KR20230094902A - 피노믹스 정보 수집 및 원격 관리시스템 - Google Patents
피노믹스 정보 수집 및 원격 관리시스템 Download PDFInfo
- Publication number
- KR20230094902A KR20230094902A KR1020210184410A KR20210184410A KR20230094902A KR 20230094902 A KR20230094902 A KR 20230094902A KR 1020210184410 A KR1020210184410 A KR 1020210184410A KR 20210184410 A KR20210184410 A KR 20210184410A KR 20230094902 A KR20230094902 A KR 20230094902A
- Authority
- KR
- South Korea
- Prior art keywords
- information collection
- image
- information
- remote management
- phynomics
- Prior art date
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 27
- 241000196324 Embryophyta Species 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000000877 morphologic effect Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000233855 Orchidaceae Species 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000008117 seed development Effects 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 244000037671 genetically modified crops Species 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003976 plant breeding Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229930000044 secondary metabolite Natural products 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Robotics (AREA)
- Marine Sciences & Fisheries (AREA)
- Immunology (AREA)
- Animal Husbandry (AREA)
- Mining & Mineral Resources (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Agronomy & Crop Science (AREA)
- Pathology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은, 피노믹스 정보 수집 및 원격 관리시스템에 관한 것으로서, 가시광영상, 열화상, 분광영상을 포함하는 작물영상을 측정하는 데이터 측정이 가능하고, 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 영상피노믹스 정보 수집장치; 및 상기 영상피노믹스 정보 수집장치를 장착 할 수 있으며, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 좌우회전, 전후회전, 위아래 회전을 포함한 병진동작을 자유롭게 수행하며 측정하기 위한 6DOF 머니퓰레이터 장치;를 구비할 수 있다.
본 발명은, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 하는 6DOF(6자유도)에 따라 머니퓰레이터에 피노믹스 수집 장치를 설치하여 로봇이 장치를 자유롭게 이동시켜 다양한 정보를 수집할 수 있도록 하는 효과가 있다.
본 발명은, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 하는 6DOF(6자유도)에 따라 머니퓰레이터에 피노믹스 수집 장치를 설치하여 로봇이 장치를 자유롭게 이동시켜 다양한 정보를 수집할 수 있도록 하는 효과가 있다.
Description
본 발명은 피노믹스 정보 수집 및 원격 관리 시스템에 관한 것으로서, 광학 계측기술을 통해 최신의 인공지능 알고리즘 융합하여 농업에 적용하는 핵심기반기술을 이용하여 작물의 영상 가시광영상 열화상 분광영상 데이터 측정과 차원 복원 을 통해 작물의 형태 구조 등을 분석 및 평가할 수 있는 영상 피노믹스 정보 수집 및 원격 관리시스템에 관한 기술이다.
최근 식물의 표현을 보고 그 본성을 알아내는 연구개발에 관심이 높아 가고 있다.
식물 표현체 (피노믹스)는 최근 학계에서 논의되고 있는 신조어이다. ‘피노믹스’는 아직까지 정확하게 정의되고 있지는 않지만, 식물체의 유전자 기능과 관련한 생리·생화적 형질 표현을 말한다. 한 마디로 식물의 ‘관상’을 의미한다.
즉,피노믹스는‘로봇+영상+정보+생명공학’기술을 융합한 식물 표현체 기반기술에 관한 것으로서, 기존 농업기술에 비하여 유전자-표현형 근본관계를 이해하는 데 독창성을 증진시켜 주고 있다. 쉽게 비유를 하면, 병을 진단하는 데 의사가 ‘청진기’를 대신하여 ‘자기공명영상(MRI)’을 이용하는 것이다. 기존의 ‘피노믹스’는 전통 식물 육종이나 현대생명공학 식물의 주요 형질을 대량으로 정확하게 측정하게 하여 준다. 그러다 보니 혁신형 ‘피노믹스’ 기술은 자연히 우수한 종자를 개발하는 데 크게 기여를 하고 있다.
보다 상세하게는, 유럽은 전통적으로 농업이 튼튼한 지역이다. 새로운 융합형 기술혁신 ‘피노믹스’ 또한 10여 년 전부터 시작하여 종자개발은 물론이고 농업생산 및 품질관리에 활용되고 있다. 유럽의 한 회사는 2003년부터 200억 규모로 ‘피노믹스’ 인프라에 투자를 하고, 종자개발 유용형질 탐색 및 가치화 이용 서비스를 개발 판매 하고 있다. 육묘산업에 있어서도 영상이미지+자동화 표현형 시스템을 도입하여 균일한 묘종생산에 적극 활용하고 있다. 유럽의 몇몇 종자회사들이 합작하여 만든 ‘피노믹스’ 전문회사는 식물 한 개체의 표현형 검정에 150 유로 정도의 비용을 받는다고 한다. 투자 대비 경제 가치 창출이 가능함을 보여 준 사례이다.
최근 들어서 ‘피노믹스’는 작물 대량생산 과정의 품질 관리에도 적극적으로 도입되고 있다. 네델란드에 있는 한 대형 서양란 생산회사는 ‘피노믹스’ 시스템을 도입하여 수백만 서양난 식물체의 표현 특성 이미지를 주기적으로 정보화 하고, 소비자가 특정 화색과 크기를 주문하면 그 특성 정보에 근거하여 자동으로 선별 포장하여 판매를 하고 있다. ‘피노믹스’ 기술은 현재도 계속 진화하고 있으며, 앞으로도 계속 더 하여 질 것으로 예상될 수 있다.
현재, 유럽의 여러 국가는 이런 점에서 ‘피노믹스’ 기술개발과 세계시장 확보에 전력을 다하고 있다. 처음에는 잎의 색과 크기를 측정할 수 있는 단순한 ‘피노믹스’ 시스템이었지만, 최근 들어서는 식물의 당분 등 2차대사 산물까지 측정 가능한 새로운 ‘피노믹스’ 시스템을 만들어 가고 있다.
'피노믹스’는 아직 미지의 벤처 분야이다. 새로운 융합기술 영역에 전문성을 갖춘 인력이 적절히 양성된다면, 새로운 전문 인력의 고용 창출 기회가 발생할 것이다. 아직 농업에 로봇과 영상 그리고 정보를 융합하는 구체적인 시도는 그리 많지 않다. 이 융합기술영역이 제대로 안착된다면 전문 인력은 독점적 고용 기회를 가질 수 있을 것이다. 어쩌면 이는 농업 전공자들의 구직난을 해결 하는 데 도움을 줄 수 있다고 생각한다. 그리고 이러한 미래 농업은 미래 농업은 식물을 정밀하게 이해하는 국가나 기업이 주도를 할 수밖에 없다. 이는 농업 분야에 있어서 새로운 성장 동력이면서 경쟁력과 직결된다고 본다.
한편, 이러한 ‘피노믹스’는 현재 국내 농업 연구개발 투자 산물의 가치 창출에도 기여를 할 수 있다. ‘피노믹스’ 인프라는 고유의 유전자원, 막대한 투자를 들여 개발한 식물 종자 및 해외 수출용 고가 종자의 특성을 조사하는 데 적용을 할 수 있다.
특히, '피노믹스’는 또한 우리나라 스마트 자동 팜의 기초기반기술이다. 현재 ‘피노믹스’는 다양한 기후변화 조건에서 식물 표현형 정보를 담은 빅데이터 생산이 가능하다. ‘피노믹스’에서 얻은 식물 생산 능력 정보에다 생산물의 유통정보를 더하면 소비자 맞춤형 농업생산 공급이 가능하도록 해줄 수 있다. 튼튼한 미래 농업 구현을 위해서는 신속한 ‘피노믹스’ 인프라의 구축 및 활용이 필요한 때이다.
요즘들어, 경제학(Economics)이라는 말이 특정인과 합해져 오바마노믹스, MB노믹스 등의 용어가 유행하고 있는데, 생물학 분야에는 인간 게놈프로젝트 완성을 계기로 게노믹스(genomics), 프로테오믹스(proteomics) 등의 오믹스(Omics)라는 신조어가 생겨났고 최근에는 피노믹스(Phenomics) 라는 신조어가 등장해서 주목을 받고 있다.
상술하였듯이, 피노믹스는 세포, 조직, 기관, 생명체 등에서 나타나는 물리적, 생화학적 특성, 즉 표현형 전체를 측정하는 생물학의 한 분야라 할 수 있다.
최근 호주 정부(CISRO)에서 작물의 육종 효율을 극대화하기 위해 유전자원, GM작물 등의 표현형을 신속하고 정확하게 측정할 수 있는 장비와 시설을 구축해 운영하고 있다.
바스프(BASF), 몬산토 등의 다국적 기업에서도 수년전부터 이러한 시스템을 자체 개발해 새로운 종자개발에 사용하고 있는 것으로 알려져 있다.
돌이켜보면 우리나라 농업생명공학은 지난 10여년간 바이오그린, 프런티어, 농림기술개발사업 등 국책사업으로 연구비가 집중 지원돼 연구기반, 인력 양성 등 우리나라의 BT 역량을 강화하는데 크게 기여했고, 분야에 따라서는 세계적인 수준으로 도약하는 계기를 마련했다는 평가를 받고 있다.
향후 FTA, DDA 추진 등으로 농산물시장 개방이 더욱 가속화된다면 우리도 종자산업에서의 경쟁력을 갖춰야 할 것이며, 생명공학산물의 실용화를 가속화하기 위한 피노믹스 시설 등의 기본 인프라 구축을 절실히 검토해야 할 시점이다.
본 발명은, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 하는 6DOF(6자유도)에 따라 머니퓰레이터에 피노믹스 수집 장치를 설치하여 로봇이 장치를 자유롭게 이동시켜 다양한 정보를 수집할 수 있도록 하는데 목적이 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 가시광영상, 열화상, 분광영상을 포함하는 작물영상을 측정하는 데이터 측정이 가능하고, 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 영상피노믹스 정보 수집장치; 및 상기 영상피노믹스 정보 수집장치를 장착 할 수 있으며, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 좌우회전, 전후회전, 위아래 회전을 포함한 병진동작을 자유롭게 수행하며 측정하기 위한 6DOF 머니퓰레이터 장치;를 구비할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 상기 영상피노믹스 정보 수집장치는, 광학 계측 기술을 통해 특정 인공지능 알고리즘을 융합하여 농업분야에 적용하며, 작물영상데이터 측정 및 3차원 복원을 통해 작물 형태 구조를 분석 평가하는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 적어도 하나 이상의 영상피노믹스 정보 수집장치를 이용하여 다양한 품종의 작물을 하나의 장치로 수집할 수 있으며, 컨테이너 내부에 위치 변화에 따른 동일 작물의 상태에 대한 데이터를 수집할 수 있는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 피노믹스 정보를 계측하기 위해 하나의 센서가 아닌 복수개의 다양한 센서 정보를 이용할 수 있으며, 상기 영상피노믹스 정보 수집장치를 구성하는 가시광 카메라는, 작물의 색상과 크기를 분석할 수 있는 가시광선 RGB이미지를 수집하고, 초분광 카메라는 엑스선, 적외선, 자외선 등 가시광선 영역 위아래로 보이지 않는 빛까지 수집가능한 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 초분광 카메라에 의해 획득한 초분광 영상은, 찾고자 하는 대상의 구분이 가능하고 구성요소는 어떤 것인지 어떤 변화가 일어나는지를 파악할 수 있으며, 상기 영상피노믹스 정보 수집장치는, LiDar 를 이용한 3D포인트 클라우드를 정보를 획득하여 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 것을 특징으로 할 수 있다.
따라서, 본 발명은, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 하는 6DOF(6자유도)에 따라 머니퓰레이터에 피노믹스 수집 장치를 설치하여 로봇이 장치를 자유롭게 이동시켜 다양한 정보를 수집할 수 있도록 하는 효과가 있다.
도 1은 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 Calibration 의 실시예를 개략적으로 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 6DOF 머니플레이터를 이용한 피노믹스 데이터 수집장치를 개략적으로 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 무손실 빅데이타 수집 및 전송을 위한 지역 버퍼링 데이터 전송구조를 개략적으로 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 6DOF 머니플레이터를 이용한 피노믹스 데이터 수집장치를 개략적으로 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 무손실 빅데이타 수집 및 전송을 위한 지역 버퍼링 데이터 전송구조를 개략적으로 설명하기 위한 도면이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 가시광영상, 열화상, 분광영상을 포함하는 작물영상을 측정하는 데이터 측정이 가능하고, 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 영상피노믹스 정보 수집장치; 및 상기 영상피노믹스 정보 수집장치를 장착 할 수 있으며, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 좌우회전, 전후회전, 위아래 회전을 포함한 병진동작을 자유롭게 수행하며 측정하기 위한 6DOF 머니퓰레이터 장치;를 구비할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 상기 영상피노믹스 정보 수집장치는, 광학 계측 기술을 통해 특정 인공지능 알고리즘을 융합하여 농업분야에 적용하며, 작물영상데이터 측정 및 3차원 복원을 통해 작물 형태 구조를 분석 평가하는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 적어도 하나 이상의 영상피노믹스 정보 수집장치를 이용하여 다양한 품종의 작물을 하나의 장치로 수집할 수 있으며, 컨테이너 내부에 위치 변화에 따른 동일 작물의 상태에 대한 데이터를 수집할 수 있는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 피노믹스 정보를 계측하기 위해 하나의 센서가 아닌 복수개의 다양한 센서 정보를 이용할 수 있으며, 상기 영상피노믹스 정보 수집장치를 구성하는 가시광 카메라는, 작물의 색상과 크기를 분석할 수 있는 가시광선 RGB이미지를 수집하고, 초분광 카메라는 엑스선, 적외선, 자외선 등 가시광선 영역 위아래로 보이지 않는 빛까지 수집가능한 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 초분광 카메라에 의해 획득한 초분광 영상은, 찾고자 하는 대상의 구분이 가능하고 구성요소는 어떤 것인지 어떤 변화가 일어나는지를 파악할 수 있으며, 상기 영상피노믹스 정보 수집장치는, LiDar 를 이용한 3D포인트 클라우드를 정보를 획득하여 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 것을 특징으로 할 수 있다.
이하, 도면을 참조하여 본 발명 실시예에 따른 본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 상세하게 설명하면 다음과 같다.
도 1은 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 Calibration 의 실시예를 개략적으로 나타내는 도면이고, 도 2는 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 6DOF 머니플레이터를 이용한 피노믹스 데이터 수집장치를 개략적으로 설명하기 위한 도면이며, 도 3은 본 발명의 실시예에 따른 피노믹스 정보 수집 및 원격 관리시스템을 구성하는 무손실 빅데이타 수집 및 전송을 위한 지역 버퍼링 데이터 전송구조를 개략적으로 설명하기 위한 도면이다.
상술한 바와 같이, 본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 가시광영상, 열화상, 분광영상을 포함하는 작물영상을 측정하는 데이터 측정이 가능하고, 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 영상피노믹스 정보 수집장치; 및 상기 영상피노믹스 정보 수집장치를 장착 할 수 있으며, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 좌우회전, 전후회전, 위아래 회전을 포함한 병진동작을 자유롭게 수행하며 측정하기 위한 6DOF 머니퓰레이터 장치;를 구비할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템에 있어서, 상기 영상피노믹스 정보 수집장치는, 광학 계측 기술을 통해 특정 인공지능 알고리즘을 융합하여 농업분야에 적용하며, 작물영상데이터 측정 및 3차원 복원을 통해 작물 형태 구조를 분석 평가하는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 적어도 하나 이상의 영상피노믹스 정보 수집장치를 이용하여 다양한 품종의 작물을 하나의 장치로 수집할 수 있으며, 컨테이너 내부에 위치 변화에 따른 동일 작물의 상태에 대한 데이터를 수집할 수 있는 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 피노믹스 정보를 계측하기 위해 하나의 센서가 아닌 복수개의 다양한 센서 정보를 이용할 수 있으며, 상기 영상피노믹스 정보 수집장치를 구성하는 가시광 카메라는, 작물의 색상과 크기를 분석할 수 있는 가시광선 RGB이미지를 수집하고, 초분광 카메라는 엑스선, 적외선, 자외선 등 가시광선 영역 위아래로 보이지 않는 빛까지 수집가능한 것을 특징으로 할 수 있다.
본 발명의 일실예에 따른 피노믹스 정보 수집 및 원격 관리시스템은, 상기 초분광 카메라에 의해 획득한 초분광 영상은, 찾고자 하는 대상의 구분이 가능하고 구성요소는 어떤 것인지 어떤 변화가 일어나는지를 파악할 수 있으며, 상기 영상피노믹스 정보 수집장치는, LiDar 를 이용한 3D포인트 클라우드를 정보를 획득하여 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 것을 특징으로 할 수 있다.
보다 상세하게는, 본 발명은, 영상 피노믹스 정보 수집 장치를 포함 할 수 있다.
여기서, 본 발명은, 광학 계측기술을 통해 최신의 인공지능 알고리즘 융합하여 농업에 적용하는 핵심기반기술임 작물의 영상 가시광영상 열화상 분광영상 데이터 측정과 차원 복원 을 통해 작물의 형태 구조 등을 분석 및 평가할 수 있는 영상 피노믹스 정보 수집 장치를 구성할 수 있다.
종래기술에 따르면, 고정된 하나의 수집 장치는 하나의 작물만을 촬영 가능하기 때문에 다양한 환경의 많은 데이터 수집에 어려움이 있다.
그러나, 6DOF(6 자유도)에 따FMS 본 발명은, 머니퓰레이터에 피노믹스 수집 장치를 설치하여 로봇이 장치를 자유롭게 이동시켜 다양한 정보를 수집할 수 있도록 할 수 있다.
한편, 본 발명에 적용된 6DOF에 대해 설명하면, 흔히 로봇공학에서의 6자유도 중 3자유도는 Position(위치)이며 나머지 3자유도는 Orientation(자세)이라 한다.항공기는 무게중심을 중심으로 하는 세 개의 축을 중심으로 운동하게 된다. 비행중 항공기의 자세가 변하는 것은 3개 축을 중심으로 회전하고 있는 것이다. 3개의 축은 중심(重心) 위치에서 다른 축과 상호 직각으로 교차하고 있다. 따라서 항공기의 세 개의 축을 중심으로 좌우상하 운동을 하는데 가로축과 수직축은 각각 우측방향과 상방향 운동을 양성(positive) 운동이라하고, 그 반대를 음성(negative)운동으로 할 때 항공기에는 여섯 개의 운동방향이 형성된다.
추가적으로, 자유도 6(6DOF)는 3차원 직각 좌표계에서 X축 중심의 좌우 회전(roll), Y축 중심의 앞뒤 회전(pitch), Z축 중심의 위아래 회전(yaw) 동작과 앞뒤(forward/back, surge), 좌우(left/right, sway), 위아래(up/down, heave) 병진 동작(translational motion)을 포함한다. 로봇공학, 가상 현실 등에서 물체의 위치, 방향 등 동작을 측정하는 데 사용될 수 있다.
또한, 본 발명에 따른 시스템은, 자유롭게 이동시키면서 하나의 피노믹스 수집 장치로 다양한 품종의 작물을 하나의 장치로 수집할 수 있거나 컨테이너 내부에서의 위치 변화에 따른 동일 작물의 상태에 대한 데이터를 수집할 수 있는 효과가 있다.
또한, 본 발명에 따른 시스템은, 피노믹스 정보를 계측하기 위해선 하나의 센서가 아닌 다양한 센서의 정보를 이용할 수 있다.
또한, 본 발명에 따른 시스템에 사용된 RGB 가시광 카메라는 작물의 색상과 크기를 분석할 수 있는 기시광선 이미지를 수집하고, 초분광 카메라는 엑스선 적외선 자외선 등 가시광선 영역 위아래로 보이지 않는 빛까지 수집 가능할 수 있다.
게다가, 본 발명은, 초분광 영상을 이용하면 찾고자 하는 대상의 구분이 가능하고 구성 요소는 어떤 것인지 어떤 변화가 일어나는지를 파악할 수 있기 때문에 피노믹스 정보에 중요한 센서일 수 있다.
그리고, 본 발명은, LiDar 3D Point Cloud 3 (3D Reconstruction)를 이용하여 정보를 얻으면 차원 복원 을 통해 작물의 형태 구조 등을 분석 및 평가 할 수 있다.
또한, 본 발명에 있어서, 피노믹스 정보는 하나의 센서가 아닌 서로 다른 정보를 수집하는 다양한 종류의 센서를 이용할 수 있다.
따라서, 본 발명은, 피로믹스 정보를 분석하는데 필요한 정보를 다양한 센서를 동시에 수집할 수 있는 플랫폼을 포함할 수 있다.
본 발명의 시스템에 따른 정보수집 및 원격관리시스템은, (Calibration) 이종 센서 보정 기술이 적용될 수 있다.
즉, 6DOF 머퓰레이터에 설치 된 다양한 센서들이 서로 다른 물리적 위치에 설치 되어 동일한 작물을 촬영하기 위해서는 서로의 연관관계를 계산하는 센서 퓨전을 포함할 수 있다.
이때, (Calibration Pattern)은 도면에 도시된 바와 같이, 센서 정보를 수집할 수 있는 패턴으로된 공간이나 장치를 구성하여 센서들간 동일한 정보를 매칭하여 센서들 사이의 상관관계 를 계산할 수 있다.
여기서, (Translation, Rotation)은, 본 발명에 따른 머니퓰레이터에 설치 되어 동일한 위치에서 피로믹스 정보를 수집할 수 있도록 코드를 기준좌표로 이용하기 때문에 이미지를 기준으로 센서 데이타를 보정할 수 있는 것을 가리킨다.
또한 본 발명에 따른 시스템은, 6DOF 머니퓰레이터를 이용한 피노믹스 데이타 수집 QR코드를 이용한 작물별 데이타 관리가 가능할 수 있다.
따라서, 본 발명은, 하나의 작물만 촬영할 수 있는 고정형 피노믹스 수집 장치가 아닌 머리퓰레이터에 피노믹스 수집 장치를 설치하고 자유롭게 이동시켜 정보를 수집 하기 때문에 작물의 종류와 동일한 환경에서의 수집하기 위한 위치값 계산을 할 수 있다.
이와 같이, QR 3D Pose 코드를 이용하면 작물에 고유값을 부여할 수 있고 코드의 계산을 통하여 로봇의 위치와 상관없이 작물을 기준으로 동일한 위치에서 피노믹스 데이타를 수집할 수 있다.
본 발명에 따른 시스템은, 피노믹스 정보 저장을 위한 서버 및 빅데이터 관리 편의를 위한 대쉬보드를 구비할 수 있다.
여기서, 1 Giga Byte용량의 피노믹스 정보는 한번 촬영시 대략 의 정보가 저장되는 빅데이타를 수집 관리할 수 있으며, 대량의 정보를 데이터 서버에 실시간으로 업로드 하는 것은 어려움이 있다.
이때, 이러한 문제를 해결하기 위해서는 피노믹스 수집 장치와 데이타 서버 중간에 버퍼링 기능을 하는 지역적 데이타 저장 서버(Local Log Data Server)를 구비해야 하며, 수집시에는 지역적 서버에 실시간으로 저장하고 이렇게 저장이 된 데이타를 지역적 데이터 저장 서버가 클라우드 서버에 시간을 두고 업로드하는 방법으로 구성할 수 있다.
한편, 상술한 다양한 실시 예들에 따른 장치 및 시스템의 제어 방법은 소프트웨어로 코딩되어 비일시적 판독 가능 매체(non-transitory readable medium)에 저장될 수 있다. 이러한 비일시적 판독 가능 매체는 다양한 장치에 탑재되어 사용될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안 될 것이다.
Claims (5)
- 피노믹스 정보 수집 및 원격 관리시스템에 있어서,
가시광영상, 열화상, 분광영상을 포함하는 작물영상을 측정하는 데이터 측정이 가능하고, 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 영상피노믹스 정보 수집장치; 및
상기 영상피노믹스 정보 수집장치를 장착 할 수 있으며, 3차원 직각좌표계에서 X축, Y축, Z축을 기준으로 좌우회전, 전후회전, 위아래 회전을 포함한 병진동작을 자유롭게 수행하며 측정하기 위한 6DOF 머니퓰레이터 장치;를 구비하는 것을 특징으로 하는 피노믹스 정보 수집 및 원격 관리시스템
- 청구항 1에 있어서,
상기 영상피노믹스 정보 수집장치는,
광학 계측 기술을 통해 특정 인공지능 알고리즘을 융합하여 농업분야에 적용하며,
작물영상데이터 측정 및 3차원 복원을 통해 작물 형태 구조를 분석 평가하는 것을 특징으로 하는 피노믹스 정보 수집 및 원격 관리시스템
- 청구항 2에 있어서,
적어도 하나 이상의 영상피노믹스 정보 수집장치를 이용하여 다양한 품종의 작물을 하나의 장치로 수집할 수 있으며,
컨테이너 내부에 위치 변화에 따른 동일 작물의 상태에 대한 데이터를 수집할 수 있는 것을 특징으로 하는 피노믹스 정보 수집 및 원격 관리시스템
- 청구항 3에 있어서,
상기 피노믹스 정보를 계측하기 위해 하나의 센서가 아닌 복수개의 다양한 센서 정보를 이용할 수 있으며,
상기 영상피노믹스 정보 수집장치를 구성하는 가시광 카메라는,
작물의 색상과 크기를 분석할 수 있는 가시광선 RGB이미지를 수집하고,
초분광 카메라는 엑스선, 적외선, 자외선 등 가시광선 영역 위아래로 보이지 않는 빛까지 수집가능한 것을 특징으로 하는 피노믹스 정보 수집 및 원격 관리시스템
- 청구항 4에 있어서,
상기 초분광 카메라에 의해 획득한 초분광 영상은,
찾고자 하는 대상의 구분이 가능하고 구성요소는 어떤 것인지 어떤 변화가 일어나는지를 파악할 수 있으며,
상기 영상피노믹스 정보 수집장치는,
LiDar 를 이용한 3D포인트 클라우드를 정보를 획득하여 3차원 복원을 통해 작물의 형태 구조등을 분석 및 평가하는 것을 특징으로 하는 피노믹스 정보 수집 및 원격 관리시스템
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210184410A KR20230094902A (ko) | 2021-12-21 | 2021-12-21 | 피노믹스 정보 수집 및 원격 관리시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210184410A KR20230094902A (ko) | 2021-12-21 | 2021-12-21 | 피노믹스 정보 수집 및 원격 관리시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230094902A true KR20230094902A (ko) | 2023-06-28 |
Family
ID=86994135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210184410A KR20230094902A (ko) | 2021-12-21 | 2021-12-21 | 피노믹스 정보 수집 및 원격 관리시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230094902A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116539613A (zh) * | 2023-07-07 | 2023-08-04 | 佳木斯大学 | 一种移动式农业信息化在线检测设备 |
-
2021
- 2021-12-21 KR KR1020210184410A patent/KR20230094902A/ko unknown
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116539613A (zh) * | 2023-07-07 | 2023-08-04 | 佳木斯大学 | 一种移动式农业信息化在线检测设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Makanza et al. | High-throughput phenotyping of canopy cover and senescence in maize field trials using aerial digital canopy imaging | |
| Nguyen et al. | Structured light-based 3D reconstruction system for plants | |
| Das Choudhury et al. | Leveraging image analysis to compute 3D plant phenotypes based on voxel-grid plant reconstruction | |
| Sun et al. | Three-dimensional point cloud reconstruction and morphology measurement method for greenhouse plants based on the kinect sensor self-calibration | |
| Wells et al. | Recovering the dynamics of root growth and development using novel image acquisition and analysis methods | |
| Yamamoto et al. | Node detection and internode length estimation of tomato seedlings based on image analysis and machine learning | |
| Xiao et al. | Image-based dynamic quantification of aboveground structure of sugar beet in field | |
| Gao et al. | Individual maize location and height estimation in field from uav-borne lidar and rgb images | |
| Chebrolu et al. | Registration of spatio-temporal point clouds of plants for phenotyping | |
| Lu et al. | A robotic platform for corn seedling morphological traits characterization | |
| Trevisan et al. | High-throughput phenotyping of soybean maturity using time series UAV imagery and convolutional neural networks | |
| Li et al. | PSegNet: Simultaneous semantic and instance segmentation for point clouds of plants | |
| Wang et al. | Non-destructive measurement of three-dimensional plants based on point cloud | |
| Jubery et al. | Using machine learning to develop a fully automated soybean nodule acquisition pipeline (snap) | |
| Miao et al. | Simulated plant images improve maize leaf counting accuracy | |
| Gang et al. | Estimation of greenhouse lettuce growth indices based on a two-stage CNN using RGB-D images | |
| Yang et al. | A low-cost 3D phenotype measurement method of leafy vegetables using video recordings from smartphones | |
| Li et al. | Three-dimensional reconstruction and phenotype measurement of maize seedlings based on multi-view image sequences | |
| Liu et al. | Quantitative evaluation of maize emergence using UAV imagery and deep learning | |
| Lin et al. | Segmentation and stratification methods of field maize terrestrial LiDAR point cloud | |
| KR20230094902A (ko) | 피노믹스 정보 수집 및 원격 관리시스템 | |
| Wang et al. | Three-dimensional reconstruction of soybean canopy based on multivision technology for calculation of phenotypic traits | |
| Fuentes-Peñailillo et al. | Automating seedling counts in horticulture using computer vision and AI | |
| Rodrigues et al. | Computer vision and deep learning as tools for leveraging dynamic phenological classification in vegetable crops | |
| Patel et al. | Deep Learning-Based Plant Organ Segmentation and Phenotyping of Sorghum Plants Using LiDAR Point Cloud |