한국산학기술학회논문지 (Journal of the Korea Academia-Industrial cooperation Society)

  • 제21권11호
  • /
  • Pages.180-186
  • /
  • 2020
  • /
  • 1975-4701(pISSN)
  • /
  • 2288-4688(eISSN)
한국산학기술학회 (The Korea Academia-Industrial cooperation Society)
권호 표지
DOI QR코드

DOI QR Code

개방형 제어기반 1세대 낙농 스마트팜의 고도화 모델 적용 분석

Analysis of advancement model of 1st generation dairy smart farm based on Open API application

  • 양가영 (농촌진흥청 국립축산과학원) ;
  • 권경석 (농촌진흥청 국립축산과학원) ;
  • 김중곤 (농촌진흥청 국립축산과학원) ;
  • 김종복 (농촌진흥청 국립축산과학원) ;
  • 장동화 (농촌진흥청 국립축산과학원) ;
  • 고미애 ((주) 리얼팜)
  • Yang, Kayoung (National Institute of Animal Science, Rural Development Administration) ;
  • Kwon, Kyeong-Seok (National Institute of Animal Science, Rural Development Administration) ;
  • Kim, Jung Kon (National Institute of Animal Science, Rural Development Administration) ;
  • Kim, Jong Bok (National Institute of Animal Science, Rural Development Administration) ;
  • Jang, Dong Hwa (National Institute of Animal Science, Rural Development Administration) ;
  • Ko, miae (Real Farm Co., Ltd)
  • 투고 : 2020.10.27
  • 심사 : 2020.11.06
  • 발행 : 2020.11.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

스마트 축사용 ICT 융복합 확산으로 1세대 낙농 스마트팜 모델에서 여러 제조업체에 의해 만들어진 각 장치들이 독자적인 통신 방식을 사용함으로써 각 장치간의 상호 운영이 제한되었다. 본 연구에서는 기존 ICT 장치의 상호 운용 확보 및 데이터 관리를 위하여 개방형 제어 기술 기반 1세대 낙농 스마트팜 모델의 고도화를 실시하였다. 이 과정에서 도출된 개방형 통합제어는 Open API의 소프트웨어 인터페이스 구조로 각 말단에 위치하는 ICT 장치와 센서들의 통신 방식에 맞추어 실시간 데이터 수집 역할을 맞는 Observer와 상위 통합관리 서버로 연결, 전송하는 역할을 수행하는 Broker로 구성된다. 개방형 통합제어를 통해 고도화 모델 도입에 따른 1세대 낙농 스마트팜 모델 현장 2 곳의 검증을 통하여 성과 분석한 결과 두당 일일평균 산유량이 전년도 대비하여 (A 농가 5.13%, B 농가는 1.33%) 증가하였고(p<0.05), 공태일수는 A농가에서 약 17.5%, B 농가에서 약 13.3% 감소하였다(p<0.05). 젖소는 ICT 장치 도입 이후 적응 기간이 요구되나 이후 지속적인 효과를 관찰할 경우, 생산량의 효과가 점차 증가 할 것으로 기대할 수 있다. 현재 축종별 1세대 스마트팜 고도화를 통해 ICT 장치의 통합관리 체계 구축 및 데이터 송수신 인터페이스에 대한 제시가 실시되었으나, 빅데이터 기반의 2세대 스마트팜 연구개발 진입을 위하여 데이터의 규격 및 송수신에 대한 표준제정 및 산업계의 참여 유도를 위한 정책마련이 시급하다. 또한, 인공지능과 빅데이터가 핵심인 2세대 모델의 데이터 활용안 개발을 통해 낙농 스마트팜의 2·3세대를 향한 기반 조성이 시급 할 것이라고 제언하는 바이다.

ICT convergence using smart livestock is that in the first-generation dairy smart farm model, each device made by several manufacturers uses its own communication method, limiting the mutual operation of each device. This study uses a model based on open control technology to secure interoperability of existing ICT devices and to manage data efficiently. The open integrated control derived from this process is the software interface structure of Open API. It is an observer that serves as real-time data collection according to the communication method of ICT devices and sensors located at each end. It consists of a broker that connects and transmits to the upper integrated management server. As a result of the performance analysis through verification of two first-generation dairy smart farm model sites, the average daily milk production increased compared to the previous year (farm A 5.13%, farm B 1.33%, p<0.05). Cow days open (DO) was reduced by 17.5% on farm A and 13.3% for farm B(p<0.05). Cows require an adaptation period after the introduction of the ICT device, but if continuous effects are observed, the effect of production can be expected to increase gradually.

키워드

참고문헌

  1. M. S. Dawkins, "Animal welfare and efficient farming: is conflict inevitable", Animal Production Science, Vol.57, No.2, pp.201-208, 2017. DOI:http://dx.doi.org/10.1071/AN15383
  2. T. NATORI, N.ARIYAMA, S. TSUICHIHARA, H. TAKEMURA, N. AIKAWA, "Study of Activity Collecting System for Grazing Cattle", 34th International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC), pp.1-4, 2019. DOI:https://doi.org/10.1109/ITC-CSCC.2019.8793451
  3. M. R. Borchers, Y. M. Chang, K. L. Proudfoot, B. A. Wadsworth, A. E. Stone, J. M. Bewley, "Machine-learning-based calving prediction from activity, lying, and ruminating behaviors in dairy cattle", Journal of Dairy Science, Vol.100, pp.5664- 5674, 2017. DOI:https://doi.org/10.3168/jds.2016-11526
  4. Y. Chung, J. Lee, S. Oh, D. Park, H. Chang, and S. Kim, "Automatic detection of cow's oestrus in audio surveillance system", Asian-Australasian Journal of Animal Sciences, Vol.26, No.7, pp.1030-1037, 2013. DOI:http://dx.doi.org/10.5713/ajas.2012.12628
  5. Y. Qiao, M. Truman, S, Sukkarieh, " Cattle segmentation and contour extraction based on Mask R-CNN for precision livestock farming", Computers and Electronics in Agriculture, Vol. 165, pp.104958, 2019. DOI:https://doi.org/10.1016/j.compag.2019.104958
  6. P. Astuti, C.M. Airin, S. Widiyanto, N. Prayogo, K. Triyana, "Determination of estrus phase in cattle using electronic nose", In 2018 1st International Conference on Bioinformatics, Biotechnology, and Biomedical Engineering Bioinformatics and Biomedical Engineering, Vol, 1. pp.1-4, 2018. DOI:https://doi.org/10.1109/BIOMIC.2018.8610570
  7. S. Fournel, A. N. Rousseau, B. Laberge, " Rethinking environment control strategy of confined animal housing systems through precision livestock farming", Biosystems Engineering, Vol.155, pp.96-123, 2017. DOI:https://doi.org/10.1016/j.biosystemseng.2016.12.005
  8. M. Choi, "A Study on the Efficient Implementation Method of Cloud-based Smart Farm Control System." Journal of Digital Convergence Vol.18, No.3, pp.171-177, 2020. DOI:https://doi.org/10.14400/JDC.2020.18.3.171
  9. NIAS,"Enhancement and validation of first-generation dairy smart farm model based on open integration system," Rural development Administration, Korea, pp.10-79, 2020.
  10. B. S. Ahn, K.S. Kie, K.H. Suh, T.Y. Hur, J.M Yeo, H.J. Lee, B.S. Jeon, S.B. Park, H.S. Kim, "The effects on somatic cell score and milk components by days in milk in holstein dairy cows", Journal of Animal Science and Technology, Vol.46, No.6, pp.925-936. 2004. DOI:http://dx.doi.org/10.5187/JAST.2004.46.6.92
  11. K.E. Dittmer, K.G. Thompson, "Vitamin D metabolism and rickets n domestic animals; a review", Veterinary Pathology, Vol.48, No.2, pp 389-407, 2011. DOI:https://doi.org/10.1177/0300985810375240
  12. Y.J. Kim, S.H. Wee, H.C. Yoon, E.J. Heo, H.J. Park, J.H. Kim, "Comparison of an automated most-probable-number technique TEMPO®TVC with traditional plating methods petrifilmtm for estimating populations of total aerobic bacteria with livestock products", Journal of food hygiene and safety Vol.27, No.1, pp.103-107, 2012. DOI:http://dx.doi.org/10.13103/JFHS.2012.27.1.103
  13. P. Saowaphak, M. Duangjinda, S. Plaengkaeo, R. Suwannasing, W. Boonkum, "Genetic correlation and genome-wide association study (GWAS) of the length of productive life, days open, and 305-days milk yield in crossbred Holstein dairy cattle", Genetics and Molecular Research, Vol.16, No.2, 2017. DOI:https://doi.org/10.4238/gmr16029091
  14. A. R. Fernandes, L. E. Faro, A. E. Vercesi Filho, Machado, C. H. C. Barbero, L. M., Bittar, E. R., Igarasi, M. S., "Genetic evolution of milk yield, udder morphology and behavior in Gir dairy cattle", Revista Brasileira de Zootecnia, Vol.48, No.2, 2019. DOI:https://doi.org/10.1590/rbz4820180056
  15. K. Martikainen, A. Sironen, P. Uimari, "Estimation of intrachromosomal inbreeding depression on female fertility using runs of homozygosity in Finnish Ayrshire cattle", Journal of dairy science, Vol.101, No.12, pp.11097-11107, 2018. DOI: https://doi.org/10.3168/jds.2018-14805
  16. J. T. Paiva, M. G. C. D. Peixoto, F. A. T. Bruneli, A. B. Alvarenga, H. R. Oliveira, A. A. Silva, P. S. Lopes, "Genetic parameters, genome-wide association and gene networks for milk and reproductive traits in Guzera cattle", Livestock Science, Vol. 242, pp.1014273, 2020. DOI: https://doi.org/10.1016/j.livsci.2020.104273