KR20230094918A

KR20230094918A - 드론을 이용한 자동화 방제 관리 시스템 및 그 방법

Info

Publication number: KR20230094918A
Application number: KR1020220021313A
Authority: KR
Inventors: 김우찬
Original assignee: 농업회사법인 주식회사 로바이오 연구소
Priority date: 2021-12-20
Filing date: 2022-02-18
Publication date: 2023-06-28
Anticipated expiration: 2042-02-18
Also published as: KR102821676B1

Abstract

본 발명은 드론을 이용한 자동화 방제 관리 시스템 및 그 방법에 관한 것으로서, 미리 설정된 좌표데이터를 통해 작물이 심어진 영역으로 이동한 후, 작물을 촬영하여 이미지데이터를 확보하며, 상기 영역에 농약을 살포하는 하나 이상의 드론부, 상기 드론부로부터 확보된 상기 이미지데이터를 수신 받아 딥러닝 기반으로 상기 영역 내의 병해충 또는 잡초의 발생 여부를 진단하고 작물의 생육 상태를 파악하며, 발생된 병해충 또는 잡초의 종류와 생육 상태 중 하나 이상에 따라 농약을 매칭시키고, 설정된 비행일자에 상기 드론부가 상기 영역으로 이동하여 농약을 살포하도록 제어하는 관리서버, 하나 이상의 농약을 보관하고, 상기 드론부에 매칭된 농약을 주입하며, 배터리를 충전시키는 하나 이상의 드론스테이션을 이용하여, 각각의 병해충 및 잡초에 맞는 방제 작업을 자동적으로 할 수 있는 장점이 있다.

Description

드론을 이용한 자동화 방제 관리 시스템 및 그 방법{Automation control management system using drones and their methods}

본 발명은 드론을 이용한 자동화 방제 관리 시스템 및 그 방법에 관한 것으로서, 주기적으로 드론이 촬영한 영상을 딥러닝 기반으로 이미지를 분석하여 작물에 발생한 병해충 또는 잡초를 진단하고, 진단된 병해충 또는 잡초에 맞는 농약을 매칭, 추천하고, 자동으로 드론이 작물에 해당 농약을 살포함으로써, 보다 빠르고 효과적으로 방제할 수 있는 드론을 이용한 자동화 방제 관리 시스템 및 그 방법에 관한 것이다.

세계적으로 노령화와 농업 생산성의 증대를 위하여 자동화 기술력과 경쟁력을 확보할 수 있는 기술개발을 필요로 하고 있으며, 농업의 기계화를 통한 저비용, 저인력, 고효율을 달성하기 위한 농업의 자동화 시스템 및 고성능 자동화 장비가 개발되고 있다.

특히, 농업에 있어서 큰 비중을 차지하는 방제작업에 있어 단시간에 빨리 저인력으로 작업을 수행할 수 있는 연구 개발이 늘어나고 있는 추세이며, 자율비행이 가능한 드론에 농약, 비료 등의 농업 재료를 싣고 일정 거리를 이동하며 분사하여 방제작업을 가능하게 하는 기술 개발의 초입단계이다.

현재의 드론을 이용한 방제 기술은 방제구역으로 설정된 농지에 농약 등의 농업 재료를 싣고 방제구역을 이동하며 농업 재료를 살포함으로써 농업 방제를 수행하게 된다.

또한, 드론을 통한 방제기술은 일정한 양의 농업 재료를 살포하므로 작물의 상대적인 성장 속도, 성장에 따른 색상의 변화, 병충해 현황 등의 작물의 발육상태 및 벌레에 의한 작물의 피해상태에 따른 살포 물질 및 살포 구역, 살포량의 조정이 어려웠다.

이에, 한국공개특허공보 제10-2021-0146478호 '비콘을 이용한 설정 구역 내 선택적 방제가 가능한 농업용 자율비행 드론 방제 시스템'은 자동주행 드론을 통해 설정 구역 내에서 작물의 키, 색깔, 곡알의 크기 또는 해충의 밀집 정도를 이용하여 방제가 가능하도록 하였으나, 병해충 또는 잡초의 종류를 이용하지 않아 병해충 또는 잡초에 맞는 농약을 살포하지 못하여 방제가 제대로 이뤄지지 않을 수 있는 문제점이 남아있다.

따라서, 병해충 또는 잡초의 종류를 진단하고, 드론이 진단된 병해충 또는 잡초에 맞는 농약을 주기적 및 자동으로 작물에 살포하여, 병해충 또는 잡초를 효과적으로 방제할 수 있는 드론을 이용한 자동화 방제 관리 시스템 및 그 방법이 요구되는 실정이다.

상기와 같은 문제를 해결하고자, 본 발명은 일자와 영역을 미리 설정하여 드론이 영역을 주기적으로 촬영하고, 촬영된 영역을 딥러닝 기반으로 특징을 추출하여 병해충 또는 잡초의 종류를 분석하고, 그에 맞는 농약의 제조법을 추출함으로써, 병해충 또는 잡초에 맞는 농약을 드론이 자동으로 살포하여 병을 예방하거나 해충 또는 잡초를 효과적으로 구제할 수 있는 드론을 이용한 자동화 방제 관리 시스템 및 그 방법을 제공하는 데에 목적이 있다.

상기 과제를 해결하기 위하여, 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템은 미리 설정된 좌표데이터를 통해 작물이 심어진 영역으로 이동한 후, 작물을 촬영하여 이미지데이터를 확보하며, 상기 영역에 농약을 살포하는 하나 이상의 드론부; 상기 드론부로부터 확보된 상기 이미지데이터를 수신 받아 딥러닝 기반으로 상기 영역 내의 병해충 또는 잡초의 발생 여부를 진단하고 작물의 생육 상태를 파악하며, 발생된 병해충 또는 잡초의 종류와 생육 상태 중 하나 이상에 따라 농약을 매칭시키고, 설정된 비행일자에 상기 드론부가 상기 영역으로 이동하여 농약을 살포하도록 제어하는 관리서버; 하나 이상의 농약을 보관하고, 상기 드론부에 매칭된 농약을 주입하며, 배터리를 충전시키는 하나 이상의 드론스테이션 및 상기 드론부의 상태 및 작물의 생육 상태를 표시하고, 상기 드론부가 촬영한 상기 이미지데이터를 출력하는 사용자단말을 포함할 수 있다.

여기서, 상기 드론부는, 하나 이상의 날개부 및 상기 배터리가 구비되는 충전부를 포함하는 주행부; 상기 영역에 심어진 작물의 상기 이미지데이터를 촬영하여 상기 관리서버로 전달하는 촬영부; 상기 드론스테이션으로부터 주입된 농약을 저장하고, 농약을 살포하도록 마련된 농약살포부 및 상기 좌표데이터를 통해 상기 영역으로 이동하도록 상기 주행부를 제어하고, 상기 농약살포부를 제어하는 제어부를 포함할 수 있다.

또한, 상기 관리서버는, 병해충, 잡초 및 작물 생육 상태에 대한 도감데이터, 병해충 및 잡초를 방제하는 데에 사용되는 농약데이터, 실시간으로 수집되는 상기 좌표데이터가 해당되는 지역의 날씨데이터, 상기 드론부로부터 전달받은 상기 이미지데이터 및 상기 드론스테이션으로부터 전달받은 농약잔량데이터가 저장되는 저장부; 상기 드론부가 상기 영역을 주기적으로 촬영하기 위한 주기적 영역 촬영 일자와 상기 날씨데이터에 따라 상기 드론부가 농약을 상기 영역에 살포하는 농약 살포 일자를 포함하는 상기 비행일자를 설정하는 일자설정부; 상기 좌표데이터를 통해 상기 드론부가 상기 주기적 영역 촬영 일자 또는 상기 농약 살포 일자에 맞춰 상기 영역으로 이동하도록 제어하는 비행제어부; 상기 도감데이터를 기반으로 학습이 수행된 딥러닝을 이용하여 상기 이미지데이터가 입력될 경우, 상기 이미지데이터 내 작물의 특징을 추출하고, 병해충 또는 잡초의 발생 여부와 종류를 판단하여 병해충데이터를 생성하고, 작물의 높이 또는 여물어 간 정도를 판단하여 상태데이터를 생성하는 분석부; 상기 농약데이터에서 상기 병해충데이터와 상기 상태데이터를 따라 매칭되는 농약의 종류 및 양에 대한 매칭농약데이터를 추출하는 농약매칭부 및 상기 드론스테이션으로 매칭농약데이터를 전송하며, 상기 사용자단말로 이미지데이터, 상태데이터를 전송하는 전송부를 포함할 수 있다.

또한, 상기 드론스테이션은, 상기 드론부의 배터리를 충전시키는 드론충전부; 하나 이상의 농약을 종류에 따라 각각 보관하는 하나 이상의 농약보관부; 상기 관리서버로부터 전달된 상기 매칭농약데이터에 맞춰 상기 드론부에 농약 중 하나 이상을 선택하여 주입하는 농약주입부 및 상기 농약보관부에 보관된 농약의 잔량을 파악한 후, 상기 관리서버로 상기 농약잔량데이터를 전달하는 농약잔량파악부를 포함할 수 있다.

또한, 상기 관리서버는, 상기 드론스테이션으로부터 상기 농약잔량데이터를 전달받아. 상기 농약파악부에서 상기 농약잔량데이터와 상기 매칭농약데이터의 비교를 통해 농약의 량이 부족으로 파악될 경우, 해당 농약을 판매하는 판매사이트를 찾아 커머스 연계시키고, 해당 농약을 주문할 수 있는 주문데이터를 하나 이상 생성하는 커머스연계부를 더 포함하여, 상기 전송부에서 상기 사용자단말에 상기 주문데이터를 전송하여, 상기 사용자단말이 상기 커머스 연계된 판매사이트에서 상기 주문데이터 중 하나를 선택 받아 해당 농약을 구매할 수 있도록 할 수 있다.

본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템의 상기 분석부는, 상기 영역을 상기 좌표데이터의 수평보조선 및 수직보조선으로 형성된 분리영역으로 나누고, 상기 상태데이터를 통해 작물의 평균 높이를 계산하며, 상기 관리서버는, 상기 이미지데이터와 상기 평균 높이 또는 상기 병해충데이터의 비교를 통해 상기 분리영역 내의 작물의 높이와 병해충 또는 잡초 여부를 진단하고, 진단된 상기 분리영역을 정상 작물, 일정 이상 웃자란 작물과 병해충 또는 잡초가 자란 작물에 따라 분류하는 위치파악부를 더 포함할 수 있다.

또한, 상기 드론부는, 상기 제어부에 의해 상기 정상 작물을 제외한 작물이 심어진 상기 분리영역으로 이동한 후, 상기 분리영역에 심어진 작물을 절단하는 전지부 및 상기 전지부에 의해 절단된 작물을 땅에 떨어지기 전에 회수하는 회수부를 더 포함하며, 상기 드론스테이션은, 상기 회수된 작물을 고열 및 고압을 이용하여 작물에 남아있는 병해충을 처리하는 회수물처리부를 더 포함할 수 있다.

또한, 상기 드론부는, 상기 제어부에 의해 병해충 또는 잡초가 자란 작물이 심어진 상기 분리영역으로 이동한 후, 상기 분리영역의 풍속데이터를 확보하는 풍속감지센서, 기온데이터를 확보하는 기온감지센서와 작물 주변의 토양의 가스 농도, 산도 및 수분 함유 정도를 포함하는 토양데이터를 확보하는 감지하는 토양감지센서가 구비되는 주변환경감지부 및 열화상센서를 마련하여 해당 작물의 잎 중 하나를 선택하고, 잎 표면의 온도를 감지하여 엽온데이터를 생성하여 상기 관리서버로 전달하는 엽온감지부를 더 포함하고, 상기 관리서버의 분석부에서 상기 기온데이터와 상기 엽온데이터를 비교하여 작물의 수분스트레스정도를 분석하며, 상기 제어부에 의해 상기 농약살포부가 상기 풍속데이터, 토양데이터 및 해당 작물의 상기 수분스트레스정도에 맞춰 농약의 살포량 및 세기를 조절하여 살포하도록 제어될 수 있다.

본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 방법은 드론부가 비행할 영역의 좌표데이터와 주기적으로 비행할 주기적 영역 촬영 일자를 설정하는 초기설정단계; 상기 드론부가 상기 좌표데이터를 통해 상기 영역을 촬영하여 이미지데이터를 확보하는 이미지확보단계; 상기 관리서버가 상기 이미지데이터를 전달받아, 병해충, 잡초에 대한 도감데이터를 기반으로 학습된 딥러닝을 이용하여 상기 이미지데이터 내의 작물의 상태데이터를 추출하고, 병해충 또는 잡초의 발생 여부 및 종류를 포함하는 병해충데이터를 분석하는 이미지판단단계; 상기 관리서버에 저장된 농약데이터로부터 상기 병해충데이터와 상기 상태데이터에 따라 사용되는 농약의 종류 및 양을 도출하는 농약매칭단계; 드론스테이션에 보관된 하나 이상의 농약과 상기 도출된 농약의 종류 및 양을 비교하여, 사용될 농약의 잔량을 파악하는 농약잔량파악단계; 상기 드론스테이션 내에 농약의 잔량이 충분할 경우, 상기 드론스테이션이 상기 농약매칭단계에서 도출된 농약의 종류 및 양에 맞춰 농약 중 하나 이상을 선택하여 상기 드론부에 주입하는 농약주입단계 및 상기 드론부가 설정된 농약 살포 일자에 맞춰 상기 제조된 농약을 좌표데이터에 해당하는 영역에 살포하는 농약살포단계를 포함할 수 있다.

또한, 상기 이미지판단단계에서, 상기 관리서버가 상기 이미지데이터를 전달받아, 작물 생육 상태에 대한 도감데이터를 기반으로 학습된 딥러닝을 이용하여 작물의 높이 또는 여물어 간 정도의 상태데이터도 분석할 수 있다.

또한, 상기 농약매칭단계 이후, 상기 관리서버에서 상기 좌표데이터가 해당되는 지역의 날씨데이터를 실시간으로 수집하고, 상기 날씨데이터에 따라 상기 드론부가 상기 농약 살포 일자를 설정하는 살포일자설정단계를 더 포함할 수 있다.

또한, 상기 농략잔량파악단계에서 상기 드론스테이션 내에 농약의 잔량이 부족할 경우, 상기 관리서버에서 해당 농약을 판매하는 판매사이트와 커머스 연계 시켜 농약을 주문하는 커머스연계단계를 더 포함할 수 있다.

여기서, 상기 커머스연계단계는, 상기 판매사이트를 탐색하고 상기 관리서버와 연계 되는 탐색단계; 상기 판매사이트에서 해당 농약의 종류 및 양에 따른 가격을 나타낸 하나 이상의 주문데이터를 출력하는 비교단계; 사용자단말에서 선택한 상기 주문데이터에 따라 결제를 진행하여 해당 농약을 구입하는 구입단계 및 상기 농약주입단계에서 상기 드론부에 주입되도록 상기 구입된 농약을 상기 드론스테이션에 충전하는 농약준비단계를 포함할 수 있다.

본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 방법은 상기 이미지판단단계 이후, 상기 관리서버의 분석부가 상기 좌표데이터의 수평보조선 및 수직보조선으로 형성된 분리영역으로 나눈 후에 상기 상태데이터를 통해 작물이 심어진 영역 내의 작물의 평균 높이의 범위를 계산하고, 상기 관리서버에서 상기 분리영역 내의 작물의 높이와 병해충 또는 잡초 여부를 진단하고, 진단된 상기 분리영역을 정상 작물, 상기 평균 높이의 범위 이상으로 웃자란 작물 및 병해충 또는 잡초가 있는 작물에 따라 분류하는 위치파악단계를 더 포함할 수 있다.

또한, 상기 위치파악단계 이후, 상기 드론부가 상기 평균 높이의 범위 이상으로 웃자란 작물 및 병해충 또는 잡초가 있는 작물의 상기 분리영역으로 이동한 후, 해당 작물을 전지하고 회수하는 전지단계 및 상기 회수된 작물을 상기 드론스테이션에서 고열 및 고압을 이용하여 처리하는 회수물처리단계를 더 포함할 수 있다.

또한, 상기 위치파악단계 이후, 상기 드론부가 병해충 또는 잡초가 형성된 작물의 상기 분리영역으로 이동한 후, 상기 분리영역의 기온데이터, 풍속데이터 및 토양데이터를 확보하고, 해당 작물의 잎 중 하나를 선택하여 엽온데이터를 생성하는 표적작물감지단계; 상기 관리서버에서 상기 기온데이터와 엽온데이터를 비교하여 작물의 수분스트레스정도를 파악하는 스트레스파악단계 및 상기 풍속데이터, 토양데이터 및 해당 작물의 상기 수분스트레스정도에 맞춰 농약의 살포량 또는 세기를 조절하는 농약조절단계를 더 포함할 수 있다.

본 발명의 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템 및 그 방법은 작물에 발생한 병해충 및 잡초의 종류를 분석하고, 딥러닝을 기반으로 그에 맞는 농약을 추출하고, 자동으로 드론에 추출된 농약을 주입하여 작물에 살포함으로써, 각각의 병해충 및 잡초에 맞는 방제 작업을 할 수 있고, 작물의 품질을 높이고 생산성을 증대시킬 수 있는 효과가 있다.

또한, 방제 작업 시에 자동적으로 이뤄짐으로써, 보다 편리하게 작물을 관리할 수 있는 효과가 있다.

도 1은 본 발명의 제1 실시예에 따른 드론을 이용한 방제 관리 시스템의 구성을 나타낸 개략도이다.
도 2는 도 1의 드론부의 구성을 나타낸 블록도이다.
도 3은 도 2의 주행부의 구성을 나타낸 블록도이다.
도 4는 도 1의 관리서버의 구성을 나타낸 블록도이다.
도 5는 도 4의 관리서버에 커머스연계부의 구성이 추가된 모습을 나타낸 블록도이다.
도 6은 도 1의 드론스테이션의 구성을 나타낸 블록도이다.
도 7은 도 1의 사용자단말의 구성을 나타낸 블록도이다.
도 8은 본 발명의 제2 실시예에 따른 드론을 이용한 방제 관리 시스템의 관리서버의 구성을 나타낸 블록도이다.
도 9a는 도 8의 위치파악부에서 적용되는 영역이 수직보조선 및 수평보조선에 의해 분리영역으로 나눠진 모습을 나타낸 예시도이다.
도 9b는 도 9a의 분리영역이 분류된 모습을 나타낸 예시도이다.
도 10은 도 8의 관리서버와 연동되는 드론부의 구성을 나타낸 블록도이다.
도 11은 도 10의 드론부와 연동되는 드론스테이션의 구성을 나타낸 블록도이다.
도 12는 도 8의 관리서버와 연동되는 드론부의 다른 구성을 나타낸 블록도이다.
도 13은 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 방법의 순서도이다.
도 14는 도 13의 커머스연계단계에 대한 구성을 구체적으로 나타낸 순서도이다.
도 15는 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 방법의 이미지판단단계 이후의 순서도이다.

이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되진 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 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, 도 1 내지 도 15를 참조하여 본 발명의 실시예에 따른 드론을 이용한 방제 관리 시스템 및 그 방법을 구체적으로 설명하기로 한다.

도 1은 본 발명의 제1 실시예에 따른 드론을 이용한 방제 관리 시스템의 구성을 나타낸 개략도이며, 도 2는 도 1의 드론부의 구성을 나타낸 블록도이고, 도 3은 도 2의 주행부의 구성을 나타낸 블록도이며, 도 4는 도 1의 관리서버의 구성을 나타낸 블록도이고, 도 5는 도 4의 관리서버에 커머스연계부의 구성이 추가된 모습을 나타낸 블록도이며, 도 6은 도 1의 드론스테이션의 구성을 나타낸 블록도이고 도 7은 도 1의 사용자단말의 구성을 나타낸 블록도이다.

도 1을 참조하면, 본 발명의 제1 실시예에 따른 드론을 이용한 방제 관리 시스템은 드론부(10), 관리서버(20), 드론스테이션(30) 및 사용자단말(40)을 포함할 수 있다.

먼저 드론부(10)는 미리 설정된 좌표데이터를 전달 받을 수 있으며, 좌표데이터를 통해 작물이 심어진 영역(D)으로 이동할 수 있다.

여기서, 좌표데이터는 영역(D)을 좌표값으로 나타낸 데이터일 수 있으며, 관리서버(20)에서 드론부(10)가 이동하는 경로 또는 작물이 심어진 위치를 나타낸 값일 수 있다.

또한, 드론부(10)는 공중에서 작물을 촬영할 수 있어, 사용자가 직접 논지로 가지 않고도 작물의 상태 또는 병해충의 유무를 알 수 있도록 하는 효과가 있다.

즉, 드론부(10)는 사용자가 직접 방제를 진행할 때와 달리 영역(D) 내에 심어진 모든 작물에 골고루 농약을 뿌리도록 마련될 수 있어, 지리적 위치 및 환경에 따라 작물의 품질이 달라지지 않도록 할 수 있다.

또한, 드론부(10)는 영역(D) 내에 농약을 살포할 수 있는 모든 방제용 드론의 형태로 형성될 수 있어, 드론부(10)의 형태에 대한 설명은 생략하기로 한다.

도 2를 참조하면, 드론부(10)는 주행부(11), 촬영부(12), 농약살포부(13) 및 제어부(14)를 포함할 수 있다.

먼저, 주행부(11)는 드론부(10)가 비행할 수 있도록 마련될 수 있으며, 도 3에 도시된 바와 같이, 날개부(110) 및 충전부(111)를 포함할 수 있다.

날개부(110)는 하나 이상의 날개가 형성되어, 드론부(10)가 공중에서 날 수 있도록 마련될 수 있다.

날개부(110)는 고정익, 회전익 또는 틸트로터로 형성될 수 있으나, 이는 예시적인 것으로, 드론부(10)가 비행할 수 있도록 형성되는 모든 날개를 포함할 수 있어, 이에 한정하지는 않는다.

충전부(111)는 날개부(110)와 같이 전원이 필요한 곳에 전원을 인가하기 위하여 배터리가 마련될 수 있다.

여기서, 배터리는 통상적으로 드론에 쓰이는 리튬 폴리머, 리튬 철, 니켈 수소, 니켈 카드뮴 및 니켈 아연 등과 같은 소재로 마련될 수 있어, 자세한 설명은 생략하기로 한다.

또한, 충전부(111)는 현재 최대 충전 가능한 용량을 감지할 수 있는 배터리수명부(미도시)를 포함할 수 있어, 현재 최대 충전 가능한 용량을 관리서버(20)로 전송할 수 있다.

이후, 배터리수명부(미도시)는 관리서버(20)에서 처음 설정된 배터리의 용량과 현재 최대 충전 가능한 용량을 비교된 배터리의 수명을 전달 받을 수 있다. 배터리수명부는 전달 받은 배터리의 수명에 따라 LED와 같은 광원의 색으로 배터리의 수명이 외부에서 볼 수 있도록 표시할 수 있다.

예를 들어, 처음 설정된 배터리의 용량이 1300mAh이고, 배터리수명부에서 감지한 현재 최대 충전 가능한 용량이 1000mAh일 경우, 관리서버(20)에서 처음 설정된 배터리의 용량에서 현재 최대 충전 가능한 용량을 나눈 값을 이용하여, 배터리의 수명 및 성능이 처음 대비 77%로 계산될 수 있으며, LED의 색이 주황색으로 나타날 수 있다.

이에, 충전부(111)는 하기의 드론스테이션(30)에서 전기를 인가 받아 충전될 수 있고, 배터리의 수명을 한눈에 볼 수 있어, 배터리를 잦은 간격에 교체하지 않고, 일정 기간 이후에 교체할 수 있는 장점이 있다.

한편, 촬영부(12)는 영역(D)에 심어진 작물의 이미지데이터를 촬영하도록 카메라모듈이 마련될 수 있다. 여기서, 카메라모듈은 통상적으로 드론에 장착되는 모든 카메라로 형성될 수 있어, 자세한 설명은 생략하기로 한다.

또한, 촬영부(12)는 주행부(11)의 하단에서 회전 가능하게 형성되어, 드론부(10)의 하방 또는 측방을 촬영할 수 있으나, 이는 예시적인 것으로, 영역(D)의 상방 및 측방을 촬영할 수 있는 모든 카메라모듈을 포함할 수 있어, 이에 한정하지는 않는다.

촬영부(12)는 상기 충전부(111)로부터 전기를 인가 받아 이미지데이터를 촬영할 수 있으며, 촬영된 이미지데이터를 관리서버(20)로 전송할 수 있다.

이미지데이터는 드론부(10)가 비행하면서 촬영한 항공 촬영 사진 또는 영상일 수 있으며, 관리서버(20)에서 작물의 생육 상태, 병해충의 유무 또는 종류를 진단하는 데에 사용될 수 있다. 이미지데이터는 관리서버(20)에 전달되어, 딥러닝을 기반으로 분석될 수 있으며, 하기에서 자세하게 설명하기로 한다.

농약살포부(13)는 드론스테이션(30)에 보관될 시 농약이 주입될 수 있다. 농약살포부(13)는 주입된 농약을 영역(D)에 살포하여 방제를 진행할 수 있다.

구체적으로, 농약살포부(13)는 영역(D) 내의 작물에 살포할 수 있도록 이동통로(미도시) 및 분사구(미도시)가 형성될 수 있다. 여기서 이동통로 및 분사구는 주행부(11)의 하측에 하나 이상이 형성될 수 있으며, 주행부(11)가 비행하고 있는 항공에 농약을 살포할 수 있다.

또한, 농약살포부(13)는 보관된 농약의 소모량을 감지할 수 있으며, 농약을 전부 소모하였을 경우, 드론부(10)가 드론스테이션(30)으로 복귀하도록 설정될 수 있다.

또한, 농약살포부(13)는 관리서버(20)에서 드론부(10)를 영역(D) 전체에 예방 농약을 방제하라고 명령을 받을 수 있으며, 드론부(10)가 농약살포부(13)를 통해 농약을 살포할 수 있다.

이후, 관리서버(20)에서 드론부(10)의 복귀 시간, 즉, 농약살포부(13)에 농약이 주입된 시간과 농약을 살포 후에 드론스테이션(30)으로 복귀한 시간을 비교할 수 있다.

예를 들어, 드론부(10)가 농약을 전부 사용하고 드론스테이션(30)에 복귀하였는 데도 드론부(10)가 영역(D)을 돌아야 할 시간이 남아있다면, 농약살포부(13)의 파손되어 농약을 전부 뿌리지 못한다고 판단할 수 있다. 또한, 이러한 파손 정보는 사용자단말(40)로 전송하여 사용자에게 제공할 수도 있다.

이에 따라, 농약살포부(13)는 사용자단말(40)을 통해 사용자에게 이동통로 또는 분사구 중 하나에 파손 여부를 제공할 수 있어, 고장난 드론부(10)를 보다 빠르게 교체할 수 있도록 하는 효과가 있다.

제어부(14)는 좌표데이터를 통해 주행부(11)가 영역(D)으로 이동하도록 제어하거나, 농약살포부(13)가 영역(D)에서 농약을 살포하도록 제어할 수 있다.

구체적으로, 제어부(14)는 관리서버(20)와 직접적으로 연동되어, 관리서버(20)로부터 명령을 받아 각각의 구성을 제어할 수 있다. 제어부(14)는 상기에 기재된 LED 또는 농약살포부(13)의 농약 소모량에 따른 드론부(10)의 복귀도 제어할 수 있다.

즉, 제어부(14)는 전반적으로 드론부(10)에 형성된 구성을 제어할 수 있어, 드론부(10)가 자동으로 영역(D) 내의 작물을 관리하도록 함에 따라, 보다 편리하게 작물을 관리할 수 있는 효과가 있다.

한편, 관리서버(20)는 드론부(10)로부터 확보된 이미지데이터를 수신 받아, 딥러닝을 기반으로 영역(D) 내의 병해충 또는 잡초의 발생 여부를 진단할 수 있다.

또한, 관리서버(20)는 작물의 생육 상태도 파악할 수 있으며, 병해충 또는 잡초의 종류와 작물의 생육 상태 중 하나 이상에 따라 농약을 매칭시킬 수 있어, 설정된 비행일자에 드론부(10)가 영역(D)에서 비행하고 농약을 살포하도록 원격으로 제어할 수 있다.

여기서, 작물의 생육 상태는 작물의 높이, 알갱이, 작물의 열매가 여문 정도를 포함할 수 있으나, 이는 예시적인 것으로, 작물의 상태에 관한 모든 정보를 포함할 수 있어, 이에 한정하지는 않는다.

도 4를 참조하면, 관리서버(20)는 저장부(21), 일자설정부(22), 비행제어부(23), 분석부(24), 농약매칭부(25) 및 전송부(26)를 포함할 수 있다.

먼저, 저장부(21)는 도감데이터, 농약데이터, 날씨데이터, 이미지데이터 및 농약잔량데이터가 저장될 수 있다.

도감데이터는 병해충, 잡초 및 작물 생육 상태에 대한 데이터일 수 있다. 도감데이터는 병해충에 대한 이미지, 잡초에 대한 이미지 및 주요 농작물에 대한 생육이미지를 포함할 수 있다.

이 때, 도감데이터는 국가 농작물 병해충 관리시스템(NCPMS), 농약 안전 정보 시스템, 농업날씨365 또는 흙토람과 같은 정부 또는 기관에서 공개된 생육단계 정보, 병해충 정보, 농약 정보 등을 포함한 공공 OPEN API 정보를 활용하여 확보될 수 있다.

구체적으로, 작물 생육 상태에 대한 도감데이터는 작물의 생육 단계를 구분하기 위하여 작물의 생육 단계별 2D 이미지 데이터 672,000장과 적외선 또는 다분광에서 수집한 환경데이터 144,000세트를 결합하여 인공지능 학습용 데이터로 형성될 수 있다.

병해충 또는 잡초에 대한 도감데이터는 작물에 피해를 주는 강피(논피), 물달개비, 올방개 등을 포함한 잡초 14종의 2D 이미지 데이터 358,400장과 적외선 환경데이터 116,064세트를 결합하여 인공지능 학습용 데이터로 형성될 수 있다.

즉, 도감데이터는 상기에 기재된 데이터들의 결합을 통해 관리서버(20)에서 이미지데이터를 분석하여 병해충 또는 잡초의 종류 및 작물의 생육 단계를 판단하는 데에 기반이 될 수 있다.

농약데이터는 병해충 및 잡초를 방제하는 데에 사용되는 농약에 대한 데이터일 수 있다. 또한, 농약데이터는 진단된 병해충 또는 잡초에 효과적이도록 2가지 농약을 혼용한 방법에 대한 데이터일 수도 있다.

날씨데이터는 실시간으로 좌표데이터가 해당되는 지역의 날씨 정보가 수집된 데이터일 수 있다. 또한, 날씨데이터는 기 설정된 환경에서 수집된 환경데이터와 달리 실시간으로 수집되는 실제 날씨와 기상청으로부터 확보한 기상 예측에 대한 정보일 수 있다.

이미지데이터는 상기에 기재된 바와 같이 드론부(10)에서 촬영된 영역(D)의 사진 또는 영상일 수 있다. 이미지데이터는 분석부(24)에서 도감데이터를 기반으로 한 딥러닝을 통해 특징이 추출될 데이터일 수 있다.

또한, 이미지데이터는 분석부(24)에서 병해충 또는 잡초를 관심영역(ROI)으로 지정되거나 작물의 모습이 추출될 수 있다. 이에, 추출된 이미지데이터는 사용자단말(40)로 전송되어 사용자에게 현재 영역(D) 내의 작물 상태 또는 시간에 따라 변화된 과정을 제공하는 데에 사용될 수 있다.

농약잔량데이터는 드론스테이션(30)에 보관된 농약의 잔량을 나타낸 데이터일 수 있다. 구체적으로, 농약잔량데이터는 드론스테이션(30)에 보관되어 드론부(10)로 주입될 농약의 잔량을 나타낸 데이터로, 병해충 또는 잡초에 맞는 농약을 매칭시키거나 부족한 농약을 구매할 경우에 사용되는 데이터일 수 있다.

일자설정부(22)는 주기적 영역 촬영 일자와 농약 살포 일자를 포함한 비행일자를 설정할 수 있다. 일자설정부(22)는 사용자로부터 일자의 간격을 입력 받거나 환경 또는 절기에 따라 자동적으로 설정할 수 있다.

여기서, 주기적 영역 촬영 일자는 드론부(10)가 영역(D)을 주기적으로 촬영하기 위하여 설정된 일자로, 일정 간격에 맞춰 설정될 수 있다.

구체적으로, 주기적 영역 촬영 일자는 3일 간격, 매주, 격주 등과 같이 일정 기간이 설정되어, 그 설정된 기간의 한 번씩 드론부(10)가 영역(D)으로 날아가도록 하는 일자일 수 있다.

예를 들어, 주기적 영역 촬영 일자가 월요일에 7일로 설정되었다면, 드론부(10)는 월요일마다 영역(D) 전체를 비행할 수 있다.

농약 살포 일자는 날씨데이터에 따라 드론부(10)가 농약을 살포하도록 설정된 일자일 수 있다.

구체적으로, 농약 살포 일자는 기상청과 같은 공공기관에서 수집된 날씨데이터를 이용하여, 드론부(10)가 농약을 가장 효율적이게 살포할 수 있는 날짜로 설정될 수 있다.

즉, 농약 살포 일자는 드론부(10)가 비행하기 용이 하면서, 드론부(10)에 의해 살포되는 농약이 영역(D) 밖으로 손실되지 않을 수 있는 날짜로 설정될 수 있다.

또한, 비행일자는 드론부(10)가 영역(D)을 비행할 수 있는 날짜롤 모두 포함할 수 있어, 이에 한정하지는 않는다.

비행제어부(23)는 좌표데이터를 통해 드론부(10)가 주기적 촬영 일자 또는 농약 살포 일자에 맞춰 영역(D)으로 이동하도록 제어할 수 있다.

구체적으로, 비행제어부(23)는 드론부(10)가 영역(D)의 상공을 비행할 수 있도록 날개부(110)의 회전의 방향 및 회전량을 제어할 수 있다.

예를 들어, 날개부(110)가 4개의 프로펠러로 형성되었을 경우, 비행제어부(23)는 대각선으로 마주보는 1쌍의 프로펠러를 시계 방향으로 회전시키고, 나머지 1쌍의 프로펠러를 반시계 방향으로 회전시켜, 드론부(10)가 상공으로 떠오르게 할 수 있다.

즉, 비행제어부(23)는 각각의 프로펠러의 회전의 방향 및 회전량을 다르게 하여 상승, 하강, 전진, 후진, 좌회전 및 우회전을 제어하여, 드론부(10)가 영역(D)의 상공을 비행하고, 농약을 살포하도록 제어할 수 있다.

비행제어부(23)는 드론부(10)의 배터리의 잔량을 전달 받아, 배터리가 방전되기 전에 드론스테이션(30)으로 이동하도록 제어할 수도 있으나, 이는 예시적인 것으로, 드론부(10)가 영역(D)과 드론스테이션(30)을 오가도록 할 수 있는 모든 제어 방법을 사용할 수도 있어, 이에 한정하지는 않는다.

분석부(24)는 딥러닝을 이용하여 드론부(10)로부터 이미지데이터가 입력될 경우, 이미지데이터의 특징을 추출할 수 있다. 분석부(24)는 추출된 이미지데이터의 특징을 이용하여 병해충 또는 잡초의 발생 여부와 종류를 판단할 수 있으며, 작물의 높이 또는 여물어 간 정도를 판단할 수 있다.

구체적으로, 분석부(24)는 상기에 기재된 바와 같이 인공지능 학습용 데이터로 변환된 도감데이터를 기반으로 영역(D) 내에 병해충 또는 잡초가 발생한 여부를 진단하는 병해충 알고리즘 모델과 작물의 생육 단계를 판단하는 생육 알고리즘 모델을 이용할 수 있다.

여기서, 알고리즘 모델은 통상적으로 사용되는 YOLO(You Only Look Once) 또는 CNN(convolutional neural network)와 같은 객체 탐지 알고리즘으로 형성될 수 있어, 자세한 설명은 생략하기로 한다.

분석부(24)는 알고리즘 모델에 이미지데이터를 적용시키기 전에 전처리 하는 과정을 거칠 수 있다. 전처리 과정은 이미지데이터가 영상일 경우, 영상을 프레임단위로 분리시켜 값이 고정된 사진으로 마련한 후, 사진의 RGB값을 하나의 행렬로 만드는 과정일 수 있다.

이후, 분석부(24)는 상기와 같은 전처리 과정을 거친 이미지데이터를 알고리즘에 적용시켜 각 프레임의 특징을 추출할 수 있고, 추출된 특징들은 알고리즘 내에서 검색될 수 있다.

이에 따라, 분석부(24)는 영역(D) 내에서 병해충 또는 잡초의 발생 여부와 종류를 나타낸 병해충데이터와 작물의 생육 상태인 상태데이터를 도출할 수 있다.

농약매칭부(25)는 분석부(24)에서 도출된 병해충데이터와 상태데이터를 이용하여 농약의 종류와 양을 매칭시킬 수 있다.

구체적으로, 농약매칭부(25)는 저장부(21)에 저장된 농약데이터에서 영역(D)에 발생한 병해충 또는 잡초에 효과적인 농약을 매칭시켜, 매칭농약데이터를 추출할 수 있다.

매칭농약데이터는 방제 방법, 제형, 생육 단계, 농약의 혼용 순서 및 희석률에 따라 다르게 마련될 수 있어, 하나의 농약으로 마련되거나, 하나 이상의 농약의 조합으로 마련될 수 있다.

예를 들어, 벼가 수확 21일 전에 잎집무늬마름병에 걸렸을 경우, 매칭농약데이터는 바리문, 아리아이비 및 금자탑의 순으로 농약이 조합되도록 할 수 있으며, 물 20L당 20mL의 용량으로 희석하여, 1000m²당 140mL 사용하도록 마련될 수 있다.

즉, 농약매칭부(25)는 병해충의 종류뿐만 아니라 작물의 생육 상태까지 고려하여 농약을 매칭해 줄 수 있으며, 매칭농약데이터를 통해 드론부(10)가 알맞은 기간에 알맞은 량을 영역(D)에 살포할 수 있도록 농약을 매칭시켜줄 수 있다.

전송부(26)는 비행제어부(23), 분석부(24) 또는 농약매칭부(25)에서 생성된 데이터들을 드론부(10), 드론스테이션(30) 또는 사용자단말(40)로 전송할 수 있다.

구체적으로, 전송부(26)는 드론스테이션(30)으로 매칭농약데이터를 전송하여 드론부(10)에 매칭된 농약을 주입할 수 있도록 할 수 있으며, 매칭농약데이터 자체를 드론부(10)에 전송하여 영역(D) 내의 작물에 살포하는 농약의 량을 정해줄 수도 있다.

또한, 전송부(26)는 사용자단말(40)로 이미지데이터, 상태데이터를 전송하여, 사용자에게 영역(D)에 대한 정보를 제공할 수 있으며, 드론부(10)에 대한 정보가 요구될 경우, 비행제어부(23)에서 드론부(10)를 제어하기 위한 데이터를 가져와서 전송할 수도 있다.

도 5를 참조하면, 관리서버(20)는 커머스연계부(27)를 더 포함할 수 있다.

커머스연계부(27)는 드론스테이션(30)에 보관된 농약의 잔량이 매칭농약데이터에 필요한 농약보다 부족할 경우, 해당 농약을 구매할 수 있도록 판매사이트를 찾아줄 수 있다.

구체적으로, 커머스연계부(27)는 LTE 또는 5G 통신을 이용하여, 드론스테이션(30)에 보관되어 있지 않거나 필요한 량보다 적은 농약을 파는 판매사이트들을 검색할 수 있다.

커머스연계부(27)는 판매사이트들에서 판매되는 농약의 가격을 비교해 줄 수 있으며, 각각의 판매사이트에 따른 주문데이터를 생성할 수 있다.

여기서, 주문데이터는 판매사이트의 정보 및 필요한 농약의 가격 및 판매사이트에서 농약의 량에 따른 총 가격을 포함할 수 있으며, 가격순 또는 인기순으로 나열되어 사용자단말(40)에서 사용자의 입력에 의해 선택 받을 수 있다.

한편, 드론스테이션(30)은 하나 이상의 농약을 보관하여 드론부(10)에 주입할 수 있다. 또한, 드론스테이션(30)은 드론부(10)가 영역(D) 가까이에서 이륙할 수 있도록 영역(D)의 인근에 형성되거나 이동식으로 형성될 수 있으나, 이에 한정하지는 않는다.

도 6을 참조하면, 드론스테이션(30)은 드론충전부(31), 농약보관부(32), 농약주입부(33) 및 농약잔량파악부(34)를 포함할 수 있다.

드론충전부(31)는 드론부(10)의 배터리를 충전시킬 수 있다.

드론충전부(31)는 드론부(10)가 드론스테이션(30)에 안착되었을 경우, 무선으로 드론부(10)의 충전부(111)를 충전시켜 줄 수 있으며, 통상적으로 드론을 무선 충전하는 방법을 사용할 수 있어, 자세한 설명은 생략하기로 한다.

또한, 드론충전부(31)는 드론부(10)의 충전부(111)의 잔량을 감지하는 잔량감지기가 형성될 수 있다. 드론충전부(31)는 잔량감지기에 의해 충전부(111)가 최대로 충전되었다고 감지했을 경우, 드론부(10)로 인가되는 전원을 차단하여 충전부(111)가 과충전되는 것을 방지할 수 있다.

농약보관부(32)는 하나 이상의 농약을 종류에 따라 각각 보관하도록 하나 이상이 형성될 수 있다. 농약보관부(32)는 살충제 또는 살균제와 같이 농약 원액뿐만 아니라 농약을 희석하기 위한 희석액을 보관할 수도 있어, 이에 한정하지는 않는다.

구체적으로, 농약보관부(32)는 각각의 농약이 보관될 수 있는 플라스틱 소재의 통으로 형성될 수 있으며, 드론스테이션(30)의 일측에 마련된 케이스에 집어넣어져 보관될 수 있으나, 이는 예시적인 것으로, 농약과 희석액을 보관할 수 있는 모든 소재 또는 위치를 포함할 수 있어, 이에 한정하지는 않는다.

농약보관부(32)는 각각의 농약을 빼낼 수 있도록 공기펌프와 호스가 형성될 수 있다. 여기서, 공기펌프는 통상적으로 통에서 액체 또는 기체를 빼내기 위하여 압력을 조절하는 모든 공기압조절기를 포함할 수 있으며, 호스도 마찬가지로 공기펌프에 의해 기압이 조절되어 액체 또는 기체가 이동할 수 있는 경로로 형성될 수 있어, 자세한 설명은 생략하기로 한다.

이에 따라, 농약보관부(32)는 농약주입부(33)에서 각각의 농약을 조합하여 드론부(10)로 주입할 수 있도록 농약을 뽑아 농약주입부(33)에 전달할 수 있다.

농약주입부(33)는 전달된 농약 중 하나 이상을 선택하여 드론부(10)에 주입할 수 있다.

구체적으로, 농약주입부(33)는 관리서버(20)로부터 전달된 매칭농약데이터에 맞춰 농약보관부(32)로부터 전달된 농약을 조합할 수 있다. 농약주입부(33)는 드론부(10)가 알맞은 농약으로 방제를 진행하도록 조합된 농약을 주입해줄 수 있다.

농약주입부(33)는 일반적으로 농약 또는 기름을 드론에 투입할 경우에 사용되는 모든 주입기가 사용될 수 있어, 이에 한정하지는 않는다.

농약잔량파악부(34)는 농약보관부(32)에 보관된 농약의 잔량을 파악하여, 농약잔량데이터를 관리서버(20)로 전달할 수 있다. 여기서, 농약잔량데이터는 농약의 종류에 따른 농약의 량 또는 농약보관부(32) 각각에 보관된 농약의 종류를 포함할 수 있으나, 이는 예시적인 것으로, 농약보관부(32)에 남아있는 농약을 파악하기 위한 모든 데이터를 포함할 수 있어, 이에 한정하지는 않는다.

구체적으로, 농약잔량파악부(34)는 농약보관부(32)에 남아있는 농약의 잔량을 파악하기 위하여, 농약보관부(32)에 보관된 농약의 수위를 감지할 수 있다.

농약잔량파악부(34)는 기존에 투입되었던 농약의 종류 및 량을 저장할 수 있어, 드론부(10)로 투입한 농약의 량을 뺀 만큼의 잔량을 계산할 수 있다.

이로 인해, 농약잔량파악부(34)는 농약의 종류에 따른 잔량을 파악할 수 있으며, 총량 대비 농약의 잔량을 데이터화 시켜 관리서버(20)로 전달할 수 있다.

또한, 드론스테이션(30)은 드론부(10)의 농약살포부(13)의 내부에 잔량이 있을 경우, 드론부(10)의 농약살포부(13)에 잔류된 농약을 흡수할 수 있는 흡수부(미도시)를 더 포함할 수 있다. 여기서, 농약살포부(13) 내의 잔량은 드론부(10)의 원래 무게와 현재 무게를 이용하여 계산될 수 있다.

흡수부는 농약살포부(13)에 잔류된 농약 또는 물을 흡수하여, 농약살포부(13) 내에 잔류된 농약이 없도록 할 수 있다.

구체적으로, 흡수부는 농약살포부(13) 내부로 호스를 밀어 넣어 농약을 흡수할 수 있으며, 흡수된 농약을 드론스테이션(30) 내의 수거함에 넣을 수 있다. 여기서, 수거함은 농약보관부(32)와 다른 곳에 형성될 수 있어, 농약보관부(32)에 보관된 농약과 흡수된 농약이 섞이지 않도록 할 수 있다.

또한, 흡수부는 농약살포부(13)의 최하단까지 투입되어 농약살포부(13) 내에 농약이 거의 남아있지 않도록 할 수도 있어, 이에 한정하지는 않는다.

이에 따라, 흡수부는 농약살포부(13) 내에 오랫동안 보관되어 농약의 약효 성분이 변질되거나, 매칭농약데이터에 해당하지 않는 농약이 섞이는 문제점을 방지할 수 있는 효과가 있다.

이에 따라, 드론스테이션(30)과 드론부(10)는 관리서버(20)로부터 제어될 수 있어, 사용자의 조작 없이 방제를 진행할 수 있는 장점이 있다.

도 7을 참조하면, 사용자단말(40)은 관리서버(20)와 연동되기 위하여 드론방제앱(41)이 미리 설치될 수 있는데, 드론방제앱(41)의 설치는 사용자단말(40)를 통해 온라인 마켓(예컨대, 안드로이드 마켓, 애플 스토어, 통신사의 온라인마켓 등)을 통해 다운로드 받아 이루어질 수 있으나, 이에 한정되지는 않는다.

이에, 사용자단말(40)은 관리서버(20)를 통해 드론부(10) 및 드론스테이션(30)과 연동될 수 있다.

또한, 사용자단말(40)은 스마트폰, 스마트태블릿, 스마트워치와 같이 관리서버(20)에서 처리 또는 분석된 데이터를 전달 받아 작물의 현재 상태 및 농약의 살포량과 같은 논지의 정보를 출력할 수 있는 모두 사용할 수 있어, 이에 한정하지는 않는다.

드론방제앱(41)은 관리서버(20)로부터 이미지데이터와 상태데이터를 전달받아 상기 드론부(10)가 이동 및 살포하는 모습 또는 작물의 생육 상태를 출력할 수 있다.

또한, 드론방제앱(41)은 관리서버(20)로부터 전달된 주문데이터를 통해 상기 드론스테이션에 부족한 농약을 주문할 수 있으며, 드론부(10) 또는 드론스테이션(30)을 원격으로 제어하기 위한 입력데이터를 입력 받을 수 있다.

여기서, 입력데이터는 드론부 비행일자 설정과 주문데이터에 대한 농약 결제 등과 같이 사용자가 작물을 관리할 때 요구되는 준비 과정에 대한 데이터일 수 있으나, 이는 예시적인 것으로, 사용자로부터 입력 받는 데이터를 포함할 수 있어, 이에 한정하지는 않는다.

드론방제앱(41)은 사용자가 터치 또는 입력장치를 이용한 입력데이터가 입력될 경우, 관리서버(20)로 입력데이터를 전달할 수 있다. 이후, 관리서버(20)에서 사용자의 요구에 따라 드론부(10)을 이동시키거나 드론스테이션(30) 내에 저장된 농약을 드론부(10)로 주입시킬 수도 있어, 이에 한정하지는 않는다.

이에 따라, 드론방제앱(41)은 사용자가 결제를 진행하여 농약을 구매하도록 할 수도 있고, 관리서버(20)를 통해 드론부(10)와 드론스테이션(30)을 원격으로 제어하도록 마련될 수 있는 장점이 있다.

도 8은 본 발명의 제2 실시예에 따른 드론을 이용한 방제 관리 시스템의 관리서버의 구성을 나타낸 블록도이고, 도 9a는 도 8의 위치파악부에서 적용되는 영역이 수직보조선 및 수평보조선에 의해 분리영역으로 나눠진 모습을 나타낸 예시도이며, 도 9b는 도 9a의 분리영역이 분류된 모습을 나타낸 예시도이고, 도 10은 도 8의 관리서버와 연동되는 드론부의 구성을 나타낸 블록도이며, 도 11은 도 10의 드론부와 연동되는 드론스테이션의 구성을 나타낸 블록도이고, 도 12는 도 8의 관리서버와 연동되는 드론부의 다른 구성을 나타낸 블록도이다.

도 8 내지 도 12를 참조하면, 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템의 관리서버(20)는 위치파악부(28)를 포함할 수 있고, 드론스테이션(30)은 회수물처리부(35)를 포함할 수 있으며, 드론부(10)는 회수부(16), 주변환경감지부(17) 및 엽온감지부(18)를 더 포함할 수 있다.

여기서, 위치파악부(28), 회수물처리부(35), 회수부(16), 주변환경감지부(17) 및 엽온감지부(18)를 제외하고, 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템은 상기에서 설명한 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 시스템과 실질적으로 동일할 수 있다.

따라서, 위치파악부(28), 회수물처리부(35), 회수부(16), 주변환경감지부(17) 및 엽온감지부(18)에 대해서만 설명하기로 한다.

도 8을 참조하면, 관리서버(20)는 위치파악부(28)를 더 포함할 수 있다.

또한, 관리서버(20)는 분석부(24)에서 영역(D)을 좌표데이터의 수평보조선(HL) 및 수직보조선(VL)으로 나눠 분리영역(SD)을 형성할 수 있다. 분석부(24)는 상태데이터를 통해 영역(D) 내에 심어진 작물의 높이를 파악할 수 있으며, 파악된 작물의 높이의 평균을 계산할 수 있다.

구체적으로, 분석부(24)는 도 9a에 도시된 바와 같이 수평보조선(HL) 및 수직보조선(VL)을 동일한 간격으로 마련할 수 있어, 동일한 크기를 가진 분리영역(SD)을 형성할 수 있다. 수평보조선(HL) 및 수직보조선(VL)의 간격 즉, 분리영역(SD)의 넓이는 하나의 작물이 마련된 넓이로 형성될 수 있으나, 이는 예시적인 것으로, 작물을 정상과 비정상으로 분류할 수 있는 모든 넓이로 형성될 수 있어, 이에 한정하지는 않는다.

여기서, 분석부(24)는 데카르트 좌표평면계를 이용하여 분리영역(SD)으로 나눌 수 있으나, 이는 예시적인 것으로, 영역을 나눌 수 있는 수평보조선(HL)과 수직보조선(VL)이 형성된 모든 좌표계를 이용할 수 있으므로, 이에 한정하지는 않는다.

위치파악부(28)는 분리영역을 정상 작물, 일정 이상 웃자란 작물, 병해충 또는 잡초가 자란 작물로 분류할 수 있다.

구체적으로, 위치파악부(28)는 이미지데이터와 평균 높이를 비교하여 분리영역(SD) 내의 작물의 높이를 진단할 수 있다.

위치파악부(28)는 이미지데이터를 이용하여 평균 높이와 분리영역(SD) 내의 작물의 높이를 실시간으로 비교할 수 있으며, 해당 작물의 높이가 다른 작물들과 동일한 지 파악할 수 있다. 여기서, 이미지데이터는 촬영부(12)가 영역(D)의 측방향을 촬영한 사진 또는 영상일 수 있다.

여기서, 웃자란 작물이란 평균 높이보다 5cm이상으로 크게 자란 작물이나, 정상 작물에 비해 줄기가 가늘고 마디 사이가 긴 작물일 수 있다. 또한, 해당 작물은 그 주위의 영역에 형성된 작물에 영향을 주지 않도록 전지부(15)에 의해 절단될 수 있다.

또한, 위치파악부(28)는 이미지데이터와 병해충데이터의 비교를 통해 병해충 또는 잡초의 발생 여부를 진단할 수 있다. 또한, 위치파악부(28)는 병해충 또는 잡초의 발생 여부만을 진단할 수 있으며, 분석부(24)로 진단된 분리영역의 이미지를 전달하여 정확한 병해충 또는 잡초의 종류를 전달받을 수도 있다.

이후, 위치파악부(28)는 분석부(24)로부터 분리영역(SD)이 마련된 좌표데이터를 전달 받아, 도 9b에 도시된 바와 같이 각각 다른 색깔 또는 기호를 통해 분리영역(SD)을 분류할 수 있으며, 정상 작물이 마련된 분리영역(SD)에는 기호를 넣지 않을 수 있어, 이에 한정하지는 않는다.

여기서, 기호는 도 9b에 도시된 바와 같이 사선 모양 또는 스팟(spot)모양으로 마련될 수 있고, 분류된 영역을 나타낼 수 있는 모든 모양을 포함할 수 있어, 이에 한정하지는 않는다.

이에, 위치파악부(28)는 분리영역(SD)을 분류하는 것으로, 드론부(10)가 비정상작물을 자동적으로 처리하도록 하여 작물의 수확량을 늘릴 수 있는 효과가 있다.

도 10을 참조하면, 드론부(10)는 비정상작물을 처리하기 위한 전지부(15) 및 회수부(16)를 더 포함할 수 있다. 드론부(10)는 제어부(14)에 의해 상기 정상 작물을 제외한 작물이 심어진 분리영역(SD)으로 이동할 수 있다.

전지부(15)는 드론부(10)가 해당 분리영역(SD)으로 이동하였을 시, 해당 분리영역(SD)의 작물을 절단할 수 있다.

구체적으로, 전지부(15)는 해당 작물이 열매를 많이 맺거나 모양을 좋게 하기 위하여, 작물에 발생한 병해충과 잡초를 없애거나, 햇빛이 잘 들지 않게 웃자란 작물들을 자르고 다듬을 수 있다.

이때, 전지부(15)는 가위, 칼, 톱의 형태로 형성될 수 있으나, 이는 예시적인 것으로, 작물을 절단할 수 있는 모든 형태로 형성될 수 있어, 이에 한정하지는 않는다.

또한, 전지부(15)는 제어부(14)에 의해 분리영역(SD) 내의 작물 자체를 절단하거나, 작물에 피해가 발생한 부분만 절단할 수도 있다.

전지부(15)는 드론부(10)로부터 길게 뻗어 나와 작물의 줄기 끝단을 절단하거나, 분석부(24)에서 진단된 병해충 또는 잡초가 자란 부분만을 절단할 수도 있다.

이에, 전지부(15)는 정상 작물에는 피해를 주지 않고, 비정상 작물을 제거할 수 있는 효과가 있다.

회수부(16)는 전지부(15)에 의해 절단된 작물을 땅에 떨어지기 전에 회수할 수 있다.

구체적으로, 회수부(16)는 전지부(15)가 절단한 작물을 가지고 이동하기 위하여 바스켓 형태로 형성될 수 있다. 이에, 회수부(16)는 작물에 발생한 병해충이 다른 곳으로 감염되지 않도록 하는 효과가 있다.

회수부(16)는 드론부(10)가 회수된 작물을 처리할 때까지 보관할 수 있으며, 이후, 드론스테이션(30)에 투척할 수 있다.

도 11을 참조하면, 드론스테이션(30)은 회수물처리부(35)를 더 포함할 수 있다.

회수물처리부(35)는 회수부(16)가 보관한 작물을 고열 및 고압을 이용하여 작물에 남아있는 병해충을 처리할 수 있다.

구체적으로, 회수물처리부(35)는 드론스테이션(30)의 내부에 형성되어, 드론부(10)가 회수한 작물을 받아 소각할 수 있다.

회수물처리부(35)는 드론부(10)가 회수부(16)에 작물을 보관한 상태로 들어올 경우, 드론부(10)의 무게를 통해 회수부(16)에 보관된 작물의 무게를 판단할 수 있다.

회수물처리부(35)는 판단된 무게를 통해 작물을 소각하기 위한 온도 및 압력을 조절할 수 있다. 예를 들어, 회수된 작물이 많을 경우, 회수물처리부(35)는 온도와 압력을 높일 수 있다.

이후, 회수물처리부(35)는 고열 및 고압을 이용하여 작물을 소각할 수 있어, 회수된 작물의 안좋은 영향이 다른 작물에 미치는 것을 방지할 수 있는 장점이 있다.

도 12를 참조하면, 드론부(10)는 주변환경감지부(17) 및 엽온감지부(18)를 더 포함할 수 있다.

주변환경감지부(17)는 드론부(10)가 각각의 분리영역(SD)으로 이동하여 해당 분리영역(SD)의 환경을 감지할 수 있다.

구체적으로, 주변환경감지부(17)는 풍속감지센서, 기온감지센서 및 토양감지센서를 포함할 수 있으며, 각각의 센서들을 통해 분리영역(SD) 내의 환경을 감지할 수 있다.

풍속감지센서는 분리영역(SD) 내의 풍속데이터를 확보할 수 있다. 여기서, 풍속데이터는 풍속뿐만 아니라 풍향에 대한 데이터도 포함할 수 있어, 이에 한정하지는 않는다.

풍속감지센서는 풍차식, 풍배식 및 초음파식으로 형성될 수 있으나, 이는 예시적인 것으로, 분리영역(SD) 내의 풍속을 감지할 수 있는 모든 풍속센서를 포함할 수 있다.

바람직하게, 풍속감지센서는 드론부(10)의 하단 즉, 날개부(110)의 영향을 받지 않는 부분에 형성될 수 있으며, 초음파식으로 형성되어 초음파의 풍속에 의한 전파 속도 변화를 이용하여 풍향 및 풍속을 측정할 수 있다.

이렇게 확보된 풍속데이터는 관리서버(20)로 전달되어, 관리서버(20)에서 드론부(10)가 농약을 살포하는 세기를 제어할 수 있다.

기온감지센서는 기온데이터를 확보할 수 있다. 구체적으로, 기온감지센서는 풍속감지센서의 인근 또는 농약살포부의 인근에 형성되어, 분리영역(SD)내의 기온을 실시간으로 감지할 수 있다.

기온감지센서는 통상적으로 기온을 감지하는 데에 쓰이는 온도 센서로 형성될 수 있어 자세한 설명은 생략하기로 한다.

토양감지센서는 토양데이터를 확보할 수 있다. 여기서, 토양데이터는 작물 주변 토양의 가스 농도, 산도 및 수분 함유 정도를 포함할 수 있으며, 작물의 성장에 영향을 미치는 모든 데이터를 포함할 수 있어, 이에 한정하지는 않는다.

토양감지센서는 토양의 가스 농도, 산도 및 수분 함유 정도를 각각의 다른 모듈에서 확보하거나, 하나의 모듈에서 모든 토양데이터를 확보할 수 있다. 예를 들어, 토양감지센서는 영역(D) 내의 지면에 하나 이상의 모듈을 수직으로 넣어 측정할 수 있으며, 각각의 모듈에서 값을 전달 받을 수 있다.

이후, 토양데이터는 관리서버(20)로 전달되고, 관리서버(20)에서 토양의 가스 농도, 산도 및 수분 함유 정도에 따라 농약 살포량을 조절하는 데에 사용될 수 있다.

이에, 주변환경감지부(17)는 이러한 센서들을 통해 주변 작물의 환경 상태를 확보할 수 있음에 따라, 사용자가 작물에 많은 신경을 쏟지 않아도 작물이 잘 자라도록 하는 효과가 있다.

엽온감지부(18)는 열화상센서를 마련하여 해당 작물의 잎 중 하나를 선택하고, 잎 표면의 온도를 감지하여 엽온데이터를 생성하여 상기 관리서버로 전달할 수 있다.

엽온감지부(18)는 열화상센서를 통해 확보된 엽온데이터를 관리서버(20)로 전달할 수 있어, 분석부(24)에서 엽온데이터와 이미지데이터에 합치는 것으로 사용자가 보다 편리하게 엽온데이터를 시각적으로 제공받을 수 있도록 마련할 수 있다.

바람직하게 엽온감지부(18)는 잎 뒷면의 온도를 측정하는 서모커플로 형성될 수도 있다. 여기서, 서모커플은 서로 다른 금속으로 구성된 두 개의 전도체로 형성되어, 전도체를 지나가는 온도를 이용하여 엽온을 측정하는 기구를 일컫을 수 있다.

이에, 엽온감지부(18)는 태양의 빛과 열을 직접적으로 받는 앞면뿐만 아니라 뒷면의 온도도 측정할 수 있어, 보다 정확한 엽온데이터를 확보할 수 있다.

즉, 드론부(10)는 제어부(14)에 의해 병해충 또는 잡초가 자란 작물이 심어진 분리영역(SD)으로 이동한 후, 주변환경감지부(17)를 통해 풍속데이터, 기온데이터 및 토양데이터를 확보할 수 있으며, 엽온감지부(18)를 통해 엽온데이터를 확보할 수 있다.

이후, 드론부(10)는 풍속데이터, 기온데이터, 토양데이터 및 엽온데이터를 관리서버(20)로 전달할 수 있다. 관리서버(20)의 분석부(24)는 엽온데이터 및 기온데이터를 비교하여 작물의 수분스트레스정도를 분석할 수 있다.

예를 들어, 엽온데이터가 기온데이터보다 6 내지 8℃이상 차이가 날 경우, 분석부(24)는 작물의 스트레스정도가 높아 작물의 증산 작용이 일어나지 않는다고 판단할 수 있다.

이후, 관리서버(20)의 제어부(14)는 드론부(10)가 농약을 보다 많이 살포하도록 하거나, 농약과 혼합된 정제수의 량이 많도록 제어할 수 있어, 작물이 충분한 수분을 섭취할 수 있도록 하는 효과가 있다.

다음으로, 본 발명의 실시예에 따른 드론을 이용한 자동화 방제 관리 방법에 대하여 설명하기로 한다.

도 13은 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 방법의 순서도이고, 도 14는 도 13의 커머스연계단계에 대한 구성을 구체적으로 나타낸 순서도이다.

도 13을 참조하면, 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 방법은 초기설정단계(S100), 이미지확보단계(S200), 이미지판단단계(S300), 농약매칭단계(S400), 살포일자설정단계(S500), 농약잔량파악단계(S600), 농약주입단계(S700) 및 농약살포단계(S800)를 포함할 수 있다.

먼저, 초기설정단계(S100)는 드론부(10)가 비행할 영역의 좌표데이터를 설정하고, 주기적 영역 촬영 일자를 설정하는 단계일 수 있다.

구체적으로, 초기설정단계(S100)는 드론부(10)가 비행할 영역을 설정하고, 일자설정부(22)에서 일자를 설정하는 단계일 수 있다.

또한, 주기적 영역 촬영 일자는 관리서버(20)의 일자설정부(22) 또는 사용자단말(40)에서 사용자로부터 3일 간격, 매주, 격주 등과 같이 일정 기간이 설정되어, 그 설정된 기간의 한 번씩 드론부(10)가 영역(D)으로 날아가도록 하는 일자일 수 있다. 예를 들어, 주기적 영역 촬영 일자가 월요일에 7일로 설정되었다면, 드론부(10)는 월요일마다 영역(D) 전체를 비행할 수 있다.

이미지확보단계(S200)는 드론부(10)가 좌표데이터를 통해 영역(D)을 촬영하여 주기적으로 이미지데이터를 확보하는 단계일 수 있다.

이미지확보단계(S200)는 촬영부(12)를 통해 영역(D)에 심어진 작물의 이미지데이터를 촬영하는 단계일 수 있다. 이미지확보단계(S200)에서 확보된 이미지데이터는 다른 단계를 거쳐 사용자에게 정보를 제공해 줄 수 있는 데이터로 변환될 수 있다.

이미지확보단계(S200)에서 주행부(11)의 하단에서 회전 가능한 촬영부(12)를 통해, 영역(D)의 상방 및 측방을 촬영할 수 있으나, 이는 예시적인 것으로, 이미지판단단계(S300)에서 분석될 수 있는 모든 이미지데이터를 확보할 수 있어, 이에 한정하지는 않는다.

이미지판단단계(S300)는 드론부(10)가 확보한 이미지데이터를 이용하여, 관리서버(20)에서 작물의 상태데이터를 추출하고, 병해충데이터를 분석하는 단계일 수 있다.

이미지판단단계(S300)에서, 분석부(24)가 도감데이터를 기반으로 영역(D) 내에 병해충 또는 잡초가 발생한 여부를 진단하는 병해충 알고리즘 모델과 작물의 생육 단계를 판단하는 생육 알고리즘 모델을 이용할 수 있다.

구체적으로, 이미지판단단계(S300)는 관리서버(20)가 이미지데이터를 전달 받아, 저장부(21)에 미리 저장되어 있는 도감데이터를 통해 딥러닝을 이용하여 드론부(10)로부터 이미지데이터가 입력될 경우, 이미지데이터의 특징을 추출할 수 있다. 여기서, 도감데이터는 상기에서 구체적으로 기재하였으므로, 자세한 설명은 생략하기로 한다.

이에 따라, 이미지판단단계(S300)에서 관리서버(20)가 이미지데이터와 도감데이터를 이용하여 병해충 또는 잡초의 발생 여부 및 종류를 분석할 수 있다.

또한, 이미지판단단계(S300)에서 작물 생육 상태에 대한 도감데이터를 기반으로 작물의 높이 또는 여물어 간 정도의 상태데이터도 분석할 수 있다. 분석 방법은 상기와 동일하게 진행될 수 있어, 자세한 설명은 생략하기로 한다.

농약매칭단계(S400)는 이미지판단단계(S300)에서 도출된 병해충데이터와 상태데이터를 이용하여 농약의 종류와 양을 매칭시키는 단계일 수 있다.

구체적으로, 농약매칭단계(S400)에서 저장부(21)에 저장된 농약데이터에서 영역(D)에 발생한 병해충 또는 잡초에 효과적인 농약을 매칭시켜, 매칭농약데이터를 추출할 수 있다.

즉, 농약매칭단계(S400)에서 해충의 종류뿐만 아니라 작물의 생육 상태까지 고려하여 농약을 매칭해 줄 수 있으며, 매칭농약데이터를 통해 드론부(10)가 알맞은 기간에 알맞은 량을 영역(D)에 살포할 수 있도록 농약을 매칭시켜줄 수 있다.

살포일자설정단계(S500)는 날씨데이터에 따라 농약 살포 일자를 설정하는 단계일 수 있다.

여기서, 날씨데이터는 좌표데이터가 해당하는 지역의 날씨에 관한 데이터일 수 있다. 날씨데이터는 관리서버(20)에 의해 실시간으로 수집될 수 있다.

살포일자설정단계(S500)에서 기상청과 같은 공공기관에서 날씨데이터를 이용하여, 드론부(10)가 농약을 가장 효율적이게 살포할 수 있는 날짜를 설정할 수 있다.

즉, 살포일자설정단계(S500)는 드론부(10)가 비행하기 용이 하면서, 드론부(10)에 의해 살포되는 농약이 영역(D) 밖으로 토출되어 손실되지 않을 수 있는 날짜를 설정할 수 있다.

농약잔량파악단계(S600)는 농약매칭단계(S400)에서 도출된 농약이 드론스테이션(30)에 남아 있는 지 파악하여 관리서버(20)로 농약잔량데이터를 전달하는 단계일 수 있다.

구체적으로, 농약잔량파악단계(S600)에서 농약잔량파악부(34)를 통해 농약보관부(32)에 보관된 농약의 수위를 감지하여, 농약의 잔량을 파악할 수 있다. 이때, 농약잔량파악부(34)는 농약보관부(32)에 보관되어 있던 농약의 종류가 저장되어 있을 수도 있다.

이후, 농약잔량파악단계(S600)에서 드론스테이션(30)의 농약보관부(32)에 보관된 하나 이상의 농약의 잔량과 농약매칭단계(S400)에서 도출된 농약의 종류 및 양을 비교하여, 드론스테이션(30)에 필요한 농약이 들어있는 지를 파악할 수 있다.

농약잔량파악단계(S600)에서 파악된 농약의 잔량을 농약보관부(32)의 총량 대비 농약의 잔량을 데이터화 시켜 관리서버(20)로 전달할 수 있다.

또한, 농약잔량파악단계(S600)에서 드론스테이션(30) 내에 매칭된 농약의 잔량이 충분할 경우, 농약주입단계(S700)를 거쳐 드론부(10)에 매칭된 농약을 주입해 줄 수 있다.

드론스테이션(30) 내에 매칭된 농약의 잔량이 없을 경우, 농약매칭단계(S400)로 돌아가는 것으로, 드론스테이션(30) 내에 남아있는 농약에 따라 다른 종류의 농약을 도출하거나, 커머스연계단계(S650)로 넘어가 부족한 농약을 주문할 수도 있다.

농약주입단계(S700)는 드론스테이션(30)을 통해 드론부(10)로 매칭된 농약을 주입하는 단계일 수 있다.

구체적으로, 농약주입단계(S700)는 드론스테이션(30)의 농약주입부(33)가 매칭된 농약의 종류와 량에 맞춰 농약보관부(32)로부터 전달된 농약을 조합하는 단계일 수 있다. 이후, 농약주입부(33)를 통해 조합된 농약을 드론부(10)의 농약살포부(13)로 주입할 수 있다.

농약이 주입된 드론부(10)는 하기에 기재될 농약살포단계(S800)를 거쳐 영역(D) 내에 농약을 살포할 수 있다.

도 16에 도시된 바와 같이, 본 발명의 드론을 이용한 자동화 방제 방법은 커머스연계단계(S650)을 더 포함할 수 있다.

커머스연계단계(S650)는 드론스테이션(30) 내에 매칭된 농약의 잔량이 없을 경우, 관리서버(20)에서 해당 농약을 판매하는 판매사이트와 커머스 연계시켜 농약을 주문하는 단계일 수 있다.

커머스연계단계(S650)는 LTE 또는 5G 통신을 이용하여, 드론스테이션(30)에 보관되어 있지 않거나 필요한 량보다 적은 농약을 파는 판매사이트들을 검색하는 단계일 수 있다.

도 14를 참조하면, 커머스연계단계(S650)는 탐색단계(S651), 비교단계(S652), 구입단계(S653) 및 농약준비단계(S654)를 포함할 수 있다.

탐색단계(S651)는 관리서버(20)에서 판매사이트를 탐색하고 연계하는 단계일 수 있다. 탐색단계(S651)는 관리서버(20)를 통해 필요한 농약을 판매하는 사이트를 검색할 수 있으며, 해당 판매사이트들의 url을 수집하는 단계일 수 있다.

비교단계(S652)는 탐색된 판매사이트에서 판매하는 농약의 종류 및 양에 따른 주문데이터를 출력하는 단계일 수 있다.

비교단계(S652)는 하나 이상의 주문데이터를 사용자단말(40)에 출력하는 단계일 수 있으며, 사용자로부터 주문데이터 중 하나를 선택 받을 수 있다. 주문데이터는 사용자단말(40)에 판매사이트의 정보, 필요한 농약의 가격 및 판매사이트에서 판매하는 농약의 총 가격으로 출력될 수 있다.

비교단계(S652)에서 사용자단말(40)을 통해 주문데이터가 가격순 또는 인기순으로 나열될 수 있으며, 사용자가 주문데이터 중 하나를 선택할 수 있다.

구입단계(S653)는 사용자단말에서 선택한 주문데이터에 따라 결제를 진행하는 단계일 수 있다.

구입단계(S653)에서 사용자로부터 결제를 진행할 수단을 입력 받을 수 있으며, 사용자로부터 결제 확인을 받아 주문데이터에 해당하는 농약을 구입할 수 있다. 또한, 구입단계(S653)에서 사용자의 주소도 입력 받을 수 있으며, 관리서버(20) 또는 판매사이트에서 사용자의 주소로 농약을 배달할 수 있다.

농약준비단계(S654)는 구입한 농약을 드론스테이션(30)에 충전하는 단계일 수 있다.

또한, 농약준비단계(S654)에서 농약보관부(32)에 투입된 농약의 종류 및 량이 드론스테이션(30)에 저장될 수 있어, 이후 다른 종류의 농약이 매칭되고, 농약잔량파악단계(S600)에서 농약의 잔량을 파악하는 데에 사용될 수도 있다.

농약살포단계(S800)는 드론부(10)가 설정된 농약 살포 일자에 맞춰 제조된 농약을 영역(D)에 살포하는 단계일 수 있다.

농약살포단계(S800)에서 비행제어부(23)에 의해 드론부(10)가 영역(D)을 향해 날아갈 수 있다. 이후, 드론부(10)가 영역(D)의 상공을 비행하면서 농약을 살포하는 단계일 수 있으며, 살포된 농약을 통해 영역(D)에 방제가 진행될 수 있다.

또한, 농약살포단계(S800) 이후, 관리서버(20)가 영역(D)에 살포된 농약, 이미지데이터 및 상태데이터를 사용자단말(40)로 전달하여, 사용자단말(40)에서 작물의 상태와 농약 살포 진행 과정을 사용자에게 제공해 줄 수 있다.

도 15는 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 방법의 순서도이다.

도 15를 참조하면, 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 방법은 위치파악단계(S350), 전지단계(S360), 회수물처리단계(S361), 표적작물감지단계(S370), 스트레스파악단계(S371) 및 농약조절단계(S372)를 더 포함할 수 있다.

여기서, 위치파악단계(S350), 전지단계(S360), 회수물처리단계(S361), 표적작물감지단계(S370), 스트레스파악단계(S371) 및 농약조절단계(S372)를 제외하고, 본 발명의 제2 실시예에 따른 드론을 이용한 자동화 방제 관리 방법은 상기에서 설명한 본 발명의 제1 실시예에 따른 드론을 이용한 자동화 방제 관리 방법과 실질적으로 동일할 수 있다.

따라서, 위치파악단계(S350), 전지단계(S360), 회수물처리단계(S361), 표적작물감지단계(S370), 스트레스파악단계(S371) 및 농약조절단계(S372)에 대해서만 설명하기로 한다.

먼저, 이미지판단단계(S300) 이후, 관리서버(20)의 분석부(24)에서 영역(D)을 동일한 간격의 분리영역(SD)으로 나눌 수 있다. 여기서, 분리영역(SD)은 좌표데이터의 수평보조선 및 수직보조선을 이용하여 나눠질 수 있다.

위치파악단계(S350)는 분리영역(SD)을 작물의 상태에 따라 분류하는 단계일 수 있다.

구체적으로, 위치파악단계(S350)는 관리서버(20)에서 분리영역(SD) 내의 작물의 높이와 병해충 또는 잡초 여부를 진단할 수 있다. 위치파악단계(S350)에서 관리서버(20)가 분리영역(SD)을 정상 작물, 웃자란 작물 및 병해충 또는 잡초가 있는 작물에 따라 분류할 수 있다.

위치파악단계(S350) 이후, 도 15에 도시된 바와 같이 전지단계(S360) 또는 표적작물감지단계(S370)가 선택적으로 진행될 수 있다.

전지단계(S360)는 위치파악단계(S350)에서 분류된 웃자란 작물과 병해충 또는 잡초가 있는 작물을 절단하는 단계일 수 있다. 전지단계(S360)는 드론부(10)가 웃자라거나 병해충 또는 잡초가 형성된 작물에 해당하는 분리영역(SD)으로 이동하여 작물을 절단하는 단계일 수 있다.

전지단계(S360)에서 전지부(15)에 의해 절단된 작물을 회수부(16)에 의해 회수되어 다른 작물에 피해가 가지 않도록 할 수 있다. 전지단계(S360)에서 회수부(16)를 통해 절단된 모든 작물들을 드론부(10)가 비행하는 동안 보관할 수 있다.

이후, 회수된 작물들을 회수물처리단계(S361)를 거쳐 드론스테이션(30)에서 제거할 수 있다.

회수물처리단계(S361)는 회수된 작물을 드론부(10)가 드론스테이션(30)으로 옮겨 처리하는 단계일 수 있다.

구체적으로, 회수물처리단계(S361)에서 드론부(10)가 작물을 회수하여 드론스테이션(30) 내로 들어올 수 있다. 드론스테이션(30)을 통해 드론부(10)의 총 무게를 잴 수 있으며, 원래의 드론부(10)의 무게와 비교하여 회수된 작물의 무게를 판단할 수 있다.

회수물처리단계(S361)는 판단된 무게를 통해 작물을 소각하기 위한 온도 및 압력을 설정할 수 있으며, 드론스테이션(30)의 회수물처리부(35)를 설정된 온도 및 압력으로 맞출 수 있다.

이후, 회수물처리단계(S361)는 고열 및 고압을 이용하여 작물을 소각하는 단계일 수 있어, 회수된 작물의 안좋은 영향이 다른 작물에 미치는 것을 방지할 수 있는 장점이 있다.

회수물처리단계(S361) 이후, 드론부(10)가 드론스테이션(30)으로 복귀하게 되어, 농약의 살포는 진행되지 않을 수도 있으며, 해당 작물의 처리 정보를 사용자단말에 출력하여 사용자에게 해당 정보를 제공할 수 있다.

한편, 표적작물감지단계(S370)는 드론부(10)가 병해충 또는 잡초가 형성된 작물의 분리영역(SD)으로 이동한 후, 해당 작물 주변의 기온데이터, 풍속데이터 및 토양데이터와 해당 작물의 엽온데이터를 확보하는 단계일 수 있다.

표적작물감지단계(S370)에서 주변환경감지부(17)에 형성된 풍속감지센서, 기온감지센서 및 토양감지센서를 통해 분리영역(SD) 내의 환경을 감지할 수 있다. 이렇게 감지된 풍속데이터, 기온데이터 및 토양데이터는 관리서버(20)로 전달될 수 있다. 풍속, 기온, 토양을 감지하는 방법은 상기에서 구체적으로 설명하였으므로, 자세한 설명은 생략하기로 한다.

또한, 표적작물감지단계(S370)는 엽온감지부(18)에 형성된 열화상센서를 통해 작물의 잎 표면온도를 감지하는 단계일 수 있다. 표적작물감지단계(S370)에서 분석부(24)를 통해 잎의 표면온도를 이미지데이터에 나타낼 수 있으며, 사용자단말(40)로 전송하여 사용자에게 엽온데이터를 시각적으로 제공할 수 있다.

또한, 표적작물감지단계(S370)에서 엽온감지부(18)를 서모커플로 형성하여, 잎의 뒷면의 온도도 측정할 수 있어, 보다 정확한 엽온데이터를 확보할 수 있다. 서모커플은 상기에서 구체적으로 설명하였으므로, 자세한 설명은 생략하기로 한다.

스트레스파악단계(S371)는 관리서버(20)에서 기온데이터와 엽온데이터를 비교하여 작물의 스트레스정도를 파악하는 단계일 수 있다.

예를 들어, 스트레스파악단계(S371)에서 분석부(24)를 통해 엽온데이터가 기온데이터보다 6 내지 8℃ 차이가 난다고 분석될 경우, 작물의 스트레스정도가 높아 작물의 증산 작용이 일어나지 않는다고 판단할 수 있다.

농약조절단계(S372)는 풍속데이터, 토양데이터 및 스트레스파악단계(S371)에서 파악된 작물의 스트레스정도에 맞춰 농약의 살포량 또는 세기를 조절하는 단계일 수 있다.

농약조절단계(S372)에서 관리서버(20)의 제어부(14)를 통해 드론부(10)가 농약을 보다 많이 살포하도록 하거나, 농약과 혼합된 정제수의 량이 많도록 제어할 수 있다.

이에 따라, 농약조절단계(S372)는 분리영역(SD) 내의 작물에 따라 스트레스정도가 높은 작물이 충분한 수분을 섭취할 수 있도록 관리할 수 있는 효과가 있다.

농약조절단계(S372) 이후, 드론부(10)가 표적작물감지단계(S370)에서 감지된 작물에 주입된 농약을 바로 살포할 수 있도록 농약살포단계(S800)로 넘어갈 수 있어, 이 때에는 살포일자설정단계(S500), 농약잔량파악단계(S600) 및 농약주입단계(S700)를 생략할 수 있다.

이상으로 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고 다른 구체적인 형태로 실시할 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.

10 : 드론부
11 : 주행부
110 : 날개부
111 : 충전부
12 : 촬영부
13 : 농약살포부
14 : 제어부
15 : 전지부
16 : 회수부
17 : 주변환경감지부
18 : 엽온감지부
20 : 관리서버
21 : 저장부
22 : 일자설정부
23 : 비행제어부
24 : 분석부
25 : 농약매칭부
26 : 전송부
27 : 커머스연계부
28 : 위치파악부
30 : 드론스테이션
31 : 드론충전부
32 : 농약보관부
33 : 농약주입부
34 : 농약잔량파악부
35 : 회수물처리부
40 : 사용자단말
41 : 드론방제앱
D : 영역
HL : 수평보조선
VL : 수직보조선
SD : 분리영역

Claims

미리 설정된 좌표데이터를 통해 작물이 심어진 영역으로 이동한 후, 작물을 촬영하여 이미지데이터를 확보하며, 상기 영역에 농약을 살포하는 하나 이상의 드론부;
상기 드론부로부터 확보된 상기 이미지데이터를 수신 받아 딥러닝 기반으로 상기 영역 내의 병해충 또는 잡초의 발생 여부를 진단하고 작물의 생육 상태를 파악하며, 발생된 병해충 또는 잡초의 종류와 생육 상태 중 하나 이상에 따라 농약을 매칭시키고, 설정된 비행일자에 상기 드론부가 상기 영역으로 이동하여 농약을 살포하도록 제어하는 관리서버;
하나 이상의 농약을 보관하고, 상기 드론부에 매칭된 농약을 주입하며, 배터리를 충전시키는 하나 이상의 드론스테이션 및
상기 드론부의 상태 및 작물의 생육 상태를 표시하고, 상기 드론부가 촬영한 상기 이미지데이터를 출력하는 사용자단말을 포함하는 드론을 이용한 자동화 방제 관리 시스템
제1항에 있어서,
상기 드론부는,
하나 이상의 날개부 및 상기 배터리가 구비되는 충전부를 포함하는 주행부;
상기 영역에 심어진 작물의 상기 이미지데이터를 촬영하여 상기 관리서버로 전달하는 촬영부;
상기 드론스테이션으로부터 주입된 농약을 저장하고, 농약을 살포하도록 마련된 농약살포부 및
상기 좌표데이터를 통해 상기 영역으로 이동하도록 상기 주행부를 제어하고, 상기 농약살포부를 제어하는 제어부를 포함하는 드론을 이용한 자동화 방제 관리 시스템
제2항에 있어서,
상기 관리서버는,
병해충, 잡초 및 작물 생육 상태에 대한 도감데이터, 병해충 및 잡초를 방제하는 데에 사용되는 농약데이터, 실시간으로 수집되는 상기 좌표데이터가 해당되는 지역의 날씨데이터, 상기 드론부로부터 전달받은 상기 이미지데이터 및 상기 드론스테이션으로부터 전달받은 농약잔량데이터가 저장되는 저장부;
상기 드론부가 상기 영역을 주기적으로 촬영하기 위한 주기적 영역 촬영 일자와 상기 날씨데이터에 따라 상기 드론부가 농약을 상기 영역에 살포하는 농약 살포 일자를 포함하는 상기 비행일자를 설정하는 일자설정부;
상기 좌표데이터를 통해 상기 드론부가 상기 주기적 영역 촬영 일자 또는 상기 농약 살포 일자에 맞춰 상기 영역으로 이동하도록 제어하는 비행제어부;
상기 도감데이터를 기반으로 학습이 수행된 딥러닝을 이용하여 상기 이미지데이터가 입력될 경우, 상기 이미지데이터 내 작물의 특징을 추출하고, 병해충 또는 잡초의 발생 여부와 종류를 판단하여 병해충데이터를 생성하고, 작물의 높이 또는 여물어 간 정도를 판단하여 상태데이터를 생성하는 분석부;
상기 농약데이터에서 상기 병해충데이터와 상기 상태데이터를 따라 매칭되는 농약의 종류 및 양에 대한 매칭농약데이터를 추출하는 농약매칭부 및
상기 드론스테이션으로 매칭농약데이터를 전송하며, 상기 사용자단말로 이미지데이터, 상태데이터를 전송하는 전송부를 포함하는 드론을 이용한 자동화 방제 관리 시스템
제3항에 있어서,
상기 드론스테이션은,
상기 드론부의 배터리를 충전시키는 드론충전부;
하나 이상의 농약을 종류에 따라 각각 보관하는 하나 이상의 농약보관부;
상기 관리서버로부터 전달된 상기 매칭농약데이터에 맞춰 상기 드론부에 농약 중 하나 이상을 선택하여 주입하는 농약주입부 및
상기 농약보관부에 보관된 농약의 잔량을 파악한 후, 상기 관리서버로 상기 농약잔량데이터를 전달하는 농약잔량파악부를 포함하는 드론을 이용한 자동화 방제 관리 시스템
제4항에 있어서,
상기 관리서버는,
상기 드론스테이션으로부터 상기 농약잔량데이터를 전달받아. 상기 농약파악부에서 상기 농약잔량데이터와 상기 매칭농약데이터의 비교를 통해 농약의 량이 부족으로 파악될 경우, 해당 농약을 판매하는 판매사이트를 찾아 커머스 연계시키고, 해당 농약을 주문할 수 있는 주문데이터를 하나 이상 생성하는 커머스연계부를 더 포함하여,
상기 전송부에서 상기 사용자단말에 상기 주문데이터를 전송하여, 상기 사용자단말이 상기 커머스 연계된 판매사이트에서 상기 주문데이터 중 하나를 선택 받아 해당 농약을 구매할 수 있도록 하는 것을 특징으로 하는 드론을 이용한 자동화 방제 관리 시스템
제3항에 있어서,
상기 분석부는,
상기 영역을 상기 좌표데이터의 수평보조선 및 수직보조선으로 형성된 분리영역으로 나누고, 상기 상태데이터를 통해 작물의 평균 높이를 계산하며,
상기 관리서버는,
상기 이미지데이터와 상기 평균 높이 또는 상기 병해충데이터의 비교를 통해 상기 분리영역 내의 작물의 높이와 병해충 또는 잡초 여부를 진단하고, 진단된 상기 분리영역을 정상 작물, 일정 이상 웃자란 작물과 병해충 또는 잡초가 자란 작물에 따라 분류하는 위치파악부를 더 포함하는 드론을 이용한 자동화 방제 관리 시스템
제6항에 있어서,
상기 드론부는,
상기 제어부에 의해 상기 정상 작물을 제외한 작물이 심어진 상기 분리영역으로 이동한 후,
상기 분리영역에 심어진 작물을 절단하는 전지부 및
상기 전지부에 의해 절단된 작물을 땅에 떨어지기 전에 회수하는 회수부를 더 포함하며,
상기 드론스테이션은,
상기 회수된 작물을 고열 및 고압을 이용하여 작물에 남아있는 병해충을 처리하는 회수물처리부를 더 포함하는 드론을 이용한 자동화 방제 관리 시스템
제6항에 있어서,
상기 드론부는,
상기 제어부에 의해 병해충 또는 잡초가 자란 작물이 심어진 상기 분리영역으로 이동한 후,
상기 분리영역의 풍속데이터를 확보하는 풍속감지센서, 기온데이터를 확보하는 기온감지센서와 작물 주변의 토양의 가스 농도, 산도 및 수분 함유 정도를 포함하는 토양데이터를 확보하는 감지하는 토양감지센서가 구비되는 주변환경감지부 및
열화상센서를 마련하여 해당 작물의 잎 중 하나를 선택하고, 잎 표면의 온도를 감지하여 엽온데이터를 생성하여 상기 관리서버로 전달하는 엽온감지부를 더 포함하고,
상기 관리서버의 분석부에서 상기 기온데이터와 상기 엽온데이터를 비교하여 작물의 수분스트레스정도를 분석하며,
상기 제어부에 의해 상기 농약살포부가 상기 풍속데이터, 토양데이터 및 해당 작물의 상기 수분스트레스정도에 맞춰 농약의 살포량 및 세기를 조절하여 살포하도록 제어되는 것을 특징으로 하는 드론을 이용한 자동화 방제 관리 시스템
드론부가 비행할 영역의 좌표데이터와 주기적으로 비행할 주기적 영역 촬영 일자를 설정하는 초기설정단계;
상기 드론부가 상기 좌표데이터를 통해 상기 영역을 촬영하여 이미지데이터를 확보하는 이미지확보단계;
관리서버가 상기 이미지데이터를 전달받아, 병해충, 잡초에 대한 도감데이터를 기반으로 학습된 딥러닝을 이용하여 상기 이미지데이터 내의 작물의 상태데이터를 추출하고, 병해충 또는 잡초의 발생 여부 및 종류를 포함하는 병해충데이터를 분석하는 이미지판단단계;
상기 관리서버에 저장된 농약데이터로부터 상기 병해충데이터와 상기 상태데이터에 따라 사용되는 농약의 종류 및 양을 도출하는 농약매칭단계;
드론스테이션에 보관된 하나 이상의 농약과 상기 도출된 농약의 종류 및 양을 비교하여, 사용될 농약의 잔량을 파악하는 농약잔량파악단계;
상기 드론스테이션 내에 농약의 잔량이 충분할 경우, 상기 드론스테이션이 상기 농약매칭단계에서 도출된 농약의 종류 및 양에 맞춰 농약 중 하나 이상을 선택하여 상기 드론부에 주입하는 농약주입단계 및
상기 드론부가 설정된 농약 살포 일자에 맞춰 상기 제조된 농약을 좌표데이터에 해당하는 영역에 살포하는 농약살포단계를 포함하는 드론을 이용한 자동화 방제 관리 방법
제9항에 있어서,
상기 이미지판단단계에서,
상기 관리서버가 상기 이미지데이터를 전달받아, 작물 생육 상태에 대한 도감데이터를 기반으로 학습된 딥러닝을 이용하여 작물의 높이 또는 여물어 간 정도의 상태데이터도 분석하는 것을 특징으로 하는 드론을 이용한 자동화 방제 관리 방법
제9항에 있어서,
상기 농약매칭단계 이후,
상기 관리서버에서 상기 좌표데이터가 해당되는 지역의 날씨데이터를 실시간으로 수집하고, 상기 날씨데이터에 따라 상기 드론부가 상기 농약 살포 일자를 설정하는 살포일자설정단계를 포함하는 드론을 이용한 자동화 방제 관리 방법
제9항에 있어서,
상기 농략잔량파악단계에서 상기 드론스테이션 내에 농약의 잔량이 부족할 경우,
상기 관리서버에서 해당 농약을 판매하는 판매사이트와 커머스 연계 시켜 농약을 주문하는 커머스연계단계를 더 포함하는 드론을 이용한 자동화 방제 관리 방법
제12항에 있어서,
상기 커머스연계단계는,
상기 판매사이트를 탐색하고 상기 관리서버와 연계 되는 탐색단계;
상기 판매사이트에서 해당 농약의 종류 및 양에 따른 가격을 나타낸 하나 이상의 주문데이터를 출력하는 비교단계;
사용자단말에서 선택한 상기 주문데이터에 따라 결제를 진행하여 해당 농약을 구입하는 구입단계 및
상기 농약주입단계에서 상기 드론부에 주입되도록 상기 구입된 농약을 상기 드론스테이션에 충전하는 농약준비단계를 더 포함하는 드론을 이용한 자동화 방제 관리 방법
제9항에 있어서,
상기 이미지판단단계 이후,
상기 관리서버의 분석부가 상기 좌표데이터의 수평보조선 및 수직보조선으로 형성된 분리영역으로 나눈 후에 상기 상태데이터를 통해 작물이 심어진 영역 내의 작물의 평균 높이의 범위를 계산하고,
상기 관리서버에서 상기 분리영역 내의 작물의 높이와 병해충 또는 잡초 여부를 진단하고, 진단된 상기 분리영역을 정상 작물, 상기 평균 높이의 범위 이상으로 웃자란 작물 및 병해충 또는 잡초가 있는 작물에 따라 분류하는 위치파악단계를 더 포함하는 드론을 이용한 자동화 방제 관리 방법
제14항에 있어서,
상기 위치파악단계 이후,
상기 드론부가 상기 평균 높이의 범위 이상으로 웃자란 작물 및 병해충 또는 잡초가 있는 작물의 상기 분리영역으로 이동한 후, 해당 작물을 전지하고 회수하는 전지단계 및
상기 회수된 작물을 상기 드론스테이션에서 고열 및 고압을 이용하여 처리하는 회수물처리단계를 더 포함하는 드론을 이용한 자동화 방제 관리 방법
제14항에 있어서
상기 위치파악단계 이후,
상기 드론부가 병해충 또는 잡초가 형성된 작물의 상기 분리영역으로 이동한 후, 상기 분리영역의 기온데이터, 풍속데이터 및 토양데이터를 확보하고, 해당 작물의 잎 중 하나를 선택하여 엽온데이터를 생성하는 표적작물감지단계;
상기 관리서버에서 상기 기온데이터와 엽온데이터를 비교하여 작물의 수분스트레스정도를 파악하는 스트레스파악단계 및
상기 풍속데이터, 토양데이터 및 해당 작물의 상기 수분스트레스정도에 맞춰 농약의 살포량 또는 세기를 조절하는 농약조절단계를 더 포함하는 드론을 이용한 자동화 방제 관리 방법