KR102324742B1 - 인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법 - Google Patents

인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법 Download PDF

Info

Publication number
KR102324742B1
KR102324742B1 KR1020200023785A KR20200023785A KR102324742B1 KR 102324742 B1 KR102324742 B1 KR 102324742B1 KR 1020200023785 A KR1020200023785 A KR 1020200023785A KR 20200023785 A KR20200023785 A KR 20200023785A KR 102324742 B1 KR102324742 B1 KR 102324742B1
Authority
KR
South Korea
Prior art keywords
light
plant
light source
artificial light
artificial
Prior art date
Application number
KR1020200023785A
Other languages
English (en)
Other versions
KR20200104255A (ko
Inventor
손정익
강우현
김재우
Original Assignee
서울대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Publication of KR20200104255A publication Critical patent/KR20200104255A/ko
Application granted granted Critical
Publication of KR102324742B1 publication Critical patent/KR102324742B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/38—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for botany
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Botany (AREA)
  • Environmental Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cultivation Of Plants (AREA)

Abstract

본 발명은 인공광원을 이용한 식물공장의 광환경 분석 장치 및 그 방법에 관한 것으로, 적어도 하나의 프로세스에 의해 동작하는 컴퓨팅 장치가 식물공장의 광환경을 분석하는 방법으로서, 수집된 식물 데이터에 기초하여 식물의 구조적 특성을 포함하는 3차원 식물 모델을 생성하는 단계, 가상의 식물공장을 생성하고 가상의 식물공장의 내부에 하나 이상의 3차원 식물 모델과 하나 이상의 인공광원을 배치하는 단계, 인공광원의 상이한 복수개의 위치 정보에 따른 3차원 식물 모델에 대한 복수 개의 광추적 시뮬레이션을 수행하는 단계, 그리고 각각의 광추적 시뮬레이션으로부터 3차원 식물 모델의 수광량을 예측하고, 수광량을 광합성 모델에 입력하여 식물의 광합성 속도를 예측하는 단계, 예측된 3차원 식물 모델의 수광량 중에서 가장 큰 값을 가지는 수광량을 선택하고, 선택된 수광량과 광추적 시뮬레이션에 대응하는 인공광원의 위치 정보를 설정하는 단계를 포함한다.

Description

인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법{3D OPTICAL ENVIRONMENT ANALYSIS APPARATUS OF PLANT FACTORY USING ARTIFICIAL LIGHT SOURCE AND METHOD THEREOF}
인공광원을 이용한 식물공장의 광환경 분석 장치 및 그 방법이 제공된다.
식물공장으로 대표되는 작물 재배시설에서는 식물 생장의 원동력이 되는 광합성에 필요한 빛을 형광등과 LED 등과 같은 인공광원을 이용하여 공급한다. 이는 작물 재배 시 광 환경을 정교하게 조절할 수 있다는 장점이 있지만, 전기에너지를 지속적으로 소모하기 때문에 유지비용이 높다.
또한, 식물공장에서의 식물의 수광을 예측하거나 이를 이용하여 광합성을 예측하여 식물공장에서의 식물에 공급되는 자원을 제어하지만 인공광원에서의 수광 예측이나 광합성 예측하기에는 어려움이 많다.
일반적으로 작물의 수광을 예측하는 모델로는 대표적으로 비어-램버트(Beer-lambert) 법칙을 작물 수관에 적용시킨 몬시-사에끼(Monsi-Saeki) 방법론이 있다. 이러한 모델은 태양광 환경에서 빛이 작물 수관을 통과하면서 지수적으로 감소하는 광량을 통해 작물의 수광량을 예측한다.
그러나 태양광과 인공광원 환경의 특성은 매우 다른 양상을 보인다. 예를 들어, 인공광원은 점광원으로써 거리의 제곱에 비례하여 광량이 감소하지만 태양광은 면광원의 특성을 가지기 때문에 거리에 따른 광량 감소가 없다. 또한 인공광원은 광원의 배치, 배광, 출력 및 종류에 따른 고유의 특성 등의 광 환경에 영향을 미치는 다양한 변수들을 가지고 있다.
그러므로 인공광원의 경우에는 광원의 종류마다 그 특성이 서로 다르며, 동시에 광원의 배치에 따라 작물의 수광에 차이가 발생한다.
하지만, 이러한 인공광원의 특성을 반영할 수 있는 수광 예측 모델은 연구 중이며, 단순 수식으로 모델을 구성하기에는 여러 변수들에 의한 한계가 존재한다.
따라서 인공광 재배시설에서는 전기 및 빛 에너지를 효율적으로 제공하기 위해 특정 광 환경에서 작물의 수광량을 정확히 예측 및 평가하는 기술이 요구된다.
본 발명의 하나의 실시예는 정교한 3D 식물모델과 광학 시뮬레이션을 통해 인공광원 재배 환경에서 작물의 수광과 광합성을 예측하여 분석하는 방법을 제공하기 위한 것이다.
본 발명의 하나의 실시예는 인공광원을 이용하는 식물공장에서 작물의 수광 분포를 분석하여 인공광원의 효율적인 배치 정보와 출력 값을 제공하기 위한 것이다.
상기 과제 이외에도 구체적으로 언급되지 않은 다른 과제를 달성하는 데 사용될 수 있다.
본 발명의 하나의 실시예에 따른 적어도 하나의 프로세스에 의해 동작하는 컴퓨팅 장치가 식물공장의 광환경을 분석하는 방법으로서, 수집된 식물 데이터에 기초하여 식물의 구조적 특성을 포함하는 3차원 식물 모델을 생성하는 단계, 가상의 식물공장을 생성하고 가상의 식물공장의 내부에 하나 이상의 3차원 식물 모델과 하나 이상의 인공광원을 배치하는 단계, 인공광원의 상이한 복수개의 위치 정보에 따른 3차원 식물 모델에 대한 복수 개의 광추적 시뮬레이션을 수행하는 단계, 그리고 각각의 광추적 시뮬레이션으로부터 3차원 식물 모델의 수광량을 예측하고, 수광량을 광합성 모델에 입력하여 식물의 광합성 속도를 예측하는 단계, 예측된 3차원 식물 모델의 수광량 중에서 가장 큰 값을 가지는 수광량을 선택하고, 선택된 수광량과 광추적 시뮬레이션에 대응하는 상기 인공광원의 위치 정보를 설정하는 단계를 포함한다.
3차원 식물 모델을 생성하는 단계는 식물의 메쉬 데이터를 수집하고, 메쉬 데이터의 역설계를 통해 식물의 3차원 식물 형상을 구축하고, 식물에 따른 광 투과율과 반사율을 반영하여 3차원 식물 모델을 생성할 수 있다.
인공광원의 위치 정보가 설정되면, 설정된 인공광원의 배치에서 인공광원의 상이한 복수개의 출력 값에 따른 3차원 식물 모델에 대한 복수개의 광추적 시뮬레이션을 수행하는 단계, 그리고 각각의 광추적 시뮬레이션으로부터 예측된 상기 3차원 식물 모델의 수광량을 분석하고, 예측된 수광량과 출력 값 간의 관계에 기초하여 인공광원의 출력값을 선택하는 단계를 더 포함할 수 있다.
하나의 인공광원의 출력값을 선택하는 단계는, 예측된 수광량과 출력값 간의 광 이용 효율을 분석하여 광 이용 효율이 가장 큰 값을 가지는 인공광원의 출력값을 선택할 수 있다.
하나 이상의 인공광원을 배치하는 단계는, 인공광원의 파장 분포, 배광 분포, 개수, 광원간의 간격 중에서 하나 이상을 설정하여 배치할 수 있다.
본 발명의 하나의 실시예에 따른 컴퓨팅 장치로서, 메모리, 그리고 메모리에 로드된 프로그램의 명령들(instructions)을 실행하는 적어도 하나의 프로세서를 포함하고, 프로그램은 선택된 식물의 구조적 특징을 포함하는 3차원 식물 모델을 생성하고, 3차원 식물 모델과 3차원 식물 모델로 인공광을 조사하는 하나 이상의 인공광원을 가상의 식물공장 내부에 배치하는 동작, 배치한 인공광원의 위치 정보 또는 출력 정보에 기초하여 상기 3차원 식물 모델에 대한 광학 시뮬레이션을 수행하는 동작, 그리고 광학 시뮬레이션을 통해 3차원 식물 모델의 수광량을 예측하고, 예측된 수광량을 광합성 모델에 입력하여 광합성 속도를 예측하는 동작을 포함한다.
본 발명의 하나의 실시예에 따른 컴퓨터로 판독가능한 저장 매체에 기록된 어플리케이션으로서 선택된 식물의 구조적 특징을 포함하고 식물의 광 투과율과 반사율이 반영되는 3차원 식물 모델을 생성하는 단계, 3차원 식물 모델과 상기 3차원 식물 모델로 인공광을 조사하는 하나 이상의 인공광원을 가상의 식물공장 내부에 배치하는 단계, 배치한 인공광원의 위치 정보 또는 출력 정보에 기초하여 변경된 상기 위치 정보 또는 출력 정보를 적용한 복수개의 광학 시뮬레이션을 수행하는 단계, 그리고 광학 시뮬레이션을 통해 3차원 식물 모델의 수광량을 예측하고, 예측된 수광량을 광합성 모델에 입력하여 광합성 속도를 예측하는 단계, 위치 정보에 기초하여 예측된 수광량의 값중에서 가장 큰 값을 가지는 위치 정보를 선택하고, 출력 정보에 기초하여 예측된 수광량의 값 중에서 광 이용 효율 값이 가장 큰 값을 가지는 출력값을 선택하여 제공하는 단계를 실행하는 명령어들을 포함한다.
본 발명의 하나의 실시예는 특정 인공광 환경에서 작물의 수광량을 정량적으로 예측하고 분석함으로써, 식물공장에서의 광 환경을 최적화할 수 있다.
또한, 본 발명의 하나의 실시예는 3D 식물 모델과 시뮬레이션을 이용하여 다양한 조건에서 인공광원에 의한 작물의 수광량 및 광합성 속도를 분석하여 최적의 수광을 위한 인공광원의 배치 및 출력 값을 설정할 수 있다.
도 1은 본 발명의 하나의 실시예에 따른 광환경 분석 장치를 나타낸 구성도이다.
도 2는 본 발명의 하나의 실시예에 따른 광환경 분석 장치가 식물공장에서의 광환경 분석 방법을 나타내는 순서도이다.
도 3은 식물의 분광 투과율과 반사율 그리고 흡수율을 나타내는 그래프이다.
도 4는 동일한 광합성 유효광양자속을 가진 6종류의 광원의 파장 분포를 나타낸 예시도이다.
도 5는 본 발명의 하나의 실시예에 따라 도출된 광원 종류에 따른 식물 개체의 수광 분포를 나타낸 예시도이다.
도 6는 본 발명의 하나의 실시예에 따른 광도에 따른 작물 표면의 광도 분포와 총 수광량을 나타낸 예시도이다.
도 7은 본 발명의 하나의 실시예에 따라 도출된 광원의 배치와 광원과 군락 간의 거리에 따른 식물 개체의 수광 분포를 나타낸 예시도이다.
도 8은 본 발명의 하나의 실시예에 광원 출력에 따른 광 이용 효율을 나타낸 예시도이다.
도 9은 본 발명의 하나의 실시예에 따른 시뮬레이션 환경과 실제 인공광을 이용하는 광도 실측 챔버를 나타낸 예시도이다.
도 10은 본 발명의 하나의 실시예에 따라 도출된 수광량과 광합성 속도와 실측값을 비교한 그래프이다.
도 11은 한 실시예에 따른 컴퓨팅 장치의 하드웨어 구성도이다.
첨부한 도면을 참고로 하여 본 발명의 실시예에 대해 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 도면부호가 사용되었다. 또한 널리 알려져 있는 공지기술의 경우 그 구체적인 설명은 생략한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 하나의 실시예에 따른 광환경 분석 장치를 나타낸 구성도이다.
도 1에 도시한 바와 같이, 광환경 분석 장치(100)는 연동되는 데이터베이스(200)로부터 식물 데이터, 인공광원 데이터를 수집하여 3D 식물 모델과 가상 식물공장 모델을 생성하고, 이를 이용하여 인공광 환경에서 작물의 수광과 광합성을 예측한다.
상세하게는 광환경 분석 장치(100)는 3D 식물 모델을 생성하거나 가상 식물공장을 모델링하는 모델링부(110), 모델링된 가상 식물공장 환경에서 3D 식물 모델의 광 추적 시뮬레이션을 수행하는 시뮬레이션부(120), 광 추적 시뮬레이션을 통해 획득한 3D 식물 모델의 수광량과 수광량에 기초한 광합성을 예측하는 예측부(130) 그리고 시뮬레이션에 적용되는 인공광원의 특성 값과 배치를 제어하는 제어부(140)를 포함한다.
설명을 위해, 모델링부(110), 시뮬레이션부(120), 예측부(130) 그리고 제어부(140)로 명명하여 부르나, 이들은 적어도 하나의 프로세서에 의해 동작하는 컴퓨팅 장치이다. 여기서, 모델링부(110), 시뮬레이션부(120), 예측부(130) 그리고 제어부(140)는 하나의 컴퓨팅 장치에 구현되거나, 별도의 컴퓨팅 장치에 분산 구현될 수 있다. 별도의 컴퓨팅 장치에 분산 구현된 경우, 모델링부(110), 시뮬레이션부(120), 예측부(130) 그리고 제어부(140)는 통신 인터페이스를 통해 서로 통신할 수 있다. 컴퓨팅 장치는 본 발명을 수행하도록 작성된 소프트웨어 프로그램을 실행할 수 있는 장치이면 충분하고, 예를 들면, 서버, 랩탑 컴퓨터 등일 수 있다.
모델링부(110)는 식물의 종류, 성장 단계, 식물의 크기 등을 입력받으면, 해당 식물에 대응하는 데이터를 데이터베이스(200) 또는 연동되는 스캐너(미도시함)로부터 수집할 수 있다.
여기서, 식물에 대응하는 데이터는 고해상도의 3D 광학 스캐너를 통해 식물을 스캐닝하여 획득한 메쉬 데이터(mesh)를 의미한다.
그리고 모델링부(110)는 수집한 메쉬 데이터를 역설계하여 3D 식물 모델을 생성할 수 있다.
또한 모델링부(110)는 식물공장의 구조, 크기, 형태 등을 입력받으면 입력된 정보에 기초하여 가상의 식물공장 모델을 생성할 수 있다. 그리고 모델링부(110)는 생성한 가상의 식물공장 모델에 하나 이상의 3D 식물 모델과 하나 이상의 인공광원을 배치할 수 있다.
이처럼 모델링부(110)는 3D 식물 모델과 인공광원이 배치된 가상의 식물공장을 모델링 할 수 있다. 이때, 모델링부(110)는 인공광원의 파장 분포, 배광 분포를 포함하는 특성과 광원의 개수, 광원간의 간격을 설정할 수 있다.
광원의 배광 정보는 3차원 공간에 광원이 위치하였을 때 전방향으로 발산되는 빛의 세기의 절대적인 각도에 따라 결정되는 값으로, 광원으로부터 나오는 광도의 공간분포를 의미한다. 광원의 파장 분포는 파장에 따른 광의 세기를 나타낸 정보이다.
그리고 모델링부(110)는 이동광원의 조사 방향 및 광원 배치의 밀도 등을 더 설정할 수 있다
시뮬레이션부(120)는 가상의 식물공장에서 배치된 인공광원의 위치 정보에 기초하여 광학 시뮬레이션을 수행한다.
여기서, 인공광원의 위치 정보는 인공광원의 수평 및 수직 위치로 초기 위치, 최종 위치, 그리고 이동 간격을 의미하지만 이에 한정하는 것은 아니다.
이처럼 시뮬레이션부(120)는 인공광원의 초기 위치에서부터 최종 위치까지 설정된 이동 간격마다 광 추적 (ray-tracing) 기법의 광학 시뮬레이션을 수행할 수 있다.
예를 들어, 시뮬레이션부(120)는 초기 위치에서 최종 위치까지 설정된 이동 간격에 따라 N번의 위치 정보가 입력되면, N번의 인공광원의 위치가 바뀐 조건으로 광학 시뮬레이션을 수행할 수 있다.
또한, 시뮬레이션부(120)는 인공광원의 위치가 설정되면, 인공광원의 초기 출력과 최종 출력까지 설정된 출력 간격을 포함하는 출력 정보에 기초하여 광 추적 (ray-tracing) 기법의 광학 시뮬레이션을 수행할 수 있다.
예측부(130)는 광학 시뮬레이션을 통해 인공광원에 의한 식물의 수광량을 예측한다. 그리고 예측부(130)는 식물의 수광량을 FvCB 엽 광합성 모델에 입력하여 식물의 광합성 속도를 예측할 수 있다.
분석부(140)는 N번의 인공광원의 위치에 따른 광학 시뮬레이션 결과에 따라 N개의 예측된 수광량을 비교하여 수광량이 가장 높은 인공광원의 위치를 선택한다.
그리고 분석부(140)는 인공광원의 출력값에 따른 광학 시뮬레이션 결과에 따라 예측된 수광량에 대한 광 이용 효율을 분석한다.
여기서, 광 이용 효율은 인공광원의 소비 에너지 대비 수광량 또는 광합성 속도를 통해 도출할 수 있다. 예를 들어, 광원에서 발산되는 광양자수(mol·m-2)당 식물 동화량(광합성 속도)를 산출하여 도출할 수 있다.
그리고 분석부(140)는 인공광원의 소비 에너지 대비 수광량 또는 광합성 속도의 효율이 가장 높은 인공광원의 특성을 선택할 수 있다.
그리고 분석부(140)는 최종 선택된 광원 출력을 가지는 모델링된 식물공장의 내부 정보를 연동되는 사용자 단말(미도시함) 또는 인터페이스 장치(미도시함)에 제공할 수 있다.
모델링된 식물공장의 내부 정보는 식물공장의 내부 구조, 특징, 식물의 배치, 식물의 성장 단계, 인공광원의 종류, 개수, 배치 정보 등을 모두 포함할 수 있다.
이외에도 분석부(140)는 복수개의 시뮬레이션을 통해 예측된 수광량에 기초하여 식물공장에 배치된 식물들의 수광 분포의 균등 정도, 총 수광량 등을 분석할 수 있다.
그리고 분석부(140)는 시뮬레이션을 통해 예측된 수광량을 FvCB 엽 광합성 모델에 적용하여 개체의 광합성 속도를 예측할 수 있다.
여기서, FvCB (Farquhar, von Caemmerer, and Berry)엽 광합성 모델은 온도와 광도, 이산화탄소 농도 등의 환경 요인과 식물의 수광량을 입력값으로 하여 광합성 속도를 도출할 수 있는 모델이다.
한편, 데이터베이스(200)는 식물 DB(210) 그리고 인공광원 DB(220)를 포함한다.
식물 DB(210)는 각 식물 마다 3D 스캐너를 통해 측정된 메시 데이터, 식물 이미지, 식물의 성장 주기, 식물의 성장 주기마다의 크기 등을 포함한다.
인공광원 DB(220)는 인공광원 종류에 따른 배광 정보, 광원의 파장 분포, 출력 단계, 인공광원의 크기, 무게, 비용 등을 포함할 수 있다.
인공광원 DB(220)는 인공광원 제조사로부터 수집한 각각의 인공광원의 특성 정보를 저장하거나 별도로 연동되는 배광기(Goniophotometer), 분광복사기(Spectroradiometer) 등을 통해 측정된 데이터를 수집하여 저장할 수 있다.
여기서, 데이터베이스(200)를 광환경 분석 장치(100)와 별개로 도시하였으나, 데이터베이스(200)는 광환경 분석 장치(100) 내부에 포함되어 구현될 수 있다.
도 2는 본 발명의 하나의 실시예에 따른 광환경 분석 장치가 식물공장에서의 광환경 분석 방법을 나타내는 순서도이다.
광환경 분석 장치(100)는 선택된 식물의 3차원 식물 모델을 생성한다(S110).
광환경 분석 장치(100)는 선택된 식물의 종류, 성장 단계, 크기 등을 고려하여 식물의 실제 구조적 특성을 반영하는 3차원 식물 모델을 생성한다.
이때, 광환경 분석 장치(100)는 해당 식물의 잎 광 투과율과 반사율을 포함하는 광학적 특성을 더 반영하여 3차원 식물 모델을 생성할 수 있다.
이처럼 광환경 분석 장치(100)는 구조적 특징과 광학적 특징을 모두 포함하여 3차원 식물 모델을 생성하며, 하나 이상의 3차원 식물 모델을 생성할 수 있다.
예를 들어, 식물 개체 마다 잎의 크기, 방향, 면적 등이 각각 상이하게 설정된 복수개의 3차원 식물 모델을 생성할 수 있다.
다음으로 광환경 분석 장치(100)는 가상의 식물공장 내부에 3차원 식물 모델과 인공광원 배치한다(S120).
광환경 분석 장치(100)는 구축된 가상의 식물공장 내부에 하나 이상의 3차원 식물 모델을 배치할 수 있다. 이때, 광환경 분석 장치(100)는 하나 이상의 식물 군락이 형성되도록 배치하거나 개별적으로 나열되도록 배치할 수 있다.
그리고 광환경 분석 장치(100)는 배치된 3차원 식물 모델을 향해 인공광을 조사하는 하나 이상의 인공광원을 배치할 수 있다.
여기서, 인공광원을 배치하기 전에 광환경 분석 장치(100)는 인공광원의 종류, 파장 분포, 배광 정보 등에 기초하여 배치할 인공광원의 특성을 선택할 수 있다.
도 3은 식물의 분광 투과율과 반사율 그리고 흡수율을 나타내는 그래프이다.
도 3의 (a)는 식물 개체의 분광 투과율과 반사율을 나타낸 그래프이고, (b)는 식물 개체의 흡수율을 나타낸 그래프이다.
도 3에 도시한 바와 같이, 식물 개체의 투과, 반사 그리고 흡수율은 인공광원의 파장에 의해 달라지는 것을 확인할 수 있다.
이에 보다 상세하게 인공광원의 특성에 기초하여 수광 분포가 다르게 나타나는 내용을 다음 도 4 및 도 5을 이용하여 설명한다.
도 4는 동일한 광합성 유효광양자속을 가진 6종류의 광원의 파장 분포를 나타낸 예시도이고, 도 5는 본 발명의 하나의 실시예에 따라 도출된 광원 종류에 따른 식물 개체의 수광 분포를 나타낸 예시도이다.
도 4에서 RGB는 적색과 녹색, 청색 LED 조합에서 각 파장 영역의 비율, White는 백색 LED, WR은 백색과 적색 LED 조합에서 각 파장 영역의 비율을 나타낸다.
도 4에 도시한 서로 상이한 파장 분포를 가지는 광원을 식물 개체에 적용하면 도 5과 같으며, 도 5를 다음 표 1과 같이 나타낼 수 있다.
Figure 112020020453134-pat00001
도 5과 표 1을 살펴보면, 식물 잎에서 흡수율이 높은 적색과 청색 영역의 비중이 높은 광원에서 상추의 수광이 높게 나타났으며, 녹색의 비중이 높은 광원에서 수광량이 낮음을 확인할 수 있다.
그리고 식물 수관의 상부와 하부로 구분하면, 수관 상부의 경우에는 잎에서 흡수율이 높은 파장 영역의 비중이 큰 광원 하에서 수광량이 높은 반면에 수관 하부의 경우에는 수관 상부에서 투과되는 광량이 높은, 즉 잎에서 흡수율이 높은 파장 영역의 비중이 작은 광원 하에서 수광량이 높은 것을 알 수 있다.
다시 말해, 인공광원의 파장 분포에 따라 식물의 수광 차이를 가지기 때문에, 광환경 분석 장치(100)는 해당 식물 개체에 적합한 파장을 가지는 인공광원 중에서 하나를 선택할 수 있다.
이처럼 광환경 분석 장치(100)는 인공광원의 파장 분포, 배광 분포를 포함하는 특성을 설정하고, 인공광원의 개수, 광원간의 간격을 미리 설정할 수 있다.
그리고 광환경 분석 장치(100)는 설정한 인공광원의 정보에 기초하여 가상의 식물공장 내부에 하나 이상의 인공광원을 배치할 수 있다.
다음으로 광환경 분석 장치(100)는 인공광원의 수평, 수직적 초기 위치와 최종 위치, 이동 간격을 적용하여 3차원 식물 모델의 광추적 시뮬레이션을 수행한다(S130).
광환경 분석 장치(100)는 초기 위치와 최종 위치까지의 거리에 대응하여 이동 간격마다 변경된 인공광원의 위치 값을 적용한 복수개의 광추적 시뮬레이션을 수행할 수 있다. 여기서, 이동 간격은 추후에 사용자에 의해 용이하게 변경가능하다.
이때, 광환경 분석 장치(100)는 광 추적(Ray-tracing) 기법의 광학 시뮬레이션을 수행하여 가상의 식물공장 내부의 인공광원에 의한 3차원 식물 모델의 수광량을 예측할 수 있다.
이처럼 광환경 분석 장치(100)는 상이하게 적용된 인공광원의 위치 값에 기초한 3차원 식물 모델의 수광량을 예측하고 수광량을 광합성 모델에 입력하여 광합성 속도 예측할 수 있다.
그리고 광환경 분석 장치(100)는 예측된 수광량과 예측된 광합성 속도에 기초하여 각각의 시뮬레이션의 조건에 대응하는 광환경을 분석할 수 있다.
다음으로 광환경 분석 장치(100)는 예측된 수광량 중에서 가장 높은 값을 가지는 인공광원의 배치를 선택한다(S140).
다시 말해, 광환경 분석 장치(100)는 복수의 인공광원들의 위치에 대응하는 배치 정보를 선택할 수 있다.
다음으로, 광환경 분석 장치(100)는 선택된 인공광원의 배치에서 인공광원의 초기 출력과 최종 출력 그리고 출력 간격을 설정하여 광추적 시뮬레이션 수행한다(S150).
광환경 분석 장치(100)는 초기 출력값과 최종 출력값까지의 출력 간격에 대응하여 출력 간격마다 변경된 인공광원의 위치 값을 적용한 복수개의 광추적 시뮬레이션을 수행할 수 있다. 여기서, 출력 간격은 추후에 사용자에 의해 용이하게 변경가능하다.
광환경 분석 장치(100)는 상이하게 적용된 인공광원의 출력값에 기초하여 광추적 시뮬레이션을 통해 수광량을 예측한다.
이때, 3차원 식물 모델의 예측된 수광량을 이미지로 나타내면 다음 도 5와 같다.
도 6는 본 발명의 하나의 실시예에 따른 광도에 따른 작물 표면의 광도 분포와 총 수광량을 나타낸 예시도이다.
도 6는 하나의 식물 개체에 대하여 광도를 100, 200, 그리고 300 PPFD(Photosynthetic Photon Flux Density)을 적용하여 식물 표면의 광도 분포와 총 수광량을 나타낸다.
도 6에 도시한 바와 같이, 광학 시뮬레이션을 수행한 결과로 식물 표면에는 인공광원의 광도에 따른 광도 분포를 확인할 수 있다.
인공광원의 광도가 높아질수록 식물 개체의 수광량은 증가하지만, 식물 객체의 구조적인 특징에 따라 인공광원과 직접적인 식물의 상부와 식물의 하부에 수광량이 다르게 나타나는 것을 확인할 수 있다.
그리고 광환경 분석 장치는 인공광원의 출력값과 예측된 수광량을 비교분석하여 광 이용 효율을 분석한다(S160).
이때, 광환경 분석 장치(100)는 예측된 수광량과 예측된 광합성 속도에 기초하여 각각의 시뮬레이션에서의 상이한 출력값 조건에 대응하는 광환경을 분석할 수 있다.
다음으로 광환경 분석 장치(100)는 가장 높은 광 이용 효율을 가지는 인공광원의 출력 값을 최종 선택하고, 최종 선택된 인공광원의 출력값에 따른 광 환경 구성에 관한 정보 제공한다(S170).
다시 말해 광환경 분석 장치(100)는 인공광원의 소비 에너지 대비 수광량에 대한 효율이 가장 높은 인공광원의 출력값을 선택할 수 있다.
도 7은 본 발명의 하나의 실시예에 따라 도출된 광원의 배치와 광원과 군락 간의 거리에 따른 식물 개체의 수광 분포를 나타낸 예시도이고, 도 8은 본 발명의 하나의 실시예에 광원 출력에 따른 광 이용 효율을 나타낸 예시도이다.
도 7의 (a)는 광원의 배치와 광원과 군락 간의 거리에 따른 식물 개체의 수광 분포를 나타내고 (b)는 광원의 배치와 조사 거리에 따른 식물 개체 수광량을 나타낸다.
도 7에서 VER은 식물 개체의 중심을 기준으로 광원을 배치한 경우이고, BTW는 식물 개체간의 중심을 기준으로 광원을 배치한 경우를 나타낸다.
도 7에 도시한 바와 같이, 광원과 군락 간의 거리가 가까울 때 광원의 배광이 식물 개체의 수광 분포에 미치는 영향이 큰 것을 알 수 있다. 또한, 식물 개체 상의 수광 분포가 불균등하게 나타나지만, 광원과 군락간의 거리가 멀어질수록 수광 분포가 균등해지고 광원 배치에 의한 영향이 줄어든 것을 확인할 수 있다
이처럼 광환경 분석 장치(100)는 반복적인 시뮬레이션을 통해 식물 개체 및 식물 군락에 있어서 식물 군락와의 30cm 거리 간격에 따라 식물 객체간의 중심을 기준으로 배열되는 인공광원의 배치를 선택할 수 있다.
또한 도 8에 도시한 바와 같이 광도의 세기에 따른 VER 배열과 BTW의 광 효율 값을 그래프로 나타낼 수 있다.
도 8에서는 광 효율값이 가장 높은 지점은 그래프에서 기울기 값이 0인 출력값으로 추정할 수 있다.
이에 식물 객체간의 중심을 기준으로 광원을 배치한 경우(BTW)의 광 효율 값이 가장 높은 출력값은 약 320 PPFD 으로 추정할 수 있다.
다음으로 광환경 분석 장치(100)는 해당 인공광원의 배치 정보를 연동되는 사용자 단말 또는 인터페이스 장치에 제공할 수 있다.
이하에서는 도 9 및 도 10를 이용하여 시뮬레이션을 통해 도출된 수광량과 광합성 속독 값과 실제 재배 환경에서의 실측값과 비교 설명한다.
도 9은 본 발명의 하나의 실시예에 따른 시뮬레이션 환경과 실제 인공광을 이용하는 광도 실측 챔버를 나타낸 예시도이고, 도 9은 본 발명의 하나의 실시예에 따라 도출된 수광량과 광합성 속도와 실측값을 비교한 그래프이다.
도 9의 (a)는 모델링된 식물공장을 나타내고, (b)는 실제 인공광을 이용하는 챔버를 나타낸다.
도 9의 (a)와 (b)의 조건을 동일하게 하기 위해 상추 개체를 아크릴 챔버 중앙에 배치하고 챔버 상부에는 적색과 청색의 비율이 8:2인 LED 광원을 배치한다. 이때, 광 센서를 이용하여 작물의 수광을 정량적으로 측정할 수 없기 때문에 작물이 배치된 환경에 몇 개의 기준 위치를 설정하고, 해당 위치에서 광도를 측정하였다. 이후 아크릴 챔버를 밀폐한 후 챔버 내부의 이산화탄소가 소모되는 속도를 통해 개체 광합성 속도를 측정하였다.
이때, 챔버 내부 광도는 아크릴 챔버 바닥 중앙을 기준으로 PPFD (photosynthetic photon flux density) 100, 200 그리고 300 μmol m-2 s-1으로 설정하고, 광합성 측정 시 챔버 내부의 이산화탄소 농도는 800μmol mol-1, 온도는 22±1℃로 설정하였으며, 이와 동일한 조건으로 가상의 식물공장에서도 시뮬레이션을 수행한다.
이러한 조건에서 광도 값과 광합성 속도 값은 도 10와 같다.
도 10의 (a)는 시뮬레이션을 통해 획득한 광도 값과 실측 광도 값을 나타내며, (b)는 시뮬레이션을 통해 예측한 광합성 속도 값과 실측 광합성 속도 값을 나타낸다.
도 10의 그래프를 비교해 보면, 실측값과 본 발명의 실시예에 따른 예측 값이 매우 유사한 범위를 가지는 것을 확인할 수 있다.
한편, 도 11은 본 발명의 한 실시예에 따른 컴퓨팅 장치의 하드웨어 구성도이다.
도 11를 참고하면, 도 1 에서 설명한 모델링부(110), 시뮬레이션부(120), 예측부(130), 제어부(140)은 적어도 하나의 프로세서에 의해 동작하는 컴퓨팅 장치(300)에서 본 발명의 동작을 실행하도록 기술된 명령들(instructions)이 포함된 프로그램을 실행할 수 있다.
컴퓨팅 장치(300)의 하드웨어는 적어도 하나의 프로세서(310), 메모리(320), 스토리지(330), 통신 인터페이스(340)을 포함할 수 있고, 버스(350)를 통해 연결될 수 있다. 이외에도 입력 장치 및 출력 장치 등의 하드웨어가 포함될 수 있다.
컴퓨팅 장치(300)는 프로그램을 구동할 수 있는 운영 체제를 비롯한 각종 소프트웨어가 탑재될 수 있다.
프로세서(310)는 컴퓨팅 장치(300)의 동작을 제어하는 장치로서, 프로그램에 포함된 명령들을 처리하는 다양한 형태의 프로세서일 수 있고, 예를 들면, CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 등 일 수 있다. 메모리(320)는 본 발명의 동작을 실행하도록 기술된 명령들이 프로세서(310)에 의해 처리되도록 해당 프로그램을 로드할 수 있다. 메모리(320)는 예를 들면, ROM(read only memory), RAM(random access memory) 등 일 수 있다. 스토리지(330)는 본 발명의 동작을 실행하는데 요구되는 각종 데이터, 프로그램 등을 저장할 수 있다. 통신 인터페이스(340)는 유/무선 통신 모듈일 수 있다.
본 발명에 따르면, 일반적인 태양광의 세기나 지리적 위치, 날짜 시간 등에 따른 태양광의 입사 각도 또는 세기 등이 반영되는 태양광에 의한 수광 및 광합성을 추정하는 방법과는 달리 인공광원에 특화된 특성을 시뮬레이션에 적용함으로써 인공광원에 의한 식물의 수광 및 광합성을 보다 정확하게 정량적으로 예측할 수 있다.
또한 본 발명에 따르면 광원과 식물 군락간의 위치와 수광과의 관계를 시뮬레이션을 통해 식물공장의 광환경을 분석하여 인공광원의 소비 에너지 대비 최적의 수광량에 따른 인공광원의 출력값을 설정할 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 바람직한 하나의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (12)

  1. 적어도 하나의 프로세스에 의해 동작하는 컴퓨팅 장치가 식물공장의 광환경을 분석하는 방법으로서,
    수집된 식물 데이터에 기초하여 식물의 구조적 특성을 포함하는 3차원 식물 모델을 생성하는 단계,
    가상의 식물공장을 생성하고 상기 가상의 식물공장의 내부에 하나 이상의 상기 3차원 식물 모델과 하나 이상의 인공광원을 배치하는 단계,
    상기 인공광원의 상이한 복수개의 위치 정보에 따른 상기 3차원 식물 모델에 대한 복수 개의 광추적 시뮬레이션을 수행하는 단계,
    각각의 광추적 시뮬레이션으로부터 상기 3차원 식물 모델의 수광량을 예측하고, 상기 수광량을 광합성 모델에 입력하여 식물의 광합성 속도를 예측하는 단계,
    예측된 상기 3차원 식물 모델의 수광량 중에서 가장 큰 값을 가지는 수광량을 선택하고, 선택된 수광량과 광추적 시뮬레이션에 대응하는 상기 인공광원의 위치 정보를 설정하는 단계,
    상기 인공광원의 위치 정보가 설정되면, 설정된 인공광원의 배치에서 상기 인공광원의 상이한 복수개의 출력 값에 따른 상기 3차원 식물 모델에 대한 복수개의 광추적 시뮬레이션을 수행하는 단계, 그리고
    각각의 광추적 시뮬레이션으로부터 예측된 상기 3차원 식물 모델의 수광량을 분석하고, 예측된 수광량과 출력 값 간의 관계에 기초하여 인공광원의 출력값을 선택하는 단계
    를 포함하는 식물공장의 광환경 분석 방법.
  2. 제1항에서,
    상기 3차원 식물 모델을 생성하는 단계는,
    식물의 메쉬 데이터를 수집하고, 상기 메쉬 데이터의 역설계를 통해 상기 식물의 3차원 식물 형상을 구축하고, 상기 식물에 따른 광 투과율과 반사율을 반영하여 상기 3차원 식물 모델을 생성하는 식물공장의 광환경 분석 방법.
  3. 삭제
  4. 제1항에서,
    상기 하나의 인공광원의 출력값을 선택하는 단계는,
    예측된 수광량과 출력값 간의 광 이용 효율을 분석하여 상기 광 이용 효율이 가장 큰 값을 가지는 인공광원의 출력값을 선택하는 식물공장의 광환경 분석 방법.
  5. 제1항에서,
    상기 하나 이상의 인공광원을 배치하는 단계는,
    상기 인공광원의 파장 분포, 배광 분포, 개수, 광원간의 간격 중에서 하나 이상을 설정하여 배치하는 식물공장의 광환경 분석 방법.
  6. 컴퓨팅 장치로서,
    메모리, 그리고
    상기 메모리에 로드된 프로그램의 명령들(instructions)을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로그램은
    선택된 식물의 구조적 특징을 포함하는 3차원 식물 모델을 생성하고, 상기 3차원 식물 모델과 상기 3차원 식물 모델로 인공광을 조사하는 하나 이상의 인공광원을 가상의 식물공장 내부에 배치하는 동작,
    배치한 상기 인공광원의 위치 정보 또는 출력 정보에 기초하여 상기 3차원 식물 모델에 대한 광학 시뮬레이션을 수행하는 동작,
    상기 광학 시뮬레이션을 통해 상기 3차원 식물 모델의 수광량을 예측하고, 예측된 수광량을 광합성 모델에 입력하여 광합성 속도를 예측하는 동작, 그리고
    상기 인공광원의 위치 정보 중에서, 가장 큰 수광량이 예측된 위치 정보를 선택하고, 상기 인공광원의 출력 정보 중에서, 광 이용 효율이 가장 큰 출력 정보를 선택하는 동작을 포함하며,
    상기 광 이용 효율은
    상기 인공광원의 출력 정보와 예측된 수광량을 기초로 계산되는, 컴퓨팅 장치.
  7. 제6항에서,
    상기 가상의 식물공장 내부에 배치하는 동작은,
    상기 식물의 메쉬 데이터를 수집하고, 메쉬 데이터에 기초하여 상기 식물의 3차원 형상을 생성하고, 상기 식물에 따른 광 투과율과 반사율을 반영하는 하나 이상의 상기 3차원 식물 모델을 생성하여 하나 이상의 식물 군락을 배치하는 컴퓨팅 장치.
  8. 제6항에서,
    상기 인공광원의 위치 정보는
    상기 인공광원의 수평적 및 수직적 초기 위치, 최종 위치, 이동 간격을 포함하고,
    상기 광학 시뮬레이션을 수행하는 동작은,
    상기 초기 위치에서 상기 최종 위치까지 이동 간격마다 변경된 상기 인공광원의 위치 정보를 적용하여 광학 시뮬레이션을 수행하는 컴퓨팅 장치.
  9. 삭제
  10. 제6항에서,
    상기 인공광원의 출력 정보는,
    상기 인공광원의 초기 출력, 최종 출력 그리고 출력 간격을 포함하고,
    상기 광학 시뮬레이션을 수행하는 동작은,
    설정된 상기 인공광원의 배치에서 상기 초기 출력에서 상기 최종 출력까지 출력 간격마다 변경된 상기 인공광원의 출력 값을 적용하여 광학 시뮬레이션을 수행하는 컴퓨팅 장치.
  11. 삭제
  12. 컴퓨터로 판독가능한 저장 매체에 기록된 어플리케이션으로서,
    선택된 식물의 구조적 특징을 포함하고 상기 식물의 광 투과율과 반사율이 반영되는 3차원 식물 모델을 생성하는 단계,
    상기 3차원 식물 모델과 상기 3차원 식물 모델로 인공광을 조사하는 하나 이상의 인공광원을 가상의 식물공장 내부에 배치하는 단계,
    배치한 상기 인공광원의 위치 정보 또는 출력 정보에 기초하여 변경된 상기 위치 정보 또는 출력 정보를 적용한 복수개의 광학 시뮬레이션을 수행하는 단계, 그리고
    상기 광학 시뮬레이션을 통해 상기 3차원 식물 모델의 수광량을 예측하고, 예측된 수광량을 광합성 모델에 입력하여 광합성 속도를 예측하는 단계,
    상기 위치 정보에 기초하여 예측된 수광량의 값중에서 가장 큰 값을 가지는 위치 정보를 선택하고, 상기 출력 정보에 기초하여 예측된 수광량의 값 중에서 광 이용 효율 값이 가장 큰 값을 가지는 출력값을 선택하여 제공하는 단계를 실행하는 명령어들을 포함하는 어플리케이션.
KR1020200023785A 2019-02-26 2020-02-26 인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법 KR102324742B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190022488 2019-02-26
KR1020190022488 2019-02-26

Publications (2)

Publication Number Publication Date
KR20200104255A KR20200104255A (ko) 2020-09-03
KR102324742B1 true KR102324742B1 (ko) 2021-11-10

Family

ID=72469565

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200023785A KR102324742B1 (ko) 2019-02-26 2020-02-26 인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102324742B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3149012A1 (en) * 2021-02-17 2022-08-17 Sollum Technologies Inc. Method and system for simulating and implementing horticultural lighting scenarios
CN116267293A (zh) * 2023-02-10 2023-06-23 佛山科学技术学院 一种可提高植物产量和品质的照明方法
KR102602652B1 (ko) * 2023-07-25 2023-11-14 한국수목원정원관리원 도시 생물다양성 증진을 위한 망개나무 다층 식재 모델
CN117617019A (zh) * 2023-11-20 2024-03-01 武汉植物方舟智能科技有限公司 一种用于立体种植的自然光利用方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3045033A1 (en) * 2015-01-14 2016-07-20 Heliospectra AB Method and system for growth status determination of a plant

Also Published As

Publication number Publication date
KR20200104255A (ko) 2020-09-03

Similar Documents

Publication Publication Date Title
KR102324742B1 (ko) 인공광원을 이용한 식물공장의 3차원 광환경 분석 장치 및 그 방법
US10952302B2 (en) System and method for the optimization of radiance modelling and controls in predictive daylight harvesting
US10796479B2 (en) System and method for real time dynamic lighting simulation
US10448483B2 (en) Predictive daylight harvesting system
US20190171172A1 (en) System and method for the optimization of radiance modelling and controls in predictive daylight harvesting
Benis et al. Building-Integrated Agriculture (BIA) in urban contexts: Testing a simulation-based decision support workflow
De Visser et al. Optimizing illumination in the greenhouse using a 3D model of tomato and a ray tracer
Han et al. Developing a parametric morphable annual daylight prediction model with improved generalization capability for the early stages of office building design
US11080441B2 (en) Supervised training data generation for interior environment simulation
Wu et al. Re-interpreting the photosynthetically action radiation (PAR) curve in plants
Mendes et al. Minimizing computational cost and energy demand of building lighting systems: A real time experiment using a modified competition over resources algorithm
Retkute et al. Three-dimensional plant architecture and sunlit–shaded patterns: a stochastic model of light dynamics in canopies
Kirimtat et al. Multi-objective optimization for shading devices in buildings by using evolutionary algorithms
Sahour et al. Greenhouse Climate Controller by Using of Internet of Things Technology and Fuzzy Logic.
Bo et al. Light environment simulation for a three-span plastic greenhouse based on greenhouse light environment simulation software
P McDowell et al. TRNSYS 18: The continued evolution of the software
TWI636405B (zh) 運用類神經網路學習之綠建築效能模擬分析系統及其運作方法
CN117479373A (zh) 发光二极管的亮度调节方法及***
CN106803209B (zh) 实时数据库和先进控制算法的作物培育模式分析优化方法
LI et al. Machine Learning Modeling And Genetic Optimization Of Adaptive Building Facade Towards The Light Environment
El Boujdaini et al. 3D modelling of light-sharing agrivoltaic systems for orchards, vineyards and berries
Eaton Light Simulation in Greenhouses
CN117690388B (zh) 基于显示模组背光的画面优化方法及***
KR102672318B1 (ko) 스마트팜 냉방 패키지 최적설계 지원 시스템
Callahan Specularia: Spectral Dayighting Simulation in CEA

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant