최근 현장에서 사용할 머신비전 카메라와 렌즈를 검토하면서 생각보다 많은 부분을 직접 확인해야 한다는 것을 느끼게 되었습니다.
처음에는 단순히 “카메라 해상도만 높으면 되지 않을까?”라고 생각했지만, 실제로는 렌즈와 설치 환경의 영향이 훨씬 컸습니다.
현재 테스트 중인 환경은 컨베이어 위를 이동하는 제품의:
- 바코드
- QR 코드
- 숫자(OCR)
등을 인식하는 구조입니다.
완전히 고정된 환경은 아니고, 제품이 지나가는 동안 순간적으로 멈칫하는 정도의 시간만 존재하는 상황이었습니다.
처음에는 카메라만 고민했지만 실제로는 다음 요소들을 모두 함께 고려해야 했습니다.
- 카메라와 대상 거리
- 렌즈 초점 거리(mm)
- 조명 상태
- 흔들림
- 셔터 속도
- 제품 이동 속도
- 시야 범위(FOV)
특히 렌즈 선택이 생각보다 어려웠습니다.
처음에는:
- 8mm
- 12mm
- 16mm
- 25mm
등 여러 초점거리를 계속 비교하게 되었고, 실제 설치 거리와 시야 범위에 따라 결과가 크게 달라질 수 있다는 점도 알게 되었습니다.
예를 들어 거리가 충분하지 않은데 너무 긴 렌즈를 사용하면 원하는 영역이 모두 보이지 않을 수 있었고, 반대로 너무 짧은 렌즈를 사용하면 코드 크기가 작아져 인식률이 떨어질 가능성도 있었습니다.
현장 환경 특성상 조명도 매우 중요했습니다.
사무실처럼 일정한 조명이 아니라:
- 그림자
- 반사
- 밝기 변화
등이 계속 발생하기 때문에 단순 테스트 환경과 실제 환경의 차이도 컸습니다.
운영 환경도 고민이 많았습니다.
처음에는 Ubuntu 기반으로도 충분하지 않을까 생각했지만, 실제 장비 SDK나 드라이버 지원 상황을 보면 Windows 기반 테스트가 더 안정적인 경우도 있었습니다.
특히 머신비전 장비는 “이론상 가능”보다 실제 드라이버 지원 여부가 훨씬 중요하다는 점을 많이 느끼게 되었습니다.
현재는 정확한 설치 위치와 거리부터 먼저 확인한 뒤 렌즈를 최종 결정하는 방향으로 진행하고 있습니다.
결국 머신비전은 단순히 카메라 하나를 선택하는 문제가 아니라:
- 환경
- 거리
- 조명
- 렌즈
- 처리 속도
- 인식 방식
전체를 함께 맞춰가는 과정에 더 가까운 것 같습니다.
