국내 머신비전 전문업체인 비전아이즈(대표 김두희)가 AVT(Allied Vision Technologies)의 대표적인 머신비전 카메라인 'Alvium'을 국내에 소개했다. 비전아이즈에 따르면, 'Alvium'은 괌벙위한 카메라 포트폴리오를 제공하고, 범용성과 가성비가 뛰어나 머신비전 카메라의 '게임체인저’다. 이들 제품의 경우 자체 ASIC기반의 낮은 노이즈 레벨 및 넓은 다이나믹 레인지 등의 특징을 가지고 있다. 그렇다보니 카메라 단에서 다양한 전처리 기능을 제공하는 것이 커다란 장점이다. 비전아이즈가 소개하는 머신비전 카메라의 게임체인저의 'Alvium’ 주요 내용 - 머신비전 카메라의 게임체인저의 등장 'Alvium’ - 비전아이즈 김두희 대표 "경험과 노하우로 고객맞춤형 비전솔루션을 제시합니다" - Alvium이 자랑하는 컨볼루션 모드(Convolution mode)란? - [적용사례] PCB 표면 검사 시스템 - [적용사례] 태양광 패널 검사 - [적용사례] 로봇을 활용한 빈피킹 시스템 - AVT, GigE Vision Alvium G1카메라 시리즈의 센서 라인업 확장 - AVT, 소니 센서 확장으로 카메라 가용성 높인다 헬로티 김진희 기자 |

소비자에게 안전한 고품질 제품을 제공해야 하는 식품 및 음료 산업의 품질 관리 기준은 매우 엄격하다. 만약 눈으로 볼 수 없는 특성까지 확인한다면 식품 및 음료의 품질 관리는 더욱 쉬워질 것이다. SWIR(단파 적외선) 기술은 확장된 검사 파장 범위를 통해 더 빠르고 정확하며, 신뢰도 높은 결과를 제공해 제품의 품질을 높여준다. 최근 몇 년 동안 SWIR 기술은 향상된 이미지 품질과 경제성을 통해 식품 및 음료 산업에서 인기를 얻고 있다. 가시광선 스펙트럼에서 보이지 않거나 검사하기 어려운 플라스틱, 세라믹, 반도체의 경우 SWIR로 검사하는 것이 훨씬 더 효율적이기 때문이다. 재료에서 반사되는 가시광선 및 NIR과 달리 SWIR은 재료를 투과하는 스펙트럼 특성을 가지고 있어 기존 이미징 솔루션으로는 불가능했던 품질 검사를 가능하게 돕는다. 본 백서에서는 식품 및 음료 산업의 다양한 애플리케이션에서 SWIR 이미징 기술을 활용하는 방법을 중점적으로 다룬다. 헬로티 함수미 기자 |

반도체 기반 전자 산업은 다양한 제품을 만들기 위해 안정적인 고품질 마이크로칩을 사용해야 한다. 때문에 반도체 칩 제조 공정은 일관적이어야 하고 결함이 없어야 한다. 반도체 제조업체는 최고의 생산 표준을 유지하기 위해 자외선(UV) 카메라가 탑재된 검사 시스템을 비롯해 다양한 품질 관리 도구를 사용하고 있다. UV 이미지 센서가 탑재된 카메라는 표면에서 UV 파장이 확산 반사되는 점을 활용한다. UV 이미지는 다른 검사 방법에서 놓칠 수 있는 미세한 표면 결함과 불일치를 감지할 수 있는 시각적 정보를 제공한다. 본 JAI 백서에서는 반도체 산업의 다양한 검사 애플리케이션에 따른 UV 카메라 기술 활용법을 소개한다. 뿐만 아니라 반도체 산업 애플리케이션을 위한 UV 카메라 선정 시 고려해야 할 주요 요소에 대해 살펴본다. 헬로티 함수미 기자 |

스마트제조 구현의 최종 종착지는 품질이다. 품질관리의 중요성이 어느때보다 높아지고 있다. AI, 클라우드, 빅데이터, 딥러닝 등 다양한 혁신기술이 접목 혹은 융합되면서 품질관리 영역에서의 차별화 시도가 많아지고 있다. 스마트 센서를 사용하여 기계 및 장비의 성능을 모니터링하여 잠재적인 문제를 조기에 감지할 수 있다. 데이터를 사용하여 유지 보수가 필요한 시점을 예측하여 가동 중지 시간을 줄이고 전반적인 효율성을 향상시킬 수 있다. 머신비전은 수십 년 동안 제품 품질을 개선하고 생산 속도를 높이며 제조 및 물류를 최적화하는 데 도움이 되었다. 이제 이 입증된 기술은 인공 지능과 결합하여 Industry 4.0으로의 전환을 이끌고 있다. 특히, 딥러닝, AI, 로봇이 융합되면서 품질검사의 중요한 역할을 하고 있다. 항공 우주, 자동차, 건설 및 엔지니어링, 에너지 및 전력, 중장비와 같은 다양한 산업에서 제품의 품질을 유지하기 위해 3D 계측 장비의 채택이 증가하는 것은 3D 계측 시장 성장의 주요 요인이다. 더욱 가속화되는 산업자동화는 품질의 고도화에 대한 니즈로 이어지며, 궁극적으로는 3D 계측기술의 고도화를 요구하고 있다. 엔드유저는 이러한 설비예지보전,

스마트제조 구현의 최종 종착지는 품질이다. 품질관리의 중요성이 어느때보다 높아지고 있다. AI, 클라우드, 빅데이터, 딥러닝 등 다양한 혁신기술이 접목 혹은 융합되면서 품질관리 영역에서의 차별화 시도가 많아지고 있다. 스마트 센서를 사용하여 기계 및 장비의 성능을 모니터링하여 잠재적인 문제를 조기에 감지할 수 있다. 데이터를 사용하여 유지 보수가 필요한 시점을 예측하여 가동 중지 시간을 줄이고 전반적인 효율성을 향상시킬 수 있다. 머신비전은 수십 년 동안 제품 품질을 개선하고 생산 속도를 높이며 제조 및 물류를 최적화하는 데 도움이 되었다. 이제 이 입증된 기술은 인공 지능과 결합하여 Industry 4.0으로의 전환을 이끌고 있다. 특히, 딥러닝, AI, 로봇이 융합되면서 품질검사의 중요한 역할을 하고 있다. 항공 우주, 자동차, 건설 및 엔지니어링, 에너지 및 전력, 중장비와 같은 다양한 산업에서 제품의 품질을 유지하기 위해 3D 계측 장비의 채택이 증가하는 것은 3D 계측 시장 성장의 주요 요인이다. 더욱 가속화되는 산업자동화는 품질의 고도화에 대한 니즈로 이어지며, 궁극적으로는 3D 계측기술의 고도화를 요구하고 있다. 엔드유저는 이러한 설비예지보전,

스마트제조 구현의 최종 종착지는 품질이다. 품질관리의 중요성이 어느때보다 높아지고 있다. AI, 클라우드, 빅데이터, 딥러닝 등 다양한 혁신기술이 접목 혹은 융합되면서 품질관리 영역에서의 차별화 시도가 많아지고 있다. 스마트 센서를 사용하여 기계 및 장비의 성능을 모니터링하여 잠재적인 문제를 조기에 감지할 수 있다. 데이터를 사용하여 유지 보수가 필요한 시점을 예측하여 가동 중지 시간을 줄이고 전반적인 효율성을 향상시킬 수 있다. 머신비전은 수십 년 동안 제품 품질을 개선하고 생산 속도를 높이며 제조 및 물류를 최적화하는 데 도움이 되었다. 이제 이 입증된 기술은 인공 지능과 결합하여 Industry 4.0으로의 전환을 이끌고 있다. 특히, 딥러닝, AI, 로봇이 융합되면서 품질검사의 중요한 역할을 하고 있다. 항공 우주, 자동차, 건설 및 엔지니어링, 에너지 및 전력, 중장비와 같은 다양한 산업에서 제품의 품질을 유지하기 위해 3D 계측 장비의 채택이 증가하는 것은 3D 계측 시장 성장의 주요 요인이다. 더욱 가속화되는 산업자동화는 품질의 고도화에 대한 니즈로 이어지며, 궁극적으로는 3D 계측기술의 고도화를 요구하고 있다. 엔드유저는 이러한 설비예지보전,