과일 자동 수확을 위해 설계된 로봇 팔이 스마트 농장에서 체계적으로 나무 줄기를 손상시키기 시작했습니다. 로봇의 스테레오 비전 시스템은 가지까지의 정확한 거리를 계산하는 역할을 담당했지만, 치명적으로 실패했습니다. 기술 감정 과정에서 카메라로 생성된 변위 맵에 광학적 아티팩트가 포함된 것으로 확인되었습니다. 법의학 분석의 목표는 햇빛이 잎사귀에 반사되어 깊이 감지 알고리즘을 속였는지 여부를 판단하는 것이었습니다.
MATLAB을 사용한 변위 맵 법의학 분석 🛠️
감정의 첫 번째 단계는 로봇의 스테레오 카메라에서 원시 프레임을 추출하는 것이었습니다. MATLAB과 Computer Vision Toolbox를 사용하여 장면의 변위 맵을 재구성했습니다. 결과는 특히 잎사귀가 강한 광택을 보이는 영역에서 비정상적인 변위 값을 가진 영역을 보여주었습니다. 태양 반사는 포화된 픽셀을 생성했으며, 스테레오 대응 알고리즘은 이를 실제보다 훨씬 얕은 깊이의 객체로 해석했습니다. 이로 인해 로봇 팔이 그립 궤적을 계산할 때 줄기에 너무 가까운 집게 움직임을 프로그래밍하여 나무 껍질에 충돌하게 되었습니다. SolidWorks로 팔의 운동학을 모델링하고 기하학을 MeshLab으로 내보내 충돌 지점의 메시를 정리한 결과, 잘못된 좌표에서 체계적인 충돌이 확인되었습니다.
실용적인 솔루션 및 Unity 시뮬레이션 🎯
향후 사고를 방지하기 위해 두 가지 수정 방안이 제안됩니다. 첫 번째는 스테레오 카메라 렌즈에 편광 필터를 설치하여 태양의 정반사 반사를 줄이는 것입니다. 두 번째로 더 발전된 방법은 깊이 단일 카메라 신경망을 백업으로 구현하여 광택 아티팩트를 무시하도록 훈련시키는 것입니다. 이러한 솔루션을 검증하기 위해 Unity에서 전체 시나리오를 재현하여 동적 태양광과 로봇 팔의 동작을 시뮬레이션했습니다. 시뮬레이션 결과, 가상 편광 필터가 활성화되면 변위 맵이 안정적으로 유지되었고 로봇이 나무 줄기를 손상시키지 않고 과일을 수확하는 것으로 나타났습니다. 이 사례 연구는 농업 로봇 공학에서 악천후 조건에 강력한 비전 시스템을 통합해야 할 필요성을 강조합니다.
3D 감정이 수확 로봇의 깊이 오류가 LiDAR 센서의 결함 있는 보정 때문인지, 아니면 컴퓨터 비전 모델에서 줄기 기하학의 잘못된 해석 때문인지 식별하는 방법
(추신: 로봇을 시뮬레이션하는 것은 재미있지만, 명령을 따르지 않기로 결정할 때까지 그렇습니다.)