일본산업뉴스요약

고속 제조 라인에서 이물질 감지
NEC∙도쿄대, ‘전자의 눈’으로 물체 인식

NEC는 도쿄대학 대학원 정보이공학계 연구과의 이시카와(石川) 교수 연구팀과 세노오(妹尾) 교수 연구팀과 공동으로 고속으로 움직이는 제조 라인에서의 외관 검사나 이물질 감지를 순식간에 하는 물체 인식 기술을 개발하였다. 뇌신경을 모방한 뉴럴 네트워크와 고속 카메라를 조합하였다. 제조 라인의 움직임을 조정하지 않아도 컨베이어벨트에서 대량으로 움직이는 부재나 식품, 관 속에서 낙하하는 알약 등에 난 상처나 이물질을 인간의 지각을 초월한 ‘전자의 눈’으로 실시간으로 인식할 수 있다.

NEC의 인공지능(AI) 이미지인식기술과 도쿄대학이 주도하는 고속 이동 물체의 추적 기술을 융합시켜, 고속으로 움직이는 제조 라인에서 문제가 되는 전수 검사에 대한 길을 열었다. 인증 공정은 2단계다. 첫 단계에서는 고속카메라로 촬영한 초당 1,000 프레임의 대량 이미지 중에서 상처나 각인 등을 인식하는데 유효한 이미지만을 순식간에 3장 정도 선별한다.

다음 단계에서는 속도 중시의 경량 뉴럴 네트워크를 이용하여 선별한 이미지를 바탕으로 빠르게 인식 처리를 반복한다. 그 결과를 조합하여 가장 많이 출현한 결과를 정답으로 하는 다수결 방식으로 하였다.

알약의 외관 검사를 상정한 실험에서는, 수십 개의 주사위 모양의 작은 부재를 고속 카메라 앞에서 일제히 자연 낙하시켜 각인되어 있는 5mm 정도의 미세한 문자의 차이를 조사해 보았다. 그 결과 실시간으로 90% 이상의 정밀도로 판별할 수 있다는 것을 확인하였다.

NEC는 ‘고속카메라로 잘 추적했을 때의 정보의 차이 등을 활용함으로써 이미지 선별 시간을 대폭으로 삭감할 수 있다’는 점에 착안. 또한 선별된 유효한 이미지를 바탕으로 하나 하나의 처리를 가볍게 하여, 다수결로 정함으로써 실시간성을 실현하였다.

다수결 방식의 채용도 유니크하며 다단계의 뉴럴 네트워크를 이용한 심층학습과 비교하여 인식 시간이 압도적으로 빨라진다.

기업의 제조 현장에서는 고객 요구의 다양화에 의해 ‘다품종 변량 생산’이 진행되면서 품질 트러블 방지와 짧은 납기의 양립이 요구되고 있다. 개발한 기술을 제조 라인에 적용함으로써 생산 효율의 향상과 품질의 균일화 등에 공헌할 수 있다.

 -- 끝 --