KR20180076966A - 용접로봇의 작업대상물 용접선 검출방법 - Google Patents

Abstract

본 발명은 용접로봇 상에서 작업대상물의 용접선을 검출하는 방법에 있어서: (A) 작업대상물을 측정하고 직각 좌표계의 포인트로 변환하는 단계; (B) 상기 포인트 집단의 분포를 균일화하여 평면 모델을 생성하는 단계; 및 (C) 상기 평면 모델을 이용하여 교점과 용접선을 연산하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
이에 따라, 비교적 복잡한 형태의 피용접물이라도 로봇에 용이하게 탑재하여 설계 CAD와 같은 부가적 데이터의 연동없이 작업자의 개입을 최소로 하면서 용접선의 인식이 가능하여 생산성을 향상하는 효과가 있다.

Description

용접로봇의 작업대상물 용접선 검출방법{Method for detecting workpiece welding line by welding robot}

본 발명은 용접로봇의 치수측정에 관한 것으로서, 보다 구체적으로는 2D-라이다 센서를 이용하여 작업대상물에 대한 필요 치수를 자동으로 계산하는 용접로봇의 작업대상물 용접선 추출방법에 관한 것이다.

종래의 다관절 로봇의 용접작업은 대부분 작업대상물이 일정하거나 규칙적이고 반복적인 형태를 띄고 있으나, 조선 로봇용접의 경우 작업대상이 형상과 크기, 타입이 각기 상이하여 로봇의 용접작업 수행 시 각각의 대상물에 대한 정보를 로봇에 제공해야 한다. 이에 따라 선체의 설계된 CAD데이터를 바탕으로 이를 가공하여 로봇에 입력하거나, 로봇 오퍼레이터가 대상물에 대한 치수를 직접 측정하여 로봇에 직접 입력하는 번거로움이 수반된다.

좀 더 구체적으로, 용접로봇의 작업대상물에 대한 데이터 입력 방법은 크게 두 가지로 구분된다.

첫째로, 선체 설계데이터를 활용하는 것으로서, 이를 가공/변환하여 로봇 중앙제어 시스템으로부터 로봇 오퍼레이터가 대상물에 대한 정보를 로봇에 입력시키는 방식이므로 선체의 CAD 데이터가 반드시 필요할뿐더러 각기 시스템의 종속이 커지고 복잡하며 많은 개발 소요시간과 유지보수 비용이 발생한다.

둘째로, 로봇 오퍼레이터가 직접 작업 대상물에 대한 형상정보, 치수정보, 용접조건 등을 입력하는 방식으로 주로 CAD 시스템의 연동이 어려운 작업구역의 핸드캐리형 로봇에 많이 적용되는 방식이다. 작업에 필요한 형상에 대한 각각의 치수를 측정한 뒤 로봇의 교시조작기에 치수정보를 입력하여 로봇 작업프로그램을 생성한다. 이는 각기 대상물마다 치수를 입력하므로 작업자의 개입이 많아져 로봇 작업의 효율 손실이 발생하는 단점이 있다.

이와 관련되어 참조할 수 있는 선행기술문헌으로서, 한국 등록특허공보 제0253132호, 한국 등록특허공보 제0655721호 등이 알려져 있다.

전자는 용접용 로봇에 부착된 레이져 비젼센서 및 센서카메라를 이용하여 용접선의 시작점과 끝점을 감지하기 위한 용접선 위치 감지방법을 제공한다. 후자는 필렛 용접선 부근에 주사되어 실제 작업대상물 간의 갭을 인식하고, CCD카메라에 디지털화된 작업대상물 표면의 영상 이미지를 3차원 공간좌표화하여 설정된 용접선과의 거리를 연산한다.

다만, 상기한 선행기술문헌에 의하면 카메라에 의한 영상 인식을 기반으로 하므로 용접선에 대한 로봇의 자세를 정렬하는 불편함이 수반되고 기설정된 데이터와 연계하지 않으면 높은 정밀도를 구현하기 한계성을 드러낸다.

1. 한국 등록특허공보 제0253132호 "레이져비젼센서 및 센서카메라를 이용한 용접선 위치감지방법" (공개일자 : 1999.03.15.) 2. 한국 등록특허공보 제0655721호 "레이저를 이용하여 용접선을 인식하는 자동용접장치" (공개일자 : 2006.07.05.)

상기와 같은 종래의 문제점들을 개선하기 위한 본 발명의 목적은, 2D-라이다 센서를 이용하여 대상물에 대한 거리정보를 수집하고 이를 데이터 프로세싱하여 작업대상물에 대한 필요 치수를 자동으로 계산하는 용접로봇의 작업대상물 용접선 추출방법을 제공하는 데 있다.

상기 목적을 달성하기 위하여, 본 발명은 용접로봇 상에서 작업대상물의 용접선을 검출하는 방법에 있어서: (A) 작업대상물을 측정하고 직각 좌표계의 포인트로 변환하는 단계; (B) 상기 포인트 집단의 분포를 균일화하여 평면 모델을 생성하는 단계; 및 (C) 상기 평면 모델을 이용하여 교점과 용접선을 연산하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.

본 발명의 세부 구성으로서, 상기 단계 (A)는 용접로봇의 아암에 2D-라이다센서를 부착한 상태로 측정하는 것을 특징으로 한다.

이때, 상기 2D-라이다센서의 자세 변동 과정에서 획득되는 포인트 집단의 좌표

가 용접로봇의 베이스를 기준으로 하는 좌표

로 변환되는 것을 특징으로 한다.

본 발명의 세부 구성으로서, 상기 단계 (B)는 임의로 설정된 정육면체 공간내 포인트 그룹의 좌표 평균값을 이용하여 하나의 포인트로 단순화하고(S30), 법선벡터의 방향 성분에 따라 각 면의 점 데이터를 분리하고(S40), RANSAC(Random Sample Consensus) 알고리즘으로 평면의 모델을 생성하는(S50) 것을 특징으로 한다.

상기 단계 S40은 데이터 포인트군의 각 점 P를 기준으로 근접한 임의의 점 Q, R을 추출하고(KD-Tree 알고리즘), 벡터

,

에서 생성되는 법선벡터

을 정규화(normalization)하는 것을 특징으로 한다.

상기 단계 S50은 피용접물의 주판, T바, 트랜스에 대한 평면 모델을 연산식

로 생성하는 것을 특징으로 한다.

본 발명의 세부 구성으로서, 상기 단계 (C)는 세 평면 모델의 교점, 두 평면 모델의 사잇각, 두 평면 모델의 교직선을 이용하여 용접선을 생성하는 것을 특징으로 한다.

이상과 같이 본 발명에 의하면, 비교적 복잡한 형태의 피용접물이라도 로봇에 용이하게 탑재하여 설계 CAD와 같은 부가적 데이터의 연동없이 작업자의 개입을 최소로 하면서 용접선의 인식이 가능하여 생산성을 향상하는 효과가 있다.

도 1은 본 발명에 따른 방법이 적용되는 상태를 나타내는 모식도
도 2는 본 발명에 따른 방법의 주요 단계를 나타내는 플로우차트
도 3 내지 도 8은 도 2의 주요 단계를 상세하게 나타내는 도표

이하, 첨부된 도면에 의거하여 본 발명의 실시예를 상세하게 설명하면 다음과 같다.

본 발명은 용접로봇 상에서 작업대상물의 용접선을 검출하는 방법에 관하여 제안한다. 도 1에서 작업대상물은 선박에 적용되는 피용접물(10)로 예시하지만 반드시 이에 국한되는 것은 아니다. 피용접물(10)이 선체 블록인 경우 주판(12), T바(14), 트랜스(16) 등으로 구성될 수 있다. 용접로봇(20)은 주판(12) 상에서 인접한 T바(14) 사이에 배치되어 트랜스(16) 등과 연결되는 부분의 용접선으로 용접을 수행함에 선체의 CAD데이터에 대한 의존을 배제한다. 용접로봇(20)은 다수의 아암(25)과 조인트로 구성된 다관절 구조를 적용한다.

도 2에 나타내는 본 발명의 주요 알고리즘은 용접로봇(20)의 제어기(도시 생략)에 저장되고 실행된다.

본 발명에 따른 단계 (A)는 작업대상물을 측정하고 직각 좌표계의 포인트로 변환하는 과정으로 진행된다. 용접로봇(20)을 이용하여 피용접물(10)의 주판(12), T바(14), 트랜스(16)에 대한 포인트 좌표 정보를 획득하는 과정이다. 도 2에서 단계 S10 및 S20으로 구현된다.

본 발명의 세부 구성으로서, 상기 단계 (A)는 용접로봇(20)의 아암(25)에 2D-라이다센서(30)를 부착한 상태로 측정하는 것을 특징으로 한다. 로봇의 특정축에 2D-라이다센서(30)를 부착하여 축이 회전하면서 움직이는 각 조인트 값과 센서에서 출력되는 값을 저장하고 변환하여 3D 형태의 군집화 되는 형태로 복원시키는 방법이다. 2D-라이다센서(30)의 경우 평면상의 2차원 각도와 거리값만 출력되나 로봇의 특정축에 부착하여 움직이면 1차로 극좌표계로 출력된 센서의 출력값이 삼각함수를 이용하여 직각좌표계로 변환이 가능하고, 이러한 포인트들이 다시 로봇의 조인트 각도값과 기구학을 이용한 변환을 거치게 되면 로봇 중심의 3차원 직각좌표계의 데이터로 변환된다.

일예로, 도 3(a)에서 2D-라이다센서(30)가 로봇 조인트에 의한 특정 평면상에서 360˚ 회전하면서 기준점에서 벌어진 각도 θ, 거리 d의 좌표로 포인트 집단의 정보를 수집한다. 도 3(b)는 2D-라이다센서(30)가 로봇 조인트의 각도 φ 만큼 상방향 또는 하방향로 회전된 또 다른 평면에서 포인트 정보를 수집하는 상태를 예시한다. 이에, 각 포인트 집단의 군집화된 데이터를 분석하여 전체 피용접물(10)에 대한 치수정보를 획득할 수 있다.

이때, 상기 2D-라이다센서(30)의 자세 변동 과정에서 획득되는 포인트 집단의 좌표

가 용접로봇(20)의 베이스를 기준으로 하는 좌표

로 변환되는 것을 특징으로 한다. 도 3(a)에서 도 3(b)로 진행하면서 포인트 좌표 (x,y)가 집단으로 생성되고, 도 3(b)에서 도 3(c)로 진행하면서 포인트 좌표 (x, y, φ)가 집단으로 생성된다. 이후 2D-라이다센서(30)를 기준으로 하는

가 용접로봇(20)의 베이스를 기준으로 하는

로 변환된다.

본 발명에 따른 단계 (B)는 상기 포인트 집단의 분포를 균일화하여 평면 모델을 생성하는 과정을 거친다. 도 4(a)는 전술한 2개의 좌표계를 동시에 나타내면서 극좌표계를 직각좌표계로 변환하는 알고리즘을 예시한다. 여기서 L은 2D-라이다센서(30)의 링크 오프셋을 의미한다. 도 4(b)는 전체 피용접물(10)에 대한 치수정보가 직각좌표계 상으로 변환된 상태를 예시한다. 도시에서 명암이 다르게 나타나는 것은 2D-라이다센서(30)의 위치에 따른 각 평면의 상대적 자세 및 원근에 의하여 포인트 분포가 편중되기 때문이다.

본 발명의 세부 구성으로서, 상기 단계 (B)는 임의로 설정된 정육면체 공간내 포인트 그룹의 좌표 평균값을 이용하여 하나의 포인트로 단순화하고(S30), 법선벡터의 방향 성분에 따라 각 면의 점 데이터를 분리하고(S40), RANSAC(Random Sample Consensus) 알고리즘으로 평면의 모델을 생성하는(S50) 것을 특징으로 한다. 상기 단계 (B)를 구성하는 단계 S30 내지 S50은 도 5 내지 도 7을 통하여 보다 명확하게 이해된다.

상기 단계 S30은 도 5(a)에서 임의의 단위 정육면체 내에서 포인트의 평균값을 연산하고, 도 5(b)에서 이에 인접한 정육면체의 포인트 평균값을 연속적으로 연산하며, 결과적으로 도 5(c)의 편중된 모델을 도 5(d)와 같이 단순한 모델로 구현하므로 후속된 연산에 소요되는 시간을 줄일 수 있다.

상기 단계 S40은 데이터 포인트군의 각 점 P를 기준으로 근접한 임의의 점 Q, R을 추출하고(KD-Tree 알고리즘), 벡터

,

에서 생성되는 법선벡터

을 정규화(normalization)하는 것을 특징으로 한다. 평균화된 모든 포인트 들을 이용하여 가장 가까운 주변의 포인트들과의 벡터를 생성하여 법선벡터의 방향으로 면의 방향을 분리하는 과정이다. 도 6(a)에서 생성되는 모델의 주판(12), T바(14), 트랜스(16)에 대한 위치정보를 기반으로, 도 6(b)에서 포인트 집단의 각 점 P를 기준으로 법선벡터

와 유니트 벡터를 생성하고, 도 6(c)에서 유니트 벡터의 절대값 크기와 방향으로 평면을 구분하고, 도 6(d)에서 구분된 평면으로 피용접물(10)의 모델을 생성한다.

상기 단계 S50은 피용접물(10)의 주판(12), T바(14), 트랜스(16)에 대한 평면 모델을 연산식

로 생성하는 것을 특징으로 한다. 도 7에서 "Longitudinal"은 좌우측 T바(14), "Bottom Floor"는 주판(12), "Transverse"는 트랜스(16)를 나타내고, "Flange"는 좌우측 T바(14)의 상부를 구성하는 부재를 나타낸다. T바(14)의 경우 Y축 방향의 유니트 벡터의 크기가 가장 큰 값을 가지며, 좌측 및 우측 면의 구분은 센서 중심으로 왼쪽(Y+), 오른쪽(Y-) 값의 판단으로 결정된다. 주판(12)의 경우 Z축 방향의 유니트 벡터의 크기가 가장 큰 값을 가진다. 트랜스(16)의 경우 X축 방향의 유니트 벡터의 크기가 가장 큰 값을 가진다.

본 발명에 따른 단계 (C)는 상기 평면 모델을 이용하여 교점과 용접선을 연산하는 과정으로 진행된다. 단계 (B)를 거쳐 군집화된 데이터는 특정부분의 의미있는 데이터의 필터링을 통해 모델피팅(Model-Fitting) 알고리즘을 적용하여 평면의 모델을 구하고 각 모델의 교점을 이용하여 용접선 추적수행이 가능하다.

본 발명의 세부 구성으로서, 상기 단계 (C)는 세 평면 모델의 교점, 두 평면 모델의 사잇각, 두 평면 모델의 교직선을 이용하여 용접선을 생성하는 것을 특징으로 한다. 도 8(a)에서 세 평면 모델의 연립방정식으로 교점을 구하여 시작점/끝점 정보를 생성한다. 도 8(b)에서 두 평면 모델의 법선벡터의 각도인 사잇각으로 각 평면의 기울기 정보를 생성한다. 두 평면의 사잇각을 이용한 각 평면 각도 추출로 로봇 토치 접근각도가 추출된다. 도 8(c)에서 두 평면 모델에서 법선벡터의 외적에 의한 교직선으로 용접선을 생성하는 동시에 각 포인트의 유저(USER) 좌표계 벡터를 생성한다.

본 발명은 기재된 실시예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형할 수 있음이 이 기술의 분야에서 통상의 지식을 가진 자에게 자명하다. 따라서 그러한 변형예 또는 수정예들은 본 발명의 특허청구범위에 속한다 해야 할 것이다.

10: 피용접물 12: 주판
14: T바 16: 트랜스
20: 용접로봇 25: 아암
30: 2D-라이다센서

Claims (7)

1. 용접로봇 상에서 작업대상물의 용접선을 검출하는 방법에 있어서:
   (A) 작업대상물을 측정하고 직각 좌표계의 포인트로 변환하는 단계;
   (B) 상기 포인트 집단의 분포를 균일화하여 평면 모델을 생성하는 단계; 및
   (C) 상기 평면 모델을 이용하여 교점과 용접선을 연산하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
2. 청구항 1에 있어서,
   상기 단계 (A)는 용접로봇(20)의 아암(25)에 2D-라이다센서(30)를 부착한 상태로 측정하는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
3. 청구항 2에 있어서,
   상기 2D-라이다센서(30)의 자세 변동 과정에서 획득되는 포인트 집단의 좌표

   

   가 용접로봇(20)의 베이스를 기준으로 하는 좌표

   

   로 변환되는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
4. 청구항 1에 있어서,
   상기 단계 (B)는 임의로 설정된 정육면체 공간내 포인트 그룹의 좌표 평균값을 이용하여 하나의 포인트로 단순화하고(S30), 법선벡터의 방향 성분에 따라 각 면의 점 데이터를 분리하고(S40), RANSAC(Random Sample Consensus) 알고리즘으로 평면의 모델을 생성하는(S50) 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
5. 청구항 4에 있어서,
   상기 단계 S40은 데이터 포인트군의 각 점 P를 기준으로 근접한 임의의 점 Q, R을 추출하고(KD-Tree 알고리즘), 벡터

   

   ,

   

   에서 생성되는 법선벡터

   

   을 정규화(normalization)하는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
6. 청구항 4에 있어서,
   상기 단계 S50은 피용접물(10)의 주판(12), T바(14), 트랜스(16)에 대한 평면 모델을 연산식

   

   로 생성하는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.
7. 청구항 1에 있어서,
   상기 단계 (C)는 세 평면 모델의 교점, 두 평면 모델의 사잇각, 두 평면 모델의 교직선을 이용하여 용접선을 생성하는 것을 특징으로 하는 용접로봇의 작업대상물 용접선 검출방법.

Images