단순히 생산 공정을 지켜보는 것은 제조업체에게 오랫동안 힘든 일이었습니다. 24/7 연중무휴로 생산을 지켜보는 것은 불가능합니다. 그러나 컴퓨터 비전(CV)은 컴퓨터가 인간이 하는 것과 유사한 방식으로 보고 이해할 수 있게 해주며 계속해서 작업을 "관찰"합니다. CV 및 이미지 기반 분석의 머신 비전 시스템을 사용하면 검사, 프로세스 제어, 안전 및 로봇 안내와 같은 제조 및 실제 응용 프로그램이 자동화되고 변환됩니다. 머신 비전 감시 컨베이어, 로봇 및 기타 기계는 그들이 본 것을 기록하고, 그 데이터를 안전하고 효율적인 작업이 필요한 사람, 프로세스, 기타 장비 및 도구와 공유할 수 있습니다.

머신 비전은 조직에 제공하는 다양한 애플리케이션과 가치 때문에 점점 더 널리 사용되고 있습니다. 그랜드뷰 리서치 는 2020년에 122.9억 달러로 평가되는 시장이 2028년까지 6.9%의 CAGR로 성장할 것으로 예측합니다.

새로운 구현은 기업에 많은 이점을 가져옵니다. AI(인공 지능)와 CV를 결합하여 눈에 보이는 것을 분류할 뿐만 아니라 시간이 지남에 따라 더 똑똑해지고 심지어 스스로 결정을 내려 수동 워크플로나 개입이 자동화됩니다.

AI 머신 비전 작동 방식

머신 비전 시스템이 볼 수 있도록 하려면 기술이 4가지 기본 단계를 통해 발전하도록 설계하여야 합니다.

• 캡처(데이터 수집)

머신 비전 시스템은 센서, 카메라 또는 기타 장치에서 데이터를 수집하고 실제 세계에서 보는 것을 디지털 출력으로 만듭니다. 데이터에는 지능형 시스템이 모든 조건에서 보는 것을 이해하는데 도움이 되는 색상, 밝기, 강도 및 빛 산란과 같은 세부 정보가 포함될 수 있습니다.

• 전처리

다음 단계는 처리할 수 있도록 이미지 또는 비디오의 데이터를 변환하는 것입니다. 이 단계에는 데이터를 디지털 형식으로 변경하는 것과 노이즈 제거, 이미지 크기 변경 또는 선, 가장자리, 점 또는 질감과 같은 특정 기능 추출과 같은 이미지 기능 변경도 포함될 수 있습니다. 

• 처리

데이터 형식이 적절하면 지능형 시스템은 이미지 또는 비디오 내의 개체, 프레임 간 이동 또는 장면의 세부 사항과 같은 패턴을 식별합니다. 시스템은 이러한 패턴과 세부 사항을 분류하고 프로세스가 반복될 때 추적합니다. 개발자는 항목 수를 세고, 어셈블리에서 부품의 위치와 방향을 확인하고, 항목을 측정하는 등의 작업을 수행하는 AI 머신 비전 시스템을 구축할 수 있습니다.

• 행동 (후처리)

마지막으로 AI 머신 비전 시스템은 처리된 데이터를 활용하여 결정을 내리거나 조치를 취할 수 있습니다. 예를 들어, 시스템은 더 많은 처리가 필요하다고 결정할 수 있습니다. 또는 직원이 경로에 들어서면 자율주행차를 멈추거나 잘못 조립된 부품이 다음 생산 단계로 넘어가 손상을 유발할 수 있는 경우 컨베이어를 멈추는 것과 같은 대응을 할 수 있습니다.

일반적으로 AI 머신 비전 시스템은 독립적으로 작동하기보다는 전체적인 시스템의 일부일 때 가장 큰 가치를 제공합니다. AI 머신 비전 데이터 분석에서 얻은 통찰력은 컨베이어 시스템이나 자율 주행 차량에 더 많은 이점을 제공할 수 있습니다. 이러한 시스템의 데이터는 데이터를 공유할 수 있는 방법이 있다면 생산, 재고, 구매 및 조직의 기타 영역에 결정을 위한 정보를 제공할 수도 있습니다. 따라서 정보 기술/운영 기술(IT/OT) 를 안전하고 효율적으로 보다 쉽게 연결할 수 있는 종합적인 벤더를 사용하는 것이 가장 유리합니다.

머신 비전이 가치를 제공하는 곳

AI 머신 비전은 제조의 포화점에 도달하는 것과는 거리가 멀지만 일반적으로 적용되는 사용 사례가 있습니다. 가장 널리 사용되는 것 중 하나는 객체 감지입니다. AI 머신 비전은 이미지 또는 비디오에서 개체를 찾아 구성하거나 분류할 수 있습니다. 기업은 물체 감지용으로 설계된 시스템을 사용하여 상자를 식별하고 주문 처리 센터의 위치를 추적하거나 사람들이 위험한 지역에서 안전모 또는 기타 보호 장비를 착용하고 있는지 여부를 감지하여 안전 요구 사항을 확인할 수 있습니다. AI 시스템은 이러한 시스템이 수집한 데이터를 사용하여 직원이나 관리자에게 패키지가 잘못 배치되었음을 알리거나, 안전 장비를 착용하지 않은 경우 위험 구역으로의 진입을 거부할 수 있습니다.

이 외의 머신비전 적용사례:

• 자율주행차

자율 주행 차량 주변 360도 보기를 제공하는 카메라는 차선을 벗어나지 않도록 필요한 데이터를 캡처하고, 경로에 있는 물체를 감지하고, 교통 표지판과 신호를 이해합니다. 그런 다음 AI는 데이터를 사용하여 차량이 이 데이터에 신속하게 대응할 수 있도록 합니다.

• 로봇

머신 비전 시스템은 로봇에게 눈을 주어 거리를 추정하고, 광학 문자 인식(OCR)을 통해 바코드 또는 텍스트를 읽고 물체를 인식할 수 있도록 합니다.

• 대량 상품의 자동 검사

AI 머신 비전으로 QA/QC 프로세스를 자동화하면 대부분의 인간 검사관과 달리 근무 시작 부터 끝날 때까지 정확하고 일관되게 작동하는 시스템을 통해 정확성과 궁극적으로 품질을 높일 수 있습니다. 또한 자동화된 검사를 통해 가장 작은 세부 사항도 빠르고 효율적으로 검사할 수 있으며 검사자는 반복적인 작업에서 벗어나 근본 원인 분석이나 기타 고부가가치 작업에 집중할 수 있습니다.

• 물체와 사람의 움직임 추적

AI 머신 비전은 또한 프로세스를 통해 이동하는 개체 또는 영역을 이동하는 사람을 추적하여 직원에게 잠재적인 병목 현상 또는 안전하지 않은 상황을 경고할 수 있습니다.

엣지 컴퓨팅이 머신 비전을 발전시키는 방법

대부분의 AI 머신 비전 사용 사례에서 실시간 데이터는 필수적입니다. 예를 들어, 시스템이 위험을 감지하면 문을 잠그거나 장비 손상이 임박하면 생산을 중단하도록 설계된 경우, 클라우드로 데이터를 전송하는 데 발생하는 가장 작은 대기 시간도 허용할 수 없습니다.

엣지 컴퓨팅은 이미지 또는 비디오 처리를 데이터 소스에 가깝게 가져와 AI가 데이터를 즉시 사용할 수 있도록 합니다. 엣지에서 처리하면 대용량 데이터가 클라우드로 이동할 때 발생할 수 있는 대역폭 문제도 해결됩니다. 또한 네트워크 외부로 이동하는 데이터의 양을 제한할 수 있으므로 데이터 개인 정보 보호 및 규정 준수 문제를 극복할 수 있습니다.

데이터를 엣지에서 처리할 수 있지만 여전히 AI 머신 비전의 데이터를 코어 시스템과 공유하는 이점을 필요로 합니다. 에이디링크는 다음과 같은 전체 솔루션을 제공합니다.

• . 에이디링크 AI 지원 머신 비전 솔루션 에는 쉽고 유연한 배치를 위한 올인원 스마트 카메라와 모든 유형의 애플리케이션 시나리오를 충족하는 다중 채널 AI 비전 시스템이 포함됩니다.
• . 에이디링크 EVA(Edge Vision Analytics) 소프트웨어 개발 키트 는 코드가 없는/로우 코드 환경, 바로 사용할 수 있는 리퍼런스 코드 및 플러그인, 이기종 하드웨어의 호환성을 통해 AI기반 비전에 부가가치를 제공하여 보다 쉽게 사용자가 AI 비전 애플리케이션을 개발하도록 합니다.
• . 에이디링크 머신비전 은 아날로그, HDMI에서 USB3 Vision에 이르기까지 널리 사용되는 거의 모든 이미지 인터페이스를 포괄하는 전체 제품 스펙트럼을 제공합니다. 고객 성공을 위해 에이디링크 머신 비전 제품은 전 세계적으로 500,000대 이상의 카메라를 연결했습니다.
• . 에이디링크 엣지 플랫폼 은 구현이 쉽고 공급업체에 구애받지 않는 솔루션으로 머신 비전을 효율적인 전체 IT 에코시스템의 일부로 배포할 수 있습니다.
• 에이디링크 Data River는 전체 네트워크에서 실행되어 이 확장 가능한 시스템을 통해 필요할 때 필요한 곳에서 데이터가 흐를 수 있도록 합니다.

머신 비전 기술은 더 높은 정확도, 품질 관리, 효율성 및 인간 작업자가 고부가가치 작업에 집중할 수 있는 능력 등 작업에 이점을 제공할 수 있습니다. 머신 비전 솔루션을 통해 더 경쟁력 있고 수익성 있는 운영에 대한 비전을 실현하려면 우리의 스마트 제조 , AI 머신 비전 디바이스 페이지를 방문하여 자세히 알아보세요.