SELECTED PROJECTS

Project archive

01경력 / 수행

Motion & 3D Content

기업 광고·프로모션, 모션그래픽, 방송 타이틀, 3D 아트웍 등 콘텐츠 기획부터 결과물 제작까지의 실무 경험.

02실습 완료

Machine Vision Basics

D435 컬러·Depth 캡처, OpenCV 색상 검출, YOLO 객체 인식 실습. 현 단계는 PC 기반 실험.

03설계 중

PLC × Vision Inspection

센서 감지 → PLC 촬영 트리거 → PC 영상 판정 → 양품·불량 배출 → 결과 로그. 실물 통합 시퀀스 구현 목표.

04시제품 실험

SEVOR IoT Nodes

ESP32-C3 게이트웨이와 ESP-NOW 수신기 실험. LED·서보·스텝·스피커 제어 및 상태 피드백.

자세히 보기 ↗
05교육 콘텐츠

Technology Visualization

현대자동차·기아 기술교육 관련 영상 협업 경험. 복잡한 제품·공정 정보를 시각적으로 전달하는 콘텐츠 제작.

06개념 기획 / 수상

ICT Concept Design

모바일 카메라 기반 앱 콘셉트와 지역경제 활성화 서비스 콘셉트 기획·디자인 및 공모전 수상 이력.

REFERENCE NOTES

Knowledge notes

실습 과정에서 확인한 내용과 앞으로 검증할 내용을 분리해 기록했습니다.

VISION / PIPELINE머신비전 검사 시스템의 전체 흐름

PLC가 제품 도착을 감지하면 PC에 촬영 요청을 보내고, 카메라가 프레임을 취득합니다. OpenCV로 전처리한 뒤 YOLO 또는 규칙 기반 판정으로 OK/NG를 결정하고, 결과를 PLC에 되돌려 배출 액추에이터를 제어합니다.

센서 → PLC → PC 촬영 → 전처리/추론 → OK·NG → PLC 배출 → 로그

신호에는 Trigger, Busy, ResultValid, ResultCode, Reset 등 핸드셰이크를 분리해 중복 판정과 타임아웃을 방지하는 구성이 적합합니다. 구현 제안이며 아직 실물 검증 완료로 표시하지 않습니다.

VISION / SENSORRealSense D435에서 RGB와 Depth의 차이

컬러 영상은 외관·색상·객체 검출에, Depth 영상은 거리·높이·배치 분석에 활용합니다. D435는 일반 웹캠과 장치 노출 방식이 달라 Windows 카메라 앱에서 검은 화면이 나올 수 있습니다. RealSense Viewer의 스트림 확인을 우선하고 SDK·Python 바인딩 지원 버전을 점검합니다.

VISION / MLOpenCV와 YOLO는 서로 대체하는 도구일까?

OpenCV는 카메라 입력·색상 공간 변환·기하 보정·후처리 및 영상 연산에 강합니다. YOLO는 학습된 모델로 객체 위치와 종류를 추론합니다. 실무에서는 OpenCV + YOLO를 하나의 파이프라인으로 함께 쓰는 경우가 일반적입니다.

PLC / COMMPLC–PC 통신 프로토콜 선택

PLC 기종·통신 모듈에 따라 Modbus TCP, MC Protocol, OPC UA, 디지털 I/O 등이 후보입니다. PC가 판정만 하고 PLC가 시퀀스와 안전 동작을 유지하게 분담하는 구조가 이해하기 쉽습니다. 통신 끊김·판정 지연 시 배출을 멈추는 Fail-safe 규칙을 정의합니다.

PORTFOLIO / PROOF포트폴리오 증빙 기준

설계도·배선도·시퀀스 표·판정 기준·테스트 영상·오류 및 개선 기록을 함께 남깁니다. 시뮬레이션, 단품 구동 성공, 설비 통합 운용은 별도 단계로 표시하고 검출 정확도는 표본 수·환경과 함께 기재합니다.

포트폴리오 프로젝트의 상태는 현재까지 공유된 실습 기록을 기준으로 작성했습니다. 이미지·영상 증빙 자료는 별도로 추가할 수 있습니다.

경력 요약 보기 ↗