KR102627174B1 - 잡초 방제 장치 - Google Patents

잡초 방제 장치 Download PDF

Info

Publication number
KR102627174B1
KR102627174B1 KR1020207003175A KR20207003175A KR102627174B1 KR 102627174 B1 KR102627174 B1 KR 102627174B1 KR 1020207003175 A KR1020207003175 A KR 1020207003175A KR 20207003175 A KR20207003175 A KR 20207003175A KR 102627174 B1 KR102627174 B1 KR 102627174B1
Authority
KR
South Korea
Prior art keywords
weed
environment
vegetation
control
image
Prior art date
Application number
KR1020207003175A
Other languages
English (en)
Other versions
KR20200023466A (ko
Inventor
힌네르크 바스펠트
토마스 아리안스
파스칼 데이
버지니 지라드
제임스 하드로우
Original Assignee
바이엘 악티엔게젤샤프트
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=62784184&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR102627174(B1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Priority claimed from EP17180030.3A external-priority patent/EP3425572A1/en
Priority claimed from EP17181582.2A external-priority patent/EP3431360A1/en
Priority claimed from EP17186467.1A external-priority patent/EP3443839B1/en
Priority claimed from EP17187259.1A external-priority patent/EP3446564B1/en
Application filed by 바이엘 악티엔게젤샤프트 filed Critical 바이엘 악티엔게젤샤프트
Publication of KR20200023466A publication Critical patent/KR20200023466A/ko
Application granted granted Critical
Publication of KR102627174B1 publication Critical patent/KR102627174B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M21/00—Apparatus for the destruction of unwanted vegetation, e.g. weeds
    • A01M21/04—Apparatus for destruction by steam, chemicals, burning, or electricity
    • A01M21/043—Apparatus for destruction by steam, chemicals, burning, or electricity by chemicals
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0003—Atomisers or mist blowers
    • A01M7/0014—Field atomisers, e.g. orchard atomisers, self-propelled, drawn or tractor-mounted
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0025—Mechanical sprayers
    • A01M7/0032—Pressure sprayers
    • A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0089—Regulating or controlling systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B1/00—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means
    • B05B1/14—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means with multiple outlet openings; with strainers in or outside the outlet opening
    • B05B1/16—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means with multiple outlet openings; with strainers in or outside the outlet opening having selectively- effective outlets
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/12—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus
    • B05B12/122—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus responsive to presence or shape of target
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
    • B05B13/005—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00 mounted on vehicles or designed to apply a liquid on a very large surface, e.g. on the road, on the surface of large containers
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
    • E01H11/00—Control of undesirable vegetation on roads or similar surfaces or permanent ways of railways, e.g. devices for scorching weeds or for applying herbicides; Applying liquids, e.g. water, weed-killer bitumen, to permanent ways
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • 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
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Zoology (AREA)
  • Pest Control & Pesticides (AREA)
  • Wood Science & Technology (AREA)
  • Environmental Sciences (AREA)
  • Insects & Arthropods (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Toxicology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • General Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Architecture (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)

Abstract

본 발명은 잡초 방제 장치에 관한 것이다. 환경의 적어도 하나의 이미지를 프로세싱 유닛에 제공하는(210) 것이 설명된다. 프로세싱 유닛은 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 적어도 하나의 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석한다(220). 출력 유닛은 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력한다(230).

Description

잡초 방제 장치
본 발명은 잡초 방제 장치, 잡초 방제 시스템, 잡초 방제 방법은 물론, 컴퓨터 프로그램 요소 및 컴퓨터 판독가능 매체에 관한 것이다.
본 발명의 일반적 배경은 잡초 방제(weed control)이다. 특정한 산업 지역들 및 철도 선로들 주변의 지역들은 초목(vegetation)이 방제될 필요가 있다. 철도들의 경우, 그러한 방제는 기관사와 같은 열차 상의 사람들의 관점에서 가시성을 개선시키고 선로들 상에서 작업하는 사람들의 관점에서 가시성을 개선시킨다. 그러한 방제는 개선된 안전성을 가져올 수 있다. 부가적으로, 초목은 선로들 및 연관된 시그널링 및 통신 라인들을 방해하거나 손상시킬 수 있다. 그러면 이를 완화시키기 위해 초목의 방제가 요구된다. 잡초 방제라고도 불리는, 초목 방제는, 특히 수동으로 수행되는 경우, 시간과 자원을 많이 소비할 수 있다. 잡초 스프레이어 열차(weed sprayer train)는, 열차 상의 화학물질 탱크들에 들어 있는 제초제를, 초목을 방제하기 위해 선로 및 주변 지역에 스프레이할 수 있다. 그렇지만, 그러한 잡초 방제는 비용이 많이 들 수 있으며, 일반 대중은 환경 영향의 감소를 보기를 점점 더 원한다.
개선된 잡초 방제 장치를 갖는 것이 유리할 것이다.
본 발명의 목적은 독립 청구항들의 주제로 해결되며, 여기서 추가 실시예들은 종속 청구항들에 포함된다. 본 발명의 이하의 설명된 양태들 및 예들이 잡초 방제 장치, 잡초 방제 시스템, 잡초 방제 방법, 및 컴퓨터 프로그램 요소 및 컴퓨터 판독가능 매체에도 적용된다는 점에 유의해야 한다.
제1 양태에 따르면, 잡초 방제 장치가 제공되며, 이 장치는:
- 입력 유닛;
- 프로세싱 유닛; 및
- 출력 유닛을 포함한다.
입력 유닛은 환경의 적어도 하나의 이미지(image)를 프로세싱 유닛에 제공하도록 구성된다. 프로세싱 유닛은 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 적어도 하나의 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 출력 유닛은 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력하도록 구성된다. 환언하면, 환경의 이미지 또는 이미지들이 취득되었다. 잡초 방제에 사용될 수 있는 다수의 가능한 초목 방제 기술들이 있다. 이 장치는 그러면 이용가능한 초목 방제 기술들 중 어느 초목 방제 기술 또는 초목 방제 기술들이 환경의 특정 위치 또는 위치들에서 잡초들을 방제하는 데 사용되어야 하는지를 결정하기 위해 이미지 또는 이미지들을 분석한다.
이러한 방식으로, 환경의 상이한 지역들에 대해 가장 적절한 초목 방제 기술이 사용될 수 있다. 또한, 환경의 상이한 지역들에서, 상이한 기술들이 사용될 수 있으며, 여기서 각각의 기술은 각각의 상이한 지역에 가장 적절하다.
이러한 방식으로, 예를 들어, 스프레이 형태로 적용될 수 있는 제초제 기반 기술들은, 이들이 환경의 특정 지역 또는 지역들에 가장 적절한 기술인 경우에만, 사용될 수 있다. 이것은 비-제초제 기술들이 환경의 다른 지역들에서 이용될 수 있음을 또한 의미한다. 따라서, 각각의 지역에 대해 가장 적절한 기술이 사용되기 때문에 잡초들의 전반적인 방제가 개선될 뿐만 아니라 제초제들 및 특히 가장 공격적인 제초제들의 사용이 감소된다.
예에서, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 환경의 적어도 제1 부분에서의 적어도 하나의 초목 위치의 결정을 포함한다. 프로세싱 유닛은 그러면 그 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 결정하도록 구성된다.
환언하면, 이미지 프로세싱은 취득된 이미저리(imagery)에서의 초목 지역들을 결정하기 위해 사용될 수 있으며, 이로부터 그 초목 지역의 잡초 방제에 사용될 가장 적절한 기술이 선택될 수 있다. 또한, 초목 방제 기술들은 초목 위치에서만 적용될 수 있으며, 여기서 각각의 초목 위치에 대해 가장 적절한 초목 방제 기술이 사용될 수 있다.
이러한 방식으로, 상이한 초목 지역들에 대해 가장 적절한 초목 방제 기술이 선택될 수 있으며, 여기서, 예를 들어, 작은 초목 지역들은 큰 초목 지역들과 상이한 수단들을 통해 방제될 수 있다.
예에서, 적어도 하나의 이미지는 적어도 하나의 카메라에 의해 취득되었다. 입력 유닛은 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 프로세싱 유닛에 제공하도록 구성된다.
위치는 지면 상의 정확한 위치와 관련한 지리적 위치일 수 있거나, 또는 적어도 하나의 초목 방제 기술의 위치를 기준으로 한 지면 상의 위치일 수 있다. 환언하면, 절대적 지리적 위치가 이용될 수 있거나 또는 절대적으로(in absolute terms) 알려질 필요는 없고 잡초 방제 기술의 위치를 기준으로 한 지면 상의 위치가 이용될 수 있다.
따라서, 이미지를 이미지가 취득되었던 위치 - 이것은 절대적 지리적 위치 또는 초목 방제 기술의 위치와 관련하여 알려진 지면 상의 위치 - 와 상관시킴으로써, 초목 방제 기술이 그 위치에 정확하게 적용될 수 있다.
예에서, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 적어도 하나의 잡초 유형의 결정을 포함한다. 환언하면, 선택되는 적절한 초목 방제 기술은 방제될 잡초 유형 또는 유형들을 고려할 수 있다. 예에서, 프로세싱 유닛은 적어도 하나의 잡초 유형의 적어도 하나의 위치를 결정하도록 구성된다. 환언하면, 이미지 프로세싱은 잡초 유형 및 그 위치를 결정하는 데 사용될 수 있다. 위치는 이미저리 내에서의 위치일 수 있다. 위치는 실제 지리적 위치일 수 있다. 위치는 이미저리 내에 있을 수 있으며 하나 이상의 초목 방제 기술의 위치를 기준으로 할 수 있다. 이러한 방식으로, 특정 잡초 유형의 위치를 결정함으로써, 가장 최적의 초목 방제 기술이 그 특정 위치에 적용될 수 있으며, 이것은 상이한 초목 방제 기술들이 적용될 것을 요구한 상이한 위치들에 있는 상이한 잡초들에 또한 적용된다.
예에서, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 환경의 적어도 제1 부분에서의 제1 잡초 유형의 결정 및 환경의 적어도 제2 부분에서의 제2 잡초 유형의 결정을 포함한다.
따라서 환경에서의 상이한 잡초 유형들에 기초하여 가장 적절한 초목 방제 기술이 결정될 수 있다. 예에서, 프로세싱 유닛은 환경의 적어도 제1 부분에서의 제1 잡초 유형에 대한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 프로세싱 유닛은 환경의 적어도 제2 부분에서의 제2 잡초 유형에 대한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 또한 분석하도록 구성된다.
환언하면, 환경의 부분들에서 발견되는 특정 잡초 유형 또는 유형들에 따라 가장 적절한 초목 방제 기술이 선택될 수 있고, 그에 의해 특정 초목 방제 기술들이 그 특정 잡초들이 발견되는 위치들에서만 적용되게 할 수 있다. 예에서, 프로세싱 유닛은 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 제1 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 프로세싱 유닛은 환경의 적어도 제2 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 제2 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 또한 분석하도록 구성된다.
환언하면, 제1 기술은 이미지 분석에 기초하여 환경의 제1 위치들에서의 잡초 방제를 위해 선택될 수 있고, 상이한 초목 방제 기술은 이미지 분석에 기초하여 상이한 위치들에서의 잡초 방제를 위해 선택될 수 있다.
이러한 방식으로, 환경의 특정한 부분들에 대해 가장 적절한 초목 방제 기술이 선택될 수 있으며, 예를 들어, 하나의 잡초 방제 기술은 일부 잡초들에 사용될 수 있고 상이한 초목 방제 기술은 상이한 잡초들에 사용될 수 있으며, 그리고/또는 하나의 초목 방제 기술은 환경의 제1 부분에서의 특정한 잡초 유형들에 사용될 수 있고, 상이한 초목 방제 기술은 환경의 상이한 부분에서의 동일한 잡초들에 사용될 수 있다. 예를 들어, 선택된 초목 방제 기술은 지면 지형을 고려할 수 있는데, 예를 들어, 지형이 건조하거나, 모래가 많거나, 습지이거나, 습하거나, 또는 특별한 환경적 중요성을 갖는 지역(보호 지역)인지를 고려할 수 있으며, 동일한 잡초 유형들(또는 상이한 잡초 유형들)에 대해 이러한 지형 유형들을 고려하기 위해 가장 적절한 초목 방제 기술이 선택될 수 있다.
다른 예에서, 가장 적절한 초목 방제 기술은 잡초 종의 생장 단계(growth stage) 또는 발달 단계(development stage)에 기초하여 결정될 수 있다. 하나의 허용 실시예에 따르면, 발달 단계는 BBCH(독일의 Biologische Bundesanstalt, Bundessortenamt und Chemische Industrie로부터 국제적으로 승인된 코드)에 의해 정의될 수 있다.
다른 예에서, 환경에서의 잡초의 양에 기초하여 가장 적절한 초목 방제 기술이 결정될 수 있다.
부가적으로, 이것은 화학적으로 공격적인 잡초 방제 수단이 최소로 유지될 수 있음을 의미한다.
예에서, 적어도 하나의 이미지의 분석은 머신 러닝 알고리즘의 이용을 포함한다.
위의 논의 및 이하의 논의에서, 초목 방제 기술은 잡초 방제 기술이라고도 지칭될 수 있으며 그 반대도 마찬가지이다.
제2 양태에 따르면, 잡초 방제 시스템이 제공되고, 이 시스템은:
- 적어도 하나의 카메라;
- 제1 양태에 따른 잡초 방제 장치; 및
- 적어도 하나의 초목 방제 기술을 포함한다.
적어도 하나의 카메라는 환경의 적어도 하나의 이미지를 취득하도록 구성된다. 적어도 하나의 초목 방제 기술은 차량에 장착된다. 이 장치는 환경의 적어도 제1 부분에 대해 적어도 하나의 초목 방제 기술을 활성화시키도록 구성된다.
이러한 방식으로, 차량은 환경 여기저기로 이동하고 상이한 초목 방제 기술들을 사용하여 그 환경 내의 잡초들을 방제할 수 있으며, 여기서 특정 초목 방제 기술들은 그 환경의 이미저리에 기초하여 결정된다. 이러한 방식으로, 이미저리는 하나의 플랫폼, 예를 들어, 환경 상공을 비행하는 하나 이상의 드론에 의해 취득될 수 있다. 이 정보는, 사무실에 있을 수 있는, 장치에게 송신된다. 이 장치는 환경 내의 어디에서 어떤 초목 방제 기술이 사용되어야 하는지를 결정한다. 이 정보는, 그 환경 여기저기로 이동하는 차량에 제공되고, 환경의 특정 부분들에서 요구된 초목 방제 기술을 활성화시키는, 잡초 방제 맵(weed control map)에서 제공될 수 있다.
예에서, 장치는 차량에 장착된다. 예에서, 적어도 하나의 카메라는 차량에 장착된다.
제3 양태에 따르면, 잡초 방제 방법이 제공되고, 이 방법은:
(a) 환경의 적어도 하나의 이미지를 프로세싱 유닛에 제공하는 단계;
(c) 프로세싱 유닛에 의해, 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 적어도 하나의 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하는 단계; 및
(e) 출력 유닛에 의해, 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력하는 단계를 포함한다.
예에서, 단계 c)는 환경의 적어도 제1 부분에서의 적어도 하나의 초목 위치를 결정하는 단계(240)를 포함하고; 여기서 이 방법은 d) 프로세싱 유닛에 의해, 그 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 결정하는 단계(250)를 포함한다.
예에서, 단계 a)에서, 적어도 하나의 이미지는 적어도 하나의 카메라에 의해 취득되었고; 여기서 이 방법은 b) 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 프로세싱 유닛에 제공하는 단계(260)를 포함한다.
다른 양태에 따르면, 프로세서에 의해 실행될 때, 제3 양태의 방법을 수행하도록 구성된, 제1 양태의 장치에 따른 장치 및/또는 제2 양태에 따른 시스템을 제어하기 위한 컴퓨터 프로그램 요소가 제공된다. 유리하게도, 상기 양태들 중 임의의 것에 의해 제공되는 이점들은 다른 양태들 전부에 동일하게 적용되며, 그 반대도 마찬가지이다.
상기 양태들 및 예들은 이하에 설명되는 실시예들로부터 명백해지고 이 실시예들을 참조하여 설명될 것이다.
예시적인 실시예들이 첨부 도면들을 참조하여 이하에서 설명될 것이다:
도 1은 잡초 방제 장치의 예의 개략적인 구성(set up)을 도시한다;
도 2는 잡초 방제 시스템의 예의 개략적인 구성을 도시한다;
도 3은 잡초 방제 방법을 도시한다;
도 4는 잡초 방제 시스템의 예의 개략적인 구성을 도시한다;
도 5는 잡초 방제 시스템의 예의 개략적인 구성을 도시한다;
도 6은 잡초 방제 시스템의 부분의 예의 개략적인 구성을 도시한다;
도 7은 잡초 방제 시스템의 부분의 예의 개략적인 구성을 도시한다;
도 8은 잡초 방제 시스템의 부분의 예의 개략적인 구성을 도시한다;
도 9는 도 7에 도시된 잡초 방제 시스템의 부분의 구간의 추가 세부사항의 개략적인 구성을 도시한다;
도 10은 철도 선로 및 주변 지역의 개략적인 표현을 도시한다.
도 1은 잡초 방제 장치(10)의 예를 도시한다. 장치(10)는 입력 유닛(20), 프로세싱 유닛(30) 및 출력 유닛(40)을 포함한다. 입력 유닛(20)은 환경의 적어도 하나의 이미지를 프로세싱 유닛(30)에 제공하도록 구성된다. 프로세싱 유닛(30)은 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 적어도 하나의 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 출력 유닛(40)은 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력하도록 구성된다. 적어도 하나의 초목 방제 기술이 환경의 적어도 제1 부분에서 활성화된다.
예에서, 이 장치는 실시간으로 동작하고, 여기서 이미지들이 취득되고 즉각 프로세싱되며, 결정된 초목 방제 기술은 잡초들을 방제하는 데 즉각 사용된다. 따라서, 예를 들어, 차량은 그의 환경의 이미저리를 취득하고, 차량에 의해 수행되는 어느 초목 방제 기술이 그의 환경의 특정 부분들에 사용되어야 하는지를 결정하기 위해, 그 이미저리를 프로세싱할 수 있다.
예에서, 이 장치는 준 실시간으로 동작되며, 여기서 환경의 이미지들이 취득되고, 어느 초목 방제 기술이 그 환경의 특정 지역들에서 잡초들을 방제하는 데 사용되어야 하는지를 결정하기 위해, 즉각 프로세싱된다. 그 정보는, 환경 내에서 이동하고 적절한 초목 방제 기술을 그 환경의 특정 부분들에 적용하는, 적절한 시스템(또는 시스템들)에 의해 나중에 사용될 수 있다. 따라서, 예를 들어, 하나 이상의 카메라를 장비한 자동차, 열차, 화물차 또는 무인 항공기(UAV) 또는 드론과 같은, 제1 차량은 환경 내에서 이동하고 이미저리를 취득할 수 있다. 이 이미저리는, 환경 내의 어디에서 특정 초목 방제 기술들이 사용되어야 하는지를 상술하는, "잡초 맵"을 결정하기 위해 즉각 프로세싱될 수 있다. 나중에, 다수의 상이한 초목 방제 기술들을 장비한 차량은 환경 내에서 이동하고 특정 결정된 잡초 방제 기술을 환경의 상이한 특정 지역들에 적용할 수 있다. 다른 예에서, 각각이 단일 초목 방제 기술을 장비한 다수의 상이한 차량들은 환경 내에서 이동하며 그들의 특정 초목 방제 기술을 그 초목 방제 기술이 사용되어야 한다고 결정된 환경의 그 특정 지역들에만 사용한다.
예에서, 이 장치는 오프라인 모드에서 동작하고 있다. 따라서, 이전에 취득된 이미저리는 나중에 장치에 제공된다. 이 장치는 그러면 특정 초목 방제 기술들이 지역 내의 어디에서 사용되어야 하는지를 결정하고, 잡초 맵을 실제로 생성한다. 잡초 맵은 그러면, 그 지역 내에서 그 이후에 이동하고 특정 초목 방제 기술들을 환경의 특정 부분들에 적용하는, 하나 이상의 차량에 의해 나중에 사용된다.
예에서, 출력 유닛은 초목 방제 기술을 활성화시키기 위해 직접적으로 사용가능한 신호를 출력한다.
예에 따르면, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 환경의 적어도 제1 부분에서의 적어도 하나의 초목 위치의 결정을 포함한다. 프로세싱 유닛은 그러면 그 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 결정하도록 구성된다.
예에 따르면, 적어도 하나의 이미지는 적어도 하나의 카메라에 의해 취득되었다. 입력 유닛은 그러면 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 프로세싱 유닛에 제공하도록 구성된다.
예에서, 위치는 절대적 지리적 위치이다.
예에서, 위치는 적어도 하나의 초목 방제 기술의 위치를 기준으로 결정되는 위치이다. 환언하면, 이미지는, 지면 상의 특정 위치의 정확한 지리적 위치를 알지 못한 채로, 지면 상의 특정 위치와 연관된 것으로 결정될 수 있지만, 이미지가 취득되었을 때의 그 위치와 관련하여 적어도 하나의 초목 방제 기술의 위치를 아는 것에 의해, 초목 방제 기술이 그러면 초목 방제 기술을 그 위치로 이동시킴으로써 그 위치에서 나중에 적용될 수 있다.
예에서, GPS 유닛은 특정 이미지들이 취득되었을 때의 적어도 하나의 카메라의 위치를 결정하기 위해 사용되고 그리고/또는 결정하는 데 사용된다.
예에서, 관성 내비게이션 유닛은, 특정 이미지들이 취득되었을 때의 적어도 하나의 카메라의 위치를 결정하기 위해 단독으로 또는 GPS 유닛과 조합하여 사용된다. 따라서, 예를 들어, 예를 들어, 하나 이상의 레이저 자이로스코프를 포함하는, 관성 내비게이션 유닛은 알려진 위치에서 캘리브레이션되거나(calibrated) 제로화되고(zeroed), 관성 내비게이션 유닛이 적어도 하나의 카메라와 함께 움직임에 따라, x, y 및 z 좌표들로 된 그 알려진 위치로부터 멀어지는 움직임이 결정될 수 있고, 이로부터 이미지들이 취득되었을 때의 적어도 하나의 카메라의 위치가 결정될 수 있다.
예에서, 특정 이미지들이 취득되었을 때의 적어도 하나의 카메라의 위치를 결정하기 위해, 취득된 이미저리의 이미지 프로세싱이 단독으로, 또는 GPS 유닛과 조합하여, 또는 GPS 유닛 및 관성 내비게이션 유닛과 조합하여 사용된다. 따라서 카메라의 위치를 결정하기 위해 시각적 마커들이 단독으로 또는 조합하여 사용될 수 있다.
예에 따르면, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 적어도 하나의 잡초 유형의 결정을 포함한다.
예에 따르면, 프로세싱 유닛은 적어도 하나의 잡초 유형의 적어도 하나의 위치를 결정하도록 구성된다.
예에 따르면, 적어도 하나의 초목 방제 기술을 결정하기 위한 적어도 하나의 이미지의 분석은 환경의 적어도 제1 부분에서의 제1 잡초 유형의 결정 및 환경의 적어도 제2 부분에서의 제2 잡초 유형의 결정을 포함한다.
예에 따르면, 프로세싱 유닛은 환경의 적어도 제1 부분에서의 제1 잡초 유형에 대한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 프로세싱 유닛은 환경의 적어도 제2 부분에서의 제2 잡초 유형에 대한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 또한 분석하도록 구성된다.
예에 따르면, 프로세싱 유닛은 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 제1 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하도록 구성된다. 프로세싱 유닛은 환경의 적어도 제2 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 제2 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 또한 분석하도록 구성된다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분과 상이하다.
따라서, 그 지역들에 대해 가장 적절한 초목 방제 기술이 결정될 수 있게 해주기 위해 상이한 잡초들이 환경의 상이한 부분들에 있는 것으로 결정될 수 있다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분과 적어도 부분적으로 경계를 이룬다.
환언하면, 환경의 한 지역이 환경의 다른 지역 내에서 발견된다. 그러면 큰 지역에 대해 하나의 초목 방제 기술이 사용될 수 있고, 그 지역 내에서 발견되는 보다 작은 지역에 대해 다른 초목 방제 기술이 사용될 수 있다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분의 적어도 하나의 서브세트이다.
따라서, 예를 들어, 특정 잡초 유형의 보다 작은 지역이 잡초의 보다 큰 지역 내에서 발견될 수 있다. 예를 들어, 하나 이상의 민들레가 잔디 지역 내에 위치될 수 있다. 그러면, 민들레들이 위치되는 곳을 포함한, 전체 잔디 지역에 걸쳐 제1 초목 방제 기술이 사용될 수 있다. 이 초목 방제 기술은 잔디를 방제하기에 적절한 것으로 선택될 수 있으며, 이용가능한 가장 공격적인 초목 방제 기술일 필요는 없다. 그렇지만, 민들레들과 같은 제거하기가 보다 어려운 잡초들이 발견되는, 그 잔디 지역의 서브세트에 대해, 그러면 그 특정 위치에서의 화학물질 스프레이와 같은, 보다 공격적인 초목 방제 기술이 사용될 수 있다. 이러한 방식으로, 화학물질 스프레이의 양이 최소화될 수 있다.
예에 따르면, 적어도 하나의 이미지의 분석은 머신 러닝 알고리즘의 이용을 포함한다.
예에서, 머신 러닝 알고리즘은 결정 트리 알고리즘을 포함한다.
예에서, 머신 러닝 알고리즘은 인공 신경 네트워크를 포함한다.
예에서, 머신 러닝 알고리즘은 복수의 이미지들에 기초하여 학습되었다. 예에서, 머신 러닝 알고리즘은 적어도 하나의 잡초 유형의 이미저리를 포함한 복수의 이미지들에 기초하여 학습되었다. 예에서, 머신 러닝 알고리즘은 복수의 잡초들의 이미저리를 포함한 복수의 이미지들에 기초하여 학습되었다.
예에서, 적어도 하나의 초목 방제 기술은 다음과 같은 것들: 하나 이상의 화학물질; 화학물질 스프레이; 화학물질 액체; 화학물질 고체; 고압수; 고온수; 고압 고온수; 증기; 전력; 전기 유도; 전류 흐름; 고전압 전력; 전자기 방사선; x-선 방사선; 자외 방사선; 가시 방사선; 마이크로파 방사선; 펄스 레이저 방사선; 화염 시스템 중 하나 이상을 포함한다.
도 2는 잡초 방제 시스템(100)의 예를 도시한다. 시스템(100)은 적어도 하나의 카메라(110) 및 도 1과 연관된 예들 중 임의의 예에 대해 위에서 설명된 바와 같은 잡초 방제 장치(10)를 포함한다. 시스템(100)은 적어도 하나의 초목 방제 기술(120)을 또한 포함한다. 적어도 하나의 카메라(110)는 환경의 적어도 하나의 이미지를 취득하도록 구성된다. 적어도 하나의 초목 방제 기술(120)은 차량(130)에 장착된다. 장치(10)는 환경의 적어도 제1 부분에 대해 적어도 하나의 초목 방제 기술(120)을 활성화시키도록 구성된다.
예에서, 장치(10)는 차량(130)에 장착된다. 예에서, 적어도 하나의 카메라(110)는 차량(130)에 장착된다.
예에서, 차량은 열차, 또는 열차 화물칸(train wagon), 또는 화물차 또는 화차 또는 유니목(Unimog)이다.
예에서, 입력 유닛은 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 지리적 위치를 프로세싱 유닛에 제공하도록 구성된다.
예에서, 이 장치는 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 지리적 위치 및 적어도 하나의 카메라와 적어도 하나의 초목 방제 기술 간의 공간적 관계에 기초하여 적어도 하나의 초목 방제 기술을 활성화시키도록 구성된다. 이러한 방식으로, 차량에 장착된 카메라에 의해 어디에서 이미지가 취득되었는지를 아는 것 및 또한 초목 방제 기술이 차량에서 카메라에 대해 어디에 장착되는지를 아는 것에 의해, 이미지가 취득되었던 동일한 위치에서 그리고 실제로 그 이미징된 지역 내에서 그 초목 방제 기술을 활성화시키기 위해 차량의 전진 이동(forward movement)이 고려될 수 있다.
예에서, 이 장치는 제2 초목 방제 기술의 활성화 이전에 제1 초목 방제 기술을 활성화시키거나, 또는 제2 초목 방제 기술의 활성화 이후에 제1 초목 방제 기술을 활성화시키도록 구성된다.
예에서, 제1 초목 방제 기술은 차량의 이동 방향과 관련하여 제2 초목 방제 기술의 전방에 장착되거나, 또는 제1 초목 방제 기술은 차량의 이동 방향과 관련하여 제2 초목 방제 기술의 후방에 장착된다.
도 3은 잡초 방제 방법(200)을 그의 기본적인 단계들로 도시한다. 방법(200)은:
단계 (a)라고도 지칭되는, 제공 단계(210)에서, 환경의 적어도 하나의 이미지를 프로세싱 유닛(30)에 제공하는 단계(210);
단계 (c)라고도 지칭되는, 분석 단계(220)에서, 프로세싱 유닛에 의해, 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 복수의 초목 방제 기술들 중의 적어도 하나의 초목 방제 기술을 결정하기 위해 적어도 하나의 이미지를 분석하는 단계; 및
단계 (e)라고도 지칭되는, 출력 단계(230)에서, 출력 유닛(40)에 의해, 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력하는 단계를 포함한다.
예에서, 환경의 적어도 하나의 이미지가 입력 유닛(20)으로부터 프로세싱 유닛에 제공된다.
예에 따르면, 단계 c)는 환경의 적어도 제1 부분에서의 적어도 하나의 초목 위치를 결정하는 단계(240)를 포함한다. 이 방법은 그 이후에 d) 프로세싱 유닛에 의해, 그 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 결정하는 단계(250)를 포함한다.
예에 따르면, 단계 a)에서, 적어도 하나의 이미지는 적어도 하나의 카메라에 의해 취득되었고, 이 방법은 b) 적어도 하나의 이미지가 취득되었을 때의 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 프로세싱 유닛에 제공하는 단계(260)를 포함한다.
예에서, 단계 c)는 적어도 하나의 잡초 유형을 결정하는 단계(270)를 포함한다.
예에서, c)는 적어도 하나의 잡초 유형의 적어도 하나의 위치를 결정하는 단계(280)를 포함한다.
예에서, 단계 c)는 환경의 적어도 제1 부분에서의 제1 잡초 유형을 결정하는 단계(290) 및 환경의 적어도 제2 부분에서의 제2 잡초 유형을 결정하는 단계(300)를 포함한다.
예에서, 단계 c)는 환경의 적어도 제1 부분에서의 제1 잡초 유형에 대한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하는 단계(310), 및 환경의 적어도 제2 부분에서의 제2 잡초 유형에 대한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하는 단계(320)를 포함한다.
예에서, 단계 c)는 환경의 적어도 제1 부분에 대한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하는 단계(330), 및 환경의 적어도 제2 부분에 대한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하는 단계(340)를 포함한다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분과 상이하다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분과 적어도 부분적으로 경계를 이룬다.
예에서, 환경의 적어도 제2 부분은 환경의 적어도 제1 부분의 적어도 하나의 서브세트이다.
예에서, 단계 c)는 머신 러닝 알고리즘을 이용하는 단계(350)를 포함한다.
예에서, 이 방법은 차량을 사용하는 단계를 포함하고, 여기서 이 방법은 적어도 하나의 카메라에 의해 환경의 적어도 하나의 이미지를 취득하는 단계; 및 환경의 적어도 제1 부분에 대해, 차량에 장착된, 적어도 하나의 초목 방제 기술을 활성화시키는 단계를 포함한다.
예에서, 이 방법은 프로세싱 유닛, 출력 유닛, 및 적어도 하나의 카메라를 차량에 장착하는 단계를 포함한다.
예에서, 이 방법은 제2 초목 방제 기술을 활성화시키기 전에 제1 초목 방제 기술을 활성화시키는 단계, 또는 제2 초목 방제 기술을 활성화시킨 후에 제1 초목 방제 기술을 활성화시키는 단계를 포함한다.
철도 선로의 환경에서의 잡초 방제에 관련된, 잡초 방제 장치, 시스템 및 방법이 이제 도 4 내지 도 10과 관련하여 보다 상세히 설명되며, 잡초 방제 기술들은 열차의 부분들 상에 장착되어 있다.
도 4는 잡초 방제 시스템(100)의 예를 도시한다. 몇 개의 드론들은 카메라들(110)을 갖는다. 드론들은 철도 선로를 따라 비행한다. 카메라들은 철도 선로의 환경의 이미저리를 취득하는데, 이 환경은 선로 사이의 지면 및 선로의 양측의 지면이다. 이미징되는 환경은 잡초들이 방제되도록 요구되는 것이다. 몇 개의 드론들이 있을 필요는 없으며, 하나의 카메라(110)를 갖는 하나의 드론이 필요한 이미저리를 취득할 수 있다. 실제로, 이미저리는, 예를 들어, 철도 선로 환경을 방문하는 직원들에 의해 파지된 카메라(110) 또는 카메라들(110)에 의해, 비행기에 의해, 또는 철도 선로를 따라 달리고 있는 열차에 의해 취득되었을 수 있다. 카메라들(110)에 의해 취득된 이미저리는 초목이 초목으로 식별될 수 있게 해주는 해상도이고, 실제로 하나의 잡초 유형이 다른 잡초 유형과 구별될 수 있게 해주는 해상도일 수 있다. 취득된 이미저리는 컬러 이미저리일 수 있지만 그럴 필요는 없다. 드론들에 의해 취득된 이미저리는 장치(10)에게 전송된다. 이미저리는 카메라(110)에 의해 취득되자마자 장치(10)에게 전송될 수 있거나, 또는 이미저리가 취득되었을 때보다 나중에, 예를 들어, 드론들이 착륙했을 때 전송될 수 있다. 드론들은 GPS(Global Positioning Systems)를 가질 수 있으며, 이것은 취득된 이미저리의 위치가 결정될 수 있게 해준다. 예를 들어, 이미저리가 취득되었을 때의 카메라들(110)의 배향 및 드론의 위치는 지평면에서의 이미지의 지리적 풋프린트(geographical footprint)를 결정하는 데 사용될 수 있다. 드론들은, 예를 들어, 레이저 자이로스코프들에 기초한, 관성 내비게이션 시스템들을 또한 가질 수 있다. 드론의 배향, 따라서 카메라의 배향을 결정하는 데 사용되는 것, 지면 상에서 이미저리가 언제 취득되었는지의 결정을 용이하게 하는 것에 부가하여, 관성 내비게이션 시스템들은, 알려진 또는 다수의 알려진 위치들로부터 멀어지는 움직임을 결정함으로써, GPS 시스템 없이 단독으로 드론의 위치를 결정하도록 기능할 수 있다.
장치(10)의 입력 유닛(20)은 취득된 이미저리를 프로세싱 유닛(30)에 전달한다. 이미지 분석 소프트웨어는 프로세서(30) 상에서 동작한다. 이미지 분석 소프트웨어는, 예를 들어, 철도 선로들, 침목들, 나무들, 철도 건널목들, 역 승강장들과 같은 구조물들을 식별할 수 있는 에지 검출, 및 객체 검출 분석과 같은, 특징 추출을 사용할 수 있다. 따라서, 환경 내의 건물들의 위치들과 같은, 객체들의 알려진 위치들에 기초하여, 그리고 침목들 사이의 거리 및 철도 선로들 사이의 거리와 같은 알려진 구조물 정보에 기초하여, 프로세싱 유닛은 환경의 지리적 맵 위에 실제로 오버레이될 수 있는 환경의 합성 표현을 실제로 생성하기 위해 취득된 이미저리를 패치할 수 있다. 따라서, 각각의 이미지의 지리적 위치가 결정될 수 있고, 연관된 GPS 및/또는 관성 내비게이션 기반 정보가 취득된 이미저리와 연관될 필요는 없다. 그렇지만, GPS 및/또는 관성 내비게이션 정보가 이용가능하면, 이미저리에만 기초하여 특정 지리적 위치들에 특정 이미지들을 위치시킬 수 있는 그러한 이미지 분석이 요구되지 않는다. GPS 및/또는 관성 내비게이션 기반 정보가 이용가능하더라도, 그러한 이미지 분석이 이미지와 연관된 지리적 위치를 보강하는 데 사용될 수 있다. 따라서, 예를 들어, GPS 및/또는 관성 내비게이션 기반 정보에 기초해서는, 취득된 이미지의 중심이 측면 에지로부터 22cm에 그리고 철도 구간의 특정 철도 침목의 단부로부터 67cm에 위치되는 것으로 간주되는 반면, 실제 취득된 이미저리로부터는, 위에서 설명된 이미지 분석의 사용을 통해, 이미지의 중심이 에지로부터 25cm에 그리고 침목의 단부로부터 64cm에 위치되는 것으로 결정되면, GPS/관성 내비게이션 기반 도출 위치는 필요에 따라 그 위치를 한 방향으로 3cm 그리고 다른 방향으로 3cm 시프트시키는 것에 의해 보강될 수 있다.
프로세서(30)는 추가 이미지 프로세싱 소프트웨어를 실행한다. 이 소프트웨어는 초목이 발견되는 이미지 내의 지역들을 결정하기 위해 이미지를 분석한다. 초목은 취득된 이미지들 내의 특징들의 형상에 기초하여 검출될 수 있으며, 여기서, 예를 들어, 에지 검출 소프트웨어는 객체들의 외주부(outer perimeter) 및 객체 자체의 외주부 내의 특징들의 외주부를 획정(delineate)하는 데 사용된다. 예를 들어, 인공 신경 네트워크 또는 결정 트리 분석과 같은 트레이닝된 머신 러닝 알고리즘을 사용하여, 이미저리 내의 특징이 초목에 관련되는지 여부를 결정하는 데 도움을 주는 데 초목 이미저리의 데이터베이스가 사용될 수 있다. 카메라는 다중 스펙트럼 이미저리(multi-spectral imagery) - 이미저리는 이미지들 내의 컬러에 관련된 정보를 가짐 - 를 취득할 수 있고, 이것은 이미지에서 초목이 어디에서 발견되는지를 결정하기 위해 단독으로 또는 특징 검출과 조합하여 사용될 수 있다. 위에서 논의된 바와 같이, 이미지의 지리적 위치가 결정될 수 있기 때문에, 지면 상에서의 이미지의 크기에 대한 지식으로부터, 이미지에서 발견될 초목의 위치 또는 위치들은 그 이후에 지면 상에서의 그 초목의 정확한 위치에 매핑될 수 있다.
프로세서(30)는 그 이후에, 만약 사용된다면, 특징 추출에 기초하여 결정된 초목 위치의 일부일 수 있는 추가 이미지 프로세싱 소프트웨어를 실행한다. 이 소프트웨어는 머신 러닝 분석기를 포함한다. 특정 잡초들의 이미지들이 취득되고, 잡초들의 크기에 또한 관련된 정보가 사용된다. 그러한 잡초가 발견되는 세계의 지리적 위치에 관한 정보 및, 꽃이 만발했을 때 등을 포함한, 잡초가 발견되는 연중 시기(time of year)에 관한 정보가 이미저리에 태깅될 수 있다. 잡초들의 이름들이 또한 잡초들의 이미저리에 태깅된다. 인공 신경 네트워크 또는 결정 트리 분석기에 기초할 수 있는, 머신 러닝 분석기는 그 이후에 이 실측의(ground truth) 취득된 이미저리를 바탕으로 트레이닝된다. 이러한 방식으로, 새로운 초목 이미지가 분석기에 제시될 때 - 그러한 이미지는 연중 시기와 같은 연관된 타임 스탬프 및 독일 또는 남아프리카 공화국과 같은 지리적 위치가 그에 태깅될 수 있음 -, 분석기는 새로운 이미지에서 발견된 잡초의 이미저리와 분석기의 트레이닝의 바탕이 된 상이한 잡초들의 이미저리의 비교를 통해 이미지에 있는 특정 잡초 유형을 결정하고, 여기서 잡초들의 크기 및 잡초들이 자라는 곳 및 시기(where and when)가 또한 고려될 수 있다. 따라서 환경 내에서 지면 상에서의 그 잡초 유형의 특정 위치 및 그의 크기가 결정될 수 있다.
프로세서(30)는 상이한 잡초 유형들 및 그 잡초 유형을 방제하는 데 사용될 최적의 잡초 방제 기술을 포함하는 데이터베이스를 갖는다. 어느 잡초 방제 기술(초목 방제 기술이라고도 불림)이 사용되어야 하는지를 결정함에 있어서 지면 상의 잡초 또는 잡초 덤불의 크기가 또한 고려될 수 있다. 예를 들어, 화학물질 스프레이는 특정 잡초 유형에 가장 최적의 잡초 방제 기술일 수 있다. 프로세서는 그 이후에 환경에서의 특정 위치에 있는 단일 잡초 또는 이 잡초의 작은 덤불에 대해 잡초들을 방제하기 위해 그 특정 위치에서 화학물질 스프레이 잡초 방제 기술이 활성화되어야 한다고 결정할 수 있다. 그렇지만, 환경에서 식별되고 위치확인된 이 특정 잡초 유형의 큰 덤불이 있으면, 프로세서는, 환경에 대한 화학물질의 영향을 완화시키기 위해, 화염 기반 잡초 방제, 또는 고전압 기반 잡초 방제, 또는 증기 또는 고압수 기반 잡초 방제 기술, 또는 마이크로파 기반 잡초 방제 기술과 같은 상이한 잡초 방제 기술이 환경에서의 특정 위치에 있는 그 특정 잡초의 그 보다 큰 덤불을 방제하는 데 사용되어야 한다고 결정할 수 있다. 프로세서는 방제될 필요가 있는 모든 잡초들이 사용될 적어도 하나의 잡초 방제 기술을 할당받도록 한다. 특정 잡초 유형을 가장 잘 방제하기 위해, 2 가지 상이한 유형의 잡초 방제 기술, 예를 들어, 마이크로파 방사선 및 고전압이 적용되어야 하고 프로세서가 적절한 잡초 방제 맵을 생성해야 할 수도 있다.
따라서, 드론들의 카메라들(110)은 환경에서의 어느 특정 지리적 위치들에서 어떤 잡초 방제 기술이 적용되어야 하는지를 결정하는 프로세서(30)에 전달되는 환경의 이미저리를 취득한다. 따라서, 실제로 환경 내의 어디에서 특정 잡초 방제 기술들이 사용되어야 하는지를 나타내는 잡초 맵 또는 잡초 방제 기술 맵이 생성될 수 있다.
도 4를 계속하여 참조하면, 잡초 방제 열차(130)는 철도 선로를 따라 전진한다. 잡초 방제 열차는 다수의 화차들(trucks)을 가지며, 각각의 화차는 잡초 방제 기술을 하우징한다. 제1 화차는 화학물질 스프레이 기반 잡초 방제 기술(120a)을 갖는다. 제2 화차는 고전압 기반 잡초 방제 기술(120b)을 가지며, 다른 잡초 방제 기술들은 레이저 기반(120c), 마이크로파 기반(120d) 및 증기 기반(120e)이며, 화염 기반, 고체(발포체) 화학물질 침착, 및 심지어 기계 기반 잡초 방제 기술들과 같은 다른 잡초 방제 기술들이 이용가능하다. 잡초 방제 열차는 위의 논의된 잡초 맵 또는 잡초 방제 맵을 사용하는 프로세서(도시되지 않음)를 갖는다. 잡초 방제 열차는 잡초 방제 열차들의 위치 및 잡초 방제 기술들의 특정 위치들을 위치확인하기 위해 GPS, 관성 내비게이션, 이미지 분석 중 하나 이상에 기초할 수 있는, 그의 지리적 위치를 결정하는 수단을 갖는다. 이것은 잡초 방제 열차가 환경을 통과할 때 특정 잡초 위치들에서 상이한 잡초 방제 기술들이 활성화될 수 있다는 것을 의미하며, 여기서 잡초의 위치에서 활성화된 특정 잡초 방제 기술은 그 태스크에 최적인 것으로 결정되었다. 위에서 논의된 바와 같이, 잡초 방제 열차는 카메라를 가지며 이미저리를 취득할 수 있다. 취득된 이미저리는, 주변에 있는 특징들 및 침목들의 위치를 결정하는 것을 통해, 열차 자체의 위치를 결정하기 위해 잡초 방제 열차 상의 프로세서에 의해 프로세싱될 수 있다. 또한, 잡초 방제 열차가 GPS 및/또는 관성 시스템을 가질 때, GPS 및/또는 관성 내비게이션 시스템들은 올바른 잡초 방제 기술이 특정 잡초들의 위치에서 활성화될 수 있도록 열차의 위치를 결정하는 데 사용될 수 있다. 그렇지만, 열차가 주변의 이미저리를 취득하는 카메라를 또한 가지면, 예를 들어, GPS 시스템으로부터 도출된 위치를 고려하기 위해, 잡초 방제 기술들이 정확한 잡초 위치들에서 활성화될 수 있도록 위치의 정정을 행하기 위해 GPS 및/또는 관성 내비게이션에 의해 결정된 위치를 보강하는 데 침목들의 위치 등과 같은 특징 추출이 사용될 수 있다. 따라서, 침목들의 위치들을 결정하는 데 요구되는 이미지 프로세싱이 신속하게 실행될 수 있어, 위치 업데이트들이 신속하게 적용될 수 있는데, 그 이유는 철도 침목들과 같은 특징들을 위치확인함에 있어서의 이미지 프로세싱의 복잡성이 상대적으로 크지 않기 때문이다.
도 5는 잡초 방제 시스템(100)의 다른 예를 도시한다. 도 5의 잡초 방제 시스템은 도 4에 도시된 것과 유사하다. 그렇지만, 도 5에서, 잡초 방제 열차(130)는 이전에 논의된 바와 같은 카메라들(110) 및 장치(10)를 갖는다. 잡초 방제 열차(130) 상의 카메라들(110)은 이제 드론들에 의해 이전에 취득되었던 이미저리를 취득한다. 잡초 방제 열차(130) 상의 장치의 프로세서(30)는 잡초 위치 및 유형을 결정하기 위해 취득된 이미저리를 프로세싱한다. 잡초의 정확한 지리적 위치가 그 이후에 결정되도록 요구되지 않는다. 오히려, 열차 상의 잡초 방제 기술들(120)과 카메라들(110) 사이의 상대 간격(relative spacing)에 기초하여, 취득된 이미지는 지면 상에서의 특정 지점에서 위치확인되고 잡초들이 그 이미지 내에서 위치확인되어 식별되며 그에 따라 지면 상에서 위치확인될 수 있으며, 요구된 잡초 방제 기술(120a, 120b, 120c, 120d, 또는 120e)이 결정된 잡초의 위치에서 활성화될 수 있다. 그 이후에, 잡초 방제 열차의 전진 움직임(forward motion)(그의 속도) 및 이미지가 취득되었던 시간에 대한 지식으로부터, 요구된 잡초 방제 기술이 잡초의 위치에서 활성화되도록 그것이 언제 활성화되어야 하는지가 결정될 수 있다. 이러한 방식으로, 잡초 방제 열차는 GPS 및/또는 관성 내비게이션 시스템 또는 이미지 기반 절대적 지리적 위치 결정 수단을 가질 필요가 없다. 오히려, 잡초 유형 및 이미지 내에서의 그의 정확한 위치 및 - 열차 좌표 시스템 내에서의 - 지면 상에서의 그의 정확한 위치를 결정하는 데 요구되는 프로세싱을 고려하기 위해, 카메라들(110)은 프로세싱 시간과 잡초 방제 동안의 잡초 방제 열차의 최대 속도를 곱한 것과 적어도 동일한 거리만큼 잡초 방제 기술들(120)로부터 이격되어야 한다. 따라서, 예를 들어, 25m/s로 이동하는 열차에 대해 프로세싱이 0.2초, 0.4초, 또는 0.8초 걸리는 경우, 도 5를 참조하면, 카메라들(110)은 이 열차 속도의 경우 잡초 방제 기술(120e)의 전방으로 5m, 10m 또는 20m만큼 이격되어야 한다. 열차 속도의 감소는 그 간격(separation)이 감소될 수 있게 해줄 수 있다. 그에 부가하여, 이미저리를 취득하는 카메라들(110)은 노출 시간 동안 열차의 움직임으로 인한 이미지 스미어(image smear)가 최소화되도록 매우 짧은 노출 시간들을 가질 수 있다. 이것은, 예를 들어, 필터들과 조합하여 레이저들 또는 LED들을 통한 짧은 노출 시간들 또는 짧은 펄스 조명을 갖는 카메라들의 사용을 포함한, 다양한 수단들에 의해 이루어질 수 있다. 그렇지만, 이 장치는 잡초들의 정확한 지리적 위치를 결정하기 위해 GPS 시스템 및/또는 관성 내비게이션 시스템 및/또는 이미지 분석을 사용할 수 있다. 이것은 어떤 잡초들이 어떤 잡초 방제 수단에 의해 방제되었는지, 및 그 잡초들이 어디에 위치되었는지의 로그가 결정될 수 있다는 것을 의미한다. 또한, 잡초들의 정확한 지리적 위치를 생성함으로써, 잡초 방제 기술들(120a 내지 120e)은, 특정 잡초 방제 기술의 정확한 위치를 제공하는 데 사용될 수 있는 GPS 시스템 및/또는 관성 내비게이션 시스템 및/또는 이미지 기반 시스템과 같은, 연관된 위치 결정 수단들을 가질 수 있다. 따라서, 열차의 전방 객차(carriage)는 잡초 방제 맵이 구축될 수 있게 해주는 이미지 취득 및 분석 유닛들을 가질 수 있다. 열차의 마지막 몇 개의 화차들은 그러면 잡초 방제 기술들을 그들 안에 하우징할 수 있고, 여기서 이 후반의 화차들은 화물 운반 화차들에 의해 수백 미터는 아니더라도 수십 미터만큼 전방 객차로부터 이격될 수 있다. 열차가 언덕을 오르내릴 때 전방 객차와 후방 객차들 사이의 절대 간격(absolute separation)이 그러면 변할 수 있지만, 잡초 방제 기술들을 갖는 화차들이 자신의 정확한 위치들을 알기 때문에, 그것들이 특정 유형의 잡초 또는 잡초 지역들의 위치로 전진했을 때, 적절한 잡초 방제 기술이 그 정확한 지리적 위치에서 활성화될 수 있다.
도 5는 잡초 방제 열차(130)의 2개의 뷰(view)를 도시하며, 상부는 측면도이고 하부는 평면도를 도시한다. 이것은 선로들 사이에 그리고 선로들의 측면들에 펼쳐져 있는 이미저리를 취득하는 카메라들(110)을 도시한다. 잡초 방제 열차의 개별 화차들은 열차 아래에 그리고 열차의 측면에 적용될 수 있는 연관된 잡초 방제 기술을 갖는다.
도 6은 화학물질 스프레이 기반 잡초 방제 기술(120a)을 갖는, 도 4 및 도 5에 도시된 바와 같은 잡초 방제 열차(130)의 화차를 도시한다. 도 6은 열차의 이 화차의 배면도를 도시하며, 이 뷰는 철도 선로 아래에서의 것이다. 잡초 방제 기술(120a)의 다수의 개별 스프레이 노즐들은 열차 아래에 그리고 열차의 측면들에 측방으로 연장된다. 스프레이 노즐 자체는 이제, 온 또는 오프인 것 이외에, 특정 제어를 가질 수 있거나, 또는 좌측 및/또는 우측으로 또는 아래로 스프레이하도록 방향적으로 제어될 수 있고 그리고/또는, 예를 들어, 좁은 스프레이 제트가 단일 잡초로 지향될 수 있도록 스프레이의 각도 범위가 변화되도록 제어될 수 있다. 이러한 스프레이 노즐들 중 하나가 화학물질 스프레이에 의해 방제되어야 하는 것으로 식별된 잡초 위를 지나갈 때, 프로세서(30)는 화학물질 스프레이에 의해 방제되도록 요구되는 잡초의 특정 위치에 화학물질을 스프레이하는 특정 노즐을 활성화시킨다. 도 6에서, 그러한 잡초의 2개의 특정 위치가 있으며, 하나는 선로 사이에서 발견되고 하나는 선로들의 좌측에서 발견되며, 그에 따라 2개의 스프레이 노즐이 활성화되었다. 다른 잡초 방제 기술들(120b 내지 120e) 중 하나를 잡초들에 이미 적용한 이 화차 아래를 잡초들이 지나갈 수 있음에 유의해야 한다.
도 7은 고전압 기반 잡초 방제 기술(120b)을 갖는, 도 4 및 도 5에 도시된 바와 같은 잡초 방제 열차(130)의 화차를 도시한다. 도 7은 열차의 이 화차의 배면도를 도시하며, 이 뷰는 철도 선로 아래에서의 것이다. 잡초 방제 기술(120b)의 다수의 개별 전극 쌍들은 열차 아래에 그리고 열차의 측면들에 측방으로 연장되며, 이들은 도 9에 보다 상세히 도시되어 있다. 이러한 전극 쌍들 중 하나가 고전압 기반 잡초 방제에 의해 방제되어야 하는 것으로 식별된 잡초 위를 지나갈 때, 프로세서(30)는 고전압에 의해 방제되도록 요구되는 잡초의 특정 위치에서 특정 전극 쌍 또는 쌍들을 활성화시킨다. 도 7에서, 그러한 잡초의 2개의 특정 위치가 있으며, 하나는 선로의 우측에 또한 연장되는 선로 사이에서 발견되는 큰 덤불이고 하나는 선로의 좌측에서 발견되는 작은 덤불이며, 그에 따라 좌측에 있는 하나의 전극 쌍이 활성화되었고 열차 아래에서 우측으로 연장되는 다수의 전극 쌍이 활성화되었다. 다른 잡초 방제 기술들(120c 내지 120e) 중 하나를 잡초들에 이미 적용한 이 화차 아래를 잡초들이 지나갈 수 있고, 잡초들이 화학물질 스프레이 기반 잡초 방제 기술(120a)에 의해 해결되어야 한다고 결정되었으면 잡초들이 처리되지 않은 상태로 화차 아래를 지나갈 수 있다는 것에 유의해야 한다.
도 8은 레이저 기반 잡초 방제 기술(120c)을 갖는, 도 4 및 도 5에 도시된 바와 같은 잡초 방제 열차(130)의 화차를 도시한다. 도 8은 열차의 이 화차의 배면도를 도시하며, 이 뷰는 철도 선로 아래에서의 것이다. 잡초 방제 기술(120c)의 다수의 개별 레이저 시스템들은 열차 아래에 그리고 열차의 측면들에 측방으로 연장된다. 각각의 레이저 시스템은 단순히 온/오프 상태로 동작하여 레이저 시스템 아래의 지역을 조사할 수 있거나 또는 잡초의 특정 위치만이 조사되도록 필요에 따라 또한 방향적으로 스티어링될 수 있다. 이러한 레이저 시스템들 중 하나가 레이저 방사선 기반 잡초 방제에 의해 방제되어야 하는 것으로 식별된 잡초 위를 지나갈 때, 프로세서(30)는 레이저 방사선에 의해 방제되도록 요구되는 잡초의 특정 위치에서 특정 레이저 시스템들을 활성화시킨다. 도 8에서, 선로들 사이에서 좌측 선로 근방에 바로 위치되는 그러한 잡초의 단지 하나의 특정 위치가 있으며, 그에 따라 열차 아래의 하나의 레이저 시스템이 활성화되었으며 레이저 방사선은 잡초의 특정 위치를 향해 지향되었다. 레이저 시스템들은 잡초 방제에 적합한 것으로 알려진 레이저 다이오드 기반, Nd:YAG 기반, 엑시머 기반 또는 임의의 다른 레이저 시스템일 수 있다. 다른 잡초 방제 기술들(120d 내지 120e) 중 하나를 잡초들에 이미 적용한 이 화차 아래를 잡초들이 지나갈 수 있고, 잡초들이 화학물질 스프레이 기반 잡초 방제 기술(120a) 및/또는 고전압 기반 잡초 방제 기술(120b)에 의해 해결되어야 한다고 결정되었으면 잡초들이 처리되지 않은 상태로 화차 아래를 지나갈 수 있다는 것에 유의해야 한다.
도 9는 고전압 기반 잡초 방제 기술(120b)의 추가 세부사항을 도시한다. 활성화될 때, 잡초 및 잡초의 뿌리를 포함하는 지면을 통해 하나의 전극으로부터 다른 전극으로 전류가 흐르게 하는 전극 쌍들이 제공된다. 도 120b에 도시된 하나의 서브-유닛은 그러한 고전압 기반 잡초 방제의 적용의 보다 큰 분해능 및 보다 작은 공간 범위를 제공하기 위해 하나의 전극 쌍을 갖거나 또는 실제로 다수의 전극 쌍들을 가질 수 있다. 고전압은 DC 모드에서 어떤 시간 기간 동안 또는 AC 모드에서 어떤 시간 기간 동안 인가될 수 있다.
도 10은, 철도 선로들 및 선로들의 측면의 지면을 보여주는, 철도 환경의 표현을 도시한다. 다수의 잡초 지역들이 도시되어 있으며, 하나의 잡초 유형의 큰 덤불은 그 안에 상이한 잡초 유형의 덤불을 갖는다. 이러한 특정 잡초들에 대해 활성화되도록 결정된 특정 잡초 방제 기술들이 도 10에 도시되어 있다. 이것은 도 4와 관련하여 논의된 잡초 방제 맵, 또는 도 5와 관련하여 논의된 어떤 잡초 방제 기술이 어디에서 적용되어야 하는지에 대한 실시간 결정으로 간주될 수 있다.
위에서 상술된 예들은 철도와 관련하여 논의되었으며, 여기서 상이한 잡초 방제 기술들(초목 방제 기술들)은 열차의 상이한 화차들에 하우징된다. 이들은 단일 화차에 하우징될 수 있으며, 단지 2개, 3개 또는 4개의 잡초 방제 기술, 예를 들어, 단지 화학물질 스프레이 및 고전압 기술들이 있을 수 있다. 부가적으로, 잡초 방제 열차보다는, 화차 또는 화물차 또는 유니목이 다수의 잡초 방제 기술들을 그 상에/그 내에 장착할 수 있으며, 이전에 취득되어 프로세싱된 이미저리에 기초하여 또는 그것이 자체적으로 취득하여 프로세싱하는 이미저리에 기초하여, 산업 지역 또는 심지어 공항과 같은 지역 주위를 주행하며 위에서 논의된 바와 같이 특정 잡초 방제 기술들을 특정 잡초 유형들에 적용한다.
다른 예시적인 실시예에서, 적절한 시스템 상에서, 전술한 실시예들 중 하나에 따른 방법의 방법 단계들을 실행하도록 구성되는 것을 특징으로 하는 컴퓨터 프로그램 또는 컴퓨터 프로그램 요소가 제공된다.
따라서 컴퓨터 프로그램 요소는 컴퓨터 유닛 상에 저장될 수 있으며, 이는 또한 실시예의 일부일 수 있다. 이 컴퓨팅 유닛은 위에서 설명된 방법의 단계들을 수행하거나 수행을 유도하도록 구성될 수 있다. 더욱이, 위에서 설명된 장치 및/또는 시스템의 컴포넌트들을 동작시키도록 구성될 수 있다. 컴퓨팅 유닛은 자동으로 동작하도록 및/또는 사용자의 지시들을 실행하도록 구성될 수 있다. 컴퓨터 프로그램은 데이터 프로세서의 작업 메모리(working memory)에 로딩될 수 있다. 따라서 데이터 프로세서는 전술한 실시예들 중 하나에 따른 방법을 수행하도록 장비될 수 있다.
본 발명의 이 예시적인 실시예는 처음부터 본 발명을 사용하는 컴퓨터 프로그램 및 업데이트에 의해 기존의 프로그램을 본 발명을 사용하는 프로그램으로 바꾸는 컴퓨터 프로그램 둘 다를 커버한다.
더 나아가서, 컴퓨터 프로그램 요소는 위에서 설명된 바와 같은 방법의 예시적인 실시예의 절차를 이행하는 데 필요한 모든 단계들을 제공할 수 있다.
본 발명의 추가의 예시적인 실시예에 따르면, CD-ROM, USB 스틱 또는 이와 유사한 것과 같은, 컴퓨터 판독가능 매체가 제공되며, 여기서 컴퓨터 판독가능 매체는 그 상에 컴퓨터 프로그램 요소를 저장하는 데 이 컴퓨터 프로그램 요소는 이전 섹션에 설명되어 있다.
컴퓨터 프로그램은, 광학 저장 매체 또는 다른 하드웨어와 함께 또는 그의 일부로서 공급되는 솔리드 스테이트 매체와 같은, 적합한 매체 상에 저장 및/또는 배포될 수 있지만, 인터넷 또는 다른 유선 또는 무선 통신 시스템들을 통해서와 같이, 다른 형태들로 또한 배포될 수 있다.
그렇지만, 컴퓨터 프로그램은 또한 월드 와이드 웹(World Wide Web)과 같은 네트워크를 통해 제공될 수 있으며 그러한 네트워크로부터 데이터 프로세서의 작업 메모리로 다운로드될 수 있다. 본 발명의 추가의 예시적인 실시예에 따르면, 컴퓨터 프로그램 요소를 다운로드 가능하게 하기 위한 매체가 제공되며, 이 컴퓨터 프로그램 요소는 본 발명의 이전에 설명된 실시예들 중 하나에 따른 방법을 수행하도록 구성된다.
본 발명의 실시예들이 상이한 주제들을 참조하여 설명된다는 점에 유의해야 한다. 특히, 일부 실시예들은 방법 유형 청구항들을 참조하여 설명되는 반면, 다른 실시예들은 디바이스 유형 청구항들을 참조하여 설명된다. 그렇지만, 본 기술분야의 통상의 기술자는, 달리 언급되지 않는 한, 하나의 유형의 주제에 속하는 특징들의 임의의 조합에 부가하여, 상이한 주제들에 관한 특징들 간의 임의의 조합이 또한 본 출원에 개시된 것으로 간주된다는 것을 이상의 및 이하의 설명으로부터 알 것이다. 그렇지만, 모든 특징들이 조합되어 특징들의 단순 합산 이상의 시너지 효과들을 제공할 수 있다.
본 발명이 도면들 및 전술한 설명에서 상세하게 예시되고 설명되었지만, 그러한 예시 및 설명은 제한적인 것이 아니라 설명적(illustrative)이거나 예시적(exemplary)인 것으로 간주되어야 한다. 본 발명은 개시된 실시예들로 제한되지 않는다. 개시된 실시예들에 대한 다른 변형들이 도면들, 개시내용, 및 종속 청구항들의 연구로부터, 청구된 발명을 실시하는 데 있어서 본 기술분야의 통상의 기술자에 의해 이해되고 달성될 수 있다.
청구항들에서, “포함하는(comprising)”이라는 단어는 다른 요소들 또는 단계들을 배제하지 않으며, 단수 표현(indefinite article) "한" 또는 "어떤”은 복수를 배제하지 않는다. 단일 프로세서 또는 다른 유닛이 청구항들에 인용된 몇 개의 아이템들의 기능들을 수행할 수 있다. 특정한 대책들이 서로 상이한 종속 청구항들에서 인용되고 있다는 단순한 사실이 이 대책들의 조합이 유리하게 사용될 수 없다는 것을 나타내지는 않는다. 청구항들에서의 임의의 참조 부호들(reference signs)은 범위를 제한하는 것으로 해석되어서는 안된다.

Claims (15)

  1. 잡초 방제를 위한 시스템(100)으로서,
    - 적어도 하나의 카메라(110);
    - 잡초 방제 장치(10); 및
    - 적어도 하나의 초목 방제 기술(120);
    을 포함하고,
    상기 적어도 하나의 초목 방제 기술(120), 상기 초목 방제를 위한 장치(10) 및 적어도 하나의 카메라(110)가 차량(130)에 장착되고;
    상기 잡초 방제 장치(10)는
    - 입력 유닛(20);
    - 프로세싱 유닛(30); 및
    - 출력 유닛(40);
    을 포함하고,
    상기 적어도 하나의 카메라는 환경의 적어도 하나의 이미지를 획득하도록 구성되고;
    상기 입력 유닛은 환경의 상기 적어도 하나의 이미지를 상기 프로세싱 유닛에 제공하도록 구성되고;
    상기 프로세싱 유닛은 복수의 초목 방제 기술로부터 상기 환경의 적어도 제1 부분을 위한 잡초 방제에 사용될 적어도 하나의 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하도록 구성되고;
    상기 적어도 하나의 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하는 것은, 상기 환경의 적어도 제1 부분에서 제1 잡초 유형의 결정 및 상기 환경의 적어도 제2 부분에서 제2 잡초 유형의 결정을 포함하고;
    상기 프로세싱 유닛은 상기 환경의 적어도 제1 부분에서 제1 잡초 유형을 위한 잡초 방제를 위해 사용될 제1 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하도록 구성되고; 상기 프로세싱 유닛은 상기 환경의 적어도 제2 부분에서 제2 잡초 유형을 위한 잡초 방제를 위해 사용될 제2 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하도록 구성되고;
    상기 환경의 적어도 제2 부분은 상기 환경의 적어도 제1 부분의 적어도 하나의 서브세트이고,
    상기 환경의 적어도 제2 부분에서 제2 잡초 유형을 위한 잡초 방제를 위해 사용될 제2 초목 방제 기술은 화학물질 스프레이 기술이고;
    상기 환경의 적어도 제1 부분에서 제1 잡초 유형을 위한 잡초 방제를 위해 사용될 제1 초목 방제 기술은 화학물질 스프레이 기술이 아니고;
    상기 출력 유닛은 상기 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 출력하도록 구성되는 것인 시스템.
  2. 제1항에 있어서,
    상기 적어도 하나의 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하는 것은 상기 환경의 적어도 제1 부분에서 초목의 적어도 하나의 위치의 결정을 포함하고,
    상기 프로세싱 유닛은 상기 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 결정하도록 구성되는 것인 시스템.
  3. 제1항 또는 제2항에 있어서,
    상기 적어도 하나의 이미지는 적어도 하나의 카메라에 의해 취득되었고,
    상기 입력 유닛은, 상기 적어도 하나의 이미지가 취득되었을 때 상기 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 상기 프로세싱 유닛에 제공하도록 구성되는 것인 시스템.
  4. 제1항 또는 제2항에 있어서, 상기 적어도 하나의 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하는 것은 적어도 하나의 잡초 유형의 결정을 포함하는 것인 시스템.
  5. 제4항에 있어서, 상기 프로세싱 유닛은 상기 적어도 하나의 잡초 유형의 적어도 하나의 위치를 결정하도록 구성되는 것인 시스템.
  6. 제1항 또는 제2항에 있어서, 상기 프로세싱 유닛은, 상기 복수의 초목 방제 기술로부터 상기 환경의 적어도 제1 부분을 위한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하도록 구성되고; 상기 프로세싱 유닛은, 상기 복수의 초목 방제 기술로부터 상기 환경의 적어도 제2 부분을 위한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 분석하도록 구성되는 것인 시스템.
  7. 제1항 또는 제2항에 있어서, 상기 적어도 하나의 이미지를 분석하는 것은 머신 러닝 알고리즘의 이용을 포함하는 것인 시스템.
  8. 제1항 또는 제2항에 있어서, 제1 초목 방제 기술은 고압수; 고온수; 고압 고온수; 증기; 전력; 전기 유도; 전류 흐름; 고전압 전력; 전자기 방사선; x-선 방사선; 자외 방사선; 가시 방사선; 마이크로파 방사선; 펄스 레이저 방사선; 화염 시스템 및/또는 기계 시스템을 포함하는 것인 시스템.
  9. 잡초 방제를 위한 방법(200)으로서,
    (a) 시스템의 적어도 하나의 카메라에 의해 획득된 환경의 적어도 하나의 이미지를 시스템의 잡초 방제 장치의 프로세싱 유닛에 제공하는 단계(210);
    (c) 상기 시스템의 복수의 초목 방제 기술로부터 상기 환경의 적어도 제1 부분을 위한 잡초 방제를 위해 사용될 적어도 하나의 초목 방제 기술을 결정하기 위해 상기 적어도 하나의 이미지를 상기 잡초 방제 장치의 프로세싱 유닛에 의해 분석하는 단계(220), 상기 환경의 적어도 제1 부분에서 제1 잡초 유형을 결정하는 단계(290), 상기 환경의 적어도 제2 부분에서 제2 잡초 유형을 결정하는 단계(300), 상기 환경의 적어도 제1 부분에서 상기 제1 잡초 유형에 대한 잡초 방제에 사용될 제1 초목 방제 기술을 결정하는 단계(310), 및 상기 환경의 적어도 제2 부분에서 상기 제2 잡초 유형에 대한 잡초 방제에 사용될 제2 초목 방제 기술을 결정하는 단계(320)이며, 상기 환경의 적어도 제2 부분은 상기 환경의 적어도 제1 부분의 적어도 하나의 서브세트이고, 상기 환경의 적어도 제2 부분에서 상기 제2 잡초 유형을 위한 잡초 방제를 위해 사용될 제2 초목 방제 기술은 화학물질 스프레이 기술이고, 상기 환경의 적어도 제1 부분에서 상기 제1 잡초 유형을 위한 잡초 방제를 위해 사용될 제1 초목 방제 기술은 화학물질 스프레이 기술이 아닌 것인, 단계; 및
    (e) 상기 시스템의 적어도 하나의 초목 방제 기술을 활성화시키는 데 사용가능한 정보를 상기 잡초 방제 장치의 출력 유닛에 의해 출력하는 단계(230)
    를 포함하고,
    상기 적어도 하나의 초목 방제 기술, 상기 잡초 방제 장치 및 상기 시스템의 적어도 하나의 카메라는 차량에 장착되는 것인 방법.
  10. 제9항에 있어서,
    단계 (c)는 상기 환경의 적어도 제1 부분에서 초목의 적어도 하나의 위치를 결정하는 단계(240)를 포함하고,
    상기 방법은
    (d) 상기 적어도 하나의 위치에서 사용될 적어도 하나의 초목 방제 기술을 상기 프로세싱 유닛에 의해 결정하는 단계(250)
    를 포함하는 것인 방법.
  11. 제9항 또는 제10항에 있어서, 상기 방법은
    (b) 상기 적어도 하나의 이미지가 취득되었을 때 상기 적어도 하나의 카메라와 연관된 적어도 하나의 위치를 상기 프로세싱 유닛에 제공하는 단계(260)
    를 포함하는 것인 방법.
  12. 제9항 또는 제10항에 있어서, 제1 초목 방제 기술은 고압수; 고온수; 고압 고온수; 증기; 전력; 전기 유도; 전류 흐름; 고전압 전력; 전자기 방사선; x-선 방사선; 자외 방사선; 가시 방사선; 마이크로파 방사선; 펄스 레이저 방사선; 화염 시스템 및/또는 기계 시스템을 포함하는 것인 방법.
  13. 프로세서에 의해 실행될 때, 제9항 또는 제10항의 방법을 수행하도록 구성된, 제1항 또는 제2항에 따른 시스템을 제어하기 위한 기록 매체에 저장된 컴퓨터 프로그램.
  14. 삭제
  15. 삭제
KR1020207003175A 2017-07-06 2018-07-02 잡초 방제 장치 KR102627174B1 (ko)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
EP17180030.3 2017-07-06
EP17180030.3A EP3425572A1 (en) 2017-07-06 2017-07-06 Apparatus for automated weed control
EP17181582.2A EP3431360A1 (en) 2017-07-17 2017-07-17 Apparatus for weed control
EP17181582.2 2017-07-17
EP17186467.1A EP3443839B1 (en) 2017-08-16 2017-08-16 A weed control apparatus
EP17186467.1 2017-08-16
EP17187259.1 2017-08-22
EP17187259.1A EP3446564B1 (en) 2017-08-22 2017-08-22 Apparatus for weed control
PCT/EP2018/067785 WO2019007894A1 (en) 2017-07-06 2018-07-02 APPARATUS FOR CONTROLLING WEEDS

Publications (2)

Publication Number Publication Date
KR20200023466A KR20200023466A (ko) 2020-03-04
KR102627174B1 true KR102627174B1 (ko) 2024-01-23

Family

ID=62784184

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020207003174A KR102648591B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치
KR1020207003175A KR102627174B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치
KR1020207003173A KR102648117B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치
KR1020207003172A KR102627177B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020207003174A KR102648591B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020207003173A KR102648117B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치
KR1020207003172A KR102627177B1 (ko) 2017-07-06 2018-07-02 잡초 방제 장치

Country Status (10)

Country Link
US (4) US20200141079A1 (ko)
EP (6) EP4147942A1 (ko)
JP (4) JP7166303B2 (ko)
KR (4) KR102648591B1 (ko)
CN (4) CN110809401B (ko)
AU (4) AU2018298388B2 (ko)
BR (1) BR112020000117A2 (ko)
CA (3) CA3068893A1 (ko)
WO (4) WO2019007893A1 (ko)
ZA (2) ZA201908156B (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220061304A1 (en) * 2020-08-31 2022-03-03 Transportation Ip Holdings, Llc Vehicle with spray control system and method
CN110809401B (zh) 2017-07-06 2022-11-15 拜耳股份公司 杂草控制装置
FI129554B (en) * 2018-02-15 2022-04-14 Danstar Ferment Ag The applicator and the powder cartridge available therein, as well as the powder mixture contained in the powder cartridge
US11957072B2 (en) * 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
WO2020225278A1 (en) * 2019-05-08 2020-11-12 Bayer Aktiengesellschaft Unmanned aerial vehicle
US11580718B2 (en) * 2019-08-19 2023-02-14 Blue River Technology Inc. Plant group identification
CN111990388B (zh) * 2020-05-27 2021-11-16 农业农村部南京农业机械化研究所 选择性喷洒系统，地空协同施药系统及协作方法
US11393049B2 (en) * 2020-09-24 2022-07-19 Centure Applications LTD Machine learning models for selecting treatments for treating an agricultural field
JP2022065581A (ja) * 2020-10-15 2022-04-27 西武建設株式会社 無人飛行体を用いた除草装置
NL2026771B1 (nl) * 2020-10-26 2022-09-16 H Harinck Beheer B V Toedienautomaat
CN112450020B (zh) * 2020-12-04 2022-07-29 庐山市环绿时代农业科技开发有限公司 一种智能化白芨除草方法、装置、存储介质和终端
US20220211025A1 (en) * 2021-01-06 2022-07-07 Cnh Industrial America Llc System and method for performing spraying operations with an agricultural sprayer
US20220299635A1 (en) * 2021-03-17 2022-09-22 Carbon Autonomous Robotic Systems Inc. Systems and methods for point to point object matching and targeting
CN113944137A (zh) * 2021-10-11 2022-01-18 马鞍山缔盟新思智能科技有限公司 一种用于轨道交通的轨道杂草清理装置及其使用方法
CN117882697A (zh) * 2024-03-14 2024-04-16 东海实验室 一种精准快速的智能化激光除草装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120101861A1 (en) 2010-10-25 2012-04-26 Lindores Robert J Wide-area agricultural monitoring and prediction
WO2015013723A2 (en) * 2013-07-26 2015-01-29 Blue River Technology, Inc. System and method for plant treatment
WO2016191825A1 (en) * 2015-06-05 2016-12-08 The University Of Sydney Automatic target recognition and management system
WO2017002093A1 (en) * 2015-07-02 2017-01-05 Ecorobotix Sàrl Robot vehicle and method using a robot for an automatic treatment of vegetable organisms
WO2017077543A1 (en) 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US213255A (en) * 1879-03-11 Improvement in apparatus for destroying vegetation on railroads
US3125294A (en) * 1964-03-17 Apparatus for handling fiber in suspension
BE795218A (fr) * 1972-02-10 1973-08-09 Oceanography Int Corp Procede et appareil de destruction de vegetations
JPS5648136Y2 (ko) * 1975-06-24 1981-11-10
US4908981A (en) * 1986-01-21 1990-03-20 Moore James E Devices and methods for selective application of herbicide
CN1036140C (zh) * 1992-12-18 1997-10-15 中国国际科技促进会 植物纤维素薄膜制品及其制备工艺
JP3359702B2 (ja) * 1993-06-28 2002-12-24 株式会社前川製作所 異種植物検出方法と該検出方法を用いた雑草駆除方法
DE4329343A1 (de) * 1993-08-27 1995-03-09 Schering Ag Feldtaugliches bildanalytisches Verfahren zur automatischen Erkennung und Bekämpfung von Unkrautarten
US5606821A (en) * 1994-07-25 1997-03-04 Loral Corporation Smart weed recognition/classification system
WO1996012401A1 (en) * 1994-10-25 1996-05-02 Rees Equipment Pty. Ltd. Controller for agricultural sprayers
JPH09137A (ja) * 1995-06-19 1997-01-07 Tokyu Constr Co Ltd 雑草除去装置
US5695301A (en) * 1995-11-16 1997-12-09 Bhp Copper, Inc. Method of controlling erosion and creating an environment for the formation of a growth medium
ATE236519T1 (de) * 1997-01-28 2003-04-15 Werner Goergens Consulting & T Verfahren und vorrichtung zum beseitigen von wildkraut und zum reinigen von oberflächen
US6160902A (en) * 1997-10-10 2000-12-12 Case Corporation Method for monitoring nitrogen status using a multi-spectral imaging system
JP4435412B2 (ja) * 1997-12-09 2010-03-17 バイオメディカル・フロンティアーズ・インコーポレイテッド 改変された生物学的認識を示す変性多糖類
RU2129785C1 (ru) * 1997-12-10 1999-05-10 Всероссийский научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хозяйства Устройство для управляемой борьбы с сорняками
US6029395A (en) * 1998-01-05 2000-02-29 Morgan; Albert W. Biodegradable mulch mat
US6919959B2 (en) * 1999-06-30 2005-07-19 Masten Opto-Diagnostics Co. Digital spectral identifier-controller and related methods
KR100399571B1 (ko) * 2000-08-16 2003-09-29 대한민국 스피드스프레이어용 정전대전살포장치
JP3877045B2 (ja) * 2000-11-22 2007-02-07 株式会社共立 静電付与式散布機
US6726120B2 (en) * 2001-12-19 2004-04-27 Deere & Company Automatic wind-drift compensation system for agricultural sprayers
HU224536B1 (hu) * 2002-07-05 2005-10-28 G & G Növényvédelmi és Kereskedelmi Kft. Vasúti kocsira szerelt gyomirtó berendezés kapcsolási elrendezése, és eljárás a berendezéssel történõ gyomirtásra
JP2004166627A (ja) 2002-11-21 2004-06-17 National Institute For Rural Engineering 抑草マルチング組成物
KR100538645B1 (ko) * 2004-04-27 2005-12-23 대한민국(관리부서:농촌진흥청) 정전대전 농약살포장치
CN2759191Y (zh) * 2004-11-26 2006-02-22 北京农业信息技术研究中心 一种杂草自动识别喷药整机
HU3056U (en) * 2005-04-29 2006-03-28 G & G Noevenyvedelmi Es Keresk Construction for making weed map
EP1777486B1 (en) * 2005-08-01 2013-07-17 Pioneer-Hi-Bred International, Inc. Sensor system, method, and computer program product for plant phenotype measurement in agricultural environments
US7337602B1 (en) * 2005-09-15 2008-03-04 Butler Walt R Mulch plate apparatus with adjustable handle mechanism
CN100437629C (zh) * 2005-10-08 2008-11-26 中国农业机械化科学研究院 一种自动识别田间杂草的方法
JP4873686B2 (ja) 2006-01-11 2012-02-08 株式会社前川製作所 農作業支援機器のための農業用資材と該農業用資材を用いた農地、並びに該農地における農作業支援機器の進行方向認識方法
JP2008092917A (ja) * 2006-10-16 2008-04-24 Sawadaya:Kk マルチング工法及びマルチング構造
JP5129512B2 (ja) * 2007-01-16 2013-01-30 有光工業株式会社 静電噴霧装置
US7474964B1 (en) 2007-06-22 2009-01-06 Weyerhaeuser Company Identifying vegetation attributes from LiDAR data
CN101707992B (zh) 2009-10-15 2011-01-05 南京林业大学 高效除草机器人
KR20110042712A (ko) * 2009-10-20 2011-04-27 오은영 유효성분이 함유된 멀칭제
KR101031365B1 (ko) 2010-05-31 2011-04-29 홍석주 생분해성 액상 멀칭용 조성물, 이의 제조 방법 및 이를 이용한 멀칭 방법
CN101927220A (zh) * 2010-07-05 2010-12-29 中国农业大学 精准智能对靶喷雾机
CN101961003A (zh) 2010-08-10 2011-02-02 江苏大学 一种精确对靶喷药除草装置
AU2011327878B2 (en) * 2010-11-09 2016-01-14 Weeding Technologies Limited Device for weed control
CN102172233A (zh) * 2011-03-04 2011-09-07 江苏大学 一种棉田杂草实时识别对靶喷施的方法
JP2013059296A (ja) * 2011-09-14 2013-04-04 Chugoku Electric Power Co Inc:The 農地管理方法、及び農地管理システム
GB201120001D0 (en) 2011-11-20 2012-01-04 Byrne Kenneth Herbicide applicator
CN103348964B (zh) * 2013-07-15 2015-05-13 山东奥泰机械有限公司 一种智能除草设备及其使用方法
US9609859B2 (en) * 2013-09-13 2017-04-04 Palo Alto Research Center Incorporated Unwanted plant removal system having a stabilization system
US9609858B2 (en) * 2013-09-13 2017-04-04 Palo Alto Research Center Incorporated Unwanted plant removal system having variable optics
CN103718684A (zh) * 2014-01-02 2014-04-16 张春平 旋耕四犁合垄播种化学除草覆膜机
JP6686887B2 (ja) * 2014-08-20 2020-04-22 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US9652840B1 (en) * 2014-10-30 2017-05-16 AgriSight, Inc. System and method for remote nitrogen monitoring and prescription
CN104521929B (zh) * 2014-12-17 2017-05-03 江苏大学 一种基于植株目标特征独立喷嘴控制的变流量喷雾方法
DE102015111889B4 (de) 2015-07-22 2020-02-27 Andreas Reichhardt Verfahren zur Prüfung einer landwirtschaftlichen Sprüheinrichtung
US11287411B2 (en) * 2015-07-30 2022-03-29 Ecoation Innovative Solutions Inc. Systems and methods for crop health monitoring, assessment and prediction
GB2542115B (en) 2015-09-03 2017-11-15 Rail Vision Europe Ltd Rail track asset survey system
US20170095834A1 (en) * 2015-10-05 2017-04-06 William Brian Kinard Electrostatic deposition
CN105379460B (zh) 2015-12-04 2018-07-03 王刚 一种秸秆覆盖起垄播种机
EP3244343A1 (en) * 2016-05-12 2017-11-15 Bayer Cropscience AG Recognition of weed in a natural environment
CN205827278U (zh) * 2016-06-30 2016-12-21 沈焱 封闭环境中植物生长监测及环境控制系统
US20180035606A1 (en) * 2016-08-05 2018-02-08 Romello Burdoucci Smart Interactive and Autonomous Robotic Property Maintenance Apparatus, System, and Method
US10255670B1 (en) * 2017-01-08 2019-04-09 Dolly Y. Wu PLLC Image sensor and module for agricultural crop improvement
CN110809401B (zh) 2017-07-06 2022-11-15 拜耳股份公司 杂草控制装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120101861A1 (en) 2010-10-25 2012-04-26 Lindores Robert J Wide-area agricultural monitoring and prediction
US20150027044A1 (en) 2013-03-07 2015-01-29 Blue River Technology, Inc. System and method for plant treatment
WO2015013723A2 (en) * 2013-07-26 2015-01-29 Blue River Technology, Inc. System and method for plant treatment
US20150027040A1 (en) 2013-07-26 2015-01-29 Blue River Technology, Inc. System and method for individual plant treatment based on neighboring effects
WO2016191825A1 (en) * 2015-06-05 2016-12-08 The University Of Sydney Automatic target recognition and management system
WO2017002093A1 (en) * 2015-07-02 2017-01-05 Ecorobotix Sàrl Robot vehicle and method using a robot for an automatic treatment of vegetable organisms
WO2017077543A1 (en) 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis

Also Published As

Publication number Publication date
AU2018298392B2 (en) 2024-02-15
AU2018298391B2 (en) 2024-05-02
JP2020525686A (ja) 2020-08-27
AU2018298391A1 (en) 2020-01-16
US11560680B2 (en) 2023-01-24
CN110809403A (zh) 2020-02-18
US11856937B2 (en) 2024-01-02
JP7166301B2 (ja) 2022-11-07
CA3068931A1 (en) 2019-01-10
KR20200023466A (ko) 2020-03-04
AU2018298390B2 (en) 2024-05-02
EP4122795A1 (en) 2023-01-25
CN110809403B (zh) 2022-11-15
BR112020000117A2 (pt) 2020-07-07
US20200214281A1 (en) 2020-07-09
EP4147942A1 (en) 2023-03-15
KR102648117B1 (ko) 2024-03-18
US20200229421A1 (en) 2020-07-23
BR112020000102A2 (pt) 2020-07-07
KR102627177B1 (ko) 2024-01-23
CN110868852A (zh) 2020-03-06
JP7166300B2 (ja) 2022-11-07
ZA201908155B (en) 2021-05-26
US20200141079A1 (en) 2020-05-07
NZ759917A (en) 2023-08-25
CA3068893A1 (en) 2019-01-10
JP2020525688A (ja) 2020-08-27
US11377806B2 (en) 2022-07-05
AU2018298388B2 (en) 2024-02-15
CA3068855A1 (en) 2019-01-10
WO2019007894A1 (en) 2019-01-10
KR20200023464A (ko) 2020-03-04
JP2020525687A (ja) 2020-08-27
AU2018298388A1 (en) 2020-01-02
WO2019007893A1 (en) 2019-01-10
WO2019007890A1 (en) 2019-01-10
KR20200024899A (ko) 2020-03-09
KR20200023465A (ko) 2020-03-04
JP2020525685A (ja) 2020-08-27
ZA201908156B (en) 2021-05-26
US20200205394A1 (en) 2020-07-02
EP3648592A1 (en) 2020-05-13
EP3648593A1 (en) 2020-05-13
AU2018298392A1 (en) 2020-01-16
EP3648591A1 (en) 2020-05-13
WO2019007892A1 (en) 2019-01-10
BR112020000097A2 (pt) 2020-07-07
KR102648591B1 (ko) 2024-03-19
AU2018298390A1 (en) 2020-01-16
CN110809402A (zh) 2020-02-18
JP7166302B2 (ja) 2022-11-07
JP7166303B2 (ja) 2022-11-07
BR112020000119A2 (pt) 2020-07-07
CN110809401A (zh) 2020-02-18
EP3648590A1 (en) 2020-05-13
CN110868852B (zh) 2023-06-02
NZ759916A (en) 2023-08-25
CN110809401B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
KR102627174B1 (ko) 잡초 방제 장치
US20210015087A1 (en) Apparatus for weed control
EP3425572A1 (en) Apparatus for automated weed control
EP3446564B1 (en) Apparatus for weed control
JP7326322B2 (ja) 雑草防除車両
EP3431360A1 (en) Apparatus for weed control
BR112020000097B1 (pt) Aparelho, sistema e método para controle de erva daninha e meio não transitório legível por computador
BR112020000102B1 (pt) Aparelho, sistema e método para controle de erva daninha e meio não transitório legível por computador

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