 물체 회전각 정밀 추정 실험을 진행하였다. 조명 조건과 물체 자세 및 위치를 다르게 하면서 획득한 1,000장의 데이터베이스를 이용하여 실험한 결과, 10.15 픽셀만큼 물체 위치 추정 오차를 향상시켰고, 98.33%의 물체 인식 성능을 나타내었다. 물체의 위치, 거리 및 자세 추정 정밀도에서 각각 3.31mm, 1.34mm, 0.154°의 추정 오차와 고심도 물체 위치 추정 실험에서는 약 0.8mm 이내의 3차원 위치 추정 오차를 얻을 수 있었다.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1 연구 배경 1
• 1.2 관련 연구 2
• 1.3 제안 방법 5
• 제2장 본론 8
• 2.1 복잡한 배경에서의 정밀한 물체 검출 및 인식 8
• 2.1.1 물체 검출 시스템 개요 8
• 2.1.2 히스토그램을 이용한 물체 영역 분할 8
• 2.1.3 회전 불변 특징 기술자를 이용한 정밀 물체 검출 12
• 2.1.4 연속된 유사 블럽 검출을 통한 물체 인식 14
• 2.2 스테레오 비전을 이용한 빈피킹 16
• 2.2.1 빈피킹 기술 개요 16
• 2.2.2 단계적 노출값 조정 영상 기반 영상 전처리 18
• 2.2.3 물체의 3차원 거리 및 자세 추정 20
• 2.2.4 고심도 물체 위치 추정 21
• 2.2.5 물체 회전각 정밀 추정 23
• 제3장 실험 25
• 3.1 실험 환경 25
• 3.2 복잡한 배경에서의 정밀한 물체 검출 및 인식 27
• 3.2.1 물체 영역 분할 성능 비교 27
• 3.2.2 라벨 문자 인식 성능 30
• 3.3 스테레오 비전을 이용한 빈피킹 32
• 3.3.1 빈피킹 물체 거리 추정 정밀도 실험 32
• 3.3.2 빈피킹 물체 위치 추정 정밀도 실험 33
• 3.3.3 빈피킹 물체 거리 및 위치 추정 정밀도 실험 34
• 3.3.4 물체 회전각 정밀 추정 36
• 제4장 결론 38
• 참고문헌 39