KR20220121642A - 밑창 품질검사 방법 및 장치 - Google Patents
밑창 품질검사 방법 및 장치 Download PDFInfo
- Publication number
- KR20220121642A KR20220121642A KR1020210025991A KR20210025991A KR20220121642A KR 20220121642 A KR20220121642 A KR 20220121642A KR 1020210025991 A KR1020210025991 A KR 1020210025991A KR 20210025991 A KR20210025991 A KR 20210025991A KR 20220121642 A KR20220121642 A KR 20220121642A
- Authority
- KR
- South Korea
- Prior art keywords
- sole
- information
- product
- camera
- weight
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007689 inspection Methods 0.000 title claims abstract description 40
- 230000002950 deficient Effects 0.000 claims abstract description 30
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 238000005452 bending Methods 0.000 claims abstract description 13
- 238000012546 transfer Methods 0.000 claims abstract description 10
- 238000012015 optical character recognition Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- NQBKFULMFQMZBE-UHFFFAOYSA-N n-bz-3-benzanthronylpyrazolanthron Chemical compound C12=CC=CC(C(=O)C=3C4=CC=CC=3)=C2C4=NN1C1=CC=C2C3=C1C1=CC=CC=C1C(=O)C3=CC=C2 NQBKFULMFQMZBE-UHFFFAOYSA-N 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43B—CHARACTERISTIC FEATURES OF FOOTWEAR; PARTS OF FOOTWEAR
- A43B13/00—Soles; Sole-and-heel integral units
- A43B13/37—Sole and heel units
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D1/00—Foot or last measuring devices; Measuring devices for shoe parts
- A43D1/08—Measuring devices for shoe parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G11/00—Apparatus for weighing a continuous stream of material during flow; Conveyor belt weighers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
본 발명은 밑창 품질검사 방법 및 장치에 관한 것으로서, 보다 상세하게는 신발 밑창의 형상불량 및 중량불량을 검사할 수 있는 밑창 품질검사 방법 및 장치에 관한 것으로, 신발의 밑창을 컨베이어 상에 이동시키며 품질검사를 수행하는 밑창 품질검사 장치에 있어서, 신발의 밑창을 이송시키는 이송부; 2D 스캔기법을 통해 상기 밑창의 제품정보, 길이, 폭, 휘어짐 정보를 추출하는 정보추출부; 상기 컨베이어 상에 배치되어 상기 신발 밑창의 중량 정보를 추출하는 중량추출부; 상기 정보추출부 및 상기 중량추출부를 통해 상기 밑창을 정상품과 불량품으로 분류시키는 제품분류부;를 포함하여 구성되는 것을 특징으로 한다.
Description
본 발명은 밑창 품질검사 방법 및 장치에 관한 것으로서, 보다 상세하게는 신발 밑창의 형상불량 및 중량불량을 검사할 수 있는 밑창 품질검사 방법 및 장치에 관한 것이다.
일반적으로 운동화, 구두, 샌들화, 레저화 등의 신발은 실생활에 반드시 필요한 물품으로서, 지면의 위험한 물체로부터 발을 보호하고 보온력을 제공하며, 신체활동을 보조하는 역할을 하는 가장 중요한 생활필수품 중 하나이다.
이러한 신발은 대부분 하부에 배치되어 발바닥을 지지하는 밑창과, 밑창과 연결되어 발을 감싸며 보호하는 갑피로 이루어지는데, 밑창의 경우 신발의 형태를 유지하고, 지면으로부터 발생하는 충격을 완화시킴과 동시에 접지력을 높혀 미끄러짐을 방지하는 역할을 한다.
특히, 밑창은 갑피 및 안창과 조립되어야 하므로 조립 전 치수 측정 등의 품질검사를 거쳐 불량 여부를 판단하는 것이 일반적이다. 종래 파이론으로 이루어지는 밑창의 경우 길이에 대한 불량이 다수 발생하여 버니어 지그와 같은 측정장치를 이용하여 길이 불량을 검사하였으며, 폴리우레탄으로 이루어지는 밑창의 경우 중량에 대한 불량률이 높아 컨베이어를 이용하여 중량을 선별한 후 분류하는 검사를 실시하였다.
그러나 상기와 같은 방법은 많은 인력을 필요로하기 때문에 생산비가 향상되고 공정시간이 많이 소요되고, 밑창의 종류에 따라 별도의 장치와 측정 인력을 구비해야 하는 단점이 있다.
또한, 이를 개선하기 위해 종래 3D 스캔방법 이용하여 신발에 양각 형성된 문자를 판별한 후, 수집 데이터 상에서 밑창의 길이를 측정하여 품질을 검사하는 시스템이 개발되었으나, 3D 스캐너의 단가가 높아 중량 선별에 대한 장치를 추가 구비하기에는 ROI의 실현이 불가능하여 이를 개선한 기술의 개발이 시급한 실정이다.
상기와 같은 문제점을 해결하고자, 본 발명을 통해 2D 카메라를 이용함으로써 생산단가를 절감할 수 있고, 길이검사 및 중량검사를 함께 수행할 수 있는 밑창 품질검사 방법 및 장치를 제공하는 것을 목적으로 한다.
그리고, 2D 카메라를 이용하여 측정한 상면 길이 및 측면 휘어짐 정보를 연산하여 밑창의 전체 길이를 획득하고, 이에 대응하는 중량 정보를 대입하여 밑창의 중량 불량품을 선별할 수 있는 밑창 품질검사 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 딥러닝 알고리즘을 적용하여, 카메라를 이용해 추출된 제품정보의 판독 성능을 최대치로 높여 품질 선별의 정확도를 향상시킬 수 있는 밑창 품질검사 방법 및 장치를 제공하는 것을 목적으로 한다.
신발의 밑창을 컨베이어 상에 이동시키며 품질검사를 수행하는 밑창 품질검사 장치에 있어서, 신발의 밑창을 이송시키는 이송부; 2D 스캔기법을 통해 상기 밑창의 제품정보, 길이, 폭, 휘어짐 정보를 추출하는 정보추출부; 상기 컨베이어 상에 배치되어 상기 신발 밑창의 중량 정보를 추출하는 중량추출부; 상기 정보추출부 및 중량추출부의 추출 정보를 이용하여 상기 밑창을 정상품과 불량품으로 판단하는 연산제어부; 상기 연산제어부의 제어 명령에 따라 상기 밑창을 정상품과 불량품으로 분류시키는 제품분류부;를 포함하여 구성되는 것을 특징으로 하는 밑창 품질검사 장치를 본 발명의 요지로 한다.
상기 정보추출부는, 상기 컨베이어의 상측에 배치되어 상기 밑창에 상면 사진을 촬영하는 상면카메라; 상기 컨베이어의 측부에 배치되어 상기 밑창의 측면 사진을 촬영하는 측면카메라;를 포함하여 구성되는 것을 특징으로 하는 밑창 품질검사 장치로 되는 것이 바람직하다.
상기 연산제어부는, 상기 상면카메라에서 촬영된 영상에서 상기 밑창에 형성된 양각 문자를 인식하여 밑창의 제품정보, 길이 및 폭 정보를 추출하는 광학 문자 인식(Optical character recognition; 이하 ‘OCR’로 약칭 함.)을 더 포함하여 구성되어, 상기 상면카메라에서 촬영된 영상에서 상기 밑창의 길이 및 폭 정보를 연산하고, 상기 측면카메라에서 촬영된 영상에서 상기 밑창의 휘어짐 정보를 연산하여 상기 밑창의 실제 길이 정보를 획득하고, 상기 실제 길이 정보 및 중량 정보를 상기 OCR에서 획득된 밑창 정보와 비교하여 정상품과 불량품으로 판단하는 것을 특징으로 하는 밑창 품질검사 장치로 되는 것이 바람직하다.
상기 연산제어부는, 외부 서버와 연결되어 획득한 영상 및 연산정보를 추출 및 군집시키고, 빅데이터를 형성시키며, 상기 서버는 상기 빅데이터를 딥러닝(deep learning) 알고리즘에 기반하여 제품 판독 성능 및 품질 선별의 정확도를 향상시키는 연산 알고리즘을 상기 연산제어부에 피드백시키는 것을 특징으로 하는 밑창 품질검사 장치로 되는 것이 바람직하다.
(a) 신발의 밑창이 컨베이어 상에 배치되어 이송되는 단계; (b) 상면카메라를 통해 상기 밑창의 상면 영상을 획득하는 단계; (c) 측면카메라를 통해 상기 밑창의 측면 영상을 획득하는 단계; (d) 상기 밑창의 중량을 측정하는 단계; (e) 연산 제어부에서, (e-1) 상기 상면카메라에서 획득한 상면 영상에서 밑창에 양각 가공된 문자를 인식하여 제품의 정보를 추출하는 단계; (e-2) 상기 상면카메라로 측정한 상기 밑창의 길이 및 폭 정보와, 상기 측면카메라로 측정한 상기 밑창의 휘어짐 정보를 연산하여 상기 밑창의 실제 길이 정보를 획득하는 단계; (e-3) 그에 대응하는 중량 정보를 대입하여 상기 제품의 정보와 비교하여 정상품과 불량품을 판독하는 단계;가 수행되는 단계; (f) 상기 연산 제어부의 제어명령에 따라 정상품과 불량품을 상기 컨베이어로부터 분류 추출하는 단계;를 포함하여 이루어지는 특징으로 하는 밑창 품질검사 방법을 본 발명의 요지로 한다.
본 발명이 제공됨으로써, 2D 카메라를 이용하여 생산단가를 절감할 수 있고, 길이검사 및 중량검사를 함께 수행할 수 있는 밑창 품질검사 방법 및 장치가 제공되는 효과가 있다.
그리고, 2D 카메라를 이용하여 측정한 상면 길이 및 측면 휘어짐 정보를 연산하여 밑창의 전체 길이를 획득하고, 이에 대응하는 중량 정보를 대입하여 밑창의 중량 불량품을 선별할 수 있는 밑창 품질검사 방법 및 장치가 제공되는 효과가 있다.
또한, 딥러닝 알고리즘을 적용하여, 카메라를 이용해 추출된 제품정보의 판독 성능을 최대치로 높여 품질 선별의 정확도를 향상시킬 수 있는 밑창 품질검사 방법 및 장치가 제공되는 효과가 있다.
도 1은 본 발명인 밑창 품질검사 장치의 정보추출부에 의해 측정되는 밑창의 측정 예시도이다.
도 2는 본 발명인 밑창 품질검사 장치의 정보추출부에 의해 측정되는 밑창의 측정 예시도이다.
도 3은 본 발명인 밑창 품질검사 장치의 상면카메라 및 측면카메라를 이용하여 밑창 실제 길이를 연산하는 예시도이다.
도 4는 본 발명인 밑창 품질검사 방법의 절차도이다.
도 5는 본 발명인 밑창 품질검사 방법의 단계를 나타낸 세부 절차도이다.
도 2는 본 발명인 밑창 품질검사 장치의 정보추출부에 의해 측정되는 밑창의 측정 예시도이다.
도 3은 본 발명인 밑창 품질검사 장치의 상면카메라 및 측면카메라를 이용하여 밑창 실제 길이를 연산하는 예시도이다.
도 4는 본 발명인 밑창 품질검사 방법의 절차도이다.
도 5는 본 발명인 밑창 품질검사 방법의 단계를 나타낸 세부 절차도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명하면 다음과 같다. 다만, 본 발명을 설명함에 있어서, 이미 공지된 기능 혹은 구성에 대한 설명은 본 발명의 요지를 명료하게 하기 위하여 생략하기로 한다.
아울러, 본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
그리고, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 발명인 밑창 품질검사 장치는 신발의 밑창을 컨베이어 상에 이동시키며 품질검사를 수행하는 장치로서, 챔버, 컨베이어 및 장치제어부를 포함하여 구성될 수 있다. 또한, 본 발명인 밑창 품질검사 장치는 챔버 내 배치되는 카메라를 통해 영상 정보를 획득하고, 획득된 영상 정보의 분석을 통해 밑창(S)의 길이 정보, 폭 정보, 휘어짐 정보를 추출하여 밑창(S)의 불량 여부를 판단할 수 있는 방법 및 그 방법을 이용한 장치를 제공한다.
그리고, 본 발명인 밑창 품질검사 장치를 통해 검사가 이루어진 신발 밑창(S)은 파이론, 폴리우레탄 등의 소재로 이루어질 수 있으며, 소재에 따라 공정의 생략 및 추가가 가능하도록 이루어진다.
이하, 첨부한 도면을 참고로 하여 본 발명의 바람직한 실시예에 대하여 상세히 설명하면 다음과 같다.
본 발명인 밑창 품질검사 장치는 이송부, 정보추출부, 중량추출부, 연산제어부, 제품분류부로 이루어진다.
이송부는 상부에 복수 개의 신발 밑창(S)이 배치되어 본 발명인 밑창 품질검사 장치 내에서 신발 밑창(S)에 품질검사가 수행되도록 구동되며, 컨베이어 및 컨베이어를 구동하기 위한 구동장치로 이루어질 수 있다.
이때, 이송부의 일측에는 품질검사가 수행되기 전의 신발 밑창(S)이 배치되는 공급공간부가 형성될 수 있고, 이송부의 타측에는 품질검사가 완료되어 정상품 및 불량품으로 구분된 신발 밑창(S)이 배치되는 배출공간부가 형성될 수 있다.
그리고, 이송부의 일측이 챔버의 외측으로 돌출되도록 형성되어 신발 밑창(S)이 정방향으로 공급되도록 검사하는 공정이 이루어질 수 있다.
또한, 이송부의 타측이 챔버의 외측으로 돌출되도록 형성되어 품질검사가 완료된 후 제품분류부를 거친 신발 밑창(S)이 각 분류별로 배출되도록 이루어질 수 있다.
정보추출부는 2D 스캔기법을 통해 신발 밑창(S)의 제품정보, 길이, 폭, 휘어짐 정보를 추출한다.
이때, 정보추출부는 2D 카메라로 이루어질 수 있으며, 제품정보를 획득하는 2D 카메라와, 신발 밑창(S)의 길이 및 폭 정보를 획득하는 2D 카메라, 휘어짐 정보를 획득하는 2D 카메라가 별도로 구비될 수 있다.
그리고, 각 정보는 이송부를 통해 신발 밑창(S)이 이동되면서 순차적으로 획득될 수 있으며, 각 카메라는 챔버 내측 이송부와 인접하게 배치되는 것이 바람직하다.
중량추출부는 컨베이어 상에 배치되어 신발 밑창(S)의 중량 정보를 추출한다.
연산제어부는 정보추출부 및 중량추출부를 통해 획득된 정보를 연산하여 밑창(S)을 정상품과 불량품으로 판단하도록 이루어진다.
이때, 연산제어부는 PC 또는 HMI(Human-Machine Interface)/PLC(Programmable Logic Controller)로 형성되거나, 연동되도록 이루어져 정보추출부 및 중량추출부, 제품분류부를 구동 제어하고, 획득된 정보를 분석 및 판독하는 프로그램을 내장하여 품질검사를 수행할 수 있다.
또한, 연산제어부에는 정보추출부로부터 획득된 제품정보 및 길이, 폭, 휘어짐 정보를 토대로 그에 대응되는 중량 기준이 사전 설정될 수 있다.
이때, 연산제어부는 설정된 기준을 토대로 설정 중량 기준에 미치지 못하는 신발 밑창(S)을 불량품으로 판독하고, 설정 중량 기준과 일치하는 신발 밑창(S)을 정상품으로 판독할 수 있다.
제품분류부는 연산제어부의 제어 명령에 따라 밑창(S)을 정상품과 불량품으로 분류시킨다.
예로서, 제품분류부는 연산제어부에 의해 품질검사가 완료된 밑창(S)을 길이 및 폭 불량제품, 휘어짐 불량제품, 중량 불량제품으로 구분하여 분류하도록 형성될 수 있다.
그리고, 제품분류부는 정보추출부 또는 중량추출부에서 판독에 실패한 제품을 분류하도록 이루어질 수 있다.
그리고, 본 발명인 밑창 품질검사 장치의 연산제어부는, 상면카메라에서 촬영된 영상에서 밑창(S)에 형성된 양각 문자를 인식하여, 밑창의 제품정보, 길이 및 폭 정보를 추출하는 광학 문자 인식(OCR : Optical character recognition) 기능을 포함하여 구성될 수 있다.
이때, 연산제어부는 상면카메라에서 촬영된 영상에서 밑창(S)의 길이 및 폭 정보를 연산하고, 측면카메라에서 촬영된 영상에서 밑창의 휘어짐 정보를 연산하여 밑창의 실제 길이 정보를 획득할 수 있다.
그리고, 밑창(S)의 실제 길이 정보와 중량 정보를 OCR 판독을 통해 획득된 밑창(S)의 정보와 비교하여 정상품과 불량품으로 판단할 수 있다.
도 1 내지 도 2를 참조하면, 본 발명인 밑창 품질검사 장치의 정보추출부는, 상면카메라와 측면카메라를 포함하여 구성될 수 있다.
상면카메라는 컨베이어의 상측에 배치되어 신발 밑창(S)에 상면 사진을 촬영한다.
이때, 상면카메라가 촬영한 상면 사진으로부터 연산제어부가 밑창(S)에 형성된 양각 문자를 인식하여 제품의 기본 정보를 획득하고, 상면 기준 길이 및 폭 정보를 추출할 수 있다.
실시예로서, 본 발명인 밑창 품질검사 장치의 상면카메라는 비전1 및 비전2 과정을 포함할 수 있다.
비전1 과정에서, 상면카메라는 광학 문자 인식(Optical character recognition; 이하 ‘OCR’로 약칭 함.)을 통해 밑창에 형성된 양각 문자를 인식하여 제품 정보를 획득할 수 있다.
OCR을 통해 검사를 수행할 밑창(S)의 종류와 사이즈 정보를 획득하면, 그에 대응하는 정상품 판독 범위가 설정되고, 추후 수집되는 길이, 폭 및 중량정보를 그에 대입하여 정상품 및 불량품을 판독할 수 있다.
비전2 과정에서는, 상면카메라를 통해 컨베이어 상 이동되는 신발 밑창(S)의 이미지정보 또는 영상정보가 수집되고, 이미지 또는 영상 내에서 밑창(S)의 외곽 이미지를 추출하여 상면전체길이(LA) 정보를 수집할 수 있다.
그리고, 비전2 과정은, 밑창(S) 바닥면에 형성된 돌출부 또는 패턴부 이미지를 추출하여 내측표시길이(LT) 정보를 수집하는 과정을 포함할 수 있다.
측면카메라는 컨베이어의 측부에 배치되어 밑창(S)의 측면 사진을 촬영한다.
이때, 측면카메라가 촬영한 측면 사진으로부터 연산제어부가 밑창(S)의 휘어짐 정보를 추출할 수 있다.
실시예로서, 본 발명인 밑창 품질검사 장치의 측면카메라는 비전3 과정을 포함할 수 있다.
비전3 과정에서, 측면카메라를 통해 밑창(S)의 측면 이미지 정보 또는 영상 정보가 수집되고, 컨베이어 상부면을 기준으로 밑창(S)의 휘어짐을 측정할 수 있다.
이때, 비전3 과정은 밑창(S)의 측면 길이를 측정하여, 앞서 비전2 과정에서 촬영된 밑창(S)의 상면전체길이(LA)와 비교하는 과정을 포함할 수 있으며, 측정 및 측정치를 연산하는 프로세스는 연산제어부를 통해 이루어질 수 있다.
도 3에 도시된 바와 같이, 본 발명인 밑창 품질검사 장치의 연산제어부는, 상면카메라로 촬영한 밑창(S)의 측면 이미지 또는 영상으로부터 밑창(S)의 길이 및 폭정보와, 측면카메라로 측정한 밑창(S)의 휘어짐 정보를 연산하여 밑창의 실제 길이 정보를 획득할 수 있다.
먼저, L1은 신발의 형상에 따라 휘어지도록 성형된 밑창(S)의 직선 길이로서, 상면카메라에서 추출될 수 있다.
그리고, L1 길이와 측면카메라를 통해 추출된 밑창(S)의 휘어짐 정도를 연산, 대입하여 L2, L3와 같이 밑창이 펴진 상태의 실제 길이 정보를 획득할 수 있다.
그리고, 본 발명인 밑창 품질검사 장치의 연산제어부는 외부 서버와 연결되어 획득한 영상 및 연산정보를 추출 및 군집시키고, 빅데이터를 형성시킬 수 있다.
이때, 서버는 빅데이터를 딥러닝(deep learning) 알고리즘에 기반하여 제품 판독 성능 및 품질 선별의 정확도를 향상시키는 연산 알고리즘을 연산제어부에 피드백시킬 수 있다.
아울러, 본 발명에 적용되는 딥러닝 알고리즘은 심층 학습 또는 비선형 변환기법의 조합을 이용한 기계 학습 알고리즘으로서, 수집되는 검사결과를 빅데이터화하여 검사가 반복될 수록 보다 높은 정확도의 검사를 수행할 수 있다.
도 5를 참조하여 본 발명의 실시예를 살펴보면, 본 발명인 밑창 품질검사 방법은 (a) 신발의 밑창이 컨베이어 상에 배치되어 이송되는 단계;, (b) 상면카메라를 통해 상기 밑창의 상면 영상을 획득하는 단계;, (c) 측면카메라를 통해 상기 밑창의 측면 영상을 획득하는 단계;, (d) 상기 밑창의 중량을 측정하는 단계;, (e) 연산 제어부에서, (e-1) 상기 상면카메라에서 획득한 상면 영상에서 밑창에 양각 가공된 문자를 인식하여 제품의 정보를 추출하는 단계;, (e-2) 상기 상면카메라로 측정한 상기 밑창의 길이 및 폭 정보와, 상기 측면카메라로 측정한 상기 밑창의 휘어짐 정보를 연산하여 상기 밑창의 실제 길이 정보를 획득하는 단계;, (e-3) 그에 대응하는 중량 정보를 대입하여 상기 제품의 정보와 비교하여 정상품과 불량품을 판독하는 단계;가 수행되는 단계;, (f) 상기 연산 제어부의 제어명령에 따라 정상품과 불량품을 상기 컨베이어로부터 분류 추출하는 단계;를 포함하여 이루어진다.
(a)단계에서는 신발의 밑창(S)이 컨베이어 상에 배치되어 이송되도록 이루어지며, 품질검사 전의 밑창이 구비되어 컨베이어에 인접하게 배치되는 단계와, 신발의 밑창(S)이 정방향으로 컨베이어에 투입되는 단계가 (a)단계보다 선행되도록 이루어질 수 있다.
(b)단계는 상면카메라를 통해 밑창의 상면 영상을 획득하는 단계이다.
(c)단계는 측면카메라를 통해 밑창의 측면 영상을 획득하는 단계이다.
(d)단계에서는 밑창의 중량을 측정하는 단계이다.
(e)단계는 연산제어부가 상면카메라 및 측면카메라를 통해 획득된 정보를 연산하는 단계로서, (e-1)내지 (e-3) 단계를 포함한다.
(e-1)단계는 (b)단계에서 획득된 영상으로부터 밑창(S)에 양각 가공된 문자를 인식하고, 그에 해당하는 제품 정보를 추출하는 단계이다.
(e-2)단계는 선행된 (b)단계에서 획득한 영상데이터에서 밑창(S)의 길이 및 폭 정보와, (c)단계에서 측정한 밑창(S)의 휘어짐 정보를 연산하여 밑창의 실제 길이 정보를 획득하는 단계이다.
이때, (e-2)단계는 선행된 (b)단계에서 획득된 영상 데이터에서 밑창의 상면 외곽 이미지 수집하여 밑창의 길이 및 폭 정보를 추출하는 단계와, (c)단계에서 획득된 영상 데이터에서 밑창의 측면 외곽 이미지를 수집하여 휘어짐 정보를 추출하는 단계가 포함될 수 있다.
(e-3)단계는 선행된 (e-2)단계에서 획득된 밑창(S)의 실제 길이 정보에 대응되는 중량 정보를 대입한 후, (e-1)단계에서 획득한 제품의 정보와 비교하여 정상품과 불량품으로 판독하는 단계이다.
이때, (e-3)단계에서는, 밑창(S)의 실제 길이에 대응되는 중량 정보를 비교하는 단계 또는, OCR로 획득한 제품정보에 대응되는 밑창(S)의 실제 길이 정보, 중량 정보를 비교하는 단계가 포함될 수 있다.
(f)단계는, 연산제어부의 제어 명령에 따라 정상품과 불량품을 컨베이어로부터 분류 추출하는 단계이다.
이때, (f)단계에서는, 밑창(S)을 길이 및 폭 불량제품, 휘어짐 불량 제품, 중량 불량 제품, 판독 실패 제품 등으로 나누어 분류하는 단계를 포함할 수 있다.
이상과 같이 본 발명의 기본적인 기술적 사상은 밑창 품질검사 방법 및 장치에 관한 것으로서, 보다 상세하게는 신발 밑창의 형상불량 및 중량불량을 검사할 수 있는 밑창 품질검사 방법 및 장치에 관한 것이다.
이러한 본 발명의 기본적인 기술적 사상 범주 내에서 당업계의 통상적인 지식을 가진 자에 의해 다양한 변형이 가능함은 물론이며, 따라서 본 발명의 범주는 다양한 변형 예들을 포함하도록 작성된 특허 청구범위 내에서 해석되어야 할 것이다.
S : 밑창
Claims (5)
- 신발의 밑창을 컨베이어 상에 이동시키며 품질검사를 수행하는 밑창 품질검사 장치에 있어서,
신발의 밑창을 이송시키는 이송부;
2D 스캔기법을 통해 상기 밑창의 제품정보, 길이, 폭, 휘어짐 정보를 추출하는 정보추출부;
상기 컨베이어 상에 배치되어 상기 신발 밑창의 중량 정보를 추출하는 중량추출부;
상기 정보추출부 및 중량추출부의 추출 정보를 이용하여 상기 밑창을 정상품과 불량품으로 판단하는 연산제어부;
상기 연산제어부의 제어 명령에 따라 상기 밑창을 정상품과 불량품으로 분류시키는 제품분류부;를 포함하여 구성되는 것을 특징으로 하는 밑창 품질검사 장치. - 제1항에 있어서,
상기 정보추출부는,
상기 컨베이어의 상측에 배치되어 상기 밑창에 상면 사진을 촬영하는 상면카메라;
상기 컨베이어의 측부에 배치되어 상기 밑창의 측면 사진을 촬영하는 측면카메라;를 포함하여 구성되는 것을 특징으로 하는 밑창 품질검사 장치. - 제2항에 있어서,
상기 연산제어부는,
상기 상면카메라에서 촬영된 영상에서 상기 밑창에 형성된 양각 문자를 인식하여 밑창의 제품정보, 길이 및 폭 정보를 추출하는 광학 문자 인식(Optical character recognition; 이하 ‘OCR’로 약칭 함.)을 더 포함하여 구성되어,
상기 상면카메라에서 촬영된 영상에서 상기 밑창의 길이 및 폭 정보를 연산하고, 상기 측면카메라에서 촬영된 영상에서 상기 밑창의 휘어짐 정보를 연산하여 상기 밑창의 실제 길이 정보를 획득하고,
상기 실제 길이 정보 및 중량 정보를 상기 OCR에서 획득된 밑창 정보와 비교하여 정상품과 불량품으로 판단하는 것을 특징으로 하는 밑창 품질검사 장치. - 제1항에 있어서,
상기 연산제어부는,
외부 서버와 연결되어 획득한 영상 및 연산정보를 추출 및 군집시키고, 빅데이터를 형성시키며,
상기 서버는 상기 빅데이터를 딥러닝(deep learning) 알고리즘에 기반하여 제품 판독 성능 및 품질 선별의 정확도를 향상시키는 연산 알고리즘을 상기 연산제어부에 피드백시키는 것을 특징으로 하는 밑창 품질검사 장치. - (a) 신발의 밑창이 컨베이어 상에 배치되어 이송되는 단계;
(b) 상면카메라를 통해 상기 밑창의 상면 영상을 획득하는 단계;
(c) 측면카메라를 통해 상기 밑창의 측면 영상을 획득하는 단계;
(d) 상기 밑창의 중량을 측정하는 단계;
(e) 연산 제어부에서
(e-1) 상기 상면카메라에서 획득한 상면 영상에서 밑창에 양각 가공된 문자를 인식하여 제품의 정보를 추출하는 단계;
(e-2) 상기 상면카메라로 측정한 상기 밑창의 길이 및 폭 정보와, 상기 측면카메라로 측정한 상기 밑창의 휘어짐 정보를 연산하여 상기 밑창의 실제 길이 정보를 획득하는 단계;
(e-3) 그에 대응하는 중량 정보를 대입하여 상기 제품의 정보와 비교하여 정상품과 불량품을 판독하는 단계;가 수행되는 단계;
(f) 상기 연산 제어부의 제어명령에 따라 정상품과 불량품을 상기 컨베이어로부터 분류 추출하는 단계;를 포함하여 이루어지는 특징으로 하는 밑창 품질검사 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210025991A KR20220121642A (ko) | 2021-02-25 | 2021-02-25 | 밑창 품질검사 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210025991A KR20220121642A (ko) | 2021-02-25 | 2021-02-25 | 밑창 품질검사 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220121642A true KR20220121642A (ko) | 2022-09-01 |
Family
ID=83281973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210025991A KR20220121642A (ko) | 2021-02-25 | 2021-02-25 | 밑창 품질검사 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220121642A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116952303A (zh) * | 2023-07-27 | 2023-10-27 | 浙江卓诗尼鞋业有限公司 | 鞋类多项功能综合检测设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101624203B1 (ko) | 2014-09-19 | 2016-05-25 | 한국신발피혁연구원 | 신발 솔의 실시간 품질검사방법 |
| KR101880489B1 (ko) | 2016-11-22 | 2018-08-20 | 한국기술교육대학교 산학협력단 | 신발 밑창 선별 시스템 및 선별 방법 |
-
2021
- 2021-02-25 KR KR1020210025991A patent/KR20220121642A/ko not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101624203B1 (ko) | 2014-09-19 | 2016-05-25 | 한국신발피혁연구원 | 신발 솔의 실시간 품질검사방법 |
| KR101880489B1 (ko) | 2016-11-22 | 2018-08-20 | 한국기술교육대학교 산학협력단 | 신발 밑창 선별 시스템 및 선별 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116952303A (zh) * | 2023-07-27 | 2023-10-27 | 浙江卓诗尼鞋业有限公司 | 鞋类多项功能综合检测设备 |
| CN116952303B (zh) * | 2023-07-27 | 2024-04-30 | 浙江卓诗尼鞋业有限公司 | 鞋类多项功能综合检测设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111862064B (zh) | 一种基于深度学习的银质丝材表面瑕疵识别方法 | |
| US10013803B2 (en) | System and method of 3D modeling and virtual fitting of 3D objects | |
| KR102028563B1 (ko) | 영상 처리를 이용한 발 사이즈 및 모양 측정 방법 | |
| US11830174B2 (en) | Defect inspecting device, defect inspecting method, and storage medium | |
| US8253793B2 (en) | Lumber inspection method, device and program | |
| US11982628B2 (en) | System and method for detecting defects on imaged items | |
| CN110136101B (zh) | 一种基于孪生距离比对的轮胎x光病疵检测方法 | |
| US10861145B2 (en) | Defect inspection device and defect inspection method | |
| US20110110563A1 (en) | Method and system for automatically grading beef quality | |
| US20080175466A1 (en) | Inspection apparatus and inspection method | |
| JP6749655B1 (ja) | 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル | |
| Eshkevari et al. | Automatic dimensional defect detection for glass vials based on machine vision: A heuristic segmentation method | |
| US7634131B2 (en) | Image recognition apparatus and image recognition method, and teaching apparatus and teaching method of the image recognition apparatus | |
| JP4250931B2 (ja) | 外観検査装置および外観検査方法 | |
| KR20220121642A (ko) | 밑창 품질검사 방법 및 장치 | |
| CN115131596A (zh) | 缺陷分类装置、方法以及程序 | |
| Deulkar et al. | An automated tomato quality grading using clustering based support vector machine | |
| US8358831B2 (en) | Probe mark inspection | |
| CN113272639B (zh) | 一种提取待测物质的光谱信息的方法 | |
| CN115984593B (zh) | 烟支滤棒缺陷检测方法、装置、设备及存储介质 | |
| CN113822836A (zh) | 标记图像的方法 | |
| CN110111317A (zh) | 一种基于机器人智能末端的点胶质量视觉检测方法 | |
| CN114152621A (zh) | 一种处理方法及处理装置、处理系统 | |
| KR102122446B1 (ko) | 미드솔 검사 장치 및 방법 | |
| KR102575508B1 (ko) | Ai 기반 신발 부품용 직물 패턴 검사 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |