WO2022045382A1 - 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템 - Google Patents

인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템 Download PDF

Info

Publication number
WO2022045382A1
WO2022045382A1 PCT/KR2020/011279 KR2020011279W WO2022045382A1 WO 2022045382 A1 WO2022045382 A1 WO 2022045382A1 KR 2020011279 W KR2020011279 W KR 2020011279W WO 2022045382 A1 WO2022045382 A1 WO 2022045382A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
poultry
weight
control
amount
Prior art date
Application number
PCT/KR2020/011279
Other languages
English (en)
French (fr)
Inventor
김호철
Original Assignee
주식회사 이모션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 이모션 filed Critical 주식회사 이모션
Publication of WO2022045382A1 publication Critical patent/WO2022045382A1/ko

Links

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
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K31/00—Housing birds
    • A01K31/002—Poultry cages, e.g. transport boxes
    • A01K31/005—Battery breeding cages, with or without auxiliary features, e.g. feeding, watering, demanuring, heating, ventilation
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K31/00—Housing birds
    • A01K31/22—Poultry runs ; Poultry houses, including auxiliary features, e.g. feeding, watering, demanuring
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K39/00—Feeding or drinking appliances for poultry or other birds
    • A01K39/01—Feeding devices, e.g. chainfeeders
    • A01K39/012—Feeding devices, e.g. chainfeeders filling automatically, e.g. by gravity from a reserve
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring

Definitions

  • the present invention relates to a system for improving poultry productivity through artificial intelligence optimal environmental control, and more specifically, artificial intelligence modeled through correlation analysis of productivity collected in real time, water supply amount, feeding amount, environmental data and control history data, etc.
  • By automatically controlling the poultry house in real time through the environmental control model it can maintain the poultry house's environment in an optimal state, thereby maximizing productivity (breeding rate, spawning rate). it's about
  • poultry such as chickens and ducks raised for spawning or food are put into the poultry house of the farmer and raised as chicks, and then spawned or shipped out while being reared for a certain period of time.
  • the weight of the poultry is included among the factors determining the quality of the spawning product or the breeding product, because the size of the breeding product or the breeding product depends on the weight of the livestock.
  • the present invention is a poultry house in real time through an artificial intelligence environment control model modeled through correlation analysis of productivity, water supply, feed amount, environmental data, and control history data collected in real time.
  • the purpose of this is to provide a poultry productivity improvement system through artificial intelligence optimal environment control that can maintain the poultry house's environment in an optimal state by automatically controlling it, thereby maximizing productivity (breeding rate, egg laying rate).
  • the poultry productivity improvement system through artificial intelligence optimal environmental control is an IOT scale for measuring the weight of poultry and collecting environmental data bets; an outdoor air sensor unit for measuring outdoor air environment data; Feeding amount measuring unit for measuring the amount of feeding; a water supply measuring unit for measuring the water supply; Receive control history data from the automatic control device and weight data, environmental data (betting environment data and outdoor air environment data), feeding amount, water supply amount, and the automatic control device that control the poultry house, and measure the average weight and growth rate of poultry It is possible to provide a poultry productivity improvement system including a control server that generates and transmits optimal environmental control information to the automatic control device through an artificial intelligence environment control model that has learned big data.
  • the IOT scale may include a weighing unit for measuring the weight of poultry and a betting sensor unit provided on one side of the weighing unit to measure bet environmental data.
  • the bet sensor unit includes at least one of a temperature sensor, a humidity sensor, a carbon dioxide sensor and an ammonia sensor
  • the outdoor air sensor unit is a temperature sensor, a humidity sensor, a carbon dioxide sensor, an ammonia sensor, a wind direction sensor, a wind speed sensor, and a fine dust sensor. It may include more than one.
  • the feeding amount measurement unit is equipped with a load cell to measure the amount of food accommodated in the feeding device, measure the amount of food that changes according to the feeding, and calculate the amount to be fed according to the difference .
  • the poultry house device may include one or more of a feeding device, a water supply device, a heating device, a ventilation device, an air conditioner, a lighting device and a humidifying device.
  • control server may include: a database for storing management reference data, and for storing the collected weight data, environment data, feeding amount, water supply amount and control history data; a weight derivation unit for deriving an average weight using a plurality of stored weight data; It may include a growth rate derivation unit that derives the growth rate through the feeding amount and average weight, and a control generation unit that generates optimal environment control information through an artificial intelligence environment control model that has learned big data and transmits it to the automatic control device. .
  • the artificial intelligence environment control model is a normalization step of normalizing the collected average weight, growth rate, water supply amount, feed amount and environmental data; It is modeled through a correlation analysis step of analyzing the correlation between productivity and water supply, feeding amount and environmental data, and an optimization step of optimizing the correlation to derive a final model, and according to the average weight, growth rate and environmental data, the It is characterized in that the optimal environment control information is generated.
  • the correlation analysis step is a one-dimensional correlation analysis step of analyzing the 1:1 correlation between productivity, water supply, feeding amount, and environmental data, respectively;
  • control server may further include a storage/shipment determination unit for generating predicted shipment information based on the average weight, and generating necessary entry/exit information according to the predicted shipment information.
  • control server may further include a manager terminal for receiving at least one of weight data, environmental data, feeding amount, water supply amount, control history data, average weight, growth rate, and optimal environment control information and providing it to the manager.
  • the poultry productivity improvement system through artificial intelligence optimal environment control is an artificial By automatically controlling the poultry house in real time through the intelligent environment control model, it is possible to maintain the poultry house environment in an optimal state, thereby maximizing productivity (breeding rate, spawning rate).
  • FIG. 1 is a configuration diagram showing a system for improving poultry productivity through artificial intelligence optimal environment control according to an embodiment of the present invention.
  • Figure 2 is an exemplary view showing the weight measurement unit of the IOT scale of Figure 1.
  • FIG. 3 is an exemplary view showing a state in which the weight measuring unit of the IOT scale of FIG. 1 is formed in a different shape;
  • FIG. 4 is a cross-sectional view of the weight measuring unit of FIG. 3 ;
  • FIG. 5 is a block diagram illustrating the control server of FIG. 1;
  • FIG. 6 is a flowchart schematically illustrating a process of modeling an artificial intelligence environment control model of a poultry productivity improvement system through artificial intelligence optimal environment control according to an embodiment of the present invention.
  • FIG. 7 is a flowchart sequentially illustrating S2 of FIG. 6;
  • the system for improving poultry productivity through artificial intelligence optimal environmental control includes: IOT scales for measuring the weight of poultry, and collecting environmental data bets; an outdoor air sensor unit for measuring outdoor air environment data; Feeding amount measuring unit for measuring the amount of feeding; a water supply measuring unit for measuring the water supply; Receive control history data from the automatic control device and weight data, environmental data (betting environment data and outdoor air environment data), feeding amount, water supply amount, and the automatic control device that control the poultry house, and measure the average weight and growth rate of poultry It is possible to provide a poultry productivity improvement system including a control server that generates and transmits optimal environmental control information to the automatic control device through an artificial intelligence environment control model that has learned big data.
  • FIG. 1 is a configuration diagram showing a poultry productivity improvement system through artificial intelligence optimal environment control according to an embodiment of the present invention
  • FIG. 2 is an exemplary view showing a weight measurement unit of the IOT scale of FIG. 1
  • FIG. 3 is FIG. It is an exemplary view showing a state in which the weight measuring unit of the IOT scale of 1 is formed in a different shape
  • FIG. 4 is a cross-sectional view of the weight measuring unit of FIG. 3
  • FIG. 5 is a block diagram showing the control server of FIG. 1
  • FIG. 6 is It is a flowchart schematically illustrating a process of modeling an artificial intelligence environment control model of a poultry productivity improvement system through artificial intelligence optimal environment control according to an embodiment of the present invention
  • FIG. 7 is a flowchart sequentially illustrating S2 of FIG. .
  • the poultry productivity improvement system through artificial intelligence optimal environment control automatically controls the environment of the poultry house through artificial intelligence to maintain the optimal environment at all times, so that the breeding rate or spawning rate can be improved. .
  • the poultry productivity improvement system through artificial intelligence optimal environment control is an IOT scale (1), outdoor air sensor unit (2), feeding amount measurement unit (3), water supply quantity measurement unit (4), a camera (5), an automatic control device (6), a poultry house device (7), a control server (8) and may include a manager terminal (9).
  • One or more IOT scales 1 are installed in the poultry house, and can measure the weight of poultry in real time, thereby acquiring a large number of weight data. In addition, it is possible to collect betting environment data.
  • the IOT scale 1 may include a weight measurement unit 10 and a bet sensor unit (not shown).
  • the weight measurement unit 10 is installed in the poultry house to measure the weight of poultry, and may transmit the measured weight data to the control server 8 .
  • the weight measurement unit 10 is formed to reflect the behavior of the poultry, so that the poultry itself can climb and measure the weight. (13a), a cell control unit 14a, and may include a cell support (15a). However, since this is only an embodiment of the present invention, the present invention is not limited thereto.
  • the cell plate 11a is a space for accommodating the poultry, and when the poultry is mounted on the cell plate 11a of the weighing unit 10, the weight may be measured.
  • the cell plate 11a may be formed in a circular plate shape, but this is only an embodiment of the present invention, and thus is not limited thereto.
  • the cell moving pipe 12a supports the cell plate 11a and may be moved up and down.
  • the lower end of the cell moving pipe 12a is connected to the cell plate 11a to fix the cell plate 11a
  • the upper end of the cell moving pipe 12a is connected to the cell control unit 14a to move up and down. there is.
  • the upper end of the cell plate 11a may be inserted into the guide holder 13a and connected to the cell controller 14a, and the guide holder 13a serves as a guide for vertical movement.
  • the cell moving pipe 12a will go down to the lower side.
  • the size of the cell moving pipe (12a) going down to the lower side varies depending on the weight of the poultry.
  • the cell moving pipe 12a rises upward and is positioned in place.
  • the guide holder 13a guides the movement of the cell movement pipe 12a and may fix the cell movement pipe 1a so that it does not shake.
  • the guide holder 13a has a hole formed in the center, so that the cell moving pipe 12a can move up and down along the hole.
  • the cell control unit 14a has a guide holder 13a and a cell moving pipe 12a connected to the lower side, and a load cell is provided to measure the weight according to the downward movement of the cell moving pipe 12a, and control the measured weight data. It can be transmitted to the server (8).
  • the cell moving pipe 12a is moved downward according to the weight of the poultry, and the load cell is stretched and deformed as it moves downward. It is possible to measure the weight of the poultry in a way that can be derived from
  • the weight data represents the weight value of the poultry received from the weight measurement unit (10).
  • the cell support 15a has an upper end connected to the cell control unit 14a to support the cell control unit 14a, and may be installed on the ground inside the poultry house.
  • the weight measuring unit 10 may be formed as shown in FIGS. 3 and 4 .
  • the weight measuring unit 10 includes a food input unit 11b, a poultry receiving unit 12b, a feeding tube 13b, a load cell 14b, a state detection module 15b, and a sterilization device. (not shown) and a flexible duct 16b.
  • the food input unit 11b may be formed in a cylindrical or polygonal shape as a central body forming a predetermined height, and may form a food input path 110b in a vertical direction therein.
  • the feeding path 110b may form a branch line according to the number of poultry receiving units 12b to be described later, and an opening/closing valve 111b for opening and closing the line may be provided in each branch line.
  • the poultry receiving unit (12b) may provide a space into which only one poultry can enter.
  • a support plate (120b) of an area where one poultry is to be seated is provided, and side walls (121b) in the vertical direction can be erected to both sides of the support plate (120b).
  • the poultry accommodating portion (12b) may be provided in plurality along the perimeter of the feeding portion (11b), the door (122b) to open or close the inside may be provided.
  • the door 122b preferably rotates upward to open and rotates downward to close, and may be axially connected to the food input unit 11b or both side walls 121b, and to be automatically rotated.
  • a motor (not shown) may be connected to one side of the shaft.
  • the door (122b) may be provided with a transparent material to facilitate observation of the inside of the housed poultry when closed.
  • Feeding container (13b) may be provided inside the poultry receiving portion (12b) so as to be connected to the feeding path (11b). That is, the feed may be divided and supplied to the connected feeding troughs 13b when the feed is input to the feeding path 110b.
  • the load cell 14b measures the weight of the poultry housed in the poultry accommodating part 12b, and the state detection module 15b can sense the state of the poultry housed in the poultry accommodating part 12b in real time.
  • the sterilizer (not shown) is a device that generates and supplies a sterilizer to prevent active oxygen species or other infectious diseases
  • the flexible duct 17b is a connecting pipe connecting the sterilizer (not shown) and the door 122b.
  • control server 8 closes the door 122b through the sterilizer to the poultry receiving unit ( 12b) It is possible to control the supply of the disinfectant to the inside.
  • the weight measuring unit 10 When the weight measuring unit 10 is formed in this way, it is also possible to determine the specific weight in the case of other animals entering through the weight data of the load cell 14b installed in the poultry receiving unit 12b, which can contain only one poultry. , At this time, when the specific weight is determined through the control server 8, the door 122b can be forcibly closed to catch the corresponding animal and prevent damage to the poultry.
  • the door 122b is forcibly closed to capture and confirm the poultry.
  • the betting sensor unit is provided on one side of the weight measurement unit 10 to measure the betting environment of the poultry company in real time, so that the betting environment data can be obtained. At this time, a time period is set and measurement may be performed at regular time intervals, but this may be easily changed according to the setting.
  • Such a bet sensor unit may include one or more of a temperature sensor, a humidity sensor, a carbon dioxide sensor, and an ammonia sensor, but is not limited thereto, and may further include a variety of sensors.
  • the betting sensor unit may acquire one or more bet environment data of temperature, humidity, carbon dioxide and ammonia and transmit it to the control server 8 .
  • the outdoor air sensor unit 2 may be installed in the poultry house to measure the outdoor air environment of the poultry house in real time to obtain outdoor air environment data. At this time, a time period is set and measurement may be performed at regular time intervals, but this may be easily changed according to the setting.
  • the outdoor air sensor unit 2 may include at least one of a temperature sensor, a humidity sensor, a carbon dioxide sensor, an ammonia sensor, a wind direction sensor, a wind speed sensor, and a fine dust sensor, but is not limited thereto, and may further include a variety of sensors. there is.
  • the outdoor air sensor unit 2 may acquire and transmit one or more outdoor air environment data among temperature, humidity, carbon dioxide, ammonia, wind direction, wind speed, and fine dust to the control server 8 .
  • Feeding amount measurement unit 3 may be installed in the feeding device for supplying food to measure the amount of feeding.
  • the feeding amount measurement unit 3 is equipped with a load cell, measures the amount of food (food weight) accommodated in the feeding device, and when a change in the food weight is detected according to the feeding, the changed amount of food By measuring (weight of food), the amount of feeding can be calculated by calculating the difference between the amount of food before the change and the amount of food after the change.
  • the feeding amount measurement unit 3 may transmit the measured feeding amount to the control server 8 in this way.
  • the water supply quantity measuring unit 4 may be installed in a water supply device for supplying water to measure the water supply quantity, and may transmit the measured water supply quantity to the control server 8 .
  • the camera 5 may transmit the image data obtained by photographing the poultry house to the control server 8 .
  • the control server 8 can detect the occurrence of a disease, an emergency, and the like, and notify the manager quickly.
  • the automatic control device 6 is to control the device 7 of the poultry house, so that the device 7 of the poultry house is automatically controlled according to the control value set by the manager terminal 9 or the manager, or from the control server 8 It is possible to automatically control the device 7 of the poultry house according to the received optimal environmental control information.
  • the automatic control device 6 may transmit the control history data that is the history information of controlling the device 7 of the poultry house to the control server 8 as described above.
  • the device 7 of the poultry house means all devices installed in the poultry house, and the operation can be controlled by the automatic control device 6 .
  • the automatic control device 6 may include one or more of a feeding device (feeding pump, feeding motor, etc.), a water supply device, a heating device, a ventilation device (fan, etc.), an air conditioner, a lighting device, and a humidifier (nebulizer, etc.).
  • a feeding device feeding pump, feeding motor, etc.
  • a water supply device a heating device
  • a ventilation device fan, etc.
  • an air conditioner a lighting device
  • a humidifier nebulizer, etc.
  • the control server 8 receives weight data, environmental data (bet environment data and outdoor air environment data), feed amount, water supply amount and control history data in real time, derives the average weight and growth rate of poultry, and learns big data
  • Optimal environment control information can be generated through an artificial intelligence environment control model and transmitted to the automatic control device 6 .
  • the environmental data, the amount of feeding, the amount of water supplied, and the control history data, etc. are collected in real time, that is, it can be said that data by time (data according to time).
  • control server 8 derives the average weight and the growth rate at a predetermined time interval with the weight data and the feeding amount collected for a predetermined time after a time period is set, but is not limited thereto.
  • the control server 8 may include a database 80 , a weight deduction unit 81 , a growth rate deduction unit 82 , a control generation unit 83 , and a loading/unloading determination unit 84 . there is.
  • the database 80 may store management reference data, and may store collected weight data, environmental data, feeding amount, water supply amount, control history data, image data, and the like.
  • management reference data may include, but is not limited to, breeding management manual, shipment reference information, poultry house capacity information, disease determination information, and the like, and may include various information necessary for breeding poultry.
  • the database 80 may store average weight, growth rate, optimal environment control information, and the like in real time.
  • the weight derivation unit 81 may derive an average weight by using a plurality of stored weight data. Meanwhile, when preprocessing the collected weight data, weight data that has already been used is excluded from consideration.
  • the weight derivation unit 81 may derive the average weight of the poultry by densifying the collected multiple weight data in a statistical method using a histogram and a normal distribution.
  • the weight derivation unit 81 pre-processes the weight data collected for a certain period in real time, accumulates the pre-processed weight data to generate a histogram according to weight and frequency, and estimates the kernel density using a Gaussian filter in the histogram. is applied to estimate the smooth density function, and the average weight can be derived through the estimated smooth density function.
  • the weight derivation unit 81 may generate a histogram through Equation 1, and the x-axis of the generated histogram may be the weight, and the y-axis may be the frequency of the weight measured from the IOT scale 1 .
  • x is the weight
  • n is the number of collected weight data
  • h is the width value of the Gaussian filter
  • Count(x) is the frequency number of x
  • Width(X) is the size of the histogram bin.
  • h 1 is preferable.
  • the weight derivation unit 81 may estimate the smooth density function through Equation (2).
  • x is the weight
  • h D is the width value in the histogram
  • P KDE (x) is the density estimation result using the Gaussian filter corresponding to x
  • K is the Gaussian filter function
  • N is the Gaussian filter size
  • D is the size of the Gaussian filter A parameter for reflecting the size of the histogram bin in defining the width
  • xx (i is the filter size to which the Gaussian filter is applied from filter sizes 1 to N based on x to be calculated.
  • K is the same as in Equation 3 below, may be 1, and N is preferably 49.
  • the reason N is defined as 49 is because the kernel size is 49 g, and the Gaussian average of x-24 to x+24 is calculated as P KDE (x) of x.
  • kernel density estimation it can be regarded as the sum of the smooth bumps placed at the observation point (x-axis weight), the estimated smooth density function determines the shape of the peak, and h D is called the amplitude and determines the width. .
  • h D is preferably 1.
  • the weight derivation unit 81 determines the cluster, which is a section formed in a soaring shape in the smooth density function, selects the highest cluster (the cluster with the highest frequency) among the clusters, and obtains the maximum value of the highest cluster. It can be derived from the average weight of poultry.
  • the weight derivation unit 81 may derive the average weight by adding the weight data measured from two or more IOT scales 1 and dividing by the sum of the number of poultry accommodated in the two or more IOT scales 1 . This is one of the methods used when the IOT scale 1 is formed as a cage-type scale, but is not limited thereto.
  • the weight gain deduction unit 82 may derive the weight gain rate by using the average weight derived from the weight deduction unit 81 and the received feed amount.
  • the growth rate may be obtained through Equation 4 below.
  • the control generation unit 83 may generate optimal environment control information through the artificial intelligence environment control model that has learned the big data and transmit it to the automatic control device 6 .
  • the artificial intelligence environment control model is modeled based on machine learning, and the artificial intelligence environment control model is based on supervised learning in more detail, but is not limited thereto.
  • the artificial intelligence environment control model can be modeled through a normalization step (S1), a correlation analysis step (S2), and an optimization step (S3).
  • the normalization step (S1) is a step of normalizing the collected big data, and the collected average weight, growth rate, water supply amount, feeding amount and environmental data may be normalized. This is to further improve correlation analysis accuracy by removing the relative size difference for each data.
  • Correlation analysis step (S2) may analyze the correlation with productivity by using one or more of the normalized water supply amount, feeding amount, and environmental data.
  • the productivity may be a growth rate or a spawn rate, and in the present invention, it can be said to be the same as a growth rate. Correlation analysis can be performed using the collected growth rate as productivity.
  • step S2 may include a one-dimensional correlation analysis step (S20), a quantification step (S21), and an n-dimensional correlation analysis step (S22).
  • the one-dimensional correlation analysis step (S20) may analyze a 1:1 correlation between productivity, water supply, food supply, and environmental data, respectively. At this time, the correlation may be analyzed for each element (bet temperature, humidity, etc.) included in the environmental data.
  • the 1:1 correlation means that the correlation is analyzed on a 1:1 basis, such as the correlation between productivity and water supply, and the correlation between productivity and feed quantity.
  • the quantification step S21 may generate environmental change data by quantifying changes in the environmental data according to the control history data. By quantifying how the environmental data has changed according to the history of controlling the device 7 of the poultry house, correlation analysis can be performed more accurately, and how to control the device 7 of the poultry house depending on what environmental conditions are to be adjusted to make an accurate judgment.
  • n-dimensional correlation analysis step (S22) one or more correlations among productivity, average weight, water supply, feeding amount, environmental data, and control history data can be analyzed based on one-dimensional correlation using environmental change data, respectively. there is.
  • the n-dimensional correlation referred to here means that the correlation between productivity, water supply, water supply, environmental data, and control history data is analyzed for n individual correlations.
  • productivity, betting temperature of environmental data, correlation between control history data, productivity, water supply amount, humidity of betting environment data, correlation between control history data, etc. are analyzed respectively.
  • a productivity correlation (final model) may be derived.
  • the control generating unit 83 may generate the optimal environment control information according to the average weight, the increase rate, and the environmental data through the artificial intelligence environment control model modeled as described above.
  • control generating unit 83 may generate the optimal environment control information through the artificial intelligence environment control model based on the management reference data by reflecting the expected shipment date.
  • the stock/shipment determination unit 84 may generate predicted shipment information through the average weight using the management reference data, and may generate necessary shipment information according to the predicted shipment information.
  • the predicted shipment information and necessary input estimation information generated in this way can be transmitted to the manager terminal 9 and provided to the manager.
  • control server 8 may further include a management decision unit (not shown).
  • the management decision unit may determine whether or not a disease has occurred using the average weight and growth rate derived from the collected environmental data, image data, and the like, and when it is determined that the disease has occurred, a warning message may be transmitted to the manager terminal 9 .
  • the management judgment unit may provide a notification message to the manager terminal 9 when it is determined that an emergency situation has occurred in the poultry house by analyzing the image data.
  • the management decision unit may transmit a message such as 'replenishment of food' to the manager terminal 9 .
  • the management judgment unit analyzes the control history data and the environmental data within a certain time range after the control of the control history data, and if the change in the environmental data according to the control history data does not fall within the desirable range, the poultry house device (7) A message such as 'device check required' may be transmitted to the manager terminal 9 .
  • the management judgment unit analyzes the weight data and when a specific weight is detected, the door 122b of the weight measurement unit 1 can be closed, and the state of the poultry detected from the state detection module 15b is determined to be abnormal.
  • the door 122b may be closed and the sterilizer may be activated.
  • the manager terminal 9 may be a mobile terminal of a manager such as a breeder of a poultry farm, and may be easily applied to a PC, a tablet, etc. in addition to the mobile terminal.
  • the manager terminal 9 is implemented as a mobile terminal to facilitate mobility and convenience, and enables the manager to remotely monitor and control.
  • the application provided by the system of the present invention is down, and weight data, environmental data, feeding amount, water supply amount, control history data, average weight, weight gain and optimum environment control from the control server 8 It is possible to receive one or more information and provide it to the manager, and to remotely control the device 7 of the poultry house through the control server 8 by receiving a control value from the manager.
  • the system for improving poultry productivity through artificial intelligence optimal environmental control is through correlation analysis of productivity, water supply, feed amount, environmental data and control history data, etc., collected in real time.
  • the embodiment of the present invention described above is not implemented only through an apparatus and/or method, but may be implemented through a program for realizing a function corresponding to the configuration of the embodiment of the present invention, a recording medium in which the program is recorded, etc. Also, such an implementation can be easily implemented by those skilled in the art to which the present invention pertains from the description of the above-described embodiments.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Husbandry (AREA)
  • Business, Economics & Management (AREA)
  • Birds (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Zoology (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Housing For Livestock And Birds (AREA)
  • Development Economics (AREA)
  • Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)

Abstract

본 발명은 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템에 관한 것으로, 본 발명에 따르면, 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템에 있어서, 가금류의 중량을 측정하고, 내기 환경데이터를 수집하는 IOT 저울; 외기 환경데이터를 측정하는 외기센서부; 급이량을 측정하는 급이량측정부; 급수량을 측정하는 급수량측정부; 가금사의 장치를 제어하는 자동제어장치 및 중량데이터, 환경데이터(내기 환경데이터 및 외기 환경데이터), 급이량, 급수량 및 상기 자동제어장치로부터 제어이력데이터를 수신받고, 가금류의 평균중량 및 증체율을 도출하며, 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어서버를 포함하는 가금류 생산성 개선 시스템을 제공할 수 있다.

Description

인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템
본 발명은 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템에 관한 것으로, 더욱 자세하게는 실시간으로 수집받은 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 등의 상관관계 분석을 통해 모델링 된 인공지능 환경제어 모델을 통해 실시간으로 가금사를 자동으로 제어함으로써, 가금사의 환경을 최적 상태로 유지시켜 줄 수 있어 생산성(육성율, 산란율)을 극대화 할 수 있는 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템에 관한 것이다.
일반적으로 산란 또는 식용을 위해 길러지는 닭, 오리 등의 가금은 농가의 가금사에 병아리 상태로 입추되어 키워진 후, 일정기간 사육되면서 산란을 하게 되거나 출하된다.
이때, 산란물 또는 육성물의 품질을 결정하는 요인 중에는 가금의 중량이 포함되며, 이는 가축의 중량에 따라 산란물 또는 육성물의 크기가 좌우되기 때문이다.
이에, 종래에는 사람이 직접 가금사 내로 투입되어 가금을 일일이 잡아 저울에 놓고 중량을 측정하는 방식을 이용하였다.
그러나, 이러한 방식은 인력이 많이 소모되고, 측정한 가금을 일일이 구분해줘야 하는 번거로움이 있으며, 특히 가금의 습성상 움직임이 많기 때문에, 중량을 측정할 때에 정확한 측정이 어려운 단점이 있었다.
한편, 사육 환경 또한 가금의 산란율 또는 육성율에 큰 영향을 미치기 때문에 가금사 내의 온도, 습도, 이산화탄소, 암모니아, 환기 및 각종 시설(기타 제어장비) 등의 환경 관리 요소들이 서로 복합적으로 작용하여 가금 농가의 생산성(산란율 또는 육성율)을 좌우하게 된다.
그러나, 현재 가금사들은 수동제어 방식에 의존하고 있어 계사의 상태를 최적의 상태로 상시 유지시키기에 어려움이 있고, 많은 노동력이 소모되는 단점이 있었으며, 가금류 질병 예방 및 대처가 미흡한 한계가 있어, 높은 생산성을 확보하기에 어려움이 있었다.
상기와 같은 문제를 해결하고자, 본 발명은 실시간으로 수집받은 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 등의 상관관계 분석을 통해 모델링 된 인공지능 환경제어 모델을 통해 실시간으로 가금사를 자동으로 제어함으로써, 가금사의 환경을 최적 상태로 유지시켜 줄 수 있어 생산성(육성율, 산란율)을 극대화 할 수 있는 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템을 제공하는데 목적이 있다.
상기와 같은 과제를 해결하기 위하여, 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 가금류의 중량을 측정하고, 내기 환경데이터를 수집하는 IOT 저울; 외기 환경데이터를 측정하는 외기센서부; 급이량을 측정하는 급이량측정부; 급수량을 측정하는 급수량측정부; 가금사의 장치를 제어하는 자동제어장치 및 중량데이터, 환경데이터(내기 환경데이터 및 외기 환경데이터), 급이량, 급수량 및 상기 자동제어장치로부터 제어이력데이터를 수신받고, 가금류의 평균중량 및 증체율을 도출하며, 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어서버를 포함하는 가금류 생산성 개선 시스템을 제공할 수 있다.
여기서, 상기 IOT 저울은 가금류의 중량을 측정하는 중량측정부 및 상기 중량측정부 일측에 구비되어 내기 환경데이터를 측정하는 내기센서부를 포함할 수 있다.
또한, 상기 내기센서부는 온도 센서, 습도 센서, 이산화탄소 센서 및 암모니아 센서 중 하나 이상을 포함하고, 상기 외기센서부는 온도 센서, 습도 센서, 이산화탄소 센서, 암모니아 센서, 풍향 센서, 풍속 센서 및 미세먼지 센서 중 하나 이상을 포함할 수 있다.
또한, 상기 급이량측정부는 로드셀이 구비되어 급이장치에 수용되어 있는 먹이량을 측정하고, 급이에 따라 변화되는 먹이량을 측정하여, 차이에 따라 급이량을 산출하는 것을 특징으로 한다.
또한, 상기 가금사의 장치는 급이장치, 급수장치, 난방장치, 환기장치, 냉방장치, 조명장치 및 가습장치 중 하나 이상을 포함할 수 있다.
또한, 상기 제어서버는 관리 기준 데이터를 저장하고, 수집된 상기 중량데이터, 환경데이터, 급이량, 급수량 및 제어이력데이터를 저장하는 데이터베이스; 저장된 다수의 중량데이터를 이용하여 평균중량을 도출하는 중량도출부; 상기 급이량과 평균중량을 통해 증체율을 도출하는 증체율도출부 및 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어생성부를 포함할 수 있다.
또한, 상기 인공지능 환경제어 모델은 수집된 평균중량, 증체율, 급수량, 급이량 및 환경데이터를 정규화하는 정규화단계; 생산성과 급수량, 급이량 및 환경데이터의 상관관계를 분석하는 상관관계 분석단계 및 상관관계를 최적화하여 최종적인 모델을 도출하는 최적화단계를 통해 모델링되어, 상기 평균중량, 증체율 및 환경데이터에 따라 상기 최적환경제어정보를 생성하는 것을 특징으로 한다.
또한, 상기 상관관계 분석단계는 생산성과 급수량, 급이량 및 환경데이터 각각의 1:1 상관관계를 분석하는 1차원 상관관계 분석단계; 상기 제어이력데이터에 따른 환경데이터의 변화를 정량화하여 환경변화데이터를 생성하는 정량화단계 및 상기 환경변화데이터를 이용하여 1차원 상관관계를 기반으로 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 중 하나 이상의 상관관계를 분석하는 n차원 상관관계 분석단계를 포함할 수 있다.
또한, 상기 제어서버는 상기 평균중량을 통해 예측출하정보를 생성하고, 상기 예측출하정보에 따라 필요입추정보를 생성하는 입추/출하 판단부를 더 포함할 수 있다.
또한, 상기 제어서버로부터 중량데이터, 환경데이터, 급이량, 급수량, 제어이력데이터, 평균중량, 증체율 및 최적환경제어정보 중 하나 이상을 수신받아 관리자에게 제공하는 관리자 단말을 더 포함할 수 있다.
상기와 같은 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 실시간으로 수집받은 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 등의 상관관계 분석을 통해 모델링 된 인공지능 환경제어 모델을 통해 실시간으로 가금사를 자동으로 제어함으로써, 가금사의 환경을 최적 상태로 유지시켜 줄 수 있어 생산성(육성율, 산란율)을 극대화 할 수 있다.
또한 사료비 절감 및 질병 예방 강화 등의 효과를 얻을 수 있다.
도 1은 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템을 도시한 구성도.
도 2는 도 1의 IOT 저울의 중량측정부를 도시한 예시도.
도 3은 도 1의 IOT 저울의 중량측정부가 다른 형태로 형성된 모습을 도시한 예시도.
도 4는 도 3의 중량측정부의 단면도.
도 5는 도 1의 제어서버를 도시한 블록도.
도 6은 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템의 인공지능 환경제어 모델이 모델링되는 과정을 개략적으로 도시한 흐름도.
도 7은 도 6의 S2를 순차적으로 도시한 흐름도.
본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 가금류의 중량을 측정하고, 내기 환경데이터를 수집하는 IOT 저울; 외기 환경데이터를 측정하는 외기센서부; 급이량을 측정하는 급이량측정부; 급수량을 측정하는 급수량측정부; 가금사의 장치를 제어하는 자동제어장치 및 중량데이터, 환경데이터(내기 환경데이터 및 외기 환경데이터), 급이량, 급수량 및 상기 자동제어장치로부터 제어이력데이터를 수신받고, 가금류의 평균중량 및 증체율을 도출하며, 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어서버를 포함하는 가금류 생산성 개선 시스템을 제공할 수 있다.
이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되지 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용되는 용어로서, 그 자체에 의미가 한정되지 아니하며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서 전체에 걸쳐 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.
본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 이하에서 기재되는 "포함하다", "구비하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로 해석되어야 하며, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명의 실시 예를 첨부한 도 1 내지 도 7을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템을 도시한 구성도이고, 도 2는 도 1의 IOT 저울의 중량측정부를 도시한 예시도이고, 도 3은 도 1의 IOT 저울의 중량측정부가 다른 형태로 형성된 모습을 도시한 예시도이고, 도 4는 도 3의 중량측정부의 단면도이고, 도 5는 도 1의 제어서버를 도시한 블록도이고, 도 6은 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템의 인공지능 환경제어 모델이 모델링되는 과정을 개략적으로 도시한 흐름도이며, 도 7은 도 6의 S2를 순차적으로 도시한 흐름도이다.
본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 가금사의 환경을 인공지능을 통해 자동으로 제어하여 항시 최적 환경을 유지할 수 있도록 함으로써, 육성율 또는 산란율을 개선시킬 수 있도록 하는 것이다.
도 1을 참조하면, 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 IOT 저울(1), 외기센서부(2), 급이량측정부(3), 급수량측정부(4), 카메라(5), 자동제어장치(6), 가금사의 장치(7), 제어서버(8) 및 관리자 단말(9)을 포함할 수 있다.
IOT 저울(1)은 가금사 내에 하나 이상이 설치되어, 실시간으로 가금의 중량을 측정할 수 있고, 이에 다수의 중량 데이터를 획득할 수 있다. 또한, 내기 환경데이터를 수집할 수 있다.
이를 위해, IOT 저울(1)은 중량측정부(10) 및 내기센서부(미도시)를 포함할 수 있다.
중량측정부(10)는 가금사 내에 설치되어 가금류의 중량을 측정하는 것으로, 측정된 중량데이터를 제어서버(8)로 전송할 수 있다.
중량측정부(10)는 가금의 행동습성이 반영되게 형성되어 가금 스스로가 올라가 중량이 측정되도록 할 수 있는데, 일 예로 도 2와 같이, 셀 플레이트(11a), 셀 이동파이프(12a), 가이드 홀더(13a), 셀 제어부(14a) 및 셀 지지대(15a)를 포함할 수 있다. 그러나, 이는 본 발명의 실시예에 불과하므로 이에 한정되지는 않는다.
셀 플레이트(11a)는 가금을 수용하는 공간으로, 가금이 중량측정부(10)의 셀 플레이트(11a)에 올라오면 중량이 측정되도록 할 수 있다.
또한, 셀 플레이트(11a)는 원형의 판 형상으로 형성될 수 있으나, 이는 본 발명의 실시예에 불과하므로, 이에 한정되지 않는다.
셀 이동파이프(12a)는 셀 플레이트(11a)를 지지하고, 상하 이동될 수 있다. 이를 위해, 셀 이동파이프(12a)는 하단이 셀 플레이트(11a)와 연결되어 셀 플레이트(11a)를 고정시키고, 셀 이동파이프(12a)의 상단이 셀 제어부(14a)와 상하 이동할 수 있도록 연결될 수 있다.
또한, 셀 플레이트(11a)의 상단은 가이드 홀더(13a)에 삽입되고 셀 제어부(14a)에 연결될 수 있는데, 가이드 홀더(13a)가 상하 이동의 가이드 역할을 한다.
즉, 셀 플레이트(11a)에 가금이 올라가면 셀 이동파이프(12a)가 하측으로 내려가게 되는 것이다. 이때, 셀 이동파이프(12a)가 하측으로 내려가는 크기는 가금의 중량에 따라 달라진다.
또한, 가금이 셀 플레이트(11a)에 있다가 내려가면 셀 이동파이프(12a)는 상측으로 올라가 제자리에 위치하게 된다.
가이드 홀더(13a)는 셀 이동파이프(12a)의 이동을 가이드하고, 셀 이동파이프(1a)가 흔들리지 않도록 고정시켜 줄 수 있다.
또한, 가이드 홀더(13a)는 중심에 홀이 형성되어, 셀 이동파이프(12a)가 홀을 따라 상하 이동할 수 있다.
셀 제어부(14a)는 하측에 가이드 홀더(13a) 및 셀 이동파이프(12a)가 연결되고, 로드셀이 구비되어 셀 이동파이프(12a)의 하측이동에 따라 중량을 측정하여, 측정된 중량데이터를 제어서버(8)로 전송할 수 있다.
즉, 셀 이동파이프(12a)가 가금의 중량에 따라 하측으로 이동되고, 그 하측으로 이동하는 만큼 로드셀이 늘어나 변형이 일어나고, 변형량을 변형측정장치가 전기신호로 검출하고 디지털신호로 바꿔 중량을 숫자로 도출할 수 있는 방법으로 가금의 중량을 측정할 수 있는 것이다.
이때, 중량 데이터는 중량측정부(10)로부터 전송 받은 가금의 중량값을 나타낸다.
셀 지지대(15a)는 상단이 셀 제어부(14a)에 연결되어 셀 제어부(14a)를 지지하며, 가금사 내 지면에 설치될 수 있다.
또 다른 예로, 중량측정부(10)는 도 3 및 도 4와 같이 형성될 수도 있다.
도 3 및 도 4를 참조하면, 중량측정부(10)는 먹이투입부(11b), 가금수용부(12b), 급이통(13b), 로드셀(14b), 상태감지모듈(15b), 살균장치(미도시) 및 플렉시블 덕트(16b)을 포함할 수 있다.
먹이투입부(11b)는 일정 높이를 형성하는 중심체로서 원통형 또는 다각형 형태로 형성될 수 있으며, 내부에는 수직 방향으로 먹이투입로(110b)를 형성할 수 있다.
여기서, 먹이투입로(110b)는 후술하는 가금수용부(12b)의 구비 개수에 맞추어 분기라인을 형성할 수 있고, 각 분기라인에는 라인을 개폐할 개폐밸브(111b)가 각기 마련될 수 있다.
가금수용부(12b)는 하나의 가금만 들어갈 수 있는 공간을 마련할 수 있다. 이를 위해, 하나의 가금이 안착될 면적의 받침플레이트(120b)가 마련되고, 해당 받침플레이트(120b) 양 측부로는 수직방향으로 측벽(121b)이 세워 질 수 있다.
또한, 가금수용부(12b)는 먹이투입부(11b) 둘레를 따라 복수로 마련될 수 있으며, 내부를 개방하거나 폐쇄시킬 도어(122b)가 구비될 수 있다.
즉, 중심체인 먹이투입부(11b)의 둘레를 따라 복수의 가금수용부(12b)가 동일 간격과 동일 형태로 배열을 형성하는 형태이며, 각 형태는 받침플레이트(120b)와 2개의 측벽(121b)에 의해 형성된 가금 수용공간을 도어(122b)가 개방 또는 폐쇄하는 구조이다.
이때, 도어(122b)는 바람직하게는 상방으로 회동하여 개방하고 하방으로 회동하여 폐쇄하는 구조로서, 먹이투입부(11b) 또는 양 측벽(121b)에 축 연결 될 수 있고, 자동으로 회전이 가능하도록 축의 일측에는 모터(미도시)가 연결될 수 있다.
또한, 도어(122b)는 폐쇄시 수용된 가금의 내부 관찰이 용이하도록 투명한 재질로 마련될 수 있다.
급이통(13b)은 먹이투입로(11b)와 연결되도록 가금수용부(12b) 내부에 마련될 수 있다. 즉, 먹이투입로(110b)로 사료를 투입할 시 연결된 급이통(13b)들로 사료들이 분할되어 공급될 수 있다.
로드셀(14b)은 가금수용부(12b)로 수용된 가금의 중량을 측정하고, 상태감지모듈(15b)은 가금수용부(12b)로 수용된 가금의 상태를 실시간으로 감지할 수 있다.
살균장치(미도시)는 활성산소종이나 기타 전염병 등을 방지하기 위한 살균제를 생성하고 공급하는 장치이며, 플렉시블 덕트(17b)는 살균장치(미도시)와 도어(122b)간을 연결하는 연결관일 수 있다.
살균장치와 플렉시블 덕트(17b)를 통해 수용된 가금의 상태가 이상이 있을 경우, 가축질병으로 인한 것으로 판단되면 제어서버(8)가 도어(122b)를 폐쇄한 상태에서 살균장치를 통해 가금수용부(12b) 내부로 살균제를 공급하도록 제어할 수 있다.
이와 같이 중량측정부(10)가 형성될 경우 하나의 가금만 들어갈 수 있는 가금수용부(12b)에 설치된 로드셀(14b)의 중량 데이터를 통해 다른 동물이 들어간 경우 등에 있어 특이 중량을 판별할 수도 있는데, 이때 제어서버(8)를 통해 특이 중량이 판별될 경우에는 도어(122b)를 강제적으로 폐쇄하여 해당 동물 등을 잡을 수 있고 가금에 피해를 끼치는 것을 방지할 수도 있다.
또한, 상태감지모듈(15b)을 통한 수용된 가금의 상태가 이상이 있는 것으로 판별될 경우에도, 도어(122b)를 강제적으로 폐쇄하여 해당 가금의 포획과 확인이 가능할 수 있다.
내기센서부는 중량측정부(10) 일측에 구비되어 가금사의 내기 환경을 실시간으로 측정함으로써, 내기 환경데이터를 얻을 수 있다. 이때, 시간 주기가 설정되어 일정 시간 간격으로 측정이 이루어질 수 있으나, 이는 설정에 따라 용이하게 변경될 수 있다.
이러한 내기센서부는 온도 센서, 습도 센서, 이산화탄소 센서 및 암모니아 센서 중 하나 이상을 포함할 수 있고, 이에 한정되지 않고 보다 다양한 센서를 더 포함할 수도 있다.
이에 따라 내기센서부는 온도, 습도, 이산화탄소 및 암모니아 중 하나 이상의 내기 환경데이터를 획득하여 제어서버(8)로 전송할 수 있다.
이와 같이 가금사 내에 설치되는 중량측정부(10)에 내기센서부가 구비됨으로써, 가금의 관점에서 내기 환경을 측정할 수 있어 보다 정확하게 가금사의 환경을 가금에게 적합한 생육환경으로 제어할 수 있도록 한다.
즉, 가금사 내에서 높이에 따라 측정되는 온도, 습도 등의 차이가 심하기 때문에 가금이 존재하고 있는 위치에서, 즉 가금의 관점에서 온도, 습도 등을 측정하여야만 가금에게 영향을 주는 생육환경을 보다 정확하게 측정할 수 있는 것이다.
외기센서부(2)는 가금사에 설치되어 가금사의 외기 환경을 실시간으로 측정하여 외기 환경데이터를 얻을 수 있다. 이때, 시간 주기가 설정되어 일정 시간 간격으로 측정이 이루어질 수 있으나, 이는 설정에 따라 용이하게 변경될 수 있다.
이러한 외기센서부(2)는 온도 센서, 습도 센서, 이산화탄소 센서, 암모니아 센서, 풍향 센서, 풍속 센서 및 미세먼지 센서 중 하나 이상을 포함할 수 있으나, 이에 한정되지 않고 보다 다양한 센서를 더 포함할 수도 있다.
이에 따라 외기센서부(2)는 온도, 습도, 이산화탄소, 암모니아, 풍향, 풍속, 미세먼지 중 하나 이상의 외기 환경데이터를 획득하여 제어서버(8)로 전송할 수 있다.
급이량측정부(3)는 먹이를 공급하는 급이장치에 설치되어 급이량을 측정할 수 있다.
이때, 급이량측정부(3)는 로드셀이 구비되어 있어, 급이장치에 수용되어 있는 먹이량(먹이무게)을 측정하고, 급이에 따라 먹이무게에 변화가 감지되면, 변화되는 먹이량(먹이무게)을 측정하여, 변화 전 먹이량과 변화 후 먹이량의 차이를 계산하여 급이량을 산출할 수 있다.
급이량측정부(3)는 이와 같이 측정된 급이량을 제어서버(8)로 전송할 수 있다.
급수량측정부(4)는 물을 공급하는 급수장치에 설치되어 급수량을 측정할 수 있고, 측정된 급수량을 제어서버(8)로 전송할 수 있다.
카메라(5)는 가금사를 촬영하여 획득한 영상데이터를 제어서버(8)로 전송할 수 있다. 이를 통해 관리자가 가금사의 상태를 실시간으로 모니터링 할 수 있을 뿐만 아니라, 제어서버(8)가 질병발생, 비상상황발생 등을 감지하여 관리자에게 빠르게 알리도록 할 수 있다.
자동제어장치(6)는 가금사의 장치(7)를 제어하는 것으로, 관리자 단말(9) 또는 관리자로부터 설정된 제어값에 따라 가금사의 장치(7)가 자동으로 제어되도록 하거나, 제어서버(8)로부터 수신된 최적환경제어정보에 따라 가금사의 장치(7)를 자동으로 제어할 수 있다.
또한 자동제어장치(6)는 상기와 같이 가금사의 장치(7)를 제어한 이력 정보인 제어이력데이터를 제어서버(8)로 전송할 수 있다.
여기서, 가금사의 장치(7)는 가금사에 설치되는 모든 장치를 의미하는 것으로, 자동제어장치(6)에 의해 작동이 제어될 수 있다. 예를 들어, 급이장치(급이펌프, 급이모터 등), 급수장치, 난방장치, 환기장치(팬 등), 냉방장치, 조명장치 및 가습장치(분무기 등) 중 하나 이상을 포함할 수 있으나, 더 다양한 장치들이 포함될 수도 있다.
제어서버(8)는 실시간으로 중량데이터, 환경데이터(내기 환경데이터 및 외기 환경데이터), 급이량, 급수량 및 제어이력데이터를 수신받고, 가금류의 평균중량 및 증체율을 도출하며, 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 자동제어장치(6)에 전송할 수 있다.
이때, 환경데이터, 급이량, 급수량 및 제어이력데이터 등은 실시간으로 수집된 것으로, 즉 시간별 데이터(시간에 따른 데이터)라고 할 수 있다.
한편, 제어서버(8)는 평균중량과 증체율을 시간주기가 설정되어 일정시간동안 수집된 중량데이터와 급이량을 가지고 일정 시간 간격으로 도출하는 것이 바람직하나, 이에 한정되지는 않는다.
도 5를 참조하면, 제어서버(8)는 데이터베이스(80), 중량도출부(81), 증체율도출부(82), 제어생성부(83) 및 입추/출하 판단부(84)를 포함할 수 있다.
데이터베이스(80)는 관리 기준 데이터를 저장할 수 있고, 수집된 중량데이터, 환경데이터, 급이량, 급수량, 제어이력데이터, 영상데이터 등을 저장할 수 있다.
여기서, 관리 기준 데이터는 사양 관리 매뉴얼, 출하 기준 정보, 가금사 수용량 정보, 질병 판단 정보 등을 포함할 수 있으나, 이에 한정되지 않고 가금을 사육하는데 필요한 정보들을 다양하게 포함할 수 있다.
또한 데이터베이스(80)는 평균중량, 증체율, 최적환경제어정보 등을 실시간으로 저장할 수도 있다.
중량도출부(81)는 저장된 다수의 중량데이터를 이용하여 평균중량을 도출할 수 있다. 한편, 수집한 중량데이터를 전처리할 시 이미 사용했던 중량데이터는 고려대상에서 제외된다.
일 예로, 중량도출부(81)는 수집된 다수 중량 데이터를 히스토그램 및 정규분포를 활용한 통계적 방법으로 밀도화하여 가금의 평균중량을 도출할 수 있다.
보다 구체적으로, 중량도출부(81)는 실시간으로 일정 기간 동안 수집한 중량 데이터를 전처리하고, 전처리된 중량 데이터를 누적하여 중량 및 빈도수에 따른 히스토그램으로 생성하고, 히스토그램에 가우시안 필터를 이용한 커널 밀도 추정을 적용하여 스무스 밀도함수를 추정하며, 추정된 스무스 밀도함수를 통해 평균중량을 도출할 수 있다.
이때, 중량도출부(81)는 수학식 1을 통해 히스토그램을 생성할 수 있고, 생성되는 히스토그램의 x축은 중량, y축은 IOT 저울(1)로부터 측정된 중량의 빈도수일 수 있다.
[수학식 1]
Figure PCTKR2020011279-appb-I000001
여기서, x는 중량, n은 수집된 중량 데이터의 수, h는 가우시안 필터의 폭 값, Count(x)는 x의 빈도 수, Width(X)는 히스토그램 빈의 크기이다. 또한, h는 1이 바람직하다.
또한, 중량도출부(81)는 수학식 2를 통해 스무스 밀도함수를 추정할 수 있다.
[수학식 2]
Figure PCTKR2020011279-appb-I000002
여기서, x는 중량, hD는 히스토그램에서의 폭 값, PKDE(x)는 x에 해당하는 가우시안 필터를 이용한 밀도 추정 결과, K는 가우시안 필터 함수, N은 가우시안 필터 사이즈, D는 가우시안 필터의 폭을 정의 함에 있어 히스토그램 빈의 크기를 반영하기 위한 파라미터, x-x(i는 계산하고자 하는 x를 기준으로 필터 사이즈 1부터 N까지 가우스 필터가 적용되는 필터 사이즈이다.
이때, K는 하기 수학식 3과 같고, 1일 수 있으며, N은 49가 바람직하다.
[수학식 3]
Figure PCTKR2020011279-appb-I000003
이와 같이, N을 49로 정의한 이유는 커널 사이즈가 49g으로서 기준 x-24 ~ x+24의 가우스 평균을 구하여 x의 PKDE(x)로 계산되기 때문이다.
이때, 커널 밀도 추정의 경우 관측점(x축 중량)에 놓인 부드러운 범프(bump)들의 합으로 간주 될 수 있고, 추정된 스무스 밀도함수는 솟은 모양을 결정지으며, hD는 진폭이라 불리며 폭을 결정 한다.
상기의 진폭은 전반적인 그래프 형태를 결정하는 것으로 스무스 밀도함수의 추정에서 중요하게 작용할 수 있다. 이에 hD는 1이 바람직하다.
또한, 중량도출부(81)는 스무스 밀도함수에서 솟은 모양으로 형성되는 구간인 군집을 결정하고, 군집 중 가장 높이 솟은 군집(빈도수가 가장 높은 군집)을 가려내, 가장 높이 솟은 군집의 최대값을 가금의 평균중량으로 도출할 수 있다.
다른 예로, 중량도출부(81)는 2개 이상의 IOT 저울(1)로부터 측정된 중량데이터를 합하고, 2개 이상의 IOT 저울(1) 안에 수용된 가금수의 합으로 나누어 평균중량을 도출할 수도 있다. 이는 IOT 저울(1)이 케이지 형태의 저울로 형성될 경우 사용되는 방법 중 하나로 이에 한정되지는 않는다.
증체율도출부(82)는 중량도출부(81)로부터 도출된 평균중량과 수신받은 급이량을 이용하여 증체율을 도출할 수 있다. 이때, 증체율은 하기 수학식 4를 통해 구해질 수 있다.
[수학식 4]
증체율(%) = 평균중량(g)/급이량(g) × 100
제어생성부(83)는 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 자동제어장치(6)에 전송할 수 있다.
여기서, 인공지능 환경제어 모델은 인공지능 환경제어 모델은 머신러닝을 기반으로 모델링 되는 것으로, 더욱 자세하게는 지도학습(Supervised Learning)을 기반으로 하나, 이에 한정되지는 않는다.
도 6 및 도 7을 참조하여 인공지능 환경제어 모델의 모델링 과정을 보다 자세하게 살펴보기로 한다.
인공지능 환경제어 모델은 정규화단계(S1), 상관관계 분석단계(S2) 및 최적화단계(S3)를 통해 모델링 될 수 있다.
정규화단계(S1)는 수집된 빅데이터를 정규화하는 단계로, 수집된 평균중량, 증체율, 급수량, 급이량 및 환경데이터 등을 정규화할 수 있다. 각 데이터별로 상대적인 크기 차이를 제거하여 상관관계 분석 정확도를 보다 향상시키기 위한 것이다.
상관관계 분석단계(S2)는 정규화된 급수량, 급이량 및 환경데이터 중 하나 이상을 이용하여 생산성과의 상관관계를 분석할 수 있다.
여기서, 생산성은 육성율 또는 산란율일 수 있는데, 본 발명에서는 증체율과 같다고 할 수 있다. 이에 수집된 증체율을 생산성으로 이용하여 상관관계 분석이 진행될 수 있다.
보다 구체적으로, S2 단계는 1차원 상관관계 분석단계(S20), 정량화단계(S21) 및 n차원 상관관계 분석단계(S22)를 포함할 수 있다.
1차원 상관관계 분석단계(S20)는 생산성과 급수량, 급이량 및 환경데이터 각각의 1:1 상관관계를 분석할 수 있다. 이때 환경데이터에 포함되는 각 요소(내기 온도, 내기 습도 등)별로 상관관계가 각각 분석될 수 있다.
여기서 말하는 1:1 상관관계는 생산성과 급수량의 상관관계, 생산성과 급이량의 상관관계 등으로 1:1로 상관관계가 분석되는 것을 의미한다.
정량화단계(S21)는 제어이력데이터에 따른 환경데이터의 변화를 정량화하여 환경변화데이터를 생성할 수 있다. 가금사의 장치(7)가 제어되었던 이력에 따라 환경데이터가 어떻게 변화되었는지를 정량화하여 상관관계 분석이 보다 정확하게 이루어지도록 하여, 어떤 환경 조건으로 조절하고자 하느냐에 따라 가금사의 장치(7)를 어떻게 제어해야 하는지를 정확하게 판단할 수 있도록 한다.
n차원 상관관계 분석단계(S22)는 환경변화데이터를 이용하여 1차원 상관관계를 기반으로 생산성과 평균중량, 급수량, 급이량, 환경데이터 및 제어이력데이터 중 하나 이상의 상관관계를 각각 분석할 수 있다.
여기서 말하는 n차원 상관관계는 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 중 n개별로의 상관관계가 분석되는 것을 의미한다.
예를 들어, 생산성, 환경데이터의 내기 온도, 제어이력데이터간의 상관관계, 생산성, 급수량, 환경데이터의 내기 습도, 제어이력데이터간의 상관관계 등이 각각 분석되는 것을 말할 수 있다.
최적화단계(S3)는 분석된 상관관계들을 종합하여 최적화함으로써, 생산성 상관관계(최종적인 모델)를 도출할 수 있다.
제어생성부(83)는 이와 같이 모델링된 인공지능 환경제어 모델을 통해 평균중량, 증체율 및 환경데이터에 따라 최적환경제어정보를 생성할 수 있다.
또한 제어생성부(83)는 관리자 단말(9)을 통해 출하예정일이 수신될 경우, 출하예정일을 반영하여 관리 기준 데이터를 기반으로 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성할 수 있다.
입추/출하 판단부(84)는 관리 기준 데이터를 이용하여, 평균중량을 통해 예측출하정보를 생성하고 예측출하정보에 따라 필요입추정보를 생성할 수 있다. 이와 같이 생성된 예측출하정보, 필요입추정보를 관리자 단말(9)에 전송하여 관리자에게 제공할 수 있다.
또한 제어서버(8)는 관리판단부(미도시)를 더 포함할 수 있다.
관리판단부는 수집된 환경데이터, 영상데이터 등과 도출된 평균중량, 증체율을 이용하여 질병 발생 여부를 판단하여, 질병 발생으로 판단될 경우 관리자 단말(9)에 경고메시지를 전송할 수 있다.
이를 통해 관리자가 초기에 빠르게 대응할 수 있도록 하여 질병에 의한 피해를 최소화하도록 할 수 있다.
또한 관리판단부는 영상데이터를 분석하여 가금사 내에 비상 상황이 발생하였다고 판단될 경우 관리자 단말(9)에 알림메시지를 제공할 수 있다.
또한 관리판단부는 급이량측정부(3)에서 측정되는 급이장치에 수용되어 있는 먹이량이 일정 기준 미만이라고 판단될 경우 '먹이 보충 필요'등의 메시지를 관리자 단말(9)에 전송할 수 있다.
또한 관리판단부는 제어이력데이터와 해당 제어이력데이터의 제어 이후 일정시간범주 내의 환경데이터를 분석하여, 해당 제어이력데이터에 따른 환경데이터의 변화가 바람직한 범위에 속하지 않을 경우, 해당 가금사의 장치(7)에 대한'장치 점검 필요' 등의 메시지를 관리자 단말(9)에 전송할 수 있다.
또한 관리판단부는 중량데이터를 분석하여 특이 중량이 감지될 경우 중량측정부(1)의 도어(122b)를 폐쇄시킬 수 있고, 상태감지모듈(15b)로부터 감지된 가금의 상태가 이상으로 판별될 경우 도어(122b)를 폐쇄시키고 살균장치를 작동시킬 수 있다.
관리자 단말(9)은 가금 농가의 사육사 등의 관리자의 모바일 단말기일 수 있으며, 모바일 단말기 외 PC, 태블릿 등에도 용이하게 적용될 수 있다.
이와 같이 관리자 단말(9)은 모바일 단말기로 구현되어 이동성 및 편의성이 용이하고, 관리자가 원격으로 모니터링 및 제어가 가능하도록 할 수 있다.
이러한 관리자 단말(9)은 본 발명의 시스템이 제공하는 애플리케이션이 다운되어 있어, 제어서버(8)로부터 중량데이터, 환경데이터, 급이량, 급수량, 제어이력데이터, 평균중량, 증체율 및 최적환경제어정보 등 하나 이상을 수신받아 관리자에게 제공할 수 있으며, 관리자로부터 제어값을 입력받아 제어서버(8)를 통해 가금사의 장치(7)를 원격으로 제어할 수도 있다.
상기에서 설명한 바와 같이, 본 발명의 실시예에 따른 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템은 실시간으로 수집받은 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 등의 상관관계 분석을 통해 모델링 된 인공지능 환경제어 모델을 통해 실시간으로 가금사를 자동으로 제어함으로써, 가금사의 환경을 최적 상태로 유지시켜 줄 수 있어 생산성(육성율, 산란율)을 극대화 할 수 있다.
또한 사료비 절감 및 질병 예방 강화 등의 효과를 얻을 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (10)

  1. 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템에 있어서,
    가금류의 중량을 측정하고, 내기 환경데이터를 수집하는 IOT 저울;
    외기 환경데이터를 측정하는 외기센서부;
    급이량을 측정하는 급이량측정부;
    급수량을 측정하는 급수량측정부;
    가금사의 장치를 제어하는 자동제어장치 및
    중량데이터, 환경데이터(내기 환경데이터 및 외기 환경데이터), 급이량, 급수량 및 상기 자동제어장치로부터 제어이력데이터를 수신받고, 가금류의 평균중량 및 증체율을 도출하며, 빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어서버를 포함하는 가금류 생산성 개선 시스템.
  2. 제1항에 있어서,
    상기 IOT 저울은,
    가금류의 중량을 측정하는 중량측정부 및
    상기 중량측정부 일측에 구비되어 내기 환경데이터를 측정하는 내기센서부를 포함하는 가금류 생산성 개선 시스템.
  3. 제2항에 있어서,
    상기 내기센서부는,
    온도 센서, 습도 센서, 이산화탄소 센서 및 암모니아 센서 중 하나 이상을 포함하고,
    상기 외기센서부는,
    온도 센서, 습도 센서, 이산화탄소 센서, 암모니아 센서, 풍향 센서, 풍속 센서 및 미세먼지 센서 중 하나 이상을 포함하는 가금류 생산성 개선 시스템.
  4. 제1항에 있어서,
    상기 급이량측정부는,
    로드셀이 구비되어 급이장치에 수용되어 있는 먹이량을 측정하고, 급이에 따라 변화되는 먹이량을 측정하여, 차이에 따라 급이량을 산출하는 것을 특징으로 하는 가금류 생산성 개선 시스템.
  5. 제1항에 있어서,
    상기 가금사의 장치는,
    급이장치, 급수장치, 난방장치, 환기장치, 냉방장치, 조명장치 및 가습장치 중 하나 이상을 포함하는 가금류 생산성 개선 시스템.
  6. 제1항에 있어서,
    상기 제어서버는,
    관리 기준 데이터를 저장하고, 수집된 상기 중량데이터, 환경데이터, 급이량, 급수량 및 제어이력데이터를 저장하는 데이터베이스;
    저장된 다수의 중량데이터를 이용하여 평균중량을 도출하는 중량도출부;
    상기 급이량과 평균중량을 통해 증체율을 도출하는 증체율도출부 및
    빅데이터를 학습한 인공지능 환경제어 모델을 통해 최적환경제어정보를 생성하여 상기 자동제어장치에 전송하는 제어생성부를 포함하는 가금류 생산성 개선 시스템.
  7. 제6항에 있어서,
    상기 인공지능 환경제어 모델은,
    수집된 평균중량, 증체율, 급수량, 급이량 및 환경데이터를 정규화하는 정규화단계;
    생산성과 급수량, 급이량 및 환경데이터의 상관관계를 분석하는 상관관계 분석단계 및
    상관관계를 최적화하여 최종적인 모델을 도출하는 최적화단계를 통해 모델링되어,
    상기 평균중량, 증체율 및 환경데이터에 따라 상기 최적환경제어정보를 생성하는 것을 특징으로 하는 가금류 생산성 개선 시스템.
  8. 제7항에 있어서,
    상기 상관관계 분석단계는,
    생산성과 급수량, 급이량 및 환경데이터 각각의 1:1 상관관계를 분석하는 1차원 상관관계 분석단계;
    상기 제어이력데이터에 따른 환경데이터의 변화를 정량화하여 환경변화데이터를 생성하는 정량화단계 및
    상기 환경변화데이터를 이용하여 1차원 상관관계를 기반으로 생산성과 급수량, 급이량, 환경데이터 및 제어이력데이터 중 하나 이상의 상관관계를 분석하는 n차원 상관관계 분석단계를 포함하는 가금류 생산성 개선 시스템.
  9. 제6항에 있어서,
    상기 제어서버는,
    상기 평균중량을 통해 예측출하정보를 생성하고, 상기 예측출하정보에 따라 필요입추정보를 생성하는 입추/출하 판단부를 더 포함하는 가금류 생산성 개선 시스템.
  10. 제1항에 있어서,
    상기 제어서버로부터 중량데이터, 환경데이터, 급이량, 급수량, 제어이력데이터, 평균중량, 증체율 및 최적환경제어정보 중 하나 이상을 수신받아 관리자에게 제공하는 관리자 단말을 더 포함하는 가금류 생산성 개선 시스템.
PCT/KR2020/011279 2020-08-24 2020-08-25 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템 WO2022045382A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0106500 2020-08-24
KR1020200106500A KR102478157B1 (ko) 2020-08-24 2020-08-24 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템

Publications (1)

Publication Number Publication Date
WO2022045382A1 true WO2022045382A1 (ko) 2022-03-03

Family

ID=80353516

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/011279 WO2022045382A1 (ko) 2020-08-24 2020-08-25 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템

Country Status (2)

Country Link
KR (1) KR102478157B1 (ko)
WO (1) WO2022045382A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118415101A (zh) * 2024-05-29 2024-08-02 杭州杰萌疫病防控科技有限公司 一种数字化叠层养殖设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020054306A (ko) * 2002-06-20 2002-07-06 양승인 가축 사육 제어시스템
US20080147458A1 (en) * 2006-12-14 2008-06-19 Oki Electric Industry Co., Ltd. Breeding support system
KR20200002315A (ko) * 2018-06-29 2020-01-08 엘지이노텍 주식회사 사육장 환경 관리 시스템, 단말 및 그 방법
KR20200056126A (ko) * 2018-11-14 2020-05-22 주식회사 이모션 식용 가금류의 평균중량 산출 및 출하관리 시스템, 이를 이용한 출하관리 방법
JP6704164B1 (ja) * 2019-03-11 2020-06-03 株式会社Ｅｃｏ‐Ｐｏｒｋ 畜産自動管理システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113287140A (zh) * 2018-12-26 2021-08-20 福迪沃姆株式会社 昆虫养殖控制装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020054306A (ko) * 2002-06-20 2002-07-06 양승인 가축 사육 제어시스템
US20080147458A1 (en) * 2006-12-14 2008-06-19 Oki Electric Industry Co., Ltd. Breeding support system
KR20200002315A (ko) * 2018-06-29 2020-01-08 엘지이노텍 주식회사 사육장 환경 관리 시스템, 단말 및 그 방법
KR20200056126A (ko) * 2018-11-14 2020-05-22 주식회사 이모션 식용 가금류의 평균중량 산출 및 출하관리 시스템, 이를 이용한 출하관리 방법
JP6704164B1 (ja) * 2019-03-11 2020-06-03 株式会社Ｅｃｏ‐Ｐｏｒｋ 畜産自動管理システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118415101A (zh) * 2024-05-29 2024-08-02 杭州杰萌疫病防控科技有限公司 一种数字化叠层养殖设备

Also Published As

Publication number Publication date
KR20220025574A (ko) 2022-03-03
KR102478157B1 (ko) 2022-12-15

Similar Documents

Publication Publication Date Title
KR102128680B1 (ko) 가금류 개체 중량 자동 측정 장치
WO2022045382A1 (ko) 인공지능 최적환경제어를 통한 가금류 생산성 개선 시스템
CN111766827A (zh) 一种基于大数据的现代化生猪养殖基地实时监测管理系统
CN212589620U (zh) 对家畜的活动进行检测的活动检测设备
KR102307478B1 (ko) 컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법
WO2020101076A1 (ko) 식용 가금류의 평균중량 산출 및 출하관리 시스템, 이를 이용한 출하관리 방법
CN116019023A (zh) 一种电子信息管理系统及管理方法
WO2021182684A1 (ko) 가축의 개체별 이상 징후 포착 시스템 및 그 이용 방법
JP7483242B2 (ja) 情報処理装置及び予測プログラム
KR102377460B1 (ko) 중량 측정 장치를 이용한 가축 생계 균일도 관리 시스템
KR102217528B1 (ko) 가금류 개체 중량 자동 측정 장치
WO2024117665A1 (ko) 소의 승가 행위 검출 장치
KR102364577B1 (ko) 돼지 발정 측정 장치
WO2022025354A1 (ko) 가금류 무게 측정 및 무게 추정 시스템
KR102435012B1 (ko) 가금류 수요 및 공급 시스템
KR100821969B1 (ko) 고단직립식 산란계 케이지내의 산란계 감시시스템
KR20210007608A (ko) 돼지 사육장치
EP1080638B1 (en) Monitoring and measuring the activity of plants and animals
KR102364591B1 (ko) 돼지 발정 측정 장치
KR20230033068A (ko) 축산 동물의 행동 패턴을 기반으로 한 스마트 축사 관리 시스템 및 방법
KR102492606B1 (ko) 가금류 사료 측정을 이용한 증체율 산출 시스템
WO2023090550A1 (ko) 가축 군의 체중 균일도 측정 장치 및 방법
WO2024128757A1 (ko) 뒤영벌 화분매개용 스마트 벌통 시스템
KR102625182B1 (ko) 유휴하우스를 이용한 스마트 커넥티드 잠실 시스템
KR102586237B1 (ko) 누에 생육 모니터링 및 환경 제어 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20951616

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20951616

Country of ref document: EP

Kind code of ref document: A1