KR102289800B1 - 객체의 형상 분류 방법 - Google Patents

객체의 형상 분류 방법 Download PDF

Info

Publication number
KR102289800B1
KR102289800B1 KR1020177030693A KR20177030693A KR102289800B1 KR 102289800 B1 KR102289800 B1 KR 102289800B1 KR 1020177030693 A KR1020177030693 A KR 1020177030693A KR 20177030693 A KR20177030693 A KR 20177030693A KR 102289800 B1 KR102289800 B1 KR 102289800B1
Authority
KR
South Korea
Prior art keywords
shape
plane
points
category
nominal
Prior art date
Application number
KR1020177030693A
Other languages
English (en)
Other versions
KR20170130560A (ko
Inventor
로랑 헤르만스
에릭 델포스
프란스 니지스
프랜시스 티상
그리브 요한 드
Original Assignee
케이엘에이 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 케이엘에이 코포레이션 filed Critical 케이엘에이 코포레이션
Publication of KR20170130560A publication Critical patent/KR20170130560A/ko
Application granted granted Critical
Publication of KR102289800B1 publication Critical patent/KR102289800B1/ko

Links

Images

Classifications

    • G06K9/48
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/653Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • G06K9/62
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/421Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation by analysing segments intersecting the pattern
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757Matching configurations of points or features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/66Trinkets, e.g. shirt buttons or jewellery items

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

객체의 형상 분류 방법이 제공된다. 평면, 및 객체에 관련된 평면 내의 점들을 특정하고, 또한 각 점에 대해 적어도 하나의 한계 좌표를 특정하는 형상 카테고리가 제공되며, 한계 좌표는 객체가 각자의 형상 카테고리로 분류되기 위해서 고려되는 객체의 형상을 위해 평면에 대한 법선 방향으로 경계를 정의한다. 형상 카테고리는 사용자에 의해 제공될 수 있고, 그것은 방법을 매우 유연하게 한다. 형상 카테고리는 특히 정의될 형상 카테고리를 나타내는 객체들의 샘플 집합으로부터 도출될 수 있다. 분류를 위해, 형상 카테고리에서 정의된 점들 각각에서 객체의 표면 위치가 측정되고, 그 결과는 대응하는 한계 좌표와 비교된다.

Description

객체의 형상 분류 방법
관련 출원의 상호 참조
본 출원은 여기서 참조에 의해 그 전체가 포함되는, 2015년 3월 24일에 출원된 미국 가출원 US 62/137,650에 우선권을 주장한다.
기술분야
방법은 객체의 형상의 분류에 관한 것이다. 객체는 객체의 형상이 각 카테고리와 관련된 경계 사이에 들어 맞는지의 여부에 의존하여 하나 또는 복수의 사용자-정의된 카테고리로 분류된다. 객체는 예를 들어 전자 디바이스를 위한 컴포넌트일 수 있다.
다양한 기술 분야에서, 동일한 유형이지만 그 형상이 변할 수 있는 객체가 다루어진다. 그러한 경우에, 단지 객체의 유형을 알고 있다는 것만으로는 충분하지 않기 때문에, 종종 개별 객체 각각에 대해 그 형상에 대한 보다 정확한 정보를 얻을 필요가 있다. 그러한 객체는 예를 들어 전자 디바이스와 같은 장치 또는 디바이스의 컴포넌트일 수 있다. 컴포넌트 제조에 있어서, 보통은 불가피한, 부정확성으로 인해 각 컴포넌트는 이상 또는 공칭 형상으로부터의 편차를 나타낼 것이다. 이러한 편차의 또 다른 원인은 예를 들어 기계적 응력으로 인해 컴포넌트를 또 다른 컴포넌트 상에 장착하는 것으로부터 야기되는 특정 컴포넌트의 변형이다. 편차는 각 장치 또는 디바이스를 조립하는데 있어서 문제로 이어질 수 있고, 이는 최종 제품의 부분적인 또는 완전한 오작동으로 이어질 수 있다.
예를 들어, 전자 컴포넌트(IC 패키지, 기판 등)를 제조 및/또는 조립할 때, 이들 컴포넌트의 실제 지형 또는 휨(변형) 형상은 이들이 컴포넌트가 장착되는 지지 디바이스와의 적절한 기계적 및 전기적 접촉을 보장하기 위해 중요한다. 이러한 피처가 더욱 중요해지는 하나의 사용 사례는(점점 더 작아지는) 전자 컴포넌트가 서로 적층되는 적층형 조립에 대한 것이다. 이러한 조립에 사용된 적층형 컴포넌트가 여전히 적절한 전기 접촉 상태에 있도록 하기 위해서는 조립 전에 개별 컴포넌트의 휨 형상 분류가 필요하다. 이러한 방식으로, 컴포넌트는 조립 전에 잘 적층되는 것으로 알려진 카테고리로 분류될 수 있다. 또 다른 사용 사례는 상부 및 하부 카테고리의 매칭을 결정하기 위해 조립 후에 적층된 디바이스의 상부 및 하부 컴포넌트의 휨 형상의 카테고리화를 포함한다.
상기 사용 사례의 예는 설명을 위해 제공되고; 본 발명은 이들 또는 유사한 응용에 한정되지 않지만, 일반적으로 컴포넌트 또는 객체의 형상이 분류될 필요가 있는 임의의 응용을 포함한다.
공지된 카테고리화 방법은 객체의 관심 표면에 대한 전역 2차 피팅(global second order fit)를 수행하고, 이 피팅의 계수에 기초하여 객체를 카테고리화하는 것이다. 이 접근법에 의해 가능한 객체의 카테고리는 다소 제한적이며, 또한 2차 표면의 지오메트리(geometry)에 의해 고정된다.
따라서, 본 발명의 목적은 필요에 따라 업데이트되거나 수정될 수 있는 사용자-정의된 카테고리에 따라 객체를 플랙시블하게 분류할 수 있는 객체의 형상 분류 방법을 제공하는 것이다.
이 목적은 청구항 1에 따른 방법에 의해 달성된다.
객체의 형상 분류를 위한 본 발명에 따른 방법에 있어서, 다수의 형상 카테고리가 제공된다. 이것은, 특히 사용자에 의해 수행될 수 있고; 사용자는 이미 존재하는 형상 카테고리를 선택하거나 분류 요건에 따라 새로운 형상 카테고리를 정의할 수 있다. 예를 들어, 이전에 사용되지 않은 디바이스에서 컴포넌트가 사용될 경우, 일반적으로 이러한 새로운 컴포넌트에 대해 새로운 형상 카테고리가 정의될 것이다. 공지의 컴포넌트가 공지의 방식으로 디바이스에 조립될 경우, 이전에 정의된 형상 카테고리가 사용될 수 있다. 신규 방식으로 공지의 컴포넌트를 조립하는 것은 새로운 형상 카테고리의 정의를 필요로할 수 있다.
각 형상 카테고리는 객체와 관련된 평면 내의 다수의 점을 특정한다; 즉 평면은 객체에 관련하여 정의되고, 이 평면 내의 점은 또한 객체와 관련하여, 예를 들어 객체에 대해 고정된 좌표계와 관련하여 정의된다. 형상 카테고리에 의해 이 방식으로 특정된 다수의 점은 각 형상 카테고리에 대해 동일할 필요는 없다. 또한, 평면 내의 점의 위치는 형상 카테고리 사이에서 상이할 수 있다.
임의의 경우에, 각 형상 카테고리는 상기 설명한 대로 정의한 각 점에 대해, 평면에 대한 법선 방향을 따라 적어도 하나의 한계 좌표를 특정한다; 각자의 한계 좌표는 평면에 대한 법선 방향에서 좌표의 값에 대응하고, 예를 들어 이 값이 주어지거나 기준값으로부터의 편차가 주어짐으로써 특정된다. 주어진 값은, 알게될 바와 같이 이는 카테고리를 정의하는데 사용되기 때문에, 한계 좌표라고 한다.
객체는 그 형상에 기초하여 본 발명에 따라 분류된다. 객체의 형상이 객체의 전체 표면에 의해 결정되므로, 분류는 객체의 적어도 하나의 표면 또는 전체 표면의 일부분의 형상에 기초한다. 각 형상 카테고리는 그 정의에 따라 객체의 적어도 하나의 표면과 연관되고, 그것은 객체의 표면 또는 표면들에 대해 분명하므로 한계 좌표의 값이 참조된다. 이 방법으로 진행하여, 각자의 형상 카테고리에 의해 정의된 점들 각각에서, 평면에 대한 법선 방향을 따라 객체의 적어도 하나의 표면의 위치가 측정된다. 그러한 점에서 표면의 위치는 평면에 대한 법선 방향을 따른 좌표의 값이고, 여기서 표면은 각자의 점에서 똑바로 선 평면에 대한 법선에 교차한다. 형상 카테고리가 측정될 2개 이상의 표면을 특정한다면, 형상 카테고리에 의해 정의되는 점들 사이에서, 고려되는 표면의, 모두는 아닌, 단지 일부에 대한 측정에 사용되는 점들이 있을 수 있다는 것이 주목되어야 한다. 물론, 고려되는 각 표면에 대해 점들 모두가 사용되는 것도 또한 가능하다.
적어도 하나의 표면의 위치를 측정하는 것은 분류될 객체의 유형에 대해 그러한 측정을 수행하기 위한 당업계에 공지된 임의의 적절한 측정 장치를 이용하여 수행될 수 있다. 측정 장치는, 상기 논의된 바와 같이, 평면에 대한 법선 방향으로 표면 위치의 측정 값을 제공할 수 있다면 적합하다. 측정 장치의 그 외의 특성은 본 발명의 방법과 무관하다.
다음으로, 각자의 형상 카테고리에 대해, 적어도 하나의 표면의 모든 측정된 위치가 대응하는 적어도 하나의 한계 좌표와 호환가능하지의 여부가 검사된다. 호한가능한 경우, 객체는 각자의 형상 카테고리에 속하는 것으로 분류된다. 표면의 측정된 위치는, 객체와 측정 장치의 배열의 지오메트리 및 형상 카테고리의 정의에 따라, 한계 좌표보다 더 작거나 더 크다면, 형상 카테고리에 의해 정의된 점들 중 특정 점에서 대응하는 한계 좌표와 호환가능하다.
상기로부터, 각 형상 카테고리에 대해 한계 좌표가 객체의 표면에 대한 적어도 하나의 경계를 정의한다는 것이 당업자에게 명백해진다. 객체는 표면의 측정된 위치의 적어도 하나의 경계에 관련된 로케이션(location)에 따라 각자의 형상 카테고리에 속하는 것으로 분류되거나 각자의 형상 카테고리에 속하지 않는 것으로 분류된다.
이 방법의 사용자는 형상 카테고리의 정의 요소, 즉 한계 좌표 관점에서 평면, 평면 내의 점들, 및 경계를 특정하는데 자유롭다. 따라서, 이 방법은 눈에 띄게 매우 유연하고, 새로운 유형의 컴포넌트 또는 신규 방식의 컴포넌트 조립과 같은 새로운 요건에 쉽게 적응할 수 있다.
본 방법의 일 실시예에 있어서, 형상 카테고리에 의해 정의된 점들 각각에 대해, 또는 적어도 그 점들의 비공의(non-empty) 부분집합에 대해, 평면에 대한 법선 방향을 따라 좌표의 상한계 및 하한계에 각각 대응하는 2개의 한계 좌표가 제공된다. 이 실시예에 있어서, 측정된 위치가 하한계와 상한계 사이의 좌표 값에 대응한다면, 측정된 위치는 2개의 한계 좌표와 호환가능하다. 하한계와 상한계는 특히 둘 다 하나 및 동일한 표면의 측정된 위치, 즉 형상 카테고리에 특정된 바와 같이 하한계 및 상한계의 집합이라고 할 수 있고, 그러면 대응하는 객체를 각자의 형상 카테고리로 분류되게 하기 위해 하부 경계와 상부 경계 사이에 놓이도록 이 표면에 대해 하부 경계 및 상부 경계를 정의할 수 있다. 대안적으로, 하한계는 객체의 하부 표면의 위치에 대한 한계 좌표일 수 있고, 상한계는 객체의 상부 표면의 위치에 대한 한계 좌표일 수 있다. 따라서, 이 경우에, 2개의 표면이 포함되고, 여기서 평면 내의 모든 점에서 상부 표면은 하부 표면보다 평면에 대한 법선 방향을 따라 더 높은 좌표 값을 갖는다. 여기서 다시, 각 표면, 즉 상부 표면 및 하부 표면은 한계 좌표에 의해 정의된 상부 경계와 하부 경계 사이에 놓여야 한다. 이 대안의 예는 전방측 및 후방측의 형상, 또는 상방측 및 하방측의 형상에 기초하여 분류되는 객체이다.
일 실시예에 있어서, 각 점에 대한 적어도 하나의 한계 좌표는 각자의 점에서 공칭 표면으로부터의 편차로서 특정된다. 공칭 표면은 분류될 객체의 공칭 형상의 일부이다. 공칭 형상은 각자의 형상 카테고리의 정의의 일부로서 제공된다. 평면에서 형상 카테고리에 의해 정의된 각 점에서, 공칭 표면은 대응하는 좌표의 특정 값에서 평면에 대한 법선 방향과 교차하고, 따라서 각자의 점에서 평면에 대한 법선 좌표에 대한 기준 값이 주어진다. 그러면, 편차는 이 기준 값에 대해 정의된다. 객체의 2개 이상의 표면이 측정되는 경우, 각 표면에 공칭 표면이 제공될 수 있다.
상술한 바와 같이, 형상 카테고리는 평면, 및 객체에 관련된 평면 내의 점들을 정의한다. 형상 카테고리에 의해 정의된 한계 좌표를 갖는 객체에 대해 수행된 표면 위치 측정 결과의 비교는, 형상 카테고리에 의해 정의된 평면 및 평면 내의 점들이 측정될 객체와 정확하게 정렬되는 경우에만 의미가 있다. 이러한 정렬을 달성하기 위해, 적어도 하나의 표면의 위치를 측정하기 전에, 객체의 중심의 로케이션, 기준 각도에 대한 평면에서의 객체의 회전, 및 평면에 대한 법선 방향에 대한 객체의 기울기를 얻기 위해 객체에 대해 측정이 수행되고, 상기 객체의 중심의 로케이션, 회전 및 기울기는 각 카테고리에 의해 정의된 점들을 객체와 정렬시키는데 사용된다. 특정 실시예에 있어서, 형상 카테고리는 또한 분류될 객체의 공칭 형상을 제공하고, 형상 카테고리는 객체의 공칭 형상에 관한 평면 및 평면 내의 점들을 정의한다. 또한, 공칭 형상의 중심의 로케이션은 형상 카테고리의 정의에 포함되고; 이 중심의 로케이션은 공칭 형상으로부터 계산될 수 있다. 그 다음에, 객체 중심의 로케이션, 객체의 회전 및 기울기는 객체의 공칭 형상과 관련하여 결정된다.
여기에서 형상 카테고리에 의해 추상적인 수학적 표현으로 주어지는 공칭 형상은, 엄밀히 말하자면 공간에서의 배향이나 위치를 갖지 않는다는 점에 주목해야한다. 하나 또는 복수의 표면의 위치의 측정을 수행하기 위한 측정 장치에 배치된 실제 객체는, 반대로 공간에서 배향 및 위치를 가진다. 형상 카테고리에서 평면 및 평면 내의 점들은 객체와 관련하여 정의되고, 이는 측정을 수행할 때 고려되어야 한다. 측정 장치는 측정 장치의 기계 좌표계에 대한 객체 중심의 로케이션, 객체의 회전 및 기울기를 결정한 후, 결과적으로 측정이 수행되는 객체와 관련된 점들이 형상 카테고리에서 정의된 점들에 대등하도록, 객체의 공칭 형상과 관련하여 주어진 좌표를 기계 좌표로 변환해야 한다. 이것이 성취되면, 형상 카테고리에서 정의된 점들과 객체는 정확하게 정렬된다. 마찬가지로, 형상 카테고리에 정의된 한계 좌표와의 비교가 가능하도록 측정 결과는 객체와 관련된 좌표로 변환해야 한다. 대안적으로, 한계 좌표는 비교를 위해 기계 좌표계로 변환될 수 있다.
본 발명에 따른 방법은 사용자가 형상 카테고리를 매우 유연하게 정의할 수있게 한다고 이미 상술되었다. 형상 카테고리를 정의하는 구체적인 방법은 정의될 카테고리의 예인 객체 집합으로부터 형상 카테고리의 정의 수량을 유도하는 것이다. 그렇게 하는 하나의 가능성은 다음과 같다:
각 객체에 대해, 각자의 객체에 관련된 평면 내의 다수의 점들에서, 평면에 대한 법선 방향으로의 객체의 표면의 위치가 측정된다. 여기서, 평면에 관련된 점들의 위치 및 객체에 관련된 평면의 위치는 각 객체에 대해 동일하다. 형상 카테고리에 대한 공칭 형상은 평면 내의 각 점에 대해 평면에 대한 법선 방향을 따라 좌표이 주어짐으로써 정의되고, 이는 공칭 형상의 공칭 표면이 그 점에서 그 평면에 대한 법선과 교차하는 좌표로 간주된다. 평면 내의 각 점에 대해, 평면에 대한 법선 방향을 따른 객체 표면의 위치 값의 집합은, 측정으로부터의 결과인, 측정된 각 객체로부터의 하나의 값이다. 좌표에 대한 값으로서, 각 점에서 공칭 표면에 대해, 점에 대응하는 값들의 집합의 평균이 선택된다. 점에서의 한계 좌표는 예를 들어 사용자에 의해 설정된다. 대안적으로, 평면 내의 각 점에 대해 얻어진 위치 값들의 집합으로부터 또한 한계 좌표가 도출될 수 있다. 이어서, 각 점에서의 한계 좌표는 공칭 표면의 위치로부터의 편차, 즉 상기 유도된 평균이 주어짐으로써 정의된다. 평면 내의 점에 대한 편차는 각자의 점에 대한 측정된 표면 위치의 집합에서의 값의 표준 편차의 미리 정해진 배수와 동일하게 설정된다. 비제한적인 예로서, 표준 편차의 6배수가 선택될 수 있다. 특정의 추가 전개에서, 각 객체에 대해, 객체의 중심의 로케이션, 객체의 회전 및 기울기가 결정되고, 각자의 객체에 관련된 다수의 점들은 각자의 객체의 중심에 대해, 객체의 기울기 및 회전에 의해 정의된 평면에서 특정된다.
이 방법의 특정 실시예에 있어서, 모든 형상 카테고리는 평면에서 동일한 점들을 사용한다.
한계 좌표가 공칭 형상으로부터의 편차로서 특정되는 방법의 실시예에 있어서, 적어도 하나의 형상 카테고리에 대해, 평면 내의 각 점에서의 편차를 개별적으로 특정하는 대신에, 공칭 표면이 구역들로 분할되고 각 구역에 대해 공통 편차가 특정된다.
당업자는 상술된 많은 단계들이 유리하게는 적어도 하나의 컴퓨터 상에서 또는 그 도움으로 수행된다는 것을 인지할 것이다.
본 발명의 본질 및 동작 모드는 이제 첨부된 개략도와 함께 취해진 본 발명의 다음의 상세한 설명에서 보다 완전하게 기술될 것이다.
도 1은 객체를 나타내고 본 발명의 기본 개념을 예시한다.
도 2는 점마다 2개의 한계 좌표가 정의된 실시예를 예시하고, 한계 좌표는 객체의 하나의 표면에 관련된다.
도 3은 객체의 2개의 표면과 관련하여 점마다 2개의 한계 좌표가 정의된 실시예를 예시한다.
도 4는 형상 카테고리가 공칭 표면 및 그로부터의 편차를 정의하는 실시예를 예시한다.
도 5는 상기 방법을 위한 정렬 단계를 예시한다.
도 6은 객체 샘플로부터 형상 카테고리를 얻는 방법을 예시한다.
도 7은 본 방법의 특정 실시예를 설명하는 흐름도이다.
도 8은 본 방법의 또 다른 특정 실시 예를 설명하는 흐름도이다.
동일한 참조 번호가 여러 도면에 걸쳐 동일한 요소를 지칭한다. 또한, 각자의 도면의 설명에 필요한 참조 번호만이 도면에 도시된다. 도시된 실시예는 본 발명이 어떻게 수행될 수 있는지의 예시를 단지 나타낸다. 이는 본 발명을 제한하는 것으로 간주되지 않아야 한다.
도 1에는 객체(1)가 도시된다. 객체(1)와 관련하여, 사용된 형상 카테고리의 정의에 의해, 평면(2)에 대한 연관된 법선 방향(21)을 갖는 평면(2)이 있다. 각 형상 카테고리는 평면(2) 내에, 검은 점으로 도시된, 다수의 점(3)을 정의한다. 그것을 수행하는 편리한 방법은 평면 내에 정의된 좌표계에 관련된 평면 내의 점들 좌표를 각자의 형상 카테고리의 일부로서 특정하는 것이다. 이 좌표계는 예를 들면 데카르트(Cartesian) 좌표계일 수 있다. 그러나, 평면에서의 다른 유형의 좌표계도 가능하다. 형상 카테고리에서, 각 점(3)에 대해, 적어도 하나의 한계 좌표(31)가 정의된다. 도면에서, 하나의 한계 좌표는 명확성을 위해 2개의 점(3)에 대해서만 도시된다. 한계 좌표(31)는 평면(2)에 대한 법선 방향(21)을 따른 좌표이다. 모든 한계 좌표(31)의 집합은 한계 표면 또는 경계(33) 상에 있거, 실제로 이 경계를 정의한다.
이 방법에 따르면, 각 점(3)에서, 객체(1)의 적어도 하나의 표면(11)의 위치가 평면(2)에 대한 법선 방향을 따라 측정된다. 평면(2)이 평면(2)에 대한 법선 방향(21)을 따른 좌표의 값 0을 갖는 것으로 정의되면, 도시된 화살표의 방향의 관점에서, 한계 좌표(31)뿐만 아니라 측정된 위치(32)는 도면에 도시된 예시에서 음의(negative) 값이다. 이것은 물론, 본 발명의 한정이 아니다.
본 방법에 따르면, 모든 측정된 위치(32)가 각자의 한계 좌표(31)와 호환가능한지의 여부가 검사된다, 즉 각 점(3)에 대해, 각자의 점(3)에서 표면(11)에 대해 측정된 위치(32)가 동일한 점(3)에 대해 정의된 한계 좌표(31)와 호환가능한지가 검사된다. 호환가능하다는 의미는 각자의 형상 카테고리의 정의의 일부이며, 예를 들어 고려되는 표면(11)이 각 점(3)에서 경계(33) 아래에 놓여야 한다고 말할 수 있다. 도면에 도시된 예시에서, 이 경우 측정된 위치(32)는 한계 좌표(31)와 호환가능할 것이다. 측정된 위치(32)가 한계 좌표(31)와 호환가능하면, 객체(1)는 각자의 형상 카테고리에 속하는 것으로 분류되고, 그렇지 않으면 각자의 형상 카테고리에 속하지 않는 것으로 분류된다.
이 프로세스는 예를 들어 사용자에 의해 제공되는 임의의 수의 형상 카테고리에 대해 반복될 수 있다.
도 2는 객체(1)의 일부만, 특히 그 하나의 표면(11)을 도시한다. 형상 카테고리에 의해 정의된 평면(2) 내의 3개의 점(3)이 도시된다. 각 점(3)에 대해, 형상 카테고리는 2개의 한계 좌표, 상한계(312) 및 하한계(311)를 정의한다. 각 점(3)에서, 평면(2)에 대한 법선 방향(21)에서 표면(11)의 위치(32)가 측정된다. 도면에서 예시의 명료함을 위해, 하한계(311), 측정된 위치(32) 및 상한계(312)는 개별의 점(3)에 대해 도시된다. 모든 상한계 좌표(312)의 집합은 상부 경계(332)를 정의하고, 모든 하한계 좌표(311)의 집합은 하부 경계(331)를 정의한다. 표면(11)이 하부 경계(331)와 상부 경계(332) 사이에 놓이면, 또는 보다 구체적으로 각자의 점(3)에서 측정된 위치(32)가 각자의 점(3)에 대해 정의된 하한계 좌표(311)와 상한계 좌표(312) 사이에 놓이면, 표면(11), 그러므로 객체(1)는 각자의 형상 카테고리와 호환가능하다. 각 점(3)에서, 각자의 점(3)에서 측정된 위치(32)가 각자의 점(3)에 대해 정의된 하한계 좌표(311)와 상한계 좌표(312) 사이에 놓이면, 측정된 위치(32)는 한계 좌표와 호환가능하다.
도 3은 객체(1), 형상 카테고리에 의해 정의된 평면(2), 및 평면(2)에 대한 법선(21)을 도시한다. 평면(2) 내의 2개의 점(3)이 도시된다. 형상 카테고리는 점들(3) 각각에 대해 상한계 좌표(312) 및 하한계 좌표(311)를 정의한다. 본 실시예에서, 하한계 좌표(311)는 객체(1)의 하부 표면(111)을 말하고, 상한계 좌표(312)는, 하부 표면(111)과는 상이한, 객체(1)의 상부 표면(112)을 말한다. 각 점(3)에 대해, 평면(2)에 대한 법선 방향(21)을 따라 상부 표면(112)의 위치(322)가 측정된다. 또한, 각 점(3)에 대해, 평면(2)에 대한 법선 방향(21)을 따라 하부 표면(111)의 위치(321)가 측정된다. 각 점(3)에서 객체(1)의 하부 표면(111)의 위치(321)가 그 점(3)에 대해 정의된 하한계 좌표(311)보다 위에 있는 경우, 및 각 점(3)에서 객체(1)의 상부 표면(112)의 위치(322)가 그 지점(3)에 대해 정의된 상한계 좌표(312) 아래에 있는 경우, 객체(1)는 각자의 형상 카테고리에 속하는 것으로 분류된다. 모든 하한계 좌표(311)의 집합은 하부 경계(331)를 정의하고, 모든 상한계 좌표(312)의 집합은 상부 경계(332)를 정의한다고 또한 말할 수 있다. 객체(1)의 하부 표면(111)과 객체(1)의 상부 표면(112)이 모두 하부 경계(331)와 상부 경계(332) 사이에 놓인 경우, 이는 객체(1)가 하부 경계(331)와 상부 경계(332) 사이에 놓여 있음을 의미하고, 객체(1)는 각자의 형상 카테고리에 속하는 것으로 분류된다.
도 4는 형상 카테고리가 공칭 표면(4), 평면(2), 및 평면 내의 점들(3)을 정의하는 실시예를 예시한다. 또한, 각 점(3)에서 형상 카테고리는 적어도 하나의 편차, 여기서는 2개의 편차를 정의하고, 이후 상향 편차(42) 및 하향 편차(41)로 언급된다. 공칭 표면(4)은 각 점(3)에서 평면(2)에 대한 법선 방향(21)에서의 공칭 표면(4)의 좌표(43), 즉 평면(2)에 대한 법선 방향(21)에서의 좌표의 값을 특정하는 형상 카테고리에 의해 정의되고, 여기서 공칭 표면(4)은 각자의 점(3)에서 똑바로 선 평면(2)에 대한 법선과 교차한다. 편는(41 및 42)는, 상기 논의된 바와 같이, 평면(2)에 대한 법선 방향(21)을 따라, 각자의 점(3) 각각에서 공칭 표면(4)의 좌표로부터 한계 좌표의 차이를 특정함으로써 각 점에서 한계 좌표를 제공한다. 이러한 방법에서, 모든 상향 편차(42)의 집합은 상부 경계(332)을 특정하고, 모든 하향 편차(41)의 집합은 하부 경계(331)를 특정한다. 객체(1)의 표면(11)은 여기서는 부분적으로만 도시되었지만, 도 2에 도시된 실시예와 유사하게, 객체(1)의 표면(11)이 상부 경계(332)와 하부 경계(331) 사이에 있는 경우, 객체(1)는 각자의 형상 카테고리에 속하는 것으로 분류된다.
객체의 2개 이상의 표면이 객체의 분류와 관련된다면, 공칭 표면 및 대응하는 편차가 객체의 각 관련 표면에 대해 정의될 수 있다.
도 5는 평면(2), 평면(2)에 대한 법선 방향(21), 평면(2) 내의 점들(3), 및 점(3)에서 정의된 한계 좌표(31)를 두번 도시한다. 도면의 좌측 부분은 형상 카테고리의 정의를 입력할 때 이러한 요소의 추상 표현을 심볼화하는 것을 도와준다. 점(3)은 평면(2)에서 정의되지만 평면(2)와 점(3)은 보통의 공간에서 고정된 위치를 갖지 않고, 예를 들어 분류될 실제 객체가 존재한다.
우측에서, 분류될 객체(1)과 관련하여 요소가 다시 도시된다. 객체(1)는 예를 들어 상술한 바와 같은 방법에 요구되는 객체(1) 상의 표면 위치의 측정을 수행하기 위한 장치(도시되지 않음)에 위치될 수 있다. 이러한 장치의 좌표계(5)가 도시된다. 평면(2)이 객체(1)에 대해 어떻게 위치되고 배향되는지의 방식은 형상 카테고리에서의 정의의 일부이다. 특정 실시예에 있어서, 이 정의는 고려된 객체의 공칭 형상에 대하여 평면(2)의 위치 및 배향을 제공할 수 있고, 공칭 형상은 형상 카테고리의 정의의 일부이다. 이 정의는 예를 들어, 객체(1)의 중심(12)에서 평면(2)의 좌표계의 원점을 위치시키도록 규정될 수 있고, 객체(1)의 중심(12)은 객체(1)의 3차원 측정에 의해 결정된다. 객체(1)에 관련된 평면(2)은, 예를 들어 객체의 특정 코너 또는 에지와 같은 객체의 기준 구조물 또는 부분들에 의해 결정될 수 있다. 또한, 객체(1)가 측정 장치의 좌표계(5)와 정렬되는 것이 또한 가능하고, 객체(1)와 평면(2)의 정렬은 이전의 정렬을 이용하여 이루어질 수 있다. 그러한 경우에, 평면(2)은 실제로 각 형상 카테고리에 대해 동일한 방식으로, 즉 형상 카테고리와 독립적으로 측정 장치의 좌표계(5)에 관하여 특정될 수 있다. 여기서 형상 카테고리는 암시적으로, 언급된 바와 같이 정렬된 객체에 관하여 형상 카테고리에 의해 특정된 점(3)으로서, 평면(2)을 특정한다. 유사하게, 객체(1)의 정렬이 항상 정의된 체계적 절차에 따라 수행되는 경우에, 객체(1)에 대한 평면(2)의 위치 및 배향은 이러한 정렬 절차로부터 초래될 수 있다. 이 경우, 주어진 형상 카테고리에 대해 그 점들이 특정 절차에 의해 정렬된 객체에 관해 특정된 것이 명확한 한, 객체(1)에 대한 평면(2)의 위치 및 배향 정보는 암시적일 수 있다, 즉 형상 카테고리는 평면(2)의 위치 및 배향에 대한 명시적인 데이터를 제공할 필요없이 측정 정렬 절차와 관련함으로써 평면(2)을 특정한다.
임의의 경우에, 평면(2)이 객체(1)와 적절하게 정렬되면, 한편으로 평면(2)에 대한 법선 방향(21)을 따른 평면(2)에서의 좌표와, 한편으로 측정 장치의 좌표계(5)에서의 좌표 사이의 관계가 초래된다. 예를 들어, 평면(2)의 법선을 따르는 방향(21)의 좌표와 함께 평면 내의 좌표계는 3차원 데카르트 좌표계를 형성할 수 있고, 측정 장치의 좌표계(5)도 또한 데카르트일 수 있다. 측정 장치의 좌표계(5)에서 평면(2)에서의 좌표계의 원점 위치는 시프트 벡터, 예를 들어 측정 장치의 좌표계(5)에서 측정된 바와 같이 객체(1)의 중심(12)의 위치를 나타내는 벡터에 의해 특정될 수 있다. 2개의 데카르트 좌표계의 상대적인 배향은 예를 들어 일반적으로 알려진 것처럼 오일러(Euler) 각으로 나타낼 수 있다. 이 맥락에서의 오일러 각은 기준, 예를 들어 측정 장치의 좌표계(5)에 대한 평면(2)의 회전 및 경사를 특정하는 특정 방법이다.
정렬이 달성되면, 상술한 바와 같이 객체 표면의 위치의 측정이 수행될 수 있다.
도 6은 형상 카테고리에 포함된 정의를 형성하는 요소가 객체 샘플들의 측정으로부터 어떻게 얻어질 수 있는지를 예시한다. 이를 위해, 복수의 샘플 객체가 제공되고, 각 객체는 여기서 분류될 각자의 객체의 표면(11)에 의해서만 표현된다. 평면(2)는 객체를 측정하고, 표면 위치 측정을 위한 준비의 맥락에서 도 5에서 논의된 바와 같이, 평면의 원점의 위치 및 평면의 배향을 선택함으로써 각 객체에 대해 정의된다. 점들(3)의 집합이 평면(2)에서 선택되고, 각자의 평면에서의 점의 좌표는 각 객체에 대해 동일하다. 그 다음, 평면(2)에 대한 법선 방향(21)을 따른 표면(11)의 위치(32)가 각 표면에 대해 각 점에서 측정된다.
평면(2)의 좌표에 의해 식별되는 특정 점(3)에 대해, (도 3에서) 객체 샘플들의 수와 동일한 수의 측정된 위치 값들이 결과된다. 이 특정 점에 대해 공칭 표면의 좌표는 이 점에 대해 얻어진 위치 측정의 평균으로 정의된다. 그 점에 대해 얻어진 위치 측정의 표준 편차는 공칭 표면으로부터의 적어도 하나의 편차를 정의하는데 사용된다. 점에 대해 정의된 각 편차는 표준 편차의 미리 정해진 배수로 설정된다. 예를 들어, 하나의 편차는 각 점와 연관될 수 있고, 표준 편차의 6배수로 설정될 수 있다. 2개의 편차, 상기 유도된 상향 편차 및 하향 편차가 각 점과 연관되면, 상향 편차는 표준 편차의 제 1 배수, 예를 들어 표준 편차의 5배수로 설정될 수 있고, 하향 편차는 표준 편차의 제 2 배수, 예를 들어 표준 편차의 4배수로 설정될 수 있다. 물론, 제 1 및 제 2 배수는 동등할 수도 있다.
도 7은 이 방법의 실시 예를 예시한다. 방법의 시작시, 단계(600)에서, 분류될 객체가 측정 장치로 적재된다. N개의 형상 카테고리(C_k)(여기서, 1 ≤ k ≤ N)가 또한, 예를 들어 그 방법을 수행하고 또한 측정 장치를 제어하는 컴퓨터에, 제공된다. 각 형상 카테고리(C_k)는 객체에 대한 공칭 형상을 특정한다. 공칭 형상은 객체의 공칭 표면을 포함한다. 각 형상 카테고리(C_k)는 공칭 형상과 관련하여 평면에서 M_k개의 점들을 또한 제공한다. 점은 예를 들어 평면에서의 좌표에 의해, 예를 들어 데카르트 좌표(X_i, Y_i)(여기서, 1 ≤ i ≤ M_k)에 의해 특정될 수 있다; 공칭 표면은 각 M_k개의 점들 각각에서 평면에 대한 법선 방향을 따라 좌표(Z_i)(여기서, 1 ≤ i ≤ M_k)를 제공한다. 각 점에 대해, 형상 카테고리(C_k)는 좌표(Z_i)(여기서, 1 ≤ i ≤ M_k)로부터 2개의 편차(ΔZu_i 및 ΔZd_i)를 또한 특정한다; ΔZu_i는 이하 상향 편차으로, ΔZd_i는 하향 편차으로 또한 지칭될 것이며, 이 방법에서의 그들의 역할에 관해서는 도 4에서 논의된 상향 편차(42) 및 하향 편차(41)에 대응한다. 다음 단계(610 내지 640)는 각 형상 카테고리(C_k)(여기서, 1 ≤ k ≤N)에 대해, 예를 들어 형상 카테고리에 걸친 루프에서 수행된다.
임의의 주어진 형상 카테고리(C_k)에 대해, 단계(610)에서, 형상 카테고리에서 정의된 바와 같은 객체 및 공칭 형상이 상술한 바와 같이 서로 정렬된다. 단계(620)에서, 각자의 형상 카테고리(C_k)에 의해 정의된 M_k개의 점들 각각에서, 평면에 대한 법선 방향을 따른 객체의 표면의 위치가 측정되어, 각자의 점 각각에 대해 측정된 값(Zm_i)(여기서, 1 ≤ i ≤ M_k)을 얻는다. 그 다음, 단계(630)에서, 각자의 형상 카테고리(C_k)에 대해, M_k개의 점들 각각에 대해, 즉 1 ≤ i ≤ M_k 동안에, Z_i-ΔZd_i < Zm_i < Z_i+ΔZu_i가 유지되는지의 여부가 검사된다. 앞선 비교는 왜 ΔZd_i가 하향 편차로 불리고 ΔZu_i가 상향 편차로 불리는지 분명해진다. 여기서 비교가 기록되므로 ΔZd_i와 ΔZu_i는 모두 양의(positive) 값이다. 앞서 소개된 용어에서, Z_i-ΔZd_i는 예를 들어 도 2의 하한계 좌표(311)와 같은 각자의 점에 대한 하한계 좌표를 제공하고, Z_i+ΔZu_i는 예를 들어 도 2의 상한계 좌표(312)와 같은 각자의 점에 대한 상한계 좌표를 제공한다.
단계(630)에서 M_k개의 점들 각각에 대해 Z_i-ΔZd_i < Zm_i < Z_i+ΔZu_i가 유지된다고 드러나면, 즉 단계(630)로부터 브랜치 Y가 뒤따르면, 단계(632)에서 객체는 형상 카테고리(C_k)에 속하는 것으로 분류된다. 단계(630)에서 M_k개의 점들 중 적어도 하나에 대해 Z_i-ΔZd_i < Zm_i < Z_i+ΔZu_i가 유지되지 않는다고 드러나면, 즉 단계(630)로부터 브랜치 N가 뒤따르면, 단계(631)에서 객체는 형상 카테고리(C_k)에 속하지 않는 것으로 분류된다.
어떠한 경우에도, 방법은 단계(640)로 진행하여 임의의 형상 카테고리(C_k)가 객체에 대해 고려되도록 남아있는지의 여부를 검사한다. 남아 있다면, 즉 단계(640)로부터 브랜치 Y가 뒤따르면, 방법은 단계(610)로 되돌아간다. 이 방법은 단계(600)에서의 객체에 대해 제공된 형상 카테고리(C_k) 중 이전에 더 고려되지 않은 하나의 형상 카테고리(C_k)에 대하여 단계(610) 및 단계(640)까지 후속는 단계들을 수행한다. 형상 카테고리가 더 남아있지 않으면, 즉 단계(640)로부터 브랜치 N이 뒤따르면, 매칭의 결과를 가져온, 즉 단계(630)로부터 브랜치 Y가 뒤따른 모든 형상 카테고리가 단계(650)에서, 예를 들어 사용자를 위한 디스플레이 상에 또는 이후 사용을 위해 메모리 디바이스에 출력된다.
지금까지 도 7의 맥락에서 기술된 방법에서, 형상 카테고리(C_k)는 분류될 객체의 하나의 표면을 참조하고, 각 형상 카테고리(C_k)의 이 표면에 대해 상한계 및 하한계 좌표가 공칭 표면 위치(Z_i)와 상향 편차(ΔZu_i) 및 하향 편차(ΔZd_i)를 통해 정의되었다. 객체의 2개 이상의 표면이 객체의 완전한 분류를 위해 고려되어야 하는 경우, 설명된 바와 같은 방법은 고려될 추가의 표면 각각에 대해 반복될 수 있다. 측정 장치의 설계에 따라, 객체는 단계(600)에서 측정 장치에서 재배치 또는 재배향될 수 있거나 재배치 또는 재배향할 필요가 없을 수도 있다.
도 8은 본 방법의 추가의 실시예를 예시한다. 이 방법은 도 7의 맥락에서 논의된 방법과 유사하지만, 여기서 객체의 2개의 표면이 고려되고, 이들 2개의 표면 각각에 형상 카테고리에 의해 정의된 각자의 공칭 표면이 대응한다.
방법의 시작시, 단계(700)에서, 분류될 객체가 측정 장치로 적재된다. N개의 형상 카테고리(C_k)(여기서, 1 ≤ k ≤ N)가 또한, 예를 들어 그 방법을 수행하고 또한 측정 장치를 제어하는 컴퓨터에 제공된다. 각 형상 카테고리(C_k)는 객체에 대한 공칭 형상을 특정한다. 공칭 형상은 객체의 제 1 공칭 표면 및 제 2 공칭 표면을 포함한다. 각 형상 카테고리(C_k)는 공칭 형상과 관련하여 평면 내에 M_k개의 점들을 또한 제공한다. 점은 예를 들어 평면에서의 좌표, 예를 들어 데카르트 좌표(X_i, Y_i)(예를 들어, 1 ≤ i ≤ M_k)에 의해 특정될 수 있다. 제 1 공칭 표면은 M_k개의 점들 각각에서 평면에 대한 법선 방향을 따라 좌표(Z1_i)(예를 들어, 1 ≤ i ≤ M_k)를 제공한다. 제 2 공칭 표면은 M_k개의 점들 각각에서 평면에 대한 법선 방향을 따라 좌표(Z2_i)(여기서, 1 ≤ i ≤ M_k)를 제공한다. 형상 카테고리는 또한 각 점에 대해 평면에 대한 법선 방향을 따라 좌표(Z1_i)로부터의 편차(ΔZ1_i) 및 좌표(Z2_i)로부터의 편차(ΔZ2_i)를 특정한다. 다음 단계(710 내지 740)는 각 형상 카테고리(C_k)(여기서, 1 ≤ k ≤ N)에 대해, 예를 들어 형상 카테고리에 걸친 루프에서 수행된다.
단계(710)에서, 도 7의 맥락에서 논의된 방법에서와 같이, 객체와 공칭 형상이 서로 정렬된다. 단계(721)에서, M_k개의 점들 각각에서, 평면에 대한 법선 방향에 따른 객체의 제 1 표면의 위치가 측정된다. 각자의 점 각각에 대해 측정된 값(Z1m_i)이 얻어진다. 단계(722)에서, M_k개의 점들 각각에서, 평면에 대한 법선 방향을 따른 객체의 제 2 표면의 위치가 측정된다. 각자의 점 각각에 대해 측정된 값(Z2m_i)이 얻어진다.
단계(730)에서, 각자의 형상 카테고리에 대해, M_k개의 점들 각각에 대해 Z1_i-ΔZ1_i < Z1m_i 및 Z2m_i < Z2_i+ΔZ2_i가 유지되는지의 여부가 검사된다. 이러한 조건들이 유지되면, 즉, 즉 단계(730)로부터 브랜치 Y가 뒤따르면, 단계(732)에서 객체는 형상 카테고리(C_k)에 속하는 것으로 분류된다. 그렇지 않으면, 즉 단계(730)로부터 브랜치 N가 뒤따르면, 단계(731)에서 객체는 형상 카테고리(C_k)에 속하지 않는 것으로 분류된다.
어떠한 경우에도, 방법은 단계(740)로 진행하여 임의의 형상 카테고리(C_k)가 객체에 대해 고려되도록 남아있는지의 여부를 검사한다. 남아 있다면, 즉 단계(740)로부터 브랜치 Y가 뒤따르면, 방법은 단계(710)로 되돌아간다. 이 방법은 단계(700)에서의 객체에 대해 제공된 형상 카테고리(C_k) 중 이전에 더 고려되지 않은 하나의 형상 카테고리(C_k)에 대하여 단계(710) 및 단계(740)까지 후속는 단계들을 수행한다. 형상 카테고리가 더 남아있지 않으면, 즉 단계(740)로부터 브랜치 N이 뒤따르면, 매칭의 결과를 가져온, 즉 단계(730)로부터 브랜치 Y가 뒤따른 모든 형상 카테고리가 단계(750)에서, 예를 들어 사용자를 위한 디스플레이 상에 또는 이후 사용을 위해 메모리 디바이스에 출력된다.
본 발명은 특정 실시예를 참조하여 설명되었다. 그러나, 당업자에게는 후속 청구항의 범위를 벗어나지 않고 변경 및 수정이 이루어질 수 있음이 명백하다.
1 객체
11 (객체의) 표면
111 (객체의) 하부 표면
112 (객체의) 상부 표면
12 (객체의) 중심
2 평면
21 (평면에 대한 법선) 방향
3 점
31 한계 좌표
311 하한계 좌표
312 상한계 좌표
32 (표면의) 위치
321 (하부 표면의) 위치
322 (상부 표면의) 위치
33 경계
331 하부 경계
332 상부 경계
4 공칭 표면
41 (공칭 표면으로부터의) 하향 편차
42 (공칭 표면으로부터의) 상향 편차
43 (공칭 표면의) 좌표
5 측정 장치의 좌표계
600-650, 700-750 방법 단계

Claims (15)

  1. 객체의 형상 분류 방법에 있어서,
    복수의 형상 카테고리들 중 제 1 개수(N개)의 형상 카테고리를 제공하는 단계 - 각 형상 카테고리는,
    상기 객체에 관련하여 평면 내의 제 2 개수(M_k개)의 점들을 특정하고,
    각 점에 대해 상기 평면에 대한 법선 방향을 따라 적어도 하나의 한계 좌표를 특정함 - ;
    상기 점들 각각에서, 상기 평면에 대한 법선 방향을 따라 상기 객체의 적어도 하나의 표면의 위치를 측정하는 단계; 및
    각 형상 카테고리에 대해, 상기 적어도 하나의 표면의 모든 측정된 위치가 대응하는 적어도 하나의 한계 좌표와 호환가능한지의 여부를 검사하고, 호환가능하다면 상기 객체를 각자의 형상 카테고리에 속하는 것으로 분류하는 단계
    를 포함하고,
    상기 적어도 하나의 표면의 위치를 측정하는 단계 이전에, 상기 평면에서의 상기 객체의 회전 및 상기 평면에 대한 법선 방향에 대한 상기 객체의 기울기를 얻기 위해 상기 객체가 측정되고, 상기 회전 및 상기 기울기는 각 카테고리에 의해 정의된 상기 점들을 상기 객체와 정렬시키는데 사용되는 것이고,
    상기 점들 각각에 대해, 또는 상기 점들의 적어도 비공의(non-empty) 부분집합에 대해, 상기 평면에 대한 법선 방향을 따라 상기 좌표의 상한계 및 하한계에 각각 대응하는 2개의 한계 좌표가 제공되며, 측정된 위치가 상기 하한계와 상기 상한계 사이의 좌표값에 대응하면 상기 측정된 위치는 상기 2개의 한계 좌표와 호환가능한 것인, 객체 형상 분류 방법.
  2. 삭제
  3. 제 1 항에 있어서, 각 점에서 상기 하한계 및 상기 상한계는 상기 객체의 하나의 표면의 위치에 대한 한계 좌표인 것인, 객체 형상 분류 방법.
  4. 제 1 항에 있어서, 상기 하한계는 상기 객체의 하부 표면의 위치에 대한 한계 좌표이고, 상기 상한계는 상기 객체의 상부 표면의 위치에 대한 한계 좌표인 것인, 객체 형상 분류 방법.
  5. 객체의 형상 분류 방법에 있어서,
    복수의 형상 카테고리들 중 제 1 개수(N개)의 형상 카테고리를 제공하는 단계 - 각 형상 카테고리는,
    상기 객체에 관련하여 평면 내의 제 2 개수(M_k개)의 점들을 특정하고,
    각 점에 대해 상기 평면에 대한 법선 방향을 따라 적어도 하나의 한계 좌표를 특정함 - ;
    상기 점들 각각에서, 상기 평면에 대한 법선 방향을 따라 상기 객체의 적어도 하나의 표면의 위치를 측정하는 단계; 및
    각 형상 카테고리에 대해, 상기 적어도 하나의 표면의 모든 측정된 위치가 대응하는 적어도 하나의 한계 좌표와 호환가능한지의 여부를 검사하고, 호환가능하다면 상기 객체를 각자의 형상 카테고리에 속하는 것으로 분류하는 단계
    를 포함하고,
    상기 적어도 하나의 표면의 위치를 측정하는 단계 이전에, 상기 평면에서의 상기 객체의 회전 및 상기 평면에 대한 법선 방향에 대한 상기 객체의 기울기를 얻기 위해 상기 객체가 측정되고, 상기 회전 및 상기 기울기는 각 카테고리에 의해 정의된 상기 점들을 상기 객체와 정렬시키는데 사용되는 것이고,
    각 점에 대한 상기 적어도 하나의 한계 좌표는 각자의 점에서 공칭(nominal) 표면으로부터의 편차로서 특정되고, 상기 공칭 표면은 상기 각자의 형상 카테고리의 정의의 부분으로서 제공된 공칭 형상의 부분을 형성하는 것인, 객체 형상 분류 방법.
  6. 제 5 항에 있어서, 상기 객체의 둘 이상의 표면의 위치가 측정되고, 측정된 표면 각각에 대해 공칭 표면이 제공되는 것인, 객체 형상 분류 방법.
  7. 제 5 항에 있어서, 상기 형상 카테고리 중 적어도 하나는,
    각 객체에 대해, 각자의 객체에 관련된 평면 내의 다수의 점들에서, 상기 평면에 대한 법선 방향에서 상기 객체의 표면의 위치를 측정하는 단계 - 상기 점들은 각 객체에 대해 동일함 - ;
    각 객체에 대한 각자의 점에서 측정된 상기 표면의 위치의 평균으로서 상기 점들 각각에서의 상기 형상 카테고리에 대한 상기 공칭 형상에 대해 상기 평면에 대한 법선 방향에서 상기 좌표를 특정하는 단계; 및
    상기 점들 각각에서 상기 한계 좌표를 특정하는 단계
    에 의해 복수의 객체들로부터 정의되는 것인, 객체 형상 분류 방법.
  8. 제 7 항에 있어서, 상기 한계 좌표는 상기 점들 각각에서의 편차를 상기 각자의 점에서 측정된 상기 표면의 위치의 표준 편차의 미리 정해진 배수와 동일하게 설정함으로써 상기 공칭 형상으로부터의 편차로서 특정되는 것인, 객체 형상 분류 방법.
  9. 제 7 항에 있어서, 각 객체에 대해, 상기 객체의 중심의 로케이션, 상기 객체의 회전 및 기울기가 결정되고, 상기 각자의 객체에 관련된 상기 다수의 점들은 상기 각자의 객체의 중심에 관련하여 특정되는 것인, 객체 형상 분류 방법.
  10. 제 5 항에 있어서, 적어도 하나의 형상 카테고리에 대해, 상기 공칭 표면은 구역들로 분할되고, 각 구역에 대해 공통 편차가 특정되는 것인, 객체 형상 분류 방법.
  11. 제 1 항에 있어서, 상기 적어도 하나의 표면의 위치를 측정하는 단계 이전에, 상기 객체의 중심의 로케이션(location)을 얻기 위해 상기 객체가 측정되고, 상기 객체의 중심의 로케이션, 상기 회전 및 상기 기울기는 각 카테고리에 의해 정의된 상기 점들을 상기 객체와 정렬시키는데 사용되는 것인, 객체 형상 분류 방법.
  12. 제 11 항에 있어서, 상기 객체의 중심의 로케이션, 상기 객체의 회전 및 기울기는 상기 객체의 공칭 형상에 대하여 결정되는 것인, 객체 형상 분류 방법.
  13. 제 1 항에 있어서, 상기 형상 카테고리는 상기 평면 내의 상기 점들에 대하여 일치하는 것인, 객체 형상 분류 방법.
  14. 객체의 형상 분류 방법에 있어서,
    a) 복수의 상이한 형상 카테고리 중 N개의 형상 카테고리(C_k)(여기서, 1 ≤ k ≤ N)를 제공하는 단계 - 각 형상 카테고리(C_k)는 공칭 표면을 포함하는 공칭 형상, 상기 공칭 형상에 관련된 평면 내의 M_k개의 점들을 특정하고, 상기 공칭 표면은 상기 M_k개의 점들 각각에서 상기 평면에 대한 법선 방향을 따라 좌표(Z_i)(여기서, 1 ≤ i ≤ M_k)를 주고, 상기 형상 카테고리는 또한 각 점에 대해 상기 좌표(Z_i)로부터의 2개의 편차(ΔZu_i 및 ΔZd_i)를 특정함 - ;
    b) 상기 객체와 상기 공칭 형상을 서로 정렬시키는 단계;
    c) 상기 M_k개의 점들 각각에서, 상기 평면에 대한 법선 방향을 따라 상기 객체의 표면의 위치를 측정하여, 각자의 점 각각에 대해 측정된 값(Zm_i)를 얻는 단계;
    d) 각 형상 카테고리(C_k)에 대해, 상기 M_k개의 점들 각각에 대해 Z_i-ΔZd_i < Zm_i < Z_i+ΔZu_i가 유지되는지의 여부를 검사하고, 유지된다면 상기 객체를 각자의 형상 카테고리에 속하는 것으로 분류하는 단계;
    e) 각 형상 카테고리에 대해 단계 b 내지 단계 d를 반복하는 단계; 및
    f) 상기 객체의 분류와 관련하여 각 표면에 대해 단계 a 내지 단계 e를 반복하는 단계
    를 포함하고,
    상기 M_k개의 점들 각각에서 측정하기 전에, 상기 평면에서의 상기 객체의 회전 및 상기 평면에 대한 법선 방향에 대한 상기 객체의 기울기를 얻기 위해 상기 객체가 측정되고, 상기 회전 및 상기 기울기는 각 카테고리에 의해 정의된 상기 점들을 상기 객체와 정렬시키는데 사용되는 것인, 객체 형상 분류 방법.
  15. 객체의 형상 분류 방법에 있어서,
    a) 복수의 상이한 형상 카테고리 중 N개의 형상 카테고리(C_k)(여기서, 1 ≤ k ≤ N)를 제공하는 단계 - 각 형상 카테고리는 제 1 공칭 표면 및 제 2 공칭 표면을 포함하는 공칭 형상, 상기 공칭 형상에 관련된 평면 내의 M_k개의 점들을 특정하고, 상기 제 1 공칭 표면은 상기 M_k개의 점들 각각에서 상기 평면에 대한 법선 방향을 따라 좌표(Z1_i)(여기서, 1 ≤ i ≤ M_k)를 주고, 상기 제 2 공칭 표면은 상기 M_k개의 점들 각각에서 상기 평면에 대한 법선 방향을 따라 좌표(Z2_i)(여기서, 1 ≤ i ≤ M_k)를 주고, 상기 형상 카테고리는 또한 각 점에 대해 상기 좌표(Z1_i)로부터의 편차(ΔZ1_i) 및 상기 좌표(Z2_i)로부터의 편차(ΔZ2_i)를 특정함 - ;
    b) 상기 객체와 상기 공칭 형상을 서로 정렬시키는 단계;
    c) 각자의 M_k개의 점들 각각에서, 상기 평면에 대한 법선 방향을 따라 상기 객체의 제 1 표면의 위치를 측정하여, 각자의 점 각각에 대해 측정된 값(Z1m_i)을 얻는 단계;
    d) 각자의 M_k개의 점들 각각에서, 상기 평면에 대한 법선 방향을 따라 상기 객체의 제 2 표면의 위치를 측정하여, 각자의 점 각각에 대해 측정된 값(Z2m_i)를 얻는 단계;
    e) 각 형상 카테고리에 대해, 상기 M_k개의 점들 각각에 대해 Z1_i-ΔZ1_i < Z1m_i 및 Z2m_i < Z2_i+ΔZ2_i가 유지되는지의 여부를 검사하고, 유지된다면 상기 객체를 각자의 형상 카테고리에 속하는 것으로 분류하는 단계; 및
    f) 각 형상 카테고리에 대해 단계 b 내지 단계 e를 반복하는 단계
    를 포함하고,
    상기 M_k개의 점들 각각에서 측정하기 전에, 상기 평면에서의 상기 객체의 회전 및 상기 평면에 대한 법선 방향에 대한 상기 객체의 기울기를 얻기 위해 상기 객체가 측정되고, 상기 회전 및 상기 기울기는 각 카테고리에 의해 정의된 상기 점들을 상기 객체와 정렬시키는데 사용되는 것인, 객체 형상 분류 방법.
KR1020177030693A 2015-03-24 2015-08-19 객체의 형상 분류 방법 KR102289800B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562137650P 2015-03-24 2015-03-24
US62/137,650 2015-03-24
PCT/US2015/045961 WO2016153546A1 (en) 2015-03-24 2015-08-19 Method for shape classification of an object

Publications (2)

Publication Number Publication Date
KR20170130560A KR20170130560A (ko) 2017-11-28
KR102289800B1 true KR102289800B1 (ko) 2021-08-13

Family

ID=56978572

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177030693A KR102289800B1 (ko) 2015-03-24 2015-08-19 객체의 형상 분류 방법

Country Status (6)

Country Link
EP (1) EP3274923B1 (ko)
JP (1) JP6695895B2 (ko)
KR (1) KR102289800B1 (ko)
CN (1) CN107408199B (ko)
SG (1) SG11201707200PA (ko)
WO (1) WO2016153546A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006234493A (ja) * 2005-02-23 2006-09-07 Aisin Seiki Co Ltd 物体認識装置及び方法
KR100809379B1 (ko) 2007-01-29 2008-03-05 부산대학교 산학협력단 삼각영역 직교벡터를 이용한 평면영역 추출 장치 및 그방법
JP2014081347A (ja) 2012-10-12 2014-05-08 Mvtec Software Gmbh 3dシーンにおける3d物体の認識および姿勢決定のための方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7372558B2 (en) * 2001-10-11 2008-05-13 Laser Projection Technologies, Inc. Method and system for visualizing surface errors
US6754550B2 (en) * 2001-10-18 2004-06-22 Hurco Companies, Inc. Toleranced digitizing method
US7131211B2 (en) * 2003-08-18 2006-11-07 Micron Technology, Inc. Method and apparatus for measurement of thickness and warpage of substrates
US8069022B2 (en) * 2005-12-07 2011-11-29 Siemens Corporation Method and apparatus for the classification of surface features of an ear impression
JP4766269B2 (ja) * 2007-03-06 2011-09-07 株式会社安川電機 物体検出方法、物体検出装置、及びそれを備えたロボット
US8111907B2 (en) * 2007-07-31 2012-02-07 United Technologies Corporation Method for repeatable optical determination of object geometry dimensions and deviations
DK2053539T3 (da) * 2007-10-26 2012-03-26 Sick Ag Klassificering af objekter samt detektering af deres position og orientering i rummet
DE102008016025A1 (de) * 2008-03-28 2009-10-01 Mtu Aero Engines Gmbh Verfahren und Messsystem zum Charakterisieren einer Abweichung eines Istmaßes eines Bauteils von einem Nennmaß des Bauteils
JP5259286B2 (ja) * 2008-07-16 2013-08-07 株式会社日立製作所 3次元物体認識システム及びそれを用いた棚卸システム
US8526705B2 (en) * 2009-06-10 2013-09-03 Apple Inc. Driven scanning alignment for complex shapes
JP5468824B2 (ja) * 2009-06-22 2014-04-09 株式会社豊田自動織機 3次元における形状の一致を判定する方法および装置
JP5480667B2 (ja) * 2010-02-26 2014-04-23 キヤノン株式会社 位置姿勢計測装置、位置姿勢計測方法、プログラム
EP2765554A4 (en) * 2011-12-16 2015-08-05 Japan Science & Tech Agency CHARACTER EXTRACTION PROCESS, PERSONAL CLASSIFICATION METHOD, PERSONAL IDENTIFICATION METHOD, CHARACTER EXTRACTION DEVICE, PERSONAL CLASSIFICATION DEVICE, PERSONAL IDENTIFICATION DEVICE, CHARACTER EXTRACTION / PERSON IDENTIFICATION PROGRAM AND RECORD MEDIUM WITH THE PROGRAM
KR101339844B1 (ko) * 2012-02-24 2013-12-10 주식회사 내비오닉스코리아 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006234493A (ja) * 2005-02-23 2006-09-07 Aisin Seiki Co Ltd 物体認識装置及び方法
KR100809379B1 (ko) 2007-01-29 2008-03-05 부산대학교 산학협력단 삼각영역 직교벡터를 이용한 평면영역 추출 장치 및 그방법
JP2014081347A (ja) 2012-10-12 2014-05-08 Mvtec Software Gmbh 3dシーンにおける3d物体の認識および姿勢決定のための方法

Also Published As

Publication number Publication date
EP3274923B1 (en) 2023-10-04
EP3274923A1 (en) 2018-01-31
EP3274923A4 (en) 2018-10-17
KR20170130560A (ko) 2017-11-28
CN107408199A (zh) 2017-11-28
JP6695895B2 (ja) 2020-05-20
JP2018518729A (ja) 2018-07-12
WO2016153546A1 (en) 2016-09-29
SG11201707200PA (en) 2017-10-30
CN107408199B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
US9987747B2 (en) Stocker for receiving cassettes and method of teaching a stocker robot disposed therein
US20200293021A1 (en) Method of optimizing machining simulation condition, machining simulation device, machining simulation system and program
US7630539B2 (en) Image processing apparatus
US11014233B2 (en) Teaching point correcting method, program, recording medium, robot apparatus, imaging point creating method, and imaging point creating apparatus
US20130156292A1 (en) Computing device and method for extracting data of product for use in construction of point cloud
US8103376B2 (en) System and method for the on-machine 2-D contour measurement
US9070622B2 (en) Systems and methods for similarity-based semiconductor process control
CN110506297A (zh) 高精确度校准系统和方法
CN104048674A (zh) 利用不准确的校准靶的机器视觉系统校准
CN107748539B (zh) 基于rtcp误差特征识别的五轴机床多轴联动误差溯源方法
CN110573832A (zh) 机器视觉系统
CN109543705A (zh) 模板创建装置及方法、物体识别处理装置以及记录介质
de Araujo et al. Computer vision system for workpiece referencing in three-axis machining centers
CN111723441B (zh) 塑料件预变形零件建模方法、系统、装置及存储介质
US6470587B1 (en) Method and system for part measurement and verification
CN109631764A (zh) 基于RealSense相机的尺寸测量系统及方法
CN109990734A (zh) 深度信息摄像模组精度自动检测系统及其精度检测方法
KR102289800B1 (ko) 객체의 형상 분류 방법
CN109429528B (zh) 半导体晶粒偏移补偿变化
US20070260406A1 (en) Automated location system
CN114638888A (zh) 位置确定方法、装置、电子设备及可读存储介质
JP2003344040A (ja) 誤差配分方法
US20050216104A1 (en) Method for estimating at least one component placement position on a substrate as well as a device for carrying out such a method
US10215560B2 (en) Method for shape classification of an object
US10721848B2 (en) Manufacturing device, manufacturing management system, and manufacturing control program

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant