3D 비전 및 로봇 공학을 통한 낙농장 위생 자동화

낙농장은 우유 생산의 노동 집약적인 프로세스, 특히 착유 전 유방 및 젖꼭지 세척을 자동화해야 하는 과제에 매일 직면해 있습니다. 

일관된 위생 시설은 법적 요구 사항일 뿐만 아니라 동물 건강과 우유 품질에 중요한 요소이기도 합니다. 

수동 청소 방법은 가변성이 발생하기 쉬우며 기존 기계식 스크러버는 다양한 농장과 동물 조건에 걸쳐 일관성을 제공하는 데 어려움을 겪었습니다. 

이 문제를 해결하기 위해 영국에 본사를 둔 머신 비전 시스템 통합업체인 Fisher Smith는 착유 전에 각 젖소를 자동으로 세척할 수 있는 로봇 시스템을 개발했습니다. 

젖소는 회전하는 착유 캐러셀로 옮겨지며, 여기서 시스템은 유방 부위를 식별하고 세척 과정을 수행한 다음 완전 자동화된 워크플로우에서 착유 장치를 적용합니다.

Challenge

상업용 농장 환경에서 젖소를 안정적이고 안전하게 청소할 수 있는 시스템을 설계하려면 몇 가지 장애물을 극복해야 했습니다. 

헛간은 먼지, 습기, 유기물로 인해 견고한 카메라 하우징과 자동 렌즈 청소 스테이션이 필요한 가혹하고 가변적인 환경 조건을 제시했습니다. 

정확성은 또 다른 주요 장애물이었습니다: 로봇 청소 팔은 해를 끼치거나 불편함을 일으키지 않고 살아있는 동물과 상호 작용하기 위해 정확한 위치 안내가 필요했습니다. 

이를 위해서는 위치 확실성과 반복성을 보장하기 위해 강력한 로봇-카메라 보정 및 데이텀 정렬이 필요했습니다.

이미지 처리 요구 사항도 똑같이 까다로웠습니다. 

이 애플리케이션은 X, Y, Z 및 강도 이미지를 포함한 복잡한 3D 데이터를 회전목마와 로봇의 움직임에 보조를 맞출 수 있을 만큼 빠르게 처리해야 했습니다. 

좁은 처리 시간 창 내에서 젖꼭지를 꼬리나 배경 요소와 같은 다른 해부학적 특징과 안정적으로 구별하기 위해 맞춤형 딥 러닝 파이프라인을 구축해야 했습니다. 

이러한 과제는 일관성이 없고 확장이 어려우며 위생 규정 준수를 보장할 수 없는 기존 기계 또는 수동 청소 시스템의 한계를 강조했습니다.

Solution

솔루션을 차별화하는 것은 속도나 정확성뿐만 아니라 일관성입니다. 

인간 검사관과 달리 AI는 교대 근무나 주변 상황에 관계없이 모든 제품에 동일한 품질 기준을 적용합니다. 

또한 새로운 데이터에 빠르게 적응하고, 엣지 케이스에서 학습하고, 복잡한 재프로그래밍 없이 탐지 모델을 업데이트합니다. 

PLC와의 통합이 원활하며 시스템은 롤아웃 중에 MES 및 ERP 시스템과 연결되도록 설계되었습니다.

이 솔루션은 합리적인 가격의 기성 하드웨어와 모듈식 소프트웨어를 사용하여 비용 효율적이고 확장 가능합니다.

운영자의 특별한 입력이 필요하지 않으며 최소한의 재구성으로 다른 스테이션 및 시설에 복제할 수 있습니다.

Conclusion