KR20200101941A - 정보 처리 장치 및 처리 방법 - Google Patents

정보 처리 장치 및 처리 방법 Download PDF

Info

Publication number
KR20200101941A
KR20200101941A KR1020207019989A KR20207019989A KR20200101941A KR 20200101941 A KR20200101941 A KR 20200101941A KR 1020207019989 A KR1020207019989 A KR 1020207019989A KR 20207019989 A KR20207019989 A KR 20207019989A KR 20200101941 A KR20200101941 A KR 20200101941A
Authority
KR
South Korea
Prior art keywords
data
greenhouse
relative humidity
unit
information processing
Prior art date
Application number
KR1020207019989A
Other languages
English (en)
Inventor
사토시 이또
아사꼬 모리
Original Assignee
봇슈 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 봇슈 가부시키가이샤 filed Critical 봇슈 가부시키가이샤
Publication of KR20200101941A publication Critical patent/KR20200101941A/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • A01G9/246Air-conditioning systems
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • A01G9/26Electric devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Forests & Forestry (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Botany (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mining & Mineral Resources (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cultivation Of Plants (AREA)
  • Greenhouses (AREA)

Abstract

결로 상태의 추정 정확도를 향상시킨다. 일사량 센서에 의해 측정된 온실로의 일사량을 나타내는 일사량 데이터, 및 상기 온실 내의 상대 습도를 나타내는 상대 습도 데이터를 취득하는 데이터 취득부와, 상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여, 상기 온실 내의 재배물에서의 결로 상태를 추정하는 추정부를 구비하는, 정보 처리 장치.

Description

정보 처리 장치 및 처리 방법
본 발명은 정보 처리 장치 및 처리 방법에 관한 것이다.
최근, 시설 원예에 있어서, 온실 내의 환경의 가시화 또는 온실 내의 환경 제어를 위해, 컴퓨터를 이용한 시스템이 개발되고 있다. 예를 들어, 기온 센서 및 습도 센서 등의 센서, 이들 센서에 의해 얻어지는 측정 데이터에 기초하여 온실 내의 환경의 분석 또는 제어를 행하는 정보 처리 장치를 갖는 시스템이 존재한다.
시설 원예에서의 병해 리스크로서, 재배물로의 결로가 알려져 있다. 재배물로의 결로에 의해 재배물이 젖은 상태가 장기화하면, 재배물에 부착된 균사가 신장하여, 감염 리스크가 높아진다. 이 점에 관하여, 특허문헌 1에는, 기온 센서 및 습도 센서에 의해 얻어진 측정 데이터를 이용하여 결로에 관한 판정을 행하는 제어 장치가 개시되어 있다.
특허문헌 1: 일본 공개특허공보 특개2017-112916호
상술한 재배물로의 결로는, 특히, 아침 햇빛의 조사에 의한 급격한 기온 상승에 의해 야기된다. 그러나, 온실에 설치된 기온 센서의 측정 결과에서의 기온의 상승에는, 온실 내의 재배물의 주변에서의 실제의 기온 상승에 대하여 지연이 발생하는 경우가 있다. 그 경우, 기온 센서 및 습도 센서만을 이용한 결로 상태의 추정 방법으로는, 결로 상태의 추정 정확도가 저하된다.
그래서, 본 발명은, 상기 문제점을 감안하여 이루어진 것으로, 본 발명의 목적으로 하는 바는, 결로 상태의 추정 정확도를 향상하는 것이 가능한, 신규 및 개량된 정보 처리 장치 및 정보 처리 방법을 제공하는 것에 있다.
상기 과제를 해결하기 위해, 본 발명의 한 관점에 의하면, 일사량 센서에 의해 측정된 온실로의 일사량을 나타내는 일사량 데이터, 및 상기 온실 내의 상대 습도를 나타내는 상대 습도 데이터를 취득하는 데이터 취득부와, 상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여, 상기 온실 내의 재배물에서의 결로 상태를 추정하는 추정부를 구비하는, 정보 처리 장치가 제공된다.
또한, 상기 과제를 해결하기 위해, 본 발명의 다른 관점에 의하면, 일사량 센서에 의해 측정된 온실로의 일사량을 나타내는 일사량 데이터, 및 상기 온실 내의 상대 습도를 나타내는 상대 습도 데이터를 취득하는 것과, 상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여, 상기 온실 내의 재배물에서의 결로 상태를 추정하는 것을 포함하는, 정보 처리 방법이 제공된다.
이상 설명한 본 발명에 의하면, 결로 상태의 추정 정확도를 향상시키는 것이 가능하다.
도 1은 본 발명의 실시형태에 의한 온실 관리 시스템을 나타내는 설명도.
도 2는 유저 장치의 표시부에 표시되는 화면의 구체예를 나타내는 설명도.
도 3은 일사량 및 기온의 관계를 나타내는 설명도.
도 4는 본 발명의 실시형태에 의한 관리 서버의 구성을 나타내는 설명도.
도 5는 학습 단계에서의 관리 서버의 동작을 나타내는 플로우 차트.
도 6은 운용 단계에서의 관리 서버의 동작을 나타내는 플로우 차트.
도 7은 관리 서버의 하드웨어 구성을 나타낸 블록도.
이하에 첨부 도면을 참조하면서, 본 발명의 실시형태에 대하여 상세하게 설명한다. 또한, 본 명세서 및 도면에 있어서, 실질적으로 동일한 기능 구성을 갖는 구성 요소에 대해서는, 동일한 부호를 붙임으로써 중복 설명을 생략한다.
<1. 온실 관리 시스템의 개요>
본 발명의 실시형태는, 농작물이 육성되는 온실의 환경을 관리하는 온실 관리 시스템에 관한 것이다. 도 1을 참조하여, 본 발명의 실시형태에 의한 온실 관리 시스템의 개요를 설명한다.
도 1은, 본 발명의 실시형태에 의한 온실 관리 시스템을 나타내는 설명도이다. 도 1에 나타낸 바와 같이, 본 발명의 실시형태에 의한 온실 관리 시스템은, 온실(10)과, 복수의 센서(21 내지 23)와, 통신 장치(26)와, 기상 정보 서버(30)와, 관리 서버(40)와, 유저 장치(50)를 구비한다. 관리 서버(40)는, 통신 장치(26), 기상 정보 서버(30) 및 유저 장치(50)와 네트워크(12)를 통해 접속되어 있다.
(온실(10))
온실(10)은, 농작물 등을 재배하기 위한 공간을 형성한다. 온실(10)의 건재로서는, 유리 또는 비닐 등의 투광성을 갖는 건재가 사용된다. 이 때문에, 온실(10)에서 재배되는 농작물은, 태양광을 받으면서, 적온(適溫) 환경에서 성장할 수 있다. 온실(10)은, 난방 설비를 가져도 좋고, 난방 설비를 갖지 않아도 좋다. 온실(10)에서 재배되는 재배물은 농작물에 한정되지 않고, 온실(10)에서 재배되는 재배물은 농작물 이외의 식물이라도 좋다.
온실(10)에는, 복수의 센서(21 내지 23)가 설치된다. 구체적으로는, 온실(10)에는, 기온 센서(21), 일사량 센서(22) 및 습도 센서(23)가 설치된다. 기온 센서(21)는 온실 내의 온도를 측정하여, 일사량 센서(22)는 온실로의 일사량을 측정하고, 습도 센서(23)는 온실 내의 상대 습도를 측정한다. 도 1에서는 일사량 센서(22)가 온실(10) 내에 설치되어 있지만, 일사량 센서(22)는 온실(10)의 외측에 설치되어도 좋다. 또한, 온실(10)에는, 이산화탄소 농도 센서, 풍속 센서 및 지온 센서 등의 다른 센서가 설치되어도 좋다.
복수의 센서(21 내지 23)는, 측정에 의해 취득한 기온 데이터, 일사량 데이터 또는 상대 습도 데이터 등의 측정 데이터를 무선으로 통신 장치(26)에 송신한다. 예를 들어, 복수의 센서(21 내지 23)는, BLE(Bluetooth(R) Low Energy) 또는 Wi-Fi를 이용하여 측정 데이터를 통신 장치(26)에 송신해도 좋다. 또는, 복수의 센서(21 내지 23)는 통신 장치(26)에 유선으로 접속되어도 좋고, 이 경우, 복수의 센서(21 내지 23)는 측정 데이터를 유선으로 통신 장치(26)에 송신한다.
(통신 장치(26))
통신 장치(26)는, 복수의 센서(21 내지 23)와 관리 서버(40) 사이에서 측정 데이터를 중계한다. 즉, 통신 장치(26)는, 복수의 센서(21 내지 23)로부터 측정 데이터를 수신하고, 수신한 측정 데이터를 관리 서버(40)에 네트워크(12)를 통해 송신한다. 또한, 네트워크(12)는, 네트워크(12)에 접속되어 있는 장치로부터 송신되는 정보의 유선, 또는 무선의 전송로이다. 예를 들어, 네트워크(12)는, 셀룰러 네트워크, 인터넷, 전화 회선망, 위성 통신망 등의 공중 회선망이나, Ethernet(등록상표)를 포함하는 각종의 LAN(Local Area Network), WAN(Wide Area Network) 등을 포함하여도 좋다. 또한, 네트워크(12)는, IP-VPN(Internet Protocol-Virtual Private Network) 등의 전용 회선망을 포함해도 좋다.
(기상 정보 서버(30))
기상 정보 서버(30)는, 기상 정보를 관리 서버(40)에 제공한다. 기상 정보는, 현재 또는 과거에 실제로 관측된 기상 정보, 및, 현재 이후에 관측되는 것이 예측되는 기상 예측 정보를 포함한다. 기상 정보는, 지역마다의 기온, 상대 습도, 일사량 또는 강우량을 나타내는 정보를 포함해도 좋다.
(관리 서버(40))
관리 서버(40)는, 온실(10)의 관리를 위한 다양한 정보를 수집하는 기능, 수집한 정보를 분석하는 기능, 수집한 정보 또는 정보의 분석 결과를 전송하는 기능을 갖는 정보 처리 장치이다. 구체적으로는, 관리 서버(40)는, 통신 장치(26)로부터 측정 데이터를 수집하고, 기상 정보 서버(30)로부터 기상 정보를 수집한다. 관리 서버(40)는, 수집한 정보를 분석하여, 장래의 온실(10)의 내부 환경을 예측하는 것, 또 병해 리스크를 판정하는 것이 가능하다. 관리 서버(40)는, 수집한 정보, 상술한 예측 결과 및 판정 결과 등을, 농가의 유저가 이용하는 유저 장치(50)에 네트워크(12)를 통해 전송한다.
(유저 장치(50))
유저 장치(50)는, 온실(10)에서 농작물을 재배하는 농가의 유저가 이용하는 장치이다. 유저 장치(50)는, 관리 서버(40)로부터 전송되는 정보를 표시하는 표시부를 갖는다. 도 1에서는 유저 장치(50)의 일례로서 스마트폰을 나타내고 있지만, 유저 장치(50)는 스마트폰에 한정되지 않는다. 유저 장치(50)는, 예를 들어, PC(Personal Computer), 휴대전화 또는 전용 장치 등의 정보 처리 장치라도 좋다.
도 2는, 유저 장치(50)의 표시부에 표시되는 화면의 구체예를 나타내는 설명도이다. 도 2에 나타낸 화면은, 병해 리스크를 나타내는 표시(62), 기온 및 상대 습도의 시간 변화를 나타내는 표시(64)를 포함한다. 표시(62)에서는, 각 시점에서의 병해 리스크의 크기가 원의 크기 및 색으로 표시된다. 도 2에 나타낸 예에서는, 병해 리스크가 높을수록 크고, 또한 색이 진한 원이 표시된다. 유저는, 표시(62)를 봄으로써, 약제의 살포, 난방의 조정 및 온실(10)의 환기 등, 병해 리스크를 줄이기 위한 작업을 행하는 것이 가능해진다. 또한, 온실(10)에 설치된 기기가, 관리 서버(40)로부터의 지시에 따라서, 난방의 조정, 이산화탄소 발생량의 조정 등의 환경 제어 및 약제의 살포 등의 처리를 실행해도 좋다.
표시(64)에 있어서, 가는선 실선은 기온의 측정값, 가는선 파선은 기온의 장래의 예측값, 굵은선 실선은 상대 습도의 측정값, 굵은선 파선은 상대 습도의 장래의 예측값을 나타낸다. 유저는, 당해 표시(64)에 기초하여, 온실(10)의 현재의 환경, 및 장래의 환경을 파악할 수 있다.
도 2에는, 병해 리스크, 기온 및 상대 습도를 나타내는 정보가 표시되는 예를 나타냈지만, 유저 장치(50)는, 관리 서버(40)와의 통신에 기초하여, 일사량 또는 이산화탄소 농도 등의 다른 환경 요소를 나타내는 정보를 표시하는 것이 가능하다. 또한, 유저 장치(50)는, 온실(10)이 복수 설치되는 경우에는 온실(10)마다의 정보를 표시하는 것도 가능하고, 온실(10) 내의 장소마다 또는 센서마다의 정보를 표시하는 것도 가능하다. 이로써, 현재의 환경 또는 장래의 환경이 농작물의 재배를 위해 부적합한 경우, 유저는, 난방의 조정, 이산화탄소 발생량의 조정 등을 행할 수 있다.
<2. 배경의 정리>
이상, 본 발명의 실시형태에 의한 온실 관리 시스템의 개요를 설명하였다. 이어서, 본 발명의 실시형태의 기술적 의의를 보다 명백히 하기 위해, 본 발명의 실시형태의 상세한 설명에 앞서, 본 발명의 실시형태의 배경을 설명한다.
온실에서 병해가 발생하는 원인으로서, 재배물로의 결로가 알려져 있다. 재배물로의 결로에 의해 재배물이 젖은 상태가 장기화되면, 재배물에 부착된 균사가 신장하여, 감염 리스크가 높아진다.
당해 결로는, 특히, 아침 햇볕의 일사에 의한 급격한 기온 상승, 또는 창을 꼭 닫은 상황 하에서 습기가 차는 것에 의해 야기된다. 여기서, 도 3을 참조하여, 일사량과 기온의 관계를 설명한다.
도 3은, 일사량 및 기온의 관계를 나타내는 설명도이다. 도 3에 나타낸 바와 같이, 일사량 R이 상승하면, 일사량 R의 상승보다 늦게 온실 내의 실제의 기온 Tr가 상승한다. 기온 Tr의 상승에 의해, 상대 습도가 감소하고, 온실을 형성하는 건재 등의 온도가 상승한다. 특히, 환기창을 꼭 닫은 온실에서는, 일사에 의해 식물의 수증기가 방출되는 증산이 증가하는 것, 및, 토양 표면의 수면의 휘발에 의해, 습도가 100% 가까이 유지된다. 한편으로, 수분을 많이 포함하는 재배물의 비열은 건재 등의 다른 물체보다도 비열이 높다. 이 때문에, 재배물은 다른 물체보다도 온도가 상승하기 어렵고, 재배물의 온도는 도 3의 온도 Tc에 나타낸 바와 같이 기온 Tr의 상승보다 더 늦게 상승한다. 이 경우, 재배물의 근방의 기온이 상대적으로 낮아지므로, 재배물의 근방에서 상대 습도가 100%에 달하고, 결로가 재배물에 집중된다고 생각된다.
병해 리스크를 정확히 판정하기 위해, 상술한 일사에 의한 결로의 발생을 고정확도로 추정하는 것이 요망된다. 이 점에 관하여, 기온 센서에 의해 측정된 기온 및 습도 센서에 의해 측정된 상대 습도를 이용하여 결로의 발생을 추정하는 방법을 생각할 수 있다. 그러나, 온실에 설치된 기온 센서의 측정 결과에서의 기온의 상승에는, 온실 내의 재배물의 주변에서의 실제의 기온의 상승에 대하여 지연이 발생할 경우가 있다. 예를 들어, 온실 내의 기온은 일정하지 않고, 아침 햇볕에 의한 온도 상승이 발생하는 범위는 온실 내에서 서서히 퍼져 나간다. 또한, 기온 센서의 측정 결과에 실제의 기온이 반영될 때까지의 지연도 생길 수 있다. 결과, 도 3에 나타낸 기온 Tm과 같이, 기온 센서에 의한 측정 결과인 기온 Tm의 상승에는 실제의 기온 Tr의 상승에 대하여 지연이 생길 수 있다. 따라서, 기온 센서 및 습도 센서만을 이용한 결로 상태의 추정 방법으로는, 추정 결과에 대한 신뢰성이 불충분하다.
또한, 웨트(WET) 센서를 도입하는 방법도 생각할 수 있지만, 운용 단계에서의 웨트 센서의 도입에는, 웨트 센서의 구입 비용, 유지 보수 및 측정 데이터의 이용 방법 등의 관점에서 문제가 있다.
본 발명자는, 상기 사정을 하나의 착안점으로 하여 본 발명의 실시형태를 창작하기에 이르렀다. 본 발명의 실시형태에 의하면, 운용 단계에서 웨트 센서를 이용하지 않고, 결로 상태의 추정 정확도를 향상하는 것이 가능하다. 이하, 이러한 본 발명의 실시형태의 구성 및 동작을 순차 상세하게 설명한다.
<3. 관리 서버의 구성>
도 4는, 본 발명의 실시형태에 의한 관리 서버(40)의 구성을 나타내는 설명도이다. 도 4에 나타낸 바와 같이, 본 발명의 실시형태에 의한 관리 서버(40)는, 통신부(420)와, 기억부(430)와, 학습부(440)와, 분석부(450)를 구비한다.
(통신부(420))
통신부(420)는, 다른 장치와의 통신을 위한 인터페이스이다. 예를 들어, 통신부(420)는, 통신 장치(26)로부터 일사량 데이터, 기온 데이터 및 상대 습도 데이터 등의 측정 데이터를 수신하고, 기상 정보 서버(30)로부터 기상 정보를 수신하는 데이터 취득부로서 기능한다. 또한, 통신부(420)는, 측정 데이터 등을 이용한 예측 결과 및 판정 결과 등을 유저 장치(50)로 송신하는 송신부로서의 기능도 갖는다.
(기억부(430))
기억부(430)는, 통신 장치(26)로부터 수신된 측정 데이터, 및 기상 정보 서버(30)로부터 수신된 기상 정보를 기억한다. 기억부(430)는, 후술하는 학습부(440)에 의해 생성되는 습윤량 산출 모델도 기억한다.
(학습부(440))
학습부(440)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터 등의 측정 데이터를 입력 데이터로서 사용하여 재배물의 습윤량(결로 상태)를 출력하기 위한, 습윤량 산출 모델을 기계 학습에 의해 생성한다.
구체적으로는, 학습 단계에서는 온실(10)의 재배물에 습도 센서를 장착하고, 관리 서버(40)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터에 더하여, 웨트 센서에 의해 측정된 습윤량 데이터를 취득한다. 그리고, 학습부(440)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 입력 데이터로서 사용하고, 습윤량 데이터를 교사 데이터로서 사용하여 기계 학습을 행함으로써, 습윤량 산출 모델을 생성한다.
결과, 습윤량 산출 모델로서, 기온 및 상대 습도에 더하여, 절대 습도, 이슬점 온도, 기온과 이슬점 온도와의 차분, 및 포차(飽差) 등의 물리량, 이전 시간에서의 이들 물리량, 이전 시간과 현재 시간에서의 이들 물리량의 차분, 이전 시간에서의 습윤량, 등이 고려된 모델이 얻어진다.
또한, 기계 학습에서는, 상술한 바와 같이 입력 데이터로서 일사량 데이터도 사용된다. 도 3을 참조하여 설명한 바와 같이, 온실(10)에 설치된 기온 센서(21)의 측정 결과에서의 기온의 상승에는, 온실(10) 내의 재배물 주변에서의 실제 기온의 상승에 대하여 지연이 발생하는 경우가 있다. 한편, 일사량은, 온실(10) 내의 재배물 주변에서의 실제의 기온의 상승에 앞서 상승한다. 따라서, 현시간보다 전의 일사량 데이터도 입력 데이터로서 기계 학습을 행함으로써, 실제 기온의 추정 정확도가 향상되는 효과를 얻을 수 있고, 그 결과, 운용 단계에서도 입력 데이터로서 일사량 데이터를 사용함으로써 습윤량의 추정 정확도가 향상되는 것이 기대된다.
한편, 학습부(440)는, 또한, 시간대, 재배물의 밀도, 온실(10)의 면적, 기상 정보, 온실(10) 내의 송풍 상황 및 온실(10)의 환기 상황 중 적어도 하나를 입력 데이터로 추가적으로 사용하여 기계 학습을 행하여도 좋다. 이러한 구성에 의해, 습윤량 모델에 의한 습윤량의 추정 정확도를 한층 향상시키는 것이 가능하다. 또한, 기계 학습의 수법으로서, 선형 모델, 칼만 필터, 또는 뉴럴 네트워크(예를 들어, 리커런트 뉴럴 네트워크 및 딥 러닝 등)가 사용되어도 좋다. 또한, 어느 온실(10)에 대한 기계 학습에 의해 생성된 습윤량 산출 모델은, 상기 온실(10)의 운용 단계에서 사용되어도 좋고, 다른 온실(10)의 운용 단계에서 사용되어도 좋다.
(분석부(450))
분석부(450)는, 운영 단계에서, 기억부(430)에 기억된 측정 데이터 등을 분석하는 기능을 갖는다. 구체적으로는, 분석부(450)는, 도 4에 나타낸 바와 같이 결로 추정부(452) 및 병해 리스크 판정부(454)의 기능을 갖는다.
결로 추정부(452)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터에 기초하여, 온실(10) 내의 재배물에서의 결로 상태로서, 재배물의 습윤량을 추정한다. 구체적으로는, 결로 추정부(452)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 입력 데이터로 하여, 기억부(430)에 기억된 습윤량 산출 모델에 적용함으로써, 재배물의 습윤량을 추정한다.
습윤량 산출 모델에서는, 최근의 소정 시간분의 일사량 데이터, 기온 데이터 및 상대 습도 데이터 등의 측정 데이터가 이용되어도 좋다. 이러한 구성에 의해, 재배물에서의 습윤의 축적을 고려하여 습윤량을 산출할 수 있다. 또한, 소정 시간(예를 들어, 1시간 및 2시간 등)보다 전의 상황이 현재의 습윤량에 미치는 영향은 적다고 생각되므로, 상기와 같이 소정 시간 전보다 오래된 측정 데이터를 사용하지 않음으로써, 고정확도의 추정과 처리 부하의 경감을 실현하는 것이 가능하다.
또한, 습윤량 산출 모델이, 재배물의 밀도, 온실(10)의 면적, 기상 정보, 온실(10) 내의 송풍 상황 또는 온실(10)의 환기 상황 등을 추가적인 입력 데이터로서 사용하는 학습에 의해 생성된 경우, 운영 단계에서도, 재배물의 밀도, 온실(10)의 면적, 기상 정보, 온실(10) 내의 송풍 상황 또는 온실(10)의 환기 상태 등이 추가적인 입력 데이터로서 습윤량 산출 모델에 적용되어도 좋다.
병해 리스크 판정부(454)는, 결로 추정부(452)에 의해 추정된 재배물의 습윤량에 기초하여, 재배물의 병해 리스크를 판정한다. 예를 들어, 병해 리스크 판정부(454)는, 재배물의 습윤이, 어느 정도의 양으로, 어느 정도의 시간에 걸쳐서 계속하고 있는지에 기초하여, 재배물의 병해 리스크를 판정해도 좋다. 병해 리스크 판정부(454)에 의한 판정 결과는, 통신부(420)에 의해 유저 장치(50)에 송신되고, 도 2에 나타낸 바와 같이 유저 장치(50)에서 표시된다.
<4. 관리 서버의 동작>
이상, 본 발명의 실시형태에 따른 관리 서버(40)의 구성을 설명하였다. 계속해서, 도 5 및 도 6을 참조하여, 본 발명의 실시형태에 의한 관리 서버(40)의 동작을 정리한다.
도 5는 학습 단계에서의 관리 서버(40)의 동작을 나타내는 플로우 차트이다. 먼저, 관리 서버(40)의 학습부(440)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 입력 데이터로서 기억부(430)로부터 판독한다(S504). 또한, 학습부(440)는, 습윤량 데이터를 교사 데이터로서 기억부(430)로부터 판독한다(S508).
그리고, 학습부(440)는 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 입력 데이터로서 사용하고, 습윤량 데이터를 교사 데이터로서 사용하여 기계 학습을 행함으로써, 습윤량 산출 모델을 생성한다(S512). 그 후, 기억부(430)는, 학습 부(440)에 의해 생성된 습윤량 산출 모델을 기억한다(S516).
도 6은 운용 단계에서의 관리 서버(40)의 동작을 나타내는 플로우 차트이다. 도 6에 나타낸 바와 같이, 먼저, 관리 서버(40)의 결로 추정부(452)는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 기억부(430)로부터 입력 데이터로서 판독한다(S604). 이어서, 결로 추정부(452)는 습윤량 산출 모델을 기억부(430)로부터 판독한다(S608).
그리고, 결로 추정부(452)는 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 입력 데이터로서 습윤량 산출 모델에 적용함으로써, 재배물의 습윤량을 추정한다(S612).
또한, 병해 리스크 판정부(454)는, 결로 추정부(452)에 의해 추정된 재배물의 습윤량에 기초하여, 재배물의 병해 리스크를 판정한다(S616). 그 후, 통신부(420)가, 병해 리스크 판정부(454)에 의한 판정 결과인 병해 리스크 정보를 유저 장치(50)에 송신한다(S620).
<5. 작용 효과>
이상 설명한 바와 같이, 본 발명의 실시형태에 의한 결로 추정부(452)는, 기온 데이터 및 상대 습도 데이터에 더하여 일사량 데이터를 사용하여 습윤량을 추정하므로, 운영 단계에서 습윤량 센서를 사용하지 않아도, 고정확도로 습윤량을 추정하는 것이 가능하다. 그 결과, 병해 리스크 판정부는(454)도 고정확도로 병해 리스크를 판정하는 것이 가능해진다.
<6. 변형예>
이상, 본 발명의 실시형태를 설명하였다. 이하에서는, 본 발명의 실시형태의 몇가지 변형예를 설명한다. 또한, 이하에 설명하는 각 변형예는, 단독으로 본 발명의 실시예에 적용되어도 좋고, 조합해서 본 발명의 실시예에 적용되어도 좋다. 또한, 각 변형예는, 본 발명의 실시형태에서 설명한 구성 대신에 적용되어도 좋고, 본 발명의 실시형태에서 설명한 구성 대신에 추가적으로 적용되어도 좋다.
(제 1 변형예)
상기에서는, 습윤량 산출 모델이 기계 학습에 의해 생성되는 예를 설명했지만, 습윤량 산출 모델의 생성 방법은 기계 학습에 한정되지 않는다. 습윤량 산출 모델은, 일사량 데이터, 기온 데이터, 상대 습도 데이터 및 습윤량 데이터의 통계 분석 등의 다른 방법에 의해 이끌어내어진 모델이라도 좋다.
(제 2 변형예)
상기에서는, 일사량 데이터, 기온 데이터 및 상대 습도 데이터를 사용하여 습윤량을 추정하는 예를 설명했지만, 습윤량의 추정을 위한 입력 데이터로서 기온 데이터는 사용되지 않아도 좋다. 기온은 일사량에 의존하므로, 기온 데이터가 사용되지 않아도, 일사량 데이터를 사용함으로써 습윤량을 추정하는 것이 가능하다.
<7. 하드웨어 구성>
상술한 관리 서버(40)에서의 기계 학습 및 습윤량의 추정 등의 정보 처리는, 소프트웨어와, 이하에 설명하는 관리 서버(40)의 하드웨어와의 협동에 의해 실현된다.
도 7은, 관리 서버(40)의 하드웨어 구성을 나타낸 블록도이다. 관리 서버(40)는, CPU(Central Processing Unit)(401)와, ROM(Read Only Memory)(402)과, RAM(Random Access Memory)(403)과, 호스트 버스(404)를 구비한다. 또한, 관리 서버(40)는, 브릿지(405)와, 외부 버스(406)와, 인터페이스(407)와, 입력 장치(408)와, 출력 장치(410)와, 메모리(411)와, 드라이브(412)와, 통신 장치(415)를 구비한다.
CPU(401)는, 연산 처리 장치 및 제어 장치로서 기능하고, 각종 프로그램에 따라서 관리 서버(40) 내의 동작 전반을 제어한다. 또한, CPU(401)는, 마이크로프로세서라도 좋다. ROM(402)은, CPU(401)가 사용하는 프로그램이나 연산 파라미터 등을 기억한다. RAM(403)은, CPU(401)의 실행에 있어서 사용하는 프로그램이나, 그 실행에 있어서 적절하게 변화하는 파라미터 등을 일시 기억한다. 이것들은 CPU 버스 등으로 구성되는 호스트 버스(404)에 의해 서로 접속되어 있다. CPU(401), ROM(402) 및 RAM(403)과 소프트웨어와의 협동에 의해, 도 4를 참조하여 설명한 학습부(440) 및 분석부(450) 등의 기능이 실현될 수 있다.
호스트 버스(404)는, 브릿지(405)를 통해 PCI(Peripheral Component Interconnect/Interface) 버스 등의 외부 버스(406)에 접속되어 있다. 또한, 반드시 호스트 버스(404), 브릿지(405) 및 외부 버스(406)를 분리 구성할 필요는 없고, 하나의 버스에 이러한 기능을 실장해도 좋다.
입력 장치(408)는, 마우스, 키보드, 터치 패널, 버튼, 마이크, 스위치 및 레버 등 유저가 정보를 입력하기 위한 입력 수단과, 유저의 의한 입력에 기초하여 입력 신호를 생성하고, CPU(401)에 출력하는 입력 제어 회로 등으로 구성되어 있다. 관리 서버(40)의 유저는, 당해 입력 장치(408)를 조작함으로써, 관리 서버(40)에 대하여 각종의 데이터를 입력하거나 처리 동작을 지시하거나 할 수 있다.
출력 장치(410)는, 예를 들어, CRT(Cathode Ray Tube) 디스플레이 장치, 액정 디스플레이(LCD) 장치, OLED(Organic Light Emitting Diode) 장치 및 램프 등의 표시 장치를 포함한다. 또한, 출력 장치(410)는, 스피커 및 헤드폰 등의 음성 출력 장치를 포함한다. 출력 장치(410)는, 예를 들어, 재생된 컨텐츠를 출력한다. 구체적으로는, 표시 장치는 재생된 영상 데이터 등의 각종 정보를 텍스트 또는 이미지로 표시한다. 한편, 음성 출력 장치는, 재생된 음성 데이터 등을 음성으로 변환하여 출력한다.
메모리(411)는 데이터 격납용 장치이며, 도 4를 참조하여 설명한 기억부(430)에 대응한다. 메모리(411)는, 기억 매체, 기억 매체에 데이터를 기록하는 기록 장치, 기억 매체로부터 데이터를 판독하는 판독 장치 및 기억 매체에 기록된 데이터를 삭제하는 삭제 장치 등을 포함해도 좋다. 메모리(411)는, 예를 들어, HDD(Hard Disk Drive)로 구성된다. 이 메모리(411)는, 하드 디스크를 구동하고, CPU(401)가 실행하는 프로그램이나 각종 데이터를 격납한다.
드라이브(412)는 기억 매체용 리더 라이터이며, 관리 서버(40)에 내장, 또는 외부 부착된다. 드라이브(412)는, 장착되어 있는 자기 디스크, 광 디스크, 광자기 디스크, 또는 반도체 메모리 등의 이동식 기억 매체(removable storage medium)에 기록되어 있는 정보를 판독하여, RAM(403)에 출력한다. 또한, 드라이브(412)는, 이동식 기억 매체에 정보를 기록할 수도 있다.
통신 장치(415)는, 예를 들어, 네트워크(12)에 접속하기 위한 통신 디바이스 등으로 구성된 통신 인터페이스이며, 도 4를 참조하여 설명한 통신부(420)에 대응한다. 또한, 통신 장치(415)는, 무선 LAN(Local Area Network) 대응 통신 장치라도, LTE(Long Term Evolution) 대응 통신 장치라도, 유선에 의한 통신을 행하는 와이어 통신 장치라도 좋다.
<8. 보충>
이상 첨부 도면을 참조하면서 본 발명의 적합한 실시형태에 대하여 상세하게 설명하였지만, 본 발명은 이러한 예에 한정되지 않는다. 본 발명이 속하는 기술 분야에서의 통상의 지식을 가진 자라면, 특허청구범위에 기재된 기술적 사상의 범주 내에서, 각종 변경예 또는 수정예에 상도할 수 있음은 명백하며, 이것들에 대해서도, 당연히 본 발명의 기술적 범위에 속하는 것이라고 이해된다.
예를 들어, 본 명세서의 관리 서버(40)의 처리에서의 각 스텝은, 반드시 플로우 차트로서 기재된 순서에 따라 시계열로 처리할 필요는 없다. 예를 들어, 관리 서버(40)의 처리에서의 각 스텝은, 플로우 차트로서 기재한 순서와 다른 순서로 처리되어도, 병렬적으로 처리되어도 좋다.
또한, 관리 서버(40)에 내장되는 CPU(401), ROM(402) 및 RAM(403) 등의 하드웨어에, 상술한 관리 서버(40)의 각 구성과 동등한 기능을 발휘시키기 위한 컴퓨터 프로그램도 작성 가능하다. 또한, 상기 컴퓨터 프로그램을 기억시킨 기억 매체도 제공된다.

Claims (8)

  1. 일사량 센서에 의해 측정된 온실로의 일사량을 나타내는 일사량 데이터, 및 상기 온실 내의 상대 습도를 나타내는 상대 습도 데이터를 취득하는 데이터 취득 부와,
    상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여, 상기 온실 내의 재배물에서의 결로 상태를 추정하는 추정부를 구비하는, 정보 처리 장치.
  2. 제 1 항에 있어서, 상기 데이터 취득부는, 추가로, 상기 온실 내의 기온을 나타내는 기온 데이터를 취득하고,
    상기 추정부는, 상기 일사량 데이터 및 상기 상대 습도 데이터에 더하여, 상기 기온 데이터에 기초하여 상기 결로 상태를 추정하는, 정보 처리 장치.
  3. 제 1 항 또는 제 2 항에 있어서, 상기 추정부는, 최근의 소정 시간분의 상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여 상기 결로 상태를 추정하는, 정보 처리 장치.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 정보 처리 장치는,
    상기 일사량 데이터 및 상기 상대 습도 데이터를 입력 데이터로서 사용하고, 상기 재배물에서의 결로 상태의 측정 데이터를 교사 데이터로서 사용하여 기계 학습을 행하는 학습부를 추가로 구비하고,
    상기 추정부는, 상기 학습부에 의해 얻어진 모델에 상기 일사량 데이터 및 상기 상대 습도 데이터를 적용함으로써 상기 결로 상태를 추정하는, 정보 처리 장치.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 추정부는, 또한, 상기 재배물의 밀도, 상기 온실의 면적, 기상 정보, 상기 온실 내의 송풍 상황 및 상기 온실의 환기 상황 중 적어도 하나에 기초하여 상기 결로 상태를 추정하는, 정보 처리 장치.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 정보 처리 장치는, 상기 추정부에 의해 추정된 상기 결로 상태에 기초하여, 상기 재배물의 병해 리스크를 판정하는 병해 리스크 판정부를 추가로 구비하는, 정보 처리 장치.
  7. 제 6 항에 있어서, 상기 정보 처리 장치는, 상기 병해 리스크 판정부에 의한 판정 결과를 유저 장치에 송신하는 송신부를 추가로 구비하는, 정보 처리 장치.
  8. 일사량 센서에 의해 측정된 온실로의 일사량을 나타내는 일사량 데이터, 및 상기 온실 내의 상대 습도를 나타내는 상대 습도 데이터를 취득하는 것과,
    상기 일사량 데이터 및 상기 상대 습도 데이터에 기초하여, 상기 온실 내의 재배물에서의 결로 상태를 추정하는 것을 포함하는, 정보 처리 방법.
KR1020207019989A 2017-12-26 2018-11-28 정보 처리 장치 및 처리 방법 KR20200101941A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017248707 2017-12-26
JPJP-P-2017-248707 2017-12-26
PCT/JP2018/043653 WO2019130953A1 (ja) 2017-12-26 2018-11-28 情報処理装置および情報処理方法

Publications (1)

Publication Number Publication Date
KR20200101941A true KR20200101941A (ko) 2020-08-28

Family

ID=67067080

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207019989A KR20200101941A (ko) 2017-12-26 2018-11-28 정보 처리 장치 및 처리 방법

Country Status (6)

Country Link
EP (1) EP3732957B1 (ko)
JP (1) JP6858891B2 (ko)
KR (1) KR20200101941A (ko)
CN (1) CN111511195B (ko)
ES (1) ES2899430T3 (ko)
WO (1) WO2019130953A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017112916A (ja) 2015-12-24 2017-06-29 株式会社デンソー 制御装置および農業用ハウス

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2073911B (en) * 1980-04-15 1984-02-15 Agri Projects International Lt System for the control of temperature and humidity within a greenhouse
JPS598567U (ja) * 1982-07-12 1984-01-20 横河電機株式会社 施設園芸用ハウス
JPH0440450Y2 (ko) * 1987-12-28 1992-09-22
JP2835192B2 (ja) * 1991-02-04 1998-12-14 株式会社東芝 温室の環境制御装置
JPH09252661A (ja) * 1996-03-25 1997-09-30 Nepon Inc 施設園芸用温室の複合環境情報伝達装置および方法
JP3574949B2 (ja) * 2000-08-15 2004-10-06 ネポン株式会社 暖房用熱源水の温度調節による結露防止方法
WO2005000005A1 (ja) * 2003-06-27 2005-01-06 Taiyo Kogyo Co., Ltd. 苗生産装置および苗生産方法
CN102523954B (zh) * 2011-12-29 2014-04-09 北京农业智能装备技术研究中心 适用于温室环境的二氧化碳的测控与校对系统、方法
JP6115335B2 (ja) * 2013-06-10 2017-04-19 ノーリツプレシジョン株式会社 情報処理装置、情報処理方法、及び、プログラム
CN204116905U (zh) * 2014-04-25 2015-01-21 东华大学 一种温室大棚自主式无线监控节点
JP6277159B2 (ja) * 2015-08-19 2018-02-07 有限会社 イチカワ 農業用ハウス内環境制御システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017112916A (ja) 2015-12-24 2017-06-29 株式会社デンソー 制御装置および農業用ハウス

Also Published As

Publication number Publication date
ES2899430T3 (es) 2022-03-11
EP3732957A1 (en) 2020-11-04
EP3732957B1 (en) 2021-10-13
CN111511195B (zh) 2022-02-15
CN111511195A (zh) 2020-08-07
WO2019130953A1 (ja) 2019-07-04
JP6858891B2 (ja) 2021-04-14
JPWO2019130953A1 (ja) 2020-11-19
EP3732957A4 (en) 2020-11-11

Similar Documents

Publication Publication Date Title
Navulur et al. Agricultural management through wireless sensors and internet of things
JP7300796B2 (ja) 生育状況または病害虫発生状況の予測システム、方法およびプログラム
CN106022553B (zh) 用于农业活动监控和培训的系统和方法
Channe et al. Multidisciplinary model for smart agriculture using internet-of-things (IoT), sensors, cloud-computing, mobile-computing & big-data analysis
WO2018099220A1 (zh) 一种种植设备中植物病虫害预测方法及装置
WO2020047579A1 (en) Method and system for plant stress determination and irrigation based thereon
EP3604957A1 (en) Information processing device and information processing method
González-Esquiva et al. Development of a visual monitoring system for water balance estimation of horticultural crops using low cost cameras
Karimi et al. Web-based monitoring system using Wireless Sensor Networks for traditional vineyards and grape drying buildings
JP2018029568A (ja) 萎れ具合予測システム及び萎れ具合予測方法
JP6551943B2 (ja) 生育管理装置、生育管理方法、及び、プログラム
JP6704148B1 (ja) 農作物の収穫量予測プログラム及び農作物の品質予測プログラム
US20130096832A1 (en) Method and system for partitioning farming field
EP3984350A1 (en) Information processing device and method
JP6858891B2 (ja) 情報処理装置および情報処理方法
JP7386503B2 (ja) 収量推定プログラム、収量推定方法及び収量推定装置
EP3984349A1 (en) Information processing device and method
WO2018235777A1 (ja) 画像データ加工装置、植物栽培システム及び画像データ加工方法
KR102401786B1 (ko) 작물을 생육하는 장치 및 방법
Murakami et al. Growth Estimation Sensor Network System for Aquaponics using Multiple Types of Depth Cameras
KR20210056213A (ko) 농장 운영정보 제공 시스템
US11684004B2 (en) System and method for suggesting an optimal time for performing an agricultural operation
EP4173477A1 (en) Method and device for optimisation of collection &amp; processing of soil moisture data to be used in automatic instructions generation for optimal irrigation in agriculture
Maselli et al. Use of ground and LiDAR data to model the NPP of a Mediterranean pine forest
Jahan et al. IoT Solution for Winter Survival of Indoor Plants

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal