비전 데이터-로봇 연계성 향상을 위한 외곽선 추출 및 Burr 검출 기법 연구
A Study on Contour Extraction and Burr Detection Techniques for Enhancing Vision Data–Robot Integration
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근, 로봇 및 비전 기술의 발전에 힘입어 다이캐스팅 공정에 첨단 기술을 도입하려는 연구가 활발히 이루어지고 있다. 그러나 비전 데이터와 로봇 간의 실질적 연계성을 확보하려는 연구는 아직 미비한 실정이다. 본 논문에서는 비전 시스템으로 획득한 포인트 클라우드 데이터를 로봇 기반 디버링 공정에 적용하기 위한 경로 분할 추출 방법과 버(Burr) 검출 기법을 통합한 파이프라인을 제안한다. 제안된 파이프라인은 포인트 클라우드에 대해 4단계의 이미지 처리 절차를 통해 데이터를 정제하고, 이를 바탕으로 디버링 경로를 정확히 분할·추출하였다. 또한, 버 검출 정보를 동시에 로봇 제어 시스템으로 전달함으로써 디버링 작업의 정밀도와 처리 효율을 동시에 향상시켰으며, 실험 결과 제안 기법은 분할 경로의 정확도와 버 검출의 신뢰성을 높여 실제 로봇 디버링 공정과의 연계 가능성을 입증하였다.
Abstract
Recent advances in robotics and vision technologies have spurred active research on integrating advanced techniques into die-casting processes. However, efforts to realize practical interoperability between vision data and robotic systems remain limited. This paper proposes a pipeline that integrates a path segmentation extraction method and a burr detection technique to apply point cloud data acquired by vision systems to robot-based deburring processes. The proposed pipeline refines point cloud data through a four-stage image-processing procedure and accurately segments and extracts deburring paths from the cleaned data. Burr detection information is transmitted concurrently to the robot control system, improving both the precision and operational efficiency of deburring tasks. Experimental results demonstrate that the proposed approach enhances the accuracy of path segmentation and the reliability of burr detection, validating its feasibility for integration with actual robotic deburring operations.