자료제공 : 코그넥스 코리아(www.cognex.co.kr)

<그림 1. 병의 충진-레벨 검사 사례>

<그림 2. 머신 비전 시스템은 브래킷(좌측)이나 오일 필터(우측)를 가공하는 생산 라인에서 실시간으로 측정 및 검사를 처리할 수 있다.>

머신 비전은 무엇인가?

AIA(Automated Imaging Association)에 따르면, 머신 비전은 이미지 캡처 및 프로세싱에 기반한 기능을 실행하여 장치의 운용 가이드를 제공하는 하드웨어 및 소프트웨어 통합 솔루션으로, 모든 산업용 및 비 산업용 애플리케이션을 망라하여 확산되고 있다. 산업용 컴퓨터 비전 또한 학술/교육 및 정부/군사 애플리케이션의 컴퓨터 비전과 동일한 많은 알고리즘과 접근 방식을 사용하고 있지만, 제약 조건은 분명히 다르다.

산업용 비전 시스템은 학술/교육용 비전 시스템과 비교해 보다 탁월한 내구성과 신뢰성, 안정성을 필요로 하며, 정부/군사 애플리케이션에 사용되는 시스템보다는 훨씬 저렴한 비용의 솔루션이 요구된다. 따라서 산업용 머신 비전은 저비용의 허용 가능한 정확도와 뛰어난 견고성 및 높은 신뢰성, 그리고 탁월한 구조적, 온도 안정성을 갖추고 있어야 한다.

머신 비전 시스템은 컴퓨터 하드웨어 및 소프트웨어가 판단을 내리기 위해 다양한 특성을 처리하고, 분석, 측정할 수 있도록 이미지를 수집하는 특수 광학장치를 갖춘 산업용 카메라 내부에 보호 처리된 디지털 센서에 기반하고 있다.

예를 들어, 맥주 공장의 충진-레벨 검사 시스템을 생각해 보자.(그림 1 참조) 각 맥주병은 검사 센서를 통과하게 되는데, 비전 시스템은 스트로브 조명을 비추도록 트리거한 다음, 병을 촬영한다. 이 이미지를 취득하여 메모리에 저장한 다음, 비전 소프트웨어는 이를 처리 또는 분석하여 병의 충진-레벨을 기준으로 합격/불합격 판정을 내리게 된다. 만약 시스템이 부적절하게 충진된 병을 감지하면, 이를 불합격 처리하고, 분류기가 이 병을 제거하도록 신호를 보낸다. 작업자는 불합격된 병과 현재 진행 중인 프로세스 통계를 디스플레이 상에서 확인할 수 있다.

또한 머신 비전 시스템은 제조공정 상에서 부품을 정렬하는 로봇 가이드를 위해 위치 정보를 제공하거나 점화 플러그의 간극 확인과 같은 물체에 대한 측정을 수행할 수 있다. 그림 2는 머신 비전 시스템이 어떻게 오일 필터(우측)의 합격 및 불합격 판정을 수행하고, 브래킷(좌측)의 중앙 탭의 폭을 측정하기 위해 사용되는지 보여주고 있다.

이 사례의 충진-레벨 검사 시스템은 바이너리 시스템처럼 특성화된 단 2가지의 반응만이 허용되었다.

1. 제품이 양호한 경우 합격

2. 제품이 불량인 경우 불합격

머신 비전의 혜택

휴먼 비전은 복잡한 비 구조화된 상황에 대한 질적 분석을 수행하는데 적합한 반면, 머신 비전은 속도, 정확성, 재연성이 뛰어나기 때문에 구조화된 상황의 정량적 측정에 탁월하다. 예를 들어, 생산 라인에서 머신 비전 시스템은 분당 수백 또는 수천여 개의 부품을 검사할 수 있다. 머신 비전 시스템은 카메라 해상도를 중심으로 구현되는데, 이러한 광학장치는 사람의 눈으로 보기에는 너무 작은 물체의 세부적인 사항들까지 손쉽게 검사할 수 있다.

머신 비전은 테스트 시스템과 테스트되는 부품간의 물리적인 접촉이 없기 때문에 부품의 손상을 방지하고, 기계 부품들의 마모로 인한 유지보수 시간이나 비용을 없앨 수 있다. 또한 머신 비전은 제조 공정상에서 사람의 개입을 줄임으로써 부가적인 안전 및 운용상의 혜택을 제공할 수 있다. 즉, 사람으로 인한 클린룸의 오염을 방지하고, 위험한 환경에서 작업자를 보호할 수 있다.

