어플리케이션 노트 식품 생산 속도 향상을 위한 Forge 5GigE 고속, 고정밀 카메라

      1. Area Scan Camera를 통한 식음료 산업의 생산성 향상     식품 및 음료(F&B)산업은 식품 가공, 포장, 품질 및 재고 관리와 같은 다양한 생산 단계에서 빠르고 정확한 검사를 필요로 합니다. Area Scan Camera는 움직이는 식품 및 음료의 영역을 컬러 또는 흑백으로 캡처하여 고품질의 시각 데이터를 제공합니다. 이런 카메라 시스템은 높은 해상도와 프레임 속도로 작동하여 생산 라인에서 발생하는 작은 결함이나 불량품을 빠르게 감지할 수 있습니다.   2. 고속, 고정밀 이미지를 획득하는 TELEDYNE FLIR의 Forge 5GigE   Teledyne FLIR은 이미지 센서 및 라인/영역/스마트 카메라를 통하여 F&B 산업의 생산성을 향상해 왔습니다.   Teledyne Flir의 FLIR Forge 5GigE   Teledyne FLIR의 Forge는 빠르고 견고하게 시스템을 쉽게 구축할 수 있도록 설계된 Area scan camera 플랫폼입니다. Forge는 유연한 링크 속도와 5GigE* 성능으로 컴퓨터 및 장치에 효과적으로 데이터 전송을 제어하는 유연성을 제공합니다. 또한 제조사의 환경을 고려하여, Forge는 1GigE에서 5GigE까지 원활한 시스템 업그레이드 경로를 지원합니다. 이를 통해 Forge 카메라는 전체적으로 통합적 편의성을 제공합니다.     - Forge 5GigE 기기 특징 - 5GigE 이상의 성능 통합의 편의성 신뢰적인 시스템 구축 - Forge는 최대 10Gb/s의 속도로 이미지를 메모리에 캡처하는 버스트 모드를 제공 - 500MB 이미지 버퍼와 결합하여 데이터 전송 제어 가능 - OEM 통합 간편화를 위한 PoE, 편리한 카메라 제어를 위한 Opto-isolated 트리거 기능을 제공 - Teledyne Spinnaker 및 Sapera SDK, GigE Vision 호환 소프트웨어 패키지를 지원 - 카메라 내 전처리 기능의 풍부한 조합을 제공하도록 설계 - Trigger-to-Image Reliability (T2IR) 프레임워크를 지원하여 견고한 시스템구축     GigE* "Gigabit Ethernet"의 줄임말로 이더넷 모듈을 활용한 범용 디지털 카메라 인터페이스. 이더넷은 컴퓨터 및 네트워크 장비 간에 데이터를 주고받기 위한 표준적인 방법으로 널리 사용되고 있으며, GigE는 이더넷 기술 중에서도 더욱 빠른 속도의 데이터 전송을 가능하게 함. OEM은 Original Equipment Manufacturer의 약자로, 다른 회사의 제품에 사용되는 부품이나 구성 요소를 제조하는 제조사를 일컬음. SDK는 "Software Development Kit"의 약어로, 소프트웨어 개발 도구 모음     | 이미지 속도 향상을 위한 5GigE를 지원하는 버스트 모드   식음료 산업에서의 이미징 어플리케이션(image application) 기술은 고속으로 식품을 분류, 부분 절단, 품질 모니터링과 같은 부분에서 생산 주기 시간을 단축하기 위해 노력해왔습니다. 제품을 만드는 시간을 줄이기 위해서는 스캔 카메라의 이미지 캡처 속도를 높여서 전반적인 생산 속도를 높여야 합니다. 그러나 높은 사양의 대역폭을 지원하는 네트워크 시스템은 전력을 많이 소모하기 때문에 시스템 총비용을 증가시키는 문제가 있습니다. Forge 5GigE 카메라는 빠른 이미지 취득과 데이터 전송을 위한 Burst Mode를 제공합니다. 버스트 모드는 고속 애플리케이션에 유용한 기능이며 최대 10Gb/s의 속도로 이미지를메모리에 빠르게 저장할 수 있습니다. 따라서 엔지니어가 호스트 시스템을 과도하게 사용하지 않으면서도 데이터 전송을 효과적으로 제어하여 빠르게 정보를 캡처할 수 있습니다.     Burst Mode   이러한 기능은 5GigE 인터페이스의 낮은 대역폭에서도 원래 속도를 두 배로 늘려 이미지 취득 및 전송 속도를 향상시킵니다. 결과적으로 시스템 업그레이드 비용을 감소시키며 또한 제품 생산 속도를 높일 수 있습니다.   | 고정밀 트리거링 및 초정밀 동기화   비전 검사에서 다중 카메라 시스템(각 카메라가 네트워크 스위치에 연결되어 있는 트리거 신호*를 수신하는 시스템)은 정밀도가 가장 중요합니다. 일반적으로 이미지 획득의 대기 시간과, 캡처된 이미지 프레임에 변화가 생기면 시스템 설계자나 프로세스 엔지니어가 수동 개입하여 문제를 해결해야 합니다.   Precise Time Protocol   Forge 5GigE 카메라는 이더넷 업계 표준 IEEE1588 정밀 시간 프로토콜(Precision Time Protocol)*과 장치에 최적화된 Action Command 소프트웨어 키트 기능을 제공합니다.   동일한 주파수에서 실행되는 클록은 시간이 지남에 따라 표류합니다. IEEE 1588 장치는 이를 보완하기 위해 주기적으로 동기화합니다.   Precision Time Protocol은 이더넷 장치 내의 동기화를 위해 사용되는 프로토콜이며 Action Command 프로그램은 하나 이상의 대상 장치에서 다양한 작업을 트리거하거나 예약하는 데 사용할 수 있는 액션 명령 시스템입니다. 게다가 Forge 5GigE 카메라는 정확한 트리거링 및 동기화를 위한 Trigger-to-Expose 고급 시작 기능을 갖추고 있습니다. 정밀한 트리거링 기능은 흔들리거나 불안정함 없이 이미지를 캡처하여 여러 카메라에서 정확하게 동기화됩니다. 이러한 기능들은 제품이나 상품을 적절한 순서로 팔레트에 적재 및 운반하는 팔레타이징 시스템이나 식품 포장 검사 및 식품 보관 검사에서의 정밀도를 향상시킵니다.   트리거 신호: 특정한 조건이나 사건이 발생했을 때 다른 동작이나 프로세스를 시작하기 위한 신호를 말함. IEEE 1588: 정밀한 시간 동기화를 제공하는 네트워크 프로토콜로 네트워크 내의 디바이스 간에 정밀한 시간 정보를 동기화하고 유지하는 데 사용된다. Trigger-to-Expose은 카메라의 작동 방식 중 하나 트리거 신호를 받아들이고 이미지를 캡처하는 과정 간의 시간.   | T2IR 프레임워크를 통한 시스템 디버깅과 오류 단순화   Forge 5GigE의 Trigger to Image Reliablity   Forge 5GigE 카메라는 Trigger-to-Image-Reliability (T2IR) 프레임워크 기능을 통하여 시스템 디버깅 및 오류 분석을 간소화합니다. T2IR 기능은 전체 시스템의 모니터링, 제어, 진단 기능을 제공하며, 데이터의 흐름을 이미지 캡처에서 호스트 전송까지 추적합니다.   이 기능은 포장, 밀봉, 라벨 표시, 병 채움 검사와 같은 품질 검사 작업에서 특히 유용하게 사용됩니다. 예측할 수 있는 오류를 미리 방지하기 때문에 포장 및 밀봉 검사에서 정밀도를 높이며, 라벨링 변이 검사에서는 시스템이 문제를 처리하고 추적하면서 품질을 유지합니다. 병 채움 검사에서 이미지 손실이나 트리거와 관련된 문제가 발견됐을 경우 T2IR기능을 통해 문제를 식별하고 해결합니다. 마지막으로 품질 검사 작업에서는 품목이 많을 경우 과부하 조건이 발생할 수 있습니다. T2IR기능은 일부 검사를 건너뛰고 건넌 뛴 부분을 추적할 수 있습니다. 이는 고수요 상황에서도 시스템의 효율성과 신뢰성을 유지할 수 있게 해줍니다.   3. 고해상도 이미지로 빠른 동기화, 생산 주기 단축의 새로운 전환     Forge 5GigE 카메라는 소프트웨어 솔루션과 함께 품질 통제를 정제하여 음식 및 음료 산업의 장비 제조업체 요구를 충족시키는 우수한 제품을 제공합니다. 현재 제조업계에서는 고해상도 및 고속 카메라에 대한 수요가 계속 증가하고 있습니다. 이에 따라 Forge 5GigE는 식품 제조업에서의 이미지 캡처를 위한 빠른 동기화와 높은 대역폭 속도를 통하여 생산 주기를 단축하며, 정밀하고 유연한 프로세스를 통해 생산성을 향상시키고 비용을 절감할 수 있는 솔루션으로 떠오를 것입니다. Forge 5GigE 카메라는 앞으로의 머신 비전 시장에서의 잠재적인 성장 가능성이 높은 제품으로 기대됩니다.     Forge 5GigE 카메라에 대한 자세한 사양을 알고 싶으시다면 화인스텍 홈페이지를 통해 확인해보세요!              

2024-02-06

어플리케이션 노트 Bright field vs Dark field 비교로 알아보는 금속 표면 검사

  1. 표면 검사에서 Bright field와 Dark field의 사용     Bright field와 Dark field는 머신비전 전문가가 비전 검사에서 조명을 검토할 때 사용하는 용어입니다. 브라이트 필드와 다크 필드를 활용하여 조명 각도를 조절하면 표면 검사를 진행할 때 검사하고자 하는 영역을 균일하고 선명하게 부각시킬 수 있습니다. 선명한 이미지를 취득한다는 것은 비전 검사에서 수월한 알고리즘을 만드는데 도움이 됩니다. 이를 통해 반도체 검사, 포장 검사 및 표면 검사에 있어 더욱 정밀하고 세밀한 검사를 진행하게 됩니다. 또한 특정 조명 각도에 의한 편광 또는 확산은 표면의 불규칙성, 질감 및 결함을 강조할 수 있어서 긁힘, 찌그러짐 또는 기타 결함을 감지하는 등 표면을 정확하게 검사할 수 있습니다.   브라이트 필드와 다크 필드를 처음 접하시는 분들에게 이 용어들이 생소 할 수 있습니다. 따라서 브라이트 필드와 다크 필드 개념이 익숙하지 않은 분들을 위해 조금 더 쉽고 자세한 내용을 준비해 봤습니다.   2. 표면 검사에서 Bright field와 Dark field의 사용   브라이트 필드(Bright Field), 다크 필드(Dark Field)의 이해도   브라이트 필드(Bright field)와 다크 필드(Dark field)의 개념을 살펴보기 전에 많은 분들이 브라이트 필드가 화각이라고 오해하실 때가 간혹 있습니다. 그러나 브라이트 필드와 화각(FOV)은 광학 및 이미징* 분야에서 서로 다른 개념입니다. 브라이트 필드는 렌즈나 광학 장치에서 빛이 모이는 영역을 가리키는 용어로, 빛을 모으거나 집중시키는 영역을 나타냅니다. 반면 화각은 카메라나 눈이나 기타 광학 장치로 볼 수 있는 시야의 넓이를 가리킵니다. 즉, 화각이 넓을수록 한 장면에서 볼 수 있는 영역이 넓어지는 것을 의미합니다. 따라서, 브라이트 필드는 광을 모으는 영역에 관한 것이고, 화각은 시야의 넓이에 관한 것입니다.   *이미징은 주로 광학 장비, 카메라, 렌즈, 센서 등을 사용하여 물체나 장면을 캡처하고, 이를 영상이나 사진으로 만들어내는 기술적인 분야를 포함합니다.   | Bright field에서의 조명 사용   브라이트 필드(Bright Field) 조명 사용 예시 Macro Lens 사용 시 브라이트 필드(Bright Field) 조명 사용 예시   브라이트 필드는 아래 면이 거울이라고 가정했을 경우 빛이 그대로 반사되어 렌즈로 들어가는 영역입니다. 즉, 이 빛은 반사되어 렌즈를 통해 들어가기 때문에 샘플이 밝게 표현되는 밝은 이미지를 획득하게 됩니다. 브라이트 필드는 가장 일반적으로 사용되는 조명 기술 중 하나로 시료가 밝은 배경에 대조되어 관찰되는 것이 특징입니다.   CCTV를 사용한 브라이트 필드에서의 금속 표면 스크래치 샘플 데이터 위 이미지에서 보시는 것처럼 금속 표면의 움푹 파인 부분에는 빛이 렌즈로 들어가지 못하고 다른 곳으로 반사되기 때문에 파여진 부분은 이미지가 어둡게 나오게 되고, 평평한 부분은 렌즈로 빛이 올바르게 들어가게 됩니다. 따라서 브라이트 필드는 각인, 긁힘 등 움푹 들어간 부분 등 표면 결함을 감지하는데 용이합니다. 브라이트 필드를 조명에 적절하게 이용하려면 광원이 시료 또는 이미징 표면에 대해 90도에서 45도 각도 사이에 있어야 하며 일반적으로 광원을 피사체나 표면에 가깝게 위치시키는 것이 유리합니다.   | Dark field에서의 조명 사용   다크 필드(Dark Field) 조명 사용 예시 Macro Lens 사용 시 다크 필드(Dark Field) 조명 사용 예시 브라이트 필드가 빛이 렌즈의 화각 안으로 들어오는 영역이라면 다크 필드는 화각에 들어오지 않는 영역입니다. 다크 필드는 빛이 시료를 직접 비추지 않고 옆에서 오는 빛을 활용합니다. 반사광을 그대로 받아들이는 브라이트 필드에서의 조명과 달리 다크 필드 내에 위치한 조명은 산란된 빛만 렌즈가 캡처합니다. 다시 말해 시료는 조명되지 않은 상태에서 어두운 배경에서 밝게 나타나므로 이미지의 가장자리와 표면 결함이 더욱 두드러지게 나타납니다. CCTV를 사용한 다크 필드에서의 금속 표면 스크래치 샘플 데이터 위의 이미지에서 보시는 것처럼 다크 필드는 어두운 배경을 만들기 위해 측면에서 조명을 사용합니다. 이렇게 되면 금속 표면의 배경이 어두워집니다. 반면 움푹 패어진 부분만 빛이 산란되어 렌즈로 들어가기 때문에 금속 표면의 스크래치 부분이 밝게 빛나 윤곽이 뚜렷하게 나타나게 됩니다.다크 필드는 일반적으로 10~15도 정도의 낮은 빛 각도로 조명을 설치하는 것이 이상적입니다. 이 낮은 각도는 가장자리, 결함, 능선 등 빛을 적절히 산란 시키면서 대상 표면이 카메라에 너무 많은 빛을 반사하지 않게 합니다.   | Bright field와 Dark field를 활용한 조명 검사의 응용 분야   좌) 브라이트 필드에 유리한 반도체 표면 검사 우) 다크 필드에 유리한 금속 표면 검사   브라이트 필드와 다크 필드를 활용하여 각각의 특징에 유리한 응용 검사를 실시할 수 있습니다. 브라이트 필드를 활용한 조명 검사는 반도체 다이의 표면 검사, 자동차 부품 검사(부품 크기, 모양, 위치 검사), PCB 회로 검사, 식품 품질 검사, 물류 바코드 판독 검사, 이차전지 케이스 찍힘 결함 검사, 현미경 세포 검사 등 다양한 산업에서 높은 명암 대비를 활용하여 사용되고 있습니다. 반면 다크 필드는 브라이트 필드에서의 조명으로는 검사할 수 없는 반사율이 높은 시료(거울 표면 검사, 바코드 검사, 광택이나 반사가 강한 금속표면, 투명 물체나 유리, 광택이 강한 플라스틱 부품이나 보호 필름이 부착된 제품) 표면을 효과적으로 검사하는데 사용됩니다. 브라이트 필드가 조명의 검사 대부분에 사용된다면 다크 필드는 좀 더 구체적이고 제한된 요구 사항을 가진다는 점을 참고해서 적절한 환경을 선택하면 됩니다.     3. 텔레센트릭 렌즈에 따른 브라이트와 다크 필드   렌즈의 화각(FOV)이 커지면 브라이트 필드의 영역도 점점 커집니다. 그렇기 때문에 매크로 렌즈나, CCTV 렌즈에서 화각이 커질수록 조명 역시 화각을 커버하기 위해 커다란 조명을 사용해야 합니다. 반면 텔레센트릭 렌즈(Telecentric Lens)는 빛이 평행하게 들어오도록 만들어졌기 때문에 아래 이미지에서 보시는 것처럼 CCTV, Macro Lens보다 화각이 좁습니다. 이 의미는 브라이트 필드 영역도 좁기 때문에 커다란 조명을 사용하지 않아도 되어 공간을 보다 효율적으로 사용할 수 있습니다. 매크로 렌즈와 텔레센트릭 렌즈 화각 차이   | 브라이트 필드(Bright Field)에서 조명 사용 예시   Telecentric Lens 사용 시 브라이트 필드(Bright Field)에서 조명 사용 예시 텔레센트릭 렌즈에서는 일반적으로 동축 조명(Coaxial Illumination)이 많이 사용됩니다. 동축 조명은 텔레센트릭 렌즈에서 브라이트 필드를 더 효과적으로 활용하여 특정 조건에서의 높은 정밀도측정이나 검사를 가능하게 합니다. 동축 조명은 빛의 방향이 렌즈의 방향과 동일한 경로를 가지도록 설계되었기 때문에 물체의 표면에서 반사된 빛은 렌즈로 집중되어 집니다.   텔레센트릭 렌즈를 사용한 브라이트 필드 금속 표면 스크래치 샘플 데이터   위 샘플 데이터에서도 텔레센트릭 렌즈에 동축 조명을 사용하면 브라이트 필드의 좁은 범위에서도 금속 표면에서의 결함 이미지를 더 정확하게 확인할 수 있습니다. 따라서 텔레센트릭 렌즈와 동축 조명은 정밀한 검사 및 측정 작업에서 높은 품질의 결과를 얻기 위해 함께 사용되어집니다. 텔레센트릭 렌즈는 일반적으로 동축 조명과 함께 많이 쓰이지만, 렌즈 아래에 링 조명을 설치하여 사용하기도 합니다. 낮은 배율만 아니라면 링 조명의 경우에도 효율적인 크기로 제작하여 사용할 수 있습니다.    *동축조명: 동축 조명은 카메라와 동일한 방향으로 조명을 비추는 방식으로 하프미러를 사용하기 때문에 빛이 고르게 퍼져나가 높은 명암 대비를 제공합니다.      | 다크 필드(Dark Field)에서 조명 사용 예시   Telecentric Lens 사용 시 다크 필드(Dark Field)에서 조명 사용 예시   텔레센트릭 렌즈(Telecentric Lens)에서 다크 필드(Dark Field)는 브라이트 필드보다 넓은 영역을 차지합니다. 그로 인해 더 작은 조명으로 넓은 영역의 다크 필드에서 효율적으로 사용할 수 있습니다. 이는 더 넓은 영역과 원할한 조건에서의 다크 필드를 활용할 수 있어 일관된 물체 크기를 유지하는 텔레센트릭 렌즈의 명암 대비를 더욱 밝고 명확하게 부각시켜 시각적 분석에 높은 해상도와 정확성을 제공합니다.   텔레센트릭 렌즈를 사용한 다크 필드 금속 표면 스크래치 샘플 데이터   위 샘플 데이터 이미지에서 보시는 것과 같이 금속표면에서 반사되어 렌즈로 들어가지 못하는 영역은 대체로 어둡게 나타납니다. 반면 결함 부분에 빛이 집중되어 밝고 더욱 뚜렷하게 드러나기 때문에 일관되고 정확한 검사 및 측정이 가능합니다.     4. 현장의 어려움을 극복하는 조명 기술의 이해   브라이트 필드와 다크필드는 조명의 원리를 활용하여 뚜렷한 명암 대비를 가진 이미지를 취득하는데 도움이 됩니다. 이론적으로는 브라이트 필드에서의 조명이 최적일 수 있지만, 설정을 테스트한 후에는 반사로 인해 검사가 어려워지는 경우가 발생할 수 있습니다. 이런 경우 다크 필드 조명에 대한 기술을 이용하여 적용할 수 있습니다. 다양한 조건이 요구되는 검사 환경에서 머신비전 전문가의 전문 지식과 솔루션이 필요합니다. 화인스텍은 다양한 환경과 조건에 맞는 솔루션을 제공해온 머신 비전 전문가들과 함께합니다.   조명에 관한 상세한 종류와 사양을 알고 싶으시다면 화인스텍 홈페이지를 통해 확인 바랍니다.      

2024-01-29

어플리케이션 노트 Euresys 프레임그래버를 활용한 이미지 고속 분류

1. Euresys의 어플리케이션 머신비전 솔루션 적용 사례 소개                     식품 산업에 있어서 품종과 곡물 검사는 식품 안전성을 보장 및 품질 향상과 생산성 향상에 있어 중요한 역할을 합니다. 농산물 검사는 비전(시각적 정보 처리) 업계에서 특별한 어려움을 겪는 과제입니다. 천연 제품은 본질적으로 표준화되어 있지 않으며, 그 형태, 색상, 숙성도, 수분 등이 제품마다 서로 다르기 때문입니다. 이렇게 표준화하기 어려운 농산물을 비전 시스템을 통해 성공적으로 검사 및 분류를 진행하기 위해 머신 비전 업계는 오래전 부터 여러가지 시도를 통해 식품 생산 업계의 생산성 향상에 기여하고 있습니다.   특히 프레임그래버는 빠르게 이동하는 곡물을 카메라로 이미지를 취득하고, 그 데이터를 PC로 안정적이고 빠르게 전송하는 기능을 제공하기 때문에 상황에 맞는 적절한 사양의 프레임 그래버를 선정해야 하는 머신비전 시스템 중 하나입니다. 특히 고속을 지원하는 프레임그래버를 사용함으로써, 제조업체들은 농산물의 품질을 신속하게 분류하고, 이를 통해 생산 과정에서의 오류를 줄이며, 전반적인 생산 효율성을 향상시킬 수 있습니다.   이번 포스팅에서는 커피, 과일 열매, 견과류 등의 식품 색상 분류기를 전문적으로 생산하는 장비업체가 유레시스 프레임그래버를 장비에 적용하여 성공적으로 커피 열매 분류기를 개발한 사례를 소개해 드리겠습니다.   사례를 설명드리기 전에 프레임그래버에 대한 특징을 먼저 이해해 보겠습니다.   2. 프레임그래버란?   프레임그래버는 “프레임을(Frame)을 잡는다(Grab)”라는 뜻으로 이미지를 획득하기 위해 만들어진 장치입니다. 프레임그래버(Frame Grabber)는 디지털 이미지 처리 및 컴퓨터 비전 시스템에서 사용되는 장치로, 아날로그 또는 디지털카메라로부터 받은 비디오 신호를 컴퓨터가 이해할 수 있는 디지털 형식으로 변환하는 역할을 합니다. 이 장치는 이미지 캡처, 저장 및 처리를 가능케 하여 다양한 응용 분야에서 활용됩니다.   프레임그래버 구조와 역할   프레임그래버의 주요 역할과 특징은 다음과 같습니다: 1. 이미지 캡처 2. 디지털화 3. 저장 및 전송 4. 실시간 이미지 처리 프레임그래버는 아날로그 또는 디지털카메라로부터 입력된 비디오 신호를 디지털 이미지로 캡처합니다. 이는 정지된 이미지 또는 연속적인비디오 흐름일 수 있습니다. 프레임그래버는 아날로그 신호를 디지털 형식으로 변환하여 컴퓨터에서 처리할 수 있도록 합니다. 디지털화된 이미지는 컴퓨터 메모리에 저장됩니다. 디지털 이미지를 저장하거나 다른 시스템으로 전송하는 데 사용됩니다. 이를 통해 이미지 데이터를 장치 간에 공유하거나 나중에 분석 및 처리를 위해 저장할 수 있습니다. 프레임그래버는 이미지를 실시간으로 처리하는 데 사용될 수 있습니다. 이는 실시간 비전 시스템에서 물체 감지, 추적, 측정 등의 작업을 수행하는 데 적용될 수 있습니다.   프레임그래버는 제조, 의료, 자동차, 로봇, 보안 등  다양한 산업 분야에서 컴퓨터 비전 및 이미지 처리 응용에 활용합니다.   또한 프레임그래버는 인터페이스와 깊은 연관성을 가지고 있습니다. 인터페이스란 두 시스템, 장치 또는 프로그램 간에 상호 작용하거나 정보를 교환할 수 있도록 만든 경계 또는 연결점을 의미합니다. 인터페이스는 USB, Camera Link, Coaxpress, GigE 등 데이터 전송량과 케이블 길이에 따라 다양한 구성으로 나눠집니다. Camera Link 인터페이스는 고속 디지털카메라와 컴퓨터 또는 다른 이미지 처리 장치 간에 높은 대역폭의 데이터를 전송하기 위한 표준화된 디지털 인터페이스입니다. 높은 대역폭을 제공하여 이미지를 빠르게 전송하고, 데이터의 안정성을 보장합니다.   이번 챕터에서 솔루션으로 적용된 Camera Link 인터페이스는 고속 디지털 비디오 전송을 위한 표준 인터페이스로 주로 사용됩니다.   프레임그래버와 인터페이스   3. Euresys의 프레임 그래버를 통한 커피 열매의 고속 분류   | Euresys 프레임그래버 솔루션 과정    Xeltron 사의 건식 제품 분류기는 높은 정확도로 품질 기준이 까다로운 고객에게 높은 평가를 받아왔지만, 시간 당 처리량이 충분하지 않고 고객의 요구 사항을 충족시키기에는 무리가 있다는 문제에 직면하고 있었습니다. 식품 산업의 농산물 검사에서 농산물을 더 효율성 있게 분류하기 위해서는 빠르게 움직이는 농산물을 스캔할 수 있는 고해상도 카메라와, 고해상도 컬러 이미지를 빠르게 전달할 수 있는 인터페이스, 마지막으로 고속으로 실시간 이미지 처리할 수 있는 프레임그래이버의 역할이 중요하게 작용합니다. 이 회사는 더 많은 처리량과 효율성을 달성하기 위해 Euresys의 Grablink Duo 보드를 선택했습니다. 이 보드를 통해 커피 열매가 이동하는 통로의 양쪽에 설치된 두 대의 라인스캔 카메라가 콩이 일렬로 연속적으로 나아가는 방향에서 캡처한 이미지를 신속하게 전송하여, 곡물 분류 작업을 빠르고 정확하게 수행할 수 있었습니다.     유레시스 Grablink Duo는 하나의 전체 구성 또는 두 개의 기본 구성 Camera Link 카메라를 지원하며, 두 개의 Camera Link 포트를 내장하고 있습니다. 뿐만 아니라, PCIe Gen 2 x 4 버스를 통해 이 회사가 독자적으로 개발한 중앙 처리 장치를 활용하여 뛰어난 이미지 데이터 처리 성능을 제공하며, 높은 이미지 데이터 처리량을 확보했습니다.   "최적화된 머신비전 시스템 설정 덕분에 이 회사는 해당 분류기의 성능을  시간당 4미터톤, 최대 16톤의 처리량에서  95~98%의 커피 열매 분류 정확도를 달성했습니다."   이 회사가 Euresys의 프레임그래버를 활용하여 불량 베리나 콩 및 이물질을 흐름에서 제거하는 모습을 아래서 확인할 수 있습니다.   ACEPTADO - 통과 / RECHAZO- 미통과   | Euresys Grablink Duo 주요 기능과 사양   Euresys의 Grablink Duo 프레임그래버의 성능과 사양에 대해 살펴보겠습니다.   Grablink Duo   - Euresys Grablink Duo 프레임그래버의 주요 사양 - Euresys Grablink Duo의 주요 사양 | 두 개의 독립적인 Camera Link Base 구성 카메라 또는 한 개의 Camera Link Base, Medium, Full, 72비트 또는 80비트 카메라 · 현재 시판되는 수백 가지 Camera Link 카메라와 호환 · PoCL*, Power over Camera Link 지원 · ECCO*: Camera Link 케이블 길이 연장 · PCIe Gen 2 x4 버스* · 다기능 디지털 IO(Input/Output) 라인 20개 · eGrabber 드라이버 및 Memento 이벤트 로깅 도구와 호환   * ECCO: Camera Link 케이블 길이를 연장하는 데 사용되는 장비로, Camera Link 표준에서 사용되는 디지털 영상 인터페이스의 신호를 증폭하고 전송 거리를 연장하는 역할 * PoCL: 이는 카메라와 카메라를 제어하기 위한 인터페이스인 Camera Link 케이블을 통해 전원을 제공하는 기술 *PCIe Gen 2 x 4 버스는 컴퓨터와 이미지 취득 보드 간의 데이터 통신을 담당하는 인터페이스입니다. 여기서 "Gen 2"는 PCI Express의 두 번째 세대를 나타내며, "x 4"는 4개의 데이터 전송 레인을 의미합니다. * Memento 이벤트 로그 툴: Euresys에서 제공하는 소프트웨어로 사용자 애플리케이션과 관련된 사건(순간,활동)들을 기록하는 이벤트(사건) 기록 도구   - Euresys Grablink Duo 기술 특징 -   1. Grablink Duo는 두 개의 Camera Link 포트를 탑재한 이미지 취득 보드 Grablink Duo는 두 개의 Camera Link 포트를 탑재한 이미지 취득 보드입니다. 이 두 포트는 각각 한 개에서 두 개까지의 기본 구성 Camera Link 카메라를 지원합니다. 즉, 한 장치에서 하나에서 두개의 Camera Link 카메라를 사용하는 경우를 의미합니다. 두 대의 카메라를 사용하면 이미지를 취득하고 처리하는 것에 여러 가지 장점을 줍니다. 두 대의 카메라가 서로 다른 영역을 촬영하므로, 전체적으로 더 넓은 영역의 이미지를 취득할 수 있습니다. 또한 각 카메라가 독립적으로 작동하므로, 각 카메라가 고해상도 이미지를 촬영할하여 두 이미지를 합치면 전체적으로 고해상도의 이미지를 얻을 수 있습니다. 마지막으로 두 대의 카메라를 사용하면 두 시각에서의 관찰이 가능하기 때문에 이는 3D 이미지 생성 또는 물체의 위치 및 궤적 분석과 같은 응용에서 중요할 수 있습니다.   2. eGrabber 드라이버 및 Memento 이벤트 로깅 도구와 호환 eGrabber (좌)Driver (우)Memento eGrabber는 이미지 취득 소프트웨어로 eGrabber Driver와 eGrabber Memento는 eGrabber 소프트웨어의 라이브러리입니다. eGrabber Memento가 사용자의 애플리케이션 적용에 대한 사건들을 기록하는 도구라면 eGrabber Driver는 eGrabber 드라이버는 Coaxlink 및 Grablink Duo 프레임그래버에서 이미지 취득하기 위해 사용하기 쉬운 프로그래밍 인터페이스를 제공하는 클래스 라이브러리입니다.   이 기능을 통해 사용자들은 Coaxlink 및 Grablink Duo 프레임그래버에서 이미지를 보다 효과적으로 취득하고, eGrabber 드라이버를 활용하여 간편한 프로그래밍 인터페이스를 통해 손쉽게 이미지 처리 애플리케이션을 개발합니다.   Grablink Duo 프레임그래버는 이 회사가 마주한 조건, 즉 콩이 일렬로 연속적으로 나아가는 방향에 양쪽에 라인 스캔 카메라를 두 개 설치하여 이미지를 더 빠르게 획득하고 처리하여 높은 정확도를 달성하는 데 적합한 솔루션이었습니다.     4. Conclusion | Collaboration key to success   회사 관계자는 Euresys의 프레임그래버를 도입하여 개발한 모델을 통해 대량 구매자의 품질 및 비용 요구 사항을 충족하고, 이를 통해 고객이 수확량을 극대화하는 데 기여할 수 있게 되었습니다. 그들은 Euresys의 프레임그래버를 도입한 뿐만 아니라 제품의 설치, 설정, 문제 해결 등에 대한 기술적인 도움을 포함하여 제품을 도입하고 사용하는 과정에서 Euresys로부터 제공되는 기술적인 지원 및 도움에 대해 만족하고 있다고 전했습니다.   " 고객의 요구 사항을 충족하기 위한 프로젝트 성공의 키는 긴밀한 협업입니다. "   Mordor Intelligence의 앞으로의 보고서에 따르면, 커피 시장은 2028년에 예상치로 158.89억 달러에 도달할 것으로 전망되며, 예상 연평균 성장률(CAGR)은 4.72%로 나타납니다. 이러한 성장은 주로 인증된 커피 제품에 대한 수요 증가에 기인하며, 주요 플레이어들인 유명한 커피 브랜드, 제조업체, 유통업체 등에 의해 주도될 것으로 예상됩니다. 이러한 변화 과정에서 Euresys의 제품을 선택한 이 회사의 더 빠르고 더 정확한 제품 분류기 개발은 더 많은 파트너와 연결할 수 있는 기회를 제공할 것입니다. 마찬가지로 Euresys의 Grablink 프레임그래버 역시 빠른 디지털카메라를 통해 안정적이고 신뢰할 수 있는 이미지를 포착하는 신뢰도 높은 산업용 솔루션으로 다양한 산업에서 협력의 손을 제공할 것입니다.   Grablink 프레임그래버 적용가능한 어플리케이션     Grablink 프레임그래버 적용가능한 어플리케이션                        1. 전자제품 제조 산업용 머신비전                        AOI(자동 광학 검사) 기계, 3D SPI(솔더 페이스트 검사) 기계, 3D 리드/볼 검사/ 플랫 패널 디스플레이 검사 / 태양 전지 검사용                           2. 일반 제조 산업용 머신비전                           유리 검사 및 직물 검사용 라인 스캔 이미지 캡처                              3. 인쇄 산업용 머신비전                              패키지 또는 레이블 인쇄   성장하는 산업에서 시장을 주도하기 위한 핵심 전략 중 하나는 지속적인 혁신을 제시하는 것입니다. 목표 달성을 위한 다양한 방법 중 협력의 파트너십을 찾는 것은 특히 중요한 전략입니다.   화인스텍은 제조업체 및 다양한 산업에서 파트너로서 적용 가능한 솔루션을 언제든지 제공할 준비가 되어있습니다.     Euresys의 Grablink 프레임그래버에 대한 자세한 사양은 화인스텍 홈페이지를 통해서 확인 바랍니다.     출처: Seleccionadora Para Café Cereza/Uva en Costa Rica

2024-01-15

어플리케이션 노트 화인스텍 2024 딥러닝 기반의 머신비전 융합 트렌드

  1. 2024 머신비전과 딥러닝 규모와 시장 방향   최근 AI 기술이 발전함에 따라 제조업계에서의 머신비전도 새로운 솔루션의 전환이 시작되어 가고 있습니다. Bizwit Research & Consulting LLP의 보고서에 따르면 세계의 딥러닝 시장은 2022~2029년에는 33.5% 이상의 성장률을 보일 것이라고 전했습니다. 딥러닝은 인간의 두뇌를 이루는 생물학적 신경망을 모방해 만든 컴퓨팅 시스템으로 대량의 정보를 수집, 분석 및 해석하여 데이터를 처리하여 다양한 산업과 업무에서 정확성, 신뢰성, 비용 절감, 생산성 등의 향상에 기여합니다. 정교한 작업이 가능한 AI 딥러닝은 소매업, 의료, 자동차, 농업, 보안, 로봇, 항공우주, 제조산업에서 다양한 솔루션을 제공합니다.   제조 산업에서 AI 기술은 2022년에서 2023년까지의 연 평균 47.8%의 성장성을 지속하고 있습니다. (자료 제공=VMR) 위 이미지에서 시장조사기관 VMR(Verified Market Research)이 최근 발표한 ‘글로벌 빅 데이터 시장’ 연구 보고서에서 제공한 자료에서 보이는 것처럼 제조업계에서 딥러닝 도입으로 인한 자동화는 이제는 선택이 아니라 필수입니다. 따라서, 머신비전 업계에서도 검사 자동화에 있어서는 룰(rule) 기반에서 딥러닝 기반을 통한 솔루션으로 부각되면서 딥러닝 기반 시스템으로 빠르게 전환되어 가고 있습니다.   2. 룰 기반에서 딥 러닝(Deep Learning) 시스템의 새로운 전환   | 룰 기반(Rule Based Learning) 시스템 VS 딥 러닝(Deep Learning) 기반 시스템   딥 러닝(Deep Learning) 이전의 머신비전은 주로 ‘룰 베이스(Rule base)’ 기반으로, 양품과 불량품 데이터를 각각 대량으로 확보한 뒤 머신비전 카메라로 촬영한 제품 사진과 비교해 양품과 불량품을 검사했습니다. 그러나 룰 기반은 기존 DB 기준을 넘어서는 불량에 대해 제대로 인식하지 못하는 미검 상황이 다수 발생합니다.   룰 베이스는 DB 안에서 이뤄지는 시스템이라면 딥 러닝(Deep Learning) 기반의 시스템은 양품과 불량품의 특징에 관한 데이터를 다층적으로 학습하여 DB에 등록되지 않은 데이터라도 미리 추출한 특징으로 기반으로 하여 합리적으로 불량 여부를 판단할 수 있는 기능을 제공합니다. 동시에 추가로 수집된 데이터를 스스로 학습하여 정확성과 생산성을 스스로 향상시킵니다. 현재 머신비전 분야는 ML·DL 등을 포함한 기술과 빅데이터 및 5G 같은 다양한 ICT 기술이 접목되면서 검사 정확도를 높이고 있으며, 공정 효율 개선에도 실질적인 도움을 주고 있습니다. Business Research insight의 머신비전 시장의 딥 러닝 보고서에 따르면 2022부터 2028년까지의 머신 비전 딥 러닝 시장 규모는 연평균 54.4%의 성장률(CAGR)을 나타낼 것이라고 예상했습니다.   이러한 추세에 따라 제조업계에서는 딥 러닝(Deep Learning)을 활용하여 높은 해상도, 실시간 처리, 효율적인 학습 알고리즘을 통해 새로운 유형의 불량 탐지의 정확성을 높여 산업 내에서 경쟁력을 유지하고 신기술에 대한 요구를 해결할 수 있는 기대감이 점점 더 커지고 있습니다.   3. 딥러닝과 머신비전의 융합 활용 사례   딥러닝은 인간의 두뇌를 이루는 생물학적 신경망을 모방해 만든 컴퓨팅 시스템입니다. 머신비전업계에서 딥러닝은 CNN*(컨볼루션 신경망)과 딥 피드 포워드*(deep, feed-forward) 방식의 인공 신경망으로, 이미지를 분석하는 데 가장 널리 적용되고 있습니다. 컨볼루션 신경망(CNN)은 부품 분류, 검출, 결함 감지 등을 효과적으로 수행하기 때문에 제조업에서는 이 기술을 활용하여 자동적이고 정확한 제품 검사, 결함 감지, 및 품질 향상을 위한 머신 비전 시스템을 구축할 수 있습니다. *CNN(컨볼루션 신경망)은 주로 이미지 인식 및 패턴 인식에 사용되는 딥러닝의 한 유형으로 이미지 처리 작업에 특화되어 있다.  *딥 피드 포워드(deep feedforward)는 깊이(depth)가 깊다는 딥과 정보가 한 방향으로만 흐르는(feed-forward)라는 뜻의 구조로 이 신경망이 여러 층으로 구성되어 있고 정보가 깊다는 의미.   그리고 더 나아가 딥 러닝 기술을 활용하여 이미지 분석 및 검사 분야에서 혁신적인 솔루션을 제공하는 기업들이 존재합니다. 그 예로 Eurerys가 딥 러닝 기술로 실시간으로 부품을 분류하고 결함을 탐지하는 기술을 제조 업계에 제공함으로써 생산 효율성을 향상하고 품질 표준을 유지하는 데 기여해왔습니다.   | 딥 러닝과 머신 비전의 융합 적용사례: Euresys – Open eVision 라이브러리   “머신비전 산업에서 대표적인 이미지 분석 라이브러리” Euresys는 이미지 및 비디오 수집 구성 요소, 프레임 그래버, FPGA IP 코어 및 이미지 처리 소프트웨어를 설계하고 제공하는 선도적이고 혁신적인 하이테크 기업입니다   Euresys는 Open eVision은 머신 비전 검사 애플리케이션을 독립적인 이미지로 처리하고 분석하는 라이브러리입니다.      - 프레임 그래버, GigE 비전 및 USB3 비전 카메라를 포함한 모든 이미지 소스 호환      - Deep Learning 및 3D 같은 최신 기술 지원      - 정확한 서브 픽셀 측정 및 보정      - 64-bit libraries for C++ and .NET (C#, VB.NET, C++/CLI) under Windows (x86-64)      - Linux(x86-64 또는 ARMv8-A)용 64비트 라이브러리   Open eVision 기술은 딥 러닝 기술을 활용하여 안정적이면서도 변화하는 환경에 대응하여 다양한 조건이나 요구에 유연하게 대처하는 머신 비전 검사를 제공합니다. 특히 딥 러닝 기술을 활용한 라이브러리인 Deep Learning Bundle은 새로운 보조 세분화 도구를 통하여 픽셀 단위의 완벽한 주석을 얻는 빠르고 효율적인 방법을 제시합니다. 이는 보조 세분화 도구를 통해 이미지를 작은 부분으로 분할하여 각 부분의 특성을 분석한 후에 이미지의 각 픽셀에 주석을 달아 물체나 특징을 픽셀 수준에서 정확하게 식별하고 기록하여 작업을 신속하고 효율적으로 동작하는 방법을 제공한다는 의미입니다. Euresys의 Deep Learning Bundle은 특히 머신 비전 애플리케이션의 이미지 분석을 위해 맞춤화, 매개변수에 최적화된 기술입니다. 또한, Deep Learning Bundle은 데이터 증강(Data Augmentation) 기능을 활용하여 딥 러닝 신경망을 학시키는 방식으로 작동합니다. 다시 말해, 프로그램 가능한 한계 내에서 기존의 기준 이미지를 수정(예: 이동, 회전, 확대)하여 추가로 기준 이미지를 생성하는 '데이터 증강'을 구현합니다. 이로써 Deep Learning Bundle은 클래스 당 겨우 100개의 학습 이미지로도 효과적으로 작동할 수 있습니다.   데이터 증강(Data Augmentation)   따라서, Deep Learning Bundle은 Open eVision 라이브러리의 핵심 부분으로 데이터 증강과 보조 세분화 도구를 통해 이미지 주석을 신속하고 정확하게 수행하여 기술적 효율성과 성능을 향상시켜 머신 비전 검사 분야에서 안정적이고 유연한 솔루션을 제공합니다. 특히, Deep Learning Bundle은 분류(EasyClassify), 분할(EasySegment), 로컬라이제이션(EasyLocate)과 같은 다양한 딥 러닝 솔루션을 통해 Open eVision 라이브러리의 핵심 부분으로서 기술적인 효율성과 성능을 높이고 있습니다.   | Deep Learning Bundle이 제공하는 세가지 특징 및 적용사례   Deep Learning Bundle은 Open eVision 라이브러리의 일부이며 딥 러닝 라이브러리는 딥 러닝이 솔루션을 제공하는 세 가지 특정 기능, 즉 분류(EasyClassify), 분할(EasySegment), 로컬라이제이션(EasyLocate)에 대응하는 소프트웨어 도구로 구성되어 있습니다.   1) Euresys Deep Learning Bundle의 분류 라이브러리: EasyClassify   EasyClassify는 이미지 분류를 위한 Deep Learning의 분류 도구로, 불량 감지 및 제품 인식과 같은 작업에 사용됩니다. 이 도구는 소프트웨어 사용자가 초기에 머신비전 시스템을 통해 취득한 이미지에 라벨링 작업을 하면 그 후 EasyClassify가 딥 러닝 기술을 활용하여 주어진 이미지가 특정 클래스에 속할 확률을 계산하고, 이를 클래스로 할당합니다. 즉, 이미지가 학된 각 클래스에 속할 가능성을 확률로 제시해 줍니다. 사용자는 어떤 부품이 양호하고 어떤 부품이 불량하며 어떤 부품이 어떤 클래스에 속하는지만 알려주면 됩니다. 이 학습 프로세스 후에 EasyClassify 라이브러리가 이미지를 분류합니다. EasyClassify는 결함을 명확하게 규정하기 어려울 때 기존 머신 비전보다 더 성능이 뛰어납니다. 예를 들면, 다양한 스케일 및 위치에서 복잡한 모양과 텍스처에 따라 분류가 달라지는 경우가 여기에 해당합니다.   2) Euresys Deep Learning Bundle의 분할 라이브러리: EasySegment   EasySegment은 개체 및 결함을 쉽게 분할할 수 있도록 설계된 Deep Learning Bundle의 분할 도구입니다. 이를 활용하여 결함이 포함된 부품을 식별하고 그 결함이 이미지의 어떤 위치에 있는지 정확하게 구분합니다. Euresys-EasySegment EasySegment는 이미지의 정상 및 비정상 결함을 감지하고, 결함이 없는 “우수한” 이미지만을 학습하는 무감독(비지도 학습) 모드와 결함 이미지를 분할하고 더 나은 분할과 "결함 감지"를 위해 결함 모델도 학습하는 감독(지도 학습) 모드가 존재합니다.   EasySegment의 무감독(비지도 학습)과 감독(지도 학습) 적용 사례: 무감독 모드를 활용한 샘플 데이터 세트: 패브릭 결함 감지   무감독(비지도 학습) 모드: “패브릭” 샘플 데이터 세트는 어떻게 EasySegment의 무감독 모드를 사용하여 소수의 양호한 샘플만 학습하고 어떤 종류의 결함이 예상되는지 알려주지 않은 상태로 패브릭에서 결함을 감지 및 분할할 수 있는지를 보여줍니다.   감독 모드를 활용한 샘플 데이터 세트: 커피 이물질 감지 및 분할   감독(지도 학습) 모드: “커피” 샘플 데이터 세트는 어떻게 EasySegment의 감독 모드를 사용하여 이물질의 색상과 질감이 커피와 매우 유사한 경우에도생산 라인에서 이물질을 효율적으로 감지 및 분할할 수 있는지를 보여줍니다.   정리하자면, EasySegment의 무감독 모드는 양호한 샘플의 이미지만 학습하기 때문에, 결함의 유형을 알고 있지 않은 경우나, 결함 샘플이 준비되지 않는 경우에도 검사를 수행할 수 있습니다. 반면, EasySegment 감독 모드는 무감독 모드보다 더 나은 정확도를 달성하고 더 복잡한 결함을 분할할 수 있습니다. 또한 EasySegment를 무감독 모드로 돌려서 얻은 결과를 확인하고, 그 결과를 실제 데이터와 비교해서 필요한 부분을 가져와서 감독 모드를 위해 필요한 주석을 더 쉽게 달거나 편리하게 활용할 수 있습니다.   3) Euresys Deep Learning Bundle의 현지화 및 분류 라이브러리: EasyLocate   EasyLocate는 딥 러닝 번들의 일부로, 사물의 위치를 찾아내고 식별하는 도구입니다. 주로 이미지에서 물체, 제품 또는 결함을 찾아내고 그것들을 구분하는 데 사용됩니다. 특히 EasyLocate는 이미지에 겹쳐 있는 물체를 식별할 수 있는 능력을 갖추고 있어, 해당 물체들의 개별적인 개수를 계산하는 데에도 활용될 수 있습니다.   EasyLocate는 축 정렬 바운딩 박스와, 관심점 총 두 가지 방법을 사용하여 사물의 위치를 찾아낼 수 있습니다.   축 정렬 바운딩 박스를 이용한 샘플 데이터 첫 번째로는 “축 정렬 바운딩 박스” 방법으로 다양한 개체 및 크기에 정확한 주석 및 위치를 지정합니다. 이미지 속에서 찾은 각 개체(또는 결함)를 둘러싼 축 정렬 바운딩 박스를 만든 후 각각의 틀에 어떤 종류의 물체나 결함인지에 관한 클래스 레이블을 각 바운딩 박스에 할당합니다   위의 샘플 데이터처럼 "전자 부품" 데이터 세트는 EasyLocate 바운딩 박스가 열악한 조명 조건에서도 비닐봉지 안에 대량으로 보관된 다양한 종류의 전자 부품을 안정적으로 감지하고 계산할 수 있는 방법을 보여줍니다.   관심점을 이용한 샘플 데이터 두 번째는 관심점 방법으로 크기가 유사한 개체에 대한 빠른 단일 포인트로 주석 및 위치를 지정합니다. 즉, 이미지 속에서 크기가 비슷한 물체들을 예측하고 각 위치에 클래스 레이블을 할당하여 신속하게 하나의 지점으로 표시합니다. 단, 이 방법은 이미지의 모든 개체(또는 결함)의 크기가 비슷해야 합니다. 왼쪽의 샘플 데이터에서 보여지는 것처럼 “세라믹 커패시터 데이터 시트”는 EasyLocate 관심점이 서로 겹치거나 접촉하는 많은 세라믹 커패시터를 안정적으로 감지하고 정확하게 계산할 수 있는 방법을 보여줍니다. EasyLocate 관심점을 사용하면 한 번의 클릭으로 개체에 주석을 추가할 수 있으므로 주석 처리가 더 빨라집니다.   현재 Euresys의 Deep Learning Bundle의 EasyClassify / EasySegment / EasyLocate 툴은 표식 검사나 LED 검사가 필요한 전자제품 제조 산업에서 활용하고 있으며 일반 제조 산업용에서도 존재 여부 검사, 표면 분석, 어셈블리 검사, 레이블 인쇄 기계의 코드 품질 검증 등에 머신 비전 솔루션을 제공하고 있습니다. 앞으로 자동화 산업에서 성공적인 어플리케이션 구현에 있어 이미지 데이터 관리의 중요성은 더욱 강조될 것 입니다.     4. 딥 러닝 머신비전 솔루션, 제조산업의 자동화를 혁신하다   | Conclusion   머신 비전은 많은 이점을 제공하지만 이미지 품질에 영향을 미치는 일관되지 않은 조명 조건 및 실시간 처리에 대한 강력한 계산 능력과 같은 도전에 직면하고 있습니다. 또한 다양한 장치와의 상호 운용성 및 통합을 보장하기 위한 계속된 개발이 필요합니다. 따라서 인공 지능과 머신 비전의 융합은 머신 비전 업계에서 운영 효율성에서 중요한 전환을 의미합니다. 이차전지 제조과정에서는 2.5D 알고리즘과 LED 광학계 조명을 적용하여 영상처리 및 전처리 알고리즘이 강조되고 있습니다. 제조 산업이 계속해서 디지털 혁신을 수용함에 따라 비전 검사에서 딥 러닝의 역할이 진화하고 있습니다. 이러한 발전으로 제품 품질, 운영 효율성, 그리고 전반적인 경쟁력이 향상될 것으로 예상됩니다. 머신 비전을 적용한 다양한 솔루션은 산업 자동화와 스마트 제조 분야에서 주요 요소로 인식되어 제품 품질 향상과 생산 공정 효율화에 기여하고 있습니다. 뿐만 아니라 이차전지, 제약, 의료, 바이오 분야에서도 딥 러닝을 활용한 머신 비전 솔루션이 도입되고 있습니다. 마지막으로 식품 검사 및 분류를 위한 머신 비전은 특히 두드러지게 늘어나고 있습니다. 특히 패키징 공정에서는 딥 러닝을 기반으로 한 솔루션을 활용하여 제품 결합 여부를 확인하고 제품 누출을 방지하며 배송 지연을 예방할 수 있습니다. 물류 자동화의 핵심 기술인 AGV(무인운송로봇) 및 AMR(자율이동로봇)과 같은 로봇에도 머신 비전 솔루션이 도입되어, 로봇이 물건을 감지하고 이동하는 데 도움이 됩니다. 그러므로 머신 비전 자동화에 대한 딥 러닝 기술의 활용은 로봇 공학, 자율 주행 차량, 그리고 스마트 제조 분야에서 계속해서 증가할 것으로 전망됩니다.   Euresys의 Deep Learning Bundle에 관한 자세한 내용을 알고 싶으시다면 화인스텍 홈페이지에서 확인해보시기를 바랍니다!     참고 자료:  유레시스 홈페이지 지티티코리아(https://www.gttkorea.com) 인더스트리뉴(https://www.industrynews.co.kr/news/articleView.html?idxno=49846)      

2024-01-08

어플리케이션 노트 PCB 검사에 적합한 VS-TLS(FR) 텔레센트릭(Telecentric) 렌즈

    머신 비전 시스템에서 광학의 중요성과 렌즈를 선택할 때 고려해야 할 요소는 무엇일까요?   올바른 렌즈를 선택하는 것은 시스템의 기본적인 물리적 크기를 결정하므로 비전 시스템 설계의 중요한 측면입니다. 카메라와 피사체 사이에 필요한 장착 거리인 작동 거리는 카메라의 시야와 함께 선택한 렌즈에 따라 설정됩니다.   | 고정밀 측정에는 필수적 요소, 텔레센트릭 렌즈 |   텔레센트릭 렌즈는 고정밀 측정에는 필수적입니다.   텔레센트릭 렌즈는 빛이 렌즈에 평행하게 들어오도록 만들어져 있어, 빛이 렌즈를 통과할 때 다양한 각도나 위치에서 오더라도 렌즈를 통과한 빛은 거의 평행한 방향으로 나갑니다.   위의 이미지처럼 텔레센트릭 렌즈는 물체가 카메라에 근접해 있는지에 관계없이 이미지에서 일관된 물체 크기를 유지합니다. 이 특징은 텔레센트릭 렌즈를 이미지 센서나 다른 광학 시스템과 함께 사용할 때 유용합니다.   평행한 빛을 유지함으로써 렌즈의 깊이에 따른 이미지 왜곡을 최소화하고, 정확하고 일관된 이미지를 얻을 수 있습니다.   " 즉, 형상 크기를 정확하게 측정할 수 있으므로 측정이나 검사와 같은 정밀한 광학 응용 분야에서 특히 중요합니다. "   텔레센트릭 렌즈에 관한 자세한 설명은 아래 포스팅에 상세하게 나와 있습니다.   https://blog.naver.com/fainstec_sales/221644329235       머신비전 렌즈는 PCB, 반도체, 전자 부품 검사 등 다양한 응용 분야에서 이미징 시스템의 변화하는 환경에서 요구를 수용할 수 있도록 계속해서 발전해 왔습니다.   이는 고객이 다양한 어플리케이션과 상황에 맞춰 필요한 광학 배율을 선택할 수 있는 유연성을 제공해야 한다는 점입니다.   " 다양성은 산업 현장에서 다양한 요구에 대응할 수 있는 강력한 도구로 작용합니다 "   따라서 최적화된 솔루션을 제공하기 위해 VS Technology는 Fit-X 기술을 도입하여 전면 렌즈와 후면 렌즈를 조합하여 다양한 광학 배율을 제공하는 VS-TLS(FR) TELECENTRIC SERIES (FIT-X)를 출시했습니다.   | VS-TLS(FR) 시리즈: 20가지 배율의 텔레센트릭 렌즈 기술로 새로운 지평 열다 |         VS Technology는 머신비전 분야에서 고품질의 렌즈와 조명 솔루션을 개발하고 제조하는 기업입니다.   VS Technology는 Telecentric, Macro, Line Scan, CCTV, Zoom Lens 및 보안, 감시용 CCTV Lens 등을 개발하고 있으며, 광학 렌즈 분야에서 뛰어난 경험과 기술을 바탕으로 고객들의 요구를 충족시키고 있습니다. https://vst.co.jp/en/     VS Technology는 다양한 어플리케이션에 사용되는 고성능 머신비전용 렌즈를 제공하며, 고객의 니즈에 맞춘 제품을 가치로써 제공합니다.     최근 VS Technology가 출시한 VS-TLS(FR) TELECENTRIC SERIES (FIT-X)렌즈는 렌즈의 프론트와 리어를 자유롭게 재조립하여 20가지 이상의 배율을 설정할 수 있는 텔레센트릭 렌즈입니다.   VS-TLS(FR) TELECENTRIC SERIES (FIT-X)   VS-TLS(FR) TELECENTRIC SERIES의 프론트 렌즈와 리어렌즈 구성     VS-TLS(FR) TELECENTRIC SERIES (FIT-X)렌즈는 프론트렌즈 4개와 리어렌즈 5개로 구성되어 다양한 배율을 표현할 수 있다는 장점이 있습니다.   VS-TLS(FR) 렌즈를 통해 프론트와 리어를 자유롭게 재조립할 수 있습니다.   VS-TLS(FR) TELECENTRIC SERIES (FIT-X)렌즈 특징   FIT-X 기술을 활용한 넓은 야각 및 높은 성능의 텔레센트릭 구현   낮은 왜곡률과 뛰어난 광학 배율 표현으로 다양한 용도에 적합   FOV 38파이부터 80.7 파이까지의 확장할 수 있는 시야각   프런트렌즈 4개, 리어렌즈 5개를 활용하여 다양한 광학배율 표현   아래 예시 이미지처럼 VS-TLS(FR) 렌즈는 프론트 렌즈와 리어렌즈를 자유롭게 교체하면서 다양한 산업 환경에서의 고객의 최적의 솔루션을 제공할 수있습니다.   VS-TLS(FR)의 프론트 렌즈를 교체하여 FOV(시야각)을 확장합니다. VS-TLS(FR)의 리어 렌즈를 교체하여 배율을 변화합니다.       | VS-TLS(FR) 텔레센트릭 시리즈(FIT-X)렌즈 기술 |   - X LOCK SYSTEM과 첨단 렌즈 커플링 기술 -   VS-TLS(FR) 렌즈는 독특한 잠금 링 구성을 갖춘 프런트 및 리어 커플링 기술은 팔각형 마운트를 통한 정확한 체결 토크 관리와 견고한 렌즈 고정시켜 줍니다.   이를 통해 기존 나사형이 아닌 표면에 견고하게 고정되는 고정 구조로 정확한 렌즈 체결 보장합니다.     - Function Ring을 활용한 편리한 렌즈 조작 - VS-TLS(FR) 렌즈에서 Function Ring은 렌즈를 지지하는 플레이트를 부착하기 위해 도입된 기술입니다. 지그*가 렌즈 본체에 직접 고정되지 않아 성능에 미치는 영향을 최소화하고 해당 렌즈를 돌려서 홀딩 플레이트와 카메라의 위치를 미리 조정할 수 있습니다.   이로써, Function Ring은 렌즈의 부착 및 제거 시에 렌즈의 미세한 조정을 용이하게 해 제품의 효율성을 향상시킵니다. 지그(Jig): 기계가공 시 가공위치 보정을 해주는 보조용 기구. 때로는 그냥 보조용 기구     - 앞부분과 뒷 부분의 조합으로 20가지 다양한 광학 배율 설정 -   VS-TLS(FR) 렌즈는 카메라와 카메라의 후면 부분을 그대로 유지하면서, 앞부분을 교체하여 시야를 확장하거나 앞부분을 그대로 두면서 뒷부분(및 카메라)을 교체하여서 시야 및 작업 거리(WD)를 변경하지 않고 광학 배율(픽셀 해상도)을 증가시킬 수 있습니다.   아래 이미지처럼 프론트 렌즈 4개와 리어 렌즈 5개를 통해 조합되는 20가지의 라인업을 살펴보시길 바랍니다.   VS-TLS(FR) 렌즈 라인업     검사 대상의 이미지를 카메라 센서에 초점을 맞추기 위해서 렌즈는 모든 이미징 시스템의 필수 구성 요소입니다. 시차 또는 원근 오류를 제거하거나 조정 가능한 배율, 시야 또는 초점 거리를 제공하는 데 사용할 수 있기 때문입니다.     " VS-TLS(FR) 렌즈는 이러한 필수적인 기능들을 넘어서, 시야 및 작업 거리(WD)를 변경하지 않으면서 광학 배율(픽셀 해상도)을 증가시킬 수 있는 독특한 기능을 제공합니다. "     이를 통해 사용자는 다양한 산업환경에서 최적화된 솔루션을 찾을 수 있으며, 검사 대상의 세밀한 조정과 더 높은 픽셀 해상도를 동시에 달성할 수 있습니다.     | 머신 비전 렌즈 95억 달러의 가치를 가지다 |     시장 정보 및 자문 회사인 Research Dive의 최신 수치에 따르면 글로벌 산업용 머신 비전 렌즈 시장은 6.1%의 안정적인 연평균 성장률(CAGR)로 성장하며 2026년까지 95억 3,740만 달러의 가치를 가질 것으로 예상했습니다.   글로벌 산업용 머신 비전 렌즈 시장 보고서에서는 다양한 산업의 운영 흐름에 대한 분석 및 검사의 필요성을 언급했습니다.   즉 많은 산업 조직에서의 검사에서 머신비전 렌즈의 사용성이 증가할 것입니다.   " 이런 환경에서 VS-TLS(FR) 렌즈는 높은 수요와 성장하는 산업용 머신 비전 렌즈 시장에서 혁신적인 솔루션으로 제공되어질 것입니다. "   VS-TLS(FR) 렌즈의 적용 가능한 어플리케이션(PCB,반도체,전자부품)   최신 기술과 다양한 광학 배율 조합으로 제작된 FIT-X는 산업 조직에서 PCB, 반도체, 전자 부품 등 다양한 어플리케이션에서 효과적으로 활용할 수 있도록 지원하며,   글로벌 시장에서의 머신 비전 렌즈 수요를 충족시키기 위한 탁월한 선택지입니다.   VS-TLS(FR) 렌즈는 머신비전 렌즈의 혁신적인 발전을 끌어내 다양한 응용 분야에서 뛰어난 성능을 제공할 것입니다.   VS-TLS(FR) 렌즈의 자세한 내용은 화인스텍 홈페이지를 통해 알아보세요!      

2023-12-27

어플리케이션 노트 식음료 검사 품질 향상을 위한 가시광선과 SWIR 적외선 JAI Sweep+카메라

  | 식음료 검사 품질 관리를 향상시키는 'SWIR' 기술 |   SWIR은 산업계에서 ‘게임 체인저’로 자리잡고 있습니다   최근 SWIR Imaging 2023 시장 보고서에 따르면, 산업, 국방, 소비자 부문의 수요 증가로 인해 2028년까지 SWIR 이미징 시장 규모가 약 30억 달러로 전망되었습니다.         최근 몇 년 동안 제조 라인에서는 가시광선 스펙트럼을 넘어선 광자를 감지할 수 있는 SWIR(단파 적외선)을 감지할 수 있는 InGaAs(인듐 갈륨 비소) 센서가 탑재된 카메라 기술을 활용하여 이미지 품질과 경제성을 향상시키고 있습니다.   SWIR 이미징이 식품 및 음료 품질 통제를 향상시키는 방법   “보이지 않는 곳을 더 깊이 비추고 투과하다”   SWIR는 이미징 솔루션을 사용하여는 불가능했던 품질 검사의 새로운 가능성을 열었습니다. SWIR 빛은 물질의 분자와 상호 작용할 때 빛 광자가 흡수되는 유기 및 비유기 물질 모두로 더 깊이 전달될 수 있습니다.     NIR 빛은 농업에서 작물 스트레스와 질병을 조사하거나, 식품 및 음료 제조에서 오염 및 기타 품질 문제를 감지하는 데 일반적으로 사용됩니다.   그러나 시각적 관측하기 어려운 재료들은 수분 함량이 높은 영역을 중심으로 이미지 대비가 더 명확하게 나타내는 짧은 파장 적외선(SWIR) 빛이 NIR 빛보다 더 나은 검사 기능을 제공할 수 있습니다.     " SWIR은 기술을 사용하면 이미지 투과, 이물질 감지, 오염 및 결함을 확인할 수 있습니다. " SW-4010Q-MCL-Image- SWIR 이미지 투과 SW-4010Q-MCL-Image- SWIR를 통한 결함 확인(좌), 이물질 감지(우)     1. 이미지 투과 SWIR(단파 적외선) 기술은 확장된 검사 파장 범위를 통해 제품 품질을 향상시키는 데 기여합니다. 가시광선 스펙트럼에서 보이지 않거나 검사하기 어려운 플라스틱, 세라믹, 반도체와 같은 소재들을 효과적으로 검사할 수 있어 더 빠르고 정확하며 신뢰도 높은 결과를 얻을 수 있습니다.   2. 이물질 감지 SWIR 이미징이 강점을 보이는 또 다른 분야는 이물질 감지입니다.돌, 금속, 플라스틱과 같은 이물질을 효과적으로 감지하고, 이를 추가 가공하기 전에 효율적으로 제거할 수 있어 식품 가공에서 특히 유용하게 활용됩니다.   3. 오염 및 결함 확인 SWIR 조명은 불투명한 플라스틱과 유리를 "투명"하게 만들 수 있는 기능을 포함하고 있습니다. 이 기술은 포장 및 용기의 오염을 확인하고 액체 또는 분말의 정확한 함량 및 충전 수준을 확인하는 데에도 효과적으로 사용될 수 있습니다.     SWIR 기술은 확장된 검사 파장 범위로 인해 더 빠르고 정확하며 신뢰성 있는 결과를 제공하여, 더 첨단의 검사를 가능케 하고 오염이 줄어들며 분류 능력과 제품 품질이 향상됩니다.   따라서,SWIR 이미징은 과일 및 야채 검사와 같은 응용 분야에서 결함이 있는 제품을 더 쉽게 식별하고 포장하기 전에 컨베이어 벨트에서 제거할 수 있어 효과적입니다.   | JAI Sweep+, 가시광선과 SWIR 광선을 동시에 이미징 하다 |   SWIR 카메라는 검사 과정에서 효율성을 높일 수 있지만, 많은 머신 비전 애플리케이션에는 크기와 모양을 확인하고 물체의 색상 뉘앙스를 분석하거나 라벨 또는 다른 색상을 확인하기 위해 여전히 일반 가시광선을 보는 카메라가 필요합니다.   이러한 문제를 해결하기 위해 산업용 카메라 제조업체인 JAI는   가시광선과 SWIR 광선의 이미지를 동시에 촬영할 수 있는 새로운 다중 센서 카메라인 JAI Sweep+ 시리즈를 출시했습니다. JAI Sweep+ series homepage logo   https://www.jai.com/kr/   JAI는 60년 넘게 35개국 이상에서 산업용 머신 비전, 의료 이미징 및 실외 이미징 애플리케이션을 위한 카메라 하위 시스템을 제공하여 제품의 품질과 정확성 향상, 생산 라인 검사 비용 절감, 생산 수율 증가 등 비전 시스템 솔루션을 제공해왔습니다.     Product-Image-SW-4010-Q-MCL-front45-410x370px-RI   JAI Sweep+ 시리즈는 컬러 라인 스캔 카메라로, 각각 4,096픽셀의 해상도를 갖는 3개의 CMOS*라인 센서와 라인당 1,024픽셀의 해상도를 갖는 추가 InGaAs 센서*를 통합합니다.   *CMOS: 집적 회로의 한 종류로, 메인보드에 내장된 소형 전지로 구동되는 반도체 칩으로 전원이 꺼져도 저장된 설정 정보를 유지할 수 있다. * InGaAs 센서: 인듐(Indium)과 갈륨(gallium) 그리고 비소(arsenide)로 구성된 화합물 반도체를 사용하는 카메라로 파장을 감지하는 센서가 되어 빛과 파장 그리고 열을 감지해 낸다.     - 단일 카메라로 가시광선 및 SWIR 동시 검사 -   Sweep-plus_SW-4010Q-MCL_R-G-B-SWIR-Camera 차트는 SWIR 빛을 캡처하는 InGaAs 센서뿐만 아니라 세 가지 CMOS 센서(청색, 녹색, 빨간색) 각각에 대한 스펙트럼 응답을 보여줍니다.  (SWIR(노란색) 선의 높이는 RGB 선과 상관 관계가 없습니다.)   JAI의 새로운 멀티 센서 라인 스캔 카메라인 SW-4010Q-MCL은 세 개의 별도 CMOS 센서(400에서 700 nm)를 통해 빨강, 녹색, 그리고 파랑 가시광선을 동시에 캡처하며, InGaAs 기술을 기반으로 한 네 번째 센서를 통해 SWIR 광선(~800에서 ~1700 nm)을 캡처합니다.   " RGB 및 SWIR 이미징을 동시에 사용하면 검사 정확도 향상과 함께 식품 제품에 대한 보다 포괄적인 분석이 가능합니다. RGB 이미징은 가시광을 캡처하고 물체의 색상 이미지를 생성하여 표면 결함을 감지하고 색상 변화를 분석할 수 있습니다. 동시에 SWIR 이미징으로 포장의 색상 인쇄 및 라벨 텍스트의 정확성을 확인할 수 있습니다. "   따라서 품질 통제 향상, 설정 복잡성 및 비용 감소 및 효율을 향시킬 수 있습니다.     - 광범위한 다중 스펙트럼 범위 -     새로운 라인 스캔 카메라에는 RGB 출력을 특정 색 공간으로 변환할 수 있는 내장 색 공간 변환과 같은 다양한 고급 기능이 포함되어 있습니다. 이미지 밝기와 색상 균형을 개선하기 위해 RGB 및 SWIR 채널에 대해 노출 시간을 개별적으로 설정하여 다양한 파장대에 대한 빛 축적 시간을 늘릴 수 있습니다.   이를 통해 정밀한 표면 색상 검사를 수행하는 동시에 표면 아래를 살펴보면서 추가적인 "숨겨진" 이미지 데이터를 확인할 수 있습니다.   " SWIR 카메라는 곡물 커널의 외부 층을 관통하고 내부의 수분 또는 기타 특성을 감지할 수 있어 곡물 품질과 영양가를 평가하는 데 사용될 수 있습니다. 또한 SWIR 카메라는 분말의 외부 층을 관통하여 분말 내의 이물질이나 오염물질을 감지할 수 있어 분말의 품질과 안전을 보장합니다. "     - 유연한 동기화 옵션 - 카메라에는 FOV(시야각)와 RGB 및 SWIR 센서의 라인 속도를 동기화하기 위한 Xscale이라는 특수 픽셀 크기 조정 기능이 있습니다. Sweep+의 Xscale 기능을 사용하여 RGB 센서의 픽셀 크기를 조정히면   사용자는 가시광선과 SWIR 채널의 라인 속도와 시야각을 쉽게 정렬하고, RGB 픽셀 해상도를 SWIR 채널, SWIR 채널의 2배 또는 맞춤 해상도로 설정할 수 있습니다.   " 다양한 환경에 대한 맞춤설정으로 RGB 이미징을 통해 변색과 같은 결함에을 발견하고, SWIR 이미징으로 포장을 통과하여 습기, 멍, 내부 결함과 같은 부재면 특징을 감지할 수 있습니다."   따라서 새로운 RGB-SWIR 라인 스캔 카메라인 SW-4010Q-MCL을 사용하면, 식품 용기의 외부 품질과 완성도를 검사하는 동시에 내부 내용물도 확인할 수 있습니다.   이러한 기술의 향상은 제조 회사의 생산 프로세스 속도를 높이며, 제조 효율성과 생산 수율을 향상시키면서 동시에 제조 라인의 완제품 품질을 향상시킬 수 있습니다.                                                                                                     식품 및 음료 산업은 소비자에게 안전하고 고품질의 제품을 제공해야 하기 때문에 품질 관리 기준은 매우 엄격합니다.   JAI의 SW-4010Q-MCL 모델과 같은 카메라는 동시에 RGB 및 SWIR 이미징을 제공할 수 있어, 한 번의 패스로 입자 재료의 고해상도 이미지 캡처를 지원하며   이를 통해 작은 결함이나 오염물질조차 식별할 수 있게 되어 전체 최종 제품 품질을 향상시킬 수 있습니다.   SWIR 카메라를 통해 눈으로 볼 수 없는 특성까지 확인한다면, 식품 및 음료의 품질 관리가 더욱 쉬워질 것입니다.   JAI 제품에 대한 자세한 정보는 화인스텍 홈페이지를 통해 확인할 수 있습니다.     http://www.fainstec.com/main/sub.asp?avan=1003030000        

2023-12-11

어플리케이션 노트 화인스텍 웨비나 - 머신비전 프레임그래버의 현재 그리고 미래

머신비전 시스템은 2차전지, 디스플레이, 반도체, 스마트팩토리 등 수많은 어플리케이션에 사용 되어지고 있습니다. 머신비전 시스템에서 가장 중요한 부품인 카메라는 빠른 속도로 발전하고 있으며 고객 여러분의 어플리케이션에 적합한 카메라, 렌즈, 프레임그래버, 조명 등의 사양을 선정 하는 것은 굉장히 중요합니다. 화인스텍에서 진행하는 세번째 웨비나는 “머신비전 프레임그래버의 현재 그리고 미래”란 주제로 현재 많이 사용되고 있는 프레임그래버의 종류 및 프레임그래버의 전망에 대한 내용으로 구성하였습니다. 프레임그래버는 CameraLink 및 CoaXPress 인터페이스인 카메라를 사용하기 위해선 필수적으로 채용해야 되는 머신비전 부품 중 하나입니다. 지난 6월 화인스텍이 진행했던 “어플리케이션에 적합한 머신 비전 카메라 선정 방법”과 9월에 진행했던 “머신비전 렌즈 기초 설명 및 어플리케이션 별 선정 방법”에 이어 진행되는 웨비나로서 함께 들으시면 더욱 좋습니다. 어플리케이션에 적합한 머신비전 카메라 선정 방법 링크 : 주식회사 화인스텍 (fainstec.com) 머신비전 렌즈 기초 설명 및 어플리케이션 별 선정 방법 링크 : 주식회사 화인스텍 (fainstec.com)  

2023-12-06

어플리케이션 노트 Optotune 옵토튠의 머신비전 가변 초점 렌즈

    옵토튠(Optotune)은 스위스 기업으로, 광학 솔루션을 제공하는 회사입니다. 주로 튜닝 가능한 렌즈 및 광학 시스템을 개발하여 다양한 산업 및 응용 분야에 전자적 혹은 기계적으로 렌즈의 형태를 조절할 수 있는 혁신적인 기술을 제공하여 여러 산업의 광학 시스템의 성능을 최적화하는 것을 목표로 하고 있습니다.   Optotune사 제품 개발의 목적성은 뚜렸합니다.   "Working Distance가 계속 변화하는 환경에서 어떻게 지속적으로 초점을 맞출수 있을까?" WD가 서로 다른 물체에 포커스를 맞춰야 한다면?   Optotune의 렌즈는 전자적으로 초점 튜닝이 가능한 렌즈입니다. 이 렌즈는 컨트롤 신호에 따라 렌즈의 곡률을 조절함으로써 초점 거리를 조절할 수 있습니다. Optotune Tunable Lens   옵토튠 가변 초점 렌즈의 원리는 우리의 눈이 초점을 변경하는 원리와 같다고 보시면 됩니다. 일반적인 머신비전 렌즈(고정 초점)는 초점을 맞추기 위해 위, 아래로 WD 변경을 통해 초점을 조정합니다. 혹은 유리 등의 고체를 활용하여 초점을 맞춥니다. 옵토튠 렌즈는 사람의 눈 처럼 렌즈 자체의 형태를 변경하여 초점을 조정합니다.   오목과 볼록 모두 가능한 형식의 형상 분리 렌즈가 큰 특징입니다.   유동체(Liquid)와 분리막(Membrane)으로 이루어진 용기를 활용하여 렌즈의 곡률을 조절합니다. 이는 단순 카메라의 초점 기능을 넘어서는 물류 레이저 가공 및 마킹 메디컬 분야 자동차 산업 레이저 스캐팅 및 3D 인쇄 등 다양한 분야에서 활용될 수 있습니다.   높이가 다른 택배 상자의 바코드 라벨 초점을 빠르고 쉽게 읽어낼 수 있습니다.   Optotune 렌즈 곡률 조절을 통한 레이저 초점 조절   Optotune 렌즈 초점 조절을 활용한 레이저 마킹 및 3D 어플리케이션   옵토튠의 가변 초점 렌즈는 대상의 크기, 초점 능력, 파장 범위(400-2500nm) 등의 다양한 조건에 따른 제품 군이 나누어져 있습니다.                     KEY FEATURES                   Response time of few milliseconds Low dispersion (Abbe# V>100) Lifetime > 1 billion cycles High repeatability <0.1 dpt Optotune Electrically tunable lenses products specifications   Optotune 가변 초점 렌즈의 더 자세한 정보는 홈페이지를 통해 확인해보세요.   http://www.fainstec.com/main/product.asp?cate=%EB%A0%8C%EC%A6%88&o_idx=119    

2023-11-28

어플리케이션 노트 화인스텍 웨비나 - 머신비전 렌즈 기초 설명 및 어플리케이션 별 선정 방법

머신비전 시스템은 2차전지, 디스플레이, 반도체, 스마트팩토리 등 수많은 어플리케이션에 사용 되어지고 있습니다. 머신비전 시스템에서 가장 중요한 부품인 카메라는 빠른 속도로 발전하고 있으며 고객 여러분의 어플리케이션에 적합한 카메라, 렌즈, 조명 등의 사양을 선정 하는 것은 굉장히 중요합니다. 화인스텍에서 진행하는 두번째 웨비나는 “머신비전 렌즈 기초 설명 및 어플리케이션 별 선정 방법”이란 주제로 머신비전의 가장 중요한 눈의 역할을 하는 렌즈에 대해 이해하고 우리 산업에 적합한 렌즈를 선정할 수 있는 방법들에 대한 내용으로 구성하였습니다. 지난 6월 화인스텍이 진행했던 첫 번째 웨비나 “어플리케이션에 적합한 머신 비전 카메라 선정 방법”에 이어 진행되는 웨비나로서 함께 들으시면 더욱 좋습니다. 어플리케이션에 적합한 머신비전 카메라 선정 방법: 주식회사 화인스텍 (fainstec.com)

2023-09-26

어플리케이션 노트 전자제어장치 ECU 커넥터 3D 핀 검사

    오늘은 전자제어장치 핀 커넥터 검사에 최적화된 Automation Technology사의 3D 스캐너 C6 Compact Sensor 시리즈에 대해 소개해 드리겠습니다.     Automation Technology는 독일의 3D 이미징 솔루션 전문 기업으로 20년 이상의 3D 센서 개발 및 산업 적용 경험을 바탕으로하는 글로벌 기업입니다. https://www.automationtechnology.de/cms/en/     전자제어시스템 커넥터 핀 검사   일반적으로 한 대의 자동차를 완성하기 위해서는 보통 70-100개 이상의 MCU 기반의 분산처리형 전자제어장치(ACU, ECU)가 들어간다고 합니다. 해당 전자제어장치는 전원변환장치, 모터제어장치, 배터리관리시스템, 차량제어장치, 충전 컨트롤러, 안전 및 보안 시스템 등 다양한 기능이 정확하게 작동될 수 있도록 해야 하기 때문에 한 치의 불량도 허용할 수 없는 완성도 높은 전자제어장치가 장착되어야 합니다.   특히나 더 많은 전자제어장치가 필요한 전기차 수요의 급증으로 많은 공급업체에서 전자제어장치 컨텍터 핀 검사의 요구 또한 확대되고 있습니다.   제어장치 핀 커넥터 부분 - Image resource from Bosch motorsport     컨넥터 리드라고도 불리는 핀은 모듈간의 연결을 담당하기 때문에 규격에 맞는 완벽한 생산이 요구되고, 동시에 생산 라인에서 불량 검사는 필수입니다.   그렇다면 이러한 전자제어장치 커넥터 핀의 불량 유형은 어떤 것들이 있을까요? 핀의 불량은 크게 △ 핀 휨 △ 핀 잘림 △ 핀 과삽입 △ 핀 미삽입 △ 피치 등이 있습니다.           Automation Technology사의 3D 스캐너 시리즈 Compact Sensor C6는 제어장치 커넥터 핀 검사에 최적화된 모델로 출시한 제품으로 일체형 커넥터부터, Pressfit을 사용한 커넥터까지 다양한 핀 검사를 빠르고 정확하게 수행하는 모델입니다.   Automation Technology 3D Compat Sensor를 활용한 핀 커넥터 검사   Automation Technology 3D Compat Sensor를 통한 커넥터 핀 검사는 음영 지역을 최소화 할 수 있는 자체 기술이 있으며, 커넥터 핀의 유무 검사, 핀 단차, 휨 등의 불량 검사에 탁월한 성능을 보여줍니다.       " Pre-Calibrated Compact 3D Sensor "   C6 시리즈는 소형 사이즈 모델임에도 제품을 구성하는 기술들이 집약적으로 포함되어 있으며, 생산 시 요구되는 모든 캘리브레이션 작업을 진행 후 제작하기 때문에 추가적인 캘리브레이션 작업이 필요하지 않다는 점이 큰 특징입니다.       " 공정 TACT TIME을 효과적으로 단축시키는 Multi Region 기술 "   Automation Technology 3D Compact Sensor C6의 또 하나의 큰 장점은 바로 공정 시간(Tact Time)을 효과적으로 단축시킬 수 있다는 점입니다. Multi Region이라는 독자적 기술을 통해 측정하려는 영역을 지정하여 검사를 진행하고, 불필요한 영역을 제거하여 프레임레이트(fps)를 증가시키는 기술입니다.   대량으로 전자제어장치 핀 커넥터를 검사하는 라인에서 실제 검사 속도를 비교해본 결과, 불 필요한 영역을 제거했을 때 2배 가까운 빠른 공정 시간 단축이 될 수 있다는 점을 확인했습니다.     " Advanced Triangulation Algorithms " Automation Technology 3D Compact Sensor C6 카메라는 보다 높은 품질의 3D 데이터를 얻기 위해 4개의 알고리즘을 사용하여 최적의 Peak값 위치를 설정할 수 있습니다.       AT사의 Compact Sensor C6 시리즈는 다양한 커넥터 핀 검사 및 모든 어플리케이션에 적용 가능하도록 라인업이 구성되어 있습니다. 좀 더 자세한 사항은 화인스텍 홈페이지에서 확인 가능합니다.   http://fainstec.com/main/product_view.asp?p_idx=5582                        

2023-09-22