• Journal of Information Processing Systems
• /
• 제17권6호
• /
• pp.1179-1190
• /
• 2021

A data acquisition and monitoring system was developed for an automated system of a smart fish farm. The fish farm is located in Jang Hang, South Korea, and was designed as circulation filtration system. Information of every aquaculture pool was automatically measured by pH sensors, dissolved oxygen sensors, and water temperature sensors and the data were stored in the database in a remoted server. Modbus protocol was used for gathering the data which were further used to optimize the pool water quality to predict the rate of growth and death of fish, and to deliver food automatically as planned by the fish farmer. By using JSON protocol, the collected data was delivered to the user's PC and mobile phone for analysis and easy monitoring. The developed monitoring system allowed the fish farmers to improve fish productivity and maximize profits.

• 대한임베디드공학회논문지
• /
• 제16권6호
• /
• pp.299-305
• /
• 2021

Dissolved oxygen, pH, and temperature are the most important factors for fish farming because they affect fish growth and mass mortality of the fish. Therefore, fish farm workers must always check all pools on the farm, but this is very difficult in reality. That's why we developed a control system for smart fish farms. This system includes a gateway, sensor gatherers, and a PC program using LabVIEW. One sensor gatherer can cover up to four pools. The sensor gatherers are connected to the gateway in the form of a bus. For the gateway, the ATmega2560 is used as the main processor for communication and the STM32F429 is used as a sub-processor for displaying LCD. For the sensor gatherer, ATmega2560 is used as the main processor for communication. MQTT (Message Queuing Telemetry Transport), RS-485, and Zigbee are used as the communication protocols in the control system. The users can control the temperature and the dissolved oxygen using the PC program. The commands are transferred from the PC program to the gateway through the MQTT protocol. When the gateway gets the commands, it transfers the commands to the appropriate sensor gatherer through RS-485 and Zigbee.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권7호
• /
• pp.157-164
• /
• 2020

지속적인 수산물의 소비량 증가에 따라 어족자원의 한계성에 직면한 어로어업대신 기르는 방식의 양식업이 대응방안으로 등장하였으며, 최근에는 4차 산업혁명기술과 융복합을 통하여 스마트양식 산업이 빠르게 발전하고 있다. 이에 따라 전 세계를 대상으로 양식산업의 우위성과 기술표준 헤게모니를 확보하기 위하여 스마트양식 플랫폼의 미래 모형 도출이 매우 중요한 시기가 되었다. 본 연구에서는 먼저 스마트양식 전문가들의 인터뷰를 통해 스마트양식산업의 중점 사항들을 도출하고 거시환경분석 중 PEST 방법론을 적용, 스마트양식과 관련된 정치, 경제, 사회, 기술 분야의 환경분석을 통하여 스마트양식 플랫폼의 미래 방향성을 도출하였다. 과거 생물 생장 관리의 자동화에 국한되었던 단순한 스마트양식 플랫폼에서 육종, 생산, 경영, 유통의 양식 가치사슬 전 과정을 포함하고, 인공지능 기반의 디지털 트윈기술을 통하여 리스크 최소화 및 상황 최적화 스마트양식 플랫폼으로 발전 할 수 있도록 선진 모델을 제시함으로써 공공 및 산업계에서 관련 사업 기획 및 추진 시에 도움이 될 것으로 기대한다.

• 대한임베디드공학회논문지
• /
• 제17권3호
• /
• pp.177-183
• /
• 2022

To measure the size and weight of the fish, we developed an automatic fish size measurement system using a deep neural network, where the YOLO (You Only Look Once)v3 model was used. To detect fish, an IP camera with infrared function was installed over the fish pool to acquire image data and used as input data for the deep neural network. Using the bounding box information generated as a result of detecting the fish and the structure for which the actual length is known, the size of the fish can be obtained. A GUI (Graphical User Interface) program was implemented using LabVIEW and RTSP (Real-Time Streaming protocol). The automatic fish size measurement system shows the results and stores them in a database for future work.

• 한국정보통신학회논문지
• /
• 제23권6호
• /
• pp.733-739
• /
• 2019

수위측정은 스마트 공장(Smart Factory), 스마트 농장(Smart Farm), 스마트 양식장(Smart Fish Farm) 등 IoT 모니터링 분야에서 활용도가 높다. 그러나 기존의 수위측정 방식은 복잡한 알고리즘과 고가의 센서 위주로 상품성과 산업현장 적용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하고자 비접촉식 스마트센서인 적외선 거리 센서와 홀센서 기반 수위측정 방법을 각각 제안하였다. 센서의 고감도로 인해 발생하는 데이터 오류는 간단한 구조도입을 통해 해결함으로써 범용성을 높였다. 구현된 수위측정 방법은 성능평가 실험을 통해 그 유효성이 검증되었다. 본 연구를 통해 개발된 센서는 IoT 기술 기반 범용성 수위측정 모니터링 시스템으로 확장될 수 있을 것으로 기대한다.

• 한국농공학회논문집
• /
• 제63권6호
• /
• pp.89-100
• /
• 2021

The conservation of stream habitats has been gaining more public attention and fish habitat suitability index (HSI) is an important measure for ecological stream habitat assessment. The fish habitat preference is affected not only by physical stream conditions but also by water quality of which HSI was not available due to the lack of field data. The purpose of this study is to estimate the HSI of Zacco platypus for water quality parameters of water temperature, dissolved oxygen (DO), and biochemical oxygen demand (BOD) using the water environment monitoring data provided by the Ministry of Environment (ME). Fish population data merged with water quality were constructed by spatio-temporal matching of nationwide water quality monitoring data with bio-monitoring data of the ME. Two types of the HSI were calculated by the Instream Flow and Aquatic Systems Group (IFASG) method and probability distribution (Weibull) fitting for the four major river basins. Both the HSIs by the IFASG and Weibull fitting appeared to represent the overall distribution and magnitude of fish population and this can be used in stream fish habitat evaluation considering water quality.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1379-1386
• /
• 2018

양식장에서 사용되는 기존의 수중 카메라는 제한된 구역만 촬영할 수 있으며, 수중 오염으로 인해 훼손되기 쉽다. 또한 양식장 그물망에 사료 공급에 따른 잉여 찌꺼기가 퇴적되어 양식장을 오염시키는 문제점이 있다. 이에 본 논문은 양식장 수중 모니터링과 그물망 청소를 위한 수중 드론을 제안한다. 수중 드론을 이용한다면 수중 영상 촬영, 모니터링과 양식장 그물망 청소가 가능하다. 이를 활용하면 양식장 환경 변화를 감지해 데이터를 수집할 수 있고 그 데이터를 기반으로 양식장 내에서 발생하는 변화에 대응할 수 있다. 더불어 통합관제 시스템을 구축하게 되면 이를 통해 효율적이고 안정적인 스마트 양식장 구축이 가능할 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.229-230
• /
• 2019

본 논문에서는 해수면 온도에 따라 양식장의 깊이를 연장하여 어족자원을 보호하기 위한 스마트 양식장 깊이 제어 시스템을 제안한다. 가두리 양식장의 경우 이상 고온현상에 의하여 해수면 온도가 상승하면 어족자원의 집단폐사를 가져온다. 해수면 온도가 어족자원의 폐사를 유발할 수 있는 온도에 이르면 사용자에게 통지하고 양식장의 깊이를 5m 연장시켜 어족자원이 뜨거운 해수면을 피할 수 있도록 하며, 어족자원의 수확을 필요로 할 때에는 양식장을 해수면방향으로 당길 수 있는 시스템이다.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.552-560
• /
• 2021

현재 국내 수산 양식업은 스마트화를 추진하고 있지만, 여전히 양식 단계의 많은 과정에서 사람의 주관적인 판단으로 진행되고 있다. 수산 양식업 스마트화를 위해서 선행되어야 할 부분은 양식장 내 물고기들의 상태를 효과적으로 파악하는 것이다. 어류 개체 수, 크기, 이동경로, 이동속도 등을 파악하여 실시간 모니터링 할 수 있게 된다면 사료 자동 급이, 질병유무판단 등 다양한 양식자동화를 진행할 수 있을 것이다. 본 연구에서는 수중 촬영한 어류비디오 데이터를 이용하여 실시간으로 어류의 상태를 파악 할 수 있는 알고리즘을 제안하였다. 어류 객체검출을 위해 딥러닝 기반 최신 객체검출 모델들을 적용하여 검출 성능을 비교 평가 하였고, 검출 결과를 이용하여 비디오내의 연속적인 이미지 프레임에서 어류 객체 ID부여, 이동경로 추적 및 이동속도를 측정할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘은 객체 검출 성능 92%(F1-score 기준)를 보였으며, 실제 테스트비디오 상에서 실시간으로 다수의 어류 객체를 효과적으로 추적하는 것을 확인하였다. 본 논문에서 제안하는 알고리즘을 이용하여 향후 사료 자동 급이, 어류 질병 예측 등 다양한 스마트양식 기술에 효과적으로 활용될 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제20권10호
• /
• pp.167-176
• /
• 2020

현재 국내에서 활용되고 있는 자동화된 어류 급이 장치는 특정 시간과 일정량의 사료를 시간에 맞추어 수조에 공급하는 방식이다. 이는 고령화되고 고가인 양식장 관리의 인건비는 줄일 수 있으나 양식 생산성에 결정적 요인이 되는 고가의 사료량을 지능적으로 적절히 조절하기는 매우 어렵다. 본 논문에서는 이러한 기존 자동급이 장치의 문제점을 해결하고, 양식장에서 어류의 성장률을 적절하게 유지하면서 사료 공급의 효율성을 극대화할 수 있는 퍼지추론 기반의 지능형 어류 자동 급이 모델인 FIIFF 추론 모델(Fuzzy Inference based Intelligent Fish Feeding Model)을 제안한다. 본 논문에서 제안하는 FIIFF 지능형 급이 추론모델은 양식어류의 현재 생육 환경 정보 및 실시간 활동 상태를 기반으로 급이량을 산출하기 때문에 사료 급이량 적절성이 매우 높다. 본 연구에서 제안한 FIIFF 추론 모델의 급이량 산출 실험 결과에서는 8개월 동안 양식장에서 실제 투입한 급이량보다 14.8%를 절감하는 효과를 보여준다.