Abstract
최근 농업 분야에서는 수확 로봇의 활용을 위한 연구가 활발히 이루어지고 있으나, 과실이 다른 과실이나 장애물에 가려져 있는 경우 기존 객체 탐지 기법만으로는 과실의 정확한 영역 파악이 어렵다. 본 연구에서는 이러한 문제를 해결하기 위해, 딥러닝 기반의 자세 추정과 랜드마크 검출 기법을 적용하여 가려진 과실의 영역을 복원하고 기하학적 위치를 추정하는 방법을 제안한다. Unity 기반 가상환경에서 과실의 다양한 회전 및 가림 조건을 반영한 RGB-D 데이터를 생성하고, YOLO11s-pose 모델을 활용해 2D 이미지 상에서 과실 외곽 랜드마크를 자동으로 검출하였다. 실험 결과, 객체 탐지 및 자세 추정에서는 mAP50 기준 0.995의 정확도를 보였으며, 회전 각도 평균 오차는 약 2.4°, 정규화된 랜드마크 검출 오차는 0.04 수준으로 나타났다. 본 연구는 부분 가림이 있는 환경에서도 정밀한 과실 인식이 가능함을 보였으며, 향후 실환경 적용을 위한 수확 자동화 기술로 확장될 수 있을 것으로 기대된다.
Abstract from the paper’s OpenAlex record, shown for indexing and research. Copyright remains with the authors or the publisher. Read at the source ↗
The text the model read, with the source record’s inline markup (italics, sub- and superscripts) rendered and its character entities decoded; quote offsets refer to the raw text.
Claims 0
Judged insufficient_evidence: language_unresolved — claims were not extracted. This is a scope decision by the model, not a statement about the paper’s findings.