KR102218863B1 - 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템 - Google Patents

드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템 Download PDF

Info

Publication number
KR102218863B1
KR102218863B1 KR1020200134298A KR20200134298A KR102218863B1 KR 102218863 B1 KR102218863 B1 KR 102218863B1 KR 1020200134298 A KR1020200134298 A KR 1020200134298A KR 20200134298 A KR20200134298 A KR 20200134298A KR 102218863 B1 KR102218863 B1 KR 102218863B1
Authority
KR
South Korea
Prior art keywords
drone
spraying
area
crop
real
Prior art date
Application number
KR1020200134298A
Other languages
English (en)
Inventor
배광
Original Assignee
네이버시스템(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 네이버시스템(주) filed Critical 네이버시스템(주)
Priority to KR1020200134298A priority Critical patent/KR102218863B1/ko
Application granted granted Critical
Publication of KR102218863B1 publication Critical patent/KR102218863B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/007—Metering or regulating systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
    • B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • B64C2201/12—
    • B64C2201/141—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Pest Control & Pesticides (AREA)
  • Water Supply & Treatment (AREA)
  • Soil Sciences (AREA)
  • Environmental Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Catching Or Destruction (AREA)

Abstract

드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템이 개시된다. 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 방법은, 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포하는 단계와, 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 농지 내의 차기 살포 영역을 촬영하는 단계와, 상기 살포 영역에 대한 살포가 완료되면, 정해진 비행경로에 따라 상기 드론을 비행 제어하는 단계, 및 상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정하는 단계를 포함한다.

Description

드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템{REAL-TIME VARIABLE RATE APPLICATION SYSTEM AND REAL-TIME VARIABLE RATE APPLICATION METHOD USING DRONES}
본 발명은 드론과 같은 무인 비행체를 이용한 변량 살포(VRA, Variable Rate Application) 방법에 연관되며, 보다 특정하게는 살포 대상 농지에 대한 부분적인 변량 살포에 의한 기존의 균일 살포 방식의 비효율성 개선에 연관된다.
일반적으로 농업용 드론에 의한 비료 살포('시비')의 경우, 드론 비행 전에 미리 설정된 분당 살포량을 기준으로 삼아 균일한 양으로 살포하도록 하고 있다.
드론의 비행기술의 발달로 자동비행경로를 생성하여 비행경로를 일정하게 유지할 수 있고, 또 일정한 비행간격과 고도, 속도를 유지하며 비행할 수 있으므로, 드론을 이용한 비료 살포 시, 살포되는 비료가 살포하고자 하는 대상 농지에 고르게 살포되는 장점이 있다.
한편 넓은 면적의 영농이 이루어지는 노지 농업의 경우, 작물 생육 모델에 따라 특정 시점에 필요 영양소를 공급해 주어야 하고, 작물의 생육 상태가 좋지 않은 일부 영역에는 영양소 공급을 위해 더 많은 양의 비료 살포가 요구된다.
하지만, 기존의 일반적인 드론에 의한 균일 시비 방법으로는 작물의 생육 상태에 따라 적절량의 비료를 변량 살포하는 데에는 어려움이 있다.
만일 기존의 드론으로 변량 살포를 구현한다고 하면, 일차적으로 균일한 양의 비료를 농지 전체적으로 살포한 후, 추가적인 비행을 통해 비료를 부분적으로 더 살포하는 방식으로 이루어질 수도 있지만, 추가적인 비행을 위한 시간과 배터리, 인력 등의 많은 리소스가 필요하므로, 현실 영농에 적용하기에는 어려움이 크다.
이에 따라 드론을 통해 실시간으로 변량 살포를 구현하기 위한 기술이 절실히 요구된다.
본 발명의 실시예는 드론의 현지점을 기준으로 지정되는 농지 내 살포 영역으로, 설정된 살포량의 비료를 살포하는 동안, 상기 드론의 차기 살포 영역을 촬영한 영상을 통해, 차기 살포 영역 내 작물의 생육 상태를 분석하고, 그에 따라 차기 살포 영역에 살포할 비료의 살포량을 변량하여 설정함으로써, 비행경로에 따라 비행하는 드론을 이용하여, 살포 영역 마다의 부분적인 변량 살포를 실시간으로 가능하게 하는 것을 목적으로 한다.
본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 방법은, 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포하는 단계와, 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 농지 내의 차기 살포 영역을 촬영하는 단계와, 상기 살포 영역에 대한 살포가 완료되면, 정해진 비행경로에 따라 상기 드론을 비행 제어하는 단계, 및 상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정하는 단계를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 드론을 이용한 실시간 변량 살포 시스템은, 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포하는 살포부와, 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 농지 내의 차기 살포 영역을 촬영하는 촬영부와, 상기 살포 영역에 대한 살포가 완료되어, 정해진 비행경로에 따라 상기 드론을 비행 제어하는 구동부, 및 상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정하는 설정부를 포함할 수 있다.
본 발명에 따르면, 농지에 비료를 살포하면서 비행하는 드론의 전방의 장착된 카메라를 통해, 드론의 비행 방향으로 차기 살포 영역을 미리 촬영함으로써, 영상을 통해 확인된 작물의 생육 상태에 따라, 드론의 도달 전까지 차기 살포 영역에 살포할 비료의 살포량을 자동 조정할 수 있으므로, 드론에 의한 실시간 변량 살포를 손쉽게 구현할 수 있다.
본 발명에 따르면, 넓은 노지 농업에서 작물 상태에 따른 부분적인 변량 살포를 드론을 이용해 실시간으로 구현함으로써, 시간과 비용 등의 리소스를 들이지 않고 영농 작업의 효율성을 극대화하고, 작물의 생산성 향상에 기여할 수 있다.
본 발명에 따르면, 농업용 드론의 자동경로비행에 의한 비료 살포 시 실시간으로 촬영된 영상으로부터 AI 작물 인식 및 작물의 식생지수(NDVI 등)를 분석해 작물의 생육 상태를 파악하여, 그에 따라 곧바로 살포량을 적절히 변량하여 살포할 수 있다.
도 1은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템을 도시한 개념도이다.
도 2는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템의 내부 구성을 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 농지 상을 살포 비행하는 드론의 비행경로의 일례를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 살포량 변량 주기에 따라 정해지는 차기 살포 영역을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 촬영 영상 내의 작물 인식 유효영역을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 촬영 영상에서 추출되는 작물 영역을 도시한 도면이다.
도 7은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 과정을 도시한 도면이다.
도 8은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 방법의 순서를 도시한 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템을 도시한 개념도이다.
도 1을 참조하면, 본 발명의 드론(110)을 이용한 실시간 변량 살포 시스템(100)은, 도시된 것처럼, 드론(110)의 내부에 컨트롤러 형태로 포함되어 구현될 수 있다. 실시예에 따라서는 본 발명의 실시간 변량 살포 시스템(100)이, 드론(110)을 원격으로 조종하는 제어 단말의 내부에 포함되거나, 혹은 서버 형태로 구현될 수도 있다.
실시간 변량 살포 시스템(100)은, 현 비행지점에 따라 정해지는 농지 상의 살포 영역(121)에 설정된 살포량의 비료를 살포하는 드론(110)을 이용하여, 농지 상의 차기 살포 영역(122)을 미리 촬영함으로써, 드론(110)이 살포 영역(121)으로의 살포 완료 후 비행하여 차기 살포 영역(122)으로의 살포를 시작하기 전까지, 차기 살포 영역(122) 내의 작물의 생육 상태에 따른 적절한 살포량을 차기 살포 영역(122)에 설정해 둘 수 있다.
구체적으로, 실시간 변량 살포 시스템(100)은, 드론(110)의 현지점을 기준으로 지정되는 농지 내의 살포 영역(121)으로, 드론(110)에 보유된 비료를 상기 살포 영역(121)에 설정된 살포량 만큼 살포하고, 상기 살포 영역(121)이 살포되는 동안, 드론(110)에 장착된 전방 카메라를 통해, 상기 농지 내의 차기 살포 영역(122)을 촬영하고, 살포 영역(121)에 대한 살포가 완료되면, 정해진 비행경로에 따라 드론(110)을 비행 제어하고, 상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 차기 살포 영역(122)에 살포할 비료의 살포량을 일정치 변량하여 설정할 수 있다.
여기서 작물의 생육 상태는, 촬영한 영상에서 차기 살포 영역(122) 내의 작물을 딥러닝에 의해 인식한 후, 해당 작물의 활력도를 나타내는 '식생지수'의 산출을 통해 확인하는 방법이 이용될 수 있으나, 이 식생지수 외에도 작물의 생육 상태, 즉 작물의 건강도나 활력도, 적정 시점에 적정 수준으로 자라고 있는지를 나타내는 성장 수준을 알 수 있는 다양한 방법이 이용될 수 있다.
예를 들어 실시간 변량 살포 시스템(100)은, 살포 영역(121) 내의 작물의 상태가 '건강함', '성장수준 양호'로 확인된 것에 비해, 차기 살포 영역(122) 내의 작물의 생육 상태가 '양호하지 않음', '성장수준 미달'로 확인될 경우, 살포 영역(121)에 정해진 기준치의 살포량 만큼 비료를 살포하더라도, 살포 영역(121)에 이어지는 차기 살포 영역(122)에 살포할 비료의 살포량은, 정해진 기준치에서 일정치 증가하도록 즉시 변량할 수 있다.
즉 실시간 변량 살포 시스템(100)은 넓은 면적의 농지에 비료를 살포하는 살포량을, 일정 양으로 고정시키지 않고, 정해진 비행경로에 따라 비행하는 드론(110)의 비행지점에 따라 정해지는 일정 면적의 살포 영역 단위로, 부분적으로 자동 조정할 수 있어, 드론(110)이 비행하는 동안에, 실시간으로 변량 살포(VRA)가 이루어지도록 할 수 있다.
이와 같이 본 발명은 넓은 노지 농업에 있어서 드론(110)에 의해 작물 상태에 따른 실시간 변량 살포를 구현함으로써, 시간과 비용 등의 리소스를 들이지 않고 영농 작업의 효율성을 극대화하고, 작물의 생산성 향상에 기여할 수 있다.
도 2는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템의 내부 구성을 도시한 블록도이다.
도 2를 참조하면, 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템(200)은, 살포부(210), 촬영부(220), 구동부(230) 및 설정부(240)를 포함하여 구성할 수 있다. 또한, 실시예에 따라 드론을 이용한 실시간 변량 살포 시스템(200)은, 생성부(250), 지정부(260) 및 처리부(270)를 각각 추가하여 구성할 수 있다.
발명의 구현에 앞서, 드론을 이용한 실시간 변량 살포 시스템(200)은 생성부(250)에 의해, 살포 대상 작물이 재배되는 농지의 총면적과 해당 드론의 살포 영역을 고려하여, 드론의 비행경로를 생성할 수 있다.
여기서 살포 영역은, 드론의 현 비행지점에서 하측으로 일정 면적의 농지로 정의될 수 있고, 살포 영역의 면적은, 드론이 비행하는 고도에 따라 한 번에 비료 살포가 가능한 면적으로 정해질 수 있다. 따라서 드론이 비행 시 현 비행지점을 기준으로 정해지는 농지 상의 살포 영역도 함께 농지 상에서 이동하게 된다. 이를 이용하여 생성부(250)는 농지의 비료 살포를 위한 드론의 비행경로를 생성할 수 있다.
이하 도 3을 참조하여 생성부(250)를 설명한다.
도 3은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 농지 상을 살포 비행하는 드론의 비행경로의 일례를 도시한 도면이다.
도 3을 참조하면, 생성부(250)는 농지(310)의 총면적과 드론의 살포 영역의 면적을 고려해서, 드론이 비행함에 따라 이동하는 살포 영역의 면적의 총합이 농지(310)의 총면적이 되도록, 비행경로(320)를 생성할 수 있다.
생성부(250)는 드론의 전방 카메라로 차기 살포 영역을 촬영할 수 있도록 드론이 전진 비행하되, 농지의 경계(330)에서는 좌 또는 우로 방향을 전환하도록 비행경로(320)를 생성할 수 있다.
이때 생성부(250)는 농지에 중복해서 비료를 살포하지 않도록, 농지의 경계(330)에서 드론이 가지 않은 좌향 또는 우향으로 전환하는 비행경로(320)를 생성할 수 있다.
또한 생성부(250)는 비행경로(320)를 가능한 최단 경로로 생성하여, 드론의 배터리 소모를 줄이는 한편, 비료 살포가 효율적으로 실시되도록 할 수 있다.
예를 들면 생성부(250)는 도 3에 도시된 것처럼, 드론이 농지(310)의 좌측 상단점(301)에서 비행을 시작할 경우, 전방으로 직진 비행하다가 농지(310)의 경계(330)에서 우측으로 90도 방향전환한 후, 살포 영역의 길이만큼 이동 후 다시 우측으로 90도 방향전환해서 방금과는 반대 방향으로 전방으로 직진 비행하는 것을, 농지(310)의 우측 하단점의 비행 종료 지점(302)에 도달할 때까지 반복하도록, 비행경로(320)를 생성할 수 있다.
생성부(250)에 의해 드론의 비행경로(320)가 생성되면, 후술하는 구동부(230)는 드론을 구동하여 비행경로(320)에 따라 비행 제어할 수 있다. 이에 따라 드론은 살포 대상의 농지 상을 비행하면서 살포 영역 단위로 비료를 살포(살포 비행)할 수 있어, 넓은 농지(310)의 전체에 비료 살포가 이루어지게 된다.
살포부(210)는 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포한다.
상기 살포 영역에 대한 살포량은, 상기 드론의 이전 비행지점에서 상기 살포 영역을 촬영한 영상에 기초하여 기 설정될 수 있다. 상기 드론의 이전 비행지점은 상기 드론이 현지점에 도달하기 전에 비료 살포를 실시한 비행지점일 수도 있고, 상기 드론이 현지점에 도달하기 직전에 살포량을 변량했던 비행지점일 수도 있다.
촬영부(220)는 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 농지 내의 차기 살포 영역을 촬영한다.
촬영부(220)는 상기 차기 살포 영역이, 상기 드론에 장착된 카메라의 촬영 거리에 따른 촬영 범위에 포함되도록, 상기 카메라의 장착 각도를 조정하여, 상기 차기 살포 영역을 촬영할 수 있다.
상기 차기 살포 영역은, 만일 상기 드론이 정해진 비행경로 없이 농지 상에서 자유롭게 방향 전환하며 자유비행하는 드론일 경우, 드론의 현지점으로부터 전방측의 일정 면적의 농지로 디폴트로 지정될 수 있고, 방향 전환시에는 전환된 방향에서 전방측의 농지로 지정될 수 있으며, 드론을 원격 조종하는 제어 단말(서버)로부터 목적지가 입력될 경우에는 해당 목적지를 기준으로 농지 상의 일정 면적으로 지정될 수도 있다.
한편 차기 살포 영역은, 드론이 정해진 비행경로에 따라 전진 비행하는 경우, 현지점으로부터 다음번 살포량 변량 주기(예, 1초 간격)에 해당하는 비행지점을 기준으로 정해지는 농지 상의 일정 면적으로 지정될 수 있다. 이를 위해 드론을 이용한 실시간 변량 살포 시스템(200)은 차기 살포 영역을 지정하기 위한 지정부(260)를 더 포함하여 구성할 수 있다.
지정부(260)는 상기 살포량을 변량하는 살포량 변량 주기(예, 1초 간격)가 상기 드론에 정해진 경우, 상기 살포 영역으로의 살포가 이루어지는 드론의 현지점으로부터, 상기 살포량 변량 주기 만큼의 시간(예, 1초 후)이 경과했을 때 드론이 위치하게 되는 비행지점을 식별하고, 상기 비행지점을 기준으로 지정되는 상기 농지 내의 일정 면적을, 상기 드론의 차기 살포 영역으로서 지정한다.
이하 도 4를 참조하여 차기 살포 영역을 지정해 촬영하는 과정을 설명한다.
도 4는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 살포량 변량 주기에 따라 정해지는 차기 살포 영역을 도시한 도면이다.
도 4에는, 드론(410)의 현지점으로부터, 정해진 살포량의 변량 주기(예, '1초' 간격)에 따라 드론(410)이 위치하게 될 비행지점 A를 기준으로 차기 살포 영역(402)을 지정하고, 드론(410)에 의해 상기 현지점에서 살포 영역(401)으로 설정량의 비료를 살포하는 동안, 지정된 차기 살포 영역(402)을 촬영하는 과정(400)이 도시되어 있다.
구체적으로 설명하면, 살포부(210)는 드론(410)의 현지점을 기준으로 정해지는 농지 상의 일정 면적의 살포 영역(401)으로, 이전 비행지점(미도시)에서 설정된 살포량 만큼 비료를 살포할 수 있다.
이때 지정부(260)는 정해진 비행경로에 따라 드론(410)이 우측으로 진행할 경우에, 현지점으로부터 다음번 살포량 변량 주기(예, 1초 간격) 만큼의 시간이 경과했을 때 위치하게 되는 비행지점 A를 기준으로 정해지는 농지 상의 일정 면적을, 살포 영역(401)에 이어지는 차기 살포 영역(402)으로 지정할 수 있다.
살포부(210)에 의해 드론(410)의 현지점에서 살포 영역(401)으로 설정된 살포량 만큼 비료를 살포하는 동안, 촬영부(220)는, 드론(410)에 장착한 멀티스펙트럴 카메라로, 전방의 차기 살포 영역(402)을 촬영할 수 있다.
이때 촬영부(220)는 드론(410)에 장착된 멀티스펙트럴 카메라의 촬영 거리에 따른 촬영 범위(403)에 차기 살포 영역(402)이 들어가지 않을 경우, 카메라의 장착 각도를 조정하여, 차기 살포 영역(403)을 모두 촬영할 수 있다.
하지만 대개 카메라의 촬영 범위(403)가 차기 살포 영역(403) 보다 넓기 때문에, 차기 살포 영역(403)을 촬영한 영상에는, 차기 살포 영역(403)에서 벗어난 농지도 함께 촬영되므로, 영상 중에서 차기 살포 영역(403)에 포함되는 작물 영역 만을 추출하기 위한 처리 과정이 요구된다. 이에 대해서는 도 5 및 도 6을 참조하여 후술한다.
한편 지정부(260)에서는 현재 정해진 살포량 변량 주기(예, 1초 간격)에 따라서 현지점 이후에 살포량을 변량하는 시점(예, 1초 후)에 드론(410)이 위치하게 되는 비행지점 A를 기준으로 차기 살포 영역(402)을 지정하게 되는데, 상기 살포량 변량 주기가 변경(단축 또는 연장)될 경우, 변경된 살포량 변량 주기(예, 2초 간격)에 따라서 현지점으로부터 2초 후에 드론(410)이 위치하게 되는 비행지점 B를 기준으로 차기 살포 영역을 지정할 수 있다.
이처럼 상기 살포량 변량 주기는 드론이 비행하는 동안에도 변경될 수 있고, 상기 살포량 변량 주기가 변경될 경우 차기 살포 영역도 변경되므로, 촬영부(220)는 드론(410)에 장착된 카메라의 촬영 횟수 또는 촬영 거리를 조정해서, 변경된 차기 살포 영역이, 드론(410)의 현지점에서도 촬영되게 할 수 있다.
예를 들어서 상기 살포 영역(401)에 대한 살포량이 설정된 이후, 또는 상기 살포 영역(401)으로 살포를 실시하는 동안에, 상기 살포량 변량 주기의 1/n배(상기 n은 1 보다 큰 자연수) 단축이 요청되는 경우, 지정부(260)는 차기 살포 영역을, 상기 살포량 변량 주기의 변경 전 보다 현지점에서 1/n배 가까운 농지로 지정할 수 있다.
이 경우 촬영부(220)는 상기 드론에 장착된 카메라의 촬영 간격을, 상기 이전 비행지점에서 보다 1/n배 짧게 하여, 상기 카메라에 의한 촬영 횟수를 늘리거나, 또는 상기 드론에 장착된 카메라의 촬영 거리를, 상기 이전 비행지점에서 보다 1/n배 줄여, 상기 카메라에 의한 촬영 범위를 좁히는 조정을 할 수 있다.
이처럼 살포량 변량 주기의 단축이 요청되어, 드론 카메라의 촬영 간격이 짧아지거나 촬영 거리가 근거리가 되면, 부분적인 작물의 생육 상태에 따른 변량을 상대적으로 자주 실시할 수 있게 되므로, 드론에 의해 보다 정밀한 변량 살포가 가능해진다.
반대로 살포량 변량 주기의 연장이 요청되는 경우에는, 카메라의 촬영 거리를 늘리거나 촬영 간격을 길게 하여, 작물의 생육 상태가 비교적 균일한 부분에서는 변량 없이 신속하게 살포를 진행하도록 할 수 있다.
따라서 본 발명에 의해서는, 재배되는 작물의 생육 상태가 비교적 고르다고 판단되는 농지에서는 살포량 변량 주기를 상대적으로 길게 해서 신속한 비료 살포를 수행하다가, 작물의 생육 상태가 비교적 고르지 않다고 판단될 때 살포량 변량 주기를 짧게 단축하여, 작물 생육 상태에 따른 정밀한 변량 살포를 실시할 수 있다.
구동부(230)는 상기 살포 영역에 대한 살포가 완료되어, 정해진 비행경로에 따라 상기 드론을 비행 제어한다.
예를 들어 도 4를 참조하면, 살포부(210)에 의해 드론(410)의 현지점에서 살포 영역(401)으로 설정된 살포량 만큼의 비료 살포가 완료되면, 구동부(230)는 정해진 비행경로를 따른 진행방향으로, 차기 살포 영역(402)의 직상에 해당하는 비행지점 A에 도달할 때까지 전진 비행을 제어할 수 있다.
또한 구동부(230)는 비행지점 A에 도달 후, 차기 살포 영역(402)으로의 설정된 살포량의 비료 살포가 완료되면, 다시 정해진 비행경로를 따른 진행방향으로 전진 비행을 재개하여, 차기 살포 영역(402) 이후의 살포 영역의 직상에 해당하는 비행지점 B에 도달할 때까지 비행을 제어할 수 있다.
여기서 비행지점 A, B는 드론(410)의 현지점으로부터 살포량 변량 주기(예, 1초 간격)에 따른 시간(예 '1초')이 경과할 때 마다 위치하게 되는 비행지점으로, 살포량을 변량하는 비행지점이 된다.
한편 드론(410)에 장착된 카메라를 통해 촬영된 영상에서 추출되는 차기 살포 영역(402)이, 상기 농지의 경계와 인접하는 경우, 드론(410)은 더 이상 전방으로 전진 비행할 수 없게 된다.
이 경우 구동부(230)는 차기 살포 영역(402)의 직상(直上)에 해당하는 비행지점 A에 도달한 드론(410)에 의해 차기 살포 영역(402)이 살포되는 동안, 드론(410)을 좌우로 방향 전환하여, 드론(410)의 전방에 장착된 카메라를 통해 다음 번 살포 영역을 촬영 가능하게 할 수 있다. 실시예에 따라서는 드론(410)의 측면에도 카메라가 장착될 수 있고, 촬영부(220)는 측면 카메라를 통해서 농지(310) 내의 차기 살포 영역을 촬영할 수도 있다.
예를 들어 도 3을 더 참조하면, 구동부(230)는 농지(310)의 좌측 상단점(301)에서 비행을 시작하여 비행경로(320)를 따라 전진 비행하는 드론(410)의 차기 살포 영역(402)이 농지(310)의 경계(330)에 맞닿는 것이 확인되면, 드론(410)이 농지(310)에서 아직 비행하지 않은 쪽으로 이어서 비행할 수 있도록, 일단 차기 살포 영역(402)의 직상의 비행지점 A까지 비행한 후, 우측으로 90도 방향전환하여 차기 살포 영역(402)의 길이만큼 이동 후, 다시 우측으로 90도 방향전환해서 방금과는 반대 방향으로 전방으로 직진 비행하도록, 드론(410)을 비행 제어할 수 있다.
이처럼 구동부(230)는 정해진 비행경로(320)에 따라 농지(310) 상의 비행 종료 지점(302)에 도달할 때까지 드론(410)의 전진 비행과 방향 전환을 제어할 수 있고, 이에 따라 촬영부(220)는 드론(410)이 방향 전환을 반복하더라도, 드론(410)이 아직 비행하지 않아 비료가 살포되지 않은 전방 농지의 차기 살포 영역을 계속적으로 촬영할 수 있다.
설정부(240)는 상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정한다.
다시 말해 설정부(240)는 드론이 전진 비행하는 동안, 적어도 차기 살포 영역의 직상에 해당하는 비행지점(살포량 변량 지점)에 도달하기 전까지, 차기 살포 영역 내 작물의 생육 상태의 분석과 그에 따른 살포량의 변량을 완료할 수 있다.
이에 따라 살포부(210)는 드론이 차기 살포 영역의 직상에 해당하는 비행지점에 도달 시, 별도의 처리 시간을 가질 필요 없이 곧바로 변량한 살포량 만큼의 비료를 상기 차기 살포 영역으로 자동 살포할 수 있다.
본 명세서에서 작물의 생육 상태는, 촬영한 영상에서 차기 살포 영역 내의 작물을 딥러닝에 의해 인식한 후, 해당 작물의 활력도를 나타내는 '식생지수'의 산출을 통해 확인하는 방법이 이용될 수 있으나, 이 식생지수 외에도 작물의 생육 상태, 즉 작물의 건강도나 활력도, 적정 시점에 적정 수준으로 자라고 있는지를 나타내는 성장 수준을 알 수 있는 다양한 방법이 이용될 수 있다.
이하에서는 차기 살포 영상을 촬영한 영상을 처리하여 차기 살포 영상 내 살포 대상 작물의 생육 상태를 확인하는 과정을 설명한다. 특히, 차기 살포 영상을 촬영한 영상에는 차기 살포 영역에서 벗어난 농지도 함께 촬영될 수 있기 때문에, 촬영 영상에서 차기 살포 영역에 해당하는 작물 영역의 추출을 통해, 차기 살포 영역 내 작물의 생육 상태를 정확히 파악하는 것이 요구된다.
이를 위해 드론을 이용한 실시간 변량 살포 시스템(200)은, 처리부(270)를 더 포함하여 구성할 수 있다.
처리부(270)는 딥러닝 기법을 이용하여, 상기 차기 살포 영역을 촬영한 영상으로부터, 상기 차기 살포 영역에서 재배되는 살포 대상 작물을 인식하고, 해당 작물에 관한 작물 영역을 상기 촬영한 영상에서 추출하여, 상기 작물 영역에 대한 처리를 통해, 상기 작물의 생육 상태를 확인한다.
상기 작물의 생육 상태는, 작물의 건강도나 활력도, 적정 시점에 적정 수준으로 자라고 있는지를 나타내는 성장 수준을 나타내는 식생지수나 그 밖의 지표를 통해 확인될 수 있다.
일례로 처리부(270)는 상기 드론에 장착된 카메라에 의해 촬영되는 영상을 세그멘테이션하여, 복수의 단위영역으로 분할하고, 딥러닝 기법에 의해 구축되는 작물판별모델에, 상기 복수의 단위영역 각각을 순차 입력하여, 각각의 단위영역이 작물인지 판별할 수 있다.
여기서 작물판별모델은 단위영역에 해당하는 이미지들과 각각의 이미지가 작물('1')이거나 작물이 아닐 때('0')의 값을 대량으로 딥러닝하는 것으로, 새로운 단위영역을 입력했을 때 출력되는 값에 의해, 입력된 단위영역이 작물인지 아닌지 판별 가능하도록 구축될 수 있다.
처리부(270)는 상기 복수의 단위영역 중 작물로 판별되는 제1 단위영역을 포함하여, '작물 인식 유효영역'을 구성할 수 있고, 상기 '작물 인식 유효영역 중에서 상기 차기 살포 영역에 포함되는 상기 제1 단위영역을 포함하여, '작물 영역'을 구성할 수 있다.
즉 처리부(270)는 상기 복수의 단위영역 중 작물로 판별되면서 상기 차기 살포 영역에 포함되는 제1 단위영역으로 구성되는 상기 작물 영역을, 상기 촬영한 영상으로부터 추출할 수 있다.
이하 도 5 내지 도 6을 참조하여 작물 영역을 추출하는 과정을 설명한다.
도 5는 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 촬영 영상 내의 작물 인식 유효영역을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 시스템에서, 촬영 영상에서 추출되는 작물 영역을 도시한 도면이다.
도 5에는 드론(510)에 장착된 카메라를 통해 촬영된 영상을 처리하여, 작물 인식 유효영역(502)을 구성하는 과정(500)이 도시되어 있고, 도 6에는 작물 인식 유효영역(620) 중 차기 살포 영역에 포함되는 작물 영역(630)을 촬영된 영상(610)으로부터 추출하는 과정이 도시되어 있다.
도 5를 참조하면, 촬영부(220)는 드론(510)에 장착된 카메라에 의해 전방 농지의 차기 살포 영역을 촬영 시, 카메라의 촬영 거리에 따라 정해지는 촬영 범위(501)에 속하는 영상을 촬영할 수 있다.
처리부(270)는 촬영된 영상을 세그멘테이션하여 복수의 단위영역으로 분할하고, 딥러닝 기법에 의해 복수의 단위영역 각각의 작물을 인식할 수 있다.
예를 들어 처리부(270)는 작물 판별 모델에 의해 각각의 단위영역이 작물인지 작물이 아닌 농터인지 판별할 수 있고 또 작물의 종류까지 판별하여, 살포 대상 작물(예, '벼')이 아닌 작물(예, '옥수수')의 제2 단위영역을 제외하고, 살포 대상 작물(예, '벼')로 판별되는 제1 단위영역으로, 작물 인식 유효영역(502)을 구성할 수 있다.
이때 처리부(270)는 도 5에 도시된 것처럼 '촬영 방향'에 따른 촬영 범위(501)에서 일부가 벗어나 있는 작물은 제외하고, 작물 인식 유효영역(502)을 구성할 수 있다.
도 6을 더 참조하면, 차기 살포 영역을 촬영한 영상(610)에서 작물 인식 유효영역(502, 620)을 구성한 후, 처리부(270)는 해당 작물 인식 유효영역(502, 620) 중에서 상기 차기 살포 영역에 들어가는 작물 영역(630)을, 영상(610)으로부터 추출할 수 있다.
상술한 과정에 의해 상기 작물 영역의 추출이 완료되면, 처리부(270)는 상기 작물 영역을 처리하여, 상기 차기 살포 영역 내 작물에 대한 정규식생지수(NDVI), 적변식생지수(NDRE), 녹색정규식생지수(GNDVI) 및 진보된 식생지수(AVI) 중 적어도 하나의 식생지수를 산출할 수 있다.
이중에서 정규식생지수(NDVI)는, 파장 중 적색의 Red 파장과 근적외선(Near-Infrared)의 NIR 파장을 이용하여 산출되는 지수로서, 건강하고 활력이 높거나 밀도가 높은 식생에서 근적외선의 반사율이 매우 높게 나타나는 점에 착안해 만들어진 지수이다.
NDVI = (NIR - Red) / (NIR + Red)
위 수식에서 Red은 적색 파장이고, NIR은 근적외선 파장을 나타내고, 산출되는 정규식생지수는 대략 '1'에서 '-1'까지의 값을 갖는다.
정규식생지수(NDVI)의 값이 높을수록, 근적외선의 반사율이 높아서 식생이 밀집되어 있거나 활력이 매우 높은 상태, 다시 말하면 작물의 생육 상태가 양호하다는 것을 의미하고 보통 '0.'5에서 '0.7' 사이의 값을 가지게 된다.
또한 정규식생지수(NDVI)의 값이 대략 '0.2'에서 '0.1' 사이의 값을 가질 때 작물의 생육 상태가 양호하지 않고 성장수준이 평균 미달인 것을 의미할 수 있다.
한편 기상이나 카메라 센서의 차이 등의 촬영 당시의 환경에 의해 식생지수 값이 차이가 날 수 있기 때문에 그 값을 상황에 따라 보정하여 적용하여야 한다.
처리부(270)는 상기 작물 영역에서 산출한 식생지수에 근거해서, 상기 식생지수의 값이 속하는 구간('0.'5~'0.7' 또는 '0.2'~'0.1')에 따라, 상기 작물의 생육 상태를 '양호' 또는 '양호하지 않음'으로 확인할 수 있다.
설정부(240)는 상기 작물의 생육 상태가 '양호하지 않음'으로 확인되면, 상기 차기 살포 영역에 살포할 비료의 살포량을, 정해진 기준치에서 일정치 증가하도록 변량할 수 있다.
또한 설정부(240)는 상기 작물의 생육 상태가 '양호'로 확인되면, 설정부(240)는 상기 차기 살포 영역에 살포할 비료의 살포량을, 정해진 기준치로 설정할 수 있다. 혹은 영양 공급이 더 필요 없을 정도로 작물의 생육 상태가 좋은 경우, 설정부(240)는 상기 차기 살포 영역에 살포할 비료의 살포량을 '0'으로 설정하여 해당 영역에서의 비료 살포를 건너 띄고, 영양 공급이 필요한 농지에만 부분적으로 필요량의 비료를 살포하게 하는 것도 가능하다.
살포부(210)는 상기 비행 제어에 따라 전진 비행하는 상기 드론이, 상기 차기 살포 영역의 직상에 해당하는 비행지점에 도달하는지 판단할 수 있다.
상기 차기 살포 영역의 직상에 해당하는 비행지점은, 상기 살포 영역으로의 살포가 이루어지는 드론의 현지점으로부터 살포량 변량 주기 만큼의 시간이 경과했을 때 상기 드론이 위치하게 되는 비행지점을 의미할 수 있다.
살포부(210)는 상기 드론이 상기 차기 살포 영역의 직상에 해당하는 비행지점에 도달하는 것이 확인되면, 상기 드론에 보유되는 비료를, 상기 변량한 살포량 만큼 상기 차기 살포 영역에 즉시 살포할 수 있다.
이처럼 본 발명에 따르면, 넓은 농지 상을 살포 비행하는 드론을 통해 동일한 살포량의 비료를 균일하게 살포하는 것이 아니라, 작물의 생육 상태에 따라 살포할 비료량을 실시간으로 조절함으로써, 농지 전체적으로 작물들의 상태에 따른 필요 적정량의 비료가 살포되도록 할 수 있다.
또한 본 발명에 따르면, 농지에 비료를 살포하면서 비행하는 드론의 전방의 장착된 카메라를 통해, 드론의 비행 방향으로 차기 살포 영역을 미리 촬영하여 드론의 도달 전까지 차기 살포 영역에 살포할 비료의 살포량을 자동 조정하는 것으로, 드론에 의한 실시간 변량 살포를 손쉽게 구현할 수 있다.
도 7은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 과정을 도시한 도면이다.
도 7을 참조하면, 드론을 이용한 실시간 변량 살포 시스템(200)은, 드론의 자동 비행경로를 생성하여(단계(710)), 자동 비행경로에 따라 살포 비행을 시작한다(단계 (720)).
본 단계(710, 720)는 농업용 드론에 의한 자동 시비를 위해 자동비행경로를 생성하고, 생성된 비행경로에 의한 자동경로비행을 수행하는 과정일 수 있다.
드론을 이용한 실시간 변량 살포 시스템(200)은, 드론에 의해 살포 비행하는 동안, 드론에 장착된 전방 멀티스펙트럴 카메라로 차기 살포 영역을 촬영한다(단계 (730)).
일례로 드론을 이용한 실시간 변량 살포 시스템(200)은, 비행 중 드론에 장착된 멀티스펙트럴 카메라로 전방 농지를 예컨대 '1초' 간격으로 촬영을 시작하고, 촬영 피사체가 되는 차기 살포 영역이, '1초' 후에 드론이 이동할 전방 농지영역이 되도록 카메라 각도를 적절히 조정할 수 있다.
여기서 '1초'라는 시간은 '1초' 간격으로 살포량을 변경할 수 있다는 것을 전제로 하며, 살포량을 변경하는 간격을 조정하는 경우 촬영 시간을 조정하거나 거리기준으로 촬영하는 방법도 가능하다.
예를 들어 '2초' 간격으로 살포를 할 경우, 드론을 이용한 실시간 변량 살포 시스템(200)은 '2초' 뒤 드론이 이동할 위치의 작물을 촬영할 수 있다.
결과적으로 촬영 거리가 짧을수록 보다 정밀한 변량 살포가 가능하게 된다.
드론을 이용한 실시간 변량 살포 시스템(200)은, 촬영 영상으로부터 차기의 살포 대상이 되는 작물 영역을 추출하고(단계 (740)), 작물 영역으로부터 식생지수를 산출한다(단계 (750)).
드론을 이용한 실시간 변량 살포 시스템(200)은, 영상 촬영과 동시에 영상에서 작물 생육상태를 파악하기 위해 AI 딥러닝에 의한 대상 작물에 대한 인식 및 세그멘테이션을 수행하고 살포대상 작물 영역을 추출할 수 있다.
이때 드론을 이용한 실시간 변량 살포 시스템(200)은, AI 딥러닝에 의한 실시간 작물 인식 및 세그멘테이션에 선행하여, 사전에 드론 멀티스펙트럴 카메라 촬영 영상으로 딥러닝을 충분히 수행하여 작물 인식율을 높이는 과정을 수행할 수 있다.
또한 드론을 이용한 실시간 변량 살포 시스템(200)은, 카메라의 기울어진 촬영 각도를 반영하여 촬영된 이미지 상에서 다음 살포 대상 농지 영역에 포함되는 작물들에 대해서만 작물 인식 처리를 할 수 있다.
드론을 이용한 실시간 변량 살포 시스템(200)은, 추출된 작물 세그멘테이션 영역(작물 인식 유효 영역)의 식생지수(예, NDVI, NDRE 등)를 얻기 위해, 세그멘테이션된 작물 이미지의 밴드간 연산을 수행할 수 있다.
NDVI 식생지수의 경우, 아래 수식과 같은 계산을 통해 산출될 수 있다.
NDVI = (NIR - RED) / (NIR + RED)
NDVI의 값이 '-1'에서 '1' 사이의 값을 가지는데, 보편적으로 '0.5'~'0.7' 구간의 값일 경우 건강한 상태이고, '0.2'~'0.1' 구간일 경우 건강하지 않은 상태로 확인될 수 있다. 하지만 기상이나 카메라 센서의 차이 등의 촬영 당시의 환경에 의해 식생지수 값이 차이가 나는 경우 그 값을 상황에 따라 보정하여 적용하여야 한다.
드론을 이용한 실시간 변량 살포 시스템(200)은, 산출한 식생지수에 따라 차기 살포 영역으로의 살포량을 변량한다(단계 (760)).
다음 살포 시점이 예를 들어 '1초' 후인 경우, 드론을 이용한 실시간 변량 살포 시스템(200)은 상기 단계 (740 내지 750)에서의 차기 살포 영역을 촬영한 영상에서 작물의 생육 상태를 확인하는 과정을, 반드시 '1초' 이내에 처리할 수 있다. 이를 통해, 다음 살포량 시점이 도래하기 전까지 단계 (760)에서의 살포량의 변량 설정이 완료되도록 할 수 있다.
드론을 이용한 실시간 변량 살포 시스템(200)은, 드론이 전진 비행함에 따라 차기 살포 영역에 도달 시, 별도의 처리 과정 없이, 단계(760)에서 설정해둔 변량한 살포량으로 차기 살포 영역에 자동 살포를 실시한다(단계 (770)).
이에 따라 드론은, 넓은 농지에서 재배되는 작물의 생육 상태에 따라 부분적으로 비료 살포량을 적절히 변량하여 살포할 수 있게 된다.
이처럼 본 발명에 의하면, 드론에 의한 실시간 변량 살포를 효율적으로 실시할 수 있게 되므로 현실 영농에의 적용이 용이하고, 결과적으로 작물의 생산성 향상에 기여할 수 있다.
도 8은 본 발명의 일실시예에 따른 드론을 이용한 실시간 변량 살포 방법의 순서를 도시한 흐름도이다.
본 실시예에 따른 드론을 이용한 실시간 변량 살포 방법은, 상술한 드론을 이용한 실시간 변량 살포 시스템(200)에 의해 수행될 수 있다.
도 8을 참조하면, 단계(810)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 농지 내 살포 영역의 직상에 위치한 드론에 의해 설정된 살포량의 비료를 살포한다.
단계(820)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 살포하는 동안, 드론의 카메라로 차기 살포 영역을 촬영한다.
단계(830)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 살포 완료 시, 정해진 비행경로에 따라 드론을 비행 제어한다.
단계(840)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 촬영된 영상을 통해 차기 살포 영역 내 작물을 인식한다.
단계(850)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 작물 영역을 처리해 산출한 식생지수에 따라 작물의 생육 상태를 확인한다.
단계(860)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 작물의 생육 상태를 고려하여 차기 살포 영역에 살포할 비료의 살포량을 변량한다.
단계(870)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 드론이 차기 살포 영역의 직상에 해당하는 비행지점에 도달하는지 판단한다.
단계(880)에서 드론을 이용한 실시간 변량 살포 시스템(200)은, 드론이 차기 살포 영역의 직상에 해당하는 비행지점에 도달 시, 상기 차기 살포 영역에 상기 단계(870)에서 변량한 살포량의 비료를 살포한다.
이와 같이, 본 발명의 일실시예에 따르면, 정해진 살포량 변량 주기에 따라 정해지는 차기 살포 영역에서의 작물의 생육 상태를 고려하여, 넓은 농지를 살포 영역 단위로 살포량을 실시간 변량하여, 적정량의 비료를 농지에 공급할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
200: 실시간 변량 살포 시스템
210: 살포부
220: 촬영부
230: 구동부
240: 설정부
250: 생성부
260: 지정부
270: 처리부

Claims (17)

  1. 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포하는 단계;
    상기 드론의 현지점으로부터, 정해진 비행경로에 따른 진행방향으로 살포량 변량 주기 만큼의 시간이 경과했을 때 상기 드론이 위치하게 되는 비행지점을 식별하고, 상기 비행지점을 기준으로 지정되는 상기 농지 내의 일정 면적을, 상기 드론의 차기 살포 영역으로서 지정하는 단계;
    상기 드론의 현지점에서 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 차기 살포 영역을 촬영하는 단계;
    상기 살포 영역에 대한 살포가 완료되면, 상기 비행경로에 따라 상기 차기 살포 영역의 직상에 해당하는 상기 비행지점에 도달할 때까지, 상기 드론을 비행 제어하는 단계;
    상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정하는 단계; 및
    상기 차기 살포 영역의 직상에 해당하는 상기 비행지점에 상기 드론이 도달함에 따라, 상기 드론에 보유된 비료를, 상기 변량한 살포량 만큼 상기 차기 살포 영역에 살포하는 단계
    를 포함하는 드론을 이용한 실시간 변량 살포 방법.
  2. 제1항에 있어서,
    상기 차기 살포 영역을 촬영하는 단계는,
    상기 차기 살포 영역이, 상기 드론에 장착된 카메라의 촬영 거리에 따른 촬영 범위에 포함되도록, 상기 카메라의 장착 각도를 조정하여, 상기 차기 살포 영역을 촬영하는 단계
    를 포함하는 드론을 이용한 실시간 변량 살포 방법.
  3. 제1항에 있어서,
    상기 드론의 현지점으로부터 상기 살포량 변량 주기 만큼의 시간 이전에 상기 드론이 위치했던 이전 비행지점에서 촬영한 영상에 기초하여, 상기 살포 영역에 대한 살포량이 설정된 이후에, 상기 살포량 변량 주기의 1/n배(상기 n은 1 보다 큰 자연수) 단축이 요청되는 경우,
    상기 드론에 장착된 카메라의 촬영 간격을, 상기 이전 비행지점에서 보다 1/n배 짧게 하여, 상기 드론의 현지점에서의 상기 카메라에 의한 촬영 횟수를 늘리는 단계; 또는
    상기 드론에 장착된 카메라의 촬영 거리를, 상기 이전 비행지점에서 보다 1/n배 줄여, 상기 드론의 현지점에서의 상기 카메라에 의한 촬영 범위를 좁히는 단계
    를 더 포함하는 드론을 이용한 실시간 변량 살포 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 드론에 장착된 카메라를 통해 촬영된 영상에서 추출되는 상기 차기 살포 영역이, 상기 농지의 경계와 인접하는 경우,
    상기 비행지점에 도달한 상기 드론에 의해, 상기 차기 살포 영역이 살포되는 동안, 상기 드론을 좌우로 방향 전환하는 단계; 및
    상기 방향 전환한 후에 상기 드론의 전방에 위치하는 상기 농지 내의 차기 살포 영역을 촬영하는 단계
    를 더 포함하는 드론을 이용한 실시간 변량 살포 방법.
  6. 제1항에 있어서,
    딥러닝 기법을 이용하여, 상기 촬영한 영상으로부터, 상기 차기 살포 영역에서 재배되는 작물을 인식하는 단계; 및
    상기 촬영한 영상에서 추출되는 작물 영역에 대한 처리를 통해, 상기 작물의 생육 상태를 확인하는 단계
    를 더 포함하고,
    상기 변량하여 설정하는 단계는,
    상기 작물의 생육 상태가 '양호하지 않음'으로 확인되면,
    상기 차기 살포 영역에 살포할 비료의 살포량을, 정해진 기준치에서 일정치 증가하도록 변량하는 단계
    를 포함하는 드론을 이용한 실시간 변량 살포 방법.
  7. 제6항에 있어서,
    상기 작물을 인식하는 단계는,
    상기 카메라에 의해 촬영되는 영상을 세그멘테이션하여, 복수의 단위영역으로 분할하는 단계; 및
    딥러닝 기법에 의해 구축되는 작물판별모델에, 상기 복수의 단위영역 각각을 순차 입력하여, 각각의 단위영역이 작물인지 판별하는 단계
    를 포함하는 드론을 이용한 실시간 변량 살포 방법.
  8. 제7항에 있어서,
    상기 작물의 생육 상태를 확인하는 단계는,
    상기 복수의 단위영역 중 작물로 판별되면서 상기 차기 살포 영역에 포함되는 제1 단위영역을 포함하여, 상기 작물 영역을 추출하는 단계;
    상기 작물 영역을 처리하여, 정규식생지수(NDVI), 적변식생지수(NDRE), 녹색정규식생지수(GNDVI) 및 진보된 식생지수(AVI) 중 적어도 하나의 식생지수를 산출하는 단계; 및
    상기 식생지수의 값이 속하는 구간에 따라, 상기 작물의 생육 상태를 '양호' 또는 '양호하지 않음'으로 확인하는 단계
    를 포함하는 드론을 이용한 실시간 변량 살포 방법.
  9. 드론의 현지점을 기준으로 지정되는 농지 내의 살포 영역으로, 상기 드론에 보유된 비료를 상기 살포 영역에 설정된 살포량 만큼 살포하는 살포부;
    상기 드론의 현지점으로부터, 정해진 비행경로에 따른 진행방향으로 살포량 변량 주기 만큼의 시간이 경과했을 때 상기 드론이 위치하게 되는 비행지점을 식별하고, 상기 비행지점을 기준으로 지정되는 상기 농지 내의 일정 면적을, 상기 드론의 차기 살포 영역으로서 지정하는 지정부;
    상기 드론의 현지점에서 상기 살포 영역이 살포되는 동안, 상기 드론에 장착된 카메라를 통해, 상기 차기 살포 영역을 촬영하는 촬영부;
    상기 살포 영역에 대한 살포가 완료되면, 상기 비행경로에 따라 상기 차기 살포 영역의 직상에 해당하는 상기 비행지점에 도달할 때까지, 상기 드론을 비행 제어하는 구동부; 및
    상기 비행 제어하는 동안, 상기 촬영한 영상에서 확인되는 작물의 생육 상태를 고려하여, 상기 차기 살포 영역에 살포할 비료의 살포량을 일정치 변량하여 설정하는 설정부
    를 포함하고,
    상기 차기 살포 영역의 직상에 해당하는 상기 비행지점에 상기 드론이 도달함에 따라,
    상기 살포부는,
    상기 드론에 보유된 비료를, 상기 변량한 살포량 만큼 상기 차기 살포 영역에 살포하는
    드론을 이용한 실시간 변량 살포 시스템.
  10. 제9항에 있어서,
    상기 촬영부는,
    상기 차기 살포 영역이, 상기 드론에 장착된 카메라의 촬영 거리에 따른 촬영 범위에 포함되도록, 상기 카메라의 장착 각도를 조정하여, 상기 차기 살포 영역을 촬영하는
    드론을 이용한 실시간 변량 살포 시스템.
  11. 제9항에 있어서,
    상기 드론의 현지점으로부터 상기 살포량 변량 주기 만큼의 시간 이전에 상기 드론이 위치했던 이전 비행지점에서 촬영한 영상에 기초하여, 상기 살포 영역에 대한 살포량이 설정된 이후에, 상기 살포량 변량 주기의 1/n배(상기 n은 1 보다 큰 자연수) 단축이 요청되는 경우,
    상기 촬영부는,
    상기 드론에 장착된 카메라의 촬영 간격을, 상기 이전 비행지점에서 보다 1/n배 짧게 하여, 상기 드론의 현지점에서의 상기 카메라에 의한 촬영 횟수를 늘리거나, 또는
    상기 드론에 장착된 카메라의 촬영 거리를, 상기 이전 비행지점에서 보다 1/n배 줄여, 상기 드론의 현지점에서의 상기 카메라에 의한 촬영 범위를 좁히는
    드론을 이용한 실시간 변량 살포 시스템.
  12. 삭제
  13. 제9항에 있어서,
    상기 드론에 장착된 카메라를 통해 촬영된 영상에서 추출되는 상기 차기 살포 영역이, 상기 농지의 경계와 인접하는 경우,
    상기 구동부는,
    상기 비행지점에 도달한 상기 드론에 의해, 상기 차기 살포 영역이 살포되는 동안, 상기 드론을 좌우로 방향 전환하고,
    상기 촬영부는,
    상기 방향 전환한 후에 상기 드론의 전방에 위치하는 상기 농지 내의 차기 살포 영역을 촬영하는
    드론을 이용한 실시간 변량 살포 시스템.
  14. 제9항에 있어서,
    딥러닝 기법을 이용하여, 상기 촬영한 영상으로부터, 상기 차기 살포 영역에서 재배되는 작물을 인식하고, 상기 촬영한 영상에서 추출되는 작물 영역에 대한 처리를 통해, 상기 작물의 생육 상태를 확인하는 처리부
    를 더 포함하고,
    상기 설정부는,
    상기 작물의 생육 상태가 '양호하지 않음'으로 확인되면,
    상기 차기 살포 영역에 살포할 비료의 살포량을, 정해진 기준치에서 일정치 증가하도록 변량하는
    드론을 이용한 실시간 변량 살포 시스템.
  15. 제14항에 있어서,
    상기 처리부는,
    상기 카메라에 의해 촬영되는 영상을 세그멘테이션하여, 복수의 단위영역으로 분할하고, 딥러닝 기법에 의해 구축되는 작물판별모델에, 상기 복수의 단위영역 각각을 순차 입력하여, 각각의 단위영역이 작물인지 판별하는
    드론을 이용한 실시간 변량 살포 시스템.
  16. 제15항에 있어서,
    상기 처리부는,
    상기 복수의 단위영역 중 작물로 판별되면서 상기 차기 살포 영역에 포함되는 제1 단위영역을 포함하여, 상기 작물 영역을 추출하고,
    상기 작물 영역을 처리하여, 정규식생지수(NDVI), 적변식생지수(NDRE), 녹색정규식생지수(GNDVI) 및 진보된 식생지수(AVI) 중 적어도 하나의 식생지수를 산출하고,
    상기 식생지수의 값이 속하는 구간에 따라, 상기 작물의 생육 상태를 '양호' 또는 '양호하지 않음'으로 확인하는
    드론을 이용한 실시간 변량 살포 시스템.
  17. 제1항 내지 제3항, 제5항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
KR1020200134298A 2020-10-16 2020-10-16 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템 KR102218863B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200134298A KR102218863B1 (ko) 2020-10-16 2020-10-16 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200134298A KR102218863B1 (ko) 2020-10-16 2020-10-16 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템

Publications (1)

Publication Number Publication Date
KR102218863B1 true KR102218863B1 (ko) 2021-02-24

Family

ID=74688748

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200134298A KR102218863B1 (ko) 2020-10-16 2020-10-16 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템

Country Status (1)

Country Link
KR (1) KR102218863B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113057004A (zh) * 2021-04-16 2021-07-02 张伟民 农业用的喷洒范围可调节环保型施肥设备
CN114451118A (zh) * 2022-03-16 2022-05-10 中国水稻研究所 一种基于无人机的水稻均匀施穗肥方法
WO2023172080A1 (ko) * 2022-03-11 2023-09-14 주식회사 카탈로닉스 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
CN117243215A (zh) * 2023-11-17 2023-12-19 中化现代农业有限公司 变量植保方法、装置、变量植保设备、电子设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140303814A1 (en) * 2013-03-24 2014-10-09 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
WO2016183000A1 (en) * 2015-05-12 2016-11-17 BioSensing Systems, LLC Apparatuses and methods for bio-sensing using unmanned aerial vehicles
KR20170047036A (ko) * 2015-10-22 2017-05-04 농업회사법인 주식회사 호그린 무인 농약 공급 시스템
WO2017077543A1 (en) * 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140303814A1 (en) * 2013-03-24 2014-10-09 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
WO2016183000A1 (en) * 2015-05-12 2016-11-17 BioSensing Systems, LLC Apparatuses and methods for bio-sensing using unmanned aerial vehicles
KR20170047036A (ko) * 2015-10-22 2017-05-04 농업회사법인 주식회사 호그린 무인 농약 공급 시스템
WO2017077543A1 (en) * 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113057004A (zh) * 2021-04-16 2021-07-02 张伟民 农业用的喷洒范围可调节环保型施肥设备
CN113057004B (zh) * 2021-04-16 2024-01-26 张伟民 农业用的喷洒范围可调节环保型施肥设备
WO2023172080A1 (ko) * 2022-03-11 2023-09-14 주식회사 카탈로닉스 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
CN114451118A (zh) * 2022-03-16 2022-05-10 中国水稻研究所 一种基于无人机的水稻均匀施穗肥方法
CN114451118B (zh) * 2022-03-16 2023-01-03 中国水稻研究所 一种基于无人机的水稻均匀施穗肥方法
CN117243215A (zh) * 2023-11-17 2023-12-19 中化现代农业有限公司 变量植保方法、装置、变量植保设备、电子设备和介质
CN117243215B (zh) * 2023-11-17 2024-04-05 中化现代农业有限公司 变量植保方法、装置、变量植保设备、电子设备和介质

Similar Documents

Publication Publication Date Title
KR102218863B1 (ko) 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템
US20200364932A1 (en) System and Method of Virtual Plant Field Modelling
US20210360850A1 (en) Automatic driving system for grain processing, automatic driving method, and path planning method
US20220117218A1 (en) Autonomous system for light treatment of a plant
US20230121291A1 (en) Detection and precision application of treatment to target objects
CN113597874B (zh) 一种除草机器人及其除草路径的规划方法、装置和介质
US11406097B2 (en) Autonomous detection and treatment of agricultural objects via precision treatment delivery system
CN109588107A (zh) 收割机及其自动驾驶方法
US20230343090A1 (en) Automated Treatment of an Agricultural Field
US11853080B2 (en) Spray operation method and device for unmanned aerial vehicle
JP7119061B2 (ja) 制御装置、作業機、プログラム及び制御方法
JP2022542764A (ja) 農業機器を用いて農場を処置するための適用マップを生成する方法
US20210365037A1 (en) Automatic driving system for grain processing, automatic driving method, and automatic identification method
US20220101554A1 (en) Extracting Feature Values from Point Clouds to Generate Plant Treatments
CN209983105U (zh) 收割机
JP2022516898A (ja) ハーベスター及びその自動運転方法
KR102089423B1 (ko) 시비 및 방제를 위한 실시간 드론 제어 방법 및 실시간 드론 제어 시스템
CN113439726B (zh) 一种基于5g网络的植保无人机精准对靶喷洒方法及装置
US20230028506A1 (en) Method for Processing Plants in a Field
CN113361377A (zh) 一种植物生长管控模型构建方法、电子设备、存储介质
Kong et al. Perception and steering control in paired bat flight
WO2019237412A1 (zh) 一种用于自动操控的无人机植保监控系统及方法
CN116977112B (zh) 植株培育的方法、装置以及系统
RU2774651C1 (ru) Система автоматического вождения для переработки зерна, способ автоматического вождения и способ планирования траектории
US20240074428A1 (en) System and method for adjustable targeting in field treatment

Legal Events

Date Code Title Description
GRNT Written decision to grant