Development of Complete Path Planning and Tracking Control Technologies for Autonomous Paddy field Tillage and Pudling·Leveling Operations

Abstract

농업분야는 세계 인구 증가에 따른 생산량 증대 요구와 함께 농가 인구 감소 및 고령화로 지속 가능한 방법으로 농산물 생산을 위한 농가경영의 과제를 겪고 있으며, 이러한 효율적인 농업생산시스템에 대한 요구로 자율농기계가 농업 문제 해결방안 중 하나로 주목받고 있다. 소규모, 구획화 그리고 집약 농업 형태인 수도작 환경에서 자율주행 농기계 시스템의 적용은 농지 내 선회, 농지 형태에 따른 논둑 경계 작업, 논둑 지형적 특성으로 발생된 단일 출입구 등이 반영된 경로 계획 기술과 잦은 선회와 담수 환경에 의해 발생되는 동적환경변화 반영한 정밀제어 기술이 필요하다. 본 연구에서는 다변형 무논에서 경운 및 균평∙정지 작업을 대상으로 자율주행 트랙터가 전역을 최적화 된 운행계획으로 효율적인 농작업을 수행할 수 있는 경로 생성기와 동적 환경변화를 감지해 주행전략의 실시간 변화가 가능한 지능형 경로 탐색기가 탑제 된 완전 자율작업 트랙터 시스템을 개발하고자 한다. 이를 위해 자율작업 트랙터 대상 경운 및 균평∙정지 작업 경로 모델 제시 및 비정형 무논형태에 적용가능한 내외부 작업 경로 및 회경 방식을 개발하였으며, 경로 계획 성능향상을 위해 유전 알고리즘을 활용하여 비작업 거리의 최소화가 가능한 최적 왕복작업열 순서 결정 방법이 탑재되었다. 경로 계획 시뮬레이션 결과, 개발 된 경로생성기를 통해 최적 농작업 경로는 이전에 개발된 경로생성기와 비교하여 세 가지 다각형 포장 (삼각형, 사다리꼴, 오각형) 28%, 33.9% 및 45.0%의 비작업 거리를 줄임으로써 작업 효율성을 높이는 효과를 보여주었다. 더 나아가 농지 입구에 위치한 트랙터가 자동으로 농작업의 시작 지점으로 이동하고 농업 작업 완료 후 입구로 돌아갈 수 있도록 A* 알고리즘을 이용한 진출입 경로 생성기를 제안하여 농지 내 완전 자율작업이 가능하도록 하였다. 또한 다양한 속도 조건에서 트랙터의 주행 성능 (정확성, 안정성)을 향상시키기 위해 강화학습을 활용한 실시간 동적환경변화 대응 지능형 경로 탐색기를 설계 및 개발하였다. 가상현실에서 무인 농작업이 가능한 시뮬레이터를 이용하여 개발한 알고리즘을 평가하였으며 최종적으로는 개발 기술을 실제 농용트랙터에 탑재하여 실제포장에서 무인 경운 및 균평∙정지작업 수행 및 주행∙작업 성능을 검증하였다. 검증 결과, 자율작업 시스템 트랙터은 로터리 경운 작업 시 위치 오차10.1cm 그리고 방향 오차 2.2° 미만인 RMSE 정확도로 세 가지 다각형 무논 (삼각형, (3020.3 m2), 사다리꼴 (3451.3 m2), and 오각형 (4361.3 m2))에서 전체 면적의 1.7% 미만의 미경지로 자율 작업이 가능함을 보였다. 또한 자율 균평∙정지 작업 시 횡방향 및 방향각 오차가 각각 -11.3cm ~ 13.7cm, -2.7 o ~ 1.8o로 자율 작업기 가능함을 확인하였으며, 숙련 작업자에 비해 비해 주행 거리와 총 연료 소모량을 3039.6m에서 1940.1m 그리고 17.1L에서 16.3L로 감소시킴으로써 주행거리 및 연료소모 효율을 개선 됨이 확인 되었다. 하지만 숙련 작업자(2.75km/h)보다 자율작업 트랙터(1.35km/h)는 느린 평균속도로 주행하여 20분 정도 시간이 더 소요되었다. 그럼에도 불구하고, 비슷한 평준화 성능이 각각 39.61m에서 39.85m(자율), 39.62m에서 39.81m(수동)의 고도에서 측정되어 작업의 효용성이 확인되었다. 마지막으로, 강화학습 기반 지능형 경로 추적 제어기가 장착된 자율 트랙터 시스템의 RMS 주행 및 방향각 오차는 4km/h 주행 시 12.9 cm와 3.8 o 이내로 기존 슬립 추정 기반 탐색방법 (30.1 cm 와 8.6 o)과 비교하여 우수한 추종경로 정확도 성능을 보였다. 이러한 결과들을 통해 개발 경운 및 균평∙정지 경로 생성 및 지능형 탐색 제어 기술이 기존보다 효율적인 트랙터 운용으로 수도작 농업환경에서 무인 자율작업 트랙터의 잠재력을 보여주었다. 향후 보완 연구로서 곡선, 오목 포장형태 등 확대 된 다중 제약 영농조건을 고려한 경로생성 기술 보완이 필요하며, 자율작업 트랙터를 이용하여 농작업 시 토양조건으로 인하여 발생되는 부하 및 슬립 발생 시 탐색 매개변수를 가변적용하는 등의 무논에서 활용해 온 구형 농기계의 제원에 대응되는 보편적인 기능을 수행하면서도 높은 자동화 수준을 달성하기 위한 강인제어기술이 필요할 것으로 판단된다.

The agricultural sector is undergoing various challenges of farm management related to increasing agricultural production with limited resources. Driven by expectations for sustainable agricultural systems, autonomous agricultural machines equipped with path planning and tracking algorithms are a promising approach used to increase agricultural production and efficiency in a sustainable way. Successful adoption of an autonomous system in paddy fields depends on the abilities to generate a coverage path applicapable to various field shapes in the presence of an enclosing field boundary with a dedicated entrance and to control the motion of the tractor reflecting the dynamic navigational condition occurring because of the frequent headland turning on field with high soil moisture content or flooded water. This study reports on the development of a complete coverage-path planner (CPP) with an optimal sequence and an intelligent path tracking controller to cover a whole area with the high field efficiency for autonomous tillage and puddling∙leveling tractors operating in the polygonal paddy field. A full CPP that provides automatic generation of both inner and outer-work paths, and boundary corner turning methods applicable to irregular paddy fields was developed based on the proposed path models of tillage and puddling∙leveling operations for an autonomous tractor. An optimation method for determining a sequence of inner tracks based on the genetic algorithm (GA) was implemented in the CPP to improve the path planning performance in terms of field efficiency by reducing the non-working distance. For a complete CPP that enables the tractor located at the entrance to automatically go to the start point of the full CPP and return to the entrance after completing agricultural tasks, a novel path planner for the entry and exit operations of an autonomous tractor was developed using the A* algorithm. To enhance the capability of the autonomous tractor based on a previously developed slip estimation-based steering control to keep the implement on the reference path at various speed conditions, an intelligent tracking controller was designed and developed using reinforcement learning (RL) by considering navigational conditions represented by lateral deviations and heading errors in real-time. The feasibility of using the developed algorithms was investigated via computer simulations followed by field tests with a 63.4-kW autonomous tractor equipped with the developed CPP and tracking controller in polygonal paddy fields. In path planning simulation, the CPP with optimal sequence showed the effect of increasing the field efficiency by reducing the non-working distancee in three polygonal fields, i.e., 28 %, 33.9 %, and 45.0 %, as compared with those obtained with the previously developed CPP. From the validation, the full CPP demonstrated could guide the autonomous tractor with tracking accuracy that showed lateral and heading root-mean-squared errors (RMSEs) of < 10.1 cm and 2.2° and tillage performance with the skipped areas of < 1.7% of the total area in three different polygonal paddy fields: triangle, (3020.3 m2), quadrilateral (3451.3 m2), and pentagon (4361.3 m2). In addition, when the autonomous puddling∙leveling tractor equipped with the developed CPP navigated the paddy field where the water was flooded, the results showed lateral deviations ranging from -11.3 cm to 13.7 cm and heading errors ranging from -2.7 deg to 1.8 deg, respectively, and the system showed superior tracking performance in terms of travel distance and fuel consumption by reducing from 3039.6 m to 1940.1 m and 17.1 L to 16.3 L as compared with those of the manual operation. However, it was confirmed that it took about 20 minutes more time because it traveled at a slower average velocity (1.35 km/h) than the manual-driven tractor (2.75 km/h). Nevertheless, similar leveling performance was obtained with the altitude ranging from 39.61 m to 39.85 m (autonomous) and from 39.62 m to 39.81 m (manual), respectively. The autonomous tractor equipped with the RL-based intelligent path tracking controller without any stops or divergence with improved path-tracking accuracy (lateral and heading RMSEs of 12.9 cm and 3.8 deg) as compared with those (lateral and heading RMSEs of 30.1 cm and 8.6 deg) obtained using the system with slip-estimation based tracking method at 4 km/h, thereby implying that the developed CPP and RL-based intelligent tracking controller would show the potential of the autonomous tillage and puddling∙leveling tractor in paddy field.