Acknowledgement
이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2023R1A2C1006332).
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2023.11a
- /
- Pages.595-596
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Vision-based Joint Defect Tracking by Motion Fault Diagnosis of Collaborative Robots
협동로봇 동작 오류 진단을 통한 비전 기반 조인트 결함 추적 기법
- Hui-Chan Yang (Dept. of Electrical and Computer Engineering, Ajou University) ;
- Jinse Kim (Dept. of AI Convergence Network, Ajou University) ;
- Dong-Yeon Yoo (Dept. of AI Convergence Network, Ajou University) ;
- Jung-Won Lee (Dept. of Electrical and Computer Engineering, Ajou University)
- Published : 2023.11.02
Abstract
스마트팩토리의 핵심 설비 기기인 협동로봇의 유지보수를 위해 다양한 센서 데이터를 활용한 딥러닝 기반 결함 진단 연구가 확대되고 있다. 하지만 협동로봇은 기계적 특성과 수행하는 작업의 다양성으로 인해 내부 센서 데이터의 복잡도가 매우 높아 고정적인 결함 진단 기법을 적용하기 어렵다. 따라서 본 논문은 협동로봇의 동작 패턴을 직관적이고 신속하게 인지할 수 있는 비전 기술을 활용하여, 동작 오류 진단을 기반으로 원인이 되는 조인트 결함 위치를 추적하는 딥러닝 기법을 제안한다.
Keywords