KR102550821B1 - 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 - Google Patents
인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102550821B1 KR102550821B1 KR1020220053336A KR20220053336A KR102550821B1 KR 102550821 B1 KR102550821 B1 KR 102550821B1 KR 1020220053336 A KR1020220053336 A KR 1020220053336A KR 20220053336 A KR20220053336 A KR 20220053336A KR 102550821 B1 KR102550821 B1 KR 102550821B1
- Authority
- KR
- South Korea
- Prior art keywords
- livestock
- information
- barn
- temperature
- temperature information
- Prior art date
Links
- 244000144972 livestock Species 0.000 title claims abstract description 338
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 14
- 208000024891 symptom Diseases 0.000 claims abstract description 136
- 230000002159 abnormal effect Effects 0.000 claims abstract description 67
- 230000006399 behavior Effects 0.000 claims abstract description 67
- 230000036760 body temperature Effects 0.000 claims abstract description 57
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000013135 deep learning Methods 0.000 claims abstract description 12
- 238000009304 pastoral farming Methods 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 209
- 201000010099 disease Diseases 0.000 claims description 97
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 97
- 230000001174 ascending effect Effects 0.000 claims description 35
- 230000035606 childbirth Effects 0.000 claims description 35
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000010835 comparative analysis Methods 0.000 claims description 15
- 230000012173 estrus Effects 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 11
- 230000002631 hypothermal effect Effects 0.000 claims description 9
- 206010037660 Pyrexia Diseases 0.000 claims description 4
- 230000000241 respiratory effect Effects 0.000 claims description 3
- 208000018556 stomach disease Diseases 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 2
- 230000001158 estrous effect Effects 0.000 claims 1
- 230000001932 seasonal effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 238000013480 data collection Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 8
- 230000000630 rising effect Effects 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 235000019645 odor Nutrition 0.000 description 3
- 230000032696 parturition Effects 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 206010011469 Crying Diseases 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000005282 brightening Methods 0.000 description 2
- 244000309466 calf Species 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000272517 Anseriformes Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000000007 visual effect Effects 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
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/0047—Air-conditioning, e.g. ventilation, of animal housings
- A01K1/0076—Arrangement of heaters or heat exchangers
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Biodiversity & Conservation Biology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
Abstract
본 발명은 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법에 관한 것으로, 축사제어장치로부터 가축영상데이터를 실시간으로 수신하고, 가축영상데이터에 포함된 가축을 개별 객체로 각각 분리하고, 가축영상데이터로부터 개별 객체에 대한 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하고, 딥러닝 기법을 기반으로 표준축사관리데이터 및 객체정보를 분석하여 이상징후를 판단한 판단결과데이터를 생성하고, 생성된 판단결과데이터를 단말기로 실시간으로 전송하며, 판단된 이상징후를 기반으로 축사의 축산 환경이 변경되도록 축사제어장치를 제어할 수 있다.
Description
본 발명은 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법에 관한 것이다.
종래에는 사람이 각각의 가축의 상태를 파악하여, 이상 징후가 나타나는 가축에 대하여 진료를 받게 하거나 따로 격리시켰다. 다만, 가축의 수가 많은 경우 모든 가축을 관리하기 위해서는 많은 인력이 필요하다는 문제점이 있었다.
또한, 일부 가축에 전염병이 발생하면 가축의 대부분이 폐사하는 결과가 초래될 수 있으므로, 가축의 이상 여부를 빠르고 정확하게 판단할 수 있는 방안이 요구되고 있다.
또한, 교통 수단의 발달로 인하여 특정 지역에서 발생된 질병은 특정한 장소에 한정되지 않고 전국적으로 빠른 시간 내에 전염되는 현실에서 초기에 빠른 질병 판단이 요구되고 있다. 가축의 질병 판단에 있어서 발열에 따른 온도측정 방식이 질병 유무 판단의 기준으로 활용되고 있다.
그러나 많은 가축에 대한 일률적인 온도측정이 이루어지기 때문에, 가축 개체 각각의 상태에 따른 질병 판단에 대한 어려움이 있다. 또한, 이러한 온도 측정에 의한 질병 판단 방식은 질병 발생 초기 단계에 개체를 검출하는데에 어려움이 있다.
더욱이, 좁은 사육장 내에서 집단으로 사육되는 가축은 전염성 질병의 확산에 매우 취약하다. 이에, 축산물에 대한 소비가 늘어나면서, 가축을 효율적으로 관리하는 방법에 대한 다양한 방안들이 제안되고 있다.
본 발명이 해결하고자 하는 과제는 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명에 따른 인공지능 기반의 스마트 축산 관리 시스템은, 축산 관리자의 단말기; 센서부를 통해 축사의 상황 및 상기 축사 내의 가축들의 이상징후 중 적어도 하나를 센싱하고, 영상획득부를 통해 상기 축사에 위치하는 가축들을 촬영한 가축영상데이터를 획득하는 축사제어장치; 및 상기 축사제어장치로부터 상기 가축영상데이터를 실시간으로 수신하고, 상기 가축영상데이터에 포함된 상기 가축을 개별 객체로 각각 분리하고, 상기 가축영상데이터로부터 상기 개별 객체에 대한 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하고, 딥러닝 기법을 기반으로 표준축사관리데이터 및 상기 객체정보를 분석하여 상기 이상징후를 판단한 판단결과데이터를 생성하고, 상기 생성된 판단결과데이터를 상기 단말기로 실시간으로 전송하며, 상기 판단된 이상징후를 기반으로 상기 축사의 축산 환경이 변경되도록 상기 축사제어장치를 제어하는 관리서버;를 포함하고, 상기 표준축사관리데이터는, 상기 가축영상데이터로부터 이상징후가 발생되지 않은 정상객체 및 상기 정상객체의 주변객체의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도정보, 정상축사 및 상기 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보 및 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하며, 상기 판단결과데이터를 기반으로 업데이트되고, 상기 관리서버는, 상기 표준축사관리데이터를 기반으로 딥러닝 기법을 이용하여, 상기 가축의 이상징후여부를 분만증상 및 승가증상 중 어느 하나로 구분하고, 상기 분만증상으로 판단된 어미객체의 행동정보를 모니터링하여 분만예상시간, 분만소요시간 및 분만될 새끼객체의 마리수를 포함한 분만상황정보를 예측하여 상기 단말기로 전송하고, 상기 분만상황정보를 예측 시에, 상기 어미객체의 분만 후에 환경정보를 고려하여 상기 새끼객체에 대한 객체체온정보 및 객체행동정보를 모니터링하되, 상기 환경정보는 상기 어미객체 및 상기 축사의 주변에 대한 날씨정보, 계절정보 및 시간정보를 포함하고, 상기 환경정보를 기반으로 상기 어미객체가 기 설정된 계절에 기 설정된 날씨 및 기 설정된 시간대에 상기 새끼객체를 분만한 경우 상기 새끼객체의 체온을 지속적으로 모니터링하고, 상기 모니터링의 결과 상기 새끼객체의 체온이 기 설정된 온도보다 낮은 저체온일 경우에, 상기 새끼객체가 저체온 상태임을 알리는 알림 메시지를 상기 단말기로 전송하고, 상기 축사의 내부 기온을 상기 기 설정된 온도로 상승시키면서 상기 축사의 조명을 기 설정된 밝기로 밝게 하도록 하는 신호를 상기 축사 제어 장치로 전송하고, 상기 승가증상으로 판단된 승가객체의 행동정보를 모니터링하여 발정전 객체수, 발정예상시간, 발정예상객체수 및 공태 예상 기간을 포함하는 승가상황정보를 예측하고, 상기 승가상황정보를 예측 시에, 상기 승가상황정보를 실시간으로 업데이트하여 상기 단말기로 실시간으로 전송하고, 상기 승가증상으로 판단된 경우 상기 승가상황정보를 이용하여 승가 객체와 승가가 예상되는 객체가 합방되도록 하는 신호를 생성하여 상기 축사제어장치로 전송하고, 상기 단말기는, 실시간으로 상기 축사제어장치의 상황 인지 및 동작 제어를 위한 스마트 축산 관리 애플리케이션이 구비될 수 있다.
또한, 상기 이상징후는, 상기 가축의 질병증상을 더 포함하고, 상기 관리서버는, 상기 체온정보 및 상기 객체기본온도정보와, 상기 행동정보 및 상기 객체기본행동정보를 각각 비교 분석한 결과를 기반으로 상기 가축에 대한 이상징후가 상기 질병증상인 것으로 판단하고, 상기 질병증상으로 판단된 질병객체의 체온정보를 모니터링하여 질병확산경로를 예측할 수 있다.
또한, 상기 관리서버는, 상기 질병확산경로를 예측 시에, 상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하고, 상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하며, 상기 객체기본온도정보를 기반으로 상기 제1 객체온도정보 및 제2 객체온도정보 간의 제1 온도차이를 산출하여 질병확산경로를 예측할 수 있다.
또한, 상기 관리서버는, 상기 질병확산경로를 예측 시에, 상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하고, 상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하며, 상기 축사기본온도정보를 기반으로 상기 제1 축사온도정보 및 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측할 수 있다.
상술한 과제를 해결하기 위한 본 발명에 따른 인공지능 기반의 스마트 축산 관리 방법은, 축산 관리자의 단말기와, 축사제어장치 및 관리서버를 포함하는 인공지능 기반의 스마트 축산 관리 시스템의 축산 관리 방법에 있어서, 상기 축사제어장치의 센서부를 통해, 축사의 상황 및 상기 축사 내의 가축들의 이상징후 중 적어도 하나를 센싱하는 단계; 상기 축사제어장치의 영상획득부를 통해 상기 축사 내의 가축을 촬영한 가축영상데이터를 획득하는 단계; 상기 관리서버를 통해, 상기 축사제어장치로부터 상기 가축영상데이터를 실시간으로 수신하는 단계; 상기 관리서버를 통해, 상기 가축영상데이터에 포함된 상기 가축들을 개별 객체로 각각 분리하는 단계; 상기 관리서버를 통해, 상기 가축영상데이터로부터 상기 개별 객체에 대한 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하는 단계; 상기 관리서버를 통해, 딥러닝 기법을 기반으로 표준축사관리데이터 및 상기 객체정보를 분석하여 상기 이상징후를 판단한 판단결과데이터를 생성하는 단계; 상기 관리서버를 통해, 상기 생성된 판단결과데이터를 상기 단말기로 실시간으로 전송하는 단계; 및 상기 관리서버를 통해, 상기 판단된 이상징후를 기반으로 상기 축사의 축산 환경이 변경되도록 상기 축사제어장치를 제어하는 단계;를 포함하고, 상기 표준축사관리데이터는, 상기 가축영상데이터로부터 이상징후가 발생되지 않은 정상객체 및 상기 정상객체의 주변객체의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도정보, 정상축사 및 상기 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보 및 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하며, 상기 판단결과데이터를 기반으로 업데이트되고, 상기 관리서버는, 상기 표준축사관리데이터를 기반으로 딥러닝 기법을 이용하여, 상기 가축의 이상징후여부를 상기 분만증상 및 승가증상 중 어느 하나로 구분하고, 상기 분만증상으로 판단된 어미객체의 행동정보를 모니터링하여 분만예상시간, 분만소요시간 및 분만될 새끼객체의 마리수를 포함한 분만상황을 예측하여 상기 단말기로 전송하고, 상기 분만상황을 예측 시에, 상기 어미객체의 분만 후에 환경정보를 고려하여 상기 새끼객체에 대한 객체체온정보 및 객체행동정보를 모니터링하되, 상기 환경정보는 상기 어미객체 및 상기 축사의 주변에 대한 날씨정보, 계절정보 및 시간정보를 포함하고, 상기 환경정보를 기반으로 상기 어미객체가 기 설정된 계절에 기 설정된 날씨 및 기 설정된 시간대에 상기 새끼객체를 분만한 경우 상기 새끼객체의 체온을 지속적으로 모니터링하고, 상기 모니터링의 결과 상기 새끼객체의 체온이 기 설정된 온도보다 낮은 저체온일 경우에, 상기 새끼객체가 저체온 상태임을 알리는 알림 메시지를 상기 단말기로 전송하고, 상기 축사의 내부 기온을 상기 기 설정된 온도로 상승시키면서 상기 축사의 조명을 기 설정된 밝기로 밝게 하도록 하는 신호를 상기 축사 제어 장치로 전송하고, 상기 승가증상으로 판단된 승가객체의 행동정보를 모니터링하여 발정전 객체수, 발정예상시간, 발정예상객체수 및 공태 예상 기간을 포함하는 승가상황정보를 예측하고, 상기 승가상황정보를 예측 시에, 상기 승가상황정보를 실시간으로 업데이트하여 상기 단말기로 실시간으로 전송하고, 상기 승가증상으로 판단된 경우 상기 승가상황정보를 이용하여 승가 객체와 승가가 예상되는 객체가 합방되도록 하는 신호를 생성하여 상기 축사제어장치로 전송하고, 상기 단말기는, 실시간으로 상기 축사제어장치의 상황 인지 및 동작 제어를 위한 스마트 축산 관리 애플리케이션이 구비되고, 상기 애플리케이션은, 상기 관리서버로부터 다운로드될 수 있다.
또한, 상기 이상징후는, 상기 가축의 질병증상을 더 포함하고, 상기 관리서버는, 상기 체온정보 및 상기 객체기본온도정보와, 상기 행동정보 및 상기 객체기본행동정보를 각각 비교 분석한 결과를 기반으로 상기 가축에 대한 이상징후가 상기 질병증상인 것으로 판단하고, 상기 질병증상으로 판단된 질병객체의 체온정보를 모니터링하여 질병확산경로를 예측할 수 있다.
또한, 상기 관리서버는, 상기 질병확산경로를 예측 시에, 상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하고, 상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하며, 상기 객체기본온도정보를 기반으로 상기 제1 객체온도정보 및 제2 객체온도정보 간의 제1 온도차이를 산출하여 질병확산경로를 예측할 수 있다.
또한, 상기 관리서버는, 상기 질병확산경로를 예측 시에, 상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하고, 상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하며, 상기 축사기본온도정보를 기반으로 상기 제1 축사온도정보 및 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면, 표준축사관리데이터를 학습하여 소와 같은 가축으로부터 실시간 획득한 가축영상데이터로부터 가축의 체온정보 및 행동정보를 분석하여 가축의 이상징후여부를 판단함으로써, 가축의 이상징후여부를 정확하게 판단할 수 있어서 관리자에게 신뢰감을 줄 수 있다.
본 발명에 따르면, 이상객체의 질병확산경로를 예측함으로써, 질병의 확산을 빠르게 방지하여 가축을 관리하는데 용이할 수 있다. 더욱이, 가축의 객체정보와 주변환경정보를 함께 고려하여 이상객체의 질병확산경로를 예측함으로써, 진단의 정확성을 더욱 향상시킬 수 있다.
본 발명에 따르면, 가축영상데이터로부터 가축의 체온정보 및 행동정보를 분석하여 가축의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 구분하여 신속하게 판단함으로써, 각 객체의 진행상황에 대하여 빠르게 대처하여 가축을 더욱 용이하게 관리할 수 있다.
본 발명에 따르면, 시간 및 장소에 상관없이 이상상황 발생시 관리자가 가축의 이상징후여부를 실시간으로 확인할 수 있음으로써, 신뢰성과 함께 관리자에게 편의성을 제공할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일실시예에 따른 스마트 가축 관리 시스템을 설명하기 위한 개념도이다.
도 2는 도 1에 도시된 스마트 가축 관리 시스템을 설명하기 위한 상세 블럭도이다.
도 3은 본 발명의 일실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 4는 도 3에 도시된 가축영상데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 5는 도 3에 도시된 객체분리 및 객체정보를 추출하는 방법을 설명하기 위한 도면이다.
도 6은 도 3에 도시된 판단결과데이터를 생성하는 단계를 설명하기 위한 상세도면이다.
도 7은 도 6에 도시된 가축의 이상징후여부를 질병증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 8은 도 6에 도시된 질병확산경로를 예측하는 단계를 설명하기 위한 상세도면이다.
도 9는 도 6에 도시된 가축의 이상징후여부를 분만증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 10은 도 6에 도시된 가축의 이상징후여부를 승가증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 11은 본 발명의 다른 실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 12는 도 11에 도시된 신규객체가 발생한 경우를 설명하기 위한 도면이다.
도 2는 도 1에 도시된 스마트 가축 관리 시스템을 설명하기 위한 상세 블럭도이다.
도 3은 본 발명의 일실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 4는 도 3에 도시된 가축영상데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 5는 도 3에 도시된 객체분리 및 객체정보를 추출하는 방법을 설명하기 위한 도면이다.
도 6은 도 3에 도시된 판단결과데이터를 생성하는 단계를 설명하기 위한 상세도면이다.
도 7은 도 6에 도시된 가축의 이상징후여부를 질병증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 8은 도 6에 도시된 질병확산경로를 예측하는 단계를 설명하기 위한 상세도면이다.
도 9는 도 6에 도시된 가축의 이상징후여부를 분만증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 10은 도 6에 도시된 가축의 이상징후여부를 승가증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 11은 본 발명의 다른 실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 12는 도 11에 도시된 신규객체가 발생한 경우를 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 스마트 가축 관리 시스템을 설명하기 위한 개념도이고, 도 2는 도 1에 도시된 스마트 가축 관리 시스템을 설명하기 위한 상세 블럭도이다.
도 1 및 도 2에 도시된 바와 같이, 본 발명의 일실시예인 스마트 가축 관리 시스템(1)은 축사제어장치(10), 가축관리서버(20) 및 관리자 단말기(30)를 포함할 수 있다. 실시예에 따라, 관리자 단말기(30)는 생략될 수 있다.
여기서, 축사제어장치(10) 및 관리자 단말기(30)는 무선통신망을 이용하여 가축관리서버(20)와 실시간으로 동기화되어 데이터를 송수신할 수 있다. 무선통신망은 다양한 원거리 통신 방식이 지원될 수 있으며, 예를 들어 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTEA(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS), BLE(Bluetooth Low Energy), 지그비(Zigbee), RF(Radio Frequency), LoRa(Long Range) 등과 같은 다양한 통신 방식이 적용될 수 있으나 이에 한정되지 않으며 널리 알려진 다양한 무선통신 또는 이동통신 방식이 적용될 수도 있다.
또한, 축사제어장치(10) 및 관리자 단말기(30)는 본 개시에서 응용 프로그램(application program 또는 애플리케이션(application))을 이용하여 동작할 수 있으며, 이러한 응용 프로그램은 무선통신을 통해 외부서버 또는 가축관리서버(20)로부터 다운로드 될 수 있다.
이와 같은 축사제어장치(10) 및 관리자 단말기(30)는 가축관리서버(20)와의 통신을 지원하는 각종 휴대 가능한 전자통신기기를 포함할 수 있다. 예를 들어, 별도의 스마트 기기로써, 스마트폰(Smart phone), PDA(Personal Digital Assistant), 테블릿(Tablet), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display)등 포함) 및 각종 IoT(Internet of Things) 단말과 같은 다양한 단말을 포함할 수 있지만 이에 한정하는 것은 아니다.
축사제어장치(10)는 닭, 오리 등의 가금류뿐만 아니라 소, 돼지 등의 가축(11)이 사육되는 축사(12)의 상황을 제어하는 장치일 수 있다. 여기서, 가축(11) 및 축사(12)는 복수개로 구성될 수 있다. 이때, 가축(11)은 각각의 식별태그(110)를 부착할 수 있다. 이에 따라, 가축(11)은 가축영상데이터에서 식별태그(110)별로 인식하여 개별객체로 인식될 수 있다.
축사제어장치(10)는 영상획득부(100), 센서부(120) 및 축사제어부(140)를 포함할 수 있다.
영상획득부(100)는 축사(12) 내부 및 외부에 복수개로 배치되는 카메라(101)를 이용하여 가축(11) 및 축사(12)의 주변환경을 촬영하여 이로부터 영상정보를 획득할 수 있다. 여기서, 카메라(101)는 DVR(Digital Video Recorder), NVR(Network Video Recorder), NVS(Network Video Server), 적외선 카메라(Infrared Camera), 열화상카메라(Thermo-graphic Camera), 방수 및 방진에 효과적인 광각렌즈(Wide Angle Lens) 또는 어안렌즈(Fish Eye Lens)가 구비된 카메라와 같은 촬영장치를 포함할 수 있지만, 이에 한정하는 것은 아니다.
본 실시예에서, 영상획득부(100)는 일반 카메라를 이용하여 촬영된 일반영상과 열화상카메라를 이용하여 촬영된 열화상영상으로 이루어진 영상정보를 획득할 수 있다.
예를 들어, 영상획득부(100)는 축사(12)의 내부에 위치하여 가축(12)의 움직임을 촬영하고, 축사(12)의 외부에 위치하여 외부환경 즉, 외부침입 또는 화재발생 등을 촬영하여 영상정보를 획득할 수 있다.
특히, 영상획득부(100)는 열화상카메라를 이용하여 축사(12)의 내외부를 촬영하여 영상정보를 획득함으로써, 가축(12)의 질병을 더욱 빠르게 파악할 수 있다.
센서부(120)는 축사(12)에 위치하는 가축(11)의 이상징후를 인식하여 센서정보를 획득할 수 있다. 여기서, 센서부(120)는 온도센서(122), 움직임센서(124), 소리센서(126) 및 냄새센서(128) 등을 포함할 수 있지만, 이에 한정하지 않는다.
예를 들어, 센서부(120)는 온도센서(122)를 이용하여 축사(12) 내외부의 온도를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 체온, 축사(12)의 내부 온도 및 축사(12) 외부의 온도를 감지할 수 있다.
또한, 센서부(120)는 움직임센서(124)를 이용하여 축사(12) 내외부의 움직임을 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 움직임 또는 축사(12) 외부에서 발생하는 관리자 또는 방문자 등의 움직임을 감지할 수 있다.
또한, 센서부(120)는 소리센서(126)를 이용하여 축사(12) 내외부의 소리를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 울음소리와 축사(12) 내외부의 소음을 감지할 수 있다.
그리고, 센서부(120)는 냄새센서(128)를 이용하여 축사(12) 내외부의 냄새를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 배설물의 냄새와 축사(12)의 화재발생시 발생하는 남새 등의 축사(12) 내외부의 냄새를 감지할 수 있다.
이에 따라, 센서부(120)를 통해 획득한 센서정보를 이용하여 더욱 정확하게 가축(11)의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 판단할 수 있다.
축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보를 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 영상획득부(100)를 통해 획득된 영상정보를 USB 단자, CVBS(Composite Video Banking Sync) 단자, 컴포넌트 단자, S-비디오 단자(아날로그), DVI(Digital Visual Interface) 단자, HDMI(High Definition Multimedia Interface) 단자, RGB 단자, D-SUB 단자 등을 통해 입력받은 영상정보를 변환하여 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 일반 카메라를 이용하여 촬영된 일반영상과 열화상카메라를 이용하여 촬영된 열화상영상을 매칭하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보와 센서부(120)로부터 획득한 센서정보를 변환하여 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보와 센서부(120)로부터 획득한 센서정보가 포함된 빅데이터를 송수신이 원활하게 변환하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보를 고려하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보, 영상정보 및 센서정보를 고려하여 가축영상데이터를 생성할 수 있다.
축사제어부(140)는 가축영상데이터를 실시간으로 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 영상정보를 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 영상정보 및 센서정보를 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 판단결과데이터에 대응하여 생성된 피드백신호를 수신받아 카메라부(101)의 촬영방향, 경고음의 소리크기 또는 온/오프, 조명의 조도세기 또는 온/오프, 축사(12)의 출입문 온/오프, 화재시설 온/오프 등을 위해 축사제어장치(10)를 실시간으로 제어할 수 있다.
가축관리서버(20)는 데이터송수신부(200), 테이터수집부(210), 데이터저장부(220), 데이터분석부(230), 모니터링부(240) 및 관리제어부(250)를 포함할 수 있다.
데이터송수신부(200)는 축사제어장치(10)로부터 가축영상데이터를 수신하고, 축사제어장치(10)로 피드백신호를 전송할 수 있다.
실시예예 따라, 데이터송수신부(200)는 관리자 단말기(30)로 가축영상데이터 및 표준축사관리데이터를 전송하고, 관리자 단말기(30)로부터 판단결과데이터 및 판단결과데이터에 대응하는 피드백신호를 수신받을 수 있다.
데이터수집부(210)는 가축영상데이터에 포함된 데이터를 수집할 수 있다.
구체적으로, 데이터수집부(210)는 가축영상데이터로부터 이상징후여부가 발생하지 않은 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 가축(11)에 부착된 식별태그(110)를 인식하여 정상객체가 위치한 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 질병객체 및 질병객체의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 질병객체가 위치한 질병축사 및 질병축사의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다. 실시예에 따라, 환경정보에는 객체 및 객체가 위치하는 축사가 위치하는 날씨정보, 계절정보 및 시간정보를 포함할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체의 분만 후의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체의 분만 후의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 승가객체 및 승가객체의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
그리고, 데이터수집부(210)는 가축영상데이터으로부터 승가객체가 위치한 승가축사 및 승가축사의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다.
데이터저장부(220)는 축사제어장치(10)와 가축관리서버(20) 및 가축관리서버(20)와 관리자 단말기(30) 사이에 송수신되는 데이터와 가축관리서버(20)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 데이터저장부(220)는 가축관리서버(20)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 가축관리서버(20)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선통신을 통해 외부 서버로부터 다운로드 될 수 있다.
데이터분석부(230)는 가축영상데이터를 기초로하여 데이터수집부(210)를 통해 수집된 데이터에 포함된 가축(11)을 객체로 개별적으로 분리하고, 표준축사관리데이터를 기초로하여 객체정보를 분석할 수 있다. 이때, 데이터분석부(230)는 가축영상데이터에 포함된 복수의 가축(11)을 식별태그(110)를 이용하여 개별 객체로 분리할 수 있지만, 이에 한정하지 않는다.
모니터링부(240)는 축사제어장치(10)와 가축관리서버(20) 및 가축관리서버(20)와 관리자 단말기(30) 사이에 송수신되는 데이터를 화면을 통해 모니터링할 수 있다. 관리자가 실시간을 부동산 중개거래를 확인함으로써, 부동산거래에 있어서 보다 합리적이고 신뢰성 있게 거래할 수 있다.
실시예에 따라, 축사제어장치(10) 및 가축관리서버(20)의 데이터송수신을 실시간으로 모니터링함으로써, 통신 오류 또는 축사제어장치(10)에 이상징후가 발생하는 경우 빠르게 대처하여 관리자 단말기(30)에게 가축(11)을 관리하는데 있어서 더욱 신뢰감을 줄 수 있다.
관리제어부(250)는 데이터수집부(210)를 통해 수집된 데이터를 반복 학습하여 표준축사관리데이터를 생성할 수 있다. 여기서, 표준축사관리데이터는 판단결과데이터에 대응하여 실시간으로 업데이트될 수 있다.
본 실시예에서, 관리제어부(250)가 딥러닝 기법을 이용하여 표준축사관리데이터를 생성할 수 있지만, 이에 한정하지 않고, 랜덤 포레스트(Random Forest), 서포트 벡터 머신(Support Vector Machine) 등의 머신러닝 기법을 이용할 수 있다.
여기서, 표준축사관리데이터에는 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도와, 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보를 포함할 수 있다.
관리제어부(250)는 표준축사관리데이터를 기초로하여 가축영상데이터에 대한 분석 결과를 이용하여 가축(11)의 이상징후여부를 판단하여 판단결과데이터를 생성할 수 있다. 즉, 관리제어부(250)는 표준축사관리데이터와 가축영상데이터를 매칭시켜 이상징후여부를 판단하여 판단결과가 포함된 판단결과데이터를 생성할 수 있다. 여기서, 가축영상데이터는 카메라(101)를 통해 획득한 영상정보가 변환된 데이터일 수 있지만, 이에 한정하지 않을 수 있다.
이와 달리, 카메라(101)를 통해 획득한 영상정보 및 센서부(120)로부터 획득한 센서정보가 변환된 데이터일 수 있다.
실시예에 따라, 관리제어부(250)는 가축(11)의 이상징후여부를 판단하여 질병증상, 분만증상 및 승가증상으로 구분하여 판단결과데이터를 생성할 수 있다.
예를 들어, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다.
이에 따라, 관리제어부(250)는 질병증상의 판단결과데이터에 따라, 질병객체에 대한 객체체온정보를 모니터링하여 질병확산경로를 예측할 수 있다.
구체적으로, 관리제어부(250)는 질병객체의 체온과 질병객체의 주변객체의 체온을 측정한 후, 질병객체와 질병객체의 주변객체의 객체온도차이를 산출하여 질병확산경로를 예측할 수 있다.
관리제어부(250)는 질병객체가 위치한 질병축사의 온도와 질병객체가 위치한 질병축사의 주변축사의 온도를 측정한 후, 질병축사와 질병축사의 주변축사의 축사온도차이를 산출하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 산출된 객체온도차이 및 축사온도차이를 고려하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 높거나 낮은 경우, 또는 객체의 행동이 객체기본행동정보와 상이하게 장시간누워 있거나 자리를 빙글돌거나 계속 울음소리를 내거나 별다른 움직임이 없는 경우 호흡기, 열병, 위 질환 등의 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 질병증상인 경우, 관리제어부(250)는 질병객체를 중심으로 축사, 질병객체의 주변객체와 주변객체의 객체정보 및 환경정보를 이용하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다
실시예에 따라, 관리제어부(250)는 질병확산경로를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
또한, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 낮거나 객체의 행동패턴이 분만패턴과 유사한 경우, 즉, 꼬리를 항상 들고 있거나 뒷발을 점점 짧은 간격으로 털거나, 안절부절하지 못하고 앉았다 일어나는 행동을 반복적으로 행하는 경우 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 분만증상인 경우, 관리제어부(250)는 분만예상시간, 분만소요시간, 송아지의 성별, 분만객체수 등이 포함되는 분만상황정보를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 분만상황정보를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
실시예에 따라, 관리제어부(250)는 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 분만객체의 분만 후 환경정보를 고려하여 신규객체(예를 들어, 송아지)에 대한 객체정보를 모니터링하여 이상징후가 발생한 경우 관리자 단말기(30)로 알림메시지를 전송할 수 있다.
예를 들어, 관리제어부(250)는 분만객체가 비오는날의 늦가을 밤에 신규객체를 분만한 경우, 신규객체를 지속적으로 모니터링하여 저체온이 감지되면, 신속하게 관리자 단말기(30)로 알림메시지를 전송할 수 있다.
그리고, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 높거나, 객체의 행동패턴이 승가패턴과 유사한 경우, 즉, 다른 객체를 핥거나, 다른 객체의 승가를 허용/승가하거나, 울음을 지속적으로 내거나, 다른 객체의 엉덩이에 머리를 대거나, 평소의 움직임보다 3-4배가 많은 움직임을 행하는 경우 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 승가증상인 경우, 관리제어부(250)는 발정전 객체수, 발정예상시간, 발정예상객체수, 공태예상기간 등이 포함되는 승가상황정보를 예측할 수 있다.
본 실시예에서, 관리제어부(250)는 표준축사관리데이터를 기초로하여 딥러닝 기법을 이용하여 객체의 행동패턴을 비교 분석하여 이상징후여부를 승가증상으로 판단할 수 있다.
실시예에 따라, 관리제어부(250)는 승가상황정보를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
실시예에 따라, 관리제어부(250)는 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보를 외부기관을 통해 실시간으로 수신받아 표준축사관리데이터 및 가축영상데이터를 매칭하여 비교분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 판단결과데이터에 대응하는 피드백신호를 생성하여 축사제어장치(10)로 전송하여 축사제어장치(10)를 제어할 수 있다.
예를 들어, 관리제어부(250)는 판단결과데이터에 따라서 질병증상인 경우, 예측된 질병객체의 질병확산경로를 이용하여 질병객체와 정상객체를 분리할 수 있는 피드백신호를 생성할 수 있다.
또한, 관리제어부(250)는 판단결과데이터에 따라서 분만증상인 경우, 예측된 분만상황정보를 이용하여 분만객체와 신규객체를 별도의 축사(11)로 이동시켜 분리할 수 있는 피드백신호를 생성할 수 있다.
그리고, 관리제어부(250)는 판단결과데이터에 따라서 승가증상인 경우, 예측된 승가상황정보를 이용하여 승가객체와 승가가 예상되는 객체가 합방되도록 할 수 있는 피드백신호를 생성할 수 있다.
관리제어부(250)는 판단결과데이터에 따라서 분만객체의 분만에 의해 신규객체에 이상징후가 발생한 경우, 환경정보를 고려하여 신규객체의 안전을 보정할 수 있는 피드백신호를 생성할 수 있다. 예를 들어, 축사(12) 내부의 기온을 상승시키거나, 축사(12)의 조명을 밝게 할 수 있다.
이와 달리, 관리제어부(250)는 축사(12)에 외부인이 방문하거나 화재 등 가축(11) 및 축사(12)에 위험한 상황이 발생한 경우, 경고메시지를 관리자 단말기(30)로 전송할 수 있다.
또한, 관리제어부(250)는 축사(12)에 외부인이 방문하거나 화재등의 가축(11) 및 축사(12)에 위험한 상황이 발생한 경우, 카메라부(101)의 촬영방향, 경고음의 소리크기 또는 온/오프, 조명의 조도세기 또는 온/오프, 축사(12)의 출입문 온/오프, 화재시설 온/오프 등을 위해 축사제어장치(10)를 제어할 수 있다.
실시예에 따라, 관리제어부(250)는 축사제어장치(10)로부터 수신받은 영상정보 및/또는 센선정보를 이용하여 가축영상데이터를 생성할 수 있다.
관리자 단말기(30)는 응용 프로그램(application program 또는 애플리케이션(application))을 이용하여 실시간으로 축사제어장치(10)의 상황을 인지하고, 이에 대응하여 축사제어장치(10)의 동작을 제어할 수 있는 관리자가 소지한 휴대 가능한 단말기로서, 이러한 응용 프로그램은 무선통신을 통해 외부서버 또는 가축관리서버(20)로부터 다운로드 될 수 있다. 여기서, 관리자 단말기(30)는 단수로 개시하였지만, 이에 한정하지 않고 복수개로 구성될 수 있다.
실시예에 따라, 관리자 단말기(30)는 판단결과데이터를 이용하여 축사제어장치(10)의 상황을 인지할 수 있다.
실시예에 따라, 관리자 단말기(30)는 축사제어장치(10)와 가축관리서버(20) 사이에 송수신되는 데이터를 화면을 통해 실시간 모니터링함으로써, 축사제어장치(10)의 상황을 빠르게 인식하여 현재상황에 대하여 신속하게 대처할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 수신받은 표준축사관리데이터를 학습하여 가축영상데이터를 비교 분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 생성된 판단결과데이터를 수신하는 경우, 판단결과데이터에 대응하는 피드백신호를 생성하여 가축관리서버(20) 또는 축사제어장치(10)로 전송할 수 있다. 예를 들어, 관리자 단말기(30)는 가축의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 판단할 수 있다. 이에 따라, 관리자 단말기(30)는 각 이상징후에 대응하는 피드백신호를 생성할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 판단결과데이터에 대응하여 생성된 피드백신호를 수신할 수 있다.
실시예에 따라, 관리자 단말기(30)는 축사제어장치(10)로부터 수신받은 영상정보 및/또는 센선정보를 이용하여 가축영상데이터를 생성할 수 있다.
이와 같은 구조를 갖는 본 발명의 일실시예에 따른 스마트 가축 관리 시스템의 동작은 다음과 같다. 본 실시예에서, 스마트 가축 관리 방법을 가축관리서버(20)를 중심으로 이루어지는 것으로 개시하였지만, 이에 한정하지 않는다.
도 3은 본 발명의 일실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이고, 도 4는 도 3에 도시된 가축영상데이터를 생성하는 방법을 설명하기 위한 도면이며, 도 5는 도 3에 도시된 객체분리 및 객체정보를 추출하는 방법을 설명하기 위한 도면이고, 도 6은 도 3에 도시된 판단결과데이터를 생성하는 단계를 설명하기 위한 상세도면이며, 도 7은 도 6에 도시된 가축의 이상징후여부를 질병증상으로 판단하는 실시예를 설명하기 위한 도면이고, 도 8은 도 6에 도시된 질병확산경로를 예측하는 단계를 설명하기 위한 상세도면이며, 도 9는 도 6에 도시된 가축의 이상징후여부를 분만증상으로 판단하는 실시예를 설명하기 위한 도면이고, 도 10는 도 6에 도시된 가축의 이상징후여부를 승가증상으로 판단하는 실시예를 설명하기 위한 도면이다.
우선, 도 3에 도시된 바와 같이, 가축관리서버(20)는 표준축사관리데이터를 생성할 수 있다(S10).
구체적으로, 가축관리서버(20)는 가축영상데이터으로부터 추출된 객체정보를 반복학습하여 표준축사관리데이터를 생성할 수 있다. 여기서, 표준축사관리데이터는 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도와, 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보를 포함할 수 있지만, 이에 한정하는 것은 아니다.
다음으로, 축사제어장치(10)는 축사(12)에 위치하는 가축(11)을 촬영하여 가축영상데이터를 생성할 수 있다.
예를 들어, 도 4(a) 및 도 4(b)에 도시된 바와 같이, 축사제어장치(10)는 식별태그(110)를 부착한 복수의 가축(11)과 복수의 가축(11)이 위치하는 축사(12)의 주변환경을 촬영한 영상정보를 변환하여 가축영상데이터를 생성할 수 있다.
이와 달리, 축사제어장치(10)는 영상정보와 센서부(120)로부터 획득한 센서정보를 변환하여 가축영상데이터를 생성할 수 있다. 이때, 가축영상데이터에는 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보가 포함될 수 있다.
다음으로, 가축관리서버(20)는 축사제어장치(10)로부터 수신한 가축영상데이터에 포함된 복수의 가축(11)을 개별 객체로 분리하고, 각 개체에 대한 객체정보를 추출할 수 있다(S12).
예를 들어, 도 5(a) 및 도 5(b)에 도시된 바와 같이, 가축관리서버(20)는 복수의 가축(11)을 식별태그(110)를 이용하여 개별 객체로 분리할 수 있지만, 이에 한정하지 않는다.
다음으로, 가축관리서버(20)는 표준축사관리데이터를 기초로하여 가축영상데이터에 대한 분석 결과를 이용하여 객체의 이상징후여부를 판단하여 판단결과데이터를 생성할 수 있다(S13, S14).
구체적으로, 도 6을 참조하면, 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 객체를 기준으로 서로 매칭하여 비교 분석한 결과(S100), 이상징후여부가 질병증상으로 판단할 수 있다(S110). 예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 높거나 낮으며, 객체행동정보가 움직임이 없는 경우, 해당 객체에 대하여 이상징후여부를 질병증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 질병증상인 경우, 도 7에 도시된 바와 같이, 질병객체에 대한 객체체온정보를 모니터링하여(S120), 질병객체에 대한 질병확산경로를 예측하여 판단결과데이터를 생성할 수 있다(S130, S140).
예를 들어, 모니터링 결과 도 7(a)의 질병객체가 도 7(b)의 ③에 위치한 경우, 질병객체의 객체정보와 질병객체의 주변객체의 객체정보, 질병객체가 위치한 축사정보와, 질병객체의 주변객체가 위치한 축사정보를 이용하여 ③〉②〉① 순으로 또는 ⑤〉④〉③순으로 질병이 확산하였는지 질병확산경로를 예측할 수 있다.
더욱 구체적으로, 도 8을 참조하면, 가축관리서버(20)는 질병객체의 체온을 측정하여 제1 객체온도정보를 산출하고(S300), 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 산출할 수 있다(S310).
다음, 가축관리서버(20)는 산출된 제1 객체온도정보와 제2 객체온도정보의 객체온도차이를 산출하여 제1 온도차이를 생성할 수 있다(S320).
다음, 가축관리서버(20)는 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 산출하고(S330), 질병객체의 주변객체가 위치한 주변축사의 온도를 측정하여 제2 축사온도정보를 산출할 수 있다(S340).
다음, 가축관리서버(20)는 산출된 제1 축사온도정보와 제1 축사온도정보의 축사온도차이를 산출하여 제2 온도차이를 생성할 수 있다(S350).
이에 따라, 가축관리서버(20)는 산출된 객체온도차이 및 축사온도차이를 고려하여 질병확산경로를 예측할 수 있다.
한편, 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보를 객체를 기준으로 서로 매칭하여 비교 분석한 결과(S100), 이상징후여부가 질병증상으로 판단되지 않은 경우(S110), 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단할 수 있다(S150, S160). 예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 낮으며, 객체행동정보가 딥러닝 기법에 의해 학습된 분만을 나타내는 행동패턴인 경우, 해당 객체에 대하여 이상징후여부를 분만증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 분만증상인 경우, 도 9에 도시된 바와 같이, 분만객체에 대한 객체행동정보를 모니터링하여(S170), 분만객체에 대한 분만상황정보를 예측하여 판단결과데이터를 생성할 수 있다(S180).
그리고, 가축관리서버(20)는 상기 판단결과가 분만증상인 아니 경우 승가증상으로 판단할 수 있다(S190). 즉, 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단할 수 있다.
예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 높으며, 객체행동정보가 딥러닝 기법에 의해 학습된 승가를 나타내는 행동패턴인 경우, 해당 객체에 대하여 이상징후여부를 승가증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 승가증상인 경우, 도 10에 도시된 바와 같이, 승가객체에 대한 승가행동정보를 모니터링하여(S200), 승가객체에 대한 승가상황정보를 예측하여 판단결과데이터를 생성할 수 있다(S210).
다음으로, 가축관리서버(20)는 생성된 판단결과데이터를 관리자 단말기(30)로 전송할 수 있다(S15).
다음으로, 판단결과데이터를 수신한 관리자 단말기(30)는 판단결과데이터에 대응하는 피드백신호를 생성할 수 있다(S16).
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 수신받은 표준축사관리데이터를 학습하여 가축영상데이터를 비교 분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 피드백신호는 가축관리서버(20)에 의해 생성될 수 있다.
다음으로, 축사제어장치(10)는 피드백신호를 수신받아 축사제어장치(10)를 제어할 수 있다(S17).
다음으로, 가축관리서버(20)는 판단결과데이터에 대응하여 표준축사관리데이터를 실시간으로 업데이트할 수 있다(S18).
마지막으로, 관리자 단말기(30)는 축사제어장치(10) 및 가축관리서버(20)를 실시간으로 모니터링할 수 있다.
예를 들어, 관리자 단말기(30)는 객체에 대한 이상징후가 질병증상인 경우, 실시간 업데이트되는 질병확산경로를 수신받을 수 있다.
또한, 관리자 단말기(30)는 객체에 대한 이상징후가 분만증상인 경우, 실시간 업데이트되는 분만상황정보를 수신받을 수 있다.
그리고, 관리자 단말기(30)는 객체에 대한 이상징후가 승가증상인 경우, 실시간 업데이트되는 승가상황정보를 수신받을 수 있다.
도 11은 본 발명의 다른 실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이고, 도 12는 도 11에 도시된 신규객체가 발생한 경우를 설명하기 위한 도면이다.
도 11을 참조하면, 분만객체의 분만에 의해 신규객체가 발생한 경우(S500), 가축관리서버(20)는 환경정보를 고려하여 신규객체를 모니터링할 수 있다(S510, S520).
다음, 가축관리서버(20)는, 신규객체에 이상징후가 발생한 경우(S530), 관리자 단말기(30)로 알림메시지를 전송할 수 있다(S540).
마지막으로, 가축관리서버(20)는 알림메시지에 대한 피드백신호를 수신받아 축사제어장치(10)로 전송할 수 있다(S550).
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10 : 축사제어장치
20 : 가축관리서버
30 : 관리자 단말기
20 : 가축관리서버
30 : 관리자 단말기
Claims (10)
- 축산 관리자의 단말기;
센서부를 통해 축사의 상황, 화재 및 상기 축사 내의 가축들의 이상징후 중 적어도 하나를 센싱하고, 영상획득부를 통해 상기 축사에 위치하는 가축들을 촬영한 가축영상데이터를 획득하는 축사제어장치; 및
상기 축사제어장치로부터 상기 가축영상데이터를 실시간으로 수신하고, 상기 가축영상데이터에 포함된 상기 가축을 개별 객체로 각각 분리하고, 상기 가축영상데이터로부터 상기 개별 객체에 대한 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하고, 딥러닝 기법을 기반으로 표준축사관리데이터 및 상기 객체정보를 분석하여 상기 이상징후를 판단한 판단결과데이터를 생성하고, 상기 생성된 판단결과데이터를 상기 단말기로 실시간으로 전송하며, 상기 판단된 이상징후를 기반으로 상기 축사의 축산 환경이 변경되도록 상기 축사제어장치를 제어하는 관리서버;를 포함하고,
상기 표준축사관리데이터는,
상기 가축영상데이터로부터 이상징후가 발생되지 않은 정상객체 및 상기 정상객체의 주변객체의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도정보, 정상축사 및 상기 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보 및 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하며, 상기 판단결과데이터를 기반으로 업데이트되고,
상기 관리서버는,
상기 표준축사관리데이터를 기반으로 딥러닝 기법을 이용하여, 상기 가축의 이상징후여부를 분만증상 및 승가증상 중 어느 하나로 구분하고,
상기 분만증상으로 판단된 어미객체의 행동정보를 모니터링하여 분만예상시간, 분만소요시간 및 분만될 새끼객체의 마리수를 포함한 분만상황정보를 예측하여 상기 단말기로 전송하고,
상기 분만상황정보를 예측 시에, 상기 어미객체의 분만 후에 환경정보를 고려하여 상기 새끼객체에 대한 객체체온정보 및 객체행동정보를 모니터링하되, 상기 환경정보는 상기 어미객체 및 상기 축사의 주변에 대한 날씨정보, 계절정보 및 시간정보를 포함하고,
상기 환경정보를 기반으로 상기 어미객체가 기 설정된 계절에 기 설정된 날씨 및 기 설정된 시간대에 상기 새끼객체를 분만한 경우 상기 새끼객체의 체온을 지속적으로 모니터링하고,
상기 모니터링의 결과 상기 새끼객체의 체온이 기 설정된 온도보다 낮은 저체온일 경우에, 상기 새끼객체가 저체온 상태임을 알리는 알림 메시지를 상기 단말기로 전송하고, 상기 축사의 내부 기온을 상기 기 설정된 온도로 상승시키면서 상기 축사의 조명을 기 설정된 밝기로 밝게 하도록 하는 신호를 상기 축사 제어 장치로 전송하고,
상기 승가증상으로 판단된 승가객체의 행동정보를 모니터링하여 발정전 객체수, 발정예상시간, 발정예상객체수 및 공태 예상 기간을 포함하는 승가상황정보를 예측하고,
상기 승가상황정보를 예측 시에, 상기 승가상황정보를 실시간으로 업데이트하여 상기 단말기로 실시간으로 전송하고, 상기 승가증상으로 판단된 경우 상기 승가상황정보를 이용하여 승가 객체와 승가가 예상되는 객체가 합방되도록 하는 신호를 생성하여 상기 축사제어장치로 전송하고,
상기 단말기는, 실시간으로 상기 축사제어장치의 상황 인지 및 동작 제어를 위한 스마트 축산 관리 애플리케이션이 구비되고,
상기 애플리케이션은, 상기 관리서버로부터 다운로드되는,
인공지능 기반의 스마트 축산 관리 시스템. - 제1 항에 있어서,
상기 이상징후는, 상기 가축의 질병증상을 더 포함하고,
상기 관리서버는, 상기 객체체온정보 및 상기 객체기본온도정보와, 상기 객체행동정보 및 상기 객체기본행동정보를 각각 비교 분석한 결과를 기반으로 상기 가축에 대한 이상징후가 상기 질병증상인 것으로 판단하고, 상기 질병증상으로 판단된 질병객체의 체온정보를 모니터링하여 질병확산경로를 예측하고,
상기 관리서버는, 상기 객체행동정보 및 상기 객체기본행동정보를 비교 분석한 결과, 상기 객체의 행동이 상기 객체기본행동정보와 상이하게 기 설정된 시간 이상 누워 있는 경우 호흡기, 열병, 위 질환의 질병증상으로 판단하는,
인공지능 기반의 스마트 축산 관리 시스템. - 제2 항에 있어서,
상기 관리서버는, 상기 질병확산경로를 예측 시에,
상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하고,
상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하며,
상기 객체기본온도정보를 기반으로 상기 제1 객체온도정보 및 제2 객체온도정보 간의 제1 온도차이를 산출하여 질병확산경로를 예측하는, 인공지능 기반의 스마트 축산 관리 시스템. - 제2 항에 있어서,
상기 관리서버는, 상기 질병확산경로를 예측 시에,
상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하고,
상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하며,
상기 축사기본온도정보를 기반으로 상기 제1 축사온도정보 및 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측하는, 인공지능 기반의 스마트 축산 관리 시스템. - 축산 관리자의 단말기와, 축사제어장치 및 관리서버를 포함하는 인공지능 기반의 스마트 축산 관리 시스템의 축산 관리 방법에 있어서,
상기 축사제어장치의 센서부를 통해, 축사의 상황, 화재 및 상기 축사 내의 가축들의 이상징후 중 적어도 하나를 센싱하는 단계;
상기 축사제어장치의 영상획득부를 통해 상기 축사 내의 가축을 촬영한 가축영상데이터를 획득하는 단계;
상기 관리서버를 통해, 상기 축사제어장치로부터 상기 가축영상데이터를 실시간으로 수신하는 단계;
상기 관리서버를 통해, 상기 가축영상데이터에 포함된 상기 가축들을 개별 객체로 각각 분리하는 단계;
상기 관리서버를 통해, 상기 가축영상데이터로부터 상기 개별 객체에 대한 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하는 단계;
상기 관리서버를 통해, 딥러닝 기법을 기반으로 표준축사관리데이터 및 상기 객체정보를 분석하여 상기 이상징후를 판단한 판단결과데이터를 생성하는 단계;
상기 관리서버를 통해, 상기 생성된 판단결과데이터를 상기 단말기로 실시간으로 전송하는 단계; 및
상기 관리서버를 통해, 상기 판단된 이상징후를 기반으로 상기 축사의 축산 환경이 변경되도록 상기 축사제어장치를 제어하는 단계;를 포함하고,
상기 표준축사관리데이터는,
상기 가축영상데이터로부터 이상징후가 발생되지 않은 정상객체 및 상기 정상객체의 주변객체의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도정보, 정상축사 및 상기 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보 및 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하며, 상기 판단결과데이터를 기반으로 업데이트되고,
상기 관리서버는,
상기 표준축사관리데이터를 기반으로 딥러닝 기법을 이용하여, 상기 가축의 이상징후여부를 분만증상 및 승가증상 중 어느 하나로 구분하고,
상기 분만증상으로 판단된 어미객체의 행동정보를 모니터링하여 분만예상시간, 분만소요시간 및 분만될 새끼객체의 마리수를 포함한 분만상황을 예측하여 상기 단말기로 전송하고,
상기 분만상황을 예측 시에, 상기 어미객체의 분만 후에 환경정보를 고려하여 상기 새끼객체에 대한 객체체온정보 및 객체행동정보를 모니터링하되, 상기 환경정보는 상기 어미객체 및 상기 축사의 주변에 대한 날씨정보, 계절정보 및 시간정보를 포함하고,
상기 환경정보를 기반으로 상기 어미객체가 기 설정된 계절에 기 설정된 날씨 및 기 설정된 시간대에 상기 새끼객체를 분만한 경우 상기 새끼객체의 체온을 지속적으로 모니터링하고,
상기 모니터링의 결과 상기 새끼객체의 체온이 기 설정된 온도보다 낮은 저체온일 경우에, 상기 새끼객체가 저체온 상태임을 알리는 알림 메시지를 상기 단말기로 전송하고, 상기 축사의 내부 기온을 상기 기 설정된 온도로 상승시키면서 상기 축사의 조명을 기 설정된 밝기로 밝게 하도록 하는 신호를 상기 축사 제어 장치로 전송하고,
상기 승가증상으로 판단된 승가객체의 행동정보를 모니터링하여 발정전 객체수, 발정예상시간, 발정예상객체수 및 공태 예상 기간을 포함하는 승가상황정보를 예측하고,
상기 승가상황정보를 예측 시에, 상기 승가상황정보를 실시간으로 업데이트하여 상기 단말기로 실시간으로 전송하고, 상기 승가증상으로 판단된 경우 상기 승가상황정보를 이용하여 승가 객체와 승가가 예상되는 객체가 합방되도록 하는 신호를 생성하여 상기 축사제어장치로 전송하고,
상기 단말기는, 실시간으로 상기 축사제어장치의 상황 인지 및 동작 제어를 위한 스마트 축산 관리 애플리케이션이 구비되고,
상기 애플리케이션은, 상기 관리서버로부터 다운로드되는, 인공지능 기반의 스마트 축산 관리 방법. - 제5 항에 있어서,
상기 이상징후는, 상기 가축의 질병증상을 더 포함하고,
상기 관리서버는, 상기 객체체온정보 및 상기 객체기본온도정보와, 상기 객체행동정보 및 상기 객체기본행동정보를 각각 비교 분석한 결과를 기반으로 상기 가축에 대한 이상징후가 상기 질병증상인 것으로 판단하고, 상기 질병증상으로 판단된 질병객체의 체온정보를 모니터링하여 질병확산경로를 예측하고,
상기 관리서버는, 상기 객체행동정보 및 상기 객체기본행동정보를 비교 분석한 결과, 상기 객체의 행동이 상기 객체기본행동정보와 상이하게 기 설정된 시간 이상 누워 있는 경우 호흡기, 열병, 위 질환의 질병증상으로 판단하는,
인공지능 기반의 스마트 축산 관리 방법. - 제6 항에 있어서,
상기 관리서버는, 상기 질병확산경로를 예측 시에,
상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하고,
상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하며,
상기 객체기본온도정보를 기반으로 상기 제1 객체온도정보 및 제2 객체온도정보 간의 제1 온도차이를 산출하여 질병확산경로를 예측하는, 인공지능 기반의 스마트 축산 관리 방법. - 제6 항에 있어서,
상기 관리서버는, 상기 질병확산경로를 예측 시에,
상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하고,
상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하며,
상기 축사기본온도정보를 기반으로 상기 제1 축사온도정보 및 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측하는, 인공지능 기반의 스마트 축산 관리 방법. - 컴퓨터와 결합하여, 제5항 내지 제8항 중 어느 한 항의 인공지능 기반의 스마트 축산 관리 방법을 실행시키기 위하여, 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
- 제5항 내지 제8항 중 어느 한 항의 인공지능 기반의 스마트 축산 관리 방법을 실행하기 위한 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220053336A KR102550821B1 (ko) | 2020-04-27 | 2022-04-29 | 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200051068A KR102234508B1 (ko) | 2020-04-27 | 2020-04-27 | 스마트 가축 관리 시스템 및 그 방법 |
| KR1020210031796A KR102396172B1 (ko) | 2020-04-27 | 2021-03-11 | 인공지능 기반의 가축 관리 시스템 및 그 방법 |
| KR1020220053336A KR102550821B1 (ko) | 2020-04-27 | 2022-04-29 | 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210031796A Division KR102396172B1 (ko) | 2020-04-27 | 2021-03-11 | 인공지능 기반의 가축 관리 시스템 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220059460A KR20220059460A (ko) | 2022-05-10 |
| KR102550821B1 true KR102550821B1 (ko) | 2023-07-03 |
Family
ID=75237974
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200051068A KR102234508B1 (ko) | 2020-04-27 | 2020-04-27 | 스마트 가축 관리 시스템 및 그 방법 |
| KR1020210031796A KR102396172B1 (ko) | 2020-04-27 | 2021-03-11 | 인공지능 기반의 가축 관리 시스템 및 그 방법 |
| KR1020220053336A KR102550821B1 (ko) | 2020-04-27 | 2022-04-29 | 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200051068A KR102234508B1 (ko) | 2020-04-27 | 2020-04-27 | 스마트 가축 관리 시스템 및 그 방법 |
| KR1020210031796A KR102396172B1 (ko) | 2020-04-27 | 2021-03-11 | 인공지능 기반의 가축 관리 시스템 및 그 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220022427A1 (ko) |
| EP (1) | EP4138025A4 (ko) |
| JP (1) | JP7460798B2 (ko) |
| KR (3) | KR102234508B1 (ko) |
| WO (1) | WO2021221249A1 (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102527322B1 (ko) * | 2020-10-22 | 2023-05-03 | 주식회사 아이티테크 | 딥러닝 기반의 객체 인식을 통한 가축 관리 방법 |
| KR102563695B1 (ko) * | 2021-05-11 | 2023-08-04 | 국민대학교산학협력단 | 개인의 냉온감 정도를 추정하는 장치 및 방법 |
| KR102588686B1 (ko) * | 2021-07-14 | 2023-10-11 | 신상운 | 빌딩형 스마트 가축 사육장 |
| KR102405940B1 (ko) * | 2021-07-23 | 2022-06-03 | 한밭대학교 산학협력단 | 실화상과 열화상 카메라를 이용한 자동 모돈 발정 확인 시스템 |
| KR102372107B1 (ko) * | 2021-09-16 | 2022-03-10 | 주식회사 일루베이션 | 영상기반의 모돈 분만 알림 시스템 |
| KR20230065547A (ko) | 2021-11-05 | 2023-05-12 | 유상근 | 사육 시스템 |
| CN114550059A (zh) * | 2022-02-24 | 2022-05-27 | 河北易沃克机器人科技有限公司 | 鸡的健康状况的识别方法、装置、设备及存储介质 |
| JP7286207B1 (ja) * | 2022-12-13 | 2023-06-05 | 株式会社Eco‐Pork | 家畜繁殖管理装置、家畜繁殖管理システム、家畜繁殖管理方法、及び、家畜繁殖管理プログラム |
| KR102601051B1 (ko) * | 2023-06-08 | 2023-11-14 | 주식회사 엘시스 | 가축질병 실시간 예찰 기술 및 지능형 방역위생 시스템 |
| KR102625547B1 (ko) | 2023-08-10 | 2024-01-16 | 주식회사 가온지리정보 | 오픈소스 기반 가축사육 제한구역 검색 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101558227B1 (ko) | 2014-06-20 | 2015-10-13 | (주)야긴스텍 | 가축의 열화상을 이용한 가축의 유두부에 대한 질병 판독 시스템 |
| KR101782042B1 (ko) | 2016-04-07 | 2017-09-27 | (주)케이웍스 | 비콘 신호를 이용한 가축 관리 시스템 및 그 동작 방법 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7044911B2 (en) * | 2001-06-29 | 2006-05-16 | Philometron, Inc. | Gateway platform for biological monitoring and delivery of therapeutic compounds |
| JP2006262848A (ja) * | 2005-03-25 | 2006-10-05 | Nec Engineering Ltd | 家畜監視システム |
| US9044297B2 (en) * | 2011-03-17 | 2015-06-02 | Technologies Holdings Corp. | System and method for estrus detection using real-time location |
| US9202193B2 (en) * | 2011-06-22 | 2015-12-01 | Hana Micron America, Inc. | Early alert system and method for livestock disease detection |
| KR101607934B1 (ko) * | 2014-05-14 | 2016-03-31 | 숭실대학교산학협력단 | 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체 |
| WO2018100883A1 (ja) * | 2016-11-29 | 2018-06-07 | ソニー株式会社 | 表示制御装置、表示制御方法およびプログラム |
| KR102287263B1 (ko) | 2017-01-24 | 2021-08-06 | 현대자동차주식회사 | 차량 내 원격 제어 서비스 제공방법과 이를 위한 차량 |
| KR20190139611A (ko) * | 2018-06-08 | 2019-12-18 | (주)한위드정보기술 | 동물 상태 감시 및 분석 시스템 |
| CN112655019A (zh) * | 2018-06-25 | 2021-04-13 | 农场监测公司 | 监控农业围栏中的牲畜 |
| JP2020110116A (ja) * | 2019-01-15 | 2020-07-27 | 株式会社タムロン | 動物監視システム |
| JP6942764B2 (ja) * | 2019-08-07 | 2021-09-29 | キヤノン株式会社 | システム、クライアント端末、その制御方法 |
| JP2021100404A (ja) * | 2019-12-24 | 2021-07-08 | パナソニックＩｐマネジメント株式会社 | 家畜管理システムおよび家畜管理方法 |
| BR112022021057A2 (pt) * | 2020-04-17 | 2022-12-06 | Schaefer Allan | Sistema e método implementado por computador |
-
2020
- 2020-04-27 KR KR1020200051068A patent/KR102234508B1/ko active IP Right Grant
- 2020-11-03 EP EP20934126.2A patent/EP4138025A4/en active Pending
- 2020-11-03 WO PCT/KR2020/015180 patent/WO2021221249A1/ko unknown
- 2020-11-03 JP JP2022566127A patent/JP7460798B2/ja active Active
-
2021
- 2021-03-11 KR KR1020210031796A patent/KR102396172B1/ko active IP Right Grant
- 2021-09-27 US US17/486,877 patent/US20220022427A1/en active Pending
-
2022
- 2022-04-29 KR KR1020220053336A patent/KR102550821B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101558227B1 (ko) | 2014-06-20 | 2015-10-13 | (주)야긴스텍 | 가축의 열화상을 이용한 가축의 유두부에 대한 질병 판독 시스템 |
| KR101782042B1 (ko) | 2016-04-07 | 2017-09-27 | (주)케이웍스 | 비콘 신호를 이용한 가축 관리 시스템 및 그 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210132593A (ko) | 2021-11-04 |
| US20220022427A1 (en) | 2022-01-27 |
| KR20220059460A (ko) | 2022-05-10 |
| EP4138025A1 (en) | 2023-02-22 |
| KR102396172B1 (ko) | 2022-05-10 |
| KR102234508B1 (ko) | 2021-03-31 |
| WO2021221249A1 (ko) | 2021-11-04 |
| JP2023524243A (ja) | 2023-06-09 |
| EP4138025A4 (en) | 2023-09-06 |
| JP7460798B2 (ja) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102550821B1 (ko) | 인공지능 기반의 스마트 축산 관리 시스템 및 그 방법 | |
| US10195008B2 (en) | System, device and method for observing piglet birth | |
| JP6203238B2 (ja) | 畜産管理システム | |
| KR101607934B1 (ko) | 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체 | |
| US9740921B2 (en) | Image processing sensor systems | |
| KR102527322B1 (ko) | 딥러닝 기반의 객체 인식을 통한 가축 관리 방법 | |
| KR20190036443A (ko) | 출입문용 감시 시스템 및 이의 동작 방법 | |
| KR102585066B1 (ko) | 단독형 화재 경보기와 가시광선 카메라를 이용하는 융합형 화재 경보 시스템 | |
| KR20160092538A (ko) | 센서와 무인비행체를 이용한 방목 가축 질병 예측 관리시스템 및 관리방법 | |
| US10636174B2 (en) | Abnormality detection system, abnormality detection method, and program | |
| KR102552576B1 (ko) | 반려동물 모니터링 방법 및 그 장치 | |
| US20210383664A1 (en) | Intrusion detection methods and devices | |
| KR102396999B1 (ko) | 딥러닝을 이용한 가축행동 자동인식 및 모니터링 시스템 및 그 방법 | |
| US20180210536A1 (en) | Detection-based wakeup of detection devices | |
| KR20200105558A (ko) | 컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법 | |
| KR20160094589A (ko) | 개체식별장치와 무인비행체를 이용한 방목가축 추적관리 시스템 | |
| KR102425522B1 (ko) | 영상정보를 분석하여 가축 방역 경계선을 설정하는 방법 | |
| JP7063076B2 (ja) | 認識装置、認識方法及び認識プログラム | |
| González et al. | Real-time monitoring of poultry activity in breeding farms | |
| KR102527058B1 (ko) | 소의 승가 행위 검출 장치 | |
| KR102539996B1 (ko) | 반려동물 이상징후 실시간 모니터링 시스템 | |
| KR102564300B1 (ko) | 체온 행동 패턴을 이용한 학교 폭력 예방 시스템 | |
| KR102565320B1 (ko) | 딥러닝 기반 소리 신호 감지 및 전송을 위한 IoT 통신기 그리고 이를 이용한 소리 신호 감지 및 전송 방법 | |
| KR102469301B1 (ko) | 행동별 이상 감지 시스템 | |
| JP6905849B2 (ja) | 画像処理システム、情報処理装置、プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |