자율 농작업을 위한 딥러닝 기반 작업영역 경계 검출

본 연구에서는 무인 농업기계 개발의 기초 연구로써 2D 기계시각 및 딥러닝을 이용하여 농작업 시 작업 영역의 경계를 검출을 목적으로 하며 트랙터의 경운작업 시 정면영상 내 경작 전, 후 영역 검출 기술 개발 및 성능을 평가하였다. 딥러닝 기반 경계 검출을 위해 트랙터 경운 작업의 정면영상을 수집하였으며, 입력된 영상의 구역별 분류 기반 영역 군집화를 통해 경계를 검출하였다. 구역별 영상의 분류는 4개의 합성곱신경망과 1개의 완전연결망으로 구성된 인경신경망 모델을 이용하였으며, 분류기에서 출력되는 경작 후 부류의 확률값을 원 영상에서의 위치를 기준으로 결합하여 2차원의 확률맵이 생성하였다. 분할된 영역은 측면과 상단에서 각각의 경계를 가지고 있으며, 측면이 경작 전 영역과 맞닿아 있는 영역의 경계로, 허프변환을 이용하여 이를 대표직선으로 표현하였다. 성능평가 결과 학습모델의 분류 성능은 F1-score가 약 0.91, 경계 검출 성능은 경작 전, 후 영역의 위치에 따라 횡방향 오차 평균 11~12.6 cm, 각도 오차 평균 8.0~9.8°로 나타났다. 본 연구결과는 기존에 수행된 농업분야 자율주행 기술의 성능범위 수준을 보여주었으며, 저가의 2D 영상 시스템 및 딥러닝을 이용한 자율주행 농업기계 기술이라는 측면에서 기존 연구에 비해 높은 실용화 가능성 및 넓은 적용 범위의 장점이 있다고 판단된다.