KR102271864B1 - 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템 - Google Patents

학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템 Download PDF

Info

Publication number
KR102271864B1
KR102271864B1 KR1020190092258A KR20190092258A KR102271864B1 KR 102271864 B1 KR102271864 B1 KR 102271864B1 KR 1020190092258 A KR1020190092258 A KR 1020190092258A KR 20190092258 A KR20190092258 A KR 20190092258A KR 102271864 B1 KR102271864 B1 KR 102271864B1
Authority
KR
South Korea
Prior art keywords
cultivation
growth
plant
data
control system
Prior art date
Application number
KR1020190092258A
Other languages
English (en)
Other versions
KR20210014339A (ko
Inventor
이종경
Original Assignee
월드시스템주식회사
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 월드시스템주식회사 filed Critical 월드시스템주식회사
Priority to KR1020190092258A priority Critical patent/KR102271864B1/ko
Publication of KR20210014339A publication Critical patent/KR20210014339A/ko
Application granted granted Critical
Publication of KR102271864B1 publication Critical patent/KR102271864B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • A01G9/26—Electric devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Abstract

학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템은, 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 상기 학습 데이터를 기반으로한 자동재배 데이터를 제공하는 원격재배 컨설팅 시스템과, 상기 수동재배 데이터 및 상기 자동재배 데이터를 토대로 식물의 생육환경을 제어하는 자동화 제어 시스템과, 상기 식물의 생육상태를 모니터하며, 모니터링 데이터를 상기 원격재배 컨설팅 시스템 및 상기 자동화 제어 시스템 중 적어도 어느 하나 이상에 제공하는 생육분석 시스템을 포함하는 것을 특징으로 한다.

Description

학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템{Smart farm environment control system that can provide automatic cultivation data based on learning data}
본 발명은 스마트팜 복합환경 제어시스템에 관한 것으로서, 더 상세하게는 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템에 관한 것이다.
국내 농가, 농가인구의 감소, 농가 소득 정체, 기후변화로 인한 생산량 감소 등으로 인해 농업 관련 산업이 약화되고 있는 추세로 농업기술 경쟁력 강화를 위한 기술개발 추진이 요구되고 있다.
통계청 자료에 따르면, 2019년 농가(수)는 전체 가구 수 대비 5.3% 수준에 불과하며, 농가인구 역시 4.7% 수준인 약 242만명 수준인 것으로 나타나고 있다. 농가 고령화율은(65세 이상 인구비중) 2019년 기준 42.3%로 2010년 보다 10.7% 상승한 것으로 나타나고 있다.
이러한 현실에서 농업 생산량을 안정적으로 확보하기 위해, 정보통신 기술을 융합하여 스마트 팜(Smart Farm)을 구축하는 프로젝트가 많이 진행되고 있다.
한국 공개특허 공개번호 제10-2011-0111073호의 “작물 생장 주기에 따라 작물을 관리하는 자동화 관리 시스템”은 작물의 전체 생장 주기, 즉 파종에서 수확까지의 전 과정에 대한 완전 자동화를 구축할 수 있으므로, 작물을 효율적으로 관리할 수 있으며, 관리자의 편의를 도모할 수 있는 점을 제시하고 있다.
하지만 한국 공개특허 공개번호 제10-2011-0111073호 등과 같은 종래의 스마트팜에 관련된 시스템은, 단순히 온도, 습도, 조도, 산소, 및 이산화탄소에 관한 정보와 같은 환경 데이터 위주로 수집된 데이터를 활용하여 자동 재배를 지원하는데 머무르고 있다.
즉, 종래의 스마트팜 시스템은 생산량 증대, 품질 향상을 위한 의사결정에 필요한 정보를 생성하지 못하는 단점이 있다.
KR 10-2011-0111073 A
본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템을 제공한다.
상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공하는 원격재배 컨설팅 시스템과, 수동재배 데이터 및 자동재배 데이터를 토대로 식물의 생육환경을 제어하는 자동화 제어 시스템과, 식물의 생육상태를 모니터하며, 모니터링 데이터를 원격재배 컨설팅 시스템 및 자동화 제어 시스템 중 적어도 어느 하나 이상에 제공하는 생육분석 시스템을 포함하는 스마트팜 복합환경 제어시스템이 제공된다.
또한, 본 발명에 포함되는 원격재배 컨설팅 시스템은, 생육분석 시스템에서 전송된 식물체 영상 정보 중 모든 잎의 외곽 윤곽선을 검출하고 식물체 키를 추가 고려하여 현재의 생육상태를 예측하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 원격재배 컨설팅 시스템은, 생육분석 시스템에서 전송된 식물체 영상 정보 중 색상 및 색소를 히스토그램으로 분석하여 식물체를 구분하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 원격재배 컨설팅 시스템은, 상기 생육분석 시스템의 가시광선 영역 촬영 카메라, 근적외선 영역 촬영 카메라 및 장파적외선 영역 촬영 카메라의 식물체 영상 정보를 토대로 영양소 결핍을 예측하는 것을 특징으로 한다.
본 발명의 실시예에 따른 스마트팜 복합환경 제어시스템은, 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공할 수 있다.
따라서 생산량 증대, 품질 향상을 위한 의사결정에 필요한 정보를 축적된 학습 데이터를 기반으로 자동화 시킬 수 있는 장점이 있다.
즉, 최초에는 전문가풀에 의한 수동재배 데이터를 제공하고 식물의 생육환경을 제어하면서 식물의 생육상태를 모니터링하다가, 모니터링 결과를 피드백하여 학습 데이터를 계속해서 축적한다.
학습 데이터가 충분히 축적된 이후에는 학습 데이터를 기반으로 인공지능(AI, Artificial Intelligence)화된 자동재배 데이터를 제공함으로써, 기후변화나 환경변화가 발생하더라도 해당 식물의 성장조건을 자동 조절할 수 있다. 궁극적으로 스마트팜 복합환경 제어시스템을 통해 자동으로 재배 의사결정을 할 수 있는 솔루션을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 스마트팜 복합환경 제어시스템(1)의 개념도
도 2는 스마트팜 복합환경 제어시스템(1)의 좀 더 상세한 구성도
도 3은 원격재배 컨설팅 시스템(100)의 개념도
도 4는 유체역학을 고려한 환경분석 과정의 예시를 나타낸 도면
도 5는 영상을 이용한 생육측정 방식을 나타낸 도면
도 6은 영상을 이용한 생육측정 과정의 예시를 나타낸 도면
도 7은 획득된 영상이미지로 식물의 생육 및 스트레스를 측정하는 방식을 나타낸 도면
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 스마트팜 복합환경 제어시스템(1)의 개념도이고, 도 2는 스마트팜 복합환경 제어시스템(1)의 좀 더 상세한 구성도이다.
본 실시예에 따른 스마트팜 복합환경 제어시스템(1)은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.
도 1 및 도 2를 참조하면, 스마트팜 복합환경 제어시스템(1)은 원격재배 컨설팅 시스템(100)과, 자동화 제어 시스템(200)과, 생육분석 시스템(300)을 포함하여 구성된다.
상기와 같이 구성되는 스마트팜 복합환경 제어시스템(1)의 주요동작을 살펴보면 다음과 같다.
본 발명에 따른 스마트팜 복합환경 제어시스템(1)은 농업에 대한 국제 기술 경쟁력을 확보하고, 단순 재배환경에서 벗어나, 농업가에 재배 컨설팅 나아가 자동으로 재배 의사결정을 할 수 있는 솔루션을 제공한다.
스마트팜 복합환경 제어시스템(1)은 단순 원거리에서 농장을 관리하는 것이 아닌, 생육환경 빅데이터를 축적하고 이를 활용한 생산성 제고에 기여할 수 있다.
스마트팜 복합환경 제어시스템(1)은 인공지능(AI, Artificial Intelligence) 기술과 농업전문가 풀을 활용한 원격재배 컨설팅 시스템(100), 농가에서 환경제어를 하는 장치로 구성되는 자동화 제어 시스템(200), 생육분석 시스템(300) 등 세 부분으로 구분할 수 있다.
원격재배 컨설팅 시스템(100)은 기후변화에 따른 환경, 재배 작물 등의 변화를 온/오프라인으로 컨설팅할 수 있는 시스템이다. 퇴직 농업전문가, 지역별 농업 마스터 등으로 이루어진 농업 전문가 Pool을 통해 오프라인으로 수집된 데이터를 기계에게 학습지도(Supervised Learning)하고 분석하며, O2O 원격 재배컨설팅 플랫폼 및 전자 매뉴얼 기반 식물생산 ERP를 지원한다.
식물생산을 관리하는 전사적자원관리(ERP)모듈, 측정된 생육환경을 분석하는 재배컨설팅 모듈로 이 모듈에는 카메라로 촬영된 생육의 크기 및 생육스트레스를 측정하는 생육분석이 포함된다. 또한 실시간으로 재배환경 및 제어를 수행하는 대시보드와 복합 제어용 룰엔진이 적용된다.
초기에는 측정 데이터를 머신러닝에 학습하기 위해 상황인지를 전문가 풀에서 수행한다.
즉, 원격재배 컨설팅 시스템(100)은 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공한다.
자동화 제어 시스템(200)의 모든 하드웨어와 소프트웨어는 표준 프로토콜과 오픈 기반으로 개발되고, 농가에서 직접 설치 및 유지보수 가능한 형태로 개발된다. 자동화 제어 시스템(200)은 복합환경제어 동작을 Rule 기반 엔진을 사용하여 프로그램 변경 없이 사용이 가능하도록 구성되는 것이 바람직하다. 즉, 자동화 제어 시스템(200)은 센싱, 작업 등에 발생하는 사건(event) 및 동작을 룰(rule)로 관리한다.
자동화 제어 시스템(200)은 수동재배 데이터 및 자동재배 데이터를 토대로 식물의 생육환경을 제어하는데, 실시간 식물생산, 생육분석용 데시보드 시스템이 적용된다.
즉, 농가에서 쉽게 조작이 가능한 직관적인 그래픽 기반의 데시보드가 적용되고, 실시간 ERP, 생산공정 및 작업 모니터링 시스템이 적용된다. 또한, HTML 5 기반의 Web & 모바일 통합 UI 관리가 적용된다.
생육분석 시스템(300)은 식물체에 영향을 주지 않고 식물의 형태 및 생육상태를 재배시설에서 측정한다.
생육분석 시스템(300)은 비파괴 및 스트레스를 주지 않고 생육측정을 위한 비전장치를 포함하여, 식물체 형태 및 생육 스트레스 측정한다. 생육분석 시스템(300)은 식물의 생육상태를 모니터하며, 모니터링 데이터를 원격재배 컨설팅 시스템 및 자동화 제어 시스템 중 적어도 어느 하나 이상에 제공한다.
생육분석 시스템(300)은 스마트팜 제어를 위한 표준 프로토콜을 사용하며, 센서 및 제어용 표준 인터페이스가 적용된다.
특히, 식물영상(Viable, NIR, IR) 획득용 카메라 모듈은 복수 개가 구비될 수 있다. 즉, 가시광선 영역 촬영 카메라, 근적외선 영역 촬영 카메라, 장파적외선 영역 촬영 카메라를 이용하여 식물영상을 촬영하고 분석할 수 있다.
도 3은 원격재배 컨설팅 시스템(100)의 개념도이다.
도 3을 참조하면, 원격재배 컨설팅 시스템(100)은 식물생산관리를 위한 ERP과 수집된 데이터를 기계학습부분으로 구성된다.
즉, 원격재배 컨설팅 시스템(100)은 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공할 수 있다.
따라서 생산량 증대, 품질 향상을 위한 의사결정에 필요한 정보를 축적된 학습 데이터를 기반으로 자동화 시킬 수 있는 장점이 있다.
즉, 최초에는 전문가풀에 의한 수동재배 데이터를 제공하고 식물의 생육환경을 제어하면서 식물의 생육상태를 모니터링하다가, 모니터링 결과를 피드백하여 학습 데이터를 계속해서 축적한다.
학습 데이터가 충분히 축적된 이후에는 학습 데이터를 기반으로 인공지능(AI, Artificial Intelligence)화된 자동재배 데이터를 제공함으로써, 기후변화나 환경변화가 발생하더라도 해당 식물의 성장조건을 자동 조절한다. 궁극적으로 스마트팜 복합환경 제어시스템을 통해 자동으로 재배 의사결정을 할 수 있는 솔루션을 제공할 수 있다.
따라서 원격재배 컨설팅 시스템(100)을 통해 최적화된 식물재배 전자 매뉴얼에 따른 종합식물생산관리가 가능하고, 기후변화로 환경, 설비, 생산 작물의 변경에 적용할 수 있는 전자 매뉴얼 자동작성된다. 또한, 온라인과 오프라인으로 원격재배 컨설팅 지원이 가능하다.
또한, 식물생육, 재배환경, 병충해, 재배작업 등에 대한 정형 및 비정형 정보 수집 분석이 가능하고, 테스트베드 재배에 수집된 정보를 기계학습하기 위한 생육전문가의 학습지도(Supervised Learning) 및 분석이 가능한다.
특히, 형태(morphology), 식물스트레스(NDVI: Normalized Difference Vegetation Index), 영양소 결핍 분석 등의 실시간 분석으로 재배 조언 및 작업지시가 가능(자동재배 데이터, 수동재배 데이터)하다.
도 4는 유체역학을 고려한 환경분석 과정의 예시를 나타낸 도면이다.
도 4를 참조하면, 스마트팜 복합환경 제어시스템(1)은 전산 유체 역학 프로그램을 활용한 온실내의 자연 대류 및 강제 환풍에 대한 실내 내부온도 변화 분석 후 측정 장치의 선정, 위치, 동작 방식 등의 결정요소 추출할 수 있다.
예를 들어 시설하우스의 자연 대류 및 강제 환풍에 따른 내부온도 변화 분석할 수 있고, 농업의 증가되는 에너지에 절감을 위해 제어 따른 사용 에너지 분석이 가능하다.
즉, 시간, 온도, 습도 등의 단순 제어 요소(factor)에서 탈피하여, 룰(rule) 엔진에 기반을 두어 요소와의 관계, 시계열 분석, 에너지 사용량 등의 다양하고 복합적인 요소에 의한 관리 기준을 자동 제공할 수 있다.
도 5는 영상을 이용한 생육측정 방식을 나타낸 도면이다
도 5를 참조하면, 카메라 촬영영상을 토대로 형태분석, 색상분석, 파장 분석을 진행할 수 있다.
즉, 식물체의 형태를 추출하여 생육크기, 모양을 자동측정하고, 식물체를 구분하고, 생육성장에 따른 수확량을 자동예측할 수 있다.
또한, 식물체의 색상 및 색소를 히스토그램으로 분석하여 식물체를 구분하고, 품질을 판별하며, 광합성 색소를 자동분석할 수 있다.
또한, 식물체의 빛 파장대역별 흡수량을 측정하여 생육 및 원소함량을 분석하고, 식물 스트레스 및 광합성 상태를 자동분석할 수 있다.
이렇게 측정된 데이터는 원격재배 컨설팅 시스템(100)으로 전달되어 영상에 의한 식물의 생육상태 및 스트레스 정보 분석에 활용되고, 테스트베드에서 재배 시 수집된 정보를 기계학습하기 위한 생육전문가의 학습지도 및 분석에 활용되어 최적 생육 온도, 수확량 예측, 양액공급에 사용될 수 있다.
도 6은 영상을 이용한 생육측정 과정의 예시를 나타낸 도면이다.
도 6을 참조하면, 종래에는 기존의 잎면적 측정 방식은 단위 입면적의 합으로, 잎의 구별과 잎이 겹치는 경우에 오류가 발생하였다.
따라서 스마트팜 복합환경 제어시스템(1)에서는 식물체 단위의 잎의 전체 표면적으로 측정하여 정확도를 높일 수 있다.
즉, 복수의 카메라(가시광선 영역 촬영 카메라, 근적외선 영역 촬영 카메라, 장파적외선 영역 촬영 카메라)를 이용하여 식물영상을 촬영한 후, 식물체의 거리를 측정하고 식물체의 키 및 잎의 전체 표면적을 고려하여 생육상태 및 영양소 결핍상태를 예측할 수 있다.
여기에서 식물체 단위의 잎의 전체 표면적은 모든 잎의 외곽 윤곽선을 검출(촬영된 화면에서 검출되는 외곽 윤곽선임)하여 실 표면적을 추정하는 방식으로 정의된다. 여기에 식물의 키를 대입하여 현재 생육상태를 예측할 수 있다.
특히, 원격재배 컨설팅 시스템(100)은 frangi filter를 기반으로 한 알고리즘을 이용하여 모든 잎의 외곽 윤곽선 검출에 사용할 수 있다. 즉, frangi filter 를 이용할 경우, 연속적인 형체의 가장자리가 더욱 명확하게 구분되는 장점이 있다. 따라서 잎의 형체를 더 빠르고 정확하게 검출할 수 있다.
도 7은 획득된 영상이미지로 식물의 생육 및 스트레스를 측정하는 방식을 나타낸 도면이다.
도 7을 참조하면, 스마트팜 복합환경 제어시스템(1)의 원격재배 컨설팅 시스템(100)에는 원격재배컨설팅의 기초가 되는 식물생육측정 및 머신러닝을 활용한 식물의 병징후를 검출하는 기술이 적용된다. 즉, 촬영영상을 바탕으로 식물체의 형태(morphology), 식물스트레스(NDVI: Normalized Difference Vegetation Index), 영양소 결핍을 자동분석한다.
또한, 촬영 파장별로 분류하고, 복수의 카메라(가시광선 영역 촬영 카메라, 근적외선 영역 촬영 카메라, 장파적외선 영역 촬영 카메라)를 이용하여 식물영상을 촬영한 후 영양결핍을 자동 분석한다.
참고적으로 0.3초 간격 ~ 60초 간격 중 선택된 간격으로 식물체를 촬영할 수 있는 타임랩스(time lapse) 촬영 카메라가 추가될 경우, 원격재배 컨설팅 시스템(100)은 복수의 식물체의 타임랩스 영상을 분석한다.
즉, 원격재배 컨설팅 시스템(100)은 각각의 잎의 성장속도와 각 잎의 성장순서와, 식물체의 성장속도, 꽃의 개화속도, 열매의 성장속도에 따른 열매의 품질의 각 상관관계를 분석한 후, 이를 분석 데이터로써 제공할 수 있다. 또한, 타임랩스 영상의 식물체 각 파트별 성장속도를 바탕으로 식물의 병징후를 예측하여 분석 데이터로써 제공할 수 있다. 또한, 타임랩스 영상의 식물체의 열매 색상변화를 바탕으로 최적의 수확시기를 예측하여 분석 데이터로써 제공할 수 있다.
본 발명의 실시예에 따른 스마트팜 복합환경 제어시스템은, 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 학습 데이터를 기반으로한 자동재배 데이터를 제공할 수 있다.
따라서 생산량 증대, 품질 향상을 위한 의사결정에 필요한 정보를 축적된 학습 데이터를 기반으로 자동화 시킬 수 있는 장점이 있다.
즉, 최초에는 전문가풀에 의한 수동재배 데이터를 제공하고 식물의 생육환경을 제어하면서 식물의 생육상태를 모니터링하다가, 모니터링 결과를 피드백하여 학습 데이터를 계속해서 축적한다.
학습 데이터가 충분히 축적된 이후에는 학습 데이터를 기반으로 인공지능(AI, Artificial Intelligence)화된 자동재배 데이터를 제공함으로써, 기후변화나 환경변화가 발생하더라도 해당 식물의 성장조건을 자동 조절한다. 궁극적으로 스마트팜 복합환경 제어시스템을 통해 자동으로 재배 의사결정을 할 수 있는 솔루션을 제공할 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 원격재배 컨설팅 시스템
200 : 자동화 제어 시스템
300 : 생육분석 시스템

Claims (4)

  1. 미리 설정된 전문가풀에 의한 수동재배 데이터를 제공하다가 소정의 범위 이상의 학습 데이터가 축적되는 시점부터 상기 학습 데이터를 기반으로한 자동재배 데이터를 제공하여 식물생산을 관리하는 전사적자원관리(ERP)모듈; 및 측정된 생육환경을 분석하고 생육분석을 진행하는 재배컨설팅 모듈;을 구비하는 원격재배 컨설팅 시스템;
    상기 수동재배 데이터 및 상기 자동재배 데이터를 토대로 식물의 생육환경을 제어하는 환경제어장치들을 구비하는 자동화 제어 시스템; 및
    상기 식물의 생육상태를 모니터하는 적어도 하나 이상의 비전장치를 구비하며, 모니터링 데이터를 상기 원격재배 컨설팅 시스템 및 상기 자동화 제어 시스템 중 적어도 어느 하나 이상에 제공하는 생육분석 시스템;을 포함하고,
    상기 원격재배 컨설팅 시스템은, 상기 생육분석 시스템에서 전송된 식물체 영상 정보 중 모든 잎의 외곽 윤곽선을 검출하여 잎의 전체 실 표면적을 추정하고 식물체 키를 추가 고려하여 현재의 생육상태를 예측하되 "Frangi filter" 를 이용하여 상기 모든 잎의 외곽 윤곽선을 검출하는 것을 특징으로 하고,
    상기 원격재배 컨설팅 시스템은, 0.3초 간격 ~ 60초 간격 중 선택된 간격으로 식물체를 촬영할 수 있는 타임랩스(time lapse) 촬영 카메라에서 촬영된 복수의 식물체의 타임랩스 영상을 분석함에 있어서, 각각의 잎의 성장속도와 각 잎의 성장순서와, 식물체의 성장속도, 꽃의 개화속도, 열매의 성장속도에 따른 열매의 품질의 각 상관관계를 분석하고, 타임랩스 영상의 식물체 각 파트별 성장속도를 바탕으로 식물의 병징후를 예측하고, 타임랩스 영상의 열매 색상변화를 바탕으로 최적의 수확시기를 예측하는 것을 특징으로 하는 스마트팜 복합환경 제어시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 원격재배 컨설팅 시스템은,
    상기 생육분석 시스템에서 전송된 식물체 영상 정보 중 색상 및 색소를 히스토그램으로 분석하여 식물체를 구분하는 것을 특징으로 하는 스마트팜 복합환경 제어시스템.
  4. 제1항에 있어서,
    상기 원격재배 컨설팅 시스템은,
    상기 생육분석 시스템의 가시광선 영역 촬영 카메라, 근적외선 영역 촬영 카메라 및 장파적외선 영역 촬영 카메라의 식물체 영상 정보를 토대로 영양소 결핍을 예측하는 것을 특징으로 하는 스마트팜 복합환경 제어시스템.
KR1020190092258A 2019-07-30 2019-07-30 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템 KR102271864B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190092258A KR102271864B1 (ko) 2019-07-30 2019-07-30 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190092258A KR102271864B1 (ko) 2019-07-30 2019-07-30 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템

Publications (2)

Publication Number Publication Date
KR20210014339A KR20210014339A (ko) 2021-02-09
KR102271864B1 true KR102271864B1 (ko) 2021-07-01

Family

ID=74559316

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190092258A KR102271864B1 (ko) 2019-07-30 2019-07-30 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템

Country Status (1)

Country Link
KR (1) KR102271864B1 (ko)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101240557B1 (ko) 2010-04-02 2013-04-12 메타라이츠(주) 작물 생장 주기에 따라 작물을 관리하는 자동화 관리 시스템
KR20180006735A (ko) * 2016-07-11 2018-01-19 전남대학교산학협력단 사물인터넷 기반 식물 재배 데이터 수집 및 관리 시스템
KR20190071204A (ko) * 2017-12-14 2019-06-24 (주)다성테크 통합 식물체 재배환경 분석시스템

Also Published As

Publication number Publication date
KR20210014339A (ko) 2021-02-09

Similar Documents

Publication Publication Date Title
KR101887503B1 (ko) 인공지능기술을 이용한 시설하우스 제어장치
CN111328735B (zh) 基于大数据的智能化养殖场管理方法和系统
KR20170110243A (ko) 농업 관리 시스템 및 농업 관리 방법
CN111476149A (zh) 一种植物培育控制方法和系统
KR20190143680A (ko) IoT 기반 온실 내 작물 생육상태 실시간 모니터링 시스템
KR102161572B1 (ko) 스마트 팜 데이터 통합 수집/분석 및 모니터링/제어/예측 시스템과 그 방법
KR20210077504A (ko) 스마트팜 데이터 생육연동시스템
CN108388291A (zh) 一种温室集群环境调控方法与系统
KR20140077513A (ko) 영상을 통한 온실 작물 정보 관리 시스템 및 그 방법
KR101412184B1 (ko) 농작물 관리 시스템 및 방법
CN107219759B (zh) 一种温室环境控制方法及装置
KR20120075559A (ko) 작물 생장 관측 방법 및 이를 위한 시스템
KR20200043801A (ko) 인공지능 식물 관리 시스템
CN112465109A (zh) 一种基于云边协同的农业大棚控制装置
CN113273449A (zh) 用于日光温室精准监测的数字孪生体构造方法
KR20180003791A (ko) 식물공장을 자동으로 제어하는 장치 및 방법
KR20190143678A (ko) IoT 기반 온실 환경 관리 시스템
CN112883230A (zh) 马铃薯生产管理系统
CN114460080A (zh) 一种水稻病虫智能监控系统
CN116258238A (zh) 一种基于物联网的农作物管理系统
CN115292753A (zh) 一种基于区块链的农业大棚数据溯源与管理方法
KR102271864B1 (ko) 학습 데이터를 기반으로 자동재배 데이터를 제공할 수 있는 스마트팜 복합환경 제어시스템
KR20220036433A (ko) 과일 생장 모니터링 시스템 및 이를 이용한 과일 생장 모니터링 방법
KR102582588B1 (ko) Ai를 활용한 작물의 엽 생육지수 측정시스템
CN105259958A (zh) 温室大棚环境因子智能监控系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right