KR102296216B1 - 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법 - Google Patents

식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법 Download PDF

Info

Publication number
KR102296216B1
KR102296216B1 KR1020200039434A KR20200039434A KR102296216B1 KR 102296216 B1 KR102296216 B1 KR 102296216B1 KR 1020200039434 A KR1020200039434 A KR 1020200039434A KR 20200039434 A KR20200039434 A KR 20200039434A KR 102296216 B1 KR102296216 B1 KR 102296216B1
Authority
KR
South Korea
Prior art keywords
plant
information
plant growth
wavelength
visible light
Prior art date
Application number
KR1020200039434A
Other languages
English (en)
Inventor
염정일
Original Assignee
주식회사 쎄슬프라이머스
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 주식회사 쎄슬프라이머스 filed Critical 주식회사 쎄슬프라이머스
Priority to KR1020200039434A priority Critical patent/KR102296216B1/ko
Application granted granted Critical
Publication of KR102296216B1 publication Critical patent/KR102296216B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • 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
    • A01G7/00—Botany in general
    • A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Forests & Forestry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Botany (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Wood Science & Technology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Cultivation Of Plants (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명의 일 실시예는 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성된 제1 카메라 유닛, 상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선의 파장대보다 높은 고파장대 광 정보를 인식하도록 형성된 제2 카메라 유닛 제어, 상기 식물을 인식하고 구별하도록 형성된 식물 확인부, 상기 식물의 잎을 포함한 외형 정보를 인식하는 외형 정보 취득 제어부, 상기 식물의 잎의 색상을 포함한 색상 정보를 인식하는 색상 정보 취득 제어부, 상기 식물에 대한 상기 고파장대 광 반사 정보를 인식하는 고파장 반사 정보 인식 제어부, 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식하는 가시광 반사 정보 인식 제어부 및 상기 외형 정보 취득 제어부, 색상 정보 취득 제어부, 고파장 반사 정보 인식 제어부 및 가시광 반사 정보 인식 제어부 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단하는 식물 생육 판단 제어부를 포함하는 식물 생육 모니터링 제어 시스템을 개시한다.

Description

식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법{Plant growth monitoring control system and method of controlling for plant growth monitoring}
본 발명은 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법에 관한 것이다.
식물의 생육은 다양한 과정을 거치게 된다. 생육 과정에서 식물의 각 기관이 분화되고 발육될 수 있다.
이러한 식물의 생육 단계에서 식물들은 다양한 성장 단계를 거치게 될 수 있는데, 각 개체별로 생육 상태는 상이할 수 있고, 예를들면 일 개체는 정상적으로 자랄 수 있고 또 다른 개체는 합리적인 이유 아래에 또는 이유 없이 성장이 정상적이지 않은 경우가 있을 수 있다.
한편, 사용자는 식물의 생육에 필요한 다양한 처리를 진행할 수 있는데, 예를들면 물을 주기, 영양분 주기 또는 물주기 등을 진행할 수 있다.
이러한 다양한 처리는 식물의 생육에 따라 진행할 수 있고, 이러한 식물의 생육을 모니터링하는 것은 정해진 시간 또는 복수 회에 걸쳐서 진행하는 바 사용자의 식물 생육 편의성 향상에 한계가 있다.
또한, 많은 경우에 있어서 식물을 육묘 베드 등의 베이스에서 모종으로 기른 후 추후에 최종 성장을 위한 조치를 취한다.
이 때, 모종 단계에서 큰 차이가 없는 모종들도 추후 최종 성장 후에는 큰 차이가 날 수 있고, 경우에 따라 죽는 식물이 생기거나 불량으로 판단되어 상품성이 없는 식물로 판별될 수 있다.
이를 통하여 모종 단계부터 최종 식물 생육에 소요되는 시간, 비용을 절감하는 데 한계가 있다.
본 발명은 편의성 및 정밀도가 향상된 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법을 제공할 수 있다.
본 발명의 일 실시예는 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성된 제1 카메라 유닛, 상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선의 파장대보다 높은 고파장대 광 정보를 인식하도록 형성된 제2 카메라 유닛 제어, 상기 식물을 인식하고 구별하도록 형성된 식물 확인부, 상기 식물의 잎을 포함한 외형 정보를 인식하는 외형 정보 취득 제어부, 상기 식물의 잎의 색상을 포함한 색상 정보를 인식하는 색상 정보 취득 제어부, 상기 식물에 대한 상기 고파장대 광 반사 정보를 인식하는 고파장 반사 정보 인식 제어부, 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식하는 가시광 반사 정보 인식 제어부 및 상기 외형 정보 취득 제어부, 색상 정보 취득 제어부, 고파장 반사 정보 인식 제어부 및 가시광 반사 정보 인식 제어부 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단하는 식물 생육 판단 제어부를 포함하는 식물 생육 모니터링 제어 시스템을 개시한다.
본 실시예에 있어서 상기 식물 확인부는 상기 제1 카메라 유닛이 인식한 정보를 이용하여 식물을 인식하고 구별하도록 형성된 것을 포함할 수 있다.
본 실시예에 있어서 상기 고파장 반사 정보 인식 제어부는 상기 가시광 반사 정보 인식 제어부가 인식하는 파장보다 높은 값을 갖는 파장의 정보를 인식하는 것을 포함할 수 있다.
본 발명의 다른 실시예는 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성된 제1 카메라 유닛 제어 단계, 상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선의 파장대보다 높은 고파장대 광 정보를 인식하도록 형성된 제2 카메라 유닛 제어 단계, 상기 식물을 인식하고 구별하도록 형성된 식물 확인 단계, 상기 식물의 잎을 포함한 외형 정보를 인식하는 외형 정보 취득 제어 단계, 상기 식물의 잎의 색상을 포함한 색상 정보를 인식하는 색상 정보 취득 제어 단계, 상기 식물에 대한 상기 고파장대 광 반사 정보를 인식하는 고파장 반사 정보 인식 제어 단계, 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식하는 가시광 반사 정보 인식 제어 단계 및 상기 외형 정보 취득 제어부, 색상 정보 취득 제어부, 고파장 반사 정보 인식 제어부 및 가시광 반사 정보 인식 제어부 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단하는 식물 생육 판단 제어 단계를 포함하는 식물 생육 모니터링 제어 방법을 개시한다.
본 실시예에 있어서 상기 식물 확인 단계는 상기 제1 카메라 유닛 제어 단계에서 인식한 정보를 이용하여 식물을 인식하고 구별하도록 형성된 것을 포함할 수 있다.
본 실시예에 있어서 상기 고파장 반사 정보 인식 제어 단계는 상기 가시광 반사 정보 인식 제어단계에서 인식하는 파장보다 높은 값을 갖는 파장의 정보를 인식하는 것을 포함할 수 있다.
본 발명의 또 다른 실시예는 상기의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 개시한다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 관한 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법은 식물 생육 모니터링의 정밀도가 향상되고 사용자의 모니터링 편의성을 용이하게 향상할 수 있다.
도 1은 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 시스템을 도시한 개략적인 도면이다.
도 2는 도 1의 식물 생육 모니터링 제어 시스템의 제1 카메라 유닛의 선택적 실시예를 도시한 도면이다.
도 3은 도 1의 식물 생육 모니터링 제어 시스템의 제2 카메라 유닛의 선택적 실시예를 도시한 도면이다.
도 4는 도 1의 식물 생육 모니터링 제어 시스템의 식물 확인부의 선택적 실시예를 도시한 도면이다.
도 5는 도 1의 식물 생육 모니터링 제어 시스템의 외형 정보 취득 제어부의 선택적 실시예를 도시한 도면이다.
도 6은 도 1의 식물 생육 모니터링 제어 시스템의 색상 정보 취득 제어부의 선택적 실시예를 도시한 도면이다.
도 7은 도 1의 식물 생육 모니터링 제어 시스템의 가시광 반사 정보 인식 제어부의 선택적 실시예를 도시한 도면이다.
도 8은 도 1의 식물 생육 모니터링 제어 시스템의 식물 생육 판단 제어부의 선택적 실시예를 도시한 도면이다.
도 9 내지 도 14는 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 시스템을 설명하기 위한 도면들이다.
도 15는 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 방법을 도시한 개략적인 도면이다.
도 16은 도 15의 식물 생육 모니터링 제어 단계의 제1 카메라 제어 단계의 선택적 실시예를 도시한 도면이다.
도 17은 도 15의 식물 생육 모니터링 제어 단계의 제2 카메라 유닛 제어 단계의 선택적 실시예를 도시한 도면이다.
도 18은 도 15의 식물 생육 모니터링 제어 단계의 식물 확인 단계의 선택적 실시예를 도시한 도면이다.
도 19는 도 15의 식물 생육 모니터링 제어 단계의 외형 정보 취득 제어 단계의 선택적 실시예를 도시한 도면이다.
도 20은 도 15의 식물 생육 모니터링 제어 단계의 색상 정보 취득 제어 단계의 선택적 실시예를 도시한 도면이다.
도 21은 도 15의 식물 생육 모니터링 제어 단계의 가시광 반사 정보 인식 제어 단계의 선택적 실시예를 도시한 도면이다.
도 22는 도 15의 식물 생육 모니터링 제어 단계의 식물 생육 판단 제어 단계의 선택적 실시예를 도시한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
이하의 실시예에서, x축, y축 및 z축은 직교 좌표계 상의 세 축으로 한정되지 않고, 이를 포함하는 넓은 의미로 해석될 수 있다. 예를 들어, x축, y축 및 z축은 서로 직교할 수도 있지만, 서로 직교하지 않는 서로 다른 방향을 지칭할 수도 있다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
도 1은 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 시스템을 도시한 개략적인 도면이다.
본 실시예의 식물 생육 모니터링 제어 시스템(100)은 다양한 식물에 대한 생육 모니터링을 시행할 수 있고, 선택적 실시예로서 모니터링 결과에 대한 식물의 불량 판단을 할 수 있다.
또한, 이러한 식물은 성숙한 성체 식물일 수 있고, 다른 예로서 식물은 성숙하기 전의 단계로서 구체적으로 모종 단계의 식물일 수 있다.
이를 통하여 모종 단계에서도 조기에 식물 생육 모니터링을 시행할 수 있고, 그 결과를 반영하여 추후 생육에 대한 데이터를 취득하고, 추후 생육시 처분에 대한 판단을 진행할 수도 있다.
도 1을 참조하면 식물 생육 모니터링 제어 시스템(100)은 제1 카메라 유닛(110), 제2 카메라 유닛(120), 식물 확인부(130), 외형 정보 취득 제어부(140), 색상 정보 취득 제어부(150), 고파장 반사 정보 인식 제어부(160), 가시광 반사 정보 인식 제어부(170) 및 식물 생육 판단 제어부(190)를 포함할 수 있다.
제1 카메라 유닛(110)은 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성될 수 있다.
예를들면 제1 카메라 유닛(110)은 식물의 외형 또는 색깔을 확인할 수 있고, 구체적 예로서 RGB 광선을 인식할 수 있고, 일 예로서 RGB 인식 센서를 포함할 수 있다.
또한 제1 카메라 유닛(110)은 식물에 대하여 뎁스(심도)를 인식할 수 있는 뎁스 인식부를 포함할 수 있다.
선택적 실시예로서 제1 카메라 유닛(110)은 두 개의 카메라 모듈을 포함할 수 있다.
또한, 선택적 실시예로서 제1 카메라 유닛(110)은 서로 상이한 종류의 2개 이상의 광학 모듈을 포함할 수 있다. 구체적 예로서 RGB 인식 모듈 및 적외선 프로젝터 모듈을 포함할 수 있다.
이를 통하여 제1 카메라 유닛(110)은 식물에 대한 외형을 인식할 수 있고, 각각의 식물 간의 거리 및 구별에 대한 정보를 획득할 수 있고, 식물의 잎 및 줄기에 대한 용이한 정보 획득을 가능하게 할 수 있다.
선택적 실시예로서 제1 카메라 유닛(110)은 3D 뎁스 카메라 모듈을 포함할 수 있다.
제2 카메라 유닛(120)은 상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선의 파장대보다 높은 고파장대 광 정보를 인식하도록 형성될 수 있다.
예를들면 제2 카메라 유닛(120)은 상기 식물에 대한 적색 가시 광선 파장대의 반사 정보를 인식할 수 있다. 또한, 다른 예로서 제2 카메라 유닛(120)은 상기 식물에 대한 녹색 가시 광선 파장대의 반사 정보를 인식할 수 있다.
또한, 제2 카메라 유닛(120)은 근적외선 또는 적외선 파장대의 광 정보를 인식할 수 있고, 예를들면 식물의 근적외선 도는 적외선 파장대의 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 카메라 유닛(120)은 다중 분광 카메라 모듈을 포함할 수 있다.
식물 확인부(130)는 상기 식물을 인식하고 구별하도록 형성될 수 있다.
예를들면 식물 확인부(130)는 전술한 제1 카메라 유닛(110)이 인식한 정보를 이용하여 식물, 구체적 예로서 모종을 인식할 수 있다.
선택적 실시예로서 식물 확인부(130)는 제1 카메라 유닛(110)의 뎁스 인식, 예를들면 3D 뎁스 카메라 인식을 통하여 식물이 복수 개 있는 경우에 식물 각각을 구별할 수 있다. 또한, 식물과 배경을 용이하게 구별하여 식물 개체 각각을 용이하게 구별하고 확인할 수 있다.
또한, 선택적 실시예로서 식물 확인부(130)는 전술한 제1 카메라 유닛(110)이 인식한 정보를 이용하여 식물, 구체적 예로서 각 모종의 개체의 줄기를 인식하여 확인할 수 있다.
또한, 선택적 실시예로서 식물 확인부(130)는 전술한 제1 카메라 유닛(110)이 인식한 정보를 이용하여 식물, 구체적 예로서 각 모종의 개체의 잎을 인식하여 확인할 수 있다.
외형 정보 취득 제어부(140)는 상기 식물의 잎을 포함한 외형 정보를 인식할 수 있다.
예를들면 외형 정보 취득 제어부(140)는 전술한 제1 카메라 유닛(110)이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 외형 정보를 인식할 수 있다.
구체적 예로서 식물 확인부(130)를 통하여 인식한 식물 개체 각각을 확인한 후에, 외형 정보 취득 제어부(140)는 개별 식물 개체의 외형 정보를 취득할 수 있다.
선택적 실시예로서 외형 정보 취득 제어부(140)는 식물의 잎에 대한 정보, 줄기에 대한 정보, 식물의 크기 등의 정보를 취득할 수 있다.
색상 정보 취득 제어부(150)는 상기 식물의 잎의 색상을 포함한 색상 정보를 인식할 수 있다.
예를들면 색상 정보 취득 제어부(150)는 전술한 제1 카메라 유닛(110)이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 색상 정보를 인식할 수 있다.
구체적 예로서 식물 확인부(130)를 통하여 인식한 식물 개체 각각을 확인한 후에, 색상 정보 취득 제어부(150)는 개별 식물 개체의 색상 정보를 취득할 수 있다.
선택적 실시예로서 색상 정보 취득 제어부(150)는 식물의 잎의 색깔, 예를들면 잎의 녹색, 연두색 또는 노란색 등의 정보 및 각각의 색의 채도에 대한 정보 등을 취득할 수 있다.
선택적 실시예로서 색상 정보 취득 제어부(150)는 식물의 줄기의 색깔, 예를들면 줄기의 녹색, 연두색 또는 노란색 등의 정보 및 각각의 색의 채도에 대한 정보 등을 취득할 수 있다.
고파장 반사 정보 인식 제어부(160)는 상기 식물에 대한 상기 고파장대 광 반사 정보를 인식할 수 있다.
예를들면 고파장 반사 정보 인식 제어부(160)는 전술한 제2 카메라 유닛(120)이 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 고파장대 광 반사 정보를 인식할 수 있다.
