KR102537966B1 - An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI - Google Patents

An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI Download PDF

Info

Publication number
KR102537966B1
KR102537966B1 KR1020220072331A KR20220072331A KR102537966B1 KR 102537966 B1 KR102537966 B1 KR 102537966B1 KR 1020220072331 A KR1020220072331 A KR 1020220072331A KR 20220072331 A KR20220072331 A KR 20220072331A KR 102537966 B1 KR102537966 B1 KR 102537966B1
Authority
KR
South Korea
Prior art keywords
tilapia
tank
unit
growth
farm
Prior art date
Application number
KR1020220072331A
Other languages
Korean (ko)
Inventor
정미정
Original Assignee
(주)오투컴퍼니
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 (주)오투컴퍼니 filed Critical (주)오투컴퍼니
Priority to KR1020220072331A priority Critical patent/KR102537966B1/en
Application granted granted Critical
Publication of KR102537966B1 publication Critical patent/KR102537966B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/10—Culture of aquatic animals of fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/90—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination
    • A01K61/95—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination specially adapted for fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/003—Aquaria; Terraria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • 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
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Abstract

본 발명은 기존 유휴양식장을 활용하여 물고기 양식을 위한 스마트 관리 플랫폼 기반의 통합 관리 시스템 및 그 운용 방법에 관한 것이다.
보다 상세하게는, 본 발명은 틸라피아의 종묘, 치어로부터의 일련의 성장 과정을 인공지능 기술을 이용하여 자동화된 제어 수단을 제공하는 한편, 차세대 스마트 양식장의 위한 통합 플랫폼과 생산, 판매 및 유통을 위한 자동화된 일련의 생산체계를 위한 방법에 관한 것이다.The present invention relates to an integrated management system based on a smart management platform for fish farming using an existing idle farm and an operating method thereof.
More specifically, the present invention provides an automated control means for a series of growth processes from tilapia seedlings and fry using artificial intelligence technology, while providing an integrated platform for next-generation smart farms and production, sales and distribution It relates to methods for automated serial production systems.

Description

AI를 이용한 유휴양식장에서의 물고기 양식 및 판매를 위한 통합 관리 시스템 및 방법 {An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI}Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI}

본 발명은 AI를 이용한 내수면 유휴양식장에서의 물고기의 양식을 위한 통합 관리 시스템과 그 방법에 관한 것으로, 구체적으로는, 틸라피아의 종묘, 치어로부터의 일련의 성장 과정을 인공지능 기술을 이용하여 자동 제어하는 차세대 스마트 양식장의 통합 플랫폼과 생산, 판매 및 유통을 위한 자동화된 일련의 생산 체계를 위한 영업 방법에 관한 것이다. The present invention relates to an integrated management system and method for fish farming in inland water idle farms using AI, and specifically, automatic control of a series of growth processes from tilapia seedlings and fry using artificial intelligence technology It is about a business method for an integrated platform of a next-generation smart fish farm and an automated series of production systems for production, sales and distribution.

틸라피아(역돔, 태래어, 민물돔 등으로 불리고 있음)는 열대성 어류의 일종으로서 2000년대에 접어들어서 양식에 의한 생산량이 크게 증가하고 있고, 환경의 변화가 심한 각종 수질환경에 대한 강한 내병성을 가지고 있어 성장과 번식이 빠르고, 고밀도로 양식가능한 어종으로 알려져 있다.Tilapia (called reverse bream, tuna fish, freshwater bream, etc.) is a type of tropical fish, and its production by aquaculture has increased significantly since the 2000s, and it has strong disease resistance to various water environments with severe environmental changes. It is known as a fish species that grows and reproduces quickly and can be farmed at high density.

틸라피아는 수온이 24~28℃범위 또는 그 이상에서 정상적인 성장속도가 이루어지나, 12℃ 이하에서 오래 방치되면 폐사할 수 있다.Tilapia has a normal growth rate when the water temperature is in the range of 24 ~ 28 ℃ or higher, but can die if left for a long time below 12 ℃.

특히, 우리나라와 같은 경우에는 여름철을 제외하고는 결국 실외사육에 어려움이 있어 보온 및 가온 시설을 구비한 수환 여과식 사육시설내에서만 양식이 가능한 실정이다. In particular, in the case of Korea, except for summer, it is difficult to breed outdoors, so it is possible to breed only in water ring filtration breeding facilities equipped with warming and heating facilities.

따라서, 국내의 내수면의 유휴양식장을 활용하기 위해서는 저 비용관리가 가능한 실외사육과 수환 여과식을 구비한 실내 사육을 동시에 겸비하여야 하고 이를 위해서는 적절한 수질 및 수온 관리가 필수적으로 요구된다.Therefore, in order to utilize idle fish farms in domestic inland waters, it is necessary to simultaneously combine outdoor breeding that can be managed at low cost and indoor breeding equipped with water ring filtration, and appropriate water quality and temperature management are essential for this.

또한, 최근에 와서 농어촌의 고령화로 인한 인구감소의 어려움을 해결하고, 농어촌의 활력 증진을 위하여 자동화된 양식장의 운영 관리를 위해 자동화된 스마트 양식장의 보급이 늘어나고 있으나, 고객의 출하 요구에 따라 즉각적으로 대응하기 위한 일련의 자동화된 판매 시스템 자체가 구비되고 있지는 않은 실정이다.In addition, in recent years, the spread of automated smart fish farms has been increasing for the operation and management of automated farms to solve the difficulties of population decline due to aging in rural areas and to improve the vitality of rural areas. A series of automated sales systems to respond are not in place.

종래기술인 (특허문헌 1)에는 단계별 성장 과정에서의 최적 성장 조건을 산출하여 생산성을 높이기 위해 수질 관리나 원격 관리 시스템이 개시하고 있으나, 실시간의 환경 변화 요인에 따라 즉각적인 성장 파라미터를 예측하여 반영하는 기술적 수단이 기재되어 있지 않다.In the prior art (Patent Document 1), a water quality management or remote management system is disclosed to increase productivity by calculating optimal growth conditions in the step-by-step growth process, but technology that predicts and reflects immediate growth parameters according to real-time environmental change factors No means are listed.

(특허문헌 2)에는 IoT 기반의 각종 센서와 서버를 이용한 양식장 관리 시스템에 관한 것이나, 인공지능에 의한 최적화된 양식장 관리시스템에 관한 기술은 개시되어 있지 않다.(Patent Document 2) relates to a farm management system using IoT-based various sensors and servers, but technology related to an optimized farm management system by artificial intelligence is not disclosed.

한국 등록특허공보 제10-0654583호Korean Registered Patent Publication No. 10-0654583 한국 등록특허공보 제10-2005987호Korean Registered Patent Publication No. 10-2005987

상기와 같은 문제점을 해결하기 위하여, 본 발명에서는 AI를 이용하여 기존 유휴양식장에서의 틸라피아 어종의 양식을 위한 스마트 관리 플랫폼 기반의 통합 관리 시스템을 제공하는 것을 목적으로 한다.In order to solve the above problems, the present invention aims to provide an integrated management system based on a smart management platform for breeding tilapia species in existing idle farms using AI.

구체적으로, 본 발명에서는 틸라피아의 종묘, 치어로부터의 일련의 성장 과정을 객체 인식을 위한 인공지능 기술을 이용한 자동화된 제어 수단을 제공하는 차세대 스마트 양식장의 플랫폼과 생산, 판매 및 유통을 위한 자동화된 생산체계를 위한 영업 방법을 제공하는 것을 목적으로 한다.Specifically, in the present invention, a next-generation smart farm platform that provides an automated control means using artificial intelligence technology for object recognition of a series of growth processes from tilapia seedlings and fry, and automated production for production, sales and distribution It aims to provide a business method for the system.

