http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이대현 ( Daehyun Lee ),한길수 ( Kilsu Han ),이현동 ( Hyundong Lee ),김국환 ( Gookhwan Kim ),이명훈 ( Meonghun Lee ),김점순 ( Jeomsoon Kim ),홍성준 ( Sungjun Hong ),이경재 ( Kyongjae Lee ),송장훈 ( Janghoon Song ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.2
최근 국내농업은 지구 온난화에 따른 기후변화와 국가 간 교역 확대, 해외여행 증가 등으로 인해 농산물 수입이 지속적으로 확장되고 있으며, 이는 검역병해충 및 외래·돌발 병해충의 발생 확산을 야기하여 농가의 병충해 피해를 증가시키고 있다. 특히, 이 중 과수 화상병의 경우 빠른 전염속도로 인해 발생 시과수원을 폐원시키므로 농가의 심각한 피해를 가져다주고 있어 문제해결이 시급한 실정이다. 국내에서는 병충해 관리를 위해 정기적인 예찰 및 방제를 수행하고 있지만 인력 활용 및 육안으로 감염 여부를 판정하고 있어 정확한 예찰이 어려울 뿐만 아니라 인력에 의한 병의 전파가 지속적으로 우려되고 있다. 드론은 무인비행장치로 최근 비행 제어 기술의 고도화로 인해 다양한 산업에서 그 활용범위가 급속도로 향상되고 있다. 농업분야의 경우 영상 장치의 소형화, 경량화를 통해 다양한 영상센서를 드론에 장착함으로써 농지의 다양한 정보의 실시간 측정이 가능하다. 따라서 본 연구에서는 드론 기반 항공 예찰을 위한 기초 연구로 항공예찰 영상의 분석 및 드론 이착륙 관리를 위한 통합 관제 시스템을 설계하였다. 통합 관제 시스템은 드론 이착륙을 위한 스테이션과 항공영상 수신 및 제어 신호 송신, 항공영상 DB 관리 및 영상 분석이 가능한 데이터 처리부로 구성된다. 이착륙 스테이션은 드론 보관을 위한 케이스 내부에 드론이착륙 지원을 위한 상하 리프트 제어와 착륙 플레이트, 기구부 등이 설치되며, 드론의 이착륙에 따라 루프가 자동 개폐되도록 설계되었다. 데이터 관리부는 수신된 항공 영상을 위치-예찰정보로 데이터베이스화한 후 이를 이용하여 영상학습 모델 기반 과수병 예찰영상 분석을 수행한다. 학습 영상 데이터는 각각의 항공 영상을 분할하여 훈련, 검증, 테스트 데이터로 분류하며, 훈련 데이터는 샘플 수 증가 및 오버피팅(over-fitting) 감소를 위해 잘라내기, 회전, 밝기/색상 변환 등 데이터 증강 후 사용된다. 영상학습 기반예찰 기술의 적용성은 사과 과수 화상병 항공영상을 이용하여 적용 가능성을 평가하였다. 본 시스템을 활용한 예찰 수행 시 인력 예찰 문제 해결 및 과수원의 항공영상 정보 수집의 자동화가 가능할 것으로 예측되며, 이를 위해서는 과수병 증상이 발현된 항공영상 관련 데이터베이스 구축을 통한 예찰 모델 정확도 향상과 최적화된 드론의 운행 제어를 통한 항공 예찰의 효율 향상이 필요할 것으로 판단된다.
지능형 방제기의 효율적인 분사 제어를 위한 LiDAR 기반 고속 데이터 신호 처리 기법에 대한 연구
양창주 ( Changju Yang ),이명훈 ( Meonghun Lee ),김경철 ( Kyoung-chul Kim ),홍영기 ( Youngki Hong ),김현종 ( Hyunjong Kim ),이시영 ( Siyoung Lee ),류희석 ( Hee-suk Ryu ),권경도 ( Kyung-do Kwon ),김국환 ( Gookhwan Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
본 연구는 과수원내에서 가장 많이 사용되는 방제기에 과수 형상을 인식하여 효율적으로 농약을 분사하는 방법을 제시한다. 실험에 사용된 방제기는 상용 제품의 각 분사 노즐별 제어가 가능하도록 솔레노이드 밸브가 설치 되어있고, 이들을 On/Off제어를 위한 하위 제어기가 달려있으며, 실시간 밸브제어를 위해 센서로부터 획득한 데이터를 기반으로 과수의 형상을 인식하여 제어신호를 전송하기 위한 산업용 PC로 구성된 상위 제어기가 설치되어 있다. 과수의 형상을 인식하기 위해서는 3차원 공간상에서의 위치 좌표 및 과수의 유무를 구분할 수 있도록 센서를 장착시켜야 하며, 이를 위해 선정한 LiDAR는 직진성이 강한 파장 대역의 레이저 광원을 이용하여 물체의 표면에 반사되는 빛을 인식하고 3차원 공간에서 위치 좌표를 데이터화하여 사용하는 센서이다. LiDAR의 동작원리 특성상 내장되어있는 16개의 센서가 360°를 회전하며 0.1~0.4° 의 분해능을 갖고 데이터를 전송하기 때문에 단위 sequence 마다 최대 57,600개의 위치데이터를 처리해야하는 상황이 발생한다. Linux OS 및 ROS 환경에서 Python으로 구현된 소프트웨어로 시뮬레이션 한 결과, 단일 sequence 내의 위치 데이터들을 처리하는데 소요되는 시간은 최대 약 0.47초가 걸렸으며, 이는 LiDAR가 회전하는 주기시간보다 길기 때문에 실시간으로 밸브 제어를 할 수 없게 되고, 시스템 메모리의 버퍼에 누적된 데이터를 처리하기 위해 발생하는 버퍼링 현상으로 인해 정상 적인 동작을 할 수 없게 된다. 이를 해결하기 위해 데이터를 고속으로 처리 할 수 있도록 down-sampling 기법을 통해 개선 시켰으며, sequence delay 기법으로 분무 상태로 인한 인식 오류를 해소 하고, threshold 처리를 통해 과원내 설치된 관수 파이프 및 지지대를 인식한 위치 데이터를 배제 시켜서 필요한 곳에만 농약을 분사 할 수 있도록 개선시키고 시뮬레이션을 수행하였다. 그 결과, 기존의 일괄 분사방식과 차이가 없음을 확인할 수 있었으며 농약 사용량이 최대 약 30% 까지 절감됨을 확인하였다.