농업용 로봇을 위한 인지 및 내비게이션 스택 구축

현장 로봇은 그 아래에 있는 인지 및 내비게이션 스택만큼만 좋습니다. 동일한 로봇 플랫폼이 한 과수원에서는 성공하고 다른 과수원에서는 실패할 수 있으며, 그 차이는 대개 소프트웨어가 변화하는 빛, 고르지 않은 지형, 그리고 야외 작업에서 발생하는 수많은 예외 상황을 어떻게 처리하는지에 있습니다. 이 과정은 작동하는 스택을 형성하는 설계 선택 사항들을 안내합니다. 농업 로봇 공학 팀이 인지 및 내비게이션 파이프라인을 계획하는 방식을 반영하는 서면 설계 연습을 진행합니다. 로봇이 몇 시간 동안 무인으로 작동할 만큼 신뢰할 수 있는지 여부를 결정하는 실제적인 절충안에 중점을 둡니다. 학습 내용: - 특정 작업을 위한 카메라, 깊이 센서, 다중 스펙트럼 이미징을 포함한 센서 구성 선택 - 다양한 실외 조건에서 작물, 잡초, 장애물을 인식하는 인지 파이프라인 설계 - 분할(segmentation), 감지(detection), 온디바이스 추론(on-device inference)을 포함한 최신 컴퓨터 비전 접근 방식 적용 - 위성 위치 확인, 바퀴 주행 거리 측정, 시각적 단서를 결합한 위치 파악 스택 구축 - 트랙터, 제초기, 정찰 로봇을 위한 경로 추종 및 열 추종 동작 계획 - 로봇이 자신 있게 처리할 수 없는 상황에 대비한 대체 동작 및 안전 정지 로직 개발 이 과정은 센서와 인지부터 위치 파악을 거쳐 최종적으로 동작 계획 및 안전에 이릅니다. 최종 서면 과제에서는 선택한 로봇을 위한 인지 및 내비게이션 스택에 대한 한 페이지 분량의 설계를 작성하도록 요청합니다. 이 과정은 컴퓨터 과학 학생, 메카트로닉스 학습자, 농업 엔지니어를 포함하여 소프트웨어 또는 일반 공학에 대한 배경 지식이 있는 초보자를 위해 설계되었습니다. 로봇 공학에 대한 특정 사전 경험은 필요하지 않습니다. 이 과정은 모든 시스템을 코드를 작성하기 전에 종이 위에서 추론할 수 있는 설계 문제로 다룹니다.