KR102490912B1 - 서버 및 서버의 제어 방법 - Google Patents
서버 및 서버의 제어 방법 Download PDFInfo
- Publication number
- KR102490912B1 KR102490912B1 KR1020180109010A KR20180109010A KR102490912B1 KR 102490912 B1 KR102490912 B1 KR 102490912B1 KR 1020180109010 A KR1020180109010 A KR 1020180109010A KR 20180109010 A KR20180109010 A KR 20180109010A KR 102490912 B1 KR102490912 B1 KR 102490912B1
- Authority
- KR
- South Korea
- Prior art keywords
- facility
- log information
- information
- server
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 146
- 239000000463 material Substances 0.000 claims abstract description 349
- 238000004519 manufacturing process Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims description 89
- 238000004891 communication Methods 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 34
- 230000007547 defect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 19
- 230000002950 deficient Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000007689 inspection Methods 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31288—Archive collected data into history file
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31432—Keep track of conveyed workpiece, batch, tool, conditions of stations, cells
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/49—Nc machine tool, till multiple
- G05B2219/49302—Part, workpiece, code, tool identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- General Factory Administration (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
Abstract
서버의 제어방법이 개시된다. 본 제어방법은 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된 제1 자재에 관련한 제1 로그 정보를 수신하는 단계, 제1 자재에 대한 ID를 생성하는 단계, 제1 로그 정보를 포함하는 추적 정보를 생성하고 추적정보에 ID를 할당하는 단계, 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 수신하는 단계, 추적 정보에 포함된 제1 로그 정보를 기초로 복수의 제2 로그 정보 중 제1 자재에 대응되는 제2 로그 정보를 식별하는 단계 및 식별된 제2 로그 정보를 추적 정보에 추가하여 추적 정보를 업데이트 하는 단계를 포함한다.
Description
본 개시는 서버 및 서버의 제어 방법에 관한 것으로, 더욱 상세하게는 연관된 동작을 하는 서로 다른 설비로부터 얻어지는 로그 정보를 바탕으로 그 관련성을 이용하여 설비와 관계된 자재의 위치를 일관되게 추적할 수 있는 서버 및 그의 제어방법에 대한 것이다.
무선 통신 기술 및 사물 인터넷의 발전은 과거 유비쿼터스라 불렸던 통합 제어 관리 시스템을 보다 지능적이고 편리하게 현실화하고 있다.
제품 생산을 위한 대형 공장(또는, 플랜트로 부른다)에는 수 많은 설비들이 설치되어 있다. 생산된 제품의 신뢰도와 설비 자체의 유지 보수를 위해, 불량 제품 발생시 불량 제품의 원인 파악 절차가 필요하다.
공정이 연속적일 경우, 매 공정마다 검사를 하는 것은 불가능하다. 따라서 주요 포인트에서만 검사를 하고 최종 검사를 수행하는 방식으로 진행되었으나, 최종 검사를 통과하더라도 소비자로부터 불량이 접수되는 사례는 다수이다.
하지만 생산 시점과 소비자로부터 불량이 접수되는 시점 간의 차이가 크고, 연속 공정 중 하나의 불량에 관련된 공정은 여러가지이며, 또한 하나의 공정에서도 불량에 영향을 주는 요소가 여러 가지이기 때문에, 불량의 원인을 파악하는 것은 어렵다.
한편, 조립 공정의 경우에는 설비별 공정시간이 짧고(초단위), 균일하여 in-line화가 가능하여 제품이 통과한 설비를 추적하는 것에 큰 어려움이 없다. 그러나 부품 공정의 경우는 설비별 공정시간이 길고(분단위) 병렬적으로 이루어지기 때문에 in-line화가 불가능하다.
이러한 경우, 스티커, 각인 등을 활용하여 부품에 ID를 부여하고 추적하는 방법이 사용되었으나, 자재 가공 중 자재의 형상이 현저하게 바뀌는 경우 추적하기가 어려운 경우가 많았다. 예컨대, 최초 단계에서 자재에 ID를 각인하고 이것이 CNC(Computerized Numerical Control) 설비를 통과하면 ID는 대부분 깍여나가고, 열/화학 공정등에서도 ID가 사라질 수 있다. 따라서 설비에서 배출될 때마다 ID의 재각인이 필요하였고, 이에 따라 공정 시간이 증가되는 문제가 있었다.
본 개시의 목적은 연관된 동작을 하는 서로 다른 설비로부터 얻어지는 로그 정보를 바탕으로 그 관련성을 이용하여 설비와 관계된 자재의 위치를 일관되게 추적할 수 있는 서버 및 그의 제어방법을 제공함에 있다.
본 개시의 일 실시 예에 따른 서버의 제어방법은, 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된, 제1 자재에 관련한 제1 로그 정보를 수신하는 단계, 상기 제1 자재에 대한 ID를 생성하는 단계, 상기 제1 로그 정보를 포함하는 상기 제1 자재에 대한 추적 정보를 생성하고 상기 추적 정보에 상기 ID를 할당하는 단계, 상기 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 수신하는 단계, 상기 추적 정보에 포함된 상기 제1 로그 정보를 기초로 상기 복수의 제2 로그 정보 중 상기 제1 자재에 대응되는 제2 로그 정보를 식별하는 단계 및 상기 식별된 제2 로그 정보를 상기 추적 정보에 추가하여 상기 추적 정보를 업데이트 하는 단계를 포함한다.
이 경우, 상기 제1 로그 정보는 상기 제1 설비에서 상기 제1 자재의 투입 시간과 반출 시간을 포함하고, 상기 복수의 제2 로그 정보 각각은 상기 제2 설비에서 임의의 자재의 투입 시간과 반출 시간을 포함할 수 있다.
이 경우, 상기 식별하는 단계는, 상기 복수의 제2 로그 정보 중에서 상기 제1 로그 정보에 포함된 상기 제1 자재의 반출 시간에 대응하는 임의의 자재의 투입 시간을 포함하는 제2 로그 정보를 식별할 수 있다.
한편, 본 실시 예에 따른 제어방법은 상기 제2 설비 이후의 단계에 대응하는 제3 설비를 모니터링하기 위한 카메라를 통해 촬영된 영상을 수신하는 단계, 상기 영상을 바탕으로 상기 제3 설비에서 상기 제1 자재의 이동과 관련한 가상 로그 정보를 생성하는 단계 및 상기 생성된 가상 로그 정보를 상기 업데이트된 추적 정보에 추가하여 상기 업데이트된 추적 정보를 2차 업데이트하는 단계를 더 포함할 수 있다.
이 경우, 상기 가상 로그 정보를 생성하는 단계는, 상기 영상을 기초로 상기 제3 설비에 상기 제1 자재의 투입 및 반출을 식별하는 단계 및 상기 제3 설비에 상기 제1 자재가 투입된 시간 및 상기 제3 설비로부터 상기 제1 자재가 반출된 시간을 포함하는 가상 로그 정보를 생성하는 단계를 포함할 수 있다.
이 경우, 상기 영상은 연속적인 프레임 이미지들을 포함하며, 상기 제1 자재의 투입 및 반출을 식별하는 단계는, 상기 프레임 이미지들 중 상기 제2 설비로부터 상기 제1 자재가 반출된 시간에 대응하는 제1 프레임 이미지에서 상기 제1 자재를 식별하고, 상기 제1 프레임 이미지에 후속하는 프레임 이미지들에서 상기 식별된 제1 자재를 트레킹하여 상기 제3 설비로부터 상기 제1 자재의 반출을 식별할 수 있다.
한편, 상기 제1 자재의 투입 및 반출을 식별하는 단계는, 상기 제3 설비가 컨베이어인 경우 상기 수신된 영상을 바탕으로 상기 컨베이어에 투입 후 이송되는 상기 제1 자재의 속도를 산출하고, 상기 산출된 속도에 기초해서 상기 영상에서 상기 컨베이어에서 반출되는 복수의 임의의 자재 중 상기 제1 자재를 식별할 수 있다.
한편, 본 실시 예에 따른 제어방법은 상기 제3 설비 이후 단계에 대응하는 제4 설비에서 생성된 복수의 제3 로그 정보를 수신하는 단계, 상기 가상 로그 정보를 기초로 상기 복수의 제3 로그 정보 중 상기 제3 설비로부터 상기 제1 자재가 반출된 시간에 대응되는 제3 로그 정보를 식별하는 단계 및 상기 식별된 제3 로그 정보를 상기 2차 업데이트된 추적 정보에 추가하여 상기 2차 업데이트된 추적 정보를 3차 업데이트하는 단계를 더 포함할 수 있다.
한편, 본 실시 예에 따른 제어방법은 상기 제1 자재를 기초로 제1 제품이 완성되어 상기 제1 제품에 기록된 시리얼 넘버를 상기 ID와 연관하여 저장하는 단계를 더 포함할 수 있다.
이 경우, 본 실시 예에 따른 제어방법은 상기 시리얼 넘버가 입력되면 상기 ID가 할당된 상기 추적 정보를 제공하는 단계를 더 포함할 수 있다.
이 경우, 본 실시 예에 따른 제어방법은 상기 시리얼 넘버가 입력되면 상기 ID가 할당된 상기 추적 정보를 기초로 상기 제1 자재가 거쳐간 적어도 하나의 설비에 대한 정보를 획득하는 단계, 상기 적어도 하나의 설비를 거처간 상기 제1 자재와는 다른 자재에 대한 ID를 획득하는 단계, 및 상기 획득된 ID와 연관하여 저장된 시리얼 넘버를 제공하는 단계를 더 포함할 수 있다.
한편 본 개시의 일 실시 예에 따른 서버는, 통신부, 컴퓨터 실행가능 명령어(computer executable instructions)를 저장하는 메모리 및 상기 컴퓨터 실행가능 명령어를 실행함으로써, 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된 제1 자재에 관련한 제1 로그 정보를 상기 통신부를 통해 수신하고, 상기 제1 자재에 대한 ID를 생성하고, 상기 제1 로그 정보를 포함하는 상기 제1 자재에 대한 추적 정보를 생성하고, 상기 추적 정보에 상기 ID를 할당하고, 상기 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 상기 통신부를 통해 수신하고, 상기 추적 정보에 포함된 상기 제1 로그 정보를 기초로 상기 복수의 제2 로그 정보 중 상기 제1 자재에 대응되는 제2 로그 정보를 식별하고, 상기 식별된 제2 로그 정보를 상기 추적 정보에 추가하여 상기 추적 정보를 업데이트 하는 프로세서를 포함한다.
이 경우, 상기 제1 로그 정보는 상기 제1 설비에서 상기 제1 자재의 투입 시간과 반출 시간을 포함하고, 상기 복수의 제2 로그 정보 각각은 상기 제2 설비에서 임의의 자재의 투입 시간과 반출 시간을 포함할 수 있다.
이 경우, 상기 프로세서는, 상기 복수의 제2 로그 정보 중에서 상기 제1 로그 정보에 포함된 상기 제1 자재의 반출 시간에 대응하는 임의의 자재의 투입 시간을 포함하는 제2 로그 정보를 식별할 수 있다.
한편, 상기 프로세서는, 상기 제2 설비 이후의 단계에 대응하는 제3 설비를 모니터링하기 위한 카메라를 통해 촬영된 영상을 상기 통신부를 통해 수신하고, 상기 영상을 바탕으로 상기 제3 설비에서 상기 제1 자재의 이동과 관련한 가상 로그 정보를 생성하며, 상기 생성된 가상 로그 정보를 상기 업데이트된 추적 정보에 추가하여 상기 업데이트된 추적 정보를 2차 업데이트할 수 있다.
이 경우, 상기 프로세서는, 상기 영상을 기초로 상기 제3 설비에 상기 제1 자재의 투입 및 반출을 식별하고, 상기 제3 설비에 상기 제1 자재가 투입된 시간 및 상기 제3 설비로부터 상기 제1 자재가 반출된 시간을 포함하는 가상 로그 정보를 생성할 수 있다.
이 경우, 상기 영상은 연속적인 프레임 이미지들을 포함하며, 상기 프로세서는, 상기 프레임 이미지들 중 상기 제2 설비로부터 상기 제1 자재가 반출된 시간에 대응하는 제1 프레임 이미지에서 상기 제1 자재를 식별하고, 상기 제1 프레임 이미지에 후속하는 프레임 이미지들에서 상기 식별된 제1 자재를 트레킹하여 상기 제3 설비로부터 상기 제1 자재의 반출을 식별할 수 있다.
한편, 상기 프로세서는, 상기 제3 설비가 컨베이어인 경우 상기 수신된 영상을 바탕으로 상기 컨베이어에 투입 후 이송되는 상기 제1 자재의 속도를 산출하고, 상기 산출된 속도에 기초해서 상기 영상에서 상기 컨베이어에서 반출되는 복수의 임의의 자재 중 상기 제1 자재를 식별할 수 있다.
한편, 상기 프로세서는, 상기 제3 설비 이후 단계에 대응하는 제4 설비에서 생성된 복수의 제3 로그 정보를 상기 통신부를 통해 수신하고, 상기 가상 로그 정보를 기초로 상기 복수의 제3 로그 정보 중 상기 제3 설비로부터 상기 제1 자재가 반출된 시간에 대응되는 제3 로그 정보를 식별하고, 상기 식별된 제3 로그 정보를 상기 2차 업데이트된 추적 정보에 추가하여 상기 2차 업데이트된 추적 정보를 3차 업데이트할 수 있다.
한편, 상기 프로세서는, 상기 제1 자재를 기초로 제1 제품이 완성되어 상기 제1 제품에 기록된 시리얼 넘버를 상기 ID와 연관하여 상기 메모리에 저장할 수 있다.
도 1은 본 개시의 실시 예에 따른 불량 제품이 발견된 경우의 처리 과정의 일 예를 설명하기 위한 도면,
도 2는 본 개시의 일 실시 예에 다른 서버의 구성을 설명하기 위한 블럭도,
도 3은 본 개시의 일 실시 예에 따른 시스템을 설명하기 위한 도면,
도 4는 본 개시의 일 실시 예에 따른, 자동화 구간에서의 추적 정보 생성의 일 예를 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른, 비자동화 구간에서의 추적 정보 생성의 일 예를 설명하기 위한 도면,
도 6 내지 도 7b는 본 개시의 다양한 실시 예에 따른 서버의 자재 추적 정보 생성 절차를 설명하기 위한 도면,
도 8은 본 개시의 일 실시 예에 따른 서버의 가상 로그 생성 절차의 일 예를 설명하기 위한 도면,
도 9는 본 개시의 일 실시 예에 따른 서버의 가상 로그 정보를 바탕으로 추적 정보를 생성하는 절차를 설명하기 위한 도면,
도 10은 트레이(Tray)에서 각 자재들의 ID 식별 방법의 일 예를 설명하기 위한 도면,
도 11은 설비별 부여된 ID를 바탕으로 자재를 추적하는 절차의 일 예를 설명하기 위한 도면,
도 12 내지 도 17은 본 개시의 다양한 실시 예에 따른 추적 정보 생성방법에 대한 흐름도,
도 18은 제품에 불량이 발생하였을 때 ID 기반 역추적을 통한 데이터 분석 후 리콜 대상을 파악하는 절차의 일 예를 설명하기 위한 흐름도,
도 19는 불량 원인을 발견하기 위한 데이터 분석 기법의 예시를 설명하기 위한 도면, 그리고
도 20은 본 개시의 일 실시 예에 따른 서버의 제어방법을 설명하기 위한 흐름도이다.
도 2는 본 개시의 일 실시 예에 다른 서버의 구성을 설명하기 위한 블럭도,
도 3은 본 개시의 일 실시 예에 따른 시스템을 설명하기 위한 도면,
도 4는 본 개시의 일 실시 예에 따른, 자동화 구간에서의 추적 정보 생성의 일 예를 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른, 비자동화 구간에서의 추적 정보 생성의 일 예를 설명하기 위한 도면,
도 6 내지 도 7b는 본 개시의 다양한 실시 예에 따른 서버의 자재 추적 정보 생성 절차를 설명하기 위한 도면,
도 8은 본 개시의 일 실시 예에 따른 서버의 가상 로그 생성 절차의 일 예를 설명하기 위한 도면,
도 9는 본 개시의 일 실시 예에 따른 서버의 가상 로그 정보를 바탕으로 추적 정보를 생성하는 절차를 설명하기 위한 도면,
도 10은 트레이(Tray)에서 각 자재들의 ID 식별 방법의 일 예를 설명하기 위한 도면,
도 11은 설비별 부여된 ID를 바탕으로 자재를 추적하는 절차의 일 예를 설명하기 위한 도면,
도 12 내지 도 17은 본 개시의 다양한 실시 예에 따른 추적 정보 생성방법에 대한 흐름도,
도 18은 제품에 불량이 발생하였을 때 ID 기반 역추적을 통한 데이터 분석 후 리콜 대상을 파악하는 절차의 일 예를 설명하기 위한 흐름도,
도 19는 불량 원인을 발견하기 위한 데이터 분석 기법의 예시를 설명하기 위한 도면, 그리고
도 20은 본 개시의 일 실시 예에 따른 서버의 제어방법을 설명하기 위한 흐름도이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
본 개시에서 용어 '공정(Production Process)'은 제품을 생산하는 절차를 의미한다. 완제품/부품 등 특정 제품을 만드는 공정은 여러 개의 세부공정으로 세분화되어 정의되고, 각 세부공정은 다시 기능별 미세공정으로 구분가능한데, 본 개시에서는 가장 작은 단위인 미세공정 기준으로 '공정'을 표현하기로 한다.
본 개시에서 용어 '설비'은 어떤 일을 하거나 제품, 구조물 혹은 기계 등을 만들기 위해 준비한 기기나 장비이다. 부품 공정을 위한 설비로는 예컨대, CNC 가공선반(금속자재를 깎아 형상을 만드는 설비), 투배출로봇(금속자재를 설비간 이동시키는 기능에 특화된 로봇. 자재를 인식하기 위한 센서/카메라, 로봇팔, 설비간 이동하기 위한 이동장치 등을 구비하고 이를 제어하고 데이터/제어신호 송수신을 위한 네트워크 연결을 포함하는 컴퓨터장치까지 구비함), 컨베이어(자재를 특정위치에서 다른 위치로 이동시키는 장치), 검사기(생산품의 외관 스크래치, 기능, 규격/치수 등을 측정하기 위해 설비. 사람이 제어하는 수동검사기와 컴퓨터가 제어하는 자동검사기가 있음), 착색기(메탈자재에 화학작용을 일으켜 원하는 색상이 금속표면면 속면에 입혀지도록 하는 설비), 세척기(절삭공정 중 자재 표면에 붙은 이물질을 세척해주는 설비) 등이 있다.
본 개시에서 용어 '로그(log)'는 생산공정에서 활용되는 자동화 설비의 동작정보를 시간에 따라 남기는 기록을 의미한다. 주로 설비 내 컴퓨터 장치에 저장된다. 컴퓨터 장치에 저장된 로그는 USB등을 이용하여 간헐적으로 수집되거나, 별도의 내/외장 수집장치에 의해 자동으로 다른 저장소에 수집될 수 있다. 자동화 설비는 자체적으로 판단하여 동작하기도 하지만, 주로 공정 전체를 지휘하는 중앙제어소에 의해 제어된다. 이 제어소에서 현재 설비상태를 파악하여 그에 맞는 제어신호를 설비에 보내줄 수 있도록 설비동작현황이나 상태를 지속적으로 보고하기도 한다.
이하 도면을 참조하여 본 개시에 대해 더욱 상세히 설명하도록 한다.
도 1은 본 개시의 실시 예에 따른 불량 제품이 발견된 경우의 처리 과정의 일 예를 설명하기 위한 도면이다.
도 1을 참고하면, 불량 제품(또는 자제, 부품)이 발견되면 제품에 할당된 ID를 기반으로 공정을 역추적하여 불량 원인 공정을 찾고 불량 원인이 되는 설비, 작업자, 설계시 문제점, 환경요인 등을 찾을 수 있다.
본 개시의 실시 예들에 따르면, 부품들의 ID, 부품들의 ID와 맵핑된 추적 정보가 저장된 데이터베이스가 구축될 수 있어, 추적 정보를 바탕으로 불량의 원인을 분석할 수 있다.
본 개시의 실시 예들에 따른 서버는 연관된 동작을 하는 서로 다른 설비로부터 로그 정보를 수집하고, 이들의 연관성을 이용해서 설비와 관계된 자재의 위치를 일관되게 추적할 수 있는 추적 정보를 생성할 수 있다.
또한 본 개시의 실시 예들에 따른 서버는 로그 정보가 생성이 안되는 곳(EX. 작업자공간, 컨베이어 등)에 대해선 카메라에서 촬영한 영상을 바탕으로 가상 로그 생성할 수 있다.
도 2는 서버(100)의 구성을 설명하기 위한 블록도이다.
도 2를 참고하면, 서버(100)는 통신부(110), 메모리(120) 및 프로세서(130)를 포함한다. 실시 형태에 따라 구성들 중 일부는 생략될 수 있고, 도시되지 않았더라도 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 서버(100)에 추가로 포함될 수 있다. 예컨대, 서버(100)는 사용자 입력을 받을 수 있는 입력 인터페이스(ex. 버튼, 키보드, 터치 패드 등)를 더 포함할 수 있고, 정보를 출력할 수 있는 출력부(ex. 스피커, 디스플레이 등)를 더 포함할 수 있다. 또는 이러한 추가 구성들이 통신부(110)와 연결되는 것도 가능하다.
통신부(110)는 예를 들면 무선 통신 또는 유선 통신을 통해서 네트워크에 연결되어 외부 장치와 통신할 수 있다. 무선 통신은, 예를 들면, 셀룰러 통신 프로토콜로서, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용할 수 있다. 또한, 무선 통신은, 예를 들면, 근거리 통신을 포함할 수 있다. 근거리 통신은, 예를 들면, WiFi 다이렉트(wireless fidelity direct), 블루투스(Bluetooth), NFC(near field communication), 직비(Zigbee) 중 적어도 하나를 포함할 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크는 통신 네트워크(telecommunications network), 예를 들면, 컴퓨터 네트워크(computer network)(예: LAN 또는 WAN), 인터넷, 또는 전화 망(telephone network) 중 적어도 하나를 포함할 수 있다.
통신부(110)는 예를 들면, 셀룰러 모듈, WiFi 모듈, 블루투스 모듈, GNSS 모듈(예: GPS 모듈, Glonass 모듈, Beidou 모듈, 또는 Galileo 모듈), NFC 모듈 및 RF(radio frequency) 모듈를 포함할 수 있다.
WiFi 모듈, 블루투스 모듈, GNSS 모듈 또는 NFC 모듈 각각은, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시 예에 따르면, 셀룰러 모듈, WiFi 모듈, 블루투스 모듈, GNSS 모듈 또는 NFC 모듈 중 적어도 일부(예: 두 개 이상)는 하나의 Integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다.
메모리(120)는 예를 들면, 내장 메모리 또는 외장 메모리를 포함할 수 있다. 내장 메모리는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.
외장 메모리는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱(memory stick) 등을 포함할 수 있다.
메모리(120)는 프로세서(130)에 의해 액세스되며, 프로세서(130)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다.
본 개시에서 메모리라는 용어는 프로세서(130)와 별도로 마련된 메모리, 프로세서(130) 내 롬(미도시) 및 램(미도시) 중 적어도 하나를 포함할 수 있다.
프로세서(130)는 서버(100)의 전반적인 동작을 제어하기 위한 구성이다. 예를 들면, 프로세서(130)는 운영 체제, 애플리케이션을 구동하여 프로세서(130)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(130)는 CPU(central processing unit) 또는 GPU(graphics-processing unit)이거나 둘 다일 수 있다. 프로세서(250)는 적어도 하나의 범용 프로세서(general processor), 디지털 신호 프로세서(digital signal processor), ASIC(Application specific integrated circuit), SoC(system on chip), MICOM(Microcomputer) 등으로 구현될 수 있다.
프로세서(130)는 메모리(120)에 저장된 컴퓨터 실행가능 명령어(computer executable instructions)를 실행함으로써 다양한 기능을 수행할 수 있다.
프로세서(130)는 메모리(120)에 저장된 컴퓨터 실행가능 명령어를 실행함으로써, 복수의 설비들에서 생성된 로그 정보를 바탕으로 자재에 대한 추적 정보를 생성할 수 있다.
일 실시 예에 따르면, 프로세서(130)는 메모리(120)에 저장된 컴퓨터 실행가능 명령어를 실행함으로써, 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된 제1 자재에 관련한 제1 로그 정보를 통신부(110)를 통해 수신하고, 제1 자재에 대한 ID를 생성하고, 제1 로그 정보를 포함하는 제1 자재에 대한 추적 정보를 생성하고, 추적 정보에 생성된 ID를 할당하고, 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 통신부(110)를 통해 수신하고, 추적 정보에 포함된 제1 로그 정보를 기초로 복수의 제2 로그 정보 중 제1 자재에 대응되는 제2 로그 정보를 식별하고, 식별된 제2 로그 정보를 추적 정보에 추가하여 상기 추적 정보를 업데이트할 수 있다.
제1 자재에 대한 ID는 자재가 생산 라인에 진입하는 시점부터 제1 자재에 부여될 수 있다. 예컨대, 제1 자재를 투입하는 로봇에 구비된 카메라의 촬영 시점을 기준으로 ID가 생성될 수 있다. 또 다른 예로, 투입 작업자가 제1 자재를 생산 라인에 수동으로 투입 후 버튼 등을 누른 시점을 기준으로 ID가 생성될 수 있다.
제1 자재에 대한 ID는 자재가 공정에 최초로 투입될 때의 위치, 시간, 투입 주체 등에 대한 정보를 포함하여 생성될 수 있다. 따라서 자재마다 고유한 ID가 부여될 수 있다. 또는 제1 자재를 초기 공급한 외주 업체가 기록한 실물 ID 자체를 이용할 수도 있다. 제1 자재 대한 ID는 서버(100)에서 생성될 수 있고, 또는 제1 자재를 공정 내로 최초로 투입한 설비가 생성할 수도 있다. 제1 자재를 공정 내로 최초로 투입한 설비가 제1 자재에 대한 ID를 생성하면, 그 설비는 ID 생성 이력도 함께 포함시켜 제1 로그 정보를 생성할 수 있다.
제1 로그 정보는 제1 설비에서 제1 자재의 투입 시간과 반출 시간을 포함하고, 복수의 제2 로그 정보 각각은 제2 설비에서 임의의 자재의 투입 시간과 반출 시간을 포함할 수 있다. 이 경우, 프로세서(130)는 복수의 제2 로그 정보 중에서, 제1 로그 정보에 포함된 제1 자재의 반출 시간에 대응하는 임의의 자재의 투입 시간을 포함하는 제2 로그 정보를 식별할 수 있다.
각 설비들은 실시간으로 로그 정보를 생성하고, 서버(100)는 실시간으로 생성된 로그 정보들을 수신할 수 있다. 서버(100)는 설비 간의 관계와 로그 정보에 나타난 각 설비의 동작 시간의 관계를 바탕으로 실시간으로 제1 자재의 위치를 파악하여 추적 정보를 생성할 수 있다.
로그 정보를 생성하는 설비들이 있는 구간을 자동화 구간이라고 하고, 로그 정보를 생성하지 못하는 설비 또는 작업자가 있는 구간을 비자동화 구간이라고 명명할 수 있다. 예컨대 사람이 자재를 검사하여 수동으로 이동시키는 구간 또는 컨베이어가 자재를 옮기는 구간은 비자동화 구간이다.
비자동화 구간에서는 설비에서 로그 정보가 생성되지 않기 때문에 자재에 대한 추적 정보에 단절이 발생될 수 있다.
따라서 이러한 비자동화 구간에는 영상촬영장치(카메라)를 설치하고, 영상촬영장치에서 촬영한 영상을 바탕으로 가상 로그 정보를 생성하여, 추적 정보에 단절을 막을 수 있다.
일 실시 예에 따르면, 프로세서(130)는 카메라에서 촬영된 영상을 바탕으로 가상 로그 정보를 생성할 수 있고, 가상 로그 정보를 바탕으로 추적 정보를 업데이트할 수 있다. 예컨대, 작업자를 촬영한 영상을 바탕으로 수작업에 대한 가상 로그 정보가 생성될 수 있고, 컨베이어를 촬영한 영상을 바탕으로 컨베이어에서의 자재 이동에 대한 가상 로그 정보가 생성될 수 있고, 이것을 바탕으로 추적 정보가 업데이트될 수 있다.
자동화 구간의 제1 설비 이후가 비자동화 구간의 제2 설비인 경우, 프로세서(130)는 제1 설비 이후의 단계에 대응하는 제2 설비를 모니터링하기 위한 카메라를 통해 촬영된 영상을 통신부(110)를 통해 수신할 수 있고, 수신된 영상을 바탕으로 제2 설비에서 제1 자재의 이동과 관련한 가상 로그 정보를 생성할 수 있다. 그리고 프로세서(130)는 제1 설비에서 생성된 로그 정보를 바탕으로 생성된 제1 자재에 대한 추적 정보에 생성된 가상 로그 정보를 추가하여 추적 정보를 업데이트할 수 있다.
이 경우, 프로세서(130)는 카메라로부터 수신된 영상을 기초로 제2 설비에 제1 자재의 투입 및 반출을 식별할 수 있고, 제2 설비에 제1 자재가 투입된 시간 및 제2 설비로부터 제1 자재가 반출된 시간을 포함하는 가상 로그 정보를 생성할 수 있다.
카메라는 동영상을 촬영할 수 있고 또는 스틸 영상을 촬영할 수 있다.
일 실시 예에 따르면, 카메라로부터 수신되는 영상은 연속적인 프레임 이미지들을 포함할 수 있고, 프로세서(130)는 프레임 이미지들 중 제1 설비로부터 제1 자재가 반출된 시간에 대응하는 제1 프레임 이미지에서 제1 자재를 식별하고, 제1 프레임 이미지에 후속하는 프레임 이미지들에서 제1 자재를 트레킹하여 제2 설비로부터 제1 자재의 반출을 식별할 수 있다. 이 경우 영상 기반 객체 추적 방식이 이용될 수 있다. 공장 환경의 경우, 추적해야 하는 자재의 형상이 미리 알려져 있기 때문에 영상 기반 객체 추적이 더 용이하다.
설비를 촬영하는 카메라는 복수 개일 수 있고, 하나일 수도 있다. 설비를 촬영하는 카메라가 복수 개인 경우, 복수 개의 카메라의 촬영 범위는 서로 겹칠 수도 있다.
상기 제2 설비가 컨베이어인 경우, 프로세서(130)는 컨베이어를 촬영한 영상을 바탕으로 컨베이어에 투입 후 이송되는 제1 자재의 속도를 산출하고, 산출된 속도에 기초해서 영상에서 컨베이어에서 반출되는 복수의 임의의 자재 중 제1 자재를 식별할 수 있다.
제1 자재가 특정 카메라가 촬영하는 영역을 벗어난 경우에는 다음 영역을 촬영하는 카메라에서 촬영된 영상과 시공간적 맵핑을 통해 다음 영역에서도 제1 자재를 식별할 수 있다.
본 개시의 또 다른 실시 예에 따르면, 비자동화 구간의 제1 설비 이후 단계가 자동화 구간의 제2 설비인 경우, 프로세서(130)는 제1 설비 이후 단계에 대응하는 제2 설비에서 생성된 복수의 제2 로그 정보를 통신부(110)를 통해 수신할 수 있고, 제1 설비를 촬영한 영상을 통해 생성된 가상 로그 정보를 기초로 복수의 제2 로그 정보 중 제2 설비로부터 제1 자재가 반출된 시간에 대응되는 제2 로그 정보를 식별할 수 있다. 그리고 프로세서(130)는 상기 가상 로그 정보를 기초로 생성된 제1 자재에 대한 추적 정보에 상기 식별된 제2 로그 정보를 추가하여 추적 정보를 업데이트할 수 있다.
이와 같이 프로세서(130)는 자동화 구간에서 자동화 구간으로 넘어갈 때, 자동화 구간에서 비자동화 구간으로 넘어갈 때 또는 비자동화 구간에서 자동화 구간으로 넘어갈 때, 설비들에서 생성된 로그 정보들 및 가상 로그 정보들의 연관성을 바탕으로 추적 정보를 생성할 수 있다.
한편, 프로세서(130)는 로그 정보 전부를 포함시켜 추적 정보를 생성할 수도 있고, 로그 정보에 포함된 세부 정보들 중 일부만을 포함시켜 추적 정보를 생성할 수도 있다. 또한 프로세서(130)는 로그 정보를 분석한 결과로 얻어진 새로운 정보를 포함하는 추적 정보를 생성할 수도 있다. 즉, 프로세서(130)는 로그 정보를 적절히 가공하여 추적 정보를 생성할 수 있다.
도 3은 본 개시의 일 실시 예에 따른 시스템을 설명하기 위한 도면이다.
도 3을 참조하면, 시스템은 복수의 설비(400-1, 400-2), 영상 촬영 장치(300), 복수의 DB(210, 220, 230), 서버(100)를 포함할 수 있다. 서버(100)는 도 2에서 설명한 서버(100)일 수 있다. 서버(100)와 복수의 DB(210, 220, 230)는 별도의 장치이거나, 또는 복수의 DB(210, 220, 230) 중 적어도 하나는 서버(100)에 포함될 수 있다.
도 3에 복수의 설비(400-1, 400-2)를 2개 도시하였으나, 이는 설명을 위한 예시일 뿐 본 시스템에 포함된 설비의 개수가 이에 한정되는 것은 아니다. 도 3에 하나의 영상 촬영 장치(300)를 도시하였으나, 시스템 내에 필요한 위치마다 영상 촬영 장치(300)가 배치될 수 있어 시스템은 복수의 영상 촬영 장치(300)를 포함할 수 있다.
로그 DB(220)는 복수의 설비(400-1, 400-2)로부터 수집된 로그 정보를 저장할 수 있다. 또한 로그 DB(220)는 영상 촬영 장치(300)로부터 수집된 공정 내 특정 설비 또는 작업자 등을 촬영한 영상을 저장할 수 있다.
기준 정보 DB(230)는 각 공정들의 순서에 대한 정보, 공정 내 설비들 간의 동작 관련성에 대한 정보(ex. 특정 설비가 자재를 어디로 넘기고, 자재를 어디로부터 넘겨받는지에 관련한 정보)를 포함할 수 있다. 이러한 정보는 작업 지시서 형태일 수 있다. 그리고 기준 정보 DB(230)는 설비들에 대한 전반적인 정보(ex. 설비의 위치, ID, 기능, 설정 값 등에 대한 정보)를 저장할 수 있다.
서버(100)는 자재 추적 정보 생성 모듈(101) 및 가상 로그 생성 모듈(103)을 포함할 수 있다. 자재 추적 정보 생성 모듈(101) 및 가상 로그 생성 모듈(103)은 소프트웨어로 구현될 수 있다. 소프트웨어로 구현되는 경우, 메모리(120) 또는 프로세서(130)의 메모리 내에 저장되며, 프로세서(130)가 메모리에 저장된 소프트웨어를 로딩함으로써, 기능을 실행할 수 있다.
자재 추적 정보 생성 모듈(101)은 로그 DB(220)로부터 획득한 로그 정보들을 바탕으로 자재에 대한 추적 정보(Tracking information)을 생성하고 자재 DB(210)에 저장할 수 있다. 또한 자재 추적 정보 생성 모듈(101)은 자재 DB(210)에 저장된특정 ID가 할당된 추적 정보에 추가할 새로운 로그 정보가 있으면, 자재 DB(210)에 저장된 상기 특정 ID가 할당된 추적 정보를 획득하여 새로운 로그 정보로 업데이트하고, 업데이트한 추적 정보를 자재 DB(120)에 저장할 수 있다. 추적 정보의 생성 및 업데이트는 자재 이동에 따라 실시간으로 이루어질 수 있고, 또는 자재가 부품으로 완성된 이후에 이루어질 수도 있다.
가상 로그 생성 모듈(103)은 로그 정보를 생성할 수 없는 설비 또는 작업자에 대해선, 그 설비 또는 작업자를 촬영한 영상을 바탕으로 가상 로그 정보를 생성할 수 있다. 가상 로그 정보도 일반 로그 정보 정보처럼 취급되어 자재 추적 정보 생성 모듈(101)이 추적 정보를 생성 및 업데이트하는데 이용될 수 있다.
그리고 서버(100)는 사용자로부터 자재에 대한 정보의 요청이 수신되면, 자재 추적 서비스 인터페이스를 통해 자재 DB(210)로부터 획득한 자재에 대한 추적 정보를 제공할 수 있다. 예컨대, 서버(100)는 자재가 가공되어 완성된 부품에 불량이 있는 경우, 사용자로부터 입력된 해당 자재의 ID에 대응하는 추적 정보를 제공할 수 있다.
도 4 내지 도 5는 자동화 구간 및 비자동화 구간에서 추적 정보를 생성하는 절차를 설명하기 위한 도면이다.
A공정(자동화 구간), B공정(자동화 구간) 및 C공정(작업자 구간(비자동화 구간))이 있고, 기준 정보 DB(230)에는 A공정 → B공정 → C공정 순서로 진행된다는 작업 지시서 형태의 정보가 저장되어 있다고 가정한다.
도 4는 자동화 구간에서 추적 정보를 생성하는 절차의 일 예를 설명하기 위한 도면이다. A공정에서 설비 2가, B공정에서 설비 1이 자재를 취급한다고 가정한다.
A공정의 설비 2(am2)가 자재를 집는 순간 설비 2는 자재에 대한 ID(ID:0031)를 생성하고 이를 포함한 로그 정보를 생성할 수 있다. 그리고 A공정의 설비 2(am2)가 B 공정의 설비 1(bm 1)에 ID 0031의 자재를 넘기는 순간 ID 0031의 자재의 위치를 로그 정보에 추가한다. 이 경우, A공정의 설비 2(am2)가 ID 0031의 자재를 넘기는 위치가 B 공정의 설비 1(bm 1)이라는 사실을 스스로 알지 못할 경우에는 설비 2(am 2)가 기준 정보 DB(230)로부터 작업 지시서를 획득하여 넘기는 위치를 알 수 있다. 또는, 서버(100)측에서 A공정의 설비 2(am2)와 B 공정의 설비 1(bm 1)의 로그 정보와 기준 정보 DB(230)로부터 획득한 작업 지시서를 분석하여 A공정의 설비 2(am2)가 B 공정의 설비 1(bm 1)로 자재를 넘긴다는 사실을 확인할 수 있다. B 공정의 설비 1(bm 1)이 ID 0031의 자재를 넘겨받고 로그 정보를 생성하고, 서버(100)는 B 공정의 설비 1(bm 1)에서 생성된 로그 정보를 바탕으로 ID 0031의 자재의 위치 변화를 재확인할 수 있다. 서버(100)는 ID 0031의 자재에 대한 추적 정보(410)를 생성할 수 있다.
도 5는 비자동화 구간에서 추적 정보를 생성하는 절차를 설명하기 위한 도면이다. 도 4에서 설명한 B공정에서 설비 1이 자재를 취급한 다음 C공정 공간에 자재들의 묶음을 옮겨준다고 가정한다.
B 공정의 설비 1(bm 1)이 ID 0031의 자재을 설비 내에 거치된 트레이의 빈 곳에 놓고 로그 정보를 생성할 수 있다. B 공정의 설비 1(bm 1)이 ID 0031의 자재가 담긴 ts01을 C공정으로 이동하고 로그 정보를 생성할 수 있다.
B 공정의 설비 1(bm 1)이 ts01을 C공정에 최초 투입하고 그 시점을 포함한 로그 정보를 생성할 수 있고, 이 시점을 트리거 포인트로 하여 카메라가 C공정을 촬영하여 영상을 생성하고 촬영 시점에 대한 정보를 생성할 수 있다. 그리고 카메라는 작업자 구간 내 모든 자재의 위치의 변화에 대해 영상을 촬영할 수 있다.
서버(100)는 B 공정의 설비 1(bm 1)에서 생성된 로그 정보 및 카메라에서 촬영된 최초 진입시점 영상과 나머지 영상과의 비교를 통해 ID 0031의 자재의 모든 변화에 대한 위치를 파악하여 기 저장된 추적 정보를 업데이트하여 업데이트된 추적 정보(420)를 생성할 수 있다.
이 경우, 서버(100)는 영상에서의 객체 인식을 바탕으로 자재를 추적할 수 있다. 자재의 형상은 이미 알려져 있어 인식률이 높다. 그리고 공정특성상 작업자가 한번에 하나의 자재만 취급하고(부품 손상 우려 때문에 두 개 이상의 자재를 동시에 취급하지 않음), 자재 취급 주의를 위해 작업자 공간에서는 조명이 밝아서 영상 인식에 있어서 오류가 적고 또한 공장 특성상 촬영 구간에 장애물이 없어 영상 인식에 있어서 오류가 적다. 또한, 자재들이 미리 약속된 형태로 그룹핑되어 취급되기 때문에(ex. Tray, Lot에 담겨 이동), 영상분석 시 모호성을 없앨 수 있다.
자동화 구간에서 비자동화 구간으로 진입할 때 세 가지 상황이 있을 수 있다: 1)자동화 구간 최종 배출시점이 컨베이어인 경우, 2)자동화 구간 최종 배출시점이 특정 설비인 경우(자재를 집는 로봇), 3)자동화 구간 최종 배출시점이 부품 저장공간(tray)인 경우.
1) 자동화 구간 최종 배출시점이 컨베이어인 경우, 컨베이어를 지속 촬영하여 생성된 영상을 바탕으로 자재의 이동순서와 속도를 계산해서 자재의 ID를 인식할 수 있다. 이 경우, 자재들이 일렬 이동하기 때문에 인식 정확도가 높다(도 8 내지 도 9 참고).
2) 자동화 구간 최종 배출시점이 특정 설비인 경우(자재를 집는 로봇), 특정 설비의 ID 및 그것의 로그 정보로부터 자재의 ID를 인식할 수 있다.
3)자동화 구간 최종 배출시점이 부품 저장 공간(트레이)인 경우, 모든 트레이는 규칙적이고(ex. 행/렬 형태) 일관적인 구조를 가지고 있으므로 영상 인식으로 자재의 ID를 쉽게 식별할 수 있다(도 10 내지 도 11 참고).
도 6 내지 도 7b는 자재 추적 정보 생성 모듈(101)에 대해 설명하기 위한 도면이다.
도 6은 하나의 자재의 이동 경로에 따라 생성되는 로그 정보의 일 예에 대해 설명하기 위한 도면이다.
도 6을 참고하면, CNC 2공정과 CNC 3공정 사이에 물류로봇(AGV)이 왕복하면서 CNC 2공정로부터 CNC 3공정으로 자재를 이동시킬 수 있다. 그리고 CNC 3공정과 CNC 4공정 사이에 물류로봇(AGV)이 왕복하면서 CNC 3공정로부터 CNC 4공정으로 자재를 이동시킬 수 있다.
CNC 3공정 내부를 구체적으로 보면 여러 대의 CNC 설비가 2 열로 배치되어 있고, 그 사이를 투배출 로봇이 이동하면서 투입버퍼로부터 자재를 가지고 와서 비어있는 CNC 설비에 자재를 갖다 넣고, 자재를 꺼내어 배출 버퍼에 놓을 수 있다.
자재(ID: 0031)가 이동하는 경로에 대한 추적 정보는 각 설비들의 로그 정보를 바탕으로 생성될 수 있다.
도 7a는 자재 추적 정보 생성 모듈(101)의 추적 정보 생성 절차의 일 예를 설명하기 위한 도면이다.
도 7a를 참고하면 자재 추적 정보 생성 모듈(101)은 자재 DB(210)로부터 ID 0031가 할당된 기 저장된 추적 정보(T13:44:00의 추적 정보)를 수집할 수 있다. 그리고 자재 추적 정보 생성 모듈(101)는 후속하는 로그 정보들로 추적 정보를 업데이트하기 위해, 로그 DB(220)로부터 로그 정보를 수집할 수 있다. 이 경우, 기준 정보 DB(230)로부터 수집된 작업지시서 형태의 정보 및 각 설비의 ID 맵핑 정보가 이용될 수 있다.
그리고 추적 정보 생성 모듈(101)은 수집된 정보들을 바탕으로 ID 0031에 대한 추적 정보를 생성할 수 있다(도 7b 참조). 생성된 추적 정보는 자재 DB(210)에 추가될 수 있다. 추가된 추적 정보로 기 저장된 ID 0031이 할당된 추적 정보가 업데이트될 수 있다. 추적 정보는 시간, 자재 ID, 동작, 취급 대상, 위치에 대한 정보를 포함할 수 있다.
도 8은 가상 로그 생성 모듈(103)의 가상 로그 생성 절차의 일 예를 설명하기 위한 도면이다.
도 8은 컨베이어와, 컨베이어에 자재를 투입하고, 컨베이어로부터 자재를 잡아올려 검사기에 투입하는 로봇을 도시한 것이다.
카메라는 로봇이 컨베이어에 자재를 투입하는 시점에 영상을 연속촬영하고, 또한, 로봇이 컨베이어 상에서 자재를 집는 시점에 영상을 연속촬영할 수 있다. 그리고 카메라는 영상 DB(222)로 촬영된 영상을 전송할 수 있다.
가상 로그 생성 모듈(103)은 영상 DB(222)로부터 획득한 촬영 영상들을 바탕으로 가상 로그를 생성할 수 있다.
구체적으로, 가상 로그 생성 모듈(103)은 영상 DB(222)로부터 촬영된 영상들을 수집하고, 변위 분석기에서 수집된 영상들을 분석해서 자재의 이동 속도 및 방향을 계산할 수 있다. 그리고 영상 차이 분석기에서 동일 자재를 촬영한 영상들을 선별할 수 있고, 동작(투입, 집음(Grab) 등)을 분석할 수 있다. 그리고 로그 생성기에서 '투입 단계', '로봇 집음 단계'에 대한 가상 로그를 생성할 수 있다. 이 경우, 동일 자재들에는 동일한 가상 자재 ID가 부여된다.
가상 로그 생성 모듈(103)은 생성된 가상 로그 정보를 설비 로그 DB(221)에 저장할 수 있다.
도 9는 가상 로그 생성 모듈(103)에서 생성된 가상 로그 정보 및 설비들에서 생성된 로그 정보들을 바탕으로 자재 추적 정보 생성모듈(101)이 추적 정보를 생성하는 절차를 설명하기 위한 도면이다.
도 9를 참고하면, 자재 추적 정보 생성모듈(101)은 설비에서 생성된 로그 정보와 영상을 바탕으로 생성된 가상 로그 정보를 맵핑해서 자재에 대한 추적 정보를 생성할 수 있다.
구체적으로, 자재 추적 정보 생성모듈(101)은 설비 로그 DB(221)로부터 가상 로그 정보들을 수집하고, 가상 로그 정보들의 가상 자재 ID(A1, A2...)을 이용하여 동일한 가상 자재 ID를 갖는 로그 정보들(710)을 추출할 수 있다. 그리고 자재 추적 정보 생성모듈(101)은 설비 로그 DB(221)로부터 컨베이어 투입 로봇의 로그 정보들(720) 및 검사기의 로그 정보들(730)을 수집한다.
그리고 자재 추적 정보 생성 모듈(101)은 가상 로그 정보들(710)과 설비 로그 정보들(720, 730) 간의 매칭을 수행한다. 이 경우, 자재의 속도를 바탕으로 컨베이어 투입 시점의 ID와 비교하고, 가상 로그 정보들(710)과 설비 로그 정보들(720, 730) 간의 시간을 비교한다. 이에 따라 자재 추적 정보 생성 모듈(101)은 가상 자재 ID A1을 ID 0031의 자재와 맵핑시킬 수 있고, 추적 정보를 생성할 수 있다. 생성된 추적 정보는 자재 DB(210)에 추가될 수 있다. 추가된 추적 정보로 기 저장된 추적 정보가 업데이트될 수 있다.
도 10은 트레이(Tray)에서 각 자재들의 ID 식별 방법의 일 예를 설명하기 위한 도면이다.
도 10을 참고하면 트레이는 (x,y)형태의 행렬 형태로 구성될 수 있다. 예컨대 (2,3) 형태의 행렬 형태일 수 있다. 트레이에는 정해진 개수만큼 자재가 적재될 수 있다. 예컨대, 트레이는 10개 단위로 1 LOT를 구성할 수 있다(1 LOT = 10 tray = 60 개).
로봇에는 카메라가 구비되어 있어, 트레이에서 자재를 집을 때 트레이 중 어느 위치에 있는 자재를 집은 것인지에 대한 로그 정보를 생성할 수 있고, 트레이에 자재를 놓을 때도 마찬가지로 트레이 중 어느 위치에 자재를 놓았는지에 대한 로그 정보를 생성할 수 있다. 트레이에 적재되는 자재의 형상은 모두 동일하므로 영상 내 자재 인식의 룰은 단순하다.
도 11은 설비별 부여된 ID를 바탕으로 자재를 추적하는 절차의 일 예를 설명하기 위한 도면이다.
도 11을 참고하면, AGV(물류 로봇)이 자재 트레이 세트를 투입 버퍼로 가져오면, 로봇은 이를 날라 비어있는 CNC 설비에 투입할 수 있다. 트레이 세트는 여러 개의 트레이를 쌓아놓은 구조로, 도 11의 예시에선 10개의 트레이가 한 세트를 이루고, 하나의 트레이에는 자재 6개가 배치될 수 있다. 로봇은 하나의 트레이를 다 처리하면 빈 트레이를 배출 트레이 위치로 옮길 수 있다. 그리고 자재에 대한 가공이 완료되면 로봇은 CNC 설비로부터 가공이 완료된 자재를 꺼내고, 가공이 완료된 자재가 트레이 세트만큼 모아지면 배출 버퍼에 둘 수 있다. 그리고 AGV는 배출 버퍼의 트레이 세트를 다음 공정으로 이동시킬 수 있다.
트레이 및 설비마다 ID가 부여되어 있고, 설비들은 자재가 투입 또는 배출될 때, 자재의 위치를 설비의 ID로 나타내어 로그 정보를 생성할 수 있다. 트레이 및 설비마다 부여된 ID에 대한 정보는 기준 정보 DB(230)에 저장될 수 있다.
자재를 기초로 부품이 완성되면 상술한 것과 같이 생성된 자재에 대한 추적 정보에 할당된 ID를 부품에 각인할 수 있다. 이후 부품은 조립 공정으로 이동되어 다른 부품들과 함께 조립되어 제품이 완성될 수 있고, 제품은 시리얼 넘버를 부여받고 소비자에게 판매된다.
서버(100)의 프로세서(130)는 제1 자재를 기초로 제1 제품이 완성되어 제1 제품에 부여된 시리얼 넘버를, 제1 자재에 대해 생성된 ID와 연관하여 메모리(120)에 저장할 수 있다. 그리고 제1 제품에 불량이 있는 경우, 프로세서(130)는 제1 제품에 기록된 시리얼 넘버가 입력되면 시리얼 넘버와 연관되어 저장된 ID가 할당된 추적 정보를 제공할 수 있다. 따라서 불량 제품이 어떤 설비들을 통과한 것인지 알 수 있으므로, 전체 설비들에 대해서 검사를 수행하지 않더라도 문제가 의심되는 설비들에 대해서만 검사할 수 있게 한다.
또 다른 실시 예에 따르면, 제1 제품에 불량이 있는 경우, 제1 제품에 부여된 시리얼 넘버가 입력되면 프로세서(130)는 제1 자재에 대해 생성된 ID가 할당된 추적 정보를 기초로 제1 자재가 거쳐간 적어도 하나의 설비에 대한 정보를 획득하고, 상기 적어도 하나의 설비를 거처간 상기 제1 자재와는 다른 자재에 대한 ID를 획득하고, 획득된 ID와 연관하여 저장된 시리얼 넘버를 제공할 수 있다. 따라서, 문제가 생긴 제품과 같은 설비를 통해 제작된 제품에 대해 미리 리콜 서비스를 제공 해줄 수 있다.
도 12 내지 도 17은 본 개시의 다양한 실시 예에 따른 추적 정보 생성방법에 대한 흐름도이다.
도 12는 자재에 대한 ID 생성 단계 및 로그 정보 생성 절차의 일 예를 설명하기 위한 도면이다.
도 12를 참고하면, 먼저, 제1 설비에 제1 자재가 투입된다(S1210). 이 때, 제1 설비는 자재에 대한 가상 ID를 생성할 수 있다(S1220). 예컨대 제1 설비(ex. 투입로봇)는 제1 자재를 집은 시점의 시간 정보를 이용하여 자재에 대한 ID를 생성할 수 있다.
그리고 제1 설비는 제1 자재 관련 동작에 대한 로그정보를 생성할 수 있다(S1230). 이 경우, 로그 정보는 제1 설비의 제1 자재 취득, 배출에 대한 정보를 포함할 수 있다. 예컨대, 제1 설비가 투입로봇이고, 제2 설비가 CNC 설비인 경우, 투입 로봇은 투입 로봇이 제1 자재를 집은 시점, 투입 로봇이 CNC 설비로 제1 자재를 넘긴 시점을 포함하는 로그 정보를 생성할 수 있다. 로그 정보에는 제1 설비의 ID 부여동작에 대한 로그도 포함될 수 있다.
제1 설비가 자재를 제2 설비로 넘겨야 하는지 알고 있는 경우라면 제1 설비가 생성하는 로그 정보에는 제1 자재를 제2 설비로 넘겼다는 점도 로그 정보에 포함될 수 있다. 제1 설비가 자재를 어디로 넘겨야 하는지 모르는 경우라면, 기준 정보 DB(200-3)에 저장된 작업 지시서 형태의 정보를 바탕으로 제1 설비가 제2 설비로 제1 자재를 넘겼음을 확인할 수 있다.
이후, 제2 설비로 제1 자재가 투입된다(S1240). 제1 설비로부터 제1 자재가 반출된 시점과 제2 설비로 제1 자재가 투입된 시점은 동일하다.
제2 설비는 제1 자재 관련 동작에 대한 로그정보를 생성할 수 있다(S1250). 예컨대, 제2 설비가 CNC 설비인 경우 제1 자재에 대한 가공을 시작한 시점, 가공을 완료한 시점을 포함하는 로그 정보를 생성할 수 있다.
공정상 연속된 후속 설비에서도 같은 방식으로 로그 정보가 생성될 수 있다(S1260).
이와 같이 생성된 로그 정보를 기초로 추적 정보를 생성하는 과정은 도 13을 참고하여 설명하도록 한다.
도 13은 로그 정보에 기초하여 자재별 추척 정보를 생성하는 방법의 일 예Fmf 설명하기 위한 흐름도이다.
도 13을 참고하면, 서버(100)는 특정 자재에 대한 ID가 생성된 시점을 식별할 수 있다(S1310). 즉, 자재가 최초 투입된 시점을 식별할 수 있다. 자재가 최초 투입된 시점은 자재를 최초로 투입한 제1 설비에서 생성된 로그 정보에 포함되어 있을 수 있다.
그리고 서버(100)는 자재에 대한 ID가 생성된 시점과 관련한 제1 설비에서 생성된 로그 정보를 획득할 수 있다(S1310). 그리고 서버(100)는 획득한 로그 정보를 기초로 추적 정보를 생성할 수 있다(1330). 추적 정보는 제1 설비에서 제1 자재의 취급과 관련한 정보를 포함할 수 있다.
그리고 서버(100)는 기준 정보 DB(230)로부터 제1 설비와 제2 설비 간의 동작의 상관관계에 대한 정보를 획득할 수 있다(S1340). 동작의 상관관계에 대한 정보는 작업 지시서 형태일 수 있고, 예컨대 제1 설비(ex. 투입로봇)이 자재를 집어서 제2 설비(ex. CNC설비)에 투입한다는 내용이 기록되어 있을 수 있다.
또한 서버(100)는 제1 설비의 로그 정보와 제2 설비의 로그 정보에 포함된 시간을 비교하여 제1 설비로부터 제1 자재가 반출되고 제2 설비로 제1 자재가 투입된 시점을 식별할 수 있다(S1350). 이를 바탕으로 서버(100)는 제2 설비로 제1 자재가 투입되었음을 식별할 수 있다(S1360).
그리고 서버(100)는 제2 설비의 로그 정보를 기초로 추적 정보를 업데이트할 수 있다(S1370). 업데이트된 추적 정보는 제1 설비에서 제1 자재의 취급과 관련한 정보 및 제1 설비로부터 제2 설비로 제1 자재가 이동함을 나타내는 정보 및 제2 설비에서 제1 자재의 취급과 관련한 정보를 포함할 수 있다.
상기와 같은 방식으로, 서버(100)는 제2 설비 이후의 연속된 설비에 대해 제2 설비와의 관계로부터 시작하여 동일 절차를 반복한다(S1380). 이에 따라 추적 정보는 계속하여 업데이트되고 제1 자재가 공정의 마지막 설비에서 취급되는 단계까지 계속될 수 있다. 이로써 제1 자재의 ID가 할당된 추적 정보가 완성될 수 있다.
도 14는 로그 정보를 생성하지 않는 컨베이어를 촬영한 영상을 바탕으로 가상 로그 정보를 생성하는 절차의 일 예를 설명하기 위한 흐름도이다.
도 14를 참고하면, 먼저, 카메라는 컨베이어에 제1 자재가 투입되는 시점에 제1 자재를 연속 촬영할 수 있다(S1410). 예컨대, 3장 이상 연속 촬영된다. 카메라는 컨베이어에 제1 자재를 투입하는 로봇에 구비되어 있을 수 있다. 또는, 컨베이어의 자재 투입 위치를 촬영하는 별도의 카메라가 있을 수 있다.
그리고 영상촬영장치는 S1410 단계에서 촬영된 영상과 영상 촬영 시간에 대한 정보를 영상 DB(222)로 전송할 수 있다(S1420).
그리고 영상촬영장치는 로봇이 컨베이어 상의 자재를 잡은 시점 영상을 촬영할 수 있다(S1430). 예컨대 3장 이상 연속 촬영된다. 여기서의 카메라는 컨베이어에 자재가 투입되는 것을 촬영하는 카메라와 동일한 것이거나 다른 것일 수 있다. 카메라는 컨베이어 상의 자재를 잡는 로봇에 구비되어 있을 수 있다. 또는 컨베이어로부터 자재가 반출되는 위치를 촬영하는 별도의 카메라가 있을 수 있다.
그리고 영상촬영장치는 S1430 단계에서 촬영된 영상과 영상 촬영 시간에 대한 정보를 영상 DB(222)로 전송할 수 있다(S1440).
이와 같이 촬영된 영상 및 촬영 시간에 대한 정보를 기초로 가상 로그 정보를 생성하는 과정의 일 예를 도 15를 참고하여 설명하도록 한다.
도 15를 참고하면, 가상 로그 생성 모듈(103)의 영상 인식/분석기는 영상 DB(222)로부터 제1 자재가 컨베이어에 최초 투입될 때 연속 촬영된 영상들 및 영상 촬영 시간에 대한 정보를 획득하고 이를 분석하여 최초 투입 시점의 영상을 식별하고, 투입된 시간에 대한 정보를 획득할 수 있다(S1510).
그리고 가상 로그 생성 모듈(130)의 변위분석기는 제1 자재가 컨베이어에 최초 투입될 때 연속 촬영된 영상들을 바탕으로 제1 자재의 이동 속도를 산출할 수 있다(S1520).
그리고 가상 로그 생성 모듈(103)은 제1 자재의 이동 속도 및, 제1 자재가 투입된 위치와 컨베이어로부터 자재를 꺼내는 로봇 사이의 거리에 대한 정보를 이용하여, 제1 자재가 로봇 근처에 간 시점을 계산하고, 이를 바탕으로 로봇이 제1 자재를 잡는 시점 근처의 후보 영상들을 식별할 수 있다(S1530).
그리고 가상 로그 생성 모듈(103)의 영상 차이 분석기는 제1 자재가 투입될 때 촬영된 영상과 후보 영상들을 비교하고 로봇이 자재를 집는 동작을 확인하여, 후보 영상들 중에서 제1 자재가 포함된 영상을 식별할 수 있다(S1540).
그리고 가상 로그 생성 모듈(103)의 로그 생성기는 제1 자재가 최초 투입된 시점과 로봇이 제1 자재를 컨베이어 상에서 집은 시점을 포함하는 로그 정보(가상 로그 정보)를 생성하여 설비 로그 DB(221)에 저장할 수 있다(S1550).
컨베이어 상에서 제1 자재를 뒤따라 이동하는 제2 자재에 대해서도 동일 절차를 반복한다(S1560). 이에 따라, 컨베이어 상에서 이동하는 모든 자재 각각에 대해 가상 로그 정보가 생성될 수 있다.
도 16은 작업자가 수동으로 자재를 취급하는 경우에 가상 로그를 생성하는 절차의 일 예를 설명하기 위한 흐름도이다.
도 16을 참고하면, 먼저, 카메라는 작업자가 제1 자재를 최초로 집는 시점의 제1 자재를 연속 촬영한 영상을 생성할 수 있다(S1610).
그리고 카메라는 S1610 단계에서 촬영된 영상과 영상 촬영 시간에 대한 정보를 영상 DB(222)로 전송할 수 있다(S1620).
그리고 카메라는 작업자가 작업을 마치고 다음 설비로 제1 자재를 넘긴 시점에 연속 촬영한 영상을 생성할 수 있다(S1630).
그리고 카메라는 S1630 단계에서 촬영된 영상과 영상 촬영 시간에 대한 정보를 영상 DB(222)로 전송할 수 있다(S1640).
이와 같이 촬영된 영상 및 촬영 시간에 대한 정보를 기초로 가상 로그 정보를 생성하는 과정의 일 예는 도 17을 참고하여 설명하도록 한다.
도 17을 참고하면, 가상 로그 생성 모듈(103)의 영상 인식/분석기는 영상 DB(222)로부터 제1 자재를 작업자가 최초로 집는 시점에 연속 촬영된 영상들을 획득하고, 영상들을 분석해서 작업자가 최초로 제1 자재를 집은 시점의 영상을 식별하고 해당 영상의 시간 정보를 획득할 수 있다(S1710).
그리고 가상 로그 생성 모듈(103)의 영상 인식 분석기는 영상 DB(222)로부터 작업자가 제1 자재를 다음 설비로 넘긴 시점에 연속 촬영된 영상들을 획득하고 영상들을 분석해서 작업자가 제1 자재를 다음 설비로 넘긴 시점의 영상을 식별하고 해당 영상의 시간 정보를 획득할 수 있다(S1720).
그리고 가상 로그 생성 모듈(103)의 로그 생성기는 작업자가 제1 자재를 최초로 집은 시점과 작업자가 제1 자재를 다음 설비로 넘긴 시점을 포함하는 로그 정보(가상 로그 정보)를 생성하여 설비 로그 DB(221)에 저장할 수 있다(S1730).
제1 자재 다음의 제2 자재에 대해서도 동일 절차를 반복한다(S1740). 이에 따라, 작업자가 취급하는 모든 자재 각각에 대해 가상 로그 정보가 생성될 수 있다.
작업자의 동작에 대한 정보는 카메라뿐만 아니라 동작 센서를 통해서도 수집 가능하다.
자재가 부품으로서 완성되고 나면 자재에 대해서 생성된 ID는 바코드 형태로 부품에 각인될 수 있다. 이후, 부품은 조립 공정으로 이동하고 다른 부품들과 함께 조립되어 제품이 완성되면, 완성된 제품은 시리얼 넘버를 부여받는다.
도 18은 제품에 불량이 발생하였을 때 ID 기반 역추적을 통한 데이터 분석 후 리콜 대상을 파악하는 절차의 일 예를 설명하기 위한 흐름도이다.
먼저, 소비자로부터 제품에 대한 불량이 접수되면(S1810), 불량 제품의 시리얼 넘버를 획득할 수 있다(S1820).
서버(100)에는 제품의 시리얼 넘버와 제품을 구성하는 모든 부품의 ID가 맵핑되어 있는 정보가 저장되어 있다. 서버(100)에 불량 제품의 시리얼 넘버 및 문제되는 부품에 대한 정보가 입력되면, 서버(100)는 불량 제품에서 문제된 부품의 ID를 획득할 수 있다(S1830). 부품에 ID가 각인된 경우에는 부품에 각인된 ID 자체를 이용할 수 있다.
그리고 서버(100)는 획득된 ID가 할당된 추적 정보를 획득하고, 획득한 추적 정보를 기초로 생상 공정을 역추적하여, 생산 관련 로우 데이터(raw data)를 획득할 수 있다(S1840). 생산 관련 로우 데이터는 예컨대, 부품별 공정명(공정진행시간), 설비ID(투입/생산/배출시간), 관련 작업자명 및 작업시간, 각 공정, 설비, 작업 진행시 환경 정보(온도/습도/공기질 센싱 등), 설비 ID로부터 파악되는 해당 시간의 설비 상태(스핀들 모터 토크, 온도, 압력 등), 해당 부품을 검사한 검사기의 MSA(측정시스템 분석 정보), 생산 원자재 LOT번호, 납품사정보 등 중 적어도 하나를 포함할 수 있다.
그리고 서버(100)는 데이터 분석 기법을 이용하여 불량의 원인을 분석할 수 있다(S1850). 데이터 분석 기법에는 예컨대 통계분석(산포/유의차 등), 기계학습(Classification, Clustering 등), 강화학습 등이 있다.
그리고 서버(100)는 불량 부품과 상관 관계가 높은 근본 원인을 발견할 수 있다(S1860).
불량 원인을 발견하기 위한 데이터 분석 기법의 예시를 도 19를 참고해 설명하도록 한다.
도 19를 참고하면, 정상 부품이 생산될 때의 공정 상태와 불량 부품이 생산될 때의 공정 상태를 비교하여 원인을 분석할 수 있다. 여기서 통계 분석, 기계학습 분석 또는 딥러닝 분석이 이용될 수 있다. 구체적으로, 불량이 특정 시점, 특정 공정, 특정 설비에 집중하였는지를 분석하고, 불량 부품이 생산된 경우의 시점, 공정, 설비가 정상 부품이 생산될 때의 공정 상태와 어떤 차이가 있는지 분석할 수 있다. 예컨대, 기온이 30도 이상이며 습도가 70%이상 지속되는 경우 불량률이 상승함을 파악할 수 있다. 이를 바탕으로 불량 부품과 상관관계가 높은 근본 원인을 발견할 수 있다. 근본 원인이 발견되면 원인 해결을 위한 조치가 취해질 수 있다. 예컨대, 자동 온도, 습도 조절 값을 재설정할 수 있다.
서버(100)는 해당 원인과 관련있는 공정에 대한 정보를 수집하여, 동일한 공정을 거친 결함 우려가 있는 부품들의 ID를 획득할 수 있다(S1870).
그리고 서버(100)는 획득한 ID 이용하여 잠재결함 부품이 탑재된 완재품의 시리얼 넘버를 획득할 수 있다(S1880). 그리고 획득된 시리얼 넘버를 가진 제품에 대해 소비자로부터 불량이 보고되었는지를 확인하고(S1890), 불량이 보고된 경우에는 A/S 기사에게 불량 부품에 대한 정보를 알려서 A/S에 참고하도록 한다(S1893). 불량이 보고되지 않은 경우라면, 해당 제품에 대한 사전 전검 및 리콜을 검토한다(S1895).
도 20은 본 개시의 일 실시 예에 따른 서버의 제어방법을 설명하기 위한 흐름도이다. 도 20에 도시된 흐름도는 본 명세서에서 설명되는 서버(100)에서 처리되는 동작들로 구성될 수 있다. 따라서, 이하에서 생략된 내용이라 하더라도 서버(100)에 관하여 기술된 내용은 도 20 도시된 흐름도에도 적용될 수 있다.
도 20을 참고하면, 먼저 서버(100)는 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된 제1 자재에 관련한 제1 로그 정보를 수신할 수 있다(S2010). 그리고 서버(100)는 제1 자재에 대한 ID를 생성하고, 생성된 ID가 할당되고 제1 로그 정보를 포함하는 제1 자재에 대한 추적 정보를 생성할 수 있다(S2020).
그리고 서버(100)는 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 수신할 수 있다(S2030). 그리고 서버(100)는 추적 정보에 포함된 제1 로그 정보를 기초로 복수의 제2 로그 정보 중 제1 자재에 대응되는 제2 로그 정보를 식별할 수 있다(S2040).
이 경우, 제1 로그 정보는 제1 설비에서 상기 제1 자재의 투입 시간과 반출 시간을 포함하고, 복수의 제2 로그 정보 각각은 제2 설비에서 임의의 자재의 투입 시간과 반출 시간을 포함할 수 있다.
이 경우, 서버(100)는 S2040 단계에서, 복수의 제2 로그 정보 중에서 제1 로그 정보에 포함된 제1 자재의 반출 시간에 대응하는 임의의 자재의 투입 시간을 포함하는 제2 로그 정보를 식별할 수 있다.
그리고 서버(100)는 식별된 제2 로그 정보를 추적 정보에 추가하여 추적 정보를 업데이트 할 수 있다(S2050).
한편, 자동화 구간의 제1 설비 이후의 단계가 비자동화 구간의 제2 설비인 경우, 서버(100)는 제2 설비를 모니터링하기 위한 카메라를 통해 촬영된 영상을 수신할 수 있고, 영상을 바탕으로 제2 설비에서 제1 자재의 이동과 관련한 가상 로그 정보를 생성할 수 있다. 그리고 서버(100)는 제1 설비의 로그 정보를 바탕으로 생성된 제1 자재에 대한 추적 정보에 상기 생성된 가상 로그 정보를 추가하여 추적 정보를 업데이트할 수 있다.
이 경우, 서버(100)는 영상을 기초로 제2 설비에 제1 자재의 투입 및 반출을 식별하고, 제2 설비에 제1 자재가 투입된 시간 및 제2 설비로부터 제1 자재가 반출된 시간을 포함하는 가상 로그 정보를 생성할 수 있다.
상기 영상은 연속적인 프레임 이미지들을 포함할 수 있고, 서버(100)는 프레임 이미지들 중 제1 설비로부터 제1 자재가 반출된 시간에 대응하는 제1 프레임 이미지에서 제1 자재를 식별하고, 제1 프레임 이미지에 후속하는 프레임 이미지들에서 식별된 제1 자재를 트레킹하여 제2 설비로부터 상기 제1 자재의 반출을 식별할 수 있다.
한편, 서버(100)는 상기 제2 설비가 컨베이어인 경우, 수신된 영상을 바탕으로 컨베이어에 투입 후 이송되는 제1 자재의 속도를 산출하고, 산출된 속도에 기초해서 영상에서 컨베이어에서 반출되는 복수의 임의의 자재 중 제1 자재를 식별할 수 있다.
한편, 비자동화 구간의 제1 설비의 이후의 단계가 자동화 구간의 제2 설비인 경우, 서버(1d00)는 제2 설비에서 생성된 복수의 제2 로그 정보를 수신할 수 있고, 제1 설비를 촬영한 영상을 바탕으로 생성된 가상 로그 정보를 기초로 복수의 제2 로그 정보 중 제2 설비로부터 제1 자재가 반출된 시간에 대응되는 제2 로그 정보를 식별할 수 있고, 상기 가상 로그 정보를 바탕으로 생성된 제1 자재에 대한 추적 정보에 상기 식별된 제2 로그 정보를 추가하여 추적 정보를 업데이트할 수 있다.
그리고 서버(100)는 제1 자재를 기초로 제1 제품이 완성되어 제1 제품에 기록된 시리얼 넘버를 ID와 연관하여 저장할 수 있다. 또한 서버(100)는 시리얼 넘버가 입력되면 ID가 할당된 상기 추적 정보를 제공할 수 있다.
상술한 실시 예들에 따르면, 연관된 동작을 하는 서로 다른 설비로부터 얻어지는 로그 정보를 바탕으로 그 관련성을 이용하여 설비와 관계된 자재의 위치를 일관되게 추적할 수 있는 추적 정보를 생성할 수 있고, 이러한 추적 정보의 분석에 따른 이상 감지시 이상 상황과 관련된 부품(또는 자재)가 어떤것인지 선별함으로써 품질관리의 개선이 가능하다.
이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합으로 구현될 수 있다. 하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다. 특히, 이상에서 설명된 다양한 실시 예들은 서버(100)의 프로세서(130)에 의해 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.
본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장될 수 있는 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기(machine)는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들의 서버(100)를 포함할 수 있다.
이러한 명령어가 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 명령어에 해당하는 기능을 수행할 수 있다. 명령어는 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 예컨대, 저장매체에 저장된 명령어가 프로세서에 의해 실행됨으로써, 상술한 서버(100)의 제어방법이 실행될 수 있다. 일 예로, 저장매체에 저장된 명령어가 기기(또는 전자 장치)의 프로세서에 의해 실행됨으로써, 제품을 제조하기 위한 복수의 설비 중 제1 설비에서 생성된 제1 자재에 관련한 제1 로그 정보를 수신하는 단계, 상기 제1 자재에 대한 ID를 생성하고, 상기 제1 로그 정보를 포함하는 상기 제1 자재에 대한 추적 정보를 생성하고 상기 추적 정보에 상기 생성된 ID를 할당하는 단계, 상기 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 수신하는 단계, 상기 추적 정보에 포함된 상기 제1 로그 정보를 기초로 상기 복수의 제2 로그 정보 중 상기 제1 자재에 대응되는 제2 로그 정보를 식별하는 단계 및 상기 식별된 제2 로그 정보를 상기 추적 정보에 추가하여 상기 추적 정보를 업데이트 하는 단계를 포함하는 제어방법이 수행될 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어™, 앱스토어™)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100: 서버 110: 통신부
120: 메모리 130: 프로세서
120: 메모리 130: 프로세서
Claims (20)
- 서버에 있어서,
통신부;
컴퓨터 실행가능 명령어(computer executable instructions)를 저장하는 메모리; 및
상기 컴퓨터 실행가능 명령어를 실행함으로써,
제품을 제조하기 위한 일련의 공정들 중 제1 공정의 제1 설비에서 생성된, 제1 자재에 관련한 제1 로그 정보를 상기 통신부를 통해 수신하고,
상기 제1 자재에 대한 ID를 생성하고,
상기 제1 로그 정보를 기초로 상기 제1 자재에 대한 추적 정보를 생성하고, 상기 추적 정보에 상기 ID를 할당하고,
상기 제1 공정 다음의 제2 공정에 속하는 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 상기 통신부를 통해 수신하고,
상기 추적 정보에 포함된 상기 제1 로그 정보를 기초로 상기 복수의 제2 로그 정보 중 상기 제1 자재에 대응되는 제2 로그 정보를 식별하고,
상기 식별된 제2 로그 정보를 기초로 상기 추적 정보를 업데이트 하는 프로세서;를 포함하는 서버. - 제1항에 있어서,
상기 프로세서는,
상기 제1 공정에 상기 제1 자재가 투입된 시점을 기초로 상기 제1 자재에 대한 ID를 생성하는 서버. - 제1항에 있어서,
상기 제1 로그 정보는 상기 제1 설비에서 상기 제1 자재의 투입 시점과 반출 시점을 포함하고,
상기 복수의 제2 로그 정보 각각은 상기 제2 설비에서 임의의 자재의 투입 시점과 반출 시점을 포함하는 서버. - 제3항에 있어서,
상기 프로세서는,
상기 복수의 제2 로그 정보 중에서 상기 제1 로그 정보에 포함된 상기 제1 자재의 반출 시점에 대응하는 임의의 자재의 투입 시점을 포함하는 제2 로그 정보를 식별하는 서버. - 제1항에 있어서,
상기 프로세서는,
상기 제2 공정 다음의 제3 공정에 속하는 제3 설비를 모니터링하기 위한 카메라를 통해 촬영된 영상을 상기 통신부를 통해 수신하고, 상기 영상을 바탕으로 상기 제3 설비에서 상기 제1 자재의 이동과 관련한 영상 기반의 로그 정보를 생성하며, 상기 영상 기반의 로그 정보를 기초로 상기 업데이트된 추적 정보를 2차 업데이트하는 서버. - 제5항에 있어서,
상기 프로세서는,
상기 영상을 기초로 상기 제3 설비에 상기 제1 자재의 투입 및 반출을 식별하고, 상기 제3 설비에 상기 제1 자재가 투입된 시점 및 상기 제3 설비로부터 상기 제1 자재가 반출된 시점을 포함하는 상기 영상 기반의 로그 정보를 생성하는 서버. - 제6항에 있어서,
상기 영상은 연속적인 프레임 이미지들을 포함하며,
상기 프로세서는,
상기 프레임 이미지들 중 상기 제2 설비로부터 상기 제1 자재가 반출된 시점에 대응하는 제1 프레임 이미지에서 상기 제1 자재를 식별하고, 상기 제1 프레임 이미지에 후속하는 프레임 이미지들에서 상기 식별된 제1 자재를 트레킹하여 상기 제3 설비로부터 상기 제1 자재의 반출을 식별하는 서버. - 제6항에 있어서,
상기 프로세서는,
상기 제3 설비가 컨베이어인 경우 상기 수신된 영상을 바탕으로 상기 컨베이어에 투입 후 이송되는 상기 제1 자재의 속도를 산출하고, 상기 산출된 속도에 기초해서 상기 영상에서 상기 컨베이어에서 반출되는 복수의 임의의 자재 중 상기 제1 자재를 식별하는 서버. - 제6항에 있어서,
상기 프로세서는,
상기 제3 설비가 복수의 자재 적재 공간을 가지는 트레이인 경우, 상기 영상을 기초로 상기 트레이에 상기 제1 자재가 적재된 공간을 식별하고 상기 식별된 공간에 대한 정보를 포함시켜 상기 영상 기반의 로그 정보를 생성하는 서버. - 제6항에 있어서,
상기 프로세서는,
상기 제3 공정 다음의 제4 공정에 속하는 제4 설비에서 생성된 복수의 제3 로그 정보를 상기 통신부를 통해 수신하고, 상기 영상 기반의 로그 정보를 기초로 상기 복수의 제3 로그 정보 중 상기 제3 설비로부터 상기 제1 자재가 반출된 시점에 대응되는 제3 로그 정보를 식별하고, 상기 식별된 제3 로그 정보를 기초로 상기 2차 업데이트된 추적 정보를 3차 업데이트하는 서버. - 제1항에 있어서,
상기 프로세서는,
상기 제1 자재를 기초로 제1 제품이 완성되어 상기 제1 제품에 기록된 시리얼 넘버를 상기 ID와 연관하여 상기 메모리에 저장하는 서버. - 제11항에 있어서,
상기 프로세서는,
상기 시리얼 넘버가 입력되면 상기 ID가 할당된 상기 추적 정보를 제공하는 서버. - 제12항에 있어서,
상기 프로세서는,
상기 시리얼 넘버가 입력되면 상기 ID가 할당된 상기 추적 정보를 기초로 상기 제1 자재가 거쳐간 적어도 하나의 설비에 대한 정보를 획득하고,
상기 적어도 하나의 설비를 거처간 상기 제1 자재와는 다른 자재에 대한 ID를 획득하고,
상기 획득된 ID와 연관하여 저장된 시리얼 넘버를 제공하는 서버. - 서버의 제어방법에 있어서,
제품을 제조하기 위한 일련의 공정들 중 제1 공정의 제1 설비에서 생성된, 제1 자재에 관련한 제1 로그 정보를 수신하는 단계;
상기 제1 자재에 대한 ID를 생성하는 단계;
상기 제1 로그 정보를 기초로 상기 제1 자재에 대한 추적 정보를 생성하고, 상기 추적 정보에 상기 ID를 할당하는 단계;
상기 제1 공정 다음의 제2 공정에 속하는 복수의 설비 중 제2 설비에서 생성된 복수의 제2 로그 정보를 수신하는 단계;
상기 추적 정보에 포함된 상기 제1 로그 정보를 기초로 상기 복수의 제2 로그 정보 중 상기 제1 자재에 대응되는 제2 로그 정보를 식별하는 단계; 및
상기 식별된 제2 로그 정보를 기초로 상기 추적 정보를 업데이트 하는 단계;를 포함하는 제어방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180109010A KR102490912B1 (ko) | 2018-09-12 | 2018-09-12 | 서버 및 서버의 제어 방법 |
| US16/248,334 US11073821B2 (en) | 2018-09-12 | 2019-01-15 | Apparatus and method for tracking a material through a plurality of processes and facilities |
| EP19861130.3A EP3776130B1 (en) | 2018-09-12 | 2019-02-01 | Server and controlling method thereof |
| CN201980054542.8A CN112585551A (zh) | 2018-09-12 | 2019-02-01 | 服务器及其控制方法 |
| PCT/KR2019/001467 WO2020054926A1 (en) | 2018-09-12 | 2019-02-01 | Server and controlling method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180109010A KR102490912B1 (ko) | 2018-09-12 | 2018-09-12 | 서버 및 서버의 제어 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200030301A KR20200030301A (ko) | 2020-03-20 |
| KR102490912B1 true KR102490912B1 (ko) | 2023-01-20 |
Family
ID=69720767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180109010A KR102490912B1 (ko) | 2018-09-12 | 2018-09-12 | 서버 및 서버의 제어 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11073821B2 (ko) |
| EP (1) | EP3776130B1 (ko) |
| KR (1) | KR102490912B1 (ko) |
| CN (1) | CN112585551A (ko) |
| WO (1) | WO2020054926A1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019110619A1 (de) * | 2019-04-24 | 2019-07-11 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Verfolgen eines Bauteils in einer mehrere Prozessanlagen umfassenden Fertigungslinie sowie Recheneinrichtung |
| KR102375629B1 (ko) * | 2020-03-30 | 2022-03-16 | 김종렬 | Smt 설비 라인 내 pcb 위치추적 시스템 |
| KR102577976B1 (ko) * | 2021-08-04 | 2023-09-13 | 주식회사 엘지에너지솔루션 | 전극 슬러리 로트 정보 추적관리시스템 및 추적관리방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015174115A1 (ja) | 2014-05-13 | 2015-11-19 | 三菱電機インフォメーションシステムズ株式会社 | データ管理装置及びデータ管理プログラム |
| US20180196409A1 (en) | 2016-02-17 | 2018-07-12 | Plataine Ltd. | Tracking production in a production facility using searchable digital threads |
| US20180356804A1 (en) | 2015-09-28 | 2018-12-13 | Omron Corporation | Management system and management method |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3313844B2 (ja) | 1993-09-20 | 2002-08-12 | 花王株式会社 | 識別符号を持たない物品に関するデータの管理方法および装置 |
| US7242306B2 (en) | 2001-05-08 | 2007-07-10 | Hill-Rom Services, Inc. | Article locating and tracking apparatus and method |
| WO2002095515A1 (fr) | 2001-05-24 | 2002-11-28 | Yamatake Corporation | Unite de commande de procede, dispositif de recueil d'informations relatives a un produit et programme de traçage de procede |
| US6933849B2 (en) | 2002-07-09 | 2005-08-23 | Fred Sawyer | Method and apparatus for tracking objects and people |
| JP2005141353A (ja) | 2003-11-05 | 2005-06-02 | Fuji Electric Systems Co Ltd | 製造工程履歴管理システム |
| JP2006155511A (ja) | 2004-12-01 | 2006-06-15 | Sharp Corp | 生産履歴管理システム、生産履歴管理方法、生産履歴管理プログラム及び該プログラムを記録したプログラム記録媒体 |
| JP2007079918A (ja) | 2005-09-14 | 2007-03-29 | Matsushita Electric Ind Co Ltd | 物品検索システム及び方法 |
| JP5665561B2 (ja) | 2011-01-19 | 2015-02-04 | アズビル株式会社 | 生産設備および生産システム |
| US8924548B2 (en) | 2011-08-16 | 2014-12-30 | Panduit Corp. | Integrated asset tracking, task manager, and virtual container for data center management |
| US20140207774A1 (en) | 2013-01-24 | 2014-07-24 | Mark Walter | Virtual Building Browser Systems and Methods |
| DE112014000087T5 (de) * | 2013-03-19 | 2015-02-19 | Smart-Foa | Informationssammelsystem, Informationssammelverfahren, und Speichermedium |
| US10521765B2 (en) | 2013-06-17 | 2019-12-31 | Pct Ltd | Material tracking system |
| US9239943B2 (en) * | 2014-05-29 | 2016-01-19 | Datalogic ADC, Inc. | Object recognition for exception handling in automatic machine-readable symbol reader systems |
| US9591027B2 (en) | 2015-02-17 | 2017-03-07 | Qualys, Inc. | Advanced asset tracking and correlation |
| JP6204933B2 (ja) | 2015-03-13 | 2017-09-27 | 株式会社ｓｍａｒｔ−ＦＯＡ | 情報収集システム |
| JP6551531B2 (ja) * | 2015-09-30 | 2019-07-31 | 富士通株式会社 | 製造状態表示システム、製造状態表示方法および製造状態表示プログラム |
| US11204597B2 (en) | 2016-05-20 | 2021-12-21 | Moog Inc. | Outer space digital logistics system |
| KR102459263B1 (ko) | 2016-10-05 | 2022-10-25 | 목스 네트웍스, 엘엘씨 | Rfid 기반의 랙 재고 관리 시스템 |
| JP6646026B2 (ja) * | 2017-10-16 | 2020-02-14 | ファナック株式会社 | 作業システム、物品に対する作業実施方法、およびロボット |
| US11514599B2 (en) * | 2017-11-01 | 2022-11-29 | James R. Glidewell Dental Ceramics, Inc. | Systems and methods for tracking manufactured articles during transfer operations |
-
2018
- 2018-09-12 KR KR1020180109010A patent/KR102490912B1/ko active IP Right Grant
-
2019
- 2019-01-15 US US16/248,334 patent/US11073821B2/en active Active
- 2019-02-01 CN CN201980054542.8A patent/CN112585551A/zh active Pending
- 2019-02-01 WO PCT/KR2019/001467 patent/WO2020054926A1/en unknown
- 2019-02-01 EP EP19861130.3A patent/EP3776130B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015174115A1 (ja) | 2014-05-13 | 2015-11-19 | 三菱電機インフォメーションシステムズ株式会社 | データ管理装置及びデータ管理プログラム |
| US20180356804A1 (en) | 2015-09-28 | 2018-12-13 | Omron Corporation | Management system and management method |
| US20180196409A1 (en) | 2016-02-17 | 2018-07-12 | Plataine Ltd. | Tracking production in a production facility using searchable digital threads |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200081419A1 (en) | 2020-03-12 |
| WO2020054926A1 (en) | 2020-03-19 |
| EP3776130A4 (en) | 2021-06-23 |
| EP3776130C0 (en) | 2024-01-10 |
| EP3776130B1 (en) | 2024-01-10 |
| US11073821B2 (en) | 2021-07-27 |
| EP3776130A1 (en) | 2021-02-17 |
| CN112585551A (zh) | 2021-03-30 |
| KR20200030301A (ko) | 2020-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102490912B1 (ko) | 서버 및 서버의 제어 방법 | |
| JP6205757B2 (ja) | 制御システム、制御装置、画像処理装置、および、制御方法 | |
| AU2016380302C1 (en) | Computer storage medium, computer program product, method for monitoring fault of wind power generator set, and device | |
| US10488840B2 (en) | Production control apparatus for controlling actual production information in production line and production system | |
| Althubiti et al. | Circuit manufacturing defect detection using VGG16 convolutional neural networks | |
| CN105930257B (zh) | 一种确定目标测试用例的方法及装置 | |
| US20200250069A1 (en) | Trace data acquisition system, trace data acquisition method, and information storage medium | |
| US10871767B2 (en) | Production control system, production control program, and production control method for identifying a plurality of workpieces | |
| TWI531787B (zh) | An automatic optical detection method and an automatic optical detection system for carrying out the method | |
| JP5824550B1 (ja) | データ管理装置及びデータ管理プログラム | |
| CN115082433B (zh) | 微铣削刀工作参数确定方法、装置、电子设备及存储介质 | |
| JP2020205027A (ja) | データ抽出装置、データ抽出装置の制御方法、情報処理プログラム、および記録媒体 | |
| JP6879888B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| CN115861161A (zh) | 机器学习***、学习数据收集方法以及存储介质 | |
| CN115829925A (zh) | 外观缺陷检测方法、装置、计算机设备及存储介质 | |
| CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
| US20200082281A1 (en) | Verification device | |
| WO2020250501A1 (ja) | データ抽出装置、データ抽出装置の制御方法、情報処理プログラム、および記録媒体 | |
| CN113688156A (zh) | 一种基于大数据的机械故障检测***及方法 | |
| CN114227378A (zh) | 一种夹具状态的检测方法、装置、终端和存储介质 | |
| CN108668441B (zh) | 印刷电路板外形的制作方法、***和计算机设备 | |
| CN111242410A (zh) | 一种房建质量数据处理方法、装置及存储介质 | |
| EP4224261A1 (en) | Inspection device, inspection method, and program | |
| CN110717898A (zh) | 一种运用ai和大数据管理的半导体制造缺陷自动管理方法 | |
| US10534344B2 (en) | Operation management system and measurement system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |