로봇팔 제어 정확도 향상을 위한 다차원 영상센서기반 인식 객체의 3차원 측위 알고리즘 연구 (A Study on the Three-Dimensional Positioning Algorithm of a Multidimensional Image Sensor-Based Recognition Object for Improving Robot Arm Control Accuracy)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 26권 / 2호 / 11 ~ 18페이지
· 저자명 : 천승우, 권경도, 강상현, 백자영, 양창주

초록

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 객체 인식 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.

영어초록

With the increasing number of greenhouses on farms, the development of technologies for labor-saving harvesting and cultivation management has become essential. Many studies have focused on crop harvesting, primarily using computer vision and AI to recognize or estimate crop positions from 2D RGB images. However, research on control technologies for cultivation management remains limited. This study developed a precise localization control system based on 3D data. The ZED2 mini camera was used as a visual sensor, and the YOLOv8 segmentation model was employed for object detection. Depth information was integrated to obtain 3D point cloud data from objects. Data acquisition points are selected based on the recognition range of the sensor at 30, 40, and 50 cm from the multi-joint manipulator reference point to the object. Measurements are also taken at 10, 20, and 30 cm to the left and right of the object and aligned with the image center. Results show that matched data closely align with the actual centroid, with a relative error rate of 11.77% compared to a tomato's diameter, and within the range allowing end-effector operation. These findings are expected to advance agricultural operations such as harvesting and cultivation management by using multi-joint manipulators.

참고자료

· 없음