최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정밀공학회지 = Journal of the Korean Society for Precision Engineering, v.30 no.9, 2013년, pp.901 - 908
김계경 (한국전자통신연구원 지능형인지기술연구부) , 강상승 (한국전자통신연구원 지능형인지기술연구부) , 김중배 (한국전자통신연구원 지능형인지기술연구부) , 이재연 (한국전자통신연구원 지능형인지기술연구부) , 도현민 (한국기계연구원 로봇메카트로닉스연구실) , 최태용 (한국기계연구원 로봇메카트로닉스연구실) , 경진호 (한국기계연구원 로봇메카트로닉스연구실)
The introduction of industrial intelligent robot using vision sensor has been interested in automated factory. 2D and 3D vision sensors have used to recognize object and to estimate object pose, which is for packaging parts onto a complete whole. But it is not trivial task due to illumination and va...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
물체 인식 방법엔 어떤 방법이 있는가? | 입력된 영상 내에 존재하는 에지나 코너 점을 추출하여 인식 대상 물체의 특징 정보와 비교하여 물체 영역을 검출하여 인식하거나 물체 영상 내의 화소 분포를 계산하여 인식 대상 물체의 특징과 비교하여 가장 유사한 물체로 매칭하도록 하는 방법을 사용하였다.11-20 물체 인식 방법으로는 인공 신경망(Artificial Neural Network), 최근접 분류기(Nearest Neighbor Classifier), 의사 결정 나무(Decision tree) 등이 이용되어 왔다. 인공 신경망은 상호 연결된 뉴런의 학습을 통해 유형 식별, 분류 및 최적화 기능을 수행하는 장점이 있어서 다양한 패턴 인식 분야에 활용되고 있으나 학습 시간이 많이 소요되는 단점이 있다. | |
생산현장의 지능형 로봇 실용화가 가능하게 된 까닭은 무엇인가? | 최근 생산 현장에서 숙련된 작업자가 수행하던 고도의 작업을 지능형 로봇이 대신함으로써 제조 비용 절감, 납기 단축, 숙련된 작업자 감소 등 제조업이 안고 있는 문제를 해결하고 생산시스템의 경쟁력이 향상됨에 따라 지능형 로봇 도입에 대한 움직임이 확대되고 있는 추세이다. 산업용 로봇의 지능화는 비전 센서를 포함한 각종 센서들의 사용과 제어 기술 및 IT 기술의 발전에 기인한 것으로써 비전 센서를 이용한 산업용 로봇의 지능화는 부품 조립 작업의 자동화에 적용되어 전용 부품 공급 장치를 설치하지 않고도 기계 부품 조립 작업을 자동으로 수행할 수 있어서 생산 현장에서의 지능 로봇 실용화가 가능하게 되었다.1-7 | |
비전 센서를 이용하여 대상의 물체위치, 자세 추출 하는 기술은 어떤 장점을 가질 수 잇는가? | 비전 센서를 사용한 지능형 로봇은 2차원 비전 센서로 작업 대상물 영상을 획득하여 대상 물체가 놓인 위치와 회전각을 알아내어 물체를 집어내거나 3차원 비전 센서의 패턴화한 빛을 대상 물체에 비추어 획득한 정보를 이용하여 대상 물체의 3차원 위치와 자세를 추출하여 무작위 상태로 공급되는 부품을 하나씩 식별하여 집어낼 수 있도록 하였다.8-10 비전 센서를 이용하여 대상 물체의 위치나 자세를 추출할 수 있는 기술은 다품종 소량 생산에 효과적인 셀 생산 방식에도 도입되어 작업 대상 물체를 연속적으로 공급하여 장시간 운행할 수 있으므로 인건비, 가공비 및 초기설비투자 비용을 줄여 생산성 향상에 기여할 수 있는 큰 장점으로 인해 최근 기술 개발이 활발이 이루어져왔다. 로봇 셀 생산 방식은 각종 센서 및 고도의 영상처리 기술이 요구되는 작업이므로 산업용 지능 로봇의 실용화 측면에서 센싱 및 영상 처리 기술 발전이 매우 중요하다. |
Lee, D. H., Bae, S. G., Seo, D. H., Kang, H. S., and Bae, J. M., "Development of an HTM Network Training System for Recognition of Molding Parts," Journal of Korea Multimedia Society, Vol. 13, No 11, pp. 1643-1656, 2010.
Lee, W. H., Cho, S. H., Seol, K. H., Ju, D. H., and Kim, D. Y., "A Study on Watershed Region Extraction Based on Edge Information," IPIU, The institute of Electronics Engineering of Korea, pp. 449-452, 2003.
Lee, J. Y., Kim, S. Y., and Ko, K. S., "Recognition of partially occluded object using property of vector on the boundary segments," Signal Processing, The institute of Electronics Engineering of Korea, Vol. 6, No. 1, pp. 371-374, 1993.
Ha, S. S., Park, S. B., Lee, B. H., Han, Y. J., and Han, H. S., "The development on a recognition system of assembly parts using a hardware independent image module," The institute of Electronics Engineering of Korea, Vol. 29, No. 1, pp. 969-970, 2006.
Kazuya, O., Toshihiro, H., Masakazu, F., Nobuhiro, S., and Mitsuharu, S., "Development for Industrial Robotics Applications," IHI Engineering review, Vol. 42, No. 2, pp. 103-107, 2009.
Rahardja, K. and Kosaka, A., "Vision-based binpicking: Recognition and localization of multiple complex objects using simple visual cues," Proc. of IEEE International Conference on Intelligent Robots and System, Vol. 3, pp. 1448-1457, 1996.
Belongie, S., Malik, J., and Puzicha, J., "Shape matching and object recognition using shape contexts," IEEE Trans. on Pattern Anal. Mach. Intel., Vol. 24, No. 24, pp. 509-522, 2004.
Lu, C., Adluru, N., Ling, H., Zhu, G., and Latecki, L. J., "Contour based object detection using part bundle," Journal of Computer Vision and Image Understanding, Vol. 114, No. 7, pp. 827-834, 2010.
Ferrari, V., Fevrier, L., Jurie, F., and Schmid, C., "Groups of adjacent contour segments for object detection," IEEE Trans. on Pattern Anal. Mach. Intel., Vol. 30, No. 1, pp. 36-51, 2008.
Felzenszwalb, P. F. and Schwartz, J., "Hierarchical matching of deformable shapes," Computer Vision and Pattern Recognition, pp. 1-8, 2007.
Ferrari, V., Jurie, F., and Schmid, C., "Accurate object detection with deformable shape models learnt from images," Computer Vision and Pattern Recognition, pp. 1-8, 2007.
Felzenszwalb, P., "Representation and detection of deformable shapes," PAMI, Vol. 27, No. 2, pp. 208- 220, 2005.
Martin, D., Fowlkes, C., and Malik, J., "Learning to detect natural image boundaries using local brightness, color, and texture cues," PAMI, Vol. 26, No. 5, pp. 530-549, 2004.
Ueda, N. and Suzuki, S., "Learning visual models from shape contours using multiscale convex/concave structure matching," PAMI, Vol. 15, No. 4, pp. 337- 352, 1993.
Shafait, F., Keysers, D., and Breuel, T. M., "Efficient implementation of local adaptive thresholding techniques using integral images," Proc. of Efficient implementation of local adaptive thresholding techniques using integral images, Vol. 6815, pp. 10- 16, 2008.
Kosko, B., "Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence," Prentice-Hall International, pp. 197-211, 1992.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.