[논문]용접선 추적을 위한 최적화 알고리즘 개발에 관한 연구

진병주; 이종표; 박민호; 김도형; 우치엔치엔; 김일수; 손준식

doi:10.5781/jwj.2016.34.2.59

용접선 추적을 위한 최적화 알고리즘 개발에 관한 연구
A Study on Development of the Optimization Algorithms to Find the Seam Tracking 원문보기

Journal of welding and joining = 대한용접·접합학회지, v.34 no.2, 2016년, pp.59 - 66

진병주 (목포대학교 공과대학 기계공학과) , 이종표 (목포대학교 공과대학 기계공학과) , 박민호 (목포대학교 공과대학 기계공학과) , 김도형 (목포대학교 공과대학 기계공학과) , 우치엔치엔 (목포대학교 공과대학 기계공학과) , 김일수 (목포대학교 공과대학 기계공학과) , 손준식 (중소조선연구원)

Abstract ▼ AI-Helper

The Gas Metal Arc(GMA) welding, called Metal Inert Gas(MIG) welding, has been an important component in manufacturing industries. A key technology for robotic welding processes is seam tracking system, which is critical to improve the welding quality and welding capacities. The objectives of this study were to develop the intelligent and cost-effective algorithms for image processing in GMA welding which based on the laser vision sensor. Welding images were captured from the CCD camera and then processed by the proposed algorithm to track the weld joint location. The proposed algorithms that commonly used at the present stage were verified and compared to obtain the optimal one for each step in image processing. Finally, validity of the proposed algorithms was examined by using weld seam images obtained with different welding environments for image processing. The results proved that the proposed algorithm was quite excellent in getting rid of the variable noises to extract the feature points and centerline for seam tracking in GMA welding and could be employed for general industrial application.

주제어

AI 본문요약
AI-Helper

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

문제 정의

Harris 알고리즘은 감지선에는 매우 민감했지만, 추출된 선들이 수평을 이루지 않아 예상 검출결과를 달성할 수 없었다. 따라서 이 알고리즘을 용접선 추적 시스템으로 적용하기 위해서는 개선이 요구되며, 그 대안으로 기울기 검출 알고리즘 (slope detection algorithm)을 본 연구에서 제시하였다. 기울기 검출 알고리즘은 조인트 점에서 f(x,y)의 y의 최대값을 얻을 수 있으며, 결과적으로 조인트 점 J(x,y)는 다음 식으로부터 구할 수 있다.
따라서, 본 논문에서는 GMA용접에서의 실시간 용접선 추적을 위한 영상처리 최적화 알고리즘을 개발하고자 한다. 이러한 연구를 위하여 먼저 Table 1에 나타낸 바와 같이 LVS(DST-G85)를 사용한 GMA 용접선 추적시스템을 사용하였다.
개발한 알고리즘을 평가하기 위하여 평균 제곱 오차(MSE), 평균 제곱근 오차(RMSE), 최대 신호 대 잡음비(PSNR), 신호 대 잡음비(SNR)를 이용하였다. 마지막으로 GMA 용접법을 이용하여 V형 맞대기 용접에 적용하여 용접선 추적 시스템에 필요한 최적의 영상처리 알고리즘을 제안하고자 하였다.
본 연구에서는 다양한 영상 처리 알고리즘을 이용하여 최적의 용접선 추적 알고리즘 개발에 대한 연구를 수행하였으며, 다음과 같은 결론을 얻었다.
따라서 영상처리에 적합한 노이즈 필터의 개발이 필요하며 다양한 용접 환경에서도 유연하게 대처할 수 있는 알고리즘 개발이 요구되고 있다. 본 연구에서는, 가우시안 필터와 중간값 필터를 사용하여 용접공정에서 발생하는 노이즈 제거에 대하여 연구를 수행했다.

