KR102697056B1 - 소비자 맞춤형 공유농장 시스템 및 그 제어 방법 - Google Patents
소비자 맞춤형 공유농장 시스템 및 그 제어 방법 Download PDFInfo
- Publication number
- KR102697056B1 KR102697056B1 KR1020220040072A KR20220040072A KR102697056B1 KR 102697056 B1 KR102697056 B1 KR 102697056B1 KR 1020220040072 A KR1020220040072 A KR 1020220040072A KR 20220040072 A KR20220040072 A KR 20220040072A KR 102697056 B1 KR102697056 B1 KR 102697056B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- consumer
- producer
- shared
- shared farm
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 41
- 238000012364 cultivation method Methods 0.000 claims abstract description 103
- 238000004891 communication Methods 0.000 claims abstract description 47
- 239000002689 soil Substances 0.000 claims abstract description 40
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims description 46
- 238000010801 machine learning Methods 0.000 claims description 25
- 235000019640 taste Nutrition 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 2
- 230000015654 memory Effects 0.000 description 16
- 230000004044 response Effects 0.000 description 9
- 238000003306 harvesting Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000012272 crop production Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 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
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G17/00—Cultivation of hops, vines, fruit trees, or like trees
- A01G17/005—Cultivation methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Botany (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
개시된 발명의 일 실시예에 따른 소비자 맞춤형 공유농장 시스템은, 미리 설정된 지정 소비자의 소비자 단말로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신하도록 구성되는 통신 모듈; 및 농작물이 생산되는 공유농장의 토양 정보, 기상 정보 및 상기 요청 사항 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성되는 추천 재배 방법 결정부를 포함하고, 상기 통신 모듈은, 상기 공유농장에 마련된 적어도 하나 이상의 센서 모듈로부터 상기 센서 모듈이 획득한 상기 토양 정보 및 상기 기상 정보를 수신하고, 공유농장 생산자의 생산자 단말로 상기 맞춤형 추천 재배 방법 정보를 송신하도록 구성될 수 있다.
Description
본 발명은 농작물 소비자가 원하는 농작물의 재배 방법을 농작물 생산자에게 추천할 수 있는 소비자 맞춤형 공유농장 시스템 및 소비자 맞춤형 공유농장 시스템의 제어 방법에 관한 것이다.
최근 농촌 인구의 감소 및 고령화, 곡물 자급률 하락, 농가소득 정체, 한반도 기후 변화 심화 등의 문제를 해결하기 위한 노력의 일환으로 정보통신기술(ICT: Information & Communication Technology) 기반의 스마트 팜(smart farm) 기술이 도입되고 있다.
스마트 팜은 사물인터넷(IoT: Internet of Things) 기술을 기반으로 농작물 재배 농장의 온도, 습도, 일조량, CO2 농도, 토양 등의 정보를 측정하고 분석한 후 적절하게 농장의 상태를 제어할 수 있는 농장이다.
또한 스마트 팜의 농업 방식은 모바일 기기를 통한 원격 관리가 가능하고, 농작물의 생산, 유통 과정에서 생산성과 효율성을 증대할 수 있는 농업 방식이다.
본 발명은 공유농장에서 이전에 수행되었던 농작물 수확 과정에서 획득된 공유농장의 다양한 환경 정보 및 농작물 소비자의 피드백 정보를 바탕으로 특정한 소비자가 원하는 농작물을 재배하는데 적합한 재배 방법을 농작물 생산자에게 추천할 수 있는 소비자 맞춤형 공유농장 시스템 및 소비자 맞춤형 공유농장 시스템의 제어 방법을 제공하기 위한 것이다.
또한, 본 발명은 자동으로 농작물 생산자가 농작물 생산 작업을 수행 중인지 여부를 판단하고, 농작물 생산자의 작업 시간 패턴 및 공유농장의 환경 정보를 기초로 소비자가 원하는 농작물을 재배하는데 적합한 재배 방법을 농작물 생산자에게 추천할 수 있는 소비자 맞춤형 공유농장 시스템 및 소비자 맞춤형 공유농장 시스템의 제어 방법을 제공하기 위한 것이다.
개시된 발명의 일 측면에 따른 소비자 맞춤형 공유농장 시스템은, 미리 설정된 지정 소비자의 소비자 단말로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신하도록 구성되는 통신 모듈; 및 농작물이 생산되는 공유농장의 토양 정보, 기상 정보 및 상기 요청 사항 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성되는 추천 재배 방법 결정부를 포함하고, 상기 통신 모듈은, 상기 공유농장에 마련된 적어도 하나 이상의 센서 모듈로부터 상기 센서 모듈이 획득한 상기 토양 정보 및 상기 기상 정보를 수신하고, 공유농장 생산자의 생산자 단말로 상기 맞춤형 추천 재배 방법 정보를 송신하도록 구성될 수 있다.
또한, 상기 공유농장의 생산자 작업 시간 정보 및 상기 공유농장의 재배 방법 정보를 획득하도록 구성되는 작물 재배 방법 수집부; 및 상기 농작물의 재배 주기 동안 획득된 상기 토양 정보, 상기 기상 정보, 상기 생산자 작업 시간 정보 및 상기 재배 방법 정보를 기초로 상기 농작물의 재배 주기에 대한 상기 공유농장의 사이클 정보를 생성하는 사이클 정보 생성부를 더 포함하고, 상기 농작물의 재배 주기는, 어느 한 공유농장에서 해당 농작물의 재배를 시작한 시점부터 해당 농작물이 수확된 시점까지 기간일 수 있다.
또한, 상기 통신 모듈은, 일반 소비자의 소비자 단말로부터 상기 농작물의 재배 주기에 재배된 농작물 맛에 대한 상기 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나의 평가 정보를 포함하는 종합 평가 정보를 수신하도록 구성될 수 있다.
또한, 복수의 상기 사이클 정보들을 입력 변수로 하고, 상기 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 상기 인공지능 모델을 생성하도록 구성되는 기계학습부를 더 포함할 수 있다.
또한, 상기 요청 사항 정보는, 상기 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보 중 적어도 하나의 요청 정보를 포함하고, 상기 추천 재배 방법 결정부는, 상기 개인적 맛 요청 정보, 상기 개인적 당도 요청 정보 및 상기 개인적 식감 요청 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성될 수 있다.
또한, 상기 요청 사항 정보는, 상기 지정 소비자의 소비자 단말로부터 상기 지정 소비자가 원하는 농작물의 종류에 관한 정보인 요청 품목 정보를 포함하고, 상기 추천 재배 방법 결정부는, 상기 통신 모듈이 상기 요청 품목 정보를 수신하면, 상기 토양 정보, 상기 기상 정보 및 상기 요청 품목 정보를 기초로 상기 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성될 수 있다.
또한, 상기 통신 모듈은, 상기 생산자 단말의 입력부에 입력된 상기 생산자 작업 시간 정보를 수신하도록 구성되고, 상기 작물 재배 방법 수집부는, 상기 통신 모듈이 상기 생산자 단말로부터 수신한 상기 생산자 작업 시간 정보를 전달받도록 구성될 수 있다.
또한, 상기 센서 모듈은, 상기 생산자 단말과 상기 센서 모듈간 거리를 측정하도록 구성되는 단말 거리 측정 센서를 포함할 수 있다.
또한, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만인지 여부를 판단하고, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만일 때의 사간 정보를 획득하고, 상기 시간 정보를 기초로 상기 공유농장의 생산자 작업 시간 정보를 획득하도록 구성되는 작업 여부 판단부를 더 포함할 수 있다.
개시된 발명의 일 측면에 따른 소비자 맞춤형 공유농장 시스템의 제어 방법은, 통신 모듈에 의해, 미리 설정된 지정 소비자의 소비자 단말로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신하는 단계; 상기 통신 모듈에 의해, 상기 공유농장에 마련된 적어도 하나 이상의 센서 모듈로부터 상기 농작물이 생산되는 공유농장의 토양 정보 및 기상 정보를 수신하는 단계; 추천 재배 방법 결정부에 의해, 상기 토양 정보, 상기 기상 정보 및 상기 요청 사항 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계; 및 상기 통신 모듈에 의해, 공유농장 생산자의 생산자 단말로 상기 맞춤형 추천 재배 방법 정보를 송신하는 단계를 포함할 수 있다.
또한, 작물 재배 방법 수집부에 의해, 상기 공유농장의 생산자 작업 시간 정보 및 상기 공유농장의 재배 방법 정보를 획득하는 단계; 및 사이클 정보 생성부에 의해, 상기 농작물의 재배 주기 동안 획득된 상기 토양 정보, 상기 기상 정보, 상기 생산자 작업 시간 정보 및 상기 재배 방법 정보를 기초로 상기 농작물의 재배 주기에 대한 상기 공유농장의 사이클 정보를 생성하는 단계를 더 포함하고, 상기 농작물의 재배 주기는, 어느 한 공유농장에서 해당 농작물의 재배를 시작한 시점부터 해당 농작물이 수확된 시점까지 기간일 수 있다.
또한, 상기 통신 모듈에 의해, 일반 소비자의 소비자 단말로부터 상기 농작물의 재배 주기에 재배된 농작물 맛에 대한 상기 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나의 평가 정보를 포함하는 종합 평가 정보를 수신하는 단계를 더 포함할 수 있다.
또한, 기계학습부에 의해, 복수의 상기 사이클 정보들을 입력 변수로 하고, 상기 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 상기 인공지능 모델을 생성하는 단계를 더 포함할 수 있다.
또한, 상기 요청 사항 정보는, 상기 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보 중 적어도 하나의 요청 정보를 포함하고, 상기 맞춤형 추천 재배 방법 정보를 결정하는 단계는, 상기 추천 재배 방법 결정부에 의해, 상기 개인적 맛 요청 정보, 상기 개인적 당도 요청 정보 및 상기 개인적 식감 요청 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계를 포함할 수 있다.
또한, 상기 요청 사항 정보는, 상기 지정 소비자의 소비자 단말로부터 상기 지정 소비자가 원하는 농작물의 종류에 관한 정보인 요청 품목 정보를 포함하고, 상기 맞춤형 추천 재배 방법 정보를 결정하는 단계는, 상기 추천 재배 방법 결정부에 의해, 상기 통신 모듈이 상기 요청 품목 정보를 수신하면, 상기 토양 정보, 상기 기상 정보 및 상기 요청 품목 정보를 기초로 상기 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계를 포함할 수 있다.
또한, 상기 통신 모듈에 의해, 상기 생산자 단말의 입력부에 입력된 상기 생산자 작업 시간 정보를 수신하는 단계; 및 상기 작물 재배 방법 수집부에 의해, 상기 통신 모듈이 상기 생산자 단말로부터 수신한 상기 생산자 작업 시간 정보를 전달받는 단계를 더 포함할 수 있다.
또한, 상기 센서 모듈에 포함된 단말 거리 측정 센서에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리를 측정하는 단계를 더 포함할 수 있다.
또한, 작업 여부 판단부에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만인지 여부를 판단하는 단계; 작업 여부 판단부에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만일 때의 사간 정보를 획득하고, 상기 시간 정보를 기초로 상기 공유농장의 생산자 작업 시간 정보를 획득하는 단계를 더 포함할 수 있다.
개시된 발명의 일 측면에 따른 컴퓨터 프로그램은, 소비자 맞춤형 공유농장 시스템의 제어 방법을 실행시키도록 컴퓨터로 판독 가능한 기록매체에 저장될 수 있다.
개시된 발명의 일 측면에 따르면, 공유농장에서 이전에 수행되었던 농작물 수확 과정에서 획득된 공유농장의 다양한 환경 정보 및 농작물 소비자의 피드백 정보를 바탕으로 특정한 소비자가 원하는 농작물을 재배하는데 적합한 재배 방법을 농작물 생산자에게 추천할 수 있다.
또한, 본 발명의 실시예에 의하면, 자동으로 농작물 생산자가 농작물 생산 작업을 수행 중인지 여부를 판단하고, 농작물 생산자의 작업 시간 패턴 및 공유농장의 환경 정보를 기초로 소비자가 원하는 농작물을 재배하는데 적합한 재배 방법을 농작물 생산자에게 추천할 수 있다.
도 1은 일 실시예에 따른 소비자 맞춤형 공유농장 시스템의 구성도이다.
도 2는 일 실시예에 따른 다양한 종류의 센서 및 공유 농장의 구성을 도시한 도면이다.
도 3은 일 실시예에 따른 각 재배 주기에 대한 공유농장의 사이클 정보를 설명하기 위한 표이다.
도 4는 일 실시예에 따른 추천 재배 방법을 결정하고 송신하는 방법의 순서도이다.
도 2는 일 실시예에 따른 다양한 종류의 센서 및 공유 농장의 구성을 도시한 도면이다.
도 3은 일 실시예에 따른 각 재배 주기에 대한 공유농장의 사이클 정보를 설명하기 위한 표이다.
도 4는 일 실시예에 따른 추천 재배 방법을 결정하고 송신하는 방법의 순서도이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 개시된 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '모듈' 및 '~부'라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '모듈' 또는 복수의 '~부'가 하나의 구성요소로 구현되거나, 하나의 '모듈' 또는 '~부'가 복수의 구성요소들을 포함하는 것도 가능하다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 사용되는 '모듈' 및 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '모듈' 및 '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 본 명세서의 '모듈' 및 '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 개시된 발명의 작용 원리 및 실시예들에 대해 설명한다.
도 1은 일 실시예에 따른 소비자 맞춤형 공유농장 시스템의 구성도이다.
도 1을 참조하면, 소비자 맞춤형 공유농장 시스템(100)은 센서 모듈(110), 단말 거리 측정 센서(111), 통신 모듈(120), 작물 재배 방법 수집부(130), 작업 여부 판단부(131), 사이클 정보 생성부(140), 추천 재배 방법 결정부(150), 기계학습부(160), 메모리(170)를 포함할 수 있다.
소비자 맞춤형 공유농장 시스템(100)은 일 실시예에 따른 공유농장의 생산자에게 농작물의 가장 적절한 재배 방법을 추천하도록 구성된 시스템일 수 있다. 이때, 공유농장에서 생산되는 농작물은 나물일 수 있으나, 반드시 이에 한정되는 것은 아니다.
공유농장은 공유농장 관리 업체로부터 농업용품, 기계, 종자 등을 지급받고, 농작물 관리 서비스 및 재배방법의 교육 서비스를 제공받고, 공유농장 관리 업체의 관리시스템을 통해 생산품의 전반적인 품질 및 생산량을 관리 받는 농장일 수 있다. 공유농장이 반드시 하나의 농장으로 존재하는 것은 아니다. 예를 들어, 공유농장 관리 업체는 복수의 공유농장과 계약하고, 각각의 공유농장에 대해 개별적인 농작물 관리 서비스, 교육 서비스, 생산품 품질 및 생산량 관리 서비스를 제공할 수 있다.
소비자 맞춤형 공유농장 시스템(100)은 공유농장과 통신망으로 연결 가능한 서버에 마련되고, 복수의 사용자 단말들과 유무선의 통신이 가능할 수 있다. 한편, 소비자 맞춤형 공유농장 시스템(100)이 반드시 서버에 마련되어야 하는 것은 아니고 공유농장의 소비자 또는 생산자의 단말과 통신이 가능하다면 소비자 맞춤형 공유농장 시스템(100)이 공유농장에 마련된 어느 특정한 기기나 장치에 마련되더라도 상관없다.
도 2는 일 실시예에 따른 다양한 종류의 센서 및 공유 농장의 구성을 도시한 도면이다.
도 2를 참조하면, 센서 모듈(110)은 다양한 토양 정보 및 기상 정보를 획득할 수 있도록 복수의 다양한 센서로 구성될 수 있다.
센서 모듈(110)은 농작물이 생산되는 공유농장의 토양 정보 및 기상 정보를 획득할 수 있다.
토양 정보는 공유농장의 토양 수분온도, 토양 영양분, 토양의 pH 중 적어도 하나 이상의 정보일 수 있다. 토양 정보는 토양수분 센서, 토양 pH센서 등의 토양 정보 센서에 의해 획득될 수 있다.
기상 정보는 공유농장 또는 공유농장에 마련된 온실에서의 온도, 습도, CO2 농도, 강수량, 일조량, 풍향, 풍속 중 적어도 하나 이상의 정보일 수 있다. 기상 정보는 온도 습도 센서, CO2 농도 센서, 강수 센서, 일조량 센서, 풍향 풍속 센서에 의해 획득될 수 있다.
통신 모듈(120)은 센서 모듈(110)로부터 토양 정보 및 기상 정보를 수신할 수 있다.
다시 도 1을 참조하면, 통신 모듈(120)은 요청 사항 정보를 미리 설정된 지정 소비자의 소비자 단말로부터 수신할 수 있다.
요청 사항 정보는 공유농장에서 생산될 농작물에 대한 지정 소비자의 요청 사항에 관련된 정보일 수 있다.
요청 사항 정보는 공유농장에서 생산될 농작물에 대한 지정 소비자의 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보 중 적어도 하나의 요청 정보를 포함할 수 있다. 즉, 요청 사항 정보는 지정 소비자가 개인적으로 원하는 농작물의 맛, 개인적으로 원하는 농작물의 당도, 개인적으로 원하는 농작물의 식감 중 적어도 하나에 관련된 정보를 포함할 수 있다.
한편, 지정 소비자가 공유농장으로부터 구매하고자 하는 농작물 종류를 결정할 수도 있다. 요청 사항 정보는 지정 소비자가 원하는 농작물의 종류에 관한 정보인 요청 품목 정보를 포함할 수 있다.
지정 소비자 단말(200)은 지정 소비자의 소비자 단말일 수 있다. 지정 소비자는 공유농장의 일반적인 소비자와 구별되는 별개의 농작물 소비자일 수 있다. 지정 소비자는 농작물 생산자 또는 공유 농장 시스템의 관리 업체 측에서 농작물 생산에 개인적인 요청 사항을 요청할 수 있는 권한을 부여한 농작물 소비자일 수 있다. 물론, 모든 일반적인 소비자가 지정 소비자로 지정되는 것도 가능하다.
맞춤형 추천 재배 방법 정보는 지정 소비자가 원하는 농작물을 재배하기 위해 필요한 농작물 재배 방법일 수 있다.
추천 재배 방법 결정부(150)는 토양 정보, 기상 정보, 및 요청 사항 정보를 기초로 인공지능 모델(171)을 이용하여 맞춤형 추천 재배 방법 정보를 결정할 수 있다.
이때, 추천 재배 방법 결정부(150)는, 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보를 기초로 인공지능 모델(171)을 이용하여 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정할 수도 있다.
또한, 통신 모듈(120)이 요청 품목 정보를 지정 소비자의 소비자 단말로부터 수신하면, 토양 정보, 기상 정보 및 요청 품목 정보를 기초로 인공지능 모델(171)을 이용하여 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정할 수 있다.
통신 모듈(120)은 공유농장 생산자의 생산자 단말(400)로 맞춤형 추천 재배 방법 정보를 송신할 수 있다. 생산자는 생산자 단말(400)의 디스플레이에 표시된 맞춤형 추천 재배 방법 정보를 확인하고 이를 바탕으로 공유농장의 농작물을 재배할 수 있다.
작물 재배 방법 수집부(130)는 공유농장의 생산자 작업 시간 정보 및 공유농장의 재배 방법 정보를 통신 모듈(120)로부터 전달받아 획득할 수 있다.
어느 한 공유농장에 대한 생산자 작업 시간 정보는 해당 공유농장의 생산자의 작업 시간에 관련된 정보일 수 있다. 생산자 작업 시간 정보는 생산자의 총 작업 시간, 생산자의 작업 시간대, 작업 시간의 패턴의 정보를 포함할 수 있다.
예를 들어, 어느 한 공유농장에 대한 생산자 작업 시간 정보는 해당 공유농장의 생산자의 총 작업 시간이 하루에 8시간이고, 작업 시간대는 주로 밤 시간대이고, 3번 정도의 휴식을 중간에 1시간씩 취한다는 정보를 포함할 수 있다.
어느 한 공유농장의 재배 방법 정보는 해당 공유농장의 생산자가 농작물을 생산할 때 사용하는 재배 방법일 수 있다.
예를 들어, 어느 한 공유농장의 재배 방법 정보는 해당 공유농장의 온실을 어느 시점에 얼마나 오랫동안 개방했는지, 종자를 어느 정도 밀도로 심었는지, 농작물에 수분은 어느 정도로 어느 방식으로 제공했는지 등과 같이 농작물 재배 방법에 관한 전반적인 정보일 수 있다.
공유농장의 생산자는 생산자 단말(400)에 직접 자신의 작업 시간 정보나 재배 방법 정보를 입력할 수 있다. 통신 모듈(120)은 생산자 단말(400)로부터 생산자 작업 시간 정보 또는 재배 방법 정보를 수신할 수 있다.
이때, 작물 재배 방법 수집부(130)는 통신 모듈(120)이 생산자 단말(400)로부터 수신한 생산자 작업 시간 정보 또는 재배 방법 정보를 전달받을 수 있다.
한편, 작물 재배 방법 수집부(130)가 생산자 작업 시간 정보 또는 재배 방법 정보를 획득하는 것이 반드시 생산자 단말(400)로부터 수신된 정보들을 전달받는 방식으로 한정되는 것은 아니다. 즉, 작물 재배 방법 수집부(130)는 센서 모듈(110)이 획득한 정보를 기초로 생산자 작업 시간 정보 또는 재배 방법 정보를 획득할 수도 있다.
센서 모듈(110)은 생산자 단말(400)과 센서 모듈(110)간 거리를 측정하도록 구성되는 단말 거리 측정 센서(111)를 포함할 수 있다. 단말 거리 측정 센서(111)는 수신된 생산자 단말(400)의 신호에 기초하여 생산자 단말(400)과 떨어진 거리를 결정할 수 있다.
예를 들어, 단말 거리 측정 센서(111)가 생산자 단말(400)로부터 송출된 신호에 응답하여 응답 신호를 송출한 경우, 생산자 단말(400)은 응답 신호에 응답하여 재응답 신호를 송출할 수 있으며, 단말 거리 측정 센서(111)는 응답 신호의 송출 시점과 재응답 신호의 수신 시점의 차이에 기초하여 생산자 단말(400)과 떨어진 거리를 산출할 수 있다. 한편, 단말 거리 측정 센서(111)가 생산자 단말(400)의 위치를 추정하기 위한 알고리즘은 이에 한정되지 않는다.
작물 재배 방법 수집부(130)는 작업 여부 판단부(131)를 포함할 수 있다.
생산자가 공유농장에서 작업을 할 경우, 센서 모듈(110)로부터 어느 정도 반경 이내에서 작업을 하게 된다. 즉, 센서 모듈(110)과 생산자가 소지한 생산자 단말(400)과의 거리가 어느 정도 값보다 작다면 해당 생산자가 농작물 생산을 위한 작업을 하는 중이라고 볼 수도 있다.
작업 여부 판단부(131)는 생산자 단말(400)과 센서 모듈(110)간 거리가 기준 거리 미만인지 여부를 판단할 수 있다. 기준 거리는 생산자가 작업을 하고 있는지 판단하기 위한 기준이 되는 미리 설정된 거리일 수 있다.
작업 여부 판단부(131)는 생산자 단말(400)과 센서 모듈(110)간 거리가 기준 거리 미만일 때의 시간 정보를 획득할 수 있다. 작업 여부 판단부(131)는 획득된 시간 정보를 기초로 공유농장의 생산자 작업 시간 정보를 획득할 수 있다.
도 3은 일 실시예에 따른 각 재배 주기에 대한 공유농장의 사이클 정보를 설명하기 위한 표이다.
도 3을 참조하면, 어느 한 공유농장의 복수개의 재배주기 각각에 대한 사이클 정보를 확인할 수 있다.
어느 한 공유농장은 하나 이상의 농작물에 대해서 종자를 심는 단계부터 최종적으로 수확하는 과정까지 하나의 사이클동안 농작물을 생산하게 된다.
이때, 어느 한 공유농장의 농작물의 재배 주기는 해당 공유농장에서 해당 농작물의 재배를 시작한 시점부터 해당 농작물이 수확된 시점까지 기간일 수 있다.
사이클 정보는 공유농장에서 어느 한 재배 주기 동안 획득된 토양 정보, 기상 정보, 생산자 작업 시간 정보 및 재배 방법 정보를 포함하는 정보일 수 있다.
예를 들어, 도 3을 참조하면, 제1 재배 주기 동안 획득된 토양 정보는 A이고, 기상 정보는 B이고, 생산자 작업 시간 정보는 C이고, 재배 방법 정보는 D일 때, 제1 재배 주기에 대한 사이클 정보는 이를 전부 포함한 정보일 수 있다.
사이클 정보 생성부(140)는 농작물의 재배 주기 동안 획득된 토양 정보, 기상 정보, 생산자 작업 시간 정보 및 재배 방법 정보를 기초로 해당 농작물의 재배 주기에 대한 사이클 정보를 생성할 수 있다.
소비자 단말은 공유농장에서 생산된 농작물을 구입한 소비자의 사용자 단말일 수 있다.
통신 모듈(120)은 일반 소비자 단말(300) 및 생산자 단말(400) 중 적어도 하나로부터 농작물의 재배 주기에 재배된 농작물에 대한 종합 평가 정보를 수신할 수 있다.
종합 평가 정보는 어느 한 재배 주기에 재배된 농작물 맛에 대한 일반 소비자의 개인적인 맛 평가에 관련된 정보일 수 있다. 예를 들어, 종합 평가 정보는 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나를 포함할 수 있다. 맛 평가 정보는 단맛, 신맛, 쓴맛 등과 같은 농작물 맛에 관한 정보이고, 당도 평가 정보는 농작물의 당도에 관한 정보이며, 식감 평가 정보는 농작물을 씹을 때 식감에 관련된 정보일 수 있다.
통신 모듈(120)은 일반 소비자 단말(300)로부터 농작물에 대한 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나를 수신할 수 있다.
종합 평가 정보는 공유농장의 농작물에 대한 생산자의 전반적인 평가에 관련된 정보일 수 있다. 예를 들어, 종합 평가 정보는 농작물의 크기 정보 및 수확량 정보 중 적어도 하나를 포함할 수 있다. 농작물의 크기 정보는 수확된 농작물의 평균적인 크기에 관한 정보이고, 수확량 정보는 수확된 농작물의 총 수확량 또는 공유농장의 단위 면적당 수확량에 관한 정보일 수 있다.
통신 모듈(120)은 생산자 단말(400)로부터 농작물의 크기 정보 및 수확량 정보 중 적어도 하나를 수신할 수 있다.
어느 한 재배주기에 대한 종합 평가 정보는 해당 재배주기에 대한 사이클 정보에 대응될 수 있다. 재배를 시작한 시점부터 최종적인 수확이 끝날 때까지의 공유농장의 기상 상태, 토양 상태, 작업자의 작업 시간 및 재배 방법은 해당 사이클의 종합 평가 정보에 영향을 미칠 수 있다. 한편, 과거의 사이클 정보 및 이에 대응되는 종합 평가 정보를 다수 획득하고 이를 학습용 데이터로 이용해서 기계학습을 통해 추후 특정한 토양 상태, 기상 상태, 작업 시간에 대한 최적의 재배 방법을 결정할 수 있다.
기계학습부(160)는 복수의 사이클 정보를 입력 변수로 하고, 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 인공지능 모델(171)을 생성할 수 있다. 한편, 인공지능 모델(171)은 소비자 맞춤형 공유농장 시스템(100)의 메모리(170)에 저장될 수 있다.
기계학습부(160)는 복수의 사이클 정보에 포함된 정보를 입력 변수로 하고, 복수의 종합 평가 정보에 포함된 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 인공지능 모델(171)을 생성할 수 있다.
기계 학습이란 다수의 파라미터로 구성된 모델을 이용하며, 주어진 데이터로 파라미터를 최적화하는 것을 의미할 수 있다. 기계 학습은 학습 문제의 형태에 따라 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 및 강화 학습(reinforcement learning)을 포함할 수 있다. 지도 학습(supervised learning)은 입력과 출력 사이의 매핑을 학습하는 것이며, 입력과 출력 쌍이 데이터로 주어지는 경우에 적용할 수 있다. 비지도 학습(unsupervised learning)은 입력만 있고 출력은 없는 경우에 적용하며, 입력 사이의 규칙성 등을 찾아낼 수 있다.
기계학습부(160)는 다양한 방식으로 인공지능 모델(171)을 생성할 수 있다. 예를 들어, 기계학습부(160)는 사이클 정보로부터 추출되는 특징(feature)을 딥러닝 기반의 학습방법으로 학습할 수 있다. 이때, 사이클 정보로부터 특징을 추출하는 방식을 학습하기 위해 여러 단계의 컨볼루션 계층(convolution layer)을 쌓은 CNN(Convolutional Neural Networks) 구조가 활용될 수 있으나, 기계학습부(160)의 학습방법이 반드시 CNN 구조를 활용하는 방법으로 한정되는 것은 아니다. 예를 들어 기계학습부(160)의 학습 방식은 ANN(artificial neural network) 또는 RNN(recurrent neural network) 등을 포함하는 기계학습 알고리즘을 통한 방식일 수 있다.
전술한 방식으로 맞춤형 추천 재배 방법을 결정하는 것은 생산자가 어떤 농작물을 생산할 지 미리 결정한 뒤, 해당 농작물 생산에 대한 과거 데이터들을 기초로 미리 학습된 인공지능 모델(171)을 이용하여 해당 농작물을 생산하는 방법, 예를 들면, 작업 시간을 어떻게 할지 및 수분을 어느 정도로 제공할 지 등에 관한 재배 방법을 결정하는 것일 수 있다.
센서 모듈(110), 단말 거리 측정 센서(111), 통신 모듈(120), 작물 재배 방법 수집부(130), 작업 여부 판단부(131), 사이클 정보 생성부(140), 추천 재배 방법 결정부(150), 기계학습부(160)는 소비자 맞춤형 공유농장 시스템(100)에 포함된 복수개의 프로세서 중 어느 하나의 프로세서를 포함할 수 있다. 또한, 지금까지 설명된 본 발명의 실시예 및 앞으로 설명할 실시예에 따른 소비자 맞춤형 공유농장 시스템(100)의 제어 방법은, 프로세서에 의해 구동될 수 있는 프로그램의 형태로 구현될 수 있다.
여기서 프로그램은, 프로그램 명령, 데이터 파일 및 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 프로그램은 기계어 코드나 고급 언어 코드를 이용하여 설계 및 제작된 것일 수 있다. 프로그램은 상술한 부호 수정을 위한 방법을 구현하기 위하여 특별히 설계된 것일 수도 있고, 컴퓨터 소프트웨어 분야에서 통상의 기술자에게 기 공지되어 사용 가능한 각종 함수나 정의를 이용하여 구현된 것일 수도 있다. 전술한 정보 표시 방법을 구현하기 위한 프로그램은, 프로세서에 의해 판독 가능한 기록매체에 기록될 수 있다. 이때, 기록매체는 메모리(170)일 수 있다.
메모리(170)는 전술한 동작 및 후술하는 동작을 수행하는 프로그램을 저장할 수 있으며, 메모리(170)는 저장된 프로그램을 실행시킬 수 있다. 프로세서와 메모리(170)가 복수인 경우에, 이들이 하나의 칩에 집적되는 것도 가능하고, 물리적으로 분리된 위치에 마련되는 것도 가능하다. 메모리(170)는 데이터를 일시적으로 기억하기 위한 S램(Static Random Access Memory, S-RAM), D랩(Dynamic Random Access Memory) 등의 휘발성 메모리를 포함할 수 있다. 또한, 메모리(170)는 제어 프로그램 및 제어 데이터를 장기간 저장하기 위한 롬(Read Only Memory), 이피롬(Erasable Programmable Read Only Memory: EPROM), 이이피롬(Electrically Erasable Programmable Read Only Memory: EEPROM) 등의 비휘발성 메모리를 포함할 수 있다.
프로세서는 각종 논리 회로와 연산 회로를 포함할 수 있으며, 메모리(170)로부터 제공된 프로그램에 따라 데이터를 처리하고, 처리 결과에 따라 제어 신호를 생성할 수 있다. 프로세서 및 메모리(170)는 서버에 마련될 수 있다.
이상에서 설명된 구성요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
도 4는 일 실시예에 따른 추천 재배 방법을 결정하는 방법의 순서도이다. 이는 본 발명의 목적을 달성하기 위한 바람직한 실시예일 뿐이며, 필요에 따라 일부 구성이 추가되거나 삭제될 수 있음은 물론이다.
도 4를 참조하면, 센서 모듈(110)은 공유농장의 토양 정보 및 기상 정보를 획득할 수 있다(S1001).
작물 재배 방법 수집부(130)는 공유농장의 생산자 작업 시간 정보 및 공유농장의 재배 방법 정보를 획득할 수 있다(S1002). 이때, 작물 재배 방법 수집부(130)는 통신 모듈(120)이 생산자 단말(400)로부터 수신한 생산자 작업 시간 정보 및 공유농장의 재배 방법 정보를 전달받을 수 있다. 한편, 작물 재배 방법 수집부(130)는 센서 모듈(110)이 획득한 정보를 기초로 생산자 작업 시간 정보 또는 재배 방법 정보를 획득할 수도 있다.
통신 모듈(120)은 일반 소비자의 소비자 단말인 일반 소비자 단말(300)로부터 농작물의 재배 주기에 재배된 농작물 맛에 대한 상기 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나의 평가 정보를 포함하는 종합 평가 정보를 수신할 수 있다(S1003).
사이클 정보 생성부(140)는 농작물의 재배 주기 동안 획득된 토양 정보, 기상 정보, 생산자 작업 시간 정보 및 재배 방법 정보를 기초로 농작물의 재배 주기에 대한 공유농장의 사이클 정보를 생성할 수 있다(S1004).
기계학습부(160)는 복수의 사이클 정보들을 입력 변수로 하고, 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 인공지능 모델(171)을 생성할 수 있다(S1005).
통신 모듈(120)은 미리 설정된 지정 소비자의 소비자 단말인 지정 소비자 단말(200)로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신할 수 있다(S1006).
추천 재배 방법 결정부(150)는 토양 정보, 기상 정보 및 요청 사항 정보를 기초로 인공지능 모델(171)을 이용하여 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정할 수 있다(S1007).
통신 모듈(120)은 생산자 단말(400)로 맞춤형 추천 재배 방법 정보를 송신할 수 있다(S1008).
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
100: 소비자 맞춤형 공유농장 시스템
110: 센서 모듈
111: 단말 거리 측정 센서
120: 통신 모듈
130: 작물 재배 방법 수집부
131: 작업 여부 판단부
140: 사이클 정보 생성부
150: 추천 재배 방법 결정부
160: 기계학습부
170: 메모리
171: 인공지능 모델
200: 지정 소비자 단말
300: 일반 소비자 단말
400: 생산자 단말
110: 센서 모듈
111: 단말 거리 측정 센서
120: 통신 모듈
130: 작물 재배 방법 수집부
131: 작업 여부 판단부
140: 사이클 정보 생성부
150: 추천 재배 방법 결정부
160: 기계학습부
170: 메모리
171: 인공지능 모델
200: 지정 소비자 단말
300: 일반 소비자 단말
400: 생산자 단말
Claims (19)
- 미리 설정된 지정 소비자의 소비자 단말로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신하도록 구성되는 통신 모듈; 및
농작물이 생산되는 공유농장의 토양 정보, 기상 정보 및 상기 요청 사항 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성되는 추천 재배 방법 결정부를 포함하고,
상기 통신 모듈은,
상기 공유농장에 마련된 적어도 하나 이상의 센서 모듈로부터 상기 센서 모듈이 획득한 상기 토양 정보 및 상기 기상 정보를 수신하고, 공유농장 생산자의 생산자 단말로 상기 맞춤형 추천 재배 방법 정보를 송신하도록 구성되고,
상기 공유농장의 생산자 작업 시간 정보 및 상기 공유농장의 재배 방법 정보를 획득하도록 구성되는 작물 재배 방법 수집부; 및
상기 농작물의 재배 주기 동안 획득된 상기 토양 정보, 상기 기상 정보, 상기 생산자 작업 시간 정보 및 상기 재배 방법 정보를 기초로 상기 농작물의 재배 주기에 대한 상기 공유농장의 사이클 정보를 생성하는 사이클 정보 생성부를 더 포함하고,
상기 생산자 작업 시간 정보는, 상기 공유농장 생산자의 작업 시간에 관련된 정보를 포함하고,
상기 농작물의 재배 주기는, 어느 한 공유농장에서 해당 농작물의 재배를 시작한 시점부터 해당 농작물이 수확된 시점까지 기간인, 소비자 맞춤형 공유농장 시스템. - 삭제
- 제1항에 있어서,
상기 통신 모듈은,
일반 소비자의 소비자 단말로부터 상기 농작물의 재배 주기에 재배된 농작물 맛에 대한 상기 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나의 평가 정보를 포함하는 종합 평가 정보를 수신하도록 구성되는, 소비자 맞춤형 공유농장 시스템. - 제3항에 있어서,
복수의 상기 사이클 정보들을 입력 변수로 하고, 상기 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 상기 인공지능 모델을 생성하도록 구성되는 기계학습부를 더 포함하는 소비자 맞춤형 공유농장 시스템. - 제4항에 있어서,
상기 요청 사항 정보는, 상기 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보 중 적어도 하나의 요청 정보를 포함하고,
상기 추천 재배 방법 결정부는,
상기 개인적 맛 요청 정보, 상기 개인적 당도 요청 정보 및 상기 개인적 식감 요청 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성되는, 소비자 맞춤형 공유농장 시스템. - 제5항에 있어서,
상기 요청 사항 정보는, 상기 지정 소비자가 원하는 농작물의 종류에 관한 정보인 요청 품목 정보를 포함하고,
상기 추천 재배 방법 결정부는,
상기 통신 모듈이 상기 요청 품목 정보를 상기 지정 소비자의 소비자 단말로부터 수신하면, 상기 토양 정보, 상기 기상 정보 및 상기 요청 품목 정보를 기초로 상기 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하도록 구성되는, 소비자 맞춤형 공유농장 시스템. - 제4항에 있어서,
상기 통신 모듈은,
상기 생산자 단말의 입력부에 입력된 상기 생산자 작업 시간 정보를 수신하도록 구성되고,
상기 작물 재배 방법 수집부는,
상기 통신 모듈이 상기 생산자 단말로부터 수신한 상기 생산자 작업 시간 정보를 전달받도록 구성되는, 소비자 맞춤형 공유농장 시스템. - 제4항에 있어서,
상기 센서 모듈은,
상기 생산자 단말과 상기 센서 모듈간 거리를 측정하도록 구성되는 단말 거리 측정 센서를 포함하는, 소비자 맞춤형 공유농장 시스템. - 제8항에 있어서,
상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만인지 여부를 판단하고, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만일 때의 사간 정보를 획득하고, 상기 시간 정보를 기초로 상기 공유농장의 생산자 작업 시간 정보를 획득하도록 구성되는 작업 여부 판단부를 더 포함하는, 소비자 맞춤형 공유농장 시스템. - 통신 모듈에 의해, 미리 설정된 지정 소비자의 소비자 단말로부터 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 요청 사항에 관련된 요청 사항 정보를 수신하는 단계;
상기 통신 모듈에 의해, 상기 공유농장에 마련된 적어도 하나 이상의 센서 모듈로부터 상기 농작물이 생산되는 공유농장의 토양 정보 및 기상 정보를 수신하는 단계;
추천 재배 방법 결정부에 의해, 상기 토양 정보, 상기 기상 정보 및 상기 요청 사항 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계;
상기 통신 모듈에 의해, 공유농장 생산자의 생산자 단말로 상기 맞춤형 추천 재배 방법 정보를 송신하는 단계;
작물 재배 방법 수집부에 의해, 상기 공유농장의 생산자 작업 시간 정보 및 상기 공유농장의 재배 방법 정보를 획득하는 단계; 및
사이클 정보 생성부에 의해, 상기 농작물의 재배 주기 동안 획득된 상기 토양 정보, 상기 기상 정보, 상기 생산자 작업 시간 정보 및 상기 재배 방법 정보를 기초로 상기 농작물의 재배 주기에 대한 상기 공유농장의 사이클 정보를 생성하는 단계를 포함하고,
상기 농작물의 재배 주기는, 어느 한 공유농장에서 해당 농작물의 재배를 시작한 시점부터 해당 농작물이 수확된 시점까지 기간인, 소비자 맞춤형 공유농장 시스템의 제어 방법. - 삭제
- 제10항에 있어서,
상기 통신 모듈에 의해, 일반 소비자의 소비자 단말로부터 상기 농작물의 재배 주기에 재배된 농작물 맛에 대한 상기 일반 소비자의 개인적인 맛 평가 정보, 당도 평가 정보 및 식감 평가 정보 중 적어도 하나의 평가 정보를 포함하는 종합 평가 정보를 수신하는 단계를 더 포함하는 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제12항에 있어서,
기계학습부에 의해, 복수의 상기 사이클 정보들을 입력 변수로 하고, 상기 종합 평가 정보를 출력 변수로 설정하여 기계 학습 방식을 통해 상기 인공지능 모델을 생성하는 단계를 더 포함하는 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제13항에 있어서,
상기 요청 사항 정보는, 상기 공유농장에서 생산될 농작물에 대한 상기 지정 소비자의 개인적 맛 요청 정보, 개인적 당도 요청 정보 및 개인적 식감 요청 정보 중 적어도 하나의 요청 정보를 포함하고,
상기 맞춤형 추천 재배 방법 정보를 결정하는 단계는,
상기 추천 재배 방법 결정부에 의해, 상기 개인적 맛 요청 정보, 상기 개인적 당도 요청 정보 및 상기 개인적 식감 요청 정보를 기초로 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계를 포함하는, 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제14항에 있어서,
상기 요청 사항 정보는, 상기 지정 소비자가 원하는 농작물의 종류에 관한 정보인 요청 품목 정보를 포함하고,
상기 맞춤형 추천 재배 방법 정보를 결정하는 단계는,
상기 추천 재배 방법 결정부에 의해, 상기 통신 모듈이 상기 요청 품목 정보를 상기 지정 소비자의 소비자 단말로부터 수신하면, 상기 토양 정보, 상기 기상 정보 및 상기 요청 품목 정보를 기초로 상기 인공지능 모델을 이용하여 상기 지정 소비자에 대한 맞춤형 추천 재배 방법 정보를 결정하는 단계를 포함하는, 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제13항에 있어서,
상기 통신 모듈에 의해, 상기 생산자 단말의 입력부에 입력된 상기 생산자 작업 시간 정보를 수신하는 단계; 및
상기 작물 재배 방법 수집부에 의해, 상기 통신 모듈이 상기 생산자 단말로부터 수신한 상기 생산자 작업 시간 정보를 전달받는 단계를 더 포함하는 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제13항에 있어서,
상기 센서 모듈에 포함된 단말 거리 측정 센서에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리를 측정하는 단계를 더 포함하는 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제17항에 있어서,
작업 여부 판단부에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만인지 여부를 판단하는 단계;
작업 여부 판단부에 의해, 상기 생산자 단말과 상기 센서 모듈간 거리가 기준 거리 미만일 때의 사간 정보를 획득하고, 상기 시간 정보를 기초로 상기 공유농장의 생산자 작업 시간 정보를 획득하는 단계를 더 포함하는, 소비자 맞춤형 공유농장 시스템의 제어 방법. - 제10항 및 제12항 내지 제18항 중 어느 한 항의 소비자 맞춤형 공유농장 시스템의 제어 방법을 실행시키도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220040072A KR102697056B1 (ko) | 2022-03-31 | 2022-03-31 | 소비자 맞춤형 공유농장 시스템 및 그 제어 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220040072A KR102697056B1 (ko) | 2022-03-31 | 2022-03-31 | 소비자 맞춤형 공유농장 시스템 및 그 제어 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230141030A KR20230141030A (ko) | 2023-10-10 |
| KR102697056B1 true KR102697056B1 (ko) | 2024-08-21 |
Family
ID=88292720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220040072A KR102697056B1 (ko) | 2022-03-31 | 2022-03-31 | 소비자 맞춤형 공유농장 시스템 및 그 제어 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102697056B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020203764A1 (ja) | 2019-03-29 | 2020-10-08 | 株式会社日立システムズ | 現場作業支援システム |
| JP2021058124A (ja) | 2019-10-04 | 2021-04-15 | オムロン株式会社 | 果菜類植物及び果樹栽培管理装置、学習装置、果菜類植物及び果樹栽培管理方法、学習モデル生成方法、果菜類植物及び果樹栽培管理プログラム及び学習モデル生成プログラム |
| KR102321137B1 (ko) * | 2021-03-29 | 2021-11-03 | 서봉주 | 생물의 최적 생육조건 데이터 수집/제공 시스템 및 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190004978A (ko) * | 2017-07-05 | 2019-01-15 | (주)우하농산 | 생산지 경매정보를 이용한 맞춤형 농작물 정보 제공 시스템 및 그 방법 |
-
2022
- 2022-03-31 KR KR1020220040072A patent/KR102697056B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020203764A1 (ja) | 2019-03-29 | 2020-10-08 | 株式会社日立システムズ | 現場作業支援システム |
| JP2021058124A (ja) | 2019-10-04 | 2021-04-15 | オムロン株式会社 | 果菜類植物及び果樹栽培管理装置、学習装置、果菜類植物及び果樹栽培管理方法、学習モデル生成方法、果菜類植物及び果樹栽培管理プログラム及び学習モデル生成プログラム |
| KR102321137B1 (ko) * | 2021-03-29 | 2021-11-03 | 서봉주 | 생물의 최적 생육조건 데이터 수집/제공 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230141030A (ko) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200196535A1 (en) | System and method for controlling a growth environment of a crop | |
| EP3534689B1 (en) | Controlling agricultural production areas | |
| US20170270446A1 (en) | Agronomic systems, methods and apparatuses for determining yield limits | |
| KR20180076766A (ko) | 인공지능 스마트팜 관리 시스템 | |
| JP6551943B2 (ja) | 生育管理装置、生育管理方法、及び、プログラム | |
| Bushong et al. | Development of an in-season estimate of yield potential utilizing optical crop sensors and soil moisture data for winter wheat | |
| KR20190100541A (ko) | 데이터 분석 기법을 이용한 스마트 팜 관리 시스템 | |
| AU2023203307A1 (en) | Controlling Agricultural Production Areas | |
| KR102377963B1 (ko) | 육묘장 관리 시스템 및 방법 | |
| KR102387765B1 (ko) | 작물의 생육량 예측 방법 및 장치 | |
| Arnall et al. | Development of an NDVI‐based nitrogen rate calculator for cotton | |
| KR20210063218A (ko) | 시설 운영 이력을 저장할 수 있는 스마트팜 운영 시스템 | |
| US20120053706A1 (en) | Device for controlling and profiling field conditions and method therefor | |
| Anindya et al. | IoT Based Climate Prediction System Using Long Short-Term Memory (LSTM) Algorithm as Part of Smart Farming 4.0 | |
| KR102697056B1 (ko) | 소비자 맞춤형 공유농장 시스템 및 그 제어 방법 | |
| KR102697053B1 (ko) | 공유농장 시스템 및 공유농장 시스템의 제어 방법 | |
| Rajendiran et al. | Smart Aeroponic Farming System: Using IoT with LCGM-Boost Regression Model for Monitoring and Predicting Lettuce Crop Yield. | |
| Anoop et al. | Iot based smart warehousing using machine learning | |
| Kayum et al. | Appropriate Crop Recommended System for Cultivation using IoT and ML | |
| KR102697055B1 (ko) | 센서 모듈 및 공유농장의 정보 송신 시스템의 제어 방법 | |
| WO2021067847A1 (en) | Agricultural platforms | |
| TWI692736B (zh) | 智能作物生長優化系統 | |
| KR20210056213A (ko) | 농장 운영정보 제공 시스템 | |
| Soodtoetong et al. | The performance of crop yield forecasting model based on artificial intelligence | |
| KR102643751B1 (ko) | 식물 생장 환경에 따른 가이드 정보 제공 방법, 서버 및 컴퓨터 프로그램 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |