KR102377963B1 - System and method for managing raising seedling area - Google Patents
System and method for managing raising seedling area Download PDFInfo
- Publication number
- KR102377963B1 KR102377963B1 KR1020200017673A KR20200017673A KR102377963B1 KR 102377963 B1 KR102377963 B1 KR 102377963B1 KR 1020200017673 A KR1020200017673 A KR 1020200017673A KR 20200017673 A KR20200017673 A KR 20200017673A KR 102377963 B1 KR102377963 B1 KR 102377963B1
- Authority
- KR
- South Korea
- Prior art keywords
- growth
- nursery
- information
- growth model
- process seedling
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 289
- 230000008569 process Effects 0.000 claims abstract description 279
- 230000012010 growth Effects 0.000 claims abstract description 254
- 238000007726 management method Methods 0.000 claims abstract description 55
- 238000004519 manufacturing process Methods 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 36
- 238000013500 data storage Methods 0.000 claims abstract description 24
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 23
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 11
- 239000001569 carbon dioxide Substances 0.000 claims description 11
- 241000607479 Yersinia pestis Species 0.000 claims description 9
- 238000000611 regression analysis Methods 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 238000003973 irrigation Methods 0.000 claims description 5
- 230000002262 irrigation Effects 0.000 claims description 5
- 230000007773 growth pattern Effects 0.000 claims description 4
- 241000894007 species Species 0.000 claims description 4
- 230000003698 anagen phase Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 239000000575 pesticide Substances 0.000 claims description 3
- 230000003779 hair growth Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 239000002609 medium Substances 0.000 description 8
- 239000002689 soil Substances 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012272 crop production Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000012905 Brassica oleracea var viridis Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000010676 Ocimum basilicum Nutrition 0.000 description 1
- 240000007926 Ocimum gratissimum Species 0.000 description 1
- 241000181331 Saron Species 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Environmental Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
고품질의 공정육묘 생산을 위한 생육모델을 개발하여 제공하고, 생육모델을 이용하여 공정육묘를 최적의 환경에서 재배하기 위한 육묘장 관리 시스템 및 방법이 제공된다. 육묘장 관리 시스템은 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보를 생성하는 복수의 공정육묘 재배 장치와, 복수의 공정육묘 재배 장치에서 수신되는 감지 정보 및 빅데이터 정보를 이용하여 기계학습을 수행하여 공정육묘에 대한 생육모델을 생성하고, 생성된 생육모델에 기초하여 각 공정육묘별 맞춤형 정보를 생성하고, 생육모델을 제공하기 위한 생육 관리 애플리케이션을 제공하는 생육모델 제공 장치와, 복수의 공정육묘 생육정보를 저장하는 빅데이터 저장 장치와, 생육모델에 대하여 사용자의 의사소통 채널을 제공하는 복수의 관리자 단말을 포함하고, 복수의 공정육묘 재배 장치는 각각 생육 관리 애플리케이션을 이용하여 생육모델 제공 장치에서 제공되는 생육모델에 기초하여 육묘장 환경을 제어하고, 공정육묘 및 육묘장 환경에 대한 감지 정보는 공정육묘의 생육정보 및 육묘장 내부 환경정보를 포함한다. A growth model for high-quality process seedling production is developed and provided, and a nursery management system and method are provided for cultivating process seedlings in an optimal environment using the growth model. The nursery management system performs machine learning using a plurality of process seedling cultivation devices that generate sensing information on the process seedling and nursery environment generated in the nursery, and the sensing information and big data information received from the plurality of process seedling cultivation devices. a growth model providing apparatus for generating a growth model for process seedlings by doing so, generating customized information for each process seedling based on the generated growth model, and providing a growth management application for providing a growth model; and a plurality of process seedlings A big data storage device for storing growth information, and a plurality of manager terminals for providing a communication channel of a user with respect to the growth model, wherein the plurality of process seedling cultivation devices each use a growth management application in the growth model providing device The nursery environment is controlled based on the provided growth model, and the sensing information for the process seedling and the nursery environment includes growth information of the process seedling and the environment information inside the nursery.
Description
본 발명은 공정육묘 생산을 위한 생육모델 제공 플랫폼에 관한 것으로, 더욱 상세하게는 고품질의 공정육묘 생산을 위한 생육모델을 개발하여 제공하고, 생육모델을 이용하여 공정육묘를 최적의 환경에서 재배하기 위한 육묘장 관리 시스템 및 방법에 관한 것이다. The present invention relates to a growth model providing platform for process seedling production, and more particularly, to develop and provide a growth model for high-quality process seedling production, and to use the growth model to grow process seedlings in an optimal environment. It relates to a nursery management system and method.
최근에 ICT(Information and Communication Technology) 기술을 접목한 스마트팜(Smart farm)이 작물 생산량 및 품질을 높이는 방안으로 확산되고 있다. 스마트팜은 사물 인터넷 기술을 이용하여 재배 시설의 환경을 모니터링하고, 제어 장치를 구동하여 재배에 적합한 환경을 조성하며, 모바일 기기를 통해 원격 관리가 가능한 장점이 있다. Recently, smart farms incorporating ICT (Information and Communication Technology) technology are spreading as a way to increase crop production and quality. Smart farms use Internet of Things technology to monitor the environment of cultivation facilities, operate a control device to create an environment suitable for cultivation, and have the advantage of remote management through mobile devices.
종래에 작물의 생산량을 예측하여 제공하는 서비스가 제공되고 있으나, 단순히 예측 수치를 제공하는 단계에 머무르고 있으며, 예측된 생산량을 증대시키거나 현재의 상황을 개선하기 위한 구체적인 솔루션을 제공하지 못하고 있으며, 빅데이터, 인공지능 등을 활용한 차세대 재배시스템을 요구하고 있는 상황이다. In the past, a service that predicts and provides crop yields has been provided, but it remains at the stage of simply providing forecast figures, and fails to provide a specific solution to increase the predicted yield or improve the current situation. There is a demand for a next-generation cultivation system that utilizes data and artificial intelligence.
본 발명은 조직배양 육묘장의 생산관리를 위한 공정육묘에 대한 생육모델을 제공하고, 생육모델을 이용하여 시설 환경을 정밀한 제어를 바탕으로 공정육묘의 생육 및 우량묘의 생산을 조절하는 생육모델 제공 장치 및 방법에 관한 것이다. The present invention provides a growth model for a process seedling for production management of a tissue culture nursery, and a growth model providing apparatus for controlling the growth of process seedlings and production of excellent seedlings based on precise control of the facility environment using the growth model, and it's about how
일 측면에 따른 육묘장 관리 시스템은 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보를 생성하는 복수의 공정육묘 재배 장치와, 복수의 공정육묘 재배 장치에서 수신되는 감지 정보 및 빅데이터 정보를 이용하여 기계학습을 수행하여 공정육묘에 대한 생육모델을 생성하고, 생성된 생육모델에 기초하여 각 공정육묘별 맞춤형 정보를 생성하고, 생육모델을 제공하기 위한 생육 관리 애플리케이션을 제공하는 생육모델 제공 장치와, 복수의 공정육묘 생육정보를 저장하는 빅데이터 저장 장치와, 생육모델에 대하여 사용자의 의사소통 채널을 제공하는 복수의 관리자 단말을 포함하고, 복수의 공정육묘 재배 장치는 각각 생육 관리 애플리케이션을 이용하여 생육모델 제공 장치에서 제공되는 생육모델에 기초하여 육묘장 환경을 제어하고, 공정육묘 및 육묘장 환경에 대한 감지 정보는 공정육묘의 생육정보 및 육묘장 내부 환경정보를 포함한다. A nursery management system according to an aspect includes a plurality of process seedling cultivation devices for generating sensing information about process seedlings and nursery environments generated in a nursery, and sensing information and big data information received from a plurality of process seedling cultivation devices. A growth model providing device that generates a growth model for process seedlings by performing machine learning, generates customized information for each process seedling based on the generated growth model, and provides a growth management application for providing a growth model; A big data storage device for storing a plurality of process seedling growth information, and a plurality of manager terminals providing a communication channel for a user with respect to a growth model, wherein the plurality of process seedling cultivation devices are grown using a growth management application, respectively The nursery environment is controlled based on the growth model provided by the model providing device, and the sensing information for the process seedling and the nursery environment includes growth information of the process seedling and environmental information inside the nursery.
맞춤형 정보는 공정육묘의 생육단계별 생육알림정보, 병충해정보 및 육묘장별 추천 작물 정보 중 하나 이상을 포함하고, 공정육묘의 생육단계별 알림정보는 생육단계별 비료 및 농약 정보, 관수 시기 및 관수량을 포함할 수 있다. The customized information includes at least one of growth notification information for each growth stage of the process seedling, pest information, and information on recommended crops for each nursery, and the notification information for each growth stage of the process seedling includes fertilizer and pesticide information for each growth stage, irrigation time and irrigation amount. can
빅데이터 저장 장치는 복수의 공정육묘 재배 장치 각각에 대한 설비 관리 정보를 더 포함하고, 생육모델 제공 장치는 복수의 공정육묘 재배 장치에 대한 설비 관리 정보에 기초하여 복수의 공정육묘 재배 장치 각각의 고장 위험을 예측하고, 복수의 관리자 단말로 예측된 고장 위험을 전송할 수 있다. The big data storage device further includes facility management information for each of the plurality of process seedling cultivation devices, and the growth model providing device is a failure of each of the plurality of process seedling cultivation devices based on the facility management information for the plurality of process seedling cultivation devices. It is possible to predict the risk and transmit the predicted failure risk to a plurality of manager terminals.
공정육묘의 생육정보는 생산량, 경경, 총경, 엽면적지수(leaf area index, LAI), 엽온, 줄기두께, 화방간격, 생장속도, 생장강도 및 생장상 중 적어도 하나의 인자를 포함하고, 육묘장 내부 환경 정보는 온실의 형태, 재배 액추에이터 설비, 운영 온도, 습도, 순간광량, 이산화탄소 농도, 배지함주량, 배지EC(배양액농도) 및 운영정보 중 적어도 하나의 인자를 포함할 수 있다. Growth information of process seedlings includes at least one of the following factors: production volume, length, total diameter, leaf area index (LAI), leaf temperature, stem thickness, flower room spacing, growth rate, growth intensity, and growth phase, and the internal environment of the nursery The information may include at least one factor of the type of greenhouse, cultivation actuator equipment, operating temperature, humidity, instantaneous light, carbon dioxide concentration, medium content, medium EC (culture medium concentration), and operation information.
공정육묘 및 육묘장 환경에 대한 감지 정보는 병충해발생빈도 및 식물생리장애정보 중 적어도 하나의 인자를 포함하는 병충해정보를 더 포함할 수 있다. The sensing information for the process seedling and the nursery environment may further include pest information including at least one factor of a pest occurrence frequency and plant physiological disorder information.
복수의 공정육묘 재배 장치 각각은, 육묘장에서 재배되는 공정육묘의 생육 상태를 감지하는 적어도 하나의 센서를 포함하는 제1 센서 그룹, 육묘장의 공정육묘의 생장을 제어하는 설비 상태를 관리하는 적어도 하나의 센서를 포함하는 제2 센서 그룹 및 육묘장의 외부 환경을 감지하는 적어도 하나의 센서를 포함하는 제3 센서 그룹을 포함하는 센서부와, 육묘장내에 배치되고, 공정육묘가 생장하는데 필요한 환경조건을 관리하는 액추에이터와, 생육모델 제공 장치로부터 공정육묘에 대한 생육모델을 수신하고, 생육 관리 애플리케이션을 이용하여 액추에이터를 제어하는 생육 제어부와, 생육모델 제공 장치와 통신하는 통신부를 포함할 수 있다. Each of the plurality of process seedling cultivation devices includes a first sensor group including at least one sensor for detecting the growth state of process seedlings grown in the nursery, and at least one of at least one A sensor unit including a second sensor group including a sensor and a third sensor group including at least one sensor for sensing an external environment of the nursery, is disposed in the nursery, and manages environmental conditions necessary for growing process seedlings It may include an actuator, a growth control unit that receives the growth model for the process seedling from the growth model providing device, and controls the actuator using a growth management application, and a communication unit that communicates with the growth model providing device.
생육 제어부가 제2 센서 그룹에 의해 감지된 설비 감지 정보를 통신부를 통해 생육모델 제공 장치로 전송할 때, 생육모델 제공 장치는 설비 감지 정보 및 빅데이터 저장 장치에 저장된 복수의 공정육묘 재배 장치 각각에 대한 설비 관리 정보를 이용하여 복수의 공정육묘 재배 장치 각각에 포함된 액추에이터 설비의 고장 위험을 예측하고, 복수의 관리자 단말로 예측된 고장 위험을 전송할 수 있다. When the growth control unit transmits the facility detection information detected by the second sensor group to the growth model providing device through the communication unit, the growth model providing device provides information on the facility detection information and the plurality of process seedling cultivation devices stored in the big data storage device. It is possible to predict the failure risk of the actuator equipment included in each of the plurality of process seedling cultivation devices by using the facility management information, and transmit the predicted failure risk to the plurality of manager terminals.
생육모델 제공 장치는 생성된 생육모델을 이용하여 복수의 공정육묘 재배 시장치 각각의 육묘장에서 생성되는 작물별 공정육묘의 생산량을 예측할 수 있다. The apparatus for providing a growth model may predict the production of process seedlings for each crop generated in each nursery of a plurality of process seedling cultivation markets by using the generated growth model.
생육모델 제공 장치는 복수의 공정육묘 재배 장치 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보와, 복수의 공정육묘 재배 장치 각각의 생산량 예측 결과와 빅데이터 저장 장치의 빅데이터를 활용하여, 복수의 공정육묘 재배 장치 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보의 환경에서 생산량이 높은 작물에 대한 공정육묘를 추천할 수 있다. The growth model providing device utilizes sensing information on the process seedling and nursery environment generated in each nursery of each of the plurality of process seedling cultivation devices, the production prediction result of each of the plurality of process seedling cultivation devices, and big data of the big data storage device. , process seedlings for high-yield crops can be recommended in the environment of process seedlings generated in each nursery of a plurality of process seedling cultivation devices and sensing information about the nursery environment.
제1 공정육묘 재배 장치 및 제2 공정육묘 재배 장치의 공정육묘 및 육묘장 환경에 대한 감지 정보가 서로 유사성이 있고, 제1 공정육묘 재배 장치가 제1 작물의 공정육묘를 재배하고, 제2 공정육묘 재배 장치가 제1 작물과 다른 제2 작물의 공정육묘를 재배하는 경우, 생육모델 제공 장치는 생산량이 높은 제1 작물의 공정육묘에 관한 정보를 제2 공정육묘 재배 장치에 추천 정보로 제공할 수 있다. The sensing information of the process seedling and the nursery environment of the first process seedling cultivation device and the second process seedling cultivation device are similar to each other, the first process seedling cultivation device cultivates the process seedling of the first crop, and the second process seedling culture When the cultivation device grows process seedlings of a second crop different from the first crop, the growth model providing device may provide information on the process seedling of the first crop with high yield as recommended information to the second process seedling cultivation device. there is.
생육모델 제공 장치는, 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들을 조합하여 복수의 패턴을 생성하고, 생성된 복수의 패턴을 이용하여 상관관계 분석 및 회귀분석을 수행하고, 반복적인 상관관계 분석 및 회귀분석으로 특정 작물 및 종에 대한 특정패턴을 추출하고, 추출된 특정패턴을 이용하여 생육모델을 생성하고, 생육모델 제공 장치가 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들의 조합할 때, 복수의 공정육묘 재배 장치 각각의 사용자의 입력 신호 또는 복수의 관리자 단말 각각으로부터 조합할 인자들에 대한 선택 입력을 수신받고, 선택 입력에 따라 복수의 패턴을 생성하고, 여기서, 특정패턴은 복수의 패턴 중 공정육묘의 품질상태가 좋고, 생산량이 최대로 예측되는 생장 패턴일 수 있다. The apparatus for providing a growth model generates a plurality of patterns by combining different factors among sensing information for process seedlings and nursery environments, performs correlation analysis and regression analysis using the generated plurality of patterns, and repeats correlation Extracting a specific pattern for a specific crop and species through relational analysis and regression analysis, creating a growth model using the extracted specific pattern, and using the growth model providing device When combining, a user input signal of each of a plurality of process seedling cultivation devices or a selection input for factors to be combined from each of a plurality of manager terminals is received, and a plurality of patterns are generated according to the selection input, where a specific pattern of the plurality of patterns may be a growth pattern in which the quality state of the process seedlings is good and the production amount is predicted to the maximum.
본 발명에 따르면, 조직배양 육묘장의 생산관리를 위한 공정육묘에 대한 생육모델을 제공하고, 생육모델을 이용하여 시설 환경을 정밀한 제어를 바탕으로 공정육묘의 생육 및 우량묘의 조절할 수 있다. 또한, 본 발명에 따르면 생육모델을 이용하여 공정육묘의 생산량을 예측하고 출하시기를 예측하는 생육모델 제공 장치 및 방법을 제공할 수 있다. 이를 통해 공정육묘의 생육 및 출하를 최적화하여 육묘장의 매출 및 이익 창출에 도움을 줄 수 있다. According to the present invention, it is possible to provide a growth model for a process seedling for production management of a tissue culture nursery, and to use the growth model to control the growth of a process seedling and an excellent seedling based on precise control of the facility environment. In addition, according to the present invention, it is possible to provide an apparatus and method for providing a growth model for predicting the production of process seedlings and predicting the shipping time by using the growth model. Through this, it is possible to optimize the growth and shipment of process seedlings, thereby helping to generate sales and profits of the nursery.
또한, 본 발명에 따르면, 공정육묘 재배 전문가들이 생육모델에 대한 의사결정 과정에 참여할 기회를 제공하여 재배작물별 최적의 생육모델을 생성하는데 도움을 줄 수 있다. In addition, according to the present invention, it is possible to provide an opportunity for experts in process seedling cultivation to participate in the decision-making process for the growth model, thereby helping to create an optimal growth model for each cultivated crop.
도 1은 본 발명의 일 실시예에 따른 공정육묘 생육을 관리하는 육묘장 관리 시스템을 나타내는 블록도이다.
도 2는 도 1의 육묘장 관리 시스템에 포함되는 제1 공정육묘 재배 장치의 구성의 일 예를 나타내는 도면이다.
도 3은 도 1의 육묘장 관리 시스템에 포함되는 공정육묘에 대한 생육모델 제공 장치의 구성의 일 예를 나타내는 블록도이다.
도 4는 도 1의 육묘장 관리 시스템에 포함되는 빅데이터 장치에 대한 구성의 일 예를 나타내는 블록도이다. 1 is a block diagram illustrating a nursery management system for managing process seedling growth according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating an example of the configuration of a first process seedling cultivation apparatus included in the nursery management system of FIG. 1 .
3 is a block diagram illustrating an example of the configuration of an apparatus for providing a growth model for process seedlings included in the nursery management system of FIG. 1 .
4 is a block diagram illustrating an example of a configuration of a big data device included in the nursery management system of FIG. 1 .
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings. In describing the present invention, if it is determined that a detailed description of a related well-known function or configuration may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to intentions or customs of users and operators. Therefore, the definition should be made based on the content throughout this specification.
도 1은 본 발명의 일 실시예에 따른 공정육묘 생육을 관리하는 육묘장 관리 시스템을 나타내는 블록도이다. 1 is a block diagram illustrating a nursery management system for managing process seedling growth according to an embodiment of the present invention.
공정육묘는 육묘의 생력화, 효율화, 안정화 및 연중 계획생산을 목적으로 상토제조 및 충전, 파종, 관수, 시비, 환경관리 등 제반 육묘작업을 일관 체계화, 장치화한 묘생산 시설에서 질이 균일하고 규격화된 묘를 연중 계획적으로 생산하는 것을 말한다. 플러그육묘(plug seedling production)는 공정육묘보다는 다소 좁은 의미를 갖는 것으로 육묘에 사용되는 용기가 규격화되어 있고 생산된 묘가 성형화되어 있어 플러그와 같이 꽂을 수 있다는 의미에서 플러그 묘로 불리기도 한다. Process seedlings are uniform and standardized in seedling production facilities that consistently systematize and systematize all seedling operations such as top soil manufacturing and filling, sowing, irrigation, fertilization, and environmental management for the purpose of increasing viability, efficiency, and stabilization of seedlings and year-round planned production. It refers to the planned production of old seedlings throughout the year. Plug seedling production has a somewhat narrower meaning than process seedling, and is also called plug seedling in the sense that the container used for seedling is standardized and the produced seedlings are molded and can be plugged together with a plug.
육묘온실(greenhouse for raising seedling)은 이와 같은 공정육묘에 있어서 이식재배하는 작물의 묘(苗)를 만들기 위해 정식하기까지의 어리고 작은 식물체를 양성하기 위한 온실을 말한다. 표준육묘판(트레이)을 이용하여 묘 생산을 자동화할 수 있도록 각종 장치를 도입하여 생산작업을 공정화한 온실로서, 이하에서는 육묘장(10)이라고 한다. Greenhouse for raising seedling refers to a greenhouse for nurturing young and small plants before planting to make seedlings of transplanted crops in such process seedlings. A greenhouse in which various devices are introduced to automate the production of seedlings using a standard seedling plate (tray) to make the production work fair, hereinafter referred to as a nursery (10).
육묘장 관리 시스템(100)은 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 대하여 빅데이터 기반으로 각 작물의 특성에 맞는 최적의 생육모델을 생성하고, 생성된 생육모델을 이용하여 환경상태, 작물생장 등에 대한 상태변화를 제어하여 작물의 생장에 최적화된 생육환경을 제공한다. The
육묘장 관리 시스템(100)은 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3), 생육모델 제공 장치(120), 빅데이터 저장 장치(130), 제1 관리자 단말(150) 및 제2 관리자 단말(160)을 포함할 수 있다. 육묘장 관리 시스템(100)은 환경 정보 제공 장치(140)를 더 포함할 수 있다. The
복수의 공정육묘 재배 장치(110-1, 110-2, 110-3), 생육모델 제공 장치(120) 및 빅데이터 저장 장치(130)는 유무선 통신망을 통해 연결될 수 있다. 유무선 통신망은 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), Wi-Fi, Zigbee 등 다양한 통신망으로 구성될 수 있다. 예를 들어, 비교적 근거리에 설치되며 소용량 데이터가 전송될 경우에는 저렴하고 신뢰성 있는 지그비 통신 방식이 채택될 수 있고, 영상 데이터와 같은 비교적 대용량 데이터가 전송될 경우에는 와이파이 등의 통신 방식이 채택될 수 있다. 도 1에는 3개의 공정육묘 재배 장치(110-1, 110-2, 110-3)가 도시되어 있으나, 육묘장 관리 시스템(100)에 포함되는 공정육묘 재배 장치(110-1, 110-2, 110-3)의 개수 및 종류는 제한되지 않는다. The plurality of process seedling cultivation devices 110-1, 110-2, 110-3, the growth
복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각은 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보를 생성한다. Each of the plurality of process seedling cultivation devices 110-1, 110-2, and 110-3 generates sensing information on the process seedling and the nursery environment generated in the nursery.
공정육묘 및 육묘장 환경에 대한 감지 정보는 공정육묘의 생육정보 및 육묘장 내부 환경정보를 포함할 수 있다. 공정육묘 및 육묘장 환경에 대한 감지 정보는 육묘장 외부 환경정보를 더 포함할 수 있다. The sensing information on the process seedling and the nursery environment may include growth information of the process seedling and the environment information inside the nursery. The sensing information on the process seedling and the nursery environment may further include environmental information outside the nursery.
공정육묘의 생육정보는 생산량, 줄기의 직경을 의미하는 경경, 총경, 엽면적지수(leaf area index, LAI), 엽온, 줄기두께, 화방간격, 생장속도, 생장강도 및 생장상(growth phase) 중 적어도 하나의 인자를 포함할 수 있다. 육묘장 내부 환경 정보는 온실의 형태, 재배 액추에이터 설비, 운영 온도, 습도, 순간광량, 이산화탄소 농도, 배지함주량, 배지EC 및 운영정보 중 적어도 하나의 인자를 포함할 수 있다. 육묘장 외부 환경정보는 온도, 습도, 일사량 및 강수량 중 적어도 하나의 인자를 포함할 수 있다. 또한, 공정육묘 및 육묘장 환경에 대한 감지 정보는 병충해발생빈도 및 식물생리장애정보 중 적어도 하나의 인자를 포함하는 병충해정보를 더 포함할 수 있다. Growth information of process seedlings includes at least one of production, stem diameter, total diameter, leaf area index (LAI), leaf temperature, stem thickness, flower spacing, growth rate, growth intensity, and growth phase. It can contain one argument. The environment information inside the nursery may include at least one of the greenhouse type, cultivation actuator equipment, operating temperature, humidity, instantaneous light amount, carbon dioxide concentration, medium content, medium EC, and operation information. The environment information outside the nursery may include at least one of temperature, humidity, insolation, and precipitation. In addition, the sensing information for the process seedling and the nursery environment may further include pest information including at least one factor of pest occurrence frequency and plant physiological disorder information.
제1 공정육묘 재배 장치(110-1)는 작물의 조직을 배양하여 생산할 작물에 대한 공정육묘를 생산하는 육묘장(10)을 제어하여 공정육묘를 재배하는 시스템이다. 제1 공정육묘 재배 장치(110-1)는 IoT(Internet of Thing) 기술을 이용하여 작물 재배 시설의 온도, 습도, 광량, 이산화탄소, 토양 등을 측정 분석하고, 분석결과에 따라 최적의 상태를 유지시킨다. The first process seedling cultivation apparatus 110-1 is a system for cultivating the tissue of a crop and controlling the
여기에서 작물은 채소, 과일, 관상식물, 특용작물 등 다양할 수 있다. 특용작물은 특멸한 용도로 쓰이는 작물로, 전분작물, 유료작물, 섬유작물, 기호작물, 약료작물, 당료장물 등 다양할 수 있다. 본 발명의 일 실시예에 따르면, 제1 공정육묘 재배 장치(110-1)는 작물로 오크리프, 장대바실, 새론케일 등의 공정육묘를 재배할 수 있으며, 이에 제한되는 것은 아니다. Here, the crops can be various, such as vegetables, fruits, ornamental plants, special crops, etc. Special crops are crops that are used for special purposes, and may be various such as starch crops, pay crops, fiber crops, preference crops, medicinal crops, and sugar storage crops. According to an embodiment of the present invention, the first process seedling cultivation apparatus 110-1 may grow process seedlings such as oak leaf, genus basil, and saron kale as crops, but is not limited thereto.
생육모델 제공 장치(120)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3)에서 수신되는 감지 정보 및 빅데이터 저장 장치(130)에 저장된 빅데이터 정보를 이용하여 기계학습을 수행하여 공정육묘에 대한 생육모델을 생성하고, 생성된 생육모델에 기초하여 각 공정육묘별 맞춤형 정보를 생성할 수 있다. 생육모델 제공 장치(120)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3)로 생육모델을 제공하기 위한 생육 관리 애플리케이션을 제공할 수 있다. The growth
생육모델 제공 장치(120)는, 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들을 조합하여 복수의 패턴을 생성하고, 생성된 복수의 패턴을 이용하여 상관관계 분석 및 회귀분석을 수행하고, 반복적인 상관관계 분석 및 회귀분석으로 특정 작물 및 종에 대한 특정패턴을 추출하고, 추출된 특정패턴을 이용하여 생육모델을 생성할 수 있다. 생육모델 제공 장치(120)가 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들의 조합할 때, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 사용자의 입력 신호 또는 복수의 관리자 단말(150, 160) 각각으로부터 조합할 인자들에 대한 선택 입력을 수신받고, 선택 입력에 따라 복수의 패턴을 생성할 수 있다. 여기서, 특정패턴은 복수의 패턴 중 공정육묘의 품질상태가 좋고, 생산량이 최대로 예측되는 생장 패턴일 수 있다. The growth
또한, 생육모델 제공 장치(120)는 생성된 생육모델을 이용하여 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 작물별 공정육묘의 생산량을 예측할 수 있다. 또한, 생육모델 제공 장치(120)는 생육모델을 이용하여 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3)의 공정육묘 종류별 출하시기를 예측할 수 있다. In addition, the growth
또한, 생육모델 제공 장치(120)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보와, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 생산량 예측 결과와 빅데이터 저장 장치(120)의 빅데이터를 활용하여, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보의 환경에서 생산량이 높은 작물에 대한 공정육묘를 추천할 수 있다.In addition, the growth
예를 들어, 제1 공정육묘 재배 장치(110-1) 및 제2 공정육묘 재배 장치(110-2)의 공정육묘 및 육묘장 환경에 대한 감지 정보가 서로 유사성이 있고, 제1 공정육묘 재배 장치(110-1)가 제1 작물의 공정육묘를 재배하고, 제2 공정육묘 재배 장치(110-2)가 제1 작물과 다른 제2 작물의 공정육묘를 재배하는 경우, 생육모델 제공 장치(120)는 생산량이 높은 제1 작물의 공정육묘에 관한 정보를 제2 공정육묘 재배 장치(110-2)에 추천 정보로 제공할 수 있다. For example, the detection information for the process seedling and the nursery environment of the first process seedling cultivation apparatus 110-1 and the second process seedling cultivation apparatus 110-2 is similar to each other, and the first process seedling cultivation apparatus 110-2 ( When 110-1) cultivates the process seedling of the first crop, and the second process seedling cultivation device 110-2 cultivates the process seedling of a second crop different from the first crop, the growth
환경 정보 제공 장치(150)는 기상 서버와 같이 외부 환경 관련 정보를 생육모델 제공 장치(120)로 제공할 수 있다. The environment
생육모델 제공 장치(120)는 복수의 관리자 단말(150, 160)과 통신할 수 있다. 복수의 관리자 단말(150, 160)은 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 관리자용 단말이거나, 생육모델 제공 장치(120), 빅데이터 저장 장치(130) 및 환경 정보 제공 장치(140) 각각의 관리자용 단말일 수 있다. 복수의 관리자 단말(150, 160)은 본 발명의 일 실시예에 따른 생육모델을 제공하기 위한 생육 관리 애플리케이션이 실행되는 한 개인용 컴퓨터와 같은 고정형 단말, 휴대용 단말 또는 휴대용 컴퓨터일 수 있다. 예를 들어, 휴대용 단말은 핸드폰, 스마트 노트 등 핸드헬드 기반의 무선 통신 단말일 수 있으며, 휴대용 컴퓨터는 노트북, 랩탑, 웨어러블 컴퓨터 등 그 종류에 제한되지 않는다. The growth
복수의 관리자 단말(150, 160)은 생육모델 제공 장치(120)에 접속하여 생육모델 제공 장치(120)에서 처리하는 생육모델 관련 데이터를 검색하고 생육모델에 대한 의사소통 채널을 생성하여 작물의 생육에 대한 의견을 실시간으로 소통할 수 있다. 따라서, 복수의 관리자 단말(150, 160)을 통해 공정육묘 및 육묘장 환경에 대한 감지 정보 및 생육모델에 관한 데이터에 대하여 데이터 신뢰도 등에 대한 평가를 할 수 있다. The plurality of
전술한 바와 같이, 복수의 관리자 단말(150, 160) 각각은 생육모델 제공 장치(120)가 생육모델을 생성할 때 조합할 인자들에 대한 선택 입력을 수신받고, 선택 입력을 생육모델 제공 장치(120)로 전송할 수 있다. 이를 통해, 공정육묘 재배 전문가들이 생육모델에 대한 의사결정 과정에 참여할 기회를 제공하여 재배작물별 최적의 생육모델을 생성하는데 도움을 줄 수 있다. As described above, each of the plurality of
도 2는 도 1의 육묘장 관리 시스템에 포함되는 제1 공정육묘 재배 장치(110-1)의 구성의 일 예를 나타내는 도면이다. FIG. 2 is a diagram illustrating an example of the configuration of the first process seedling cultivation apparatus 110-1 included in the nursery management system of FIG. 1 .
도 1 및 도 2를 참조하면, 제1 공정육묘 재배 장치(110-1)는 생육 제어부(210), 센서부(220), 액추에이터(230), 통신부(240), 사용자 인터페이스부(250) 및 출력부(260)를 포함할 수 있다. 1 and 2, the first process seedling cultivation apparatus 110-1 includes a
생육 제어부(210)는 육묘장(10)의 생육 관리 애플리케이션을 구동하여 공정육묘의 생육을 제어하고, 제1 공정육묘 재배 장치(110-1)의 전반적인 동작을 제어한다. 생육 제어부(210)는 생육 관리 애플리케이션과 같은 애플리케이션과 센서부(220)에서 감지되는 감지 정보를 저장하고 관리하도록 프로세서 및 메모리를 포함하여 구성될 수 있다. The
생육 제어부(210)는 센서부(220)에서 감지된 공정육묘 및 육묘장(10) 환경에 대한 감지 정보를 통신부(240)를 통해 생육모델 제공 장치(120)로 송신한다. 생육 제어부(210)는 생육모델 제공 장치(120)로부터 제공되는 생육모델에 따라 공정육묘가 재배되도록 생육 제어부(210)를 제어할 수 있다. The
센서부(220)는 육묘장(10)내의 감지 정보를 감지하는 다양한 종류의 복수의 센서와 제1 공정육묘 재배 장치(110-1) 주변의 환경 정보를 감지하는 복수의 센서를 포함한다. 센서부(220)는 육묘장에서 재배되는 공정육묘의 생육 상태를 감지하는 적어도 하나의 센서를 포함하는 제1 센서 그룹(222), 육묘장의 공정육묘의 생장을 제어하는 설비 상태를 관리하는 적어도 하나의 센서를 포함하는 제2 센서 그룹(224) 및 육묘장의 외부 환경을 감지하는 적어도 하나의 센서를 포함하는 제3 센서 그룹(226)을 포함할 수 있다. The
제1 센서 그룹(222)은 소정의 간격으로 이격되어 육묘장(10)에 설치된다. 복수의 센서는 온도센서, 습도센서, 이산화탄소센서, 광센서, 토양수분센서, 엽온센서 등을 포함하여 육묘장(10)의 시설환경, 작문생장, 근권부 및 병충해에 대한 상태를 측정한다. 온도센서는 육묘장(10)내의 온도를 측정하고, 습도 센서는 육묘장(10)내의 습도를 측정하고, 이산화탄소센서는 육묘장(10)내의 이산화탄소 양을 측정하고, 광 센서는 육묘장(10) 내의 이산화탄소 양을 측정한다. 광 센서는 육묘장(10) 내의 일조량을 측정한다. 토양수분센서는 육묘장(10) 내의 토양에 함유된 수분을 측정한다. 엽온센서는 육묘장(10)내의 작물 잎에 대한 온도를 측정한다. The
제2 센서 그룹(224)은 육묘장의 공정육묘의 생장을 제어하는 설비, 예를 들어, 후술할 액추에이터(230)의 시설 상태를 관리하는 복수의 센서를 포함할 수 있다. 제2 센서 그룹(224)은 각 설비별로 온도, 진동, 진동, 전압, 전류, 전력 데이터 중 적어도 하나를 감지하는 복수의 센서를 포함할 수 있다. The
제3 센서 그룹(226)은 제1 공정육묘 재배 장치(110-1)의 외부에 설치되며, 풍속/풍향 센서, 일사량 센서, 강우 센서 등을 포함할 수 있다. The
액추에이터(230)는 육묘장(10)의 환경조건을 유지한다. 액추에이터(230)는 육묘장(10)내에 배치되고, 작물이 생장되는데 필요한 환경조건을 관리한다. 액추에이터(230)는 육묘장(10) 내에 배치되고, 작물이 생장되는데 필요한 환경조건을 조성한다. 액추에이터(230)는 복수의 설비를 포함하고, 예를 들어, 전기, 유압, 압축공기 등을 이용하여 구동되는 장치를 포함할 수 있다. The
예를 들면, 액추에이터(230)는 냉난방 장치, 팬 장치, 스프링클러, 급수 펌프, 이산화탄소 발생기, 조명장치 또는 개폐장치 등일 수 있다. 냉난방장치는 육묘장(10) 내의 온도 조절을 한다. 팬 장치는 육묘장(10) 내의 공기 순환 및 공기 환기를 조절한다. 스프링클러 및 급수 펌프는 육묘장(10) 내의 물 공급을 조절한다. 이산화탄소 발생기는 이산화탄소의 농도를 조절한다. 조명장치 및 개폐장치는 육묘장(10) 내의 채광을 조절한다. 여기서, 조명장치는 LED 조명장치로 구성되어 작물에 필요한 스펙트럼을 포함하는 조명을 조사할 수 있고, 개폐장치는 육묘장(10)의 지붕을 열고 닫음으로서, 일조량을 조절할 수 있다.For example, the
통신부(240)는 생육모델 제공 장치(120)와 유무선 통신을 수행하기 위한 복수의 통신 모듈을 포함할 수 있다. 통신부(240)는 지그비 통신 모듈, 와이파이 통신 모듈, 애드혹(Adhoc) 네트워크 통신 모듈, CDMA 통신 모듈, LTE(Long Term Evolution) 통신 모듈 및 유무선 LAN(Local Area Network) 통신 모듈과 같은 다수의 통신 모듈 중 선택된 하나 이상의 통신 모듈을 포함하도록 구성될 수 있다. The
통신부(240)는 생육 제어부(210)에서의 데이터 처리 결과를 생육모델 제공 장치(120)로 전송한다. 통신부(240)는 생육모델 제공 장치(120)에서 제공된 생육모델을 생육 제어부(210)로 전달한다. The
사용자 인터페이스부(250)는 관리자가 직접 생육 제어부(210)를 제어하기 위한 사용자 입력을 수신하도록 터치 패드, 터치 스크린, 키 패드, 버튼 등으로 구성될 수 있다. The
출력부(260)는 생육 관리 애플리케이션의 구동을 포함한 생육 제어부(210)의 동작 상태나 액추에이터(230)의 동작 상태에 대한 정보를 시각적 정보로 제공하기 위하여 선택적으로 제공될 수 있다. 출력부(260)는 모니터, 액정, 프로젝터, 프린터 등을 포함하는 디스플레이 장치일 수 있다. 출력부(260)는 공정육묘 및 육묘장 환경에 대한 감지 정보를 출력할 수 있다. The
출력부(260)는 생육 제어부(210)에서 생육 관리 애플리케이션의 구동 결과로서 예측된 작물의 생산량, 생육모델에서 시뮬레이션된 데이터를 출력할 수 있다. 시뮬레이션된 데이터는 3차원 입체 영상으로 출력될 수 있다. The
도 3은 도 1의 육묘장 관리 시스템에 포함되는 공정육묘에 대한 생육모델 제공 장치의 구성의 일 예를 나타내는 블록도이다. 3 is a block diagram illustrating an example of the configuration of an apparatus for providing a growth model for process seedlings included in the nursery management system of FIG. 1 .
도 1, 도 2 및 도 3을 참조하면, 생육모델 제공 장치(120)는 네트워크 인터페이스부(310), 제어부(320), 생육모델 생성부(330), 생산량 예측부(340), 작물 추천부(350) 및 애플리케이션 제공부(360)를 포함한다. 1, 2 and 3 , the growth
네트워크 인터페이스부(310)는 공정육묘 및 육묘장 환경에 대한 감지 정보를 수신한다. 이때, 네트워크 인터페이스부(310)는 유무선 통신을 이용하여 원격으로 공정육묘 및 육묘장 환경에 대한 감지 정보를 수신할 수 있다. The
네트워크 인터페이스부(310)는 제어부(320)에서 예측된 작물의 생산량 및 생육모델에서 시뮬레이션된 데이터를 복수의 관리자 단말(150, 160)로 송신하여 사용자에게 제공할 수 있다. 이를 통해, 사용자는 어느 위치에서든 작물에 관한 데이터를 확인할 수 있다.The
제어부(320)는 네트워크 인터페이스부(310), 생육모델 생성부(330), 생산량 예측부(340), 작물 추천부(350) 및 애플리케이션 제공부(360)의 동작 전반을 제어한다. The
제어부(320)는 네트워크 인터페이스부부(310)에서 수신된 공정육묘 및 육묘장 환경에 대한 감지 정보를 데이터 표준화 포맷에 맞도록 수집을 한다. 제어부(320)는 수집된 공정육묘 및 육묘장 환경에 대한 감지 정보를 데이터베이스화시킬 수 있다.The
여기서, 데이터 표준화 포맷은 미리 정해진 표준데이터 규격으로써, 온실, 비닐하우스, 환풍, 난방 등과 같은 시설 및 재배 정보, 엽면적, 엽수, 수확량, 생육속도 등과 같은 생육정보, 온실내부환경, 온실외부환경, 토양근권환경 등과 같은 환경정보 및 적엽, 농약사용, 비료사용 등과 같은 육묘장기타정보 중 적어도 하나의 인자(factor)가 규격에 따라 구분된다. 이때, 제어부(320)는 작물의 종류에 따라 데이터 표준화 포맷의 인자를 조정할 수 있다. Here, the data standardization format is a predetermined standard data standard, and facility and cultivation information such as greenhouses, plastic houses, ventilation, heating, etc., growth information such as leaf area, leaf number, yield, growth rate, etc., greenhouse internal environment, greenhouse external environment, soil, etc. At least one factor among environmental information such as the root zone environment and other information on the nursery such as red leaves, pesticide use, and fertilizer use is classified according to the standard. In this case, the
본 발명의 일 실시예에 따르면, 제어부(320)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각으로부터의 사용자(또는 관리자) 입력 또는 복수의 관리자 단말(150, 160) 각각으로부터의 사용자(또는 관리자) 입력에 기초하여 데이터 표준화 포맷의 인자를 조정할 수 있다. According to an embodiment of the present invention, the
제어부(320)는 수집된 공정육묘 및 육묘장 환경에 대한 감지 정보를 선별하여 필터링할 수 있다. 제어부(320)는 생육모델 생성부(330)이 필터링된 공정육묘 및 육묘장 환경에 대한 감지 정보를 기계학습(machine learning)으로 작물의 생육을 예측하는 생육모델을 생성하도록 제어할 수 있다. 여기서, 생육모델은 작물이 공정육묘 및 육묘장 환경에 대한 감지 정보에 따라 생육되는 과정을 시뮬레이션하여 예측할 수 있다. The
제어부(320)는 생성된 생육모델을 이용하여 작물의 생산량을 예측하도록 생산량 예측부(340)를 제어할 수 있다. 또한, 제어부(320)는 생성된 생육모델을 이용하여 소정의 공정육묘 재배 장치에서 재배하기에 적합한 작물 추천 정보를 생성하도록 작물 추천부(350)를 제어할 수 있다. The
제어부(320)는 수집된 공정육묘 및 육묘장 환경에 대한 감지 정보를 분석하여 데이터 오류가 있는 육묘장 데이및 데이터 품질이 기준치보다 미달인 공정육묘 및 육묘장 환경에 대한 감지 정보를 선별할 수 있다. 여기서, 데이터 품질이 기준치보다 미달인 공정육묘 및 육묘장 환경에 대한 감지 정보는 공정육묘 및 육묘장 환경에 대한 감지 정보가 예상되는 기준치 범위를 크게 벗어나는 잘못된 데이터일 수 있다. 제어부(320)는 선별된 공정육묘 및 육묘장 환경에 대한 감지 정보를 필터링할 수 있다. 이를 통해, 제어부(320)는 생육모델 생성부(330)가 신뢰성이 인정되는 공정육묘 및 육묘장 환경에 대한 감지 정보만으로 생육모델을 생성하도록 할 수 있도록 한다.The
생육모델 생성부(330)는 제어부(320)에서 필터링된 공정육묘 및 육묘장 환경에 대한 감지 정보를 기계학습으로 생육모델을 생성한다. 이를 통해, 생육모델 생성부(330)는 시간이 지날수록 학습된 경험에 대한 데이터가 축적되어 작물의 생육을 정확하게 예측하는 생육모델을 생성할 수 있다. The growth
도 3에 도시된 바와 같이, 생육모델 생성부(330)는 생성모듈(332), 예측모듈(334) 및 학습모듈(336)을 포함한다.As shown in FIG. 3 , the growth
생성모듈(332)은 생육모델을 유동적으로 생성한다. 즉, 동작 초기에는 생성모듈(332)에 제공되는 공정육묘 및 육묘장 환경에 대한 감지 정보가 부족하기 때문에, 생성모듈(332)은 미리 정해진 공정육묘 및 육묘장 환경에 대한 감지 정보를 이용하거나 데이터베이스화된 공정육묘 및 육묘장 환경에 대한 감지 정보를 이용하여 생육모델을 생성하고, 추후 학습모듈(336)에서 학습된 공정육묘 및 육묘장 환경에 대한 감지 정보가 업데이트되면 학습된 공정육묘 및 육묘장 환경에 대한 감지 정보를 이용하여 새로운 생육모델을 생성할 수 있다.The
예측모듈(334)은 필터링된 공정육묘 및 육묘장 환경에 대한 감지 정보를 생성모듈(332)에서 생성된 생육모델과 비교하여 현재 생육상태를 분석한다. 예측모듈(334)은 분석된 생육상태를 이용하여 작물의 생산량이 가장 높은 생육환경을 예측한다.The
학습모듈(336)은 공정육묘 및 육묘장 환경에 대한 감지 정보를 가공하여 학습시키는 기능을 한다. 즉, 학습모듈(336)은 예측모듈(334)에서 예측된 생육환경을 이용하여 필터링된 공정육묘 및 육묘장 환경에 대한 감지 정보 중 생산량 및 품질이 가장 높은 공정육묘 및 육묘장 환경에 대한 감지 정보 집합(cluster)을 산출한다. 여기서, 학습모듈(336)은 생성모듈(332)에서 생성된 생육모델을 이용하여 현재 공정육묘 및 육묘장 환경에 대한 감지 정보 중 임계치 이하를 재필터링하여 의미 있는 공정육묘 및 육묘장 환경에 대한 감지 정보만을 선별한 후, 공정육묘 및 육묘장 환경에 대한 감지 정보 집합을 산출할 수 있다. 학습모듈(336)은 산출된 공정육묘 및 육묘장 환경에 대한 감지 정보 집합을 학습한 후, 생성모듈(332)에 학습된 공정육묘 및 육묘장 환경에 대한 감지 정보 집합을 제공하여 공정육묘 및 육묘장 환경에 대한 감지 정보를 업데이트시킨다. The
이를 통해, 생성모듈(332)은 업데이트된 공정육묘 및 육묘장 환경에 대한 감지 정보를 현재 생육모델에 적용시켜 현재 생육모델보다 예측율이 향상된 새로운 생육모델을 생성시킬 수 있다. 여기서, 학습모듈(336)에서 학습된 공정육묘 및 육묘장 환경에 대한 감지 정보는 학습모듈(336)내 소정의 저장부(도시되지 않음)에 업데이트되어 데이터베이스화될 수 있다.Through this, the
즉, 생육모델 생성부(330)는 생성모듈(332), 예측모듈(334) 및 학습모듈(336)을 순차적으로 반복 수행하여 기계학습을 한다. 이를 통해, 생육모델 생성부(330)는 점진적으로 작물의 생산량 예측이 정확해지는 생육모델을 생성할 수 있다.That is, the growth
예를 들면, 생육모델 생성부(330)는 기계학습으로 여러 가지 형태의 빅데이터 분석을 수행할 수 있으며, 바람직하게는 상관관계 분석 및 회귀분석을 수행할 수 있다. 즉, 생육모델 생성부(330)의 생성모듈(332)은 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들을 조합하여 복수의 패턴을 생성하고, 생성된 복수의 패턴을 이용하여 상관관계 분석 및 회귀분석을 수행할 수 있다. 생성모듈(332)은 반복적인 상관관계 분석 및 회귀분석으로 특정 작물 및 종에 대한 특정패턴을 추출하고, 추출된 특정패턴을 이용하여 생육모델을 생성한다. 여기서, 특정패턴은 복수의 패턴 중 공정육묘의 품질상태가 좋고, 생산량이 최대로 예측되는 생장 패턴일 수 있다.For example, the growth
또한, 본 발명의 일 실시예에 따르면, 생육모델 제공 장치(120)의 생육모델 생성부(330)는 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들의 조합할 때, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 사용자의 입력 신호 또는 복수의 관리자 단말(150, 160) 각각의 사용자 입력 신호로부터 조합할 인자들에 대한 선택 입력을 수신받고, 선택 입력에 따라 복수의 패턴을 생성할 수 있다. 이러한 과정을 통해 공정육묘에 대한 재배 경험이 많은 사용자의 경험에 의해 획득될 수 있는 중요도가 높은 인자들 및 중요도가 높은 인자들 간의 조합 정보를 생육모델 생성에 적용할 수 있다. In addition, according to an embodiment of the present invention, when the growth
예를 들어, 생육모델 생성부(330)는 딸기에 대한 공정육묘에 대해서, 온도 인자 및 화아분화 인자에 대한 조합을 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 사용자의 입력 신호 또는 복수의 관리자 단말(150, 160) 각각의 사용자 입력 신호에 기초하여 선택할 수 있다. For example, the growth
또한, 생육모델 제공 장치(120)의 생육모델 생성부(330)는 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들의 조합할 때, 하나의 종류의 공정육묘에 대하여, 예를 들어, 제1 공정육묘 재배 장치(110-1)의 육묘장(10)에서 재배되는 공정육묘에 대하여 복수의 서로 다른 인자의 조합 각각에 대한 복수의 생육모델을 생성하고, 생성된 복수의 생육모델을 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160)에 제공할 수 있다. 이를 통해, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160)의 사용자는 복수의 서로 다른 인자의 조합 각각에 대한 복수의 생육모델을 이용한 공정육묘의 생육 과정을 예측하고, 제공된 복수의 생육모델 중 선호에 따른 생육모델을 선택하고, 그에 따라 공정육묘의 생산량 및 출하시기 등을 조절할 수 있다. In addition, the growth
한편, 도 2의 생육 제어부(210)가 제2 센서 그룹(224)에 의해 감지된 설비 감지 정보를 통신부를 통해 생육모델 제공 장치(120)로 전송할 때, 제어부(320)는 설비 감지 정보 및 빅데이터 저장 장치(130)에 저장된 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 대한 설비 관리 정보를 이용하여 복수의 공정육묘 재배 장치 각각(110-1, 110-2, 110-3)에 포함된 액추에이터(230) 설비의 고장 위험을 예측하고, 네트워크 인터페이스부(310)를 통해 복수의 관리자 단말(150, 160)로 예측된 고장 위험을 전송할 수 있다. On the other hand, when the
생산량 예측부(340)는 생육모델 생성부(330)에서 생성된 생육모델을 이용하여 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 작물별 공정육모의 생산량을 예측한다. 이 때, 생산량 예측부(340)는 작물의 생중량(fresh weight)에 대한 생산량을 예측할 수 있다. 여기서, 생중량은 건조되지 않은 생물상태에서 측정한 무게이다. 따라서, 사용자는 건조된 작물이 아닌 실제 작물의 생산량을 예측할 수 있다. 생산량 예측 결과는 빅데이터 저장 장치(130)의 소정의 저장소에 누적 저장되어, 이전의 생산량과 생산량 예측치의 비교 결과가 시각적으로 제공될 수 있다. The production
작물 추천부(350)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보와, 생산량 예측부(340)의 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 생산량 예측 결과와 빅데이터 저장 장치(130)의 빅데이터를 활용하여, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보의 환경에서 생산량이 높은 작물에 대한 공정육묘를 추천할 수 있다. The
예를 들어, 제1 공정육묘 재배 장치(110-1) 및 제2 공정육묘 재배 장치(110-2)의 공정육묘 및 육묘장 환경에 대한 감지 정보가 서로 유사성이 있고, 제1 공정육묘 재배 장치(110-1)가 제1 작물의 공정육묘를 재배하고, 제2 공정육묘 재배 장치(110-2)가 제1 작물과 다른 제2 작물의 공정육묘를 재배하는 경우, 생산량 예측부(340)에서 생산량이 높은 작물의 공정육묘, 예를 들어 제1 작물의 공정육묘에 관한 정보를 제2 공정육묘 재배 장치(110-2)에 추천 정보로 제공할 수 있다. For example, the detection information for the process seedling and the nursery environment of the first process seedling cultivation apparatus 110-1 and the second process seedling cultivation apparatus 110-2 is similar to each other, and the first process seedling cultivation apparatus 110-2 ( When 110-1) cultivates the process seedling of the first crop, and the second process seedling cultivation device 110-2 cultivates the process seedling of a second crop different from the first crop, the
또한, 작물 추천부(350)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보와, 생산량 예측부(340)의 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 생산량 예측 결과를 이용하여, 시기별로 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3)에서 재배하는 공정육묘의 종류별로 총 생산량의 예측 결과를 합산하고, 총 생산량의 예측 결과를 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160)로 전송하여 공정육묘의 종류별로 총 생산량의 예측 결과를 공유하도록 함으로써 출하 시기를 조정하도록 할 수 있다. In addition, the
애플리케이션 제공부(360)는 본 발명의 일 실시예에 따른 생육 관리 애플리케이션을 생성하여, 네트워크 인터페이스부(310)를 통해 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160)로 전송할 수 있다. The
애플리케이션 제공부(360)는 빅데이터 저장 장치(130)에 저장된 정보를 이용하여, 생육 관리 애플리케이션을 업데이트하고, 업데이트된 생육 관리 애플리케이션을 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160)로 전송하여, 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 및 복수의 관리자 단말(150, 160) 각각이 업데이트된 생육 관리 애플리케이션을 갱신하여 설치하도록 할 수 있다. The
본 발명의 일 실시예에 따르면, 공정육묘 및 육묘장 환경에 대한 감지 정보는 액추에이터(230)의 설비 상태에 대한 설비 감지 정보를 더 포함하고, 센서부(220)는 설비 감지 정보를 생성하고, 도 2를 참조하여 설명한 바와 같이, 생육 제어부(210)는 설비 감지 정보를 생육모델 제공 장치(120)로 전송할 수 있다. 이 경우, 제어부(320)는 설비 감지 정보 및 빅데이터 저장 장치(130)에 저장된 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 대한 설비 관리 정보를 이용하여 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 포함된 액추에이터(230) 설비의 고장 위험을 예측하고, 복수의 관리자 단말(150, 160)로 예측된 고장 위험을 전송할 수 있다. According to an embodiment of the present invention, the sensing information on the process seedling and the nursery environment further includes equipment detection information on the equipment state of the
제1 공정육묘 재배 장치(110-1)로부터 액추에이터(230)의 설비 상태에 대한 설비 감지 정보가 수신되고, 액추에이터(230)에 생육 제어를 위한 복수의 설비가 포함되어 있는 경우, 제어부(320)는 액추에이터(230)에 포함된 복수의 설비 각각에 설치된 센서로부터의 센서 데이터를 빅데이터 저장 장치(130)에 포함된 복수의 설비 각각에 대한 기 설정된 정상 동작 범위(또는 임계 범위)과 비교하여, 해당 설비의 고장 여부를 판단하거나, 고장 가능성을 예측할 수 있다. 또는 제어부(320)는 복수의 설비 각각에 설치된 센서로부터의 센서 데이터 중 선택된 소정의 개수의 센서 데이터가 각각 기 설정된 정상 동작 범위를 벗어나는 경우 해당 설비가 고장났다고 예측할 수 있다. 또한, 제어부(320)는 복수의 설비 각각에 설치된 센서로부터의 복수의 센서 데이터 중 선택된 소정의 개수의 센서 데이터가 소정의 개수의 센서 데이터가 각각 기 설정된 정상 동작 범위를 벗어나는지를 판단할 때, 선택된 소정의 개수의 센서 데이터의 중요도나 신뢰도에 대한 가중치를 적용하여 해당 설비의 고장 여부 및 고장 가능성을 예측할 수 있다. When facility detection information on the facility state of the
도 4는 도 1의 육묘장 관리 시스템(100)에 포함되는 빅데이터 저장 장치에 대한 구성의 일 예를 나타내는 블록도이다. 4 is a block diagram illustrating an example of a configuration of a big data storage device included in the
빅데이터 저장 장치(130)는 육묘장 데이터베이스(410), 재배장치 데이터베이스(420), 생육모델 데이터베이스(430) 및 관리자 정보 데이터베이스(440)를 포함할 수 있다. The big
육묘장 데이터베이스(410)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3)에서 수신되는 각 육묘장별 공정육묘 및 육묘장 환경에 대한 감지 정보를 저장한다. 공정육묘 및 육묘장 환경에 대한 감지 정보는 각 육묘장별로 저장되고 관리되도록 저장되고, 공정육묘 및 육묘장 환경에 대한 감지 정보는 시기별로 저장될 수 있다. The
재배장치 데이터베이스(420)는 복수의 공정육묘 재배 장치 각각에 대한 설비 관리 정보를 더 포함할 수 있다. 설비 관리 정보는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 포함된 액추에이터(230)의 동작을 감지하는 복수의 센서 각각에 대한 정상 동작 범위(또는 임계 범위)에 대한 정보를 저장할 수 있다. 전술한 바와 같이, 생육모델 제공 장치(120)는 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각에 대한 설비 관리 정보에 기초하여 복수의 공정육묘 재배 장치(110-1, 110-2, 110-3) 각각의 고장 위험을 예측하고, 복수의 관리자 단말(150, 160)로 예측된 고장 위험을 전송할 수 있다. The
생육모델 데이터베이스(430)는 생육모델 제공 장치(120)에서 생성한 생육모델을 저장한다. 생육모델 데이터베이스(430)는 육묘장별, 작물별, 시기별 생육모델 터이터를 저장하고 관리할 수 있다. The
관리자 정보 데이터베이스(440)는 복수의 관리자 단말(150, 160)의 사용자 등의 사용자 인적 사항, 연락처 정보, 로그인 정보, 부서, 직책, SNS 정보 등의 관리자 정보를 저장하고 관리할 수 있다. 관리자는 육묘장(10)에서 공정육묘를 재배하는 재배자이거나 농업기술센터, 농협, 공정육묘 관련 전문가 등 다양할 수 있다. 관리자 정보 데이터베이스(440)에 저장된 관리자 정보는 생육모델 제공 장치(120)에서 제공된 생육모델 데이터에 기초하여 생육 방법에 대한 복수의 관리자 단말(150, 160)의 사이에 의사소통을 지원하기 위한 채널 정보를 생성할 때 제공되어 이용될 수 있다. 여기에서, 채널 정보는 단체 채팅창 정보 및 직통 전화번호 정보를 포함할 수 있다. The
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.An aspect of the present invention may be implemented as computer-readable codes on a computer-readable recording medium. Codes and code segments implementing the above program can be easily inferred by a computer programmer in the art. The computer-readable recording medium includes all types of recording devices in which data readable by a computer system is stored. Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, and the like. In addition, the computer-readable recording medium may be distributed in network-connected computer systems, and may be stored and executed as computer-readable codes in a distributed manner.
이상의 설명은 본 발명의 일 실시예에 불과할 뿐, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 본질적 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다. The above description is merely an embodiment of the present invention, and those of ordinary skill in the art to which the present invention pertains will be able to implement it in a modified form without departing from the essential characteristics of the present invention. Accordingly, the scope of the present invention should not be limited to the above-described embodiments, but should be construed to include various embodiments within the scope equivalent to the content described in the claims.
110-1: 제1 공정육묘 재배 장치 110-2: 제2 공정육묘 재배 장치
110-3: 제3 공정육묘 재배 장치 120: 생육모델 제공 장치
130: 빅데이터 저장 장치 140: 환경 정보 제공 장치
150: 제1 관리자 단말 160: 제2 관리자 단말110-1: first process seedling cultivation device 110-2: second process seedling cultivation device
110-3: third process seedling cultivation device 120: growth model providing device
130: big data storage device 140: environmental information providing device
150: first manager terminal 160: second manager terminal
Claims (11)
복수의 공정육묘 재배 장치에서 수신되는 감지 정보 및 빅데이터 정보를 이용하여 기계학습을 수행하여 공정육묘에 대한 생육모델을 생성하고, 생성된 생육모델에 기초하여 각 공정육묘별 맞춤형 정보를 생성하고, 생육모델을 제공하기 위한 생육 관리 애플리케이션을 제공하는 생육모델 제공 장치;
복수의 공정육묘 생육정보를 저장하는 빅데이터 저장 장치; 및
생육모델에 대하여 사용자의 의사소통 채널을 제공하는 복수의 관리자 단말; 을 포함하고,
복수의 공정육묘 재배 장치는 각각 생육 관리 애플리케이션을 이용하여 생육모델 제공 장치에서 제공되는 생육모델에 기초하여 육묘장 환경을 제어하고,
공정육묘 및 육묘장 환경에 대한 감지 정보는 공정육묘의 생육정보 및 육묘장 내부 환경정보를 포함하고,
생육모델 제공 장치는, 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들을 조합하여 복수의 패턴을 생성하고, 생성된 복수의 패턴을 이용하여 상관관계 분석 및 회귀분석을 수행하고, 반복적인 상관관계 분석 및 회귀분석으로 특정 작물 및 종에 대한 특정패턴을 추출하고, 추출된 특정패턴을 이용하여 생육모델을 생성하고,
생육모델 제공 장치가 공정육묘 및 육묘장 환경에 대한 감지 정보 중 서로 다른 인자들을 조합할 때, 복수의 공정육묘 재배 장치 각각의 사용자의 입력 신호 또는 복수의 관리자 단말 각각으로부터 조합할 인자들에 대한 선택 입력을 수신받고, 선택 입력에 따라 복수의 패턴을 생성하고, 여기서, 특정패턴은 복수의 패턴 중 공정육모의 품질상태 및 생산량에 기초하여 예측되는 생장 패턴이고,
복수의 관리자 단말은 복수의 공정육묘 재배 장치 각각의 관리자 단말, 생육모델 제공장치의 관리자 단말, 빅데이터 저장장치의 관리자 단말, 환경 정보 제공장치의 관리자 단말을 포함하고,
상기 빅데이터 저장 장치는, 복수의 관리자 단말의 사용자 정보를 저장하고, 사용자 정보는 생육모델 제공 장치에서 제공된 생육모델 데이터에 기초하여 생육 방법에 대한 복수의 관리자 단말 사이에 의사소통을 지원하기 위한 채널 정보를 생성할 때 제공되어 이용되고,
의사소통 채널을 통해 작물의 생육에 대한 의견이 실시간으로 소통되며, 복수의 관리자 단말을 통해 공정육묘 및 육묘장 환경에 대한 감지 정보 및 생육모델에 대한 데이터에 대하여 데이터 신뢰도가 평가되고, 생육모델 제공 장치가 복수의 관리자 단말 각각으로부터 조합할 인자들에 대한 선택 입력을 수신받음으로써 복수의 관리자 단말을 통해 사용자에게 생육모델에 대한 의사결정 과정에 참여할 기회가 제공되고,
공정육묘의 생육정보는 생산량, 경경, 총경, 엽면적지수(leaf area index, LAI), 엽온, 줄기두께, 화방간격, 생장속도, 생장강도 및 생장상 중 적어도 하나의 인자를 포함하고,
육묘장 내부 환경 정보는 온실의 형태, 재배 액추에이터 설비, 운영 온도, 습도, 순간광량, 이산화탄소 농도, 배지EC 및 운영정보 중 적어도 하나의 인자를 포함하고,
생육모델 제공 장치는 생성된 생육모델을 이용하여 복수의 공정육묘 재배 장치 각각의 육묘장에서 생성되는 작물별 공정육묘의 생산량을 예측하고,
생육모델 제공 장치는 복수의 공정육묘 재배 장치 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보와, 복수의 공정육묘 재배 장치 각각의 생산량 예측 결과와 빅데이터 저장 장치의 빅데이터를 활용하여, 복수의 공정육묘 재배 장치 각각의 육묘장에서 생성되는 공정육묘 및 육묘장 환경에 대한 감지 정보의 환경에서 생산량에 따라 작물에 대한 공정육묘를 추천하고,
제1 공정육묘 재배 장치 및 제2 공정육묘 재배 장치의 공정육묘 및 육묘장 환경에 대한 감지 정보가 서로 유사성이 있고, 제1 공정육묘 재배 장치가 제1 작물의 공정육묘를 재배하고, 제2 공정육묘 재배 장치가 제1 작물과 다른 제2 작물의 공정육묘를 재배하는 경우, 생육모델 제공 장치는 생산량에 따라 제1 작물의 공정육묘에 관한 정보를 제2 공정육묘 재배 장치에 추천 정보로 제공하는 것을 특징으로 하는 육묘장 관리 시스템. a plurality of process seedling cultivation devices for generating sensing information on process seedlings and nursery environments generated in the nursery;
A growth model for the process seedling is generated by performing machine learning using the sensing information and big data information received from a plurality of process seedling cultivation devices, and customized information for each process seedling is generated based on the generated growth model, A growth model providing device for providing a growth management application for providing a growth model;
Big data storage device for storing a plurality of process seedling growth information; and
A plurality of manager terminals for providing a communication channel of the user with respect to the growth model; including,
Each of the plurality of process seedling cultivation devices controls the nursery environment based on the growth model provided by the growth model providing device using a growth management application,
The sensing information on the process seedling and nursery environment includes growth information of the process seedling and environmental information inside the nursery,
The apparatus for providing a growth model generates a plurality of patterns by combining different factors among the sensing information for the process seedling and the nursery environment, performs correlation analysis and regression analysis using the generated plurality of patterns, and repeats correlation Extracting a specific pattern for a specific crop and species through relational analysis and regression analysis, creating a growth model using the extracted specific pattern,
When the growth model providing apparatus combines different factors among the sensing information for the process seedling and the nursery environment, input signals from users of each of the plurality of process seedling cultivation devices or selection input for factors to be combined from each of the plurality of manager terminals receives and generates a plurality of patterns according to the selection input, wherein the specific pattern is a growth pattern predicted based on the quality state and production amount of process hair growth among the plurality of patterns,
The plurality of manager terminals includes a manager terminal of each of the plurality of process seedling cultivation devices, a manager terminal of a growth model providing device, a manager terminal of a big data storage device, and a manager terminal of an environment information providing device,
The big data storage device stores user information of a plurality of manager terminals, and the user information is a channel for supporting communication between a plurality of manager terminals for a growth method based on the growth model data provided from the growth model providing device. provided and used when generating information;
Opinions on crop growth are communicated in real time through a communication channel, and data reliability is evaluated for sensing information on process seedlings and nursery environments and data on growth models through a plurality of manager terminals, and a growth model providing device By receiving a selection input for factors to be combined from each of the plurality of manager terminals, the user is provided with an opportunity to participate in the decision-making process for the growth model through the plurality of manager terminals,
Growth information of process seedlings includes at least one factor among production yield, diameter, total diameter, leaf area index (LAI), leaf temperature, stem thickness, inter-flowering interval, growth rate, growth strength, and growth phase,
The nursery internal environmental information includes at least one factor among greenhouse type, cultivation actuator equipment, operating temperature, humidity, instantaneous light quantity, carbon dioxide concentration, medium EC, and operation information,
The growth model providing device predicts the production of process seedlings for each crop generated in each nursery of a plurality of process seedling cultivation devices using the generated growth model,
The growth model providing device utilizes sensing information on the process seedling and nursery environment generated in each nursery of each of the plurality of process seedling cultivation devices, the production prediction result of each of the plurality of process seedling cultivation devices, and big data of the big data storage device. , recommend process seedlings for crops according to the production volume in the environment of process seedlings generated in each nursery of a plurality of process seedling cultivation devices and sensing information about the nursery environment,
The sensing information of the process seedling and the nursery environment of the first process seedling cultivation device and the second process seedling cultivation device is similar to each other, the first process seedling cultivation device cultivates the process seedling of the first crop, and the second process seedling culture When the cultivation device grows process seedlings of a second crop different from the first crop, the growth model providing device provides information on the process seedling of the first crop as recommended information to the second process seedling cultivation device according to the amount of production. Characterized by a nursery management system.
맞춤형 정보는 공정육묘의 생육단계별 생육알림정보, 병충해정보 및 육묘장별 추천 작물 정보 중 하나 이상을 포함하고,
공정육묘의 생육단계별 알림정보는 생육단계별 비료 및 농약 정보, 관수 시기 및 관수량을 포함하는 것을 특징으로 하는 육묘장 관리 시스템. According to claim 1,
The customized information includes at least one of growth notification information for each growth stage of process seedlings, pest information and recommended crop information for each nursery,
The notification information for each growth stage of the process seedlings is a nursery management system, characterized in that it includes fertilizer and pesticide information for each growth stage, irrigation time and irrigation amount.
빅데이터 저장 장치는 복수의 공정육묘 재배 장치 각각에 대한 설비 관리 정보를 더 포함하고,
생육모델 제공 장치는 복수의 공정육묘 재배 장치에 대한 설비 관리 정보에 기초하여 복수의 공정육묘 재배 장치 각각의 고장 위험을 예측하고, 복수의 관리자 단말로 예측된 고장 위험을 전송하는 것을 특징으로 하는 육묘장 관리 시스템. According to claim 1,
The big data storage device further includes facility management information for each of the plurality of process seedling cultivation devices,
The growth model providing apparatus predicts the failure risk of each of the plurality of process seedling cultivation apparatuses based on facility management information for the plurality of process seedling cultivation apparatuses, and transmits the predicted failure risk to the plurality of manager terminals. management system.
공정육묘 및 육묘장 환경에 대한 감지 정보는 병충해발생빈도 및 식물생리장애정보 중 적어도 하나의 인자를 포함하는 병충해정보를 더 포함하는 것을 특징으로 하는 육묘장 관리 시스템. According to claim 1,
The sensing information for the process seedling and the nursery environment is a nursery management system, characterized in that it further comprises pest information including at least one factor of the pest occurrence frequency and plant physiological disorder information.
복수의 공정육묘 재배 장치 각각은,
육묘장에서 재배되는 공정육묘의 생육 상태를 감지하는 적어도 하나의 센서를 포함하는 제1 센서 그룹, 육묘장의 공정육묘의 생장을 제어하는 설비 상태를 관리하는 적어도 하나의 센서를 포함하는 제2 센서 그룹 및 육묘장의 외부 환경을 감지하는 적어도 하나의 센서를 포함하는 제3 센서 그룹을 포함하는 센서부;
육묘장내에 배치되고, 공정육묘가 생장하는데 필요한 환경조건을 관리하는 액추에이터;
생육모델 제공 장치로부터 공정육묘에 대한 생육모델을 수신하고, 생육 관리 애플리케이션을 이용하여 액추에이터를 제어하는 생육 제어부; 및
생육모델 제공 장치와 통신하는 통신부; 를 더 포함하는 것을 특징으로 하는 육묘장 관리 시스템. According to claim 1,
Each of the plurality of process seedling cultivation devices,
A first sensor group including at least one sensor for detecting the growth state of the process seedlings grown in the nursery, a second sensor group including at least one sensor for managing the equipment status for controlling the growth of the process seedlings in the nursery, And a sensor unit including a third sensor group including at least one sensor for detecting an external environment of the nursery;
an actuator disposed in the nursery and managing environmental conditions necessary for the growth of process seedlings;
a growth control unit for receiving a growth model for a process seedling from the growth model providing device, and controlling the actuator using a growth management application; and
Communication unit for communicating with the growth model providing device; Nursery management system, characterized in that it further comprises.
생육 제어부가 제2 센서 그룹에 의해 감지된 설비 감지 정보를 통신부를 통해 생육모델 제공 장치로 전송할 때,
생육모델 제공 장치는 설비 감지 정보 및 빅데이터 저장 장치에 저장된 복수의 공정육묘 재배 장치 각각에 대한 설비 관리 정보를 이용하여 복수의 공정육묘 재배 장치 각각에 포함된 액추에이터 설비의 고장 위험을 예측하고, 복수의 관리자 단말로 예측된 고장 위험을 전송하는 것을 특징으로 하는 육묘장 관리 시스템. 7. The method of claim 6,
When the growth control unit transmits the facility detection information detected by the second sensor group to the growth model providing device through the communication unit,
The growth model providing device predicts the failure risk of actuator equipment included in each of the plurality of process seedling cultivation devices by using the facility detection information and facility management information for each of the plurality of process seedling cultivation devices stored in the big data storage device, Nursery management system, characterized in that for transmitting the predicted failure risk to the manager terminal of the.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200017673A KR102377963B1 (en) | 2020-02-13 | 2020-02-13 | System and method for managing raising seedling area |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200017673A KR102377963B1 (en) | 2020-02-13 | 2020-02-13 | System and method for managing raising seedling area |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210103213A KR20210103213A (en) | 2021-08-23 |
| KR102377963B1 true KR102377963B1 (en) | 2022-03-24 |
Family
ID=77499312
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200017673A KR102377963B1 (en) | 2020-02-13 | 2020-02-13 | System and method for managing raising seedling area |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102377963B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102460810B1 (en) * | 2022-03-30 | 2022-10-31 | 주식회사 팜스태프 | A greenhouse enviroment recommendation system for the highest amount of fruit and a method of greenhouse enviroment recommendation |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101811640B1 (en) * | 2016-08-03 | 2017-12-26 | 한국과학기술연구원 | Prediction apparatus and method for production of crop using machine learning |
| KR101874972B1 (en) * | 2016-03-23 | 2018-07-06 | 이수열 | System and method for managing agrigulture |
| KR101934961B1 (en) * | 2017-09-29 | 2019-04-05 | 주식회사 그린랩스 | Method and apparatus for predicting profitablilty |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03247623A (en) | 1990-02-27 | 1991-11-05 | Yoshio Imai | Polyimide resin and its manufacture |
| KR20140078846A (en) * | 2012-12-18 | 2014-06-26 | 주식회사 인포마인드 | System and method for managing a standard cultivation apparatus |
| KR20180076098A (en) * | 2016-12-27 | 2018-07-05 | 광주보건대학산학협력단 | Plant cultivation terminal and plant cultivation system |
-
2020
- 2020-02-13 KR KR1020200017673A patent/KR102377963B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101874972B1 (en) * | 2016-03-23 | 2018-07-06 | 이수열 | System and method for managing agrigulture |
| KR101811640B1 (en) * | 2016-08-03 | 2017-12-26 | 한국과학기술연구원 | Prediction apparatus and method for production of crop using machine learning |
| KR101934961B1 (en) * | 2017-09-29 | 2019-04-05 | 주식회사 그린랩스 | Method and apparatus for predicting profitablilty |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210103213A (en) | 2021-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chaudhary et al. | Application of wireless sensor networks for greenhouse parameter control in precision agriculture | |
| CN209517198U (en) | A kind of wisdom agricultural standardization management system | |
| KR101811640B1 (en) | Prediction apparatus and method for production of crop using machine learning | |
| KR101852987B1 (en) | Module type plants factory system for cultivating mushroom | |
| WO2016188384A1 (en) | Intelligent growing management method and intelligent growing device | |
| US20170139380A1 (en) | Cloud-based cultivation system for plants | |
| KR101516732B1 (en) | Control system and method for automation of plant-curture factory | |
| KR20180022159A (en) | Nutrient solution control apparatus and methods using maching learning | |
| CN113657751A (en) | Wisdom agricultural is produced and is melted comprehensive service platform | |
| CN113191914A (en) | Digital twin body construction system for precise monitoring of sunlight greenhouse | |
| CN112465109A (en) | Green house controlling means based on cloud limit is in coordination | |
| KR20200044604A (en) | Smart Farm Control System Using Smart Farm Control History | |
| Costa et al. | Greenhouses within the Agricultura 4.0 interface | |
| KR20210063218A (en) | SmartFarm Operating System To Store Operation History | |
| KR102671059B1 (en) | Facility cultivation complex environmental control system | |
| KR102377963B1 (en) | System and method for managing raising seedling area | |
| CN117893346A (en) | AI intelligent agriculture harvesting management system based on Internet of things and application thereof | |
| KR20140132873A (en) | Apparatus, System and Method based on Ontology for providing growth environments to crops | |
| KR102355211B1 (en) | Cultivation monitoring system | |
| AU2021103170A4 (en) | OCTOPIDER: A doorstep solution for Farmers | |
| KR102132324B1 (en) | Farm operating information providing system | |
| Tholhappiyan et al. | Agriculture Monitoring System with Efficient Resource Management using IoT | |
| Lin et al. | The Design and Application of Intelligent Agricultural Greenhouse in Big Data Era | |
| KR102440824B1 (en) | Learning system and method for optimal growth environment of tomato | |
| TW202111653A (en) | Agriculture equipment internet-of-thing interaction system having independent sensing, mutual communication and control, and autonomous response motion among front end facilities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |