• 스마트미디어저널
• /
• 제11권5호
• /
• pp.38-47
• /
• 2022

Honey is one of the most significant ingredients in conventional food production in different regions of the world. Honey is commonly used as an ingredient in ethnic food. Beekeeping is performed in various locations as part of the local food culture and an occupation related to pollinator production. It is important to conduct beekeeping so that it generates food culture and helps regulate the regional environment in an integrated manner in preserving and improving local food culture. This study analyzes different types of environmental factors of a smart bee farm. The major goal of this study is to determine the best prediction model between the linear regression model (LM) and the support vector regression model (SVR) based on the environmental factors of a smart bee farm. The performance of prediction models is measured by R² value, root mean squared error (RMSE), and mean absolute error (MAE). From all analysis reports, the best prediction model is the support vector regression model (SVR) with a low coefficient of variation, and the R² values for Farm inside temperature, bee box inside temperature, and Farm inside humidity are 0.97, 0.96, and 0.44.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.857-862
• /
• 2021

최근 급격한 기후변화로 인해 꿀벌의 생태계에도 많은 영향을 주고 있다. 꿀벌의 개체수 감소, 개화기의 변화로 인한 양봉 농가의 채밀에 막대한 영향을 주고 있다. 이에 따라 양봉에도 IoT 기술을 도입한 스마트 양봉에 관심이 집중되고 있다. 양봉의 특성에 따라 벌통안의 벌집을 육안으로 지속적 관찰이 불가능하고, 벌집안의 상태에 대하여 대부분 경험에 의한 지식에 의존하고 있는 실정이다. 특히, 벌통 내부에 꿀벌의 이동 경로와 이동량을 측정하는 부분에 대한 연구는 전무한 상황이다. 벌통 내부의 꿀벌의 이동에 대한 부분은 양봉에서 가장 중요한 분봉 시기를 예측할 수 있는 기본적인 정보를 제공할 수 있다. 본 연구에서는 꿀벌의 이동 경로를 파악하고 벌집(소비)간 입·출입 데이터를 실시간 측정하고 기록하는 장치를 제안한다. 본 연구에서 제안한 장치를 양봉 농가에서 활용할 수 있도록 기존 벌통의 벌집(소비) 규격에 맞춰서 개발했다. 개발방법은 꿀벌의 이동을 감지할 수 있는 포토 디텍터를 활용하여 16개의 이동통로를 구성하고 꿀벌의 이동상황을 실시간 감지할 수 있도록 했다. 이렇게 측정한 꿀벌의 이동상황을 활용하게 된다면 분봉시기를 놓치지 않기 위해 육안으로 봉군을 직접 관찰해야하는 문제를 해결할 수 있다. 나아가 꿀벌의 벌집 간 입출입 기록 데이터를 AI 알고리즘을 적용하면 자동으로 봉군 확장 시기를 예측할 수 있는 시스템 구현도 가능할 것이다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.867-874
• /
• 2023

최근 급격한 기후변화로 인해 꿀벌의 생태계에 많은 문제가 발생하고 있다. 꿀벌의 개체 수 감소, 개화기의 변화로 인한 양봉 농가의 채밀에 막대한 영향을 주고 있다. 벌통안의 벌집을 육안으로 지속적 관찰이 불가능하기 때문에, 벌집안의 상태에 대하여 대부분 경험에 의한 지식에 의존하고 있는 실정이다. 따라서 IoT 기술을 접목한 스마트양봉에 대한 관심이 집중되고 있다. 특히, 양봉에서 가장 중요한 부분 중에 하나인 분봉과 관련하여, 여왕벌의 사운드로 분봉시기를 알 수 있다는 것을 경험적으로 알고는 있지만, 이를 체계적으로 데이터로 분석하는 방법은 전무한 현실이다. 단순하게 여왕벌의 사운드를 녹음해서 분석하면 될 수 있을 것 이라고 생각할 수 있지만, 벌통 주변의 다양한 소음 문제, 지속적으로 녹음이 불가능하다는 문제 등 여러가지 문제점을 해결하지 못하고 있다. 본 논문은 여왕벌사운드를 실시간 클라우드 시스템에 기록하여 사운드 패턴을 분석할 수 있는 시스템 개발에 대한 연구이다. 실시간으로 입력되는 벌통의 아날로그 사운드를 다채널로 입력받아 디지털로 변환한 후 여왕벌 사운드 주파수 대역에서 지속적으로 출력되는 사운드 패턴을 발견하게 되었다. 클라우드 시스템 접속하면 벌통 주변의 사운드와 벌통 내부의 온/습도, 무게, 내부 이동량 데이터 등을 모니터링 할 수 있도록 했다. 본 논문에서 개발된 시스템으로 여왕벌의 사운드패턴을 분석하고 벌통 내부의 상황을 알 수 있게 되었다, 이를 통해 꿀벌의 분봉 시기를 예측하거나 분봉 시기를 조절할 수 있는 정보를 제공할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권10호
• /
• pp.137-148
• /
• 2024

유럽 꿀벌(Apis mellifera)은 중요한 화분매개자로서 군집 붕괴 현상(CCD)으로 위협받고 있으며, 이는 주로 바로아 응애(Varroa destructor) 감염에 기인한다. 기존의 감염 검사는 침습적이고 시간이 많이 소요되어 벌통에 추가적인 스트레스를 준다. 본 논문에서는 YOLOv8 모델을 활용한 비파괴적이고 신속한 바로아 응애 감염 검사를 위한 2단계 프레임워크를 제안한다. 프레임워크는 벌통 내부에서 촬영한 소초광 이미지를 사용한다. 첫 번째 단계에서 YOLOv8-n 모델로 벌 객체를 탐지하고 개별 벌 이미지를 추출한다. 두 번째 단계에서 YOLOv8-cls 모델로 각 벌의 감염 여부를 판별한다. 제안한 모델은 객체 탐지에서 mAP@0.5 0.701, 감염 분류에서 평균 정확도 91%를 달성하여 효과적인 비파괴적 검사 방법임을 입증한다. 본 연구를 바탕으로 양봉가들에게 바로아 응애 감염의 조기 발견과 관리를 위한 효율적인 도구를 제공하여 CCD 발생을 감소시키고 양봉업의 지속 가능성을 지원할 수 있을 것으로 기대한다.