KR102543481B1 - IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템 - Google Patents

IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템 Download PDF

Info

Publication number
KR102543481B1
KR102543481B1 KR1020230035609A KR20230035609A KR102543481B1 KR 102543481 B1 KR102543481 B1 KR 102543481B1 KR 1020230035609 A KR1020230035609 A KR 1020230035609A KR 20230035609 A KR20230035609 A KR 20230035609A KR 102543481 B1 KR102543481 B1 KR 102543481B1
Authority
KR
South Korea
Prior art keywords
iot sensor
location
image
harmful
density
Prior art date
Application number
KR1020230035609A
Other languages
English (en)
Inventor
오희재
최동수
이재용
김경수
김현진
이주연
이동우
Original Assignee
주식회사 디앤샤인
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디앤샤인 filed Critical 주식회사 디앤샤인
Priority to KR1020230035609A priority Critical patent/KR102543481B1/ko
Application granted granted Critical
Publication of KR102543481B1 publication Critical patent/KR102543481B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1456Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434Optical arrangements
    • G01N15/1436Optical arrangements the optical arrangement forming an integrated apparatus with the sample container, e.g. a flow cell
    • G01N15/1463
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/186Water using one or more living organisms, e.g. a fish
    • G01N33/1866Water using one or more living organisms, e.g. a fish using microorganisms
    • G01N2015/0088

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Dispersion Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 시료를 이미지화 하는 이미지도출부와, 상기 이미지도출부에서 생성된 이미지를 전달받아 이미지로부터 유해남세균 밀도를 추출하는 분석부와, 상기 분석부에서 도출된 유해남세균 밀도에 대한 데이터를 송신하는 통신부를 포함하는 복수의 IoT센서장치; 복수의 IoT센서장치로부터 각 위치에서 유해남세균 밀도에 대한 데이터를 전달받는 중앙서버;를 포함하는 것을 특징으로 하는 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템에 관한 것이다.

Description

IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템{Microalgae Monitoring System by Location using IoT Sensor Network}
본 발명은 IoT센서 네트워크를 이용하여 위치별 유해남세균 밀도를 도출하고, 이를 기반으로 제어가 이루어지도록 하는 모니터링 시스템에 관한 것이다.
지구 온난화로 인한 수온 상승, 하천개발에 의한 유속감소, 오염수 방류에 의한 과도한 영양화 등으로 인해 남세균(Cyanobacteria) 양이 급속히 증가하고 있으며, 이로 인한 취수시설, 농업용수 등의 수질관리가 사회적인 문제로 부각되고 있다.
남세균은 광합성을 하는 수상 미세 생물로서 바다, 하천, 호수 등에 어디에나 존재하며 수상 생태계의 최하위 먹이사슬을 담당하여 생물 다양성을 유지하고 있다. 그러나 하천 환경 변화에 따른 객체수의 급격한 증가는 수화현상에 의한 특유의 악취 발생 외에도 수처리 과정에 문제를 야기한다.
특히 일부 유해남세균으로 지정된 마이크로시스티스, 아나베나, 오실라토리아, 아파니조메논은 천이과정에서 마이크로시스틴과 같은 독성물질을 발생시키는 문제점이 있다.
이에 따라 대한민국 정부는 조류경보제를 운영하고 있는데, 하천 권역별로 2회 연속 취수하여 ml 당 유해남조류 세포수를 기준으로 상수원 구간에서는 4단계, 친수활동 구간에서는 3단계로 관리하고 있다.
이를 위해서는 유해남세균에 대한 모니터링이 필요한데 이와 같은 유해남세균의 모니터링과 관련되어 종래에는 상수도 취수시설 또는 친수 구간 등의 특정 지역에 샘플시료를 채수하고, 연구실에서 (이미징) 유세포 분석기 등을 사용하여, 세포수를 개수하여 전체 밀도를 추정하였다.
그러나 시료를 실험실로 옮기는 과정에서 유해남세균의 대사과정에 의해 개체수 변화와 샘플 획득 구간에서의 한정적인 데이터로 현장의 유해남세균 상태를 충분히 반영하지 못하는 문제점이 있다.
또한 하천 현장의 유해남세균 상태를 실시간으로 모니터링하기 위한 방법으로 드론과 같은 항공장비를 사용하는 시스템(대한민국 특허등록 제10-2211700호)이 제시되었는데, 상기 시스템은 그 구성이 간단하고, 하천 전지역의 상태를 모니터링 할 수 있는 장점이 있다.
그러나 녹조 현상의 원인이 유해남세균인지, 일반 녹조류인지 구분하기 어려우며, 녹조 현상이 어느 정도 진행된 이후에 관찰 가능한 사후적 모니터링 성격이 있다. 또한 유해남세균 창궐에 원인이 되는 지점을 식별하기 위한 추적에는 한계가 있다.
대한민국 특허등록 제10-2211700호
본 발명은, 상기 과제의 해결을 위한 것으로서, IoT센서 네트워크를 이용하여 위치별 유해남세균 밀도를 도출하고, 이를 기반으로 제어가 이루어지도록 하는 모니터링 시스템을 제공하고자 함이다.
상기 과제를 해결하기 위한 본 발명의 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템(이하, “본 발명의 시스템”이라함)은 시료를 이미지화 하는 이미지도출부와, 상기 이미지도출부에서 생성된 이미지를 전달받아 이미지로부터 유해남세균 밀도를 추출하는 분석부와, 상기 분석부에서 도출된 유해남세균 밀도에 대한 데이터를 송신하는 통신부를 포함하는 복수의 IoT센서장치; 복수의 IoT센서장치로부터 각 위치에서 유해남세균 밀도에 대한 데이터를 전달받는 중앙서버;를 포함하는 것을 특징으로 한다.
하나의 예로 IoT센서장치는 인접하는 IoT센서장치와 플러딩 기법으로 데이터 패킷을 공유하는 것을 특징으로 한다.
하나의 예로 상기 데이터 패킷에는 해당 IoT센서장치의 ID, 위치, 업데이트시간, 유해남세균 밀도를 포함하는 것을 특징으로 한다.
하나의 예로 상기 IoT센서장치에는 해당위치에서 방제조치가 수행되어지는 방제부가 더 구성되며, 상기 중앙서버에는 제어부가 구성되어 선택된 IoT센서장치의 방제부가 제어되도록 하는 것을 특징으로 한다.
하나의 예로 상기 이미지도출부는, 시료를 전달받아 트랙홈에 저장시키는 디스크와, 상기 디스크를 회전연동 시키는 구동수단을 포함하는 턴테이블장치; 상기 디스크의 트랙홈에 저장된 시료를 촬영하여 이미지화 하는 촬영모듈과, 상기 촬영모듈을 직선연동 시키는 제 2구동수단을 포함하는 이미징장치;를 포함하는 것을 특징으로 한다.
하나의 예로 상기 디스크는 직경이 다른 복수의 트랙홈이 형성되며, 각 트랙홈은 연결홈으로 연결되는 것을 특징으로 한다.
하나의 예로 상기 디스크는 중앙에 주입관이 장착되는 장착공이 형성되며, 상기 장착공 하부에는 포집공간이 형성되도록 하는 포집구가 구성되고, 상기 장착공 주변부에는 상기 포집공간에 연통하도록 복수의 유로가 형성됨을 특징으로 한다.
본 발명은 IoT센서 네트워크를 이용하여 하천, 저수지 등에 있어 실시간으로 유해남세균의 밀도를 위치정보와 같이 맵핑되도록 하여 정확한 모니터링이 가능한 장점이 있다.
도 1은 본 발명의 시스템을 나타내는 개략도이고,
도 2는 본 발명의 시스템을 나타내는 블록도이고,
도 3은 본 발명의 일 구성으로 IoT센서장치의 일 실시예를 나타내는 블록도이고,
도 4는 본 발명에 있어 IoT센서장치들간에 플러딩 기법으로 데이터 패킷을 공유하는 방법을 나타내는 도면이고,
도 5는 본 발명의 일 구성으로 이미지도출부의 일예를 나타내는 도면이고,
도 6 내지 도 8은 도 5에 도시된 디스크의 실시예를 나타내는 도면이다.
이하, 실시 예를 통하여 본 발명을 보다 상세하게 설명한다. 본 발명에 따른 실시 예는 여러 가지 다른 형태로 변형될 수 있으므로, 본 발명의 범위가 아래에서 설명되는 실시 예에 한정되지는 않는다.
본 발명의 시스템(1)은 도 1 등에서 보는 바와 같이 시료를 이미지화 하는 이미지도출부(21)와, 상기 이미지도출부(21)에서 생성된 이미지를 전달받아 이미지로부터 유해남세균 밀도를 추출하는 분석부(22)와, 상기 분석부(22)에서 도출된 유해남세균 밀도에 대한 데이터를 송신하는 통신부(23)를 포함하는 복수의 IoT센서장치(2); 복수의 IoT센서장치(2)로부터 각 위치에서 유해남세균 밀도에 대한 데이터를 전달받는 중앙서버(3);를 포함하는 것을 특징으로 한다.
즉 본 발명의 시스템(1)은 이하에서 설명하는 바와 같이 복수의 IoT센서장치(2)가 각 위치에서 실시간으로 인공지능 알고리즘을 사용하여 이미지화된 시료로부터 유해남세균 이미지를 분류 및 계수한 후 유해남세균의 밀도를 도출함과 동시에 이러한 데이터를 네트워크로 공유하고, 이러한 데이터를 중앙서버(3)로 송신토록 함으로써 하천, 저수지 등에 있어 실시간으로 유해남세균의 밀도를 위치정보와 같이 맵핑되도록 하는 것이다.
상기 IoT센서장치(2)는 각 위치에서 시료를 이미지화하고 이미지로부터 유해남세균 밀도를 추출하여 이하에서 설명하는 바와 같이 인접하는 IoT센서장치(2)와 공유하면서 공유된 데이터를 상기 중앙서버(3)로 전송하는 구성에 해당한다.
이러한 IoT센서장치(2)는 도 1 등에서 보는 바와 같이 침지식으로 구성되는 바, 도면에 도시된 바는 없으나 다양한 공지기술로서 부유수단 또는 고정수단이 구성되도록 하는 것이 타당하다.
상기 이미지도출부(21)에 대해 본 발명에서는 도 5 내지 8에서 일 실시예를 제시하고 있는 바, 본 실시예의 이미지도출부는 이하에서 도면번호 100으로 표기한다.
본 실시예의 이미지도출부(100)는 도 5 등에서 보는 바와 같이 시료를 전달받아 트랙홈(131-1)에 저장시키는 디스크(131)와, 상기 디스크(131)를 회전연동 시키는 구동수단(132)을 포함하는 턴테이블장치(130); 상기 디스크(131)의 트랙홈(131-1)에 저장된 시료를 촬영하여 이미지화 하는 촬영모듈(141)과, 상기 촬영모듈(141)을 직선연동시키는 제 2구동수단(142)을 포함하는 이미징장치(140);를 포함하는 것을 특징으로 한다.
또한 도 5에서 보는 바와 같이 디스크(131)의 전단에는 전처리장치(110)와 분산장치(120)가 더 구성되도록 한다.
상기 전처리장치(110)는 시료를 전달받아 시료 중 플록을 분산시키기 위한 전처리가 수행되어지도록 하는 구성으로 다양한 공지의 기술이 적용될 수 있는 바, 예로 우선 시료의 탁도를 측정한 뒤, 측정된 탁도를 토대로 희석용매를 사용하여 상기 시료를 희석시키도록 하는 것이다.
상기 시료의 탁도는 상기 전처리장치(110)에 구비된 탁도계에 의해 측정될 수 있다. 상기 탁도계를 통해 측정된 상기 시료의 탁도에 기초하여, 상기 전처리장치(110)는 주입되는 희석용매의 양을 조절할 수 있다. 상기 희석용매로는 증류수가 적용될 수 있다.
이에 더하여 상기 시료 내의 유해남세균 등 미세조류의 고정을 위해서 선택적으로 화학적 첨가제를 상기 희석용매에 포함시켜 사용할 수 있다.
상기 화학적 첨가제는 포름알데히드 등이 사용될 수 있으며, 또한 상기 시료 내의 플록을 분산시키기 위해 수산화칼륨 또는 수산화나트륨과 같은 화학적 첨가제가 추가로 적용될 수도 있다.
이렇게 전처리가 이루어진 시료는 후단의 분산장치(120)로 유입되는 바, 상기 분산장치(120)는 상기 전처리장치(110)로부터 시료를 전달받아 플럭을 분산시키도록 함으로써 시료에 유해남세균이 균일하게 분산되도록 하며 유해남세균이 균일하게 분산된 시료를 상기 디스크(131)로 전달토록 하는 구성에 해당한다.
이를 위해 분산장치(120)에는 도면에 도시된 바는 없으나 교반수단이 구성될 수 있는 바, 교반수단은 임펠러가 될 수 있고, 초음파조사기가 될 수 있다.
상기 초음파조사기는 상기 시료에 초음파를 조사함으로써, 상기 시료 내의 플록을 분산시키도록 한다. 이러한 초음파조사기에 의한 분산은 공지의 작동기작으로 그 상세 설명은 생략한다.
상기 분산장치(120)의 시료는 펌프 등에 의해 상기 디스크(131)로 시료가 전달되도록 하는데, 이하에서 설명하는 바와 같이 주입관(131-6)을 통해 분산장치(120)의 시료가 디스크(131)로 유입되도록 할 수 있다.
상기 턴테이블장치(130)는 디스크(131)와, 상기 디스크(131)를 회전연동 시키는 구동수단(132)을 포함하여 구성됨을 특징으로 한다.
상기 구동수단(132)의 구동에 의해 디스크(131)가 회전연동이 가능하도록 하는데 모터 등 구동수단(132)에 의해 디스크(131)에 회전력을 인가하는 구조는 다양한 공지의 구조가 적용될 수 있다.
상기 디스크(131)는 도 6 및 도 7에서 보는 바와 같이 직경이 다른 복수의 트랙홈(131-1)이 형성되며, 각 트랙홈(131-1)은 연결홈(131-2)으로 연결되도록 한다.
또한 상기 디스크(131)는 도 8에서 보는 바와 같이 중앙에 주입관(131-6)이 장착되는 장착공(131-3)이 형성되며, 상기 장착공(131-3) 하부에는 포집공간이 형성되도록 하는 포집구(131-4)가 구성되고, 상기 장착공(131-3) 주변부에는 상기 포집공간에 연통하도록 복수의 유로(131-5)가 형성됨을 특징으로 한다.
이와 같이 구성되어 주입관(131-6)의 중공을 통해 공급되는 시료는 포집구(131-4)에서 포집되어 상기 유로(131-5)를 통해 디스크(131) 상면으로 공급된다. 이렇게 공급된 시료는 월류 또는 연결홈(131-2)을 통해 내측 트랙홈(131-1)에서부터 외측 트랙홈(131-1)로 차례로 채워지게 되는 것이다.
상기 주입관(131-6)은 분산장치(120)의 시료배출라인으로부터 시료가 주입되도록 하는 것이다.
이와 같은 디스크(131)의 구성에 의해 본 발명에서는 많은 량의 이미지의 획득이 가능하도록 하고 이와 동시에 고해상도의 이미지 획득이 가능하도록 하게 되는 것이다.
상기 디스크(131)는 그 재질을 한정하지 않으나 도면상 배면에서 광조사에 의해 이미지화가 용이하게 이루어지도록 할 수 있으므로 투명재질로 구성되어야 한다.
도면에서는 상기 트랙홈(131-1)이 역삼각형 형상의 골모양으로 구성된 예를 도시하고 있으나 이에 한정하는 것은 아니고 곡면, 사각형 등 다양한 형상으로 구성될 수 있다.
상기 이미징장치(140)는 상기 디스크(131)의 트랙홈(131-1)에 저장된 시료를 촬영하여 이미지화 하는 촬영모듈(141)과, 상기 촬영모듈(141)을 직선연동 시키는 제 2구동수단(142)을 포함하는 것을 특징으로 한다.
상기에서 언급한 바와 같이 복수의 트랙홈(131-1)에 채워진 시료가 촬영모듈(141)에 의해 촬영되어 이미지화가 되는 것이다.
이때 동일 트랙홈(131-1)의 촬영을 반복적으로 수행할 수 있어 고해상도의 이미지 획득이 가능하게 되는 것이다.
상기 촬영모듈(141)이 반복적으로 촬영된 해당 트랙홈(131-1)의 원본이미지들로부터 고해상도 이미지를 생성하는 것은 다양한 공지기술의 적용이 가능한 바, 예로 해상도를 초고해상도를 얻기 위해 수 개의 프레임들 사이에 작은 공간 쉬프트(shift)를 갖는 프레임들을 사용하는 이미지 향상 방법 [Michal Irani, Shmuel Peleg "Super Resolution From Image Sequences", ICPR, 2:115--120, June 1990]이 적용될 수 있다.
이 방법에서, 최적의 고해상도 이미지에 대한 수렴(convergence)이 반복적으로 수행된다. 반복은 고해상도 이미지의 초기 버전을 만드는 것부터 시작한다.
일반적으로, 그러한 초기 버전은 저해상도의 이미지들을 단순 가산하여 만들어진다. 반복의 두 번째 단계는 이 버전의 고해상도 이미지로부터 저해상도 이미지들의 재생성, 이들을 저해상도의 초기 이미지들과 매칭(matching), 및 보정인자(factor)에 대한 평가를 포함한다.
더 많이 반복하면 이전 반복에서의 보정을 고려하면서 새 버전의 고해상도 이미지가 생성되도록 하는 것이다. 이는 공지의 작동기작으로 그 상세 설명은 생략한다.
또한 상기 촬영모듈(141)은 이하에서 설명하는 바와 같이 직선운동이 가능하도록 함으로써 디스크(131) 상에 각 트랙홈(131-1)의 촬영에 의한 이미지화가 가능하도록 하는 것이다.
상기 촬영모듈(141)은 다양한 공지기술의 적용이 가능하며, 예로 시료를 고배율로 확대 가능한 대물렌즈와, 고해상도의 정지 영상의 촬영이 가능한 CCD(Charge coupled device) 센서 등이 포함되도록 함으로써 시료를 이미지화 한 데이터가 생성되도록 하는 것이다.
상기 제 2구동수단(142)은 모터 등에 의해 도면에서 보는 바와 같이 촬영모듈(141)이 디스크(131)와 이격된 위치에서 직선연동이 가능하도록 하는 것이다. 이와 같이 구성되어 상기 촬영모듈(141)은 디스크(131)에 있어 각 트랙홈(131-1)의 시료를 촬영할 수 있도록 하는 것이다.
상기 제 2구동수단(142)에 있어 상기 촬영모듈(141)의 직선연동을 가능하도록 하는 구조는 다양한 공지 기술의 적용이 가능한 바, 그 상세 설명은 생략한다.
본 발명에 있어 상기 디스크(131)에서 촬영이 완료된 시료는 상기 디스크(131)를 빠르게 회전시킴으로써 원심력에 의해 디스크(131) 외측으로 빠져나가도록 하여 배출토록 하고, 세척시는 세척수가 디스크(131)를 거치면서 각각 세척이 이루어지도록 할 수 있는데 디스크(131)를 세척한 세척수의 경우도 디스크(131)를 빠르게 회전시켜 원심력에 의해 디스크(131) 외측으로 빠져나가도록 하여 배출토록 하는 것이다.
즉 디스크(131)의 회전연동에 의해 상기에서 언급한 처리수의 처리가 별도의 배출수단이 필요없이 용이해지도록 하는 것이다.
상기 분석부(22)는 상기 이미지도출부(100)에서 생성된 이미지를 전달받아 이미지로부터 유해남세균을 검출하여 밀도를 추출하는 구성에 해당한다.
상기 분석부(22)는 상기 이미지도출부(100)로부터 시료 이미지를 전송받아 이미지에 나타난 유해남세균의 형상을 확대하고, 이를 기 저장된 이미지 데이터에 포함된 유해남세균의 형상과 직접 대조하여 유해남세균을 검출 및 그 밀도를 판독하도록 하는 것이다.
이러한 분석부(22)의 작동 메커니즘은 다양한 공지의 작동 메커니즘이 적용될 수 있는 바, 예로 시료 이미지로부터 유해남세균을 검출하는 검출부와, 검출된 유해남세균의 형상을 확대하며 배율을 조정하는 확대부와, 확대된 유해남세균의 형상과 기 저장된 이미지 데이터에 포함된 유해남세균의 형상을 각각 대조하여 유해남세균의 밀도를 판정하는 판정부 등으로 구성되도록 할 수 있다.
이중 상기 판정부의 기능으로 상기 유해남세균 검출 및 밀도 추출은 다양한 공지기술이 적용될 수 있으며, 예로 영상 객체인식 및 검출 등에 사용되는 함성곱 신경망(Convolution Nueral Netwrok) 기반의 인공지능 알고리즘 등이 적용될 수 있다.
합성곱 신경망은 원본이미지와 커널의 합성곱 연산을 통해 특징 맵을 도출하고, 이렇게 생성된 정보를 전체 연결 신경망구조(Fully-connected layer)에 입력하여 이미지 분류, 객체 인식 등이 가능하도록 하는 것이다.
일 실시예로서의 합성곱 신경망 기반의 객체인식 인공지능 알고리즘은 YOLO, Faster RCNN 등이 있으며, 이를 적용하여 유해남세균 학습, 검증 및 테스트 과정으로 구현할 수 있다.
상기 유해남세균 밀도 추정방법은 샘플시료 내에 유해남세균의 세포수를 통해 계산할 수 있으며(수학식 1), 상기 산정방법은 대한민국 정부의 조류경보제에 고시된 방식과 동일하다.
[수학식 1]
Figure 112023031052628-pat00001
여기서 N은 상기 인공지능 알고리즘으로 검출한 유해남세균 세포수, V는 시료로 사용한 시료샘플의 부피(단위 lm)이며, n은 유해남세균 밀도값을 의미한다.
조류경보제 고시 기준에 따라, 상수원 구간 기준 n값이 1,000 내지 10,000은 관심, 10,000 내지 1,000,000은 경계, 1,000,000 이상은 조류 대발생, 1,000 이하는 해제를 발령토록 한다.
상기 통신부(23)는 유해남세균 밀도에 대한 데이터를 인접하는 IoT센서장치(2)와 공유하도록 공지기술로서 근거리통신이 가능하도록 하는 것이다.
이렇게 IoT센서장치(2)가 네트워킹에 의해 데이터를 공유하는 방법은 다양한 공지기술의 적용이 가능하며, 본 발명에서는 도 4에서 보는 바와 같이 인접하는 IoT센서장치(2)와 플러딩(flooding) 기법으로 데이터 패킷을 공유하는 예를 제시하고 있다.
상기 플러딩 기법은 정적 알고리즘으로, 어떤 IoT센서장치(2)에서 온 하나의 데이터 패킷을 라우터에 접속되어 있는 다른 인접한 IoT센서장치(2)로 전달하는 것이다.
이는 대규모 네트워크에서 수정된 라우팅 정보를 모든 IoT센서장치(2)에 빠르게 배포하는 수단이다. 이와 같은 기법의 적용에 의해 네트워크 전체의 IoT센서장치(2)에 일관된 데이터 패킷이 공유되는 것이다.
여기서 데이터 패킷에는 해당 IoT센서장치(2)의 ID, 위치, 업데이트시간, 유해남세균 밀도를 포함하는 것을 특징으로 한다.
도 4에서는 플러딩 기법을 적용하여 데이터 패킷이 업데이트 되는 과정을 도시하고 있는 바, 각 IoT센서장치(2)가 각 통신부(23)를 통해 데이터 패킷을 송수신하면서, 각각 해당 데이터 패킷에 자신의 데이터 패킷을 업데이트 하는 과정을 보여주고 있다.
이러한 과정이 반복되면서 결국 네트워크 내의 모든 IoT센서장치(2)는 최신의 유해남세균 밀도 등을 포함하는 데이터 패킷 정보를 보유 할 수 있게 되는 것이고, 이렇게 모든 IoT센서장치(2)의 데이터 패킷 데이터는 도 2에서 보는 바와 같이 주 IoT센서장치(2)의 제 2통신부(24)를 통해 중앙서버(3)로 송신되도록 하는 것이다.
이를 위해 제 2통신부(24)는 공지기술로서 장거리 통신이 가능한 모듈이 적용되어야 하는 것으로, 본 발명의 시스템(1)에서는 상기에서 보는 바와 같이 주 IoT센서장치(2)에만 고출력의 제 2통신부(24)가 구성되더라도 중앙서버(3)에서는 모든 IoT센서장치(2)의 실시간 유해남세균 밀도 및 위치에 관한 맵핑정보가 모니터링 될 수 있게 되는 것이다.
또한 도 3에서 보는 바와 같이 상기 IoT센서장치(2)에는 해당위치에서 방제조치가 수행되어지는 방제부(25)가 더 구성되며, 상기 중앙서버(3)에는 제어부(32)가 구성되어 선택된 IoT센서장치(2)의 방제부(25)가 제어되도록 할 수 있다.
상기 방제부(25)에 의한 방제조치는 다양한 공지기술이 적용될 수 있으며, 예로 오존처리, 염소처리, 자외선 방사 등이 적용될 수 있다. 즉 이러한 공지기술의 발현이 가능하도록 상기 방제부(25)가 구성되어야 한다.
어느 위치의 IoT센서장치(2)에서 측정된 유해남세균 밀도가 기 설정된 임계치를 초과하는 경우 상기 중앙서버(3)의 제어부(32)는 해당 IoT센서장치(2)의 방제부(25)를 제어하게 되는데 방제부(25)는 예로 오존발생장치로 구성되어 해당 위치에서 오존처리가 이루어지도록 할 수 있는 것이다.
상기 중앙서버(3)에는 도 2에서 보는 바와 같이 데이터베이스(31)가 구성되어 IoT센서장치(2)로부터 송신되는 데이터 패킷에 대한 데이터를 축적하도록 하며, 상기 제어부(32)는 상기에서 언급한 바와 같이 선택된 IoT센서장치(2)가 제어되도록 하는 것이고, 도면에 도시된 바는 없으나 중앙서버(3)에도 통신부가 구성되어 제어명령을 주 IoT센서장치(2)로 송신토록 구성되어야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기 실시예에 한정되지 않음은 물론이며, 본 발명이 속하는 분야에서 통상의 기술적 지식을 가진 자에 의해 상기 기재된 내용으로부터 다양한 수정 및 변형이 가능할 수 있음은 물론이다.

Claims (7)

  1. 시료를 이미지화 하는 이미지도출부와, 상기 이미지도출부에서 생성된 이미지를 전달받아 이미지로부터 유해남세균 밀도를 추출하는 분석부와, 상기 분석부에서 도출된 유해남세균 밀도에 대한 데이터를 송신하는 통신부를 포함하는 복수의 IoT센서장치;
    복수의 IoT센서장치로부터 각 위치에서 유해남세균 밀도에 대한 데이터를 전달받는 중앙서버;를 포함하고,
    상기 이미지도출부는,
    시료를 전달받아 트랙홈에 저장시키는 디스크와, 상기 디스크를 회전연동 시키는 구동수단을 포함하는 턴테이블장치; 상기 디스크의 트랙홈에 저장된 시료를 촬영하여 이미지화 하는 촬영모듈과, 상기 촬영모듈을 직선연동 시키는 제 2구동수단을 포함하는 이미징장치;를 포함하며,
    상기 디스크는,
    직경이 다른 복수의 트랙홈이 형성되며, 각 트랙홈은 연결홈으로 연결되고,
    중앙에 주입관이 장착되는 장착공이 형성되며, 상기 장착공 하부에는 포집공간이 형성되도록 하는 포집구가 구성되며, 상기 장착공 주변부에는 상기 포집공간에 연통하도록 복수의 유로가 형성됨을 특징으로 하는 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템.
  2. 제 1항에 있어서,
    IoT센서장치는 인접하는 IoT센서장치와 플러딩 기법으로 데이터 패킷을 공유하는 것을 특징으로 하는 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템.
  3. 제 2항에 있어서,
    상기 데이터 패킷에는 해당 IoT센서장치의 ID, 위치, 업데이트시간, 유해남세균 밀도를 포함하는 것을 특징으로 하는 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템.
  4. 제 1항에 있어서,
    상기 IoT센서장치에는 해당위치에서 방제조치가 수행되어지는 방제부가 더 구성되며, 상기 중앙서버에는 제어부가 구성되어 선택된 IoT센서장치의 방제부가 제어되도록 하는 것을 특징으로 하는 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템.
  5. 삭제
  6. 삭제
  7. 삭제
KR1020230035609A 2023-03-20 2023-03-20 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템 KR102543481B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230035609A KR102543481B1 (ko) 2023-03-20 2023-03-20 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230035609A KR102543481B1 (ko) 2023-03-20 2023-03-20 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템

Publications (1)

Publication Number Publication Date
KR102543481B1 true KR102543481B1 (ko) 2023-06-19

Family

ID=86988292

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230035609A KR102543481B1 (ko) 2023-03-20 2023-03-20 IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템

Country Status (1)

Country Link
KR (1) KR102543481B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0392475A2 (en) * 1989-04-11 1990-10-17 Idemitsu Petrochemical Co. Ltd. Analysis apparatus
JP2001124690A (ja) * 1999-10-29 2001-05-11 Sysmex Corp 試料検査装置
JP2006349594A (ja) * 2005-06-20 2006-12-28 Matsushita Electric Ind Co Ltd 試料分析用ディスクおよび試料分析装置
KR20120009066A (ko) * 2010-07-22 2012-02-01 (주)인바이어플랜텍 녹조제거초음파장비
JP5094035B2 (ja) * 2006-03-29 2012-12-12 中国電力株式会社 プランクトンの分布調査システム
KR101959935B1 (ko) * 2018-10-24 2019-07-15 (주)대우건설 수질감지부표 및 이를 활용한 통합수질 스마트 실시간 모니터링 시스템
KR102211700B1 (ko) 2019-05-10 2021-02-04 주식회사 한국씨앤에스 드론을 이용한 적조 및 녹조 모니터링 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0392475A2 (en) * 1989-04-11 1990-10-17 Idemitsu Petrochemical Co. Ltd. Analysis apparatus
JP2001124690A (ja) * 1999-10-29 2001-05-11 Sysmex Corp 試料検査装置
JP2006349594A (ja) * 2005-06-20 2006-12-28 Matsushita Electric Ind Co Ltd 試料分析用ディスクおよび試料分析装置
JP5094035B2 (ja) * 2006-03-29 2012-12-12 中国電力株式会社 プランクトンの分布調査システム
KR20120009066A (ko) * 2010-07-22 2012-02-01 (주)인바이어플랜텍 녹조제거초음파장비
KR101959935B1 (ko) * 2018-10-24 2019-07-15 (주)대우건설 수질감지부표 및 이를 활용한 통합수질 스마트 실시간 모니터링 시스템
KR102211700B1 (ko) 2019-05-10 2021-02-04 주식회사 한국씨앤에스 드론을 이용한 적조 및 녹조 모니터링 시스템

Similar Documents

Publication Publication Date Title
Wang et al. Uncertainty estimation for stereo matching based on evidential deep learning
Heinemann et al. Deep learning enables pathologist-like scoring of NASH models
Naylor et al. Nuclei segmentation in histopathology images using deep neural networks
US11087462B2 (en) System and method for determining a colonoscopy image
Rodriguez et al. Optical fish trajectory measurement in fishways through computer vision and artificial neural networks
KR102543484B1 (ko) 유해남세균 실시간 모니터링, 예지 및 방제 시스템
US20230186659A1 (en) Machine learning models for cell localization and classification learned using repel coding
KR100889997B1 (ko) 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법
WO2022046463A1 (en) Histological stain pattern and artifacts classification using few-shot learning
Bilal et al. An aggregation of aggregation methods in computational pathology
Bruneel et al. Implications of movement for species distribution models-rethinking environmental data tools
KR102543481B1 (ko) IoT센서 네트워크를 이용한 위치별 미세조류 모니터링 시스템
CN111539639A (zh) 基于区块链和深度神经网络的畜牧用水检测系统
Swiderska-Chadaj et al. Convolutional neural networks for lymphocyte detection in immunohistochemically stained whole-slide images
CN116912240B (zh) 基于半监督学习的突变tp53免疫学检测方法
Voon et al. Evaluating the effectiveness of stain normalization techniques in automated grading of invasive ductal carcinoma histopathological images
Pacheco et al. Adaptive sparse reconstruction for lensless digital holography via PSF estimation and phase retrieval
KR102543482B1 (ko) 미세조류 유세포분석을 위한 턴테이블 시스템 및 이를 이용한 미세조류 유세포분석 방법
WO2023204959A1 (en) Cell classification using center emphasis of a feature map
Marini et al. Semi-supervised learning with a teacher-student paradigm for histopathology classification: a resource to face data heterogeneity and lack of local annotations
Baek et al. Developing a Segmentation Model for Microscopic Images of Microplastics Isolated from Clams
KR20230040306A (ko) 생세포 생물학적 샘플의 형광 이미지의 포착 방법 및 시스템
Soltanzadeh et al. A prototype system for real-time monitoring of Arctic char in indoor aquaculture operations: possibilities & challenges
KR102543483B1 (ko) 이미징 기반의 유해남세균 측정을 위한 침지형 센서장치
KR20100034718A (ko) 선박 밸러스트 워터 미생물 영상처리 시스템 및 그 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant