정밀 농업(혹은 인텔리전스 농업, Precision Agriculture)은 최근 몇 년간 기하급수적으로 성장했습니다. 잡초는 성장하며 영양소, 물, 공간, 그리고 토양을 흡수하기 때문에 정상적인 농작물의 생육에 해를 끼칠 수 있습니다. 따라서 잡초나 야생식물을 효과적으로 제거하는 것이 인텔리전스 농업에서 점점 더 중요해지고 있습니다.
과거 전통적인 방식에서는 제초제를 사용해 잡초를 제거했는데요. 하지만 이는 잡초가 논밭에 전체적으로 균일하게 분포하고 있다는 것을 전제로 하므로 정확도가 떨어진다는 문제점이 있었습니다. 이러한 문제점을 해결하고 효율적인 농업 경영을 가능하게 하는 것이 바로 다중분광 카메라를 사용한 정밀 농업입니다.
정밀 농업이란? 핵심 요소는 정보 기술과 GPS 안내, 제어 시스템, 센서, 로봇 공학, 드론, GPS 기반 토양 샘플링, 자동화된 하드웨어 및 소프트웨어와 같은 광범위한 항목을 사용하는 것입니다
정밀 농업은 농작물의 밭 간 변동성을 관찰 및 측정하고, 대응하는 것을 기반으로 하는 농업 경영 개념입니다.
정밀 농업의 핵심 요소는 정보 기술과 GPS 안내, 제어 시스템, 센서, 로봇 공학, 드론, GPS 기반 토양 샘플링, 자동화된 하드웨어 및 소프트웨어와 같은 광범위한 항목을 사용하는 것입니다. 자원을 보존하면서 투입 대비 수익을 최적화하는 것을 목표로, 전체 농장 경영을 위한 의사결정 지원 시스템을 구축하는 것입니다.
간단히 말해, 더욱 정확하고 통제된 상황에서 농작물을 재배하고, 가축을 사육하는 등의 농업 관리 및 경영 방식이라고 할 수 있습니다.
전통적인 잡초 제거 방법에서는 잡초가 밭에 균일하게 분포되어 있다는 가정하에 제초제를 사용합니다. 하지만 사실 대부분의 농경지는 공간적으로 어느 정도 잡초의 침입 분포가 다양합니다. 즉, 넓은 공간에 불규칙적으로 분포된 잡초를 농작물 밭에서 무작위로 탐지해내는 것은 어려운 작업입니다.
물론, 로봇 공학이나 기계 공학에서는 원격 조종 기계 차량이 로봇 팔을 사용하여 정확하게 잡초를 뽑을 수 있을 만큼 기술은 발전했습니다. 하지만 이 역시 완벽한 방법은 아닌데요. 이러한 시스템의 단점은 차량을 제어하고, 잡초를 식별하고, 로봇이 농작물에서 잡초를 뽑아내도록 지시하기 위해 여전히 사람의 모니터링이 필요하다는 것입니다.
최근 머신 비전, 딥러닝, 인공지능(AI)의 발전은 잡초 제거 시스템의 인적 요소를 대체할 가능성을 만들어냈습니다. 그러나 이는 인텔리전스 데이터(이미지)의 캡처와 해당 데이터를 기반으로 한 의사 결정이라는 "인텔리전스(지능)" 프로세스의 두 가지 측면을 모두 해결할 수 있는 경우에만 가능합니다.
정밀농업 / 지능형 농업에서 다중분광 카메라의 역할 - JAI
AI 시스템이 땅에서 잡초와 같은 대상을 제거할지 말지 결정을 내리기 위해서는 우선 물체를 광학적으로 식별하는 것뿐만 아니라 잡초와 작물을 분류할 수 있는 능력이 필요합니다. 잡초와 작물은 전형적으로 스펙트럼 특성이 다릅니다. 따라서 이를 정확하게 분류하려면 광학 센서로부터 올바른 유형의 이미지가 제공되어야 하므로 다중 스펙트럼 카메라는 인텔리전스 농업 시스템에서 매우 중요합니다.
머신 비전 카메라는 머신러닝에 사용될 수 있는 실시간 영상을 제공합니다. 이것은 단순하고 매우 저렴한 광학 센서를 사용하는 것에 비해 전체 이미지 데이터 없이, 매우 정확한 스펙트럼 데이터를 실시간으로 제공할 수 있다는 것이 가장 큰 장점입니다.
반면, 머신 비전 카메라의 과제는 잡초 제거 애플리케이션과 관련된 대역으로 다중 스펙트럼 데이터를 제공할 수 있어야 한다는 것입니다. 즉, 가시광선(RGB) 대역 이외에 근적외선(NIR) 대역 등 특정 대역에서의 다중 스펙트럼 데이터가 필요합니다.
한 가지 가능한 다중 스펙트럼 시나리오는 원하는 빛의 분리를 얻기 위해 여러 대의 머신 비전 카메라에 광학 필터를 사용하는 것입니다. 하지만 이러한 유형의 시스템은 여러 대의 카메라를 통해 얻은 서로 다른 파장 대역의 데이터를 합성하는 작업이 필요하고, 이 때문에 번거로운 광학 정렬 조립 프로세스, 복잡한 데이터 처리 및 비용 상승으로 인해 비효율성 문제가 발생합니다.
반면, 다중분광 카메라를 사용하면 한 대의 카메라로 여러 파장 대역의 데이터를 동시에 캡처하므로 복잡한 프로세스와 비용 문제 등의 비효율성 문제를 해결할 수 있습니다. 프리즘 기반 카메라는 RGB와 별도로 하나 또는 두 개의 NIR 대역을 추가로 선택할 수 있는 여러 센서 간의 고정밀 광학 정렬 기능을 제공합니다. 이는 자율 잡초 제거 차량이 정확히 동일한 시나리오를 사용하여 단일 광학 평면에서 다중 스펙트럼 이미지를 캡처할 수 있도록 지원합니다.
이때, 잡초 제거 프로세스에 필요한 밴드(파장 대역)의 수는 딥 러닝/AI 방법에 따라 달라집니다. RGB 이미지 기반 시스템은 RGB 그레이 레벨에 의해 형성된 상대 색상 지수를 사용합니다. 그러나 RGB 채널만 사용할 경우 AI 프로세스가 잎 방향, 일광 효과, 식물 질감, 섀도잉 및 캐노피 오버레이(지붕 모양으로 우거진 현상) 등에 덜 민감해질 수 있습니다. RGB와 NIR 파장을 결합하면 잡초와 작물을 구별하기 위해 빨간색과 NIR 반사율이 측정되는 NDVI 분석에 더 유용합니다.
참고 | NDVI(Normalised Difference Vegetation Index), 정규식생지수
식생의 유 · 무를 강조하는 데 사용되는 영상 처리 기술. 근적외선과 적색광 밴드 사이의 값의 차이를 두 밴드를 합한 값으로 나누어서 계산한다.
잡초 제거는 야외에서 사용되는 애플리케이션이기 때문에 광학 시스템의 ‘견고성’이 매우 중요합니다. 날씨나 대기환경, 혹은 야생동물 등에 영향을 쉽게 받기 때문입니다. 이렇게 까다로운 환경에서 여러 카메라의 조립체를 사용하여 광학적으로 정렬하는 것은 비실용적입니다. 외부 요인으로 인해 여러 스펙트럼 이미지의 광학 정렬에 방해를 받게 되면 부정확한 기계 학습으로 인한 오류가 발생하고, 이는 인공지능 프로세스의 효율성에 영향을 미칠 수 있습니다. 따라서 인텔리전스 농업 시스템(Precision Agriculture System)에 사용되는 광학 시스템은 외부의 충격이나 진동, 또는 온도 조건 등에 대응할 수 있어야 합니다.
JAI의 최신 프리즘 기반 다중 스펙트럼 카메라는 지능형 농업 시스템의 충격, 진동 및 온도 조건을 처리할 수 있는 높은 견고성을 제공하며, 일정한 시간 내에 커버할 수 있는 농장 면적의 측면에서 높은 처리량을 제공하는 10GigE 고속 인터페이스를 갖추고 있습니다.
다양한 산업 분야에서 사용되는 다중분광 카메라는 이제 정밀 농업 분야에서도 핵심적인 역할을 수행하고 있습니다. 인적 요소를 대체하고 인텔리전스 기능을 통해 정확도 높은 작업을 수행해내기 위해서는 올바른 다중분광 카메라를 선택하여 농업 시스템에 도입할 수 있어야 합니다. 인텔리전스 농업에 적합한 프리즘 기반 카메라의 다양한 옵션에 대해 JAI 엔지니어의 맞춤 컨설팅을 받아보세요.