자동차 및 생명 과학은 제조업체들이 엄격한 규제 기준을 준수하고, 수술 수준의 정밀도를 유지하고, 까다로운 생산 할당량을 충족하도록 요구하는 까다로운 산업입니다. 그렇기 때문에 제조업체들은 테네시주 내슈빌에 기반을 둔 자동화 통합 업체인 Automation NTH에 의지합니다.
고객층이 다양한 산업과 기술 역량 수준에 걸쳐 있어, Automation NTH는 다양한 도전 과제에 대비해야 합니다. 고객들은 민감한 구성 부품을 손상시키지 않으면서 의료 기기 조립을 자동화하거나 자동차 어셈블리 내 다양한 부품의 배치를 검증하려고 할 수 있습니다. 응용이 어떤 것을 수반하든, 머신 비전을 요하는 경우가 많습니다.
Automation NTH의 PC 프로그래밍 그룹 관리자인 Keith Johnson은 “우리는 쉬운 일을 하지 않습니다.”라고 말했습니다. “자동화의 수준을 한 단계 끌어올리고 싶은 것은 바로 고객입니다.” 해당 고객과 그 필요성에 따라, 한 차원 높은 단계는 처리량을 늘리거나, 결함 감지 수준을 높이거나, 허용 가능한 비정상을 중대한 결함으로부터 분리하는 혁신적인 방식들을 찾는 것일 수 있습니다.
바로 이 지점이 Cognex의 활동 영역입니다. 수년간, 양사는 까다로운 자동화 응용을 해결하기 위해 협력해 왔습니다.
최근의 생명 과학 프로젝트에서, 포도당 모니터링 장비를 제조하는 Automation NTH 고객이 어셈블리에 얇은 센서 와이어를 삽입하는 것을 자동화하는 방식이 필요했습니다. 하지만, 그 와이어는 그 장치의 기능에 치명적인 민감한 자재로 코팅되어 있습니다.
이러한 과제를 해결하기 위해, Automation NTH는 진동을 통해 센서 와이어 배치를 분리한 와이어 로드 셀을 만들었습니다. 이 기법은 단일 와이어를 격리시켰으며, 이 지점에서 Cognex In-Sight 비전 시스템이 로봇 암을 유도하여 와이어를 집어 어셈블리로 적재합니다. 이 모두가 센서 자재를 손상시키지 않은 채였습니다.
Automation NTH는 규칙 기반 비전과 맞춤형 프로그램 작성에 정통하지만, 딥러닝 기술에 대한 투자를 늘리고 있습니다.
딥러닝은 비구조화된 데이터를 가져와 스스로를 훈련시켜 해당 데이터에 기반한 더 정확한 산출물을 만드는 인공 지능의 하위 집합입니다. Cognex는 그 기술을 적용하여 VisionPro Deep Learning 소프트웨어를 개발했으며, 이를 통해 Johnson 같은 엔지니어들이 수백 또는 수천 개의 이미지에 기반한 미묘한 가변적인 결함을 감지하는 모델을 구축할 수 있습니다. 비전 시스템으로 이미지를 캡처하고 이를 VisionPro Deep Learning으로 분석하면 결함 감지를 자동화하여 허용 가능한 비정상이 허용 불가능한 결함과 시각적으로 유사한 때에도 처리량을 개선하고, 불량률을 낮추고, 비용을 줄일 수 있습니다.
Cognex와 10년 가까이 파트너십을 맺은 Automation NTH는 이 툴 등을 사용하여 다양한 산업의 복잡한 검사를 해결합니다.
딥러닝에 일을 시키기
매사추세츠주 네이틱(Natick)에 있는 Cognex 본사에서 VisionPro Deep Learning으로 훈련한 후, 가상 세션에 참석하여, Johnson은 AI 기반 비전 시스템을 훈련 및 테스트하는 방법을 학습했습니다. Cognex 팀으로부터 직접 지원을 받으면서 그들이 “전화 한 통이면 된다”는 걸 안 것은 Johnson에게 큰 도움이 되었으며 지금도 그렇습니다.
VisionPro Deep Learning은 Johnson과 그의 팀원들의 다양한 응용을 위한 문제 해결에 필수적인 부분이 되었습니다. 예를 들어, 그는 고객이 전기차(EV) 엔진의 로커 암의 클립 위치를 검증하고 싶어 하는 프로젝트를 설명합니다. 클립을 설치하는 것은 수작업 과정이었으며 유분, 수분, 도료, 반사 표면 같은 복잡함이 검증 과정에 방해가 되었습니다. 클립 위치가 다양해서 오류 가능성이 많았습니다. 신규 공급업체 및 부분 형상 같은 변수가 오류나 결함으로 오인될 수도 있으므로, 그 솔루션은 미래에 대비한 것이어야 했습니다.
Cognex In-Sight D900 비전 시스템을 VisionPro Deep Learning 소프트웨어와 함께 사용하여, Johnson과 팀원들은 유분 및 도료 같은 이미지 형성을 복잡하게 하는 변수에도 불구하고, 클립의 위치를 볼 수 있었습니다.
“그들은 여러 가지 모든 솔루션을 시도했습니다.”라고 Johnson은 말했습니다. “하지만 VisionPro Deep Learning을 사용하면, 단지 훈련의 문제일 뿐이었으며, 새로운 훈련 이미지 모음을 얻으면 좋습니다.”
또 다른 사례에서, Automation NTH는 VisionPro Deep Learning을 분류 머신에 사용하여 소비재 고객의 컨베이어 벨트 위 부품들을 구별했습니다. 먼지나 때가 간섭을 일으킬 것이며, 새 조명은 Automation NTH의 고객에게 상당한 지출이었습니다.
새 조명을 설계하고 구현하기보다, Automation NTH는 VisionPro Deep Learning을 솔루션에 통합했습니다. 그 결과 부품 식별 정확도가 98.46%로, 제조업체의 허용기준을 훨씬 상회했습니다.
고객을 염두에 둔 솔루션 설계
Automation NTH는 접근 가능한 적응형 솔루션을 만듭니다. 고객들은 자체적으로 시스템을 유지 및 수정하고 신규 공급업체 또는 부품 변형과 같은 변경 사항을 설명할 수 있어야 합니다.
“고객이 맡을 수 있어야 합니다.”라고 Johnson은 말했습니다. 각 통합 프로젝트는 고객이 무엇을 찾아봐야 하는지와 어떻게 라인을 계속 가동시키는지를 알도록 엔지니어가 솔루션에 관해 고객을 교육하는 지원 기간이 함께 제공됩니다. 예를 들어, 측정 지표가 특정 허용률, 즉 95% 미만으로 떨어지는 경우, 대개 그에 대한 숨은 이유가 있다고 Johnson은 말했습니다.
교육 및 훈련은 이미 Automation NTH 문화의 크나큰 부분입니다. 모든 인턴과 견습생은 학습을 가속화하고 새로운 엔지니어가 자주 경험하는 전형적인 ‘서서히 터득하기’ 접근 방식을 뛰어넘는 훈련 프로그램인 NTH University를 거칩니다. NTH University는 VisionPro Deep Learning에 대해 도입부터 제어 설계, 고급 프로그래밍에 이르는 다양한 과정을 갖춘 상세한 커리큘럼이 있습니다. Automation NTH는 In-Sight 시리즈 머신 비전 시스템 프로그래밍에 매우 능숙해져, 작업 간 일관성을 유지하기 위한 내부 프로그래밍 표준을 만들었습니다.
Cognex로부터의 학습과 교육 측면에서는, 문이 항상 열려 있습니다.
거침없는 아이디어 교환부터 전문성을 요하는 능력에 이르기까지, Cognex와 Automation NTH 간의 관계는 기존의 클라이언트-벤더 관계를 뛰어넘는다고, Automation NTH의 공동 대표인 Jeff Buck은 말했습니다. 양사는 해당 작업을 위한 최적의 툴을 찾기 위해 협업하면서, 진정한 파트너십을 구축했습니다.
“저는 Cognex가 어떻게 항상 더 나은 솔루션을 제공하고자 하는지에 대해 강렬한 인상을 받았습니다.”라고 Buck은 말했습니다. “그들은 현 상황에 만족하지 못하고 계속 기술을 발전시키고 있습니다.”