WO2023172080A1 - 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치 - Google Patents

식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치 Download PDF

Info

Publication number
WO2023172080A1
WO2023172080A1 PCT/KR2023/003212 KR2023003212W WO2023172080A1 WO 2023172080 A1 WO2023172080 A1 WO 2023172080A1 KR 2023003212 W KR2023003212 W KR 2023003212W WO 2023172080 A1 WO2023172080 A1 WO 2023172080A1
Authority
WO
WIPO (PCT)
Prior art keywords
vegetation index
leaf
image
unit
plant
Prior art date
Application number
PCT/KR2023/003212
Other languages
English (en)
French (fr)
Inventor
석민
Original Assignee
주식회사 카탈로닉스
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 카탈로닉스 filed Critical 주식회사 카탈로닉스
Publication of WO2023172080A1 publication Critical patent/WO2023172080A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • the present invention relates to a vegetation index acquisition unit and a plant monitoring device including the same, and more specifically, to a vegetation index acquisition unit that can easily and accurately obtain the vegetation index of the entire plant and a plant monitoring device including the same.
  • Vegetation responds sensitively to climate change and is closely related to the carbon cycle and water cycle. Therefore, continuous observation of vegetation is important in understanding the global environment.
  • Vegetation data is not only used as basic status observation data for environmental planning, but can also be useful in plant cultivation as it can monitor the condition of plants.
  • Field observation is the most common method in which an observer directly observes changes in plants with the naked eye.
  • Field observations are highly reliable, they consume a lot of resources such as time and manpower.
  • Chlorophyll a pigment in plant leaves, strongly absorbs visible light (400-700 nm) for photosynthesis.
  • the cellular structure of leaves reflects near-infrared rays (700-1100 nm). Vegetation index is used to quickly check the status of vegetation using these characteristics.
  • the vegetation index was obtained for some leaves of the plant, and the overall state of the plant was predicted based on this.
  • plants may be partially in different states, there is a problem in that it is difficult to monitor with high accuracy by predicting the entire vegetation index of the plant using the vegetation index obtained from one part of the plant.
  • the technical problem to be achieved by the present invention is to provide a vegetation index acquisition unit that can easily and accurately obtain the vegetation index of the entire plant and a plant monitoring device including the same.
  • an embodiment of the present invention includes a first photographing unit that obtains a first image by photographing a first leaf of a plant; a first calculation unit that calculates a first vegetation index for the first leaf; a second photographing unit that obtains a second image by photographing another leaf together with the first leaf; and a second calculation unit that calculates a second vegetation index of the other leaf using the first vegetation index of the first leaf.
  • the second vegetation index of the other leaf may be calculated in the same way as the first vegetation index.
  • an embodiment of the present invention includes a base unit that is movably provided; A vegetation index acquisition unit provided in the base unit; a movement information generating unit provided in the base unit and generating movement information of the base unit; and a matching unit that classifies a plurality of plants based on the movement information and matches the second vegetation index to each plant.
  • the base unit may further include an autonomous driving control unit that controls the base unit to move autonomously.
  • the three-dimensional shape of the plant can be photographed and the second vegetation index can be easily and accurately calculated for all parts to generate a three-dimensional three-dimensional second vegetation index, providing information on the plant growth state. Accurate monitoring may be possible.
  • Figure 1 is a configuration diagram showing a vegetation index acquisition unit according to a first embodiment of the present invention.
  • Figure 2 is an exemplary diagram illustrating an example of acquiring a first image in a vegetation index acquisition unit according to the first embodiment of the present invention.
  • Figure 3 is an exemplary diagram illustrating an example of acquiring a second image in a vegetation index acquisition unit according to the first embodiment of the present invention.
  • Figure 4 is an image showing the two-dimensional first vegetation index and displacement map obtained from the vegetation index acquisition unit according to the first embodiment of the present invention.
  • Figure 5 is an example diagram for explaining image tuning and mapping in the vegetation index acquisition unit according to the first embodiment of the present invention.
  • Figure 6 is a configuration diagram showing a vegetation index acquisition unit according to a second embodiment of the present invention.
  • Figure 7 is an exemplary diagram to explain an example of obtaining a vegetation index by a vegetation index acquisition unit according to a second embodiment of the present invention.
  • Figure 8 is a configuration diagram showing a plant monitoring device according to an embodiment of the present invention.
  • Figure 9 is an exemplary diagram showing an example of use of a plant monitoring device according to an embodiment of the present invention.
  • Figure 1 is a configuration diagram showing a vegetation index acquisition unit according to a first embodiment of the present invention.
  • the vegetation index acquisition unit 100 may include a first photographing unit 110, a first calculating unit 120, a second photographing unit 130, and a second calculating unit 140. there is.
  • FIG. 2 is an exemplary diagram illustrating an example of acquiring a first image in a vegetation index acquisition unit according to the first embodiment of the present invention.
  • the first photographing unit 110 captures the image of the plant 10.
  • the first image 111 can be obtained by photographing the first leaf 11.
  • the first leaf 11 may be any leaf selected from among several leaves of the plant 10, and is not specifically limited.
  • the first image 111 may be a two-dimensional image.
  • the first image 111 may include image information of the first leaf 112 created by photographing the actual first leaf 11.
  • the type of the first photographing unit 110 is not specifically limited as long as it can photograph the first image 111.
  • the first photographing unit 110 may include a near-infrared signal analysis camera, a multispectral camera, etc.
  • the first calculation unit 120 may calculate the first vegetation index 121 based on image information of the first leaf 112 included in the first image 111.
  • the first vegetation index 121 may be a Normalized Difference Vegetation Index (NDVI).
  • the first image 111 is a two-dimensional image
  • the image information of the first leaf 112 can be processed accurately, and through this, the calculation accuracy of the first vegetation index 121 can be increased.
  • the first leaf 11 is shown as one leaf, but this is just an example, and a plurality of leaves may be selected as the first leaf 11.
  • the first vegetation index 121 may be calculated for each leaf.
  • FIG. 3 is an exemplary diagram illustrating an example of acquiring a second image in a vegetation index acquisition unit according to the first embodiment of the present invention, and will be described with further reference to FIG. 3 .
  • the second photographing unit 130 photographs another leaf (hereinafter referred to as the second leaf 12) along with the first leaf 11 of the plant 10 photographed by the first photographing unit 110. 2 images (131) can be obtained.
  • the second leaf 12 is shown as a single leaf, but this is an example, and the second leaf 12 may refer to all leaves except the first leaf 11. Accordingly, the second image 131 may be a photograph of all leaves of the plant 10.
  • the second image 131 may be a 3D image. That is, the second photographing unit 130 can photograph the three-dimensional shape of the plant 10, and the three-dimensional shape of the plant 10 can be restored in the second image 131.
  • the second photographing unit 130 may include photographing equipment capable of generating a three-dimensional image, for example, a stereo camera.
  • the second calculation unit 140 calculates the second vegetation index 141 of the second leaf 12 using the first vegetation index 121 of the first leaf 11 calculated by the first calculation unit 120. can be calculated.
  • the second calculation unit 140 may compare the difference value between the image information of the first leaf 132 in the second image 131 and the image information of the first leaf 112 in the first image 111. there is. And, if this difference value is within a preset reference difference value, the second vegetation index 141 of the first leaf 132 in the second image 131 can be calculated to be the same as the first vegetation index 121.
  • the second calculation unit 140 may compare the difference value between the image information of the second leaf 133 in the second image 131 and the image information of the first leaf 112 in the first image 111, , If this difference value is within a preset standard difference value, the second vegetation index 141 of the second leaf 133 in the second image 131 can be calculated to be the same as the first vegetation index 121.
  • the second calculation unit 140 when the second calculation unit 140 synchronizes the vegetation index image and the stereo image, the combination of the vegetation index image and the stereo image among the previously measured data is called A, and the vegetation index is If the signal for each channel (for example, simple RGB or CMYK without distance information) of the stereo image of the unmeasured part is very similar, the second calculation unit 140 may include the vegetation index of A in the unmeasured part. You can.
  • the second calculation unit 140 for any other second leaves for which the first vegetation index has not been calculated, includes a plurality of second vegetation indices already calculated and obtained, and a second vegetation index of the plurality of second vegetation indices.
  • a second vegetation index can be created by interpolating based on leaf image information.
  • Figure 4 is an image showing the two-dimensional first vegetation index and displacement map obtained from the vegetation index acquisition unit according to the first embodiment of the present invention.
  • a reference with existing accurate location information, reflectivity information, and size information is installed within the shooting field of view at the start of measurement to set a benchmark, and trees and vegetation are measured around the benchmark as soon as measurement begins. can be filmed.
  • the first and second photographing units are installed on the same axis, and through this, image synchronization can be achieved stably.
  • Figure 4(a) is a measurement image showing the measured vegetation index on a two-dimensional plane
  • Figure 4(b) shows a displacement map obtained from the second imaging unit on a two-dimensional plane.
  • the difference in resolution between the measurement image in (a) of FIG. 4 and the displacement map in (b) of FIG. 4 can be synchronized by correcting the angle of view along with upscale and downscale. Since distance information can be obtained through the displacement map obtained through the second photographing unit, it can be converted into a point cloud through an appropriate algorithm.
  • Figure 5 is an example diagram for explaining image tuning and mapping in the vegetation index acquisition unit according to the first embodiment of the present invention.
  • the 3D vegetation index photographs the plant with the first and second capture units while moving around the plant, synchronizes the location of the leaf where the vegetation index was captured with the point cloud through 3D imaging, or pixels of the displacement map. It can be constructed by synchronizing the location to obtain a three-dimensional vegetation index image.
  • the right hemisphere 31 of the plant 10 is measured while moving to the right movement path 20 of the plant 10, and then returned.
  • the converted point cloud is linked to the travel distance and the left and right measured point clouds can be combined for each location where the target plant (10) is measured to complete the 3D model. You can.
  • Synchronizing the left and right images is primarily done by counting the number of plants (10) measured through the average distance measured in the depth image (recognizing the presence or absence of plants when creating a close image) and by using GPS coordinates.
  • an algorithm that recognizes this can be applied simultaneously. For example, when recording the image of the 2nd plant in ridge 1, save it as [2, 1], and for the 2nd plant from the end of ridge 2, save it as [2, 2] in the Lexicon. It can be unified and stored. Through this, 3D shape information for each plant can be constructed.
  • Figure 6 is a configuration diagram showing a vegetation index acquisition unit according to a second embodiment of the present invention
  • Figure 7 is an example to explain an example of vegetation index acquisition by a vegetation index acquisition unit according to a second embodiment of the present invention. It's a degree.
  • a second vegetation index calculation standard can be created and the second vegetation index can be calculated using this, and other basic contents may be the same as the first embodiment described above.
  • the vegetation index acquisition unit 100 may further include a calculation standard generator 150.
  • the calculation standard generator 150 matches the image information about the first leaf 132 included in the second image 131 and the first vegetation index 121 to generate the second vegetation index calculation standard 151. You can.
  • Image information of the first leaf 112 in the first image 111 and image information of the first leaf 132 in the second image 131 may include color information, luminance information, etc.
  • the image information of the first leaf 132 in the second image 131 is the image information of the first leaf 112 in the first image 111. It may be different from Therefore, when the actual vegetation index of the first leaf 11 is calculated using the image information of the first leaf 132 in the second image 131, the second vegetation index calculated at this time is the first vegetation index calculated previously. It may differ from the vegetation index (121).
  • the calculation standard generator 150 calculates the first vegetation index 121 and the second image (121) based on the image information of the first leaf 112 in the first image 111.
  • the second vegetation index calculation standard 151 can be generated by matching the image information of the first leaf 132 in 131).
  • the second vegetation index can be calculated in the second image state, and the second vegetation index calculated in this way may be the same as the first vegetation index. .
  • the calculation standard generator 150 generates a second vegetation index calculation standard 151, and applies the generated second vegetation index calculation standard 151 to image information of the first leaf 132 in the second image 131. Apply to and check whether the second vegetation index calculated accordingly is the same as the first vegetation index (121), and if the second vegetation index calculated is not the same as the first vegetation index (121), the second vegetation index By repeating the process of correcting the calculation standard 151, the accuracy of the generated second vegetation index calculation standard can be further verified.
  • the method by which the calculation standard generator 150 generates the second vegetation index calculation standard 151 is not specifically limited.
  • the second calculation unit 140 applies the second vegetation index calculation standard 151 to the image information about the second leaf 133 in the second image 131, and through this, the actual second leaf 12 2The vegetation index (141) can be calculated.
  • the second vegetation index calculated by the second calculation unit 140 for the first leaf 132 of the second image 131 is the same as the actual first leaf 11 ) may be the same value or range as the first vegetation index 121 calculated for.
  • the second leaf 12 can collectively refer to one or more leaves excluding the first leaf 11, the first leaf 11 and the second leaf 12 refer to the entire plant 10. It can mean leaves. Therefore, the calculated second vegetation index 141 may be for almost the entire leaf of the plant 10, and through this, it may be possible to calculate the three-dimensional second vegetation index for the entire leaf of the plant 10. there is.
  • the first photographing unit 110 typically, it is difficult to capture an image or receive a near-infrared signal in a part that cannot be photographed by the first photographing unit 110, for example, in a portion opposite to the plant, so it is difficult to calculate the first vegetation index.
  • image capture or near-infrared signals are received from areas that can be photographed by the first photographing unit 110, such as in front of the plant, and the first vegetation index is calculated, and the second photographing unit 130 captures the three-dimensional shape of the plant.
  • a second vegetation index calculation standard 151 can be created, and a second vegetation index of the opposite part of the plant can also be generated using the second vegetation index calculation standard 151.
  • a second vegetation index calculation standard is created based on the first vegetation index obtained by photographing a portion of the leaf (for example, the upper surface) with the first photographing unit 110, and a second vegetation index calculation standard is generated by photographing the lower surface of the leaf.
  • a second vegetation index can also be created by including it in the image.
  • a second vegetation index can be generated by interpolating the overall measured values for objects that are difficult to pixelate, such as needles.
  • the vegetation status of the other leaves is also based on the vegetation status of one leaf. If you simply predict that things will be the same, it may be difficult to manage the quality of harvested leafy vegetables.
  • the vegetation index of the remaining leaves may be affected depending on the vegetation index that is the basis. For example, if the vegetation index of some leaves is good, the vegetation index of the remaining leaves can also be predicted well. However, because plants may have different growth states for each part, this vegetation index prediction method may have low accuracy. However, if you photograph each leaf one by one and calculate the vegetation index, it may take a considerable amount of time.
  • the present invention since the three-dimensional shape of the plant can be photographed and the second vegetation index can be easily and accurately calculated for all leaves, accurate and rapid monitoring of the plant may be possible.
  • the object of calculation of the second vegetation index is not necessarily limited to leaves. That is, vegetables such as paprika and pepper, fruit vegetables such as strawberries, or fruit crops may also be included in the calculation of the second vegetation index.
  • the number of second vegetation index calculation standards generated by the calculation standard generator 150 may increase. Then, since the second vegetation index calculation standard 151 may be finally created using the average value of a plurality of second vegetation index calculation standards, the accuracy of the second vegetation index calculation standard 151 can be increased.
  • Figure 8 is a configuration diagram showing a plant monitoring device according to an embodiment of the present invention.
  • the plant monitoring device may include a base unit 200, a vegetation index acquisition unit 100, a movement information generation unit 300, and a matching unit 400.
  • the base unit 200 may be provided to be movable.
  • the base unit 200 may have wheels (not shown) and a driving system (not shown) that can rotate the wheels.
  • Wheels can be implemented in various forms, such as having rubber tires and rolling directly on the road surface, or being formed to roll along a rail installed on the ground.
  • the plant monitoring device can be moved in outdoor terrain such as mountains, parks, orchards, or in facilities such as houses, greenhouses, smart farms, etc.
  • the vegetation index acquisition unit 100 may be provided in the base unit 200, and moves with the base unit 200 to photograph plants to generate a three-dimensional image, and to obtain a second vegetation index for the leaves of the entire plant. By calculating, a three-dimensional second vegetation index can be generated.
  • the movement information generating unit 300 may be provided in the base unit 200 and may generate movement information of the base unit 200. Movement information may include location information and movement speed information of the base unit 200.
  • the movement information generating unit 300 may include an inertial measurement unit (IMU), etc.
  • IMU inertial measurement unit
  • the matching unit 400 can distinguish a plurality of plants based on the movement information generated by the movement information generation unit 300, and match the calculated second vegetation index to each of the classified plants.
  • the matching unit 400 may be provided in the base unit 200 or may be provided in a different location away from the base unit 200.
  • the matching unit 400 may communicate with the vegetation index acquisition unit 100 and the movement information generation unit 300 through wired or wireless communication.
  • the plant monitoring device may further include an autonomous driving control unit 500.
  • the autonomous driving control unit 500 is provided in the base unit 200 and can control the base unit 200 to move autonomously.
  • the autonomous driving control unit 500 may include a processor with software for autonomous driving control and sensors including lidar for detecting obstacles, objects, etc.
  • the plant monitoring device may further include a selection unit 600 and a display unit 700.
  • the selection unit 600 may select leaves with a second vegetation index lower than a preset standard second vegetation index among the second vegetation indices calculated by the vegetation index acquisition unit 100.
  • the part of the plant calculated with a second vegetation index higher than the standard second vegetation index can be judged to have good growth, and the part calculated with a second vegetation index lower than the standard second vegetation index can be judged to have poor growth.
  • the second vegetation index may be set in advance based on plant type, season, etc.
  • the display unit 700 provides information on leaves selected by the selection unit 600, that is, information on plants that have parts (e.g., leaves, vegetables, etc.) calculated with a second vegetation index lower than the standard second vegetation index. can be displayed.
  • the display unit 700 displays only the location information of the plant having the part (e.g., leaf, vegetable, etc.) selected by the selection unit 600, or the part of the plant selected by the selection unit 600 (e.g. For example, location information of leaves, vegetables, etc.) can also be displayed.
  • the part e.g., leaf, vegetable, etc.
  • location information of leaves, vegetables, etc. can also be displayed.
  • FIG 9 is an exemplary diagram showing an example of use of a plant monitoring device according to an embodiment of the present invention.
  • a base unit 200 is used between plants 10 planted in an orchard, a greenhouse, etc. ) is driving, the movement information generating unit 300 may generate movement information of the base unit 200.
  • the vegetation index acquisition unit 100 may acquire the second vegetation index of the plants 10 on the driving path 22 of the base unit 200.
  • the matching unit 400 can match the second vegetation index for each plant 10.
  • the plant monitoring device 1000 may be moved by an operator. However, when the plant monitoring device 1000 includes the autonomous driving control unit 500, the base unit 200 may be autonomously moved by the autonomous driving control unit 500.
  • the selection unit 600 may select leaves with a second vegetation index lower than the standard second vegetation index among the calculated second vegetation indices, and the display unit 700 may display information on plants having leaves selected in this way. You can. Through this, it is possible to help workers easily identify and confirm not only the location of plants with poor growth, but also the parts of the plant with leaves with poor growth.
  • plant monitoring using the plant monitoring device 1000 may be performed regularly.
  • the present invention relates to a vegetation index acquisition unit and a plant monitoring device including the same, and can be used in industries such as agriculture and forestry.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Animal Husbandry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ecology (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Agronomy & Crop Science (AREA)
  • Remote Sensing (AREA)
  • Environmental Sciences (AREA)
  • Forests & Forestry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Botany (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Image Processing (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)

Abstract

본 발명의 일실시예는 식물 전체의 식생 지수를 용이하고 정확하게 획득할 수 있는 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치를 제공한다. 여기서, 식생 지수 획득 유닛은 제1촬영부, 제1계산부, 제2촬영부 및 제2계산부를 포함한다. 제1촬영부는 식물의 어느 제1잎을 촬영하여 제1이미지를 얻는다. 제1계산부는 제1잎에 대한 제1식생 지수를 계산한다. 제1촬영부는 제1잎과 함께 다른 잎을 촬영하여 제2이미지를 얻는다. 제2계산부는 제1잎에 대한 제1식생 지수를 이용하여 다른 잎의 제2식생 지수를 계산한다.

Description

식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
본 발명은 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치에 관한 것으로, 더욱 상세하게는 식물 전체의 식생 지수를 용이하고 정확하게 획득할 수 있는 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치에 관한 것이다.
식생은 기후변화에 민감하게 반응하며, 탄소 순환 및 물 순환과 밀접한 영향을 맺고 있다. 따라서, 식생을 지속적으로 관측하는 것은 지구환경을 이해하는데 중요하다.
식생 자료는 환경 계획을 위한 기초적인 현황 관측 자료로 사용될 뿐만 아니라, 식물의 상태를 모니터링할 수 있으므로 식물 재배에도 유용할 수 있다.
식생 모니터링의 일 예로는 현장 관찰이 있다. 현장 관찰은 관찰자가 직접 식물의 변화를 육안으로 관찰하는 방법으로 가장 보편적이다. 그러나, 이러한 현장 관찰은 신뢰도는 높지만, 시간, 사용되는 인력 등의 자원 소모가 크다.
최근에는 현장에 센서를 설치하여 식생의 변화를 관찰하고도 있으며, 일 예로 식생 지수를 활용하고 있다.
식물의 잎에 있는 색소인 엽록소는 광합성을 위해 가시광선(400-700 nm)을 강하게 흡수한다. 반면 잎의 세포구조는 근적외선(700-1100 nm)을 반사한다. 식생 지수는 이러한 특성을 이용하여 식생의 상태를 빠르게 확인하기 위해 사용된다.
그러나, 종래에 식생 지수를 이용한 식물의 모니터링 기술에서는, 식물의 일부 잎에 대해 식생 지수를 획득하고, 이를 기초로 식물의 전체 상태를 예측하였다. 그러나, 식물은 부분적으로 상태가 다를 수 있기 때문에, 식물의 일 부분에서 획득된 식생 지수로 해당 식물의 전체 식생 지수를 예측하는 방식으로는 정확성 높은 모니터링이 어려운 문제점이 있다.
상기와 같은 문제점을 해결하기 위하여, 본 발명이 이루고자 하는 기술적 과제는 식물 전체의 식생 지수를 용이하고 정확하게 획득할 수 있는 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치를 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 식물의 어느 제1잎을 촬영하여 제1이미지를 얻는 제1촬영부; 상기 제1잎에 대한 제1식생 지수를 계산하는 제1계산부; 상기 제1잎과 함께 다른 잎을 촬영하여 제2이미지를 얻는 제2촬영부; 및 상기 제1잎에 대한 상기 제1식생 지수를 이용하여 상기 다른 잎의 제2식생 지수를 계산하는 제2계산부를 포함하는 것을 특징으로 하는 식생 지수 획득 유닛을 제공한다.
본 발명의 실시예에 있어서, 상기 제2계산부는, 상기 제2이미지에서 상기 다른 잎의 이미지 정보 및 상기 제1이미지에서 상기 제1잎의 이미지 정보의 차이값이 미리 설정된 기준 차이값 이내면, 상기 제2이미지에서 상기 다른 잎의 상기 제2식생 지수를 상기 제1식생 지수와 동일하게 계산할 수 있다.
한편, 상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 이동 가능하게 구비되는 베이스 유닛; 상기 베이스 유닛에 구비되는 식생 지수 획득 유닛; 상기 베이스 유닛에 구비되고, 상기 베이스 유닛의 이동 정보를 생성하는 이동 정보 생성 유닛; 및 상기 이동 정보를 기초로 복수 개의 식물을 각각 구분하고, 각각의 식물에 대해 상기 제2식생 지수를 매칭하는 매칭 유닛을 포함하는 것을 특징으로 하는 식물 모니터링 장치를 제공한다.
본 발명의 실시예에 있어서, 상기 베이스 유닛에 구비되고, 상기 베이스 유닛이 자율 이동되도록 제어하는 자율 주행 제어 유닛을 더 포함할 수 있다.
본 발명의 실시예에 따르면, 식물의 3차원 형상을 촬영하고, 모든 부분에 대해서 제2식생 지수를 용이하고 정확하게 계산하여 입체적인 3차원 제2식생 지수를 생성할 수 있기 때문에, 식물 생육 상태에 대한 정확한 모니터링이 가능할 수 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.
도 2는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제1이미지 획득 예를 설명하기 위한 예시도이다.
도 3은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제2이미지 획득 예를 설명하기 위한 예시도이다.
도 4는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 획득한 2차원 제1식생지수 및 변위 지도를 나타낸 이미지이다.
도 5는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 이미지 동조 및 맵핑을 설명하기 위한 예시도이다.
도 6은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.
도 7은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛의 식생 지수 획득 예를 설명하기 위한 예시도이다.
도 8은 본 발명의 일실시예에 따른 식물 모니터링 장치를 나타낸 구성도이다.
도 9는 본 발명의 일실시예에 따른 식물 모니터링 장치의 사용예를 나타낸 예시도이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 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 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.
도 1에서 보는 바와 같이, 식생 지수 획득 유닛(100)은 제1촬영부(110), 제1계산부(120), 제2촬영부(130) 및 제2계산부(140)를 포함할 수 있다.
도 2는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제1이미지 획득 예를 설명하기 위한 예시도인데, 도 2를 함께 참조하면, 제1촬영부(110)는 식물(10)의 제1잎(11)을 촬영하여 제1이미지(111)를 얻을 수 있다. 여기서, 제1잎(11)은 식물(10)의 여러 잎 중에서 선택되는 어느 잎일 수 있으며, 특정하게 한정되는 것은 아니다.
제1이미지(111)는 2차원 이미지일 수 있다. 제1이미지(111)는 실제 제1잎(11)이 촬영되어 생성되는 제1잎(112)의 이미지 정보를 포함할 수 있다.
제1촬영부(110)는 제1이미지(111)를 촬영할 수 있는 것이라면 그 종류가 특정하게 한정되지는 않는다. 일 예로, 제1촬영부(110)는 근적외선 신호 분석 카메라, 다분광 카메라 등을 포함할 수 있다.
제1계산부(120)는 제1이미지(111)에 포함된 제1잎(112)의 이미지 정보를 기초로, 제1식생 지수(121)를 계산할 수 있다. 제1식생 지수(121)는 정규식생지수(NDVI: Normalized Difference Vegetation Index)일 수 있다.
제1이미지(111)는 2차원 이미지이기 때문에, 제1잎(112)의 이미지 정보의 처리가 정확하게 이루어질 수 있으며, 이를 통해, 제1식생 지수(121)의 계산 정확도가 높아질 수 있다.
도 2에서는 제1잎(11)을 하나의 잎으로 도시하였지만 이는 예시적인 것이고, 제1잎(11)으로는 복수 개의 잎이 선택될 수도 있다. 제1잎(11)이 복수 개의 잎인 경우, 제1식생 지수(121)는 각각의 잎별로 계산될 수 있다.
도 3은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제2이미지 획득 예를 설명하기 위한 예시도이며, 도 3을 더 참조하여 설명한다.
제2촬영부(130)는 제1촬영부(110)가 촬영한 식물(10)의 제1잎(11)과 함께, 다른 잎(이하, 제2잎(12)이라 한다)을 촬영하여 제2이미지(131)를 얻을 수 있다.
도 3에서는 제2잎(12)을 하나의 잎으로 도시하였지만 이는 예시적인 것이고, 제2잎(12)은 제1잎(11)을 제외한 모든 잎을 통칭할 수 있다. 따라서, 제2이미지(131)는 식물(10)의 전체 잎을 모두 촬영한 것일 수 있다.
제2이미지(131)는 3차원 이미지일 수 있다. 즉, 제2촬영부(130)는 식물(10)의 3차원 형상을 촬영할 수 있고, 제2이미지(131)에서는 식물(10)의 3차원 형상이 복원될 수 있다.
제2촬영부(130)는 3차원 이미지를 생성할 수 있는 촬영장비, 예를 들면, 스테레오 카메라를 포함할 수 있다.
제2계산부(140)는 제1계산부(120)에서 계산한 제1잎(11)에 대한 제1식생 지수(121)를 이용하여 제2잎(12)의 제2식생 지수(141)를 계산할 수 있다.
구체적으로, 제2계산부(140)는 제2이미지(131)에서 제1잎(132)의 이미지 정보 및 제1이미지(111)에서 제1잎(112)의 이미지 정보의 차이값을 비교할 수 있다. 그리고, 이 차이값이 미리 설정된 기준 차이값 이내면, 제2이미지(131)에서 제1잎(132)의 제2식생 지수(141)를 제1식생 지수(121)와 동일하게 계산할 수 있다.
그리고, 제2계산부(140)는 제2이미지(131)에서 제2잎(133)의 이미지 정보 및 제1이미지(111)에서 제1잎(112)의 이미지 정보의 차이값을 비교할 수 있고, 이 차이값이 미리 설정된 기준 차이값 이내면, 제2이미지(131)에서 제2잎(133)의 제2식생 지수(141)를 제1식생 지수(121)와 동일하게 계산할 수 있다.
즉, 제2계산부(140)가 식생 지수 이미지와 스테레오 이미지(stereo image)를 동조하였을 때, 기존에 계측 완료한 자료 중 식생지수 이미지 및 스테레오 이미지의 조합을 A 라고 하고, 이에 대해 식생지수가 계측되지 않은 부분의 스테레오 이미지의 채널별 신호(예를 들면, 거리 정보가 없는 단순 RGB 혹은 CMYK)가 매우 유사한 경우, 제2계산부(140)는 A 의 식생지수를 계측되지 않은 부분에 산입할 수 있다.
또한, 제2계산부(140)는, 제1식생 지수가 계산되지 않은 어떤 다른 제2잎에 대해서는, 이미 산출되어 획득된 복수의 제2식생 지수와, 상기 복수의 제2식생 지수의 제2잎의 이미지 정보를 기초로 보간(Interpolation)하여 제2식생 지수를 생성할 수 있다.
도 4는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 획득한 2차원 제1식생지수 및 변위 지도를 나타낸 이미지이다.
도 4에서 보는 바와 같이, 기존의 정확한 위치정보, 반사도 정보 및 크기정보를 알고 있는 레퍼런스를 측정 시작 시에 촬영 화각 내에 설치하여 벤치마크를 설정하고, 계측 시작과 동시에 벤치마크를 중심으로 수목 및 식생을 촬영할 수 있다. 이때, 제1촬영부 및 제2촬영부는 동일 축선상 설치됨이 바람직하며, 이를 통해 이미지 동조가 안정적으로 이루어질 수 있다.
도 4의 (a)는 계측 식생 지수를 2차원 평면에 나타낸 계측 이미지이고, 도 4의 (b)는 2차원 평면으로 제2촬영부에서 얻은 변위 지도(Disparity Map)를 나타낸 것이다. 도 4의 (a)의 계측 이미지 및 도 4의 (b)의 변위 지도의 해상도 차이는 업 스케일(Upscale) 및 다운 스케일(downscale)과 함께 화각에 대해 보정하는 것으로 이미지가 동조될 수 있다. 제2촬영부를 통해 얻어지는 변위 지도를 통해 거리 정보를 획득할 수 있으므로 적절한 알고리즘을 통해 이를 포인트 클라우드(Point Cloud)로 변환이 가능할 수 있다.
도 5는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 이미지 동조 및 맵핑을 설명하기 위한 예시도이다.
3차원의 식생지수는 식물의 주위를 돌면서 제1촬영부 및 제2촬영부로 식물을 촬영하고, 식생지수가 촬영된 잎의 위치와 3차원 이미징을 통한 포인트 클라우드를 동조하거나, 또는 변위 지도의 픽셀 위치를 동조하여 3차원적인 식생지수 이미지를 얻음으로써 구축할 수 있다.
구체적으로 도 5에서 보는 바와 같이, 구형의 가상 식물(10)을 가정할 때 식물(10)의 우측 이동 경로(20)로 이동되면서 식물(10)의 우측 반구(31)를 계측하고, 이후 돌아와서 좌측 이동 경로(21)로 이동되면서 좌측 반구(32)를 계측하게 되면, 변환한 포인트 클라우드는 주행 거리와 연동하여 대상 식물(10)이 계측되는 위치마다 좌우 계측 포인트 클라우드를 합쳐 3D 모델을 완성할 수 있다.
좌우 영상을 동조하는 것은 우선적으로 깊이 이미지(Depth Image)에서 계측된 평균거리를 통해(가까운 이미지 생성 시에 식물 유무를 인식) 계측된 식물(10)의 개수를 카운팅하는 방법과 더불어 GPS 좌표를 이용해 다른 방향에서 동일 식물(10)을 계측하는 경우, 이를 인지하는 알고리즘을 동시에 적용할 수 있다. 예를 들면, 1 번 이랑의 2번째 식물의 영상을 기록할 때는 [2, 1]로 저장하고, 2 번 이랑의 끝에서 2번째 식물인 경우에는 [2, 2]로 렉시컨(Lexicon)을 통일하여 저장할 수 있다. 이를 통해 각 식물에 대한 3D 형태 정보를 구성할 수 있다.
한편, 도 6은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이고, 도 7은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛의 식생 지수 획득 예를 설명하기 위한 예시도이다. 본 실시예에서는 제2식생 지수 계산 기준을 생성하고, 이를 이용하여 제2식생 지수를 계산할 수 있으며, 다른 기본적인 내용은 전술한 제1실시예와 동이할 수 있다.
도 2 및 도 3과 함께, 도 6 및 도 7에서 보는 바와 같이, 본 실시예에 따른 식생 지수 획득 유닛(100)은 계산 기준 생성부(150)를 더 포함할 수 있다.
계산 기준 생성부(150)는 제2이미지(131)에 포함된 제1잎(132)에 대한 이미지 정보 및 제1식생 지수(121)를 매칭하여 제2식생 지수 계산 기준(151)을 생성할 수 있다.
제1이미지(111)에서의 제1잎(112)의 이미지 정보 및 제2이미지(131)에서의 제1잎(132)의 이미지 정보는 컬러 정보, 휘도 정보 등을 포함할 수 있다. 그러나, 제2이미지(131)는 3차원 이미지이기 때문에, 제2이미지(131)에서의 제1잎(132)의 이미지 정보는 제1이미지(111)에서의 제1잎(112)의 이미지 정보와 다를 수 있다. 따라서, 제2이미지(131)에서의 제1잎(132)의 이미지 정보를 이용하여 실제 제1잎(11)의 식생 지수를 계산하게 되면, 이때 계산되는 제2식생 지수는 앞에서 계산한 제1식생 지수(121)와 차이가 날 수 있다.
이를 해결하고자 본 발명에서는, 계산 기준 생성부(150)가, 제1이미지(111)에서의 제1잎(112)의 이미지 정보를 기초로 계산한 제1식생 지수(121) 및 제2이미지(131)에서의 제1잎(132)의 이미지 정보를 매칭하여 제2식생 지수 계산 기준(151)을 생성할 수 있다.
생성된 제2식생 지수 계산 기준(151)이 제2이미지에 적용되면 제2이미지 상태에서 제2식생 지수가 계산될 수 있고, 이렇게 계산되는 제2식생 지수는 제1식생 지수와 동일할 수 있다.
계산 기준 생성부(150)는 제2식생 지수 계산 기준(151)을 생성하고, 생성된 제2식생 지수 계산 기준(151)을 제2이미지(131)에서의 제1잎(132)의 이미지 정보에 적용하고, 이에 따라 계산되는 제2식생 지수가 제1식생 지수(121)와 동일한지를 확인하고, 만일 계산되는 제2식생 지수가 제1식생 지수(121)와 동일하지 않으면, 제2식생 지수 계산 기준(151)을 보정하는 과정을 반복함으로써, 생성된 제2식생 지수 계산 기준의 정확도를 더 검증할 수 있다.
계산 기준 생성부(150)가 제2식생 지수 계산 기준(151)을 생성하는 방법은 특정하게 한정되는 것은 아니다.
제2계산부(140)는 제2이미지(131)에서 제2잎(133)에 대한 이미지 정보에 제2식생 지수 계산 기준(151)을 적용하고, 이를 통해 실제 제2잎(12)의 제2식생 지수(141)를 계산할 수 있다.
실제 제1잎(11)을 예로 했을 때, 제2계산부(140)가 제2이미지(131)의 제1잎(132)에 대해 계산하는 제2식생 지수는, 동일한 실제 제1잎(11)을 대상으로 계산된 제1식생 지수(121)와 동일한 값 또는 범위 값일 수 있다.
전술한 바와 같이 제2잎(12)은 제1잎(11)을 제외한 하나 이상의 잎을 통칭할 수 있기 때문에, 제1잎(11) 및 제2잎(12)은 식물(10)의 전체의 잎을 의미할 수 있다. 따라서, 계산되는 제2식생 지수(141)는 식물(10)의 거의 전체의 잎에 대한 것일 수 있으며, 이를 통해, 식물(10)의 전체 잎에 대한 입체적인 3차원 제2식생 지수 계산이 가능할 수 있다.
통상적으로, 제1촬영부(110)로 촬영할 수 없는 부분, 예를 들면, 식물의 반대쪽 부분에서는 이미지 촬영이나 근적외선 신호가 수신되기 어렵기 때문에, 제1식생 지수를 계산하기 어렵다. 그러나, 식물의 앞쪽에서와 같이 제1촬영부(110)로 촬영할 수 있는 부분에서 이미지 촬영이나 근적외선 신호가 수신되어 제1식생 지수가 계산되고, 제2촬영부(130)가 식물의 3차원 형상 이미지 정보를 획득하면, 제2식생 지수 계산 기준(151)을 생성하고, 제2식생 지수 계산 기준(151)을 이용하여 식물의 반대쪽 부분의 제2식생 지수도 생성할 수 있게 된다.
또는, 잎의 일 부분(예를 들면, 상면)을 제1촬영부(110)로 촬영하여 얻은 제1식생지수를 기초로 제2식생 지수 계산 기준을 생성하고, 잎의 하면을 촬영한 제2이미지에 산입하여 제2식생 지수를 생성할 수도 있다.
또는, 침엽과 같은 픽셀화가 힘든 대상에 대해 전반적인 계측값을 보간하여 제2식생 지수를 생성할 수도 있다.
식물(10)이, 잎을 식용으로 사용하는 곤달비, 쑥갓, 참취, 비름, 머위 등을 포함하는 엽채류인 경우에, 어느 하나의 잎의 식생 상태를 기준으로 해서 나머지 다른 잎의 식생 상태도 그와 같을 것라고 단순 예측하게 되면, 수확된 엽채류의 품질이 관리되기가 어려울 수 있다.
즉, 일부 잎의 식생 지수를 기초로 나머지 잎의 식생 지수를 예측하게 되는 경우, 기초가 되는 식생 지수에 따라 나머지 잎의 식생 지수가 영향을 받을 수 있다. 예를 들면, 일부 잎의 식생 지수가 좋게 나오면 나머지 잎들의 식생 지수도 좋게 예측될 수 있다. 그러나, 식물은 부분별로 생육 상태가 다를 수 있기 때문에, 이러한 식생 지수 예측 방식은 정확도가 낮을 수 있다. 그렇다고 각각의 잎을 하나하나 촬영하여 식생 지수를 계산하게 되면, 상당한 시간이 소요될 수 있다.
그러나, 본 발명에 따르면, 식물의 3차원 형상을 촬영하고, 모든 잎에 대해서 제2식생 지수를 용이하고 정확하게 계산할 수 있기 때문에, 식물에 대한 정확하고 신속한 모니터링이 가능할 수 있다.
한편, 앞에서는 식물의 잎을 대상으로 제2식생 지수를 계산하는 것으로 설명하였지만, 제2식생 지수의 계산 대상이 반드시 잎으로 한정되는 것은 아니다. 즉, 파프리카, 고추 등의 채소나, 딸기 등의 열매 채소, 또는 과수 작물 등도 제2식생 지수 계산의 대상에 포함될 수 있다.
그리고, 제1식생 지수(121)가 복수 개의 잎에 대해 각각 획득되어 그 수가 많은 경우일수록 계산 기준 생성부(150)가 생성하는 제2식생 지수 계산 기준의 수가 많아 질 수 있다. 그러면, 복수개의 제2식생 지수 계산 기준의 평균값을 이용하여 최종적으로 제2식생 지수 계산 기준(151)을 생성할 수도 있기 때문에, 제2식생 지수 계산 기준(151)의 정확성은 높아질 수 있다.
도 8은 본 발명의 일실시예에 따른 식물 모니터링 장치를 나타낸 구성도이다.
도 8에서 보는 바와 같이, 식물 모니터링 장치는 베이스 유닛(200), 식생 지수 획득 유닛(100), 이동 정보 생성 유닛(300) 그리고 매칭 유닛(400)을 포함할 수 있다.
베이스 유닛(200)은 이동 가능하게 구비될 수 있다. 예를 들어 베이스 유닛(200)은 바퀴(미도시)를 가질 수 있으며, 바퀴를 회전시킬 수 있는 구동 시스템(미도시)을 가질 수 있다. 바퀴는 고무 타이어를 가지고 노면에서 직접 구르거나, 또는 지면에 설치되는 레일을 따라 구를 수 있도록 형성되는 등 다양한 형태로 구현될 수 있다.
이를 통해, 식물 모니터링 장치는 산, 공원, 과수원 등과 같은 야외 지형이나, 하우스, 온실, 스마트 팜 등과 같은 시설에서 이동이 가능할 수 있다.
식생 지수 획득 유닛(100)에 대해서는 전술하였으므로, 반복되는 내용은 가급적 설명을 생략한다.
식생 지수 획득 유닛(100)은 베이스 유닛(200)에 구비될 수 있으며, 베이스 유닛(200)과 함께 이동하면서 식물을 촬영하여 3차원 영상을 생성하고, 식물 전체의 잎에 대한 제2식생 지수를 계산하여 입체적인 3차원 제2식생 지수를 생성할 수 있다.
이동 정보 생성 유닛(300)은 베이스 유닛(200)에 구비될 수 있으며, 베이스 유닛(200)의 이동 정보를 생성할 수 있다. 이동 정보는 베이스 유닛(200)의 위치 정보, 이동 속도 정보 등을 포함할 수 있다. 이동 정보 생성 유닛(300)은 관성 측정장치(IMU) 등을 포함할 수 있다.
매칭 유닛(400)은 이동 정보 생성 유닛(300)에서 생성하는 이동 정보를 기초로, 복수의 식물을 각각 구분할 수 있으며, 계산된 제2식생 지수를 구분된 각각의 식물에 대해 매칭할 수 있다.
매칭 유닛(400)은 베이스 유닛(200)에 구비되거나, 또는 베이스 유닛(200)과 떨어져 다른 장소에 구비될 수도 있다. 매칭 유닛(400)은 식생 지수 획득 유닛(100) 및 이동 정보 생성 유닛(300)과 유선 통신 또는 무선 통신될 수 있다.
식물 모니터링 장치는 자율 주행 제어 유닛(500)을 더 포함할 수 있다. 자율 주행 제어 유닛(500)은 베이스 유닛(200)에 구비되고 베이스 유닛(200)이 자율 이동되도록 제어할 수 있다. 자율 주행 제어 유닛(500)은 자율 주행 제어를 위한 소프트 웨어를 가지는 프로세서와, 장애물, 물건 등을 감지하기 위한 라이다 등을 포함하는 센서 등을 포함할 수 있다.
또한, 식물 모니터링 장치는 선별 유닛(600) 및 표시 유닛(700)을 더 포함할 수 있다.
선별 유닛(600)은 식생 지수 획득 유닛(100)이 계산한 제2식생 지수 중 미리 설정된 기준 제2식생 지수 미만의 제2식생 지수의 잎을 선별할 수 있다.
식물에서 기준 제2식생 지수 이상의 제2식생 지수로 계산되는 부분은 생육이 양호한 것으로 판단될 수 있고, 기준 제2식생 지수 미만의 제2식생 지수로 계산되는 부분은 생육이 불량한 것으로 판단되도록, 기준 제2식생 지수는 식물의 종류, 계절 등을 기초로 미리 설정될 수 있다.
그리고, 표시 유닛(700)은 선별 유닛(600)에서 선별되는 잎, 즉, 기준 제2식생 지수 미만의 제2식생 지수로 계산되는 부분(예를 들면, 잎, 채소 등)이 있는 식물의 정보를 표시할 수 있다.
표시 유닛(700)은 선별 유닛(600)에서 선별되는 부분(예를 들면, 잎, 채소 등)을 가지는 식물의 위치 정보만 표시하거나 또는, 해당 식물에서 선별 유닛(600)이 선별한 부분(예를 들면, 잎, 채소 등)의 위치 정보까지도 표시할 수 있다.
이를 통해, 사용자는 식물에서 생육 상태가 좋지 못한 부분을 정확하게 확인할 수 있고, 이러한 정보를 기초로 식물의 생육을 정밀하게 분석할 수 있으며, 나아가, 생육을 예측할 수도 있다.
이하에서는, 식물 모니터링 장치가 식물을 재배하는 스마트 팜에서 사용되는 경우를 예로 식물 모니터링 장치의 동작 예를 설명한다.
도 9는 본 발명의 일실시예에 따른 식물 모니터링 장치의 사용예를 나타낸 예시도인데, 도 9를 더 참조하면, 과수원, 또는 온실 등과 같은 곳에 심어져 있는 식물(10) 사이를 베이스 유닛(200)이 주행하면, 이동 정보 생성 유닛(300)은 베이스 유닛(200)의 이동 정보를 생성할 수 있다. 동시에, 식생 지수 획득 유닛(100)은 베이스 유닛(200)의 주행 경로(22)상에 있는 식물(10)들의 제2식생 지수를 획득할 수 있다. 그러면, 매칭 유닛(400)은 각각의 식물(10)별로 제2식생 지수를 매칭할 수 있다.
식물 모니터링 장치(1000)가 자율 주행 기능을 가지지 않는다면, 식물 모니터링 장치(1000)는 작업자에 의해 이동될 수 있다. 그러나, 식물 모니터링 장치(1000)가 자율 주행 제어 유닛(500)을 포함하는 경우, 자율 주행 제어 유닛(500)에 의해 베이스 유닛(200)은 자율 이동될 수 있다.
선별 유닛(600)은 계산된 제2식생 지수 중 기준 제2식생 지수 미만의 제2식생 지수의 잎을 선별할 수 있으며, 표시 유닛(700)은 이렇게 선별되는 잎을 가지는 식물의 정보를 표시할 수 있다. 이를 통해, 생육 상태가 좋지 못한 식물의 위치뿐만 아니라, 해당 식물에서 생육 상태가 좋지 못한 잎이 있는 부분도 작업자가 용이하게 파악하고 확인할 수 있도록 도울 수 있게 된다.
식물의 생육 모니터링 효과를 높이기 위해, 식물 모니터링 장치(1000)를 이용한 식물 모니터링은 정기적으로 이루어질 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치에 관한 것으로 농업, 산림업 등 산업에 이용할 수 있다.

Claims (4)

  1. 식물의 어느 제1잎을 촬영하여 제1이미지를 얻는 제1촬영부;
    상기 제1잎에 대한 제1식생 지수를 계산하는 제1계산부;
    상기 제1잎과 함께 다른 잎을 촬영하여 제2이미지를 얻는 제2촬영부; 및
    상기 제1잎에 대한 상기 제1식생 지수를 이용하여 상기 다른 잎의 제2식생 지수를 계산하는 제2계산부를 포함하는 것을 특징으로 하는 식생 지수 획득 유닛.
  2. 제1항에 있어서,
    상기 제2계산부는,
    상기 제2이미지에서 상기 다른 잎의 이미지 정보 및 상기 제1이미지에서 상기 제1잎의 이미지 정보의 차이값이 미리 설정된 기준 차이값 이내면, 상기 제2이미지에서 상기 다른 잎의 상기 제2식생 지수를 상기 제1식생 지수와 동일하게 계산하는 것을 특징으로 하는 식생 지수 획득 유닛.
  3. 이동 가능하게 구비되는 베이스 유닛;
    상기 베이스 유닛에 구비되고, 제1항 또는 제2항에 기재된 식생 지수 획득 유닛;
    상기 베이스 유닛에 구비되고, 상기 베이스 유닛의 이동 정보를 생성하는 이동 정보 생성 유닛; 및
    상기 이동 정보를 기초로 복수 개의 식물을 각각 구분하고, 각각의 식물에 대해 상기 제2식생 지수를 매칭하는 매칭 유닛을 포함하는 것을 특징으로 하는 식물 모니터링 장치.
  4. 제3항에 있어서,
    상기 베이스 유닛에 구비되고, 상기 베이스 유닛이 자율 이동되도록 제어하는 자율 주행 제어 유닛을 더 포함하는 것을 특징으로 하는 식물 모니터링 장치.
PCT/KR2023/003212 2022-03-11 2023-03-09 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치 WO2023172080A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220030914A KR102479284B1 (ko) 2022-03-11 2022-03-11 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
KR10-2022-0030914 2022-03-11

Publications (1)

Publication Number Publication Date
WO2023172080A1 true WO2023172080A1 (ko) 2023-09-14

Family

ID=84536704

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/003212 WO2023172080A1 (ko) 2022-03-11 2023-03-09 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치

Country Status (2)

Country Link
KR (1) KR102479284B1 (ko)
WO (1) WO2023172080A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102479284B1 (ko) * 2022-03-11 2022-12-21 (주)카탈로닉스 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
KR102624781B1 (ko) * 2023-04-28 2024-01-12 경상북도(농업기술원) 노지작물의 식생지수를 얻기 위한 지상근접 다중분광측정장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018124815A (ja) * 2017-02-01 2018-08-09 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体
KR101984047B1 (ko) * 2018-08-01 2019-09-03 삼성물산 주식회사 무인 항공기를 이용한 작물 생육 진단 방법 및 장치
KR20200020209A (ko) * 2018-08-16 2020-02-26 (주)노루기반시스템즈 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치
KR102218863B1 (ko) * 2020-10-16 2021-02-24 네이버시스템(주) 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템
KR20210065607A (ko) * 2019-11-27 2021-06-04 (주)카탈로닉스 식물 생육 상태 판단 방법 및 이를 이용한 식물 생육 장치
KR102479284B1 (ko) * 2022-03-11 2022-12-21 (주)카탈로닉스 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101844678B1 (ko) 2016-10-05 2018-04-02 서울대학교산학협력단 식물 군락의 구조와 기능을 실시간으로 모니터링 하기 위한 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018124815A (ja) * 2017-02-01 2018-08-09 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体
KR101984047B1 (ko) * 2018-08-01 2019-09-03 삼성물산 주식회사 무인 항공기를 이용한 작물 생육 진단 방법 및 장치
KR20200020209A (ko) * 2018-08-16 2020-02-26 (주)노루기반시스템즈 포장 단위별 다분광 영상 히스토그램 패턴 분석을 통한 작물 생육 모니터링 장치
KR20210065607A (ko) * 2019-11-27 2021-06-04 (주)카탈로닉스 식물 생육 상태 판단 방법 및 이를 이용한 식물 생육 장치
KR102218863B1 (ko) * 2020-10-16 2021-02-24 네이버시스템(주) 드론을 이용한 실시간 변량 살포 방법 및 드론을 이용한 실시간 변량 살포 시스템
KR102479284B1 (ko) * 2022-03-11 2022-12-21 (주)카탈로닉스 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치

Also Published As

Publication number Publication date
KR102479284B9 (ko) 2023-03-23
KR102479284B1 (ko) 2022-12-21

Similar Documents

Publication Publication Date Title
WO2023172080A1 (ko) 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치
Das et al. Devices, systems, and methods for automated monitoring enabling precision agriculture
CN104482860B (zh) 鱼类形态参数自动测量装置和方法
Nielsen et al. Vision-based 3D peach tree reconstruction for automated blossom thinning
US20100322477A1 (en) Device and method for detecting a plant
WO2016123201A1 (en) Systems, devices, and methods for robotic remote sensing for precision agriculture
CN106971167A (zh) 基于无人机平台的作物生长分析方法及其分析系统
CN108414454A (zh) 一种植物三维结构及光谱信息的同步测量系统及测量方法
KR20150025333A (ko) 이동형 지능로봇을 이용한 영상기반 식물 생장관리 제어시스템
CN104732564B (zh) 一种玉米叶面积无损动态监测装置与方法
CN109598215A (zh) 一种基于无人机定位拍摄的果园建模分析系统和方法
CN106709432A (zh) 基于双目立体视觉的人头检测计数方法
Hoffmeister et al. 3D terres-trial laser scanning for field crop modelling
Song et al. An effective leaf area index estimation method for wheat from UAV-based point cloud data
CN113269050A (zh) 基于无人机遥感影像的农田画像及药肥大数据分析方法
KR102582588B1 (ko) Ai를 활용한 작물의 엽 생육지수 측정시스템
CN105181632B (zh) 网络型多维度植物成像ndvi测量装置
CN113554691B (zh) 一种植株高度测量方法
Wang et al. Design of crop yield estimation system for apple orchards using computer vision
WO2024101501A1 (ko) 수목의 생물학적 데이터 예측 시스템
CN112233121A (zh) 一种基于双目空间定位和智能分割的果实产量估算方法
CN113514402A (zh) 一种冬小麦叶绿素含量的预测系统及方法
Hu et al. Identifying rice seedling bands based on slope virtualization clustering
KR20240068178A (ko) 수목의 생물학적 데이터 예측 시스템
Bayat et al. The Architecture of a stereo image based system to measure tree geometric parameters

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: 23767181

Country of ref document: EP

Kind code of ref document: A1