KR102518014B1 - 부품 스캔 장치 및 방법 - Google Patents
부품 스캔 장치 및 방법 Download PDFInfo
- Publication number
- KR102518014B1 KR102518014B1 KR1020220117308A KR20220117308A KR102518014B1 KR 102518014 B1 KR102518014 B1 KR 102518014B1 KR 1020220117308 A KR1020220117308 A KR 1020220117308A KR 20220117308 A KR20220117308 A KR 20220117308A KR 102518014 B1 KR102518014 B1 KR 102518014B1
- Authority
- KR
- South Korea
- Prior art keywords
- template
- template image
- image
- processor
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 37
- 238000012545 processing Methods 0.000 claims description 25
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000003466 welding Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims 2
- 230000001131 transforming effect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 239000000284 extract Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G06T3/0031—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
본 발명의 부품 스캔 장치는 부품을 스캔하는 스캐너; 및 스캐너를 통해 획득된 3D 스캔 데이터를 2D 이미지로 변환하여 부품의 윤곽선을 추출하고, 부품의 윤곽선을 이용하여 템플릿 이미지를 생성하는 프로세서를 포함하는 것을 특징으로 한다.
Description
본 발명은 부품 스캔 장치 및 방법에 관한 것으로서, 보다 상세하게는 3D 스캔 데이터에서 부품의 윤곽선을 추출하고 추출된 부품의 윤곽선으로 템플릿 이미지를 생성하는 부품 스캔 장치 및 방법에 관한 것이다.
일반적으로 이미징 시스템은 자동화 생산, 품질 검사, 역설계(reverse engineering), 로봇 공학 및 유사한 시스템 분야에서 관측시야(field of view, FOV)에 있는 물체에 대한 3차원 정보를 결정하기 위하여 활용되고 있다.
이러한 시스템들은 스테레오 이미징 시스템의 일 부분으로서 구조광을 사용하여 관측시야에 빛을 투영하고, 관측시야 내 물체의 디지털 이미지를 캡쳐하며, 기하학적 방법론 및 디코딩 기술을 사용하여 물체의 형상과 깊이를 계산한다. 투영 패턴은 빠른 속도를 위해 적은 수의 패턴으로 설계되고, 디코딩 알고리즘은 에러와 노이즈의 제거 및 재구성된 3차원 포인트 클라우드의 정확성 향상을 위해 모션을 보정한다.
포인트 클라우드(Point cloud)는 어떤 좌표계의 데이터 포인트의 모음이다. 포인트에는 3차원 좌표 X값, Y값, Z값, 색상, 분류값, 강도값, 시간 등의 풍부한 정보가 포함되어 있다. 이러한 3D 스캔의 결과로서 포인트 데이터는 다양한 용도로 부품 제작, 품질 검사, 다원화된 시각, 캐릭터 제작, 3차원 지도와 대중 전달 애플리케이션 등을 위한 3D CAD 모델을 생성하는데 이용된다.
본 발명의 배경기술은 대한민국 공개특허공보 10-2022-0077816호(2022.06.09)의 '대용량 포인트 클라우드 데이터 처리 방법 및 그 시스템'에 개시되어 있다.
본 발명의 일 측면에 따른 목적은 3D 스캔 데이터에서 부품의 윤곽선을 추출하고 추출된 부품의 윤곽선으로 템플릿 이미지를 생성하는 부품 스캔 장치 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따른 부품 스캔 장치는 부품을 스캔하는 스캐너; 및 상기 스캐너를 통해 획득된 3D 스캔 데이터를 2D 이미지로 변환하여 상기 부품의 윤곽선을 추출하고, 상기 부품의 윤곽선을 이용하여 템플릿 이미지를 생성하는 프로세서를 포함하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 3D 스캔 데이터를 복수의 각도에서 획득하여 상기 각도별로 상기 템플릿 이미지를 생성하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 템플릿 이미지에 템플릿 정보를 부여하여 데이터베이스부에 저장하는 것을 특징으로 한다.
본 발명의 상기 템플릿 정보는 상기 템플릿 이미지의 식별정보 및 템플릿 이미지 이름 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명의 상기 프로세서는 상기 부품의 부품 상태를 분석하기 위한 기계학습 모델을 탑재하고, 상기 템플릿 이미지를 기계학습 모델의 입력으로 상기 부품의 부품 상태를 학습하여 상기 템플릿 이미지를 통해 상기 부품의 부품 상태를 분석하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 부품 스캔 방법은 스캐너가 부품을 스캔하는 단계; 프로세서가 상기 스캐너를 통해 획득된 3D 스캔 데이터를 2D 이미지 처리 기법을 통해 2D 이미지로 변환하여 상기 부품의 윤곽선을 추출하는 단계; 및 상기 프로세서가 상기 부품의 윤곽선을 이용하여 템플릿 이미지를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 템플릿 이미지를 생성하는 단계에서, 상기 프로세서는 상기 3D 스캔 데이터를 복수의 각도에서 획득하여 상기 각도별로 상기 템플릿 이미지를 생성하는 것을 특징으로 한다.
본 발명은 상기 프로세서가 상기 템플릿 이미지에 템플릿 정보를 부여하여 데이터베이스부에 저장하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명의 상기 템플릿 정보는 상기 템플릿 이미지의 식별정보 및 템플릿 이미지 이름 중 적어도 하나를 포함하는 것을 특징으로 한다.
본 발명은 상기 프로세서가 상기 부품의 부품 상태를 분석하기 위한 기계학습 모델을 탑재하고, 상기 템플릿 이미지를 기계학습 모델의 입력으로 상기 부품의 부품 상태를 학습하여 상기 템플릿 이미지를 통해 상기 부품의 부품 상태를 분석하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 부품 스캔 장치 및 방법은 3D 스캔 데이터에서 부품의 윤곽선을 추출하고 추출된 부품의 윤곽선으로 템플릿 이미지를 생성하여 저장함으로써, 부품의 데이터에 대한 저장 공간을 감소시킬 수 있다.
본 발명의 또 다른 측면에 따른 부품 스캔 장치 및 방법은 부품별로 다양한 방향에서 템플릿 이미지를 저장하고, 이를 템플릿 매칭 방식으로 제공함으로써 사용자가 각 부품의 데이터를 손쉽게 인지할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 부품 스캔 장치의 블럭 구성도이다.
도 2는 본 발명의 일 실시예에 따른 카울크로스를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 일부 영역의 부품을 도시한 도면이다.
도 4는 도 3의 부품을 3D 스캔하여 획득한 3D 스캔 데이터를 나타낸 도면이다.
도 5는 도 4의 3D 스캔 데이터를 윤곽분석법으로 1차 2진 처리한 결과를 나타낸 도면이다.
도 6은 도 5의 1차 2진 처리한 결과에 대한 2차 2진 처리한 결과를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 템플릿 형태의 이미지를 획득한 결과를 나타낸 도면이다.
도 8 내지 도 10은 본 발명의 일 실시예에 따른 윤곽분석법을 통해 여러 각도에서 얻은 템플릿 형태의 이미지를 획득한 예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 부품 스캔 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따른 카울크로스를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 일부 영역의 부품을 도시한 도면이다.
도 4는 도 3의 부품을 3D 스캔하여 획득한 3D 스캔 데이터를 나타낸 도면이다.
도 5는 도 4의 3D 스캔 데이터를 윤곽분석법으로 1차 2진 처리한 결과를 나타낸 도면이다.
도 6은 도 5의 1차 2진 처리한 결과에 대한 2차 2진 처리한 결과를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 템플릿 형태의 이미지를 획득한 결과를 나타낸 도면이다.
도 8 내지 도 10은 본 발명의 일 실시예에 따른 윤곽분석법을 통해 여러 각도에서 얻은 템플릿 형태의 이미지를 획득한 예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 부품 스캔 방법의 순서도이다.
이하에서는 본 발명의 일 실시예에 따른 부품 스캔 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 부품 스캔 장치의 블럭 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 부품 스캔 장치는 스캐너(100), 프로세서(200), 데이터베이스부(300), 및 사용자 인터페이스부(400)를 포함한다.
스캐너(100)는 부품(11)을 스캔하여 부품(11)에 대한 3D 스캔 데이터를 획득한다.
스캐너(100)는 라이다(LiDAR, Light Detection And Ranging) 등과 같은 레이저 스캐너(laser scanner)(100)일 수 있다.
레이저 스캐너(100)는 부품(11)을 향해 레이저를 조사한 후 부품(11)에서 반사되어 다시 돌아오는 레이저를 수신하여 부품(11)까지의 거리 등을 측정함으로써 해당 부품(11) 표면의 입체적 형상에 대한 3D 스캔 데이터를 획득한다.
3D 스캔 데이터는 포인트 클라우드로서, 포인트(point)는 하나의 점 데이터로서 대상물 표면의 한 점에 대한 좌표값을 갖는 단위 데이터이며, 포인트 클라우드(point cloud)는 포인트의 군집, 즉 점군 데이터이다.
부품(11)은 카울크로스(10)의 부품(11)일 수 있으나, 특별히 한정되는 것은 아니다.
도 2는 본 발명의 일 실시예에 따른 카울크로스를 도시한 도면이다.
도 2를 참조하면, 카울크로스(10)는 차체의 좌우 방향의 휘어짐이나 뒤틀림을 방지하고 차체의 내구성을 높이기 위한 골격품이다. 카울크로스(10)는 소정의 스틸 파이프(steel pipe)에 프레스(press) 공정으로 제작된 여러 부품(11)이 용접(weld)으로 조립 및 제작되어 하나의 몸체를 이룬 구조 혹은 장치이다.
데이터베이스부(300)는 부품(11)의 윤곽선에 대한 템플릿 이미지를 저장한다. 여기서, 데이터베이스부(300)는 부품(11)에 대한 다양한 각도에서 생성된 템플릿 이미지를 저장할 수 있으며, 이 경우 각 템플릿 이미지별로 템플릿 정보를 매칭시킨다.
템플릿 이미지와 템플릿 정보에 대해서는 후술한다.
사용자 인터페이스부(400)는 사용자 인터페이스를 제공한다.
사용자 인터페이스부(400)는 다양한 키보드, 마우스, 디스플레이 기기 등과 같은 다양한 입출력 기기일 수 있다.
사용자 인터페이스부(400)는 사용자로부터 각종 제어명령을 입력받아 프로세서(200)에 입력한다.
예컨대, 사용자 인터페이스부(400)는 스캐너(100)에 대한 스캔 명령, 부품(11)의 템플릿 이미지를 저장하기 위한 저장 명령, 부품(11)에 대한 템플릿 이미지를 생성하기 위한 명령, 템플릿 정보를 설정하기 위한 명령, 템플릿 이미지에 대한 검색 명령, 및 각종 메뉴 설정 명령 등을 입력받을 수 있다. 이 외에도 사용자 인터페이스부(400)는 본 실시예에 따른 동작을 수행하기 위한 다양한 명령을 입력받을 수 있다.
사용자 인터페이스부(400)는 프로세서(200)의 처리 결과에 따른 정보를 출력한다.
예컨대, 사용자 인터페이스부(400)는 템플릿 이미지를 생성하기 위한 부품(11)의 이미지나, 템플릿 이미지, 및 2D 이미지 처리 기법을 통해 생성된 2D 이미지를 출력하거나, 데이터베이스부(300)에서 읽어들인 템플릿 이미지를 출력할 수 있다. 또한 사용자 인터페이스부(400)는 데이터베이스부(300)에서 검색된 템플릿 이미지를 출력할 수 있다. 이 외에도 사용자 인터페이스부(400)는 프로세서(200)의 다양한 동작에 따른 출력을 시각화하여 사용자에게 제공할 수 있다.
프로세서(200)는 스캐너(100)를 통해 획득된 3D 스캔 데이터를 2D 이미지 처리 기법을 통해 2D 이미지로 변환하여 부품(11)의 윤곽선을 추출하고, 2D 이미지 내 부품(11)의 윤곽선을 이용하여 템플릿 이미지를 생성한다.
또한, 프로세서(200)는 생성된 템플릿 이미지별로 템플릿 정보를 설정하고 데이터베이스부(300)에 템플릿 이미지를 저장한다.
이후, 프로세서(200)는 사용자 인터페이스부(400)로부터 템플릿 이미지 검색을 요청받으면, 해당 템플릿 이미지를 데이터베이스부(300)에서 검색하여 사용자 인터페이스부(400)를 통해 출력한다.
또한, 프로세서(200)는 부품의 부품 상태, 예컨대 용접 위치나 용접 상태 또는 부품 형태를 분석하기 위한 기계학습 모델을 탑재하고, 템플릿 이미지를 기계학습 모델의 입력으로 부품의 부품 상태를 학습하여 템플릿 이미지를 통해 부품의 부품 상태를 분석한다.
프로세서(200)는 상기한 분석 결과를 사용자 인터페이스부(400)를 통해 출력함으로써 사용자가 손쉽게 부품 상태를 인지할 수 있도록 한다.
좀 더 구체적으로 설명하면, 프로세서(200)는 스캐너(100)를 통해 획득한 3D 스캔 데이터를 2D 이미지 처리 기법을 통해 2D 이미지로 변환한다.
도 3은 본 발명의 일 실시예에 따른 일부 영역의 부품을 도시한 도면이고, 도 4는 도 3의 부품을 3D 스캔하여 획득한 3D 스캔 데이터를 나타낸 도면이며, 도 5는 도 4의 3D 스캔 데이터를 윤곽분석법으로 1차 2진 처리한 결과를 나타낸 도면이며, 도 6은 도 5의 1차 2진 처리한 결과에 대한 2차 2진 처리한 결과를 나타낸 도면이다.
스캐너(100)는 부품(11)을 스캔하여 도 3에 도시된 바와 같은 3D 스캔 데이터를 획득한다.
스캐너(100)는 획득한 3D 스캔 데이터를 프로세서(200)에 입력한다.
부품(11)의 3D 스캔 데이터가 입력되면, 프로세서(200)는 이 3D 스캔 데이터를 2D 이미지 처리 기법을 이용하여 도 4 및 도 5에 도시된 바와 같이 2D 이미지로 변환한다.
도 4에는 2D 이미지 처리 기법을 통한 2진 처리를 통해 획득된 135fps의 2D 이미지가 도시되고, 도 5에는 2D 이미지 처리 기법을 통한 2진 처리를 통해 획득된 166fps의 2D 이미지가 도시되었다.
여기서, 2D 이미지 처리 기법은 윤곽선 분석법(Contour Analysis)이 채용될 수 있다.
윤곽선 분석법은 이미지 내에서 부품(11)의 윤곽선을 추출하는 이미지 처리 기법이다.
이러한 윤곽선 분석법은 이미지의 2차원 공간에서 윤곽선 공간으로 변환하여 부품(11)의 윤곽선을 추출한다. 윤곽선 분석법은 윤곽선의 형태로 표시된 부품(11)을 설명, 저장, 비교 및 검색할 수 있도록 한다.
2D 이미지 처리 기법은 윤곽선 분석법에 한정되는 것은 아니며, 다양한 이미지 처리 기법이 사용될 수 있다.
프로세서(200)는 상기한 바와 같이 윤곽선 분석법을 통해 부품(11)의 윤곽선을 추출하면 이 부품(11)의 윤곽선을 이용하여 템플릿 이미지를 생성한다.
도 7은 본 발명의 일 실시예에 따른 템플릿 형태의 이미지를 획득한 결과를 나타낸 도면이다.
도 7을 참조하면, 해당 부품(11)의 윤곽선을 토대로 생성된 템플릿 이미지가 도시되었다.
템플릿 이미지는 1kbyte 이내의 적은 용량으로 데이터베이스부(300)에 저장될 수 있다. 따라서, 템플릿 이미지는 부품의 데이터에 대한 저장 공간을 감소시킬 수 있다.
한편, 프로세서(200)는 3D 스캔 데이터를 복수의 각도에서 획득하여 각도별로 템플릿 이미지를 생성할 수 있다.
따라서, 동일한 부품(11)에 대해서도 다양한 각도에서의 템플릿 이미지를 획득할 수 있다.
프로세서(200)는 이들 각각의 템플릿 이미지별로 템플릿 정보를 부여하여 데이터베이스부(300)에 저장할 수 있다.
템플릿 정보는 각 템플릿 이미지를 식별할 수 있도록 설정되는 정보이다.
템플릿 정보에는 식별정보 및 템플릿 이미지 이름이 포함될 수 있다.
프로세서(200)는 동일한 부품(11)에 대해 부품명을 토대로 템플릿 정보를 생성하여 템플릿 이미지에 부여할 수 있으나, 사용자 인터페이스부(400)로부터 템플릿 정보를 입력받을 수도 있다.
템플릿 정보는 상기한 바와 같이 템플릿 이미지를 식별할 수 있도록 설정되는 정보로서, 템플릿 이미지를 검색하는 정보로 이용될 수 있다.
도 8 내지 도 10은 본 발명의 일 실시예에 따른 윤곽분석법을 통해 여러 각도에서 얻은 템플릿 형태의 이미지를 획득한 예를 도시한 도면이다.
도 8에는 동일한 부품(11)에 대해 여러 각도에서 생성된 3D 스캔 데이터가 도시되고, 도 9에는 3D 스캔 데이터 각각으로부터 윤곽선 분석법을 통해 윤곽선을 추출한 예가 도시되며, 도 10에는 이들 윤곽선 각각을 통해 복수의 템플릿 이미지에 템플릿 정보가 부여된 예가 도시되었다.
한편, 상기한 바와 같이 템플릿 이미지가 데이터베이스부(300)에 저장됨에 따라, 프로세서(200)는 템플릿 이미지에 대한 검색 서비스를 제공한다.
프로세서(200)는 사용자 인터페이스부(400)로부터 상기한 템플릿 정보를 입력받고 검색을 요청받는다. 즉, 프로세서(200)는 템플릿 이미지 검색을 위한 키워드로부터 템플릿 정보를 입력받을 수 있다.
프로세서(200)는 템플릿 정보에 따라 데이터베이스부(300)에서 템플릿 이미지를 검색하고, 검색된 템플릿 이미지를 사용자 인터페이스부(400)를 통해 출력한다. 이 경우, 프로세서(200)는 해당 템플릿 이미지를 단말 등에 다운로드하거나 전송할 수 있다.
이하, 본 발명의 일 실시예에 따른 부품 스캔 방법을 도 11을 참조하여 상세하게 설명한다.
도 11은 본 발명의 일 실시예에 따른 부품 스캔 방법의 순서도이다.
도 11을 참조하면, 스캐너(100)는 부품(11)을 스캔(S10)하여 부품(11)에 대한 3D 스캔 데이터를 획득하여 프로세서(200)에 입력한다.
프로세서(200)는 3D 스캔 데이터를 2D 이미지 처리 기법, 예컨대 윤곽선 분석법을 이용하여 2진 처리하여 2D 이미지로 변환하여 2D 이미지 내 부품(11)의 윤곽선을 추출한다(S20).
이어, 프로세서(200)는 생성된 윤곽선을 이용하여 템플릿 이미지를 생성한다(S30).
이 경우, 프로세서(200)는 3D 스캔 데이터를 복수의 각도에서 획득하여 각도별로 템플릿 이미지를 생성함으로써, 동일한 부품(11)에 대한 다양한 각도에서의 템플릿 이미지를 획득할 수 있다.
템플릿 이미지가 생성됨에 따라, 프로세서(200)는 템플릿 이미지별로 템플릿 정보, 예컨대 식별정보와 템플릿 이미지 이름을 부여한다. 이 경우, 프로세서(200)는 동일한 부품(11)에 대해 부품(11)명을 토대로 템플릿 정보를 생성하여 템플릿 이미지에 부여할 수 있으나, 사용자 인터페이스부(400)로부터 템플릿 정보를 입력받을 수도 있다.
이어, 프로세서(200)는 템플릿 이미지와 템플릿 정보를 매칭시켜 데이터베이스부(300)에 저장한다(S40).
이후, 프로세서(200)는 사용자 인터페이스부(400)로부터 템플릿 이미지 검색을 요청받으면, 해당 템플릿 이미지를 데이터베이스부(300)에서 검색하여 사용자 인터페이스부(400)를 통해 출력한다(S50).
이 경우, 프로세서(200)는 사용자 인터페이스부(400)로부터 상기한 템플릿 정보를 입력받고 검색을 요청받을 수 있으며, 이때 입력된 템플릿 정보에 따라 데이터베이스부(300)에서 템플릿 이미지를 검색하여 사용자 인터페이스부(400)를 통해 출력한다.
또한, 프로세서(200)는 부품의 부품 상태, 예컨대 용접 위치나 용접 상태 또는 부품 형태를 분석하기 위한 기계학습 모델을 탑재하고, 템플릿 이미지를 기계학습 모델의 입력으로 부품의 부품 상태를 학습하여 템플릿 이미지를 통해 부품의 부품 상태를 분석한 후, 이 분석 결과를 사용자 인터페이스부(400)를 통해 출력한다.
이와 같이 본 발명의 일 실시예에 따른 부품 스캔 장치 및 방법은 3D 스캔 데이터에서 부품의 윤곽선을 추출하고 추출된 부품의 윤곽선으로 템플릿 이미지를 생성하여 저장함으로써, 부품의 데이터에 대한 저장 공간을 감소시킬 수 있다.
또한, 본 발명의 일 실시예에 따른 부품 스캔 장치 및 방법은 부품(11)별로 다양한 방향에서 템플릿 이미지를 저장하고, 이를 템플릿 매칭 방식으로 제공함으로써 사용자가 각 부품의 데이터를 손쉽게 인지할 수 있도록 한다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
10: 카울크로스 11: 부품
100: 스캐너 200: 프로세서
300: 데이터베이스부 400: 사용자 인터페이스부
100: 스캐너 200: 프로세서
300: 데이터베이스부 400: 사용자 인터페이스부
Claims (10)
- 용접으로 조립 및 제작되어 하나의 몸체를 이루는 부품을 스캔하는 스캐너; 및
상기 스캐너를 통해 획득된 3D 스캔 데이터를 2D 이미지로 변환하며, 복수의 각도에서 상기 부품의 윤곽선을 추출하고, 상기 각도 별로 상기 부품의 윤곽선을 이용하여 템플릿 이미지를 생성하는 프로세서를 포함하고,
상기 프로세서는 상기 부품에 대한 데이터 저장공간을 줄이기 위해 상기 템플릿 이미지에 템플릿 정보를 부여 후 데이터베이스부에 저장하고,
상기 템플릿 정보는 상기 템플릿 이미지의 식별정보 및 템플릿 이미지 이름 중 적어도 하나를 포함하며,
상기 데이터베이스부는 복수의 각도에서 생성된 윤곽선에 대한 템플릿 이미지를 저장 후 각 템플릿 이미지별로 템플릿 정보를 매칭시키고,
상기 프로세서는 상기 부품의 부품 상태를 분석하기 위한 기계학습 모델을 탑재하여 상기 템플릿 이미지를 기계학습 모델의 입력으로 상기 부품의 부품 상태를 학습함으로써 상기 템플릿 이미지를 통해 상기 부품의 부품 상태를 분석 후, 사용자 인터페이스부로부터 템플릿 이미지 검색을 요청받으면 상기 템플릿 정보에 따라 상기 데이터베이스부에서 상기 템플릿 이미지를 검색하여 상기 사용자 인터페이스부를 통해 출력함으로써 상기 부품 상태에 대한 사용자의 인지력을 증대하는 것을 특징으로 하는 부품 스캔 장치.
- 삭제
- 삭제
- 삭제
- 삭제
- 용접으로 조립 및 제작되어 하나의 몸체를 이루는 부품을 스캐너로써 스캔하는 단계; 프로세서가 상기 스캐너를 통해 획득된 3D 스캔 데이터를 2D 이미지 처리 기법을 통해 2D 이미지로 변환하여 상기 부품의 윤곽선을 추출하는 단계; 및 상기 프로세서가 상기 부품의 윤곽선을 이용하여 템플릿 이미지를 생성하는 단계를 포함하고,
상기 부품에 대한 데이터 저장공간을 줄이기 위해 상기 프로세서가 상기 템플릿 이미지에 템플릿 정보를 부여 후, 데이터베이스부에 저장하는 단계를 더 포함하며,
상기 템플릿 이미지를 생성하는 단계에서, 상기 프로세서는 상기 3D 스캔 데이터를 복수의 각도에서 획득하여 상기 각도별로 상기 템플릿 이미지를 생성하고,
상기 템플릿 정보는 상기 템플릿 이미지의 식별정보 및 템플릿 이미지 이름 중 적어도 하나를 포함하며,
상기 데이터베이스부는 복수의 각도에서 생성된 윤곽선에 대한 템플릿 이미지를 저장 후 각 템플릿 이미지별로 템플릿 정보를 매칭시키고,
상기 프로세서는 상기 부품의 부품 상태를 분석하기 위한 기계학습 모델을 탑재하여 상기 템플릿 이미지를 기계학습 모델의 입력으로 상기 부품의 부품 상태를 학습함으로써 상기 템플릿 이미지를 통해 상기 부품의 부품 상태를 분석 후, 사용자 인터페이스부로부터 템플릿 이미지 검색을 요청받으면 상기 템플릿 정보에 따라 상기 데이터베이스부에서 상기 템플릿 이미지를 검색하여 상기 사용자 인터페이스부를 통해 출력함으로써 상기 부품 상태에 대한 사용자의 인지력을 증대하는 것을 특징으로 하는 부품 스캔 방법. - 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220117308A KR102518014B1 (ko) | 2022-09-16 | 2022-09-16 | 부품 스캔 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220117308A KR102518014B1 (ko) | 2022-09-16 | 2022-09-16 | 부품 스캔 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102518014B1 true KR102518014B1 (ko) | 2023-04-06 |
Family
ID=85918125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220117308A KR102518014B1 (ko) | 2022-09-16 | 2022-09-16 | 부품 스캔 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102518014B1 (ko) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093611A (ja) * | 2007-10-11 | 2009-04-30 | Mwtec Software Gmbh | 三次元オブジェクト認識のためのシステムおよび方法 |
JP2018077837A (ja) * | 2016-10-28 | 2018-05-17 | Jfeスチール株式会社 | 位置認識方法およびシステム、ならびに異常判定方法およびシステム |
-
2022
- 2022-09-16 KR KR1020220117308A patent/KR102518014B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093611A (ja) * | 2007-10-11 | 2009-04-30 | Mwtec Software Gmbh | 三次元オブジェクト認識のためのシステムおよび方法 |
JP2018077837A (ja) * | 2016-10-28 | 2018-05-17 | Jfeスチール株式会社 | 位置認識方法およびシステム、ならびに異常判定方法およびシステム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4825253B2 (ja) | 可変形オブジェクト認識のためのシステムおよび方法 | |
JP5273196B2 (ja) | 画像処理装置 | |
US11881000B2 (en) | System and method for simultaneous consideration of edges and normals in image features by a vision system | |
CN110176078B (zh) | 一种训练集数据的标注方法及装置 | |
US10380767B2 (en) | System and method for automatic selection of 3D alignment algorithms in a vision system | |
US9971954B2 (en) | Apparatus and method for producing image processing filter | |
CN110780276B (zh) | 一种基于激光雷达的托盘识别方法、系统和电子设备 | |
Tran et al. | Non-contact gap and flush measurement using monocular structured multi-line light vision for vehicle assembly | |
US20200380653A1 (en) | Image processing device and image processing method | |
US20220222922A1 (en) | Object recognition methods and devices, and storage media | |
JP2018091656A (ja) | 情報処理装置、計測装置、システム、算出方法、プログラムおよび物品の製造方法 | |
US9836673B2 (en) | System, method and computer program product for training a three dimensional object indentification system and identifying three dimensional objects using semantic segments | |
CN112381765A (zh) | 基于人工智能的设备检测方法、装置、设备及存储介质 | |
JP2730457B2 (ja) | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 | |
CN111986299A (zh) | 点云数据处理方法、装置、设备及存储介质 | |
JP2003216931A (ja) | 特定パターン認識方法、特定パターン認識プログラム、特定パターン認識プログラム記録媒体および特定パターン認識装置 | |
KR102518014B1 (ko) | 부품 스캔 장치 및 방법 | |
CN110689556A (zh) | 跟踪方法、装置及智能设备 | |
JP4788475B2 (ja) | 画像処理装置および画像処理方法 | |
KR101792701B1 (ko) | 도면 검사 장치 및 방법 | |
CN116542926B (zh) | 电池的二维码缺陷识别方法、装置、设备及存储介质 | |
CN118135179A (zh) | 切割板件的级联识别方法、装置、计算机设备和存储介质 | |
CN115294374A (zh) | 数模与实际工件焊缝对接的方法 | |
JP4525526B2 (ja) | パターンマッチング方法及び装置 | |
CN116372936B (zh) | 机器人的控制方法、机器人及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AMND | Amendment | ||
X091 | Application refused [patent] | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |