> 애플리케이션 > 디자인아이디어
딥러닝 기반의 솔루션을 도입하여 자동차 산업의 경쟁력을 높이자
편집부 기자  |  people@iomedia.co.kr
폰트키우기 폰트줄이기 프린트하기 메일보내기 신고하기
승인 2018.09.28  11:13:56
트위터 페이스북 미투데이 요즘 네이버 구글 msn
   
   
   
 
사람의 사고방식을 컴퓨터에게 가르치는 기계 학습을 말하는 ‘딥러닝(Deep learning)’은 컴퓨터가 마치 사람처럼 생각하고 배울 수 있도록 하는 인공지능(AI)기술이다. 그 원리는 대규모의 인공 신경망에 학습 알고리즘과 계속 증가하는 데이터를 공급함으로써 ‘사고’하는 능력과 처리할 데이터를 ‘학습’하는 능력을 개선하는 것으로 요약된다. 현재는 대부분의 딥러닝이 인간의 감독 하에 진행되고 있지만, 자체 훈련과 독립적인 ‘학습’이 가능한 신경망의 구축도 조만간 기대되고 있다.
자료제공 | 코그넥스코리아(www.)

자동차 제조 산업에서는 어셈블리부터 최종 검사까지, 자동차 내부 시스템과 구성품 대부분은 머신 비전 및 바코드 판독 기술로 제작된다. 
그러나 AI(인공 지능)가 발달하자 다수의 제조업체들은 딥러닝 기반의 이미지 분석 소프트웨어를 활용하여 복잡한 부품의 위치를 파악하고, 성형 검사 및 분류의 문제를 해결하고 있다. 
코그넥스의 솔루션들은 업계 최고의 비전 기술 및 딥러닝 기반 기술을 바탕으로 가장 정확한 검사와 가장 높은 판독률을 제공한다. 

특히 코그넥스 ViDi(Cognex ViDi)는 최초의 딥러닝 기반 이미지 분석 소프트웨어로, 사람과 유사한 지능과 머신 비전의 강력한 성능이 결합되어 있다. 
이 제품은 잘못된 부품의 위치, 복잡한 외관 검사, 분류 작업 및 까다로운 OCR 애플리케이션에 적합하여 자동차 생산 공정의 각 단계에서 유용하게 적용되고 있다.
 
1 피스톤링 검사
피스톤링 검사에서는 ViDi 레드-분석 툴로 텍스처를 가진 금속 표면의 결함을 자동으로 감지하거나 구별을 단순화 할 수 있다. 코그넥스의 ViDi 제품은 사소한 변형을 판단할 수 있는 인간의 능력에 자동 시스템의 안정성 및 일관성과 속도를 결합한 검사 솔루션이기 때문이다. 
엔지니어는 코그넥스 ViDi 레드-분석 툴을 지도 학습 모드로 사용하여 딥 러닝 기반의 소프트웨어를 학습한다. 검사 담당자는 긴 흠집이 발생한 ‘불량’ 이미지, 그리고 정상 범위 내의 변동, 녹슨 자국과 사소한 균열 등의 허용 가능한 결함을 포함한 ‘정상’ 이미지에 주석을 단다. 이러한 이미지를 토대로 코그넥스 ViDi는 피스톤의 자연스런 형태와 표면 텍스처는 물론 일반적인 흠집까지 학습하게 된다.
 
2 실린더 검사
실린더 검사에서는 ViDi 레드-분석 툴로 금속의 기공을 감지한다. 다른 방법을 사용할 경우 같은 조명 조건에서도 검사가 쉽게 이루어지지 않지만, 코그넥스 ViDi는 기공을 빠르게 식별한다. 엔지니어는 몇 분 안에 실린더의 대표적인 ‘정상’ 및 ‘불량’ 이미지로 소프트웨어를 학습할 수 있으며, 관심 영역을 마스킹 필터로 조정하여 샤프트 내의 네거티브 스페이스에 반짝이는 디스크를 제거할 수 있다. 
검사 담당자는 레드-분석 툴을 지도 학습 모드로 사용하여 ‘불량’ 라벨이 붙은 이미지의 기공에 주석을 달고 특징점의 크기, 스케일, 종횡비 및 전단 등의 매개변수를 조정하여 모델이 모양의 변동을 감안하도록 지원한다. 딥 러닝 기반 소프트웨어는 런타임 도중 각 이미지를 밀리초 단위로 검사하여 기공이 있는 이미지는 결함으로, 나머지는 정상으로 구별한다.
 
3 용접 이음매 검사
용접 이음매 검사에서는 ViDi 레드-분석 및 그린-분류 툴로 용접 이음매 결함에 대한 자동 검사 및 분류를 단순화한다. 엔지니어는 중첩 이음매를 비롯한 모든 용접에 대해 이상현상을 보이는 ‘불량’ 이미지, 그리고 이상현상이 전혀 없는 ‘양호’ 샘플에 대해 감독 모드의 레드-분석 툴로 소프트웨어를 학습한다. 
이 경우 허용 가능하거나 거부 원인이 될 수 있는 이상현상을 비롯한 모든 이상현상들이 결함으로 식별된다. 검사의 두 번째 부분에서는 엔지니어가 ViDi 그린-분류 툴을 사용하여 이음매 결함을 유형별로 분류한다. 
레드 툴과 그린-분류 툴을 함께 사용할 경우 자동차 제조업체는 검사 시스템으로 모든 용접 이음매를 식별하고 중첩 이음매를 성공적으로 분류할 수 있으며, 이러한 정보를 토대로 사용 가능한 중첩 이음매만 선택할 수 있다.
 
4 점화 플러그의 식별 및 분류
점화 플러그의 식별 및 분류에서는 키팅/사전 조립 검증과 관련된 부품을 ViDi 블루와 그린으로 식별, 카운팅, 분류한다. 코그넥스 ViDi는 크기, 모양과 표면 특징을 학습하여 점화 플러그의 독특한 특징을 일반화한다. ViDi 블루-위치 식별 툴의 경우 엔지니어는 트레이 이미지를 사용하여 각 점화 플러그를 식별하고 카운팅 하도록 소프트웨어를 학습한다. ViDi 그린-분류 툴은 딥 러닝 기반의 모델을 사용하여 점화 플러그를 로봇과 관련된 특징 즉, 색상으로 분류한다.
 
5 에어백 검사
에어백 검사에서는 ViDi 레드-분석으로 직물의 성형 결함을 검사한다. 엔지니어는 비지도 학습 모드의 ViDi 레드-분석 툴로 ‘정상’ 에어백 이미지만으로 소프트웨어를 학습하여 에어백의 참조 모델을 구성한다. 모델은 직조 패턴, 직물 특성과 색상을 비롯한 에어백 직물의 정상적인 모습을 학습하고 정상적인 모습에서 벗어나는 모든 특징은 이상이 있는 것으로 구별한다. 
따라서 코그넥스 ViDi는 구멍, 찢어짐과 비정상적인 박음질 패턴 등의 이상현상을 일관성 있고 안정적으로 감지할 수 있다. 또한 직물의 결함 영역을 빠르게 식별하고 보고할 수 있는데, 이때 방대한 규모의 결함 라이브러리가 필요하지 않다는 장점도 있다.
 
6 트림의 최종 조립 검증
트림의 최종 조립 검증에서는 ViDi 레드-분석 툴을 이용해 복잡한 배경에서도 각 부품의 존재 여부 및 배치를 확인한다. 검사 담당자는 지도 학습 모드의 ViDi 레드-분석 툴로 와이어가 누락된 트림의 ‘불량’ 이미지와 와이어가 있는 ‘정상’ 이미지에 대해 시스템을 학습하여 온전한 트림의 참조 모델을 생성한다. 코그넥스 ViDi는 이 모델을 사용하여 와이어 밴드가 누락된 트림 구성품은 이상 및 결함으로 식별하고 최종 검사 단계에서 불합격시킨다. 
 
7 차대번호(VIN) 검사
차대번호(VIN) 검사에서는 ViDi 블루-판독 툴로 변형된 문자를 인식한다. 코그넥스 ViDi 블루-판독 툴을 사용하면 변형된 문자를 쉽게 찾아 판독할 수 있다. 소프트웨어를 학습하기 위해 엔지니어는 대표적인 차대 번호의 문자 모음이 들어있는 이미지의 관심 영역을 정의한다. 
블루-판독 툴의 사전 학습된 모든 문자 인식 기능은 반짝임과 대비로 인한 불분명한 문자까지 인식해 낸다. 따라서 학습을 하고 검증을 하는 동안 소프트웨어의 모델이 모든 문자를 정확하게 식별할 때까지 검사 담당자는 누락된 문자만 다시 라벨링하면 된다. 
OCR에 대한 이 새로운 딥 러닝 기반의 접근 방식은 불필요한 라벨링을 제거하고 노이즈가 매우 심한 배경에서 문자를 정상적으로 판독하여 학습 및 개발 시간을 단축해 준다.
 
갈무리
제조업계의 경쟁은 날이 갈수록 치열해지고 있으며, 특히 높은 정밀성이 필요한 자동차 산업에서 제품 완성도에 대한 일반 고객의 기대치는 더욱 높아지고 있다. 딥러닝 기반의 솔루션은 제품에 대한 정확한 품질 검사로 생산 비용을 절감하고, 제품의 품질을 개선하여 고객의 신뢰도를 높일 수 있다.
편집부 기자의 다른기사 보기  
폰트키우기 폰트줄이기 프린트하기 메일보내기 신고하기
트위터 페이스북 미투데이 요즘 네이버 구글 msn 뒤로가기 위로가기
이 기사에 대한 댓글 이야기 (0)
자동등록방지용 코드를 입력하세요!   
확인
- 200자까지 쓰실 수 있습니다. (현재 0 byte / 최대 400byte)
- 욕설등 인신공격성 글은 삭제 합니다. [운영원칙]
이 기사에 대한 댓글 이야기 (0)
최근인기기사
1
전원무결성 설계 및 분석 기술세미나
2
벡터, 임베디드 소프트웨어 전문 기업 'ARCCORE' 인수
3
일본 중소기업들의 4차 산업혁명 도입 '모범사례'
4
헤드업 디스플레이 : 운전자의 새로운 동무가 되다헤
5
콘티넨탈, 창립 이래 최대 규모의 조직개편 발표
6
인공위성용 안테나 공유, 우주 쓰레기 처리, 인공 별똥별 제작 등
7
‘코나 아이언맨 에디션’ 출시된다
8
내 자동차는 특별하다
9
Home2Car: 집에서 자동차를 제어한다’
10
현대자동차, 라스트 마일에서 새로운 가능성 모색
오토모티브 리포트 소개기사제보광고문의불편신고개인정보취급방침청소년보호정책이메일무단수집거부
서울시 구로구 경인로 53길 90, STX-W타워 1602호  |  대표전화 : 02-3667-7481
사업자등록번호 : 113-86-73671  |   정기간행물ㆍ등록번호 : 구로 라00127  |  통신판매업신고: 2017-서울구로-0601호
상호 : 이오문화사  |  대표자 : 김종율  |  발행인 : 신현성  |  편집인·청소년보호 및 개인정보관리 책임자 : 김종율
Copyright © 2013 오토모티브리포트. All rights reserved.