본문 영역
Technology
핵심기술
저해상도 작물 병해충 분석을 위한 엣지 컴퓨팅 기술개발 및 농업 로봇 적용
- 고해상도 이미지를 수집하고 클라우드 환경에서 이를 분석함으로써, 해당 알고리즘 및 모델을 엣지 기반의 저사양 장치에서 분석이 가능하도록 함.
- 실제 현장에서는 저사양 장치로는 유사 병징을 해석할 수 없어, 고해상도 이미지 분석을 통한 육안 검사와 같은 성능을 낼 수 있는 모델 개발.
저해상도 작물 생육분석을 위한 엣지 컴퓨팅 기술
-
AS-IS- 중앙집중 서버(클라우드)의 과부하와 지연 발생
- 농업현장의 빈번한 클라우드 접속 단절
- 이미지영상 데이터 , 분석이 정확치 않음
-
TO-BE- 데이터 분석 분산 및 자체적으로 제어, 운용
- 농업 현장 상황을 고려하여 실시간성과 안정성 보장
- 저해상도 이미지 분석을 통한 정확한 병해충 인식
고해상도 카메라를 이용한 작물 병해충 학습데이터 수집
- 작물 필드에서 디지털 이미지를 촬영하여 병해충의 존재와 그들이 작물에 미치는 영향을 파악
- 대상 작물; 토마토, 딸기, 병해충종류; 각 작물 당 10가지 이상
이미지를 활용한 병해충 진단
-
- 중앙집중 서버(클라우드)의 과부하와 지연 발생
-
- 흰가루 및 잿빛 곰팡이 병 과실 진단 실행
-
- 흰가루 및 잿빛 곰팡이 병 과실 진단결과
-
- 흰가루 및 잿빛 곰팡이 병 과실 진단에 사용된 이미지 데이터 set
엣지컴퓨팅 기반 작물 병해충 분석/예측 기술
- 딥러닝 기반 토마토, 딸기 작물 IR, RGB, 초분광 카메라 개별 학습 네트워크 개발 및 학습 모델 개발
- 엣지컴퓨팅 기반 고해상도 이미지를 통한 딥러닝 엔진기반 병해충 분석/예측 실험
- 대상 작물; 토마토, 딸기, 병해충종류; 각 작물 당 10가지 이상
딥러닝 엔진기반 병해충 분석/예측 실험
작물 병해충 멀티 모달 학습 네트워크 개발 및 고도화
- IR, RGB 동시 학습/분석하는 멀티모달 학습 네트워크 개발
- 복합 이미지 요소 분석/예측 실험
- 데이터 증강 기법을 통한 다량/대량의 데이터 확보, 강화학습 및 학습네트워크 고도화
엣지-IoT 기반 저가형(저해상도) 카메라 적용 및 이미지 데이터 수집
작물 생육 데이터 수집/분석을 위한 농업 로봇 적용 및 운용
- 수확 및 생육 측정 로봇 매니풀레이터 장착
- 비전 처리의 효율성 증대를 위한 모바일 로봇 매니풀레이터(그리퍼) 활용
- 개발 엣지 장치의 활용방안 검증을 위해 농촌진흥청 수확 및 생육 측정 로봇에 검증
-
수확 및 생육 측정 로봇 매니풀레이터 장착(해외사례)