제안 방법

이들 4개의 알고리즘의 비교·분석한 결과에 따르면, 폐쇄필터의 MSE 값이 다른 필터에 비해 적고 PSNR과 SNR의 값은 더 크게 나타났다. 결과적으로 폐쇄 필터는 다른 필터에 비하여 성능이 우수하여, 대비증폭을 위하여 폐쇄필터를 선택되었다.
3과 같이, 광학 헤드는 디지털카메라, 레이저, 광학필터로 구성되어 있다. 신뢰성 있는 실험결과를 위해서 일회용 광학렌즈를 설치하여 연기, 스팩터 및 다른 외부 환경으로부터 렌즈를 보호하였다. 다양한 용접작업 환경에서도 광학렌즈의 헤드를 보호하고 냉각하기 위해 기류를 분사하도록 구성하였다.
16∼17에 나타내었다. 여기서 제안된 방법은 효율적으로 용접선 추적을 위해 정확한 특징점 검출 기능을 포함하였다.
이러한 연구를 위하여 먼저 Table 1에 나타낸 바와 같이 LVS(DST-G85)를 사용한 GMA 용접선 추적시스템을 사용하였다. 영상처리를 위한 일반적인 알고리즘을 기초로 용접선 추적에 최적 알고리즘을 개발하기 위해 단계별로 연구를 수행하였다. 개발한 알고리즘을 평가하기 위하여 평균 제곱 오차(MSE), 평균 제곱근 오차(RMSE), 최대 신호 대 잡음비(PSNR), 신호 대 잡음비(SNR)를 이용하였다.
이는 팽창(dilation)과 침식(erosion) 필터를 사용한 경우에, 노이즈 제거 결과는 대부분의 레이저 대역에서 흐리거나 약화되었다. 이러한 문제를 해결하기 위하여, 개방(opening)과 폐쇄(closing)필터를 적용하였다.
따라서, 본 논문에서는 GMA용접에서의 실시간 용접선 추적을 위한 영상처리 최적화 알고리즘을 개발하고자 한다. 이러한 연구를 위하여 먼저 Table 1에 나타낸 바와 같이 LVS(DST-G85)를 사용한 GMA 용접선 추적시스템을 사용하였다. 영상처리를 위한 일반적인 알고리즘을 기초로 용접선 추적에 최적 알고리즘을 개발하기 위해 단계별로 연구를 수행하였다.
제안한 알고리즘의 신뢰성을 검증하기 위하여, 각기 다른 헤드위치로부터 용접선 이미지를 다양하게 캡처하여 영상처리를 진행하였고 캡처된 이미지 결과를 각각 Figs. 16∼17에 나타내었다.

대상 데이터

본 연구에서 사용된 모재는 해양 압력용기에 사용되는 SM490A를 선정하였다. Table 2은 적정한 비드영역에서 구동을 위한 표준 용접절차 사양서(WPS)와 예비실험에 기초하여 수동용접 세부 조건을 나타내며, V형 맞대기 용접 시험편을 위한 용접조건은 Fig.
필터의 정량적인 평가는 앞에서 나타낸 MSE, RMSE, PSNR, SNR를 이용하였다. 일반적으로 PSNR와 SNR의 값이 더 높고, MSE와 RMSE의 값이 더 작으면 특정 필터는 다른 필터들보다 성능이 우수함을 의미 한다^16-17).
영상처리는 산업 응용 프로그램의 매핑을 이용하여 이미지를 변환하여 좌표를 나타내는 것이다. 화상에서 원점(0,0)은 화상의 좌상 좌표와 우하 좌표(폭-1, 높이-1)이며, 실제 이미지의 면적이 59.92mm²인 반면, 본 연구에서는 이미지의 폭이 387mm이고 높이가 290mm로 사용했다. 실험준비는 CCD카메라가 포함된 시스템으로 Fig.

데이터처리

영상처리를 위한 일반적인 알고리즘을 기초로 용접선 추적에 최적 알고리즘을 개발하기 위해 단계별로 연구를 수행하였다. 개발한 알고리즘을 평가하기 위하여 평균 제곱 오차(MSE), 평균 제곱근 오차(RMSE), 최대 신호 대 잡음비(PSNR), 신호 대 잡음비(SNR)를 이용하였다. 마지막으로 GMA 용접법을 이용하여 V형 맞대기 용접에 적용하여 용접선 추적 시스템에 필요한 최적의 영상처리 알고리즘을 제안하고자 하였다.

이론/모형

2) 이미지 이진화에서 선명도를 향상시키기고 문턱값을 자동으로 빠르게 추적이 가능한 Otsu의 방법을 선정하였다. 분석결과 다른 방법보다 MSE값이 낮고, PSNR과 SNR값이 더 높음을 확인하였다.
45 문턱값을 Otsu방법과 비교하기 위하여 사용하였다. Fig. 11 결과는 Otsu의 방법의 MSE 값이 다른 방법보다 더 낮다는 것을 나타내고, PSNR과 SNR값이 더 높다는 것을 확인하여, Otsu의 방법을 이미지 이진화 하는데 사용하였다.
4314이다. 이진화 결과로부터 문턱값의 영향을 분석하기 위해, 각각 0.35, 0.4, 0.45 문턱값을 Otsu방법과 비교하기 위하여 사용하였다. Fig.

성능/효과

1) LVS를 이용하여, CCD 카메라에서 촬영된 이미지에 포함된 노이즈는 주로 임펄스 잡음 또는 점 잡음이었다. 전처리 단계에서 캡처된 이미지에 포함된 노이즈를 제거하기 위해 중간값 필터를 선정하여 성능의 우수함을 확인하였다.
3) Skeleton 알고리즘은 윤곽을 가진 객체에 대해 민감하지만 용접 중심선 추출에는 부적합을 확인하였다. 하지만, 윤곽 평균 알고리즘(contour on average algorithm)은 실험의 요구 사항인 완만한 중심선 추적이 가능함을 확인할 수 있었다.
4) 품질평가 결과를 통해 용접 공정에서 용접선 추적에 대한 높은 정확도(99.928%)와 빠르고 정확한 영상 처리를 하는 최적화 알고리즘을 개발하였다.
따라서 개방 및 폐쇄필터를 사용함으로 어떤 이미지 형상을 자연스럽고 정확하게 구현할 수 있음을 확인하였다. 결론적으로 개방 혹은 폐쇄필터를 사용하여 필터링된 이미지는 기존의 선형 필터에서 필터링이 불가능한 이상적인 대역을 통과한 이미지와 동일함을 확인하였다. 필터링된 이미지가 이상적인 대역을 통과하면, 다른 결과로 변경하지 않는다.
그러나, 폐쇄필터로 필터링된 이미지는 더 선명하고 얇은 레이저 대역을 나타내며, 이미지 대비증폭이 우수함을 알 수 있었다. 이들 4개의 알고리즘의 비교·분석한 결과에 따르면, 폐쇄필터의 MSE 값이 다른 필터에 비해 적고 PSNR과 SNR의 값은 더 크게 나타났다.
노이즈 필터링을 통하여 점 노이즈 및 상대적으로 낮은 강도의 회선 노이즈(line noise)의 영역은 제거되었으며, 레이저 라인 직각방향으로 회선노이즈와 점 노이즈가 스패터의 영향으로 병합되었음을 확인하였다. 또한 레이저 대역배경이 불확실하면 개폐 필터를 사용하여 노이즈를 완전히 제거하고 레이저 라인을 강화하는데 사용하였다⁹⁾.
멱등 변환의 중요성은 이미지 분석 알고리즘의 완전한 폐쇄 단계를 포함한다는 의미이다. 따라서 개방 및 폐쇄필터를 사용함으로 어떤 이미지 형상을 자연스럽고 정확하게 구현할 수 있음을 확인하였다. 결론적으로 개방 혹은 폐쇄필터를 사용하여 필터링된 이미지는 기존의 선형 필터에서 필터링이 불가능한 이상적인 대역을 통과한 이미지와 동일함을 확인하였다.
2) 이미지 이진화에서 선명도를 향상시키기고 문턱값을 자동으로 빠르게 추적이 가능한 Otsu의 방법을 선정하였다. 분석결과 다른 방법보다 MSE값이 낮고, PSNR과 SNR값이 더 높음을 확인하였다.
11mm이다. 영상 처리의 정확도는 99.928%로 매우 높아 정밀한 용접선 추적에 가능 것으로 판단된다.
이들 4개의 알고리즘의 비교·분석한 결과에 따르면, 폐쇄필터의 MSE 값이 다른 필터에 비해 적고 PSNR과 SNR의 값은 더 크게 나타났다.
전반적으로, 영상처리를 위한 최적화 알고리즘은 LVS의 이미지 크기와 동일한 크기의 용접 조인트가 용접선 모서리 추적에 정확도와 안정성을 증가시키는 중요한 인자임을 확인하였다. 또한, 향후에 개발한 최적화 영상처리 알고리즘을 다양한 용접공정과 자동화 용접 모니터링 시스템과 연계하여 실질적인 실시간제어가 가능한 시스템구축이 가능할 것으로 사료된다.
1) LVS를 이용하여, CCD 카메라에서 촬영된 이미지에 포함된 노이즈는 주로 임펄스 잡음 또는 점 잡음이었다. 전처리 단계에서 캡처된 이미지에 포함된 노이즈를 제거하기 위해 중간값 필터를 선정하여 성능의 우수함을 확인하였다. 또한 대비증폭 과정을 위해서는 잔여 레이저 라인을 강화하고 노이즈를 완전히 제거하기 위하여 패쇄 필터 선정이 요구되었다.
3) Skeleton 알고리즘은 윤곽을 가진 객체에 대해 민감하지만 용접 중심선 추출에는 부적합을 확인하였다. 하지만, 윤곽 평균 알고리즘(contour on average algorithm)은 실험의 요구 사항인 완만한 중심선 추적이 가능함을 확인할 수 있었다.

후속연구

하지만 현재까지 영상처리 기술에 대한 연구는 단순히 특정 이미지 처리에만 집중되고 있다. 결론적으로 실시간으로 GMA 용접공정을 모니터링 및 제어하기 위하여 영상처리 알고리즘 개발 및 현장적용을 통하여 용접품질 확보가 시급하게 요구된다.
전반적으로, 영상처리를 위한 최적화 알고리즘은 LVS의 이미지 크기와 동일한 크기의 용접 조인트가 용접선 모서리 추적에 정확도와 안정성을 증가시키는 중요한 인자임을 확인하였다. 또한, 향후에 개발한 최적화 영상처리 알고리즘을 다양한 용접공정과 자동화 용접 모니터링 시스템과 연계하여 실질적인 실시간제어가 가능한 시스템구축이 가능할 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	로봇 제어에서 센서는 어떤 기술인가?	따라서 적절한 센서의 선정은 용접선 추적의 정밀 도를 향상시키는 중요한 요인으로 고려하고 있다1). 센서는 시스템이나 장치에 대한 상태를 감시하고 이상 검출시 발동신호를 획득하여 운전을 관리하는 핵심 기술이다2). 최근에 센서 기술의 급격한 발전에 더불어, LVS (Laser Vision Sensor)는 정밀한 용접선의 정보를 제공하고, 전파방해 방지기능을 추가하여 용접선 추적을 위한 센서로 이용되고 있다.
	용접선 추적 기술개발이 시급하게 요구되고 있는 이유는 무엇인가?	용접은 산업계에 광범위하게 적용되고 있는 중요한 작업공정 중 하나이며, 용접 자동화와 연계하여 산업용로봇을 현장에 이용하기 위하여 용접선 추적 기술개발이 시급하게 요구되고 있다1). 일반적으로 용접선 추적을 위한 센서는 용접공정 자동화를 구현하는데 핵심부품으로 다양한 센서들이 개발되어 용접 현장에 이용되고 있다.
	적절한 센서의 선정이 용접선 추적의 정밀도를 향상시키는 중요한 요인인 이유는 무엇인가?	일반적으로 용접선 추적을 위한 센서는 용접공정 자동화를 구현하는데 핵심부품으로 다양한 센서들이 개발되어 용접 현장에 이용되고 있다. 하지만 용접용 로봇 제어기는 열악한 작업환경에서 발생하는 노이즈를 제거하고 용접선이 기존경로를 이탈하면 보정하여 정확하게 센싱 및 제어를 요구한다. 따라서 적절한 센서의 선정은 용접선 추적의 정밀 도를 향상시키는 중요한 요인으로 고려하고 있다1).

참고문헌 (19)

S. Y. Liu, G. R. Wang, H. Zhang and J. P. Jia, Design of Robot Welding Seam Tracking System With Structured Light Vision, Chinese Journal of Mechanical Engineer, 23(4) (2010), 436-442
I. S. kim, B. Y. Kang, A Study on Development of Sensing System for Welding Automation, Journal of KWJS, 24(3), 2006.6, 9-14 (in Korean)
W. Huang and R. Kovacevic, A Laser-Based Vision System for Weld Quality Inspection, Sensors, 11 (2011), 506-521

상세보기
H. H. Kim, I. S. Kim, C. U. Park, J. S. Son, J. H. Seo, J. W. Jung, G. S. Jeon, Development of Weld Automation Equipments Using the Infrared Temperature Sensor, Proceedings of KWJS, 46(2006), 301-303 (in Korean)
H. Hwang and R. A. Haddad, Adaptive Median Filters: New Algorithms and Results, IEEE Transactions on Image Processing, 4 (1995), 499-502

상세보기
V. R. Vijaykumar, P. T. Vanathiand and P. Kanagasabapathy, Fast and Efficient Algorithm to Remove Gaussian Noise in Digital Images, International Journal of Computer Science, 37(2010), 122-125
G. Gupta, Algorithm for Image Processing Using Improved Median Filter and Comparison of Mean, Median and Improved Median Filter, International Journal of Soft Computing and Engineering, 1(2011), 304-311
F. A. Dawood,R. W. Rahmat, S. B. Kadiman, L. N. Abdullah and M. D. Zamrin, Effect Comparison of Speckle Noise Reduction Filters on 2D-Echocardigraphic Images, World Academy of Science, Engineering and Technology, 69 (2012), 425-430
J. Gil and R. Kimmel, Efficient Dilation, Erosion, Opening and Closing Algorithms, IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(12) (2002), 1606-1617

상세보기
M. Jankowski, Erosion, Dilation and Related Operators, Proceeding of 8th International Mathematical Symposium, 2006
N. Otsu, A Threshold Selection Method from Gray-Level Histogram, IEEE Transactions on Systems, Man, and Cybernetics, SMC-9(1) (1979), 62-66
H. Greenspan, M. Laifenfeld, S. Einav and O. Barnea, Evaluation of Center-Line Extraction Algorithms in Quantitative Coronary Angiography, IEEE Transactions on Medical Imaging, 20(9) (2001), 928-941

상세보기
O. Aichholzer, F. Aurenhammer, D. Alberts and B. Gatner, A Novel Type of Skeleton for Polygons, Journal of Universal Computer Science, 1(12) (1995), 752-761
N. D. Cornea, D. Silver and P. Min, Curve-Skeleton Properties, Applications, and Algorithms, IEEE Transaction on Visualization and Computer Graphics, 13(3) (2007), 530-548

상세보기
C. Harris and M. Stephens, A Combined Corner and Edge Detector, Proceedings of 4th Alvey Vision Conference, (1988), 147-151
M. N. Nobi and M. A. Yousuf, A New Method to Remove Noise in Magnetic Resonance and Ultrasound Images. Journal of Scientific Research, 3(1) (2011), 81-89
R. Maini and H. Aggarwal, Performance Evaluation of Various Speckle Noise Reduction Filters on Medical Images, International Journal of Recent Trends in Engineering, 2(4) (2009), 22-25
P. K. Sahoo, S. Soltani, A. K. C. Wongand and Y. Chen, A Survey of Thresholding Techniques, Comput. Graph. Image Process. 41 (1988), 233-260, 1988

상세보기
J. Z. Shen, Research on Seam Image Processing for $CO_2$ Horizontal Position Welding Based on Laser Vision Sensing, PhD thesis, Department of Materials Processing Engineering, Tianjin University, 2010

저자의 다른 논문 :

LOADING...

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