메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 / 회원가입
고객센터 ENG
주제분류
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술저널
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(Korea Aerospace Industries) (Gyeongsang National University)
저널정보
한국항공우주학회 한국항공우주학회지 한국항공우주학회지 제54권 제2호
오류 신고하기
표지

피인용 0

검색

    초록·키워드

    최근 인공지능(AI) 기술이 발전함에 따라 3D 형상 인식에 대한 관심이 높아지고 있다. 본 연구에서는 항공기 부품 제조 과정에서 CAD 데이터를 활용한 형상 인식 자동화를 목표로, 딥러닝 기반의 객체 탐지 기술에 탁월한 인식 능력이 있는 SsdNet 모델을 활용하여 기존 1차 연구의 표준 형상과 달리 3m 이상의 중대형 자재를 대상으로 분석을 수행하였다. 특히 Voxel 변환 및 Overlapping Segmentation과 같은 데이터 전처리 기법을 적용하여 인식 성능을 최적화하였다. 실험 결과 8개 형상에 대하여 평균 83.3%의 인식 정확도를 확보하였으나, 일부 곡면 구조 및 중첩 등 복잡한 형상으로 인해 인식률이 떨어졌으며, 이러한 한계를 극복하기 위한 추가 연구가 필요함을 확인했다. 본 연구는 향후 스마트 제조 환경에서 NC(Numerical Control) 프로그래밍의 형상인식 자동화를 통하여 항공기 부품 가공의 생산성을 향상시키는 데 기여할 것으로 기대한다.
    #Smart Factory(공장자동화) #Object Detection(객체탐지) #3D Shape Recognition(3차원 형상인식)

    본문·목차

    최근 본 자료 전체보기

      260723_DBpiaAI질문3
      260319_딥리서치
      260319_AI리더
      260728 커뮤니티 리오픈 이벤트
      260304_아그논문롤
      260127_아그논문
      260604_KRpiaAI
      260127_AI뷰어
      260731_새학기준비클래스
      UCI(KEPA) : I410-151-26-02-096087888