KR20230004218A - 시설재배 복합환경 제어 시스템 - Google Patents
시설재배 복합환경 제어 시스템 Download PDFInfo
- Publication number
- KR20230004218A KR20230004218A KR1020210154190A KR20210154190A KR20230004218A KR 20230004218 A KR20230004218 A KR 20230004218A KR 1020210154190 A KR1020210154190 A KR 1020210154190A KR 20210154190 A KR20210154190 A KR 20210154190A KR 20230004218 A KR20230004218 A KR 20230004218A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- greenhouse
- facility
- environment
- growth
- Prior art date
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 26
- 241000208340 Araliaceae Species 0.000 claims abstract description 36
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims abstract description 36
- 235000003140 Panax quinquefolius Nutrition 0.000 claims abstract description 36
- 235000008434 ginseng Nutrition 0.000 claims abstract description 36
- 239000002689 soil Substances 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000013523 data management Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000003306 harvesting Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 239000005416 organic matter Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000009469 supplementation Effects 0.000 claims description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims 4
- 229910052709 silver Inorganic materials 0.000 claims 4
- 239000004332 silver Substances 0.000 claims 4
- 238000012272 crop production Methods 0.000 claims 1
- 230000035784 germination Effects 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 31
- 238000005516 engineering process Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 241000607479 Yersinia pestis Species 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 101100365741 Mus musculus Shisa2 gene Proteins 0.000 description 2
- 101100365738 Xenopus laevis shisa1 gene Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000447 pesticide residue Substances 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 241001478887 unidentified soil bacteria Species 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000012800 visualization Methods 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
Landscapes
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Environmental Sciences (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
실시예에 따른 시설재배 복합환경제어시스템은 스마트팜 또는 스마트 온실에서 환경 정보, 작물 생육 특성정보 등을 수집하고 수집된 데이터를 분석하여 온실을 포함하는 작물 생육 시설을 클라우드에 기반하여 복합 제어한다. 예컨대, 인삼을 포함하는 작물의 온실 설치 시 재배온실의 광량 조절할 수 있도록 하고, 인삼 시설하우스의 LED 광량별 대기온도, 대기습도, 광스펙트럼을 포함하는 대기환경 정보와 토양 특성정보, 및 출아 특성정보를 분석하여 인삼 시설 재배 온실 설치 방법을 제공할 수 있다.
Description
본 개시는 시설재배 복합환경 제어 시스템에 관한 것으로, 구체적으로 스마트팜 또는 스마트 온실에서 환경 정보, 작물 생육 특성정보 등을 수집하고 수집된 데이터를 분석하여 온실을 포함하는 작물 생육 시설을 클라우드에 기반하여 복합 제어하는 시스템에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
산업화의 진행에 의한 인구증가, 식량의 부족을 해결하기 위한 농약 등 화학 약품의 사용으로 농업 생산성은 향상되었으나 인체에 부작용을 초래하는 사례가 증가하는 실정이다. 안전한 먹거리의 문제가 중시되어 무공해 채소 등의 무농약에 의한 식량의 재배에 관심이 돌려지고 있으며, 이에 따라 새로운 농업 기술의 개발에 박차를 가하고 있다. 특히 인삼은 우리나라 고유의 고부가가치 농산물로서 크게 각광받고 있다.
종래의 인삼 재배는 자연광에 의한 인삼의 광합성에 의존하였으나, 최근에 새로 각광을 받고 있는 LED 조명을 농업 기술에 접목하는 시도가 빈번하다. LED 조명에 의한 인삼생육 방법의 대두는 농지에서 자연광에 의한 인삼의 재배에 필수불가결하게 따르는 해충의 영향을 피하기 위하여 인삼 재배 온실을 설치하여 외부의 해충을 방지하는 인삼 생육 방법에 설치해야 하는 조명의 필요 때문이었다. LED 조명은 자연광과 달리 특정 영역의 파장을 제어할 수 있는 장점이 있다. 자연광은 가시광선을 포함하여 적외선, 자외선 그 밖의 다양한 파장 영역을 골고루 포함하고 있으나 LED 조명은 그 종류에 따라 제한된 파장 범위의 빛만을 방출한다. 따라서, 인삼의 광합성에 필요한 파장 대역만을 선택적으로 인삼에 조사할 수 있게 된다.
특히 인삼은 온실 내부에서 외부와 차단하여 최적으로 재배하는 기술이 구현된 바 없었다. 즉, 인삼은 온도 및 습도 변화에 매우 민감한데, 실외에서 재배하는 경우에 인삼의 출아 및 전엽 시기에 걸쳐서 노지에서는 2 내지 3월의 주간과 야간의 기온차가 15°C에 달하고, 특정 때에는 20°C에이상 차이가 나는 경우도 발생한다. 또한, 광강도를 조절하기 위하여, 태양의 직사 광선을 막기 위한 차광막을 설치하나, 이러한 경우에도 인삼 성장에 적합한 광강도를 최적으로 유지하는 것이 불가능하다. 또한, 주간에는 야간에 내려간 지온은 저온을 유지하는데 지상부(줄기 및 잎)의 온도만 상승하여 지상부와 지하부(뿌리 및 줄기아래)의 온도차로 인한 생육환경 불량, 토양 세균 전염에 의한 모잘록병 및 엽고병의 발생률이 증가한다. 더하여, 5 내지 6월에는 태양광이 강해지고 일조 시간이 연장됨에 따라 고온 장해가 발생하기 쉽고, 강우 및 연작 재배로 인하여 생리 장해 발생이 빈번해진다.
또한, 인삼은 병충해에 취약하므로, 주기적으로 또는 필요할 때마다 많은 양의 농약을 사용하여야 하므로, 잔류농약으로 인한 안전 문제를 항상 내포한다. 이로 인해 품질이 우수한 인삼이라도 수익성이 저하될 수밖에 없다. 특히 최근에는 인삼을 이용하여 각종 상품을 제조하는 기업에서 무농약 재배 조건을 필수적으로 요구하는 사례가 증가하고 있으므로, 무농약 재배는 매우 중요하다.
하지만, 외부 환경으로부터 차단되어 외부 오염으로부터 차단되고, 농약으로부터 자유로우며, 최적 조건의 광도, 온도, 기온, 및 습도 등의 환경에서의 인삼 재배는 불가능하고 기술적으로 구현된 바 없었다.
실시예에 따른 시설재배 복합환경제어시스템은 스마트팜 또는 스마트 온실에서 환경 정보, 작물 생육 특성정보 등을 수집하고 수집된 데이터를 분석하여 온실을 포함하는 작물 생육 시설을 클라우드에 기반하여 복합 제어한다. 예컨대, 인삼을 포함하는 작물의 온실 설치 시 재배온실의 광량 조절할 수 있도록 하고, 인삼 시설하우스의 LED 광량별 대기온도, 대기습도, 광스펙트럼을 포함하는 대기환경 정보와 토양 특성정보, 및 출아 특성정보를 분석하여 인삼 시설 재배 온실 설치 방법을 제공할 수 있다.
또한, 실시예에서는 온실에서 수집되는 정형데이터 및 비정형 데이터를 전처리 후 저장하고, 저장된 데이터를 분석하여 스마트온실 환경에 맞는 최적의 작물 생육환경을 도출하도록 하는데 도움이 될 수 있는 데이터 분석 기반을 마련한다.
또한, 온실내 구동 제어와 작물 최적 생육환경모델을 기반으로 통합 제어하고, 온실내 복합환경제어기와의 통신 인터페이스와 생육환경 모델을 업데이트하기 위한 데이터베이스 API를 제공한다.
실시예에 따른 클라우드 기반 스마트 온실 시설재배 복합환경 제어 시스템은 인삼을 포함하는 작물 재배과정에서 대기환경정보, 토양환경정보 및 인삼의 생육특성정보를 수집하는 수집모듈; 수집된 대기환경정보, 토양환경정보 및 작물의 생육특성정보를 분석하는 분석모듈; 정보 분석 결과에 따라 최적 재배 환경을 산출하고, 산출된 최적 재배환경에 부합하도록 LED 광량, 상토 수분량, 토양 산도, 유기물, 무기물 함량을 포함하는 재배환경을 조정하는 환경 제어 모듈; 을 포함한다.
이상에서와 같은 시설재배 복합환경제어시스템은 인삼 등 시설환경에서 생산되는 작물의 재배 환경을 최적으로 제어하여 최상급 품질의 시설작물을 재배할 수 있도록 하고, 농가 경영 효율을 향상시킬 수 있도록 한다. 아울러, 작물 생육 분석을 통해 실험 및 연구 레퍼런스 데이터를 생성하고 저장함으로써, 인삼 등 시서 재배 작물의 연구 성과를 확장할 수 있도록 한다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 실시예에 따른 시설재배 복합환경 제어 시스템 구성을 나타낸 도면
도 2는 실시예에 따른 시설재배 복합환경 제어 서버의 데이터 처리 블록을 나타낸 도면
도 3은 실시예에 따른 클라우드에 기반한 데이터 모듈 연관관계를 나타낸 도면
도 4는 실시예에 따른 클라우드 기반 스마트온실 시스템 구성 아키텍처를 나타낸 도면
도 5는 클라우드 기반 모듈적용 인스턴스 토폴로지를 나타낸 도면
도 6의 (a)는 실시예에 따른 시설재배 복합환경 시스템의 클라우드 플랫폼을 나타낸 도면
도 6의 (b)는 데이터 게이트웨이를 나타낸 도면
도 7의 (a)는 실시예에 따른 클라우드 아키텍쳐를 나타낸 도면이고 도 7의 (b)는 클라우드 퍼포먼스를 나타낸 도면
도 8은 상태 코드 및 센서 속성 코드 정의를 수행한 실시예를 나타낸 도면
도 9은 제어 속성 코드 정의 및 제어 모드 코드 정의를 수행한 실시예를 나타낸 도면
도 10은 토픽 정의 실시예 및 메소드 타입 센서를 나타낸 도면
도 11은 실시예에 따른 스마트 온실 데이터베이스의 논리 스키마(시설정보)를 나타낸 도면
도 12는 실시예에 따른 스마트 온실 데이터베이스의 논리/물리 스키마(작물생육정보)를 나타낸 도면
도 13은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(제어 및 환경)를 나타낸 도면
도 14은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(온실운영정보)를 나타낸 도면
도 15는 실시예에 따른 클라우드 내 배포하기 위한 데이터베이스 DDL 스크립트 일부를 나타낸 도면
도 2는 실시예에 따른 시설재배 복합환경 제어 서버의 데이터 처리 블록을 나타낸 도면
도 3은 실시예에 따른 클라우드에 기반한 데이터 모듈 연관관계를 나타낸 도면
도 4는 실시예에 따른 클라우드 기반 스마트온실 시스템 구성 아키텍처를 나타낸 도면
도 5는 클라우드 기반 모듈적용 인스턴스 토폴로지를 나타낸 도면
도 6의 (a)는 실시예에 따른 시설재배 복합환경 시스템의 클라우드 플랫폼을 나타낸 도면
도 6의 (b)는 데이터 게이트웨이를 나타낸 도면
도 7의 (a)는 실시예에 따른 클라우드 아키텍쳐를 나타낸 도면이고 도 7의 (b)는 클라우드 퍼포먼스를 나타낸 도면
도 8은 상태 코드 및 센서 속성 코드 정의를 수행한 실시예를 나타낸 도면
도 9은 제어 속성 코드 정의 및 제어 모드 코드 정의를 수행한 실시예를 나타낸 도면
도 10은 토픽 정의 실시예 및 메소드 타입 센서를 나타낸 도면
도 11은 실시예에 따른 스마트 온실 데이터베이스의 논리 스키마(시설정보)를 나타낸 도면
도 12는 실시예에 따른 스마트 온실 데이터베이스의 논리/물리 스키마(작물생육정보)를 나타낸 도면
도 13은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(제어 및 환경)를 나타낸 도면
도 14은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(온실운영정보)를 나타낸 도면
도 15는 실시예에 따른 클라우드 내 배포하기 위한 데이터베이스 DDL 스크립트 일부를 나타낸 도면
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 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.
도 1은 실시예에 따른 시설재배 복합환경 제어 시스템 구성을 나타낸 도면이다.
도 1을 참조하면, 실시예에 따른 시설재배 복합환경 제어 시스템은 인삼을 포함하는 작물 재배 시설의 대기환경과 토양환경 및 생육특성정보를 수집하여 분석하는 시설재배 복합환경 제어 서버(100) 및 농가 관리자 스마트 단말(200)을 포함하여 구성될 수 있다. 실시예에서 시설재배 복합환경 제어 서버(100)은 농가 시설의 대기환경정보, 토양환경 정보 및 재배 작물의 생육 특성 정보를 수집하여 분석하고, 농가 시설을 모니터링 하여 농가 관리자 스마트 단말(200)로 전송한다. 실시예에서는 농가 시설에 환경이상정보 및 작물 이상 정보가 감지되었을 때 이를 농가 관리자에게 전송하여 환경 이상이나 작물 생물 이상 등의 문제에 농가 관리자가 신속하게 대응할 수 있도록 한다. 실시예에 따른 시설재배 복합환경 제어 시스템은 스마트팜은 클라우드 기반 연구 모듈을 통해 온실에서 수집되는 정형데이터 및 비정형 데이터를 전처리 후 저장하고, 저장된 데이터를 분석하여 스마트온실 환경에 맞는 최적의 작물 생육환경을 도출하고, 이에 도움이 되는 데이터의 분석 기반을 제공한다.
도 2는 실시예에 따른 시설재배 복합환경 제어 서버의 데이터 처리 블록을 나타낸 도면이다.
도 2를 참조하면, 실시예에 따른 시설재배 복합환경 제어 서버(100)는 수집모듈(110), 분석모듈(120), 환경제어모듈(130), 농가 경영관리모듈(140), 원격지원모듈(150), 데이터 관리모듈(160), 작물 모델링 모듈(170) 및 지식기반 전문 분석 정보 생성모듈(180)을 포함하여 구성될 수 있다. 실시예에서 각 모듈은 작물 관리 모듈을 중심으로 데이터의 관련성을 유지하도록 설계된다. 본 명세서에서 사용되는 '모듈' 이라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.
수집모듈(110)은 인삼 등 시설작물의 재배과정에서 대기환경정보, 토양환경정보 및 인삼의 생육특성정보를 수집한다. 실시예에서 대기환경정보는 LED 광량별 대기온도, 대기습도, 광스펙트럼 특성을 포함하고, 토양환경정보는 상토 수분량, 토양 산도, 유기물, 무기물 함량을 포함하고, 생육특성정보는 지상부 생육특성 및 지하부 생육특성을 포함하고, 지상부 생육특성은 초장, 경장, 경경, 엽장, 엽폭, 엽수를 포함하고, 지하부 생육특성은 근장, 동체장, 동체직경, 지근수, 세근수, 생근중을 포함한다.
분석모듈(120)은 수집된 대기환경정보, 토양환경정보 및 인삼 등 시설작물의 생육특성정보를 분석한다.
환경제어모듈(130)은 정보 분석 결과에 따라 최적 재배 환경을 산출하고, 산출된 최적 재배환경에 부합하도록 LED 광량, 상토 수분량, 토양 산도, 유기물, 무기물 함량을 포함하는 재배환경을 조정한다.
농가 경영관리모듈(140)은 정보 분석을 통해 인삼 생산량을 추정하고 인적관리비용, 재배 소모 비용을 포함하는 시설운영비용을 산출한다.
원격지원 모듈(150)은 시설운영 비용을 평가하고, 작물을 생육하는 농가를 모니터링 하여 환경정보 및 생육정보를 전달한다.
데이터 관리모듈(160)은 수집된 센서정보, 영상정보, 기상정보, 농가정보, 대기환경정보, 토양환경정보, 생육특성정보, 가격정보, 공공API, 융합정보를 포함하는 복합환경 제어정보를 관리한다. 실시예에서 데이터 관리모듈(160)은 수집된 복합환경 제어정보를 스키마 마이크레이션(schema migration)하여 센싱 및 제어관련 속성코드를 정의하고, 생육 분석 데이터 API(Application Programming Interface)을 구현하고, 작물 데이터 수집과 환경정보 보완을 통해 환경정보 데이터베이스를 구축한다. 또한, 데이터 관리모듈(160)은 스마트온실에서 생성되는 내외부의 대기 환경 센서, 작물 근권부 환경 센서, 제어기 구동, 생육 계측정보를 포함하는 정형 데이터와 비정형 데이터를 저장하고 관리할 수 있다.
또한, 데이터 관리모듈(160)은 온실관련 정보를 저장한 온실운영 테이블을 생성하고, 온실운영 테이블은 스마트온실 내부 시설정보를 중심으로 온실내의 각 동별 작업정보, 작업코드, 시설내 위치한 장비의 수리 및 유지보수 내역, 작물의 수확정보, 판매정보 및 수확 후 처리를 포함하는 온실세부정보와 1:N의 관계를 가지고 데이터를 저장한다. 실시예에서는 온실의 안전상황정보를 나타내는 온실 안전정보를 생성하고, 상기 온실 안전정보는 온실에서 발생할 수 있는 이벤트별 코드를 기반으로 발생 시점을 기록하고, 안전정보 테이블을 생성하고 상기 안전정보 테이블은 내부시설정보 및 시설 아이디를 외래키(Foreign key)관계를 가진다.
작물 모델링 모듈(170)은 기계 학습(Machine Learning)과 인공지능을 통해 작물의 생육모델, 환경모델 및 생육환경 제어모델을 산출한다.
지식기반 전문 분석 정보 생성모듈(180)은 수집한 대기환경정보, 토양환경정보 및 생육 특성정보를 분석하여 작물통합정보, 연구정보, 실험정보, 기술정보 등 작물재배 시 레퍼런스가 될 수 있는 전문가 정보를 생성한다.
도 3은 실시예에 따른 클라우드에 기반한 데이터 모듈 연관관계를 나타낸 도면이다.
실시예에서는 스마트 팜의 요소기술을 융합할 수 있는 모듈을 포함한 클라우드 전체 시스템을 디자인하고, 그에 따른 각각의 요소기술을 인스턴스 별 데이터를 설계한다. 또한 클라우드 시스템내의 각 관련 모듈별로 네트워크를 생성하여 인스턴스의 배치를 수행할 수 있다.
도 4는 실시예에 따른 클라우드 기반 스마트온실 시스템 구성 아키텍처를 나타낸 도면이고, 도 5는 클라우드 기반 모듈적용 인스턴스 토폴로지를 나타낸 도면이다.
도 4 및 도 5를 참조하면 데이터 관리 모듈(160)은 스마트 온실 또는 스마트 팜에서 생성되는 내외부의 대기환경 센서, 작물 근권부 환경 센서, 제어기 구동, 생육 계측정보 등에 대한 정형 데이터와 비정형 데이터를 저장하고 관리하는 데이터베이스를 제공한다. 또한 농가운영에 관련된 기초정보, 기상데이터 등의 외부 공공데이터 API(Application Programming Interface)를 활용하여 저장할 수 있도록 한다. 실시예에서 환경 제어 모듈(120)은 온실내 구동 제어와 작물 최적 생육환경모델을 기반으로 생육 환경을 통합 제어하고, 온실내 복합환경제어기와의 통신 인터페이스와 생육환경 모델을 업데이트하기 위한 데이터베이스 API를 제공한다. 환경제어는 단순제어, 복합제어 및 지능제어로 분류하고, 초기 스마트 온실은 단순제어와 복합제어 모델을 구현하여 운영한다. 추후 모델로 추가되는 지능제어의 경우는 작물 모델링 모듈(170)에서 온실내 구동기의 제약조건, 우선순위, 전력 및 시간 소요비용, 제어효율 및 제어 요소 간의 상관분석 결과로 최적의 제어 값을 받아 온실내 제어기를 구동할 수 있도록 한다.
또한 실시예에서 작물 모델링 모듈(170)은 배치 처리(Batch Processing)와 실시간 처리(Streaming Processing)를 제공한다. 배치 처리는 정형데이터와 비정형 데이터로 나누어 처리하며, 정형 데이터는 스마트온실로부터 특정 기간 동안 수집된 센싱 값 및 구동제어 값을 하둡 분산파일시스템(Hadoop Distributed File System, HDFS)과 인메모리(In-memory)기반 아파치 스파크(Apache Spark)를 활용하여 수집 데이터에서 일정한 규칙을 찾아 분석한 후 데이터 처리한다.
농가 경영 관리 모듈(140)은 데이터 관리 모듈, 환경 제어 모듈 및 작물 모델링 모듈의 데이터를 기반으로 작물 생산량, 소요비용, 인적 관리 등을 연구할 수 있는 R이나 Python 같은 프로그래밍 어플리케이션 서버 또는 HTML5 기반의 웹서버 인스턴스를 제공한다. 또한 각 모듈에서 도출된 값인 생육, 환경, 구동 제어의 예측 모델 및 지식기반 전문가 시스템을 기반으로 스마트온실의 환경 설정 모델을 설정할 수 있는 인터페이스를 제공한다.
또한, 실시예에 따른 원격지원모듈(150)은 농가에 정보를 제공하는 대시보드 역할을 한다. 예컨대, 원격 지원 모듈(150)은 클라우드 기반 연구 플랫폼을 통해 분석한 작물 별 생육모델, 생육 환경모델 및 제어기 구동 모델 등의 결과를 최종 사용자에게 서비스한다. 실시예에서 원격지원모듈(150)은 대시보드의 주요 제공 서비스는 웹서버 인스턴스와 과도한 통신 트래픽(Traffic)을 처리할 수 있는 로드 밸런싱(Load balancing)를 수행하고, 주기 별 작물 재배에 따른 환경과 생육 정보의 상관성, 실내 환경 및 구동 데이터의 가시화, 데이터 보관, 통지 및 원격지원 등을 제공한다.
또한, 클라우드 시스템에서 구현된 요소기술의 서비스는 크게 온실내에서 수집되는 데이터의 모니터링, 데이터의 분석 및 제어기의 설정의 3가지로 서비스가 도출되어 원격 지원 모듈(150)제공하는 농가 중심 대시보드 형태로 가시화한다. 실시예에서 데이터 모니터링은 온실내 센서 및 제어기 등의 작동 상황이나 수집된 데이터를 그래프로 표현하여 직관적으로 데이터의 흐름을 읽을 수 있도록 하고, 데이터 분석은 비동기적으로 수집된 데이터를 실시간으로 분석하여 온실 환경의 적절성을 판별해준다. 또한 인공지능 플랫폼을 활용한 작물 생육 측정은 영상 미지 분석 이후 데이터베이스에 측정된 결과를 저장한다. 일주일에 1회씩 작물 영상 이미지로 도출된 결과는 작물생육 지표를 정하는데 기본 데이터로 구성되며, 이러한 결과를 통해 다음 주차의 생육환경 계획을 작성하게 된다. 또한, 충 진단 또한 영상 이미지를 분석하여 해당 분석 결과를 데이터베이스에 저장한다.
도 6의 (a)는 실시예에 따른 시설재배 복합환경 시스템의 클라우드 플랫폼을 나타낸 도면이고, 도 6의 (b)는 데이터 게이트웨이를 나타낸 도면이다. 도 7의 (a)는 실시예에 따른 클라우드 아키텍쳐를 나타낸 도면이고 도 7의 (b)는 클라우드 퍼포먼스를 나타낸 도면이다.
도 6및 도 7을 참조하면, 실시예에 따른 클라우드 기반 스마트팜 플랫폼의 생육 정보 분석 시스템의 환경정보 데이터베이스는 데이터베이스 스키마 마이그레이션을 진행하였으며, 센서/제어관련 속성코드 정의 및 데이터베이스 구축을 진행하고, 생육 분석 데이터 API를 구현한다. 구체적으로 실시예에서는 작물(인삼작물) 데이터 수집 및 환경정보(상태_데이터 저장 스키마) 보완을 통해 환경정보 데이터베이스를 구축할 수 있다. 실시예에서는 API 서버 구현을 위해 온실 ID 발급, 생육 촬영 로봇 ID 발급 및 연계를 통해 생육 분석결과 저장 API를 개발한다. 또한, 실시예에서는 빅데이터 분석 플랫폼 구현을 위해 파이썬(Python)을 사용하여 Mongo DB에 연계가 되도록 구성하고, 클라우드 기반 분석용 프레임웍(Framework)을 구현하여 빅데이터 분석을 위한 데이터의 접근이 용이하도록 한다.
또한, 실시예에서는 TTA 표준 통신 프로토콜 적용한 데이터 게이트웨이 구현하기 위해 (1) TTAK.KO-10.0903, TTAK.KO-06.0288-Part1, TTAK.KO-06.0288-Part2, TTAK.KO-06.0288-Part3, TTAK.KO-06.0288-Part4를 적용한 데이터 게이트 웨이를 제공한다.
도 8은 상태 코드 및 센서 속성 코드 정의를 수행한 실시예를 나타낸 도면이고, 도 9은 제어 속성 코드 정의 및 제어 모드 코드 정의를 수행한 실시예를 나타낸 도면이다. 도 10은 토픽 정의 실시예 및 메소드 타입 센서를 나타낸 도면이다. 도 8내지 10을 참조하면, 실시예에서는 클라우드 기반 스마트온실의 데이터의 수집, 저장, 분석 및 데이터 가시화를 위해 데이터베이스를 구축한다. 실시예에서는 관련 문서를 통해 용어의 통일성 및 연관성을 구성하는 논리적 설계와 실제 데이터베이스에 사용된 용어의 구성을 위한 물리적 설계를 수행한다.
또한, 실시예에서는 최종적인 물리적 설계를 바탕으로 클라우드 시스템에 데이터 수집을 데이터베이스 인스턴스에 구축한다. 실시예에서 데이터베이스는 앞서 기술한 바와 같이 시설정보, 센서로부터 수집된 제어 및 환경정보, 작물생육 등을 기준으로 구축한다. 실시예에서 시설정보 관련 스키마는 시설정보를 기준으로 기기담당자, 업체정보, 장치정보, 장치의 ID를 기반으로 한 코드정보가 있는 장치코드, 농가운영정보 테이블을 구성하고, 시설정보와 관계를 맺어 내부시설정보 테이블을 따로 분리한다. 내부시설정보 테이블은 다른 도메인의 테이블과의 관계의 중심이 된다. 내부시설정보 테이블에는 시설 ID를 주키(Primary key)로 하여 운영 농가별로 여러 온실을 ID로 구분하여 관리할 수 있도록 한다.
도 11은 실시예에 따른 스마트 온실 데이터베이스의 논리 스키마(시설정보)를 나타낸 도면이다.
도 11을 참조하면, 작물 생육정보는 내부시설정보 테이블과 작물정보 테이블이 일대다의 관계를 가지고 있으며, 내부시설에 생육 중인 작물에 따라 데이터를 저장할 수 있다. 작물 생육에 대한 중심이 되는 작물정보 테이블은 작물, 작물품종, 정식일자, 적심일자 및 하우스번호에 대한 정보를 저장하며, 이를 중심으로 생육 계측 정보에 대한 데이터를 저장하는 테이블과 일대다의 관계가 되도록 한다.
도 12는 실시예에 따른 스마트 온실 데이터베이스의 논리/물리 스키마(작물생육정보)를 나타낸 도면이다.
실시예에서 제어 및 환경정보에 대한 테이블은 시설정보 및 내부시설정보 테이블과 일대다의 관계를 가지며, 외부 기상정보는 단일 시설에서 수집되는 센서에 기반하기에 시설정보 테이블과 관계를 가진다. 그 외의 내부기상, 근권부 등은 시설정보 아래 여러 개의 내부시설이 존재할 경우의 수가 있기에 각각의 내부 시설정보를 가지는 내부시설정보 테이블에 일대다의 관계를 갖도록 한다. 내부 시설정보에 연관된 제어기의 정보는 현재 농가 별 시설내에 제어기가 ON/OFF의 데이터만 가지고 있기 때문에 불린(Boolean) 데이터 타입으로 저장하도록 한다. 추후 제어기에 대한 개도율 기반 연구를 진행하고 있기 때문에 추후 데이터 타입을 수정할 수 있도록 한다.
도 13은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(제어 및 환경)를 나타낸 도면이다.
실시예에 따른 온실운영 테이블은 스마트온실 내부 시설정보를 중심으로 일대다의 관계를 가지고 있으며, 온실내의 각 동별로 작업정보, 작업코드, 시설내 위치한 장비의 수리 및 유지보수 내역, 작물의 수확정보, 판매정보 및 수확 후 처리와 일대다의 관계를 가지고 데이터를 저장하게 하였다. 안전정보에 대한 데이터는 온실에서 발생할 수 있는 이벤트별 코드를 기반으로 발생 시점을 기록할 수 있도록 한다. 실시예에서 안전정보 테이블은 내부시설정보와 시설 ID를 외래키(Foreign key)로 관계를 가지도록 한다.
도 14은 실시예에 따른 스마트온실 데이터베이스의 논리/물리 스키마(온실운영정보)를 나타낸 도면이고, 도 15는 실시예에 따른 클라우드 내 배포하기 위한 데이터베이스 DDL 스크립트 일부를 나타낸 도면이다.
도 14를 참조하면, 실시예에서는 스마트온실의 데이터베이스 물리스키마를 기준으로 클라우드 시스템에 있는 데이터베이스 인스턴스 내에 배포하기 위해 DDL을 작성한다.
실시예에서는 데이터베이스 스크립트를 DBMS에 배포하여 실제 데이터베이스를 구축하고, 각 물리 테이블 구성에 맞게 스크립트가 구성될 수 있도록 설계한다. 또한, 수집한 환경데이터와 작물 생육 계측한 데이터를 데이터베이스 컬럼명에 맞춰서 입력할 수 있도록 한다.
이상에서와 같은 시설재배 복합환경제어시스템은 인삼 등 시설환경에서 생산되는 작물의 재배 환경을 최적으로 제어하여 최상급 품질의 시설작물을 재배할 수 있도록 하고, 농가 경영 효율을 향상시킬 수 있도록 한다. 아울러, 작물 생육 분석을 통해 실험 및 연구 레퍼런스 데이터를 생성하고 저장함으로써, 인삼 등 시서 재배 작물의 연구 성과를 확장할 수 있도록 한다.
개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.
Claims (7)
- 클라우드 기반 스마트 온실 시설재배 복합환경 제어 시스템에 있어서,
인삼을 포함하는 작물 재배과정에서 대기환경정보, 토양환경정보 및 인삼의 생육특성정보를 수집하는 수집모듈;
상기 수집된 대기환경정보, 토양환경정보 및 작물의 생육특성정보를 분석하는 분석모듈;
정보 분석 결과에 따라 최적 재배 환경을 산출하고, 상기 산출된 최적 재배환경에 부합하도록 LED 광량, 상토 수분량, 토양 산도, 유기물, 무기물 함량을 포함하는 재배환경을 조정하는 환경 제어 모듈; 을 포함하는 시설재배 복합환경 제어 시스템.
- 제 1항에 있어서, 상기 대기환경정보는
LED 광량별 대기온도, 대기습도, 광스펙트럼 특성을 포함하고, 토양환경정보는 상토 수분량, 토양 산도, 유기물, 무기물 함량을 포함하고, 생육특성정보는 지상부 생육특성 및 지하부 생육특성을 포함하고, 상기 지상부 생육특성은 초장, 경장, 경경, 엽장, 엽폭, 엽수를 포함하고, 상기 지하부 생육특성은 근장, 동체장, 동체직경, 지근수, 세근수, 생근중을 포함하는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
- 제 1항에 있어서, 상기 시설재배 복합환경 제어 시스템은
정보 분석을 통해 작물 생산량을 추정하고 인적관리비용, 재배 소모 비용을 포함하는 시설운영비용을 산출하는 농가 경영관리 모듈;
시설운영 비용을 평가하고, 작물을 생육하는 농가를 모니터링 하여 환경정보 및 생육정보를 전달하는 원격 지원 모듈;
수집된 센서정보, 영상정보, 기상정보, 농가정보, 대기환경정보, 토양환경정보, 생육특성정보, 가격정보, 공공API, 융합정보를 포함하는 복합환경 제어정보를 관리하는 데이터 관리모듈; 및
기계 학습(Machine Learning)과 인공지능을 통해 작물의 생육모델, 환경모델 및 생육환경 제어모델을 산출하는 작물 모델링 모듈; 을 포함하는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
- 제 3항에 있어서, 상기 데이터 관리모듈; 은
수집된 복합환경 제어정보를 스키마 마이크레이션(schema migration)하여 센싱 및 제어관련 속성코드를 정의하고, 작물 생육 분석 데이터 API(Application Programming Interface)를 구현하고, 작물 데이터 수집과 환경정보 보완을 통해 환경정보 데이터베이스를 구축하는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
- 제 3항에 있어서, 상기 데이터 관리모듈; 은
스마트온실에서 생성되는 내외부의 대기 환경 센서, 작물 근권부 환경 센서, 제어기 구동, 생육 계측정보를 포함하는 정형 데이터와 비정형 데이터를 저장하고 관리하는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
- 제 3항에 있어서, 상기 데이터 관리모듈; 은
온실관련 정보를 저장한 온실운영 테이블을 생성하고, 상기 온실운영 테이블은 스마트온실 내부 시설정보를 중심으로 온실내의 각 동별 작업정보, 작업코드, 시설내 위치한 장비의 수리 및 유지보수 내역, 작물의 수확정보, 판매정보 및 수확 후 처리를 포함하는 온실세부정보와 1: N의 관계를 가지고 데이터를 저장하는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
- 제 6항에 있어서, 상기 데이터 관리 모듈; 은
온실의 안전상황정보를 나타내는 온실 안전정보를 생성하고, 상기 온실 안전정보는 온실에서 발생할 수 있는 이벤트별 코드를 기반으로 발생 시점을 기록하고, 안전정보 테이블을 생성하고 상기 안전정보 테이블은 내부시설정보 및 시설 아이디를 외래키(Foreign key)관계를 가지는 것을 특징으로 하는 시설재배 복합환경 제어 시스템.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210086114 | 2021-06-30 | ||
| KR20210086114 | 2021-06-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230004218A true KR20230004218A (ko) | 2023-01-06 |
| KR102671059B1 KR102671059B1 (ko) | 2024-05-31 |
Family
ID=84924013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210154190A KR102671059B1 (ko) | 2021-06-30 | 2021-11-10 | 시설재배 복합환경 제어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102671059B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102604272B1 (ko) * | 2023-05-31 | 2023-11-20 | 그린씨에스(주) | 스마트 온실 환경 및 생육 데이터 기반 최적의 재배 및 진단 가이드 시스템 |
| KR102655126B1 (ko) * | 2023-03-13 | 2024-04-05 | 백민석 | Ai 기술기반 병 예찰을 통한 스마트 예방 농업 서비스 시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140040041A (ko) | 2012-09-24 | 2014-04-02 | 에스케이케미칼주식회사 | 색상이 우수한 폴리사이클로헥실렌디메틸렌테레프탈레이트 수지의 제조방법 및 이에 의해 제조된 폴리사이클로헥실렌디메틸렌테레프탈레이트 수지 |
| KR20210042612A (ko) * | 2019-10-10 | 2021-04-20 | 경상국립대학교산학협력단 | 인공배지를 이용한 잔대 묘의 발아율 및 묘소질 향상 방법 |
| KR20210076680A (ko) * | 2019-12-16 | 2021-06-24 | 서우엠에스 주식회사 | 약용작물 재배용 스마트 팜 시스템 |
-
2021
- 2021-11-10 KR KR1020210154190A patent/KR102671059B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140040041A (ko) | 2012-09-24 | 2014-04-02 | 에스케이케미칼주식회사 | 색상이 우수한 폴리사이클로헥실렌디메틸렌테레프탈레이트 수지의 제조방법 및 이에 의해 제조된 폴리사이클로헥실렌디메틸렌테레프탈레이트 수지 |
| KR20210042612A (ko) * | 2019-10-10 | 2021-04-20 | 경상국립대학교산학협력단 | 인공배지를 이용한 잔대 묘의 발아율 및 묘소질 향상 방법 |
| KR20210076680A (ko) * | 2019-12-16 | 2021-06-24 | 서우엠에스 주식회사 | 약용작물 재배용 스마트 팜 시스템 |
Non-Patent Citations (2)
| Title |
|---|
| ‘한국형 스마트팜 2세대 모델 요소기술 융합연구’, 농촌진흥청, 2019.* * |
| 비특허문헌 2, 박성용 et al., "인삼의 연생별 지상부와 지하부의 주요 생장반응과 특성에 관한 비교분석", KJMCS, 2013, vol.21, no.4, pp. 296-300 (5 pages) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102655126B1 (ko) * | 2023-03-13 | 2024-04-05 | 백민석 | Ai 기술기반 병 예찰을 통한 스마트 예방 농업 서비스 시스템 |
| KR102604272B1 (ko) * | 2023-05-31 | 2023-11-20 | 그린씨에스(주) | 스마트 온실 환경 및 생육 데이터 기반 최적의 재배 및 진단 가이드 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102671059B1 (ko) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Managing traditional solar greenhouse with CPSS: A just-for-fit philosophy | |
| CN110347127A (zh) | 基于云服务的农作物种植托管***及方法 | |
| CN209517198U (zh) | 一种智慧农业标准化管理*** | |
| WO2016188384A1 (zh) | 智能种植管理方法和智能种植设备 | |
| Smith et al. | Review of precision irrigation technologies and their application | |
| US11833313B2 (en) | Systems and methods for monitoring and regulating plant productivity | |
| KR102671059B1 (ko) | 시설재배 복합환경 제어 시스템 | |
| US11631475B2 (en) | Real-time projections and estimated distributions of agricultural pests, diseases, and biocontrol agents | |
| KR102265587B1 (ko) | 스마트팜 재배이력을 이용한 스마트팜 재배시스템 | |
| KR20210063218A (ko) | 시설 운영 이력을 저장할 수 있는 스마트팜 운영 시스템 | |
| Lešić et al. | Rapid plant development modelling system for predictive agriculture based on artificial intelligence | |
| JP2020149674A (ja) | 農作物の栽培方法提案プログラム及びシステム | |
| KR102355211B1 (ko) | 농작물 재배 모니터링 시스템 | |
| Bunpalwong et al. | Improving marigold agriculture with an IoT-driven greenhouse irrigation management control system | |
| KR102377963B1 (ko) | 육묘장 관리 시스템 및 방법 | |
| AU2021100930A4 (en) | The controlling irrigation and pesticides in agricultural using method of artificial intelligence | |
| Khort et al. | Development of an automated weather complex for managing agricultural technologies in horticulture | |
| Kunhare et al. | Role of Artificial Intelligence in the Agricultural System | |
| Ifeanyieze et al. | Techniques in utilizing remote sensor technology for precision crop production by farmers as climate change adaptation strategy in Nigeria | |
| Tripathy et al. | An IoT Assisted Fog Enabled Framework for Smart Green House | |
| Rajendiran et al. | IoT-Integrated Machine Learning-Based Automated Precision Agriculture-Indoor Farming Techniques | |
| Sharma | Computational Analysis of Specific Indicators to Manage Crop Yield and Profits Under Extreme Heat and Climate Change Conditions | |
| Suebsombut et al. | Rule based recommendation system to support crop lifecycle management | |
| KR20240078197A (ko) | 지능적 스마트팜 제어를 위한 생육환경모사 방법 | |
| Azizi | Application of Artificial Intelligence (AI) In-Farm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |