솔루션
Daniel Weller는 TRUMPF 레이저 애플리케이션 센터를 방문하는 동안 감지 시스템 영역의 새로운 개발을 주목합니다. "우리는 지금까지 TRUMPF 영상처리 소프트웨어 VisionLine Detect를 사용하여 작업했습니다. 이 소프트웨어는 이미 일반적인 셀 접촉 시스템을 가공하는 데 많은 도움이 되었습니다" 라고 Daniel Weller는 설명합니다. TRUMPF는 클라우드 기반 EasyModel AI 훈련 플랫폼을 사용하여 레벨을 한 단계 더 끌어올렸습니다: EasyModel AI와 TRUMPF 영상처리 VisionLine Detect를 위한 옵션 AI 필터의 결합은 가변적인 환경 조건, 구성품의 미러링, 변화하는 조명 상황 및 재료 특성의 변동을 인식합니다. "TRUMPF의 EasyModel AI가 공식적으로 제공된 직후, 우리는 2m 길이와 50개의 용접 위치를 갖춘 복잡한 셀 접촉 시스템에 대한 수주를 받았습니다. EasyModel AI가 적절한 시기에 등장했습니다"라고 Weller는 말합니다.
EasyModel AI는 프로그래밍 지식이 없는 사용자도 구성품에 정확하게 맞춤화된 이미지 기반 AI 모델을 쉽게 만들고 훈련시킬 수 있는 툴입니다. "첫 번째 단계에서는 VisionLine Detect를 사용하여 용접 위치를 설정해야 하는 구성품의 세그먼트에서 이미지를 촬영합니다. 이 이미지들은 Quality Data Storage를 사용하여 저장한 후 우리의 MyTRUMPF 플랫폼을 통해 쉽게 액세스할 수 있는 EasyModel AI에 업로드할 수 있습니다"라고 Weller는 설명합니다. 프로젝트가 생성된 후, Weller와 그의 동료들은 해당 이미지들에서 감지할 용접 위치를 표시하고 AI가 모델을 평가하고 계산하기 시작합니다. 이는 조작자가 직관적으로 조금씩 최적화할 수 있습니다. 몇 개의 훈련 이미지만으로도 기능하는 AI 모델을 만들 수 있습니다. 만족스러운 모델이 제시되면, 생산라인으로 전달됩니다. 그곳에서 VisionLine Detect용 AI 필터가 사용됩니다. 이 필터는 관련 이미지 영역과 지그, 오염물질 또는 미러링과 같은 영역들 사이에서 정밀하게 구분합니다. "여기서 AI 필터가 있는 VisionLine Detect와 AI 필터가 없는 VisionLine Detect의 차이가 확연히 드러납니다"라고 Weller는 말하면서 다음과 같이 덧붙입니다. "AI 필터는 이미지를 이진화하여 흑백으로만 구성된 표시를 생성합니다. 인식된 구성품은 흰색으로 바뀌고, 주변 영역은 검은색으로 바뀝니다. 이를 통해 가장자리 인식 알고리즘이 감지해야 할 용접 영역을 쉽게 식별할 수 있습니다." 지금까지 Weller와 그의 팀은 위치에 따라 달라지는 레이저 조사를 적용한 TRUMPF 영상처리 VisionLine Detect를 사용했습니다. 이는 각각의 위치를 안정적으로 인식하기 위해 목표에 맞게 변경되었습니다. 구성품 표면의 서로 다른 미러링을 보상하기 위해, 해당 가공 영역에서 프로세스를 각 위치에 맞게 개별적으로 조정해야 했습니다. 이 프로세스는 시간이 많이 걸렸고 다양한 영향 요인에 따라 달라졌습니다. 또한 각 구성품 위치마다 별도로 수행해야 했습니다.
구현
새로운 솔루션을 사용하기 위해 ElringKlinger 기업에서는 옵션 AI 필터가 있는 EasyModel AI의 잠금해제와 짧은 입문 단계만으로 충분했습니다. "TRUMPF 직원들은 사전 시리즈 시설을 시운전하는 동안 모든 프로세스 단계를 구성품에서 직접 우리와 함께 수행했습니다"라고 Weller는 설명합니다. "1~2시간 만에 우리는 첫 번째 구성품을 완성했습니다." 불확실한 점이 있으면, TRUMPF 전문가들이 원격으로 또는 Teams 화상회의에서 쉽게 답변해 줍니다. TRUMPF의 Quality Data Storage를 통해 협업이 수월해집니다. 그곳에 데이터를 저장하고 필요한 경우 TRUMPF 전문가와 공유할 수 있습니다.
Weller에게 있어서 EasyModel AI의 가장 큰 장점 중 하나는 훈련과정의 단순성입니다. "좋은 결과를 달성하는 데 더 이상 며칠이 필요하지 않고, 몇 시간이면 됩니다." 좋은 결과를 얻는 데 사전 지식이 전혀 필요하지 않다는 점도 중요합니다. 특히 시리즈가 시작되고 설치장소에서 경험이 부족한 동료들이 작은 조정을 수행해야 하는 경우 이러한 점은 더욱 중요해집니다. 이 시스템은 'what-you-see-is-what-you-get‘ 원칙에 따라 작동합니다. 이는 프로그래머가 아니더라도 이해하기 쉽습니다"라고 Weller는 말합니다. 더 작은 조정을 수행할 수 있는 가능성도 그와 그의 동료들에게는 이점입니다. "모든 셀 접촉 시스템은 서로 다르게 구성되지만, 그 차이가 때로는 미미합니다. 우리는 AI의 도움으로 이제 셀 접촉 시스템의 기존 훈련 이미지를 새로운 모델을 위한 기초로 사용할 수 있게 되었으며, 사소한 편차만 재훈련하면 됩니다. 이는 개발 단계를 더욱 가속화시킵니다."
