Multimodal Vision and Generative AI for Machined-Surface Defect/Quality Prediction
연구 내용
가공 공정 결함을 멀티모달 데이터와 비전 생성 모델로 파악해 품질 수준을 판정하는 연구
본 분야는 가공 공정에서 발생하는 결함을 시각적으로 식별하고 품질 수준을 예측하기 위해 비전 중심 학습을 수행합니다. 시간열 힘 센서 데이터를 Gramian angular field로 이미지화한 뒤 이미지-이미지 변환으로 가공면 영상을 생성하는 Sensor2Image 접근을 통해 로봇 가공 환경에서도 결함에 민감한 시각 정보를 확보합니다. 또한 열화상 기반 분류에서 class imbalance 문제를 다루고, 준지도학습과 ordinal classification 프레임워크로 품질 수준을 순서형 목표로 예측합니다. 생성형 및 확산 기반 모델을 제조비전 AI에 적용해 결함 예측과 객체 인식까지 연결하는 방향의 연구를 병행합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
4건
연구 흐름
초기에는 가공 품질을 예측하기 위한 순서형(ordinal) 학습 프레임워크로 출발하여 준지도학습 기반의 품질 수준 예측 가능성을 확인했습니다. 이후 2024년에는 시간열 센서를 이미지 도메인으로 변환하고 생성형 번역으로 가공면을 합성하는 Sensor2Image로 연구 범위를 결함 시각화로 확장했습니다. 최근에는 열화상 데이터의 class imbalance를 다루는 분류 학습을 추가하고, 프로젝트 단위에서는 멀티모달 LMM과 확산 기반 생성 모델을 제조 현장 비전 문제에 적용하는 형태로 확장되고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Accurate synthesis of sensor-to-machined-surface image generation in carbon fiber-reinforced plastic drilling
Developing a semi-supervised learning and ordinal classification framework for quality level prediction in manufacturing
Class-imbalanced gas thermal image detection in manufacturing using thermal region masking and density-based reweighting
관련 프로젝트
구분
제목
탄소중립을 위한 드릴링 공정 결함 예측용 대규모 멀티모달 모델(LMM) 기반의 가공면 이미지 생성 AI 기술 개발
소비재 상품산업, 공급망 관리 및 스마트 공장에서의 객체 인식을 위한 AI 혁신: 확산 기반 최적화 알고리즘과 확산 기반 생성 모델의 활용
인공지능(AI)을 활용한 자동차 부품 중소제조기업의 불량예측 및 불량원인분석 모델 개발
인공지능(AI)을 활용한 자동차 부품 중소제조기업의 불량예측 및 불량원인분석 모델 개발