[논문]중소/중견 기업을 위한 OCR기반 설비 모니터링 시스템의 설계 및 구현

성정환; 정종필

doi:10.7236/jiibc.2021.21.3.73

중소/중견 기업을 위한 OCR기반 설비 모니터링 시스템의 설계 및 구현
Design and Implementation of OCR-based Machine Monitoring System for Small and Medium-Sized Enterprise (SMEs) 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.21 no.3, 2021년, pp.73 - 79

성정환 (성균관대학교 스마트팩토리융합학과) , 정종필 (성균관대학교 스마트팩토리융합학과)

초록
AI-Helper

4차 산업 혁명의 물결 속에서 스마트팩토리는 많은 공장에서 요구되고 있다. 하지만, 중소/중견 기업에서는 여전히 노후화된 설비를 보유하고 있어 스마트팩토리의 기초가 되는 데이터 수집 단계에서 어려움을 겪고 있다. 이 연구는 기존 설비의 개조 필요 없이, 설비 제어판의 이미지로부터 데이터를 추출하는 오픈 소스 기반의 기술을 활용 함으로써, 저비용으로 설비 모니터링하는 방법을 제안한다. 제안된 방법은 프로토타핑을 통해 자동차 부품 제조 공장의 단조 설비를 대상으로 테스트하고 평가되었다. 평가 결과 저가형 설비 모니터링이 가능함을 확인하였으며, 중소/중견 기업이 스마트팩토리를 구축하는 데 도움을 줄 것이다.

Abstract ▼ AI-Helper

In the wave of the 4th industrial revolution, smart factory is required in many factories. However, small and mid-sized companies (SMEs) still have aging machines and are having difficulties in the data collection stage, which is the basis of smart factories. This study proposes a low cost monitoring method by using an open source based technology that extracts data from the image of the facility control panel without the need for modification of existing facilities. The proposed method was tested and evaluated for forging facilities in automobile parts manufacturing plants through prototyping. As a result of the evaluation, it was confirmed that low-cost facility monitoring is possible, and it will help SMEs build smart factories.

주제어

표/그림 (11)

그림 그림 1. OCR 문자 인식 프로세스 Fig. 1. Character recognition process of OCR
그림 그림 2. 설비 모니터링 프로그램 수행 절차 Fig. 2. Machine monitoring system process
그림 그림 3. 다양한 종류의 설비 HMI (1) 3가지 색상과 작은 LED의 조합 형태 (2) 빨강 기울임 형태 LED, 점등되지 않은 LED가 잔상처럼 표시됨 (3) 파랑 기울임 형태 LED Fig. 3. Various type of machine control panel (1) 3 colors and small LED combinations (2) Red tilted LED, light-off LED displayed like an afterimage (3) Blue tilted LED
표 표 1. 설비 모니터링 항목 Table 1. Machine Monitoring Parameters
그림 그림 4. 이미지 프로세싱 단계별 결과 Fig. 4. Image processing process and result
표 표 2. 성능 향상을 위한 이미지 프로세싱 알고리즘 Table 2. Image processing algorithm to improve performance
표 표 3. 소프트웨어 구성 Table 3. Software configuration
표 표 4. 소스 이미지 생성 결과 Table 4. Source image creation result
표 표 5. 이미지 프로세싱 알고리즘 조정값 Table 5. Image processing algorhtim tuning value
표 표 6. Tesseract OCR 엔진 옵션 설정 Table 6. Tesseract OCR engine option configuration
표 표 7. OCR 인식 결과 및 정확도 Table 7. OCR recognition result and accuracy

AI 본문요약
AI-Helper

제안 방법

따라서 OCR 알고리즘의 성능을 높이기 위해서는 이미지 프로세싱이 필수이며, 이 연구에서는 아래 표 2에 있는 이미지 프로세싱 알고리즘을 적용하였다.
본 연구에서는 HMI의 LED에 표시되는 수치값을 카메라를 통해 이미지 획득한 후, OCR 알고리즘을 통해 인식하는 방법을 제시하였다. 또한, 자동차 부품 공장의 단조 설비를 대상으로 이미지를 획득하고, OpenCV, Tesseract OCR을 활용한 프로토타입 시스템 개발하여 그 결과를 검증하고 평가하였다.
본 연구에서는 HMI의 LED에 표시되는 수치값을 카메라를 통해 이미지 획득한 후, OCR 알고리즘을 통해 인식하는 방법을 제시하였다. 또한, 자동차 부품 공장의 단조 설비를 대상으로 이미지를 획득하고, OpenCV, Tesseract OCR을 활용한 프로토타입 시스템 개발하여 그 결과를 검증하고 평가하였다.
소스 이미지에 대해 image processing을 수행하였다. 아래 그림 4에서는 Image processing을 통해 이미지가 변환되는 일련의 과정과 이미지 변환 결과를 예시를 통해 표시하였다.

