CN112485284B - 一种无人机农田病虫草害信息协同感知系统 - Google Patents

一种无人机农田病虫草害信息协同感知系统 Download PDF

Info

Publication number
CN112485284B
CN112485284B CN202011389051.XA CN202011389051A CN112485284B CN 112485284 B CN112485284 B CN 112485284B CN 202011389051 A CN202011389051 A CN 202011389051A CN 112485284 B CN112485284 B CN 112485284B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
data
farmland
sensing
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.)
Active
Application number
CN202011389051.XA
Other languages
English (en)
Other versions
CN112485284A (zh
Inventor
张春龙
徐冰睿
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.)
Sinochem Agriculture Holdings
Original Assignee
China Agricultural University
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 China Agricultural University filed Critical China Agricultural University
Priority to CN202011389051.XA priority Critical patent/CN112485284B/zh
Publication of CN112485284A publication Critical patent/CN112485284A/zh
Application granted granted Critical
Publication of CN112485284B publication Critical patent/CN112485284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Botany (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明公开的属于农田信息监测技术领域，具体为无人机农田病虫草害信息感知系统，所述无人机包括定位无人机和感知无人机，所述定位无人机和感知无人机中均携带有全球定位系统和传感器，所述定位无人机中还携带有红外热成像遥感装置，所述感知无人机中还携带有旋转摄像头和测距仪，所述地面控制系统包括数据库、数据处理中心和信号传感器，通过定位无人机对农田病虫草害的数据进行快速的初步采集，当农田的数据正常时，则不需要在对农田病虫草害信息进行详细采集，当农田的数据异常时，定位无人机可以确定异常区域的位置，再通过感知无人机对异常区域进行详细的数据采集，从而快速精准的确定病虫草害种类。

Description

一种无人机农田病虫草害信息协同感知系统
技术领域
本发明涉及农田信息监测技术领域，具体为无人机农田病虫草害信息感知系统。
背景技术
农田作物信息的快速获取与解析是开展精准农业实践的前提和基础。根据农作物病虫草害的实际程度进行变量喷施和作业管理，可减少农业生产成本、优化作物栽培、提高农作物产量和品质，从而实现农业精准管理。近年来，随着无人机产业的快速发展，无人机农业遥感技术因其空间分辨率高、时效性强和成本低等特点，在农作物病虫草害监测应用中发挥了重要作用。
现阶段利用无人机对农田病虫草害信息进行感知时，主要依靠无人机在农田低速运行，然后通过无人机上携带的感知装置对农田病虫草害信息进行感知，但是无人机的电量有限，当农田面积较大时，需要多次对无人机进行更换电池，不能快速的对农田的病虫草害信息进行了解，且现有的无人机感知系统只能对病虫草害的位置进行模糊定位，不能确定病虫草害的准确范围。
发明内容
本发明的目的在于提供无人机农田病虫草害信息感知系统，以解决上述背景技术中提出的现有的无人机农田病虫草害信息感知系统感知速度较慢，且不能确定病虫草害的准确范围的问题。
为实现上述目的，本发明提供如下技术方案：无人机农田病虫草害信息感知系统，包括无人机和地面控制系统，所述无人机包括定位无人机和感知无人机，所述定位无人机和感知无人机中均携带有全球定位系统和传感器，所述定位无人机中还携带有红外热成像遥感装置，所述感知无人机中还携带有旋转摄像头和测距仪，所述地面控制系统包括数据库、数据处理中心和信号传感器，建立农田经纬坐标系模型和病虫草害信息数据模型并存储到数据库中，控制定位无人机对农田进行热成像采集，定位无人机将采集到的信息通过定位无人机携带的传感器传递给信号传感器，信号传感器将信息传递给数据处理中心，数据处理中心对信息中的异常部位进行确定，然后将异常数据与数据库中的农田经纬坐标系模型进行对比并确定异常数据的大致区域，然后控制感知无人机飞至异常数据对应的农田区域并对其进行拍摄，通过感知无人机携带的传感器将信息传递给信号传感器，信号传感器将数据传递给数据处理中心，数据处理中心将数据与数据库中的病虫草害信息数据模型进行对比，从而确定病虫草害的种类，升高感知无人机与地面的距离，同时控制旋转摄像头旋转拍摄，从而对病虫草害的区域边界进行确定，通过全球定位系统可以确定感知无人机的二位坐标，根据二位坐标可以确定感知无人机与地面控制系统的水平距离，通过测距仪可以测量感知无人机与地面控制系统的直线距离，通过勾股定理可以计算感知无人机与地面的垂直距离，通过摄像头的转角和感知无人机与地面的垂直距离，利用三角函数可以计算出病虫草害的区域。
优选的，所述定位无人机和感知无人机中均携带有数据存储器，当无人机的通讯质量不好时，定位无人机和感知无人机将采集到的数据存储到数据存储器中，当无人机的通讯质量恢复正常时，再将采集到的数据传递给地面控制系统。
优选的，所述定位无人机和感知无人机中均携带有数据运算设备，所述数据运算设备将采集到的数据进行压缩处理后，再通过传感器将压缩处理后的数据传递给地面控制系统。
优选的，确定农田的水平高度，然后对农田中不同点的高度进行测绘并记录数据，通过记录的数据建立高度差模型，并将高度差模型储存到数据库中，计算感知无人机与地面的垂直距离时，再用计算结果减去高度差模型中的数据。
优选的，所述数据处理中心将采集到的病虫草害的区域位置、种类和密度进行记录，并存储到数据库中。
优选的，当数据库中存储的病虫草害的区域位置、种类和密度的数据超过两组时，所述数据处理中心根据数据库中记录的病虫草害的区域位置、种类和密度分别绘制折线图。
优选的，所述红外热成像遥感装置的数据采集方式为被动式红外热成像。
优选的，所述定位无人机本体上安装的红外热成像遥感装置的数量为三个，三个所述红外热成像遥感装置呈品字形排列。
优选的，所述感知无人机包括机舱，所述机舱的内腔中安装有电动推杆，所述电动推杆的伸缩端顶部安装有相机固定板，所述旋转摄像头安装在相相机固定板的下侧。
与现有技术相比，本发明的有益效果是：
1)通过定位无人机对农田病虫草害的数据进行快速的初步采集，当农田的数据正常时，则不需要在对农田病虫草害信息进行详细采集，当农田的数据异常时，定位无人机可以确定异常区域的位置，再通过感知无人机对异常区域进行详细的数据采集，从而快速精准的确定病虫草害种类；
2)通过旋转摄像头可以对异常区域的边界为进行确定，然后再通过数据计算可以准确的确定异常区域的范围，从而方便后期对异常区域进行治理。
附图说明
图1为本发明定位无人机采集数据传递流程图；
图2为本发明感知无人机采集数据传递流程图；
图3为本发明区域边界计算公式；
图4为本发明电动推杆连接结构示意图；
图中：1机舱、2电动推杆、3相相机固定板。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“套设/接”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例：
请参阅图1-4本发明提供一种技术方案：无人机农田病虫草害信息感知系统，包括无人机和地面控制系统，无人机包括定位无人机和感知无人机，定位无人机和感知无人机中均携带有全球定位系统和传感器，定位无人机中还携带有红外热成像遥感装置，感知无人机中还携带有旋转摄像头和测距仪，地面控制系统包括数据库、数据处理中心和信号传感器，建立农田经纬坐标系模型和病虫草害信息数据模型并存储到数据库中，控制定位无人机对农田进行热成像采集，定位无人机将采集到的信息通过定位无人机携带的传感器传递给信号传感器，信号传感器将信息传递给数据处理中心，数据处理中心对信息中的异常部位进行确定，然后将异常数据与数据库中的农田经纬坐标系模型进行对比并确定异常数据的大致区域，然后控制感知无人机飞至异常数据对应的农田区域并对其进行拍摄，通过感知无人机携带的传感器将信息传递给信号传感器，信号传感器将数据传递给数据处理中心，数据处理中心将数据与数据库中的病虫草害信息数据模型进行对比，从而确定病虫草害的种类，升高感知无人机与地面的距离，同时控制旋转摄像头旋转拍摄，从而对病虫草害的区域边界进行确定，通过全球定位系统可以确定感知无人机的二位坐标，同时确定地面控制系统二位坐标，通过感知无人机的二位坐标与地面控制系统二位坐标可以确定感知无人机与地面控制系统的水平距离，并将水平距离命名为Si，通过测距仪可以测量感知无人机与地面控制系统的直线距离，并将直线距离命名为Li，通过勾股定理可以计算感知无人机与地面的垂直距离见图3，并将垂直距离命名为Hci，将感知无人机与地面的真实距离命名为Hi，大面积农田主要集中在平原，此时Hi＝Hci，通过摄像头的转角和感知无人机与地面的垂直距离，将摄像头的转角命名为θi，利用三角函数可以计算出病虫草害的边界与感知无人机的水平距离见图3，将该距离命名为Di，则Di围成的区域即为病虫草害的区域。
定位无人机和感知无人机中均携带有数据存储器，当无人机的通讯质量不好时，定位无人机和感知无人机将采集到的数据存储到数据存储器中，当无人机的通讯质量恢复正常时，再将采集到的数据传递给地面控制系统。
定位无人机和感知无人机中均携带有数据运算设备，数据运算设备将采集到的数据进行压缩处理后，再通过传感器将压缩处理后的数据传递给地面控制系统。
确定农田的水平高度，然后对农田中不同点的高度进行测绘并记录数据，通过记录的数据建立高度差模型，并将高度差模型储存到数据库中，计算感知无人机与地面的垂直距离时，再用计算结果减去高度差模型中的数据见图3，当农田不平整时，将地面控制系统所在面定位原平面，将农田的测绘点与原平面之间的高度差名为Hmi，当农田的测绘点高出原平面时Hmi为正数，当农田的测绘点低于原平面时Hmi为负数。
数据处理中心将采集到的病虫草害的区域位置、种类和密度进行记录，并存储到数据库中。
当数据库中存储的病虫草害的区域位置、种类和密度的数据超过两组时，数据处理中心根据数据库中记录的病虫草害的区域位置、种类和密度分别绘制折线图。
红外热成像遥感装置的数据采集方式为被动式红外热成像。
定位无人机本体上安装的红外热成像遥感装置的数量为三个，三个红外热成像遥感装置呈品字形排列，三个红外热成像遥感装置可以一次采集具备三组数据，然后通过数据处理中心对三组数据进行对比，从而确定采集数据的准确性。
感知无人机包括机舱1，机舱1的内腔中安装有电动推杆2，电动推杆2的伸缩端顶部安装有相机固定板3，旋转摄像头安装在相相机固定板3的下侧，在确定病虫草害的种类时，农田作物的叶片存在挡住病虫草害的可能，此时降低感知无人机的高度，然后启动电动推杆2，电动推杆2推动相机固定板3下行，相机固定板3推动旋转摄像头下行，旋转摄像头进入农田作物的叶片下方，然后旋转摄像头对病虫草害的数据进行详细采集。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明；因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.无人机农田病虫草害信息感知系统，包括无人机和地面控制系统，其特征在于：所述无人机包括定位无人机和感知无人机，所述定位无人机和感知无人机中均携带有全球定位系统和传感器，所述定位无人机中还携带有红外热成像遥感装置，所述感知无人机中还携带有旋转摄像头和测距仪，所述地面控制系统包括数据库、数据处理中心和信号传感器，建立农田经纬坐标系模型和病虫草害信息数据模型并存储到数据库中，控制定位无人机对农田进行热成像采集，定位无人机将采集到的信息通过定位无人机携带的传感器传递给信号传感器，信号传感器将信息传递给数据处理中心，数据处理中心对信息中的异常部位进行确定，然后将异常数据与数据库中的农田经纬坐标系模型进行对比并确定异常数据的大致区域，然后控制感知无人机飞至异常数据对应的农田区域并对其进行拍摄，通过感知无人机携带的传感器将信息传递给信号传感器，信号传感器将数据传递给数据处理中心，数据处理中心将数据与数据库中的病虫草害信息数据模型进行对比，从而确定病虫草害的种类，升高感知无人机与地面的距离，同时控制旋转摄像头旋转拍摄，从而对病虫草害的区域边界进行确定，通过全球定位系统可以确定感知无人机的二位坐标，根据二位坐标可以确定感知无人机与地面控制系统的水平距离，通过测距仪可以测量感知无人机与地面控制系统的直线距离，通过勾股定理可以计算感知无人机与地面的垂直距离，通过摄像头的转角和感知无人机与地面的垂直距离，利用三角函数可以计算出病虫草害的区域。
2.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述定位无人机和感知无人机中均携带有数据存储器，当无人机的通讯质量不好时，定位无人机和感知无人机将采集到的数据存储到数据存储器中，当无人机的通讯质量恢复正常时，再将采集到的数据传递给地面控制系统。
3.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述定位无人机和感知无人机中均携带有数据运算设备，所述数据运算设备将采集到的数据进行压缩处理后，再通过传感器将压缩处理后的数据传递给地面控制系统。
4.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：确定农田的水平高度，然后对农田中不同点的高度进行测绘并记录数据，通过记录的数据建立高度差模型，并将高度差模型储存到数据库中，计算感知无人机与地面的垂直距离时，再用计算结果减去高度差模型中的数据。
5.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述数据处理中心将采集到的病虫草害的区域位置、种类和密度进行记录，并存储到数据库中。
6.根据权利要求5所述的无人机农田病虫草害信息感知系统，其特征在于：当数据库中存储的病虫草害的区域位置、种类和密度的数据超过两组时，所述数据处理中心根据数据库中记录的病虫草害的区域位置、种类和密度分别绘制折线图。
7.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述红外热成像遥感装置的数据采集方式为被动式红外热成像。
8.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述定位无人机本体上安装的红外热成像遥感装置的数量为三个，三个所述红外热成像遥感装置呈品字形排列。
9.根据权利要求1所述的无人机农田病虫草害信息感知系统，其特征在于：所述感知无人机包括机舱(1)，所述机舱(1)的内腔中安装有电动推杆(2)，所述电动推杆(2)的伸缩端顶部安装有相机固定板(3)，所述旋转摄像头安装在相机固定板(3)的下侧。
CN202011389051.XA 2020-12-01 2020-12-01 一种无人机农田病虫草害信息协同感知系统 Active CN112485284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011389051.XA CN112485284B (zh) 2020-12-01 2020-12-01 一种无人机农田病虫草害信息协同感知系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011389051.XA CN112485284B (zh) 2020-12-01 2020-12-01 一种无人机农田病虫草害信息协同感知系统

Publications (2)

Publication Number Publication Date
CN112485284A CN112485284A (zh) 2021-03-12
CN112485284B true CN112485284B (zh) 2022-02-15

Family

ID=74938675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011389051.XA Active CN112485284B (zh) 2020-12-01 2020-12-01 一种无人机农田病虫草害信息协同感知系统

Country Status (1)

Country Link
CN (1) CN112485284B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114445929A (zh) * 2022-04-11 2022-05-06 广东电网有限责任公司佛山供电局 无人机巡检系统及无人机巡检的控制方法和控制装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035412A (zh) * 2014-06-12 2014-09-10 江苏恒创软件有限公司 一种基于无人机的农作物病虫害监测系统和方法
CN105389936A (zh) * 2015-11-18 2016-03-09 西安天璇智能系统科技有限公司 森林灾害智能防护系统
CN106442626A (zh) * 2016-10-31 2017-02-22 深圳前海弘稼科技有限公司 虫害检查提示方法和装置
CN108226224A (zh) * 2018-01-30 2018-06-29 浙江大学 一种基于无人机热成像技术的作物病害监测方法和系统
CN109991944A (zh) * 2019-04-03 2019-07-09 安徽中科智能感知产业技术研究院有限责任公司 一种分布式农业植保网络服务系统
CN110474982A (zh) * 2019-08-13 2019-11-19 四川科库科技有限公司 一种农业信息推送方法
KR20190140658A (ko) * 2018-06-12 2019-12-20 주식회사 팜에어 드론 영상을 이용한 농작물 판별 장치 및 그 방법
CN111339921A (zh) * 2020-02-24 2020-06-26 南京邮电大学 基于轻量级卷积神经网络的病虫害检测无人机及检测方法
CN111666827A (zh) * 2020-05-18 2020-09-15 福建省林业调查规划院(福建省野生动植物与湿地资源监测中心) 一种林业病虫害智能识别方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035412A (zh) * 2014-06-12 2014-09-10 江苏恒创软件有限公司 一种基于无人机的农作物病虫害监测系统和方法
CN105389936A (zh) * 2015-11-18 2016-03-09 西安天璇智能系统科技有限公司 森林灾害智能防护系统
CN106442626A (zh) * 2016-10-31 2017-02-22 深圳前海弘稼科技有限公司 虫害检查提示方法和装置
CN108226224A (zh) * 2018-01-30 2018-06-29 浙江大学 一种基于无人机热成像技术的作物病害监测方法和系统
KR20190140658A (ko) * 2018-06-12 2019-12-20 주식회사 팜에어 드론 영상을 이용한 농작물 판별 장치 및 그 방법
CN109991944A (zh) * 2019-04-03 2019-07-09 安徽中科智能感知产业技术研究院有限责任公司 一种分布式农业植保网络服务系统
CN110474982A (zh) * 2019-08-13 2019-11-19 四川科库科技有限公司 一种农业信息推送方法
CN111339921A (zh) * 2020-02-24 2020-06-26 南京邮电大学 基于轻量级卷积神经网络的病虫害检测无人机及检测方法
CN111666827A (zh) * 2020-05-18 2020-09-15 福建省林业调查规划院(福建省野生动植物与湿地资源监测中心) 一种林业病虫害智能识别方法及系统

Also Published As

Publication number Publication date
CN112485284A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN102072745B (zh) 基于远程监控的农作物产量实时测量装置、系统及方法
CN109900280A (zh) 一种基于自主导航的畜禽信息感知机器人与地图构建方法
CN108881825A (zh) 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法
CN102256102B (zh) 一种基于远程监控的农情信息实时监测方法及系统
CN209802305U (zh) 一种用于农作物产量评估的系统
CN206590122U (zh) 一种基于立体测量的旋翼无人机自动施药系统
CN112485284B (zh) 一种无人机农田病虫草害信息协同感知系统
AU2021101693A4 (en) Method for determining water use efficiency of vegetation layer and evapotranspiration water-gross primary production-water use efficiency measuring device
CN111506097A (zh) 一种无人机遥感技术在精准农业中的应用系统及方法
CN113747017A (zh) 一种基于视觉导航的无人驾驶马蹄采收机
CN112179414A (zh) 一种作物生长物联网监测系统
CN211477203U (zh) 基于高分辨率遥感影像的精细化监测设备系统
CN212861863U (zh) 基于无人机的植物群落统计监测系统
CN113269050A (zh) 基于无人机遥感影像的农田画像及药肥大数据分析方法
CN109164808B (zh) 一种智能农机自动对行装置
CN116616267A (zh) 一种农作物病虫害防治的装置和方法
CN213461967U (zh) 一种能采集数据的鸡舍机器人
CN112598531A (zh) 一种农场无人自动化巡田方法
CN212646480U (zh) 一种大田作物产量预测系统
CN117268261B (zh) 一种基于履带式巡检车的西瓜长势采集与分析方法及系统
CN214374338U (zh) 一种基于无人机遥感的作物生长监测系统
Li et al. UAVs-Based Smart Agriculture IoT Systems: An Application-Oriented Design
RU200554U1 (ru) Устройство мониторинга работы почвообрабатывающего орудия
CN110766929A (zh) 一种辅助烟田管理的智能数据采集器及其使用方法
CN213880049U (zh) 果林远程监测系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220802

Address after: 100069 room 818, 28 fuxingmennei street, Xicheng District, Beijing

Patentee after: SINOCHEM MODERN AGRICULTURE Co.,Ltd.

Address before: China Agricultural University (East District), 17 Qinghua East Road, Haidian District, Beijing 100083

Patentee before: CHINA AGRICULTURAL University

TR01 Transfer of patent right