KR102552817B1 - 인공지능 기술을 적용한 친환경 조류접근 제어시스템 - Google Patents
인공지능 기술을 적용한 친환경 조류접근 제어시스템 Download PDFInfo
- Publication number
- KR102552817B1 KR102552817B1 KR1020220061706A KR20220061706A KR102552817B1 KR 102552817 B1 KR102552817 B1 KR 102552817B1 KR 1020220061706 A KR1020220061706 A KR 1020220061706A KR 20220061706 A KR20220061706 A KR 20220061706A KR 102552817 B1 KR102552817 B1 KR 102552817B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- cell
- learning
- artificial intelligence
- inference
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
- A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
- A01M29/18—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves using ultrasonic signals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
- A01M29/30—Scaring or repelling devices, e.g. bird-scaring apparatus preventing or obstructing access or passage, e.g. by means of barriers, spikes, cords, obstacles or sprinkled water
- A01M29/32—Scaring or repelling devices, e.g. bird-scaring apparatus preventing or obstructing access or passage, e.g. by means of barriers, spikes, cords, obstacles or sprinkled water specially adapted for birds, e.g. spikes
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M31/00—Hunting appliances
- A01M31/002—Detecting animals in a given area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M2200/00—Kind of animal
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Zoology (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Insects & Arthropods (AREA)
- Environmental Sciences (AREA)
- Birds (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
본 발명에 따른 인공지능 기술을 적용한 친환경 조류접근 제어 시스템은 레이더 센서로부터의 수신 신호를 실시간으로 데이터로 획득하고, 상기 획득된 데이터로부터 객체 유무의 결과를 추론하도록 변환된 실시간 데이터를 제공하는 레이더 탐지 모듈; 상기 레이더 탐지 모듈로부터 실시간으로 제공받은 상기 변환된 실시간 데이터를 인공지능 모델에 입력하여 객체 유무의 결과를 추론하는 추론 서버; 상기 추론 서버로부터 추론된 상기 객체 유무의 결과를 CNN(Convolution Neural Network) 학습 네트워크 구조에 의한 학습 데이터로 활용하고 학습하여 학습 구조를 생성하는 학습 서버; 상기 추론 서버로부터 추론된 상기 객체 유무의 결과와 연관되어 상기 레이더 탐지 모듈로부터 상기 객체까지의 거리, 상기 객체의 크기, 및 상기 객체의 접근 속도에 관련된 정보를 기반으로 사운드 음압의 크기를 결정하고, 상기 결정된 크기의 사운드 음압을 상기 객체가 접근하는 방향을 향하여 초음파를 방사하도록 제어하는 제어기; 및 상기 제어기에 의해 크기가 결정된 사운드 음압 및 상기 크기가 결정된 사운드 음압의 지속시간에 따라 상기 객체가 접근하는 방향으로 초음파를 방사하는 지향성 스피커를 포함하며, 상기 레이더 탐지 모듈은 상기 레이더 센서로부터 획득된 데이터를 각각의 셀 별로 나누어, 거리에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 방위각에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 및 속도에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터를 실시간으로 생성하고, 상기 생성된 데이터들을 상기 추론 서버에 전달하며, 상기 추론 서버는 상기 각각의 셀에 대한 특정 타겟의 존재 확률을 추론하여 상기 추론된 존재 확률을 분석하되, 주변 셀의 추론 결과 및 지속성을 기반으로 상기 각각의 셀 별로 상기 객체 중 특정 객체를 정확하게 탐지한다.
Description
본 발명은 주변환경에 피해가 없는 친환경 조류접근 제어 시스템에 관한 것으로, 보다 상세하게는 레이더 센서를 통해 획득한 조류 접근 정보를 인공지능 기술을 적용하여 해석하고, 감지 방향으로 조류 접근 거리에 따라 정해지는 음압의 초음파를 방사하는 지향성 스피커를 통해 친환경적으로 조류접근을 제어하는 시스템에 관한 것이다.
여러 산업 시설 중 특히 배전선로, 변압기 등의 전기 시설에서 조류의 접근으로 인한 감전사고 또는 조류의 배설물로 인한 부식 등으로 시설 운영에 차질을 주는 사례가 많이 발생하고 있다. 이러한 감전사고 및 부식은 배전선로를 통하는 전력을 단전시키는 원인이 되며, 정전으로 인해 생산활동 중인 기업이나 주거지역 등의 수용지역에 전력 차단의 피해를 발생시킨다. 또한, 태양광발전소의 경우, 조류의 배설물로 인하여 발전 효율이 저하될 뿐만 아니라 별도의 청소 용역비 지출 및 발전 중단 상황이 발생되는 문제에 대해 다양하게 해결법을 논의하고 있다.
이러한 문제점을 개선하고자 하는 종래 기술은 여러 가지가 있다. 예를 들면, 대한민국특허 등록번호 제10-1897693호 “조류퇴치 기능을 갖춘 배전선로”에서는 배전선로에 조류 기피제를 설치하여 조류를 퇴치한다. 그러나, 이 방법은 조류 기피제를 일정 주기로 교환해주어야 하고 밖으로 흘러나오는 경우 주변 다른 생물체에도 영향을 줄 수 있다. 특허출원 10-2015-0067235 외의 기술에서도 지적 조류 퇴치기에 관련된 발명을 볼 수 있다. 이 경우에는 드론을 사용하여 조류를 퇴치하지만, 조류 접근을 감지하는 방법에 상세한 설명이 부족하고 조류 퇴치하는 방법도 드론으로 모래를 뿌리는 등 물리적인 방법이 많이 사용되어 주변 시설에 영향을 주는 등 해결해야 할 문제가 많이 있다.
