CN105955661A - 物联网前端的操作系统及方法 - Google Patents
物联网前端的操作系统及方法 Download PDFInfo
- Publication number
- CN105955661A CN105955661A CN201610252253.7A CN201610252253A CN105955661A CN 105955661 A CN105955661 A CN 105955661A CN 201610252253 A CN201610252253 A CN 201610252253A CN 105955661 A CN105955661 A CN 105955661A
- Authority
- CN
- China
- Prior art keywords
- internet
- data
- things
- background knowledge
- microprocessor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/061—Improving I/O performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明涉及存储器领域,尤其涉及一种物联网前端的操作系统及方法。一种物联网前端的操作系统,所述操作系统具有物联网结构的前端,所述物联网结构的前端包括:存储模块,存储有背景知识数据;具有微处理器和采集设备的传感器模块,其中,所述采集设备与所述微处理器连接,所述微处理器与所述存储模块连接;以及所述微处理器将所述采集设备采集的原始数据进行匹配操作,若成功匹配,则所述微处理器执行相应的操作。一种物联网前端的操作方法,所述操作方法包括:采集原始数据;将所述原始数据与预存储的背景知识数据匹配;若匹配,则执行相应的操作。
Description
技术领域
本发明涉及存储器领域,尤其涉及一种物联网前端的操作系统及方法。
背景技术
云计算是基于互联网相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。相比云计算,雾计算采用的架构更呈分布式,更接近网络边缘,即边缘计算。雾计算将数据处理和应用程序集中在网络边缘的设备中,而不像云计算那样将它们几乎全部保存在云中。相对于云计算使用功能强大的服务器处理数据来说,雾计算中的存储及处理更依赖本地性能较弱、更为分散的处理器和存储器。在智能化的趋势下,雾计算已应用在汽车、工厂、电器等方面,并更广泛应用于人们的生活中。
现有技术中的物联网结构如图1a所示,由交换设备、前端设备和后端云处理数据中心组成。交换设备用来传输数据,可以是电脑也可以是手机等。前端的设备结构如图1b所示,由数据采集设备、微处理器和嵌入式非易失性存储器构成。数据采集设备可以是有各种功能的传感器,比如图像传感器、声音传感器等。微处理器可以处理数据采集设备采集到的数据,及一些简单的比较或匹配操作;或者将微处理器无法处理的数据传输给数据中心处理。在前端设备中的嵌入式非易失性存储器是小容量的嵌入式存储器,可以存储的数据非常的有限。当数据采集设备采集到数据时,可能会将该数据发送给数据中心,数据中心接受到数据并对数据进行一定的计算处理后,将相应指令发送回前端设备执行该指令。在数据传输的过程中需要花费时间,也产生了大量的功耗,不能对数据做出及时的应对处理,也会对用户造成一定的损失。为了得到高效的边缘或雾智能操作,通常会使用更高性能的处理器或和控制器,或者会采用更高级的运算或和算法程序,来提高对数据处理的速度和对数据处理的能力。这样不仅需要花费高昂的价格购买高性能的处理器或和控制器,还需要花费更多的人力精力编写高级的运算或和算法程序,都将会提高前端设备的使用成本。这些情况都是用户所不想看到的。
发明内容
针对现有技术中存在的问题,本发明提供了一种物联网前端的操作系统及方法,其能够进行智能化、快速化的操作。
本发明采用如下技术方案:
一种物联网前端的操作系统,所述操作系统具有物联网结构的前端,所述物联网结构的前端包括:
存储模块,存储有背景知识数据;
具有微处理器和采集设备的传感器模块,其中,所述采集设备与所述微处理器连接,所述微处理器与所述存储模块连接;以及
所述微处理器将所述采集设备采集的原始数据进行匹配操作,若成功匹配,则所述微处理器执行相应的操作。
优选的,所述采集设备为多个,多个采集设备分别采集图像和/或温度和/或湿度。
优选的,所述数据采集设备为多个不同功能的传感器所述传感器包括图像传感器和/或声音传感器。
优选的,所述存储模块包括多个条件单元,每个条件单元存储有与所述多个采集设备对应的背景知识数据。
优选的,每个所述条件单元均包括多个存储单元,并且每个所述存储单元中均存储有存储量不同的背景知识数据。
优选的,所述存储模块包括嵌入式非易失性存储器和/或独立式非易失性存储器。
一种物联网前端的操作方法,所述操作方法包括:
采集原始数据;
将所述原始数据与预存储的背景知识数据匹配;
若匹配,则执行相应的操作。
优选的,所述操作方法中:
采集原始数据后,将所述原始数据与多个条件下的所述背景知识数据进行匹配,若匹配,则根据匹配成功的所述背景知识数据所处的相应的条件,做出相应的一系列相应操作。
优选的,所述操作方法中:
采集设备采集原始数据;
微处理器将所述原始数据与预存储于存储模块中的的背景知识数据匹配;
若匹配,则执行相应的操作。
优选的,所述操作方法中:
所述存储模块包括嵌入式非易失性存储器和/或独立式非易失性存储器。
本发明的有益效果是:
本发明采用的大容量嵌入式非易失性存储器,不需要高性能的处理器或和控制器,或者会采用更高级的运算或和算法程序,就可以快速响应,并且独立、精确的进行智能操作。同时也降低了成本和功耗。
附图说明
图1a-1b为现有技术中物联网前端设备及后端处理中心的结构示意图;
图2为本发明前端设备的结构示意图;
图3a-3b为本发明嵌入式非易失性存储器的结构示意图;
图4a-4b为本发明基于物联网结构的前端设备的存储系统的结构示意图;
图5a-5b为本发明基于物联网结构的存储系统的实施例一的结构示意图;
图6为基于物联网结构的存储方法的实施例一的结构示意图;
图7为本发明基于物联网结构的存储系统的实施例二的结构示意图;
图8-图9为本发明基于物联网结构的存储系统的实施例三的结构示意图;
图10为本发明基于物联网结构的存储系统的实施例四的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,下述技术方案,技术特征之间可以相互组合。
下面结合附图对本发明的具体实施方式作进一步的说明:
实施例一
本实施例提出一种把大容量嵌入式非易失性存储器应用在物联网前端设备使之获得智能操作的方法。其结构如图2所示,至少由大容量的嵌入式非易失性存储器,微处理器和数据采集设备所组成一个前端设备。数据采集设备用来采集数据,可以是单个的数据采集设备;也可以是多个和/或不同功能的数据采集设备组成。这些数据采集设备每一个可以具有不同的功能,比如图像采集、温度采集、湿度采集等,也可以具有相同的功能。大容量嵌入式非易失性存储器是用来预存与所述数据采集设备应用场景相关的详细背景知识数据,即用所述大容量的存储设备作为前端设备的背景知识库。大容量嵌入式非易失性存储器上存储的背景知识库结构可以至少分为两类存储结构:如图3a所示,大容量嵌入式非易失性存储器预存的背景知识数据,由背景知识数据1、背景知识数据2、……、背景数据知识n组成,即n的值越大可存储的背景知识数据越多。物联网前端传感器设备的微处理器针对传感器采集进来的数据,与该背景知识库中的数据进行某种特定匹配运算后,一旦有匹配成功,物联网前端传感器设备将做出同一类响应操作。如图3b所示,大容量嵌入式非易失性存储器预存的背景知识库,由条件1到条件m组成,m的值越大可存储的条件越多;每个条件下可存储的范围如条件1,即背景知识数据1_1到背景知识数据1_n,n的值越大可存储的背景知识数据越多。物联网前端传感器设备的微处理器针对传感器采集进来的数据,与该背景知识库中的多个条件下的背景知识数据进行某种特定匹配操作后,一旦有匹配成功。物联网前端传感器设备将根据匹配成功的背景知识数据所处的相应条件做出相应的一类响应操作。
数据采集设备用来采集数据,可以是单个的数据采集设备;也可以是多个数据采集设备组成。数据采集设备可以是有各种不同功能的传感器组成,比如图像传感器、声音传感器等。当单个的数据采集设备在应用场景中的大容量嵌入式非易失性存储器中,可以存储有一个相同条件下的背景知识库,如图4a所示;也可以存储有不同条件下的背景知识库,如图4b所示。当物联网前端传感器设备由多个数据采集设备组成,即数据采集设备1到数据采集设备q,q>=1。在应用场景中,每一个数据采集设备都可以有与之相对应图3a或图3b中任何一种类型的背景知识库。若多个数据采集设备都使用图3a这一类型的背景知识库,如图5a所示,即当数据采集设备q采集进来数据后,微处理器会将其与数据采集设备q的条件下的背景知识数据q_1至背景知识数据q_n做特定匹配操作,并根据匹配结果做出相应的响应操作。若多个数据采集设备都使用图3b这一类型的背景知识库,如图5b所示,即当数据采集设备q采集进来数据后,微处理器会将其与数据采集设备q的条件下的所有条件(从条件q_1至条件q_m)的背景知识数据做特定匹配操作,并根据匹配结果做出相应的响应操作。
在本发明中微处理器会把数据采集设备采集的数据,和大容量嵌入式非易失性存储器中预存的背景知识数据做特定的匹配操作,其处理数据的流程如图6所示。首先,在大容量嵌入式非易失性存储器中预存有该数据采集设备相关应用场景的详细背景知识信息数据,当数据采集设备采集到数据后,微处理器把采集的数据和预存背景知识数据做特定查找运算,然后微处理器根据处理结果做出相应响应操作。
由于大容量的嵌入式非易失性存储器具有很高的存储空间,当其上可以包含的应用领域中的背景知识数据越多,则微处理器越可在预存背景知识数据中匹配到数据采集设备采集到的数据,那么物联网前端传感器设备就可以更智能地独立快速做出响应操作,也就不需要将数据传送到数据中心等待处理。这样不仅大大降低数据在传输过程中产生的功耗和成本,同时更省去了因为延时或误判导致的损失。
实施例二
将本发明应用于儿童看护中,前端设备是由一个数据采集设备,微处理器和大容量嵌入式非易失性存储器构成,如图7所示。数据采集设备具有采集图像的功能,在大容量嵌入式非易失性存储器中,存储了大量的关于儿童看护中会发生的各种危险动作背景知识数据,比如存储的有儿童爬窗的动作背景知识数据,儿童开门的动作背景知识数据,儿童摔落的动作背景知识数据等,这些背景知识数据可以是以图像格式的形式存储的。假设数据采集设备每隔3秒采集一次当前屋中的状态,微处理器把数据采集设备采集到的背景知识数据和预存放在大容量嵌入式非易失性存储器中的数据作对比。如果当某一时刻儿童将要爬窗时,数据采集设备采集到这个图像数据,微处理器在预存的背景知识数据中匹配到该儿童爬窗的动作背景知识数据,那么微处理器就发出关闭窗户的指令,然后窗户关闭。或者当某一时刻儿童站在离门0.5米远处时,数据采集设备采集到这个图像数据,微处理器在预存的背景知识数据中匹配到该儿童开门的动作背景知识数据,那么微处理器就发出关门的指令,然后门关闭。又或者当某一时刻儿童从床上跌落到地上时,数据采集设备采集到这个图像数据,微处理器在预存的背景知识数据中匹配到该儿童摔落的动作背景知识数据,那么微处理器就立即做出打电话给看护人员的操作,让看护人员来查看儿童是否安全。
实施例三
将本发明应用在葡萄种植园中,如图8所示,在葡萄园中安装了8个前端设备,即前端设备1到前端设备8。前端设备的结构如图9所示,每个前端设备都有微处理器,大容量嵌入式非易失性存储器和3个数据采集设备组成。3个数据采集设备中数据采集设备1具有采集光照强度的功能,数据采集设备2具有采集土壤湿度的功能,数据采集设备3具有采集化肥浓度的功能。大容量嵌入式非易失性存储器相对应这3个数据采集设备分别预存储了关于葡萄园光照强度的各种背景知识数据、关于葡萄园土壤湿度的各种背景知识数据、和关于葡萄园化肥浓度的各种背景知识数据。假如对这些前端设备设置为每半小时采集一次数据。如果当某一时刻前端设备5中的数据采集设备2,采集到土壤的湿度为5%。而在大容量嵌入式非易失性存储器中预存储的关于湿度的背景知识数据中,有一条关于土壤湿度小于6%需要浇水的背景知识数据。当微处理器匹配到该数据时,微处理器就发出洒水的指令,然后区域5的洒水器开始洒水。又如果当某一时刻前端储备8中数据采集设备1采集到葡萄连续光照时间为3小时,在大容量嵌入式非易失性存储器中预存的关于光照的背景知识数据中,有一条关于光照时间小于5小时需要加强光照的背景知识数据。同时前端储备8中数据采集设备3采集到土壤化肥浓度为20%,而在大容量嵌入式非易失性存储器中预存的关于化肥浓度低于60%需要施肥的背景知识数据。当微处理器分别匹配到这两条数据时,微处理器就发出加强光照和施肥的指令给葡萄园管理员,然后管理员就给区域8的葡萄增加光照时间和施加肥料。
实施例四
将本发明应用在对高尔夫球场的草坪管理中,如图10所示,在高尔夫球场有9个前端设备,每个前端设备都有一个大容量嵌入式非易失性存储器,微处理器和一个数据采集设备。数据采集设备具有采集草坪的湿度和检测草坪的长势程度的功能,大容量嵌入式非易失性存储器中预存放的有关于草坪湿度和长势程度的背景知识数据。同时根据串行结构物联网的应用,该前端设备1通过蓝牙和前端设备2通信,前端设备2通过蓝牙和前端设备3通信,依次类推,前端设备9通过无线网络和服务器通信。当某一天前端设备1采集到草坪的长势达到7cm,在大容量嵌入式非易失性存储器中预存的关于草坪长势背景知识数据中,有一条草坪生长高度长于5cm需要修剪的背景知识数据。当前端设备1的微处理器匹配到该背景知识数据时,微处理器就把修剪草坪的指令,通过蓝牙发送给前端设备2,前端设备2把接收到的数据通过蓝牙转发给前端设备3。依次类推,该指令被前端设备9通过无线网络上传到了服务器,由服务器告知管理人员,前端设备1所在的区域中的草坪需要修剪。
本发明一个较佳的实施例中,大容量嵌入式非易失性存储器也可以是独立式的大容量非易失性存储器。
综上所述,本发明提出一种把大容量嵌入式非易失性存储器应用在物联网前端设备使之获得智能操作的系统及方法。在本发明中前端设备里具有大容量的嵌入式非易失性存储器,可以预存储与用户所应用场景中相关的大量的、详细的背景知识库数据信息。当数据采集设备采集到数据时,前端设备中的微处理器就可以把采集到的数据,与预存在本地大容量嵌入式非易失性存储器的背景知识库数据进行特定的匹配操作,根据匹配的结果做出相应的操作。在这样的智能操作下,用户可以快速得到操作结果;同时因为不需要把数据传送到数据中心,进而大大降低了功耗;又由于本发明提出的“一种把大容量嵌入式非易失性存储器应用在物联网前端设备使之获得智能操作的方法”不需要性能很强大的微处理器和很高级复杂的运算或和算法程序,所以使物联网前端传感器成本大大降低。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例,基于本发明精神,还可作其他的转换。尽管上述发明提出了现有的较佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。
Claims (10)
1.一种物联网前端的操作系统,其特征在于,所述操作系统具有物联网结构的前端,所述物联网结构的前端包括:
存储模块,存储有背景知识数据;
具有微处理器和采集设备的传感器模块,其中,所述采集设备与所述微处理器连接,所述微处理器与所述存储模块连接;以及
所述微处理器将所述采集设备采集的原始数据进行匹配操作,若成功匹配,则所述微处理器执行相应的操作。
2.根据权利要求1所述的物联网前端的操作系统,其特征在于,所述采集设备为多个,多个采集设备分别采集图像和/或温度和/或湿度。
3.根据权利要求1所述的物联网前端的操作系统,其特征在于,所述数据采集设备为多个不同功能的传感器所述传感器包括图像传感器和/或声音传感器。
4.根据权利要求2所述的物联网前端的操作系统,其特征在于,所述存储模块包括多个条件单元,每个条件单元存储有与所述多个采集设备对应的背景知识数据。
5.根据权利要求4所述的物联网前端的操作系统,其特征在于,每个所述条件单元均包括多个存储单元,并且每个所述存储单元中均存储有存储量不同的背景知识数据。
6.根据权利要求1所述的物联网前端的操作系统,其特征在于,所述存储模块包括嵌入式非易失性存储器和/或独立式非易失性存储器。
7.一种物联网前端的操作方法,其特征在于,所述操作方法包括:
采集原始数据;
将所述原始数据与预存储的背景知识数据匹配;
若匹配,则执行相应的操作。
8.根据权利要求7所述的物联网前端的操作方法,其特征在于,所述操作方法中:
采集原始数据后,将所述原始数据与多个条件下的所述背景知识数据进行匹配,若匹配,则根据匹配成功的所述背景知识数据所处的相应的条件,做出相应的一系列相应操作。
9.根据权利要求7所述的物联网前端的操作方法,其特征在于,所述操作方法中:
采集设备采集原始数据;
微处理器将所述原始数据与预存储于存储模块中的背景知识数据匹配;
若匹配,则执行相应的操作。
10.根据权利要求9所述的物联网前端的操作方法,其特征在于,所述操作方法中:
所述存储模块包括嵌入式非易失性存储器和/或独立式非易失性存储器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610252253.7A CN105955661A (zh) | 2016-04-21 | 2016-04-21 | 物联网前端的操作系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610252253.7A CN105955661A (zh) | 2016-04-21 | 2016-04-21 | 物联网前端的操作系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105955661A true CN105955661A (zh) | 2016-09-21 |
Family
ID=56914757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610252253.7A Pending CN105955661A (zh) | 2016-04-21 | 2016-04-21 | 物联网前端的操作系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955661A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453405A (zh) * | 2016-11-24 | 2017-02-22 | 济南浪潮高新科技投资发展有限公司 | 一种云环境下雾节点安全认证方法 |
CN107918300A (zh) * | 2017-11-01 | 2018-04-17 | 普扬潍(南京)电子技术有限公司 | 基于动态内存控制芯片的边缘计算工业控制系统 |
CN109240821A (zh) * | 2018-07-20 | 2019-01-18 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务系统及方法 |
WO2021057544A1 (zh) * | 2019-09-27 | 2021-04-01 | 青岛海尔洗衣机有限公司 | 信息处理方法、系统、电器设备及边缘计算设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050002562A1 (en) * | 2003-06-06 | 2005-01-06 | Akira Nakajima | Image recognition apparatus and image recognition method, and teaching apparatus and teaching method of the image recognition apparatus |
CN103048985A (zh) * | 2013-01-16 | 2013-04-17 | 广东省农业机械研究所 | 农情信息一体化采集装置 |
CN204347567U (zh) * | 2014-11-20 | 2015-05-20 | 广东荣晖信息工程有限公司 | 一种智能采集农业生产数据的智能传感器 |
CN105158253A (zh) * | 2015-01-25 | 2015-12-16 | 无锡桑尼安科技有限公司 | 一种农作物成熟度识别方法 |
-
2016
- 2016-04-21 CN CN201610252253.7A patent/CN105955661A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050002562A1 (en) * | 2003-06-06 | 2005-01-06 | Akira Nakajima | Image recognition apparatus and image recognition method, and teaching apparatus and teaching method of the image recognition apparatus |
CN103048985A (zh) * | 2013-01-16 | 2013-04-17 | 广东省农业机械研究所 | 农情信息一体化采集装置 |
CN204347567U (zh) * | 2014-11-20 | 2015-05-20 | 广东荣晖信息工程有限公司 | 一种智能采集农业生产数据的智能传感器 |
CN105158253A (zh) * | 2015-01-25 | 2015-12-16 | 无锡桑尼安科技有限公司 | 一种农作物成熟度识别方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453405A (zh) * | 2016-11-24 | 2017-02-22 | 济南浪潮高新科技投资发展有限公司 | 一种云环境下雾节点安全认证方法 |
CN107918300A (zh) * | 2017-11-01 | 2018-04-17 | 普扬潍(南京)电子技术有限公司 | 基于动态内存控制芯片的边缘计算工业控制系统 |
CN109240821A (zh) * | 2018-07-20 | 2019-01-18 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务系统及方法 |
CN109240821B (zh) * | 2018-07-20 | 2022-01-14 | 北京航空航天大学 | 一种基于边缘计算的分布式跨域协同计算与服务系统及方法 |
WO2021057544A1 (zh) * | 2019-09-27 | 2021-04-01 | 青岛海尔洗衣机有限公司 | 信息处理方法、系统、电器设备及边缘计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vasisht et al. | {FarmBeats}: an {IoT} platform for {Data-Driven} agriculture | |
CN110458032B (zh) | 荔枝生长状况全程监控方法、系统、云服务器及存储介质 | |
CN100590390C (zh) | 基于ZigBee网络与嵌入式3S技术的农田信息监测系统 | |
CN105955661A (zh) | 物联网前端的操作系统及方法 | |
CN204613795U (zh) | 一种基于移动终端的土壤肥力集成管理系统 | |
CN203705893U (zh) | 基于物联网的智能温室管理系统 | |
CN101399734A (zh) | 一种农田土壤信息采集系统和方法 | |
CN201203437Y (zh) | 基于ZigBee网络与嵌入式3S技术的农田信息监测系统 | |
CN103309378A (zh) | 一种手机远程实时监控大棚环境因子的多功能无线装置 | |
CN105737897B (zh) | 一种分布式大田气象远程数据监测系统 | |
CN103761674A (zh) | 基于遥感与海量气候信息的农作物生长期告警与干预方法 | |
CN203950191U (zh) | 一种基于移动设备的植物监控装置 | |
CN202904667U (zh) | 基于移动终端的作物病害识别系统 | |
CN109409275A (zh) | 目标对象的识别方法及装置、施药信息的确定方法 | |
CN105432438A (zh) | 一种基于云平台的智能农业监控系统 | |
CN103985056A (zh) | Wsn农田自由分区农产品生产履历采集方法及系统 | |
CN113191914A (zh) | 用于日光温室精准监测的数字孪生体构造系统 | |
CN205375166U (zh) | 一种基于物联网的智能农业监控系统 | |
El Houssaini et al. | Wireless sensor networks in agricultural applications | |
CN102854851A (zh) | 互联网集成作业系统 | |
CN108234674A (zh) | 智能蔬菜家电物联网系统 | |
CN205485514U (zh) | 物联网温室智能管理系统 | |
KR102467508B1 (ko) | 촬영 이미지 및 gps 분석 기반의 스마트 잔디 병충해 관리 시스템 | |
CN105867220A (zh) | 一种基于物联网的盐碱地数据采集分析终端 | |
Lavanya et al. | A survey on agriculture and greenhouse monitoring using IOT and WSN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160921 |