KR20220011902A - 스마트팜 센서류 고장검출 시스템 및 방법 - Google Patents
스마트팜 센서류 고장검출 시스템 및 방법 Download PDFInfo
- Publication number
- KR20220011902A KR20220011902A KR1020200090725A KR20200090725A KR20220011902A KR 20220011902 A KR20220011902 A KR 20220011902A KR 1020200090725 A KR1020200090725 A KR 1020200090725A KR 20200090725 A KR20200090725 A KR 20200090725A KR 20220011902 A KR20220011902 A KR 20220011902A
- Authority
- KR
- South Korea
- Prior art keywords
- terminal
- sensor
- sensor data
- data
- failure
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims description 28
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000001788 irregular Effects 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Telephonic Communication Services (AREA)
Abstract
본 발명은 스마트팜 센서류 고장검출 시스템 및 방법에 관한 것으로, 보다 구체적으로, 스마트팜 내 설치된 다수 개의 단말센서, 다중센서 데이터를 획득하고, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교한 후 상기 다수 개의 단말센서 각각의 고장여부를 판단하여 1차 고장여부 판단 과정을 수행하는 다중센서, 상기 스마트팜 내 이동이 가능하도록 구비되고, 상기 다수 개의 단말센서 각각의 위치데이터와 다수 개의 단말센서 데이터를 획득하는 이동식 데이터 획득부, 상기 다수 개의 단말센서 데이터, 다중센서 데이터, 상기 위치데이터를 누적으로 저장하는 데이터베이스, 상기 데이터베이스로부터 누적된 상기 위치데이터를 기반으로 상기 다수 개의 단말센서 각각의 위치를 추정하고, 상기 데이터베이스로부터 누적된 상기 다중센서 데이터를 기반으로 상기 다수 개의 단말센서의 각각의 고장여부를 판단하는 2차 고장여부 판단 과정을 수행하는 연산서버, 상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서의 위치를 상기 연산서버로부터 전송받는 클라이언트 서버 및 상기 클라이언트 서버와 통신 가능하게 연결되고, 사용자가 상기 스마트팜 내 단말센서의 상태를 모니터링할 수 있도록 하는 단말기를 포함하는 스마트팜 센서류 고장검출 시스템 및 방법에 관한 것이다.
Description
본 발명은 스마트팜 센서류 고장검출 시스템 및 방법에 관한 것으로, 보다 구체적으로, 스마트팜 운영에 필요한 센서류의 고장여부를 판단하고, 고장으로 판단된 센서류의 위치를 사용자의 단말기에 제공하는 스마트팜 센서류 고장검출 시스템 및 방법에 관한 것이다.
스마트팜은 사물 인터넷, 빅데이터, 인공지능 등의 기술을 이용하여 농작물, 가축 및 수산물 등의 생육 환경을 적정하게 유지 및 관리하고 PC와 스마트폰 등으로 원격 또는 자동으로 관리할 수 있어, 생산성, 운영 효율성 및 편리성을 높일 수 있는 혁신적인 시스템이다.
이러한 스마트팜은 수많은 센서로 이루어져 있고 센서의 고장이 빈번하게 일어난다. 그러나 대부분의 센서 데이터는 통합제어기를 통해 이후 분석과정에서 쓸 수 있는 형태로 변환되어 표시됨으로, 농민들은 고도의 IT장비의 이해와 활용능력이 떨어지기 때문에 센서의 고장여부 및 고장위치 등을 정확히 파악할 수 없는 문제점이 있다. 이러한 문제점으로 인해 농민들은 한해 농작물의 경작을 망친다거나, 생육환경 변화로 인한 가축의 가치하락 등의 피해를 얻을 수 있다. 더욱이, 상기와 같이 스마트팜 내 수많은 센서 및 IT장비들의 고장으로 인해 피해가 발생한 경우 개발업체와 농민 간 분쟁을 담당하는 기구도 마련되어 있지 않으며, 기록 장치도 의무적이지 않기 때문에 농민들에게 고스란히 피해가 전가되고 있는 실정이다.
또한, 현재 스마트팜 국산화율은 전체시장의 70% 내외이나 하드웨어 및 소프트웨어가 별도로 개발되어 센서 및 IT장비의 호환성이 떨어지고, 스마트팜 전용의 고장 및 진단 시스템은 아직 미흡한 편이어서 타 분야에서 사용되는 기술들이 스마트팜에 적용되고 있는 실정이다.
관련문헌 1은 스마트팜 정보 관리 시스템 및 이를 이용한 스마트팜 정보 관리 방법, 이를 수행하기 위한 기록매체에 관한 것으로, 스마트팜으로부터 정보를 수신하여 관리 대상 작물의 생육 정보를 데이터베이스에 저장된 임계치 정보와 비교하여 판매 적합하다고 판단되는 경우 판매 정보를 생성하고 있으나, 스마트팜 내 센서 및 기기의 고장이 발생하여 판매 정보를 잘못 생성할 경우 소비자에게 부정확한 정보를 제공하게 되고, 이로 인해 해당 농민은 신뢰성을 잃고 고스란히 경제적 피해를 얻게 되는 문제점이 발생할 수 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로 스마트팜 운영에 필요한 센서들의 고장여부를 보다 정확하게 파악할 수 있도록 다수 개의 단말센서 데이터와 다중센서 데이터를 비교하여 고장여부를 1차적으로 판단하고, 상기 다중센서 데이터와 데이터베이스에 누적된 다중센서 데이터를 비교하여 고장여부를 2차적으로 판단하는 스마트팜 센서류 고장검출 시스템 및 방법을 제공하는 것이다.
본 발명의 목적은 스마트팜 내 다수 개의 단말센서 중에서 고장이라고 판단된 단말센서의 위치를 최소한의 오차로 제공할 수 있도록 위치데이터를 삼변측량법에 대입하여 상기 단말센서의 추정위치를 도출하고, 방사형 전파맵을 생성하는 스마트팜 센서류 고장검출 시스템 및 방법을 제공하는 것이다.
본 발명의 목적은 IT장비에 익숙하지 않은 농민들에게 직관적, 시각적으로 단말센서의 상태 및 위치를 제공하여 스마트팜 센서류 고장으로 인한 2차적인 피해가 발생하지 않도록 사용자의 단말기 내 방사형 전파맵을 전송하고, 단말기 디스플레이에 고장이라고 판단된 단말센서의 상태 및 위치를 제공하는 스마트팜 센서류 고장검출 시스템 및 방법을 제공하는 것이다.
본 발명의 목적은 스마트팜 내 센서류 고장으로 인한 피해가 발생하고 이에 따른 개발업체와 사용자 간의 분쟁 발생 시 책임을 조율할 수 있도록 데이터를 단위별로 누적으로 저장하는 스마트팜 센서류 고장검출 시스템 및 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명의 스마트팜 센서류 고장검출 시스템은 스마트팜 내 설치된 다수 개의 단말센서; 다중센서 데이터를 획득하고, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교한 후 상기 다수 개의 단말센서 각각의 고장여부를 판단하여 1차 고장여부 판단 과정을 수행하는 다중센서; 상기 스마트팜 내 이동이 가능하도록 구비되고, 상기 다수 개의 단말센서 각각의 위치데이터와 다수 개의 단말센서 데이터를 획득하는 이동식 데이터 획득부; 상기 다수 개의 단말센서 데이터, 다중센서 데이터, 상기 위치데이터를 누적으로 저장하는 데이터베이스; 상기 데이터베이스로부터 누적된 상기 위치데이터를 기반으로 상기 다수 개의 단말센서 각각의 위치를 추정하고, 상기 데이터베이스로부터 누적된 상기 다중센서 데이터를 기반으로 상기 다수 개의 단말센서의 각각의 고장여부를 판단하는 2차 고장여부 판단 과정을 수행하는 연산서버; 상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서의 위치를 상기 연산서버로부터 전송받는 클라이언트 서버; 및 상기 클라이언트 서버와 통신 가능하게 연결되고, 사용자가 상기 스마트팜 내 단말센서의 상태를 모니터링할 수 있도록 하는 단말기;를 제공한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 스마트팜 센서류 고장검출 방법은 스마트팜 내 다수 개의 단말센서 각각의 위치데이터가 획득된 후 누적으로 저장될 수 있도록 데이터베이스에 전송되는 위치데이터 획득단계; 상기 데이터베이스로부터 누적된 상기 다수 개의 단말센서 각각에 대한 위치데이터를 전송받고, 누적된 상기 위치데이터가 기반이 되어 상기 다수 개의 단말센서의 위치가 각각 추정되는 위치 추정단계; 다수 개의 단말센서 데이터가 각각 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스에 전송되는 단말센서 데이터 획득단계; 다중센서 데이터가 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스에 전송되는 다중센서 데이터 획득단계; 상기 다수 개의 단말센서 데이터와 다중센서 데이터가 비교되어 상기 다수 개의 단말센서의 고장여부가 1차적으로 판단되는 1차 고장여부 판단단계; 상기 데이터베이스로부터 누적된 다중센서 데이터와 상기 다중센서 데이터 획득단계로부터 획득된 다중센서 데이터가 비교되어 상기 다수 개의 단말센서의 고장여부가 2차적으로 판단되는 2차 고장여부 판단단계; 및 상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서의 위치가 단말기로 전송되는 고장위치 전송단계;를 제공한다.
이상과 같이 본 발명에 의하면 본 발명은 다수 개의 단말센서 데이터와 다중센서 데이터를 비교하여 고장여부를 1차적으로 판단하고, 상기 다중센서 데이터와 데이터베이스에 누적된 다중센서 데이터를 비교하여 고장여부를 2차적으로 판단하도록 구비함으로써, 스마트팜 운영에 필요한 센서들의 고장여부를 보다 정확하게 파악할 수 있고, 신뢰성 높은 판단결과를 제공하는 효과가 있다.
또한, 본 발명은 위치데이터를 삼변측량법에 대입하여 추정위치를 도출하고 방사형 전파맵을 생성하도록 구비됨으로써, 사용자에게 스마트팜 내 다수 개의 단말센서 중에서 고장이라고 판단된 단말센서의 위치를 최소한의 오차로 제공하여 센서 고장에 대한 사용자의 신속한 대응이 가능하도록 하고, 차후 단말센서의 위치가 변경되어도 자동적으로 단말센서의 변경위치를 인식할 수 있는 효과가 있다.
또한, 본 발명은 사용자의 단말기 내 방사형 전파맵을 전송하고, 단말기 디스플레이에 고장이라고 판단된 단말센서의 상태 및 위치를 제공하도록 구비함으로써, IT장비에 익숙하지 않은 농민들에게 직관적, 시각적으로 단말센서의 상태 및 위치를 제공하고, 스마트팜 센서류 고장으로 인한 2차적인 피해가 발생하지 않도록 하는 효과가 있다.
또한, 본 발명은 획득된 모든 데이터를 단위별로 누적으로 저장하도록 구비함으로써, 스마트팜 내 센서류 고장으로 인한 피해가 발생하고 이에 따른 개발업체와 사용자 간의 분쟁 발생 시 저장된 데이터를 이용하여 책임을 조율할 수 있고, 차후 지속적으로 데이터가 누적되면 빅데이터로 사용할 수 있는 효과가 있다.
도 1은 본 발명에 따른 스마트팜 센서류 고장검출 시스템 구성도이다.
도 2는 본 발명의 일실시예에 따른 스마트팜 내 설치된 다수 개의 단말센서와 다중센서를 표시한 도면이다.
도 3은 본 발명의 일실시예에 따른 4가지 센서 고장 유형을 표시한 도면이다.
도 4는 본 발명에 따른 연산서버의 세부구성도이다.
도 5는 본 발명에 따른 스마트팜 센서류 고장검출 방법 흐름도이다.
도 2는 본 발명의 일실시예에 따른 스마트팜 내 설치된 다수 개의 단말센서와 다중센서를 표시한 도면이다.
도 3은 본 발명의 일실시예에 따른 4가지 센서 고장 유형을 표시한 도면이다.
도 4는 본 발명에 따른 연산서버의 세부구성도이다.
도 5는 본 발명에 따른 스마트팜 센서류 고장검출 방법 흐름도이다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명의 스마트팜 센서류 고장검출 시스템
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 본 발명의 스마트팜 센서류 고장검출 시스템을 상세히 설명하기로 한다. 도 1은 본 발명에 따른 스마트팜 센서류 고장검출 시스템 구성도이다.
도 1을 보면, 본 발명의 스마트팜 센서류 고장검출 시스템은 단말센서(100), 다중센서(200), 이동식 데이터 획득부(300), 데이터베이스(400), 연산서버(500), 클라이언트 서버(600) 및 단말기(700)을 포함한다.
보다 구체적으로 설명해보면, 상기 단말센서(100)는 스마트팜(10) 내 설치된다.
가장 바람직하게, 상기 스마트팜(10)은 비닐하우스, 공장 등을 포함하는 가벽을 기준으로 실내와 실외가 구분되어 있는 형태일 수 있다.
즉, 상기 단말센서(100)는 가벽을 기준으로 내부센서와 외부센서로 구분될 수 있고, 이렇게 구분하는 이유는 일반적으로 가벽 내에 있는 센서의 측위는 GPS 기술기반으로는 불가능하기 때문이다.
따라서 상기 단말센서(100) 내 포함될 수 있는 내부센서는 실내 측위가 가능하도록 와이파이(Wi-Fi) 또는 블루투스 4.0 프로토콜 기반의 근거리 무선통신 장치와 통신할 수 있도록 구비되어 실내에서도 측위가 가능할 수 있고, 상기 단말센서(100) 내 포함될 수 있는 외부센서는 GPS 기반으로 측위가 가능하도록 구비될 수 있다.
또한, 상기 내부센서는 내부의 환경을 측정, 감지하는 온도센서, 습도센서, 냉동기 센서, CO2센서, 카메라센서 등을 포함할 수 있고, 상기 외부센서는 외부의 온도, 습도, 풍량, 풍속, 강우, 일사량을 관측하는 외부기상대, 환경센서, 침입탐지센서 등을 포함할 수 있다.
다음으로, 상기 다중센서(200)는 다중센서 데이터를 획득한 후 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교하여 상기 다수 개의 단말센서(100) 각각의 고장여부를 판단하는 1차 고장여부 판단 과정을 수행한다.
상기 다중센서(200)는 상기 스마트팜(10)에 설치된 다수 개의 단말센서(100)와 같거나 유사한 형태의 특성을 가진 센서일 수 있다. 예컨대, 다수 개의 단말센서(100) 중 하나가 온도센서인 경우, 같은 모델이거나 유사한 출력을 나타내는 부품 스펙의 온도센서가 상기 다중센서(200) 내 포함될 수 있다. 그리고 상기 다중센서(200)로부터 획득된 온도 데이터가 다수 개의 단말센서(100) 중 하나인 온도센서의 고장을 판단하기 위한 기준이 될 수 있는 것이다.
도 2는 본 발명의 일실시예에 따른 스마트팜(10) 내 설치된 다수 개의 단말센서(100)와 다중센서(200)를 표시한 도면이다.
도 2를 보면, 상기 스마트팜(10) 내 다수 개의 구역(11a, 11b, 11c, 11d, 11e, 11f)이 구비될 수 있고, 상기 다수 개의 구역은 사용자의 임의대로 지정될 수 있다.
도 2는 일실시예로 상기 스마트팜(10)이 제1 구역 내지 제6 구역(11a, 11b, 11c, 11d, 11e, 11f)으로 구분될 수 있다. 그리고 상기 각 구역당 상기 다중센서(200)가 1개 이상 설치될 수 있다. 그리고 각 구역 내 포함된 다수 개의 단말센서(100)로부터 다수 개의 단말센서 데이터를 전송받을 수 있다.
또한, 상기 다중센서(200)는 제어부(210)와 전송부(220)를 포함할 수 있다. 상기 제어부(210)와 전송부(220) 중 적어도 하나는 상기 다중센서(200)의 내부에 구비되는 일체형이거나, 인접하게 위치하여 구비될 수 있다. 이에 따라, 상기 다중센서(200), 제어부(210) 및 전송부(220)는 동일한 위치에 있다고 할 수 있다.
보다 구체적으로, 상기 제어부(210)는 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터를 기준으로 불규칙 유형, 초과 유형, 스파이크 유형, 고정 유형 중 적어도 하나의 센서 고장 유형을 보일 경우 고장이라고 판단할 수 있다.
가장 바람직하게, 상기 제어부(210)는 딥러닝 기반으로 상기 다수 개의 단말센서 데이터를 상기 다중센서 데이터를 기준으로 해당하는 고장 유형으로 분류할 수 있어, 효율적이고 보다 정확한 고장 유형 분류가 가능한 장점이 있다.
이때, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터는 아날로그 신호이거나, 디지털 신호일 수 있다.
도 3은 본 발명에 따른 4가지 센서 고장 유형을 표시한 도면이다. 상기 센서 고장 유형에는 불규칙 유형, 초과 유형, 스파이크 유형, 고정 유형인 4가지가 포함될 수 있다. 도 3의 (a)는 상기 불규칙 유형으로, 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터보다 급격하게 노이즈가 증가된 형태를 보이고, 이에 따라 데이터의 분산이 크게 증가된 유형이다. 도 3의 (b)는 상기 초과 유형으로, 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터의 한계를 넘어 편향된 유형이다. 도 3의 (c)는 상기 스파이크 유형으로, 상기 다수 개의 단말센서 데이터가 일정간격으로 상기 다중센서 데이터보다 높거나 낮은 값이 도출되는 유형이다. 마지막으로 도 3의 (d)는 고정 유형으로, 상기 다수 개의 단말센서 데이터가 고정된 값이 지속적으로 도출되는 유형이다.
반대로, 상기 제어부(210)는 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터를 기준으로 상기 센서 고장 유형을 보이지 않는다면 정상이라고 판단할 수 있다.
한편, 상기 제어부(210)는 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교하기 전 전처리할 수 있도록 A/D 변환부(211), 신호필터(212), 파싱부(213)를 포함할 수 있다.
상기 A/D 변환부(211)는 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터가 아날로그 신호인 경우 디지털 신호로 변환할 수 있다.
다만, 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터가 디지털 신호인 경우 상기 A/D 변환부(211)를 거치지 않고 상기 신호필터(212)로 전송된다.
상기 신호필터(212)는 상기 연산서버(500)로부터 설정된 프레임을 상기 이동식 데이터 획득부(300)를 통해 전송받고, 상기 프레임에 포함되는 필드값만을 포함한 데이터를 제공할 수 있다.
즉, 상기 신호필터(212)는 상기 다수 개의 단말센서 데이터에서 상기 프레임에 포함되는 필드값만을 포함한 데이터를 제공할 수 있고, 상기 다중센서 데이터에서 상기 프레임에 포함되는 필드값만을 포함한 데이터를 제공할 수 있다.
상기 프레임의 필드값은 단말센서(100)의 고유번호, 데이터가 획득된 날짜/시간, 경도, 위도, 전자파 강도 등을 포함할 수 있고, 상기 신호필터(212)는 상기 프레임에 따라 상기 디지털 신호를 필터링한다.
다음으로, 상기 파싱부(213)는 상기 클라이언트 서버(600)를 통해서 사용자에게 제공하는 운영 플랫폼에서 읽을 수 있도록 상기 신호필터(212)로부터 필터링된 상기 디지털 신호를 파싱한다.
즉, 가장 바람직하게 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터의 전처리 과정이 모두 완료되면, 상기 제어부(210)는 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교한 후 1차적으로 고장여부를 판단할 수 있다.
다음으로, 상기 전송부(220)는 상기 다수 개의 단말센서 데이터, 상기 다중센서 데이터 및 상기 제어부(210)로부터 판단된 판단결과를 상기 이동식 데이터 획득부(300)로 전송할 수 있다.
즉, 상기 전송부(220)는 유선 또는 무선으로 양방향 통신이 가능하도록 구비되고, 무선통신의 방법으로 와이파이, 블루투스, BLE, 지그비(Zigbee) 등을 포함할 수 있다. 상기 전송부(220)는 상기 다수 개의 단말센서(100)로부터 각각의 단말센서 데이터, 상기 이동식 데이터 획득부(300)와 연결된 연산서버(500)로부터 설정된 프레임을 전송받을 수 있다. 그리고 상기 다수 개의 단말센서 데이터, 상기 다중센서(200)로부터 획득된 다중센서 데이터 및 상기 제어부(210)로부터 판단된 판단결과를 상기 이동식 데이터 획득부(300)로 전송할 수 있다.
다음으로, 상기 이동식 데이터 획득부(300)는 상기 스마트팜(10) 내 이동이 가능하도록 구비되고, 상기 다수 개의 단말센서(100) 각각의 위치데이터와 다수 개의 단말센서 데이터를 획득한다.
상기 이동식 데이터 획득부(300)는 상기 스마트팜(10) 내 이동이 가능하도록 상기 스마트팜(10) 천장에 설치된 와이어에 연결될 수 있고, 롤러 형태의 구조물일 수 있다. 이에 따라, 이동식 데이터 획득부(300)는 상기 정사각형 형태의 스캔경로 뿐만 아니라 대각선 형태, 십자가 형태, X자 형태, 일자 형태 등 다양한 형태의 스캔경로로 이동할 수 있고, 이는 스마트팜(10)의 모양 및 사용자의 지정에 따라 달라질 수 있다.
한편. 상기 이동식 데이터 획득부(300)는 수신 주기를 설정할 수 있다. 그리고 설정된 상기 주기에 따라 상기 다수 개의 단말센서(100)의 수신신호세기(Received Singnal Strength Indication, RSSI), 위치좌표, 전자파 감도 중 적어도 하나를 포함하는 위치데이터를 각각 스캔한 후 상기 데이터베이스(400)에 전송할 수 있다.
여기서, 수신신호세기(Received Singnal Strength Indication, RSSI)는 거리가 멀어질수록 신호가 약해지는 것을 응용한 것으로, 거리에 따른 신호세기를 수학적으로 표현할 수 있다.
이에 따라, 주기적으로 상기 이동식 데이터 획득부(300)로부터 획득된 상기 위치데이터를 이용하여 상기 스마트팜(10) 내 임의의 위치에 구비된 상기 다수 개의 단말센서(100)의 위치를 정확히 파악할 수 있는 효과가 있다.
그리고 상기 이동식 데이터 획득부(300)가 스마트팜(10)을 이동하면서 주기적으로 상기 다수 개의 단말센서(100)의 위치데이터를 획득하고 있으므로, 상기 다수 개의 단말센서(100) 중 적어도 하나의 위치가 변경되어도 사용자가 수동적으로 위치를 재설정할 필요 없이 자동적으로 해당 단말센서의 변경위치를 파악할 수 있는 효과가 있다.
다음으로, 상기 데이터베이스(400)는 상기 이동식 데이터 획득부(300)로부터 전송받은 상기 다수 개의 단말센서 데이터, 다중센서 데이터, 상기 다수 개의 단말센서(100) 각각의 위치데이터를 누적으로 저장한다. 이때, 상기 데이터베이스(400)는 실시간, 분, 시간, 일, 원, 분기, 년 단위로 데이터를 정리하고, 누적으로 저장함으로써 누적 데이터를 생성할 수 있다.
상기 데이터베이스(400) 내 누적된 데이터는 다수 개의 단말센서(100)의 추정위치를 도출하거나, 고장여부를 판단하는 기준으로 사용될 수 있다.
또한, 상기 데이터베이스(400) 내 누적된 데이터는 향후 스마트팜(10) 내 단말센서(100)의 고장으로 인한 피해 발생 시 분쟁에 증거로 쓰일 수 있고, 새로운 스마트팜(10)을 구축하거나 보다 정확한 고장을 판단하기 위한 빅데이터로 사용될 수 있는 효과가 있다.
