CN110135403A - 室内植物培养方法、装置、系统、设备及可读存储介质 - Google Patents
室内植物培养方法、装置、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110135403A CN110135403A CN201910531726.0A CN201910531726A CN110135403A CN 110135403 A CN110135403 A CN 110135403A CN 201910531726 A CN201910531726 A CN 201910531726A CN 110135403 A CN110135403 A CN 110135403A
- Authority
- CN
- China
- Prior art keywords
- houseplant
- culture
- growth factor
- target
- data
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Abstract
本发明公开了一种室内植物培养方法,该方法包括:向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。本方法能够快速得到满足预设特性需求的目标生长因素数据组。本发明还公开了一种室内植物培养装置、系统、设备及可读存储介质,具有相应的技术效果。
Description
技术领域
本发明涉及智能农业技术领域,特别是涉及一种室内植物培养方法、装置、系统、设备及可读存储介质。
背景技术
农作物的产量受全球气候变化与世界耕地面积而变化。另外,土地的污染问题屡有发生,农作物的质量也难以保障。在气候变化、耕地面积缩小以及环境问题难以解决时,室内农场发展迅速。室内农场通过人造营养液,人工照明和封闭式可控气候,成为一种不受气候、耕地面积和土地污染等影响,高产量,安全的新耕种方式。
室内农场培养作物,所有环境和营养因素均可人为控制。然而植物生长需要的环境变量多种多样,获知每种变量因素的最佳取值需要大量试验和时间,且不同变量之间仍存在影响关系,使单变量控制变量试验与真实多变量的植物生长状况可能仍有偏差。
综上所述,如何有效地解决室内植物培养中确定生长因素数据组等问题,是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种室内植物培养方法、装置、系统、设备及可读存储介质,可在低人力劳动和时间代价的前提下,找到一种符合人们特定需求的目标生长因素数据组,并基于该目标生长因素数据组进行植物培养,以满足人们对农作物的安全需求和产量需求。
为解决上述技术问题,本发明提供如下技术方案:
一种室内植物培养方法,包括:
向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;
获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;
对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;
向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;其中,所述大面积植物培养设备种植了所述目标植物。
优选地,所述获取各个所述室内植物培养盒内目标植物的生长效果数据,包括:
获取各个所述室内植物培养盒内的植物图片,并对所述植物图片进行图像识别处理,获得所述生长效果数据。
优选地,所述获取各个所述室内植物培养盒内的植物图片,包括:
利用各个所述室内植物培养盒内的摄像头获取所述植物图片。
优选地,所述向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令,包括:
生成与所述目标生长因素数据组匹配的所述目标生长因素控制指令;
将所述目标生长因素控制指令发送给所述室内植物培养设备组;
其中,所述室内植物培养设备组包括营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
优选地,包括:
第一指令发送模块,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;
培养数据组获取模块,用于获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;
目标生长因素数据组获取模块,用于对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;
第二指令发送模块,用于向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;其中,所述大面积植物培养设备种植了所述目标植物。
一种室内植物培养系统,包括:
多个种植了目标植物的室内植物培养盒、数据分析决策平台,种植了所述目标植物的大面积植物培养设备,以及控制所述大面积植物培养设备的室内植物培养设备组;
所述数据分析决策平台,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;
所述室内植物培养盒,用于接收并执行所述生长因素控制指令;
所述室内植物培养设备组,用于接收并执行所述目标生长因素控制指令。
优选地,所述室内植物培养盒包括:生长因素控制器和摄像头。
优选地,所述室内植物培养设备组包括:营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
一种室内植物培养设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述室内植物培养方法的步骤。
一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述室内植物培养方法的步骤。
应用本发明实施例所提供的方法,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;其中,大面积植物培养设备种植了目标植物。
首先,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系。如此便可令种植在不同室内植物培养盒的目标植物处于不同的生长因素环境下生长。然后,获取各个室内植物培养盒内的目标植物的生长效果数据,并将同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。对多组培养数据进行智能数据分析,得到满足预设特性需求的目标生长因素数据组。得到目标生长因素数据组之后,便可向控制种植了目标植物的大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。如此,便可使得被大面积种植的目标植物能够在目标生长因素数据组对应的生长因素环境下生长,符合预设特性需求。可见,本方法借助智能数据处理,在无需付出大量人力劳动以及时间付出的情况下,能够依据不同生长因素数据对应的生长因素环境下生长以及其对应的生长效果数据,得到满足预设特性需求的目标生长因素数据组。
相应地,本发明实施例还提供了与上述室内植物培养方法相对应的室内植物培养装置、系统、设备和可读存储介质,具有上述技术效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种室内植物培养方法的实施流程图;
图2为本发明实施例中一种室内植物培养系统的结构示意图;
图3为本发明实施例中一种大面积植物培养设备;
图4为本发明实施例中一种室内植物培养盒示意图;
图5为本发明实施例中一种室内植物培养装置的结构示意图;
图6为本发明实施例中一种室内植物培养设备的结构示意图;
图7为本发明实施例中一种室内植物培养设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一:
请参考图1,图1为本发明实施例中一种室内植物培养方法的流程图,该方法包括以下步骤:
S101、向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系。
其中,每一个室内植物培养盒能够对处于室内植物培养盒中的植物的生长因素环境进行控制。具体的,为了得到植物在不同生长因素环境下的生长效果数据,可依据不同的生长因素环境设置多个室内植物培养盒。优选地,在室内植物培养盒内还可进一步划分出大量独立试验隔间,每一个隔间内生长因素环境变量均独立可控,以获得更多种的培养数据组。
生长因素数据可具体为:以营养物质、微量元素和环境参数作为变量,设计出多组生长因素数据组。其中,营养物质可具体包括水、无机盐(氮、磷和钾)和有机物;微量元素可具体包括:硝酸根离子、硫酸根离子、磷酸根离子、钾离子和镁离子;环境参数可具体包括:光通量密度、光照周期、二氧化碳浓度、氧气浓度和湿度。生长因素数据组则可为一组明确生长因素的数据。
为了使得数据更具有代表性,还可一个室内植物培养盒对应一种生长因素数据组,为了避免因植物本身的特性导致数据不准确,在各个室内植物培养盒中预先种植生长状态相似或大致相似的目标植物。其中,目标植物可以为任意一种需要得到符合特定需求的生长因素数据组的植物,具体的,目标植物可以为花卉、蔬菜或粮食作物。例如,目标植物可以为茄子、菠菜或草莓。
向各个室内植物培养盒发送不同的生长因素控制指令后,记录室内植物培养盒与生长因素数据组的对应关系。且,各个室内植物培养盒便基于已接收到的生长因素控制指令对目标植物的生长因素进行控制,使生长因素环境与预设定的生长因素数据匹配。
考虑到植物在生长因素环境变化后,并不会立即有所反应,可在生长因素环境发生变化后等待一段时间后再执行步骤S102的操作。等待时间的长短可根据具体的植物而定,等待时间应至少能够得到不同生长因素环境下,识别出植物的不同生长效果。生长周期较长的植物,等待时间可适当延长,生长周期较短的植物,等待时间可适当缩短。当然,为了获得更为全面的数据,还可间隔一段时间,便执行步骤S102的操作。
S102、获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。
其中,目标植物的生长效果数据可根据目标植物的具体种类而定,例如,若目标植物是诸如菠菜、香菜、莴苣等需要菜叶类型的植物,可将叶子的大小差异、叶子的颜色差异、叶子的数量差异作为生长效果数据;若目标植物是诸如水稻、小麦等需要收获其果实的植物,可将是否有果实、果实数量、果实大小、果实颜色等作为生长效果数据。
其中,获取生长效果数据时,可通过图像处理和图像处理技术获得。具体的,获取各个室内植物培养盒内的植物图片,并对植物图片进行图像识别处理,获得生长效果数据。其中,图像识别处理可参见常见的图像识别技术中的相应实现流程,在此不再一一赘述。具体的,可利用各个室内植物培养盒内的摄像头获取植物图片。如此,便可实现全自动获得生长效果数据,减少人为干预和人力劳动。
当然,在本发明的其他实施例中,还可通过其他方式获得生长效果数据。例如,植物收成后对果实(若是菜蔬,这里的果实即菜叶或可食用部分)进行称重,或对种植得到的植物或植物上生长的果实进行化学分析以获得营养成分数据,而将营养成分数据作为生长效果数据。
得到每一个室内植物培养盒内目标植物的生长效果数据后,可将同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。优选地,若室内植物培养盒的数量较多时,为避免因植物本身的因素使得生长效果数据不够准确,还可针对一组生长因素数据组设置多个室内植物培养盒(相当地,在向各个室内植物培养盒发送生长因素控制指令时,便可发送同一个指令给多个室内植物培养盒),如此,便可将相同生长因素数据组对应的生长效果数据进行统计,取其各效果参数的均值或中位数,以提高培养数据的可靠性。
S103、对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组。
在本发明实施例中,预设特性需求可根据人们对不同植物的需求而进行设定,或根据当前对某种植物的生长效果进行特殊设定的需求。例如,若目标植物为多肉植物时,可将特性需求设置为叶片颜色绚丽;若目标植物为蔬菜,则可将特性需求设置为叶片大,或缩短成熟周期;若为水果,则将根据市场行情,特性需求可为对水果成熟时间的早晚的需求。
得到多组培养数据之后,便可对多组培养数据进行智能数据分析。其中,智能数据分析即指运用统计学、模式识别、机器学习、数据抽象等数据分析工具从培养数据中发现知识的分析方法。具体的,即利用各种智能数据分析途径,如大数据,人工神经网络,线性回归等方式预测满足预设特定需求的最佳环境因素组合,即目标生长因素数据组。
优选地,考虑到植物生长受多种因素影响,会出现不同的生长因素组下,生长效果相似或相近,此时可将经济成本更低的生长因素组作为目标生长因素数据组。
S104、向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。
其中,大面积植物培养设备种植了目标植物。
在得到符合预设特定需求的目标生长因素数据组后,便可在种植了目标植物的大面积植物培养设备中进行实现。具体的,可向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标甚至因素控制指令。
实现过程,可具体包括:
步骤一、生成与目标生长因素数据组匹配的目标生长因素控制指令;
步骤二、将目标生长因素控制指令发送给室内植物培养设备组;
其中,室内植物培养设备组包括营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
为便于描述,下面将上述两个步骤结合起来进行说明。
得到目标生长因素之后,便可生成与目标生长因素数据组匹配的目标生长因素控制指令,然后将目标因素控制指令发送给室内植物培养设备组。室内植物培养设备组收到目标因素控制指令后,室内植物培养设备组中的营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器便可基于该目标因素控制指令对目标植物的生长因素进行控制,使得目标植物的生长因素环境与目标甚至因素数据组匹配,以便目标植物的生长效果符合特定需求。
当然,若目标植物的种子或幼苗本身较为珍贵,还可在室内植物培养盒进行试验成功后,再行在大面积植物培养设备进行培养。
应用本发明实施例所提供的方法,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;其中,大面积植物培养设备种植了目标植物。
首先,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系,如此便可令种植在不同室内植物培养盒的目标植物处于不同的生长因素环境下生长。然后,获取各个室内植物培养盒内的目标植物的生长效果数据,并将同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。对多组培养数据进行智能数据分析,得到满足预设特性需求的目标生长因素数据组。得到目标生长因素数据组之后,便可向控制种植了目标植物的大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。如此,便可使得被大面积种植的目标植物能够在目标生长因素数据组对应的生长因素环境下生长,符合预设特性需求。可见,本方法借助智能数据处理,在无需付出大量人力劳动以及时间付出的情况下,能够依据不同生长因素数据对应的生长因素环境下生长以及其对应的生长效果数据,得到满足预设特性需求的目标生长因素数据组。
实施例二:
相应于上面的方法实施例,本发明实施例还提供了一种室内植物培养系统,下文描述的室内植物培养系统与上文描述的室内植物培养方法可相互对应参照。
请参考图2、图3、图4,图2为本发明实施例中一种室内植物培养系统的结构示意图;图3为本发明实施例中一种大面积植物培养设备;图4为本发明实施例中一种室内植物培养盒示意图。图2中的三角形表示控制器和摄像头,三角形下小矩形表示培养盒,培养盒中的正六边形为目标植物;图3中的三角形表示控制器,三角形下大矩形表示大面积植物培养设备,大面积植物培养设备中的正六边形表示大面积种植的目标植物。
其中,该系统具体包括:
多个种植了目标植物的室内植物培养盒100、数据分析决策平台200,种植了目标植物的大面积植物培养设备300,以及控制大面积植物培养设备的室内植物培养设备组400;
数据分析决策平台,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;
室内植物培养盒,用于接收并执行生长因素控制指令;
室内植物培养设备组,用于接收并执行目标生长因素控制指令。
其中,室内植物培养盒包括:生长因素控制器和摄像头。
其中,室内植物培养设备组包括:营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
其中,数据分析决策平台包括信号接收发送装置,监测器数据分析模组(用于对摄像头拍摄的植物生长图片进行处理,获得生长效果数据)和智能决策模组(用于对培养数据进行智能数据处理,获得目标生长因素控制指令)。
应用本发明实施例所提供的室内植物培养系统,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;其中,大面积植物培养设备种植了目标植物。
首先,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系,如此便可令种植在不同室内植物培养盒的目标植物处于不同的生长因素环境下生长。然后,获取各个室内植物培养盒内的目标植物的生长效果数据,并将同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。对多组培养数据进行智能数据分析,得到满足预设特性需求的目标生长因素数据组。得到目标生长因素数据组之后,便可向控制种植了目标植物的大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。如此,便可使得被大面积种植的目标植物能够在目标生长因素数据组对应的生长因素环境下生长,符合预设特性需求。可见,本系统借助智能数据处理,在无需付出大量人力劳动以及时间付出的情况下,能够依据不同生长因素数据对应的生长因素环境下生长以及其对应的生长效果数据,得到满足预设特性需求的目标生长因素数据组。
为便于本领域技术人员更好的理解本发明实施例所提供的室内植物培养方法和室内植物培养系统,下面以在本发明实施例所提供的室内植物培养系统中利用本发明实施例所提供的室内植物培养方法,对莴苣进行培养为例进行详细说明。
该室内植物培养系统可具体包括:大面积莴苣培养设备组,莴苣试验培养盒和数据分析决策平台;其中,大面积莴苣培养设备组,包括营养物质控制器,酸碱度调整器,光照调整设备,环境参数控制器;莴苣试验培养盒包括其中硝酸钾控制器,硫酸镁控制器,磷酸钠控制器,酸碱度控制器,光通量密度控制器,光周期控制器,二氧化碳浓度控制器,湿度控制器和摄像头;数据分析决策平台包括信号接受发送装置,莴苣监测器数据分析模组,智能决策模组。
大面积室内植物培养设备组,室内植物试验培养盒和数据分析决策平台所有模块之间信号接受发送装置的通信技术可采用Dragino的LoRa窄带通信shield。
其中,莴苣试验培养盒还可进一步细分为独立试验隔间,例如分为256独立试验隔间。生长因素组合包括硝酸钾,硫酸镁,磷酸钠控制器,酸碱度,光通量密度控制器,光周期控制器,二氧化碳浓度控制器,湿度共8项。初始试验中试验者需在256盒子中放入状况基本相同莴苣幼苗,各莴苣试验培养盒在靠近合理数值的范围内初始化每个因素值均取一个较高和一个较低值,共256组,并进行培养试验。
经大量试验发现,发现莴苣试验培养盒内设置为如下的生长因素数据,有利于获得生长效果更好的目标生长因素数据组:
硝酸钾初始值为1700mg/L和2800mg/L;硫酸镁初始值为90mg/L和200mg/L;磷酸氢钠初始值为0mg/L和180mg/L;酸碱度初始值为pH5.5和pH7;光通量密度初始值64μmol m-2s-1和100μmol m-2s-1;光周期控制器初始值为9.0h白昼/3.0h黑暗和8.0h白昼/4.0h黑暗;二氧化碳浓度初始值为400ppm到500ppm;湿度初始值为50%和70%。
数据分析决策平台分析各因素值高低所带来莴苣叶片的影响,在下次试验时根据数据分析决策平台的指令分配新的试验组试验数值并培育。若发现某因素与其他因素相对独立并已找到最优值,该因素值将被确定。用于试验该因素的盒子将被用于其他因素试验组的培养,即每个因素将有四个不同的对照组。直到得出最优因素实验组。人工智能所分配新的试验组试验数值基于神经网络回归预测的最高值。试验因素值与经试验得出的实际值将被用于下一轮神经网络的训练,建立新的神经网络回归模型并得出下次试验的最高值的因素取值。
具体的,可利用各莴苣试验培养盒中的摄像头拍摄试验组莴苣叶片,数据分析决策平台中的莴苣监测器数据分析模组通过计算机视觉分类叶片状况并对于合格叶片与坏叶片进行统计。神经网络输入层传递函数使用Sigmoid函数,冲量0.85,学习率0.01*因素高低分度值,迭代数1000。
数据分析决策平台将最优化生长因素组合储存并推广此最优化环境变量组合于大面积莴苣培养设备组的各控制器中。数据分析决策平台的最优化生长因素组合将定期更新,以最佳贴合大面积莴苣培养设备组中莴苣的基因库。
在采用上述室内植物培养方法实施例所提供的培养方法得到目标生长因素数据组后,并向大面积莴苣培养设备组发送目标生长因素控制指令后,大面积莴苣培养设备组里的营养物质控制器可根据数据分析决策平台规划的最佳生长因素组合配比营养溶液,溶液含有营养物质已经微量元素,包括硝酸根离子,硫酸根离子,磷酸根离子,钾离子,镁离子;大面积莴苣培养设备组里的酸碱度调整器会根据数据分析决策平台规划的最佳生长因素组合调整溶液酸碱度;大面积莴苣培养设备组里的光照调整设备会根据数据分析决策平台规划的最佳生长因素组合调整光通量密度和明亮与黑暗周期时间;大面积莴苣培养设备组里的环境参数控制器会根据数据分析决策平台规划的最佳生长因素组合调整二氧化碳浓度和湿度。
可见,本发明实施例所提供的技术方案,可以实现在低人力劳动下,找到一种植物的最佳生长因素组合。根据用户独特性需求培养优质室内农业产物,并获取最优化数值以便进行大面积推广,同时避免自然环境和土地污染对于植物带来的生长危害。
实施例三:
相应于上面的方法实施例,本发明实施例还提供了一种室内植物培养装置,下文描述的室内植物培养装置与上文描述的室内植物培养方法可相互对应参照。
参见图5所示,该装置包括以下模块:
第一指令发送模块101,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;
培养数据组获取模块102,用于获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;
目标生长因素数据组获取模块103,用于对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;
第二指令发送模块104,用于向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;其中,大面积植物培养设备种植了目标植物。
其中,第一指令发送模块和第二指令发送模块仅用于区别向不同的对象发送指令,而非对模块的先后、主次等进行限定。在实际应用中,还可将第一指令发送模块和第二指令发送模块进行合并,即用一个指令发送模块向室内植物培养设备组和各个室内植物培养盒发送相应指令。
应用本发明实施例所提供的装置,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系;获取各个室内植物培养盒内目标植物的生长效果数据,并将对应同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据;对多组培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令;其中,大面积植物培养设备种植了目标植物。
首先,向各个室内植物培养盒发送不同的生长因素控制指令,并记录室内植物培养盒与生长因素数据组的对应关系,如此便可令种植在不同室内植物培养盒的目标植物处于不同的生长因素环境下生长。然后,获取各个室内植物培养盒内的目标植物的生长效果数据,并将同一个室内植物培养盒的生长因素数据组和生长效果数据作为一组培养数据。对多组培养数据进行智能数据分析,得到满足预设特性需求的目标生长因素数据组。得到目标生长因素数据组之后,便可向控制种植了目标植物的大面积植物培养设备的室内植物培养设备组发送与目标生长因素数据组匹配的目标生长因素控制指令。如此,便可使得被大面积种植的目标植物能够在目标生长因素数据组对应的生长因素环境下生长,符合预设特性需求。可见,本装置借助智能数据处理,在无需付出大量人力劳动以及时间付出的情况下,能够依据不同生长因素数据对应的生长因素环境下生长以及其对应的生长效果数据,得到满足预设特性需求的目标生长因素数据组。
在本发明的一种具体实施方式中,培养数据组获取模块102,具体用于获取各个室内植物培养盒内的植物图片,并对植物图片进行图像识别处理,获得生长效果数据。
在本发明的一种具体实施方式中,培养数据组获取模块102,具体用于利用各个室内植物培养盒内的摄像头获取植物图片。
在本发明的一种具体实施方式中,第二指令发送模块104,具体用于生成与目标生长因素数据组匹配的目标生长因素控制指令;将目标生长因素控制指令发送给室内植物培养设备组;其中,室内植物培养设备组包括营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
实施例四:
相应于上面的方法实施例,本发明实施例还提供了一种室内植物培养设备,下文描述的一种室内植物培养设备与上文描述的一种室内植物培养方法可相互对应参照。
参见图6所示,该室内植物培养设备包括:
存储器D1,用于存储计算机程序;
处理器D2,用于执行计算机程序时实现上述方法实施例的室内植物培养方法的步骤。
具体的,请参考图7,图7为本实施例提供的一种室内植物培养设备的具体结构示意图,该室内植物培养设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在室内植物培养设备301上执行存储介质330中的一系列指令操作。
室内植物培养设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341。例如,Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
上文所描述的室内植物培养方法中的步骤可以由室内植物培养设备的结构实现。
实施例五:
相应于上面的方法实施例,本发明实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种室内植物培养方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的室内植物培养方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
Claims (10)
1.一种室内植物培养方法,其特征在于,包括:
向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;
获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;
对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;
向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;其中,所述大面积植物培养设备种植了所述目标植物。
2.根据权利要求1所述的室内植物培养方法,其特征在于,所述获取各个所述室内植物培养盒内目标植物的生长效果数据,包括:
获取各个所述室内植物培养盒内的植物图片,并对所述植物图片进行图像识别处理,获得所述生长效果数据。
3.根据权利要求2所述的室内植物培养方法,其特征在于,所述获取各个所述室内植物培养盒内的植物图片,包括:
利用各个所述室内植物培养盒内的摄像头获取所述植物图片。
4.根据权利要求1至3任一项所述的室内植物培养方法,其特征在于,所述向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令,包括:
生成与所述目标生长因素数据组匹配的所述目标生长因素控制指令;
将所述目标生长因素控制指令发送给所述室内植物培养设备组;
其中,所述室内植物培养设备组包括营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
5.一种室内植物培养装置,其特征在于,包括:
第一指令发送模块,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;
培养数据组获取模块,用于获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;
目标生长因素数据组获取模块,用于对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;
第二指令发送模块,用于向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;其中,所述大面积植物培养设备种植了所述目标植物。
6.一种室内植物培养系统,其特征在于,包括:
多个种植了目标植物的室内植物培养盒、数据分析决策平台,种植了所述目标植物的大面积植物培养设备,以及控制所述大面积植物培养设备的室内植物培养设备组;
所述数据分析决策平台,用于向各个室内植物培养盒发送不同的生长因素控制指令,并记录所述室内植物培养盒与生长因素数据组的对应关系;获取各个所述室内植物培养盒内目标植物的生长效果数据,并将对应同一个所述室内植物培养盒的所述生长因素数据组和所述生长效果数据作为一组培养数据;对多组所述培养数据进行智能数据分析,获得满足预设特性需求的目标生长因素数据组;向控制大面积植物培养设备的室内植物培养设备组发送与所述目标生长因素数据组匹配的目标生长因素控制指令;
所述室内植物培养盒,用于接收并执行所述生长因素控制指令;
所述室内植物培养设备组,用于接收并执行所述目标生长因素控制指令。
7.根据权利要求6所述的室内植物培养系统,其特征在于,所述室内植物培养盒包括:生长因素控制器和摄像头。
8.根据权利要求6所述的室内植物培养系统,其特征在于,所述室内植物培养设备组包括:营养物质控制器、微量元素控制器、酸碱度控制器和环境参数控制器。
9.一种室内植物培养设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述室内植物培养方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述室内植物培养方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910531726.0A CN110135403A (zh) | 2019-06-19 | 2019-06-19 | 室内植物培养方法、装置、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910531726.0A CN110135403A (zh) | 2019-06-19 | 2019-06-19 | 室内植物培养方法、装置、系统、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135403A true CN110135403A (zh) | 2019-08-16 |
Family
ID=67577958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910531726.0A Pending CN110135403A (zh) | 2019-06-19 | 2019-06-19 | 室内植物培养方法、装置、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135403A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624912A (zh) * | 2020-05-08 | 2021-11-09 | 鸿富锦精密电子(天津)有限公司 | 植物生长监控方法、监控装置及可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336517A (zh) * | 2013-07-02 | 2013-10-02 | 周庆芬 | 一种智能农业综合管理系统 |
CN105867492A (zh) * | 2016-05-03 | 2016-08-17 | 昆明理工大学 | 一种大棚内智能温控培育多种植物的方法 |
KR20160110634A (ko) * | 2015-03-10 | 2016-09-22 | 이상창 | 스마트 식물 재배 장치 및 스마트 식물 재배 방법 |
CN107862686A (zh) * | 2017-11-03 | 2018-03-30 | 黄国华 | 一种基于图像识别的植物培育系统及方法 |
CN107918424A (zh) * | 2017-11-17 | 2018-04-17 | 深圳春沐源控股有限公司 | 一种控制植物生长环境的方法及系统 |
CN108181814A (zh) * | 2017-12-29 | 2018-06-19 | 杭州清本科技有限公司 | 植物生长环境监控方法及装置、计算机存储介质 |
CN108334139A (zh) * | 2018-03-01 | 2018-07-27 | 深圳春沐源控股有限公司 | 一种基于大数据的温室自动化控制的方法及系统 |
US20190113495A1 (en) * | 2017-10-18 | 2019-04-18 | Eli Gabay | Remote Control and Monitoring Apparatus and Method for Plant Growth |
CN208819102U (zh) * | 2018-10-25 | 2019-05-03 | 北京理工大学 | 一种分布式智能全托植物培育系统 |
-
2019
- 2019-06-19 CN CN201910531726.0A patent/CN110135403A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336517A (zh) * | 2013-07-02 | 2013-10-02 | 周庆芬 | 一种智能农业综合管理系统 |
KR20160110634A (ko) * | 2015-03-10 | 2016-09-22 | 이상창 | 스마트 식물 재배 장치 및 스마트 식물 재배 방법 |
CN105867492A (zh) * | 2016-05-03 | 2016-08-17 | 昆明理工大学 | 一种大棚内智能温控培育多种植物的方法 |
US20190113495A1 (en) * | 2017-10-18 | 2019-04-18 | Eli Gabay | Remote Control and Monitoring Apparatus and Method for Plant Growth |
CN107862686A (zh) * | 2017-11-03 | 2018-03-30 | 黄国华 | 一种基于图像识别的植物培育系统及方法 |
CN107918424A (zh) * | 2017-11-17 | 2018-04-17 | 深圳春沐源控股有限公司 | 一种控制植物生长环境的方法及系统 |
CN108181814A (zh) * | 2017-12-29 | 2018-06-19 | 杭州清本科技有限公司 | 植物生长环境监控方法及装置、计算机存储介质 |
CN108334139A (zh) * | 2018-03-01 | 2018-07-27 | 深圳春沐源控股有限公司 | 一种基于大数据的温室自动化控制的方法及系统 |
CN208819102U (zh) * | 2018-10-25 | 2019-05-03 | 北京理工大学 | 一种分布式智能全托植物培育系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624912A (zh) * | 2020-05-08 | 2021-11-09 | 鸿富锦精密电子(天津)有限公司 | 植物生长监控方法、监控装置及可读存储介质 |
CN113624912B (zh) * | 2020-05-08 | 2024-04-02 | 富联精密电子(天津)有限公司 | 植物生长监控方法、监控装置及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2688234C1 (ru) | Способ интеллектуального управления выращиванием и интеллектуальное устройство для выращивания | |
JP4876439B2 (ja) | 植物育成情報の提供方法 | |
CN106951017B (zh) | 作物调控模型驱动的智慧温室系统调控方法 | |
CN108076915B (zh) | 一种智能化立体栽培系统 | |
Umamaheswari et al. | Integrating scheduled hydroponic system | |
KR20190028982A (ko) | 자체제어 및 원격제어가 가능한 식물재배 시스템 | |
CN110579987A (zh) | 基于lora通讯的智慧果园信息控制系统及方法 | |
CN108781926A (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
CN114740930B (zh) | 用于温室大棚智能管控平台系统及管控处理方法 | |
KR20190029540A (ko) | 자체제어 및 원격제어가 가능한 식물재배 시스템 | |
Ezzahoui et al. | The Aquaponic Ecosystem Using IoT and IA Solutions | |
Gupta et al. | Vertical farming using information and communication technologies | |
CN110135403A (zh) | 室内植物培养方法、装置、系统、设备及可读存储介质 | |
CN111176238B (zh) | Aipa智慧决策型精准农业系统 | |
WO2023081511A1 (en) | Optimizing growing process in a hybrid growing environment using computer vision and artificial intelligence | |
CN205755995U (zh) | 一种智能大棚系统 | |
Adebola et al. | Can machines garden? systematically comparing the alphagarden vs. professional horticulturalists | |
CN112273027B (zh) | 基质栽培草莓灌溉施肥方法及系统 | |
KR20210049400A (ko) | 도시 농장 시스템 | |
JP4645248B2 (ja) | 植物育成情報の提供方法 | |
JP2020149652A (ja) | 営農に最適な潅水と肥料を施す学習型農業システム | |
Reddy et al. | Future of hydroponics in sustainable agriculture | |
Evan et al. | IoT Architectural Design for Microgreens Cultivation | |
CN214708748U (zh) | 农作物精准营养灌溉管控系统 | |
Cervera-Díaz et al. | Greenhouse smart irrigation based on soil moisture and vegetation index measurements |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |