이 연구는 굴을 크기별로 분류하고 냉동을 위해 트레이에 배치하도록 설계된 자동화 굴 분류 시스템의 개발 및 검증을 제시한다. 기존의 수작업 처리에서 나타나는 한계를 해결하기 위해, 제안된 시스템은 연성 그리퍼(soft gripper)를 장착한 델타 로봇(병렬 로봇)과 비전 기반 인식 알고리즘을 통합한다. 비전 시스템은 이미지 모멘트 계산을 통해 굴의 크기와 최적 파지 지점을 식별하여, 불규칙한 형상을 지닌 굴에 대한 분류 정확도를 향상시킨다. 실험 결과 분류 및 파지 성공률은 99%로 나타났다. 실제 산업 조건에 기반한 공정 시뮬레이션 결과, 자동화 시스템 7대가 60명의 작업자가 달성한 하루 7톤의 생산량과 동일한 수준을 맞추는 데 필요함이 확인되었다. 이론적 100% 성공률과 비교했을 때, 시스템은 715마리의 굴과 15개의 트레이에서 소폭의 생산 손실을 보였다. 이러한 결과는 제안된 시스템이 굴 처리에서 일관성을 개선하고 노동 의존도를 낮추며 생산성을 향상시킬 가능성을 확인해 준다. 향후 연구는 그리퍼 설계 최적화와 파라미터 튜닝을 통해 시스템의 안정성과 효율을 추가로 향상시키는 데 초점을 맞출 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.