본 연구에서는 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 작업을 진행할 수 있도록 초음파 센서의 신호를 실시간으로 받아 약대를 제어하였고, 또한 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피할 수 있도록 프로그래밍 하였다. 제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다. 실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다. 상 방향 분사 실험에서는 시스템과 대상의 거리가 0.9m~1.1m로 설정해둔 적정거리를 벗어나지 않았기 때문에 비 자동제어와 자동제어 상태 모두 양호한 결과를 보였다. 하지만 측 방향 분사 실험에서는 비 자동제어 시 우측 열은 98.09%의 분사율을 보였으나 좌측 열은 69.25%로 낮게 나타났다. 이는 실험이 수행된 배 과원의 경우 과수의 좌측 열이 수평하게 식재되어 있지 않았기 때문으로 비자동제어 상태에서는 좌측열의 과수에 분사되는 양이 줄어들었으나 자동제어 상태에서는 좌, 우측열의 과수에 분사되는 양이 각각 92.66%, 94.64%로 균일하게 나타났다. 시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평 방향 100mm/s, 각 변화 3o/s로 측정되었다. 초기 목적했던 바와 같이 과수의 형태, 거리에 따라 약대가 적정 거리를 유지하며 작업을 진행함으로 인해서 균일한 살포량을 유지 할 수 있음을 확인하였다.
본 연구에서는 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 작업을 진행할 수 있도록 초음파 센서의 신호를 실시간으로 받아 약대를 제어하였고, 또한 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피할 수 있도록 프로그래밍 하였다. 제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다. 실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다. 상 방향 분사 실험에서는 시스템과 대상의 거리가 0.9m~1.1m로 설정해둔 적정거리를 벗어나지 않았기 때문에 비 자동제어와 자동제어 상태 모두 양호한 결과를 보였다. 하지만 측 방향 분사 실험에서는 비 자동제어 시 우측 열은 98.09%의 분사율을 보였으나 좌측 열은 69.25%로 낮게 나타났다. 이는 실험이 수행된 배 과원의 경우 과수의 좌측 열이 수평하게 식재되어 있지 않았기 때문으로 비자동제어 상태에서는 좌측열의 과수에 분사되는 양이 줄어들었으나 자동제어 상태에서는 좌, 우측열의 과수에 분사되는 양이 각각 92.66%, 94.64%로 균일하게 나타났다. 시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평 방향 100mm/s, 각 변화 3o/s로 측정되었다. 초기 목적했던 바와 같이 과수의 형태, 거리에 따라 약대가 적정 거리를 유지하며 작업을 진행함으로 인해서 균일한 살포량을 유지 할 수 있음을 확인하였다.
Purpose of this study was a development of a sprayer arm auto control system that could be operated according to distance from pear trees for automation of pest control. Auto control system included two parts, hardware and software. First, controller was made with an MCU and relay switches. Two type...
Purpose of this study was a development of a sprayer arm auto control system that could be operated according to distance from pear trees for automation of pest control. Auto control system included two parts, hardware and software. First, controller was made with an MCU and relay switches. Two types of ultra-sonic sensors were installed to measure distance from pear trees: one on/off type that detect up to 3 m, and the other continuous type providing 0~5 V output corresponding to distance of 0~3 m. Second, an auto control algorithm was developed to control. Each spraying arm was controlled according to the sensor-based distance from the pear trees. And it could dodge obstacles to protect itself. Max and min signal values were eliminated, when five sensor signals was collected, and then signals were averaged to reduce sensor's noises. According to results of field experiment, auto control test result was better than non auto control test result. Spraying rates were 69.25% (left line) and 98.09% (right line) under non auto control mode, because pear trees were not planted uniformly. But, auto control test's results were 92.66% (left line) and 94.64% (right line). Spraying rate was increased by maintaining distance from tree.
Purpose of this study was a development of a sprayer arm auto control system that could be operated according to distance from pear trees for automation of pest control. Auto control system included two parts, hardware and software. First, controller was made with an MCU and relay switches. Two types of ultra-sonic sensors were installed to measure distance from pear trees: one on/off type that detect up to 3 m, and the other continuous type providing 0~5 V output corresponding to distance of 0~3 m. Second, an auto control algorithm was developed to control. Each spraying arm was controlled according to the sensor-based distance from the pear trees. And it could dodge obstacles to protect itself. Max and min signal values were eliminated, when five sensor signals was collected, and then signals were averaged to reduce sensor's noises. According to results of field experiment, auto control test result was better than non auto control test result. Spraying rates were 69.25% (left line) and 98.09% (right line) under non auto control mode, because pear trees were not planted uniformly. But, auto control test's results were 92.66% (left line) and 94.64% (right line). Spraying rate was increased by maintaining distance from tree.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기 수행된 실험을 통하여 선정된 본 시스템의 적정 살포거리는 상 방향 0.9~1.1m, 측 방향 1.2~1.8m로 나타났으며 본 연구에서 자동제어는 해당 거리를 적정거리로 하여 약대와 과수의 거리를 유지하고, 진행 방향에 장애물이 존재한다면 회피 기동을 하는 것이 목적이다. 먼저 진행 방향의 초음파 센서는 3m 이내에 물체가 감지되면 5V의 신호를 출력하는 디지털 형태로 이 신호가 입력되면 우선적으로 회피 기동을 하도록 하였다.
본 연구에서는 과수 생산의 생력화와 작업자의 안전을 위하여 무인으로 과수의 형태, 거리에 따라 약대가 항상 기존의 실험(Lee 등, 2013)을 통해 결정된 적정 살포 거리를 유지하며 작업을 진행하며 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피 할 수 있는 형태로 배나무 무인 방제를 위한 약대 자동 제어 시스템을 개발 하고자 한다.
본 연구에서는 기존에 개발한 약대(Hwa 등, 2013)를 이용하여 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 방제 가능한 무인 살포기를 개발하기 위하여 약대 자동 제어 시스템을 개발하고자 하였다. Fig.
제안 방법
먼저, 약대 시스템을 자동 제어하기 위한 MCU를 선정하였다. MCU 선정 시 고려사항으로는 약대 실린더 동작을 위한 6개의 솔레노이드 밸브와 전체 솔레노이드 밸브의 릴리프 밸브 제어, 분사 압력 조절 모터 제어, 엔진 On/Off 제어, 분사 릴리프 밸브 제어, 전체 시스템의 수동제어를 위한 출력 포트가 필요하였고, 입력으로는 좌우 6개의 초음파 센서의 신호, 분사 릴리프 밸브의 Open/Close 한계 신호, 분사압력센서 신호를 수신하고 처리하였다. 총 입력 포트 34개, 출력 포트 16개, 블루투스 통신을 위하여 RS232 포트가 필요하였으며, 초음파 센서 중 디지털 타입의 신호를 받기위한 PWM 포트 3개, 아날로그 타입의 입력을 받기 위하여 A/D 컨버터 포트 3개가 필요하였다.
MCU를 통하여 전체 시스템을 제어할 수 있도록 프로그래밍 하였으며, 제어 신호는 릴레이 스위치를 통하여각 시스템과 연결 하였다. 좌, 우측 각 3개씩의 초음파 센서를 통하여 거리 정보를 얻도록 하였으며 획득한 거리 정보에 따라 약대를 제어하였다.
3은 제작된 자동 제어부의 모습이다. MCU의 입출력 신호는 24V인데 반하여 초음파 센서는 5V, 솔레노이드 밸브와 압력 센서는 12V 등 입출력 신호의 크기가 상이하였고, 또한 안전을 고려하여 릴레이 스위치를 이용하여 입출력을 연결하여 제어부를 제작하였다. 그림의 좌측은 제어 패널로 수동 제어를 위한 스위치와 상태를 확인하기 위한 LCD가 설치 되어있으며, 내부에는 MCU 와 릴레이, 배전반이 위치하고 있다.
이를 분석하기 위하여 각 감수지들을 스캔하여서 영상 처리하였다. RGB 정보를 HSI 색상 모델로 변환한 후 Hue의 값을 이용하여 노란색과 파란색을 구분하고 파란색 영역의 픽셀을 전체 영역의 픽셀에 대한 비율로 나타냈다.
감수지의 원 색상은 노란색이고 물이 닿으면 푸른색으로 변하는 성질을 갖고 있다. 각 실험 후 감수지를 수거하여 색상이 변한 영역의 비율을 분석하였다. Fig.
먼저 진행 방향의 초음파 센서는 3m 이내에 물체가 감지되면 5V의 신호를 출력하는 디지털 형태로 이 신호가 입력되면 우선적으로 회피 기동을 하도록 하였다. 그 후, 측 방향과 상 방향의 초음파 센서의 신호에 따라 거리를 측정하고 해당 거리를 통해 약대의 움직임을 제어토록 하였다. Fig.
실험을 통해 초음파 센서의 신호를 받은 결과 잡음의 발생으로 시스템의 오작동이 관찰되었다. 따라서 최대한 오차를 줄이기 위하여 센서 당 5번의 연속 신호를 받은 후 최대치와 최소치를 뺀 3개의 신호의 평균을 이용하여 거리를 측정하였다.
8m로 나타났으며 본 연구에서 자동제어는 해당 거리를 적정거리로 하여 약대와 과수의 거리를 유지하고, 진행 방향에 장애물이 존재한다면 회피 기동을 하는 것이 목적이다. 먼저 진행 방향의 초음파 센서는 3m 이내에 물체가 감지되면 5V의 신호를 출력하는 디지털 형태로 이 신호가 입력되면 우선적으로 회피 기동을 하도록 하였다. 그 후, 측 방향과 상 방향의 초음파 센서의 신호에 따라 거리를 측정하고 해당 거리를 통해 약대의 움직임을 제어토록 하였다.
먼저, 약대 시스템을 자동 제어하기 위한 MCU를 선정하였다. MCU 선정 시 고려사항으로는 약대 실린더 동작을 위한 6개의 솔레노이드 밸브와 전체 솔레노이드 밸브의 릴리프 밸브 제어, 분사 압력 조절 모터 제어, 엔진 On/Off 제어, 분사 릴리프 밸브 제어, 전체 시스템의 수동제어를 위한 출력 포트가 필요하였고, 입력으로는 좌우 6개의 초음파 센서의 신호, 분사 릴리프 밸브의 Open/Close 한계 신호, 분사압력센서 신호를 수신하고 처리하였다.
본 연구에서는 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 작업을 진행할 수 있도록 초음파 센서의 신호를 실시간으로 받아 약대를 제어하였고, 또한 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피할 수 있도록 프로그래밍 하였다. 제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다.
마지막으로 우측 약대는 60º 각도를 조절 할 수 있도록 하였다. 상 방향과 측 방향에는 분사 노즐을 설치하여 약대의 형태에 따라 분사를 할 수 있도록 하였다. 약대는 대차에 좌·우 대칭되는 형태로 설치하였다.
상·하 제어를 통한 분사 결과가 어떻게 나타나는지 분석하기 위하여 3그루의 배나무의 잎 영역을 15등분하여 각 영역에 있는 잎에 감수지를 부착하고 비 자동 제어 상태와 자동제어 상태로 실험을 수행하였다.
설치한 초음파 센서는 수직, 수평 방향 거리 측정을 위하여 0.1~3m까지 측정 가능하고, 0~5V의 아날로그 출력을 갖는 초음파 센서(UDS10A)를 선정하였고, 전방의 장애물 감시를 위해서는 3m 이내에 물체가 있을 경우 신호를 출력하는 형태의 초음파 센서(UDS10B)를 사용하였다.
시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평방향 100mm/s, 각 변화 3º/s로 측정되었다.
시스템의 제어 속도를 측정하기 위하여 약대의 속도를 측정하였다. 각 방향 별 약대의 평균 속도는 Table 5와 같다.
제작된 시스템으로 배 과수원에서 현장 실험을 수행하였다. 시스템의 진행방향을 기준으로 좌, 우측 배나무에 감수지를 일정 거리마다 부착하고 비자동제어 상태와 자동제어 상태에서 시스템을 운행하였다. 감수지의 원 색상은 노란색이고 물이 닿으면 푸른색으로 변하는 성질을 갖고 있다.
제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다. 실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다. 상 방향 분사 실험에서는 시스템과 대상의 거리가 0.
7은 실험 후 감수지의 모습으로 밝게 나타나는 영역은 물이 닿지 않아 색이 변하지 않은 노란색 영역이며, 어두운 영역은 물이 묻어 파란색으로 바뀐 영역이다. 이를 분석하기 위하여 각 감수지들을 스캔하여서 영상 처리하였다. RGB 정보를 HSI 색상 모델로 변환한 후 Hue의 값을 이용하여 노란색과 파란색을 구분하고 파란색 영역의 픽셀을 전체 영역의 픽셀에 대한 비율로 나타냈다.
전체 알고리즘은 좌, 우측 신호를 순차적으로 받아서 계산하고 제어하였다.
본 연구에서는 과수의 형태, 거리에 따라 약대가 항상 적정 살포 거리를 유지하며 작업을 진행할 수 있도록 초음파 센서의 신호를 실시간으로 받아 약대를 제어하였고, 또한 약대의 보호를 위하여 진행 방향에 장애물이 존재할 경우 회피할 수 있도록 프로그래밍 하였다. 제작된 시스템으로 현장에서 비 자동제어 상태와 자동제어 상태로 실험을 수행하였다. 실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다.
MCU를 통하여 전체 시스템을 제어할 수 있도록 프로그래밍 하였으며, 제어 신호는 릴레이 스위치를 통하여각 시스템과 연결 하였다. 좌, 우측 각 3개씩의 초음파 센서를 통하여 거리 정보를 얻도록 하였으며 획득한 거리 정보에 따라 약대를 제어하였다.
초음파 센서는 약대에서 과수까지의 거리를 수직, 수평 방향으로 측정하여 약대가 항상 적정 거리를 유지할 수 있도록 하고, 약대의 보호를 위해 전방에 존재하는 장애물까지의 거리를 측정하여 회피할 목적으로 Fig. 4와 같은 형태로 좌우 3개씩 설치하였다.
대상 데이터
대차의 조향 장치 옆에 컨트롤 패널을 설치토록 설계하였다. 약대가 설치된 대차는 총길이 1960mm, 폭 1600mm(양측 약대를 최대한 펼쳤을때 5750mm), 높이 1195mm(약대를 최대한 올렸을 때 1495mm)이다. 이는 기존의 연구(Lee 등, 2013)에서 측정 된 배 농가의 환경에 맞춰 설계하였다.
MCU 선정 시 고려사항으로는 약대 실린더 동작을 위한 6개의 솔레노이드 밸브와 전체 솔레노이드 밸브의 릴리프 밸브 제어, 분사 압력 조절 모터 제어, 엔진 On/Off 제어, 분사 릴리프 밸브 제어, 전체 시스템의 수동제어를 위한 출력 포트가 필요하였고, 입력으로는 좌우 6개의 초음파 센서의 신호, 분사 릴리프 밸브의 Open/Close 한계 신호, 분사압력센서 신호를 수신하고 처리하였다. 총 입력 포트 34개, 출력 포트 16개, 블루투스 통신을 위하여 RS232 포트가 필요하였으며, 초음파 센서 중 디지털 타입의 신호를 받기위한 PWM 포트 3개, 아날로그 타입의 입력을 받기 위하여 A/D 컨버터 포트 3개가 필요하였다. 이러한 조건에 맞추기 위하여 Table 1과 같은 성능의 MCU 모듈을 선택하여 시스템을 제작하였다.
성능/효과
이는 시스템의 진행방향을 기준으로 좌측 배나무 열이 점차 멀어지는 경향을 보였기 때문에 비 자동제어 시에는 좌측열에 분사되는 양이 줄어들었고, 자동제어 시에는 약대를 제어하여 거리를 유지할 수 있었기 때문에 더 나은 결과를 얻을 수 있었다. 또한 우측 열에 장애물이 존재하였으나 이를 회피할 수 있음을 확인하였다. 하지만 회피 시에는 약대가 적정 살포 거리를 유지하지 못하기 때문에 상대적으로 분사율이 떨어짐을 확인하였다.
실험은 과수의 기둥과 잎 부위에 감수지를 일정간격으로 설치하고 시스템을 이용하여 분사한 후 감수지의 영상을 스캔하여 영상처리를 통해 분석하는 방법으로 이루어졌다. 상 방향 분사 실험에서는 시스템과 대상의 거리가 0.9m~1.1m로 설정해둔 적정거리를 벗어나지 않았기 때문에 비 자동제어와 자동제어 상태 모두 양호한 결과를 보였다. 하지만 측 방향 분사 실험에서는 비 자동제어 시 우측 열은 98.
실험을 통해 초음파 센서의 신호를 받은 결과 잡음의 발생으로 시스템의 오작동이 관찰되었다. 따라서 최대한 오차를 줄이기 위하여 센서 당 5번의 연속 신호를 받은 후 최대치와 최소치를 뺀 3개의 신호의 평균을 이용하여 거리를 측정하였다.
25%로 낮게 나타났다. 이는 실험이 수행된 배 과원의 경우 과수의 좌측 열이 수평하게 식재되어 있지 않았기 때문으로 비자동제어 상태에서는 좌측열의 과수에 분사되는 양이 줄어들었으나 자동제어 상태에서는 좌, 우측열의 과수에 분사되는 양이 각각 92.66%, 94.64%로 균일하게 나타났다. 시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평방향 100mm/s, 각 변화 3º/s로 측정되었다.
시스템의 제어 속도를 측정하기 위하여 방향 별 약대의 속도를 측정하였고 각각의 속도는 수직방향 100mm/s, 수평방향 100mm/s, 각 변화 3º/s로 측정되었다. 초기 목적했던 바와 같이 과수의 형태, 거리에 따라 약대가 적정 거리를 유지하며 작업을 진행함으로 인해서 균일한 살포량을 유지 할 수 있음을 확인하였다.
1m로 설정해둔 적정거리를 벗어나지 않았기 때문에 비 자동제어와 자동제어 상태 모두 양호한 결과를 보였다. 하지만 측 방향 분사 실험에서는 비 자동제어 시 우측 열은 98.09%의 분사율을 보였으나 좌측 열은 69.25%로 낮게 나타났다. 이는 실험이 수행된 배 과원의 경우 과수의 좌측 열이 수평하게 식재되어 있지 않았기 때문으로 비자동제어 상태에서는 좌측열의 과수에 분사되는 양이 줄어들었으나 자동제어 상태에서는 좌, 우측열의 과수에 분사되는 양이 각각 92.
또한 우측 열에 장애물이 존재하였으나 이를 회피할 수 있음을 확인하였다. 하지만 회피 시에는 약대가 적정 살포 거리를 유지하지 못하기 때문에 상대적으로 분사율이 떨어짐을 확인하였다.
Table 2는 비 자동제어 상태에서 실험 후 각 영역의 감수지의 상태를 나타낸 것이고 Table 3은 자동제어 상태에서 실험 한 결과를 나타낸 것이다. 현장 실험 결과 약대의 상하 방향 제어는 비자동제어와 자동제어에서 큰 차이가 나타나지 않았다. 이는 자동 제어 시 상방향 거리를 0.
후속연구
이러한 연구에는 위상-도플러 입자 분석기를 이용하여 살포된 약액 입자를 분석하여 최적의 약액 살포 환경을 찾음으로써 적정량의 약액을 살포하는 방법 (Ebert 등, 2003), 오버헤드 가이던스 시스템(Park, 2007), 약액의 효율적인 살포량을 계산하는 살포기(Walklate 등, 2011), 배나무 재배지의 환경에 따라 약액을 균등하게 살포할 수 있는 약대의 설계(이 등, 2013) 등이 있다. 이러한 연구들을 바탕으로 하여 작업자의 약제 노출을 줄이기 위해 무인으로 작업하고 적정 살포 거리를 유지하며 과수의 형태나 거리에 의한 변화에 대응할 수 있는 시스템에 대한 연구가 필요하다.
과수와 관련하여 다양한 연구(Nam 등, 2013)가 진행 되고 있고 특히 농가의 과수 방제 작업 시 약제에 작업자가 노출됨으로 인해 유해한 영항을 받기 때문에(Pyo, 2006) 작업자의 약제 노출을 최소화하고 적정 약액 살포 (Min 등, 2011)를 통해 이러한 위험을 줄일 필요가 있다 (Lee 등, 2012). 이러한 연구에는 위상-도플러 입자 분석 기를 이용하여 살포된 약액 입자를 분석하여 최적의 약액 살포 환경을 찾음으로써 적정량의 약액을 살포하는 방법 (Ebert 등, 2003), 오버헤드 가이던스 시스템(Park, 2007), 약액의 효율적인 살포량을 계산하는 살포기(Walklate 등, 2011), 배나무 재배지의 환경에 따라 약액을 균등하게 살포할 수 있는 약대의 설계(이 등, 2013) 등이 있다. 이러한 연구들을 바탕으로 하여 작업자의 약제 노출을 줄이기 위해 무인으로 작업하고 적정 살포 거리를 유지하며 과수의 형태나 거리에 의한 변화에 대응할 수 있는 시스템에 대한 연구가 필요하다.
과수생산에서 어려움이 생기는 이유는?
과수생산의 경우, 대체적으로 재배면적이 작고 작목의 수가 다양하며, 재배방식 또한 작목에 따라 다르기 때문에, 작업 기계화와 설비 자동화의 추진에 있어서 어려움이 있다. 특히 국내외적으로 과수원예에 대한 수요가 급증하고 있어 이들 과수생산 농가가 발전하기 위해 생력 기계화 설비의 개발이 절실히 필요하다.
생력 기계화 설비의 개발이 필요한 까닭은?
과수생산의 경우, 대체적으로 재배면적이 작고 작목의 수가 다양하며, 재배방식 또한 작목에 따라 다르기 때문에, 작업 기계화와 설비 자동화의 추진에 있어서 어려움이 있다. 특히 국내외적으로 과수원예에 대한 수요가 급증하고 있어 이들 과수생산 농가가 발전하기 위해 생력 기계화 설비의 개발이 절실히 필요하다.
참고문헌 (10)
Ebert, T.A., R.C. Derksen, R.A. Downer, and C.R. Krause. 2003. Comparing greenhouse sprayers: The dose-transfer process. Pest Management Science 60:507-513.
Hwa, Y.I., B.K. Lee, M.Y. Lee, D.S. Choi, J.T. Hong, and D.W. Lee. 2013. Development of sprayer arm system for unmanned pest control of pear trees. Sungkyunkwan University Journal of Biotechnology and Bioengineering 19(1): 31-34.
Lee, B.K., D.W. Kim, B.R. Min, M.Y. Lee, J.T. Hong, Y.I. Hwa, J.H. Choi, and D.W. Lee. 2012. Development of sprayer frame to develop an unmanned sprayer system for pest management of pear trees. Proceedings of the KSAM 2012 17(1):188-191.
Lee, B.K., B.R. Min, M.Y. Lee, Y.I. Hwa, D.S. Choi, J.T. Hong, and D.W. Lee. 2013. System design for developing the remote controlled sprayer of pear trees. Protected Horticulture and Plant Factory 22(4):1-6.
Min, B.R., J.H. Choi, K.S. Lee, W. Kim, and D.W. Lee. 2011. Performance test and image processing analysis of a small and medium sized sprayer for pests control for fruit trees and roadside trees. Protected Horticulture and Plant Factory 20(2):101-108.
Nam, S.W. and G.H. Ko. 2013. Analysis of structural types and design factors for fruit tree greenhouses. Protected Horticulture and Plant Factory 22(1):27-33.
Park, D.S. 2007. Development of Steering Controller for Autonomous-guided Orchard Sprayer. Master Diss. Kangwon National Univ. Chuncheon.
Pyo, S.R. 2006. Actual State of Pesticide Management and Rate of Complaints of Prevalency Subjective Symptom in Some Farmer. Master Diss. Yonsei Univ. Seoul.
Walklate, P.J., J.V. Cross, and G. Pergher. 2011. Support system for efficient dosage of orchard and vineyard spraying products. Computers and Electronics in Agriculture 75:355-362
Won, D.Y., K.P. Jeong, J.S. Noh, Y.J. Cho, and K.S. Lee. 2013. Development of autonomous driving system for orchard vehicle use. Sungkyunkwan University Journal of Biotechnology and Bioengineering 19(1):19.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.