[논문 리뷰] Robots in the Garden: Artificial Intelligence and Adaptive Landscapes

Zihao Zhang, Susan L. Epstein외 4명|arXiv (Cornell University)|2023. 05. 22.

Land Use and Ecosystem ServicesEnvironmental Science인용 수 3

한 줄 요약

이 논문은 실내 및 屋上 정원에서 씨앗 심기, 물 주기, 잡초 제거 및 싹 갈기 작업을 자율적으로 수행하는 두 대의 게이트리 로봇을 갖춘 AI 통합 도시 농업 실험실인 ELUA를 제시한다. 센서, 컴퓨터 시각 및 AI 기반 제어 시스템을 탑재한 ELUA는 실시간 환경 피드백을 통해 반응형이고 적응형 토양 설계를 가능하게 하며, 도시 환경에서 장기적인 AI 보조 생태적 참여를 위한 프레임워크를 입증한다.

ABSTRACT

This paper introduces ELUA, the Ecological Laboratory for Urban Agriculture, a collaboration among landscape architects, architects and computer scientists who specialize in artificial intelligence, robotics and computer vision. ELUA has two gantry robots, one indoors and the other outside on the rooftop of a 6-story campus building. Each robot can seed, water, weed, and prune in its garden. To support responsive landscape research, ELUA also includes sensor arrays, an AI-powered camera, and an extensive network infrastructure. This project demonstrates a way to integrate artificial intelligence into an evolving urban ecosystem, and encourages landscape architects to develop an adaptive design framework where design becomes a long-term engagement with the environment.

연구 동기 및 목표

• 장기적인 생태적 참여를 지원하는 반응형, AI 보조 도시 농업 생태계를 개발하기 위해.
• 로봇 기술과 인공지능을 토양 설계에 통합하여 적응형이고 진화하는 설계 과정을 가능하게 하기 위해.
• 도시 녹지 공간에서 실시간 환경 감지 및 자율적 간섭을 위한 시험 기반 시설을 구축하기 위해.
• 지속 가능한 도시 개발을 위한 토양 설계, 컴퓨터 과학 및 AI 분야 간의 융합적 접근을 뒷받침하기 위해.

제안 방법

• 씨앗 심기, 물 주기, 잡초 제거 및 싹 갈기 작업을 수행할 수 있는 실내 및 屋上에 설치된 두 대의 게이트리형 로봇의 구현.
• 실시간으로 미기후, 토양 수분 및 식물 건강 상태를 모니터링하기 위한 센서 어레이 통합.
• 지속적인 시각적 모니터링 및 식물 상태 식별을 위한 AI 기반 카메라 시스템 구현.
• 로봇 시스템 전반의 데이터 동기화 및 원격 제어를 가능하게 하는 종합적인 네트워크 인프라 설계.
• 센서 및 시각 데이터를 해석하여 적응형 의사결정을 내리기 위한 컴퓨터 시각 및 AI 알고리즘 적용.
• 환경 피드백 루프에 기반해 로봇 동작이 동적으로 조정되는 반응형 토양 설계 프레임워크 설계.

실험 결과

연구 질문

• RQ1 AI와 로봇 기술은 도시 농업 토양 설계에 어떻게 효과적으로 통합될 수 있으며, 환경 변화에 대해 반응형이고 실시간으로 대응할 수 있는가?
• RQ2 로봇 시스템은 정적인 계획을 넘어서 장기적이고 진화하는 토양 설계를 뒷받침하는 데 어떤 역할을 할 수 있는가?
• RQ3 센서 네트워크와 컴퓨터 시각은 도시 녹지 공간에서 자율적 모니터링 및 간섭을 어떻게 가능하게 하는가?
• RQ4 AI 기반 생태적으로 반응하는 토양 설계를 지원하기 위해 필요한 다학제적 프레임워크는 무엇인가?

주요 결과

• ELUA 시스템은 실내 및 실외 환경에서 다수의 농업 작업을 자율적으로 수행하는 데 성공적으로 실험하였다.
• 센서 및 컴퓨터 시각에서 유래한 실시간 환경 데이터는 로봇 행동의 동적 조정을 가능하게 하였다.
• AI와 로봇의 통합은 식물 생장과 미기후 변화 변동에 대한 지속적인 모니터링 및 적응형 반응을 가능하게 하였다.
• 이 프로젝트는 설계가 지속적인 데이터 기반 과정임을 입증하는 반응형 토양 설계의 기능적 모델을 수립하였다.
• 토양 설계자, 로봇 기술자 및 AI 연구자 간의 협업이 통합적이고 적응형 시스템 개발에 필수적이었다.
• 시스템의 인프라는 도시 생태 환경에서 유사한 로봇 솔루션의 확장 가능한 구현을 지원한다.