earticle

영어

Smart Farm Practical Training is a convergent curriculum that combines advanced agricultural technology and AI. Learners will learn smart farm operational techniques and practice the computer technology that intelligently controls them. Given that Korea's current smart agriculture landscape relies on remote greenhouse control rather than large-scale precision farming, the smart farm topic presented in this paper offers an effective practical training platform that bridges the gap between schools and agricultural practices. While various smart farm-related experimental tools and kits are being introduced to schools, the applicable sensors are limited, and the development of a robust and robust operating system for server and mobile connectivity remains inadequate. This paper presents the architecture, implementation, and applied algorithms of an operating system that intelligently operates and controls multimodal sensing, water supply, cooling fans, and LED lighting devices by integrating sensor data such as RGB images, temperature, humidity, and gas. The multimodal operating system described in this paper is an AI-integrated educational tool that allows students to practice deep learning-based analysis and control of the interconnectivity between various sensors and devices.

한국어

스마트팜 실습은 선진 농업 기술과 AI 영역을 함께 공부할 수 있는 융합 교육과정이다. 학습자는 여기서 스마 트팜의 운영 기술을 익히고 이를 지능적으로 제어하는 컴퓨터 기술을 실습할 수 있다. 우리나라의 스마트 농업 현황이 대규모 정밀 농업이 아닌 하우스 원격 관제인 점을 고려할 때 본 논문의 스마트팜 주제는 학교와 농업 현장을 잇는 효과적인 실습 주제라고 할 수 있다. 이에 따라 학교 현장에도 스마트팜에 관련한 다양한 실험 교 구와 구성 키트가 소개되고는 있으나 적용 센서가 제한적이고 서버와 모바일 연계와 관련한 구체적이고 안정된 운영 체계 개발은 매우 미흡한 수준이다. 이에 본 논문은 RGB 이미지, 온도, 습도, 가스 등의 센싱 정보를 상호 융합하여 멀티 모달 센싱과 수분공급, 쿨링팬, LED 점등 장치와 같은 부속 장치를 지능적으로 작동하고 관제하 는 운영체계의 구성과 구현 방안, 적용 알고리즘을 설명한다. 본 논문에서 설명하는 멀티 모달 운영체계는 다양 한 센서와 부속 장치 간의 상호 연관성을 딥러닝 분석하고 제어하는 과정을 실습할 수 있는 AI 융합 교구이다.