스마트 농업 ICT 융합 기술 개발
Development of Smart Agricultural ICT Convergence Technology
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
현재 스마트팜 기술은 편의성 향상을 목적으로 한 1세대 스마트팜에서 생산성 증대를 위한 2세대 스마트팜으로의 발전을 위해 작물의 생육정보를 실시간 수집 및 분석을 진행하고 있다. 그러나 이해관계자 간 교류 및 소통 등의 거버넌스 체계가 미흡하여 데이터의 중복, 정보연계 단절 문제가 발생하고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 연구 대상 작물을 메론으로 선정하여, 생육 측정 센서와 데이터 수집장치를 이용해 메론 생육데이터 수집 및 분석을 진행하였다. 대상 작물은 메론으로 선정하였으며, 농가에 한 작기 동안 데이터 수집 장치를 설치하여 수집된 생육 데이터를 Xampp의 php기반 웹서버 DB에 저장하고, 데이터 시각화를 위해 파이썬 pandas 함수를 사용하여 분석된 그래프를 어플리케이션을 통해 조회할 수 있도록 구현하였다. 연구를 통해 평균 성장률이 가장 큰 구역과 작은 구역을 비교하여 본 시스템의 성능을 검증하였으며, 연구기관과 기업 등에 작물 생육 연구 및 데이터 분석 등을 위한 양질의 데이터와 가공된 데이터 제공이 가능할 것으로 기대된다. 또한 해당 연구는 인경 신경망 네트워크 기술과 접목하여 메론 작기 별 수확량 및 성장률을 예측하여 메론 작물 재배에 대한 의사 결정 서비스를 제공하는 시스템으로 발전해 나갈 계획이다.
Abstract
Currently, smart farm technology is collecting and analyzing crop growth information in real time for the development of first-generation smart farms to second-generation smart farms to increase productivity. However, due to the lack of governance systems such as exchange and communication between stakeholders, problems such as overlapping data and disconnection of information connection arise. To solve this problem, in this paper, the crops to be studied were selected as melons, and melon growth data was collected and analyzed using growth measurement sensors and data collection devices. The target crop was selected as melon, and a data collection device was installed at a farm to store the collected growth data in Xampp's php-based web server DB, and for data visualization, the analyzed graph can be inquired through the application. Through research, the performance of this system was verified by comparing the zones with the largest and smallest average growth rates, and it is expected that research institutes and companies will be able to provide high-quality and processed data for crop growth research and data analysis. In addition, the study plans to develop into a system that provides decision-making services for melon crop cultivation by predicting the yield and growth rate of each melon crop in combination with neural network technology.
참고문헌 (15)
- M. H. Lee, "Software Engineering in IoT, Big Data, Cloud and Mobile", pp.129~140 (2020)
- "The era of artificial intelligence farming... 2nd generation smart farm development"[URL]
- "High-income "Melon" cultivation technology education... Improving farm competitiveness"[URL]
- 이승인, "참외·멜론의 품종 분류 및 명명에 관한 최근 동향과 분석", 원예과학기술지, 22(4), pp.515~522 (2004), 한국원예학회
- "Information and Communication TerminologyDictionary"[URL]
- "XML resources"[URL]
- 김승재, "A Study on Data Collector and Shared Platform in Smart Greenhouse for Precision Agriculture", 한국지식정보기술학회 논문지, 15(5), pp.895~903 (2020), 한국지식정보기술학회[DOI]
- 홍인식, "RS-485 임베디드 보드를 이용한 파손감지 쉬트의 기능검사에 관한연구", 한국지식정보기술학회 논문지, 13(2), pp.211~220 (2018), 한국지식정보기술학회[DOI]
- 정지학, "저전력 BLE", ZigBee IoT MCU 용 RF transciever 설계 연구, 2020, pp.15(1), 47~56[DOI]
- "XML resources"[URL]
- 송배성, "범죄에사용된안드로이드어플리케이션데이터베이스구축방안연구", 디지털포렌식연구, 14(4), pp.379~392 (2020), 한국디지털포렌식학회[DOI]
- 김민욱, "RS-485 통신을 이용한 배관청소 로봇의 모니터링 시스템 개발", 한국정보통신학회논문지, 20(5), pp.923~930 (2016), 한국정보통신학회[DOI]
- 이종열, "농작물 생육환경정보와 생체정보 분석을 위한 빅데이터 모델", 한국산업정보학회논문지, 25(6), pp.15~23 (2020), 한국산업정보학회[DOI]
- 전병찬, "임베디드 서버 기반 영농 모니터링 자동화 시스템 구현", 한국지식정보기술학회 논문지, 9(3), pp.387~399 (2014), 한국지식정보기술학회
- 김효관, "파이썬 활용한 데이터 처리 성능 향상방법 제안", 한국정보전자통신기술학회 논문지, 13(4), pp.306~311 (2020), 한국정보전자통신기술학회