Introduction
농업 노동력 감소에 따른 생산량 확보를 위해 최근 다양한 기술적 대안이 제시되고 있으며(Kim et al., 2020), 그 중 드론의 경우 농업 활용 시 가장 실용적이고 높은 노동력 절감 효과의 장점이 있어 관련 기술개발 및 보급 추진이 활발히 이루어지고 있다(Lim, 2019). 현재 농업용 드론은 항공 방제에 많이 사용되고 있으며, 대규모 면적을 빠른 시간에 일괄적으로 처리 가능할 뿐만 아니라 지상에 비해 장애물 제약이 없어 원격 활용 시 높은 효율을 보여주고 있다. 특히, 최근에는 드론에 탑재 가능한 다양한 센서 기술이 개발되고 있으며, 이를 위치정보와 결합한 디지털 맵(digital map) 제공으로 드론 작업 시 위치별 복합적 정보 제공이 가능해지고 있다(Hanif et al., 2022). 이러한 정보를 활용하면 원하는 국소지역(병충해 발생 등)에만 정밀 방제를 할 수 있어 투입자원을 최소화할 수 있을 뿐만 아니라 불필요한 약물 투입으로 인한 피해 발생도 줄일 수 있다(Yu et al., 2022).
정밀 방제는 기존 일괄적으로 분사되는 약제의 변량 제어가 필요하며 이를 위한 연구가 많이 진행되고 있다. Faiçal 등(2017)은 효율적인 방제 및 살포 성능 향상을 위해 적응형 제어 방식을 제안했으며 테스트 시나리오에서 경로 최적화를 통해 높은 성능을 보여주었다. Spoorthi 등(2017)은 대상 면적에 균일한 살포를 위한 제어 시스템을 개발하였으며 작업지의 작물 및 형태에 상관없이 정의된 면적을 신속히 정확한 살포가 가능하다고 보고하였다. 또한, Wen 등(2019)은 인공신경망(artificial neural network, ANN) 기반의 가변 분사 시스템을 설계하였으며 대상지의 약제 접착 예측을 통해 분사 시스템의 유속을 제어하였으며 면적에 따라 결정된 예측값과의 오차는 20% 미만으로 나타났다. 이러한 제어 시스템의 효과를 효율적으로 평가하기 위해 실내 평가 방법과 관련하여 시뮬레이터 개발(Ju et al., 2017), 분무 특성 분석(Yu et al., 2021), 비산 특성 분석(Moon et al., 2020) 등 다양한 연구들이 진행되고 있지만 대부분 드론의 운행 환경이 고려되지 않았으며 정밀한 변량 방제를 위해서는 실제 운행에서의 다양한 환경 및 비행조건에서 살포 성능을 평가하고 분석하는 것이 필요하다.
따라서, 본 연구는 농업용 드론의 변량방제 기술 개발을 위해 수행되었으며 드론의 작업환경에 따른 살포성능을 평가하였다. 다양한 작업환경은 실내시험장치에서 모사하였으며, 살포 성능은 감수지(water sensitive paper, WSP)를 이용하여 약제의 감수지 도포율(coverage)을 계산하였다. 살포 성능 평가는 작업환경에 따른 도포율의 크기 및 분포를 비교 분석함으로써 수행되었다.
Materials and Methods
농업용 드론 살포 시험
농업용 드론의 작업환경 모사를 위한 실내 시험 장치는 Fig. 1과 같이 한국농업기술원 농기계 검정동에 위치한 농업용 드론 검정시스템을 이용하였으며, 시스템 상단의 레일에 드론이 장착되어 직진방향으로 이동시키면서 하단에 감수지를 배치하여 살포 성능을 측정할 수 있도록 구성되었다. 장착된 드론은 비행속도, 로터(프로펠러) 속도 등이 제어 가능하며, 외부 환경의 모사를 위해 대형팬(fan)을 설치하여 풍속 및 풍향을 설정할 수 있도록 하였다. 또한, 비행고도 모사는 감수지가 설치된 베드(WSP bed)의 높이 조절을 통해 구현된다.
본 연구에서는 옥토콥터(octocoptor) 드론(SG-10P, Hankook Samgong Co., Ltd., Korea)을 사용하였으며, 전체 크기는 2,075 mm (L) × 2,075 mm (W) × 700 mm (H), 중량은 배터리 포함 14.5 kg, 탑재중량은 10 kg (13 L)이며, 성능으로는 최대 운영 거리 및 고도는 각각 1 km, 20 m이하이며 최대 10 m/s의 속도로 비행이 가능하다. 주요 성능은 Table 1과 같다.
실험 방법 및 데이터 처리
농업용 드론의 작업환경은 비행속도(flight speed), 비행고도(altitude), 풍향(wind direction), 풍속(wind speed), 드론의 로터 회전수(rotational speed of rotor), 분사방향(spraying direction)의 6가지 요인을 통해 모사하였으며, 분사방향을 제외하고 각각의 요인별로 3수준의 등 간격 조건으로 실험을 수행하였다. 이때, 실험 조건 범위는 비행속도의 경우 2 - 4 m/s, 비행고도는 2 - 3.5 m, 풍속은 0 - 4 m/s, 풍향은 0 - 45°, 로터 회전수는 2,900 - 3,300 rpm이다. 분사방향의 경우 드론의 전, 후방에 각각 2개씩 장착된 분사노즐의 전면 개방과 전/후면 모두 개방의 2수준을 조건으로 선정하였다. 노즐의 설치 위치는 드론의 진행방향을 기준으로 전면의 경우 가장 전방의 로터 2개 아래, 후면의 경우 가장 후방의 로터 2개의 회전축과 일치되게 각각 설치되었으며 이때, 분사노즐은 데이터 다양성을 확보하고 노즐 성능으로 인한 효과를 최소화하기 위해 XR Nozzle (XR110015VS, TeeJet Technologies, India)과 AI Nozzle (Air Induction Nozzle, RDA, Korea)의 2가지 종류를 반복실험으로 이용하였다. XR과 AI 노즐의 체적중위직경(volume median diameter, VMD)은 각각 189, 384로 평가되었다(Yu et al., 2022).
약제 도포율 측정을 위해 드론을 레일 위를 이동시키면서 약제를 분사시켰으며, Fig. 2와 같이 드론 이동경로를 중심으로 좌, 우 총 17개씩 3줄로 설치된 감수지 각각에 도포된 약제의 면적을 측정하였다. 이때, 비행 시 살포 분사압력은 276 kPa, 살포 각은 110˚로 설정되었으며(ASABE, 2009), 실제 약액 대신 증류수를 분사 약제로 사용하였다. 각각의 감수지에 도포된 면적은 노란색에서 파란색으로 색상이 변하며 이를 고화질 카메라 카메라(mvBlueFOX3, MatrixVision, Germany)로 영상을 수집 후 디지털 영상처리를 통해 전체 감수지 면적에 대한 파란색 면적의 비율인 도포율로 계산되었다(Yu et al., 2021).
살포성능 분석 방법
살포성능은 약제 도포율을 이용하여 평가하였으며, 드론의 진행방향 중심에서 좌우방향의 분포인 살포 패턴(spraying pattern)과 평균 도포율(averaged coverage)을 계산하여 조건별로 비교 분석하였다. 살포 패턴은 드론 중심으로부터 거리별 도포율 17개를 드론 진행방향의 3개 샘플에 대한 평균값으로 이용하였으며, 평균 도포율은 3줄 각각에 대한 평균값으로 각각 17개 샘플에 대한 평균값이다. 살포 패턴과 평균 도포율의 작업환경 조건별 비교를 위해 살포 패턴은 가우시안(gaussian) 확률분포(probability distribution)로 근사하였으며(Kim et al., 2022), 평균 도표율의 경우 비정규분포 형태로 감마 확률분포 근사 및 누적분포로 표현하여 실험수준 간 비교를 용이하게 하였다. 조건별로 평균 간 통계분석은 IBM SPSS Statistics (ver. 24, IBM corp., USA)를 이용하여 5% 수준에서 최소 유의차로 검정하였다.
Results and Discussion
살포성능 측정결과
작업환경 조건별 살포 패턴은 Fig. 3과 같이 가우시안 확률 분포로 표현되었으며, 대부분의 결과에서 드론의 진행방향인 분사거리의 중심 근처에서 많은 도포가 이루어짐을 알 수 있다. 분사방향은 전면만 사용할 경우 드론의 수직 아래에 약제 분사 비율이 다소 높아졌지만 두 가지 실험 수준 사이에 큰 차이는 관찰되지 않았으며, 비행속도의 경우 빠를수록 살포 패턴의 분산이 높아지는 경향을 보여주었다. 드론의 비행고도가 2.75 m 수준까지는 거리별 살포가 유사한 분포를 보여주었지만 3.5 m에서는 다소 차이가 발생되었다. 이는 고도가 높아짐에 따른 하향풍의 확산으로 인한 효과로 판단된다. 풍향이 있을 경우 분포의 중심이 이동하는 경향을 보여주었으며 풍향에 대한 차이는 크게 발생되지 않았다. 살포 패턴의 경우 거리별로 도포확률로 표현되었으며 전체 도포량이 고려되지 않았기 때문에 대상면적에 대한 전체 도포율에 대한 분석이 동시에 필요하다.
대상 면적에 대한 도포율은 거리별로 계산된 17개의 도포율의 평균값을 이용하였으며, Fig. 4는 평균 도포율 크기에 따른 누적 확률분포로 실험조건별로 비교하여 표현되었다. 전면 분사의 경우 90%가 약 1.5% 이하의 평균 도포율을 가졌지만 전면과 후면 모두 분사 시 약 3.5% 내 90%가 포함되었으며, 비행속도의 경우 2 m/s에 비해 3, 4 m/ s에서 평균 도포율이 큰 폭으로 감소됨을 알 수 있었다. 비행고도는 2.75 m 이상에서 평균 도포율의 90% 이상이 약 3.5% 이내로 2 m에 비해 2배 이상 높은 경계값을 보여주었다. 풍속에 따른 평균 도표율에서는 누적확률 90%의 경계값이 거의 유사하게 나타났다. 풍향 조건에서도 모든 경우에 유사한 성능을 보여주었으며, 로터 회전속도의 경우 2,900 rpm에서 평균 도포율은 3,100, 3,300 rpm 경우보다 크게 나타났다.
살포성능 비교분석
Table 2는 6개의 작업환경 조건에 대해 실험수준별 살포패턴을 비교한 결과로 각각의 값은 살포거리의 평균값으로 표현되었다. 분사방향의 경우 살포패턴의 차이가 관찰되지 않았으며, 비행속도의 경우 2 m/s에서 3 m/s 증가 시 살포패턴의 유의한 차이를 보였는데, 이는 비행각 증가로 인한 후류 발생 영향으로 판단되며, 비행속도를 증가시키기 위해 상대적으로 더 높아진 후방 양력은 드론의 비행각을 증가시키고 추력을 높이기 때문이다. 비행고도는 2 m에서 2.75 m으로 증가 시 평균의 유의미한 차이가 있었지만 그 이상의 조건에서는 차이를 관찰하기 어려웠다. 풍속 및 풍향에서는 실험 조건에 따른 살포 패턴의 차이가 관찰되었으며, 풍향의 경우 한쪽으로 평균이 이동됨을 알 수 있었다. 로터 회전속도에서는 2,900 rpm에서 3,100 rpm으로 증가 시 평균이 증가되었지만 3,300 rpm 증가에서는 유의미한 차이가 관찰되지 않았다.
Table 3은 대상면적에 대한 평균 도포율을 실험조건별로 비교한 결과이다. 평균 도포량은 분사방향 조건에 따라 큰 차이를 보였으며, 이는 분사량이 사용되는 밸브 수에 의존되기 때문이며, 후면 밸브 사용 시 전체 밸브 수가 2배가되므로 평균 도포율에서도 약 2배의 차이를 보였다. 비행속도는 증가할수록 평균 도포율을 감소시켰으며 통계적으로 유의미한 차이를 보였다. 비행고도에서는 2.75 m에서 가장 높은 도포율을 보여주었으며 2, 3.5 m 간의 차이는 관찰되지 않았다. 이는 일정 고도까지는 대상면적 내 비산으로 도포율을 높여주지만 일정범위를 넘어갈 경우 대상면적 외 비산이 더 많이 이루어지기 때문으로 판단된다. 풍속의 경우 0, 2 m/s 간 도포율의 차이는 보이지 않았으나 4 m/s로 증가 시 도포율이 감소되었다. 풍향에 의한 도포율의 차이는 관찰되지 않았으며, 로터 회전속도는 2,900 rpm에서 가장 도포율이 높았으며 3,100 rpm 이상에서는 차이가 없게 나타났다.
Conclusion
본 연구에서는 농업용 드론의 효과적인 변량 방제 기술 개발을 위해 다양한 비행조건에서의 살포성능을 비교 분석하였다. 실내시험장치를 이용하여 풍향, 풍속, 드론의 비행속도 및 고도의 4가지 작업환경과 분사방향 및 로터 회전속도의 드론의 작업조건에 대해 약제 도포 실험을 수행하였으며, 감수지에 도포된 약제 비율인 도포율을 계산하여 요인별로 살포 패턴 및 도포율을 평가하였다. 살포 패턴의 경우 드론 비행방향 중심으로부터의 거리에 따른 살포율을 가우시안 확률분포로 근사하였으며, 살포 패턴은 비행속도, 고도, 풍속의 증가에 따라 차이를 보였지만 이는 대상면적 내 전체 분사량을 고려하지 않을 결과이다. 따라서, 추가적으로 평균 도포율을 분석하였으며 그 결과 비행속도 및 풍속의 증가에 따라 도포율이 평균적으로 감소되었으며, 비행고도의 경우 일정 높이 이상에서는 비산의 증가로 도포율이 감소되었다. 위의 2가지 성능을 분석한 결과 속도 증가에 따른 분산의 증가는 전체적인 도포량 감소와 관련이 높았으며, 분사노즐 개수의 증가는 도포율은 증가시키지만 균일한 살포 성능에는 크게 영향을 미치지 못함을 알 수 있다. 또한, 비행속도 및 풍속의 증가는 균일한 살포와 도포량에 부정적인 영향을 미치며, 풍향의 실험수준 내에서 살포패턴의 변화는 발생시키지만 대상범위 내 도포량에는 큰 차이가 발생되지 않았다. 본 연구의 결과를 통해 다양한 작업환경 조건에 따른 드론의 최적 비행 조건(제어)의 설정이 필요함을 알 수 있으며, 인공지능 등 고도화 된 알고리즘을 이용하여 연속적이고 정밀한 구간의 조건에 대한 살포성능 예측이 가능하다면 변량 제어를 이와 연계하여 최적화 된 살포가 가능할 것으로 판단된다.
Authors Information
Dae-Hyun Lee, https://orcid.org/0000-0001-9544-5974
Baek-Gyeom Seong, https://orcid.org/0009-0008-0511-7220
Seung-Woo Kang, https://orcid.org/0000-0001-6318-2006
Soo-Hyun Cho, https://orcid.org/0000-0003-0553-7440
Xiongzhe Han, https://orcid.org/0000-0001-8748-2265
Yeongho Kang, https://doi.org/0009-0008-0921-5119
Chun-Gu Lee, https://orcid.org/0009-0003-7046-2219
Seung-Hwa Yu, https://orcid.org/0000-0001-7834-8478
