CN110868852A - 用于杂草控制的装置 - Google Patents
用于杂草控制的装置 Download PDFInfo
- Publication number
- CN110868852A CN110868852A CN201880045312.0A CN201880045312A CN110868852A CN 110868852 A CN110868852 A CN 110868852A CN 201880045312 A CN201880045312 A CN 201880045312A CN 110868852 A CN110868852 A CN 110868852A
- Authority
- CN
- China
- Prior art keywords
- weed
- image
- vegetation
- mode
- environment
- 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
- 241000196324 Embryophyta Species 0.000 title claims abstract description 349
- 238000000034 method Methods 0.000 claims abstract description 178
- 238000005516 engineering process Methods 0.000 claims description 96
- 238000004590 computer program Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 description 47
- 239000007921 spray Substances 0.000 description 33
- 230000005855 radiation Effects 0.000 description 25
- 230000003213 activating effect Effects 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 9
- 238000010191 image analysis Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 6
- 239000004009 herbicide Substances 0.000 description 5
- 244000025254 Cannabis sativa Species 0.000 description 4
- 230000002363 herbicidal effect Effects 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 241000245665 Taraxacum Species 0.000 description 3
- 235000005187 Taraxacum officinale ssp. officinale Nutrition 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000005234 chemical deposition Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M21/00—Apparatus for the destruction of unwanted vegetation, e.g. weeds
- A01M21/04—Apparatus for destruction by steam, chemicals, burning, or electricity
- A01M21/043—Apparatus for destruction by steam, chemicals, burning, or electricity by chemicals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0003—Atomisers or mist blowers
- A01M7/0014—Field atomisers, e.g. orchard atomisers, self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B1/00—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means
- B05B1/14—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means with multiple outlet openings; with strainers in or outside the outlet opening
- B05B1/16—Nozzles, spray heads or other outlets, with or without auxiliary devices such as valves, heating means with multiple outlet openings; with strainers in or outside the outlet opening having selectively- effective outlets
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
- B05B12/12—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus
- B05B12/122—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus responsive to presence or shape of target
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
- B05B13/005—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00 mounted on vehicles or designed to apply a liquid on a very large surface, e.g. on the road, on the surface of large containers
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H11/00—Control of undesirable vegetation on roads or similar surfaces or permanent ways of railways, e.g. devices for scorching weeds or for applying herbicides; Applying liquids, e.g. water, weed-killer bitumen, to permanent ways
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Insects & Arthropods (AREA)
- Environmental Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Toxicology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
Abstract
本发明涉及用于杂草控制的装置。描述了给处理单元提供(210)环境的至少一张图像。所述处理单元分析(220)所述至少一张图像以从植被控制技术的多个操作模式中确定要用于所述环境的至少第一部分的杂草控制的所述植被控制技术的至少一个操作模式。输出单元输出(230)可用于以所述至少一个操作模式激活所述植被控制技术的信息。
Description
技术领域
本发明涉及用于杂草控制的装置,用于杂草控制的系统,用于杂草控制的方法,以及计算机程序元件和计算机可读介质。
背景技术
本发明的总体背景是杂草控制。某些工业区域和铁路轨道周围的区域需要对植被进行控制。对于铁路来说,从火车上的人(例如驾驶员)的角度看这种控制改善了可见度,并且从在轨道上工作的人的角度看这种控制也改善了可见度。这种控制能导致安全得到提高。而且,植被能干扰或损坏轨道和相关的信号线和通信线。这时就要求对植被的控制来减缓这种现象。植被控制也被称为杂草控制,可能是非常好费时且耗资源的,尤其是如果用人工来执行的话。杂草喷雾火车带有被容纳在车上的化学品罐中的除草剂,除草剂可被喷洒到轨道和周围的区域上以控制植被。但是,这种杂草控制是昂贵的,并且普通大众越来越期望看到对环境影响的减少。
发明内容
具有改善的用于杂草控制的装置是有利的。
本发明的目的是通过独立权利要求的主题实现,其中进一步的实施例被包含在从属权利要求中。应该注意,下面描述的本发明的各方面和示例也适用于用于杂草控制的装置、用于杂草控制的系统、用于杂草控制的方法,以及适用于计算机程序元件和计算机可读介质。
根据第一方面,提供了一种用于杂草控制的装置,包括:
-输入单元;
-处理单元;以及
-输出单元。
该输入单元被构造成给处理单元提供环境的至少一张图像。该处理单元被构造成分析所述至少一张图像以从植被控制技术的多个操作模式中确定该植被控制技术的至少一个操作模式来用于对所述环境的至少第一部分进行杂草控制。输出单元被构造成输出可用于在所述至少一个操作模式中激活所述植被控制技术的信息。
换句话说,已经获得了环境的一张或多张图像。有一种可用于杂草控制的植被控制技术。该植被控制技术可以以多种不同的操作模式操作。然后装置分析所述一张或多张图像以确定植被控制技术的可用多个操作模式中的一个或几个应该被用于在环境的一个或几个具体地点控制杂草。
以这种方式,可在环境的不同区域中使用植被控制技术的最适合的操作模式。而且,在环境的不同区域中,可使用植被控制技术的不同操作模式,其中植被控制技术的每个操作模式都是对于每个不同区域来说是最适合的。
以这种方式,植被控制技术操作模式可以考虑环境,例如它是湿、是沼泽、是干、是沙地,以及所选的最适合的操作模式。
而且,可以由数种不同的可用杂草控制技术,例如一种或多种化学品;化学喷雾;化学液体;化学固体;高压水;高温水;高温高压水;蒸汽;电能;电感应;电流;高电压能;电磁辐射;x射线辐射;紫外线辐射;可见光辐射;微波辐射;脉冲激光辐射;火焰系统。这些中的每一个都能以数种不同的方式操作,例如使用多于一种的化学品或者在多于一种的能量水平上操作或者在多于一种的持续时间长度上激活。然后,对于一种具体的杂草控制技术,基于图像分析确定操作模式。
对于具有这些杂草控制技术中的其中一种的一个装置来说,例如基于高电压的系统,其中使电流流过植物和大地并杀死植物,此时不同的操作模式可包括可被施加以杀死不同植物的不同操作能量水平和/或不同能量应用持续时间。因此,在环境中的不同地点处可以按要求施加高电能系统的不同能量水平。不同的操作模式也可包括在要被施加的高电压水平的具体水平上的不同持续时间。因此,在环境中的不同地点处可按要求施加高电压系统的不同持续时间。微波能量的不同能量水平和持续时间、激光辐射能量和持续时间以及波长变化例如能够构成特定杂草控制技术的不同操作模式。
例如,在杂草控制技术是基于化学喷雾的杂草控制技术的情况下,此时不同的操作模式可包括一种特定除草剂的不同强度的喷雾和/或不同类型的具有不同强度的除草剂的喷雾。
因此,在环境中的不同地点处可按要求施加不同强度的化学品。不同的操作模式也可包括要被施加的化学品的不同喷雾持续时间。因此,在环境中的不同地点处,可以按要求施加特定化学品的不同喷雾持续时间。以这种方式,可减少除草剂的环境影响,因为施加的仅仅是需要被施加的除草剂并且持续时间是需要被使用的持续时间。
在示例中,分析至少一张图像以确定植被控制技术的至少一个操作模式包括确定植被在环境的至少第一部分中的至少一个地点。处理单元被构造成然后确定在那个至少一个地点处要被使用的所述植被控制技术的至少一个操作模式。
换句话说,图像处理可被使用以确定在所获图像中的植被区域,根据所述植被区域可选择要用于那个植被区域的杂草控制的所述技术的最适合操作模式。而且,植被控制技术可仅被应用在植被的地点处,其中该植被控制技术的最适合操作模式可被用于每个植被地点。
以这种方式,可为不同的植被区域选择植被控制技术的最适合操作模式,其中例如可通过与大植被区域不同的操作模式来控制小植被区域。
在示例中,通过至少一个照相机获得至少一张图像。输入单元被构造成然后给处理单元提供与所述至少一个照相机相关的、在所述至少一张图像被获得时的至少一个地点。
所述地点可以是地理地点,相对于地面上的精确地点,或者可以是在地面上的参照植被控制技术的位置的地点。换句话说,可利用绝对地理地点或者不必知道绝对意义上的地面上的地点,而是参照杂草控制技术的地点的地面上的地点。因此,通过将图像与该图像被获得时的地点相关联,植被控制技术可被精确地应用到该地点。
在示例中,分析至少一张图像以确定植被控制技术的至少一个操作模式包括确定杂草的至少一个类型。
换句话说,选择植被控制技术的适合操作模式时可考虑到要被控制的杂草的一个或多个类型。因此,例如一种类型的杂草可仅要求短持续时间的杂草控制技术应用以杀死那个杂草,但是不同类型的杂草可要求更长持续时间的相同的杂草控制技术应用以杀死该杂草。
在示例中,处理单元被构造成确定至少一个类型的杂草的至少一个地点。换句话说,图像处理可被用于确定杂草类型和它的地点。该地点可以是图像中的地点。该地点可以是真实的地理地点。该地点可以在图像内并且能够参照植被控制技术的位置。以这种方式,通过确定特定类型的杂草的地点,可以向那个具体地点施加植被控制技术的最优操作模式,这也适用于在不同地点处的要求施加植被控制技术的不同操作模式的不同杂草。
在示例中,分析至少一个图像以确定植被控制技术的至少一个操作模式包括确定环境的至少第一部分中的第一类型的杂草以及确定环境的至少第二部分中的第二类型杂草。因此可基于环境中的不同杂草类型确定植被控制技术的最适合操作模式。
在示例中,处理单元被构造成分析至少一张图像以确定要被用于对环境的至少第一部分中的第一类型杂草的杂草控制的植被控制技术的第一操作模式。处理单元还被构造成分析至少一张图像以确定要被用于对环境的至少第二部分中的第二类型杂草的杂草控制的植被控制技术的第二操作模式。
换句话说,可根据在环境的部分中会发现的杂草的类型的具体类型来选择植被控制技术的最适合操作模式,由此使得植被控制技术的具体操作模式能够被仅应用在会发现那些具体杂草的地点。
在示例中,处理单元被构造成分析至少一张图像以确定要被用于对环境的至少第一部分的杂草控制的植被控制技术的第一操作模式。该处理单元还被构造成分析至少一张图像以确定要被用于对环境的至少第二部分的杂草控制的植被控制技术的第二操作模式。
换句话说,可基于图像分析来选择杂草控制技术的第一操作模式以用于环境的第一地点处的杂草控制,并且可基于图像分析选择植被控制技术的不同的操作模式以用于不同地点的杂草控制。以这种方式,可为环境的特定部分选择植被控制技术的最适合操作模式,例如杂草控制技术的一种操作模式被用于一些杂草而植被控制技术的不同操作模式被用于不同的杂草,和/或植被控制技术的一种操作模式可被用于环境的第一部分中的某些类型的杂草,而植被控制技术的不同操作模式被用于环境的不同部分中的相同杂草。例如,所选的植被控制技术可顾及地面地形,例如考虑到地形是否是干的、沙地、沼泽、湿的、或者具有特殊环境重要性的区域(保护区)并且对相同类型(或不同类型)的杂草在选择植被控制技术的最适合操作模式时可顾及这些地形类型。另外,这意味着可将化学上激进的杂草控制手段保持为最小,因为如果杂草控制技术例如是基于化学喷雾的,那么化学上最激进的喷雾可仅在绝对需要时才被使用。通过化学上不那么激进的化学品能被控制的杂草意味着对于基于化学喷雾技术的杂草杀死系统来说可将化学品的环境影响保持为绝对最小。
根据第二方面,提供了用于杂草控制的系统,包括:
-至少一个照相机;
-根据第一方面的用于杂草控制的装置;以及
-植被控制技术。
至少一个照相机被构造成获得环境的至少一张图像。植被控制技术被安装在运输工具上。植被控制技术被构造成以多个操作模式操作。用于杂草控制的装置被构造成为环境的至少第一部分以至少一个操作模式激活植被控制技术。以这种方式,运输工具可围绕着环境移动并且使用植被控制技术的不同模式控制该环境内的杂草,其中植被控制技术的具体模式是基于那个环境的图像确定的。以这种方式,通过一个平台获得图像,例如一个或多个在环境上方飞行的无人机。该信息被发送到装置,该装置可位于办公室内。该装置确定应该在环境中的哪里使用植被控制技术的什么模式。这个信息可被提供在杂草控制地图内,地图被提供给运输工具,运输工具围绕着环境移动并且在环境的具体部分处激活所要求的植被控制技术的模式。
在示例中,用于杂草控制的装置被安装在运输工具上,并且至少一个照相机被安装在运输工具上。以这种方式,该系统通过获得图像、分析图像以确定要在哪里使用植被控制技术的什么模式、并然后在所要求的具体地点以所要求的模式激活该植被控制技术来实时地或准实时地操作。
在示例中,植被控制技术包括多个单元,并且其中多个单元被构造成以多个操作模式操作。根据第三方面,提供用于杂草控制的方法,包括:
(a)给处理单元提供环境的至少一张图像;
(c)由处理单元分析至少一张图像来从植被控制技术的多个操作模式中确定要被用于环境的至少第一部分的杂草控制的植被控制技术的至少一个操作模式;以及
(e)由输出单元输出信息,该信息可用于以至少一个操作模式激活植被控制技术。
在示例中,步骤(c)包括确定环境的至少第一部分中的至少一个植被地点的步骤;并且其中,方法包括通过处理单元确定要在那个至少一个地点使用的植被控制技术的至少一个操作模式的步骤(d)。
在示例中,在步骤(a)中至少一张图像是通过至少一个照相机获得的;并且其中方法包括给处理单元提供与所述至少一张图像被获得时的所述至少一个照相机相关的至少一个地点的步骤(b)。根据另一方面,提供了用于控制根据第一方面的装置和/或根据第二方面的系统的计算机程序元件,该程序元件在被处理器执行时被构造成执行第三方面的方法。有利地,由以上方面中的任一个所提供的益处同样地适用于所有其它方面,反之亦然。
参照下面描述的实施例,能够明白和理解以上的方面和示例。
附图说明
下面将参照如下附图描述示例性实施例:
图1示出了用于杂草控制的装置的示例的示意性设置;
图2示出了用于杂草控制的系统的示例的示意性设置;
图3示出了用于杂草控制的方法;
图4示出了用于杂草控制的系统的示例的示意性设置;
图5示出了用于杂草控制的系统的示例的示意性设置;
图6示出了用于杂草控制的系统的一部分的示例的示意性设置;
图7示出了用于杂草控制的系统的一部分的示例的示意性设置;
图8示出了用于杂草控制的系统的一部分的示例的示意性设置;
图9示出了图7中示出的用于杂草控制的系统的一部分的一部分的更多细节的示意性设置;
图10示出了铁路轨道和周围区域的示意性描述;以及
图11示出了用于杂草控制的系统的一部分的示例的示意性设置。
具体实施方式
图1示出了用于杂草控制的装置10的示例。装置10包括输入单元20、处理单元30、和输出单元40。输入单元20被构造成给处理单元30提供环境的至少一张图像。这可通过有线或无线通信。处理单元30被构造成分析该至少一张图像以从植被控制技术的多个操作模式中确定要被用于对环境的至少第一部分的杂草控制的植被控制技术的至少一个操作模式。输出单元40被构造成输出可用于以所述至少一个操作模式激活植被控制技术的信息。
在示例中,装置是实时操作的,其中图像被获得并且立即被处理,并且所确定的植被控制技术的操作模式被立即用于控制杂草。因此,例如运输工具可获得它的环境的图像并且处理该图像以确定由该运输工具承载的植被控制技术的哪个操作模式应该被用于它环境的特定部分。
在示例中,装置是准实时操作的,其中获得环境的图像并且图像被立即处理以确定植被控制技术的哪个操作模式应该被用于控制那个环境的特定区域处的杂草。该信息可之后由在该环境中行进的一个或多个合适系统使用并且将植被控制技术的适合操作模式应用到该环境的特定部分。因此,例如,装备有一个或多个照相机的第一运输工具,比如轿车、火车、货车或无人驾驶飞行器(UAV)或无人机可在环境内行进并且获得图像。这个图像可被立即处理以确定“杂草地图”,详细说明在环境中的哪里应该使用植被控制技术的具体操作模式。之后,装备有能以数种不同的操作模式操作的植被控制技术的运输工具能在环境中行进并且将杂草控制技术的具体确定的操作模式应用到环境的不同具体区域。在另一个示例中,数个不同的运输工具每一个都装备有以单一一个操作模式操作的植被控制技术,但是在这些运输工具中操作模式不同,这些运输工具在环境中行进并且将它们的具体的植被控制技术的操作模式仅用于环境的那些具体区域,其中已经确定应该使用植被控制技术的那种操作模式。
在示例中,装置以离线模式运行。因此,之前已获得的图像被之后提供给装置。该装置此时确定植被控制技术的具体操作模式应该在一个区域中的哪里被使用,并且实际上生成杂草地图。杂草地图然后后来被一个或多个运输工具使用,这些运输工具随后在该区域中行进并且将植被控制技术的具体操作模式应用到环境的具体部分。
在示例中,输出单元输出信号,该信号可直接用于激活植被控制技术的操作模式。根据示例,分析至少一张图像以确定植被控制技术的至少一个操作模式包括确定在环境的至少第一部分中的植被的至少一个地点,并且其中处理单元被构造成确定在那个至少一个地点要被使用的植被控制技术的至少一个操作模式。根据示例,由至少一个照相机获得该至少一张图像,并且其中输入单元被构造成给处理单元提供与该至少一张图像被获得时的该至少一个照相机相关联的至少一个地点。
在示例中,地点是绝对地理地点。
在示例中,地点是参照植被控制技术的位置确定的地点。换句话说,可以确定图像与地面上的具体地点相关,而不知道其精确的地理位置,但是通过知晓植被控制技术相对于获得该图像时的那个地点的位置,然后可以通过将植被控制技术移动到那个地点在之后的时间在那个地点应用植被控制技术的所要求的操作模式。
在示例中,使用GPS单元确定在具体图像被获得时至少一个照相机的地点,和/或在确定上述地点中用到GPS单元。在示例中,惯性导航单元被单独使用,或者与GPS单元组合使用,以确定具体图像被获得时至少一个照相机的地点。因此,例如,包括例如一个或多个激光陀螺仪的惯性导航单元在已知地点处被标定或调到零位,并且随着它与至少一个照相机移动,可以确定在x、y、z坐标中远离那个已知地点的运动,从那个运动可以确定图像被获得时至少一个照相机的地点。
在示例中,单独使用所获得的图像的图像处理,或者与GPS单元组合地使用该图像处理,或者与GPS单元和惯性导航单元组合地使用该图像处理,以确定在具体图像被获得时至少一个照相机的地点。因此,视觉标记可被单独地使用,或者与由GPS得到的信息和/或由惯性导航得到的信息组合地使用,以确定照相机的地点。根据示例,分析至少一张图像以确定植被控制技术的至少一个操作模式包括确定至少一个类型的杂草。根据示例,处理单元被构造成确定所述至少一个类型的杂草的至少一个地点。
根据示例,分析至少一张图像以确定植被控制技术的至少一个操作模式包括确定在环境的至少第一部分中的第一类型杂草和确定在环境的至少第二部分中的第二类型杂草。根据示例,处理单元被构造成分析所述至少一张图像以确定要用于在环境的至少第一部分中的第一类型杂草的杂草控制的植被控制技术的第一操作模式。处理单元被构造成还分析所述至少一张图像以确定要用于在环境的至少第二部分内的第二类型杂草的杂草控制的植被控制技术的第二操作模式。
根据示例,处理单元被构造成分析该至少一张图像以确定要用于环境的至少第一部分的杂草控制的植被控制技术的第一操作模式。处理单元被构造成还分析该至少一张图像以确定要用于环境的至少第二部分的杂草控制的植被控制技术的第二操作模式。在示例中,环境的至少第二部分不同于环境的至少第一部分。
因此,可在环境的不同部分中确定不同的杂草以使得能为那些区域确定植被控制技术的最适合操作模式。在示例中,环境的至少第二部分至少部分地由环境的至少第一部分界定。换句话说,环境的一个区域被发现位于环境的另一个区域内。植被控制技术的一个操作模式此时可用于大区域,而对于会在那个区域中发现的更小的区域来说可使用植被控制技术的另一个操作模式。在示例中,环境的至少第二部分是环境的至少第一部分的至少一个子集。
因此,例如具体类型杂草的更小区域可被发现位于杂草的更大区域内。例如,一种或多种蒲公英可位于一个草区内。此时,可在整个草区上使用植被控制技术的第一模式,包括蒲公英所在的地方。植被控制技术的这个模式可被选择为适合控制草的模式,并且不一定是可获得的最激进的植被控制技术。例如,相对低能的高电压技术可被用于这个区域,或者相对弱的化学喷雾被应用到整个区域。然而,对于草区的那个子集,就是发现诸如蒲公英的更难杀死的杂草的地方,此时可使用植被控制技术的更加激进的模式,例如高电压技术的更高能模式可被使用或者更激进的化学品被喷雾到那个具体地点。以这种方式,所要求的能力的量被最小化,环境影响可被最小化,并且在植被控制技术是基于化学喷雾的技术时,所使用的激进化学品的量可被最小化。
在示例中,分析至少一张图像包括利用机器学习算法。
在示例中,机器学习算法包括决策树算法。
在示例中,机器学习算法包括人工神经网络。
在示例中,机械学习算法是在多个图像的基础上被教导的。在示例中,基于包含至少一个类型的杂草的图像的多个图像来教导机器学习算法。在示例中,基于包含多个杂草的图像的多个图像教导机器学习算法。
在示例中,可获得的植被控制技术包括如下:一个或多个化学品;化学喷雾;化学液体;化学固体;高压水;高温水;高温高压水;蒸汽;电能;电感应;电流;高电压能;电磁辐射;x射线辐射;紫外线辐射;可见光辐射;微波辐射;脉冲激光辐射;火焰系统。换句话说,植被控制技术的操作模式与基于被分析的环境图像确定这些植被控制技术中之一的操作模式有关。
图2示出了用于杂草控制的系统100的示例。系统100包括至少一个照相机110,以及如上面与图1相关的示例中的任一个描述的用于杂草控制的装置10。系统100还包括植被控制技术120。至少一个照相机110被构造成获得环境的至少一张图像。植被控制技术120被安装在运输工具130上。植被控制技术120被构造成以多个操作模式操作。用于杂草控制的装置10被构造成为环境的至少第一部分以至少一个操作模式激活植被控制技术120。
在示例中,装置10被安装在运输工具130上。在示例中,至少一个照相机110被安装在运输工具130上。
在示例中,运输工具是火车,或铁路货车。
在示例中,运输工具是货车或卡车或乌尼莫克(Unimog)。
在示例中,输入单元被构造成给处理单元提供在至少一张图像被获得时与该至少一个照相机相关的至少一个地点。在示例中,该地点是地理地点。
在示例中,装置被构造成基于在至少一张图像被获得时与该至少一个照相机相关的至少一个地理地点和该至少一个照相机与植被控制技术之间的空间关系以至少一个操作模式激活植被控制技术。以这种方式,通过知晓图像是由安装在运输工具上的照相机在哪里获得的以及还知晓植被控制技术相对于照相机被安装在运输工具上的哪里,简单地考虑运输工具的前进速度以在获得图像的相同地点激活植被控制技术,并且确实是在成像区域内。
在示例中,装置被构造成在激活植被控制技术的第二模式之前激活植被控制技术的第一模式,或者在激活植被控制技术的第二模式之后激活植被控制技术的第一模式。根据示例,植被控制技术包括多个单元,并且其中所述多个单元被构造成以多个操作模式操作。
在示例中,每个单元被构造成以植被控制技术的不同操作模式操作。在示例中,多个单元被相对于运输工具的行进方向一个在另一个前面地安装。以这种方式,一个单元的植被控制技术的具体操作可通过一个单元在可变的时间长度上操作而具有可变的持续时间。然而,一个单元的最大应用持续时间取决于应用器的大小,这可具有可被激活的子单元,以及运输工具的速度。然而,一个单元可根据其大小和运输工具的速度在地面的具体地点处在最大时长上操作。在那个具体地点处的这个应用时间可通过位于那个单元后面的单元在那个单元随着运输工具向前移动时也在该地点处应用植被控制技术而增加。因此,植被控制技术的多个操作模式可涉及具有不同的植被控制技术应用持续时间的植被控制技术,并且处理单元确定要在一个地点处应用的植被控制技术的持续时间。这个持续时间可在一个单元本身内变化,并且通过在具体地点上方运动且在该地点处应用植被控制技术的数个单元而被进一步增加。另外,通过具有在彼此前面安装的多个单元,每个单元可以不同的操作模式操作,例如应用高电压杂草控制技术的不同能量水平。此时,随着单元与运输工具一起向前移动,所要求的高电压能可被应用到具体地点。一个单元本身可具有可变的高电压能能力,由此节省空间但是要求在该单元内的更复杂的杂草控制技术。
在示例中,被构造成以植被控制技术的第一模式操作的一个单元相对于运输工具的行进方向被安装在被构造成以植被控制技术的第二模式操作的一个单元前面,或者被构造成以植被控制技术的第一操作模式操作的单元相对于运输工具的行进方向被安装在被构造成以植被控制技术的第二操作模式操作的单元后面。
图3示出了用于杂草控制的方法200的基本步骤。方法200包括:
在也称为步骤(a)的提供步骤210中,给处理单元30提供环境的至少一张图像;在也称为步骤(c)的分析步骤220中,由处理单元分析该至少一张图像以从植被控制技术的多个操作模式中确定要用于环境的至少第一部分的杂草控制的植被控制技术的至少一个操作模式;并且在也称为步骤(e)的输出步骤230中,由输出单元40输出可用于在该至少一个操作模式中激活植被控制技术的信息。
在示例中,环境的至少一张图像被从输入单元20提供给处理单元。根据示例,步骤(c)包括确定240环境的至少第一部分中的植被的至少一个地点的步骤。该方法然后包括通过处理单元确定250要在该至少一个地点使用的植被控制技术的该至少一个模式的步骤(d)。
根据示例,在步骤(a)中,由至少一个照相机获得至少一张图像,并且该方法包括给处理单元提供260在该至少一张图像被获得时与该至少一个照相机相关的至少一个地点的步骤(b)。
在示例中,步骤(c)包括确定270至少一种类型的杂草。
在示例中,步骤(c)包括确定280该至少一个类型的杂草的至少一个地点。
在示例中,步骤(c)包括确定290环境的至少第一部分中的第一类型杂草并且确定300环境的至少第二部分中的第二类型杂草。
在示例中,步骤(c)包括确定310要用于环境的至少第一部分中的第一类型杂草的杂草控制的植被控制技术的第一模式,和确定320要用于环境的至少第二部分中的第二类型杂草的杂草控制的植被控制技术的第二模式。在示例中,步骤(c)包括确定330要用于环境的至少第一部分的杂草控制的植被控制技术的第一模式;以及确定340要用于环境的至少第二部分的杂草控制的植被控制技术第二操作模式。
在示例中,环境的至少第二部分不同于环境的至少第一部分。在示例中,环境的至少第二部分至少部分地由环境的至少第一部分界定。在示例中,环境的至少第二部分是环境的至少第一部分的至少一个子集。在示例中,步骤(c)包括利用350机器学习算法。在示例中,方法包括使用运输工具,并且其中该方法包括通过至少一个照相机获得环境的至少一张图像;以及为环境的至少第一部分以至少一个操作模式激活安装在运输工具上的植被控制技术。
在示例中,方法包括将处理单元、输出单元和至少一个照相机安装在运输工具上。
在示例中,方法包括在激活植被控制技术的第二模式之前激活植被控制技术的第一模式,或者在激活植被控制技术的第二模式之后激活植被控制技术的第一模式。
现在结合图4-11更具体地描述用于杂草控制的装置、系统和方法,它们涉及在铁路轨道环境中的杂草控制,植被控制技术(也称为杂草控制技术)被安装在火车的一个或多个部分上。如上所述,杂草控制技术可以是任意数量的不同杂草控制技术中的一种,这些杂草控制技术可以多于一种的操作模式操作。
图4示出了用于杂草控制的系统100的示例。若干无人机具有照相机110。这些无人机沿着铁路轨道飞行。照相机获得铁路轨道的环境的图像,该图像是轨道之间的地面和轨道两侧的地面。被成像的环境是控制杂草所需要的环境。不必有若干无人机,而是带有一个照相机110的一个无人机可获得必须的图像。实际上,图像可通过由访问铁路轨道环境的人员手持的一个或多个照相机110、通过飞机、卫星或通过例如沿着铁路轨道行进的火车保持的一个或多个照相机110获得。由照相机110获得的图像的分辨率使得能够将植被确认为植被并且确实可处于能将一种类型的杂草与另一种类型的杂草区别开的分辨率。所获得的图像可以是彩色图像但不必是。由无人机获得的图像被传送到装置10。该图像可在它被照相机110获得时就被传送到装置10,或者可在它被获得之后被传送,例如当无人机着陆后。无人机可具有全球定位系统(GPS)并且这使得所获得图像的地点能被确定。例如,图像被获得时的照相机110的朝向和无人机的位置可被用于确定图像在地面平面上的地理覆盖区。无人机也可具有惯性导航系统,例如基于激光陀螺仪。除了被用于确定无人机的朝向和因此确定照相机的朝向,从而便于确定何时在地面上图像被获得之外,惯性导航系统可在没有GPS系统的情况下单独工作以确定无人机的位置,这通过确定远离一个或多个已知地点的运动。
装置10的输入单元20将获得的图像传递给处理单元30。图像分析软件在处理器30上操作。图像分析软件可使用特征提取,例如边缘检测,和例如可识别结构(诸如铁路轨道、枕木、树、平交路口、车站站台)的物体检测分析。因此,基于已知的物体地点,例如,在环境内的建筑物的地点,并基于已知的结构信息,例如枕木之间的距离和铁路轨道之间的距离,处理单元可修补所获得的图像以实际上建立环境的合成描绘,该描绘可实际上被叠放在环境的地理地图上。因此,可以确定每个图像的地理地点,并且不必有基于相关的GPS和/或惯性导航的与所获得的图像相关的信息。然而,如果存在可用的GPS和/或惯性导航信息,那么这种可将具体图像仅基于图像放置在具体地理地点处的图像分析就不需要了。但是,如果基于GPS和/或惯性导航的信息可获得,那么这种图像分析可被用于增加与图像相关的地理地点。因此,例如,如果在基于GPS和/或惯性导航的信息的基础上,所获得的图像的中心被认为是位于离一段铁路的一个特定铁路枕木的侧边缘22cm且离其端部67cm,而从实际所获图像,通过使用前述的图像分析,图像的中心被确定为位于离枕木的边缘25cm且离枕木的端部64cm,那么基于GPS和/或惯性导航得到的地点可通过被按要求将该地点在一个方向上移动3cm并且在另一个方向上移动3cm而被增加。
处理器30运行另外的图像处理软件。这个软件分析图像以确定图像中会发现植被的区域。可基于所获得图像内的特征的形状检测植被,其中例如边界检测软件被用于描绘物体的外边界和物体本身的外边界内的特征的外边界。植被图像数据库可被用于帮助确定图像中的特征是否与植被相关,例如使用经训练的机器学习算法,例如人工神经网络或决策树分析。照相机可获得多光谱图像,该图像具有与图像中的颜色相关的信息,并且这可被单独使用,或者与特征检测组合使用以确定图像中哪里会发现植被。如上所述,因为可以确定图像的地理地点,所以根据图像在地面上的大小的知识,可将图像中会发现植被的一个或多个地点映射到地面上的该植被的精确位置。
处理器30然后运行另外的图像处理软件,该软件可以是基于特征提取确定植被地点的图像处理(如果被使用的话)的一部分。这个软件包括机器学习分析器。获得了具体杂草的图像,以及还与正被使用的杂草的大小相关的信息。与世界上的地理地点相关的信息,在该地点会发现这种杂草,以及与一年中会发现这种杂草的时间相关的信息,包括什么时候开花等,可被用该图像贴标签。杂草的名称也可用该杂草的图像贴标签。机器学习分析器,其可基于人工神经网络或决策树分析器,此时可在这个地面真实性已获得的图像上被训练。以这种方式,当植被的新图像被提供给分析器时,在这个图像可能具有贴到它上的相关时间标识(例如一年中的时间)和地理地点(诸如德国或南非)时,分析器就通过将在新图像中发现的杂草的图像与训练它的不同杂草的图像进行比较以确定图像中的杂草的具体类型,其中杂草的大小,以及它们生长在何时何地也都被考虑。因此可以确定在环境内的地面上的那种杂草类型的具体地点,以及它的大小。
处理器30能访问包含不同杂草类型,以及在控制那种杂草类型中要使用的杂草控制技术的最优模式的数据库,该数据库是由从经验确定的数据汇编而成。例如,数个可用的化学品中要被喷洒到杂草上的具体类型的化学品、要被应用到具体类型的杂草的具体地点处的高电压(或激光辐射、或微波辐射、或水射流或蒸汽射流或火焰射流)持续时间、和/或高电压(或激光辐射或微波辐射等)的能量水平。地面上的杂草或者杂草丛的大小在确定要使用杂草控制技术(也叫植被控制技术)的哪种模式时也被考虑。例如,在化学喷雾中要使用的化学品的具体类型可以是针对特定类型的杂草的最优杂草控制技术。处理器可然后确定对于在环境中的特定地点处的单个杂草或者一小丛这种杂草化学喷雾杂草控制技术应该在那个具体地点被激活以用具体化学品控制杂草。不过,如果已经确认了在环境中存在一大丛这种具体类型的杂草,那么处理器可确定为了减缓化学品对环境的影响,应该使用该杂草控制技术的不同模式,比如要被喷洒到该区域上的更弱的化学品。这同样适用于基于火焰的杂草控制、或者基于高电压的杂草控制、或者基于蒸汽或高压水的杂草控制技术、或基于微波的杂草控制技术的不同模式,其中这些具体杂草控制技术的操作模式可被匹配到具体地点,在该地点例如可发现不同类型的杂草或不同的土壤类型。处理器确保需要被控制的全部杂草都被分配了要对它们使用的杂草控制技术的至少一个模式。可能的情况是为了最佳地控制具体类型的杂草,杂草控制技术的两种不同模式,例如微波辐射的增加的持续时间结合微波辐射的增加的能量水平。这同样适用于高电压、激光辐射等。处理器此时建立合适的杂草控制地图,具体说明应该在哪里使用杂草控制技术的一个或多个什么模式。
因此,无人机的照相机110获得了环境的图像,该图像被传递给处理器30,该处理器确定在环境中的哪个具体地理地点应该应用杂草控制技术的什么模式。因此,实际上杂草地图或者杂草控制技术模式地图可被生成,其指示了杂草控制技术的具体模式应该在环境里的哪里使用。
继续参照图4,杂草控制火车130沿着铁路轨道前进。杂草控制火车具有数个货车车厢,每一个都容纳可以不同模式操作的杂草控制技术。在一个具体示例中,第一个货车车厢具有基于化学喷雾的杂草控制技术120a,该杂草控制技术喷洒化学品“a”。第二个货车车厢具有基于化学喷雾的杂草控制技术120b,其喷洒化学品“b”,货车车厢120c、120d和120e分别喷洒化学品“c”、“d”和“e”。不同的火车或具有连接到其上的不同货车车厢的同一火车可容纳不同的杂草控制技术,例如基于高电压的、基于激光的、基于微波的、基于蒸汽的,并且其他杂草控制技术也可获得,例如基于火焰的、固体(泡沫)化学沉积、以及甚至基于机械的杂草控制技术。以基于高电压的杂草控制技术为例,此时每个货车车厢可具有以不同能量水平操作的高电压系统,并且一些货车车厢可以相同的能量水平操作。因此,具有单元120a、120b和120c的货车车厢可以“AA”的高电压能量水平操作。带有单元120d的货车车厢可以“10xAA”的高电压能量水平操作,并且带有单元120e的货车车厢可以“100xAA”的高电压能量水平操作。可以有多于一个的以“10AA”的能量水平操作的货车车厢和多于一个的以“100AA”的能量水平操作的货车车厢。杂草控制火车具有使用上述的杂草地图或杂草控制地图的处理器(未示出)。杂草控制火车具有确定其地理地点的手段,其可基于GPS、惯性导航、图像分析中的一个或多个以定位杂草控制火车的位置和杂草控制技术的单元的具体地点。这意味着当杂草控制火车通过环境时,杂草控制技术的不同单元可被在杂草的具体地点激活,其中在杂草的地点被激活的杂草控制技术的具体模式已经被确定为对于那个任务是最优的。如上面讨论的,杂草控制火车可具有照相机并且获得图像。所获得的图像可由在杂草控制火车上的处理器处理以确定火车自身的地点,这通过确定枕木和周围环境中的特征的地点。另外,当杂草控制火车具有GPS和/或惯性系统时,GPS和/或惯性导航系统可被用于确定火车的地点以使得可在具体杂草的地点处激活杂草控制技术的正确模式。不过,如果火车还具有获得周围环境的图像的照相机,那么诸如枕木的位置等的特征提取可被用于增加由GPS和/或惯性导航确定的位置以修正位置,从而杂草控制技术可在杂草的精确地点激活,以将例如从GPS系统得到的位置考虑在内。因此,为确定枕木的位置所要求的图像处理可快速运行,同时地点更新被快速应用,因为在定位诸如铁路枕木的特征时的图像处理复杂性相对不大。以高电压杂草控制技术为例,此时要应用的高电压持续时间和在什么能量水平上杀死杂草的数据库被处理器使用以确定要在环境中的具体地点应用的高电压系统的具体模式。类似的数据库被用于可被喷洒的化学品,以及用于为杀死具体杂草所要求的微波能量水平和持续时间等。
图5示出了用于杂草控制的系统100的另一示例。图5的用于杂草控制的系统类似于图4中示出的那个。不过,在图5中杂草控制火车130具有之前讨论的照相机110和装置10。在杂草控制火车130上的照相机110现在获得之前由无人机获得的图像。在杂草控制火车130上的装置的处理器30处理所获得的图像以确定杂草的地点和类型。此时不要求确定杂草的精确的地理地点。相反,基于照相机110和在具有可以不同模式操作的杂草控制技术120a-e的火车的货车车厢中容纳的单元之间的相对间距,所获得的图像可被定位在地面上的具体点处,在该图像中定位并被识别的杂草因此也被定位在地面上,杂草控制技术120a-e的所要求的模式将在被确定的杂草地点处被激活。然后,根据杂草控制火车的向前运动的知识(其速度)和图像被获得的时间,可以确定杂草控制技术的所要求的模式应该在何时被激活使得它在杂草的位置处激活。以这种方式,杂草控制火车不需要具有GPS和/或惯性导航系统或基于图像的绝对地理地点确定手段。相反,为了顾及为确定杂草的类型和它在图像中的精确地点以及它在地面上的精确地点所要求的处理——在火车坐标系内——照相机110必须与杂草控制技术120间隔一定距离,该距离至少等于处理时间乘以在杂草控制期间杂草控制火车的最大速度。因此,例如,如果对于以25m/s行进的火车处理需要0.2s、0.4s或0.8s,那么参照图5对于这个火车速度照相机110必须在杂草控制技术120e前面间隔5m、10m或20m。火车速度的减小使得可以减小间距。而且,获得图像的照相机110可具有非常短的曝光时间,从而最小化在曝光时间期间由于火车运动而引起的像移。这可通过各种不同的手段,包括例如结合滤镜使用例如通过激光或LED而具有短曝光时间或短脉冲照明的照相机。不过,装置可使用GPS系统和/或惯性导航系统和/或图像分析以确定杂草的精确地理地点。这意味着可以确定已经通过杂草控制技术的什么模式控制了什么杂草和使用了什么杂草控制技术,以及那些杂草定位在哪里的记录。
而且,通过生成杂草的精确地理地点,杂草控制技术120a-120e的模式可具有相关的地点确定手段,例如GPS系统和/或惯性导航系统和/或基于图像的系统,它们可被用于提供具体杂草控制技术的精确位置。因此,火车的前车厢可具有图像获得和分析单元,该单元使得能够构建杂草控制地图。火车的最后几节货车车厢此时可具有容纳在它们内的杂草控制技术,该杂草控制技术可以不同的模式操作。这些在后的货车车厢可通过承载负荷的货车车厢与前车厢间隔几十米或上百米。前车厢到后车厢的绝对间隔可在火车上山和下山时变化,但是因为带有杂草控制技术的货车车厢知晓它们的精确地点,当它们向前移动到杂草的位置或特定类型的杂草的区域时,可在那个精确地理地点激活杂草控制技术的适合模式。
图5示出了杂草控制火车130的两个视图,上面的是侧视图且下面示出的是平面图。这示出了在轨道之间延伸且延伸到轨道两侧的获得图像的照相机110。杂草控制火车的各个货车车厢具有可在火车下面应用且在火车两侧应用的杂草控制技术的相关模式。
图6示出了与图4-5中示出的类似的杂草控制火车130的货车车厢,其具有基于化学喷雾的杂草控制技术120a-e。图6示出了火车的一个货车车厢的后视图,该视图是沿着铁路轨道的视图。基于喷雾的杂草控制技术120a、120b、120c、120d和120e的不同模式全都涉及可被喷雾的不同化学品。因此,可使用特定化学品的不同强度,或者可使用针对具体类型的植被类型的不同化学品。杂草控制技术120a的数个独立的喷雾喷嘴在火车下面侧向延伸并且延伸到火车两侧。喷雾喷嘴也在向前方向上延伸。喷雾喷嘴本身可具有具体控制,除了开或关以外,可以在方向上被控制以向左和右或向下喷雾,和/或被控制成使得喷雾的角度范围被改变从而例如窄的喷雾射流可被引向单个杂草。当这些喷雾喷嘴中的一个在一个杂草的上方经过且该杂草已经被确认为是应该通过那个特定化学喷雾被控制的杂草,处理器30激活具体喷嘴,该喷嘴在杂草的具体地点喷洒化学品,其中要求通过那个化学品喷雾来控制那个杂草。在图6中,这个杂草有两个具体地点,一个被发现位于轨道之间并且一个是在轨道左侧,并且因此激活了两个喷雾喷嘴。请注意,杂草可从这个货车车厢的下面经过,已经使由基于喷雾的杂草控制技术120b-e应用的其它化学品之一被应用到杂草。
图7示出了如在图4-5中示出的杂草控制火车130的货车车厢,该货车车厢具有基于高电压的杂草控制技术120a-e。图7示出了火车的这个货车车厢的后视图,该视图是沿着铁路轨道的视图。基于高电压的杂草控制技术120a、120b、120c、120d、和120e的不同模式涉及可被应用的高电压的不同能量,和/或若干单元例如120a-b可以相同的能量操作从而该能量可被在延长的持续时间上应用。可针对不同杂草执行简单的实验以确定为杀死不同的杂草类型所要求的不同电压和能量水平和应用持续时间,使得能够构建数据库,根据该数据库可选择高电压技术的操作模式。可为不同的杂草控制技术构建类似的数据库,根据这些数据库可以确定用于具体杂草的所要求的操作模式。因此可针对植被类型的具体类型可以使用高电压的不同能量和/或高电压的不同持续时间,这是由于之前的实验工作确定了对于不同类型的杂草高电压能量/持续时间的什么操作模式是最优的。杂草控制技术的数对独立的电极对在火车下面侧向延伸并延伸到火车两侧,这些在图9中被更具体地示出。电极也可以在向前方向延伸。当这些电极对中的一对从已经被确认为是应该通过该基于高电压的杂草控制进行控制的杂草的那个杂草上方经过时,处理器30在要求通过该高电压和能量进行控制的杂草的具体地点处激活电极对中的该具体对。在图7中,存在这种杂草的两个具体地点,一个是在轨道之间发现的、还延伸到轨道的右手侧的一大丛,一个是在轨道的左边发现的一小丛,并且因此一个电极对已经在左手侧被激活并且在火车下面并且延伸到右手侧的数个电极对被激活。请注意,如果所示出的具体单元是120b,那么杂草可从这个货车车厢下面经过时可已经有高电压杂草控制技术120c-e中的其它模式中的一个应用到它们上,并且如果已经确定杂草应该由单元120a的杂草控制技术的高电压模式解决,那么杂草可以未经处理的状态从货车车厢下面经过。
图8示出了如图4-5中所示的杂草控制火车130的货车车厢,它具有基于激光的杂草控制技术120a-e。图8示出了火车的这个货车车厢的后视图,该视图是沿着铁路轨道的视图。基于激光的杂草控制技术120a、120b、120c、120d、和120e的不同模式涉及可被应用的激光辐射的不同能量,和/或若干单元例如120a-b可以相同的能量操作从而该能量可在延长的持续时间上被应用。因此针对植被类型的具体类型可使用激光辐射的不同能量和/或激光辐射的不同持续时间,这是由于之前的实验工作确定了对于不同类型的杂草高电压能量/持续时间的什么操作模式是最优的。不同的单元也可以激光辐射的不同波长操作,已经通过实验确定了对具体类型杂草的杂草控制最优的具体波长。
杂草控制技术120c的数个独立激光系统在火车下面侧向延伸并且延伸到火车的两侧,并且可在先前方向上延伸。每个激光系统可简单地以开/关状态操作以照射在该激光系统下面的区域或者也可在方向上被按要求转向从而仅照射杂草的具体地点。当这些激光系统中之一从已经被确认为是应该通过该具体的基于激光辐射的杂草控制来控制的杂草的杂草上方经过时,处理器30在要求通过激光辐射进行控制的杂草的具体地点激活具体的激光系统。在图8中仅有这种杂草的一个具体地点,其位于左手侧轨道附近就在轨道之间,并且因此在火车下面激活了一个激光系统,该激光系统朝向该杂草的具体地点。所述激光系统可以是基于激光二极管的、基于NG:YAG的,基于准分子的或任何其他被指明适合于杂草控制的激光系统。所示出的具体货车车厢具有单元120c,其以激光辐射的具体模式操作。请注意,从这个货车车厢下面经过的杂草可已经有基于激光的杂草控制技术120d-e的其它模式中之一被应用到它们上,以及如果已经确定该杂草应该由单元120a-b中一个或多个内容纳的基于激光的杂草控制的模式来处理,那么该杂草可以未经处理的状态从该货车车厢下面经过。
图9示出了基于高电压的杂草控制技术的更多细节。提供了多对电极,它们在被激活时使电流从一个电极经过杂草和包括杂草的根部的地面流到另一个电极。示出的一个子单元可具有一个电极对或实际上具有数个电极对以能实现更大的分辨率和这种基于高电压的杂草控制的应用的更小空间范围。高电压可以DC模式被应用一段时间或者以AC模式被应用一段时间。
图10示出了铁路环境的描绘,示出了铁路轨道和轨道两侧的地面。示出了数个杂草区域,其中一大丛一种类型的杂草内具有一丛不同类型的杂草。在图10中示出的是已经确定要被激活以用于这些具体杂草的杂草控制技术的具体模式。如上面讨论的,单元120a、120b和120c以“AA”能量水平操作,单元120d以“10xAA”能量水平操作并且单元120e以“100xAA”能量水平操作。这些操作模式仅仅是代表性示例,并且不同的操作模式也是可行的。因此,确定了特定类型的杂草的一个杂草丛应该在延长的持续时间上被应用能量水平AA,并且因此单元120a、120b和120c将在杂草丛的地点处被激活。具有不同类型杂草的另一杂草丛可用同样的能量水平控制但是能量水平不必被在这种延长的持续时间上被应用,并且因此仅单元120a和120b将在杂草的地点处被激活。一大丛容易被控制的杂草可通过只应用能量水平AA来控制,但是在那个丛中图像处理确定了还有难以杀死的杂草并且因此在该难以杀死的杂草的地点处要求100AA的能量水平。因此,在可包含或可不包含难以杀死的杂草的整个丛上,单元120a激活并且在难以杀死的杂草的具体地点处单元120e激活。这种关于要应用的杂草控制技术的什么操作模式、它的持续时间、和/或能量、或化学品或波长等的确定可被考虑作为参照图4讨论的杂草控制地图,或者应该如参照图5讨论地应用关于杂草控制技术的什么模式的实时确定。
图11示出了高电压杂草控制技术的单元120a的更多细节。该图示出了安装在火车的货车车厢上的单独的子单元,其中中心单元位于火车货车车厢下面而其它的子单元位于货车车厢的两侧,它们能控制轨道外侧的杂草。在这个具体的示例中有19行电极对和12列电极对。可以有不同数量的列的电极对和不同的行数,并且可以仅有一行。单元120a以能量水平AA操作。将一个电极对称为在行x列的坐标系中的一个格,那么随着火车向前移动当格1x4、1x5、1x6和1x7从杂草的地点上方经过时这些格激活。随着进一步移动,在一个示例中仅仅这些格处于激活直到这些格已经从杂草的上方经过。以这种方式可在最小持续时间上应用能量AA。然而,格可在杂草位于子单元下方的不同位置处时激活。因此,当杂草首先位于子单元的前边缘下面时,格1x4-7、2x4-7和3x4-7被激活。随着火车向前移动,2x4-7、3x4-7和4x4-7被激活,然后3x4-7、4x4-7和5x4-7被激活。以这种方式,杂草在子单元下方前进而在所有位置合适的电极对都被激活直到17x4-7、18x4-7和19x4-7被激活,然后18x4-7和19x4-7并且最后19x4-7被激活。以这种方式被激活的电极对的波在固定位置处激活,该波以火车的速度移动。通过激活不同数量的电极对可以在不同的持续时间上应用能量AA,并且如果要求在增加的持续时间上应用这个能量水平,那么后面的子单元可在那个单元从杂草上方经过时以能量AA激活电极。以能量10AA和100AA操作的其它单元可以类似的方式操作。然而,在一个极端情况下,仅有一行电极,并且在单元从杂草上方经过时这些电极在要求的位置处激活,例如1x4-7。其它杂草控制技术,例如化学喷雾,可类似地例如在一个单元下方具有几行和几列激活喷雾喷嘴。这同样适用于基于微波、火焰的系统等。
上面详述的示例是参照铁路讨论的,其中在火车的不同货车车厢内容纳杂草控制技术(植被控制技术)的不同模式。这些可被容纳在单个货车车厢内,并且一个控制技术可具有仅两个、三个或四个杂草模式,例如仅两个不同的化学喷雾或者以不同的高电压能量操作的两个单元或者对于具体前进速度仅以一个能量水平操作但能在多于一个的持续时间上操作的一个高电压单元。另外,除了杂草控制火车以外,卡车或货车或乌尼莫克(Unimog)可具有安装在其上/内的可以多于一个的模式操作的杂草控制技术,并且基于之前获得的且处理的图像或者基于它自己获得并处理的图像,围绕着工业区或甚至比如机场的区域行驶并如上所述地将杂草控制技术的具体模式应用到具体杂草类型。
在另一个示例性实施例中,提供了计算机程序或计算机程序元件,其特征在于被构造成在合适的系统上执行根据前面实施例中的一个的方法的方法步骤。计算机程序元件可因此被存储在计算机单元上,计算机单元也可以是实施例的一部分。这个计算单元可被构造成执行或引发执行上面描述的方法的步骤。而且,它可被构造成操作上面描述的装置和/或系统的部件。该计算单元可被构造成自动操作和/或执行使用者的命令。计算机程序可被载入到数据处理器的工作内存中。数据处理器可因此被装备成执行根据前面的实施例的其中一个的方法。
本发明的这个示例性实施例既覆盖了从一开始就使用本发明的计算机程序也覆盖了借助更新将现有程序变成使用本发明的程序的计算机程序。
进一步,计算机程序元件可能够提供满足上述方法的示例性实施例的过程的全部必须步骤。根据本发明的另一个示例性实施例,提供计算机可读介质,例如CD-ROM、USB棒等,其中计算机可读介质其上存储有计算机程序元件,该计算机程序元件是如前面部分描述的。
计算机程序可存储和/或分布在合适的介质上,例如光学存储介质或固态介质,所述介质与其它硬件一起或作为该硬件的一部分被供应,但是也可以其他形式散布,例如经由因特网或者有线或无线电信系统。
不过,计算机程序也可在网络上被提供,比如万维网,并且可被从这个网络上下载到数据处理器的工作内存中。根据本发明的另一个示例性实施例,提供了使计算机程序元件可用于下载的介质,该计算机程序元件被布置成执行根据本发明的前面描述的实施例中的一个的方法。
必须注意到,本发明的实施例是参照不同的主题描述的。尤其是,一些实施例是参照方法类型权利要求描述的,而其它实施例是参照设备类型权利要求描述的。但是,本领域技术人员将从上面以及下面的描述中得出,除非另有说明,属于一个类型的主题的特征可任意组合,除此之外,与不同主题相关的特征之间也可任意组合,这些组合都被认为是由本申请公开。然而,全部特征可被组合以提供比这些特征的简单相加更多的协同效果。
虽然在附图和前面描述中详细图示并描述了本发明,这些图示和描述被认为是说明性或示例性的而不是限定性的。本发明不限于所公开的实施例。本领域技术人员在实施要求保护的发明时能在学习附图、公开内容和从属权利要求之后理解并实现所公开的实施例的其它变型。
在权利要求中,词语“包括”不排除其它的元件或步骤,而不定冠词“一(a)”或“一个(an)”不排除多个。单独一个处理器或其它单元可满足在权利要求中记载的若干物件的功能。仅仅在互相不同的从属权利要求中记载了某些措施的事实不能表明不能利用这些措施的组合。权利要求中的任何附图标记都不应被解释为限定范围。
Claims (15)
1.一种用于杂草控制的装置(10),包括:
-输入单元(20);
-处理单元(30);以及
-输出单元(40);
其中,所述输入单元被构造成给所述处理单元提供环境的至少一张图像;其中,所述处理单元被构造成分析所述至少一张图像以从植被控制技术的多个操作模式中确定要用于所述环境的至少第一部分的杂草控制的所述植被控制技术的至少一个操作模式;并且其中所述输出单元被构造成输出可用于以所述至少一个操作模式激活所述植被控制技术的信息。
2.根据权利要求1所述的装置,其中分析所述至少一张图像以确定所述植被控制技术的所述至少一个操作模式包括确定所述环境的所述至少第一部分中的植被的至少一个地点,并且其中所述处理单元被构造成确定要在该至少一个地点使用的所述植被控制技术的所述至少一个操作模式。
3.根据权利要求1-2中任一项所述的装置,其中所述至少一张图像是由至少一个照相机获得的,并且其中所述输入单元被构造成给所述处理单元提供在获得所述至少一张图像时与所述至少一个照相机相关的至少一个地点。
4.根据权利要求1-3中任一项所述的装置,其中分析所述至少一张图像以确定所述植被控制技术的所述至少一个操作模式包括确定至少一个类型的杂草。
5.根据权利要求4所述的装置,其中所述处理单元被构造成确定所述至少一个类型的杂草的至少一个地点。
6.根据权利要求1-5中任一项所述的装置,其中分析所述至少一张图像以确定所述植被控制技术的所述至少一个操作模式包括确定所述环境的所述至少第一部分中的第一类型杂草和确定所述环境的至少第二部分中的第二类型杂草。
7.根据权利要求6所述的装置,其中所述处理单元被构造成分析所述至少一张图像以确定要用于所述环境的所述至少第一部分中的所述第一类型杂草的杂草控制的所述植被控制技术的第一操作模式;并且其中所述处理单元被构造成分析所述至少一张图像以确定要用于所述环境的至少第二部分中的所述第二类型杂草的杂草控制的所述植被控制技术的第二操作模式。
8.根据权利要求1-7中任一项所述的装置,其中所述处理单元被构造成分析所述至少一张图像以确定要用于所述环境的至少所述第一部分的杂草控制的所述植被控制技术的第一操作模式;以及其中所述处理单元被构造成分析所述至少一张图像以确定要用于所述环境的至少第二部分的杂草控制的所述植被控制技术的第二操作模式。
9.一种用于杂草控制的系统(100),包括:
-至少一个照相机(110);
-根据权利要求1-9中任一项所述的用于杂草控制的装置(10);以及
-植被控制技术(120);
其中所述至少一个照相机被构造成获得所述环境的所述至少一张图像;其中,所述植被控制技术被安装在运输工具(130)上;其中,所述植被控制技术被构造成以多个操作模式操作;以及其中,所述装置被构造成为所述环境的所述至少第一部分以所述至少一个操作模式激活所述植被控制技术。
10.根据权利要求9所述的系统,其中所述装置被安装在所述运输工具上;并且其中所述至少一个照相机被安装在所述运输工具上。
11.根据权利要求9-10所述的系统,其中所述植被控制技术包括多个单元,并且其中所述多个单元被构造成以多个操作模式操作。
12.一种用于杂草控制的方法(200),包括:
(a)给处理单元提供(210)环境的至少一张图像;
(c)由所述处理单元分析(220)所述至少一张图像以从植被控制技术的多个操作模式中确定要用于所述环境的至少第一部分的杂草控制的所述植被控制技术的至少一个操作模式;以及
(e)由输出单元输出(230)可用于以所述至少一个操作模式激活所述植被控制技术的信息。
13.根据权利要求12所述的方法,其中步骤(c)包括确定(240)所述环境的所述至少第一部分中的植被的至少一个地点的步骤;以及其中所述方法包括由所述处理单元确定(250)要用在所述至少一个地点的所述植被控制技术的所述至少一个操作模式的步骤(d)。
14.根据权利要求12-13中任一项所述的方法,其中在步骤(a)中所述至少一张图像由至少一个照相机获得;并且其中所述方法包括给所述处理单元提供(260)在获得所述至少一张图像时与所述至少一个照相机相关的至少一个地点的步骤(b)。
15.一种用于控制根据权利要求1到8中任一项的装置和/或根据权利要求9到11中任一项的系统的计算机程序元件,所述计算机程序元件被构造成在由处理器执行时执行根据权利要求12到14中任一项的方法。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17180030.3A EP3425572A1 (en) | 2017-07-06 | 2017-07-06 | Apparatus for automated weed control |
EP17180030.3 | 2017-07-06 | ||
EP17181582.2A EP3431360A1 (en) | 2017-07-17 | 2017-07-17 | Apparatus for weed control |
EP17181582.2 | 2017-07-17 | ||
EP17186467.1A EP3443839B1 (en) | 2017-08-16 | 2017-08-16 | A weed control apparatus |
EP17186467.1 | 2017-08-16 | ||
EP17187259.1A EP3446564B1 (en) | 2017-08-22 | 2017-08-22 | Apparatus for weed control |
EP17187259.1 | 2017-08-22 | ||
PCT/EP2018/067780 WO2019007890A1 (en) | 2017-07-06 | 2018-07-02 | APPARATUS FOR CONTROLLING WEEDS |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110868852A true CN110868852A (zh) | 2020-03-06 |
CN110868852B CN110868852B (zh) | 2023-06-02 |
Family
ID=62784184
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880045271.5A Active CN110809403B (zh) | 2017-07-06 | 2018-07-02 | 用于杂草控制的装置 |
CN201880045260.7A Pending CN110809402A (zh) | 2017-07-06 | 2018-07-02 | 用于杂草控制的装置 |
CN201880045255.6A Active CN110809401B (zh) | 2017-07-06 | 2018-07-02 | 杂草控制装置 |
CN201880045312.0A Active CN110868852B (zh) | 2017-07-06 | 2018-07-02 | 用于杂草控制的装置 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880045271.5A Active CN110809403B (zh) | 2017-07-06 | 2018-07-02 | 用于杂草控制的装置 |
CN201880045260.7A Pending CN110809402A (zh) | 2017-07-06 | 2018-07-02 | 用于杂草控制的装置 |
CN201880045255.6A Active CN110809401B (zh) | 2017-07-06 | 2018-07-02 | 杂草控制装置 |
Country Status (10)
Country | Link |
---|---|
US (4) | US12075768B2 (zh) |
EP (6) | EP3648592A1 (zh) |
JP (4) | JP7166303B2 (zh) |
KR (4) | KR102627174B1 (zh) |
CN (4) | CN110809403B (zh) |
AU (4) | AU2018298390B2 (zh) |
BR (1) | BR112020000117A2 (zh) |
CA (3) | CA3068855A1 (zh) |
WO (4) | WO2019007894A1 (zh) |
ZA (2) | ZA201908156B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220061304A1 (en) * | 2020-08-31 | 2022-03-03 | Transportation Ip Holdings, Llc | Vehicle with spray control system and method |
WO2019007894A1 (en) | 2017-07-06 | 2019-01-10 | Bayer Aktiengesellschaft | APPARATUS FOR CONTROLLING WEEDS |
FI129554B (en) * | 2018-02-15 | 2022-04-14 | Danstar Ferment Ag | The applicator and the powder cartridge available therein, as well as the powder mixture contained in the powder cartridge |
US11957072B2 (en) * | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US12069978B2 (en) | 2018-10-26 | 2024-08-27 | Deere & Company | Predictive environmental characteristic map generation and control system |
EP3666622A1 (en) * | 2018-12-14 | 2020-06-17 | Bilberry SAS | System and method for railway weeding |
BR112021022418A2 (pt) * | 2019-05-08 | 2021-12-28 | Bayer Ag | Veículo aéreo não tripulado |
CN114270411A (zh) * | 2019-08-19 | 2022-04-01 | 蓝河技术有限公司 | 植物组识别 |
JP2022548645A (ja) | 2019-09-17 | 2022-11-21 | カーボン オートノマス ロボティック システムズ, インコーポレイテッド | 自律レーザ雑草根絶 |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
DE102020205079A1 (de) * | 2020-04-22 | 2021-10-28 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Ausbringen wenigstens eines flüssigen Mediums mittels einer Spritzdüseneinheit und Computerprogrammprodukt |
CN111990388B (zh) * | 2020-05-27 | 2021-11-16 | 农业农村部南京农业机械化研究所 | 选择性喷洒系统,地空协同施药系统及协作方法 |
US11393049B2 (en) * | 2020-09-24 | 2022-07-19 | Centure Applications LTD | Machine learning models for selecting treatments for treating an agricultural field |
JP2022065581A (ja) * | 2020-10-15 | 2022-04-27 | 西武建設株式会社 | 無人飛行体を用いた除草装置 |
NL2026771B1 (nl) * | 2020-10-26 | 2022-09-16 | H Harinck Beheer B V | Toedienautomaat |
CN112450020B (zh) * | 2020-12-04 | 2022-07-29 | 庐山市环绿时代农业科技开发有限公司 | 一种智能化白芨除草方法、装置、存储介质和终端 |
US20220211025A1 (en) * | 2021-01-06 | 2022-07-07 | Cnh Industrial America Llc | System and method for performing spraying operations with an agricultural sprayer |
US20220299635A1 (en) * | 2021-03-17 | 2022-09-22 | Carbon Autonomous Robotic Systems Inc. | Systems and methods for point to point object matching and targeting |
US12035707B2 (en) | 2021-09-23 | 2024-07-16 | Cnh Industrial America Llc | System and method for performing spraying operations with an agricultural applicator |
CN113944137A (zh) * | 2021-10-11 | 2022-01-18 | 马鞍山缔盟新思智能科技有限公司 | 一种用于轨道交通的轨道杂草清理装置及其使用方法 |
JP7506103B2 (ja) | 2022-02-09 | 2024-06-25 | フタバ産業株式会社 | 除草装置及び植物の分裂組織の位置を推定する方法 |
CN117882697B (zh) * | 2024-03-14 | 2024-07-09 | 东海实验室 | 一种精准快速的智能化激光除草装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1321037A2 (de) * | 2001-12-19 | 2003-06-25 | Deere & Company | System zum automatischen Ausgleichen der Wind-Drift für ein landwirtschaftliches Sprühgerät |
CN1633536A (zh) * | 2002-07-05 | 2005-06-29 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于轨道车辆的除草方法 |
CN101151418A (zh) * | 2005-04-29 | 2008-03-26 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于构建杂草地图的装置 |
WO2015013723A2 (en) * | 2013-07-26 | 2015-01-29 | Blue River Technology, Inc. | System and method for plant treatment |
EP2848121A1 (en) * | 2013-09-13 | 2015-03-18 | Palo Alto Research Center Incorporated | Unwanted laser plant removal system having a stabilization system |
Family Cites Families (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US213255A (en) * | 1879-03-11 | Improvement in apparatus for destroying vegetation on railroads | ||
US3125294A (en) * | 1964-03-17 | Apparatus for handling fiber in suspension | ||
BE795218A (fr) * | 1972-02-10 | 1973-08-09 | Oceanography Int Corp | Procede et appareil de destruction de vegetations |
JPS5648136Y2 (zh) * | 1975-06-24 | 1981-11-10 | ||
US4908981A (en) * | 1986-01-21 | 1990-03-20 | Moore James E | Devices and methods for selective application of herbicide |
CN1036140C (zh) * | 1992-12-18 | 1997-10-15 | 中国国际科技促进会 | 植物纤维素薄膜制品及其制备工艺 |
JP3359702B2 (ja) * | 1993-06-28 | 2002-12-24 | 株式会社前川製作所 | 異種植物検出方法と該検出方法を用いた雑草駆除方法 |
DE4329343A1 (de) * | 1993-08-27 | 1995-03-09 | Schering Ag | Feldtaugliches bildanalytisches Verfahren zur automatischen Erkennung und Bekämpfung von Unkrautarten |
US5606821A (en) * | 1994-07-25 | 1997-03-04 | Loral Corporation | Smart weed recognition/classification system |
WO1996012401A1 (en) * | 1994-10-25 | 1996-05-02 | Rees Equipment Pty. Ltd. | Controller for agricultural sprayers |
JPH09137A (ja) * | 1995-06-19 | 1997-01-07 | Tokyu Constr Co Ltd | 雑草除去装置 |
US5695301A (en) * | 1995-11-16 | 1997-12-09 | Bhp Copper, Inc. | Method of controlling erosion and creating an environment for the formation of a growth medium |
ATE236519T1 (de) * | 1997-01-28 | 2003-04-15 | Werner Goergens Consulting & T | Verfahren und vorrichtung zum beseitigen von wildkraut und zum reinigen von oberflächen |
US6160902A (en) * | 1997-10-10 | 2000-12-12 | Case Corporation | Method for monitoring nitrogen status using a multi-spectral imaging system |
EP1037642B9 (en) * | 1997-12-09 | 2010-10-13 | Biomedical Frontiers, Inc. | Modified polysaccharides exhibiting altered biological recognition |
RU2129785C1 (ru) * | 1997-12-10 | 1999-05-10 | Всероссийский научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хозяйства | Устройство для управляемой борьбы с сорняками |
US6029395A (en) * | 1998-01-05 | 2000-02-29 | Morgan; Albert W. | Biodegradable mulch mat |
US6919959B2 (en) * | 1999-06-30 | 2005-07-19 | Masten Opto-Diagnostics Co. | Digital spectral identifier-controller and related methods |
KR100399571B1 (ko) * | 2000-08-16 | 2003-09-29 | 대한민국 | 스피드스프레이어용 정전대전살포장치 |
JP3877045B2 (ja) | 2000-11-22 | 2007-02-07 | 株式会社共立 | 静電付与式散布機 |
JP2004166627A (ja) * | 2002-11-21 | 2004-06-17 | National Institute For Rural Engineering | 抑草マルチング組成物 |
KR100538645B1 (ko) * | 2004-04-27 | 2005-12-23 | 대한민국(관리부서:농촌진흥청) | 정전대전 농약살포장치 |
CN2759191Y (zh) * | 2004-11-26 | 2006-02-22 | 北京农业信息技术研究中心 | 一种杂草自动识别喷药整机 |
ES2427817T3 (es) * | 2005-08-01 | 2013-11-04 | Pioneer-Hi-Bred International, Inc. | Sistema sensor, método y producto de programa informático para la medición del fenotipo de plantas en entornos agrícolas |
US7337602B1 (en) * | 2005-09-15 | 2008-03-04 | Butler Walt R | Mulch plate apparatus with adjustable handle mechanism |
CN100437629C (zh) * | 2005-10-08 | 2008-11-26 | 中国农业机械化科学研究院 | 一种自动识别田间杂草的方法 |
JP4873686B2 (ja) * | 2006-01-11 | 2012-02-08 | 株式会社前川製作所 | 農作業支援機器のための農業用資材と該農業用資材を用いた農地、並びに該農地における農作業支援機器の進行方向認識方法 |
JP2008092917A (ja) * | 2006-10-16 | 2008-04-24 | Sawadaya:Kk | マルチング工法及びマルチング構造 |
JP5129512B2 (ja) | 2007-01-16 | 2013-01-30 | 有光工業株式会社 | 静電噴霧装置 |
US7474964B1 (en) * | 2007-06-22 | 2009-01-06 | Weyerhaeuser Company | Identifying vegetation attributes from LiDAR data |
CN101707992B (zh) * | 2009-10-15 | 2011-01-05 | 南京林业大学 | 高效除草机器人 |
KR20110042712A (ko) * | 2009-10-20 | 2011-04-27 | 오은영 | 유효성분이 함유된 멀칭제 |
KR101031365B1 (ko) * | 2010-05-31 | 2011-04-29 | 홍석주 | 생분해성 액상 멀칭용 조성물, 이의 제조 방법 및 이를 이용한 멀칭 방법 |
CN101927220A (zh) | 2010-07-05 | 2010-12-29 | 中国农业大学 | 精准智能对靶喷雾机 |
CN101961003A (zh) | 2010-08-10 | 2011-02-02 | 江苏大学 | 一种精确对靶喷药除草装置 |
US9058633B2 (en) | 2010-10-25 | 2015-06-16 | Trimble Navigation Limited | Wide-area agricultural monitoring and prediction |
US9504242B2 (en) | 2010-11-09 | 2016-11-29 | Weeding Technologies Limited | Device for weed control |
CN102172233A (zh) * | 2011-03-04 | 2011-09-07 | 江苏大学 | 一种棉田杂草实时识别对靶喷施的方法 |
JP2013059296A (ja) | 2011-09-14 | 2013-04-04 | Chugoku Electric Power Co Inc:The | 農地管理方法、及び農地管理システム |
GB201120001D0 (en) | 2011-11-20 | 2012-01-04 | Byrne Kenneth | Herbicide applicator |
US8957984B2 (en) | 2013-06-30 | 2015-02-17 | Konica Minolta Laboratory U.S.A., Inc. | Ghost artifact detection and removal in HDR image processsing using multi-scale normalized cross-correlation |
CN103348964B (zh) * | 2013-07-15 | 2015-05-13 | 山东奥泰机械有限公司 | 一种智能除草设备及其使用方法 |
US9609858B2 (en) | 2013-09-13 | 2017-04-04 | Palo Alto Research Center Incorporated | Unwanted plant removal system having variable optics |
CN103718684A (zh) * | 2014-01-02 | 2014-04-16 | 张春平 | 旋耕四犁合垄播种化学除草覆膜机 |
WO2016027566A1 (ja) * | 2014-08-20 | 2016-02-25 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
US9652840B1 (en) * | 2014-10-30 | 2017-05-16 | AgriSight, Inc. | System and method for remote nitrogen monitoring and prescription |
CN104521929B (zh) * | 2014-12-17 | 2017-05-03 | 江苏大学 | 一种基于植株目标特征独立喷嘴控制的变流量喷雾方法 |
WO2016191825A1 (en) * | 2015-06-05 | 2016-12-08 | The University Of Sydney | Automatic target recognition and management system |
ES2846786T3 (es) | 2015-07-02 | 2021-07-29 | Ecorobotix Sa | Vehículo robot y procedimiento que utiliza un robot para un tratamiento automático de organismos vegetales |
DE102015111889B4 (de) | 2015-07-22 | 2020-02-27 | Andreas Reichhardt | Verfahren zur Prüfung einer landwirtschaftlichen Sprüheinrichtung |
US10241097B2 (en) * | 2015-07-30 | 2019-03-26 | Ecoation Innovative Solutions Inc. | Multi-sensor platform for crop health monitoring |
GB2542115B (en) | 2015-09-03 | 2017-11-15 | Rail Vision Europe Ltd | Rail track asset survey system |
US20170095834A1 (en) * | 2015-10-05 | 2017-04-06 | William Brian Kinard | Electrostatic deposition |
KR102623403B1 (ko) | 2015-11-08 | 2024-01-12 | 어그로잉 리미티드 | 항공 이미지 획득 및 분석을 위한 방법 |
CN105379460B (zh) | 2015-12-04 | 2018-07-03 | 王刚 | 一种秸秆覆盖起垄播种机 |
EP3244343A1 (en) * | 2016-05-12 | 2017-11-15 | Bayer Cropscience AG | Recognition of weed in a natural environment |
CN205827278U (zh) * | 2016-06-30 | 2016-12-21 | 沈焱 | 封闭环境中植物生长监测及环境控制系统 |
US20180035606A1 (en) * | 2016-08-05 | 2018-02-08 | Romello Burdoucci | Smart Interactive and Autonomous Robotic Property Maintenance Apparatus, System, and Method |
US10255670B1 (en) * | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
WO2019007894A1 (en) | 2017-07-06 | 2019-01-10 | Bayer Aktiengesellschaft | APPARATUS FOR CONTROLLING WEEDS |
-
2018
- 2018-07-02 WO PCT/EP2018/067785 patent/WO2019007894A1/en unknown
- 2018-07-02 CN CN201880045271.5A patent/CN110809403B/zh active Active
- 2018-07-02 JP JP2019572608A patent/JP7166303B2/ja active Active
- 2018-07-02 WO PCT/EP2018/067780 patent/WO2019007890A1/en unknown
- 2018-07-02 EP EP18735576.3A patent/EP3648592A1/en not_active Withdrawn
- 2018-07-02 US US16/628,987 patent/US12075768B2/en active Active
- 2018-07-02 EP EP22196145.1A patent/EP4122795A1/en active Pending
- 2018-07-02 CN CN201880045260.7A patent/CN110809402A/zh active Pending
- 2018-07-02 KR KR1020207003175A patent/KR102627174B1/ko active IP Right Grant
- 2018-07-02 AU AU2018298390A patent/AU2018298390B2/en active Active
- 2018-07-02 WO PCT/EP2018/067784 patent/WO2019007893A1/en unknown
- 2018-07-02 JP JP2019572606A patent/JP7166302B2/ja active Active
- 2018-07-02 US US16/628,901 patent/US11560680B2/en active Active
- 2018-07-02 JP JP2019572595A patent/JP7166301B2/ja active Active
- 2018-07-02 AU AU2018298392A patent/AU2018298392B2/en active Active
- 2018-07-02 BR BR112020000117-1A patent/BR112020000117A2/pt not_active Application Discontinuation
- 2018-07-02 AU AU2018298388A patent/AU2018298388B2/en active Active
- 2018-07-02 CN CN201880045255.6A patent/CN110809401B/zh active Active
- 2018-07-02 CA CA3068855A patent/CA3068855A1/en active Pending
- 2018-07-02 KR KR1020207003174A patent/KR102648591B1/ko active IP Right Grant
- 2018-07-02 WO PCT/EP2018/067782 patent/WO2019007892A1/en unknown
- 2018-07-02 JP JP2019572594A patent/JP7166300B2/ja active Active
- 2018-07-02 EP EP18735577.1A patent/EP3648593A1/en not_active Withdrawn
- 2018-07-02 EP EP18735312.3A patent/EP3648591A1/en not_active Ceased
- 2018-07-02 EP EP18735311.5A patent/EP3648590A1/en not_active Ceased
- 2018-07-02 US US16/628,592 patent/US11856937B2/en active Active
- 2018-07-02 KR KR1020207003172A patent/KR102627177B1/ko active IP Right Grant
- 2018-07-02 KR KR1020207003173A patent/KR102648117B1/ko active IP Right Grant
- 2018-07-02 CA CA3068931A patent/CA3068931A1/en active Pending
- 2018-07-02 AU AU2018298391A patent/AU2018298391B2/en active Active
- 2018-07-02 US US16/628,846 patent/US11377806B2/en active Active
- 2018-07-02 CN CN201880045312.0A patent/CN110868852B/zh active Active
- 2018-07-02 EP EP22204433.1A patent/EP4147942A1/en active Pending
- 2018-07-02 CA CA3068893A patent/CA3068893A1/en active Pending
-
2019
- 2019-12-09 ZA ZA2019/08156A patent/ZA201908156B/en unknown
- 2019-12-09 ZA ZA2019/08155A patent/ZA201908155B/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1321037A2 (de) * | 2001-12-19 | 2003-06-25 | Deere & Company | System zum automatischen Ausgleichen der Wind-Drift für ein landwirtschaftliches Sprühgerät |
CN1633536A (zh) * | 2002-07-05 | 2005-06-29 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于轨道车辆的除草方法 |
CN101151418A (zh) * | 2005-04-29 | 2008-03-26 | G&G诺芙尼威德米和克斯克德米有限公司 | 用于构建杂草地图的装置 |
WO2015013723A2 (en) * | 2013-07-26 | 2015-01-29 | Blue River Technology, Inc. | System and method for plant treatment |
EP2848121A1 (en) * | 2013-09-13 | 2015-03-18 | Palo Alto Research Center Incorporated | Unwanted laser plant removal system having a stabilization system |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110868852B (zh) | 用于杂草控制的装置 | |
WO2019185434A1 (en) | Apparatus for weed control | |
EP3425572A1 (en) | Apparatus for automated weed control | |
EP3446564B1 (en) | Apparatus for weed control | |
EP3431360A1 (en) | Apparatus for weed control | |
CA3068894A1 (en) | Apparatus for weed control | |
BR112020000097B1 (pt) | Aparelho, sistema e método para controle de erva daninha e meio não transitório legível por computador | |
BR112020000102B1 (pt) | Aparelho, sistema e método para controle de erva daninha e meio não transitório legível por computador | |
NZ759917B2 (en) | Apparatus for weed control |
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 |