KR102397375B1 - 인공지능을 이용한 통합 식물관리시스템 - Google Patents

Abstract

본 명세서는 식물관리시스템이 인공지능 모듈을 이용하여 식물을 관리하는 방법에 있어서, 사용자로부터, 초기 설정을 위한 기준값을 입력받는 단계; 상기 기준값에 근거하여 설정값을 설정하고, 상기 설정값에 근거하여 관수를 수행하는 단계; 상기 인공지능 모듈을 통해, 주기적으로 토양온습도, RGB 값, NDVI(Normalized Difference Vegetation Index) 값 및 바이오임피던스(Bio-Impedance) 값을 모니터링하고 저장하는 단계; 및 상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계; 를 포함하며, 상기 작동부는 관수펌프, 퇴수펌프, 생장조명 및 순환팬을 포함할 수 있다.

Description

인공지능을 이용한 통합 식물관리시스템{INTEGRATED PLANT MANAGEMENT SYSTEM USING ARTIFICIAL INTELLIGENCE}

본 명세서는 RGB, NDVI(Normalized Difference Vegetation Index) 및 바이오임피던스(Bio-Impedance) 측정값을 이용하여, 인공지능을 통해 식물을 관리하는 통합관리시스템을 제안한다.

일반적인 관수시스템은 타이머가 설치된 워터펌프를 이용하여, 설정된 특정시간마다 관수를 하는 방식으로 운용되거나, 토양의 습도를 측정할 수 있는 토양습도센서를 설치하여, 토양의 습도가 일정 수치 이하로 떨어지는 경우, 워터펌프를 작동시켜 관수를 하는 방식으로 운용된다.

이러한 운용 방법들은 관수시시템을 통해, 식물의 상태를 직접 측정하지 않고, 그 주변환경(예를 들어, 토양의 습도)만을 측정한 값을 통해, 식물을 관리하는 방법이다.

그러나, 식물이 적용된 공간은 그 환경에 따라, 다른 조건(예를 들어, 일조, 습도, 풍향풍속 등)을 갖으므로, 관수시스템이 식물의 상태를 직접 측정하지 않고 주변환경만을 측정한 값을 통해, 관수 여부를 판단하는 경우, 식물이 현재 어떤한 상태인지에 대한 파악이 불가능 하여, 식물이 고사하는 문제점이 있다.

본 명세서의 목적은, 식물 재배환경을 측정하여, 식물 관리조건을 자동으로 제어하는 능동형 스마트 관리시스템을 구현하는 것이다.

또한, 본 명세서의 목적은, 모니터링되는 식물의 RGB 값, NDVI 값 및 바이오임피던스 값을 이용하여, 인공지능 모듈을 통해 식물의 현재 및 미래 상태를 예측하고, 식물을 효율적으로 관리하는 시스템을 구현하는 것이다.

본 명세서가 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 이하의 명세서의 상세한 설명으로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 명세서의 일 양상은, 식물관리시스템이 인공지능 모듈을 이용하여 식물을 관리하는 방법에 있어서, 사용자로부터, 초기 설정을 위한 기준값을 입력받는 단계; 상기 기준값에 근거하여 설정값을 설정하고, 상기 설정값에 근거하여 관수를 수행하는 단계; 상기 인공지능 모듈을 통해, 주기적으로 토양온습도, RGB 값, NDVI(Normalized Difference Vegetation Index) 값 및 바이오임피던스(Bio-Impedance) 값을 모니터링하고 저장하는 단계; 및 상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계; 를 포함하며, 상기 작동부는 관수펌프, 퇴수펌프, 생장조명 및 순환팬을 포함할 수 있다.

또한, 상기 기준값은 관수 기준값, 관수를 진행하는 토양 습도값, 관수 중지 토양 습도값 및 미관수 기간을 포함할 수 있다.

또한, 상기 관수 기준값은 하나 이상의 토양 습도 센서의 개별 측정 값 중 평균값 또는 최소값일 수 있다.

또한, 상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계는 상기 모니터링된 RGB 값에 근거하여 : 녹색 면적 대비 황색 면적의 비율이 제1 비율 이상으로 높아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 토양 습도값을 높이는 단계; 및 상기 녹색 면적 대비 갈색 또는 회색 면적의 비율이 제2 비율 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 토양 습도값을 낮추는 단계; 를 포함할 수 있다.

