KR102249642B1 - 유해조수 퇴치 방법 및 이를 수행하는 장치들 - Google Patents

유해조수 퇴치 방법 및 이를 수행하는 장치들 Download PDF

Info

Publication number
KR102249642B1
KR102249642B1 KR1020190023470A KR20190023470A KR102249642B1 KR 102249642 B1 KR102249642 B1 KR 102249642B1 KR 1020190023470 A KR1020190023470 A KR 1020190023470A KR 20190023470 A KR20190023470 A KR 20190023470A KR 102249642 B1 KR102249642 B1 KR 102249642B1
Authority
KR
South Korea
Prior art keywords
harmful
time
sound
tide
output
Prior art date
Application number
KR1020190023470A
Other languages
English (en)
Other versions
KR20190106710A (ko
Inventor
전흥석
이철원
Original Assignee
건국대학교 글로컬산학협력단
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 건국대학교 글로컬산학협력단 filed Critical 건국대학교 글로컬산학협력단
Publication of KR20190106710A publication Critical patent/KR20190106710A/ko
Application granted granted Critical
Publication of KR102249642B1 publication Critical patent/KR102249642B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00Scaring or repelling devices, e.g. bird-scaring apparatus
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/16Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Zoology (AREA)
  • Insects & Arthropods (AREA)
  • Pest Control & Pesticides (AREA)
  • Wood Science & Technology (AREA)
  • Birds (AREA)
  • Environmental Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Catching Or Destruction (AREA)

Abstract

유해조수 퇴치 방법 및 이를 수행하는 장치들이 개시된다. 일 실시예에 따른 유해조수 퇴치 방법은 유해조수의 침입을 탐지하는 단계와, 상기 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 상기 유해조수에게 퇴치음을 출력하는 단계를 포함한다.

