| 1 |
1
기 설정된 면적의 과수 지역에 대한 GPS 정보와 과실나무별로 설치된 RF 발신기로부터 송출되는 RF 신호를 수신하고, 상기 과수 지역의 상공에서 기 설정된 비행 계획에 기초하여 비행하면서 적어도 하나 이상의 이미지 센서를 이용하여 촬영된 과실나무 이미지를 제공하는 무인 비행체; 및 상기 무인 비행체와 통신망을 통해 연결되어, 상기 무인 비행체로부터 GPS 정보와 RF 신호를 수신하여 과실나무별 위치 데이터를 매칭하여 저장하고, 상기 과실나무 이미지를 분석하여 과실나무별로 과실 수량을 측정하여 과실 계수 정보를 저장하며, 사전에 허가된 사용자 단말의 요청에 따라 저장된 과실나무별 위치 데이터 또는 과실 계수 정보를 제공하는 모니터링 서버를 포함하는 것인, 과실 수량 측정 시스템
|
| 2 |
2
제1항에 있어서,상기 과수 지역의 경계 지점에 설치되어 GPS 정보를 제공하는 적어도 하나 이상의 GPS부를 더 포함하는 것인, 과실 수량 측정 시스템
|
| 3 |
3
제1항에 있어서,상기 무인 비행체는 RGB 센서와 적외선 센서를 이용한 하나 이상의 카메라를 포함하는 것인, 과실 수량 측정 시스템
|
| 4 |
4
제1항에 있어서,상기 모니터링 서버는,상기 과실나무 이미지로부터 과실 영역들을 추출하고, 상기 추출된 과실 영역에서 특징을 추출한 후 상기 추출된 특징에 기반하여 과실 분류 및 예측 결과를 제공하는 딥러닝 기반의 과실 인식 알고리즘을 수행하는 것인, 과실 수량 측정 시스템
|
| 5 |
5
제4항에 있어서,상기 딥러닝 기반의 과실 인식 알고리즘은, 빅데이터에 상응하는 다수의 과실 영상을 학습하기 위한 학습 데이터를 생성하여 저장하고, 상기 저장된 학습 데이터 분석을 통해 각 과실의 크기, 모양, 색상을 포함한 각 과실별 특징을 과실 판단 기준으로 설정하여 분류기를 학습하고, 상기 학습된 분류기에 의해 입력되는 과실나무 이미지에 대한 과실의 종류와 수량을 포함한 분류 및 예측 결과를 출력하는 것인, 과실 수량 측정 시스템
|
| 6 |
6
과수 지역에 대한 과수 모니터링 기능을 수행하는 모니터링 서버에 의해 수행되는 과실 수량 측정 방법에 있어서, a) 상기 과수 지역에 대한 GPS 정보를 획득하고, 상기 획득된 GPS 정보에 기초하여 과실나무의 인식을 위한 적어도 하나 이상의 무인 비행체의 비행 계획을 생성하는 단계; b) 상기 무인 비행체의 비행 계획에 기초하여 상기 무인 비행체를 기 설정된 과실나무의 상부 공중으로 이동시키는 비행 제어 신호를 상기 무인 비행체로 전송하는 단계;c) 상기 무인 비행체를 통해 상기 과실나무에 설치된 RF 발신기에서 송출되는 RF 신호를 수신하여 기 설정된 과실나무를 확인하고, 기 설정된 과실나무의 고유 식별 정보와 위치 데이터를 매칭하여 저장하는 단계; 및 d) 상기 무인 비행체를 통해 과실나무 이미지를 수신하고, 상기 과실나무 이미지를 분석하여 과실나무별로 과실 수량을 측정하여 과실 계수 정보를 저장하는 단계를 포함하는 것인, 과실 수량 측정 방법
|
| 7 |
7
제6항에 있어서,상기 b) 단계는 상기 무인 비행체가 과실나무들의 상공 상부에서 RGB 카메라로 해당 과실나무 들간의 중복되지 않는 이미지를 획득하기 위한 비행 고도 위치를 인식하여 결정하는 단계를 더 포함하는 것인, 과실 수량 측정 방법
|
| 8 |
8
제6항에 있어서,e) 사전에 허가된 사용자 단말의 요청에 따라 저장된 과실나무별 위치 데이터 또는 과실 계수 정보를 제공하는 단계를 더 포함하는 것인, 과실 수량 측정 방법
|
| 9 |
9
제6항에 있어서,상기 무인 비행체는 RGB 센서와 적외선 센서를 이용한 하나 이상의 카메라를 포함하고, 상기 카메라를 통해 RGB 이미지와 적외선 이미지를 포함한 과실나무 이미지를 제공하는 것인, 과실 수량 측정 방법
|
| 10 |
10
제6항에 있어서,상기 d) 단계는,상기 과실나무 이미지로부터 과실 영역들을 추출하고, 상기 추출된 과실 영역에서 특징을 추출한 후 상기 추출된 특징에 기반하여 과실 분류 및 예측 결과를 제공하는 딥러닝 기반의 과실 인식 알고리즘을 수행하는 것인, 과실 수량 측정 방법
|
| 11 |
11
제10항에 있어서,상기 딥러닝 기반의 과실 인식 알고리즘은, 빅데이터에 상응하는 다수의 과실 영상을 학습하기 위한 학습 데이터를 생성하여 저장하고, 상기 저장된 학습 데이터 분석을 통해 각 과실의 크기, 모양, 색상을 포함한 각 과실별 특징을 과실 판단 기준으로 설정하여 분류기를 학습하고, 상기 학습된 분류기에 의해 입력되는 과실나무 이미지에 대한 과실의 종류와 수량을 포함한 분류 및 예측 결과를 출력하는 것인, 과실 수량 측정 방법
|
| 12 |
12
과수 지역의 상공을 비행하는 무인 비행체 또는 사전에 허가된 사용자 단말과의 통신 기능을 수행하는 통신부;상기 과수 지역에 대한 과실 수량 측정 방법을 수행하기 위한 프로그램이 기록된 메모리; 및상기 프로그램을 실행하기 위한 프로세서를 포함하며,상기 프로세서는, 상기 프로그램의 실행에 의해, 상기 무인 비행체와 통신망을 통해 연결되어, 상기 무인 비행체로부터 GPS 정보와 RF 신호를 수신하여 과실나무별 위치 데이터를 매칭하여 저장하고, 상기 무인 비행체로부터 제공받은 과실나무 이미지를 분석하여 과실나무별로 과실 수량을 측정하여 과실 계수 정보를 저장하며, 상기 사용자 단말의 요청에 따라 저장된 과실나무별 위치 데이터 또는 과실 계수 정보를 제공하는 것인, 모니터링 서버
|
| 13 |
13
제 6 항에 따른 과실 수량 측정 방법을 수행하는 프로그램이 기록된 컴퓨터 판독가능 기록매체
|
