|
우리나라 과수 재배 농가 중 사과 재배 농가는 약 25%로 가장 높은 비율을 차지하고 있다. 사과 재배시 주요 농작업으로는 좋은 과실을 수확하기 위해 가지를 솎아주거나 잘라주는 ‘전정’을 시작으로 알맞은 양의 과실만 남겨놓고 과실이나 꽃을 따는 ‘적화·적과’, 마지막 과실의 수확 및 운반과정을 거친다. 이 중 ‘전정과 적화·적과’ 작업에 투입되는 노동력이 전체의 약 50%로 다른 작업 대비 비중이 높은데, 고령 작업자가 많은 현장의 특성 상 농작업 중 발생하는 재해 중 차량에서 떨어지거나 넘어져서 발생하는 유형이 전체의 약 50% 이상을 차지할 만큼 높은 편이다.
이에 전남대학교 이경환교수 연구팀은 ‘전정에서 적화·적과’까지의 주요 농작업을 자동으로 관리 가능한 로봇을 개발하게 되었다. 로봇을 구성하는 기본 요소는 크게 4가지로 나뉘는데, 작물의 색상, 크기 등을 인식하기 위한 ‘영상처리 기술’, 인간의 몸, 팔과 유사한 기능을 통해 대상물을 이동시키는 ‘매니퓰레이터 기술’, 절단 시스템인 ‘엔드 이펙터’, 그리고 대상작물을 직접적으로 움켜쥐는 ‘그리퍼’로 구분되고 있다.
연구팀은 드론을 통해 획득한 영상정보를 기반으로 과수원을 3차원(3D) 그래픽으로 구현하고, 인공지능(AI)을 이용하여 각 과일의 개수, 크기, 위치를 정확하게 식별하는 기술개발에 성공했다.
로봇의 팔 역할을 하는 매니퓰레이터는 다양한 각도로 회전이 가능하도록 여러개의 관절구조(7개)로 개발하여 단순 작업은 물론 복잡한 작업도 가능하도록 하였으며, 비, 눈 등 외부 기상환경의 영향을 최소화할 수 있도록 방수, 방진 기능도 입혔다. 실제 전정이나 적화·정과 작업을 하는 엔드 이펙터의 경우 딥러닝 기술을 통해 분당 15개 이상 작업이 가능하도록 개발되었으며, 작업오차도 3mm 이내로 확인되었다.
이처럼 다양한 요소기술이 적용된 작업부는 자율주행이 가능한 전동형 모바일 플랫폼에 탑재시키는 형태로 제작되었으며, 이번에 개발된 플랫폼은 적재하중 최대 700kg, 주행속도 6.3km/hr 수준으로 높여 작업자의 편의성과 작업의 생산성을 향상시키는데 초점을 맞추었다. 아울러, 대상체 인식률의 정확도는 전정 및 적화·적과 모두 90% 이상으로 평가되었다.
전남대학교 이경환 교수는 “이번에 개발된 기술이 국내 뿐 아니라 해외 시장에서도 충분히 경쟁력이 있는 기술”이라며 “전남 나주에 위치한 첨단무인 자동화 농업생산시범단지에 적용하는 한편 디지털 트윈 등의 추가 기술개발을 추진하여 농업용 로봇 기술을 선도해 나가겠다”고 밝혔다.
노수현 농기평 원장은 “농촌사회가 직면한 인구 감소와 고령화로 인한 농업 생산인구 감소 문제를 극복하기 위해서는 인공지능 등 스마트 농업 기술을 발전시켜야 한다”며 “스마트 농업의 경쟁력을 높일 수 있는 로봇, 자율주행 등 핵심 기술개발에 지속 지원해 나가겠다”고 밝혔다.
|
|
정성연 기자 hoahn01@hanmail.net
