3차 프로젝트 최종

KG AI 로보틱스 3차 프로젝트 (24.05.03 ~ 24.06.13)

 

A. 프로젝트 개요

선정배경

• 농업 인력 부족: 많은 국가에서 농업 인력 부족 문제
• 품질 관리의 중요성: 소비자들의 농산물 품질에 대한 민감도 증가
• 기술의 발전과 적용: 딥러닝과 같은 인공지능 기술과 로봇공학의 발전
• 지속 가능한 농업:  자동화된 수확 시스템이 농업 생산성 향상, 자원 사용 최적화

시물레이션 영상

 

 

기능

• 사과 색구분: 로봇암에 장착한 카메라로 잘 익은 빨간 사과 1차 분별
• 사과 수확: 칼날을 부착한 그리퍼로 꼭지를 자르고 흡착기로 손상 없이 사과 수확
• 사과 당도 분류: 당도 데이터 모델을 이용한 비전 기술로 사과의 당도를 비파괴 측정
• 사과 운반: 재배하고 분류한 사과들이 쌓이면 AGV로 지정된 장소로 운반

특화 포인트와 차별점

• 효율적인 시스템 관리: 메인 컴퓨터로 PLC, Arduino, YOLO 등의 분류 동작을 모두 조작 가능하여 효율적으로 시스템관리
• 나무 손상 최소화: 사과를 힘으로 따는 대신, 꼭지를 잘라 흡착기로 수확함으로써 나무 전체에 미치는 영향을 최소화
• 대량 재배 자동화: 컨베이어와 레일로 시스템을 구성하여 대량의 사과를 자동으로 재배
• 효율적인 품질 분별: 고가의 장비 없이 비전만으로 효율적으로 고품질 사과를 선별 및 유지 가능

 

B. 프로젝트 구조

 

C. 비즈니스 기대효과

• 초기 자본 절감: 비용 효율적인 당도 판별기 → 초기 자본 투자 줄이고 빠른 투자회수(ROI)를 기대
• 작업 효율 증가: 자동화된 고품질 사과 생산 시스템 → 작업 속도 증가, 수작업에 비해 적은 오류로 손해 비용 감소
• 브랜드 가치 향상: 당도 판별기를 이용해 고품질의 사과를 선별 → 소비자 만족도를 높이고, 브랜드 가치를 향상 

 

D. 프로젝트 결과

1. 사과수확

1.1

 

 

1.2

 

 

2. 컨베이어 제어

2.1

 

 

2.2

 

 

3. AGV 제어

 

 

4. 전체 공정 UI

 

 

5. 마무리

297.870원으로 예산의 약 90% 사용

30000 + a장 학습으로 정확도 증가