<그림 3. 조명이나 폐색으로 인한 외관의 변화는 부품의 위치 확인에 어려움을 초래한다.>

<그림 4. 부품의 프리젠테이션이나 왜곡 발생은 부품의 위치 확인에 어려움을 초래한다.>

머신 비전 애플리케이션

가장 간단한 어셈블리 검증이든, 또는 복잡한 3D 로봇 빈-피킹(Bin-Picking)이든, 일반적으로 모든 머신 비전 애플리케이션의 첫 번째 단계는 패턴 매칭 기술을 통해 카메라의 시야각 내에서 물체나 관심 특성을 찾는 것이다. 관심 대상의 위치를 확인하는 것은 성공이나 실패를 좌우하게 된다. 만약 패턴 매칭 소프트웨어 툴이 이미지 내의 부품의 위치를 정확하게 찾을 수 없다면, 부품을 가이드하거나 식별, 검사, 계산, 측정할 수 없게 된다. 부품을 찾는 일이 간단하게 들릴 수도 있지만, 실제 생산 환경에서 외관의 차이는 매우 어려운 과제들을 유발한다.(그림 3) 비전 시스템이 패턴에 기반하여 부품을 인식하도록 트레이닝 되었다 하더라도, 매우 타이트하게 제어되는 프로세스로 인해 부품의 외관에 변형이 발생할 수도 있다.

정확도, 안정성, 재연성을 달성하기 위해, 비전 시스템의 부품 위치확인 툴은 생산 라인을 따라 이동하는 실제 물체의 패턴 트레이닝을 신속하고 정확하게 비교할 수 있는 능력을 가지고 있어야 한다. 부품 위치확인은 4가지 종류의 주요 머신 비전 애플리케이션 범주에서 첫 번째로 수행되는 중요한 단계이다. 이 범주는 가이드, 식별, 계측, 검사이며, GIGI라는 약어로 기억하면 된다.

가이드

가이드는 몇 가지 이유로 수행될 수 있다. 먼저, 머신 비전 시스템은 위치 및 방향을 확인하여, 지정된 공차에 따라 이를 비교하고, 올바른 각도로 어셈블리가 제대로 이뤄졌는지 검증할 수 있다. 다음으로, 가이드는 로봇이나 머신 컨트롤러에 2D 또는 3D 공간상의 부품의 위치 및 방향을 보고하는데 사용될 수 있다. 머신 비전 가이드는 온/오프 팔레트 상에 부품을 배열하거나 컨베이어 벨트에서 부품 포장, 또는 다른 컴포넌트와 어셈블리를 위해 부품 확인 및 정렬, 작업대에 부품 배치 및 빈에서 부품 제거 등과 같은 작업을 수동 포지셔닝에 비해 훨씬 빠른 속도와 높은 정확도로 수행할 수 있다.

또한 가이드는 다른 머신 비전 툴에 맞게 정렬하는데 사용될 수도 있다. 이는 부품이 생산 중에 알 수 없는 방향으로 카메라에 포착될 수도 있기 때문에 이를 해결할 수 있는 머신 비전의 매우 강력한 기능이다. 부품을 찾아서 다른 머신 비전 툴에 맞게 정렬함으로써 머신 비전을 자동화할 수 있다. 즉, 캘리퍼, 얼룩, 가장자리 등과 같은 다른 비전 소프트웨어 툴이 올바르게 부품과 상호작용할 수 있도록 부품 상의 핵심 특성을 확인하여 정밀 포지셔닝을 가능하게 해준다.

간혹 가이드는 기하학 패턴 매칭이 필요할 수 있다. 패턴 매칭 툴은 명암, 조명은 물론, 비율 변화, 회전 등과 같은 여러 요소들이 크게 변하더라도 이를 확인할 수 있어야 하며, 언제나 부품을 안정적으로 찾을 수 있어야 한다. 패턴 매칭을 통해 얻은 위치 정보는 다른 머신 비전 소프트웨어 툴의 정렬에 사용되기 때문이다.

<그림 5a.가이드에 사용된 이미지 사례>

<그림 5b. 패턴 매칭은 어려울 수 있다.>

<그림 6. 식별 기법은 간단한 바코드 스캐닝에서 OCR까지 다양하다.>

식별

부품 식별 및 인식을 위한 머신 비전 시스템은 바코드(1-D), 데이터 매트릭스 코드(2-D), DPM(Direct Part Mark), 부품이나 라벨, 포장지에 인쇄된 문자 등을 판독한다. OCR(Optical Character Recognition) 시스템은 사전 지식없이 영숫자조합 문자를 판독하는 반면, OCV(Optical Character Verification) 시스템은 문자열의 유무여부를 확인한다. 또한 머신 비전 시스템은 고유의 패턴을 찾아서 부품을 식별하거나 컬러나 모양, 크기에 따라 아이템을 식별할 수 있다.

DPM 애플리케이션은 코드나 문자열을 부품 상에 직접 마킹한다. 모든 산업 분야의 제조업체들이 오류 검증을 위해 이러한 기법을 일반적으로 사용하고 있으며, 방지전략이나 프로세스 제어 및 품질제어 기준 모니터링, 그리고 병목현상과 같은 공장 내 문제 지역을 정량화할 수 있다. DPM을 통한 이력관리는 자산 추적 및 부품 신뢰성 검증을 향상시킨다. 또한 완제품을 구성하는 서브-어셈블리의 부품 계보를 문서화함으로써 탁월한 기술지원 및 보증수리 서비스를 수행할 수 있는 유닛 레벨의 데이터를 제공한다.

기존의 바코드는 소매점의 계산이나 재고관리를 위해 다양하게 적용되고 있다. 하지만 이력관리 정보는 표준 바코드에 적용할 수 있는 것보다 더 많은 데이터가 요구된다. 데이터 용량을 늘리기 위해 기업들은 제조업체, 제품 ID, 로트번호, 그리고 거의 모든 완제품에 사용되는 고유의 일련번호에 이르기까지 더 많은 정보를 저장할 수 있는 Data Matrix와 같은 2-D 코드를 개발했다.

계측

계측을 위한 머신 비전 시스템은 물체의 2개 이상의 지점이나 기하학 위치 간의 거리를 계산하고, 이러한 측정치가 사양에 부합하는지를 판단하게 된다. 만약 오류가 있다면, 비전 시스템은 불합격 신호를 머신 컨트롤러에 전송하고, 라인 상에서 해당 객체를 추출하는 불량품 처리 매커니즘을 트리거한다.

실제로 고정형 카메라는 카메라 시야각을 통과하는 부품의 이미지를 캡처하고, 시스템은 이미지 상의 다양한 지점 간의 거리를 계산하기 위해 소프트웨어를 사용한다. 대부분의 머신 비전 시스템은 0.0254mm 이내의 물체의 특징을 측정할 수 있기 때문에 전통적으로 접촉식 측정으로 처리되어 왔던 수많은 애플리케이션을 해결할 수 있다.

<그림 7. 계측 애플리케이션은 0.0254mm 이내의 부품의 공차를 측정할 수 있다.>

<그림 8. 머신 비전 시스템은 결함이나 기능적 오류를 검출할 수 있다.>

검사

검사를 위한 머신 비전 시스템은 생산되는 제품의 결함 및 오염물질, 기능적 오류나 다른 부적합 요소들을 검출한다. 사례로는 정제약의 결함 검사, 디스플레이의 아이콘이나 픽셀 유무 확인, 또는 터치 스크린의 백라이트 선명도 측정 등이 해당된다. 또한 머신 비전은 식품 및 제약 산업에서 제품과 포장의 매칭 여부를 판단하거나 병의 밀봉 씰이나 뚜껑, 링 확인 등과 같은 제품의 무결성 여부를 검사할 수 있다.

결론

머신 비전은 프로세스 및 품질제어를 위해 디지털 이미지의 정보를 자동으로 추출한다. 대부분의 제조업체는 반복적인 검사 작업에 더욱 적합하기 때문에 사람보다는 자동화된 머신 비전을 이용한다. 머신 비전은 더욱 빠르고, 객관적이며, 지속적으로 작업이 가능한데다, 분당 수백여 개 또는 수천 개의 부품을 검사할 수 있으며, 매일 매일 24시간 일관되고 안정적인 검사 결과를 제공한다.

측정, 계산, 위치확인, 디코딩은 오늘날 제조 분야에서 머신 비전이 수행하고 있는 가장 일반적인 애플리케이션들이다. 머신 비전을 통해 결함을 줄이고, 수율을 향상시키고, 규제를 준수하고, 부품을 추적함으로써 제조업체들은 비용을 절감하고, 수익률을 증대시킬 수 있다.

머신 비전을 이용해 폐기물을 줄이고, 가동 중단시간을 최소화하고, 프로세스를 향상시킬 수 있는 방안에 대한 보다 자세한 정보는 코그넥스를 통해 확인할 수 있다.