KR102251140B1 - 조명 제어 장치 및 시스템 - Google Patents
조명 제어 장치 및 시스템 Download PDFInfo
- Publication number
- KR102251140B1 KR102251140B1 KR1020200065225A KR20200065225A KR102251140B1 KR 102251140 B1 KR102251140 B1 KR 102251140B1 KR 1020200065225 A KR1020200065225 A KR 1020200065225A KR 20200065225 A KR20200065225 A KR 20200065225A KR 102251140 B1 KR102251140 B1 KR 102251140B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- information
- light
- plant
- lighting control
- Prior art date
Links
- 230000008635 plant growth Effects 0.000 claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000012010 growth Effects 0.000 claims abstract description 29
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000001737 promoting effect Effects 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 50
- 230000017525 heat dissipation Effects 0.000 claims description 34
- 238000003745 diagnosis Methods 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 13
- 238000013135 deep learning Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 235000003715 nutritional status Nutrition 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 6
- 201000010099 disease Diseases 0.000 description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 10
- 229910052799 carbon Inorganic materials 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 8
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- WEJZHZJJXPXXMU-UHFFFAOYSA-N 2,4-dichloro-1-phenylbenzene Chemical compound ClC1=CC(Cl)=CC=C1C1=CC=CC=C1 WEJZHZJJXPXXMU-UHFFFAOYSA-N 0.000 description 3
- 241001464837 Viridiplantae Species 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 241000233866 Fungi Species 0.000 description 2
- 229930002875 chlorophyll Natural products 0.000 description 2
- 235000019804 chlorophyll Nutrition 0.000 description 2
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000195628 Chlorophyta Species 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 241000244206 Nematoda Species 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 241000726445 Viroids Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000001863 plant nutrition Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 208000028172 protozoa infectious disease Diseases 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/249—Lighting means
-
- 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
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
- A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
-
- 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
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/26—Electric devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/20—Controlling the colour of the light
- H05B45/22—Controlling the colour of the light using optical feedback
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/14—Measures for saving energy, e.g. in green houses
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Forests & Forestry (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Evolutionary Computation (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Biophysics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
조명 제어 장치에 관한 것이며, 조명 제어 장치는 식물의 성장을 촉진할 수 있는 빛을 조사하며, 빛의 파장대역을 조절할 수 있는 복수의 광원 모듈을 구비하는 광원부; 상기 식물로부터 반사된 빛의 파장대역 정보를 검출하는 광검출부; 상기 빛 파장대역 정보를 기반으로 상기 광원부의 파장대역을 제어하는 제어부; 식물의 성장 정보를 습득하는 정보습득부; 및 상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 학습처리부;를 포함하며, 상기 제어부는, 상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 파장대역을 제어할 수 있다.
Description
본원은 조명 제어 장치 및 시스템에 관한 것이다.
식물공장에서 식물의 성장 효율을 높이고 성장을 촉진하기 위해서는 백색의 단색 광을 사용하는 것보다 적색 광을 사용하거나, 적색과 청색을 혼합하여 사용하여 파이토크롬 효과를 높이는 것이 바람직하다.
기존의 식물공장에서는 상술한 파이토크롬 효과를 높이기 위하여 적색과 청색을 혼합하여 사용하고 있으나, 식물의 종류에 따라서 식물의 성장에 적합한 빛을 조사하여 최적의, 최대의 효율을 갖추기에는 부적합한 빛을 조사하는 문제가 있었다.
또한, 기존의 LED는 발열량이 크므로 조명의 내구성을 떨어트리는 문제가 있었다.
또한, 기존의 식물공장의 내부에서 해당 식물에 대해 빛을 조사하는 조명수단으로서 백열등, 형광등, 할로겐 전구, 고압나트륨 전구 등을 사용하여 왔으나, 이러한 종래 조명수단을 대체하는 식물 재배용 LED가 개발됨에 따라 식물 생장의 효율을 향상 시키고 있다.
그러나 아직까지는 식물 생장을 위한 LED 조명을 효율적으로 제어하기 위한 기술이 개발되어 있지 않은 실정이다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 식물 성장에 비효율적인 조명 제어를 해결할 수 있는 조명 제어 장치 및 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 식물의 이상상태를 직접적으로 확인해야 하는 문제를 해결할 수 있는 조명 제어 장치 및 시스템을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, LED조명의 내구성을 떨어트리는 발열의 문제를 해결할 수 있는 조명 제어 장치 및 시스템을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 조명 제어 장치는, 식물의 성장을 촉진할 수 있는 빛을 조사하며, 빛의 파장 대역을 조절할 수 있는 복수의 광원 모듈을 구비하는 광원부, 상기 식물로부터 반사된 빛의 파장 대역 정보를 검출하는 광검출부, 상기 빛 파장대역 정보를 기반으로 상기 광원부의 파장대역을 제어하는 제어부, 식물의 성장 정보를 습득하는 정보습득부 및 상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 학습처리부를 포함하며, 상기 제어부는, 상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 파장대역을 제어할 수 있다.
또한, 상기 제어부는, 사용자 단말로부터 제공받은 사용자의 입력 정보에 기반하여, 상기 광원부의 모드를 제어 하는 제어 신호를 생성하고, 상기 광검출부는, 실외의 자연광의 파장대역 정보를 검출할 수 있으며, 상기 모드는, 성장 최적화 모드, 자연광 모드 및 사용자 지정 모드를 포함할 수 있다.
또한, 상기 정보습득부는, 식물의 식재된 영역에서 일정 거리 이격된 공간에 구비되어 상기 식물의 성장 이미지 정보를 습득하는 촬영부를 포함하며, 조명 제어 장치는, 상기 식물의 성장 이미지 정보, 상기 빛 파장대역 정보 및 상기 식물의 성장 정보를 연계하여 데이터 세트를 생성하고, 상기 데이터 세트를 입력으로 하고 결과에 관한 항목을 출력으로 하는 학습을 통한 인공신경망을 구축하는 이상상태 진단부;를 더 포함하며, 상기 이상상태 진단부는, 상기 학습을 통한 인공신경망을 기반으로 상기 식물의 성장 이미지 정보를 통해 상기 식물의 이상상태를 파악하는 것일 수 있다.
또한, 상기 인공신경망의 학습은, 상기 데이터 세트를 합성곱 신경망 및 완전 연결 심층 신경망을 포함하는 딥러닝 알고리즘 구조에 적용하고, 오차에 해당하는 만큼의 신경망 구조의 가중치를 점차적으로 변화시켜주는 역전파 알고리즘을 통해 결과가 피드백되어 학습되는 것일 수 있다.
또한, 상기 이상상태 판단부가 상기 식물의 이상상태를 파악한 경우 사용자 단말로 이상상태 정보 및 경고를 송신하는 것일 수 있다.
또한, 상기 식물의 성장 정보는, 식물의 성장 속도 정보, 식물의 색상 정보, 식물의 영양 상태 정보 및 식물의 크기 정보를 포함하는 것이며, 조명 제어 장치는, 상기 사용자 단말로 상기 식물의 성장 정보를 송신하며, 상기 사용자 단말의 입력 정보를 수신하는 통신부를 더 포함할 수 있다.
또한, 상기 광원부는, 빛의 조사각도를 조절할 수 있으며, 상기 학습처리부는, 상기 빛의 조사각도에 따른 상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 상기 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 것이며, 상기 제어부는, 상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 빛 조사각도 및 파장대역을 제어하는 것일 수 있다.
또한, 상기 광원부는, 가장자리 둘레에는 상부방향으로 하부 끼움단턱이 형성된 하부 고정판과, 상기 하부 고정판의 저면에 부착되어 발광하는 엘이디 모듈부와, 상기 하부 고정판의 상면 중앙에는 수직방향으로 마주보게 세워진 한 쌍의 좌 우측 수직 연결편과, 상기 좌 우측 수직 연결편의 둘레를 감싸도록 상부 가장자리에는 상부 끼움홈이 형성되고, 저면 가장자리에는 하부 끼움홈이 형성된 다수개의 단위 방열편을 원형으로 배열한 방열부와, 상기 단위 방열편의 하부에 형성된 하부 끼움홈은 하부 고정판에 끼움 결합되고, 상기 상부 끼움홈은 단위 방열편의 상부에 안착된 상부 방열판의 가장자리에 끼움 결합되는 것일 수 있다.
또한, 상기 방열부는, 온도에 따라 1단계에서 4단계까지 단계적으로 방열하기 위해 상기 방열편을 전자석의 작동으로 승강 작동하고, 상기 방열편과 상기 전자석의 접촉 및 분리하는 방식에 의해서 방열하는 것이며, 상기 광원부는, 상기 하부 고정판의 배면에 방열온도를 수집하는 피시비 기판을 더 포함하며, 상기 제어부는, 설정된 온도 및 수집된 방열온도를 비교 판단하여 상기 전자석의 작동 제어를 통해 온도 제어하는 것일 수 있다.
또한, 상기 학습처리부는, 상기 식물의 성장 정보 및 상기 빛의 세기 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키며, 상기 제어부는, 상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 빛의 세기를 단계별로 구분하여 제어하는 것일 수 있다.
또한, 상기 제어부는, 상기 사용자의 단말로부터 제공받은 사용자의 입력 정보에 기반하여, 상기 광원부의 빛의 세기, 파장대역 및 조사각도를 조절하는 제어 신호를 생성하고, 상기 광원부는, 상기 광원부의 제어 신호를 기반하여 빛의 세기, 파장대역 및 조사각도를 조절하는 것일 수 있다.
한편, 본원의 일 실시예에 따른 조명 제어 시스템은, 인공지능 알고리즘을 기반으로 학습하고, 학습된 식물 성장 보조 모델을 기반으로 식물 성장에 도움을 줄 수 있도록 파장대역 및 빛의 조사각도를 제어하는 조명 제어 장치 및 상기 조명 제어 장치의 제어부에 사용자의 제어 명령을 송신하는 사용자 단말을 포함하며, 상기 사용자 단말은, 상기 조명 제어 장치로부터 상기 식물의 성장 정보를 수신하며, 상기 조명 제어 장치로 사용자의 제어 명령을 송신하는 것일 수 있다.
또한, 조명 제어 시스템은, 상기 조명제어 장치에 공급되는 입력전원을 분석하여, 조명의 상태를 분석, 모니터링 및 관리할 수 있는 전력분석 장치;를 더 포함하며, 상기 전력분석 장치는, 상기 조명 제어 장치의 이상 발생시 상기 조명 제어 장치의 제어부에 경고 정보를 송신하고, 상기 조명 제어 장치는, 상기 사용자 단말로 경고를 송신하는 것일 수 있다.
또한, 상기 전력분석 장치는, 전류센서, 전류 제한 회로 및 전류의 고조파 성분을 제거하는 로우패스필터회로를 포함하는 전류 센싱부, 입력전압분압회로, 노이즈 필터링 회로 및 변압회로를 포함하는 전압 센싱부, 상기 전류 센싱부 및 상기 전압 센싱부에서 센싱한 전압 및 전류를 연산하여 전력값에 해당하는 디지털신호로 변환하는 변환부 및 상기 디지털신호의 변화를 기초로 전력의 이상 유무를 판단하는 분석부를 포함하는 것일 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 조명 제어 장치를 제공함으로써, 식물 성장을 극대화할 수 있도록 효율적으로 조명을 제어할 수 있는 효과가 있다.
전술한 본원의 과제 해결 수단에 의하면, 조명 제어 장치를 제공함으로써, 조명의 발열을 축소함으로써 내구성을 높일 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 조명 제어 장치를 제공함으로써, 식물의 이상상태를 파악하여 적절한 조명의 세기 등을 제어할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 조명 제어 시스템을 제공함으로써, 조명의 이상상태를 파악할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 조명 제어 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시예에 따른 조명 제어 장치의 구성을 나타낸 블록도이다.
도 3은 본원의 일실시예에 따른 조명 제어 장치의 내부 구성 및 연결을 나타낸 도면이다.
도 4는 본원의 일 실시예에 따른 조명 제어 장치의 광원부 내부 구성을 나타낸 블록도이다.
도 5는 본원의 일 실시예에 따른 조명 제어 장치의 광원부 사시도이다.
도 6은 본원의 일 실시예에 따른 조명 제어 장치의 광원부의 방열 방식을 설명하기 위한 도면이다.
도 7은 본원의 일 실시예에 따른 조명 제어 시스템의 전력 분석 장치 내부 구성을 나타낸 블록도이다.
도 2는 본원의 일 실시예에 따른 조명 제어 장치의 구성을 나타낸 블록도이다.
도 3은 본원의 일실시예에 따른 조명 제어 장치의 내부 구성 및 연결을 나타낸 도면이다.
도 4는 본원의 일 실시예에 따른 조명 제어 장치의 광원부 내부 구성을 나타낸 블록도이다.
도 5는 본원의 일 실시예에 따른 조명 제어 장치의 광원부 사시도이다.
도 6은 본원의 일 실시예에 따른 조명 제어 장치의 광원부의 방열 방식을 설명하기 위한 도면이다.
도 7은 본원의 일 실시예에 따른 조명 제어 시스템의 전력 분석 장치 내부 구성을 나타낸 블록도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
아울러, 본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며 이 경우는 해당되는 발명의 설명부분에서 상세히 그 의미를 기재하였으므로, 단순한 용어의 명칭이 아닌 용어가 가지는 의미로서 본 발명을 파악하여야 함을 밝혀두고자 한다. 또한 실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고, 본 발명과 직접적으로 관련이없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
도 1은 본원의 일 실시예에 따른 조명 제어 시스템의 개략적인 구성을 나타낸 도면이다. 이하에서는 본원의 일 실시예에 따른 조명 제어 장치(100)를 설명의 편의상 본 장치(100)라 하기로 한다.
도 1을 참조하면, 본원의 일 실시예에 따른 조명 제어 시스템은 조명 제어 장치(100), 사용자 단말(200) 및 전력분석 장치(300)을 포함할 수 있다.
본원의 일 실시예에 따른 본 장치(100) 및 사용자 단말(200)은 네트워크로 상호간 연결될 수 있다. 네트워크는 단말 및 서버와 같은 각각의 노드 상호 간에 정보 교환이 가능한 유, 무선의 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
본원의 일 실시예에 따른 사용자 단말(200)은 예를 들면,PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(WCode Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC, 노트북, 웨어러블 디바이스, 디지털 사이니지(Digital Signage) 등과 같은 모든 종류의 입출력 가능한 유무선 통신 장치를 포함할 수 있으며, 이에 한정되는 것은 아니다.
도 2는 본원의 일 실시예에 따른 본 장치(100)의 구성을 나타낸 블록도이다.
도 3은 본원의 일실시예에 따른 본 장치(100)의 내부 구성 및 연결을 나타낸 도면이다,
도 2 및 도 3을 참조하면 본원의 일 실시예에 따른 본 장치(100)은 광원부(110), 광검출부(120), 정보 습득부(130), 제어부(140), 학습처리부(150), 이상상태 진단부(160) 및 통신부(미도시)를 포함할 수 있다.
본 장치(100)는 조명 제어 장치에 관한 것으로, 보다 바람직하게 식물을 관리하거나 키우는데 조명의 파장 및 조사 각도를 제어하고, 머신러닝을 활용하여 보다 효율적인 식물의 성장에 도움을 줄 수 있다. 본 장치(100)은 예를 들어, 식물 공장 및 식물 성장 촉진이 필요한 장소 등을 포함하여 적용될 수 있다.
본 장치(100)을 활용한 조명 제어 시스템은 이하에서 후술하기로 하며, 본 장치(100)에 대해 보다 자세하게 서술하도록 한다.
도 4는 본원의 일 실시예에 따른 본 장치(100)의 광원부(110) 내부 구성을 나타낸 블록도이다.
도 5은 본원의 일 실시예에 따른 본 장치(100)의 광원부(140) 사시도이다.
도 4 및 도 5를 참조하면, 본원의 일 실시예에 따른 본 장치(100)는 복수개의 광원부(110)을 포함할 수 있으며, 각각의 광원부(110)는 방향 조절부(1), 상부 방열판(2), 방열부(3), 전자석(4), 하부 고정판(5), 엘이디 모듈부(6) 및 피시비 기판(7)을 포함할 수 있다.
도 5를 참조하면 본원의 일 실시예에 따른 본 장치(100)의 광원부(110)은 예시적으로 둥근 형태로 도시하였으나, 이는 설명의 편의상 도시한 도면으로써, 광원부(110)의 형태는 구조적으로 제한이 있는 것은 아니다. 즉, 예를 들어, 광원부(110)는 정사면체, 정육면체, 직육면체 등의 후술할 방열부(3)를 포함할 수 있다.
본원의 일 실시예에 따른 광원부(110)의 방향 조절부(1)는 제어부(140)의 제어명령에 따라 빛의 조사각도를 조절할 수 있다. 방향 조절부(1)는 예를 들어, 광원부(110)의 위치되는 높이로부터 식물까지의 거리를 조절할 수 있도록 상하 조절이 되거나, 빛의 조사 각도를 360도 회전하여 실내의 어느 방향으로든 빛을 조사하도록 할 수 있다. 다만, 이에 한정되는 것은 아니고 종래에 공지된 광원부의 방향을 조절할 수 있는 구성 또는 향후 개발되는 방향 조절부가 적용될 수 있다.
본원의 일 실시예에 따른 광원부(110)의 하부 고정판(5)은 가장자리에 둘레를 따라 상부 방향으로 절곡된 하부 끼움 단턱이 형성될 수 있다. 하부 고정판(5)의 저면에는 엘이디 소자가 발광하는 엘이디 모듈부(6)가 위치될 수 있다. 또한, 하부 고장판(5)의 저면에는 피시비 기판(7)이 위치될 수 있다.
상기 하부 고정판(5)의 상면 중앙에는 수직 방향으로 마주보게 좌 우측 수직 연결편이 이격된 상태로 세워지며, 상기 좌 우측 수직 연결편의 둘레를 감싸는 다수개의 방열편이 하부 고정판(5)의 하부 끼움 홈에 결합, 배열되어 방열부(3)을 형성할 수 있다.
또한, 상기 좌 우측 수직 연결편의 둘레를 감싸도록 상부 가장자리에는 상부 끼움홈이 형성되며, 상부 끼움홈은 각각의 방열편의 상부에 안착되는 상부 방열판(2)의 가장자리에 결합될 수 있다.
상기 하부 고정판(5)의 상면 중앙에 수직 방향으로 세워진 좌 우측 수직 연결편은 전자석(4)이 설치될 수 있다.
도 6은 본원의 일 실시예에 따른 본 장치(100)의 광원부(110)의 방열 방식을 설명하기 위한 도면이다.
도 6을 참조하면, 본원의 일 실시예에 따른 전자석(4)는 제어부(140)의 제어 명령에 따라서, 자력에 의해 승강 작동할 수 있다. 전자석(4)이 승강하면 상부 방열판(2)는 밀려나게 되며, 상기 상부 방열판(2)과 결합되어있는 방열부(3) 전체가 승강 작동하여 하부 고정판(5)과 접촉 및 분리되어 방열할 수 있다.
전자석(4)는 예를 들어, 전원이 공급되면 전자석(4)의 상부에 위치한 상부 방열판(2)을 가압하여 하강한 다음 방열부(3)의 저면이 하부 고정판(5)에 접촉된 상태를 유지하고, 전자석의 전원이 해지되면 방열부(3)과 하부 고정판(5) 사이에 위치한 스프링(미도시)의 탄성력에 의해 상승하여 원상태로 복구될 수 있다. 다만, 이에 한정되는 것은 아니다.
예를 들어, 도6을 참조하면, 전자석(4)는 전원이 공급되면 전자석(4)의 상부에 위치한 상부 방열판(2)을 당겨 상승한 다음 방열부(3)의 상면이 상부 방열판(2)에 접촉된 상태를 유지하고, 전자석의 전원이 해지되면 중력에 의해 하부 고정판(5)과 방열부(3)가 접촉하여 원상태로 복구될 수 있다.
본원의 일 실시예에 따른 방열부(3)과 끼움 결합되는 하부 고정판(5)는 예를 들어 복수개의 고정판(미도시)로 이루어지고 고정판(미도시)에 홀이 파여있어 상술한 전자석에 의해 방열부가 상하 이동하게 되는 경우 광원부(110)의 내부의 공기를 외부와 순환하도록 할 수 있다. 다만, 이에 한정되는 것은 아니다.
본원의 일 실시예에 따른 피시비 기판(7)은 광원부(110)의 온도를 수집하고, 제어부(140)로 수집된 온도 정보를 제공할 수 있다.
본원의 일 실시예에 따른 본 장치(100)는 광원부(110)의 온도에 따라서 단계를 구분하고, 단계를 기반으로 전자석(4)의 승강 작동의 속도를 빠르게 하여 방열 속도를 조절할 수 있다. 예를 들어, 방열부(3)는, 온도에 따라 1단계에서 4단계까지 단계적으로 방열하기 위해 상기 방열편을 전자석(4)의 작동으로 승강 작동하고, 상기 방열편과 상기 전자석(4)의 접촉 및 분리 시킬수 있다.
본원의 일 실시예에 따른 엘이디 모듈부(6)는 복수의 발광 소자를 포함할 수 있다.
본원의 일 실시예에 따르면, 엘이디 모듈부(6)가 (N)개의 발광 소자를 구비할 때, 제어부(140)는 후술할 학습처리부(160)에 의해 학습된 식물 성장 보조 모델을 기반으로 (N)개의 픽셀 정보를 구분하여 제어할 수 있다. 상기 픽셀 정보는 예를 들어 각각 0 내지 256단계(총 256 단계)의 레벨을 가지는 R(red), G(green), B(blue) 정보를 포함할 수 있다.
또한, 본 발명의 다른 일 실시예에 따르면, 엘이디 모듈부(6)가 (N)개의 발광소자를 구비할 때, 제어부(140)는 학습된 식물 성장 보조 모델에 기초하여, 복수의 픽셀을 (N+1)개의 픽셀 그룹으로 구분할 수 있다. 또한, 상기 픽셀 그룹은 예를 들어적어도 두개의 픽셀을 포함할 수 있다.
또한, 제어부(140)는 상기 학습 처리부(160)에 의해 학습된 식물 성장 보조 모델을 기반으로 (N)개의 발광 소자 각각의 지연시간을 결정할 수 있다. 예를 들어, 제어부(140)는 256*256*256 가지의 경우 각각에 대하여 1ms의 시간을 할당하여 1ms 부터 126,777,216ms까지의 지연 시간을 결정할 수 있다.
본원의 다른 일 실시예에 따르면, 엘이디 모듈부(6)가 (N)개의 발광소자를 구비할 때, 제어부(140)는 후술할 학습처리부(160)에 의해 학습된 식물 성장 보조 모델을 기반으로 구분한 (N+1)개의 픽셀 그룹 마다의 상기 (N+1)개의 픽셀 정보 중 나머지 (N)개의 픽셀 정보에 기초하여 상기 (N+1)개의 픽셀 그룹의 (N)개의 색상 정보를 결정할 수 있다.
엘이디 모듈부(6)의 발광 소자는, 예를 들어 LED, OLED, 레이저 다이오드(Laser Diode) 등을 포함할 수 있으며, 종래에 공지되거나 향후 개발되는 LED모듈이 적용될 수 있다.
본원의 일 실시예에 따르면 본 장치(100)의 제어부(140)는 엘이디 모듈부(6)의 각각의 발광소자의 RGB레벨을 제어하여 조사되는 광의 파장뿐만 아니라 세기도 조절할 수 있다. 다만, 이에 한정되는 것은 아니다.
본원의 일 실시예에 따른 광검출부(120)는 광원부(110)에서 대상 식물로 조사되는 빛이 반사되어 돌아오는 빛의 강도 및 광 파장을 측정할 수 있다.
광검출부(120)은 반사된 빛의 스펙트럼을 모니터링하여, 후술할 제어부(140)에 반사된 빛의 파장대역 정보를 송신할 수 있다. 또한, 광검출부(120)은 당 업계에 알려지거나 종래에 공지된 광검출기 또는 향후 개발되는 광 검출기가 적용될 수 있다.
본원의 일 실시예에 따른 정보습득부(130)은 식물의 식재된 영역에서 일정 거리 이격된 공간에 구비되어 식물의 성장 이미지 정보를 습득하는 촬영부(미도시)를 포함할 수 있다. 또한, 정보습득부(130)은 실외의 자연광의 파장 성분 및 세기 정보를 획득하는 실외습득부(미도시)를 포함할 수 있다. 다만, 이에 한정되는 것은 아니고, 예를 들어 정보습득부(130)는 식물의 줄기에 장착되어 식물 성장의 정도를 파악하는 것일 수 있다.
식물의 성장 정보는 예를 들어, 식물의 성장 속도 정보, 식물의 색상 정보, 식물의 영양 상태 정보 및 식물의 크기 정보를 포함할 수 있다.
본원의 일 실시예에 따른 정보습득부(130)은 식물의 성장 속도 정보를 파악하기 위하여 예를 들어, 식물의 성장 이미지 정보와 일정 시간이 지난 후의 식물 성장 이미지 정보를 비교하여 식물의 성장 폭을 측정할 수 있다. 다만, 이에 한정되는 것은 아니다.
또한, 예를 들어, 식물의 영양 상태 정보를 파악하기 위하여 정보습득부(130)은 토지의 무기질 및 수분의 정도를 측정할 수 있는 측정부(미도시)를 더 포함할 수 있다.
또한, 정보습득부(130)은 식물의 성장 이미지 정보 등을 후술할 학습처리부(130) 또는 이상상태 진단부(160)에 제공할 수 있다.
본원의 일 실시예에 따른 정보습득부(130)은 식물의 성장 이미지 정보를 습득하여 이미지 분석을 통해 식생 지수를 연산하는 것일 수 있다.
육지 표면의 영상 자료는 95% 이상이 토양과 식생에 관한 정보를 포함하고 있으므로 이 영상 자료를 이용하면 지표면의 식생 분포나 식생 밀집도를 추정하는 것이 가능하다. 예를 들어 엽록소에 의해 녹색을 띄는 식생의 경우 일반적으로 녹색 파장 영역에서 약간 높은 반사율을 나타내고, 적색 파장 영역에서는 거의 반사가 없으며, 근적외선 영역에서는 거의 50%에 가까운 높은 반사율을 나타낸다. 반면에 고사하여 엽록소가 존재하지 않는 식생의 경우에는 가시광선 영역에서 높은 반사율을 나타내지만, 근적외선 영역에서는 살아있는 건강한 식생보다 낮은 반사율을 나타낸다. 토양의 경우에는 가시광선 영역에서는 고사한 식생보다는 낮지만, 녹색 식물보다는 높은 반사율을 나타내며, 근적외선 영역에서는 고사한 식생이나 녹색 식물 모두보다 반사율이 낮게 나타난다. 이처럼 각 파장대에 따른 반사특성에 기초를 두고 분광대 간의 특성을 조합하여 식생의 밀집도 등을 구하는 식을 만드는 것이 가능한데, 이를 식생 지수라고 한다.
식생 지수(vegetation index)의 계산 원리는 가시광선(특히 적색 영역)과 근적외선 영역에서 녹색 식물의 반사율 차이가 크게 나는 것을 이용하여 두 영역에서 관측된 영상에 일정한 수식을 적용하여 식생의 상태를 나타내는 영상을 얻어내는 것이다.
식생 지수는 몇 가지가 사용될 수 있다. 일반적으로 정규 식생 지수 NVDI(normalized difference vegetation index)가 주로 사용된다. 다만, 이에 한정되는 것은 아니다.
NVDI는 가시광선과 근적외선대의 두 영상으로부터 차이를 구하여 식생의 반사 특성을 강조하고, 이를 두 영상의 합으로 나누어 일반화한 것이다. 일반적으로 식생에 의한 파장별 반사율은 조명의 입사각과 촬영부(미도시)의 촬영각도에 의해 변하고, 대기 상태에 따라서도 관측되는 값이 다르다. 따라서 NVDI는 일반화에 의해서 값의 변화 정도를 감소시킨다. NVDI는 아래의 수학식 1을 통해 연산될 수 있다.
[수학식 1]
여기서, NIR은 근적외선 대역에서의 파장 반사 정도이고, VIS는 가시 광선 대역에서의 파장 반사 정도이다.
본원의 일 실시예에 따른 정보습득부(130)는 예를 들어, 탄소 흡수량을 측정하는 탄소 검출부(미도시)를 포함할 수 있다. 예를 들어, 탄소 검출부(미도시)는 실내의 공기의 성분을 조사하고 식물이 어느 정도의 탄소를 흡수하였는지에 대한 정보를 측정하기 위한 것일 수 있다.
정보습득부(130)는 제어부(140)에 식물의 상태에 관한 정보를 제공할 수 있다. 식물의 상태에 관한 정보는 예를 들어, 식생지수 또는 식물의 탄소 흡수량 정보를 포함할 수 있다.
본원의 일 실시예에 따른 제어부(140)는 학습처리부(150) 및 이상상태 진단부(160)을 서술한 후 이하에서 자세하게 서술하도록 하겠다.
본원의 일 실시예에 따른 학습처리부(150)는 정보습득부(130)으로부터 습득된 식물의 성장 정보 및 광검출부(120)으로부터 습득된 빛 파장대역 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시킬 수 있다.
보다 자세하게, 학습처리부(150)은 식물 성장 모델을 학습시키기 위한 딥러닝(Deep-Learning) 알고리즘을 저정할 수 있다. 다만, 이에 한정되는 것은 아니고, 비지도 학습, 강화 학습 및 지도학습을 포함하여 종래에 공지된 머신러닝 알고리즘 또는 향후 개발되는 머신러닝 알고리즘이 적용될 수 있음은 통상의 기술자에게 자명한 사실이다.
본원의 일 실시예에 따른 학습처리부(150)은 조사되는 빛의 파장대역 정보, 빛의 조사각도 정보, 식물의 성장 정보를 딥러닝(Deep-Learning) 알고리즘에 입력할 수 있다.
또한, 학습처리부(150)은 조사되는 빛의 각도와 조사되는 빛의 파장대역 정보와 반사된 빛의 파장대역 정보를 매칭하여 반사되는 빛의 파장대역 정보와 식물의 성장 정보를 대응시켜 저장하여 데이터를 구축할 수 있다.
예를 들어, 제1조사각도에 따라 조사되는 빛의 파장대역와 반사되는 빛의 파장대역 정보를 기반으로 흡수가 많이 되는 빛의 파장대역 정보를 검출하여 저장할 수 있다. 이에 따라 학습처리부(150)는 빛의 조사 각도 및 흡수가 많이 되는 빛의 파장대역 정보와 상기 식물성장 정보를 매칭하여, 흡수되는 빛의 파장대역과 조사 각도에 따른 식물 성장과의 연관 관계를 학습할 수 있다.
또한, 본원의 일 실시예에 따른 학습처리부(150)는 빛의 조사 각도 및 흡수가 많이되는 빛의 파장대역 정보와 탄소 흡수량 정보를 매칭하여, 빛의 조사 각도 및 흡수가 많이 되는 빛의 파장대역 정보와 탄소 흡수량 정보의 연관관계를 학습할 수 있다. 또한, 흡수되는 탄소량에 따른 식물 성장과의 연관 관계를 학습할 수 있다.
또한, 학습처리부(150)은 빛의 조사각도, 조사되는 빛의 세기와 파장대역, 흡수되는 빛의 파장대역, 식물의 성장 정보 및 탄소 흡수량을 기반으로 식물 성장 보조 모델을 학습시킬 수 있다.
즉, 학습처리부(150)은 식물을 대향하여 조사되는 빛의 각도, 조사되는 빛의 세기와 파장대역, 식물의 탄소 흡수량 및 식물의 성장 정보를 기반으로 학습된 식물 성장 보조 모델로 식물의 종류에 따라, 또는 식물의 성장 정도에 따라서 최적의 빛의 조사각도, 빛의 세기 및 파장대역을 제시할 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)은 정보습득부(130)의 촬영부(미도시)에서 식물의 성장 이미지 정보를 수신할 수 있다.
