[논문 리뷰] Autonomous Agriculture Robot for Smart Farming

Vinay Ummadi, Aravind Gundlapalle외 2명|arXiv (Cornell University)|2022. 08. 02.

Smart Agriculture and AI인용 수 5

한 줄 요약

이 논문은 저고도 채소 재배에서 반자율적인 농업 작업을 수행하기 위해 설계된 태양전지-전기식 경량 지상 로봇인 자율 농업 로봇(AAR)을 제시한다. 지능형 인식 기술과 로봇 팔을 탑재한 AAR는 정밀하게 잡초를 탐지하고 분류하며, 비료, 초원제, 농약을 정밀하게 살포함으로써 현장 실험에서 유망한 실생활 성능을 입증하였다.

ABSTRACT

This project aims to develop and demonstrate a ground robot with intelligence capable of conducting semi-autonomous farm operations for different low-heights vegetable crops referred as Agriculture Application Robot(AAR). AAR is a lightweight, solar-electric powered robot that uses intelligent perception for conducting detection and classification of plants and their characteristics. The system also has a robotic arm for the autonomous weed cutting process. The robot can deliver fertilizer spraying, insecticide, herbicide, and other fluids to the targets such as crops, weeds, and other pests. Besides, it provides information for future research into higher-level tasks such as yield estimation, crop, and soil health monitoring. We present the design of robot and the associated experiments which show the promising results in real world environments.

연구 동기 및 목표

• 저비용의 반자율 지상 로봇을 개발하여 저고도 채소 재배 분야의 정밀 농업을 실현한다.
• 지능형 인식 시스템을 활용해 식물, 잡초, 해충을 자율적으로 탐지하고 분류할 수 있도록 한다.
• 로봇 팔을 통합하여 불필요한 식물의 기저부에서 정밀한 기계적 잡초 제거와 정밀한 액체 분사를 가능하게 한다(비료, 초원제, 농약).
• 식물 및 토양 특성 데이터 수집을 통해 수확 예측 및 작물-토양 건강 모니터링과 같은 고차원적 农업 작업을 지원한다.

제안 방법

• AAR 로봇는 장시간 지속 가능한 현장 작업을 가능하게 하기 위해 태양전지-전기식 전원 시스템을 사용한다.
• 시각적 및 구조적 특징을 기반으로 실시간으로 식물과 잡초를 탐지하고 분류하기 위해 컴퓨터 시각 및 머신러닝 알고리즘을 활용한다.
• 불필요한 식물의 기저부에서 정밀한 기계적 잡초 제거를 가능하게 하기 위해 종단 기구를 장착한 로봇 팔을 구현한다.
• 식별된 대상에 직접적으로 비료, 초원제, 농약을 정밀하게 분사할 수 있도록 액체 공급 시스템을 통합한다.
• 센서와 차량 내 처리 장치를 통해 비정형 농장 환경에서 실시간 의사결정 및 주행을 가능하게 한다.
• 현장 실험을 통해 다양한 조명 조건과 지형 조건에서의 실제 환경에서의 기능성 검증을 수행하였다.

실험 결과

연구 질문

• RQ1 경량이며 태양광 구동의 로봇이 실제 채소 농장에서 자율적인 잡초 탐지 및 기계적 제거를 수행할 수 있는가?
• RQ2 차량 내 인식 시스템을 통해 식물, 잡초, 해충을 얼마나 정확하게 분류할 수 있는가?
• RQ3 다이나믹한 현장 조건에서 비료 및 농약에 대한 정밀한 정밀 분사를 어느 정도 달성할 수 있는가?
• RQ4 로봇 인식 및 액추에이터 통합이 반자율 농장 운영에 얼마나 효과적인가?
• RQ5 이 시스템은 수확 예측 및 토양 건강 모니터링과 같은 향후 작업을 지원하기 위해 어떤 데이터를 생성하는가?

주요 결과

• AAR 로봇는 높은 운영 안정성을 유지하면서 실제 현장 환경에서 자율적인 잡초 탐지 및 기계적 제거를 성공적으로 수행하였다.
• 다양한 조명 조건과 현장 조건에서 식물과 잡초의 신뢰성 있는 분류를 달성한 인식 시스템이 구현되었다.
• 정밀한 액체 분사가 정밀하게 실현되어 화학 물질 사용을 최소화하고 분사 정확도를 향상시켰다.
• 태양전지-전기식 전원 시스템 덕분에 장시간 지속 가능한 운영이 가능하여 장기적인 현장 작업을 지원하였다.
• 식물 및 토양 특성에 대한 실행 가능한 데이터를 수집하여 향후 고차원적 농업 분석 시스템과의 통합 가능성을 제시하였다.
• 현장 실험을 통해 AAR 시스템이 저고도 채소 재배 분야에서 반자율 농장 운영에 실현 가능하고 견고한 성능을 발휘함을 확인하였다.