저비용 시각 기반 자동 밀 수확 내비게이션

초록

본 논문은 남아시아 저소득 농가를 위한 저비용 자동 밀 수확기를 제안한다. 저가 카메라와 보조 GPS를 이용한 단순 시각 기반 경로 탐색 알고리즘을 구현하고, 세 개의 구동 모터와 인터페이스 회로로 기계 플랫폼을 제어한다. 실제 필드 테스트를 통해 제안된 비전 알고리즘의 효율성을 검증하였다.

상세 요약

이 연구는 저소득 농가가 직면한 인력 부족과 기후 위험을 완화하기 위해, 비용 효율적인 자동 수확 시스템을 설계한 점이 가장 큰 강점이다. 기존 농업 로봇은 고성능 라이다, 고해상도 카메라, 복잡한 SLAM 알고리즘 등을 사용해 비용이 수천 달러에 달한다. 반면 본 논문은 50 USD 이하의 저가 CMOS 카메라와 보조 GPS(수동 보정 가능한 저정밀 GNSS)를 활용해 하드웨어 비용을 크게 낮추었다.

시각 기반 내비게이션은 주로 색상 분할과 에지 검출을 이용해 작물 행을 추출한다. 논문에서는 HSV 색공간 변환 후 초록‑노란 색상 범위 필터링으로 작물과 토양을 구분하고, Canny 에지 검출과 Hough 변환을 통해 직선 형태의 작물 행을 검출한다. 검출된 직선의 기울기와 위치 정보를 실시간으로 모터 제어기에 전달해, 차량이 작물 행을 따라 직진하거나 회전하도록 한다. 이 과정에서 저해상도 이미지(640×480)와 프레임당 10 ms 이하의 처리 시간을 달성해 실시간 제어가 가능함을 보여준다.

전기 구동부는 3개의 DC 모터와 PWM 드라이버를 사용해 전방 구동, 좌·우 조향을 구현한다. 모터 제어는 비전 알고리즘이 출력한 ‘오프셋’ 값을 PID 제어기에 입력해, 오차를 최소화하도록 설계되었다. 또한 보조 GPS는 전역 위치 보정을 제공해, 작물 행이 직선이 아닌 경우에도 대략적인 경로 유지가 가능하도록 한다.

실험 결과는 두 가지 필드 시나리오(평탄한 직선 구간과 약간 굴곡이 있는 구간)에서 수행되었으며, 평균 경로 이탈 오차는 7 cm 이하, 수확 효율은 92 %에 달한다. 이는 저비용 시스템임에도 불구하고 상업용 로봇에 근접한 성능을 보여준다. 다만, 조명 변화에 민감한 색상 기반 필터링, GPS 신호 차단 시 경로 유지 어려움, 그리고 작물 높이 변화에 대한 적응성 부족 등 몇 가지 한계점이 명시된다. 향후 연구에서는 딥러닝 기반 세그멘테이션 도입, 다중 센서 융합, 그리고 자동 높이 조절 메커니즘을 추가해 견고성을 높일 계획이다.

전반적으로 이 논문은 비용 제약이 큰 개발도상국 농업 현장에서 실용적인 자동화 솔루션을 제시했으며, 단순한 비전 알고리즘과 저가 하드웨어의 조합이 충분히 유효함을 입증하였다.