본 연구는 엘리베이터 승강로 내 자동 설치 로봇의 위치를 정확하게 파악하기 위해 기준선(0.2mm 두께의 피아노 와이어)을 검출하는 알고리즘을 개발했습니다. 국내 굴지의 엘리베이터 제조업체 H사의 실험 타워에서 총 3,245장의 이미지를 수집하여 GCH, GSCH, GECH, FCH 네 가지 실험적 접근 방식을 통해 검출 성능을 평가했습니다. 초기 이미지 처리 단계에서는 가우시안 블러링, 샤프닝 필터, 엠보싱 필터 및 푸리에 변환을 적용한 후 Canny Edge Detection과 Hough Transform을 사용했습니다. 특히, Hough Transform을 통해 검출된 선들의 x좌표 평균값을 이용하여 기준선을 정확하게 추출하는 방법을 개발했습니다. 이 방법은 노이즈 및 기타 간섭 요소(예: 승강로 내 콘크리트 균열 또는 촬영 장비용 안전 바)가 존재하는 경우에도 0.2mm 두께의 피아노 와이어를 고정밀도로 검출할 수 있도록 했습니다. 실험 결과, 전처리 단계에서 푸리에 변환을 사용한 실험 4(FCH)가 LtoL, LtoR 및 RtoL 데이터셋에서 가장 높은 검출률을 달성했습니다. 가우시안 블러링과 샤프닝 필터를 적용한 실험 2(GSCH)는 RtoR 데이터셋에서 우수한 검출 성능을 보였습니다. 본 연구는 엘리베이터 승강로 설치에서 자동 로봇의 정밀한 위치 계산 및 제어를 가능하게 하는 기준선 검출 알고리즘을 제안하며, 협소한 작업 공간에서도 적용 가능성을 보여줍니다. 향후 연구는 머신러닝 기반의 하이퍼파라미터 튜닝 기능을 갖춘 선 검출 알고리즘 개발을 목표로 합니다.
