비전 기반 농업용 로봇 해충 초기 단계 인지 연구

Vision-Based Recognition of Early-Stage Pests for Agricultural Robots

연구 내용

스테레오 카메라 데이터를 기반으로 해충 유충 초기 발달 단계를 딥러닝으로 탐지·분류하는 연구

본 연구는 농업 현장에서 성충 이후 단계 중심으로 구축된 기존 인지 방식에서 벗어나, 초기 유충 단계의 탐지를 목표로 합니다. 로봇에 부착한 전방 고정 RGB 스테레오 카메라로 획득한 오프더셸프 센서 데이터를 딥러닝 분류기와 검출기로 처리합니다. 분류기는 후보를 먼저 판별하고, 검출기는 로컬라이제이션을 수행하여 주변 시야와 중심 시야 개념을 절충하는 파이프라인을 구성합니다. 또한 CoppeliaSim과 MATLAB/SIMULINK 기반 로봇 동역학 시뮬레이션을 통해 실제 운용 가능성을 함께 검증하는 점이 특징입니다.

관련 프로젝트

0건

연구 흐름

연구의 출발은 ImageNet 사전학습 모델을 조합하여 유충 데이터에서 분류 성능과 검출 성능을 동시에 확보하는 방향으로 설정했습니다. 이후 카메라-로봇 구성에서 원거리 구간과 근거리 구간의 처리 요구가 다르다는 점을 반영하여, 분류와 검출을 분리한 구조로 파이프라인을 구성했습니다. 로봇이 촬영하는 원근 시점의 변화가 탐지 정확도와 지역화 성능에 미치는 영향을 고려해 검출부의 역할을 강화하는 방식으로 개선했습니다. 최종적으로 로봇 동역학을 반영한 시뮬레이션 환경에서 학습된 모델을 평가하여 농업용 로봇 적용 가능성을 확인하는 흐름으로 마무리되었습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

초기 해충 탐지
농업용 자율 순찰
정밀 방제 의사결정
로봇 장착 스테레오 비전
실시간 탐지 파이프라인
해충 위치 추정
작물 피해 위험도 산정
방제 작업 자동화
데이터셋 기반 분류기 개선
스마트팜 인지 모듈