KR20210147568A - 스마트 팜 데이터 처리 시스템 및 스마트 팜 데이터 처리 방법 - Google Patents

Abstract

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버는, 재배지로부터 수신되는 환경 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집부; 수집부에서 수신되는 환경 데이터 및 작물 데이터 중 결측치 혹은 이상치를 검출하여 정제하는 정제부; 및 정제부를 통해 정제된 환경 데이터 및 작물 데이터와, 수집부로부터 수신된 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성부를 포함하며, 수집부는 비관계형 시스템을 이용하여 환경 데이터를 저장한다.

Description

스마트 팜 데이터 처리 시스템 및 스마트 팜 데이터 처리 방법{SMART FARM DATA PROCESSING SYSTEM AND SMART FARM DATA PROCESSING METHOD}

본 발명은 스마트 팜 데이터 처리 시스템 및 스마트 팜 데이터 처리 방법에 관한 것이다.

최근 정보통신기술을 농업 기술에 접목하여 원격에서 자동으로 작물의 생육 환경을 관리하고 생산 효율성을 높일 수 있도록 하는 스마트 팜(smart farm)이 각광받고 있다.

하지만, 기존 스마트 팜의 데이터 처리 시스템의 경우, 환경측정 센서의 손상 또는 통신 지연 등으로 저장 DB의 로우(raw)데이터의 결측치 및 오류치가 발생하는 문제점이 있어 왔다.

이에, 실시간 결측 데이터 감지와 센싱 데이터의 읽기/쓰기에 최적화된 데이터베이스 플랫폼 구조를 개선하여 데이터의 결측치 및 오류치의 발생을 방지할 수 있는 기술의 필요성이 제기되었다.

본 발명은 데이터의 유실을 방지할 수 있는 스마트 팜 데이터 처리 시스템 및 데이터 처리 방법을 제공하는 것을 목적으로 한다.

또한, 본 발명은 데이터 정제 기술 적용을 통해 데이터 전처리에 대한 비용 감소 및 데이터 분석 효율을 극대화할 수 있는 스마트 팜 데이터 처리 시스템 및 데이터 처리 방법을 제공하는 것을 목적으로 한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버는, 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집부; 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제부; 및 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성부를 포함하며, 수집부는 비관계형 데이터베이스에 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장부를 포함한다.

본 발명의 일 실시예에 있어서, 수집부는, 관계형 데이터베이스에 작물 데이터를 저장하는 작물 데이터 저장부; 및 이미지 데이터를 저장하는 이미지 데이터 저장부를 더 포함한다.

본 발명의 일 실시예에 있어서, 정제부는, 수집부로부터 수신된 제1 환경 측정 센서 데이터 중 결측치를 판단하고 검출하는 결측치 검출부; 결측치를 제외한 제1 환경 측정 센서 데이터 중 이상치를 판단하고 검출하는 이상치 검출부; 및 결측치 및 이상치를 예측하여 데이터를 보정하는 데이터 보정부를 포함한다.

본 발명의 일 실시예에 있어서, 합성부는, 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 시계열에 따라 각각 정렬하는 시계열 정렬부; 제2 환경 측정 센서 데이터를 기설정된 컬럼 인덱스를 기준으로 저장하여 관계형 센서 데이터 테이블을 생성하는 관계형 테이블 생성부; 및 관계형 센서 데이터 테이블에 작물 데이터 및 이미지 데이터를 매칭시켜 분산 저장하는 분산 저장부를 포함한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버는, 결측치 혹은 이상치가 기설정된 개수 혹은 기설정된 임계값을 초과하는 경우, 관리자 단말에 센서 교체 알람 신호를 전송하는 알람부를 더 포함한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 시스템은, 작물 재배 환경의 제1 환경 측정 센서 데이터를 측정하는 환경 센서; 작물의 생육량을 포함하는 작물 데이터를 측정하는 작물 센서; 작물의 영상을 포함하는 이미지 데이터를 촬영하는 카메라; 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 수신하여 스마트 팜 데이터를 생성하는 제1항의 스마트 팜 데이터 처리 서버; 스마트 팜 데이터 처리 서버로부터 수신된 스마트 팜 데이터를 저장하는 저장 DB; 및 스마트 팜 데이터 처리 서버와 통신 가능하도록 제공된 관리자 단말을 포함한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 방법은, 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계; 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제 단계; 및 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계를 포함하며, 수집부는 비관계형 데이터베이스에 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장 단계를 포함한다.

본 발명의 일 실시예에 있어서, 정제 단계는, 수집부로부터 수신된 제1 환경 측정 센서 데이터 중 결측치를 판단하고 검출하는 결측치 검출 단계; 결측치를 제외한 제1 환경 측정 센서 데이터 중 이상치를 판단하고 검출하는 이상치 검출 단계; 및 결측치 및 이상치를 예측하여 데이터를 보정하는 데이터 보정 단계를 포함한다.

본 발명의 일 실시예에 있어서, 데이터 보정 단계에서, 결측치 혹은 이상치가 제1 임계값 이하인 경우, 보간법을 이용하여 평균값, 최빈값, 혹은 중간값을 산출하여 결측치 혹은 이상치의 예측값을 도출한다.

본 발명의 일 실시예에 있어서, 데이터 보정 단계에서, 결측치 혹은 이상치가 제1 임계값을 초과하며 제2 임계값을 초과하지 않는 경우, 회귀 알고리즘을 이용하여 결측치 혹은 이상치의 예측값을 도출한다.

본 발명의 일 실시예에 있어서, 데이터 보정 단계에서, 결측치 혹은 이상치가 제2 임계값을 초과하는 경우, 관리자 단말로 알람 신호를 송신한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 스마트 팜 데이터 처리 방법은, 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계; 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제 단계; 및 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계를 포함하며, 수집부는 비관계형 데이터베이스에 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장 단계를 포함한다.

본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버를 이용하는 경우, 데이터 정제 기술 적용을 통해 데이터 전처리에 대한 비용 감소 및 데이터 분석 효율을 극대화할 수 있는 효과가 있다.

또한, 센서 고장 및 정전 등으로 인한 데이터 결측치 및 오류를 검출하여 데이터를 예측 및 보정할 수 있으며, 데이터를 테이블화하거나 이동하면서 발생하는 쓰기 지연에 따른 데이터 유실을 최소화할 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버를 도시한 것이다.
도 2a는 종래의 관계형 데이터베이스를 이용한 환경 데이터를 나타낸 예시이다.
도 2b는 본 발명의 비관계형 데이터베이스를 이용한 제1 환경 측정 센서 데이터를 나타낸 예시이다.
도 3은 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 시스템을 도시한 것이다.
도 4는 본 발명의 다른 실시예에 따른 스마트 팜 데이터 처리 시스템을 도시한 것이다.
도 5는 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 방법을 도시한 것이다.
도 6은 도 5의 정제 단계에서 결측치 검출 단계 및 데이터 보정 단계를 나타낸 순서도이다.
도 7은 도 5의 정제 단계에서 이상치 검출 단계 및 데이터 보정 단계를 나타낸 순서도이다.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

본 발명의 스마트 팜 데이터 처리 시스템 및 스마트 팜 데이터 처리 방법은 작물 재배 환경에서 사용하기 위한 발명으로서, 데이터 정제 기술을 적용하여 센서의 손상 또는 통신 지연 등으로 발생하는 저장 DB의 로우(raw)데이터 결측치와 오류치를 감지하고 전처리함으로써, 데이터 분석 효율을 향상시키기 위한 것이다.

본 발명은 주로 농산물 재배지, 특히 스마트 온실 내부에서 사용될 수 있으나 그 사용처가 이에 한정되는 것은 아니며 다양한 분야에서 활용이 가능하다.

도 1은 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버를 도시한 것이다.

도 1을 참조하면, 스마트 팜 데이터 처리 서버(100)는, 수집부(110), 정제부(120) 및 합성부(140)를 포함한다.

먼저, 수집부(110)는, 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집한다.

여기서, 제1 환경 측정 센서 데이터는 재배지의 환경 센서로부터 측정되어 수신되는 측정 값으로 대기 온도, 대기 습도, 토양 온도, 토양 습도, 토양 pH, 토양 EC, 일사량, 조도(광량) 등을 포함하는 것일 수 있다. 작물 데이터는 생장점, 줄기 두께, 및 화방 높이 등을 포함하는 생육 데이터일 수 있다. 이미지 데이터는 개화속도, 개화거리, 화방 간 거리, 화방 줄기 형상, 엽색, 화색, 개화 균일성, 착과수 등을 포함하는 영상 데이터일 수 있다. 상술한 데이터들은 이해의 편의를 위한 예시로서, 그 종류가 이에 한정되는 것은 아니다.

수집부(110)는 상기 데이터를 각각 분류하여 저장하기 용이하도록, 작물 데이터 저장부, 환경 데이터 저장부, 및 이미지 데이터 저장부의 구성으로 구분될 수 있다.

작물 데이터 저장부는 관계형 데이터베이스에 작물 데이터를 저장한다. 이 때, 관계형 데이터베이스(Relational database, RDBMS)란, 상호 관련성을 가진 테이블(Table)들의 집합을 말한다. 관계형 데이터베이스를 사용하면, 처음 데이터베이스를 만든 후 관련 응용 프로그램을 변경하지 않고도, 새로운 작물 데이터를 추가할 수 있어서 확장에 용이한 이점이 있다.

환경 데이터 저장부는 비관계형 데이터베이스에 상기 제1 환경 측정 센서 데이터를 분리 저장하는 기능을 한다. 비관계형 데이터베이스(NoSQL; Not only SQL)란, 정형화된 데이터를 정해진 테이블 속에서 관리하는 관계형 DB와는 달리 비정형화 데이터를 유연한 구조 속에서 관리하는 데이터베이스를 의미한다. 비관계형 데이터베이스로는, 몽고DB(Mongo DB), 카산드라(Cassandra), 혹은 아파치　HBase(Apache　 HBase) 등이 사용될 수 있다. 이러한 비관계형 데이터베이스를 사용하는 경우, 데이터를 테이블화하지 않고 실시간으로 누적 저장되도록 처리할 수 있다.

반면, 종래에는 환경 데이터를 관계형 데이터베이스를 사용하여 저장하도록 설정되어 도시된 테이블과 같은 형태로 처리하였다.

도 2a는 종래의 관계형 데이터베이스를 이용한 환경 데이터를 나타낸 예시이다.

도 2a를 참조하면, 환경 데이터를 5분 단위로 수신하여 온도, 습도, 풍향, 풍속, 일사, 누적일사와 같은 컬럼의 순서를 갖는 인덱스 값으로 테이블화하여 처리한 것을 확인할 수 있다.

이러한 종래의 관계형 데이터베이스 시스템은 다음과 같은 문제점을 가진다.

일반적으로, 재배지의 재배 시스템 상에서 이벤트가 발생하는 경우, 혹은 외적 물리적 요인에 의해 노이즈가 형성되는 문제점이 있어 왔다. 예를 들어, 재배지의 펌프와 같은 가동 장치가 작동될 때, 일시적으로 특정 센서의 측정값이 누락되거나 왜곡되어 저장될 우려가 있다.

여기서, 특히 종래와 같이 관계형 DB를 사용하는 경우, 데이터의 저장 주기를 분 단위, 시간 단위 등으로 설정하여 해당 주기마다 측정되는 환경 데이터를 저장하게 되므로, 측정 데이터 개수가 한정적이게 된다.

이 경우, 누락된 결측치 혹은 오류로 인한 이상치를 정확하게 보정하기에 충분한 데이터가 확보되지 못하여 데이터의 보정이 어렵고, 데이터 정확도가 저하되는 문제점이 있다.

또한, 데이터를 수신하여 테이블화하거나 데이터를 이동시키는 과정에서 쓰기 지연 등의 문제로 인해 데이터가 유실되는 문제가 발생하게 된다.

본 발명은 이와 같은 문제점을 해결하기 위한 것으로, 환경 데이터를 비관계형 데이터베이스에 저장하도록 구현한 것이다.

도 2b는 본 발명의 비관계형 데이터베이스를 이용한 제1 환경 측정 센서 데이터를 나타낸 예시이다.

도 2b를 참조하면, 환경 측정 센서들 각각이 측정하는 제1 환경 측정 센서 데이터들을 정형화된 테이블이 아닌 유연한 형태로 수신하여 실시간 누적 저장되는 것을 확인할 수 있다.

즉, 본 발명과 같이 데이터를 비관계형 데이터베이스에 저장하는 경우, 테이블을 생성할 필요가 없어지므로 실시간으로 입력되는 데이터를 그대로 저장할 수 있는 이점이 있다. 이에 따라, 데이터 이동 시 발생하는 쓰기 지연을 최소화하여 결측치의 발생을 방지할 수 있는 효과가 있다.

또한, 최대한의 실시간 누적 데이터를 확보할 수 있게 됨에 따라, 데이터 보정 단계에서 보정이 용이해지며, 결측치 및 이상치의 예측 정확도를 높일 수 있는 이점이 있게 된다.

이어서, 이미지 데이터 저장부는 파일 시스템(File System)의 저장 방식을 이용하여 이미지 데이터를 저장하는 기능을 한다. 여기서, 파일 시스템(File System)이란 데이터가 하나의 폴더에 누적 적재되는 시스템을 말한다. 이미지 데이터는 센서 데이터와 같이 실시간으로 측정되는 것이 아닌 작물 생육의 이벤트 발생시, 관리자 원격 제어시, 혹은 기설정된 촬영시간을 기반으로 촬영되어 적재되도록 처리될 수 있다.

이어서, 정제부(120)는, 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성한다. 정제부(120)는, 결측치 검출부(121), 이상치 검출부(122), 및 데이터 보정부(123)로 구성된다.

먼저, 결측치 검출부(121)는, 수집부로부터 수신된 제1 환경 측정 센서 데이터 중 결측치를 판단하고 검출한다. 여기서 결측치란, 센서 고장, 통신 지연, 재배지의 정전 발생 등으로 유실되어 누락된 데이터를 의미한다.

이상치 검출부(122)는, 결측치를 제외한 제1 환경 측정 센서 데이터 중 이상치를 판단하고 검출한다. 여기서, 이상치는 센서 고장, 통신 지연 등으로 인해 측정 오류가 발생하여 연속된 값이 지속적으로 측정되거나 터무니 없이 크고 작은 값으로 측정된 데이터를 의미한다.

데이터 보정부(123)는, 상기 결측치 및 이상치를 예측하여 데이터를 보정하는 기능을 한다. 데이터 보정 방법으로는 보간법을 이용하여 평균값, 최빈값, 혹은 중간값을 산출하여 결측치 혹은 이상치의 예측값을 도출할 수 있으며, 회귀 알고리즘을 이용하여 예측값을 도출할 수도 있다. 데이터 보정 방법과 관련된 자세한 설명은 후술한다.

이어서, 합성부(130)는, 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성한다. 합성부는, 다음과 같은 구성들을 포함하도록 제공될 수 있다.

시계열 정렬부(131)는, 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 시계열에 따라 각각 정렬하는 기능을 수행한다.

관계형 테이블 생성부(132)는, 제2 환경 측정 센서 데이터를 기설정된 컬럼 인덱스를 기준으로 저장하여 관계형 센서 데이터 테이블을 생성한다.

데이터베이스 관리 시스템(DBMS)에서 데이터들은 데이터 저장소에 저장될 수 있다. 관계형 데이터베이스 관리 시스템(RDBMS)에서는 이러한 데이터 저장소는 테이블로 지칭될 수 있다. 이러한 테이블은 관리자에 의해 기설정된 특정 컬럼 및 인덱스를 기반으로 구현될 수 있다.

컬럼 및 인덱스는 다수로 이루어질 수 있으며, 파티셔닝된 컬럼 집합 내에서의 해당 컬럼의 인덱스 정보를 이용하여 테이블을 형성할 수 있다.

예를 들어, 제1 컬럼을 대기 온도, 대기 습도, 제2 컬럼을 토양 온도, 토양 습도, 토양 EC로 설정하는 경우, 상기 제1 및 제2 컬럼의 블록 데이터를 순서대로 포함하는 인덱스가 형성될 수 있다. 인덱스는 크게 측정 센서에 따라 분류될 수 있으며, 측정 날짜 및 시간에 따라 하위 분류로 저장될 수도 있다.

분산 저장부(133)는, 관계형 센서 데이터 테이블에 작물 데이터 및 이미지 데이터를 매칭시켜 분산 저장하여 스마트 팜 데이터를 생성하는 기능을 수행한다.

이 때, 분산 저장부(133)는 하둡(Hadoop Distributed File System; HDFS)과 같은 분산 저장 시스템을 사용하여 작물 데이터 및 이미지 데이터를 데이터베이스화 할 수 있다.

또한 분산 저장부(133)는, 데이터를 복수의 저장소에 저장하여 분산 병렬 처리하도록 구현될 수 있다. 예를 들면, 분산 저장부(133)는 수신되는 데이터를 작물별, 객체별로 분류하여 저장하거나, 시간별, 일별, 월별로 테이블화하여 분산 저장하도록 제공될 수 있다. 이에 따라, 복수의 저장소에 저장된 데이터를 이용하여 원하는 결과 데이터를 빠르게 도출할 수 있는 이점이 있다.

더하여, 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 서버(100)는, 결측치 혹은 이상치가 기설정된 개수 혹은 기설정된 임계값을 초과하는 경우, 관리자 단말에 센서 교체 알람 신호를 전송하는 알람부(140)를 더 포함하도록 제공될 수 있다.

연속적으로 발생하는 결측치가 임계값을 초과하는 경우, 재배지의 환경 제어 시스템에 문제가 발생하였거나, 혹은 재배지 환경을 측정하는 센서의 고장이 발생하였을 가능성이 있는 것으로 해석될 수 있다. 이에, 알람부(140)가 관리자 단말에 센서 교체 알람 신호 혹은 환경 점검 알람 신호를 전송하도록 제공됨으로써, 센서 고장, 정전 등에 기인하는 지속적인 결측치 및 이상치의 발생을 방지하고, 관리자로 하여금 신속한 대처가 가능한 이점이 있다.

이외에도, 알람부(140)는 환경 데이터, 작물 데이터, 및 이미지 데이터에 기초한 환경 제어 알람 신호를 생성하여 관리자 단말에 송신하는 기능을 수행하도록 제공될 수도 있다. 이에 따라, 관리자 단말 상에서 재배지의 환경을 모니터링할 수 있게 되며, 재배지에 구비된 환경 제어기의 원격 제어가 가능한 이점이 있다.

이상에서는 이해의 편의를 위해, 본 발명의 스마트 팜 데이터 처리 서버가 재배지의 측정 센서들로부터 실시간으로 수신되는 데이터들을 처리하는 경우를 예로 들어 설명하였으나, 이에 한정되는 것은 아니다.

스마트 팜 데이터 처리 서버는, 지난 작기의 측정 센서들로부터 측정되어 논리스키마로 저장된 데이터들을 저장 DB로부터 다시 수신하여 위에서 설명한 서버의 동일한 구성들의 동일한 기능을 통해 데이터의 보정 및 분류 저장 가능하도록 제공될 수도 있다.

예를 들면, 지난 작기의 논리스키마를 통해 저장되었던 데이터들을 서버 내에 물리스키마로 구현함으로써 데이터 개선이 가능하고, 이렇게 개선된 데이터들은 다시 저장DB에 저장되어 빅데이터를 구축하도록 구현될 수 있다.

상술한 발명의 스마트 팜 데이터 처리 서버를 이용하는 경우, 환경 측정 센서 데이터를 실시간으로 누적하여 비관계형 데이터베이스에 저장함으로써, 최대한의 데이터량을 확보할 수 있다. 따라서, 재배지의 외적 요인에 따른 노이즈 발생시 결측 혹은 왜곡되는 데이터의 비율을 최소화할 수 있는 이점이 있다.

또한, 데이터의 테이블화 혹은 데이터 이동 시 발생하는 데이터 유실 및 왜곡을 최소화할 수 있으며, 이로 인해, 데이터 전처리에 대한 비용을 절감하고 데이터 분석 효율을 극대화할 수 있는 이점이 있다.

또한, 정제 알고리즘을 사용하여 데이터를 정제함에 따라, 유실된 데이터 혹은 오류로 인해 왜곡된 데이터들의 예측값을 도출하여 데이터의 보정이 가능해지며, 이로 인해 보다 정확한 데이터 처리가 가능한 이점이 있다.

이상에서는 스마트 팜 데이터 처리 서버에 대해 살펴보았다. 이하에서는 상술한 스마트 팜 데이터 처리 서버를 이용하는 스마트 팜 데이터 처리 시스템에 대해 설명한다. 설명의 편의를 위해, 도 1 내지 도 2b를 참조하여 설명한 부분과 중복되는 내용은 생략하거나 간단히 기재한다.

도 3은 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 시스템을 도시한 것이다.

도 3을 참조하면, 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 시스템(10)은, 스마트 팜 데이터 처리 서버(100), 저장 DB(200), 재배지(300), 관리자 단말(400)을 포함한다.

먼저, 재배지(300)는 작물이 재배되는 공간으로서, 환경 센서(310), 작물 센서(320), 및 카메라(330)가 구비되도록 제공된다.

환경 센서(310)는 작물 재배 환경의 제1 환경 측정 센서 데이터를 측정한다. 여기서, 제1 환경 측정 센서 데이터는 대기 온도, 대기 습도, 토양 온도, 토양 습도, 토양 pH, 토양 EC, 일사량, 조도(광량) 등을 포함한다.

작물 센서(320)는 작물의 생육량을 포함하는 작물 데이터를 측정한다. 여기서, 작물의 생육량은, 작물의 생장 크기에 따라 결정되는 생장 강도를 나타내는 것으로, 생장점, 줄기 두께, 및 화방 높이 등을 포함한다. 생장점은 수직 방향으로 작물의 가장 높은 위치를 의미한다.

카메라(330)는 작물의 사진, 영상을 포함하는 이미지 데이터를 촬영한다. 카메라(330)는 재배지(300) 내의 작물의 객체를 자동을 인지하고 작물 영상을 촬영할 수 있도록 구현될 수도 있다. 객체는 꽃, 줄기, 잎, 열매, 화방, 몽우리 및 생장점 중 적어도 하나 이상을 포함한다.

이렇게 촬영된 이미지 데이터는 작물의 생식 생장 혹은 영양 생장 정도에 따라 결정되는 생장상을 의미한다. 예를 들면, 이미지 데이터는 개화속도, 개화거리, 화방 간 거리, 화방 줄기 형상, 엽색, 화색, 개화 균일성, 착과수 등을 포함할 수 있다. 이를 기초로 하면, 과일의 발달속도, 및 과일의 품질이 결정된다.

재배지(300)에는 재배 환경을 제어할 수 있는 환경 제어기가 더 마련될 수 있다. 환경 제어기는 후술할 관리자 단말(400)을 통해 원격으로 제어되어, 재배지(300)의 온도 및 습도와 조도(광량)의 조절이 가능하도록 제공될 수 있다.

이어서, 스마트 팜 데이터 처리 서버(100)는 재배지(300)로부터 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 수신하여 스마트 팜 데이터를 생성한다.

이어서, 저장 DB(200)는 스마트 팜 데이터 처리 서버(100)로부터 수신된 스마트 팜 데이터를 저장한다. 도면에서는 저장 DB(200)가 스마트 팜 데이터 처리 서버(100)의 외부에 제공되는 것으로 도시되었으나, 서버의 내부에 마련될 수도 있으며, 그 제공 형태가 도면에 한정되는 것은 아니다.

예를 들면, 저장 DB(200)는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2, MySQL과 같은 관계형 데이터베이스 관리 시스템(RDBMS)이나, 비관계형 데이터베이스 관리 시스템(NoSQL), 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS)을 이용하여 본 출원의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(field)들을 가지고 있다.

저장 DB(200)에는 지난 작기 스마트 팜 데이터와 실시간으로 누적되는 스마트 팜 데이터가 시계열에 따라 누적 저장될 수 있다. 또한, 저장 DB(200)내에는 작물의 품목 및 객체에 따른 스마트 팜 데이터가 필드별로 데이터베이스화되어 누적 저장됨에 따라 빅데이터가 구축될 수도 있다.

이어서, 스마트 팜 데이터 처리 서버(100)에 연결이 가능한 관리자 단말(400)이 별도로 제공될 수 있다.

관리자 단말(400)은 통상의 웹브라우저(Web Browser)가 구비되고, 스마트 팜 데이터 처리 서버(100)에 접속하여 다양한 웹서비스(Web Service)를 이용할 수 있는 모든 종류의 유무선 통신 장치로 제공될 수 있다.

이에 따라, 관리자 단말(400)상에서 작물이 재배되는 환경을 모니터링 할 수 있으며, 재배지(300)에 구비된 환경 제어기를 수동 제어하는 것이 가능하도록 구현될 수 있다.

상기에서 살펴본 스마트 팜 데이터 처리 시스템(10)은 아래와 같은 형태로 구현될 수도 있다.

도 4는 본 발명의 다른 실시예에 따른 스마트 팜 데이터 처리 시스템을 도시한 것이다.

도 4를 참조하면, 스마트 팜 데이터 처리 서버(100)는 클라우드 서버(100)의 형태로 제공되어 관리자 단말(400)과 통신 가능하도록 제공될 수 있다.

클라우드 서버(100)는 IaaS(Infrastructure as Service), PaaS(Platform as a Service), SaaS(Software as a Service) 등 다양한 형태로 제공될 수 있다.

관리자 단말(400)은 스마트 팜 데이터 처리 시스템을 관리하기 위해 관리자가 소지한 단말로서, 클라우드 서버(100)와 연결되어 데이터 송수신이 가능하도록 핸드폰, PDA, PC, 랩탑, 태블릿 PC 등의 통신 기능과 출력 기능을 갖춘 장치일 수 있다.

클라우드 서버(100)를 활용하면 본 발명의 스마트 팜 데이터 처리 서버(100)를 다수의 재배지(300)와 연결되도록 구현할 수 있다. 이에 따라, 하나의 관리자 단말(400)로부터 다수개의 재배지(300)에 구비된 재배 환경 제어기를 동시에 원격 제어하는 것이 가능해진다.

클라우드 서버(100)는 외부에 제공되는 별도의 저장 DB(200)와 연결될 수 있다. 이에 따라, 클라우드 서버(100)는 저장 DB(200)로부터 적절한 데이터를 로드하여 관리자 단말(400)로 송신할 수 있게 되므로, 데이터 처리 속도와 효율을 더욱 높일 수 있는 효과가 있다. 또한, 클라우드 서버(100)는 재배지(300)로부터 수신한 데이터를 저장 DB(200) 누적 저장하도록 제공될 수도 있다.

예를 들면, 재배지(300)로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터가 저장 DB(200)에 누적 저장되고 최종적으로 합성된 스마트 팜 데이터가 저장 DB(200)에 저장될 수 있다.

이외에도, 데이터의 결측치와 이상치를 대체하기 위한 예측값 도출 알고리즘과 이에 따라 도출된 예측값이 저장되어 데이터 보정을 위한 빅데이터를 구축할 수 있다. 따라서, 데이터 보정 시 이러한 빅데이터를 적용하면 데이터 보정 정확도를 보다 향상 시킬 수 있는 이점이 있다.

이상에서는 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 시스템의 구성을 살펴보았다. 이하에서는 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 방법에 대해 설명한다.

도 5는 본 발명의 일 실시예에 따른 스마트 팜 데이터 처리 방법을 도시한 것이다.

이하, 각 단계를 설명하는 과정에서 도 1 내지 도 3을 참조하여 설명한 부분과 중복되는 내용은 생략하거나 간단히 기재하며, 설명의 이해를 돕기 위해, 도 1 내지 도 3을 함께 참조한다. 또한, 특별히 언급하지 않는 한, 각 단계의 수행 주체는 도 1 내지 도 3에 도시한 스마트 팜 데이터 처리 서버로 가정한다.

도 5를 참조하면, 먼저, 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계가 수행된다(S110). 수집 단계에서는 제1 환경 측정 센서 데이터 수집부가 비관계형 데이터베이스를 이용하여 제1 환경 측정 센서 데이터를 수집하고, 작물 데이터 수집부가 관계형 데이터베이스를 이용하여 작물 데이터를 수집한다. 또한, 이미지 데이터 수집부가 파일 시스템을 이용하여 이미지 데이터를 수집한다.

이후, 수집 단계에서 수신되는 제1 환경 측정 센서 데이터 및 작물 데이터 중 결측치 혹은 이상치를 검출하여 정제하는 정제 단계가 수행된다(S120). 정제 단계는, 다음과 같은 단계들로 구성될 수 있다.

먼저, 제1 환경 측정 센서 데이터 중 결측치를 판단하고 검출하는 결측치 검출 단계가 수행된다(S121). 여기서 결측치란, 센서 고장, 통신 지연, 재배지의 정전 발생 등으로 유실되어 누락된 데이터를 의미한다.

결측치 검출 단계 이후, 제1 환경 측정 센서 데이터 중 이상치를 판단하고 검출하는 이상치 검출 단계가 수행된다(S122). 이 단계는 상기에서 검출된 결측치를 제외한 나머지 데이터들에 한해 수행된다. 이 때, 이상치는 센서 고장, 통신 지연 등으로 인해 측정 오류가 발생하여 연속된 값이 지속적으로 측정되거나 터무니 없이 크고 작은 값으로 측정된 데이터를 의미한다.

이후, 검출된 결측치 및 이상치를 예측하여 데이터를 보정하는 데이터 보정 단계가 수행된다(S123). 해당 단계에서는, 결측치와 이상치의 개수 혹은 발생 기간에 따라 다음과 같은 방법으로 데이터를 보정될 수 있다.

아래에서는 상술한 정제 단계(S120)에 대해 더욱 자세히 설명한다.

도 6은 도 5의 정제 단계에서 결측치 검출 단계 및 데이터 보정 단계를 나타낸 순서도이다.

도 6을 참조하면, 결측치를 검출하는 단계(S120)는 아래와 같은 하위 단계들을 포함하도록 제공될 수 있다.

먼저, 수집부로부터 제1 환경 측정 센서 데이터를 수신하여 데이터의 누락 여부를 판단한다(S121_1).

누락된 결측치가 검출되지 않는 경우, 데이터를 저장한다(S123_3).

누락된 결측치가 검출되는 경우, 해당 결측치가 제1 임계값을 초과하는지 여부를 판단한다(S121_2).

여기서, 임계값이란, 연속적으로 발생된 결측치의 발생 개수, 혹은 결측치가 연속적으로 발생된 기간을 의미하는 것일 수 있다. 도면에서는 제1 임계값을 1개로 설정하여 결측치가 1개 존재하는지 여부를 판단하는 예시를 도시하였으나 이에 한정되는 것은 아니다.

예를 들면, 제1 임계값을 5개의 개수로 설정할 수 있으며, 5시간과 같이 기간으로 설정할 수도 있다. 임계값은 관리자 단말에 의해 다양한 형태로 설정되도록 제공될 수 있다.

S121_2 단계에서, 결측치가 제1 임계값을 초과하지 않는 경우, 보간법을 이용하여 평균값, 최빈값, 혹은 중간값을 산출하여 결측치의 예측값을 도출한다(S123_1).

보간법이란, 알고 있는 데이터 값들을 이용하여 모르는 값을 추정하는 방법으로, 예를 들면, 다항식 보간법, 스플라인 보간법, k-평균(K-means Clustering) 알고리즘 등 다양한 방식이 사용될 수 있다.

이후, 도출된 예측값을 저장하는 단계가 수행된다(S123_3).

다시 S121_2 단계에서, 결측치가 제1 임계값을 초과하는 경우, 결측치가 제2 임계값을 초과하는지 여부를 판단하는 단계가 수행된다(S121_3).

만약, 결측치가 제1 임계값을 초과하며 제2 임계값을 초과하지 않으면, 회귀 알고리즘을 이용하여 결측치의 예측값을 도출한다(S123_2).

이 경우, 검출된 결측치는 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 　k-최근접 이웃 알고리즘(k-NN) 등을 비롯한 회귀 알고리즘을 이용하여 예측값을 도출하도록 구현될 수 있다.

이후, 도출된 예측값을 저장하는 단계가 수행된다(S123_3).

다시 S121_3 단계에서, 결측치가 제2 임계값을 초과하는 경우, 관리자 단말로 알람 신호를 송신하는 단계가 수행된다(S140). 연속적으로 발생하는 결측치가 제2 임계값을 초과하는 경우, 재배지의 환경 제어 시스템에 문제가 발생하였거나, 혹은 재배지 환경을 측정하는 센서의 고장이 발생하였을 가능성이 있는 것으로 해석될 수 있다. 이에, 상술한 예측값 도출 방법에 따르지 않고, 관리자 단말에 알람 신호를 송신하는 알람 단계(S140)가 수행될 수 있다. 이로 인해, 관리자에 의한 실체적인 재배지 환경의 점검이 이루어지도록 하여, 비상 상황에 대한 신속한 대처가 가능해진다.

실시예에 따르면, 전술한 S121_1 단계에서, 누락된 결측치가 존재하지 않는 경우, 아래와 같은 이상치 검출 단계(S122)를 더 수행할 수 있다.

도 7은 도 5의 정제 단계에서 이상치 검출 단계 및 데이터 보정 단계를 나타낸 순서도이다.

도 7을 참조하면, S121_1 단계에서, 누락된 결측치가 존재하지 않는 경우, 이상치의 존재 여부를 판단하는 단계가 수행된다(S122_1)

이상치가 존재하지 않는 경우, 데이터를 저장한다(S123_3).

이상치가 존재하는 경우, 검출된 이상치가 제1 임계값을 초과하는지 여부를 판단한다(S122_2).

S121_2 단계에서, 이상치가 제1 임계값을 초과하지 않는 경우, 보간법을 이용하여 평균값, 최빈값, 혹은 중간값을 산출하여 이상치의 예측값을 도출한다(S123_1).

이후, 도출된 예측값을 저장하는 단계가 수행된다(S123_3).

다시 S122_2 단계에서, 이상치가 제1 임계값을 초과하는 경우, 이상치가 제2 임계값을 초과하는지 여부를 판단하는 단계가 수행된다(S122_3).

만약, 이상치가 제1 임계값을 초과하며 제2 임계값을 초과하지 않으면, 회귀 알고리즘을 이용하여 이상치의 예측값을 도출한다(S123_2).

이후, 도출된 예측값을 저장하는 단계가 수행된다(S123_3).

다시 S122_3 단계에서, 이상치가 제2 임계값을 초과하는 경우, 해당 이상치를 삭제하고(S123_4), 관리자 단말로 알람 신호를 송신하는 단계가 수행된다(S140).

다시 도 5를 참조하면, 상술한 정제 단계(S120)가 수행된 이후, 정제된 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계가 수행된다(S130). 이 단계를 통해 최종적으로 스마트 팜 데이터가 도출되며, 저장 DB에 저장된다.

합성 단계(S130)는 아래와 같은 단계들을 포함하도록 구성될 수 있다.

먼저, 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 시계열에 따라 각각 정렬하는 시계열 정렬 단계가 수행된다(S131).

이후, 제2 환경 측정 센서 데이터를 기설정된 컬럼 인덱스를 기준으로 저장하여 관계형 센서 데이터 테이블을 생성하는 관계형 테이블 생성 단계가 수행된다(S132).

이후, 관계형 센서 데이터 테이블에 작물 데이터 및 이미지 데이터를 매칭시켜 분산 저장하는 분산 저장 단계가 수행된다(S133).

이후, 제2 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터에 기초한 제어 신호를 생성하여 재배지의 환경 제어기를 제어하도록 제어 신호를 관리자 단말에 송신하는 알람 단계가 추가적으로 더 수행될 수도 있다(S140).

상술한 본 발명의 스마트 팜 데이터 처리 방법을 사용하면, 데이터 정제 알고리즘을 사용하여 데이터를 정제함에 따라, 유실된 데이터 혹은 오류로 인해 왜곡된 데이터들의 예측값을 도출하고 보정함으로써, 보다 정확한 데이터 처리가 가능한 이점이 있다.

나아가, 본 발명의 일 실시예에 따르면, 상술한 스마트 팜 데이터 처리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체가 구현될 수 있다.

이 때, 스마트 팜 데이터 처리 방법은, 재배지로부터 수신되는 환경 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계; 수집 단계에서 수신되는 환경 데이터 및 작물 데이터 중 결측치 혹은 이상치를 검출하여 정제하는 정제 단계; 및 정제 단계를 통해 정제된 환경 데이터 및 작물 데이터와, 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계를 포함하며, 수집 단계에서 환경 데이터는 비관계형 시스템을 이용하여 저장되도록 구현될 수 있다.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10 : 스마트 팜 데이터 처리 시스템
100 : 스마트 팜 데이터 처리 서버
110 : 수집부
120 : 정제부
121 : 결측치 검출부
122 : 이상치 검출부
123 : 데이터 보정부
130 : 합성부
131 : 시계열 정렬부
132 : 관계형 테이블 생성부
133 : 분산 저장부
140 : 알람부
200 : 저장DB
300 : 재배지
310 : 환경 센서
320 : 작물 센서
330 : 카메라
400 : 관리자 단말

Claims (12)

1. 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집부;
   상기 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제부; 및
   상기 제2 환경 측정 센서 데이터, 상기 작물 데이터, 및 상기 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성부를 포함하며,
   상기 수집부는 비관계형 데이터베이스에 상기 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장부를 포함하는 스마트 팜 데이터 처리 서버.
2. 제1항에 있어서,
   상기 수집부는,
   관계형 데이터베이스에 상기 작물 데이터를 저장하는 작물 데이터 저장부; 및
   상기 이미지 데이터를 저장하는 이미지 데이터 저장부를 더 포함하는 스마트 팜 데이터 처리 서버.
3. 제1항에 있어서,
   상기 정제부는,
   상기 수집부로부터 수신된 상기 제1 환경 측정 센서 데이터 중 상기 결측치를 판단하고 검출하는 결측치 검출부;
   상기 결측치를 제외한 상기 제1 환경 측정 센서 데이터 중 상기 이상치를 판단하고 검출하는 이상치 검출부; 및
   상기 결측치 및 상기 이상치를 예측하여 데이터를 보정하는 데이터 보정부를 포함하는 스마트 팜 데이터 처리 서버.
4. 제1항에 있어서,
   상기 합성부는,
   상기 제2 환경 측정 센서 데이터, 상기 작물 데이터, 및 상기 이미지 데이터를 시계열에 따라 각각 정렬하는 시계열 정렬부;
   상기 제2 환경 측정 센서 데이터를 기설정된 컬럼 인덱스를 기준으로 저장하여 관계형 센서 데이터 테이블을 생성하는 관계형 테이블 생성부; 및
   상기 관계형 센서 데이터 테이블에 상기 작물 데이터 및 상기 이미지 데이터를 매칭시켜 분산 저장하는 분산 저장부를 포함하는 스마트 팜 데이터 처리 서버.
5. 제1항에 있어서,
   상기 결측치 혹은 상기 이상치가 기설정된 개수 혹은 기설정된 임계값을 초과하는 경우, 관리자 단말에 센서 교체 알람 신호를 전송하는 알람부를 더 포함하는 스마트 팜 데이터 처리 서버.
6. 작물 재배 환경의 제1 환경 측정 센서 데이터를 측정하는 환경 센서;
   상기 작물의 생육량을 포함하는 작물 데이터를 측정하는 작물 센서;
   상기 작물의 영상을 포함하는 이미지 데이터를 촬영하는 카메라;
   상기 제1 환경 측정 센서 데이터, 상기 작물 데이터, 및 상기 이미지 데이터를 수신하여 스마트 팜 데이터를 생성하는 제1항의 스마트 팜 데이터 처리 서버;
   상기 스마트 팜 데이터 처리 서버로부터 수신된 상기 스마트 팜 데이터를 저장하는 저장 DB; 및
   상기 스마트 팜 데이터 처리 서버와 통신 가능하도록 제공된 관리자 단말을 포함하는 스마트 팜 데이터 처리 시스템.
7. 재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계;
   상기 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제 단계; 및
   상기 제2 환경 측정 센서 데이터, 상기 작물 데이터, 및 상기 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계를 포함하며,
   상기 수집부는 비관계형 데이터베이스에 상기 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장 단계를 포함하는 스마트 팜 데이터 처리 방법.
8. 제7항에 있어서,
   상기 정제 단계는,
   상기 수집부로부터 수신된 상기 제1 환경 측정 센서 데이터 중 상기 결측치를 판단하고 검출하는 결측치 검출 단계;
   상기 결측치를 제외한 상기 제1 환경 측정 센서 데이터 중 상기 이상치를 판단하고 검출하는 이상치 검출 단계; 및
   상기 결측치 및 상기 이상치를 예측하여 데이터를 보정하는 데이터 보정 단계를 포함하는 스마트 팜 데이터 처리 방법.
9. 제8항에 있어서,
   상기 데이터 보정 단계에서,
   상기 결측치 혹은 상기 이상치가 제1 임계값 이하인 경우, 보간법을 이용하여 평균값, 최빈값, 혹은 중간값을 산출하여 상기 결측치 혹은 상기 이상치의 예측값을 도출하는 스마트 팜 데이터 처리 방법.
10. 제9항에 있어서,
    상기 데이터 보정 단계에서,
    상기 결측치 혹은 상기 이상치가 상기 제1 임계값을 초과하며 제2 임계값을 초과하지 않는 경우, 회귀 알고리즘을 이용하여 상기 결측치 혹은 상기 이상치의 예측값을 도출하는 스마트 팜 데이터 처리 방법.
11. 제10항에 있어서,
    상기 데이터 보정 단계에서,
    상기 결측치 혹은 상기 이상치가 상기 제2 임계값을 초과하는 경우, 관리자 단말로 알람 신호를 송신하는 스마트 팜 데이터 처리 방법.
12. 스마트 팜 데이터 처리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 스마트 팜 데이터 처리 방법은,
    재배지로부터 수신되는 제1 환경 측정 센서 데이터, 작물 데이터, 및 이미지 데이터를 분류하여 수집하는 수집 단계;
    상기 제1 환경 측정 센서 데이터 중 결측치 혹은 이상치를 검출하여 정제하여 제2 환경 측정 센서 데이터를 생성하는 정제 단계; 및
    상기 제2 환경 측정 센서 데이터, 상기 작물 데이터, 및 상기 이미지 데이터를 통합하고 시계열에 따라 정렬하여 합성하는 합성 단계를 포함하며,
    상기 수집부는 비관계형 데이터베이스에 상기 제1 환경 측정 센서 데이터를 분리 저장하는 환경 데이터 저장 단계를 포함하는 컴퓨터 판독가능 기록매체.

Images