KR20220081448A - Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors - Google Patents
Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors Download PDFInfo
- Publication number
- KR20220081448A KR20220081448A KR1020200170791A KR20200170791A KR20220081448A KR 20220081448 A KR20220081448 A KR 20220081448A KR 1020200170791 A KR1020200170791 A KR 1020200170791A KR 20200170791 A KR20200170791 A KR 20200170791A KR 20220081448 A KR20220081448 A KR 20220081448A
- Authority
- KR
- South Korea
- Prior art keywords
- camera
- agricultural machinery
- sensor
- ultrasonic sensor
- sensor unit
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 14
- 238000003306 harvesting Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 7
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 239000000696 magnetic material Substances 0.000 claims description 3
- 230000005389 magnetism Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 10
- 229910045601 alloy Inorganic materials 0.000 description 8
- 239000000956 alloy Substances 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 229910001172 neodymium magnet Inorganic materials 0.000 description 4
- 229910052761 rare earth metal Inorganic materials 0.000 description 4
- 244000025254 Cannabis sativa Species 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010298 pulverizing process Methods 0.000 description 3
- 229910000938 samarium–cobalt magnet Inorganic materials 0.000 description 3
- 229910052779 Neodymium Inorganic materials 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 229910052796 boron Inorganic materials 0.000 description 2
- 229910017052 cobalt Inorganic materials 0.000 description 2
- 239000010941 cobalt Substances 0.000 description 2
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000005868 electrolysis reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- QEFYFXOXNSNQGX-UHFFFAOYSA-N neodymium atom Chemical compound [Nd] QEFYFXOXNSNQGX-UHFFFAOYSA-N 0.000 description 2
- 150000002910 rare earth metals Chemical class 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 206010000369 Accident Diseases 0.000 description 1
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910000640 Fe alloy Inorganic materials 0.000 description 1
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 229910000990 Ni alloy Inorganic materials 0.000 description 1
- 229910052777 Praseodymium Inorganic materials 0.000 description 1
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 229910052772 Samarium Inorganic materials 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052790 beryllium Inorganic materials 0.000 description 1
- ATBAMAFKBVZNFJ-UHFFFAOYSA-N beryllium atom Chemical compound [Be] ATBAMAFKBVZNFJ-UHFFFAOYSA-N 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000748 compression moulding Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000006356 dehydrogenation reaction Methods 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000011812 mixed powder Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- PUDIUYLPXJFUGB-UHFFFAOYSA-N praseodymium atom Chemical compound [Pr] PUDIUYLPXJFUGB-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- KZUNJOHGWZRPMI-UHFFFAOYSA-N samarium atom Chemical compound [Sm] KZUNJOHGWZRPMI-UHFFFAOYSA-N 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 229910052723 transition metal Inorganic materials 0.000 description 1
- 150000003624 transition metals Chemical class 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Arrangement of adaptations of instruments
-
- B60K35/22—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
- B60R16/033—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for characterised by the use of electrical cells or batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
- B60R2011/0049—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means for non integrated articles
- B60R2011/005—Connection with the vehicle part
- B60R2011/0057—Connection with the vehicle part using magnetic means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/42—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2304/00—Optimising design; Manufacturing; Testing
- B60Y2304/07—Facilitating assembling or mounting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
Abstract
본 발명은 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈에 관한 것으로서, 보다 상세하게는 적외선 카메라와 초음파 센서，초소형 제어 보드(예 : 싱글 보드 컴퓨터, 라즈베리 파이, 아두이노 등)을 이용해 대상을 감지하고 알람으로 알려, 보다 안전하게 작업할 수 있는 환경을 조성할 수 있는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈에 관한 것이다.The present invention relates to a safety module for agricultural machinery using a camera and an ultrasonic sensor, and more particularly, an infrared camera, an ultrasonic sensor, and a microcontroller board (eg, single board computer, Raspberry Pi, Arduino, etc.) to detect an object It is related to a safety module for agricultural machinery using a camera and ultrasonic sensor that can create an environment that can work more safely by alerting it to an alarm.
Description
본 발명은 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈에 관한 것으로서, 보다 상세하게는 적외선 카메라와 초음파 센서，초소형 제어 보드(예 : 싱글 보드 컴퓨터, 라즈베리 파이, 아두이노 등)을 이용해 대상을 감지하고 알람으로 알려, 보다 안전하게 작업할 수 있는 환경을 조성할 수 있는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈에 관한 것이다.The present invention relates to a safety module for agricultural machinery using a camera and an ultrasonic sensor, and more particularly, an infrared camera, an ultrasonic sensor, and a microcontroller board (eg, single board computer, Raspberry Pi, Arduino, etc.) to detect an object It is related to a safety module for agricultural machinery using a camera and ultrasonic sensor that can create an environment that can work more safely by alerting it to an alarm.
귀농 인구는 해 년마다 늘고 있고, 농업에 대한 관심이 커질 뿐만 아니라 농업에 종사하는 연령층도 젊어지고 있다.The number of people returning to farming is increasing every year, and not only the interest in agriculture is growing, but also the age group engaged in agriculture is getting younger.
현재 논 농업의 기계화율은 97%, 밭 농업의 기계화율은 58％로 농업의 기계화에 따라 농 기계 이용에 대한 안전 대책이 요구된다.Currently, the mechanization rate of paddy agriculture is 97% and that of field agriculture is 58%.
일반적으로 자동차에는 전/후방 보조 센서， 차간거리 제어 등 안전장치들이 잘 갖춰져 있지만，농업용 기계에는 안전대책이 마련되지 않았다.In general, automobiles are well equipped with safety devices such as front/rear auxiliary sensors and inter-vehicle distance control, but safety measures are not provided for agricultural machinery.
농업 종사 환경은 작업시 육안으로 보이지 않는 장애물이 많아 도로환경과 매우 다르므로 농업 환경에 알맞은 센서가 필요한 실정이다.Since the agricultural environment is very different from the road environment because there are many obstacles invisible to the naked eye during work, a sensor suitable for the agricultural environment is required.
자율운전 기술에서 ADAS, 자율 주행 등 다양한 시스템이 개발되고 있지만， 고가의 차량에만 장착될 뿐 더러， 더욱더 세밀한 운전을 요구하는 작업용 차량을 위한 시스템은 없었다.Various systems such as ADAS and autonomous driving are being developed in autonomous driving technology, but there is no system for work vehicles that are installed only on expensive vehicles and require more detailed driving.
지난 2014년 내지 2018년 농기계 사고는 모두 6,981건，사망자는 492명으로 하루 4건 정도의 안전사고가 발생했고, 그중에서도 경운기로 인한 사고는 무려 50％에 달한다.A total of 6,981 agricultural machinery accidents between 2014 and 2018 occurred and 492 people died, or about 4 safety accidents a day, of which 50% were caused by cultivators.
경운기 사고의 원인의 74％가 전도 또는 추락이라는 점에서 감지 센서의 필요성이 부각된다.Since 74% of the causes of cultivator accidents are fall or fall, the need for a detection sensor is highlighted.
또한 농업인에게 안전과 소득을 동시에 가져다주기 위해 저가의 탈부착형 안전장치를 만들 필요가 있다.There is also a need to create a low-cost, removable safety device to bring safety and income to farmers at the same time.
또한 강한 세기의 ND 자석，농기계에 맞는 케이스를 3D 프린터로 제작한다면 저가의 안전장치 하나로 모든 농기계에 탈부착이 가능하고，적외선 카메라，초음파 센서를 이용한다면 적은 투자 비용으로 농업 환경에 알맞은 센서 제작이 가능할 것으로 생각된다.In addition, if a strong ND magnet and a case suitable for agricultural machinery are made with a 3D printer, it can be attached to and detached from all agricultural machinery with one low-cost safety device. It is thought that
또한 농업 환경에는 작업 시 밟고 지나가거나 부딪혀도 되는 풀，진흙 등으로 이루어진 환경도 있지만，작업시 육안으로 식별하기 어려운 돌，나무 등의 환경에서는 단순히 부딪히더라도 전도／추락으로 이어질 수 있는 위험요소가 있다.In addition, in agricultural environments, there are environments made up of grass and mud that can be stepped on or bumped into during work. .
한편 도 1에 도시된 바와 같이 초기의 라즈베리 파이는 엘레멘트14/프리미어 파넬, RS 콤포넌트와의 허가된 제조 협정을 통해 제작되었다.On the other hand, as shown in FIG. 1, the initial Raspberry Pi was manufactured through a licensed manufacturing agreement with Element 14/Premier Panel and RS Component.
일반적인 라즈베리 파이는 모두 동일한 비디오코어 IV GPU와, 싱글코어 ARMv6에 호환되는 CPU 또는 신형의 ARMv7에 호환되는 쿼드코어(라즈베리 파이 2), 1 GB의 RAM(라즈베리 파이 2), 512 MB(라즈베리 파이 1 B와 B+), 또는 256 MB(모델 A와 A+, 구형 모델 B)의 메모리를 포함한다. 이들은 SD 카드 슬롯 (모델 A 와 B) 또는 부팅 가능한 매체와 지속적인 정보 저장을 위한 마이크로SDHC를 갖추고 있다.A typical Raspberry Pi all has the same VideoCore IV GPU, single-core ARMv6 compliant CPU or newer ARMv7 compliant quad-core (Raspberry Pi 2), 1 GB of RAM (Raspberry Pi 2), 512 MB (Raspberry Pi 1). B and B+), or 256 MB (Model A and A+, older Model B) memory. They are equipped with an SD card slot (models A and B) or a microSDHC for bootable media and persistent information storage.
2014년, 라즈베리 파이 재단은 원래의 라즈베리 파이와 계산 능력이 같은 임베디드 시스템의 일부로 사용하기 위한 '계산 모듈'을 출시하였다. 2015년 초, 차세대 라즈베리 파이인 라즈베리 파이 2가 출시되었다. 이 새로운 컴퓨터 보드는 처음에는 한 가지 형식(모델 B)이었으며, 쿼드 코어 ARM Cortex-A7 CPU와 1GB RAM에 나머지 사양은 모델 B+와 유사했다. In 2014, the Raspberry Pi Foundation released a 'compute module' for use as part of an embedded system that has the same computational power as the original Raspberry Pi. In early 2015, the next generation of the Raspberry Pi, the Raspberry Pi 2, was released. This new computer board was initially of one type (Model B), with a quad-core ARM Cortex-A7 CPU and 1 GB of RAM, the rest of the specifications were similar to the Model B+.
라즈베리 파이 재단은 데비안과 아치 리눅스 ARM 배포판의 다운로드를 제공하고, 주요 프로그래밍 언어로 파이썬의 사용을 촉진하며, BBC 베이직을 지원한다. 또한 C, C++, 자바, 펄, 루비, 스퀵 스몰토크 등의 언어가 사용 가능하다.The Raspberry Pi Foundation provides downloads for the Debian and Arch Linux ARM distributions, promotes the use of Python as the primary programming language, and supports BBC Basic. In addition, languages such as C, C++, Java, Perl, Ruby, and Squeak Smalltalk are available.
그러나 이렇게 다양한 기능을 갖는 라즈베리 파이를 이용한 농업 기계용 장치는 아직 다양하게 개발되지 못하는 실정이다.However, a device for agricultural machinery using a raspberry pi having such various functions has not yet been developed in a variety of ways.
본 발명은 상기와 같은 문제점을 해결하기 위해 이루어진 것으로서, 본 발명은 3D프린터로 농업 기계 기종별 케이스를 만들고，ND 자석을 이용해 탈부착 가능한 형태로 만들어 한 농가에 보급으로 모든 농기계에 사용할 수 있게 할 수 있는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈을 제공하는 데 목적이 있다.The present invention was made to solve the above problems, and the present invention makes a case for each type of agricultural machine with a 3D printer, and makes it a detachable form using an ND magnet, so that it can be used on all agricultural machines by supplying it to one farmer. It aims to provide a safety module for agricultural machinery using a camera and an ultrasonic sensor.
또한 본 발명은 누구나 쉽게 장착할 수 있는 탈부착의 형태이고，소리，화면 진동 등의 직관적인 알림이 가능한 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈을 제공하는 데 목적이 있다.In addition, an object of the present invention is to provide a safety module for agricultural machinery using a camera and an ultrasonic sensor that is a detachable type that anyone can easily install, and that enables intuitive notifications such as sound and screen vibration.
또한 본 발명은 카메라와 초음파 센서를 이용한 농업용 기계에 특화된 후방 감지기를 만들어 기계화가 되는 농촌에서의 안전을 추구할 수 있는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈을 제공하는 데 목적이 있다.Another object of the present invention is to provide a safety module for agricultural machinery using a camera and an ultrasonic sensor that can pursue safety in a mechanized rural area by making a rear sensor specialized for agricultural machinery using a camera and an ultrasonic sensor.
상기 과제를 해결하기 위하여 본 발명은 기설정주기로 센싱값을 생성하는 적어도 하나의 센서를 포함하는 센서부; 상기 센서부가 동작하도록 제어하는 초소형 제어 보드; 상기 센서부와 초소형 제어 보드가 철판의 일측면에 부착되도록 자성을 제공하는 자성체;를 포함한다.In order to solve the above problems, the present invention provides a sensor unit including at least one sensor for generating a sensed value at a preset period; a miniature control board for controlling the sensor unit to operate; and a magnetic body that provides magnetism so that the sensor unit and the microcontroller board are attached to one side of the iron plate.
상기 센서부는, 외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 카메라; 및 초근거리 측정이 가능한 초음파 센서 또는 감지 센서;를 포함한다.The sensor unit may include: a camera that captures an external image in real time, decomposes it into a clip image for analysis by deep learning, and transmits; and an ultrasonic sensor or detection sensor capable of ultra-short-range measurement.
본 발명은 농업 기계의 일정 부분에 용이하게 장착할 수 있는 ND 자석이 더 부착된다.The present invention is further attached to the ND magnet that can be easily mounted to a certain part of the agricultural machine.
상기 센서부는 소리，화면 진동의 알림을 위한 진동체;와 연결된다.The sensor unit is connected to a vibrating body for notification of sound and screen vibration.
상기 초소형 제어 보드는 라즈베리 파이 또는 아두이노 기반의 제어 보드이다.The miniature control board is a Raspberry Pi or Arduino-based control board.
즉 본 발명은 적외선 카메라와 초음파 센서，초소형 제어 보드를 이용해 위험 대상을 구분 및 감지하는 프로그램을 이용한 외형 설계 및 3D 프린터로 외형을 제작한다.That is, the present invention uses an infrared camera, an ultrasonic sensor, and a miniature control board to classify and detect a dangerous object using a program to design an external shape and produce an external shape with a 3D printer.
상기 초소형 제어 보드는 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지한다.The miniature control board distinguishes and detects a strong object with an impact amount greater than or equal to a certain value and a weak object with an impact amount less than or equal to a certain value during an accident through deep learning.
상기 센서부는, 상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 디스플레이 장치;에 연결된다.The sensor unit is connected to a display device that displays the result of deep learning analysis of the microcontroller board.
상기 센서부는, 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 필요할 때 사용하는 하베스팅 IC;와 연결된다.The sensor unit is connected to a harvesting IC that is used when necessary after finely harvesting and accumulating vibration energy in the agricultural machine.
본 발명은 중앙 관제 서버에서 농업 기계의 일정 부분에 부착된 센서부의 센싱값을 전달받아 메모리에 저장하도록 하기 위해, 기설정주기로 센싱값을 전송하는 센서부를 상기 중앙 관제 서버가 원격으로 작동시키는 단계; 상기 초소형 제어 보드가 상기 중앙 관제 서버의 제어를 받아, 상기 초소형 제어 보드가 상기 센서부 중에서 원격 작동되지 않는 센서를 파악하여 디스플레이 장치에 전달하여 표시하는 단계; 상기 중앙 관제 서버가 외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 단계; 상기 중앙 관제 서버가 상기 센서부를 통한 소리，화면 진동의 알림을 위한 진동체의 모션 정보를 전달 받아 분석하는 단계; 상기 중앙 관제 서버가 상기 초소형 제어 보드의 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지하는 단계; 상기 중앙 관제 서버가 상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 단계; 상기 센서부는, 상기 중앙 관제 서버가 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 배터리에 저장하도록 제어하여 필요할 때 사용하는 단계;를 포함한다.The present invention includes the steps of remotely operating a sensor unit that transmits a sensed value at a preset period by the central control server so as to receive the sensing value of the sensor unit attached to a certain part of the agricultural machine from the central control server and store it in a memory; receiving, by the microcontroller board, the control of the central control server, the microcontroller board identifying a non-remotely-operated sensor among the sensor unit and transmitting it to a display device for display; The central control server capturing an external image in real time, decomposing it into a clip image for analysis by deep learning and transmitting; analyzing, by the central control server, the motion information of the vibrating body for notification of sound and screen vibration through the sensor unit; detecting, by the central control server, a strong object having an impact amount greater than or equal to a certain value and a weak object having an impact amount less than or equal to a certain value during an accident through deep learning of the microcontroller board; displaying, by the central control server, a deep learning analysis result of the microcontroller board; The sensor unit, the central control server finely harvests vibration energy from the agricultural machine, accumulates it, and then controls it to be stored in a battery and used when necessary.
상기와 같이 이루어지는 본 발명은 작업시 경운기 사고의 원인을 제거할 수 있는 농업용 환경에 알맞은 안전 센서를 제작한다.The present invention made as described above manufactures a safety sensor suitable for an agricultural environment that can eliminate the cause of a tiller accident during work.
또한 본 발명은 5 M 내 거리에서 가까울수록 소리를 증가시켜 물체를 감지하고, 카메라로 사고 시 충격이 강한 물체와 없는 물체를 구분하여 감지할 수 있다.In addition, the present invention can detect an object by increasing the sound as it gets closer within a distance of 5 M, and can distinguish and detect an object with a strong impact from an object without a strong impact in the event of an accident with a camera.
또한 본 발명은 초음파 센서로 거리를 감지하고 적외선 카메라로 대상 물체를 식별한다.In addition, the present invention detects a distance with an ultrasonic sensor and identifies a target object with an infrared camera.
또한 본 발명은 충돌 시 문제가 발생할 수 있는 물체를 라즈베리파이를 통한 딥러닝을 이용해 구별하고 농기계 사용 시 안전을 보강한다.In addition, the present invention distinguishes objects that may cause a problem in a collision using deep learning through Raspberry Pi, and reinforces safety when using agricultural machinery.
또한 본 발명은 누구나 쉽게 장착할 수 있는 형태이면서，소리，화면 진동 등의 직관적인 알림이 가능하다.In addition, the present invention is a form that anyone can easily install, and intuitive notifications such as sound and screen vibration are possible.
도 1은 종래의 초소형 제어 보드의 외관을 보여주는 도면이다.
도 2는 본 발명의 일실시예에 따른 실제 농업 기계의 전면부에 부착된 모습을 보여주는 도면이다.
도 3은 본 발명의 일실시예에 따른 전체적인 구성을 보여주는 도면이다.
도 4는 본 발명의 다른 실시예에 따른 카메라 모듈 등이 추가된 구성을 보여주는 도면이다.
도 5는 본 발명의 다른 실시예에 따른 자석 부착용 케이스 등의 구성을 보여주는 도면이다.
도 6은 본 발명의 다른 실시예에 따른 초소형 제어 보드에 디스플레이 등이 결합된 구성을 보여주는 도면이다.
도 7은 본 발명의 또 다른 실시예에 따른 초소형 제어 보드의 제어 모듈을 보여주는 도면이다.
도 8은 본 발명의 또 다른 실시예에 따른 중앙 관제 서버를 통해 각 센서부 증을 제어하는 구성을 보여주는 도면이다.1 is a view showing the exterior of a conventional micro control board.
Figure 2 is a view showing a state attached to the front part of the actual agricultural machine according to an embodiment of the present invention.
3 is a view showing the overall configuration according to an embodiment of the present invention.
4 is a view showing a configuration in which a camera module according to another embodiment of the present invention is added.
5 is a view showing the configuration of a case for attaching a magnet according to another embodiment of the present invention.
6 is a view showing a configuration in which a display and the like are combined with a micro control board according to another embodiment of the present invention.
7 is a view showing a control module of a miniature control board according to another embodiment of the present invention.
8 is a view showing a configuration for controlling each sensor unit increase through the central control server according to another embodiment of the present invention.
본 발명을 충분히 이해하기 위해서 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 설명한다. 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시예로 한정되는 것으로 해석되어서는 안 된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 따라서 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있다. 각 도면에서 동일한 부재는 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 또한, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략된다.In order to fully understand the present invention, preferred embodiments of the present invention will be described with reference to the accompanying drawings. Embodiments of the present invention may be modified in various forms, and the scope of the present invention should not be construed as being limited to the embodiments described in detail below. This example is provided to more completely explain the present invention to those of ordinary skill in the art. Accordingly, the shapes of elements in the drawings may be exaggerated to emphasize a clearer description. It should be noted that the same members in each drawing are sometimes shown with the same reference numerals. In addition, detailed descriptions of well-known functions and configurations determined to unnecessarily obscure the gist of the present invention will be omitted.
도 2와 도 3에 도시된 바와 같이 본 발명은 기설정주기로 센싱값을 생성하는 적어도 하나의 센서를 포함하는 센서부(210); 상기 센서부가 동작하도록 제어하는 초소형 제어 보드(220); 상기 센서부와 초소형 제어 보드가 철판의 일측면에 부착되도록 자성을 제공하는 자성체(300);를 포함한다.As shown in FIGS. 2 and 3 , the present invention includes: a
또한 본 발명은 센서부(210)와 카메라 간 초소형 제어 보드(220)를 이용한 통신부가 필요하다.In addition, the present invention requires a communication unit using the
따라서 본 발명은 트랙터，경운기 등 각각의 농기계에 탈부착이 가능하도록 자석 부착용 케이스를 만들어 여러 가지의 농기계에 사용이 가능하다.Therefore, the present invention can be used for various agricultural machines by making a case for attaching a magnet so that it can be attached and detached to each agricultural machine such as a tractor and a tiller.
도 4에 도시된 바와 같이 상기 센서부(210)는, 외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 카메라(221); 및 초근거리 측정이 가능한 초음파 센서 또는 감지 센서(222);를 포함한다.As shown in FIG. 4, the
도 5에 도시된 바와 같이 본 발명은 농업 기계의 일정 부분에 용이하게 장착할 수 있는 ND 자석이 더 부착된다.As shown in Figure 5, the present invention is further attached to the ND magnet that can be easily mounted to a certain part of the agricultural machine.
상기 센서부(210)는 소리，화면 진동의 알림을 위한 진동체(223);와 연결된다.The
상기 초소형 제어 보드(220)는 라즈베리 파이 또는 아두이노 기반의 제어 보드이지만 여기에만 한정되는 것은 아니다.The
즉 본 발명은 적외선 카메라와 초음파 센서，초소형 제어 보드를 이용해 위험 대상을 구분 및 감지하는 프로그램을 이용한 외형 설계 및 3D 프린터로 외형을 제작한다.That is, the present invention uses an infrared camera, an ultrasonic sensor, and a miniature control board to classify and detect a dangerous object using a program to design an external shape and produce an external shape with a 3D printer.
상기 초소형 제어 보드는 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지한다.The miniature control board distinguishes and detects a strong object with an impact amount greater than or equal to a certain value and a weak object with an impact amount less than or equal to a certain value during an accident through deep learning.
즉 본 발명은 풀, 진흙 등 작업 시 밟고 지나가거나 부딪혀도 상관없는 물체와 돌，나무 같이 부딪힐 경우 피해가 가는 물체를 딥러닝을 통한 구분 후 위험물체만 센서 감지 및 알림이 가능하게 한다.That is, the present invention enables sensor detection and notification of only dangerous objects after distinguishing objects that do not care if they step on grass, mud, etc., and objects that are damaged when they collide with stones or trees, such as stones or trees, through deep learning.
또한 본 발명은 풀， 나무 등은 물체의 형태가 제각각이기 때문에 딥러닝 학습을 통해 구분해야 한다.In addition, in the present invention, grass, trees, etc. have different shapes, so they should be distinguished through deep learning learning.
도 6에 도시된 바와 같이 상기 센서부(210)는, 상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 디스플레이 장치(224);에 연결된다.As shown in FIG. 6 , the
상기 센서부(210)는, 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 필요할 때 사용하는 하베스팅 IC;와 연결된다.The
한편 상기 센서부(210)는 GPIO 모듈 등을 통해 카메라; 초음파 센서 또는 감지 센서; 등을 더 포함하여 초소형 제어 보드(220)와 연결되도록 프로그램이 된다.On the other hand, the
본 발명에 따른 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈은 센서하우징을 포함하되, 특히 초근거리 측정이 가능하도록, 피에조세라믹의 진동모드, 지름, 두께, 고유주파수를 고려하여 산출함으로써 불감지영역이 레이어 안으로 들어오게 하고, 초근거리 및 원거리 측정이 모두 가능한 초음파센서를 제공한다.The safety module for agricultural machinery using a camera and an ultrasonic sensor according to the present invention includes a sensor housing, and in particular, so that ultra-short-range measurement is possible, the vibration mode, diameter, thickness, and natural frequency of the piezoceramic are considered and calculated by calculating the non-detectable area It comes into this layer and provides an ultrasonic sensor capable of both ultra-short and far-field measurements.
본 발명은 초음파센서와 감지 센서를 함께 측정할 수 있어, 광센서나 접촉센서로는 측정할 수 없었던 초근거리와 싱글빔 에코사운드로 측정하던 원거리를 단일 센서로 측정할 수도 있다.The present invention can measure both the ultrasonic sensor and the detection sensor, so that a single sensor can measure the ultra-short-distance and the long-distance measurement using single-beam echo sound, which cannot be measured with an optical sensor or a contact sensor.
본 발명은 초소형 제어 보드(라즈베리파이) 또는 Python 프로그램을 이용하고, 초음파 센서와 버저 센서를 이용하여, 카메라를 이용한 물체 인식 후 위험 요소를 감지할 수 있고, 모든 방향의 물체를 감지하고 일정 거리 이상 가까워지면 버저 소리가 울리거나 가까워질수록 울림소리가 증가하도록 할 수 있다.The present invention uses an ultra-small control board (Raspberry Pi) or a Python program, uses an ultrasonic sensor and a buzzer sensor, can detect an object after recognizing an object using a camera, and detects an object in all directions and detects an object over a certain distance You can make a buzzer sound as you get closer, or increase the ringing sound as you get closer.
본 발명에서 사용되는 감지 센서와 카메라를 이용해 물체를 인식하는 인공지능형 센서로서, 카메라 모듈의 종류는 아래 표 1과 같다.As an artificial intelligence sensor for recognizing an object using a detection sensor and a camera used in the present invention, types of camera modules are shown in Table 1 below.
일실시예로서 본 발명은 ND 자석과 3D 프린팅 기술을 이용해 맞춤 제작할 수 있다.As an embodiment, the present invention can be customized using ND magnets and 3D printing technology.
상기 ND 자석은 예를 들어 네오디뮴 자석으로서, 고성능 NdFeB계 영구자석이 사용될 수 있으며, 진공 또는 비활성 분위기에서 네오디뮴(Nd) 또는 프라세오디뮴(Pr)로 구성된 R(희토류 원소): 25 ~ 30wt%, 붕소(B): 0.3 ~ 2wt% 잔부 철(Fe) 및 불가피한 불순물을 스트립 캐스팅하여 제조되는 것이 바람직하다.The ND magnet is, for example, a neodymium magnet, a high-performance NdFeB-based permanent magnet may be used, and R (rare earth element) composed of neodymium (Nd) or praseodymium (Pr) in a vacuum or inert atmosphere: 25 to 30 wt%, boron ( B): It is preferable to prepare by strip casting 0.3 to 2wt% balance iron (Fe) and unavoidable impurities.
상기 R-T-B계 합금은, 산소 함량이 0.1wt% 이하인 R-T-B-M-O계 합금이며, 상기 M(전이금속)은 알루미늄(Al), 구리(Cu), 갈륨(Ga) 중 선택된 1종 이상을 포함할 수 있다.The R-T-B-based alloy is an R-T-B-M-O-based alloy having an oxygen content of 0.1 wt% or less, and the M (transition metal) may include at least one selected from aluminum (Al), copper (Cu), and gallium (Ga).
또한 
또한 상술한 합금 중에서 하나를 수소처리공정, 및 탈수소 공정을 포함하는 수소파쇄 공정에 의해 수행된 합금 분말을 미분쇄하고, 상기 미분쇄된 합금 분말을 소결하는 과정을 거쳐 네오디뮴 자석을 생산할 수도 있다.In addition, a neodymium magnet may be produced by finely pulverizing an alloy powder performed by a hydrogen fracturing process including a hydrotreating process and a dehydrogenation process for one of the above alloys, and sintering the finely pulverized alloy powder.
또는 상술한 합금 또는 NdFeB계 합금에 FeGa 3 화합물 분말을 혼합하여 미분쇄하고, 상기 미분쇄 혼합 분말을 자장을 인가한 상태에서 압축 성형하여 소결한 후 열처리할 수도 있다.Alternatively, the above-described alloy or NdFeB-based alloy may be finely pulverized by mixing the FeGa 3 compound powder, compression molding the fine pulverized mixed powder in a state in which a magnetic field is applied, sintering, and then heat treatment.
한편 네오디뮴 원료를 용융염 전해에 의해 순도 99.9 ％ 이상, 철 원료를 수용액 전해에 의해 99.99 ％ 이상으로 하고, 다음으로, 이 정제한 네오디뮴, 정제한 철, 보론을 배합한 배합물을 진공 용해하여 잉곳으로 하고, 이 잉곳을 분쇄하여 분말화한 후, 이것을 프레스에 의해 성형하고, 그 후, 이 성형체를 소결, 열처리를 실시한 후, 이소결체를 표면 가공하여 생산할 수도 있다.On the other hand, the neodymium raw material is made to have a purity of 99.9% or more by molten salt electrolysis and the iron raw material is made to 99.99% or more by aqueous solution electrolysis. Then, after pulverizing and pulverizing this ingot, it is molded by a press, and after that, the compact is sintered and heat-treated, and then the sintered compact may be surface-processed and produced.
이외에도 사용될 수 있는 사마륨코발트 자석은 사마륨과 코발트 등의 기타 희토류 원소의 합금으로 제작되는 대표적인 희토류자석의 한 종류로서, 2,800~3,500 Gauss의 영구자석 중 네오디움 자석 다음으로 강력한 자력을 가지고 있다.The samarium cobalt magnet that can be used in addition to this is one of the representative rare earth magnets made of an alloy of other rare earth elements such as samarium and cobalt.
사마륨코발트 자석은 온도에 대한 안정성이 높아서 최대 350℃의 고온에서도 자력의 감자없이 사용할 수 있다.Samarium cobalt magnets have high temperature stability, so they can be used without demagnetization of magnetic force even at high temperatures of up to 350℃.
사마륨코발트 자석은 기계적 강도가 약해 작은 외부충격으로 파손되기 쉬워 사마륨 코발트 자석 취부대로 주변을 감싸 보호한다.Samarium cobalt magnets have weak mechanical strength and are easily damaged by small external shocks.
알리코 자석은 철, 니켈, 알루미늄 등의 합금으로 만들어지며 우수한 온도 특성과 내구성을 갖고 있다.Alico magnets are made of an alloy of iron, nickel, and aluminum, and have excellent temperature characteristics and durability.
즉 농업 기계의 특정 지점에 한번 장착하면 진동이 많은 작업 환경에서도 잘 부착되어 있어야 할 충분한 강도의 ND 자석을 사용해야 하고, 만일 그렇지 못할 경우 3D 프린팅 기술을 이용하여 작업 기기의 곡면에 잘 장착되도록 성형할 수도 있어야 한다.In other words, once it is mounted on a specific point of the agricultural machine, it is necessary to use an ND magnet of sufficient strength to be attached well even in a work environment with a lot of vibration. there should also be
본 발명에 따른 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈는 탈부착하기 편리해야 하고, 실용성이 있어야 함 농업용 작업 환경에 알맞게 장애물 인식이 있어야 하고, 직관적으로 경고 신호를 알려야 한다.The safety module for agricultural machinery using the camera and ultrasonic sensor according to the present invention should be convenient to attach and detach, and it should be practical.
결론적으로, 시제품 성능을 보면 감지 목표 물체 감지 내 거리가 가까울수록 스피커를 통해 소리를 증가시킨다.In conclusion, looking at the prototype performance, the closer the distance within the detection target object detection, the more the sound through the speaker is increased.
본 발명은 카메라 등과 연결된 안전 센서 회로 및 PCB 설계 단계에서 감지 센서，카메라，버저에 맞는 회로 설계 작성 및 설계도에서 작성한 데이터를 바탕으로 회로를 설계한 후 PCB 제작이 가능하다.In the present invention, it is possible to create a circuit design suitable for a detection sensor, a camera, and a buzzer in the safety sensor circuit and PCB design stage connected with a camera, etc.
이러한 외형 설계 및 제작 단계에서 Solid works를 이용하여 알맞은 크기의 도면을 설계하고, 3D 프린터를 이용하여 센서를 담을 수 있는 전체적인 몸통을 제작한다.In this external design and production stage, solid works are used to design a drawing of an appropriate size, and a 3D printer is used to manufacture the entire body that can contain the sensor.
예를 들어, 농기계에 단단히 고정이 가능하여야 하므로 ND 자석 부착 단계에서 외형이 단단해야 하므로 파괴강도, 내후성, 내화학성이 높은 아크릴 및 필라멘트로 제작한다.For example, since it must be able to be firmly fixed to the agricultural machine, the external shape must be hard during the ND magnet attachment stage, so it is manufactured with acrylic and filament with high breaking strength, weather resistance, and chemical resistance.
일실시예로서 모든 방향의 물체를 감지하고 일정 거리 이상 가까워지면 버저 소리가 울리거나 가까워질수록 울림소리가 증가하도록 할 수 있는 데, 농업용 기계를 향해 부딪힐 경우 피해가 가는 물체 또는 인체가 느리게 움직일 때는 출력신호의 주기가 상대적으로 크고, 빠르게 움직일 때는 그 주기가 줄어들도록 할 수 있다.As an embodiment, it is possible to detect an object in all directions and to make a buzzer sound when it approaches a certain distance or to increase the sound as it approaches. When the period of the output signal is relatively large, when moving rapidly, the period can be reduced.
인체는 9.4∼10.4㎛ 파장의 적외선이 방출되며, 본 발명에서 사용되는 PIR 센서는 적외선의 변화를 전압의 형태로 변환시켜서 인체를 감지한다. The human body emits infrared rays with a wavelength of 9.4 to 10.4 μm, and the PIR sensor used in the present invention detects the human body by converting infrared changes into a voltage form.
PIR 센서의 출력신호는 DC 전압에 수 ㎶의 매우 작은 검출 신호가 중첩된 형태로 나타난다. The output signal of the PIR sensor is displayed in the form of a DC voltage superimposed with a very small detection signal of several μV.
일실시예로서 본 발명은 접근하는 부딪힐 경우 피해가 가는 물체 또는 인체에 대한 스피커로 경고를 위해 측정 보조 수단으로 레이저 도플러 센서를 이용한다.In one embodiment, the present invention uses a laser Doppler sensor as a measurement aid for warning with a speaker about an object or a human body that will be damaged in case of an approaching collision.
본 발명에서 사용되는 레이저 도플러 센서는 도플러 효과를 이용하는 속도 측정 장치이다.The laser Doppler sensor used in the present invention is a velocity measuring device using the Doppler effect.
상기 도플러 효과란 운동하는 부딪힐 경우 피해가 가는 물체 또는 인체로부터 산란되는 빛의 주파수가 부딪힐 경우 피해가 가는 물체 또는 인체의 운동속도에 따라 입사광의 주파수에서 시프트하는 현상을 말한다.The Doppler effect refers to a phenomenon in which the frequency of the incident light is shifted according to the movement speed of the damaged object or the human body when the frequency of light scattered from the damaged object or the human body collides with the moving object.
즉 근거리 센서의 주파수(f)의 빛을 운동하는 부딪힐 경우 피해가 가는 물체 또는 인체의 이동 방향에 대하여 일정 각도(예: 110 도 이내)로 입사하면, 도플러 효과에 의하여 수학식 1과 같은 주파수 변화 
여기서, 
상술한 측정법은 무접촉 측정으로 측정 대상에 혼란을 일으키지 않고, 공간적 분해력이 높으며, 저속도에서 고속도까지 직선성이 좋고 넓은 범위의 측정이 가능한 것 등의 특징이 있다. The above-described measurement method is non-contact measurement, does not cause confusion in the measurement target, has high spatial resolution, good linearity from low speed to high speed, and can measure a wide range.
본 발명은 마이크로파 신호가 움직이는 부딪힐 경우 피해가 가는 물체 또는 인체에 반사될 때, 도플러 효과로 인해 신호의 주파수가 물체 또는 인체의 속도에 비례하여 변화된다. In the present invention, when a microwave signal is reflected from a moving object or a human body when it collides, the frequency of the signal is changed in proportion to the speed of the object or human body due to the Doppler effect.
일정한 주기를 갖고 움직이는 물체 또는 인체로부터 반사된 신호의 주파수는 동일하게 유지되나 위상이 시간에 따라 변화한다. The frequency of a signal reflected from a moving object or human body with a constant period remains the same, but the phase changes with time.
상기 시간에 따라 변화되는 위상은 변위 x(t)에 비례한다.The phase changed with time is proportional to the displacement x(t).
여기서, f0는 입력신호의 주파수, v는 움직이는 물체 또는 인체의 속도, c는 광속도, f는 주파수 변화량, λ는 입력신호의 파장, x(t)는 물체 또는 인체의 변위이다.Here, f 0 is the frequency of the input signal, v is the speed of a moving object or human body, c is the speed of light, f is the frequency change, λ is the wavelength of the input signal, and x(t) is the displacement of the object or human body.
따라서 본 발명은 상기 위상에 따라 접근하는 인체가 경고 멘트에 집중할 수 있도록 특정 음악이나 소리를 먼저 강조하여 알림으로써 주의를 집중시킨다.Therefore, the present invention concentrates attention by first emphasizing specific music or sound so that the approaching human body according to the phase can focus on the warning message.
여기서, λ는 신호의 파장이다. 물체 또는 인체로부터 반사된 신호는 위상변조가 되어있다. 이 물체 또는 인체의 변위 변화 크기가 신호 파장의 크기에 비해 적으면, 위상 변화는 적을 것이다.Here, λ is the wavelength of the signal. A signal reflected from an object or human body is phase-modulated. If the magnitude of the displacement change of this object or the human body is small compared to the magnitude of the signal wavelength, the phase change will be small.
따라서 도플러 센서를 포함하는 근거리 센서(위상 변화 측정)를 통해 사람의 접근 거리가 가까워질수록 제1볼륨제어신호 < 제2볼륨제어신호로 제어가 가능하며, 후술하는 바와 같이 다양한 응용이 가능하다.Therefore, as the approach distance of a person gets closer through a short-distance sensor (phase change measurement) including a Doppler sensor, control is possible with the first volume control signal < the second volume control signal, and various applications are possible as will be described later.
또한 본 발명은 일정 주파수의 도플러 센서 신호의 변화에 따라 소리의 볼륨 등을 상기 변화에 동기화시켜 스피커를 통해 변화된 소리를 인체에게 전달할 수 있다.In addition, according to the change of the Doppler sensor signal of a certain frequency, the present invention synchronizes the volume of the sound with the change, so that the changed sound can be transmitted to the human body through the speaker.
따라서 빠르게 접근하는 경우 높은 주파수 또는 위상의 변화, 인체의 변위 변화 크기 등에 따라 소리가 높아질 수 있다.Therefore, when approaching quickly, the sound may increase according to a change in a high frequency or phase, a change in the displacement of the human body, etc.
상기 PIR(Passive Infrared) 적외선 센서는 적외선을 사용하여 움직이는 물체 또는 인체를 감지하는 센서로서 너무 멀리까지 센싱해서도 경고 방송의 실효가 없으므로 감지 거리 6M 이내에서 수직 118 도 x 수평 118 도 범위 안에서 구동된다.The PIR (Passive Infrared) infrared sensor is a sensor that uses infrared to detect a moving object or human body, and is driven within a range of 118 degrees vertically x 118 degrees horizontally within a detection distance of 6M because there is no effect of warning broadcast even when sensing too far away. .
예를 들어 상기 PIR 센서를 통해 움직임을 감지하면 인체가 경고 멘트에 집중할 수 있도록 싸이렌이나 경고음향을 먼저 알림으로써 주의를 집중시킨다.For example, when a movement is detected through the PIR sensor, a siren or a warning sound is first notified so that the human body can focus on the warning message to focus attention.
상기 표 2는 에이다부스트 알고리듬을 이용하여 약한 분류기들을 선형 결합하여 강한 분류기를 구성하는 단계를 나타낸다. 
그리고 
예를 들어 상기 알고리즘은 상기 이미지를 검출하기 위해 사용되는 국부 이진 패턴 특징은 화소값을 이용하여 엣지, 점, 코너 등과 같은 이리지로 로컬 텍스처 특징을 표현하는 데 이용되며, 간단한 연산으로 높은 처리속도와 식별력 그리고 조명의 변화에 강인하다는 장점이 있다.For example, in the algorithm, the local binary pattern feature used to detect the image is used to express local texture features as edges, points, corners, etc. using pixel values, and high processing speed and It has the advantage of being strong in discrimination and changes in lighting.
상기 센서 데이터의 국부 이진 패턴 특징은 수학식 2와 같이 표현되며 현재 위치의 화소값과 이웃 화소값의 차이를 0과 1의 값으로 표현한다.The local binary pattern feature of the sensor data is expressed as in
상기 수학식 1에서 P와 R은 각각 이미지의 인접 화소의 수와 원의 반지름을 의미하며, 
예를 들어 LBP(8, 1)인 경우 이미지의 중심 화소값을 기준으로 이웃화소 8개의 화소값을 비교하여 주변 화소값이 더 크면 1, 작으면 0을 할당하여 각 화소를 8비트 인코딩하여 얻을 수 있다.For example, in case of LBP(8, 1), 8-bit encoding of each pixel is obtained by comparing the pixel values of 8 neighboring pixels based on the central pixel value of the image and assigning 1 if the surrounding pixel value is larger or 0 if smaller. can
이 후 상기 화소값 이미지를 분석하고 텍스트화하여, 딥러닝을 통해 훈련시켜 장애물 발생 예측 및 사전 감지로 비상 대응 시간 확보 및 장애물 예방이 가능하다.After that, the pixel value image is analyzed and textualized, trained through deep learning, and it is possible to secure an emergency response time and prevent obstacles by predicting and detecting obstacles in advance.
그리고 상술한 구성에 의해 상기 이미지로만 되어 있는 부분을 텍스트화된 문장화하여 장애물 발생 예측 1단계, 2단계로 구체화하여 알람할 수 있다.And by the above-described configuration, the textualized portion of the image only can be made into textualized sentences, and the obstacle
예를 들어 장애물 형상 예측 1-1단계, 1-2단계 등으로 세분하여 선형 회귀 분석 모델로 분석하여 발생 시기를 예측할 수도 있다.For example, it is also possible to predict the occurrence time of obstacle shape prediction by subdividing it into steps 1-1 and 1-2 and analyzing it with a linear regression model.
또는 Ai Edge Controller가 장애물 발생 예측 1-1단계의 화소값을 표현한 데이터 맵의 정상 데이터를 기초로 보간법(interpolation)을 이용하여 장애물 발생 예측 1-2 단계 예상 데이터를 연산할 수도 있다.Alternatively, the Ai Edge Controller may calculate the obstacle occurrence prediction step 1-2 predicted data using interpolation based on the normal data of the data map expressing the pixel values of the obstacle occurrence prediction step 1-1.
따라서 초보자 같은 경우에도 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈에서 생성되는 이미지를 보고 판단하지 않고 비상 대응을 신속하게 할 수 있다.Therefore, even a beginner can quickly respond to an emergency without judging by looking at the image generated by the safety module for agricultural machinery using the camera and ultrasonic sensor.
상기 센서부에는 태양열을 흡수하여 집열시키는 Solar Panel을 포함하는 Solar Panel부; 상기 Solar Panel로부터 태양 에너지 또는 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 필요할 때 사용하기 위해 생성된 에너지를 저장하도록 제어하는 Solar energy Harvesting IC;를 더 포함한다.The sensor unit includes a solar panel unit including a solar panel that absorbs and collects solar heat; It further includes; Solar energy Harvesting IC for controlling to store the energy generated for use when necessary after accumulating it by finely harvesting solar energy from the Solar Panel or vibration energy from agricultural machinery.
상기 Solar energy Harvesting IC는 라즈베리 파이 또는 아두이노 기반의 제어 보드로 이루어지며, 하베스팅 명령을 수행하기 위한 명령어 집합을 메모리에 저장하여 수행할 수 있다.The solar energy harvesting IC is made of a Raspberry Pi or Arduino-based control board, and may be performed by storing a command set for performing a harvesting command in a memory.
이하 도 8을 참고하여 본 발명의 실시를 위해 중앙 관제 서버를 통한 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법에 대하여 자세히 설명한다.Hereinafter, a method using a safety module for agricultural machinery using a camera and an ultrasonic sensor through a central control server for the implementation of the present invention will be described in detail with reference to FIG. 8 .
먼저, 센서부와 라즈베리 파이와 같은 초소형 제어 보드와 자성체가 부착될 수 있는 적당한 크기의 케이스를 준비한다.First, prepare a case of a suitable size to which a sensor unit, a microcontroller board such as a Raspberry Pi, and a magnetic material can be attached.
그리고 상기 센서부가 기설정주기로 센싱값을 생성하는 상기 센서부가 동작하도록 제어한다.In addition, the sensor unit controls to operate the sensor unit that generates the sensed value at a preset period.
계속하여 본 발명은 중앙 관제 서버에서 농업 기계의 일정 부분에 부착된 센서부의 센싱값을 전달받아 메모리에 저장하도록 하기 위해, 기설정주기로 센싱값을 전송하는 센서부를 상기 중앙 관제 서버가 원격으로 작동시키는 단계; 상기 초소형 제어 보드가 상기 중앙 관제 서버의 제어를 받아, 상기 초소형 제어 보드가 상기 센서부 중에서 원격 작동되지 않는 센서를 파악하여 디스플레이 장치에 전달하여 표시하는 단계; 상기 중앙 관제 서버가 외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 단계; 상기 중앙 관제 서버가 상기 센서부를 통한 소리，화면 진동의 알림을 위한 진동체의 모션 정보를 전달 받아 분석하는 단계; 상기 중앙 관제 서버가 상기 초소형 제어 보드의 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지하는 단계; 상기 중앙 관제 서버(100)가 상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 단계; 상기 센서부는, 상기 중앙 관제 서버가 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 배터리에 저장하도록 제어하여 필요할 때 사용하는 단계;를 포함한다.Subsequently, the present invention is a central control server remotely operating a sensor unit that transmits a sensed value at a preset period in order to receive the sensing value of the sensor unit attached to a certain part of the agricultural machine from the central control server and store it in the memory. step; receiving, by the microcontroller board, the control of the central control server, the microcontroller board identifying a non-remotely operated sensor from among the sensor unit and transmitting it to a display device for display; The central control server capturing an external image in real time, decomposing it into a clip image for analysis by deep learning and transmitting; The central control server receives and analyzes motion information of the vibrating body for notification of sound and screen vibration through the sensor unit; detecting, by the central control server, a strong object having an impact amount greater than or equal to a certain value and a weak object having an impact amount less than or equal to a certain value in an accident through deep learning of the microcontroller board; displaying, by the
200 : 농업 기계용 안전 모듈
210 : 센서부
220 : 초소형 제어 보드
221 : 카메라
222 : 초음파 센서 또는 감지 센서
223 : 진동체
224 : 디스플레이 장치
300 : 자성체200: safety module for agricultural machinery
210: sensor unit
220: micro control board
221: camera
222: ultrasonic sensor or detection sensor
223: vibrating body
224: display device
300: magnetic material
Claims (14)
상기 센서부가 동작하도록 제어하는 초소형 제어 보드(220);
상기 센서부와 초소형 제어 보드가 철판의 일측면에 부착되도록 자성을 제공하는 자성체(300);를 포함하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.a sensor unit 210 including at least one sensor that generates a sensed value at a preset period;
a miniature control board 220 for controlling the sensor unit to operate;
A safety module for agricultural machinery using a camera and an ultrasonic sensor comprising a; a magnetic material 300 that provides magnetism so that the sensor unit and the microcontroller board are attached to one side of the iron plate.
상기 센서부는,
외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 카메라(221); 및
초근거리 측정이 가능한 초음파 센서 또는 감지 센서(222);를 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The sensor unit,
A camera 221 that captures an external image in real time, decomposes it into a clip image for analysis by deep learning and transmits; and
A safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it includes; an ultrasonic sensor or detection sensor 222 capable of ultra-short-range measurement.
농업 기계의 일정 부분에 용이하게 장착할 수 있는 ND 자석이 더 부착된 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
A safety module for agricultural machinery using a camera and ultrasonic sensor, characterized in that an ND magnet that can be easily mounted on a certain part of the agricultural machine is further attached.
상기 센서부는 소리，화면 진동의 알림을 위한 진동체(223);와 연결되는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The sensor unit is a vibrating body 223 for notification of sound and screen vibration; Safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it is connected.
상기 초소형 제어 보드는 라즈베리 파이 또는 아두이노 기반의 제어 보드인 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The miniature control board is a safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it is a Raspberry Pi or Arduino-based control board.
상기 초소형 제어 보드는 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The micro control board is a safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it distinguishes and detects a strong object with an impact amount greater than or equal to a certain value and a weak object with an impact amount less than or equal to a certain value during an accident through deep learning.
상기 센서부는,
상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 디스플레이 장치(224);에 연결되는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The sensor unit,
A safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it is connected to; a display device 224 for displaying the result of deep learning analysis of the microcontroller board.
상기 센서부는,
농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 필요할 때 사용하는 하베스팅 IC;와 연결되는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈.According to claim 1,
The sensor unit,
A safety module for agricultural machinery using a camera and ultrasonic sensor, characterized in that it is connected to a harvesting IC that is used when necessary after finely harvesting and accumulating vibration energy in agricultural machinery.
중앙 관제 서버에서 농업 기계의 일정 부분에 부착된 센서부의 센싱값을 전달받아 메모리에 저장하도록 하기 위해, 기설정주기로 센싱값을 전송하는 센서부를 상기 중앙 관제 서버가 원격으로 작동시키는 단계;
상기 초소형 제어 보드가 상기 중앙 관제 서버의 제어를 받아, 상기 초소형 제어 보드가 상기 센서부 중에서 원격 작동되지 않는 센서를 파악하여 디스플레이 장치에 전달하여 표시하는 단계;
를 포함하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.The sensor unit of claim 1; miniature control board; In a method using a safety sensor module for agricultural machinery comprising a magnetic body,
The central control server remotely operating the sensor unit that transmits the sensed value at a preset period so as to receive the sensing value of the sensor unit attached to a certain part of the agricultural machine from the central control server and store it in a memory;
receiving, by the microcontroller board, the control of the central control server, the microcontroller board identifying a non-remotely operated sensor from among the sensor unit and transmitting it to a display device for display;
A method using a safety module for agricultural machinery using a camera and an ultrasonic sensor comprising a.
상기 중앙 관제 서버가 외부 영상을 실시간으로 캡쳐하여, 딥러닝으로 분석하기 위한 클립 이미지로 분해하여 전송하는 단계;를 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.10. The method of claim 9,
The method using a safety module for agricultural machinery using a camera and an ultrasonic sensor, comprising: the central control server capturing an external image in real time, decomposing it into a clip image for analysis by deep learning and transmitting it.
상기 중앙 관제 서버가 상기 센서부를 통한 소리，화면 진동의 알림을 위한 진동체의 모션 정보를 전달 받아 분석하는 단계;를 더 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.10. The method of claim 9,
Method using a safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it further comprises; the central control server receiving and analyzing motion information of the vibrating body for notification of sound and screen vibration through the sensor unit .
상기 중앙 관제 서버가 상기 초소형 제어 보드의 딥러닝을 통해 사고시 충격량이 일정치 이상인 강한 물체，충격량이 일정치 이하인 약한 물체를 구분하여 감지하는 단계;를 더 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.10. The method of claim 9,
The central control server distinguishes and detects a strong object with an impact amount greater than or equal to a certain value and a weak object with an impact amount less than or equal to a certain value during an accident through deep learning of the microcontroller board; camera and ultrasonic sensor comprising further A method using a safety module for agricultural machinery.
상기 중앙 관제 서버(100)가 상기 초소형 제어 보드의 딥러닝 분석 결과를 표시하는 단계;를 더 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.10. The method of claim 9,
Displaying, by the central control server 100, the deep learning analysis result of the microcontroller board; Method using a safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it further comprises.
상기 센서부는,
상기 중앙 관제 서버가 농업 기계에서의 진동 에너지를 미세하게 수확하여 축적한 후 배터리에 저장하도록 제어하여 필요할 때 사용하는 단계;를 더 포함하는 것을 특징으로 하는 카메라와 초음파 센서를 이용한 농업 기계용 안전 모듈를 이용한 방법.10. The method of claim 9,
The sensor unit,
A safety module for agricultural machinery using a camera and an ultrasonic sensor, characterized in that it further comprises; the central control server finely harvests vibration energy from the agricultural machine, accumulates it, and then controls it to be stored in a battery and used when necessary. method used.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200170791A KR102460083B1 (en) | 2020-12-08 | 2020-12-08 | Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200170791A KR102460083B1 (en) | 2020-12-08 | 2020-12-08 | Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220081448A true KR20220081448A (en) | 2022-06-16 |
| KR102460083B1 KR102460083B1 (en) | 2022-10-28 |
Family
ID=82217406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200170791A KR102460083B1 (en) | 2020-12-08 | 2020-12-08 | Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102460083B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09115082A (en) * | 1995-10-13 | 1997-05-02 | Nec Corp | Security terminal equipment |
| KR20170105776A (en) * | 2016-03-10 | 2017-09-20 | 두산인프라코어 주식회사 | Construction equipment having bidirectional module |
| JP6272347B2 (en) * | 2013-11-08 | 2018-01-31 | 株式会社日立製作所 | Autonomous traveling vehicle and autonomous traveling system |
| KR20180067372A (en) * | 2016-12-12 | 2018-06-20 | 이현지 | Smart vehicle control system using field programmable gate array and raspberry pi |
-
2020
- 2020-12-08 KR KR1020200170791A patent/KR102460083B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09115082A (en) * | 1995-10-13 | 1997-05-02 | Nec Corp | Security terminal equipment |
| JP6272347B2 (en) * | 2013-11-08 | 2018-01-31 | 株式会社日立製作所 | Autonomous traveling vehicle and autonomous traveling system |
| KR20170105776A (en) * | 2016-03-10 | 2017-09-20 | 두산인프라코어 주식회사 | Construction equipment having bidirectional module |
| KR20180067372A (en) * | 2016-12-12 | 2018-06-20 | 이현지 | Smart vehicle control system using field programmable gate array and raspberry pi |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102460083B1 (en) | 2022-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6494719B2 (en) | Traffic signal map creation and detection | |
| US9854227B2 (en) | Depth sensor | |
| JP7092165B2 (en) | Glasses-type wearable terminal, its control program, and notification method | |
| JP4173902B2 (en) | Vehicle periphery monitoring device | |
| EP3002741A1 (en) | Method and system for security system tampering detection | |
| CN107380164A (en) | Driver assistance system and support system based on computer vision | |
| CN109448444A (en) | Bridge anti-collision warning and detection system | |
| Dhaya et al. | A wireless collision detection on transmission poles through IoT technology | |
| JP2014106685A (en) | Vehicle periphery monitoring device | |
| CN209132973U (en) | Bridge anti-collision warning and detection system | |
| US11682297B2 (en) | Real-time scene mapping to GPS coordinates in traffic sensing or monitoring systems and methods | |
| CN111109786A (en) | Intelligent obstacle early warning crutch based on deep learning and early warning method thereof | |
| CN108839615A (en) | A kind of driving warning method, device and electronic equipment | |
| CN114764912A (en) | Driving behavior recognition method, device and storage medium | |
| KR102460083B1 (en) | Safety Modules for Agricultural Machinery Using Cameras and Ultrasonic Sensors | |
| KR102336258B1 (en) | YOLO-based monitoring system for accident handling through accident occurrence identification | |
| CN113870509A (en) | Intrusion detection system | |
| KR102290353B1 (en) | Unauthorized alerting system and method using object recognition | |
| Sagar et al. | Smart Home Intruder Detection System | |
| Zou et al. | Active pedestrian detection for excavator robots based on multi-sensor fusion | |
| Unni et al. | PC based ultrasonic intrusion detection system | |
| Kwolek et al. | Fall detection using kinect sensor and fall energy image | |
| KR102494578B1 (en) | Method and System for Artificial Intelligence based Quality Inspection in Manufacturing Process using Machine Vision Deep Learning | |
| EP2568414A1 (en) | Surveillance system and method for detecting behavior of groups of actors | |
| JP5907849B2 (en) | Vehicle periphery monitoring device |
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 |