KR102355681B1 - 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 - Google Patents
가축사양표준에 기초한 가축사양관리 가이드 제공 방법 Download PDFInfo
- Publication number
- KR102355681B1 KR102355681B1 KR1020190137674A KR20190137674A KR102355681B1 KR 102355681 B1 KR102355681 B1 KR 102355681B1 KR 1020190137674 A KR1020190137674 A KR 1020190137674A KR 20190137674 A KR20190137674 A KR 20190137674A KR 102355681 B1 KR102355681 B1 KR 102355681B1
- Authority
- KR
- South Korea
- Prior art keywords
- livestock
- image
- data
- present disclosure
- breeding
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 244000144972 livestock Species 0.000 claims abstract description 246
- 238000009395 breeding Methods 0.000 claims abstract description 48
- 230000001488 breeding effect Effects 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 13
- 210000004394 hip joint Anatomy 0.000 claims abstract description 11
- 230000005021 gait Effects 0.000 claims abstract description 8
- 238000004140 cleaning Methods 0.000 claims abstract description 7
- 230000035935 pregnancy Effects 0.000 claims abstract description 6
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 3
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 239000004615 ingredient Substances 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 235000021050 feed intake Nutrition 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 2
- 206010039897 Sedation Diseases 0.000 claims 1
- 210000002758 humerus Anatomy 0.000 claims 1
- 230000036280 sedation Effects 0.000 claims 1
- 230000002068 genetic effect Effects 0.000 abstract description 26
- 238000005259 measurement Methods 0.000 abstract description 5
- 210000001624 hip Anatomy 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 56
- 241000283690 Bos taurus Species 0.000 description 36
- 238000004458 analytical method Methods 0.000 description 8
- 235000015278 beef Nutrition 0.000 description 6
- 238000007918 intramuscular administration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003187 abdominal effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 244000309466 calf Species 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000036039 immunity Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008774 maternal effect Effects 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 241000282887 Suidae Species 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 229960005486 vaccine Drugs 0.000 description 1
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—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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
- A01K5/0275—Automatic devices with mechanisms for delivery of measured doses
- A01K5/0283—Automatic devices with mechanisms for delivery of measured doses by weight
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Mining & Mineral Resources (AREA)
- Molecular Biology (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Birds (AREA)
- Strategic Management (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Computational Linguistics (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Surgery (AREA)
Abstract
컴퓨터 시스템 상에서 수행되는, 사육 중인 가축에 관한 사양관리표준에 따른 가이드를 제공하는 방법이 제공된다. 상기 방법은 사양관리표준을 저장하는 단계, 축사에 설치된 하나 이상의 센서로부터의 하나 이상의 제1 센싱 데이터 - 상기 제1 센싱 데이터 각각은 온도 및 습도임 - 를 수신하는 단계, 가축에 설치된 하나 이상의 센서로부터의 하나 이상의 제2 센싱 데이터 - 상기 제2 센싱 데이터는 체성분 측정용 전류 센싱 데이터, 사료통의 무게 센서 데이터 임 -, 상기 가축의 이미지 데이터, 상기 가축에 관한 복수의 생체 특징 데이터- 상기 가축의 이미지 데이터는 상기 가축의 측면 및 후면 이미지, 상기 가축의 척추돌기 이미지, 상기 가축의 척추돌기에서 황돌기의 이미지, 상기 가축의 황돌기의 이미지, 상기 가축의 옆구리의 턱진 이미지, 상기 가축의 고관절 돌기와 좌골돌기 이미지, 상기 가축의 좌골 및 고관절 사이의 이미지, 상기 가축의 고관절 사이의 이미지, 상기 가축의 미근부에서 좌골돌기 이미지를 포함하고, 상기 생체 특징 데이터는, 상기 가축의 월령, 품종, 임신 상태, 및 성별 정보를 포함함 -, 및 상기 가축에 관한 복수의 유전 정보를 수신하는 단계, 상기 가축의 실생활 동영상 데이터 - 급여 사료를 먹는 영상, 걸음걸이 영상, 수면 영상, 움직이는 영상, 축사의 청소상태를 포함함 - 를 수신하는 단계, 상기 가축의 이미지 데이터에 기초하여 상기 가축의 신체충실지수(Body Condition Score: BCS)를 산출하는 단계를 포함한다.
Description
본 개시는 가축사양표준에 기초하여 가축사양관리 가이드를 제공하는 방법에 관한 것이다.
가축이 먹는 사료의 대부분을 외국으로부터 수입하는 상황에서 과학적이고 정밀한 사양을 통해서 가축에 과부족 없이 영양소를 구분해서 축산물의 생산성을 극대화하는 것은 축산업의 경쟁력 향상에 있어서 매우 중요한 사안이다. 축산 선진국들은 미국의 NRC라든가 영국의 ARC, 일본의 JFS 사육특성과 같이 자국의 사육환경에 맞는 사료급여지침을 가지고 있으며, 한 나라의 사료급여지침은 그 나라의 축산수준을 나타내는 지표로 간주되기도 한다.
한국가축사양표준은 가축의 생산성을 높이기 위한 사료급여지침으로서 지난 2002년도에 처음으로 제정되어 보급되었으며, 최근 완료된 3차 개정판은 최근의 축산 동향의 변화를 반영해서 과거 중점을 두었던 생산성 외에도 정밀사양, 가축면역그리고 안정적인 생산기반 마련 등을 목적으로 하고 있다.
우리나라는 학계와 연구소 등에서 15년 동안에 상당히 많이 노력하여 한국가축사양표준의 많은 발전을 이루어왔지만, 짧은 역사로 기인한 수집 데이터 수의 한계 등으로 인하여 외국의 70~80년 역사를 가진 가축사양표준과 비교할 때는 여러 개선해야 할 점이 있는 것이 사실이다. 사양표준의 정밀도를 높이는 것은 얼마만큼의 큰 자료들을, 많은 자료들을 모을 수 있느냐의 문제일 수 있는데, ICT 기술의 보급으로 데이터를 모을 수 있는 기술 환경은 마련되었다.
다만, 과거 중점을 두었던, 단순히 생산성 뿐만 아니라 정밀사양, 가축면역그리고 안정적인 생산기반 마련을 위해서는 보다 다양한 항목의 데이터가 필요할 것으로 예상되며 어떠한 데이터가 영향을 주는지에 대한 연구가 필요하다.
한편, 한국가축사양표준은 농가에서 가축을 사육하는데 도움을 주기 위한 가이드인데, 농민이 표준에 따라 가축을 사육하는 것이 쉽지 않고, 현실은 농민 각 개인마다 경험에 기초한 사육 기준을 가지고 사육하는 경우가 상당수이다. 한국가축사양표준이 개정 방향이 단순히 생산성에 더하여 정밀사양, 가축면역 그리고 안정적인 생산기반 마련 등의 목적으로 확대되어 감에 따라 농민이 제정된 가축사양표준에 따라 사육하는데 겪는 어려움이 증가할 수 있다.
스마트축산 사양관리 기기 및 정보수집 SPS-FACT 0001-7293
따라서, 농민이 손쉽게 가축사양표준을 적용하고, 가축의 현재 상황에 적합한 가이드를 제공받으며, 가축의 사육을 편리하면서도 효율적으로 할 수 있는 방법의 제공이 필요하다.
또한, 정밀사양을 위해서 보다 다양한 데이터를 기초로 가축의 성장과 질병을 분석하는 방법의 제공이 필요하다.
본 개시의 일 특징에 의하면, 컴퓨터 시스템 상에서 수행되는, 사육 중인 가축에 관한 사양관리표준에 따른 가이드를 제공하는 방법이 제공된다. 본 개시의 방법은 사양관리표준을 저장하는 단계, 축사에 설치된 하나 이상의 센서로부터의 하나 이상의 제1 센싱 데이터 - 상기 제1 센싱 데이터 각각은 온도 및 습도임 - 를 수신하는 단계, 가축에 설치된 하나 이상의 센서로부터의 하나 이상의 제2 센싱 데이터 - 상기 제2 센싱 데이터는 체성분 측정용 전류 센싱 데이터, 사료통의 무게 센서 데이터 임 -, 상기 가축의 이미지 데이터, 상기 가축에 관한 복수의 생체 특징 데이터- 상기 가축의 이미지 데이터는 상기 가축의 측면 및 후면 이미지, 상기 가축의 척추돌기 이미지, 상기 가축의 척추돌기에서 황돌기의 이미지, 상기 가축의 황돌기의 이미지, 상기 가축의 옆구리의 턱진 이미지, 상기 가축의 고관절 돌기와 좌골돌기 이미지, 상기 가축의 좌골 및 고관절 사이의 이미지, 상기 가축의 고관절 사이의 이미지, 상기 가축의 미근부에서 좌골돌기 이미지를 포함하고, 상기 생체 특징 데이터는, 상기 가축의 월령, 품종, 임신 상태, 및 성별 정보를 포함함 -, 및 상기 가축에 관한 복수의 유전 정보를 수신하는 단계, 상기 가축의 실생활 동영상 데이터 - 급여 사료를 먹는 영상, 걸음걸이 영상, 수면 영상, 움직이는 영상, 축사의 청소상태를 포함함 - 를 수신하는 단계, 상기 가축의 이미지 데이터에 기초하여 상기 가축의 신체충실지수(Body Condition Score: BCS)를 산출하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 의하면, 상기 입력받은 가축의 생체 특징 데이터와 상기 산출된 신체충실지수를 기초로 상기 사양관리표준에 따라 정해진 가이드 내용을 제공하는 상기 사양관리표준에 따른 가이드를 제공하는 단계를 더 포함할 수 있다.
본 개시의 일 실시예에 의하면, 상기 가이드의 내용은 상기 가축에 관한 데이터에 기초한 기계학습 예측 기법을 이용하여 생성된 것으로, 상기 가축에 관한 데이터는 상기 가축의 현재 사료 섭취 상태, 상기 가축의 섭취한 사료의 성분, 상기 가축의 사육 지역, 상기 가축의 건강 상태, 상기 가축의 걸음걸이 형태 데이터이고, 결과값은 가이드 항목을 분류하여 각 판단에 따라 조치해야 할 사양관리표준에 따른 가이드를 제공하는 단계를 더 포함할 수 있다.
본 개시의 일 실시예에 의하면, 상기 가축의 실생활 동영상 데이터, 제1 및 제2 센싱데이터, 상기 가축의 이미지 데이터, 상기 가축에 관한 복수의 생체 특징 데이터를 기초로 분석된 전문가의 입력을 수신하여 상기 전문가의 의견을 제공하는 단계를 더 포함할 수 있다 .
본 개시의 일 실시예에 의하면, 상기 제1 및 제2 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 행동 정보를 도출하고 해당 가축의 이상행동을 판단하는 단계를 더 포함할 수 있다.
본 개시의 다른 특징에 의하면, 컴퓨터에 의해 실행 가능한, 하나 이상의 컴퓨터 판독가능 명령이 수록된 컴퓨터 판독가능 기록매체로서, 상기 하나 이상의 컴퓨터 판독가능 명령은, 상기 컴퓨터에 의해 실행될 경우, 상기 컴퓨터로 하여금, 전술한 방법들 어느 하나의 방법을 수행하게 하는, 컴퓨터 판독가능 기록매체가 제공된다.
본 개시에 따르면, 농민이 손쉽게 가축사양표준을 적용하고, 가축의 현재 상황에 적합한 가이드를 제공받으며, 가축의 사육을 편리하고 효율적으로 할 수 있다.
또한, 본 개시에 따르면, 정밀가축사양체계를 구축할 수 있다.
또한, 본 개시에 따르면, 정밀가축사양체계를 기초로 질병 등의 가축의 문제상황을 발견할 수 있다.
또한, 본 개시에 따르면, 가축사양의 관련자인 농민 및 수의사가 함께 참여하여 가축의 생산성을 발전시키고 서로의 이익을 극대화할 수 있는 플랫폼을 구축할 수 있다.
도 1은, 본 개시의 일 실시예에 따른, 가축사양관리 가이드 플랫폼(100)의 전체 구성을 개략적으로 도시한 도면이다.
도 2는, 도 1의 축산농가 관리서버(150)의 예시적 기능 구성을 도시한 기능 블록도이다.
도 3은, 도 1의 축산농가 단말(130)의 예시적 기능 구성을 도시한 기능 블록도이다.
도 2는, 도 1의 축산농가 관리서버(150)의 예시적 기능 구성을 도시한 기능 블록도이다.
도 3은, 도 1의 축산농가 단말(130)의 예시적 기능 구성을 도시한 기능 블록도이다.
이하, 첨부 도면을 참조하여 본 개시의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 개시의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 개시의 일 실시예에 관한 것일 뿐 본 개시가 이로써 제한되는 것은 아님을 알아야 한다.
본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 개시를 한정하려는 의도에서 사용된 것이 아니다. 예를 들면, 단수로 표현된 구성요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성요소를 포함하는 개념으로 이해되어야 한다. 또한, 본 개시의 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하려는 것은 아니다.
본 명세서에 기재된 실시예에 있어서 '블록' 또는 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '블록' 또는 '부'는, 특정한 하드웨어로 구현될 필요가 있는 '블록' 또는 '부'를 제외하고는, 적어도 하나의 소프트웨어 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
덧붙여, 달리 정의되지 않는 한 기술적 또는 과학적인 용어를 포함하여, 본 명세서에서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의된 용어들은, 관련 기술의 문맥상 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시의 명세서에서 명백하게 달리 정의하지 않는 한 과도하게 제한 또는 확장하여 해석되지 않는다는 점을 알아야 한다.
이하, 첨부된 도면을 참조하여, 본 개시의 실시예에 대해 구체적으로 설명하기로 한다.
도 1은, 본 개시의 일 실시예에 따른, 가축사양관리 가이드 플랫폼(100)의 전체 구성을 개략적으로 도시한 도면이다. 도시된 바에 의하면, 가축사양관리 가이드 플랫폼(100)은, n개의 센서로 구성된 복수 개의 센서 세트(110a, 110b, ... 110n), 복수 개의 카메라(120a, 120b, ... 120n), 축산농가 단말(130), 통신망(140), 전문가 단말(160), 및 통신망(140)을 통해 상기 센서 세트(110a, 110b), 카메라(120a, 120b, ... 120n), 상기 축산농가 단말(130), 및 전문가 단말(160)에 연결된 축산농가 관리서버(150)를 포함한다.
본 개시의 일 실시예에 의하면, 센서 세트(110a)는, 가축 축사의 환경 정보를 수집하기 위해 가축 축사의 곳곳에 장착된 여러 종류의 n개의 센서로 이루어진 하나의 세트일 수 있다. 본 개시의 일 실시예에 의하면, 센서 세트(110a)를 구성하는 각 센서는, 축사의 온도를 측정하는 온도 센서, 축사의 습도를 측정하는 습도 센서를 포함할 수 있다.
본 개시의 일 실시예에 의하면, 센서 세트(110b)는, 각각, 서로 다른 가축, 예컨대 소, 젖소, 돼지 등에 장착된 각기 다른 종류의 n개의 센서로 이루어진 하나의 세트일 수 있다. 본 개시의 일 실시예에 의하면, 센서 세트(110b)를 구성하는 각 센서는, 생체(소의 몸통)에 소정의 전류를 인가하고 그에 따른 전기 저항을 측정함으로써, 생체 체성분을 분석하는데 사용될 수 있는 소정의 전기 저항 센서일 수 있다. 본 개시의 일 실시예에 의하면, 하나의 소에 부착된 센서 세트의 각 센서에 의해 측정된 값들이 해당 소의 체성분 값 분석, 즉 체수분량, 체지방량, 및 근육량, 뼈 함량 등을 분석하는데 이용될 수 있다.
본 개시의 일 실시예에 의하면, 센서 세트(110b)의 n개의 센서 각각은, 각각의 성분 분석을 위한 각기 다른 주파수(예컨대, 5KHz, 1MHz, 20MHz, 등을 포함할 수 있으나, 이로써 제한되는 것은 아님)의 전기 저항 센서일 수 있다. 본 개시의 일 실시예에 의하면, 센서 세트(110b)의 n개의 센서 각각은, 각 소의 소정 위치(예컨대, 소의 등 위 소정 위치 등)에 부착되어 해당 위치에서 측정되는 전류, 전압, 저항 또는 임피던스 값을 측정할 수 있다.
본 개시의 일 실시예에 의하면, 센서 세트(110a, 110b)의 각 센서는, 통신망(140)과 통신 가능하게 결합되어, 각 측정 값을 외부(예컨대, 축산농가 관리서버(150))로 전송할 수 있다. 본 도면에 도시된 바에 의하면, 가축사양관리 가이드 플랫폼(100)은, 두 개의 센서 세트(110a, 110b)를 갖는 것으로 도시되어 있으나 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 더 많은 수의 가축에 부착된 더 많은 수의 센서 세트가 가축사양관리 가이드 플랫폼(100)에 포함될 수 있음을 알아야 한다
본 개시의 일 실시예에 의하면, 카메라(120)는 축산 농가에서 관리하는 가축의 모습을 촬영하기 위한 것으로서 유선 또는 무선 통신 기능을 구비한 이미지 촬영 카메라, 동영상 촬영 카메라, CCTV 카메라 등 임의의 전자 장치일 수 있다.
본 개시의 일 실시예에 의하면, 카메라(120)는 가축 자체의 이미지, 가축의 걸음 걸이 영상, 수면 영상, 움직임 영상, 섭취한 사료의 양, 축사의 청소 상태 등을 촬영할 수 있다. 본 도면에 도시된 바에 의하면, 가축사양관리 가이드 플랫폼(100)은, 두 개의 카메라(120a, 120b)를 갖는 것으로 도시되어 있으나 본 개시가 이로써 제한되는 것은 아니다.
본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 축산 농가 관리자를 위한 단말로서, 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 축산농가 단말(130)은, 예컨대 스마트 폰, 태블릿 PC, 데스크탑, 랩탑, PDA, 디지털 TV, 셋탑박스 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 도면에서는, 하나의 축산농가 단말(130) 만이 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다.
본 개시의 일 실시예에 의하면, 농가 관리자는, 축산농가 단말(130)을 통해, 해당 농가에서 관리하는 각 가축에 관련된 정보를 입력 및 저장/관리할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 축산농가 단말(130) 상에서, 해당 농가에서 관리하는 각 가축에 관한 복수의 이미지(예컨대, 측면 및 후면 이미지 등) 데이터를 입력할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 축산농가 단말(130) 상에서, 해당 농가에서 관리하는 각 가축에 관한 복수의 생체 특징 데이터, 예컨대 가축이 소인 경우, 각 소의 월령, 품종, 임신 상태, 및 성별 정보 등(그러나 이로써 제한되는 것은 아님)을 입력할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 축산농가 단말(130) 상에서, 해당 농가에서 관리하는 각 소에 관한 복수의 유전 정보 데이터, 예컨대 각 소의 부 유전능력 냉도체중, 부 유전능력 배최장근단면적, 부 유전능력 등지방두께, 부 유전능력 근내지방도, 모 유전능력 냉도체중, 모 유전능력 배최장근단면적, 모 유전능력 등지방두께, 및 모 유전능력 근내지방도 등(그러나 이로써 제한되는 것은 아님)을 입력할 수 있다.
본 개시의 다른 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통하여 외부의 별도 데이터베이스(구체적으로 도시되지 않았음)로부터, 해당 농가에서 관리하는 각 소의 생체 특징 정보 및 유전 정보 등을 획득할 수 있다. 예컨대, 한우의 경우, 정부나 지자체에서 관리하는 한우 데이터베이스가 있는데, 본 개시의 일 실시예에 의하면, 한우 축산 농가의 농가 관리자는, 축산농가 단말(130)을 이용해서, 외부의 한우 데이터베이스로부터 자신의 농가의 각 소에 관한 필요한 정보를 가져올 수 있다(그러나 본 개시가 이로써 제한되는 것은 아니다).
본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해서, 축산농가 관리서버(150)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해, 해당 농가에서 관리하는 각 소에 관련된 정보, 예컨대 각 소의 이미지 정보, 생체 특징 정보, 유전 정보 등의 각종 정보를 축산농가 관리서버(150)로 전송할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해, 축산농가 관리서버(150)로부터 해당 소에 관한 정보, 예컨대 가축사양표준에 따른 가이드 내용을 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해, 축산농가 관리서버(150)로부터 해당 소에 관한 정보, 예컨대 체성분 값 예측 정보, 등급 예측 정보, 시계열적 등급 변동 예측 정보, 및 최적의 출하 시점 정보 등을 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 축산농가 관리서버(150)로부터 수신된 각종 정보들을 디스플레이를 통해 표시할 수 있다.
본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해서, 전문가 단말(160)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해, 해당 농가에서 관리하는 각 소에 관련된 정보, 예컨대 각 소의 이미지 정보, 생체 특징 정보, 유전 정보 등의 각종 정보를 전문가 단말(160)로 전송할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통해, 전문가 단말(160)로부터 해당 소에 관한 정보, 예컨대 해당 가축에 대한 전문적인 가이드(처방) 내용을 수신할 수 있다.
본 개시의 일 실시예에 의하면, 통신망(140)은, 임의의 유선 또는 무선 통신망, 예컨대 TCP/IP 통신망을 포함할 수 있다. 본 개시의 일 실시예에 의하면, 통신망(104)은, 예컨대 Wi-Fi망, LAN망, WAN망, 인터넷망 등을 포함할 수 있으며, 본 발명이 이로써 제한되는 것은 아니다. 본 개시의 일 실시예에 의하면, 통신망(140)은, 예컨대 이더넷, GSM, EDGE(Enhanced Data GSM Environment), CDMA, TDMA, OFDM, 블루투스, VoIP, Wi-MAX, Wibro 기타 임의의 다양한 유선 또는 무선 통신 프로토콜을 이용하여 구현될 수 있다.
본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 통신망(140)을 통하여 센서 세트(110a, 110b)의 각 센서로부터 각 측정 정보를 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 통신망(140)을 통하여, 축산농가 단말(130)과 필요한 정보를 송수신할 수 있다.
본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 센서 세트(110a, 110b)의 각 센서로부터 수신된 각 측정 센싱 데이터를 수신하고, 그에 대응하는 각 소에 관한 이미지 데이터 및 생체 특징 정보를 축산농가 단말(130)로부터 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는 수신된 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 축사 환경, 예컨대 축사의 온도, 습도 등을 판단할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는 수신된 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 사육환경, 예컨대 해당 가축의 급여 사료 종류 및 양, 하루 물 섭취량, 해당 가축이 머무르는 축사의 청소상태 등을 판단할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 수신된 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 신체충실지수(Body, Condition Score:BCS)를 산출할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 수신된 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 행동 정보를 도출하고 해당 가축의 이상행동을 판단할 수 있다.
본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 사양관리표준에 따른 지침에 따른 사육을 가이드할 수 있는 가이드 생성 모델 포함할 수 있다. 본 개시의 일 실시예에 의하면, 축산농가 관리서버(150)는, 임의의 다양한 방법으로 수집된 빅데이터에 기초하여, 가축의 현재상태를 파악하고 현재상태에 적합한 사육 가이드를 생성하는 가이드 생성 모델을 포함할 수 있다.
본 개시의 일 실시예에 의하면, 전문가 단말(160)은 축산 전문가, 예컨대 수의사 등을 위한 단말로서, 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 전문가 단말(160)은, 예컨대 스마트 폰, 태블릿 PC, 데스크탑, 랩탑, PDA, 디지털 TV, 셋탑박스 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 도면에서는, 하나의 전문가 단말(160)만이 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다.
본 개시의 일 실시예에 의하면, 축산 전문가는, 전문가 단말(160)을 통해, 해당 농가에서 관리하는 각 가축에 관련된 정보를 수신하고, 분석된 정보를 전송할 수 있다. 본 개시의 일 실시예에 의하면, 전문가는, 예컨대 전문가 단말(160) 상에서, 해당 농가에서 관리하는 각 가축에 관한 복수의 이미지(예컨대, 측면 및 후면 이미지 등) 데이터를 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산 전문가는, 예컨대 전문가 단말(160) 상에서, 각 가축에 관한 복수의 생체 특징 데이터, 예컨대 가축이 소인 경우, 각 소의 월령, 품종, 임신 상태, 및 성별 정보 등(그러나 이로써 제한되는 것은 아님)을 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축산 전문가는, 예컨대 전문가 단말(160) 상에서, 각 가축에 관한 복수의 유전 정보 데이터, 예컨대 각 소의 부 유전능력 냉도체중, 부 유전능력 배최장근단면적, 부 유전능력 등지방두께, 부 유전능력 근내지방도, 모 유전능력 냉도체중, 모 유전능력 배최장근단면적, 모 유전능력 등지방두께, 및 모 유전능력 근내지방도 등(그러나 이로써 제한되는 것은 아님)을 수신할 수 있다. 본 개시의 다른 실시예에 의하면, 전문가 단말(160)은, 통신망(140)을 통하여 외부의 별도 데이터베이스(구체적으로 도시되지 않았음)로부터, 해당 농가에서 관리하는 각 소의 생체 특징 정보 및 유전 정보 등을 획득할 수 있다.
본 개시의 일 실시예에 의하면, 전문가 단말(160)은, 통신망(140)을 통해서, 축산농가 관리서버(150)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 개시의 일 실시예에 의하면, 전문가 단말(160)은 통신망(140)을 통해 해당 농가에서 관리하는 각 소에 관련된 정보, 예컨대 각 소의 이미지 정보, 생체 특징 정보, 유전 정보 등의 각종 정보를 축산농가 관리서버(150)로부터 수신할 수 있다.
본 개시의 일 실시예에 의하면, 전문가 단말(160)은 축산농가 관리서버(150)로부터 수신된 각종 정보들을 디스플레이를 통해 표시할 수 있다.
본 개시의 일 실시예에 의하면, 전문가 단말(160)은, 통신망(140)을 통해서, 축산농가 관리서버(150)와 통신, 즉 필요한 정보를 송신할 수 있다. 본 개시의 일 실시예에 의하면, 전문가 단말(160)은 통신망(140)을 통해 수신한 정보를 분석한 결과, 예컨대 전문가의 의견, 전문적인 가이드(처방) 내용을 송신할 수 있다. 본 개시의 일 실시예에 의하면, 전문가 단말(160)은 전문가가 가축의 영상, 이미지, 사료 급여 기록 등을 모두 종합하여 분석한 결과를 기초로한 전문가의 의견을 전문가로부터 입력받아 송신할 수 있다. 예를 들어, 전문가는 가축의 대변 이미지, 수분 섭취량 정보, 행동 영상 등을 기초로 가축의 상태가 어떤 상태인지, 왜 그러한지 분석하여 그 분석 결과를 전문가 단말(160)을 이용하여 입력할 수 있다.
도 2는, 도 1에 도시된 축산농가 관리서버(150)의 예시적 기능 구성을 도시한 기능 블록도이다. 도시된 바에 의하면, 축산농가 관리서버(150)는, 통신부(210), 축사환경 판단부(220), 사육환경 판단부(230), 이상행동 판단부(240), 신체충실지수(BCS) 판단부(250), 가이드 내용 생성부(260)를 포함할 수 있다.
본 개시의 일 실시예에 의하면, 통신부(210)는, 축산농가 관리서버(150)가, 통신망(140)을 통해 외부와 통신할 수 있도록 지원할 수 있다. 본 개시의 일 실시예에 의하면, 통신부(210)는, 소정의 프로토콜에 따라 통신망(140)으로부터 데이터를 수신할 수 있고, 통신망(140)을 통하여 축산농가 관리서버(150)로부터 외부로 데이터가 전송되도록 필요한 절차를 수행할 수 있다.
본 개시의 일 실시예에 의하면, 축사환경 판단부(220)는, 예컨대 온도 및 습도에 관한 데이터를 기초로 축사의 환경을 판단할 수 있다. 본 개시의 일 실시예에 의하면, 축사환경 판단부(220)는, 통신망(140) 및 통신부(210)를 통하여, 도 1의 센서 세트(110a)로부터 수신된 센싱 데이터, 즉 축사에 설치된 온도 센서 또는 습도 센서로부터의 센싱 데이터를 수신할 수 있다. 본 개시의 일 실시예에 의하면, 축사환경 판단부(220)는, 통신망(140) 및 통신부(210)를 통하여, 주기적으로 축사에 설치된 복수의 온도 센서 또는 습도 센서로부터 센싱 데이터를 수신할 수 있다.
본 개시의 일 실시예에 의하면, 수신된 센싱 데이터는 가축에 대해 현재 정황에 적합한 가이드 내용을 안내하기 위한 기계학습의 입력값으로 사용될 수 있다.
본 개시의 일 실시예에 의하면, 사육환경 판단부(230)는, 예컨대 급여 사료 종류 및 양, 하루 물 섭취량, 축사 청소 상태 데이터를 기초로 사육환경을 판단할 수 있다. 본 개시의 일 실시예에 의하면, 사육환경 판단부(230)는, 통신망(140) 및 통신부(210)를 통하여, 도 1의 센서 세트(110a, 110b)로부터 수신된 센싱 데이터, 즉 주어진 가축 또는 가축 주변에 설치된 센서와 카메라(120) 등을 통해 수집된 데이터를 수신할 수 있다. 본 기술분야의 당업자는 급여 사료 종류 및 양, 하루 물 섭취량, 축사 청소 상태를 판단하는 기 고안된 여러가지 방법과 다양한 변형을 알고 있으므로 이하 상세한 설명은 생략하기로 한다.
본 개시의 일 실시예에 의하면, 이상행동 판단부(240)는 가축의 행동정보를 기초로 이상행동 여부를 판단할 수 있다. 예컨대, 이상행동 판단부(240)는 가축의 걸음걸이 영상, 수면 데이터, 움직임 데이터 등을 기초로 가축의 행동이 정상범위를 벗어나는지를 판단할 수 있다.
본 개시의 일 실시예에 의하면, 신체충실지수(Body Condition Score: BCS) 판단부(250)는 가축의 이미지를 기초로 신체충실지수를 산출할 수 있다. 여기서 신체충실지수란 몸의 충실도를 나타내는 지수로서, 예를 들어 젖소의 경우 1~5점으로 산정되며 1이 가장 좋지 않은 신체상태이고 5가 가장 좋은 신체상태를 의미하고 통상 3점이면 특별한 문제가 없는 상태로 판단한다. 업계에서는 가축의 적정 영양상태를 유지할 수 있는 평가기준으로 신체충실지수를 활용하고 있다. 예컨대, 업계에서는 신체충실지수를 가축의 번식효율개선, 착유우관리, 분만률 등 사양관리에 활용하고 있으며, 현재는 농민이 경험을 기초로 젖소의 상태를 보고 점수를 산정하여 신체충실지수를 계산하고 있다.
본 개시의 일 실시예에 의하면, 신체충실지수(BCS) 판단부(250)는 예를 들어 젖소의 척추돌기의 모습, 척추돌기에서 황돌기의 모습, 황돌기의 모습, 옆구리의 턱진정도, 고관절 돌기와 좌골돌기의 모습, 좌골 및 고관절 사이의 모습, 고관절 사이 모습, 미근부에서 좌골돌기 모습 이미지를 분석하여 신체충실지수를 산출할 수 있다. 일 실시예에서, 신체충실지수(BCS) 판단부(250)는 입력받은 이미지를 기계학습 알고리즘을 통해 분석하여 각 이미지에 점수를 산정하고, 각 이미지 내 각 영역(부위)별 점수 산정 결과 매칭 데이터를 이용하여 최종 신체충실지수를 산출할 수 있다. 본 기술분야의 당업자는 기계학습 알고리즘을 통하여 이미지를 분석하는 여러 방법 및 다양한 변형에 대해 잘 알고 있으므로 상세한 기술을 생략하기로 한다.
본 개시의 일 실시예에 의하면, 가이드 내용 생성부(260)는 축사환경 판단부(220), 사육환경 판단부(230), 이상행동 판단부(240), 신체충실지수(BCS) 판단부(250)에서 분석한 결과를 기초로 가이드 내용을 생성할 수 있다.
예를 들어, 가이드 내용 생성부(260)는 신체충실지수(BCS) 판단부(250)에서 분석할 결과 특정 송아지의 BCS 지수가 1.5인 경우, 문제가 없는 상태인 BCS 지수 3을 달성하기 위해서는 축산 농가에서 어떠한 조치를 취해야 하는지에 관한 내용을 가이드 내용으로 생성할 수 있다. 일 실시예에서, 가이드 내용 생성부(260)는 사육환경 판단부(230)에서 생성된 정보를 기초로 해당 송아지가 적절한 사료를 제공받지 못했다고 판단하는 경우, "OOO, OOO 성분이 포함된 사료를 OO만큼 더 급여하여야 합니다" 와 같은 가이드 정보를 생성하여 통신부(210)를 통해 축산농가 단말(130)로 전송할 수 있다. 다른 실시예에서, 가이드 내용 생성부(260)는 이상행동 판단부(240)에서 생성된 정보를 기초로 해당 송아지가 질병으로 인해 BCS 지수가 낮다고 판단하는 경우, "OOO 백신을 OOO까지 투여해야 합니다"와 같은 가이드 정보를 생성하여 통신부(210)를 통해 축산농가 단말(130)로 전송할 수 있다.
본 개시의 일 실시예에 의하면, 가이드 내용 생성부(260)는 가축사양표준 또는 저장된 데이터베이스의 정보에 기초하여 조건 기반으로 특별한 분석 없이 정황이나 지표에 따라 정해진대로 가이드 내용을 생성할 수 있다.
본 개시의 다른 실시예에 의하면, 가이드 내용 생성부(260)는 주변 환경(춥고 더움), 가축의 현재 사료 섭취 상태, 가축의 현재 섭취한 사료의 성분, 가축의 사육 지역, 건강상태, 대변상태, 걸음걸이 형태 등의 판단 정보를 입력값으로 하여 기계학습을 통해 학습하여 현재 정황에 적합한 가이드 내용을 생성할 수 있다. 예컨대, 판단 항목들을 입력값으로 하고, 가이드 항목을 분류하여 각 판단에 따라 조치해야 할 수 있는 분류 별 가이드 내용을 매핑하여 학습할 수 있다.
본 개시의 일 실시예에 의하면, 저장부(270)는, 농가에서 관리되는 복수의 가축에 관한 각종 정보, 예컨대 축산농가 단말(130)로부터 수신되는 센서 정보, 이미지 정보, 생체 특징 정보, 유전 정보 등을 저장하는 데이터베이스일 수 있다. 본 개시의 일 실시예에 의하면, 저장부(270)는, 가축사양관리표준 정보를 저장하는 데이터베이스일 수 있다.
도 3은, 도 1에 도시된 축산농가 단말(130)의 예시적 기능 구성을 도시한 기능 블록도이다. 도시된 바에 의하면, 축산농가 단말(130)은, 통신부(310), 특징 데이터 입력부(320) 및 표시부(330)를 포함한다.
본 개시의 일 실시예에 의하면, 통신부(310)는, 축산농가 단말(130)이, 통신망(140)을 통해 외부와 통신할 수 있도록 지원할 수 있다. 본 개시의 일 실시예에 의하면, 통신부(310)는, 소정의 프로토콜에 따라 통신망(140)으로부터 데이터를 수신할 수 있고, 통신망(140)을 통하여 축산농가 단말(130)로부터 외부로 데이터가 전송되도록 필요한 절차를 수행할 수 있다.
본 개시의 일 실시예에 의하면, 특징 데이터 입력부(320)는, 소정의 데이터 입력 장치, 예컨대 키보드, 터치패드, 터치스크린, 마우스, 스캐너, 트랙볼, 카메라 등을 비롯한 다양한 유형의 데이터 입력 장치를 포함할 수 있다. 본 개시의 일 실시예에 의하면, 특징 데이터 입력부(320)를 통해, 농가 관리자는, 해당 농가에서 관리하는 각 가축에 관련된 정보를 입력 및 저장/관리할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 소 특징 데이터 입력부(320) 상에서, 해당 농가에서 관리하는 각 소에 관한 복수의 이미지(예컨대, 측면 및 후면 이미지 등) 데이터를 입력할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 특징 데이터 입력부(320) 상에서, 해당 농가에서 관리하는 각 가축에 관한 복수의 생체 특징 데이터, 예컨대 소의 월령, 품종, 임신 상태, 및 성별 정보 등(그러나 이로써 제한되는 것은 아님)을 입력할 수 있다. 본 개시의 일 실시예에 의하면, 농가 관리자는, 예컨대 특징 데이터 입력부(320) 상에서, 해당 농가에서 관리하는 각 소에 관한 복수의 유전 정보 데이터, 예컨대 각 소의 부 유전능력 냉도체중, 부 유전능력 배최장근단면적, 부 유전능력 등지방두께, 부 유전능력 근내지방도, 모 유전능력 냉도체중, 모 유전능력 배최장근단면적, 모 유전능력 등지방두께, 및 모 유전능력 근내지방도 등(그러나 이로써 제한되는 것은 아님)을 입력할 수 있다.
본 개시의 다른 실시예에 의하면, 축산농가 단말(130)은, 통신망(140)을 통하여 외부의 별도 데이터베이스(구체적으로 도시되지 않음)로부터, 해당 농가에서 관리하는 각 가축의 생체 특징 정보 및 유전 정보 등을 획득할 수 있다. 예컨대, 한우의 경우, 정부나 지자체에서 관리하는 한우 데이터베이스가 있는데, 본 개시의 일 실시예에 의하면, 한우 축산 농가의 농가 관리자는, 축산농가 단말(130)을 이용해서, 외부의 한우 데이터베이스로부터 자신의 농가의 각 소에 관한 필요한 정보를 가져올 수 있다(그러나 본 개시가 이로써 제한되는 것은 아니다).
본 개시의 일 실시예에 의하면, 표시부(330)는, LCD, LED, 터치스크린 등의 다양한 디스플레이 장치를 포함할 수 있다. 본 개시의 일 실시예에 의하면, 표시부(330)는, 통신망(140) 및 통신부(310)를 통하여 축산농가 관리서버(150)로부터 수신되는 각종 정보, 예컨대 전술한 축산농가 관리서버(150) 상에서 획득된 가이드 내용을 수신 및 표시할 수 있다. 본 개시의 일 실시예에 의하면, 표시부(330)는, 통신망(140) 및 통신부(310)를 통하여 축산농가 관리서버(150)로부터 특정 가축에 대한 가이드 정보를 수신할 수 있고, 수신된 정보를 시각화하여 표시부(330)의 디스플레이 상에 표시할 수 있다. 본 개시의 일 실시예에 의하면, 표시부(330)는, 통신망(140) 및 통신부(310)를 통하여 축산농가 관리서버(150)로부터 정보를 수신할 수 있고, 디스플레이를 통해 수신된 정보를 표시할 수 있다.
당업자라면 알 수 있듯이 본 개시는 본 명세서에서 기술된 예시에 한정되는 것이 아니라 본 개시의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 예를 들어, 본원에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있다. 따라서, 본원에 따른 소프트웨어 안전성 분석을 위한 분석 머신의 특정한 양태나 부분은 범용 또는 전용 마이크로프로세서, 마이크로-컨트롤러 등에 의해 실행 가능한 하나 이상의 컴퓨터 프로그램으로 구현될 수 있다. 본 개시의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있고, 전기 배선이나 케이블링, 광섬유, 또는 기타 임의의 다른 형태의 전송 매체를 통해 전송되는 형태로 구현될 수도 있다.
본 명세서에서는, 예시적인 실시예에 대해 다양한 도면를 참조하여 주로 기술했지만, 다른 유사한 실시예들이 이용될 수 있다. 본 개시의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.
110: 센서
120: 카메라
130: 축산농가 단말
140: 통신망
150: 축산농가 관리서버
160: 전문가 단말
120: 카메라
130: 축산농가 단말
140: 통신망
150: 축산농가 관리서버
160: 전문가 단말
Claims (6)
- 컴퓨터 시스템 상에서 수행되는, 사육 중인 가축에 관한 사양관리표준에 따른 가이드를 제공하는 방법으로서,
상기 사양관리표준을 저장하는 단계,
축사에 설치된 하나 이상의 센서로부터의 하나 이상의 제1 센싱 데이터를 수신하는 단계,
가축에 설치된 하나 이상의 센서로부터의 하나 이상의 제2 센싱 데이터-상기 제2 센싱 데이터는 체성분 값을 포함함-를 수신하는 단계,
상기 가축의 이미지 데이터, 상기 가축에 관한 복수의 생체 특징 데이터- 상기 가축의 이미지 데이터는 상기 가축의 측면 및 후면 이미지를 포함하고, 상기 생체 특징 데이터는, 상기 가축의 월령, 품종, 임신 상태, 및 성별 정보를 포함함 -, 를 수신하는 단계,
상기 가축의 실생활 동영상 데이터 - 급여 사료를 먹는 영상, 걸음걸이 영상, 수면 영상, 움직이는 영상, 축사의 청소상태를 포함함 - 를 수신하는 단계,
상기 제1 센싱 데이터, 상기 제2 센싱 데이터, 상기 가축의 이미지 데이터 및 생체 특징 데이터에 기초하여 상기 가축의 신체충실지수(Body Condition Score: BCS)를 산출하는 단계; 및
상기 가축의 실생활 동영상 데이터, 제1 및 제2 센싱데이터, 상기 가축의 이미지 데이터, 상기 가축에 관한 복수의 생체 특징 데이터를 기초로 분석된 전문가의 입력을 수신하여 상기 전문가의 의견을 제공하는 단계
를 포함하고,
상기 가축의 신체충실지수(Body Condition Score: BCS)를 산출하는 단계는
상기 가축의 측면 및 후면 이미지를 기계학습 알고리즘을 통해 분석하여, 척추돌기의 모습, 척추돌기에서 황돌기의 모습, 황돌기의 모습, 옆구리의 턱진정도, 고관절 돌기와 좌골돌기의 모습, 좌골 및 고관절 사이의 모습, 고관절 사이 모습, 미근부에서 좌골돌기 모습 이미지를 분석하고, 분석된 각 이미지에 점수를 산정하고, 각 이미지 내 각 영역(부위)별 점수 산정 결과 매칭 데이터를 이용하여 신체충실지수를 산출하는 단계를 더 포함하는 사양관리표준에 따른 가이드를 제공하는 방법. - 제1항에 있어서,
상기 가축의 생체 특징 데이터와 상기 산출된 신체충실지수를 기초로 상기 사양관리표준에 따라 정해진 가이드 내용을 제공하는 상기 사양관리표준에 따른 가이드를 제공하는 단계를 더 포함하는 사양관리표준에 따른 가이드를 제공하는 방법. - 제1항에 있어서,
상기 방법은
상기 사양관리표준에 따른 가이드를 제공하는 단계를 더 포함하고,
상기 가이드의 내용은 상기 가축에 관한 데이터에 기초한 기계학습 예측 기법을 이용하여 생성된 것으로, 상기 가축에 관한 데이터는 상기 가축의 현재 사료 섭취 상태, 상기 가축의 섭취한 사료의 성분, 상기 가축의 사육 지역, 상기 가축의 건강 상태, 상기 가축의 걸음걸이 형태 데이터이고, 결과값은 가이드 항목을 분류하여 각 판단에 따라 조치해야 할 사양관리표준에 따른 가이드 내용인 사양관리표준에 따른 가이드를 제공하는 방법. - 삭제
- 제1항에 있어서,
상기 제1 및 제2 센싱 데이터, 이미지 데이터 및 생체 특징 정보에 기초하여 해당 가축의 행동 정보를 도출하고 해당 가축의 이상행동을 판단하는 단계를 더 포함하는 사양관리표준에 따른 가이드를 제공하는 방법. - 컴퓨터에 의해 실행 가능한, 하나 이상의 컴퓨터 판독가능 명령이 수록된 컴퓨터 판독가능 기록매체로서, 상기 하나 이상의 컴퓨터 판독가능 명령은, 상기 컴퓨터에 의해 실행될 경우, 상기 컴퓨터로 하여금, 제1항 내지 제3항 및 제5항 중 어느 한 항에 따른 방법을 수행하게 하는, 컴퓨터 판독가능 기록매체.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190137674A KR102355681B1 (ko) | 2019-10-31 | 2019-10-31 | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 |
| PCT/KR2020/009859 WO2021085806A1 (ko) | 2019-10-31 | 2020-07-29 | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190137674A KR102355681B1 (ko) | 2019-10-31 | 2019-10-31 | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210051860A KR20210051860A (ko) | 2021-05-10 |
| KR102355681B1 true KR102355681B1 (ko) | 2022-01-26 |
Family
ID=75714532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190137674A KR102355681B1 (ko) | 2019-10-31 | 2019-10-31 | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102355681B1 (ko) |
| WO (1) | WO2021085806A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230086891A (ko) | 2021-12-09 | 2023-06-16 | 김흥선 | 축사에서 사육하는 가축의 관리 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012510278A (ja) * | 2008-12-03 | 2012-05-10 | デラヴァル ホルディング アーベー | 動物の身体の状態のスコアを決定するための装置及び方法 |
| KR101995755B1 (ko) * | 2019-03-12 | 2019-10-01 | 누리꿈소프트(주) | 가축 질병 예측 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101218368B1 (ko) * | 2011-02-28 | 2013-01-22 | 주식회사 머글 | 가축의 육질 향상 및 질병 예찰 시스템 |
| KR101342158B1 (ko) * | 2012-08-23 | 2013-12-18 | 주식회사 에스티엠 | 가축개체정보 인식 및 관리가 용이한 축사 관리 시스템 |
| KR20180040862A (ko) * | 2016-10-13 | 2018-04-23 | (주)농정사이버 | 클라우드 팜 통합관제시스템 |
| KR102040276B1 (ko) | 2017-09-15 | 2019-11-04 | 서원대학교산학협력단 | 축산 지식 정보를 기반으로 하는 가축의 사양관리 시스템 |
-
2019
- 2019-10-31 KR KR1020190137674A patent/KR102355681B1/ko active IP Right Grant
-
2020
- 2020-07-29 WO PCT/KR2020/009859 patent/WO2021085806A1/ko active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012510278A (ja) * | 2008-12-03 | 2012-05-10 | デラヴァル ホルディング アーベー | 動物の身体の状態のスコアを決定するための装置及び方法 |
| KR101995755B1 (ko) * | 2019-03-12 | 2019-10-01 | 누리꿈소프트(주) | 가축 질병 예측 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210051860A (ko) | 2021-05-10 |
| WO2021085806A1 (ko) | 2021-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | ASAS-NANP SYMPOSIUM: Applications of machine learning for livestock body weight prediction from digital images | |
| KR102234605B1 (ko) | 기계학습 예측 모델에 기초한 최적의 소 출하 시점 결정 방법 | |
| Kashiha et al. | Automatic weight estimation of individual pigs using image analysis | |
| Dohmen et al. | Computer vision-based weight estimation of livestock: a systematic literature review | |
| US20190141959A1 (en) | System for monitoring pasture intake | |
| TW201539357A (zh) | 家畜識別系統和方法 | |
| Qiao et al. | Intelligent perception-based cattle lameness detection and behaviour recognition: A review | |
| US20230276773A1 (en) | Systems and methods for automatic and noninvasive livestock health analysis | |
| CN111297367A (zh) | 一种动物状态监测方法、装置、电子设备及存储介质 | |
| Lu et al. | An automatic splitting method for the adhesive piglets’ gray scale image based on the ellipse shape feature | |
| CN115997231A (zh) | 畜产信息管理系统、畜产信息管理服务器、畜产信息管理方法、以及畜产信息管理程序 | |
| Tscharke et al. | Review of methods to determine weight and size of livestock from images | |
| Ding et al. | Activity detection of suckling piglets based on motion area analysis using frame differences in combination with convolution neural network | |
| Druml et al. | The use of novel phenotyping methods for validation of equine conformation scoring results | |
| KR102355681B1 (ko) | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 | |
| Zhao et al. | Review on image-based animals weight weighing | |
| KR20220106397A (ko) | 머신러닝 기반의 가축 무게 예측 방법 및 장치 | |
| CA3229940A1 (en) | Method for determining biometric data relating to an animal based on image data | |
| Rotondo | Predicting body weight with linear body measurements in beef calves | |
| JP2023033103A (ja) | 情報処理システム、情報処理方法及びプログラム | |
| CN115100683A (zh) | 估重方法、装置、设备及存储介质 | |
| Condotta et al. | Using an artificial neural network to predict pig mass from depth images | |
| US12121007B2 (en) | Method for determining biometric data relating to an animal based on image data | |
| Abner | Accurate and rapid weight assessment of finishing pigs | |
| Yuan et al. | Stress-free detection technologies for pig growth based on welfare farming: A review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |