[논문]자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법

박재병; 이성민

doi:10.5573/ieek.2012.49.9.307

초록
AI-Helper

본 논문은 자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법을 제안한다. 로봇 용접은 대상체의 형상에 의해 미리 정의된 용접선을 따라 금속 대상체를 용접 평면에 접합하는 과정이다. 따라서 성공적인 로봇 용접을 위해서는 용접 평면의 위치와 방향을 정확히 검출해야 한다. 만약 평면의 위치와 방향을 정확히 검출하지 못한다면 자동 로봇 용접은 실패하게 된다. 정밀한 용접 평면 인식을 위해 레이저 거리 측정기를 이용해 평면상의 직선을 검출한다. 레이저 거리측정기에 의한 직선 검출을 위해 Hough 변환을 적용한다. Hough 변환은 투표 방법을 기반으로 하기 때문에 센서의 측정 오차를 줄일 수 있다. 이 때 레이저 거리 측정기가 부착된 로봇 관절을 회전시켜 평면상의 두 개의 직선을 검출한 후 두 직선의 방향 벡터에 외적을 취해 평면의 방향을 인식한다. 제안된 방법의 실효성을 검증하기 위해 Simlab사에서 개발한 로봇 시뮬레이터인 RoboticsLab을 이용해 시뮬레이션을 수행한다.

Abstract ▼ AI-Helper

This paper proposes a hand-eye laser range finder (LRF) based welding plane recognition method for autonomous robotic welding. The robot welding is the process of joining a metal piece and the welding plane along the welding path predefined by the shape of the metal piece. Thus, for successful robot...

This paper proposes a hand-eye laser range finder (LRF) based welding plane recognition method for autonomous robotic welding. The robot welding is the process of joining a metal piece and the welding plane along the welding path predefined by the shape of the metal piece. Thus, for successful robotic welding, the position and direction of the welding plane should be exactly detected. If the detected position and direction of the plane is not accurate, the autonomous robotic welding should fail. For precise recognition of the welding plane, a line on the plane is detected by the LRF. For obtaining the line on the plane, the Hough transform is applied to the obtained data from the LRF. Since the Hough transform is based on the voting method, the sensor noise can be reduced. Two lines on the plane are obtained before and after rotation of the robot joint, and then the direction of the plane is calculated by the cross product of two direction vectors of two lines. For verifying the feasibility of the proposed method, the simulation with the robot simulator, RoboticsLab developed by Simlab Co. Ltd., is carried out.

주제어

AI 본문요약
AI-Helper

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

문제 정의

만약 강판과 용접 대상체의 측정 위치나 방향에 오차가 발생할 경우 자동 용접 작업이 실패할 뿐만 아니라 용접 작업 중 용접 토치나 로봇에 물리적 충격을 주어 고장을 유발할 수 있다. 따라서 본 논문에서는 강판의 정확한 방향 인식 기법을 제안한다.
레이저 거리 측정기를 이용해 평면상의 직선을 검출할 수 있으나 평면의 방향을 인식하기 위해서는 2개 이상의 직선에 대한 정보가 필요하다. 따라서 본 논문에서는 레이저 거리 측정기가 부착된 로봇의 관절을 제어함으로써 2개의 직선을 검출하고 이렇게 검출된 직선 정보를 이용해 평면의 방향을 인식하는 방법을 제안한다.
따라서 직사광선 등 외란에 강인한 센서를 이용해 강판의 방향을 인식해야 한다. 본 논문에서는 그림 3과 같이 Hokuyo사에서 개발한 레이저 거리 측정기 UBG-04LX-F01 모델을 이용한 강판 인식 방법을 제안한다.
본 논문에서는 성공적인 자동 로봇 용접을 위해 용접 강판의 위치 및 방향을 정밀 측정하는 방법에 대해 제안하였다. 자동 로봇 용접 환경의 특성상 주변 외란에 강인한 레이저 거리 측정기를 이용하였다.
본 연구의 자동 로봇 용접 시스템의 목적은 그림 1과 같이 조선 작업에 사용되는 대형 강판에 용접 대상체를 접합하는 것이다. 이 때 용접 대상체는 강판에 가용접된 상태이며 로봇이 강판과 용접 대상체를 인식하여 두 물체 사이의 접합선을 따라 용접하게 된다.
또한, 전체 센서 시스템이 4개의 구조광과 1개의 비전 센서로 구성되어 있기 때문에 로봇 끝단에 부착하기에 크기가 좀 크다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 스캐닝 레이저 거리 측정기를 로봇에 부착하여 용접 대상 평면의 위치와 방향을 인식하는 방법을 제안한다. 이전의 레이저 구조광 기반 비전 센서 시스템에 비해 스캐닝 레이저 거리 측정기만을 로봇에 부착하기 때문에 전체 시스템을 매우 콤팩트하게 구성할 수 있다.

제안 방법

Hough 변환을 통해 평면상의 직선의 방정식을 구할 수 있었다. 그리고 용접 강판의 방향을 구하기 위해서 로봇에 부착된 레이저 거리 측정기를 회전 시킨 후 용접 강판위의 직선을 하나 더 획득하였다. 이렇게 구해진 두 직선상의 서로 다른 3점을 고정된 전역 프레임에서 표시한 후 외적을 통해 평면의 법선 벡터를 계산할 수 있었다.
용접 평면을 인식하기 위해 그림 4와 같이 6자유도 KUKA 로봇에 레이저 거리 측정기를 부착하였다. 먼저 로봇의 회전 전 초기 위치에서 레이저 거리 측정기에 의한 평면 측정을 수행한다. 그림과 같이 레이저 다이오드가 회전하며 평면 위의 점들을 측정한다.
이렇게 구해진 두 직선상의 서로 다른 3점을 고정된 전역 프레임에서 표시한 후 외적을 통해 평면의 법선 벡터를 계산할 수 있었다. 법선 벡터와 직선상의 한 점으로부터 전역 프레임에서 정의된 평면의 방정식을 획득하였다. 이렇게 구해진 평면의 방정식에 용접선이 포함되므로 로봇은 이 평면 상에서 용접을 수행해야 실패없이 자동 용접이 가능하다.
이전 연구에서는 강력한 레이저 구조광과 비전 시스템을 이용해 용접 대상체로부터 용접 초기점을 측정하는 연구가 진행되었다^[6]. 용접 대상체에 투영된 4개의 선형 레이저 구조광을 비전으로 검출함으로써 용접 초기점과 용접선을 인식하였다. 거리에 따라 비전의 정밀도가 낮아지는 문제로 Coarse-Fine 접근법을 통해 자동 로봇 용접에 적합한 정확도를 갖는 용접 초기점과 용접선 인식에 성공했다.
그리고 용접 강판의 방향을 구하기 위해서 로봇에 부착된 레이저 거리 측정기를 회전 시킨 후 용접 강판위의 직선을 하나 더 획득하였다. 이렇게 구해진 두 직선상의 서로 다른 3점을 고정된 전역 프레임에서 표시한 후 외적을 통해 평면의 법선 벡터를 계산할 수 있었다. 법선 벡터와 직선상의 한 점으로부터 전역 프레임에서 정의된 평면의 방정식을 획득하였다.
초기위치에서 정의된 센서 프레임 {S}의 xs축을 기준으로 θp를 0°, -15°, -30° 회전 시키면서 측정 실험을 진행하였다.

대상 데이터

이 때 로봇에 부착된 레이저 거리 측정기는 Hokuyo사에서 개발한 UBF-04LX-F01의 사양에 따라 각 해상도를 0.351562°로 정의하였으며 레이저 거리 측정기와 강판 사이의 측정거리가 1m 이내이므로 측정 거리에 대해 ±0.01m 범위 내에서 균등 분포를 갖는 랜덤 노이즈를 포함시켰다.
본 논문에서는 성공적인 자동 로봇 용접을 위해 용접 강판의 위치 및 방향을 정밀 측정하는 방법에 대해 제안하였다. 자동 로봇 용접 환경의 특성상 주변 외란에 강인한 레이저 거리 측정기를 이용하였다. 이 때 레이저 거리 측정기의 측정 오차를 줄이기 위해 Hough 변환을 적용하였다.

이론/모형

이 때 레이저 거리 측정기의 측정 오차를 줄이기 위해 Hough 변환을 적용하였다. Hough 변환을 통해 평면상의 직선의 방정식을 구할 수 있었다. 그리고 용접 강판의 방향을 구하기 위해서 로봇에 부착된 레이저 거리 측정기를 회전 시킨 후 용접 강판위의 직선을 하나 더 획득하였다.
강판의 평면 인식 기법의 실효성을 검증하기 위해 그림 6과 같이 Simlab사에서 개발한 로봇 시뮬레이터 RoboticsLab을 이용해 시뮬레이션을 수행하였다. 이 때 로봇에 부착된 레이저 거리 측정기는 Hokuyo사에서 개발한 UBF-04LX-F01의 사양에 따라 각 해상도를 0.
용접 대상체에 투영된 4개의 선형 레이저 구조광을 비전으로 검출함으로써 용접 초기점과 용접선을 인식하였다. 거리에 따라 비전의 정밀도가 낮아지는 문제로 Coarse-Fine 접근법을 통해 자동 로봇 용접에 적합한 정확도를 갖는 용접 초기점과 용접선 인식에 성공했다. 하지만 2단계의 인식 작업을 순차적으로 수행해야 하는 비효율성이 있었다.
이러한 거리 오차는 최종 획득된 평면의 방향에 영향을 주게 된다. 따라서 이러한 거리 오차를 줄이고 측정된 거리 데이터로부터 직선을 검출하기 위해 그림 5와 같이 Hough 변환을 적용하였고 이에 대한 수식은 다음과 같다.
자동 로봇 용접 환경의 특성상 주변 외란에 강인한 레이저 거리 측정기를 이용하였다. 이 때 레이저 거리 측정기의 측정 오차를 줄이기 위해 Hough 변환을 적용하였다. Hough 변환을 통해 평면상의 직선의 방정식을 구할 수 있었다.

성능/효과

이와 같은 방법으로 θ_p가 0°일 경우와 –30° 일 경우에 대해 실험한 결과 각각 각도 오차가 0°와 2° 이하로 나타났다. 평면의 기울어진 각도 θ_p가 커질수록 각도 오차가 커지는 경향을 확인 할 수 있었다. 하지만 실제 자동 로봇 용접의 경우 용접 평면이 거의 수평에 가깝기 때문에 본 논문에서 제안한 방법을 이용해 용접 작업에 적합한 정밀도를 갖고 평면의 방향을 인식하는 것이 가능함을 확인 할 수 있다.
평면의 기울어진 각도 θ_p가 커질수록 각도 오차가 커지는 경향을 확인 할 수 있었다. 하지만 실제 자동 로봇 용접의 경우 용접 평면이 거의 수평에 가깝기 때문에 본 논문에서 제안한 방법을 이용해 용접 작업에 적합한 정밀도를 갖고 평면의 방향을 인식하는 것이 가능함을 확인 할 수 있다.

후속연구

본 논문에서 제안된 평면인식 기법을 통해 조선이나 자동차 생산 공정에서 강판에 금속 대상체를 용접하는 작업의 성공률을 높일 수 있을 것으로 기대된다. 더 나아가 평면으로 이루어진 공간을 인식하여 3차원 그래픽 이미지를 재건하는 분야에도 활용 될 수 있을 것으로 보인다.
이렇게 구해진 평면의 방정식에 용접선이 포함되므로 로봇은 이 평면 상에서 용접을 수행해야 실패없이 자동 용접이 가능하다. 본 논문에서 제안된 평면인식 기법을 통해 조선이나 자동차 생산 공정에서 강판에 금속 대상체를 용접하는 작업의 성공률을 높일 수 있을 것으로 기대된다. 더 나아가 평면으로 이루어진 공간을 인식하여 3차원 그래픽 이미지를 재건하는 분야에도 활용 될 수 있을 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	성공적인 로봇 용접을 위해서는 무엇을 해야하는가?	로봇 용접은 대상체의 형상에 의해 미리 정의된 용접선을 따라 금속 대상체를 용접 평면에 접합하는 과정이다. 따라서 성공적인 로봇 용접을 위해서는 용접 평면의 위치와 방향을 정확히 검출해야 한다. 만약 평면의 위치와 방향을 정확히 검출하지 못한다면 자동 로봇 용접은 실패하게 된다.
	로봇 용접이란 무엇인가?	본 논문은 자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법을 제안한다. 로봇 용접은 대상체의 형상에 의해 미리 정의된 용접선을 따라 금속 대상체를 용접 평면에 접합하는 과정이다. 따라서 성공적인 로봇 용접을 위해서는 용접 평면의 위치와 방향을 정확히 검출해야 한다.
	용접 초기점과 용접선 인식시 2단계의 인식 작업을 순차적으로 수행해야 하는 비효율성과 로봇 끝단에 부착하기에 크기가 좀 크다는 단점을 해결하기 위해 제안된 방법은?	또한, 전체 센서 시스템이 4개의 구조광과 1개의 비전 센서로 구성되어 있기 때문에 로봇 끝단에 부착하기에 크기가 좀 크다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 스캐닝 레이저 거리 측정기를 로봇에 부착하여 용접 대상 평면의 위치와 방향을 인식하는 방법을 제안한다. 이전의 레이저 구조광 기반 비전 센서 시스템에 비해 스캐닝 레이저 거리 측정기만을 로봇에 부착하기 때문에 전체 시스템을 매우 콤팩트하게 구성할 수 있다.

참고문헌 (8)

P. Sicard and M. D. Levine, "An approach to an expert robot welding system," IEEE Trans. On SMC, pp.204-222, 1988.
J. N. Pires, A. Loureiro, T. Godinho, P. Ferreira, B. Fernando, and J. Morgado, "Welding Robots," IEEE Robotics & Automation Magazine, Vol. 10, pp.45-55, 2003.

상세보기
이수영, 정명진, 변증남, "CAD 데이타를 이용한 용접용 로보트의 최적 교시," 대한전자공학회 논문지, 제27권, 제10호, 1499-1508쪽, 1990.
X. Lin, C. Maoyong, W. Haixia, and C. Michael, "A Method to Locate Initial Welding Position of Container Reinforcing Plates using Structured-Light," In Proc. of the 27th Chinese Control Conference, pp.301-314, 2008.
X. Lin, C. Maoyong, H. Wang, and S. Ning, "Location of Initial Welding Position based on Structured-light and Fixed in Workspace Vision," Proc. of IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems, pp.588-592, 2008.
J. B. Park, S. H. Lee, and I. J. Lee, "Precise 3D Lug Pose Detection Sensor for Automatic Robot Welding using a Structured-Light Vision System," Sensors, Vol.9, No.9, pp.7750-7565, 2009.
R. Jain, R. Kasturi, and B. G. Schunck, "Machine Vision," McGraw-Hill, Inc., pp.218-223, 1995.
RoboticsLab Simulator, http://simlab.co.kr

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법
Hand-Eye Laser Range Finder based Welding Plane Recognition Method for Autonomous Robotic Welding 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법 Hand-Eye Laser Range Finder based Welding Plane Recognition Method for Autonomous Robotic Welding 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

박재병 (9) 이성민 (3)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자동 로봇 용접을 위한 Hand-Eye 레이저 거리 측정기 기반 용접 평면 인식 기법
Hand-Eye Laser Range Finder based Welding Plane Recognition Method for Autonomous Robotic Welding 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper