KCI등재
SCOPUS
거리 편차 데이터 및 2D 이미지에 대한 Convolution Filter 및 앙상블 기반 딥러닝 분석을 통한 제품 파지 품질 검사 시스템 개발 = Development of Product Picking-Quality Inspection System through Convolution Filter and Ensemble-based Deep Learning Analysis for Distance Deviation Measurement and 2D Image
저자
발행기관
학술지명
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재,SCOPUS,ESCI
자료형태
학술저널
발행기관 URL
수록면
283-293(11쪽)
제공처
With increased customized personal production, vacuum grippers have been increasingly used to handle various products in a single manufacturing system. Vacuum grippers are less affected by the shape or material of the target part. However, regardless of the quality of the part, it is sometimes impossible for the gripper to successfully pick a part owing to a tiny curvature on the target surface. Therefore, we propose a non-destructive picking-quality inspection system. In this system, the distance deviation was measured in the form of a 2D grid, and an image of the gripping surface was captured. The collected measurements and images were applied to the convolution filter-based autoencoder and neural network, respectively, to evaluate the grip possibility. Consequently, the picking-quality score was calculated through the soft-voting-based ensemble method. The effectiveness of the proposed method was evaluated using 80 box data with 5-fold cross-validation. The proposed method demonstrated better performance with an accuracy of 99.8%.
더보기맞춤형 개인 생산이 증가함에 따라 단일 생산 시스템에서 다양한 제품을 다루기 위해 진공을 이용한 흡착 그리퍼가 많이 사용되고 있다. 흡착 그리퍼는 제품의 형상이나 재질에 영향을 적게 받는다는 장점이 있으나 제품이 판매 품질을 만족했음에도 불구하고 미세한 표면의 굴곡 요소로 인해 파지에 실패하는 경우가 발생한다. 이를 해결하기 위하여 파지 대상의 제품을 비파괴 기반 파지 품질 검사 시스템을 제안한다. 본 시스템에서는 격자 형태로 거리 편차를 측정하고 동시에 파지 표면의 이미지를 획득하였다. 획득한 데이터와 이미지를 convolution filter 기반의 autoencoder와 neural network에 각각 입력하여 파지 가능성을 각각 평가한 후 soft-voting 기반의 앙상블을 통해 최종적으로 파지 품질 점수를 계산하였다. 상자 타입 제품 80개를 대상으로 5-fold 교차 검증한 결과 약 99.8%의 검사 정확도를 보였다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)