구체적 예로서 식물 확인부(130)를 통하여 인식한 식물 개체 각각을 확인한 후에, 고파장 반사 정보 인식 제어부(160)는 제2 카메라 유닛(120)이 인식한 정보를 이용하여 개별 식물 개체에 대한 근적외선 파장 또는 적외선 파장대의 반사 정보를 인식할 수 있다.
가시광 반사 정보 인식 제어부(170)는 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
예를들면 가시광 반사 정보 인식 제어부(170)는 전술한 제2 카메라 유닛(120)이 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
구체적 예로서 식물 확인부(130)를 통하여 인식한 식물 개체 각각을 확인한 후에, 가시광 반사 정보 인식 제어부(170)는 제2 카메라 유닛(120)이 인식한 정보를 이용하여 개별 식물 개체에 대한 적색 가시광선 파장대의 반사 정보를 인식할 수 있다.
또한, 선택적 실시예로서 녹색 가시광선 파장대 또는 청색 가시광선 파장대의 반사 정보를 인식할 수도 있다.
식물 생육 판단 제어부(190)는 상기 외형 정보 취득 제어부(140), 색상 정보 취득 제어부(150), 고파장 반사 정보 인식 제어부(160) 및 가시광 반사 정보 인식 제어부(170) 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단할 수 있다.
예를들면 식물 생육 판단 제어부(190)는 상기 외형 정보 취득 제어부(140)에서 인식한 정보, 구체적 예로서 식물의 크기, 식물의 길이, 식물의 폭, 잎의 크기, 잎의 길이 또는 폭, 잎의 개수, 줄기의 크기 등의 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다.
일 예로서 식물의 크기를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
일 예로서 식물의 길이 또는 폭을 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
다른 예로서 식물의 길이와 식물의 폭에 대한 비율을 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
또한 다른 예로서 식물의 잎의 크기, 구체적으로 가장 큰 잎의 크기를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
다른 예로서 식물의 잎의 개수를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
또 다른 예로서 식물 생육 판단 제어부(190)는 색상 정보 취득 제어부(150)에서 인식한 정보, 구체적 예로서 식물의 색깔, 잎의 색깔 또는 줄기의 색깔 등의 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다.
일 예로서 녹색 색상 정보를 이용하여 설정 수준 이상의 녹색 정보를 포함하는 경우 식물 생육 상태가 정상이라고 파악할 수 있다.
또한 다른 예로서 식물 생육 판단 제어부(190)는 고파장 반사 정보 인식 제어부(160)에서 인식한 식물의 근적외선 반사 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다. 또한, 선택적 실시예로서 적외선 반사 정보를 이용할 수도 있다.
또한 다른 예로서 식물 생육 판단 제어부(190)는 가시광 반사 정보 인식 제어부(170)에서 인식한 적색광 파장 반사 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다. 또한, 선택적 실시예로서 녹색 또는 청색광 파장 반사 정보를 이용할 수도 있다.
또한, 선택적 실시예로서 식물 생육 판단 제어부(190)는 고파장 반사 정보 인식 제어부(160)에서 인식한 식물의 근적외선 반사 정보와 가시광 반사 정보 인식 제어부(170)에서 인식한 적색광 파장 반사 정보를 이용하여 식물 생육의 정도를 판단할 수 있다.
예를들면 식물 생육 판단 제어부(190)는 근적외선 파장대의 반사도가 높을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있고. 또한 다른 예로서 식물 생육 판단 제어부(190)는 녹색광 파장대의 반사도가 높을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있다.
또한 식물 생육 판단 제어부(190)는 적색광 파장대의 반사도가 낮을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있다.
예를들면 하기와 같은 지수(NI)를 계산하여 지수가 높을수록 식물의 생육 상태가 높은 것으로 볼 수 있다.
NI = (Rn-Rr) / (Rn+Rr)
여기서 Rn은 식물에 대한 근적외선 파장대에서 측정되는 반사도 정보를 포함하고, Rr은 식물에 대한 적색광 파장대에서 측정되는 반사도 정보를 포함할 수 있다. 반사도는 입사되는 태양복사 대비 반사되는 복사값의 비율을 나타내므로 Rn 및 Rr은 각각 0 이상 1 이하의 값을 가질 수 있다.
선택적 실시예로서 식물 생육 판단 제어부(190)는 복수의 정보를 이용하여 식물의 생육 상태를 판단할 수 있다.
예를들면 식물 생육 판단 제어부(190)는 상기 외형 정보 취득 제어부(140)에서 인식한 식물의 크기, 잎의 크기 등에 대한 정보와 상기 고파장 반사 정보 인식 제어부(160)에서 인식한 식물의 근적외선 반사 정보 및 가시광 반사 정보 인식 제어부(170)에서 인식한 식물의 적색광 반사 정보를 종합적으로 파악하여 식물의 생육 상태를 판단할 수 있다.
선택적 실시예로서 식물 생육 판단 제어부(190)는 이러한 식물의 생육 상태에 대한 정보를 파악하여 식물의 정상 상태 또는 불량 상태를 파악할 수 있다.
구체적 예로서 최종 식물 생육 전의 모종 단계의 식물인 경우 모종 단계에서 일정 수준 이하인 경우 비용 및 생산성 고려하여 계속 생육이 바람직하지 않을 수 있는데, 식물 생육 판단 제어부(190)는 모종 상태의 식물에 대한 생육 정보를 파악하고 이를 설정 수준과 비교하여 못 미치는 경우에 불량이라고 파악할 수 있다.
이러한 불량이라고 파악된 모종에 대하여는 계속 생육 중지 정보를 생성할 수 있고, 이를 사용자등에게 고지할 수 있다.
또한, 선택적 실시예로서 제거 모듈(미도시)에게 정보를 전달하여 제거 모듈이 불량인 모종을 수거해 가도록 할 수 있다.
도 2는 도 1의 식물 생육 모니터링 제어 시스템의 제1 카메라 유닛의 선택적 실시예를 도시한 도면이다.
도 2를 참조하면 제1 카메라 유닛(110')은 제1 광학 모듈(112') 및 제2 광학 모듈(114')을 포함할 수 있다.
예를들면 제1 광학 모듈(112') 및 제2 광학 모듈(114')은 동일한 종류의 광학 카메라로서 서로 이격된 위치에 배치될 수 있다. 이를 통하여 식물에 대한 외형의 정보를 인식할 수 있고, 각 식물들 간의 간격 및 식물의 각 잎들에 대한 정밀한 인식을 용이하게 할 수 있다.
다른 예로서 제1 광학 모듈(112') 및 제2 광학 모듈(114')은 서로 상이한 종류의 광학 모듈을 포함할 수 있다. 예를들면 제1 광학 모듈(112')은 RGB 이미지 센서를 포함할 수 있고, 제2 광학 모듈(114')은 프로젝터, 구체적 예로서 적외선 프로젝터를 포함할 수 있다. 제1 광학 모듈(112')을 통하여 식물의 외형에 대한 기본적 정보를 용이하게 인식하고 제2 광학 모듈(114')을 통하여 식물들간의 심도 또는 식물의 줄기, 잎들 간의 심도를 용이하게 인식할 수 있다.
선택적 실시예로서 제1 카메라 유닛(110')은 다양한 형태의 3D depth 카메라 모듈을 포함할 수 있다.
도 3은 도 1의 식물 생육 모니터링 제어 시스템의 제2 카메라 유닛의 선택적 실시예를 도시한 도면이다.
도 3을 참조하면 제2 카메라 유닛(120')은 제1 가시광 파장 반사 정보 인식 부재(122'), 제2 가시광 파장 반사 정보 인식 부재(124') 또는 고파장 반사 정보 인식 부재(126')를 포함할 수 있다.
제1 가시광 파장 반사 정보 인식 부재(122')는 식물에 대한 일 가시광선 파장의 반사 정보를 인식할 수 있다. 예를들면 적색광의 식물에 대한 반사 정보를 인식할 수 있다.
제2 가시광 파장 반사 정보 인식 부재(124')는 식물에 대한 일 가시광선 파장의 반사 정보를 인식할 수 있다. 예를들면 녹색광의 식물에 대한 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 가시광 파장 반사 정보 인식 부재(124')가 생략된 채 제1 가시광 파장 반사 정보 인식 부재(122')가 사용될 수 있다.
고파장 반사 정보 인식 부재(126')는 가시광선 보다 높은 파장, 예를들면 근적외선(NIR, near infra red)의 식물에 대한 반사 정보를 인식할 수 있다. 선택적 실시예로서 고파장 반사 정보 인식 부재(126')는 700 내지 1500 나노미터의 파장대의 식물에 대한 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 카메라 유닛(120')은 분광 카메라 또는 분광 센서를 포함할 수 있다.
도 4는 도 1의 식물 생육 모니터링 제어 시스템의 식물 확인부의 선택적 실시예를 도시한 도면이다.
식물 확인부(130')는 상기 식물을 인식하고 구별하도록 형성될 수 있다. 식물 확인부(130')는 식물 구별 확인부(131'), 식물 제1 부분 확인부(133') 또는 식물 제2 부분 확인부(135')를 포함할 수 있다.
식물 구별 확인부(131')는 전술한 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종을 인식할 수 있다.
선택적 실시예로서 식물 구별 확인부(131')는 제1 카메라 유닛(110)의 뎁스 인식, 예를들면 3D 뎁스 카메라 인식을 통하여 식물이 복수 개 있는 경우에 식물 각각을 구별할 수 있다. 또한, 식물과 배경을 용이하게 구별하여 식물 개체 각각을 용이하게 구별하고 확인할 수 있다.
또한 구체적 예로서 모종 단계의 식물이 일 방향으로 배열되어 있는 경우 또는 이와 교차하는 방향으로 복수 개 배열된 경우 또는 불규칙적으로 배열된 경우에 각 모종을 구별하여 인식할 수 있다.
식물 제1 부분 확인부(133')는 전술한 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물의 제1 부분, 예를들면 식물의 잎에 대한 정보를 인식할 수 있다. 또한 전술한 식물 구별 확인부(131')를 통하여 각 식물을 구별한 후에 각 식물 별로 잎에 대한 정보를 인식할 수 있다. 구체적 예로서 일 모종의 잎에 대한 정보를 인식할 수 있고, 모종이 복수의 잎을 갖는 경우 복수의 잎의 각각의 정보를 인식할 수 있다.
식물 제2 부분 확인부(135')는 전술한 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물의 상기 제1 부분과 다른 제2 부분, 예를들면 식물의 줄기에 대한 정보를 인식할 수 있다. 또한 전술한 식물 구별 확인부(131')를 통하여 각 식물을 구별한 후에 각 식물 별로 줄기에 대한 정보를 인식할 수 있다. 구체적 예로서 일 모종의 줄기에 대한 정보를 인식할 수 있고, 모종이 복수의 줄기를 갖는 경우 복수의 줄기의 각각의 정보를 인식할 수 있다.
도 5는 도 1의 식물 생육 모니터링 제어 시스템의 외형 정보 취득 제어부의 선택적 실시예를 도시한 도면이다.
외형 정보 취득 제어부(140')는 잎 개수 정보 취득부(141'), 식물 길이 정보 취득부(143'), 식물 폭 정보 취득부(145') 또는 개별 잎 정보 취득부(147')를 포함할 수 있다.
잎 개수 정보 취득부(141')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 잎의 개수에 대한 정보를 취득할 수 있다. 이러한 취득된 잎의 개수는 식물 생육 정보로서 설정 조건의 잎의 개수와 비교할 수 있는 요소가 될 수 있다.
식물 길이 정보 취득부(143')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 길이에 대한 정보를 취득할 수 있다. 이러한 모종의 길이는 다양한 방법으로 정할 수 있고, 예를들면 최 하단의 잎으로부터 줄기의 끝까지 측정할 수 있고, 다른 예로서 줄기의 길이를 측정한 값일 수도 있다. 또한, 다른 예로서 일 방향으로 측정한 최대의 값을 식물 또는 모종의 길이로 인식할 수 있다.
취득된 모종의 길이, 또는 모종에 구비된 줄기 또는 잎의 길이는 식물 생육 정보로서 설정 조건의 길이와 비교할 수 있는 요소가 될 수 있다.
식물 폭 정보 취득부(145')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 폭에 대한 정보를 취득할 수 있다. 이러한 모종의 폭은 다양한 방법으로 정할 수 있고, 예를들면 줄기의 일측에 달린 잎의 단부로부터 줄기의 타측에 달린 잎의 단부까지의 측정한 값일 수 있다.
또한, 실물 또는 모종의 폭은 전술한 길이와 교차하는 방향으로 측정한 최대의 값일 수 있다.
다른 예로서 줄기의 폭을 식물의 폭으로 인식할 수도 있다.
취득된 모종의 폭, 또는 모종에 구비된 줄기 또는 잎의 폭은 식물 생육 정보로서 설정 조건의 폭과 비교할 수 있는 요소가 될 수 있다.
개별 잎 정보 취득부(147')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 개별 잎에 대한 하나 이상의 정보를 취득할 수 있다. 예를들면 잎의 길이, 잎의 폭에 대한 정보를 취득할 수 있다.
예를들면 개별 잎 정보 취득부(147')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 포함된 잎 또는 줄기의 길이에 대한 정보를 취득할 수 있다.
잎의 길이는 다양한 방법으로 측정할 수 있고, 예를들면 일 방향으로 측정한 최대값을 잎의 길이로 정의할 수 있다.
또한 개별 잎 정보 취득부(147')는 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 포함된 각각의 잎의 폭에 대한 정보를 취득할 수 있고, 이는 줄기를 중심으로 교차하는 방향으로 측정한 최대값을 폭으로 정의할 수 있다.
또한, 상기 잎의 길이와 교차하는 방향으로 측정한 최대의 값을 폭으로 정의할 수도 있다.
선택적 실시예로서 개별 잎 정보 취득부(147')는 일 모종에 구비된 잎들 중 가장 큰 잎의 정보를 취득할 수 있고, 예를들면 여러 잎들의 길이 중 최대값을 갖는 잎의 길이를 최대 잎 길이로 인식할 수 있다. 또한, 이를 설정 조건에 포함된 최대 잎 길이와 비교할 수 있는 요소가 될 수 있다.
또한 개별 잎 정보 취득부(147')는 일 모종에 구비된 잎들 중 가장 폭이 큰 잎의 정보를 취득할 수도 있다.
도 6은 도 1의 식물 생육 모니터링 제어 시스템의 색상 정보 취득 제어부의 선택적 실시예를 도시한 도면이다.
색상 정보 취득 제어부(150')는 부분 색상 정보 취득부(152') 또는 종합 색상 정보 취득부(154')를 포함할 수 있다.
부분 색상 정보 취득부(152')는 전술한 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 예를들면 모종의 부분의 색상 정보를 인식할 수 있다. 구체적 예로서 모종의 잎 또는 줄기의 색상 정보를 취득할 수 있다.
종합 색상 정보 취득부(154')는 전술한 제1 카메라 유닛(110 또는 110')이 인식한 정보를 이용하여 식물, 예를들면 모종의 적어도 복수 개의 부분을 포함하는 영역의 색상 정보를 인식할 수 있다. 구체적 예로서 일 모종의 전체적인 색상 정보를 취득할 수 있다.
도 7은 도 1의 식물 생육 모니터링 제어 시스템의 가시광 반사 정보 인식 제어부의 선택적 실시예를 도시한 도면이다.
도 7을 참조하면 가시광 반사 정보 인식 제어부(170')는 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
예를들면 가시광 반사 정보 인식 제어부(170')는 전술한 제2 카메라 유닛(120 또는 120')이 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
가시광 반사 정보 인식 제어부(170')는 제1 가시광 반사 정보 인식부(172') 또는 제2 가시광 반사 정보 인식부(174')를 포함할 수 있다.
제1 가시광 반사 정보 인식부(172')는 적색광 파장의 광에 대한 식물, 예를들면 모종의 반사 정보를 인식할 수 있다.
제2 가시광 반사 정보 인식부(174')는 제1 가시광 반사 정보 인식부(172')가 인식한 것과 다른 파장, 예를들면 녹색광 파장의 광에 대한 식물, 예를들면 모종의 반사 정보를 인식할 수 있다.
도 8은 도 1의 식물 생육 모니터링 제어 시스템의 식물 생육 판단 제어부의 선택적 실시예를 도시한 도면이다.
식물 생육 판단 제어부(190')는 상기 외형 정보 취득 제어부(140 또는 140'), 색상 정보 취득 제어부(150 또는 150'), 고파장 반사 정보 인식 제어부(160) 및 가시광 반사 정보 인식 제어부(170 또는 170') 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단할 수 있다.
도 8을 참조하면 식물 생육 판단 제어부(190')는 설정 수준 제어부(192') 및 설정 수준 변동 제어부(194')를 포함할 수 있다.
설정 수준 제어부(192')는 하나 이상의 요소에 대한 설정 수준 정보를 저장할 수 있다. 예를들면 설정 수준으로 식물의 크기, 식물의 길이, 식물의 폭, 잎의 크기, 잎의 개수, 잎의 폭 등에 대한 식물 생육 판단을 위한 설정 수준의 정보를 저장할 수 있다.
이러한 설정 수준에 저장된 값과 실제 인식한 식물, 예를들면 모종의 크기를 비교하거나, 모종의 잎의 크기를 비교하거나, 모종의 잎의 개수를 비교하거나, 잎의 폭을 비교하는 등의 과정을 통하여 식물 생육의 정상 여부를 판단할 수 있다.
설정 수준 변동 제어부(194')는 설정 수준의 변동을 제어할 수 있다. 설정 수준은 사용자의 입력을 통하여 수정될 수 있고, 이를 위하여 사용자의 입력부를 포함할 수 있다.
또한, 설정 수준 변동 제어부(194')는 복수의 모종에 대한 식물 생육 판단 정보 결과를 반영하여, 설정 수준을 결과에 따라 변경할 수 있다. 예를들면 사용자가 입력한 설정 수준에 따라 판단한 결과 실제 불량인 모종이 정상 생육된 것으로 판단된 정보가 많을 경우 설정 수준을 변경, 구체적으로 수준을 상향하여 설정 수준을 재설정할 수 있다.
또한, 설정 수준 변동 제어부(194')는 주기적으로, 또는 불규칙적으로 또는 실시간으로 식물 생육 판단 정보 결과를 반영하여 설정 수준을 변경할 수 있고, 선택적 실시예로서 식물 생육 판단 결과 및 실제 식물의 매칭 데이터에 대한 기계 학습 결과를 반영하여 설정 수준을 변경할 수 있다.
도 9 내지 도 12는 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 시스템을 설명하기 위한 도면들이다.
도 9를 참조하면 복수의 식물들에 대한 모니터링을 진행하는 것을 도시하고 있다.
도 9는 예를들면 복수의 모종(M1, M2, M3, M4, M5, M6)이 모종 베이스(BMV)에 배치된 것이 도시되어 있다.
모종 베이스(BMV)는 복수의 모종, 예를들면 6개의 모종(M1, M2, M3, M4, M5, M6)을 기르기에 적합하도록 형성된 육묘 베드 또는 육묘 벤치를 포함할 수 있다.
센서 모듈(ISM)을 통하여 복수의 모종(M1, M2, M3, M4, M5, M6)의 각 모종에 대한 확인을 통하여 각 모종의 정보를 인식할 수 있다. 센서 모듈(ISM)은 센싱 방향(OD)으로 복수의 모종(M1, M2, M3, M4, M5, M6)의 각 모종에 대한 정보를 인식할 수 있다.
선택적 실시예로서 센서 모듈(ISM)은 지지 모듈(RBV)에 연결될 수 있다. 지지 모듈(RBV)는 일 방향, 예를들면 진행 방향(D1) 또는 그 반대 방향으로 운동할 수 있다. 이를 통하여 센서 모듈(ISM)은 복수의 모종(M1, M2, M3, M4, M5, M6)의 각 모종에 대하여 순차적으로 정보를 인식할 수 있다.
도 10을 참조하면 센서 모듈(ISM)의 일 예를 개략적으로 도시하고 있고, 도 11은 도 10의 일 방향에서 본 개략적인 투시 평면도를 도시하고 있다.
센서 모듈(ISM)은 하우징 내에 다양한 모듈을 포함할 수 있고, 예를들면 본 실시예의 식물 생육 모니터링 제어 시스템(100)의 제1 카메라 유닛(110 또는 110'), 제2 카메라 유닛(120 또는 120')을 포함할 수 있다.
선택적 실시예로서 센서 모듈(ISM)은 식물 생육 모니터링 제어 시스템(100)의 식물 확인부(130), 외형 정보 취득 제어부(140), 색상 정보 취득 제어부(150), 고파장 반사 정보 인식 제어부(160), 가시광 반사 정보 인식 제어부(170) 및 식물 생육 판단 제어부(190) 중 어느 하나 이상을 포함할 수 있다.
도 12를 참조하면 복수의 식물들에 대한 모니터링을 진행하는 것을 도시하고 있다.
식물, 예를들면 전술한 모종 베이스(BMV)의 복수의 모종(M1, M2, M3, M4, M5, M6)에 대하여 센서 모듈(ISM)을 통하여 하나 이상의 정보에 대한 모니터링을 진행하는 것을 도시하고 있다.
이 때 하나 이상의 서버, 예를들면 클라우드 서버(CLS)와 센서 모듈(ISM)이 네트워크(NW)를 통하여 연결될 수 있고, 하나 이상의 정보를 서로 주고 받을 수 있다.
또한, 모종 베이스(BMV) 또는 복수의 모종(M1, M2, M3, M4, M5, M6)의 각각에 대한 다양한 정보를 센서(미도시)를 통하여 클라우드 서버(CLS)가 전달받을 수 있다.
또한, 클라우드 서버(CLS)로부터 모니터링에 필요한 정보, 또는 모종 불량 여부를 판단하기 위한 다양한 정보를 전달받을 수 있고, 복수의 데이터, 구체적 예로서 빅데이터의 적어도 일부는 클라우드 서버(CLS)에 저장한 후 필요시에만 이용할 수도 있다.
도 13을 참조하면 복수의 식물들에 대한 모니터링을 포함하는 포괄적인 제어 시스템의 설명을 도시하고 있다.
도 13을 참조하면 전술한 것과 같은 센서 모듈(ISM)을 통하여 하나 이상의 정보에 대한 모니터링을 진행하는 것을 도시하고 있고, 예를들면 식물에 대한 하나 이상의 이미지 정보 제어(IMJ)로서, 이미지 인식, 이미지 전송 등의 과정을 진행할 수 있고, 추가로 분석할 수 있다.
또한, 식생 정보 분석 제어(NDV)로서, 근적외선 파장등의 고파장대 반사광 정보 분석 및 적외선 등의 가시광 파장 분석의 정보를 이용하여 식생 정보를 파악 및 분석할 수 있다.
또한, 이러한 분석한 정보를 이용하여 식물에 대한 생육 상태를 생육 이미지 정보(SIM)로서 생성할 수 있고, 식물의 모니터링 결과로서 불량 여부 정보(BFR)로서 생성할 수 있고, 이러한 불량 여부 정보를 특징별로 분류할 수도 있고, 이러한 분류는 머신 러닝을 이용할 수 있다.
또한, 도 12의 시스템은 환경 정보 수집 제어부(DVD)를 이용할 수 있고, 예를들면 식물 생육 환경에서 정보 획득 및 외부의 전문 정보 또는 인력으로부터 얻은 데이터를 전달받을 수 있다.
예를들면 전문 인력 데이터(END), 환경 센서 정보(ESS) 및 환경 제어부(ACT)를 포함할 수 있다.
전문 인력 데이터(END)를 전달받아 이를 이용하여 식물의 생육 프로파일 제어(SPF)를 이용할 수 있고, 생육 프로파일 정보를 등록할 수 있다.
환경 센서 정보(ESS)를 통하여, 식물이 자라는 환경, 예를들면 식물 주변의 온도, 습도, 산도 등의 정보를 인식하고 저장할 수 있다.
환경 제어부(ACT)를 통하여 환경 제어에 관한 정보를 생성할 수 있고, 예를들면 환경 센서 정보(ESS)가 얻은 정보를 이용하여 온도, 습도 등의 변화를 제어하도록 할 수 있고, 예를들면 식물의 위치를 변동하도록 이동부를 포함할 수 있다.
또한, 이러한 각각의 제어를 통한 정보를 취합하여 상태 분석 정보(EBJ)로서 저장할 수 있고, 이를 종합하여 필요에 따라 항목별로 가중치를 적용할 수 있다. 또한 이러한 정보를 이용하여 사용자 제공 정보(CB)로 생성하여 사용자에게 제공할 수 있고, 추가적으로 각 항목, 예를들면 환경 요소별 생육 또는 불량 관계를 분석할 수 있다.
또한, 프로파일 그래프 생성(PG)을 통하여 각 식물의 생육 상태를 그래프 형태로 또는 이미지 형태로 비교하여 보여 줄 수 있다.
이를 통하여 전체적인 식물 모니터링 시스템의 구현을 용이하게 할 수 있다.
도 14는 전술한 취득한 정보들 중 식물의 길이 등에 대한 정보를 설명하는 도면이다.
도 14를 참조하면 식물, 예를들면 일 모종(M1)의 제1 길이(H1)를 도시하고 있다. 제1 길이(H1)는 일 모종(M1)의 일 방향으로 측정한 최대값일 수 있다. 또한 제1 길이(H1)는 지면으로부터 높이일 수 있고, 또한, 지면을 기준으로 지면과 멀어지는 방향을 기준으로 측정한 최대값일 수도 있다.
선택적 실시예로서 일 모종(M1)의 제2 길이(H2)를 도시하고 있다. 제2 길이(H2)는 최하점에 달린 잎으로부터의 높이일 수 있다.
일 모종(M1)의 폭(W)은 일측의 잎(LF4) 및 이와 타측의 잎(LF5)까지의 거리일 수 있다. 또한, 폭(W)은 제1 길이(H1)과 교차하는 방향으로 측정한 최대값일 수 있다.
일 모종(M1)의 제1 길이(H1) 또는 제2 길이(H2)를 설정 조건의 길이와 비교하여 식물 생육 정도를 판단할 수 있고, 선택적 실시예로서 폭(W)을 이용하거나 추가로 이용할 수 있다. 이를 통하여 식물 생육에 대한 정밀한 파악을 용이하게 할 수 있다.
한편, 본 실시예의 식물 생육 모니터링 제어 시스템(100)은 전술한 것과 같이 일 모종(M1)의 줄기 또는 잎들을 인식하고 각각의 정보를 취득하고 식물 생육 판단의 정보로 이용할 수 있다.
일 모종(M1)은 줄기(JK), 복수의 잎(LF1, LF2, LF3, LF4, LF5, LF6, LF7, LF8)을 포함할 수 있고, 각각에 대한 정보를 취득할 수 있고, 예를들면 길이 또는 폭의 정보를 인식할 수 있다.
선택적 실시예로서 일 모종(M1)의 일 잎(LF1), 예를들면 복수의 잎(LF1, LF2, LF3, LF4, LF5, LF6, LF7, LF8) 중 최대 길이(HF1)를 갖는 잎(LF1)의 정보를 취득할 수 있다. 여기서 최대 길이(HF1)는 잎(LF1)의 영역 중 일 방향으로 측정한 최대값을 길이로 정의한 것일 수 있다. 또한, 이러한 길이(HF1)와 교차하는 방향, 예를들면 직교하는 방향을 기준으로 측정한 최대값을 잎(LF1)의 폭(WF1)으로 정의하고 이에 대한 정보를 취득할 수 있다.
선택적 실시예로서 일 모종(M1)의 잎의 개수의 정보를 인식할 수 있다.
본 실시예의 식물 생육 모니터링 제어 시스템은 제1 카메라 유닛 및 제2 카메라 유닛을 통하여 식물의 다양한 정보를 인식할 수 있다.
예를들면 식물 각각에 대한 확인을 용이하게 할 수 있고, 제1 카메라 유닛의 복수의 모듈을 통하여 식물간 구별, 식물 내에서의 잎들의 구별을 정밀하게 수행할 수 있다.
이러한 정밀한 인식을 통하여 각 모종의 길이 및 폭에 대한 정보를 용이하게 취득할 수 있고, 모종에 구비된 잎들의 개수, 잎의 크기 등에 대한 정보를 용이하게 파악할 수 있다. 이를 통하여 각 모종의 생육 상태를 용이하게 파악하고, 설정 조건과 다양한 정보를 비교하여 생육 상태에 대한 판단을 정밀하게 진행할 수 있다.
또한, 제2 카메라 유닛을 통하여 식물에 대한 다양한 파장대의 반사도 정보를 인식할 수 있고, 예를들면 근적외선 반사도 정보 또는 적색광 파장의 반사도 정보를 취득할 수 있다.
이를 통하여 식물의 생육에 대한 정보를 간접적으로 취득할 수 있고, 예를들면 식생 지수와 같이 식물의 광합성 정도에 대한 정보를 용이하게 파악할 수 있고, 이를 식물 생육 판단의 중요 요소로 사용할 수 있다.
한편, 이러한 식물 생육 판단 결과와 실제 식물 상태의 매칭 데이터 정보를 세트로서 복수 개를 취득하여 이에 대한 기계 학습을 진행할 수 있다. 이를 통하여 설정 조건을 실제에 맞게 변경할 수 있고, 생육 판단 결과의 정확도를 향상할 수 있다.
도 15는 본 발명의 일 실시예에 관한 식물 생육 모니터링 제어 방법을 도시한 개략적인 도면이다.
본 실시예의 식물 생육 모니터링 제어 방법은 다양한 식물에 대한 생육 모니터링을 시행할 수 있고, 선택적 실시예로서 모니터링 결과에 대한 식물의 불량 판단을 할 수 있다.
또한, 이러한 식물은 성숙한 성체 식물일 수 있고, 다른 예로서 식물은 성숙하기 전의 단계로서 구체적으로 모종 단계의 식물일 수 있다.
이를 통하여 모종 단계에서도 조기에 식물 생육 모니터링을 시행할 수 있고, 그 결과를 반영하여 추후 생육에 대한 데이터를 취득하고, 추후 생육시 처분에 대한 판단을 진행할 수도 있다.
도 15를 참조하면 식물 생육 모니터링 제어 방법은 제1 카메라 유닛 제어 단계(S10), 제2 카메라 유닛 제어 단계(S20), 식물 확인 단계(S30), 외형 정보 취득 제어 단계(S40), 색상 정보 취득 제어 단계(S50), 고파장 반사 정보 인식 제어 단계(S60), 가시광 반사 정보 인식 제어 단계(S70) 및 식물 생육 판단 제어 단계(S90)를 포함할 수 있다.
제1 카메라 유닛 제어 단계(S10)에서는 식물 생육 모니터링을 위하여 적어도 식물을 향하는 단계를 포함할 수 있다.
예를들면 제1 카메라 유닛 제어 단계(S10)은 식물의 외형 또는 색깔을 확인할 수 있고, 구체적 예로서 RGB 광선을 인식할 수 있고, 일 예로서 RGB 인식 센서를 이용하는 것을 포함할 수 있다.
또한 제1 카메라 유닛 제어 단계(S10)에서는 식물에 대하여 뎁스(심도)를 인식할 수 있는 뎁스 인식 단계를 포함할 수 있다.
선택적 실시예로서 제1 카메라 유닛 제어 단계(S10)은 두 개의 카메라 모듈을 이용하는 단계를 포함할 수 있다.
또한, 선택적 실시예로서 제1 카메라 유닛 제어 단계(S10)는 서로 상이한 종류의 2개 이상의 광학 모듈을 이용하는 단계를 포함할 수 있다. 구체적 예로서 RGB 인식 모듈 및 적외선 프로젝터 모듈을 이용하는 단계를 포함할 수 있다.
이를 통하여 제1 카메라 유닛 제어 단계(S10)에서는 식물에 대한 외형을 인식할 수 있고, 각각의 식물 간의 거리 및 구별에 대한 정보를 획득할 수 있고, 식물의 잎 및 줄기에 대한 용이한 정보 획득을 가능하게 할 수 있다.
선택적 실시예로서 제1 카메라 유닛 제어 단계(S10)에서는 3D 뎁스 카메라 모듈을 이용하는 단계를 포함할 수 있다.
제2 카메라 유닛 제어 단계(S20)에서는 상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선의 파장대보다 높은 고파장대 광 정보를 인식하는 것을 포함할 수 있다.
예를들면 제2 카메라 유닛 제어 단계(S20)에서는 상기 식물에 대한 적색 가시 광선 파장대의 반사 정보를 인식하는 단계를 포함할 수 있다. 또한, 다른 예로서 제2 카메라 유닛 제어 단계(S20)에서는 상기 식물에 대한 녹색 가시 광선 파장대의 반사 정보를 인식할 수 있다.
또한, 제2 카메라 유닛 제어 단계(S20)에서는 근적외선 또는 적외선 파장대의 광 정보를 인식할 수 있고, 예를들면 식물의 근적외선 도는 적외선 파장대의 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 카메라 유닛 제어 단계(S20)는 다중 분광 카메라 모듈을 이용하는 것을 포함할 수 있다.
식물 확인 단계(S30)에서는 상기 식물을 인식하고 구별하는 것을 포함할 수 있다.
예를들면 식물 확인 단계(S30)에서는 전술한 제1 카메라 유닛 제어 단계(S10)에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종을 인식할 수 있다.
선택적 실시예로서 식물 확인 단계(S30)는 제1 카메라 유닛 제어 단계(S10)에서의 뎁스 인식, 예를들면 3D 뎁스 카메라 인식을 통하여 식물이 복수 개 있는 경우에 식물 각각을 구별할 수 있다. 또한, 식물과 배경을 용이하게 구별하여 식물 개체 각각을 용이하게 구별하고 확인할 수 있다.
또한, 선택적 실시예로서 식물 확인 단계(S30)는 전술한 제1 카메라 유닛 제어 단계(S10)에서 인식한 정보를 이용하여 식물, 구체적 예로서 각 모종의 개체의 줄기를 인식하여 확인할 수 있다.
또한, 선택적 실시예로서 식물 확인 단계(S30)는 전술한 제1 카메라 유닛 제어 단계(S10)에서 인식한 정보를 이용하여 식물, 구체적 예로서 각 모종의 개체의 잎을 인식하여 확인할 수 있다.
외형 정보 취득 제어 단계(S40)는 상기 식물의 잎을 포함한 외형 정보를 인식할 수 있다.
예를들면 외형 정보 취득 제어 단계(S40)는 전술한 제1 카메라 유닛 제어 단계(S10)에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 외형 정보를 인식할 수 있다.
구체적 예로서 식물 확인 단계(S30)를 통하여 인식한 식물 개체 각각을 확인한 후에, 외형 정보 취득 제어 단계(S40)는 개별 식물 개체의 외형 정보를 취득할 수 있다.
선택적 실시예로서 외형 정보 취득 제어 단계(S40)는 식물의 잎에 대한 정보, 줄기에 대한 정보, 식물의 크기 등의 정보를 취득할 수 있다.
색상 정보 취득 제어 단계(S50)는 상기 식물의 잎의 색상을 포함한 색상 정보를 인식할 수 있다.
예를들면 색상 정보 취득 제어 단계(S50)는 전술한 제1 카메라 유닛 제어 단계(S10)에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 색상 정보를 인식할 수 있다.
구체적 예로서 식물 확인 단계(S30)를 통하여 인식한 식물 개체 각각을 확인한 후에, 색상 정보 취득 제어 단계(S50)는 개별 식물 개체의 색상 정보를 취득할 수 있다.
선택적 실시예로서 색상 정보 취득 제어 단계(S50)는 식물의 잎의 색깔, 예를들면 잎의 녹색, 연두색 또는 노란색 등의 정보 및 각각의 색의 채도에 대한 정보 등을 취득할 수 있다.
선택적 실시예로서 색상 정보 취득 제어 단계(S50)는 식물의 줄기의 색깔, 예를들면 줄기의 녹색, 연두색 또는 노란색 등의 정보 및 각각의 색의 채도에 대한 정보 등을 취득할 수 있다.
고파장 반사 정보 인식 제어 단계(S60)는 상기 식물에 대한 상기 고파장대 광 반사 정보를 인식할 수 있다.
예를들면 고파장 반사 정보 인식 제어 단계(S60)는 전술한 제2 카메라 유닛 제어 단계(S20)에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 고파장대 광 반사 정보를 인식할 수 있다.
구체적 예로서 식물 확인 단계(S30)를 통하여 인식한 식물 개체 각각을 확인한 후에, 고파장 반사 정보 인식 제어 단계(S60)는 제2 카메라 유닛 제어 단계(S20)에서 인식한 정보를 이용하여 개별 식물 개체에 대한 근적외선 파장 또는 적외선 파장대의 반사 정보를 인식할 수 있다.
가시광 반사 정보 인식 제어 단계(S70)에서는 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
예를들면 가시광 반사 정보 인식 제어 단계(S70)에서는 전술한 제2 카메라 유닛 제어 단계(S20)에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
구체적 예로서 식물 확인 단계(S30)를 통하여 인식한 식물 개체 각각을 확인한 후에, 가시광 반사 정보 인식 제어 단계(S70)에서는 제2 카메라 유닛 제어 단계(S20)에서 인식한 정보를 이용하여 개별 식물 개체에 대한 적색 가시광선 파장대의 반사 정보를 인식할 수 있다.
또한, 선택적 실시예로서 녹색 가시광선 파장대 또는 청색 가시광선 파장대의 반사 정보를 인식할 수도 있다.
식물 생육 판단 제어 단계(S90)에서는 상기 외형 정보 취득 제어 단계(S40), 색상 정보 취득 제어 단계(S50), 고파장 반사 정보 인식 제어 단계(S60) 및 가시광 반사 정보 인식 제어 단계(S70) 중 선택된 하나 이상의 단계에서 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단할 수 있다.
예를들면 식물 생육 판단 제어 단계(S90)는 상기 외형 정보 취득 제어 단계(S40)에서 인식한 정보, 구체적 예로서 식물의 크기, 식물의 길이, 식물의 폭, 잎의 크기, 잎의 길이 또는 폭, 잎의 개수, 줄기의 크기 등의 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다.
일 예로서 식물의 크기를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
일 예로서 식물의 길이 또는 폭을 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
다른 예로서 식물의 길이와 식물의 폭에 대한 비율을 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
또한 다른 예로서 식물의 잎의 크기, 구체적으로 가장 큰 잎의 크기를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
다른 예로서 식물의 잎의 개수를 설정 수준과 비교하여 그 이상인 경우 식물의 생육 상태가 정상이라고 파악할 수 있다.
또 다른 예로서 식물 생육 판단 제어 단계(S90)에서는 색상 정보 취득 제어 단계(S50)에서 인식한 정보, 구체적 예로서 식물의 색깔, 잎의 색깔 또는 줄기의 색깔 등의 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다.
일 예로서 녹색 색상 정보를 이용하여 설정 수준 이상의 녹색 정보를 포함하는 경우 식물 생육 상태가 정상이라고 파악할 수 있다.
또한 다른 예로서 식물 생육 판단 제어 단계(S90)에서는 고파장 반사 정보 인식 제어 단계(S60)에서 인식한 식물의 근적외선 반사 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다. 또한, 선택적 실시예로서 적외선 반사 정보를 이용할 수도 있다.
또한 다른 예로서 식물 생육 판단 제어 단계(S90)에서는 가시광 반사 정보 인식 제어 단계(S70)에서 인식한 적색광 파장 반사 정보를 설정 수준과 비교하여 식물 생육의 정도를 판단할 수 있다. 또한, 선택적 실시예로서 녹색 또는 청색광 파장 반사 정보를 이용할 수도 있다.
또한, 선택적 실시예로서 식물 생육 판단 제어 단계(S90)에서는 고파장 반사 정보 인식 제어 단계(S60)에서 인식한 식물의 근적외선 반사 정보와 가시광 반사 정보 인식 제어 단계(S70)에서 인식한 적색광 파장 반사 정보를 이용하여 식물 생육의 정도를 판단할 수 있다.
예를들면 식물 생육 판단 제어 단계(S90)에서는 근적외선 파장대의 반사도가 높을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있고. 또한 다른 예로서 식물 생육 판단 제어 단계(S90)에서는 녹색광 파장대의 반사도가 높을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있다.
또한 식물 생육 판단 제어 단계(S90)에서는 적색광 파장대의 반사도가 낮을수록 식물의 생육 상태가 우수한 것으로 판단할 수 있다.
예를들면 하기와 같은 지수(NI)를 계산하여 지수가 높을수록 식물의 생육 상태가 높은 것으로 볼 수 있다.
NI = (Rn-Rr) / (Rn+Rr)
여기서 Rn은 식물에 대한 근적외선 파장대에서 측정되는 반사도 정보를 포함하고, Rr은 식물에 대한 적색광 파장대에서 측정되는 반사도 정보를 포함할 수 있다. 반사도는 입사되는 태양복사 대비 반사되는 복사값의 비율을 나타내므로 Rn 및 Rr은 각각 0 이상 1 이하의 값을 가질 수 있다.
선택적 실시예로서 식물 생육 판단 제어 단계(S90)에서는 복수의 정보를 이용하여 식물의 생육 상태를 판단할 수 있다.
예를들면 식물 생육 판단 제어 단계(S90)에서는 상기 외형 정보 취득 제어 단계(S40)에서 인식한 식물의 크기, 잎의 크기 등에 대한 정보와 상기 고파장 반사 정보 인식 제어 단계(S60)에서 인식한 식물의 근적외선 반사 정보 및 가시광 반사 정보 인식 제어 단계(S70)에서 인식한 식물의 적색광 반사 정보를 종합적으로 파악하여 식물의 생육 상태를 판단할 수 있다.
선택적 실시예로서 식물 생육 판단 제어 단계(S90)에서는 이러한 식물의 생육 상태에 대한 정보를 파악하여 식물의 정상 상태 또는 불량 상태를 파악할 수 있다.
구체적 예로서 최종 식물 생육 전의 모종 단계의 식물인 경우 모종 단계에서 일정 수준 이하인 경우 비용 및 생산성 고려하여 계속 생육이 바람직하지 않을 수 있는데, 식물 생육 판단 제어 단계(S90)에서는 모종 상태의 식물에 대한 생육 정보를 파악하고 이를 설정 수준과 비교하여 못 미치는 경우에 불량이라고 파악할 수 있다.
이러한 불량이라고 파악된 모종에 대하여는 계속 생육 중지 정보를 생성할 수 있고, 이를 사용자등에게 고지할 수 있다.
또한, 선택적 실시예로서 제거 모듈(미도시)에게 정보를 전달하여 제거 모듈이 불량인 모종을 수거해 가도록 할 수 있다.
도 16은 도 14의 식물 생육 모니터링 제어 단계의 제1 카메라 유닛 제어 단계의 선택적 실시예를 도시한 도면이다.
도 16을 참조하면 제1 카메라 유닛 제어 단계(S10')는 제1 광학 모듈 제어 단계(S12') 및 제2 광학 모듈 제어 단계(S14')을 포함할 수 있다.
예를들면 제1 광학 모듈 제어 단계(S12') 및 제2 광학 모듈 제어 단계(S14') 는 동일한 종류의 광학 카메라를 이용하는 단계를 포함할 수 있고, 이러한 카메라는 서로 이격된 위치에 배치될 수 있다. 이를 통하여 식물에 대한 외형의 정보를 인식할 수 있고, 각 식물들 간의 간격 및 식물의 각 잎들에 대한 정밀한 인식을 용이하게 할 수 있다.
다른 예로서 제1 광학 모듈 제어 단계(S12') 및 제2 광학 모듈 제어 단계(S14')는 서로 상이한 종류의 광학 모듈을 포함할 수 있다. 예를들면 제1 광학 모듈 제어 단계(S12')는 RGB 이미지 센서 이용 단계를 포함할 수 있고, 제2 광학 모듈 제어 단계(S14')는 프로젝터, 구체적 예로서 적외선 프로젝터 이용 단계를 포함할 수 있다. 제1 광학 모듈 제어 단계(S12')를 통하여 식물의 외형에 대한 기본적 정보를 용이하게 인식하고 제2 광학 모듈 제어 단계(S14')를 통하여 식물들간의 심도 또는 식물의 줄기, 잎들 간의 심도를 용이하게 인식할 수 있다.
선택적 실시예로서 제1 카메라 유닛 제어 단계(S10')은 다양한 형태의 3D depth 카메라 모듈 이용 단계를 포함할 수 있다.
도 17은 도 15의 식물 생육 모니터링 제어 단계의 제2 카메라 유닛 제어 단계의 선택적 실시예를 도시한 도면이다.
도 17을 참조하면 제2 카메라 유닛 제어 단계(S20')은 제1 가시광 파장 반사 정보 인식 단계(S22'), 제2 가시광 파장 반사 정보 인식 단계(S24') 또는 고파장 반사 정보 인식 단계(S26')를 포함할 수 있다.
제1 가시광 파장 반사 정보 인식 단계(S22')에서는 식물에 대한 일 가시광선 파장의 반사 정보를 인식할 수 있다. 예를들면 적색광의 식물에 대한 반사 정보를 인식할 수 있다.
제2 가시광 파장 반사 정보 인식 단계(S24')에서는 식물에 대한 일 가시광선 파장의 반사 정보를 인식할 수 있다. 예를들면 녹색광의 식물에 대한 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 가시광 파장 반사 정보 인식 단계(S24')가 생략된 채 제1 가시광 파장 반사 정보 인식 단계(S22')가 이용될 수 있다.
고파장 반사 정보 인식 단계(S26')에서는 가시광선 보다 높은 파장, 예를들면 근적외선(NIR, near infra red)의 식물에 대한 반사 정보를 인식할 수 있다. 선택적 실시예로서 고파장 반사 정보 인식 단계(S26')에서는 700 내지 1500 나노미터의 파장대의 식물에 대한 반사 정보를 인식할 수 있다.
선택적 실시예로서 제2 카메라 유닛 제어 단계(S20')에서는 분광 카메라 또는 분광 센서를 이용하는 단계를 포함할 수 있다.
도 18은 도 15의 식물 생육 모니터링 제어 단계의 식물 확인 단계의 선택적 실시예를 도시한 도면이다.
식물 확인 단계(S30')는 상기 식물을 인식하고 구별하는 단계를 포함할 수 있다.
식물 확인 단계(S30')는 식물 구별 확인 단계(S31'), 식물 제1 부분 확인 단계(S33') 또는 식물 제2 부분 확인 단계(S35')를 포함할 수 있다.
식물 구별 확인 단계(S31')는 전술한 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종을 인식할 수 있다.
선택적 실시예로서 식물 구별 확인 단계(S31')는 제1 카메라 유닛 제어 단계(S10 또는 S10')의 뎁스 인식, 예를들면 3D 뎁스 카메라 인식 단계를 통하여 식물이 복수 개 있는 경우에 식물 각각을 구별할 수 있다. 또한, 식물과 배경을 용이하게 구별하여 식물 개체 각각을 용이하게 구별하고 확인할 수 있다.
또한 구체적 예로서 모종 단계의 식물이 일 방향으로 배열되어 있는 경우 또는 이와 교차하는 방향으로 복수 개 배열된 경우 또는 불규칙적으로 배열된 경우에 각 모종을 구별하여 인식할 수 있다.
식물 제1 부분 확인 단계(S33')는 전술한 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물의 제1 부분, 예를들면 식물의 잎에 대한 정보를 인식할 수 있다. 또한 전술한 식물 구별 확인 단계(S31')를 통하여 각 식물을 구별한 후에 각 식물 별로 잎에 대한 정보를 인식할 수 있다. 구체적 예로서 일 모종의 잎에 대한 정보를 인식할 수 있고, 모종이 복수의 잎을 갖는 경우 복수의 잎의 각각의 정보를 인식할 수 있다.
식물 제2 부분 확인 단계(S35')는 전술한 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물의 상기 제1 부분과 다른 제2 부분, 예를들면 식물의 줄기에 대한 정보를 인식할 수 있다. 또한 전술한 식물 구별 확인 단계(S31')를 통하여 각 식물을 구별한 후에 각 식물 별로 줄기에 대한 정보를 인식할 수 있다. 구체적 예로서 일 모종의 줄기에 대한 정보를 인식할 수 있고, 모종이 복수의 줄기를 갖는 경우 복수의 줄기의 각각의 정보를 인식할 수 있다.
도 19는 도 15의 식물 생육 모니터링 제어 단계의 외형 정보 취득 제어 단계의 선택적 실시예를 도시한 도면이다.
도 19를 참조하면 외형 정보 취득 제어 단계(S40')는 잎 개수 정보 취득 단계(S41'), 식물 길이 정보 취득 단계(S43'), 식물 폭 정보 취득 단계(S45') 또는 개별 잎 정보 취득 단계(S47')를 포함할 수 있다.
잎 개수 정보 취득 단계(S41')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 잎의 개수에 대한 정보를 취득할 수 있다. 이러한 취득된 잎의 개수는 식물 생육 정보로서 설정 조건의 잎의 개수와 비교할 수 있는 요소가 될 수 있다.
식물 길이 정보 취득 단계(S43')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 길이에 대한 정보를 취득할 수 있다. 이러한 모종의 길이는 다양한 방법으로 정할 수 있고, 예를들면 최 하단의 잎으로부터 줄기의 끝까지 측정할 수 있고, 다른 예로서 줄기의 길이를 측정한 값일 수도 있다. 또한, 다른 예로서 일 방향으로 측정한 최대의 값을 식물 또는 모종의 길이로 인식할 수 있다.
취득된 모종의 길이, 또는 모종에 구비된 줄기 또는 잎의 길이는 식물 생육 정보로서 설정 조건의 길이와 비교할 수 있는 요소가 될 수 있다.
식물 폭 정보 취득 단계(S45')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 폭에 대한 정보를 취득할 수 있다. 이러한 모종의 폭은 다양한 방법으로 정할 수 있고, 예를들면 줄기의 일측에 달린 잎의 단부로부터 줄기의 타측에 달린 잎의 단부까지의 측정한 값일 수 있다.
또한, 실물 또는 모종의 폭은 전술한 길이와 교차하는 방향으로 측정한 최대의 값일 수 있다.
다른 예로서 줄기의 폭을 식물의 폭으로 인식할 수도 있다.
취득된 모종의 폭, 또는 모종에 구비된 줄기 또는 잎의 폭은 식물 생육 정보로서 설정 조건의 폭과 비교할 수 있는 요소가 될 수 있다.
개별 잎 정보 취득 단계(S47')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종의 개별 잎에 대한 하나 이상의 정보를 취득할 수 있다. 예를들면 잎의 길이, 잎의 폭에 대한 정보를 취득할 수 있다.
예를들면 개별 잎 정보 취득 단계(S47')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 포함된 잎 또는 줄기의 길이에 대한 정보를 취득할 수 있다.
잎의 길이는 다양한 방법으로 측정할 수 있고, 예를들면 일 방향으로 측정한 최대값을 잎의 길이로 정의할 수 있다.
또한 개별 잎 정보 취득 단계(S47')는 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 포함된 각각의 잎의 폭에 대한 정보를 취득할 수 있고, 이는 줄기를 중심으로 교차하는 방향으로 측정한 최대값을 폭으로 정의할 수 있다.
또한, 상기 잎의 길이와 교차하는 방향으로 측정한 최대의 값을 폭으로 정의할 수도 있다.
선택적 실시예로서 개별 잎 정보 취득 단계(S47')는 일 모종에 구비된 잎들 중 가장 큰 잎의 정보를 취득할 수 있고, 예를들면 여러 잎들의 길이 중 최대값을 갖는 잎의 길이를 최대 잎 길이로 인식할 수 있다. 또한, 이를 설정 조건에 포함된 최대 잎 길이와 비교할 수 있는 요소가 될 수 있다.
또한 개별 잎 정보 취득 단계(S47')에서는 일 모종에 구비된 잎들 중 가장 폭이 큰 잎의 정보를 취득할 수도 있다.
도 20은 도 15의 식물 생육 모니터링 제어 단계의 색상 정보 취득 제어 단계의 선택적 실시예를 도시한 도면이다.
색상 정보 취득 제어 단계(S50')는 부분 색상 정보 취득 단계(S52') 또는 종합 색상 정보 취득 단계(S54')를 포함할 수 있다.
부분 색상 정보 취득 단계(S52')는 전술한 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 예를들면 모종의 부분의 색상 정보를 인식할 수 있다. 구체적 예로서 모종의 잎 또는 줄기의 색상 정보를 취득할 수 있다.
종합 색상 정보 취득 단계(S54')는 전술한 제1 카메라 유닛 제어 단계(S10 또는 S10')에서 인식한 정보를 이용하여 식물, 예를들면 모종의 적어도 복수 개의 부분을 포함하는 영역의 색상 정보를 인식할 수 있다. 구체적 예로서 일 모종의 전체적인 색상 정보를 취득할 수 있다.
도 21은 도 15의 식물 생육 모니터링 제어 단계의 가시광 반사 정보 인식 제어 단계의 선택적 실시예를 도시한 도면이다.
도 21을 참조하면 가시광 반사 정보 인식 제어 단계(S70')는 상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
예를들면 가시광 반사 정보 인식 제어 단계(S70')는 전술한 제2 카메라 유닛 제어 단계(S20 또는 S20')에서 인식한 정보를 이용하여 식물, 구체적 예로서 모종에 대한 가시광선 파장대의 광 반사 정보를 인식할 수 있다.
가시광 반사 정보 인식 제어 단계(S70')는 제1 가시광 반사 정보 인식 단계(S72') 또는 제2 가시광 반사 정보 인식 단계(S74')를 포함할 수 있다.
제1 가시광 반사 정보 인식 단계(S72')에서는 적색광 파장의 광에 대한 식물, 예를들면 모종의 반사 정보를 인식할 수 있다.
제2 가시광 반사 정보 인식 단계(S74')에서는 제1 가시광 반사 정보 인식 단계(S72')가 인식한 것과 다른 파장, 예를들면 녹색광 파장의 광에 대한 식물, 예를들면 모종의 반사 정보를 인식할 수 있다.
도 22는 도 15의 식물 생육 모니터링 제어 단계의 식물 생육 판단 제어 단계의 선택적 실시예를 도시한 도면이다.
식물 생육 판단 제어 단계(S90')는 상기 외형 정보 취득 제어 단계(S40 또는 S40'), 색상 정보 취득 제어 단계(S50 또는 S50'), 고파장 반사 정보 인식 제어 단계(S60) 및 가시광 반사 정보 인식 제어 단계(S70 또는 S70') 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단할 수 있다.
도 22를 참조하면 식물 생육 판단 제어 단계(S90')는 설정 수준 제어 단계(S92') 및 설정 수준 변동 제어 단계(S94')를 포함할 수 있다.
설정 수준 제어 단계(S92')에서는 하나 이상의 요소에 대한 설정 수준 정보를 저장할 수 있다. 예를들면 설정 수준으로 식물의 크기, 식물의 길이, 식물의 폭, 잎의 크기, 잎의 개수, 잎의 폭 등에 대한 식물 생육 판단을 위한 설정 수준의 정보를 저장할 수 있다.
이러한 설정 수준에 저장된 값과 실제 인식한 식물, 예를들면 모종의 크기를 비교하거나, 모종의 잎의 크기를 비교하거나, 모종의 잎의 개수를 비교하거나, 잎의 폭을 비교하는 등의 과정을 통하여 식물 생육의 정상 여부를 판단할 수 있다.
설정 수준 변동 제어 단계(S94')에서는 설정 수준의 변동을 제어할 수 있다. 설정 수준은 사용자의 입력을 통하여 수정될 수 있고, 이를 위하여 사용자의 입력부를 포함할 수 있다.
또한, 설정 수준 변동 제어 단계(S94')에서는 복수의 모종에 대한 식물 생육 판단 정보 결과를 반영하여, 설정 수준을 결과에 따라 변경할 수 있다. 예를들면 사용자가 입력한 설정 수준에 따라 판단한 결과 실제 불량인 모종이 정상 생육된 것으로 판단된 정보가 많을 경우 설정 수준을 변경, 구체적으로 수준을 상향하여 설정 수준을 재설정할 수 있다.
또한, 설정 수준 변동 제어 단계(S94')에서는 주기적으로, 또는 불규칙적으로 또는 실시간으로 식물 생육 판단 정보 결과를 반영하여 설정 수준을 변경할 수 있고, 선택적 실시예로서 식물 생육 판단 결과 및 실제 식물의 매칭 데이터에 대한 기계 학습 결과를 반영하여 설정 수준을 변경할 수 있다.
본 실시예의 식물 생육 모니터링 제어 방법은 제1 카메라 유닛 제어 단계 및 제2 카메라 유닛 제어 단계를 통하여 식물의 다양한 정보를 인식할 수 있다.
예를들면 식물 각각에 대한 확인을 용이하게 할 수 있고, 제1 카메라 유닛의 복수의 모듈을 통하여 식물간 구별, 식물 내에서의 잎들의 구별을 정밀하게 수행할 수 있다.
이러한 정밀한 인식을 통하여 각 모종의 길이 및 폭에 대한 정보를 용이하게 취득할 수 있고, 모종에 구비된 잎들의 개수, 잎의 크기 등에 대한 정보를 용이하게 파악할 수 있다. 이를 통하여 각 모종의 생육 상태를 용이하게 파악하고, 설정 조건과 다양한 정보를 비교하여 생육 상태에 대한 판단을 정밀하게 진행할 수 있다.
또한, 제2 카메라 유닛을 통하여 식물에 대한 다양한 파장대의 반사도 정보를 인식할 수 있고, 예를들면 근적외선 반사도 정보 또는 적색광 파장의 반사도 정보를 취득할 수 있다.
이를 통하여 식물의 생육에 대한 정보를 간접적으로 취득할 수 있고, 예를들면 식생 지수와 같이 식물의 광합성 정도에 대한 정보를 용이하게 파악할 수 있고, 이를 식물 생육 판단의 중요 요소로 사용할 수 있다.
한편, 이러한 식물 생육 판단 결과와 실제 식물 상태의 매칭 데이터 정보를 세트로서 복수 개를 취득하여 이에 대한 기계 학습을 진행할 수 있다. 이를 통하여 설정 조건을 실제에 맞게 변경할 수 있고, 생육 판단 결과의 정확도를 향상할 수 있다.
이를 통하여 식물 생육에 대한 모니터링의 편의성 및 정밀성을 향상할 수 있다. 또한, 이러한 모니터링 후 식물 생육 판단을 통하여 식물 생육의 정상 또는 불량 판단을 용이하게 할 수 있다.
또한, 모종 단계에서의 식물 생육 판단의 정밀도를 향상할 수 있고, 이에 따라 모종을 성숙한 식물로 계속 생육할 것인지에 대한 판단을 조기에 하여 식물 생육에 대한 비용 절감 및 생산성 향상 효과를 증대할 수 있고, 최종 획득할 수 있는 식물의 품질 증대를 향상할 수 있다.
이와 같이 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
실시예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다.
본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
실시예에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 방법들, 소프트웨어, 상기 방법들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, "필수적인", "중요하게" 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
실시예의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 실시 예에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 실시 예에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 실시 예들이 한정되는 것은 아니다. 실시 예에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 실시 예를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 실시 예의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
100: 식물 생육 모니터링 제어 시스템
110: 제1 카메라 유닛
120: 제2 카메라 유닛
130: 식물 확인부
140: 외형 정보 취득 제어부
150: 색상 정보 취득 제어부
160: 고파장 반사 정보 인식 제어부
170: 가시광 반사 정보 인식 제어부
190: 식물 생육 판단 제어부

Claims (7)

  1. 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성된 제1 카메라 유닛;
    상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선 파장대보다 높은 고파장대 광 정보를 인식하도록 형성된 제2 카메라 유닛;
    상기 식물을 인식하고 구별하도록 형성된 식물 확인부;
    상기 식물의 잎을 포함한 외형 정보를 인식하는 외형 정보 취득 제어부;
    상기 식물의 잎의 색상을 포함한 색상 정보를 인식하는 색상 정보 취득 제어 부;
    상기 식물에 대한 상기 고파장대 광 반사 정보를 인식하는 고파장 반사 정보 인식 제어부;
    상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식하는 가시광 반사 정보 인식 제어부; 및
    상기 외형 정보 취득 제어부, 색상 정보 취득 제어부, 고파장 반사 정보 인식 제어부 및 가시광 반사 정보 인식 제어부 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단하는 식물 생육 판단 제어부를 포함하고,
    상기 식물 생육 판단 제어부는 하기 수학식을 기초로 생육 지수를 산출하고, 상기 생육 지수를 기초로 식물의 생육 상태를 판단하는, 식물 생육 모니터링 제어 시스템:
    [수학식]
    Figure 112021502200635-pat00023

    여기서, Rn은 식물에 대한 고파장대 광 반사도이고, Rr은 식물에 대한 가시광선 파장대 광 반사도이다.
  2. 제1 항에 있어서,
    상기 식물 확인부는 상기 제1 카메라 유닛이 인식한 정보를 이용하여 식물을 인식하고 구별하도록 형성된 것을 포함하는 식물 생육 모니터링 제어 시스템.
  3. 제1 항에 있어서,
    상기 고파장 반사 정보 인식 제어부는 상기 가시광 반사 정보 인식 제어부가 인식하는 파장보다 높은 값을 갖는 파장의 정보를 인식하는 것을 포함하는 식물 생육 모니터링 제어 시스템.
  4. 식물 생육 모니터링을 위하여 적어도 식물을 향하도록 형성된 제1 카메라 유닛 제어 단계;
    상기 식물의 적어도 일 가시광선 파장대의 광 정보 및 상기 일 가시광선 파장대보다 높은 고파장대 광 정보를 인식하도록 형성된 제2 카메라 유닛 제어 단계;
    상기 식물을 인식하고 구별하도록 형성된 식물 확인 단계;
    상기 식물의 잎을 포함한 외형 정보를 인식하는 외형 정보 취득 제어 단계;
    상기 식물의 잎의 색상을 포함한 색상 정보를 인식하는 색상 정보 취득 제어 단계;
    상기 식물에 대한 상기 고파장대 광 반사 정보를 인식하는 고파장 반사 정보 인식 제어 단계;
    상기 식물에 대한 일 가시광선 파장대의 광 반사 정보를 인식하는 가시광 반사 정보 인식 제어 단계; 및
    상기 외형 정보 취득 제어부, 색상 정보 취득 제어부, 고파장 반사 정보 인식 제어부 및 가시광 반사 정보 인식 제어부 중 선택된 하나 이상이 인식한 정보에 의하여 상기 식물 생육의 정도를 설정 수준과 비교하여 판단하는 식물 생육 판단 제어 단계를 포함하고,
    상기 식물 생육 판단 제어 단계는 하기 수학식을 기초로 생육 지수를 산출하는 단계를 더 포함하는, 식물 생육 모니터링 제어 방법:
    [수학식]
    Figure 112021502200635-pat00024

    여기서, Rn은 식물에 대한 고파장대 광 반사도이고, Rr은 식물에 대한 가시광선 파장대 광 반사도이다.
  5. 제4 항에 있어서,
    상기 식물 확인 단계는 상기 제1 카메라 유닛 제어 단계에서 인식한 정보를 이용하여 식물을 인식하고 구별하도록 형성된 것을 포함하는 식물 생육 모니터링 제어 방법.
  6. 제4 항에 있어서,
    상기 고파장 반사 정보 인식 제어 단계는 상기 가시광 반사 정보 인식 제어단계에서 인식하는 파장보다 높은 값을 갖는 파장의 정보를 인식하는 것을 포함하는 식물 생육 모니터링 제어 방법.
  7. 제4 항 내지 제6 항 중에서 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020200039434A 2020-03-31 2020-03-31 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법 KR102296216B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200039434A KR102296216B1 (ko) 2020-03-31 2020-03-31 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200039434A KR102296216B1 (ko) 2020-03-31 2020-03-31 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법

Publications (1)

Publication Number Publication Date
KR102296216B1 true KR102296216B1 (ko) 2021-09-01

Family

ID=77779843

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200039434A KR102296216B1 (ko) 2020-03-31 2020-03-31 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법

Country Status (1)

Country Link
KR (1) KR102296216B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016146784A (ja) * 2015-02-12 2016-08-18 コニカミノルタ株式会社 植物育成指標測定装置および該方法
WO2018078866A1 (ja) * 2016-10-31 2018-05-03 株式会社オプティム コンピュータシステム、植物の診断方法及びプログラム
JP2018161058A (ja) * 2017-03-24 2018-10-18 キッセイコムテック株式会社 植物の生育状態評価方法、植物生育状態評価プログラム、植物生育状態評価装置ならびに植物モニタリングシステム
KR20190039879A (ko) * 2016-08-22 2019-04-16 국립대학법인 홋가이도 다이가쿠 물체 상태 검출 전송 시스템
JP2019193589A (ja) * 2018-05-01 2019-11-07 国立大学法人千葉大学 農業支援システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016146784A (ja) * 2015-02-12 2016-08-18 コニカミノルタ株式会社 植物育成指標測定装置および該方法
KR20190039879A (ko) * 2016-08-22 2019-04-16 국립대학법인 홋가이도 다이가쿠 물체 상태 검출 전송 시스템
WO2018078866A1 (ja) * 2016-10-31 2018-05-03 株式会社オプティム コンピュータシステム、植物の診断方法及びプログラム
JP2018161058A (ja) * 2017-03-24 2018-10-18 キッセイコムテック株式会社 植物の生育状態評価方法、植物生育状態評価プログラム、植物生育状態評価装置ならびに植物モニタリングシステム
JP2019193589A (ja) * 2018-05-01 2019-11-07 国立大学法人千葉大学 農業支援システム

Similar Documents

Publication Publication Date Title
US9058518B2 (en) Seed classification using spectral analysis to determine existence of a seed structure
CN102495005B (zh) 高光谱图像技术诊断作物水分亏缺的方法
CN107576618B (zh) 基于深度卷积神经网络的水稻穗瘟检测方法及系统
CN110763698B (zh) 一种基于特征波长的高光谱柑橘叶片病害识别方法
Nuske et al. Automated visual yield estimation in vineyards
CN114766041A (zh) 用于确定作物损害的系统和方法
TWI642126B (zh) 半導體晶圓檢測系統及其方法
CN106290238A (zh) 一种基于高光谱成像的苹果品种快速鉴别方法
US9165189B2 (en) Seed holding device and seed classification system with seed holding device
CN111967440B (zh) 一种农作物病害的综合识别处理方法
CN104749134A (zh) 一种检测叶菜类作物冠层水分含量的方法
CN110569786A (zh) 一种基于无人机数据采集的果树识别和数量监测方法及系统
CN110363125A (zh) 采用模型传递识别不同品种柑橘黄龙病的方法
CN107044959A (zh) 显微多模态融合光谱检测系统
CN112903602A (zh) 基于机器学习和高光谱成像的多种类柑橘病叶识别方法及系统
CN115495703A (zh) 一种基于机载多光谱数据的烟草成熟度检测方法及系统
Ruett et al. Hyperspectral imaging for high-throughput vitality monitoring in ornamental plant production
KR102296216B1 (ko) 식물 생육 모니터링 제어 시스템 및 식물 생육 모니터링 제어 방법
CN113570538A (zh) 一种叶片rgb图像偏态分布参数信息采集及分析方法
CN109324509A (zh) 信息调控方法、装置及系统
CN112816441B (zh) 一种设施园艺作物生长状况检测方法及装置
Firdous et al. Deep convolutional neural network-based framework for apple leaves disease detection
CN112528726A (zh) 一种基于光谱成像和深度学习的棉蚜虫害监测方法及系统
TWM550465U (zh) 半導體晶圓檢測系統
CN109100311A (zh) 草莓成熟度快速识别方法及装置

Legal Events

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