Description

유해조수 퇴치 방법 및 이를 수행하는 장치들{A METHOD OF EXTERMINATING HARMFUL ANIMALS, AND APPARATUSES PERFORMING THE SAME}
아래 실시예들은 유해조수 퇴치 방법 및 이를 수행하는 장치들에 관한 것이다.
유해조수로 인한 농지·과수지 농작물의 피해 현황은 계속 증가하고 있다.
산림녹화 및 숲 가꾸기 사업 등의 서식 환경 개선에 의해 야생조수의 개체수가 크게 증가하고 있다. 맹수의 멸종 및 맹금류의 감소로 먹이사슬이 파괴되면서, 멧돼지 까치와 같은 유해조수가 급속히 증가하고 있다. 2014년 국립생물자원관이 조사한 국내 멧돼지 서식밀도는 100㏊당 4.3마리로, 2010년 3.5마리에 비해 0.8마리가 증가하고, 고라니 서식밀도 역시 100㏊당 8.2마리로 5년 새 1.8마리가 증가하고 있다.
이로 인한 피해는 충북에서만 5년간 54억원, 전국적으로는 2010년 132억원, 2011년 155억원, 2012년 121억원 2013년 127억원, 2014년 109억원 등 643억원에 달한다. 이는 공식적인 통계일 뿐 농가들이 실제 느끼는 피해액과 정신적 스트레스는 집계 불가하다.
유해조수에 의해 충북 지역의 사과, 옥수수, 고구마 등 농작물에 대한 피해 규모가 막대하다(유해조수가 한번만 과실을 쪼아도 상품으로 사용이 불가능함).
유해조수에 의한 피해는 농작물뿐만 아니라 이들과 가축간의 직간접적 접촉에 의한 전파력 및 피해력이 높은 법정 전염병의 발생 우려가 증가한다. 매년 반복적으로 발생하는 AI도 대부분 철새 등의 야생조수에 의한 전파가 원인인 것으로 판단된다.
유해조수의 증가로 인해 발생하는 피해량은 지속적으로 증가하고 있으며 현재도 심각하며 더욱 증가할 예정이다. 따라서 해결 방법이 꼭 필요하다.
관련 선행기술로, 'STEAM R&E 연구결과보고서, 사과 과수원의 까치 피해를 줄이기 위해 새들이 적응하기 어려운 유해조류 퇴치 소프트웨어 알고리즘에 관한 연구, 한국과학창의재단(2017.11.30.)'가 있다. 해당 문헌에는 사과 과수원의 까치 피해를 줄이기 위해 새들이 적응하기 어려운 유해조류 퇴치 소프트웨어 알고리즘에 관한 내용이 개시된다.
실시예들은 유해조수의 침입을 탐지하고, 유해조수의 적응을 방지하는 기술을 제공할 수 있다.
일 실시예에 따른 유해조수 퇴치 방법은 유해조수의 침입을 탐지하는 단계와, 상기 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 상기 유해조수에게 퇴치음을 출력하는 단계를 포함한다.
상기 리턴 타임은 상기 유해조수가 퇴치된 시점으로부터 상기 유해조수가 다시 탐지되는 시점까지의 시간이고, 상기 인듀어 타임은 상기 퇴치음이 출력되어도 상기 유해조수가 도망가지 않는 시간일 수 있다.
상기 출력하는 단계는 상기 리턴 타임 및 상기 인듀어 타임에 따른 보상값이 반영된 퇴치음을 상기 유해조수에게 출력하는 단계를 포함할 수 있다.
상기 출력하는 단계는 상기 유해조수의 이전 리턴 타임과 현재 리턴 타임을 비교하여 상기 퇴치음의 출력 크기를 제어하는 단계를 포함할 수 있다.
상기 제어하는 단계는 상기 유해조수가 돌아오는 주기가 짧아진 경우 상기 퇴치음의 출력 크기를 크게하는 단계와, 상기 유해조수가 돌아오는 주기가 길어진 경우 상기 퇴치음의 출력 크기를 낮추는 단계를 포함할 수 있다.
일 실시예에 따른 유해조수 퇴치 장치는 유해조수의 침입을 탐지하는 센서와, 상기 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 상기 유해조수에게 퇴치음이 출력되도록 제어하는 컨트롤러를 포함한다.
상기 리턴 타임은 상기 유해조수가 퇴치된 시점으로부터 상기 유해조수가 다시 탐지되는 시점까지의 시간이고, 상기 인듀어 타임은 상기 퇴치음이 출력되어도 상기 유해조수가 도망가지 않는 시간일 수 있다.
상기 컨트롤러는 상기 리턴 타임 및 상기 인듀어 타임에 따른 보상값이 반영된 퇴치음이 출력되도록 제어할 수 있다.
상기 컨트롤러는 상기 유해조수의 이전 리턴 타임과 현재 리턴 타임을 비교하여 상기 퇴치음의 출력 크기를 제어할 수 있다.
상기 컨트롤러는 상기 유해조수가 돌아오는 주기가 짧아진 경우 상기 퇴치음의 출력 크기를 크게 제어하고, 상기 유해조수가 돌아오는 주기가 길어진 경우 상기 퇴치음의 출력 크기를 낮게 제어할 수 있다.
도 1은 일 실시예에 따른 인공지능형 유해조수 퇴치 방법을 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 인공지능형 유해조수 퇴치 장치의 개략적인 블록도이다.
도 3은 Distance based Detection Technology 기반의 유해조수 퇴치 장치의 일 예를 나타낸다.
도 4는 Distance based Detection Technology에서 활용되는 PIR 센서의 특성을 나타낸다.
도 5는 Distance based Detection Technology에서 활용되는 초음파 센서의 특성을 나타낸다.
도 6은 실제 환경에 설치된 Distance based Detection Technology 기반의 유해조수 퇴치 장치의 구현 예이다.
도 7은 카메라 센서를 이용한 유해조수 탐지 기술 기반의 유해조수 퇴치 장치의 일 예를 나타낸다.
도 8은 실제 환경에 설치된 카메라 센서를 이용한 유해조수 탐지 기술 기반의 유해조수 퇴치 장치의 구현 예이다.
도 9 및 도 10은 유해조수 적응방지 퇴치 기술을 설명하기 위한 도면들이다.
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.
제1 또는 제2등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해서 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 실시예의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
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.
기존 유해조수 퇴치 시스템들은 다음과 같다.
■ 현재 야생조수 퇴치를 위해 가장 많이 사용되는 방법은 전기울타리이다. 지면에서 25cm 높이부터 25cm의 간격으로 세 줄을 설치한 뒤 야생조수가 자주 출몰하는 지역과 시기에 전기를 흘려보내는 방식이다. 멧돼지가 자주 출몰하는 시기에는 아래 두 줄에, 고라니가 나타날 때는 위 두 줄에 전기를 흘려보내는 등 야생동물의 특성에 따라 전기목책기의 활용법이 달라진다. 그러나 설치비용, 전기 요금, 감전 위험, 고장 등 사후관리에 대한 번거로움 등의 단점이 있다.
■ 일반 농가에서 멧돼지 등 야생 동물의 기피 물질로 사용하고 있는 호랑이 분변, 목초액, 마늘, 머리카락, 화학물질(싸이메트입제, 카보입제, 나프탈렌 등)에 대한 과학적 검증을 실시한 결과 대부분 효과가 없거나 몇 시간 정도의 일시적인 효과만 있는 것으로 확인된다.
■ 조류연구소에서는 까치가 먹으면 배탈이 나서 재침입의 시도 의지 약화 및 전파 효과를 거두기 위한 약품을 개발하였으나, 동물학대 등의 비판이 제기되고 있다.
■ 야생동물이 살지 못하도록 서식지가 될 만한 곳을 정비하는 생식지 환경관리, 그리고 포획을 하거나 수렵 허가 기간을 두어 개체수를 적정하게 줄이는 방법도 시도되고 있다. 최근 5년간 포획한 야생동물만 전국적으로 72만 779마리에 달한다. 하지만 여전히 피해가 발생하고 있다.
■ 고정 장치의 사운드, 음파 등을 이용하여 유해조수를 퇴치하는 시스템의 경우 일정한 영역 내에서만 효과가 있다는 단점과, 시간의 흐름에 따라 유해조수가 적응하는 문제점이 있다.
■ 과수지·농지 전체를 그물로 감싸서 유해조수의 침입을 차단하는 방법의 경우 효과가 좋지만, 그물망은 설치 비용이 매우 높으며 바람이 많이 불거나 눈이 오는 경우 과수지·농지시설에 피해를 주기 때문에 한해밖에 사용할 수 없다.
■ 센서를 이용한 퇴치 장치들도 존재한다. 퇴치음으로 소리를 랜덤하게 발생시키거나 빛을 통해 놀래키는 방법이 사용되어진다.
기존 유해조수 퇴치 시스템들을 이용한 많은 시도에도 불구하고 여전히 피해가 발생하고 있다. 이는 유해조수가 새로운 물건이나 환경에 대한 경계심으로 인해 초기에는 효과가 있지만 반복적인 위협에 대한 적응으로 인해 효과가 감소하거나 사라지는 한계가 존재하기 때문이다.
실시예에서는 인공지능 기술을 활용하여 유해조수의 적응을 방지하는 인공지능형 퇴치 시스템을 제안한다.
이하에서는 실시예에 따른 유해조수의 적응을 방지하는 인공지능형 퇴치 시스템에 대해서 설명한다.
도 1은 일 실시예에 따른 인공지능형 유해조수 퇴치 방법을 설명하기 위한 개념도이고, 도 2는 일 실시예에 따른 인공지능형 유해조수 퇴치 장치의 개략적인 블록도이다.
유해조수 퇴치 장치(10)는 유해조수가 나타내는 장소, 예를 들어 농지, 과수지, 공항 등에서 유해조수의 침입을 탐지하고, 유해조수를 퇴치한다.
유해조수 퇴치 장치(10)은 유해조수의 침입을 탐지하는 기술, 유해조수의 행동을 분석하는 기술, 유해조수에 대한 대응 기법(퇴치 포함)을 결정하는 기술, 및 유해조수를 퇴치하는 기술의 결합을 통해 구현될 수 있다.
유해조수 퇴치 장치(10)는 센서(110), 컨트롤러(130), 퇴치기(150), 및 전력 장치(170)를 포함한다.
센서(110)는 유해조수를 감지할 수 있다. 예를 들어, 센서(100)는 객체를 센싱하고, 센싱 값을 컨트롤러(130)로 출력할 수 있다.
일 예로, 센서(110)는 초음파 센서 및 PIR 센서를 포함할 수 있다. 다른 예로, 센서(110)는 카메라 센서를 포함할 수 있다. 또 다른 예로, 센서(100)는 초음파 센서, PIR 센서, 및 카메라 센서를 포함할 수 있다.
컨트롤러(130)는 유해조수 퇴치 장치(10)의 전반적인 동작을 제어할 수 있다. 예를 들어, 컨트롤러(130)는 각 구성(110, 150, 및 170)의 동작을 제어할 수 있다.
컨트롤러(130)는 센서(110)로부터 센싱된 센싱 값을 이용하여 유해주소의 침입을 탐지할 수 있다. 일 예로, 컨트롤러(130)는 Distance based Detection Technology을 통해 유해조수의 침입을 탐지할 수 있다. 다른 예로, 컨트롤러(130)는 카메라 센서 기반 유해조수 탐지 기술(Motion Detection Technology, haar-based Learned Object Detection Technology)을 통해 유해조수의 침입을 탐지할 수 있다. 또 다른 예로, 컨트롤러(130)는 Distance based Detection Technology 및 카메라 센서 기반 유해조수 탐지 기술 중에서 하나 이상을 이용하여 유해조수의 침입을 탐지할 수 있다.
컨트롤러(130)는 유해조수의 침입을 탐지할 경우, 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 퇴치음을 출력하여 유해조수를 퇴치할 수 있다. 예를 들어, 컨트롤러(130)는 유해조수의 리턴 타임 및 인듀어 타임에 따른 보상값이 반영된 퇴치음을 출력할 수 있다. 이를 통해, 컨트롤러(130)는 퇴치음에 대한 유해조수의 적응을 방지할 수 있다.
리턴 타임은 퇴치된 시점으로부터 유해조류가 다시 탐지된 시점까지의 시간이고, 인듀어 타임은 보호영역 내부에서 퇴치음이 출력(또는 재생)되어도 도망가지 않는 시간을 의미할 수 있다.
또한, 컨트롤러(130)는 유해조수의 이전 리턴 타임과 현재 리턴 타임을 비교하여 퇴치음의 출력 크기를 제어할 수 있다. 예를 들어, 컨트롤러(130)는 유해조수가 돌아오는 주기가 짧아 진 경우 퇴치음의 출력 크기를 크게하고, 유해조수가 돌아오는 주기가 길어 진 경우 퇴치음의 출력 크기를 낮출 수 있다.
퇴치기(150)는 컨트롤러(130)의 제어에 따라 퇴치음을 출력할 수 있다. 퇴치기(150)는 퇴치음을 출력할 수 있는 스피커를 포함할 수 있다.
전력 장치(170)는 유해조수 퇴치 장치(10)에 전력(또는 전원)을 제공할 수 있다. 도 3 및 도 7에 도시된 바와 같이, 전력 장치(170)는 태양열 패널, 배터리, 및 충전 컨트롤러로 구성될 수 있다.
도 3은 Distance based Detection Technology 기반의 유해조수 퇴치 장치의 일 예를 나타내고, 도 4는 Distance based Detection Technology에서 활용되는 PIR 센서의 특성을 나타내고, 도 5는 Distance based Detection Technology에서 활용되는 초음파 센서의 특성을 나타내고, 도 6은 실제 환경에 설치된 Distance based Detection Technology 기반의 유해조수 퇴치 장치의 구현 예이다.
유해조수 퇴치 장치(10)는 Distance based Detection Technology을 통해 유해조수의 침입을 탐지할 수 있다. Distance based Detection Technology는 하나 이상의 센서를 통해서 침입하는 객체(object)와의 거리값을 측정하여 범위내에 유해조수가 있는지 판별하는 기술일 수 있다.
Distance based Detection Technology 구현을 위해, 센서(110)는 초음파 센서(111) 및 PIR 센서(113)로 구성될 수 있다.
PIR 센서(113)는 탐지 범위의 폭이 넓다. PIR 센서(113)의 탐지 범위의 폭이 넓은 특성은 도 4에 도시된 PIR 센서(113)의 감지 범위에서 확인할 수 있다.
초음파 센서(111)는 탐지 각이 다양하여 여러 각도에서 발생하는 침입을 탐지할 수 있다. 초은파 센서(110)의 이러한 특성은 도 5에서 확인할 수 있다.
컨트롤러(130)는 초음파 센서(111) 및 PIR 센서(113)의 센싱 값을 이용하여 유해조수를 탐지할 수 있다.
초음파 센서(111)와 PIR 센서(113)와 같은 거리를 기반으로 하는 탐지 기술은 특정 범위내에 발생하는 모든 물체의 침입을 탐지할 수 있다.
이를 통한 컨트롤러(130)의 침입 탐지 반응속도는 빠르다. 또한, 별도의 후처리 과정이 없어도 되기 때문에 추가적인 하드웨어 성능을 요구하지 않고 침입을 탐지할 수 있다.
도 6에서는 실제 환경에 설치된 Distance based Detection Technology 기반의 유해조수 퇴치 장치의 구현 예를 확인할 수 있다. (a)는 Distance based Detection Technology 기반의 유해조수 퇴치 장치(10)의 내부이고, (b)는 사육장 실험환경 내부의 먹이통에 실제 모듈을 설치한 모습이고 (c)는 먹이통 외부에 모듈을 설치한 모습으로 PIR 센서를 통해 감지를 시도하는 모습임. (d)는 태양열 전지판과 거치대를 사용하여 탐지 모듈을 실제 환경에서 사용할 수 있도록 실용적으로 프레임을 구성한 모습이다.
도 3에 도시된 퇴치기(150)는 MP3 플레이어, 증폭기, 및 스피커로 구현된 것을 예시한 것이다.
도 7은 카메라 센서를 이용한 유해조수 탐지 기술 기반의 유해조수 퇴치 장치의 일 예를 나타내고, 도 8은 실제 환경에 설치된 카메라 센서를 이용한 유해조수 탐지 기술 기반의 유해조수 퇴치 장치의 구현 예이다.
유해조수 퇴치 장치(10)는 카메라 센서 기반 유해조수 탐지 기술(Motion Detection Technology, haar-based Learned Object Detection Technology)을 통해 유해조수의 침입을 탐지할 수 있다.
카메라 센서 기반 유해조수 탐지 기술 구현을 위해, 센서(110)는 카메라 센서(115)로 구성될 수 있다.
컨트롤러(130)는 카메라 센서(115)의 센싱 값(예를 들어, 영상 데이터)을 이용하여 유해조수를 탐지할 수 있다.
컨트롤러(130)는 MD(Motion Detection Technology) 및 hLOD(haar-based Learned Object Detection Technology)을 수행하여 유해조수를 탐지할 수 있다.
모션 탐지 기술(Motion Detection Technology)은 카메라 센서(115)의 영상 데이터에서 움직이는 물체를 구분하고 탐지하는 기술일 수 있다. 영상 데이터에서 움직이는 물체는 OpenCV 라이브러리를 통해 구분하였고, 실험을 통해 유해조수를 구분하기 위한 최소탐지 상수를 구하였다.
haar기반 학습된 물체 탐지 기법(haar-based Learned Object Detection Technology)은 카메라 센서(115)의 영상 데이터에서 사용자가 학습시킨 물체가 등장할 경우 탐지하는 기술일 수 있다. 유해조류(까치, 직박구리, 박새)의 이미지를 컴퓨터에게 학습시키고, 특징점들을 추출하여 영상 데이터와 비교하는 방법을 통해 탐지할 수 있다. 이를 위해, 선행적으로 학습을 시켜야한다. 학습을 통해 특징점들을 추출한 cascade 파일을 생성하기만 하면, 실제 탐지에 소요되는 메모리는 모션 탐지 기술보다 적고 학습된 물체를 정확하게 탐지할 수 있다.
도 7에 도시된 퇴치기(150)는 블루투스 스피커로 구현된 것을 예시한 것이다.
도 9 및 도 10은 유해조수 적응방지 퇴치 기술을 설명하기 위한 도면들이다.
컨트롤러(130)는 인공지능형 유해조수 적응방지 퇴치 기술을 수행할 수 있다. 예를 들어, 컨트롤러(130)는 유해조수 적응방지 퇴치를 위해 Fixed Reinforcement Strategy 알고리즘 및 Autonomous Reinforcement Strategy 알고리즘 중에서 적어도 하나를 수행할 수 있다.
Fixed Reinforcement Strategy 알고리즘은 유해조류의 적응을 방지하기 위한 알고리즘이다. 인공지능이 판단해야 하는 퇴치 소리에 대한 위협수준을 선행적으로 별도의 실험을 통해 평가하고 이를 토대로 퇴치 알고리즘을 동작시키는 것이다.
Fixed Reinforcement Strategy 알고리즘은 가지고 있는 모든 소리를 상대적으로 분류하여 가장 효과가 적은 소리부터 가장 효과가 높은 소리까지 정렬되어있는 상태에서 시작하며, 처음 유해조류가 탐지된 경우 가장 약한 소리를 재생할 수 있다. 그리고 유해조수가 퇴치되지 않을 경우에는 단계별로 한 단계씩 더 강한 소리를 재생하며, 이후 유해조수의 침입이 이루어지지 않거나 이전의 리턴 타임까지 탐지되지 않는다면 소리의 단계가 한단계씩 내려가는 단순한 루틴을 포함한다.
Figure 112019020909611-pat00001
표 1은 Fixed Reinforcement Strategy 알고리즘을 나타낸다. 1번 라인인 센서로부터 새가 탐지될 경우 2번라인에서 바로 이전의 새의 리턴 타임과 현재의 리턴 타임을 비교하여 계산할 수 있다. 리턴 타임은 퇴치된 시점부터 유해 조류가 다시 탐지된 시점까지의 시간을 말한다. 새가 돌아오는 주기가 짧아진다면 소리의 단계를 올려 더 강한 소리로 새를 내쫓겠다는 의미이다. 그리고, 6번라인과 4번라인에서는 반대로 새가 돌아오는 주기가 길어진다면 소리의 단계를 낮추어 대응하는 것을 의미한다.
Autonomous Reinforcement Strategy 알고리즘은 강화학습기법(Reinforcement learning)을 활용한 것이다.
Fixed Reinforcement Strategy 알고리즘의 경우 새로운 소리가 삽입되면 소리별 위협도 순위를 다시 만들어야 하지만, Autonomous Reinforcement Strategy 알고리즘은 소리별 위협도를 인공지능이 유해조류의 반응에 따라서 판단하므로 별도의 선행적인 절차가 필요 없다.
강화학습기법은 생물들이 학습하는 것과 같이 행동에 대해 보상을 줌으로써 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다.
Agent를 유해조수 퇴치기, Action을 퇴치가능한 소리, Environment를 유해조수를 보호할 영역으로, 퇴치결과에 따라 Reward를 줌으로써 반복적인 학습을 통해 최종적으로는 유해조수가 적응할 수 없는 알고리즘을 만들 수 있다.
기존 퇴치기의 가장 큰 문제는 소리에 대한 유해조류의 적응이었지만, 컨트롤러(130)는 유해조류의 기초 데이터를 수집하면서 리턴 타임과 인듀어 타임이라는 변수를 통해서 유해조류의 적응을 판단할 수 있다. 리턴 타임은 퇴치된 시점으로부터 유해조류가 다시 탐지된 시점까지의 시간이고, 인듀어 타임은 보호영역 내부에서 퇴치 소리가 재생되어도 도망가지 않는 시간을 의미한다.
컨트롤러(130)에 수행되는 Autonomous Reinforcement Strategy 알고리즘은 강화학습기법의 agent를 퇴치기로, action을 소리의 종류, reward를 리턴 타임과 인듀어 타임을 사용하여 적응을 판단하고 그에 따른 보상으로 설계될 수 있다.
도 10에서는 개발된 Autonomous Reinforcement Strategy 알고리즘의 최대 보상 선택 알고리즘과 탐사값 변화에 따른 보상결과를 보여준다. (a)는 Reinforcement learning에서 사용되는 방식으로 최적의 가치함수 (v*)을 상황 s에서 액션 a에 따라 보상 r을 받을 경우 예측되는 다음상황인 s’들 중에서 가장 좋은 값을 선택하는 것을 의미한다. 최적의 정책 (q*)은 상황 s와 액션 a를 기반으로 보상 r과 예측되는 다음상황인 s’일 때 그 다음 가장 좋은 값을 가질 수 있는 액션 a’을 선택하는 것을 의미한다. (b)는 인공지능이 결과값을 예측할 수 없는 새로운 선택을 할 수 있는 상수의 변화에 따라 보상결과가 달라지는 그래프이다.
Figure 112019020909611-pat00002
표 2는 Autonomous Reinforcement Strategy 알고리즘을 나타낸다. 알고리즘의 구현은 Reinforcement learning중에서 Q-learning기법을 사용한다. 여기서, s는 현재 상황이며,
Figure 112019020909611-pat00003
은 다음상황,
Figure 112019020909611-pat00004
는 퇴치 소리의 재생,
Figure 112019020909611-pat00005
은 유해조수에게 퇴치음을 재생하고 유해조수의 반응 endure time과 return time에 따른 보상값을 의미한다. 보상값은 퇴치음의 출력(또는 재생) 크기 및/또는 출력 시간을 포함할 수 있다.
Autonomous Reinforcement Strategy 알고리즘은 동작하면서 최적의 정책과 가치함수를 찾아내는 것을 목적으로 하여 최종적으로 가장 좋은 보상값을 찾아내는 알고리즘으로 리워드는 표 3(Autonomous Reinforcement Strategy 알고리즘의 최종 보상 계산 수식)와 같을 수 있다.
Figure 112019020909611-pat00006
실시예에 따른 유해조수 퇴치 장치(10)는 기존 퇴치기에서 사용하는 단일패턴과 랜덤 패턴보다 최대 79퍼센트이상 효과적으로 유해조류를 퇴치하는 실험 결과를 보여준다. 학습시간이 늘어날수록 더욱 효과적인 행동을 취하는 것을 그래프로 확인할 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.

Claims (10)

  1. 유해조수의 침입을 탐지하는 단계; 및
    상기 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 상기 유해조수에게 퇴치음을 출력하는 단계
    를 포함하고,
    상기 리턴 타임은 상기 유해조수가 퇴치된 시점으로부터 상기 유해조수가 다시 탐지되는 시점까지의 시간이고,
    상기 인듀어 타임은 상기 퇴치음이 출력되어도 상기 유해조수가 도망가지 않는 시간이고,
    상기 출력하는 단계는,
    상기 리턴 타임 및 상기 인듀어 타임에 따른 보상값을 반영한 상기 퇴치음의 출력 크기 및 출력 시간을 제어하여 상기 유해조수에게 출력하는 단계
    를 포함하는 유해조수 퇴치 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 출력하는 단계는,
    상기 유해조수의 이전 리턴 타임과 현재 리턴 타임을 비교하여 상기 퇴치음의 출력 크기 및 출력 시간을 제어하는 단계
    를 포함하는 유해조수 퇴치 방법.
  5. 제4항에 있어서,
    상기 제어하는 단계는,
    상기 유해조수가 돌아오는 주기가 짧아진 경우 상기 퇴치음의 출력 크기를 크게하는 단계; 및
    상기 유해조수가 돌아오는 주기가 길어진 경우 상기 퇴치음의 출력 크기를 낮추는 단계
    를 포함하는 유해조수 퇴치 방법.
  6. 유해조수의 침입을 탐지하는 센서; 및
    상기 유해조수의 리턴 타임 및 인듀어 타임에 기초하여 상기 유해조수에게 퇴치음이 출력되도록 제어하는 컨트롤러
    를 포함하고,
    상기 리턴 타임은 상기 유해조수가 퇴치된 시점으로부터 상기 유해조수가 다시 탐지되는 시점까지의 시간이고,
    상기 인듀어 타임은 상기 퇴치음이 출력되어도 상기 유해조수가 도망가지 않는 시간이고,
    상기 컨트롤러는,
    상기 리턴 타임 및 상기 인듀어 타임에 따른 보상값을 반영한 상기 퇴치음의 출력 크기 및 출력 시간을 제어하여 상기 유해조수에게 출력하는 유해조수 퇴치 장치.
  7. 삭제
  8. 삭제
  9. 제6항에 있어서,
    상기 컨트롤러는,
    상기 유해조수의 이전 리턴 타임과 현재 리턴 타임을 비교하여 상기 퇴치음의 출력 크기 및 출력 시간을 제어하는 유해조수 퇴치 장치.
  10. 제9항에 있어서,
    상기 컨트롤러는,
    상기 유해조수가 돌아오는 주기가 짧아진 경우 상기 퇴치음의 출력 크기를 크게 제어하고,
    상기 유해조수가 돌아오는 주기가 길어진 경우 상기 퇴치음의 출력 크기를 낮게 제어하는 유해조수 퇴치 장치.
KR1020190023470A 2018-03-06 2019-02-27 유해조수 퇴치 방법 및 이를 수행하는 장치들 KR102249642B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180026353 2018-03-06
KR1020180026353 2018-03-06

Publications (2)

Publication Number Publication Date
KR20190106710A KR20190106710A (ko) 2019-09-18
KR102249642B1 true KR102249642B1 (ko) 2021-05-10

Family

ID=68071219

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190023470A KR102249642B1 (ko) 2018-03-06 2019-02-27 유해조수 퇴치 방법 및 이를 수행하는 장치들

Country Status (1)

Country Link
KR (1) KR102249642B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220095102A (ko) 2020-12-29 2022-07-06 순천대학교 산학협력단 강화학습을 이용한 유해조류 제어 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003339301A (ja) 2002-05-29 2003-12-02 Noritz Corp 鳥獣害防止装置
US20130098309A1 (en) 2011-10-25 2013-04-25 Accipiter Radar Technologies Inc. Device & method for smart, non-habituating, automatic bird deterrent system
JP2017205033A (ja) 2016-05-17 2017-11-24 株式会社日立製作所 鳥獣害対策システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170070404A (ko) * 2015-12-14 2017-06-22 주식회사 에코란트 야생동물 퇴치 장치
KR20170096754A (ko) * 2016-02-17 2017-08-25 한국전자통신연구원 야생동물 퇴치 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003339301A (ja) 2002-05-29 2003-12-02 Noritz Corp 鳥獣害防止装置
US20130098309A1 (en) 2011-10-25 2013-04-25 Accipiter Radar Technologies Inc. Device & method for smart, non-habituating, automatic bird deterrent system
JP2017205033A (ja) 2016-05-17 2017-11-24 株式会社日立製作所 鳥獣害対策システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
STEAM R&E 연구결과보고서, 사과 과수원의 까치 피해를 줄이기 위해 새들이 적응하기 어려운 유해조류 퇴치 소프트웨어 알고리즘에 관한 연구, 한국과학창의재단 (2017.11.30.) 1부.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220095102A (ko) 2020-12-29 2022-07-06 순천대학교 산학협력단 강화학습을 이용한 유해조류 제어 방법 및 장치

Also Published As

Publication number Publication date
KR20190106710A (ko) 2019-09-18

Similar Documents

Publication Publication Date Title
US11793190B1 (en) Automatic animal detection and deterrent system
Reidy et al. Evaluation of electric fencing to inhibit feral pig movements
Thuppil et al. Playback of felid growls mitigates crop-raiding by elephants Elephas maximus in southern India
Götz et al. Non‐lethal management of carnivore predation: long‐term tests with a startle reflex‐based deterrence system on a fish farm
US20210084888A1 (en) Intelligent Control System for Deterring Problem Animals
Searcy et al. Hawk calls elicit alarm and defensive reactions in captive Geoffroy’s marmosets (Callithrix geoffroyi)
Lim et al. ScareDuino: smart-farming with IoT
KR102249642B1 (ko) 유해조수 퇴치 방법 및 이를 수행하는 장치들
AU2021101929A4 (en) Pest Management System
KR102092061B1 (ko) 유해동물 관리시스템
Meng The Swedish goshawk trap
Conti et al. Alarm guard systems for the prevention of damage produced by ungulates in a chestnut grove of Middle Italy
Riya et al. Automated bird detection and repeller system using IoT devices: an insight from Indian agriculture perspective
KR102273557B1 (ko) 유해조수 통합 퇴치기
Woods et al. A Sonic Net deters European starlings Sturnus vulgaris from maize silage stores
Ward et al. Options for the control of disease 3: targeting the environment
Stojanovic et al. Evaluation of lethal control of introduced sugar gliders as a tool to relieve bird nest predation
Munje et al. Developing a Prototype of Smart Crop Protection System from Animals
Barcala Invasive stray and feral dogs limit fosa (Cryptoprocta ferox) populations in Ankarafantsika National Park, Madagascar
Kumar et al. Noxious beings Repulsion System Using Ultrasonic Transducers
Singh et al. Integrating Ultrasonic Sound Technology for Wild Boar Deter-rence in Agriculture: A Comprehensive Research Analysis
Allen et al. Improving animal welfare outcomes for live-trapped terrestrial mammals in Australia
Schalcher et al. Stealth hunters: landing force predicts hunting success in Barn Owls
Schalcher et al. Non-visual camouflage predicts hunting success in a wild predator
Ramkumar et al. IOT solution for crop protection from wild boar attack

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant