참외는 국내 시설원예 대표 작물 중 하나로 매년 15만 톤 정도가 생산되는 인기 있는 과채류이다. 참외는 수확 작업이 전체 노동시간의 약 36%를 차지하며, 수확 환경은 고온 다습하고 폐쇄되...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108878825
2023
-
500
학술저널
78-78(1쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
참외는 국내 시설원예 대표 작물 중 하나로 매년 15만 톤 정도가 생산되는 인기 있는 과채류이다. 참외는 수확 작업이 전체 노동시간의 약 36%를 차지하며, 수확 환경은 고온 다습하고 폐쇄되...
참외는 국내 시설원예 대표 작물 중 하나로 매년 15만 톤 정도가 생산되는 인기 있는 과채류이다. 참외는 수확 작업이 전체 노동시간의 약 36%를 차지하며, 수확 환경은 고온 다습하고 폐쇄되어 있다. 이러한 문제점을 해결하기 위해 참외 수확 로봇의 연구개발이 진행되었으나, 수확 작업과 직접적인 연관이 있는 인식 기술의 경우 연구개발이 전무 하다. 따라서 본 연구에서는 참외 온실에서 효율적인 로봇 수확을 위해 참외 위치 검출 및 자세 추정을 수행하였다. 위치 검출은 영상 수준의 주석작업으로 영역 검출이 가능한 약지도 학습을 사용하여 수행하였으며, 자세 추정은 검출된 영역을 입력 데이터로 사용하여 수행하였다. 위치 검출 단계에서 성능은 재현율, 정밀도가 94%, 90%로 관찰되었으며, 자세추정 단계에서 전체적인 성능은 65%의 검출률을 보여주었으나 그중 수확 작업 시 중요한 정보인 꼭지부와 절단부의 정보는 80% 이상의 검출률이 관찰되었다. 본 연구는 로봇 수확을 위한 작물의 2차원 정보의 빠른 제공을 통해 수확 대상과 선정 및 수확 지점 검출이 가능하였으며 3차원 깊이 정보와 동기화를 통해 실제 수확 작업에 직접적인 기여가 가능할 것으로 판단된다.
비전 기반 딥러닝과 Edge 플랫폼을 활용한 둑 인식 알고리즘 개발
순환신경망 기반 저온 저장 양파의 물성 변화 시계열 예측 모델 개발
Graph-Optimized SLAM Algorithm for Real-time Dense Reconstruction of Greenhouse Crops
제한된 데이터셋 조건별 YOLOv8 객체 분할 탐지 성능 비교