또한, 상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계는 상기 모니터링된 NDVI 값에 근거하여 : 식물의 함수율이 제1 일정값 이하로 낮아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 토양 습도값을 높이는 단계; 및 식물의 함수율이 제2 일정값 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 토양 습도값을 낮추는 단계; 를 더 포함할 수 있다.

또한, 상기 인공지능 모듈을 통해, 상기 저장된 RGB 값에 근거하여, 변화와 관련있는 색상의 비율 변화량를 측정하고, 상기 비율 변화량의 제1 기울기값을 계산하는 단계; 상기 인공지능 모듈을 통해, 상기 저장된 NDVI 값에 근거하여, NDVI 값 변화량을 측정하고, 상기 NDVI 값 변화량의 제2 기울기값을 계산하는 단계; 상기 인공지능 모듈을 통해, 상기 저장된 바이오임피던스 값에 근거하여, 바이오임피던스 값 변화량을 측정하는 단계; 및 상기 인공지능 모듈을 통해, 상기 제1 기울기값, 상기 제2 기울기값 및 상기 바이오임피던스 값 변화량에 근거하여, 식물문제발생율을 예측하는 단계; 를 더 포함할 수 있다.

또한, 상기 인공지능 모듈을 통해, 상기 식물문제발생율이 일정기간 이후, 특정값을 초과하는 것으로 예측되는 것에 근거하여, 서버에 경고 메시지를 전달하는 단계; 를 더 포함할 수 있다.

또한, 상기 모니터링된 토양온습도에 근거하여, 상기 관수가 종료된 이후, 토양 습도가 특정수준이상 증가하지 않는 경우, 서버에 경고 메시지를 전달할 수 있다.

본 명세서의 또 다른 일 실시예는 인공지능 모듈을 이용하여 식물을 관리하는 식물관리시스템에 있어서, 토양 및 공기와 관련된 센싱데이터를 생성하기 위한 센싱부, 관수펌프, 퇴수펌프, 생장조명 및 순환팬을 포함하는 작동부, RGB 카메라, NIR 카메라(Near-Infrared Spectrometer), 바이오임피던스(Bio-Impedance) 센서를 포함하는 모니터링부, 상기 인공지능 모듈 및 상기 센싱부, 상기 작동부, 상기 모니터링부 및 상기 인공지능 모듈을 기능적으로 제어하기 위한 제어부를 포함하며, 상기 제어부는 사용자로부터, 초기 설정을 위한 기준값을 입력받고, 상기 기준값에 근거하여 설정값을 설정하고, 상기 설정값에 근거하여 관수를 수행하며, 상기 인공지능 모듈을 통해, 주기적으로 토양온습도, RGB 값, NDVI(Normalized Difference Vegetation Index) 값 및 바이오임피던스 값을 모니터링하고 저장하고, 상기 모니터링의 결과값에 근거하여, 상기 작동부를 제어할 수 있다.

본 명세서의 실시예에 따르면, 식물 재배환경을 측정하여, 식물 관리조건을 자동으로 제어하는 능동형 스마트 관리시스템을 구현할 수 있다.

또한, 본 명세서의 실시예에 따르면, 모니터링되는 식물의 RGB 값, NDVI 값 및 바이오임피던스 값을 이용하여, 인공지능 모듈을 통해 식물의 현재 및 미래 상태를 예측하고, 식물을 효율적으로 관리하는 시스템을 구현할 수 있다.

본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 명세서와 관련된 전자 기기를 설명하기 위한 블록도이다.
도 2는 본 명세서가 적용될 수 있는 인공지능 머신러닝 모듈의 블록도이다.
도 3은 본 명세서가 적용될 수 있는 식물관리시스템의 블록도이다.
도 4는 본 명세서가 적용될 수 있는 식물관리시스템의 일 실시예이다.
도 5는 본 명세서가 적용될 수 있는 경고방법의 일 실시예이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 명세서의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함한다" 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.

도 1은 본 명세서와 관련된 전자 기기를 설명하기 위한 블록도이다.

상기 전자 기기(100)는 무선 통신부(110), 입력부(120), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다. 도 1에 도시된 구성요소들은 전자 기기를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 전자 기기는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.

보다 구체적으로, 상기 구성요소들 중 무선 통신부(110)는, 전자 기기(100)와 무선 통신 시스템 사이, 전자 기기(100)와 다른 전자 기기(100) 사이, 또는 전자 기기(100)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 상기 무선 통신부(110)는, 전자 기기(100)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.

이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.

입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.

센싱부(140)는 전자 기기 내 정보, 전자 기기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 토양습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 전자 기기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 전자 기기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 전자 기기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.

인터페이스부(160)는 전자 기기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 중 적어도 하나를 포함할 수 있다. 전자 기기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.

또한, 메모리(170)는 전자 기기(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 전자 기기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 전자 기기(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는, 전자 기기(100)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 전자 기기(100)상에 존재할 수 있다. 한편, 응용 프로그램은, 메모리(170)에 저장되고, 전자 기기(100) 상에 설치되어, 제어부(180)에 의하여 상기 전자 기기의 동작(또는 기능)을 수행하도록 구동될 수 있다.

제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 전자 기기(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1과 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용 프로그램의 구동을 위하여, 전자 기기(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가받아 전자 기기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다.

상기 각 구성요소들 중 적어도 일부는, 이하에서 설명되는 다양한 실시 예들에 따른 전자 기기의 동작, 제어, 또는 제어방법을 구현하기 위하여 서로 협력하여 동작할 수 있다. 또한, 상기 전자 기기의 동작, 제어, 또는 제어방법은 상기 메모리(170)에 저장된 적어도 하나의 응용 프로그램의 구동에 의하여 전자 기기 상에서 구현될 수 있다.

본 명세서에서 식물관리시스템은 전자기기(100)를 포함할 수 있으며, 전자기기(100)는 전자장치로 통칭될 수 있다.

도 2는 본 명세서가 적용될 수 있는 인공지능(Artificial, AI) 머신러닝(Machine Learning, ML) 모듈의 블록도이다.

상기 인공지능 머신러닝 모듈(20)은 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 상기 AI 모듈을 포함하는 서버 등을 포함할 수 있다. 또한, 상기 인공지능 머신러닝 모듈(20)은 도 1에 도시된 전자기기(100)의 적어도 일부의 구성으로 포함되어 AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다.

상기 인공지능 머신러닝 모듈(20)은 AI 프로세서(21), 진단고사 선택부(23) 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.

상기 인공지능 머신러닝 모듈(20)은 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.

AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 AI 모델을 학습할 수 있다. 특히, AI 프로세서(21)는 센싱 데이터를 이용하여, 식물의 현재 상태를 예측하는 과제를 수행하기 위한 AI 모델을 학습할 수 있다. 예를 들어, AI 프로세서(21)는 RGB 카메라, NIR 카메라, 바이오임피던스 센서를 통해, 식물의 현재 상태를 예측하기 위해 학습될 수 있다.

한편, 전술한 바와 같은 기능을 수행하는 AI 프로세서(21)는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.

메모리(25)는 인공지능 머신러닝 모듈(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 명세서의 일 실시예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델)을 저장할 수 있다.

한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부를 포함할 수 있다. 예를 들어, 데이터 학습부는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다.

통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다.

여기서 외부 전자 기기는 다른 단말, 서버를 포함할 수 있다.

한편, 도 2에 도시된 인공지능 머신러닝 모듈(20)는 AI 프로세서(21), 진단고사 선택부(23)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있다.

도 3은 본 명세서가 적용될 수 있는 식물관리시스템의 블록도이다.

도 3을 참조하면, 식물관리시스템(300)은 제어부(310), 센싱부(320), 작동부(340), 모니터링부(330) 및 전술한 인공지능 머신러닝 모듈(20)을 포함한다. 예를 들어, 식물관리시스템(300)의 각 부는 전자기기(100)의 구성 전부 또는 일부 구성으로 구현될 수 있다.

제어부(310)는 인터넷 등의 네트워크를 통해, 관리 서버와 연결되어, 식물관리에 필요한 기상 정보들을 수신할 수 있다. 예를 들어, 제어부(310)는 기상청 서버를 통해 획득될 수 있는 온도, 습도, 일기예보 정보 등을 수신할 수 있다. 또한, 제어부(310)는 외부 서버(예를 들어, 한국환경공단 공식측정소 서버)로부터 실외 미세먼지 데이터를 수신할 수 있다.

또한, 제어부(310)는 네트워크를 통해, 관리자 단말과 연결될 수 있다. 관리자는 단말을 통해, 제어부(310)를 원격으로 제어할 수 있으며, 제어부(310)는 필요할 경우, 관리자 단말을 통해 관리자에게 경고 메시지를 전달할 수 있다. 제어부(310)는 센싱부(320)를 통해, 획득된 센싱 정보(예를 들어, PM2.5, PM10, 메탄, 일산화탄소 센싱 정보)를 디스플레이할 수 있다. 이를 통해, 관리자는 식물의 실제 재배환경에 대해 효율적인 모니터링을 수행할 수 있다.

센싱부(320)는 하나 이상의 토양온습도센서, 미세먼지 센서, 가스 센서 등을 포함할 수 있다. 센싱부(320)는 센서를 통해 생성된 센싱 데이터를 주기적으로 제어부(310)로 전달할 수 있다.

모니터링부(330)는 RGB 카메라, NIR 카메라(Near-Infrared Spectrometer), 바이오임피던스 센서를 포함할 수 있다. 모니터링부(330)는 AI ML 모듈(20)과 연결되어, 모니터링 정보를 AI ML 모듈(20)로 전달할 수 있다.

작동부(340)는 관수펌프, 퇴수펌프, 생장조명 및 공기 순환을 위한 순환팬을 포함할 수 있다. 작동부(340)는 제어부(310)로부터 명령을 받아 최적의 재배환경을 유지하기 위한 동작을 수행할 수 있다.

도 4는 본 명세서가 적용될 수 있는 식물관리시스템의 일 실시예이다.

도 4를 참조하면, 식물관리시스템(300)은 하나 이상의 토양 습도 센서를 포함하고, 이를 제어할 수 있다. 또한, 식물관리시스템(300)의 동작은 전술한 제어부(310)를 통해 수행될 수 있다.

식물관리시스템(300)은 사용자로부터 초기 설정을 위한 기준값을 입력받는다(S410).

예를 들어, 사용자는 제어부(310), 단말, 인터넷 등을 통해 식물의 실제 재배 환경에 따라, 기준값(예를 들어, 관수 기준값, 관수를 진행하는 토양 습도값, 관수 중지 토양 습도값, 미관수 기간)을 입력할 수 있다.

식물관리시스템(300)은 기준값에 근거하여, 설정값을 설정하고, 설정값에 근거하여, 관수를 수행한다(S420).

예를 들어, 식물관리시스템(300)은 관수 기준값을 설정하기 위해, 관수 기준값을 하나 이상의 토양 습도 센서의 개별 측정 값 중 평균값을 기준으로 관수를 실행하도록 할 수 있다. 또는, 식물관리시스템(300)은 하나 이상의 토양 습도 센서의 개별 측정값 중 최소값을 기준으로 관수를 실행하도록 설정될 수 있다. 예를 들어, 식물관리시스템(300)은 토양 습도 센서의 개별 측정값 중 최소값을 관수 기준값으로 입력받아, 설정될 수 있다. 보다 자세하게, 식물관리시스템(300)은 관수 기준값이 토양 습도 40% 라면, 40% 미만인 경우, 관수를 진행할 수 있다.

또한, 식물관리시스템(300)은 전체 토양의 습도값이 관수 중지 토양 습도값에 도달하는 경우, 관수를 멈추도록 초기 설정될 수 있다.

만일, 측정 오류나, 센서 고장등으로 특정 센서가 계속 낮은값을 출력하는 경우, 계속 관수가 될 수 있으므로, 이를 방지하기 위해, 식물관리시스템(300)은 마지막으로 관수된 시점으로부터 미관수 기간동안 관수를 강제정지하도록 초기 설정될 수 있다.

식물관리시스템(300)은 AI ML 모듈(20)을 통해, 주기적으로 토양온습도, RGB 값(예를 들어, Green값, Yellow값), NDVI 값 및 바이오임피던스 값을 모니터링하고 저장한다(S430).

AI ML 모듈(20)은 모니터링부(330)에서 생성된 모니터링 값을 저장하고, 이를 이용하여, 식물의 현재 상태를 예측하도록 학습될 수 있다.

예를 들어, 토양온습도는 토양온습도 센서를 통해 획득될 수 있다.

RGB 값은 전술한 RGB 카메라를 이용하여, 생성되는 식물의 이미지를 통해 획득될 수 있으며, NDVI 값은 근적외선(NIR, Near Infrared)대의 반사율을 이용해 작물의 생장 상태를 지수화한 것으로서, 전술한 NIR 카메라를 통해 획득될 수 있다.

또한, 주파수에 따른 전기가 흐르는 정도를 뜻하는 바이오임피던스는 식물 내부의 조성에 따라 달라지므로 (예를 들어, 세포액 = 저항, 세포막 = 축전기) 전술한 바이오임피던스 센서를 통해, 미세전류를 송출하고 수신하여, 식물의 건강상태를 전기적으로 측정할 수 있다.

식물관리시스템(300)은 AI ML 모듈(20)을 통해, 모니터링 결과값에 근거하여, 작동부(340)를 제어한다(S440).

1. 식물관리시스템(300)은 AI ML 모듈(20)을 통해, 모니터링된 토양온습도에 근거하여, 작동부(340)를 제어할 수 있다. 식물관리시스템(300)은 토양의 온습도가 과하거나 부족한 경우, 적절한 식물의 재배환경을 유지하도록, 작동부(340)를 제어할 수 있다.

2. 식물관리시스템(300)은 AI ML 모듈(20)을 통해, 모니터링된 RGB 값에 근거하여, 작동부(340)를 제어할 수 있다.

예를 들어, 식물관리시스템(300)은 초기 설정에 근거하여, 관수를 주기적으로 수행할 수 있다. 만일 모니터링된 RGB 값에 근거하여, 식물의 이미지 상에, Green 면적 대비 Yellow 면적의 비율이 일정 비율(제1 비율) 이상으로 높아지는 경우, AI ML 모듈(20)은 이를 식물의 건조 문제 발생으로 인식할 수 있다. 예를 들어, AI ML 모듈(20)은 식물의 현재 상태를 건조 상태로 예측하고, 관수를 위한 토양 습도 기준의 최소값(관수를 진행하는 토양 습도값)을 높혀서 작동부(340)의 관수 주기를 짧게 설정할 수 있다.

또는, 모니터링된 RGB 값에 근거하여, 식물의 이미지 상에, Green면적 대비 Brown 또는 Gray 면적의 비율이 일정 비율(제2 비율) 이상으로 높아지는 경우, AI ML 모듈(20)은 이를 식물의 과습 문제 발생으로 인식할 수 있다. 예를 들어, AI ML 모듈(20)은 식물의 현재 상태를 과습 상태로 예측하고, 관수를 위한 토양 습도 기준의 최소값(관수를 진행하는 토양 습도값)을 낮추므로서, 작동부(340)의 관수 주기를 길게 설정할 수 있다.

예를 들어, 제1 비율 및 제2 비율은 사용자로부터 입력받거나 AI ML 모듈(20)에 의해 계산될 수 있다.

3. 식물관리시스템(300)은 AI ML 모듈(20)을 통해, 모니터링된 NDVI 값에 근거하여, 작동부(340)를 제어할 수 있다.

예를 들어, 식물관리시스템(300)은 초기 설정에 근거하여, 관수를 주기적으로 수행할 수 있다. 만일 모니터링된 NDVI 값에 근거하여, 식물의 함수율이 일정값(제1 일정값) 이하로 낮아지는 경우, AI ML 모듈(20)은 이를 식물의 건조 문제 발생으로 인식할 수 있다. 예를 들어, AI ML 모듈(20)은 식물의 현재 상태를 건조 상태로 예측하고, 관수를 위한 토양 습도 기준의 최소값(관수를 진행하는 토양 습도값)을 높혀서 작동부(340)의 관수 주기를 짧게 설정할 수 있다.

또는, 모니터링된 NDVI 값에 근거하여, 식물의 함수율이 일정값(제2 일정값) 이상으로 높아지는 경우, AI ML 모듈(20)은 이를 식물의 과습 문제 발생으로 인식할 수 있다. 예를 들어, AI ML 모듈(20)은 식물의 현재 상태를 과습 상태로 예측하고, 관수를 위한 토양 습도 기준의 최소값(관수를 진행하는 토양 습도값)을 낮추므로서, 작동부(340)의 관수 주기를 길게 설정할 수 있다.

예를 들어, 제1 일정값 및 제2 일정값은 사용자로부터 입력받거나 AI ML 모듈(20)에 의해 계산될 수 있다.

4. 식물관리시스템(300)은 AI ML 모듈(20)을 통해, 모니터링된 바이오임피던스 값에 근거하여, 작동부(340)를 제어할 수 있다.

예를 들어, 식물관리시스템(300)은 초기 설정에 근거하여, 관수를 주기적으로 수행할 수 있다. 만일, 모니터링된 바이오임피던스 값의 변화율이 일정값을 초과하는 경우, AI ML 모듈(20)은 이를 식물의 건조 문제 발생으로 인식할 수 있다. 예를 들어, AI ML 모듈(20)은 식물의 현재 상태를 건조 상태로 예측하고, 관수를 위한 토양 습도 기준의 최소값(관수를 진행하는 토양 습도값)을 높혀서 작동부(340)의 관수 주기를 짧게 설정할 수 있다.

도 5는 본 명세서가 적용될 수 있는 경고방법의 일 실시예이다.

도 5를 참조하면, AI ML 모듈(20)은 모니터링부(330)의 측정값에 근거하여, 문제가 발생할 것으로 예측되는 경우, 관리 서버로 이를 알릴 수 있다. 관리 서버는 관리자 단말 또는 디스플레이부를 통해, 관리자에게 경고할 수 있다.

AI ML 모듈(20)은 주기적으로 RGB 값, NDVI 값 및 바이오임피던스 값을 모니터링하고, 저장한다(S510).

AI ML 모듈(20)은 저장된 RGB 값에 근거하여, 변화와 관련있는 색상의 비율 변화량를 측정하고, 비율 변화량의 제1 기울기값 계산한다(S520). 예를 들어, AI ML 모듈(20)은 Yellow, Brown, Gray 등 변화와 관련있는 색상의 비율 변화량을 측정하고 제1 기울기값을 예측할 수 있다.

AI ML 모듈(20)은 저장된 NDVI 값에 근거하여, NDVI 값의 변화량을 측정하고, 변화량의 제2 기울기값을 계산한다(S530).

AI ML 모듈(20)은 저장된 바이오임피던스 값에 근거하여, 바이오임피던스 값의 변화량을 측정한다(S540).

AI ML 모듈(20)은 제1 기울기값, 제2 기울기값 및 바이오임피던스 값의 변화량에 근거하여, 식물문제발생율을 예측한다(S550). 예를 들어, AI ML 모듈(20)은 기입력된 식물에 대한 데이터(품종, 연생, 재배환경 등), 재배환경 정보 등에 추가적으로 제1 기울기값, 제2 기울기값 및 바이오임피던스 값의 변화량을 이용하여, 식물문제발생율을 예측하기 위한 과제를 수행하기 위해 학습될 수 있다.

예를 들어, AI ML 모듈(20)은 제1 기울기값 및/또는 제2 기울기값에 근거하여, 기울기 변화량이 일정수준을 초과한다면, 일정 기간 이후의 식물문제발생율을 예측할 수 있다.

또한, AI ML 모듈(20)은 바이오임피던스 값의 변화량에 근거하여, 변화량이 일정수준을 초과한다면, 일정 기간 이후의 식물문제발생율을 예측할 수 있다.

AI ML 모듈(20)은 일정 기간 이후, 식물문제발생율이 특정값을 초과하여, 당해 식물에 문제가 발생될 것으로 예측되는 경우, 서버에 경고 메시지를 전달한다(S560).

서버는 단말의 푸쉬알람, 디스플레이부, 웹 팝업 창 등을 통해, 관리자에게 알람 메시지를 전달할 수 있다.

예를 들어, 이러한 알람메시지는‘00%의 식물이 00일 내에 관리가 필요할 것으로 예상됩니다.'와 같은 정보를 포함할 수 있다.

또한, 제어부(310)는 토양 습도센서의 고장 여부를 모니터링 하기 위해, 관수가 완료된 이후에도 토양 습도센서의 센싱데이터에서 토양습도가 일정 수준 증가하지 않는 경우, 단말의 푸쉬알람, 디스플레이부, 웹 팝업 창 등을 통해, 관리자에게 관수 및 센서의 확인이 필요하다는 알람메시지를 전달할 수 있다.

도 5의 동작은 전술한 도 4의 동작들과 결합되어 수행될 수 있다.

전술한 본 명세서는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.

또한, 이상에서 서비스 및 실시 예들을 중심으로 설명하였으나 이는 단지 예시일 뿐 본 명세서를 한정하는 것이 아니며, 본 명세서가 속하는 분야의 통상의 지식을 가진 자라면 본 서비스 및 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예들에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부한 청구 범위에서 규정하는 본 명세서의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (15)

1. 식물관리시스템이 인공지능 모듈을 이용하여 식물을 관리하는 방법에 있어서,
   사용자로부터, 초기 설정을 위한 하나 이상의 기준값을 입력받는 단계;로서,
   상기 기준값은 (1) 관수 기준값, (2) 관수를 진행하는 토양 습도값, (3) 관수를 중지하기 위한 토양 습도값 및 (4) 미관수 기간을 포함하고,
   상기 관수 기준값은 하나 이상의 토양 습도 센서의 개별 측정 값 중 평균값 또는 최소값이며,
   상기 기준값에 근거하여 설정값을 설정하고, 상기 설정값에 근거하여 관수를 수행하는 단계;
   상기 인공지능 모듈을 통해, 주기적으로 토양온습도, RGB 값, NDVI(Normalized Difference Vegetation Index) 값 및 바이오임피던스(Bio-Impedance) 값을 모니터링하고 저장하는 단계; 및
   상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계;
   를 포함하며,
   상기 작동부는 관수펌프, 퇴수펌프, 생장조명 및 순환팬을 포함하고,
   상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계는
   상기 모니터링된 RGB 값에 근거하여 :
   녹색 면적 대비 황색 면적의 비율이 제1 비율 이상으로 높아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 관수를 진행하는 토양 습도값을 높이는 단계; 및
   상기 녹색 면적 대비 갈색 또는 회색 면적의 비율이 제2 비율 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 관수를 진행하는 토양 습도값을 낮추는 단계;를 더 포함하는 관리 방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 제1항에 있어서,
   상기 모니터링의 결과값에 근거하여, 작동부를 제어하는 단계는
   상기 모니터링된 NDVI 값에 근거하여 :
   상기 식물의 함수율이 제1 일정값 이하로 낮아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 관수를 진행하는 토양 습도값을 높이는 단계; 및
   상기 식물의 함수율이 제2 일정값 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 관수를 진행하는 토양 습도값을 낮추는 단계;
   를 더 포함하는, 관리 방법.
   
6. 제1항에 있어서,
   상기 인공지능 모듈을 통해, 상기 저장된 RGB 값에 근거하여, 변화와 관련있는 색상의 비율 변화량를 측정하고, 상기 비율 변화량의 제1 기울기값을 계산하는 단계;
   상기 인공지능 모듈을 통해, 상기 저장된 NDVI 값에 근거하여, NDVI 값 변화량을 측정하고, 상기 NDVI 값 변화량의 제2 기울기값을 계산하는 단계;
   상기 인공지능 모듈을 통해, 상기 저장된 바이오임피던스 값에 근거하여, 바이오임피던스 값 변화량을 측정하는 단계; 및
   상기 인공지능 모듈을 통해, 상기 제1 기울기값, 상기 제2 기울기값 및 상기 바이오임피던스 값 변화량에 근거하여, 식물문제발생율을 예측하는 단계;
   를 더 포함하는, 관리 방법.
   
7. 제6항에 있어서,
   상기 인공지능 모듈을 통해, 상기 식물문제발생율이 일정기간 이후, 특정값을 초과하는 것으로 예측되는 것에 근거하여, 서버에 경고 메시지를 전달하는 단계;
   를 더 포함하는, 관리 방법.
   
8. 인공지능 모듈을 이용하여 식물을 관리하는 식물관리시스템에 있어서,
   토양 및 공기와 관련된 센싱데이터를 생성하기 위한 센싱부,
   관수펌프, 퇴수펌프, 생장조명 및 순환팬을 포함하는 작동부,
   RGB 카메라, NIR 카메라(Near-Infrared Spectrometer), 바이오임피던스(Bio-Impedance) 센서를 포함하는 모니터링부,
   상기 인공지능 모듈 및
   상기 센싱부, 상기 작동부, 상기 모니터링부 및 상기 인공지능 모듈을 기능적으로 제어하기 위한 제어부를 포함하며,
   상기 제어부는
   사용자로부터, 초기 설정을 위한 하나 이상의 기준값을 입력받고, 상기 기준값은 (1) 관수 기준값, (2) 관수를 진행하는 토양 습도값, (3) 관수를 중지하기 위한 토양 습도값 및 (4) 미관수 기간을 포함하고, 상기 관수 기준값은 하나 이상의 토양 습도 센서의 개별 측정 값 중 평균값 또는 최소값이며,
   상기 기준값에 근거하여 설정값을 설정하고, 상기 설정값에 근거하여 관수를 수행하며, 상기 인공지능 모듈을 통해, 주기적으로 토양온습도, RGB 값, NDVI(Normalized Difference Vegetation Index) 값 및 바이오임피던스 값을 모니터링하고 저장하고, 상기 모니터링의 결과값에 근거하여, 상기 작동부를 제어하고,
   상기 모니터링의 결과값에 근거하여, 상기 작동부를 제어하기 위해,
   상기 모니터링된 RGB 값에 근거하여 :
   녹색 면적 대비 황색 면적의 비율이 제1 비율 이상으로 높아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 관수를 진행하는 토양 습도값을 높이고,
   상기 녹색 면적 대비 갈색 또는 회색 면적의 비율이 제2 비율 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 관수를 진행하는 토양 습도값을 낮추는 식물관리시스템.
   
9. 삭제
10. 삭제
11. 삭제
12. 제8항에 있어서,
    상기 제어부는
    상기 모니터링의 결과값에 근거하여, 상기 작동부를 제어하기 위해,
    상기 모니터링된 NDVI 값에 근거하여 :
    상기 식물의 함수율이 제1 일정값 이하로 낮아지는 경우, 상기 관수의 주기를 줄이기 위해, 상기 관수를 진행하는 토양 습도값을 높이고,
    상기 식물의 함수율이 제2 일정값 이상으로 높아지는 경우, 상기 관수의 주기를 늘이기 위해, 상기 관수를 진행하는 토양 습도값을 낮추는, 식물관리시스템.
    
13. 제8항에 있어서,
    상기 인공지능 모듈은
    상기 저장된 RGB 값에 근거하여, 변화와 관련있는 색상의 비율 변화량를 측정하고, 상기 비율 변화량의 제1 기울기값을 계산하고,
    상기 인공지능 모듈을 통해, 상기 저장된 NDVI 값에 근거하여, NDVI 값 변화량을 측정하고, 상기 NDVI 값 변화량의 제2 기울기값을 계산하며,
    상기 인공지능 모듈을 통해, 상기 저장된 바이오임피던스 값에 근거하여, 바이오임피던스 값 변화량을 측정하고,
    상기 인공지능 모듈을 통해, 상기 제1 기울기값, 상기 제2 기울기값 및 상기 바이오임피던스 값 변화량에 근거하여, 식물문제발생율을 예측하는, 식물관리시스템.
    
14. 제13항에 있어서,
    상기 인공지능 모듈은
    상기 식물문제발생율이 일정기간 이후, 특정값을 초과하는 것으로 예측되는 것에 근거하여, 서버에 경고 메시지를 전달하는, 식물관리시스템.
    
15. 제6항에 있어서,
    상기 모니터링된 토양온습도에 근거하여, 상기 관수가 종료된 이후, 토양 습도가 특정수준이상 증가하지 않는 경우, 서버에 경고 메시지를 전달하는, 관리 방법.
    

Images