다음으로, 상기 연산서버(500)는 상기 데이터베이스(400)로부터 누적된 상기 다수 개의 단말센서(100) 각각의 위치데이터를 기반으로 상기 다수 개의 단말센서(100) 각각의 위치를 추정하거나, 상기 데이터베이스(400)로부터 누적된 상기 다중센서 데이터를 기반으로 상기 다수 개의 단말센서(100)의 고장여부를 판단한다.
상기 다수 개의 단말센서(100)의 고장여부를 판단하는데 있어서, 상기 연산서버(500)는 상기 데이터베이스(400)로부터 누적된 다중센서 데이터를 기반으로 상기 다수 개의 단말센서(100)의 고장여부를 판단할 수 있다.
가장 바람직하게, 상기 연산서버(500)는 하기 [수학식 1]로 상기 다중센서 데이터와 상기 데이터베이스(400)에 누적된 다중센서 데이터의 평균 제곱 차이 유사도(MES)를 구한다.
[수학식 1]
여기서, N은 일정기간동안 얻은 상기 다중센서 데이터의 개수이고, p는 누적된 다중센서 데이터의 평균값이고, 
는 상기 다중센서 데이터이고, k는 2 이상의 정수이다.
상기 연산서버(500)는 상기 [수학식 1]로 일정기간동안의 MES 값을 얻은 후 하기 [수학식 2]에 대입하여 MES의 역수값(H)이 1이면 일정기간동안 획득된 다중센서 데이터가 상기 데이터베이스(400)에 누적된 다중센서 데이터와 유사하므로 정상이라고 판단할 수 있다. 반대로 상기 연산서버(500)는 상기 MES의 역수값(H)이 1보다 작으면 유사하지 않으므로 고장이라고 판단할 수 있다.
[수학식 2]
즉, 본 발명의 스마트팜 센서류 고장검출 시스템은 상기 제어부(210)로부터 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교한 후 다수 개의 단말센서(100)의 고장여부를 1차적으로 판단하고, 상기 연산서버(500)로부터 상기 다중센서 데이터와 상기 데이터베이스(400)에 누적된 다중센서 데이터를 비교한 후 다수 개의 단말센서(100)의 고장여부를 2차적으로 판단한 후 1차 및 2차에서 모두 고장이라고 판단되면 최종적으로 해당 단말센서(100)가 고장 난 상태라고 판단한다.
이에 따라, 보다 정확하고 신뢰성 있게 상기 다수 개의 단말센서(100) 중에서 고장 난 단말센서(100)를 판단할 수 있는 장점이 있다.
도 4는 본 발명에 따른 연산서버(500)의 세부구성도이다. 도 4를 보면, 상기 다수 개의 단말센서(100)의 위치를 추정하는데 있어서, 상기 연산서버(500)는 추정위치 도출부(510) 및 전파맵 생성부(520)를 포함할 수 있다.
우선, 상기 추정위치 도출부(510)는 상기 데이터베이스(400)로부터 누적된 상기 다수 개의 단말센서(100) 각각에 대한 위치 데이터를 기반으로 삼변측량법을 이용하여 상기 다수 개의 단말센서(100) 각각에 대한 추정위치를 도출한다.
우선, 상기 추정위치 도출부(510)는 임의의 지점에서 이동식 데이터 획득부(300)로부터 획득된 하나의 단말센서(100)에 대한 수신신호세기(Received Singnal Strength Indication, 하기 RSSI), 전자파 감도를 [수학식 3]에 대입하여 상기 이동식 데이터 획득부(300)와 하나의 단말센서(100) 간 거리(d)를 도출할 수 있다.
즉, 상기 추정위치 도출부(510)는 무선신호가 전달되는 거리가 길어질수록 RSSI가 작아지는 것을 이용하여 하기 [수학식 3]으로 RSSI를 거리로 변환할 수 있는 것이다.
[수학식 3]
여기서, RSSI는 수신신호세기, 
는 전자파 감도이고, 상기 이동식 데이터 획득부(300)로부터 획득된 위치데이터에 포함될 수 있다. n은 전파손실과 관련된 보정상수로 일반적으로 2이다.
그리고 상기 추정위치 도출부(510)는 하나의 단말센서(100)의 정확한 위치를 추정하기 위해서 상기 [수학식 3]으로 얻은 거리(d)를 이용한 위치 인식 기법으로 삼변측량법을 이용한다. 일반적으로 삼변측량법은 3개 이상의 비컨 노드와 1개의 단말 노드간의 거리를 이용하여 단말노드의 위치를 추정하는 방법이다.
즉, 상기 추정위치 도출부(510)는 상기 이동식 데이터 획득부(300)가 스마트팜(10) 내 이동하면서 얻은 임의의 제 1지점, 제 2지점, 제 3지점에 대한 RSSI, 전자파 감도를 각각 이용하여 상기 [수학식 3]으로 d1, d2, d3을 얻을 수 있다. 그리고 d1, d2, d3을 반지름으로 하는 3개의 원이 접하는 점을 상기 단말센서(100)의 추정위치로 도출할 수 있고, 추정위치에 대한 좌표를 알 수 있다.
다음으로, 상기 전파맵 생성부(520)는 상기 추정위치 도출부(510)로부터 도출된 상기 추정위치의 좌표를 기반으로 상기 다수 개의 단말센서(100)의 위치를 표시한 방사형 전파맵을 생성한다.
상기 방사형 전파맵은 상기 스마트팜(10) 내 포함된 다수 개의 단말센서(100)를 맵 형식으로 표시한 것으로, 차후 상기 클라이언트 서버(600)와 연결된 사용자의 단말기(700) 디스플레이에 표시될 수 있다.
다만, 상기 추정위치는 상기 다수 개의 단말센서(100)가 실제로 설치된 위치를 기준으로 오차가 발생할 수 있다. 이유는 이동식 데이터 획득부(300)로부터 획득된 위치데이터 중 RSSI 신호 내 잡음이 포함될 수 있기 때문이다. 따라서 이를 해결하고자 상기 연산서버(500)는 상기 추정위치 보정부(530)를 더 구비할 수 있다.
상기 추정위치 보정부(530)는 칼만필터 또는 확장칼만필터를 이용하여 상기 추정위치 오차를 보정한 후 보정위치의 좌표를 도출할 수 있다. 그리고 상기 추정위치 보정부(530)는 오차를 보정하면서 얻은 보정함수를 상기 데이터베이스(400)에 전송할 수 있다. 상기 데이터베이스(400)는 상기 보정함수를 전송받아 누적으로 저장할 수 있고, 누적된 상기 보정함수는 차후 빅데이터로 사용될 수 있다.
여기서, 일반적으로 칼만필터는 선형 시스템으로, 잡음이 섞여 있는 기존의 관측값을 최소 제곱법을 통해 분석함으로써 일정 시간 후의 위치를 예측할 수 있도록 하는 최적의 수학적 계산 알고리즘이다. 그리고 확장칼만필터는 칼만필터와 원리는 동일하나 비선행 시스템이다.
이에 따라, 상기 연산서버(500)는 주기적으로 상기 이동식 데이터 획득부(300)로부터 획득된 상기 위치데이터를 이용하여 상기 스마트팜(10) 내 임의의 위치에 구비된 상기 다수 개의 단말센서(100)의 위치를 정확히 파악할 수 있다. 그리고 상기 다수 개의 단말센서(100) 중 적어도 하나의 위치가 변경되어도 사용자에 의하여 수동적으로 위치가 재설정될 필요 없이 자동적으로 변경위치를 오차를 최소한으로 파악할 수 있는 장점이 있다.
다음으로, 상기 클라이언트 서버(600)는 상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서(100)의 위치를 상기 연산서버(500)로부터 전송받는다. 상기 클라이언트 서버(600)는 상기 연산서버(500)와 유선 또는 무선으로 통신 가능하도록 연결된다.
가장 바람직하게, 상기 클라이언트 서버(600)는 상기 연산서버(500) 내 좌표 도출부(540)로부터 고장이라고 판단된 상기 단말센서(100)에 대해 상기 방사형 전파맵 내 좌표를 전송받을 수 있다.
그리고 상기 클라이언트 서버(600)는 웹 형식으로 운영 플랫폼을 제공할 수 있다. 즉, 상기 클라이언트 서버(600)는 상기 연산서버(500)로부터 전송받은 좌표를 사용자의 상기 단말기(700) 내 디스플레이에 표시하여 사용자로 하여금 고장 난 단말센서(100)의 위치를 직관적으로, 시각적으로 파악하기 용이하게 하고, 사용자가 빠른 후속조치를 취하도록 유도함으로써 스마트팜(10)의 센서 고장으로 인한 2차적인 피해를 예방, 차단할 수 있는 효과가 있다.
다음으로, 상기 단말기(700)는 상기 클라이언트 서버(600)와 유선 또는 무선으로 통신 가능하게 연결되고, 사용자가 상기 스마트팜(10) 내 단말센서(100)의 상태를 모니터링할 수 있도록 한다. 상기 단말기(700)는 개인PC, 핸드폰, 대시보드, 노트북, 테블릿PC 등을 포함할 수 있다.
한편, 본 발명의 스마트팜 센서류 고장검출 시스템은 상기 이동식 데이터 획득부(300)와 데이터베이스(400) 사이, 상기 이동식 데이터 획득부(300)와 상기 연산서버(500) 사이에 중계서버(800)와 게이트웨이 서버(900)를 더 포함할 수 있다.
보다 구체적으로, 상기 중계서버(800)는 상기 다수 개의 단말센서 데이터, 다중센서 데이터, 위치데이터 및 1차 고장여부 판단결과를 후처리 가공한 후 상기 게이트웨이 서버(900)로 전송할 수 있다.
다음으로, 상기 게이트웨이 서버(900)는 상기 중계서버(800)와 데이터베이스(400) 사이, 상기 연산서버(500)와 클라이언트 서버(600) 사이를 연결할 수 있다. 그리고 서로 다른 네트워크로 이동하기 위한 관문으로써 로컬 네트워크에서 인터넷 등의 외부 네트워크와 연결되도록 하고, 방화벽 역할을 하여 보안을 강화할 수 있도록 한다.
즉, 상기 게이트웨이 서버(900)는 상기 중계서버(800)로부터 후처리된 상기 다수 개의 단말센서 데이터, 다중센서 데이터, 위치데이터 및 1차 고장여부 판단결과 중 적어도 하나 이상을 전송받은 후 상기 데이터베이스(400)에 전송할 수 있다.
그리고 상기 게이트웨이 서버(900)는 상기 연산서버(500)로부터 방사형 전파맵, 상기 연산서버(500)로부터 고장이라고 판단된 단말센서(100)의 최종 고장여부 판단결과 및 위치를 전송받은 후 상기 클라이언트 서버(600)에 전송할 수 있다.
본 발명의 스마트팜 센서류 고장검출 방법
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 본 발명의 스마트팜 센서류 고장검출 방법을 상세히 설명하기로 한다. 도 5는 본 발명에 따른 스마트팜 센서류 고장검출 방법 흐름도이다.
도 5를 보면, 본 발명의 스마트팜 센서류 고장검출 방법은 위치데이터 획득단계(S100), 위치 추정단계(S200), 단말센서 데이터 획득단계(S300), 다중센서 데이터 획득단계(S400), 1차 고장여부 판단단계(S500), 2차 고장여부 판단단계(S600) 및 고장위치 전송단계(S700)가 포함된다.
보다 구체적으로 설명해보면, 상기 위치데이터 획득단계(S100)는 이동식 데이터 획득부(300)에 의하여, 스마트팜(10) 내 다수 개의 단말센서(100) 각각의 위치데이터가 획득된 후 누적으로 저장될 수 있도록 데이터베이스(400)에 전송된다.
가장 바람직하게, 상기 스마트팜(10)은 비닐하우스, 공장 등을 포함하는 가벽을 기준으로 실내와 실외가 구분되어 있는 형태일 수 있다.
즉, 상기 단말센서(100)는 가벽을 기준으로 내부센서와 외부센서로 구분될 수 있고, 이렇게 구분하는 이유는 일반적으로 가벽 내에 있는 센서의 측위는 GPS 기술기반으로는 센서의 위치를 정확히 측위하는데 한계가 존재하기 때문이다.
따라서 상기 단말센서(100) 내 포함될 수 있는 내부센서는 실내 측위가 가능하도록 블루투스 4.0 프로토콜 기반의 근거리 무선통신 장치와 통신할 수 있도록 구비되어 실내에서도 측위가 가능할 수 있고, 상기 단말센서(100) 내 포함될 수 있는 외부센서는 GPS 기반으로 측위가 가능하도록 구비될 수 있다.
또한, 상기 내부센서는 내부의 환경을 측정, 감지하는 온도센서, 습도센서, 냉동기 센서, CO2센서, 카메라센서 등을 포함할 수 있고, 상기 외부센서는 외부의 온도, 습도, 풍량, 풍속, 강우, 일사량을 관측하는 외부기상대, 환경센서, 침입탐지센서 등을 포함할 수 있다.
또한, 상기 위치데이터 획득단계(S100)는 상기 이동식 데이터 획득부(300)로부터 설정된 수신 주기에 따라 상기 다수 개의 단말센서(100)의 수신신호세기(Received Singnal Strength Indication, RSSI), 전자파 감도 중 적어도 하나를 포함하는 위치데이터가 각각 획득될 수 있다.
여기서, 수신신호세기(Received Singnal Strength Indication, RSSI)는 거리가 멀어질수록 신호가 약해지는 것을 응용한 것으로, 거리에 따른 신호세기를 수학적으로 표현할 수 있다.
또한, 상기 위치데이터 획득단계(S100)는 수신 주기에 따라 획득된 위치데이터를 상기 데이터베이스(400)에 전송하여 누적으로 저장될 수 있도록 한다.
다음으로, 상기 위치 추정단계(S200)는 연산서버(500)에 의하여, 상기 데이터베이스(400)로부터 누적된 상기 다수 개의 단말센서(100) 각각에 대한 위치데이터를 전송받고, 누적된 상기 위치데이터가 기반이 되어 상기 다수 개의 단말센서(100)의 위치가 각각 추정된다.
한편, 상기 위치 추정단계(S200)는 추정위치 도출단계(S210) 및 전파맵 생성단계(S220)가 포함될 수 있다.
상기 추정위치 도출단계(S210)는 상기 연산서버(500) 내 추정위치 도출부(510)에 의하여, 상기 데이터베이스(400)로부터 누적된 상기 다수 개의 단말센서(100) 각각에 대한 위치데이터를 기반으로 삼변측량법이 이용되어 상기 다수 개의 단말센서(100) 각각에 대한 추정위치가 도출된다.
즉, 상기 추정위치 도출단계(S210)는 임의의 지점에서 상기 이동식 데이터 획득부(300)로부터 획득된 하나의 단말센서(100)에 대한 수신신호세기(Received Singnal Strength Indication, 하기 RSSI), 전자파 감도가 하기 [수학식 3]에 대입되어 상기 이동식 데이터 획득부(300)와 하나의 단말센서(100) 간 거리(d)가 도출될 수 있다.
즉, 상기 추정위치 도출단계(S210)는 무선신호가 전달되는 거리가 길어질수록 RSSI가 작아지는 것이 이용되어 하기 [수학식 3]으로 RSSI가 거리로 변환될 수 있다.
[수학식 3]
여기서, RSSI는 수신신호세기, 
는 전자파 감도이고, 상기 이동식 데이터 획득부(300)로부터 획득된 위치데이터에 포함될 수 있다. n은 전파손실과 관련된 보정상수로 일반적으로 2이다.
그리고 상기 추정위치 도출단계(S210)는 하나의 단말센서(100)의 정확한 위치가 추정될 수 있도록 상기 [수학식 3]으로 얻은 거리(d)가 이용되어 위치 인식 기법으로 삼변측량법이 이용된다. 일반적으로 삼변측량법은 3개 이상의 비컨 노드와 1개의 단말 노드간의 거리를 이용하여 단말노드의 위치를 추정하는 방법이다.
즉, 상기 추정위치 도출단계(S210)는 상기 이동식 데이터 획득부(300)로부터 얻은 임의의 제 1지점, 제 2지점, 제 3지점에서의 RSSI, 전자파 감도가 각각 이용되어 상기 [수학식 3]으로 d1, d2, d3이 얻어질 수 있고, d1, d2, d3이 반지름으로 되는 3개의 원이 접하는 점이 상기 단말센서(100)의 추정위치로 도출될 수 있다.
다음으로, 상기 전파맵 생성단계(S220)는 상기 연산서버(500) 내 전파맵 생성부(520)에 의하여, 상기 보정함수로 보정된 상기 추정위치가 기반이 되어 상기 다수 개의 단말센서(100)의 위치가 표시된 방사형 전파맵이 생성된다.
상기 방사형 전파맵은 상기 스마트팜(10) 내 포함된 다수 개의 단말센서(100)를 맵 형식으로 표시된 것으로, 차후 상기 클라이언트 서버(600)와 연결된 사용자의 단말기(700) 디스플레이에 표시될 수 있다.
다만, 상기 추정위치는 상기 다수 개의 단말센서(100)가 실제로 설치된 위치를 기준으로 오차가 발생할 수 있다. 이유는 이동식 데이터 획득부(300)로부터 획득된 위치데이터 중 RSSI 신호 내 잡음이 포함될 수 있기 때문이다.
따라서 이를 해결하고자 상기 위치 추정단계(S200)는 추정위치 보정단계(S230)를 더 포함할 수 있다. 상기 추정위치 보정단계(S230)는 상기 연산서버(500) 내 추정위치 보정부(530)에 의하여, 칼만필터 또는 확장칼만필터가 이용되어 상기 추정위치 오차가 보정된 후 보정위치의 좌표가 도출될 수 있다.
그리고 상기 추정위치 보정단계(S230)는 오차가 보정되면서 얻은 보정함수가 상기 데이터베이스(400)에 전송될 수 있다. 상기 데이터베이스(400)는 상기 보정함수를 전송받아 누적으로 저장할 수 있고, 누적된 상기 보정함수는 차후 빅데이터로 사용될 수 있다.
여기서, 일반적으로 칼만필터는 선형 시스템으로, 잡음이 섞여 있는 기존의 관측값을 최소 제곱법을 통해 분석함으로써 일정 시간 후의 위치를 예측할 수 있도록 하는 최적의 수학적 계산 알고리즘이다. 그리고 확장칼만필터는 칼만필터와 원리는 동일하나 비선행 시스템이다.
이에 따라, 상기 위치 추정단계(S200)는 주기적으로 상기 이동식 데이터 획득부(300)로부터 획득된 상기 위치데이터가 이용되어 상기 스마트팜(10) 내 임의의 위치에 구비된 상기 다수 개의 단말센서(100)의 위치가 정확히 파악될 수 있다. 그리고 상기 다수 개의 단말센서(100) 중 적어도 하나의 위치가 변경되어도 사용자에 의하여 수동적으로 위치가 재설정될 필요 없이 자동적으로 변경위치가 파악될 수 있는 장점이 있다.
다시 도 5를 보면, 상기 단말센서 데이터 획득단계(S300)는 상기 다수 개의 단말센서(100)에 의하여, 다수 개의 단말센서 데이터가 각각 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스(400)에 전송된다.
앞서 언급했듯이, 상기 단말센서(100)에는 다양한 센서가 포함될 수 있고, 이에 따라, 온도 데이터, 습도 데이터 등 각 단말센서(100)가 획득할 수 있는 단말센서 데이터가 획득될 수 있다.
다음으로, 상기 다중센서 데이터 획득단계(S400)는 상기 다중센서(200)에 의하여, 다중센서 데이터가 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스(400)에 전송된다.
상기 다중센서(200)는 상기 스마트팜(10)에 설치된 다수 개의 단말센서(100)와 같거나 유사한 형태의 특성을 가진 센서일 수 있다. 예컨대, 다수 개의 단말센서(100) 중 하나가 온도센서인 경우, 같은 모델이거나 유사한 출력을 나타내는 부품 스펙의 온도센서가 상기 다중센서(200) 내 포함될 수 있다. 그리고 상기 다중센서(200)로부터 획득된 온도 데이터가 다수 개의 단말센서(100) 중 하나인 온도센서의 고장을 판단하기 위한 기준이 될 수 있는 것이다.
또한, 상기 단말센서 데이터 획득단계(S300)와 다중센서 데이터 획득단계(S400)로부터 다수 개의 단말센서 데이터, 상기 데이터베이스(400)에 누적된 다수 개의 단말센서 데이터, 다중센서 데이터, 상기 데이터베이스(400)에 누적된 다중센서 데이터가 획득될 수 있다.
한편, 상기 다중센서 데이터 획득단계(S400)는 상기 다중센서(200) 내제어부(210)에 의하여, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교하기 전 전처리할 수 있도록 A/D 변환단계(S410), 필터링단계(S420), 및 파싱단계(S430)를 포함할 수 있다.
상기 A/D 변환단계(S410)는 상기 제어부(210) 내 A/D 변환부(211)에 의하여, 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터가 아날로그 신호인 경우 디지털 신호로 변환될 수 있다.
다만, 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터가 디지털 신호인 경우 상기 A/D 변환단계(S410)를 거치지 않고 상기 필터링단계(S420)로 넘어간다.
상기 필터링단계(S420)는 상기 제어부(210) 내 상기 신호필터(212)에 의하여, 상기 연산서버(500)로부터 설정된 프레임에 포함되는 필드값만이 포함된 데이터가 제공될 수 있다.
즉, 상기 필터링단계(S420)는 상기 다수 개의 단말센서 데이터에서 상기 프레임에 포함되는 필드값만이 포함된 데이터가 제공될 수 있고, 상기 다중센서 데이터에서 상기 프레임에 포함되는 필드값만이 포함된 데이터가 제공될 수 있다.
예컨대, 상기 프레임의 필드값은 단말센서(100)의 고유번호, 데이터가 획득된 날짜/시간, 경도, 위도, 전자파 강도 등이 포함될 수 있고, 상기 필터링단계(S420)는 상기 프레임에 따라 상기 디지털 신호가 필터링될 수 있다.
다음으로, 상기 파싱단계(S430)는 상기 제어부(210) 내 상기 파싱부(213)에 의하여, 상기 클라이언트 서버(600)를 통해서 사용자에게 제공되는 운영 플랫폼이 읽을 수 있도록 상기 신호필터(212)로부터 필터링된 상기 디지털 신호가 파싱된다.
따라서 가장 바람직하게 상기 다수 개의 단말센서 데이터 또는 상기 다중센서 데이터의 전처리 과정이 모두 완료되면, 상기 1차 고장여부 판단단계(S500)가 진행될 수 있다.
다음으로, 상기 1차 고장여부 판단단계(S500)는, 상기 다중센서(200)에 의하여, 상기 다수 개의 단말센서 데이터와 다중센서 데이터가 비교되어 상기 다수 개의 단말센서(100)의 고장여부가 1차적으로 판단된다.
다시 말하면, 상기 1차 고장여부 판단단계(S500)는 상기 다중센서(200) 내 상기 제어부(210)에 의하여, 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터를 기준으로 불규칙 유형, 초과 유형, 스파이크 유형, 고정 유형 중 적어도 하나의 센서 고장 유형을 보일 경우 고장이라고 판단된다.
이때, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터는 아날로그 신호이거나, 디지털 신호일 수 있다.
상기 센서 고장 유형에는 불규칙 유형, 초과 유형, 스파이크 유형, 고정 유형인 4가지가 포함될 수 있다. 상기 불규칙 유형은 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터보다 급격하게 노이즈가 증가된 형태를 보이고, 이에 따라 데이터의 분산이 크게 증가된 유형이다. 상기 초과 유형은 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터의 한계를 넘어 편향된 유형이다. 상기 스파이크 유형은 상기 다수 개의 단말센서 데이터가 일정간격으로 상기 다중센서 데이터보다 높거나 낮은 값이 도출되는 유형이다. 마지막으로 상기 고정 유형은 상기 다수 개의 단말센서 데이터가 고정된 값이 지속적으로 도출되는 유형이다.
반대로, 상기 1차 고장여부 판단단계(S500)는 상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터를 기준으로 상기 센서 고장 유형을 보이지 않는다면 정상이라고 판단되고, 상기 단말센서 데이터 획득단계(S300)로 회귀될 수 있다.
다음으로, 상기 2차 고장여부 판단단계(S600)는 상기 연산서버(500)에 의하여, 상기 데이터베이스(400)로부터 누적된 다중센서 데이터와 상기 다중센서 데이터 획득단계(S400)로부터 획득된 다중센서 데이터가 비교되어 상기 다수 개의 단말센서(100)의 고장여부가 2차적으로 판단된다.
가장 바람직하게, 상기 2차 고장여부 판단단계(S600)는 하기 [수학식 1]로 상기 다중센서 데이터와 상기 데이터베이스(400)에 누적된 다중센서 데이터의 평균 제곱 차이 유사도(MES)가 구해진다.
[수학식 1]
여기서, N은 일정기간동안 얻은 상기 다중센서 데이터의 개수이고, p는 누적된 다중센서 데이터의 평균값이고, 
는 상기 다중센서 데이터이고, k는 2 이상의 정수이다.
상기 2차 고장여부 판단단계(S600)는 상기 [수학식 1]로 일정기간동안의 MES 값을 얻은 후 하기 [수학식 2]에 대입하여 MES의 역수값(H)이 1이면 일정기간동안 획득된 다중센서 데이터가 상기 데이터베이스(400)에 누적된 다중센서 데이터와 유사하므로 정상이라고 판단될 수 있다.
반대로 상기 연산서버(500)는 상기 MES의 역수값(H)이 1보다 작으면 유사하지 않으므로 고장이라고 판단되고, 상기 단말센서 데이터 획득단계(S300)로 회귀될 수 있다.
[수학식 2]
즉, 본 발명의 스마트팜 센서류 고장검출 방법은 상기 1차 고장여부 판단단계(S500)로부터 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터가 비교된 후 다수 개의 단말센서(100)의 고장여부가 1차적으로 판단되고, 2차 고장여부 판단단계(S600)로부터 상기 다중센서 데이터와 상기 데이터베이스(400)에 누적된 다중센서 데이터가 비교된 후 다수 개의 단말센서(100)의 고장여부가 2차적으로 판단된 후 1차 및 2차에서 모두 고장이라고 판단되면 최종적으로 해당 단말센서(100)가 고장 난 상태라고 판단된다.
이에 따라, 보다 정확하고 신뢰성 있게 상기 다수 개의 단말센서(100) 중에서 고장 난 단말센서(100)를 판단할 수 있는 장점이 있다.
다음으로, 상기 고장위치 전송단계(S700)는 클라이언트 서버(600)에 의하여, 상기 2차 고장여부 판단단계(S600)로부터 고장이라고 판단된 단말센서(100)의 위치가 사용자의 단말기(700)에 전송된다.
그러면 사용자는 상기 단말기(700)를 이용하여 고장이라고 판단된 단말센서(100)의 상태와 위치를 모니터링할 수 있다. 이에 따라, 본 발명은 사용자로 하여금 보다 직관적으로, 시각적으로 스마트팜(10)의 상태를 파악하기 용이하도록 하고, 빠른 후속조치를 취하도록 유도함으로써 스마트팜(10)의 센서 고장으로 인한 2차적인 피해를 예방, 차단할 수 있는 효과가 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
10.. 스마트팜
11a, 11b, 11c, 11d, 11e, 11f.. 제1 구역 내지 제6 구역
100.. 단말센서
200.. 다중센서
210.. 제어부
211.. A/D 변환부
212.. 신호필터
213.. 파싱부
220.. 전송부
300.. 이동식 데이터 획득부
400.. 데이터베이스
500.. 연산서버
510.. 추정위치 도출부
520.. 전파맵 생성부
530.. 추정위치 보정부
600.. 클라이언트 서버
700.. 단말기
800.. 중계서버
900.. 게이트웨이 서버
11a, 11b, 11c, 11d, 11e, 11f.. 제1 구역 내지 제6 구역
100.. 단말센서
200.. 다중센서
210.. 제어부
211.. A/D 변환부
212.. 신호필터
213.. 파싱부
220.. 전송부
300.. 이동식 데이터 획득부
400.. 데이터베이스
500.. 연산서버
510.. 추정위치 도출부
520.. 전파맵 생성부
530.. 추정위치 보정부
600.. 클라이언트 서버
700.. 단말기
800.. 중계서버
900.. 게이트웨이 서버
Claims (5)
- 스마트팜 내 설치된 다수 개의 단말센서;
다중센서 데이터를 획득하고, 상기 다수 개의 단말센서 데이터와 상기 다중센서 데이터를 비교한 후 상기 다수 개의 단말센서 각각의 고장여부를 판단하여 1차 고장여부 판단 과정을 수행하는 다중센서;
상기 스마트팜 내 이동이 가능하도록 구비되고, 상기 다수 개의 단말센서 각각의 위치데이터와 다수 개의 단말센서 데이터를 획득하는 이동식 데이터 획득부;
상기 다수 개의 단말센서 데이터, 다중센서 데이터, 상기 위치데이터를 누적으로 저장하는 데이터베이스;
상기 데이터베이스로부터 누적된 상기 위치데이터를 기반으로 상기 다수 개의 단말센서 각각의 위치를 추정하고, 상기 데이터베이스로부터 누적된 상기 다중센서 데이터를 기반으로 상기 다수 개의 단말센서의 각각의 고장여부를 판단하는 2차 고장여부 판단 과정을 수행하는 연산서버;
상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서의 위치를 상기 연산서버로부터 전송받는 클라이언트 서버; 및
상기 클라이언트 서버와 통신 가능하게 연결되고, 사용자가 상기 스마트팜 내 단말센서의 상태를 모니터링할 수 있도록 하는 단말기; 를 포함하는 스마트팜 센서류 고장검출 시스템. - 제 1항에 있어서,
상기 다중센서는,
상기 다수 개의 단말센서 데이터가 상기 다중센서 데이터를 기준으로 불규칙 유형, 초과 유형, 스파이크 유형, 고정 유형 중 적어도 하나의 센서 고장 유형을 보일 경우 고장이라고 판단하는 제어부; 및
상기 다수 개의 단말센서 데이터, 다중센서 데이터 및 제어부로부터 판단된 판단결과를 상기 이동식 데이터 획득부로 전송하는 전송부;를 포함하는 것을 특징으로 하는 스마트팜 센서류 고장검출 시스템. - 제 1항에 있어서,
상기 연산서버는,
하기 [수학식 1]로 상기 다중센서 데이터와 상기 데이터베이스에 누적된 다중센서 데이터의 평균 제곱 차이 유사도(MES)를 구한 후 역수한 값이 1이하인 경우 고장이라고 판단하는 것을 특징으로 하는 스마트팜 센서류 고장검출 시스템.
[수학식 1]
여기서, N은 일정기간동안 얻은 상기 다중센서 데이터의 개수이고, p는 누적된 다중센서 데이터의 평균값이고,는 상기 다중센서 데이터이고, k는 2 이상의 정수이다.
- 제 1항에 있어서,
상기 연산서버는,
상기 데이터베이스로부터 누적된 상기 위치데이터를 기반으로 삼변측량법을 이용하여 상기 다수 개의 단말센서 각각에 대한 추정위치를 도출하는 추정위치 도출부; 및
상기 추정위치 도출부로부터 도출된 상기 추정위치를 기반으로 상기 다수 개의 단말센서의 추정위치를 표시한 방사형 전파맵을 생성하는 전파맵 생성부; 를 포함하는 것을 특징으로 하는 스마트팜 센서류 고장검출 시스템. - 이동식 데이터 획득부에 의하여, 스마트팜 내 다수 개의 단말센서 각각의 위치데이터가 획득된 후 누적으로 저장될 수 있도록 데이터베이스에 전송되는 위치데이터 획득단계;
연산서버에 의하여, 상기 데이터베이스로부터 누적된 상기 다수 개의 단말센서 각각에 대한 위치데이터를 전송받고, 누적된 상기 위치데이터가 기반이 되어 상기 다수 개의 단말센서의 위치가 각각 추정되는 위치 추정단계;
상기 다수 개의 단말센서에 의하여, 다수 개의 단말센서 데이터가 각각 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스에 전송되는 단말센서 데이터 획득단계;
다중센서에 의하여, 다중센서 데이터가 획득된 후 누적으로 저장될 수 있도록 상기 데이터베이스에 전송되는 다중센서 데이터 획득단계;
상기 다중센서에 의하여, 상기 다수 개의 단말센서 데이터와 다중센서 데이터가 비교되어 상기 다수 개의 단말센서의 고장여부가 1차적으로 판단되는 1차 고장여부 판단단계;
상기 연산서버에 의하여, 상기 데이터베이스로부터 누적된 다중센서 데이터와 상기 다중센서 데이터 획득단계로부터 획득된 다중센서 데이터가 비교되어 상기 다수 개의 단말센서의 고장여부가 2차적으로 판단되는 2차 고장여부 판단단계; 및
클라이언트 서버에 의하여, 상기 1차 및 2차 고장여부 판단결과가 모두 고장이라고 판단된 단말센서의 위치가 단말기로 전송되는 고장위치 전송단계;를 포함하는 스마트팜 센서류 고장검출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200090725A KR102432867B1 (ko) | 2020-07-22 | 2020-07-22 | 스마트팜 센서류 고장검출 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200090725A KR102432867B1 (ko) | 2020-07-22 | 2020-07-22 | 스마트팜 센서류 고장검출 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220011902A true KR20220011902A (ko) | 2022-02-03 |
| KR102432867B1 KR102432867B1 (ko) | 2022-08-12 |
Family
ID=80268851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200090725A KR102432867B1 (ko) | 2020-07-22 | 2020-07-22 | 스마트팜 센서류 고장검출 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102432867B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116723083A (zh) * | 2023-08-10 | 2023-09-08 | 山东智拓大数据有限公司 | 一种云服务器在线故障诊断方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030087014A (ko) * | 2001-03-14 | 2003-11-12 | 로베르트 보쉬 게엠베하 | 센서를 모니터링하기 위한 방법 및 장치 |
| KR20100078780A (ko) * | 2008-12-30 | 2010-07-08 | (주)유비엔씨 | 유비쿼터스를 이용한 오피스 환경 모니터링 시스템 |
| KR101591754B1 (ko) * | 2015-02-05 | 2016-02-04 | 주식회사 큐버 | 댁내 IoT 센서의 생애주기 관리를 위한 클러스터 기반의 IoT 센서의 현황 표시 방법 및 이를 위한 컴퓨터로 판독가능한 기록매체 |
| KR101726257B1 (ko) | 2016-10-31 | 2017-04-13 | 숭실대학교산학협력단 | 스마트팜 정보 관리 시스템 및 이를 이용한 스마트팜 정보 관리 방법, 이를 수행하기 위한 기록 매체 |
| KR20180060980A (ko) * | 2016-11-28 | 2018-06-07 | 한국전자통신연구원 | 스마트팜 운용장비의 오류 진단 방법 및 장치 |
| KR20180062076A (ko) * | 2016-11-30 | 2018-06-08 | 주종문 | 독립모듈형 개인화 식물재배기 및 독립모듈형 개인화 식물재배기 기반 식물공장 시스템 |
-
2020
- 2020-07-22 KR KR1020200090725A patent/KR102432867B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030087014A (ko) * | 2001-03-14 | 2003-11-12 | 로베르트 보쉬 게엠베하 | 센서를 모니터링하기 위한 방법 및 장치 |
| KR20100078780A (ko) * | 2008-12-30 | 2010-07-08 | (주)유비엔씨 | 유비쿼터스를 이용한 오피스 환경 모니터링 시스템 |
| KR101591754B1 (ko) * | 2015-02-05 | 2016-02-04 | 주식회사 큐버 | 댁내 IoT 센서의 생애주기 관리를 위한 클러스터 기반의 IoT 센서의 현황 표시 방법 및 이를 위한 컴퓨터로 판독가능한 기록매체 |
| KR101726257B1 (ko) | 2016-10-31 | 2017-04-13 | 숭실대학교산학협력단 | 스마트팜 정보 관리 시스템 및 이를 이용한 스마트팜 정보 관리 방법, 이를 수행하기 위한 기록 매체 |
| KR20180060980A (ko) * | 2016-11-28 | 2018-06-07 | 한국전자통신연구원 | 스마트팜 운용장비의 오류 진단 방법 및 장치 |
| KR20180062076A (ko) * | 2016-11-30 | 2018-06-08 | 주종문 | 독립모듈형 개인화 식물재배기 및 독립모듈형 개인화 식물재배기 기반 식물공장 시스템 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116723083A (zh) * | 2023-08-10 | 2023-09-08 | 山东智拓大数据有限公司 | 一种云服务器在线故障诊断方法及装置 |
| CN116723083B (zh) * | 2023-08-10 | 2024-01-26 | 山东智拓大数据有限公司 | 一种云服务器在线故障诊断方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102432867B1 (ko) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11049069B2 (en) | Method and system for localizing tracking devices indoors and outdoors | |
| Yawut et al. | A wireless sensor network for weather and disaster alarm systems | |
| US10492027B2 (en) | Supporting a surveillance of positions of devices | |
| KR20210014630A (ko) | 센서 디바이스로부터의 데이터를 사용한 모션 탐지 시스템을 위한 트레이닝 데이터 | |
| CN111879305B (zh) | 一种面向高危生产环境的多模态感知定位模型与系统 | |
| JP2021517246A (ja) | 無線信号分析に基づく存在検出 | |
| US11001438B2 (en) | Systems and processes for space management of three dimensional containers | |
| CN111050275B (zh) | 一种基于rssi特征值的蓝牙定位方法 | |
| US20210172736A1 (en) | Supporting a determination of floor heights | |
| Gore et al. | Bluetooth based sensor monitoring in industrial iot plants | |
| CN111856499B (zh) | 基于激光雷达的地图构建方法和装置 | |
| Maduranga et al. | Supervised machine learning for RSSI based indoor localization in IoT applications | |
| Yu et al. | Floor positioning method indoors with smartphone’s barometer | |
| JP6624780B2 (ja) | 測位方法、サーバ及びプログラム | |
| KR102432867B1 (ko) | 스마트팜 센서류 고장검출 시스템 및 방법 | |
| CN114758364B (zh) | 基于深度学习的工业物联网场景融合定位方法及系统 | |
| CA3017287A1 (en) | Methods and systems for indoor positionig of a device through a fusion of a plurality of bluetooth signals | |
| CN103245343B (zh) | 一种相对定位方法及装置 | |
| KR101938419B1 (ko) | 위치 추정 시스템 및 그것의 동작 방법 | |
| US20240103537A1 (en) | Methods, systems, and devices for inspecting structures and objects | |
| US20150281807A1 (en) | Wireless Sensory and Data Transmission System | |
| US11386777B2 (en) | Obstacle localization based on probabilistic consensus | |
| KR102408488B1 (ko) | 측위 장치 및 방법 | |
| Quintas et al. | Indoor localization and tracking using 802.11 networks and smartphones | |
| Wahab et al. | IEEE 802.15. 4 Signal Strength Evaluation in an Indoor Environment for Positioning Applications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |