[논문]자동차 플라스틱 부품 락킹레버 검사를 위한 알고리즘 연구

장봉춘

doi:10.5762/kais.2010.11.5.1558

자동차 플라스틱 부품 락킹레버 검사를 위한 알고리즘 연구
A Study on Algorithm for Inspection of Automobile's plastic part locking lever 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.11 no.5, 2010년, pp.1558 - 1563

초록
AI-Helper

본 논문에서는 생산 현장에서 작업자가 육안으로 하고 있는 자동차 부품의 전수(全數) 검사 방법을 대체하기 위한 머신 비전 시스템의 개발을 위한 검사알고리즘에 관한 연구이다. 생산 효율과 품질 향상을 위한 노력의 일환으로 플라스틱 압출 성형에서 생기는 여러 가지 불량품 유형을 PC를 기반한 머신 비전 시스템(Machine Vision System)을 구축하기에 앞서 생산된 부품을 실시간 검사하고 제품의 불량 유무를 판별하는 알고리즘을 개발하는 것이 본 연구의 목적이다. 검사방법에 사용된 소프트웨어는 NI-LabVIEW를 사용하였으며, LabVIEW Vision 이미지 함수를 사용하여 검사 프로그램을 개발하였다. 개발된 검사 알고리즘은 생산 부품의 실시간 검사에 적용 될 수 있으며, 검사 영역과 설정 값을 비전 시스템 운용자가 설정할 수 있도록 프로그램이 만들어져 검증되었다.

Abstract ▼ AI-Helper

This paper describes a study on algorithm for the development of machine vision system as well as the inspection of automobile's plastic part locking lever to replace a human worker's eye inspection. Before developing the machine vision system based on the PC, the purpose of this research is to develop the algorithm to decide whether a product is a good/bad one in real time inspection. NI-LabVIEW software is used in the inspection method and an inspection program is developed using LabVIEW Vision image functions. The inspection program was built and validated to help the system operator set up the inspection area and change the criteria number in the program.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

머신비전을 이용한 부품 검사의 장점은 불량유무의 기준을 정량화하여 착시현상이 없고 불량 판독의 오인을 획기적으로 감소시킬 수 있다는 것이다. 따라서 자동차 플라스틱 부품중 하나인 도어 락킹레버의 검사를 위한 머신 비전 시스템에 적용될 검사알고리즘 개발이 본 연구의 목적이다.
본 논문에서는 자동차 부품인 도어 락킹 레버의 작업자 육안검사를 대체할 머신비전 시스템 도입에 앞서 자동화검사를 위한 알고리즘 개발을 목표로 하였다. 이러한 전수 검사 방식은 작업자가 하는 전수 검사 방식과 비교해 볼 때 외부 환경적 영향을 덜 받고, 검사 기준을 정량적인 검사 수치로 정할 수 있어 전수검사에 대한 신뢰성을 증가시킬 수 있다.
이러한 전수 검사 방식은 작업자가 하는 전수 검사 방식과 비교해 볼 때 외부 환경적 영향을 덜 받고, 검사 기준을 정량적인 검사 수치로 정할 수 있어 전수검사에 대한 신뢰성을 증가시킬 수 있다. 본 연구에서는 불량 제품 샘플과 양품 샘플을 표본으로 머신비전 시스템에 적용시킨 결과 모든 불량품들을 선별할 수 있는 알고리즘을 개발하였다. 향후 생산용 머신비전 시스템에 적용될 알고리즘으로 적합하다고 판단되면 아주 미세한 미성형이나 아주 정밀도를 요하는 것은 샘플에 대한 데이터베이스화를 통하여 양호 또는 불량의 판별기준이 된다.

제안 방법

생산현장에서 제공한 락킹레버 100개를 양품 70개, 불량품 각 10개씩을 혼합하여 연속적으로 파트 피더를 통하여 공급하면서 테스트 하였을 때 불량품을 다 찾아내어 검증을 완료하였다. 30개의 불량품들에 각각 맞추어서 70개의 양품들이 통과할 수 있게 프로그램을 구성하여 비전 시스템을 검증하였고, 향후 생산현장에서 작업자가 표준화 작업을 수행할 수 있게 프로그램을 작성하였다.
검사 대상 부품의 특성상 평면에서 검사가 이루어질 수 없기 때문에 슬라이더를 레일과 같이 설치함으로써 검사 부품이 양쪽 슬라이더 면을 통하여 내려갈 수 있도록 설계하였다. 카메라는 슬라이더 설치 각도와 수직되게 설치하였고, 센서에서 신호가 발생하면 카메라가 즉시 이미지를 받아들이게 하였다.
부스럼(Burr) 발생과 미성형 검사를 위한 검사영역(ROI) 8곳을 지정하여 이미지를 이진화한 후 설정값 기준에 따라 양불 판정을 얻는다. 검사영역의 검사 값이 설정 값 기준 내에 들지 않으면 검사영역을 표시하는 녹색 사각형은 적색 사각형으로 색깔이 바뀌게 되어 비전 시스템 사용자에게 불량영역을 표시하도록 프로그램을 만들었다. 프로그램 내부에 경과 시간 타이머를 삽입하여 부품 검사에 걸리는 시간을 계산하도록 하였다.
불량품의 대표적 사례인 부품의 부스럼(Burr)은 작고 원래 부품보다는 매우 얇아서 전면 조명 방식이나 후면 조명 방식의 조도가 너무 강하면 빛을 통과하여 양품과 같은 외형을 가지게 된다. 그러므로 적절한 조명 방식과 위치, 세기를 찾아내어 머신 비전 시스템의 신뢰성과 안정성을 향상 시킬 수 있는 시스템을 구성하였다.
그림 7의 검사 알고리즘을 이용하여 검사 프로그램은 NI Vision Assistants에서 제공하는 이미지 함수를 활용하여 이미지를 보정, 물체의 정위치 확인, 물체의 실제 크기를 측정, 패턴 매칭 등의 검사 프로그램을 만들었다.
머신 비전의 이미지 획득을 위한 구성품은 카메라(Sony HR-50), 렌즈(C-mount), 프레임 그래버(NI-1409)를 사용하였다. 렌즈는 C-Mount용 접사링(Close Ring)을 사용하여 작업거리(렌즈에서 대상부품까지의 길이)를 줄여 전체적인 시스템 크기를 줄였다. 외부 빛의 외란을 줄이기 위하여 검사 공간을 암실(暗室)로 구성하였다.
프런트 패널에는 검사영역과 설정 값을 조절할 수 있도록 하였다. 부스럼(Burr) 발생과 미성형 검사를 위한 검사영역(ROI) 8곳을 지정하여 이미지를 이진화한 후 설정값 기준에 따라 양불 판정을 얻는다. 검사영역의 검사 값이 설정 값 기준 내에 들지 않으면 검사영역을 표시하는 녹색 사각형은 적색 사각형으로 색깔이 바뀌게 되어 비전 시스템 사용자에게 불량영역을 표시하도록 프로그램을 만들었다.
비전 시스템은 외부로 들어오는 빛의 영향을 감소시키기 위해서 그림 3과 같은 암실을 Pro-Engineer[7]를 이용하여 3차원 설계(695 mm x 765mm)하였다. 암실 기본 구조물은 알루미늄 프로파일을 사용하였고, 외부는 기계적 강도가 뛰어나고, 불투명성을 가진 베크라이트(Bakelite)를 사용하여 암실을 구성하였다.
암실의 크기를 줄이기 위해서 카메라와 C-mount 렌즈 사이에 접사링(Close Ring)을 삽입하여 작동거리(WD)를 줄였다. 작동거리가 짧아짐에 따라 암실의 크기가 작아졌다.
Find Circular Edge는 검사 물체의 경계의 구분 값에 대하여 다수의 탐색점을 검색하여 원의 중심점을 찾아내는 알고리즘이다. 영상에서 검사영역(ROI) 내에 밝기 레벨 분포도를 확인하여 분명한 밝기 차이에 의한 경계점을 찾는다. 픽셀이 가지고 있는 밝기 레벨은 검사 물체의 Edge를 검출하는데 필요한 정보가 되며 픽셀들의 밝기 분포도의 경계점을 찾아내고, 검사 물체의 Edge를 검출하여 이미지의 흰색 부분은 ‘255’에 가깝고 검은 부분은 ‘0’에 가깝다.
렌즈는 C-Mount용 접사링(Close Ring)을 사용하여 작업거리(렌즈에서 대상부품까지의 길이)를 줄여 전체적인 시스템 크기를 줄였다. 외부 빛의 외란을 줄이기 위하여 검사 공간을 암실(暗室)로 구성하였다.
카메라는 슬라이더 설치 각도와 수직되게 설치하였고, 센서에서 신호가 발생하면 카메라가 즉시 이미지를 받아들이게 하였다. 조명 방식은 전방 조명(Front Lighting)방식과 후방 조명(Back Lighting)방식을 혼합하여 검사 물체의 외형과 검사물의 기둥부위를 검사할 수 있도록 설계하였다.
검사영역의 검사 값이 설정 값 기준 내에 들지 않으면 검사영역을 표시하는 녹색 사각형은 적색 사각형으로 색깔이 바뀌게 되어 비전 시스템 사용자에게 불량영역을 표시하도록 프로그램을 만들었다. 프로그램 내부에 경과 시간 타이머를 삽입하여 부품 검사에 걸리는 시간을 계산하도록 하였다. 프로그램 초기 실행 시 기준 이미지와 템플레이트(Template) 이미지를 저장 위치에서 불러온 후 검사가 시작되기 때문에 초기 실행 시에는 약 160㎳ 정도의 시간이 걸리지만 비교적 짧은 시간에 검사가 이루어짐으로 머신 비전 시스템의 성능 저하를 일으키지는 않는다.

대상 데이터

머신 비전의 이미지 획득을 위한 구성품은 카메라(Sony HR-50), 렌즈(C-mount), 프레임 그래버(NI-1409)를 사용하였다. 렌즈는 C-Mount용 접사링(Close Ring)을 사용하여 작업거리(렌즈에서 대상부품까지의 길이)를 줄여 전체적인 시스템 크기를 줄였다.
본 연구의 대상물인 자동차 부품중 하나인 도어 락킹 레버의 경우 HK사의 연간 자동차 생산 대수 700만대를 고려할 경우 이 부품은 4개의 도어에 들어가므로 2천8백만 개의 부품에 대한 전수검사가 필요하다.
그림 9는 기둥 휨 불량을 결과를 나타내며 그림 10은 미성형 불량 결과를 나타내며 그림 11은 부스럼 불량을 나타내는 검사 결과이다. 생산현장에서 제공한 락킹레버 100개를 양품 70개, 불량품 각 10개씩을 혼합하여 연속적으로 파트 피더를 통하여 공급하면서 테스트 하였을 때 불량품을 다 찾아내어 검증을 완료하였다. 30개의 불량품들에 각각 맞추어서 70개의 양품들이 통과할 수 있게 프로그램을 구성하여 비전 시스템을 검증하였고, 향후 생산현장에서 작업자가 표준화 작업을 수행할 수 있게 프로그램을 작성하였다.
아래 그림 1은 검사하고자 하는 대상물인 자동차 도어락킹 레버이며 그 크기와 형상을 보여주며 가로 49.76 mm, 세로 39.45 mm, 높이 12.1 mm, 6.29 mm로 측정되었다.
비전 시스템은 외부로 들어오는 빛의 영향을 감소시키기 위해서 그림 3과 같은 암실을 Pro-Engineer[7]를 이용하여 3차원 설계(695 mm x 765mm)하였다. 암실 기본 구조물은 알루미늄 프로파일을 사용하였고, 외부는 기계적 강도가 뛰어나고, 불투명성을 가진 베크라이트(Bakelite)를 사용하여 암실을 구성하였다. 암실의 크기는 검사 물품의 검사 해상도에 따른 작동거리(WD)에 따라서 결정된다.

후속연구

본 연구에서는 불량 제품 샘플과 양품 샘플을 표본으로 머신비전 시스템에 적용시킨 결과 모든 불량품들을 선별할 수 있는 알고리즘을 개발하였다. 향후 생산용 머신비전 시스템에 적용될 알고리즘으로 적합하다고 판단되면 아주 미세한 미성형이나 아주 정밀도를 요하는 것은 샘플에 대한 데이터베이스화를 통하여 양호 또는 불량의 판별기준이 된다. 이는 현장 작업자의 표준화 작업에 의한 프런트 패널에서의 설정 값 조절로 검사기준을 정량화 할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 논문에서 머신 비전의 이미지 획득을 위한 구성품으로 무엇을 사용하였는가?	머신 비전의 이미지 획득을 위한 구성품은 카메라(Sony HR-50), 렌즈(C-mount), 프레임 그래버(NI-1409)를 사용하였다. 렌즈는 C-Mount용 접사링(Close Ring)을 사용하여 작업거리(렌즈에서 대상부품까지의 길이)를 줄여 전체적인 시스템 크기를 줄였다.
	본 논문에서 검사 공간을 암실로 구성한 이유는?	렌즈는 C-Mount용 접사링(Close Ring)을 사용하여 작업거리(렌즈에서 대상부품까지의 길이)를 줄여 전체적인 시스템 크기를 줄였다. 외부 빛의 외란을 줄이기 위하여 검사 공간을 암실(暗室)로 구성하였다.
	도어 락킹 레버의 작업자 육안검사를 대체할 머신비전 시스템의 장점은?	본 논문에서는 자동차 부품인 도어 락킹 레버의 작업자 육안검사를 대체할 머신비전 시스템 도입에 앞서 자동화검사를 위한 알고리즘 개발을 목표로 하였다. 이러한 전수 검사 방식은 작업자가 하는 전수 검사 방식과 비교해 볼 때 외부 환경적 영향을 덜 받고, 검사 기준을 정량적인 검사 수치로 정할 수 있어 전수검사에 대한 신뢰성을 증가시킬 수 있다. 본 연구에서는 불량 제품 샘플과 양품 샘플을 표본으로 머신비전 시스템에 적용시킨 결과 모든 불량품들을 선별할 수 있는 알고리즘을 개발하였다.

참고문헌 (8)

S. W. Kim and Y. S. Ghim, "Measurement and Test System for Large-scale Object," Journal of the Korean Society of Precision Engineering, Vol. 22, No. 5, pp. 21-27, May 2005.
J. Y. Song, H. Y. Park, H. J. Kim and Y. W. Jung, "Development of Defect Inspection System for PDP ITO Patterned Glass," International Journal of Precision Engineering and Manufacturing, Vol. 7, No. 3, pp. 18-23, July 2006.
C. Oh, Y. Ryu, S. J. Shin, H. J. Yoo and B. U. Jun, "An Algorithm Development for Detecting Blister Defects of Display Glasses," Journal of the Korean Society of Precision Engineering, Vol. 24, No. 4, pp. 7-14, April 2007.
박형근, 이승대, 김선엽, "TFT-LCD 채널검사 자동화를 위한 원격 모니터링 시스템 개발", 산학기술학회 논문지, 제8권, 제3호, pp. 483-487, 6월, 2007.

원문보기 상세보기
이정익, "실시간 검사 및 제어를 목적으로 한 용접성평가", 산학기술학회 논문지, 제9권, 제9호, pp.605-610, 9월, 2008.
H. S. Kim and B. R. Lee, "Real-Time Pipe Fault Detection System Using Computer Vision," International Journal of Precision Engineering and Manufacturing, Vol. 7, No. 1, pp. 30-34, January 2006.
장봉춘, "공학도를 위한 Pro-Engineer," Young, 2월, 2010.
곽두영, "컴퓨터 기반의 제어와 계측 LabVIEW"Ohm사, 2004.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증