KR102375362B1 - Method and apparatus for inspecting barn environment based on ai - Google Patents
Method and apparatus for inspecting barn environment based on ai Download PDFInfo
- Publication number
- KR102375362B1 KR102375362B1 KR1020200022530A KR20200022530A KR102375362B1 KR 102375362 B1 KR102375362 B1 KR 102375362B1 KR 1020200022530 A KR1020200022530 A KR 1020200022530A KR 20200022530 A KR20200022530 A KR 20200022530A KR 102375362 B1 KR102375362 B1 KR 102375362B1
- Authority
- KR
- South Korea
- Prior art keywords
- livestock
- environment
- room
- house
- visible light
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 244000144972 livestock Species 0.000 claims abstract description 566
- 230000036760 body temperature Effects 0.000 claims abstract description 72
- 238000011835 investigation Methods 0.000 claims abstract description 27
- 238000001931 thermography Methods 0.000 claims abstract description 16
- 238000011160 research Methods 0.000 claims description 30
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 241000283690 Bos taurus Species 0.000 claims 1
- 206010028980 Neoplasm Diseases 0.000 claims 1
- 201000011510 cancer Diseases 0.000 claims 1
- 230000015654 memory Effects 0.000 description 23
- 238000004891 communication Methods 0.000 description 15
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 12
- 239000003973 paint Substances 0.000 description 11
- 238000009529 body temperature measurement Methods 0.000 description 8
- 241001465754 Metazoa Species 0.000 description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 description 7
- 239000001569 carbon dioxide Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06N3/08—Learning methods
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biodiversity & Conservation Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Housing For Livestock And Birds (AREA)
- Radiation Pyrometers (AREA)
Abstract
AI 기반 축사 환경 조사 방법 및 장치를 제시하며, AI 기반 축사 환경 조사 방법 및 장치는 상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 카메라 및 상기 카메라를 통해 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하고, 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 제어장치를 포함할 수 있다. An AI-based livestock barn environment investigation method and device are provided, and the AI-based livestock barn environment investigation method and device are a camera for photographing a livestock room, which is a partitioned place for raising livestock in the livestock bar, and a visible light image of the livestock barn room photographed through the camera It may include a control device for identifying the location of the livestock in the livestock room based on the and measuring the body temperature of the livestock based on a thermal image that is an image obtained by thermal imaging of the identified livestock. .
Description
본 명세서에서 개시되는 실시예들은 AI 기반 축사 환경 조사 방법 및 장치에 관한 것으로, 보다 상세하게는 축사를 자동으로 이동하며 사육중인 가축을 촬영하고, 인공지능을 이용하여 촬영된 이미지를 기초로 축사 내 가축의 체온을 원격으로 측정하여 이상 증상이 있는 가축을 식별하는 축사환경 조사 방법 및 장치에 관한 것이다.Embodiments disclosed in the present specification relate to an AI-based livestock environment research method and apparatus, and more specifically, automatically move the livestock, photograph the livestock, and use the artificial intelligence in the livestock barn based on the captured image. It relates to a livestock environment survey method and apparatus for remotely measuring the body temperature of livestock to identify livestock with abnormal symptoms.
축산업의 중요한 경제적 요인은 가축의 출산율, 폐사율, 사료 소비량 등이 있으며, 이 중 축산업에 있어서 경제적 피해가 큰 요인은 가축의 폐사이다. The important economic factors of the livestock industry include the fertility rate, mortality rate, and feed consumption of livestock.
가축의 폐사가 발생하는 원인 중 하나로 질병에 의한 폐사가 있다. 질병에 걸린 가축들은 이상증상 예를 들어, 식욕부진, 활동량 감소, 기립 불능, 구토, 반점 등을 보인다. One of the causes of death of livestock is death due to disease. Animals affected by the disease show abnormal symptoms, such as anorexia, reduced activity, inability to stand, vomiting, and spots.
질병에 의한 가축의 폐사를 막기 위해서는 가축의 질병을 조기에 검출하는 것이 중요하며. 일반적으로 질병에 의한 가축의 이상 증상이 나타나기 전에는 가축의 체온 변화가 발생하므로, 가축의 체온측정을 통해 가축의 질병을 조기에 검출할 수 있다. Early detection of livestock disease is important in order to prevent the death of livestock due to disease. In general, since changes in the body temperature of livestock occur before abnormal symptoms of livestock due to disease appear, the disease of livestock can be detected early by measuring the temperature of the livestock.
가축의 체온측정은 관리자가 체온을 측정하기 위한 센서를 직접 가축의 체내에 삽입하여 측정하게 된다. To measure the body temperature of livestock, the manager directly inserts a sensor for measuring body temperature into the body of the livestock.
하지만, 상술된 체온측정 방법은 축사에 사육중인 모든 가축에 대해 체온을 측정하는데 많은 시간과 인력이 필요하다는 문제점이 있다.However, the above-described method for measuring body temperature has a problem in that it requires a lot of time and manpower to measure the body temperature of all livestock raised in the barn.
또한, 가축의 질병은 접촉에 의한 전염병이 대부분으로 가축에 대해 접촉방식의 체온측정은 전염의 위험이 높다는 문제점이 있다. In addition, since most diseases of livestock are infectious diseases by contact, there is a problem that contact temperature measurement for livestock has a high risk of transmission.
관련하여 선행기술 문헌인 한국특허공개번호 제10-1942895호에서는 전염병 방지를 위하여 물의 배수가 원활하게 배수될 수 있도록 하여 바닥토양 건조가 용이한 가금류 전용 축사구조에 관해 개시하고 있으나, 직접적인 접촉 없이 가축의 체온을 측정하는 문제를 해결하지 못한다. In relation to this, Korea Patent Publication No. 10-1942895, a prior art document, discloses a structure for a livestock dedicated to poultry that is easy to dry the bottom soil by allowing water to drain smoothly to prevent infectious diseases, but livestock without direct contact does not solve the problem of measuring the body temperature of
따라서 상술된 문제점을 해결하기 위한 기술이 필요하게 되었다.Therefore, there is a need for a technique for solving the above-mentioned problems.
한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.On the other hand, the above-mentioned background art is technical information that the inventor possessed for the purpose of derivation of the present invention or acquired during the derivation process of the present invention, and it cannot be said that it is necessarily known technology disclosed to the general public before the filing of the present invention. .
본 명세서에서 개시되는 실시예들은, AI기반 축사 환경 조사 방법 및 장치를 제시하는데 목적이 있다.Embodiments disclosed in the present specification, it is an object to present an AI-based livestock barn environment research method and apparatus.
본 명세서에서 개시되는 실시예들은, 축사 내의 복도를 따라 자율로 이동하며 각 축사방의 환경을 측정하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed in the present specification have an object to provide a livestock environment research method and apparatus for autonomously moving along the corridor in the livestock house and measuring the environment of each barn room.
본 명세서에서 개시되는 실시예들은, 축사 내의 복도를 따라 이동하며 축사 지도를 생성하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed in the present specification have an object to present a method and apparatus for researching a livestock environment for generating a map of the barn while moving along the corridor in the barn.
본 명세서에서 개시되는 실시예들은, 카메라를 이용하여 간접적으로 축사 내의 가축의 체온을 측정하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed in the present specification, it is an object to present a livestock environment investigation method and apparatus for indirectly measuring the body temperature of livestock in the barn using a camera.
본 명세서에서 개시되는 실시예들은, 길이가 가변되는 암에 장착된 카메라를 이용하여 축사방 안쪽에 위치한 가축의 체온을 측정하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed in the present specification, it is an object to present a livestock environment investigation method and apparatus for measuring the body temperature of livestock located inside the livestock room using a camera mounted on a variable length arm.
본 명세서에서 개시되는 실시예들은, 카메라를 통해 촬영된 가축을 식별하여 가축별로 가축의 체온을 추적관리하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed herein have an object to present a livestock environment investigation method and apparatus for tracking and managing the body temperature of each livestock by identifying the livestock photographed through a camera.
본 명세서에서 개시되는 실시예들은, 축사를 자율적으로 이동하며 센서를 이용하여 축사 내의 각 위치의 환경을 측정하는 축사 환경 조사 방법 및 장치를 제시하는 데 목적이 있다. Embodiments disclosed herein have an object to propose a livestock environment survey method and apparatus for autonomously moving the livestock house and measuring the environment of each location in the livestock house using a sensor.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 축사의 환경을 조사하는 장치에 있어서, 상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 카메라 및 상기 카메라를 통해 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하고, 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 제어장치를 포함할 수 있다. As a technical means for achieving the above-described technical problem, according to an embodiment, in the apparatus for examining the environment of the livestock, through the camera and the camera for photographing the livestock room, which is a partitioned place for breeding livestock in the barn Identifies the position of the livestock in the livestock based on the photographed visible light image of the livestock, and measures the body temperature of the livestock based on a thermal image that is an image obtained by thermal imaging for the identified livestock It may include a control device.
다른 실시예에 따르면, 축사환경조사장치가 축사의 환경을 조사하는 방법에 있어서, 상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 단계, 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하는 단계 및 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 단계를 포함할 수 있다. According to another embodiment, in the method for the livestock environment investigation apparatus to investigate the environment of the livestock house, the step of photographing the livestock room, which is a partitioned place for raising livestock in the livestock house, based on the photographed visible light image of the livestock house It may include the steps of identifying the location of the livestock in the livestock room, and measuring the body temperature of the livestock based on a thermal image that is an image obtained by thermal imaging of the identified livestock.
또 다른 실시예에 따르면, 축사환경조사방법을 수행하는 프로그램이 기록된 컴퓨터 판독이 가능한 기록매체로서, 상기 축사환경조사방법은, 상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 단계, 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하는 단계 및 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 단계를 포함할 수 있다.According to another embodiment, as a computer readable recording medium on which a program for performing a livestock environment survey method is recorded, the livestock environment survey method includes the steps of: photographing a livestock room, which is a partitioned place for breeding livestock in the livestock barn , identifying the position of the livestock in the livestock room based on the photographed visible light image of the livestock room, and the body temperature of the livestock based on the thermal image image, which is an image obtained by thermal imaging for the identified livestock It may include the step of measuring.
다른 실시예에 따르면, 축사환경조사장치에 의해 수행되며, 축사환경조사방법을 수행하기 위해 기록매체에 저장된 컴퓨터프로그램으로서, 상기 축사환경조사방법은, 상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 단계, 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하는 단계 및 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 단계를 포함할 수 있다.According to another embodiment, as a computer program stored in a recording medium to perform a livestock environment investigation method and carried out by a livestock environment surveying device, the livestock environment investigation method is a livestock house that is a partitioned place for raising livestock in the livestock house Photographing the room, identifying the position of the livestock in the livestock room based on the photographed visible light image of the livestock room, and based on a thermal image image that is an image obtained by thermal imaging for the identified livestock It may include measuring the body temperature of the livestock.
전술한 과제 해결 수단 중 어느 하나에 의하면, AI기반 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, it is possible to present an AI-based livestock barn environment research method and apparatus.
전술한 과제 해결 수단 중 어느 하나에 의하면, 축사 내의 복도를 따라 자율로 이동하며 각 축사방의 환경을 측정하여 무인으로 축사의 환경을 조사할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, it is possible to propose a livestock environment investigation method and apparatus capable of autonomously moving along the corridor in the livestock house and measuring the environment of each barn room to investigate the environment of the livestock house unattended.
전술한 과제 해결 수단 중 어느 하나에 의하면, 축사 내의 복도를 따라 이동하며 축사 지도를 생성함으로써 사전정보 없는 축사에서도 즉시 동작할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, it is possible to present a method and apparatus for investigating the livestock environment that can be operated immediately even in a livestock house without prior information by moving along the corridor in the livestock house and generating a livestock house map.
전술한 과제 해결 수단 중 어느 하나에 의하면, 카메라를 이용하여 간접적으로 축사 내의 가축의 체온을 측정하여 체온측정으로 인한 접촉 감염을 방지함과 동시에 빠르게 가축의 체온을 측정할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, a livestock environment survey method that can indirectly measure the body temperature of livestock in the barn using a camera to prevent contact infection due to body temperature measurement and quickly measure the body temperature of livestock; device can be presented.
전술한 과제 해결 수단 중 어느 하나에 의하면, 길이가 가변되는 암에 장착된 카메라를 이용하여 축사방 안쪽에 위치한 가축의 체온을 측정함으로써 축사방 내의 모든 가축에 대한 체온 측정을 수행할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, by measuring the body temperature of livestock located inside the livestock room using a camera mounted on an arm with a variable length, it is possible to measure the body temperature of all livestock in the livestock barn environment The investigation method and apparatus can be suggested.
전술한 과제 해결 수단 중 어느 하나에 의하면, 카메라를 통해 촬영된 가축을 식별하여 가축별로 가축의 체온을 추적관리하여 간접적으로 가축별로 체온의 변화를 추적할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, it is possible to present a livestock environment investigation method and device that can indirectly track changes in body temperature by livestock by identifying livestock photographed through a camera and tracking and managing the body temperature of each livestock. can
전술한 과제 해결 수단 중 어느 하나에 의하면, 축사를 자율적으로 이동하며 센서를 이용하여 축사 내의 각 위치의 환경을 측정하여 24시간 무인으로 축사의 환경을 모니터링 할 수 있는 축사 환경 조사 방법 및 장치를 제시할 수 있다. According to any one of the above-mentioned problem solving means, it is possible to autonomously move the livestock house and measure the environment of each location in the livestock house using a sensor, and present a livestock environment survey method and device that can monitor the environment of the livestock house unattended for 24 hours. can do.
개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.Effects obtainable in the disclosed embodiments are not limited to the above-mentioned effects, and other effects not mentioned are clear to those of ordinary skill in the art to which the embodiments disclosed from the description below belong. can be understood clearly.
도 1 은 일 실시예에 따른 축사환경조사장치를 포함하는 네트워크를 도시한 구성도이다.
도 2 는 일 실시예에 따른 축사환경조사장치의 각 구성을 도시한 구성도이다.
도 3 은 일 실시예에 다른 축사환경조사장치의 구성을 도시한 블록도이다.
도 4 내지 도 5 는 일 실시예에 따른 축사환경조사방법을 설명하기 위한 순서도이다.
도 6 내지 도 7 은 일 실시예에 따른 축사환경조사방법을 설명하기 위한 예시도이다.1 is a block diagram showing a network including a livestock environment research apparatus according to an embodiment.
2 is a configuration diagram showing each configuration of a livestock house environment irradiation apparatus according to an embodiment.
3 is a block diagram showing the configuration of a livestock house environment irradiation apparatus according to an embodiment.
4 to 5 are flowcharts for explaining a method for surveying a livestock shed environment according to an embodiment.
6 to 7 are exemplary views for explaining a method for surveying a livestock house environment according to an embodiment.
아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, various embodiments will be described in detail with reference to the accompanying drawings. The embodiments described below may be modified and implemented in various different forms. In order to more clearly describe the characteristics of the embodiments, detailed descriptions of matters widely known to those of ordinary skill in the art to which the following embodiments belong are omitted. And in the drawings, parts irrelevant to the description of the embodiments are omitted, and similar reference numerals are attached to similar parts throughout the specification.
명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 ‘직접적으로 연결’되어 있는 경우뿐 아니라, ‘그 중간에 다른 구성을 사이에 두고 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.Throughout the specification, when a component is said to be "connected" with another component, it includes not only the case where it is 'directly connected', but also the case where it is 'connected with another component in between'. In addition, when a component "includes" a component, it means that other components may be further included, rather than excluding other components, unless otherwise stated.
이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.
다만, 이를 설명하기에 앞서, 아래에서 사용되는 용어들의 의미를 먼저 정의한다. However, before explaining this, the meaning of the terms used below is first defined.
‘열화상 이미지’는 열화상 카메라를 이용하여 촬영영역의 온도에 대응되는 색으로 표현된 이미지이다. A 'thermal image' is an image expressed in a color corresponding to the temperature of the shooting area using a thermal imaging camera.
‘가시광 이미지’는 가시광선이 이미지 센서에 촬상되어 획득되는 이미지이다. A “visible light image” is an image obtained by capturing visible light by an image sensor.
‘환경정보’는 센서를 이용하여 축사 내의 환경을 수치화한 정보로 예를 들어, 습도, 온도, 채광량, 먼지 수치, 산소 수치, 이산화탄소 수치, 암모니아 수치, 황화수소 수치 등이 포함될 수 있다. ‘Environmental information’ is information that quantifies the environment in the livestock house using sensors, and may include, for example, humidity, temperature, amount of light, dust level, oxygen level, carbon dioxide level, ammonia level, hydrogen sulfide level, etc.
‘촬영각’은 카메라를 이용하여 촬영할 수 있는 시야각으로 촬영각이 클수록 넓은 범위를 한 번에 촬영할 수 있는 반면 촬영 객체가 멀어지는 줌 아웃 효과가 발생하고, 촬영각이 작을수록 한 번에 촬영하는 범위가 줄어들게 되며 촬영 객체가 가까워져 촬영 객체의 형태 왜곡이 발생할 수 있다. 'Shooting angle' is a viewing angle that can be taken using a camera, and the larger the shooting angle, the wider the range can be taken at once, while a zoom-out effect occurs when the shooting object moves away. is reduced and the object to be photographed becomes closer, and distortion of the shape of the object to be photographed may occur.
‘인공신경망’은 생물 신경계의 고도의 정보처리기구를 공학적으로 모방해서 입력과 출력을 상호 간에 상세히 관련지어 복잡한 제어를 하는 정보처리기술로 스위치나 각 센서 등에서 신호를 보내는 입력 레이어, 그 정보를 바탕으로 입력과 출력의 우선순위를 정하면서 상호관계를 조정하는 은닉 레이어, 이것을 바탕으로 필요한 제어량을 산출해서 출력하는 출력 레이어로 구성된 3종류의 뉴론(신경세포) 모델이 복수로 연결된 네트워크이다.'Artificial neural network' is an information processing technology that performs complex control by correlating input and output in detail by engineering the advanced information processing mechanism of the biological nervous system. It is a network in which three types of neuron (neuron) models are connected in plurality, consisting of a hidden layer that prioritizes inputs and outputs and adjusts the interrelationship, and an output layer that calculates and outputs the required amount of control based on this.
위에 정의한 용어 이외에 설명이 필요한 용어는 아래에서 각각 따로 설명한다.Terms that require explanation other than those defined above will be separately explained below.
도 1 은 일 실시예에 따른 축사환경조사장치(10)를 포함하는 네트워크를 도시한 구성도이다.1 is a configuration diagram showing a network including a livestock
축사환경조사장치(10)는 축사의 복도를 따라 자동으로 이동하면서 축사 내의 적어도 하나의 축사방 각각에 사육중인 가축의 체온을 비접촉방식으로 측정할 수 있고, 이를 위해, 축사환경조사장치(10)는 인공신경망에 입력된 가축의 실제 측정 체온정보와 열화상 이미지를 학습데이터로 학습할 수 있고, 학습된 인공신경망을 이용하여 카메라를 통해 촬영된 가축의 열화상 이미지를 기초로 가축의 체온을 측정할 수 있다.The livestock
예를 들어, 가축의 열화상 촬영을 통해 획득된 열화상 이미지와 실제 가축의 체온에 대한 정보를 학습데이터로 비교학습을 수행할 수 있다. 그리고 축사환경조사장치(10)는 학습을 통해 가축을 촬영한 열화상 이미지를 이용하여 가축의 체온을 측정할 수 있다. For example, comparison learning may be performed using a thermal image obtained through thermal imaging of livestock and information on actual body temperature of livestock as learning data. In addition, the livestock
그리고 축사환경조사장치(10)는 측정된 가축의 체온이 정상범위 내인지 여부를 결정할 수 있고, 가축 중 체온이 이상이 있는 가축이 존재하면 관리자단말(30)로 해당 가축에 대한 위치 및 가축의 외형적 특징을 제공할 수 있다.And the livestock
이때, 축사환경조사장치(10)는 가축을 명확하게 식별하기 위해 가축에 대해 외형적 특징을 별도로 추가할 수 있으며, 예를 들어 페인트탄, 물감 또는 페인트가 혼합된 액체 등을 가축에 방출하여 가축에 대해 외형적 특징을 추가할 수 있다. At this time, the livestock
축사환경조사장치(10)는 실시예에 따라, 인공신경망을 포함하거나 또는 물리적으로 이격된 제 3 의 서버(20)에서 구현된 인공신경망과 연결될 수 있다. 이하에서는 제어장치(120) 내에 인공신경망이 구현된 것으로 가정하여 설명한다. The livestock
그리고 축사환경조사장치(10)는 축사의 복도를 따라 이동하면서 축사 각 위치 별 환경정보를 획득할 수 있다.In addition, the livestock
예를 들어, 축사환경조사장치(10)는 축사의 복도를 따라 이동하면서 축사 각 위치의 온도, 습도, 이산화탄소 수치 등을 측정할 수 있고, 측정된 환경정보를 관리자 단말(30)로 제공할 수 있다. For example, the livestock
도 2 는 축사환경조사장치(10)의 각 구성을 도시한 구성도이다. 2 is a block diagram showing each configuration of the livestock house
도 2 를 참조하면, 축사환경조사장치(10)는 카메라(11), 센서(12), 본체(13), 기둥(14), 암(15) 및 구동장치(16)로 구성될 수 있다. 그리고 축사환경조사장치(10)는 추가적으로 마킹장치(미도시)를 포함할 수 있다. Referring to FIG. 2 , the livestock
우선, 카메라(11)는 축사의 축사방에 사육중인 가축을 촬영하여 시각으로 인식가능한 정보를 획득하기 위한 입력장치로 회전 가능하도록 회전 모듈이 구비될 수 있으며, 후술할 암(15)의 일 영역에 결합될 수 있다.First, the
이러한, 카메라(11)는 축사환경조사장치(10)의 자율주행을 위한 비전(vision), 축사지도의 생성 또는 획득, 축사방 내의 가축의 인식 등을 위해 가시광 촬영할 수 있다. 또한, 카메라(11)는 가축의 체온을 측정하기 위해 열화상 촬영을 할 수 있다. Such a
예를 들어, 카메라(11)는 가시광을 획득하는 CMOS 이미지 센서를 이용하여 축사의 축사방에 사육중인 가축을 촬영하거나 또는 축사 내의 객체 등을 촬영할 수 있다. 또는 카메라(11)는 열화상(LWIR)센서를 이용하여 가축에 대해 열화상 촬영을 할 수 있다. For example, the
이때, 카메라(11)는 촬영에 따라 촬영각을 조절할 수 있으며, 촬영각이 좁은 경우 특정 객체를 추적하며 고속 촬영을 할 수 있다.In this case, the
예를 들어, 카메라(11)는 축사방 내의 가축을 추적하거나 축사의 장애물을 식별하기 위해 촬영각을 넓게 하여 촬영할 수 있으며, 축사방 내의 가축의 체온을 측정할 경우 촬영각을 좁게 하여 촬영범위에 한 마리의 가축만 들어오도록 하여 열화상 촬영을 수행할 수 있다. 그리고 카메라(11)는 축사 내의 가축 각각에 대해 열화상 촬영을 빠르게 할 수 있도록 고속 촬영을 수행할 수 있다. For example, the
실시예에 따라, 카메라(11)는 하나의 카메라로 구현되거나 또는 물리적으로 분리된 두 개 이상의 카메라로 구현될 수 있다. 이하에서는 하나의 카메라로 구현되는 것으로 가정하고 설명한다. According to an embodiment, the
그리고 센서(12)는 축사환경조사장치(10)에 구비되어 축사환경조사장치(10)가 위치한 지점의 환경을 측정할 수 있는 장치이다. 예를 들어, 센서(12)는 온도센서, 습도센서, 이산화탄소 측정 센서 등을 통해 축사의 환경을 측정할 수 있다. In addition, the
본체(13)는 다면체 형상으로 형성될 수 있으며, 축사환경조사장치(10)의 구동 또는 제어에 필요한 장치가 실장될 수 있다. 예를 들어, 본체(13)는 후술할 구동장치(16)를 구동시키기 위한 배터리(미도시)와 축사환경조사장치(10)를 제어하기 위한 컴퓨팅 장치 등이 실장될 수 있다. The
그리고 본체(13)에는 후술할 기둥(14), 암(15) 그리고 구동장치(16)가 본체(13)의 외부에 결합될 수 있다.In addition, a
예를 들어, 본체(13)는 직육면체의 형상을 가질 수 있고, 상단면에 기둥(14)과 암(15)이 구비될 수 있고, 하단면에 구동장치(16)가 구비될 수 있다. For example, the
기둥(14)은 일정한 길이를 갖는 막대형상으로 형성되고, 일단이 본체(13)의 상단면의 일 영역에 결합될 수 있다. The
예를 들어, 기둥(14)은 지면과 수직방향으로 배치되면서 기둥(14)의 일단이 본체(13)의 상단면에 결합되되, 길이방향을 축으로 좌우 180도 내지 270도 회전 가능하도록 결합될 수 있다. For example, the
또한, 기둥(14)은 길이가 가변될 수 있어 기둥(14)의 타단에 결합되는 후술할 암(15)의 높이를 변경할 수 있다. In addition, the
예를 들어, 기둥(14)은 텔레스코픽 레일 형태로 구현될 수 있으며, 길이를 변경함으로써 지면으로부터 기둥(14)의 타단에 결합된 암(15)까지의 높이를 변경할 수 있다. For example, the
암(15)은 일정한 길이를 갖는 막대형상으로 형성되어 지면과 평행되게 배치되어 암(15)의 일단이 기둥(14)에 결합될 수 있고, 암(15)의 타단에는 카메라(11)가 결합될 수 있다.The
예를 들어, 암(15)은 텔레스코픽 레일 형태로 구현되어 길이가 가변될 수 있으며, 이에 따라 암(15)의 타단에 구비된 카메라(11)와 기둥(14)간의 이격 거리가 늘어나거나 줄어들 수 있다.For example, the
또한, 구동장치(16)는 본체(13)의 하단에 구비되어 축사환경조사장치(10)를 이동시킬 수 있다.In addition, the driving
예를 들어, 구동장치(16)는 구동력을 제공하는 전기모터와 전기모터로부터 구동력을 전달받아 회전운동을 통해 축사환경조사장치(10)를 이동시키는 구동부로 구성될 수 있고, 구동부는 바퀴 또는 무한궤도 중 어느 하나의 형태로 구현될 수 있다. 이때, 구동장치(16)는 4축 독립구동 방식으로 각각의 바퀴에 구동력을 달리 전달할 수 있다. For example, the driving
그리고 마킹장치(미도시)는 카메라(11)가 결합된 암(15)의 일 위치에 구비되어 가축에 외형적 특징을 추가할 수 있도록 가축에 물리적 외력을 가할 수 있는 장치로 예를 들어, 페인트탄을 발사하는 발사장치이거나 또는 물감 또는 페인트가 혼합된 액체를 분무할 수 있는 분무장치일 수 있다.And the marking device (not shown) is provided at one position of the
도 3 은 일 실시예에 따른 축사환경조사장치(10)를 구성을 도시한 블록도이다. 도 3을 참조하면, 일 실시예에 따른 축사환경조사장치(10)는, 입출력장치(110), 제어장치(120), 통신장치(130) 및 메모리(140)를 포함할 수 있다.3 is a block diagram showing the configuration of the livestock
우선, 입출력장치(110)는 축사에 대한 정보를 획득하는 입력장치와, 작업의 수행 결과 또는 축사환경조사장치(10)의 상태 등의 정보를 표시하기 위한 출력장치를 포함할 수 있다. 예를 들어, 입출력장치(110)는 축사를 촬영하는 카메라(11)와 축사의 환경을 측정하는 센서(12) 및 화면을 표시하는 디스플레이 패널(display panel) 등을 포함할 수 있다.First, the input/
구체적으로, 입력장치는 키보드, 물리 버튼, 터치 스크린 등과 같이 관리자의 입력을 획득할 수 있는 장치, 카메라(11) 또는 마이크 등과 같이 축사내의 가축에 대한 정보를 획득할 수 있는 장치 또는 온도센서, 습도센서, 이산화탄소 측정 센서 등과 같이 다양한 형태로 축사의 환경을 측정할 수 있는 센서(12)들을 포함할 수 있다. 또한, 출력장치는 축사환경조사장치(10)의 상태를 출력하는 디스플레이 패널 또는 스피커 등을 포함할 수 있다. 다만, 이에 한정되지 않고 입출력장치(110)는 다양한 입출력을 지원하는 구성을 포함할 수 있다.Specifically, the input device is a device capable of acquiring the manager's input, such as a keyboard, a physical button, a touch screen, etc., a device capable of acquiring information about livestock in the livestock, such as a
이러한 입출력장치(110) 중 카메라(11)는 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영할 수 있다. Among these input/
예를 들어, 카메라(11)는 암(15)의 일단에 구비되어 암(15)의 길이 연장에 따라 축사방 안으로 침투될 수 있고, 축사방에 있는 가축을 촬영하기 위해 지면과 수직인 방향을 축으로 좌우 180도 내지 270도 회전될 수 있다. For example, the
그리고 카메라(11)는 가시광 이미지 센서를 이용하여 가축의 위치 또는 객체를 인식하기 위한 가시광 이미지를 촬영하거나 또는 열화상(LWIR)센서를 이용하여 가축의 열화상 촬영을 할 수 있다. In addition, the
그리고 입출력장치(110) 중 센서(12)는 축사의 환경을 감지하여 수치화할 수 있다. 예를 들어, 센서(12)는 복수의 센서로 구성될 수 있고, 각 센서는 축사의 습도, 온도, 이산화탄소 수치 등을 각각 측정할 수 있다. In addition, the
한편, 제어장치(120)는 네트워크를 통해 원격지의 서버에 접속하거나, 타 단말 및 서버와 연결 가능한 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop)등을 포함한다. 또는 제어장치(120)는 물리적으로 분리된 서버가 네트워크를 통해 연결되어 논리적으로 하나의 시스템을 형성하는 클라우드와 네트워크를 통해 연결되어 클라우드의 리소스를 활용하는 형태로 구현될 수 있다. Meanwhile, the
제어장치(120)는 축사환경조사장치(10)의 전체적인 동작을 제어하며, CPU 등과 같은 프로세서를 포함할 수 있다. 제어장치(120)는 입출력장치(110)를 통해 수신한 정보를 기초로 축사의 환경조사를 수행하도록 축사환경조사장치(10)에 포함된 다른 구성들을 제어할 수 있다.The
예를 들어, 제어장치(120)는 메모리(140)에 저장된 프로그램을 실행시키거나, 메모리(140)에 저장된 파일을 읽어오거나, 새로운 파일을 메모리(140)에 저장할 수도 있다.For example, the
우선, 제어장치(120)는 축사지도를 획득할 수 있다. First, the
하나의 실시예에 따라, 제어장치(120)는 축사지도를 관리자로부터 획득할 수 있다. According to one embodiment, the
예를 들어, 제어장치(120)는 관리자의 단말로 축사지도를 제작하거나 편집할 수 있는 지도 제작 인터페이스를 제공할 수 있고, 관리자로부터 축사의 크기, 축사방의 크기, 축사방의 배치 또는 축사방의 펜스 높이 등을 순차적으로 획득할 수 있고, 획득된 정보를 기초로 축사의 평면도를 생성할 수 있다.For example, the
다른 실시예에 따라, 제어장치(120)는 이동하면서 카메라(11)를 통해 실시간으로 획득되는 객체에 대한 정보를 기초로 축사지도를 생성할 수 있다. According to another embodiment, the
예를 들어, 제어장치(120)는 카메라(11)를 통해 촬영된 가시광 이미지상의 객체인 축사방의 펜스, 복도, 가축 등을 식별할 수 있고, 식별된 객체 중 복도를 따라 이동하면서 축사환경조사장치(10)의 주위에 배치된 축사방의 펜스, 축사방의 크기 등을 식별하여 실시간으로 축사지도를 생성할 수 있다.For example, the
그리고 제어장치(120)는 축사지도상에 배치된 축사방을 순차적으로 방문하기 위한 방문순서를 생성할 수 있다. In addition, the
예를 들어, 제어장치(120)는 축사지도상에서 축사 입구를 기준으로 일 위치에서 일정한 기 설정된 반경(축사환경조사장치(10)의 암(15)의 연장 가능한 길이) 내에 위치한 축사방을 일 방향으로 방문순서를 결정할 수 있고, 일 위치에서 축사방의 방문순서가 결정되면 다음 지점에서 동일한 방법으로 축사방의 방문순서를 결정할 수 있다. For example, the
또는 예를 들어, 제어장치(120)는 축사지도상의 축사방 위치(또는 좌표)를 기초로 축사방을 노드로 하는 트리 구조를 생성할 수 있고, 생성된 트리 구조를 순회하는 방법에 따라 축사방의 방문순서를 결정할 수 있다. Alternatively, for example, the
그리고 제어장치(120)는 카메라(11)를 이용하여 축사 내의 객체를 식별하여 축사방의 방문순서에 따라 이동하는 축사환경조사장치(10)의 동작을 제어할 수 있다. In addition, the
예를 들어, 제어장치(120)는 카메라(11)를 통해 획득되는 가시광 이미지를 이용하여 축사의 복도 상에 위치한 장애물을 식별할 수 있으며, 식별된 장애물을 회피하여 이동경로를 설정할 수 있다. For example, the
또는 예를 들어, 제어장치(120)는 축사방의 펜스 높이를 식별할 수 있고, 식별된 높이를 기초로 기둥(14)의 길이를 조절하여 암(15)이 축사방의 펜스에 충돌하지 않도록 제어할 수 있다.Or, for example, the
이후, 제어장치(120)는 축사방의 방문순서에 따라 축사환경조사장치(10)가 방문하는 축사방을 촬영할 수 있고, 축사방의 내의 가축을 식별할 수 있다. Thereafter, the
예를 들어, 제어장치(120)는 암(15)의 길이를 연장하여 축사방 안쪽으로 카메라(11)를 침투시킬 수 있고, 침투된 카메라(11)로 축사방 내의 가축을 촬영할 수 있다. 그리고 제어장치(120)는 촬영된 축사방의 가시광 이미지에 포함된 가축의 외형적 특징인 몸의 크기, 반점의 위치, 꼬리의 모양 등을 기초로 가축을 개별적으로 식별할 수 있다.For example, the
이를 위해, 제어장치(120)는 가시광 이미지로부터 가축을 식별하기 위해 인공신경망의 학습을 수행할 수 있다. 예를 들어, 제어장치(120)는 가축의 외형에 대한 학습데이터를 인공신경망에 입력하여 가축의 외형을 학습할 수 있고, 학습결과를 이용하여 가시광 이미지에 포함된 객체 중 가축을 식별할 수 있다. To this end, the
이때, 카메라(11)의 촬영각이 축사방 전체를 촬영하지 못하는 경우, 제어장치(120)는 카메라(11)를 회전시켜 촬영방향을 변경하며 축사방을 순차적으로 촬영할 수 있고, 촬영방향별 가시광 이미지상에 포함된 가축의 동일 여부를 식별할 수 있다. At this time, when the shooting angle of the
예를 들어, 제어장치(120)는 카메라(11)를 일정한 각도로 회전시키며 축사방의 가축을 촬영할 수 있고, 일정한 각도로 회전되며 축사방을 촬영한 복수의 가시광 이미지 각각에서 가축의 외형적 특징을 기초로 가축을 개별적으로 식별할 수 있다. For example, the
이때, 제어장치(120)는 카메라(11)가 일정한 각도로 회전되며 축사방의 가축을 촬영하는 간격 동안 이동하는 가축을 추적하여 동일한 가축인지를 식별할 수 있다. In this case, the
예를 들어, 제어장치(120)는 제 1 방향에서 촬영된 가시광 이미지상의 가축의 외형적 특징을 기초로 제 2 방향에서 촬영된 가시광 이미지상의 가축 중 동일한 외형적 특징을 가진 가축을 검색하여 제 1 방향의 가시광 이미지상의 가축의 이동을 추적하여 제 2 방향의 가시광 이미지에서 동일한 가축을 식별할 수 있다.For example, the
한편, 실시예에 따라 제어장치(120)는 식별된 가축에 대한 외형적 특징을 추가로 부가할 수 있다. Meanwhile, according to an embodiment, the
예를 들어, 제어장치(120)는 마킹장치(미도시)를 이용하여 가축에 대해 페인트탄을 발사하거나 페인트가 혼합된 액체를 분무하여 가축의 외형에 추가적인 외형적 특징을 마킹할 수 있다. For example, the
그리고 제어장치(120)는 축사방의 개별적으로 식별된 가축 별로 열화상 촬영을 통해 획득된 열화상 이미지를 기초로 가축의 체온을 측정할 수 있다.In addition, the
이를 위해, 제어장치(120)는 열화상 카메라로 가축을 촬영한 열화상 이미지와 가축의 실제 체온 간의 관계를 학습할 수 있다. To this end, the
예를 들어, 제어장치(120)는 가축의 열화상 이미지와 가축을 열화상 촬영할 당시의 실제 체온을 학습데이터로 인공신경망에 입력하여 열화상 이미지상의 색과 실제 가축의 체온 간의 관계를 학습할 수 있다. For example, the
또한 실시예에 따라, 제어장치(120)는 정상적인 상태의 체온을 가진 가축의 열화상 이미지에서 부위별 색과 가축의 부위별 측정 온도를 비교하는 학습을 수행할 수 있다. Also, according to an embodiment, the
예를 들어, 제어장치(120)는 열화상 이미지에서 가축의 머리와 다리 각각의 색과 가축의 머리와 다리 각각에서 측정한 온도 관계를 학습함으로써 정상 체온의 가축의 부위별 온도를 학습할 수 있다. For example, the
그리고 제어장치(120)는 가축을 열화상 촬영한 열화상 이미지를 기초로 가축의 체온을 측정할 수 있다. In addition, the
이때, 실시예에 따라 제어장치(120)는 위치를 추적하는 특정 가축을 중심으로 열화상 촬영을 할 수 있도록 카메라(11)의 촬영각을 좁게 설정할 수 있고, 특정 가축 대해 고속으로 열화상 촬영을 할 수 있다. At this time, according to the embodiment, the
예를 들어, 제어장치(120)는 이동하는 가축을 가시광 이미지를 기초로 추적하며 가축의 열화상 촬영을 수행할 수 있고, 기 학습된 인공신경망을 이용하여 열화상 이미지상의 색을 기초로 색에 대응되는 가축의 체온을 추정하여 가축의 체온을 측정할 수 있다. For example, the
이때, 제어장치(120)는 추가로 가축의 일부 부위에 대한 열화상 이미지를 기초로 가축의 체온이 정상인지 여부를 결정할 수 있다. In this case, the
예를 들어, 제어장치(120)는 가축의 머리 부분의 열화상 이미지를 기초로 정상 체온을 가진 가축의 머리 온도와 비교하여 온도 차이를 기초로 가축의 체온이 정상인지 여부를 결정할 수 있다. For example, the
한편, 제어장치(120)는 축사지도에 따라 축사방을 방문하면서 축사 내의 각 위치에서 환경정보를 획득할 수 있다. Meanwhile, the
예를 들어, 제어장치(120)는 축사를 일정한 크기로 분할하고 분할된 구간별 적어도 하나 이상의 지점에서 축사환경조사장치(10)에 구비된 센서(12)를 이용하여 온도, 습도, 일산화탄소 농도, 이산화탄소 농도, 미세먼지 농도 등을 측정할 수 있다. For example, the
통신장치(130)는 다른 디바이스 또는 네트워크와 유무선 통신을 수행할 수 있다. 이를 위해, 통신장치(130)는 다양한 유무선 통신 방법 중 적어도 하나를 지원하는 통신 모듈을 포함할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태로 구현될 수 있다.The
통신장치(130)가 지원하는 무선 통신은, 예를 들어 Wi-Fi(Wireless Fidelity), Wi-Fi Direct, 블루투스(Bluetooth), UWB(Ultra Wide Band) 또는 NFC(Near Field Communication), 2G 내지 5G 통신 기술, 또는 그 이상의 통신 기술을 포함할 수 있다. 또한, 통신장치(130)가 지원하는 유선 통신은, 예를 들어 USB, 이더넷, 동축케이블 또는 광통신 등일 수 있다.Wireless communication supported by the
메모리(140)에는 파일, 애플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 제어장치(120)는 메모리(140)에 저장된 데이터에 접근하여 이를 이용하거나, 또는 새로운 데이터를 메모리(140)에 저장할 수도 있다. 또한, 제어장치(120)는 메모리(140)에 설치된 프로그램을 실행할 수도 있다. 도 1을 참조하면, 메모리(140)에는 축사환경조사방법을 수행하기 위한 프로그램이 설치될 수 있다.Various types of data such as files, applications, and programs may be installed and stored in the
도 4 및 도 5 는 일 실시예에 따른 축사환경조사방법을 설명하기 위한 순서도이다. 4 and 5 are flowcharts for explaining a method for surveying a livestock house environment according to an embodiment.
도 4 및 도 5 에 도시된 실시예에 따른 축사환경조사방법은 도 1 내지 도 3 에 도시된 축사환경조사장치(10)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 1 내지 도 3 에 도시된 축사환경조사장치(10)에 관하여 이상에서 기술한 내용은 도 4 및 도 5 에 도시된 실시예에 따른 축사환경조사방법에도 적용될 수 있다.The method for irradiating the livestock environment according to the embodiment shown in FIGS. 4 and 5 includes the steps of time-series processing in the barn
도 4 는 본 발명의 일실시예 따른 축사의 가축의 체온을 측정하는 축사환경조사방법을 도시한 순서도이다. 4 is a flowchart illustrating a method for irradiating a livestock environment for measuring the body temperature of livestock in a barn according to an embodiment of the present invention.
우선, 축사환경조사장치(10)는 축사지도를 기초로 축사 내의 축사방을 방문순서를 결정할 수 있다(S4001).First, the livestock
이를 위해, 축사환경조사장치(10)는 축사지도를 획득할 수 있다. To this end, the livestock house
하나의 실시예에 따라, 축사환경조사장치(10)는 축사 내의 복도를 이동하며 축사방의 위치를 식별하여 실시간으로 축사지도를 생성하여 획득할 수 있다. According to one embodiment, the livestock
예를 들어, 축사환경조사장치(10)는 카메라(11)를 통해 축사 내의 복도를 식별할 수 있고, 복도를 따라 이동하면서 주변의 축사방의 펜스를 기준으로 축사방의 개수 및 위치를 식별할 수 있고, 실시간으로 축사지도를 생성할 수 있다. 그리고 축사환경조사장치(10)는 이동 가능한 복도가 더 이상 없는 경우 축사지도의 생성을 완료하고 초기 위치로 복귀할 수 있다. For example, the livestock
다른 실시예에 따라, 축사환경조사장치(10)는 축사지도를 관리자단말(30)로부터 획득할 수 있다. According to another embodiment, the livestock barn
예를 들어, 축사환경조사장치(10)는 관리자단말(30)로 축사지도를 생성하거나 편집할 수 있는 지도 제작 인터페이스를 제공할 수 있고, 지도 제작 인터페이스를 통해 관리자로부터 축사방 및 복도 중 적어도 하나에 대한 배치정보가 포함된 축사지도를 획득할 수 있다. For example, the livestock
그리고 축사환경조사장치(10)는 획득된 축사지도를 기초로 축사방의 방문순서를 결정할 수 있다. And the livestock
예를 들어, 축사환경조사장치(10)는 축사지도의 초기 위치인 입구를 기준으로 축사방의 크기에 대응되는 간격으로 복도를 따라 방문지점을 설정할 수 있고, 각 방문지점에서 기 설정된 반경 내에 위치한 축사방에 대해 일 방향으로 방문순서를 결정할 수 있다. For example, the livestock
또는 예를 들어, 축사환경조사장치(10)는 축사지도상의 축사방을 노드로 하고 축사방간의 상대적인 위치를 기초로 트리구조를 생성할 수 있고, 트리구조를 순회하는 기존 방법에 따라 축사방의 방문순서를 결정할 수 있다. Or, for example, the livestock
도 6 은 축사방의 방문순서를 결정하고 방문을 수행하는 축사환경조사장치(10)를 도시한 예시도이다. 6 is an exemplary diagram illustrating the livestock
도 6 을 참조하면, 축사환경조사장치(10)는 축사의 입구(601)를 시작으로 일정한 간격으로 축사방을 촬영(방문)하기 위해 축사환경조사장치(10)가 정지하는 지점인 방문지점(602, 603)을 설정할 수 있고, 제 1 방문지점(602)에서 촬영 가능한 축사방(604, 605)을 축사환경조사장치(10)의 암(15)의 회전 방향인 제 1 축사방(604) 그리고 제 2 축사방(605) 순서로 방문순서를 설정할 수 있다. 그리고 축사환경조사장치(10)는 제 2 방문지점(603)에 대해서도 동일한 방법으로 축사방(606, 607)의 방문순서를 결정할 수 있다.Referring to FIG. 6 , the livestock
그리고 축사환경조사장치(10)는 S4001단계에서 결정된 방문순서에 따라 방문한 축사방을 촬영할 수 있다(S4002). In addition, the livestock
예를 들어, 축사환경조사장치(10)는 카메라(11)를 이용하여 축사방을 가시광 촬영할 수 있다. 이때, 카메라(11)의 촬영각 내에 축사방 전체가 포함되지 않으면, 축사환경조사장치(10)는 카메라(11)를 촬영간 단위로 회전시키며 축사방 내의 가축을 촬영할 수 있다. For example, the livestock
도 6 을 참조하면, 축사환경조사장치(10)는 방문한 축사방(608) 내로 축사환경조사장치(10)의 암(15)을 연장하여 카메라(11)를 축사방(608) 내로 침투시켜 축사방(608) 내의 가축을 촬영할 수 있다. Referring to FIG. 6 , the livestock
이후, 축사환경조사장치(10)는 가시광 이미지를 기초로 축사방의 가축을 개별적으로 식별할 수 있다(S4003).Thereafter, the livestock
예를 들어, 축사환경조사장치(10)는 축사방 내의 가축을 가시광 촬영할 수 있고, 가시광 이미지 내에 포함된 가축의 외형적 특징을 식별할 수 있고, 외형적 특징을 기초로 가시광 이미지 내의 가축을 개별적으로 등록할 수 있다. For example, the livestock
이때, 축사환경조사장치(10)는 가축의 위치를 추적할 수 있다. At this time, the livestock
예를 들어, 축사환경조사장치(10)가 카메라(11)의 촬영각에 따라 카메라(11)를 회전시키며 축사방을 촬영하는 경우, 축사환경조사장치(10)는 제 1 가시광 이미지 내에서 식별된 가축의 외형적 특징을 기초로 제 2 가시광 이미지 내의 동일한 외형적 특징을 가진 가축이 존재하는지를 식별하여 동일한 가축의 이동을 추적할 수 있다. For example, when the livestock
도 7 은 카메라(11)를 이용하여 축사방을 촬영하는 모습을 도시한 예시도이다. 다만, 도 7 에서 가시광 이미지(701, 702, 703, 704) 상에 도시된 가축은 간략하게 도시됨에 따라 열화상 이미지(706)에서 도시된 가축과 일대일 대응되지 않을 수 있다. 7 is an exemplary view illustrating a state of photographing a livestock room using the
도 7을 참조하면, 축사환경조사장치(10)는 카메라(11)를 회전시켜 축사방을 촬영한 가시광 이미지(701, 702, 703, 704)를 획득할 수 있고, 제 3 가시광 이미지(703)에서 가축(705)을 식별할 수 있고, 가시광 이미지 내에서 식별된 가축(705)이 이동하는지를 추적할 수 있다. Referring to FIG. 7 , the livestock
이를 통해 동일한 가축을 상이한 가축으로 식별하여 관리되지 않도록 할 수 있다. This allows the same livestock to be identified as different livestock and not managed.
이때, 축사환경조사장치(10)는 이동을 추적하는 가축에 대해 외형적 특징을 마킹하여 타 가축과 구별되도록 할 수 있다. At this time, the livestock
예를 들어, 축사환경조사장치(10)는 축사방을 촬영한 복수의 가시광 이미지 중 어느 하나에서 식별된 가축에 대해 페인트탄을 발사하여 가축의 외피에 구별가능한 마킹을 할 수 있다. 이를 통해 나머지 가시광 이미지에서 가축의 이동을 추적할 때 마킹을 기준으로 가축을 쉽게 식별할 수 있도록 할 수 있다. For example, the livestock
그리고 축사환경조사장치(10)는 S4003단계에서 개별적으로 식별된 가축을 열화상 촬영할 수 있고(S4004), 열화상 이미지를 기초로 가축의 체온이 정상인지 여부를 식별할 수 있다(S4005). In addition, the livestock
예를 들어, 축사환경조사장치(10)는 카메라(11)의 한 마리의 가축만이 촬영각 내에 포함되도록 촬영각을 좁힐 수 있고, S4003단계에서 식별된 가축별로 열화상 촬영을 할 수 있다. 그리고 축사환경조사장치(10)는 촬영된 열화상 이미지를 기초로 가축별로 체온을 측정할 수 있다. For example, the livestock
이를 위해, 축사환경조사장치(10)는 열화상 이미지를 이용한 가축의 체온측정을 위해 인공신경망을 학습시킬 수 있다. To this end, the livestock
예를 들어, 축사환경조사장치(10)는 가축을 촬영한 열화상 이미지와 가축의 실제 체온 간의 관계를 학습데이터로 인공신경망에 입력하여 학습을 수행할 수 있다. 또한, 축사환경조사장치(10)는 가축의 일부 부위를 촬영한 열화상 이미지와 가축의 실제 체온 간의 관계를 추가적으로 학습할 수 있다. For example, the livestock
이러한 축사환경조사장치(10)는 인공신경망의 학습은 S4001단계 이전에 수행될 수 있다. In the livestock
예를 들어, 축사환경조사장치(10)는 학습된 인공신경망을 이용하여 가축의 몸체를 촬영한 열화상 이미지를 기초로 가축의 체온을 측정할 수 있으며, 측정된 체온이 정상 체온 범위 내인지 식별하여 가축의 이상 여부를 결정할 수 있다. For example, the livestock
그리고 예를 들어 가축의 일부를 촬영된 경우, 축사환경조사장치(10)는 가축의 일부를 촬영한 열화상 이미지를 기초로 촬영 부위의 온도를 측정할 수 있으며, 정상 체온을 가진 가축의 해당 부위 온도와 비교하여 가축의 체온이 정상인지 여부를 식별하여 가축의 이상 여부를 결정할 수 있다. And, for example, when a part of livestock is photographed, the livestock
또는 예를 들어, 축사환경조사장치(10)는 열화상 이미지에서 온도 분포가 정상 체온을 가진 가축의 온도 분포와 상이한지를 식별하여 가축의 이상 여부를 결정할 수 있다. Or, for example, the livestock
도 7 을 참조하면, 축사환경조사장치(10)는 제 3 가시광 이미지(703)와 동일한 방향에서 촬영한 열화상 이미지(706)에서 가축(705)에 대응되는 열화상 영역(707)의 색을 기초로 가축(705)의 체온을 측정할 수 있다. Referring to FIG. 7 , the livestock
그리고 열화상 이미지를 기초로 측정된 가축의 체온이 정상 체온이 아닌 경우, 축사환경조사장치(10)는 해당 가축이 정상 체온이 아님을 관리자단말(30)로 알람을 제공할 수 있다(S4006).And when the body temperature of the livestock measured based on the thermal image is not the normal body temperature, the livestock
예를 들어, 축사환경조사장치(10)는 정상 체온이 아닌 것으로 판단된 가축의 외형적 특징 및 가축이 위치한 축사방의 위치에 대한 정보를 포함하는 문자메시지를 관리자단말(30)로 제공할 수 있다. For example, the livestock
이때, 실시예에 따라 축사환경조사장치(10)는 정상 체온이 아닌 것으로 판단된 식별된 가축을 외형적으로 식별할 수 있도록 외형적 특징을 마킹할 수 있다. At this time, according to the embodiment, the livestock
예를 들어, 축사환경조사장치(10)는 정상 체온이 아닌 것으로 식별된 가축에 대해 페인트탄을 발사하거나 또는 물감이 혼합된 액체를 방출하여 가축의 외피 색과 상이한 색으로 마킹하여 정상 체온인 타 가축과 외형적으로 구별할 수 있도록 할 수 있다.For example, the livestock
이와 달리 S4005단계에서 가축의 체온이 정상이면, 축사환경조사장치(10)는 축사방 내의 모든 가축의 체온 측정이 완료되었는지 판단할 수 있고(S4007), 모든 가축의 체온 측정이 완료되지 않은 경우, 축사방의 모든 가축의 체온측정이 완료될 때까지 S4004단계 내지 S4007단계를 반복할 수 있다. On the other hand, if the body temperature of the livestock is normal in step S4005, the livestock
그리고 S4007단계에서 축사방 내의 모든 가축의 체온이 측정된 경우, 축사환경조사장치(10)는 축사 내의 모든 축사방을 방문하였는지를 판단할 수 있고(S4008), 모든 축사방이 방문되지 않으면 S4001단계에서 결정된 축사 내의 축사방 방문순서에 따라 다음 방문할 축사방으로 이동하여 S4002단계 내지 S4008단계를 반복할 수 있다. And when the body temperature of all the livestock in the livestock room is measured in step S4007, the livestock
S4008단계에서 축사 내의 모든 축사방을 방문하여 축사 내의 모든 가축의 체온을 측정한 경우, 축사환경조사장치(10)는 관리자단말(30)로 축사 내 가축의 체온 측정이 완료되었음을 알릴 수 있다(S4009).In step S4008, when all the livestock rooms in the barn are visited and the body temperature of all livestock in the barn is measured, the barn
예를 들어, 축사환경조사장치(10)는 축사방 별로 각 축사방에 위치한 가축의 체온과 체온 측정 일시 등에 대한 정보를 포함하는 보고서를 생성하여 관리자단말(30)로 제공할 수 있다. For example, the livestock
도 5 는 축사환경조사장치(10)가 축사환경정보를 수집하는 방법을 도시한 순서도이다. 이하에서는 설명의 편의를 위해 도 4 에서 설명한 바와 동일한 구성에 대해서는 설명을 생략한다. 5 is a flowchart illustrating a method of collecting livestock environment information by the livestock house
도 5를 참조하면, 축사환경조사장치(10)는 축사 내의 축사방의 방문순서를 결정할 수 있고(S5001), 결정된 축사방의 방문순서에 따라 이동하면서 축사 내 각 지점의 환경정보를 획득할 수 있다(S5002). Referring to FIG. 5 , the livestock
예를 들어, 축사환경조사장치(10)는 S5001단계에서 결정된 축사방의 방문순서에 따라 각 축사방에서의 환경인 온도, 습도, 이산화탄소 농도, 일산화탄소 농도, 바람 등을 센서(12)를 이용하여 측정할 수 있다. For example, the livestock
그리고 축사환경조사장치(10)는 모든 축사방을 방문하였는지 판단할 수 있고(S5003), 모든 축사방을 방문하지 않은 경우, S5002단계 내지 S5003단계를 반복할 수 있다. And, the livestock
S5003단계에서 모든 축사방을 방문한 경우, 축사환경조사장치(10)는 축사의 환경정보를 관리자단말(30)로 제공할 수 있다(S5004).When all the livestock rooms are visited in step S5003, the livestock
예를 들어, 축사환경조사장치(10)는 S5002단계에서 방문하는 축사방의 위치에서 획득한 환경정보를 기초로 축사의 각 위치에서의 환경정보를 관리자단말(30)로 제공하되, 축사지도에 환경정보를 표시하여 제공할 수 있다. For example, the livestock
또는 축사환경조사장치(10)는 축사의 각 위치에서의 환경정보를 기초로 축사관리에 대한 정보를 제공할 수 있다. Alternatively, the livestock house
예를 들어, 축사환경조사장치(10)는 축사의 각 위치별 바람, 습도에 기초하여 환기를 위해 축사의 천장을 오픈하거나 통풍시설의 가동에 대한 정보를 추가적으로 제공할 수 있다. For example, the livestock
이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.The term '~ unit' used in the above embodiments means software or hardware components such as field programmable gate array (FPGA) or ASIC, and '~ unit' performs certain roles. However, '-part' is not limited to software or hardware. '~' may be configured to reside on an addressable storage medium or may be configured to refresh one or more processors. Accordingly, as an example, '~' indicates components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, and procedures. , subroutines, segments of program patent code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables.
구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.The functions provided in the components and '~ units' may be combined into a smaller number of elements and '~ units' or separated from additional components and '~ units'.
뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.In addition, components and '~ units' may be implemented to play one or more CPUs in a device or secure multimedia card.
도 4 및 도 5 를 통해 설명된 실시예에 따른 축사환경조사방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다.예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다. 4 and 5, the livestock environment survey method according to the embodiment may be implemented in the form of a computer-readable medium for storing instructions and data executable by a computer. In this case, the instructions and data may be stored in the form of program codes, and when executed by the processor, a predetermined program module may be generated to perform a predetermined operation. In addition, computer-readable media can be any available media that can be accessed by a computer, and includes both volatile and nonvolatile media, removable and non-removable media. In addition, the computer-readable medium may be a computer recording medium, which is a volatile and non-volatile and non-volatile storage medium implemented in any method or technology for storage of information such as computer-readable instructions, data structures, program modules, or other data. It may include both volatile, removable and non-removable media. For example, the computer recording medium may include magnetic storage media such as HDD and SSD, optical recording media such as CD, DVD and Blu-ray disc, or accessible through a network. It may be a memory included in the server.
또한 도 4 및 도 5 를 통해 설명된 실시예에 따른 축사환경조사방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다. Also, the method for surveying the livestock environment according to the embodiment described with reference to FIGS. 4 and 5 may be implemented as a computer program (or computer program product) including instructions executable by a computer. The computer program includes programmable machine instructions processed by a processor, and may be implemented in a high-level programming language, an object-oriented programming language, an assembly language, or a machine language. . In addition, the computer program may be recorded in a tangible computer-readable recording medium (eg, a memory, a hard disk, a magnetic/optical medium, or a solid-state drive (SSD), etc.).
따라서 도 4 및 도 5 를 통해 설명된 실시예에 따른 축사환경조사방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다. Therefore, the method for investigating the livestock environment according to the embodiment described with reference to FIGS. 4 and 5 can be implemented by executing the computer program as described above by the computing device. The computing device may include at least a portion of a processor, a memory, a storage device, a high-speed interface connected to the memory and the high-speed expansion port, and a low-speed interface connected to the low-speed bus and the storage device. Each of these components is connected to each other using various buses, and may be mounted on a common motherboard or in any other suitable manner.
여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다. Here, the processor may process a command within the computing device, such as, for example, to display graphic information for providing a graphic user interface (GUI) on an external input or output device, such as a display connected to a high-speed interface. Examples are instructions stored in memory or a storage device. In other embodiments, multiple processors and/or multiple buses may be used with multiple memories and types of memory as appropriate. In addition, the processor may be implemented as a chipset formed by chips including a plurality of independent analog and/or digital processors.
또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다. Memory also stores information within the computing device. As an example, the memory may be configured as a volatile memory unit or a set thereof. As another example, the memory may be configured as a non-volatile memory unit or a set thereof. The memory may also be another form of computer readable medium, such as, for example, a magnetic or optical disk.
그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network), NAS, DAS, Cloud Storage와 같은 네트워크 저장 장치, 또는 상술된 네트워크 장치들 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다. In addition, the storage device may provide a large-capacity storage space to the computing device. The storage device may be a computer readable medium or a configuration including such a medium, for example, a network storage device such as a storage area network (SAN), NAS, DAS, Cloud Storage, or devices or other devices in the above-described network devices. It may also include a configuration, and may be a floppy disk device, a hard disk device, an optical disk device, or a tape device, a flash memory, or other semiconductor memory device or device array similar thereto.
상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above-described embodiments are for illustration, and those of ordinary skill in the art to which the above-described embodiments pertain can easily transform into other specific forms without changing the technical idea or essential features of the above-described embodiments. You will understand. Therefore, it should be understood that the above-described embodiments are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a dispersed form, and likewise components described as distributed may be implemented in a combined form.
본 명세서를 통해 보호 받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.The scope to be protected through this specification is indicated by the claims described below rather than the detailed description, and it should be construed to include all changes or modifications derived from the meaning and scope of the claims and their equivalents. .
10 : 축사환경조사장치
11: 카메라 12: 센서
13: 본체 14: 기둥
15: 암 16: 구동장치10: livestock environment survey device
11: Camera 12: Sensor
13: body 14: pillar
15: arm 16: drive device
Claims (20)
상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 카메라; 및
상기 카메라를 통해 촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하고, 상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 제어장치를 포함하고,
상기 제어장치는,
기 설정된 촬영각에 따라 상기 축사방을 분할 촬영하고, 분할 촬영된 가시광 이미지 간 관계를 기초로 상기 축사방 내의 가축의 위치를 식별하는, 축사환경조사장치.In the device for examining the environment of the livestock,
a camera for photographing a livestock room, which is a partitioned place for raising livestock in the barn; and
The position of the livestock in the livestock room is identified based on the visible light image of the livestock room taken through the camera, and the body temperature of the livestock is determined based on the thermal image obtained by thermal imaging of the identified livestock. including a control device for measuring;
The control device is
A livestock environment investigation apparatus for dividing the livestock room according to a preset shooting angle, and identifying the position of the livestock in the livestock room based on the relationship between the divided visible light images.
상기 제어장치는,
상기 가축의 실제 체온에 대한 정보 및 상기 가축의 열화상 이미지를 기초로 상기 가축의 실제 체온과 상기 열화상 이미지에서 상기 가축에 대응되는 영역의 색 간의 관계를 학습하는, 축사환경조사장치. The method of claim 1,
The control device is
A livestock environment research apparatus for learning the relationship between the actual body temperature of the livestock and the color of a region corresponding to the livestock in the thermal image based on the information on the actual body temperature of the livestock and the thermal image of the livestock.
상기 제어장치는,
상기 분할 촬영된 가시광 이미지 중 어느 하나의 가시광 이미지에 포함된 가축의 외형적 특징을 식별하고, 나머지 가시광 이미지에 포함된 가축 중 식별된 외형적 특징을 가진 가축을 제외한 나머지 가축을 식별하는, 축사환경조사장치.The method of claim 1,
The control device is
A livestock environment for identifying external features of livestock included in any one visible light image among the divided-photographed visible light images, and identifying the remaining livestock except for livestock having the identified external characteristics among livestock included in the remaining visible light images investigation device.
상기 제어장치는,
상기 축사의 축사방 위치 및 복도 중 적어도 하나에 대한 정보를 포함하는 축사지도를 획득하고, 상기 축사지도를 기초로 상기 축사방의 방문순서를 결정하는, 축사환경조사장치. The method of claim 1,
The control device is
Acquiring a livestock map including information on at least one of the location and corridor of the livestock house, and determining the order of visits to the livestock house based on the livestock map, a livestock environment research device.
상기 제어장치는,
상기 카메라를 통해 획득되는 가시광 이미지를 기초로 상기 축사의 축사방과 복도를 식별하고, 식별된 축사방과 복도에 기초하여 상기 축사지도를 생성하는,, 축사환경조사장치.6. The method of claim 5,
The control device is
Based on the visible light image obtained through the camera, the livestock house and the corridor are identified, and the livestock house map is generated based on the identified livestock house and the corridor.
상기 축사환경조사장치는,
다면체 형상으로 형성되어 상기 제어장치가 구비되는 본체;
일정한 길이를 갖는 막대형상으로 형성되고, 일단이 상기 본체의 상단 일 영역에 지면과 수직인 방향으로 배치되어 결합되는 기둥; 및
일정한 길이를 갖는 막대형상으로 형성되어 상기 지면과 평행되게 배치되어, 일단은 상기 기둥에 결합되고, 타단은 상기 카메라가 구비되는 암(arm)을 더 포함하는, 축사환경조사장치.The method of claim 1,
The livestock environment survey device,
a body formed in a polyhedral shape and provided with the control device;
a pole formed in a bar shape having a certain length, and having one end disposed in a direction perpendicular to the ground at an upper end of the body and coupled thereto; and
Formed in the shape of a rod having a constant length and arranged parallel to the ground, one end coupled to the pole and the other end further comprising an arm provided with the camera.
상기 암은,
길이가 가변되고,
상기 제어장치는,
상기 암의 길이를 가변시켜 상기 암의 일단에 구비된 카메라를 상기 축사방 내로 침투시키어 상기 축사방을 촬영하는, 축사환경조사장치. 8. The method of claim 7,
The cancer is
variable length,
The control device is
By varying the length of the arm, a camera provided at one end of the arm is penetrated into the livestock room to photograph the livestock room.
상기 축사환경조사장치는,
상기 본체의 하단에 구비되어 상기 축사 내에서 상기 축사환경조사장치를 이동시키는 구동장치를 더 포함하고,
상기 제어장치는,
상기 구동장치를 제어하여 상기 축사환경조사장치의 위치를 이동시켜 상기 축사 내의 환경정보를 획득하는, 축사환경조사장치. 8. The method of claim 7,
The livestock environment survey device,
Further comprising a driving device provided at the lower end of the main body to move the livestock environment irradiation device in the livestock,
The control device is
A livestock house environment survey device for controlling the driving device to move a position of the livestock house environment survey device to obtain environmental information in the livestock house.
상기 축사환경조사장치는,
상기 암에 결합되어 상기 가축을 식별하는 외형적 특징을 부가하기 위해 물리력을 가하는 마킹장치를 더 포함하고,
상기 제어장치는,
상기 마킹장치를 제어하여 상기 가시광 이미지를 통해 상기 가축을 식별하기 위한 외형적 특징을 마킹하는, 축사환경조사장치. 8. The method of claim 7,
The livestock environment survey device,
Further comprising a marking device coupled to the arm to apply a physical force to add an external characteristic for identifying the livestock,
The control device is
Controlling the marking device to mark the external features for identifying the livestock through the visible light image, livestock environment irradiation device.
상기 축사에서 가축을 사육하는 구획된 장소인 축사방을 촬영하는 단계;
촬영된 상기 축사방의 가시광 이미지를 기초로 상기 축사방 내의 가축의 위치를 식별하는 단계; 및
상기 위치가 식별된 가축에 대해 열화상 촬영으로 획득된 이미지인 열화상 이미지를 기초로 상기 가축의 체온을 측정하는 단계를 포함하고,
상기 축사방을 촬영하는 단계는,
기 설정된 촬영각에 따라 상기 축사방을 분할 촬영하는 단계를 포함하고,
상기 축사방 내의 가축의 위치를 식별하는 단계는,
분할 촬영된 가시광 이미지 간 관계를 기초로 상기 축사방 내의 가축의 위치를 식별하는 단계를 포함하는, 축사환경조사방법.In the method for the livestock environment investigation device to investigate the environment of the livestock,
photographing a barn room, which is a partitioned place for raising livestock in the barn;
identifying the position of the livestock in the livestock room based on the photographed visible light image of the livestock room; and
Measuring the body temperature of the livestock based on a thermal image that is an image obtained by thermal imaging of the livestock whose location is identified,
The step of photographing the livestock room,
Comprising the step of dividing the shooting room according to the preset shooting angle,
The step of identifying the location of the livestock in the livestock room,
Including the step of identifying the location of the livestock in the livestock room based on the relationship between the divided visible light images, the livestock environment investigation method.
상기 축사환경조사방법은,
상기 가축의 실제 체온에 대한 정보 및 상기 가축의 열화상 이미지를 기초로 상기 가축의 실제 체온과 상기 열화상 이미지에서 상기 가축에 대응되는 영역의 색 간의 관계를 학습하는 단계를 더 포함하는, 축사환경조사방법. 12. The method of claim 11,
The livestock environment survey method is,
Further comprising the step of learning a relationship between the actual body temperature of the livestock and the color of an area corresponding to the livestock in the thermal image based on the information on the actual body temperature of the livestock and the thermal image of the livestock, further comprising: Investigation method.
상기 축사환경조사방법은,
상기 분할 촬영된 가시광 이미지 중 어느 하나의 가시광 이미지에 포함된 가축의 외형적 특징을 식별하는 단계; 및
나머지 가시광 이미지에 포함된 가축 중 식별된 외형적 특징을 가진 가축을 제외한 나머지 가축을 식별하는 단계를 더 포함하는, 축사환경조사방법. 12. The method of claim 11,
The livestock environment survey method is,
identifying external features of livestock included in any one visible light image among the divided photographed visible light images; and
Further comprising the step of identifying the remaining livestock except for the cattle having the identified external features among the livestock included in the remaining visible light image, livestock environment survey method.
상기 축사환경조사방법은,
상기 축사의 축사방 위치 및 복도 중 적어도 하나에 대한 정보를 포함하는 축사지도를 획득하는 단계; 및
상기 축사지도를 기초로 상기 축사방의 방문순서를 결정하는 단계를 더 포함하는, 축사환경조사방법. 12. The method of claim 11,
The livestock environment survey method is,
obtaining a livestock house map including information on at least one of a livestock room location and a corridor of the livestock house; and
Further comprising the step of determining the visit order of the livestock room based on the livestock house map, livestock environment survey method.
상기 축사지도를 획득하는 단계는,
상기 축사환경조사장치에 구비된 카메라를 통해 획득되는 가시광 이미지를 기초로 상기 축사의 축사방과 복도를 식별하는 단계; 및
식별된 축사방과 복도에 기초하여 상기 축사지도를 생성하는 단계를 포함하는, 축사환경조사방법. 16. The method of claim 15,
The step of obtaining the congratulatory map is,
identifying a livestock room and a corridor of the livestock house based on a visible light image obtained through a camera provided in the livestock barn environment irradiation device; and
Including the step of generating the livestock map based on the identified livestock room and corridor, the livestock environment survey method.
상기 축사방을 촬영하는 단계는,
상기 축사환경조사장치에 구비되어 길이가 가변되는 암을 제어하여 상기 암의 일단에 구비된 카메라를 상기 축사방 내로 침투시키어 상기 축사방을 촬영하는 단계를 포함하는, 축사환경조사방법. 12. The method of claim 11,
The step of photographing the livestock room,
Controlling an arm having a variable length provided in the livestock environment research device, and penetrating a camera provided at one end of the arm into the livestock room to photograph the livestock room.
상기 축사환경조사방법은,
상기 축사환경조사장치의 위치를 이동시켜 상기 축사 내의 환경정보를 획득하는 단계를 더 포함하는, 축사환경조사방법. 12. The method of claim 11,
The livestock environment survey method is,
The method further comprising the step of obtaining environmental information in the livestock house by moving the location of the livestock house environment research device.
A computer program stored in a medium to perform the method according to claim 11, which is carried out by the livestock environment survey device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200022530A KR102375362B1 (en) | 2020-02-24 | 2020-02-24 | Method and apparatus for inspecting barn environment based on ai |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200022530A KR102375362B1 (en) | 2020-02-24 | 2020-02-24 | Method and apparatus for inspecting barn environment based on ai |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210107470A KR20210107470A (en) | 2021-09-01 |
KR102375362B1 true KR102375362B1 (en) | 2022-03-17 |
Family
ID=77780099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200022530A KR102375362B1 (en) | 2020-02-24 | 2020-02-24 | Method and apparatus for inspecting barn environment based on ai |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102375362B1 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114189627B (en) * | 2021-11-24 | 2024-09-06 | 河南牧原智能科技有限公司 | Method and product for acquiring preset angle of camera and monitoring cultivation fence |
CN114407051A (en) * | 2022-03-07 | 2022-04-29 | 烟台艾睿光电科技有限公司 | Livestock and poultry farm inspection method and livestock and poultry farm robot |
KR20240091427A (en) * | 2022-12-14 | 2024-06-21 | 전남대학교산학협력단 | Ventilation control apparatus and method for managing ventilation inside barn based on livestock location |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101568853B1 (en) * | 2015-01-12 | 2015-11-13 | 충남대학교산학협력단 | Greenhouse environment measurement device of Self-moving type having an ultrasonic sensor on the side |
KR101806521B1 (en) * | 2016-06-08 | 2017-12-07 | (주)에코비즈 | Preventing system for domestic animal diseases using thermal camera |
KR101919613B1 (en) * | 2016-12-09 | 2019-02-08 | (주)솔로몬시스템 | Agricultural robot for pest control |
KR102064746B1 (en) * | 2018-04-09 | 2020-01-10 | 미소에이스 주식회사 | Fire detection system based on machine learning |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170021936A (en) * | 2015-08-18 | 2017-03-02 | 경상대학교산학협력단 | Animal management server and animal management method thereof |
KR102097747B1 (en) * | 2018-03-30 | 2020-04-06 | 이병칠 | Jig device for repeating equipment |
-
2020
- 2020-02-24 KR KR1020200022530A patent/KR102375362B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101568853B1 (en) * | 2015-01-12 | 2015-11-13 | 충남대학교산학협력단 | Greenhouse environment measurement device of Self-moving type having an ultrasonic sensor on the side |
KR101806521B1 (en) * | 2016-06-08 | 2017-12-07 | (주)에코비즈 | Preventing system for domestic animal diseases using thermal camera |
KR101919613B1 (en) * | 2016-12-09 | 2019-02-08 | (주)솔로몬시스템 | Agricultural robot for pest control |
KR102064746B1 (en) * | 2018-04-09 | 2020-01-10 | 미소에이스 주식회사 | Fire detection system based on machine learning |
Also Published As
Publication number | Publication date |
---|---|
KR20210107470A (en) | 2021-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102375362B1 (en) | Method and apparatus for inspecting barn environment based on ai | |
CN111225558B (en) | Long-term and continuous animal behavior monitoring | |
US11537891B2 (en) | Intelligent recognition and alert methods and systems | |
US11288953B2 (en) | Wildfire defender | |
Burdziakowski et al. | UAV photogrammetry under poor lighting conditions—Accuracy considerations | |
KR20150025333A (en) | Management control system for growing plants using moving robot based on image processing | |
Sinhuber et al. | Three-dimensional time-resolved trajectories from laboratory insect swarms | |
US11699078B2 (en) | Intelligent recognition and alert methods and systems | |
Sharma et al. | Drones and machine learning for estimating forest carbon storage | |
DE102016225806A1 (en) | Method for detecting and classifying objects | |
Gao et al. | CNN-Bi-LSTM: A complex environment-oriented cattle behavior classification network based on the fusion of CNN and Bi-LSTM | |
CN111814665A (en) | Accompanying method, device, server and storage medium based on pet emotion recognition | |
KR102664578B1 (en) | Apparatus and method for photographing | |
KR20220088180A (en) | Mobile apparatus and method for managing livestock based on food intake image of livestock | |
Muramatsu et al. | WildPose: A Long-Range 3D wildlife motion capture system | |
Durant et al. | Variation in the local motion statistics of real-life optic flow scenes | |
Drahanský et al. | Thermal Imaging Detection System: A Case Study for Indoor Environments | |
KR102601734B1 (en) | Method for monitoring growing process of fruit using deep learning, and apparatus for performing the same | |
AT526146B1 (en) | Electro-optical observation system for hunting purposes | |
US20240273365A1 (en) | Mobile data collection device for use with intelligent recognition and alert methods and systems | |
US20240095911A1 (en) | Estimating properties of physical objects, by processing image data with neural networks | |
Panjvani | LiDARPheno: A Low-Cost LiDAR-based 3D Scanning System for Plant Morphological Trait Characterization | |
Rekha et al. | Wildfire Prevention—An Image Processing Approach | |
Sevilmiş et al. | ENS 491-492–Graduation Project | |
SC et al. | COMPUTER VISION TECHNIQUES FOR CALIBRATION, LOCALIZATION AND RECOGNITION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |