초록
본 논문에서는 산업용 매니퓰레이터의 작업 성능 향상을 위하여 영상 기반의 물체 인식 방법을 제안하였다. 기존 산업용 매니퓰레이터의 경우 대부분 산업 현장에서 제공하는 정보만을 활용해 산업용 매니퓰레이터를 동작시킴으로써 작업 물체 틀어짐 등에 대한 문제를 고려하지 않고 있기에 보다 안정적인 작업을 수행하는데 있어 문제점이 발생할 수 있다. 본 연구에서 사용된 물체인식 방법은 기존의 Harris Coner 알고리즘의 인식률 향상을 위하여 HSV채널로부터 색상정보를 포함한 V채널과 배경분리가 용이한 S채널을 분리 한 뒤 이를 바탕으로 Otsu Thresholding 기법을 적용하였다. 이를 통해 작업 물체를 보다 정확하게 인식하고 만약 작업 물체가 외부요인에 의하여 정확한 위치에 놓여있지 않거나 뒤틀어져 있는 경우 신속하게 확인한 후 원활한 작업을 위해 산업용 매니퓰레이터의 동작 제어를 수행하는 것으로 실제 산업용 매니퓰레이터에 적용한 후 실험을 통하여 이를 검증하였다. 이는 실제 공장 시스템에서 갑작스런 사람의 유입 혹은 외부요인에 의한 작업 물체의 변화 등의 문제점에 대하여 강인하고 유연하게 대처하며 오류로 인한 작업공정의 중단을 사전에 방지함으로서 전체시스템 가동시간의 효율성을 증대시키는 결과를 가져올 수 있다.
In this paper, we propose an object recognition method using image information to improve the efficiency of visual servoingfor industrial manipulators in industry. This is an image-processing method for real-time responses to an abnormal situation or to external environment change in a work object by utilizing camera-image information of an industrial manipulator. The object recognition method proposed in this paper uses the Otsu method, a thresholding technique based on separation of the V channel containing color information and the S channel, in which it is easy to separate the background from the HSV channel in order to improve the recognition rate of the existing Harris Corner algorithm. Through this study, when the work object is not placed in the correct position due to external factors or from being twisted,the position is calculated and provided to the industrial manipulator.
