머신 비전 시스템은 측정, 식별 및 판단을 완료하기 위해 인간의 눈을 대신하는 기계를 사용하는 기술 시스템입니다. 컴퓨터 과학의 중요한 분야 중 하나입니다. 이 시스템은 광학, 기계, 전자, 컴퓨터 소프트웨어 및 하드웨어 등 여러 분야의 기술을 통합하고 이미지 처리, 패턴 인식, 인공 지능, 신호 처리 및 광학-기계 통합과 같은 많은 분야를 포함합니다.
이미지 처리 및 패턴 인식과 같은 핵심 기술의 급속한 발전으로 인해 머신 비전 애플리케이션의 깊이와 폭도 지속적으로 확장되고 있습니다.
최근 몇 년 동안 스마트 제조와 산업 자동화에 힘입어 머신 비전 기술은 더 높은 정밀도와 지능을 향해 진화하고 있습니다. 기존의 2차원 이미지 처리와 비교하여 산업용 비전 분야의 연구 및 응용은 점차 3D 육안 검사 기술로 전환되고 있으며 용접 검사, 부품 분류, 금속판 측정 등의 시나리오에 대규모로 적용되고 있습니다.
머신비전 검사는 '2차원 인식'에서 '3차원 인식'으로 이동하고 있다고 할 수 있다.
시스템 구성의 관점에서 볼 때 완전한 머신 비전 시스템에는 일반적으로 조명 시스템, 산업용 렌즈, 카메라 시스템 및 이미지 처리 시스템이 포함됩니다. 실제 적용에서는 안정적이고 효율적인 육안 검사 솔루션을 구축하기 위해 시스템 작동 속도 및 이미지 처리 효율성, 카메라 유형(컬러 또는 흑백), 검사 대상이 크기 측정인지 결함 식별인지, 필요한 시야 범위, 해상도 및 특정 검사 요구에 따른 이미지 대비와 같은 핵심 요소를 종합적으로 고려해야 합니다.
시각 시스템 의 구조
하드웨어 시스템 설계
머신 비전 시스템의 하드웨어 부분은 주로 산업용 렌즈, 산업용 카메라, 이미지 캡처 카드, 입출력 장치 및 제어 장치로 구성됩니다.
비전 시스템의 전반적인 성능은 카메라 픽셀과 하드웨어 자체의 품질에 달려 있을 뿐만 아니라, 더 중요한 것은 다양한 하드웨어 모듈 간의 합리적인 매칭과 협업 작업입니다. 예를 들어, 렌즈와 카메라 해상도의 일치, 캡처 카드와 데이터 인터페이스의 호환성은 시스템 이미징 품질과 작동 안정성에 직접적인 영향을 미칩니다.
따라서 고성능 비전 시스템은 하드웨어 선택, 시스템 구조 및 애플리케이션 시나리오에 대한 포괄적인 고려와 분리될 수 없습니다.
소프트웨어 시스템 설계
시각 시스템의 소프트웨어 설계는 전체 시스템의 핵심 링크 중 하나이며 기술적 복잡성이 높습니다. 소프트웨어 개발 과정에서 우리는 프로그램 구조 최적화와 운영 효율성에 주의를 기울여야 할 뿐만 아니라 실제 시나리오에서 알고리즘의 정확성, 실현 가능성 및 안정적인 성능에도 중점을 두어야 합니다.
소프트웨어 시스템이 완성된 후에는 시스템이 조명 변화, 배경 간섭 및 표적 차이와 같은 복잡한 외부 환경에서 안정적이고 신뢰할 수 있는 감지 성능을 유지할 수 있도록 견고성을 완전히 테스트하고 지속적으로 최적화해야 합니다.
로봇 비전 애플리케이션에서 시스템은 일반적으로 이미지 획득 모듈과 비전 처리 모듈의 두 부분으로 구성됩니다.
이 중 영상획득모듈은 조명시스템, 시각센서, A/D(Analog-to-Digital Converter), 프레임 메모리 등을 포함하며, 주변 환경의 2차원 영상정보를 수집하는데 사용된다.
로봇 비전 시스템은 시각 센서를 통해 이미지 데이터를 얻은 후 비전 프로세서에서 이를 분석, 식별 및 이해하고 처리 결과를 실행 가능한 제어 명령으로 변환하여 로봇이 대상 물체를 정확하게 식별하고 공간적 위치를 결정함으로써 포지셔닝, 잡기, 조립 등의 작업을 완료할 수 있습니다.
고정밀 비접촉 측정 솔루션
분광 공초점 센서는 백색광 분산 원리를 기반으로 작동하여 특수 광학 시스템을 통해 다양한 파장의 단색광을 다양한 초점 위치에 집중시킵니다. 측정 대상의 표면에서 반사되는 빛의 파장 정보를 기반으로 대상과 센서 사이의 거리를 정확하게 계산할 수 있습니다.
이 측정 방법은 반사광의 강도에 영향을 받지 않으며 거의 모든 재료에 적합하며 고정밀도, 안정성이 높은 비접촉 측정이 가능합니다. 단일 스캔으로 측정 대상 표면의 전체 또는 부분 3D 지형을 얻을 수 있으며 이는 높은 정밀도, 빠른 속도 및 강력한 안정성과 같은 상당한 이점을 가지고 있습니다.
기존 레이저 감지 방법과 비교하여 스펙트럼 공초점 기술은 투명한 물체, 반사율이 높은 거울 및 강한 빛을 흡수하는 물질을 감지하는 데 특히 효과적입니다. 이는 3C 전자, 반도체, 리튬 배터리 신에너지 및 정밀 하드웨어와 같은 산업의 온라인 감지 시나리오에 널리 사용됩니다.
산업용 등급 3D 측정 솔루션
레이저 삼각측량은 목재, 고무, 타이어, 자동차 부품, 금속, 주철 등의 산업에서 널리 사용되는 성숙한 3차원 측정 방법입니다. 노면 등 대규모 검사 시나리오에도 적합합니다.
구조화된 레이저 광을 물체 표면에 투사하여 3D 포인트 클라우드 데이터를 생성하고, 카메라는 레이저 라인 프로파일을 수집하고 높이 정보를 계산합니다. 실제 적용에서 측정된 물체는 일반적으로 센서 아래로 이동하며 여러 윤곽 섹션이 연속적으로 수집되고 접합되어 최종적으로 완전한 3차원 이미지를 형성합니다.
레이저와 카메라 사이의 설치 각도는 측정 정확도와 시스템 안정성에 중요한 영향을 미칩니다. 각도를 늘리면 높이 해상도가 향상되고, 각도를 줄이면 전반적인 안정성이 향상됩니다. 성숙한 소프트웨어 알고리즘과 결합된 이 기술은 효율적이고 안정적인 3D 데이터 처리 및 분석을 달성할 수 있었습니다.
3D 스테레오 비전 카메라 솔루션
3D 스테레오 비전 카메라는 인간의 눈과 유사한 양안시 원리를 기반으로 합니다. 두 대의 카메라를 통해 서로 다른 시야각에서 영상을 획득하고 시차 정보를 활용해 물체의 깊이 데이터를 계산합니다.
실제 산업 응용에서는 일반적으로 무작위 텍스처 투영을 결합하여 측정 대상 표면의 특성 정보를 향상시켜 이미지 매칭 정확도를 향상시킵니다. 이 기술은 로봇 안내, 조립 위치 지정 및 시스템 디버깅과 같은 시나리오에서 널리 사용되었으며 동적 감지 및 유연한 생산 환경에서 우수한 적응성을 입증했습니다.
빠른 공간 포지셔닝
ToF 카메라는 레이더 거리 측정과 유사하게 적외선 펄스를 방출하고 반사된 빛이 센서로 돌아오는 데 걸리는 시간을 측정하여 목표 거리를 계산합니다.
초기 ToF 기술은 해상도와 측정 정확도로 인해 제한되어 산업 수준의 감지 요구 사항을 충족하기가 어려웠습니다. 기술이 발전함에 따라 메가픽셀 ToF 카메라가 등장했으며, 이는 3D 물체 감지, 로봇 로딩 및 언로딩, 팔레트 로딩 및 언로딩과 같은 애플리케이션에서 점차 홍보되고 있습니다.
ToF 기술은 대상 인식 및 공간 위치 파악에 더 적합하며 고정밀 치수 측정 시나리오에는 적합하지 않습니다.
3D 비전에서 소프트웨어의 역할
존재하다 3D 머신 비전 시스템 에서 이미지 처리 및 분석 소프트웨어는 시스템의 '두뇌'에 해당합니다.
기존의 육안 검사는 규칙 프로그래밍에 크게 의존하고 기능 비교 및 임계값 판단을 통해 검사 작업을 완료합니다. 애플리케이션 시나리오의 복잡성이 계속 증가함에 따라 딥 러닝과 인공 신경망(ANN)이 점차 주류 솔루션이 되고 있습니다.
인공 신경망은 상호 연결된 수많은 '뉴런'으로 구성되며, 훈련 데이터에 따라 연결 가중치를 지속적으로 조정할 수 있어 자율 학습 및 특징 추출이 가능합니다. 딥러닝 프레임워크에서는 시스템이 복잡한 이미지 특징을 수동으로 정의할 필요가 없습니다. 원본 이미지 데이터만 입력하면 특징 추출, 분류, 판단이 자동으로 완료되어 복잡한 산업 환경에서 더욱 강력한 적응성과 견고성을 보여줍니다.
3D 이미징 기술, 포인트 클라우드 처리 알고리즘 및 인공 지능의 지속적인 성숙으로 인해 머신 비전 검사는 더 높은 정밀도, 더 강력한 지능 및 더 넓은 적용 시나리오를 향해 발전하고 있습니다.
Zhixiang Vision의 3D 머신 비전과 딥 러닝의 결합은 산업 검사의 경계를 지속적으로 확장하고 지능형 제조 및 자동화 업그레이드를 위한 보다 안정적인 기술 지원을 제공할 것입니다. 머신 비전 산업은 미래에 대한 기대로 가득 차 있습니다. 기다려 봅시다.
