WO2024025337A1 - 분말 재료의 비균일 포설 부피 추정 방법 및 장치 - Google Patents

분말 재료의 비균일 포설 부피 추정 방법 및 장치 Download PDF

Info

Publication number
WO2024025337A1
WO2024025337A1 PCT/KR2023/010832 KR2023010832W WO2024025337A1 WO 2024025337 A1 WO2024025337 A1 WO 2024025337A1 KR 2023010832 W KR2023010832 W KR 2023010832W WO 2024025337 A1 WO2024025337 A1 WO 2024025337A1
Authority
WO
WIPO (PCT)
Prior art keywords
scan
uniform
target area
volume
determined
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2023/010832
Other languages
English (en)
French (fr)
Inventor
이동은
이규만
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industry Academic Cooperation Foundation of KNU
Original Assignee
Industry Academic Cooperation Foundation of KNU
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 Industry Academic Cooperation Foundation of KNU filed Critical Industry Academic Cooperation Foundation of KNU
Publication of WO2024025337A1 publication Critical patent/WO2024025337A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier

Definitions

  • the present invention relates to a method and device for estimating the non-uniform placement volume of powder materials, and more specifically, to identify the non-uniform placement location of powder materials based on computer vision technology and to determine the non-uniform placement volume for the non-uniform placement location. It relates to a method and device for estimating .
  • the method of detecting non-uniform placement areas requires a person to visually detect the non-uniform placement area of the powder material placed in the form, so it is labor-intensive and takes a lot of time, and accuracy varies depending on the user's skill level. I had a lot of problems.
  • the present invention provides a method and device that can detect non-uniform laying positions more quickly and accurately by applying techniques based on computer vision technology to scan data acquired at a first distance from the surface of the laid and compacted powder material.
  • the present invention more accurately estimates the non-uniform laying volume corresponding to the non-uniform laying position by applying a volume estimation algorithm using scan data acquired at a second distance closer than the first distance to the detected non-uniform laying position. Provides methods and devices for doing so.
  • the method for estimating the non-uniform installation volume of a target area is at least one initial scan position determined based on the size of the target area and the field of view (FOV) of the camera scanning the target area.
  • the initial scan position is determined based on the horizontal and vertical sizes of the target area and the horizontal viewing angle of the camera, and the scan height is determined based on the length of the overlapping area of scan data obtained at the at least one scan position.
  • the horizontal scan position of the target area may be determined based on the number of scans.
  • the merging step may be performed by converting the scan data obtained from the at least one initial scan position into absolute coordinates based on the origin of the 3D gantry robot and merging them.
  • the determining step repeats the process of generating a preliminary plane by extracting random scan points among the scan points included in the modified scan data and then identifying scan points that exist at a certain distance or less from the created preliminary plane. steps; Among the preliminary planes generated through the iterative process, determining a preliminary plane in which the identified scan points are maximized as a plane model; And scan points that exist beyond a certain distance from the determined planar model can be identified as outliers corresponding to the initial non-uniform laying position.
  • the re-determining step includes obtaining a center for each clustered outlier cluster by performing density-based clustering on scan points classified as outliers at the initial non-uniform placement location; Merging outlier clusters by performing agglomerative clustering on each of the outlier clusters; and re-determining the center of the merged outlier cluster as the scan position of the camera.
  • the outlier clusters clustered through the density-based clustering may be merged in a direction that increases the variance among the outlier clusters to the smallest extent until the number becomes less than a certain number.
  • the method may further include modifying the center of the merged outlier cluster to exceed a certain distance from the wall.
  • the determining step further includes estimating a non-uniform laying volume for the determined initial non-uniform laying position, and the re-determining step is based on the non-uniform laying volume for the estimated initial non-uniform laying position.
  • the method may further include determining a scan height of the camera at the redetermined scan position.
  • a method for estimating a non-uniform installation volume of a target area includes acquiring scan data at at least one scan position determined for the target area; Identifying a non-uniform installation position in the target area through a plane model determined based on distances between scan points included in the acquired scan data; Generating height difference information between scan points corresponding to the identified non-uniform laying positions and the planar model; grouping the scan points where the height difference information is generated by grid cells and measuring individual volumes for each grid cell; And it may include estimating the non-uniform laying volume for all of the non-uniform laying locations by adding up the individual volumes for each measured grid cell.
  • the identifying step repeats the process of generating a preliminary plane by extracting random scan points among the scan points included in the acquired scan data, and then identifying scan points that exist at a certain distance or less from the created preliminary plane. steps; Among the preliminary planes generated through the iterative process, determining a preliminary plane in which the identified scan points are maximized as a plane model; And it may include classifying scan points that exist beyond a certain distance from the determined planar model as outliers corresponding to non-uniform installation positions.
  • the height difference of the scan point may be set to 0.
  • a non-uniform placement volume estimation device that performs a method for estimating a non-uniform placement volume of a target area according to an embodiment of the present invention includes a processor, wherein the processor determines the size of the target area and the viewing angle of the camera scanning the target area (Obtain scan data for the entire target area at at least one initial scan position determined based on Field Of View (FOV), and scan data acquired at the at least one initial scan position moved through a 3D gantry robot Merging, generating modified scan data by removing scan points located at the edges of the scan points included in the merged scan data, and creating a plane determined based on the distance between the scan points included in the modified scan data.
  • FOV Field Of View
  • the initial non-uniform laying position in the target area through a model, re-determine the scan position of the camera by clustering outliers identified at the initial non-uniform laying position, and scan data at the re-determined scan position of the camera.
  • the final non-uniform laying position can be determined and the non-uniform laying volume for the determined final non-uniform laying position can be estimated.
  • the initial scan position is determined based on the horizontal and vertical sizes of the target area and the horizontal viewing angle of the camera, and the scan height is determined based on the length of the overlapping area of scan data obtained at the at least one scan position.
  • the horizontal scan position of the target area may be determined based on the number of scans.
  • the processor may convert the scan data obtained from the at least one initial scan position into absolute coordinates based on the origin of the 3D gantry robot and merge them.
  • the processor generates a preliminary plane by extracting random scan points from among the scan points included in the modified scan data, and then repeats the process of identifying scan points that exist at a certain distance or less from the generated preliminary plane, Among the preliminary planes generated through the iterative process, the preliminary plane with the maximum number of identified scan points is determined as a plane model, and the scan points that exist beyond a certain distance from the determined plane model are determined as the initial non-uniform laying position. It can be identified as an outlier corresponding to .
  • the processor obtains the center of each clustered outlier cluster by performing density-based clustering on scan points classified as outliers at the initial non-uniform placement location, and performs agglomerative clustering on each outlier cluster to determine the outlier cluster.
  • Clusters can be merged, and the center of the merged outlier cluster can be redetermined as the scan position of the camera.
  • the processor may merge the outlier clusters in a direction that minimizes the increase in variance between the outlier clusters until the number of outlier clusters clustered through the density-based clustering decreases to a certain number or less.
  • the processor may modify the center of the merged outlier cluster to exceed a certain distance from the wall.
  • the processor estimates a non-uniform lay volume for the determined initial non-uniform lay position, and determines a scan height of the camera at the re-determined scan position based on the non-uniform lay volume for the estimated initial non-uniform lay position. You can.
  • the non-uniform laying position can be detected more quickly and accurately by applying techniques based on computer vision technology to scan data acquired at a first distance from the surface of the laid and compacted powder material.
  • the non-uniform laying position corresponding to the non-uniform laying position Installation volume can be estimated more accurately.
  • Figure 1 is a diagram showing a system for estimating the non-uniform installation volume of a target area according to an embodiment of the present invention.
  • Figure 2 is a diagram showing a non-uniform installation volume estimation method performed by the non-uniform installation volume estimation device according to an embodiment of the present invention.
  • Figure 3 is a diagram showing the result of merging scan data acquired at each scan position when the number of scans is 2 according to an embodiment of the present invention.
  • Figure 4 is a diagram showing scan data modified by removing outliers detected on the wall according to an embodiment of the present invention.
  • Figure 5 is a diagram showing a plane model determined through the RANSAC (RANdom SAmple Consensus) algorithm and outliers classified using the plane model according to an embodiment of the present invention.
  • RANSAC Random SAmple Consensus
  • Figure 6 is a diagram showing the results of clustering scan points classified as outliers through the DBSCAN (Density-based spatial clustering of applications with noise) algorithm according to an embodiment of the present invention and the centers of the scan points classified as clustered outliers. am.
  • DBSCAN Density-based spatial clustering of applications with noise
  • Figure 7 is a diagram showing the result of clustering scan points classified as outliers through the DBSCAN algorithm and merging the clusters through the centroid and agglomerative clustering method according to an embodiment of the present invention.
  • Figure 8 is a diagram detailing the non-uniform installation volume estimation method according to an embodiment of the present invention.
  • Figure 1 is a diagram showing a system for estimating the non-uniform installation volume of a target area according to an embodiment of the present invention.
  • the non-uniform laying volume estimation system 100 of the present invention is arranged on the top of the form 110 and the form 110 in the form of a hexahedron in which powder material is laid and compacted on the bottom surface of the form 110. It may be composed of a three-dimensional gantry robot 130 that moves a camera 120 to acquire scan data for powder materials laid on the floor.
  • the non-uniform laying volume estimation system 100 may further include a non-uniform laying volume estimating device 140, and this non-uniform laying volume estimating device 140 is, for example, installed in the three-dimensional gantry robot 130. can be placed.
  • the non-uniform placement volume estimation device 140 receives scan data for the powder material placed on the bottom surface of the form 110 obtained through the camera 120 wirelessly or wired, and based on the received scan data Non-uniform placement of the powder material placed on the bottom surface of the formwork 110 can be measured.
  • non-uniform laying may mean an area where the powder material laid on the bottom surface of the form 110 is laid non-uniformly.
  • the form 110 may be in the form of a hexahedron with a width of 120 cm, a length of 60 cm, and a height of 90 cm, and let us assume that soil, a powder material, is laid flat on the bottom to a height of about 20 cm.
  • various types of powder materials such as concrete, asphalt, and waterproof paint may be placed on the bottom surface of the formwork 110 as well as soil.
  • the camera 120 mounted on the 3D gantry robot 130 may be a Lidar sensor, and scan data acquired through the camera 120 may be a type of point cloud data.
  • the camera 120 is not limited to a LiDAR sensor, and any type of sensor that can acquire three-dimensional scan data for powder materials can be used.
  • the 3D gantry robot 130 moves the camera 120 along three dimensional axes (x-axis, y-axis, z-axis) to acquire scan data for the powder material laid on the bottom surface of the form 110. You can.
  • the non-uniform placement volume estimation device 140 uses scan data acquired from the camera 120 mounted on the three-dimensional gantry robot 130 to estimate the non-uniformity of the powder material placed on the bottom surface of the formwork 110.
  • the placement location can be measured, and the non-uniform placement volume for the measured non-uniform placement location can be estimated.
  • the non-uniform placement volume estimation device 140 may control the operation of the camera 120 and the 3D gantry robot 130 to estimate the non-uniform placement volume for the non-uniform placement location.
  • the non-uniform placement volume estimation method performed by the non-uniform placement volume estimating device 140 will be described in detail with the following drawings.
  • Figure 2 is a diagram showing a non-uniform installation volume estimation method performed by the non-uniform installation volume estimation device according to an embodiment of the present invention.
  • the non-uniform placement volume estimation method performed by the non-uniform placement volume estimation device 140 of the present invention may largely consist of two steps: a position determination step and a volume estimation step.
  • the positioning step may consist of four steps: 1) scan data collection, 2) merging of the collected scan data (stitching), 3) noise removal, and 4) non-uniform laying positioning
  • the volume estimation step is It can be composed of three steps: 1) hierarchical clustering, 2) 3D gantry robot movement, and 3) non-uniform laying volume estimation.
  • the non-uniform laying volume estimation device 140 determines at least the size of the formwork 110 and the field of view (FOV) of the camera 120 scanning the formwork 110.
  • FOV field of view
  • the camera 120 may be installed perpendicularly to the bottom surface of the formwork 110, and scans the entire floor surface by dividing the bottom surface of the formwork 110 according to the movement of the 3D gantry robot 130. Data can be collected.
  • the horizontal (x-axis) FOV of the camera 120 is ⁇ and the vertical (y-axis) FOV is ⁇ .
  • the horizontal direction (x-axis) size of the formwork 110 is w and the vertical direction (y-axis) size is h, w > h must be satisfied, and the minimum scan of the camera 120 that satisfies these conditions Height d can be obtained as in Equation 1 below.
  • the vertical length of the scan data acquired through the camera 120 may be equal to Equation 2 below.
  • the length of the overlapping portion between the scan data acquired through the camera 120 is Let's say The non-uniform placement volume estimation device 140 is determined in this way. Approximate number of scans of camera 120 using can be obtained as in Equation 3 below.
  • the non-uniform placement volume estimation device 140 may determine the coordinates of the initial scan position of the camera 120 using the number of scans obtained in this way.
  • the 3D gantry robot 130 equipped with a camera 120 has fixed coordinates in the vertical direction (y-axis) and moves in the horizontal direction. It can only move along the (x-axis).
  • the coordinates of the camera 120 in the vertical direction (y-axis) may be fixed at h/2
  • the coordinates in the height direction (z-axis) may be fixed at any point equal to or greater than the minimum scan height d.
  • the horizontal (x-axis) coordinates of the camera 120 are the interval value between the cameras 120 using the number of scans obtained through Equation 3 above ( ) can be determined as in Equation 4 below by calculating and adding the interval values obtained at the edges of the formwork 110 one by one.
  • the non-uniform placement volume estimation device 140 may merge scan data acquired at at least one or more scan positions. At this time, scan data acquired from at least one scan position may not be registered due to different reference coordinate systems. Accordingly, the non-uniform placement volume estimation device 140 may convert scan data acquired from at least one scan position into absolute coordinates based on the origin of the 3D gantry robot 130 and merge them.
  • Figure 3 shows the result of merging scan data acquired at each scan position when the number of scans is 2 according to an embodiment of the present invention.
  • the coordinates of the camera 120 in the vertical direction (y-axis) may be fixed at h/2
  • the coordinates in the height direction (z-axis) may be fixed at any point equal to or greater than the minimum scan height d.
  • the horizontal (x-axis) coordinates of the camera 120 may be w/3 and 2w/3 according to Equation 4. That is, 310 in FIG. 3 is scan data obtained when the horizontal direction (x-axis) coordinate of the camera 120 is w/3, and 320 in FIG. 3 is the horizontal direction (x-axis) of the camera 120. Axis) This is scan data obtained when the coordinates are 2w/3.
  • the non-uniform installation volume estimation device 140 converts each scan data obtained in this way into absolute coordinates based on the origin of the 3D gantry robot 130, thereby converting the merged scan data as shown in 330 of FIG. 3. It can be obtained.
  • the non-uniform placement volume estimation device 140 may generate modified scan data by removing scan points located at edges among scan points included in the merged scan data. This is to remove scan points detected on the wall rather than the bottom of the formwork 110, which the present invention seeks to detect, from the merged scan data, that is, noise.
  • the non-uniform placement volume estimation device 140 may remove scan points located at the edges of the merged scan data based on the given user range. For example, 410 in FIG. 4 is the result of merging scan data acquired at each scan position, and 420 in FIG. 4 is the modified scan points on the wall corresponding to noise among the merged scan data by removing them. Can display scan data.
  • the non-uniform laying volume estimation device 140 determines the initial non-uniformity existing on the bottom surface of the formwork 110 through a plane model determined based on the distance between scan points included in the corrected scan data. The placement location can be determined.
  • the non-uniform installation volume estimation device 140 generates a preliminary plane by extracting random scan points from among the scan points included in the corrected scan data, and then scan points that exist at a certain distance or less from the created preliminary plane. The process of identifying them can be repeated.
  • the non-uniform placement volume estimation device 140 may determine a preliminary plane where the identified scan points are maximized among the preliminary planes generated through an iterative process as a plane model. At this time.
  • the non-uniform placement volume estimation device 140 uses the determined plane model to classify scan points within the threshold as inliers, and classifies scan points exceeding the threshold as outliers, that is, outliers. You can.
  • 510 in FIG. 5 represents a planar model determined through the RANSAC (RANdom SAmple Consensus) algorithm according to an embodiment of the present invention
  • 520 in FIG. 5 represents outliers classified using the planar model. It is shown. At this time, it can be seen that scan points exceeding the threshold in the +z-axis direction based on the planar model are classified as hills among outliers, and scan points exceeding the threshold in the -z-axis direction are classified as holes among outliers.
  • the RANSAC algorithm is an algorithm used to determine the planar model and is only an example and is not limited thereto.
  • the non-uniform laying volume estimation device 140 can estimate the non-uniform laying volume for the determined initial non-uniform laying location.
  • the non-uniform placement volume for the initial non-uniform placement location estimated in this way can be utilized in a later step.
  • the non-uniform placement volume estimation device 140 may re-determine the scan position of the camera 120 by clustering outliers identified at the initial non-uniform placement location.
  • the scan data acquired in step 210 may be data obtained from the camera 120 spaced apart by a first distance from the surface of the powder material laid on the bottom surface of the form 110.
  • the scan data acquired at this first distance can be used to determine the non-uniform laying position for the powder material laid on the bottom surface of the form 110, but it is also used to estimate the non-uniform laying volume for the determined non-uniform laying position. There may not be enough information.
  • the non-uniform laying volume estimation device 140 of the present invention uses a camera 120 to obtain more detailed scan data for the non-uniform laying position in order to more accurately estimate the non-uniform laying volume for the non-uniform laying position.
  • the scan position of can be redetermined.
  • the non-uniform installation volume estimation device 140 may perform density-based clustering on scan points classified as outliers and obtain the center of each clustered outlier cluster.
  • 610 in FIG. 6 shows the result of clustering scan points classified as outliers through the DBSCAN (Density-based spatial clustering of applications with noise) algorithm according to an embodiment of the present invention
  • FIG. 6 620 is a diagram showing the center of each clustered outlier cluster.
  • the DBSCAN algorithm as an algorithm for clustering scan points is only an example and is not limited thereto.
  • the coordinates of the center of each outlier cluster clustered in this way can be transmitted to the 3D gantry robot 130, and the non-uniform installation volume estimation device 140 is the scan position moved by the 3D gantry robot 130.
  • the non-uniform placement volume for the non-uniform placement location can be estimated more accurately.
  • the scan data obtained to estimate the non-uniform laying volume is data obtained from the camera 120 spaced apart from the surface of the powder material laid on the bottom surface of the form 110 by a second distance shorter than the first distance.
  • the non-uniform laying volume estimation device 140 can more accurately estimate the non-uniform laying volume by using scan data taken at a closer distance to the non-uniform laying location.
  • the non-uniform laying volume estimating device 140 may determine the scan height of the camera 120 at the re-determined scan position based on the non-uniform laying volume estimated for the initial non-uniform laying position.
  • the non-uniform placement volume estimation device 140 of the present invention can once again perform agglomerative clustering among hierarchical clustering for each outlier cluster clustered through density-based clustering.
  • 710 in FIG. 7 shows the center of an outlier cluster where scan points classified as outliers are clustered through the DBSCAN algorithm
  • a density-based clustering method according to an embodiment of the present invention
  • 720 in FIG. 7 is the result of merging two outlier clusters that minimally increase the variance between all outlier clusters through the agglomerative clustering method, and repeating this process until only five outlier clusters remain.
  • the non-uniform placement volume estimation device 140 controls the movement of the 3D gantry robot 130.
  • the coordinates of the center of the merged outlier cluster can be modified so that it is more than a certain distance (ex. 10 cm) from the wall.
  • the non-uniform laying volume estimation device 140 merges the outlier clusters through agglomerative clustering, and the scan position of the camera 120 for estimating the non-uniform laying volume is re-determined by modifying the center coordinates of the merged outlier clusters. You can.
  • the non-uniform installation volume estimation device 140 may control the movement of the three-dimensional gantry robot 130 based on the scan position of the camera 120 redetermined as described above, and in step 270 , the non-uniform installation volume can be estimated with higher accuracy through scan data acquired at the rectified scan position of the camera 120.
  • Figure 8 is a diagram detailing the non-uniform installation volume estimation method according to an embodiment of the present invention.
  • the non-uniform placement volume estimating device 140 may obtain scan data at the re-determined scan position of the camera 120 by controlling the 3D gantry robot 130. At this time, the acquired scan data may be data measured at a closer distance from the non-uniform laying location than the scan data obtained at the initial scan location.
  • the non-uniform placement volume estimation device 140 may convert the acquired scan data into absolute coordinates using the origin of the 3D gantry robot 130 and then remove noise.
  • the non-uniform laying volume estimation device 140 determines a plane model based on the distance between scan points included in the noise-removed scan data, and then determines the ratio existing on the bottom surface of the formwork 110. Uniform installation locations can be identified.
  • the non-uniform laying volume estimation device 140 may generate height difference information between scan points corresponding to the identified non-uniform laying locations and the planar model.
  • the coordinates of the scan point corresponding to the non-uniform laying position are (i, j, k)
  • the coordinates of one point of the plane model are (w, q, l)
  • l may be equal to Equation 5 below.
  • the height difference between the scan point (i, j, k) corresponding to the non-uniform laying location and a point (w, q, l) of the planar model can be l - k.
  • the non-uniform laying volume estimation device 140 sets the height difference of the corresponding scan point to 0 if the height difference l - k is within the preset error range, and if it exceeds the preset error range, the height difference l - k is set to 0. It can be created using the height difference information of the corresponding scan point.
  • the non-uniform laying volume estimation device 140 may generate height difference information by repeating the operation for all scan points corresponding to the non-uniform laying positions.
  • the non-uniform pavement volume estimating device 140 may create a grid at scan points where height difference information is generated and group the scan points for each generated grid cell.
  • the non-uniform laying volume estimation device 140 measures the individual volume for each grid cell using the height difference information of each scan point grouped for each grid cell, and calculates the measured individual volume for each grid cell. By adding them all up, the total volume for non-uniform placement locations can be estimated. At this time, the non-uniform laying volume estimation device 140 may use only grid cells in which scan points exceeding a certain standard exist for volume estimation among grid cells, and may not use grid cells in which such grid cells do not exist for volume estimation.
  • each scan point may include height difference information with respect to the plane model.
  • the non-uniform laying volume estimation device 140 assumes that the scan points are uniformly distributed, so the grid cell can be divided into n squares, and in each square, height difference information of the scan points belonging to the square may be present. .
  • the non-uniform installation volume estimation device 140 can obtain the individual volume for the corresponding grid cell through the sum of the volumes for each of the n square pillars.
  • the area of each pillar is , and when the height is d, the individual volume of the grid cell can be equal to Equation 6 below.
  • this method of determining the non-uniform installation volume is not limited to the above example, and various methods may be used.
  • the non-uniform laying volume estimation device 140 forms a mesh by applying a ball-pivoting algorithm or a surface reconstruction algorithm to scan points corresponding to the non-uniform laying positions. And, by estimating the non-uniform installation volume using the formed mesh, a more accurate volume value can be determined.
  • the method according to the present invention is written as a program that can be executed on a computer and can be implemented in various recording media such as magnetic storage media, optical read media, and digital storage media.
  • Implementations of the various techniques described herein may be implemented in digital electronic circuitry, or in computer hardware, firmware, software, or combinations thereof. Implementations may include a computer program product, i.e., an information carrier, e.g., machine-readable storage, for processing by or controlling the operation of a data processing device, e.g., a programmable processor, a computer, or multiple computers. It may be implemented as a computer program tangibly embodied in a device (computer-readable medium) or a radio signal. Computer programs, such as the computer program(s) described above, may be written in any form of programming language, including compiled or interpreted languages, and may be written as a stand-alone program or as a module, component, subroutine, or part of a computing environment. It can be deployed in any form, including as other units suitable for use. The computer program may be deployed for processing on one computer or multiple computers at one site or distributed across multiple sites and interconnected by a communications network.
  • a computer program product i.e., an information
  • processors suitable for processing computer programs include, by way of example, both general-purpose and special-purpose microprocessors, and any one or more processors of any type of digital computer.
  • a processor will receive instructions and data from read-only memory or random access memory, or both.
  • Elements of a computer may include at least one processor that executes instructions and one or more memory devices that store instructions and data.
  • a computer may include one or more mass storage devices that store data, such as magnetic, magneto-optical disks, or optical disks, receive data from, transmit data to, or both. It can also be combined to make .
  • Information carriers suitable for embodying computer program instructions and data include, for example, semiconductor memory devices, magnetic media such as hard disks, floppy disks, and magnetic tapes, and Compact Disk Read Only Memory (CD-ROM). ), optical media such as DVD (Digital Video Disk), magneto-optical media such as Floptical Disk, ROM (Read Only Memory), RAM , Random Access Memory), flash memory, EPROM (Erasable Programmable ROM), and EEPROM (Electrically Erasable Programmable ROM).
  • the processor and memory may be supplemented by or included in special purpose logic circuitry.
  • computer-readable media can be any available media that can be accessed by a computer, and can include both computer storage media and transmission media.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

분말 재료의 비균일 포설 부피 추정 방법 및 장치가 개시된다. 비균일 포설 부피 추정 방법은 타겟 영역의 크기 및 상기 타겟 영역을 스캔하는 카메라의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 초기 스캔 위치에서 상기 타겟 영역의 전체에 대한 스캔 데이터를 획득하는 단계; 3차원 갠트리 로봇을 통해 이동된 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 병합하는 단계; 상기 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성하는 단계; 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 초기 비균일 포설 위치를 결정하는 단계; 상기 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라의 스캔 위치를 재결정하는 단계; 및 상기 재결정된 카메라의 스캔 위치에서의 스캔 데이터를 통해 최종 비균일 포설 위치를 결정하고, 결정된 최종 포설 위치에 대한 비균일 포설 부피를 추정하는 단계를 포함할 수 있다.

Description

분말 재료의 비균일 포설 부피 추정 방법 및 장치
본 발명은 분말 재료의 비균일 포설 부피 추정 방법 및 장치에 관한 것으로, 보다 구체적으로는 컴퓨터 비전 기술을 기반으로 분말 재료의 비균일 포설 위치를 규명하고, 해당 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 방법 및 장치에 관한 것이다.
거푸집 내에 비균일 포설 부위가 존재하면, 분말재료(예, 흙)를 쌓고 다지는 과정에서 오차가 누적되는 문제가 발생한다. 이를 해결하고자 포설을 균일하게 실행하기 위해서는 비균일하게 포설되거나 다져진 위치를 사전에 탐지하고 그 부피를 정확히 추정해야 한다.
종래에는 비균일 포설 부위를 탐지 방법은 사람이 직접 육안으로 거푸집 내에 포설된 분말재료의 비균일 포설 부위를 탐지해야 하므로 노동집약적인 측면이 높아 시간이 많이 걸리고, 사용자의 숙련도에 따라 정확도의 차이가 많이 나는 문제가 있었다.
본 발명은 포설 및 다짐된 분말 재료의 표면으로부터 제1 거리에서 획득된 스캔 데이터에 컴퓨터 비전 기술 기반 기법들을 적용함으로써 보다 신속하고 정확하게 비균일 포설 위치를 탐지할 수 있는 방법 및 장치를 제공한다.
또한, 본 발명은 탐지된 비균일 포설 위치에 대해 제1 거리보다 가까운 제2 거리에서 획득된 스캔 데이터를 이용하여 부피 추정 알고리즘을 적용함으로써 비균일 포설 위치에 대응하는 비균일 포설 부피를 보다 정확하게 추정할 수 있는 방법 및 장치를 제공한다.
본 발명의 일실시예에 따른 타겟 영역의 비균일 포설 부피 추정 방법은 타겟 영역의 크기 및 상기 타겟 영역을 스캔하는 카메라의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 초기 스캔 위치에서 상기 타겟 영역 전체에 대한 스캔 데이터를 획득하는 단계; 3차원 갠트리 로봇을 통해 이동된 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 병합하는 단계; 상기 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성하는 단계; 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 초기 비균일 포설 위치를 결정하는 단계; 상기 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라의 스캔 위치를 재결정하는 단계; 및 상기 재결정된 카메라의 스캔 위치에서의 스캔 데이터를 통해 최종 비균일 포설 위치를 결정하고, 결정된 최종 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 단계를 포함할 수 있다.
상기 초기 스캔 위치는 상기 타겟 영역의 가로 크기 및 세로 크기와 상기 카메라의 수평 시야각에 기초하여 상기 스캔 높이가 결정되고, 상기 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터의 중첩 영역에 대한 길이를 통해 결정된 스캔 매수에 기초하여 상기 타겟 영역의 가로 방향 스캔 위치가 결정될 수 있다.
상기 병합하는 단계는 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 3차원 갠트리 로봇의 원점을 기준으로 하는 절대 좌표로 변환하여 병합할 수 있다.
상기 결정하는 단계는 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하는 단계; 상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하는 단계; 및 상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 상기 초기 비균일 포설 위치에 대응하는 이상치로 식별할 수 있다.
상기 재결정하는 단계는 상기 초기 비균일 포설 위치에서 이상치로 분류된 스캔 포인트들에 밀도 기반 클러스터링을 수행함으로써 클러스터링된 각각의 이상치 클러스터에 대한 중심을 획득하는 단계; 상기 각각의 이상치 클러스터에 대해 응집 클러스터링을 수행함으로써 이상치 클러스터를 병합하는 단계; 및 상기 병합된 이상치 클러스터의 중심을 상기 카메라의 스캔 위치로 재결정하는 단계를 포함할 수 있다.
상기 병합하는 단계는 상기 밀도 기반 클러스터링을 통해 클러스터링된 이상치 클러스터가 일정 개수 이하가 될 때까지, 상기 이상치 클러스터들 간의 분산이 가장 작게 증가되는 방향으로 병합할 수 있다.
상기 재결정된 카메라의 스캔 위치가 벽으로부터 일정 거리 미만에 존재하는 경우, 상기 병합된 이상치 클러스터의 중심을 벽으로부터 일정 거리를 초과하도록 수정하는 단계를 더 포함할 수 있다.
상기 결정하는 단계는 상기 결정된 초기 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 단계를 더 포함하고, 상기 재결정하는 단계는 상기 추정된 초기 비균일 포설 위치에 대한 비균일 포설 부피에 기초하여 상기 재결정된 스캔 위치에서 상기 카메라의 스캔 높이를 결정하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 따른 타겟 영역의 비균일 포설 부피 추정 방법은 타겟 영역에 대해 결정된 적어도 하나 이상의 스캔 위치에서의 스캔 데이터를 획득하는 단계; 상기 획득된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 비균일 포설 위치를 식별하는 단계; 상기 식별된 비균일 포설 위치에 대응하는 스캔 포인트들과 상기 평면 모델 간의 높이차 정보를 생성하는 단계; 상기 높이차 정보가 생성된 스캔 포인트들을 그리드 셀 별로 그룹화하여 상기 그리드 셀 별 개별 부피를 측정하는 단계; 및 상기 측정된 그리드 셀 별 개별 부피를 합산함으로써 상기 비균일 포설 위치 전체에 대한 비균일 포설 부피를 추정하는 단계를 포함할 수 있다.
상기 식별하는 단계는 상기 획득된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하는 단계; 상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하는 단계; 및 상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 비균일 포설 위치에 대응하는 이상치로 분류하는 단계를 포함할 수 있다.
상기 생성하는 단계는 상기 비균일 포설 위치에 대응하는 스캔 포인트와 상기 평면 모델의 한 점 사이의 높이 차이가 미리 설정된 오차 범위 이내인 경우, 해당 스캔 포인트의 높이 차이를 0으로 설정할 수 있다.
본 발명의 일실시예에 따른 타겟 영역의 비균일 포설 부피 추정 방법을 수행하는 비균일 포설 부피 추정 장치는 프로세서를 포함하고, 상기 프로세서는 타겟 영역의 크기 및 상기 타겟 영역을 스캔하는 카메라의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 초기 스캔 위치에 상기 타겟 영역 전체에 대한 스캔 데이터를 획득하고, 3차원 갠트리 로봇을 통해 이동된 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 병합하며, 상기 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성하고, 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 초기 비균일 포설 위치를 결정하며, 상기 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라의 스캔 위치를 재결정하고, 상기 재결정된 카메라의 스캔 위치에서의 스캔 데이터를 통해 최종 비균일 포설 위치를 결정하고, 결정된 최종 비균일 포설 위치에 대한 비균일 포설 부피를 추정할 수 있다.
상기 초기 스캔 위치는 상기 타겟 영역의 가로 크기 및 세로 크기와 상기 카메라의 수평 시야각에 기초하여 상기 스캔 높이가 결정되고, 상기 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터의 중첩 영역에 대한 길이를 통해 결정된 스캔 매수에 기초하여 상기 타겟 영역의 가로 방향 스캔 위치가 결정될 수 있다.
상기 프로세서는 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 3차원 갠트리 로봇의 원점을 기준으로 하는 절대 좌표로 변환하여 병합할 수 있다.
상기 프로세서는 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하고, 상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하며, 상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 상기 초기 비균일 포설 위치에 대응하는 이상치로 식별할 수 있다.
상기 프로세서는 상기 초기 비균일 포설 위치에서 이상치로 분류된 스캔 포인트들에 밀도 기반 클러스터링을 수행함으로써 클러스터링된 각각의 이상치 클러스터에 대한 중심을 획득하고, 상기 각각의 이상치 클러스터에 대해 응집 클러스터링을 수행함으로써 이상치 클러스터를 병합하며, 상기 병합된 이상치 클러스터의 중심을 상기 카메라의 스캔 위치로 재결정할 수 있다.
상기 프로세서는 상기 밀도 기반 클러스터링을 통해 클러스터링된 이상치 클러스터가 일정 개수 이하가 될 때까지, 상기 이상치 클러스터들 간의 분산이 가장 작게 증가되는 방향으로 병합할 수 있다.
상기 프로세서는 상기 재결정된 카메라의 스캔 위치가 벽으로부터 일정 거리 미만에 존재하는 경우, 상기 병합된 이상치 클러스터의 중심을 벽으로부터 일정 거리를 초과하도록 수정할 수 있다.
상기 프로세서는 상기 결정된 초기 비균일 포설 위치에 대한 비균일 포설 부피를 추정하고, 상기 추정된 초기 비균일 포설 위치에 대한 비균일 포설 부피에 기초하여 상기 재결정된 스캔 위치에서 상기 카메라의 스캔 높이를 결정할 수 있다.
본 발명의 일실시예에 의하면, 포설 및 다짐된 분말 재료의 표면으로부터 제1 거리에서 획득된 스캔 데이터에 컴퓨터 비전 기술 기반의 기법들을 적용함으로써 보다 신속하고 정확하게 비균일 포설 위치를 탐지할 수 있다.
또한, 본 발명의 일실시예에 의하면, 탐지된 비균일 포설 위치에 대해 제1 거리보다 가까운 제2 거리에서 획득된 스캔 데이터를 이용하여 부피 추정 알고리즘을 적용함으로써 비균일 포설 위치에 대응하는 비균일 포설 부피를 보다 정확하게 추정할 수 있다.
도 1은 본 발명의 일실시예에 따른 타겟 영역의 비균일 포설 부피 추정 시스템을 나타낸 도면이다.
도 2는 본 발명의 일실시예에 따른 비균일 포설 부피 추정 장치가 수행하는 비균일 포설 부피 추정 방법을 나타낸 도면이다.
도 3은 본 발명의 일실시예에 따라 스캔 매수가 2일 경우에 각각의 스캔 위치에서 획득된 스캔 데이터를 병합한 결과를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따라 벽면에서 감지된 이상값이 제거되어 수정된 스캔 데이터를 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따라 RANSAC(RANdom SAmple Consensus) 알고리즘을 통해 결정된 평면 모델 및 평면 모델을 이용하여 분류된 이상치를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따라 DBSCAN(Density-based spatial clustering of applications with noise) 알고리즘을 통해 이상치로 분류된 스캔 포인트들을 클러스터링 한 결과 및 클러스터링된 이상치로 분류되는 스캔 포인트들의 중심을 나타낸 도면이다.
도 7은 본 발명의 일실시예에 따라 DBSCAN 알고리즘을 통해 이상치로 분류된 스캔 포인트들을 클러스터링 한 결과의 중심 및 응집 클러스터링 방법을 통해 클러스터가 병합된 결과를 나타낸 도면이다.
도 8은 본 발명의 일실시예에 따른 비균일 포설 부피 추정 방법을 구체화한 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 타겟 영역의 비균일 포설 부피 추정 시스템을 나타낸 도면이다.
도 1을 참고하면, 본 발명의 비균일 포설 부피 추정 시스템(100)은 바닥면에 분말 재료가 포설되어 다져진 육면체 형태의 거푸집(110)과 거푸집(110)의 상단에 배치되어 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 스캔 데이터를 획득하기 위한 카메라(120)를 이동시키는 3차원 갠트리 로봇(130)로 구성될 수 있다.
이때, 비균일 포설 부피 추정 시스템(100)은 비균일 포설 부피 추정 장치(140)를 더 포함할 수 있으며, 이러한 비균일 포설 부피 추정 장치(140)는 일례로, 3차원 갠트리 로봇(130) 내에 배치될 수 있다. 비균일 포설 부피 추정 장치(140)는 카메라(120)를 통해 획득된 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 스캔 데이터를 무선 또는 유선을 통해 수신하고, 수신된 스캔 데이터에 기초하여 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 비균일 포설(Non-Uniform Placement)을 측정할 수 있다. 여기서 비균일 포설은 거푸집(110)의 바닥면에 포설된 분말 재료가 비균일하게 포설된 영역을 의미할 수 있다.
일례로, 거푸집(110)은 가로 120cm, 세로 60cm 및 높이 90cm의 육면체 형태일 수 있으며, 바닥면에 분말 재료인 흙이 약 20cm 높이로 평평하게 포설되어 있다고 가정하자. 다만, 거푸집(110)의 바닥면에는 흙 뿐만 아니라 콘크리트, 아스콘, 방수 페인트 등 다양한 종류의 분말 재료가 포설될 수 있다.
3차원 갠트리 로봇(130)에 장착되는 카메라(120)는 라이다(Lidar) 센서 일 수 있으며, 카메라(120)를 통해 획득되는 스캔 데이터는 포인트 클라우드 데이터의 유형일 수 있다. 다만, 카메라(120)는 라이다 센서에 한정되지 않고, 분말 재료에 대한 3차원의 스캔 데이터를 획득할 수 있는 모든 종류의 센서가 이용될 수 있다.
3차원 갠트리 로봇(130)는 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 스캔 데이터를 획득하기 위하여 카메라(120)를 3차원 축(x축, y축, z 축)에 따라 이동시킬 수 있다.
이와 같이 비균일 포설 부피 추정 장치(140)는 3차원 갠트리 로봇(130)에 장착된 카메라(120)로부터 획득된 스캔 데이터를 이용하여 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 비균일 포설 위치를 측정하고, 측정된 비균일 포설 위치에 대한 비균일 포설 부피를 추정할 수 있다.
이때, 비균일 포설 부피 추정 장치(140)는 비균일 포설 위치에 대한 비균일 포설 부피를 추정하기 위해 카메라(120) 및 3차원 갠트리 로봇(130)의 동작을 제어할 수 있다. 비균일 포설 부피 추정 장치(140)가 수행하는 비균일 포설 부피 추정 방법은 다음의 도면을 통해 자세히 설명하도록 한다.
도 2는 본 발명의 일실시예에 따른 비균일 포설 부피 추정 장치가 수행하는 비균일 포설 부피 추정 방법을 나타낸 도면이다.
도 2를 참고하면, 본 발명의 비균일 포설 부피 추정 장치(140)가 수행하는 비균일 포설 부피 추정 방법은 크게 위치 결정 단계 및 부피 추정 단계의 2단계로 구성될 수 있다.
보다 구체적으로 위치 결정 단계는 1) 스캔 데이터 수집, 2) 수집된 스캔 데이터의 병합(Stitching), 3) 노이즈 제거 및 4) 비균일 포설 위치 결정의 4단계로 구성될 수 있고, 부피 추정 단계는 1) 계층적 클러스터링, 2) 3차원 갠트리 로봇 이동 및 3) 비균일 포설 부피 추정의 3단계로 구성될 수 있다.
먼저, 단계(210)에서, 비균일 포설 부피 추정 장치(140)는 거푸집(110)의 크기 및 거푸집(110)을 스캔하는 카메라(120)의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 스캔 위치에 기초하여 3차원 갠트리 로봇(130)의 이동을 제어함으로써 거푸집(110)의 바닥면 전체에 대한 스캔 데이터를 획득할 수 있다.
이때, 카메라(120)는 거푸집(110)의 바닥면에 수직으로 설치될 수 있으며, 3차원 갠트리 로봇(130)의 이동에 따라 거푸집(110)의 바닥면을 분할 촬영함으로써 바닥면 전체에 대한 스캔 데이터를 수집할 수 있다.
일례로, 도 1에서와 같이 카메라(120)의 가로 방향(x축) FOV가 α, 세로 방향(y축) FOV가
Figure PCTKR2023010832-appb-img-000001
이고, 거푸집(110)의 가로 방향(x축) 크기가 w, 세로 방향(y축) 크기가 h일 때, w > h를 만족해야 하며, 이와 같은 조건을 만족하는 카메라(120)의 최소 스캔 높이 d는 아래의 식 1과 같이 구할 수 있다.
<식 1>
Figure PCTKR2023010832-appb-img-000002
이때, 카메라(120)를 통해 획득되는 스캔 데이터의 세로 길이
Figure PCTKR2023010832-appb-img-000003
는 아래의 식 2와 같을 수 있다.
<식 2>
Figure PCTKR2023010832-appb-img-000004
여기서, 카메라(120)를 통해 획득되는 스캔 데이터들 사이에서 겹치는 부분의 길이를
Figure PCTKR2023010832-appb-img-000005
라 하자. 비균일 포설 부피 추정 장치(140)는 이와 같이 결정된
Figure PCTKR2023010832-appb-img-000006
를 이용하여 카메라(120)의 대략적인 스캔 매수
Figure PCTKR2023010832-appb-img-000007
을 아래의 식 3과 같이 구할 수 있다.
<식 3>
Figure PCTKR2023010832-appb-img-000008
비균일 포설 부피 추정 장치(140)는 이와 같이 구해진 스캔 매수를 이용하여 카메라(120)의 초기 스캔 위치의 좌표를 결정할 수 있다. 위에서 언급한 바와 같이 거푸집(110)의 바닥면 전체에 대한 스캔 데이터를 획득하기 위하여 카메라(120)가 장착된 3차원 갠트리 로봇(130)는 세로 방향(y축)의 좌표가 고정되어, 가로 방향(x축)으로만 움직일 수 있다. 다시 말하자면, 카메라(120)의 세로 방향(y축)의 좌표는 h/2에 고정되고, 높이 방향(z축)의 좌표는 최소 스캔 높이 d 이상의 어느 한 점에 고정될 수 있다.
카메라(120)의 가로 방향(x축) 좌표는 상기의 식 3을 통해 구해진 스캔 매수를 사용하여 카메라(120) 사이의 간격 값(
Figure PCTKR2023010832-appb-img-000009
)을 구하고, 거푸집(110)의 가장자리에서 구해진 간격 값을 하나씩 더함으로써 아래의 식 4와 같이 결정될 수 있다.
<식 4>
Figure PCTKR2023010832-appb-img-000010
단계(220)에서, 비균일 포설 부피 추정 장치(140)는 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터를 병합할 수 있다. 이때, 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터는 기준 좌표계가 서로 달라 등록이 되지 않을 수 있다. 따라서, 비균일 포설 부피 추정 장치(140)는 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터를 3차원 갠트리 로봇(130)의 원점을 기준으로 하는 절대 좌표로 변환하여 병합할 수 있다.
일례로, 도 3은 본 발명의 일실시예에 따라 스캔 매수가 2인 경우 각각의 스캔 위치에서 획득된 스캔 데이터를 병합한 결과를 나타낸다. 위에서 언급한 바와 같이 카메라(120)의 세로 방향(y축)의 좌표는 h/2에 고정되고, 높이 방향(z축)의 좌표는 최소 스캔 높이 d 이상의 어느 한 점에 고정될 수 있다. 이때, 스캔 매수가 2인 경우, 카메라(120)의 가로 방향(x축) 좌표는 식 4에 따라 w/3 및 2w/3일 수 있다. 즉, 도 3의 (310)은 카메라(120)의 가로 방향(x축) 좌표가 w/3인 경우에 획득된 스캔 데이터이고, 도 3의 (320)은 카메라(120)의 가로 방향(x축) 좌표가 2w/3인 경우에 획득된 스캔 데이터이다.
비균일 포설 부피 추정 장치(140)는 이와 같이 획득된 각각의 스캔 데이터를 3차원 갠트리 로봇(130)의 원점을 기준으로 하는 절대 좌표로 변환함으로써 도 3의 (330)과 같이 병합된 스캔 데이터를 획득할 수 있다.
단계(230)에서, 비균일 포설 부피 추정 장치(140)는 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성할 수 있다. 이는 병합된 스캔 데이터에서 본 발명이 탐지하고자 하는 거푸집(110)의 바닥면이 아닌 벽면에서 감지된 스캔 포인트들, 즉 노이즈를 제거하기 위한 것이다.
이를 위해 비균일 포설 부피 추정 장치(140)는 병합된 스캔 데이터의 가장자리에 위치한 스캔 포인트들을 주어진 사용자 범위에 기초하여 제거할 수 있다. 일례로, 도 4의 (410)은 각각의 스캔 위치에서 획득된 스캔 데이터를 병합한 결과이고, 도 4의 (420)은 병합된 스캔 데이터 중 노이즈에 대응하는 벽면의 스캔 포인트들이 제거되어 수정된 스캔 데이터를 나타낼 수 있다.
단계(240)에서, 비균일 포설 부피 추정 장치(140)는 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 거푸집(110)의 바닥면에 존재하는 초기 비균일 포설 위치를 결정할 수 있다.
보다 구체적으로 비균일 포설 부피 추정 장치(140)는 수정된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복할 수 있다.
이후 비균일 포설 부피 추정 장치(140)는 반복 과정을 통해 생성된 예비 평면들 중 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정할 수 있다. 이때. 비균일 포설 부피 추정 장치(140)는 결정된 평면 모델을 이용하여 임계값 내에 있는 스캔 포인트들을 인라이어(inlier)로 분류하고, 임계치를 초과하는 스캔 포인트들을 아웃라이어(outlier), 즉 이상치로 분류할 수 있다.
일례로, 도 5의 (510)은 본 발명의 일실시예에 따라 RANSAC(RANdom SAmple Consensus) 알고리즘을 통해 결정된 평면 모델을 나타낸 것이고, 도 5의 (520)은 평면 모델을 이용하여 분류된 이상치를 나타낸 것이다. 이때, 평면 모델을 기준으로 +z축 방향으로 임계치를 초과하는 스캔 포인트들은 이상치 중 언덕으로 분류되고, -z축 방향으로 임계치를 초과하는 스캔 포인트들은 이상치 중 구멍으로 분류된 것을 확인할 수 있다. 이때, 평면 모델을 결정하기 위해 사용되는 알고리즘으로 RANSAC 알고리즘은 하나의 예시일 뿐 이에 한정되지 않는다.
한편, 비균일 포설 부피 추정 장치(140)는 결정된 초기 비균일 포설 위치에 대한 비균일 포설 부피를 추정할 수 있다. 이와 같이 추정된 초기 비균일 포설 위치에 대한 비균일 포설 부피는 이후 단계에서 활용될 수 있다.
단계(250)에서, 비균일 포설 부피 추정 장치(140)는 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라(120)의 스캔 위치를 재결정할 수 있다. 단계(210)에서 획득된 스캔 데이터는 거푸집(110)의 바닥면에 포설된 분말 재료의 표면으로부터 제1 거리만큼 이격된 카메라(120)로부터 획득된 데이터일 수 있다. 이러한 제1 거리에서 획득된 스캔 데이터는 거푸집(110)의 바닥면에 포설된 분말 재료에 대한 비균일 포설 위치를 결정하는데 이용될 수 있지만, 결정된 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는데 정보가 충분하지 않을 수 있다.
따라서, 본 발명의 비균일 포설 부피 추정 장치(140)는 비균일 포설 위치에 대한 비균일 포설 부피를 보다 정확히 추정하기 위하여 비균일 포설 위치에 대해 보다 자세한 스캔 데이터를 획득할 수 있도록 카메라(120)의 스캔 위치를 재결정할 수 있다.
이를 위해 비균일 포설 부피 추정 장치(140)는 이상치로 분류된 스캔 포인트들에 대해 밀도 기반 클러스터링을 수행하고, 클러스터링된 각각의 이상치 클러스터에 대한 중심을 획득할 수 있다. 일례로, 도 6의 (610)은 본 발명의 일실시예에 따라 DBSCAN(Density-based spatial clustering of applications with noise) 알고리즘을 통해 이상치로 분류된 스캔 포인트들을 클러스터링 한 결과를 나타내고, 도 6의 (620)은 클러스터링된 각각의 이상치 클러스터의 중심을 나타낸 도면이다. 이때, 스캔 포인트들을 클러스터링 하기 위한 알고리즘으로 DBSCAN 알고리즘은 하나의 예시일 뿐 이에 한정되지 않는다.
이와 같이 클러스터링된 각각의 이상치 클러스터에 대한 중심의 좌표는 3차원 갠트리 로봇(130)에 전달될 수 있으며, 비균일 포설 부피 추정 장치(140)는 3차원 갠트리 로봇(130)에 의해 이동된 스캔 위치에서 다시 획득된 카메라(120)의 스캔 데이터를 이용함으로써 보다 정확한 비균일 포설 위치에 대한 비균일 포설 부피를 추정할 수 있다.
이때, 비균일 포설 부피를 추정하기 위해 획득된 스캔 데이터는 거푸집(110)의 바닥면에 포설된 분말 재료의 표면으로부터 제1 거리 보다 짧은 제2 거리만큼 이격된 카메라(120)로부터 획득된 데이터일 수 있다. 즉, 비균일 포설 부피 추정 장치(140)는 비균일 포설 위치에 대해 보다 근접한 거리에서 촬영한 스캔 데이터를 이용함으로써 비균일 포설 부피를 보다 정확하게 추정할 수 있다. 이를 위해 비균일 포설 부피 추정 장치(140)는 초기 비균일 포설 위치에 대해 추정된 비균일 포설 부피에 기초하여 재결정된 스캔 위치에서 카메라(120)의 스캔 높이를 결정할 수 있다.
다만, 이상치 클러스터가 너무 많은 경우, 3차원 갠트리 로봇(130)이 모든 이상치 클러스터로 이동하는 것은 비효율적이며, 이상치 클러스터의 중심 좌표가 벽 쪽에 가까우면 3차원 갠트리 로봇(130)이 벽쪽으로 이동하기 어렵기 때문에 이상치 클러스터의 중심 좌표를 수정해야 한다.
따라서, 본 발명의 비균일 포설 부피 추정 장치(140)는 밀도 기반 클러스터링을 통해 클러스터링된 각각의 이상치 클러스터에 대해 계층적(Hierarchical) 클러스터링 중 응집(Agglomerative) 클러스터링을 다시 한번 수행할 수 있다. 일례로, 도 7의 (710)은 본 발명의 일실시예에 따라 밀도 기반 클러스터링 방법인 DBSCAN 알고리즘을 통해 이상치로 분류된 스캔 포인트들을 클러스터링 한 이상치 클러스터의 중심을 나타낸 것이고, 도 7의 (720)은 응집 클러스터링 방법을 통해 모든 이상치 클러스터들 간 분산을 가장 작게 증가시키는 두 이상치 클러스터를 병합하고, 이 과정을 5개의 이상치 클러스터만 남을 때까지 반복한 결과이다.
이때, 응집 클러스터링을 통해 병합된 이상치 클러스터의 중심이 벽과 매우 가까우면 3차원 갠트리 로봇(130)의 이동에 제약되므로, 비균일 포설 부피 추정 장치(140)는 3차원 갠트리 로봇(130)의 이동을 고려하여 벽으로부터 일정 거리(ex. 10cm) 이상 떨어질 수 있도록 병합된 이상치 클러스터의 중심 좌표를 수정할 수 있다.
이와 같이 비균일 포설 부피 추정 장치(140)는 응집 클러스터링을 통해 이상치 클러스터를 병합하고, 병합된 이상치 클러스터의 중심 좌표 수정을 통해 비균일 포설 부피를 추정하기 위한 카메라(120)의 스캔 위치가 재결정될 수 있다.
단계(260)에서, 비균일 포설 부피 추정 장치(140)는 이와 같이 재결정된 카메라(120)의 스캔 위치에 기초하여 3차원 갠트리 로봇(130)의 이동을 제어할 수 있으며, 단계(270)에서, 재결정된 카메라(120)의 스캔 위치에서 획득된 스캔 데이터를 통해 비균일 포설 부피를 보다 높은 정확도로 추정할 수 있다.
도 8은 본 발명의 일실시예에 따른 비균일 포설 부피 추정 방법을 구체화한 도면이다.
단계(810)에서, 비균일 포설 부피 추정 장치(140)는 3차원 갠트리 로봇(130)을 제어함으로써 재결정된 카메라(120)의 스캔 위치에서의 스캔 데이터를 획득할 수 있다. 이때, 획득되는 스캔 데이터는 초기 스캔 위치에서 획득된 스캔 데이터 보다 비균일 포설 위치로부터 더 가까운 거리에서 측정된 데이터일 수 있다.
단계(820)에서, 비균일 포설 부피 추정 장치(140)는 획득된 스캔 데이터를 3차원 갠트리 로봇(130)의 원점을 이용하여 절대 좌표로 변환한 후 노이즈를 제거할 수 있다.
단계(830)에서, 비균일 포설 부피 추정 장치(140)는 노이즈가 제거된 스캔 데이터에 포함된 스캔 포인트들 상호 간의 거리에 기초하여 평면 모델을 결정한 후 거푸집(110)의 바닥면에 존재하는 비균일 포설 위치를 식별할 수 있다.
단계(840)에서, 비균일 포설 부피 추정 장치(140)는 식별된 비균일 포설 위치에 대응하는 스캔 포인트들과 평면 모델 간의 높이차 정보를 생성할 수 있다. 일례로, 평면 모델의 방정식은 ax + by + cz + d = 0로 제시될 수 있으며, 상수 a, b, c, d는 주어진 값을 가질 수 있다. 이때, 비균일 포설 위치에 대응하는 스캔 포인트의 좌표가 (i, j, k)이고, 평면 모델의 한 점의 좌표가 (w, q, l)이며, w = i, q = j라고 가정한다면, 이때 l은 아래의 식 5와 같을 수 있다.
<식 5>
Figure PCTKR2023010832-appb-img-000011
따라서 비균일 포설 위치에 대응하는 스캔 포인트 (i, j, k)와 평면 모델의 한 점 (w, q, l) 사이의 높이 차이는 l - k가 될 수 있다. 이때, 비균일 포설 부피 추정 장치(140)는 높이 차이 l - k가 미리 설정된 오차 범위 내에 있으면 해당 스캔 포인트의 높이 차이를 0으로 하고, 미리 설정된 오차 범위를 초과하는 경우, 높이 차이 l - k를 해당 스캔 포인트의 높이차 정보로 생성할 수 있다. 비균일 포설 부피 추정 장치(140)는 비균일 포설 위치에 대응하는 모든 스캔 포인트에 대해 해당 작업을 반복함으로써 높이차 정보를 생성할 수 있다.
단계(850)에서, 비균일 포설 부피 추정 장치(140)는 높이차 정보가 생성된 스캔 포인트들에 그리드를 생성하고, 생성된 그리드 셀 별로 스캔 포인트들을 그룹화할 수 있다.
단계(860)에서, 비균일 포설 부피 추정 장치(140)는 그리드 셀 별로 각각 그룹화된 스캔 포인트들 각각의 높이차 정보를 이용하여 그리드 셀 별 개별 부피를 측정하고, 측정된 그리드 셀 별 개별 부피를 모두 합산함으로써 비균일 포설 위치에 대한 전체 부피를 추정할 수 있다. 이때, 비균일 포설 부피 추정 장치(140)는 그리드 셀 중 일정 기준 이상의 스캔 포인트들이 존재하는 그리드 셀만 부피 추정에 이용하고, 그렇지 못한 그리드 셀은 부피 추정에 이용하지 않을 수 있다.
만약 그리드 셀 중 어느 하나의 그리드 셀에 n개의 스캔 포인트가 있다고 가정한다면, 각 스캔 포인트는 평면 모델과의 사이에 대한 높이차 정보를 포함할 수 있다. 이때, 비균일 포설 부피 추정 장치(140)는 스캔 포인트들이 균일하게 분포되어 있다고 가정하므로 그리드 셀을 n개의 정사각형으로 나눌 수 있으며, 각 정사각형에는 해당 정사각형에 속하는 스캔 포인트들의 높이차 정보가 존재할 수 있다.
따라서, 비균일 포설 부피 추정 장치(140)는 n개의 정사각형 기둥 각각에 대한 부피의 합을 통해 해당 그리드 셀에 대한 개별 부피를 얻을 수 있다. 각 기둥의 넓이는
Figure PCTKR2023010832-appb-img-000012
이고, 높이가 d일 때 그리드 셀의 개별 부피는 아래의 식 6과 같을 수 있다.
<식 6>
Figure PCTKR2023010832-appb-img-000013
즉, 높이를 평균한 후
Figure PCTKR2023010832-appb-img-000014
를 곱하면 해당 그리드 셀의 개별 부피를 구할 수 있다. 이때, 비균일 포설 위치가 여러 스캔 위치에서 스캔된 경우 일부 그리드 셀에는 이미 개별 부피 값이 있을 수 있으며, 이 경우 기존의 개별 부피 값과 새로 얻은 개별 부피 값의 평균을 해당 그리드 셀의 개별 부피 값으로 결정할 수 있다.
다만, 이와 같은 비균일 포설 부피 결정 방법은 상기의 예에 한정되지 않고, 다양한 방법이 이용될 수 있다. 일례로, 비균일 포설 부피 추정 장치(140)는 비균일 포설 위치에 대응하는 스캔 포인트에 볼 피봇팅(Ball-Pivoting) 알고리즘 또는 표면 재구성(Surface Reconstruction) 알고리즘 등을 적용하여 메쉬(Mesh)를 형성하고, 형성된 메쉬를 이용하여 비균일 포설 부피를 추정함으로써 보다 정확한 부피 값을 결정할 수 있다.
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.

Claims (19)

  1. 타겟 영역의 크기 및 상기 타겟 영역을 스캔하는 카메라의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 초기 스캔 위치에서 상기 타겟 영역 전체에 대한 스캔 데이터를 획득하는 단계;
    3차원 갠트리 로봇을 통해 이동된 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 병합하는 단계;
    상기 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성하는 단계;
    상기 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 초기 비균일 포설 위치를 결정하는 단계;
    상기 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라의 스캔 위치를 재결정하는 단계; 및
    상기 재결정된 카메라의 스캔 위치에서의 스캔 데이터를 통해 최종 비균일 포설 위치를 결정하고, 결정된 최종 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 단계
    를 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  2. 제1항에 있어서,
    상기 초기 스캔 위치는,
    상기 타겟 영역의 가로 크기 및 세로 크기와 상기 카메라의 수평 시야각에 기초하여 상기 스캔 높이가 결정되고,
    상기 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터의 중첩 영역에 대한 길이를 통해 결정된 스캔 매수에 기초하여 상기 타겟 영역의 가로 방향 스캔 위치가 결정되는 타겟 영역의 비균일 포설 부피 추정 방법.
  3. 제1항에 있어서,
    상기 병합하는 단계는,
    상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 3차원 갠트리 로봇의 원점을 기준으로 하는 절대 좌표로 변환하여 병합하는 타겟 영역의 비균일 포설 부피 추정 방법.
  4. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 수정된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하는 단계;
    상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하는 단계; 및
    상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 상기 초기 비균일 포설 위치에 대응하는 이상치로 식별하는 단계
    를 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  5. 제1항에 있어서,
    상기 재결정하는 단계는,
    상기 초기 비균일 포설 위치에서 이상치로 분류된 스캔 포인트들에 밀도 기반 클러스터링을 수행함으로써 클러스터링된 각각의 이상치 클러스터에 대한 중심을 획득하는 단계;
    상기 각각의 이상치 클러스터에 대해 응집 클러스터링을 수행함으로써 이상치 클러스터를 병합하는 단계; 및
    상기 병합된 이상치 클러스터의 중심을 상기 카메라의 스캔 위치로 재결정하는 단계
    를 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  6. 제5항에 있어서,
    상기 병합하는 단계는,
    상기 밀도 기반 클러스터링을 통해 클러스터링된 이상치 클러스터가 일정 개수 이하가 될 때까지, 상기 이상치 클러스터들 간의 분산이 가장 작게 증가되는 방향으로 병합하는 타겟 영역의 비균일 포설 부피 추정 방법.
  7. 제5항에 있어서,
    상기 재결정된 카메라의 스캔 위치가 벽으로부터 일정 거리 미만에 존재하는 경우, 상기 병합된 이상치 클러스터의 중심을 벽으로부터 일정 거리를 초과하도록 수정하는 단계
    를 더 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  8. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 결정된 초기 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 단계
    를 더 포함하고,
    상기 재결정하는 단계는,
    상기 추정된 초기 비균일 포설 위치에 대한 비균일 포설 부피에 기초하여 상기 재결정된 스캔 위치에서 상기 카메라의 스캔 높이를 결정하는 단계
    를 더 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  9. 타겟 영역에 대해 결정된 적어도 하나 이상의 스캔 위치에서의 스캔 데이터를 획득하는 단계;
    상기 획득된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 비균일 포설 위치를 식별하는 단계;
    상기 식별된 비균일 포설 위치에 대응하는 스캔 포인트들과 상기 평면 모델 간의 높이차 정보를 생성하는 단계;
    상기 높이차 정보가 생성된 스캔 포인트들을 그리드 셀 별로 그룹화하여 상기 그리드 셀 별 개별 부피를 측정하는 단계; 및
    상기 측정된 그리드 셀 별 개별 부피를 합산함으로써 상기 비균일 포설 위치 전체에 대한 비균일 포설 부피를 추정하는 단계
    를 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  10. 제9항에 있어서,
    상기 식별하는 단계는,
    상기 획득된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하는 단계;
    상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하는 단계; 및
    상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 비균일 포설 위치에 대응하는 이상치로 분류하는 단계
    를 포함하는 타겟 영역의 비균일 포설 부피 추정 방법.
  11. 제9항에 있어서,
    상기 생성하는 단계는,
    상기 비균일 포설 위치에 대응하는 스캔 포인트와 상기 평면 모델의 한 점 사이의 높이 차이가 미리 설정된 오차 범위 이내인 경우, 해당 스캔 포인트의 높이 차이를 0으로 설정하는 타겟 영역의 비균일 포설 부피 추정 방법.
  12. 타겟 영역의 비균일 포설 부피 추정 방법을 수행하는 비균일 포설 부피 추정 장치에 있어서,
    상기 비균일 포설 부피 추정 장치는 프로세서를 포함하고,
    상기 프로세서는,
    타겟 영역의 크기 및 상기 타겟 영역을 스캔하는 카메라의 시야각(Field Of View, FOV)에 기초하여 결정된 적어도 하나 이상의 초기 스캔 위치에서 상기 타겟 영역 전체에 대한 스캔 데이터를 획득하고, 3차원 갠트리 로봇을 통해 이동된 상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 병합하며, 상기 병합된 스캔 데이터에 포함된 스캔 포인트들 중 가장자리에 위치한 스캔 포인트들을 제거함으로써 수정된 스캔 데이터를 생성하고, 상기 수정된 스캔 데이터에 포함된 스캔 포인트들 상호간의 거리에 기초하여 결정된 평면 모델을 통해 상기 타겟 영역에 존재하는 초기 비균일 포설 위치를 결정하며, 상기 초기 비균일 포설 위치에서 식별되는 이상치들을 클러스터링 함으로써 카메라의 스캔 위치를 재결정하고, 상기 재결정된 카메라의 스캔 위치에서의 스캔 데이터를 통해 최종 비균일 포설 위치를 결정하고, 결정된 최종 비균일 포설 위치에 대한 비균일 포설 부피를 추정하는 타겟 영역의 비균일 포설 부피 추정 장치.
  13. 제12항에 있어서,
    상기 초기 스캔 위치는,
    상기 타겟 영역의 가로 크기 및 세로 크기와 상기 카메라의 수평 시야각에 기초하여 상기 스캔 높이가 결정되고,
    상기 적어도 하나 이상의 스캔 위치에서 획득된 스캔 데이터의 중첩 영역에 대한 길이를 통해 결정된 스캔 매수에 기초하여 상기 타겟 영역의 가로 방향 스캔 위치가 결정되는 타겟 영역의 비균일 포설 부피 추정 장치.
  14. 제12항에 있어서,
    상기 프로세서는,
    상기 적어도 하나 이상의 초기 스캔 위치에서 획득된 스캔 데이터를 3차원 갠트리 로봇의 원점을 기준으로 하는 절대 좌표로 변환하여 병합하는 타겟 영역의 비균일 포설 부피 추정 장치.
  15. 제12항에 있어서,
    상기 프로세서는,
    상기 수정된 스캔 데이터에 포함된 스캔 포인트들 중 임의의 스캔 포인트들을 추출하여 예비 평면을 생성한 후 상기 생성된 예비 평면과 일정 거리 이하에 존재하는 스캔 포인트들을 식별하는 과정을 반복하고, 상기 반복 과정을 통해 생성된 예비 평면들 중 상기 식별된 스캔 포인트들이 최대가 되는 예비 평면을 평면 모델로 결정하며, 상기 결정된 평면 모델과 일정 거리를 초과하여 존재하는 스캔 포인트들을 상기 초기 비균일 포설 위치에 대응하는 이상치로 식별하는 타겟 영역의 비균일 포설 부피 추정 장치.
  16. 제12항에 있어서,
    상기 프로세서는,
    상기 초기 비균일 포설 위치에서 이상치로 분류된 스캔 포인트들에 밀도 기반 클러스터링을 수행함으로써 클러스터링된 각각의 이상치 클러스터에 대한 중심을 획득하고, 상기 각각의 이상치 클러스터에 대해 응집 클러스터링을 수행함으로써 이상치 클러스터를 병합하며, 상기 병합된 이상치 클러스터의 중심을 상기 카메라의 스캔 위치로 재결정하는 타겟 영역의 비균일 포설 부피 추정 장치.
  17. 제16항에 있어서,
    상기 프로세서는,
    상기 밀도 기반 클러스터링을 통해 클러스터링된 이상치 클러스터가 일정 개수 이하가 될 때까지, 상기 이상치 클러스터들 간의 분산이 가장 작게 증가되는 방향으로 병합하는 타겟 영역의 비균일 포설 부피 추정 장치.
  18. 제16항에 있어서,
    상기 프로세서는,
    상기 재결정된 카메라의 스캔 위치가 벽으로부터 일정 거리 미만에 존재하는 경우, 상기 병합된 이상치 클러스터의 중심을 벽으로부터 일정 거리를 초과하도록 수정하는 타겟 영역의 비균일 포설 부피 추정 장치.
  19. 제12항에 있어서,
    상기 프로세서는,
    상기 결정된 초기 비균일 포설 위치에 대한 비균일 포설 부피를 추정하고, 상기 추정된 초기 비균일 포설 위치에 대한 비균일 포설 부피에 기초하여 상기 재결정된 스캔 위치에서 상기 카메라의 스캔 높이를 결정하는 타겟 영역의 비균일 포설 부피 추정 장치.
PCT/KR2023/010832 2022-07-27 2023-07-26 분말 재료의 비균일 포설 부피 추정 방법 및 장치 Ceased WO2024025337A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0093254 2022-07-27
KR1020220093254A KR102866676B1 (ko) 2022-07-27 2022-07-27 분말 재료의 비균일 포설 부피 추정 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024025337A1 true WO2024025337A1 (ko) 2024-02-01

Family

ID=89706969

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010832 Ceased WO2024025337A1 (ko) 2022-07-27 2023-07-26 분말 재료의 비균일 포설 부피 추정 방법 및 장치

Country Status (2)

Country Link
KR (1) KR102866676B1 (ko)
WO (1) WO2024025337A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001349849A (ja) * 2000-04-04 2001-12-21 Rigaku Corp 密度不均一試料解析方法ならびにその装置およびシステム
KR101480327B1 (ko) * 2013-07-31 2015-01-08 한국해양과학기술원 해양 주상 시추 코어 시료 광학 촬영 자동화 시스템 및 촬영 방법
CN107992876A (zh) * 2016-10-26 2018-05-04 崔胡晋 基于piv的流体聚类分析方法及装置
JP2018193586A (ja) * 2017-05-18 2018-12-06 大同特殊鋼株式会社 粉末床評価方法
KR20200014532A (ko) * 2018-08-01 2020-02-11 주식회사 뷰온 이미지 센서를 이용한 표면결함 검사장치 및 검사방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102509823B1 (ko) * 2017-12-27 2023-03-14 삼성전자주식회사 그리드 기반의 평면 추정 방법 및 장치
JP2020133102A (ja) 2019-02-12 2020-08-31 りんかい日産建設株式会社 コンクリート打継部の評価方法および評価装置
KR20220074959A (ko) * 2019-11-08 2022-06-03 아웃워드, 인코포레이티드 임의적 뷰 생성
GB2594111B (en) * 2019-12-18 2023-06-07 Motional Ad Llc Camera-to-LiDAR calibration and validation
KR102870555B1 (ko) * 2020-10-22 2025-10-15 주식회사 케이티 파노라마 영상으로부터 공간 모델을 생성하는 서버, 방법 및 컴퓨터 프로그램

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001349849A (ja) * 2000-04-04 2001-12-21 Rigaku Corp 密度不均一試料解析方法ならびにその装置およびシステム
KR101480327B1 (ko) * 2013-07-31 2015-01-08 한국해양과학기술원 해양 주상 시추 코어 시료 광학 촬영 자동화 시스템 및 촬영 방법
CN107992876A (zh) * 2016-10-26 2018-05-04 崔胡晋 基于piv的流体聚类分析方法及装置
JP2018193586A (ja) * 2017-05-18 2018-12-06 大同特殊鋼株式会社 粉末床評価方法
KR20200014532A (ko) * 2018-08-01 2020-02-11 주식회사 뷰온 이미지 센서를 이용한 표면결함 검사장치 및 검사방법

Also Published As

Publication number Publication date
KR102866676B1 (ko) 2025-09-30
KR20240015411A (ko) 2024-02-05

Similar Documents

Publication Publication Date Title
WO2018088610A1 (ko) 레이저 스캐너를 이용한 대상 물체의 실시간 동적 위치 추적이 가능한 3ｄ 레이저 스캐너 시스템
WO2021075772A1 (ko) 복수 영역 검출을 이용한 객체 탐지 방법 및 그 장치
CN114818051B (zh) 基于LiDAR点云和BIM碰撞模拟的室内三维无障碍地图生成方法
WO2020067751A1 (ko) 이종 센서 간의 데이터 융합 장치 및 방법
CN106091921A (zh) 用于确定场景中的尺寸的方法
WO2023027268A1 (ko) 카메라-라이다 캘리브레이션 장치 및 방법
CN112833815A (zh) 一种基于激光的房屋测量和墙面平整度检测方法
WO2019216474A1 (ko) 빈 피킹을 위한 빈 모델링 방법 및 그 장치
WO2019221340A1 (ko) 관심 영역의 공간 좌표를 산출하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
JP2022186029A (ja) 距離計測装置、方法、及びプログラム
CN108918944B (zh) 一种基于电场传感器判断电压等级的方法、装置和系统
WO2021125578A1 (ko) 시각 정보 처리 기반의 위치 인식 방법 및 시스템
WO2018004081A1 (ko) 테스트 노드 기반의 무선 측위 방법 및 그 장치
CN117836233A (zh) 用于电梯井道三维建模的方法和测量系统
WO2016035924A1 (ko) 달리기 감지 방법 및 시스템
WO2026049425A1 (ko) 단일 소실점 인식 기반의 카메라 칼리브레이션 방법
WO2014058165A1 (ko) 단일객체의 크기를 추정하는 영상 감시장치 및 방법
WO2026023981A1 (ko) 2d 및 3d 데이터 융합 기반의 신체 둘레 측정 방법 및 장치
JP7093680B2 (ja) 構造物差分抽出装置、構造物差分抽出方法およびプログラム
WO2024258129A1 (en) 3d sub-grid map-based robot pose estimation method and robot using the same
KR20240015411A (ko) 분말 재료의 비균일 포설 부피 추정 방법 및 장치
WO2024058402A1 (ko) 주행 맵을 생성하는 주행 로봇 및 그 제어 방법
CN115578455B (zh) 混凝土结构室内预留洞口的定位方法
WO2014046325A1 (ko) 3차원 계측 시스템 및 그 방법
WO2023068542A1 (ko) 모바일 로봇의 전역 위치인식을 위한 방법 및 컴퓨팅 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23846995

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 23846995

Country of ref document: EP

Kind code of ref document: A1