이상상태 진단부(160)는 합성곱신경망(convolution neural network)에 기반하여 식물의 성장 이미지 정보를 판단하여 식물의 이상상태를 진단할 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)은 식물 이미지 데이터 세트에 합성곱신경망이라는 딥러닝 알고리즘을 적용하여 학습시킨 뒤 식물의 성장 이미지 정보를 판독하고 이를 통해 식물의 이상상태를 진단 혹은 예측할 수 있다.
상기 식물 이미지 데이터 세트는 예를 들어, 식물의 성장 이미지 정보, 빛 파장대역 정보 및 식물의 성장 정보를 연계하여 생성되는 데이터 세트일 수 있다.
다만, 이에 한정되는 것은 아니고, 기존에 저장되어있는 식물의 이상상태 이미지 정보를 통해 기 학습되어 식물 이상상태를 파악하기 위해 저장된 데이터 세트일 수 있다.
또한, 본원의 일실시예에 따른 이상상태 진단부(160)은 딥러닝 알고리즘 적용을 위한 학습용 데이터 세트 및 검증용 데이터 세트를 생성할 수 있다. 데이터 세트를 인공신경망 학습에 요구되는 학습용 데이터 세트 및 인공신경망의 학습의 진행 정보를 검증하기 위한 검증용 데이터 세트로 분류하여 데이터 세트를 생성할 수 있다. 예를 들어, 이상상태 진단부(160)은 정보습득부(130)의 촬영부(미도시)로부터 획득한 식물 성장 이미지 정보 중 랜덤하게 학습용 데이터 세트에 활용될 이미지 정보와 검증용 데이터 세트에 활용될 이미지를 분류할 수 있다. 또한, 이상상태 진단부(160)은 검증용 데이터 세트를 선택한 나머지 데이터 세트를 학습용 데이터 세트로 사용할 수 있다. 또한, 검증용 데이터 세트에 활용될 이미지 정보와 학습용 데이터 세트에 활용될 이미지 정보의 비율을 설정될 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)은 과적합 상태를 방지하기 위해 학습용 데이터 세트와 검증용 데이터 세트를 구분하여 데이터 세트를 형성할 수 있다. 예를 들어, 신경망 구조의 학습 특성상 학습용 데이터 세트는 과적합 상태가 될 수 있기 때문에 이상상태 진단부(160)은 검증용 데이터 세트를 활용하여 이를 방지할 수 있다.
검증용 데이터 세트는 예를 들어, 학습용 데이터 세트와 중복되지 않는 데이터 세트일 수 있으며, 그에 따라 이상상태 진단부(160)의 식물의 이상상태를 파악하는 검증을 시도하는 경우 인공신경망이 처음 접하는 데이터 세트일 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)이 활용하는 딥러닝 알고리즘은 합성곱신경망(convolution neural networks) 구조와 완전연결 심층 신경망(Fully-connected neural networks) 구조 두 부분으로 이루어 질 수 있다.
예를 들어, 완전연결 심층 신경망은 노드 간에 횡적/종적으로 2차원 연결을 이루어 서로 같은 층에 위치한 노드 간에는 연결 관계가 존재하지 않으며, 바로 인접한 층에 위치한 노드들 간에만 연결 관계가 존재한다는 특징을 가질 수 있다.
딥러닝 알고리즘에 관한 사항은 통상의 기술자에게 자명한 사실이기에 본원의 일 실시예 따른 본 장치(100)의 특징을 더욱 뚜렷하기 위하여 자세한 설명은 이하 생략한다.
이상상태 진단부(160)은 생성된 학습용 데이터 세트를 입력으로 하는 합성곱신경망과, 합성곱신경망의 출력을 완전연결 심층 신경망의 입력으로 하여 학습을 통해 이상상태를 진단하는 모델을 구축할 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)은 학습용 데이터 세트를 딥러닝 알고리즘 구조에 적용시켜 도출되는 결과와 실제 결과와의 오차를 비교하여 해당 오차에 해당하는 만금 신경망 구조의 가중치를 점차적으로 변화시켜주는 역전파(backpropagation) 알고리즘을 통해 결과가 피드백 되어 학습될 수 있다. 역전파(backpropagation) 알고리즘은 당 업계에 자명한 사실이므로 이하 자세한 설명은 생략한다.
본원의 일 실시예에 따른, 이상상태 진단부(160)은 실시간으로 획득되는 식물의 성장 이미지 정보를, 학습으로 통하여 구축된 인공신경망에 입력으로 하여 식물의 이상상태 진단 및 예측이 가능할 수 있다. 예를 들어, 정보습득부(130)로부터 식물의 성장 이미지 정보를 상술한 학습을 통한 인공신경망에 식물의 성장 이미지 정보를 입력으로 식물의 이상상태를 진단 및 예측할 수 있다.
본원의 일 실시예에 따른 통신부(미도시)는 이상상태 진단부(160)에 의해 식물의 이상상태가 파악된 경우 사용자 단말(200)로 이상상태 정보 및 경고를 송신할 수 있다. 이상상태 정보는 예를 들어, 균류에 의한 병 정보, 원핵 생물에 의한 병, 기생식물과 녹조에 의한 병, 바이러스와 바이로이드에 의한 병, 선충에 의한 병, 원생동물에 의한 병, 비전염성 병(비생물적 원인에 의한 식물병) 및 환경에 의한 병(온도, 수분, 빛, 산소, 양분, 토양의 산도 등을 포함함)을 포함하는 병에 대한 정보를 포함할 수 있다.
또한, 이상상태 진단부(160)는 각종 병에 대한 해결책 정보를 저장할 수 있다. 예를 들어, 각종 병에 대한 해결책 정보는 균류에 의한 병인 경우 살포해야 할 약품 정보를 포함할 수 있다. 다만, 이에 한정되는 것은 아니다. 통신부(미도시)는 예를 들어, 각종 병에 대한 해결책 정보 및 이상상태 경고를 사용자 단말(200)으로 송신할 수 있다.
본원의 일 실시예에 따른 이상상태 진단부(160)은 식물이 예를 들어, 환경에 의한 병 중 빛에 따른 병인 경우, 제어부(140)에 응급처리 제어 신호를 송신할 수 있다. 응급처리 제어 신호는 예를 들어, 빛이 부족한 경우 빛의 세기를 증가시키거나 빛이 과다한 경우 빛의 세기를 감소시키라는 정보를 담은 요청 정보일 수 있다.
제어부(140)는 통상의 연산, 제어 및 판단 기능을 갖는 마이콤, 마이크로프로세서, CPU, MPU (Micro Processing Unit), MMU (Memory Management Unit) 등을 포함할 수 있다. 다만, 이에 한정되는 것은 아니다.
본원의 일 실시예에 따른 제어부(140)는 본 장치(100)의 광원부(110)을 제어할 수 있다. 예를 들어, 제어부(140)는 광원부(110)의 방향조절부(1), 전자석(4), 엘이디모듈부(6) 및 피시비기판(7)을 제어하는 제어 신호를 생성할 수 있다.
본원의 일 실시예에 따른 제어부(140)는 상술한 학습처리부(150)에 의해 학습된 식물 성장 보조 모델을 기반으로 광원부(110)을 제어하는 것일 수 있다. 예를 들어, 식물 성장 보조 모델에 따라서, 식물에 조사되는 빛의 파장의 변경이 필요한 경우 제어부(140)는 광원부(110)의 엘이디모듈부(6)가 조사하는 빛의 파장을 변경하는 제어 신호를 생성할 수 있다.
또한, 제어부(140)는 예를 들어, 광원부(110)의 방향조절부(1)를 제어하는 제어 신호를 생성할 수 있다. 즉, 제어부(140)는 방향조절부(1)의 제어 신호를 생성하여, 광원부(110)의 방향을 조절하여 빛의 조사 각도를 조절할 수 있다. 또한, 제어부(140)는 학습처리부(150)에 의하여 학습된 식물 성장 보조 모델을 기반으로 빛의 조사 각도를 조절하기 위해 방향조절부(1)의 제어 신호를 생성하는 것일 수 있다.
본원의 일 실시예에 따른 제어부(140)는 모드에 따라서 광원부(110)의 방향조접루(1), 및 엘이디 모듈부(6)을 제어하는 제어신호를 생성할 수 있다.
상기 모드는 예를 들어, 최적화 모드, 자연광 모드 및 사용자 지정 모드를 포함할 수 있다. 최적화 모드는 예를 들어, 학습처리부(150)에 의해 학습된 식물 성장 모조 모델에 기반하여 식물의 성장을 최적화하는 것일 수 있다. 또한, 자연광 모드는 정보습득부(130)의 실외습득부(미도시)로부터 습득한 자연광의 파장 및 세기 정보에 따라서 광원부(110)의 빛의 조사각도 및 빛의 파장대역, 세기를 조절하는 모드일 수 있다. 또한, 사용자 지정 모드는 사용자 단말(200)로부터 빛의 파장대역 정보 및 빛의 조사각도 정보를 포함하는 사용자 설정 정보를 수신받아 사용자 설정 정보에 기초하여 빛의 조사각도 및 빛의 파장대역, 세기를 조절하는 모드일 수 있다. 다만, 이에 한정되는 것은 아니며, 단일 파장의 빛을 조사하는 단일파장 모드, 일정 시간마다 광의 세기 및 파장대역을 조절하는 교차 모드, 복수개의 광원부(110)이 구비되는 경우 빛을 모아 조사하는 집중 모드 및 빛이 조사되지 않을 영역을 피해서 빛을 조사하는 빛 회피 모드를 포함할 수 있다.
본원의 일 실시예에 따른 제어부(140)는 예를 들어, 이상상태 진단부(160)에서 식물이 빛에 따른 이상 상태를 진단 또는 예측한 경우 수신되는 응급처리 제어 신호가 수신되면, 집중 모드 또는 빛 회피 모드를 임의로 설정하여 식물의 이상상태에 대한 대응을 할 수 있다. 다만, 이에 한정하는 것은 아니다.
본원의 일 실시예에 따른 제어부(140)는 광원부(110)의 피시비기판(7)로부터 방열 온도 정보를 수신할 수 있다. 이 경우 제어부(140)는 방열 온도가 기 설정된 온도와 단계에 따라서, 전자석(4)의 승강 작동의 속도를 빠르게 하여 방열 속도를 조절하는 제어 신호를 생성할 수 있다. 제어 신호가 수신된 방열부(3)는 예를 들어, 온도에 따라 1단계에서 4단계까지 단계적으로 방열하기 위해 상기 방열편을 전자석(4)의 작동으로 승강 작동하고, 상기 방열편과 상기 전자석(4)의 접촉 및 분리 시킴으로써 광원부(110)의 온도를 제어할 수 있다.
본원의 일 실시예에 따른 제어부(140)는 후술할 전력분석 장치(300)으로부터 수신한 경고 정보에 기반하여, 사용자 단말(200)으로 경고를 송신하여, 전력에 기반한 문제를 최단시간으로 해결할 수 있는 정보를 제공할 수 있다.
도 7은 본원의 일 실시예에 따른 조명 제어 시스템의 전력분석 장치(300) 내부 구성을 나타낸 블록도이다.
도 7을 참조하면, 본원의 일 실시예에 따른 조명 제어 시스템의 전력분석 장치(300)은 전류 센싱부(310), 전압 센싱부(320), 변환부(330) 및 분석부(340)을 포함할 수 있다.
본원의 일 실시예에 따른 전류 센싱부(310)은 전류센서, 전류 제한 회로 및 전류의 고조파 성분을 제어하는 로우패스필터회로를 포함할 수 있다.
전류 센싱부(310)는 광원부(110)으로 들어가는 전류를 센싱하고, 전류 센서에서 센싱된 전류의 입력을 전류 제한회로를 통과시켜 전류의 입력을 제한할 수 있다. 또한, 로우패스필터회로는 전류 제한 회로를 통해 전류의 입력이 제한된 전류의 고조파 성분을 제거할 수 있다.
본원의 일 실시예에 따른 전압 센싱부(320)은 광원부(110)으로 들어가는 입력전압에 대하여 트랜스포머를 사용하지 않으면서 전압을 낮추어주는 입력전압분압회로를 통과시키고, 이렇게 낮아진 전압을 노이즈 필터링 회로에 입력시켜 전압의 노이즈를 제거할 수 있다. 또한, 다시 광원부(110)으로 들어가는 입력전압의 전압을 높이는 변압회로를 포함할 수 있다.
본원의 일 실시예에 따른 변환부(330)은 전류 센싱부(310) 및 전압 센싱부(320)에서 입력된 전압과 전류를 디지털화할 수 있다.
본원의 일 실시예에 따른 분석부(340)는 변환부(330)에서 디지털화된 입력 전압과 전류에 대하여 분석 및 처리하여 본 장치(100)에 공급되는 전력의 이상 유무를 실시간으로 진단할 수 있다.
본원의 일 실시예에 따른 전력분석 장치(330)은 예를 들어 본 장치(100)에 공급되는 입력 전원을 분석하여, 조명의 상태를 분석, 모니터링 및 관리할 수 있다. 또한, 본 장치(100)의 제어부(140)에 공급되는 전력의 이상 유무가 파악된 경우 경고 정보를 송신할 수 있다.
본원의 일 실시예에 따른 조명 제어 시스템은 본 장치(100), 사용자 단말(200) 및 전력분석 장치(300)을 포함할 수 있다.
사용자 단말(200)은 예를 들어 본 장치(100)에 조명 제어 명령을 송신할 수 있으며, 조명 제어 명령은 본 장치(100)의 광원부(110)를 제어하여 빛의 조사각도, 빛의 세기 및 빛의 파장대역을 제어할 수 있다. 또한, 사용자 단말(200)은 본 장치(100)으로부터 식물의 성장 정보를 수신할 수 있다. 다만, 이에 한정되는 것은 아니다.
본원의 일 실시예에 따른 전력분석 장치(300)는 본 장치(100)으로 들어가는 입력전원을 분석하여, 조명의 상태를 분석, 모니터링 및 관리할 수 있다. 또한, 전력분석 장치(300)는 본 장치(100)의 입력전력의 이상유무를 파악하여 사용자 단말(200)로 경고를 송신할 수 있다. 예를 들어, 입력전력이 불안정하거나, 끊긴 경우 그에 따라 전력 불안정 경고 메시지 또는 전력차단 경고 메시지를 송신할 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 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.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
100: 조명 제어 장치
110: 광원부
1: 방향 조절부 2: 상부 방열판
3: 방열부 4: 전자석
5: 하부 고정판 6: 엘이디 모듈부
7: 피시비 기판
120: 광검출부 130: 정보 습득부
140: 제어부 150: 학습처리부
160: 이상상태 진단부
200: 사용자 단말
300: 전력분석 장치
310: 전류 센싱부 320: 전압 센싱부
330: 변환부 340: 분석부
110: 광원부
1: 방향 조절부 2: 상부 방열판
3: 방열부 4: 전자석
5: 하부 고정판 6: 엘이디 모듈부
7: 피시비 기판
120: 광검출부 130: 정보 습득부
140: 제어부 150: 학습처리부
160: 이상상태 진단부
200: 사용자 단말
300: 전력분석 장치
310: 전류 센싱부 320: 전압 센싱부
330: 변환부 340: 분석부
Claims (14)
- 조명 제어 장치로써,
식물의 성장을 촉진할 수 있는 빛을 조사하며, 빛의 파장대역을 조절할 수 있는 복수의 광원 모듈을 구비하는 광원부;
상기 식물로부터 반사된 빛의 파장대역 정보를 검출하는 광검출부;
상기 빛 파장대역 정보를 기반으로 상기 광원부의 파장대역을 제어하는 제어부;
식물의 성장 정보를 습득하는 정보습득부; 및
상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 학습처리부;를 포함하며,
상기 제어부는,
상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 파장대역을 제어하는 것이며,
상기 광원부는,
가장자리 둘레에는 상부방향으로 하부 끼움단턱이 형성된 하부 고정판과, 상기 하부 고정판의 저면에 부착되어 발광하는 엘이디 모듈부와, 상기 하부 고정판의 상면 중앙에는 수직방향으로 마주보게 세워진 한 쌍의 좌 우측 수직 연결편과, 상기 좌 우측 수직 연결편의 둘레를 감싸도록 상부 가장자리에는 상부 끼움홈이 형성되고, 저면 가장자리에는 하부 끼움홈이 형성된 다수개의 단위 방열편을 원형으로 배열한 방열부와, 상기 단위 방열편의 하부에 형성된 하부 끼움홈은 하부 고정판에 끼움 결합되고, 상기 상부 끼움홈은 단위 방열편의 상부에 안착된 상부 방열판의 가장자리에 끼움 결합되는 것이되,
상기 방열부는,
온도에 따라 1단계에서 4단계까지 단계적으로 방열하기 위해 상기 방열편을 전자석의 작동으로 승강 작동하고, 상기 방열편과 상기 전자석의 접촉 및 분리하는 방식에 의해서 방열하는 것이며,
상기 광원부는, 상기 하부 고정판의 배면에 방열온도를 수집하는 피시비 기판을 더 포함하며,
상기 제어부는,
설정된 온도 및 수집된 방열온도를 비교 판단하여 상기 전자석의 작동 제어를 통해 온도 제어하는 것인,
조명 제어 장치. - 제1항에 있어서,
상기 제어부는,
사용자 단말로부터 제공받은 사용자의 입력 정보에 기반하여, 상기 광원부의 모드를 제어 하는 제어 신호를 생성하고,
상기 광검출부는,
실외의 자연광의 파장대역 정보를 검출할 수 있으며,
상기 모드는,
성장 최적화 모드, 자연광 모드 및 사용자 지정 모드를 포함하는 것인,
조명 제어 장치. - 제1항에 있어서,
상기 정보습득부는,
식물의 식재된 영역에서 일정 거리 이격된 공간에 구비되어 상기 식물의 성장 이미지 정보를 습득하는 촬영부를 포함하며,
조명 제어 장치는,
상기 식물의 성장 이미지 정보, 상기 빛 파장대역 정보 및 상기 식물의 성장 정보를 연계하여 데이터 세트를 생성하고, 상기 데이터 세트를 입력으로 하고 결과에 관한 항목을 출력으로 하는 학습을 통한 인공신경망을 구축하는 이상상태 진단부;를 더 포함하며,
상기 이상상태 진단부는,
상기 학습을 통한 인공신경망을 기반으로 상기 식물의 성장 이미지 정보를 통해 상기 식물의 이상상태를 파악하는 것인,
조명 제어 장치. - 제3항에 있어서,
상기 인공신경망의 학습은,
상기 데이터 세트를 합성곱 신경망 및 완전 연결 심층 신경망을 포함하는 딥러닝 알고리즘 구조에 적용하고, 오차에 해당하는 만큼의 신경망 구조의 가중치를 점차적으로 변화시켜주는 역전파 알고리즘을 통해 결과가 피드백되어 학습되는 것인,
조명 제어 장치. - 제4항에 있어서,
상기 이상상태 진단부가 상기 식물의 이상상태를 파악한 경우 사용자 단말로 이상상태 정보 및 경고를 송신하는 것인,
조명 제어 장치. - 제2항에 있어서,
상기 식물의 성장 정보는,
식물의 성장 속도 정보, 식물의 색상 정보, 식물의 영양 상태 정보 및 식물의 크기 정보를 포함하는 것이며,
조명 제어 장치는,
상기 사용자 단말로 상기 식물의 성장 정보를 송신하며, 상기 사용자 단말의 입력 정보를 수신하는 통신부;를 더 포함하는 것인,
조명 제어 장치. - 제1항에 있어서,
상기 광원부는,
빛의 조사각도를 조절할 수 있으며,
상기 학습처리부는,
상기 빛의 조사각도에 따른 상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 상기 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 것이며,
상기 제어부는,
상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 빛 조사각도 및 파장대역을 제어하는 것인,
조명 제어 장치. - 삭제
- 삭제
- 제1항에 있어서,
상기 학습처리부는,
상기 식물의 성장 정보 및 상기 빛의 세기 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키며,
상기 제어부는,
상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 빛의 세기를 단계별로 구분하여 제어하는 것인,
조명 제어 장치. - 제1항에 있어서,
상기 제어부는,
사용자의 단말로부터 제공받은 사용자의 설정 정보에 기반하여, 상기 광원부의 빛의 세기, 파장대역 및 조사각도를 조절하는 제어 신호를 생성하고,
상기 광원부는,
상기 광원부의 제어 신호를 기반하여 빛의 세기, 파장대역 및 조사각도를 조절하는 것인,
조명 제어 장치. - 조명 제어 시스템은,
인공지능 알고리즘을 기반으로 학습하고, 학습된 식물 성장 보조 모델을 기반으로 식물 성장에 도움을 줄 수 있도록 파장대역 및 빛의 조사각도를 제어하는 조명 제어 장치; 및
상기 조명 제어 장치의 제어부에 사용자의 제어 명령을 송신하는 사용자 단말;을 포함하며,
상기 사용자 단말은,
상기 조명 제어 장치로부터 상기 식물의 성장 정보를 수신하며, 상기 조명 제어 장치로 사용자의 제어 명령을 송신하는 것이며,
상기 조명 제어장치는,
식물의 성장을 촉진할 수 있는 빛을 조사하며, 빛의 파장대역을 조절할 수 있는 복수의 광원 모듈을 구비하는 광원부;
상기 식물로부터 반사된 빛의 파장대역 정보를 검출하는 광검출부;
상기 빛 파장대역 정보를 기반으로 상기 광원부의 파장대역을 제어하는 제어부;
식물의 성장 정보를 습득하는 정보습득부; 및
상기 식물의 성장 정보 및 상기 빛 파장대역 정보를 인공지능 알고리즘에 입력하여 식물 성장 보조 모델을 학습시키는 학습처리부;를 포함하며,
상기 제어부는,
상기 학습처리부로부터 학습된 식물 성장 보조 모델을 기반으로 상기 광원부의 파장대역을 제어하는 것이며,
상기 광원부는,
가장자리 둘레에는 상부방향으로 하부 끼움단턱이 형성된 하부 고정판과, 상기 하부 고정판의 저면에 부착되어 발광하는 엘이디 모듈부와, 상기 하부 고정판의 상면 중앙에는 수직방향으로 마주보게 세워진 한 쌍의 좌 우측 수직 연결편과, 상기 좌 우측 수직 연결편의 둘레를 감싸도록 상부 가장자리에는 상부 끼움홈이 형성되고, 저면 가장자리에는 하부 끼움홈이 형성된 다수개의 단위 방열편을 원형으로 배열한 방열부와, 상기 단위 방열편의 하부에 형성된 하부 끼움홈은 하부 고정판에 끼움 결합되고, 상기 상부 끼움홈은 단위 방열편의 상부에 안착된 상부 방열판의 가장자리에 끼움 결합되는 것이되,
상기 방열부는,
온도에 따라 1단계에서 4단계까지 단계적으로 방열하기 위해 상기 방열편을 전자석의 작동으로 승강 작동하고, 상기 방열편과 상기 전자석의 접촉 및 분리하는 방식에 의해서 방열하는 것이며,
상기 광원부는, 상기 하부 고정판의 배면에 방열온도를 수집하는 피시비 기판을 더 포함하며,
상기 제어부는,
설정된 온도 및 수집된 방열온도를 비교 판단하여 상기 전자석의 작동 제어를 통해 온도 제어하는 것인,
조명 제어 시스템. - 제12항에 있어서,
조명 제어 시스템은,
상기 조명 제어 장치에 공급되는 입력전원을 분석하여, 조명의 상태를 분석, 모니터링 및 관리할 수 있는 전력분석 장치;를 더 포함하며,
상기 전력분석 장치는,
상기 조명 제어 장치의 이상 발생시 상기 조명 제어 장치의 제어부에 경고 정보를 송신하고,
상기 조명 제어 장치는,
상기 사용자 단말로 경고를 송신하는 것인,
조명 제어 시스템. - 제13항에 있어서,
상기 전력분석 장치는,
전류센서, 전류 제한 회로 및 전류의 고조파 성분을 제거하는 로우패스필터회로를 포함하는 전류 센싱부;
입력전압분압회로, 노이즈 필터링 회로 및 변압회로를 포함하는 전압 센싱부;
상기 전류 센싱부 및 상기 전압 센싱부에서 센싱한 전압 및 전류를 연산하여 전력값에 해당하는 디지털신호로 변환하는 변환부; 및
상기 디지털신호의 변화를 기초로 전력의 이상 유무를 판단하는 분석부;를 포함하는 것인,
조명 제어 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200065225A KR102251140B1 (ko) | 2020-05-29 | 2020-05-29 | 조명 제어 장치 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200065225A KR102251140B1 (ko) | 2020-05-29 | 2020-05-29 | 조명 제어 장치 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102251140B1 true KR102251140B1 (ko) | 2021-05-12 |
Family
ID=75918618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200065225A KR102251140B1 (ko) | 2020-05-29 | 2020-05-29 | 조명 제어 장치 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102251140B1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11291165B2 (en) * | 2017-07-31 | 2022-04-05 | Signify Holding B.V. | Dimming method for constant light intensity |
CN114648214A (zh) * | 2022-03-14 | 2022-06-21 | 江西省农业科学院园艺研究所 | 一种设施作物生理生化指标比重调配方法及*** |
KR102431196B1 (ko) * | 2022-04-19 | 2022-08-12 | (주) 씨솔팜 | Led 작물 재배등을 이용한 작물 재배 시스템 |
CN115965912A (zh) * | 2022-12-28 | 2023-04-14 | 众芯汉创(北京)科技有限公司 | 一种基于图像识别的配网设备状态监测***和方法 |
KR20230130304A (ko) | 2022-03-03 | 2023-09-12 | 동서대학교 산학협력단 | 강화학습 기반 조명 제어 방법 및 시스템 |
CN118090671A (zh) * | 2024-04-18 | 2024-05-28 | 北京市农林科学院智能装备技术研究中心 | 一种作物水肥监测装置及用其进行水肥诊断的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100132621A (ko) * | 2009-06-10 | 2010-12-20 | 광전자 주식회사 | 주변광을 이용한 엘이디 식물 생장 시스템 |
KR20110077151A (ko) * | 2009-12-30 | 2011-07-07 | 신정훈 | 승하강기능을 갖는 led조명등의 조건하에 설치 사용되는 led조명등 냉각장치 |
KR20120096717A (ko) * | 2011-02-23 | 2012-08-31 | 자화전자 주식회사 | 식물재배시설용 led 조명기 방열처리 시스템 |
KR101191618B1 (ko) * | 2011-06-23 | 2012-10-17 | (주)유양디앤유 | Led 조명을 이용한 식물 재배 시스템 및 방법, 식물 재배용 led 조명 장치 및 그 장치의 구동 방법 |
KR20160011273A (ko) * | 2014-07-21 | 2016-02-01 | (주)블루싸이언스 | Led 조명을 이용한 식물 재배 장치 |
JP2016149348A (ja) * | 2015-02-11 | 2016-08-18 | 和欣開発股▲ふん▼有限公司 | 灯具用リフレクター構成 |
KR102081034B1 (ko) * | 2019-12-11 | 2020-02-24 | 주식회사 티원 | 방열 제어가 가능한 고효율 엘이디 등기구 |
KR20200049369A (ko) * | 2018-10-31 | 2020-05-08 | (주)카탈로닉스 | 식물 생육 장치 및 그 제어 방법 |
-
2020
- 2020-05-29 KR KR1020200065225A patent/KR102251140B1/ko active IP Right Grant
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100132621A (ko) * | 2009-06-10 | 2010-12-20 | 광전자 주식회사 | 주변광을 이용한 엘이디 식물 생장 시스템 |
KR20110077151A (ko) * | 2009-12-30 | 2011-07-07 | 신정훈 | 승하강기능을 갖는 led조명등의 조건하에 설치 사용되는 led조명등 냉각장치 |
KR20120096717A (ko) * | 2011-02-23 | 2012-08-31 | 자화전자 주식회사 | 식물재배시설용 led 조명기 방열처리 시스템 |
KR101191618B1 (ko) * | 2011-06-23 | 2012-10-17 | (주)유양디앤유 | Led 조명을 이용한 식물 재배 시스템 및 방법, 식물 재배용 led 조명 장치 및 그 장치의 구동 방법 |
KR20160011273A (ko) * | 2014-07-21 | 2016-02-01 | (주)블루싸이언스 | Led 조명을 이용한 식물 재배 장치 |
JP2016149348A (ja) * | 2015-02-11 | 2016-08-18 | 和欣開発股▲ふん▼有限公司 | 灯具用リフレクター構成 |
KR20200049369A (ko) * | 2018-10-31 | 2020-05-08 | (주)카탈로닉스 | 식물 생육 장치 및 그 제어 방법 |
KR102081034B1 (ko) * | 2019-12-11 | 2020-02-24 | 주식회사 티원 | 방열 제어가 가능한 고효율 엘이디 등기구 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11291165B2 (en) * | 2017-07-31 | 2022-04-05 | Signify Holding B.V. | Dimming method for constant light intensity |
KR20230130304A (ko) | 2022-03-03 | 2023-09-12 | 동서대학교 산학협력단 | 강화학습 기반 조명 제어 방법 및 시스템 |
CN114648214A (zh) * | 2022-03-14 | 2022-06-21 | 江西省农业科学院园艺研究所 | 一种设施作物生理生化指标比重调配方法及*** |
CN114648214B (zh) * | 2022-03-14 | 2023-09-05 | 江西省农业科学院园艺研究所 | 一种设施作物生理生化指标比重调配方法及*** |
KR102431196B1 (ko) * | 2022-04-19 | 2022-08-12 | (주) 씨솔팜 | Led 작물 재배등을 이용한 작물 재배 시스템 |
CN115965912A (zh) * | 2022-12-28 | 2023-04-14 | 众芯汉创(北京)科技有限公司 | 一种基于图像识别的配网设备状态监测***和方法 |
CN118090671A (zh) * | 2024-04-18 | 2024-05-28 | 北京市农林科学院智能装备技术研究中心 | 一种作物水肥监测装置及用其进行水肥诊断的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102251140B1 (ko) | 조명 제어 장치 및 시스템 | |
US20200184153A1 (en) | Controlled Agricultural Systems and Methods of Managing Agricultural Systems | |
EP3003010B1 (en) | A system and method for providing illumination to plants | |
CN111988985B (zh) | 受控农业***和农业的方法 | |
Pothuganti et al. | IoT and deep learning based smart greenhouse disease prediction | |
JP2021139619A (ja) | 熱処理監視システム | |
EP3924808A1 (en) | Controlled agricultural systems and methods of managing agricultural systems | |
US20200117897A1 (en) | Adaptive Artificial Intelligence Training Data Acquisition and Plant Monitoring System | |
CN104503518B (zh) | 一种小型智能化植物生长*** | |
US9872357B1 (en) | Horticultural luminaire, horticultural lighting arrangement and method for controlling horticultural lighting arrangement | |
US9497905B2 (en) | Grow light systems and methods for controlling the same | |
US20220400620A1 (en) | Controlled environment agriculture method and system for plant cultivation | |
US20230196560A1 (en) | Systems and methods for automatically grading cannabis plants and adjusting control parameters | |
Fatima et al. | IoT-based smart greenhouse with disease prediction using deep learning | |
WO2021063046A1 (zh) | 一种分布式目标监测***和方法 | |
CN104661514A (zh) | 利用led照明的植物栽培***及其方法、植物栽培用led照明装置及其驱动方法 | |
CN107622236A (zh) | 基于蜂群与梯度提升决策树算法农作物病害诊断预警方法 | |
US20230176026A1 (en) | Plant fluorometer for remote detection of growth dynamics | |
WO2021176254A1 (es) | Sistema y método de detección e identificación de cultivo y maleza | |
CN109324509A (zh) | 信息调控方法、装置及*** | |
WO2023056098A2 (en) | Targeted output within an automated agricultural facility | |
JP6796742B2 (ja) | 周囲温度推定値を使用して照明器具からのアナログ信号データを補償するためのシステム、方法、及び装置 | |
WO2022159903A2 (en) | Multisensory methods and apparatus for controlled environment horticulture | |
Mamdouh et al. | Artificial intelligence-based detection and counting of olive fruit flies: a comprehensive survey | |
Vakula Rani et al. | A Smart Irrigation System for Plant Health Monitoring Using Unmanned Aerial Vehicles and IoT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |