딥러닝

사양

코그넥스 ViDi™ 제품은 자동차 산업 전용으로 고안된 최초의 딥 러닝 기반 이미지 분석 소프트웨어 입니다.

사람과 유사한 지능과 머신 비전의 강력한 성능이 결합된 코그넥스 ViDi는 잘못된 부품 위치, 복잡한 외관 검사,

분류 작업 및 까다로운 OCR 애플리케이션에 적합합니다.

딥러닝이 반영되는 자동차 산업 솔루션

피스톤 링 검사

ViDi 레드 - 분석 툴로 텍스처를 가진 금속 표면의 결함의 자동 감지 및 구별이 단순합니다.

피스톤의 압축 링은 왕복 엔진에서 다양한 역할을 수행하며, 연소실을 밀폐시키고 오일을 균일하게 소모하도록 하고,

압축링의 결함은 피스톤의 반사성 금속 표면 때문에 감지하기 어렵습니다. 금속 표면 텍스처의 정상 범위 내의 변형은

제조 공정의 일부로 받아들여지고 있으며, 녹슨 자국과 흰색 부분, 심지어는 표면 균열과 틈의 변동은 검사에서 통과됩니다.

코그넥스 ViDi 제품은 사소한 변형을 판단할수 있는 인간의 능력에 자동시스템의 안정성, 일관성과 속도를 결합한 효과적인

검사 솔루션을 제공합니다. 무시할 수 있는 변형과 실제 불량을 학습한 소프트웨어는 런타임시 긴 흡집이 있는 이미지를

결함으로 구별합니다.

실린더 검사

ViDi 레드- 분석 툴로 금속의 기공을 감지합니다.

실린더는 기계적 마모를 통해 생기는 금속의 사소한 비균질성(irregularity)은 용인되지만 '기공'이라 부르는

금속의 기포가 있어서는 안됩니다. 결함을 검사하기가 특히 까다로운 이유는 실린더의 표면이 거칠고 깊은

심도로 인해 가장자리 주변의 이미지가 흐리게 표시되기 때문에 실린더의 반사성 표면에서 발생하는 반사광이나

반짝임 또한 검사를 복잡하게 만듭니다. 코그넥스 ViDi는 기공을 빠르게 식별할뿐만 아니라, 딥러닝 기반 소프트웨어는

런타임 도중 각 이미지를 밀리초 단위 내로 검사하여 기공이 있는 이미지를 결함으로, 나머지를 정상으로 구별합니다.

용접 이음매 검사

ViDi 레드- 분석 및 그린- 분류툴로 용접 이음매 결함에 대한 자동 감사 및 분류를 단순화 합니다.

피스톤의 용접 이음매는 변동이 심하므로 비정상 요소를 구별하기가 어렵고, 용접의 누락, 과도하거나 부족한 용접과

같은 특정 이상 요소는 선호되지 않는 반면 중첩 이음매 등은 선호되며 안전상의 이유로도 필요합니다. 어두운 이미지

영역때문에 검사는 더욱 복잡해집니다.

코그넥스 ViDi를 사용하면 중접 이음매를 비롯한 모든 용접 이상현상을 보이는 '불량' 이미지, 그리고 이상현상이 전혀

없는 '양호'샘플에 대해 감독 모드의 레드-분석툴로 소프트웨어를 학습하고, 이 경우 허용 가능하거나 거부 원인이

될 수 있는 이상현상을 비롯한 모든 이상현상이 결함으로 식별 됩니다.

점화 플러스 식별 및 분류

키팅/사전 조립 검증과 관련된 부품을 ViDi블루와 그린으로 식별, 카운팅, 분류합니다.  

주어진 환경에서 바코드 사용이 불가한 경우 제조업체는 특정한 식별, 카운팅, 분류 등의 애플리케이션을 육안검사로만

해야 합니다. 와관의 사소한 변동은 자동 검사 시스템으로 하기엔 너무 복잡하고, 사전 조립을 위해 여러 색상의 트레이로

전달되는 점화 플러그가 이 경우에 해당합니다. ViDi 블루-위치 식별 툴의 경우 엔지니어는 트레이 이미지를 사용하여 각

점화 플러그를 식별하고 카운팅하도록 소프트웨어를 학습하고 ViDi 그린-분류 툴은 딥 러닝 기반 모델을 사용하여 점화

플러그를 로봇과 관련된 특징 즉, 색상으로 분류합니다.

에어백 검사

 ViDi 레드- 분석은 직물의 성형 결함을 검사합니다.

승객의 안전을 보장해야 하는 에어백은 엄격한 품질 기준이 요구됩니다. 품질 문제는 수동 검사 시 자주

누락되거나 감지하기 어려울 수 있고, 에어백의 복잡한 직물 표준 때문에 기존 머신 비전 시스템으로

프로그래밍하기도 쉽지 않습니다.  직물 패턴은 매우 복잡할 수 있으며 직물의 신축성, 실 두께와 사소하고

수많은 허용 가능 변형으로 인해 에어백의 와관은 많은 차이가 있습니다. 코그넥스 ViDi 제품은 '불량'

이미지에 대한 학습 없이 모든 이상 특징을 식별할 수 있는 간단한 솔루션을 제공합니다.

코그넥스 ViDi는 구멍, 찢어짐과 비정상적인 박음질 패턴등의 모든 이상현상을 일관성 있게 안정적으로 감지

할 수 있고, 직물의 결함 영역을 빠르게 식별하고 보고하는데, 이때 방대한 규모의 결함 라이브러리는 필요하지

않습니다.

트림 최종 조립 검증

ViDi 레드 - 분석 툴은 복잡한 배경에서도 각 부품의 존재 여부 및 배치를 확인합니다.  

최종 조립 검증에 관련된 다양한 트림 구성품은 와이어 배늗오 금속 하우징 등의 모든 부품이 존재하고 올바르게

조립되었는지 확인을 해야 합니다. 미묘한 조명 ㅐ비로 인해 밴드가 올바른 하우징에 있는지 쉽게 판단하기 어렵고,

와이어 밴드를 능숙하게 식별할 수 있지만 속도 및 효율성은 떨어집니다.

코그넥스 ViDi는 딥 러닝 기반 이미지 분석을 사용하여 트림의 완성된 모습을 학습하고, 또한 누락된 밴드를 검사관처럼

정확하게 식별하면서도 자동화 시스템의 속도와 안정성은 유지된다는 차이점이 있습니다.

차대번호(VIN) 검사

ViDi 블루- 판독 툴은 변형된 문자를 인식합니다.  

차대 번호에는 문자와 숫자가 포함되며, DPM이 금속판에 에칭 또는 기재되거나 스티커에 인쇄되어 있을 수 있습니다.

자동차 제조업체는 정상적인 이력관리르 ㄹ위해 차대 번호를 찾아 판독해야 하지만, 머신 비전으로 검사 시 반사광,

도장색, 반짝임 등은 비전시스템으로 문자를 찾고 인식하는데 어려움을 유발합니다.

다만, 블루-판독 툴의 사전 학습된 모든 문자 인식 기능은 반짝임과 대비로 인한 불분명한 문자까지 인식해내고,

학습 및 검증 동안 소프트웨어의 모델이 모든 문자를 정확하게 식별할 때까지 검사 담당자가 누락된 문자만 다시

라벨링하면 됩니다.

출처 코그넥스