생각보다 많은 작업을 수행할 수 있는 머신비전
머신비전을 활용한 도구 소개
컴퓨터가 사진 속의 고양이를 인식하기 위해서는 컴퓨터 비전이라는 기술이 필요하다. 컴퓨터 비전이란 컴퓨터가 ‘보는’ 방법, 즉 이미지 내의 특정 패턴과 대상을 인식하는 방법을 이론적으로 이해하는 컴퓨터 과학 분야이다. 이러한 이론적인 진보가 실제 장치 및 제조 과정에 적용될 때 비로소 ‘머신비전’이라는 시스템 엔지니어링 분야에 대한 이야기가 된다. 머신비전은 고도의 카메라 기술로 단순한 이미지 처리를 뛰어넘어 시각적인 데이터를 취하고 특수한 알고리즘을 사용해 유용한 정보를 추출한다. 머신비전에 의해 획득한 정보는 산업용 기계 및 로봇 장비의 작동을 안내하는데 사용된다.
많은 사람들은 컴퓨터 비전의 이론적인 분야가 얼마나 제조에 실질적인 이익을 가져다주었는지를 인식하지 못한다. 소형 스마트 카메라뿐만 아니라 강력한 PC 연결 카메라 시스템에서도 구현된 학자들의 뛰어난 작업은 산업 운영을 더 안전하고, 안정적이며, 더 생산적으로 만들기 위해 매일 사용되고 있다. 사람들이 생각하는 것 보다 더 많은 일들을 할 수 있는 머신비전에 대해 소개한다.
오늘날의 산업 자동화 시스템의 필수 요소
디지털 이미지에서 정보를 자동으로 추출하는 기능이 있다면 제조업체는 비용을 절감하고 품질을 향상 시키며 프로세스를 전체적으로 간소화 하는 등 다양한 이점을 얻을 수 있다. 머신비전의 주요 용도는 검사, 측정 및 로봇 가이던스이다. 일부 작업들은 반복적인 작업을 가능한 빨리, 높은 정확도로 수행하길 요구하는데, 이는 정확히 머신비전 시스템이 탁월하게 수행할 수 있는 것들이다. 지난 몇 십 년 동안 머신비전은 비용 효율적으로 발전했으며 구현이 간편해졌다.
자동 검사는 일반적으로 생산 라인을 따라 움직이는 물체와 나란히 위치하는 인라인 방식으로 수행된다. 기술은 복잡하지만 자동화 작업을 수행하기 위한 머신비전의 기본 순서는 간단하다. 비전 시스템은 부품이 앞에 있을 때 이미지를 캡처하도록 설계됐으며 시스템이 이미지로부터 주요 특징 및 데이터를 추출한다. 마지막으로, 결과 데이터를 전달해 ‘합격/불합격(Pass/Fail)’과 같이 간단한 조치 또는 결정을 내릴 수 있다. 비전시스템을 통해 획득한 정보로 이루어질 수 있는 동작에는 불합격 판정이후 물체 처리 방법과 로봇이 픽업할 부품의 위치를 제공하는 작업이 포함된다.
카메라가 처리하려는 물체를 인식하기 위해서는 생산 라인의 적절한 조명이 필수적이다. 시스템이 광원과 주변 조명의 변화보다는 검사 중인 물체의 실제 변화를 반영할 수 있도록 조명이 일관성 있어야 한다. 첨단 광학, 뛰어난 조명 기술 및 최첨단 알고리즘을 갖춘 머신 비전 시스템은 제품 검사, 인쇄 검사, 표면 결함 탐지, 측정 및 로봇 가이던스 등 다양한 산업 자동화 작업을 수행 할 수 있다.
폭 넓은 기능을 갖춘 기초 툴킷
생산 라인에 필요한 조건을 거의 완벽하게 충족하는 조명이 있더라도 변수는 여전히 존재한다. 머신비전은 어떻게 다양한 불규칙성에 대처하면서도 여전히 안정적으로 작업을 수행할 수 있을까? 결과적으로 머신비전의 광범위한 기능은 위치, 측정, 카운팅 및 디코딩과 같은 몇 가지 기본 기능만을 제공한다. 이 네 가지 작업은 픽셀 밝기 값을 인식하고, 모서리 윤곽선을 찾고, 모양과 패턴을 일치시키는 일반적인 기능에 따라 달라진다. 이러한 작업은 이미지를 템플릿별로, 픽셀별로 비교하거나 인식된 가장자리 세트(인접한 픽셀 강도의 그레이디언트를 계산해 생성됨)와 템플릿의 가장자리를 비교하는 복잡한 작업이다. 패턴 매칭을 수행하고 최적화하는 방법은 다양하지만 이 글은 산업 전문가가 활용할 수 있는 기능에 중점을 두고 작성됐다.
기본 기능: 위치 탐지
대부분의 복잡한 머신비전 처리 작업은 개체 위치 탐지로부터 시작된다. 이 시스템은 다양한 배경을 가진 여러 장의 이미지에서 특정 패턴을 인식하도록 훈련된다.
머신비전 시스템이 사전 훈련에 의해 동일한 위치에 반복적으로 자리할 것으로 예상하는 일반적인 예시는 데이터 매트릭스와 같은 2차원 바코드이다. 시스템은 바코드를 해독하기 전에 바코드를 찾아야하는데 코드가 있는 제품이 빠른 속도로 움직이기 때문에 바코드 찾기를 보다 빨리 수행해야한다.
실제로 고성능 스마트 카메라는 분당 최대 4,000개의 부품 또는 초당 300인치가 이동하는 컨베이어 벨트에 위치한 부품을 검사 할 수 있다. 코드는 일반적으로 로고와 같이 바코드 근처에 있는 다른 그래픽과 마찬가지로 비전 시스템에게 바코드가 존재함을 나타낸다.
머신비전용 카메라의 시야 내에서 특정 패턴을 매칭시키는 것은 또한 물체가 훈련을 위해 제공된 패턴에 얼마나 근접했는지를 기반으로 결함을 검출하는 것을 가능하게 한다. 물체의 이미지가 예상 패턴으로부터 상당한 편차를 갖는다면 생산 라인에서 재 작업되거나 거절될 것이다. 예를 들어 가장자리가 없어야하는 위치에 있다거나 예상 색상 또는 가장자리와 일치하지 않는 픽셀이 있는 경우가 재작업 또는 불합격 조건에 해당된다.
기본 기능: 개수
머신비전 시스템이 관심 개체를 찾으면 이미지에 있는 유사한 개체의 수를 셀 수 있다. 또한 객체가 영상에 존재 여부를 파악할 수 있으므로 존재/부재 테스트도 카운트 범주에 속한다. 예를 들어 자동차 산업에서 개수 기능은 부품의 가공된 구멍의 수가 적절한지 여부를 결정하는 데 사용된다. 구멍의 개수 또는 크기가 잘못된 부품은 새 차를 만드는데 적합하지 않아 생산 라인에서 제거된다.
기본 기능: 측정
머신비전은 또한 이미지에 위치한 물체들 사이의 거리를 재는 기능, 즉 측정 기능을 제공한다. 머신비전은 약병의 바닥에서부터 병이 채워진 지점 사이의 거리 측정과 같이 제품의 두 구성 요소 사이의 거리가 기준에 부합하는지 확인하기 위해 매우 정밀한 측정을 수행할 수 있다. 비전 시스템이 측정을 수행하기 위해서는 먼저 보정이 돼야 한다. 간단한 보정이란 측정 단위가 특정 픽셀 수와 같음을 시스템에 알려주는 것이다. 보다 복잡한 보정에는 그리드 간격이 알려진 값과 동일한 그리드 패턴을 시스템에 보여주는 것이 포함된다. 이런 보정 단계를 거치면 카메라가 기울거나 회전하거나 렌즈에 왜곡이 있는 경우에도 측정이 보다 양호해진다.
비전을 사용해 측정을 수행하기 위해 생산 라인에서 물체를 물리적으로 조작할 필요가 없고 접촉 방식이 아니기 때문에 부품이 손상될 위험이 없다. 또 머신비전 측정은 시스템을 설정하는데 비용이 적게 들고 프로그래밍 지식이 덜 필요하기 때문에 사실상 접촉식 측정을 대체했다. 머신비전은 원형의 물체와 같이 접촉식 측정이 까다로운 측정을 포함해 초당 수천 번의 측정을 수행할 수 있다. 머신비전이 접촉식 측정보다 뛰어난 이유는 접촉식 측정의 경우 몇 개의 접촉점만으로 측정을 해야 하는 반면, 머신비전은 훨씬 더 나은 값을 얻기 위해 원의 360도 모든 점을 빠르고 쉽게 이용할 수 있기 때문이다.
기본 기능: 1D 및 2D 디코딩
다양한 산업 가운데, 특히 가전제품과 자동차 산업에 사용되는 모든 부품에는 기계가 판독할 수 있는 코드가 표시돼 있다. 1D 및 2D 디코딩은 머신비전 시스템이 이러한 기호(symbologies)를 디코딩해 생산 프로세스 전반에 걸쳐 부품을 추적하고 어느 완제품의 일부가 되는지를 문서화할 수 있도록 하는 필수적인 기능이다. 이것은 흔적(track)과 추적(trace)으로 알려진 개념이다.
예를 들어 이 정보는 구성 요소 결함으로 인해 리콜이 발생할 경우 수거해야할 제품의 범위를 결정하려고 할 때와 같이 나중에 문제가 발생할 경우 기록 데이터로 사용할 수 있다.
산업 자동화 시스템은 위치 탐지, 개수, 측정, 디코딩 등의 기본적인 기능을 다양하게 결합해 목적에 맞는 거의 모든 검사 작업을 처리할 수 있다. 하지만 그들이 할 수 없는 한 가지는 사람의 마음을 읽는 것이다. 이러한 이유로 산업 자동화 솔루션 제공업체는 특정 패턴과 논리적 절차로 미리 프로그래밍해 어떤 것을 찾아야 하는지를 머신비전 소프트웨어에 입력해야 한다.
응용과학 분야에도 활용이 가능한 머신비전
인간 검사관과 비교했을 때 머신비전은 속도와 일관성 면에서 크게 앞선다. 또한 머신비전은 24시간 내내 지치지 않고 지속적으로 양질의 제품을 제공하고 불량품을 안정적으로 검출해낼 수 있다.
머신비전 시스템이 검사 관련 작업을 빠르고 정확하며 일관되게 처리할 뿐만 아니라 신속하게 시정 조치를 수행할 수 있으므로 다운타임이 최소화된다. 또 시간이 지나면서 수집된 검사 항목의 적합성에 대한 데이터를 분석해 예를 들어 절단 도구의 경우 마모 및 파손과 같은 추세를 확인할 수도 있다.
실제 활용 예시: 1D 및 2D 코드 검증
머신비전 프로세스 제어의 이점에 대한 좋은 예시 중 하나는 코드 검증이다. 생산 여정을 시작하기 위해 제품 및 부품에는 트레이서빌리티(traceability)에 필수적인 기계 판독 코드가 인쇄되거나 도트핀으로 각인되거나 새겨져 있다.
코드 품질은 일관적이지 않으며 마킹 시스템의 성능에 따라 시간이 지나면 닳거나 지워질 수 있으므로 머신비전 기술을 사용해 이러한 코드의 가독성을 검증해야 한다. 고급 코드 검증 시스템은 국제표준화기구(International Organization for Standardization, ISO)에서 정한 표준에 따라 다양한 기호에 등급을 매긴다.
또한 프린터 기능을 주시하고 스캔할 수 없는 기호에 대해 분쟁이 발생할 경우 참조하기 위해 등급 동향을 추적하고 바코드 품질에 대한 정보를 기록한다.
머신비전은 또한 사람이 판독할 수 있는 기호를 인식하고 확인하는 기능, 즉 광학 문자 인식(OCR) 및 광학 문자 검증(OCV)도 가능하다.
많은 제품 및 부품들이 사람이 읽을 수 있는 코드와 기계가 판독 가능한 코드를 함께 가지고 있기 때문에 OCR과 OCV는 중요한 기능이다.
두 가지 유형의 표시를 모두 읽어야 데이터가 일치하는지 확인할 수 있기 때문이다. OCR은 실제 읽기를 수행하는데 사용되며 변형된 경우에도 문자를 읽을 수 있다.
반면 OCV는 인쇄 품질을 확인하는데 사용된다. OCV는 3, 8, 6 또는 B와 같이 헷갈릴 수 있을만한 문자가 사람이 읽을 때 혼동을 일으키지 않는지 검증한다. 인쇄된 만료일에 OCV를 수행하는 것이 이 기술의 유용성을 보여주는 완벽한 예시이다. 누군가가 유통기한을 잘못 읽고 유통기한이 지난 음식이나 약을 섭취하는 것을 원하지 않는다면 말이다.
실제 활용 예시: 의학
환자의 안전은 의약품 라벨의 정확한 표기와 직결돼 있다. 한 사람의 생명을 구하는 약이 다른 사람에게는 독이 될 수 있기 때문에 의약품 분야에서 실수에 대한 관용은 절대 있을 수 없다. 머신비전 시스템은 생산 라인 시작 부분에서 바이알에 부착된 초기 표시가 나중에 추가된 라벨과 일치하는지 확인하는 역할을 수행할 수 있다. 또한 색상이 올바른지, 뚜껑이 제대로 위치했는지, 라벨이 손상되지 않았는지, 채우기 선이 예상과 일치하는지 등을 확인할 수 있다.
실제 활용 예시: 자동차
오늘날의 자동차가 이전보다 더 복잡해지고 선택할 수 있는 옵션과 특징이 늘어남에 따라 생산 오류의 가능성이 점점 더 높아지고 있다. 머신비전은 제조업체와 공급업체가 생산 공정 전반에 걸쳐 결함을 방지하는데 도움을 줄 수 있다. 머신비전은 로봇이 랙에서 부품을 골라 올바른 부품인지 확인 및 품질을 검사한 다음 조립할 부품을 배치하도록 안내할 수 있다.
스마트 카메라의 도입으로 자동차 산업에서 머신비전 사용에 대한 옵션이 크게 향상됐다. 스마트 카메라를 생산 라인에 따라 여러 지점에 분산시켜 독립적인 검사 시스템을 가능하게 하기 때문이다.
스마트 카메라는 광학, 조명, 비전 소프트웨어 및 통신을 단일 장치에 결합해 모든 검사 지점에 처리 센터를 설치할 필요가 없게 만든다.
실제 활용 예시: 로봇 가이던스
머신비전의 기술은 패턴을 찾는 능력을 탑재해 로봇 장비를 필요한 물체로 안내해 찾아내도록 하는데 탁월한 성능을 자랑한다. 머신비전이 없으면 로봇이 필요로 하는 물체를 매번 똑같은 위치에 배치해야하며, 예상 위치에서 조금이라도 벗어나면 물체의 처리가 중단되고 생산 라인이 멈출 수 있다. 로봇이 움직이는 컨베이어 벨트에서 물건을 집어내는 것은 매우 까다로운 일이다.
그러나 머신 비전을 사용하면 움직이는 표적을 비롯한 물체의 위치에 상대적으로 쉽게 접근할 수 있다. 머신비은 특정 시점에 시각을 제공하고 소프트웨어는 이미지에서 원하는 객체를 찾는다.
이 시스템은 각 부품의 위치 데이터를 계산하고 트리거된 시점부터 객체가 얼마나 멀리 이동했는지에 대한 정보를 추가적으로 획득한 다음 이 부품을 집어낼 위치를 로봇에 전송한다. 기본적으로 개체가 있는 지점을 향해 조준하고 발사해야하는 스키트 사격의 컴퓨터 버전과 유사한 이 작업은 비전 제어 로봇이 개체가 움직이는 중에도 물체를 집어 올리는 것이 가능하게 한다.
급속히 발전하는 머신비전 기술
머신 비전은 해를 거듭할수록 점점 더 발전하고 있다. 한때 상당한 양의 프로그래밍 노하우가 필요하고 고가의 투자가 요구되는 기술이었지만 이제는 설치가 간단하고 사용이 간편하며 이전보다 훨씬 저렴해졌다.
정확도, 속도 및 안정성의 극적인 향상으로 머신비전, 특히 스마트 카메라가 매우 뜨거운 엔지니어링 주제로 부상했다. 머신비전 시스템이 이미 달성 할 수 있는 다양한 작업을 감안할 때 가까운 미래에 어떤 혁신이 실현 될지 지켜보는 것이 아주 흥미로울 것으로 기대된다.
출처 : Omron Microscan Systems (www.microscan.com)
