초록 ▼

□ 연구 목표 및 내용
◼ 최종 목표
본 연구의 최종 목표는 자율 적응형 스마트 팩토리 구현을 위한 적정 제조 디지털 트윈 플랫폼(Appropriate Manufacturing Digital Twin Platform, AMDTP)의 개발이다. 저비용 비전 모니터링 및 딥러닝 기술을 개발하여 제조 현장을 손쉽고 빠르게 가상 제조 공간으로 모델링하고 제조 장비의 품질 및 생산성을 분석한다. 그리고 생성형 모델을 기반으로 다양한 작업 형태를 고려하여 예측 및 최적화를 통해 제조 공정의 최적 자율 운전을 계획한다.

□ 연구 목표 및 내용
◼ 최종 목표
본 연구의 최종 목표는 자율 적응형 스마트 팩토리 구현을 위한 적정 제조 디지털 트윈 플랫폼(Appropriate Manufacturing Digital Twin Platform, AMDTP)의 개발이다. 저비용 비전 모니터링 및 딥러닝 기술을 개발하여 제조 현장을 손쉽고 빠르게 가상 제조 공간으로 모델링하고 제조 장비의 품질 및 생산성을 분석한다. 그리고 생성형 모델을 기반으로 다양한 작업 형태를 고려하여 예측 및 최적화를 통해 제조 공정의 최적 자율 운전을 계획한다.

◼ 전체 내용
디지털 트윈 구성의 4단계인 모델링­분석­예측­최적화를 통합 구현하기 위해, 1단계(1~3차년)에는 제조 장비(공작기계, 3D 프린터, 산업용 로봇)의 자동 인식 및 데이터 수집이 가능한 저사양의 딥러닝 기반 비전 모니터링 기술과 저비용 단방향 및 전방향 비전 기술을 개발한다. 그리고 자율 협동형 모바일 매니퓰레이터(Autonomous Collborative Mobile Manipulator, ACMM) 기반 자동화 작업에 관한 가상 제조공간 모델링과 딥러닝 기반의 이상 및 변화 감지 알고리즘을 개발한다. 또한, 적정 제조 디지털 트윈 플랫폼(AMDTP)을 구현하고 그 효과를 실증한다. 2단계(4, 5차년)에는 AMDTP를 이용한 통합 품질 및 자율 운영 최적화를 위한 데모 팩토리와 생성형 디지털 트윈 연구 및 실증을 수행한다. 다양한 산업 문제를 모사할 수 있는 제조 표준 데이터 프레임워크와 자동화 작업 참조 모델을 구성하고, OT-IT 통합 제조 자동화 최적화 모델을 개발한다.

◼ 1단계
❏ 연구 목표
[1차년도] 단방향 비전 모듈 및 모니터링 기술 개발
[2차년도] 전방향 비전 모듈 및 제조현장 모니터링 기술 개발
[3차년도] 적정 제조 디지털 트윈 플랫폼 개발
❏ 연구 내용
제조장비(공작기계, 3D 프린터, 산업용 로봇)의 자동 인식 및 데이터 수집이 가능한 저사양의 딥러닝 기반 비전 모니터링 기술과 저비용 단방향 및 전방향 비전과 자율주행 모듈을 개발한다. 이어서 가상 제조공간 모델링과 딥러닝 기반의 이상 및 변화 감지 알고리즘을 개발한다. 그리고 구현된 내용을 통합한 적정 제조 디지털 트윈 플랫폼 구현하고, 자율 협동형 모바일 매니퓰레이터를 기반으로 한 디지털 데모 팩토리를 구성하고 디지털 트윈의 효과를 검증한다.

◼ 2단계
❏ 연구 목표
[4차년도] 생산성 및 품질 예측 기술 개발
[5차년도] 품질 및 자율 운영 최적화 기술 개발
❏ 연구 내용
적정 제조 디지털 트윈 플랫폼(AMDTP)을 이용한 통합 품질 및 자율 운영 최적화를 위한 데모 팩토리와 생성형 디지털 트윈 연구 및 실증을 수행한 다. 이를 위해, 다양한 산업 문제를 모사할 수 있는 제조 표준 데이터 프레임워크와 자동화 작업 참조 모델을 구성하고, OT-IT 통합 제조 자동화 최적화 모델을 개발한다. 특히, 생성형 모델을 추가하여, 다양한 공정 및 자동화 작업에 대한 모사 및 평가를 통해, 강화학습 기반의 최적화 모델이 우수한 성능을 갖도록 한다.

□ 연구성과
[정성적 연구 성과]
• 적정 제조장비 모니터링을 위한 저가 비전 센서 선정(2종)
• 제조장비 제품 이미지 기반 인식 모델 학습용 데이터셋 구축(1,350장)
- 공작기계, FDM 3D 프린터, 산업용 로봇 대상
• 저가 비전 및 딥러닝 기반 제조장비 인식 모델 개발
• 저가 비전 및 딥러닝 활용 봉제 불량 인식 모델 개발 및 디지털 모델링 환경 구현
• 적정 제조장비 모니터링을 위한 전방향 비전 센서 선정(카메라 + 렌즈)
• 전방향 이미지 처리를 위한 접합 알고리즘 구현
• 저비용 제조 현장 자율 협동형 모바일 매니퓰레이터(ACMM) 시스템 구축 및 주행 환경 구성
• 데이터 기반 이상 및 변화 검출 알고리즘 개발 - 적정 사물인식 연구를 위한 알고리즘 평가 및 HSV 색공간 활용 방법 연구 및 봉제 불량 검출 알고리즘 개발
• 적정 제조 디지털 트윈 플랫폼(AMDTP) 통합 및 실증
[정량적 연구 성과]
• 전문학술지 논문 게재: 5건(SCIE급 4건)
• 학술대회 발표: 국제 11건(초청강연 1건), 국내 10건
• 수상실적: 6건 등 달성

□ 연구성과의 활용 계획 및 기대 효과
[활용 계획]
• 산출물 중 일부를 오픈소스 소프트웨어 및 데이터셋 형태로 공개하여 국내외 관련 연구 분야의 활성화에 기여함과 동시에 타 연구자 및 산업체와 협업하는 기반으로 활용하고자 함.
• 국내 지자체 및 관련 지원 사업을 통해, 중소제조기업과 개발된 플랫폼을 활용한 적정 디지털 트윈 구축 및 활용에 대해 협업하고자 함.
[기대효과]
• 학문적 측면: 품질 검사에 국한되던 머신 비전 기술을 제조현장의 모니터링에 활용할 수 있는 저비용의 비전 및 객체 인식 기능, 저사양 딥러닝 및 디지털 트윈 기술의 연구를 통해, 비전 모니터링 기반의 적정 제조 디지털 트윈을 구축하고 실증하는 연구임.
• 산업적 측면: 개발된 적정 디지털 트윈 플랫폼을 인간-로봇 협업 작업 및 중소기업 제조현장에서 실증함으로써, 고가의 외산 솔루션의 대안이 될 수 있으며 표준 IoT 기술 및 오픈소스를 적극 채택하여 관련 커뮤니티와 연계된 지속 발전이 가능한 제조 연구 플랫폼을 제안하고자 함.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 4
• 1. 연구과제의 개요 ... 5
• 1) 최종 연구 목표 ... 5
• 2) 연구의 필요성 ... 5
• 3) 연구의 범위 및 추진체계 ... 6
• 2. 연구과제의 수행 과정 및 수행 내용 ... 6
• 1) 1차년도(2021년) - 단방향 비전 모듈 및 모니터링 기술 ... 6
• 2) 2차년도(2022년) - 전방향 비전 모듈 및 제조현장 모니터링 기술 ... 8
• 3) 3차년도(2023년) - 적정 제조 디지털 트윈 플랫폼 ... 9
• 3. 연구과제의 수행 결과 및 목표 달성 정도 ... 11
• 1) 연구수행 결과 ... 11
• 2) 목표 달성 수준 ... 12
• 3) 목표 미달 시 원인 분석 ... 12
• 4) 중요 연구변경 사항 ... 12
• 4. 연구성과의 관련 분야에 대한 기여 정도 ... 13
• 5. 연구성과의 관리 및 활용 계획 ... 13
• 6. 다음 단계 연구계획 ... 13
• 1) 연구 목표 및 내용 ... 13
• 2) 연구 추진전략 ... 13
• 3) 연구 추진일정 및 기대성과 ... 14
• 4) 다음 단계 연구비 사용계획 ... 14
• 5) 연구 성과의 활용방안 및 기대효과 ... 14
• 끝페이지 ... 35