http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
로봇의 용접 경로 검출 정확도 향상을 위한 딥러닝 모델 성능 비교 연구
김태준(KimTaeJun),전재훈(JeonJaeHoon),윤종완(Jongwan Yoon),고병진(Byungjin Ko),서광원(Kwangwon Seo),박태준(Taejoon Park) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11
용접은 제조 산업에 있어 필수적인 공정이나 용접 전문공의 숫자는 점차 줄어들고 있다. 이를 극복할 수 있는 것이 용접 자동화 로봇이다. 본문에서는 용접 자동화 로봇에서 용접 경로 검출의 정확도 향상을 위해 Segmentation 기반 딥러닝 모델인 Unet과 Unet3+의 성능을 비교 분석 한다. 그 결과 Unet3+가 Unet에 비해 더 높은 정확도를 보여주는 것을 근거로 Unet3+가 용접 자동화 로봇에 더 적합한 모델임을 보인다. Welding is an essential process in the manufacturing industry, but the number of welding professionals is gradually decreasing. Welding automation robots can overcome this. In the paper, the performance of Unet and Unet3+, a segmentation-based deep learning model, is compared and analyzed to improve the accuracy of welding path detection in welding automation robots. The results show that Unet3+ is a more suitable model for welding automation robots based on the fact that Unet3+ shows higher accuracy than Unet.