KR102312678B1 - 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 - Google Patents
통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 Download PDFInfo
- Publication number
- KR102312678B1 KR102312678B1 KR1020210028625A KR20210028625A KR102312678B1 KR 102312678 B1 KR102312678 B1 KR 102312678B1 KR 1020210028625 A KR1020210028625 A KR 1020210028625A KR 20210028625 A KR20210028625 A KR 20210028625A KR 102312678 B1 KR102312678 B1 KR 102312678B1
- Authority
- KR
- South Korea
- Prior art keywords
- plant
- plant cultivation
- actuator
- information
- nutrient solution
- Prior art date
Links
- 238000004891 communication Methods 0.000 title claims abstract description 19
- 238000013473 artificial intelligence Methods 0.000 title description 4
- 235000015097 nutrients Nutrition 0.000 claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000000428 dust Substances 0.000 claims description 24
- 238000003973 irrigation Methods 0.000 claims description 21
- 230000002262 irrigation Effects 0.000 claims description 21
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000012010 growth Effects 0.000 abstract description 22
- 241000196324 Embryophyta Species 0.000 description 176
- 239000000243 solution Substances 0.000 description 41
- 238000005516 engineering process Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000008635 plant growth Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004887 air purification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- 240000008669 Hedera helix Species 0.000 description 1
- 244000043261 Hevea brasiliensis Species 0.000 description 1
- 241001312215 Spathiphyllum Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- SESFRYSPDFLNCH-UHFFFAOYSA-N benzyl benzoate Chemical compound C=1C=CC=CC=1C(=O)OCC1=CC=CC=C1 SESFRYSPDFLNCH-UHFFFAOYSA-N 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 239000003501 hydroponics Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
-
- 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
- A01G13/00—Protecting plants
- A01G13/08—Mechanical apparatus for circulating the air
-
- 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
- A01G27/00—Self-acting watering devices, e.g. for flower-pots
- A01G27/008—Component parts, e.g. dispensing fittings, level indicators
-
- 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
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
- A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/02—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by adsorption, e.g. preparative gas chromatography
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/14—Measures for saving energy, e.g. in green houses
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Mechanical Engineering (AREA)
- Toxicology (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Molecular Biology (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Water Supply & Treatment (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
Abstract
원격 제어가 가능한 개인용 식물 재배 시스템이 개시된다. 개인용 식물 재배 시스템은 식물을 수경 재배하기 위한 식물 재배 장치, 상기 식물 재배 장치와 유선 또는 통신 인터페이스에 기반하여 연결되는 서버, 및 소정의 어플리케이션을 통해 상기 식물 재배 장치와 연결되고 상기 식물 재배 장치를 제어하기 위한 사용자의 개인 단말기를 포함할 수 있다. 상기 식물 재배 장치는, 상기 식물에 공급되는 양액을 저장하기 위한 수조, 상기 식물 재배 장치의 외부의 공기를 흡입하여 상기 양액에 투입하기 위한 에어 펌프, 재배 환경과 관련된 정보들을 감지하기 위한 센서부, 상기 식물을 촬영하여 영상 데이터를 획득하기 위한 카메라, 상기 재배 환경과 관련된 변수를 조절하기 위한 액추에이터, 및 상기 식물 재배 장치의 동작을 제어하고 유선 또는 무선 통신 인터페이스가 포함된 적어도 하나의 프로세서를 포함할 수 있다.
Description
본 발명은 빅데이터와 유무선 통신에 기반하여 개인이 쉽게 식물을 재배하기 위한 장치 및 시스템에 관한 것이다.
최근에 1인 세대가 점차 증가하고 있다. 집 안에서 기르는 식물에 정서적 애착을 갖는 인구가 늘면서 '반려 식물'을 찾는 인구가 증가하는 추세이다. 하지만 전문 농업인이 아닌 일반인이 식물종의 특성을 제대로 알지 못하는 상태에서 특정 식물종을 재배하는 것은 쉽지 않다. 또한, 일상 생활과 생업 활동을 수행하는 일반인이 식물을 재배하기 위한 환경 관리와 생육 상태 진단을 하기는 쉽지 않다.
스마트팜이란 농업 기술에 정보통신기술(ICT)을 접목하여 만들어진 농장으로서, 사물 인터넷(IoT: Internet of Things) 기술을 이용하여 농작물 재배 시설의 온도 · 습도 · 햇볕량 · 이산화탄소 · 토양 등을 측정 분석하고, 분석 결과에 따라 제어 장치를 구동하여 적절한 상태로 변화시킬 수 있는 기술이다. 스마트팜은 스마트폰과 같은 모바일 기기를 통해 농장의 관리자가 원격 관리도 가능하다는 장점이 있다.
그러나 현재까지의 스마트팜은 대규모 기업형 농장을 위한 솔루션으로서 개인이 접근할 수 있는 스마트팜 솔루션은 존재하지 않는다.
빅데이터를 이용하여 식물의 적정생육을 유지시키고 기업형 농장 운영자가 아닌 일반 개인이 스마트폰, 컴퓨터 등을 이용하여 식물의 생육 상태를 쉽게 관리하기 위한 장치와 시스템이 제공될 수 있다.
본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
개인용 식물 재배 시스템은, 식물을 수경 재배하기 위한 식물 재배 장치, 상기 식물 재배 장치와 유선 또는 통신 인터페이스에 기반하여 연결되는 서버, 및 소정의 어플리케이션을 통해 상기 식물 재배 장치와 연결되고 상기 식물 재배 장치를 제어하기 위한 사용자의 개인 단말기를 포함하고, 상기 식물 재배 장치는, 상기 식물에 공급되는 양액을 저장하기 위한 수조, 상기 식물 재배 장치의 외부의 공기를 흡입하여 상기 양액에 투입하기 위한 에어 펌프, 재배 환경과 관련된 정보들을 감지하기 위한 센서부, 상기 식물을 촬영하여 영상 데이터를 획득하기 위한 카메라, 상기 재배 환경과 관련된 변수를 조절하기 위한 액추에이터, 및 상기 식물 재배 장치의 동작을 제어하고 유선 또는 무선 통신 인터페이스가 포함된 적어도 하나의 프로세서를 포함하고, 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터는 상기 서버로 전송되고, 상기 액추에이터는 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터 중 적어도 하나에 기반하여 생성된 제어 신호 하에 동작하거나 상기 개인 단말기로부터 수신되는 제어 신호 하에 동작하고, 상기 사용자는 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터를 상기 어플리케이션을 통해 확인할 수 있다.
상기 에어 펌프를 통해 상기 양액에 투입된 공기 중의 미세 먼지는 수조 내부에 침전되거나 상기 식물의 뿌리로 흡수되고, 상기 수조 상의 베드는 미세 먼지 흡착이 가능한 직조 형태의 필터를 포함할 수 있다.
상기 식물 재배 장치의 외부에 위치하는 미세 먼지 센서를 더 포함하고, 상기 미세 먼지 센서가 기준 값 이상의 미세 먼지 농도를 감지했을 때에만 상기 에어 펌프가 상기 외부의 공기를 흡입할 수 있다.
상기 센서부는, 온도 센서, 습도 센서, 광 센서, 및 EC(Electric Conductivity) 센서를 포함하고, 상기 액추에이터는, 광을 조절하기 위한 LED 광원, 양액의 공급을 조절하기 위한 관수 펌프, 온도를 조절하기 위한 팬이나 펠티어를 포함할 수 있다.
상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터 각각은 기준 시간 마다 획득되고, 상기 제어 신호는 소정의 시간 구간 동안에 누적된 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터 중 적어도 하나에 기반하여 생성될 수 있다.
상기 서버는 정식 후 경과일, EC정보, 상기 재배 환경과 관련된 정보, 및 상기 액추에이터의 동작 정보를 예측 모델에 입력함으로써 상기 식물의 생육 상태를 예측하고, 상기 예측 모델에 입력되는 상기 EC정보는 소정의 시간 구간 동안에 누적된 EC 정보들을 포함하고, 상기 예측 모델에 입력되는 상기 재배 환경과 관련된 정보는 소정의 시간 구간 동안에 누적된 온도 정보들, 조도 정보들, 습도 정보들을 포함하고, 상기 예측 모델에 입력되는 상기 액추에이터의 동작 정보는 소정의 시간 구간 동안에 누적된 관수 펌프의 동작 여부에 관한 정보를 포함하고, 상기 식물의 생육 상태는 상기 식물의 키 또는 잎면적 지수 정보를 포함할 수 있다.
상기 예측 모델은, 복수의 식물 재배 장치들로부터 획득된 상기 정식 후 경과일, 상기 EC 정보, 상기 재배 환경과 관련된 정보, 및 상기 액추에이터의 동작 정보를 입력으로 적용하고 상기 카메라에 의해 획득된 영상 데이터로부터 획득되는 상기 식물의 키 또는 잎면적 지수를 출력으로 적용하는 기계 학습에 기반하여 생성되고, 상기 기계 학습은 LSTM(Long Short-Term Model) 형태의 인공 신경망을 사용하여 수행될 수 있다.
원격 제어가 가능한 식물 재배 장치는, 식물에 공급되는 양액을 저장하기 위한 수조, 상기 식물 재배 장치의 외부의 공기를 흡입하여 상기 양액에 투입하기 위한 에어 펌프, 재배 환경과 관련된 정보들을 감지하기 위한 센서부, 상기 식물을 촬영하여 영상 데이터를 획득하기 위한 카메라, 상기 재배 환경과 관련된 변수를 조절하기 위한 액추에이터, 및 상기 식물 재배 장치의 동작을 제어하고 유선 또는 무선 통신 인터페이스가 포함된 적어도 하나의 프로세서를 포함하고, 상기 센서부는, 온도 센서, 습도 센서, 광 센서, EC 센서를 포함하고, 상기 재배 환경과 관련된 정보는 상기 식물 재배 장치 내부의 온도 정보, 습도 정보, 조도 정보, 상기 양액의 EC 정보를 포함하고, 상기 액추에이터는, 광을 조절하기 위한 LED 광원, 양액의 공급을 조절하기 위한 관수 펌프, 온도를 조절하기 위한 팬이나 펠티어를 포함하고, 상기 액추에이터는 상기 식물 재배 장치의 외부로부터 유선 또는 무선 통신으로 수신되는 제어 신호 또는 상기 식물 재배 장치의 입력부를 통해 사용자가 직접 입력하는 제어 신호 하에 동작하고, 상기 식물 재배 장치의 주변에 위치한 미세 먼지 센서에 의해 감지된 미세 먼지 농도가 기준 값 이상이면, 상기 에어 펌프가 동작함으로써 상기 외부의 공기가 상기 양액에 투입되고, 상기 양액에 투입된 외부의 공기 중의 미세 먼지는 수조 내부에 침전되거나 상기 식물의 뿌리로 흡수될 수 있다.
상기 식물은 스펀지 배지 상에 심어지고, 상기 수조의 양액은 관수 펌프를 통해 상기 스펀지 배지와 상기 수조 사이의 중간층으로 끌어올려지면 상기 식물의 뿌리가 상기 중간층에 차오른 양액을 흡수하고, 상기 관수 펌프의 동작이 중단되면 상기 중간층의 양액은 다시 상기 수조로 내려가도록 구성되고, 상기 중간층은 상기 양액이 상기 중간층의 바닥으로부터 기준 높이 이상으로 차오르지 않도록 상기 차오른 양액을 상기 수조로 회수시키기 위한 구멍을 포함할 수 있다.
취미, 관상, 공기정화 등의 목적으로 가정이나 사무실에서 식물을 재배하려는 개인이 식물을 쉽게 재배하고 시공간 제약 없이 원격으로 생육 상태를 관리할 수 있는 장점이 있다.
도1은 일 실시 예에 따라, 개인용 식물 재배 시스템을 나타낸다.
도2는 일 실시 예에 따라, 소정의 어플리케이션에서 센서부에 의해 감지된 재배 환경 정보가 표시되는 화면을 나타낸다.
도3은 일 실시 예에 따라, 액추에이터를 제어하기 위해 소정의 어플리케이션에 표시되는 화면을 나타낸다.
도4는 일 실시 예에 따라, 외부 센서부와 연동되는 식물 재배 장치를 나타낸다.
도5는 일 실시 예에 따라, 개인 단말기 상에서 식물 재배 장치 제어를 위한 설정을 입력하기 위한 블록 코딩을 나타낸다.
도6은 일 실시 예에 따라, 식물 재배 장치가 공기 청정 기능을 수행하기 위한 구성을 나타낸다.
도7은 일 실시 예에 따라, 식물 재배 장치를 나타낸다.
도8은 일 실시 예에 따라, 식물의 생육 상태를 예측하기 위해 사용되는 예측 모델과 예측 모델에 입력되는 데이터를 나타낸다.
도2는 일 실시 예에 따라, 소정의 어플리케이션에서 센서부에 의해 감지된 재배 환경 정보가 표시되는 화면을 나타낸다.
도3은 일 실시 예에 따라, 액추에이터를 제어하기 위해 소정의 어플리케이션에 표시되는 화면을 나타낸다.
도4는 일 실시 예에 따라, 외부 센서부와 연동되는 식물 재배 장치를 나타낸다.
도5는 일 실시 예에 따라, 개인 단말기 상에서 식물 재배 장치 제어를 위한 설정을 입력하기 위한 블록 코딩을 나타낸다.
도6은 일 실시 예에 따라, 식물 재배 장치가 공기 청정 기능을 수행하기 위한 구성을 나타낸다.
도7은 일 실시 예에 따라, 식물 재배 장치를 나타낸다.
도8은 일 실시 예에 따라, 식물의 생육 상태를 예측하기 위해 사용되는 예측 모델과 예측 모델에 입력되는 데이터를 나타낸다.
아래에서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자들(이하, 통상의 기술자들)이 본 발명을 용이하게 실시할 수 있도록, 첨부되는 도면들을 참조하여 몇몇 실시 예가 명확하고 상세하게 설명될 것이다.
도1은 일 실시 예에 따라, 식물 재배 시스템을 나타낸다.
도1을 참조하면, 개인이 식물을 간편하게 재배하기 위한 개인용 식물 재배 시스템(10000)은 사용자의 개인 단말기(100), 서버(200), 및 식물 재배 장치(300)를 포함할 수 있다.
개인용 식물 재배 시스템(10000)은 식물 재배 장치(300)를 이용해 식물을 재배하는 사용자의 개인 단말기(100)를 포함할 수 있다. 개인 단말기(100)는 스마트폰, PC, 태블릿 PC, 웨어러블 디바이스와 같은 다양한 전자 장치를 포함할 수 있다.
서버(200)는 중앙 서버, 멀티미디어 컴퓨터, 랩탑 컴퓨터, 데스크탑 컴퓨터, 그리드 컴퓨팅 리소스, 가상화 된 컴퓨터 리소스, 클라우드 컴퓨팅 리소스, 피어-투-피어 분산 컴퓨팅 장치 또는 이들의 조합일 수 있다. 컴퓨팅 장치는, 적어도 하나의 프로세서와 적어도 하나의 메모리를 포함할 수 있다.
데이터베이스(DB)는 서버(200)의 내부 또는 외부에 위치할 수 있으며 복수의 식물 재배 장치들로부터 재배 환경과 관련된 정보, 식물의 영상 데이터, 액추에이터의 동작 여부, 식물의 생육 상태 등에 대한 다양한 정보를 수신하고 저장할 수 있다. 서버(200)는 데이터베이스(DB)와 연동하여 클라우드 서버(Cloud Server)로서 동작할 수 있다. 서버(200)는 데이터베이스(DB)를 활용하여 식물 재배에 관한 유용한 정보를 획득하고 획득된 정보를 식물 재배 장치(300) 또는 개인 단말기(100)로 피드백할 수 있다.
식물 재배 장치(300)는 식물을 삽입하고 재배하기 위한 장치로서 식물을 재배하기 위한 적절한 환경을 조성하고 생육 상태를 확인하기 위한 구성을 포함할 수 있다. 식물 재배 장치(300)는 Ebb & Flow, 분무경, 담액식수경과 같은 수경 재배 방식으로 식물을 재배할 수 있다. 일 실시 예에 따라, 식물 재배 장치(300)는 주로 가정, 사무실, 빌딩과 같은 실내 공간에 위치할 수 있으며 실내 공간에 위치할 수 있도록 충분히 작은 사이즈로 제작될 수 있다. 예를 들어, 식물 재배 장치(300)는 가로, 세로, 높이의 길이가 각각 1미터 이내로 제한될 수 있다.
식물 재배 장치(300), 서버(200), 및 개인 단말기(100)는 통신 인터페이스에 기반하여 서로 연결될 수 있다. 통신 인터페이스는 유선 근거리통신망(Local Area Network; LAN), Wi-fi(Wireless Fidelity)와 같은 무선 근거리 통신망(Wireless Local Area Network; WLAN), 블루투스(Bluetooth)와 같은 무선 개인 통신망(Wireless Personal Area Network; WPAN), 무선 USB(Wireless Universal Serial Bus), Zigbee, NFC(Near Field Communication), RFID(Radio-frequency identification), PLC(Power Line communication), 또는 3G(3rd Generation), 4G(4th Generation), LTE(Long Term Evolution) 등 이동 통신망(mobile cellular network)에 접속 가능한 모뎀 통신 인터페이스 등을 포함할 수 있다. 상기 블루투스 인터페이스는 BLE(Bluetooth Low Energy)를 지원할 수 있다.
개인용 식물 재배 시스템(10000)은 복수의 IoT(Internet of Things, 사물인터넷) 기기들을 포함하는 IoT 네트워크 시스템일 수 있다. 식물 재배 장치(300)와 개인 단말기(100)는 유선/무선 통신 인터페이스를 통해 적어도 하나 이상의 다른 장치와 통신하여 데이터를 송신 또는 수신할 수 있는 IoT 기기일 수 있으며, 개인용 식물 재배 시스템(10000)은 엑세스 포인트와 게이트웨이를 포함할 수 있다. IoT 네트워크 시스템은 IoT 네트워크 시스템 내의 2개 이상의 구성 요소 간의 정보 교환(통신)을 위해 UDP(User Datagram Protocol), TCP(Transmission Control Protocol) 등의 전송 프로토콜, 6LoWPAN (IPv6 Low-power Wireless Personal Area Networks) 프로토콜, IPv6 인터넷 라우팅 프로토콜, 그리고 CoAP(constrained application protocol), HTTP(hypertext transfer protocol), MQTT(message queue telemetry transport), MQTT-S(MQTT for sensors networks) 등의 애플리케이션 프로토콜을 이용할 수 있다.
이러한 실시 예에서, 식물 재배 장치(300)와 개인 단말기(100)는 엑세스 포인트를 통해 서로 연결될 수 있으며 엑세스 포인트는 식물 재배 장치(300) 또는 개인 단말기(100)에 포함되거나 다른 IoT 기기에 포함될 수 있다. 이하, 개인 단말기(100)와 식물 재배 장치(300)는 개인 단말기(100)에서 실행되는 어플리케이션을 통해 연결될 수 있으며, 연결되었다는 의미는 개인 단말기(100)가 서버(200)를 통해 식물 재배 장치(300)와 연결되는 실시 예와 개인 단말기(100)가 엑세스 포인트를 통해 식물 재배 장치(300)와 연결되는 실시 예를 모두 포함할 수 있다. 개인 단말기(100)가 식물 재배 장치(300)를 제어한다는 의미는 개인 단말기(100)가 서버(200)에 접속하여 서버(200)를 통해 식물 재배 장치(300)를 제어하는 실시 예와 개인 단말기(100)가 엑세스 포인트를 통해 식물 재배 장치(300)를 제어하는 실시 예를 모두 포함할 수 있다.
식물 재배 장치(300)는 식물에 공급되는 수경 재배용 양액을 저장하기 위한 수조(310), 식물 재배 장치(300) 외부의 공기를 흡입하여 수조(310) 내의 양액에 투입하기 위한 에어 펌프(320), 식물 재배 장치(300)의 재배 환경과 관련된 정보들을 감지하기 위한 센서부(330), 재배 중인 식물을 촬영하고 영상 데이터를 획득하기 위한 카메라(340), 재배 환경과 관련된 다양한 변수를 조절하기 위한 액추에이터(350, Actuator), 및 식물 재배 장치(300)의 전반적인 동작을 제어하고 외부와의 통신을 위한 무선 통신 인터페이스가 포함된 적어도 하나의 프로세서(360)를 포함할 수 있다. 식물 재배 장치(300)는 메모리(미도시)를 더 포함할 수 있고 적어도 하나의 프로세서(360)는 메모리(미도시)에 기록된 로직에 기반하여 액추에이터(350)의 제어 신호를 생성할 수 있다. 이하, 양액은 식물의 성장에 필요한 양분이 용해된 물뿐만 아니라 양분이 포함되지 않은 순수한 물을 의미할 수 있다.
