KR102404137B1 - 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법 - Google Patents

3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법 Download PDF

Info

Publication number
KR102404137B1
KR102404137B1 KR1020200148674A KR20200148674A KR102404137B1 KR 102404137 B1 KR102404137 B1 KR 102404137B1 KR 1020200148674 A KR1020200148674 A KR 1020200148674A KR 20200148674 A KR20200148674 A KR 20200148674A KR 102404137 B1 KR102404137 B1 KR 102404137B1
Authority
KR
South Korea
Prior art keywords
livestock
weight
data
dimensional
candidate list
Prior art date
Application number
KR1020200148674A
Other languages
English (en)
Other versions
KR20220062920A (ko
Inventor
원형필
전현일
오재현
정성훈
곽태환
Original Assignee
주식회사 일루베이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 일루베이션 filed Critical 주식회사 일루베이션
Priority to KR1020200148674A priority Critical patent/KR102404137B1/ko
Publication of KR20220062920A publication Critical patent/KR20220062920A/ko
Application granted granted Critical
Publication of KR102404137B1 publication Critical patent/KR102404137B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G17/00—Apparatus for or methods of weighing material of special form or property
    • G01G17/08—Apparatus for or methods of weighing material of special form or property for weighing livestock
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G06T3/0093—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법에 관한 것으로, 본 발명에 따르면, 실내에 설치될 수 있는 거치형으로 형성되고, 3D 영상을 기반으로한 가축 무게 추정 애플리케이션을 이용하여 가축의 무게를 추정하는 시스템에 있어서, 실내에 설치될 수 있는 거치형 몸체부; 상기 거치형 몸체부에 설치되어 가축을 촬영하는 하나 이상의 3D 센서 및 상기 3D 센서를 통해 추출된 가축 프레임을 이용하여 가축의 무게를 추정하는 가축 무게 추정 애플리케이션을 포함하는 추정단말을 포함하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 제공할 수 있다.
또한, 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법에 있어서, (a) 거치형 몸체부에 의해 실내에 설치된 3D 센서를 통해 가축을 촬영하여 하나 이상의 가축 프레임을 추출하는 촬영단계 및 (b) 단말이 추출된 가축 프레임을 이용하여 추정무게를 도출하는 무게추정단계를 포함하는 가축 무게 추정 방법을 제공할 수 있다.

Description

3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법{Stationary Livestock weight estimation system based on 3D images and Livestock weight estimation method using the same}
본 발명은 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법에 관한 것으로, 더욱 자세하게는 가축이 통과하는 복도에 거치형으로 설치되어 3D 센서로 가축을 촬영하고, 획득한 다수의 프레임을 이용하여 가축의 무게를 추정함으로써, 주기적으로 가축의 무게를 추정하여 관리할 수 있도록 하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법에 관한 것이다.
축산업의 경우, 사육 동물의 개체별 사양관리를 위해서는 정기적인 체중관리가 필요하다.
특히, 양돈농가의 경우 출하 시 규격기준이 매우 중요하며, 규격기준 내에 맞는 돼지의 출하여부에 따라 농장의 소득에 매우 큰 차이를 가져온다. 돼지는 체중과 지방 두께에 따른 양적기준과 돼지고기의 지방분포와 고기의 육색에 따른 질적기준에 따라 돼지의 등급이 결정되는데, 통상적으로 115kg에서 120kg까지의 돼지를 규격돈이라고 한다.
규격돈의 체중을 만족시킬 경우 상위등급을 받을 수 있기 때문에 체중을 정확히 측정하여 출하돼지를 선별하는 것이 매우 중요하다.
이를 위해 주기적인 체중측정 또는 모니터링의 필요성이 현장에서 요구되고 있다.
현재 돼지의 체중은 흉의측위법 및 돈형기에 의하여 측정되고 있다.
흉위측위법은 돈의 흉위를 줄자로 측정하여 얻은 값을 체중 산출식에 적용하여 체중을 환산하는 것으로, 특별한 시설을 설치할 필요가 없다는 장점으로 사용되고 있으나 측정치의 오차가 매우 큰 문제점이 있다.
또한, 돈형기는 돼지의 체중을 측정하는 저울에 부대장치를 설비한 후 밀폐된 공간에서 양돈의 무게를 직접 측정하는 것으로, 양돈의 체중을 계측하기 위해서는 모든 돼지들을 돈형기로 유도한 후, 돈형기내에 일정시간을 정체시켜야 하는 번거로움이 따르며 이 과정에서 1마리의 체중을 측정하기 위해 1인 작업자 기준으로 약 10분 이상의 상당 시간이 소요되는 문제점이 있으며, 돼지의 분뇨로 인해 전자저울의 잦은 고장과 유지 보수에 어려움이 있었다.
또한, 농가인구의 감소 및 고령화로 인해 인력이 부족하여 이에 대한 대비책이 필요하다.
따라서, 간편하고 정확하게 돼지의 무게를 측정하여 돼지의 지속적인 체중관리를 하고 농가의 노동력을 절감시킬 수 있으며, 이를 통해 출하시점에 돼지의 체중을 정확하게 예측하기 위한 기술이 필요한 실정이다.
한편, 최근 가축을 촬영하여 이미지를 통해 가축의 부피, 무게 등을 예측하는 시스템 또는 방법이 개발되고 있으나, 방해요인(햇빛, 가축의 움직임 등)과 다른객체(땅, 구조물 등)들에 의한 오차가 발생하여 정확도가 떨어지는 문제가 있었다.
상기와 같은 문제를 해결하고자, 본 발명은 가축이 통과하는 복도에 거치형으로 설치되어 3D 센서로 가축을 촬영하고, 획득한 다수의 프레임을 이용하여 가축의 무게를 추정함으로써, 주기적으로 가축의 무게를 추정하여 관리할 수 있도록 하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법을 제공하는데 목적이 있다.
상기와 같은 과제를 해결하기 위하여, 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템은 실내에 설치될 수 있는 거치형으로 형성되고, 3D 영상을 기반으로한 가축 무게 추정 애플리케이션을 이용하여 가축의 무게를 추정하는 시스템에 있어서, 실내에 설치될 수 있는 거치형 몸체부; 상기 거치형 몸체부에 설치되어 가축을 촬영하는 하나 이상의 3D 센서 및 상기 3D 센서를 통해 추출된 가축 프레임을 이용하여 가축의 무게를 추정하는 가축 무게 추정 애플리케이션을 포함하는 단말을 포함하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 제공할 수 있다.
여기서, 상기 가축 무게 추정 애플리케이션은 상기 3D 센서를 작동시켜 가축을 촬영하여 하나 이상의 가축 프레임을 추출하는 센서촬영부 및 추출된 가축 프레임을 이용하여 추정무게를 도출하는 무게추정부를 포함할 수 있다.
또한, 상기 거치형 몸체부에 설치되어 가축을 인식하는 리더기를 더 포함하고, 상기 센서촬영부는 상기 리더기로부터 가축 생체 정보가 수신되면 상기 3D 센서를 작동시켜 가축을 촬영하고 가축 프레임을 추출하도록 하는 것을 특징으로 한다.
또한, 상기 무게추정부는 추출된 가축 프레임을 3차원 좌표 데이터로 변환하는 변환부; 상기 변환된 3차원 좌표 데이터를 전처리하여 3차원 가축 데이터로 생성하는 전처리부 및 상기 3차원 가축 데이터로부터 추정무게를 도출하는 무게도출부를 포함할 수 있다.
또한, 상기 전처리부는 상기 3차원 좌표 데이터에서 팩터를 추출하는 팩터추출부를 포함하고, 상기 팩터는 머리방향, 바닥각도, 초점거리, 높이, 길이1, 흉위반둘레, 중위반둘레, 후위반둘레, 몸통 반둘레 평균, 몸통 반둘레 총합 및 점운(cloud point)의 수 중 하나 이상을 포함할 수 있다.
(여기서, 길이1은 머리를 제거한 앞다리부터 엉덩이 끝까지의 거리, 길이2는 앞다리와 뒷다리 사이의 거리이다.)
또한, 상기 무게도출부는 하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 선정하여 후보 리스트를 생성하고, 생성된 후보 리스트의 조건만족의 경우의 수를 판단하여 상기 3차원 가축 데이터의 제1 무게를 도출하는 후보 리스트부; 상기 3차원 가축 데이터에 다중회귀 공식을 적용하여 제2 무게를 도출하는 알고리즘 도출부 및 상기 제1 무게 및 제2 무게를 이용하여 추정무게를 도출하는 최종 도출부를 포함할 수 있다.
또한, 상기 후보 리스트부는 하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 후보로 선정하여 후보 리스트를 생성하는 리스트생성부 및 생성된 후보 리스트의 조건만족의 경우의 수를 판단하고, 경우에 따라 상기 3차원 가축 데이터의 제1 무게를 도출하는 리스트처리부를 포함할 수 있다.
또한 상기 알고리즘 도출부는 상기 3차원 가축 데이터의 팩터 중 높이, 길이2, 몸통 반둘레 평균 및 점운(cloud point)의 수를 이용하여 하기 수학식 1을 통해 제2 무게를 도출하는 것을 특징으로 한다.
[수학식 1]
제2 무게 = m1 + (h1 × 높이) + (2ㅣ1 × 길이2) + (g1 × 몸통 반둘레 평균) + (p1 × 3차원 가축 데이터의 점운(cloud point)의 수)
(여기서, m1은 무게상수, h1은 높이상수, 2ㅣ1은 길이2상수, g1은 반둘레평균상수, p1은 3차원 가축 데이터의 점운(cloud point)상수이다)
또한, 상기 가축 무게 추정 애플리케이션은 도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단하는 출하판단부를 더 포함하고, 상기 출하판단부에서 출하가능으로 판단될 경우, 상기 가축에 출하 표시를 하는 마커부를 더 포함할 수 있다.
본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법은 (a) 거치형 몸체부에 의해 실내에 설치된 3D 센서를 통해 가축을 촬영하여 하나 이상의 가축 프레임을 추출하는 촬영단계 및 (b) 단말이 추출된 가축 프레임을 이용하여 추정무게를 도출하는 무게추정단계를 포함하는 가축 무게 추정 방법을 제공할 수 있다.
또한 상기 촬영단계 전, 가축을 인식하는 가축인식단계를 더 포함할 수 있다.
또한, 상기 무게추정단계 이후, 도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단하는 출하판단단계를 더 포함할 수 있다.
또한 상기 출하판단단계에서 출하가능으로 판단될 경우 마커부를 통해 가축에 출하표시를 하는 출하표시단계를 더 포함할 수 있다.
상기와 같은 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법은 가축이 통과하는 복도에 거치형으로 설치되어 3D 센서로 가축을 촬영하고, 획득한 다수의 프레임을 이용하여 가축의 무게를 추정함으로써, 주기적으로 가축의 무게를 추정하여 용이하게 관리할 수 있도록 한다.
또한, 3D 센서로부터 획득한 다수의 프레임을 이용하여 후보리스트 방식과 다중회귀 방식을 통해 가축의 무게를 추정함으로써, 무게 추정 정확도 및 신뢰도가 우수할 수 있다.
이에 가축의 무게를 추정하기 위해 별도의 부대설비가 필요하지 않고 가축의 지속적인 무게관리를 통한 사료 조절을 통해 사육비용을 절감할 수 있고 출하시점을 정확히 예측할 수 있어 농가의 수익을 증대시킬 수 있다.
또한, 무게를 추정하기 위해 가축을 유도하여 일정시간 정체시켜야 하는 번거로움이 없어, 농가의 인력 부족, 인력 고령화 및 규모 대형화에 따른 문제를 해소할 수 있다.
또한, 돼지뿐만 아니라 닭, 소 등 다양한 가축에 적용될 수 있어 활용성이 확대될 것으로 기대된다.
도 1은 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템이 설치된 모습을 도시한 예시도.
도 2는 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 통해 가축을 촬영하는 모습을 도시한 예시도.
도 3의 (a) 및 (b)는 도 2의 가축 촬영을 통해 추출된 가축 프레임을 도시한 예시사진.
도 4는 도 1의 단말의 구성을 도시한 블록도.
도 5는 도 4의 무게추정부의 구성을 나타낸 블록도.
도 6은 팩터를 나타낸 예시도.
도 7은 도 5의 무게도출부의 구성을 나타낸 블록도.
도 8은 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법을 개략적으로 나타낸 흐름도.
도 9는 도 8의 S3 단계를 순차적으로 나타낸 흐름도.
도 10은 도 9의 S32 단계를 순차적으로 나타낸 흐름도.
도 11은 도 10의 S320 단계를 순차적으로 나타낸 흐름도.
도 12는 제1, 제2 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계를 나타낸 흐름도.
도 13은 도 12의 S32012a 단계가 이루어지는 과정을 나타낸 흐름도.
도 14는 도 12의 S32016a 단계가 이루어지는 과정을 나타낸 흐름도.
도 15는 제1 및 제2 후보 리스트가 조건 만족일 경우의 S3201 단계에서 S32010b 단계가 이루어지는 과정을 나타낸 흐름도.
도 16은 제2 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계를 나타낸 흐름도.
도 17은 도 16의 S32013c 단계가 이루어지는 과정을 나타낸 흐름도.
도 18은 제1 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계에서 S32010d 단계가 이루어지는 과정을 나타낸 흐름도.
도 19는 제3 후보 리스트만 조건 만족일 경우의 S3201 단계에서 S32010e 단계가 이루어지는 과정을 나타낸 흐름도.
도 20은 조건 만족 후보 리스트가 없을 경우의 S3201 단계에서 S32010f 단계가 이루어지는 과정을 나타낸 흐름도.
이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되지 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용되는 용어로서, 그 자체에 의미가 한정되지 아니하며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서 전체에 걸쳐 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.
본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 이하에서 기재되는 "포함하다", "구비하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로 해석되어야 하며, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 갖는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 발명에서 가축 무게 추정 애플리케이션은 무선통신망을 통해 통신하는 스마트 폰을 포함하는 이동통신 단말기에서 제공됨이 바람직하나, 유선통신망을 통해 통신하는 컴퓨터 환경에서도 제공될 수 있다. 이하에서는 이동통신 단말기를 중심으로 설명하기로 한다.
이하, 본 발명의 실시 예를 첨부한 도 1 내지 도 20을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템이 설치된 모습을 도시한 예시도이고, 도 2는 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 통해 가축을 촬영하는 모습을 도시한 예시도이고, 도 3의 (a) 및 (b)는 도 2의 가축 촬영을 통해 추출된 가축 프레임을 도시한 예시사진이고, 도 4는 도 1의 단말의 구성을 도시한 블록도이고, 도 5는 도 4의 무게추정부의 구성을 나타낸 블록도이고, 도 6은 팩터를 나타낸 예시도이며, 도 7은 도 5의 무게도출부의 구성을 나타낸 블록도이다.
본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템(이하 '거치형 가축 무게 추정 시스템'이라 함)은 실내에서 가축이 지나다니는 통로 같은 곳에 설치되어, 가축의 무게를 용이하게 측정하여 가축의 체중과 출하시기를 관리하고자 한다.
도 1을 참조하면, 거치형 가축 무게 추정 시스템은 거치형 몸체부(1), 3D 센서(2a,2b), 단말(3), 리더기(4) 및 마커부(5)를 포함할 수 있다.
거치형 몸체부(1)는 실내에 거치식으로 설치될 수 있는 것으로, 실내 벽면 등에 부착될 수 있도록 형성된 부착부 및 3D 센서(2a,2b) 등이 설치되는 프레임부를 포함할 수 있다. 도 1에 도시된 바와 같은 형태로 구현될 수 있으나, 이에 한정되지 않고, 다양한 형태로 형성될 수 있다.
3D 센서(2a,2b)는 거치형 몸체부(1)에 하나 이상이 설치되고 가축을 촬영하여 3차원의 가축 프레임을 확보하도록 할 수 있다. 이때 3D 센서(2a,2b)는 라이다 등 3차원 영상을 촬영할 수 있는 다양한 센서로 구비될 수 있으며, 컬러 깊이 센서가 바람직하나, 이에 한정되지는 않는다.
또한 3D 센서(2a,2b)는 거치형 몸체부(1)에 설치될 시, 도 2에 도시된 바와 같이, 2개의 3D 센서(2a,2b)가 하나는 가축의 상측 중심에 설치되어 수직방향에서 촬영하도록 하고, 다른 하나는 가축의 상측 일측에 설치되어 대각선의 방향에서 촬영하도록 할 있으나, 이는 본 발명의 예에 불과하므로 이에 한정되지 않고, 2개의 3D 센서(2a,2b)가 가축의 상측 일측과 타측에서 대각선의 방향에서 촬영하도록 설치되는 등 다양하게 설치될 수 있다.
도 2와 같이 3D 센서(2a,2b)가 설치될 경우, 도 3과 같은 가축 프레임을 확보할 수 있다.
이러한 3D 센서(2a,2b)는 센서촬영부(32)에 의해 작동될 수 있다.
단말(3)은 농가의 사육사, 관리자 등 사용자의 모바일 단말기일 수 있으며, 모바일 단말기 외 PC 태블릿 등에도 용이하게 적용될 수 있다.
이와 같이 단말(1)은 모바일 단말기로 구현되어 설치성, 이동성 및 편의성이 용이하고, 이에 관리자가 쉽게 가축의 무게를 측정할 수 있도록 한다.
또한 단말(3)은 거치형 몸체부(1)에 설치될 수 있으나, 탈부착이 가능하도록 구현되어 필요에 따라 다양하게 사용할 수 있다.
가축 무게 추정 애플리케이션(30)은 3D 센서(2a,2b)를 통해 추출된 가축 프레임을 이용하여 가축의 무게를 추정할 수 있는 것으로, 안드로이드, iOS 기반의 일반 애플리케이션을 의미하나, 단말(3) 또는 유무선 서비스 형태에 따라 일반 애플리케이션 또는 웹 서비스 기반의 애플리케이션으로 제공될 수도 있다. 제공 방법으로는 단말(3)을 통해 서버에 접속하여 다운로드 받거나 또는 온라인 어플 마켓(예컨대, 안드로이드 마켓, 애플 스토어, 통신사의 온라인마켓 등)을 통해 다운로드 받아 설치할 수 있다.
도 4를 참조하면, 가축 무게 추정 애플리케이션(30)은 데이터저장부(31), 센서촬영부(32), 무게추정부(33), 출하판단부(34) 및 관리부(35)를 포함할 수 있다.
데이터저장부(31)는 미리 수집한 가축 데이터를 이용하여 생성된 가축표준데이터를 저장하고, 사용자로부터 입력된 가축의 생체정보, 추정무게 데이터 등을 저장할 수 있다. 또한 출하가능무게 기준치 등을 저장할 수 있다.
여기서, 가축표준데이터는 가축농가에서 가축을 실측하고, 3D 촬영하여 미리 수집한 가축 데이터를 분석하여 개월별 또는 무게별로 표준화한 데이터로, 개월별 또는 무게별 3차원 가축 데이터를 포함할 수 있으며, 미리 수집한 가축 데이터는 가축 생체 정보, 3차원 모델 데이터 및 무게를 포함할 수 있다.
또한 가축 생체 정보는 무게를 측정하고자 하는 가축의 생체정보로, 가축분류번호, 종, 성별 및 개월수 중 하나 이상을 포함할 수 있으며, 모두 포함하는 것이 바람직하다.
센서촬영부(32)는 3D 센서(2a,2b)를 작동시켜 가축을 촬영하여 하나 이상의 가축 프레임을 추출할 수 있다.
먼저 센서촬영부(32)는 리더기(4)로부터 가축이 인식되어 가축 생체 정보가 수신되면 가축 무게 추정 애플리케이션을 실행시키고, 3D 센서(2a,2b)가 가축을 탐지하도록 한다. 가축이 탐지되면 3D 센서(2a,2b)를 초기화하여 가축을 촬영하도록 할 수 있다. 또한 촬영이 진행되면 캡쳐가 이루어지도록 하여 하나 이상의 가축 프레임을 추출할 수 있다.
그러나, 이에 한정되지 않고, 가축 무게 추정 애플리케이션이 실행됨에 따라 3D 센서(2a,2b)를 작동시켜 가축을 탐지하도록 할 수 있으며, 가축이 탐지되면 3D 센서(2a,2b)를 초기화하여 가축을 촬영하도록 할 수 있다. 또한 단말(3)의 화면에 촬영버튼이 활성화되어 있어 촬영버튼을 사용자가 누름에 따라 캡쳐가 이루어지도록 하는 등 다양한 방법으로 구현될 수도 있다.
캡쳐는 연속캡쳐로 이루어져 다수의 가축 프레임을 추출할 수 있도록 하는 것이 바람직하며, 연속캡쳐 횟수값에 따라 연속캡쳐가 이루어질 수 있다. 연속캡쳐 횟수값은 10 내지 12일 수 있으나, 이에 한정되지는 않는다.
여기서 획득한 가축 프레임은 2차원 정보와 깊이정보를 포함할 수 있다.
이와 같이 캡쳐를 통해 가축 프레임을 추출함으로써, 성능저하를 최소화할 수 있다.
반면, 센서촬영부(32)는 가축이 탐지되지 않을 경우 작동을 중단하여 다시 재진행하도록 할 수 있다. 이는 가축이 3D 센서(2a,2b)를 지나쳐 버린 경우에도 캡쳐가 이루어지는 것을 방지할 수 있다.
무게추정부(33)는 추출된 하나 이상의 가축 프레임을 이용하여 추정무게를 도출할 수 있다.
도 5를 참조하면, 무게추정부(33)는 변환부(330), 전처리부(331) 및 무게도출부(332)를 포함할 수 있다.
변환부(330)는 가축 프레임을 배열화한 후, 점을 추출하여 3차원 좌표 데이터로 변환할 수 있다. 이러한 3차원 좌표 데이터는 데이터저장부(31)에 저장될 수 있다.
여기서 3차원 좌표 데이터는 가축의 형상이 모두 구현된 것이 아닌 가축의 등축을 기준으로 우측 또는 좌측 형상(가축의 반절형상)에 대한 데이터일 수 있다.
전처리부(331)는 변환된 3차원 좌표 데이터를 전처리하여 3차원 가축 데이터로 생성할 수 있는데, 이를 위해, 유효성검증부, 노이즈제거부 및 팩터추출부를 포함할 수 있다.
유효성검증부는 3차원 좌표 데이터의 유효성을 판단하는 것으로, 방해요인(햇빛, 가축의 움직임 등)에 의해서 사용하기에 적합하지 않은 가축 프레임을 얻을 수 있기 때문에, 추출된 점의 개수를 확인하여 유효성을 판단할 수 있다.
유효성 판단은 추출된 점의 개수가 설정된 일정 점 개수 이상인지에 따라 판단할 수 있으며, 일정 점 개수 미만일 경우 해당 3차원 좌표 데이터를 탈락시켜 추정무게를 도출하는데 사용되지 않도록 할 수 있다.
노이즈제거부는 3차원 좌표 데이터의 노이즈를 제거하는 것으로, 가축이 아닌 다른 객체들(땅, 건물의 프레임 등)도 같이 촬영될 수 있기 때문에, 추출된 점 중 가축이 아닌 다른 객체에 해당하는 점을 제거할 수 있다.
팩터추출부는 3차원 좌표 데이터에서 팩터를 추출하여 3차원 가축 데이터를 생성할 수 있다. 이때, 3차원 가축 데이터는 3차원 좌표 데이터 및 팩터를 포함할 수 있다.
이때, 팩터는 머리방향, 바닥각도, 초점거리, 높이(height), 길이1(length01), 흉위반둘레(girth_first), 중위반둘레(girth_mid), 후위반둘레(girth_end), 몸통 반둘레 평균, 몸통 반둘레 총합 및 점운(cloud point)의 수 중 하나 이상일 수 있으나, 이에 한정되지 않고, 굴곡여부 등 다양한 팩터를 추출할 수도 있다.
도 6에 나타낸 바와 같이, 길이1은 머리를 제거한 앞다리부터 엉덩이 끝까지의 거리, 길이2는 앞다리와 뒷다리 사이의 거리이다.
무게도출부(332)는 3차원 가축 데이터로부터 추정무게를 도출할 수 있다.
여기서 무게도출부(332)는 3차원 가축 데이터가 두개 이상일 경우, 3차원 가축 데이터의 개수에 따라 추정무게 도출 과정을 반복하여 각각의 3차원 가축 데이터에 따른 추정무게를 구하여, 3차원 가축 데이터의 개수에 대응되는 추정무게 데이터를 구할 수 있다. 즉, 하나의 3차원 가축 데이터씩 추정무게를 구하는 것이다.
추정무게 데이터는 도출된 추정무게 및 3차원 가축 데이터를 포함할 수 있고, 이에 한정되지 않고 다른 정보들을 더 포함할 수도 있다.
도 7을 참조하면, 무게도출부(332)는 후보 리스트부(3320), 알고리즘 도출부(3321) 및 최종 도출부(3322)를 포함할 수 있다.
후보 리스트부(3320)는 하나 이상의 3차원 가축 데이터를 팩터에 따라 선정하여 후보 리스트를 생성하고, 생성된 후보 리스트의 조건만족의 경우의 수를 판단하여 3차원 가축 데이터의 제1 무게를 도출할 수 있다.
이를 위해, 후보 리스트부(3320)는 리스트생성부 및 리스트처리부를 포함할 수 있다.
리스트생성부는 하나 이상의 3차원 가축 데이터를 팩터에 따라 후보로 선정하여 후보 리스트를 생성할 수 있다.
구체적으로, 리스트생성부는 하나 이상의 3차원 가축 데이터를 각각 가축표준데이터를 기준으로 팩터를 통해 비교하여 가축표준데이터에 속할 경우, 후보1, 후보2, 후보3으로 선정하여 제1, 제2 및 제3 후보 리스트에 추가하는 것으로 최종적인 제1, 제2 및 제3 후보 리스트를 생성할 수 있다.
이때, 3차원 가축 데이터는 후보로 선정될 경우 매칭되는 가축표준데이터에 따른 무게가 3차원 가축 데이터의 무게로 포함될 수 있다.
리스트생성부는 3차원 가축 데이터의 머리방향, 바닥각도, 초점거리, 길이1 및 몸통 반둘레 총합 중 하나 이상을 가축표준데이터와 비교하여 제1 후보 리스트를 생성할 수 있다.
또한, 리스트생성부는 3차원 가축 데이터의 머리방향, 몸통 반둘레 총합, 높이, 길이1 및 중위반둘레 중 하나 이상을 가축표준데이터와 비교하여 제2 후보 리스트를 생성할 수 있다.
또한, 리스트생성부는 3차원 가축 데이터의 머리방향, 길이1, 흉위반둘레, 중위반둘레 및 후위반둘레 중 하나 이상을 가축표준데이터와 비교하여 제3 후보 리스트를 생성할 수 있다.
한편, 리스트생성부는 각각의 제1, 제2 및 제3 후보 리스트 생성 시, 제1, 제2 및 제3 후보 백업 리스트도 생성할 수 있다.
상기 과정에 대해서는 하기 가축 무게 추정 방법에서 보다 자세하게 설명하기로 한다.
리스트처리부는 생성된 후보 리스트(제1, 제2 및 제3 후보 리스트)의 조건만족의 경우의 수를 판단하고, 경우에 따라 3차원 가축 데이터의 제1 무게를 도출할 수 있다.
조건만족은 하나 이상의 3차원 가축 데이터를 가지는지이며, 제1, 제2 및 제3 후보 리스트가 생성됨에 따라, 경우의 수는 3개 만족(제1 내지 제3 후보 리스트), 2개 만족(제1 및 제2 후보 리스트, 제2 및 제3 후보 리스트, 제1 및 제3 후보 리스트), 1개 만족(제1, 제2, 제3 후보 리스트), 0개 만족이 발생할 수 있다.
이러한 각각의 경우에 따라 제1 무게가 도출되는 과정에 대해서는 하기 가축 무게 추정 방법에서 보다 자세하게 설명하기로 한다.
알고리즘 도출부(3321)는 3차원 가축 데이터에 다중회귀 공식을 적용하여 제2 무게를 도출할 수 있다.
구체적으로, 알고리즘 도출부(3321)는 3차원 가축 데이터의 팩터 중 높이, 길이2, 몸통 반둘레 평균 및 3차원 가축 데이터의 점운(cloud point)의 수를 이용하여 하기 수학식 1을 통해 제2 무게를 도출할 수 있다.
[수학식 1]
제2 무게 = m1 + (h1 × 높이) + (2ㅣ1 × 길이2) + (g1 × 몸통 반둘레 평균) + (p1 × 3차원 가축 데이터의 점운(cloud point)의 수)
여기서, m1은 무게상수, h1은 높이상수, 2ㅣ1은 길이2상수, g1은 반둘레평균상수, p1은 3차원 가축 데이터의 점운(cloud point)상수이다.
이외에도 알고리즘 도출부(3321)는 하기 수학식 2 내지 4를 각각 이용하여 제2 무게를 도출할 수도 있다.
보다 구체적으로, 알고리즘 도출부(3321)는 팩터 중 높이, 길이1, 몸통 반둘레 평균 및 3차원 가축 데이터의 점운(cloud point)의 수를 이용하여 수학식 2를 통해 제2 무게를 도출할 수 있다.
[수학식 2]
제2 무게 = m2 + (h2 × 높이) + (1ㅣ2 × 길이1) + (g2 × 몸통 반둘레 평균) + (p2 × 3차원 가축 데이터의 점운(cloud point)의 수)
여기서, m2는 무게상수, h2는 높이상수, 1ㅣ2는 길이1상수, g2는 반둘레평균상수, p2는 3차원 가축 데이터의 점운(cloud point)상수이다.
또한, 알고리즘 도출부(3321)는 팩터 중 높이, 몸통 반둘레 평균 및 3차원 가축 데이터의 점운(cloud point)의 수를 이용하여 수학식 3을 통해 제2 무게를 도출할 수 있다.
[수학식 3]
제2 무게 = m3 + (h3 × 높이) + (g3 × 몸통 반둘레 평균) + (p3 × 3차원 가축 데이터의 점운(cloud point)의 수)
여기서, m3는 무게상수, h3는 높이상수, g3는 반둘레평균상수, p3는 3차원 가축 데이터의 점운(cloud point)상수이다.
또한, 알고리즘 도출부(3321)는 팩터 중 몸통 둘레 평균 및 3차원 가축 데이터의 점운(cloud point)의 수를 이용하여 수학식 4를 통해 제2 무게를 도출할 수 있다.
[수학식 4]
제2 무게 = m4 + (g4 × 몸통 반둘레 평균) + (p4 × 3차원 가축 데이터의 점운(cloud point)의 수)
여기서, m4는 무게상수, g4는 반둘레평균상수, p4는 3차원 가축 데이터의 점운(cloud point)상수이다.
최종 도출부(3322)는 제1 무게 및 제2 무게를 이용하여 추정무게를 도출할 수 있는데, 제2 무게에서 제1 무게를 뺀 값의 절대값에 따라 추정무게를 도출할 수 있다. 절대값이 일정무게값 미만일 경우 제2 무게를 추정무게로 도출하며, 절대값이 일정무게값 이상일 경우 추정무게를 0kg으로 도출할 수 있다.
최종 도출부(3322)는 상기와 같은 과정을 통해 추정무게를 도출한 후, 추정무게 데이터로 생성하여 사용자에게 제공하고, 데이터저장부(31)에 저장할 수 있다.
데이터저장부(31)에 저장될 시 추정무게는 가축의 무게를 측정하기 전에 인식된 가축 생체 정보에 매칭시켜 추정무게를 저장할 수 있다.
이때, 추정무게로 0kg이 도출될 경우 이는 '무게 측정 실패'로 간주될 수 있으며, 이에 따라 최종 도출부(3322)는 사용자에게'무게 측정 실패'를 알려 가축을 재촬영하여 재추정하도록 하거나 자동으로 3D 센서(2a,2b)를 작동시켜 처음으로 돌아가 다시 진행되도록 할 수 있다.
출하판단부(34)는 도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단할 수 있다. 만약 출하가능으로 판단될 경우 마커부(5)로 신호를 전송하여 마커부(5)가 가축에 출하 표시를 하도록 작동시킬 수 있다.
또한 출하판단부(34)는 출하불가능으로 판단될 경우 알림신호를 전송하여 가축의 무게 측정이 완료되었음을 사용자에게 알릴 수 있다.
관리부(35)는 데이터저장부(31)에 저장되어 있는 추정무게 데이터를 가축별, 날짜별, 무게별 등으로 정리된 형태로 제공할 수 있다.
리더기(4)는 거치형 몸체부(1)에 설치되어 가축을 인식할 수 있다. 가축은 각각 자신의 가축 생체 정보를 가지고 있는 태그가 부착되어 있을 수 있으며, 리더기(4)는 가축에 부착되어 있는 태그를 인식하여 가축 생체 정보를 인식할 수 있다. 인식된 가축 생체 정보를 단말(3)로 전송할 수 있다.
마커부(5)는 가축에 출하 표시를 할 수 있는 것으로, 색 염료를 분사하여 가축에 출하 표시를 할 수 있다. 단말(3)에 의해 작동이 제어될 수 있다.
상기와 같은 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법에 대하여 하기에서 구체적으로 설명하기로 한다.
도 8은 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법을 개략적으로 나타낸 흐름도이고, 도 9는 도 8의 S3 단계를 순차적으로 나타낸 흐름도이고, 도 10은 도 9의 S32 단계를 순차적으로 나타낸 흐름도이고, 도 11은 도 10의 S320 단계를 순차적으로 나타낸 흐름도이고, 도 12는 제1, 제2 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계를 나타낸 흐름도이고, 도 13은 도 12의 S32012a 단계가 이루어지는 과정을 나타낸 흐름도이고, 도 14는 도 12의 S32016a 단계가 이루어지는 과정을 나타낸 흐름도이고, 도 15는 제1 및 제2 후보 리스트가 조건 만족일 경우의 S3201 단계에서 S32010b 단계가 이루어지는 과정을 나타낸 흐름도이고, 도 16은 제2 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계를 나타낸 흐름도이고, 도 17은 도 16의 S32013c 단계가 이루어지는 과정을 나타낸 흐름도이고, 도 18은 제1 및 제3 후보 리스트가 조건 만족일 경우의 S3201 단계에서 S32010d 단계가 이루어지는 과정을 나타낸 흐름도이고, 도 19는 제3 후보 리스트만 조건 만족일 경우의 S3201 단계에서 S32010e 단계가 이루어지는 과정을 나타낸 흐름도이며, 도 20은 조건 만족 후보 리스트가 없을 경우의 S3201 단계에서 S32010f 단계가 이루어지는 과정을 나타낸 흐름도이다.
도 8을 참조하면, 본 발명의 실시예에 따른 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법은 가축인식단계(S1), 촬영단계(S2), 무게추정단계(S3) 및 출하판단단계(S$)를 포함할 수 있다.
먼저, 가축인식단계(S1)는 리더기(4)가 가축을 인식하여 가축 생체 정보를 단말(3)로 전송할 수 있다.
촬영단계(S2)는 단말(3)이 리더기(4)로부터 가축 생체 정보를 수신받으면, 3D 센서(2a,2b)를 작동시켜 3D 센서(2a,2b)를 통해 가축을 촬영하여 하나 이상의 가축 프레임을 추출할 수 있다. 여기서 3D 센서(2a,2b)는 거치형 몸체부(1)에 의해 실내에 설치된 것일 수 있다.
이에 S2 단계는 단말(3)이 가축 생체 정보를 수신받으면 가축 무게 추정 애플리케이션(30)이 실행되고 3D 센서(2a,2b)를 통해 가축을 촬영하고 가축 무게 추정 애플리케이션(30)을 통해 화면을 캡쳐하여 하나 이상의 가축 프레임을 추출할 수 있다. 이에 대한 설명은 상기 시스템에서 자세하게 설명하였으므로 생략하기로 한다.
무게추정단계(S3)는 단말(3)의 가축 무게 추정 애플리케이션(30)이 추출된 가축 프레임을 이용하여 추정무게를 도출할 수 있다.
도 9를 참조하면, S3 단계는 변환단계(S30), 전처리단계(S31) 및 무게도출단계(S32)를 포함할 수 있다.
변환단계(S30)는 하나 이상의 가축 프레임을 각각 배열화한 후, 점을 추출하여 3차원 좌표 데이터로 변환할 수 있다.
전처리단계(S31)는 변환된 3차원 좌표 데이터를 전처리하여 각각 3차원 가축 데이터로 생성할 수 있다.
이를 위해, S32 단계는 유효성검증단계, 노이즈제거단계 및 팩터추출단계를 포함할 수 있다.
유효성검증단계는 각 3차원 좌표 데이터의 유효성을 판단하여, 유효성이 없는 3차원 좌표 데이터를 탈락시킬 수 있다. 자세한 설명은 상기 시스템에서 하였으므로 생략하기로 한다.
노이즈제거단계는 3차원 좌표 데이터의 노이즈를 제거할 수 있다. 자세한 설명은 상기 시스템에서 하였으므로 생략하기로 한다.
팩터추출단계는 3차원 좌표 데이터에서 팩터를 추출하여 3차원 가축 데이터로 생성할 수 있다. 자세한 설명은 상기 시스템에서 하였으므로 생략하기로 한다.
무게도출단계(S32)는 3차원 가축 데이터로부터 추정무게를 도출할 수 있는데, 이러한 S32 단계는 3차원 가축 데이터의 개수에 따라 반복 진행되어 각 3차원 가축 데이터에 따른 추정무게를 하나씩 도출할 수 있다. 그러나 이에 한정되지 않고 한번에 진행될 수도 있다.
도 10을 참조하면, S32 단계는 제1 무게도출단계(S320), 제2 무게도출단계(S321) 및 추정무게도출단계(S322)를 포함할 수 있다.
제1 무게도출단계(S320)는 하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 선정해 후보 리스트를 생성하고, 생성된 후보 리스트의 조건만족의 경우의 수를 판단하여 상기 3차원 가축 데이터의 제1 무게를 도출할 수 있다.
도 11을 참조하면, S320 단계는 리스트생성단계(S3200) 및 리스트처리단계(S3201)를 포함할 수 있다.
리스트생성단계(S3200)는 하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 후보로 선정하여 후보 리스트를 생성할 수 있다.
즉, S3200 단계는 하나 이상의 3차원 가축 데이터를 각각 가축표준데이터를 기준으로 팩터를 통해 비교하고, 가축표준데이터에 속할 경우 후보1, 후보2, 후보3으로 선정하여 제1, 제2 및 제3 후보 리스트에 추가하는 것으로 최종적인 제1, 제2 및 제3 후보 리스트를 생성할 수 있다.
이를 위해, S3200 단계는 제1 후보 단계, 제2 후보 단계 및 제3 후보 단계를 포함할 수 있다.
제1 후보 단계는 각 3차원 가축 데이터의 머리방향, 바닥각도, 초점거리, 길이1 및 몸통 반둘레 총합 중 하나 이상을 가축표준데이터와 비교하여 제1 후보 리스트를 생성할 수 있다. 가축표준데이터와 비교하여 3차원 가축 데이터가 그 안에 속할 경우 해당 3차원 가축 데이터를 후보1로 선정하여 제1 후보 리스트에 추가할 수 있다. 이와 같은 과정을 통해 제1 후보 리스트를 생성할 수 있다.
보다 구체적으로, 제1 후보 단계는 3차원 가축 데이터가 가축표준데이터의 '머리방향과 같은지', '바닥각도 범위 내인지', '초점거리 범위 내인지', '길이1 범위 내인지', '몸통 반둘레 총합 범위 내인지' 순으로 비교를 진행하고, YES(맞다)인 경우에만 하기 순서로 넘어가도록 하여 모든 경우에 대해 YES인 3차원 가축 데이터만을 제1 후보 리스트에 추가할 수 있다.
상기 순서에 한정되지 않고, 용이하게 변경되어 적용될 수도 있다.
또한, 제1 후보 단계는 제1 후보 백업 리스트도 생성할 수 있는데, 마지막 순서인 '몸통 반둘레 총합 범위 내인지'에서만 NO(아니다)인 3차원 가축 데이터를 제1 후보 백업 리스트에 추가하여 제1 후보 백업 리스트를 생성할 수 있다.
리스트에 추가되는 경우 3차원 가축 데이터는 대응되는 가축표준데이터에 따른 무게를 3차원 가축 데이터의 무게로써 포함할 수 있다.
제2 후보 단계는 각 3차원 가축 데이터의 머리방향, 몸통 반둘레 총합, 높이, 길이1 및 중위반둘레 중 하나 이상을 가축표준데이터와 비교하여, 3차원 가축 데이터가 그 안에 속할 경우 해당 3차원 가축 데이터를 후보2로 선정하여 제2 후보 리스트에 추가하는 것으로 제2 후보 리스트를 생성할 수 있다.
보다 구체적으로, 제2 후보 단계는 3차원 가축 데이터가 가축표준데이터의 '머리방향과 같은지', '몸통 반둘레 총합 범위 내인지', '높이 범위 내인지', '길이1 범위 내인지', '중위반둘레 범위 내인지' 순으로 비교를 진행하고, YES(맞다)인 경우에만 하기 순서로 넘어가도록 하여 모든 경우에 대해 YES인 3차원 가축 데이터만을 제2 후보 리스트에 추가할 수 있다. 상기 순서에 한정되지 않고, 용이하게 변경되어 적용될 수도 있다.
또한, 제2 후보 단계는 제2 후보 백업 리스트도 생성할 수 있는데, 마지막 순서인 '중위반둘레 범위 내인지'에서만 NO(아니다)인 3차원 가축 데이터를 제2 후보 백업 리스트에 추가하여 제2 후보 백업 리스트를 생성할 수 있다.
제3 후보 단계는 각 상기 3차원 가축 데이터의 머리방향, 길이1, 흉위반둘레, 중위반둘레 및 후위반둘레 중 하나 이상을 가축표준데이터와 비교하여, 3차원 가축 데이터가 그 안에 속할 경우 해당 3차원 가축 데이터를 후보3으로 선정하여 제3 후보 리스트에 추가하는 것으로 제3 후보 리스트를 생성할 수 있다.
보다 구체적으로, 제3 후보 단계는 3차원 가축 데이터가 가축표준데이터의 '머리방향과 같은지', '길이1 범위 내인지', '흉위반둘레 범위 내인지', '중위반둘레 범위 내인지', '후위반둘레 범위 내인지' 순으로 비교를 진행하고, YES(맞다)인 경우에만 하기 순서로 넘어가도록 하여 모든 경우에 대해 YES인 3차원 가축 데이터만을 제3 후보 리스트에 추가할 수 있다. 상기 순서에 한정되지 않고, 용이하게 변경되어 적용될 수도 있다.
또한, 제3 후보 단계는 제3 후보 백업 리스트도 생성할 수 있는데, 마지막 순서인 '후위반둘레 범위 내인지'에서만 NO(아니다)인 3차원 가축 데이터를 제3 후보 백업 리스트에 추가하여 제3 후보 백업 리스트를 생성할 수 있다.
리스트처리단계(S3201)는 생성된 후보 리스트(제1, 제2 및 제3 후보 리스트)의 조건만족의 경우의 수를 판단하고, 경우에 따라 3차원 가축 데이터의 제1 무게를 도출할 수 있다.
조건만족은 하나 이상의 3차원 가축 데이터를 가지는지이며, 제1, 제2 및 제3 후보 리스트가 생성됨에 따라, 경우의 수는 3개 만족(제1 내지 제3 후보 리스트), 2개 만족(제1 및 제2 후보 리스트, 제2 및 제3 후보 리스트, 제1 및 제3 후보 리스트), 1개 만족(제1, 제2, 제3 후보 리스트), 0개 만족이 발생할 수 있다.
이러한 조건만족의 경우의 수에 따라 S3201 단계가 진행되는 과정에 대하여 각각 구체적으로 설명하기로 한다.
도 12를 참조하면, S3201 단계는 제1, 제2 및 제3 후보 리스트가 모두 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(3개 만족의 경우), 제1 개수판단단계(S22010a)를 포함할 수 있다.
제1 개수판단단계(S32010a)는 제1 후보 리스트의 3차원 가축 데이터가 1개 인지 판단할 수 있다. 여기서 1개이냐 아니냐에 따라 S3201 단계는 제1 검출단계(S32011a) 및 제1 도출단계(S32012a) 또는 길이판단단계(S32013a), 제2 검출단계(S32014a), 임시리스트생성단계(S32015a) 및 제2 도출단계(S32016a)를 포함할 수 있다.
먼저, S32010a 단계에서 제1 후보 리스트의 3차원 가축 데이터가 1개일 경우에 대해서 설명하기로 한다.
제1 검출단계(S32011a)는 S32010a 단계에서 제1 후보 리스트의 3차원 가축 데이터가 1개이면, 1 후보 리스트의 3차원 가축 데이터의 무게를 예측무게로 선정한 후, 제2 및 제3 후보 리스트의 3차원 가축 데이터 중 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 있는지 찾을 수 있다.
제1 도출단계(S32012a)는 S32011a 단계의 결과에 따라 제1 무게를 도출할 수 있는데, 즉 제2 및 제3 후보 리스트 모두 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 있냐에 따라 제1 무게를 도출할 수 있다.
S32012a 단계는 도 13에 도시된 바와 같이, 제2 및 제3 후보 리스트 모두 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 있을 경우, 하기 수학식 5 및 6으로부터 제1 무게를 도출할 수 있다.
[수학식 5]
평균범위 = 몸통 반둘레 평균 - 제1 후보 리스트의 3차원 가축 데이터의 몸통 반둘레 평균
여기서, 몸통 반둘레 평균은 추정무게를 도출하고자 하는 3차원 가축 데이터의 몸통 반둘레 평균이다.
[수학식 6]
제1 무게 = 예측무게+(평균범위 Х 1.5)
또한, S32012a 단계는 제2 및 제3 후보 리스트 중 하나 이상이 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 없을 경우, 예측무게를 제1 무게로 도출할 수 있다.
그 다음, S32010a 단계에서 제1 후보 리스트의 3차원 가축 데이터가 1개가 아닐 경우에 대해서 설명하기로 한다.
길이판단단계(S32013a)는 S32010a 단계에서 제1 후보 리스트의 3차원 가축 데이터가 1개가 아니면, 추정무게를 도출하고자 하는 3차원 가축 데이터의 길이2가 제1 후보 리스트의 n번째 3차원 가축 데이터의 길이2의 범위 내에 있는지 판단할 수 있다.
여기서, n은 2 이상으로, 제1 후보 리스트의 3차원 가축 데이터의 개수이며, 길이판단단계(S32013a), 제2 검출단계(S32014a), 임시리스트생성단계(S32015a)는 n번 반복되어 이루어진다.
S32013a 단계에서 3차원 가축 데이터의 길이2가 제1 후보 리스트의 n번째 3차원 가축 데이터의 길이2의 범위 내에 있을 경우 제2 검출단계(S32014a)로 진행되며, 3차원 가축 데이터의 길이2가 제1 후보 리스트의 n번째 3차원 가축 데이터의 길이2의 범위 내에 없을 경우 반복횟수 확인을 통해 S32013a 단계가 다시 진행되거나 제2 도출단계(S320216a)가 진행될 수 있다.
제2 검출단계(S32014a)는 제1 후보 리스트의 n번째 3차원 가축 데이터의 길이2의 범위 내에 있을 경우, 제1 후보 리스트의 n번째 3차원 가축 데이터의 무게를 예측무게로 선정한 후, 제2 및 제3 후보 리스트의 3차원 가축 데이터 중 상기 예측무게와 동일한 무게를 가지는 데이터가 있는지 찾을 수 있다.
임시리스트생성단계(S32015a)는 S32014a 단계의 결과를 통해 제2 및 제3 후보 리스트 모두 예측무게와 동일한 무게를 가지는 3차원 가축 데이터를 가지는지에 따라, 제1 임시 리스트에 제1 후보 리스트의 n번째 3차원 가축 데이터를 추가할 수 있다.
S32015a 단계는 제2 및 제3 후보 리스트 모두 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 있을 경우, 제1 후보 리스트의 n번째 3차원 가축 데이터를 제1 임시 리스트에 추가할 수 있다.
반면, 제2 및 제3 후보 리스트 중 하나 이상이 예측무게와 동일한 무게를 가지는 3차원 가축 데이터가 없을 경우, 제1 후보 리스트의 n번째 3차원 가축 데이터를 제1 임시 리스트에 추가하지 않는다.
상기 단계가 반복되어 반복횟수가 n과 동일해 지면 제2 도출단계(S32016a)가 진행될 수 있다.
제2 도출단계(S32016a)는 생성된 제1 임시 리스트의 3차원 가축 데이터의 개수에 따라 제1 무게를 도출할 수 있다.
S32016a 단계는 도 12에 도시된 바와 같이, 생성된 제1 임시 리스트의 3차원 가축 데이터의 개수가 1개인지 판단하고, 1개 이상이 아닐 경우 제1 무게를 0kg으로 도출할 수 있다.
또한, S32016a 단계는 제1 임시 리스트의 3차원 가축 데이터의 개수가 1개 이상일 경우, 생성된 제1 임시 리스트의 3차원 가축 데이터의 개수가 1개인지 판단할 수 있다.
이에 S32016a 단계는 제1 임시 리스트의 3차원 가축 데이터의 개수가 1개일 경우 제1 임시 리스트의 3차원 가축 데이터의 무게를 제1 무게로 도출할 수 있고, 1개가 아닐 경우(2개 이상을 의미) 제1 임시 리스트의 3차원 가축 데이터들의 평균무게를 제1 무게로 도출할 수 있다.
도 15를 참조하면, S3201 단계는 제1 및 제2 후보 리스트가 모두 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(2개 만족의 제1 및 제2 후보 리스트 경우), 제3 도출단계(S32010b)를 포함할 수 있다.
제3 도출단계(S32010b)는 추정무게를 도출하고자 하는 3차원 가축 데이터의 높이가 제1 후보 리스트의 1번째 3차원 가축 데이터의 높이보다 큰지에 따라 제1 무게를 도출할 수 있다.
자세하게, S32010b 단계는 3차원 가축 데이터의 높이가 제1 후보 리스트의 1번째 3차원 가축 데이터의 높이보다 큰지를 판단하고, 제1 후보 리스트의 1번째 3차원 가축 데이터의 높이보다 클 경우, 하기 수학식 7로부터 제1 무게를 도출할 수 있다.
[수학식 7]
제1 무게 = list01.데이터(0).무게 + (list01.데이터(0).무게 × 0.03)
여기서, list01.데이터(0).무게는 제1 후보 리스트의 1번째 3차원 가축 데이터의 무게이다.
또한, S32010b 단계는 3차원 가축 데이터의 높이가 제1 후보 리스트의 1번째 3차원 가축 데이터의 높이 이하일 경우, 3차원 가축 데이터의 높이가 제1 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하인지 판단할 수 있다.
이에 S32010b 단계는 제1 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하일 경우, 하기 수학식 8로부터 제1 무게를 도출할 수 있다.
[수학식 8]
제1 무게 = list01.데이터(마지막).무게 + (list01.데이터(마지막).무게 × 0.03)
여기서, list01.데이터(마지막).무게는 제1 후보 리스트의 마지막번째 3차원 가축 데이터의 무게이다.
또한, S32010b 단계는 제1 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하가 아닐 경우, 제1 후보 리스트의 3차원 가축 데이터들의 평균무게를 제1 무게로 도출할 수 있다.
도 16을 참조하면, S3201 단계는 제2 및 제3 후보 리스트가 모두 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(2개 만족의 제2 및 제3 후보 리스트 경우), 제2 개수판단단계(S32010c)를 포함할 수 있다.
제2 개수판단단계(S32010c)는 제3 후보 리스트의 3차원 가축 데이터가 1개 초과인지 판단할 수 있다. 여기서 1개를 초과하느냐 아니냐에 따라 S3201 단계는 제4-1 도출단계(S32011c) 또는 계산단계(S32012c) 및 제4-2 도출단계(S32013c)를 포함할 수 있다.
먼저, S32010c 단계에서 제3 후보 리스트의 3차원 가축 데이터가 1개를 초과하는 경우에 대해서 설명하기로 한다.
제4-1 도출단계(S32011c)는 S32010c 단계에서 제3 후보 리스트의 3차원 가축 데이터가 1개 초과이면, 제2 후보 리스트의 3차원 가축 데이터의 평균무게를 제1 무게로 도출할 수 있다.
그 다음, S32010c 단계에서 제3 후보 리스트의 3차원 가축 데이터가 1개를 초과하지 않을 경우(1개라는 의미)에 대해서 설명하기로 한다.
계산단계(S32012c)는 제2 후보 리스트의 k번째 3차원 가축 데이터의 무게가 제3 후보 리스트의 3차원 가축 데이터의 무게 이상인지에 따라 제2 후보 리스트의 3차원 가축 데이터를 분류하여 계산할 수 있다.
여기서, k는 1 이상으로, 제2 후보 리스트의 3차원 가축 데이터의 개수이며, 계산단계(S32012c)는 k번 반복되어 이루어질 수 있다.
S32012c 단계는 제2 후보 리스트의 3차원 가축 데이터를 제3 후보 리스트의 3차원 가축 데이터의 무게 이상인 무게를 가지는 것(무게 이상인 3차원 가축 데이터)과 무게 미만인 무게를 가지는 것(무게 미만인 3차원 가축 데이터)으로 분류하고, 무게 이상인 3차원 가축 데이터들과 무게 미만인 3차원 가축 데이터들 각각의 무게총합(sum01,sum02), 개수(cnt01, cnt02), 무게평균(avr01, avr02) 등을 구할 수 있다.
상기 단계가 반복되어 반복횟수가 k와 동일해 지면 제4-2 도출단계(S32013c)가 진행될 수 있다.
제4-2 도출단계(S32013c)는 추정무게를 도출하고자 하는 3차원 가축 데이터의 높이가 제3 후보 리스트의 3차원 가축 데이터의 높이 이상인지에 따라 제1 무게를 도출할 수 있다.
구체적으로, 도 17에 도시된 바와 같이, S32013c 단계는 3차원 가축 데이터의 높이가 제3 후보 리스트의 3차원 가축 데이터의 높이 이상일 경우, sum01이 0보다 큰지 판단할 수 있다.
이는 무게 이상인 3차원 가축 데이터가 없어 sum01이 0인 경우가 있을 수 있기 때문에 제1 무게를 도출하기 전 오류를 체크함으로써 제1 무게를 얻지 못하는 경우가 발생하지 않도록 하기 위한 것이다.
이에 S32013c 단계는 sum01이 0보다 클 경우, 하기 수학식 9를 통해 제1 무게를 도출할 수 있다.
[수학식 9]
제1 무게 = sum01/cnt01
여기서, sum01은 무게 이상인 3차원 가축 데이터의 무게총합이고, cnt01는 무게 이상인 3차원 가축 데이터의 개수이다.
또한, sum01이 0보다 크지 않을 경우, 하기 수학식 10을 통해 제1 무게를 도출할 수 있다.
[수학식 10]
제1 무게 = sum02/cnt02
여기서, sum02는 무게 미만인 3차원 가축 데이터의 무게총합이고, cnt02는 무게 미만인 3차원 가축 데이터의 개수이다.
반면, S32013c 단계는 3차원 가축 데이터의 높이가 제3 후보 리스트의 3차원 가축 데이터의 높이 미만일 경우, sum02이 0보다 큰지 판단할 수 있다.
상기와 마찬가지로 무게 미만인 3차원 가축 데이터가 없어 sum02이 0인 경우가 있을 수 있기 때문에 제1 무게를 도출하기 전 오류를 체크하는 것이다.
이에 S32013c 단계는 sum02이 0보다 클 경우 수학식 10을 통해 제1 무게를 도출하며, sum02이 0보다 크지 않을 경우 수학식 8을 통해 제1 무게를 도출할 수 있다.
이를 통해 제1 무게의 값으로 0이 나오지 않도록 하여 추정 효율을 향상시킬 수 있다.
도 18을 참조하면, S3201 단계는 제1 및 제3 후보 리스트가 모두 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(2개 만족의 제1 및 제3 후보 리스트 경우), 제5 도출단계(S32010d)를 포함할 수 있다.
제5 도출단계(S32010d)는 추정무게를 도출하고자 하는 3차원 가축 데이터의 높이가 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 이상인지에 따라 제1 무게를 도출할 수 있다.
자세하게, S32010d 단계는 3차원 가축 데이터의 높이가 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 이상인지를 판단하고, 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 이상일 경우, 하기 수학식 11로부터 제1 무게를 도출할 수 있다.
[수학식 11]
제1 무게 = list03.데이터(0).무게 + (list03.데이터(0).무게 × 0.03)
여기서, list03.데이터(0).무게는 제3 후보 리스트의 1번째 3차원 가축 데이터의 무게이다.
또한, S32010d 단계는 3차원 가축 데이터의 높이가 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 미만일 경우, 3차원 가축 데이터의 높이가 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하인지 판단할 수 있다.
이에 S32010d 단계는 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하일 경우, 하기 수학식 12로부터 제1 무게를 도출할 수 있다.
[수학식 12]
제1 무게 = list03.데이터(마지막).무게 + (list03.데이터(마지막).무게 × 0.03)
여기서, list03.데이터(마지막).무게는 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 무게이다.
또한, S32010d 단계는 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하가 아닐 경우, 제3 후보 리스트의 3차원 가축 데이터들의 평균무게를 제1 무게로 도출할 수 있다.
S3201 단계는 제1 후보 리스트만 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(1개만족의 제1 후보 리스트 경우), 제6 도출단계를 포함할 수 있다.
제6 도출단계는 제1 후보 리스트의 1번째 3차원 가축 데이터의 무게를 제1 무게로 도출할 수 있다.
S3201 단계는 제2 후보 리스트만 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(1개만족의 제2 후보 리스트 경우), 제7 도출단계를 포함할 수 있다.
제7 도출단계는 제2 후보 리스트의 3차원 가축 데이터의 평균무게를 제1 무게로 도출할 수 있다.
도 19를 참조하면, S3201 단계는 제3 후보 리스트만 하나 이상의 3차원 가축 데이터를 가지고 있을 경우(1개만족의 제3 후보 리스트 경우), 제8 도출단계(S32010e)를 포함할 수 있다.
제8 도출단계(S32010e)는 제3 후보 리스트의 3차원 가축 데이터가 1개인지에 따라 제1 무게를 도출하는 제1 무게를 도출할 수 있다.
먼저, S32010e 단계는 제3 후보 리스트의 3차원 가축 데이터가 1개인지 판단하고, 제3 후보 리스트의 3차원 가축 데이터가 1개일 경우 제3 후보 리스트의 3차원 가축 데이터를 제1 무게로 도출할 수 있다.
반면, S32010e 단계는 제3 후보 리스트의 3차원 가축 데이터가 1개가 아닐 경우 3차원 가축 데이터의 높이가 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 이상인지 판단하여 제1 무게 도출할 수 있다.
또한, S32010e 단계는 3차원 가축 데이터의 높이가 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 이상일 경우 수학식 11로부터 제1 무게를 도출할 수 있다.
S32010e 단계는 제3 후보 리스트의 1번째 3차원 가축 데이터의 높이 미만일 경우, 그 다음으로 3차원 가축 데이터의 높이가 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하인지 판단하여 제1 무게 도출할 수 있다.
S32010e 단계는 차원 가축 데이터의 높이가 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 이하일 경우 수학식 12로부터 제1 무게를 도출할 수 있고, 제3 후보 리스트의 마지막번째 3차원 가축 데이터의 높이 초과일 경우 제3 후보 리스트의 3차원 가축 데이터들의 평균무게를 제1 무게로 도출할 수 있다.
도 20을 참조하면, S3201 단계는 제1 내지 제3 후보 리스트 모두 3차원 가축 데이터를 가지지 않을 경우(0개 만족), 제9 도출단계(S32010f)를 포함할 수 있다.
제9 도출단계(S32010f)는 제2 후보 백업 리스트의 3차원 가축 데이터의 개수가 0보다 큰지 판단할 수 있다.
S32010f는 제2 후보 백업 리스트의 3차원 가축 데이터의 개수가 0보다 클 경우, 3차원 가축 데이터의 몸통 둘레 평균이 제2 후보 백업 리스트의 j번째 3차원 가축 데이터의 몸통 둘레 평균 범위 내에 있는지에 따라 제2 후보 백업 리스트의 3차원 가축 데이터를 분류하여 계산할 수 있다.
여기서, j는 1 이상으로, 제2 후보 백업 리스트의 3차원 가축 데이터의 개수이다.
상기 과정에서 S32010f는 제2 후보 백업 리스트의 3차원 가축 데이터를 3차원 가축 데이터의 몸통 둘레 평균이 범위 내에 속하는 것(범위 내 3차원 가축 데이터)과 몸통 둘레 평균이 범위 내에 속하지 않는 것(범위 외 3차원 가축 데이터)으로 분류하고, 각각의 무게총합(sum03, sum04), 개수(cnt03, cnt04) 등을 계산할 수 있다.
그 다음, S32010f는 sum03가 0보다 큰지 판단할 수 있으며, sum03이 0보다 클 경우 하기 수학식 13으로 제1 무게를 도출하고, sum03이 0 이하일 경우 하기 수학식 14로 제1 무게를 도출할 수 있다.
[수학식 13]
제1 무게 = sum03/cnt03
여기서, sum03은 범위 내 3차원 가축 데이터의 무게총합이고, cnt03은 범위 내 3차원 가축 데이터의 개수이다.
[수학식 14]
제1 무게 = sum04/cnt04
여기서, sum04는 범위 외 3차원 가축 데이터의 무게총합이고, cnt04는 범위 외 3차원 가축 데이터의 개수이다.
반면, S32010f는 제2 후보 백업 리스트의 3차원 가축 데이터의 개수가 0보다 작을 경우, 제1 무게를 100kg으로 도출할 수 있다. 이는 '무게 측정 실패'를 의미할 수 있다.
제2 무게도출단계(S321)는 차원 가축 데이터에 다중회귀 공식인 수학식 1 내지 4 중 하나를 적용하여 제2 무게를 도출할 수 있으며, 수학식 1을 적용하는 것이 바람직하나, 이에 한정되지는 않는다. 자세한 설명은 상기 시스템의 설명에서 했으므로 생략하기로 한다.
추정무게도출단계(S322)는 도출된 제1 무게 및 제2 무게를 이용하여 추정무게를 도출하고, 추정무게 데이터를 생성하여 저장할 수 있다. 자세한 설명은 상기 시스템의 설명에서 했으므로 생략하기로 한다.
출하판단단계(S4)는 가축 무게 추정 애플리케이션(30)이 도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단할 수 있다. 출하가능으로 판단될 경우 출하표시단계(미도시)를 더 포함할 수 있으며, 출하불가능으로 판단될 경우 알림신호를 전송하여 가축의 무게 측정이 완료됐음을 관리자에게 알릴 수 있다.
출하표시단계는 S4 단계에서 출하가능으로 판단될 경우 가축 무게 추정 애플리케이션(30)은 마커부(5)로 신호를 전송하여 마커부(5)가 가축에 출하표시를 하도록 할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
1: 거치형 몸체부
2a,b: 3D 센서
3: 단말
30: 가축 무게 추정 애플리케이션
31: 데이터저장부
32: 센서촬영부
33: 무게추정부
330: 변환부
331: 전처리부
332: 무게도출부
3320: 후보 리스트부
3321: 알고리즘 도출부
3322: 최종 도출부
34: 출하판단부
35: 관리부
4: 리더기
5: 마커부

Claims (11)

  1. 실내에 설치될 수 있는 거치형으로 형성되고, 3D 영상을 기반으로한 가축 무게 추정 애플리케이션을 이용하여 가축의 무게를 추정하는 시스템에 있어서,
    실내에 설치될 수 있는 거치형 몸체부;
    상기 거치형 몸체부에 설치되어 가축을 촬영하는 하나 이상의 3D 센서 및
    상기 3D 센서를 통해 추출된 가축 프레임을 이용하여 가축의 무게를 추정하는 가축 무게 추정 애플리케이션을 포함하는 단말을 포함하고,
    상기 가축 무게 추정 애플리케이션은,
    상기 3D 센서를 작동시켜 가축을 촬영하여 하나 이상의 가축 프레임을 추출하는 센서촬영부 및
    추출된 가축 프레임을 이용하여 추정무게를 도출하는 무게추정부를 포함하고,
    상기 무게추정부는,
    추출된 가축 프레임을 3차원 좌표 데이터로 변환하는 변환부;
    상기 변환된 3차원 좌표 데이터를 전처리하여 3차원 가축 데이터로 생성하는 전처리부 및
    상기 3차원 가축 데이터로부터 추정무게를 도출하는 무게도출부를 포함하고,
    상기 전처리부는,
    상기 3차원 좌표 데이터에서 팩터를 추출하는 팩터추출부를 포함하며,
    상기 팩터는,
    머리방향, 바닥각도, 초점거리, 높이, 길이1, 흉위반둘레, 중위반둘레, 후위반둘레, 몸통 반둘레 평균, 몸통 반둘레 총합 및 점운(cloud point)의 수 중 하나 이상을 포함하고,
    상기 무게도출부는,
    하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 선정하여 후보 리스트를 생성하고, 생성된 후보 리스트의 조건만족의 경우의 수를 판단하여 상기 3차원 가축 데이터의 제1 무게를 도출하는 후보 리스트부;
    상기 3차원 가축 데이터에 다중회귀 공식을 적용하여 제2 무게를 도출하는 알고리즘 도출부 및
    상기 제1 무게 및 제2 무게를 이용하여 추정무게를 도출하는 최종 도출부를 포함하며,
    상기 후보 리스트부는,
    하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 후보로 선정하여 후보 리스트를 생성하는 리스트생성부 및
    생성된 후보 리스트의 조건만족의 경우의 수를 판단하고, 경우에 따라 상기 3차원 가축 데이터의 제1 무게를 도출하는 리스트처리부를 포함하고,
    상기 리스트생성부는,
    3차원 가축 데이터의 머리방향, 바닥각도, 초점거리, 길이1 및 몸통 둘레 총합 중 하나 이상을 가축표준데이터와 비교하여 제1 후보 리스트를 생성하고,
    3차원 가축 데이터의 머리방향, 몸통 둘레 총합, 높이, 길이1 및 중위 중 하나 이상을 가축표준데이터와 비교하여 제2 후보 리스트를 생성하며,
    3차원 가축 데이터의 머리방향, 길이1, 흉위, 중위 및 후위 중 하나 이상을 가축표준데이터와 비교하여 제3 후보 리스트를 생성하는 것을 특징으로 하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템.
    (여기서, 길이1은 머리를 제거한 앞다리부터 엉덩이 끝까지의 거리, 길이2는 앞다리와 뒷다리 사이의 거리이다.)
  2. 삭제
  3. 제1항에 있어서,
    상기 거치형 몸체부에 설치되어 가축을 인식하는 리더기를 더 포함하고,
    상기 센서촬영부는,
    상기 리더기로부터 가축 생체 정보가 수신되면 상기 3D 센서를 작동시켜 가축을 촬영하고 가축 프레임을 추출하도록 하는 것을 특징으로 하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 알고리즘 도출부는,
    상기 3차원 가축 데이터의 팩터 중 높이, 길이2, 몸통 반둘레 평균 및 점운(cloud point)의 수를 이용하여 하기 수학식 1을 통해 제2 무게를 도출하는 것을 특징으로 하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템.
    [수학식 1]
    제2 무게 = m1 + (h1 × 높이) + (2ㅣ1 × 길이2) + (g1 × 몸통 반둘레 평균) + (p1 × 3차원 가축 데이터의 점운(cloud point)의 수)
    (여기서, m1은 무게상수, h1은 높이상수, 2ㅣ1은 길이2상수, g1은 반둘레평균상수, p1은 3차원 가축 데이터의 점운(cloud point)상수이다)
  9. 제1항에 있어서,
    상기 가축 무게 추정 애플리케이션은,
    도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단하는 출하판단부를 더 포함하고,
    상기 출하판단부에서 출하가능으로 판단될 경우, 상기 가축에 출하 표시를 하는 마커부를 더 포함하는 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템.
  10. 3D 영상을 기반으로한 거치형 가축 무게 추정 시스템을 이용한 가축 무게 추정 방법에 있어서,
    (a) 거치형 몸체부에 의해 실내에 설치된 3D 센서를 통해 가축을 촬영하여 하나 이상의 가축 프레임을 추출하는 촬영단계 및
    (b) 단말이 추출된 가축 프레임을 이용하여 추정무게를 도출하는 무게추정단계를 포함하고,
    상기 (b) 단계는,
    상기 가축 프레임을 3차원 좌표 데이터로 변환하는 변환단계;
    변환된 3차원 좌표 데이터를 전처리하여 3차원 가축 데이터로 생성하는 전처리단계 및
    상기 3차원 가축 데이터로부터 추정무게를 도출하는 무게도출단계를 포함하고,
    하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 선정하여 후보 리스트를 생성하고, 생성된 후보 리스트의 조건만족의 경우의 수를 판단하여 상기 3차원 가축 데이터의 제1 무게를 도출하는 제1 무게도출단계;
    상기 3차원 가축 데이터에 다중회귀 공식을 적용하여 제2 무게를 도출하는 제2 무게도출단계 및
    상기 제1 무게 및 제2 무게를 이용하여 추정무게를 도출하는 추정무게도출단계를 포함하며,
    상기 제1 무게도출단계는,
    하나 이상의 상기 3차원 가축 데이터를 팩터에 따라 후보로 선정하여 후보 리스트를 생성하는 리스트생성단계 및
    생성된 후보 리스트의 조건만족의 경우의 수를 판단하고, 경우에 따라 상기 3차원 가축 데이터의 제1 무게를 도출하는 리스트처리단계를 포함하고,
    상기 리스트생성단계는,
    3차원 가축 데이터의 머리방향, 바닥각도, 초점거리, 길이1 및 몸통 둘레 총합 중 하나 이상을 가축표준데이터와 비교하여 제1 후보 리스트를 생성하는 제1 후보 단계;
    3차원 가축 데이터의 머리방향, 몸통 둘레 총합, 높이, 길이1 및 중위 중 하나 이상을 가축표준데이터와 비교하여 제2 후보 리스트를 생성하는 제2 후보 단계 및
    3차원 가축 데이터의 머리방향, 길이1, 흉위, 중위 및 후위 중 하나 이상을 가축표준데이터와 비교하여 제3 후보 리스트를 생성하는 제3 후보 단계를 포함하는 가축 무게 추정 방법.
  11. 제10항에 있어서,
    상기 무게추정단계 이후,
    도출된 추정무게와 출하가능무게를 비교하여 출하가능여부를 판단하는 출하판단단계를 더 포함하는 가축 무게 추정 방법.
KR1020200148674A 2020-11-09 2020-11-09 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법 KR102404137B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200148674A KR102404137B1 (ko) 2020-11-09 2020-11-09 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200148674A KR102404137B1 (ko) 2020-11-09 2020-11-09 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법

Publications (2)

Publication Number Publication Date
KR20220062920A KR20220062920A (ko) 2022-05-17
KR102404137B1 true KR102404137B1 (ko) 2022-06-02

Family

ID=81803059

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200148674A KR102404137B1 (ko) 2020-11-09 2020-11-09 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법

Country Status (1)

Country Link
KR (1) KR102404137B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102462098B1 (ko) * 2022-05-18 2022-11-03 (주)호현에프앤씨 빅데이터 학습 기반의 예측 모델을 이용한 최적의 양돈 출하 시점 결정 시스템 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014044078A (ja) * 2012-08-24 2014-03-13 Univ Of Miyazaki 動物体の体重推定装置、及び体重推定方法
KR102062609B1 (ko) * 2019-07-29 2020-01-06 전북대학교 산학협력단 3d 영상을 이용한 휴대형 가축 무게 측정시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2613760B1 (es) * 2015-11-25 2018-03-05 Compañía General De Compras Agropecuarias, S.L.U. Sistema y procedimiento de pesaje y marcado de piezas de ganado

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014044078A (ja) * 2012-08-24 2014-03-13 Univ Of Miyazaki 動物体の体重推定装置、及び体重推定方法
KR102062609B1 (ko) * 2019-07-29 2020-01-06 전북대학교 산학협력단 3d 영상을 이용한 휴대형 가축 무게 측정시스템

Also Published As

Publication number Publication date
KR20220062920A (ko) 2022-05-17

Similar Documents

Publication Publication Date Title
US11627726B2 (en) System and method of estimating livestock weight
KR102014353B1 (ko) 머신러닝 기반의 스마트팜 가축관리 시스템
US8971586B2 (en) Apparatus and method for estimation of livestock weight
Wongsriworaphon et al. An approach based on digital image analysis to estimate the live weights of pigs in farm environments
KR102062609B1 (ko) 3d 영상을 이용한 휴대형 가축 무게 측정시스템
CN107667903B (zh) 基于物联网的畜牧养殖活体体重监测方法
Peuhkurinen et al. Preharvest measurement of marked stands using airborne laser scanning
KR102180077B1 (ko) 3d 영상을 기반으로한 가축 무게 추정 애플리케이션을 활용한 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법
US20100224140A1 (en) Method and a System for Measuring an Animal's Height
CN109141248A (zh) 基于图像的猪体重测算方法及系统
KR102537863B1 (ko) 모돈 관리 및 환경 제어 시스템
CN110991222B (zh) 一种物体状态监测、母猪发情监测方法、装置及系统
KR20190030082A (ko) 패턴인식 기반의 가금류 무게측정 시스템 및 방법
Bhoj et al. Image processing strategies for pig liveweight measurement: Updates and challenges
KR102404137B1 (ko) 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법
KR102403791B1 (ko) 가축 촬영 장치를 이용한 체중 측정 시스템
Dao et al. Automatic cattle location tracking using image processing
KR102372107B1 (ko) 영상기반의 모돈 분만 알림 시스템
CN209607022U (zh) 一种生猪体尺测量设备、系统及猪圈
KR102622655B1 (ko) 한우의 성장검사 자료 수집 장치
CN112116647B (zh) 估重方法和估重装置
CN113762745A (zh) 基于机器视觉的生猪体型外貌评定方法及装置
KR20210155492A (ko) 3d 카메라를 이용한 한우 체중 측정 방법 및 장치
KR102643254B1 (ko) 가축 개체군의 출하 정보 산출 장치 및 방법과, 상기 출하 정보 산출 장치를 포함하는 출하 정보 산출 시스템
KR102389931B1 (ko) 가축 체중 추론 애플리케이션이 설치된 모바일 장치

Legal Events

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