온실용 로봇의 자율주행을 위한 카메라 기반 레일 검출 및 로봇 자세 제어 기술 개발

Abstract

온실 내 노동력 감소와 인적 손실을 줄이는 방안으로 농작업 자동화의 필요성이 대두된다. 온실의 가변적 조건 들은 자동화에 있어 제약사항으로 작용하고, 온실용 로봇이 무인으로 농작업을 수행하기 위해서는 온실 환경의 조건을 고려한 주행 방법이 필요하다. 본 논문에서는 기존에 연구되었던 온실용 로봇의 한계를 극복하고, 단순 명령을 통한 주행이 아닌 자율 주행 농작업을 위한 레일 검출 및 로봇 자세 제어 기술과 시스템을 개발하고자 하였다. 이를 검증하기 위해 온실 환경에서 로봇이 안정적이고 자율적인 농작업을 수행할 수 있도록 작업 경로 검출 알고리즘 성능, 다음 작업 경로 진입을 위한 로봇 자세 보정 알고리즘 성능을 분석하고 자율 농작업을 위한 주행 시나리오 평가를 통해 실제 현장 적용 가능성을 확인하였다. 그 결과 개발된 시스템은 온실 내의 조도 변화와 태양에 입사각의 영향을 크게 받지 않고 로봇의 야간 작업을 가능하도록 하며, 저비용 센서들을 이용해 개방된 지면 영역과 작물이 우거진 작업 경로를 공간적으로 구분하고 자율적으로 주행할 수 있음을 확인하였다. 본 연구에서 개발된 레일 검출, 로봇 자세 보정, 그리고 주행 알고리즘을 통해 다목적 농작업을 위한 온실용 로봇 플랫폼의 자율 주행 요인 기술로서 활용될 것으로 기대된다.

The necessity of automating agricultural work in greenhouses has arisen as a solution to the decreasing labor force and minimizing human losses. The variable conditions of greenhouses are a constraint for automation, and a driving method that considers the conditions of the greenhouse environment is necessary for greenhouse robots to perform unmanned agricultural tasks. In this paper, the rail detection and robot posture control technology for autonomous agricultural tasks in greenhouses is proposed, aiming to overcome the limitations of existing greenhouse robots that rely on simple commands for navigation. To validate this, the performance of the rail detection algorithm and the robot posture correction algorithm for entering the next working path is analyzed, and the autonomous driving scenarios for agricultural tasks in the greenhouse are evaluated to confirm their practical applicability. As a result, the developed system enables robots to perform stable and autonomous agricultural tasks in the greenhouse, without being significantly affected by changes in illumination or the angle of incidence of sunlight. Using low-cost sensors, the system spatially differentiates the ground area from the working path area densely covered with crops and navigates autonomously. The stable rail detection, robot posture correction, and driving algorithms developed in this study are expected to serve as fundamental autonomous driving technologies for a multi-purpose greenhouse robot platform.