AI 기반 로봇이 토마토를 보다 효율적으로 수확하는 방법을 학습합니다.

이 문제를 해결하기 위해 오사카 메트로폴리탄 대학교 공학 대학원의 후지나가 타쿠야(Takuya Fujinaga) 조교수는 각 토마토를 따기 전에 수확하기가 얼마나 쉬운지 평가하도록 로봇을 훈련시키는 시스템을 개발했습니다.

그의 접근 방식은 이미지 인식과 통계 분석을 결합하여 각 과일을 따는 데 가장 적합한 각도를 결정합니다. 로봇은 토마토 자체, 줄기, 잎 뒤에 숨겨져 있는지 또는 식물의 다른 부분과 같은 시각적 세부 사항을 분석합니다. 이러한 입력은 로봇이 과일에 접근하고 따는 가장 효과적인 방법을 선택하도록 안내합니다.

탐지부터 “수확 용이성” 의사 결정까지

이 방법은 과일 감지 및 식별에만 초점을 맞춘 기존 시스템에서 벗어났습니다. 대신 Fujinaga는 “수확 용이성 추정”이라고 부르는 방법을 도입했습니다. “이것은 단순히 ‘로봇이 토마토를 고를 수 있나요?’라고 묻는 것 이상의 의미를 갖습니다. 실제 농업에서는 ‘성공 확률은 얼마나 될까?’를 생각하는 것이 더 의미가 있다”고 설명했다.

테스트에서 시스템은 기대치를 뛰어넘는 81%의 성공률을 달성했습니다. 성공적인 수확의 약 1/4은 초기 정면 시도가 실패한 후 측면에서 수확된 토마토에서 나왔습니다. 이는 첫 번째 시도가 성공하지 못했을 때 로봇이 접근 방식을 조정할 수 있음을 나타냅니다.

이 연구는 토마토 클러스터 방식, 줄기의 모양과 위치, 주변 잎, 시각적 장애물 등을 포함하여 얼마나 많은 변수가 로봇 수확에 영향을 미치는지 강조합니다. Fujinaga는 “이 연구는 ‘수확의 용이성’을 정량적으로 평가할 수 있는 지표로 확립하여 정보에 입각한 결정을 내리고 지능적으로 행동할 수 있는 농업용 로봇의 실현에 한 걸음 더 다가섰습니다”라고 말했습니다.

농업 분야 인간-로봇 협업의 미래

Fujinaga는 앞으로 작물을 수확할 준비가 된 시기를 독립적으로 판단할 수 있는 로봇을 구상하고 있습니다. 그는 “이를 통해 로봇과 인간이 협력하는 새로운 형태의 농업이 탄생할 것으로 기대된다”고 설명했다. “로봇은 따기 쉬운 토마토를 자동으로 수확하는 반면, 인간은 더 까다로운 과일을 처리합니다.”

연구 결과는 스마트 농업 기술.