1 |
1
야적장의 가장자리 영역에 간격을 두고 설치되며 상기 야적장 내를 향하도록 설치된 복수 개의 비전센서; 및 상기 비전센서와 통신 연결이 수립된 전자 장치;를 포함하고 상기 비전센서는, 상기 야적장 내에 하역되는 브레이크벌크화물의 이미지를 획득하고, 상기 획득된 이미지에 대한 이미지 데이터를 상기 전자 장치로 송신하고, 상기 전자 장치는 상기 이미지 데이터로부터, 기계학습으로 생성된 제1 학습 모델을 이용하여, 상기 브레이크벌크화물이 H형강, 코일, 환봉, 볼트, 너트, 터빈 중 하나 이상을 포함하는 사전 학습된 물체들 중 어느 종류에 속하는지 식별하고, 상기 전자 장치는 상기 이미지 데이터에 포함된 RGB 이미지 데이터 및 적외선 이미지 데이터 중 적어도 하나로부터, 기계학습으로 생성된 제3 학습 모델을 이용하여, 상기 브레이크벌크화물의 표면의 얼룩이나 오염 여부를 식별하고, 상기 전자 장치는 상기 이미지 데이터에 포함된 깊이(depth) 데이터로부터, 상기 제3 학습 모델을 이용하여 상기 브레이크벌크화물의 스크래치, 구부러짐, 부러짐 여부를 식별하는, 브레이크벌크화물 검수 자동화 시스템
|
2 |
2
제1항에 있어서, 상기 이미지 데이터는 RGB 이미지 데이터, 적외선 이미지 데이터, 깊이(depth) 데이터를 포함하는, 브레이크벌크화물 검수 자동화 시스템
|
3 |
3
제1항에 있어서, 상기 비전센서는 팬 앤 틸트(pan and tilt) 기능을 포함하는, 브레이크벌크화물 검수 자동화 시스템
|
4 |
4
제1항에 있어서, 상기 비전센서는 방수 및 방청 처리된, 브레이크벌크화물 검수 자동화 시스템
|
5 |
5
제1항에 있어서, 상기 비전센서는 초당 수 프레임의 이하의 속도로 이미지를 획득하도록 설정된, 브레이크벌크화물 검수 자동화 시스템
|
6 |
6
제1항에 있어서, 상기 비전센서는, 상기 야적장의 적어도 일부 영역에 대하여 아날로그 신호로써 이미지를 획득하고, 상기 아날로그 신호로부터 간섭 및 노이즈를 필터링하고, 상기 필터링된 신호를 디지털 신호로 변환하고, 상기 변환된 디지털 신호를 상기 전자 장치에게 송신하는, 브레이크벌크화물 검수 자동화 시스템
|
7 |
7
제1항에 있어서, 상기 전자 장치는, 상기 복수 개의 비전센서들로부터 수신된 이미지 데이터로부터 브레이크벌크화물에 대한 바운딩 박스를 생성하고, 제1 학습 모델을 이용하여 상기 바운딩 박스 내의 브레이크벌크화물의 종류를 식별하는,브레이크벌크화물 검수 자동화 시스템
|
8 |
8
제7항에 있어서, 상기 제1 학습 모델은 전이 학습 모델을 포함하여 구성된, 브레이크벌크화물 검수 자동화 시스템
|
9 |
9
제7항에 있어서, 상기 전자 장치는, 상기 제1 학습 모델과 다른 제2 학습 모델을 이용하여 상기 바운딩 박스 내의 브레이크벌크화물의 운송량을 산출하는, 브레이크벌크화물 검수 자동화 시스템
|
10 |
10
제9항에 있어서, 상기 제2 학습 모델은 강화 학습 모델을 포함하여 구성된, 브레이크벌크화물 검수 자동화 시스템
|
11 |
11
제7항에 있어서, 상기 전자 장치는, 상기 제1 학습 모델과 다른 제3 학습 모델을 이용하여 상기 바운딩 박스 내의 브레이크벌크화물의 품질 검사를 수행하는, 브레이크벌크화물 검수 자동화 시스템
|
12 |
12
제11항에 있어서, 상기 제3 학습 모델은 강화 학습 모델을 포함하여 구성된, 브레이크벌크화물 검수 자동화 시스템
|
13 |
13
제11항에 있어서, 상기 품질 검사는, 상기 바운딩 박스의 표면에 드러나는 브레이크벌크화물의 오염, 얼룩, 부러짐, 구부러짐, 스크래치 여부를 검사하는 것을 포함하는, 브레이크벌크화물 검수 자동화 시스템
|
14 |
14
삭제
|
15 |
15
제1항에 있어서, 상기 전자 장치는, 선하증권 데이터를 입력 받고, 상기 이미지 데이터로부터 식별된 브레이크벌크화물의 종류와 상기 선하증권 데이터에 포함된 화물 종류가 일치하는지 여부를 판별하는,브레이크벌크화물 검수 자동화 시스템
|
16 |
16
제15항에 있어서, 상기 전자 장치는, 상기 이미지 데이터로부터 산출된 브레이크벌크화물의 운송량과, 상기 선하증권 데이터에 포함된 운송량이 일치하는지 여부를 판별하는, 브레이크벌크화물 검수 자동화 시스템
|
17 |
17
제16항에 있어서, 상기 전자 장치는, 상기 이미지 데이터로부터 산출된 브레이크벌크화물의 운송량과, 상기 선하증권 데이터에 포함된 운송량이 일치하지 않을 경우, 경고 또는 알림을 제공하는, 브레이크벌크화물 검수 자동화 시스템
|
18 |
18
야적장의 가장자리 영역에 간격을 두고 설치되며 상기 야적장 내를 향하도록 설치된 복수 개의 비전센서를 통해, 상기 야적장 내에 하역되는 브레이크벌크화물의 이미지를 획득하는 단계; 상기 획득된 이미지에 대한 이미지 데이터를 상기 비전센서와 통신 연결이 수립된 전자 장치로 송신하는 단계; 상기 전자 장치를 통해, 상기 이미지 데이터로부터, 기계학습으로 생성된 제1 학습 모델을 이용하여, 상기 브레이크벌크화물이 H형강, 코일, 환봉, 볼트, 너트, 터빈 중 하나 이상을 포함하는 사전 학습된 물체들 중 어느 종류에 속하는지 식별하는 단계;상기 전자 장치를 통해, 상기 이미지 데이터에 포함된 RGB 이미지 데이터 및 적외선 이미지 데이터 중 적어도 하나로부터, 기계학습으로 생성된 제3 학습 모델을 이용하여, 상기 브레이크벌크화물의 표면의 얼룩이나 오염 여부를 식별하는 단계; 및 상기 전자 장치를 통해, 상기 이미지 데이터에 포함된 깊이(depth) 데이터로부터, 상기 제3 학습 모델을 이용하여, 상기 브레이크벌크화물의 스크래치, 구부러짐, 부러짐 여부를 식별하는 단계;를 포함하는, 브레이크벌크화물 검수 자동화 방법
|
19 |
19
제18항에 있어서, 상기 이미지를 획득하는 단계는, 초당 수 프레임 이하의 속도로 이미지를 획득하는 단계를 포함하는, 브레이크벌크화물 검수 자동화 방법
|
20 |
20
제18항에 있어서, 상기 전자 장치를 통해 상기 브레이크벌크화물의 종류를 식별하는 단계는, 상기 복수 개의 비전센서들로부터 수신된 이미지 데이터로부터 브레이크벌크화물에 대한 바운딩 박스를 생성하는 단계; 및 제1 학습 모델을 이용하여 상기 바운딩 박스 내의 브레이크벌크화물의 종류를 식별하는 단계;를 포함하는 브레이크벌크화물 검수 자동화 방법
|
21 |
21
제20항에 있어서, 상기 제1 학습 모델은 전이 학습 모델을 포함하여 구성된, 브레이크벌크화물 검수 자동화 방법
|
22 |
22
제20항에 있어서, 상기 전자 장치를 통해, 상기 제1 학습 모델과 다른 제2 학습 모델을 이용하여, 상기 바운딩 박스 내의 브레이크벌크화물의 운송량을 산출하는 단계;를 더 포함하는, 브레이크벌크화물 검수 자동화 방법
|
23 |
23
제22항에 있어서, 상기 제2 학습 모델은 강화 학습 모델을 포함하여 구성된, 브레이크벌크화물 검수 자동화 방법
|
24 |
24
제20항에 있어서, 상기 전자 장치를 통해, 상기 제1 학습 모델과 다른 제3 학습 모델을 이용하여 상기 바운딩 박스 내의 브레이크벌크화물의 품질 검사를 수행하는 단계;를 더 포함하는, 브레이크벌크화물 검수 자동화 방법
|