허스키 렌즈와 객체 탐지 기술 및 해양 쓰레기 수거 로봇

1. 허스키 렌즈란?

허스키 렌즈(HuskyLens)는 인공지능 비전 센서로, 머신러닝 모델이 탑재된 AI 카메라이다. 다양한 기기와 호환이 가능하며, 다음과 같은 8가지 기능을 제공한다.

허스키 렌즈의 주요 기능

1. 물체 트래킹
2. 얼굴 인식
3. 물체 인식
4. 라인 트래킹
5. 색깔 인식
6. 태그 및 바코드 인식
7. QR코드 인식
8. 머신러닝을 이용한 물체 분류

허스키 렌즈는 아두이노, 라즈베리 파이, 라테판다, 마이크로비트와 같은 다양한 기기들과 호환되어 활용도가 높다.

2. 객체 탐지(Object Detection) 기술에 대하여

허스키 렌즈의 기능 중 ‘물체 인식’과 관련하여 객체 탐지 기술에 대해 연구하였다.

객체 탐지란?

객체 탐지는 이미지 내에서 사람, 동물, 사물 등의 위치를 탐지하고, 경계 상자(Bounding Box)를 통해 식별하는 기술이다. 이를 위해 미리 학습된 데이터셋을 기반으로 객체를 분류한다.

딥러닝 기반 객체 탐지 모델은 크게 **'이 단계(two-stage) 방식'**과 **'단일 단계(one-stage) 방식'**으로 나뉜다.

• 이 단계 방식: 객체가 있을 확률이 높은 영역을 먼저 계산한 후, 해당 영역을 집중적으로 분석하여 객체를 탐지하는 방식. (예: RCNN, Faster RCNN)
• 단일 단계 방식: 위의 과정을 하나의 단계로 수행하여 속도를 높이는 방식. (예: YOLO, SSD)

객체 탐지 기술의 발전 과정

객체 탐지 기술은 지속적으로 발전하고 있으며, 아래와 같은 방식이 도입되었다.

• HOG + SVM 기반 객체 탐지 (2005)
• DPM(Deformable Part Model) 방식 (2010)
• CNN(Convolutional Neural Network) 기반 탐지 (2012~현재)
• YOLO(You Only Look Once) 알고리즘 (2016~현재)
  
  

  

3. YOLO 알고리즘과 쓰레기 탐지 기술

YOLO(You Only Look Once) 알고리즘은 한 번의 신경망 연산으로 전체 이미지를 분석하여 객체를 탐지하는 방식이다. 이는 빠른 속도를 제공하며, 실시간 분석이 가능하다는 장점이 있다.

YOLO의 동작 과정

1. 이미지를 S×S 크기의 영역으로 분할한다.
2. 각 영역에서 경계 상자(Bounding Box) N개를 설정한다.
3. 각각의 경계 상자에서 특정 객체가 존재할 확률을 계산한다.
4. 두 확률값(객체 존재 확률 + 특정 객체일 확률)을 곱하여 **신뢰도 점수(Confidence Score)**를 구한다.
5. 신뢰도 점수가 높은 경계 상자만 유지하고, 중복된 경계 상자는 비최댓값 억제(NMS, Non-Max Suppression) 기법을 활용하여 제거한다.

쓰레기 탐지와 YOLO의 적용

쓰레기는 모양과 형태가 다양하기 때문에 탐지가 어려울 수 있다. 따라서 YOLO를 적용할 경우, 탐지 오류를 줄이기 위해 비최댓값 억제(NMS) 기법을 활용해야 한다.

• NMS 기법: 동일한 객체를 중복 탐지하지 않도록, IoU(Intersection over Union) 값을 기준으로 신뢰도 점수가 낮은 경계 상자를 삭제하는 방법.

4. 쓰레기 수거 로봇 제작 (탁구공 로봇 개조)

허스키 렌즈와 EV3를 활용하여 쓰레기를 탐지하고 수거할 수 있는 로봇을 제작하였다. 로봇의 동작 방식은 다음과 같다.

로봇의 동작 원리

1. 로봇이 이동하며 허스키 렌즈를 이용해 쓰레기를 탐지한다.
2. 쓰레기가 탐지되면 EV3 로봇 팔이 작동하여 쓰레기를 수거한다.
3. 수거한 쓰레기를 지정된 위치로 이동하여 배출한다.

실제로 제작해 보니, 탁구공을 기반으로 한 기존 로봇은 비교적 간단한 구조를 가지고 있어서 쓰레기를 탐지하고 수거하는 데 다소 한계가 있었다. 이를 해결하기 위해 로봇 팔을 추가하고, 탐지 범위를 확장하는 등의 개선이 필요하다는 점을 발견하였다.

5. 느낀 점 및 향후 발전 방향

연구 요약

• 허스키 렌즈의 기능을 활용하여 객체 탐지 기술을 연구하였다.
• YOLO 알고리즘이 쓰레기 탐지에 효과적일 가능성을 조사하였다.
• EV3와 허스키 렌즈를 결합하여 쓰레기를 탐지하고 수거할 수 있는 로봇을 제작하였다.

향후 개선 방향

1. 탐지 정확도 향상: 다양한 쓰레기 유형을 학습한 YOLO 모델을 적용하여 탐지 정확도를 높인다.
2. 쓰레기 수거 효율 개선: 로봇팔 크기 및 탐지 범위를 확장하여 더 많은 쓰레기를 한 번에 수거할 수 있도록 개선.
3. 해양 쓰레기 수거 로봇 개발: 현재 지상에서 쓰레기를 수거하는 로봇을 바탕으로, 향후 수륙양용 쓰레기 수거 로봇을 개발하여 해양 환경까지 적용하는 방안을 고려.
4. 친환경적 쓰레기 처리 기능 추가: 쓰레기를 단순히 수거하는 것이 아니라, 친환경적으로 처리할 수 있는 기능을 추가하는 방향으로 발전 가능.

이번 연구를 통해 객체 탐지 기술과 로봇 공학을 융합한 실용적인 환경 보호 설루션을 탐색해 볼 수 있었다. 앞으로도 지속적인 개선을 통해 실생활에서 활용할 수 있는 친환경 로봇 기술을 개발해 나갈 계획이다.