파키스탄 저비용 반자율 농업 로봇 시각 기반 내비게이션을 통한 밀 수확 확장 방법

초록

본 논문은 파키스탄의 소규모 농가를 대상으로 저비용 반자율 로봇 시스템을 제안한다. 핵심은 카메라 기반 색상 및 형태 인식을 이용해 밀밭을 실시간으로 구분하고, 경로 계획과 주행 제어를 수행하는 비전 모듈이다. 저렴한 부품과 오픈소스 소프트웨어를 활용해 비용을 최소화하면서도 수확 효율을 높이는 방안을 제시한다.

상세 분석

이 연구는 파키스탄 농업의 특수성을 고려한 설계 철학을 갖는다. 먼저, 파키스탄의 평균 농가 규모가 2~5헥타르에 불과하므로 대형 트랙터 기반 자동화보다는 소형 로봇이 경제적이다. 논문은 이러한 소형 로봇에 적용 가능한 저비용 비전 시스템을 상세히 기술한다. 카메라로 촬영한 이미지를 HSV 색공간으로 변환한 뒤, 밀 줄기와 잡초, 토양을 구분하기 위한 색상 임계값을 실험적으로 도출한다. 이후, Canny 엣지 검출과 Hough 변환을 결합해 밀줄기의 방향성을 추출하고, 이를 기반으로 로봇의 진행 방향을 실시간으로 조정한다.

주요 알고리즘은 라인 추적(Lane‑following)과 장애물 회피(Obstacle‑avoidance) 두 축으로 구성된다. 라인 추적은 밀줄기의 연속적인 선형 구조를 이용해 중앙선을 계산하고, PID 제어기로 스티어링 각을 보정한다. 장애물 회피는 색상 기반 분할 결과에서 비정상적인 영역을 검출하고, 그 위치와 크기에 따라 경로 재계획을 수행한다. 이때 A* 혹은 D* Lite와 같은 전통적인 그래프 탐색 알고리즘보다, 로컬 히스토그램 기반의 동적 윈도우 방식을 채택해 연산 부하를 크게 낮춘다.

하드웨어 측면에서는 Raspberry Pi 4와 저가 USB 카메라, 저전압 DC 모터, 그리고 전자식 스티어링 장치를 사용한다. 전원 공급은 12 V 배터리 팩으로, 평균 전력 소비는 30 W 이하이며, 하루 8시간 작업 시 약 2 kWh의 에너지만 필요하다. 소프트웨어는 ROS Noetic 기반으로 구현되었으며, 모듈화된 노드 구조를 통해 센서 데이터 수집, 이미지 처리, 경로 생성, 모터 제어를 각각 독립적으로 실행한다.

실험 결과는 두 가지 시나리오에서 검증되었다. 첫 번째는 평탄한 시험장(30 m × 5 m)에서 0.5 m 간격의 수확 라인을 따라 주행했을 때 평균 위치 오차가 7 cm 이하였으며, 속도는 0.8 m/s를 유지했다. 두 번째는 실제 파키스탄 농가에서 1.2 ha 규모의 밀밭에 적용했을 때, 수확 효율이 기존 인력 수확 대비 18 % 향상되었고, 운영 비용은 기존 대비 45 % 절감되었다.

이 논문은 비용, 성능, 확장성 측면에서 실용적인 솔루션을 제시함으로써, 개발도상국의 소규모 농가에서도 로봇 자동화를 실현할 수 있는 길을 열었다. 다만, 조명 변화에 대한 강인성, 비가 오는 환경에서의 이미지 품질 저하, 그리고 로봇의 물리적 내구성 등에 대한 추가 연구가 필요하다.