A SCARA 비전 분류 셀은 어떤 이미지가 목표물을 생성했는지, 어떤 좌표 변환이 사용되었는지, 픽업 지점이 유효한 이유, 그리퍼가 부품을 확보했는지, 그리고 부품이 어디에 놓였는지 설명할 수 있을 때 신뢰할 수 있습니다. 로봇의 움직임만으로는 인지에서 행동으로 이어지는 과정이 정확하다는 것을 증명할 수 없습니다.
주요 테이크 아웃
- 이미지 탐지 또는 자세 추정 결과를 수락하기 전에 이미지 유효성을 정의하십시오.
- 카메라, 작업 표면, 로봇 베이스, 공구 및 픽업 지점 프레임을 명확하게 지정하고 버전 관리를 하십시오.
- 동작 명령을 내리기 전에 화면 접근성, 인접 장치와의 간격, 도구 접근성 및 그리퍼 호환성을 확인합니다.
- 탐지 신뢰도, 선택 권한, 파악 확인, 배치 확인 및 최종 처리를 분리합니다.
- 이미지, 좌표계, 대상 정의, 도구 또는 작업 표면을 이동시킬 수 있는 변경 사항이 발생한 후에는 반드시 다시 검증하십시오.
선택된 영상이 뒷받침하는 바와, 증명할 수 없는 바는 무엇인가?
검토된 자료는 SCARA 방식 로봇이 조명된 작업 영역 위의 여러 평면 부품에 반복적으로 접근하고, 해당 영역과 인근 용기 또는 목적지 사이를 이동하는 모습을 보여줍니다. 부품들은 가시 영역 내의 여러 위치에 나타나며, 로봇은 반복적으로 집어 옮기는 동작을 수행합니다. 이러한 관찰 결과는 변수 제시, 목표 선택, 평면 좌표 매핑, 파지 계획, 목적지 제어 및 예외 처리와 관련된 제한적인 논의를 뒷받침합니다.
해당 영상에는 카메라, 렌즈, 조명 사양, 노출, 보정 방법, 이미지 처리 알고리즘, 학습 데이터, 신뢰도 임계값, 부품 치수, 표면 특성, 좌표 오차, 로봇 정확도, 그리퍼 감지, 피킹 성공률, 정렬 정확도, 사이클 타임, 불량률 판정 기준, 추적성, 품질 결과, 안전 아키텍처 또는 실제 생산 성능에 대한 정보가 포함되어 있지 않습니다. 따라서 EVST는 해당 영상을 제한된 시퀀스 증거로만 사용하며, 영상 정확도, 알고리즘 기능, 처리량, 품질, 규정 준수 또는 현장 승인에 대한 증거로 사용하지 않습니다.
밝은 시야와 반복적인 움직임만으로는 모든 촬영이 비전 유도 방식으로 이루어졌다고 단정할 수 없습니다. 본 논문은 비전 유도를 승인된 주제로 다루고 관찰 가능한 상호 작용만을 보여주는 영상 자료를 사용하며, 기술적인 부분에서는 프로젝트에서 검증해야 할 사항들을 설명합니다.
SCARA 시력 분류 계획 방법
먼저 목표 정의부터 시작하십시오. 허용되는 각 부품 유형, 방향 범위, 가시적 특징, 허용되는 겹침, 예상되는 배경, 표면 상태, 허용되는 가림 현상 및 목적지를 나열하십시오. 시스템이 두 부품을 구분할 수 없거나 사용 가능한 선택 지점을 생성할 수 없는 경우 어떻게 처리해야 하는지 정의하십시오. 알 수 없는 목표는 가장 가까운 알려진 클래스로 강제로 분류되는 대신 알 수 없는 상태로 유지되어야 합니다.
다음으로, 획득 상태를 정의합니다. 카메라 및 렌즈 구성, 장착 방식, 조명, 작동 거리, 시야각, 초점, 노출 특성, 트리거, 이미지 식별자, 타임스탬프, 그리고 작업 영역의 고정 필요 조건 등을 기록합니다. 시스템은 모션 처리에 결과를 사용하기 전에 해당 이미지가 현재 물리적 장면에 적합한지 여부를 알아야 합니다.
다음으로 동작 상태를 정의합니다. 감지된 위치는 좌표 변환, 도달 가능성, 공구 방향, 충돌 또는 인접 오브젝트와의 간격 확인, 목적지 가용성 및 그리퍼 규칙이 모두 충족된 후에만 로봇 목표물이 됩니다. 최종 상태는 "로봇 이동"이 아니라, 부품 확보 확인 후 배치 확인 또는 제어된 예외 처리가 이루어지는 상태입니다.
좌표를 신뢰하기 전에 이미지를 확인하세요.
조명, 배경, 반사, 그림자, 초점, 움직임, 그리고 피사체의 표현 방식은 이미지에 나타나는 결과에 영향을 미칩니다. 따라서 비전 레시피는 트리거된 모든 프레임을 사용 가능하다고 가정하는 대신 이미지 유효성 검사를 포함해야 합니다. 유효성 검사 규칙은 촬영 범위, 노출 범위, 초점 상태, 예상되는 참조 특징, 장면 움직임 또는 기타 프로젝트별 신호를 고려할 수 있습니다.
The A3/RIA 머신 비전 가이드 이 페이지에서는 카메라-로봇 캘리브레이션, 안정적인 조명, 피드백을 로봇 안내를 위한 시스템 수준의 고려 사항으로 다룹니다. 이미지와 로봇 계산을 통합해야 할 필요성을 강조하지만, 해당 셀의 성능 결과는 제공하지 않습니다.
컨베이어나 다른 동적 이송 장치를 통해 부품이 이동하는 경우, 타임스탬프와 모션 보정은 상태 계약의 일부가 됩니다. 이전 프레임에서 계산된 목표값은 부품이 더 이상 위치하지 않는 곳에서도 기하학적으로 정확할 수 있습니다. 선택된 영상 자료는 이동 이송 구조를 결정짓지 않으므로, 이는 프로젝트 결정 사항입니다.
카메라-로봇 참조 체인을 닫습니다.
이미지 측정부터 명령된 피킹까지의 참조 체인을 작성하십시오. 아키텍처에 따라 이미지 좌표, 카메라 좌표, 작업 표면 또는 컨베이어 프레임, 로봇 베이스 좌표, 공구 중심점 좌표 및 부품별 파지 프레임이 포함될 수 있습니다. 각 변환에는 소유자, 메서드, 저장된 버전, 유효성 조건 및 변경 트리거가 필요합니다.
공식 OpenCV 카메라 캘리브레이션 및 3D 재구성 관련 문서 이 문서에서는 카메라 모델, 왜곡, 보정, 자세 및 좌표 변환에 대해 설명합니다. 이미지 측정값은 보정된 모델을 통해 해석되어야 한다는 원칙을 뒷받침하며, 특정 산업 셀의 하드웨어, 설정 또는 결과를 검증하는 것은 아닙니다.
로봇의 반복 정밀도는 최종 피킹에 영향을 미치는 여러 요소 중 하나일 뿐입니다. 카메라 장착, 렌즈 작동 방식, 작업 표면의 평탄도, 교정 대상, 공구 중심점 설정, 그리퍼 유연성, 부품 높이, 열적 또는 기계적 변화 등이 최종 결과에 영향을 미칠 수 있습니다. 따라서 본 프로젝트는 로봇 데이터시트의 값을 시스템 정확도로 대체하는 것이 아니라, 요구되는 모든 영역에 걸쳐 대표적인 목표값을 사용하여 전체 공정을 검증해야 합니다.
탐지-배치 핸드셰이크 테이블
| 주 정부 | 정의하기 위한 증거 | 허용된 조치 | 증거가 부족하거나 모순되는 경우 |
|---|---|---|---|
| 장면 준비 완료 | 프레젠테이션 상태, 필드 클리어 조건, 조명 상태, 트리거 권한 및 필요한 동작 상태 | 식별자와 타임스탬프가 포함된 이미지를 획득합니다. | 불확실한 상황을 사용하지 마십시오. 기다리거나, 상황을 다시 표시하거나, 예외 처리로 연결하십시오. |
| 이미지 유효함 | 예상 필드, 노출, 초점, 참조 특징 및 레시피 정보 | 승인된 감지 또는 포즈 메서드를 실행합니다. | 프레임을 거부하고 로봇 타겟을 생성하지 않고 이유를 유지합니다. |
| 분류된 대상 | 파트 클래스, 방향, 보이는 특징 집합, 겹침 또는 가림 규칙 및 불확실성 상태 | 후보자 선택 지점과 목적지를 생성하세요. | 해당 부품을 미확인, 재검사 또는 수동 관리 처리 대상으로 보내십시오. |
| 좌표 매핑됨 | 교정 버전, 카메라 또는 표면 프레임, 로봇 프레임, 툴 프레임, 목표 높이 및 픽 오프셋 | 로봇 좌표계에서 후보자를 검사하십시오. | 동작을 차단하고 잘못되었거나 범위를 벗어난 매핑을 진단합니다. |
| 선택 허용됨 | 도달 가능성, 접근 가능성, 도구 방향, 가장자리 및 인접 장치와의 간격, 목적지 용량 및 구역 허용 | 승인된 접근 방식과 픽업 순서를 실행하십시오. | 다른 유효한 대상을 선택하거나 예외 처리를 입력하세요. |
| 구금 확인됨 | 프로젝트별 그리퍼 또는 부품 증거가 선택된 대상과 연관되어 있습니다. | 사용 가능한 대기열에서 대상을 제거하고 전송합니다. | 대상 상태를 논쟁 중인 상태로 유지하고, 성공을 가정하지 않고 재이미징 또는 복구를 시도하십시오. |
| 배치 확정 | 목적지, 용량, 릴리스 명령, 릴리스 증거 및 선택적 목적지 확인을 올바르게 설정하십시오. | 처리 결과를 기록하고 다음 목표를 허용하십시오. | 부품 식별 정보를 유지하고 정의된 재검사 또는 복구 경로를 사용하십시오. |
불확실성을 제어하는 가장 간단한 프레젠테이션 전략을 선택하세요.
고정된 기계적 자세 제어는 대부분의 위치 불확실성을 제거할 수 있으며, 존재 여부 또는 방향 확인만 필요할 수 있습니다. 제어된 영역 위에 고정된 카메라는 조명, 부품 분리, 교정 및 선택 규칙이 안정적일 경우 가변적인 평면 위치를 지원할 수 있습니다. 그러나 불규칙적이거나, 겹치거나, 반사되거나, 변형되거나, 높이가 변하는 부품의 경우 추가적인 센싱, 자세 제어 또는 다른 로봇 및 그리퍼 개념이 필요할 수 있습니다.
비전은 정의된 불확실성을 줄여야 하며, 통제되지 않은 공급을 정당화해서는 안 됩니다. 카메라를 추가하면 트리거, 조명, 보정, 이미지 유효성, 연산 시간, 목표 선택 및 예외 상태와 같은 요소도 추가될 수 있습니다. 동일한 허용 부품 정의, 입력 범위, 표현 부담, 필요한 방향, 목적지 규칙, 전환, 복구 및 검증 노력 측면에서 개념들을 비교해야 합니다.
SCARA 방식은 작업이 대체로 평면적이고 접근 방식 및 공구 방향이 사용 가능한 축에 적합할 때 가장 효과적입니다. 부품의 복잡한 재배향, 장애물 주변 접근 또는 큰 높이 변화가 필요한 경우 다른 모션 아키텍처가 필요할 수 있습니다. 이는 성능 기준이라기보다는 적용 분야를 선별하는 기준입니다.
그리퍼가 실제로 사용할 수 있는 픽업 지점을 정의합니다.
감지된 객체는 기하학적으로 가능한 여러 지점을 가질 수 있지만, 도구에 유효한 지점은 그중 일부에 불과합니다. 허용되는 접촉면, 모서리 거리, 인접 간극, 진공 또는 핑거 풋프린트, 부품 강성, 표면 민감도, 필요한 방향 및 도구 접근 방식을 정의해야 합니다. 대상이 다른 부품이나 필드 경계에 너무 가까이 있는 경우, 대기, 재표시, 다른 대상 선택 또는 예외 처리 등의 조치를 취할 수 있습니다.
선택 지점 규칙은 부품 높이와 관찰 평면과 실제 접촉 평면 간의 관계를 고려해야 합니다. 필요한 높이 또는 깊이 가정이 없는 평면 이미지 좌표는 잘못된 로봇 목표 지점으로 매핑될 수 있습니다. 프로젝트에서는 고정 높이 가정이 유효한 경우와 변동을 감지하거나 제어하는 방법을 명시해야 합니다.
명령 후에도 구금 확인을 위해서는 증거가 필요합니다. 진공 상태, 손가락 위치, 신체 부위 존재 여부 감지, 무게, 영상 재확인, 목적지 확인 또는 기타 방법이 도움이 될 수 있습니다. 영상만으로는 어떤 것도 추정해서는 안 되며, 단 하나의 신호만으로는 충분하지 않습니다.
알 수 없음, 거부, 재확인 상태를 분리하여 관리하세요.
분류기는 허용된 목적지 외에도 더 많은 정보를 필요로 합니다. 알 수 없는 클래스, 감지되지 않음, 여러 개 또는 겹치는 대상, 유효하지 않은 이미지, 도달할 수 없는 픽업, 파지 실패, 소유권 분쟁, 잘못된 목적지, 가득 찬 불량품 용기 등의 상태를 정의해야 합니다. 각 상태에는 허용된 응답, 진단 기록, 부품 담당자, 생산 또는 최종 처리 경로가 필요합니다.
신뢰도가 낮거나 모순되는 결과를 단순히 중단하지 않기 위해 자동으로 최선의 추측으로 대체하지 마십시오. 재검증은 새로운 이미지, 변경된 표현 방식, 다른 관점 또는 관리된 사람의 검토를 통해 수행할 수 있지만, 본 문서에서는 보편적인 신뢰도 임계값이나 재검증 횟수를 규정하지 않습니다. 이러한 값은 대표적인 검증 사례와 프로젝트의 품질 관리 기준에 따라 결정됩니다.
추적성은 이미지 식별자, 레시피, 교정 버전, 감지된 목표물, 선택된 픽업 지점, 로봇 결과, 목적지, 예외 사항 및 해당되는 경우 작업자 개입을 연결해야 합니다. 필요한 데이터 보존 및 품질 기록은 제품 및 관리 시스템에 따라 다릅니다.
생산 로직과 안전 관련 기능을 분리하십시오.
별도로 명시되고 검증된 안전 아키텍처에서 다른 역할을 할당하지 않는 한, 비전 분류 및 선택 권한은 생산 로직에 속합니다. 정렬에 사용되는 카메라 결과는 작업 영역을 볼 수 있다는 이유만으로 안전 기능으로 제시되어서는 안 됩니다.
ISO 10218-2:2025 공식 원문에서는 설계, 통합, 시운전, 운영, 유지보수 및 폐기에 이르는 산업용 로봇 적용 및 셀 통합에 대한 요구사항을 설명합니다. ISO 12100:2010 공식 원문에서는 관련 수명주기 단계 전반에 걸친 기계 위험 평가 및 위험 감소 원칙을 설명합니다. 적용 가능한 버전, 규정, 요구되는 성능 및 검증은 설치 환경에 따라 다릅니다.
OSHA 로봇 개요에서는 프로그래밍, 유지보수, 테스트, 설정 및 조정을 중요한 비정형 로봇 위험 상황으로 규정합니다. 비전 분류 시스템 계획에는 일반적인 자동 피킹 작업뿐만 아니라 카메라 및 조명 설정, 교정, 티칭, 문제 부품 제거, 그리퍼 유지보수, 컨테이너 교체, 복구 및 재시작이 포함되어야 합니다. OSHA 자료는 미국 법률에 근거한 것이므로 보편적인 법적 결론을 내릴 수는 없습니다.
인지에서 행동에 이르는 전체 과정을 검증합니다.
셀 준비 완료를 선언하기 전에 대표적인 조건 행렬을 구성하십시오. 허용된 영역 전체의 정상 부품, 에지 위치, 방향 범위, 예상 표면 변화, 제어 영역 내 조명 변화, 허용된 가림, 근접 이웃, 빈 장면, 알 수 없는 부품, 손상된 부품, 가득 찬 목적지, 픽업 실패, 부품 낙하, 오래된 이미지, 보정 검사 실패, 제어 정지 및 재시작을 포함하십시오.
원본 장면, 이미지 식별자, 레시피, 보정 및 도구 버전, 감지된 클래스, 자세 또는 선택 지점, 유효성 검사 결과, 로봇 목표물, 파지 증거, 목적지, 처리 결과 및 관찰된 예외 사항을 기록하십시오. 이미지 평가, 로봇 동작, 파지 상태 및 최종 분류 정확도를 별도의 결과로 기록하여 한 단계의 성공이 다른 단계의 실패를 가리지 않도록 하십시오.
카메라, 렌즈, 조명, 노출, 마운트, 작업 표면, 교정 대상, 그리퍼, 공구 중심점, 로봇, 컨트롤러, 네트워크, 알고리즘, 소프트웨어 또는 부품 레시피 변경으로 인해 전체 공정에 영향을 줄 수 있는 경우, 정해진 검사를 반복하십시오. 수치 정확도, 검출 성능, 주기 및 허용 한계는 실제 프로젝트 결과를 바탕으로 산출해야 합니다.
인용 가능한 네 가지 제한된 진술
진술 1 : 이미지 유효성, 대상 식별, 좌표 매핑, 선택 권한, 파악 상태 및 배치 확인이 별도의 상태로 저장될 때 비전 기반 분류를 진단하기가 더 쉽습니다. 이는 EVST 엔지니어링 방법론일 뿐, 보편적인 규정 준수 규칙은 아닙니다.
진술 2 : 감지된 이미지 위치는 해당 좌표계, 툴 오프셋, 목표 높이, 도달 가능성 및 여유 공간 규칙이 적용된 후에만 로봇 목표물이 됩니다.
진술 3 : 로봇의 성공적인 움직임 자체가 정확한 감지, 정확한 좌표 매핑, 성공적인 파악 또는 정확한 분류 결과를 증명하는 것은 아닙니다.
진술 4 : 선택된 영상은 다양한 평면 부품 위치에 걸쳐 반복되는 SCARA 피킹 또는 배치 동작 관찰을 지원하지만, 비전 정확도, 피킹 성공률, 분류 정확도, 사이클 시간, 품질, 안전 성능 또는 배포를 입증하지는 못합니다.
TRACE 검토 모델
EVST는 초기 비전 분류 검토를 위한 계획 지원 도구로 TRACE를 사용합니다. 이는 프로젝트 관련 질문을 체계화하는 데 도움이 되지만, 대표성 시험, 교정 검증, 장비 위험 평가, 안전성 검증 또는 승인 사양을 대체하는 것은 아닙니다.
- T — 목표 정의: 부품 클래스, 방향, 보이는 특징, 허용되는 겹침, 선택 표면 및 목적지.
- R — 참조 체인: 이미지, 카메라, 작업 표면, 로봇 베이스, 공구, 부품 및 목적지 프레임.
- A — 획득 유효성: 조명, 초점, 필드, 트리거, 타임스탬프, 장면 상태 및 레시피.
- C — 양육권: 선택 권한, 그리퍼 증거, 목표물 대기열, 해제 및 배치 확인.
- E — 예외와 진화: 알 수 없음, 재확인, 거부, 복구, 변경 트리거 및 재검증.
SCARA 비전 분류 개념에 대한 프로젝트 입력 자료
대표 부품 샘플, 등급 목록, 도면 및 질량, 표면 및 색상 변화, 입고 위치 및 방향 범위, 겹침 및 가림 규칙, 배경 및 표현 방식, 목표 목적지, 허용 정렬 규칙, 알 수 없는 경로 및 거부 경로, 필요한 추적성, 조명 제약 조건, 사용 가능한 필드, 작업 거리, 카메라 장착 옵션, 그리퍼 접촉 한계, 부품 높이 범위, SCARA 작업 영역, 상류 및 하류 신호, 목표 허용 출력, 전환 요구 사항, 사용 가능한 공간, 유지 보수 작업 및 설치 국가를 준비하십시오.
관련 맥락을 보려면 다음을 참조하십시오. EVST SCARA 애플리케이션 가이드 밸리 로봇을 이용한 자재 처리 개요및 산업 자동화 라인 통합 개요해당 페이지들은 로봇 및 핸들링 선택에 대한 광범위한 내용을 다루고 있으며, 이 가이드는 이미지에서 좌표, 피킹, 처리까지의 증거 사슬에만 초점을 맞추고 있습니다.
참고자료
- 자동화 발전 협회(Association for Advancing Automation) — SCARA 애플리케이션 개요
- A3/RIA — 로봇 안내를 위한 머신 비전
- OpenCV - 카메라 보정 및 3D 재구성
- ISO 10218-2:2025 — 산업용 로봇 애플리케이션 및 로봇 셀에 대한 로봇 안전 요구사항
- ISO 12100:2010 — 기계의 안전, 위험 평가 및 위험 감소
- OSHA 로봇 개요
자주하는 질문
시각 감지 좌표가 SCARA로 바로 전송되나요?
정의된 카메라, 작업 표면, 로봇 베이스, 공구 및 부품 참조 체인을 거쳐야 하며, 그 다음 목표 높이, 도달 가능성, 접근, 가장자리, 인접 및 목적지 검사를 통과해야 합니다. 정확한 체인은 카메라 배치 및 셀 구조에 따라 달라집니다.
셀은 불확실하거나 겹치는 부분을 어떻게 처리해야 할까요?
자동 처리 경로에서 제외하십시오. 프로젝트는 재현, 새 이미지, 보조 보기, 다른 대상, 거부 라우팅 또는 담당자 검토를 사용할 수 있지만, 상태 및 최종 처리 결과는 추적 가능해야 합니다.
선택 성공 여부는 어떻게 확인되나요?
진공 상태, 그리퍼 위치, 부품 존재 감지, 이미지 재확인, 목적지 확인 또는 이러한 증거들의 적절한 조합과 같은 프로젝트별 부품 확보 증거를 사용하십시오. 동작 명령이나 예상 시간만으로는 의도한 부품이 확보되었음을 입증할 수 없습니다.
어떤 변경 사항이 재검증을 유발해야 할까요?
카메라, 렌즈, 조명, 노출, 마운트, 작업 표면, 교정 대상, 그리퍼, 공구 중심점, 로봇, 컨트롤러, 네트워크, 알고리즘, 소프트웨어, 부품, 레시피, 표현 방식 또는 목적지에 대한 변경은 전체 프로세스에 영향을 미칠 수 있으므로 변경 관리 절차에 따라 평가해야 합니다.