인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
시설재배 농가의 수가 증가함에 따라 노동력 절감을 위한 수확 및 재배관리 기술에 대한 연구 개발이 필요하다. 특히 작물 수확을 중심으로 많은 연구 결과가 있으며, 주로 컴퓨터 비전과 인공지능 기술을 활용하여 2차원 RGB 내에서 작물을 인식하거나 위치를 추정하였다. 그러나 재배관리 측면에서의 제어 기술 연구는 부족한 실정이다. 따라서 본 연구에서는 3차원 데이터를 기반으로 한 정밀 측위 제어 기술을 개발하였다. 영상 센서로 ZED2 mini를 사용하였으며 객체인식 모델로 YOLOv8 세그멘테이션 모델을 사용하였다. 또한 깊이 정보를 결합하여 포인트 클라우드 형태로 객체에 대한 3차원 데이터를 획득하였다. 데이터 획득을 위한 위치 선정은 영상센서로 인식이 가능한 범위를 고려하여 객체와의 거리를 다관절 매니퓰레이터의 기준점으로부터 각각 30, 40, 50cm인 위치로 설정하였으며, 객체 중심과 영상 중심점이 일치하는 부분을 기준으로 좌우 10, 20, 30cm 지점에서 이루어졌다. 정합 데이터를 사용하였을 때 실제 부피 중심에 가까운 결과를 보였으며, 토마토 직경 대비 거리 오차율은 11.77%로서 엔드이펙터에 의한 동작이 가능한 범위 내에 있음을 확인하였다. 본 연구 결과로부터, 다관절 매니퓰레이터를 활용한 수확 및 재배관리 등 농작업 기술 고도화 연구에 기여할 수 있을 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092347913
