KR102669118B1 - 농업용 자율 주행 차량 관제 장치 및 방법 - Google Patents
농업용 자율 주행 차량 관제 장치 및 방법 Download PDFInfo
- Publication number
- KR102669118B1 KR102669118B1 KR1020210191816A KR20210191816A KR102669118B1 KR 102669118 B1 KR102669118 B1 KR 102669118B1 KR 1020210191816 A KR1020210191816 A KR 1020210191816A KR 20210191816 A KR20210191816 A KR 20210191816A KR 102669118 B1 KR102669118 B1 KR 102669118B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- autonomous vehicle
- autonomous
- agricultural
- sensor
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000000926 separation method Methods 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 244000240602 cacao Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003442 weekly 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- 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
-
- G05D2201/0201—
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
농업용 자율 주행 차량 관제 장치 및 방법과 이를 이용한 노지 농업용 자율 주행 차량의 관제 시스템이 제공된다. 실시예에 의하면, 센서 데이터에 기반하여 농업용 자율 주행 차량에 대한 관제 정보 및 스마트팜 운용 데이터를 제공한다.
Description
본 발명은 농업용 자율 주행 차량 관제 장치 및 방법과 이를 이용한 노지 농업용 자율 주행 차량의 관제 시스템에 관한 것이다.
이하에서 기술되는 내용은 본 발명의 실시예와 관련되는 배경 정보를 제공할 목적으로 기재된 것일 뿐이고, 기술되는 내용들이 당연하게 종래기술을 구성하는 것은 아니다.
최근 콤바인, 트랙터 등과 같은 농업용 차량의 자율 주행 기술에 대한 연구가 활발하게 진행되고 있다. 자율 주행가능한 농업용 차량은 운전자가 탑승하지 않은 상태에서 자율 주행 경로를 따라 주행 또는 정지하면서 주행 경로 상의 작업 지점에서 주어진 작업을 수행한다.
농업용 자율 주행 차량이 작업을 성공적으로 수행하려면, 농업용 자율 주행 차량의 자율 주행 상태를 정확하게 파악하고 적절한 관제 및 운용을 제공하는 관제 시스템이 요구된다.
이와 같은 관제 시스템이 작동하려면, 다양한 센서 데이터가 필요하며, 특히, 센서 데이터의 획득 시간 및/또는 획득 위치에 따라 다양한 센서 데이터를 정확하게 참조할 수 있는 기술이 필요하다.
한편, 전술한 선행기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명의 일 과제는 센서 데이터에 기반하여 농업용 자율 주행 차량의 관제 정보를 제공하는 농업용 자율 주행 차량 관제 장치 및 방법을 제공하는 것이다.
본 발명의 일 과제는 다양한 센서 데이터의 획득 위치 및 획득 시간에 기반하여 센서 데이터를 융합하고 이로부터 스마트팜 운용 데이터를 제공하는 농업용 자율 주행 차량 관제 장치 및 방법을 제공하는 것이다.
본 발명의 목적은 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
본 발명의 일 실시예에 따른 농업용 자율 주행 차량 관제 장치는, 자율 주행 차량 관제 및 데이터 수집을 위한 적어도 하나의 명령을 저장하는 메모리 및 프로세서를 포함하고, 상기 적어도 하나의 명령은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금, 자율 주행 차량의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치로부터 획득한 상기 센서 데이터에 기반하여 상기 자율 주행 차량의 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 포함한 관제 정보를 생성하는 자율 주행 차량 운용 관제부; 및 상기 센서 데이터에 기반하여 스마트팜 운용을 위한 스마트팜 운용 데이터를 생성하는 스마트팜 데이터 생성부를 실행하도록 구성될 수 있다.
본 발명의 일 실시예에 따른 농업용 자율 주행 차량 관제 및 데이터 수집 장치에 의한 농업용 자율 주행 차량 관제 방법은, 자율 주행 차량의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치로부터 상기 센서 데이터를 획득하는 단계; 상기 센서 데이터에 기반하여 상기 자율 주행 차량에 대한 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계; 및 상기 관제 정보 및 스마트팜 운용 데이터를 자율 주행 운용 단말로 전송하는 단계를 포함하고, 상기 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계는, 자율 주행 차량 운용 관제부에 의해, 상기 센서 데이터에 기반하여 상기 자율 주행 차량의 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 생성하는 단계; 및 스마트팜 데이터 생성부에 의해, 상기 센서 데이터에 기반하여 스마트팜 운용에 필요한 데이터를 생성하는 단계를 포함할 수 있다.
전술한 것 외의 다른 측면, 특징, 및 이점이 이하의 도면, 청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
실시예에 의하면, 노지 농업용 자율 주행 차량 관제 정보에 기반하여 자율 주행 차량의 운용 상태 이상 여부 판단이 가능하다.
실시예에 의하면, 자율 주행 차량의 탑재 센서의 센서 데이터에 대한 시간 및 위치 정보를 제공하고, 이에 기반하여 스마트팜 운용 데이터를 제공할 수 있다.
실시예에 의하면, GNSS RTK 기준국 이상 여부 판단이 가능하여 자율주행 차량의 위치에 대해 신뢰성이 제고된다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 실시예에 따른 농업용 자율 주행 관제 시스템의 블록도이다.
도 2는 실시예에 따른 농업용 자율 주행 관제 장치의 블록도이다.
도 3은 실시예에 따른 농업용 자율 주행 차량 관제 장치의 자율 주행 경로 오차 계산을 설명하기 위한 도면이다.
도 4는 실시예에 따른 농업용 자율 주행 차량 관제 방법의 흐름도이다.
도 2는 실시예에 따른 농업용 자율 주행 관제 장치의 블록도이다.
도 3은 실시예에 따른 농업용 자율 주행 차량 관제 장치의 자율 주행 경로 오차 계산을 설명하기 위한 도면이다.
도 4는 실시예에 따른 농업용 자율 주행 차량 관제 방법의 흐름도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시 예들에 한정되지 않는다. 이하 실시 예에서는 본 발명을 명확하게 설명하기 위해서 설명과 직접적인 관계가 없는 부분을 생략하지만, 본 발명의 사상이 적용된 장치 또는 시스템을 구현함에 있어서, 이와 같이 생략된 구성이 불필요함을 의미하는 것은 아니다. 아울러, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조번호를 사용한다.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 되며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 또한, 이하의 설명에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 설명에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 실시예에 따른 농업용 자율 주행 관제 시스템의 블록도이다.
실시예에 따른 농업용 자율 주행 관제 시스템(1000)은 노지 농업용 자율주행 차량 관제 및 관련 데이터를 수집한다.
농업용 자율 주행 관제 시스템(1000)은 노지 농업용 자율 주행 차량(300)이 정상적으로 자율주행 운용 및 작업을 수행하고 있는 지를 사용자(401)와 관리자(402)가 자율 주행 운용 단말(400)을 통해 모니터링(관제)할 수 있도록 관제 정보를 제공한다.
또한, 농업용 자율 주행 관제 시스템(1000)은 자율 주행 차량(300)의 탑재 센서에서 획득한 다양한 데이터를 위치 및 시간 연계하여 스마트팜 운용에 필요한 정보를 생성하고 수집하며, 수집된 정보를 자율 주행 운용 장치(200) 및/또는 자율 주행 운용 단말(400)에 제공한다.
이하에서 노지 농업용 자율 주행 차량 관제 시스템(1000)의 구성 요소를 살펴본다.
노지 농업용 자율 주행 차량(300)은 자율 주행 운용을 하면서 농작업을 수행하는 다양한 농업용 차량을 포함한다.
자율 주행 운용 장치(200)는 노지 농업용 자율 주행 차랑(300)의 자율 주행 운용을 제어 및 관리하고 농작업 및 스마트팜 운용에 필요한 데이터를 획득 및 처리하는 장치이다.
자율 주행 운용 장치(200)는 센서부(201), 처리부(202) 및 데이터 송수신부(203)를 포함한다.
센서부(201)는 측위 모듈, 주변 정보 인지 모듈, 환경 정보 수집 모듈 및 데이터 통신 모듈 등을 포함한다.
측위 모듈은 항법해(위치, 속도, 자세)를 계산하기 위해 사용되는 측위 모듈로, 예를 들어, GNSS 모듈, IMU 모듈, 자력계 모듈 및 고도 센서 모듈 등을 포함한다. 주변 정보 인지 모듈은 자율 주행 차량(300)이 운행되는 주변 환경을 인지하기 위한 모듈로 예를 들어, 카메라 및 라이다 등을 포함한다. 환경 정보 수집 모듈은 자율 주행 차량(300)이 운행되는 주변 환경의 정보를 수집하기 위한 모듈로 예를 들어, 온습도 센서, 조도 센서, 강우 센서 및 풍향/풍속 센서 등을 포함한다. 데이터 통신 모듈은 자율 주행 차량(300)과 데이터 통신을 위한 모듈로 예를 들어, LTE, 5G, WiFi, 블루투스 모듈 등을 포함한다.
처리부(202)는 센서부(201)에서 획득되는 데이터를 처리하는 임베디드 컴퓨터로 센서부(201)와 자율 주행 차량(300)에서 출력되는 센서 데이터의 시간 동기화 알고리즘, 측위 모듈 데이터를 이용한 항법해 계산 알고리즘, 항법해 정보와 자율주행 경로 정보를 이용한 자율 주행 운용을 위한 차량 제어 파라미터 계산, 주변 정보 인지 모듈에서 획득한 데이터를 이용한 객체 탐지 등을 수행한다.
데이터 송수신부(203)는 자율 주행 차량(300)과 자율 주행 차량 관제 장치(100)와의 데이터 송수신을 위한 모듈로, 예를 들어, LTE/5G 모듈, WiFi 모듈, LAN 모듈, 블루투스 모듈을 포함한다.
자율 주행 차량 관제 장치(100)는 노지 농업용 자율 주행 차량(300), 자율 주행 운용 장치(200), GNSS-RTK 기준국(500) 및 기상 정보 제공 서버(600) 등에서 수집되는 데이터를 처리하여 자율 주행 차량 관제 정보와 스마트팜 관리를 위한 정보를 생성하고, 생성된 정보를 자율 주행 운용 장치(200) 및/또는 자율 주행 운용 단말(400)에 전송한다.
자율 주행 차량 관제 장치(100)는 자율 주행 차량 운용 관제부(111)를 실행하여, 자율 주행 차량 운용을 위해 필요한 자율 주행 경로 관리, 자율 주행 기반 작업 관리, 자율 주행 이상 여부 판단, 자율 주행 차량 실시간 관제 등을 수행한다.
자율 주행 차량 운용 관제부(111)는, 자율 주행 경로 관리를 위해, 노지 농업용 자율 주행 차량(300)의 자율 주행을 위하여 이전에 생성되어 있는 웨이포인트 기반 자율 주행 경로를 편집하고, 획득한 차량 위치 데이터를 이용하여 자율 주행 경로를 재생성하고, 다수의 자율 주행 경로를 관리할 수 있다.
자율 주행 차량 운용 관제부(111)는, 자율 주행 기반 작업 관리를 위해, 자율 주행 경로인 웨이포인트에 웨이포인트 위치에서 수행해야 하는 작업 정보(예 : 약액 살포 방향, 약액 살포 시의 팬 RPM) 등을 입력, 수정 및 삭제하는 등 수행할 작업을 관리할 수 있다.
자율 주행 차량 운용 관제부(111)는, 자율 주행 이상 여부를 판단하기 위해, 실시간으로 획득되는 자율 주행 차량(300)의 위치 정보와 자율 주행 경로인 웨이포인트를 이용하여 자율 주행 오차를 계산하고 설정된 임계치보다 높으면 자율 주행 이상으로 판단할 수 있다.
자율 주행 차량 운용 관제부(111)는 자율 주행 실시간 관제를 위해, 실시간으로 획득되는 자율 주행 차량(300)의 위치 정보와 자율 주행 경로인 웨이포인트를 네이버, 카카오, 다음에서 제공하는 지도나 인공위성/항공 영상 위에 표시하여 자율 주행 차량(300)의 현위치를 실시간으로 확인하고, 자율 주행 상태, 차량 상태 정보(예를 들어, 속도, RPM, 방향, 자세 등), 작업 상태 정보를 모니터링할 수 있도록 제공한다.
자율 주행 차량 관제 장치(100)는 스마트팜 데이터 생성부(112)를 실행하여, 자율 주행 운용 장치(200)에서 수집된 데이터와 기상 정보 제공 서버(600)에서 제공하는 기상 정보를 이용하여 위치 및 시간 기반으로 스마트팜 운용에 필요한 데이터를 생성할 수 있다.
스마트팜 데이터 생성부(112)는, 탑재 센서 위치를 정밀하게 결정하며, 이를 위하여, 노지 농업용 자율 주행 차량(300)의 탑재 센서(예: 카메라, 라이다, 환경 정보 수집 센서)의 위치는 서로 다름에 따라 정밀하게 탑재 센서에 획득된 위치를 연계하기 위하여 IMU 원점을 기준으로 계산되는 위치를 탑재된 센서 지점으로 정밀하게 위치를 계산할 수 있다.
스마트팜 데이터 생성부(112)는, 영상 및 라이다 데이터 지오레퍼런싱(Geo-referencing)을 수행하며, 영상 픽셀에 대한 절대 위치와 라이다 포인트 클라우드의 절대 위치를 확인할 수 있도록 영상 및 라이다 포인트 클라우드 데이터 지오레퍼런싱 수행할 수 있다.
스마트팜 데이터 생성부(112)는, 기상 정보 제공 서버(600)에서 제공하는 기상 정보와 자율 주행 운용 장치(200)가 획득한 센서 데이터를 획득 시간 및 위치 참조하여 스마트팜 운용 데이터를 생성할 수 있다.
자율 주행 차량 관제 장치(100)는 GNSS RTK 기준국 운용부(113)를 실행하여, GNSS RTK 기준국(500)이 수집한 좌표 데이터를 자율 주행 운용 장치(200)에 전송하여 GNSS RTK 측위를 수행할 수 있도록 하며, 기준국 이상 여부를 탐지하여 GNSS RTK 오동작을 방지할 수 있다.
GNSS RTK 기준국 운용부(113)는 GNSS RTK 보정 신호 송신부에 의해, 자율주행 운용 하드웨어의 개략적인 위치 기준 반경 10km 이내에 존재하는 GNSS RTK 기준국(500)을 선택하여 선택된 GNSS RTK 기준국(500)의 보정 신호를 송신할 수 있다.
GNSS RTK 기준국 운용부(113)는 GNSS RTK 기준국 이상 여부 탐지부에 의해, GNSS RTK 기준국 작동 여부, GNSS Quality 분석, GNSS RTK 데이터 처리를 통해 GNSS RTK 기준국 동작 상태의 이상 여부를 탐지할 수 있다.
자율 주행 차량 관제 장치(100)는 데이터 저장부(121), 데이터 관리부(122) 및 데이터 송수신부(123)를 포함한다.
데이터 저장부(121)는 자율 주행 차량 관제 장치(100)에서 획득한 데이터, 자율 주행 운용 장치(200)의 펌웨어 소프트웨어, 자율 주행 차량 관제 장치(100)에서 생성된 정보를 저장할 수 있다.
데이터 관리부(122)는 자율 주행 차량 관제 장치(100)에 저장된 데이터를 관리하며, 사용자(401)와 관리자(402)가 자율 주행 운용 단말(400)을 통해 해당 데이터에 접근할 수 있도록 한다.
데이터 송수신부(124)는 자율 주행 운용 장치(200), GNSS-RTK 기준국(500), 기상 정보 제공 서버(600), 자율 주행 운용 단말(400)과 데이터를 송수신할 수 있는 경로를 제공한다.
자율 주행 관제 시스템(1000)은 자율 주행 운용 단말(400)을 더 포함한다.
자율 주행 운용 단말(400)은 자율 주행 차량 관제 장치(100)에게 자율 주행 운용 장치(200)에 대한 동작 명령을 전송하고, 자율 주행 운용 장치(200) 및 자율 주행 차량(300)의 펌웨어를 업데이트하고, 자율 주행 차량 관제 장치(100)에 저장된 데이터에 대한 접근 인터페이스를 사용자(401)와 관리자(402)에게 제공한다.
도 2는 실시예에 따른 농업용 자율 주행 차량 관제 장치의 블록도이다.
실시예에 따른 농업용 자율 주행 차량 관제 장치(100)는 프로세서(110), 메모리(120) 및 통신부(130)를 포함한다.
프로세서(110)는 일종의 중앙처리장치로서, 메모리(120)에 저장된 하나 이상의 명령어를 실행하여 농업용 자율 주행 차량 관제 장치(100)의 동작을 제어할 수 있다.
프로세서(110)는 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 프로세서(110)는 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다.
이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로서, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 이에 한정되는 것은 아니다. 프로세서(110)는 하나 이상의 프로세서를 포함할 수 있다.
메모리(120)는 내장 메모리 및/또는 외장 메모리를 포함할 수 있으며, DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD, CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다. 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 이에 한정되는 것은 아니다.
통신부(130)는 농업용 자율 주행 차량 관제 장치(100)의 데이터의 송신 및 수신을 위한 통신 인터페이스를 포함한다. 통신부(130)는 농업용 자율 주행 차량 관제 장치(100)에게 다양한 방식의 유무선 통신 경로를 제공하며, 농업용 자율 주행 차량 관제 장치(100)를 외부 네트워크와 연결할 수 있다.
농업용 자율 주행 차량 관제 장치(100)는 통신부(130)를 통해 자율 주행 차량(300)의 탑재 센서의 센서 데이터, 자율 주행 차량(300)의 상태 정보, 자율 주행 차량(300)에 대한 제어 신호 및 스마트팜 데이터 등을 송/수신할 수 있다. 통신부(130)는 예를 들어 각종 무선 인터넷 모듈, 근거리 통신 모듈, GPS 모듈, 이동 통신을 위한 모뎀 등에서 적어도 하나 이상을 포함하도록 구성될 수 있다.
메모리(120)는 자율 주행 차량 관제 및 데이터 수집을 위한 적어도 하나의 명령을 저장할 수 있다. 메모리(120)에 저장된 적어도 하나의 명령은 프로세서(110)에 의해 실행될 때 프로세서(110)로 하여금, 자율 주행 차량(300)의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치(200)로부터 획득한 센서 데이터에 기반하여 자율 주행 차량(300)의 자율 주행 경로 및 이와 같은 자율 주행 경로 상의 작업을 포함한 관제 정보를 생성하는 자율주행 차량 운용 관제부(도 1을 참조하여 111) 및 상술한 센서 데이터에 기반하여 스마트팜 운용을 위한 스마트팜 운용 데이터를 생성하는 스마트팜 데이터 생성부(도 1을 참조하여 112)를 실행하도록 구성될 수 있다.
일 예에서 자율 주행 차량 운용 관제부(111)는, 자율 주행 차량(300)의 위치 정보 및 자율 주행 경로 상의 적어도 하나의 웨이포인트에 기반하여 자율 주행 차량(300)의 주행 오차를 계산하고, 계산된 주행 오차와 소정의 임계치의 비교 결과에 따라 자율 주행 차량(300)의 자율 주행 이상 여부를 결정하도록 구성될 수 있다.
자율 주행 차량 운용 관제부(111)는, 자율 주행 차량(300)의 자율 주행 경로 상의 제 1 웨이포인트, 제 2 웨이포인트 및 자율 주행 차량(300)의 현재 위치에 의해 결정된 평면 상에서 자율 주행 차량(300)의 현재 위치로부터 제 1 웨이포인트와 제 2 웨이포인트를 잇는 직선 경로까지의 거리에 기반하여 자율 주행 차량(300)의 주행 오차를 결정하도록 구성될 수 있다. 이에 대하여는 도 3을 참조하여 후술한다.
메모리(120)에 저장된 적어도 하나의 명령은 프로세서(110)에 의해 실행될 때 프로세서(110)로 하여금, 자율 주행 차량(300)의 GNSS RTK 측위를 위한 기준 좌표 데이터를 자율 주행 차량에 제공하는 GNSS RTK 기준국 운용부(113)를 실행하도록 구성될 수 있다.
일 예에서, GNSS RTK 기준국 운용부(113)는, 자율 주행 차량(300)으로부터 기준 반경 이내에 존재하는 GNSS RTK 기준국(500)으로부터 소정의 주기마다 획득한 GNSS 관측 데이터에 기반하여 결정된 GNSS RTK 기준국(500)의 좌표 데이터의 변화에 기반하여 GNSS RTK 기준국의 이상 여부를 결정하도록 구성될 수 있다.
이하에서 GNSS RTK 기준국 이상 여부 탐지 과정에 대하여 살펴본다.
GNSS RTK 기준국 이상 여부는 다음과 같은 세 가지 방법을 통해 확인 가능하며, GNSS RTK 기준국 운용부(113)는 GNSS RTK 기준국(500)의 운용 상태에 문제가 있다고 판단되면, 해당 기준국을 자율 주행 차량(300)이 사용하지 않도록 조치한다.
방법 1은 GNSS RTK 기준국 작동 여부를 확인한다. 즉, GNSS RTK 기준국 네트워크 접속 가능 여부 확인 및 GNSS RTK 기준국 데이터 수신 이상 여부를 확인한다.
방법 2는 GNSS Quality 분석을 통해 GNSS RTK 기준국 이상 여부를 확인한다. 예를 들어, GNSS 관측데이터를 이용한 GNSS Quality 분석이 가능하며, 다음과 같은 인자에 기반하여 이상 여부를 확인한다.
- 멀티패스를 판단하는 MP1, MP2의 값이 일정 기준값보다 높을 경우 문제 있다고 판단
- GNSS 수신 위성 수가 이전에 같은 시간대에 관측된 수 보다 일정 값 이상으로 차이날 때 문제가 있다고 판단
방법 3은 GNSS RTK 기준국 데이터 처리를 통해 GNSS RTK 기준국 이상 여부를 확인한다.
- GNSS RTK 기준국(500)에서 획득한 데이터를 GNSS 상시관측소(항상 GNSS 데이터를 관측하는 곳으로 위치를 정밀하게 알고 있음)의 데이터를 기준으로 처리하여 GNSS RTK 기준국 좌표 계산한다.
- GNSS 기준국 좌표는 하루 동안 획득한 데이터(24시간 데이터)를 GNSS 상시관측소를 기준으로 처리하여 계산 가능하다(일처리 결과).
- 이전에 입력한 GNSS 기준국 좌표와 일처리를 통해 계산된 좌표와의 차이가 일정 기준 이상이면 GNSS RTK 기준국의 운용 상태가 문제가 있다고 판단한다.
- 일처리 결과를 조합하여 주 처리(1주일씩 데이터 처리), 월처리(1달씩 데이터 처리)를 수행하여 GNSS RTK 기준국의 좌표의 변화를 추적하여, 이전 입력된 GNSS 기준국의 좌표와의 차이가 일정 기준 이상이면 GNSS RTK 기준국 운용 상태가 문제가 있다고 판단한다.
- 문제가 있다고 판단한 경우, 새롭게 계산된 좌표를 GNSS RTK 기준국 좌표로 입력한다.
스마트팜 데이터 생성부(112)는, 자율 주행 차량(300)의 IMU 및 탑재 센서 간 이격 거리를 보정하여 탑재 센서의 위치를 결정하도록 구성될 수 있다. 이하에서 스마트팜 데이터 생성부(112)가 매 시간 마다 탑재 센서 데이터 획득 지점의 정밀 위치를 결정하는 과정에 대하여 살펴본다.
자율 주행 차량(300)의 위치는 IMU 원점을 기준으로 계산됨에 따라 탑재 센서를 IMU와 일치시켜 탑재하지 않으면, IMU와 탑재 센서 간의 이격 거리 만큼 위치 오차가 발생한다. 따라서 탑재 센서 위치를 정밀하게 결정하기 위해서는 IMU와 탑재 센서 간의 이격 거리를 보정하여 탑재 센서의 위치를 산정하여야 한다.
스마트팜 데이터 생성부(112)의 탑재 센서 정밀 위치 결정 방법은 다음과 같다.
1. 탑재 센서 데이터를 획득한 시점을 기준으로 한 IMU 위치에서의 위치 및 자세 계산
- IMU의 출력주기와 탑재 센서 데이터의 출력 주기가 다르므로, 탑재 센서 데이터 출력 시간을 기준으로 IMU 원점에서의 위치(측지 좌표: 위도, 경도, 타원체고) 및 자세 계산이 필요하다.
- IMU를 융합한 측위 기술의 출력 주기는 탑재되는 센서(예 : 카메라, 라이다, 기압센서 등)에 비해 출력 주기가 높으므로, 수학식 1의 선형 보간법을 통해 탑재 센서 데이터 출력 시간을 기준으로 IMU 원점에서의 위치 및 자세 계산이 가능하다.
여기서, 는 탑재 센서 데이터 출력 시간이며, 과 는 시간 이전 및 이후의 위치 또는 자세 출력 시간, 는 시간의 IMU 원점에서의 위치 또는 자세를 의미한다.
2. 탑재 센서 데이터 데이터 획득 시간을 기준으로 한 IMU 원점에서의 ECEF 좌표 계산
- 탑재 센서의 원점과 IMU 원점과의 이격 거리는 직각좌표계인 IMU 좌표계를 기준으로 측정된다.
- IMU 위치는 일반적으로 구면 좌표계인 측지 좌표(위도, 경도, 타원체고)를 기준으로 계산되므로, 이격 거리를 보정하기 위해서는 직각좌표계 상으로 변환하여 계산해야 하며, 이를 위한 ECEF 좌표계를 사용한다.
- ECEF(Earth Centered Earth Fixed) 좌표계는 지구중심지구고정좌표계로 원점이 지구의 질량중심이며, Z축은 지구 자전축 방향, X축은 그리니치 천문대를 지나는 자오선과 적도면이 만나는 지점의 방향, Y축은 오른손 법칙에 의해 정해지는 좌표계이다.
- 측지 좌표계와 ECEF 좌표계 사이의 변환은 측지 공식에 의해 계산할 수 있다.
3. 탑재 센서 지점을 기준으로 한 ECEF 좌표 계산
여기서, 는 탑재 센서 지점을 기준으로 한 ECEF 좌표이고, 는 IMU 원점을 기준으로 한 ECEF 좌표이다.
는 항법좌표계에서 ECEF 좌표계로 변환하는 회전행렬이고,
와 은 IMU 원점의 측지 위도 및 측지 경도이고,
은 동체 좌표계에서 항법좌표계로 변환하는 회전행렬이고,
, , 은 IMU 좌표계 축을 기준으로 계산된 자세인 Roll, Pitch, Yaw이고,
은 IMU 원점을 기준으로 IMU 좌표계를 따라 측정한 탑재 센서 지점까지의 거리이고,
은 IMU 좌표계 x축 방향으로 IMU 원점에서 탑재 센서까지의 거리,
은 IMU 좌표계 y축 방향으로 IMU 원점에서 탑재 센서까지의 거리,
은 IMU 좌표계 z축 방향으로 IMU 원점에서 탑재 센서까지의 거리이다.
4. 탑재 센서 지점의 ECEF 좌표를 측지 좌표로 변환한다.
수학식 2에 의해 얻은 ECEF 좌표를 측지 좌표로 변환한다.
한편, 자율 주행 운용 장치(200)는 GPS 시간과 자율 주행 운용 장치(200)의 시스템 시간 간의 오프셋(offset)에 기반하여 자율 주행 차량(300)의 탑재 센서가 센서 데이터를 획득한 시간 정보를 결정하도록 구성될 수 있다. 이와 같은 과정을 센서 데이터 시간 동기화라고 부른다.
센서 간의 데이터 융합 시에는 정밀한 시간동기화가 필수적이므로, 자율 주행 운용 장치(200)와 연결되어 있는 센서에서 수집되는 센서 데이터의 시간을 GPS 시간으로 동기화한다. 예를 들어, 센서 신호 상에서 시간동기화가 이루어질 수 없을 경우에 소프트웨어 방식을 통해 시간동기화를 수행할 수 있다.
센서 데이터 시간 동기화는 처리부(202), 즉 임베디드 하드웨어의 전원이 커지면 GPS 시간과 임베디드 하드웨어를 운영체제인 임베디드 OS 간의 시간을 동기화한 후, GPS 센서 외의 자율 주행 운용 장치(200)와 연결된 센서의 데이터 시간을 동기화하는 일련의 과정을 의미한다.
자율 주행 운용 장치(200)는 다음과 같은 과정에 의해 센서 데이터 시간 동기화를 수행할 수 있다.
1. GPS 데이터의 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간 저장
- 일정 시간 (약 10초 이상) 동안 획득되는 GPS 데이터의 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간을 저장한다.
2. GPS 데이터의 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간 차이를 계산
- GPS 시간과 임베디드 OS 간의 시간 차이를 계산하기 위하여 GPS 데이터의 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간의 차이를 계산한다.
- GPS 시간 또는 임베디드 OS의 시간의 이상치가 존재할 수 있으므로, GPS 데이터의 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간의 차이가 3시그마 이상이면 이상치로 가정하여 삭제한다.
3. GPS 시간과 GPS 데이터가 수신되는 시점의 임베디드 OS의 CPU 시간과의 오프셋 계산
- 이상치를 제거한 GPS 시간과 CPU 시간과의 차이에 대한 평균을 GPS 시간과 임베디드 OS의 CPU 시간과의 오프셋이라 설정한다.
4. GPS 센서 외의 자율주행 하드웨어와 연결된 센서 데이터 시간 동기화를 위한 인덱스 선언
- 센서 데이터는 데이터 획득되는 시점에서의 시간을 제공하지 않으므로, 센서 간의 데이터 융합 시에는 정밀하게 시간동기화된 센서 데이터 획득 시간이 필요하다.
- 센서 데이터 시간 정의는 CPU 시간을 이용하여 3.에서 정한 오프셋을 이용하여 다음과 같이 정의한다.
여기서, 는 GPS와 시간동기화된 센서 데이터 시간, 는 센서 데이터 획득되는 시점의 CPU 시간, 는 GPS 시간과 임베디드 OS의 CPS 시간과의 오프셋을 의미한다.
일 예에서, 스마트팜 데이터 생성부(112)는, 자율 주행 운용 장치(200)에서 결정된 센서 데이터를 획득한 시간 정보를 수신하고, 센서 데이터를 획득한 시간 정보 및 자율 주행 차량의 위치 정보에 기반하여 스마트팜 운용 데이터를 생성하도록 구성될 수 있다.
도 3은 실시예에 따른 농업용 자율 주행 차량 관제 장치의 자율 주행 경로 오차 계산을 설명하기 위한 도면이다.
도 3을 참조하여 자율 주행 차량 운용 관제부(111)가 자율 주행 차량(300)의 자율 주행 이상 여부 판단을 위하여 자율 주행 오차를 계산하는 방법을 살펴본다.
자율 주행 차량(300)의 자율 주행은 자율 주행 경로인 위치 데이터로 구성된 웨이포인트를 기준으로 운용되며, 자율 주행 차량 운용 관제부(111)는 현재 차량 위치가 웨이포인트를 기준으로 일정 범위 이상으로 벗어나게 되면 자율 주행 운용 상태에 문제가 있다고 판단한다.
도 3에서 VEHICLE은 현재 차량의 수평 위치를 나타내고, WP0와 WP1 각각 자율 주행 경로의 제 1 웨이포인트의 수평 위치 및 제 2 웨이포인트의 수평 위치를 나타낸다. 여기서 현재 차량 위치가 웨이포인트를 기준으로 일정 범위 이상으로 벗어난 정도를 자율 주행 오차(e)로 정의한다.
자율 주행 차량 운용 관제부(111)는, 자율 주행 차량(300)의 자율 주행 경로 상의 제 1 웨이포인트(WP0), 제 2 웨이포인트(WP1) 및 자율 주행 차량(300)의 현재 위치(VEHICLE)에 의해 결정된 평면(즉, 도 3의 삼각형에 대응하는 평면) 상에서 자율 주행 차량(300)의 현재 위치(VEHICLE)로부터 제 1 웨이포인트(WP0)와 제 2 웨이포인트(WP1)를 잇는 직선 경로(a에 대응하는 선)까지의 거리에 기반하여 자율 주행 차량(300)의 주행 오차를 결정하도록 구성될 수 있다.
자율 주행 차량 운용 관제부(111)는 매 시각마다 실시간으로 획득되는 자율 주행 차량(300)의 위치 데이터를 이용하여 자율 주행 오차를 다음의 수학식에 따라 계산하고, 자율 주행 오차가 일정 크기 이상이면, 자율 주행 운용 상태에 문제가 발생한 것으로 판단한다.
여기서, 이다.
한편, 자율 주행 성능은 수학식 4에서 계산된 자율 주행 오차 e의 제곱 평균 제곱근(Root Mean Square; RMS)로 표현될 수 있으며, 다음의 수학식 5로 표현된다.
도 4는 실시예에 따른 농업용 자율 주행 차량 관제 방법의 흐름도이다.
실시예에 따른 농업용 자율 주행 차량 관제 및 데이터 수집 장치에 의한 농업용 자율 주행 차량 관제 방법은, 자율 주행 차량의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치로부터 상기 센서 데이터를 획득하는 단계(S1), 센서 데이터에 기반하여 자율 주행 차량(300)에 대한 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계(S2) 및 생성된 관제 정보 및 스마트팜 운용 데이터를 자율 주행 운용 단말(400)로 전송하는 단계(S3)를 포함하고, 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계(S2)는, 자율 주행 차량 운용 관제부(111)에 의해, 센서 데이터에 기반하여 자율 주행 차량(300)의 자율 주행 경로 및 자율 주행 경로 상의 작업을 생성하는 단계 및 스마트팜 데이터 생성부(112)에 의해, 센서 데이터에 기반하여 스마트팜 운용에 필요한 데이터를 생성하는 단계를 포함할 수 있다.
단계(S2)에서, 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 생성하는 단계는, 자율 주행 차량(300)의 위치 정보 및 자율 주행 경로 상의 적어도 하나의 웨이포인트에 기반하여 자율 주행 차량(300)의 주행 오차를 계산하는 단계 및 계산된 주행 오차와 소정의 임계치의 비교 결과에 따라 자율 주행 이상 여부를 결정하는 단계를 포함할 수 있다.
여기서, 주행 오차를 계산하는 단계는, 자율 주행 경로 상의 제 1 웨이포인트, 제 2 웨이포인트 및 자율 주행 차량(300)의 현재 위치에 의해 결정된 평면 상에서 자율 주행 차량(300)의 현재 위치로부터 제 1 웨이포인트와 제 2 웨이포인트를 잇는 직선 경로까지의 거리에 기반하여 주행 오차를 결정하는 단계를 포함할 수 있다.
일 예에서, 단계(S2)는 GNSS RTK 기준국 운용부(113)에 의해, 자율 주행 차량(300)의 GNSS RTK 측위를 위한 기준 좌표 데이터를 자율 주행 차량(300)에 제공하는 단계를 더 포함할 수 있다.
여기서, 기준 좌표 데이터를 상기 자율 주행 차량(300)에 제공하는 단계는, 자율 주행 차량(300)으로부터 기준 반경 이내에 존재하는 GNSS RTK 기준국(500)으로부터 소정의 주기마다 획득한 GNSS 관측 데이터에 기반하여 결정된 GNSS RTK 기준국(500)의 좌표 데이터의 변화에 기반하여 GNSS RTK 기준국의 이상 여부를 결정하는 단계를 포함할 수 있다.
단계(S2)에서, 스마트팜 운용에 필요한 데이터를 생성하는 단계는, 자율 주행 차량(300)의 IMU 및 탑재 센서 간 이격 거리를 보정하여 탑재 센서의 위치를 결정하는 단계를 포함할 수 있다.
실시예에 따른 자율 주행 차량 관제 방법은 자율 주행 운용 장치(200)에 의해 센서 데이터를 시간 동기화하는 단계를 더 포함할 수 있다. 여기서 시간 동기화하는 단계는, GPS 시간과 자율 주행 운용 장치(200)의 시스템 시간 간의 오프셋에 기반하여 자율 주행 차량의 탑재 센서가 센서 데이터를 획득한 시간 정보를 결정하는 단계를 포함할 수 있다.
단계(S2)에서 스마트팜 운용에 필요한 데이터를 생성하는 단계는, 센서 데이터를 획득한 시간 정보 및 자율 주행 차량(300)의 위치 정보에 기반하여 스마트팜 운용 데이터를 생성하는 단계를 포함할 수 있다.
실시예에 의하면, 자율 주행 농기계 이상 상태를 확인할 수 있어 안전한 자율주행 농기계 사용이 가능하다. 또한, 자율 주행 농기계 관제에 활용할 수 있어 무인농기계 상용화 개발이 촉진되며, 스마트팜 운용에 필요한 데이터를 수집할 수 있어 농업 기술 선진화에 기여할 수 있다. 나아가, 자율주행을 통한 농업 작업의 효율화로 인건비 절감, 최적 주행에 의한 생산비 절감 등 농업 경쟁력이 제고된다.
전술한 본 발명의 일 실시예에 따른 방법은 프로그램이 기록된 비일시적 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 비일시적 기록 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 비일시적 기록 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.
이상 설명된 본 발명의 실시예에 대한 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 농업용 자율 주행 차량 관제 장치
200: 자율 주행 운용 장치
300: 자율 주행 차량
400: 자율 주행 운용 단말
500: GNSS RTK 기준국
600: 기상 정보 제공 서버
1000: 농업용 자율 주행 차량 관제 시스템
200: 자율 주행 운용 장치
300: 자율 주행 차량
400: 자율 주행 운용 단말
500: GNSS RTK 기준국
600: 기상 정보 제공 서버
1000: 농업용 자율 주행 차량 관제 시스템
Claims (16)
- 농업용 자율 주행 차량 관제 장치에 있어서,
자율 주행 차량 관제 및 데이터 수집을 위한 적어도 하나의 명령을 저장하는 메모리; 및 프로세서를 포함하고,
상기 적어도 하나의 명령은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
자율 주행 차량의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치로부터 획득한 상기 센서 데이터에 기반하여 상기 자율 주행 차량의 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 포함한 관제 정보를 생성하는 자율 주행 차량 운용 관제부; 및
상기 센서 데이터에 기반하여 스마트팜 운용을 위한 스마트팜 운용 데이터를 생성하는 스마트팜 데이터 생성부를 실행하도록 구성되며,
상기 스마트팜 데이터 생성부는, 상기 자율 주행 차량의 IMU 및 탑재 센서 간 이격 거리를 보정하여 상기 탑재 센서의 위치를 결정하도록 구성되되, 상기 탑재 센서의 데이터의 획득 시간을 기준으로 IMU 원점에서의 상기 자율 주행 차량의 위치 및 자세를 계산하고, 상기 IMU 원점을 기준으로 계산된 ECEF 좌표를 통해 상기 탑재 센서의 ECEF 좌표를 계산한 후, 상기 탑재 센서의 ECEF 좌표를 측지 좌표로 변환하는,
농업용 자율 주행 차량 관제 장치.
- 제 1 항에 있어서,
상기 자율 주행 차량 운용 관제부는,
상기 자율 주행 차량의 위치 정보 및 상기 자율 주행 경로 상의 적어도 하나의 웨이포인트에 기반하여 상기 자율 주행 차량의 주행 오차를 계산하고,
상기 주행 오차와 소정의 임계치의 비교 결과에 따라 자율 주행 이상 여부를 결정하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 제 2 항에 있어서,
상기 자율 주행 차량 운용 관제부는,
상기 자율 주행 경로 상의 제 1 웨이포인트, 제 2 웨이포인트 및 상기 차량의 현재 위치에 의해 결정된 평면 상에서 상기 차량의 현재 위치로부터 상기 제 1 웨이포인트와 상기 제 2 웨이포인트를 잇는 직선 경로까지의 거리에 기반하여 상기 주행 오차를 결정하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 제 1 항에 있어서,
상기 적어도 하나의 명령은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금, 상기 자율 주행 차량의 GNSS RTK 측위를 위한 기준 좌표 데이터를 상기 자율 주행 차량에 제공하는 GNSS RTK 기준국 운용부를 실행하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 제 4 항에 있어서,
상기 GNSS RTK 기준국 운용부는,
상기 자율 주행 차량으로부터 기준 반경 이내에 존재하는 GNSS RTK 기준국으로부터 소정의 주기마다 획득한 GNSS 관측 데이터에 기반하여 결정된 상기 GNSS RTK 기준국의 좌표 데이터의 변화에 기반하여 상기 GNSS RTK 기준국의 이상 여부를 결정하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 삭제
- 제 1 항에 있어서,
상기 자율 주행 운용 장치는
GPS 시간과 상기 자율 주행 운용 장치의 시스템 시간 간의 오프셋(offset)에 기반하여 상기 자율 주행 차량의 탑재 센서가 센서 데이터를 획득한 시간 정보를 결정하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 제 7 항에 있어서,
상기 스마트팜 데이터 생성부는,
상기 센서 데이터를 획득한 시간 정보 및 상기 자율 주행 차량의 위치 정보에 기반하여 스마트팜 운용 데이터를 생성하도록 구성되는,
농업용 자율 주행 차량 관제 장치.
- 농업용 자율 주행 차량 관제 및 데이터 수집 장치에 의한 농업용 자율 주행 차량 관제 방법에 있어서,
자율 주행 차량의 탑재 센서의 센서 데이터를 수집 및 처리하는 자율 주행 운용 장치로부터 상기 센서 데이터를 획득하는 단계;
상기 센서 데이터에 기반하여 상기 자율 주행 차량에 대한 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계; 및
상기 관제 정보 및 스마트팜 운용 데이터를 자율 주행 운용 단말로 전송하는 단계를 포함하고,
상기 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계는,
자율 주행 차량 운용 관제부에 의해, 상기 센서 데이터에 기반하여 상기 자율 주행 차량의 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 생성하는 단계; 및
스마트팜 데이터 생성부에 의해, 상기 센서 데이터에 기반하여 스마트팜 운용에 필요한 데이터를 생성하는 단계를 포함하며,
상기 스마트팜 운용에 필요한 데이터를 생성하는 단계는, 상기 자율 주행 차량의 IMU 및 탑재 센서 간 이격 거리를 보정하여 상기 탑재 센서의 위치를 결정하는 단계를 포함하되, 상기 탑재 센서의 데이터의 획득 시간을 기준으로 IMU 원점에서의 상기 자율 주행 차량의 위치 및 자세를 계산하고, 상기 IMU 원점을 기준으로 계산된 ECEF 좌표를 통해 상기 탑재 센서의 ECEF 좌표를 계산한 후, 상기 탑재 센서의 ECEF 좌표를 측지 좌표로 변환하는,
농업용 자율 주행 차량 관제 방법.
- 제 9 항에 있어서,
상기 자율 주행 경로 및 상기 자율 주행 경로 상의 작업을 생성하는 단계는,
상기 자율 주행 차량의 위치 정보 및 상기 자율 주행 경로 상의 적어도 하나의 웨이포인트에 기반하여 상기 자율 주행 차량의 주행 오차를 계산하는 단계; 및
상기 주행 오차와 소정의 임계치의 비교 결과에 따라 자율 주행 이상 여부를 결정하는 단계를 포함하는,
농업용 자율 주행 차량 관제 방법.
- 제 10 항에 있어서,
상기 주행 오차를 계산하는 단계는,
상기 자율 주행 경로 상의 제 1 웨이포인트, 제 2 웨이포인트 및 상기 차량의 현재 위치에 의해 결정된 평면 상에서 상기 차량의 현재 위치로부터 상기 제 1 웨이포인트와 상기 제 2 웨이포인트를 잇는 직선 경로까지의 거리에 기반하여 상기 주행 오차를 결정하는 단계를 포함하는,
농업용 자율 주행 차량 관제 방법.
- 제 9 항에 있어서,
상기 관제 정보 및 스마트팜 운용 데이터를 생성하는 단계는,
GNSS RTK 기준국 운용부에 의해, 상기 자율 주행 차량의 GNSS RTK 측위를 위한 기준 좌표 데이터를 상기 자율 주행 차량에 제공하는 단계를 더 포함하는,
농업용 자율 주행 차량 관제 방법.
- 제 12 항에 있어서,
상기 기준 좌표 데이터를 상기 자율 주행 차량에 제공하는 단계는,
상기 자율 주행 차량으로부터 기준 반경 이내에 존재하는 GNSS RTK 기준국으로부터 소정의 주기마다 획득한 GNSS 관측 데이터에 기반하여 결정된 상기 GNSS RTK 기준국의 좌표 데이터의 변화에 기반하여 상기 GNSS RTK 기준국의 이상 여부를 결정하는 단계를 포함하는,
농업용 자율 주행 차량 관제 방법.
- 삭제
- 제 9 항에 있어서,
상기 자율 주행 운용 장치에 의해 상기 센서 데이터를 시간 동기화하는 단계를 더 포함하고,
상기 시간 동기화하는 단계는,
GPS 시간과 상기 자율 주행 운용 장치의 시스템 시간 간의 오프셋에 기반하여 상기 자율 주행 차량의 탑재 센서가 센서 데이터를 획득한 시간 정보를 결정하는 단계를 포함하는,
농업용 자율 주행 차량 관제 방법.
- 제 15 항에 있어서,
상기 스마트팜 운용에 필요한 데이터를 생성하는 단계는,
상기 센서 데이터를 획득한 시간 정보 및 상기 자율 주행 차량의 위치 정보에 기반하여 스마트팜 운용 데이터를 생성하는 단계를 포함하는,
농업용 자율 주행 차량 관제 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210191816A KR102669118B1 (ko) | 2021-12-29 | 2021-12-29 | 농업용 자율 주행 차량 관제 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210191816A KR102669118B1 (ko) | 2021-12-29 | 2021-12-29 | 농업용 자율 주행 차량 관제 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230101586A KR20230101586A (ko) | 2023-07-06 |
| KR102669118B1 true KR102669118B1 (ko) | 2024-05-24 |
Family
ID=87185940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210191816A KR102669118B1 (ko) | 2021-12-29 | 2021-12-29 | 농업용 자율 주행 차량 관제 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102669118B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019060618A (ja) | 2017-09-25 | 2019-04-18 | カシオ計算機株式会社 | 衛星電波受信装置、電子時計、測位制御方法及びプログラム |
| KR102168104B1 (ko) * | 2019-05-24 | 2020-10-21 | 장진만 | 농업용기계의 자율 주행 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102079890B1 (ko) * | 2016-05-10 | 2020-02-20 | 얀마 가부시키가이샤 | 자율 주행 경로 생성 시스템 |
-
2021
- 2021-12-29 KR KR1020210191816A patent/KR102669118B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019060618A (ja) | 2017-09-25 | 2019-04-18 | カシオ計算機株式会社 | 衛星電波受信装置、電子時計、測位制御方法及びプログラム |
| KR102168104B1 (ko) * | 2019-05-24 | 2020-10-21 | 장진만 | 농업용기계의 자율 주행 방법 |
Non-Patent Citations (2)
| Title |
|---|
| 김명준 외, '자기 센서 방식 자율 주행 차량의 경로 인식 성능 개선', 센서학회지, 2003.09. |
| 채명석 외, 'IMU 장착 비정렬 오차 보정 기능을 갖는 자율주행차량용 복합항법시스템', 2021 IPNT Conference, 2021.11. |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230101586A (ko) | 2023-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230236611A1 (en) | Unmanned Aerial Vehicle Sensor Activation and Correlation System | |
| CN109596118B (zh) | 一种用于获取目标对象的空间位置信息的方法与设备 | |
| US8577518B2 (en) | Airborne right of way autonomous imager | |
| CN108344397B (zh) | 基于倾斜摄影技术的自动化建模方法、系统及其辅助装置 | |
| US11227168B2 (en) | Robust lane association by projecting 2-D image into 3-D world using map information | |
| US10732298B2 (en) | Operating device, operating method, operating system, and operating program | |
| CN111427061A (zh) | 一种机器人建图方法、装置，机器人及存储介质 | |
| CN104118561B (zh) | 一种基于无人机技术的大型濒危野生动物监测的方法 | |
| CN111983936B (zh) | 一种无人机半物理仿真系统及测评方法 | |
| CN112835085B (zh) | 确定车辆位置的方法和装置 | |
| CN213302860U (zh) | 无人机三维可视化避障系统 | |
| CN114485619A (zh) | 基于空地协同的多机器人定位和导航方法及装置 | |
| CN105388908A (zh) | 基于机器视觉的无人机定位着降方法及系统 | |
| CN112601928A (zh) | 位置坐标推定装置、位置坐标推定方法以及程序 | |
| CN110567467A (zh) | 基于多传感器的地图构建方法、装置及存储介质 | |
| CN111652915A (zh) | 一种遥感图像的重叠区域计算方法、装置及电子设备 | |
| KR102669118B1 (ko) | 농업용 자율 주행 차량 관제 장치 및 방법 | |
| CN112835086B (zh) | 确定车辆位置的方法和装置 | |
| CN115793008B (zh) | 基于无人机坠机的实时位置追踪方法、装置和计算机设备 | |
| WO2020062255A1 (zh) | 拍摄控制方法和无人机 | |
| CN111610800B (zh) | 一种松耦合无人机控制系统 | |
| CN113074955B (zh) | 控制数据采集的方法、装置、电子设备和介质 | |
| CN114429515A (zh) | 一种点云地图构建方法、装置和设备 | |
| Vintervold | Camera-based integrated indoor positioning | |
| CN115790574B (zh) | 一种无人机的光流定位方法、装置及无人机 |
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 |