CN106441442A - 一种大田作物表型信息高通量对等监测装置及监测方法 - Google Patents

一种大田作物表型信息高通量对等监测装置及监测方法 Download PDF

Info

Publication number
CN106441442A
CN106441442A CN201610919719.4A CN201610919719A CN106441442A CN 106441442 A CN106441442 A CN 106441442A CN 201610919719 A CN201610919719 A CN 201610919719A CN 106441442 A CN106441442 A CN 106441442A
Authority
CN
China
Prior art keywords
crop
automatically controlled
moving cart
phenotypic information
image
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.)
Granted
Application number
CN201610919719.4A
Other languages
English (en)
Other versions
CN106441442B (zh
Inventor
王远
施卫明
闵炬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Soil Science of CAS
Original Assignee
Institute of Soil Science of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Soil Science of CAS filed Critical Institute of Soil Science of CAS
Priority to CN201610919719.4A priority Critical patent/CN106441442B/zh
Publication of CN106441442A publication Critical patent/CN106441442A/zh
Application granted granted Critical
Publication of CN106441442B publication Critical patent/CN106441442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass

Abstract

本发明涉及一种大田作物表型信息高通量对等监测装置,通过电控移动小车(4)携带传感器/相机/测量仪器在试验小区(3)上方移动测试,并对测试数据进行处理分析;并且,本发明还涉及大田作物表型信息高通量对等监测装置的监测方法,可以快速获取大田作物的表型信息,并且在测试过程中,无需移动被测作物,保持了作物的自然生长状态,最大限度的降低了测试过程对作物造成的影响。如此,一方面,本发明所设计的大田作物表型信息高通量对等监测装置,可显著促进作物分子育种和植物功能基因组学的发展;另一方面,可以指导人们优化田间管理措施和作物种植结构。

Description

一种大田作物表型信息高通量对等监测装置及监测方法
技术领域
本发明涉及一种大田作物表型信息高通量对等监测装置及监测方法,属于作物表型原位无损测定技术领域。
背景技术
作物表型是指能够反映作物结构和组成的,或能反映作物生长发育过程和结果的,由一个基因型与一类环境互作产生的部分或全部可辨识的作物物理、生理和生化特征及性状。作物品种表型鉴定或表型测试,是新品种选育和推广、基因与表型组学研究的基础。
目前农作物表型测量的主要方法仍是人工测量,这种测量方法效率低,但不受仪器设备等条件的限制,所以仍然被大多数人采用。随着植物功能基因组学和作物分子育种研究的深入,传统的表型观测已经成为制约其发展的主要瓶颈,而高通量的作物表型分析技术研究是解决这一困境的有效途径。
现阶段,已有多个大型科研机构或跨国公司构建了高通量植物表型测试平台,前者代表如澳大利亚植物功能基因组中心、法国农业科学研究院、德国莱布尼茨植物遗传和作物研究所、美国唐纳德丹佛植物科学中心,后者代表如杜邦、拜耳、先正达、孟山都等。整套测试平台包括日光温室、传送带、成像模块、暗房、运输车和控制系统等,可实现全自动高通量植物表型无损测试,但此类表型测试平台造价过高,大部分科研单位和公司都难以承受,并且该平台只能对盆栽作物进行测试,无法还原作物真实的生长环境。在国内,申请号201210006924.3的发明专利申请公开了一种盆栽水稻表型参数全自动无损高通量测量系统,其工作原理与上述大型植物表型测试平台类似。申请号为201610006752.8的发明专利申请公开了一种农作物表型田间高通量主动测量装置与方法,该装置将传感器装在暗箱顶部,并通过桁架输送暗箱罩住被测植物,然后对作物进行拍照提取表型信息,该装置虽然实现了田间测试,但暗箱和机械手需要接触到被测作物,在高回访率的测试环境下,势必对作物生长产生较大影响。
发明内容
本发明所要解决的技术问题是提供一种装置集成度高,造价低,可解决现有设备造价高、不能应用于大田、测试速度慢等问题的大田作物表型信息高通量对等监测装置。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种大田作物表型信息高通量对等监测装置,包括端截面为凹口的轨道、电控移动小车、平衡架、电源、微控电脑、两套下探装置、至少两个不同类型的作物监测传感器、以及至少两个不同类型的图像采集装置;其中,轨道沿作物分布、水平设置于作物上方预设高度的位置,且轨道的凹口向上;电控移动小车的宽度、高度分别与轨道上凹口内侧的宽度、高度相适应,电控移动小车位于轨道上凹口内进行移动,平衡架水平设置于电控移动小车的顶部,且平衡架的两端分别位于轨道的两侧;电源和微控电脑设置于电控移动小车上,电源分别为电控移动小车、微控电脑、各个作物监测传感器、以及各个图像采集装置进行供电;微控电脑分别与电控移动小车、各个作物监测传感器、各个图像采集装置相连接;两套下探装置分别包括伸缩杆和电控云台,微控电脑分别与各套下探装置中的电控云台相连接;两套下探装置中伸缩杆的一端分别与平衡架的两端相连接,且伸缩杆竖直向下,两套下探装置中伸缩杆的另一端分别与对应电控云台相连接;各个作物监测传感器分设在两套下探装置中电控云台的活动端;各个图像采集装置分设在两套下探装置中电控云台的活动端。
作为本发明的一种优选技术方案:所述电控移动小车包括小车本体、分别设置于小车本体前、后的两个测距传感器、设置于小车本体内部的电路板,以及设置于电路板上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器,所述电源分别为各个测距传感器、电路板,以及设置于电路板上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器进行供电;其中,两个测距传感器分别与滤波电路的输入端相连接,滤波电路的输出端与数字信号处理器DSP的输入端相连接,数字信号处理器DSP的输出端与PWM控制芯片的输入端相连接,PWM控制芯片的输出端与电机驱动器的输入端相连接,电机驱动器的输出端与小车本体的行走电机相连接。
作为本发明的一种优选技术方案:还包括设置于所述电控移动小车上的集线器,所述各个作物监测传感器、各个图像采集装置分别与集线器相连接后,集线器与所述微控电脑相连接。
作为本发明的一种优选技术方案:所述各个作物监测传感器包括光照强度传感器和光合有效辐射传感器,光照强度传感器和光合有效辐射传感器分别设置在两套下探装置中电控云台的活动端。
作为本发明的一种优选技术方案:所述各个图像采集装置包括可见光工业相机、近红外工业相机、多光谱相机、高光谱相机、热红外相机、激光扫描雷达、荧光成像仪等设备,及非成像类测试仪器,所有图像采集装置分布设置在所述各套下探装置中电控云台的活动端。
作为本发明的一种优选技术方案:所述轨道沿作物分布、通过多个支撑架水平设置于作物上方预设高度的位置。
作为本发明的一种优选技术方案:还包括远程计算机,所述微控电脑与远程计算机之间通过无线通信方式进行信号交互。
作为本发明的一种优选技术方案:还包括与所述远程计算机相连接的磁盘阵列。
作为本发明的一种优选技术方案:所述平衡架和各根伸缩杆均为多节高强度空管套接,且空管间通过套环旋转内锁结构固定套接。
本发明所述一种大田作物表型信息高通量对等监测装置采用以上技术方案与现有技术相比,具有以下技术效果:本发明所设计的大田作物表型信息高通量对等监测装置,通过电控移动小车携带传感器/相机/测量仪器在试验小区上方移动测试,并对测试数据进行处理分析,所设计的监测装置,可通过预设程序自动完成整个测试过程,测试速度快,回访率高。因此,一方面,本发明所设计的大田作物表型信息高通量对等监测装置,可显著促进作物分子育种和植物功能基因组学的发展;另一方面,可以指导人们优化田间管理措施和作物种植结构,除此之外,所设计监测装置,装置集成度高,造价低,可解决现有设备造价高、不能应用于大田、测试速度慢等问题。
与之相对应,本发明还要解决的技术问题是提供一种基于所设计大田作物表型信息高通量对等监测装置,能够提高作物监测效率与精度的大田作物表型信息高通量对等监测装置监测方法。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种大田作物表型信息高通量对等监测装置的监测方法,包括如下步骤:
步骤001. 所述微控电脑控制电控移动小车移动,同时由微控电脑接收图像采集装置垂直俯视拍摄的近红外图像,并利用中值滤波进行降噪处理,再进行重采样,获得重采样图片;
步骤002. 采用阈值法针对重采样图片进行分割,提取作物冠层部分,并将其转换为二值图像;
步骤003. 针对二值图像进行形态学闭运算,删除二值图像中像素数不足图像总像素数1%的连通区域,更新二值图像;
步骤004. 利用预设经过训练的神经网络识别二值图像中完整的单株作物和残缺面积小于50%的作物,并计算二值图像中完整作物区域的重心;
步骤005. 筛选二值图像中位于电控移动小车移动方向一侧的重心,以整幅二值图像中心点为起点,筛选的重心为终点绘制向量;
步骤006. 将所绘制的向量投影在电控移动小车的移动方向上,把长度最短的投影向量所对应的作物作为目标待测作物,把此投影相应的长度反馈为电控移动小车的移动速度;
步骤007. 微控电脑根据投影在电控移动小车移动方向上的向量、投影相应长度所反馈的电控移动小车移动速度,以及目标待测作物,控制电控移动小车移动,使得电控移动小车移动至目标待测作物的正上方,由微控电脑控制作物监测传感器和图像采集装置针对待测作物实现监测。
本发明所述一种大田作物表型信息高通量对等监测装置的监测方法,采用以上技术方案与现有技术相比,具有以下技术效果:本发明所设计的大田作物表型信息高通量对等监测装置监测方法,基于上述具体所设计的大田作物表型信息高通量对等监测装置,通过电控移动小车携带传感器/相机/测量仪器在试验小区上方移动测试,并对测试数据进行处理分析,可以快速获取大田作物的表型信息,并且在测试过程中,无需移动被测作物,保持了作物的自然生长状态,最大限度的降低了测试过程对作物造成的影响;不仅如此,本发明所设计监测方法,能够通过预设程序自动完成整个测试过程,测试速度快,回访率高。因此,一方面,本发明给科研人员提供了一种可应用于大田的作物表型高通量对等监测装置的监测方法,必将极大地促进作物分子育种和植物功能基因组学的发展;另一方面,可以指导人们优化田间管理措施和作物种植结构。
附图说明
图1是本发明设计的大田作物表型信息高通量对等监测装置的结构示意图;
图2是本发明设计的大田作物表型信息高通量对等监测装置中电控移动小车的结构示意图。
其中,1. 轨道,2. 支撑架,3. 试验小区,4. 电控移动小车,5. 远程计算机,6.磁盘阵列,7. 伸缩杆,8. 平衡架,9. 电控云台,10. 电路板,11. 测距传感器,12. 电源,13. 集线器,14. 微控电脑,15. 光照强度传感器,16. 光合有效辐射传感器,17. 可见光工业相机,18. 近红外工业相机,19. 多光谱相机,20. 高光谱相机。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
基于上述背景技术针对现有技术的说明,本发明针对大田试验覆盖面积大和大田作物种植密度高的特点,提供一种可在较大面积范围内应用的,能够快速、对等、无损的对大田作物进行监测的装置和监测方法。
如图1和图2所示,本发明设计了一种大田作物表型信息高通量对等监测装置,实际应用中,具体包括端截面为凹口的轨道1、电控移动小车4、远程计算机5、磁盘阵列6、平衡架8、电源12、集线器13、微控电脑14、两套下探装置、至少两个不同类型的作物监测传感器、以及至少两个不同类型的图像采集装置;其中,轨道1沿作物分布、通过多个支撑架2水平设置于作物上方预设高度的位置,且轨道1的凹口向上;电控移动小车4的宽度、高度分别与轨道1上凹口内侧的宽度、高度相适应,电控移动小车4位于轨道1上凹口内进行移动,平衡架8水平设置于电控移动小车4的顶部,且平衡架8的两端分别位于轨道1的两侧;电源12、集线器13和微控电脑14设置于电控移动小车4上,电源12分别为电控移动小车4、微控电脑14、各个作物监测传感器、以及各个图像采集装置进行供电;各个作物监测传感器、各个图像采集装置分别与集线器13相连接后,集线器13与所述微控电脑14相连接;电控移动小车4包括小车本体、分别设置于小车本体前、后的两个测距传感器11、设置于小车本体内部的电路板10,以及设置于电路板10上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器,所述电源12分别为各个测距传感器11、电路板10,以及设置于电路板10上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器进行供电;其中,两个测距传感器11分别与滤波电路的输入端相连接,滤波电路的输出端与数字信号处理器DSP的输入端相连接,数字信号处理器DSP的输出端与PWM控制芯片的输入端相连接,PWM控制芯片的输出端与电机驱动器的输入端相连接,电机驱动器的输出端与小车本体的行走电机相连接;应用中,数字信号处理器DSP可对经过滤波处理后的激光测距仪信号进行处理,得到小车相对于轨道的位置信息,并对PWM控制芯片发送调节信号;PWM控制芯片可向电机驱动器发送调节信号,使电机驱动器调节直流电机,控制小车直行、转弯、减速、加速、前进、后退或停止;两套下探装置分别包括伸缩杆7和电控云台9,微控电脑14分别与各套下探装置中的电控云台9相连接;平衡架8和各根伸缩杆7均为多节高强度空管套接,且空管间通过套环旋转内锁结构固定套接;两套下探装置中伸缩杆7的一端分别与平衡架8的两端相连接,且伸缩杆7竖直向下,两套下探装置中伸缩杆7的另一端分别与对应电控云台9相连接;各个作物监测传感器分设在两套下探装置中电控云台9的活动端;各个图像采集装置分设在两套下探装置中电控云台9的活动端,其中,各个作物监测传感器包括光照强度传感器15和光合有效辐射传感器16,光照强度传感器15和光合有效辐射传感器16分别设置在两套下探装置中电控云台9的活动端;各个图像采集装置包括可见光工业相机17、近红外工业相机18、多光谱相机19、高光谱相机20、热红外相机、激光扫描雷达、荧光成像仪等设备,及非成像类测试仪器,所有图像采集装置分布设置在所述各套下探装置中电控云台9的活动端;磁盘阵列6与远程计算机5相连接,微控电脑14与远程计算机5之间通过无线通信方式进行信号交互。
上述技术方案所设计的大田作物表型信息高通量对等监测装置,通过电控移动小车携带传感器/相机/测量仪器在试验小区上方移动测试,并对测试数据进行处理分析,所设计的监测装置,可通过预设程序自动完成整个测试过程,测试速度快,回访率高。因此,一方面,本发明所设计的大田作物表型信息高通量对等监测装置,可显著促进作物分子育种和植物功能基因组学的发展;另一方面,可以指导人们优化田间管理措施和作物种植结构,除此之外,所设计监测装置,装置集成度高,造价低,可解决现有设备造价高、不能应用于大田、测试速度慢等问题。
本发明所设计一种大田作物表型信息高通量对等监测装置,在具体的实际应用中,各个支撑架2竖直安装在相邻试验小区的田埂处,支撑架2和轨道1主体间焊接固定,轨道1主体离地高度为2–3米,并且电控移动小车4与轨道1主体的宽、高相匹配,使电控移动小车4正好可以在轨道1内无障碍行进;轨道1形状可以为环型、直线型和S型;轨道1截面为凹口形,轨道1底面宽度约为24cm、高度约为8cm、顶部两侧向内弯折宽度约为2cm,轨道1底面中部每隔50cm开直径约2cm圆孔;应用中,电源12采用蓄电池,电控移动小车4采用24V直流电机驱动;电控云台9为三相电控云台;平衡架8和伸缩杆7采用多节高强度空管套接,空管间通过套环旋转内锁结构固定,其长度可在调节范围内无级调节;各个作物监测传感器、各个图像采集装置分别与集线器13相连接后,集线器13通过USB 3.0接口与所述微控电脑14相连接;微控电脑14与远程计算机5之间通过基于IEEE 802.11ac无线传输协议的无线通信方式进行信号交互。
将上述所设计一种大田作物表型信息高通量对等监测装置,应用到实际当中,具体按如下实施方式进行:
S1,装置安装调节完毕后,选择运行模式,启动电控移动小车4,使电控移动小车4携带传感器和相机对各个试验小区3的作物进行测试。
S2,将采集到的原始数据通过无线网络发送到微控电脑14,并经由微控电脑14发送至远程计算机5当中。
S3,远程计算机5首先将原始数据存储到磁盘阵列6中,然后对原始数据进行预处理,并按预设算法将图像特征参数转化为作物表型指标。
进一步地,还包括如下步骤:
S4,根据S3获得的高通量作物表型信息,通过全基因组关联分析(GWAS)等方法,获得有关表型特征和性状之间的关联,用于指导作物分子育种或植物功能基因组学研究。
S5,根据S3获得的高通量作物表型信息,将不同作物基因型和环境的决定或影响区分开来,用于指导田间管理措施或种植结构的优化。
其中对于S1而言,其中,所述电控移动小车4运行模式包括匀速连续运行、等间距间断性运行和自动定位运行;匀速连续运行是指电控移动小车4在轨道1上以恒定的速度持续运行,直到遍历所有待测作物;等距间断性运行是指电控移动小车4每移动一定距离就停止运行,待仪器测试完毕后再继续运行,直到遍历所有待测作物;自动定位运行是指通过图像实时分析,定位待测作物位置并自动控制电控移动小车4运行,遍历所有待测作物;三种运行模式分别针对不同类型的作物或种植密度,以及仪器所需测试时间:当测试仪器可在移动过程中连续测试、作物种植密度高、冠层较均匀时,可采用匀速连续运行模式;当测试仪器需要在静止状态工作、作物种植密度高、冠层较均匀时,可采用等间距间断性;当测试仪器需要在静止状态工作、作物种植密度低、植株间隙较大或需要对单株作物进行测试时,可采用自动定位运行,其中电控移动小车4自动定位运行,具体包括如下步骤:
步骤001. 所述微控电脑17控制电控移动小车4移动,同时由微控电脑17接收图像采集装置垂直俯视拍摄的近红外图像,并利用中值滤波进行降噪处理,再进行重采样,获得重采样图片。
步骤002. 采用阈值法针对重采样图片进行分割,提取作物冠层部分,并将其转换为二值图像。
步骤003. 针对二值图像进行形态学闭运算(先膨胀后腐蚀),删除二值图像中像素数不足图像总像素数1%的连通区域,更新二值图像。
步骤004. 利用预设经过训练的神经网络识别二值图像中完整的单株作物和残缺面积小于50%的作物,并计算二值图像中完整作物区域的重心,其中,神经网络采用3层BP网络模型,利用100幅随机拍摄的相同品种的作物冠层近红外图像进行训练,特征描述子的提取基于经过预处理的二值图像。
步骤005. 筛选二值图像中位于电控移动小车4移动方向一侧的重心,以整幅二值图像中心点为起点,筛选的重心为终点绘制向量。
步骤006. 将所绘制的向量投影在电控移动小车4的移动方向上,把长度最短的投影向量所对应的作物作为目标待测作物,把此投影相应的长度反馈为电控移动小车4的移动速度。
步骤007. 微控电脑17根据投影在电控移动小车4移动方向上的向量、投影相应长度所反馈的电控移动小车4移动速度,以及目标待测作物,控制电控移动小车4移动,使得电控移动小车4移动至目标待测作物的正上方,由微控电脑17控制作物监测传感器和图像采集装置针对待测作物实现监测,与此同时,微控电脑17可将每株待测作物的坐标发送并存储至电路板10,可指导下次运行。
不仅如此,S1中,所述各个图像采集装置包括可见光工业相机17、近红外工业相机18、多光谱相机19、高光谱相机20、热红外相机、激光扫描雷达、荧光成像仪等设备,及非成像类测试仪器;各个作物监测传感器包括光照强度传感器15和光合有效辐射传感器16。
其中,光照强度传感器15,用于获取冠层上方的光照强度及作物冠层和地面反射光的强度;光合有效辐射传感器16,用于获取冠层上方的光合有效辐射强度及作物冠层和地面反射的光合有效辐射强度;可见光工业相机17,用于连续获取作物表面图像及作物冠层图像;近红外工业相机18,用于连续获取作物近红外波段的冠层图像;多光谱相机19,用于获取作物5个特征波段的光谱图像;高光谱相机20,用于获取作物400–2500nm波段范围内的窄波段光谱图像。
进一步地,S3中,对原始数据进行预处理,具体指:对光照强度传感器15和光合有效辐射传感器16采集的数据,首先将数据与试验小区3进行匹配,然后排除奇异值待用。
进一步地,S3中,对原始数据进行预处理,具体指:对相机拍摄的可见光图像、近红外图像、多光谱图像和高光谱图像,首先将图像与试验小区3进行匹配,然后对其进行几何校正、滤波降噪、边缘检测、空间变换、图像分割、图像融合、特征识别、特征提取和光照补偿校正等操作;其中,所述光照补偿校正是指利用图像拍摄时同步获取的光照强度和光合有效辐射数据对图像特征参数进行校正。
进一步地,S3中,按预设算法将图像特征参数转化为作物表型指标,具体指:从先前的研究,和/或当前研究中的参照组采集同样的原始数据,对原始数据进行预处理操作,从图像信息中提取颜色、纹理、图形、灰度均值及融合特征,并利用同步获取的光照强度信息和光合有效辐射信息进行特征补偿,将这些图像特征参数与人工测量的作物表型指标间进行回归分析,建立图像特征参数与作物表型指标间的关系;或以已建立的模型作为预设算法将图像特征参数转化为作物表型指标。其中,所述参照组是指独立于待测作物之外的,生长条件与现实生长条件接近的,作物和土壤养分条件已知的,并对其表型指标进行人工测试的一组植株。
进一步地,S3中,作物表型指标,具体指:株高、叶片数、叶片大小、叶倾角、叶片形状、叶片颜色、叶片纹理、叶片含水量、叶片氮、磷、钾含量、叶片叶绿素含量、群体叶面积指数、群体干物质量和群体冠层覆盖度等;
综上技术方案所设计的大田作物表型信息高通量对等监测装置监测方法,基于上述具体所设计的大田作物表型信息高通量对等监测装置,通过电控移动小车携带传感器/相机/测量仪器在试验小区上方移动测试,并对测试数据进行处理分析,可以快速获取大田作物的表型信息,并且在测试过程中,无需移动被测作物,保持了作物的自然生长状态,最大限度的降低了测试过程对作物造成的影响;不仅如此,本发明所设计监测方法,能够通过预设程序自动完成整个测试过程,测试速度快,回访率高。因此,一方面,本发明给科研人员提供了一种可应用于大田的作物表型高通量对等监测装置的监测方法,必将促进作物分子育种和植物功能基因组学的发展;另一方面,可以指导人们优化田间管理措施和作物种植结构。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (10)

1.一种大田作物表型信息高通量对等监测装置,其特征在于:包括端截面为凹口的轨道(1)、电控移动小车(4)、平衡架(8)、电源(12)、微控电脑(14)、两套下探装置、至少两个不同类型的作物监测传感器、以及至少两个不同类型的图像采集装置;其中,轨道(1)沿作物分布、水平设置于作物上方预设高度的位置,且轨道(1)的凹口向上;电控移动小车(4)的宽度、高度分别与轨道(1)上凹口内侧的宽度、高度相适应,电控移动小车(4)位于轨道(1)上凹口内进行移动,平衡架(8)水平设置于电控移动小车(4)的顶部,且平衡架(8)的两端分别位于轨道(1)的两侧;电源(12)和微控电脑(14)设置于电控移动小车(4)上,电源(12)分别为电控移动小车(4)、微控电脑(14)、各个作物监测传感器、以及各个图像采集装置进行供电;微控电脑(14)分别与电控移动小车(4)、各个作物监测传感器、各个图像采集装置相连接;两套下探装置分别包括伸缩杆(7)和电控云台(9),微控电脑(14)分别与各套下探装置中的电控云台(9)相连接;两套下探装置中伸缩杆(7)的一端分别与平衡架(8)的两端相连接,且伸缩杆(7)竖直向下,两套下探装置中伸缩杆(7)的另一端分别与对应电控云台(9)相连接;各个作物监测传感器分设在两套下探装置中电控云台(9)的活动端;各个图像采集装置分设在两套下探装置中电控云台(9)的活动端。
2.根据权利要求1所述一种大田作物表型信息高通量对等监测装置,其特征在于:所述电控移动小车(4)包括小车本体、分别设置于小车本体前、后的两个测距传感器(11)、设置于小车本体内部的电路板(10),以及设置于电路板(10)上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器,所述电源(12)分别为各个测距传感器(11)、电路板(10),以及设置于电路板(10)上的滤波电路、数字信号处理器DSP、PWM控制芯片、遥控接收器、电机驱动器进行供电;其中,两个测距传感器(11)分别与滤波电路的输入端相连接,滤波电路的输出端与数字信号处理器DSP的输入端相连接,数字信号处理器DSP的输出端与PWM控制芯片的输入端相连接,PWM控制芯片的输出端与电机驱动器的输入端相连接,电机驱动器的输出端与小车本体的行走电机相连接。
3.根据权利要求1所述一种大田作物表型信息高通量对等监测装置,其特征在于:还包括设置于所述电控移动小车(4)上的集线器(13),所述各个作物监测传感器、各个图像采集装置分别与集线器(13)相连接后,集线器(13)与所述微控电脑(14)相连接。
4.根据权利要求1或3所述一种大田作物表型信息高通量对等监测装置,其特征在于:所述各个作物监测传感器包括光照强度传感器(15)和光合有效辐射传感器(16),光照强度传感器(15)和光合有效辐射传感器(16)分别设置在两套下探装置中电控云台(9)的活动端。
5.根据权利要求1或3所述一种大田作物表型信息高通量对等监测装置,其特征在于:所述各个图像采集装置包括可见光工业相机(17)、近红外工业相机(18)、多光谱相机(19)、高光谱相机(20)、热红外相机、激光扫描雷达、荧光成像仪等设备,及非成像类测试仪器,所有图像采集装置分布设置在所述各套下探装置中电控云台(9)的活动端。
6.根据权利要求1所述一种大田作物表型信息高通量对等监测装置,其特征在于:所述轨道(1)沿作物分布、通过多个支撑架(2)水平设置于作物上方预设高度的位置。
7.根据权利要求1所述一种大田作物表型信息高通量对等监测装置,其特征在于:还包括远程计算机(5),所述微控电脑(14)与远程计算机(5)之间通过无线通信方式进行信号交互。
8.根据权利要求7所述一种大田作物表型信息高通量对等监测装置,其特征在于:还包括与所述远程计算机(5)相连接的磁盘阵列(6)。
9.根据权利要求1所述一种大田作物表型信息高通量对等监测装置,其特征在于:所述平衡架(8)和各根伸缩杆(7)均为多节高强度空管套接,且空管间通过套环旋转内锁结构固定套接。
10.一种基于权利要求1所述一种大田作物表型信息高通量对等监测装置的监测方法,其特征在于,包括如下步骤:
步骤001. 所述微控电脑(17)控制电控移动小车(4)移动,同时由微控电脑(17)接收图像采集装置垂直俯视拍摄的近红外图像,并利用中值滤波进行降噪处理,再进行重采样,获得重采样图片;
步骤002. 采用阈值法针对重采样图片进行分割,提取作物冠层部分,并将其转换为二值图像;
步骤003. 针对二值图像进行形态学闭运算,删除二值图像中像素数不足图像总像素数1%的连通区域,更新二值图像;
步骤004. 利用预设经过训练的神经网络识别二值图像中完整的单株作物和残缺面积小于50%的作物,并计算二值图像中完整作物区域的重心;
步骤005. 筛选二值图像中位于电控移动小车(4)移动方向一侧的重心,以整幅二值图像中心点为起点,筛选的重心为终点绘制向量;
步骤006. 将所绘制的向量投影在电控移动小车(4)的移动方向上,把长度最短的投影向量所对应的作物作为目标待测作物,把此投影相应的长度反馈为电控移动小车(4)的移动速度;
步骤007. 微控电脑(17)根据投影在电控移动小车(4)移动方向上的向量、投影相应长度所反馈的电控移动小车(4)移动速度,以及目标待测作物,控制电控移动小车(4)移动,使得电控移动小车(4)移动至目标待测作物的正上方,由微控电脑(17)控制作物监测传感器和图像采集装置针对待测作物实现监测。
CN201610919719.4A 2016-10-21 2016-10-21 一种大田作物表型信息高通量对等监测装置及监测方法 Active CN106441442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610919719.4A CN106441442B (zh) 2016-10-21 2016-10-21 一种大田作物表型信息高通量对等监测装置及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610919719.4A CN106441442B (zh) 2016-10-21 2016-10-21 一种大田作物表型信息高通量对等监测装置及监测方法

Publications (2)

Publication Number Publication Date
CN106441442A true CN106441442A (zh) 2017-02-22
CN106441442B CN106441442B (zh) 2018-10-30

Family

ID=58175745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610919719.4A Active CN106441442B (zh) 2016-10-21 2016-10-21 一种大田作物表型信息高通量对等监测装置及监测方法

Country Status (1)

Country Link
CN (1) CN106441442B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107339948A (zh) * 2017-06-28 2017-11-10 沈阳工业大学 一种喷杆与农作物植株之间距离的检测设备及方法
CN107436340A (zh) * 2017-06-08 2017-12-05 北京农业信息技术研究中心 一种植物根冠一体化监测系统及方法
CN109813852A (zh) * 2019-03-08 2019-05-28 山东农业大学 一种田间小麦高通量表型信息获取装置及其控制方法
WO2019134453A1 (zh) * 2018-01-03 2019-07-11 江苏大学 一种基于悬挂式滑轨平台的温室信息自动监测方法
CN110121264A (zh) * 2017-06-14 2019-08-13 成长方案技术有限责任公司 生长舱流水线的图像获取系统和方法
CN110260789A (zh) * 2019-07-12 2019-09-20 南京农业大学 一种田间高通量作物表型监测系统及方法
CN110532935A (zh) * 2019-08-26 2019-12-03 李清华 一种大田作物表型信息高通量对等监测系统及监测方法
CN110886943A (zh) * 2019-12-05 2020-03-17 华南农业大学 柑橘林病虫害智能识别与林间信息监测装置
CN111165228A (zh) * 2020-01-29 2020-05-19 南京慧瞳作物表型组学研究院有限公司 一种用于田间作物表型获取与分析的移动表型舱
CN111183889A (zh) * 2020-02-28 2020-05-22 南京慧瞳作物表型组学研究院有限公司 一种圆柱根盒的栽培架及表型采集方法
CN111637342A (zh) * 2020-06-10 2020-09-08 山东农业大学 一种面向田间的自走式作物表型获取设备及获取方法
CN111781150A (zh) * 2020-06-10 2020-10-16 华中农业大学 一种使用高光谱鉴定玉米抗旱基因的方法
CN112369316A (zh) * 2020-11-09 2021-02-19 金陵科技学院 一种便于自动化采集生长数据的室内气雾种植装置
CN113418561A (zh) * 2021-06-30 2021-09-21 南通海舟电子科技有限公司 一种双层电路板的智能检测系统及方法
US11202416B2 (en) 2017-06-14 2021-12-21 Grow Solutions Tech Llc Systems and methods for tracking seeds in an assembly line grow pod
CN114332621A (zh) * 2021-12-30 2022-04-12 华智生物技术有限公司 一种基于多模型特征融合的病虫害识别方法及系统
US11465886B2 (en) 2018-01-03 2022-10-11 Jiangsu University Suspension rail type greenhouse comprehensive information automatic cruise monitoring device
CN115165436A (zh) * 2022-06-30 2022-10-11 南京农业大学 一种田间作物表型垂直信息监测方法
CN117055137A (zh) * 2023-09-01 2023-11-14 山东鑫光节能科技有限公司 小气候环境温湿度同步采集装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000034772A1 (fr) * 1998-12-07 2000-06-15 Ulice Procede de suivi d'une culture de plantes de grandes cultures
CN102384767A (zh) * 2011-11-17 2012-03-21 江苏大学 一种设施作物生长信息无损检测装置和方法
CN103699095A (zh) * 2013-12-25 2014-04-02 北京交通大学 基于双目立体视觉的大棚作物生长态势监测系统及方法
CN104457843A (zh) * 2014-11-10 2015-03-25 江苏大学 导轨式设施番茄长势双位自动巡航成像检测装置及其检测方法
CN105547152A (zh) * 2016-01-06 2016-05-04 上海交通大学 农作物表型田间高通量主动测量装置与方法
CN206177358U (zh) * 2016-10-21 2017-05-17 中国科学院南京土壤研究所 一种大田作物表型信息高通量对等监测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000034772A1 (fr) * 1998-12-07 2000-06-15 Ulice Procede de suivi d'une culture de plantes de grandes cultures
CN102384767A (zh) * 2011-11-17 2012-03-21 江苏大学 一种设施作物生长信息无损检测装置和方法
CN103699095A (zh) * 2013-12-25 2014-04-02 北京交通大学 基于双目立体视觉的大棚作物生长态势监测系统及方法
CN104457843A (zh) * 2014-11-10 2015-03-25 江苏大学 导轨式设施番茄长势双位自动巡航成像检测装置及其检测方法
CN105547152A (zh) * 2016-01-06 2016-05-04 上海交通大学 农作物表型田间高通量主动测量装置与方法
CN206177358U (zh) * 2016-10-21 2017-05-17 中国科学院南京土壤研究所 一种大田作物表型信息高通量对等监测装置

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107436340B (zh) * 2017-06-08 2020-01-07 北京农业信息技术研究中心 一种植物根冠一体化监测系统及方法
CN107436340A (zh) * 2017-06-08 2017-12-05 北京农业信息技术研究中心 一种植物根冠一体化监测系统及方法
US10952381B2 (en) 2017-06-14 2021-03-23 Grow Solutions Tech Llc Systems and methods for image capture in an assembly line grow pod
CN110121264A (zh) * 2017-06-14 2019-08-13 成长方案技术有限责任公司 生长舱流水线的图像获取系统和方法
US11202416B2 (en) 2017-06-14 2021-12-21 Grow Solutions Tech Llc Systems and methods for tracking seeds in an assembly line grow pod
CN107339948B (zh) * 2017-06-28 2023-07-07 沈阳工业大学 一种喷杆与农作物植株之间距离的检测设备及方法
CN107339948A (zh) * 2017-06-28 2017-11-10 沈阳工业大学 一种喷杆与农作物植株之间距离的检测设备及方法
US11397174B2 (en) 2018-01-03 2022-07-26 Jiangsu University Suspension slide rail platform-based greenhouse information automatic monitoring method
WO2019134453A1 (zh) * 2018-01-03 2019-07-11 江苏大学 一种基于悬挂式滑轨平台的温室信息自动监测方法
US11465886B2 (en) 2018-01-03 2022-10-11 Jiangsu University Suspension rail type greenhouse comprehensive information automatic cruise monitoring device
CN109813852A (zh) * 2019-03-08 2019-05-28 山东农业大学 一种田间小麦高通量表型信息获取装置及其控制方法
CN109813852B (zh) * 2019-03-08 2024-03-05 山东农业大学 一种田间小麦高通量表型信息获取装置及其控制方法
CN110260789A (zh) * 2019-07-12 2019-09-20 南京农业大学 一种田间高通量作物表型监测系统及方法
CN110532935A (zh) * 2019-08-26 2019-12-03 李清华 一种大田作物表型信息高通量对等监测系统及监测方法
CN110886943B (zh) * 2019-12-05 2021-04-13 华南农业大学 柑橘林病虫害智能识别与林间信息监测装置
CN110886943A (zh) * 2019-12-05 2020-03-17 华南农业大学 柑橘林病虫害智能识别与林间信息监测装置
CN111165228A (zh) * 2020-01-29 2020-05-19 南京慧瞳作物表型组学研究院有限公司 一种用于田间作物表型获取与分析的移动表型舱
CN111165228B (zh) * 2020-01-29 2021-10-08 南京慧瞳作物表型组学研究院有限公司 一种用于田间作物表型获取与分析的移动表型舱
WO2021169201A1 (zh) * 2020-02-28 2021-09-02 南京慧瞳作物表型组学研究院有限公司 一种圆柱根盒的栽培架及表型采集方法
CN111183889A (zh) * 2020-02-28 2020-05-22 南京慧瞳作物表型组学研究院有限公司 一种圆柱根盒的栽培架及表型采集方法
CN111183889B (zh) * 2020-02-28 2021-06-15 南京慧瞳作物表型组学研究院有限公司 一种圆柱根盒的栽培架及表型采集方法
CN111781150B (zh) * 2020-06-10 2021-12-10 华中农业大学 一种使用高光谱鉴定玉米抗旱基因的方法
CN111637342A (zh) * 2020-06-10 2020-09-08 山东农业大学 一种面向田间的自走式作物表型获取设备及获取方法
CN111781150A (zh) * 2020-06-10 2020-10-16 华中农业大学 一种使用高光谱鉴定玉米抗旱基因的方法
CN112369316A (zh) * 2020-11-09 2021-02-19 金陵科技学院 一种便于自动化采集生长数据的室内气雾种植装置
CN113418561A (zh) * 2021-06-30 2021-09-21 南通海舟电子科技有限公司 一种双层电路板的智能检测系统及方法
CN114332621A (zh) * 2021-12-30 2022-04-12 华智生物技术有限公司 一种基于多模型特征融合的病虫害识别方法及系统
CN115165436A (zh) * 2022-06-30 2022-10-11 南京农业大学 一种田间作物表型垂直信息监测方法
CN117055137B (zh) * 2023-09-01 2024-04-30 山东鑫光节能科技有限公司 小气候环境温湿度同步采集装置
CN117055137A (zh) * 2023-09-01 2023-11-14 山东鑫光节能科技有限公司 小气候环境温湿度同步采集装置

Also Published As

Publication number Publication date
CN106441442B (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
CN106441442A (zh) 一种大田作物表型信息高通量对等监测装置及监测方法
CN106406178B (zh) 一种温室作物生长信息实时对等监测装置及监测方法
Guo et al. Crop 3D—a LiDAR based platform for 3D high-throughput crop phenotyping
Mortensen et al. Segmentation of lettuce in coloured 3D point clouds for fresh weight estimation
JP5020444B2 (ja) 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体
US11601587B2 (en) System and method for monitoring plants in plant growing areas
CN107426958B (zh) 农业监控系统和方法
CN206177358U (zh) 一种大田作物表型信息高通量对等监测装置
CN110260789A (zh) 一种田间高通量作物表型监测系统及方法
CN112418188A (zh) 基于无人机视觉的农作物生长全程数字化评估方法
CN110134147A (zh) 一种植保无人机的自主路径规划方法及装置
US20230165181A1 (en) Systems and methods for monitoring plants in plant growing areas
Atkinson et al. Field phenotyping for the future
CN107436340B (zh) 一种植物根冠一体化监测系统及方法
CN208998846U (zh) 适用于多区域的移动式高通量植物表型系统
CN108226224A (zh) 一种基于无人机热成像技术的作物病害监测方法和系统
CN111896045B (zh) 温室作物三维有向感知与细粒度自动采集装置及方法
Fan et al. Application of internet of things to agriculture—The LQ-FieldPheno platform: A high-throughput platform for obtaining crop phenotypes in field
CN211746249U (zh) 一种笼内鸡只识别装置
CN208998847U (zh) 一种移动式高通量植物表型系统
Wang et al. Research advance in phenotype detection robots for agriculture and forestry
CN113114766B (zh) 基于zed相机的盆栽作物信息检测方法
GB2605253A (en) A data collection and monitoring system, a controlled environment farming system, devices and related methods
CN112598531A (zh) 一种农场无人自动化巡田方法
Jung et al. Portable snapshot spectral imaging for agriculture

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant