CLASP: A Cluster-Level Autonomous Selective Picking Robot with a Soft Rolling-Band Gripper for Fresh-Market Blueberry Harvesting
이 논문은 부드러운 롤링 밴드 그리퍼와 전역-지역 인지 시스템을 갖추어 미성숙한 베리는 보존하면서 성숙한 과실만을 부드럽게 분리함으로써 클러스터 단위의 효율적이고 선택적인 신선 시장용 블루베리 수확을 가능하게 하는 비용 효율적인 자율 로봇인 CLASP를 소개한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
조용한 블루베리 농장의 고요한 줄 사이에서, 매년 여름 하나의 역설이 펼쳐집니다. 신선 식품 시장을 겨냥한 과일, 즉 식료품점 선반에 올라갈 통통하고 흠집 없는 베리들은 반드시 손으로 수확해야 합니다. 관목을 흔들어 떨어지는 과일을 받는 기계들이 존재하지만, 그것들은 너무 거칠어서 섬세한 껍질을 멍들게 하거나 아직 익지 않은 열매까지 떼어내 버려, 잼이나 가공용에나 적합한 뭉개진 혼합물을 남깁니다. 문제는 블루베리가 한꺼번에 익지 않는다는 점입니다. 단 하나의 작은 송이 안에서도, 먹기 좋게 잘 익은 짙은 푸른색의 열매가 딱딱하고 초록빛이 도는 열매 바로 옆에 붙어 있는 경우가 흔합니다. 따라서 익은 과일을 손상 없이 수확하려면, 수확자는 미성숙한 열매는 그대로 둔 채 성숙한 열매만을 줄기에서 부드럽게 당겨서 분리해내야 합니다. 이는 지금까지 자동화가 불가능했던 수준의 손길과 판단력을 요구하며, 농부들이 줄어드는 계절 노동력에 의존하게 만드는 원인이 되고 있습니다.
연구진은 이 특정한 퍼즐을 해결하기 위해 설계된 로봇을 제작했습니다. 그들은 자신들의 창조물을 CLASP라고 부르는데, 이 기계는 블루베리를 하나씩 개별적으로 잡으려 하는 대신, 전체 송이를 하나의 단위로 취급합니다. 로봇의 '손'은 인간 수확자가 엄지손가락을 사용해 베리를 줄기에 문지르는 방식에서 영감을 받은 실리콘 소재의 부드러운 롤링 밴드로 이루어져 있습니다. 로봇이 송이를 발견하면, 이 부드러운 밴드로 과일을 감싸고 굴리기 시작합니다. 밴드가 회전함에 따라 부드러운 마찰력이 발생하여 익은 베리들을 차례대로 줄기에서 뽑아내는 반면, 아직 익지 않아 여전히 단단히 붙어 있는 것들은 제자리에 머물게 됩니다. 로봇은 얼마나 세게 당기고 있는지 알기 위해 힘 센서를 필요로 하지 않습니다. 대신 모터에 흐르는 전류를 통해 이를 파악합니다. 베리가 저항함에 따라 모터가 더 강하게 작동하면, 로봇은 자신이 힘을 가하고 있음을 인지하고, 익은 과일을 떼어낼 만큼은 충분히 강하면서도 초록색 열매를 건드리지 않을 만큼은 충분히 약한 안전한 범위 내에서 움켜쥐는 정도를 조절합니다.
이 시스템은 목표물을 찾기 위해 2단계 시각 과정을 활용합니다. 먼저, 로봇 본체에 장착된 카메라가 현장을 스캔하여 멀리서 과일 송이를 포착합니다. 잠재적인 목표물이 발견되면, 로봇은 팔을 가까이 움직여 손에 든 두 번째 카메라를 과일 바로 앞까지 가져가 상세한 모습을 확인합니다. 이 근접 촬영 뷰는 로봇이 송이의 모양과 방향을 이해하도록 도와, 부드러운 밴드를 올바르게 배치할 수 있게 합니다. 그런 다음 로봇은 정밀한 순서를 실행합니다. 팔을 송이로 이동시키고, 밴드를 닫은 뒤, 롤링 동작을 시작합니다. 로봇은 이 과정을 반복하며 익은 베리가 남아 있는지 주기적으로 확인하며, 송이에 성숙한 과일이 없을 때까지 계속합니다.
여러 블루베리 농장에서 실시된 현장 테스트에서, 이 로봇은 이러한 접근 방식이 효과적임을 입 demonstrated 했습니다. 25개의 송이를 시스템에 제시했을 때, 로봇은 23개의 송이를 성공적으로 움켜쥐고 수확하여 92%의 성공률을 달enc 달성했습니다. 실패의 원인은 수확 메커니즘 자체 때문이 아니라, 조밀한 잎과 가지들이 경로를 막아 로봇이 물리적으로 송이에 도달하지 못했기 때문이었습니다. 로봇이 과일에 도달했을 때, 그것은 매우 부드러웠습니다. 수확된 베리들은 사람의 손으로 딴 것보다 약간 더 무른 정도였는데, 연구진은 이 차이가 로봇의 손상보다는 수확 후 측정까지의 시간 지연 때문인 것으로 보고 있습니다. 이 유닛 한 대를 제작하는 비용은 약 3,326달러이며, 이 가격대는 이 기술이 실제 현장에서 확장 가능함을 시사합니다.
연구진은 또한 베리를 줄기에서 뽑아내는 데 필요한 힘을 측정하였으며, 익은 과일과 익지 않은 과일 사이에 명확한 차이가 있음을 발견했습니다. 익은 베리는 초록색 베리보다 훨씬 낮은 힘에서 분리되었으며, 이는 로봇이 나머지 열매를 방해하지 않고 익은 과일을 수확할 수 있는 '창(window)'을 만들어 주었습니다. 모터 전류를 제어하여 이 범위 내에 머물도록 주의 깊게 조절함으로써, 로봇은 이전의 기계들이 실패했던 작업인 송이 단위의 선택적 수확을 해낼 수 있음을 증명했습니다. 로봇이 아직 인간 수확자만큼 빠르지는 않지만, 분당 약 32개의 베리를 처리하며 기계로서 유망한 속도를 보여주었습니다(인간은 분당 55개). 이 연구는 이제 병목 현상이 과일을 부드럽게 따는 능력이 아니라, 로봇의 이동 속도와 농장의 울창한 잎 사이를 헤쳐 나가는 능력에 있음을 시사합니다. 이 연구는 신선 식품 시장용 블루베리 생산의 가장 노동 집약적인 부분을 자동화하는 데 있어 중요한 진전을 의미하며, 기계에 인간의 섬세한 손길을 가져올 방법을 제시합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.