KR20020066847A - Shape recognition method using Vision sensor that can cover all type of weld grooves - Google Patents

Abstract

PURPOSE: A shape recognition method is provided to overcome noise problems, maximize signal processing speed, and be applied to recognition of various types of groove shapes by using vision sensors to recognize the groove shapes and welding center line related with automatic tracking of weld line. CONSTITUTION: The shape recognition method of V and U grooves and butt, fillet and lap joints using vision sensors comprises an image digitization step using vision boards and a welding center line automatic tracking system using vision sensors and cameras, a laser beam extracting and thinning step using thickness of laser beam, and a joint recognition step, wherein the joint recognition step further comprises the steps of selecting three pixels at left and right sides of an image obtained from the camera; forming a straight linear equation from the selected three pixels using least square method; obtaining perpendicular distances between the three pixels and the formed straight linear equation; judging whether noise exists or not by the calculated perpendicular distances; forming a straight linear equation using the least square method again by adding the previous three pixels to the three pixels used in the distance calculation in case the calculated perpendicular distances do not exceed the noise range according to the judgement results; or determining whether or not to judge noise by obtaining perpendicular distances between three pixels following the three pixels used in the distance calculation and the previously obtained straight linear equation in case that the calculated perpendicular distances exceed the noise range, wherein the above steps are continuously performed until the calculated perpendicular distances are contained in the groove edge range.

Description

시각센서를 이용한 Ｖ, Ｕ, Ｂｕｔｔ, 필릿 및 랩 조인트 형상인식 방법 {Shape recognition method using Vision sensor that can cover all type of weld grooves}Shape recognition method using vision sensor that can cover all type of weld grooves}

본 발명은 시각센서를 이용한 V, U, Butt, 필릿(Fillet) 및 랩(Lap) 조인트 형상인식 방법에 관한 것으로, 보다 상세하게는 용접선 자동 추적과 관련된 그루브 형상 및 용접 중심선 인식을 함에 있어, 리컬시브 디선트 방법에 기초를 두고 조인트 인식 및 노이즈 처리를 동시에 진행함으로서 용접선 추적 위치를 검색하는데 소요되는 시간을 단축시키며 다양한 용접 그루브 형상을 인식할 수 있는 형상인식 방법에 관한 것이다.The present invention relates to a method for recognizing V, U, Butt, Fillet and Lap joint shapes using a visual sensor, and more particularly, in recognizing groove shapes and welding centerlines associated with automatic tracking of weld lines, The present invention relates to a shape recognition method capable of recognizing various weld groove shapes while reducing the time required for searching for weld seam tracking positions by simultaneously performing joint recognition and noise processing based on the sieve distortion method.

1990년 이후로 저가의 고성능 기능을 가진 카메라 및 반도체 레이저가 다양하게 개발되어져 오고 있으며, 용접선 추적 및 품질 검사(Inspection) 그리고 모니터링용 시각센서 개발이 활발히 진행되는 계기를 마련해 줄 수 있는 분위기가 조성되었다. 이와 동반하여 형상 인식 및 분석 알고리즘 등이 매우 다양하게 개발되고 있다.Since 1990, a variety of low-cost, high-performance cameras and semiconductor lasers have been developed, and an atmosphere has been created to provide an opportunity to actively develop welding seam tracking, inspection and monitoring visual sensors. . Along with this, a variety of shape recognition and analysis algorithms have been developed.

용접선 자동 추적과 관련된 그루브 형상 인식 및 용접 중심선 인식 알고리즘들은 1980년경부터 개발 및 적용되어 왔으며, 국내·외적으로 사용되는 시각센서 알고리즘은 휴 변환(Hough transform), 스케일-스페이스 필러링(Scale-space filtering), 띤 라인 방법(Thin-line method), 리컬시브 디선트 접근방법(Recursive Descent Approach Method), 템플레이터 매칭 방법(Templatematching method), 패턴 인식 기법(Pattern Recognition method), 이차 및 일차 미분 방식 등이 있다. 휴 변환 및 템플레이터 매칭 방법은 이미지 데이터에 노이즈(Noise)가 개재되더라도 용접 그루브의 전체적인 형상을 기준으로 신호처리 되기 때문에 노이즈에 강하다는 장점 가지고 있으나, 처리시간이 길다는 단점을 가지고 있다. 스케일-스페이스 필터링의 경우 이미지 데이터를 다양한 주파수 대역에서 가우시안 필터링(Gaussian filtering)하여 그 결과를 다시 나무가지 형태로 분류한 다음 가지별로 나타난 신호들을 재분석된다. 실제로 용접선 추적에 사용하기에는 알고리즘이 매우 복잡하여, 실제 신호와 분석후 신호가 정확히 일치하지 않은 경우도 있기 때문에 신뢰성이 떨어지는 알고리즘이라 할 수 있다.Groove shape recognition and weld centerline recognition algorithms related to automatic weld seam tracking have been developed and applied since 1980. Hough transform and scale-space filtering ), Thin-line method, Recursive Descent Approach Method, Templatematching method, Pattern Recognition method, Secondary and First derivative have. The Hugh transform and template matching method has the advantage of being strong against noise because signal processing is based on the overall shape of the weld groove even when noise is included in the image data, but has a disadvantage of long processing time. In the case of scale-space filtering, image data is Gaussian filtered at various frequency bands, and the results are classified into tree branches, and the signals of each branch are re-analyzed. In fact, the algorithm is very complicated to use in welding seam tracking, which is a less reliable algorithm because the actual signal and the signal after analysis may not be exactly matched.

띤 라인 방법 및 패턴 인식 기법의 경우 이미지 데이터를 일련의 표기 형태로 분류하고 분류된 신호들을 휴리스틱(Heuristic)한 재분류 알고리즘을 이용하여 형상을 인식하는 방법이나, 재분류 알고리즘이 신호 분석을 위한 모든 경우를 다 포함해야 하는 단점이 있다. 나머지 방법들도 알고리즘에 따라 그 특성이 매우 다양하나 공통적으로 노이즈에 영향을 많이 받기 때문에 실제 사용 빈도가 낮은 편이다. 또한 상기의 알고리즘들은 용접시 발생하는 모든 그루브 형태에 적용이 불가능하기 때문에 상황에 따라 그루브 인식을 위한 프로그램을 재 작성해야 하는 문제점이 있다.In the case of the line method and the pattern recognition method, image data is classified into a series of notation forms and shape classification is performed using a heuristic reclassification algorithm. The disadvantage is that it must cover all cases. The rest of the methods vary greatly depending on the algorithm, but they are often used infrequently because they are affected by noise. In addition, since the above algorithms are not applicable to all groove shapes generated during welding, there is a problem that a program for recognizing grooves needs to be rewritten according to a situation.

본 발명은 상기와 같은 문제점을 고려하여 이루어진 것으로, 그 목적은 용접선 자동 추적과 관련된 그루브 형상 및 용접 중심선 인식을 위해 시각센서를 이용하여 노이즈 문제를 극복하고 신호처리 속도를 최대화하며, 또한 다양한 그루브 형상 인식에 적용이 가능한 형상인식 방법을 제공함에 있다.The present invention has been made in view of the above problems, and its object is to overcome the noise problem and maximize the signal processing speed by using a visual sensor for the groove shape and weld center line recognition associated with automatic welding of the weld line, and also various groove shapes. The present invention provides a shape recognition method applicable to recognition.

용접 공정에 적용되는 구조화된 빛을 이용하는 시각센서에서 카메라를 이용하여 취득한 영상은 측정부의 유용한 정보를 포함하고 있는 레이저 띠 이외에도 아크광이나 주변광, 스패터 등의 노이즈를 포함하고 있다. 이러한 복합 영상에서 측정에 유용한 정보 이외의 영상 정보를 제거하여 레이저 띠만을 추출하고 추출된 레이저 띠로부터 용접선이나 갭 크기 등의 정보를 얻어내는 것이 시각센서에서 영상처리의 최종적인 목표이다.In the visual sensor using the structured light applied to the welding process, the image acquired by the camera includes noise such as arc light, ambient light, and spatter, in addition to the laser band including useful information of the measuring unit. The final goal of image processing in the visual sensor is to extract only the laser band by removing image information other than the information useful for the measurement from the composite image and to obtain information such as a weld line or a gap size from the extracted laser band.

상기와 같은 목적 달성을 위한 본 발명은 비전보드를 이용한 영상의 이산화 단계와, 레이저 띠의 두께를 이용한 레이저 띠 추출 및 세선화 단계와, 조인트 인식 단계로 구성되었고, 상기 조인트 인식 단계는 카메라로부터 획득한 영상의 좌·우측에서 3개의 픽셀을 선정하는 단계와, 선정된 3개의 픽셀을 1차 최소 자승법으로 직선의 방정식을 형성하는 단계와, 이후 3개의 픽셀과 형성된 직선의 방정식과의 수직거리를 구하는 단계와, 계산된 수직거리에 의해 노이즈 유무를 판단하는 단계와, 상기 판단 결과에 따라 노이즈 범위를 넘지 않을 경우 이전 3개의 픽셀과 거리 계산에 사용된 3개의 픽셀을 합쳐 다시 최소 자승법에 의해 직선의 방정식을 형성하는 단계 또는 노이즈 범위를 초과하는 경우 거리 계산에 사용된 3개의 픽셀 이후의 3개의 픽셀과 이전에 구한 직선의 방정식과의 수직거리를 구해 노이즈 판단 여부를 결정하는 단계로 이루어지며 상기와 같은 과정은 계산된 수직거리가 그루브에지 영역 안에 포함될 때까지 계속 수행하도록 이루어져 있다.The present invention for achieving the above object comprises a discretization step of the image using the vision board, laser strip extraction and thinning step using the thickness of the laser strip, and joint recognition step, the joint recognition step is obtained from the camera Selecting three pixels from the left and right sides of an image, forming a linear equation of the selected three pixels by the first least square method, and then vertical distance between the three pixels and the linear equation formed. Determining the presence or absence of noise based on the calculated vertical distance, and combining the previous three pixels and the three pixels used for distance calculation according to the determination result and performing a straight line by the least square method. 3 pixels after the 3 pixels used in the distance calculation and before the step of forming the equation of, or when the noise range is exceeded Is obtained for the vertical distance between the obtained straight line equation comprises a step of determining whether the noise determining process as described above is made to continue until the calculated perpendicular distances to be included in the groove edge region.

도 1 은 직선의 방정식과 이에 수직하는 한 점 사이의 거리를 계산하기 위한 도식을 나타낸 예시도1 is an exemplary diagram for calculating a distance between an equation of a straight line and a point perpendicular thereto.

도 2 는 본 발명에 따라 노이즈 처리 및 그루브 에지 검출단계를 나타낸 블록도2 is a block diagram illustrating a noise processing and groove edge detection step according to the present invention.

도 3 은 용접부가 V-그루브인 경우 노이즈 처리 및 그루브 에지 검출단계를 나타낸 예시도Figure 3 is an exemplary view showing the noise processing and groove edge detection step when the weld is a V-groove

도 4 는 그루브 에지 부분에 노이즈가 포함된 경우 에지 검출을 위한 단계를 나타낸 예시도4 is an exemplary view illustrating a step for edge detection when noise is included in a groove edge portion;

도 5 는 본 발명을 이용한 각 그루브별 용접선 인식 결과를 나타낸 예시도5 is an exemplary view showing a weld line recognition result for each groove using the present invention.

<도면의 주요부분에 대한 부호의 설명><Description of the symbols for the main parts of the drawings>

A, B, C, D, E, F : 픽셀A, B, C, D, E, F: Pixels

x : 수직거리x: vertical distance

도 1은 직선의 방정식과 이에 수직하는 한 점 사이의 거리를 계산하기 수학적 관계를 나타낸 예시도를, 도 2는 본 발명에 따라 노이즈 처리 및 그루브 에지 검출단계를 나타낸 블록도를, 도 3은 용접부가 V-그루브인 경우 노이즈 처리 및 그루브 에지 검출단계를 나타낸 예시도를, 도 4는 그루브 에지 부분에 노이즈가 포함된 경우 에지 검출을 위한 단계를 나타낸 예시도를, 도 5는 본 발명을 이용한 각 그루브별 용접선 인식 결과를 나타낸 예시도를 도시한 것으로서, 본 발명은 크게 영상의 이산화 단계와, 레이저 띠 추출 및 세선화 단계와, 조인트 위치 인식 단계로 구성되며, 영상의 이산화 단계는 하드웨어적으로 이루어진다. 즉, 시각센서와 같이 사용된 비전보드(Vision board)에 의해서 카메라에 입력된 영상 신호를 256단계의 그레이 레벨(Grey level)로 이산화 하게 된다.1 is an exemplary view showing a mathematical relationship to calculate a distance between an equation of a straight line and a point perpendicular to it, FIG. 2 is a block diagram showing a noise processing and groove edge detection step according to the present invention, FIG. Is a V-groove to illustrate the noise processing and groove edge detection steps, and FIG. 4 is a diagram to illustrate the steps for edge detection when noise is included in the groove edge portion, and FIG. As an exemplary view showing a weld seam recognition result for each groove, the present invention largely comprises a discretization step of an image, a laser strip extraction and thinning step, and a joint position recognition step, and the discretization step of the image is performed in hardware. . In other words, the video signal input to the camera is discretized into a gray level of 256 levels by a vision board used as a visual sensor.

레이저 띠 추출 단계는 아크광이나 주변 광, 스패터 등의 노이즈를 포함하고 있는 영상에서 측정부의 위치 정보를 포함하고 있는 레이저 띠를 구별해내는 과정이고, 추출된 레이저 띠에서 중심을 구하는 과정이 세선화이다. 레이저 띠를 추출하고 세선화하는 방법은 경계검출(Boundary detection)과 영역 성장(Region growing)으로 이루어지는 영역 분할 방법, 레이저 강도를 이용하여 화소열(Pixel column)내의 최대값을 추출하는 방법, 농도 히스토그램에 의해 통계적으로 임계값을 선정하는 방법과 레이저 강도와 레이저 띠 두께를 이용하여 레이저 중심선을 찾는 방법, 공간상의 연속성과 균일 두께를 가정하여 레이저 띠 중심선을 찾는 공간여파(Spatial filtering) 및 가중 평균법 등이 있다. 본 발명에서는 레이저 선을 추출하기 위하여 레이저 띠의 두께를 이용한 방법을 사용하였다.The laser strip extraction step is to distinguish the laser strip including the position information of the measurement unit from the image including noise such as arc light, ambient light, and spatter, and to obtain the center from the extracted laser strip. It is a line drawing. The method of extracting and thinning the laser strip includes the region segmentation method consisting of boundary detection and region growing, the method of extracting the maximum value in the pixel column using the laser intensity, the density histogram Statistically select thresholds, find laser centerline using laser intensity and laser strip thickness, spatial filtering and weighted average method to find laser strip centerline assuming spatial continuity and uniform thickness There is this. In the present invention, a method using the thickness of the laser strip was used to extract the laser line.

조인트 위치 인식 단계에 사용된 알고리즘은 일차원 분할 알고리즘으로 이론적 기반은 리컬시브 디선트 방법에 기초를 두고 있으며, 리컬시브 방법의 경우 조인트 인식을 위해 노이즈를 일차적으로 처리한 다음 용접선 추적 위치를 결정하나, 본 발명의 경우 조인트 인식 및 노이즈 처리를 동시에 진행하는 것으로서, 카메라로부터 획득한 영상의 좌·우측에서 3개의 픽셀을 선정하는 단계와, 선정된 3개의 픽셀을 1차 최소 자승법을 이용해 직선의 방정식을 형성하는 단계와, 이렇게 형성된 직선의 방정식과 최소 자승법에 사용된 3개의 픽셀 이후 연속되는 3개의 픽셀을 선정하는 단계와, 이렇게 선정된 3개의 픽셀과 1차 최소 자승법에서 구한 직선의 방정식과의 수직거리를 구하는 단계와, 계산된 수직거리가 노이즈 범위인지를 판단하는 단계와(노이즈 : T1 < x, 그루브 에지 : T2 > x > T3), 상기 판단 결과에 따라 노이즈 범위를 넘지 않을 경우(T3 > x) 이전 3개의 픽셀과 거리 계산에 사용된 3개의 픽셀을 합쳐 다시 최소 자승법에 의해 직선의 방정식을 구하는 단계 또는 노이즈 범위를 초과하는 경우(T1 < x) 거리 계산에 사용된 픽셀 이후의 3개의 픽셀과 이전에 구한 직선의 방정식과의 수직거리를 구해 노이즈 판단 여부를 결정하여 새로운 직선의 방정식을 형성하는 단계로 이루어지며 상기와 같은 과정은 계산된 수직거리가 그루브 에지 영역 안에 포함될 때까지 계속 수행됨으로 용접선 추적 위치를 검색하는데 소요되는 시간이 줄어드는 장점을 가지고 있다.The algorithm used in the joint position recognition step is a one-dimensional partitioning algorithm. The theoretical basis is based on the reciprocal distortion method. In the case of the reciprocal method, noise is processed first to determine the joint tracking position, In the present invention, joint recognition and noise processing are performed simultaneously, selecting three pixels from the left and right sides of an image obtained from a camera, and using the linear least-squares method to select the three pixels. Forming, selecting three consecutive pixels after the three pixels used in the linear equation and the least square method, and perpendicular to the three pixels and the linear equation obtained in the first least square method. Determining a distance, determining whether the calculated vertical distance is a noise range (noise T1 < x, groove edge: T2 > x > T3), if the noise range is not exceeded (T3 > x), the previous three pixels and the three pixels used for the distance calculation are summed again to the least square method. If you exceed the noise range (T1 <x), the vertical distance between the three pixels after the pixel used in the distance calculation and the previous equation of the straight line is determined. This process consists of forming a straight line equation, and the above process has the advantage of reducing the time required to search for the weld seam tracking position since it is continuously performed until the calculated vertical distance is included in the groove edge area.

이하 식(1)∼(6)은 수직거리를 결정하기 위한 식을, 식(7)∼(11)은 일반적인 1차 최소 자승법에 관계식을 나타내었다.Equations (1) to (6) below represent equations for determining vertical distances, and Equations (7) to (11) show relational expressions in the general first least square method.

alpha ~=~(y_2 -y_3 ) (1)alpha ~ = ~ (y_2 -y_3) (1)

beta ~=~(x_3 -x_2 ) (2)beta ~ = ~ (x_3 -x_2) (2)

gamma ~=~(x_2 y_3 - y_2 x_3 ) (3)gamma ~ = ~ (x_2 y_3-y_2 x_3) (3)

(4) (4)

(5) (5)

(6) (6)

b~=~L_xy / L_xx (7)b ~ = ~ L_xy / L_xx (7)

_ __ _

a~=~ y~-~bx (8)a ~ = ~ y ~-~ bx (8)

__

(9) (9)

_ _ __ _ _

(10) 10

여기서,here,

x : 이미지 좌표중 수평 좌표x: horizontal coordinate of image coordinate

y : 이미지 좌표중 수직 좌표y: the vertical coordinate of the image coordinate

a : 절편a: intercept

b : 직선 기울기b: straight slope

n : 1차 최소 자승법에 사용된 픽셀 데이터 갯수n: the number of pixel data used in the first-order least-squares method

_ __ _

x, y : x, y 평균치x, y: mean of x, y

이하 본 발명의 실시예를 도 3을 통하여 구체적으로 설명하면 다음과 같다.Hereinafter, an embodiment of the present invention will be described in detail with reference to FIG. 3.

본 발명에서는 노이즈 범위를 판단하기 위해 3개의 허용값을 설정하도록 하였다. (이때 허용값 T1: 10mm, T2 : 9mm, T3 : 3mm로 가정)In the present invention, three allowable values are set to determine the noise range. (At this time, allowable values T1: 10mm, T2: 9mm, T3: 3mm)

카메라로부터 획득한 영상의 좌측에서 3개의 픽셀(A)을 선정하여 1차 최소 자승법에 의해 직선의 방정식을 형성하고 이렇게 형성된 직선의 방정식과 이후 연속되는 3개의 픽셀(B)과 수직거리(x : 선정된 3개 픽셀의 수직거리의 총합)를 계산하여 노이즈 판단 여부를 결정한다. 이때 3개의 픽셀(B)의 수직거리(x=12)는 T1값보다 크므로 노이즈로 간주하고 다시 그 이후 3개의 픽셀(C)과 수직거리를 계산하여 노이즈 판단 여부를 결정한다. 3개의 픽셀(C)은 노이즈의 범위를 넘지 않기 때문에 1차 최소 자승법에 의해 새로운 직선의 방정식을 형성한다. 새로운 직선의 방정식과 그 이후의 픽셀(D)의 수직거리(x=2)는 T3 범위 내에 있음으로 직선의 방정식에 형성에 사용되었던 3개의 픽셀(C)과 그 이후 3개의 픽셀(D)을 이용하여, 즉 6개의 픽셀을 이용하여 다시 1차 최소 자승법으로 새로운 직선의 방정식을 구한다.Three pixels (A) are selected from the left side of the image obtained from the camera to form a straight line equation by the first-order least-squares method. The straight line equation thus formed and the subsequent three pixels (B) and the vertical distance (x: The sum of the vertical distances of the three selected pixels) is calculated to determine whether to judge noise. In this case, since the vertical distance (x = 12) of the three pixels B is larger than the T1 value, the vertical distance (x = 12) is regarded as noise, and after that, the vertical distance and the three pixels C are calculated to determine whether to determine the noise. Since the three pixels C do not exceed the range of noise, a new linear equation is formed by the first-order least squares method. The new straight line equation and the subsequent vertical distance (x = 2) of the pixel D are in the range T3, so that the three pixels C and three subsequent pixels D used to form the straight line equation By using the six pixels, that is, a new straight line equation is obtained by the first least square method.

픽셀(E)의 수직거리(x=2.5) 역시 T3 범위 내에 있음으로 다시 9개의 픽셀을이용하여 새로운 직선의 방정식을 형성하고 이후 3개의 픽셀(F)의 수직거리(x=7)는 그루브 에지(Edge)(T2 > x > T3) 범위 내에 있음으로 3개의 픽셀 중 최 좌측값을 코너로 인식한다.Since the vertical distance (x = 2.5) of pixel E is also within the T3 range, again 9 pixels are used to form a new straight line equation, after which the vertical distance (x = 7) of three pixels F is the groove edge. The leftmost value of the three pixels is recognized as a corner because it is within a range of (Edge) (T2> x> T3).

상기와 같은 방법을 우측으로부터 다시 실행하여 우측의 그루브 에지부도 인식할 수 있다.The above method can be executed again from the right side to recognize the groove edge portion on the right side.

또한 도 4와 같이 그루브 에지부에 노이즈가 포함되어 있을 경우 노이즈가 포함된 영상 데이터를 처리하기 위하여 모재 표면과 그루브 내부에 노이즈가 포함되어있지 않은 영상 위치를 결정한 후 모재 표면에서 형성된 직선의 방정식과 그루브 내부에 형성된 직선의 방정식이 만나는 위치를 결정하여 그루브 에지부의 위치를 검출할 수 있다. 즉, 노이즈의 범위를 넘지 않는 3개의 픽셀중 최우측의 값이 직선의 끝점이 되고, 그 다음 3개의 픽셀은 노이즈가 개재되어 있으므로 수직거리가 T3보다 크게 된다. 수직거리를 검사하면서 3개의 픽셀이 연속적인 슬로프(Slope)를 가지는 지도 검사한다. 노이지일 경우는 수직거리는 T3보다 크지만 연속적인 슬로프는 가지지 않는다. 계속해서 다음 3개의 픽셀을 검사하다가 수직거리가 T3보다 크며 연속적인 슬로프를 가지면 그 픽셀의 최좌측의 값이 그루브 내 직선의 시작점이 된다. 일단 직선의 끝점과 슬로프의 시작점을 찾으면 직선의 끝 픽셀에서 왼쪽으로 10개의 픽셀을 선택하여 1차 최소 자승법으로 직선의 방정식을 형성하고 슬로프의 시작점에서 오른쪽으로 10개의 픽셀을 선택하여 1차 최소 자승법으로 직선의 방정식을 형성하여 이 두 직선의 교점을 구하여 그루브 에지를 인식하는 것이다.In addition, when noise is included in the groove edge portion as shown in FIG. 4, in order to process the image data including the noise, after determining the position of the base material and the inside of the groove, the noise is not included, The position of the groove edge portion may be detected by determining a position where the equation of a straight line formed in the groove meets. That is, the value at the rightmost end of the three pixels not exceeding the noise range becomes the end point of the straight line, and the next three pixels have the noise intervening, so the vertical distance is larger than T3. Examine the vertical distance and also check that the three pixels have a continuous slope. In the case of noisy, the vertical distance is larger than T3, but there is no continuous slope. Continue to examine the next three pixels and if the vertical distance is greater than T3 and you have a continuous slope, the leftmost value of that pixel is the starting point of the straight line in the groove. Once we find the end point of the straight line and the starting point of the slope, we select 10 pixels to the left from the end pixel of the straight line to form the equation of the straight line by the first least squares method and select the 10 pixels to the right from the starting point of the slope By forming the equation of the straight line to find the intersection of these two straight line to recognize the groove edge.

본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.The present invention is not limited to the above-described specific preferred embodiments, and various modifications can be made by any person having ordinary skill in the art without departing from the gist of the present invention claimed in the claims. Of course, such changes will fall within the scope of the claims.

본 발명은 상기와 같이 조인트 인식과 노이즈 처리를 동시에 진행함으로서 용접선 추적 위치를 검색하는데 소요되는 시간이 줄어들고, 다양한 그루브 형상 인식에 적용이 가능하여 상황에 따라 그루브 인식을 위한 프로그램을 재 작성해야 하는 번거로움을 해소하는 효과가 있다.The present invention reduces the time required to search for weld seam tracking positions by simultaneously performing joint recognition and noise processing as described above, and can be applied to various groove shape recognition, thus requiring a need to rewrite a program for groove recognition according to a situation. It is effective in relieving remorse.

Claims (3)

시각센서와 카메라를 이용한 용접 중심선 자동 추적장치를 이용하며,It uses automatic welding center line tracking device using visual sensor and camera, 비전보드를 이용한 영상의 이산화 단계와, 레이저 띠의 두께를 이용한 레이저 띠 추출 및 세선화 단계와, 조인트 인식 단계로 이루어지고,It consists of the discretization of the image using the vision board, the extraction and thinning of the laser strip using the thickness of the laser strip, the joint recognition step, 상기 조인트 인식 단계는 카메라로부터 획득한 영상의 좌·우측에서 3개의 픽셀을 선정하는 단계와, 선정된 3개의 픽셀을 1차 최소 자승법으로 직선의 방정식을 형성하는 단계와, 이후 3개의 픽셀과 형성된 직선의 방정식과의 수직거리를 구하는 단계와, 계산된 수직거리에 의해 노이즈 유무를 판단하는 단계와,The joint recognition step includes selecting three pixels on the left and right sides of an image obtained from a camera, forming a linear equation on the selected three pixels by the first least square method, and then forming the three pixels. Obtaining a vertical distance from an equation of a straight line, determining the presence or absence of noise based on the calculated vertical distance, 상기 판단 결과에 따라 노이즈 범위를 넘지 않을 경우 이전 3개의 픽셀과 거리 계산에 사용된 3개의 픽셀을 합쳐 다시 최소 자승법에 의해 직선의 방정식을 형성하는 단계 또는 노이즈 범위를 초과하는 경우 거리 계산에 사용된 3개의 픽셀 이후의 3개의 픽셀과 이전에 구한 직선의 방정식과의 수직거리를 구해 노이즈 판단 여부를 결정하는 단계로 이루어지며 상기와 같은 과정은 계산된 수직거리가 그루브 에지 영역 안에 포함될 때까지 계속 수행되는 것을 특징으로 하는 시각센서를 이용한 V, U, Butt, 필릿 및 랩 조인트 형상인식 방법.If the noise range is not exceeded according to the result of the determination, the previous three pixels and the three pixels used for the distance calculation are combined to form a straight line equation by the least square method or the distance is calculated when the noise range is exceeded. This method consists of determining whether noise is determined by calculating the vertical distance between three pixels after three pixels and the equation of a straight line previously obtained. The above process is continued until the calculated vertical distance is included in the groove edge area. V, U, Butt, fillet and wrap joint shape recognition method using a visual sensor characterized in that it is. 제 1 항에 있어서;The method of claim 1; 상기 판단 과정은 3가지 값(T1 > T2 > T3)과 계산된 수직거리(x)에 의해 (T1< x)일 경우 노이즈로 판단하고, (T3 > x)일 경우 모재의 표면으로 판단하여 계속적인 직선의 방정식을 형성하며, (T2 > x > T3)일 경우 그루브 에지 영역 안에 포함되는 것으로 판단하는 과정으로 이루어진 것을 특징으로 하는 시각센서를 이용한 V, U, Butt, 필릿 및 랩 조인트 형상인식 방법.The determination process is determined as noise when (T1 <x) by three values (T1> T2> T3) and the calculated vertical distance (x), and when it is (T3> x), the surface of the base material is continued. Form a straight line equation, and if (T2> x> T3), V, U, Butt, fillet and wrap joint shape recognition method using a visual sensor, characterized in that it is determined to be included in the groove edge region . 제 1 항에 있어서;The method of claim 1; 그루브 에지부에 노이즈 개재시 모재 표면과 그루브 내부에 노이즈가 포함되어있지 않는 영상 위치를 결정한 후 모재 표면에서 형성된 직선의 방정식과 그루브 내부에 형성된 직선의 방정식이 만나는 위치로 그루브 에지의 위치를 검출하는 것을 특징으로 하는 시각센서를 이용한 V, U, Butt, 필릿 및 랩 조인트 형상인식 방법.When noise is placed on the groove edge part, the position of the groove edge is detected as the position where the equation of the straight line formed on the surface of the base material meets the equation of the straight line formed in the groove after determining the image position where no noise is contained in the base material surface and the groove inside the groove. V, U, Butt, fillet and wrap joint shape recognition method using a visual sensor, characterized in that.