KR20230076541A - 인공지능 기반 야생동물 포획 시스템 - Google Patents
인공지능 기반 야생동물 포획 시스템 Download PDFInfo
- Publication number
- KR20230076541A KR20230076541A KR1020210163601A KR20210163601A KR20230076541A KR 20230076541 A KR20230076541 A KR 20230076541A KR 1020210163601 A KR1020210163601 A KR 1020210163601A KR 20210163601 A KR20210163601 A KR 20210163601A KR 20230076541 A KR20230076541 A KR 20230076541A
- Authority
- KR
- South Korea
- Prior art keywords
- wild animal
- image
- trigger
- information
- artificial intelligence
- Prior art date
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 205
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 74
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000033001 locomotion Effects 0.000 claims description 31
- 230000001960 triggered effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 19
- 238000009527 percussion Methods 0.000 description 17
- 230000009471 action Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 241000282898 Sus scrofa Species 0.000 description 4
- 241000894007 species Species 0.000 description 3
- 206010011469 Crying Diseases 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 229940125725 tranquilizer Drugs 0.000 description 1
- 239000003204 tranquilizing agent Substances 0.000 description 1
- 230000002936 tranquilizing effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M23/00—Traps for animals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M31/00—Hunting appliances
- A01M31/002—Detecting animals in a given area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M2200/00—Kind of animal
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Insects & Arthropods (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Agronomy & Crop Science (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Catching Or Destruction (AREA)
Abstract
본 명세서의 일 실시예에 따라, 인공지능 기반 야생동물 포획 인공지능 기반 야생동물 포획 시스템을 통해 야생동물을 포획하는 방법에 있어서, 제어서버가 원격제어기로부터 감지 신호를 수신하는 단계, 감지 신호에 기초하여 카메라로부터 이미지를 수신하는 단계, 수신된 감지 신호 및 이미지에 기초하여 인공지능을 통해 야생동물을 식별하는 단계, 식별된 야생동물 관련 정보, 감지 신호 및 이미지 중 적어도 어느 하나를 사용자 디바이스로 제공하는 단계, 사용자 디바이스로부터 격발 신호를 수신하는 단계 및 격발 신호를 원격제어기로 전달하는 단계를 포함하되, 원격제어기는 수신한 격발신호에 기초하여 격발기에서 포획장을 격발할 수 있다.
Description
본 발명은 인공지능 기반 야생동물 포획 시스템에 대한 것이다. 보다 상세하게는, 야생동물 포획을 위한 격발기를 원격으로 제어하고, 인공지능에 기초하여 야생동물 포획 시스템을 구축하는 방법에 대한 것이다.
[과제정보 관련사항]
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 정보통신·방송 연구개발사업의 일환으로 수행하였음. [ 2021-0-00546 , 열린 혁신 디지털 오픈랩 구축]
멧돼지나 그 밖의 야생동물들은 야산이나 숲에서 생활하지만 먹이를 구하기 위해 농가로 내려오기도 하고, 심지어 주택가나 도로에도 출몰하고 있다. 야생동물들이 먹이를 찾아 농가로 내려오면 농작물에 피해가 발생할 수 있고, 야생동물들은 통제가 되지 않기 때문에 각종 전염병을 옮길 수 있다. 이러한 상황에서 야생동물들의 개체 수가 기하급수적으로 증가하면 농가 등에 막대한 피해가 발생할 수 있으며, 이를 위해 야생동물 포획을 통해 개체 수를 조절할 필요성이 있다. 다만, 야생동물 포획이 쉽지 않을 수 있으며, 유해한 야생동물만을 선택하여 포획하는데 한계가 존재한다. 또한, 멸종 위기종이나 그 밖의 동물보호를 위해 야생동물을 총기 등으로 살상하는 것은 제한적일 수 있으며, 이를 위해 효율적인 야생동물 포획 시스템이 필요할 수 있다. 하기에서는 상술한 점을 고려하여 효율적인 야생동물 포획 시스템에 대해 서술한다.
본 명세서는 인공지능에 기초하여 야생동물 포획 시스템을 구축하는 방법에 대한 것이다.
본 명세서는 야생동물 포획 시스템에 기초하여 야생동물 포획장치의 원격 제어기 및 격발기를 제어하는 방법에 대한 것이다.
본 명세서는 야생동물 포획장치의 격발기를 원격 제어기에 기초하여 제어하는 방법에 대한 것이다.
본 명세서는 인공지능에 기초하여 야생동물을 식별하고, 식별된 야생동물을 원격제어로 포획하는 방법에 대한 것이다.
본 명세서의 일 실시예에 따라, 인공지능 기반 야생동물 포획 인공지능 기반 야생동물 포획 시스템을 통해 야생동물을 포획하는 방법에 있어서, 제어서버가 원격제어기로부터 감지 신호를 수신하는 단계, 감지 신호에 기초하여 카메라로부터 이미지를 수신하는 단계, 수신된 감지 신호 및 이미지에 기초하여 인공지능을 통해 야생동물을 식별하는 단계, 식별된 야생동물 관련 정보, 감지 신호 및 이미지 중 적어도 어느 하나를 사용자 디바이스로 제공하는 단계, 사용자 디바이스로부터 격발 신호를 수신하는 단계 및 격발 신호를 원격제어기로 전달하는 단계를 포함하되, 원격제어기는 수신한 격발신호에 기초하여 격발기에서 포획장을 격발할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 인공지능 기반 야생동물 포획 시스템에 있어서, 포획장을 격발하는 격발기, 격발기를 제어하는 원격제어기, 격발 여부를 결정하고, 격발 신호를 전달하는 사용자 디바이스 및 격발기, 원격제어기 및 사용자 디바이스를 제어하는 제어서버를 포함하되, 제어서버는 원격제어기로부터 감지 신호를 수신하고, 제어서버는 감지 신호에 기초하여 카메라로부터 이미지를 수신하고, 제어서버는 수신된 감지 신호 및 이미지에 기초하여 인공지능을 통해 야생동물을 식별하고, 제어서버가 식별된 야생동물 관련 정보, 감지 신호 및 이미지 중 적어도 어느 하나를 사용자 디바이스로 제공하고, 제어서버가 사용자 디바이스로부터 격발 신호를 수신하고, 제어서버가 격발 신호를 원격제어기로 전달하고, 및 원격제어기는 수신한 격발신호에 기초하여 격발기에서 포획장을 격발할 수 있다.
또한, 다음의 사항들은 공통으로 적용될 수 있다.
본 명세서의 일 실시예에 따라, 감지 신호는 모션 센서에 의해 감지되는 야생동물의 움직임 정보, 음성 센서에 의해 감지되는 야생동물의 소리 정보 및 그 밖의 야생동물 관련 정보를 포함하고, 이미지는 한 컷 이미지, 정지영상 및 동영상 중 적어도 어느 하나 이상을 포함하고, 감지 신호 및 이미지는 인공지능의 학습모델에 입력으로 제공되되, 감지 신호에 생성되는 감지 신호 생성 시간 정보 및 이미지가 생성되는 이미지 생성 시간 정보를 더 포함하고, 감지 신호, 이미지, 감지 신호 생성 시간 정보 및 이미지 생성 시간 정보가 인공지능의 학습모델의 입력으로 제공될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 인공지능의 학습모델은 적어도 하나 이상의 야생동물 이미지 및 적어도 하나 이상의 야생동물 관련 정보에 기초하여 지도학습에 기초하여 학습을 수행하고, 학습에 기초하여 야생동물 분류 정보를 획득하고, 야생동물 분류 정보와 인공지능의 학습모델의 입력으로 제공되는 정보에 기초하여 야생동물을 식별할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 인공지능의 학습모델은 적어도 하나 이상의 이미지에 기초하여 야생동물 면적이 가장 큰 이미지 및 야생동물 이동속도가 기 설정된 값 이하인 경우에 촬영된 이미지에 가중치를 부여하고, 적어도 하나 이상의 감지 신호 중 음성 신호에 가중치를 부여하여 인공지능을 통해 야생동물을 식별할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 제어서버가 식별된 야생동물 관련 정보, 감지 신호 및 이미지 중 적어도 어느 하나를 사용자 디바이스로 제공하는 경우, 제어서버는 유저 인터페이스에 기초하여 사용자 디바이스가 격발 여부를 확인할 수 있는 정보를 제공하고, 사용자 디바이스가 식별된 야생동물 관련 정보, 감지 신호 및 이미지에 기초하여 격발 신호를 생성하는 입력 정보를 수신하면 격발 신호가 생성되어 제어서버를 통해 원격제어기로 전달될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 격발기를 제어하는 원격 제어기는, 케이스, 케이스에 구비되고 전류에 기초하여 격발을 제어하는 솔레노이드, 솔레노이드에 연결되고, 솔레노이드에 전류가 흐르면 당겨지는 지렛대, 지렛대의 홈에 구속되어 지렛대가 당겨지면 구속이 해제되는 빗장, 빗장에 의해 구속되고, 빗장이 해제되면 자유롭게 회전되는 버팀쇠, 및 포획장을 구속하고, 빗장이 해제되면 버팀쇠와 함께 자유롭게 회전되어 포획장의 구속을 해제하는 걸쇠를 포함하고, 원격 제어기가 격발 신호를 수신하면 격발기의 솔레노이드로 전류를 발생시켜 포획장이 격발되도록 제어할 수 있다.
본 명세서는 인공지능에 기초하여 야생동물 포획 시스템을 구축하는 방법을 제공할 수 있다.
본 명세서는 야생동물 포획 시스템에 기초하여 야생동물 포획장치의 원격 제어기 및 격발기를 제어하는 방법을 제공할 수 있다.
본 명세서는 야생동물 포획장치의 격발기를 원격 제어기에 기초하여 제어하는 방법을 제공할 수 있다.
본 명세서는 인공지능에 기초하여 야생동물을 식별하고, 식별된 야생동물을 원격제어로 포획하는 방법을 제공할 수 있다.
명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.
도 1은 본 명세서의 일 실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다.
도 2는 본 명세서의 일 실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3는 본 명세서의 일 실시예에 있어서 격발기를 나타낸 도면이다.
도 4a는 본 명세서의 일 실시예에 있어서 원격 제어에 기초하여 격발기를 제어하는 방법을 나타낸 도면이다.
도 4b는 본 명세서의 일 실시예에 있어서 원격 제어에 기초하여 격발기를 제어하는 방법을 나타낸 도면이다.
도 5a는 본 명세서의 일 실시예에 있어서 격발기의 동작 원리를 나타낸 도면이다.
도 5b는 본 명세서의 일 실시예에 있어서 격발기의 동작 원리를 나타낸 도면이다.
도 6은 본 명세서의 일 실시예에 있어서 포획장치를 나타낸 도면이다.
도 7은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템을 나타낸 도면이다.
도 8은 본 명세서의 일 실시예에 있어서 원격 제어기를 나타낸 도면이다.
도 9는 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 야생동물을 식별하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 원격 제어기와 격발기를 제어하는 방법을 나타낸 도면이다.
도 11은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 야생동물을 식별하고, 원격 제어기와 격발기를 통해 야생동물을 포획하는 방법을 나타낸 도면이다.
도 12는 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 포획된 야생동물을 식별하여 후속조치를 수행하는 방법을 나타낸 도면이다.
도 13은 본 명세서의 일 실시예에 있어서 야생동물 포획 시스템에 기초하여 원격으로 야생동물을 포획하는 방법을 나타낸 도면이다.
도 2는 본 명세서의 일 실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3는 본 명세서의 일 실시예에 있어서 격발기를 나타낸 도면이다.
도 4a는 본 명세서의 일 실시예에 있어서 원격 제어에 기초하여 격발기를 제어하는 방법을 나타낸 도면이다.
도 4b는 본 명세서의 일 실시예에 있어서 원격 제어에 기초하여 격발기를 제어하는 방법을 나타낸 도면이다.
도 5a는 본 명세서의 일 실시예에 있어서 격발기의 동작 원리를 나타낸 도면이다.
도 5b는 본 명세서의 일 실시예에 있어서 격발기의 동작 원리를 나타낸 도면이다.
도 6은 본 명세서의 일 실시예에 있어서 포획장치를 나타낸 도면이다.
도 7은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템을 나타낸 도면이다.
도 8은 본 명세서의 일 실시예에 있어서 원격 제어기를 나타낸 도면이다.
도 9는 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 야생동물을 식별하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 원격 제어기와 격발기를 제어하는 방법을 나타낸 도면이다.
도 11은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 야생동물을 식별하고, 원격 제어기와 격발기를 통해 야생동물을 포획하는 방법을 나타낸 도면이다.
도 12는 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 포획된 야생동물을 식별하여 후속조치를 수행하는 방법을 나타낸 도면이다.
도 13은 본 명세서의 일 실시예에 있어서 야생동물 포획 시스템에 기초하여 원격으로 야생동물을 포획하는 방법을 나타낸 도면이다.
본 명세서의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 명세서의 실시예에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서의 실시예에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서의 실시예에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 명세서의 실시예의 범위 내에서 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 명세서의 실시예에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 명세서의 실시예의 범위에 포함된다.
본 명세서에서 네트워크는 유무선 네트워크를 모두 포함하는 개념일 수 있다. 이때, 네트워크는 디바이스와 시스템 및 디바이스 상호 간의 데이터 교환이 수행될 수 있는 통신망을 의미할 수 있으며, 특정 네트워크로 한정되는 것은 아니다.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
또한, 본 명세서에서 디바이스는 스마트폰, 태블릿 PC, 웨어러블 디바이스 및 HMD(Head Mounted Display)와 같이 모바일 디바이스뿐만 아니라, PC나 디스플레이 기능을 구비한 가전처럼 고정된 디바이스일 수 있다. 또한, 일 예로, 디바이스는 차량 내 클러스터 또는 IoT (Internet of Things) 디바이스일 수 있다. 즉, 본 명세서에서 디바이스는 어플리케이션 동작이 가능한 기기들을 지칭할 수 있으며, 특정 타입으로 한정되지 않는다. 하기에서는 설명의 편의를 위해 어플리케이션이 동작하는 기기를 디바이스로 지칭한다.
본 명세서에 있어서 네트워크의 통신 방식은 제한되지 않으며, 각 구성요소간 연결이 동일한 네트워크 방식으로 연결되지 않을 수도 있다. 네트워크는, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 5G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.
다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 명세서의 실시예의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 명세서의 실시예의 범위에 포함된다.
이하에서, 도면을 참조하여 본 명세서의 실시예들에 대하여 상세히 살펴본다.
도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다. 도 1을 참조하면, 하나 이상의 사용자 디바이스(110-1, 110-2), 하나 이상의 서버(120, 130, 140)가 네트워크(1)를 통해 연결되어 있다. 이러한 도 1은 발명의 설명을 위한 일례로 사용자 디바이스의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.
하나 이상의 사용자 디바이스(110-1, 110-2)는 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 하나 이상의 사용자 디바이스(110-1, 110-2)는 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 실시예들에서 사용자 디바이스(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(1)를 통해 다른 서버들(120 - 140)과 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.
각 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)와 네트워크(1)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버는 네트워크(1)를 통해 접속한 하나 이상의 사용자 디바이스(110-1, 110-2)로 각각의 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 정보 제공 등)를 하나 이상의 사용자 디바이스(110-1, 110-2)로 제공할 수 있다. 다른 예로, 서버는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 하나 이상의 사용자 디바이스(110-1, 110-2)로 배포하고 사용자 입력 정보를 수신해 대응하는 서비스를 제공할 수 있다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다. 이러한 컴퓨팅 장치(200)는 도 1을 참조하여 상술한 하나 이상의 사용자 디바이스(110-1, 110-2) 또는 서버(120-140)에 적용될 수 있으며, 각 장치와 서버들은 일부 구성요소를 더 하거나 제외하여 구성됨으로써 동일하거나 유사한 내부 구성을 가질 수 있다.
도 2를 참조하면 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 그리고 송수신부(240)를 포함할 수 있다. 메모리(210)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 상술한 장치나 서버에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 디바이스(110) 등에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 사용자 디바이스(110) 등에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다.
다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버)이 네트워크(1)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(230)은 네트워크(1)를 통해 사용자 기기(110)와 서버(120 -140)가 서로 통신하기 위한 기능을 제공할 수 있으며, 장치(110) 및/또는 서버(120 - 140) 각각이 다른 전자 기기와 통신하기 위한 기능을 제공할 수 있다.
송수신부(240)는 외부 입력/출력장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 외부 입력장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
다른 예로 송수신부(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다.
또한, 다른 실시예들에서 컴퓨팅 장치(200)는 적용되는 장치의 성질에 따라서 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 컴퓨팅 장치(200)가 사용자 디바이스(110)에 적용되는 경우 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 사용자 디바이스가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 더 포함되도록 구현될 수 있다.
일 예로, 하기에서는 야생동물 포획장치의 원격 제어기와 격발기에 대해 서술한다. 또한, 야생동물 포획장치의 원격 제어기와 격발기는 제어서버를 포함하는 야생동물 포획 시스템일 수 있다. 이때, 일 예로, 야생동물 포획 시스템에 포함된 각각의 엔티티들은 상술한 도 1 및 도 2에 기초하여 통신을 수행할 수 있다. 또한, 일 예로, 야생동물 포획 시스템에 포함된 각각의 엔티티는 상술한 도 2의 컴퓨팅 장치(200)일 수 있다. 구체적으로, 야생동물 포획장치의 원격 제어기는 도 2의 컴퓨팅 장치(200)일 수 있으며, 통신부에 기초하여 제어서버 또는 외부 디바이스와 도 1의 네트워크에 기초하여 통신을 수행할 수 있다. 또한, 일 예로, 야생동물 포획 시스템의 제어서버도 도 2의 컴퓨팅 장치(200)일 수 있다. 이때, 제어서버는 도 1에 기초하여 원격 제어기나 브라우져, 사용자 디바이스, IP 카메라, 센서 및 그 밖의 디바이스들과 통신을 수행할 수 있으며, 상술한 실시예로 한정되지 않는다. 즉, 야생동물 포획 시스템에 포함된 각각의 엔티티들은 도 1 및 도 2에 기초하여 통신을 수행할 수 있으며, 통신 방법은 특정 형태로 한정되는 것은 아닐 수 있다.
일 예로, 도 3는 본 명세서의 일 실시예에 있어서 격발기를 나타낸 도면이다. 구체적으로, 격발기(310)는 원격 제어기(610)에 기초하여 제어되는 장치일 수 있으며, 밧줄이나 그 밖의 장력을 가진 물체를 구속하고 있다가 격발을 통해 야생동물 포획장치가 야생동물을 포획하도록 하는 장치일 수 있다. 일 예로, 격발기(310)는 케이스(311), 솔레노이드(312), 지렛대(313), 빗장(314), 버팀쇠(315) 및 걸쇠(316) 중 적어도 어느 하나 이상을 포함할 수 있다. 여기서, 격발시키고자 하는 무거운 물건(e.g. 포획장치)에 결속되어 팽팽하게 당겨지는 밧줄이 걸쇠(316)에 걸려 있다가 격발기(310)가 작동하면 하중 또는 장력에 의해 걸쇠(316)가 회전하게 되고 이에 따라 걸려있던 밧줄의 구속이 해제되어 풀려날 수 있다. 이때, 걸쇠(316)를 구속하고 있는 버팀쇠(315)는 빗장(314)을 거쳐 지렛대(313)에 구속되어 있어서 걸쇠(316)가 회전하지 못하도록 잠금 기능을 제공할 수 있다. 이때, 원격 제어기(610)의 격발신호가 입력되면 솔레노이드(312)에 전류가 흐를 수 있다. 여기서, 솔레노이드(312)에 전류가 흐르면 지렛대(313)가 당겨질 수 있으며, 지렛대(313)의 홈에 구속되어 있던 빗장(314)이 해제되어 버팀쇠(315)와 걸쇠(316)가 자유롭게 회전할 수 있다. 즉, 격발기(310)는 원격 제어기(610)로부터 격발 신호를 수신하여 솔레노이드(312)에 전류를 발생시키고, 발생된 전류에 기초하여 당겨지는 지렛대(313)를 통해 구속이 해제되는 빗장(314)에 의해 버팀쇠(315)와 걸쇠(316)가 자유롭게 회전할 수 있는 상태가 되어 격발이 수행될 수 있다.
보다 상세하게는, 도 4a는 본 명세서의 일 실시예에 있어서 원격 제어에 기초하여 격발기를 제어하는 방법을 나타낸 도면이다. 도 4a를 참조하면, 밧줄이 걸쇠(316)에 걸려 있을 수 있다. 따라서, 밧줄에 의해 걸쇠(316)에는 화살표 방향으로 당기는 힘이 작용할 수 있다. 다만, 걸쇠(316)는 버팀쇠(315)에 의해 구속되어 회전하지 못하므로 밧줄은 고정된 상태일 수 있다. 이때, 버팀쇠(315)는 빗장(314)에 의해 구속되고, 빗장(314)은 지렛대(313)의 홈에 구속된 형태일 수 있으며, 이를 통해 밧줄이 구속된 상태를 유지할 수 있다. 이때, 일 예로, 도 4b를 참조하면, 원격 제어기(610)에 기초하여 격발 신호가 수신되면 솔레노이드(312)에 전력이 공급되어 전류가 흐를 수 있다. 이때, 플런지가 화살표 방향으로 움직이면, 지렛대(313)가 당겨질 수 있으며, 빗장(314)의 구성이 해제될 수 있다. 따라서, 연쇄적으로 버팀쇠(315)의 구속도 해제되어 버팀쇠(315)와 걸쇠(316)가 자유롭게 회전할 수 있는 상태가 될 수 있다. 이때, 도 4a에서 밧줄이 힘을 받는 화살표 방향으로 구속이 해제되므로 밧줄의 구속이 해제되어 화살표 방향의 힘을 통해 격발될 수 있다.
이때, 도 5a를 참조하면, 빗장(314)의 해제로 인해 버팀쇠(315)의 구속이 해제되면 걸쇠(316)에 작용하는 회전력에 의해 버팀쇠(315)가 밀려 올라갈 수 있다. 따라서, 걸쇠(316)는 구속이 해제되어 밧줄의 장력 방향으로 회전할 수 있으며, 도 5b처럼 걸쇠(316)가 완전히 회전하면서 밧줄이 풀려 나갈 수 있다. 그 후, 밧줄이 풀려 나가면 걸쇠(316)에 작용하는 힘이 사라지므로 걸쇠는 뒤쪽의 무게중심에 의해 원래 상태로 복귀할 수 있다. 이때, 격발기(310)의 메커니즘을 상술한 바와 같이 설계함으로써 적은 힘으로도 무거운 하중을 구속 또는 해제할 수 있다. 일 예로, 직류 솔레노이드와 같은 소출력 액츄에이터로도 100 ~ 200 kg 정도의 하중을 구속하고 있다가 원하는 시점에 쉽게 격발할 수 있다.
도 6은 본 명세서의 일 실시예에 있어서 포획장치를 나타낸 도면이다. 도 6을 참조하면, 상술한 격발기(또는 격발장치, 310)에 기초하여 격발이 수행될 수 있다. 이때, 격발기(310)는 원격 제어기(610)에 의해 제어될 수 있으며, 이는 상술한 바와 같다. 또한, 일 예로, 원격 제어기(610)에는 센서(320), 카메라(330) 및 제어부(또는 컨트롤 박스, 340)가 포함될 수 있다. 일 예로, 센서(320)는 야생동물의 움직임을 감지하는 모션 센서를 포함할 수 있다. 구체적인 일 예로, 모션 센서는 PIR(passive infrared sensor)로 피동형 적외선 센서일 수 있다. 일 예로, 모션 센서는 일정 구간에 대한 움직임을 감지할 수 있다. 모션 센서는 적은 전류 소모량으로 외부전원없이 장기간 운영이 가능하며 소형으로 제작 가능하기 때문에 방수 방적 설계가 용이하고 특별한 유지보수 없이 장기간 유지할 수 있다. 또한, 센서(320)는 야외 환경에서 사용되는 점을 고려하여 태양빛의 산란 등으로 인한 오탐지를 최대한 억제할 수 있는 알고리즘에 기초하여 동작할 수 있으며, 특정 형태로 한정되지 않는다.
또한, 일 예로, 센서(320)는 모션센서뿐만 아니라 야생동물의 소리를 감지하는 음성 센서를 더 포함할 수 있다. 즉, 센서(320)는 야생동물의 움직임뿐만 아니라 소리도 감지할 수 있으며, 특정 실시예로 한정되지 않는다. 또한, 일 예로, 센서(320)는 야생동물 관련 정보를 센싱할 수 있는 그 밖의 센서를 더 포함할 수 있으며, 특정 형태로 한정되지 않는다. 하기에서는 설명의 편의를 위해 센서(320)로 통일하여 지칭하지만 이에 한정되는 것은 아닐 수 있다. 이때, 일 예로, 원격 제어기(610)는 적어도 하나 이상의 센서(320)를 포함할 수 있다. 상술한 바와 같이 센서(320)가 센싱할 수 있는 범위는 한계가 존재할 수 있으며, 상술한 점을 고려하여 원격 제어기(610)는 적어도 하나 이상의 센서(320)를 포함할 수 있다. 또한, 원격 제어기(610)는 카메라(330)를 더 구비할 수 있다. 이때, 일 예로, 카메라(330)는 센서(320)에 의해 감지된 야생동물에 대한 이미지 정보를 획득할 수 있다. 즉, 카메라(330)는 야생동물의 이미지 정보를 획득하여 제어서버(360)로 전달할 수 있으며, 이에 대해서는 후술한다. 또한, 일 예로, 원격 제어기(610)는 적어도 하나 이상의 카메라(330)를 포함할 수 있으며, 이를 통해 야생동물을 다양한 각도에서 촬영하여 이미지를 획득할 수 있다.
또한, 일 예로, 원격 제어기(610)는 전원이 공급되는 전원부(611) 및 제어서버(360) 또는 사용자 디바이스(380)와 통신을 수행하는 통신부(612)를 더 구비할 수 있으며, 이에 대해서는 후술한다. 제어부(340)는 사용자 디바이스 및 제어서버를 통해 격발 신호를 전달받고, 격발기(310)의 솔레노이드(312)에 전류를 공급하여 격발을 수행할 수 있다. 또한, 통신부(612)는 와이파이 등의 근거리 무선 통신망을 거쳐 인터넷을 통해 서버와 데이터의 통신을 가능하게 하는 적절한 하드웨어로 구성될 수 있다. 이때, 일 예로, 제어부(340)는 산업용 MCU를 주된 부품으로 하는 PCB 보드로 구성되고, 통신부(612)로부터 사용자의 격발 신호를 전달받아 솔레노이드의 ON/OFF를 제어하는 신호를 생성하는 역할을 수행할 수 있다. 또한, 제어부(340)는 카메라(또는 IP 카메라)를 통해 획득한 이미지 정보를 통신부(612)를 통해 제어서버 및 사용자 디바이스로 전송할 수 있으며, 이에 대해서는 후술한다. 또한, 전원부(611)는 태양광으로부터 직접 전력을 생산하는 태양광 패널과, 태양광 패널에서 생산된 전력을 저장하는 배터리와, 배터리에 충전되는 전력을 제어하는 충전 컨트롤러로 구성될 수 있다. 여기서, 생산된 전력을 격발기(311)의 솔레노이드(312)와 제어부(340)의 전자부품들이 사용할 수 있도록 회로 및 알고리즘이 구현될 수 있다.
포획장(350)은 사각형의 각 꼭지점에 세워진 기둥 및 체인블록(351)을 포함할 수 있다. 이때, 체인블록(351)을 통해 포획장의 높이가 조절될 수 있다. 또한, 포획장은, 그물의 하부가 지면에 밀착하도록 누르고 야생동물이 쉽게 들어올릴 수 없을 정도의 무게를 가지는 하부고정대(352), 그물을 하부고정대의 아래를 거쳐 포획장 내측으로 모아주는 조임줄과, 야생동물이 포획장(350) 내부로 진입할 수 있도록 사각봉을 위로 들어올리는 로프와, 이 로프를 당겨 고정하고 있는 격발기(310)로부터 사각봉을 들어올리는 연직 방향으로 로프의 힘의 방향을 바꾸어주는 도르래(353)로 구성될 수 있다. 또한, 일 예로, 포획장(350)은 상부를 팽팽하게 당겨주는 상부 고정줄(354)과, 기둥을 의지하여 상부고정줄에 의해 설치되는 튼튼한 그물과, 포획된 야생동물이 탈출구로 오인하여 들어가면 점점 좁아져서 마침내 움직일 수 없도록 얽히게 하는 포획자루(355)를 더 포함할 수 있으며, 이를 통해 야생동물을 포획할 수 있다.
도 7은 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템을 나타낸 도면이다. 도 7을 참조하면, 인공지능 기반 야생동물 포획 시스템은 격발기(310), 센서(320), 카메라(330), 제어부(340), 포획장(350) 및 제어서버(360) 중 적어도 어느 하나 이상을 포함할 수 있다. 이때, 센서(320), 카메라(330) 및 제어부(340)는 원격 제어기(610)일 수 있으며, 원격 제어기(610)에 기초하여 격발기(310)에서 격발된 포획장(350)을 통해 야생동물을 포획할 수 있으며, 이는 상술한 바와 같다. 이때, 일 예로, 인공지능 기반 야생동물 포획 시스템에 기초하여 야생동물을 포획하는 경우, 센서(320)가 기 설정된 거리 이내에 움직이는 물체(즉, 야생동물)을 감지할 수 있다. 일 예로, 센서(320)는 모션센서를 포함할 수 있으며, 이를 통해 야생동물의 움직임을 감지할 수 있다. 또한, 센서(320)는 야생동물의 음성이나 그 밖의 정보를 더 포함할 수 있으며, 특정 실시예로 한정되지 않는다. 이때, 제어부(340)는 센서(320)로부터 상술한 움직임 정보 및 그 밖의 야생동물 관련 정보를 포함하는 신호를 획득할 수 있다. 이때, 제어부(340)는 획득한 신호를 제어서버(360)로 전달할 수 있다. 즉, 제어부(340)는 움직임 정보 및 야생동물 관련 정보를 제어서버(360)로 전달할 수 있다. 또한, 일 예로, 제어부(340)는 센서(320)를 통해 센싱된 정보가 생성되는 시간 정보를 더 포함할 수 있으며, 이를 통해 야생동물이 언제 센싱되었는지 여부를 확인할 수 있다. 이때, 제어서버(360)는 움직임 정보에 기초하여 카메라(330)로 이미지 촬영을 요청하는 요청 메시지를 전송할 수 있다. 구체적인 일 예로, 제어서버(360)는 카메라(330)를 통해 한 컷 이미지 촬영을 요청하는 요청 정보를 전송할 수 있다. 그 후, 카메라(330)는 기 설정된 영역에 대해 촬영을 수행하고, 이에 기초하여 이미지 정보를 획득할 수 있다. 그 후, 카메라(330)는 이미지 정보를 제어서버(360)로 전달할 수 있다. 또한, 일 예로, 카메라(330)는 이미지 정보와 함께 이미지 정보가 생성된 시간 정보를 제어서버(360)로 전달할 수 있다. 또한, 일 예로, 카메라(330)는 상술한 정보를 사용자 디바이스(380)로도 전송할 수 있으며, 특정 실시예로 한정되지 않는다.
여기서, 일 예로, 카메라(330)를 통해 획득한 이미지 정보에 기초하여 야생동물에 대한 식별 작업이 필요할 수 있다. 보다 상세하게는, 제어서버(360)는 카메라(330)를 통해 획득한 이미지를 분석하여 출몰한 야생동물의 종류를 인지하고, 포획장치의 ID 및 야생동물의 출현 시각(모션 센서 감지 시각), 이미지 및 인지된 야생동물의 종류 및 확률 중 적어도 어느 하나를 인공지능(362)을 통해 분석하고, 이에 대한 결과를 데이터베이스(database, DB, 361)에 저장할 수 있으며, 웹 서버(363)를 통해 이를 관리할 수 있다. 또한, 일 예로, 제어서버(360)는 브라우져(또는 인터넷 망, 370)와 연결될 수 있으며, 이를 통해 제어서버(360)에서 획득한 정보를 다른 디바이스로 전송하거나 다른 디바이스로부터 격발 신호를 수신할 수 있으며, 특정 형태로 한정되지 않는다.
여기서, 일 예로, 사용자 디바이스(380)는 제어서버(360)에서 분석된 이미지에 대한 정보 및 카메라(330)로부터 직접 수신되는 이미지 정보에 기초하여 야생동물 출현을 확인할 수 있다. 그 후, 사용자 디바이스(380)는 격발을 지시하는 사용자 입력을 디텍트하고, 격발을 지시하는 사용자 입력을 디텍트하면 격발 신호를 생성할 수 있으며, 이를 제어서버(360)로 전송할 수 있다. 이때, 제어서버(360)는 격발 신호를 원격 제어기(610)의 제어부(340)로 전달할 수 있다. 또한, 일 예로, 제어서버(360)는 사용자 디바이스(380)로부터 격발 신호를 수신한 시각과 결과를 DB(361)에 저장할 수 있다. 또한, 원격 제어기(610)의 제어부(340)는 격발기(310)로 격발 신호를 전송하고, 격발기(310)는 제어부(340)로부터 수신한 격발 신호에 기초하여 솔레노이드(312)에 전류를 발생시켜 격발을 수행할 수 있다. 즉, 격발기(310)는 사용자에 의해 원격으로 조정될 수 있다.
이때, 일 예로, 제어서버(360)는 항상 인터넷(또는 브라우저, 370)에 연결되어 복수 개의 포획장 및 원격 제어기를 관리할 수 있다. 이때, 각각의 포획장 및 원격 제어기에는 고유한 ID가 할당될 수 있으며, 이에 기초하여 원격각 포획장의 제어기에는 고유한 ID가 할당되어 있어서 서로를 구분할 수 있다. 즉, 포획장 및 원격 제어기는 야생동물이 출몰하는 지역에 기초하여 복수 개의 영역에 설치될 수 있다. 이때, 일 예로, 각각의 영역별로 설치된 포획장 및 원격 제어기는 하나의 제어서버(360)를 통해 관리될 필요성이 있다. 따라서, 각각의 포획장 및 원격 제어기에는 각각의 식별정보로써 아이디가 부여될 수 있다. 이때, 일 예로, 제어서버(360)가 사용자 디바이스(380)로 이미지 관련 정보를 전송하거나 카메라(330)에서 사용자 디바이스(380)로 이미지가 전송되는 경우, 이미지 관련 정보 및 이미지에는 대응되는 고유 아이디가 부가되어 사용자 디바이스(380)로 전달될 수 있다. 이를 통해, 사용자 디바이스(380)는 어느 영역에 설치된 포획장 및 원격 제어기인지 여부를 인지할 수 있다.
일 예로, 제어서버(360)는 고유 아이디에 기초하여 특정 포획장에서 출몰한 야생동물의 종류, 출몰시각, 출몰위치 및 이동방향 정보 중 적어도 어느 하나에 대한 정보를 획득하여 DB(361)에 저장할 수 있다. 이때, 제어서버(360)는 저장된 정보를 사용자가 원하는 형태로 가공하여 데이터를 시각화할 수 있는 백엔드 소프트웨어를 탑재할 수 있다. 즉, 제어서버(360)는 사용자 디바이스(380)의 유저 인터페이스를 고려하여 사용자 디바이스(380)가 야생동물 출몰 정보를 인지할 수 있게 하는 정보를 생성하여 전달할 수 있다.
구체적인 일 예로, 제어서버(360)는 특정 포획장의 모션 센서에 야생동물의 움직임이 감지되면 그 순간의 정지영상 1 프레임을 확보하여 포획장의 ID, 출몰시각 및 출몰위치 정보와 함께 시계열 DB(361)에 저장할 수 있다. 그 후, 제어서버(360)는 인공지능(362)을 통해 이미지를 분석하여 출몰 야생동물의 종을 구분하고 그 결과를 DB(361)에 함께 저장할 수 있다. 또한, 제어서버(360)는 동시에 해당 포획장을 소유한 특정 사용자 디바이스(380)의 어플리케이션으로 모든 정보와 분석결과를 전송할 수 있다. 또한, 일 예로, 제어서버(360)는 사용자 디바이스(380)의 요청에 기초하여 카메라(330)를 통해 동영상을 사용자 디바이스(380)로 제공할 수 있으며, 특정 실시예로 한정되지 않는다.
또한, 일 예로, 사용자 디바이스(380)에서 구동되는 어플리케이션은 인공지능 기반 야생동물 포획 시스템을 위한 어플리케이션일 수 있다. 일 예로, 어플리케이션은 사용자 계장을 관리하고, 제어서버(360)로부터 전송받은 정보를 유저 인터페이스에 기초하여 디스플레이 할 수 있다. 또한, 어플리케이션의 화면에는 사용자가 언제든지 자신이 소유한 포획장의 카메라 영상을 확인할 수 있는 버튼과, 야생동물을 포획하기 위한 격발 명령 버튼이 배치될 수 있으며, 사용자 입력에 기초하여 상술한 동작들이 수행될 수 있다.
도 8은 본 명세서의 일 실시예에 있어서 원격 제어기를 나타낸 도면이다. 도 8을 참조하면, 상술한 바에 기초하여 제어서버(360)에 의해 제어되는 원격 제어기(610)는 센서부(320), 카메라(330) 및 제어부(340)를 포함할 수 있으며, 이는 상술한 바와 같다. 또한, 일 예로, 원격 제어기(610)는 센서부(320), 카메라(330) 및 제어부(340)에 전원을 공급하는 전원부(611)를 더 포함할 수 있다. 이때, 일 예로, 센서부(320), 카메라(330) 및 제어부(340)는 저전력 장치일 수 있으며, 전력 소모를 최소화하는 장치일 수 있다. 여기서, 일 예로, 원격 제어기(610)는 포획장(350)과 함께 야생동물이 출몰하는 지역에 설치되기 때문에 전력 공급이 원활하지 않을 수 있다. 따라, 전원부(611)는 배터리에 기초하여 전원을 공급할 수 있으며, 주기적으로 교체될 수 있다. 또 다른 일 예로, 전원부(611)는 태양열 및 그 밖의 방법에 기초하여 자가 충전이 가능할 수 있으며, 이를 통해 저전력으로 동작하는 원격 제어기(611)를 영구적으로 제어할 수 있으며, 상술한 실시예로 한정되지 않는다.
또한, 일 예로, 원격 제어기(610)는 통신부(612)를 더 포함할 수 있으며, 이를 통해 제어서버(360)와 통신을 수행할 수 있다. 또한, 일 예로, 원격 제어기(610)는 통신부(612)를 통해 카메라(330)로 획득한 이미지를 사용자 디바이스(380)로 직접 전송하는 것도 가능할 수 있으며, 특정 실시예로 한정되지 않는다. 또한, 일 예로, 원격 제어기(610)는 적어도 하나 이상의 센서부(320)와 적어도 하나 이상의 카메라(330)를 포함할 수 있다. 일 예로, 야생동물은 다양한 방향으로 출몰할 수 있으며, 사각 지역이 존재할 수 있다. 상술한 점을 고려하여 센서부(320)는 적어도 하나 이상 포함될 수 있다. 또한, 야생동물 식별을 위해서는 다양한 각도에서 획득한 이미지가 필요할 수 있으며, 사각 지역이 존재하지 않도록 카메라(330)가 복수의 영역을 커버할 필요성이 있다. 상술한 점을 고려하여, 적어도 하나 이상의 카메라(330)가 원격 제어기(610)에 포함될 수 있다. 여기서, 일 예로, 적어도 하나 이상의 센서부(320) 및 카메라(330) 각각에도 고유의 아이디가 부여될 수 있다. 즉, 인공지능 기반 야생동물 포획 시스템은 복수 개의 영역에서 고유의 아이디를 갖는 복수 개의 원격 제어기(610)를 제어하고, 복수 개의 원격 제어기(610) 내의 복수 개의 센서부(320) 및 복수 개의 카메라(330)를 제어할 수 있으며, 이를 위해 각각의 고유의 아이디가 부여될 수 있다. 이를 통해, 제어서버(360) 및 사용자 디바이스(380)는 특정 영역에서 특정 센서부(320)와 카메라(330)를 제어할 수 있다.
상술한 바에 기초하여, 원격 제어기(610)는 센싱된 정보 및 이미지 정보를 제어서버(610)로 전송할 수 있다. 이때, 일 예로, 센싱된 정보는 복수 개의 센서부를 통해 센싱된 움직임 정보 및 음성 정보 중 적어도 어느 하나 이상을 포함할 수 있다. 즉, 원격 제어기(610)는 복수 개의 센싱 정보를 제어서버(360)로 전송할 수 있다. 또한, 일 예로, 상술한 바에서는 1컷 이미지를 제어서버(360)가 수신하였으나, 복수 개의 카메라에 기초하여 복수의 이미지 또는 동영상 정보가 제어서버(360)로 전달될 수 있으며, 이를 활용하여 야생동물을 식별할 수 있다.
구체적인 일 예로, 도 9는 본 명세서의 일 실시예에 있어서 인공지능 기반 야생동물 포획 시스템에서 인공지능에 기초하여 야생동물을 식별하는 방법을 나타낸 도면이다. 도 9를 참조하면, 제어서버(360)는 데이터베이스(361) 및 인공지능(362)을 포함할 수 있다. 여기서, 일 예로, 제어서버(360)는 원격 제어기(610)에 기초하여 센싱된 정보를 통해 야생동물 출몰을 감지하고, 출몰이 감지된 야생동물에 대한 이미지 정보를 카메라(330)를 통해 획득하여 야생동물을 식별하여 사용자 디바이스(380)로 전달할 수 있다. 그 후, 사용자 디바이스(380)는 식별된 야생동물 정보에 기초하여 포획장(350)을 통해 야생동물을 포획하기 위해 격발 신호를 생성하여 제어서버(360)로 전달할 수 있으며, 이는 상술한 바와 같다. 즉, 사용자는 사용자 디바이스(380)를 통해 원격으로 격발기(310)를 제어하여 야생동물을 포획할 수 있다. 이때, 일 예로, 사용자가 원격으로 제어하기 때문에 야생동물 식별 정보의 정확도가 높을 필요성이 있다. 보다 상세하게는, 격발기(310)에 의해 발사된 포획장(350)에 의해 야생동물 포획이 실패한 경우에 사용자는 해당 위치로 이동하여 다시 설치를 수행할 필요성이 있다. 또한, 유해 야생동물이 아닌 다른 야생동물을 오인하여 포획하는 경우에는 문제가 발생할 수 있으므로 야생동물 식별력을 향상시킬 필요성이 있다.
상술한 점을 고려하여 제어서버(360)는 인공지능 기반으로 야생동물 관련 정보로 야생동물을 식별할 수 있다. 보다 상세하게는, 인공지능(362)는 인공지능 기반 학습모델을 구축할 수 있다. 이때, 인공지능은 지도학습에 기초하여 동작할 수 있다. 지도학습은 정답이 있는 데이터를 활용해 데이터를 학습 시키는 학습 방법일 수 있다. 이때, 일 예로, 제어서버(360)는 야생동물을 식별해야 하므로 다수의 야생동물 이미지를 통해 지도학습으로 야생동물 분류 정보를 생성할 수 있다. 또한, 일 예로, 제어서버(360)는 야생동물 관련 특징을 통해 지도학습 방식으로 학습을 수행할 수 있다. 일 예로, 멧돼지는 코가 뭉뚝하고, 다리가 짧으며 잎이 튀어 나와있다는 특징에 기초하여 지도학습을 수행할 수 있다. 즉, 제어서버(360)의 인공지능은 많은 수의 야생동물 이미지 및 야생동물 관련 정보에 기초하여 야생동물 분류에 기초한 학습모델을 생성하고, 이를 데이터베이스(361)에 저장할 수 있다. 그 후, 제어서버(360)는 적어도 하나 이상의 이미지 및 적어도 하나 이상의 센싱 정보를 인공지능 학습모델의 입력으로 획득할 수 있다. 일 예로, 적어도 하나 이상의 이미지는 상술한 카메라(330)를 통해 획득될 수 있으며, 한장 또는 복수 개의 이미지가 포함될 수 있다. 또한, 센싱 정보는 상술한 센서부(320)를 통해 획득한 야생동물 관련 정보로 하나의 정보 또는 복수 개의 정보가 포함될 수 있다. 또한, 일 예로, 인공지능(362)은 데이터베이스(361) 또는 외부 디바이스를 통해 야생 동물 관련 정보를 더 획득할 수 있다. 일 예로, 야생동물 출몰이 잦은 시간에 대한 정보, 주변 야생 동물 분포 정보 및 그 밖의 야생동물 관련 정보를 획득할 수 있으며, 이를 인공지능 학습모델에 반영할 수 있다. 상술한 입력 정보에 기초하여 인공지능(362)은 야생동물을 식별하고, 식별된 정보를 사용자 디바이스(380)로 전달할 수 있다. 또한, 제어서버(360)는 야생동물 식별 정보와 함께 이미지 정보를 사용자 디바이스(380)로 제공하여 사용자가 야생동물을 확인하도록 할 수 있다. 일 예로, 야생동물 식별 정보는 야생동물의 종, 개체 수, 개체 성장 상태 및 그 밖의 야생동물 관련 정보일 수 있으며, 특정 정보로 한정되는 것은 아닐 수 있다. 그 후, 사용자 디바이스(380)는 제어서버(360)로부터 획득한 정보에 기초하여 격발 여부를 결정할 수 있다. 또한, 사용자 디바이스(380)는 제어서버(360)로부터 획득한 정보에 기초하여 식별된 야생동물이 맞는지 여부를 확인할 수 있으며, 이에 대한 정보를 인공지능(362)으로 피드백 할 수 있다. 이를 통해, 인공지능(362)은 학습모델을 업데이트할 수 있으며, 정확도를 높일 수 있다.
구체적인 실시예에 있어서, 제어서버(360)는 카메라(330)로부터 획득한 이미지 중 피사체의 면적이 가장 큰 이미지 (e.g. 멧돼지나 고라니의 경우 옆면이 가장 넓을 것임)를 가장 우선하여 식별하여 인공지능(362)으로 제공할 수 있다. 또한, 제어서버(360)는 센서부(320)를 통해 획득한 소리 정보도 인공지능(362)으로 제공하여 입력으로 활용할 수 있으며, 이를 통해 야생동물 식별 정확도를 높일 수 있다. 또한, 일 예로, 야생동물이 포획장 안에 들어온 직후에는 긴장해서 행동이 매우 빠르므로 사진 이미지 화질이 떨어질 수 있으며, 식별력이 떨어질 수 있다. 따라서, 제어서버(360)는 시간 정보에 기초하여 움직임이 적은 상태의 이미지에 가중치를 더 부여할 수 있으며, 이를 통해 식별 정확도를 높일 수 있다. 또한, 일 예로, 제어서버(360)는 초기에는 야생동물의 소리 정보로써 센싱정보에 가중치를 높이고, 야생동물의 이동성이 기 설정된 값 이하로 움직임이 적은 상태에는 이미지에 가중치를 높일 수 있으며, 이를 통해 식별력을 높일 수 있다.
또한, 일 예로, 제어서버(360)는 식별된 야생동물 정보로써 야생동물이 이동한 궤적 정보 및 현재 위치에서 이동할 위치 및 방향 정보를 추정할 수 있다. 그 후, 제어서버(360)의 인공지능(362)는 획득한 정보에 기초하여 격발 방향(또는 각도)를 결정하고, 결정된 방향으로 격발을 수행하여 포획 성공도를 높일 수 있다. 또 다른 일 예로, 복수의 야생동물이 포획장에 존재하는 경우, 제어서버(360)는 센싱된 정보 중 울음소리를 기초로 흥분도를 계산하고, 흥분도가 높은 녀석부터 포획할 수 있다. 일 예로, 흥분도는 울음 패턴에 대한 기 설정된 테이블 값과 비교를 통해 결정할 수 있다. 또한, 흥분도도 인공지능(362)을 통해 분석될 수 있으며, 이를 통해 복수 개의 개체 중 우선적으로 포획해야 하는 개체를 결정할 수 있으며, 특정 실시예로 한정되는 것은 아닐 수 있다.
또한, 일 예로, 도 10을 참조하면, 인공지능(362)에 기초하여 결정되는 정보는 야생동물 식별 정보뿐만 아니라 격발 여부를 확인하여 추천해주는 정보를 더 포함할 수 있다. 또한, 일 예로, 원격 제어기(610)에 연결된 격발기(310)는 복수 개일 수 있다. 이때, 상술한 바처럼 인공지능(362)은 야생동물의 궤적 정보 및 이동 방향 정보에 기초하여 움직임을 추정하고, 복수 개의 격발기 중 포획 확률이 높은 격발기를 추천할 수 있으며, 이를 통해 포획 성공률을 높일 수 있다. 또한, 일 예로, 인공지능(362)는 원격으로 제어되는 점 및 야생동물 움직임이 빠른 점을 고려하여 발생하는 딜레이 정보를 전달할 수 있다. 보다 구체적인 일 예로, 포획은 짧은 시간에 수행될 수 있으며, 야생동물 움직임이나 원격 제어에 기초하여 이미지와 실제 움직임에 동기화가 되지 않은 경우에는 잘못된 격발이 수행될 수 있다. 따라서, 인공지능(362)은 야생동물의 움직임과 원격 제어에 기초한 딜레이 정보를 계산하고, 이에 따른 정보를 제공하여 효과적인 격발이 수행되도록 할 수 있다. 또한, 일 예로, 인공지능(362)은 후속조치에 대한 정보를 제공할 수 있다. 일 예로, 식별된 야생동물에 따라 포획시 후속 조치가 상이할 수 있으며, 인공지능(362)은 후속 조치에 대한 정보를 제공함으로써 사용자로 하여금 포획한 야생동물을 관리할 수 있도록 할 수 있다. 구체적인 일 예로, 인공지능(362)은 멧돼지 등 대형 동물에 대해서는 포획장의 훼손 등을 고려하여 기 설정된 시간 내에 포획장으로 방문이 필요하다는 정보를 제공할 수 있다. 또한, 일 예로, 포획장에 포획된 야생동물에 대해 마취총이나 그 밖의 구속도구를 이용하여 야생동물의 움직임을 최소화하는 조치를 수행할 수 있다.
또한, 일 예로, 야생동물이 보호종으로 삭별된 경우, 야생동물이 상처를 입거나 죽지 않도록 관련 정보를 제공하고, 후속조치를 수행함으로써 사용자가 포획장 관리를 효과적으로 수행하도록 할 수 있다.
상술한 바에 기초하여, 사용자 디바이스(380)는 격발 신호를 생성하여 제어서버(360)로 전송하고, 원격 제어기(610)에 기초하여 격발기(310)가 격발되어 야생동물이 포획될 수 있다.
이때, 일 예로, 도 11을 참조하면, 원격 제어기(610)의 제어부(340)는 야생동물 센싱 신호를 제어서버(360)로 전송할 수 있다. 이때, 야생동물 센싱 신호는 센서부(320)에 의해 획득한 정보일 수 있다. 또한, 일 예로, 센서부(320) 센싱에 기초하여 제어서버(360)가 카메라(330)로 요청한 이미지 정보도 포함할 수 있으며, 상술한 실시예로 한정되지 않는다. 그 후, 제어서버(360)는 인공지능에 기초하여 야생동물을 식별하고, 식별된 야생동물에 대한 정보를 사용자 디바이스(380)로 전달할 수 있으며, 이는 상술한 바와 같다. 그 후, 사용자 디바이스(380)는 격발 여부에 대한 사용자 입력에 기초하여 격발 신호를 생성하고, 이를 제어서버(360)를 통해 원격 제어기(610)의 제어부(340)로 전달할 수 있다. 그 후, 제어부(340)는 격발기(310)를 제어하여 격발을 통해 야생동물을 포획할 수 있다.
또한, 일 예로, 도 12는 야생동물 포획 후 후속조치 정보를 전달하는 방법일 수 있다. 일 예로, 격발 신호에 기초하여 격발기(310)을 통해 격발이 수행되면 포획장(350)을 통해 야생동물이 포획될 수 있다. 이때, 원격 제어기(610)의 제어부(340)는 센서부(320) 및 카메라(330)를 통해 야생동물의 포획 여부를 확인하기 위한 센싱을 수행하고, 센싱된 정보를 제어서버(360)로 전송할 수 있다. 즉, 센싱 정보와 이미지 정보가 제어서버(360)로 전송될 수 있다. 일 예로, 포획 여부 확인은 기 설정된 시간동안 수행될 수 있다. 즉, 제어부(340)는 센서부(320) 및 카메라(330)를 통해 기 설정된 시간 동안 센싱된 정보 및 이미지를 제어서버(360)로 전송할 수 있다. 그 후, 제어서버(360)는 인공지능에 기초하여 제어부(340)를 통해 획득한 정보로 야생동물 포획 여부를 확인할 수 있다. 또한, 포획된 야생동물을 식별할 수 있으며, 이에 대한 정보를 사용자 디바이스(380)로 전달할 수 있다. 이때, 사용자 디바이스(380)는 포획된 야생동물에 기초하여 후속 조치를 수행할 수 있다. 일 예로, 후속 조치는 방치하는 동작일 수 있다. 또한, 일 예로, 후속 조치는 포획장(350)을 조절하여 야생동물의 움직임을 최소화하는 동작일 수 있다. 또 다른 일 예로, 후속 조치는 포획장(350)에서 야생동물을 특정 방향으로 이동시켜 케이지에 가두기 위한 동작일 수 있으며, 특정 동작으로 한정되지 않는다. 이때, 후속 조치가 결정되면 제어서버(360)를 통해 제어부(340)로 후속 조치 정보가 전달될 수 있다. 이때, 원격 제어기(610)의 제어부(340)는 후속 조치를 위한 동작을 수행할 수 있으며, 특정 형태로 한정되는 것은 아닐 수 있다.
도 13은 인공지능 기반 야생동물 포획 시스템의 동작을 나타낸 순서도이다. 도 13을 참조하면, 제어서버(360)는 원격 제어기(610)의 제어부(340)가 획득한 야생동물 센싱 신호를 수신할 수 있다.(S1310) 그 후, 제어서버(360)는 인공지능에 기초하여 야생동물을 식별하고(S1320), 야생동물 식별 정보를 사용자 디바이스로 전달할 수 있다.(S1330) 그 후, 제어서버(360)는 사용자 디바이스(380)로부터 격발 신호를 획득하고(S1350), 이를 원격 제어기(610)의 제어부(340)로 전달할 수 있다. 즉, 상술한 바에 기초하여 인공지능 기반 포획 시스템이 동작할 수 있으며, 이를 통해 원격으로 야생동물을 포획할 수 있다.
이상에서 설명한 실시예들은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
이상에서 살펴본 본 명세서는 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 명세서의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 명세서의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 포함하도록 정해져야 할 것이다.
Claims (8)
- 인공지능 기반 야생동물 포획 시스템을 통해 야생동물을 포획하는 방법에 있어서,
제어서버가 원격제어기로부터 감지 신호를 수신하는 단계;
상기 감지 신호에 기초하여 카메라로부터 이미지를 수신하는 단계;
상기 수신된 감지 신호 및 상기 이미지에 기초하여 인공지능을 통해 야생동물을 식별하는 단계;
식별된 야생동물 관련 정보, 상기 감지 신호 및 상기 이미지 중 적어도 어느 하나를 사용자 디바이스로 제공하는 단계;
상기 사용자 디바이스로부터 격발 신호를 수신하는 단계; 및
상기 격발 신호를 상기 원격제어기로 전달하는 단계;를 포함하되,
상기 원격제어기는 상기 수신한 격발신호에 기초하여 격발기에서 포획장을 격발하는, 야생동물 포획 방법.
- 제 1 항에 있어서,
상기 감지 신호는 모션 센서에 의해 감지되는 야생동물의 움직임 정보, 음성 센서에 의해 감지되는 야생동물의 소리 정보 및 그 밖의 야생동물 관련 정보를 포함하고,
상기 이미지는 한 컷 이미지, 정지영상 및 동영상 중 적어도 어느 하나 이상을 포함하고,
상기 감지 신호 및 상기 이미지는 상기 인공지능의 학습모델에 입력으로 제공되되,
상기 감지 신호에 생성되는 감지 신호 생성 시간 정보 및 상기 이미지가 생성되는 이미지 생성 시간 정보를 더 포함하고,
상기 감지 신호, 상기 이미지, 상기 감지 신호 생성 시간 정보 및 상기 이미지 생성 시간 정보가 상기 인공지능의 학습모델의 입력으로 제공되는, 야생동물 포획 방법.
- 제 2 항에 있어서,
상기 인공지능의 상기 학습모델은 적어도 하나 이상의 야생동물 이미지 및 적어도 하나 이상의 야생동물 관련 정보에 기초하여 지도학습에 기초하여 학습을 수행하고,
상기 학습에 기초하여 야생동물 분류 정보를 획득하고, 상기 야생동물 분류 정보와 상기 인공지능의 상기 학습모델의 입력으로 제공되는 정보에 기초하여 야생동물을 식별하는, 야생동물 포획 방법.
- 제 3 항에 있어서,
상기 인공지능의 상기 학습모델은 적어도 하나 이상의 상기 이미지에 기초하여 야생동물 면적이 가장 큰 이미지 및 야생동물 이동속도가 기 설정된 값 이하인 경우에 촬영된 이미지에 가중치를 부여하고, 적어도 하나 이상의 상기 감지 신호 중 음성 신호에 가중치를 부여하여 상기 인공지능을 통해 상기 야생동물을 식별하는, 야생동물 포획 방법.
- 제 1 항에 있어서,
상기 제어서버가 상기 식별된 야생동물 관련 정보, 상기 감지 신호 및 상기 이미지 중 적어도 어느 하나를 상기 사용자 디바이스로 제공하는 경우, 상기 제어서버는 유저 인터페이스에 기초하여 상기 사용자 디바이스가 격발 여부를 확인할 수 있는 정보를 제공하고,
상기 사용자 디바이스가 상기 식별된 야생동물 관련 정보, 상기 감지 신호 및 상기 이미지에 기초하여 격발 신호를 생성하는 입력 정보를 수신하면 상기 격발 신호가 생성되어 상기 제어서버를 통해 상기 원격제어기로 전달되는, 야생동물 포획 방법.
- 제 1 항에 있어서,
상기 격발기를 제어하는 상기 원격 제어기는,
케이스, 상기 케이스에 구비되고 전류에 기초하여 격발을 제어하는 솔레노이드, 상기 솔레노이드에 연결되고, 상기 솔레노이드에 전류가 흐르면 당겨지는 지렛대, 상기 지렛대의 홈에 구속되어 상기 지렛대가 당겨지면 구속이 해제되는 빗장, 상기 빗장에 의해 구속되고, 상기 빗장이 해제되면 자유롭게 회전되는 버팀쇠, 및 포획장을 구속하고, 상기 빗장이 해제되면 상기 버팀쇠와 함께 자유롭게 회전되어 상기 포획장의 구속을 해제하는 걸쇠를 포함하고,
상기 원격 제어기가 상기 격발 신호를 수신하면 상기 격발기의 상기 솔레노이드로 전류를 발생시켜 상기 포획장이 격발되도록 제어하는, 야생동물 포획 방법.
- 인공지능 기반 야생동물 포획 시스템에 있어서,
포획장을 격발하는 격발기;
상기 격발기를 제어하는 원격제어기;
격발 여부를 결정하고, 격발 신호를 전달하는 사용자 디바이스; 및
상기 격발기, 상기 원격제어기 및 상기 사용자 디바이스를 제어하는 제어서버를 포함하되,
상기 제어서버는 상기 원격제어기로부터 감지 신호를 수신하고,
상기 제어서버는 상기 감지 신호에 기초하여 카메라로부터 이미지를 수신하고,
상기 제어서버는 상기 수신된 감지 신호 및 상기 이미지에 기초하여 인공지능을 통해 야생동물을 식별하고,
상기 제어서버가 식별된 야생동물 관련 정보, 상기 감지 신호 및 상기 이미지 중 적어도 어느 하나를 상기 사용자 디바이스로 제공하고,
상기 제어서버가 상기 사용자 디바이스로부터 격발 신호를 수신하고,
상기 제어서버가 상기 격발 신호를 상기 원격제어기로 전달하고, 및
상기 원격제어기는 상기 수신한 격발신호에 기초하여 상기 격발기에서 상기 포획장을 격발하는, 야생동물 포획 시스템.
- 하드웨어와 결합되어 제 1항 내지 제7항 중 어느 한 항에 따른 인공지능 기반 야생동물 포획 시스템에 기초하여 야생동물을 포획하는 방법을 실행하도록 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210163601A KR20230076541A (ko) | 2021-11-24 | 2021-11-24 | 인공지능 기반 야생동물 포획 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210163601A KR20230076541A (ko) | 2021-11-24 | 2021-11-24 | 인공지능 기반 야생동물 포획 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230076541A true KR20230076541A (ko) | 2023-05-31 |
Family
ID=86543354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210163601A KR20230076541A (ko) | 2021-11-24 | 2021-11-24 | 인공지능 기반 야생동물 포획 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20230076541A (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210124667A (ko) | 2020-04-07 | 2021-10-15 | 박광배 | 야생동물 포획장치 |
-
2021
- 2021-11-24 KR KR1020210163601A patent/KR20230076541A/ko not_active Application Discontinuation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210124667A (ko) | 2020-04-07 | 2021-10-15 | 박광배 | 야생동물 포획장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Adami et al. | Design, development and evaluation of an intelligent animal repelling system for crop protection based on embedded edge-AI | |
US10512260B2 (en) | Method and apparatus for automated animal trapping | |
KR101900176B1 (ko) | 물체 검출 장치, 물체 검출 방법, 및 물체 검출 시스템 | |
JP6704979B1 (ja) | 無人飛行装置、無人飛行システム及び無人飛行装置制御システム | |
US20180206069A1 (en) | Interactive tour system | |
US20190246623A1 (en) | Pest deterrent system | |
US11636745B2 (en) | Detection of animal intrusions and control of a repellent mechanism for detected animal intrusions | |
WO2020110400A1 (ja) | 無人飛行体、制御方法及びプログラム | |
US20210300549A1 (en) | Systems and methods for subduing target individuals using unmanned aerial vehicles | |
JP2017085915A (ja) | クラウド型の有害動物捕獲支援システム | |
Awad et al. | Human detection by robotic urban search and rescue using image processing and neural networks | |
KR20230076541A (ko) | 인공지능 기반 야생동물 포획 시스템 | |
KR20230076540A (ko) | 야생동물 포획장치의 원격 제어기와 격발기 | |
KR102537072B1 (ko) | 유기 및 유해 동물 가변형 스마트 포획시스템 | |
JP2022132327A (ja) | 鳥獣威嚇システム、及び鳥獣威嚇方法 | |
CN109249381A (zh) | 机器人 | |
KR102583954B1 (ko) | 무인기 검출 방법 및 장치 | |
JP2018097433A (ja) | コレクションシステム,端末用プログラム,及びコレクション方法 | |
US20230105933A1 (en) | Remote Cattle Detection and Trapping System | |
Kumar et al. | A Literature Research Review on Animal Intrusion Detection and Repellent Systems | |
JP7171799B2 (ja) | 防鳥装置、防鳥システム、防鳥方法、及び防鳥プログラム | |
JP7517548B1 (ja) | サービス判断装置、サービス判断システム、移動体システム、サービス判断方法、およびサービス判断プログラム | |
JP7156655B1 (ja) | 監視システム、監視方法、及び、監視システム用の画像認識装置の学習方法 | |
Kirnapure et al. | Classification, detection and prevention of network attacks using rule based approach | |
Ravikrishna et al. | Elephant Detection and Alarm System Using TensorFlow |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal |