초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
이동 중인 생산라인의 자동화를 위해 작업환경 내에서 높은 자유도로 임무를 수행할 수 있는 Vision 기반 UAV 플랫폼 및 고정된 위치에서 감시가 가능한 Vision 시스템을 이용하여 지능형 객체{차량, UAV, 검사 Part} 실시간 인식, 자세추정 및 3D Modeling을 이용해 이동하는 객체검출 및 위치추정, UAV의 근접촬영을 위한 자세제어 기술을 개발하고 실 환경에 적용 가능한 품질검사 공정을 선정하여 테스트를 통해 유효성을 검증한다.

○ 전체 내용

□ 연구개발 목표 및 내용
○ 최종 목표
이동 중인 생산라인의 자동화를 위해 작업환경 내에서 높은 자유도로 임무를 수행할 수 있는 Vision 기반 UAV 플랫폼 및 고정된 위치에서 감시가 가능한 Vision 시스템을 이용하여 지능형 객체{차량, UAV, 검사 Part} 실시간 인식, 자세추정 및 3D Modeling을 이용해 이동하는 객체검출 및 위치추정, UAV의 근접촬영을 위한 자세제어 기술을 개발하고 실 환경에 적용 가능한 품질검사 공정을 선정하여 테스트를 통해 유효성을 검증한다.

○ 전체 내용
이동 중인 생산라인 환경에서의 최대한의 데이터를 획득하고 품질 검사 자동화를 위해 실내 작업환경 내에서 자유롭게 영상 데이터를 촬영할 수 있는 Vision 센서가 장착된 UAV 플랫폼과 차량, 환경 및 UAV 플랫폼을 모두 관측할 수 있는 고속/고해상도 Vision 센서가 장착된 고정형 Vision 시스템을 이용하여 습득한 데이터를 Computer Vision, 인공지능, Robotics 기술을 융합하여 공유 및 처리하여 생산라인 자동화를 위해 반드시 필요한 이동 중인 차량, UAV 플랫폼 및 검사 대상의 실시간 인식, 위치추정 및 3D 모델링에 필요한 핵심기술을 개발한다.

○ 1단계
● 목표
· Dataset: 영상으로부터 객체{차량, UAV, 검사 Part}를 실시간으로 검출 및 인식하기 위해 반드시 필요한 Ground Truth(GT) Dataset을 정의하고 수집하는 연구를 진행한다. 특히 로봇 플랫폼을 이용한 Dataset 수집의 자동화를 통해 딥러닝 네트워크 학습의 저비용, 고효율 방안을 연구한다.
· Localization: 작업환경을 관찰할 수 있는 고정형 Vision 시스템(V)을 이용하여 환경 내에서 UAV(U) 및 객체(O){차량, 검사 Part}의 실시간 Global Localization 방법을 연구한다. 영상정보만으로 실시간 Localization이 가능하기 위해 딥러닝 네트워크를 도입하고 정확도 및 정밀도를 높이기 위해 기존의 Computer Vision 기술을 심화한다. 상호 융합을 통한 최고수준의 Localization성능을 확보하기 위해 Vision 시스템과 객체들 간의 Kinematics{VUL, UOL, VOL}를 구성하고 고정밀 Localization기법을 연구한다. VUL을 통해 UAV의 실시간 추적 및 Localization기술, UOL을 통해 UAV VO기반 Visual SLAM 및 UAV 근접 촬영을 위한 3D인식기술, VOL을 통해 이동하는 객체검출 및 위치추정, UAV의 근접촬영에 필요한 자세추정 기술 등을 연구한다.
· Modeling: UAV가 획득한 3D 영상으로부터 3D Geometric Feature 정보를 추출하고 객체의 3D 모델링 및 인식을 수행하여 Localization 성능을 높여 품질검사에 활용한다. 활용한 인식 및 모델링 정보는 Global Map에 등록하여 Localization에 재활용하며 UAV의 근접촬영을 위한 장애물 감지 및 충돌감지 기술 등을 연구한다.
● 내용
· UAV, 차량, 검사 Part의 인식 및 검출 위한 Ground Truth(GT) Dataset 수집
· 네트워크 학습 품질 향상을 위한 영상 Tone Mapping
· 로봇 매니퓰레이터 및 UAV를 이용한 Dataset 수집 자동화
· MajorLine + Mask RCNN 기반 고속 UAV Instance Segmentation
· UAV Global Localization을 위한 6D Pose Estimation Network
· Visual Odometry(VO) 기반 UAV Global Localization 최적화
· 검사 Part 3D 인식 기반 자세추정 및 VO 최적화
· UAV의 근접 촬영 및 차량 이동 추적을 위한 Tracking 3D Keypoint Mapping
· 차량 및 검사 Part Instance Segmentation
· Superpixel Tracking기반 Tracking 3D Keypoint Projection 및 이동차량 자세추정
· 근첩 촬영을 위한 Closed-Loop 기반 UAV Global Localization 최적화
· 기하정보 수집을 위한 3D Wire-Frame 및 Surface Patch 모델링
· 근접 촬영을 위한 고속 Octree 기반 3D 장애물 검출 및 충돌 감지

□ 연구개발성과
· 연구성과: 학술대회논문: 3편, 소프트웨어등록: 2건

□ 연구개발성과 활용계획 및 기대 효과
· 인공지능과 로보틱스의 학문간의 융합: 자동차 제조공정과 같이 이동 중인 생산라인의 작업환경 내에서 높은 자유도로 임무를 수행할 수 있는 Vision 기반 UAV 플랫폼 및 Vision 시스템 그리고 S/W 기반의 인공지능과 융합된 객체 실시간 인식, 자세추정 및 3D Modeling 핵심 기술개발을 통해 학문간 융합을 통한 원천기술 발굴의 좋은 사례가 될 것으로 전망함
· 산업관련 분야 직/간접적 파급효과: 본 연구 주제는 생산분야 에서 영상데이터의 처리로 산업적으로 가치가 있는 분야이며 Manufacturing 4.0 및 Smart Factory 분야와의 기술 융합 파급효과를 기대한다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 12
• 1) 연구수행 결과 ... 12
• 2) 목표 달성 수준 ... 13
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 13
• 5. 연구개발성과 및 활용 계획 ... 15
• 1) 연구성과 ... 15
• 2) 연구성과 활용계획 ... 15
• 6. 참고문헌 ... 16
• 끝페이지 ... 16