[논문]다양한 선 두께들을 인식하고 그리는 로봇 팔

조원서; 김동한; 류근호

doi:10.5302/j.icros.2013.13.1951

다양한 선 두께들을 인식하고 그리는 로봇 팔
Robot Arm Recognizing and Drawing Various Line Thicknesses 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.19 no.12, 2013년, pp.1105 - 1110

조원서 (호서대학교 로봇공학과) , 김동한 (경희대학교 전자정보대학) , 류근호 (호서대학교 로봇공학과)

Abstract ▼ AI-Helper

In this paper, a robot arm capable of recognizing and drawing various line thicknesses is developed. Conventional line drawing robots are not capable of adjusting the thickness of lines. However, to draw faster and to enrich the expression of line drawing robots, it is necessary to adjust line thickness using a brush pen. Simple images are acquired and various line thicknesses are recognized by image processing. Trajectories of lines are generated with distance sorting using thinning and corner point detections for each label. Information on line thickness and trajectory is sent to the controller of a robot arm taking into consideration 2D inverse kinematics. Through this process, the robot arm can draw various lines thicknesses along 2D trajectories with 3 motors. Robot arm for detailed drawing will be studied in the future.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 기존에 연구되고 있는 선 그리는 로봇 팔의 말단 위치에 펜이나 연필 대신 두께 조절이 가능한 붓 펜을 장착하여 선의 두께를 조절할 수 있는 화가로봇을 개발하였다. 본 논문에서 제시한 방법의 장점은 두꺼운 선을 한번에 그려 그림 그리는 시간을 대폭 단축시킬 수 있고, 선 두께를 조절하여 다양한 분위기를 만들어 낼 수 있다는 것이다
본 논문에서는 화가로봇에 적용한 결과 두께 조절이 가능한 선 그리는 로봇 팔을 개발하였다. 단순한 얼굴 영상의 라벨링을 한 후 특이점들을 추출하여 이 점들 간의 거리가 짧은 순서로 정렬한다.

제안 방법

기본적인 영상처리 과정으로는 입력된 이미지를 영상처리를 한다. Canny 윤곽선 추출기능을 통해 추출된 데이터를 통해 라벨링 한다. 이때 일정 값보다 작은 데이터는 필터 기능을 이용하여 제거 후 중요한 부분의 결과를 얻는다.
로봇이의 목표점에서 각 관절 값을 구한다. 구해진 정보를 제어기로 전송하여, 로봇 팔이 구동되는 과정을 소개한다.
기존의 역기구학 방식 대신 오일러 공식(Eule’s formula)을 사용하기 위해서 직교좌표평면을 복소수 평면으로 변환한다.
로봇 팔은 3 자유도(degree of freedom)이며 로봇 팔의 설계는 그림 1과 같이 3D CAD 프로그램을 사용하여 설계하였다.
특이점(corner)이란 물체를 표현하는데 있어서 중복되고 불필요한 점은 제거하여 최소한의 점으로 물체의 특징을 표현하는 점이다. 세선화의 경로을 이용하여 특이점을 추출해 각 라벨별 세선화된 영상으로 로봇 팔의 이동경로를 설정해준다. 여기서 사용되는 특이점 추출 방식은 해리스 코너 검출방식(Harris corner detection)으로 화소 값의 변화를 분석하여 특이점을 찾는 방식을 사용한다[20].
이러한 오차들이 쌓여서 붓 펜 말단 위치에서는 오차가 더 크게 존재한다고 볼 수 있다. 이 현상을 개선하기 위해 붓 펜이 종이에서 떨어져 이동할 때에는 빠르게, 그림을 그릴 때에는 느리게 동작하도록 모터 속도제어를 실시하였다. 또한, 가는 두께의 선은 모터 진동에 더 취약하며, 붓 펜이 종이에 닿거나 떨어질 때 선의 삐짐 현상이 발생함을 관찰할 수 있다.
로봇의 말단 부에 두께 조절이 가능한 붓 펜을 고정시켰다. 이동 시에 속도를 높이고, 그릴 때에는 속도를 낮추는 방식으로 속도를 제어하였다.
단순한 얼굴 영상의 라벨링을 한 후 특이점들을 추출하여 이 점들 간의 거리가 짧은 순서로 정렬한다. 정렬된 데이터는 로봇 팔 제어기에 전송되어 붓 펜을 이용하여 선 두께를 조절하는 선 그리는 로봇 팔을 개발하였다. 본 선 그리는 로봇 팔을 통하여 더 빠르게 예술적인 그림을 그릴 수 있는 가능성을 확인하였다.

대상 데이터

로봇 팔 제어기는 ARM계열 CORTEX-M3인 STM32F103RE가 장착된 CM-530을 사용한다. 이 CPU는 32bit MCU이며 최대 주파수는 73MHz, 512Kbytes 플래시메모리(flash memory), 12bit ADC 변환기(ADC converter), 모터제어기(motor control), USB, CAN 등 다양한 통신기능(communication interface) 등을 가진다[11].

이론/모형

그림 8(a)와 같이 순서가 무작위인 데이터를 정렬(sorting) 하기 위해 거리 정렬 알고리즘을 사용하였다. 이 알고리즘은 모든 픽셀 좌표 위치 값을 초기 위치 픽셀 좌표 값과 비교하여 각 픽셀 간의 거리가 짧은 픽셀을 다음 번 픽셀로 순서대로 정렬하는 알고리즘이다.
세선화의 경로을 이용하여 특이점을 추출해 각 라벨별 세선화된 영상으로 로봇 팔의 이동경로를 설정해준다. 여기서 사용되는 특이점 추출 방식은 해리스 코너 검출방식(Harris corner detection)으로 화소 값의 변화를 분석하여 특이점을 찾는 방식을 사용한다[20]. 하지만 추출된 특이점은 정해진 순서가 없이 무작위로 추출되어 이동 경로를 설정하지 못하는 문제가 발생한다.
이러한 문제점을 해결하기 위해서 직교좌표 평면의 값을 복소수 평면으로 변환 후에 오일러 공식을 이용한다.

성능/효과

본 논문에서는 기존에 연구되고 있는 선 그리는 로봇 팔의 말단 위치에 펜이나 연필 대신 두께 조절이 가능한 붓 펜을 장착하여 선의 두께를 조절할 수 있는 화가로봇을 개발하였다. 본 논문에서 제시한 방법의 장점은 두꺼운 선을 한번에 그려 그림 그리는 시간을 대폭 단축시킬 수 있고, 선 두께를 조절하여 다양한 분위기를 만들어 낼 수 있다는 것이다
정렬된 데이터는 로봇 팔 제어기에 전송되어 붓 펜을 이용하여 선 두께를 조절하는 선 그리는 로봇 팔을 개발하였다. 본 선 그리는 로봇 팔을 통하여 더 빠르게 예술적인 그림을 그릴 수 있는 가능성을 확인하였다.

후속연구

향후 보다 더 매끄러운 직선을 그리고 성능을 향상시키기 위해 선 그리는 로봇 팔에 손목 모터를 추가하여 제어하는 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	선 그리는 로봇 팔이란?	선 그리는 로봇 팔(line drawing robot arm)은 로봇 팔(robot arm)을 이용하여 그림 그리는 자동화된 시스템이다. 일반적으로 선 그리는 로봇 팔은 외부 카메라를 통해 영상을 취득하여 영상처리 후 로봇 팔의 경로를 설정하여 그린다.
	영상처리 부분이 수행하는 것은?	영상처리(image processing) 부분은 원래의 영상을 라벨링(labeling)통해 선 두께를 측정하고, 세선화(thinning)와 특이점 추출(corner point detection)함수를 이용하여 경로를 설정한다[12-14]. 일정 두께 이상인 부분은 붓 펜의 모터를 제어하여 선의 두께를 조절하는 과정을 소개한다.
	Tresset은 실제 화가의 그림그리는 방식을 모방하여 어떻게 선 그리는 로봇 팔을 개발하였나?	Tresset 등은 실제 화가의 그림그리는 방식을 모방하여 그리는 선 그리는 로봇 팔을 개발하였다. 그림을 그리기 전 입력된 영상을 패턴 인식하고, 과거 그림의 저장된 데이터와 비교 하여 영상을 유사하게 그리는 시스템이다. 어둡고 두꺼운 부분은 반복하여 선을 그려서 명암을 조절하는 화가로봇 시스템을 연구했다[3]. Baltes 등은 점을 여러 개 찍는 방식으로 그림을 그리는 두 팔 로봇을 개발하였다[4].

참고문헌 (22)

A. Srikaew, M. E. Cambron, S. Northrup, R. A. Peters II, D. M. Wilkes, and K. Kawamura, "Humanoid drawing robot," IASTED International Conference on Robotics and Manufacturing, Banff, Canada, July,1998.
S. Calinon, J. Epiney, and A. Billard, "A humanoid robot drawing human portraits," IEEE-RAS International Conference on Humanoid Robots (HUMANOIDS), 2005.
P. Tresset and F. F. Leymarie, "Generative portrait sketching," 11th Int. Conf. on Virtual Systems and Multi Media, Hal Twites, ed., Archaeolingua pub., pp. 739-748, 2005.
J. Baltes, C. T. Cheng, M. C. Lau, and J. Anderson, "Cost oriented automation approach to upper body humanoid robot," 18th Int. Federation of Automatic Control (IFAC) World Congress Milano (Italy), pp. 12674-12679, 2011.
G. J. Lee and S. W. Kim, "Trajectory optimization method for portrait drawing robot," Korea Information Processing Society, vol. 18, no. 1, pp. 1165-1168, 2011.
R. Brunelli and T. Poggio, "Face recognition: Features versus templates," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 15, no. 10, pp. 1042-1052, 1993.

상세보기
B. Heisele, P. Ho, and T. Poggio, "Face recognition with support vector machines: Global versus component based approach," In Proc. 8th International Conference on Computer Vision, vol. 2, pp. 688-694, Vancouver, 2001.
B. Heisele, T. Serre, M. Pontil, and T. Poggio, "Component-based face detection," In Proc. IEEE Conf. on Computer Vision and Pattern Recognition, vol. 1, pp. 657-662, Hawaii, 2001.
A. Mohan, C. Papageorgiou, and T. Poggio, "Example-based object detection in images by components," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 23, pp. 349-361, Apr. 2001.

상세보기
H. Schneiderman and T. Kanade, "A statistical method for 3D object detection applied to faces and cars," In Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 746-751, 2000.
AX-12A Motor manual: http://support.robotis.com/ko/product/dynamixel/ax_series/dxl_ax_actuator.htm
Basic examples for robots: http://support.robotis.com/ko/software/embeded_c/cm530/example_stm.htm
S. H. Park and Y. Oh, ARM Cortex-M3 system programming I (Korean), D&R Wave pub., 2011.
S. H. Park and Y. Oh, ARM Cortex-M3 system programming II (Korean), D&R Wave pub., 2011.
D. K. Kim, OpenCV Programming, Kame Pub., 2011.
R. Laganire, OpenCV 2 Computer Vision Application Programming Cookbook, Acorn Pub., 2012.
G. R. Bradski, Learning OpenCV: Computer Vision with the OpenCV Library, Hanbit Media Pub., 2009.
J. J. Craig, Introduction to Robotics, Pearson Pub., 2005.
Robot Arm Recognizing and Drawing Various Line Thicknesses by Authors: http://www.youtube.com/watch?vdbpyquefRUk
H. Chris and M. Stephens, "A combined corner and edge detector," Alvey Vision Conference, vol. 15, 1988.
T.-H. Kang and B.-K. Kim, "Efficient online path planning algorithm for mobile robots in dynamic indoor environments," Automatica (in Korean), vol. 7, no. 17, pp. 619-729, Jul. 2011.
S. H. Joo, and J. H. Lee, "A dynamic modeling of 6 ${\times}$ 6 skid type vehicle for real time traversability analysis over curved driving path," Automatica (in Korean), vol. 4, no. 18, pp. 295-399, Apr. 2012.

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