• ICROS
• /
• v.19 no.4
• /
• pp.23-31
• /
• 2013

현재의 머신비전 솔루션은 수많은 주변 시장으로 확산되고 있으며, 실제로 비전기술은 어느 공장 자동화 시스템과도 융합할 수 있는, 속도가 빠르고 유연성을 가진 솔루션이 되고 있다. 특히, 기술 혁신으로 인해 비전 센서와 스마트 카메라, PC 기반 머신비전 시스템과의 경계가 희미해졌고, 더불어 머신비전기술이 제조 공정 및 로봇 기술들과 계속 융합되면서 대폭 성장 가능성이 창출될 것이다. 본 특집호에서는 다양한 분야의 머신비전과 융합된 기술들을 소개하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.259-260
• /
• 2014

IT 기술의 발달로 인해 로봇공학은 전문가의 영역에서 비전문가의 영역까지 두루 사용되고 있다. 그러나 현재 존재하는 소프트웨어는 여전히 높은 진입 장벽을 가지고 있다. 비전문가가 실질적으로 참고자료가 많이 부족하기 때문에 로봇 제어가 쉽지 않다. 본 논문에서는 5 자유도를 가진 로봇 팔을 움직이게 할 때 사용하는 기존의 역기구학(Inverse Kinematics)을 활용하여 기존 방법의 난도보다 직관적인 방법을 제시하여 비전문가들에게 로봇에 대한 높은 접근성을 제시한다.

• ICROS
• /
• v.9 no.1
• /
• pp.30-34
• /
• 2003

머신비전 기술은 거의 모든 지능형시스템에 필요한 핵심요소기술이다. 본 논문에서는 최근 머신비전기술의 연구 동향을 이론적 관점과 응용의 측면에서 검토하고 앞으로의 발전 방향을 전망해 보고자 한다. 연구동향을 파악하기 위해서 사용된 자료는 비전분야의 저명한 국제학술대회에 발표된 최근 수년 동안의 논문과 관련 분야에서 인정받고 있는 첨단기술을 중심으로 하였다. 이러한 연구동향을 바탕으로 하여 머신비전 기술의 두 가지 중요한 발전방향으로, "물체인식 분야"와 "비전과 그래픽스의 결합분야"를 예측해 보았다. 머신비전 기술의 응용은 가정자동화(Home automation)와 사회자동화(Social automation)로 예측하였고 그 근거에 대해서도 논의하였다.

• Electronics and Telecommunications Trends
• /
• v.22 no.2 s.104
• /
• pp.38-47
• /
• 2007

지능형 로봇에 사용되는 필수적인 여러 센서들 중 시각센서는 로봇 지각의 중추적인 역할을 담당한다. 로봇 시장의 확대와 함께 이러한 시각 센서를 기반으로 인간과 로봇과의 자연스러운 상호작용에 대한 연구가 활발히 진행되고 있으며 최근에 학교와 연구소를 중심으로 대상체의 삼차원 거리 영상 정보를 함께 얻을 수 있는 스테레오 비전 처리 기술 개발이 활발히 진행되고 있다. 본 고에서는 스테레오 비전 처리에 대한 국내외연구 개발 동향에 대해 살펴보고 ETRI에서 개발중인 지능형 로봇의 스테레오 비전 처리 기술에 대하여 소개한다.

• Proceedings of the KIPE Conference
• /
• 2005.07a
• /
• pp.152-155
• /
• 2005

본 논문에서는 CCD 카메라의 시각정보 이미지를 이용한 Machine Vision System을 개발하여 산업용 로봇에 적용하고 이를 통해 이동물체에 대한각종 조작 및 자동화 작업을 수행하는 지능형 산업용 로봇을 위한 실시간 비전 트래킹 시스템을 연구하였다. 비전 트래킹 시스템에서 물체의 위치 계산에 대한 정밀도와 함께 빠른 처리속도를 요구하므로 로봇제어기와는 별개의 Embadded 시스템으로 비전 제어기를 구성하고 로봇제어기와의 Serial 통신을 통하여 트래킹 시스템을 구현하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1827-1828
• /
• 2008

지능형 휴머노이드 로봇에서 환경에 따른 행동결정능력은 로봇이 필수적으로 갖추어야 할 기능이다. 특히 비전기반의 환경인식 기술은 로봇에서 가장 많은 보행 환경 정보를 제공한다. 따라서 보다 정확한 환경인식 성능을 위해서는 상체의 움직임이 많은 휴머노이드 로봇에서 비전기반의 높은 환경에 대한 인식 기능을 위해 전처리 단계로 로봇 자체의 움직임을 상쇄 시켜주는 기능이 필수적이다. 본 논문에서는 Gaussian 모델과 Wavelet Transform을 사용하여 추적하고자 하는 영역을 추출하고 PCA를 이용하여 로봇 자체의 움직임을 상쇄시키는 방법을 제안한다. 본 방법은 영상 전체를 분석함으로써 기존의 픽셀 단위로 움직임을 분석하는 방법에 비하여 간단하면서도 우수한 성능을 보인다. 본 시스템을 제작한 로봇에 적용한 결과 보다 높은 인식 성능을 얻을 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.329-330
• /
• 2007

지능형 로봇에서 환경인식과 이러한 환경에 따른 행동 결정능력은 로봇이 필수적으로 갖추어야 할 기능이다. 본 논문은 이족로봇 플랫폼에서 비전기반 환경인식과 이를 통한 안정적인 보행 제어시스템을 제안한다. 비전기반 환경인식 시스템은 움직임 모델을 이용한 로봇 자체 움직임 보정 모듈, Adaboost를 이용한 장애물 영역 추출, PCA를 이용한 장애물 특징 추출, Hierarchical SVM을 이용한 장애물 인식 모듈로 구성되어 있으며, 이러한 환경 인식 시스템으로부터 보행 제어 시스템은 상황에 맞는 안정적이 보행 궤적을 생성한다. 보행 제어 시스템은 neural network을 이용하여 보행 궤적 생성 모듈과 보행 오차를 보정하기 위한 fuzzy 제어기 모듈로 구성되어 있다. 본 시스템을 제작한 로봇에 적용한 결과 보다 안정적인 보행을 할 수 있었다.

• ICROS
• /
• v.15 no.3
• /
• pp.31-39
• /
• 2009

본 고에서는 병렬 영상처리를 이용한 고속 머신 비전(Machine Vision) 기술의 동향에 관해 다룬다. 머신 비전에서 사용되는 대표적인 고속 상용 영상처리 라이브러리인 MIL, HALCON, IPP에 대해 소개하고 현재 활발히 연구되고 있는 SSE, OpenMP, CUDA와 같은 병렬 처리 기술에 대하여 알아 본다. 이러한 병렬 처리 기술을 실제 영상처리 알고리즘에 적용하여 그 성능을 고속 상용 영상처리 라이브러리의 성능과 비교하여 소개된 병렬 처리 기술을 실제 PCB 기판 자동검사와 같은 머신 비전에 적용한 연구사례에 대해서 알아본다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.219-222
• /
• 2002

본 논문에서는 미지의 환경에서 이동로봇의 자율 주행이 가능하도록 비전 시스템과 퍼지규칙을 이용한 경로 설정과 장애물 회피를 위한 알고리즘을 소개 하고자 한다. 한편 원격지에서도 로봇의 움직임을 파악할 수 있도록 인터넷을 통한 원격운용 기능을 추가함으로써 로봇의 효율적인 운용이 가능하도록 하였다. 소벨 연산자를 이용한 장애물의 윤곽선 추출과 퍼지규칙을 이용하여 경로 계획과 장애물 회피를 위한 알고리즘을 생성하였으며, 컴퓨터 시뮬레이션으로 그 효율성을 검증하였다. 또한 실제 이동 로봇을 제작하여 실험한 결과에서도 제안된 알고리즘이 우수한 성능을 발휘함을 확인할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.698-703
• /
• 2006

This paper proposes an approach to search for the odor source using an autonomous mobile robot equipped with vision and odor sensors. The robot is initially navigating around the specific area with vision system until it looks for an object in the camera image. The robot approaches the object found in the field of view and checks it with the odor sensors if it is releasing odor. If so, the odor is classified and localized with the classification algorithm based on neural network The AMOR(Autonomous Mobile Olfactory Robot) was built up and used for the experiments. Experimental results on the classification and localization of odor sources show the validity of the proposed algorithm.