도6을 참조하면, 식물 재배 장치(300)는 공기 청정을 위해 에어 펌프(320)를 통해 외부의 공기를 흡입할 수 있고 흡입된 외부 공기는 에어 라인을 통해 수조(310) 내의 양액에 투입될 수 있다. 흡입된 외부 공기에 포함된 미세 먼지는 수조(310) 내부에 침전되거나 식물의 뿌리로 흡수될 수 있다. 식물의 뿌리로 흡수되지 않은 양액 내의 미세 먼지는 수조(310)의 물갈이 때 제거될 수 있다. 이러한 실시 예에서, 공기 청정이나 정화를 위해 별도의 필터를 추가할 필요가 없이 식물과 물 사이의 자연스러운 생화학적 상호 작용에 의해 공기 청정 기능이 구현될 수 있으므로 필터를 교체할 필요가 없어 유지 비용이 적고 사용한 필터를 폐기할 필요도 없으므로 환경 친화적이다.
일 실시 예에 따라, 에어 펌프(320)는 외부의 미세 먼지 센서와 연동하여 동작할 수 있다. 예를 들어, 미세 먼지 센서로부터 수신된 미세 먼지 농도가 기준 값 이상일 때 에어 펌프(320)가 동작할 수 있다. 또는, 미세 먼지 센서를 포함한 외부 기기로부터 수신된 동작 신호에 의해 에어 펌프(320)가 동작할 수 있다.
일 실시 예에 따라, 수조 상의 베드(bed, 식물이 놓이는 부분)은 미세 먼지 흡착이 가능한 직조형태의 필터를 포함할 수 있다. 미세 먼지에 의한 양액의 PH 변화를 방지하기 위해 양액에는 PH 유지를 위한 완충 용액이 포함될 수 있다. 식물 재배 장치(300)에서 재배되는 식물은 벵갈고무나무, 스킨답서스, 황야자, 스파티필럼, 아이비, 테이블야자 중 하나가 선택될 수 있으나 이에 제한되지 않는다.
다시 도1을 참조하면, 센서부(330)는 식물 재배 장치(300) 내부의 조도를 측정하기 위한 광 센서, 온도를 측정하기 위한 온도 센서, 습도를 측정하기 위한 습도 센서를 포함할 수 있다. 일 실시 예에 따라, 센서부(330)는 식물의 광합성으로 인한 양액의 전기 전도도의 변화를 측정하기 위한 EC(Electric Conductivity, 전기 전도도) 센서를 더 포함할 수 있다. 센서부(330)에 의해 획득되는 재배 환경과 관련된 정보는 식물 재배 장치(300) 내부의 조도 정보, 온도 정보, 습도 정보, 및 양액의 EC 정보 중 적어도 하나를 포함할 수 있다. 도2는 일 실시 예에 따라, 소정의 어플리케이션에서 센서부에 의해 감지된 재배 환경 정보가 표시되는 화면을 나타낸다.
다시 도1을 참조하면, 카메라(340)는 재배 중인 식물을 촬영하여 영상 데이터를 획득하기 위한 것으로서, 예로서 RGB 카메라를 포함할 수 있다. 카메라(340)에 의해 획득된 영상 데이터에 영상 처리 알고리즘을 적용함으로써 식물의 키, 잎면적지수와 같은 다양한 생육 데이터가 획득될 수 있다.
액추에이터(350)는 조도 또는 광을 조절하기 위한 광 조절부, 양액을 조절하기 위한 양액 조절부, 및 온도를 조절하기 위한 온도 조절부를 포함할 수 있다. 액추에이터(350)는 프로세서(360)로부터 수신되는 제어 신호에 기반하여 동작할 수 있다. 예를 들어, 광 조절부는 RBW LED 어레이와 같은 LED 광원을 포함할 수 있으며 제어 신호 하에 턴-온/턴-오프되거나 세기가 조절될 수 있다. 양액 조절부는 관수 펌프를 포함할 수 있으며 제어 신호 하에 동작 여부가 결정되거나 공급되는 양액의 양이 조절될 수 있다. 온도 조절부는 환기 팬(또는, 펠티어(Peltier))을 포함할 수 있으며 식물 재배 장치(300)의 온도를 올리거나 내리도록 구성될 수 있다.
센서부(330)에 의해 획득되는 재배 환경과 관련된 정보(예를 들어, 각종 센서 값), 액추에이터(350)의 동작에 관한 정보(예를 들어, 관수 펌프의 가동 여부 및 가동 시간), 카메라(340)에 의해 획득된 영상 데이터 각각은 기준 시간(예를 들어, 10분) 마다 획득될 수 있고, 획득된 정보들과 데이터들은 서버(200) 및/또는 개인 단말기(100)로 전송될 수 있다.
사용자는 개인 단말기(100)를 통해 식물 재배 장치(300)의 재배 환경, 액추에이터(350)의 동작 정보, 식물 재배 장치(300) 내의 식물의 영상 등을 확인하고 식물의 성장을 위한 최적의 재배 환경이 되도록 식물 재배 장치(300)를 제어할 수 있다. 예를 들어, 사용자의 스마트폰에는 식물 재배 장치(300)를 제어하고 모니터링하기 위한 소정의 어플리케이션이 설치될 수 있으며 어플리케이션을 통해 식물 재배 장치(300)를 모니터링하고 액추에이터(350)를 제어함으로써 온도, 양액, 조도 등과 같은 재배 환경과 관련된 변수들을 조절할 수 있다. 재배 환경과 관련된 변수들의 각 기준 값은 식물마다 상이하며 서버(200)에 미리 저장된 값이 활용될 수 있다.
식물 재배 장치(300) 또는 액추에이터(350)는 개인 단말기(100), 서버(200), 또는 식물 재배 장치(300)의 조작부(미도시)로부터 수신되는 제어 신호 하에 동작할 수 있다. 제어 신호는 재배 환경과 관련된 정보(예를 들어, 센서부(330)에 의해 획득되는 다양한 센서 값들), 액추에이터(350)의 동작 정보(예를 들어, 각종 액추에이터(350)의 가동 여부 및 가동 시간), 및 카메라(340)에 의해 획득되는 영상 데이터(예를 들어, 식물의 2차원 이미지) 중 적어도 하나에 기반하여 결정될 수 있다. 예를 들어, 사용자는 과거 소정 시간 구간 동안에 누적된 재배 환경과 관련된 정보, 누적된 액추에이터의 동작 정보, 및 누적된 영상 데이터 중 적어도 하나에 기반하여 식물 재배 장치(300)의 디스플레이(도7 참조)를 통해 액추에이터(350)를 직접 제어하거나 어플리케이션을 통해 액추에이터(350)를 제어할 수 있다. 또는, 서버(200)는 과거 소정 시간 구간 동안에 누적된 재배 환경과 관련된 정보, 누적된 액추에이터의 동작 정보, 및 누적된 영상 데이터 중 적어도 하나에 기반하여 액추에이터(350)의 제어 신호를 생성하고 이를 식물 재배 장치(300)에 전송할 수 있다.
일 실시 예에 따라, 식물 재배 장치(300)의 제어는 수동 제어, 반자동 제어, 및 완전 자동 제어를 포함할 수 있다. 수동 제어는 카메라(340)로부터 획득된 영상 데이터, 센서부(330)로부터 획득된 재배 환경과 관련된 값들에 기반하여 사용자가 직접 식물 재배 장치(300)의 액추에이터(350)를 제어하는 형태이다. 서버(200)는 인공 지능 기술에 기반하여 액추에이터(350)의 동작을 사용자에게 가이드할 수 있고 사용자는 가이드에 따라 액추에이터(350)를 제어할 수 있다. 도3은 일 실시 예에 따라, 액추에이터를 제어하기 위해 소정의 어플리케이션에 표시되는 화면을 나타낸다.
반자동 제어는 소정의 조건에서 식물 재배 장치(300)의 액추에이터(350)가 소정의 동작을 수행하도록 사용자가 미리 설정하는 형태이다. 예를 들어, 사용자는 특정 시간에 LED 광원이 턴-온되도록 미리 설정할 수 있다. 사용자는 적산온도(정식 후 일평균 기온의 합)가 100℃에 도달하면 식물에 공급되는 물의 양을 30% 늘리도록 미리 설정할 수 있다. 사용자는 일일 누적 조도값이 10000 lm·h에 도달하면 관수를 1분간 수행하고 누적 조도값을 초기화하도록 미리 설정할 수 있다.
일 실시 예에 따라, 사용자는 블록 코딩을 이용해 식물 재배 장치(300)의 액추에이터(350)의 동작 조건 및 동작 내용을 설정할 수 있다. 블록 코딩은 로직이 정의된 블록들을 조합하거나 배치함으로써 다양한 프로그램을 설계할 수 있도록 하기 위한 도구로서, 엔트리, 스크래치 등을 포함할 수 있다. 사용자는 사용자가 C언어와 JAVA 와 같은 하이 레벨 언어를 모르더라도 블록 코딩을 통해 식물 재배 장치(300)의 제어 로직을 쉽게 설계할 수 장점이 있다. 도5는 일 실시 예에 따라, 개인 단말기 상에서 식물 재배 장치 제어를 위한 설정을 입력하기 위한 블록 코딩을 나타낸다. 도5를 참조하면, 사용자는 오전 8시가 넘으면 사이드 팬(Side fan)이 켜지고, LED 광원을 레벨 10의 세기로 켜지도록 설계할 수 있다.
일 실시 예에 따라, 사용자의 개인 단말기(100)와 식물 재배 장치(300)가 연결된 상태에서 사용자가 개인 단말기(100)를 통해 블록 코딩 방식으로 설계한 액추에이터(350)의 동작 조건 및 동작 내용은 서버(200)를 통해 식물 재배 장치(300)에 전송됨으로써 식물 재배 장치(300)의 액추에이터(350)가 제어될 수 있다. 이러한 실시 예에서, 식물 재배 장치(300)는 사용자가 개인 단말기(100)로부터 전달되는 블록 코딩 기반의 커맨드에 의해 실시간으로 제어될 수 있으며 이는 수동 제어의 하나의 형태가 될 수 있다.
다른 실시 예에 따라, 사용자가 블록 코딩으로 설계한 액추에이터(350)의 동작 조건 및 동작 내용은 식물 재배 장치(300)로 전송되어 식물 재배 장치(300)의 메모리(미도시)에 기록될 수 있다. 이러한 실시 예에서, 식물 재배 장치(300)는 블록 코딩 기반의 동작 조건 및 동작 내용이 장치 자체에 기록된 임베디드 장치로서 동작하므로 식물 재배 장치(300)는 개인 단말기(100) 및 서버(200)와 연결되지 않은 상태에서도 메모리(미도시)에 기 저장된 동작 조건 및 동작 내용에 따라 제어될 수 있으며 이는 반자동 제어의 하나의 형태가 될 수 있다.
자동 제어는 사용자가 식물의 종류와 정식 날짜만 어플리케이션 또는 식물 재배 장치(300)에 입력하면 자동으로 식물 재배 장치(300)의 재배 환경에 관련된 변수가 조절되는 형태이다. 이러한 실시 예에서, 식물 재배 장치(300)의 액추에이터(350)는 사용자의 개입 없이 동작할 수 있다. 예를 들어, 서버(200)는 인공 지능 기술에 기반하여 최적화된 재배 환경을 조성하기 위한 액추에이터(350)의 동작을 결정할 수 있고, 식물 재배 장치(300)의 액추에이터(350)는 서버(200)로부터 수신된 커맨드에 기반하여 제어될 수 있다.
서버(200)는 인공 지능 기술에 기반하여 식물의 생육 상태를 예측하고 최적의 재배 환경을 위한 액추에이터(350)의 동작을 결정할 수 있다. 도8을 참조하면, 서버(200)는 예측 모델(1000)에 기반하여 식물의 생육 상태를 예측할 수 있다. 식물의 정식 후 경과일, 온도, 습도, EC(Electric Conductivity, 전기 전도도), 관수 펌프 동작 여부, 조도의 누적 데이터가 예측 모델(1000)에 입력되면 예측 모델(1000)은 예측된 생육 상태를 출력할 수 있다.
예측 모델(1000)은 상술한 6개 타입의 입력 데이터들과 실제로 획득된 식물의 생육 상태를 입력과 출력으로 각각 적용하고 기계 학습 기법에 기반하여 생성될 수 있다. 기계 학습 기법은 SVM(Support Vector Machine), 랜덤 포레스트(Random forest), 서포트 벡터 머신(Support Vector Machine: SVM), 나이브 베이즈(Naive Bayes), 적응적 부스팅(Adaptive Boosting: AdaBoost), 그래디언트 부스팅(Gradient Boosting), K-평균 클러스터링(K-means clustering), 인공 신경망(Artificial Neural Network) 등을 포함할 수 있다. 예를 들어, 예측 모델(1000)은 입력 레이어(input layer), 히든 레이어(hidden layer), 및 출력 레이어(output layer)를 포함하는 RNN(Recurrent Neural Network)의 한 종류인 LSTM(Long Short-Term Model) 형태의 인공 신경망을 사용하여 출력 결과를 생성할 수 있다.
일 실시 예에 따라, 예측 모델에 입력되는 6개의 입력 데이터(정식 후 경과일, 온도, 습도, EC, 관수 펌프 동작 여부, 조도)는 소정의 시간 구간(예를 들어, 10분) 마다 획득될 수 있다. 10분마다 6개의 입력 데이터가 획득되는 경우 하루 동안 획득되는 입력 데이터의 개수는 6 X 6 X 24 개일 수 있다.
예측 모델(1000)에 입력되는 입력 데이터로서, 복수의 날들 동안에 획득된 입력 데이터들을 누적하여 사용할 수 있다. n_day 동안 획득된 입력 데이터들을 사용하는 경우, 입력 데이터들의 개수는 6 X 6 X 24 X n_day 일 수 있다. n_day는 예측 모델(1000)을 이용해 생육 상태를 예측하거나 예측 모델(1000)을 학습시키기 위한 입력 데이터를 누적시키는 단위 기간을 나타내는 변수로서 실수 값이다. 예를 들어, 3일 동안 획득된 입력 데이터를 사용하여 예측 모델(1000)을 이용해 생육 상태를 예측하거나 예측 모델(1000)을 학습시키고자 한다면 입력 데이터는 6 X 6 X 24 X 3 개의 데이터들을 포함할 수 있다.
일 실시 예에 따라, 식물의 정식 후에 획득되는 상기 6개 타입의 입력 데이터들을 예측 또는 학습에 모두 사용하되 상기 단위 기간 마다 입력 데이터를 누적시켜서 사용할 수 있다. 정식 후 경과일의 수가 N이고, 정식 후에 획득되는 상기 6개 타입의 데이터들을 소정의 단위 기간(n_day) 마다 누적해서 사용하고자 할 때, 예측 모델(1000)에 입력되는 입력 데이터 개수는 하기 [수학식 1]과 같다.
[수학식 1]
정식 후 누적 입력 데이터 개수 = (N - n_day) 
6 
(6 
24 
n_day)
일 실시 예에 따라, 예측 모델(1000)의 학습을 수행하기 위해 M 개의 식물 재배 장치에서 특정 식물종을 재배함으로써 획득되는 입력 데이터를 사용한다면, 입력 데이터들의 총 개수는 하기 [수학식 2]과 같다. M 개의 식물 재배 장치들로부터 획득되는 정식 후 경과일에 대한 값이 동일하다고 가정한다.
[수학식 2]
M개의 식물 재배기로부터 획득되는 정식 후 누적 입력 데이터 개수 = M 
(N - n_day) 
6
(6 
24 
n_day)
(M : 학습에 사용되는 식물 재배 장치의 개수, N : 정식 후 경과일 수)
예측 모델(1000)의 출력은 식물의 생육 상태를 포함할 수 있다. 생육 상태는 식물의 키나 잎면적 지수(Leaf Area Index)와 같은 데이터를 포함할 수 있으며 이는 카메라(340)로부터 획득된 영상 데이터를 영상 처리 알고리즘을 사용하여 분석함으로써 획득될 수 있다.
예측 모델(1000)이 인공 신경망에 기반하여 생성되는 경우, 인공 신경망의 성능을 나타내는 로스(loss)는 출력된 생육 상태가 실제로 획득된 생육 상태와 동일할수록 작게 결정될 수 있다. 일 실시 예에 따라, 로스가 감소되도록 시냅스 가중치를 업데이트하는 역 전파(Back Propagation) 알고리즘을 사용하여 인공 신경망에 대한 학습이 수행될 수 있다.
일 실시 예에 따라, 생성된 예측 모델(1000)에 기반하여 식물이 잘 성장될 수 있도록 식물 재배 장치(300)가 제어될 수 있다. 일 실시 예에 따라, 서버(200)는 예측 모델(1000)의 출력 데이터인 생육 상태가 가장 좋아지도록 하기 위한 예측 모델(1000)의 입력 데이터를 결정할 수 있다. 예를 들어, 서버(200)는 베이지안 최적화 기법(Bayesian Optimization)을 사용하여 다양한 입력 데이터들을 반복적으로 예측 모델(1000)에 입력함으로써 생육 상태가 가장 좋아질 수 있는 입력 데이터를 결정할 수 있다. 이러한 실시 예에서, 서버(200)는 예측 모델(1000)에 기반하여 식물 재배 장치(300)의 식물이 가장 잘 성장될 수 있도록 하는 온도, 조도, 습도, EC, 관수 펌프 동작 여부 등과 같은 식물 재배 장치(300)의 재배 환경과 관련된 값이나 액추에이터(350)의 동작을 결정할 수 있고 결정된 값이나 액추에이터(350)의 동작에 기반하여 사용자가 식물 재배 장치(300)를 수동 제어하거나 식물 재배 장치(300)가 자동 제어될 수 있다.
도4는 일 실시 예에 따라, 외부 센서부와 연동되는 식물 재배 장치를 나타낸다.
도4를 참조하면, 개인용 식물 재배 시스템(10000)은 식물 재배 장치(300)의 외부에 위치하는 외부 센서부(400)를 더 포함할 수 있다. 식물 재배 장치(300)와 외부 센서부(400)는 동일한 실내 공간에 위치할 수 있으며, 외부 센서부(400)는 식물 재배 장치(300)의 주변에 위치할 수 있다. 식물 재배 장치(300)는 외부 센서부(400)와 연동하여 동작할 수 있다. 예를 들어, 식물 재배 장치(300)가 가정집에 위치하면 외부 센서부(400)도 가정집에 위치할 수 있다. 다만, 반드시 외부 센서부(400)가 식물 재배 장치(300)와 동일한 실내 공간에 위치하여야 하는 것은 아니고 식물 재배 장치(300)와 외부 센서부(400)는 실내와 실외에 각각 위치할 수 있다.
일 실시 예에 따라, 외부 센서부(400)는 온도 센서, 습도 센서, 미세 먼지 센서 등을 포함할 수 있다. 외부 센서부(400)로부터 수신되는 센싱 값에 기반하여 식물 재배 장치(300)의 동작이 결정되거나 외부 센서부(400)로부터 제어 신호를 수신할 수 있다. 예를 들어, 방에 설치된 온도 센서로부터 수신되는 방의 온도 값이 기준 값보다 높으면 식물 재배 장치(300)의 액추에이터(350) 중 팬이 구동될 수 있다. 방에 설치된 미세 먼지 센서로부터 수신되는 방의 미세 먼지 농도가 기준 값보다 높으면 식물 재배 장치(300)의 에어 펌프(320)가 구동됨으로써 방의 공기가 식물 재배 장치(300)의 수조로 흡입될 수 있다.
도7은 일 실시 예에 따라, 식물 재배 장치를 나타낸다.
도7의 식물 재배 장치(7000)는 도1 또는 도4를 참조하여 상술한 식물 재배 장치(300)가 실제로 구현된 일 실시 예를 나타내나 식물 재배 장치(300)는 이에 제한되지 않는다.
도7을 참조하면, 식물 재배 장치(7000)는 공기 흡입구 또는 출구(AIO), 펠티어(PT), 관수 주입부(WI), 관수 펌프(미도시), 또는 LED 어레이(LDR)와 같은 액추에이터를 포함할 수 있다. 공기 흡입구 또는 출구(AIO)는 식물 재배 장치(7000)의 환기를 위해 동작할 수 있고, 펠티어(PT)는 식물 재배 장치(7000) 내의 온도를 조절하기 위해 동작할 수 있다. 관수 주입부(WI)는 양액을 주입하기 위한 것이고 관수 펌프를 통해 양액이 공급될 수 있다. LED 어레이(LDR)는 조도(또는, 광)를 조절하기 위한 것으로서, 백색 LED, 적색 LED, 또는 청색 LED를 포함할 수 있다.
식물 재배 장치(7000)는 식물이 위치하는 상단의 온도 센서, 습도 센서, 광 센서를 포함하는 제1센서부(S1)와 수조가 위치하는 하단의 EC 센서를 포함하는 제2센서부(S2)를 포함할 수 있다.
식물 재배 장치(7000)는 식물의 생육 상태를 촬영하기 위한 카메라(C)를 포함할 수 있다. 카메라(C)는 식물이 위치하는 상단에 위치할 수 있다.
식물 재배 장치(7000)는 관수 펌프의 동작을 제어함으로써 식물에 공급되는 양액을 조절할 수 있다. 식물 재배 장치(7000)는 수조가 포함된 제1바닥부(B1), 식물이 심어지는 스펀지 배지와 식물을 놓기 위한 틀인 베드를 포함하는 제3바닥부(B3), 및 제1바닥부(B1)와 제3바닥부(B3) 사이에 위치한 제2바닥부(B2)를 포함할 수 있다. 제1바닥부(B1)에 위치한 수조의 양액은 관수 펌프를 통해 스펀지 배지와 수조 사이의 중간층인 제2바닥부(B2)로 끌어올려지고 식물의 뿌리가 제2바닥부(B2)에 차오른 양액을 흡수할 수 있다. 관수 펌프의 동작이 중단되면 제2바닥부(B2)의 양액은 다시 제1바닥부(B1)의 수조로 내려가도록 구성될 수 있다.
제2바닥부(B2)는 양액이 제2바닥부(B2)의 바닥으로부터 기준 높이 이상으로 차오르지 않도록 차오른 양액을 수조로 회수시키기 위한 구멍을 포함할 수 있다
식물 재배 장치(7000)는 제1센서부(S1)와 제2센서부(S2)로부터 획득된 센서 데이터를 사용자에게 표시하거나 공기 흡입구 또는 출구(AIO), 펠티어(PT), 관수 펌프(WI)와 같은 액추에이터를 제어할 수 있는 디스플레이(DP)를 더 포함할 수 있다. 디스플레이(DP)는 LCD(Liquid Crystal Display), LED(Light Emitting Diode) 등을 포함할 수 있으며 터치 감지형일 수 있다.
설명들은 본 발명을 구현하기 위한 예시적인 구성들 및 동작들을 제공하도록 의도된다. 본 발명의 기술 사상은 위에서 설명된 실시 예들뿐만 아니라, 위 실시 예들을 단순하게 변경하거나 수정하여 얻어질 수 있는 구현들도 포함할 것이다. 또한, 본 발명의 기술 사상은 위에서 설명된 실시 예들을 앞으로 용이하게 변경하거나 수정하여 달성될 수 있는 구현들도 포함할 것이다.
Claims (9)
- 식물을 수경 재배하기 위한 식물 재배 장치;
상기 식물 재배 장치와 유선 또는 통신 인터페이스에 기반하여 연결되는 서버; 및
소정의 어플리케이션을 통해 상기 식물 재배 장치와 연결되고 상기 식물 재배 장치를 제어하기 위한 사용자의 개인 단말기를 포함하고,
상기 식물 재배 장치는,
상기 식물에 공급되는 양액을 저장하기 위한 수조;
상기 식물 재배 장치의 외부의 공기를 흡입하여 에어 라인을 통해 상기 양액에 투입하기 위한 에어 펌프;
재배 환경과 관련된 정보들을 감지하기 위한 센서부;
상기 식물을 촬영하여 영상 데이터를 획득하기 위한 카메라;
상기 재배 환경과 관련된 변수를 조절하기 위한 액추에이터; 및
상기 식물 재배 장치의 동작을 제어하고 유선 또는 무선 통신 인터페이스가 포함된 적어도 하나의 프로세서를 포함하고,
상기 에어 펌프를 통해 흡입되어 상기 에어 라인을 통해 상기 양액에 투입된 공기 중의 미세 먼지는 상기 수조 내부에 침전되거나 상기 식물의 뿌리로 흡수되고,
상기 센서부는 온도 센서, 습도 센서, 광 센서, 및 EC(Electric Conductivity) 센서를 포함하고,
상기 액추에이터는, 광을 조절하기 위한 LED 광원, 양액의 공급을 조절하기 위한 관수 펌프, 온도를 조절하기 위한 팬이나 펠티어를 포함하고,
상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터 각각은 기준 시간마다 획득되어 상기 서버로 전송되고,
상기 액추에이터는 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터 중 적어도 하나에 기반하여 생성된 제어 신호 하에 동작하거나 상기 개인 단말기로부터 수신되는 제어 신호 하에 동작하고,
상기 사용자는 상기 재배 환경과 관련된 정보, 상기 액추에이터의 동작 정보, 및 상기 영상 데이터를 상기 어플리케이션을 통해 확인할 수 있고,
상기 식물의 정식 후 경과일, EC정보, 온도 정보, 조도 정보, 습도 정보, 및 상기 관수 펌프의 동작 여부 정보를 포함하는 6개 타입의 입력 데이터들 각각은 상기 식물의 정식 후에 소정의 시간 구간마다 획득되고,
상기 서버는 상기 식물의 정식 후 경과일 동안 획득된 상기 6개 타입의 입력 데이터들을 소정의 단위기간 동안 누적시켜 예측 모델에 입력하고, 상기 예측 모델은 상기 식물의 키 또는 잎면적 지수 정보를 출력하고,
상기 예측 모델은, 복수의 식물 재배 장치들로부터 획득된 상기 6개 타입의 입력 데이터들을 입력으로 적용하고 상기 카메라에 의해 획득된 영상 데이터로부터 획득되는 상기 식물의 키 또는 잎면적 지수를 출력으로 적용하는 기계 학습에 기반하여 생성되고,
상기 복수의 식물 재배 장치들은 상기 식물 재배 장치과 다른 식물 재배 장치를 포함하는 개인용 식물 재배 시스템. - 제1항에 있어서,
상기 식물 재배 장치의 외부에 위치하는 미세 먼지 센서를 더 포함하고,
상기 미세 먼지 센서가 기준 값 이상의 미세 먼지 농도를 감지했을 때에만 상기 에어 펌프가 상기 외부의 공기를 흡입하고,
상기 수조 상의 베드는 미세 먼지 흡착이 가능한 직조 형태의 필터를 포함하는 개인용 식물 재배 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210028625A KR102312678B1 (ko) | 2021-03-04 | 2021-03-04 | 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210028625A KR102312678B1 (ko) | 2021-03-04 | 2021-03-04 | 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102312678B1 true KR102312678B1 (ko) | 2021-10-14 |
Family
ID=78151150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210028625A KR102312678B1 (ko) | 2021-03-04 | 2021-03-04 | 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102312678B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230232759A1 (en) * | 2022-01-21 | 2023-07-27 | Christopher Farragut WATSON | Systems and method for automatic grow system |
| WO2024085289A1 (ko) * | 2022-10-21 | 2024-04-25 | 엘지전자 주식회사 | 인공지능 기반 식물 재배 제어 방법 및 시스템 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100757325B1 (ko) | 2006-09-12 | 2007-09-11 | 주식회사 아이레보엔에스 | 수경재배 식물을 이용한 공기정화용 화분 및 그 제어방법 |
| KR101832724B1 (ko) | 2016-09-08 | 2018-04-16 | 아인정보기술 주식회사 | 영상이미지를 통한 농작물 생육 진단 시스템 및 방법 |
| KR101869034B1 (ko) | 2016-11-30 | 2018-07-19 | 주종문 | 독립모듈형 개인화 식물재배기 및 독립모듈형 개인화 식물재배기 기반 식물공장 시스템 |
| KR20180083739A (ko) | 2017-01-13 | 2018-07-23 | 엘지전자 주식회사 | 수경재배 시스템 |
| KR102141571B1 (ko) | 2018-11-30 | 2020-08-05 | 주식회사 대산정밀 | 수경 재배기 및 그 제어방법 |
| KR102189835B1 (ko) | 2020-05-26 | 2020-12-11 | 주식회사 유니텍시스템 | 관상뿐만 아니라 공기정화 등의 복합기능을 가지는 쇼케이스형 농업용 수경재배장치 |
| KR102214160B1 (ko) | 2020-11-20 | 2021-02-09 | 김남철 | 식물 재배 전용 대형 수경 재배 박스 |
| KR20210015508A (ko) | 2019-08-02 | 2021-02-10 | 서울대학교산학협력단 | 인공 신경망을 이용한 온실의 수직 환경 제어 시스템 및 그 방법 |
-
2021
- 2021-03-04 KR KR1020210028625A patent/KR102312678B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100757325B1 (ko) | 2006-09-12 | 2007-09-11 | 주식회사 아이레보엔에스 | 수경재배 식물을 이용한 공기정화용 화분 및 그 제어방법 |
| KR101832724B1 (ko) | 2016-09-08 | 2018-04-16 | 아인정보기술 주식회사 | 영상이미지를 통한 농작물 생육 진단 시스템 및 방법 |
| KR101869034B1 (ko) | 2016-11-30 | 2018-07-19 | 주종문 | 독립모듈형 개인화 식물재배기 및 독립모듈형 개인화 식물재배기 기반 식물공장 시스템 |
| KR20180083739A (ko) | 2017-01-13 | 2018-07-23 | 엘지전자 주식회사 | 수경재배 시스템 |
| KR102141571B1 (ko) | 2018-11-30 | 2020-08-05 | 주식회사 대산정밀 | 수경 재배기 및 그 제어방법 |
| KR20210015508A (ko) | 2019-08-02 | 2021-02-10 | 서울대학교산학협력단 | 인공 신경망을 이용한 온실의 수직 환경 제어 시스템 및 그 방법 |
| KR102189835B1 (ko) | 2020-05-26 | 2020-12-11 | 주식회사 유니텍시스템 | 관상뿐만 아니라 공기정화 등의 복합기능을 가지는 쇼케이스형 농업용 수경재배장치 |
| KR102214160B1 (ko) | 2020-11-20 | 2021-02-09 | 김남철 | 식물 재배 전용 대형 수경 재배 박스 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230232759A1 (en) * | 2022-01-21 | 2023-07-27 | Christopher Farragut WATSON | Systems and method for automatic grow system |
| WO2024085289A1 (ko) * | 2022-10-21 | 2024-04-25 | 엘지전자 주식회사 | 인공지능 기반 식물 재배 제어 방법 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102312678B1 (ko) | 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템 | |
| CN205161283U (zh) | 一种智能种植机 | |
| CN105159220A (zh) | 一种基于物联网的温室大棚无土栽培智能监控系统 | |
| CN206820788U (zh) | 一种植物工厂植物长势记录和种植建议系统 | |
| Jain | Experimental performance of smart IoT-enabled drip irrigation system using and controlled through web-based applications | |
| CN104954475B (zh) | 一种畜禽舍环境监控系统及方法 | |
| CN111026206A (zh) | 水培植物自动控制系统 | |
| CN207053612U (zh) | 一种基于手机app的立体农业种植棚远程管理系统 | |
| CN105159366B (zh) | 一种适于温室环境监控系统的用户行为采集方法 | |
| KR20210101918A (ko) | 스마트 팜과, 그 관리 방법 및 장치 | |
| CN204480090U (zh) | 家庭菜园智能控制系统 | |
| US20190113495A1 (en) | Remote Control and Monitoring Apparatus and Method for Plant Growth | |
| KR20190063200A (ko) | 스마트 팜 운용 시스템 | |
| KR101809741B1 (ko) | 식물재배 원격제어시스템 및 그 제어방법 | |
| CN106227280A (zh) | 基于智能云技术的植物生长机控制系统及其控制方法 | |
| KR102564968B1 (ko) | 블록 코딩에 기반한 개인용 식물 재배 장치 및 그것의 제어 방법 | |
| KR102434957B1 (ko) | 인공지능 기반의 실내 수경 시스템 | |
| CN208765759U (zh) | 基于物联网的农业节能远程监控系统 | |
| Niswar | Design and Implementation of an Automated Indoor Hydroponic Farming System Based on the Internet of Things | |
| CN110651628A (zh) | 一种基于Python网络数据采集的花卉培植系统 | |
| Chinedu et al. | An Internet of Things (IoT) Based Smart Agriculture Monitoring System for Enhanced Productivity in a Controlled Farm Environment | |
| CN104731139A (zh) | 一种家庭菜园智能控制系统及其控制方法 | |
| KR20240043986A (ko) | 생활 원예 환경에서의 적정 재배가이드를 제공하기 위한 방법 | |
| KR20240043987A (ko) | 퍼지 추론 시스템에 기반하여 식물의 생육단계를 특정하기 위한 방법 | |
| Ulagammai et al. | An Augmented Reality based Intelligent Precision Agriculture using Cascade Advancement Technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |