Abstract
It is very important to reduce the computational processing time for the application of the vision system in real time such as inspection, the determination of object's dimension and welding etc, because the vision system model involves a lot of measurement data acquired by CCD camera. Also, a lot of computation time is required in estimating the parameters in the vision system model if the iterative batch estimation method such as Newton Raphson is used. Thus, the effective computation method such as the Extended Kalman Filtering(EKF) is required to solve the above problems. The EKF has much advantages in that it takes explicitly into account the measurement uncertainties, and is a simple and efficient recursive procedures. Thus, this study is to develop the EKF algorithm to compute the parameters in the vision system model in real time. This vision system model involves the six parameters to account for the cameras inner and outer parameters. Also the EKF is applied to estimate the object's dimension. Finally, practicality of the estimation scheme of the vision system based on the EKF is verified experimently by performing the estimation of object's dimension.
비젼시스템을 검사, 물체위치 결정 및 용접 작업등에 실시간 응용하고자할 때 CCD카메라에서 얻어진 많은 데이터를 처리해야 하기 때문에 전산처리 속도를 줄이는 것이 매우 중요하다. 또한, 비젼시스템 모델에 포함되어 있는 매개변수를 추정하는데 있어서 Newton-Raphson 방법 같은 반복적인 기법을 사용하면 많은 전산처리 시간을 필요하게 되어 실시간 응용을 어렵게 한다. 위의 문제점을 해결하기 위해 확장칼만필터링 같은 효율적인 방법이 필요하다. 확장칼만필터링 방법은 CCD카메라로부터 얻어지는 측정데이터의 불확실성을 고려할 뿐만 아니라, 순환적인 처리 기법을 사용하므로 전산처리 속도 향상을 가져온다. 이리하여 본 연구는 비젼시스템 모델에 포함된 카메라 내부 및 외부 매개변수를 설명하는 6개 매개변수 추정과 이를 이용한 물체 치수를 추정하는데 확장칼만필터링 방법을 적용하였다. 마지막으로 개발된 추정기법의 실시간 적용의 타당성을 실험을 통하여 보였다.