대상 데이터

본 연구는 자동차 부품 제조 공장의 알루미늄 단조 설비를 모니터링 대상으로 선정하였다. 해당 설비는 네트워크가 연결되어 있지 않아, 현장에서 설비 HMI를 통해 오프라인으로만 모니터링이 가능한 상태이다.

데이터처리

결과 향상을 위해 Tesseract OCR의 configure parameter를 조정하였다. 수치 인식을 목적으로 하기에 인식 대상 문자를 숫자로 한정하였다.

참고문헌 (29)

Mario Hermann, Tobias Pentek and Boris Otto, "Design Principles for Industrie 4.0 Scenarios", 2016 49th Hawaii International Conference on System Sciences (HICSS), 3928-3937. IEEE. DOI: https://doi.org/10.1109/HICSS.2016.488
Ik-Seung Kim, "A Study on the Success Cases of the German Automated Smart Factories, a key research subject to the Fourth Industrial Revolution, and the Introduction of Smart Factories to Korea: Proposal of Policies and Strategies for the Construction of Smart Factories in Korea", 2020.9. pp. 189-213, The Journal of Eurasian Studies, Vol. 17, No. 3, p189-213, 2020. DOI: https://doi.org/10.31203/aepa.2020.17.3.008
Jong-man Park, "Technology and Issue on Embodiment of Smart Factory in Small-Medium Manufacturing Business", The Journal of Korean Institute of Communications and Information Sciences, Vol.40 No.12, 2020. DOI: https://doi.org/10.7840/kics.2015.40.12.2491

원문보기 상세보기
Unsoo Jang, Kun Ha Suh and Eui Chul Lee, "A Low-Cost Vision-Based Monitoring of Computer Numerical Control (CNC) Machine Tools for Small and Medium-Sized Enterprises," Journal of Information Processing Systems, Vol. 16, No. 1, pp. 224-237, 2020. DOI: https://doi.org/10.3390/s19204506

상세보기
Jaepyo Kim, Seungcheon Kim, "A Study on Network Interface Scheme of Heterogeneous Systems for SEM's Smart Factory Preliminary Preparation", Journal of the Korea Convergence Society, Vol. 11. No. 11, pp. 55-61, 2020. DOI: https://doi.org/10.15207/JKCS.2020.11.11.055

원문보기 상세보기
Rajesh K. Singh, Suresh K. Garg and S.G. Deshmukh, "Strategy development by SMEs for competitiveness: A review", Benchmarking: An International Journal, 2008, Vol. 15, Issue 5, pp. 525-547. DOI: https://doi.org/10.1108/14635770810903132

상세보기
Schulz, Kurt, Corey O'Brien, Alex Rozenson, and Mark. Smith. 2005. "Human-Machine Interface System and Method for Remotely Monitoring and Controlling a Machine." US Patent App. 10/755,170.[Online] https://patents.google.com/patent/US20050155043A1/en
Aitor Ardanza, Aitor Moreno, Alvaro Segura, Mikel de la Cruz and Daniel Aguinaga, "Sustainable and flexible industrial human machine interfaces to support adaptable applications in the Industry 4.0 paradigm", International Journal of Production Research. Vol. 57 Issue 12, p4045-4059, 2019. DOI: https://doi.org/10.1080/00207543.2019.1572932

상세보기
E. Corra Alegria and A. Cruz Serra, "Automatic calibration of analog and digital measuring instruments using computer vision," in IEEE Transactions on Instrumentation and Measurement, vol. 49, no. 1, pp. 94-99, Feb. 2000. DOI: https://doi.org/10.1109/19.836317

상세보기
Seung Woo Lee; Jai-Kyung, Lee. "Common-HMI for the monitoring of heterogeneous equipment", Journal of Mechanical Science and Technology; Heidelberg Vol. 30, Iss. 6, (Jun 2016): 2667-2673. DOI: https://doi.org/10.1007/s12206-016-0528-4

상세보기
James Cannan and Huosheng Hu, "Human-Machine Interaction (HMI): A Survey". [Online] http://citeseerx.ist.psu.edu/viewdoc/download?doi10.1.1.186.1644&reprep1&typepdf
Q. Ye and D. Doermann, "Text Detection and Recognition in Imagery: A Survey," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 37, no. 7, pp. 1480-1500, 1 July 2015. DOI: https://doi.org/10.1109/TPAMI.2014.2366765

상세보기
Z. Cheng, F. Bai, Y. Xu, G. Zheng, S. Pu and S. Zhou, "Focusing Attention: Towards Accurate Text Recognition in Natural Images," 2017 IEEE International Conference on Computer Vision (ICCV), Venice, 2017, pp. 5086-5094. DOI: https://doi.org/10.1109/ICCV.2017.543
R. Girshick, J. Donahue, T. Darrell and J. Malik, "Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation," 2014 IEEE Conference on Computer Vision and Pattern Recognition, Columbus, OH, 2014, pp. 580-587. DOI: https://doi.org/10.1109/CVPR.2014.81
S. Ren, K. He, R. Girshick and J. Sun, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 39, no. 6, pp. 1137-1149, 1 June 2017. DOI: https://doi.org/10.1109/TPAMI.2016.2577031

상세보기
J. Redmon, S. Divvala, R. Girshick and A. Farhadi, "You Only Look Once: Unified, Real-Time Object Detection," 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, 2016, pp. 779-788. DOI: https://doi.org/10.1109/CVPR.2016.91
L. Wei, A. Dragomir, E. Dumitru, S. Christian, R. Scott, F. Cheng-Yang and and B. Alexander C, "SSD: Single Shot MultiBox Detector" [Online] arXiv:1512.02325, 2015. DOI: https://doi.org/10.1007/978-3-319-46448-0_2
Jonathan Hui, "Object detection: speed and accuracy comparison (Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3)," 2018. [Online] https://medium.com/@jonathan_hui/object-detection-speedand-accuracy-comparison-faster-r-cnn-r-fcn-ssd-and-yolo5425656ae359
Md. Atikuzzaman, Md. Asaduzzaman and Md. Zahidul Islam, "Vehicle Number Plate Detection and Categorization Using CNNs," 2019 International Conference on Sustainable Technologies for Industry 4.0, December 2019. DOI: https://doi.org/10.1109/STI47673.2019.9068049
C. Liang, W. Yang and Q. Liao, "An automatic interpretation method for LCD images of digital measuring instruments," 2011 4th International Congress on Image and Signal Processing, Shanghai, 2011, pp. 1826-1829. DOI: https://doi.org/10.1109/CISP.2011.6100623
R. P. Ghugardare, S. P. Narote, P. Mukherji and P. M. Kulkarni, "Optical character recognition system for seven segment display images of measuring instruments," TENCON 2009 - 2009 IEEE Region 10 Conference, Singapore, 2009, pp. 1-6. DOI: https://doi.org/10.1109/TENCON.2009.5395994
Stephen V. Rice, Frank R. Jenkins, and Thomas A. Nartker, "The Fifth Annual Test of OCR Accuracy". [Online] http://stephenvrice.com/images/AT-1996.pdf
R. Smith, "An Overview of the Tesseract OCR Engine," Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), Parana, 2007, pp. 629-633. DOI: https://doi.org/10.1109/ICDAR.2007.4376991
D. Karatzas et al., "ICDAR 2015 competition on Robust Reading," 2015 13th International Conference on Document Analysis and Recognition (ICDAR), Tunis, 2015, pp. 1156-1160. DOI: https://doi.org/10.1109/ICDAR.2015.7333942
Su-Hwan Jang, Jong-Pil Jeong, "Design and Implementation of OpenCV-based Inventory Management System to build Small and Medium Enterprise Smart Factory", The Journal of The Institute of Internet, Broadcasting and Communication, Vol.19 No.1 pp.161~17, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.1.161

원문보기 상세보기
[Online] https://github.com/tesseract-ocr
[Online] https://opencv.org/
Jong-Kyung Baek, Yoon-Seok Jee, Jae-pyo Park "A Personal Information Security System using Form Recognition and Optical Character Recognition in Electronic Documents", Journal of Korea Academia-Industrial cooperation Society, vol.21, no.5, pp.451-457, 2020. DOI: https://doi.org/10.5762/KAIS.2020.21.5.451

원문보기 상세보기
Jae-Jung Kim, Chang-bok Kim, "Implementation of Robust License Plate Recognition System using YOLO and CNN", Journal of Korean Institute of Information Technology, vol.19, no.4, pp.1-9, 2021 DOI: https://doi.org/10.14801/jkiit.2021.19.4.1

상세보기

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