오늘날의 작물 생산자들은 수확량을 늘리려고 노력하고 있으며 악천후와 기후 변화에 견딜 수 있는 작물을 준비하고 있다. 성공하려면 작물의 DNA에서 다수확, 강건한 형질을 위한 유전자를 찾아야 한다.

일리노이대학에서 개발한 작황 조사 로봇이 이 어려운 미션에 도전한다. 이 로봇은 최근 피츠버그에서 개최된 저명한 로봇공학 컨퍼런스인 '로보틱스:과학과 시스템(Robotics : Science and Systems)'에서 최고의 시스템 논문상을 수상하기도 했다.

일리노이대 농업생물공학 현장 로봇공학 조교수인 그리쉬 쵸우드해리(Girish Chowdhary)는 "세계 식량 수요를 충족시키기 위해 번식을 가속화할 필요가 있다"며 "아프리카의 경우 2050년까지 인구가 두 배 이상 증가할 것으로 예상되지만 오늘날 수확량은 잠재치의 4분의 1에 불과하다"고 말했다.

농작물 재배자들은 수백 에이커에 걸쳐 수천 종의 품종을 비교하는 대규모 실험을 실시하고 식물 출현이나 높이와 같은 주요 특성을 수작업으로 측정하는 방식을 취해왔다. 이 작업은 비용이 많이 들고 시간이 오래 걸리며 부정확하기 때문에 궁극적으로 경쟁력이 없다. 한 분야에서 일부만 수작업으로 측정할 수 있을 뿐이다.

이번 연구 논문의 제1저자이자 MIT 박사후 연구원인 에르칸 카야칸(Erkan Kayacan)은 "식물 특성을 측정하기 위한 자동화의 부재는 발전의 장애물"이라며 "하지만 농장은 방대하고 데이터는 벤치마크 데이터셋과는 달리 노이즈가 많이 생길 수 있으며 로봇은 줄을 엄격하게 따라야 하기 때문에 식물을 자율적으로 측정할 수 있는 로봇 시스템을 만드는 것은 어려운 일"이라고 설명한다.

일리노이대학에서 개발한 테라센티아(TerraSentia) 로봇은 폭 13인치(약 30cm), 무게 24파운드(약 10.8kg)로 휴대 가능하고 컴팩트하며 자율적이다. 센서(카메라), 알고리즘, 딥러닝 도구를 사용해 각 플랜트를 위에서 아래로 캡처한다.

연구자들은 이번 로봇 컨퍼런스에서 전송 학습 방법을 사용해 테라센티아에게 단지 300개의 이미지로 옥수수 식물을 세도록 가르쳤다. 공동 저자인 농업소비자환경과학대학(ACES) 대학원생 종종 쟝(ZhongZhong Zhang)은 "한가지 어려움은 식물들이 균등하게 흩어져 있지 않다는 것"이라며 "카메라 프레임에 하나의 식물만이 있다고 가정하면 충분하지 않다"고 말했다.

그는 "우리는 식물간 간격이 다양한 현실에 적응하기 위해 카메라 모션을 사용하는 방법을 개발함으로써 간격과 속도를 달리하는 다양한 분야의 식물을 셀 수 있는 상당히 견고한 시스템을 만들었다"고 덧붙였다.

이 연구는 칼 우즈 게놈바이오연구소(Carl R. Woese Institute for Genomic Biology)의 TERRA-MEPP 프로젝트의 일환으로 ARPA-E(Advanced Research Project Agency-Energy)으로부터 지원을 받았다. TERRA-MEPP는 일리노이대학이 코넬 대학 및 시그네트론(Signetron Inc.)과 협력해 최고 성능의 작물을 확인하는 저비용의 표현형 로봇을 개발하는 연구 프로젝트이다.

테라센티아는 현재 고급 자율성 및 식물 분석 기능을 함께 구현한 스타트업인 어스센스(EarthSense, Inc.)를 통해 구입 가능하다.