- 본 기술은 “IoT 스트림 데이터 계층분석 SW 기술”[ETRI, 2017년 1월 26일 공고]을 기반으로 스마트팜에 적용하여 개발한 응용분야 SW로 스마트팜 환경에서 카메라로 촬영된 이미지에서 해충을 자동으로 인식하고, 기계학습 방법을 이용하여 특정 작물의 수확량을 예측하는 SW 이다.
- 본 기술은 스마트 팜 환경에 따라 추가적인 개발 또는 적용 보완이 필요하며, 본 기술이전 대상 SW는 방울 토마토 농장에서 발생할 수 있는 해충과 수확량 예측에 최적화 되어 있으며, IoT 센서 데이터를 기반으로 한다.
- 단, 기술이전 대상은 다음 2가지 항목으로 필요에 따라 구성할 수 있다.
① 스마트 팜 해충자동인식 SW
② 스마트 팜 수확량 예측 SW
※ 단, 수확량 예측 SW는 “IoT 스트림 데이터 계층분석 SW 기술“의 서버분석과 엣지분석 기술을 기반으로 함
- 최근 4차 산업혁명의 도래를 예견하면서 IoT 환경의 도입이 가속화 되고 있음. 이에 따라 기하급수적으로 증가하는 센서/디바이스들로부터 발생하는 데이터를 빠르게 처리할 수 있고, 이로부터 지능적인 분석을 통하여 인사이트를 확보할 수 있는 기술 필요
- 본 기술이전 기술은 이러한 IoT 환경에서 빠르게 처리할 수 있는 기능을 갖춘 “IoT 스트림 데이터 계층분석 SW 기술” 기반으로 스마트팜 적용도메인을 위해 작성된 응용 SW 임
- 스마트팜 환경에서 빠르게 해충을 자동으로 감지인식하여 대응할 수 있도록 해주는 해충 자동인식 SW와 현재 출하량과 환경을 기반데이터로 하여 작기 동안에 수확할 수 있는 수확량을 예측하는 SW로 스마트팜 기술을 단순 제어에서 지능적인 제어 시스템으로 견인할 수 있도록 함
● (예측 분석 도구) 스마트 팜 환경에서 활용될 수 있는 필터링 도구, 선형 회귀 분석 등 예측 분석 도구 지원
● (빠른 반응) 해충발생, 특이상황 발생 등에서 빠른 대응이 요구되는 환경에서 빠르게 처리할 수 있는 기술
● (네트워크/서버 부하 경감) 의미 없는 데이터들을 에지에서 사전 필터링하므로 서버에 불필요하게 쌓이는 데이터를 줄일 수 있는기술
● (스마트팜 최적화 분석) 스마트팜 실환경에 적용하여 최적화된 분석 방법론 제공
기술명
기술이전 내용
A. 스마트팜 해충자동인식 SW
- 병충해감지를위한버그트랩이미지수집기술
- 에지스트림데이터실시간전처리기술
- 텐서플로우기반의합성곱신경망적용기술
B. 스마트팜 수확량 예측 SW
- 에지스트림데이터실시간전처리기술
- 다변수선형회귀분석기술
A. 기술명 : 스마트팜 해충자동인식 SW
o 동작환경
- 지원하드웨어모델: Raspberry Pi 2/3
- 지원운영체제: Rasbian Jessie
- 활용공개SW: Python, OpenCV, Tensorflow
o 기능
- 병충해감지를위한버그트랩이미지수집기술
- 에지스트림데이터실시간전처리기술
- 텐서플로우기반의합성곱신경망적용기술
B. 기술명 : 스마트팜 수확량 예측 SW
o 동작 환경
- 지원하드웨어모델: Raspberry Pi 2/3
- 지원운영체제: Rasbian Jessie
- 활용공개SW: Java 1.8, Scala NLP, Breeze(Linear Algebra)
o 기능 :
- 에지스트림데이터실시간전처리기술
- 다변수선형회귀분석기술
- 본 이전기술은 IoT 환경을 가지고 있는 스마트팜 환경에서 환경을 분석, 수확량 예측, 이미지를 기반으로 하는 병충해 현황 파악에 활용할 수 있음
- 제품화 및 활용분야는 스마트팜에 최적화 되어 있으나, 유사한 IoT 환경 즉, 실시간 전력감시 및 BEMS(Building Energy Management System), 스마트 홈/오피스, 스마트 시티, 스마트 팩토리 등으로 광범위하게 확대 활용 가능
- 스마트팜 기술의 경쟁력을 향상시킬 수 있는 기술임