본 내용은 지능형 로봇의 시각시스템 기술에 대한 현황 및 관련 산업계 동향을 조사분석한 것으로서, 해당 기술 및 산업 분야에 대한 담당연구원의 전문지식 향상을 통한 평가관리의 전문성을 제고시키고, 산업기술개발사업이 포함된 정부출연사업으로 지원된 현황에 대한 조사 및 분석을 통하여 향후 관련 분야의 기술지원 방향과 산업계 요구를 예측하여 효율적인 정부출연 R&D 투자 정책 제언을 위한 참고자료로 작성되었다.
·물체인식기술
기초연구는 주로 대학 등의 연구기관에서 이루어지고, 로봇 시각을 위한 물체인식의 구현은 각 기관의 로봇 프로젝트와 연계되어 이뤄진다. 범용 물체인식 시스템은 그 기술의 적용범위 및 상용화의 불확실로 인하여 개발이 활성화되어 있지 않다.
국내의 연구수준은 세계적인 수준이라 할 수 있는데, 개발된 시스템이나 소프트웨어는 완성도 측면에서 선진국에 많이 뒤지고 있으며, 얼굴인식의 경우 주로 정면 얼굴을 대상으로 이뤄져 외국기술에 비해 많이 뒤지며, 제스처 인식도 아직 선진국 수준에 비해 많이 뒤떨어진다.
- 서울대학교 컴퓨터 비전 연구실(Computer Vision Lab)
선분(edge) 특징을 이용한 물체인식 연구에서 세계적인 연구결과를 갖고 있으며, 확률적 관계 그래프모델(Stochastic Attributed Relational Graph)을 이용한 정합기법을 제안하여 물체의 회전, 크기, 가려짐 및 조명변화에 강인한 물체인식기법을 개발했다.
또한 통계적인 방법을 활용하여 특정 물체를 인식하고 동시에 분할하는 기법도 개발했다.
- 한국과학기술원 로보틱스 & 컴퓨터 비전 연구실(Robotics & Computer Vision Lab.)
특징점 추출 방식으로서 G-RIF(Generalized Robust Invariant Feature)를 제안하였고, 활률 그래프 모델을 사용한 맥락 기반 물체 인식에 대한 연구도 진행하고 있다.
- 서강대학교 비전 그래픽스 연구실(Vision Graphics Lab.)
3차원 거리정보와 컬러특징점(photometric feature)을 융합하여 고유의 거리영상 통합 및 물체인식방법을 개발하여 3차원 물체 정합에 응용하였다.
- 한국과학기술연구원 21C 프론티어 사업단
Contour fragment와 다양한 local feature를 결합하고, semi-supervised 방식의 학습과 spectral matching 기법을 이용하여 실시간성의 확보를 위해 연구를 진행하고 있다.
로봇의 응용을 위해서는 어떻게 손쉽게 로봇에게 물체 모델을 등록시킬 수 있는지에 대한 연구를 진행하고 있다.
- 전자부품연구원
고기능 비전인식 및 학습기술을 연구해오고 있고, 감응성 에지 향상기법, 3차원 객체 포즈인식 기술개발 등을 토대로 컬러시각 센서를 사업화할 목표를 갖고 있다.
- 한국생산기술연구원
스마트 로봇환경을 구축하고 그 환경 내에서의 로봇 물체인식, 포즈추정, 조작을 위한 연구를 수행해오고 있다.
비주얼 기술자를 통한 물체 인식 및 포즈 추정하는 시스템을 개발해오고 있다.
- 삼성종합기술원
지능형 보안, 감시, 멀티미디어 콘텐츠 검색, HCI(Human-Computer Interaction) 등의 기능을 제공하기 위한 영상처리 기술과 Pattern Recognition 기술을 연구 개발하고 있다.
미국 NIST에서 주최한 FRVT(Face Recognition Vendor Test) 2006에서 우수한 성능을 보인 바 있으나, 얼굴 인식을 제외하고는 물체 인식 분야에 대한 연구가 활발히 진행되고 있지는 않다.
·동작추적기술
주로 2차원 영상에 기반한 기술들로 고정된 카메라 대상으로 개발되었다.
카메라가 움직이는 환경에서의 다중 물체에 대한 실시간 추적기술을 중심으로 동작 추적기술이 발전할 것으로 기대되며, 이러한 추적 기술은 지능로봇의 주행 및 조작에 효과적으로 활용 가능하다.
3차원 공간상에서 움직임을 추적할 수 있는 3차원 동작추적 기술의 개발이 절실하며, 이에 대한 연구개발이 활발히 진행될 것으로 예상된다.
2) 선진국의 기술개발 동향
·시각시스템 관련 제품개발 동향
90년대 초반부터 시각시스템에 대해 연구를 시작한 카네기 멜론 대학의 로봇공학 연구소는현재 초당 30프레임의 속도로 영상을 입력받고, 거리정보를 취득할 수 있는 시스템을 개발했다.
<그림 10>은 ‘Palm Pilot Robot Kit’로 실시간 거리영상 취득을 위한 알고리즘과 하드웨어 장치로 개발된 것이다.
Interval Research에서는 고성능 계산을 지원하는 PARTS 엔진을 PCI 카드 타입으로 개발하고, 이것의 첫 응용으로 실시간 스테레오 시각 시스템을 제작하였는데, 초당 42프레임 속도로 320×240 픽셀 크기이 거리영상을 생성할 수 있다. 한 장의 카드로 시스템 구현을 가능하게 하여 상품화에 더욱 근접하고 있다.
· 3차원 감지기술
삼각법의 원리가 가장 많이 연구되어 왔으며, 초점조절법, 구조광에 의한 능동적 삼각법, 스테레오 비전 등에 대한 연구가 활발히 진행되고 있다.
하드웨어 성능향상으로 실시간 영상취득 및 프로세싱이 가능해졌으나, 외부 환경에 강인한 3차원 형상을 얻기에는 아직 힘든 상황이다.
고속 이미지 센서와 digital Mirror Device와 같은 광학 소자 및 SoC 기술의 발전으로 실시간 카메라 구현이 용이하고, 실용화가 앞당겨지고 있다.
스위스 MESA imaging에서는 시간측정법에 기반한 실시간 3차원 형상 측정이 가능한 ‘SR-3000’을 개발하였다. 이는 실시간 측정이 가능하며 콤팩트한 디자인을 갖도록 제작되었다.
방송에서의 응용을 목적으로 깊이 정보를 실시간 동영상으로 얻을 수 있는 깊이 카메라가 개발되었으며, 이스라엘의 Z-cam 및 일본의 Axi-vision 카메라가 대표적인 예이다.
.
