CN111712843A - 使用自主群集无人机和人工智能的个性化和定制的植物管理 - Google Patents

使用自主群集无人机和人工智能的个性化和定制的植物管理 Download PDF

Info

Publication number
CN111712843A
CN111712843A CN201880079519.XA CN201880079519A CN111712843A CN 111712843 A CN111712843 A CN 111712843A CN 201880079519 A CN201880079519 A CN 201880079519A CN 111712843 A CN111712843 A CN 111712843A
Authority
CN
China
Prior art keywords
plant
drone
prescription
specific information
combination
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
Application number
CN201880079519.XA
Other languages
English (en)
Inventor
M·达迪
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.)
BASF Agro Trademarks GmbH
Original Assignee
BASF Agro Trademarks GmbH
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 BASF Agro Trademarks GmbH filed Critical BASF Agro Trademarks GmbH
Publication of CN111712843A publication Critical patent/CN111712843A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C7/00—Sowing
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G3/00—Cutting implements specially adapted for horticultural purposes; Delimbing standing trees
    • A01G3/08—Other tools for pruning, branching or delimbing standing trees
    • A01G3/085—Motor-driven saws for pruning or branching
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
    • 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
    • A01M21/046—Apparatus for destruction by steam, chemicals, burning, or electricity by electricity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/02—Dropping, ejecting, or releasing articles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F1/00—Ground or aircraft-carrier-deck installations
    • B64F1/36—Other airport installations
    • B64F1/362—Installations for supplying conditioned air to parked aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U80/00—Transport or storage specially adapted for UAVs
    • B64U80/20—Transport or storage specially adapted for UAVs with arrangements for servicing the UAV
    • B64U80/25—Transport or storage specially adapted for UAVs with arrangements for servicing the UAV for recharging batteries; for refuelling
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/40—UAVs specially adapted for particular uses or applications for agriculture or forestry operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/104—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] using satellite radio beacon positioning systems, e.g. GPS
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U70/00—Launching, take-off or landing arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Forests & Forestry (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Soil Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Insects & Arthropods (AREA)
  • Botany (AREA)
  • Zoology (AREA)
  • Pest Control & Pesticides (AREA)
  • Game Theory and Decision Science (AREA)
  • Animal Husbandry (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Agronomy & Crop Science (AREA)
  • Transportation (AREA)

Abstract

本公开总体上涉及一种用于提供用于多个植物的个性化管理的系统和方法。一种示例性系统包括多个无人机，其包括第一无人机、坞站和服务器。第一无人机被分配到多个植物中的第一植物，并且被配置为容纳无人机附件的多个组合。坞站包括多个无人机附件。服务器包括与多个植物有关的数据库。该数据库包括与第一植物相关联的位置信息。第一无人机进一步被配置为：多次访问第一植物，收集与第一植物相关联的植物特定的信息，基于植物特定的信息获得处方，其中处方与一个或多个要求相关联，基于处方向第一植物提供护理。

Description

使用自主群集无人机和人工智能的个性化和定制的植物管理
相关申请的交叉引用
本申请要求于2017年10月13日提交的标题为“INDIVIDUALIZED AND CUSTOMIZEDPLANT MANAGEMENT USING AUTONOMOUS SWARMING DRONES AND ARTIFICIALINTELLIGENCE”的美国临时专利申请No.62/572,311的优先权，出其内容于所有目的通过引用合并于此。
技术领域
本公开总体上涉及植物管理，并且更具体地涉及能够提供个性化和定制的植物管理的无人机。
背景技术
传统的农场管理需要通常获取、操作和维护都非常昂贵的各种传统的农业机械；通常还需要大量的工人来定期监视植物的状况并根据需要对植物进行提供养料/保护。尽管涉及大量的工人和机器，但出于多种原因，很少提供个性化和定制的植物护理。首先，对于工人来说，在植物的整个生命周期中定期收集详细的植物特定的信息极其昂贵。此外，对于工人来说，处理大量植物特定的数据以识别每个植物的潜在问题并基于每个植物制定纠正措施是效率低下、困难且容易出错的。此外，让工人提供植物特定的护理是劳动密集型的，因为它要求一个或多个工人前往各个植物，同时携带必需的设备。考虑到这些机械的相对较大尺寸和缺乏灵活性，让传统的农业机械执行植物特定的护理也是不切实际的。
随着人工智能(“AI”)和无人机/机器人技术的兴起，存在使一些上述任务自动化并使用小型轻巧的设备来执行这些任务的需求。这将导致更少的浪费、更低的成本、更健康的植物、更高的产量以及对植物和农场的准确见解，以用于当前和未来的耕作目的。
发明内容
在此描述了一种用于使用无人机提供个性化和定制的植物管理的系统。在一些实施例中，该系统包括多个无人机、坞站和服务器系统。在一些实施例中，每个无人机都被分配到单独的植物；也就是说，每个无人机都负责创建特定的植物(即播种种子)，定期访问该植物，监视该植物的生长以及执行提供养料和保护植物的各种操作。在一些实施例中，坞站包括多个坞，其允许对接的无人机对它的电池再充电并与坞站交换数据(例如，图像、传感器数据、软件更新)。在一些实施例中，坞站还提供各种供应(肥料、水、冰、农药、杀虫剂、杀真菌剂)和无人机附件(喷雾器、切割器、灭虫器)，使得无人机可以相应地装备自己以用于下次访问该植物。在一些实施例中，服务器系统基于由无人机收集的植物特定的数据来维护由系统管理的每个植物的目录。在一些实施例中，服务器系统可以跟踪与植物的生长有关的各种度量，诸如基于每个植物提供的养料、提供的保护以及随时间推移的生长模式。通过汇总和分析存储在服务器上的数据，系统可以预测对于任何单个植物或整个农场可能发生的未来问题(例如疾病、有害生物)，并对管理过程进行调节以提高其有效性(例如，经由机器学习技术)。
在一些实施例中，系统包括多个无人机，该多个无人机包括第一无人机、坞站和服务器。第一无人机被分配到多个植物中的第一植物，并且被配置为容纳无人机附件的多个组合。在一些实施例中，坞站包括多个无人机附件。在一些实施例中，服务器包括与多个植物有关的数据库。在一些实施例中，数据库包括与第一植物相关联的位置信息。在一些实施例中，第一无人机进一步被配置为：对第一植物进行多次访问，收集与第一植物相关联的植物特定的信息，基于植物特定的信息获得处方，其中该处方与一个或多个要求相关联，基于该处方，向第一植物提供护理。
附图说明
图1描绘了根据各种实施例的示出用于实现使用无人机提供个性化和定制的植物管理的系统的系统和环境的框图。
图2描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3A描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3B描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3C描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3D描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3E描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3F描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3G描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3H描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3I描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3J描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3K描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3L描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3M描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3N描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3O描绘了根据各种实施例的用于使用无人机提供个性化和定制化植物管理的示例性过程。
图3P描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3Q描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图3R描绘了根据各种实施例的用于使用无人机提供个性化和定制的植物管理的示例性过程。
图4描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机的功能框图。
图5A描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5B描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5C描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5D描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5E描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5F描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图5G描绘了根据各种实施例的被配置为提供个性化和定制的植物护理的示例性无人机。
图6A描绘了根据各种实施例的示例性坞站的内部。
图6B描绘了根据各种实施例的示例性坞站的外部。
图6C描绘了根据各种实施例的用于无人机附件和供应的示例性存储空间。
具体实施方式
以下描述被呈现以使本领域普通技术人员能够利用和使用各种实施例。特定设备、技术和应用的描述仅作为示例被提供。对于在此描述的示例的各种修改对于本领域普通技术人员将是显而易见的，并且在不脱离各种实施例的精神和范围的情况下，在此定义的一般原理可以应用于其它示例和应用。因此，各种实施例不旨在限于在此描述和示出的示例，而是与符合权利要求的范围相一致。
在此描述了用于使用无人机提供个性化和定制的植物管理的系统的实施例。该系统包括多个无人机、坞站和服务器系统。在一些实施例中，每个无人机都被分配到单个植物；也就是说，每个无人机都负责创建特定的植物(即播种种子)，定期造访该植物，监视该植物的生长以及执行提供养料和保护植物的各种操作。坞站包括多个坞，其允许对接的无人机为其电池再充电并与坞站交换数据(例如，图像、传感器数据、软件更新)。坞站还提供各种供应(肥料、水、冰、农药、杀虫剂、杀真菌剂)和无人机附件(喷雾器、切割器、灭虫器)，使得无人机可以相应地装备自己以便下次访问该植物。另外地或可替代地，各种供应和无人机附件被保持在与坞站分开的存储空间中。服务器系统基于由无人机收集的植物特定的数据来维护由系统管理的每个植物的目录。服务器系统可以跟踪与植物生长有关的各种指标，诸如基于每个植物的提供的营养、提供的保护以及随时间推移的生长模式。通过汇总和分析存储在服务器上的数据，系统可以预测任何单个植物或整个农场可能发生的未来问题(例如疾病、有害生物)，并对管理过程进行调节以提高其有效性(例如，经由机器学习技术)。在一些实施例中，在无人机的硬件和/或软件上，在服务器的硬件和/或软件上，在坞站的硬件和/或软件上，或在其组合上实现各种AI算法，以自动化管理过程的各个方面并最小化人为干预。
本系统相对于传统农场管理系统具有许多优点。借助无人机和中央服务器，该系统可以收集与农场中各个植物的整个生命周期有关的详细信息，并以有效的方式对大量数据进行分析。这样允许在任何给定时间准确评估每个植物。通过汇总与多个植物有关的数据并分析随时间推移的数据，该系统可以针对各个植物以及整个农场提供更好地理解和预测。此外，凭借对各个植物和农场的深入了解，该系统能够以更精确和高效的方式执行操作。例如，如果系统可以查明植物上真菌感染的确切位置，则系统可以指示无人机在确切位置上施用化学药品，从而减少资源浪费。
另外，由于给任何给定的植物被提供个性化和定制的护理，所以这些植物总体上更健康，从而产生更高的产量。此外，相对于传统农业机械，无人机更轻便，更耐用且更便宜。由于无人机还可以配备有各种强大的附件(例如HD相机、传感器)并且可以被配置为在任何给定时间携带不同的附件，因此无人机更加有效和通用。因此，与传统的农业机械相比，无人机在获取、维护和操作方面更便宜，同时产生更好的结果。
图1示出根据各种实施例的系统100的框图。在一些实施例中，系统100使用多个无人机来提供个性化和定制的植物管理。系统100包括一个或多个无人机(例如，无人机102和104)、坞站106和服务器系统108。该一个或多个无人机、坞站106和服务器系统108可以经由一个或多个网络110彼此通信。
该系统向诸如植物120和122的多个植物提供个性化和定制的护理。在所示示例中，将无人机104分配到植物120的护理，并且将无人机102分配到植物122的护理。因此，无人机104负责创建植物120(即，播种种子)，定期访问植物120，监视植物120的生长以及执行各种操作以为植物120提供营养和保护。类似地，无人机102负责执行与植物122有关的类似任务。在一些实施例中，每植物一个无人机模型有助于在给定时间最小化空中无人机的数量，因此降低成本。应当理解，在一些情况下，一个无人机可以管理多个植物，和/或多个无人机可以管理单个植物。例如，系统可以分配一个无人机来管理在同一行、同一田地或同一农场上生长的植物。作为另一个示例，系统可以分配一个无人机对植物浇水，同时分配另一个无人机喷洒农药。作为另一个示例，系统分配坞站中可用的任何无人机以执行未完成的任务。应当理解，无人机的分配可以取决于植物的数量/类型、任务的数量/类型等而变化。应当理解，为了实现最优操作，系统可以基于分析各种类型的无人机、坞站和服务器的不同问题和不同处理能力所需的计算资源，横跨一个或多个无人机、服务器和坞站分配任务。
根据一些实施例，服务器系统108维护由系统管理的每个植物的目录。基于由无人机收集的植物特定的数据，服务器系统108可以跟踪与植物有关的各种度量，诸如基于每个植物随时间推移提供的营养、提供的保护和生长模式。在一些实施例中，服务器包括能够使用AI算法分析数据的一个或多个处理单元。通过汇总和分析存储在服务器上的数据，系统可以预测任何单个植物或整个农场可能发生的未来问题(例如疾病、有害生物)，并对管理过程进行调节以提高其有效性(例如，经由机器学习技术)。服务器系统108可以在一个或多个独立的数据处理装置或计算机的分布式网络上实现。在一些实施例中，服务器系统108还采用第三方服务提供商(例如，第三方云服务提供商)的各种虚拟设备和/或服务来提供服务器系统108的基础计算资源和/或基础设施资源。
根据一些实施例，坞站106包括多个坞，每个坞可容纳无人机。示例性坞包括充电单元，以允许无人机为其电池再充电。坞还包括一个或多个数据端口，用于将数据(例如，传感器数据、图像、视频)从无人机传输到坞站或从坞站传输到无人机(例如，软件更新、处方和处方要求)。坞站还提供各种供应(肥料、水、冰、农药、杀虫剂、杀真菌剂)和无人机附件(喷雾器、切割器、灭虫器)，使得无人机可以相应地装备自己，以便下次访问该植物。根据一些实施例，对接可以进一步包括一个或多个处理单元，用于分析植物特定的数据并制定处方。
如图所示，无人机102和104、坞站106和服务器系统108可以经由通信网络110彼此通信。可以使用联网设备的任何组合来配置通信网络110。在一些实施例中，无人机102和104可以在它们进行植物访问时(例如，使用无线连接)直接与服务器系统108通信。可替代地或另外地，无人机在进行植物访问时(例如，经由无线连接)和/或在坞站中(例如，经由数据端口)对接时，可以直接与坞站通信。在一些实施例中，坞站106在无人机102和104与服务器108之间中继数据。如下所述，植物特定数据的处理可以由无人机102和104，由坞站106，由服务器系统108，或其组合来执行。无人机与服务器之间以及无人机自身之间的通信允许实现群集智能。具体地，每个无人机的行为至少部分基于共享规则和/或从其它无人机收集的信息。群集智能的实现允许多个无人机有效地协同工作。例如，在路线选择的上下文中，无人机可以避免彼此碰撞，并可以基于其它无人机先前采用的路线来设置路线。
如上所述，在无人机的硬件和/或软件上，在服务器的硬件和/或软件上，在坞站的硬件和/或软件上或其组合上实现了各种AI算法，以自动化管理流程的各个方面并最小化人为干预。这样，在一些实施例中，无人机与服务器基本上恒定接触，以确保信息被正确且实时地收集、共享和处理。例如，在一些实施例中，可能需要恒定的通信以允许将植物的图像/视频实时流传输到服务器，以使AI算法正常工作。
通信网络110的示例包括局域网(LAN)和广域网(WAN)，例如互联网。使用任何已知的网络协议来实现通信网络110，该网络协议包括各种有线或无线协议，诸如例如以太网、通用串行总线(USB)、FIREWIRE、全球移动通信系统(GSM)、增强型数据GSM环境(EDGE)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、Wi-Fi、互联网协议语音(VoIP)、Wi-MAX或任何其它合适的通信协议。
在一些实施例中，该系统另外包括人类操作员和传统的农业机械。尽管该系统可以经由AI学习功能在很大程度上自动化个性化和定制的护理的提供，并随时间推移改善其性能，但仍可能需要人类操作员不时地调节系统配置，对系统进行故障排除并解决罕见的问题(例如，罕见疾病、罕见有害生物)。此外，鉴于无人机的相对较小的尺寸，无人机可能不适合执行某些操作(例如，收割庄稼)。这样，可以使用传统的农业机械来补充无人机的操作。
图2示出根据各种示例的用于使用无人机提供个性化和定制的植物管理的过程200。例如，使用一个或多个无人机和用于无人机的一个或多个控制系统来执行过程200。在一些实施例中，过程200以任何方式在一个或多个无人机(例如，无人机102、无人机104)和一个或多个控制系统(例如，坞站108、服务器106)之间划分。因此，尽管过程200的部分在此被描述为由特定设备和/或系统执行，但是应当理解，过程200不限于此。在过程200中，一些框可选地被组合，一些框的顺序可选地被改变，并且一些框可选地被省略。在一些实施例中，可以结合过程200来执行附加步骤。
为了说明的目的，下面在模型下描述过程200，在该模型中，将一个单独的无人机分配到一个单独的植物。也就是说，单个无人机负责维护所分配的单个植物在植物的整个生命周期内的健康状况。然而，应当理解，过程200不限于此。例如，过程200可以在模型下执行，在该模型中，一个单读的无人机被分配到一个任务和/或子任务，而不是分配到单个植物。例如，第一无人机可以被分配到播种种子的任务，而第二无人机可以被分配给对植物浇水的任务。作为另一示例，过程200可以在其中将一个单独的无人机分配到一个时隙的模型下执行。例如，第一无人机可以被分配到在8AM-12PM之间操作，而第二无人机可以被分配到在8PM-12AM之间操作。
在框202处，无人机播种种子。在一些实施例中，无人机经由网络从例如坞站和/或服务器系统获取预定位置以存放种子。位置可以是绝对位置(例如，由GPS坐标指定)、相对位置(例如，距离现有植物1米，田地中的第12行)或其组合。在一些实施例中，无人机可以从服务器系统接收指令以在预定的GPS坐标处播种特定类型的种子。在一些实施例中，无人机可以接收指令以在一般位置(例如，特定的田地、田地中的特定行)处播种特定类型的种子，并例如通过使用无人机上的本地硬件运行AI算法来确定存放种子的理想位置。为了播种种子，无人机可以从坞站和/或单独的存储空间获得所需的无人机附件(例如，挖掘器、种子载具)和适当的种子。
在框204处，无人机在植物的整个生命周期中监视种子以及对应的幼苗和对应的植物的生长。在框206处，无人机对植物进行定期访问(例如，每小时、每天、每周)。在一些实施例中，定期访问的频率基于植物的类型，因为一些类型的植物天生需要比其它类型的植物更频繁的监视和护理。在一些实施例中，定期访问的频率基于诸如疾病发作的特定情况的发生，因为无人机可以确定(例如，使用AI算法)需要更频繁地访问被感染植物。在一些实施例中，特殊访问可以由从系统接收关于特殊情况的警报的人类操作员触发。总之，由于预定频率(例如，基于植物的类型)和特殊情况(如由AI算法或人类操作员确定)，可以触发对植物的访问。
为了访问植物，无人机基于多种因素识别到达植物的路线。在一些实施例中，无人机首先基于植物的已知位置(例如，GPS坐标、田地地址)确定初始路线。无人机可以基于环境因素(例如，天气、物理障碍、飞行中的其它无人机)和/或在先前行程中遇到的问题，进一步完善/修改初始路线。如上所述，无人机可以包括实现群集智能的硬件和/或软件单元。具体地，在无人机之间以及在无人机与服务器之间保持通信，并且每个无人机的行为至少部分地基于共享规则和/或从其它无人机收集的信息。群集智能的实现允许多个无人机有效地协同工作。在路线选择的上下文中，该无人机可以避免彼此撞毁，并且可以基于先前其它无人机所采用的路线来设定路线。
为了一旦无人机接近植物而识别植物，无人机可以使用多种因素，诸如植物的已知位置(例如，GPS坐标)、植物的外观(例如，大小、形状、颜色)和/或放置在植物上或植物附近的现有标识符(例如条形码、RFID芯片)。例如，无人机可以采集在植物的已知位置处生长的多种植物的图像，并且使用分类算法来分析图像，使得正确类型的植物的精确位置被确定。作为另一个示例，该无人机可以在植物的已知位置附近飞行，并且扫描附近植物的茎上的所有条形码以识别被分配到无人机的植物。在植物被识别之后，无人机可以确定是否需要更新植物的先前已知的位置和/或识别特征，并且如果需要，则存储该植物的新位置和/或新的识别特征。
在框208处，无人机收集植物特定的信息。植物特定的信息可以包括与植物健康有关的任何信息，诸如与植物外观有关的数据和与植物周围环境有关的数据。该信息可以包括数字数据和/或物理样本。例如，无人机可以采集植物和/或周围环境的一个或多个图像或视频剪辑。作为另一示例，无人机可以获得植物生长所在的土壤的样品、植物上的叶子的样品等。在一些实施例中，在框206处一次或多次访问期间收集植物特定的数据。
可以分析在框208处收集的数据以获得与植物的生长和健康有关的信息。例如，可以分析图像和视频以确定植物的外观(例如，大小、颜色)是否指示潜在的健康问题和/或周围环境的潜在问题。例如，如果植物的大小显著小于相同类型和相同年数的植物的平均大小，则系统可以确定存在植物的健康(例如疾病)或周围环境(例如杂草和有害生物)的问题。可以进一步分析图像和视频，以识别植物中是否存在杂草、有害生物、断枝等。例如，如果图像分析揭示某个地区正在生长多于一种的植物，并且该地区已知仅具有无人机种植的一种幼苗，则系统可以确定该植物周围是否存在不想要的杂草生长。此外，可以分析由无人机获得的物理样本以获得附加信息。例如，土壤样品被分析以获得与pH值、湿度水平、土壤密度等有关的信息。基于对土壤样品的分析，系统可以确定农场是否为植物提供理想的生长环境，并相应地采取措施，如下所述。
在框208处收集的数据的分析可以由无人机、坞站、服务器系统或其组合来执行。在一些实施例中，无人机可以现场执行许多相对简单的分析。然而，对于更耗费资源的分析，无人机可以将数据提供给坞站和/或服务器系统，使得可以在异地进行更耗费资源的分析。例如，无人机可以使用专用传感器在现场分析土壤的pH值，从而消除将样品土壤运回坞站的需求。另一方面，无人机可以放弃使用无人机的硬件来分析采集的图像和视频片段，而是可以将采集的图像和视频片段在本地存储。一旦无人机返回到坞站，无人机可以将数字数据提供给坞站和/或将数字数据上传到服务器以进行进一步分析。在一些实施例中，无人机与服务器基本上恒定接触，以确保信息被正确且实时地收集、共享和处理。例如，在一些实施例中，可能需要经由无线、蜂窝和/或蓝牙连接的基本上恒定的通信，以允许将植物的图像/视频实时流传输到服务器，以使AI算法正常工作。
在框210处，系统提供一个或多个植物特定的处方。处方指定系统(无人机、坞站和/或服务器)要执行的动作，以进一步维持单个植物的健康。在一些实施例中，基于在框208中收集的植物特定的信息来制定处方。在一些实施例中，基于诸如已知或预测的天气信息的外部信息来制定处方。处方可以包括由无人机(例如，提供植物营养，提供对杂草/有害生物/疾病的防护，在将来的访问中收集特定类型的植物特定的信息)、坞站(例如，采购诸如植物营养和农药的供应)、服务器(例如，向人类操作员发出警报，在数据库中标记问题，监视特定趋势)或其组合执行的措施。
在框212处，系统规定对植物的养料(例如肥料、水)。处方可以指定系统完成处方所需的任何信息，诸如肥料的类型、肥料量和要施用的水量。可以基于植物特定的数据(例如，在框208中收集的信息)、外部数据(例如，天气)或其组合来制定处方。例如，肥料的量和类型可以基于植物类型、先前施用的肥料量、先前施用的肥料的有效性(例如，基于无人机使用AI算法采集的图像获得)、植物的当前状态(例如，基于无人机使用AI算法捕获的图像获得)等。
在框214处，系统规定了针对杂草的过程。处方可以指定用于破坏和/或移除杂草的特定类型的过程，诸如使用刀片或螺旋桨切割杂草，在杂草上喷洒化学物质，以及向杂草提供电击。规定的过程可以基于发现的杂草的类型、杂草的大小、杂草与植物的接近度、先前使用的过程的有效性或其组合。例如，对植物图像(例如，由无人机捕获)的分析可以揭示杂草在大小上相对较小并且定位于距植物相对较远。因此，该系统可以规定将要被用于切割杂草的某种类型的刀片，因为该刀片无法足够靠近植物施用而不损害植物。另一方面，如果已知杂草靠近植物，则系统可规定将少量化学药品直接施用到杂草上。基于由无人机收集的数据，系统可以确定杂草的精确位置，并规定将化学药品直接施用到目标顶部，从而减少浪费并最小化对植物的损害。
在框216处，系统规定针对有害生物(例如，寄生虫、啮齿动物、鼹鼠、兔子)的过程。处方可以指定用于破坏和/或移除有害生物的特定类型的过程，诸如对有害生物施加电击，将有害生物从植物上敲除(例如，使用刀片、喷雾器或螺旋桨)以及施用农药。规定的过程可以基于发现的有害生物的类型、有害生物的大小、有害生物与植物的接近度、先前使用的过程的有效性或其组合。例如，对植物图像(例如，由无人机捕获)的分析可以揭示，有害生物是已知难以根除的物种。因此，该系统可以规定要施用某种类型的强农药。基于由无人机收集的数据，系统可以确定有害生物的位置和/或有害生物的巢穴，并规定将农药直接施用在目标顶部，从而减少浪费并最小化对植物的损害。在一些实施例中，系统可以分析由无人机收集的数据(例如，图像/视频)以检测位于植物附近的活的生物体(例如，使用分类算法)并确定该生物体对植物无害(例如，螳螂、蜜蜂)，并且因此针对检测的生物体放弃处方过程。在一些实施例中，对于某些类型的有害生物(例如，相对较大的动物，诸如兔子)，系统可以向人类操作员发出关于所检测的有害生物的位置的警报(例如，经由软件)。
在框218处，系统规定针对由植物接触的疾病的过程。处方可以指定用于消除疾病的特定类型的过程，诸如使用刀片或螺旋桨切割感染部分(例如，叶子)并将化学药品施用到植物上。规定的过程可以基于发现的疾病类型、疾病阶段、先前使用的过程的有效性或其组合。例如，对植物图像(例如，由无人机捕获)的分析可以揭示仅植物的枝体已经被该疾病感染，并且该疾病没有以其它方式传播。因此，该系统可以规定通过刀片切割的感染枝体或仅将杀真菌剂施用于被感染部分，从而最小化对植物的损害。然而，如果上述过程无效，则系统可规定在整个植物上喷洒杀真菌剂。
上述处方可以由无人机、坞站、服务器、人类操作员或其组合来制定。如上所述，无人机可以在现场执行多种相对简单的分析，并且因此可以在现场提供简单的处方。例如，无人机可以确定现场土壤的pH值，并基于pH值和有关植物的信息，规定用于调节现场土壤pH值的简单过程。作为另一个示例，服务器可以接收从无人机收集的数据(例如，直接从无人机发送或从坞站中继)以及已经执行(例如，通过无人机)的任何初步分析，并使用更多资源密集型算法来制定详细的处方。在服务器制定处方之后，如有必要，服务器将处方传送到无人机。服务器可以经由例如无线网络向无人机直接发送处方。可替代地，服务器可以向坞站发送处方，该坞站进而将处方中继到无人机(例如，当无人机在站中对接时)。
在框220处，该系统例如通过根据框210中提供的处方采取措施来向植物提供适当的护理。在一些实施例中，处方可以与一个或多个硬件要求和/或软件要求相关联。例如，规定将要对植物上施用的农药类型的处方要求无人机配备农药、喷雾剂和正确施用农药所需的软件(例如农药施用模块)。作为另一个示例，规定杂草移除的处方要求无人机配备有适当大小的切割器和在不损害植物的情况下切割杂草所需的软件(例如，杂草移除模块)。作为另一个示例，指定要被收集的植物特定的数据类型的处方要求无人机配备有适当的传感器。这样，为了准备完成处方，无人机可以基于与处方相关联的要求来更新其硬件和/或软件附件。
在一些实施例中，无人机需要基于与处方相关联的要求来更新其硬件附件和/或软件模块。在一些实施例中，无人机返回到坞站和/或单独的存储空间以获得所需的硬件附件和/或软件模块。例如，为了完成喷洒农药的处方，无人机可以返回坞站以换出适当类型的喷雾剂并获得适当数量的农药。无人机可以进一步下载并安装适当的软件模块以操作喷雾器。在一些实施例中，无人机可以执行所需的更新而无需返回坞。例如，无人机到田地时可能会携带适当的喷雾剂和农药。响应于接收到喷洒农药的处方，无人机可以自动在现场安装喷雾器，并经由无线网络从服务器下载所需的软件更新。下面参考图4详细描述可以配备在无人机上的示例性硬件附件和软件模块。
应当理解，与各种处方相关联的硬件和/或软件要求可以存储在无人机、服务器和/或坞站上。这样，在一些情况下，无人机可以收集数据，执行初步分析以获得与要求一起的简单处方，并且可以在田地上完成该处方而无需返回坞站。在其它一些情况下，无人机可以收集植物特定的数据，发送收集的数据，从服务器接收处方，确定是否返回到坞站(例如，基于与处方相关联的要求)，并且然后返回坞站和/或单独的存储空间，以在必要时获得必要的附件。在一些其它情况下，无人机可以收集植物特定的数据，返回到坞站，上传数据，等待服务器制定处方，并且然后在获得所需的附件之后返回田地。
应该进一步理解，无人机操作的多个方面可以是自主的。例如，无人机能够识别到各种目的地的路线(例如，从田地到坞站，从坞站到植物)，并安全地导航到目的地而无需人工干预。作为另一个示例，该无人机能够以精确的方式执行操作(例如，喷洒农药，对植物浇水)而无需人类操作员的帮助。在一些示例中，无人机的自主操作基于在无人机的本地软件和/或硬件、其它无人机的本地软件和/或硬件、服务器的本地软件和/或硬件或其组合上实现的AI算法。
根据一些实施例，图3示出用于使用无人机提供个性化和定制的植物管理的另一过程300。例如，使用一个或多个无人机和用于无人机的一个或多个控制系统来执行过程300。在一些实施例中，过程300以任何方式在一个或多个无人机(例如，无人机102、无人机104)和一个或多个控制系统(例如，坞站108、服务器106)之间划分。因此，尽管过程300的部分在此被描述为由特定设备和/或系统执行，但是应当理解，过程300不限于此。在过程300中，一些框被可选地组合，一些框的顺序被可选地改变，并且一些框被可选地省略。在一些实施例中，可以结合过程300来执行附加步骤。
如图3A中所示，过程在无人机在坞站(“蜂巢”)中对接时开始。如果无人机确定其已充分充电(例如，基于电池信息)并且是时候进行耕作，则无人机将开始耕作过程。在一些实施例中，无人机基于从坞站或服务器接收的信号来确定是否是耕作时间。在图3B中描绘了示例性耕作过程。无人机首先确定植物是否存在。可以基于存储在服务器系统上的记录进行确定。如果该植物不存在，则无人机继续创建该植物(图3C)。如果无人机确定该植物确实存在，则该无人机继续分析该植物(图3E)。
在图3C中描绘用于创建植物的示例性过程。无人机首先确定种子载具(例如播种机)中是否装载有种子，并且如果没有，则将一个或多个种子装载到种子载具中。无人机还获得创建植物的位置。然后，无人机飞到植物位置，播下种子，并且然后返回蜂巢。在蜂巢处，无人机为植物创建记录(图3D)。在图3D中描绘了用于创建植物记录的示例性过程。该过程包括：连接到数据库(例如，存储在服务器上)，记录唯一的植物ID，记录植物类型，记录种子类型，记录植物创建的日期和时间，记录植物位置，以及保存记录。在创建记录之后，当前过程结束并且过程300的另一个实例可以开始。
在图3E中描述用于分析植物的示例性过程。在蜂巢处，无人机连接到数据库(例如存储在服务器中)，获得植物位置，并基于该位置飞往植物。在植物的位置处，无人机开始实时视频流。无人机还收集并记录各种植物特定的信息。具体地，该无人机可以记录植物特征(图3F)以及与昆虫(图3G)、杂草(图3J)、真菌(图3M)和土壤(图3P)有关的信息。在记录完成之后，当前过程结束并且过程300的另一实例可以开始。
在图3F中描绘用于记录植物特征的示例性过程。如图所示，所记录的植物特征包括颜色、高度、叶子的数量和大小、芽和花的数量、断枝、死亡部分、记录的日期和时间等。如上面关于图2所讨论，所记录的植物特征可以在无人机在田地上的同时发送到服务器，或者在无人机返回到对接蜂巢时本地存储并上传到服务器。在一些实施例中，所记录的植物特征在服务器处从由无人机上传的原始图像或视频获得。
在图3G中描绘用于记录与昆虫有关的信息的示例性过程。如图所示，无人机连接到数据库(例如，在服务器处)并扫描植物。如果找到了昆虫，则该昆虫将被识别并记录在数据库中。如图3H中所示，识别昆虫包括在昆虫数据库(例如，已知昆虫的数据库)中找到匹配项，并确定该昆虫是否对植物有害。如果有害，则消灭昆虫。如果昆虫对植物无害，则该系统放弃对昆虫采取任何措施。在图3I中描绘用于根除昆虫的示例性过程。取决于昆虫的类型和植物的类型，无人机可部署对昆虫的电击(在将电极装载到无人机上之后)和/或喷洒昆虫(在将喷雾器装载到无人机上之后)。然后，无人机将采取的纠正措施记录到数据库中。
在图3J中描绘用于记录与杂草有关的信息的示例性过程。如图所示，无人机连接到数据库(例如，在服务器处)并扫描植物。如果发现杂草，则杂草被识别并记录在数据库中。如图3K中所示，识别杂草包括在杂草数据库(例如，已知杂草的数据库)中找到匹配项。在找到匹配项之后，无人机继续根除杂草。在图3L中描绘用于根除杂草的示例性过程。取决于杂草的类型和植物的类型，无人机可在必要时将杂草切掉(在将切割器装载在无人机上之后)和/或喷洒昆虫(在将喷雾器装载在无人机上之后)。然后，无人机将所采取的纠正措施记录到数据库中。
在图3M中描绘用于记录与真菌有关的信息的示例性过程。如图所示，无人机连接到数据库(例如，在服务器处)并扫描植物。如果找到真菌，则该真菌被识别并记录在数据库中。如图3N中所示，识别真菌包括在真菌数据库(例如，已知真菌的数据库)中找到匹配项。在找到匹配项之后，无人机继续根除真菌。在图3O中描绘用于根除真菌的示例性过程。取决于真菌的类型和植物的类型，无人机可在必要时切割真菌或受感染植物部分(在将切割器装载在无人机上之后)和/或喷洒植物上的真菌(在将喷雾器装载到无人机上后)。然后，无人机将所采取的纠正性措施记录到数据库中。
在图3P中描绘用于记录与土壤有关的信息的示例性过程。如图所示，无人机连接到数据库(例如，在服务器处)并扫描土壤。土壤状况被识别和记录在数据库中。如图3Q中所示，识别土壤状况包括在数据库(例如，已知土壤状况的数据库)中找到匹配项。在找到匹配项之后，无人机根据需要继续调节土壤。在图3R中描绘用于调节土壤的示例性过程。取决于土壤状况的类型和植物的类型，无人机可采取措施使土壤不那么干燥(例如，通过将冰/水装载在无人机上并将冰/水滴在植物的底部)。无人机还可以采取措施来调节土壤的pH值(例如，通过加载和施用改变土壤pH值的物质)。然后，无人机将所采取的纠正性措施记录到数据库中。
根据一些实施例，图4示出根据各种所述实施例(包括参考图1、2和3A-R描述的那些实施例)的原理配置的无人机400的功能框图。无人机的功能块可选地由硬件、软件或硬件和软件的组合来实现，以执行各种所述实施例的原理。本领域技术人员应当理解，在无人机的任何特定实现中，一个或多个功能块可以是可选的，并且图4中描述的功能块可选地被组合或分离为子块，以实现各种所述实施例的原理。因此，在此的描述可选地支持在此描述的功能块的任何可能的组合或分离或进一步定义。
如图4中所示，无人机400包括：照相机402、传感器404、GPS 406、载具408、螺旋桨410、切割器412、挖掘器414、电击发生器416、扫描仪418、联网设备422、分配器424和可再充电电池426。照相机402可以包括用于捕捉图像和记录视频的一个或多个照相机，诸如360度HD照相机(例如，图5A中所示)和多光谱照相机(例如，图5A中所示)。传感器404可以包括用于获得植物和周围环境的信息的一个或多个传感器，诸如pH传感器(例如，图5A中所示)、湿度传感器(例如，图5A中所示)、激光测量传感器(例如，图5A中所示)，以及用于测量水分的UV照相机(例如，图5A中所示)。GPS 406可包括用于获得基于位置的信息的一个或多个GPS系统。载具408可以包括一个或多个容器，该容器用于携带用于种植和生长植物的各种物质，诸如水、肥料、农药、杀真菌剂、冰、种子和石灰颗粒(例如，图5B中所示)。在一些实施例中，容器可以是可再填充的，并且可以被指定为携带一种特定类型的物质，而不是其它类型的物质，以避免交叉污染。螺旋桨410可以包括一个或多个螺旋桨，用于控制无人机的运动，并且在一些情况下，用于敲除有害于植物健康的对象，诸如有害生物和植物的断枝。切割器412可包括用于切割植物的部分或敲除有害对象的一种或多种机构，诸如旋转刀片或修剪刀片(例如，图5G中所示)。挖掘器414可包括用于在土壤中播种种子的一个或多个挖掘器，诸如图5F中所示的挖掘器。电击发生器416可包括一个或多个电弧发生器，诸如用于电动灭虫器(例如，图5C中所示)。扫描仪418可以包括用于识别诸如条形码或RFID芯片的唯一标识符的一个或多个扫描仪。联网设备422可以包括用于发送和接收数据(例如，经由无线、蜂窝或卫星网络)的一个或多个组件，诸如长距离天线(例如，图5A中所示)。分配器424可包括用于将适当量的物质从载具施用到所需区域的一个或多个设备，诸如喷雾器喷嘴(例如，图5D中所示)、滴管(例如，图5D中所示)以及爪状设备(例如，图5E中所示)。在一些实施例中，可以指定分配器来分配一种特定类型的物质，而不是其它类型的物质，以避免交叉污染。如上所述，在一些实施例中，无人机可以在田地中或在坞站中，将以上列出的附件中的任何一个附件换成另一个附件。
无人机400进一步包括处理单元480，该处理单元480耦接到所有以上列出的附件，并且在一些情况下，被配置为控制一个或多个以上列出的附件。处理单元480包括导航单元430、控制单元432、发送单元434、接收单元436和处方单元438。一个或多个软件单元包括AI算法和/或学习功能。此外，如上所述，一个或多个软件单元(例如，导航单元430)实现群集智能。这样，无人机可以随时间推移改善其在收集数据，分析数据(例如，识别植物的部分以及周围环境的潜在问题)以及整体操作(例如，导航至植物)方面的性能。如上所述，无人机可以在田地中或坞站中下载并安装软件模块，用于控制各种硬件附件并执行分析。
在一些实施例中，无人机的大小可以基于植物的类型而变化。例如，因为以不同的间隔种植不同的植物，所以无人机的大小可以基于植物之间的空间量而变化，使得无人机能够导航到植物的任何部分(例如，顶部、底部、叶子之间)。
根据一些实施例，图6A描绘了根据各种所述实施例(包括参考图1和图2所述的那些实施例)的原理配置的坞站的示例性内部结构。坞站可以相对于田地位于中央。坞站包括多个坞站，每个坞站可容纳无人机。示例性坞站包括充电单元，以允许无人机为其电池再充电。坞站还包括一个或多个数据端口，该数据端口用于将数据从无人机传输到坞站(例如，传感器数据、图像、视频)，以及从坞站传输到无人机(例如，软件更新、处方、处方要求)。坞站还提供各种供应(肥料、水、冰、农药、杀虫剂、杀真菌剂)和无人机附件(图4和5A-G中所述的任何无人机附件)，使得无人机可以相应地为下一次访问植物对自身进行装备。坞站可以从太阳能、风能、电网或其组合获得电力。如图6B中所示，坞站可以配备有用于与无人机和服务器通信的各种联网设备。根据一些实施例，坞站可以进一步包括一个或多个用于分析植物特定的数据并制定处方的处理单元。
图6C描绘用于无人机附件和供应的存储空间。该存储空间可以存储各种供应(肥料、水、冰、农药、杀虫剂、杀真菌剂)和无人机附件(图4和5A-G中描述的任何无人机附件)，使得无人机可以相应地配置自己。在一些实施例中，可以采用营养、pH和其它物质来强化冰，从而同时解决多个问题。在一些实施例中，以特定方式组织各种供应和无人机附件，以便于无人机的识别和检索(例如，在不同的行中，在不同的架子上)。在一些实施例中，存储空间是坞站的一部分。在一些实施例中，存储空间在坞站的外部。如上所述，无人机可以被分配为针对单个植物执行各种任务，或者被分配为针对多种植物执行单个任务。应当理解，可以设置存储空间的位置以允许无人机的方便的配置和重新配置。例如，如果无人机被分配为针对单个植物执行各种任务，则存储空间可位于坞站内部，以允许在植物的访问之间的频繁的重新配置。作为另一个示例，如果无人机被分配为针对多种植物执行单个任务，则存储空间可以位于坞站的外部，使得可以在存储空间处执行初始配置(例如，安装喷雾器喷嘴和所需的软件)而不会干扰坞站处的活动(例如，充电、数据传输)。
根据在此所述的一些实施例，单个无人机被分配为管理一种植物。该模型可以在任何给定时间减少空中无人机的数量，从而降低成本。应当理解，一个无人机可以管理多个植物(例如，同一行中、同一田地上、同一农场上生长的多个植物)，或者多个无人机可以管理单个植物(例如，一个无人机被分配为对植物浇水，而另一无人机被分配为喷洒农药)。应当理解，为了实现最优操作，系统可以基于分析各种类型的无人机、坞站和服务器的不同问题和不同处理能力所需的计算资源，横跨一个或多个无人机、服务器和坞站分配任务。
根据一些实施例，服务器维护由系统管理的每个植物的目录。当无人机创建植物时，在服务器上创建植物记录。该记录包括植物的唯一标识符、植物的位置、植物的类型、种子的类型以及种子的播种时间和日期。当无人机定期访问植物时，服务器(例如，直接从无人机或从坞站)接收植物特定的数据。该记录基于植物特定的数据进行更新。记录可以另外包括非植物特定的数据，例如天气(例如降雨量)和与其它农场有关的信息。因此，除其它事项外，服务器可以基于每个植物跟踪提供的营养、提供的保护以及随时间推移的生长模式。在一些实施例中，服务器包括能够使用AI算法分析数据的一个或多个处理单元。通过汇总和分析服务器上存储的数据，系统可以预测对于特定植物或整个农场可能发生的未来问题(例如疾病发作)，并对管理流程进行调节以提高其有效性(例如，经由机器学习技术)。
在以下各项的示例实现中阐述示例性方法、非暂态计算机可读存储介质、系统和电子设备：
项目1.一种系统，用于为多个植物提供个性化管理，该系统包括：
坞站，其包括多个无人机附件；
服务器，其包括与多个植物有关的数据库，其中，数据库包括与多个植物中的第一植物相关联的位置信息；以及
被分配到第一植物的第一无人机，其中，第一无人机被配置为容纳无人机附件的多种组合，并且第一无人机被配置为：
多次访问第一植物，
收集与第一植物相关联的植物特定的信息，
基于植物特定的信息获得处方，其中，处方与一个或多个要求相关联，
基于处方向第一植物提供护理。
项目2.根据项目1所述的系统，其中，多个无人机包括被分配到多个植物中的第二植物的第二无人机。
项目3.根据项目1-2中任一项所述的系统，其中，收集与第一植物相关联的植物特定的信息包括由第一无人机的照相机采集第一植物的一个或多个图像。
项目4.根据项目1-3中任一项所述的系统，其中，第一无人机被配置为向服务器发送与第一植物相关联的所收集的植物特定的信息。
项目5.根据项目4所述的系统，其中，服务器被配置为：接收所收集的植物特定的信息；以及基于植物特定的信息识别杂草、有害生物或疾病的存在。
项目6.根据项目4-5中任一项所述的系统，其中，服务器被配置为基于与第一植物相关联的植物特定的信息来制定处方。
项目7.根据项目6所述的系统，其中，该处方包括用于保护第一植物免受杂草、疾病或有害生物的过程。
项目8.根据项目1-7中任一项所述的系统，其中，与处方相关联的一个或多个要求指定一个或多个无人机附件、一个或多个供应或其组合。
项目9.根据项目8所述的系统，其中，第一无人机被配置为：响应于获得处方，行进到坞站；以及基于与处方相关联的一个或多个要求，从坞站获得所指定的一个或多个无人机附件或一个或多个供应。
项目10.根据项目1-9中任一项所述的系统，其中，第一无人机被配置为容纳：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或其任何组合。
项目11.根据项目1-10中任一项所述的系统，其中，第一无人机被配置为携带：水、肥料、农药、杀真菌剂或其任何组合。
项目12.根据项目1-11中任一项所述的系统，其中，第一植物由第一无人机种植。
项目13.根据项目1-12中任一项所述的系统，其中，第一无人机被配置为：在收集植物特定的信息之后，行进到坞站；以及将植物特定的信息传输到坞站。
项目14.根据项目1-13中任一项所述的系统，其中，服务器被配置为：基于所收集的植物特定的信息更新数据库；以及基于所收集的植物特定的信息确定第一植物的健康状况。
项目15.一种用于提供用于多个植物的个性化管理方法，该方法包括：
接收与多个植物中的第一植物相关联的植物特定的信息，其中，植物特定的信息由分配到第一植物的第一无人机收集；
基于植物特定的信息，制定处方，其中，该处方与一个或多个要求相关联；
基于一个或多个要求，为第一无人机配备无人机附件的组合；以及
使用配备有无人机附件的组合的第一无人机，向第一植物提供护理。
项目16.根据项目15所述的方法，其中，无人机附件的组合包括：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或它们的任何组合。
项目17.根据项目15-16中任一项所述的方法，其中，该处方包括用于保护第一植物免受杂草、疾病或有害生物的过程。
项目18.根据项目15-17中任一项所述的方法，其中，为第一无人机配备无人机附件的组合包括：基于一个或多个要求确定无人机附件的组合；以及从坞站获得无人机附件的组合。
项目19.根据项目16-18中任一项所述的方法，进一步包括：在向植物提供护理之后，将所提供的护理的记录存储在服务器的数据库中。
项目20.一种无人机，包括：
存储器；
一个或多个处理器；以及
一个或多个程序，其中，该一个或多个程序存储在存储器中，并被配置为由一个或多个处理器执行，该一个或多个程序包括用于以下操作的指令：
多次访问被分配到无人机的植物，
收集与植物相关联的植物特定的信息，
获得处方，其中，该处方基于植物特定的信息，并且其中，该处方与一个或多个要求相关联，以及
基于处方，向植物提供护理。
项目21.根据项目20所述的无人机，其中，一个或多个程序进一步包括用于以下操作的指令：在获得处方之后，基于一个或多个要求获得无人机附件的组合。
项目22.根据项目21所述的无人机，其中，无人机附件的组合包括：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或它们的任何组合。
项目23.根据项目20-22中任一项所述的无人机，其中，该处方包括用于保护植物免受杂草、疾病或有害生物的过程。
项目24.根据项目20-23中任一项所述的无人机，其中，该一个或多个程序进一步包括用于种植与植物对应的种子的指令。
项目25.根据项目20-24中任一项所述的无人机，其中，获得处方包括：在收集植物特定的信息之后，向服务器发送植物特定的信息；从服务器接收处方。
项目26.根据项目21-25中任一项所述的无人机，其中，获得无人机附件的组合包括行进到坞站。
项目27.根据项目20-26中任一项所述的无人机，其中，植物特定的信息是第一组植物特定的信息，以及其中，一个或多个程序进一步包括用于在向植物提供护理之后收集与植物相关联的第二组植物特定的信息的指令。
项目28.根据项目20-27中任一项所述的无人机，其中，该一个或多个程序包括用于使用人工智能来启动和完成无人机的一个或多个操作的指令。
项目29.根据项目1-14中任一项所述的系统，其中，第一无人机进一步被配置为：接收用于种植种子的指令，其中，该指令指示位置；以及在接收到指令之后，在所指定的位置处存放种子，其中，种子对应于第一植物。
项目30.根据项目29所述的系统，其中，位置包括绝对位置、相对位置或其组合。
项目31.根据项目29所述的系统，其中，指令进一步指示种子的类型。
项目32.根据项目1-14和29-31中任一项所述的系统，其中，数据库包括与第一植物相关联的种植时间。
项目33.根据项目1-14和29-32中任一项所述的系统，其中，第一无人机被配置为以预定频率进行多次访问。
项目34.根据项目33所述的系统，其中，预定频率基于第一植物的类型。
项目35.根据项目1-14和29-34中任一项所述的系统，其中，进行多次访问包括：基于与第一植物相关联的位置信息，确定用于多次访问中的一次访问的到第一植物的飞行路线。
项目36.根据项目1-14和29-35中任一项所述的系统，其中，进行多次访问包括：基于一个或多个环境因素，确定用于多次访问中的一次访问的到第一植物的飞行路线。
项目37.根据项目1-14和29-36中任一项所述的系统，其中，进行多次访问包括：基于历史飞行数据确定用于多次访问中的一次访问的到第一植物的飞行路线。
项目38.根据项目1-14和29-37中任一项所述的系统，其中，进行多次访问包括：基于与第一植物相关联的识别信息来确定第一无人机是否接近第一植物。
项目39.根据项目38所述的系统，其中，与第一植物相关联的识别信息包括第一植物的视觉特征。
项目40.根据项目38所述的系统，其中，与第一植物相关联的识别信息包括位于第一植物上的条形码。
项目41.根据项目1-14和29-40中任一项所述的系统，其中，与第一植物相关联的植物特定的信息包括第一植物的样品。
项目42.根据项目1-14和29-41中任一项所述的系统，其中，与第一植物相关联的植物特定的信息包括土壤样品。
项目43.根据项目1-14和29-42中任一项所述的系统，其中，该处方包括用于保护第一植物免受一个或多个杂草的过程。
项目44.根据项目43所述的系统，其中，该过程包括切割一个或多个杂草。
项目45.根据项目43所述的系统，其中，该过程包括将化学药品喷洒到一个或多个杂草上。
项目46.根据项目43所述的系统，其中，该过程包括向一个或多个杂草提供电击。
项目47.根据项目43所述的系统，其中，该过程基于一个或多个杂草的类型、一个或多个杂草的大小、一个或多个杂草与第一植物的接近度或其任何组合来确定。
项目48.根据项目1-14和29-47中任一项所述的系统，其中，该处方包括用于保护第一植物免受疾病的过程。
项目49.根据项目48所述的系统，其中，该过程包括切割第一植物的被感染部分。
项目50.根据项目48所述的系统，其中，该过程包括将化学药品施用到第一植物上。
项目51.根据项目48所述的系统，其中，该过程基于疾病的类型、疾病的阶段或其组合被确定。
项目52.根据项目1-14和29-51中任一项所述的系统，其中，该处方包括用于保护第一植物免受有害生物的过程。
项目53.根据项目52所述的系统，其中，该过程包括向有害生物施加电击。
项目54.根据项目52所述的系统，其中，该过程包括将有害生物从第一植物上敲除。
项目55.根据项目52所述的系统，其中，该过程包括将农药施用到第一有害生物上。
项目56.根据项目52所述的系统，其中，该过程基于有害生物的类型、有害生物的大小、有害生物与第一植物的接近度或其任何组合被确定。
项目57.根据项目1-14和29-56中任一项所述的系统，其中，坞站包括多个充电端口。
项目58.根据项目1-14和29-57中任一项所述的系统，其中，向第一植物提供护理包括调节第一植物周围的土壤。
项目59.根据项目1-14和29-58中任一项所述的系统，其中，坞站被配置为存储多个供应。
项目60.根据项目59所述的系统，其中，多个供应包括肥料、水、冰、农药、杀虫剂、杀真菌剂或其组合。
项目61.根据项目15-19中任一项所述的方法，其中，植物特定的信息包括第一植物的一个或多个所捕获的图像，该方法进一步包括：基于一个或多个图像确定第一植物的健康状况。
项目62：根据项目61所述的方法，其中，确定健康状况包括基于一个或多个图像识别杂草、有害生物、枝体折断或疾病的存在。
项目63.根据项目15-19和项目61-62中任一项所述的方法，进一步包括基于植物特定的信息来预测第一植物的健康状况。
项目64.根据项目15-19和61-63中任一项所述的方法，进一步包括：在向第一植物提供护理之后，更新与第一植物相关联的记录。
项目65：根据项目20-28中任一项所述的无人机，进一步包括一个或多个供应，其中，向植物提供护理包括将一个或多个供应中的至少一些供应部署到植物。
项目66.根据项目65所述的无人机，其中，一个或多个供应包括水、肥料、农药、杀真菌剂或其任何组合。
项目67.根据项目20-28和65-66中任一项所述的无人机，其中，向植物提供护理包括基于处方自动下载一个或多个软件组件。
上面的描述阐述了示例性方法、参数等。然而，应当认识到，此类描述并非旨在限制本公开的范围，而是作为示例性实施例的描述提供。
尽管以上描述使用术语“第一”、“第二”等来描述各种元件，但是这些元件不应被术语限制。这些术语仅用于区分一个元素和另一个元素。例如，在不脱离各个所述实施例的范围的情况下，第一无人机可以被称为第二无人机，并且类似地，第二无人机可以被称为第一无人机。第一无人机和第二无人机二者都是无人机，但它们不是同一无人机。
在此对各种所述实施例的描述中使用的术语仅是出于描述特定实施例的目的，并不旨在进行限制。如在各种所述实施例和所附权利要求的描述中所使用的，单数形式“一”、“一个”和“该”也旨在包括复数形式，除非上下文另外明确指出。还应理解，如在此使用的术语“和/或”是指并涵盖一个或多个相关联所列项目的任何和所有可能的组合。将进一步理解的是，当在本说明书中使用时，术语“包括了”、“包括”、“包含了”和/或“包含”指定所述特征、整数、步骤、操作、元素和/或部件的存在，但不排除存在或增加一个或多个其它部件、整数、步骤、操作、元素、部件和/或其组。
取决于上下文，术语“如果”可选地解释为表示“何时”或“在……时”或“响应于确定”或“响应于检测”。类似地，取决于上下文，短语“如果确定”或“如果检测到[陈述的条件或事件]”可选地解释为意指“在确定时”或“响应于确定”或“在检测到[陈述的条件或事件]时”或“响应于检测到[陈述的条件或事件]”。
尽管已经参考附图充分描述了本公开和示例，但是应当注意，各种改变和修改对于本领域技术人员将变得显而易见。此类改变和修改应被理解为被包括在由权利要求书限定的本公开和示例的范围内。
为了说明的目的，已经参考特定实施例描述了前述描述。然而，以上说明性讨论并非旨在穷举或将本发明限制为所公开的精确形式。鉴于以上教导，许多修改和变化是可能的。实施例被选择和描述以便最优地解释技术原理及其实际应用。从而使本领域的其他技术人员能够最优地利用技术和如适于预期的特定用途的具有各种修改的各种实施例。

Claims (67)

1.一种用于提供用于多个植物的个性化管理的系统，所述系统包括：
坞站，其包括多个无人机附件；
服务器，其包括与所述多个植物有关的数据库，其中，所述数据库包括与所述多个植物中的第一植物相关联的位置信息；以及
被分配到所述第一植物的第一无人机，其中，所述第一无人机被配置为容纳无人机附件的多种组合，并且所述第一无人机被配置为：
多次访问所述第一植物，
收集与所述第一植物相关联的植物特定的信息，
基于所述植物特定的信息获得处方，其中，所述处方与一个或多个要求相关联，
基于所述处方，向所述第一植物提供护理。
2.根据权利要求1所述的系统，其中，所述多个无人机包括被分配到所述多各植物中的第二植物的第二无人机。
3.根据权利要求1至2中任一项所述的系统，其中，收集与所述第一植物相关联的植物特定的信息包括由所述第一无人机的照相机采集所述第一植物的一个或多个图像。
4.根据权利要求1至3中任一项所述的系统，其中，所述第一无人机被配置为向所述服务器发送所收集的与所述第一植物相关联的植物特定的信息。
5.根据权利要求4所述的系统，其中，所述服务器被配置为：
接收所收集的植物特定的信息；以及
基于所述植物特定的信息识别杂草、有害生物或疾病的存在。
6.根据权利要求4至5中任一项所述的系统，其中，所述服务器被配置为基于与所述第一植物相关联的所述植物特定的信息来制定所述处方。
7.根据权利要求6所述的系统，其中，所述处方包括用于保护所述第一植物免受杂草、疾病或有害生物的过程。
8.根据权利要求1至7中任一项所述的系统，其中，与所述处方相关联的所述一个或多个要求指定一个或多个无人机附件、一个或多个供应或其组合。
9.根据权利要求8所述的系统，其中，所述第一无人机被配置为：
响应于获得所述处方，行进到所述坞站；以及
基于与所述处方相关联的所述一个或多个要求，从所述坞站获得所指定的一个或多个无人机附件或一个或多个供应。
10.根据权利要求1至9中任一项所述的系统，其中，所述第一无人机被配置为容纳：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或其任何组合。
11.根据权利要求1至10中任一项所述的系统，其中，所述第一无人机被配置为携带：水、肥料、农药、杀真菌剂或其任何组合。
12.根据权利要求1至11中任一项所述的系统，其中，所述第一植物由所述第一无人机种植。
13.根据权利要求1至12中任一项所述的系统，其中，所述第一无人机被配置为：
在收集植物特定的信息之后，行进到所述坞站；
将所述植物特定的信息传输到所述坞站。
14.根据权利要求1至13中任一项所述的系统，其中，所述服务器被配置为：
基于所收集的植物特定的信息更新所述数据库；以及
基于所收集的植物特定的信息确定所述第一植物的健康状况。
15.一种用于提供用于多个植物的个性化管理的方法，所述方法包括：
接收与所述多个植物中的第一植物相关联的植物特定的信息，其中，所述植物特定的信息由被分配到所述第一植物的第一无人机收集；
基于所述植物特定的信息制定处方，其中，所述处方与一个或多个要求相关联；
基于所述一个或多个要求为所述第一无人机配备无人机附件的组合；以及
使用配备有所述无人机附件的组合的所述第一无人机向所述第一植物提供护理。
16.根据权利要求15所述的方法，其中，所述无人机附件的组合包括：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或其任何组合。
17.根据权利要求15至16中任一项所述的方法，其中，所述处方包括用于保护所述第一植物免受杂草、疾病或有害生物的过程。
18.根据权利要求15至17中任一项所述的方法，其中，为所述第一无人机配备所述无人机附件的组合包括：
基于所述一个或多个要求确定所述无人机附件的组合；以及
从坞站获得所述无人机附件的组合。
19.根据权利要求16至18中任一项所述的方法，进一步包括：
在向所述植物提供护理之后，将所提供的护理的记录存储在服务器的数据库中。
20.一种无人机，包括：
存储器；
一个或多个处理器；以及
一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于以下操作的指令：
多次访问被分配到所述无人机的植物，
收集与所述植物相关联的植物特定的信息，
获得处方，其中，所述处方基于所述植物特定的信息，并且其中，所述处方与一个或多个要求相关联，以及
基于所述处方向所述植物提供护理。
21.根据权利要求20所述的无人机，其中，所述一个或多个程序进一步包括用于以下操作的指令：
在获得所述处方之后，基于所述一个或多个要求获得无人机附件的组合。
22.根据权利要求21所述的无人机，其中，所述无人机附件的组合包括：一个或多个照相机、一个或多个传感器、一个或多个GPS系统、一个或多个载具、一个或多个螺旋桨、一个或多个切割器、一个或多个挖掘器、一个或多个电击发生器、一个或多个扫描仪、一个或多个联网设备、一个或多个分配器、一个或多个电池或其任何组合。
23.根据权利要求20至22中任一项所述的无人机，其中，所述处方包括用于保护所述植物免受杂草、疾病或有害生物的过程。
24.根据权利要求20至23中任一项所述的无人机，其中，所述一个或多个程序进一步包括用于种植与所述植物对应的种子的指令。
25.根据权利要求20至24中任一项所述的无人机，其中，获得所述处方包括：
在收集所述植物特定的信息之后，向服务器发送所述植物特定的信息；
从所述服务器接收所述处方。
26.根据权利要求21至25中任一项所述的无人机，其中，获得所述无人机附件的组合包括行进到坞站。
27.根据权利要求20至26中任一项所述的无人机，
其中，所述植物特定的信息是第一组植物特定的信息，以及
其中，所述一个或多个程序进一步包括用于在向所述植物提供护理之后收集与所述植物相关联的第二组植物特定的信息的指令。
28.根据权利要求20至27中任一项所述的无人机，其中，所述一个或多个程序包括用于使用人工智能来启动和完成所述无人机的一个或多个操作的指令。
29.根据权利要求1至14中任一项所述的系统，其中，所述第一无人机进一步被配置为：
接收用于种植种子的指令，其中，所述指令指示位置；以及
在接收到所述指令之后，在所指定的位置处存放种子，其中，所述种子对应于所述第一植物。
30.根据权利要求29所述的系统，其中，所述位置包括绝对位置、相对位置或其组合。
31.根据权利要求29所述的系统，其中，所述指令进一步指示种子的类型。
32.根据权利要求1至14和29至31中任一项所述的系统，其中，所述数据库包括与所述第一植物相关联的种植时间。
33.根据权利要求1至14和29至32中任一项所述的系统，其中，所述第一无人机被配置为以预定频率进行所述多次访问。
34.根据权利要求33所述的系统，其中，所述预定频率基于所述第一植物的类型。
35.根据权利要求1至14和29至34中任一项所述的系统，其中，进行多次访问包括：基于与所述第一植物相关联的所述位置信息，确定用于所述多次访问中的一次访问的到所述第一植物的飞行路线。
36.根据权利要求1至14和29至35中任一项所述的系统，其中，进行多次访问包括：基于一个或多个环境因素，确定用于所述多次访问中的一次访问的到所述第一植物的飞行路线。
37.根据权利要求1至14和29至36中任一项所述的系统，其中，进行多次访问包括：基于历史飞行数据确定用于所述多次访问中的一次访问的到所述第一植物的飞行路线。
38.根据权利要求1至14和29至37中任一项所述的系统，其中，进行多次访问包括：基于与所述第一植物相关联的识别信息来确定所述第一无人机是否接近所述第一植物。
39.根据权利要求38所述的系统，其中，与所述第一植物相关联的所述识别信息包括所述第一植物的视觉特征。
40.根据权利要求38所述的系统，其中，与所述第一植物相关联的所述识别信息包括位于所述第一植物上的条形码。
41.根据权利要求1至14和29至40中任一项所述的系统，其中，与所述第一植物相关联的所述植物特定的信息包括所述第一植物的样品。
42.根据权利要求1至14和29至41中任一项所述的系统，其中，与所述第一植物相关联的所述植物特定的信息包括土壤样品。
43.根据权利要求1至14和29至42中任一项所述的系统，其中，所述处方包括用于保护所述第一植物免受一个或多个杂草的过程。
44.根据权利要求43所述的系统，其中，所述过程包括切割所述一个或多个杂草。
45.根据权利要求43所述的系统，其中，所述过程包括将化学药品喷洒到所述一个或多个杂草上。
46.根据权利要求43所述的系统，其中，所述过程包括向所述一个或多个杂草提供电击。
47.根据权利要求43所述的系统，其中，所述过程基于一个或多个杂草的类型、所述一个或多个杂草的大小、所述一个或多个杂草与所述第一植物的接近度或其任何组合来确定。
48.根据权利要求1至14和29至47中任一项所述的系统，其中，所述处方包括用于保护所述第一植物免受疾病的过程。
49.根据权利要求48所述的系统，其中，所述过程包括切割所述第一植物的被感染部分。
50.根据权利要求48所述的系统，其中，所述过程包括将化学药品施用到所述第一植物上。
51.根据权利要求48所述的系统，其中，所述过程基于所述疾病的类型、所述疾病的阶段或其组合被确定。
52.根据权利要求1至14和29至51中任一项所述的系统，其中，所述处方包括用于保护所述第一植物免受有害生物的过程。
53.根据权利要求52所述的系统，其中，所述过程包括向所述有害生物施加电击。
54.根据权利要求52所述的系统，其中，所述过程包括将所述有害生物从所述第一植物上敲除。
55.根据权利要求52所述的系统，其中，所述过程包括将农药施用到所述第一有害生物上。
56.根据权利要求52所述的系统，其中，所述过程基于所述有害生物的类型、所述有害生物的大小、所述有害生物与所述第一植物的接近度或其任何组合被确定。
57.根据权利要求1至14和29至56中任一项所述的系统，其中，所述坞站包括多个充电端口。
58.根据权利要求1至14和29至57中任一项所述的系统，其中，向所述第一植物提供护理包括调节所述第一植物周围的土壤。
59.根据权利要求1至14和29至58中任一项所述的系统，其中，所述坞站被配置为存储多个供应。
60.根据权利要求59所述的系统，其中，所述多个供应包括肥料、水、冰、农药、杀虫剂、杀真菌剂或其组合。
61.根据权利要求15至19中任一项所述的方法，其中，所述植物特定的信息包括所述第一植物的一个或多个所捕获的图像，所述方法进一步包括：基于所述一个或多个图像确定所述第一植物的健康状况。
62.根据权利要求61所述的方法，其中，确定所述健康状况包括基于所述一个或多个图像识别杂草、有害生物、枝体折断或疾病的存在。
63.根据权利要求15至19和61至62中任一项所述的方法，进一步包括基于所述植物特定的信息来预测所述第一植物的健康状况。
64.根据权利要求15至19和61至63中任一项所述的方法，进一步包括：
在向所述第一植物提供护理之后，更新与所述第一植物相关联的记录。
65.根据权利要求20至28中任一项所述的无人机，进一步包括一个或多个供应，其中，向所述植物提供护理包括将所述一个或多个供应中的至少一些供应部署到所述植物。
66.根据权利要求65所述的无人机，其中，所述一个或多个供应包括水、肥料、农药、杀真菌剂或其任何组合。
67.根据权利要求20至28和65至66中任一项所述的无人机，其中，向所述植物提供护理包括基于所述处方自动下载一个或多个软件组件。
CN201880079519.XA 2017-10-13 2018-10-11 使用自主群集无人机和人工智能的个性化和定制的植物管理 Pending CN111712843A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762572311P 2017-10-13 2017-10-13
US62/572,311 2017-10-13
PCT/US2018/055372 WO2019075179A1 (en) 2017-10-13 2018-10-11 INDIVIDUALIZED AND CUSTOMIZED PLANT MANAGEMENT USING AUTONOMOUS DRINKING DRONES AND ARTIFICIAL INTELLIGENCE

Publications (1)

Publication Number Publication Date
CN111712843A true CN111712843A (zh) 2020-09-25

Family

ID=64049745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880079519.XA Pending CN111712843A (zh) 2017-10-13 2018-10-11 使用自主群集无人机和人工智能的个性化和定制的植物管理

Country Status (5)

Country Link
US (1) US20200377211A1 (zh)
EP (1) EP3695355A1 (zh)
CN (1) CN111712843A (zh)
AR (1) AR113319A1 (zh)
WO (1) WO2019075179A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139461A (zh) * 2021-04-23 2021-07-20 塔里木大学 一种农业种植用小麦叶片病虫害检测系统及其管理方法
CN114485699A (zh) * 2021-12-28 2022-05-13 山东师范大学 一种无人机自组织网络自适应路径优化方法及系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017124934A1 (de) * 2017-10-25 2019-04-25 M-Farms Gmbh System zur halbautomatischen und/oder automatischen Unkrautentfernung
EP3545760A1 (en) * 2018-03-27 2019-10-02 Bayer AG Apparatus for weed control
WO2019197009A1 (en) * 2018-04-09 2019-10-17 Vitirover Method, device and system for processing data from a robot
WO2019198155A1 (ja) * 2018-04-10 2019-10-17 株式会社自律制御システム研究所 無人航空機、無人航空機の飛行制御機構、及びこれらを用いる方法
EP4072940A4 (en) 2019-12-11 2024-01-03 Climate LLC HIGHLY SENSITIVE AGRICULTURE SYSTEMS WITH EXTRAORDINARY OPTIMIZATION IN SEASON
CN115135135A (zh) * 2020-02-27 2022-09-30 昕诺飞控股有限公司 一种植物生长监测系统和方法
US11656624B2 (en) * 2020-03-25 2023-05-23 Iunu, Inc. Horticulture aided by autonomous systems
LV15634B (lv) * 2020-11-11 2023-02-20 Weedbot, Sia Tehnoloģija un iekārta lāzera pozicionēšanai
CA3224125A1 (en) 2021-06-25 2022-12-29 Maik ZIES Targeted treatment of specific weed species with multiple treatment devices
US20230091883A1 (en) * 2021-09-17 2023-03-23 HyDaaS Inc. Infrastructure inspection operation by using multiple drones
CN113940267B (zh) * 2021-10-15 2022-09-02 中国农业科学院都市农业研究所 一种用于植物工厂的照护装置及方法
CN115857417B (zh) * 2023-02-24 2023-04-28 中国烟草总公司四川省公司 基于智能遥感图像识别的无人机农药喷洒控制系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160307448A1 (en) * 2013-03-24 2016-10-20 Bee Robotics Corporation Hybrid airship-drone farm robot system for crop dusting, planting, fertilizing and other field jobs
CN106383522A (zh) * 2016-09-22 2017-02-08 华南农业大学 一种基于虚拟现实的田间农情信息实时监测系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140263822A1 (en) * 2013-03-18 2014-09-18 Chester Charles Malveaux Vertical take off and landing autonomous/semiautonomous/remote controlled aerial agricultural sensor platform
WO2014160589A1 (en) * 2013-03-24 2014-10-02 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
US9745060B2 (en) * 2015-07-17 2017-08-29 Topcon Positioning Systems, Inc. Agricultural crop analysis drone
US9740208B2 (en) * 2015-07-30 2017-08-22 Deere & Company UAV-based sensing for worksite operations
US11373399B2 (en) * 2018-07-26 2022-06-28 Hall Enterprise Llc Method of crop analysis using drone with flying and driving capability
US10779476B2 (en) * 2018-09-11 2020-09-22 Pollen Systems Corporation Crop management method and apparatus with autonomous vehicles
US20220172306A1 (en) * 2019-02-28 2022-06-02 Basf Agro Trademarks Gmbh Automated mobile field scouting sensor data and image classification devices
US20210055417A1 (en) * 2019-08-23 2021-02-25 Cnh Industrial America Llc Methods for generating treatment prescriptions based on uav-derived plant height data and related crop management systems
US11483960B2 (en) * 2019-11-19 2022-11-01 Cnh Industrial Canada, Ltd. System and method for monitoring seedbed conditions using a seedbed sensing assembly supported on a UAV
EP4072940A4 (en) * 2019-12-11 2024-01-03 Climate LLC HIGHLY SENSITIVE AGRICULTURE SYSTEMS WITH EXTRAORDINARY OPTIMIZATION IN SEASON
US20230026679A1 (en) * 2020-01-06 2023-01-26 Adaviv Mobile sensing system for crop monitoring
MX2023005188A (es) * 2020-11-05 2023-05-15 Apeel Tech Inc Sistemas y metodos para la deteccion previa a la cosecha de infeccion latente en plantas.
CN117858834A (zh) * 2021-06-11 2024-04-09 网络无人机公司 用于基于3d模型的无人机飞行规划和控制的系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160307448A1 (en) * 2013-03-24 2016-10-20 Bee Robotics Corporation Hybrid airship-drone farm robot system for crop dusting, planting, fertilizing and other field jobs
CN106383522A (zh) * 2016-09-22 2017-02-08 华南农业大学 一种基于虚拟现实的田间农情信息实时监测系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139461A (zh) * 2021-04-23 2021-07-20 塔里木大学 一种农业种植用小麦叶片病虫害检测系统及其管理方法
CN114485699A (zh) * 2021-12-28 2022-05-13 山东师范大学 一种无人机自组织网络自适应路径优化方法及系统
CN114485699B (zh) * 2021-12-28 2024-03-19 山东师范大学 一种无人机自组织网络自适应路径优化方法及系统

Also Published As

Publication number Publication date
EP3695355A1 (en) 2020-08-19
US20200377211A1 (en) 2020-12-03
AR113319A1 (es) 2020-04-08
WO2019075179A1 (en) 2019-04-18

Similar Documents

Publication Publication Date Title
CN111712843A (zh) 使用自主群集无人机和人工智能的个性化和定制的植物管理
US11373288B2 (en) Apparatus for plant management
US20210000097A1 (en) Integrated system for controlling, detecting, monitoring, evaluating and treating crop pests
EP3741214A1 (en) Method for plantation treatment based on image recognition
CN114488921B (zh) 一种智慧果园物联网管控系统
CN112911931A (zh) 节肢动物的检测
UA121213C2 (uk) Системи, способи та пристрій для оптимізації стеблостою посівів
US20240090395A1 (en) Method and system for pollination
Edan et al. Agriculture automation
Tropea et al. Bio-inspired recruiting protocol for FANET in precision agriculture domains: pheromone parameters tuning
Singh et al. Usage of Internet of Things based devices in smart agriculture for monitoring the field and pest control
CA3224106A1 (en) Communication protocol for treatment devices
Phade et al. IoT‐Enabled Unmanned Aerial Vehicle: An Emerging Trend in Precision Farming
Suman et al. Role of IoT in Smart Precision Agriculture
US20230284547A1 (en) Method for controlling actions of a mobile entity on a field management unit
Boursianis et al. Internet of Things
EP4230037A1 (en) Multi-device agricultural field treatment
JP2024524247A (ja) 処理装置の通信プロトコル
Székely et al. Smart Architecture Framework with 5G Private Networks and AI for Sustainable Agriculture
Deemantha Artificial Intelligence Applications in Precision Agriculture
Vyas et al. A Review on Application of Drone System in Precision Agriculture
Jesús Roldán et al. Chapter Robots in Agriculture: State of Art and Practical Experiences
CN114554842A (zh) 用于农田的植保产品管理的方法和系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200925

WD01 Invention patent application deemed withdrawn after publication