This research proposes a three dimensional shape measurement and automated inspection process. This proposal specifically aims to overcome the difficulty of the low accuracy in simple matching inspection method for two dimensional images and programming to set up inspection conditions requiring long working hours. The idea of three dimensional shape measurement and automated inspection process in this study performs three-dimensional shape measurement for multiple qualified products and sets up automated inspection conditions for three dimensional references shape through deep learning to determine the pass or failure, which allows the object to be inspected in real time. As reflecting the result of deep learning for analogous products against low yields in early phase due to limited number of qualified products, the quick and accurate determination can be made. This study applied this concept to real time product inspection and reviewed the possibility of extending the same theory to each field of three dimensional shape measurement test.
이 연구는 3차원 형상 측정 및 검사 자동화 프로세스를 제안한다. 이 제안은 특히, 정확도가 떨어지는 2D 이미지 간 단순 매칭 검사 방식과, 사용자가 오랜 시간에 걸쳐 작성했던 검사 대상물에 대한 검사 조건 설정의 어려움을 극복하고자 한 것이다. 이에 본 연구에서 구상한 3차원 형상 측정 및 검사 자동화 프로세스는 복수의 양품에 대한 3차원 형상 측정을 수행하고 딥러닝을 통하여 양불 판단의 기준이 되는 3차원 레퍼런스 형상 및 검사 조건을 자동으로 설정한 후, 실시간으로 측정 대상물에 대한 정확한 양불 검사를 가능하게 한다. 여기에 초기 한정된 수의 양품 데이터로 인해 발생될 수 있는 낮은 수율을 유사제품에 대한 딥러닝 결과를 반영함으로써, 검사 대상물에 대한 양불 여부를 빠르면서도 정확하게 판단하는 방안을 제시하였다. 본 연구는 이러한 개념을 실시간 제조물 검사에 적용하였으며, 동일한 원리를 3차원 형상 측정 검사의 각 분야로 확장할 수 있는 가능성을 함께 검토하였다.
