아래 내용으로 개요 작성
1. 서비스 명칭
실시간 물체 탐지를 통한 target object의 pick & place task 진행
2. 서비스 배경 및 목적
반복적이고 시간이 많이 소요되는 물체 집기 및 배치 작업을 처리할 수 있는 자동화된 솔루션에 대한 요구가 증가.
이전까지 물체를 집고 배치하는 작업은 인간이 직접 수행했기 때문에 노동 집약적이고 시간이 많이 걸리며 오류가 발생하기 쉬움.
로봇이 물체를 집어 들 수 있으려면 물체를 정확하고 빠르게 감지하고 찾을 수 있어야 하며, 이를 위해서는 시각적 데이터를 실시간으로 분석할 수 있는 정교한 센서와 알고리즘이 필요.
실시간 물체 탐지 기능을 로봇에 적용함으로써 작업의 효율성, 정확성 및 생산성을 향상 시킬 수 있음.
로봇의 실시간 개체 감지를 통해 사람의 개입 없이 대상 개체를 신속하게 찾아 task 수행
반복적이고 육체적으로 힘든 작업을 수행할 필요가 줄어들어 부상이나 피로를 줄이고,업무상 안전성을 향상시킬 수 있음.
3. 인공지능 서비스 유사 사례 분석
비전 기반의 universal robot의 pick & place 작업 메뉴얼
협동로봇의 실제 적용 사례
실시간 객체 탐지 알고리즘 yolo v5 사용법, 데이터 준비 및 후 처리 https://hashdork.com/ko/yolov5/
4. 인공지능 모델의 입출력
입력: 이미지 또는 비디오 프레임 //(해상도: 480 x 320, 파일형식: jpeg)
출력: 경계 상자의 좌표, 감지에 대한 신뢰도 점수 및 감지된 객체 유형을 나타내는 클래스 레이블
5. 데이터셋 구축방안
AIHub 상품 이미지 데이터 (https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=64)를 이용하여 실시간으로 탐지할 object 데이터 생성
스마트폰 카메라로 target object의 실시간 이미지 촬영
6. 데이터셋 구성 목표
학습셋: 547장
시험셋: 137장
학습셋 및 시험셋의 클래스별 비율: 4:1
7. 인공지능 모델 평가 방법
인공지능 모델을 정량 평가할 수 있는 방안에 대해서 기술합니다.
Accuracy
8. 인공지능 모델 성능 목표
인공지능 모델 성능 목표를 기재합니다. (베이스라인 성능 대체)
Accuracy 90.0%이상
9. 서비스 구축계획 및 사용 시나리오
서비스를 구축하기 위한 소프트웨어 및 하드웨어 구성, 사용 시나리오를 기술합니다.
그라디오로 웹 인터페이스 구성안 (입력: 이미지 파일 업로드, 출력: 텍스트)
학습한 인공지능 모델 탑재
실시간 탐지를 진행할 object를 picking place에 두기
협동로봇의 vision 역할을 스마트폰으로 대체하여, 스마트폰으로 실시간 객체 탐지 성능을 파악
10. 서비스 기대효과
반복적이고 육체적으로 힘든 작업을 수행할 필요가 줄어들어 작업자의 부상이나 피로를 줄이고,업무상 안전성을 향상시킬 수 있음.
다품좀 소량생산 시대가 도래함에 따라 라인 별 실시간 작업을 변경하여 생산성을 향상시키고, 불필요한 리드타임을 감소시킬 수 있음
