| 연구목표 |
1.이미지 데이터 규격 가)규격 선정 - 작물에 따른 특성을 잘 포함하는 효과적인 이미지 측정 방법 설정 - 생육예측을 위한 AI학습에 효율이 높은 이미지 데이터 저장 형식 설정 나)학습 데이터 세트 구성 - 영향변수 도출 - 독립변수 및 종속변수 정의2. 수집 기술(H/W) 가)카메라 제어 - 심도, 셔터스피드, 노출, WB - ICT 통신 제어, 다... |
| 연구내용 |
1. 기획 기술의 개요자체 개발한 수직농장 재배모듈에서 수집되는 데이터(식물 이미지, 온도 등)를 활용해 AI솔루션을 도입하여 생육 예측 기반의 AI 수직농장을 운영관리하는 솔루션을 개발 2. 기획 기술의 개발 내용 및 방법 AI 생육예측을 위한 이미지 데이터 수집 기술- 수직농장의 식물 생육 이미지를 수집할 수 있는 재배 베드 상단에 카메라 장착 ... |
| 기대효과 |
1. 개발 완료 후 사업화 전략- 각각의 모듈에서 생산된 실시간 데이터를 통해 생육 진단을 하여 농가의 의사 결정을 구독 서비스로 지원- 데이터를 시각화하여 농장과 생육의 상태를 쉽게 파악할 수 있게 서비스를 제공하며 인공지능 모델을 통해 재배 최적조건을 찾아내고 효율화 및 다양한 재배 솔루션을 고객에게 구독 서비스로 제공- AI솔루션 이용하여 현재 재배가... |
| 키워드 |
수직농장,이미지 데이터,인공지능,생육예측 |