WO2021221249A1 - 스마트 가축 관리 시스템 및 그 방법 - Google Patents

스마트 가축 관리 시스템 및 그 방법 Download PDF

Info

Publication number
WO2021221249A1
WO2021221249A1 PCT/KR2020/015180 KR2020015180W WO2021221249A1 WO 2021221249 A1 WO2021221249 A1 WO 2021221249A1 KR 2020015180 W KR2020015180 W KR 2020015180W WO 2021221249 A1 WO2021221249 A1 WO 2021221249A1
Authority
WO
WIPO (PCT)
Prior art keywords
livestock
information
data
livestock management
management server
Prior art date
Application number
PCT/KR2020/015180
Other languages
English (en)
French (fr)
Inventor
김동로
Original Assignee
주식회사 아이티테크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 아이티테크 filed Critical 주식회사 아이티테크
Priority to JP2022566127A priority Critical patent/JP7460798B2/ja
Priority to EP20934126.2A priority patent/EP4138025A4/en
Priority to US17/486,877 priority patent/US20220022427A1/en
Publication of WO2021221249A1 publication Critical patent/WO2021221249A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/12—Bounding box
    • 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
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Definitions

  • the present invention relates to a smart livestock management system and method that can learn standard livestock management data and analyze body temperature information and behavior information from livestock image data obtained in real time from livestock such as cattle to determine whether there are abnormal symptoms of livestock .
  • the problem to be solved by the present invention is to provide a smart livestock management system and a method therefor.
  • the livestock management server acquiring livestock image data photographed livestock located in the livestock; separating, by the livestock management server, the livestock included in the livestock image data into individual objects; extracting, by the livestock management server, object information including object body temperature information and object behavior information of the individual object from the livestock image data; generating, by the livestock management server, determination result data for determining whether the livestock has abnormal symptoms by analyzing the object information based on the standard livestock management data; and transmitting, by the livestock management server, the determination result data to the manager terminal; including, wherein the livestock management server determines whether the livestock has abnormal symptoms using a deep learning technique based on the standard livestock management data, and ,
  • the abnormal symptoms can be divided into disease symptoms, childbirth symptoms, and sangga symptoms.
  • the generating of the determination result data comprises comparing and analyzing the object body temperature information and the object basic temperature information included in the standard livestock management data. As a result, the abnormality is determined as the disease symptom.
  • the livestock management server monitors the object body temperature information on the disease object to predict the disease spread path; may include.
  • the predicting of the disease spread path comprises: obtaining, by the livestock management server, first object temperature information by measuring the body temperature of the disease object; obtaining, by the livestock management server, second object temperature information by measuring the body temperature of an object surrounding the diseased object; and predicting, by the livestock management server, a disease spread path by calculating a first temperature difference between the first object temperature information and the second object temperature information based on the object basic temperature information.
  • the predicting of the disease spread path comprises: obtaining, by the livestock management server, first livestock temperature information by measuring the temperature of the disease barn in which the disease object is located; obtaining, by the livestock management server, second livestock temperature information by measuring the temperature of the surrounding livestock house of the disease barn; and predicting, by the livestock management server, a disease spread path by calculating a second temperature difference between the first livestock house temperature information and the second livestock house temperature information based on the livestock house basic temperature information.
  • the step of generating the determination result data comprises comparing and analyzing the object behavior information and the object basic behavior information included in the standard livestock management data, and as a result, whether the abnormal symptom is the childbirth symptom. If it is determined, the livestock management server monitoring the object behavior information for the delivery object to predict the delivery situation information; may include.
  • the manager terminal when the livestock management server monitors object body temperature information and object behavior information for a new object in consideration of environmental information after delivery of the delivery object, and an abnormal symptom occurs, the manager terminal is notified Transmitting a message; and, the environment information may include weather information, season information, and time information around the object and the livestock house.
  • the generating of the determination result data comprises comparing and analyzing the object behavior information and the object basic behavior information included in the standard livestock management data, and as a result, the abnormal symptom is determined as the Seungga symptom.
  • the livestock management server monitors the object behavior information for the riding object to predict the riding situation information; may include.
  • the standard livestock management data includes object basic temperature information generated by measuring the maximum and minimum body temperature of a normal object in which the abnormality does not occur, and the normal livestock house in which the normal object is located. It includes basic livestock temperature information generated by measuring the highest and lowest temperatures, and object basic behavior information generated by analyzing the normal behavior of the normal object, and the standard livestock management data is to be updated in response to the determination result data.
  • the livestock image data may include image information generated by matching images captured using at least one camera.
  • the smart livestock management system for solving the above-described problems, a livestock control device for capturing livestock located in the livestock to obtain livestock image data in real time; and a livestock management server that individually extracts object body temperature information and object behavior information for the livestock included in the livestock image data, compares and analyzes it with standard livestock management data, and generates judgment result data for determining whether the livestock has abnormal symptoms.
  • the livestock management server can generate the determination result data by determining whether the abnormality of the livestock is divided into disease symptoms, childbirth symptoms and Seungga symptoms based on the standard livestock management data.
  • the present invention by analyzing the body temperature information and behavior information of livestock from livestock image data obtained in real time from livestock such as cattle by learning the standard livestock management data, and determining whether there are abnormal symptoms of the livestock, it is possible to accurately determine whether the animal has abnormal symptoms This can give the manager a sense of trust.
  • the present invention can be easy to manage livestock by quickly preventing the spread of disease by predicting the disease spread path of an abnormal object. Furthermore, the accuracy of diagnosis can be further improved by predicting the disease spread path of an abnormal object in consideration of both the object information of the livestock and the surrounding environment information.
  • the present invention by analyzing the body temperature information and behavioral information of the livestock from the livestock image data, and quickly determining whether the abnormal symptoms of the livestock are classified into disease symptoms, childbirth symptoms, and sangga symptoms, the progress of each object is quickly dealt with This makes it easier to manage livestock.
  • the administrator when an abnormal situation occurs regardless of time and place, the administrator can check whether there are abnormal symptoms of the livestock in real time, thereby providing reliability and convenience to the administrator.
  • FIG. 1 is a conceptual diagram for explaining a smart livestock management system according to an embodiment of the present invention.
  • FIG 2 is a detailed block diagram for explaining the smart livestock management system shown in Figure 1.
  • FIG. 3 is a view for explaining a smart livestock management method according to an embodiment of the present invention.
  • 4A and 4B are diagrams for explaining a method of generating livestock image data shown in FIG. 3 .
  • 5A and 5B are diagrams for explaining a method of separating objects and extracting object information shown in FIG. 3 .
  • FIG. 6 is a detailed view for explaining the step of generating the determination result data shown in FIG.
  • FIG. 7A and 7B are diagrams for explaining an embodiment in which the abnormality of the livestock shown in FIG. 6 is determined as a disease symptom.
  • FIG. 8 is a detailed view for explaining the step of predicting the disease spread path shown in FIG.
  • FIG. 9 is a view for explaining an embodiment of determining whether the abnormal symptoms of the livestock shown in FIG. 6 as childbirth symptoms.
  • FIG. 10 is a view for explaining an embodiment of determining whether or not an abnormal symptom of the livestock shown in FIG. 6 is a Seungga symptom.
  • FIG. 11 is a view for explaining a smart livestock management method according to another embodiment of the present invention.
  • FIG. 12 is a diagram for explaining a case in which a new object shown in FIG. 11 is generated.
  • Figure 1 is a conceptual diagram for explaining a smart livestock management system according to an embodiment of the present invention
  • Figure 2 is a detailed block diagram for explaining the smart livestock management system shown in FIG.
  • the smart livestock management system 1 may include a livestock control device 10 , a livestock management server 20 , and a manager terminal 30 .
  • the manager terminal 30 may be omitted.
  • the livestock control device 10 and the manager terminal 30 may be synchronized with the livestock management server 20 in real time using a wireless communication network to transmit and receive data.
  • the wireless communication network may support various long-distance communication methods, for example, wireless LAN (WLAN), DLNA (Digital Living Network Alliance), WiBro (Wireless Broadband: Wibro), and Wimax (World Interoperability for Microwave Access: Wimax).
  • GSM Global System for Mobile communication
  • CDMA Code Division Multi Access
  • CDMA2000 Code Division Multi Access 2000
  • EV-DO Enhanced Voice-Data Optimized or Enhanced Voice-Data Only
  • WCDMA Wideband CDMA
  • HSDPA High Speed Downlink Packet Access
  • HSUPA High Speed Uplink Packet Access
  • Various communication methods such as WMBS), BLE (Bluetooth Low Energy), Zigbee, RF (Radio Frequency), LoRa (Long Range), etc. may be applied, but are not limited thereto, and various well-known wireless or mobile communications method may be applied.
  • the livestock control device 10 and the manager terminal 30 may operate using an application program or application in the present disclosure, and such an application program is an external server or livestock management through wireless communication. It may be downloaded from the server 20 .
  • Such a livestock control device 10 and the manager terminal 30 may include various portable electronic communication devices that support communication with the livestock management server 20 .
  • a smart phone for example, a smart phone, a personal digital assistant (PDA), a tablet, a wearable device, for example, a watch-type terminal (Smartwatch), a glass-type terminal (including Smart Glass), HMD (Head Mounted Display), etc.) and various Internet of Things (IoT) terminals, but are not limited thereto.
  • PDA personal digital assistant
  • a wearable device for example, a watch-type terminal (Smartwatch), a glass-type terminal (including Smart Glass), HMD (Head Mounted Display), etc.) and various Internet of Things (IoT) terminals, but are not limited thereto.
  • IoT Internet of Things
  • the barn control device 10 may be a device for controlling the situation of the barn 12 in which livestock 11 such as cattle and pigs are reared as well as poultry such as chickens and ducks.
  • livestock 11 and the livestock house 12 may be configured in plurality.
  • the livestock 11 may attach each identification tag 110 . Accordingly, the livestock 11 may be recognized as an individual object by recognizing each identification tag 110 in the livestock image data.
  • the livestock house control apparatus 10 may include an image acquisition unit 100 , a sensor unit 120 , and a livestock house control unit 140 .
  • the image acquisition unit 100 may acquire image information from the livestock 11 and the surrounding environment of the livestock house 12 by using a plurality of cameras 101 disposed inside and outside the livestock house 12 .
  • the camera 101 is effective in a Digital Video Recorder (DVR), Network Video Recorder (NVR), Network Video Server (NVS), Infrared Camera, Thermo-graphic Camera, waterproof and dustproof. It may include a photographing device such as a camera equipped with a wide angle lens or a fish eye lens, but is not limited thereto.
  • the image acquisition unit 100 may acquire image information consisting of a general image photographed using a general camera and a thermal image image photographed using a thermal imaging camera.
  • the image acquisition unit 100 is located inside the livestock house 12 to photograph the movement of the livestock 12, and is located outside the livestock house 12 to detect the external environment, that is, external intrusion or fire. Image information can be obtained by photographing.
  • the image acquisition unit 100 acquires image information by photographing the inside and outside of the livestock house 12 using a thermal imaging camera, so that the disease of the livestock 12 can be more quickly identified.
  • the sensor unit 120 may acquire sensor information by recognizing abnormal symptoms of the livestock 11 located in the livestock house 12 .
  • the sensor unit 120 may include a temperature sensor 122 , a motion sensor 124 , a sound sensor 126 , and a smell sensor 128 , but is not limited thereto.
  • the sensor unit 120 may sense the temperature inside and outside the livestock house 12 using the temperature sensor 122 .
  • the body temperature of the livestock 11 located inside the barn 12 the internal temperature of the barn 12 , and the temperature outside the barn 12 may be sensed.
  • the sensor unit 120 may detect a movement inside and outside the livestock house 12 by using the motion sensor 124 .
  • the movement of the livestock 11 located inside the livestock 12 or the movement of a manager or a visitor occurring outside the livestock 12 may be detected.
  • the sensor unit 120 may sense the sound inside and outside the livestock house 12 using the sound sensor 126 .
  • the sound sensor 126 may detect the cries of the livestock 11 located inside the livestock house 12 and the noise inside and outside the livestock house 12 .
  • the sensor unit 120 may detect the smell inside and outside the livestock house 12 using the smell sensor 128 .
  • the smell sensor 128 it is possible to detect the smell of excrement of the livestock 11 located inside the barn 12 and the smell of the inside and outside of the barn 12 , such as male birds, generated when the fire occurs in the barn 12 .
  • the sensor information obtained through the sensor unit 120 it is possible to more accurately determine whether the abnormal symptoms of the livestock 11 are disease symptoms, childbirth symptoms, and sangga symptoms.
  • the livestock control unit 140 may generate livestock image data from the image information obtained from the image acquisition unit 100 .
  • the livestock control unit 140 transmits the image information acquired through the image acquisition unit 100 to a USB terminal, a CVBS (Composite Video Banking Sync) terminal, a component terminal, an S-video terminal (analog), and a DVI (Digital Visual) terminal. Interface) terminal, HDMI (High Definition Multimedia Interface) terminal, RGB terminal, D-SUB terminal, etc. can generate livestock image data by converting the input image information.
  • the livestock house control unit 140 may generate livestock image data by matching a general image photographed using a general camera and a thermal image image photographed using a thermal imaging camera.
  • the livestock house control unit 140 may generate livestock image data by converting the image information obtained from the image obtaining unit 100 and the sensor information obtained from the sensor unit 120 .
  • the livestock control unit 140 converts big data including the image information obtained from the image acquisition unit 100 and the sensor information obtained from the sensor unit 120 smoothly to transmit/receive to generate livestock image data.
  • the livestock control unit 140 considers the livestock 11 and the current situation information including real-time weather information, season information, and time information of the livestock 12 in which the livestock 11 is located. can create the livestock 11 and the current situation information including real-time weather information, season information, and time information of the livestock 12 in which the livestock 11 is located. can create the livestock 11 and the current situation information including real-time weather information, season information, and time information of the livestock 12 in which the livestock 11 is located. can create
  • the livestock control unit 140 includes livestock 11 and real-time weather information of the livestock 11 and the livestock 12 in which the livestock 11 is located, current situation information including season information and time information, image information, and sensor information. In consideration of this, livestock image data can be generated.
  • the livestock house control unit 140 may transmit livestock image data to the livestock management server 20 and/or the manager terminal 30 in real time.
  • the livestock control unit 140 may transmit the image information to the livestock management server 20 and/or the manager terminal 30 .
  • the livestock house control unit 140 may transmit image information and sensor information to the livestock management server 20 and/or the manager terminal 30 .
  • the livestock house control unit 140 receives a feedback signal generated in response to the determination result data, and receives the photographing direction of the camera unit 101, the sound level or on/off of the warning sound, and the illuminance intensity or on/off of the lighting. , it is possible to control the livestock house control device 10 in real time for on/off of the door on/off of the barn 12, on/off of the fire facility, and the like.
  • the livestock management server 20 may include a data transmission/reception unit 200 , a data collection unit 210 , a data storage unit 220 , a data analysis unit 230 , a monitoring unit 240 , and a management control unit 250 . have.
  • the data transmission/reception unit 200 may receive livestock image data from the livestock control device 10 , and transmit a feedback signal to the livestock control device 10 .
  • the data transmission/reception unit 200 transmits livestock image data and standard livestock management data to the manager terminal 30 , and receives the determination result data and the feedback signal corresponding to the determination result data from the manager terminal 30 .
  • the data collection unit 210 may collect data included in livestock image data.
  • the data collection unit 210 may extract the maximum body temperature information and the minimum body temperature information of the normal livestock and the surrounding livestock of the normal livestock that do not have abnormal symptoms from the livestock image data.
  • the data collection unit 210 recognizes the identification tag 110 attached to the livestock 11 from the livestock image data, and extracts the highest temperature information and the lowest temperature information of the surrounding livestock of the normal livestock and the normal livestock where the normal object is located. can do.
  • the data collection unit 210 may extract object information including object body temperature information and object behavior information on the disease object and surrounding objects of the disease object from the livestock image data.
  • the data collection unit 210 may extract environmental information including temperature information about the disease barn in which the disease object is located and the surrounding livestock house of the disease livestock from the livestock image data.
  • the environmental information may include weather information, season information, and time information where the object and the livestock in which the object is located are located.
  • the data collection unit 210 may extract object information including the object body temperature information and the object behavior information for the delivery object from the livestock image data.
  • the data collection unit 210 may extract object information including object body temperature information and object behavior information about the surrounding objects after delivery of the delivery object from the livestock image data.
  • the data collection unit 210 may extract environmental information including temperature information about the surrounding livestock after the birth of the farrowing object from the livestock image data.
  • the data collection unit 210 may extract object information including object body temperature information and object behavior information about the riding object and surrounding objects of the riding object from the livestock image data.
  • the data collection unit 210 may extract environmental information including temperature information about the surrounding livestock house of the Seungga livestock house where the Seungga object is located from the livestock image data.
  • the data storage unit 220 supports various functions of the livestock management server 20 and data transmitted and received between the livestock control device 10 and the livestock management server 20 and the livestock management server 20 and the manager terminal 30 . Data can be stored.
  • the data storage unit 220 may store a plurality of application programs (application programs or applications) driven in the livestock management server 20 , data for the operation of the livestock management server 20 , and commands. At least some of these application programs may be downloaded from an external server through wireless communication.
  • the data analysis unit 230 individually separates the livestock 11 included in the data collected through the data collection unit 210 based on the livestock image data into objects, and object information based on the standard livestock management data. can be analyzed. In this case, the data analysis unit 230 may separate the plurality of livestock 11 included in the livestock image data into individual objects using the identification tag 110 , but is not limited thereto.
  • the monitoring unit 240 may monitor data transmitted/received between the livestock house control device 10 and the livestock management server 20 and the livestock management server 20 and the manager terminal 30 through a screen. By checking real-time real estate brokerage transactions in real time, managers can make more rational and reliable transactions in real estate transactions.
  • the manager terminal 30 by monitoring the data transmission and reception of the livestock control device 10 and the livestock management server 20 in real time, when a communication error or an abnormal symptom occurs in the livestock control device 10, the manager terminal 30 ) can give more confidence in managing the livestock (11).
  • the management control unit 250 may generate standard livestock management data by repeatedly learning the data collected through the data collection unit 210 .
  • the standard livestock management data may be updated in real time in response to the determination result data.
  • the management control unit 250 may generate standard livestock management data using a deep learning technique, but is not limited thereto, and machines such as a random forest and a support vector machine. Running techniques can be used.
  • the object basic temperature generated by repeatedly learning the maximum and minimum body temperature information of the surrounding livestock of the normal livestock and the normal livestock, and the maximum temperature information and the minimum temperature information of the surrounding livestock of the normal livestock and the normal livestock It may include basic livestock temperature information generated by repeated learning.
  • the management control unit 250 may determine whether there are abnormal symptoms of the livestock 11 by using the analysis result of the livestock image data based on the standard livestock management data to generate the determination result data. That is, the management control unit 250 may match the standard livestock management data with the livestock image data to determine whether there are abnormal symptoms, and generate the determination result data including the determination result.
  • the livestock image data may be data obtained by converting image information obtained through the camera 101, but may not be limited thereto.
  • image information acquired through the camera 101 and sensor information acquired from the sensor unit 120 may be converted data.
  • the management control unit 250 may determine whether the livestock 11 has abnormal symptoms, classify the symptoms into disease symptoms, childbirth symptoms, and sangga symptoms, and generate determination result data.
  • the management control unit 250 compares and analyzes the object body temperature information of the object information included in the livestock image data and the object basic temperature information included in the standard livestock management data. data can be generated.
  • the management control unit 250 may predict the disease spread path by monitoring the object body temperature information on the disease object according to the result data of the disease symptom determination.
  • the management control unit 250 measures the body temperature of the disease object and the body temperature of the surrounding object of the disease object, and then calculates the object temperature difference between the disease object and the object surrounding the disease object to predict the disease spread path.
  • the management control unit 250 measures the temperature of the disease barn where the diseased object is located and the temperature of the livestock surrounding the diseased barn where the diseased object is located, and calculates the temperature difference between the diseased barn and the surrounding barn of the diseased barn to determine the disease spread path. predictable.
  • the management control unit 250 may predict the disease spread path in consideration of the calculated object temperature difference and the livestock temperature difference.
  • the management and control unit 250 includes object body temperature information of object information included in livestock image data, object basic temperature information included in standard livestock management data, and object behavior information and standards of object information included in livestock image data. As a result of comparing and analyzing the basic object behavior information included in the livestock management data, it is possible to determine whether an abnormal symptom is a disease symptom and generate judgment result data.
  • the management and control unit 250 lays down for a long time, turns around, keeps crying, or makes a special movement. In the absence of this, it is determined as a disease symptom such as respiratory, fever, or stomach disease, and judgment result data can be generated.
  • the management and control unit 250 may predict a disease spread path by using a livestock house centered on the disease object, object information about the disease object, and object information and environment information of the peripheral object.
  • the management control unit 250 compares and analyzes the object behavior information of the object information included in the livestock image data and the basic object behavior information included in the standard livestock management data, and determines whether an abnormality is a disease symptom. Result data can be generated
  • the management and control unit 250 may update the disease spread path to the manager terminal 30 in real time and transmit it in real time.
  • the management control unit 250 includes object body temperature information of object information included in the livestock image data, object basic temperature information included in the standard livestock management data, and object behavior information and standard livestock management data of object information included in the livestock image data. According to the result of comparative analysis of the basic object behavior information included in the livestock image data, object basic temperature information included in the standard livestock management data, and object behavior information and standard livestock management data of object information included in the livestock image data. According to the result of comparative analysis of the basic object behavior information included in the
  • the management control unit 250 may predict the delivery situation information including the expected delivery time, the delivery time required, the gender of the calf, the number of delivery objects, and the like.
  • the management control unit 250 may update the delivery situation information to the manager terminal 30 in real time and transmit it in real time.
  • the management control unit 250 may determine whether an abnormal symptom is a childbirth symptom according to a result of comparative analysis of the object basic temperature information included in the standard livestock management data, and generate the determination result data.
  • the management control unit 250 determines whether an abnormality is a labor symptom according to the result of comparing and analyzing the object behavior information of the object information included in the livestock image data and the basic object behavior information included in the standard livestock management data. Thus, judgment result data can be generated.
  • the management control unit 250 monitors the object information for a new object (eg, calf) in consideration of the environmental information after childbirth of the childbirth object, and when an abnormal symptom occurs, a notification message to the manager terminal 30 can be transmitted.
  • a new object eg, calf
  • the management and control unit 250 when the delivery object delivered a new object on a late autumn night on a rainy day, continuously monitors the new object and when hypothermia is detected, promptly transmits a notification message to the manager terminal 30 can
  • the management control unit 250 includes object body temperature information of object information included in livestock image data, object basic temperature information included in standard livestock management data, and object behavior information and standard livestock management data of object information included in livestock image data. According to the result of comparative analysis of the basic object behavior information included in the , it is possible to determine whether or not there are abnormal symptoms as a sangga symptom to generate judgment result data.
  • the management control unit 250 may predict Seungga status information including the number of pre-estrus objects, the expected time in estrus, the expected number of estrous objects, and the expected period of idleness.
  • the management control unit 250 may determine whether an abnormality is a symptom of an anomalous condition by comparing and analyzing the behavioral pattern of the object using a deep learning technique based on the standard livestock management data.
  • the management control unit 250 may update the Seungga situation information to the manager terminal 30 in real time and transmit it in real time.
  • the management control unit 250 may determine whether or not an abnormality is a symptom according to the result of comparative analysis of the object basic temperature information included in the standard livestock management data, and generate the determination result data.
  • the management and control unit 250 determines whether an abnormality is a symptom according to the result of comparing and analyzing the object behavior information of the object information included in the livestock image data and the object basic behavior information included in the standard livestock management data. Thus, judgment result data can be generated.
  • the management and control unit 250 provides real-time current situation information, including real-time weather information, season information and time information, of the livestock 11 and the livestock house 12 in which the livestock 11 is located through an external organization. It is possible to generate judgment result data by matching and analyzing standard livestock management data and livestock image data.
  • the management control unit 250 may generate a feedback signal corresponding to the determination result data and transmit it to the livestock control apparatus 10 to control the livestock control apparatus 10 .
  • the management controller 250 may generate a feedback signal capable of separating a diseased object and a normal object by using the predicted disease spread path of the diseased object.
  • a feedback signal that can be separated by moving the childbirth object and the new object to a separate barn 11 using the predicted childbirth situation information.
  • the management control unit 250 may generate a feedback signal capable of allowing the winning object to converge with the expected winning object by using the predicted winning situation information in the case of a victory symptom according to the determination result data.
  • the management control unit 250 may generate a feedback signal capable of correcting the safety of the new object in consideration of the environmental information when an abnormal symptom occurs in the new object due to the delivery of the delivery object according to the determination result data. For example, the temperature inside the barn 12 may be raised or the lighting of the barn 12 may be brightened.
  • the management control unit 250 may transmit a warning message to the manager terminal 30 .
  • the management control unit 250 determines the shooting direction of the camera unit 101, the sound level of the warning sound, or It is possible to control the livestock house control device 10 for on/off, illuminance intensity or on/off of lighting, on/off of the door of the barn 12, on/off of the fire facility, and the like.
  • the management control unit 250 may generate livestock image data using the image information and/or sensor information received from the livestock control device 10 .
  • the manager terminal 30 recognizes the situation of the livestock house control apparatus 10 in real time using an application program (application program or application), and can control the operation of the livestock house control apparatus 10 in response thereto.
  • an application program application program or application
  • Such an application program may be downloaded from an external server or the livestock management server 20 through wireless communication.
  • the manager terminal 30 is disclosed as singular, it is not limited thereto and may be configured in plurality.
  • the manager terminal 30 may recognize the situation of the livestock house control apparatus 10 using the determination result data.
  • the manager terminal 30 monitors the data transmitted and received between the livestock control device 10 and the livestock management server 20 in real time through the screen, thereby quickly recognizing the situation of the livestock control device 10 and currently Able to respond quickly to situations.
  • the manager terminal 30 may learn the standard livestock management data received from the livestock management server 20, compare and analyze the livestock image data, and generate determination result data.
  • the manager terminal 30 when the manager terminal 30 receives the determination result data generated from the livestock management server 20, it generates a feedback signal corresponding to the determination result data to the livestock management server 20 or the livestock control device ( 10) can be sent.
  • the manager terminal 30 may determine whether or not an abnormality of the livestock is a disease symptom, a childbirth symptom, and a Seungga symptom. Accordingly, the manager terminal 30 may generate a feedback signal corresponding to each abnormal symptom.
  • the manager terminal 30 may receive a feedback signal generated in response to the determination result data from the livestock management server 20 .
  • the manager terminal 30 may generate livestock image data using the image information and/or sensor information received from the livestock control device 10 .
  • the operation of the smart livestock management system according to an embodiment of the present invention having such a structure is as follows.
  • the smart livestock management method has been disclosed as being made around the livestock management server 20, it is not limited thereto.
  • FIG. 3 is a view for explaining a smart livestock management method according to an embodiment of the present invention
  • Figures 4a and 4b is a view for explaining a method of generating livestock image data shown in Fig. 3
  • Fig. 5a and FIG. 5B is a diagram for explaining the method of separating the object and extracting object information shown in FIG. 3
  • FIG. 6 is a detailed diagram for explaining the step of generating the determination result data shown in FIG. 3
  • FIG. 7B is a diagram for explaining an embodiment of determining whether or not an abnormality of the livestock shown in FIG. 6 is a disease symptom
  • FIG. 8 is a detailed view for explaining the step of predicting the disease spread path shown in FIG.
  • FIG. 9 is a view for explaining an embodiment in which the abnormal symptoms of the livestock shown in FIG. 6 are determined as childbirth symptoms
  • FIG. 10 is an embodiment in which the abnormal symptoms of the livestock shown in FIG. It is a drawing for explaining.
  • the livestock management server 20 may generate standard livestock management data (S10).
  • the livestock management server 20 may generate standard livestock management data by repeatedly learning the object information extracted from the livestock image data.
  • the standard livestock management data includes the object basic temperature generated by repeatedly learning the maximum and minimum body temperature information of the surrounding livestock of the normal livestock and the normal livestock, and the maximum temperature information and the minimum temperature information of the surrounding livestock of the normal livestock and the normal livestock. It may include basic livestock temperature information generated by repeatedly learning, but is not limited thereto.
  • the livestock control device 10 may generate livestock image data by photographing the livestock 11 located in the livestock house 12 .
  • the livestock house control device 10 includes a plurality of livestock 11 to which an identification tag 110 is attached and a livestock house 12 in which the plurality of livestock 11 are located.
  • Livestock image data can be generated by converting image information captured in the surrounding environment.
  • the livestock control apparatus 10 may generate livestock image data by converting the image information and the sensor information obtained from the sensor unit 120 .
  • the livestock image data may include current situation information including real-time weather information, season information, and time information.
  • the livestock management server 20 may separate the plurality of livestock 11 included in the livestock image data received from the livestock control device 10 into individual objects, and extract object information for each individual ( S12).
  • the livestock management server 20 may separate the plurality of livestock 11 into individual objects using the identification tag 110 , but is not limited thereto.
  • the livestock management server 20 may generate judgment result data by determining whether an object is an abnormal symptom by using the analysis result of the livestock image data based on the standard livestock management data (S13, S14).
  • the livestock management server 20 is the object body temperature information of the object information included in the livestock image data, the object basic temperature information included in the standard livestock management data and the object information included in the livestock image data.
  • the abnormality is a disease symptom (S110).
  • the livestock management server 20 may determine whether the object has an abnormal symptom or not as a disease symptom.
  • the livestock management server 20 monitors the object body temperature information on the disease object as shown in FIGS. 7A and 7B ( S120 ), and determines the disease spread path for the disease object. It is possible to predict and generate judgment result data (S130, S140).
  • the livestock management server 20 measures the body temperature of the diseased object to calculate the first object temperature information ( S300 ), and measures the body temperature of the surrounding objects of the diseased object to measure the second object temperature. Information can be calculated (S310).
  • the livestock management server 20 may generate the first temperature difference by calculating the object temperature difference between the calculated first object temperature information and the second object temperature information (S320).
  • the livestock management server 20 calculates the first livestock temperature information by measuring the temperature of the disease barn where the diseased object is located (S330), and measures the temperature of the surrounding livestock house where the diseased object is located and the second livestock temperature information Information can be calculated (S340).
  • the livestock management server 20 may generate a second temperature difference by calculating the difference between the calculated first livestock temperature information and the first livestock house temperature information ( S350 ).
  • the livestock management server 20 may predict the disease spread path in consideration of the calculated object temperature difference and the livestock house temperature difference.
  • the abnormality is determined as a disease symptom. If not (S110), the livestock management server 20 object body temperature information of the object information included in the livestock image data, the object basic temperature information included in the standard livestock management data, and the object behavior of the object information included in the livestock image data According to the result of comparing and analyzing the information and the basic object behavior information included in the standard livestock management data, it is possible to determine whether there are abnormal symptoms as labor symptoms (S150, S160). For example, if the object temperature is lower than the object basic temperature information, and the object behavior information is a behavior pattern indicating childbirth learned by the deep learning technique, the livestock management server 20 determines whether there are abnormal symptoms for the object. can be judged by symptoms.
  • the livestock management server 20 if the determination result is a childbirth symptom, as shown in FIG. 9, by monitoring the object behavior information for the childbirth object (S170), by predicting the childbirth situation information for the childbirth object Result data can be generated (S180).
  • the livestock management server 20 may determine if the determination result is not a childbirth symptom as a Seungga symptom (S190). That is, the livestock management server 20 manages the object body temperature information of the object information included in the livestock image data, the object basic temperature information included in the standard livestock management data, and the object behavior information and the standard livestock management data of the object information included in the livestock image data. According to the result of comparative analysis of the basic object behavior information included in the data, it is possible to judge whether there are any abnormalities as the symptoms of Seungga.
  • the livestock management server 20 determines whether there are abnormal symptoms for the object. can be judged as
  • the livestock management server 20 monitors the Seungga behavior information for the Seungga object as shown in FIG. Result data can be generated (S210).
  • the livestock management server 20 may transmit the generated determination result data to the manager terminal 30 (S15).
  • the manager terminal 30 receiving the determination result data may generate a feedback signal corresponding to the determination result data (S16).
  • the manager terminal 30 may learn the standard livestock management data received from the livestock management server 20, compare and analyze the livestock image data, and generate determination result data.
  • the feedback signal may be generated by the livestock management server 20 .
  • the livestock house control apparatus 10 may receive the feedback signal to control the livestock house control apparatus 10 (S17).
  • the livestock management server 20 may update the standard livestock management data in real time in response to the determination result data (S18).
  • manager terminal 30 may monitor the livestock control device 10 and the livestock management server 20 in real time.
  • the manager terminal 30 may receive a real-time updated disease spread path.
  • the manager terminal 30 may receive real-time updated delivery situation information when the abnormal symptom for the object is a delivery symptom.
  • the manager terminal 30 may receive real-time updated Seungga status information when the abnormal symptom for the object is a Seungga symptom.
  • FIG. 11 is a diagram for explaining a smart livestock management method according to another embodiment of the present invention
  • FIG. 12 is a diagram for explaining a case in which a new object shown in FIG. 11 occurs.
  • the livestock management server 20 may monitor the new object in consideration of environmental information (S510, S520).
  • the livestock management server 20 may transmit a notification message to the manager terminal 30 when an abnormal symptom occurs in the new object (S530) (S540).
  • the livestock management server 20 may receive the feedback signal for the notification message and transmit it to the livestock control device 10 (S550).
  • a software module may be a random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any type of computer-readable recording medium well known in the art.
  • RAM random access memory
  • ROM read only memory
  • EPROM erasable programmable ROM
  • EEPROM electrically erasable programmable ROM
  • flash memory hard disk, removable disk, CD-ROM, or It may reside in any type of computer-readable recording medium well known in the art.

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Environmental Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Animal Husbandry (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)

Abstract

스마트 가축 관리 시스템 및 그 방법이 제공된다. 상기 방법은 가축관리서버가 축사에 위치하는 가축들을 촬영한 가축영상데이터를 획득하는 단계; 상기 가축관리서버가 상기 가축영상데이터에 포함된 상기 가축들을 개별 객체로 각각 분리하는 단계; 상기 가축관리서버가 상기 가축영상데이터으로부터 상기 개별 객체의 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하는 단계; 상기 가축관리서버가 표준축사관리데이터를 기초로하여 상기 객체정보를 분석하여 상기 가축의 이상징후여부를 판단한 판단결과데이터를 생성하는 단계; 및 상기 가축관리서버가 상기 판단결과데이터를 관리자 단말기로 전송하는 단계;를 포함하되, 상기 가축관리서버는 상기 표준축사관리데이터를 기초로하여 딥러닝 기법을 이용하여 상기 가축의 이상징후여부 판단하고, 상기 이상징후여부를 질병증상, 분만증상 및 승가증상으로 구분할 수 있다.

Description

스마트 가축 관리 시스템 및 그 방법
본 발명은 표준축사관리데이터를 학습하여 소와 같은 가축으로부터 실시간 획득한 가축영상데이터로부터 체온정보 및 행동정보를 분석하여 가축의 이상징후여부를 판단할 수 있는 스마트 가축 관리 시스템 및 그 방법에 관한 것이다.
종래에는 사람이 각각의　가축의 상태를 파악하여, 이상 징후가 나타나는　가축에 대하여 진료를 받게 하거나 따로 격리시켰다. 다만,　가축의 수가 많은 경우 모든　가축을 관리하기 위해서는 많은 인력이 필요하다는 문제점이 있었다.
또한, 일부　가축에 전염병이 발생하면　가축의 대부분이 폐사하는 결과가 초래될 수 있으므로,　가축의 이상 여부를 빠르고 정확하게 판단할 수 있는 방안이 요구되고 있다.
또한, 교통 수단의 발달로 인하여 특정 지역에서 발생된　질병은 특정한 장소에 한정되지 않고 전국적으로 빠른 시간 내에 전염되는 현실에서 초기에 빠른　질병　판단이 요구되고 있다. 가축의　질병　판단에 있어서 발열에 따른 온도측정 방식이 질병　유무 판단의 기준으로 활용되고 있다.
그러나 많은　가축에 대한 일률적인 온도측정이 이루어지기 때문에,　가축　개체 각각의 상태에 따른　질병　판단에 대한 어려움이 있다. 또한, 이러한 온도 측정에 의한 질병 판단 방식은 질병 발생 초기 단계에 개체를 검출하는데에 어려움이 있다.
더욱이, 좁은 사육장 내에서 집단으로 사육되는 가축은 전염성 질병의 확산에 매우 취약하다. 이에, 축산물에 대한 소비가 늘어나면서,　가축을 효율적으로 관리하는 방법에 대한 다양한 방안들이 제안되고 있다.
본 발명이 해결하고자 하는 과제는 스마트 가축 관리 시스템 및 그 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 스마트 가축 관리 방법은, 가축관리서버가 축사에 위치하는 가축들을 촬영한 가축영상데이터를 획득하는 단계; 상기 가축관리서버가 상기 가축영상데이터에 포함된 상기 가축들을 개별 객체로 각각 분리하는 단계; 상기 가축관리서버가 상기 가축영상데이터으로부터 상기 개별 객체의 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하는 단계; 상기 가축관리서버가 표준축사관리데이터를 기초로하여 상기 객체정보를 분석하여 상기 가축의 이상징후여부를 판단한 판단결과데이터를 생성하는 단계; 및 상기 가축관리서버가 상기 판단결과데이터를 관리자 단말기로 전송하는 단계;를 포함하되, 상기 가축관리서버는 상기 표준축사관리데이터를 기초로하여 딥러닝 기법을 이용하여 상기 가축의 이상징후여부 판단하고, 상기 이상징후여부를 질병증상, 분만증상 및 승가증상으로 구분할 수 있다.
본 발명의 일 실시예에 있어서, 상기 판단결과데이터를 생성하는 단계는, 상기 객체체온정보와 상기 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과 상기 이상징후여부가 상기 질병증상으로 판단된 경우, 상기 가축관리서버가 질병객체에 대한 상기 객체체온정보를 모니터링하여 질병확산경로를 예측하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 질병확산경로를 예측하는 단계는, 상기 가축관리서버가 상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하는 단계; 상기 가축관리서버가 상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하는 단계; 및 상기 가축관리서버가 상기 객체기본온도정보를 기초로하여 상기 제1 객체온도정보와 제2 객체온도정보의 제1 온도차이를 산출하여 질병확산경로를 예측하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 질병확산경로를 예측하는 단계는, 상기 가축관리서버가 상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하는 단계; 상기 가축관리서버가 상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하는 단계; 및 상기 가축관리서버가 상기 축사기본온도정보를 기초로하여 상기 제1 축사온도정보와 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 판단결과데이터를 생성하는 단계는, 상기 객체행동정보와 상기 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 상기 이상징후여부가 상기 분만증상으로 판단된 경우, 상기 가축관리서버가 분만객체에 대한 상기 객체행동정보를 모니터링하여 분만상황정보를 예측하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 가축관리서버가 상기 분만객체의 분만 후에 환경정보를 고려하여 신규객체에 대한 객체체온정보 및 객체행동정보를 모니터링하여 이상징후가 발생한 경우, 상기 관리자 단말기로 알림메시지를 전송하는 단계;를 포함하고, 상기 환경정보에는 상기 객체 및 상기 축사 주변의 날씨정보, 계절정보 및 시간정보를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 판단결과데이터를 생성하는 단계는, 상기 객체행동정보와 상기 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 상기 이상징후여부가 상기 승가증상으로 판단된 경우, 상기 가축관리서버가 승가객체에 대한 상기 객체행동정보를 모니터링하여 승가상황정보를 예측하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 표준축사관리데이터는 상기 이상징후여부가 발생하지 않은 정상객체의 최고체온 및 최저체온을 측정하여 생성된 객체기본온도정보와, 상기 정상객체가 위치한 정상축사의 최고온도 및 최저온도를 측정하여 생성된 축사기본온도정보와, 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하고, 상기 표준축사관리데이터는 상기 판단결과데이터에 대응하여 업데이트될 수 있다.
본 발명의 일 실시예에 있어서, 상기 가축영상데이터는 적어도 하나 이상의 카메라를 이용하여 촬영된 영상이 서로 매칭되어 생성된 영상정보가 포함될 수 있다.
또한, 상술한 과제를 해결하기 위한 본 발명의 다른 일실시예에 따른 스마트 가축 관리 시스템은, 축사에 위치하는 가축들을 촬영하여 가축영상데이터를 실시간으로 획득하는 축사제어장치; 및 상기 가축영상데이터에 포함된 상기 가축들에 대한 객체체온정보 및 객체행동정보를 개별적으로 추출하여 표준축사관리데이터와 비교 분석하여 상기 가축의 이상징후여부를 판단한 판단결과데이터를 생성하는 가축관리서버;를 포함하고, 상기 가축관리서버는 상기 표준축사관리데이터를 기초로하여 상기 가축의 이상징 여부를 질병증상, 분만증상 및 승가증상으로 구분하여 판단하여 상기 판단결과데이터를 생성할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면, 표준축사관리데이터를 학습하여 소와 같은 가축으로부터 실시간 획득한 가축영상데이터로부터 가축의 체온정보 및 행동정보를 분석하여 가축의 이상징후여부를 판단함으로써, 가축의 이상징후여부를 정확하게 판단할 수 있어서 관리자에게 신뢰감을 줄 수 있다.
본 발명에 따르면, 이상객체의 질병확산경로를 예측함으로써, 질병의 확산을 빠르게 방지하여 가축을 관리하는데 용이할 수 있다. 더욱이, 가축의 객체정보와 주변환경정보를 함께 고려하여 이상객체의 질병확산경로를 예측함으로써, 진단의 정확성을 더욱 향상시킬 수 있다.
본 발명에 따르면, 가축영상데이터로부터 가축의 체온정보 및 행동정보를 분석하여 가축의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 구분하여 신속하게 판단함으로써, 각 객체의 진행상황에 대하여 빠르게 대처하여 가축을 더욱 용이하게 관리할 수 있다.
본 발명에 따르면, 시간 및 장소에 상관없이 이상상황 발생시 관리자가 가축의 이상징후여부를 실시간으로 확인할 수 있음으로써, 신뢰성과 함께 관리자에게 편의성을 제공할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일실시예에 따른 스마트 가축 관리 시스템을 설명하기 위한 개념도이다.
도 2는 도 1에 도시된 스마트 가축 관리 시스템을 설명하기 위한 상세 블럭도이다.
도 3은 본 발명의 일실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 4a 및 도 4b는 도 3에 도시된 가축영상데이터를 생성하는 방법을 설명하기 위한 도면이다.
도 5a 및 도 5b는 도 3에 도시된 객체분리 및 객체정보를 추출하는 방법을 설명하기 위한 도면이다.
도 6은 도 3에 도시된 판단결과데이터를 생성하는 단계를 설명하기 위한 상세도면이다.
도 7a 및 도 7b는 도 6에 도시된 가축의 이상징후여부를 질병증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 8은 도 6에 도시된 질병확산경로를 예측하는 단계를 설명하기 위한 상세도면이다.
도 9는 도 6에 도시된 가축의 이상징후여부를 분만증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 10은 도 6에 도시된 가축의 이상징후여부를 승가증상으로 판단하는 실시예를 설명하기 위한 도면이다.
도 11은 본 발명의 다른 실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이다.
도 12는 도 11에 도시된 신규객체가 발생한 경우를 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 스마트 가축 관리 시스템을 설명하기 위한 개념도이고, 도 2는 도 1에 도시된 스마트 가축 관리 시스템을 설명하기 위한 상세 블럭도이다.
도 1 및 도 2에 도시된 바와 같이, 본 발명의 일실시예인 스마트 가축 관리 시스템(1)은 축사제어장치(10), 가축관리서버(20) 및 관리자 단말기(30)를 포함할 수 있다. 실시예에 따라, 관리자 단말기(30)는 생략될 수 있다.
여기서, 축사제어장치(10) 및 관리자 단말기(30)는 무선통신망을 이용하여 가축관리서버(20)와 실시간으로 동기화되어 데이터를 송수신할 수 있다. 무선통신망은 다양한 원거리 통신 방식이 지원될 수 있으며, 예를 들어 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTEA(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS), BLE(Bluetooth Low Energy), 지그비(Zigbee), RF(Radio Frequency), LoRa(Long Range) 등과 같은 다양한 통신 방식이 적용될 수 있으나 이에 한정되지 않으며 널리 알려진 다양한 무선통신 또는 이동통신 방식이 적용될 수도 있다.
또한, 축사제어장치(10) 및 관리자 단말기(30)는 본 개시에서 응용 프로그램(application program 또는 애플리케이션(application))을 이용하여 동작할 수 있으며, 이러한 응용 프로그램은 무선통신을 통해 외부서버 또는 가축관리서버(20)로부터 다운로드 될 수 있다.
이와 같은 축사제어장치(10) 및 관리자 단말기(30)는 가축관리서버(20)와의 통신을 지원하는 각종 휴대 가능한 전자통신기기를 포함할 수 있다. 예를 들어, 별도의 스마트 기기로써, 스마트폰(Smart phone), PDA(Personal Digital Assistant), 테블릿(Tablet), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display)등 포함) 및 각종 IoT(Internet of Things) 단말과 같은 다양한 단말을 포함할 수 있지만 이에 한정하는 것은 아니다.
축사제어장치(10)는 닭, 오리 등의 가금류뿐만 아니라 소, 돼지 등의 가축(11)이 사육되는 축사(12)의 상황을 제어하는 장치일 수 있다. 여기서, 가축(11) 및 축사(12)는 복수개로 구성될 수 있다. 이때, 가축(11)은 각각의 식별태그(110)를 부착할 수 있다. 이에 따라, 가축(11)은 가축영상데이터에서 식별태그(110)별로 인식하여 개별객체로 인식될 수 있다.
축사제어장치(10)는 영상획득부(100), 센서부(120) 및 축사제어부(140)를 포함할 수 있다.
영상획득부(100)는 축사(12) 내부 및 외부에 복수개로 배치되는 카메라(101)를 이용하여 가축(11) 및 축사(12)의 주변환경을 촬영하여 이로부터 영상정보를 획득할 수 있다. 여기서, 카메라(101)는 DVR(Digital Video Recorder), NVR(Network Video Recorder), NVS(Network Video Server), 적외선 카메라(Infrared Camera), 열화상카메라(Thermo-graphic Camera), 방수 및 방진에 효과적인 광각렌즈(Wide Angle Lens) 또는 어안렌즈(Fish Eye Lens)가 구비된 카메라와 같은 촬영장치를 포함할 수 있지만, 이에 한정하는 것은 아니다.
본 실시예에서, 영상획득부(100)는 일반 카메라를 이용하여 촬영된 일반영상과 열화상카메라를 이용하여 촬영된 열화상영상으로 이루어진 영상정보를 획득할 수 있다.
예를 들어, 영상획득부(100)는 축사(12)의 내부에 위치하여 가축(12)의 움직임을 촬영하고, 축사(12)의 외부에 위치하여 외부환경 즉, 외부침입 또는 화재발생 등을 촬영하여 영상정보를 획득할 수 있다.
특히, 영상획득부(100)는 열화상카메라를 이용하여 축사(12)의 내외부를 촬영하여 영상정보를 획득함으로써, 가축(12)의 질병을 더욱 빠르게 파악할 수 있다.
센서부(120)는 축사(12)에 위치하는 가축(11)의 이상징후를 인식하여 센서정보를 획득할 수 있다. 여기서, 센서부(120)는 온도센서(122), 움직임센서(124), 소리센서(126) 및 냄새센서(128) 등을 포함할 수 있지만, 이에 한정하지 않는다.
예를 들어, 센서부(120)는 온도센서(122)를 이용하여 축사(12) 내외부의 온도를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 체온, 축사(12)의 내부 온도 및 축사(12) 외부의 온도를 감지할 수 있다.
또한, 센서부(120)는 움직임센서(124)를 이용하여 축사(12) 내외부의 움직임을 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 움직임 또는 축사(12) 외부에서 발생하는 관리자 또는 방문자 등의 움직임을 감지할 수 있다.
또한, 센서부(120)는 소리센서(126)를 이용하여 축사(12) 내외부의 소리를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 울음소리와 축사(12) 내외부의 소음을 감지할 수 있다.
그리고, 센서부(120)는 냄새센서(128)를 이용하여 축사(12) 내외부의 냄새를 감지할 수 있다. 예를 들어, 축사(12) 내부에 위치하는 가축(11)의 배설물의 냄새와 축사(12)의 화재발생시 발생하는 남새 등의 축사(12) 내외부의 냄새를 감지할 수 있다.
이에 따라, 센서부(120)를 통해 획득한 센서정보를 이용하여 더욱 정확하게 가축(11)의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 판단할 수 있다.
축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보를 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 영상획득부(100)를 통해 획득된 영상정보를 USB 단자, CVBS(Composite Video Banking Sync) 단자, 컴포넌트 단자, S-비디오 단자(아날로그), DVI(Digital Visual Interface) 단자, HDMI(High Definition Multimedia Interface) 단자, RGB 단자, D-SUB 단자 등을 통해 입력받은 영상정보를 변환하여 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 일반 카메라를 이용하여 촬영된 일반영상과 열화상카메라를 이용하여 촬영된 열화상영상을 매칭하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보와 센서부(120)로부터 획득한 센서정보를 변환하여 가축영상데이터를 생성할 수 있다.
예를 들어, 축사제어부(140)는 영상획득부(100)로부터 획득한 영상정보와 센서부(120)로부터 획득한 센서정보가 포함된 빅데이터를 송수신이 원활하게 변환하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보를 고려하여 가축영상데이터를 생성할 수 있다.
실시예에 따라, 축사제어부(140)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보, 영상정보 및 센서정보를 고려하여 가축영상데이터를 생성할 수 있다.
축사제어부(140)는 가축영상데이터를 실시간으로 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 영상정보를 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 영상정보 및 센서정보를 가축관리서버(20) 및/또는 관리자 단말기(30)로 전송할 수 있다.
실시예에 따라, 축사제어부(140)는 판단결과데이터에 대응하여 생성된 피드백신호를 수신받아 카메라부(101)의 촬영방향, 경고음의 소리크기 또는 온/오프, 조명의 조도세기 또는 온/오프, 축사(12)의 출입문 온/오프, 화재시설 온/오프 등을 위해 축사제어장치(10)를 실시간으로 제어할 수 있다.
가축관리서버(20)는 데이터송수신부(200), 테이터수집부(210), 데이터저장부(220), 데이터분석부(230), 모니터링부(240) 및 관리제어부(250)를 포함할 수 있다.
데이터송수신부(200)는 축사제어장치(10)로부터 가축영상데이터를 수신하고, 축사제어장치(10)로 피드백신호를 전송할 수 있다.
실시예예 따라, 데이터송수신부(200)는 관리자 단말기(30)로 가축영상데이터 및 표준축사관리데이터를 전송하고, 관리자 단말기(30)로부터 판단결과데이터 및 판단결과데이터에 대응하는 피드백신호를 수신받을 수 있다.
데이터수집부(210)는 가축영상데이터에 포함된 데이터를 수집할 수 있다.
구체적으로, 데이터수집부(210)는 가축영상데이터로부터 이상징후여부가 발생하지 않은 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 가축(11)에 부착된 식별태그(110)를 인식하여 정상객체가 위치한 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 질병객체 및 질병객체의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 질병객체가 위치한 질병축사 및 질병축사의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다. 실시예에 따라, 환경정보에는 객체 및 객체가 위치하는 축사가 위치하는 날씨정보, 계절정보 및 시간정보를 포함할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체의 분만 후의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 분만객체의 분만 후의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다.
또한, 데이터수집부(210)는 가축영상데이터으로부터 승가객체 및 승가객체의 주변객체에 대한 객체체온정보와 객체행동정보가 포함된 객체정보를 추출할 수 있다.
그리고, 데이터수집부(210)는 가축영상데이터으로부터 승가객체가 위치한 승가축사 및 승가축사의 주변축사에 대한 온도정보가 포함된 환경정보를 추출할 수 있다.
데이터저장부(220)는 축사제어장치(10)와 가축관리서버(20) 및 가축관리서버(20)와 관리자 단말기(30) 사이에 송수신되는 데이터와 가축관리서버(20)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 데이터저장부(220)는 가축관리서버(20)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 가축관리서버(20)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선통신을 통해 외부 서버로부터 다운로드 될 수 있다.
데이터분석부(230)는 가축영상데이터를 기초로하여 데이터수집부(210)를 통해 수집된 데이터에 포함된 가축(11)을 객체로 개별적으로 분리하고, 표준축사관리데이터를 기초로하여 객체정보를 분석할 수 있다. 이때, 데이터분석부(230)는 가축영상데이터에 포함된 복수의 가축(11)을 식별태그(110)를 이용하여 개별 객체로 분리할 수 있지만, 이에 한정하지 않는다.
모니터링부(240)는 축사제어장치(10)와 가축관리서버(20) 및 가축관리서버(20)와 관리자 단말기(30) 사이에 송수신되는 데이터를 화면을 통해 모니터링할 수 있다. 관리자가 실시간을 부동산 중개거래를 확인함으로써, 부동산거래에 있어서 보다 합리적이고 신뢰성 있게 거래할 수 있다.
실시예에 따라, 축사제어장치(10) 및 가축관리서버(20)의 데이터송수신을 실시간으로 모니터링함으로써, 통신 오류 또는 축사제어장치(10)에 이상징후가 발생하는 경우 빠르게 대처하여 관리자 단말기(30)에게 가축(11)을 관리하는데 있어서 더욱 신뢰감을 줄 수 있다.
관리제어부(250)는 데이터수집부(210)를 통해 수집된 데이터를 반복 학습하여 표준축사관리데이터를 생성할 수 있다. 여기서, 표준축사관리데이터는 판단결과데이터에 대응하여 실시간으로 업데이트될 수 있다.
본 실시예에서, 관리제어부(250)가 딥러닝 기법을 이용하여 표준축사관리데이터를 생성할 수 있지만, 이에 한정하지 않고, 랜덤 포레스트(Random Forest), 서포트 벡터 머신(Support Vector Machine) 등의 머신러닝 기법을 이용할 수 있다.
여기서, 표준축사관리데이터에는 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도와, 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보를 포함할 수 있다.
관리제어부(250)는 표준축사관리데이터를 기초로하여 가축영상데이터에 대한 분석 결과를 이용하여 가축(11)의 이상징후여부를 판단하여 판단결과데이터를 생성할 수 있다. 즉, 관리제어부(250)는 표준축사관리데이터와 가축영상데이터를 매칭시켜 이상징후여부를 판단하여 판단결과가 포함된 판단결과데이터를 생성할 수 있다. 여기서, 가축영상데이터는 카메라(101)를 통해 획득한 영상정보가 변환된 데이터일 수 있지만, 이에 한정하지 않을 수 있다.
이와 달리, 카메라(101)를 통해 획득한 영상정보 및 센서부(120)로부터 획득한 센서정보가 변환된 데이터일 수 있다.
실시예에 따라, 관리제어부(250)는 가축(11)의 이상징후여부를 판단하여 질병증상, 분만증상 및 승가증상으로 구분하여 판단결과데이터를 생성할 수 있다.
예를 들어, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다.
이에 따라, 관리제어부(250)는 질병증상의 판단결과데이터에 따라, 질병객체에 대한 객체체온정보를 모니터링하여 질병확산경로를 예측할 수 있다.
구체적으로, 관리제어부(250)는 질병객체의 체온과 질병객체의 주변객체의 체온을 측정한 후, 질병객체와 질병객체의 주변객체의 객체온도차이를 산출하여 질병확산경로를 예측할 수 있다.
관리제어부(250)는 질병객체가 위치한 질병축사의 온도와 질병객체가 위치한 질병축사의 주변축사의 온도를 측정한 후, 질병축사와 질병축사의 주변축사의 축사온도차이를 산출하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 산출된 객체온도차이 및 축사온도차이를 고려하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 높거나 낮은 경우, 또는 객체의 행동이 객체기본행동정보와 상이하게 장시간누워 있거나 자리를 빙글돌거나 계속 울음소리를 내거나 별다른 움직임이 없는 경우 호흡기, 열병, 위 질환 등의 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 질병증상인 경우, 관리제어부(250)는 질병객체를 중심으로 축사, 질병객체의 주변객체와 주변객체의 객체정보 및 환경정보를 이용하여 질병확산경로를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 이상징후여부가 질병증상으로 판단하여 판단결과데이터를 생성할 수 있다
실시예에 따라, 관리제어부(250)는 질병확산경로를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
또한, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 낮거나 객체의 행동패턴이 분만패턴과 유사한 경우, 즉, 꼬리를 항상 들고 있거나 뒷발을 점점 짧은 간격으로 털거나, 안절부절하지 못하고 앉았다 일어나는 행동을 반복적으로 행하는 경우 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 분만증상인 경우, 관리제어부(250)는 분만예상시간, 분만소요시간, 송아지의 성별, 분만객체수 등이 포함되는 분만상황정보를 예측할 수 있다.
실시예에 따라, 관리제어부(250)는 분만상황정보를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
실시예에 따라, 관리제어부(250)는 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 분만객체의 분만 후 환경정보를 고려하여 신규객체(예를 들어, 송아지)에 대한 객체정보를 모니터링하여 이상징후가 발생한 경우 관리자 단말기(30)로 알림메시지를 전송할 수 있다.
예를 들어, 관리제어부(250)는 분만객체가 비오는날의 늦가을 밤에 신규객체를 분만한 경우, 신규객체를 지속적으로 모니터링하여 저체온이 감지되면, 신속하게 관리자 단말기(30)로 알림메시지를 전송할 수 있다.
그리고, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
다시 말하면, 관리제어부(250)는 객체의 체온이 객체기본온도정보보다 높거나, 객체의 행동패턴이 승가패턴과 유사한 경우, 즉, 다른 객체를 핥거나, 다른 객체의 승가를 허용/승가하거나, 울음을 지속적으로 내거나, 다른 객체의 엉덩이에 머리를 대거나, 평소의 움직임보다 3-4배가 많은 움직임을 행하는 경우 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다. 판단결과데이터가 승가증상인 경우, 관리제어부(250)는 발정전 객체수, 발정예상시간, 발정예상객체수, 공태예상기간 등이 포함되는 승가상황정보를 예측할 수 있다.
본 실시예에서, 관리제어부(250)는 표준축사관리데이터를 기초로하여 딥러닝 기법을 이용하여 객체의 행동패턴을 비교 분석하여 이상징후여부를 승가증상으로 판단할 수 있다.
실시예에 따라, 관리제어부(250)는 승가상황정보를 관리자 단말기(30)로 실시간 업데이트하여 실시간으로 전송할 수 있다.
실시예에 따라, 관리제어부(250)는 표준축사관리데이터에 포함된 객체기본온도정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 가축(11) 및 가축(11)이 위치하는 축사(12)의 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보를 외부기관을 통해 실시간으로 수신받아 표준축사관리데이터 및 가축영상데이터를 매칭하여 비교분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리제어부(250)는 판단결과데이터에 대응하는 피드백신호를 생성하여 축사제어장치(10)로 전송하여 축사제어장치(10)를 제어할 수 있다.
예를 들어, 관리제어부(250)는 판단결과데이터에 따라서 질병증상인 경우, 예측된 질병객체의 질병확산경로를 이용하여 질병객체와 정상객체를 분리할 수 있는 피드백신호를 생성할 수 있다.
또한, 관리제어부(250)는 판단결과데이터에 따라서 분만증상인 경우, 예측된 분만상황정보를 이용하여 분만객체와 신규객체를 별도의 축사(11)로 이동시켜 분리할 수 있는 피드백신호를 생성할 수 있다.
그리고, 관리제어부(250)는 판단결과데이터에 따라서 승가증상인 경우, 예측된 승가상황정보를 이용하여 승가객체와 승가가 예상되는 객체가 합방되도록 할 수 있는 피드백신호를 생성할 수 있다.
관리제어부(250)는 판단결과데이터에 따라서 분만객체의 분만에 의해 신규객체에 이상징후가 발생한 경우, 환경정보를 고려하여 신규객체의 안전을 보정할 수 있는 피드백신호를 생성할 수 있다. 예를 들어, 축사(12) 내부의 기온을 상승시키거나, 축사(12)의 조명을 밝게 할 수 있다.
이와 달리, 관리제어부(250)는 축사(12)에 외부인이 방문하거나 화재 등 가축(11) 및 축사(12)에 위험한 상황이 발생한 경우, 경고메시지를 관리자 단말기(30)로 전송할 수 있다.
또한, 관리제어부(250)는 축사(12)에 외부인이 방문하거나 화재등의 가축(11) 및 축사(12)에 위험한 상황이 발생한 경우, 카메라부(101)의 촬영방향, 경고음의 소리크기 또는 온/오프, 조명의 조도세기 또는 온/오프, 축사(12)의 출입문 온/오프, 화재시설 온/오프 등을 위해 축사제어장치(10)를 제어할 수 있다.
실시예에 따라, 관리제어부(250)는 축사제어장치(10)로부터 수신받은 영상정보 및/또는 센선정보를 이용하여 가축영상데이터를 생성할 수 있다.
관리자 단말기(30)는 응용 프로그램(application program 또는 애플리케이션(application))을 이용하여 실시간으로 축사제어장치(10)의 상황을 인지하고, 이에 대응하여 축사제어장치(10)의 동작을 제어할 수 있는 관리자가 소지한 휴대 가능한 단말기로서, 이러한 응용 프로그램은 무선통신을 통해 외부서버 또는 가축관리서버(20)로부터 다운로드 될 수 있다. 여기서, 관리자 단말기(30)는 단수로 개시하였지만, 이에 한정하지 않고 복수개로 구성될 수 있다.
실시예에 따라, 관리자 단말기(30)는 판단결과데이터를 이용하여 축사제어장치(10)의 상황을 인지할 수 있다.
실시예에 따라, 관리자 단말기(30)는 축사제어장치(10)와 가축관리서버(20) 사이에 송수신되는 데이터를 화면을 통해 실시간 모니터링함으로써, 축사제어장치(10)의 상황을 빠르게 인식하여 현재상황에 대하여 신속하게 대처할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 수신받은 표준축사관리데이터를 학습하여 가축영상데이터를 비교 분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 생성된 판단결과데이터를 수신하는 경우, 판단결과데이터에 대응하는 피드백신호를 생성하여 가축관리서버(20) 또는 축사제어장치(10)로 전송할 수 있다. 예를 들어, 관리자 단말기(30)는 가축의 이상징후여부를 질병증상, 분만증상 및 승가증상으로 판단할 수 있다. 이에 따라, 관리자 단말기(30)는 각 이상징후에 대응하는 피드백신호를 생성할 수 있다.
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 판단결과데이터에 대응하여 생성된 피드백신호를 수신할 수 있다.
실시예에 따라, 관리자 단말기(30)는 축사제어장치(10)로부터 수신받은 영상정보 및/또는 센선정보를 이용하여 가축영상데이터를 생성할 수 있다.
이와 같은 구조를 갖는 본 발명의 일실시예에 따른 스마트 가축 관리 시스템의 동작은 다음과 같다. 본 실시예에서, 스마트 가축 관리 방법을 가축관리서버(20)를 중심으로 이루어지는 것으로 개시하였지만, 이에 한정하지 않는다.
도 3은 본 발명의 일실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이고, 도 4a 및 도 4b는 도 3에 도시된 가축영상데이터를 생성하는 방법을 설명하기 위한 도면이며, 도 5a 및 도 5b는 도 3에 도시된 객체분리 및 객체정보를 추출하는 방법을 설명하기 위한 도면이고, 도 6은 도 3에 도시된 판단결과데이터를 생성하는 단계를 설명하기 위한 상세도면이며, 도 7a 및 도 7b는 도 6에 도시된 가축의 이상징후여부를 질병증상으로 판단하는 실시예를 설명하기 위한 도면이고, 도 8은 도 6에 도시된 질병확산경로를 예측하는 단계를 설명하기 위한 상세도면이며, 도 9는 도 6에 도시된 가축의 이상징후여부를 분만증상으로 판단하는 실시예를 설명하기 위한 도면이고, 도 10는 도 6에 도시된 가축의 이상징후여부를 승가증상으로 판단하는 실시예를 설명하기 위한 도면이다.
우선, 도 3에 도시된 바와 같이, 가축관리서버(20)는 표준축사관리데이터를 생성할 수 있다(S10).
구체적으로, 가축관리서버(20)는 가축영상데이터으로부터 추출된 객체정보를 반복학습하여 표준축사관리데이터를 생성할 수 있다. 여기서, 표준축사관리데이터는 정상가축 및 정상가축의 주변가축의 최고체온정보 및 최저체온정보를 반복 학습하여 생성된 객체기본온도와, 정상축사 및 정상축사의 주변축사의 최고온도정보 및 최저온도정보를 반복 학습하여 생성된 축사기본온도정보를 포함할 수 있지만, 이에 한정하는 것은 아니다.
다음으로, 축사제어장치(10)는 축사(12)에 위치하는 가축(11)을 촬영하여 가축영상데이터를 생성할 수 있다.
예를 들어, 도 4a 및 도 4b에 도시된 바와 같이, 축사제어장치(10)는 식별태그(110)를 부착한 복수의 가축(11)과 복수의 가축(11)이 위치하는 축사(12)의 주변환경을 촬영한 영상정보를 변환하여 가축영상데이터를 생성할 수 있다.
이와 달리, 축사제어장치(10)는 영상정보와 센서부(120)로부터 획득한 센서정보를 변환하여 가축영상데이터를 생성할 수 있다. 이때, 가축영상데이터에는 실시간 날씨정보, 계절정보 및 시간정보 등을 포함하는 현재상황정보가 포함될 수 있다.
다음으로, 가축관리서버(20)는 축사제어장치(10)로부터 수신한 가축영상데이터에 포함된 복수의 가축(11)을 개별 객체로 분리하고, 각 개체에 대한 객체정보를 추출할 수 있다(S12).
예를 들어, 도 5a 및 도 5b에 도시된 바와 같이, 가축관리서버(20)는 복수의 가축(11)을 식별태그(110)를 이용하여 개별 객체로 분리할 수 있지만, 이에 한정하지 않는다.
다음으로, 가축관리서버(20)는 표준축사관리데이터를 기초로하여 가축영상데이터에 대한 분석 결과를 이용하여 객체의 이상징후여부를 판단하여 판단결과데이터를 생성할 수 있다(S13, S14).
구체적으로, 도 6을 참조하면, 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 객체를 기준으로 서로 매칭하여 비교 분석한 결과(S100), 이상징후여부가 질병증상으로 판단할 수 있다(S110). 예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 높거나 낮으며, 객체행동정보가 움직임이 없는 경우, 해당 객체에 대하여 이상징후여부를 질병증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 질병증상인 경우, 도 7a 및 도 7b에 도시된 바와 같이, 질병객체에 대한 객체체온정보를 모니터링하여(S120), 질병객체에 대한 질병확산경로를 예측하여 판단결과데이터를 생성할 수 있다(S130, S140).
예를 들어, 모니터링 결과 도 7a의 질병객체가 도 7b의 ③에 위치한 경우, 질병객체의 객체정보와 질병객체의 주변객체의 객체정보, 질병객체가 위치한 축사정보와, 질병객체의 주변객체가 위치한 축사정보를 이용하여 ③ 〉② 〉① 순으로 또는 ⑤ 〉④ 〉③순으로 질병이 확산하였는지 질병확산경로를 예측할 수 있다.
더욱 구체적으로, 도 8을 참조하면, 가축관리서버(20)는 질병객체의 체온을 측정하여 제1 객체온도정보를 산출하고(S300), 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 산출할 수 있다(S310).
다음, 가축관리서버(20)는 산출된 제1 객체온도정보와 제2 객체온도정보의 객체온도차이를 산출하여 제1 온도차이를 생성할 수 있다(S320).
다음, 가축관리서버(20)는 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 산출하고(S330), 질병객체의 주변객체가 위치한 주변축사의 온도를 측정하여 제2 축사온도정보를 산출할 수 있다(S340).
다음, 가축관리서버(20)는 산출된 제1 축사온도정보와 제1 축사온도정보의 축사온도차이를 산출하여 제2 온도차이를 생성할 수 있다(S350).
이에 따라, 가축관리서버(20)는 산출된 객체온도차이 및 축사온도차이를 고려하여 질병확산경로를 예측할 수 있다.
한편, 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보를 객체를 기준으로 서로 매칭하여 비교 분석한 결과(S100), 이상징후여부가 질병증상으로 판단되지 않은 경우(S110), 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 분만증상으로 판단할 수 있다(S150, S160). 예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 낮으며, 객체행동정보가 딥러닝 기법에 의해 학습된 분만을 나타내는 행동패턴인 경우, 해당 객체에 대하여 이상징후여부를 분만증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 분만증상인 경우, 도 9에 도시된 바와 같이, 분만객체에 대한 객체행동정보를 모니터링하여(S170), 분만객체에 대한 분만상황정보를 예측하여 판단결과데이터를 생성할 수 있다(S180).
그리고, 가축관리서버(20)는 상기 판단결과가 분만증상인 아니 경우 승가증상으로 판단할 수 있다(S190). 즉, 가축관리서버(20)는 가축영상데이터에 포함된 객체정보의 객체체온정보와 표준축사관리데이터에 포함된 객체기본온도정보 및 가축영상데이터에 포함된 객체정보의 객체행동정보와 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과에 따라 이상징후여부를 승가증상으로 판단할 수 있다.
예를 들어, 가축관리서버(20)는 객체온도가 객체기본온도정보보다 높으며, 객체행동정보가 딥러닝 기법에 의해 학습된 승가를 나타내는 행동패턴인 경우, 해당 객체에 대하여 이상징후여부를 승가증상으로 판단할 수 있다.
다음, 가축관리서버(20)는 판단결과가 승가증상인 경우, 도 10에 도시된 바와 같이, 승가객체에 대한 승가행동정보를 모니터링하여(S200), 승가객체에 대한 승가상황정보를 예측하여 판단결과데이터를 생성할 수 있다(S210).
다음으로, 가축관리서버(20)는 생성된 판단결과데이터를 관리자 단말기(30)로 전송할 수 있다(S15).
다음으로, 판단결과데이터를 수신한 관리자 단말기(30)는 판단결과데이터에 대응하는 피드백신호를 생성할 수 있다(S16).
실시예에 따라, 관리자 단말기(30)는 가축관리서버(20)로부터 수신받은 표준축사관리데이터를 학습하여 가축영상데이터를 비교 분석하여 판단결과데이터를 생성할 수 있다.
실시예에 따라, 피드백신호는 가축관리서버(20)에 의해 생성될 수 있다.
다음으로, 축사제어장치(10)는 피드백신호를 수신받아 축사제어장치(10)를 제어할 수 있다(S17).
다음으로, 가축관리서버(20)는 판단결과데이터에 대응하여 표준축사관리데이터를 실시간으로 업데이트할 수 있다(S18).
마지막으로, 관리자 단말기(30)는 축사제어장치(10) 및 가축관리서버(20)를 실시간으로 모니터링할 수 있다.
예를 들어, 관리자 단말기(30)는 객체에 대한 이상징후가 질병증상인 경우, 실시간 업데이트되는 질병확산경로를 수신받을 수 있다.
또한, 관리자 단말기(30)는 객체에 대한 이상징후가 분만증상인 경우, 실시간 업데이트되는 분만상황정보를 수신받을 수 있다.
그리고, 관리자 단말기(30)는 객체에 대한 이상징후가 승가증상인 경우, 실시간 업데이트되는 승가상황정보를 수신받을 수 있다.
도 11은 본 발명의 다른 실시예에 따른 스마트 가축 관리 방법을 설명하기 위한 도면이고, 도 12는 도 11에 도시된 신규객체가 발생한 경우를 설명하기 위한 도면이다.
도 11을 참조하면, 분만객체의 분만에 의해 신규객체가 발생한 경우(S500), 가축관리서버(20)는 환경정보를 고려하여 신규객체를 모니터링할 수 있다(S510, S520).
다음, 가축관리서버(20)는, 신규객체에 이상징후가 발생한 경우(S530), 관리자 단말기(30)로 알림메시지를 전송할 수 있다(S540).
마지막으로, 가축관리서버(20)는 알림메시지에 대한 피드백신호를 수신받아 축사제어장치(10)로 전송할 수 있다(S550).
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (10)

  1. 가축관리서버가 축사에 위치하는 가축들을 촬영한 가축영상데이터를 획득하는 단계;
    상기 가축관리서버가 상기 가축영상데이터에 포함된 상기 가축들을 개별 객체로 각각 분리하는 단계;
    상기 가축관리서버가 상기 가축영상데이터으로부터 상기 개별 객체의 객체체온정보 및 객체행동정보가 포함된 객체정보를 추출하는 단계;
    상기 가축관리서버가 표준축사관리데이터를 기초로하여 상기 객체정보를 분석하여 상기 가축의 이상징후여부를 판단한 판단결과데이터를 생성하는 단계; 및
    상기 가축관리서버가 상기 판단결과데이터를 관리자 단말기로 전송하는 단계;를 포함하되,
    상기 가축관리서버는, 상기 표준축사관리데이터를 기초로하여 딥러닝 기법을 이용하여 상기 가축의 이상징후여부 판단하고, 상기 이상징후여부를 질병증상, 분만증상 및 승가증상으로 구분하는, 스마트 가축 관리 방법.
  2. 제1항에 있어서,
    상기 판단결과데이터를 생성하는 단계는,
    상기 객체체온정보와 상기 표준축사관리데이터에 포함된 객체기본온도정보 및 상기 객체행동정보와 상기 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 상기 이상징후여부가 상기 질병증상으로 판단된 경우, 상기 가축관리서버가 질병객체에 대한 상기 객체체온정보를 모니터링하여 질병확산경로를 예측하는 단계;를 포함하는, 스마트 가축 관리 방법.
  3. 제2항에 있어서,
    상기 질병확산경로를 예측하는 단계는,
    상기 가축관리서버가 상기 질병객체의 체온을 측정하여 제1 객체온도정보를 획득하는 단계;
    상기 가축관리서버가 상기 질병객체의 주변객체의 체온을 측정하여 제2 객체온도정보를 획득하는 단계; 및
    상기 가축관리서버가 상기 객체기본온도정보를 기초로하여 상기 제1 객체온도정보와 제2 객체온도정보의 제1 온도차이를 산출하여 질병확산경로를 예측하는 단계;를 포함하는, 스마트 가축 관리 방법.
  4. 제3항에 있어서,
    상기 질병확산경로를 예측하는 단계는,
    상기 가축관리서버가 상기 질병객체가 위치한 질병축사의 온도를 측정하여 제1 축사온도정보를 획득하는 단계;
    상기 가축관리서버가 상기 질병축사의 주변축사의 온도를 측정하여 제2 축사온도정보를 획득하는 단계; 및
    상기 가축관리서버가 축사기본온도정보를 기초로하여 상기 제1 축사온도정보와 제2 축사온도정보의 제2 온도차이를 산출하여 질병확산경로를 예측하는 단계;를 포함하는, 스마트 가축 관리 방법.
  5. 제1항에 있어서,
    상기 판단결과데이터를 생성하는 단계는,
    상기 객체체온정보와 상기 표준축사관리데이터에 포함된 객체기본온도정보 및 상기 객체행동정보와 상기 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 상기 이상징후여부가 상기 분만증상으로 판단된 경우, 상기 가축관리서버가 분만객체에 대한 상기 객체행동정보를 모니터링하여 분만상황정보를 예측하는 단계;를 포함하는, 스마트 가축 관리 방법.
  6. 제5항에 있어서,
    상기 가축관리서버가 상기 분만객체의 분만 후에 환경정보를 고려하여 신규객체에 대한 객체체온정보 및 객체행동정보를 모니터링하여 이상징후가 발생한 경우, 상기 관리자 단말기로 알림메시지를 전송하는 단계;를 포함하고,
    상기 환경정보에는 상기 신규 객체 및 상기 축사 주변의 날씨정보, 계절정보 및 시간정보를 포함하는, 스마트 가축 관리 방법.
  7. 제1항에 있어서,
    상기 판단결과데이터를 생성하는 단계는,
    상기 객체체온정보와 상기 표준축사관리데이터에 포함된 객체기본온도정보 및 상기 객체행동정보와 상기 표준축사관리데이터에 포함된 객체기본행동정보를 비교 분석한 결과 상기 이상징후여부가 상기 승가증상으로 판단된 경우, 상기 가축관리서버가 승가객체에 대한 상기 객체행동정보를 모니터링하여 승가상황정보를 예측하는 단계;를 포함하는, 스마트 가축 관리 방법.
  8. 제1항에 있어서,
    상기 표준축사관리데이터는 상기 이상징후여부가 발생하지 않은 정상객체의 최고체온 및 최저체온을 측정하여 생성된 객체기본온도정보와, 상기 정상객체가 위치한 정상축사의 최고온도 및 최저온도를 측정하여 생성된 축사기본온도정보와, 상기 정상객체의 정상행동을 분석하여 생성된 객체기본행동정보를 포함하고,
    상기 표준축사관리데이터는 상기 판단결과데이터에 대응하여 업데이트되는, 스마트 가축 관리 방법.
  9. 제1항에 있어서,
    상기 가축영상데이터는 적어도 하나 이상의 카메라를 이용하여 촬영된 영상이 서로 매칭되어 생성된 영상정보가 포함된, 스마트 가축 관리 방법.
  10. 축사에 위치하는 가축들을 촬영하여 가축영상데이터를 실시간으로 획득하는 축사제어장치; 및
    상기 가축영상데이터에 포함된 상기 가축들에 대한 객체체온정보 및 객체행동정보를 개별적으로 추출하여 표준축사관리데이터와 비교 분석하여 상기 가축의 이상징후여부를 판단한 판단결과데이터를 생성하는 가축관리서버;를 포함하고,
    상기 가축관리서버는 상기 표준축사관리데이터를 기초로하여 상기 가축의 이상징 여부를 질병증상, 분만증상 및 승가증상으로 구분하여 판단하여 상기 판단결과데이터를 생성하는, 스마트 가축 관리 시스템.
PCT/KR2020/015180 2020-04-27 2020-11-03 스마트 가축 관리 시스템 및 그 방법 WO2021221249A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022566127A JP7460798B2 (ja) 2020-04-27 2020-11-03 スマート家畜管理システム及びその方法
EP20934126.2A EP4138025A4 (en) 2020-04-27 2020-11-03 INTELLIGENT LIVESTOCK MANAGEMENT SYSTEM AND METHOD THEREOF
US17/486,877 US20220022427A1 (en) 2020-04-27 2021-09-27 Ai-based livestock management system and livestock management method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200051068A KR102234508B1 (ko) 2020-04-27 2020-04-27 스마트 가축 관리 시스템 및 그 방법
KR10-2020-0051068 2020-04-27

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/486,877 Continuation US20220022427A1 (en) 2020-04-27 2021-09-27 Ai-based livestock management system and livestock management method thereof

Publications (1)

Publication Number Publication Date
WO2021221249A1 true WO2021221249A1 (ko) 2021-11-04

Family

ID=75237974

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/015180 WO2021221249A1 (ko) 2020-04-27 2020-11-03 스마트 가축 관리 시스템 및 그 방법

Country Status (5)

Country Link
US (1) US20220022427A1 (ko)
EP (1) EP4138025A4 (ko)
JP (1) JP7460798B2 (ko)
KR (3) KR102234508B1 (ko)
WO (1) WO2021221249A1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102527322B1 (ko) * 2020-10-22 2023-05-03 주식회사 아이티테크 딥러닝 기반의 객체 인식을 통한 가축 관리 방법
KR102563695B1 (ko) * 2021-05-11 2023-08-04 국민대학교산학협력단 개인의 냉온감 정도를 추정하는 장치 및 방법
KR102588686B1 (ko) * 2021-07-14 2023-10-11 신상운 빌딩형 스마트 가축 사육장
KR102405940B1 (ko) * 2021-07-23 2022-06-03 한밭대학교 산학협력단 실화상과 열화상 카메라를 이용한 자동 모돈 발정 확인 시스템
KR102372107B1 (ko) * 2021-09-16 2022-03-10 주식회사 일루베이션 영상기반의 모돈 분만 알림 시스템
KR20230065547A (ko) 2021-11-05 2023-05-12 유상근 사육 시스템
CN114550059A (zh) * 2022-02-24 2022-05-27 河北易沃克机器人科技有限公司 鸡的健康状况的识别方法、装置、设备及存储介质
JP7286207B1 (ja) * 2022-12-13 2023-06-05 株式会社Eco‐Pork 家畜繁殖管理装置、家畜繁殖管理システム、家畜繁殖管理方法、及び、家畜繁殖管理プログラム
KR102601051B1 (ko) * 2023-06-08 2023-11-14 주식회사 엘시스 가축질병 실시간 예찰 기술 및 지능형 방역위생 시스템
KR102625547B1 (ko) 2023-08-10 2024-01-16 주식회사 가온지리정보 오픈소스 기반 가축사육 제한구역 검색 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120326862A1 (en) * 2011-06-22 2012-12-27 Hana Micron America Inc. Early Alert System and Method for Livestock Disease Detection
KR101558227B1 (ko) * 2014-06-20 2015-10-13 (주)야긴스텍 가축의 열화상을 이용한 가축의 유두부에 대한 질병 판독 시스템
KR20150130803A (ko) * 2014-05-14 2015-11-24 숭실대학교산학협력단 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체
KR101782042B1 (ko) * 2016-04-07 2017-09-27 (주)케이웍스 비콘 신호를 이용한 가축 관리 시스템 및 그 동작 방법
KR20190139611A (ko) * 2018-06-08 2019-12-18 (주)한위드정보기술 동물 상태 감시 및 분석 시스템

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7044911B2 (en) 2001-06-29 2006-05-16 Philometron, Inc. Gateway platform for biological monitoring and delivery of therapeutic compounds
JP2006262848A (ja) 2005-03-25 2006-10-05 Nec Engineering Ltd 家畜監視システム
US9044297B2 (en) * 2011-03-17 2015-06-02 Technologies Holdings Corp. System and method for estrus detection using real-time location
US20200060240A1 (en) * 2016-11-29 2020-02-27 Sony Corporation Display control device, display control method, and program
KR102287263B1 (ko) 2017-01-24 2021-08-06 현대자동차주식회사 차량 내 원격 제어 서비스 제공방법과 이를 위한 차량
EP3811335A4 (en) 2018-06-25 2022-05-11 Farmsee Ltd. MONITORING CATTLE IN AN AGRICULTURAL ENCLOSURE
JP2020110116A (ja) 2019-01-15 2020-07-27 株式会社タムロン 動物監視システム
JP6942764B2 (ja) 2019-08-07 2021-09-29 キヤノン株式会社 システム、クライアント端末、その制御方法
JP2021100404A (ja) 2019-12-24 2021-07-08 パナソニックＩｐマネジメント株式会社 家畜管理システムおよび家畜管理方法
EP4135570A4 (en) 2020-04-17 2024-04-17 The Governors of the University of Alberta DEVICE AND METHOD FOR IMPROVED DETECTION OF IMPORTANT BIOLOGICAL CONDITIONS IN ANIMALS

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120326862A1 (en) * 2011-06-22 2012-12-27 Hana Micron America Inc. Early Alert System and Method for Livestock Disease Detection
KR20150130803A (ko) * 2014-05-14 2015-11-24 숭실대학교산학협력단 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체
KR101558227B1 (ko) * 2014-06-20 2015-10-13 (주)야긴스텍 가축의 열화상을 이용한 가축의 유두부에 대한 질병 판독 시스템
KR101782042B1 (ko) * 2016-04-07 2017-09-27 (주)케이웍스 비콘 신호를 이용한 가축 관리 시스템 및 그 동작 방법
KR20190139611A (ko) * 2018-06-08 2019-12-18 (주)한위드정보기술 동물 상태 감시 및 분석 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4138025A4 *

Also Published As

Publication number Publication date
KR102234508B1 (ko) 2021-03-31
KR102396172B1 (ko) 2022-05-10
JP7460798B2 (ja) 2024-04-02
EP4138025A4 (en) 2023-09-06
KR20210132593A (ko) 2021-11-04
US20220022427A1 (en) 2022-01-27
KR20220059460A (ko) 2022-05-10
JP2023524243A (ja) 2023-06-09
EP4138025A1 (en) 2023-02-22
KR102550821B1 (ko) 2023-07-03

Similar Documents

Publication Publication Date Title
WO2021221249A1 (ko) 스마트 가축 관리 시스템 및 그 방법
WO2022030685A1 (ko) 휴대용 단말기를 이용한 피부질환 측정 시스템 및 피부질환 관리방법
WO2022145614A1 (ko) 축사 영상을 이용한 가축 체중 추정 시스템 및 방법
WO2017039259A1 (ko) 열화상 카메라를 이용한 전력설비 진단 장치 및 방법
WO2019083299A1 (ko) 사육장 관리 장치 및 방법
WO2022158674A1 (ko) 딥러닝을 이용한 가축행동 자동인식 및 모니터링 시스템 및 그 방법
WO2019088519A1 (ko) 이미지 분석을 통한 해충 동정과 정보 모니터링 시스템 및 이를 이용한 모니터링 방법
WO2022071697A1 (ko) 가축의 발정기 정보 획득 시스템 및 방법
WO2019164047A1 (ko) 열화상을 이용한 수배전반 모니터링 장치, 방법 및 컴퓨터-판독가능기록매체
WO2024117665A1 (ko) 소의 승가 행위 검출 장치
WO2016182156A1 (ko) 이상 활동 탐지를 위한 이동 단말기 및 이를 포함하는 시스템
WO2013165048A1 (ko) 영상 검색 시스템 및 영상 분석 서버
WO2021101061A1 (ko) 개체 정보 획득 시스템 및 방법
WO2018004111A1 (ko) 사용자 단말, 서비스 제공장치, 스마트 체온계를 이용한 체온정보 수집 및 서비스 제공시스템, 이를 이용한 서비스 제공방법
WO2020017814A1 (ko) 이상 개체 검출 시스템 및 방법
KR20200105558A (ko) 컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법
WO2020141888A1 (ko) 사육장 환경 관리 장치
KR102233679B1 (ko) Ess 침입자 및 화재 감지 장치 및 방법
WO2019235776A1 (ko) 이상 개체 판단 장치 및 방법
WO2018097384A1 (ko) 밀집도 알림 장치 및 방법
WO2021060772A1 (ko) 머신러닝기반 태양광발전운영 관리시스템 및 관리방법
WO2021182684A1 (ko) 가축의 개체별 이상 징후 포착 시스템 및 그 이용 방법
WO2018199348A1 (ko) 디바이스의 상태정보를 제공하는 태그 시스템
WO2022080844A1 (ko) 스켈레톤 분석을 이용한 객체 추적 장치 및 방법
WO2021071025A1 (ko) 감시 카메라 시스템 및 그 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20934126

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022566127

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020934126

Country of ref document: EP

Effective date: 20221115

NENP Non-entry into the national phase

Ref country code: DE