자동차
적용 사례
자율주차·자율주행용 데이터 처리 및 자동차 부품 결함 검사

자율주차·자율주행용 데이터 처리 모델

부품 검사

단차·간격(Gap & Flush) 조정
풀어야 할
문제 및 니즈
- 차량에 탑재된 카메라 및 센서에서 수집되는 다수의 데이터를 모델 학습에 활용하기 위해 자동으로 처리할 수 있는 기술 필요
- 차량의 각 부문은 다수의 Parts로 구성되며, 각 Part가 결함이 있는지 그리고 정확한 위치에 조립되어 있는지 정밀한 판단을 내릴 수 있는 기술 필요
문제 해결 방법 및
적용 기술
- 다양한 타입의 도로 Line 데이터 분류 모델, 이미지 내 ROI 자동 최적화 기술, 이미지 내 Noise 제거 기술, Line Segmentation 모델 적용
- Part의 Anomaly를 확인하기 위한 Anomaly Detection Model + 해당 Anomaly를 식별하기 위한 Detection and Segmentation 모델(SINNet) 적용
기술 적용 결과
- 01Autonomous Parking and Driving에 필수적인 Line Detection 모델 학습을 위한 데이터 처리 부문에서 약 88%의 성능을 기록하는 모델을 개발하여 라벨링 부담 최소화
- 02Part가 정확한 위치에 있고, 각 Part 별 결함을 식별할 수 있는 모델을 개발하여 차량 제조의 조립단계 및 최종 Inspection 단계를 자동화 지원