CN108243678A - 一种智能机器播种系统及其控制方法和装置 - Google Patents
一种智能机器播种系统及其控制方法和装置 Download PDFInfo
- Publication number
- CN108243678A CN108243678A CN201810083620.4A CN201810083620A CN108243678A CN 108243678 A CN108243678 A CN 108243678A CN 201810083620 A CN201810083620 A CN 201810083620A CN 108243678 A CN108243678 A CN 108243678A
- Authority
- CN
- China
- Prior art keywords
- seed
- requirement
- default
- planting
- default screening
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C7/00—Sowing
- A01C7/18—Machines for depositing quantities of seed at intervals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C7/00—Sowing
- A01C7/20—Parts of seeders for conducting and depositing seed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Soil Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Environmental Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Pretreatment Of Seeds And Plants (AREA)
- Sowing (AREA)
- Catching Or Destruction (AREA)
Abstract
本申请公开了一种智能机器播种控制方法,包括:获取待筛选种子的种子图像;提取图像特征;将图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;预设筛选要求包括种子种类要求和种子等级要求;向输送器发送输送指令,以便输送器将符合预设筛选要求的种子输送至对应的自动播种器;向自动播种器发送播种指令,以便自动播种器按照与预设筛选要求对应的预设种植要求,将符合预设筛选要求的种子进行种植;预设种植要求包括种植区域要求和种植间距要求。本申请通过科学合理的机器种植,降低了人力成本并提高了生产力。本申请还公开了一种智能机器播种系统及其控制装置,也具有上述有益效果。
Description
技术领域
本申请涉及智能农业技术领域,特别涉及一种智能机器播种系统及其控制方法和装置。
背景技术
我国作为一个农业大国,积极推进农业技术发展对我国而言至关重要。
许多农作物都是种子植物,依靠种子进行种植。因此,在种植此类作物时需要对种子进行筛选,特别是,为了实现增产增收的目的,常常需要筛选出品质特别优良的种子。
但事实上,不同种类不同等级种子的习性和最佳生长环境是不同的,它们对于阳光充足性、土壤干湿度、种植密度、种植时间和种植深浅等都有各自不同的要求。即使是等级优良的种子也同样需要按照合适的种植方式进行种植,才能很好地体现出基因优势。虽然现有技术中除了传统的人工筛选种子外,也出现了将图像识别用于种子识别的技术,利用机器进行种子筛选。但是,其并未将种子识别与机器自动化播种进行有机结合,没有产生一套针对各种类各等级种子进行科学合理种植的策略,因此,其很可能会在种植过程中因不合理的种植方式而影响到等级优良种子的正常生长,造成资源浪费。
由此可见,采用何种科学合理的智能机器播种方法对于本领域技术人员来说是亟需解决的技术问题。
发明内容
本申请的目的在于提供一种智能机器播种系统及其控制方法和装置,以便采用科学合理的种植策略,将图像识别得到的种子实施自动化机器种植,进而解放劳动力并提高生产效率与合理性。
为解决上述技术问题,本申请提供一种智能机器播种控制方法,包括:
获取待筛选种子的种子图像;
提取所述种子图像中的图像特征;
将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;
向输送器发送输送指令,以便所述输送器将所述符合预设筛选要求的种子输送至对应的自动播种器;
向所述自动播种器发送播种指令,以便所述自动播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
可选地,所述图像特征包括颜色特征。
可选地,所述将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子包括:
计算所述图像特征与符合所述预设筛选要求的模板图像特征的相似度;
判断所述图像特征与符合所述预设筛选要求的模板图像特征的相似度是否大于预设阈值;
若是,则判定所述图像特征对应的待筛选种子为符合所述预设筛选要求的种子。
可选地,所述相似度包括以下任意一项或者任意组合:
欧氏距离相似度、明氏距离相似度、曼哈顿距离相似度、余弦相似度。
可选地,在所述向所述对应的播种器发送播种指令,以便所述对应的播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植之后还包括:
获取播种后植株生长状况的植株图像;
根据所述植株图像获取所述植株生长状况;
根据所述植株生长状况调整所述预设种植要求。
可选地,所述植株生长状况包括以下任意一项或者任意组合:
植株成苗率、植株间距、植株高度、倒伏情况、果实外观。
本申请还提供了一种智能机器播种控制装置,包括:
图像获取模块:用于获取待筛选种子的种子图像;
特征提取模块:用于提取所述种子图像中的图像特征;
特征匹配模块:用于将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;
输送指令模块:用于向输送器发送输送指令,以便所述输送器将所述符合预设筛选要求的种子输送至对应的播种器;
播种指令模块:用于向所述播种器发送播种指令,以便所述播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
本申请还提供了一种智能机器播种系统,包括:
种子图像采集器:用于拍摄待筛选种子的种子图像;
控制器:用于获取所述待筛选种子的种子图像;提取所述种子图像中的图像特征;将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;向输送器发送输送指令;向对应的自动播种器发送播种指令;
所述输送器:用于将所述符合预设筛选要求的种子输送至所述对应的自动播种器;
所述对应的自动播种器:用于按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
可选地,所述控制器具体用于:
计算所述图像特征与符合所述预设筛选要求的模板图像特征的相似度;判断所述图像特征与符合所述预设筛选要求的模板图像特征的相似度是否大于预设阈值;若是,则判定所述图像特征对应的待筛选种子为符合所述预设筛选要求的种子。
可选地,还包括:
田间监测器:用于拍摄播种后植株生长状况的植株图像;
所述控制器还用于:
获取所述植株图像;根据所述植株图像获取所述植株生长状况;根据所述植株生长状况调整所述预设种植要求。
本申请所提供的智能机器播种控制方法包括:获取待筛选种子的种子图像;提取所述种子图像中的图像特征;将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;向输送器发送输送指令,以便所述输送器将所述符合预设筛选要求的种子输送至对应的自动播种器;向所述自动播种器发送播种指令,以便所述自动播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
可见,相比于现有技术,本申请所提供的智能机器播种控制方法中,通过预先为符合各预设筛选要求的种子设置对应的自动播种器和预设种植要求,可将由图像识别得到的各种类各等级的种子进行科学合理的机器种植,从而不仅可以降低人力成本解放劳动力,而且还可以有效提高播种过程的科学合理性,提高生产力。本申请所提供的智能机器播种系统及其控制装置可以实现上述智能机器播种控制方法,同样具有上述有益效果。
附图说明
为了更清楚地说明现有技术和本申请实施例中的技术方案,下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然,下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图,所获得的其他附图也属于本申请的保护范围。
图1为本申请实施例所提供的一种智能机器播种控制方法的流程图;
图2为本申请实施例所提供的一种智能机器播种控制装置的结构框图;
图3为本申请实施例所提供的一种智能机器播种系统的结构框图。
具体实施方式
本申请的核心在于提供一种智能机器播种系统及其控制方法和装置,以便采用科学合理的种植策略,将图像识别得到的种子实施自动化机器种植,进而解放劳动力并提高生产效率与合理性。
为了对本申请实施例中的技术方案进行更加清楚、完整地描述,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行介绍。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种智能机器播种控制方法的流程图,主要包括以下步骤:
步骤1:获取待筛选种子的种子图像。
步骤2:提取种子图像中的图像特征。
步骤3:将图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;预设筛选要求包括种子种类要求和种子等级要求。
具体地,本申请所提供的智能机器播种控制方法中,利用了图像识别技术来对种子进行筛选。在筛选过程中,首先从待筛选种子的种子图像中提取其图像特征,以便用于识别和比较。这里所说的图像特征可以为颜色特征、大小特征、形状特征等,本领域技术人员可以自行选择并设置,本申请实施例对此并不进行限定。
为了对不同种类不同等级的种子分别进行筛选,预设数据库中存储了各种类各等级种子的模板图像特征,当待筛选种子的图像特征与某一个模板图像特征相匹配时,则即可说明该待筛选种子与该模板图像特征具有相同的种类和等级。通过设定筛选时的要求,即所说的预设筛选要求,即可得到目标类型、等级的种子,例如:一等大豆种子。具体地,预设筛选要求可由用户手动输入,也可由本领域技术人员预先进行默认设置。其设置目的是为了给各类各等级种子都选择最合适的生长环境,令其能够充分发挥本身的基因优势。例如,对于喜阴的植物种子应当为其选择光照不多的种植区域;而对于耐旱的植物种子应当为其选择土壤湿度低的种植区域等。
步骤4:向输送器发送输送指令,以便输送器将符合预设筛选要求的种子输送至对应的自动播种器。
当确定了符合预设筛选要求的种子即目标种子之后,即可令输送器进行输送作业,将目标种子输送到对应的自动播种器中,以便进行自动化播种作业。
步骤5:向自动播种器发送播种指令,以便自动播种器按照与预设筛选要求对应的预设种植要求,将符合预设筛选要求的种子进行种植;预设种植要求包括种植区域要求和种植间距要求。
当目标种子被输送至自动播种器内之后,便可令自动播种器按照与预设筛选要求对应的预设种植要求进行播种作业。其中,这里所说的预设种植要求,可至少包括种植区域要求和种植间距要求,以便自动播种器将该目标种子种植到该对应的种植区域时,能够根据间距要求而明确每颗种子的种植位置,从而完成播种作业。
可见,本申请实施例所提供的智能机器播种控制方法中,通过预先为符合各预设筛选要求的种子设置对应的自动播种器和预设种植要求,可将由图像识别得到的各种类各等级的种子进行科学合理的机器种植,从而不仅可以降低人力成本解放劳动力,而且还可以有效提高播种过程的科学合理性,提高生产力。
本申请所提供的智能机器播种控制方法,在上述实施例的基础上:
作为一种优选实施例,图像特征包括颜色特征。
具体地,颜色特征是图像识别中最为基本最为直观的基础特征,因此常常被作为图像特征使用,并利用颜色直方图来进行描述。颜色直方图,即以横轴表示颜色等级、以纵轴表示各个颜色等级的像素点在整幅图像中所占比例的条形图。
作为一种优选实施例,将图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子包括:
计算图像特征与符合预设筛选要求的模板图像特征的相似度;
判断图像特征与符合预设筛选要求的模板图像特征的相似度是否大于预设阈值;
若是,则判定图像特征对应的待筛选种子为符合预设筛选要求的种子。
具体地,在对待筛选种子的图像特征进行匹配查询时,可以通过相似度来衡量其与符合预设筛选要求的模板图像特征之间的匹配程度。至于具体采用何种算法,本领域技术人员可以根据实际应用情况自行选择并设置实现,本申请实施例对此并不进行限定。当然,这里也可以采用相异度来进行匹配程度的度量,本申请实施例对此也并不进行限定。
作为一种优选实施例,相似度包括以下任意一项或者任意组合:
欧氏距离相似度、明氏距离相似度、曼哈顿距离相似度、余弦相似度。
如前文所述,在计算待筛选种子图像特征与模板图像特征的相似度时,具体可采用多种不同的算法来计算不同类型的相似度,包括欧氏距离相似度、明氏距离相似度、曼哈顿距离相似度或者余弦相似度,本领域技术人员可以根据实际应用情况自行选择并设置实现。
作为一种优选实施例,在向对应的播种器发送播种指令,以便对应的播种器按照与预设筛选要求对应的预设种植要求,将符合预设筛选要求的种子进行种植之后还包括:
获取播种后植株生长状况的植株图像;
根据植株图像获取植株生长状况;
根据植株生长状况调整预设种植要求。
具体地,预设种植要求在被设置或者执行之后,还可以进一步进行修正和调整。在种子被自动播种器播种之后,可以继续对种子的后续生长进行观测,获取该种子在萌芽之后的植株图像,再次利用图像识别技术,根据植株图像对植株生长状况进行分析,以便根据植株生长状况调整所说的预设种植要求,使得调整后的预设植株要求更加符合该种子的生长习性。
例如,对于A品种的番茄,原本的预设种植要求中所设定的种植间距为5cm,但是经过后期的植株观察发现5cm的间距过小会影响植株的正常生长,因此可将其种植间距要求修改为10cm。再例如,对于B品种的黄瓜,原本的预设种植要求中所设定的种植区域为1号种植区,经观测发现,B品种的黄瓜在通风条件不足的1号种植区内生长状态不佳,因此,可将其种植区域要求修改为其他通风较好的种植区域内。
作为一种优选实施例,植株生长状况包括以下任意一项或者任意组合:
植株成苗率、植株间距、植株高度、倒伏情况、果实外观。
具体地,所说的植株生长状况可以通过以下多方面进行评判,包括植株成苗率、植株间距、植株高度、倒伏情况、果实外观等。不同的植株特征的观察期不同,例如植株成苗率和植株间距通常在幼苗期进行观测,植株高度、倒伏情况通常在茎叶期观测;果实外观可包括果实大小、形状和颜色等,通常是在生殖期观测。
下面对本申请实施例所提供的智能机器播种控制装置进行介绍。
请参阅图2,图2为本申请所提供的一种智能机器播种控制装置的结构框图;包括图像获取模块21、特征提取模块22、特征匹配模块23、输送指令模块24和播种指令模块25;
图像获取模块21用于获取待筛选种子的种子图像;
特征提取模块22用于提取种子图像中的图像特征;
特征匹配模块23用于将图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;预设筛选要求包括种子种类要求和种子等级要求;
输送指令模块24用于向输送器发送输送指令,以便输送器将符合预设筛选要求的种子输送至对应的播种器;
播种指令模块25用于向播种器发送播种指令,以便播种器按照与预设筛选要求对应的预设种植要求,将符合预设筛选要求的种子进行种植;预设种植要求包括种植区域要求和种植间距要求。
可见,本申请所提供的智能机器播种控制装置,通过预先为符合各预设筛选要求的种子设置对应的自动播种器和预设种植要求,可将由图像识别得到的各种类各等级的种子进行科学合理的机器种植,从而不仅可以降低人力成本解放劳动力,而且还可以有效提高播种过程的科学合理性,提高生产力。
请参阅图3,图3为本申请所提供的一种智能机器播种系统的结构框图;包括种子图像采集器31、控制器32、输送器33和自动播种器34;
种子图像采集器31用于拍摄待筛选种子的种子图像;
控制器32用于获取待筛选种子的种子图像;提取种子图像中的图像特征;将图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;预设筛选要求包括种子种类要求和种子等级要求;向输送器33发送输送指令;向对应的自动播种器34发送播种指令;
输送器33用于将符合预设筛选要求的种子输送至对应的自动播种器;
对应的自动播种器34用于按照与预设筛选要求对应的预设种植要求,将符合预设筛选要求的种子进行种植;预设种植要求包括种植区域要求和种植间距要求。
可见,本申请所提供的智能机器播种系统,通过预先为符合各预设筛选要求的种子设置对应的自动播种器34和预设种植要求,可将由图像识别得到的各种类各等级的种子进行科学合理的机器种植,从而不仅可以降低人力成本解放劳动力,而且还可以有效提高播种过程的科学合理性,提高生产力。
本申请所提供的智能机器播种系统,在上述实施例的基础上:
作为一种优选实施例,控制器32具体用于:
计算图像特征与符合预设筛选要求的模板图像特征的相似度;判断图像特征与符合预设筛选要求的模板图像特征的相似度是否大于预设阈值;若是,则判定图像特征对应的待筛选种子为符合预设筛选要求的种子。
作为一种优选实施例,还包括:
田间监测器:用于拍摄播种后植株生长状况的植株图像;
控制器32还用于:
获取植株图像;根据植株图像获取植株生长状况;根据植株生长状况调整预设种植要求。
本申请所提供的智能机器播种系统及其控制装置的具体实施方式与上文所描述的智能机器播种控制方法可相互对应参照,这里就不再赘述。
本申请中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需说明的是,在本申请文件中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种智能机器播种控制方法,其特征在于,包括:
获取待筛选种子的种子图像;
提取所述种子图像中的图像特征;
将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;
向输送器发送输送指令,以便所述输送器将所述符合预设筛选要求的种子输送至对应的自动播种器;
向所述自动播种器发送播种指令,以便所述自动播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
2.根据权利要求1所述的智能机器播种控制方法,其特征在于,所述图像特征包括颜色特征。
3.根据权利要求1所述的智能机器播种方法,其特征在于,所述将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子包括:
计算所述图像特征与符合所述预设筛选要求的模板图像特征的相似度;
判断所述图像特征与符合所述预设筛选要求的模板图像特征的相似度是否大于预设阈值;
若是,则判定所述图像特征对应的待筛选种子为符合所述预设筛选要求的种子。
4.根据权利要求3所述的智能机器播种控制方法,其特征在于,所述相似度包括以下任意一项或者任意组合:
欧氏距离相似度、明氏距离相似度、曼哈顿距离相似度、余弦相似度。
5.根据权利要求1至4任一项所述的智能机器播种控制方法,其特征在于,在所述向所述对应的播种器发送播种指令,以便所述对应的播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植之后还包括:
获取播种后植株生长状况的植株图像;
根据所述植株图像获取所述植株生长状况;
根据所述植株生长状况调整所述预设种植要求。
6.根据权利要求5所述的智能机器播种控制方法,其特征在于,所述植株生长状况包括以下任意一项或者任意组合:
植株成苗率、植株间距、植株高度、倒伏情况、果实外观。
7.一种智能机器播种控制装置,其特征在于,包括:
图像获取模块:用于获取待筛选种子的种子图像;
特征提取模块:用于提取所述种子图像中的图像特征;
特征匹配模块:用于将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;
输送指令模块:用于向输送器发送输送指令,以便所述输送器将所述符合预设筛选要求的种子输送至对应的播种器;
播种指令模块:用于向所述播种器发送播种指令,以便所述播种器按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
8.一种智能机器播种系统,其特征在于,包括:
种子图像采集器:用于拍摄待筛选种子的种子图像;
控制器:用于获取所述待筛选种子的种子图像;提取所述种子图像中的图像特征;将所述图像特征与预设数据库中各种类的各等级种子的模板图像特征进行匹配查询,以便确定符合预设筛选要求的种子;所述预设筛选要求包括种子种类要求和种子等级要求;向输送器发送输送指令;向对应的自动播种器发送播种指令;
所述输送器:用于将所述符合预设筛选要求的种子输送至所述对应的自动播种器;
所述对应的自动播种器:用于按照与所述预设筛选要求对应的预设种植要求,将所述符合预设筛选要求的种子进行种植;所述预设种植要求包括种植区域要求和种植间距要求。
9.根据权利要求8所述的智能机器播种系统,其特征在于,所述控制器具体用于:
计算所述图像特征与符合所述预设筛选要求的模板图像特征的相似度;判断所述图像特征与符合所述预设筛选要求的模板图像特征的相似度是否大于预设阈值;若是,则判定所述图像特征对应的待筛选种子为符合所述预设筛选要求的种子。
10.根据权利要求8或者9所述的智能机器播种系统,其特征在于,还包括:
田间监测器:用于拍摄播种后植株生长状况的植株图像;
所述控制器还用于:
获取所述植株图像;根据所述植株图像获取所述植株生长状况;根据所述植株生长状况调整所述预设种植要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083620.4A CN108243678B (zh) | 2018-01-29 | 2018-01-29 | 一种智能机器播种系统及其控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083620.4A CN108243678B (zh) | 2018-01-29 | 2018-01-29 | 一种智能机器播种系统及其控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108243678A true CN108243678A (zh) | 2018-07-06 |
CN108243678B CN108243678B (zh) | 2021-08-10 |
Family
ID=62743302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810083620.4A Active CN108243678B (zh) | 2018-01-29 | 2018-01-29 | 一种智能机器播种系统及其控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108243678B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112930780A (zh) * | 2021-02-20 | 2021-06-11 | 内蒙古自治区农牧业科学院 | 一种沙化土地油沙豆播种保苗种植装置 |
CN113387167A (zh) * | 2021-06-18 | 2021-09-14 | 上海金东唐科技有限公司 | 激光芯片的处理方法、装置及电子设备 |
CN114342787A (zh) * | 2022-01-24 | 2022-04-15 | 嘉应学院 | 一种基于物联网监控的烟叶精准种植管理系统 |
CN114747328A (zh) * | 2022-04-08 | 2022-07-15 | 河南省农业科学院粮食作物研究所 | 能检测水稻种质耐深播情况的筛选装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1891354A (zh) * | 2006-04-29 | 2007-01-10 | 江西农业大学 | 小颗粒农产品物料智能分级装置 |
CN103345617A (zh) * | 2013-06-19 | 2013-10-09 | 成都中医药大学 | 中药识别的方法及其系统 |
CN106200432A (zh) * | 2016-07-29 | 2016-12-07 | 深圳前海弘稼科技有限公司 | 用于智能种植设备的控制方法及装置、智能种植设备 |
CN106650679A (zh) * | 2016-12-29 | 2017-05-10 | 深圳前海弘稼科技有限公司 | 种植设备控制方法、种植设备控制装置和服务器 |
-
2018
- 2018-01-29 CN CN201810083620.4A patent/CN108243678B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1891354A (zh) * | 2006-04-29 | 2007-01-10 | 江西农业大学 | 小颗粒农产品物料智能分级装置 |
CN103345617A (zh) * | 2013-06-19 | 2013-10-09 | 成都中医药大学 | 中药识别的方法及其系统 |
CN106200432A (zh) * | 2016-07-29 | 2016-12-07 | 深圳前海弘稼科技有限公司 | 用于智能种植设备的控制方法及装置、智能种植设备 |
CN106650679A (zh) * | 2016-12-29 | 2017-05-10 | 深圳前海弘稼科技有限公司 | 种植设备控制方法、种植设备控制装置和服务器 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112930780A (zh) * | 2021-02-20 | 2021-06-11 | 内蒙古自治区农牧业科学院 | 一种沙化土地油沙豆播种保苗种植装置 |
CN112930780B (zh) * | 2021-02-20 | 2022-05-06 | 内蒙古自治区农牧业科学院 | 一种沙化土地油沙豆播种保苗种植装置 |
CN113387167A (zh) * | 2021-06-18 | 2021-09-14 | 上海金东唐科技有限公司 | 激光芯片的处理方法、装置及电子设备 |
CN114342787A (zh) * | 2022-01-24 | 2022-04-15 | 嘉应学院 | 一种基于物联网监控的烟叶精准种植管理系统 |
CN114747328A (zh) * | 2022-04-08 | 2022-07-15 | 河南省农业科学院粮食作物研究所 | 能检测水稻种质耐深播情况的筛选装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108243678B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108243678A (zh) | 一种智能机器播种系统及其控制方法和装置 | |
CN110455340B (zh) | 一种基于大数据的农产品种植环境检测系统 | |
WO2018133353A1 (zh) | 一种营养液的控制方法及控制装置 | |
CN105260894A (zh) | 农业物联网农产品质量安全溯源的方法及其物联网系统 | |
CN111242007A (zh) | 一种农事行为监管方法 | |
CN103314729A (zh) | 一种有机糯玉米的种植方法 | |
CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
KR20160128789A (ko) | 사과묘목 재배방법 | |
JP2019113439A (ja) | 種の方向認識装置及び認識方法、並びに種植機 | |
CN116797601B (zh) | 一种基于图像识别的华山松生长动态的监控方法及系统 | |
CN103314766A (zh) | 一种烤烟杯装基质种子直播栽培方法及纸杯直播载体 | |
CN105766348A (zh) | 一种土豆的种植方法 | |
WO2020011318A1 (en) | A system for use when performing a weeding operation in an agricultural field | |
CN108901828A (zh) | 一种杂交小麦育种方法 | |
CN105340675B (zh) | 一种葡萄栽培挂果管理方法 | |
CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
Perez-Vidal et al. | Computer based production of Saffron (Crocus sativus L.): From mechanical design to electronic control | |
CN104604521A (zh) | 一种在蔗田上栽培双孢蘑菇的方法 | |
CN107950339A (zh) | 一种春蚕豆地膜覆盖栽培方法 | |
CN103999651A (zh) | 一种早稻套种淮山的栽培方法 | |
CN108198169A (zh) | 一种具有多区域分析功能的智能农业调控方法 | |
CN107222549A (zh) | 一种教育微农场管理方法及系统 | |
Rhebergen | Analysis of implementation of best management practices in oil palm plantations in Indonesia | |
CN106069083A (zh) | 一种免耕繁育前胡苗的方法 | |
CN113298198A (zh) | 一种基于育种大数据的种子培育过程精准协同控制模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220427 Address after: 517000 room 317-1, enterprise service center building, No. 8, Longling Third Road, Longling Industrial Park, Yuancheng District, Heyuan City, Guangdong Province Patentee after: HEYUAN HONGJIA AGRICULTURAL TECHNOLOGY CO.,LTD. Address before: 518052 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Patentee before: SHENZHEN SPRINGWOODS HOLDING Co.,Ltd. |
|
TR01 | Transfer of patent right |