상기와 같은 문제점을 해결하기 위해 본 발명에 따른 내수면의 유휴 양식장을 활용한 틸라피아 어종의 양식을 위한 통합 관리 시스템에 있어서, 틸라피아 양식을 위한 적어도 하나 이상의 수조를 구비한 복수의 양식장; 상기 양식장의 상태 정보를 수신하여 원격으로 모니터링하는 관제 서버; 상기 틸라피아의 성장도를 예측하는 인공지능 엔진을 구비한 AI 클라우딩 서버; 및 상기 틸라피아의 일련의 성장 과정을 관리하는 로컬 서버를 포함하되, 상기 양식장은 상기 수조 상태를 모니터링하기 위한 IoT 센서들; 상기 수조를 제어하는 장치 제어기; 상기 수조의 영상정보를 생성하는 영상 카메라; 및 IoT 센서 네트워크를 통해 상기 IoT 센서로부터의 센싱 데이터를 수집하고, 상기 장치 제어기를 위한 정보를 송수신하는 스마트 게이트웨이를 더 포함하는 것을 특징으로 한다.In order to solve the above problems, in the integrated management system for breeding tilapia species using idle farms in inland waters according to the present invention, a plurality of farms equipped with at least one tank for tilapia farming; a control server that receives and remotely monitors state information of the farm; An AI clouding server equipped with an artificial intelligence engine that predicts the growth of the tilapia; and a local server that manages a series of growth processes of the tilapia, wherein the farm includes IoT sensors for monitoring the tank status; a device controller controlling the water tank; a video camera generating image information of the water tank; and a smart gateway that collects sensing data from the IoT sensor through the IoT sensor network and transmits and receives information for the device controller.

또한, 상기 관제 서버는 수조별 상태를 원격 카메라로부터 영상을 수신하여 모니터링하는 원격 모니터링부; 및 상기 스마트 게이트웨이로부터 메시지를 수신한 후 센싱 데이터를 추출하고, 센싱 데이터의 유효성을 판단하여 경고 메시지 및 원격 제어 여부를 결정하고 상기 추출된 센싱 데이터를 AI 클라우딩 서버로 전송하는 상태 제어부를 포함하는 것을 특징으로 한다. In addition, the control server includes a remote monitoring unit for receiving and monitoring the state of each tank from a remote camera; And a state control unit for extracting sensing data after receiving a message from the smart gateway, determining the validity of the sensing data, determining whether a warning message and remote control are required, and transmitting the extracted sensing data to an AI clouding server. characterized by

또한, 상기 관제 서버는 고객으로부터의 주문을 접수하여 판매 가능 여부를 통지하는 출하 관리부; 및 상기 주문에 대한 납기 가능여부를 예측하는 생산 예측부를 더 포함하는 것을 특징으로 한다.In addition, the control server includes a shipping management unit receiving an order from a customer and notifying whether sales are possible; And characterized in that it further comprises a production forecasting unit for predicting whether the delivery date for the order is possible.

또한, 상기 AI 클라우딩 서버는 상기 관제 서버에서 전송하는 유효한 센싱 데이터를 수신하는 IoT 수집부; 상기 수신된 센싱 데이터를 이용하여 빅데이터 관리를 위한 데이터베이스에 저장하는 데이터 저장부를 포함하는 것으로 특징으로 한다.In addition, the AI clouding server IoT collection unit for receiving valid sensing data transmitted from the control server; It is characterized in that it includes a data storage unit for storing the received sensing data in a database for big data management.

또한, 상기 AI 클라우딩 서버는 상기 센싱 데이터를 기초로 틸라피아의 성장 정도를 예측하는 인공지능 기반의 성장도 예측부; 및 상기 영상 카메라로부터 입력된 영상을 기초로 수조 내의 틸라피아의 크기를 측정하는 영상 인식부를 더 포함하는 것을 특징으로 한다.In addition, the AI clouding server includes an artificial intelligence-based growth predictor for predicting the growth degree of tilapia based on the sensing data; And it is characterized in that it further comprises an image recognition unit for measuring the size of tilapia in the tank based on the image input from the video camera.

또한, 상기 스마트 게이트웨이에는 상기 수조에 설치되는 사료 투입량, 수온, 용존산소량, pH농도, 수조의 크기, 염도, 수조의 종류, 탁도, 수조의 위치, 양식장의 지역 온도 및 강우량 중 적어도 하나 이상을 측정하는 IoT 센서들을 제어하고, IoT 센서로부터 측정된 센싱 데이터를 수집하는 IoT 센서 수집부; 및 상기 수조에 설치되는 사료 공급기, 수온 조절기, 수질을 관리하기 이한 순환 펌프 및 수위를 조절하는 수위 조절기 중 적어도 하나 이상을 제어하는 장치 제어부를 포함하는 것을 특징으로 한다.In addition, the smart gateway measures at least one of the amount of feed, water temperature, dissolved oxygen, pH concentration, size of the tank, salinity, type of the tank, turbidity, location of the tank, local temperature of the farm, and rainfall installed in the tank. IoT sensor collection unit for controlling the IoT sensors and collecting the sensing data measured from the IoT sensor; and a device control unit for controlling at least one of a feed feeder installed in the water tank, a water temperature regulator, a circulation pump for managing water quality, and a water level regulator for adjusting water level.

또한, 상기 로컬 서버는 틸라피아의 종묘 및 치어를 관리하는 통합 관리하는 종묘 및 치어 관리부와 상기 영상 인식부를 통해 틸라피아의 성장 정도를 측정하여 이를 저장하는 성장관리부를 포함하는 것을 특징으로 한다.In addition, the local server is characterized in that it includes a seed and fry management unit for integrated management of tilapia seedlings and fry, and a growth management unit for measuring and storing the growth degree of tilapia through the image recognition unit.

또한, 상기 복수의 양식장은 지역적으로 떨어져 있고, 복수의 수조는 틸라피아의 생육 온도를 고려한 실외 수조 및 실내 수조를 모두 포함하는 것을 특징으로 한다.In addition, the plurality of farms are regionally separated, and the plurality of tanks include both an outdoor tank and an indoor tank considering the growth temperature of tilapia.

또한, 본 발명에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템을 통한 틸라피아 어종의 영업 방법에 있어서, 관제 서버는 고객으로부터 틸라피아 주문서를 접수하는 제1 단계; 지역적으로 분산되어 있는 복수의 양식장에서 출하 여부를 위한 현황을 파악하기 위해 양식장의 수조 영상을 요청하고 해당 영상을 수신하는 제2 단계; 상기 AI 클라우딩 서버 내의 영상 인식부를 통해 수신된 영상으로부터 클러스터링을 통해 틸라피아를 분리하는 제3 단계; 분리된 틸라피아를 인식하여 틸라피아의 크기 및 수량을 인식하는 제4 단계; 상기 인식된 결과를 기초하여 고객이 주문한 물량에 대한 출하 가능여부를 판단하는 제5 단계; 및 상기 고객에게 배송 물량 및 일정을 포함하는 출하 가능 여부를 통지하는 제6단계로 이루어지는 것을 특징으로 한다.In addition, in the tilapia fish business method through the integrated management system for tilapia breeding according to the present invention, a first step of receiving a tilapia order form from a customer by the control server; A second step of requesting an image of a fish tank in a farm and receiving the image in order to grasp the current status for whether or not to ship from a plurality of farms that are geographically dispersed; A third step of separating tilapia through clustering from the image received through the image recognition unit in the AI clouding server; A fourth step of recognizing the separated tilapia and recognizing the size and quantity of the tilapia; A fifth step of determining whether shipment of the quantity ordered by the customer is possible based on the recognized result; and a sixth step of notifying the customer of whether shipment is possible including delivery quantity and schedule.

또한, 상기 제4 단계에서 상기 크기는 인식된 틸라피아의 평균 크기이고, 상기 수량은 입력된 영상의 크기와 수조의 크기를 추정하여 예측하는 것을 특징으로 한다.In the fourth step, the size is the average size of the recognized tilapia, and the quantity is predicted by estimating the size of the input image and the size of the tank.

또한, 상기 제5 단계에서 주문서에 기재된 크기 또는 수량을 만족하지 못하는 경우, 수조별로 납품 가능 시기를 예측하는 단계를 더 포함하되,상기 예측 단계는 AI 클라우딩 서버의 데이터 저장부에 저장된 수조별 입력 데이터를 수조별 학습된 딥러닝 기반의 예측 모델에 입력하여 상기 납품 기일로 해당하는 틸라피아의 성장도를 계산하는 것을 특징으로 한다.In addition, if the size or quantity described in the order form is not satisfied in the fifth step, the step of predicting the delivery time for each tank is further included, but the predicting step is input for each tank stored in the data storage unit of the AI clouding server. It is characterized in that the growth rate of tilapia corresponding to the delivery date is calculated by inputting data into a deep learning-based prediction model learned by tank.

또한, 상기 입력 데이터는 현시점 기준으로 일정기간 이전부터 수집된 시간별 사료 투입량, 수온, 용존산소량, pH농도, 염도 및 탁도를 최소-최대값 스케일링 기법을 통해 0 내지 1 사이의 값으로 정규화 한 것을 특징으로 한다.In addition, the input data is characterized by normalizing the feed input amount, water temperature, dissolved oxygen amount, pH concentration, salinity and turbidity by hour collected from a certain period prior to the present time to a value between 0 and 1 through a minimum-maximum value scaling technique to be

이상에서 설명한 바와 같이, 본 발명에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템에 의하면, 기존의 미활용되고 있는 내수면의 유휴 양식장에 인공지능 기반의 스마트한 통합 양식 플랫폼을 도입하여 자동화된 틸라피아 양식을 가능하게 하는 이점이 있다.As described above, according to the integrated management system for breeding tilapia fish species according to the present invention, automated tilapia farming is possible by introducing an artificial intelligence-based smart integrated aquaculture platform to an existing unused inland water farm. There is an advantage to doing it.

또한 본 발명에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템에 의하면, 고객의 판매 요구에 대응하여 인공지능 기법을 이용하여 자동화된 출하 시기 및 물량을 판단하여 고객에게 정확한 판매 정보를 제공할 수 있는 장점이 있다.In addition, according to the integrated management system for breeding tilapia species according to the present invention, it is possible to provide accurate sales information to customers by determining the automated shipment time and quantity using artificial intelligence techniques in response to customer sales requests. there is

도 1은 본 발명의 바람직한 실시예에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템의 구성도를 도시한 도면이다.
도 2는 본 발명의 바람직한 실시예에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템의 세부 기능을 나타내는 구성도 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 통합 관리 시스템내의 판매 관리부의 동작 흐름을 나타낸 도면이다.
도 4는 본 발명의 바람직한 실시예에 따른 딥러닝 기반의 인공지능 프로그램에 의해 동작하는 성장 예측부의 구조를 나타낸 도면이다.
도 5는 도 4에 도시한 입력 데이터 셋 및 출력 값을 구성한 도면이다.
도 6은 본 발명의 바람직한 실시예에 따른 스마트 게이트웨이의 기능을 나타낸 도면이다.
도 7은 본 발명의 바람직한 실시예에 따른 스마트 게이트웨이를 통한 데이터 송수신을 위한 메시지 규격을 나타낸 도면이다.
도 8은 본 발명의 바람직한 실시예에 따른 관제 서버에서 양식장의 상태 정보를 기초로 원격으로 모니터링하는 절차를 나타낸 도면이다.1 is a diagram showing the configuration of an integrated management system for breeding tilapia species according to a preferred embodiment of the present invention.
2 is a configuration diagram showing detailed functions of an integrated management system for breeding tilapia species according to a preferred embodiment of the present invention.
3 is a diagram showing the operation flow of the sales management unit in the integrated management system according to a preferred embodiment of the present invention.
4 is a diagram showing the structure of a growth prediction unit operated by a deep learning-based artificial intelligence program according to a preferred embodiment of the present invention.
FIG. 5 is a diagram of the configuration of the input data set and output values shown in FIG. 4 .
6 is a diagram showing the functions of a smart gateway according to a preferred embodiment of the present invention.
7 is a diagram showing message standards for data transmission and reception through a smart gateway according to a preferred embodiment of the present invention.
8 is a diagram illustrating a procedure for remotely monitoring based on state information of a farm in a control server according to a preferred embodiment of the present invention.

이하 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작 원리를 상세하게 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.Hereinafter, an embodiment in which a person skilled in the art can easily practice the present invention will be described in detail with reference to the accompanying drawings. However, in the detailed description of the operating principle of the preferred embodiment of the present invention, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted.

또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우 뿐만 아니라, 그 중간에 다른 소자를 사이에 두고, 간접적으로 연결되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 포함한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.In addition, the same reference numerals are used for parts having similar functions and actions throughout the drawings. Throughout the specification, when a part is said to be connected to another part, this includes not only the case where it is directly connected but also the case where it is indirectly connected with another element interposed therebetween. In addition, including a certain component does not exclude other components unless otherwise stated, but means that other components may be further included.

이하, 본 발명에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템 및 그 운용 방법에 관하여 첨부한 도면들을 참고하면서 설명하기로 한다.Hereinafter, an integrated management system for breeding tilapia species according to the present invention and its operating method will be described with reference to the accompanying drawings.

도 1은 본 발명의 바람직한 실시예에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템의 구성도를 도시한 도면이다.1 is a diagram showing the configuration of an integrated management system for breeding tilapia species according to a preferred embodiment of the present invention.

도 1에 도시된 바와 같이, 통합 관리 시스템은 내수면 양식장(100) 및 각종 스마트 장치들을 포함하여 통합 운영하는 양식장 통합 플랫폼(10)과, 유무선 통신망으로 연결되어 복수의 양식장 통합 플랫폼을 통합 관리하는 관제서버(200) 및 빅데이터 관리와 인공지능 프로그램을 구동시키는 고성능의 AI 클라우딩 서버(300)를 포함한다.As shown in FIG. 1, the integrated management system is connected to the integrated farm platform 10, which includes the inland water farm 100 and various smart devices, and a wired/wireless communication network to control and manage a plurality of integrated farm platforms. It includes a server 200 and a high-performance AI clouding server 300 that drives big data management and artificial intelligence programs.

특히, 양식장 통합 플랫폼(10)은 내수면에 위치하고 지역적으로 떨어져 있을 뿐만아니라 주변 환경이 다양한 유휴 양식장에서 틸라피아 어종을 대량 양식하기 위한 각종 자동화된 설비와 운용을 위한 통합된 하나의 플랫폼으로 이를 이용하여 기존에 사용하지 않은 양식장을 활용하여 미래 먹거리를 제공하고, 종묘 단계에서부터 출하 단계까지 일련의 자동화된 통합 플랫폼을 제공하는 것을 특징으로 한다.In particular, the farm integration platform 10 is an integrated platform for various automated facilities and operations for mass farming of tilapia fish species in idle farms located on the inland water surface and not only geographically separated but also with various surrounding environments. It is characterized by providing future food by utilizing farms that have not been used for, and providing a series of automated integrated platforms from the seedling stage to the shipping stage.

또한, 내수면의 유휴 양어장 내의 개별 수조에는 각종 IoT 센서(600)가 구비되고, 양식장 전체 혹은 개별 수조의 제어 및 운영하는 양식장 시설장치(700)가 구비되어 있고, 이를 제어하는 자체 로컬서버(400) 및 복수의 센싱 데이터를 수집, 가공 및 전송을 담당하는 스마트 게이트웨이(500)를 포함한다.In addition, various IoT sensors 600 are provided in individual tanks in idle fish farms on the inland water surface, and a farm facility device 700 that controls and operates the entire farm or individual tanks is provided, and its own local server 400 that controls them and a smart gateway 500 responsible for collecting, processing, and transmitting a plurality of sensing data.

특히, 각종 IoT 센서(600)와 양식장 시설장치(700)는 다양한 통신 연결 수단과 프로토콜로 구비하고 있어 이를 하나의 통합 네트워크로 구성될 수 있다. In particular, various IoT sensors 600 and farm facility devices 700 are provided with various communication connection means and protocols, so they can be configured as one integrated network.

본 발명의 IoT 센서 네트워크(900)는 이를 위해, WIFI, 3G/4G/LTE 등과 같이 인터넷 연결을 기반으로 정보를 주고받는 IP 기반의 프로토콜 뿐만아니라 IP를 사용하지 않는 기기/센서 간의 통신에 사용되는 Bluetooth, ZigBee, Zwave, RFID 등의 Non-IP 프로토콜을 모드 수용하고 이를 위해 별도의 IoT 클라우드를 통해 다양한 인터페이스를 제공할 수 있다.To this end, the IoT sensor network 900 of the present invention is used for communication between devices/sensors that do not use IP as well as an IP-based protocol for exchanging information based on an Internet connection such as WIFI, 3G/4G/LTE, etc. Non-IP protocols such as Bluetooth, ZigBee, Zwave, and RFID can be accommodated and various interfaces can be provided through a separate IoT cloud for this purpose.

여기서, 본 발명에서는 각종 IoT 센서와 양식장의 자동화 제어 시설들은 이 기술분야에 통상의 기술자라면 쉽게 예측하여 부가할 수 있는 통상의 스마트 양식장의 구성에 해당하여 자세한 기재는 생략한다. Here, in the present invention, various IoT sensors and automated control facilities of the farm correspond to the configuration of a typical smart farm that can be easily predicted and added by a person skilled in the art, and thus detailed descriptions are omitted.

도 1을 참조하면, 영상 카메라(800)는 양식장의 수조내의 어류 상태를 촬영하거나 기타 시설을 모니터링할 수 있고, 그 종류도 고해상도의 카메라나 CCTV, 네트워크 카메라 등과 같이 다양한 형태의 카메라로 구성될 수 있다.Referring to FIG. 1, the video camera 800 can photograph the state of fish in a fish farm or monitor other facilities, and its types can also be composed of various types of cameras such as high-resolution cameras, CCTVs, and network cameras. there is.

도 1에는 영상 카메라(800)가 유무선 통신망에 직접 연결되어 있어 관제 서버(200)에서 모니터링이 가능하나, IoT 센서 네트워크(900)나 로컬 서버(400)에 직접 연결되어 로컬 서버(400)에서 직접 모니터링도 가능하고, 이에 제한하지 않고 다양한 통신 인터페이스를 통해 연결될 수 있다.In FIG. 1, the video camera 800 is directly connected to the wired/wireless communication network, so monitoring is possible in the control server 200, but it is directly connected to the IoT sensor network 900 or the local server 400 and directly from the local server 400. Monitoring is also possible, and can be connected through various communication interfaces without being limited thereto.

이하, 도면을 참조하여 상기의 서버들 및 장치들의 기능 수단과 동작을 자세히 설명한다.Hereinafter, functional means and operations of the above servers and devices will be described in detail with reference to the drawings.

도 2는 본 발명의 바람직한 실시예에 따른 틸라피아 어종의 양식을 위한 통합 관리 시스템의 세부 기능을 나타내는 구성도 도면이다.2 is a configuration diagram showing detailed functions of an integrated management system for breeding tilapia species according to a preferred embodiment of the present invention.

도 2에 도시된 바와 같이, 관제 서버(200)는 종합 관제부(210)와 생산 및 판매를 담당하는 판매 관리부(220)로 구성된다. As shown in FIG. 2 , the control server 200 is composed of a comprehensive control unit 210 and a sales management unit 220 in charge of production and sales.

종합 관제부(210)는 영상 카메라(800)가 보안용 CCTV 인 경우, 양식장의 촬영된 영상을 전송받아 썸네일 형태로 원격 모니터링하거나, 특정 양식장 수조 내의 틸라피아의 성장 모습을 촬영하여 모니터 화면에 출력하는 원격 모니터링부(211)를 포함한다.When the video camera 800 is a CCTV for security, the comprehensive control unit 210 receives the captured image of the farm and remotely monitors it in the form of a thumbnail, or captures the growth of tilapia in a specific farm tank and outputs it on the monitor screen A remote monitoring unit 211 is included.

또한, 종합 관제부(210)는 양식장(100)에 설치된 각종 센서로부터의 측정 데이터 및 시설의 동작 상태 및 경고 등의 상태 정보를 종합적으로 수집 관리하는 상태 제어부를 더 포함한다.In addition, the comprehensive control unit 210 further includes a state control unit that comprehensively collects and manages measurement data from various sensors installed in the farm 100 and state information such as operating states and warnings of facilities.

도 2를 참조하면, 판매 관리부(220)는 양식장 내 수조들에서 양식되고 있는 틸라피아를 적기에 소비자나 도매상과 같은 고객에게 판매하기 위한 일련의 자동화된 관리 프로그램으로, 틸라피아의 성장 상태를 실시간으로 모니터링하여 고객이 주문한 납기 및 크기와 물량을 자동적으로 판단하는 출하 여부 및 시기를 정확히 예측하여 납품할 수 있도록 하는 기능을 수행하는 것을 특징으로, 생산 예측부와 출하 관리부로 구성된다.Referring to FIG. 2, the sales management unit 220 is a series of automated management programs for selling tilapia cultivated in tanks in the farm to customers such as consumers or wholesalers in a timely manner, monitoring the growth status of tilapia in real time It is characterized by performing the function of accurately predicting whether and when to ship by automatically determining the delivery date, size and quantity ordered by the customer and delivering it, and consists of a production forecasting unit and a shipping management unit.

출하 관리부는 고객으로부터 주문서를 접수받고 출하 여부를 위한 현황을 파악하여 출하 가능 시기 및 물량을 고객에게 통지하는 기능을 수행한다. The shipment management unit performs the function of receiving orders from customers, grasping the current status for shipment, and notifying customers of the time and quantity available for shipment.

여기서, 출하 여부를 위한 현황 파악은 영상 인식에 기반을 둔 생산 예측부에서 자동화된 일련의 과정으로 이루어진다.Here, the current situation for shipment is made up of a series of automated processes in the production forecasting unit based on image recognition.

먼저, 생산 예측부는 AI 클라우딩 서버 내의 영상 인식부(322)를 통해 인식된 틸라피아의 성장 상태인 크기 및 수량의 인식 결과를 기초로 하여 출하 가능여부 및 출하 수량을 판정할 수 있다.First, the production prediction unit may determine whether shipment is possible and the shipment quantity based on the recognition result of the size and quantity, which is the growth state of tilapia, recognized through the image recognition unit 322 in the AI clouding server.

도 3은 이상에서 설명한 판매 관리부의 동작 흐름(S100)을 구체적으로 나타낸 도면이다.3 is a diagram showing in detail the operation flow (S100) of the sales management unit described above.

도 3을 참조하면, 고객으로부터 주문서를 원격으로 접수받는 제1 단계(S110), 지역적으로 분산되어 있는 복수의 양식장에서 출하 여부를 위한 현황(S120)을 파악하기 위해 양식장의 수조 영상을 요청하고 해당 영상을 수신하는 제2 단계(S121), AI 클라우딩 서버 내의 영상 인식부(322)를 통해 수신된 영상으로부터 클러스터링을 통해 객체(틸라피아)를 분리하는 제3 단계(S122), 분리된 객체를 인식하여 틸라피아의 크기(즉 성장 상태) 및 수량을 인식하는 제4 단계(S123)로 이루어진다. Referring to FIG. 3, in the first step of receiving an order form from a customer remotely (S110) and in order to determine the current status for shipping from a plurality of locally dispersed farms (S120), a video of the farm's tank is requested and the corresponding The second step of receiving the image (S121), the third step of separating the object (tilapia) from the image received through the image recognition unit 322 in the AI clouding server through clustering (S122), and recognizing the separated object It consists of a fourth step (S123) of recognizing the size (ie, growth state) and quantity of tilapia.

본 발명에서의 상기 제3,4 단계는 컴퓨터 비젼에서 사용되는 다양한 영상 분할(image segmentation)기법이나 최근 유행되고 있는 딥러닝에 의한 객체 추출 기법들을 이용할 수 있으며, 이 기술 분야에 통상의 기술자라면 쉽게 채용할 수 있는 실시 수단에 해당하여 상세한 실시 기술의 기재는 생략한다.The third and fourth steps in the present invention can use various image segmentation techniques used in computer vision or object extraction techniques based on deep learning that have recently become popular, and those skilled in the art can easily Corresponding to the implementation means that can be employed, description of detailed implementation techniques is omitted.

또한, 인식된 결과를 기초하여 고객이 주문한 물량에 대한 출하 가능여부를 판단하는 제5 단계(S130) 및 고객에게 배송물량 및 일정을 포함하는 출하 가능 여부를 통지하는 제6단계(S140)로 이루어진다.In addition, it consists of a fifth step (S130) of determining whether shipment of the quantity ordered by the customer is possible based on the recognized result, and a sixth step (S140) of notifying the customer of whether or not shipment is possible including the quantity and schedule of delivery. .

도 2를 다시 참고하면, AI 클라우딩 서버(300)는 양식장으로부터 생성되는 각종 IoT 센싱 데이터를 수집, 저장하는 빅데이터 관리부(310)와 틸라피아의 성장 정도를 예측하거나 입력된 영상을 인식하는 AI 분석부(320)를 포함한다.Referring back to FIG. 2, the AI clouding server 300 has a big data management unit 310 that collects and stores various IoT sensing data generated from the farm, and AI analysis that predicts the growth degree of tilapia or recognizes an input image includes section 320 .

빅데이터 관리부(310)은 IoT 센서 수집부(510)에서 수집되는 수온, 수질, 용존산소량, 수조의 수위, 염도 및 pH를 측정값들을 수조별로 주기적으로 입력받아 저장하는 기능을 담당하는 것으로, 스마트 게이트웨이(500)로부터 전송되는 모든 데이터를 취합하여 저장할 수도 있다.The big data management unit 310 is in charge of a function of receiving and storing the measured values of the water temperature, water quality, dissolved oxygen amount, water level, salinity, and pH of the water tank periodically for each tank, collected by the IoT sensor collection unit 510. All data transmitted from the gateway 500 may be collected and stored.

특히, 저장되는 센싱 데이터는 딥러닝을 위한 학습 데이터로 재가공되어 데이터 저장부에 저장될 수 있다.In particular, the stored sensing data may be reprocessed as learning data for deep learning and stored in the data storage unit.

AI 분석부(320)는 수조에서 양식되고 있는 어류의 크기를 컴퓨터 비전을 통해 인식하는 영상 인식부(322)와 IoT 센서에 의해 측정된 값의 변화에 따른 틸라피아의 성장 정도를 예측하는 성장도 예측부(321)를 구비하고 있다.The AI analysis unit 320 predicts the growth rate of tilapia according to the change in the value measured by the image recognition unit 322 and the IoT sensor that recognizes the size of the fish being farmed in the tank through computer vision. A portion 321 is provided.

이하, 성장도 예측부(321)의 세부 기능은 도 4에서 자세히 설명한다.Hereinafter, detailed functions of the growth rate predictor 321 will be described in detail with reference to FIG. 4 .

도 2를 참조하면, 로컬 서버(400)는 스마트 게이트웨이(500)와 연동하여 양식장의 수조 내의 틸라피아 어종의 사육 단계인 종묘 단계부터 치어를 거쳐 성장 단계의 전과정을 통합 관리하고 모니터링하는 틸라피아 관리부를 포함한다.Referring to FIG. 2, the local server 400 interworks with the smart gateway 500 to comprehensively manage and monitor the entire process from the seedling stage, which is the breeding stage of the tilapia species in the fish farm's tank, through fry to the growth stage. Includes a tilapia management unit that monitors do.

틸라피아 관리부(410)는 틸라피아가 성장하는 모든 수조의 상태 정보를 관리하며, 최적의 양식 환경을 조성하기 위한 수조별로 각종 시설 장치의 제어 및 운용 정보를 관리하는데, 이를 위해 종묘 및 치어 관리부(411)와 성장 관리부(412)로 구분하여 관리한다.The tilapia management unit 410 manages state information of all tanks in which tilapia grows, and manages control and operation information of various facility devices for each tank to create an optimal aquaculture environment. For this purpose, seedling and fry management unit 411 and the growth management unit 412 for management.

한편, 틸라피아 관리부(410)는 관제 서버(200)의 원격 제어 명령에 의해 동작할 수 있고, 또는 자체적으로 운영 관리될 수도 있으며, 관련 상태 정보는 관제 서버(200)에 주기적으로 보고할 수 있다.Meanwhile, the tilapia management unit 410 can be operated by remote control commands from the control server 200, or can be independently operated and managed, and related state information can be periodically reported to the control server 200.

먼저, 종묘 및 치어 관리부는 관제 서버(200)로부터 치어 생육 상태의 요청이 수신되면 치어가 성장하는 수조의 현 상태값(IoT 센서에 의해 측정된 측정값들)과 수조의 촬영 영상을 AI 클라우딩 서버(300) 내의 영상 인식부(322)로 전송한다.First, when the seedling and fry management unit receives a request for the growth status of fry from the control server 200, the current state values (measured values measured by the IoT sensor) and the captured image of the tank are transferred to the AI cloud It is transmitted to the image recognition unit 322 in the server 300.

영상 인식부(322)에서 암수를 분리 인식하고 및 밀도를 측정하기 위해 틸라피아의 색체 변화를 인식하여 부하시기를 판정한 결과를 틸라피아 관리부(410)로 전송된다.The image recognition unit 322 recognizes the color change of tilapia to separate and recognize the male and female and to measure the density, and the result of determining the load time is transmitted to the tilapia management unit 410.

또한, 영상 인식부(322)에서 치어가 성장하는 수조인 경우에는 치어의 수량과 개체별 크기를 측정하고, 움직임 분석을 통한 이동 속도를 인식한 결과를 틸라피아 관리부(410)로 전송된다.In addition, in the case of a tank in which fry grow in the image recognition unit 322, the number of fry and the size of each individual are measured, and the result of recognizing the moving speed through motion analysis is transmitted to the tilapia management unit 410.

틸라피아 관리부(410)에서는 인식된 결과에 기초하여 각종 시설 장치들의 최적 운용을 제어한다.The tilapia management unit 410 controls optimal operation of various facility devices based on the recognized results.

또한, 성장 관리부(412)에서는 특정 수조 내의 틸라피아의 크기를 주기적으로 모니터링하는데, AI 클라우딩 서버(300)에 구비된 영상 인식부(322)를 통해 영상 인식을 통해 성장 정도를 항상 측정하여 이를 데이터 저장부에 저장한다.In addition, the growth management unit 412 periodically monitors the size of tilapia in a specific tank, and always measures the degree of growth through image recognition through the image recognition unit 322 provided in the AI clouding server 300 to convert it into data. save to storage

도 2를 참조하면, 스마트 게이트웨이(500)는 양식장의 각종 IoT 기반의 센서들과 양식장을 운영하는 시설들을 하나의 센스 네트워크와 연결하고 유무선 통신망과 접속을 위한 라우터 기능을 담당한다.Referring to FIG. 2 , the smart gateway 500 connects various IoT-based sensors of the farm and facilities operating the farm to a single sense network and serves as a router for connection to a wired/wireless communication network.

이하 스마트 게이트웨이(500)의 세부 기능은 도 6에서 자세히 설명한다.Hereinafter, detailed functions of the smart gateway 500 will be described in detail in FIG. 6 .

도 4는 본 발명의 바람직한 실시예에 따른 딥러닝 기반의 인공지능 프로그램에 의해 동작하는 성장 예측부(321)의 계층 구조를 나타낸 도면이다.4 is a diagram showing a hierarchical structure of a growth predictor 321 operated by a deep learning-based artificial intelligence program according to a preferred embodiment of the present invention.

도 4에 도시된 바와 같이, 성장도 예측부(321)는 딥러닝 뉴럴 네트워크(이하 'DNN'이라 함)에 의한 지도학습 기반의 인공지능 프로그램으로 구성되는데, 먼저 DNN 학습을 위한 학습데이터(322)와 학습데이터를 입력하는 노드를 포함하는 입력층(323), 3개의 계층으로 구성되는 은닉층(324) 및 하나의 노드를 갖는 출력층(325)을 포함한다.As shown in FIG. 4, the growth predictor 321 is composed of an artificial intelligence program based on supervised learning by a deep learning neural network (hereinafter referred to as 'DNN'). First, learning data 322 for DNN learning ) and an input layer 323 including a node for inputting learning data, a hidden layer 324 composed of three layers, and an output layer 325 having one node.

DNN을 통해 학습하기 위해서는 학습데이터(322)가 정의되어야 하는데 본 발명에서는 틸라피아의 성장 과장에 영향을 줄 수 있는 성장 파라미터를 그 대상으로 한다.In order to learn through DNN, learning data 322 must be defined, but in the present invention, growth parameters that can affect tilapia growth exaggeration are targeted.

성장 파라미터로는 사료 투입량, 수온, 용존산소량, pH농도, 수조의 크기, 염도, 탁도(빛 투과량), 수조의 위치, 양식장의 지역 온도 등 다양하게 존재할 수 있다.Growth parameters include feed input, water temperature, dissolved oxygen content, pH concentration, tank size, salinity, turbidity (light transmittance), tank location, and local temperature of the farm.

본 발명에서는 이중에서 사료 투입량, 수온, 용존산소량, pH농도, 염도 및 탁도를 성장도 측정을 위한 6개의 성장 파라미터로 확정한다. 다만, 수조의 위치 및 수조의 크기는 내수면 양식장을 활용하기 때문에 지역적인 영향을 다수 받을 수 있고, 실외의 양식장인 경우는 그 크기를 정량화 할 수 없는 문제점이 있어 제외하지만, 필요에 따라 지역 온도, 강우량 등의 정보를 이용할 수 있고, 이에 제한하지는 않는다. In the present invention, feed input amount, water temperature, dissolved oxygen amount, pH concentration, salinity and turbidity are determined as six growth parameters for measuring growth. However, the location and size of the tank can be affected by many regions because it uses an inland water farm, and in the case of an outdoor farm, it is excluded because the size cannot be quantified. Information such as rainfall may be used, but is not limited thereto.

한편, 성장 파라미터들은 각각의 측정값의 범위가 다르므로 딥러닝의 효율적인 학습을 위해 0 내지 1사이의 값으로 정규화하여 사용한다. On the other hand, the growth parameters are normalized to a value between 0 and 1 for efficient learning of deep learning because the range of each measurement value is different.

본 발명에서는 최소-최대(Min-Max) 스케일링 기법인 아래와 같은 (식 1)을 이용하여 0 내지 1 사이의 값(X new )으로 변환한다. In the present invention, a value between 0 and 1 ( X new ) is converted using the following (Equation 1), which is a minimum-maximum scaling technique.

Figure 112022062079822-pat00001
(식 1)
Figure 112022062079822-pat00001
(Equation 1)

예를 들면, 상기 수온의 경우 그 범위를 제한하기 어려우나 0o C 내지 30o C의 범위로 제한하고, 온도가 25o C이면 정규값은 0.83 이 된다. For example, in the case of the water temperature, it is difficult to limit the range, but it is limited to the range of 0 ° C to 30 ° C, and if the temperature is 25 ° C, the normal value is 0.83.

이와 동일한 방법으로, 사료 투입량, 용존산소량, pH농도, 염도 및 탁도의 측정값의 최소 및 최대값을 제한하고 정규화할 수 있고 이는 이 기술 분야의 당업자라면 예측하여 쉽게 실시할 수 있을 것이다.In the same way, it is possible to limit and normalize the minimum and maximum values of the measured values of feed input, dissolved oxygen, pH concentration, salinity and turbidity, which can be predicted and easily performed by those skilled in the art.

도 5는 딥러닝을 위한 입력 데이터 셋 및 출력값을 구성하는 학습 데이터의 구조를 나타낸 도면이다.5 is a diagram showing the structure of training data constituting an input data set and an output value for deep learning.

도 5에 도시된 바와 같이, 데이터 셋(P1, P2, ... , Pn)은 n개의 정규화된 성장 파라미터이고, t1 내지 tm은 각 파라미터를 수집하는 소정의 기간을 의미하고, t'1 내지 t'm은 지도 학습을 위한 성장도를 측정하는 시기를 의미한다.As shown in FIG. 5, the data set (P 1 , P 2 , ... , P n ) is n normalized growth parameters, and t 1 to t m denote a predetermined period of collecting each parameter, , t' 1 to t' m denote periods of measuring growth for supervised learning.

도 5를 참조하면, 딥러닝을 위한 학습 데이터 셋 D1은 t1 내지 t2 사이의 시간 간격동안 제공된 성장 파라미터의 데이터 셋이고, t'1 은 사전에 측정된 영상 인식부(322)를 통한 성장도의 값으로, t2 가 지난 이후의 특정 기간이 된다.Referring to FIG. 5, a training data set D 1 for deep learning is a data set of growth parameters provided during a time interval between t 1 and t 2 , and t' 1 is a pre-measured data set through the image recognition unit 322. This is the value of the growth rate, which is a specific period after t 2 has passed.

예를 들면, 학습 데이터의 수집 기간이 30일 간격이고, t'i 는 ti+1 에서 10일 후의 성장도로 설정할 수 있고, 입력 데이터 셋은 각 성장 파라미터 별로 1시간 간격으로 30일분의 총 720개의 값을 기본 단위로 데이터 셋을 설정할 수 있고, 딥러닝을 위한 프로세서의 성능에 따라 시간 간격이나 입력데이터 셋의 크기를 통상의 기술자 수준에서 다양하게 변경 가능할 수 있고, 이에 제한하지는 않는다.For example, the learning data collection period is 30 days apart, t' i can be set as the growth rate after 10 days from t i + 1 , and the input data set is a total of 720 for 30 days at 1 hour intervals for each growth parameter A data set can be set in basic units of values, and the time interval or the size of the input data set can be variously changed at the level of a skilled person according to the performance of a processor for deep learning, but is not limited thereto.

여기에서, 성장도는 DNN의 출력값으로 1.0 이상의 실수를 갖는데, 어종이 초기 학습 시작 시점 기준으로 적어도 더 크게 성장한 것을 가정한 것이다.Here, the growth degree has a real number of 1.0 or more as the output value of the DNN, and it is assumed that the fish species has grown at least larger than the initial learning start point.

도 6은 본 발명의 바람직한 실시예에 따른 스마트 게이트웨이(500)의 기능을 나타낸 도면이다.6 is a diagram showing the functions of the smart gateway 500 according to a preferred embodiment of the present invention.

도 6을 참조하면, 스마트 게이트웨이(500)는 IoT 센서로부터 측정된 센싱 데이터를 수집하고, 각종 설비로부터의 상태정보와 이를 제어하기 위한 제어 정보를 수집 및 전달하는 기능을 수행한다.Referring to FIG. 6 , the smart gateway 500 performs a function of collecting sensing data measured by an IoT sensor and collecting and transmitting status information from various facilities and control information for controlling the same.

또한, 스마트 게이트웨이(500)는 직접적인 센싱 기기들과의 통신 인터페이스를 제공할 뿐만 아니라 필요에 따라 IoT 클라우드와의 연동 기능도 수행할 뿐만 아니라, 메시지의 형태로 데이터를 로컬서버나 관제서버 및 AI 클라우딩 서버로 송수신할 수 있다.In addition, the smart gateway 500 not only provides a communication interface with direct sensing devices, but also performs interworking with the IoT cloud as needed, and transmits data in the form of messages to the local server, control server, and AI cloud You can send and receive data to and from the Ding server.

도 7은 본 발명의 바람직한 실시예에 따른 스마트 게이트웨이를 통한 데이터 송수신을 위한 메시지 규격을 정의하고 있다.7 defines message standards for data transmission and reception through a smart gateway according to a preferred embodiment of the present invention.

도 7을 참고하면, 메시지의 일반적인 기본 포맷인 메시지 헤드 및 종류를 나타내는 필드와 전송 오류를 정정하는 체크섬 필드을 포함하고, 송수신을 위한 주소 정보인 소스 및 목적지 IP 필드와 IoT 센서가 위치하는 수조 및 센서 ID 필드를 포함할 수 있다.Referring to FIG. 7, it includes a field indicating the message head and type, which is a general basic format of a message, and a checksum field for correcting transmission errors, and source and destination IP fields, which are address information for transmission and reception, and a water tank and sensor where IoT sensors are located. It may contain an ID field.

또한, 페이로드 필드에는 센서에 의한 측정값 등 제어에 필요한 데이터를 포함하고, 타임 필드에는 측정값의 측정한 시간이나 제어를 위한 시간도 포함할 수 있다.In addition, the payload field may include data necessary for control, such as a measured value by a sensor, and the time field may include a measurement time of a measured value or a time for control.

추가적으로, 각종 IoT 센서들과 장치들에게 동작을 명령하는 제어 커맨드를 추가로 포함할 수 있다. Additionally, a control command for instructing various IoT sensors and devices to operate may be further included.

도 8은 관제 서버(200)에서 양식장의 상태 정보를 기초로 원격으로 모니터링하는 절차를 나타낸 도면이다.8 is a diagram illustrating a procedure for remotely monitoring based on farm state information in the control server 200.

관제 서버(200)는 양식장의 각종 상태 정보를 제어하는 상태 제어부와 원격으로 영상을 통해 모니터링하는 원격 모니터링부로 구성되는, 먼저, 상태 제어부는 스마트 게이트웨이(500)로부터 도 7에 나타난 형식의 메시지를 수신하고 메시지 내의 각종 IoT 센서들이나 시설 장치로부터 수신되는 데이터를 추출하고 해당 데이터가 유효한 데이터인지를 사전에 정의된 임계값을 이용하며, 정상적인 값의 범위 내이면 관제 모니터링 화면에 그래픽 등의 수단을 이용하여 표시한다.The control server 200 is composed of a state control unit that controls various status information of the farm and a remote monitoring unit that remotely monitors through video. First, the status control unit receives a message in the format shown in FIG. 7 from the smart gateway 500 and extracts data received from various IoT sensors or facility devices in the message, uses a predefined threshold value to determine whether the data is valid data, and if it is within the normal value range, uses graphic means on the control monitoring screen display

만약, 해당 데이터가 비정상적인 값을 가질 경우, 해당 데이터를 분석하여 단순 오류인지 아니면 양식장이 비정상적 상태로 작동하는지를 판단하여 경고 메시지를 해당 양식장의 로컬 서버(400)에 전송하여 후속 조치를 명령하거나 원격에서 직접 제어하는 제어 메시지를 스마트 게이트웨이(500)에 전송할 수 있다.If the data has an abnormal value, the data is analyzed to determine whether it is a simple error or the farm is operating in an abnormal state, and a warning message is sent to the local server 400 of the farm to command follow-up actions or remotely. A control message for direct control may be transmitted to the smart gateway 500.

또한, 원격 모니터링부는 양식장 내에 설치되어 있는 영상 카메라로부터 영상을 수신하고, 이를 관제 모니터 화면에 썸네일과 같이 다양한 형태로 표시할 수 있다.In addition, the remote monitoring unit may receive images from video cameras installed in the farm and display them in various forms such as thumbnails on the control monitor screen.

지금까지 본 발명에 대해 구체적인 실시예들을 참고하여 설명하였다. 그러나, 본 발명이 속한 분야에서 통상의 지식을 가진 자라면 상기 내용을 바탕으로 본 발명의 범주내에서 다양한 응용 및 변형을 수행하는 것이 가능할 것이다.So far, the present invention has been described with reference to specific examples. However, those skilled in the art to which the present invention pertains will be able to perform various applications and modifications within the scope of the present invention based on the above information.

10: 양식장 통합 플랫폼
100: 내수면 양어장
200: 관제 서버
210: 종합 관제부
211: 원격 모니터링부
220: 판매 관리부
300: AI 클라우딩 서버
310: 빅데이터 저장부
320: AI 분석부
321: 성장도 예측부
322: 영상 인식부
400: 로컬 서버
500: 스마트 게이트웨이(G/W)
600: IoT 센서
700: 양식장 시설장치
800: 영상 카메라
900: IoT 센서 네트워크10: Farm integration platform
100: inland fish farm
200: control server
210: general control department
211: remote monitoring unit
220: sales management department
300: AI clouding server
310: big data storage unit
320: AI analysis unit
321: growth rate prediction unit
322: image recognition unit
400: local server
500: smart gateway (G/W)
600: IoT sensor
700: Farm equipment
800: video camera
900: IoT sensor network

Claims (13)

내수면의 유휴 양식장을 활용한 틸라피아 어종의 양식을 위한 통합 관리 시스템에 있어서,
틸라피아 양식을 위한 복수의 양식장을 구비하되, 상기 복수의 양식장은 지역적으로 떨어져 있고, 실외 수조 및 실내 수조를 포함하고,
상기 양식장의 상태 정보를 수신하여 원격으로 모니터링하는 관제 서버;
상기 틸라피아의 성장도를 예측하는 인공지능 엔진을 구비한 AI 클라우딩 서버; 및
상기 틸라피아의 일련의 성장 과정을 관리하는 로컬 서버를 포함하되,
상기 양식장은 상기 수조 상태를 모니터링하기 위한 IoT 센서들;
상기 수조를 제어하는 장치 제어기;
상기 수조의 영상정보를 생성하는 영상 카메라; 및
IoT 센서 네트워크를 통해 상기 IoT 센서로부터의 센싱 데이터를 수집하고, 상기 장치 제어기를 위한 정보를 송수신하는 스마트 게이트웨이를 더 포함하고,
상기 관제 서버는 수조별 상태를 원격 카메라로부터 영상을 수신하여 모니터링하는 원격 모니터링부;
상기 스마트 게이트웨이로부터 메시지를 수신한 후 센싱 데이터를 추출하고, 센싱 데이터의 유효성을 판단하여 경고 메시지 및 원격 제어 여부를 결정하고 상기 추출된 센싱 데이터를 AI 클라우딩 서버로 전송하는 상태 제어부;
고객으로부터의 주문을 접수하여 판매 가능 여부를 통지하는 출하 관리부; 및
주문에 대한 납기 가능여부를 예측하는 생산 예측부를 더 포함하고,
상기 AI 클라우딩 서버는 상기 관제 서버에서 전송하는 유효한 센싱 데이터를 수신하는 IoT 수집부;
상기 수신된 센싱 데이터를 이용하여 빅데이터 관리를 위한 데이터베이스에 저장하는 데이터 저장부;
상기 영상 카메라로부터 입력된 영상을 기초로 수조 내의 틸라피아의 크기를 측정하는 영상 인식부; 및
상기 센싱 데이터 및 상기 영상 인식부에서 인식된 성장도를 기초로 틸라피아의 성장 정도를 예측하는 인공지능 기반의 성장도 예측부;를 더 포함하되,
상기 성장도 예측부는 입력층, 은닉층 및 출력층을 포함하는 딥러닝 뉴럴 네트워크에 의한 지도학습 기반의 인공지능 프로그램으로 구성되는데, 입력층에 입력되는 파라미터는 사료 투입량, 수온, 용존산소량, pH농도, 염도 및 탁도이고, 최소-최대(Min-Max) 스케일링 기법을 통해 0 내지 1 사이의 값으로 정규화되고, 상기 지도학습을 위해 생성되는 학습데이터 셋은 일정시간 간격으로 소정의 기간동안 수집되는 상기 파라미터를 입력 데이터 셋으로 포함하고, 상기 소정의 기간으로부터 일정 기간 이후 시점에 상기 영상인식부에서 사전에 측정된 틸라피아의 크기를 출력값으로 포함하는 것을 특징으로 하는 틸라피아 어종의 양식을 위한 통합 관리 시스템.In the integrated management system for breeding tilapia fish species using idle farms in inland waters,
A plurality of farms for tilapia farming are provided, but the plurality of farms are geographically separated and include an outdoor tank and an indoor tank,
a control server that receives and remotely monitors state information of the farm;
An AI clouding server equipped with an artificial intelligence engine that predicts the growth of the tilapia; and
Including a local server that manages the series of growth processes of the tilapia,
IoT sensors for monitoring the state of the fish farm;
a device controller controlling the water tank;
a video camera generating image information of the water tank; and
Further comprising a smart gateway that collects sensing data from the IoT sensor through the IoT sensor network and transmits and receives information for the device controller,
The control server includes a remote monitoring unit for receiving and monitoring the state of each tank from a remote camera;
A state control unit that extracts sensing data after receiving a message from the smart gateway, determines validity of the sensing data, determines whether to use a warning message and remote control, and transmits the extracted sensing data to an AI clouding server;
A shipping management unit that receives orders from customers and notifies whether sales are possible; and
Further comprising a production forecasting unit for predicting the availability of delivery for the order,
The AI clouding server IoT collection unit for receiving valid sensing data transmitted from the control server;
a data storage unit storing the received sensing data in a database for big data management;
An image recognition unit for measuring the size of tilapia in the tank based on the image input from the video camera; and
An artificial intelligence-based growth rate predictor for predicting the growth degree of tilapia based on the sensing data and the growth rate recognized by the image recognition unit; further comprising,
The growth prediction unit is composed of an artificial intelligence program based on supervised learning by a deep learning neural network including an input layer, a hidden layer, and an output layer. Parameters input to the input layer include feed input, water temperature, dissolved oxygen amount, pH concentration, and salinity And turbidity, normalized to a value between 0 and 1 through a minimum-maximum (Min-Max) scaling technique, and the learning data set generated for the supervised learning is the parameter collected at regular time intervals for a predetermined period An integrated management system for breeding tilapia species, characterized in that it is included as an input data set and includes as an output value the size of tilapia measured in advance by the image recognition unit at a time point after a certain period from the predetermined period. 삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 스마트 게이트웨이에는
상기 수조에 설치되는 사료 투입량, 수온, 용존산소량, pH농도, 수조의 크기, 염도, 수조의 종류, 탁도, 수조의 위치, 양식장의 지역 온도 및 강우량 중 적어도 하나 이상을 측정하는 IoT 센서들을 제어하고, IoT 센서로부터 측정된 센싱 데이터를 수집하는 IoT 센서 수집부; 및
상기 수조에 설치되는 사료 공급기, 수온 조절기, 수질을 관리하기 이한 순환 펌프 및 수위를 조절하는 수위 조절기 중 적어도 하나 이상을 제어하는 장치 제어부를 포함하는 것을 특징으로 하는 틸라피아 어종의 양식을 위한 통합 관리 시스템.According to claim 1,
The smart gateway
Control IoT sensors installed in the tank to measure at least one of feed input, water temperature, dissolved oxygen, pH concentration, tank size, salinity, tank type, turbidity, tank location, local temperature and rainfall in the farm, and , IoT sensor collection unit for collecting the sensing data measured from the IoT sensor; and
An integrated management system for breeding tilapia fish, characterized in that it includes a device controller for controlling at least one of a feeder installed in the tank, a water temperature regulator, a circulation pump for managing water quality, and a water level regulator for adjusting the water level. . 제1항에 있어서,
상기 로컬 서버는 틸라피아의 종묘 및 치어를 관리하는 통합 관리하는 종묘 및 치어 관리부와 , 상기 영상 인식부를 통해 틸라피아의 성장 정도를 측정하여 이를 저장하는 성장관리부를 포함하는 것을 특징으로 하는 틸라피아 어종의 양식을 위한 통합 관리 시스템.According to claim 1,
The local server includes a seed and fry management unit for integrated management of tilapia seedlings and fry, and a growth management unit for measuring and storing the growth degree of tilapia through the image recognition unit. integrated management system for 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020220072331A 2022-06-14 2022-06-14 An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI KR102537966B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220072331A KR102537966B1 (en) 2022-06-14 2022-06-14 An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220072331A KR102537966B1 (en) 2022-06-14 2022-06-14 An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI

Publications (1)

Publication Number Publication Date
KR102537966B1 true KR102537966B1 (en) 2023-05-31

Family

ID=86542744

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220072331A KR102537966B1 (en) 2022-06-14 2022-06-14 An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI

Country Status (1)

Country Link
KR (1) KR102537966B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100654583B1 (en) 2004-12-03 2006-12-06 주식회사 로보피아 Water Purification System In Fish Farm And Water Quality Control System And Remote Control System Using It
KR20190076377A (en) * 2017-12-22 2019-07-02 인천대학교 산학협력단 Energy-harvesting system and method based on internet of things and big data analytics
KR102004165B1 (en) * 2018-01-15 2019-07-26 부산외국어대학교 산학협력단 Artificial intelligence type integration automation system using big data and artificial intelligence machine learning
KR102005987B1 (en) 2018-07-10 2019-08-01 엔티콘 주식회사 System for iot-based farm management
JP2021164444A (en) * 2019-08-28 2021-10-14 ウミトロン ピーティーイー エルティーディー Aquatic animal detection device, information processing device, terminal device, aquatic animal detection system, aquatic animal detection method, and aquatic animal detection program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100654583B1 (en) 2004-12-03 2006-12-06 주식회사 로보피아 Water Purification System In Fish Farm And Water Quality Control System And Remote Control System Using It
KR20190076377A (en) * 2017-12-22 2019-07-02 인천대학교 산학협력단 Energy-harvesting system and method based on internet of things and big data analytics
KR102004165B1 (en) * 2018-01-15 2019-07-26 부산외국어대학교 산학협력단 Artificial intelligence type integration automation system using big data and artificial intelligence machine learning
KR102005987B1 (en) 2018-07-10 2019-08-01 엔티콘 주식회사 System for iot-based farm management
JP2021164444A (en) * 2019-08-28 2021-10-14 ウミトロン ピーティーイー エルティーディー Aquatic animal detection device, information processing device, terminal device, aquatic animal detection system, aquatic animal detection method, and aquatic animal detection program

Similar Documents

Publication Publication Date Title
CN104396865B (en) Oestrus of sow multi-antenna and method
KR102182963B1 (en) Integrated management system for fish farm
JP6842100B1 (en) Aquatic animal detection device, information processing device, terminal device, aquatic animal detection system, aquatic animal detection method, and aquatic animal detection program
KR102131037B1 (en) Next generation smart farm operating system
WO2020160548A1 (en) Systems and methods for measuring beehive strength
US20170134319A1 (en) Automated image consolidation and prediction
KR20190136774A (en) Prediction system for harvesting time of crop and the method thereof
Huang et al. The prototype of a smart underwater surveillance system for shrimp farming
KR20170033164A (en) Smart fish farm Server and Method for fish farm management using the same
US11937580B2 (en) Computer vision-based feeding monitoring and method therefor
KR101525845B1 (en) A self - diagnosis system for fish holding nursery and marine­nursery facilities
KR102537966B1 (en) An Integrated Management System and Method for the Cultivation and Sale of Fish Species in Idle Farms using AI
Ubina et al. Digital twin-based intelligent fish farming with Artificial Intelligence Internet of Things (AIoT)
CN112036248A (en) Intelligent fishpond management system based on scene recognition
KR102220533B1 (en) Shipment forecasting system based on swine growth condition platform, and method thereof
KR20140119292A (en) The integrated Monitoring and Remote Control System
CN115903967A (en) Intelligent breeding control method and device
Saha et al. ML-based smart farming using LSTM
KR102132324B1 (en) Farm operating information providing system
CN111047456A (en) 5G-based industrial circulating water efficient culture remote control and diagnosis system
KR20220073355A (en) Method and guide server for buying fishing preparation according to expected fish species activity based on artificial intelligence
KR20200043338A (en) A Server Platform for Managing a Smart Farm
Wu et al. An RFID-assisted smart livestock and poultry farming system on the cloud
Rahaman et al. Advantages of Internet of Things (IoT) and It’s Applications in Smart Agriculture System
KR102096000B1 (en) Remote control system for smart farm

Legal Events

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