CN111766820A - 一种应用于智能农业的智能精细化管理控制系统 - Google Patents
一种应用于智能农业的智能精细化管理控制系统 Download PDFInfo
- Publication number
- CN111766820A CN111766820A CN202010699757.XA CN202010699757A CN111766820A CN 111766820 A CN111766820 A CN 111766820A CN 202010699757 A CN202010699757 A CN 202010699757A CN 111766820 A CN111766820 A CN 111766820A
- Authority
- CN
- China
- Prior art keywords
- local
- control system
- crop
- data
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007613 environmental effect Effects 0.000 claims abstract description 45
- 230000036541 health Effects 0.000 claims abstract description 38
- 235000015097 nutrients Nutrition 0.000 claims description 45
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 25
- 230000002457 bidirectional effect Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 14
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 13
- 239000001569 carbon dioxide Substances 0.000 claims description 13
- 235000018343 nutrient deficiency Nutrition 0.000 claims description 10
- 238000005507 spraying Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 241000238631 Hexapoda Species 0.000 claims description 7
- 241000607479 Yersinia pestis Species 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 7
- 230000002572 peristaltic effect Effects 0.000 claims description 7
- 230000004720 fertilization Effects 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 5
- 238000009423 ventilation Methods 0.000 claims description 5
- 238000007791 dehumidification Methods 0.000 claims description 4
- 230000005802 health problem Effects 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 239000000575 pesticide Substances 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000007654 immersion Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 11
- 238000000034 method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 239000003337 fertilizer Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000012271 agricultural production Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000003973 irrigation Methods 0.000 description 3
- 230000002262 irrigation Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000026267 regulation of growth Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000012536 storage buffer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23051—Remote control, enter program remote, detachable programmer
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
- Greenhouses (AREA)
Abstract
本发明公开了一种应用于智能农业的智能精细化管理控制系统，包括数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，本地控制系统定时获取数据采集模块采集的环境数据和作物图像数据，并将之保存至本地数据库，并推送至本地UI终端进行显示和查询；在UI终端，管理者根据需求自行设定管理规则，系统根据管理规则对种植环境中的控制设备进行自动控制；同时，定时将采集的数据上传至云端；在远程UI终端，远程管理者结合控制指令和机器视觉算法模块对于作物健康状况的识别结果，同步回传至本地控制系统，通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导。
Description
技术领域
本发明涉及农业技术领域中的物联网人工智能农业技术领域，尤其涉及一种应用于智能农业的智能精细化管理控制系统。
背景技术
现有的智能农业控制系统，一般只包含部分使用传感器对环境数据采集如温度、湿度、二氧化碳浓度等基本参数的测量，并按照人工预设触发条件控制的基本操作。这种系统在实际智能农业系统的应用场景下对人力资源要求较高，需要人工参与应对较多实际情况，且需要较高素质的专业人员才能对生产环境进行有效管理，其中包括但不限于对作物健康状况(例如缺素、病虫害)的巡查判断，对肥料使用(施肥追肥等)的管理，对当前作物品种适用环境的设置管理等。
在硬件上，一般目前的智能农场监控系统都基于功能比较单一的单片机或者物联网芯片，通过基本的接口通讯协议(如:IIC/SPI/USART等)完成和若干个基本传感器的通讯并完成数据的传输功能，一般来说传输的数据量比较小，不需要完成大量数据的通讯过程，控制的场景一般都是通过继电器等设备开关风机湿帘等，单片机将打包好的数据通过网络TCP/IP方式发送到服务器上进行显示以及处理工作。这种系统基于单一的单片机完成的系统，不具备良好的系统稳定性以及高速图像捕获以及处理功能，只能完成少量的控制信号以及数据的传输，不能脱离云端运算单元而在本地完成数据的分析和图像处理功能，这对后端数据的使用及处理提出了较高的要求，这也会使得云端服务器的成本大大增加，与此同时，对于比较复杂的工作，其程序的功能不能够很好的完成及维护，在程序升级以及一些程序更新过程中，系统不能够很便利的完成相关的升级过程以及系统自检功能。
同时在数据存储方面，由于最直接影响植物状态的环境状态数据具有较高的实时性要求，对于目前的很多基于单片机的系统来说，其存储空间较小，不具备本地数据的保存缓冲功能，无法使系统快速实时地对当前植物与环境状态做出反馈，这也使得植物不能够尽快的得到有效的环境改善响应。
在传输距离上，基于单片机的一般应用的智能农业控制设备不能够在其自身的环境之上搭建远程的Web控制终端，因此不能很好的满足远程控制的应用场景，尽管能够远程的获取数据以及控制，但对于某一些特殊突发情况，例如断网的情况下，则不能够使用内网进行设备的控制，而某些断网的情况对植物来说是致命的，因此，设备的稳定性以及适应性能不够完善。
在软件上，现有的以环境状态数据为基础的智能农业控制系统不能够参考作物本身的实际状况来做出相应的控制决策。而且现有的系统可以改变的环境状态比较单一，以温室大棚为例一般来说仅能调整通风、加热等相关大型设备，不能做到更为精细的环境管理。
同时现有系统中没有采用适用于人工智能机器视觉应用的图像采集装置以及对应的通过图像数据自动判断植物健康状态并执行对应控制操作的功能，故此不能高度自动化的对植物生产情况进行精细化管理，且对管理人员自身对于农业技术的要求较高，且需要管理人员频繁的在种植环境中观测作物生长情况。若仅凭温湿度等数据来调节生长环境，而忽略作物实际表现，是比较盲目的。
发明内容
本发明所要解决的技术问题是现有的智能农业控制系统的稳定性、实时性较差，以传感器数据作为自动化控制的唯一信息来源，对作物实际生长情况信息欠缺等缺陷，同时现有系统中没有采用适用于人工智能机器视觉应用的图片采集装置以及对应的通过图像数据自动判断植物健康状态并执行对应控制操作的功能，故此不能高度自动化的对植物生产情况进行精细化管理，且对管理人员自身对于农业技术的要求较高，且需要管理人员频繁的在种植环境中观测作物生长情况等问题。本发明提供了解决上述问题的一种应用于智能农业的智能精细化管理控制系统，提供一种新的高度自动化、精细化的智能农业控制系统，大大提升了系统的稳定性和自适应的能力，在植物环境控制以及植物培育等领域提出了全新的概念。
本发明通过下述技术方案实现：
一种应用于智能农业的智能精细化管理控制系统，包括数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，所述数据采集模块双向连接本地控制系统，本地控制系统双向连接本地数据库，本地数据库双向连接本地UI终端；同时，本地控制系统双向连接云服务器，云服务器双向连接云数据库，云数据库双向连接远程UI终端；机器视觉算法模块双向连接云数据库；
所述数据采集模块，用于定时采集种植环境中的环境数据和作物图像数据；
本地控制系统，用于定时获取所述数据采集模块采集的环境数据和作物图像数据，并将之保存至本地数据库，并推送至本地UI终端进行显示和查询；在UI终端，管理者根据需求自行设定管理规则，系统根据管理规则对种植环境中的控制设备进行自动控制；同时，本地控制系统定时将采集的环境数据和作物图像数据上传至云服务器，并保存至云数据库，推送至远程UI终端进行远程显示和查询；
本地数据库用于本地数据存储，云数据库用于云端数据存储，本地UI终端用于对环境数据和作物图像数据的本地显示、查询和控制设定，远程UI终端用于对环境数据和作物图像数据的远程显示、查询和控制设定；
所述机器视觉算法模块，用于作物健康状况识别，机器视觉算法模块从云数据库调用作物图像数据进行分析与识别，并将分析与识别结果，即作物健康状况保存至云数据库对应位置；
在远程UI终端，远程管理者自行控制设定，结合控制指令和机器视觉算法模块对于作物健康状况的识别结果，并同步回传至本地控制系统，由本地控制系统根据管理规则通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导，进而达到实际农业精细化智能控制；
本发明提供一种新的高度自动化、精细化的智能农业控制系统，该系统包括了数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，从多个方面提高了目前智能农业系统中所不具备的功能，大大提升了系统的稳定性和自适应的能力，在植物环境控制以及植物培育等领域提出了全新的概念。
本系统通过多个方面模块的搭建以及优化，大大提升了智能农业系统的稳定性和智能化，将传感器数据、作物实际生长状态和精细化控制结合起来，将预设的控制设定与作物实际的生理反馈相结合做出智能操作判断，达到实际有效的智能控制和更高效的生产效率。同时可以减少对人力资源的需求，无须过多的人工参与管理也不需要相关专业知识，系统可通过成熟的机器视觉算法和配合针对不同作物品种所需的生长环境24小时不间断的工作，替代包括作物的日常巡查、健康状况的人工判断、肥料的人工配比、生长环境的人工调节等工作。管理人员可通过远程UI终端对种植环境的监控和管理，最小程度的使用人力资源实地参与到种植场所中去。另外，高效智能的控制系统能够减少农业生产过程当中的浪费，通过作物实际生理反馈和传感器数据为指导，精准控制种植环境、养料投放、灌溉频次等操作可有效的提高资源利用效率。
进一步地，所述数据采集模块包括种植环境参数数据采集单元，种植环境参数数据采集单元，用于采集包括但不限于种植环境的温度、湿度、二氧化碳、光照参数数据；
所述数据采集模块还包括营养液水箱参数数据采集单元和农作物图像采集单元，营养液水箱参数数据采集单元，用于采集包括但不限于营养液水箱的PH、电导率参数数据；农作物图像采集单元，用于通过摄像头模组采集农作物实际状态的图像数据。
进一步地，所述种植环境参数数据采集单元包括温度传感器、湿度传感器、压力传感器、流量传感器、液位知传感器、超声波传感器、浸水传感器、照度传感器、光电传感器、二氧化碳传感器。
进一步地，所述农作物图像采集单元采用固定摄像头模组或者移动摄像头模组；其中：
所述移动摄像头模组通过X轴以及Y轴的电机控制器控制摄像头在X和Y两个方向上运动，拍摄农作物不同位置和不同角度的植物状态。
进一步地，所述由本地控制系统根据作物的实际健康状况通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导，进而达到实际农业精细化智能控制；具体地，通过控制设备对农作物进行自动控制，是通过预设环境条件和云端反馈的健康状况，驱动设备自动完成相应控制行为；在部分无法通过现有设备自动完成控制行为的情况下，指导管理员进行对应操作行为；例如：系统判断某处需进行叶面肥料喷洒，如有自动移动喷头则自动完成喷洒操作；如没有该系统则指导管理人员完成该喷洒操作(该指导可涉及位置、剂量、周期等信息)。其中：所述作物健康状况为通过作物外观及机器学习识别算法判断的生长健康问题，包括但不限于作物缺素、缺水、病虫害；
针对缺素状况，在分析环境数据的同时，在所述营养液水箱上安装多路蠕动泵控制器，并将蠕动泵控制器连接对应营养元素溶液，通过当前植物的缺素情况并参考当前营养液水箱内的电导率、pH值和作物品种适用的营养元素配比进行营养元素溶液和pH调节剂的精准投放，将环境数据和作物图像数据、作物实际状态和本地控制系统结合起来实现闭环操作，进而达到实际有效的智能控制。
进一步地，所述控制设备的类型包括但不限于生长灯、补光灯、通风设备、换气设备、温控设备、除湿设备、二氧化碳生成或释放设备、营养液配比投放设备，以及农药自动喷洒系统、自动叶面施肥系统对应的设备。
进一步地，通过所述控制设备自动管理农作物的生长环境或对管理员进行相应的操作指导，其中，操作指导包括操作步骤指导、问题作物精确定位指导和用量指导。
进一步地，本地控制系统内集成有农作物营养液自适应控制模块，用于根据所述数据采集模块采集的环境数据和作物图像数据，经过机器视觉算法模块识别出作物健康状况后，根据此刻农作物的健康需求对农作物的营养液进行对应控制、补充并对生长环境进行相应调节。
进一步地，所述机器视觉算法模块集成了多种图像识别算法，包括：
图像预处理单元，对作物图像数据进行压缩、分类及自动打标，分类是根据位置日期品种进行编号；自动打标过程是将作物从背景中剥离出来且分类；可采用给图像识别算法快速提供大量的训练样本所用到的自动打标工具。
图像训练与识别单元，由数据库按照一定规则提供训练图像样本至图像识别算法模块，由图像识别算法模块选择具体的一种图像识别算法进行特征提取、模型训练和验证，并生成对应的图像识别模型。
进一步地，所述农作物图像采集单元采集的图像数据包括作物叶面细节图像、区域图像。
进一步地，所述种植环境包括但不限于农田、温室大棚、植物工厂。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明系统通过多个方面模块的搭建以及优化，大大提升了智能农业系统的稳定性和智能化，将传感器数据、作物实际生长状态和精细化控制结合起来，将预设的控制设定与作物实际的生理反馈相结合做出智能操作判断，达到实际有效的智能控制和更高效的生产效率；
2、本发明可以减少对人力资源的需求，无须过多的人工参与管理也不需要相关专业知识，系统可通过成熟的机器视觉算法和配合针对不同作物品种所需的生长环境24小时不间断的工作，替代包括作物的日常巡查、健康状况的人工判断、肥料的人工配比、生长环境的人工调节等工作。管理人员可通过远程UI终端对种植环境的监控和管理，最小程度的使用人力资源实地参与到种植场所中去；
3、本发明高效智能的控制系统能够减少农业生产过程当中的浪费，通过作物实际生理反馈和传感器数据为指导，精准控制种植环境、养料投放、灌溉频次等操作可有效的提高资源利用效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种应用于智能农业的智能精细化管理控制系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明一种应用于智能农业的智能精细化管理控制系统，包括数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，所述数据采集模块双向连接本地控制系统，本地控制系统双向连接本地数据库，本地数据库双向连接本地UI终端；同时，本地控制系统双向连接云服务器，云服务器双向连接云数据库，云数据库双向连接远程UI终端；机器视觉算法模块双向连接云数据库；
所述数据采集模块，用于定时采集种植环境中的环境数据和作物图像数据；
本地控制系统，用于定时获取所述数据采集模块采集的环境数据和作物图像数据，并将之保存至本地数据库，并推送至本地UI终端进行显示和查询；在UI终端，管理者根据需求自行设定管理规则，系统根据管理规则对种植环境中的控制设备进行自动控制；同时，本地控制系统定时将采集的环境数据和作物图像数据上传至云服务器，并保存至云数据库，推送至远程UI终端进行远程显示和查询；
本地数据库用于本地数据存储，云数据库用于云端数据存储，本地UI终端用于对环境数据和作物图像数据的本地显示、查询和控制设定，远程UI终端用于对环境数据和作物图像数据的远程显示、查询和控制设定；
所述机器视觉算法模块，用于作物健康状况识别，机器视觉算法模块从云数据库调用作物图像数据进行分析与识别，并将分析与识别结果，即作物健康状况保存至云数据库对应位置；
在远程UI终端，远程管理者自行控制设定，结合控制指令和机器视觉算法模块对于作物健康状况的识别结果，并同步回传至本地控制系统，由本地控制系统根据管理规则通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导，进而达到实际农业精细化智能控制。
作为进一步地优选方案，所述数据采集模块包括种植环境参数数据采集单元，种植环境参数数据采集单元，用于采集包括但不限于种植环境的温度、湿度、二氧化碳、光照参数数据；
所述数据采集模块还包括营养液水箱参数数据采集单元和农作物图像采集单元，营养液水箱参数数据采集单元，用于采集包括但不限于营养液水箱的PH、电导率参数数据；农作物图像采集单元，用于通过摄像头模组采集农作物实际状态的图像数据。
作为进一步地优选方案，所述种植环境参数数据采集单元包括温度传感器、湿度传感器、压力传感器、流量传感器、液位知传感器、超声波传感器、浸水传感器、照度传感器、光电传感器。
作为进一步地优选方案，所述农作物图像采集单元采用固定摄像头模组或者移动摄像头模组；其中：
所述移动摄像头模组通过X轴以及Y轴的电机控制器控制摄像头在X和Y两个方向上运动，拍摄农作物不同位置和不同角度的植物状态。
作为进一步地优选方案，所述由本地控制系统根据作物的实际健康状况通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导，进而达到实际农业精细化智能控制；具体地，通过控制设备对农作物进行自动控制，是通过预设环境条件和云端反馈的健康状况，驱动设备自动完成相应控制行为；在部分无法通过现有设备自动完成控制行为的情况下，指导管理员进行对应操作行为；例如：系统判断某处需进行叶面肥料喷洒，如有自动移动喷头则自动完成喷洒操作；如没有该系统则指导管理人员完成该喷洒操作(该指导可涉及位置、剂量、周期等信息)。其中：所述作物健康状况为通过作物外观及机器学习识别算法判断的生长健康问题，包括但不限于作物缺素、缺水、病虫害；
例如，针对缺素状况，在分析环境数据的同时，在所述营养液水箱上安装多路蠕动泵控制器，并将蠕动泵控制器连接对应营养元素溶液，通过当前植物的缺素情况并参考当前营养液水箱内的电导率、pH值和该品种适用的营养元素配比进行营养元素溶液和pH调节剂的精准投放，将环境数据和作物图像数据、作物实际状态和本地控制系统结合起来实现闭环操作，进而达到实际有效的智能控制。
作为进一步地优选方案，所述控制设备的类型包括但不限于生长灯、补光灯、通风设备、换气设备、温控设备、除湿设备、二氧化碳生成或释放设备、营养液配比投放设备，以及农药自动喷洒系统、自动叶面施肥系统对应的设备。
通过所述控制设备自动管理农作物的生长环境或对管理员进行相应的操作指导，其中，操作指导包括操作步骤指导、问题作物精确定位指导和用量指导。
作为进一步地优选方案，本地控制系统内集成有农作物营养液自适应控制模块，用于根据所述数据采集模块采集的环境数据和作物图像数据，经过机器视觉算法模块识别出作物健康状况后，根据此刻农作物的健康需求对农作物的营养液进行对应控制、补充并对生长环境进行相应调节。
作为进一步地优选方案，所述机器视觉算法模块集成了多种图像识别算法，包括：
图像预处理单元，对作物图像数据进行压缩、分类及自动打标，分类是根据位置日期品种进行编号；自动打标过程是将作物从背景中剥离出来且分类；可采用给图像识别算法快速提供大量的训练样本所用到的自动打标工具；
图像训练与识别单元，由数据库按照一定规则提供训练图像样本至图像识别算法模块，由图像识别算法模块选择具体的一种图像识别算法进行特征提取、模型训练和验证，并生成对应的图像识别模型。
作为进一步地优选方案，所述农作物图像采集单元采集的图像数据包括作物叶面细节图像、区域图像。
作为进一步地优选方案，所述种植环境包括但不限于农田、温室大棚、植物工厂。
工作原理如下：
本发明提供一种新的高度自动化、精细化的智能农业控制系统，该系统包括了数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，从多个方面提高了目前智能农业系统中所不具备的功能，大大提升了系统的稳定性和自适应的能力，在植物环境控制以及植物培育等领域提出了全新的概念。
通过搭建摄像头模组，根据需求可使用移动或固定摄像头模组(移动模组则通过X轴以及Y轴的电机控制器控制摄像头在X和Y两个方向上运动，拍摄不同位置和不同角度的植物状态)，随后将图像数据分别保存在本地和至云端服务器。图像数据可在本地进行基本的预处理工作，对图像数据进行压缩以及分类(例如根据位置日期品种进行编号)，也可在本地运行一些相对简单的模型例如植物叶面积(Leaf Area Index)等，本地UI以及远程Web控制终端能够实时查看当前每个位置植物的状态，从而更为直接地检测植物的状态，通过界面基本操作人为干预系统状态。
根据作物品种以及机器视觉系统反馈的健康状况(如缺素、缺水、病虫害等可通过作物外观判断的生长健康问题)可进行自动化控制。例如针对缺素状况，在分析环境数据之外，系统会在营养液水箱上安装多路蠕动泵控制器，并将蠕动泵控制器连接对应营养元素溶液(如水肥)，通过当前植物的缺素情况并参考当前营养液水箱内的电导率(EC值)、pH值和该品种适用的营养元素配比进行营养元素溶液和pH调节剂的精准投放，将传感器数据、作物实际状态和控制结合起来实现闭环操作，进而达到实际有效的智能控制。
在本地控制系统，不仅可通过本地UI界面进行管理操作，同时也可以在系统没有显示器或者网络的情况下，通过内网访问搭建在本地的内网Web服务器，实现设备的控制、数据显示等功能，基于本地的Lighttp Web服务器，能够控制系统的每一个阀门的工作状态，从而在断网的情况下而不影响操作员的基本操作。
本系统通过多个方面模块的搭建以及优化，大大提升了智能农业系统的稳定性和智能化，将传感器数据、作物实际生长状态和精细化控制结合起来，将预设的控制设定与作物实际的生理反馈相结合做出智能操作判断，达到实际有效的智能控制和更高效的生产效率。同时可以减少对人力资源的需求，无须过多的人工参与管理也不需要相关专业知识，系统可通过成熟的机器视觉算法和配合针对不同作物品种所需的生长环境24小时不间断的工作，替代包括作物的日常巡查、健康状况的人工判断、肥料的人工配比、生长环境的人工调节等工作。管理人员可通过远程UI终端对种植环境的监控和管理，最小程度的使用人力资源实地参与到种植场所中去。另外，高效智能的控制系统能够减少农业生产过程当中的浪费，通过作物实际生理反馈和传感器数据为指导，精准控制种植环境、养料投放、灌溉频次等操作可有效的提高资源利用效率。
如图1所示，以图1来详细实施本发明系统，如下：
“A：种植环境”可包括农田、温室大棚、植物工厂等农业设施。在该环境下按照一定要求部署数据采集模块，包括种植环境参数数据采集单元，营养液水箱参数数据采集单元和农作物图像采集单元，其中，种植环境参数数据采集单元采用的传感器设备(例如温度传感器、湿度传感器、二氧化碳浓度传感器、pH传感器、电导率EC传感器、光照传感器、二氧化碳传感器等)，以及农作物图像采集单元采用的图像采集设备(例如摄像头、照相机等)。
按照一定规则，将在“A：种植环境”中采集的①环境数据(包括温度、湿度、二氧化碳浓度、pH(营养液或土壤)、营养液电导率、光照PAR或Lux等)和②图像数据(包括作物叶面细节图像、区域图像等)传送到“B：本地控制系统”，再由该系统将相关数据按照一定规则保存到“C：本地数据库”。
“D：本地UI终端”可能包括与“B：本地控制系统”通过有线或无线连接的带控制输入的显示器或计算机，可显示和查询保存在“C：本地数据库”中的环境数据和作物图像数据，亦可更改“B：本地控制系统”的控制规则。控制规则主要是设定依照环境数据和作物健康状况(该数据由云服务器下发，见“⑩作物健康状况”，该数据包括但不限于作物可通过图像识别的缺素、病虫害、缺水等情况)对控制设备进行自动化操作。
同时，“B：本地控制系统”会通过“⑦上传数据”将环境数据和作物图像数据按照同样规则上传到“E：云服务器”并保存至“F：云数据库”。用于作物健康状况识别的“G：机器视觉算法模块”集成的机器视觉算法从“F：云数据库”调用图像数据进行分析，并将分析结果“⑩作物健康状况”保存至“F：云数据库”对应位置。(在“G：机器视觉算法”正式上线前需经过模型的训练与验证。该步骤由数据库按照一定规则提供“
训练样本”至“H：无监督学习自动样本标注算法”进行自动打标，待完成后将“
完成标注训练样本”送至“G：机器视觉算法”进行训练与验证。当识别结果达到需求时即可上线供系统实时调用。)
此时“E：云服务器”会将“F：云数据库”中的环境数据、作物图像数据以及刚刚得出的作物健康状况一并推送至“H:远程UI终端”显示(其中图像数据不一定推送完整的图片文件，可由用户自行选择查看)。用户可通过“H:远程UI终端”进行与“D：本地UI终端”相同的控制设定，该设定将会被保存在“F：云数据库”并被同步至“B：本地控制系统”。
同样的，更新“⑩作物健康状况”的“F：云数据库”将会通过“E：云服务器”将健康状况下发并保存在“C：本地数据库”，同时推送至“D：本地UI终端”进行显示。
“B：本地控制系统”将通过“E：云服务器”下发的作物健康状况和“C：本地数据库”保存的环境数据根据设定控制规则为指导进行“
控制设备”操作，控制设备类型包括但不限于生长灯、补光灯、通风设备、换气设备、温控设备、除湿设备、二氧化碳生成或释放设备、营养液配比投放设备等。病虫害或叶面施肥等问题可依靠农药自动喷洒系统和自动叶面施肥系统(例如机械臂等设备)完成自动化操作，如实际场景没有配置该类设备可由系统提供“
操作指导”(包括操作步骤、问题作物精确定位、用量等指导)。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种应用于智能农业的智能精细化管理控制系统，其特征在于，包括数据采集模块、本地控制系统、本地数据库、本地UI终端、云服务器、云数据库、远程UI终端和机器视觉算法模块，所述数据采集模块双向连接本地控制系统，本地控制系统双向连接本地数据库，本地数据库双向连接本地UI终端；同时，本地控制系统双向连接云服务器，云服务器双向连接云数据库，云数据库双向连接远程UI终端；机器视觉算法模块双向连接云数据库；
所述数据采集模块，用于定时采集种植环境中的环境数据和作物图像数据；
本地控制系统，用于定时获取所述数据采集模块采集的环境数据和作物图像数据，并将之保存至本地数据库，并推送至本地UI终端进行显示和查询；在UI终端，管理者根据需求自行设定管理规则，系统根据管理规则对种植环境中的控制设备进行自动控制；同时，本地控制系统定时将采集的环境数据和作物图像数据上传至云服务器，并保存至云数据库，推送至远程UI终端进行远程显示和查询；
本地数据库用于本地数据存储，云数据库用于云端数据存储，本地UI终端用于对环境数据和作物图像数据的本地显示、查询和控制设定，远程UI终端用于对环境数据和作物图像数据的远程显示、查询和控制设定；
所述机器视觉算法模块，用于作物健康状况识别，机器视觉算法模块从云数据库调用作物图像数据进行分析与识别，并将分析与识别结果，即作物健康状况保存至云数据库对应位置；
在远程UI终端，远程管理者自行控制设定，结合控制指令和机器视觉算法模块对于作物健康状况的识别结果，并同步回传至本地控制系统，由本地控制系统根据作物的实际健康状况通过控制设备对农作物进行操作指导，进而达到实际农业精细化智能控制。
2.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述数据采集模块包括种植环境参数数据采集单元，种植环境参数数据采集单元，用于采集包括种植环境的温度、湿度、二氧化碳、光照参数数据；
所述数据采集模块还包括营养液水箱参数数据采集单元和农作物图像采集单元，营养液水箱参数数据采集单元，用于采集包括营养液水箱的pH、电导率参数数据；农作物图像采集单元，用于通过摄像头模组采集农作物实际状态的图像数据。
3.根据权利要求2所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述种植环境参数数据采集单元包括温度传感器、湿度传感器、压力传感器、流量传感器、液位知传感器、超声波传感器、浸水传感器、照度传感器、光电传感器、二氧化碳传感器。
4.根据权利要求2所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述农作物图像采集单元采用固定摄像头模组或者移动摄像头模组；其中：
所述移动摄像头模组通过X轴以及Y轴的电机控制器控制摄像头在X和Y两个方向上运动，拍摄农作物不同位置和不同角度的植物状态。
5.根据权利要求2所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述由本地控制系统根据作物的实际健康状况通过控制设备对农作物进行自动控制或者指导管理员进行对应操作指导，进而达到实际农业精细化智能控制；其中：所述作物健康状况为通过作物外观及机器学习识别算法判断的生长健康问题，包括作物缺素、缺水、病虫害；
针对缺素状况，在分析环境数据的同时，在所述营养液水箱上安装多路蠕动泵控制器，并将蠕动泵控制器连接对应营养元素溶液，通过当前植物的缺素情况并参考当前营养液水箱内的电导率、pH值和作物品种适用的营养元素配比进行营养元素溶液和pH调节剂的精准投放，将环境数据和作物图像数据、作物实际状态和本地控制系统结合起来实现闭环操作，进而达到实际有效的智能控制。
6.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述控制设备的类型包括生长灯、补光灯、通风设备、换气设备、温控设备、除湿设备、二氧化碳生成或释放设备、营养液配比投放设备，以及农药自动喷洒系统、自动叶面施肥系统对应的设备；
通过所述控制设备自动管理农作物的生长环境或对管理员进行相应的操作指导，其中，操作指导包括操作步骤指导、问题作物精确定位指导和用量指导。
7.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，本地控制系统内集成有农作物营养液自适应控制模块，用于根据所述数据采集模块采集的环境数据和作物图像数据，经过机器视觉算法模块识别出作物健康状况后，根据此刻农作物的健康需求对农作物的营养液进行对应控制、补充并对生长环境进行相应调节。
8.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述机器视觉算法模块集成了多种图像识别算法，包括：
图像预处理单元，对作物图像数据进行压缩以、分类及自动打标，分类是根据位置日期品种进行编号；自动打标是将作物从背景中剥离出来且分类；
图像训练与识别单元，由数据库按照一定规则提供训练图像样本至图像识别算法模块，由图像识别算法模块选择具体的一种图像识别算法进行特征提取、模型训练和验证，并生成对应的图像识别模型。
9.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述农作物图像采集单元采集的图像数据包括作物叶面细节图像、区域图像。
10.根据权利要求1所述的一种应用于智能农业的智能精细化管理控制系统，其特征在于，所述种植环境包括农田、温室大棚、植物工厂。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010699757.XA CN111766820A (zh) | 2020-07-20 | 2020-07-20 | 一种应用于智能农业的智能精细化管理控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010699757.XA CN111766820A (zh) | 2020-07-20 | 2020-07-20 | 一种应用于智能农业的智能精细化管理控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111766820A true CN111766820A (zh) | 2020-10-13 |
Family
ID=72728550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010699757.XA Pending CN111766820A (zh) | 2020-07-20 | 2020-07-20 | 一种应用于智能农业的智能精细化管理控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111766820A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465109A (zh) * | 2020-11-16 | 2021-03-09 | 中国科学院合肥物质科学研究院 | 一种基于云边协同的农业大棚控制装置 |
| CN113344035A (zh) * | 2021-05-17 | 2021-09-03 | 捷佳润科技集团股份有限公司 | 一种香蕉物候期监控模块及种植系统 |
| CN114114964A (zh) * | 2021-10-29 | 2022-03-01 | 广东远通工业科技有限公司 | 一种多个设备之间的联动控制方法及系统 |
| CN114707952A (zh) * | 2022-03-23 | 2022-07-05 | 浙江大学 | 一种智慧种植监控方法及系统 |
| CN115171036A (zh) * | 2022-06-13 | 2022-10-11 | 武汉工程大学 | 一种智能农业大棚的植物管理控制方法和系统 |
| CN115361764A (zh) * | 2022-09-20 | 2022-11-18 | 山东浪潮科学研究院有限公司 | 一种智慧照明辅助方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991619A (zh) * | 2017-06-05 | 2017-07-28 | 河北哲瀚网络科技有限公司 | 一种农作物病虫害智能诊断系统及诊断方法 |
| CN107942955A (zh) * | 2017-09-29 | 2018-04-20 | 怀化学院 | 一种基于物联网云平台的农业管控系统 |
| CN109343622A (zh) * | 2018-10-31 | 2019-02-15 | 大连多维互动数字科技有限公司 | 一种智能农业大棚控制系统 |
| CN109639835A (zh) * | 2019-01-26 | 2019-04-16 | 成都鑫芯电子科技有限公司 | 农业物联网系统 |
| CN109781963A (zh) * | 2019-01-26 | 2019-05-21 | 成都鑫芯电子科技有限公司 | 一种大田种植环境监测系统 |
| CN209517198U (zh) * | 2019-04-15 | 2019-10-18 | 广州鑫博软件技术有限公司 | 一种智慧农业标准化管理系统 |
| CN110347127A (zh) * | 2019-06-26 | 2019-10-18 | 北京农业智能装备技术研究中心 | 基于云服务的农作物种植托管系统及方法 |
| CN110545531A (zh) * | 2019-09-20 | 2019-12-06 | 河南工业大学 | 一种基于大数据和云计算的农作物长势监控方法与系统 |
| CN110619062A (zh) * | 2019-09-18 | 2019-12-27 | 宁夏大学 | 一种智能农业生产数据监控及预警控制系统及方法 |
| CN210294899U (zh) * | 2019-05-21 | 2020-04-10 | 中国农业大学 | 一种基于农业节气的温室智能测控系统 |
-
2020
- 2020-07-20 CN CN202010699757.XA patent/CN111766820A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991619A (zh) * | 2017-06-05 | 2017-07-28 | 河北哲瀚网络科技有限公司 | 一种农作物病虫害智能诊断系统及诊断方法 |
| CN107942955A (zh) * | 2017-09-29 | 2018-04-20 | 怀化学院 | 一种基于物联网云平台的农业管控系统 |
| CN109343622A (zh) * | 2018-10-31 | 2019-02-15 | 大连多维互动数字科技有限公司 | 一种智能农业大棚控制系统 |
| CN109639835A (zh) * | 2019-01-26 | 2019-04-16 | 成都鑫芯电子科技有限公司 | 农业物联网系统 |
| CN109781963A (zh) * | 2019-01-26 | 2019-05-21 | 成都鑫芯电子科技有限公司 | 一种大田种植环境监测系统 |
| CN209517198U (zh) * | 2019-04-15 | 2019-10-18 | 广州鑫博软件技术有限公司 | 一种智慧农业标准化管理系统 |
| CN210294899U (zh) * | 2019-05-21 | 2020-04-10 | 中国农业大学 | 一种基于农业节气的温室智能测控系统 |
| CN110347127A (zh) * | 2019-06-26 | 2019-10-18 | 北京农业智能装备技术研究中心 | 基于云服务的农作物种植托管系统及方法 |
| CN110619062A (zh) * | 2019-09-18 | 2019-12-27 | 宁夏大学 | 一种智能农业生产数据监控及预警控制系统及方法 |
| CN110545531A (zh) * | 2019-09-20 | 2019-12-06 | 河南工业大学 | 一种基于大数据和云计算的农作物长势监控方法与系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465109A (zh) * | 2020-11-16 | 2021-03-09 | 中国科学院合肥物质科学研究院 | 一种基于云边协同的农业大棚控制装置 |
| CN113344035A (zh) * | 2021-05-17 | 2021-09-03 | 捷佳润科技集团股份有限公司 | 一种香蕉物候期监控模块及种植系统 |
| CN114114964A (zh) * | 2021-10-29 | 2022-03-01 | 广东远通工业科技有限公司 | 一种多个设备之间的联动控制方法及系统 |
| CN114707952A (zh) * | 2022-03-23 | 2022-07-05 | 浙江大学 | 一种智慧种植监控方法及系统 |
| CN115171036A (zh) * | 2022-06-13 | 2022-10-11 | 武汉工程大学 | 一种智能农业大棚的植物管理控制方法和系统 |
| CN115361764A (zh) * | 2022-09-20 | 2022-11-18 | 山东浪潮科学研究院有限公司 | 一种智慧照明辅助方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111766820A (zh) | 一种应用于智能农业的智能精细化管理控制系统 | |
| CN203433329U (zh) | 一种智能温室大棚物联网远程监控装置 | |
| CN110825139A (zh) | 基于物联网的温室大棚智慧化管理系统 | |
| CN111328735B (zh) | 基于大数据的智能化养殖场管理方法和系统 | |
| CN108594775A (zh) | 一种农业大数据信息采集与处理系统 | |
| CN111504371A (zh) | 大数据服务系统 | |
| CN110632961A (zh) | 一种基于计算机的温室大棚智能环境控制系统 | |
| CN113920288A (zh) | 一种基于物联网的温室黄瓜种植管理系统 | |
| CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
| CN111026206A (zh) | 水培植物自动控制系统 | |
| CN204667158U (zh) | 一种基于cps的智能农作物培养种植管理系统 | |
| CN115604301A (zh) | 一种基于人工智能的种植环境监测系统 | |
| CN109298684A (zh) | 一种基于云平台的远程智能植保监控管理系统 | |
| CN113919653A (zh) | 一种基于物联网的温室番茄种植管理系统 | |
| CN114967801B (zh) | 智能生产调控曲线与大数据平台 | |
| CN112616509A (zh) | 基于物联网技术的智能型蔬菜种植大棚 | |
| CN114158548B (zh) | 一种昆虫生物信息对抗系统 | |
| CN213754566U (zh) | 果园监测系统 | |
| CN113885618A (zh) | 一种基于物联网大数据的农业监控系统 | |
| CN117669885A (zh) | 一种智能烟草种植管理系统及方法 | |
| CN117730702A (zh) | 一种基于大数据的农作物种植管理方法及系统 | |
| TWI682351B (zh) | 智能排程系統及其方法 | |
| US12035665B2 (en) | Greenhouse control system | |
| CN110716598A (zh) | 一种基于物联网的智能温室控制和管理系统 | |
| CN108153357B (zh) | 一种温室大棚智能管理方法及系统 |
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 |