KR102404710B1 - 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 - Google Patents
농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR102404710B1 KR102404710B1 KR1020210070820A KR20210070820A KR102404710B1 KR 102404710 B1 KR102404710 B1 KR 102404710B1 KR 1020210070820 A KR1020210070820 A KR 1020210070820A KR 20210070820 A KR20210070820 A KR 20210070820A KR 102404710 B1 KR102404710 B1 KR 102404710B1
- Authority
- KR
- South Korea
- Prior art keywords
- farmland
- agricultural vehicle
- data
- crops
- agricultural
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000004891 communication Methods 0.000 claims description 24
- 239000000126 substance Substances 0.000 claims description 14
- 230000004071 biological effect Effects 0.000 claims description 12
- 230000000704 physical effect Effects 0.000 claims description 11
- 238000009335 monocropping Methods 0.000 claims 2
- 230000007423 decrease Effects 0.000 claims 1
- 239000002689 soil Substances 0.000 description 11
- 239000000446 fuel Substances 0.000 description 8
- 235000013339 cereals Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004720 fertilization Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000005416 organic matter Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000035558 fertility Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 240000007124 Brassica oleracea Species 0.000 description 3
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 3
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 3
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 3
- 244000062793 Sorghum vulgare Species 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 239000002826 coolant Substances 0.000 description 3
- 235000021374 legumes Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 240000004160 Capsicum annuum Species 0.000 description 2
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 2
- 235000007862 Capsicum baccatum Nutrition 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 239000001728 capsicum frutescens Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 235000019713 millet Nutrition 0.000 description 2
- 239000010705 motor oil Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 244000061520 Angelica archangelica Species 0.000 description 1
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 241001061264 Astragalus Species 0.000 description 1
- 240000002791 Brassica napus Species 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 235000007516 Chrysanthemum Nutrition 0.000 description 1
- 240000005250 Chrysanthemum indicum Species 0.000 description 1
- 241000675108 Citrus tangerina Species 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 235000011511 Diospyros Nutrition 0.000 description 1
- 241000723267 Diospyros Species 0.000 description 1
- 235000001287 Guettarda speciosa Nutrition 0.000 description 1
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 244000017020 Ipomoea batatas Species 0.000 description 1
- 235000002678 Ipomoea batatas Nutrition 0.000 description 1
- 241000758791 Juglandaceae Species 0.000 description 1
- 241000234435 Lilium Species 0.000 description 1
- 244000241838 Lycium barbarum Species 0.000 description 1
- 235000015459 Lycium barbarum Nutrition 0.000 description 1
- 235000015468 Lycium chinense Nutrition 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 244000070406 Malus silvestris Species 0.000 description 1
- 244000061176 Nicotiana tabacum Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 240000006243 Oenanthe sarmentosa Species 0.000 description 1
- 235000004199 Oenanthe sarmentosa Nutrition 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 240000004371 Panax ginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 240000005809 Prunus persica Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 241000109329 Rosa xanthina Species 0.000 description 1
- 235000004789 Rosa xanthina Nutrition 0.000 description 1
- 240000006079 Schisandra chinensis Species 0.000 description 1
- 235000008422 Schisandra chinensis Nutrition 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 244000040738 Sesamum orientale Species 0.000 description 1
- 235000003828 Sium suave Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 235000011684 Sorghum saccharatum Nutrition 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 244000300264 Spinacia oleracea Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 240000004922 Vigna radiata Species 0.000 description 1
- 235000010721 Vigna radiata var radiata Nutrition 0.000 description 1
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 description 1
- 240000001417 Vigna umbellata Species 0.000 description 1
- 235000011453 Vigna umbellata Nutrition 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 239000012773 agricultural material Substances 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000006533 astragalus Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000004233 talus Anatomy 0.000 description 1
- 235000020234 walnut Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Agronomy & Crop Science (AREA)
- Strategic Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 개시는 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치에 관한 것이다. 본 개시의 일 실시 예에 따른 방법은, 농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하고, 농지 평가 데이터에 기초하여 농지 특성을 결정하며, 농지 특성에 기초하여 소정의 농지에 적합한 농작물을 추천할 수 있다.
Description
본 발명은 농지의 특성에 적합한 농작물을 추천하기 위한 위한 방법 및 장치에 관한 것이다.
최근 들어, 농작업을 수행함에 있어서 투입되는 노동력을 감소시키는 기술에 대한 수요가 증가하고, 농업 분야에 IT 기술을 접목하는 시도가 활발하게 진행됨에 따라, 농사용 차량과 관련된 기술도 발전하고 있다. 특히, 전세계적인 인구의 증가 및 식습관의 변화에 기인한 식량 부족 현상, 개발 도상국의 정책에 따른 농업 기계화의 가속화, 식량 안보의 중요성에 따른 농업 선진국의 생산성 극대화 모색에 따라, 농사용 차량에 스마트 모빌리티(smart mobility) 기술을 적용하려는 시도가 활발히 진행되고 있다.
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.
본 발명은 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치를 제공하는데 있다. 본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 과제 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해보다 분명하게 이해될 것이다. 또한, 본 발명이 해결하고자 하는 과제 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제1 측면은, 농지의 특성에 적합한 농작물을 추천하기 위한 방법으로서, 농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하는 단계; 상기 농지 평가 데이터에 기초하여 농지 특성을 결정하는 단계; 및 상기 농지 특성에 기초하여 상기 소정의 농지에 적합한 농작물을 추천하는 단계;를 포함하는, 방법을 제공할 수 있다.
본 개시의 제 2 측면은, 농지의 특성에 적합한 농작물을 추천하기 위한 장치로서, 농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하는 통신부; 적어도 하나의 프로그램이 저장된 메모리; 및 상기 적어도 하나의 프로그램을 실행함으로써 연산을 수행하는 프로세서를 포함하고, 상기 프로세서는, 상기 농지 평가 데이터에 기초하여 농지 특성을 결정하고, 상기 농지 특성에 기초하여 상기 소정의 농지에 적합한 농작물을 추천하는 것인, 장치를 제공할 수 있다.
본 개시의 제 3 측면은, 제 1 측면에 따른 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체가 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
전술한 본 개시의 과제 해결 수단에 의하면, 농사용 차량으로부터 획득된 농지 평가 데이터에 기초하여 소정의 농지에 적합한 농작물을 보다 정확하고 효과적으로 추천할 수 있다.
도 1은 일 실시예에 따른 농사용 차량을 포함하는 시스템의 일 예를 설명하기 위한 도면이다.
도 2a 및 도 2b는 일 실시예에 따른 농사용 차량을 제어하는 일 예를 설명하기 위한 도면들이다.
도 3은 일 실시예에 따른 농사용 차량으로부터 획득된 데이터가 외부 디바이스로 전송되는 일 예를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 농사용 차량을 제어하는 다른 예를 설명하기 위한 도면이다.
도 5a 내지 도 5b는 일 실시예에 따른 농지 평가 데이터를 이용하여 농작물을 추천하는 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 농작물을 추천하기 위해 이용되는 데이터들을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 기간별 농지 평가 데이터에 기초하여 최종 농작물을 추천하는 방법을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 농지의 특성에 적합한 농작물을 추천하기 위한 방법의 흐름도이다.
도 9는 일 실시예에 따른 농지 추천 서버의 블록도이다.
도 2a 및 도 2b는 일 실시예에 따른 농사용 차량을 제어하는 일 예를 설명하기 위한 도면들이다.
도 3은 일 실시예에 따른 농사용 차량으로부터 획득된 데이터가 외부 디바이스로 전송되는 일 예를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 농사용 차량을 제어하는 다른 예를 설명하기 위한 도면이다.
도 5a 내지 도 5b는 일 실시예에 따른 농지 평가 데이터를 이용하여 농작물을 추천하는 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 농작물을 추천하기 위해 이용되는 데이터들을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 기간별 농지 평가 데이터에 기초하여 최종 농작물을 추천하는 방법을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 농지의 특성에 적합한 농작물을 추천하기 위한 방법의 흐름도이다.
도 9는 일 실시예에 따른 농지 추천 서버의 블록도이다.
본 실시예들에서 사용되는 용어는 본 실시예들에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 실시예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 실시예들 전반에 걸친 내용을 토대로 정의되어야 한다.
본 실시예들은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 일부 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 실시예들을 특정한 개시형태에 대해 한정하려는 것이 아니며, 본 실시예들의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 명세서에서 사용한 용어들은 단지 실시예들의 설명을 위해 사용된 것으로, 본 실시예들을 한정하려는 의도가 아니다.
본 실시예들에 사용되는 용어들은 다르게 정의되지 않는 한, 본 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 실시예들에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
한편, 본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
본 명세서에서, “~부(unit)” 또는 “~모듈(module)”은 기계적 요소들이 결합된 하드웨어 구성(hardware component), 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서 또는 회로에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 일 실시예에 따른 농사용 차량을 포함하는 시스템의 일 예를 설명하기 위한 도면이다.
도 1을 참조하면 시스템(1)은 농사용 차량(10), 서버(20), 작업자(30) 및 작업자(30)를 제외한 다른 주체(40)를 포함한다. 이하에서, 작업자(30) 및 다른 주체(40)는 자연인 또는 법인 뿐만 아니라, 작업자(30) 및 다른 주체(40)가 각각 사용하는 디바이스(예를 들어, 다른 디바이스와 통신이 가능한 다양한 장치)가 될 수 있다.
농사용 차량(10)은 농업에 활용될 수 있는 차량을 포함할 수 있다. 예를 들어, 농사용 차량(10)은 농업을 위하여 수행되어야 하는 농작업(예를 들어, 논이나 밭의 일굼, 농업 자제의 운반 등)을 수행할 수 있으며, 작업자(30)가 농지 등을 이동하는 데 이용될 수도 있다. 예를 들어, 농사용 차량(10)은 트랙터일 수 있으나, 이에 제한되지 않는다.
한편, 농사용 차량(10)은 단지 농업에 활용될 수 있는 차량으로 한정되지 않을 수 있다. 다시 말해, 농사용 차량(10)은 통상의 승용차, 트럭, 오토바이 등 농업에 활용되는 것으로 한정되지 않는 이동 수단을 의미할 수도 있다.
농사용 차량(10)은 서버(20)를 통하여 작업자(30) 및/또는 다른 주체(40)와 유선 통신 및/또는 무선 통신을 수행할 수 있다. 또한, 농사용 차량(10)은 GPS 신호를 이용한 다양한 기능이 구현되기 위하여 인공위성(50)과 무선 통신을 수행할 수 있다.
농사용 차량(10)으로부터 획득된 데이터는 서버(20)를 통하여 작업자(30) 및/또는 다른 주체(40)에 전송될 수 있다. 또한, 작업자(30) 및/또는 다른 주체(40)는 농사용 차량(10)으로 데이터를 전송할 수 있다. 따라서, 작업자(30) 및/또는 다른 주체(40)는 농사용 차량(10)에 관한 데이터에 기반하여 다양한 작업들을 수행할 수 있다. 또한, 농사용 차량(10)이 작업자(30)와 통신을 수행함에 따라, 작업자(30)는 농사용 차량(10)의 동작에 관한 다양한 제어를 수행할 수 있다. 예를 들어, 작업자(30)는 직접 농사용 차량(10)에 탑승하지 않고서도, 농사용 차량(10)의 운행, 주차, 농작업 등을 수행할 수 있다.
예를 들어, 유선 통신의 방식은 유선 케이블을 통하여 연결되는 것일 수 있으나, 이에 한정되지 않는다. 한편, 무선 통신의 방식은 NFC(Near Field Communication), ZIGBEE, 블루투스(bluetooth), 초광대역(UWB) 통신, LTE, GNSS(Global Navigation Satellite System), eCALL 등이 해당될 수 있으나, 이에 한정되지 않는다.
한편, 농사용 차량(10)에 포함된 모듈들 간에도 통신이 수행될 수 있다. 예를 들어, 농사용 차량(10) 내에서는 Ethernet, CAN-FD 등에 의하여 통신이 수행될 수 있으나, 이에 한정되지 않는다.
또한, 도 1에는 농사용 차량(10)이 서버(20)를 통하여 작업자(30) 및 다른 주체(40)와 통신하는 것으로 도시되어 있으나, 이에 한정되지 않는다. 예를 들어, 농사용 차량(10)과 작업자(30) 및/또는 다른 주체(40)는 직접 통신 연결이 될 수도 있다. 이에 따라, 작업자(30) 및/또는 다른 주체(40)는 서버(20)를 통하지 않고도 농사용 차량(10)에 관한 데이터의 송수신, 농사용 차량(10)의 제어 등을 수행할 수 있다.
다른 주체(40)는, 작업자(30)를 제외하고, 농사용 차량(10)과 관련된 어떠한 주체이라도 무방하다. 예를 들어, 다른 주체(40)는 농사용 차량(10)의 제조자, 농사용 차량(10)의 판매자, 금융 기관, 정부 기관 등 농사용 차량(10)에 대하여 직/간접적으로 관련된 주체라면, 제한 없이 해당될 수 있다. 여기에서, 직/간접적으로 관련되었다고 함은 농사용 차량(10)의 생산, 판매, 운용, 금융, 정책 등에 의한 관련일 수 있으나, 이에 한정되지 않는다.
농사용 차량(10)은 기계식 차량일 수 있다. 여기에서, 기계식 차량은 농사용 차량(10)이 제어됨에 있어서 주로 기계식 신호가 활용되는 전통적인 차량을 의미한다. 이 경우, 농사용 차량(10)에 별도의 제어 모듈이 부착되고, 부착된 제어 모듈이 외부 디바이스(예를 들어, 서버(20) 또는 작업자(30)의 디바이스)와 통신을 수행함으로써, 농사용 차량(10)이 제어될 수 있다.
한편, 농사용 차량(10)은 전자식 차량일 수 있다. 여기에서, 전자식 차량은 농사용 차량(10)이 제어됨에 있어서 주로 전자식 신호가 활용되는 차량을 의미한다. 이 경우, 농사용 차량(10)이 외부 디바이스(예를 들어, 서버(20) 또는 작업자(30)의 디바이스)와 통신을 수행함으로써, 농사용 차량(10)이 제어될 수 있다.
한편, 서버(20)는 농사용 차량(10)과 관련된 데이터를 송수신하고, 이를 저장할 수 있다. 또한, 서버(20)는 작업자(30) 또는 다른 주체(40)가 유용하게 활용할 수 있는 형태로 저장된 데이터를 가공하고, 가공된 데이터를 작업자(30) 또는 다른 주체(40)에게 전달할 수 있다.
상술한 바에 따르면, 시스템(1)은 기존의 농사용 차량(10)이 이용되는 환경과는 다른 환경을 작업자(30) 또는 다른 주체(40)에게 제공할 수 있다. 구체적으로, 기존에는 작업자(30)가 직접 농사용 차량(10)을 운행하고, 농작업을 수행한다. 또한, 농사용 차량(10)에서 획득될 수 있는 데이터는 작업자(30)가 직접 기입 내지 기억해야 하며, 다른 주체(40)가 농사용 차량(10)에 대한 정보를 얻기 위해서는 작업자(30)에게 의존해야만 한다.
그러나, 시스템(1)이 운용됨에 따라, 농사용 차량(10)은 무인으로 동작할 수 있으며, 작업자(30)는 농사용 차량(10)과 이격된 장소에서 농사용 차량(10)을 자유롭게 제어할 수 있다. 또한, 작업자(30) 및 다른 주체(40)는 별도의 노력 없이도 농사용 차량(10)과 관련된 데이터를 수집할 수 있으며, 농사용 차량(10)으로부터 수집된 데이터를 가공할 수 있다. 또는, 작업자(30) 및 다른 주체(40)는 서버(20)로부터 농사용 차량(10)과 관련된 데이터가 가공된 결과를 수집할 수도 있다.
이하, 도 2 내지 도 4를 참조하여 시스템(1)이 운용됨에 따라 구현될 수 있는 예들을 구체적으로 설명한다.
도 2a 및 도 2b는 일 실시예에 따른 농사용 차량을 제어하는 일 예를 설명하기 위한 도면들이다.
도 2a는 기존의 농사용 차량이 동작하는 예가 도시되어 있으며, 도 2b는 일 실시예에 따른 농사용 차량이 동작하는 예가 도시되어 있다.
도 2a를 참조하면, 기존의 농사용 차량은 작업자(30)가 직접 관여함으로써 운행 및 제어된다. 구체적으로, 작업자(30)가 농사용 차량에 탑승한 후, 농사용 차량에 포함된 조향 장치, 가속 장치 및 감속 장치 등을 작업자(30)가 직접 조정함에 따라 운행된다. 또한, 작업자(30)는 직접 농사용 차량에 작업 도구를 싣거나 농사용 차량에 작업기를 연결함으로써 농작업을 수행한다.
도 2b를 참조하면, 일 실시예에 따른 농사용 차량(10)은 작업자(30)가 직접 탑승하지 않더라도 운행 및 제어될 수 있다. 구체적으로, 외부 디바이스(예를 들어, 작업자(30)의 디바이스, 서버(20) 등)로부터 전달된 제어 신호에 따라, 농사용 차량(10)은 자율 주행 및 자율 작업을 수행할 수 있다.
예를 들어, 농사용 차량(10)에는 조향 장치, 가속 장치 및 감속 장치를 제어할 수 있는 컨트롤러가 설치되고, 컨트롤러에 입력된 제어 신호에 따라 농사용 차량(10)이 운행될 수 있다. 특히, 상술한 컨트롤러는 범용적으로 구현될 수 있으며, 도 2a를 참조하여 상술한 기존의 농사용 차량에 설치됨에 따라, 기존의 농사용 차량에 포함된 엘리먼트의 분리 또는 개조 없이도 자율 주행 및 자율 작업이 수행될 수 있다.
도 3은 일 실시예에 따른 농사용 차량으로부터 획득된 데이터가 외부 디바이스로 전송되는 일 예를 설명하기 위한 도면이다.
도 3을 참조하면, 농사용 차량(10)은 외부 디바이스(300)와 통신을 수행할 수 있다. 여기에서, 외부 디바이스(300)는 도 1의 서버(20), 작업자(30)의 디바이스 및/또는 다른 주체(40)의 디바이스일 수 있다. 외부 디바이스(300)는 다른 디바이스와의 통신, 데이터 연산 또는 처리, 및 데이터 저장이 가능한 장치라면 제한 없이 해당될 수 있다. 예를 들어, 외부 디바이스(300)는 PC, 테블릿 PC, 스마트 폰, 웨이러블 디바이스 등이 해당될 수 있으나, 이에 제한되지 않는다.
농사용 차량(10)의 운행 및 농작업에 따라, 다양한 데이터가 생성될 수 있다. 예를 들어, 농사용 차량(10)이 생산됨에 따라, 농사용 차량(10) 자체에 대한 데이터(예를 들어, 모델명, 마력, 출시 연도, 출고가, 변속 타입, 외관, 사양(specification) 등)가 생성될 수 있다. 또한, 농사용 차량(10)이 운행됨에 따라, CAN(Controller Area Network) 데이터, 사고와 관련된 데이터, 고장과 관련된 데이터, 기타 주행 데이터(예를 들어, 엔진 토크 비율, 엔진 부하율, 엔진 RPM(Revolutions Per Minute), 엔진 작동 시간(operation hour), 누적 연료 소모량, 연비, 엔진의 고장 정보, 엔진 오일의 온도, 엔진 룸의 온도, 냉각수의 온도, 현재의 변속 단수, 미션 오일의 온도, 주행 거리, 주행 시간 등)가 생성될 수 있다. 또한, 농사용 차량(10)으로 농작업이 수행됨에 따라, 농기구와 관련된 데이터, 작물과 관련된 데이터, 농작업이 수행된 농지에 관한 데이터 등이 생성될 수 있다.
농사용 차량(10)의 운행 및 농작업에 따라 생성된 데이터는 외부 디바이스(300)로 전송될 수 있다. 그리고, 외부 디바이스(300)는 전송된 데이터를 출력 및 저장할 수 있으며, 전송된 데이터를 소정의 기준에 따라 가공할 수도 있다. 이에 따라, 작업자(30)에게 농사용 차량(10)과 관련된 다양한 솔루션이 제공될 수 있다.
일 예로서, 외부 디바이스(300)를 통하여, 작업자(30)는 농작업의 관리, 농사용 차량(10)의 유지 보수, 농사용 차량(10)의 원격 진단, 농사용 차량(10)의 연비의 효율 관리 등을 수행할 수 있다.
다른 예로서, 외부 디바이스(300)를 통하여, 작업자(30)는 농사용 차량(10)의 현재 위치를 추적하거나, 농사용 차량(10)의 현재 농작업을 모니터링할 수 있다. 또한, 외부 디바이스(300)를 통하여, 작업자(30)는 원격으로 농사용 차량(10)에 시동을 걸거나 시동을 끌 수 있으며, 농사용 차량(10)의 공조 시스템을 온/오프 할 수 있다.
또 다른 예로서, 외부 디바이스(300)를 통하여, 작업자(30)는 농사용 차량(10)의 도난을 방지할 수 있으며, 농사용 차량(10)의 키가 없이도 농사용 차량(10)의 시동을 걸거나 끌 수 있다. 또한, 외부 디바이스(300)를 통하여, 작업자(30)는 농사용 차량(10)의 사고를 감지하거나, 응급 상황(예를 들어, 작업자(30)의 부상, 농사용 차량(10)의 고장 등)에 대한 신고를 수행할 수 있다.
도 4는 일 실시예에 따른 농사용 차량을 제어하는 다른 예를 설명하기 위한 도면이다.
도 4를 참조하면, 외부 디바이스(400)는 농사용 차량(10)과의 통신을 통하여, 농사용 차량(10)의 현재 상태에 대한 정보를 출력할 수 있다. 예를 들어, 외부 디바이스(400)는 GPS 신호를 통하여 획득된 농사용 차량(10)의 현재 위치에 대한 정보를 출력할 수 있다. 또한, 농사용 차량(10)이 현재 주행 중인 경우, 외부 디바이스(400)는 농사용 차량(10)의 엔진 RPM, 현재 속도, 연비, 가동 시간, 현재의 변속 단수 등 에 대한 정보를 출력할 수 있다.
이에 따라, 작업자(30)는 농사용 차량(10)의 현재 상태를 파악하고, 농사용 차량(10)을 원격으로 제어할 수 있다. 다시 말해, 작업자(30)가 농사용 차량(10)에 탑승하지 않고 외부 디바이스(400)에 출력된 정보를 확인하고, 외부 디바이스(400)를 통하여 농사용 차량(10)의 다양한 기능들을 제어함으로써, 자율 주행 및/또는 자율 작업이 구현될 수 있다.
도 5a 내지 도 5b는 일 실시예에 따른 농지 평가 데이터를 이용하여 농작물을 추천하는 방법을 설명하기 위한 도면이다.
농사용 차량(10), 서버(20) 및 외부 디바이스(300) 간의 통신 네트워크가 형성될 수 있다.
서버(20)는 농사용 차량(10)으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하고, 수신된 농지 평가 데이터에 기초하여 농지 특성을 결정할 수 있다. 또한, 서버(20)는 결정된 농지 특성에 기초하여 소정의 농지에 적합한 농작물을 외부 디바이스(300)로 추천할 수 있다.
농사용 차량(10)의 운행 및 농작업에 따라 다양한 데이터가 생성될 수 있다. 생성된 데이터 중 적어도 일부는, 농사용 차량(10)이 운행되거나, 농작업을 수행한 소정의 농지를 평가하는 데 이용될 수 있는 농지 평가 데이터일 수 있다.
일 실시예에서, 농지 평가 데이터에는 농사용 차량(10)의 운행 데이터가 포함될 수 있다. 운행 데이터는, 농사용 차량(10)의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터 중 적어도 하나를 포함할 수 있다.
또한, 농지 평가 데이터에는 농사용 차량(10)의 농작업 수행 데이터가 포함될 수 있다. 농작업 수행 데이터는, 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나를 포함할 수 있다.
한편, 농지 평가 데이터에 포함되는 운행 데이터 및 농작업 수행 데이터는 상술한 예로 제한되지 않는다.
일 실시예에서, 도 5a를 참조하면, 서버(20)는 농사용 차량(10)으로부터 농지 평가 데이터를 수신할 수 있다.
다른 실시예에서, 도 5b를 참조하면, 외부 디바이스(300)가 농사용 차량(10)으로부터 농지 평가 데이터를 수신하고, 서버(20)는 외부 디바이스(300)로부터 농지 평가 데이터를 수신할 수 있다. 즉, 서버(200)는 농사용 차량(10)으로부터 농지 평가 데이터를 직접 수신하는 대신, 외부 디바이스(300)를 통해 농지 평가 데이터를 수신할 수 있다.
서버(20)는 농지 평가 데이터에 기초하여 농지 특성을 결정할 수 있다. 농지 특성에는, 소정의 농지에 적합한 농작물을 추천하기 위해 이용할 수 있는 특성이면 제한없이 포함될 수 있다. 농지 특성에는 물리적 특성, 화학적 특성 및 생물학적 특성이 포함될 수 있다.
서버(20)는 농사용 차량(10)의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터 중 적어도 하나에 기초하여, 소정의 농지에 대한 물리적 특성, 화학적 특성 및 생물학적 특성에 포함된 요소들 중 적어도 하나를 결정할 수 있다. 또한, 서버(20)는 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나에 기초하여, 소정의 농지에 대한 물리적 특성, 화학적 특성 및 생물학적 특성에 포함된 요소들 중 적어도 하나를 결정할 수 있다.
서버(20)는 결정된 농지 특성에 기초하여 소정의 농지에 적합한 농작물을 외부 디바이스(300)로 추천할 수 있다.
소정의 농지의 물리적 특성, 화학적 특성 및 생물학적 특성에 따라 경작하기에 적합한 농작물 종류가 정해질 수 있다. 서버(20)는 상술한 방법으로 결정된 농지 특성에 기초하여, 소정의 농지에 적합한 농작물을 추천할 수 있다.
한편, 도 5a 내지 도 5b에서는 서버(20)에서 농지 특성에 적합한 농작물을 결정하여 외부 디바이스(300)에 결정된 농작물을 추천하는 방식을 설명하였으나, 외부 디바이스(300)에서 농사용 차량(10)으로부터 농지 평가 데이터를 수신하여, 수신된 농지 평가 데이터에 기초하여 농지 특성을 결정하고, 농지 특성에 기초하여 소정의 농지에 적합한 농작물을 외부 디바이스(300)의 사용자에게 추천할 수 있다. 또한, 외부 디바이스(300)는 농사용 차량(10)에 탑재될 수도 있다.
도 6은 일 실시예에 따른 농작물을 추천하기 위해 이용되는 데이터들을 설명하기 위한 도면이다.
농지 평가 데이터(610)에는 농사용 차량(10)의 차량 운행 데이터(611)가 포함될 수 있다. 차량 운행 데이터(611)는, 농사용 차량(10)의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터 중 적어도 하나를 포함할 수 있다.
예를 들어, 사고 관련 데이터는 사고 발생 위치, 사고 발생 시간, 사고 발생 원인, 사고 발생 결과 중 적어도 하나를 포함할 수 있다. 사고 발생 위치는 농사용 차량(10)의 사고가 발생한 지점의 GPS 좌표를 포함할 수 있고, 사고 발생 시간은 농사용 차량(10)의 사고가 발생한 시점의 계절, 월, 일, 요일, 시, 분, 초 등을 포함할 수 있다. 또한, 고장 관련 데이터는 고장 부품, 고장 빈도, 고장 정도 중 적어도 하나를 포함할 수 있다. 또한, 주행 관련 데이터는 농사용 차량(10)의 타이어 접지면의 변형량, 엔진 토크 비율, 엔진 부하율, 엔진 RPM(Revolutions Per Minute), 엔진 작동 시간(operation hour), 누적 연료 소모량, 연비, 엔진 오일의 온도, 엔진 룸의 온도, 냉각수의 온도, 현재의 변속 단수, 미션 오일의 온도, 주행 거리, 주행 시간 중 적어도 하나를 포함할 수 있다.
농지 평가 데이터(610)에는 농사용 차량(10)의 농작업 수행 데이터(612)가 포함될 수 있다. 농작업 수행 데이터(612)는, 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나를 포함할 수 있다.
예를 들어, 농기구 관련 데이터는 농작업을 수행하는데 사용된 농기구의 스펙 데이터, 고장 관련 데이터, 농기구에 걸리는 하중 데이터, 농기구 동력 데이터 중 적어도 하나를 포함할 수 있다. 또한, 작물 관련 데이터는 농작업을 수행하는데 사용된 작물의 종류, 작물 이름, 작물 원산지, 재배 방법, 재배 환경, 품질 특성 중 적어도 하나를 포함할 수 있다. 또한, 농지 관련 데이터는 농작업을 수행하는 농지의 면적, 토지 정보, 지면의 강도(단단, 보통, 무른), 일조량 중 적어도 하나를 포함할 수 있다.
서버(20)는 농지 평가 데이터에 기초하여 농지 특성(620)을 결정할 수 있다. 농지 특성(620)에는 물리적 특성, 화학적 특성 및 생물학적 특성이 포함될 수 있다. 예를 들어, 물리적 특성에는, 토성, 보수력, 배수력, 토양공극, 용적비중, 온도(변화폭) 등이 포함될 수 있다. 또한, 화학적 특성에는 유기물함량, C/N율, 타감 물질, pH, 비옥도, 무기태질소 형태 등이 포함될 수 있다. 또한, 생물학적 특성에는 토양미생물, 질산화 작용 등이 포함될 수 있다.
농지 평가 데이터(610)로부터 농지 특성(620)이 결정될 수 있다. 농지 특성(620)을 결정하기 위해, 차량 운행 데이터(611)로써 농사용 차량(10)의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터, 그리고 농작업 수행 데이터(612)로써 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터가 이용되거나, 이들의 조합이 이용될 수 있다.
예를 들어, 서버(20)는 사고 발생 위치, 사고 발생 시간, 사고 발생 원인, 사고 발생 결과 중 적어도 하나에 기초하여, 소정의 농지에 대한 물리적 특성, 화학적 특성 및 생물학적 특성에 포함된 요소들 중 적어도 하나를 결정할 수 있다. 예를 들어, 서버(20)는 농사용 차량(10)의 사고 발생 위치를 이용하여 해당 위치의 농지의 토성 중에 모래와 자갈이 많다거나, 유기물 함량이 많다거나, pH 및 비옥도가 낮은 것으로 결정할 수 있다.
또한, 서버(20)는 농사용 차량(10)의 고장 부품, 고장 빈도, 고장 정도 중 적어도 하나에 기초하여, 소정의 농지에 대한 물리적 특성, 화학적 특성 및 생물학적 특성에 포함된 요소들 중 적어도 하나를 결정할 수 있다. 예를 들어, 서버(20)는 농사용 차량(10)의 고장 빈도가 임계치 이상인 경우, 토성 중에 모래와 자갈이 많다거나, 유기물 함량이 많다거나, pH 및 비옥도가 낮은 것으로 결정할 수 있다.
또한, 서버(20)는 농사용 차량(10)의 주행 관련 데이터로써, 엔진 토크 비율, 엔진 부하율, 엔진 RPM(Revolutions Per Minute), 엔진 작동 시간(operation hour), 누적 연료 소모량, 연비, 엔진 오일의 온도, 엔진 룸의 온도, 냉각수의 온도, 현재의 변속 단수, 미션 오일의 온도, 주행 거리, 주행 시간 중 적어도 하나에 기초하여, 소정의 농지에 대한 물리적 특성, 화학적 특성 및 생물학적 특성에 포함?? 요소들 중 적어도 하나를 결정할 수 있다. 예를 들어, 서버(20)는 농사용 차량(10)의 엔진 RPM이 기준값 이상을 지속적으로 상회하거나, 엔진 토크 비율이 높을 경우, 토성 중에 모래와 자갈이 많다거나, 유기물 함량이 많다거나, pH 및 비옥도가 낮은 것으로 결정할 수 있다.
또한, 소정의 농지에 대한 일조량이 곡류를 경작하기에 적합하여, 곡류 경작용 농기구를 이용하여 곡류를 경작하였으나, 농기구의 고장 빈도가 임계치 이상인 경우, 서버(20)는 소정의 농지가 곡류 경작에는 적합하지 않은 토성, 보수력, 유기물함량, pH 특성을 가지고 있는 것으로 결정할 수 있다.
한편, 농지 평가 데이터로부터 농지 특성을 결정하기 위해, 농사용 차량(10)의 적어도 일부에는 추가 센서나 기구가 부착될 수 있다. 예를 들어, 농사용 차량(10)에는 농지의 화학적 특성 중 하나인 pH를 결정하기 위해 pH 센서가 더 부착될 수 있고, 농지의 생물학적 특성 중 하나인 토양미생물을 확인하기 위한 바이오 센서가 더 부착될 수 있다.
농사용 차량(10)에 부착될 수 있는 센서나 기구는 상술한 예로 한정되지 않으며, 농지의 물리적 특성, 화학적 특성 및 생물학적 특성을 결정하기 위한 것이라면 제한없이 포함될 수 있다.
서버(20)는 결정된 농지 특성에 기초하여 소정의 농지에 적합한 농작물을 추천(630)할 수 있다.
농작물의 종류에는 곡류, 콩류, 서류, 채소, 과실류, 종실류, 특용작물, 약용작물, 전매작물, 화훼작물, 버섯류 등이 포함될 수 있다. 곡류에는 밀, 벼, 옥수수, 보리, 기장, 조, 수수 등이 포함되고, 콩류에는 콩, 팥, 녹두 등이 포함되고, 서류에는 감자, 고구마 등이 포함되고, 채소에는 배추, 시금치, 미나리 등이 포함되고, 과실류에는 사과, 복숭아, 포도 등이 포함되고, 종실류에는 감, 귤, 호두, 등이 포함되고, 특용작물에는 유채, 참깨, 땅콩 등이 포함되고, 약용작물에는 구기자, 당귀, 황기, 오미자 등이 포함되고, 전매작물에는 연초, 인삼 등이 포함되고, 화훼작물에는 국화, 장미, 백합 등이 포함되며, 버섯류에는 양송이, 목이버섯, 느타리, 표고버섯 등이 포함될 수 있다.
도 7은 일 실시예에 따른 기간별 농지 평가 데이터에 기초하여 최종 농작물을 추천하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 서버(20)는 농사용 차량(10)으로부터 소정의 농지에 대한 기간 별 농지 평가 데이터를 수신(710)하고, 수신된 농지 평가 데이터에 기초하여 기간 별 농지 특성을 결정(720)할 수 있다. 또한, 서버(20)는 결정된 기간 별 농지 특성에 기초하여 소정의 농지에 적합한 기간 별 후보 농작물을 결정(730)할 수 있다. 또한, 서버(20)는 후보 농작물들의 연작 장해 요인 및 단위 면적당 소득을 고려하여, 최종 농작물을 추천(740)할 수 있다.
서버(20)는 농사용 차량(10)으로부터 소정의 농지에 대한 기간 별 농지 평가 데이터를 수신(710)할 수 있다. 기간은 계절, 반기, 분기, 월 등의 단위로 설정될 수 있다.
일 실시예에서, 농지 평가 데이터에는 농사용 차량(10)의 운행 데이터가 포함될 수 있다. 운행 데이터는, 농사용 차량(10)의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터 중 적어도 하나를 포함할 수 있다. 또한, 농지 평가 데이터에는 농사용 차량(10)의 농작업 수행 데이터가 포함될 수 있다. 농작업 수행 데이터는, 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나를 포함할 수 있다.
서버(20)는 기간 별 농지 평가 데이터에 기초하여 기간 별 농지 특성을 결정(720)할 수 있다.
동일한 농지에서도 기간 별 농지 특성이 다를 수 있다. 예를 들어, 계절 변화가 뚜렷한 지역 내 농지의 경우, 해당 농지의 물리적 특성, 화학적 특성 및 생물학적 특성 중 적어도 하나의 특성은 계절 별, 분기 별 또는 월 별로 달라질 수 있다.
서버(20)는 기간 별 농지 특성에 기초하여, 소정의 농지에 적합한 기간 별 후보 농작물들을 결정(730)할 수 있다.
동일한 농지에서도 기간 별 농지 특성이 다를 수 있으므로, 서버(20)는 소정의 농지에 적합한 후보 농작물들을 기간 별로 결정할 수 있다. 예를 들어, 서버(20)는 A농작물, B농작물 및 C농작물을 소정의 농지의 여름에 적합한 후보 농작물들로써 결정할 수 있고, D농작물, E농작물 및 F농작물을 소정의 농지의 겨울에 적합한 후보 농작물들로써 결정할 수 있다.
서버(20)는 후보 농작물들의 연작 장해 요인 및 단위 면적당 소득 중 적어도 하나를 고려하여, 최종 농작물을 추천(740)할 수 있다.
연작 장해를 발생시키는 다양한 요인이 존재하는데, 예를 들어, 특정 농지에 같은 농작물을 심게 되면 땅의 거름에서 해당 농작물이 필요로 하는 영양분만 계속 소모되고, 또한 해당 농작물을 좋아하는 병해충이 해당 농작물을 공격함에 따라 병해충에 약해질 수 있다. 토양 병해로는 무름병(배추, 양배추), 역병(오이, 고추), 시듦병(토마토, 고추) 등이 있다.
이에 따라, 서버(20)는 후보 농작물들의 연작 장해 요인을 고려하여 최종 농작물을 추천할 수 있다.
연작 장해 요인을 제거하기 위해 거름이 많이 필요한 농작물과 거름이 적게 필요한 농작물이 번갈아 가며 경작될 수 있다. 예를 들어, A농작물, B농작물 및 C농작물이 소정의 농지의 여름에 적합한 후보 농작물들로 결정되고, D농작물, E농작물 및 F농작물이 소정의 농지의 겨울에 적합한 후보 농작물들로써 결정된 상황에서, 서버(20)는 거름이 많이 필요한 A농작물과 거름이 적게 필요한 D농작물을 각각 여름 및 겨울에 경작하기 좋은 최종 농작물로 추천할 수 있다.
또한, 서버(20)는 후보 농작물들의 단위 면적당 소득을 고려하여 최종 농작물을 추천할 수 있다. 예를 들어, A농작물, B농작물 및 C농작물이 소정의 농지의 여름에 적합한 후보 농작물들로 결정되고, D농작물, E농작물 및 F농작물이 소정의 농지의 겨울에 적합한 후보 농작물들로써 결정된 상황에서, 서버(20)는 단위 면적당 소득이 가장 큰 A농작물 및 E농작물을 각각 여름 및 겨울에 경작하기 좋은 최종 농작물로 추천할 수 있다.
또한, 서버(20)는 후보 농작물들의 연작 장해 요인 및 단위 면적당 소득을 모두 고려하여 최종 농작물을 추천할 수 있다. 예를 들어, 서버(20)는 거름이 많이 필요한 A농작물과 B농작물, 그리고 거름이 적게 필요한 D농작물을 각각 여름 및 겨울에 경작하기 좋은 농작물로 1차 추천하고, 단위 면적당 소득이 가장 큰 A농작물과 D농작물을 각각 여름 및 겨울에 경작하기 좋은 최종 농작물로 2차 추천할 수 있다.
도 8은 일 실시예에 따른 농지의 특성에 적합한 농작물을 추천하기 위한 방법의 흐름도이다.
도 8에 도시된, 농지의 특성에 적합한 농작물을 추천하는 방법은, 앞서 설명된 도면들에서 설명된 실시예들에 관련되므로, 이하 생략된 내용이라 할지라도, 앞서 도면들에서 설명된 내용들은 도 8의 방법에도 적용될 수 있다.
도 8을 참조하면, 단계 810에서 프로세서는 농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신할 수 있다.
일 실시예에서, 프로세서는 농지 평가 데이터로써, 농사용 차량의 운행 데이터를 수신할 수 있다. 운행 데이터는, 농사용 차량의 사고 관련 데이터, 고장 관련 데이터 및 주행 관련 데이터 중 적어도 하나를 포함할 수 있다.
또한, 프로세서는 농지 평가 데이터로써, 농사용 차량의 농작업 수행 데이터를 수신할 수 있다. 농작업 수행 데이터는, 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나를 포함할 수 있다.
단계 820에서 프로세서는 농지 평가 데이터에 기초하여 농지 특성을 결정할 수 있다.
일 실시예에서, 프로세서는 운행 데이터에 기초하여 상기 농지 특성을 결정할 수 있다.
또한, 프로세서는 농작업 수행 데이터에 기초하여 상기 농지 특성을 결정할 수 있다.
농지 특성에는 물리적 특성, 화학적 특성 및 생물학적 특성 중 적어도 하나가 포함될 수 있다.
단계 830에서 프로세서는 농지 특성에 기초하여 상기 소정의 농지에 적합한 농작물을 추천할 수 있다.
도 9는 일 실시예에 따른 농지 추천 서버의 블록도이다.
도 9를 참조하면, 농지 추천 서버(900)는 프로세서(910), 통신부(920) 및 메모리(930)를 포함할 수 있다. 도 9의 농지 추천 서버(900)에는 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 9에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다.
통신부(920)는 외부 서버 또는 외부 장치와 유선/무선 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(920)는, 근거리 통신부(미도시), 이동 통신부(미도시) 및 방송 수신부(미도시) 중 적어도 하나를 포함할 수 있다.
메모리(930)는 농지 추천 서버(900) 내에서 처리되는 각종 데이터들을 저장하는 하드웨어로서, 프로세서(910)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. 메모리(930)는 결제 정보, 사용자 정보 등을 저장할 수 있다.
메모리(930)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함할 수 있다.
프로세서(910)는 농지 추천 서버(900)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(910)는 메모리(930)에 저장된 프로그램들을 실행함으로써, 입력부(미도시), 디스플레이(미도시), 통신부(920), 메모리(930) 등을 전반적으로 제어할 수 있다. 프로세서(910)는, 메모리(930)에 저장된 프로그램들을 실행함으로써, 농지 추천 서버(900)의 동작을 제어할 수 있다.
프로세서(910)는 도 1 내지 도 8에서 상술한 농지 추천 서버(900)의 동작 중 적어도 일부를 제어할 수 있다.
프로세서(910)는 ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
전술한 본 명세서의 설명은 예시를 위한 것이며, 본 명세서의 내용이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 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.
본 실시예의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 포함되는 것으로 해석되어야 한다.
Claims (8)
- 농사용 차량 및 서버로 구성된 시스템이 농지의 특성에 적합한 농작물을 추천하기 위한 방법으로서,
상기 서버는,
통신부 및 프로세서를 포함하고,
상기 서버의 통신부가, 상기 농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하는 단계;
상기 서버의 프로세서가, 상기 수신된 농지 평가 데이터에 기초하여 상기 소정의 농지의 농지 특성을 결정하는 단계; 및
상기 서버의 프로세서가, 상기 결정된 농지 특성에 기초하여 상기 농지 특성을 충족하는 복수의 후보 농작물들을 결정하고, 상기 결정된 후보 농작물들 중에서 하나의 최종 농작물을 추천하는 단계;를 포함하고,
상기 농지 평가 데이터는,
상기 농사용 차량의 운행 데이터를 포함하고,
상기 운행 데이터는,
상기 농사용 차량의 고장 빈도에 대한 데이터 및 상기 농사용 차량의 엔진 RPM에 대한 데이터를 포함하고,
상기 농지 특성을 결정하는 단계는,
상기 농사용 차량의 고장 빈도가 임계치 이상이거나, 상기 농사용 차량의 엔진 RPM이 기준값 이상을 지속적으로 상회한 횟수를 기초로, 상기 소정의 농지의 농지 특성으로 결정하고
상기 복수의 후보 농작물들 중에서 상기 최종 농작물을 추천하는 단계는,
상기 서버의 프로세서가, 상기 결정된 농지 특성 및 상기 소정의 농지에서 재배되었던 과거 농작물들을 기초로, 상기 소정의 농지에서 상기 과거 농작물들에 이어서 경작하면 경작효율이 떨어지는 요인인 연작 장해 요인을 결정하고,
상기 서버의 프로세서가, 상기 소정의 농지의 특성을 기초로, 상기 후보 농작물들의 단위 면적당 소득을 결정하고,
상기 결정된 연작 장해 요인 및 단위면적당 소득을 고려하여, 상기 후보 농작물들 중에서 하나의 최종 농작물을 추천하는, 방법. - 삭제
- 삭제
- 제 1 항에 있어서,
상기 농지 평가 데이터를 수신하는 단계는,
상기 농지 평가 데이터로써, 상기 농사용 차량의 농작업 수행 데이터를 수신하는 단계;
를 포함하고,
상기 농지 특성을 결정하는 단계는,
상기 농작업 수행 데이터에 기초하여 상기 농지 특성을 결정하는 단계;
를 포함하는, 방법. - 제 4 항에 있어서,
상기 농작업 수행 데이터는, 농기구 관련 데이터, 작물 관련 데이터 및 농지 관련 데이터 중 적어도 하나를 포함하는 것인, 방법. - 제 1 항에 있어서,
상기 농지 특성에는 물리적 특성, 화학적 특성 및 생물학적 특성 중 적어도 하나가 포함되는 것인, 방법. - 농지의 특성에 적합한 농작물을 추천하기 위한 장치로서,
농사용 차량으로부터 소정의 농지에 대한 농지 평가 데이터를 수신하는 통신부;
적어도 하나의 프로그램이 저장된 메모리; 및
상기 적어도 하나의 프로그램을 실행함으로써 연산을 수행하는 프로세서를 포함하고,
상기 프로세서는,
상기 농지 평가 데이터에 기초하여 농지 특성을 결정하고,
상기 결정된 농지 특성에 기초하여, 상기 결정된 농지특성을 충족하는 복수의 후보 농작물들을 결정하고, 상기 결정된 후보 농작물들 중에서, 하나의 최종 농작물을 추천하는 단계를 포함하고,
상기 농지 평가 데이터는,
상기 농사용 차량의 운행 데이터를 포함하고,
상기 운행 데이터는,
상기 농사용 차량의 고장 빈도에 대한 데이터 및 상기 농사용 차량의 엔진 RPM에 대한 데이터를 포함하고,
상기 프로세서는,
상기 농사용 차량의 고장 빈도가 임계치 이상이거나, 상기 농사용 차량의 엔진 RPM이 기준값 이상을 지속적으로 상회한 횟수를 기초로 상기 소정의 농지의 농지 특성으로 결정하고,
상기 프로세서가 상기 최종 농작물을 추천하는 경우,
상기 소정의 농지에서 재배되었던 과거 농작물들을 기초로, 상기 소정의 농지에서 상기 과거 농작물들에 이어서 경작하면 경작효율이 떨어지는 요인인 연작 장해 요인을 결정하고,
상기 소정의 농지의 특성을 기초로, 상기 후보 농작물들의 단위 면적당 소득을 결정하고,
상기 결정된 연작 장해 요인 및 단위면적당 소득을 고려하여, 상기 후보 농작물들 중에서 하나의 최종 농작물을 추천하는, 장치. - 제 1 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210070820A KR102404710B1 (ko) | 2021-06-01 | 2021-06-01 | 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 |
| US17/728,345 US11622495B2 (en) | 2021-06-01 | 2022-04-25 | Method of automatically combining farm vehicle and work machine and farm vehicle |
| US18/110,175 US11877526B2 (en) | 2021-06-01 | 2023-02-15 | Method of automatically combining farm vehicle and work machine and farm vehicle |
| US18/110,224 US11910737B2 (en) | 2021-06-01 | 2023-02-15 | Method of automatically combining farm vehicle and work machine and farm vehicle |
| US18/110,207 US11785874B2 (en) | 2021-06-01 | 2023-02-15 | Method of automatically combining farm vehicle and work machine and farm vehicle |
| US18/110,193 US20230247926A1 (en) | 2021-06-01 | 2023-02-15 | Method of automatically combining farm vehicle and work machine and farm vehicle |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210070820A KR102404710B1 (ko) | 2021-06-01 | 2021-06-01 | 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102404710B1 true KR102404710B1 (ko) | 2022-06-07 |
Family
ID=81987192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210070820A KR102404710B1 (ko) | 2021-06-01 | 2021-06-01 | 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102404710B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002539439A (ja) * | 1999-03-15 | 2002-11-19 | 財団法人熊本テクノポリス財団 | 精密農業用の土壌特性測定装置とシステム |
| JP2015022662A (ja) * | 2013-07-22 | 2015-02-02 | 株式会社クボタ | 農業管理システム |
| JP2019160246A (ja) * | 2018-03-16 | 2019-09-19 | 日本電気株式会社 | 栽培作物選定支援装置、栽培作物選定支援方法、及びプログラム |
| KR102054182B1 (ko) * | 2017-07-31 | 2020-01-22 | 최보은 | 일체형 스마트 작물 관리 모듈 |
-
2021
- 2021-06-01 KR KR1020210070820A patent/KR102404710B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002539439A (ja) * | 1999-03-15 | 2002-11-19 | 財団法人熊本テクノポリス財団 | 精密農業用の土壌特性測定装置とシステム |
| JP2015022662A (ja) * | 2013-07-22 | 2015-02-02 | 株式会社クボタ | 農業管理システム |
| KR102054182B1 (ko) * | 2017-07-31 | 2020-01-22 | 최보은 | 일체형 스마트 작물 관리 모듈 |
| JP2019160246A (ja) * | 2018-03-16 | 2019-09-19 | 日本電気株式会社 | 栽培作物選定支援装置、栽培作物選定支援方法、及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Acuña et al. | Short‐term effects of cover crops and compaction on soil properties and soybean production in Illinois | |
| Srivastava et al. | SSNM-based rationale of fertilizer use in perennial crops: A review | |
| Edalat et al. | Corn nitrogen management using NDVI and SPAD sensor-based data under conventional vs. reduced tillage systems | |
| US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
| Tremblay et al. | Development and validation of fuzzy logic inference to determine optimum rates of N for corn on the basis of field and crop features | |
| Sønsteby et al. | Effects of bark mulch and NPK fertilizer on yield, leaf nutrient status and soil mineral nitrogen during three years of strawberry production | |
| Srivastava et al. | Soil analysis based diagnostic norms for Indian citrus cultivar | |
| Omara et al. | Effect of long-term beef manure application on soil test phosphorus, organic carbon, and winter wheat yield | |
| Mielenz et al. | Nitrous oxide emissions from grain production systems across a wide range of environmental conditions in eastern Australia | |
| Schumann et al. | Variable rate granular fertilization of citrus groves: Spreader performance with single-tree prescription zones | |
| Rehm | Sulfur management for corn growth with conservation tillage | |
| Gramig et al. | Nitrogen application decision-making under climate risk in the US Corn Belt | |
| KR102404710B1 (ko) | 농지의 특성에 적합한 농작물을 추천하기 위한 방법 및 장치 | |
| Garg et al. | Effect of long-term fertilizer management and crop rotations on accumulation and downward movement of phosphorus in semi-arid subtropical irrigated soils | |
| US11785874B2 (en) | Method of automatically combining farm vehicle and work machine and farm vehicle | |
| Prior et al. | Effects of atmospheric CO2 enrichment on crop nutrient dynamics under no-till conditions | |
| Li et al. | Does 3, 4-dimethylpyrazole phosphate or N-(n-butyl) thiophosphoric triamide reduce nitrous oxide emissions from a rain-fed cropping system? | |
| Akoto-Danso et al. | Nutrient flows and balances in intensively managed vegetable production of two West African cities | |
| Srivastava et al. | Analysis of citrus orchard efficiency in relation to soil properties | |
| Long et al. | Nitrogen requirement to change protein concentration of spring wheat in semiarid Pacific Northwest | |
| Srivastava et al. | Nutrient Indexing in “‘Kinnow” Mandarin (Citrus deliciosia Lour.× Citrus nobilis Tanaka) Grown in Indogangetic Plains | |
| Jensen et al. | Influence of soil properties on the growth of sycamore (Acer pseudoplatanus L.) in Denmark | |
| Srivastava et al. | Specialty fertilizers-centric site-specific nutrient management in fruit crops: principles and achievements | |
| Naik et al. | Evaluation of major and micronutrient status of acid soils of different mango orchards | |
| Fageria et al. | Comparative efficiency of nitrogen sources for lowland rice production |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |