KR20200030987A - 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 - Google Patents
농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 Download PDFInfo
- Publication number
- KR20200030987A KR20200030987A KR1020180109873A KR20180109873A KR20200030987A KR 20200030987 A KR20200030987 A KR 20200030987A KR 1020180109873 A KR1020180109873 A KR 1020180109873A KR 20180109873 A KR20180109873 A KR 20180109873A KR 20200030987 A KR20200030987 A KR 20200030987A
- Authority
- KR
- South Korea
- Prior art keywords
- damage
- crop
- analysis
- data
- aerial vehicle
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims description 30
- 201000010099 disease Diseases 0.000 claims abstract description 22
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 22
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000009313 farming Methods 0.000 claims 7
- 230000008569 process Effects 0.000 description 13
- 238000003306 harvesting Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000002604 ultrasonography Methods 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Mining & Mineral Resources (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 무인항공기, 상기 무인항공기의 촬영동작 및 운전 경로를 원격으로 제어하는 관리 단말 장치, 그리고 재해 또는 재난이 발생해 농작물이 피해를 입거나 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우에 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 무인항공기에서 수집된 데이터를 구간별로 분석하여 저장하는 농작물 피해 분석 장치를 포함한다. 이를 통해서, 본 발명은 재해 또는 재난 발생, 병충해나 질병 등으로 인한 농작물 피해의 손해사정 평가를 효과적으로 실시하고, 농작물 피해의 손해사정 평가에 대한 신뢰성, 투명성, 공정성 및 전문성을 향상시실 수 있는 환경을 제공한다.
Description
본 발명은 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법에 관한 것이다.
최근 보험사업의 확대로 보험 상품 내용이 다양화되고, 농가의 보험 가입율이 높아지고 있다. 그리고, 현재의 손해평가 시스템은 보험 계약자인 농업인이 사고 발생을 지역 농협이나 보험 사업자에게 통지하면, 손해사정인을 포함하는 별도의 손해평가반을 구성한다. 하지만, 현재의 손해평가 시스템은 손해평가반이 피해 지역에 대한 현장조사를 직접 실시하여 손해사정 평가를 실시해야만 하는 어려움이 있다.
예를 들어, 태풍으로 인해서 낙과가 발생한 경우, 손해사정인이 피해 농가에 직접 방문하여 낙과를 일일이 카운트하고 있다. 이로 인해서 손해사정인은 업무할당량이나 행동반경이 거대하여 업무피로도가 과다해지고, 근무환경이 열악한 문제점이 있다. 또한, 현재의 손해평가 시스템은 손해사정 평가시에 전문성을 갖춘 인력이 부족하고, 과도한 비용이 발생하는 어려움이 있다.
특히, 최근에는 대규모 태풍 등과 같은 많은 자연 재해가 빈번하게 발생하면서 현행 손해평가체계에 대한 재검토 요구가 증가되고 있다. 그리고, 손해사정 평가 방법을 개선하고 표준화 하기 위한 사전데이터 또는 빅데이터의 부재로 인해 손해평가 실태 파악 및 개선사항에 대한 불만이 증가되고 있는 실정이며, 이를 해결하기 위한 손해사정 평가의 공정성과 전문성이 요구되고 있는 실정이다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.
본 발명은 재해 또는 재난 발생, 병충해나 질병 등으로 인한 농작물 피해의 손해사정 평가를 효과적으로 실시하고, 농작물 피해의 손해사정 평가에 대한 신뢰성, 투명성, 공정성 및 전문성을 향상시킬 수 있는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법을 제안하고자 한다.
본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농지 또는 농작물을 촬영하여 데이터를 수집하는 무인항공기, 그리고 재해 또는 재난이 발생해 농작물이 피해를 입거나 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우에 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 무인항공기에서 수집된 데이터를 구간별로 분석하여 저장하는 농작물 피해 분석 장치를 포함한다.
상기 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은, 재해 또는 재난 발생, 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우, 상기 농작물 피해 분석 장치와 연동되어 상기 농작물 피해 분석 장치에 저장된 데이터를 기초로 상기 구간별로 농작물 피해에 관한 손해사정 평가를 실시하는 손해사정 평가 장치를 포함할 수 있다.
상기 손해사정 평가 장치는, 상기 무인항공기에서 촬영된 영역의 식생지수 정보, 상기 무인항공기에서 촬영된 영역에서 검출되는 색 편차, 상기 무인항공기에서 촬영된 영역에서 검출된 주파수 파장의 변화, 또는 상기 무인항공기에서 촬영된 영역의 온도 변화 중 적어도 하나를 구간별로 분석하여 농작물의 손해를 평가할 수 있다.
상기 농작물 피해 분석 장치는, 상기 무인항공기에서 촬영된 영상 데이터를 복수의 분석 구간으로 분할하여 분석하고, 분석된 데이터를 분석 구간별로 맵핑하는 농작물 피해 분석부, 그리고 상기 맵핑된 데이터를 저장하는 데이터베이스를 포함할 수 있다.
상기 농작물 피해 분석 장치는, 상기 손해사정 평가 장치가 농작물 손해사정 평가를 실시할 수 있도록, 상기 농작물 손해사정 평가에 필요한 데이터를 상기 데이터베이스를 통해 빅데이터화할 수 있다.
상기 손해사정 평가 장치는, 상기 무인항공기에서 촬영된 영상 데이터 또는 상기 맵핑된 데이터를 상기 분석 구간별로 분석하여 각 분석 구간의 손해사정 평가를 실시하는 손해사정 평가 수단을 포함할 수 있다.
