• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.15-26
• /
• 2022

3D open-field farm model developed from UAV (Unmanned Aerial Vehicle) data could make crop monitoring easier, also could be an important dataset for various fields like remote sensing or precision agriculture. It is essential to separate crops from the non-crop area because labeling in a manual way is extremely laborious and not appropriate for continuous monitoring. We, therefore, made a 3D open-field farm model based on UAV images and developed a crop segmentation model using a supervised machine learning algorithm. We compared performances from various models using different data features like color or geographic coordinates, and two supervised learning algorithms which are SVM (Support Vector Machine) and KNN (K-Nearest Neighbors). The best approach was trained with 2-dimensional data, ExGR (Excess of Green minus Excess of Red) and z coordinate value, using KNN algorithm, whose accuracy, precision, recall, F1 score was 97.85, 96.51, 88.54, 92.35% respectively. Also, we compared our model performance with similar previous work. Our approach showed slightly better accuracy, and it detected the actual crop better than the previous approach, while it also classified actual non-crop points (e.g. weeds) as crops.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1827-1834
• /
• 2013

기존의 PC 기반의 데스크탑 환경은 보안, 이동성, 업그레이드 비용 감소 등의 장점으로 인하여 서버 기반의 가상데스크탑 환경으로 바뀌고 있다. 본 논문에서는 오픈소스 기반의 클라우드 컴퓨팅 플랫폼과 하이퍼바이저를 이용하여 컴퓨터 실습실에 적용 가능한 가상 컴퓨팅 랩 서비스 시스템을 설계하고 구현하였다. 또한, 서버 팜에 있는 노드들의 전력 소모를 줄이기 위한 전원 스케줄러를 제안하였으며, 이 스케줄러 탑재 시 기존시스템에 비하여 전력 소모량을 대폭 줄일 수 있는 실험 결과를 제시하였다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.17-24
• /
• 2016

우리나라 농업은 현재 농촌인구감소, 농촌인구의 고령화, 곡물자급률 하락, 기후변화 심화 등의 원인으로 어려움을 겪고 있으며, FTA 수입개방의 확대에 따른 우리나라의 농축산업의 경쟁력 확보가 필요하다. 낙후된 경쟁력 확보를 위해 정부에서는 한국형 스마트 팜 확대를 위해 1세대모델부터 3세대모델까지를 정의하고 있으며, 농업의 스마트화를 통해 농업의 성장한계를 극복하고 6차+${\alpha}$산업으로 발전하기 위한 노력하고 있다. 본 논문에서는 2세대 모델에 대한 IoF(Internet of Farming)-Cloud 기반의 실질적인 서비스들에 대한 정의 및 서비스를 검증하며, IoF-Cloud의 온실 테스트베드를 제시한다.

• Journal of Information Processing Systems
• /
• 제8권4호
• /
• pp.555-566
• /
• 2012

The cloud environment makes it possible to analyze large data sets in a scalable computing infrastructure. In the bioinformatics field, the applications are composed of the complex workflow tasks, which require huge data storage as well as a computing-intensive parallel workload. Many approaches have been introduced in distributed solutions. However, they focus on static resource provisioning with a batch-processing scheme in a local computing farm and data storage. In the case of a large-scale workflow system, it is inevitable and valuable to outsource the entire or a part of their tasks to public clouds for reducing resource costs. The problems, however, occurred at the transfer time for huge dataset as well as there being an unbalanced completion time of different problem sizes. In this paper, we propose an adaptive resource-provisioning scheme that includes run-time data distribution and collection services for hiding the data transfer time. The proposed adaptive resource-provisioning scheme optimizes the allocation ratio of computing elements to the different datasets in order to minimize the total makespan under resource constraints. We conducted the experiments with a well-known sequence alignment algorithm and the results showed that the proposed scheme is efficient for the cloud environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.324-327
• /
• 2013

최근 클라우드 컴퓨팅 기술의 발달로 인해 클라우드 기반의 컴퓨팅 자원의 활용은 다양한 분야에서 실생활에 적용되고 있다. 특히, 스마트 기기의 기술과 네트워크 인프라의 발달은 지역 스마트 디바이스와 클라우드 저장소간의 파일 공유에 대한 필요성을 더욱 촉진 시켰다. 하지만, 스마트 기기의 저장 공간 제약 사항으로 인해 클라우드 저장소에 파일을 저장하는 것은 지역 저장소의 저장 공간기아 문제를 촉발 시킨다. 이것은 클라우드 저장소 서비스에서 대용량의 파일 저장 공간을 제공하더라도 사용자는 저장소 부족 문제에 직면 할 수 있음을 의미한다. 본 연구에서는 스마트 기기와 클라우드 저장소간의 파일 관리 방법을 제시한다. 본 연구에서 제시하는 지역 스토리지 용량 관리 방법은 사용자의 최근 사용한 날짜를 기반으로 파일 사용 패턴을 계산하고 이를 기반으로 지역에 저장된 파일들 중 마이그레이션 되어야 할 대상들을 선정하는 방법을 사용하고 있다. 더욱이 본 연구에서 제시하는 방법을 통하여 대규모 빅 데이터 저장소와 저장 공간의 제약을 가지고 있는 지역의 소형 클라이언트 장치간의 파일 동기화에도 활용될 수 있다.

• 농촌계획
• /
• 제25권2호
• /
• pp.15-21
• /
• 2019

The agricultural environment is changing and becoming more advanced due to the influence of the 4th Industrial Revolution. From the basic plan of Rural Informatics to the current level of 2nd generation smart farms aimed at improving productivity using Big data, cloud network and more IoT technology. We are continuing to provide support and research and development. However, many problems remain to be solved in order to supply and settle smart farms in Korea. The purpose of this study is to provide a method of collecting and sharing data on farming environment and to help improve the income and productivity of farmers based on collected data. In the case of hog farm, the multiple sensors for environmental data like temperature, humidity and gases and the network environment for connecting the internet were established. The environment sensor was made using the ESP8266 Node MCU board as micro-controller, DHT22 sensor for temperature and humidity, and MQ series sensors for various gases in the hog pens. The network sensor was applied experimentally for one month and the environmental data of the hog farm was stored on a web database. This study is expected to raise the importance of collecting and managing the agricultural and environmental data, for the next generation farmers to understand the smart farm more easily and to try it by themselves.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.743-754
• /
• 2022

본 논문은 양식장의 환경 데이터 모니터링 시스템 개발 및 성능 평가 결과를 담고있다. 하드웨어 개발을 위해 용존 산소량, 질소 이온 농도, 염도 및 해수 온도 데이터 수집을 위한 아날로그 센서들과 외부 온습도 및 위치 정보를 수집하기 위한 디지털 센서들을 이용하였으며, 이들 수집 데이터들을 클라우드 기반의 Firebase DB에 전달하기 위한 통신 모듈로 LoRa 송수신 세트를 이용하였다. Firebase에 저장되는 수집 데이터들은 웹 브라우저와 모바일 단말기 상에서 그래프 형태로 출력해 양식장 환경 데이터 변화를 실시간으로 관찰할 수 있도록 하였으며, 임계치를 지정해 수집 데이터가 이 범위를 벗어나는 경우 모바일 단말기 상에 실시간 알림이 도착하도록 구현하였다. 개발 시스템의 성능 평가를 위해 하드웨어 모듈에서부터 웹/모바일 애플리케이션까지 타임 스탬프 기반의 응답 시간을 측정한 결과 6.2초에서 6.85초 사이의 변화를 보여주고 있어 만족할 만한 결과임을 알 수 있었다.

• 한국농공학회논문집
• /
• 제66권5호
• /
• pp.1-13
• /
• 2024

In this study, we applied an on-site diagnostic method for estimating the structural safety of a plastic greenhouse. A three-dimensional light detection and ranging (3D LiDAR) sensor was used to scan the greenhouse to extract point cloud data (PCD). Differential thresholds of the color index were applied to the partitions of raw PCD to separate steel frames from plastic films. Additionally, the K-means algorithm was used to convert the steel frame PCD into the nodes of unit members. These nodes were subsequently transformed into structural shape data. To verify greenhouse shape reproducibility, the member lengths of the scan and blueprint models were compared with the measurements along the X-, Y-, and Z-axes. The error of the scan model was accurate at 2%-3%, whereas the error of the blueprint model was 5.4%. At a maximum snow depth of 0.5 m, the scan model revealed asymmetric horizontal deflection and extreme bending stress, which indicated that even minor shape irregularities could result in critical failures in extreme weather. The safety factor for bending stress in the scan model was 18.7% lower than that in the blueprint model. This phenomenon indicated that precise shape estimation is crucial for safety diagnostic. Future studies should focus on the development of an automated process based on supervised learning to ensure the widespread adoption of greenhouse safety diagnostics.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.764-771
• /
• 2018

요즘 국내 외 농업 환경은 농업 인구의 고령화, 귀농 인구의 증가, 급격한 기후 변화, 농식품 유통 구조의 다양화, 수자원의 고갈 및 한정된 경작지 등 다양한 변화 속에 놓여 있다. 최근 농업을 둘러싼 다양한 환경 변화에 대응하기 위해 재배 전반의 작업이력인 작물 생육정보, 생육환경 및 농작업 일지 등과 같은 사항들을 쉽게 기록, 저장 및 관리하여 작물 생산량과 작업 효율을 높이기 위한 스마트 온실 실용화에 대한 관심이 증가하고 있다. 본 논문은 작물의 근권부에서 측정할 수 있는 생장환경 데이터인 온도, 습도, 일사량. CO2 농도 등과 같은 생육에 필요한 상황정보를 수집하고 수집된 데이터를 모니터링 할 수 있는 시스템을 제안한다. 생장 작물의 근권 측정부에서 측정된 데이터와 센서로 측정된 생장환경 데이터인 온도, 습도, 일사량 등의 데이터를 취합하여 400MHz의 무선 통신 게이트웨이에 전송하는 시스템을 개발하였다. 전송된 데이터를 Cloud 기반으로 근권 환경 데이터를 모니터링 및 데이터를 시각화 할 수 있는 통합 SW 개발을 진행하였다. 데이터의 시각화를 위한 그래프 형식과 데이터 형식으로 모니터링을 할 수 있도록 하였다. 기존 스마트팜은 농장내의 데이터만을 이용하여 작물 및 시설관리를 하고, 본 연구는 전국의 농장의 날씨 및 생장환경을 수집 및 분석하여 가장 효율적인 생장환경을 제시한다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.1-7
• /
• 2022

서부 경남 지역 중 딸기재배로 유명한 지역 40개 농가를 대상으로 한 조사에 따르면 국산품종 중에서 "설향"이 65.0%으로서 가장 선호하고 있는 것으로 나타났다. 그리고 현재의 농업은 4차 산업혁명으로 스마트팜(Smart Farm)의 기술이 더욱 발전하고 있는 실정이다. 그러나 각 생육단계가 어떤 상황일 때 딸기의 생산량이 최적에 달하는지 대한 기준이 없으며, 이러한 판단기준은 아직까지 스마트팜에 경험이 있는 농업인의 의사에 달려있다는 문제점이 있다. 따라서 본 연구에서는 딸기의 생육상황에 대한 생산량 예측을 통해 선진화된 스마트팜 시스템을 구축하고자 한다. 실험 장소는 경상남도 사천시의 딸기 농가에서 수행하였으며, 총 3곳을 대상으로 데이터 수집을 진행하였다. 실험 대상의 모든 온실 내에서 재배하는 딸기의 품종은 '설향'이다. 작물 데이터의 수집 항목은 작물의 엽수, 꽃수, 과실수, 초장, 잎의 길이, 엽록소 함량이며, 환경 데이터의 수집 항목은 온도, 습도, 조도이다. 기존의 농가 단위의 스마트팜의 문제점 보완 및 개선을 통하여 고품질의 작물 생장 상태를 유지하기 위해 K-fold 교차검증, Lasso 회귀분석, MAPE 검증을 통해 예측모델을 도출하였으며, MAPE 검증 결과 값으로 0.511(꽃 예측)과 0.488(과일 예측)의 값이 나타났다. 본 연구는 스마트팜 데이터 구축을 위해서는 AI를 통해 성장상태별 수확량을 예측하였으며, 이를 농가 및 농업 관련 기업에 활용해 농업 서비스가 편리할 것으로 판단된다.