KR102558406B1

KR102558406B1 - 파우치 외형불량 검사장치

Info

Publication number: KR102558406B1
Application number: KR1020200152576A
Authority: KR
Inventors: 김보철
Original assignee: 주식회사 트윔
Priority date: 2020-11-16
Filing date: 2020-11-16
Publication date: 2023-07-25
Also published as: KR20220067559A

Abstract

본 발명의 일실시예에 따른 파우치 외형불량 검사장치는, 투입되는 파우치를 이송하고, 상기 파우치가 제1 거리만큼 이송되면 상기 파우치의 앞면과 뒷면을 뒤집은 후 제2 거리만큼 이송하여 배출하는 컨베이어(conveyor); 상기 컨베이어 영역 중에서 상기 파우치가 상기 제1 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제1 카메라; 상기 컨베이어 영역 중에서 상기 파우치가 상기 제2 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제2 카메라; 및 상기 제1 카메라 및 상기 제2 카메라가 촬영한 이미지를 통해 상기 파우치의 불량을 검출하는 불량 검사부를 포함한다.

Description

파우치 외형불량 검사장치{APPARATUS FOR CHECKING DEFECT OF POUCH}

본 발명은 파우치 외형불량 검사장치에 관한 것으로 더욱 상세하게는 컨베이어의 반전 이송공정에 따라 파우치를 전면과 후면으로 뒤집으면서 다수의 카메라를 통해 파우치의 모든 면을 촬영한 이미지를 획득하고 상기 획득한 이미지를 통해 딥러닝 검사하여 파우치의 회영에 대한 각종 불량을 보다 정확하게 검사할 수 있는 파우치 외형불량 검사장치에 관한 것이다.

일반적으로, 비전 검사장치는 검사 대상물을 카메라나 센서 등에 의해 촬영 또는 감지하여 제품의 형상이나 치수 또는 이물이나 스크래치 등을 검사하여 제품의 불량여부를 판단 및 선별할 수 있도록 된 장치이다. 이러한 비전 검사장치는 대개 검사 대상물을 연속적으로 공급하여 자동적으로 불량 여부를 검사할 수 있음에 따라, 휴대폰이나 자동차의 부품 등 각종 제품을 전수검사하는 데에 유용하게 사용되고 있다.

종래의 비전 검사방식은 2D 이미지에서 단순 그레이(Gray) 변화량을 감지하여 불량(Defect)을 검출하고 분류하는 방식인데 이는 정형적인 외형을 갖는 제품에만 정상적으로 적용될 뿐, 파우치의 경우 제품의 외형 특성 상 컴퓨터 비전으로 검사가 불가하여 육안 검사에 의존하고 있다. 파우치 제품은 겉면의 구김이 각기 다르며 재질 또한 빛을 반사하기 좋은 소재인지라 정확한 검사가 어려울 수밖에 없다.

이러한 종래의 검사방식은 검사자마다 눈대중으로 파악하는 방식의 한계로 인해 불량 검출의 차이가 발생할 수밖에 없으며, 검사 속도에 대해서도 빠른 사람과 느린 사람으로 나뉘는 불합리한 문제가 있다. 또한 같은 검사자라고 할지라도 날 마다, 혹은 시간 별로 검사하는 기준이 차이가 날 수 있다는 문제점이 있다. 이와 같이 종래의 검사 방식으로는 파우치 제품의 외형 특성 상 컴퓨터 비전으로 검사가 불가하여 육안 검사에 의존할 수밖에 없어 제품의 불량을 정확하게 검출하지 못하고 있는 실정이다. 이에 파우치 제품의 외관에 대한 불량(defect)을 보다 정확하면서 신속하게 검출할 있는 장치의 개발이 요구되고 있다.

대한민국 등록특허 10-1595708호(2016년 2월 18일 공고)

본 발명은 상기와 같은 종래 기술을 개선하기 위해 안출된 것으로서, 컨베이어의 반전 이송공정에 따라 파우치를 전면과 후면으로 뒤집으면서 다수의 카메라를 통해 파우치의 모든 면을 촬영한 이미지를 획득하고 상기 획득한 이미지를 통해 딥러닝 검사하여 파우치의 회영에 대한 각종 불량을 보다 정확하게 검사할 수 있는 파우치 외형불량 검사장치를 제공하는 것을 목적으로 한다.

상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명의 일실시예에 따른 파우치 외형불량 검사장치는, 투입되는 파우치를 이송하고, 상기 파우치가 제1 거리만큼 이송되면 상기 파우치의 앞면과 뒷면을 뒤집은 후 제2 거리만큼 이송하여 배출하는 컨베이어(conveyor); 상기 컨베이어 영역 중에서 상기 파우치가 상기 제1 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제1 카메라; 상기 컨베이어 영역 중에서 상기 파우치가 상기 제2 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제2 카메라; 및 상기 제1 카메라 및 상기 제2 카메라가 촬영한 이미지를 통해 상기 파우치의 불량을 검출하는 불량 검사부를 포함한다.

또한, 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 상기 컨베이어는, 상기 투입되는 파우치를 제1 거리만큼 이송하는 제1 컨베이어; 상기 파우치가 수용되는 크기의 톱니 홈을 구비하는 톱니바퀴 형상으로 상기 제1 컨베이어 및 제2 컨베이어와 양측이 연결되고, 상기 제1 컨베이어로부터 투입되는 상기 파우치가 상기 톱니 홈에 수용되면 180도 회전을 통해 상기 파우치를 상기 제2 컨베이어로 이송하는 반전 이송부; 및 상기 반전 이송부와 연결되고 상기 반전 이송부로부터 투입되는 상기 파우치를 제2 거리만큼 이송하는 제2 컨베이어를 포함한다.

또한, 본 발명의 일실시예에 따른 파우치 외형불량 검사장치에 있어서, 상기 톱니 홈은 상기 파우치가 측면 방향으로 끼워질 만큼의 너비를 갖는 형상인 것을 특징으로 한다.

또한, 본 발명의 일실시예에 따른 파우치 외형불량 검사장치는, 상기 제1 카메라와 인접하는 좌우 양측 영역에 각각 설치되어 평행광을 상기 파우치로 조사하는 제1-1 평행광 조명 및 제1-2 평행광 조명; 상기 제1-1 평행광 조명의 하측 영역과 상기 제1-2 평행광 조명의 하측 영역에 각각 설치되어 확산광을 상기 파우치로 조사하는 제1-1 확산광 조명 및 제1-2 확산광 조명; 상기 제2 카메라와 인접하는 좌우 양측 영역에 각각 설치되어 확산광을 상기 파우치로 조사하는 제2-1 평행광 조명 및 제2-2 평행광 조명; 및 상기 제2-1 평행광 조명의 하측 영역과 상기 제2-2 평행광 조명의 하측 영역에 각각 설치되어 확산광을 상기 파우치로 조사하는 제2-1 확산광 조명 및 제2-2 확산광 조명를 더 포함한다.

또한, 본 발명의 일실시예에 따른 파우치 외형불량 검사장치에 있어서, 상기 불량 검사부는 CNN(Convolution Neural Network) 신경망을 갖는 인공지능이 구비된 컴퓨팅 디바이스이고, 상기 CNN 신경망을 이용한 딥러닝 이미지 학습을 통한 모델 생성을 통해 상기 파우치의 외형불량을 검사하며, 상기 CNN 신경망을 이용한 딥러닝 이미지 학습은 샘플 이미지 입력단계, 학습 데이터 라벨링 단계, 딥러닝 학습진행 단계, 모델 생성 단계를 통해 구현되고, 상기 불량 검사부는 상기 제1 카메라 및 상기 제2 카메라로부터 수신하는 이미지를 상기 딥러닝을 통해 생성한 모델과 비교하여 상기 파우치의 외형불량을 검사하는 것을 특징으로 한다.

본 발명의 파우치 외형불량 검사장치에 따르면, 파우치의 양면에 대한 불량을 자동으로 동시에 정확하게 검사할 수 있는 효과를 얻을 수 있다.

또한, 본 발명의 파우치 외형불량 검사장치에 따르면, 확산광과 평행광을 동시에 사용하여 빛을 파우치에 조사하여 검사함으로써 비닐 재질의 파우치 제품에 대하여 균일한 광량으로 보다 정확하게 불량을 검사할 수 있는 효과를 얻을 수 있다.

또한, 본 발명의 파우치 외형불량 검사장치에 따르면, 각종 불량 형태에 따른 다수의 검사 모델과 다수의 쓰레드로 이미지를 딥러닝 검사함으로써 보다 단축된 시간내에 다양한 형태의 불량을 보다 정확하게 검사할 수 있는 효과를 얻을 수 있다.

도 1은 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 파우치 투입부의 구성을 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 컨베이어를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치 컨베이어 반전 이송부의 톱니바퀴 일부를 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 파우치 배출부를 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 조명의 구성을 도시한 도면이다.

본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.

이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다.

다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다. 또한, 본 명세서에서 기술되는 "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.

도 1은 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 구성을 도시한 도면이고, 도 2는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 파우치 투입부의 구성을 도시한 도면이며, 도 3은 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 컨베이어를 도시한 도면이고, 도 4는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치 컨베이어 반전 이송부의 톱니바퀴 일부를 도시한 도면이며, 도 5는 본 발명의 일실시예에 따른 파우치 외형불량 검사장치의 파우치 배출부를 도시한 도면이고, 도 6은 본 발명의 일실시예에 따른 조명의 구성을 도시한 도면이다.

본 발명의 일실시예에 따른 파우치 외형불량 검사장치는 컨베이어(110), 제1 컨베이어(111), 제2 컨베이어(112), 반전 이송부(113), 제1 카메라(121), 제2 카메라(122), 제1-1 평행광 조명(141), 제1-2 평행광 조명(142), 제1-1 확산광 조명(143), 제1-2 확산광 조명(144), 제2-1 평행광 조명(151), 제2-2 평행광 조명(152), 제2-1 확산광 조명(153), 제2-2 확산광 조명(154), 불량 검사부(130)를 포함한다.

파우치 투입부는 도 2에 도시된 바와 같이 직선의 피딩부에 파우치를 무작위로 적재하고, 피딩되는 파우치는 캐스케이스(cascade) 형태의 가이드(guide)를 거치며 일렬로 정렬되어 컨베이어(110)에 하니씩 적재될 수 있다. 레이저 변위 센서가 상측에 설치되어 파우치를 감지하여 여러장이 겹치서 이송되거나 컨베이어(110에 적재되지 않는 파우치를 감지할 수 있다.

컨베이어(110)는 투입되는 파우치(101)를 이송하고, 파우치(101)가 제1 거리만큼 이송되면 상기 파우치의 앞면과 뒷면을 뒤집은 후 제2 거리만큼 이송하여 배출한다. 이를 위하여 도 1 및 도 3에 도시된 바와 같이 컨베이어(110)는 제1 파우치(111), 제2 파우치(112), 반전 이송부(113)로 구성된다. 제1 컨베이어(111)는 상기 투입되는 파우치를 제1 거리만큼 이송한다. 제1 컨베이어(111)는 제1 거리만큼의 길이로 구현될 수 있는데, 상기 제1 거리는 제1 컨베이어(111)의 왼쪽 끝단에서 반전 이송부(113)와 맞닿는 오른쪽 끝단까지의 길이로 구현될 수 있다.

반전 이송부(113)는 파우치(101)가 수용되는 크기의 톱니 홈을 구비하는 톱니바퀴 형상으로 상기 제1 컨베이어 및 제2 컨베이어와 양측이 연결된다. 반전 이송부(113)는 제1 컨베이어(111)가 이송하여 투입하는 파우치(101)가 상기 톱니 홈에 수용되면 180도 회전을 통해 파우치(101)를 제2 컨베이어(112)로 이송한다. 따라서, 반전 수용부(113)는 제1 컨베이어(111)와 제2 컨베이어(112) 사이에 서로를 연결하는 반원 형태의 톱니 바퀴 형상으로 구현될 수 있다.

반전 이송부(113)의 톱니 홈은 도4에 도시된 바와 같이 양 톱니 사이의 공간을 의미한다. 예를 들어 제1 톱니(211)와 제2 톱니(212) 사이에 형성되는 일종의 공간을 의미한다. 제1 컨베이어(111)를 통해 이송된 파우치(101)가 반전 이송부(113)에 도달하면 상기 톱니 홈에 수용된다. 이때, 파우치(101)는 도 4에 도시된 바와 같이 측면 방향으로 끼워진 상태 즉, 눕혀진 상태로 상기 톱니 홈에 수용될 수 있다. 따라서 톱니 바퀴가 180도 회전함에 따라 제1 컨베이어(111)에서 이송될 때 상측을 바라보며 이송되던 파우치(101)의 앞면은 제2 컨베이어(112)에서는 하측을 바라보면서 이송되고, 제1 컨베이어(111)에서 하측을 바라보면 이송되던 파우치(101)의 후면은 제2 컨베이어(112)에서는 상측을 바라보면서 이송될 수 있다. 이를 위하여 반전 이송부(113)의 상기 톱니 홈은 파우치(101)가 측면 방향으로 끼워질 만큼의 너비를 갖는 형상으로 구현될 수 있다.

제1 카메라(121)는 제1 컨베이어(111)의 상단에 설치되어 파우치(101)를 촬영한다. 제2 카메라(122)는 제2 컨베이어(112)의 상단에 설치되어 파우치(101)를 촬영한다. 반전 이송부(113)의 파우치(101)를 뒤집는 동작에 따라 제1 카메라(121)와 제2 카메라(122)의 파우치(101)는 전면과 후면을 모두 촬영할 수 있다. 카메라의 설치 개수나 설치 방향은 검사하고자 하는 파우치 제품의 외형을 고려하여 관리자가 다양한 방법으로 설정하도록 구현될 수 있다.

제1-1 평행광 조명(141)과 제1-2 평행광 조명(142)은 제1 카메라(121)와 인접하는 좌우 양측 영역에 각각 설치되어 평행광을 파우치(101)로 조사한다. 제1-1 확산광 조명(143)과 제1-2 확산광 조명(144)은 제1-1 평행광 조명(141)과 제1-2 평행광 조명(142)의 하측 영역에 각각 설치되어 확산광을 파우치(101)로 조사한다. 제2-1 평행광 조명(151)과 제2-2 평행광 조명(152)은 제2 카메라와 인접하는 좌우 양측 영역에 각각 설치되어 확산광을 파우치(101)로 조사한다. 제2-1 확산광 조명(153)과 제2-2 확산광 조명(154)은 제2-1 평행광 조명(151)과 제2-2 평행광 조명(152)의 하측 영역에 각각 설치되어 확산광을 파우치(101)로 조사한다. 확산광 조명과 평행광 조명은 검사 사양에 따라 관리자가 조정하여 요구되는 광학 조건을 설정할 수 있다. 양쪽 평행광 조명이 모두 활성화되는 경우 촬영 시에 제품의 가운데 위치한 불량은 빛 간섭으로 인해 형태가 보이지 않는 경우가 있으므로, 평행광 조명으로 좌우 번갈아 가면 온오프를 반복하여 2번 촬영하도록 구현될 수도 있다.

평행광 조명은 파우치에 대하여 사이드 구기, 찍힘, 스크래치, 단면 구김, 점 형태 찍힘을 보다 정확하게 검출할 수 있도록 한다. 확산광 조명은 파우치에 대하여 씰링 끝단, 씰링 접합부, 오염, 누약, 날인 중복, 번짐, 배접 은박지, 배접 말려들어감, 엠보싱(한쪽 끝단 짧음), 각종 정보 날인에 대한 불량을 보다 정확하게 검출할 수 있도록 한다. 이와 같이 다수의 조명은 다수의 카메라가 배치되는 각각의 영역마다 상기 각 카메라에 대응하여 배치되어 파우치에 빛을 조사한다. 확산광 조명은 확산형 C자형 조명으로 구현될 수 있다. 일반적인 직광형 조명의 경우 제품의 굴곡면에 조사되는 빛의 난반사로 인해 Saturation 상태가 발생하여 외관 검사 Dead Area 발생한다. 따라서, 본 발명에서는 특수 확산형 조명을 적용하여 굴곡면에서도 외관 검사가 가능한 정도의 일정한 조건을 만들 수 있다.

불량 검사부(130)는 제1 카메라(121) 및 제2 카메라(122)가 촬영한 이미지를 통해 파우치(101)의 불량을 검출한다. 불량 검사부(130)는 CNN(Convolution Neural Network) 신경망을 갖는 인공지능이 구비된 컴퓨팅 디바이로 구현될 수 있다. 불량 검사부(130)는 상기 CNN 신경망을 이용한 딥러닝 이미지 학습을 통한 모델 생성을 통해 상기 비정형적 제품의 불량을 검사한다. 상기 CNN 신경망을 이용한 딥러닝 이미지 학습은 샘플 이미지 입력단계, 학습 데이터 라벨링 단계, 딥러닝 학습진행 단계, 모델 생성 단계를 통해 구현될 수 있다. 불량 검사부(130)는 제1 카메라(121) 및 제2 카메라(122)로부터 수신하는 이미지를 상기 딥러닝을 통해 생성한 모델과 비교하여 상기 비정형적 제품의 외형 불량을 검사할 수 있다.

본 발명에서는 Tensorflow를 이용한 CNN 신경망을 사용하여 이미지 불량에 대한 학습을 진행한다. 이 때, 이미지의 불량 검출이 어렵기 때문에 신경망의 깊이를 101 Layer 로 적용하여 학습의 양을 증대해서 불량 검출을 최적화할 수 있다. 해당 알고리즘 및 모델은 Python 기반으로 개발되었기 때문에, 실제 검사 적용 시 이미지 획득 어플리케이션과 Python 딥러닝 검사 모델이 서로 통신으로 이미지 및 상태를 주고 받아야 하므로 검사 장치를 구성함에 있어 시간이 오래 걸릴 수 있는데, 본 발명에서는 8개의 검사 모델을 dll화하고 이미지 획득 어플리케이션에서 직접 함수 호출하도록 하여 Python 어플리케이션이 구동하지 않도록 함으로써 소요시간을 단축시키고 구성을 단순화할 수 있다. 검사 신뢰성을 높이기 위해 금속 불량 제품 1,000개 이상의 제품에서 각 Defect(긁힘, 찍힘, Burr, 눌림 등)을 라벨링 하고, 이를 각도 및 사이즈 등으로 증폭하여 수 만개의 데이터 세트(Data Set)를 생성하여 검사 정확도를 높일 수 있다.

파우치 제품의 전면을 검사해야 하기 때문에 8개의 검사 Model로 학습을 진행하고, 검사 장치의 택타임(Tact Time)을 설정하기 위해 초고속의 검사 속도가 필요하므로, 단일 쓰레드(Thread)의 Sequential한 검사 방식은 지양하고, 검사 Boost Algorithm를 적용하고 8개의 Multi Thread로 검사 수행을 진행하여 88장의 이미지를 6초 안에 검사 완료 진행하는 방식으로 구현할 수 있다. 딥러닝 학습으로 인한 검사는 불량(Defect)의 모양을 통해 검사하며, 이러한 불량(Defect)의 모양 학습으로도 어려운 검사에 대해서는 컴퓨터 비전(영상 처리)과 딥러닝을 적용하여 검사가 가능하도록 할 수 있다.

원본 영상에서 잡영을 제거하고 필터링 처리(LOG), 이진화 알고리즘 처리(Adaptive)할 수 있다. Circle Fitting 알고리즘으로 근사치 원을 찾고, Circle을 기준으로 관심 영역을 분리한 후, 분리된 영상을 1/4씩 분리하여 딥러닝 학습을 진행할 수 있는데 이는 하나의 모델로 검사하기 위함이다. 최종적으로 검사 신뢰성 확인하여 비정형적 제품의 외형에 발생한 불량을 보다 정확하고 신속하게 검사할 수 있다.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

110: 컨베이어
111: 제1 컨베이어
112: 제2 컨베이어
113: 반전 이송부
121: 제1 카메라
122: 제2 카메라
130: 불량 검사부
141: 제1-1 평행광 조명
142: 제1-2 평행광 조명
143: 제1-1 확산광 조명
144: 제1-2 확산광 조명
151: 제2-1 평행광 조명
152: 제2-2 평행광 조명
153: 제2-1 확산광 조명
154: 제2-2 확산광 조명

