$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

퍼지탐색을 이용한 머신비전 기반의 소형 튜브 내경측정 알고리즘
Radius-Measuring Algorithm for Small Tubes Based on Machine Vision using Fuzzy Searching Method 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.35 no.11, 2011년, pp.1429 - 1436  

(울산대학교 기계공학부) ,  이상진 (울산대학교 기계공학부) ,  김형석 (금호타이어 연구본부) ,  배용환 (안동대학교 기계교육과) ,  이병룡 (울산대학교 기계공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 튜브의 내부에 이물질이 있거나, 조명에 의한 영상잡음이 많은 경우에도 내경중심과 내경을 정확하게 측정할 수 있는 머신비전 기반의 새로운 측정알고리즘을 제안하였다. 또한 내경과 외경 중심간의 이격거리인 편심량도 계산할 수 있다. 제안된 알고리즘은 퍼지제어에 바탕을 둔 반복탐색에 의하여 임의의 초기탐색점에서 거리와 방향을 단계적으로 이동함으로써 내경의 중심에 도달하게 한다. 제안된 알고리즘은 계산시간 뿐만 아니라 측정정밀도 면에도 기존의 방법에 비해 우수하였다. 성능을 비교하기 위하여 생산현장에서 생산되는 튜브들을 이용하여 실험을 수행하였고, 실험 결과 제안된 알고리즘을 사용하는 경우가 널리 사용되고 있는 알고리즘인 Hough 변환 방식과 RANSAC 방식보다 계산시간 및 측정정밀도에서 우수함을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, a new tube-radius-measuring algorithm has been proposed for effectively measuring the radii of small tubes under severe noise conditions that can also perform well when metal scraps that make it difficult to measure the radius correctly are inside the tube hole. In the algorithm, we a...

주제어

#자동차 브레이크 튜브   #표준 편차   #퍼지탐색   #머신비전   #반경측정  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 머신비전을 이용하여 자동차의 브레이크 장치에 연결되는 유압튜브의 끝부분을 정확하게 전수검사를 할 수 있는 검사알고리즘을 제안하였다. 제안된 알고리즘은 튜브 영상의 내부의 일정한 영역을 ROI(region-of-interest)로 선정하고, ROI 내부의 모든 점을 탐색하는 개념이 아니라 내경의 반경과 표준편차를 입력변수로 하는 퍼지제어 기법을 도입하여 탐색시간과 내경 중심 결정오차를 줄였다.
  • 본 논문에서는 자동차 브레이크의 유압튜브로 사용되고 있는 소형튜브를 머신비전을 이용하여 내경, 외경 및 편심을 정확하게 계산해 내는 알고리즘을 개발하는 것이 논문의 목적이다. 이 튜브는 먼저 성형기의 끝단이 배관에 결합이 쉽게 될 수 있도록 성형이 되는데, 성형 후에 성형부분의 치수 및 편심을 측정하여 불량유무를 정확하게 검사하여 불량품을 제거하는 것이 자동차 안전운전에 정성에 중대한 영향을 미친다고 할 수 있다.
  • 위에서 언급한 방법들의 문제점을 해결하기 위하여 본 논문에서는 퍼지기법(8,9)을 도입하여 튜브의 내경원(inner circle)의 중심을 정확하게 찾고, 이를 바탕으로 내경원의 직경과 외경원의 직경을 계산함과 동시에 두 원의 편심까지 계산할 수 있는 독창적인 검사알고리즘을 제안하였다. 제안된 알고리즘은 조명에 의해 잡음이 심한 경우나 튜브 내부에 부분적인 이물질(scrap) 등이 있는 경우에도 높은 검사 성공률을 가지며 계산시간 또한 다른 방법보다 우수하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
육안검사의 단점은? 아직도 일반 생산현장에서 많은 검사작업이 작업자의 육안에 의해 진행되고 있는 것이 사실이다. 육안검사는 매우 섬세하고 복잡한 상황에서도 정확한 판정을 내리는 것이 가능하지만, 작업시간이 길거나 작업패턴이 반복되는 경우 작업자는 쉽게 피로해 지고 집중력을 잃게 되므로 때때로 검사오류를 유발하는 경우가 많다.(1,2) 머신비전을 이용하게 되면 작업자의 이런 실수를 쉽게 해결할 수 있으며 고속측정 및 반복 측정에서의 측정의 일관성(repeatability)을 유지할수 있는 장점이 있다.
제안된 머신비전 기반의 새로운 측정알고리즘의 장점은? 제안된 알고리즘은 퍼지제어에 바탕을 둔 반복탐색에 의하여 임의의 초기탐색점에서 거리와 방향을 단계적으로 이동함으로써 내경의 중심에 도달하게 한다. 제안된 알고리즘은 계산시간 뿐만 아니라 측정정밀도 면에도 기존의 방법에 비해 우수하였다. 성능을 비교하기 위하여 생산현장에서 생산되는 튜브들을 이용하여 실험을 수행하였고, 실험 결과 제안된 알고리즘을 사용하는 경우가 널리 사용되고 있는 알고리즘인 Hough 변환 방식과 RANSAC 방식보다 계산시간 및 측정정밀도에서 우수함을 보였다.
육안검사의 장점은? 아직도 일반 생산현장에서 많은 검사작업이 작업자의 육안에 의해 진행되고 있는 것이 사실이다. 육안검사는 매우 섬세하고 복잡한 상황에서도 정확한 판정을 내리는 것이 가능하지만, 작업시간이 길거나 작업패턴이 반복되는 경우 작업자는 쉽게 피로해 지고 집중력을 잃게 되므로 때때로 검사오류를 유발하는 경우가 많다.(1,2) 머신비전을 이용하게 되면 작업자의 이런 실수를 쉽게 해결할 수 있으며 고속측정 및 반복 측정에서의 측정의 일관성(repeatability)을 유지할수 있는 장점이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Bowman, C. C., 1986, "Automated Visual Inspection," in Shape R.S. (ed.), Non-destructive Testing, Vol. 8. 

  2. Chan, J. P. and Plamer, G. S., 1995. "Machine Vision - Applications in Industry," IEE Colloquium on Application of Machine Vision, pp. 1-6. 

  3. Duda, R. O. and Hart, P. E., 1972, "Use of the Hough Transformation to Detect Lines and Curves in Pictures," Comm. ACM, Vol. 15, pp. 11-15. 

    상세보기 crossref

  4. Ballard, D.H., 1981, "Generalizing the Hough Transform to Detect Arbitrary Shapes," Pattern Recognition, Vol.13, No.2, pp.111-122. 

    상세보기 crossref

  5. Fischler, M. A. and Bolles, R. C., 1981, "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography," Comm. of the ACM 24, pp.381-395. 

    상세보기 crossref

  6. Lamiroy, B., Gaucher, O. and Fritz, L., 2007, "Robust Circle Detection," Ninth International Conference on Document Analysis and Recognition. ICDAR 2007, pp.526-530. 

  7. Kim, H. S. and Lee, B. R., 2006, "Real-Time Pipe Fault Detection System using Computer Vision," Int. Journal of Precision Engineering and Manufacturing.7(1), pp.30-34. 

  8. Zadeh, L. A., 1965, "Fuzzy sets," Information and Control, Vol. 8, pp.338-353. 

    상세보기 crossref

  9. Cho, H. S., Kim, H. S. and Lee, B. R., 2010, "Study on Vehicle Deceleration Control in School Zones by Taking Driver's Comfort into Account," Trans. Of the KSME(A) ,Vol.34,No.10, pp.1359-1366. 

    원문보기 상세보기 crossref

  10. Kim, H. S., Naranbaatar, E. and Lee, B. R., 2011, "A Noise-Robust Measuring Algorithm for Small Tubes Based on an Iterative Statistical Method, " Trans. Of the KSME(A), Vol.35, No.2, pp.100-107. 

    원문보기 상세보기 crossref

  11. Mamdani, E.H. and Assilian, S., 1974, "A Case Study on the Application of Fuzzy Set Theory to Automatic Control," Proc. IFAC Stochastic Control Symp., Budapest. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로