2D 비전 vs 3D 비전: 로봇이 깊이를 인지하는 방법 > 로봇 비전(Computer Vision) 시스템

지난 시간에는 카메라 센서의 종류와 작동 원리를 통해 로봇 비전의 시작점을 이해했습니다. 이제 로봇 비전 시스템의 핵심 질문 중 하나인 **'로봇이 세상을 평면적으로 보는가, 아니면 입체적으로 보는가?'**에 답하는 **2D 비전(2D Vision)**과 **3D 비전(3D Vision)**의 개념에 대해 깊이 들어가 보겠습니다. 이 두 가지 비전 방식은 로봇이 주변 환경의 정보를 인지하고 처리하는 방식에 근본적인 차이를 가져오며, 로봇이 수행할 수 있는 임무의 복잡도를 결정합니다.

2D 비전은 오랫동안 산업 자동화 분야에서 널리 사용되어 왔지만, 물체의 깊이 정보가 없어 물체의 높낮이나 형태가 불규칙한 상황에서는 한계가 있었습니다. 반면, 3D 비전은 물체의 높이, 너비, 깊이 등 완전한 3차원 정보를 획득하여 로봇이 더욱 복잡하고 유연하며 지능적인 작업을 수행할 수 있도록 합니다. 이 설명을 통해 2D 비전과 3D 비전이 무엇이며, 로봇이 각각 어떤 방식으로 깊이를 인지하고, 로봇 개발에서 어떻게 활용되는지 자세히 파헤쳐 보겠습니다. 

로봇이 "어지럽게 쌓인 박스들 중에서 가장 위에 있는 박스를 집어라"거나, "불규칙한 모양의 부품을 정확히 조립하라"는 명령을 수행하려면, 단순히 물체의 위치(X, Y)뿐만 아니라 높이(Z)와 형태까지 정확히 인지하는 3D 비전이 필수적입니다.

1. 2D 비전 (2D Vision): 평면에서 세상을 보다

1.1. 개념: 2D 비전은 "단일 카메라를 사용하여 2차원 평면 이미지 데이터를 분석하는 방식"입니다.  이미지는 X, Y 좌표와 픽셀 밝기/색상 정보만을 가집니다.

1.2. 작동 원리:

정보: 물체의 길이, 너비, 색상, 대비, 질감 등 2차원적 특징을 인식합니다. 깊이(Z축) 정보는 얻을 수 없습니다.

오류 발생: 물체가 카메라로부터의 거리에 따라 이미지 내의 크기가 변하고, 조명 변화나 그림자에 민감하게 반응할 수 있습니다.

1.3. 주요 활용 분야:

품질 검사: 크기/모양 측정, 표면 결함 검사, 바코드/문자 인식, 색상 분류 등.

정렬 및 위치 확인: 컨베이어 벨트 위의 물체 정렬, 부품의 특정 위치 검사.

간단한 픽앤플레이스: 물체의 위치와 자세가 미리 정해진 고정된 작업 환경.

1.4. 장점:

빠른 처리 속도: 처리해야 할 데이터 양이 적어 실시간 처리가 용이합니다.

저렴한 비용: 센서 구성이 간단하고 소프트웨어 복잡도가 낮아 구축 비용이 저렴합니다.

간단한 구현: 비교적 쉽게 시스템을 구축하고 유지보수할 수 있습니다.

1.5. 한계점:

깊이 정보 부족: 물체의 높이나 3차원 형태를 인지할 수 없습니다. 이는 불규칙하게 놓인 물체(빈 피킹)나 형태가 복잡한 물체를 다루는 데 한계가 됩니다.

높이 변화에 취약: 카메라로부터의 거리가 변하면 물체의 크기도 변하므로 정확한 측정이 어려울 수 있습니다.

오버랩(겹침) 문제: 여러 물체가 겹쳐 있을 때 각 물체를 개별적으로 인식하기 어렵습니다.

조명 및 그림자에 민감: 조명 조건의 변화가 인식 결과에 큰 영향을 미칠 수 있습니다.

2. 3D 비전 (3D Vision): 입체적으로 세상을 보다

2.1. 개념: 3D 비전은 "X, Y, Z축의 3차원 공간 정보를 획득하여 물체의 깊이, 높이, 너비, 형태를 모두 인지"하는 방식입니다.  이는 물체의 정확한 3차원 위치와 자세를 파악하는 데 필수적입니다.

2.2. 로봇이 깊이를 인지하는 방법 (주요 기술):   

스테레오 비전 (Stereo Vision):

원리: 인간의 두 눈처럼 두 대의 카메라를 사용하여 물체를 서로 다른 각도에서 촬영하고, 두 이미지 간의 시차(Disparity)를 계산하여 깊이 정보를 추론합니다. 삼각 측량의 원리와 같습니다.

장점: 수동적인 방식이므로 외부 환경에 영향을 덜 받습니다.

한계: 복잡한 연산, 텍스처가 부족한 영역에서는 깊이 추정이 어렵습니다.

구조광 방식 (Structured Light):

원리: 특정 패턴(격자, 줄무늬 등)의 빛을 물체에 투사하고, 물체의 굴곡에 의해 변형된 패턴을 다른 카메라로 촬영하여 변형된 패턴의 왜곡을 분석, 깊이 정보를 계산합니다. (예: Microsoft Azure Kinect, Intel RealSense D400 시리즈)

장점: 높은 정밀도로 3D 형상 정보를 획득할 수 있습니다.

한계: 외부 빛(특히 태양광)에 민감하고, 여러 센서가 같은 패턴을 투사할 때 간섭이 발생할 수 있습니다.

ToF 방식 (Time-of-Flight):

원리: 광원에서 빛(레이저 또는 LED)을 물체에 발사하고, 이 빛이 물체에 반사되어 센서로 돌아오는 데 걸리는 시간을 측정하여 물체까지의 거리를 계산합니다.

장점: 넓은 범위의 3D 정보를 빠르게 획득할 수 있습니다.

한계: 정밀도가 구조광 방식보다 낮을 수 있고, 반사율이 낮은 물체나 강한 외부 광원에 영향을 받을 수 있습니다.

라이다 (LiDAR):

원리: 레이저 펄스를 발사하고 반사되는 시간을 측정하여 주변 환경의 정확한 3D 포인트 클라우드(점군)를 생성합니다. (물체의 색상 정보는 얻기 어렵습니다.)

장점: 매우 정확한 거리 측정, 낮과 밤에 관계없이 사용 가능.

한계: 상대적으로 고가, 포인트 클라우드 처리의 복잡성.

2.3. 주요 활용 분야:

빈 피킹 (Bin Picking): 불규칙하게 쌓이거나 놓여 있는 물체를 정확히 인식하여 로봇이 집어내는 작업.

3D 검사: 제품의 부피, 높이, 3차원 형태, 정밀 조립 여부 등을 검사.

정밀 조립 및 가공: 부품의 정확한 3차원 위치와 자세를 파악하여 로봇이 정밀하게 조립하거나 가공.

자율 주행 및 내비게이션: 3D 공간 인식을 통해 장애물을 정확하게 피하고, 복잡한 경로를 계획하며, 자신의 위치를 정밀하게 추정 (3D SLAM).

인간-로봇 협업: 작업자의 3D 자세를 파악하여 안전한 협업 공간을 확보.

2.4. 장점:

깊이 정보 제공: 물체의 X, Y, Z 좌표와 3차원 형태를 정확하게 인지.

강력한 환경 변화 대응: 조명 변화나 배경 간섭에 덜 민감하며, 복잡한 형태나 흐트러진 물체도 효과적으로 처리.

정밀도 및 유연성 향상: 로봇이 더욱 복잡하고 정교한 작업을 수행할 수 있도록 합니다.

3. 2D 비전 vs 3D 비전 비교 요약 

구분 2D 비전 3D 비전

인식 정보 X, Y (2차원 위치), 색상, 밝기 X, Y, Z (3차원 위치), 깊이, 부피, 형태

센서 단일 2D 카메라 스테레오, 구조광, ToF, LiDAR 등 3D 센서

로봇의 깊이 인지 간접적 (미리 정의된 정보 기반) 직접적 (센서로부터 3차원 데이터 획득)

비용 낮음 높음

처리 속도 빠름 상대적으로 느림 (데이터 양 많음)

정밀도 (XY) 높음 높음

정밀도 (Z) 낮음 (측정 불가) 높음

유연성 낮음 (정해진 작업에 적합) 높음 (불규칙한 환경/물체 처리)

주요 용도 품질 검사, 간단한 정렬, 바코드 인식 빈 피킹, 정밀 조립, 자율 주행, 3D 측정

4. 로봇 시스템 설계 시 비전 방식 선택 전략

로봇 비전 시스템을 설계할 때는 로봇이 수행할 임무의 요구 사항과 환경의 특성을 고려하여 2D 비전과 3D 비전 중 적절한 방식을 선택하거나, 두 가지를 결합하여 사용해야 합니다.

2D 비전이 적합한 경우:

물체의 깊이나 높이 정보가 중요하지 않고, 물체가 평면에 고정되어 있거나, 위치/자세 변화가 크지 않은 단순 반복 작업. (예: 생산 라인에서 부품의 불량 여부 검사, 바코드 인식)

3D 비전이 필수적인 경우:

물체의 깊이, 높이, 3차원 형태 정보가 매우 중요할 때. (예: 불규칙하게 쌓인 물체를 집어낼 때, 정밀한 3D 조립, 자율 주행 로봇의 환경 인지)

2D와 3D 비전의 융합:

일부 시스템에서는 2D 비전으로 빠르게 초기 인식을 수행하고, 3D 비전으로 정밀한 위치 정보를 얻는 등 두 방식을 결합하여 효율성과 정밀도를 동시에 높이기도 합니다.

2D 비전은 평면적인 이미지 데이터를 분석하여 물체의 길이, 너비, 색상 등을 인식하는 반면, 3D 비전은 다양한 3D 센서 기술(스테레오, 구조광, ToF, LiDAR)을 통해 물체의 깊이, 높이, 너비 등 완전한 3차원 정보를 획득하여 로봇이 입체적으로 세상을 인지하는 방식입니다.

로봇에게 세상을 평면적으로 볼지, 아니면 입체적으로 볼지는 로봇의 임무와 능력에 지대한 영향을 미칩니다. 2D 비전은 빠르고 저렴하지만 깊이 정보에 한계가 있고, 3D 비전은 더 복잡하고 고가이지만 로봇에게 압도적인 유연성과 지능을 부여합니다. 로봇 시스템을 설계할 때 이 두 가지 비전 방식의 장단점과 활용 방법을 명확히 이해하고, 최적의 방식을 선택하는 것은 로봇이 성공적으로 임무를 수행하고 자동화를 이루는 데 필수적인 역량이 될 것입니다.