상기 농작물 피해 분석 장치는, 상기 무인항공기 또는 상기 관리 단말 장치로부터 전송된 영상 데이터 또는 센싱 데이터를 송수신하는 통신부, 그리고 상기 영상 데이터 또는 상기 센싱 데이터를 기초로 촬영 영역에 대한 식생지수를 분석하는 식생지수화부를 포함할 수 있다.
상기 농작물 피해 분석 장치는, 상기 촬영 영역에 대한 식생지수의 표준편차를 도출하는 표준편차화부, 그리고 상기 촬영 영역에 대한 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 표준편차를 분석 구간별로 시각화하는 시각화부를 더 포함할 수 있다.
본 발명의 한 실시예에 따른 농작물 손해사정 평가 방법은 무인항공기에서 촬영된 영상 데이터 또는 센싱 데이터를 송수신하는 단계, 상기 수신된 데이터를 분석하는 단계, 그리고 재해 또는 재난이 발생해 농작물이 피해를 입거나 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우, 상기 분석된 데이터를 기초로 농작물 피해에 관한 손해사정 평가를 실시하는 단계를 포함한다.
상기 분석하는 단계는, 상기 영상 데이터 또는 상기 센싱 데이터를 기초로 상기 무인항공기에서 촬영된 영역을 복수의 분석 구간으로 분할하고, 분할된 분석 구간별로 식생지수를 분석하는 단계, 그리고 상기 분할된 분석 구간별로 식생지수의 표준편차를 도출하는 단계를 포함할 수 있다.
상기 분석하는 단계는, 상기 촬영 영역에 대한 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 분할된 분석 구간별로 상기 표준편차를 시각화하는 단계를 더 포함할 수 있다.
상기 손해사정 평가를 실시하는 단계는, 시각화된 표준편차 정보를 기존에 저장된 데이터와 비교하여 상기 분할된 분석 구간별로 농작물의 손해를 분석하는 단계를 더 포함할 수 있다.
상기 손해사정 평가를 실시하는 단계는, 상기 무인항공기에서 촬영된 영상 데이터와 데이터베이스에 저장된 분석 데이터를 분할된 구간별로 비교하여 농작물의 손해 범위 또는 손해 정도를 분석하는 단계를 포함할 수 있다.
상기 손해사정 평가를 실시하는 단계는, 상기 무인항공기에서 촬영된 영역의 식생지수 정보, 상기 무인항공기에서 촬영된 영역에서 검출되는 색 편차, 상기 무인항공기에서 촬영된 영역에서 검출된 주파수 파장의 변화, 또는 상기 무인항공기에서 촬영된 영역의 온도 변화 중 적어도 하나를 구간별로 비교하여 농작물의 손해를 산정하는 단계를 포함할 수 있다.
상기 농작물 손해사정 평가 방법은 데이터베이스에 축적된 데이터의 빅데이터 분석을 통해 상기 수신된 데이터 또는 상기 분석된 데이터의 정확도를 분석하거나, 상기 빅데이터 분석을 통해 상기 농작물 피해를 예측하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 무인항공기에서 수집된 데이터를 구간별로 분석하고, 분석 결과를 맵핑하여 제공하거나, 재해 또는 재난 발생으로 인해 농작물이 피해를 입거나 병충해나 질병에 의해 농작물이 피해를 입은 경우에 맵핑된 데이터를 기초로 손해사정 평가를 수행함으로써, 농작물 피해로 인한 손해사정 평가에 대한 평가 효율을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 수집된 데이터를 복수의 분석 구간으로 분할하여 분석하되, 분석된 데이터를 분석 구간별로 맵핑시켜 저장하며, 저장된 데이터를 기초로 분할된 분석 구간별로 농작물 피해에 관한 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 촬영된 데이터를 기초로 촬영 영역에 대한 식생지수를 분석해 표준편차를 도출하고, 도출된 표준편차를 분석 구간별로 시각화하여 제공함으로써, 농작물 피해로 인한 손해사정 평가에 대한 투명성, 공정성 및 전문성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 수집된 데이터를 복수의 분석 구간으로 맵핑하여 저장하되, 구축된 데이터의 빅데이터 분석을 통해 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 촬영된 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 무인항공기에서 촬영된 영역의 초음파 센서 또는 레이저 센서를 통해서 검출된 주파수 파장의 변화, 무인항공기에서 촬영된 영역의 온도 변화, 또는 무인항공기에서 촬영된 영역의 레이저 파장 변화 등을 종합적으로 고려해서 농작물의 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성 및 전문성을 향상시킬 수 있는 환경을 제공한다.
도 1은 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템을 간략히 도시한 도면이다.
도 2는 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템의 개략적인 구성을 나타낸 블록도이다.
도 3은 본 발명의 제1실시예에 따라 농작물 피해에 관한 손해사정 평가를 수행하는 과정을 간략히 도시한 흐름도이다.
도 4는 본 발명의 제2실시예에 따라 분석 구간별로 식생지수를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 5는 본 발명의 제3실시예에 따라 촬영 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 6은 본 발명의 제4실시예에 따라 촬영 영역의 주파수 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 7은 본 발명의 제5실시예에 따라 촬영 영역의 온도 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 8은 본 발명의 제6실시예에 따라 촬영 영역의 레이저 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 2는 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템의 개략적인 구성을 나타낸 블록도이다.
도 3은 본 발명의 제1실시예에 따라 농작물 피해에 관한 손해사정 평가를 수행하는 과정을 간략히 도시한 흐름도이다.
도 4는 본 발명의 제2실시예에 따라 분석 구간별로 식생지수를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 5는 본 발명의 제3실시예에 따라 촬영 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 6은 본 발명의 제4실시예에 따라 촬영 영역의 주파수 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 7은 본 발명의 제5실시예에 따라 촬영 영역의 온도 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
도 8은 본 발명의 제6실시예에 따라 촬영 영역의 레이저 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 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. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이제 도 1 내지 도 8를 참고하여 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법에 대하여 상세하게 설명한다.
도 1은 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템을 간략히 도시한 도면이고, 도 2는 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템의 개략적인 구성을 나타낸 블록도이다. 이때, 농작물 피해 분석 장치(100) 및 손해사정 평가 장치(200)는 본 발명의 실시예에 따른 설명을 위해 필요한 개략적인 구성만을 도시할 뿐 이러한 구성에 국한되는 것은 아니다.
도 1 및 도 2를 참조하면, 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 무인항공기(10), 관리 단말 장치(20), 농작물 피해 분석 장치(100) 및, 손해사정 평가 장치(200)를 포함한다.
이러한 본 발명의 농작물 피해 분석 시스템은 드론 등의 무인항공기(10)에서 촬영된 이미지나 열영상 센서를 이용하여 데이터를 취득하고, 취득한 데이터를 기초로 농작물 피해 분석 장치(100)를 통해 농지 등의 관리 혹은 농작물의 생육예측이나 수확예측 등을 자동적으로 수행하며, 이를 통해 농지와 농작물의 적절한 관리를 실현할 수 있는 농업관리 예측 시스템이다.
또한, 본 발명의 농작물 피해 분석 시스템은 기후 변화 및 자연재해 등의 재난으로 인하여 농작물이 피해를 받거나 병충해나 질병에 의해 농작물이 피해를 받았을 때, 손해사정 평가 장치(200)를 통해 직접 농작물의 손해사정을 평가하거나, 별도의 손해사정 평가시스템이나 보험 시스템 등과 연동하여 신속하고 정확한 손해사정 평가를 할 수 있도록 정보제공을 하는 시스템이다.
그리고, 본 발명의 농작물 피해 분석 시스템은 농작물에 대한 자료와 기후 변화 및 자연재해 등의 재난으로 피해를 입는 자료 또는 병충해나 질병에 의해 농작물이 피해를 입은 자료 등을 기초로 빅데이터를 구축하고, 구축된 빅데이터 분석을 통해 농작물 피해를 예방할 수 있는 농작물 피해 예방 시스템을 구축할 수 있다.
우선, 관리 단말 장치(20)는 무인항공기(10)의 촬영동작 및 운전 경로를 원격으로 제어한다. 그리고, 무인항공기(10)는 관리 단말 장치(20)의 원격 제어 또는 농작물 피해 분석 장치(100)의 중앙 제어에 의해 이미지를 촬영하거나 각종 데이터를 센싱하고, 수집된 데이터를 관리 단말 장치(20) 또는 농작물 피해 분석 장치(100)에 제공한다.
여기서, 무인항공기(10)는 농지 및 농작물을 촬영하는 촬영 수단, 가시광 영상을 센싱하는 가시광 센서, 열영상 이미지를 촬영하거나 센싱하는 열영상 센서, 촬영 영역에 빛을 방사시켜 촬영 영상의 가시광선이나 적외선 등의 파장 영역에서 파장 정보를 센싱하기 위한 분광센서, 또는 촬영 객체와의 거리를 센싱하거나 객체를 검출하는 레이저 센서 등을 포함할 수 있다.
농작물 피해 분석 장치(100)는 무인항공기(10)에서 수집된 촬영 데이터 및 센싱 데이터를 수신한다. 그리고, 농작물 피해 분석 장치(100)는 재해 또는 재난 발생, 병충해나 질병 등으로 인해 농작물이 피해를 입은 경우에 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 수집된 데이터를 구간별로 분석하여 저장한다. 여기서, 병충해는 외부적 요건일 수 있으며, 질병은 내부적 요건일 수 있다. 예를 들어, 병충해나 질병은 비료 과다나 종자 문제로 인해서 발생되는 요건을 포함한다.
농작물 피해 분석 장치(100)는 무인항공기(10)에서 촬영된 영역에서 식생지수를 분석하여 식생지수의 표준편차를 도출하며, 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 표준편차를 시각화하여 제공한다.
또한, 농작물 피해 분석 장치(100)는 무인항공기(10)에서 촬영된 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 무인항공기(10)에서 촬영된 영역의 초음파 센서 또는 레이저 센서를 통해서 검출된 주파수 파장의 변화, 무인항공기(10)에서 촬영된 영역의 온도 변화, 또는 무인항공기(10)에서 촬영된 영역의 레이저 파장 변화 중 적어도 하나를 구간별로 분석하고, 분석된 데이터를 지도상에 맵핑하여 손해사정 평가 장치(200)에 제공할 수 있다.
농작물 피해 분석 장치(100)는 본 발명의 다른 실시예에 따라 통신부(110), 제어부(120), 데이터베이스(130), 농업 관리 예측부(140), 및 농작물 피해 분석부(150)를 포함한다.
통신부(110)는 무인항공기(10) 또는 관리 단말 장치(20)로부터 전송된 영상 데이터 또는 센싱 데이터를 송수신한다. 이때, 제어부(120)는 데이터가 평가 기준을 설정하기에 부족한 것을 판단하여 특정구간을 재촬영하거나 추가적인 데이터 취득을 위해서 무인항공기(10) 또는 관리 단말 장치(20)와 데이터를 송수신하도록 통신부(110)를 제어할 수 있다.
제어부(120)는 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 무인항공기(10)에서 수집된 데이터를 구간별로 분할하여 분석하고, 분석된 데이터를 분석 구간별로 맵핑하여 데이터베이스(130)에 저장하도록 제어한다.
데이터베이스(130)는 제어부(120)의 제어에 의해 농업 관리 예측부(140) 및 농작물 피해 분석부(150)에서 분석된 데이터를 분할된 분석 구간별로 맵핑하여 저장한다. 이때, 제어부(120)는 손해사정 평가 장치(200)가 농작물 손해사정 평가를 실시할 수 있도록, 상기 농작물 손해사정 평가에 필요한 데이터를 데이터베이스(130)를 통해 빅데이터화할 수 있다.
그리고, 제어부(120)는 데이터베이스(130)에 축적된 데이터의 빅데이터 분석을 통해 무인항공기(10)에서 수신된 데이터 또는 하기의 농작물 피해 분석부(150)에서 분석된 데이터의 정확도를 분석할 수 있다. 또한, 제어부(120)는 상기 빅데이터 분석을 통해 농작물 피해를 예측할 수 있다.
예를 들어, 제어부(120)는 데이터베이스(130)에 빅데이터를 축적하고, 빅데이터 알고리즘(160)을 통해 데이터베이스(130)에 축적된 빅데이터를 분석할 수 있다. 따라서, 본 발명의 농작물 피해 분석 시스템은 데이터베이스(130)에 빅데이터를 구축하고, 빅데이터 알고리즘(160)을 통해 빅데이터 분석을 수행함으로써, 농작물 피해 예측 및 농작물 손해사정 평가에 대한 정확도를 향상시킬 수 있는 환경을 제공한다.
농업 관리 예측부(140)는 무인항공기(10)에서 수집된 데이터를 기초로 농작물의 생육 상태를 예측하고, 농작물의 수확 상태를 예측한다. 농업 관리 예측부(140)는 무인항공기(10)에서 수집된 데이터를 기초로 농작물의 수, 농작물의 크기, 농작물의 질병 유무, 잡초의 존재, 농작물의 성장 정보, 농작물의 생육 예측 정보, 농작물의 수확 정보, 및 농작물의 수확 예측 정보 등을 예측할 수 있다.
농업 관리 예측부(140)는 무인항공기(10)에서 촬영한 작물의 상태, 온도, 및 일조량 등 농사 관련 정보를 일괄하여 관리한다. 그리고, 농업 관리 예측부(140)는 영상 데이터와 센싱 데이터를 조합하여 다각적인 생육 분석을 실행하고, 적절한 생육조건을 분석한다. 또한, 농업 관리 예측부(140)는 농작물의 영상을 축적된 빅데이터 분석에 의해 생육의 예측, 출하시기, 및 상품화 분석 등을 실시한다.
농업 관리 예측부(140)는 본 발명의 다른 실시예에 따라 농작물 생육 예측부(142), 및 농작물 수확 예측부(144)를 포함한다.
농작물 생육 예측부(142)는 무인항공기(10)에서 수집된 데이터를 분석하여 농작물의 성장 정보 및 농작물의 생육 예측 정보 등을 분석한다.
그리고, 농작물 수확 예측부(144)는 무인항공기(10)에서 수집된 데이터를 분석하여 농작물의 수확 정보 및 농작물의 수확 예측 정보 등을 분석한다.
농작물 피해 분석부(150)는 무인항공기(10)에서 촬영된 영상 데이터를 복수의 분석 구간으로 분할하여 분석한다. 그리고, 농작물 피해 분석부(150)는 촬영 영역에 대한 식생지수를 분석하고, 식생지수의 표준편차를 분석 구간별로 분석하여 시각화할 수 있다.
또한, 농작물 피해 분석부(150)는 무인항공기(10)에서 촬영된 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 무인항공기(10)에서 촬영된 영역의 초음파 센서 또는 레이저 센서를 통해서 검출된 주파수 파장의 변화, 무인항공기(10)에서 촬영된 영역의 온도 변화, 또는 무인항공기(10)에서 촬영된 영역의 레이저 파장 변화 등을 분석한다. 그리고, 농작물 피해 분석부(150)는 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 주파수 파장 변화, 온도 변화 및 레이저 파장 변화 등을 분석 구간별로 시각화할 수 있다.
농작물 피해 분석부(150)는 본 발명의 다른 실시예에 따라 식생지수화부(152), 표준편차화부(154), 시각화부(156), 및 맵핑부(158)를 포함한다.
식생지수화부(152)는 무인항공기(10)에서 촬영된 영상 데이터 또는 센싱 데이터를 기초로 촬영 영역에 대한 식생지수를 분석한다.
표준편차화부(154)는 식생지수화부(152)에서 분석된 식생지수의 표준편차를 도출한다.
시각화부(156)는 상기 촬영 영역에 대한 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 표준편차화부(154)에서 분석된 표준편차를 분석 구간별로 시각화한다.
맵핑부(158)는 상기 식생지수화부(152)에서 분석된 식생지수 정보, 상기 표준편차화부(154)에서 분석된 표준편차 정보, 및 상기 시각화부(156)에서 분석된 시각화 정보를 각각의 촬영 영역 또는 분석 구간별로 지도상에 맵핑시켜 상기 데이터베이스(130)에 저장한다.
손해사정 평가 장치(200)는 재해 또는 재난 발생, 병충해나 질병 등으로 인해 농작물이 피해를 입은 경우, 농작물 피해 분석 장치(100)와 연동되어 농작물 피해 분석 장치(100)에 저장된 데이터를 기초로 농작물 피해를 입은 분석 구간별로 농작물 피해에 관한 손해사정 평가를 실시한다.
예를 들어, 손해사정 평가 장치(200)는 농작물 피해 분석 장치(100)에서 분석된 식생지수 및 식생지수의 표준편차 정보를 이용해서 농작물 피해에 관한 손해사정 평가를 실시할 수 있다. 이때, 손해사정 평가 장치(200)는 지도상에 분석 구간별로 맵핑되어 저장된 식생지수의 표준편차에 대한 시각화 정보를 통해서 넓은 영역에 대한 농작물의 손해 발생 여부를 쉽게 파악할 수 있고, 농작물 피해로 손해사정 평가를 용이하게 실시할 수 있다.
또한, 손해사정 평가 장치(200)는 무인항공기(10)에서 촬영된 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 무인항공기(10)에서 촬영된 영역의 초음파 센서 또는 레이저 센서를 통해서 검출된 주파수 파장의 변화, 무인항공기(10)에서 촬영된 영역의 온도 변화, 또는 무인항공기(10)에서 촬영된 영역의 레이저 파장 변화 중 적어도 하나를 구간별로 분석하여 농작물의 손해를 평가할 수 있다.
손해사정 평가 장치(200)는 본 발명의 다른 실시예에 따라 손해사정 평가 수단(210)을 포함한다.
손해사정 평가 수단(210)은 농작물 피해 분석 장치(100)에서 전달받은 데이터를 기초로 농작물 피해에 관한 손해사정 평가를 실시한다. 예를 들어, 손해사정 평가 수단(210)은 무인항공기(10)에서 촬영된 영상 데이터와 데이터베이스(130)에 맵저장된 맵핑 데이터를 분석 구간별로 비교하여 각 분석 구간의 손해사정 평가를 실시할 수 있다.
도 3은 본 발명의 제1실시예에 따라 농작물 피해에 관한 손해사정 평가를 수행하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 3을 참조하면, 본 발명의 제1실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 무인항공기(10)가 관리 단말 장치(20) 또는 농작물 피해 분석 장치(100)의 원격 제어에 의해 농지 및 농작물을 촬영하여 데이터를 수집한다(S102). 그리고, 농작물 피해 분석 장치(100)는 무인항공기(10)에서 수집된 데이터를 수신한다(S104). 여기서, 무인항공기(10)에서 수집된 데이터는 무인항공기(10)에서 촬영된 영상 데이터 및 무인항공기(10)에서 감지한 각종 센싱 데이터를 포함한다.
이때, 농작물 피해 분석 장치(100)는 데이터가 평가 기준을 설정하기에 부족한 것을 판단하여 특정구간을 재촬영하거나 추가적인 데이터 취득을 위해서 무인항공기(10) 또는 관리 단말 장치(20)와 데이터를 송수신하도록 통신부(110)를 제어할 수 있다.
그리고, 농작물 피해 분석 장치(100)는 무인항공기(10)에서 수신된 데이터를 분석한다(S106). 이때, 농작물 피해 분석 장치(100)는 식생지수의 표준편차 정보, 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 주파수 파장 변화, 온도 변화 및, 레이저 파장 변화 등을 분석할 수 있다.
또한, 농작물 피해 분석 장치(100)는 분석된 데이터를 시각화하고, 지도상에 맵핑하여 데이터베이스(130)에 저장한다(S108). 이때, 농작물 피해 분석 장치(100)는 데이터베이스(130)에 축적된 데이터의 빅데이터 분석을 통해 무인항공기(10)에서 수신된 데이터 또는 농작물 피해 분석부(150)에서 분석된 데이터의 정확도를 분석할 수 있다. 또한, 농작물 피해 분석 장치(100)는 상기 빅데이터 분석을 통해 농작물 피해를 예측할 수 있다.
그리고 나서, 농작물 피해 분석 장치(100)는 농작물 피해에 대한 손해사정 평가를 실시할 수 있도록 맵핑된 각종 데이터를 손해사정 평가 장치(200)에 제공한다.
손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 분석된 데이터를 기초로 농작물 피해에 관한 손해사정 평가를 실시한다(S110).
도 4는 본 발명의 제2실시예에 따라 분석 구간별로 식생지수를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 4를 참조하면, 본 발명의 제2실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농작물 피해 분석 장치(100)가 무인항공기(10)에서 촬영된 영상 데이터를 수신하고, 무인항공기(10)에서 촬영된 영역을 복수의 분석 구간으로 분할하여 상기 영상 데이터를 분석한다(S202, S204).
농작물 피해 분석 장치(100)는 분석 구간별로 식생지수를 분석하고, 식생지수의 표준편차를 분석한다(S206, S208).
또한, 농작물 피해 분석 장치(100)는 분석 구간 별로 표준편차를 시각화하고, 시각화된 데이터를 지도상에 맵핑시켜 저장한다(S210, S212).
그리고, 손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 맵핑된 식생지수의 시각화 데이터를 기초로 농작물 피해에 관한 손해사정 평가를 실시한다(S214).
도 5는 본 발명의 제3실시예에 따라 촬영 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 5를 참조하면, 본 발명의 제3실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농작물 피해 분석 장치(100)가 무인항공기(10)에서 수집된 영상 데이터 및 센싱 데이터를 수신하고, 무인항공기(10)에서 촬영된 영역을 복수의 분석 구간으로 분할하여 데이터를 분석한다(S302, S304).
이때, 농작물 피해 분석 장치(100)는 분석 구간별로 가시광선이나 적외선 등의 영상에서 검출되는 색 편차를 도출한다(S306). 여기서, 컬러색은 농작물의 생육 상태, 농작물의 수확 여부, 및 농작물의 피해 등으로 인해 달라질 수 있다.
그리고 나서, 농작물 피해 분석 장치(100)는 상기 가시광선이나 적외선 등의 영상에서 검출되는 색 편차의 변화를 분석 구간별로 비교 분석하여 시각화하고, 분석된 결과를 지도상에 맵핑시켜 저장한다(S308).
또한, 손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 맵핑된 가시광선이나 적외선 등의 영상에서 검출되는 색 편차 정보를 제공받아 농작물 피해에 대한 손해사정 평가를 실시한다(S310).
도 6은 본 발명의 제4실시예에 따라 촬영 영역의 주파수 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 6을 참조하면, 본 발명의 제4실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농작물 피해 분석 장치(100)가 무인항공기(10)에서 촬영된 영상 데이터를 수신하고, 무인항공기(10)에서 촬영된 영역을 복수의 분석 구간으로 분할하여 상기 영상 데이터를 분석한다(S402, S404).
그리고, 농작물 피해 분석 장치(100)는 분석 구간별로 무인항공기(10)에서 촬영된 이미지의 주파수 파장을 분석한다(S406). 여기서, 무인항공기(10)에서 촬영된 이미지의 주파수 파장은 농작물의 생육 상태, 농작물의 수확 여부, 및 농작물의 피해 등으로 인해 달라질 수 있다. 그리고, 주파수 파장 변화는 초음파 또는 레이저 등의 센서를 통해서 검출된 주파수 파장의 변화를 포함한다.
그리고, 농작물 피해 분석 장치(100)는 분석 구간별로 상기 주파수 파장의 변화 상태를 비교하여 분석하여 시각화하고, 분석된 데이터를 지도상에 맵핑시켜 저장한다(S408).
또한, 손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 맵핑되어 저장된 촬영 이미지의 주파수 파장 정보를 이용해서 농작물 피해에 대한 손해사정 평가를 실시한다(S310).
도 7은 본 발명의 제5실시예에 따라 촬영 영역의 온도 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 7을 참조하면, 본 발명의 제5실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농작물 피해 분석 장치(100)가 무인항공기(10)에서 촬영된 영상 데이터를 수신하고, 무인항공기(10)에서 촬영된 영역을 복수의 분석 구간으로 분할하여 상기 영상 데이터를 분석한다(S502, S504).
그리고, 농작물 피해 분석 장치(100)는 분석 구간별로 온도 변화를 분석하여 시각화하고, 분석된 데이터를 지도상에 맵핑시켜 저장한다(S506, S508). 여기서, 상기 온도 변화는 농작물의 생육 상태, 농작물의 수확 여부, 및 농작물의 피해 등으로 인해 달라질 수 있다.
그리고, 손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 맵핑된 온도 데이터 정보를 기초로 농작물의 손해사정 평가를 실시한다(S510).
도 8은 본 발명의 제6실시예에 따라 촬영 영역의 레이저 파장 변화를 분석해 농작물 피해에 관한 손해사정 평가를 실시하는 과정을 간략히 도시한 흐름도이다. 이때, 이하의 흐름도는 도 1 및 도 2의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 8을 참조하면, 본 발명의 제6실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템은 농작물 피해 분석 장치(100)가 무인항공기(10)에서 수집된 데이터를 수신하고, 무인항공기(10)에서 촬영된 영역을 복수의 분석 구간으로 분할하여 상기 수집된 데이터를 분석한다(S602, S604).
그리고, 농작물 피해 분석 장치(100)는 레이저 파장 변화를 분석하고, 분석된 데이터를 지도상에 맵핑시켜 시각화한다(606, S608). 여기서, 레이저 파장 변화는 레이저 센서 등을 통해서 검출된 레이저 파장의 변화를 포함한다.
그리고, 손해사정 평가 장치(200)는 재난 발생으로 인해 농작물이 피해를 입은 경우에 농작물 피해 분석 장치(100)에서 맵핑되어 저장된 레이저 파장 정보를 이용해서 농작물의 손해사정 평가를 실시한다(S610).
즉, 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 농작물 손해사정 평가 방법은 무인항공기(10)에서 수집된 데이터를 분석하여 손해사정 평가 시스템에 제공하되, 식생지수의 표준편차 정보, 가시광선이나 적외선 등의 영상에서 검출되는 색 편차 정보, 주파수 파장 변화, 온도 변화, 및 레이저 파장 변화 등을 구간별로 분석하고 이를 지도상에 맵핑시켜 시각화할 수 있다. 즉, 태풍과 같은 재난으로 인해서 농작물이 피해를 입은 경우에, 본 발명은 농작물의 피해 상태를 효과적으로 파악하고, 이를 통해 농작물 피해에 관한 손해사정 평가를 효과적으로 실시할 수 있는 환경을 제공한다.
이와 같이, 본 발명의 한 실시예에 따른 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 농작물 손해사정 평가 방법은 무인항공기에서 수집된 데이터를 구간별로 분석하고, 분석 결과를 맵핑하여 제공하거나 재해 또는 재난 발생으로 인해 농작물이 피해를 입거나 병충해나 질병에 의해 농작물이 피해를 입은 경우에 맵핑된 데이터를 기초로 손해사정 평가를 수행함으로써, 농작물 피해로 인한 손해사정 평가에 대한 평가 효율을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 수집된 데이터를 복수의 분석 구간으로 분할하여 분석하되, 분석된 데이터를 분석 구간별로 맵핑시켜 저장하며, 저장된 데이터를 기초로 분할된 분석 구간별로 농작물 피해에 관한 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 촬영된 데이터를 기초로 촬영 영역에 대한 식생지수를 분석해 표준편차를 도출하고, 도출된 표준편차를 분석 구간별로 시각화하여 제공함으로써, 농작물 피해로 인한 손해사정 평가에 대한 투명성, 공정성 및 전문성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 수집된 데이터를 복수의 분석 구간으로 맵핑하여 저장하되, 구축된 데이터의 빅데이터 분석을 통해 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성을 향상시킬 수 있는 환경을 제공한다.
또한, 본 발명은 무인항공기에서 촬영된 영역의 가시광선이나 적외선 등의 영상에서 검출되는 색 편차, 무인항공기에서 촬영된 영역의 초음파, 레이저 등의 센서를 통해서 검출된 주파수 파장 변화, 무인항공기에서 촬영된 영역의 온도 변화, 또는 무인항공기에서 촬영된 영역의 레이저 파장 변화 등을 종합적으로 고려해서 농작물의 손해사정 평가를 실시함으로써, 농작물 피해로 인한 손해사정 평가에 대한 신뢰성 및 전문성을 향상시킬 수 있는 환경을 제공한다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다. 이러한 기록 매체는 장치뿐만 아니라 사용자 단말에서도 실행될 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (15)
- 농지 또는 농작물을 촬영하여 데이터를 수집하는 무인항공기, 그리고
재해 또는 재난이 발생해 농작물이 피해를 입거나 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우에 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 무인항공기에서 수집된 데이터를 구간별로 분석하여 저장하는 농작물 피해 분석 장치
를 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제1항에서,
재해 또는 재난 발생, 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우, 상기 농작물 피해 분석 장치와 연동되어 상기 농작물 피해 분석 장치에 저장된 데이터를 기초로 상기 구간별로 농작물 피해에 관한 손해사정 평가를 실시하는 손해사정 평가 장치
를 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제2항에서,
상기 손해사정 평가 장치는,
상기 무인항공기에서 촬영된 영역의 식생지수 정보, 상기 무인항공기에서 촬영된 영역에서 검출되는 색 편차, 상기 무인항공기에서 촬영된 영역에서 검출된 주파수 파장의 변화, 또는 상기 무인항공기에서 촬영된 영역의 온도 변화 중 적어도 하나를 구간별로 분석하여 농작물의 손해를 평가하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제2항에서,
상기 농작물 피해 분석 장치는,
상기 무인항공기에서 촬영된 영상 데이터를 복수의 분석 구간으로 분할하여 분석하고, 분석된 데이터를 분석 구간별로 맵핑하는 농작물 피해 분석부, 그리고
상기 맵핑된 데이터를 저장하는 데이터베이스
를 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제4항에서,
상기 농작물 피해 분석 장치는,
상기 손해사정 평가 장치가 농작물 손해사정 평가를 실시할 수 있도록, 상기 농작물 손해사정 평가에 필요한 데이터를 상기 데이터베이스를 통해 빅데이터화하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제4항에서,
상기 손해사정 평가 장치는,
상기 무인항공기에서 촬영된 영상 데이터 또는 상기 맵핑된 데이터를 상기 분석 구간별로 분석하여 각 분석 구간의 손해사정 평가를 실시하는 손해사정 평가 수단
을 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제1항에서,
상기 농작물 피해 분석 장치는,
상기 무인항공기 또는 상기 관리 단말 장치로부터 전송된 영상 데이터 또는 센싱 데이터를 송수신하는 통신부, 그리고
상기 영상 데이터 또는 상기 센싱 데이터를 기초로 촬영 영역에 대한 식생지수를 분석하는 식생지수화부
을 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 제7항에서,
상기 농작물 피해 분석 장치는,
상기 촬영 영역에 대한 식생지수의 표준편차를 도출하는 표준편차화부, 그리고
상기 촬영 영역에 대한 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 표준편차를 분석 구간별로 시각화하는 시각화부
을 더 포함하는 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템. - 무인항공기에서 촬영된 영상 데이터 또는 센싱 데이터를 송수신하는 단계,
상기 수신된 데이터를 분석하는 단계, 그리고
재해 또는 재난이 발생해 농작물이 피해를 입거나 병충해 또는 질병으로 인해 농작물이 피해를 입은 경우, 상기 분석된 데이터를 기초로 농작물 피해에 관한 손해사정 평가를 실시하는 단계
를 포함하는 농작물 손해사정 평가 방법. - 제9항에서,
상기 분석하는 단계는,
상기 영상 데이터 또는 상기 센싱 데이터를 기초로 상기 무인항공기에서 촬영된 영역을 복수의 분석 구간으로 분할하고, 분할된 분석 구간별로 식생지수를 분석하는 단계, 그리고
상기 분할된 분석 구간별로 식생지수의 표준편차를 도출하는 단계
를 포함하는 농작물 손해사정 평가 방법. - 제10항에서,
상기 분석하는 단계는,
상기 촬영 영역에 대한 농작물 피해에 관한 손해사정 평가를 실시할 수 있도록 상기 분할된 분석 구간별로 상기 표준편차를 시각화하는 단계
를 더 포함하는 농작물 손해사정 평가 방법. - 제11항에서,
상기 손해사정 평가를 실시하는 단계는,
시각화된 표준편차 정보를 기존에 저장된 데이터와 비교하여 상기 분할된 분석 구간별로 농작물의 손해를 분석하는 단계
를 더 포함하는 농작물 손해사정 평가 방법. - 제9항에서,
상기 손해사정 평가를 실시하는 단계는,
상기 무인항공기에서 촬영된 영상 데이터와 데이터베이스에 저장된 분석 데이터를 분할된 구간별로 비교하여 농작물의 손해 범위 또는 손해 정도를 분석하는 단계
를 포함하는 농작물 손해사정 평가 방법. - 제9항에서,
상기 손해사정 평가를 실시하는 단계는,
상기 무인항공기에서 촬영된 영역의 식생지수 정보, 상기 무인항공기에서 촬영된 영역에서 검출되는 색 편차, 상기 무인항공기에서 촬영된 영역에서 검출된 주파수 파장의 변화, 또는 상기 무인항공기에서 촬영된 영역의 온도 변화 중 적어도 하나를 구간별로 비교하여 농작물의 손해를 산정하는 단계
를 포함하는 농작물 손해사정 평가 방법. - 제9항에서,
데이터베이스에 축적된 데이터의 빅데이터 분석을 통해 상기 수신된 데이터 또는 상기 분석된 데이터의 정확도를 분석하거나, 상기 빅데이터 분석을 통해 상기 농작물 피해를 예측하는 단계
를 더 포함하는 농작물 손해사정 평가 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180109873A KR102192693B1 (ko) | 2018-09-13 | 2018-09-13 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180109873A KR102192693B1 (ko) | 2018-09-13 | 2018-09-13 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200030987A true KR20200030987A (ko) | 2020-03-23 |
| KR102192693B1 KR102192693B1 (ko) | 2021-01-04 |
Family
ID=69998653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180109873A KR102192693B1 (ko) | 2018-09-13 | 2018-09-13 | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102192693B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023101146A1 (ko) * | 2021-12-03 | 2023-06-08 | 한국전자기술연구원 | 영상정보 기반의 벼 키다리병 자동 판독 장치 및 방법 |
| WO2023106558A1 (ko) * | 2021-12-07 | 2023-06-15 | 한국전자기술연구원 | 영상정보 기반의 벼 도복 자동 판독 장치 및 방법 |
| CN117147007A (zh) * | 2023-10-30 | 2023-12-01 | 山东省气候中心 | 一种设施农业低温冷害预报系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101545479B1 (ko) * | 2015-03-31 | 2015-08-24 | 김명준 | 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법 |
| KR101754333B1 (ko) * | 2016-01-27 | 2017-07-06 | (주)도명이엔지 | 항공레이저측량과 공간정보를 사용한 침수지역의 홍수피해액 계산 방법 |
| JP2018046787A (ja) * | 2016-09-23 | 2018-03-29 | ドローン・ジャパン株式会社 | 農業管理予測システム、農業管理予測方法、及びサーバ装置 |
-
2018
- 2018-09-13 KR KR1020180109873A patent/KR102192693B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101545479B1 (ko) * | 2015-03-31 | 2015-08-24 | 김명준 | 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법 |
| KR101754333B1 (ko) * | 2016-01-27 | 2017-07-06 | (주)도명이엔지 | 항공레이저측량과 공간정보를 사용한 침수지역의 홍수피해액 계산 방법 |
| JP2018046787A (ja) * | 2016-09-23 | 2018-03-29 | ドローン・ジャパン株式会社 | 農業管理予測システム、農業管理予測方法、及びサーバ装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023101146A1 (ko) * | 2021-12-03 | 2023-06-08 | 한국전자기술연구원 | 영상정보 기반의 벼 키다리병 자동 판독 장치 및 방법 |
| WO2023106558A1 (ko) * | 2021-12-07 | 2023-06-15 | 한국전자기술연구원 | 영상정보 기반의 벼 도복 자동 판독 장치 및 방법 |
| CN117147007A (zh) * | 2023-10-30 | 2023-12-01 | 山东省气候中心 | 一种设施农业低温冷害预报系统 |
| CN117147007B (zh) * | 2023-10-30 | 2024-01-12 | 山东省气候中心 | 一种设施农业低温冷害预报系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102192693B1 (ko) | 2021-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10402835B2 (en) | Agricultural situational awareness tool | |
| CN113167779B (zh) | 使用数字图像和机器学习模型对田地异常绘制地图 | |
| US20220107298A1 (en) | Systems and methods for crop health monitoring, assessment and prediction | |
| US10713777B2 (en) | Organism growth prediction system using drone-captured images | |
| US11564357B2 (en) | Capture of ground truthed labels of plant traits method and system | |
| Sanches et al. | The potential for RGB images obtained using unmanned aerial vehicle to assess and predict yield in sugarcane fields | |
| US11576298B2 (en) | Machine control system providing actionable management information and insight using agricultural telematics | |
| Wu et al. | Challenges and opportunities in remote sensing-based crop monitoring: A review | |
| US20200117897A1 (en) | Adaptive Artificial Intelligence Training Data Acquisition and Plant Monitoring System | |
| US8417534B2 (en) | Automated location-based information recall | |
| KR20200044216A (ko) | 빅데이터를 이용한 병해충 발생 예측 시스템 및 방법 | |
| KR102192693B1 (ko) | 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법 | |
| Belton et al. | Crop height monitoring using a consumer-grade camera and UAV technology | |
| Molin et al. | Precision agriculture and the digital contributions for site-specific management of the fields | |
| Bouros et al. | Processing Satellite Imagery for Decision-Making in Precision Agriculture. | |
| Usama | Application of Digital Technologies & Remote Sensing in Precision Agriculture for Sustainable Crop Production | |
| CN115082043A (zh) | 一种烟叶种植遥感监管系统及方法 | |
| Amaral et al. | Remote sensing imagery to predict soybean yield: a case study of vegetation indices contribution | |
| WO2024190803A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| US20240273712A1 (en) | Agricultural field analysis system for generating a field digital twin | |
| KR102384334B1 (ko) | 재배지의 작물 정보 제공 장치 및 방법 | |
| US20240212155A1 (en) | Method of identifying a soil-borne pathogen on a target crop in an agricultural parcel | |
| Pawar et al. | Remote Sensing and GIS for Agricultural Monitoring and Management | |
| Santos et al. | USING REMOTELY PILOTED AIRCRAFT (RPA) IMAGERY TO MAP THE PROFITABILITY OF COTTON CROPS | |
| Singh | Increasing Accuracy of Crop Production and Yield Forecasting Using Hyper Spectral Image Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| R401 | Registration of restoration |