CN111964723A - 一种基于人工智能的花生米短芽检测系统 - Google Patents

一种基于人工智能的花生米短芽检测系统 Download PDF

Info

Publication number
CN111964723A
CN111964723A CN202010831116.5A CN202010831116A CN111964723A CN 111964723 A CN111964723 A CN 111964723A CN 202010831116 A CN202010831116 A CN 202010831116A CN 111964723 A CN111964723 A CN 111964723A
Authority
CN
China
Prior art keywords
information
module
real
controller
normal operation
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
CN202010831116.5A
Other languages
English (en)
Inventor
周虎林
刘昌进
方杰
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.)
Hefei Jinguoyuan Visual Technology Co ltd
Original Assignee
Hefei Jinguoyuan Visual Technology Co ltd
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 Hefei Jinguoyuan Visual Technology Co ltd filed Critical Hefei Jinguoyuan Visual Technology Co ltd
Priority to CN202010831116.5A priority Critical patent/CN111964723A/zh
Publication of CN111964723A publication Critical patent/CN111964723A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
    • G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • 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
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/16—Gateway arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Toxicology (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Agronomy & Crop Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Cultivation Of Plants (AREA)
  • Greenhouses (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于人工智能的花生米短芽检测系统，包括摄像头、Zigbee智能网关、Zigbee协调器、数据采集模块、数据整理模块、数据分析模块、云平台、控制器、环境监测模块以及环境调节模块；本发明能够智能识别花生发芽的生长阶段，且获取该生长阶段所需的正常运行环境，且能够将实时环境信息与该生长阶段所需的正常运行环境信息进行比对并在实时环境信息超出或低于该生长阶段所需的正常运行环境信息时自动驱动控制环境调节模块进行环境调节，提高发芽率。

Description

一种基于人工智能的花生米短芽检测系统
技术领域
本发明涉及种子发芽技术领域，具体涉及一种基于人工智能的花生米短芽检测系统。
背景技术
花生芽是花生生芽后产生的一种食疗兼备的食品，也叫长寿芽。它不但能够生吃，而且营养还特别丰富。花生芽的能量，蛋白质和粗脂肪含量居各种蔬菜之首，并富含维生素、钾、钙、铁、锌等矿物质及人体所需的各种氨基酸和微量元素，被誉为“万寿果芽”。
花生发芽对于发芽环境有着很高的要求，花生发芽的不同生长阶段所需的发芽环境是不同的，而当前一些能够自动调节发芽环境的发芽空间，需要手动输入环境参数，对其进行控制；缺乏一种能够智能识别花生发芽的生长阶段，且获取该生长阶段所需的发芽环境的控制系统，使得该检测系统能够自动识别且能够自适应的控制该发芽空间的环境；为解决上述缺陷，现提供一种解决方案。
发明内容
针对现有技术存在的不足，本发明目的是提供一种基于人工智能的花生米短芽检测系统。本发明能够智能识别花生发芽的生长阶段，且获取该生长阶段所需的发芽环境，且能够将实时环境信息与该生长阶段所需的发芽环境进行比对并在实时环境信息超出或低于该生长阶段所需的发芽环境时自动驱动控制环境调节模块进行环境调节，提高发芽率。
本发明的目的可以通过以下技术方案实现：一种基于人工智能的花生米短芽检测系统，包括摄像头、Zigbee智能网关、Zigbee协调器、数据采集模块、数据整理模块、数据分析模块、云平台、控制器、环境监测模块以及环境调节模块；
所述摄像头设置于发芽空间内，用于实时录制花生米的图像信息并将图像信息通过Zigbee无线网络传输到Zigbee智能网关；所述Zigbee智能网关用于将图像信息传输到数据分析模块；
所述数据采集模块包括无人机，所述无人机用于在花生米发芽过程中拍取图片，从中选取1000张包含花生米发芽不同阶段的样本图片，并人工标注出其中的花生米的短芽生长阶段信息，所述数据采集模块还用于将样本图片信息传输到数据整理模块，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，构建目标检测训练样本，得到检测模型M，具体步骤如下：
S1：将1000张包含包含花生米发芽不同阶段的样本图片构成样本集S0；
S2：对样本集S0中的每一张样本图片si进行特征标准化操作，得到新的数据S1；
S3：对样本集S0中的每一张样本图片si，以si的中心坐标为旋转中心，随机旋转±30°，得到新的数据集S2；
S4：对样本集S0中的每一张样本图片si进行水平翻转，得到新的数据集S3；
S5：将集合{S0，S1，S2，S3}标记成数据样本集S；
S6：从样本集S中随机选取3200张图片作为训练集，其余800张作为测试集，输入YOLOv3网络，得到检测模型M；
所述数据整理模块将检测模型M传输到数据分析模块，所述数据分析模块接收检测模型M和摄像头实时录制的花生米的图像信息进行识别分析得到花生米的短芽生长阶段信息；所述数据分析模块用于将花生米的短芽生长阶段信息传输到控制器，所述控制器用于根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；所述控制器用于将正常运行环境信息传输到云平台；
所述环境监测模块设置于发芽空间内用于实时监测室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器用于将实时环境信息与正常运行环境信息进行比对并在实时环境信息超出或低于正常运行环境信息时自动驱动控制环境调节模块进行环境调节。
进一步地，所述环境调节模块的具体工作步骤包括：
S21：控制器根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；
S22：环境监测模块采集室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器将实时环境信息与正常运行环境信息进行比对；包括：
S221：所述温度传感器用于将实时温度信息传输到控制器，所述控制器在实时温度信息超出或低于正常运行环境信息时，控制器驱动控制温度调节模块将温度调节到正常运行环境信息范围内；
S222：所述湿度传感器用于将实时湿度信息传输到控制器，所述控制器在实时湿度信息超出或低于正常运行环境信息时，控制器驱动控制湿度调节模块将湿度调节到正常运行环境信息范围内；
S223：所述二氧化碳传感器用于将实时二氧化碳浓度信息传输到控制器，所述控制器在实时二氧化碳浓度信息超出正常运行环境信息时，控制器驱动控制二氧化碳调节模块将二氧化碳浓度调节到正常运行环境信息范围内；
S224：所述光照度传感器用于将实时光照度信息传输到控制器，所述控制器在实时光照度信息低于正常运行环境信息时，控制器驱动控制光照调节模块将光照度调节到正常运行环境信息范围内。
进一步地，所述控制器还用于将实时环境信息传输到云平台，所述云平台用于对实时环境信息进行存储；所述正常运行环境信息为花生米发芽不同阶段所需的温度信息、湿度信息、二氧化碳浓度信息和光照度信息；所述环境监测模块包括温度传感器、湿度传感器、二氧化碳传感器和光照度传感器；所述环境调节模块包括温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块；所述控制器与温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块均为控制连接。
本发明的有益效果是：
(1)本发明通过数据采集模块在花生米发芽过程中拍取图片，从中选取1000张包含花生米发芽不同阶段的样本图片，并人工标注出其中的花生米的短芽生长阶段信息，将1000张包含花生米发芽不同阶段的样本图片构成样本集S0，对样本集S0中的每一张样本图片si进行特征标准化操作、旋转以及水平翻转，得到检测模型M并将检测模型M传输到数据分析模块，检测范围更广，更精确；
(2)本发明通过摄像头和数据分析模块，结合互联网能够对花生米的短芽生长阶段进行自动识别，之后通过大数据参考模块能够自动得到该生长阶段所需的正常运行环境，无需手动输入环境参数，操作更加方便；
(3)本发明通过环境监测模块和环境调节模块能够自动对发芽空间的环境信息进行自动调节，使得本发明的发芽空间能够始终保持在花生米发芽最需要的运行环境范围内，提高发芽率。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于人工智能的花生米短芽检测系统，包括摄像头、Zigbee智能网关、Zigbee协调器、数据采集模块、数据整理模块、数据分析模块、云平台、控制器、环境监测模块以及环境调节模块；
所述摄像头设置于发芽空间内，用于实时录制花生米的图像信息并将图像信息通过Zigbee无线网络传输到Zigbee智能网关；所述Zigbee智能网关用于将图像信息传输到数据分析模块；
所述数据采集模块包括无人机，所述无人机用于在花生米发芽过程中拍取图片，从中选取1000张包含花生米发芽不同阶段的样本图片，并人工标注出其中的花生米的短芽生长阶段信息，所述数据采集模块还用于将样本图片信息传输到数据整理模块，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，构建目标检测训练样本，得到检测模型M，具体步骤如下：
S1：将1000张包含包含花生米发芽不同阶段的样本图片构成样本集S0；
S2：对样本集S0中的每一张样本图片si进行特征标准化操作，得到新的数据S1；
S3：对样本集S0中的每一张样本图片si，以si的中心坐标为旋转中心，随机旋转±30°，得到新的数据集S2；
S4：对样本集S0中的每一张样本图片si进行水平翻转，得到新的数据集S3；
S5：将集合{S0，S1，S2，S3}标记成数据样本集S；
S6：从样本集S中随机选取3200张图片作为训练集，其余800张作为测试集，输入YOLOv3网络，得到检测模型M；
所述数据整理模块将检测模型M传输到数据分析模块，所述数据分析模块接收检测模型M和摄像头实时录制的花生米的图像信息进行识别分析得到花生米的短芽生长阶段信息；所述数据分析模块用于将花生米的短芽生长阶段信息传输到控制器，所述控制器用于根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；所述控制器用于将正常运行环境信息传输到云平台；
所述控制器还用于将实时环境信息传输到云平台，所述云平台用于对实时环境信息进行存储；
所述环境监测模块设置于发芽空间内用于实时监测室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器用于将实时环境信息与正常运行环境信息进行比对并在实时环境信息超出或低于正常运行环境信息时自动驱动控制环境调节模块进行环境调节；
所述环境监测模块包括温度传感器、湿度传感器、二氧化碳传感器和光照度传感器；所述环境调节模块包括温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块；所述控制器与温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块均为控制连接；
所述环境调节模块的具体工作步骤包括：
S21：控制器根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；
S22：环境监测模块采集室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器将实时环境信息与正常运行环境信息进行比对；包括：
S221：所述温度传感器用于将实时温度信息传输到控制器，所述控制器在实时温度信息超出或低于正常运行环境信息时，控制器驱动控制温度调节模块将温度调节到正常运行环境信息范围内；
S222：所述湿度传感器用于将实时湿度信息传输到控制器，所述控制器在实时湿度信息超出或低于正常运行环境信息时，控制器驱动控制湿度调节模块将湿度调节到正常运行环境信息范围内；
S223：所述二氧化碳传感器用于将实时二氧化碳浓度信息传输到控制器，所述控制器在实时二氧化碳浓度信息超出正常运行环境信息时，控制器驱动控制二氧化碳调节模块将二氧化碳浓度调节到正常运行环境信息范围内；
S224：所述光照度传感器用于将实时光照度信息传输到控制器，所述控制器在实时光照度信息低于正常运行环境信息时，控制器驱动控制光照调节模块将光照度调节到正常运行环境信息范围内；
所述正常运行环境信息为花生米发芽不同阶段所需的温度信息、湿度信息、二氧化碳浓度信息和光照度信息。
一种基于人工智能的花生米短芽检测系统，在工作中，首先通过数据采集模块在花生米发芽过程中拍取图片，从中选取1000张包含花生米发芽不同阶段的样本图片，并人工标注出其中的花生米的短芽生长阶段信息，所述数据采集模块还用于将样本图片信息传输到数据整理模块，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，将1000张包含花生米发芽不同阶段的样本图片构成样本集S0，对样本集S0中的每一张样本图片si进行特征标准化操作、旋转以及水平翻转，得到检测模型M并将检测模型M传输到数据分析模块，检测范围更广，更精确；
再通过摄像头实时录制花生米的图像信息并将图像信息通过Zigbee无线网络传输到Zigbee智能网关；所述Zigbee智能网关用于将图像信息传输到数据分析模块；数据分析模块接收检测模型M和摄像头实时录制的花生米的图像信息进行识别分析得到花生米的短芽生长阶段信息；控制器根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；无需手动输入环境参数，操作更加方便；
最后通过环境监测模块实时监测室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；控制器用于将实时环境信息与正常运行环境信息进行比对并在实时环境信息超出或低于正常运行环境信息时自动驱动控制环境调节模块进行环境调节；使得本发明的发芽空间能够始终保持在花生米发芽最需要的运行环境范围内，提高发芽率。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种基于人工智能的花生米短芽检测系统，其特征在于，包括摄像头、Zigbee智能网关、Zigbee协调器、数据采集模块、数据整理模块、数据分析模块、云平台、控制器、环境监测模块以及环境调节模块；
所述摄像头设置于发芽空间内，用于实时录制花生米的图像信息并将图像信息通过Zigbee无线网络传输到Zigbee智能网关；所述Zigbee智能网关用于将图像信息传输到数据分析模块；
所述数据采集模块包括无人机，所述无人机用于在花生米发芽过程中拍取图片，从中选取1000张包含花生米发芽不同阶段的样本图片，并人工标注出其中的花生米的短芽生长阶段信息，所述数据采集模块还用于将样本图片信息传输到数据整理模块，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，构建目标检测训练样本，得到检测模型M，具体步骤如下：
S1：将1000张包含包含花生米发芽不同阶段的样本图片构成样本集S0；
S2：对样本集S0中的每一张样本图片si进行特征标准化操作，得到新的数据S1；
S3：对样本集S0中的每一张样本图片si，以si的中心坐标为旋转中心，随机旋转±30°，得到新的数据集S2；
S4：对样本集S0中的每一张样本图片Si进行水平翻转，得到新的数据集S3；
S5：将集合{S0，S1，S2，S3}标记成数据样本集S；
S6：从样本集S中随机选取3200张图片作为训练集，其余800张作为测试集，输入YOLOv3网络，得到检测模型M；
所述数据整理模块将检测模型M传输到数据分析模块，所述数据分析模块接收检测模型M和摄像头实时录制的花生米的图像信息进行识别分析得到花生米的短芽生长阶段信息；所述数据分析模块用于将花生米的短芽生长阶段信息传输到控制器，所述控制器用于根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；所述控制器用于将正常运行环境信息传输到云平台；
所述环境监测模块设置于发芽空间内用于实时监测室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器用于将实时环境信息与正常运行环境信息进行比对并在实时环境信息超出或低于正常运行环境信息时自动驱动控制环境调节模块进行环境调节。
2.根据权利要求1所述的一种基于人工智能的花生米短芽检测系统，其特征在于，所述环境调节模块的具体工作步骤包括：
S21：控制器根据生长阶段信息自动与大数据参考模块进行比对，获取该生长阶段所需的正常运行环境信息；
S22：环境监测模块采集室内的实时环境信息并将采集的实时环境信息通过Zigbee无线网络发送至控制器；所述控制器将实时环境信息与正常运行环境信息进行比对；包括：
S221：所述温度传感器用于将实时温度信息传输到控制器，所述控制器在实时温度信息超出或低于正常运行环境信息时，控制器驱动控制温度调节模块将温度调节到正常运行环境信息范围内；
S222：所述湿度传感器用于将实时湿度信息传输到控制器，所述控制器在实时湿度信息超出或低于正常运行环境信息时，控制器驱动控制湿度调节模块将湿度调节到正常运行环境信息范围内；
S223：所述二氧化碳传感器用于将实时二氧化碳浓度信息传输到控制器，所述控制器在实时二氧化碳浓度信息超出正常运行环境信息时，控制器驱动控制二氧化碳调节模块将二氧化碳浓度调节到正常运行环境信息范围内；
S224：所述光照度传感器用于将实时光照度信息传输到控制器，所述控制器在实时光照度信息低于正常运行环境信息时，控制器驱动控制光照调节模块将光照度调节到正常运行环境信息范围内。
3.根据权利要求1所述的一种基于人工智能的花生米短芽检测系统，其特征在于，所述控制器还用于将实时环境信息传输到云平台，所述云平台用于对实时环境信息进行存储；所述正常运行环境信息为花生米发芽不同阶段所需的温度信息、湿度信息、二氧化碳浓度信息和光照度信息；所述环境监测模块包括温度传感器、湿度传感器、二氧化碳传感器和光照度传感器；所述环境调节模块包括温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块；所述控制器与温度调节模块、湿度调节模块、二氧化碳调节模块和光照调节模块均为控制连接。
CN202010831116.5A 2020-08-18 2020-08-18 一种基于人工智能的花生米短芽检测系统 Pending CN111964723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010831116.5A CN111964723A (zh) 2020-08-18 2020-08-18 一种基于人工智能的花生米短芽检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010831116.5A CN111964723A (zh) 2020-08-18 2020-08-18 一种基于人工智能的花生米短芽检测系统

Publications (1)

Publication Number Publication Date
CN111964723A true CN111964723A (zh) 2020-11-20

Family

ID=73387849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010831116.5A Pending CN111964723A (zh) 2020-08-18 2020-08-18 一种基于人工智能的花生米短芽检测系统

Country Status (1)

Country Link
CN (1) CN111964723A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112197819A (zh) * 2020-12-07 2021-01-08 宏景科技股份有限公司 一种基于生产基地的植物生长精准控制方法
CN112486135A (zh) * 2020-12-28 2021-03-12 江苏金迪木业股份有限公司 基于物联网和云计算的智能家居控制系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077725A (zh) * 2014-07-14 2014-10-01 内蒙古德辰信息网络科技有限责任公司 马铃薯种植物联网监测、控制及信息服务云平台综合系统
KR20150000435A (ko) * 2013-06-21 2015-01-02 순천대학교 산학협력단 작물 생장 단계 인식 및 환경 제어 시스템 및 그 방법
CN105510335A (zh) * 2015-12-21 2016-04-20 厦门脉控电子技术有限公司 一种家用种植机的植物生长状况检测方法
CN106647889A (zh) * 2016-11-13 2017-05-10 云南省农业科学院粮食作物研究所 一种基于单片机控制的种子发芽试验辅助决策系统
CN107367300A (zh) * 2017-07-25 2017-11-21 广东容祺智能科技有限公司 一种基于无人机的作物生长环境监测系统
KR20180006735A (ko) * 2016-07-11 2018-01-19 전남대학교산학협력단 사물인터넷 기반 식물 재배 데이터 수집 및 관리 시스템
CN207488729U (zh) * 2017-04-12 2018-06-12 重庆光电信息研究院有限公司 监测植物生长趋势后仿人脑处理系统的养育设备及系统
CN108646814A (zh) * 2018-05-08 2018-10-12 安徽新华学院 一种基于物联网的储藏空间监控系统
CN109492665A (zh) * 2018-09-28 2019-03-19 江苏省无线电科学研究所有限公司 水稻生育期的检测方法、装置及电子设备
CN109613947A (zh) * 2018-11-15 2019-04-12 西北农林科技大学 一种融合光照频率与占空比的嵌入式设施光环境优化调控系统
CN109740483A (zh) * 2018-12-26 2019-05-10 南宁五加五科技有限公司 一种基于深层神经网络的水稻生长期检测方法
CN110262435A (zh) * 2019-07-16 2019-09-20 河海大学常州校区 基于大数据分析的智慧大棚控制系统及方法
CN110765899A (zh) * 2019-10-09 2020-02-07 安徽宏实光机电高科有限公司 一种基于深度神经网络的花生选芽方法及控制系统
KR20200017054A (ko) * 2018-08-08 2020-02-18 (주)길 소프트 스마트 팜 데이터 통합 수집/분석 및 모니터링/제어/예측 시스템과 그 방법
CN111091072A (zh) * 2019-11-29 2020-05-01 河海大学 一种基于YOLOv3的火焰及浓烟检测方法
CN111126404A (zh) * 2019-12-11 2020-05-08 杭州电子科技大学 一种基于改进YOLO v3的古文字及字体识别方法
CN111275025A (zh) * 2020-03-23 2020-06-12 复旦大学 一种基于深度学习的车位检测方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150000435A (ko) * 2013-06-21 2015-01-02 순천대학교 산학협력단 작물 생장 단계 인식 및 환경 제어 시스템 및 그 방법
CN104077725A (zh) * 2014-07-14 2014-10-01 内蒙古德辰信息网络科技有限责任公司 马铃薯种植物联网监测、控制及信息服务云平台综合系统
CN105510335A (zh) * 2015-12-21 2016-04-20 厦门脉控电子技术有限公司 一种家用种植机的植物生长状况检测方法
KR20180006735A (ko) * 2016-07-11 2018-01-19 전남대학교산학협력단 사물인터넷 기반 식물 재배 데이터 수집 및 관리 시스템
CN106647889A (zh) * 2016-11-13 2017-05-10 云南省农业科学院粮食作物研究所 一种基于单片机控制的种子发芽试验辅助决策系统
CN207488729U (zh) * 2017-04-12 2018-06-12 重庆光电信息研究院有限公司 监测植物生长趋势后仿人脑处理系统的养育设备及系统
CN107367300A (zh) * 2017-07-25 2017-11-21 广东容祺智能科技有限公司 一种基于无人机的作物生长环境监测系统
CN108646814A (zh) * 2018-05-08 2018-10-12 安徽新华学院 一种基于物联网的储藏空间监控系统
KR20200017054A (ko) * 2018-08-08 2020-02-18 (주)길 소프트 스마트 팜 데이터 통합 수집/분석 및 모니터링/제어/예측 시스템과 그 방법
CN109492665A (zh) * 2018-09-28 2019-03-19 江苏省无线电科学研究所有限公司 水稻生育期的检测方法、装置及电子设备
CN109613947A (zh) * 2018-11-15 2019-04-12 西北农林科技大学 一种融合光照频率与占空比的嵌入式设施光环境优化调控系统
CN109740483A (zh) * 2018-12-26 2019-05-10 南宁五加五科技有限公司 一种基于深层神经网络的水稻生长期检测方法
CN110262435A (zh) * 2019-07-16 2019-09-20 河海大学常州校区 基于大数据分析的智慧大棚控制系统及方法
CN110765899A (zh) * 2019-10-09 2020-02-07 安徽宏实光机电高科有限公司 一种基于深度神经网络的花生选芽方法及控制系统
CN111091072A (zh) * 2019-11-29 2020-05-01 河海大学 一种基于YOLOv3的火焰及浓烟检测方法
CN111126404A (zh) * 2019-12-11 2020-05-08 杭州电子科技大学 一种基于改进YOLO v3的古文字及字体识别方法
CN111275025A (zh) * 2020-03-23 2020-06-12 复旦大学 一种基于深度学习的车位检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112197819A (zh) * 2020-12-07 2021-01-08 宏景科技股份有限公司 一种基于生产基地的植物生长精准控制方法
CN112486135A (zh) * 2020-12-28 2021-03-12 江苏金迪木业股份有限公司 基于物联网和云计算的智能家居控制系统
CN112486135B (zh) * 2020-12-28 2022-10-14 江苏金迪木业股份有限公司 基于物联网和云计算的智能家居控制系统

Similar Documents

Publication Publication Date Title
KR101852987B1 (ko) 고부가가치 버섯재배를 위한 모듈형 식물공장시스템
CN209546481U (zh) 一种基于大数据分析的智能化食用菌培养系统
CN111964723A (zh) 一种基于人工智能的花生米短芽检测系统
CN110262435A (zh) 基于大数据分析的智慧大棚控制系统及方法
US20180014485A1 (en) Environmentally controlled vertical farming system
CN108960315B (zh) 一种调理肉制品品质智能评价系统及方法
CN105467959B (zh) 基于无线通讯的家用种植机系统及其控制方法
CN112800665A (zh) 一种基于人工智能的植物生长自反馈学习培育方法
WO2020133669A1 (zh) 一种植物工厂
CN105867495B (zh) 一种以时间参数远程控制工厂化食用菌出菇系统及其方法
CN104540264A (zh) 一种室内光环境智能控制系统
CN106774540B (zh) 一种基于视频识别的智能养殖控制系统
CN110825139A (zh) 基于物联网的温室大棚智慧化管理系统
KR20200063500A (ko) 모듈형 스마트팜 버섯재배 시스템
CN112114604B (zh) 一种畜禽养殖舍内适合禽畜群生长气候的调控方法
CN205830457U (zh) 一种食用菌养殖机
CN112930926A (zh) 一种基于深度学习的植物生产参数调优方法
CN106200471A (zh) 智能农业种养殖控制系统
CN114269041A (zh) 一种基于led植物补光智能控制方法及其系统
CN106342717A (zh) 基于物联网的家兔标准化养殖智能监控系统
CN117348646A (zh) 一种食用菌生产智能控制方法、系统、装置及介质
CN110338067B (zh) 一种基于视觉行为反馈的猪舍温度控制方法及系统
CN114115394A (zh) 一种烟叶智能烘烤控制系统及方法
CN112181032B (zh) 一种智能牧场环境控制系统
CN108965445A (zh) 一种植物栽培空间的远程智能控制方法和系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201120

RJ01 Rejection of invention patent application after publication