การพัฒนาต้นแบบฟาร์มหมูอัจฉริยะด้วยลอราแวน
คำสำคัญ:
ฟาร์มหมู, ฟาร์มอัจฉริยะ, การวัดน้ำหนักจากกล้อง, เกตเวย์ลอราแวนบทคัดย่อ
โครงการนี้พัฒนาต้นแบบฟาร์มหมูอัจฉริยะด้วยเครือข่ายสื่อสารLoRaWAN เพื่อนำเอาเทคโนโลยีโครงข่ายโทรคมนาคม LoRaWAN มาปรับใช้กับฟาร์มหมูต้นแบบ โดยการตั้งเสาสัญญาณ LoRaWAN Gateway จำนวน 3 เสา ทำหน้าที่เป็นตัวกลางสื่อสารข้อมูลที่ได้จากเซนเซอร์ชนิดต่างๆเช่น เซนเซอร์วัดอุณหูภูมิ เซนเซอร์วัดความชื้นและเซนเซอร์วัดกำลังไฟฟ้า ทั้งนี้เซนเซอร์ตรวจจับภาพ(กล้อง) ได้ถูกนำมาใช้เพื่อวิเคราะห์หาหมูตายและน้ำหนักของหมูโดยใช้ภาพ เพื่อติดตามพฤติกรรมของหมู สภาพแวดล้อมและระบบไฟฟ้า โดยแสดงข้อมูลดังกล่าวและปริมาณการซื้อขายหมูบนหน้าเว็บออนไลน์อย่างถูกต้องแม่นยำ ผลลัพธ์ของโครงการแสดงให้เห็นว่าค่าจากเซนเซอร์วัดอุณหูภูมิ เซนเซอร์วัดความชื้นและเซนเซอร์วัดกำลังไฟฟ้า สามารถถูกแสดงได้อย่างถูกต้องบนหน้าเว็บออนไลน์ และภาพหมูจากกล้องในมุมมองด้านบนและด้านข้างสามารถนำมาวิเคราะห์หาน้ำหนักหมูได้โดยมีความแม่นยำที่ประมาณ +/-1.86 กิโลกรัม จากน้ำหนักหมูโดยเฉลี่ยที่ประมาณ 105 กิโลกรัม ซึ่งค่าพารามิเตอร์ของอุณหภูมิ ความชื้น กำลังไฟฟ้าและนำหนักหมู สามารถนำไปสร้างเป็นเพลตฟอร์มเพื่อปรับใช้กับฟาร์มหมูอื่นๆได้ในอนาคต
เอกสารอ้างอิง
Bell, J., Dee, H.M. (2017). Watching plants grow – a position paper on computer vision and
Arabidopsis thaliana. IET Computer Vision. 11(2), 113-121
Chaudhury, A., Ward, Talasaz., Ivanov, C. A., Brophy, A.G., Grodzinski, M. B., Huner, N.P.A.,
Patel, R.V., Barron, J.L. (2017). Machine Vision System for 3D Plant Phenotyping.
Doi:1705.00540
Liu, T,. Wei, W., Chen, W., Chengming, S., Chen, C., Rui, W., Xinkai, Z., Wenshan, G. (2016). A
shadow-based method to calculate the percentage of filled rice grains. Biosystems
Engineering. 150 (2016), 79-88
French, G., Fisher, M., Mackiewicz, M., Needle, C. (2015). Convolutional neural networks for
counting fish in Fisheries surveillance video. In British Machine Vision Conference
Workshop. BMVA Press
Dawkins, M.S., Cain, R., Roberts, S.J. (2012). Optical flow, flock behaviour and chicken
welfare. Animal Behaviour. 84(1), July, 219-223
Kashiha, M., Bahr, C., Ott, S., Moons, C.P.H., Niewold, T.A., Ödberg, F.O., Berckmans, D. (2014).
Automatic weight estimation of individual pigs using image analysis. Computers and
Electronics in Agriculture. 107 (2014). 38–44
Yang, Y., Teng, G. (2007). ESTIMATING PIG WEIGHT FROM 2D IMAGES. Department of
Agricultural and Bioenvironmental Engineering. Agricultural University. PO Box 195.
Beijing. P.R. China
Liu, T., Teng, G., Fu, W. (2011). Research and Development of Pig Weight Estimation System
Based on Image. International Conference on Electronics Communications and
Control (ICECC). November
Li, Z., LuoGuanghui, C., Liu, T. (2014). Estimation of Pig Weight by Machine Vision: A Review.
Computer and Computing Technologies in Agriculture VII. CCTA 2013. IFIP Advances
in Information and Communication Technology. 420. Springer, Berlin. Heidelberg
Kongsro, J. (2014). Estimation of pig weight using a Microsoft Kinect prototype imaging
system. Computers and Electronics in Agriculture. 109, November, 32-35
ดำรง กิตติชัยศรี, อัจฉรา ภาณุรัตน์, จรัส สว่างทัพ และ นฤมล สมคุณา (2544). การพัฒนารูปแบบการเลี้ยง
สุกรพื้นเมืองตามปรัชญาของเศรษฐกิจพอเพียงของเกษตรกรรายย่อยในลุ่มน้ำโขงตอนล่างโดย
กระบวนการมีส่วนร่วม. มหาวิทยาลัยราชภัฏบุรีรัมย์
วันดี ทาตระกูล. (2551) การศึกษาศักยภาพด้านการเลี้ยงสุกรกึ่งชีวภาพเพื่อประยุกต์ใช้สำหรับเกษตรกรราย
ย่อย. คณะเกษตรศาสตร์ ทรัพยากรธรรมชาติและสิ่งแวดล้อม. มหาวิทยาลัยนเรศวร. พิษณุโลก
Hoste, Robert. Suh, Hyun. Kortstee, Harry. (2017). Smart Farming in Pig Production and
Greenhouse Horticulture. Inventory in the Netherlands. Wageningen. Wageningen
Economic Research (Wageningen Economic Research report. ISBN 9789463432184
Xiao, D., Yang, Q., Feng, J. Z, Ke, X., Du, Z. (2017). Design and implementation of large-scale
pig farm big data. The International Tri-Conference for Precision Agriculture
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
บทความที่ปรากฏในวารสารกิจการสื่อสารดิจิทัล เป็นลิขสิทธิ์ของสำนักงาน กสทช. ซึ่งสำนักงาน กสทช. เปิดโอกาสให้สาธารณะหรือบุคคลทั่วไปสามารถนำผลงานไปเผยแพร่ คัดลอก หรือตีพิมพ์ซ้ำได้ ภายใต้สัญญาอนุญาตแบบเปิด (Creative Commons: CC) โดยมีเงื่อนไขสำหรับผู้ที่นำผลงานไปใช้ต้องระบุอ้างอิงแหล่งที่มา (Attribution: BY) ห้ามดัดแปลง (NoDerivatives: ND) และต้องไม่ใช้เพื่อการค้า (NonCommercial: NC) เว้นแต่ได้รับอนุญาตเป็นลายลักษณ์อักษรจากสำนักงาน กสทช.
อนึ่ง ข้อความ ตาราง และภาพที่ปรากฏในบทความซึ่งได้รับการตอบรับให้ตีพิมพ์และเผยแพร่ในวารสารนี้เป็นความคิดเห็นของผู้นิพนธ์ โดยไม่ผูกพันต่อ กสทช. และสำนักงาน กสทช. หากมีความผิดพลาดใด ๆ ผู้นิพนธ์แต่ละท่านต้องรับผิดชอบบทความของตนเองแต่เพียงผู้เดียว ไม่เกี่ยวข้องกับ กสทช. และสำนักงาน กสทช. แต่ประการใด
