KR20170011503A - 파프리카 수확 시스템 - Google Patents

파프리카 수확 시스템 Download PDF

Info

Publication number
KR20170011503A
KR20170011503A KR1020150104222A KR20150104222A KR20170011503A KR 20170011503 A KR20170011503 A KR 20170011503A KR 1020150104222 A KR1020150104222 A KR 1020150104222A KR 20150104222 A KR20150104222 A KR 20150104222A KR 20170011503 A KR20170011503 A KR 20170011503A
Authority
KR
South Korea
Prior art keywords
crop
information
paprika
unit
image
Prior art date
Application number
KR1020150104222A
Other languages
English (en)
Other versions
KR101720677B1 (ko
Inventor
이대원
Original Assignee
성균관대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020150104222A priority Critical patent/KR101720677B1/ko
Publication of KR20170011503A publication Critical patent/KR20170011503A/ko
Application granted granted Critical
Publication of KR101720677B1 publication Critical patent/KR101720677B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
    • A01D46/30—Robotic devices for individually picking crops
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D34/00—Mowers; Mowing apparatus of harvesters
    • A01D34/001—Accessories not otherwise provided for
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D34/00—Mowers; Mowing apparatus of harvesters
    • A01D34/006—Control or measuring arrangements
    • A01D34/008—Control or measuring arrangements for automated or remotely controlled operation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Harvesting Machines For Specific Crops (AREA)

Abstract

본 발명은 파프리카 수확 시스템에 관한 것으로써, 피수확물을 촬영함으로써 상기 피수확물에 대한 영상정보를 생성하는 영상부; 상기 영상정보와 상기 피수확물의 이미지에 대한 기학습된 정보인 학습정보를 비교하여 상기 피수확물의 절단위치정보를 생성하는 제어부; 및 상기 피수확물을 파지하며, 상기 절단위치정보를 기초로 상기 피수확물의 줄기를 절단함으로써 상기 피수확물을 수확하는 로봇부를 포함한다.
본 발명에 따르면, 파프리카를 촬영함으로써 획득되는 영상정보와 파프리카의 이미지에 대한 기학습된 정보인 학습정보를 비교함으로써 생성되는 파프리카의 절단위치정보를 이용하여, 파프리카를 효과적으로 수확할 수 있다.

Description

파프리카 수확 시스템{PAPRIKA HARVESTING SYSTEM}
본 발명은 파프리카 수확 시스템에 관한 것으로써, 보다 상세하게는 파프리카를 촬영함으로써 획득되는 영상정보와 파프리카의 이미지에 대한 기학습된 정보인 학습정보를 비교함으로써 생성되는 파프리카의 절단위치정보를 이용하여, 파프리카를 효과적으로 수확할 수 있는 파프리카 수확 시스템에 관한 것이다.
과일, 채소 등의 농작물을 수확하는 경우, 작업자가 직접 농작물을 수확해야 하기 때문에, 인건비가 과다하게 소요되는 문제점 있다. 상술한 문제점에 기인하여 인력을 이용하지 않고 농작물을 자동으로 수확할 수 있는 자동 수확 시스템이 연구되었으며, 근래에는 영상처리기술 및 로봇기술이 크게 발달하여 상술한 자동 수확 시스템이 보다 정교화되고 있다.
상술한 바와 같이, 농작물을 자동으로 수확하기 위한 기술은 수확 대상물에 대응되는 정확한 영상처리기술 및 수확 대상물의 구조에 맞추어 절단부분을 정확하게 절단할 수 있는 로봇시스템이 요구된다.
한국공개특허공보 특2002-0037209호는 수박을 수확하는 원격 작업시스템을 개시하고 있으며, 한국등록특허공보 제10-0784830호는 딸기를 수확할 수 있는 로봇 시스템을 개시하고 있다.
근래에 웰빙 열풍 등으로 파프리카에 대한 수요가 급증하고 있는데, 상술한 바와 같이, 수박, 딸기 등에 대한 자동 수확 시스템에 대한 연구는 상당 부분 진행되었지만, 파프리카에 대한 자동 수확시스템에 대한 연구는 전무한 실정이다.
본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로써, 파프리카를 촬영함으로써 획득되는 영상정보와 파프리카의 이미지에 대한 기학습된 정보인 학습정보를 비교함으로써 생성되는 파프리카의 절단위치정보를 이용하여, 파프리카를 효과적으로 수확할 수 있는 파프리카 수확 시스템을 제공함에 있다.
상기 목적은, 본 발명에 따라, 피수확물을 촬영함으로써 상기 피수확물에 대한 영상정보를 생성하는 영상부; 상기 영상정보와 상기 피수확물의 이미지에 대한 기학습된 정보인 학습정보를 비교하여 상기 피수확물의 절단위치정보를 생성하는 제어부; 및 상기 피수확물을 파지하며, 상기 절단위치정보를 기초로 상기 피수확물의 절단되어야 할 줄기 부분을 절단함으로써 상기 피수확물을 수확하는 로봇부를 포함하는 파프리카 수확 시스템에 의해 달성된다.
또한, 상기 제어부는, 인공신경망(CNN : Convolutional Neural Network) 알고리즘을 이용하여 상기 절단위치정보를 생성할 수 있다.
또한, 상기 제어부는, 상기 피수확물에 대한 기촬영된 영상정보인 학습영상정보가 입력되는 입력부와, 커널을 이용하여 상기 학습영상정보를 반복적으로 컨벌루션함으로써 상기 학습영상정보에 대한 배열정보를 생성하는 변환부와, 상기 배열정보를 입력받아 상기 피수확물에 대한 영상을 학습함으로써 가중치정보를 생성하는 학습부와, 상기 가중치정보를 이용하여 상기 절단위치정보를 생성하는 생성부를 포함할 수 있다.
또한, 상기 로봇부는, 상기 피수확물이 재배되는 지역을 이동하며, 높이가 조절가능하게 마련되는 이동부와, 상기 이동부에 설치되며 상기 줄기에 접촉하는 블레이드부와, 상기 이동부에 설치되며 상기 피수확물을 파지한 후 상기 블레이드부가 상기 줄기에 접촉되는 경우 상기 피수확물을 회동시킴으로써 상기 줄기를 절단하여 상기 피수확물을 수확하는 파지부를 포함할 수 있다.
또한, 상기 파지부는, 상기 피수확물이 위치되는 수확공간을 제공하며 회동가능하게 마련되는 본체부와, 한쌍으로 마련되어 상기 본체부에 회동가능하게 각각 설치되며 상기 피수확물이 상기 수확공간에 위치되는 경우 회동함으로써 상기 피수확물을 가압하는 가압부와, 한쌍으로 마련되어 상기 가압부에 각각 설치되며 상기 가압부가 회동되도록 상기 가압부에 구동력을 인가하는 실린더부를 포함할 수 있다.
또한, 상기 파지부는, 상기 본체부에 설치되어 상기 피수확물이 상기 수확공간에 위치되는 것을 감지하는 제1센서부와, 상기 가압부에 설치되어 상기 피수확물에 인가되는 힘을 감지하는 제2센서부를 더 포함할 수 있다.
본 발명에 따르면, 파프리카를 촬영함으로써 획득되는 영상정보와 파프리카의 이미지에 대한 기학습된 정보인 학습정보를 비교함으로써 생성되는 파프리카의 절단위치정보를 이용하여, 파프리카를 효과적으로 수확할 수 있다.
또한, 인공신경망(CNN : Convolutional Neural Network) 알고리즘을 이용하여 절단위치를 보다 정교하게 알 수 있다.
또한, 파프리카의 줄기에 접촉하는 블레이드부와 파프리카를 파지한 후 블레이드부가 파프리카의 줄기에 접촉되는 경우 피수확물을 회동시킴으로써 파프리카를 수확하는 파지부를 이용하여 파프리카를 보다 효과적으로 수확할 수 있다.
또한, 파프리카가 접촉되는 것을 감지하는 제1센서부와 파지부에 인가되는 힘을 감지하는 제2센서부를 이용하여 파프리카를 파손시키지 않고 효과적으로 파지할 수 있다.
도 1은 본 발명의 일실시예에 따른 파프리카 수확 시스템의 구성도 이고,
도 2는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 제어부를 도시한 것이고,
도 3은 본 발명의 일실시예에 따른 파프리카 수확 시스템 파지부의 사시도 이고,
도 4는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 파지부의 평면도 이고,
도 5는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 제어부에서 절단위치정보를 생성하는 과정의 순서도 이고,
도 6은 본 발명의 일실시예에 따른 파프리카 수확 시스템을 이용한 파프리카 수확 방법의 순서도 이다.
이하, 첨부한 도면을 참조하여, 본 발명의 일실시예에 따른 파프리카 수확 시스템에 대해서 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 파프리카 수확 시스템의 구성도 이고, 도 2는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 제어부를 도시한 것이고, 도 3은 본 발명의 일실시예에 따른 파프리카 수확 시스템 파지부의 사시도 이고, 도 4는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 파지부의 평면도 이고, 도 5는 본 발명의 일실시예에 따른 파프리카 수확 시스템의 제어부에서 절단위치정보를 생성하는 과정의 순서도 이다.
도 1 내지 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 파프리카 수확 시스템(100)은 영상부(110)와 제어부(120)와 로봇부(130)를 포함한다.
영상부(110)는 피수확물(p)을 촬영하는 것으로써, 피수확물(p)에 대한 영상정보를 생성한다. 이러한 영상부(110)는 CCD(Charge Coupled Device)카메라 CMOS(Complementary Metal-Oxide Semiconductor)카메라 등으로 마련될 수 있다. 상술한 영상부(110)에 의해서 생성된 영상정보는 후술하는 제어부(120)로 전달된다.
제어부(120)는 영상정보와 피수확물(p)의 이미지에 대한 기학습된 정보인 학습정보를 비교하여 피수확물(p)의 절단위치정보를 생성하는 것으로써, 상술한 영상부(110)와 후술하는 로봇부(130)에 전기적으로 연결된다. 이러한 제어부(120)는 절단위치정보를 로봇부(130)에 전달하는데, 로봇부(130)는 이러한 절단위치정보를 이용하여 피수확물(p)의 절단되어야 할 줄기 부분을 절단한다.
상술한 제어부(120)는 인공신경망(CNN : Convolutional Neural Network) 알고리즘을 이용함으로써, 보다 정확한 절단위치정보를 생성하는데, 이러한 인공신경망 알고리즘을 구현하기 위해서 제어부(120)는 입력부(121)와 변환부(122)와 학습부(123)와 생성부(124)를 포함하여 구성된다.
입력부(121)는 피수확물(p)에 대한 기촬영된 영상정보인 학습영상정보가 입력되는 것으로써, 후술하는 변환부(122)에 전기적으로 연결된다.
여기서, 학습영상정보란, 피수확물(p)을 여러 각도에서 미리 촬영한 영상에 대한 정보를 의미하는 것으로써, 제어부(120)가 피수확물(p)의 절단지점에 대해 학습할 수 있도록 제공되는 정보이다. 이러한 학습영상정보는 외부의 장치를 통해서 입력부(121)로 입력된다.
변환부(122)는 커널을 이용하여 학습영상정보를 반복적으로 컨벌루션함으로써 학습영상정보에 대한 배열정보를 생성하는 것으로, 상술한 입력부(121)와 후술하는 학습부(123)에 전기적으로 연결된다.
여기서, 컨벌루션(Convolution)이란, 연산의 방법의 일종으로, 영상처리에 있어서는 공간 필터링(Spatial Filtering)을 의미하는데, 영상처리가 필요한 하나의 특정 화소를 커널(Kerel), 마스크(Mask) 등을 이용하여 연산하는 방법이다.
여기서, 커널(Kerel)이란, 컨벌루션(Convolution) 과정에서 이용되는 것으로써, 영상처리가 필요한 하나의 특정 화소에 주변에 위치한 화소들의 그룹을 의미한다. 크기에 따라, 3×3, 4×4 등으로 표기할 수 있다.
학습영상정보는 상술한 커널에 의해 반복적으로 연산되는데, 이러한 과정에서, 화소의 최대값이 반복적으로 선택(Max-Pooling)된다. 상술한 선택 과정이 반복되는 것에 의해서, 학습영상정보는 1차원의 배열정보로 변환된다.
학습부(123)는 배열정보를 입력받아 피수확물(p)에 대한 영상을 학습함으로써 가중치정보를 생성하는 것으로써, 상술한 변환부(122)와 후술하는 생성부(124)에 전기적으로 연결된다. 이러한 학습부(123)는 역전파(BP : Back Propagation) 알고리즘으로 구현된다.
여기서, 가중치정보란, 영상처리가 필요한 하나의 특정 화소의 컨벌루션 과정에서 주변에 위치한 화소 그룹을 얼마만큼 이용하여 연산할 것인가를 의미하는 수치, 즉, 커널의 가중치 값을 의미한다.
이러한 학습부(123)는 배열정보는 상호 전기적으로 연결되는 복수개의 연산 노드에 입력함으로써, 피수확물(p)의 이미지에서 절단지점에 대한 특징점을 학습할 수 있다. 이러한 학습을 통해서, 학습부(123)는 가중치정보를 생성한다.
생성부(124)는 상술학 학습부(123)에서 생성된 가중치정보를 이용하여 피수확물(p)의 절단되어야 할 줄기부분, 즉, 절단위치정보를 생성하는 것으로써, 상술한 학습부(123)와 후술하는 로봇부(130)에 전기적으로 연결된다.
상술한 생성부(124)에 의해 생성된 절단위치정보는 후술하는 로봇부(130)에 전달되며, 로봇부(130)는 전달받은 절단위치정보를 이용하여, 피수확물(p)의 절단위치, 즉, 절단되어야 할 줄기부분을 정확하게 절단한다.
따라서, 상술한 입력부(121)와 변환부(122)와 학습부(123)와 생성부(124)를 포함하는 제어부(120)에 의하면, 피수확물(p)의 절단위치, 즉, 절단되어야 할 피수확물(p)의 줄기 부분의 위치가 정확하게 파악되며, 이를 이용하면, 피수확물(p)이 효과적으로 수확될 수 있다.
로봇부(130)는 피수확물(p)을 파지하며, 절단위치정보를 기초로 피수확물(p)의 절단되어야 할 줄기 부분을 절단함으로써 피수확물(p)을 수확하는 것으로써, 이동부(131)와 블레이드부(132)와 파지부(133)를 포함한다.
이동부(131)는 피수확물(p)이 재배되는 지역을 이동하는 것으로써, 높이가 조절가능하게 마련된다. 이러한 이동부(131)에는 후술하는 블레이드부(132)와 파지부(133)가 설치된다.
블레이드부(132)는 이동부(131)에 설치되는 것으로써, 제어부(120)에 의해 제어된다. 이러한 블레이드부(132)는 첨단부를 형성한다. 이러한 블레이드부(132)는 제어부(120)에서 절단위치정보가 전달되면, 절단위치정보를 기초로 피수확물(p)의 절단위치, 즉, 피수확물(p)의 줄기 부분으로 이동하여 첨단부를 절단되어야 할 줄기의 부분에 접촉시킨다.
이러한 블레이드부(132)의 단부에는 마커가 설치될 수 있다. 이러한 마커에 의해서 영상부(110)가 마커의 위치를 용이하게 파악할 수 있고, 이에 의해서, 제어부(120)에 의해서 블레이드부(132)가 절단위치로 이동되는 것이 용이하게 구현될 수 있다.
파지부(133)는 이동부(131)에 설치되며 피수확물(p)을 파지하는 것으로써, 블레이드부(132)가 줄기에 접촉되는 경우 피수확물(p)을 회동시킴으로써 줄기를 절단하여 피수확물(p)을 수확한다. 이러한 파지부(133)는 본체부(133a)와 가압부(133b)와 제1센서부(133c)와 제2센서부(133d)와 실린더부(133e)를 포함한다.
본체부(133a)는 피수확물(p)이 수확되기 위해서 위치되는 공간인 수확공간을 제공하며, 회동가능하게 마련되는 것으로써, 후술하는 한쌍의 가압부(133b)가 양단부에 각각 회동가능하게 연결된다. 또한, 본체부(133a)에는 후술하는 제1센서부(133c)가 설치된다. 이러한 본체부(133a)는 후술하는 가압부(133b)가 회동하여 피수확물(p)을 파지한 다음, 블레이드부(132)가 피수확물(p)의 절단지점에 접촉하면, 제어부(120)의 명령에 의해 회동된다. 이에 의해서, 절단지점, 즉, 피수확물(p)의 줄기가 절단되며, 이에 의해서, 피수확물(p)이 용이하게 수확된다.
가압부(133b)는 한쌍으로 마련되어 상술한 본체부(133a)의 양단부에 각각 회동가능하게 연결되는 것으로써, 후술하는 실린더부(133e)에 의해 회동되어 피수확물(p)을 파지한다. 이러한 가압부(133b)에는 후술하는 제2센서부(133d)가 설치된다.
제1센서부(133c)는 상술한 본체부(133a)에 설치되는 것으로써, 피수확물(p)과 접촉하여 피수확물(p)이 수확공간에 위치되는 것을 감지한다. 이러한 제1센서부(133c)는 압전센서로 마련될 수 있다. 상술한 제1센서부(133c)는 피수확물(p)이 수확공간에 위치되었는지의 여부를 제어부(120)로 전달하는데, 상술한 과정에 의해, 제어부(120)에서 피수확물(p)이 수확공간에 위치되었다고 판단하면, 제어부(120)는 실린더부(133e)를 구동시킴으로써 가압부(133b)를 회동시켜, 가압부(133b)가 피수확물(p)을 파지하게 한다.
제2센서부(133d)는 상술한 한쌍의 가압부(133b)에 각각 설치되는 것으로써, 가압부(133b)가 회동하는 것에 의해 피수확물(p)에 접촉되어 피수확물(p)에 가해지는 압력을 감지한다. 이러한 제1센서부(133c)는 가압부(133b)의 단부에 설치될 수도 있고, 가압부(133b)와 본체부(133a)가 연결되는 부분에 설치될 수도 있다. 또한, 제2센서부(133d)는 압전센서로 마련될 수 있다.
이러한 제2센서부(133d)에 의해서, 피수확물(p)이 효과적으로 절단되는 최적의 압력으로 피수확물(p)이 파지될 수 있고, 피수확물(p)이 파손되지 않는 기설정된 압력 이하의 압력으로 피수확물(p)이 파지됨으로써, 피수확물(p)이 파손되는 것이 효과적으로 방지된다.
한편, 여기서, 기설정된 압력은 31.87N 으로 설정될 수 있다.
기설정된 압력은 피수확물(p), 즉, 파프리카의 압축시험을 통하여 산정된다.(파프리카는 광주광역시에서 재배된 Special 품종, President 품종, Fiesta 품종을 사용하였으며, 수확 후 본량농협에서 상품화한 것을 사용하였다.)
파프리카의 압축시험결과, 압축강도는 31.87N 내지 97.08N의 범위에서 평균 65.01N으로 측정되었다.(단위면적으로 나누게 되면, 18.04N/㎠ 내지 54.96N/㎠의 범위에서 평균 36.81N/㎠) 상세한 실험결과는 하기의 [표 1]과 같다.
압축강도(kgf)
평균 6.63
분산 1.53
표준편차 1.24
표준오차 0.12
최대값 9.90
최소값 3.25
상술한 시험의 결과와 같이, 파프리카의 훼손이 시작되는 파프리카의 압축강도는 31.87N 내지 97.08N의 범위에서 평균 65.01N으로써, 단위면적을 나누게 되면, 18.04N/㎠ 내지 54.96N/㎠의 범위에서 평균 36.81N/㎠이다.
따라서, 기설정된 압력은 파프라카가 훼손되기 시작되는 압축강도인 31.87N 으로 설정되는 것이 바람직하다.
실린더부(133e)는 상술한 가압부(133b)가 회동할 수 있도록 가압부(133b)에 구동력을 제공하는 것으로써, 한쌍의 가압부(133b)에 각각 설치된다. 이러한 실린더부(133e)는 제어부(120)로부터 명령받아 작동된다.
따라서, 상술한 본체부(133a)와 가압부(133b)와 제1센서부(133c)와 제2센서부(133d)와 실린더부(133e)를 포함하는 파지부(133)에 의하면, 피수확물(p)을 파손시키기 않으면서 피수확물(p)을 효과적으로 수확할 수 있다.
상술한 영상부(110)와 제어부(120)와 로봇부(130)를 포함하는 본 발명의 일실시예에 따른 파프리카 수확 시스템(100)에 따르면, 파프리카를 촬영함으로써 획득되는 영상정보와 파프리카의 이미지에 대한 기학습된 정보인 학습정보를 비교함으로써 생성되는 파프리카의 절단위치정보를 이용하여, 파프리카를 효과적으로 수확할 수 있다.
지금부터는 본 발명의 일실시예에 따른 파프리카 수확 시스템을 이용한 파프리카 수확 방법에 대해서 상세히 설명한다.
도 6은 본 발명의 일실시예에 따른 파프리카 수확 시스템을 이용한 파프리카 수확 방법의 순서도 이다.
도 6에 도시된 바와 같이, 영상부(110)가 피수확물(p)을 인식하면, 파지부(133)가 구동되어 피수확물(p) 근처로 이동된다.
이후, 피수확물(p)이 수확공간으로 안내되며, 피수확물(p)이 제1센서부(133c)에 접촉되면, 가압부(133b)가 회동됨으로써, 피수확물(p)이 파지된다. 이때, 제2센서부(133d)에서 피수확물(p)에 인가되는 압력을 감지함으로써, 피수확물(p)이 파손되지 않는 한도내에서 피수확물(p)을 파지한다.
이후, 제어부(120)에서 생성되는 절단위치정보를 기초로 블레이드부(132)가 피수확물(p)의 절단지점으로 이동된다. 피수확물(p)의 절단지점에 블레이드부(132)의 첨단부가 접촉되었음이 확인되면, 본체부(133a)가 회동된다. 이러한 본체부(133a)의 회동에 의해서, 피수확물(p)의 절단지점, 즉, 절단되어야 할 줄기의 부분이 절단되며, 이에 의해서, 피수확물(p)이 수확된다.
따라서, 상술한 파프리카 수확 시스템(100)을 이용한 파프리카 수확 방법에 의하면, 피수확물(p)을 정확하고 용이하게 수확할 수 있다.
본 발명의 권리범위는 상술한 실시예에 한정되는 것이 아니라 첨부된 특허청구범위 내에서 다양한 형태의 실시예로 구현될 수 있다. 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 변형 가능한 다양한 범위까지 본 발명의 청구범위 기재의 범위 내에 있는 것으로 본다.
100 : 본 발명의 일실시예에 따른 파프리카 수확 시스템
110 : 영상부 120 : 제어부
121 : 입력부 122 : 변환부
123 : 학습부 124 : 생성부
130 : 로봇부 131 : 이동부
132 : 블레이드부 133 : 파지부
133a : 본체부 133b : 가압부
133c : 제1센서부 133d : 제2센서부
133e : 실린더부
p : 피수확물

Claims (6)

  1. 피수확물을 촬영함으로써 상기 피수확물에 대한 영상정보를 생성하는 영상부;
    상기 영상정보와 상기 피수확물의 이미지에 대한 기학습된 정보인 학습정보를 비교하여 상기 피수확물의 절단위치정보를 생성하는 제어부; 및
    상기 피수확물을 파지하며, 상기 절단위치정보를 기초로 상기 피수확물의 줄기를 절단함으로써 상기 피수확물을 수확하는 로봇부를 포함하는 파프리카 수확 시스템.
  2. 청구항 1에 있어서,
    상기 제어부는,
    인공신경망(CNN : Convolutional Neural Network) 알고리즘을 이용하여 상기 절단위치정보를 생성하는 것을 특징으로 하는 파프리카 수확 시스템.
  3. 청구항 2에 있어서,
    상기 제어부는,
    상기 피수확물에 대한 기촬영된 영상정보인 학습영상정보가 입력되는 입력부와, 커널을 이용하여 상기 학습영상정보를 반복적으로 컨벌루션함으로써 상기 학습영상정보에 대한 배열정보를 생성하는 변환부와, 상기 배열정보를 입력받아 상기 피수확물에 대한 영상을 학습함으로써 가중치정보를 생성하는 학습부와, 상기 가중치정보를 이용하여 상기 절단위치정보를 생성하는 생성부를 포함하는 파프리카 수확 시스템.
  4. 청구항 1 내지 청구항 3 중 어느 하나의 청구항에 있어서,
    상기 로봇부는,
    상기 피수확물이 재배되는 지역을 이동하며, 높이가 조절가능하게 마련되는 이동부와, 상기 이동부에 설치되며 상기 줄기에 접촉하는 블레이드부와, 상기 이동부에 설치되며 상기 피수확물을 파지한 후 상기 블레이드부가 상기 줄기에 접촉되는 경우 상기 피수확물을 회동시킴으로써 상기 줄기를 절단하여 상기 피수확물을 수확하는 파지부를 포함하는 파프리카 수확 시스템.
  5. 청구항 4에 있어서,
    상기 파지부는,
    상기 피수확물이 위치되는 수확공간을 제공하며 회동가능하게 마련되는 본체부와, 한쌍으로 마련되어 상기 본체부에 회동가능하게 각각 설치되며 상기 피수확물이 상기 수확공간에 위치되는 경우 회동함으로써 상기 피수확물을 가압하는 가압부와, 한쌍으로 마련되어 상기 가압부에 각각 설치되며 상기 가압부가 회동되도록 상기 가압부에 구동력을 인가하는 실린더부를 포함하는 파프리카 수확 시스템.
  6. 청구항 5에 있어서,
    상기 파지부는,
    상기 본체부에 설치되어 상기 피수확물이 상기 수확공간에 위치되는 것을 감지하는 제1센서부와, 상기 가압부에 설치되어 상기 피수확물에 인가되는 힘을 감지하는 제2센서부를 더 포함하는 파프리카 수확 시스템.
KR1020150104222A 2015-07-23 2015-07-23 파프리카 수확 시스템 KR101720677B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150104222A KR101720677B1 (ko) 2015-07-23 2015-07-23 파프리카 수확 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150104222A KR101720677B1 (ko) 2015-07-23 2015-07-23 파프리카 수확 시스템

Publications (2)

Publication Number Publication Date
KR20170011503A true KR20170011503A (ko) 2017-02-02
KR101720677B1 KR101720677B1 (ko) 2017-03-28

Family

ID=58151516

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150104222A KR101720677B1 (ko) 2015-07-23 2015-07-23 파프리카 수확 시스템

Country Status (1)

Country Link
KR (1) KR101720677B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101895873B1 (ko) * 2017-06-15 2018-09-06 주식회사 에스엠비나 직물원단 검단방법 및 장치
CN109063827A (zh) * 2018-10-25 2018-12-21 电子科技大学 有限空间内自动拿取特定行李的方法、系统、存储介质和终端
CN109479520A (zh) * 2018-12-25 2019-03-19 南京工程学院 一种果蔬采摘机器人双边遥操作控制方法
WO2020155277A1 (zh) * 2019-01-30 2020-08-06 深圳大学 一种基于机器视觉的果蔬采摘方法、采摘装置及存储介质
WO2020172992A1 (zh) * 2019-02-25 2020-09-03 上海交通大学 基于深度联想感知算法的受遮挡蔬果采收方法
EP3629693B1 (en) 2017-05-30 2022-01-26 Volta Robots S.r.l. Method for controlling a soil working means based on image processing and related system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3503207B2 (ja) * 1994-08-19 2004-03-02 井関農機株式会社 収穫ロボットの果実識別装置
JP2005530167A (ja) * 2002-06-19 2005-10-06 コミツサリア タ レネルジー アトミーク 生体素子上の信号を測定するための画像分析処理方法
JP2010178633A (ja) * 2009-02-03 2010-08-19 Nagasaki Prefecture アスパラガス収穫を目的としたハンド装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3503207B2 (ja) * 1994-08-19 2004-03-02 井関農機株式会社 収穫ロボットの果実識別装置
JP2005530167A (ja) * 2002-06-19 2005-10-06 コミツサリア タ レネルジー アトミーク 生体素子上の信号を測定するための画像分析処理方法
JP2010178633A (ja) * 2009-02-03 2010-08-19 Nagasaki Prefecture アスパラガス収穫を目的としたハンド装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3629693B1 (en) 2017-05-30 2022-01-26 Volta Robots S.r.l. Method for controlling a soil working means based on image processing and related system
KR101895873B1 (ko) * 2017-06-15 2018-09-06 주식회사 에스엠비나 직물원단 검단방법 및 장치
CN109063827A (zh) * 2018-10-25 2018-12-21 电子科技大学 有限空间内自动拿取特定行李的方法、系统、存储介质和终端
CN109063827B (zh) * 2018-10-25 2022-03-04 电子科技大学 有限空间内自动拿取特定行李的方法、系统、存储介质和终端
CN109479520A (zh) * 2018-12-25 2019-03-19 南京工程学院 一种果蔬采摘机器人双边遥操作控制方法
CN109479520B (zh) * 2018-12-25 2022-02-11 南京工程学院 一种果蔬采摘机器人双边遥操作控制方法
WO2020155277A1 (zh) * 2019-01-30 2020-08-06 深圳大学 一种基于机器视觉的果蔬采摘方法、采摘装置及存储介质
US11596104B2 (en) 2019-01-30 2023-03-07 Shenzhen University Fruit and vegetable picking method and device based on machine vision and storage medium
WO2020172992A1 (zh) * 2019-02-25 2020-09-03 上海交通大学 基于深度联想感知算法的受遮挡蔬果采收方法

Also Published As

Publication number Publication date
KR101720677B1 (ko) 2017-03-28

Similar Documents

Publication Publication Date Title
KR101720677B1 (ko) 파프리카 수확 시스템
US10602664B1 (en) Tagging of fruit-producing flowers for robotic selective harvesting
Hohimer et al. Design and field evaluation of a robotic apple harvesting system with a 3D-printed soft-robotic end-effector
US9475189B2 (en) Multi-robot crop harvesting machine
KR101374802B1 (ko) 농업용 로봇시스템
CA2721352C (en) Method and device for the removal of a leaf from a crop
US20060150602A1 (en) Method and apparatus for remotely assisted harvester
Baeten et al. Autonomous fruit picking machine: A robotic apple harvester
CN108848889A (zh) 一种基于图像识别的叶菜收获机械装置及其控制方法
EP3136836A1 (en) Graze harvesting of mushrooms
JP6424262B1 (ja) 表皮除去装置及び表皮除去方法
Yuan et al. An autonomous pollination robot for hormone treatment of tomato flower in greenhouse
DE102017206764A1 (de) Verfahren und system zum automatischen einziehen von schnürsenkeln
CN115316129B (zh) 基于双目视觉识别的自适应仿生采摘装置及串果采摘方法
CN106954426A (zh) 一种基于近景深度传感器的机器人实时逼近定位采摘方法
Almendral et al. Autonomous fruit harvester with machine vision
KR101720682B1 (ko) 파프리카 수확용 엔드이펙터
JP3054706B1 (ja) ナスの自動収穫方法及び装置
Libin et al. Overview of research on agricultural robot in China
Jia et al. Integrated gripper and cutter in a mobile robotic system for harvesting greenhouse products
KR20150105661A (ko) 농업용 로봇시스템
Bulanon et al. Feedback control of manipulator using machine vision for robotic apple harvesting
JP7184016B2 (ja) 農作物収穫システム
Huangfei Design and research on the end actuator of tomato picking robot
JP2021185758A (ja) 農作物収穫システム、及び農作物収穫装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200217

Year of fee payment: 4