Claims

파우치 외형의 불량을 검사하는 장치에 있어서,
투입되는 파우치를 이송하고, 상기 파우치가 제1 거리만큼 이송되면 상기 파우치의 앞면과 뒷면을 뒤집은 후 제2 거리만큼 이송하여 배출하며, 상기 투입되는 파우치를 제1 거리만큼 이송하는 제1 컨베이어와, 상기 파우치가 수용되도록 상기 파우치가 측면 방향으로 끼워질 만큼의 너비와 크기를 갖는 형상의 톱니 홈을 구비하는 톱니바퀴 형상으로 형성되며, 상기 제1 컨베이어 및 제2 컨베이어와 양측이 연결되고, 상기 제1 컨베이어로부터 투입되는 상기 파우치가 상기 톱니 홈에 수용되면 180도 회전을 통해 상기 파우치를 상기 제2 컨베이어로 이송하며, 상기 제1 컨베이어와 제2 컨베이어 사이에 서로를 연결하는 반원 형태의 톱니바퀴 형상을 갖는 반전 이송부와, 상기 반전 이송부와 연결되고 상기 반전 이송부로부터 투입되는 상기 파우치를 제2 거리만큼 이송하는 제2 컨베이어를 구성으로 포함하는 컨베이어(conveyor);
상기 컨베이어 영역 중에서 상기 파우치가 상기 제1 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제1 카메라;
상기 컨베이어 영역 중에서 상기 파우치가 상기 제2 거리만큼 이송되는 영역의 상단에 설치되어 상기 파우치를 촬영하는 제2 카메라;
상기 제1 카메라와 인접하는 좌우 양측 영역에 각각 설치되어 평행광을 상기 파우치로 조사하되, 서로 번갈아 가며 온오프를 반복하여 평행광을 상기 파우치로 조사하는 제1-1 평행광 조명 및 제1-2 평행광 조명;
상기 제1-1 평행광 조명의 하측 영역과 상기 제1-2 평행광 조명의 하측 영역에 각각 설치되어 확산광을 상기 파우치로 조사하는 제1-1 확산광 조명 및 제1-2 확산광 조명;
상기 제2 카메라와 인접하는 좌우 양측 영역에 각각 설치되어 평행광을 상기 파우치로 조사하되, 서로 번갈아 가며 온오프를 반복하여 평행광을 상기 파우치로 조사하는 제2-1 평행광 조명 및 제2-2 평행광 조명; 및
상기 제2-1 평행광 조명의 하측 영역과 상기 제2-2 평행광 조명의 하측 영역에 각각 설치되어 확산광을 상기 파우치로 조사하는 제2-1 확산광 조명 및 제2-2 확산광 조명; 및
상기 제1 카메라 및 상기 제2 카메라가 촬영한 이미지를 통해 상기 파우치의 불량을 검출하고, CNN(Convolution Neural Network) 신경망을 갖는 인공지능이 구비된 컴퓨팅 디바이스이며 상기 CNN 신경망을 이용한 딥러닝 이미지 학습을 통한 모델 생성을 통해 상기 파우치의 외형불량을 검사하고, 상기 CNN 신경망을 이용한 딥러닝 이미지 학습은 샘플 이미지 입력단계, 학습 데이터 라벨링 단계, 딥러닝 학습진행 단계, 모델 생성 단계를 통해 구현되고, 상기 제1 카메라 및 상기 제2 카메라로부터 수신하는 이미지를 상기 딥러닝을 통해 생성한 모델과 비교하여 상기 파우치의 외형불량을 검사하는 불량 검사부
를 포함하고,
상기 제1-1 확산광 조명, 상기 제1-2 확산광 조명, 상기 제2-1 확산광 조명, 및 상기 제2-2 확산광 조명은 확산형 C자형 조명이고,
상기 불량 검사부는, Tensorflow를 이용한 신경망의 깊이가 101 Layer로 적용된 CNN 신경망을 사용하여 이미지 불량에 대한 학습을 진행하며, 검사 부스트 알고리즘(Boost Algorithm)를 적용하여 8개의 멀티쓰레드(Multi Thread)로 검사 수행을 진행하고, 딥러닝 학습으로 인한 검사는 불량(Defect)의 모양을 통해 검사하며, 원본 영상에서 잡영을 제거하고 필터링 처리(LOG), 이진화 알고리즘 처리(Adaptive)하고, 서클 피팅(Circle Fitting) 알고리즘으로 근사치 원을 찾아 서클(Circle)을 기준으로 관심 영역을 분리한 후 분리된 영상을 1/4씩 분리하여 딥러닝 학습을 진행하여 하나의 모델로 검사하는 것을 특징으로 하는 파우치 외형불량 검사장치.
삭제
삭제
삭제
삭제