조류 접근을 감지하는 센서로 많이 고려되는 것은 광학 카메라, 초음파 센서, 및 능동형 적외선 센서 등이 있다. 광학 카메라의 경우, 영상 이미지를 분석하여 객체의 움직임을 감지하는 디바이스로, 응용 범위가 넓고 가장 정확한 형상을 확인할 수 있다. 그러나, 날씨 또는 주야간 환경 등 주변 변화에 민감하여 화면 조정을 정밀하게 확인하여야 하고 거리 정보에 대한 보안이 필요하므로 야외에 설치되어야 하는 조류퇴치기의 특성 상 적용하는 데는 문제가 있다. 초음파 센서는 초음파의 변화를 측정하여 움직임을 감지하는 센서이다. 운용이 단순하고 저렴한 장점이 있지만, 광학 카메라 보다 더 주변 환경 변화에 민감하여 근거리 실내 영역에서 주로 사용될 수 있다. 능동형 적외선 센서는 조사된 레이저 빔이 되돌아오는 시간을 계산하여 거리를 측정하는 센서로 높은 분해능을 가지므로 조류 감지 기능이 뛰어나지만, 레이저 빔을 방해하는 이물질, 먼지 등에 민감하여 오동작이 자주 발생하고 야외 환경에서 운용하기에는 한계가 있다.
이에 반하여, 전자기파의 반사파를 이용하여 대상물의 거리, 속도, 및 이동 방향을 측정하는 레이더 센서는 주변 환경 변화에 영향을 받지 않고 항상 고감도를 유지할 수 있어 근접 센서로 각광을 받고 있으나, 반사파에서 정확한 정보를 추출하는데 많은 어려움을 겪고 있다.
조류 접근을 방지하기 위한 방법으로는 물리적 그물이나 울타리 뿐만 아니라 대형 천적의 모형을 설치하는 경우도 있지만, 초음파 스피커를 사용하는 기술도 널리 사용되고 있다. 그러나, 가청음의 초음파 주파수 대역을 사용하는 경우가 많아 환경기준을 초과하는 제품이 많고, 소음기준에 맞추어 사운드 레벨을 낮춘 초음파식 조류퇴치기는 전방향성으로 음파를 방사하여 근거리에만 작동된다. 또한, 지속적이거나 일정한 패턴의 초음파는 조류에게 쉽게 학습이 되어 적응 기간이 지나면 다시 조류들이 접근하는 것을 볼 수 있다.
따라서, 주요 시설에 대한 조류의 접근을 감지하여 차단하는 친환경적이고 효율적인 시스템에 대한 필요성이 증대되고 있다.
본 발명은 주변 환경 변화에도 오동작이 없는 센서를 이용해 조류의 접근을 정확히 확인하고 조류가 접근할 때만 접근을 차단함으로서, 일정한 패턴에 빨리 적응하는 조류의 습관에도 오류 없이 지속적으로 효과를 갖는 시스템을 구현하는데 그 목적이 있다.
기존의 조류퇴치 방법인 레이저 빔, 폭파소리, 가청주파수 대역의 초음파 방사와 같이 환경기준에 위반되는 방식을 제외하고, 본 발명은 친환경적인 조류접근 제어 방법을 구현하는데 그 목적이 있다.
본 발명은 전력기기, 태양광패널, 농가, 공원 등에서 조류 감전사고, 조류 배설물 부식 등으로 인한 피해를 방지하기 위한 시스템으로, 필요한 시점에만 친환경적으로 운영되는 시스템을 구현하는데 그 목적이 있다.
본 발명이 해결하고자 하는 과제는 상기에 언급된 것들에 한정되지 않으며, 언급되지 않은 다른 해결 과제는 아래의 상세한 설명으로부터 종래 기술에 숙련된 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 바람직한 실시예에 따른 인공지능 기술을 적용한 친환경 조류접근 제어 시스템은 레이더 센서로부터의 수신 신호를 실시간으로 데이터로 획득하고, 상기 획득된 데이터로부터 객체 유무의 결과를 추론하도록 변환된 실시간 데이터를 제공하는 레이더 탐지 모듈; 상기 레이더 탐지 모듈로부터 실시간으로 제공받은 상기 변환된 실시간 데이터를 인공지능 모델에 입력하여 객체 유무의 결과를 추론하는 추론 서버; 상기 추론 서버로부터 추론된 상기 객체 유무의 결과를 CNN(Convolution Neural Network) 학습 네트워크 구조에 의한 학습 데이터로 활용하고 학습하여 학습 구조를 생성하는 학습 서버; 상기 추론 서버로부터 추론된 상기 객체 유무의 결과와 연관되어 상기 레이더 탐지 모듈로부터 상기 객체까지의 거리, 상기 객체의 크기, 및 상기 객체의 접근 속도에 관련된 정보를 기반으로 사운드 음압의 크기를 결정하고, 상기 결정된 크기의 사운드 음압을 상기 객체가 접근하는 방향을 향하여 초음파를 방사하도록 제어하는 제어기; 및 상기 제어기에 의해 크기가 결정된 사운드 음압 및 상기 크기가 결정된 사운드 음압의 지속시간에 따라 상기 객체가 접근하는 방향으로 초음파를 방사하는 지향성 스피커를 포함하며, 상기 레이더 탐지 모듈은 상기 레이더 센서로부터 획득된 데이터를 각각의 셀 별로 나누어, 거리에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 방위각에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 및 속도에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터를 실시간으로 생성하고, 상기 생성된 데이터들을 상기 추론 서버에 전달하며, 상기 추론 서버는 상기 각각의 셀에 대한 특정 타겟의 존재 확률을 추론하여 상기 추론된 존재 확률을 분석하되, 주변 셀의 추론 결과 및 지속성을 기반으로 상기 각각의 셀 별로 상기 객체 중 특정 객체를 정확하게 탐지한다.
또한, 상기 제어기와 유무선으로 연결되어 원격으로 상기 객체의 접근 및 차단 동작 상황을 모니터링하고, 추가 학습을 위한 데이터를 원격으로 수집하기 위한 통신 모듈을 더 포함한다.
또한, 상기 객체의 접근 감지의 정확성을 높이고, 이벤트 영상을 촬영하여 상기 시스템의 작동 환경을 시각적으로 확인하기 위한 카메라 모듈을 더 포함한다.
삭제
또한, 상기 추론 서버는 상기 각각의 셀에 대한 상기 특정 객체의 존재 확률을 추론하고, 그 결과를 분석하여 상기 각각의 셀 별로 상기 특정 객체를 탐지한다.
또한, 상기 추론 서버는 상기 거리에 따른 상기 각각의 셀의 파워 스펙트럼 진폭 데이터 분석에서 상기 각각의 셀별로 실제 타겟이 존재하면 1로, 존재하지 않으면 0으로 추론 결과를 생성한다.
또한, 상기 추론 서버는 한 셀에 일시적으로 일정 기준 이상의 진폭을 가지면 타겟으로 판단하지 않고, 복수 셀에 지속적으로 일정 기준 이상의 진폭을 가지면 타겟으로 판단한다.
또한, 상기 추론 서버는 데이터를 입력받는 입력 레이어, 특정한 크기의 커널(kernel)을 사용하여 데이터 전체를 스캐닝하면서 일정 부분을 연속적으로 컨볼루션 처리하는 컨볼루션 레이어, 결과 데이터를 평균값으로 풀링 처리하면서 서브샘플링(sub-sampling)을 실행하는 풀링 레이어, 및 상기 레이어들을 연결하는 최종 연결 레이어를 포함한다.
본 발명은 눈, 비, 안개, 조명 등 주변 환경에 영향을 받지 않고 오동작률이 낮은 레이더 센서를 이용해 조류의 접근에 관련된 위치, 거리, 크기, 방향 등에 대한 데이터를 획득하고, 인공지능을 기반으로 데이터를 해석하여 감지 방향으로 조류 접근 거리에 따라 정해지는 음압의 초음파를 방사하는 지향성 스피커를 이용해 친환경적으로 조류접근을 제어하는 효과가 있다.
또한, 레이더 센서와 함께 카메라 모듈을 포함하여, 인공지능의 객체 검출 모델과 함께 레이더 관련 데이터에 대한 인공지능 모델을 운영하여 조류 접근 감지의 정확성을 높이고, 이벤트 영상을 촬영하여 조류 접근 제어 시스템의 효과 및 작동 환경을 시각적으로 확인할 수 있는 시스템을 제공한다.
또한, 조류 접근을 감지하는 경우에만 감지 방향으로 조류 접근 거리 및 조류 크기에 따라 정해지는 음압으로 가청주파수 이상의 초음파를 방사하여 소음공해가 없는 조류접근 제어 시스템을 제공한다.
또한, 인공지능 기술 기반으로 지속적인 학습을 실행하여, 조류의 종류와 접근 패턴, 물리적인 피해를 주지 않으면서 조류가 기피하는 음압 크기, 방사 시간 주기 등을 학습 및 분석하여 어떠한 환경에서도 정확성과 신뢰성을 보장하는 조류접근 제어 시스템을 제공한다.
도 1은 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 레이더 센서의 데이터 처리 과정을 설명하기 위한 도면이고,
도 2a는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 지향성 스피커에 대해 주파수 대 사운드 레벨(dB)의 그래프를 측정 거리 별로 도시한 도면이며,
도 2b는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 지향성 스피커에 대해 거리 대 사운드 압력(Pa)의 그래프를 주파수 별로 도시한 도면이고,
도 3은 본 발명에 따른 인공지능 기술을 적용한 친환경 조류접근 제어시스템의 구성을 도시한 도면이며,
도 4는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 추론 서버의 동작 예를 도시한 도면이고,
도 5는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 2차원 CNN 구조와 학습과정을 설명한 도면이다.
도 2a는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 지향성 스피커에 대해 주파수 대 사운드 레벨(dB)의 그래프를 측정 거리 별로 도시한 도면이며,
도 2b는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 지향성 스피커에 대해 거리 대 사운드 압력(Pa)의 그래프를 주파수 별로 도시한 도면이고,
도 3은 본 발명에 따른 인공지능 기술을 적용한 친환경 조류접근 제어시스템의 구성을 도시한 도면이며,
도 4는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 추론 서버의 동작 예를 도시한 도면이고,
도 5는 본 발명의 일실시예에 따른 친환경 조류접근 제어시스템에서 2차원 CNN 구조와 학습과정을 설명한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예에서, 잘 알려진 공정 단계들, 잘 알려진 소자 구조 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다. 층, 막, 영역, 판 등의 부분이 다른 부분 "위에" 있다고 할 때, 이는 다른 부분 "바로 위에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 위에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다. 또한, 층, 막, 영역, 판 등의 부분이 다른 부분 "아래에" 있다고 할 때, 이는 다른 부분 "바로 아래에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 아래에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 소자 또는 구성 요소들과 다른 소자 또는 구성 요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 소자의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 소자를 뒤집을 경우, 다른 소자의 "아래(below)"또는 "아래(beneath)"로 기술된 소자는 다른 소자의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 소자는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 연결되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 그에 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 제 1, 제 2, 제 3 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 이러한 구성 요소들은 상기 용어들에 의해 한정되는 것은 아니다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소들로부터 구별하는 목적으로 사용된다. 예를 들어, 본 발명의 권리 범위로부터 벗어나지 않고, 제 1 구성 요소가 제 2 또는 제 3 구성 요소 등으로 명명될 수 있으며, 유사하게 제 2 또는 제 3 구성 요소도 교호적으로 명명될 수 있다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
도 1을 참조로, 본 발명에 따른 조류접근 제어 시스템에서 레이더 센서의 데이터 처리 과정을 설명한다. 레이더 센서는 안테나(11)의 전송기(111)를 통해 전송한 전자기파와 객체(10)에 반사되어 수신기(112)로 수신되는 전자기파의 차이신호를 (또한 IF(intermediate frequency) 신호라 칭하여지는) 검출하고, 이를 기초로 원하는 정보를 분석한다. 수신 신호는 이어서 변환기(예를 들면, ADC(Analog Digital Converter))(13)로 전달된다. 변환기는 수신 신호를 샘플링하여 진폭과 위상 정보를 동위상(In-phase) 및 직교위상(Quadrature)으로 구성된 복소(complex) 신호값으로 변환하고 정합필터를 통과시켜 펄스 별 I/Q값으로 구성되는 데이터를 생성한다. 필터링 단계(14)에서는 소정의 필터를 사용하여 (예를 들면, MTI(Moving Target Indicator) 또는 Capon 필터) 각 거리 별로 제로 도플러 영역을 필터링하여 클러터(clutter) 성분을 제거한다. 이어서, 도플러 단계(15)에서는 거리 별 펄스 I/Q 데이터에 대해 DFT(Discrete Fourier Transform)를 실행하여 주파수 도메인의 데이터를 생성하고, 이동 객체의 도플러 주파수 신호의 SNR(Signal to Noise Ratio)을 개선함으로서 객체에 대한 속도 검출을 용이하게 추출한다. 또한, 타겟 탐지 단계(16)에서는 CFAR 방식을 사용하여 수신 신호에 포함된 잔여 클러터나 잡음 영향의 통계적인 분포에 대한 거리, 방위각에 대한 파워 스펙트럼의 임계값을 가변적으로 조정하여 객체에 대한 존재 여부를 판단함으로서 객체로 판단된 타겟에 대해 추적 단계(17)로 이어진다. 이어서 타겟으로 탐지된 객체의 위치, 각도, 속도, SNR 등에 대한 정보를 제어부(18)로 전달한다.
레이더 센서는 사람의 눈으로 보는 것처럼 물체의 색깔이나 형태를 구분하지는 못하지만, 어둠 속이나 안개 또는 비가 오는 상황에서도 객체를 감지할 수 있는 장점이 있다. 또한, 레이더 센서는 타 센서와 비교하여 탐지거리가 길고 안정성이 높은 센서이다. 따라서, 날씨 및 조도에 상관없이 감지가 가능한 센서로 실외에서 객체를 탐지하고 추적하기에 적합한 기술이다. 본 발명은 이러한 레이더 센서 모듈을 사용하여 지정된 공간에 조류가 접근하는 것을 정확히 감지할 수 있는 기능을 포함한다.
그러나, 기존 레이더에서 타겟 탐지를 위해 사용하는 CFAR 방식만으로는 조류와 같은 소형 객체에 대해 클러터나 잡음의 간섭 신호를 완전히 제거하는데는 특성상 어려움이 있다. 따라서, 본 발명은 수집된 레이더 수신 신호의 데이터를 셀로 나누어 각 셀 별로 레이블링한 학습 데이터에 대해 신경망 기반으로 학습하여 인공지능 모델을 생성하고, 그 모델을 이용하여 실제 수신한 신호에 포함된 신호의 변화 패턴을 실시간으로 해석함으로서, 다양한 크기의 객체를 보다 정확하게 탐지하는 새로운 방법을 제공하고자 한다.
본 발명은 또한 조류 접근을 감지한 후, 조류 퇴치를 위해 초음파 지향성 스피커를 적용한다. 지향성 스피커는 특정한 방향으로 지향성을 갖는 것으로, 그 지향 특성은 지향성(Q) 및 지향성 지수(DI, Directivity Index)로 나타내어진다. 여기서,
지향성(Q) = 기준축 상의 음압/무지향성을 가정했을 때의 음압
지향성 지수(DI) = 10 x log(Q)
이다. 무지향성 음원은 Q = 1이고, 음원의 지향성이 예리할수록 기준축 상의 Q 및 DI 값은 커진다. 본 발명의 실시예에서, Q는 약 6이고(주축에서 무지향성보다 6배 지향성이 강함을 의미), 40도 x 20도 지향각(수평각40도, 수직각20도)의 Q는 약 60이다. 지향각은 지향성 패턴에서 기준축의 양측에 있는 음압 레벨이 기준축의 음압 레벨 보다 6dB 작아지는 양쪽 지점의 각도를 의미한다. 지향성 스피커를 사용함으로서, 불필요한 곳으로 음원 에너지를 낭비하지 않도록 방향성을 주므로, 효율면에서 바람직하다 할 수 있다. 본 발명에서는 15kHz~20kHz 이상(바람직하게는 20kHz 이상)의 주파수의 초음파를 적용하여 사람이 들을 수 있는 가청 주파수 보다 높은 주파수 대역의 초음파를 사용한다.
도 2a는 주파수 대 사운드 레벨(dB)의 그래프를 측정 거리 별로 도시하고, 도 2b는 거리 대 사운드 압력(Pa)의 그래프를 주파수 별로 도시한다. 도 2a에 도시된 바와 같이, 본 발명에서 적용하는 15kHz 이상의 주파수 대역에서는 사운드 레벨(dB)이 현저히 떨어지는 것을 볼 수 있다. 즉, 본 발명에서 적용하는 15kHz 내지 24kHz 이상의 주파수 대역의 초음파를 방사하면 환경기준 이하의 사운드 레벨을 나타내므로, 소음공해의 문제를 해결할 수 있다.
도 2b에 도시된 바와 같이, 사운드 압력(Pa)의 크기는 주파수에 따라 크게 변하지 않고 거리 별로 일정한 패턴을 나타낸다. 본 발명에서는 가청 주파수 이상의 주파수 대역을 사용하지만, 일정 거리 이내로 접근하면 조류가 물리적 힘을 느낄 수 있는 정도의 사운드 압력을 유지하도록 구성된다. 따라서, 본 발명은 근거리에 접근하는 조류가 약한 방어막 정도의 느낌을 받을 수 있는 사운드 압력을 유지하면서 조류 접근을 감지하는 경우에만 감지 방향으로 조류 접근 거리 및 조류 크기에 따라 정해지는 사운드 압력으로 가청주파수 이상의 초음파를 방사하므로 소음공해가 없는 조류접근 제어 시스템을 제공하게 된다.
도 3은 본 발명의 일실시예에 따라 인공지능 기술을 적용한 친환경 조류접근 제어 시스템(100)의 구성을 설명한다.
본 발명의 바람직한 실시예에 따른 인공지능 기술을 적용한 친환경 조류접근 제어 시스템(100)은 레이더 탐지 모듈(110); 추론 서버(120); 학습 서버(130); 제어기(140); 및 지향성 스피커(150)를 포함한다.
본 발명에 따른 조류접근 제어 시스템(100)의 레이더 탐지 모듈(110)은 레이더 수신 신호를 도 1을 참조로 상기에 설명된 바와 같이 처리하여 획득된 데이터를 셀 별로 나누어 거리에 따른 셀의 파워 스펙트럼 최고 진폭 데이터, 방위각에 따른 셀의 파워 스펙트럼 최고 진폭 데이터, 또한 속도에 따른 셀의 파워 스펙트럼 최고 진폭 데이터를 실시간으로 생성하고, 그 데이터를 추론 서버(120)에 전달한다. 이어서, 추론 서버(120)는 각 셀에 대한 특정 타겟의 존재 확률을 추론하고, 그 결과를 분석하여 각 셀 별로 특정 타겟을 정확하게 탐지한다. 본 발명의 신경망은 CNN(Convolution Neural Network)과 같은 학습 네트워크 구조를 사용하여 구성하고, 학습 데이터를 이용하여 학습 서버(130)에서 신경망을 학습시킴으로서 생성되며, 그 학습 구조는 추후 더 상세히 설명된다.
추론 서버(120)의 인공지능 모델은 별도의 과정을 통해 학습 서버(130)에서 학습되고, 학습을 위한 데이터는 레이더 탐지 모듈(110)에서 수집된 실시간 데이터를 일정 주기로 축적하여 학습 목적으로 레이블링 처리함으로서 제공된다. 본 발명에서는 조류의 접근 위치, 속도, 크기 등에 따라 인공지능 모델의 신경망 구조를 구성하고, 완성된 모델은 추론 서버(120)에서 최종적으로 구동된다.
도 4는 추론 서버의 추론 결과에 대한 예시를 도시한다. 설명의 간략성을 위해 본 예에서는 거리에 따른 셀의 파워 스펙트럼 진폭 데이터 분석을 기반으로 한 추론만을 도시한다. 추론 서버의 인공지능 모델은 수신 데이터의 각 셀별로 실제 타겟이 존재하면 1로, 존재하지 않으면 0으로 추론 결과를 생성한다. 실제 출력 데이터는 디지털 데이터로 출력되지만, 신호의 변화 패턴을 도시하기 위해 샘플링 이전의 아날로그 신호 패턴도 함께 도시한다. 도 4에 도시된 바와 같이, A 부분은 높은 파워 스펙트럼 진폭값을 나타내지만, 지속성이 없고 주변 셀의 추론 결과를 기반으로 추론 결과를 0으로 결정하여 타겟이 없음을 나타낸다. B 부분은 주변 셀의 추론 결과 및 지속성을 기반으로 타겟이 존재하는 것으로 추론된다. 이러한 추론 결과 값은 유사한 수집 데이터를 레이블링 처리하여 학습 서버(130)에서 이러한 패턴을 학습한 인공지능 모델을 통해 결정되고, 추론 결과로 각 셀의 타겟 여부를 출력하게 된다. 도 3에서, 추론 서버(120)와 학습 서버(130)는 추론 과정 및 학습 과정을 설명하기 위해 분리하여 도시하였으나, 실제 시스템 구성에서는 단일 하드웨어를 사용하여 구성가능하고, 또한 레이더 탐지 모듈(110)과도 통합하여 구성가능하다.
이어서, 도 5를 참조로, 본 발명의 한 실시예에 따른 2차원 CNN 구조와 학습과정이 설명된다. 2차원 데이터를 입력으로 받는 인공지능 모델인 2차원 CNN 구조는 데이터를 입력받는 입력 레이어, 특정한 크기의 커널(kernel)을 사용하여 데이터 전체를 스캐닝하면서 일정 부분을 연속적으로 컨볼루션 처리하는 컨볼루션(Convolution) 레이어, 결과 데이터를 평균값으로 풀링 처리하면서 서브샘플링(sub-sampling)을 실행하는 풀링(Pooling) 레이어, 및 완전히 연결된 최종 연결 레이어로 구성된다. 컨볼루션 레이어는 2차원 데이터의 각 부분에 대한 특성 맵(feature map)을 생성한다. 이어지는 풀링 레이어는 풀링 처리를 통해 데이터 크기를 줄이는 역할을 한다. CNN 구조는 컨볼루션과 풀링 레이어를 반복적으로 구성하여 입력 데이터에 대한 특징을 추출한다. CNN의 상위 레이어에 존재하는 연결 레이어는 이전 신경망의 출력을 이용하여 특정 결과를 얻기 위한 추론 작업을 진행한다. 추론해야 할 결과 값의 개수나 형태에 따라 최종 출력 레이어의 구성 및 레이어 적층수가 결정되고, 그 결과 값에 대한 해석이 정해진다. 오차를 확인하고 가중치를 조정하기 위한 역전파(back propagation) 알고리즘은 학습 처리 방향과 반대로 실행된다.
다시 도 3을 참조로, 타겟이 존재하는 것으로 결정되면, 제어기(140)는 레이더 탐지 모듈(110)로부터 수신된 타겟까지의 거리, 접근 타겟의 크기, 접근 속도 등에 관련된 정보를 기반으로 결정되는 사운드 음압의 크기로 조류가 접근하는 방향을 향하여 초음파를 방사한다. 초음파를 방사한 이후에도 타겟이 계속 근접하거나 다수의 타겟 중 일부만이 멀어지는 경우, 사운드 음압을 지속적으로 유지하도록 15kHz 내지 24kHz 범위내에서 초음파 주파수를 변경하거나 방사 지속시간을 높여 접근을 제어한다.
다른 실시예에서, 제어기(140)는 통신 모듈(170)과 유무선으로 연결되어 원격으로 조류 접근 및 차단 동작 상황을 모니터링 할 수 있고, 추가 학습을 위한 데이터를 원격으로 수집할 수 있다. 무선 통신은 4G LTE, 5G NR과 같은 네트워크를 통해 이루어지거나, WiFi 공유기와 같은 디바이스를 통해 통신이 이루어질 수 있다.
또 다른 실시예에서, 레이더 탐지 모듈(110)과 함께 카메라 모듈(160)을 포함하여, 인공지능의 객체 검출 모델과 함께 레이더 관련 데이터에 대한 인공지능 모델을 운영하여 조류 접근 감지의 정확성을 높이고, 이벤트 영상을 촬영하여 조류 접근 제어 시스템의 효과 및 작동 환경을 시각적으로 확인할 수 있다. 이 경우, 카메라 영상에서 조류 접근을 확인할 수 있는 인공지능의 객체 검출 모델은 예를 들어, Yolov4 또는 Yolov5 모델로 입력 이미지에 조류가 있음을 확인하고, 레이더 탐지 모듈의 탐지 결과와 함께 이중으로 조류 접근을 확인할 수 있다.
본 발명에 따라, 눈, 비, 안개, 조명 등 주변 환경에 영향을 받지 않고 오동작률이 낮은 레이더 센서를 이용해 조류의 접근에 관련된 위치, 거리, 크기, 방향 등에 대한 데이터를 획득하고, 인공지능을 기반으로 데이터를 해석하여, 감지 방향으로 조류 접근 거리에 따라 정해지는 음압의 초음파를 방사하는 지향성 스피커를 이용해 친환경적으로 조류접근을 제어하는 시스템이 제공된다.
또한, 레이더 센서와 함께 카메라 모듈을 포함하여, 인공지능의 객체 검출 모델과 함께 레이더 관련 데이터에 대한 인공지능 모델을 운영하여 조류 접근 감지의 정확성을 높이고, 이벤트 영상을 촬영하여 조류 접근 제어 시스템의 효과 및 작동 환경을 시각적으로 확인할 수 있는 시스템이 제공된다.
또한, 조류 접근을 감지하는 경우에만 감지 방향으로 조류 접근 거리 및 조류 크기에 따라 정해지는 음압으로 가청주파수 이상의 초음파를 방사하여 소음공해가 없는 조류접근 제어 시스템이 제공된다.
또한, 인공지능 기술 기반으로 지속적인 학습을 실행하여, 조류의 종류와 접근 패턴, 물리적인 피해를 주지 않으면서 조류가 기피하는 음압 크기, 방사 시간 주기 등을 학습 및 분석하여 어떠한 환경에서도 정확성과 신뢰성을 보장하는 조류접근 제어 시스템이 제공된다.
이상, 본 발명을 바람직한 실시예를 참조하여 설명하였으나, 본 발명은 이에 한정되지 아니하며, 당해 기술분야의 당업자는 하기의 특허청구범위에 기재된 본 발명의 요지를 벗어나지 않는 범위 내에서 다양한 변형이 가능할 수 있을 것이다. 또한, 청구항의 범위 내에서 본 발명에 다양한 수정이 이루어질 수 있고, 다른 실시예에서 설명되는 기술적 수단들의 적절한 조합으로부터 기인된 실시예는 또한 본 발명의 기술적 범위 내에 포함된다. 또한, 상기 실시예에서 설명된 동일한 효과를 갖는 구성성분들은 서로 대치될 수 있다.
100 : 조류접근 제어 시스템
110 : 레이더 탐지 모듈
120 : 추론 서버
130 : 학습 서버
140 : 제어기
150 : 지향성 스피커
160 : 카메라 모듈
170 : 통신 모듈
110 : 레이더 탐지 모듈
120 : 추론 서버
130 : 학습 서버
140 : 제어기
150 : 지향성 스피커
160 : 카메라 모듈
170 : 통신 모듈
Claims (8)
- 레이더 센서로부터의 수신 신호를 실시간으로 데이터로 획득하고, 상기 획득된 데이터로부터 객체 유무의 결과를 추론하도록 변환된 실시간 데이터를 제공하는 레이더 탐지 모듈;
상기 레이더 탐지 모듈로부터 실시간으로 제공받은 상기 변환된 실시간 데이터를 인공지능 모델에 입력하여 객체 유무의 결과를 추론하는 추론 서버;
상기 추론 서버로부터 추론된 상기 객체 유무의 결과를 CNN(Convolution Neural Network) 학습 네트워크 구조에 의한 학습 데이터로 활용하고 학습하여 학습 구조를 생성하는 학습 서버;
상기 추론 서버로부터 추론된 상기 객체 유무의 결과와 연관되어 상기 레이더 탐지 모듈로부터 상기 객체까지의 거리, 상기 객체의 크기, 및 상기 객체의 접근 속도에 관련된 정보를 기반으로 사운드 음압의 크기를 결정하고, 상기 결정된 크기의 사운드 음압을 상기 객체가 접근하는 방향을 향하여 초음파를 방사하도록 제어하는 제어기; 및
상기 제어기에 의해 크기가 결정된 사운드 음압 및 상기 크기가 결정된 사운드 음압의 지속시간에 따라 상기 객체가 접근하는 방향으로 초음파를 방사하는 지향성 스피커를 포함하며,
상기 레이더 탐지 모듈은 상기 레이더 센서로부터 획득된 데이터를 각각의 셀 별로 나누어, 거리에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 방위각에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터, 및 속도에 따른 상기 셀의 파워 스펙트럼 최고 진폭 데이터를 실시간으로 생성하고, 상기 생성된 데이터들을 상기 추론 서버에 전달하며,
상기 추론 서버는 상기 각각의 셀에 대한 특정 타겟의 존재 확률을 추론하여 상기 추론된 존재 확률을 분석하되, 주변 셀의 추론 결과 및 지속성을 기반으로 상기 각각의 셀 별로 상기 객체 중 특정 객체를 정확하게 탐지하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템. - 제1항에 있어서,
상기 제어기와 유무선으로 연결되어 원격으로 상기 객체의 접근 및 차단 동작 상황을 모니터링하고, 추가 학습을 위한 데이터를 원격으로 수집하기 위한 통신 모듈을 더 포함하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템. - 제1항에 있어서,
상기 객체의 접근 감지의 정확성을 높이고, 이벤트 영상을 촬영하여 작동 환경을 시각적으로 확인하기 위한 카메라 모듈을 더 포함하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템. - 삭제
- 삭제
- 제1항에 있어서,
상기 추론 서버는 상기 거리에 따른 상기 각각의 셀의 파워 스펙트럼 진폭 데이터 분석에서 상기 각각 의 셀별로 실제 타겟이 존재하면 1로, 존재하지 않으면 0으로 추론 결과를 생성하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템. - 제6항에 있어서,
상기 추론 서버는 한 셀에 일시적으로 일정 기준 이상의 진폭을 가지면 타겟으로 판단하지 않고, 복수 셀에 지속적으로 일정 기준 이상의 진폭을 가지면 타겟으로 판단하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템. - 제1항에 있어서,
상기 추론 서버는 데이터를 입력받는 입력 레이어, 특정한 크기의 커널(kernel)을 사용하여 데이터 전체를 스캐닝하면서 일정 부분을 연속적으로 컨볼루션 처리하는 컨볼루션 레이어, 결과 데이터를 평균값으로 풀링 처리하면서 서브샘플링(sub-sampling)을 실행하는 풀링 레이어, 및 상기 레이어들을 연결하는 최종 연결 레이어를 포함하는 인공지능 기술을 적용한 친환경 조류접근 제어 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220061706A KR102552817B1 (ko) | 2022-05-19 | 2022-05-19 | 인공지능 기술을 적용한 친환경 조류접근 제어시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220061706A KR102552817B1 (ko) | 2022-05-19 | 2022-05-19 | 인공지능 기술을 적용한 친환경 조류접근 제어시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102552817B1 true KR102552817B1 (ko) | 2023-07-10 |
Family
ID=87155982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220061706A KR102552817B1 (ko) | 2022-05-19 | 2022-05-19 | 인공지능 기술을 적용한 친환경 조류접근 제어시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102552817B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117941673A (zh) * | 2024-03-26 | 2024-04-30 | 中国科学院水生生物研究所 | 基于多源发声器的声驱网智能监测驱赶方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3163272U (ja) * | 2010-07-23 | 2010-10-07 | 兵庫県 | 捕獲ネットの落下装置 |
KR20110066245A (ko) * | 2009-12-10 | 2011-06-17 | 한국원자력연구원 | 조류 대응 시스템 |
KR20190056514A (ko) * | 2017-11-17 | 2019-05-27 | 길민식 | 가변 음파 및 광 발생 구조의 이동 객체 퇴치 장치 |
KR20200022629A (ko) * | 2018-08-23 | 2020-03-04 | 고유길 | 유해 동물 포획장치 |
US20210056298A1 (en) * | 2019-08-14 | 2021-02-25 | Vm Products, Inc. | Camera bait station |
KR102275960B1 (ko) * | 2020-11-27 | 2021-07-12 | (주)플레이오니 | 딥러닝 기반의 레이다 표적 탐지 시스템 및 그 방법 |
KR20210101423A (ko) * | 2020-02-10 | 2021-08-19 | 미소에이스 주식회사 | 레이더를 사용한 조류 퇴치 시스템 |
-
2022
- 2022-05-19 KR KR1020220061706A patent/KR102552817B1/ko active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110066245A (ko) * | 2009-12-10 | 2011-06-17 | 한국원자력연구원 | 조류 대응 시스템 |
JP3163272U (ja) * | 2010-07-23 | 2010-10-07 | 兵庫県 | 捕獲ネットの落下装置 |
KR20190056514A (ko) * | 2017-11-17 | 2019-05-27 | 길민식 | 가변 음파 및 광 발생 구조의 이동 객체 퇴치 장치 |
KR20200022629A (ko) * | 2018-08-23 | 2020-03-04 | 고유길 | 유해 동물 포획장치 |
US20210056298A1 (en) * | 2019-08-14 | 2021-02-25 | Vm Products, Inc. | Camera bait station |
KR20210101423A (ko) * | 2020-02-10 | 2021-08-19 | 미소에이스 주식회사 | 레이더를 사용한 조류 퇴치 시스템 |
KR102275960B1 (ko) * | 2020-11-27 | 2021-07-12 | (주)플레이오니 | 딥러닝 기반의 레이다 표적 탐지 시스템 및 그 방법 |
Non-Patent Citations (1)
Title |
---|
JP3163272 UR |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117941673A (zh) * | 2024-03-26 | 2024-04-30 | 中国科学院水生生物研究所 | 基于多源发声器的声驱网智能监测驱赶方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kleeman et al. | Sonar sensing | |
EP3247189B1 (en) | Agricultural robot | |
KR20210101423A (ko) | 레이더를 사용한 조류 퇴치 시스템 | |
Park et al. | Combination of radar and audio sensors for identification of rotor-type unmanned aerial vehicles (uavs) | |
CN102112892A (zh) | 雷达***和方法 | |
US20160307418A1 (en) | Selective intrusion detection systems | |
CN101515042B (zh) | 一种探测装置及探测方法 | |
US20130041856A1 (en) | Method for detection of movement of a specific type of object or animal based on radar signals | |
US20180313950A1 (en) | CNN-Based Remote Locating and Tracking of Individuals Through Walls | |
Vespe et al. | Lessons for radar | |
US7429923B2 (en) | Neuronal sensor networks | |
KR102552817B1 (ko) | 인공지능 기술을 적용한 친환경 조류접근 제어시스템 | |
SE540374C2 (en) | Radar-based detection system | |
CN106772263A (zh) | 对地监视雷达 | |
KR102170597B1 (ko) | 해안 해수면 관측 시스템 | |
CN112634566A (zh) | 基于毫米波的智能电子围栏构建方法及*** | |
Sinitsyn et al. | Determination of aircraft current location on the basis of its acoustic noise | |
CN210572736U (zh) | 一种低小慢目标自动探测、跟踪、识别*** | |
JP2024094358A (ja) | 学習装置、学習方法、プログラム、及び、レーダ装置 | |
WO2022101637A1 (en) | Improvements in or relating to vehicle safety in a dynamic environment | |
Denny | The physics of bat echolocation: signal processing techniques | |
CN106019229B (zh) | 机场场面目标声学定位方法、声传感装置及*** | |
Rajai et al. | Binaural sonar system for simultaneous sensing of distance and direction of extended barriers | |
De Maio et al. | Cognitive radar signal processing | |
Oliveri et al. | SVM for Electromagnetics: State-of-art, potentialities, and trends |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |