[논문 리뷰] A Point Cloud-Based Method for Automatic Groove Detection and Trajectory Generation of Robotic Arc Welding Tasks

Rui Peng, David Navarro-Alarcón외 2명|arXiv (Cornell University)|2020. 04. 26.

Robotics and Sensor-Based Localization참고 문헌 24인용 수 4

한 줄 요약

이 논문은 RGB-D 센서를 사용한 포인트 클라우드 기반 방법을 제안하여 V자 용접 균열을 자동으로 감지하고 로봇 아크 용접을 위한 정밀한 6-DOF 경로를 생성한다. 이 시스템은 다양한 작업물에서 높은 감지 정확도(직선형: 평균 92.48%, 곡선형: 82.02%, 상자형: 81.72%)를 달성하며, 최소한의 인간 간섭으로 실시간으로 용접을 수행할 수 있으며 오차가 매우 적다.

ABSTRACT

In this paper, in order to pursue high-efficiency robotic arc welding tasks, we propose a method based on point cloud acquired by an RGB-D sensor. The method consists of two parts: welding groove detection and 3D welding trajectory generation. The actual welding scene could be displayed in 3D point cloud format. Focusing on the geometric feature of the welding groove, the detection algorithm is capable of adapting well to different welding workpieces with a V-type welding groove. Meanwhile, a 3D welding trajectory involving 6-DOF poses of the welding groove for robotic manipulator motion is generated. With an acceptable error in trajectory generation, the robotic manipulator could drive the welding torch to follow the trajectory and execute welding tasks. In this paper, details of the integrated robotic system are also presented. Experimental results prove application value of the presented welding robotic system.

연구 동기 및 목표

• 교수-재생 및 CAD 기반 방법의 한계를 극복하여 복잡하고 예측 불가능한 용접 환경에서 인간 간섭을 최소화하는 자동 균열 감지 및 경로 계획 기능을 제공한다.
• 실시간 3D 용접 경로 생성을 위한 비용 효율적인 센서 기반 솔루션을 개발한다.
• 사전 작업물 모델링 없이도 자율적인 로봇 조작을 가능하게 하여 용접 효율성과 품질을 향상시킨다.
• 비평면 표면을 포함한 다양한 작업물 기하 구조에서 시스템의 강인성을 검증한다.

제안 방법

• 로봇의 종단 효과제에 장착된 Intel RealSense D415 RGB-D 카메라를 사용하여 작업물의 3차원 포인트 클라우드를 획득한다.
• 균열 영역을 강조하기 위해 균열 특징 히스토그램(GFH)을 사용하여 전역 법선 지도 및 표면 변동 지도를 계산한다.
• 표면 곡률과 법선 일致성 기반으로 후보 균열 점을 추출하기 위해 기하학적 필터링을 적용한다.
• 지상 진실(ground truth)과의 정확도 평가를 위해 λ = n_overlap / (n_d + n_gt - n_overlap)로 정의된 3차원 겹침 비율(λ)을 사용한다.
• 감지된 균열 점 집합을 바탕으로 MoveIt 프레임워크를 사용한 카르테시안 경로 계획을 통해 6-DOF 용접 경로를 생성한다.
• 카메라 좌표계를 UR3 로봇 기준 좌표계에 정렬하기 위해 손-눈 캘리브레이션을 수행한다.

실험 결과

연구 질문

• RQ1 포인트 클라우드 기반 방법이 비평면 표면을 포함한 다양한 작업물 기하 구조에서 정확하고 강인한 용접 균열 감지 성능을 달성할 수 있는가?
• RQ2 지상 진실과 비교했을 때 제안된 균열 감지 알고리즘이 런타임 효율성과 감지 정확도 측면에서 어떻게 성능을 내는가?
• RQ3 생성된 3차원 용접 경로가 실제 작업물에서 정밀한 로봇 운동 실행을 얼마나 잘 가능하게 하는가?
• RQ4 표면 기하 구조(예: 실린더형 vs. 평면형)가 제안된 방법의 감지 정확도에 어떤 영향을 미치는가?
• RQ5 최소한의 인간 입력으로 실시간으로 효과적으로 작동할 수 있으며, 완전 자동 로봇 아크 용접을 가능하게 하는가?

주요 결과

• 제안된 시스템은 직선형 작업물에서 평균 92.48%의 균열 감지 정확도, 곡선형 작업물에서는 82.02%, 상자형 작업물에서는 81.72%를 달성한다.
• 실린더형 작업물에서는 감지 정확도가 평균 64.61%로 급격히 떨어지며, 이는 높이 굴곡진 비평면 표면에서의 강인성 부족을 시사한다.
• 시스템은 수용 가능한 런타임 성능을 보이며 실시간으로 작동하여 예측 불가능한 환경에서도 동적 용접을 가능하게 한다.
• 운동 실행 결과는 생성된 경로를 정밀하게 추적하며, 모든 테스트된 작업물 유형에서 부드럽고 안정적인 용접 토치 운동을 보였다.
• ROS와 MoveIt와의 통합을 통해 신뢰할 수 있는 6-DOF 경로 생성 및 실시간 제어가 가능하다.
• 이 방법은 평면형 및 중간 정도로 굴곡진 작업물에서는 산업용 로봇 아크 용접에 강력한 실현 가능성을 보이며, 복잡한 굴곡 표면에서는 성능이 저하됨을 확인했다.