점군 데이터 기반 대칭 부품 식별 방법 연구

Research on symmetrical part identification method based on point cloud data

1*한은진, 1정대진, 1†권기연

1국립금오공과대학교

연구배경

자동차를 비롯한 기계장비의 부품을 가공한 후에 형상오차 검사가 필요하다. 검사 과정에서 한 라인에 한 개의 부품이 흘러가서 검사하는 경우도 있지만, 한 라인에 크기나 종류 등 다양한 형태의 부품들이 흘러가면서 검사하는 경우가 있다. 검사를 자동으로 수행하기 위해서는 해당 부품이 어떤 부품인지 인식하는 게 필요하다.

기존연구

AI를 이용하여 부품인식은 치수 및 형상오차에 한계가 있기 때문에 스캔데이터를 기반으로 히스토그램을 이용한 부품인식을 통해서 부품을 자동으로 인식해야 효율적인 검사를 수행할 수 있다. 이때 히스토그램을 이용한 부품인식은 3차원 점군 데이터를 기반으로 값의 빈도수를 그래프로 나타내고 각각의 그래프를 비교해서 부품을 인식하는 방법이다. 대부분의 부품이 잘 인식되는데, 대칭부품의 경우 같은 부품으로 잘못 구분되는 문제가 있다. 본 연구는 점군 데이터에 대해서 CAD 형상과 비교해서 대칭 부품을 식별할 수 있는 방법에 대한 것이다. 

<대칭부품에 대한 히스토그램 비교>

부품인식방법

실제 측정한 점군 데이터는 노이즈가 많이 포함되어 있고, 포인트 분포가 균일하지 않다. 3차원 격자 구조를 이용해서 포인트를 균일 샘플링하고, CAD 데이터에 대해서도 동일한 방법으로 포인트를 샘플링해서 히스토그램을 생성한다. 이 과정에서 노이즈가 제거되고, 동일한 수준의 포인트 밀도를 이용할 수 있어서 정확한 평가가 가능하다.

<CAD와 측정데이터의 포인트 샘플링>

해당 부품이 어떤 부품인지 인식하기 위해서 모든 점까지의 거리, 직선 및 평면 피팅을 통해 생성된 구, 실린더, 평면을 사용한 히스토그램을 다양하게 생성한다. 생성된 히스토그램 그래프들에 일정한 가중치를 설정하여 유사도를 계산하고, 측정데이터와 유사한 CAD를 선별한다. 측정데이터와 대칭 부품의 경우 이를 거리 값으로만 비교했을 때 히스토그램이 같게 그려지면서 같은 부품으로 구분하는 문제가 있다.

<다양한 히스토그램>

따라서 본 연구에서는 대칭 부품을 다른 부품으로 올바르게 구분하고자 각도 구간별 히스토그램 부품인식 방법을 사용하였다. CAD와 측정 데이터에 대해서 좌표계를 일치시키기 위해서는 직선 및 평면 피팅 데이터를 활용할 수 있다. 그러나 방향을 판단할 수가 없어서 4가지 조합에 대해서 결과를 비교한다. 각도 구간별 히스토그램을 계산했을 때 유사도가 높게 나온 평균 평면을 구성하여 위, 아래 포인트 비율의 차이를 이용하여 최종적으로 부품을 인식한다.

<최종 부품 인식>