비전시스템의 다양한 활용 사례 / 6) 포장 분야
생산 공정의 ‘꽃’을 피우다
산업현장에서 머신비전은 없어서는 안 될 요소가 되었다. 인간의 눈을 대신할 기술이라는 취지에 걸맞게 머신비전은 인간의 능력으로 수행할 수 없는 많은 기술을 가능케 하고 있다. 최근에는 이러한 기술이 공장자동화 분야는 물론이고 비 산업적인(Non-industrial) 분야로까지 확대되는 추세이다. 반도체·전자·자동차·측정 및 계측 분야와 같은 공장자동화부터 국방·항공우주·연구·생체인식·의료·농업에 이르기까지 머신비전이 나아갈 수 있는 길은 아직도 무궁무진하다.
정리 | 윤진근 기자(pen@automotivemnt.com)
산업 분야는 물론이고 모든 상업적 분야에서도 간과할 수 없는 부분이 있다. 바로 포장이다. 보기 좋은 떡이 먹기에도 좋다는 말이 있듯이, 지금은 상품을 잘 포장하고 이를 검사하는 것이 생산 과정에서 큰 비중을 차지하고 있다.
현대 공정 단계에서 포장의 중요성과 위용이 어느 정도인지 확인할 방법이 있다. 포장 관련 전시회의 증가세가 그것이다. 우리나라에서만 하더라도 국제포장기자재전과 서울국제포장전 그리고 패키징월드 등 큰 전시회가 포진해있으며, 해를 거듭할수록 다른 분야와 결합해 참가업체와 방문객을 늘려가고 있다. 일본의 동경포장박람회나 호주의 선물 박람회, 그리스의 그리스아테네 포장기자재 산업 박람회, 베트남의 국제 포장 및 인쇄 박람회, 중국의 상하이 국제포장 및 식품가공기술전람회 등 세계 각국에서도 포장 관련 움직임이 활발하다. 거기에 그치지 않고 제조업·식음료·플라스틱·인쇄·제지 등 여러 분야의 전시회와 협업하며 성장하고 있다. 포장의 중요도가 점점 높아지고 있다는 직접적 증거다.
포장이라는 작업은 여러 분야들이 힘을 모아야만 실현할 수 있는 어려운 일에 속한다. 어떤 재료로 포장을 할지 정해야 하기에 여러 재료와 관련된 지식이 있어야 하며, 포장을 담당하는 도구나 기계 등을 선별하기 위해서는 모션컨트롤에 대한 이해가 필요하다. 또 최근 들어서는 포장이 얼마나 잘 이루어졌는지, 이상은 없는지 검토하기 위해 머신비전이 필수적 요소로 대두되고 있다.
이런 현실을 반영하듯, 포장 분야에서 머신비전의 활약은 점점 늘어나고 있으며, 특히 지난 몇 년간 눈부신 성장을 거두었다. 이번 기사를 통해 머신비전이 ‘포장Packaging’이라는 전반적 영역에 어떻게 적용되고 있는지를 본다면, 상상도 하지 못할 활용에 눈이 휘둥그레질 것이다.
최근에는 ‘포장’이라는 단어가 단순히 물건을 보기 좋게 감싸는 의미를 벗어나 운반·적재 등 생산 후 출고까지의 단계를 아우르는 의미로 쓰이고 있다. 그렇기에 본 기사에서도 ‘포장’의 범위를 제품 생산 직후부터 출고 직전까지의 단계로 정의했다.
>> 대표적 활용사례 모음
PET병 검사
미국 Agr International에 근무하는 기술자들이 비전 기반 검사 시스템을 개발했다. 이 검사 시스템에는 블로 몰딩 머신을 장착해 폴리에틸렌 테레프탈레이트(PET병이라고 흔히 부르는) 제품을 만드는 동안 무작위로 발생하는 결함을 검출한다.
‘파일럿 비전’이라고 부르는 이 시스템은 시스템 제조업체에게 상당한 이점을 제공한다. 완성 제품의 품질을 손상시킬 수 있는 결함을 찾아내 그 정보를 제공하는 것. 특히 예비 성형품(evaluate preform)이나 고장이 난 병을 검사하기에 적합하다.
회사 설명에 따르면, 이 시스템은 대부분의 주요 블로 몰딩 머신과 호환된다. 따라서 포장 분야에서 폭넓게 사용할 수 있다.
시스템은 시간당 10만 개의 병을 처리하는 것을 목적으로 개발되었으며, 최대 여섯 개의 카메라를 사용했고, LED 조명을 부착했다. 이 시스템은 독립형으로 사용할 수도 있고 Agr이 제공하는 ‘프로세스 파일럿’이라는 이름의 자동 블로 몰더 관리 시스템과 함께 사용해도 된다.
과일·채소 분류
아일랜드 더블린에 있는 식품 분류 시스템 제조업체인 Odenberg는 최근 과일 및 채소를 정렬할 수 있는 비전 기반 시스템을 개발했다. Halo라고 부르는 이 시스템은 근적외선(NIR) 영역의 분광 분석 시스템과 CCD 카메라 그리고 LED 발광 다이오드 조명을 탑재했다.
Halo는 과일 혹은 채소의 종류를 가리지 않고 처리할 수 있다. 감자·당근·건과일·오이·토마토·복숭아·배·딸기 등이 그것이다. 껍질을 벗긴 제품도, 벗기지 않은 제품도 문제없다.
이 시스템을 도입한 회사 중 Primco는 유럽에서 가장 큰 당근 공급업체다. 이 회사는 프랑스에 위치한 공장에서 두 대의 Halo 분류시스템을 시험 삼아 사용해보았다. 두 대의 Halo는 시간당 25000kg을 검사할 수 있는 성능을 자랑한다. 시험 운용을 만족스럽게 마친 Primco는 네 대의 Halo 광학 선별기를 추가로 주문했다.
마무리 검사
2012년 Anuga FoodTec 전시회에서는 식품 패키지 검사와 관련한 새 장치가 방문객들의 이목을 집중시켰다. 메틀러 토레도 CIVision에서 패키지 제품의 라벨을 확인하고 검사하기 위한 시스템을 발표한 것.
포장 제품용으로 출시한 CLS 시리즈에는 울트라 LS 시스템이 탑재됐다. 울트라 LS 시스템은 두 대의 라인스캔 카메라를 사용해 식품의 상면과 하면을 동시에 촬영한다. 25mm부터 100mm 범위에서 높이를 변환·조절할 수 있다.
검사하는 제품의 매개변수는 시스템의 HMI 화면 내에 재구성되며 터치스크린 메뉴를 통해 조작할 수 있다. 이를 통해 시스템은 각 제품별로 무게·가격·기타 제품 정보 등을 포함한 미리 설정된 정보를 얻으며, 결과적으로 신속한 생산품 전환에 일조한다.
울트라 LS 제품은 옵션으로 자동 거부 시스템을 선택할 수 있다. 자동 거부 시스템이란 사용자가 일정 수준 이하의 제품이나 포장을 제거하도록 설정하는 기능이다.
메틀러 토레도 독일 지부의 제품 검사부서 마케팅 책임자인 Ralph Swinka는 “식품 라벨링 계획 및 EU의 1169/2011 규정은 소비자들로 하여금 식품 제조업체의 제품이 올바른지에 대해 명확하게 판단할 수 있도록 보장 및 표시토록 하고 있다”고 말했다.
메틀러 토레도는 Anuga FoodTec 전시회에서 병 검사 시스템 또한 전시했다. 이는 병 안에 내용물이 차 있는 정도와 뚜껑의 분실, 잘못 조여지거나 너무 세게 조여진 뚜껑, 링의 누수 등을 검사하는 시스템이다. 이 광학 검사 시스템이 결함 있는 병을 발견하면 결함품이 생산 라인에 진입하는 것을 막는다.
팔렛 추적
무알콜 음료 메이커인 Riha Group은 공장 내에서 물건을 운반할 때 자동으로 팔렛 데이터를 식별할 수 있는 시스템을 필요로 하고 있었다. Riha Group은 이를 수행하기 위해 Artschwager & Kohl Software에게 협력을 요청했다.
팔렛 데이터를 추적하는 것은 음료 제조 과정에서도 중요한 역할을 한다. 오늘날 회사들은 자사가 관리하는 모든 팔렛의 정보를 추적할 수 있어야 한다. 각 제품별 데이터나 생산일자 등 기본적 정보를 실시간으로 확인해야 하기 때문이다. 이런 요구를 충족시키기 위해 Artschwager & Kohl Software는 자사의 로마스 물류 관리 시스템과 통합할 수 있는 산업용 바코드 스캐너를 투입하기로 결정했다.
Riha Group과 Wisysteme(이 회사는 마이크로스캔의 전략적 파트너다)이 협력한 결과, Riha의 각 적재 게이트에 마이크로스캔의 산업용 래스터 스캐너를 장착할 수 있었다. 마이크로스캔의 래스터 스캐너는 TCP/IP를 통해 Lomas 물류관리 시스템에 연결할 수 있다. 팔렛들이 적재 게이트를 지날 때마다 바코드 스캐너가 작동한다. 바코드는 각 팔렛 데이터를 Lomas 물류관리 시스템에 전송하고, 시스템에 있는 자료와 스캔한 자료를 비교해 유통기한·제조일자·로트 코드 등을 검사한다.
스캔이 끝나게 되면 트럭 운전사에게 스태킹 비콘(stacking beacon) 정보를 전송한다. 팔렛이 올바른 제품을 선적하고 있는 경우 녹색 빛을 띠게 되며, 팔렛이 화물을 놓치지 않아야 함을 의미한다. 그렇지 않은 경우 적색 빛을 띤다.
빨대 검사
Milch-Union Hocheifel는 독일에 있는 낙농 협동조합이다. 이 회사는 매일 350만 리터의 우유를 처리하며 매년 13억 개의 제품을 만든다.
이들 제품에는 대부분 빨대가 붙어있다. 유연한 플라스틱 빨대로 쉬이 우유를 마실 수 있게 하는 것. 이 빨대는 투명한 호일에 싸여 상자 겉면에 부착되는데, 이때 시스템은 돌출되는 부분이 있는지, 잘못 포장된 부분은 없는지 항상 확인해야 한다. 이에 빨대의 정확한 위치를 감지하는 것이 회사의 중요한 공정이 되었다. 하지만 회사가 생산하는 유제품의 종류마다 색상도 모양도 달라 빨대 위치를 감지하는 작업은 점점 어려워졌다.
이 회사는 빨대를 검사하기 위해 모니터링 시스템을 도입했다. 여러 장치로 이루어진 모니터링 시스템에는 바우머의 VeriSens 비전 센서 제품이 들어가 있다.
시스템에 쓰인 간접 조명은 시스템이 전체 배경 이미지를 검사하는 동안 빨대를 비춘다. 조명 기능으로 인해 시스템이 독립적으로 빨대를 검사할 수 있다. 검사 품목이 컨베이어를 통과하면 센서는 VeriSens 카메라 제품으로 정보를 전송해 즉각 촬영할 수 있도록 한다.
시스템이 빨대가 올바른 곳에 위치했는지 여부를 확인하기까지 걸리는 시간은 불과 30밀리초밖에 걸리지 않는다. 시스템이 빨대의 위치가 잘못되었다고 판단하면 다음 생산라인에서 걸러낸다.
병 안의 진공 확인
Egyptian Center for Technology(이하 ECT)의 기술자들이 이미지 처리 시스템을 개발했다. 이 시스템은 제품 생산라인의 마지막 단계에서 병 안에 주스가 진공상태로 잘 담겨있는지 확인한다.
ECT의 Akml Nasr 박사 연구팀은 이런 병 검사를 자동으로 처리하는 시스템을 개발했다. 시스템이 개발되기 전까지 이 공정은 전부 수동으로 진행되고 있었다.
Nasr 박사는 병뚜껑의 모양에 착안을 얻어 시스템을 개발했다. 병 안에 진공이 존재할 때와 그렇지 않을 때 뚜껑 모양이 달라지는 것. 진공이 있을 때는 뚜껑 상단부에서 빛을 반사하는 형태가 달라진다.
연구팀은 뚜껑 위로 평행 조명을 균일하게 조사하고, CCD카메라로 이를 촬영하는 방법으로 반사되는 빛의 강도를 측정하는 방법을 사용했다. 이 방법을 사용하면 뚜껑 모양이 어떻게 다른지를 비교해 병 안에 진공이 있는지 여부를 확인할 수 있다.
생산라인에서 병 상단 영상을 촬영하는 CCD카메라의 광전지를 통해 병의 존재 여부를 확인할 수 있었다. 이후 영상은 PC로 전송되고, 내쇼날인스트루먼트의 LabVIEW 프로그램을 활용한 소프트웨어로 이미지를 처리한다. 소프트웨어가 진공 상태가 아닌 병을 감지했을 경우, 시스템은 압축된 공기를 통해 생산라인에서 병을 밀어내버린다.
감자 수확
현장에서 품질이 떨어지는 감자를 판단해 걸러낼 수 있는 컴퓨터 비전시스템의 시제품이 등장했다. 영국 링컨대학의 컴퓨터과학자들이 감자 분류 시스템 개발에 성공한 것.
감자 분류 작업이 항상 완벽하진 않다. 몇몇 감자들은 작업자의 실수에 의해 기준과 다른 등급으로 분류되는데, 이는 감자를 포장하고 출하하는 작업에 심각한 악영향을 미치게 된다.
이를 방지하고자 영국 감자 협의회와 링컨대학 비전 및 로봇 연구센터 연구원들이 협업했다. 이들이 개발한 시스템은 감자에 영향을 끼치는 요소들을 분석하고 일반적인 결함을 파악하는 능력을 갖추었다. 기존 하드웨어 및 소프트웨어와 즉시 함께 사용할 수 있을 정도로 호환성이 좋고 가격이 저렴한 것도 특징.
링컨대학 비전 및 로봇 연구센터 책임자인 톰 두켓 박사는 “이 시스템은 전문가가 작성한 초기 입력을 필요로 하는데, 이 자료를 통해 마구잡이로 배치된 감자들 사이에서 좋은 표본뿐 아니라 결점이나 질병 등 품질이 떨어지는 제품도 선별한다”고 말했다. 두켓은 “이 시스템은 실시간으로 감자를 인식하고 여러 결함 유형을 인식해 분석할 수 있도록 만들어졌다”며, “이 시스템을 사용하면 기존 연구와 비교했을 때 큰 개선을 이뤄낼 수 있을 것”이라고 말했다.
시스템은 기존 하드웨어 제품을 기반으로 개발되었으며 약 70파운드의 낮은 가격을 자랑하는 USB HD 웹카메라를 장착했다.
두켓 박사에 따르면, 시스템에는 고가의 머신비전 센서를 사용하면 더 나은 결과를 만들 수 있었지만, 개발진은 웹 카메라를 선택했다. 그 이유는 저렴한 비용으로 견고함과 시스템 학습 능력을 모두 얻을 수 있기에 여느 센서를 대처할 수 있는 합리적 선택이라고 판단했기 때문이다.
시스템의 작동 과정은 이렇다. 감자 이미지를 캡처하고 나면 쿼드코어 프로세서와 그래픽 처리장치가 달린 고성능 데스크탑 PC가 이를 처리한다. PC에 부착된 장치들로 인해 핵심 이미지 프로그램 처리에 속도를 붙일 수 있다. PC는 일반적인 결함을 감지하고 식별하며 정량화할 수 있는 소프트웨어 알고리즘을 사용한다.
두켓 박사는 “시스템은 현재 전문가가 제작한 감자 이미지 표본을 입력받고 있는 상태”라며, “주 멤버는 이 업계에서 일하는 품질관리 직원 등”이라고 말했다. 시스템이 출력하는 결과에는 결함이 있는 감자 표면의 등급 측정치와 감지된 결함 유형 등이 상세하게 적혀있다.
두켓 박사는 “많은 사람들이 감자가 빛에 노출되면 점차 녹색으로 변해간다는 사실을 알고 있을 것”이라며, “이처럼 녹색으로 변하는 결함은 ‘그린링’으로 알려져 있다”고 설명했다. 두켓 박사는 그러나 두켓 박사는 “흰 감자 품종에 ‘그린링’이 일어나면 녹색으로 보이지만, 검정 감자 품종에 ‘그린링’이 발생하면 녹색보다는 검은 색으로 보인다”며, “따라서 감자 등의 신선 식품 분야에서 모든 상황에 적용할 수 있는 제품을 설계하는 것은 불가능하다”고 지적한다. 또한 “그렇기 때문에 우리가 훈련 가능한 접근법을 택한 것”이라고 말하기도 했다.
연구원들은 이 시스템을 초당 30프레임 속도로 실시간으로 작업할 수 있도록 개발했으며, 시스템과의 상호훈련 시스템을 구현하기 위해 사용하기 쉬운 그래픽 유저 인터페이스(GUI)를 채택했다.
이 개발을 함께한 이는 다음과 같다. 링컨대학 비전 및 로봇 연구센터의 대학원생들은 박사과정 학생인 마이클 반즈와 함께 이론 연구 등 중요한 기초적 역할을 수행했고, 석사 학생인 제이미 허튼이 산업용 시제품의 연구와 개발을 담당했다.
마지막으로 이 팀은 Sutton Bridge Crop Storage Research의 글린 하퍼와 함께 작업했다. 이 기관은 영국에 있는 수확 후 농업 연구시설이다. 이 시설은 영국농업원예개발위원회 산하에 있으며 감자 협의회가 운영하고 있다.
텔레센트릭 렌즈·스마트카메라 콤비
유리 및 플라스틱 병을 제조하는 업체들이 점차 생산공정을 자동화하고 있다. 이는 자사 제품의 품질을 향상하기 위한 노력의 일환으로, 주로 시스템 통합 업체의 도움을 받고 있다.
NB Advanced Inspection System이 자사의 최신 병목 계측 및 측벽 검사 시스템을 개발할 때, CIVision은 기존에 시판되고 있으며 즉시 적용할 수 있는 카메라와 렌즈 그리고 조명 장비를 사용할 뿐 아니라 프로그래밍 작업을 용이하게 도와주는 터치스크린 기반의 자동훈련 소프트웨어를 바탕으로 시스템을 설계했다. 여타 자동화 시스템과 마찬가지로 NB 검사 시스템 역시 고속으로 병을 이동하는 컨베이어에서 활용할 수 있는 비전시스템이다.
CI-Vision의 마케팅 부장인 스콧 스톤은 “병목 표면을 검사하고 몰딩 플래시를 검출하기 위해 3대의 GC254 카메라를 사용했다”며, “Prosilica에서 만든 이 카메라는 5메가픽셀 해상도 이미지를 초당 15프레임 속도로 획득하며, 각각 병 둘레를 따라 120°가량씩 회전할 수 있다”고 말했다. 카메라가 획득한 이미지의 윤곽 대비를 높이기 위해 Metaphase Technology에서 만든 세 대의 BL6X-10 6.6″ 백색광 조명을 사용해 총 세 개의 각도에서 병을 비추었다.
CIVision은 시스템 정확도를 높이기 위해 광학에도 투자를 아끼지 않았다. 각각의 카메라에 텔레센트릭 렌즈를 장착한 것. 스콧은 “에드몬드 옵틱스의 0.125x 배율을 자랑하는 70mm 텔레센트릭 렌즈를 사용함으로써 0.005″ 범위는 물론 이보다 더 높은 시야를 자랑하는 기존 카메라 렌즈와 함께 검사할 수 있을 것”이라고 밝혔다. “이 광학 시스템을 사용함으로써 0.01″/픽셀 단위로 병을 관찰하고 문제를 해결할 수 있다”는 것이 스콧의 설명이다.
시스템 작동과정은 다음과 같다. 각각의 병에 조명을 비추고 카메라가 이를 촬영하면, 기가빗 이더넷 기술을 통해 시스템 PC로 전송한다. 이 과정에서 시스템은 병의 목에 있는 가느다란 실(뚜껑과 함께 잠기는 부분)이 형성되었는지, 톱니모양이 잘 만들어져있는지, 그리고 넥이 정확한 모양으로 만들어져있는지, 몰딩 플래시가 있는 것은 아닌지 확인한다. 병의 측면과 바닥 부분도 확인하는데, 미립자 오염은 없는지, 병 재질에 기포 혹은 거품이 생기진 않았는지, 색상은 맞는지, 마무리 공정에서 결함이 생기진 않았는지 등을 검사한다.
수집한 작업을 원활하게 처리하기 위해 CIVision은 매트록스 이미징에서 만든 매트록스 이미징 라이브러리(MIL)의 일부 기능을 CIVCore라는 자사의 소프트웨어에 통합시켰다.
시스템이 각각 이미지의 관심 영역(ROI) 개요를 만들고 나면 이 관심 영역에서 머신비전 작업을 수행할 수 있게 된다. 각각의 관심 영역에서 특정한 작업이든, 다중 작업이든 상관없이 개별적으로 작업할 수 있는 것이 특징이다. 예를 들어 시스템의 어떤 알고리즘이 자동적으로 병의 표면을 검사하는 동시에 다른 알고리즘이 특정 관심 영역에서 병의 지름이나 결점 등을 확인하도록 설계할 수도 있다. 각각의 제품을 프로그래밍하고 나면 제품의 검사 유형을 라이브러리에 저저장할 수 있다. 이는 차후에 시스템 라이브러리에 있는 다른 유형의 병과 비교할 수 있는 기틀이 된다. 시스템은 쾌적한 검사를 위해 라이브러리에서 데이터를 추출해 미리 정해진 최적의 위치로 카메라와 조명을 이동한다.
더 중요한 것은 새 병을 검사할 때 프로그래밍 편의성을 제공한다는 점이다. 개발진은 시스템의 사용자 인터페이스 화면에서 편하게 작업할 수 있도록 터치스크린 기능을 탑재했다. 새로운 검사를 위해 프로그래밍을 하게 되면 프로그래밍한 부분의 이미지가 먼저 화면에 표시된다. 그 다음엔 차후에 검사할 부분을 강조하기 위해 관심 영역을 이동하고, 관심 영역의 크기와 머신비전의 기능을 선택할 수 있다. 프로그램은 여러 화면에 각각의 관심 영역을 띄우고 조절할 수 있어 여러 머신비전 검사 기능을 동시에 각 창에서 수행할 수 있다.
