KR102351652B1 - 스마트팜 제어 방법 및 스마트팜 제어 시스템 - Google Patents

스마트팜 제어 방법 및 스마트팜 제어 시스템 Download PDF

Info

Publication number
KR102351652B1
KR102351652B1 KR1020210026712A KR20210026712A KR102351652B1 KR 102351652 B1 KR102351652 B1 KR 102351652B1 KR 1020210026712 A KR1020210026712 A KR 1020210026712A KR 20210026712 A KR20210026712 A KR 20210026712A KR 102351652 B1 KR102351652 B1 KR 102351652B1
Authority
KR
South Korea
Prior art keywords
crop
capacity
information
sink
fruit
Prior art date
Application number
KR1020210026712A
Other languages
English (en)
Inventor
조진형
Original Assignee
아이오크롭스 주식회사
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 아이오크롭스 주식회사 filed Critical 아이오크롭스 주식회사
Priority to KR1020210026712A priority Critical patent/KR102351652B1/ko
Application granted granted Critical
Publication of KR102351652B1 publication Critical patent/KR102351652B1/ko
Priority to PCT/KR2022/002772 priority patent/WO2022182190A1/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
    • A01G7/00—Botany in general
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Ecology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Tourism & Hospitality (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Botany (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Forests & Forestry (AREA)
  • General Business, Economics & Management (AREA)
  • Biodiversity & Conservation Biology (AREA)

Abstract

실시 예에 따른 작물의 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 방법은, 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계; 상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보를 획득하는 단계; 상기 작물 이미지에 기초하여 과실의 잎을 포함하는 잎 정보를 획득하는 단계; 상기 과실 정보 및 상기 잎 정보에 기초하여 작물의 싱크 용량을 산출하는 단계; 상기 잎 정보에 기초하여 작물의 소스 용량을 산출하는 단계; 및 상기 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 단계; 를 포함한다.

Description

스마트팜 제어 방법 및 스마트팜 제어 시스템{METHOD AND SYSTEM FOR CONTROLLING SMARTFARM}
본 발명은 스마트팜을 제어하는 시스템 및 방법에 관한 것으로, 보다 상세하게는 작물 이미지에서 작물의 과실 정보와 잎 정보를 기초로 작물의 싱크 및 소스 용량을 판단하여, 작물의 싱크 및 소스 용량을 기초로 스마트팜을 제어하는 시스템 및 방법에 관한 것이다.
스마트팜은 경작기술에 정보 통신 기술을 접목하여 만들어진 지능화된 농장이다.
스마트 팜 중 온실은 작물 생장과 관련하여 균일한 환경을 제공할 수 있는 시스템을 갖춘 공간이다. 이러한 온실이 균일한 환경을 제공하기 위해서는 환경 제어에 필요한 다수의 센서가 요구된다.
온실 내 비치된 다수의 센서는 온도 센서, CO2 농도 센서 등이 있으며, 다수의 센서들은 온실 내 환경에 대해서 측정할 수 있다. 센서를 통해 측정된 측정값들을 통해 온실 내부의 균일한 환경을 제공하기 위해 온실을 제어한다.
센서를 통해 측정된 값 중에는 작물 자체의 광합성양 및 호흡양에 기초한 싱크 및 소스 용량에 관한 값이 있으며, 이러한 값들은 온실 내 CO2 농도 및 온도에 국한되어 판단된다. 또한, 작물의 싱크 및 소스 용량을 판단하기 위해 복잡한 프로세스를 거쳐야 하므로, 시간적 비용이 소모되는 문제도 있다.
따라서, 보다 간편한 방법으로 작물의 싱크 및 소스 용량을 판단할 필요가 있으며, 작물의 생장함에 따라 작물의 싱크 및 소스 용량을 상이하게 판단할 수 있는 방법이 필요하다.
본 발명의 일 과제는 사용자에게 보다 간편한 방법으로 작물의 싱크 용량 및 소스 용량을 판단하여 스마트팜을 제어하는 시스템 및 그 방법을 제공함에 있다.
실시 예에 따른 작물의 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 방법은, 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계; 상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보를 획득하는 단계; 상기 작물 이미지에 기초하여 과실의 잎을 포함하는 잎 정보를 획득하는 단계; 상기 과실 정보 및 상기 잎 정보에 기초하여 작물의 싱크 용량을 산출하는 단계; 상기 잎 정보에 기초하여 작물의 소스 용량을 산출하는 단계; 및 상기 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 단계; 를 포함한다.
실시 예에 따른 스마트팜 제어 시스템은, 작물의 과실과 잎을 포함하는 작물 이미지를 획득하는 측정 장치; 및 상기 과실 정보 및 잎 정보를 기초로 산출된 정보에 기초하여 상기 작물의 싱크 용량 및 소스 용량을 산출하는 서버; 를 포함한다.
본 발명에 의하면, 사용자는 복잡한 프로세스가 아닌 작물 이미지를 기초로 작물의 싱크 용량 및 소스 용량을 제공받을 수 있다.
본 발명에 의하면, 사용자는 과실의 크기에 따라 상이한 가중치를 통해 작물의 싱크 용량을 산출할 수 있다.
본 발명에 의하면 사용자에게 과실이 위치하는 높이에 따라 상이한 가중치를 통해 작물의 싱크 용량을 산출하여 제어함으로써, 작물이 효과적으로 생장할 수 있는 스마트팜 시스템을 제공할 수 있다.
도 1은 일 실시 예에 따른 온실 시스템에 대한 개략도이다.
도 2는 일 실시 예에 따른 측정 장치를 나타내는 블록도이다.
도 3은 일 실시 예에 따른 서버를 나타내는 블록도이다.
도 4는 일 실시 예에 따른 싱크 용량 및 소스 용량 측정 시스템 블록도이다.
도 5는 일 실시 예에 따른 싱크 용량 및 소스 용량 측정 방법에 관한 순서도이다.
도 6은 일 실시 예에 따른 작물 이미지 처리 과정에 관한 도면이다.
도 7은 일 실시 예에 따른 싱크 용량을 산출하는 방법에 관한 순서도이다.
도 8은 일 실시 예에 따른 측정 장치에서 작물의 과실 및 잎을 특정하는 방법을 설명하기 위한 도면이다.
도 9는 일 실시 예에 따른 잎 정보를 기초로 싱크 용량 및 소스 용량을 산출하는 방법에 관한 순서도이다.
도 10 내지 도 12는 일 실시 예에 따른 기준 위치를 설명하기 위한 도면이다.
도 13 은 일 실시 예에 따른 전체 싱크 용량 및 소스 용량을 산출하는 방법에 관한 순서도이다.
도 14는 일 실시 예에 따른 작물 이미지에 대한 도면이다.
도 15는 일 실시 예에 따른 작물 소스 용량 및 싱크 용량을 산출하는 방법에 관한 순서도이다.
도 16는 일 실시 예에 따른 작물 이미지를 설명하기 위한 도면이다.
본 발명의 상술한 목적, 특징들 및 장점은 첨부된 도면과 관련된 다음의 상세한 설명을 통해 보다 분명해질 것이다. 다만, 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 가질 수 있는 바, 이하에서는 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다.
도면들에 있어서, 층 및 영역들의 두께는 명확성을 기하기 위하여 과장되어진 것이며, 또한, 구성요소(element) 또는 층이 다른 구성요소 또는 층의 "위(on)" 또는 "상(on)"으로 지칭되는 것은 다른 구성요소 또는 층의 바로 위 뿐만 아니라 중간에 다른 층 또는 다른 구성요소를 개재한 경우를 모두 포함한다. 명세서 전체에 걸쳐서 동일한 참조번호들은 원칙적으로 동일한 구성요소들을 나타낸다. 또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성 요소는 동일한 참조부호를 사용하여 설명한다.
본 발명과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
실시 예에 따른 작물 이미지에서 작물의 싱크 용량을 판단하는 방법은, 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계; 상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보를 획득하는 단계; 및 상기 과실 정보에 기초하여 작물의 싱크 용량을 산출하는 단계; 를 포함하고, 상기 싱크 용량을 산출하는 단계는 제1 크기를 가지는 제1 과실에 대한 제1 싱크 용량과 제2 크기를 가지는 제2 과실에 대한 제2 싱크 용량에 기초하여 상기 작물의 전체 싱크 용량을 판단하고, 상기 제1 과실의 상기 제1 싱크 용량은 상기 제1 크기와 대응되는 제1 크기 가중치에 기초하여 산출되고, 상기 제2 과실의 상기 제2 싱크 용량은 상기 제2 크기와 대응되는 제2 크기 가중치에 기초하여 산출되며, 상기 제1 크기는 제2 크기보다 더 크고, 상기 제1 크기 가중치는 상기 제2 크기 가중치보다 크다.
상기 싱크 용량을 산출하는 단계는 제1 위치를 가지는 제3 과실에 대한 제3 싱크 용량과 제2 위치를 가지는 제4 과실에 대한 제4 싱크 용량을 더 고려하여 전체 싱크 용량을 판단하고, 상기 제3 과실의 상기 제3 싱크 용량은 상기 제1 위치와 대응되는 제3 위치 가중치에 기초하여 산출되고, 상기 제4 과실의 상기 제4 싱크 용량은 상기 제2 위치와 대응되는 제4 위치 가중치에 기초하여 산출되며, 상기 제3 위치는 제4 위치보다 높고, 상기 제3 위치 가중치는 상기 제4 위치 가중치 보다 클 수 있다.
상기 작물 이미지에 기초하여 상기 잎에 관한 잎 정보를 획득하는 단계; 를 더 포함할 수 있다.
상기 싱크 용량을 산출하는 단계는 상기 잎 정보에 기초한 제5 싱크 용량을 더 고려하여 전체 싱크 용량을 판단하고, 상기 제5 싱크 용량은 상기 작물의 일부의 잎에 대해 제5 가중치를 부여하여 산출될 수 있다.
상기 제5 싱크 용량은 상기 작물의 지면으로부터 일정 기준 위치 이하의 위치하는 잎에 대해 산출될 수 있다.
상기 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계는 상기 작물 이미지에서 적어도 하나의 작물을 특정하고, 상기 작물에 포함된 다수의 과실 중 하나와 다수의 잎 중 하나를 특정하는 단계를 더 포함할 수 있다.
실시 예에 따른 작물의 싱크 용량 및 소스 용량 판단 시스템은, 작물의 과실과 잎을 포함하는 작물 이미지를 획득하는 측정 장치; 및 상기 작물 이미지를 기초로 산출되는 과실 정보 및 잎 정보를 기초로 상기 작물의 싱크 용량 및 소스 용량을 산출하는 서버; 를 포함하고, 상기 과실 정보는 상기 과실의 위치 정보, 크기 정보, 및 숙성도 정보 중 적어도 하나를 포함하며, 상기 싱크 용량은 상기 과실의 상기 위치 정보에 대응하는 위치 가중치, 상기 크기 정보에 대응하는 크기 가중치, 상기 숙성도 정보에 대응하는 숙성도 가중치에 기초하여 산출된다.
상기 숙성도 정보는 상기 작물 이미지의 RGB Color Histogram에 기초한 색상 정보를 기초로 판단할 수 있다.
상기 숙성도 정보는 상기 RGB Color Histogram에서 Red pixel 수를 기초로 판단하는 숙성도 정보일 수 있다.
상기 숙성도 가중치는 제1 숙성도 가중치 및 제2 숙성도 가중치를 포함하고, 상기 제1 숙성도 가중치는 제1 숙성도 정보와 대응되고 상기 제2 숙성도 가중치는 제2 숙성도 정보와 대응되며, 상기 제1 숙성도 정보가 상기 제2 숙성도 정보에 비해 Red Pixel 수가 더 많은 경우, 상기 제1 숙성도 가중치는 상기 제2 숙성도 가중치 보다 클 수 있다.
상기 작물 이미지는 상기 작물의 생장점을 포함하며, 상기 위치 정보는 상기 생장점을 기초로 한 거리 정보일 수 있다.
상기 위치 정보는 제1 위치 정보 및 제2 위치 정보를 포함하며, 상기 위치 가중치는 제1 위치 가중치 및 제2 위치 가중치를 포함하고, 상기 제1 위치 정보와 상기 제1 위치 가중치는 서로 대응되고, 상기 제2 위치 정보와 상기 제2 위치 가중치는 서로 대응되며, 상기 제1 위치 정보가 제2 위치 정보 보다 더 큰 경우, 상기 제1 위치 가중치는 제2 위치 가중치보다 더 작을 수 있다.
상기 측정 장치는 적어도 둘 이상의 작물 이미지를 연결한 파노라마 작물 이미지를 생성하고, 상기 적어도 둘 이상의 작물 이미지는 각각 하나에 작물에 대한 이미지일 수 있다.
상기 서버는 상기 작물 이미지에 대해 작물 영역 및 대상 영역을 구분하고, 상기 대상 영역에 대한 녹색 영역을 산출하고, 상기 서버는 상기 대상 영역에 대한 대상영역 별 가중치를 적용하고, 상기 대상영역 별 가중치와 상기 대상영역 및 상기 녹색 영역에 대한 정보를 기초로 전체 소스 용량 및 싱크 용량을 산출할 수 있다.
상기 서버는, 상기 작물 이미지에서 특징점 정보를 추출하고, 상기 특징점 정보와 상기 전체 소스 용량 및 싱크 용량을 기초로 작물 소스 용량 및 싱크 용량을 산출할 수 있다.
실시 예에 따른 작물의 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 방법은, 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계; 상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보를 획득하는 단계; 상기 작물 이미지에 기초하여 과실의 잎을 포함하는 잎 정보를 획득하는 단계; 상기 과실 정보 및 상기 잎 정보에 기초하여 작물의 싱크 용량을 산출하는 단계; 상기 잎 정보에 기초하여 작물의 소스 용량을 산출하는 단계; 및 상기 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 단계; 를 포함한다.
상기 스마트팜을 제어하는 단계는, 상기 싱크 용량이 상기 소스 용량 보다 큰 경우, 상기 스마트팜 내 온도를 미리 설정한 값으로 조정하는 것을 포함할 수 있다.
상기 스마트팜을 제어하는 단계는, 상기 싱크 용량이 상기 소스 용량 보다 큰 경우, 상기 스마트팜 내 온도를 상승시키도록 제어하는 것을 포함할 수 있다.
상기 스마트팜을 제어하는 단계는, 상기 싱크 용량과 상기 싱크 용량의 차이가 큰 경우 상기 스마트팜의 현재 온도와의 편차가 더 크도록 상기 스마트팜 내 온도를 상승시키도록 제어하는 것을 포함할 수 있다.
상기 잎 정보는 복수의 잎 정보를 포함하고, 상기 복수의 잎 중 적어도 일부의 잎에 기초하여 싱크 용량이 산출되고, 상기 복수의 잎 중 나머지 일부에 기초하여 소스 용량이 산출될 수 있다.
상기 작물의 싱크 용량을 산출하는 단계는, 상기 작물의 지면으로부터 총 높이에서 기준 위치 이하에 위치하는 잎에 기초하여 싱크 용량을 산출할 수 있다.
상기 기준 위치는 상기 작물의 총 높이 변경에 따라 변경될 수 있다.
상기 기준 위치는 상기 작물의 총 높이가 변경되더라도 일정한 위치가 유지될 수 있다.
상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 잎을 제거하라는 메시지를 출력할 수 있다.
상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 상기 기준 위치 이하에 위치하는 잎을 제거하는 메시지를 출력할 수 있다.
상기 스마트팜을 제어하는 단계는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 소스용량 차이가 클수록 더 많은 잎을 제거하라는 메시지를 출력할 수 있다.
상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 상기 작물의 과실 중 적어도 일부의 과실의 수확을 지시하는 메시지를 출력하는 단계일 수 있다.
상기 스마트팜을 제어하는 단계는 상기 싱크 용량이 상기 소스 용량보다 큰 경우 상기 싱크 용량과 소스 용량의 편차에 따라 수확 대상 과실의 위치 및 개수 중 적어도 하나를 지정하는 메시지를 출력하는 단계일 수 있다.
실시 예에 따른 스마트팜 제어 시스템은, 작물의 과실과 잎을 포함하는 작물 이미지를 획득하는 측정 장치; 및 상기 과실 정보 및 잎 정보를 기초로 산출된 정보에 기초하여 상기 작물의 싱크 용량 및 소스 용량을 산출하는 서버; 를 포함한다.
상기 작물 이미지는 적어도 하나 이상의 작물을 포함하는 작물 이미지이며, 상기 서버는 상기 작물 이미지에 대해서 작물 영역 및 비 작물 영역을 구분하고, 상기 작물 영역에서 대상 영역을 추출하고, 상기 서버는 상기 대상 영역에 대한 대상 영역 가중치에 기초하여, 전체 작물 싱크 용량 및 소스 용량을 산출할 수 있다.
상기 측정 장치는 상기 작물 이미지에서 작물 특징점을 인식할 수 있다.
상기 작물 특징점은 작물의 생장점을 포함할 수 있다.
상기 서버는 상기 작물 특징점의 개수에 기초하여 작물 싱크 용량 및 소스 용량을 산출할 수 있다.
상기 서버는 상기 과실 정보에 기초하여 적어도 하나 이상의 과실을 수확하라는 제어 메시지를 출력할 수 있다.
상기 서버는 상기 잎 정보에 기초하여 적어도 하나 이상의 잎을 제거하라는 제어 메시지를 출력할 수 있다.
이하에서는 도면을 참조하여 본 발명의 구체적인 실시예를 상세하게 설명한다. 다만, 본 발명의 사상은 제시되는 실시예에 제한되지 아니하고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시예를 용이하게 제안할 수 있을 것이나, 이 또한 본원 발명 사상 범위 내에 포함된다고 할 것이다.
도 1은 일 실시 예에 따른 온실 시스템에 대한 개략도이다.
도1을 참조하면, 일 실시 예에 따른 온실 시스템(1)은 온실(2), 측정 장치(20) 및 서버(30)를 포함할 수 있다.
온실(2)은 작물이 생장하는 공간일 수 있다. 온실(2)은 작물의 생장을 위한 온실 내부 습도 및 온도 등, 온실 내부 기본 정보를 측정할 수 있는 시스템이 구축된 공간일 수 있다. 또한, 온실(2)은 측정된 내부 기본 정보를 바탕으로 온실 내부를 제어할 수 있는 시스템이 구축된 공간일 수 있다.
도면과 상세한 설명에는 온실(2)을 예로 들어 설명하였으나, 상기 온실(2)은 스마트팜일 수 있다. 즉, 실시 예에 따른 온실 시스템(1)은 온실(2)과 같은 폐쇄된 공간이 아니라 노지와 같은 공간에도 적용될 수 있다.
작물(10)은 온실(2)에서 생장할 수 있는 식물일 수 있다. 작물(10)은 토양에서 재배되는 식물이거나 양액을 통해 재배되는 식물일 수 있다. 예를 들어, 작물(10)은 토마토, 파프리카 등이 될 수 있다.
작물(10)은 온실(2)에서 서로 평행하는 열에 따라 배치될 수 있다. 즉, 작물(10)은 열에 따라 구분되어 온실에서 생장할 수 있다.
작물(10)은 제1열 작물(11), 제2열 작물(12), 제3열 작물(13)을 포함할 수 있다. 제1열 작물(11)은 제1열에 배치되어 재배될 수 있고, 제2열 작물(12)은 제2열에 배치되어 재배될 수 있으며, 제3열 작물(13)은 제3열에 배치되어 재배될 수 있다.
작물(10)은 각 열에서 일정한 간격을 두고 재배될 수 있다. 작물(10)은 생장함에 따라 열 내에서 일정한 간격에 따라 이동할 수 있다. 작물(10)은 유인선을 따라 열 내에서 일정한 간격에 따라 이동할 수 있다.
측정 장치(20)는 온실(2) 내에서 이동할 수 있다. 측정 장치(20)는 작물이 재배되는 열 사이를 따라 이동할 수 있다. 측정 장치(20)는 제1열 작물(11)과 제2열 작물(12) 사이, 제2열 작물(12)과 제3열 작물(13) 사이를 이동할 수 있다. 측정 장치(20)는 제1열 작물(11)과 제2열 작물(12) 사이, 제2열 작물(12)과 제3열 작물(13) 사이에 설치된 레일을 통해 이동할 수도 있고, 레일 없이 작물 간의 간격을 일정 거리로 유지하며 이동할 수 있다.
측정 장치(20)는 온실(2) 내에서 과실 및 잎을 포함하는 작물 이미지를 획득할 수 있다. 측정 장치(20)는 온실(2) 내를 이동하면서, 작물 이미지를 획득할 수 있다. 측정 장치(20)는 제1열 작물(11)과 제2열 작물(12) 사이, 제2열 작물(12)과 제3열 작물(13) 사이를 이동하며 과실 및 잎을 포함하는 작물 이미지를 획득할 수 있다. 측정 장치(20)는 일정한 속도를 유지하며 작물 이미지를 획득할 수 있으며, 고정된 위치에서 작물 이미지를 획득할 수도 있다.
측정 장치(20)는 작물 이미지에 기초하여 작물 이미지가 포함하는 작물 정보를 획득할 수 있다. 상기 작물 정보는 과실의 위치, 크기, 숙성도 및 잎의 위치 중 적어도 하나를 포함할 수 있다. 과실의 위치는 지면으로부터 과실이 위치하는 높이일 수 있으며, 잎의 위치 역시 지면으로부터 잎이 위치하는 높이일 수 있다.
측정 장치(20)는 상기 작물 정보를 서버(30)로 전달할 수 있다.
서버(30)는 상기 작물 정보에 기초하여 작물의 생장 정보를 판단할 수 있다. 서버(30)는 상기 작물 정보에 대해서 가중치를 상이하게 적용하여 작물의 생장 정보를 판단할 수 있다. 상기 가중치는 작물이 포함하는 과실의 크기, 위치, 작물이 포함하는 잎의 위치에 따라 결정될 수 있다.
상기 생장 정보는 작물의 싱크 용량 및 소스 용량 중 적어도 하나를 포함할 수 있다. 상기 싱크 용량은 작물의 호흡량과 작물의 광합성양을 비교하여 작물의 호흡량이 광합성양 보다 많은 경우, 호흡량과 광합성양의 차이 용량을 의미할 수 있다. 상기 소스 용량은 작물의 광합성양과 호흡량을 비교하여, 작물의 광합성양이 호흡량 보다 많은 경우, 광합성양과 호흡량의 차이 용량을 의미할 수 있다.
서버(30)는 상기 생장 정보를 기초로 온실(2)을 제어할 수 있다. 상기 온실 제어는 상기 생장 정보를 기초로 작물의 과실을 수확하는 판단, 작물의 잎을 제거하는 판단, 및 온실(2) 내의 온도를 제어하는 판단 중 적어도 하나를 포함할 수 있다.
이하는 측정 장치(20)에 대한 상세한 설명이다.
도 2는 일 실시 예에 따른 측정 장치를 나타내는 블록도이다.
도 2를 참조하면, 일 실시 예에 따른 측정 장치(20)는 이미지 획득부(21), 제어부(22), 및 저장부(23)를 포함할 수 있다.
이미지 획득부(21)는 적어도 하나 이상의 카메라로 구현될 수 있다.
이미지 획득부(21)는 이미지를 획득할 수 있다. 이미지 획득부(21)는 다수의 이미지를 획득할 수 있다. 상기 이미지는 온실에서 생장하는 작물의 과실, 잎 중 적어도 하나를 포함하는 이미지일 수 있다. 상기 이미지는 온실에서 생장하는 복수의 작물을 포함하는 이미지이거나, 상기 이미지는 복수의 작물 각각에 대해서 설치된 유인줄을 포함하는 이미지일 수도 있다.
이미지 획득부(21)는 획득된 이미지를 제어부(22) 또는 저장부(23)로 전달할 수 있다.
제어부(22)는 이미지를 기초로 작물 정보를 판단할 수 있다. 상기 작물 정보는 과실의 위치, 크기, 숙성도 및 잎의 위치 중 적어도 하나를 포함할 수 있다. 상기 작물 정보는 작물이 포함하는 과실의 위치 정보, 상기 과실의 크기 정보, 상기 과실의 숙성도 정보, 및 작물이 포함하는 잎의 위치 정보를 포함할 수 있다. 상기 과실의 위치 정보 및 상기 잎의 위치 정보는 지면으로부터 과실의 수직 높이에 대한 정보이거나, 온실 내 천장의 특정 위치를 기준으로 이격된 수직 거리에 대한 정보이거나, 상기 작물의 생장점을 기준으로 이격된 거리에 대한 정보일 수도 있다.
제어부(22)는 상기 작물 정보를 저장부(23) 또는 서버(30)로 전달할 수 있다.
저장부(23)는 이미지 획득부(21)가 획득한 이미지를 저장할 수 있다. 저장부(23)는 제어부(22)가 판단한 작물 정보를 저장할 수 있다. 저장부(23)는 서버(30)로 상기 작물 정보를 전달할 수 있다.
이하에서는 서버에 대한 구체적인 설명을 하도록 한다.
도 3은 일 실시 예에 따른 서버를 나타내는 블록도이다.
도 3을 참조하면 서버(30)는 제어부(31) 및 저장부(32)를 포함할 수 있다.
제어부(31)는 측정 장치(20)에서 전달받은 작물 정보를 기초로 작물의 생장 정보를 판단할 수 있다. 제어부(31)는 상기 작물 정보에 대해서 적어도 하나 이상의 가중치를 활용해서 작물의 생장 정보를 판단할 수 있다.
상기 작물의 생장 정보는 작물의 싱크 용량 및 소스 용량 중 적어도 하나를 포함할 수 있다.
제어부(31)는 상기 작물 정보에 대해서 상이한 가중치를 활용하여 작물의 생장 정보를 판단할 수 있다. 예를 들어, 제어부(31)는 상기 작물 정보 중 작물의 과실 크기에 따른 상이한 가중치를 기초로 작물의 생장 정보를 판단할 수 있다.
또는 제어부(31)는 상기 작물 정보 중 잎의 위치에 따라 작물의 생장 정보를 판단할 수 있다. 예를 들어, 제어부(31)는 지면으로부터 잎의 위치 정보를 기초로 위치에 따라 적어도 하나 이상의 잎은 싱크 용량 또는 소스 용량으로 판단할 수 있다.
제어부(31)는 상기 생장 정보를 기초로 온실 내부 제어에 관한 정보를 판단할 수 있다. 상기 온실 내부 제어에 관한 정보는 싱크 용량 및 소스 용량을 비교하여 온실 내부의 온도를 제어에 관한 정보일 수 있다. 또는, 온실 내부 제어에 관한 정보는 싱크 용량 및 소스 용량을 비교하여 작물의 과실을 수확하는 판단에 관한 정보일 수 있고, 싱크 용량 및 소스 용량을 비교하여 작물의 잎을 제거하는 판단에 관한 정보일 수도 있다.
제어부(31)는 생장 정보를 저장부(32)로 전달할 수 있다. 제어부(31)는 온실 내부 제어에 관한 정보를 저장부(32)로 전달할 수 있다.
저장부(32)는 상기 생장 정보를 저장할 수 있다. 저장부(32)는 상기 온실 내부 제어에 관한 정보를 저장할 수 있다. 저장부(32)는 상기 생장 정보 및 상기 온실 내부 제어에 관한 정보를 제어부(31)로 전달할 수도 있다.
이하에서는 도 4를 통해, 앞서 상술한 과실 정보를 기초로 작물의 생장 정보를 판단하는 구체적인 방법을 더욱 상세하게 설명하도록 한다.
도 4 및 도 5는 일 실시 예에 따른 싱크 용량 및 소스 용량 측정 시스템 블록도 및 싱크 용량 및 소스 용량 측정 방법에 관한 순서도이다.
도 4를 참조하면, 측정 장치(20)는 이미지(100)를 획득하고, 획득된 이미지(100)를 기초로 과실 정보(210) 및 잎 정보(220)를 추출할 수 있다.
상기 이미지(100)은 적어도 하나 이상의 과실을 포함하는 이미지일 수 있다. 또는 상기 이미지(100)는 적어도 하나 이상의 과실과 적어도 하나 이상의 잎을 포함하는 작물에 관한 이미지일 수 있다.
상기 이미지(100)는 하나의 작물에 관한 다수의 이미지일 수 있다. 예를 들어, 상기 이미지(100)는 하나의 작물에 대응하는 여러 이미지를 이어 붙인 파노라마 이미지일 수 있다. 다수의 이미지를 이어 붙여 하나에 이미지로 처리하는 과정은 도 6을 통해 후술하도록 한다.
상기 잎은 작물에 가장 큰 원 가지에서 곁 가지로 뻗어 나간 줄기에 맺힌 모든 잎을 의미할 수 있다. 또는 상기 잎은 상기 곁 가지로 뻗어 나간 줄기에 맺힌 복수의 잎 중 하나를 의미할 수도 있다.
이미지(100)는 적어도 하나 이상의 작물을 포함할 수도 있고, 작물 하나만을 포함하는 이미지일 수도 있다.
이미지(100)는 온실 내 특정 영역에서 측정 장치가 획득한 이미지일 수 있다. 이미지(100)는 온실 내 작물의 군집 영역을 포함하는 이미지일 수 있다.
이미지(100)은 이미지 프로세싱을 통해 처리가 된 이미지일 수 있다. 예를 들어, 이미지 프로세싱은 다수의 이미지를 하나의 파노라마 이미지로 생성하는 과정일 수 있다. 보다 구체적으로, 이미지 프로세싱은 작물 하나에 대한 다수의 이미지를 이어 붙여, 상기 작물과 대응되는 하나의 이미지를 만드는 과정일 수 있다.
측정 장치(20)는 이미지를 기초로 작물에 대한 과실 정보(210) 및 잎 정보(220)을 추출할 수 있다.
이미지를 기초로 작물에 대한 과실 정보(210) 및 잎 정보(220)는 서버(30)에서 추출될 수도 있다. 이 경우 측정 장치(20)는 이미지를 서버(30)로 전달하고, 서버(30)는 전달받은 이미지를 기초로 작물에 대한 과실 정보(210) 및 잎 정보(220)를 추출할 수도 있다.
여기서 측정 장치(20) 또는 서버(30)에는 학습된 뉴럴 네트워크가 설치되어 있고, 학습된 뉴럴 네트워크에 의해 이미지를 기초로 작물에 대한 과실 정보(210) 및 잎 정보(220)가 추출될 수도 있다.
상기 과실 정보(210)는 작물 이미지에 포함된 과실의 위치, 크기, 숙성도 중 적어도 하나를 포함하는 정보일 수 있다.
과실의 위치에 관한 정보는 작물 이미지가 포함하는 하나의 작물에 대해서, 상기 작물이 포함하는 하나의 과실의 위치에 대한 정보일 수 있다. 보다 구체적으로, 상기 과실이 지면으로부터 이격된 높이에 관한 정보 이거나, 온실 내 천장으로부터 이격된 거리에 대한 정보이거나 상기 작물의 생장점으로부터 이격된 거리에 대한 정보일 수 있다.
과실의 크기에 관한 정보는 작물 이미지가 포함하는 하나의 작물에 대해서, 상기 작물이 포함하는 하나의 과실의 크기에 대한 정보일 수 있다. 보다 구체적으로, 상기 과실이 다른 과실과의 비교한 상대적인 크기 정보이거나 상기 과실에 관한 절대적인 크기에 관한 정보일 수 있다.
과실의 숙성도에 관한 정보는 작물 이미지가 포함하는 하나의 작물에 대해서, 상기 작물이 포함하는 하나의 과실의 숙성도에 대한 정보일 수 있다. 보다 구체적으로, 상기 과실의 숙성 정도에 대해, 다른 과실과의 상대적인 숙성도 정보 이거나 절대적인 숙성도 정보일 수 있다.
상기 잎 정보(220)는 작물 이미지에 포함된 잎의 위치에 관한 정보일 수 있다. 상기 잎의 위치에 관한 정보는 작물이 포함하는 하나의 잎이 지면으로부터 이격된 높이에 관한 정보 이거나, 온실 내 천장으로부터 이격된 거리에 대한 정보이거나 상기 작물의 생장점으로부터 이격된 거리에 대한 정보일 수 있다.
측정 장치(20)는 작물에 대한 과실 정보(210) 및 잎 정보(220)를 서버(30)로 전달할 수 있다.
도 4를 참조하면, 서버(30)는 과실 정보(210) 및 잎 정보(220) 기초로 싱크 용량(310) 및 소스 용량(320)을 산출할 수 있다. 또한, 서버(30)는 상기 싱크 용량(310) 및 소스 용량(320)을 기초로 온실 제어(400)를 할 수 있다.
서버(30)는 상기 과실 정보(210) 및 잎 정보(220)를 기초로 작물의 싱크 용량을 산출할 수 있다.
서버(30)는 상기 과실 정보 중 과실의 위치, 크기, 숙성도 중 적어도 하나를 기초로 하여 상기 작물의 싱크 용량을 산출할 수 있다. 서버(30)는 상기 과실 정보에 대해서 상이한 가중치를 활용하여 싱크 용량을 산출할 수 있다.
서버(30)는 상기 잎 정보를 활용하여 싱크 용량을 산출할 수 있다. 서버(30)는 상기 잎 정보 중 잎의 위치에 기초하여 싱크 용량으로 판단할 수 있다. 서버(30)가 싱크 용량을 산출하는 구체적인 방법은 도 7 및 도 8을 활용하여 후술하도록 한다.
서버(30)는 상기 잎 정보를 활용하여 소스 용량을 산출할 수 있다. 서버(30)는 상기 잎 정보 중 잎의 위치 정보에 기초하여 소스 용량을 산출할 수 있다. 서버(30)은 상기 잎 정보 중 잎의 위치 정보에 대해서 상이한 가중치를 활용하여 작물의 소스 용량을 산출할 수 있다.
도 5를 참조하여 싱크 용량 및 소스 용량을 산출하는 방법에 대해 설명하자면, 싱크 용량 및 소스 용량을 산출하는 방법은 측정 장치가 작물의 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계(S101), 상기 측정 장치가 상기 작물 이미지를 기초로 과실 정보 및 잎 정보를 추출하는 단계(S102), 서버가 상기 과실 정보 및 상기 잎 정보를 기초로 작물의 싱크 용량 및 소스 용량을 판단하는 단계(S103), 및 서버가 상기 싱크 용량 및 소스 용량을 기초로 온실을 제어하는 단계(S104)를 포함한다.
상기 싱크 용량 및 소스 용량을 산출하는 방법은 측정 장치가 작물의 과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계(S101), 상기 측정 장치가 상기 작물 이미지를 기초로 과실 정보 및 잎 정보를 추출하는 단계(S102), 서버가 상기 과실 정보 및 상기 잎 정보를 기초로 작물의 싱크 용량 및 소스 용량을 판단하는 단계(S103)에 대한 구체적인 설명은 앞서 상술한 싱크 용량 및 소스 용량 측정 시스템에 대한 설명과 중복되는 바 생략하기로 한다.
서버가 상기 싱크 용량 및 소스 용량을 기초로 온실을 제어할 수 있다. 서버는 상기 싱크 용량이 소스 용량 보다 큰 경우, 이에 따라 온실의 온도 및 CO2 농도, 습도를 제어하는 판단을 할 수 있다. 상기 서버는 상기 싱크 용량이 소스 용량 보다 큰 경우 온실의 온도를 높일 수 있다.
또는, 서버는 상기 싱크 용량이 소스 용량 보다 큰 경우, 서버는 온실 내 작물이 포함하는 임의의 과실을 수확하는 판단을 할 수 있다. 상기 서버는 상기 싱크 용량이 소스 용량 보다 큰 경우, 온실 내 작물의 특정 화방의 다수의 과실 중 적어도 하나를 수확해야 된다는 판단을 할 수 있다. 상기 서버는 상기 싱크 용량이 소스 용량보다 큰 경우, 상기 작물의 특정 높이 이하에 위치하는 과실을 수확하는 판단을 할 수 있다. 또는, 서버는 상기 싱크 용량이 소스 용량 보다 큰 경우, 온실 내 작물이 포함하는 임의의 잎을 제거하는 판단을 할 수 있다. 상기 임의의 잎은 잎이 위치하는 영역의 높이에 기초하여 서버가 판단한 잎일 수 있다. 상기 서버는 과실에 대한 수확 판단과 잎을 제거하는 판단에 기초하여 메시지를 출력할 수 있다.
상기 서버는 상기 싱크 용량과 소스 용량의 차이에 기초하여 상기 온실을 제어할 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 상기 소스 용량의 차이가 클수록 상기 온실의 온도를 더 상승시킬 수 있다. 상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제1 용량차만큼 큰 경우 상기 온실의 온도를 제1 편차만큼 상승시킬 수 있다. 상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제2 용량차만큼 큰 경우 상기 온실의 온도를 제2 편차만큼 상승시킬 수 있다.
이 때, 상기 제1 용량차는 제2 용량차보다 크고, 상기 제1 편차는 제2 편차보다 클 수 있다.
반대로, 상기 싱크 용량이 상기 소스 용량보다 작고, 상기 싱크 용량과 상기 소스 용량의 차이가 클수록 상기 온실의 온도를 더 낮출 수 있다. 상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제3 용량차만큼 작은 경우 상기 온실의 온도를 제3 편차만큼 낮출 수 있다. 상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제4 용량차만큼 작은 경우 상기 온실의 온도를 제4 편차만큼 낮출 수 있다.
이 때, 상기 제3 용량차은 상기 제4 용량차보다 크고, 상기 제3 편차는 상기 제4 편차보다 클 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 상기 소스 용량의 차이가 클수록 더 많은 과실를 수확하라는 메시지를 출력할 수 있다. 상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제1 용량차만큼 큰 경우 a개의 과실을 수확하라는 메시지를 출력할 수 있고, 상기 싱크 용량이 상기 소스 용량보다 제2 용량차만큼 큰 경우 b개의 과실을 수확하라는 메시지를 출력할 수 있다.
이 때, 상기 제1 용량차는 상기 제2 용량차보다 클 수 있고, a는 b보다 클 수 있다.
또한, 상기 서버는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 상기 소스 용량의 차이가 클수록 수확 대상 과실의 위치를 지정함으로써 더 많은 과실을 수확하도록 할 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제1 용량차만큼 큰 경우 h1높이 이하의 과실을 수확하라는 메시지를 출력할 수 있고, 제2 용량차만큼 큰 경우 h2 높이 이하의 과실을 수확하라는 메시지를 출력할 수 있다. 이 때, h1은 h2보다 클 수 있다. 즉, 상기 서버는 수확 대상 과실의 위치를 범위로 지정함으로써 수확 대상 과실의 개수를 지정할 수 있어, 그 결과 작물의 싱크 용량이 낮아질 수 있도록 할 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 소스 용량의 차이가 클수록 더 많은 하엽을 제거하라는 메시지를 출력할 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제1 용량차만큼 큰 경우 c개의 잎을 제거하라는 메시지를 출력할 수 있고, 상기 싱크 용량이 상기 소스 용량보다 제2 용량차만큼 큰 경우 d개의 잎을 제거하라는 메시지를 출력할 수 있다.
이 때, 상기 제1 용량차는 상기 제2 용량차보다 클 수 있고, c는 d보다 클 수 있다.
또한, 상기 서버는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 상기 소스 용량의 차이가 클수록 제거 대상 잎의 높이를 지정함으로써 더 많은 잎을 제거하도록 할 수 있다.
상기 서버는 상기 싱크 용량이 상기 소스 용량보다 제1 용량차만큼 큰 경우 h3 높이 이하의 잎을 제거하라는 메시지를 출력할 수 있고, 제2 용량차만큼 큰 경우 h4 높이 이하의 잎을 제거하라는 메시지를 출력할 수 있다. 이 때, h3는 h4 보다 클 수 있다. 즉, 상기 서버는 제거 대상 잎의 위치를 범위로 지정함으로써 제거 대상잎의 개수를 지정할 수 있고, 그 결과 작물의 싱크 용량이 낮아질 수 있다.
이 때의 높이는 잎의 싱크와 소스의 경계인 기준 높이일 수도 있고, 상기 기준 높이 보다 낮은 높이일 수도 있다. 결과적으로, 상기 싱크 용량이 상기 소스 용량보다 큰 경우에 양분을 소비하는 잎을 제거함으로써 작물의 수확량을 높일 수 있다.
이하에서 상술한 서버에서 판단하는 온실 제어는 일 예에 해당하며, 상기 싱크 용량 및 소스 용량에 기초하여 온실을 제어하는 판단은 일 예에 한정되어 해석되지 아니한다.
이하에서는, 도 6을 참조하여, 하나에 작물에 대응하는 여러 이미지를 하나에 이미지로 처리하는 과정에 대해서 상술하도록 한다.
도 6은 일 실시 예에 따른 작물 이미지 처리 과정에 관한 도면이다.
도 6을 참조하면, 측정 장치는 적어도 하나 이상의 이미지를 획득할 수 있다. 상기 이미지는 하나에 작물에 대응하는 여러 이미지를 포함할 수 있다. 도 6에서 측정 장치는 하나에 작물에 대응하는 제1 이미지(101), 제2 이미지(102), 제3 이미지(103)을 획득할 수 있다. 상기 제1 이미지(101), 제2 이미지(102), 제3 이미지(103)은 하나에 작물에 대응될 수 있다. 보다 구체적으로 하나에 작물에 대응한다는 의미는 제1 이미지(101), 제2 이미지(102), 제3 이미지(103)이 하나에 작물에 임의의 부분을 포함하고 있는 것을 의미할 수 있다.
측정 장치 내 제어부는 제1 이미지(101), 제2 이미지(102), 및 제3 이미지(103)을 이어 붙여 하나의 작물 이미지(100)을 생성할 수 있다. 상기 작물 이미지(100)은 하나의 작물에 대응되며 하나에 작물을 이미지 하나에 모두 포함하는 이미지 일 수 있다.
보다 구체적으로, 측정 장치 내 제어부는 제1 이미지(101), 제2 이미지(102), 및 제3 이미지(103)를 고정된 위치에서 하나에 작물을 트래킹 하여 획득할 수 있다. 따라서 획득된 제1 이미지(101), 제2 이미지(102), 및 제3 이미지(103)를 이어 붙여 하나의 파노라마 이미지인 작물 이미지(100)을 획득할 수 있다.
측정 장치의 제어부는 기준선을 기초로 제1 이미지(101), 제2 이미지(102), 및 제3 이미지(103)를 이어 붙여 작물에 대한 파노라마 이미지를 획득할 수 있다. 상기 기준선은 작물의 원줄기일 수 있다.
측정 장치는 상기 작물 이미지(100)을 활용하여 과실 정보 및 잎 정보를 산출할 수 있다. 이하에서는 도 7 및 도 8을 활용하여 측정 장치에서 과실 정보를 출력하여, 서버에서 이를 바탕으로 싱크 용량 및 소스 용량을 판단하는 방법을 설명하도록 한다.
도 7은 일 실시 예에 따른 과실에 기초한 싱크 용량을 산출하는 방법에 관한 순서도이고, 도 8은 측정 장치에서 작물의 과실을 특정하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 싱크 용량을 산출하는 방법은 측정 장치에 의해 획득된 이미지가 제어부로 입력되는 단계(S201), 제어부가 상기 이미지를 기초로 작물 및 과실을 특정하는 단계(S202), 제어부가 상기 과실에 대한 위치 정보를 출력하여, 서버로 전달하는 단계(S203), 제어부가 상기 과실에 대한 크기 정보를 출력하여, 서버로 전달하는 단계(S204), 제어부가 상기 과실에 대한 숙성도 정보를 출력하여, 서버로 전달하는 단계(S205), 상기 위치에 대해서 서버가 위치 가중치를 로딩 하는 단계(S206), 상기 크기에 대해서 서버가 크기 가중치를 로딩 하는 단계(S207), 상기 숙성도에 대해서 서버가 숙성도 가중치를 로딩 하는 단계(S208), 서버가 위치 가중치, 크기 가중치, 숙성도 가중치를 기초로 특정 과실의 싱크 용량을 산출하는 단계(S209), 서버가 상기 싱크 가중치를 기초로 작물 싱크 용량을 출력하는 단계(S210), 및 서버가 상기 작물 싱크 용량을 기초로 전체 싱크 용량을 출력하는 단계(S211)를 포함할 수 있다.
측정 장치의 제어부는 작물의 과실 및 잎을 포함하는 이미지를 획득할 수 있다. (S201)
상기 이미지는 측정 장치 내 이미지 획득부를 통해서 획득될 수 있다. 획득된 이미지는 상기 측정 장치 내 제어부로 전달될 수 있다.
상기 이미지는 다수의 작물이 촬영된 이미지일 수 있다.
측정 장치는 이미지에 기초하여 작물 및 과실을 특정할 수 있다. (S202)
측정 장치는 상기 이미지가 포함하는 복수의 작물에 대해서 하나의 작물을 특정하고 상기 작물이 포함하는 복수의 과실에 대해서 하나의 과실을 특정할 수 있다. 또한, 상기 작물이 포함하는 복수의 잎에 대해서 하나의 잎을 특정할 수 있다. 이러한 특정은 측정 장치 내 제어부가 포함하는 인공신경망을 활용할 수 있다.
측정장치는 작물의 특징점에 기초하여 상기 이미지에 포함된 복수의 작물 중 하나의 작물을 특정할 수 있다. 상기 특징점은 작물의 생장점일 수도 있고, 상기 특징점은 상기 작물의 위치를 고정하기 위한 견인줄일 수도 있다.
측정 장치 내 제어부가 포함하는 인공신경망은 이미지를 통해서 학습할 수 있다. 학습된 인공신경망은 이미지가 입력되면, 상기 이미지에 대해서 특징을 추출하거나 상기 이미지가 포함하는 특정 오브젝트를 detecting 할 수 있다.
상기 인공신경망은 이미지를 통해 학습하고, 이미지에 대한 특징을 추출할 수 있는 기능을 가지는 모든 아키텍쳐를 포함할 수 있다. 예를 들어 상기 인공신경망은 CNN 기반의 알고리즘 모델을 포함할 수 있다.
측정 장치 내 인공신경망을 활용하여 과실과 잎을 특정하는 방법은 도 8을 통해서 상술하도록 한다.
도 8을 참조하면, 인공신경망은 작물 이미지(a)를 통해 학습할 수 있다. 상기 작물 이미지(a)는 적어도 하나 이상의 과실과 적어도 하나 이상의 잎을 포함할 수 있다. 상기 작물 이미지(a)는 측정 장치가 실시간으로 획득한 작물 이미지이거나 또는 저장부에 저장된 작물 이미지일 수 있다.
인공신경망은 (a)와 같은 작물 이미지를 입력받아 과실을 인식할 수 있다. 인공신경망이 과실을 인식하여 출력된 결과는 작물 이미지(b)를 참조하여 확인할 수 있다.
인공신경망은 작물 이미지(b)와 같이, 과실이 있는 영역을 바운딩 박스 형태로 표시하여 출력할 수 있다. 상기 바운딩 박스 내부에는 과실이 위치할 수 있으며, 상기 바운딩 박스 각각에 대해서 과실 정보 벡터가 대응될 수 있다.
상기 과실 정보 벡터는 특정된 과실의 위치 정보, 크기 정보 및 숙성도 정보를 포함할 수 있다.
상기 제어부는 과실 정보 벡터의 (X,Y) 좌표에 의해 특정된 과실의 위치 정보를 출력할 수 있다. (S203)
예를 들어, 제1 바운딩 박스(104)는 제1 과실 정보 벡터(105)와 서로 대응될 수 있다. 상기 제1 바운딩 박스(104)와 제1 과실 정보 벡터(105)는 학습된 인공신경망을 통해서 출력된 결과값일 수 있다. 상기 제1 바운딩 박스(104)와 상기 제1 과실 정보 벡터(105)는 과실과 대응될 수 있다.
상기 과실 정보 벡터(105)가 (X,Y,L,H)의 벡터 형태를 가지는 경우, (X,Y)는 바운딩 박스(104)의 위치를 나타낼 수 있다. 상기 과실 정보 벡터(105)에서의 (X,Y)는 입력된 이미지 내에서의 과실의 위치를 나타내는 좌표일 수 있다. 상기 (X,Y)는 바운딩 박스(104)의 가장 중심점의 위치 좌표 정보이거나 바운딩 박스의 일 꼭짓점의 위치 좌표 정보일 수 있다.
상기 제어부는 상기 과실 정보 벡터(105) 및 이미지의 촬영 위치를 고려하여 상기 과실의 위치정보를 출력할 수 있다. 예를 들어, 상기 이미지의 촬영위치의 높이가 Y1인 경우 상기 제어부는 (X, Y+Y1)을 과실의 위치정보로 출력할 수 있다.
상기 이미지의 촬영 위치는 작물의 특정 위치를 기초로 산출될 수 있다. 즉, 상기 이미지의 촬영 위치는 작물의 생장점을 기초로 산출될 수도 있고, 작물이 식재된 바닥면을 기준으로 산출될 수도 있다. 상기 이미지가 도 6과 같이 파노라마 이미지로 합성되는 경우 상기 파노라마 이미지에는 작물의 특정 위치를 포함하는 형태로 구성되므로, 파노라마 이미지에 기초하여 상기 이미지의 촬영 위치가 산출될 수 있다.
상기 제어부는 과실 정보 벡터의 (L,H) 좌표에 의해 특정된 과실의 크기 정보를 출력할 수 있다. (S203)
상기 과실 정보 벡터(105)가 (X,Y,L,H)의 벡터 형태를 가지는 경우, (L,H)는 바운딩 박스(104)의 크기를 나타낼 수 있다. L은 바운딩 박스(104)의 가로 일 변의 길이가, H는 바운딩 박스(104)의 세로 일 변의 길이를 뜻할 수 있다.
과실 정보 벡터의 L과 H를 통해 바운딩 박스(104)의 면적을 구할 수 있으며, 상기 면적은 과실 정보 벡터에 대응하는 과실의 크기와 대응될 수 있다. 예를 들어, 상기 면적에 따라 상기 과실 정보 벡터에 대응하는 과실의 크기를 산출할 수 있다.
상기 크기 정보는 상기 특정된 과실의 크기에 관한 절대적인 수치 또는 다른 과실과 비교한 상대적인 수치에 관한 정보일 수 있다. 보다 구체적으로 상기 크기 정보는 상기 특정된 과실이 작물 이미지에서 차지하는 영역에 대한 넓이 정보일 수 있다. 즉, 측정 장치 내 제어부는 상기 특정된 과실이 작물 이미지에서 차지하는 영역이 넓을수록 상기 과실의 크기는 크다고 판단할 수 있다. 또는 상기 크기 정보는 상기 특정된 과실이 차지하는 영역의 픽셀 수에 대한 정보일 수 있다. 예를 들어 상기 특정된 과실이 차지하는 영역의 픽셀 수가 많을수록 대응되는 과실의 크기는 큰 것으로 판단할 수 있다.
상기 제어부는 과실 정보 벡터에 의해 특정된 과실의 숙성도 정보를 출력할 수 있다. (S203)
상기 과실 정보 벡터(105)가 (X,Y,L,H, 1)의 벡터 형태를 가지는 경우, (X,Y,L,H)를 제외한 1은 과실 숙성도에 관한 정보일 수 있다.
과실 숙성도에 관한 정보는 "제1 숙성도", "제2 숙성도" 및 "제3 숙성도"로 분류한 데이터일 수 있다. 과실 숙성도에 관한 정보는 "제1 숙성도"에 대응되는 경우 0의 라벨링 데이터로 구현될 수 있다. 나아가 "제2 숙성도"에 대응되는 경우 1의 라벨링 데이터로 구현될 수 있다. "제3 숙성도"에 대응하는 경우에는 2의 라벨링 데이터로 구현될 수 있다.
과실의 숙성도를 3가지 이상의 클래스로 분류하는 것은 각 클래스에 대응되는 과실의 색상에 따라 결정될 수 있다.
예를 들어, "제1 숙성도"에 대응하는 과실의 색상과 "제2 숙성도"에 대응하는 과실의 색상, "제3 숙성도"에 대응하는 과실의 색상은 과실이 착과된 후 과실이 가질 수 있는 여러 색상 중에 하나일 수 있다.
보다 구체적으로, "제1 숙성도"에 대응하는 과실은 "제2 숙성도"에 대응하는 과실 보다 착과된 시점을 기준으로 시간이 더 지속된 경우에 해당할 수 있다. "제3 숙성도"에 대응하는 과실은 "제2 숙성도"에 대응하는 과실 보다 착과된 시점을 기준으로 시간이 더 지속된 경우에 해당할 수 있다. 즉 "제1 숙성도"에 대응하는 과실과 "제2 숙성도"에 대응하는 과실, 및 "제3 숙성도에 대응하는 과실"의 착과된 시점이 동일하다면, "제1 숙성도"에 대응하는 과실, "제2 숙성도"에 대응하는 과실. "제3 숙성도"에 대응하는 과실 순서대로 착과된 시점을 기준으로 더 오래된 경우일 수 있다.
상기 숙성도 정보는 상기 특정된 과실의 숙성 정도에 관한 절대적인 수치 또는 다른 과실과 비교한 상대적인 수치에 관한 정보일 수 있다. 보다 구체적으로, 상기 숙성도 정보는 상기 특정된 과실이 차지하는 영역의 색상 정보를 기초하여 판단될 수 있다. 예를 들어, 서버는 상기 특정된 과실이 차지하는 영역의 색상을 기준 색상과 비교하여 제1 숙성도, 제2 숙성도 및 제3 숙성도를 판단할 수 있다.
또는, 상기 특정된 과실이 차지하는 영역을 RGB(Red, Green, Blue) Color Histogram으로 도식화하는 방법을 활용할 수도 있다. 보다 구체적으로, 서버는 상기 특정된 과실이 차지하는 영역을 RGB Color Histogram으로 도식화하고, 상기 영역에서 Red Color를 가지는 픽셀 수를 산출할 수 있다. 상기 산출된 Red Color 픽셀 수를 기초로 제1 숙성도, 제2 숙성도, 제3 숙성도를 판단할 수 있다. 예를 들어, 서버는 Red Color 픽셀 수가 많을수록 더 큰 숙성도를 가지는 것으로 판단할 수 있다.
따라서, 과실 정보 벡터(105)가 (X,Y,L,H, 1)인 경우, 상기 과실 정보 벡터(105)와 대응되는 과실은 과실 숙성도가 1 라벨링 데이터에 대응되는 제2 숙성도를 가지는 것을 의미할 수 있다.
서버는 측정 장치에서 전달받은 과실 정보를 기초로 가중치를 로딩할 수 있다. 상기 과실 정보는 과실의 위치 정보, 크기 정보, 숙성도 정보 중 적어도 하나를 포함할 수 있다.
서버는 특정된 과실의 위치 정보를 기초로 위치 가중치를 로딩할 수 있다. (S206)
서버는 상기 과실이 작물에서 위치하는 영역의 위치를 기초하여 상기 위치 가중치를 설정할 수 있다.
측정 장치에서 판단한 과실의 위치 정보는 제1 위치 정보 또는 제2 위치 정보일 수 있다. 측정 장치에서 판단한 과실의 위치정보가 제1 위치 정보인 경우 상기 서버는 제1 위치 가중치를 로딩할 수 있으며, 제2 위치 정보인 경우 상기 서버는 제2 위치 가중치를 로딩할 수 있다.
상기 위치 정보가 지면으로부터 특정된 과실이 위치하고 있는 영역까지의 높이에 대한 정보인 경우 제1 위치정보가 제2 위치정보보다 크면, 제1 위치 가중치는 제2 위치 가중치보다 높은 값을 가질 수 있다.
상기 위치 정보가 상기 특정된 과실이 위치하고 있는 영역으로부터 작물의 특징점까지의 거리인 경우 제1 위치 정보가 제2 위치 정보가 더 큰 경우, 제1 위치 가중치는 제2 위치 가중치보다 낮은 값일 수 있다. 다시 말해, 상기 서버는 최근에 착과된 과실일 수록 높은 가중치를 설정할 수 있다. 과실이 착과된 후 초기 단계에서 보다 많은 양분을 소비할 수 있으므로, 과실이 위치하는 높이에 따라 다른 가중치를 설정함으로써, 보다 정확한 싱크 용량이 산출될 수 있다.
서버는 특정된 과실의 크기 정보를 기초로 크기 가중치를 로딩할 수 있다. (S204)
서버는 상기 과실의 크기에 기초하여 상기 크기 가중치를 설정할 수 있다.
측정 장치에서 판단한 과실의 크기 정보는 제1 크기 정보 및 제2 크기 정보를 포함할 수 있다. 서버는 특정된 과실이 제1 크기 정보를 가지는 경우 제1 크기 가중치를 로딩할 수 있고, 제2 크기 정보를 가지는 경우 제2 크기 가중치를 로딩할 수 있다.
상기 크기 정보가 특정된 과실이 작물 이미지에서 차지하는 영역에 대한 넓이 정보인 경우에 제1 크기 정보가 제2 크기 정보 보다 더 큰 경우, 제1 크기 가중치는 제2 크기 가중치보다 높은 값일 수 있다.
또는. 상기 크기 정보가 상기 특정된 과실이 작물 이미지에서 차지하는 영역에 대한 픽셀 수 정보인 경우에 제1 크기 정보가 제2 크기 정보 보다 더 큰 경우, 제1 크기 가중치는 제2 크기 가중치보다 높은 값일 수 있다.
즉, 상기 서버는 과실의 크기가 큰 경우 높은 가중치를 설정할 수 있다. 과실의 크기가 크면, 작은 경우에 비해 보다 많은 양분을 소비할 수 있으므로, 과실의 크기에 따라 서로 다른 가중치를 설정함으로써 보다 정확한 싱크 용량이 산출될 수 있다.
서버는 특정된 과실의 숙성도 정보를 기초로 숙성도 가중치를 로딩할 수 있다. (S205)
서버는 상기 과실의 숙성도에 기초하여 상기 숙성도 가중치를 설정할 수 있다.
예를 들어, 측정 장치에서 판단한 과실의 숙성도 정보는 제1 숙성도 정보 또는 제2 숙성도 정보일 수 있다. 상기 서버는 특정된 과실의 숙성도 정보가 제1 숙성도 정보인 경우 제1 숙성도 가중치를 로딩할 수 있고, 제2 숙성도 정보인 경우 제2 숙성도 가중치를 로딩할 수 있다.
상기 숙성도 정보는 상기 특정된 과실이 차지하는 영역의 색상 정보를 기초하여 판단되고, 상기 제1 숙성도 정보가 제2 숙성도 정보 보다 더 높은 경우, 제1 숙성도 가중치는 제2 숙성도 가중치보다 높은 값일 수 있다.
즉, 상기 서버는 과실의 숙성도가 높은 경우 과실의 숙성도가 낮은 경우에 비해 보다 많은 양분을 소비할 수 있으므로, 과실의 숙성도에 따라 서로 다른 과중치를 설정함으로써 보다 정확한 싱크 용량이 산출될 수 있다.
또는 제1 숙성도 정보가 제2 숙성도 정보보다 높은 경우 제1 숙성도 가중치는 제2 숙성도 가중치보다 낮은 값일 수도 있다.
서버는 상기 특정된 과실에 대한 위치 가중치, 크기 가중치 및 숙성도 가중치에 기초하여 특정된 과실의 싱크 용량을 산출할 수 있다. (S209)
서버는 상기 특정된 과실에 대한 위치 가중치, 크기 가중치 및 숙성도 가중치를 일정 비율로 적용하여 특정된 과실의 싱크 용량을 산출할 수 있다. 특정된 과실의 싱크 용량은 하나의 특정된 과실이 소비하는 양분을 나타낼 수 있다. 상기 일정한 비율은 사용자가 임의로 설정한 비율일 수 있다.
서버는 상기 과실 각각에 대한 싱크 가중치를 기초로 작물에 대한 싱크 용량을 산출할 수 있다. (S210)
서버는 특정된 작물에 착과된 복수의 과실 각각에 대한 싱크용량을 산출할 수 있다. 상기 서버는 특정된 작물에 착과된 복수의 과실의 싱크용량을 합산하여 특정된 작물에 대한 싱크 용량을 산출할 수 있다.
서버는 전체 싱크 용량을 산출할 수 있다. (S211)
서버는 다수의 작물의 싱크용량에 기초하여 전체 싱크 용량을 산출할 수 있다. 서버는 다수의 작물의 싱크용량을 합산하여 전체 싱크 용량을 산출할 수 있다.
상기 전체 싱크 용량은 온실 내 전체 싱크 용량을 의미하거나 특정 영역에 대한 전체 싱크 용량일 수 있다. 예를 들어, 상기 특정 영역이 온실 내의 대표성을 가지는 영역인 경우, 상기 특정 영역에 위치하는 다수의 작물의 싱크용량을 산출함으로써 온실 내 전체 작물의 양분의 소비량을 산출할 수 있다.
특정 작물이 온실내의 대표성을 가지는 작물이 경우 상기 서버는 전체 싱크 용량을 산출하는 과정을 생략될 수도 있다. 즉, 상기 서버는 대표성을 가지는 하나의 작물의 싱크용량을 산출함으로써 온실내 전체 영역의 싱크용량을 도출할 수 있다.
이하에서는 작물의 잎 정보를 통하여 싱크 용량 및 소스 용량을 산출하는 방법에 대해서 설명하도록 한다.
도 9는 일 실시 예에 따른 잎 정보를 기초로 싱크 용량 및 소스 용량을 산출하는 방법에 관한 순서도이다. 도 10은 일 실시 예에 따른 이미지로부터 작물의 잎에 대한 정보를 산출하는 과정을 설명하기 위한 도면이다.
도 9을 참조하면, 작물의 잎 정보를 기초로 싱크 용량 및 소스 용량을 산출하는 방법은 측정 장치에 의해 획득된 이미지가 제어부로 입력되는 단계(S301), 제어부가 상기 이미지를 기초로 작물 및 잎을 특정하는 단계(S302), 제어부가 상기 잎에 대한 위치 정보를 산출하는 단계(S303), 상기 위치 정보에 기초하여 서버가 특정 잎의 높이와 기준높이를 비교하는 단계 (S304), 상기 특정 잎의 높이가 기준 높이보다 큰 경우 소스 용량을 산출하는 단계(S305), 상기 특정 잎의 높이가 기준 높이보다 작은 경우 싱크 용량을 산출하는 단계(S306), 상기 특정 잎에 대한 싱크 용량 및 소스 용량을 기초로 전체 싱크 용량 및 소스 용량을 산출하는 단계(S307)를 포함할 수 있다.
측정 장치의 제어부는 작물의 과실 및 잎을 포함하는 이미지를 획득할 수 있다. (S301)
상기 이미지는 측정 장치 내 이미지 획득부를 통해서 획득될 수 있다. 획득된 이미지는 상기 측정 장치 내 제어부로 전달될 수 있다.
측정 장치의 제어부에는 도 10의 (a)와 같은 이미지가 입력될 수 있다.
측정 장치의 제어부는 상기 이미지를 기초로 작물 및 잎을 특정할 수 있다.(S302)
측정 장치의 제어부가 작물을 특정하는 과정은 도 8과 동일하다.
측정 장치의 제어부는 학습된 인공신경망을 포함하고, 상기 학습된 인공신경망은 작물 이미지에서 잎을 인식할 수 있다. 상기 학습된 인공신경망은 도 10의 (b)와 같은 형태로 잎을 특정하여 출력할 수 있다.
상기 학습된 인공 신경망은 잎이 있는 영역을 바운딩 박스 형태로 표시하여 출력할 수 있다. 상기 바운딩 박스 내부에는 잎이 위치할 수 있으며, 상기 바운딩 박스 각각에 대해 잎 정보 벡터가 출력될 수 있다. 상기 잎 정보 벡터는 상기 바운딩 박스에 대응되어 출력될 수 있다.
예를 들어, 제2 바운딩 박스(106)는 잎 정보 벡터(107)와 대응될 수 있다. 상기 제2 바운딩 박스(106)와 잎정보 벡터(107)는 학습된 인공 신경망을 통해서 출력될 수 있다.
상기 제어부는 잎 정보 벡터의 (X, Y) 좌표형태로 상기 잎 정보 벡터를 출력할 수 있다. 이 경우 상기 잎 정보 벡터는 특정 잎의 위치정보를 포함할 수 있다. (S303)
상기 잎 정보 벡터는 특정 잎의 크기정보를 더 포함할 수 있다.
상기 잎의 위치정보는 도 8에서 설명한 과실의 위치정보와 동일하므로 상세한 설명은 생략한다.
상기 특정 잎의 위치정보는 바운딩 박스 형태로 표현되고, 상기 바운딩 박스의 일면은 주가지에서 곁가지가 시작되는 영역과 만날 수 있다. 즉, 상기 특정 잎은 주가지에서 뻗어나오는 부분을 모두 포함하는 영역일 수 있다.
서버는 상기 특정된 잎의 높이와 기준 높이를 비교할 수 있다. (S304)
상기 특정된 잎의 높이(H1)는 지면으로부터 잎이 위치하는 영역까지의 거리일 수 있다. 상기 특정된 잎의 높이(H1)는 지면으로부터 상기 제2 바운딩박스(104) 사이의 거리일 수도 있다. 또는 상기 특정된 잎의 높이(H1)는 상기 제2 바운딩박스(104) 내에 위치하는 하나의 점의 Y좌표일 수도 있다. 상기 특정된 잎의 높이(H1)는 잎정보벡터의 Y값에 기초하여 산출될 수도 있다. 또는 상기 특정된 잎의 높이(H1)는 상기 제2 바운딩 박스의 중심점의 Y값에 기초하여 산출될 수도 있다.
상기 특정된 잎의 높이(H1)는 화방으로 특정될 수도 있다.
상기 작물이 화방을 가지며 생장하는 작물인 경우 상기 작물의 잎의 높이는 화방으로 정의될 수도 있다. 즉, 작물이 생장함에 따라 다수의 화방으로부터 곁가지가 자라나므로, 상기 잎이 위치하는 화방이 몇 번째 화방인지를 특정하는 경우 상기 작물의 잎의 높이가 정의될 수도 있다.
상기 기준 높이(Hth)는 서버에 미리 저장된 값일 수 있다. 상기 기준 높이(Hth)는 미리 정해진 값일 수도 있고, 작물의 전체 높이에 따라 변경되는 값일 수도 있다.
상기 기준 높이(Hth) 또한 화방으로 정의될 수도 있다. 즉, 상기 기준 높이(Hth)는 예를 들어, 제5화방으로 정의될 수 있다.
서버는 상기 특정된 잎의 높이와 기준 높이를 비교하여 결과 값을 출력할 수 있다.
서버는 상기 특정된 잎의 높이와 기준 높이의 비교 결과에 따라 특정된 잎을 소스로 판단할 수도 있고, 싱크로 판단할 수도 있다. 상기 서버는 상기 특정된 잎의 높이가 기준 높이보다 큰 경우 특정된 잎을 소스로 판단할 수 있고, 상기 특정된 잎의 높이가 기준 높이보다 작은 경우 특정된 잎을 싱크로 판단할 수 있다.
상기 잎의 높이와 기준 높이가 화방으로 특정되는 경우 상기 특정된 잎의 화방이 상기 기준 화방보다 높은 값을 가지면 상기 서버는 상기 특정된 잎을 소스로 판단할 수 있고, 상기 특정된 잎의 화방이 상기 기준 화방보다 낮은 값을 가지면 상기 서버는 특정된 잎을 싱크로 판단할 수도 있다.
예를 들어, 기준 화방이 제5화방이고, 특정된 잎의 화방이 제7화방인 경우 상기 서버는 상기 특정된 잎을 소스로 판단할 수 있다. 또한, 기준 화방이 제5화방이고, 특정된 잎의 화방이 제3 화방인 경우 상기 서버는 상기 특정된 잎을 싱크로 판단할 수 있다.
서버는 상기 잎의 높이와 기준 높이를 비교하여, 특정된 잎이 소스로 판단되는 경우 소스 용량을 산출할 수 있다. (S305)
서버는 특정된 잎의 높이에 따라 서로 다른 소스 가중치를 부여할 수도 있다. 상기 서버는 잎의 높이가 높을수록 높은 소스 가중치를 부여하여 특정된 잎의 소스 용량을 산출할 수 있다. 지면으로부터 높은 위치에 위치하는 잎의 경우 다른 작물의 부분에 의해 가려지는 부분이 상대적으로 작아 상대적으로 광합성 생산량이 많아질 수 있으므로, 잎의 높이에 따라 서로 다른 소스 가중치를 부여함으로써 작물의 생산량에 부합하도록 소스용량이 산출될 수 있다.
서버는 잎의 크기에 따라 서로 다른 소스 가중치를 부여할 수도 있다. 상기 서버는 잎의 크기가 클수록 높은 소스 가중치를 부여하여 특정된 잎의 소스 용량을 산출할 수 있다. 잎의 크기가 상대적으로 큰 경우 광합성 생산량이 많아질 수 있으므로, 잎의 크기에 따라 서로 다른 소스 가중치를 부여함으로써 작물의 생산량에 부합하도록 소스용량이 산출될 수 있다.
서버는 잎으로 특정된 영역에서의 실제 잎이 점유하는 면적에 따라 서로 다른 소스 가중치를 부여할 수도 있다. 예를 들어, 잎을 특정하는 제2 바운딩 박스(106)에서 잎이 점유하는 면적을 산출하여 실질적인 잎의 크기를 도출하여 소스 가중치를 부여할 수도 있다. 이 경우 제2 바운딩 박스(106)내의 녹색 픽셀의 개수를 카운팅함으로써 잎이 점유하는 면적을 산출할 수도 있다.
서버는 잎의 높이와 기준 높이를 비교하여, 특정된 잎이 싱크로 판단되는 경우 싱크 용량을 산출할 수 있다. (S306)
서버는 잎의 높이에 따라 서로 다른 싱크 가중치를 부여할 수도 있다. 상기 서버는 잎의 높이가 낮을수록 높은 싱크 가중치를 부여하여 작물의 소비량에 부합하도록 싱크용량을 산출할 수 있다.
서버는 잎의 크기에 따라 서로 다른 싱크 가중치를 부여할 수도 있다. 상기 서버는 잎의 크기가 클수록 높은 싱크 가중치를 부여하여 작물의 소비량에 부합하도록 싱크용량을 산출할 수 있다.
서버는 잎으로 특정된 영역에서의 실제 잎이 점유하는 면적에 따라 서로 다른 싱크 가중치를 부여할 수도 있다.
서버는 작물 전체의 싱크 및 소스 용량을 산출할 수 있다. (S307)
서버는 특정 잎의 싱크 용량에 기초하여 작물 전체의 싱크 용량을 산출할 수 있고, 특정 잎의 소스 용량에 기초하여 작물 전체의 소스 용량을 산출할 수 있다. 다만, 작물 전체의 싱크 용량을 산출함에 있어서는 도 7에 기재된 과실의 싱크 용량을 함께 고려하여 산출할 수 있다.
또한, 상기 서버는 하나의 작물의 싱크 및 소스 용량을 산출하여, 온실내 전체 작물의 싱크 용량 및 소스 용량을 산출할 수도 있다.
또는, 상기 서버는 하나의 작물을 대표 작물로 하여 온실내 싱크 용량 및 소스 용량을 하나의 작물을 통해 판단할 수도 있다.
서버는 상기 소스 용량 및 싱크 용량에 기초하여 온실 제어를 위한 메시지를 출력할 수 있다. 상기 서버는 싱크 용량이 소스 용량보다 큰 경우 상기 기준 높이보다 낮은 높이에 있는 잎을 제거하라는 메시지를 출력할 수 있다.
상기 서버는 기준 높이보다 낮은 높이에 있는 잎을 제거하라는 메시지를 출력함으로써, 양분을 소비하는 역할만 하고 있는 잎을 제거하도록 하여 작물의 생장을 향상시킬 수 있고, 과실의 품질을 높일 수 있다.
이하에서는 도 10 내지 도 12을 참조하여 상기 기준 위치에 관한 일 예에 대해서 보다 상세하게 설명하도록 한다.
도 11 및 도 12는 일 실시 예에 따른 기준 높이를 설명하기 위한 도면이다.
도 11은 작물의 높이에 따른 기준높이 설정을 나타내기 위한 도면이다.
도 11을 참조하면, 서버는 작물의 높이에 따라 서로 다른 기준위치를 설정할 수 있다. 즉, 작물의 높이가 높아지면, 기준 높이 또한 높게 설정할 수 있다.
예를 들어, 제1 작물의 높이가 제1 높이(324a)인 경우 기준 높이(Hth)는 제1 기준 높이(324b)로 설정할 수 있고, 제2 작물의 높이가 제2 높이(325a)인 경우 기준 높이(Hth)는 제2 기준 높이(325b)로 설정할 수 있다.
서버는 작물의 높이와 기준 높이를 동일한 비율로 설정할 수 있다.
예를 들어, 제1 높이(324a)와 제1 기준 높이(324b)사이의 비율을 제2 높이(325a)와 제2 기준 높이(325b) 사이의 비율과 동일하도록 설정할 수 있다. 상기 비율은 서버에서 미리 정의된 값일 수 있다.
상기 작물의 높이는 작물의 부분 중 가장 높은 위치에 위치하는 부분과 지면 사이의 거리로 정의될 수 있다. 또는, 상기 작물의 높이는 작물의 생장점과 지면 사이의 거리로 정의될 수도 있다. 또한, 상기 작물의 높이는 작물의 생장을 가이드하기 위한 견인줄과 지면 사이의 거리로 정의될 수도 있다,
또한, 작물의 높이와 기준 높이는 지면이 아니라 온실 천장과의 거리에 의해서도 정의될 수 있다.
도 12는 작물의 높이에 따른 기준 높이 설정을 나타내기 위한 도면이다.
도 12를 참조하면, 서버는 작물의 높이에 따라 서로 다른 기준 높이를 설정할 수 있다. 다만, 이 경우 작물의 높이와 기준 높이 사이의 거리는 동일하도록 설정될 수 있다.
예를 들어, 제1 작물의 높이가 제1 높이(334a)인 경우 기준 높이(Hth)는 공통 기준 거리(334b)를 참조하여 설정될 수 있고, 제2 작물의 높이가 제2 높이(335a)인 경우 기준 높이(Hth)는 공통 기준 거리(335b)를 참조하여 설정될 수 있다.
상기 공통 기준 거리는 작물의 높이와 기준 높이 사이의 차이로 정의될 수 있다.
즉, 제1 작물의 기준 높이(Hth)는 제1 생장점(330)을 기준으로 공통 기준 거리(334b)만큼 지면방향으로 이격된 지점으로 설정될 수 있다. 제2 작물의 기준 높이(Hth)는 제2 생장점(331)을 기준으로 공통 기준 거리(335b)만큼 지면방향으로 이격된 지점으로 설정될 수 있다.
상기 공통 기준 거리는 서버에 미리 정의된 값일 수 있다. 상기 서버는 작물의 높이와 기준 높이 사이를 동일하도록 설정함으로써, 양분을 소비하는 잎을 보다 정확하게 특정하여 작물의 상태를 보다 정확하게 판단할 수 있다.
이하에서는 도 13을 참조하여, 작물 이미지에서 전체 싱크 용량 및 소스 용량을 산출하는 방법에 대해서 설명하도록 한다.
도 13 은 일 실시 예에 따른 전체 싱크 용량 및 소스 용량을 산출하는 방법에 관한 순서도이고, 도 14는 일 실시 예에 따른 작물 이미지에 대한 도면이다.
앞서 상술한 싱크 용량 및 소스 용량을 산출하는 방법은 작물 하나를 특정하여 상기 작물에 대한 싱크 용량 및 소스 용량을 기초로 전체 싱크 용량 및 소스 용량을 산출하는 방법에 관한 것이었으나, 도 13에서는 전체 싱크 용량 및 소스 용량을 산출하여, 이를 기초로 작물 하나에 싱크 용량 및 소스 용량을 산출할 수도 있다.
도 13을 참조하면 전체 싱크 용량 및 소스 용량을 산출하는 방법은 측정 장치에 의해 이미지가 획득되는 단계(S401), 상기 이미지에서 작물 영역을 구분하는 단계(S411), 상기 작물 영역에서 대상 영역을 구분하는 단계(S412), 상기 대상 영역 별 녹색 영역을 산출하는 단계(S413), 상기 대상 영역 별 가중치를 적용하는 단계(S414), 및 상기 가중치에 기초하여 전체 소스 용량 및 싱크 용량을 산출하는 단계(S415)를 포함할 수 있다.
측정 장치에 이미지가 입력되는 단계는 앞서 도 5, 도 6에서 상술한 기술내용과 중복되는 바 생략하기로 한다.
상기 측정 장치는 이미지를 획득할 수 있고, 획득된 이미지는 측정장치 또는 서버에 입력될 수 있다. (S401)
상기 이미지는 적어도 하나 이상의 작물과 작물이 생장하고 있는 온실 이미지를 포함할 수 있다. 상기 이미지는 매번 고정된 위치에서 획득될 수 있다. 또는 상기 이미지는 매번 고정된 높이에서 획득될 수 있다.
상기 측정 장치는 상기 이미지에 중 작물 영역을 구분할 수 있다. (S411)
또는, 상기 서버는 상기 이미지 중 작물 영역을 구분할 수 있다.
측정 장치는 작물 이미지(100)에 대해서 비 작물 영역(410)과 작물 영역(420)을 구분할 수 있다. 상기 비 작물 영역(410)은 작물 이미지(100)에서 작물을 포함하지 않는 영역일 수 있다. 상기 작물 영역(420)은 작물 이미지(100)에서 작물을 포함하는 영역일 수 있다.
상기 비 작물 영역(410)은 작물 이미지에서 작물 생장에 관한 유인줄을 포함하거나, 작물 각각과 대응되는 특정 부표를 포함하는 이미지일 수 있다.
상기 비 작물 영역(410)과 상기 작물 영역(420)은 색상 정보를 기초로 구분될 수도 있다. 측정 장치는 작물 이미지(100)에서 green 색상 또는 red 색상이 상대적으로 많은 영역은 작물 영역(420)으로 구분하고, 그 외의 영역을 비 작물 영역(410)으로 구분할 수 있다.
측정 장치는 상기 작물 영역(420)에 대해서 적어도 하나 이상의 대상 영역을 구분할 수 있다. (S412)
상기 대상 영역은 제1 대상 영역(421), 제2 대상 영역(422), 제3 대상 영역(423), 제4 대상 영역(424), 제5 대상 영역(425), 및 제6 대상 영역(426)을 포함할 수 있다.
상기 제1 대상 영역(421), 제2 대상 영역(422), 제3 대상 영역(423), 제4 대상 영역(424), 제5 대상 영역(425), 및 제6 대상 영역(426)은 서로 같은 높이를 가질 수 있다. 또는 제1 대상 영역(421), 제2 대상 영역(422), 제3 대상 영역(423), 제4 대상 영역(424), 제5 대상 영역(425), 및 제6 대상 영역(426)은 서로 다른 높이를 가지도록 설정될 수도 있다.
측정 장치는 상기 대상 영역 별 녹색 영역을 산출할 수 있다. (S413)
상기 녹색 영역은 상기 대상 영역을 RGB Color Histogram으로 도식화한 경우, green color 픽셀 수에 대한 정보일 수 있다. 보다 구체적으로, 측정 장치는 상기 대상 영역 별 픽셀에 대한 색상 정보를 추출하고, 상기 색상 정보 중 green color 픽셀 수에 대한 정보를 녹색 영역에 대한 정보로 산출할 수 있다. 측정 장치는 상기 녹색 영역에 대한 정보를 서버로 전달할 수 있다.
서버는 상기 대상 영역 별 가중치를 적용할 수 있다. (S414)
서버는 상기 대상 영역 별 가중치와 녹색 영역에 대한 정보에 기초하여 전체 소스 용량 및 싱크 용량을 산출할 수 있다. (S415)
서버는 상기 대상 영역 별 가중치를 로딩할 수 있다. 상기 가중치는 상기 대상 영역에 대해서 서로 다를 수 있다. 예를 들어, 제1 대상 영역에 대한 제1 가중치, 제2 대상 영역에 대한 제2 가중치, 제3 대상 영역에 대한 제3 가중치, 제4 대상 영역에 대한 제4 가중치, 제5 대상 영역에 대한 제5 가중치, 제6 대상 영역에 대한 제6 가중치는 서로 같거나 서로 다를 수 있다.
또는, 제1 대상 영역에 대한 제1 가중치, 제2 대상 영역에 대한 제2 가중치, 제3 대상 영역에 대한 제3 가중치는 소스 용량을 산출하는 가중치일 수 있다. 제1 가중치에서 제3 가중치로 갈수록 소스 가중치는 감소할 수 있다. 상기 제1 대상 영역은 상기 제3 영역에 비해 가려지는 부분이 작아 보다 많은 광을 조사받을 수 있고, 이에 따라 제1 가중치를 제3 가중치 보다 높은 소스 가중치를 부여하여 작물의 소스 용량과 관련된 정보를 보다 실제에 가깝도록 획득할 수 있다.
제4 대상 영역에 대한 제4 가중치, 제5 대상 영역에 대한 제5 가중치, 제6 대상 영역에 대한 제6 가중치는 싱크 용량을 산출하는 가중치일 수 있다. 또한, 제4 가중치 내지 제6 가중치로 갈수록 싱크 가중치는 증가할 수 있다. 상기 제 6영역은 상기 제4 영역에 비해 가려지는 부분이 많아 양분 생산에 기여하는 바가 작아 상대적으로 양분 소비량이 많은 부분이므로, 제6 가중치를 제4 가중치보다 높은 싱크 가중치로 부여하여 작물의 싱크 용량과 관련된 정보를 보다 실제에 가깝도록 획득할 수 있다.
이 경우 상기 제3 대상 영역과 상기 제4 대상 영역의 경계가 작물의 소스영역과 싱크 영역을 구분하는 기준 높이로 설정될 수 있다.
서버는 상기 대상 영역 별 가중치와 상기 녹색 영역에 대한 정보를 기초로 전체 소스 용량 및 싱크 용량을 산출할 수 있다. 보다 구체적으로 상기 서버는 상기 대상 영역 별 가중치와 상기 녹색 영역의 픽셀 수를 곱해서 전체 소스 용량 및 싱크 용량을 산출할 수 있다. 예를 들어, 서버는 제1 대상 영역에 대한 녹색 영역에 green color 픽셀 수와 상기 제1 대상 영역에 대한 제1 가중치를 곱해서 싱크 용량 또는 소스 용량을 산출할 수 있다.
또는, 제1 가중치 내지 제3 가중치가 소스 용량을 산출하는 가중치인 경우, 제1 대상 영역 내지 제3 대상 영역에 관한 녹색 영역에 대한 정보를 기초로 전체 소스 용량을 산출할 수 있다.
또는, 제4 가중치 내지 제6 가중치가 싱크 용량을 산출하는 가중치인 경우, 제4 대상 영역 내지 제6 대상 영역에 관한 녹색 영역에 대한 정보를 기초로 전체 싱크 용량을 산출할 수 있다.
이하에서는 도 15, 도 16을 참조하여 전체 싱크 용량 및 소스 용량을 기초로 작물 싱크 용량 및 소스 용량을 산출하는 방법을 설명하도록 한다.
도 15는 일 실시 예에 따른 작물 소스 용량 및 싱크 용량을 산출하는 방법에 관한 순서도이고, 도 16는 일 실시 예에 따른 작물 이미지를 설명하기 위한 도면이다.
도 15를 참조하면, 작물 소스 용량 및 싱크 용량을 산출하는 방법은 측정 장치에 이미지가 입력되는 단계(S401), 상기 이미지에 대해 작물 영역을 구분하는 단계(S411), 상기 작물 영역이 아닌 비 작물 영역에서 작물 특징점을 인식하는 단계(S421), 상기 작물 영역에서 대상 영역을 구분하는 단계(S412), 상기 대상 영역에 대한 녹색 영역을 산출하는 단계(S413), 상기 서버는 상기 대상 영역 별 가중치를 적용하는 단계(S414), 상기 대상 영역 별 가중치와 상기 녹색 영역을 활용하여 전체 소스 용량 및 싱크 용량을 산출하는 단계(S415), 상기 작물 특징점과 상기 전체 소스 용량 및 싱크 용량을 기초로 작물 소스 용량 및 싱크 용량을 산출하는 단계(S402)를 포함할 수 있다.
상기 (S411)단계, (S412)단계, (S413)단계, (S414)단계, (S415)단계는 앞서 도 13에서 상술한 기술적 내용과 중복되는 바 생략하기로 한다.
측정 장치는 작물 이미지에 비 작물 영역에서 작물 특징점을 인식할 수 있다. 도 16을 참조하면, 작물 이미지(100)은 비 작물 영역(410)과 작물 영역(420)으로 구분될 수 있다. 상기 비 작물 영역(410)과 작물 영역(420)을 구분하는 방법은 도 13에서 상술한 바 생략하기로 한다.
측정 장치는 비 작물 영역(410)에서 작물 특징점을 인식할 수 있다. 상기 작물 특징점은 작물 각각에 대한 고유 정보일 수 있다. 예를 들어, 상기 작물 특징점은 작물의 생장점일 수 있다. 상기 생장점은 상기 작물에 가장 상단에 임의의 영역에서 가지가 갈라지는 부위일 수 있으며 이에 한정되어 해석되지는 아니한다.
상기 작물 특징점은 작물에 각각에 대한 특정 부표(411)일 수도 있다. 상기 특정 부표는 온실에서 작물이 생장할 때, 온실에서 작물이 생장에 도움이 되는 유인줄이 온실 천장에 설치되고 상기 유인줄 마다 달려 있는 부표일 수 있다.
측정 장치는 상기 작물 특징점의 개수를 인식할 수 있다. 측정 장치는 특징점의 개수를 서버로 전달할 수 있다.
서버는 상기 특징점 개수와 전체 싱크 용량 및 소스 용량을 기초로 작물 싱크 용량 및 소스 용량을 산출할 수 있다. 보다 구체적으로 서버는 전체 싱크 용량과 소스 용량을 상기 특징점 개수로 나눠서 작물 하나에 대응하는 싱크 용량 및 소스 용량을 산출할 수 있다.
상기에서는 본 발명에 따른 온실을 기준으로 설명하였으나, 온실을 포함한 스마트팜에 널리 적용될 수 있다.
상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.
10: 작물
20: 측정장치
30: 서버

Claims (20)

  1. 서버가 스마트팜을 제어하는 방법에 있어서,
    과실 및 잎을 포함하는 작물 이미지를 입력 받는 단계;
    상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보를 획득하는 단계;
    상기 작물 이미지에 기초하여 잎의 위치를 포함하는 잎 정보를 획득하는 단계;
    상기 과실 정보에 포함되는 상기 과실의 위치, 크기 및 숙성도 중 적어도 하나 및 상기 잎 정보에 포함되는 잎의 위치에 기초하여 작물의 싱크 용량을 산출하는 단계;
    상기 잎 정보에 기초하여 작물의 소스 용량을 산출하는 단계; 및
    상기 싱크 용량 및 소스 용량에 기초하여 스마트팜을 제어하는 단계; 를 포함하고,
    상기 싱크 용량을 산출하는 단계는 상기 작물의 지면으로부터 총 높이에서 기준 위치 이하에 위치하는 잎에 기초하여 싱크 용량을 산출하고,
    상기 소스 용량을 산출하는 단계는 상기 기준 위치 이상에 위치하는 잎에 기초하여 소스 용량을 산출하는
    스마트팜 제어 방법.
  2. 제1항에 있어서,
    상기 스마트팜을 제어하는 단계는,
    상기 싱크 용량이 상기 소스 용량 보다 큰 경우, 상기 스마트팜 내 온도를 미리 설정한 값으로 조정하는 것을 포함하는
    스마트팜 제어 방법.
  3. 제1항에 있어서,
    상기 스마트팜을 제어하는 단계는,
    상기 싱크 용량이 상기 소스 용량 보다 큰 경우, 상기 스마트팜 내 온도를 상승시키도록 제어하는 것을 포함하는
    스마트팜 제어 방법.
  4. 제3항에 있어서,
    상기 스마트팜을 제어하는 단계는,
    상기 싱크 용량이 상기 소스 용량에 비해 제1 용량차만큼 큰 경우 상기 스마트팜의 온도를 현재 온도를 기초로 제1 편차만큼 상승시키고,
    상기 싱크 용량이 상기 소스 용량에 비해 제2 용량차만큼 큰 경우 상기 스마트팜의 온도를 현재 온도를 기초로 제2 편차만큼 상승시키도록 제어하는 것을 포함하고,
    상기 제1 용량차는 상기 제2 용량차보다 크고, 상기 제1 편차는 상기 제2 편차보다 큰,
    스마트팜 제어 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 서버는
    상기 작물 이미지로부터 상기 작물의 총 높이를 판단하고, 상기 작물의 총 높이를 기초로 상기 기준 위치를 결정하는
    스마트팜 제어 방법.
  7. 제6항에 있어서,
    상기 기준 위치는 상기 작물의 총 높이 변경에 따라 변경되는
    스마트팜 제어 방법.
  8. 제6항에 있어서,
    상기 기준 위치는 상기 작물의 총 높이가 변경되더라도 일정한 위치가 유지되는
    스마트팜 제어 방법.
  9. 제1항에 있어서,
    상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 잎을 제거하라는 메시지를 출력하는 단계인
    스마트팜 제어 방법.
  10. 제6항에 있어서,
    상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 상기 기준 위치 이하에 위치하는 잎을 제거하는 메시지를 출력하는 단계인
    스마트팜 제어 방법.
  11. 제10항에 있어서,
    상기 스마트팜을 제어하는 단계는 상기 싱크 용량이 상기 소스 용량 보다 크고, 상기 싱크 용량과 소스용량 차이가 클수록 더 많은 잎을 제거하라는 메시지를 출력하는 단계인
    스마트팜 제어 방법.
  12. 제1항에 있어서,
    상기 스마트팜을 제어하는 단계는 상기 싱크 용량 및 소스 용량에 기초하여 상기 작물의 과실 중 적어도 일부의 과실의 수확을 지시하는 메시지를 출력하는 단계인
    스마트팜 제어 방법.
  13. 제12항에 있어서,
    상기 스마트팜을 제어하는 단계는 상기 싱크 용량이 상기 소스 용량보다 큰 경우 상기 싱크 용량과 소스 용량의 편차에 따라 수확 대상 과실의 위치 및 개수 중 적어도 하나를 지정하는 메시지를 출력하는 단계인
    스마트팜 제어 방법.

  14. 작물의 과실과 잎을 포함하는 작물 이미지를 획득하는 측정 장치; 및
    상기 작물 이미지에 기초하여 과실의 위치, 크기, 숙성도를 포함하는 과실 정보 및 잎의 위치를 포함하는 잎 정보를 획득하는 서버; 를 포함하고,
    상기 서버는
    상기 과실 정보에 포함되는 상기 과실의 위치, 크기 및 숙성도 중 적어도 하나 및 상기 잎 정보에 포함되는 잎의 위치에 기초하여 작물의 싱크 용량을 산출하고, 상기 잎 정보에 기초하여 작물의 소스 용량을 산출하되,
    상기 작물의 지면으로부터 총 높이에서 기준 위치 이하에 위치하는 잎에 기초하여 싱크 용량을 산출하고, 상기 기준 위치 이상에 위치하는 잎에 기초하여 소스 용량을 산출하고,
    상기 싱크 용량 및 소스 용량을 기초로 스마트팜을 제어하는,
    스마트팜 제어 시스템.
  15. 제14항에 있어서,
    상기 작물 이미지는 적어도 하나 이상의 작물을 포함하는 작물 이미지이며,
    상기 서버는 상기 작물 이미지에 대해서 작물 영역 및 비 작물 영역을 구분하고, 상기 작물 영역에서 대상 영역을 추출하고,
    상기 서버는 상기 대상 영역에 대한 대상 영역 가중치에 기초하여, 전체 작물 싱크 용량 및 소스 용량을 산출하는
    스마트팜 제어 시스템.
  16. 제15항에 있어서,
    상기 측정 장치는 상기 작물 이미지에서 작물 특징점을 인식하는
    스마트팜 제어 시스템.
  17. 제16항에 있어서,
    상기 작물 특징점은 작물의 생장점을 포함하는
    스마트팜 제어 시스템.
  18. 제16항에 있어서,
    상기 서버는 상기 작물 특징점의 개수에 기초하여 작물 싱크 용량 및 소스 용량을 산출하는
    스마트팜 제어 시스템.
  19. 제14항에 있어서,
    상기 서버는 상기 과실 정보에 기초하여 적어도 하나 이상의 과실을 수확하라는 제어 메시지를 출력하는
    스마트팜 제어 시스템.
  20. 제19항에 있어서,
    상기 서버는 상기 잎 정보에 기초하여 적어도 하나 이상의 잎을 제거하라는 제어 메시지를 출력하는
    스마트팜 제어 시스템.
KR1020210026712A 2021-02-26 2021-02-26 스마트팜 제어 방법 및 스마트팜 제어 시스템 KR102351652B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210026712A KR102351652B1 (ko) 2021-02-26 2021-02-26 스마트팜 제어 방법 및 스마트팜 제어 시스템
PCT/KR2022/002772 WO2022182190A1 (ko) 2021-02-26 2022-02-25 싱크 용량 및 소스 용량 판단 시스템 및 방법.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210026712A KR102351652B1 (ko) 2021-02-26 2021-02-26 스마트팜 제어 방법 및 스마트팜 제어 시스템

Publications (1)

Publication Number Publication Date
KR102351652B1 true KR102351652B1 (ko) 2022-01-14

Family

ID=79343176

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210026712A KR102351652B1 (ko) 2021-02-26 2021-02-26 스마트팜 제어 방법 및 스마트팜 제어 시스템

Country Status (1)

Country Link
KR (1) KR102351652B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022182190A1 (ko) * 2021-02-26 2022-09-01 농업회사법인 아이오크롭스 주식회사 싱크 용량 및 소스 용량 판단 시스템 및 방법.
KR102571775B1 (ko) * 2022-12-29 2023-08-29 농업회사법인 아이오크롭스 주식회사 농작물 관리 시스템에 이용되는 과실 모니터링 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012191903A (ja) * 2011-03-17 2012-10-11 Nikon Corp 植物選別装置、ロボット、植物栽培システム、植物選別方法、及びプログラム
JP2019187259A (ja) * 2018-04-20 2019-10-31 キッセイコムテック株式会社 栽培支援方法、栽培支援プログラム、栽培支援装置、および栽培支援システム
KR20200122612A (ko) * 2019-04-18 2020-10-28 아이오크롭스 주식회사 작물 생육 제어 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012191903A (ja) * 2011-03-17 2012-10-11 Nikon Corp 植物選別装置、ロボット、植物栽培システム、植物選別方法、及びプログラム
JP2019187259A (ja) * 2018-04-20 2019-10-31 キッセイコムテック株式会社 栽培支援方法、栽培支援プログラム、栽培支援装置、および栽培支援システム
KR20200122612A (ko) * 2019-04-18 2020-10-28 아이오크롭스 주식회사 작물 생육 제어 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Yoo Wook-jae et al. Changes in respiration rate, cell wall components, and cell wall decomposition factors according to the ripening of ‘golden pear’ fruit. Journal of the Korean Horticultural Society. Korean Horticultural Society. February 2002, Vol. 43, No. 1, pp.43-46 (2002. 02.) *
유욱재 외 3인. ‘황금배’ 과실의 성숙에 따른 호흡량, 세포벽 성분 및 세포벽 분해요소의 활성 변화. 한국원예학회지. 한국원예학회. 2002년 2월, 제43권, 제1호, pp.43-46 (2002.02.) 1부.*

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022182190A1 (ko) * 2021-02-26 2022-09-01 농업회사법인 아이오크롭스 주식회사 싱크 용량 및 소스 용량 판단 시스템 및 방법.
KR102571775B1 (ko) * 2022-12-29 2023-08-29 농업회사법인 아이오크롭스 주식회사 농작물 관리 시스템에 이용되는 과실 모니터링 시스템
KR102593154B1 (ko) * 2022-12-29 2023-10-24 농업회사법인 아이오크롭스 주식회사 농작물 관리 시스템에 이용되는 과실 모니터링 시스템

Similar Documents

Publication Publication Date Title
US10719787B2 (en) Method for mapping crop yields
KR102351652B1 (ko) 스마트팜 제어 방법 및 스마트팜 제어 시스템
AU2018328254A1 (en) System and method for controlling a growth environment of a crop
CN110197308B (zh) 一种用于农业物联网的作物监测系统及方法
CN110262443A (zh) 一种基于移动互联网的温室大棚环境监测系统
CN110213376B (zh) 一种用于虫害预防的信息处理系统及方法
CN108710766B (zh) 一种基于生长模型的温室植物水肥机调肥参数计算方法
KR102002632B1 (ko) Ｉｏｔ 기반 과수 모니터링 시스템 및 방법
KR102291827B1 (ko) 스마트 팜의 작물 자동 생육 계측 시스템 및 그 방법
JP2016154510A (ja) 情報処理装置、生長状況判定方法、およびプログラム
CN114879786B (zh) 一种获取食用菌决策方案的方法、系统、装置及介质
KR102398294B1 (ko) 싱크 용량 및 소스 용량 판단 시스템 및 방법
JP2019037225A (ja) 植物の生育状況監視装置及び植物の生育状況監視方法
EP4064182A1 (en) Information processing device, information processing method, and program
CN112580671A (zh) 一种基于深度学习的稻穗多发育期自动检测方法及系统
US20230389474A1 (en) Method for determining a fruit to be harvested and a device for harvesting a fruit
KR101810901B1 (ko) 작물체의 생육 시뮬레이션 장치
CN110197381A (zh) 基于农业物联网综合服务管理系统的可追溯信息处理方法
TW202123152A (zh) 蔬果監控系統及其方法
JP7335459B2 (ja) 調整された育成プロトコル目標値を用いる実験
CN115690609A (zh) 一种作物生育期长势监测的方法
Heylen et al. Counting strawberry flowers on drone imagery with a sequential convolutional neural network
EP3874936A1 (en) Plant growth monitoring system
CN107192674A (zh) 一种监控大棚内种植物生长的物联网采集系统
EP3872450A1 (en) Device and method for determining a crop height

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant