CN113226014A - 用于栽培品种生长环境的导光平台 - Google Patents
用于栽培品种生长环境的导光平台 Download PDFInfo
- Publication number
- CN113226014A CN113226014A CN201980085870.4A CN201980085870A CN113226014A CN 113226014 A CN113226014 A CN 113226014A CN 201980085870 A CN201980085870 A CN 201980085870A CN 113226014 A CN113226014 A CN 113226014A
- Authority
- CN
- China
- Prior art keywords
- sensor
- light
- fruit
- platform
- cultivar
- 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
- 230000012010 growth Effects 0.000 claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 90
- 230000003287 optical effect Effects 0.000 claims abstract description 34
- 235000013399 edible fruits Nutrition 0.000 claims description 144
- 238000012986 modification Methods 0.000 claims description 117
- 230000004048 modification Effects 0.000 claims description 117
- 241000196324 Embryophyta Species 0.000 claims description 96
- 239000002689 soil Substances 0.000 claims description 51
- 238000004891 communication Methods 0.000 claims description 44
- 238000005457 optimization Methods 0.000 claims description 30
- 239000000126 substance Substances 0.000 claims description 30
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 23
- 238000010801 machine learning Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 239000004973 liquid crystal related substance Substances 0.000 claims description 19
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 18
- 238000000985 reflectance spectrum Methods 0.000 claims description 18
- 241000607479 Yersinia pestis Species 0.000 claims description 16
- 229920000431 shape-memory polymer Polymers 0.000 claims description 15
- 230000005251 gamma ray Effects 0.000 claims description 14
- 239000002184 metal Substances 0.000 claims description 13
- RFSUNEUAIZKAJO-ARQDHWQXSA-N Fructose Chemical compound OC[C@H]1O[C@](O)(CO)[C@@H](O)[C@@H]1O RFSUNEUAIZKAJO-ARQDHWQXSA-N 0.000 claims description 12
- 229930091371 Fructose Natural products 0.000 claims description 12
- 239000003963 antioxidant agent Substances 0.000 claims description 12
- 230000003078 antioxidant effect Effects 0.000 claims description 12
- 229960002737 fructose Drugs 0.000 claims description 12
- 230000002786 root growth Effects 0.000 claims description 12
- 239000002028 Biomass Substances 0.000 claims description 11
- 239000002253 acid Substances 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 239000001569 carbon dioxide Substances 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 230000011514 reflex Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 26
- 230000008569 process Effects 0.000 abstract description 17
- 230000003068 static effect Effects 0.000 abstract description 13
- 238000001228 spectrum Methods 0.000 abstract description 10
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 51
- 238000012545 processing Methods 0.000 description 46
- 238000004590 computer program Methods 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000003306 harvesting Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 229920001621 AMOLED Polymers 0.000 description 4
- 235000004035 Cryptotaenia japonica Nutrition 0.000 description 4
- 102000007641 Trefoil Factors Human genes 0.000 description 4
- 235000015724 Trifolium pratense Nutrition 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000003973 irrigation Methods 0.000 description 4
- 230000002262 irrigation Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000001429 visible spectrum Methods 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 240000000594 Heliconia bihai Species 0.000 description 2
- 240000006365 Vitis vinifera Species 0.000 description 2
- 235000014787 Vitis vinifera Nutrition 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 2
- 239000010979 ruby Substances 0.000 description 2
- 229910001750 ruby Inorganic materials 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010061217 Infestation Diseases 0.000 description 1
- 239000004997 Liquid crystal elastomers (LCEs) Substances 0.000 description 1
- 229920000106 Liquid crystal polymer Polymers 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 235000009754 Vitis X bourquina Nutrition 0.000 description 1
- 235000012333 Vitis X labruscana Nutrition 0.000 description 1
- NUFNQYOELLVIPL-UHFFFAOYSA-N acifluorfen Chemical compound C1=C([N+]([O-])=O)C(C(=O)O)=CC(OC=2C(=CC(=CC=2)C(F)(F)F)Cl)=C1 NUFNQYOELLVIPL-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000926 atmospheric chemistry Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004345 fruit ripening Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000017 hydrogel Substances 0.000 description 1
- 239000003501 hydroponics Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002015 leaf growth Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000005082 stem growth Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
-
- 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
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/243—Collecting solar energy
-
- 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
-
- 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
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
-
- 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
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/249—Lighting means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S20/00—Solar heat collectors specially adapted for particular uses or environments
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S23/00—Arrangements for concentrating solar-rays for solar heat collectors
- F24S23/70—Arrangements for concentrating solar-rays for solar heat collectors with reflectors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S50/00—Arrangements for controlling solar heat collectors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S50/00—Arrangements for controlling solar heat collectors
- F24S50/20—Arrangements for controlling solar heat collectors for tracking
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S50/00—Arrangements for controlling solar heat collectors
- F24S50/80—Arrangements for controlling solar heat collectors for controlling collection or absorption of solar radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/40—Solar thermal energy, e.g. solar towers
- Y02E10/47—Mountings or tracking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/12—Technologies relating to agriculture, livestock or agroalimentary industries using renewable energies, e.g. solar water pumping
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Environmental Sciences (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Forests & Forestry (AREA)
- General Physics & Mathematics (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Wood Science & Technology (AREA)
Abstract
一种光传输系统,其使用利用物联网和人工智能的反射面或机器,以及手动过程和系统来产生可移动或静态的光场,其目的是通过针对特定生长条件优化合适的光谱来提高或优化栽培品种(农业)生长的效率。
Description
交叉引用
本申请要求于2018年10月24日提交的美国临时申请号62/749,858的权益,其通过引用整体并入本文。
援引并入
本说明书中提及的所有出版物、专利和专利申请均通过引用并入本文,其程度如同具体地和单独地指出每一个出版物、专利或专利申请均通过引用而并入。
发明背景
有时使用反射器将阳光引向植物,以提高植物在一天中接收的光量。现有的静态反射器必须以一定角度指向“正确的”方向,以确保在一天中和/或生长季节中尽可能多地收集光,通常是手动尝试应对太阳与植物的相对位置的季节性变化。
本发明总体上涉及一种导光平台,用以改善栽培品种(cultivar)在一天中和/或生长季节中接收的光量。
发明内容
光传输系统使用利用物联网和人工智能的反射面或机器,以及手动过程和系统来产生可移动或静态的光场,其目的是通过针对特定生长条件优化合适的光谱来提高或优化栽培品种(农业)生长的效率。
通过使用专家系统并结合人工智能(AI)或机器学习算法,或替代地通过直接控制反射器,系统可以监测、控制并最终优化详细的光照特性和其他变量,以增加和优化特定栽培品种的产量。
所述系统至少包括:光反射器子系统、至少一个物联网(IoT)传感器、无线电、有线系统或类似的通信子系统、作物产量测量子系统、处理器、存储器和机器学习算法。
本文提供了一种用于在栽培品种生长环境中调节一个或多个光条件的导光平台,所述平台包括:至少一个IoT传感器,被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;和处理器,被配置为提供应用程序,所述应用程序包括:优化模块,用于至少基于感测数据来确定反射修改命令;和修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;以及反射器系统,包括:所述通信设备,被配置为接收所述反射修改命令;反射面,被配置成将光反射到所述栽培品种生长环境;以及反射修改设备,被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的所述一个或多个光条件。
在一些实施方式中,所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。在一些实施方式中,所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在一些实施方式中,所述反射修改设备手动定位。在一些实施方式中,所述处理器定位在相对于所述导光平台的远程位置。在一些实施方式中,处理是本地进行的。在一些实施方式中,所述处理器被配置为经由无线电信号或有线网络通信并发送所述反射修改命令。在一些实施方式中,所述传感器被配置成与物联网(IoT)适配。在一些实施方式中,所述至少一个传感器包括风量计、雨量计、湿度计、茎水势测树仪、测树仪、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、pH计、伽玛射线传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。在一些实施方式中,所述至少一个传感器包括仅光学传感器节点。在一些实施方式中,传感器模块包括至少两个光学传感器(IR/可见光和光谱密度)。另外,所述传感器模块可配置为感测和/或测量其他环境值,如温度和/或湿度和/或水位。所述传感器模块连接至公共控制单元,以在同时感测和/或测量在稍有不同的位置处的相似变量。所述光学传感器任选地可配置为经由光缆连接,以扩展范围和/或可直接定位在期望的位置和角度。此外,温度读取可配置为使用现有的IR/激光成像技术在一定距离处取得。在一个实施方案中,公共控制单元绑在也称为“NuPlant”管的生长管的内部或外部的固定位置。此控制单元由(约4根)光缆提供信息,每根光缆在所述管的内部的不同高度处测量光参数并且还在所述生长管的外部测量外部条件。在一些实施方案中,所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的反射特性。在一些实施方式中,所述应用程序进一步包括用于接收所述历史数据的统计模块。在一些实施方式中,所述生长条件包括风速、风向、降雨量、茎水势、光量、光质量、光强度、光角、土壤湿度水平、土壤状况或化学成分、土壤颜色、害虫状况、相对湿度水平、图像、声音、视频、大气压、O2水平、N2水平、CO2水平、化学物水平或温度中的至少一种。在一些实施方式中,所述栽培品种参数包括生长速度、植物大小、植物颜色、植物形状、植物状况、植物高度、植物质量、叶片直径、叶片颜色、叶片形状、植物茎水势、果实大小、果实颜色、果实成熟度、果实酸度、果实糖含量、果实抗氧化剂含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、叶/叶片温度、可见光谱反射率、红色反射率、红外(IR)反射率、近红外(NIR)反射率或果实负荷中的至少一种。在一些实施方式中,所述光包括可修改的光、日光、UV光、红外(IR)光、电光或LED光中的至少一种。在一些实施方式中,所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。在一些实施方式中,所述平台包括配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据的第一传感器和配置为感测和/或测量对应于生长条件的第二感测数据的第二传感器。在一些实施方式中,所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。在一些实施方式中,所述至少一个传感器包括多个传感器,它们共同构成彼此通信的物联网。
本文提供了一种用于在栽培品种生长环境中调节一个或多个光条件的计算机实现的方法,所述方法包括:计算机实现的系统,所述系统包括:数据处理设备,所述设备包括:至少一个处理器、配置为执行可执行指令的操作系统、存储器和计算机程序,所述计算机程序包括由所述数字处理设备可执行的指令以产生应用程序,所述应用程序包括:包括用于评估感测数据以确定光反射面的反射修改的算法;测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;使用包括用于评估所述感测数据的应用程序的处理器;至少基于所述感测数据来确定反射修改命令;以及至少基于所述反射修改命令来修改反射面的反射特性;其中所述反射面被配置为将光反射至所述栽培品种生长环境,以调节所述栽培品种生长环境中的所述一个或多个光条件。
在所述计算机实现的方法的一些实施方式中,所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。在所述计算机实现的方法的一些实施方式中,包括用于评估所述感测数据的所述应用程序的所述处理器定位在相对于所述栽培品种生长环境的远程位置。在所述计算机实现的方法的一些实施方式中,所述感测数据实时传递。在所述计算机实现的方法的一些实施方式中,所述感测数据实时使用。在所述计算机实现的方法的一些实施方式中,所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在所述计算机实现的方法的一些实施方式中,修改所述反射特性包括调节马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在所述计算机实现的方法的一些实施方式中,所述感测数据的测量包括使用风量计、雨量计、土壤湿度计、茎水势测树仪、测树仪、pH计、伽玛射线传感器、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。在所述计算机实现的方法的一些实施方式中,所述方法进一步包括将所述反射修改命令从所述处理器发送到包括所述反射面的反射器系统的步骤。在所述计算机实现的方法的一些实施方式中,将所述反射修改命令从所述处理器发送到所述反射器系统是经由无线电信号。在所述计算机实现的方法的一些实施方式中,所述方法进一步包括基于历史数据修改所述反射面的反射特性的步骤。在所述计算机实现的方法的一些实施方式中,所述应用程序进一步包括被配置为从管理员接收与所述栽培品种生长环境相关的历史数据的统计模块,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的反射特性。在所述计算机实现的方法的一些实施方式中,所述生长条件包括风速、风向、降雨量、光量、光质量、光强度、光角、土壤湿度水平、相对湿度水平、pH水平、伽马射线水平、图像、声音、视频、大气压、O2水平、N2水平、CO2水平、土壤状况或化学成分、土壤颜色、害虫状况、化学物水平、温度、土壤颜色、土壤状况或害虫状况中的至少一种。在所述计算机实现的方法的一些实施方式中,所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物颜色、植物形状、植物状况、植物茎水势、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、可见光谱反射率、红外反射率、近红外反射率或果实产量中的至少一种。在所述计算机实现的方法的一些实施方式中,所述光包括可修改的日光、UV光、红外(IR)光、电光或LED光中的至少一种。在所述计算机实现的方法的一些实施方式中,所述感测数据包括从围绕所述栽培品种生长环境定位的多个传感器收集的数据。在所述计算机实现的方法的一些实施方式中,所述感测数据包括对应于栽培品种参数和/或生长条件的第一感测数据和对应于生长条件的第二感测数据。
本文提供了用于在栽培品种生长环境中调节生长条件的导光平台的计算机实现的控制系统,所述控制系统包括:至少一个传感器,被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;处理器,被配置为提供应用程序,所述应用程序包括:优化模块,用于确定反射修改命令;和修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;所述应用程序进一步包括机器学习算法,用于将至少一个生长条件与至少一个栽培品种参数相关联、鉴定改善所述至少一个栽培品种参数的推荐生长条件以及调节对应于与所述栽培品种参数和所述生长条件中的至少一个有关的所述感测数据的反射修改命令。在所述计算机实现的控制系统的一些实施方式中,所述控制系统进一步包括反射器系统,其包含配置为接收所述反射修改命令的所述通信设备中并且进一步包括:反射面,被配置为将光反射至所述栽培品种生长环境;和反射修改设备,被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的一个或多个光条件,从而调节所述生长条件。
在所述计算机实现的控制系统的一些实施方式中,所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。在所述计算机实现的控制系统的一些实施方式中,所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在所述计算机实现的控制系统的一些实施方式中,所述处理器定位在相对于所述反射器系统的远程位置。在所述计算机实现的控制系统的一些实施方式中,所述处理器被配置为经由无线电信号发送所述反射修改命令。在所述计算机实现的控制系统的一些实施方式中,所述至少一个传感器包括风量计、雨量计、土壤湿度计、茎水势测树仪、测树仪、照度计、湿度计、pH计、伽玛射线传感器、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。在所述计算机实现的控制系统的一些实施方案中,所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的反射特性。在所述计算机实现的控制系统的一些实施方式中,所述应用程序进一步包括用于接收所述历史数据的统计模块。在所述计算机实现的控制系统的一些实施方式中,所述应用程序进一步包括配置成基于历史数据修改所述反射面的反射特性的统计模块。在所述计算机实现的控制系统的一些实施方式中,所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、茎水势水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。在所述计算机实现的控制系统的一些实施方式中,所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物颜色、植物形状、植物状况、植物茎水势、果实大小、果实颜色、果实成熟度、果实酸度、果实糖含量、果实抗氧化剂含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、近红外反射率或果实产量中的至少一种。在所述计算机实现的控制系统的一些实施方式中,所述光包括可修改的日光、UV光、IR光、电光或LED光中的至少一种。在所述计算机实现的控制系统的一些实施方式中,所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。在所述计算机实现的控制系统的一些实施方式中,所述控制系统包括配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据的第一传感器和配置为感测和/或测量对应于生长条件的第二感测数据的第二传感器。在所述计算机实现的控制系统的一些实施方式中,所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。在所述计算机实现的控制系统的一些实施方式中,所述至少一个传感器包括多个传感器,它们共同构成彼此通信的物联网。
本文提供了一种用于在栽培品种生长环境中调节一个或多个光条件的计算机实现的方法,所述方法包括:计算机实现的系统,所述系统包括:数据处理设备,所述设备包括:至少一个处理器、配置为执行可执行指令的操作系统、存储器和计算机程序,所述计算机程序包括由所述数字处理设备可执行的指令以产生应用程序,所述应用程序包括:包括用于评估感测数据以确定光反射面的反射修改的算法;通过提供历史环境生长条件数据和实时感测数据来训练机器学习算法以鉴定在所述栽培品种生长环境中生长的作物的多个推荐环境生长条件;从多个传感器中的至少一个接收对应于栽培品种参数和生长条件中的至少一种的实时感测数据;将经训练的机器学习算法应用于来自所述多个传感器中的所述至少一个的所述实时感测数据和所述历史环境生长条件数据,以产生调节反射面的反射特性的指令;至少基于所述实时感测数据来确定反射修改命令并将所述反射修改命令发送至包括所述反射面的反射器系统;以及至少基于来自所述反射修改命令的指令来修改所述反射面的所述反射特性;其中所述反射面被配置为将光反射至所述栽培品种生长环境,以调节所述栽培品种生长环境中的所述一个或多个光条件。
在所述计算机实现的方法的一些实施方式中,所述历史环境生长条件数据包括选自以下的一个或多个数据集:日出/日落时间的集合;季度和/或每日历史气候信息的集合;基于日期的太阳位置信息的集合;以及基于日期的日照质量信息的集合。在所述计算机实现的方法的一些实施方式中,所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。在所述计算机实现的方法的一些实施方式中,修改所述反射特性包括调节马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在所述计算机实现的方法的一些实施方式中,所述方法进一步包括将所述反射修改命令从所述处理器发送到包括所述反射面的反射器系统的步骤。在所述计算机实现的方法的一些实施方式中,所述发送是经由无线电信号。在所述计算机实现的方法的一些实施方式中,感测数据的测量包括使用风量计、雨量计、湿度计、pH计、伽玛射线传感器、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。在所述计算机实现的方法的一些实施方式中,所述方法进一步包括基于历史数据修改所述反射面的反射特性的步骤。在所述计算机实现的方法的一些实施方式中,所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。在所述计算机实现的方法的一些实施方式中,所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、近红外反射率或果实产量中的至少一种。在所述计算机实现的方法的一些实施方式中,所述光包括可修改的日光、UV光、IR光、电光或LED光中的至少一种。在所述计算机实现的方法的一些实施方式中,所述感测数据包括从围绕所述栽培品种生长环境定位的多个传感器收集的数据。在所述计算机实现的方法的一些实施方式中,所述感测数据包括对应于栽培品种参数和/或生长条件的第一感测数据和对应于生长条件的第二感测数据。
本文提供了一种用于在栽培品种生长环境中调节一个或多个光条件的导光平台,所述平台包括:系统,所述系统包括:处理器,被配置为提供应用程序,所述应用程序包括:优化模块,用于基于输入数据来确定反射修改命令;和修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;以及反射器系统,所述反射器系统包括:所述通信设备,被配置为接收所述反射修改命令;反射面,被配置成将光反射到所述栽培品种生长环境;以及反射修改设备,被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的所述一个或多个光条件。在一些实施方式中,所述平台进一步包括至少一个传感器,其被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据。在一些实施方式中,所述输入数据包括下组的一个或多个成员:一天中的时间、一年中的一天、现有和预测的光照,或温度。在一些实施方式中,所述反射特性包括光方向、光波长范围、光强度和光集中度中的至少一种。在一些实施方式中,所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物和可调滤光器中的至少一种。在一些实施方式中,所述处理器定位在相对于所述导光平台的远程位置。在一些实施方式中,所述处理器被配置为经由无线电信号或有线网络发送所述反射修改命令。在一些实施方式中,所述传感器包括风量计、雨量计、土壤湿度计、茎水势测树仪、测树仪、pH计、伽玛射线传感器、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。在一些实施方案中,所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的反射特性。在一些实施方式中,所述应用程序进一步包括配置为接收所述历史数据的统计模块。在一些实施方式中,所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。在一些实施方式中,所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、近红外反射率或果实产量中的至少一种。在一些实施方式中,所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。在一些实施方式中,所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。在一些实施方式中,所述平台包括配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据的第一传感器和配置为感测和/或测量对应于生长条件的第二感测数据的第二传感器。在一些实施方式中,所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。在一些实施方式中,所述至少一个传感器包括多个传感器,它们共同构成彼此通信的物联网。在所述计算机实现的系统的一些实施方式中,所述处理器定位在相对于所述栽培品种生长环境的远程位置。在所述计算机实现的系统的一些实施方式中,所述传感器是IoT传感器。
附图说明
本公开内容的新颖特征在随附的权利要求中具体阐明。通过参考阐述了利用本公开内容的原理的说明性实施方案的以下详细描述以及附图,将获得对本公开内容的特征和优点的更好的理解,在附图中:
图1是根据本文的一些实施方式,用于栽培品种生长环境的示例性导光平台的图示;
图2是根据本文的一些实施方式,用于栽培品种生长环境的示例性算法的图示;
图3是根据本文的一些实施方式,针对该平台考虑的示例性IoT传感器的图示;
图4是根据本文的一些实施方式,用于栽培品种生长环境的示例性机器学习和/或AI算法的图示;
图5示出了根据本文的一些实施方式,计算设备的非限制性示例;在这种情况下,设备具有一个或多个处理器、存储器、存储和网络接口;
图6示出了根据本文的一些实施方式,web/移动应用提供系统的非限制性示例;在这种情况下,系统提供基于浏览器的和/或本机的移动用户界面;
图7示出了根据本文的一些实施方式,基于云的web/移动应用提供系统的非限制性示例;在这种情况下,系统包括弹性负载平衡的、自动缩放的web服务器和应用服务器资源以及同步复制的数据库;
图8是根据本文的一些实施方式,用于栽培品种生长环境的示例性导光平台的另一图示;和
图9是根据本文的一些实施方式,用于栽培品种生长环境的示例性算法的另一图示。
结合附图,根据以下描述和所附权利要求,本公开的前述和其他特征将变得容易理解。应当理解,这些附图仅描绘了根据本公开的几个实施方式,因此,不应认为是对其范围的限制,本公开将通过使用附图以附加的特征和细节来描述。
具体实施方式
迄今为止,令人惊讶的是,在农业领域几乎没有现有的人工智能商业示例以及物联网技术的联合使用。报告的大部分工作涉及使用机载系统,例如采用计算机视觉的遥控飞机和直升机,温室、水培法和机器人。大多数报告似乎来自学术论文,而不是展示商业部署的示例。
本文提供一种光传输系统和平台,其包括由机器学习算法致动的反射面,该机器学习算法采用物联网和人工智能来产生可移动或静态的光场,其目的是通过利用IoT传感器技术和人工智能算法针对特定生长条件优化合适的光谱来提高或优化栽培品种(农业)生长的效率。
栽培品种生长环境的平台
根据图1,本文提供了一个用于栽培品种生长环境110的导光平台100。如图所示,平台100包括至少一个IoT传感器101、处理器102和反射器系统103。
在一些实施方式中,IoT传感器101被配置为感测和/或测量感测的数据。在一些实施方式中,至少一个传感器包括用于在栽培品种生长环境110周围定位的多个传感器。在一些实施方式中,至少一个传感器101包括多个传感器101,这些传感器共同构成彼此通信的物联网。在一些实施方式中,传感器被配置为与物联网(IoT)兼容。在一些实施方式中,至少一个传感器101包括风量计、雨量计、湿度计、茎水势测树仪、测树仪、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、pH计、伽马射线传感器、大气压传感器、零散光传感器、反射率传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。
在一些实施方式中,测树仪是连接到数据记录器的自动仪表。在一些实施方式中,测树仪是带式测树仪或点式测树仪。在一些实施方式中,测树仪是干式测树仪或茎式测树仪。在一些实施方式中,测树仪包括茎水势测树仪、果实生长传感器或两者。在一些实施方式中,化学传感器包括O2传感器、N2传感器、CO2传感器或其任何组合。
在一些实施方式中,至少一个传感器101包括仅光学传感器节点。在一些实施方式中,传感器模块包括至少两个光学传感器(IR/可见光和光谱密度)。另外,传感器模块可配置为感测和/或测量其他环境值,例如温度和/或湿度和/或水位。传感器模块连接到公共控制单元,以同时感测和/或测量在稍有不同的位置处的相似变量。光学传感器任选地可配置为经由光缆连接,以扩展范围和/或可直接定位在期望的位置和角度。此外,温度读取可配置为使用现有的IR/激光成像技术在一定距离处取得。
在一些实施方式中,平台100包括被配置为感测和/或测量与栽培品种参数和/或生长条件相对应的第一感测数据的第一传感器101和被配置为感测和/或测量与生长条件相对应的第二感测数据的第二传感器101。在一些实施方式中,感测数据对应于栽培品种参数和生长条件中的至少一个。在一些实施方式中,生长条件包括风速、风向、降雨量、茎水势、光量、光质量、光强度、光角、土壤湿度水平、土壤状况或化学成分、土壤颜色、害虫状况、相对湿度水平、图像、声音、视频、大气压、O2水平、N2水平、CO2水平、或化学物水平和温度中的至少一种。在一些实施方案中,栽培品种参数包括生长速度、植物大小、植物颜色、植物形状、植物状况、植物高度、植物质量、叶片直径、叶片颜色、叶片形状、植物茎干水势、果实大小、果实颜色、果实成熟度、果实酸度、果实糖含量、果实抗氧化剂含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数(NDVI)、内部果实温度、外部果实温度、可见光谱反射率、红色反射率(rRed)、红外反射率、中红外反射率、近红外反射率(rNIR)或果实产量中的至少一种。在一些实施方式中,NDVI被计算为(rNIR-rRed)/(rNIR+rRed)。
在一些实施方式中,NDVI是用于基于植物吸收的光的频率对植被进行遥感分析的图形指示器。在一些实施方式中,在用可见光照射叶或果实的过程中测量反射率。在一些实施方式中,在叶或果实的红光照射期间测量rRed。在一些实施方式中,在叶或果实的红外照射期间测量红外反射率。在一些实施方式中,NDVI是用于植被的遥感分析的图形指示器。
在一些实施方式中,在叶片或果实的近红外照明期间测量rNIR。
在一些实施方式中,由于系统故障而重启传感器101需要从多个传感器101中的每一个移除电池。由于传感器101通常位于遥远的栽培品种生长环境110内,因此这种电池移除是费时的。这样,在一些实施方式中,对每个传感器101进行编程,具有基于通信失效或失败的重启过程。在一个示例中,重启过程包括在两个小时的通信失效之后重启每个传感器101。在一些实施方式中,重启过程包括在两个小时的通信失效之后每15分钟重启每个传感器101。在一些实施方式中,重启过程包括在四个小时的通信失效之后每小时重启每个传感器101。在一些实施方式中,重启过程包括在八个小时的通信失效之后每两个小时重启每个传感器101。在一些实施方式中,重启过程包括在24小时的通信失效后每天重启每个传感器101。
在一些实施方式中,处理器102被配置为提供包括以下各项的应用程序:优化模块和修改模块。在一些实施方式中,优化模块确定反射修改命令。在一些实施方式中,优化模块至少基于感测数据来确定反射修改命令。在一些实施方式中,修改模块将反射修改命令发送到通信设备103A。在一些实施方式中,处理器102被定位在相对于导光平台100的远程位置。在一些实施方式中,处理是在本地执行的。在一些实施方式中,处理器102被配置为经由无线电信号或有线网络通信和发送反射修改命令。在一些实施方式中,优化模块至少基于第一感测数据和第二感测数据来确定反射修改命令。在一些实施方式中,应用程序还被配置为从管理员接收与栽培品种生长环境110有关的历史数据,并且其中,优化模块进一步基于该历史数据来确定反射面103C的反射特性。在一些实施方式中,应用程序进一步包括用于接收历史数据的统计模块。
在一些实施方式中,反射器系统103包括通信设备103A、反射面103C和反射修改设备103B。在一些实施方式中,通信设备103A被配置为接收反射修改命令。在一些实施方式中,反射面103C被配置为将光120反射到栽培品种生长环境110。在一些实施方式中,光120由太阳发射。在一些实施方式中,光120由灯泡、光管或任何其他电或化学光源发射。在一些实施方式中,光包括可修改的光、日光、UV光、红外(IR)光、电光或LED光中的至少一种。在一些实施方式中,反射修改装置103B被配置为修改反射面103C的反射特性。在一些实施方式中,反射修改装置103B被配置为至少基于反射修改命令来修改反射面103C的反射特性。在一些实施方式中,反射修改装置103B调节在栽培品种生长环境110中的一种或多种光120的条件。在一些实施方式中,反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。在一些实施方式中,反射修改装置103B包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。在一些实施方式中,反射修改装置103B被手动定位。
在一个实施方式中,平台100还包括绑在也称为“NuPlant”管的生长管的内部或外部的固定位置的公共控制单元。此控制单元由(约4根)光缆提供信息,每根光缆在管的内部的不同高度处测量光参数并且还在生长管的外部测量外部条件。
还提供了一种用于在栽培品种生长环境110中调节一个或多个光120条件的导光平台100,平台100包括系统,系统包括:至少一个IoT传感器101,被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;和处理器102,被配置为提供应用程序,应用程序包括:优化模块,用于至少基于感测数据来确定反射修改命令;和修改模块,用于将反射修改命令发送给配置为接收所述反射修改命令的通信设备103A;以及反射器系统103,包括:通信设备103A,被配置为接收反射修改命令;反射面103C,被配置成将光120反射到栽培品种生长环境110;以及反射修改装置103B,被配置为至少基于反射修改命令来修改反射面103C的反射特性,以调节栽培品种生长环境110中的一个或多个光120条件。
在一些实施方式中,处理器102被配置为提供包括以下各项的应用程序:优化模块和修改模块。在一些实施方式中,优化模块确定反射修改命令。在一些实施方式中,优化模块至少基于感测数据来确定反射修改命令。在一些实施方式中,修改模块将反射修改命令发送到通信设备103A。在一些实施方式中,处理器102被定位在相对于导光平台100的远程位置。在一些实施方式中,处理是在本地执行的。在一些实施方式中,处理器102被配置为经由无线电信号或有线网络通信和发送反射修改命令。在一些实施方式中,优化模块至少基于第一感测数据和第二感测数据来确定反射修改命令。在一些实施方式中,应用程序还被配置为从管理员接收与栽培品种生长环境110有关的历史数据,并且其中,优化模块进一步基于该历史数据来确定反射面103C的反射特性。在一些实施方式中,应用程序进一步包括用于接收历史数据的统计模块。
在一些实施方式中,根据图2和9,处理器102接收历史作物产量和天气数据202和传感器数据201。在一些实施方式中,处理器102然后基于历史作物产量和天气数据202和传感器数据201向反射器系统发送反射修改命令203。在一些实施方式中,处理器102进一步从反射器系统接收反射修改位置。最终,在一些实施方式中,处理器102进一步基于历史作物产量和天气数据202和传感器数据201来发送预测数据204。
根据图9,处理器中的算法接收作物产量管理的当前和历史数据、反射器位置输入、实时传感器数据输入、历史数据、天气数据和静态数据,并实时发送反射器控制数据,以及其他预测数据,包括灌溉、作物间距和收获时间。在一些实施方式中,算法对输入进行分析以预测反射器的最佳光学特性。为了响应短期和长期变化,算法指示反射器更改其光学特性,以实现提高栽培品种产量的可学习目标。在一些实施方式中,算法包括作物产量训练循环1和反射器训练循环2。
根据图8,本文进一步提供一种导光平台,该平台具有IoT传感器、数字控件、无线电、功率组件、至网关或蜂窝云的低功率广域网(WAN)或局域网(LAN)、耦合到机械或电子联动装置的可以手动移动或远程控制的反射器。在一些实施方式中,反射器控制系统由处理器控制,该处理器具有用于执行机器学习和/或AI算法或人为指令的存储器、能够接收/发送指令以及能够通过WAN发送并存储在云上的数据的通信子系统,以及电池。在一些实施方式中,广泛的物联网传感器包括光谱、勒克斯、温度、湿度、土壤和天气传感器。
光反射器
本公开提供了一种光传输系统,其使用反射面和/或机器来产生可移动或静态光场,以通过优化光条件从而调节生长环境中的生长条件来提高栽培品种(农业)生长的效率。这样的光条件包括例如光质量(诸如,光谱质量)、光强度或集中度,或调节温度或湿度条件或其任意组合。
在一些实施方式中,通过对反射器的直接控制或机械操作控制,本文提供的系统监测、控制并调节详细的光照特性和其他变量,以增加和优化特定栽培品种的产量。
在一些实施方式中,光反射器子系统手动移动或在自动化控制下由机电装置(例如,马达,滑轮等)驱动。最佳地,在一个优选的实施方式中,由光反射器子系统中的反射器产生的反射将由电子可改变的聚合物(例如,液晶或形状记忆聚合物)、三层片或形状偏移设计来控制。
在一些实施方式中,反射器系统被配置为基于输入的数据来接收反射修改命令以调节其反射面的反射特性,该输入的数据包括以下项中的一项或多项:一天中的时间、一年中的一天、现有的和预测的光照或温度,勒克斯水平等。勒克斯可以用其他光单位表示(例如:PPFD,微爱因斯坦)。勒克斯可以指在特定波长范围如红光(640-680nm)下总光量(例如,可见光或红外光)或勒克斯的加和。
在一些实施方式中,反射器系统被配置为接收反射修改命令,以在一天的特定时间以特定间隔(连续,脉冲)调节其反射特性;(例如:12:00-1:00PM,每15分钟有80%的脉冲和20%的停止);或调节要透射或阻挡的各种光带的反射勒克斯水平(即:强度)。作为示例,在一些实施方式中,调节后的反射勒克斯水平是:蓝色(430-450nm),最小期望5,000勒克斯,最大期望20,000勒克斯,从上午8点至下午4点;红色(640-680nm),最低20,000Lux,在任何时间;和/或绿色(495-570nm),最大1000勒克斯,在任何时间。
此外,在一些实施方式中,反射器系统被配置为接收反射修改命令以调节反射特性,例如:反射光场的角宽度和尺寸;和/或反射光场中心的物理位置;(这具有补偿反射器系统的位置的附加优点)。
在一些实施方式中,基于人的判断和/或算法控制的组合,光反射器系统针对一种或多种栽培品种(例如,相扑橘子与酿酒葡萄)调节、改善或优化光,并能够响应一系列条件改变其光学特性,该条件是例如静态条件(例如物理位置,植物栽培品种),可预测的动态条件(例如日出和日落时间),不可控制的可变动态条件(例如天气),可控制或可变的动态条件:(例如收获时间,修剪时间表,灌溉时间表等),以及特定栽培品种的年份/季节性。
现有的静态反射器必须以一定角度指向所需的方向,以确保在一天/生长季节期间尽可能多地收集光。在一些实施方式中,本文公开的系统响应于包括来自算法的信号的输入数据或者任选地通过手动调节,而改变其位置、改变其形状或对反射面的反射特性进行一些其他修改。在一些实施方式中,反射面包括三层片,该三层片具有随着周围环境变化而膨胀或收缩的中心层(使用水凝胶,液晶弹性体,甚至是更常规的聚合物,例如聚苯乙烯)。此外,在一些实施方式中,本文公开的反射器系统包括具有光诱导的形状记忆聚合物的反射器,该聚合物被配置为折叠/展开为预定的临时形状,并且随后在环境温度下通过远程光激活或暴露在不同波长的紫外线来恢复原始形状。此外,在一些实施方式中,本文公开的反射器系统包括具有折纸样式的抛物线形状的反射器,其被配置为在图案化为顶层和底层的狭缝的引导下折叠/展开成期望的形状。此外,在一些实施方式中,本文公开的反射器系统包括反射器,该反射器配置为响应于诸如雨、洪水或过大风的不利条件而关闭。此外,在一些实施方式中,本文公开的反射器系统包括反射器,该反射器被配置为扁平包装并在现场“自组装”。这种配置将提供几个潜在的优势,例如,适合2D打印(比3D打印更具可扩展性),并且由于包装密度更高而降低了运输成本。在一些实施方式中,反射器系统包括一个或多个“永久运动”片,其在暴露于UV下呈正弦波状起伏。已经展示了这样的片材,并且这些片材对于将粉尘从系统上甩掉或帮助正在生长的植物或栽培品种内部和周围的空气流动是有用的。在一些实施方式中,本公开的系统被配置为允许自适应光学过滤。这样的过滤提供热量减少或光谱定制(取决于栽培品种的季节/生命阶段,偏向于叶片和茎的生长或果实成熟)。在一些实施方式中,本公开的系统包括光伏材料层,该光伏材料层用于提供电力以驱动上文列出的特性,包括对电池进行充电并为诸如处理器、各种机电装置(例如:电机,滑轮等)和通信子系统等系统提供自发能源。
作物产量测量和管理
在一些实施方式中,收集关于特定栽培品种的详细数据,例如产量数据,以输入到用于训练AI算法的系统中。产量数据可以包括:收获地点和日期;每个物理尺寸(例如:500'行)的单位栽培品种数量;原色颜色;果实或植物的大小和/或重量;果实化学(例如:糖,pH,酸度);以及均匀性和一致性度量(例如:颜色,大小)。
在一些实施方式中,收集关于栽培品种生长环境中的一种或多种植物的全球定位系统(GPS)数据。在一些实施方式中,GPS数据使得能够对栽培品种生长环境进行映射和分析。在一些实施方式中,GPS数据是由GPS设备收集的。在一些实施方式中,在缺乏互联网服务的栽培品种生长环境中,通过拍摄栽培品种生长环境的照片并且在到达具有互联网覆盖范围的位置时将照片上传到互联网来收集GPS数据。在一些实施方式中,在缺乏互联网服务的栽培品种生长环境中,通过拍摄栽培品种生长环境的照片并在到达具有互联网覆盖范围的位置时上传照片中的可交换图像文件格式(EXIF)元数据来收集GPS数据。在一些实施方式中,然后从照片中的EXIF元数据提取GPS数据。在一些实施方式中,直接捕获EXIF元数据而无需拍照。
IoT传感器
现在参考图3,说明了如图1所示的为该平台考虑的广泛非限制性的IoT传感器。如前所述,传感器可用于测量栽培品种参数和生长条件二者;其中栽培品种参数可以包括以下中的至少一项:生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量或果实产量。
此外,传感器可以应用于生长条件,该生长条件可以包括以下至少一项:风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度。
在一些实施方式中,系统从现场收集IoT和其他数据,并将IoT和其他数据与诸如位置和天气预报的附加数据合并。最初,在一些实施方式中,系统使用手动专家告知的直觉来产生专家系统。在短期内,这将指导(即编程)反射器如何优化光谱光水平,以产生管理系统所见的最佳栽培品种生长。
迄今为止,仅有有限的证据表明使用采用机器学习算法的卫星来预测天气、分析作物的可持续性并评估农场中是否存在病虫害。例如,每日天气预报可以根据每个客户的需求来定制,并且范围为从超本地到全球。数据来源包括温度、降水、风速和太阳辐射,以及与历史值的比较。不幸的是,同样似乎没有任何案例研究支持这些基于卫星的机器学习算法的所谓优点或成功。
随着时间经过几个收获周期,并且可获得更多更可靠的数据,在一些实施方式中,算法自动优化反射器特性,而无需人工干预。
最初,将以最简单的形式将一些通用规则应用于该算法,例如:当天气炎热或阳光非常强时,反射器会降低总体反射勒克斯;在冬天的时候,反射器会调节以实现更高比例的红光;或在晚上,调节反射器以减少蓝光的量。
如本文所用,术语“物联网”或“IoT”指的是物理设备、车辆、器具以及嵌入了电子、软件、传感器、致动器和使这些东西能够连接和交换数据的连接性的其他项目的网络,为将物理世界更直接地集成到基于计算机的系统中创造了机会,从而提高了效率,产生了经济效益并减少了人类的劳累。IoT涉及将互联网连接性从台式机、笔记本计算机、智能电话和平板计算机等标准设备扩展到任何范围的传统上“哑”或非互联网启用的物理设备和日常物品。一旦嵌入了技术,这些设备可以通过互联网进行通信和交互,并且可以进行远程监测和控制。关于农业,特别是栽培品种,收集诸如温度、降雨量、相对湿度、风速、害虫侵染和土壤含量等数据对于一些大型商业活动的有效管理至关重要。该数据可用于使耕作技术自动化,做出明智的决策以提高质量和数量,最大程度地减少风险和浪费,并减少管理作物所需的工作量。例如,如果土地过于干燥,农民现在可以检测出哪些地区已施肥(或被错误地遗漏),并预测了未来的产量。与人工智能(AI)或机器学习算法结合使用时,感知受的好处是指数级的。
在一些实施方式中,虽然一些数据元素是手动输入的,但是在优选实施方式中,将基于无线电或有线的物联网(IoT)收集子系统用于实时收集所需的数据。当在由于以下原因而无法手动收集数据的情况下采用本公开的系统时,这是优选的,例如由于:大型农业农场的物理范围(数万英亩);海量数据(每天MB或GB);数据收集的频率(在某些情况下,每15分钟一次);条件的变化率(例如突然的雷暴);难以收集某些元素的性质(葡萄藤宽度的日内变化);农场偏远(长途跋涉到数据收集点);(从成千上万个点)手动收集数据的大量费用。
在一些实施方式中,将部署各种静态数据和实时传感器馈送以按需或以固定时间表收集数据,例如:各种光谱带(可见光(R-G-B)、IR、UV)下的勒克斯水平:在反射器系统位置的勒克斯水平;在栽培品种生长环境中的勒克斯水平;栽培品种的物理间距数据;栽培品种和反射器的物理位置和指南针方向;栽培品种宽度以及茎和土壤湿度水平(基于密度计的读数);实际天气:(绝对和变化率);温度、相对湿度、露点、风速和风向等;云量,降雨;暴露于水和相对湿度;加热和冷却周期(即:整个栽培品种环境的每日温度变化);大气化学成分的变化;周围的电场;污染;害虫;和土壤化学性质:(例如:水分,pH)。
非IoT数据、历史数据或输入数据可以包括:修剪计划;灌溉时间表;收获时间表;天气预报;和一天的长度(例如:日出和日落时间)。
在一些实施方式中,传感器将经由云通过以下方式与AI子系统通信:(A)直接的商业蜂窝服务;或(B)首先经由现有的无线电技术例如LoRaWAN、LPWAN、LPN或Sigfox(或类似方法)进行汇总,然后再通过较少数量的网关发送到云上,如我们提出的实现方式一样;或(C)经由有线LAN。
人工智能机器学习系统
图4示出了用于生长条件的潜在AI算法输入、输出和训练循环的非限制性图示。基于先前列出的栽培品种参数的非限制性列表,设想了类似于栽培品种参数的输入、输出和训练循环的潜在AI算法的相似非限制性图示。
在一些实施方案中,收集广泛的短期和长期数据以了解哪些变量有助于栽培品种生长是有利的。历史、实时和预测的输入数据是从IoT子系统、反射器子系统、非IoT静态和动态源以及作物产量管理子系统收集的。
在一些实施方式中,算法的目标是分析以上输入,然后预测反射器的最佳光学特性。在一些实施方式中,响应于短期和长期变化,算法指示反射器改变其光学特性以达到增加栽培品种产量的可学习目标。在一些实施方式中,这将通过使用适当的商业AI算法技术来实现。
迄今为止,商业AI算法技术利用计算机视觉和深度学习算法来处理由遥控飞机和/或基于软件的技术捕获的数据,以监测作物和土壤的健康度。此外,学者们正在竞相开发预测性机器学习模型,该模型利用计算机视觉和深度学习算法来处理由遥控飞机、智能电话摄像头和/或基于软件的技术捕获的数据,以监控作物和土壤的健康度,但是迄今为止,没有具体的案例研究可用。
在一些实施方式中,相对于诸如温度或云覆盖之类的快速移动数据,由于收获时间非常缓慢(从每年大约四次,到每两年一次),因此产量管理数据将很少。因此,在一些实施方式中,最终将采用无监督的神经网络,因为找到足够大的正式训练集可能不是立即可行的。
在一些实施方式中,该算法最终将向种植者输出其他建议,例如:收获时间、修剪和灌溉的时间表变化。在一些实施方案中,还将建议栽培品种间隔的长期变化。
如本文所用,术语“人工智能”、“(AI)”或“机器智能”是指旨在产生智能机器的计算机科学的一个分支。它已经成为与人工智能相关的技术研究的重要组成部分,该技术具有高度的技术性和专门性。人工智能的核心问题包括针对某些特征对计算机进行编程,这些特征是例如:知识、推理、问题解决、感知、学习、计划以及操纵和移动对象的能力。知识工程是AI研究的核心部分。机器只有拥有与世界有关的大量信息,才能经常像人类一样行动和做出反应。人工智能必须具有访问对象、类别、属性以及它们之间的关系的权限,才能实施知识工程。在机器中启动常识、推理和解决问题的能力是一项艰巨而繁琐的任务。机器学习也是AI的核心部分。在没有任何监督的情况下进行学习需要有能力识别输入流中的模式,而在有适当监督的情况下进行学习则涉及分类和数值回归。分类确定对象所属的类别,而回归则用于获取一组数字输入或输出示例,从而发现使得能够从相应输入生成合适输出的函数。机器学习算法及其性能的数学分析是理论计算机科学的一个明确定义的分支,通常称为计算学习理论。机器感知具有使用感官输入来推断世界不同方面的能力,而计算机视觉则是分析具有一些子问题(例如面部、物体和手势识别)的视觉输入的能力。
现在参考图2,应用程序提供系统包括人工智能(AI)或机器学习算法(或替代地,直接控制反射器),该系统监测、控制并最终优化详细的光特性和其他变量以提高和优化特定栽培品种的产量。
人工智能(AI)或机器学习算法被配置为收集广泛的短期和长期数据,以便学习和了解哪些变量有助于栽培品种的生长。历史、实时和预测的输入数据是从IoT子系统、反射器子系统、非IoT静态和动态源以及作物产量管理子系统收集的。
数字处理设备
参考图5,示出了描绘包括计算机系统500(例如,处理或计算系统)的示例性机器的框图,计算机系统500可以在其中执行一组指令以使设备进行或执行本公开的静态代码调度的方面和/或方法中的任一个或多个。图5中的组件仅是示例,并且不限制任何硬件、软件、嵌入式逻辑组件或实现特定实施方式的两个或更多个此类组件的组合的使用或功能范围。
计算机系统500可以包括经由总线540与彼此以及与其他组件进行通信的一个或多个处理器501、存储器503和存储508。总线540也可以链接显示器532、一个或多个输入设备533(例如,可以包括小键盘、键盘、鼠标、手写笔等)、一个或多个输出设备534、一个或多个存储设备535以及各种有形存储介质536。所有这些元件可以直接或经由一个或多个接口或适配器与总线540对接。例如,各种有形存储介质536可以经由存储介质接口526与总线540对接。计算机系统500可以具有任何合适的物理形式,包括但不限于一个或多个集成电路(IC)、印刷电路板(PCB)、移动手持设备(例如移动电话或PDA)、膝上型计算机或笔记本计算机、分布式计算机系统、计算网格或服务器。
计算机系统500包括执行功能的一个或多个处理器501(例如,中央处理单元(CPU)或通用图形处理单元(GPGPU))。处理器501任选地包含临时本地存储指令、数据或计算机地址的高速缓冲存储器单元502。处理器501被配置为辅助执行计算机可读指令。由于处理器501执行体现在一个或多个有形计算机可读存储介质(例如,存储器503、存储508、存储设备535和/或存储介质536)中的非暂时性处理器可执行指令,计算机系统500可以为图5中所示的组件提供功能。计算机可读介质可以存储实现特定实施方式的软件,并且处理器501可以执行该软件。存储器503可以通过诸如网络接口520之类的合适接口从一个或多个其他计算机可读介质(例如,大容量存储设备535、536)或从一个或多个其他源读取软件。软件可以使处理器501执行本文描述或说明的一个或多个过程,或一个或多个过程中的一个或多个步骤。执行这样的过程或步骤可以包括定义存储在存储器503中的数据结构,并按照软件的指示修改数据结构。
存储器503可以包括各种组件(例如,机器可读介质),包括但不限于随机存取存储器组件(例如,RAM 504)(例如,静态RAM(SRAM)、动态RAM(DRAM)、铁电随机存取存储器(FRAM)、相变随机存取存储器(PRAM)等)、只读存储组件(例如ROM 505)及其任意组合。ROM505可以用于将数据和指令单向传递给处理器501,而RAM 504可以用来与数据处理器501双向传递数据和指令。ROM 505和RAM 504可以包括以下所描述的任何合适的有形计算机可读介质。在一个示例中,基本输入/输出系统506(BIOS)可以存储在存储器503中,其包括诸如在启动期间帮助在计算机系统500内的元件之间传递信息的基本例程。
固定存储508任选地通过存储控制单元507双向连接到处理器501。固定存储508提供附加的数据存储容量,并且还可以包括本文所述的任何合适的有形计算机可读介质。存储器508可以用于存储操作系统509、可执行文件510、数据511、应用512(应用程序)等。存储器508还可以包括光盘驱动器、固态存储设备(例如,基于闪存的系统)或以上任何者的组合。在适当的情况下,可以将存储508中的信息作为虚拟内存并入存储器503中。
在一个示例中,存储535可以经由存储设备接口525与计算机系统500可移除地对接(例如,经由外部端口连接器(未示出))。具体地,存储设备535和相关的机器可读介质可以为计算机系统500提供机器可读指令、数据结构、程序模块和/或其他数据的非易失性和/或易失性存储。在一个示例中,软件可以完全或部分地驻留在存储设备535上的机器可读介质中。在另一个示例中,软件可以完全或部分地驻留在处理器501中。
总线540连接各种各样的子系统。在本文中,在适当的情况下,对总线的引用可以包括一条或多条用作公共功能的数字信号线。总线540可以是使用多种总线架构中的任何一种的几种总线结构中的任何一种,包括但不限于存储器总线、存储器控制器、外围总线、本地总线及其任何组合。作为示例而非限制,这种架构包括工业标准架构(ISA)总线、增强型ISA(EISA)总线、微通道架构(MCA)总线、视频电子标准协会本地总线(VLB)、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、加速图形端口(AGP)总线、超传输(HTX)总线、串行高级技术附件(SATA)总线及其任意组合。
计算机系统500还可以包括输入设备533。在一个示例中,计算机系统500的用户可以经由输入设备533将命令和/或其他信息输入到计算机系统500中。输入设备533的示例包括但不限于字母数字输入设备(例如,键盘)、定点设备(例如,鼠标或触摸板)、触摸板、触摸屏、多点触摸屏、操纵杆、手写笔、游戏手柄、音频输入设备(例如,麦克风,语音响应系统等)、光学扫描仪、视频或静止图像捕获设备(例如,照相机)及其任意组合。在一些实施方式中,输入设备是Kinect、Leap Motion等。输入设备533可以经由各种输入接口523(例如,输入接口523)中的任一个连接到总线540,包括但不限于串行、并行、游戏端口、USB、FIREWIRE、THUNDERBOLT或任何以上的结合。
在特定实施方式中,当计算机系统500连接到网络530时,计算机系统500可以与连接到网络530的其他设备通信,特别是移动设备和企业系统、分布式计算系统、云存储系统、云计算系统等。可以通过网络接口520发送来往自计算机系统500的通信。例如,网络接口520可以以来自网络530的一个或多个数据包(例如,Internet协议(IP)数据包)的形式接收传入的通信(例如,来自其他设备的请求或响应),并且计算机系统500可以将传入的通信存储在存储器503中进行处理。计算机系统500可以类似地以一个或多个数据包的形式将传出的通信(例如,对其他设备的请求或响应)存储在存储器503中,并从网络接口520通信到网络530。处理器501可以访问存储器503中所存储的这些通信数据包以进行处理。
网络接口520的示例包括但不限于网络接口卡、调制解调器及其任何组合。网络530或网络段530的示例包括但不限于分布式计算系统、云计算系统、广域网(WAN)(例如,互联网、企业网络)、局域网(LAN)(例如,与办公室、建筑物、校园或其他相对较小的地理空间关联的网络)、电话网络、两个计算设备之间的直接连接、对等网络及其任意组合。诸如网络530之类的网络可以采用有线和/或无线通信模式。通常,可以使用任何网络拓扑。
信息和数据可以通过显示器532显示。显示器532的示例包括但不限于阴极射线管(CRT)、液晶显示器(LCD)、薄膜晶体管液晶显示器(TFT-LCD)、有机液晶显示器(OLED)例如无源矩阵OLED(PMOLED)或有源矩阵OLED(AMOLED)显示器、等离子显示器及其任何组合。显示器532可以经由总线540与处理器501、存储器503和固定存储508以及其他设备(诸如输入设备533)接口。显示器532经由视频接口522链接至总线540,并且可以通过图形控件521控制显示器532和总线540之间的数据传输。在一些实施方式中,显示器是视频投影仪。在一些实施方式中,显示器是诸如VR头戴式耳机的头戴式显示器(HMD)。在其他实施方式中,作为非限制性示例,合适的VR头戴式耳机包括HTC Vive、Oculus Rift、Samsung Gear VR、Microsoft HoloLens、Razer OSVR、FOVE VR、Zeiss VR One、Avergant Glyph、Freefly VR头戴式耳机等。在另外的实施方式中,显示器是诸如本文公开的那些的设备的组合。
除了显示器532之外,计算机系统500可以包括一个或多个其他外围输出设备534,包括但不限于音频扬声器、打印机、存储设备及其任何组合。这样的外围输出设备可以经由输出接口524连接到总线540。输出接口524的示例包括但不限于串行端口、并行连接、USB端口、FIREWIRE端口、THUNDERBOLT端口及其任何组合。
附加地或替代地,计算机系统500可以作为逻辑硬连线而提供功能或以其他方式体现在电路中,其可以代替软件或与软件一起运行以执行一个或多个过程或本文描述或说明的一个或多个过程中的一个或多个步骤。在本公开中对软件的引用可以涵盖逻辑,并且对逻辑的引用可以涵盖软件。此外,在适当的情况下,对计算机可读介质的引用可以涵盖存储用于执行的软件的电路(例如IC)、体现用于执行的逻辑的电路或两者。本公开涵盖硬件、软件或两者的任何合适的组合。
本领域技术人员将理解,结合本文公开的实施方式描述的各种说明性的逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,上面已经大体上根据其功能描述了各种说明性的组件、块、模块、电路和步骤。
结合本文公开的实施方式描述的各种说明性逻辑块、模块和电路可以用旨在执行此处所述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC),现场可编程门阵列(FPGA)或其他可编程逻辑设备、分立门或晶体管逻辑、分立硬件组件或其任何组合来实现或执行。通用处理器可以是微处理器,但可替代地,处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器、多个微处理器、与DSP核心结合的一个或多个微处理器、或任何其他这样的配置的组合。
结合本文公开的实施方式描述的方法或算法的步骤可以直接体现在硬件、由一个或多个处理器执行的软件模块,或两者的组合中。软件模块可以驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域已知的任何其他形式的存储介质中。示例性存储介质耦合到处理器,使得处理器可以从该存储介质读取信息,并且可以向该存储介质写入信息。或者,存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。替代地,处理器和存储介质可以作为分立组件驻留在用户终端中。
根据本文的描述,作为非限制性示例,合适的计算设备包括服务器计算机、台式计算机、膝上型计算机、笔记本计算机、子笔记本计算机、上网本计算机、上网平板计算机、机顶盒计算机、媒体流设备、掌上计算机、互联网设备、移动智能电话、平板计算机、个人数字助理,视频游戏机和车辆。本领域技术人员还将认识到,具有可选的计算机网络连接性的选定的电视、视频播放器和数字音乐播放器适用于本文所述的系统。在各种实施方式中,合适的平板计算机包括本领域技术人员已知的具有书本、平板和可转换构造的那些。
在一些实施方式中,计算设备包括被配置为执行可执行指令的操作系统。操作系统是例如包含程序和数据的软件,其管理设备的硬件并提供用于执行应用程序的服务。本领域技术人员将认识到,作为非限制性示例,合适的服务器操作系统包括FreeBSD、OpenBSD、Linux、Mac OS X和本领域技术人员将认识到,作为非限制性示例,合适的个人计算机操作系统包括Mac 和类似UNIX的操作系统例如在一些实施方式中,操作系统是由云计算提供的。本领域技术人员还将认识到,作为非限制性示例,合适的移动智能电话操作系统包括OS、Research InBlackBerry OS、OS、和本领域技术人员还将认识到,作为非限制性示例,合适的媒体流设备操作系统包括GoogleGoogleAmazon和 本领域技术人员还将认识到,作为非限制性示例,合适的视频游戏机操作系统包括XboxMicrosoft Xbox One、Wii和
在一些实施方式中,本文描述的平台、系统、媒体和方法包括数字处理设备或其使用。在其他实施方式中,数字处理设备包括执行该设备功能的一个或多个硬件中央处理单元(CPU)或通用图形处理单元(GPGPU)。在其他实施方式中,数字处理设备还包括被配置为执行可执行指令的操作系统。在一些实施方式中,数字处理设备任选地连接到计算机网络。在其他实施方式中,数字处理设备任选地连接到互联网,使得其访问万维网。在其他实施方式中,数字处理设备任选地连接到云计算基础设施。在其他实施方式中,数字处理设备任选地连接到内联网。在其他实施方式中,数字处理设备任选地连接到数据存储设备。
根据本文的描述,作为非限制性示例,合适的数字处理设备包括器计算机、台式计算机、膝上型计算机、笔记本计算机、子笔记本计算机、上网本计算机、上网平板计算机、机顶盒计算机、媒体流设备、掌上计算机、互联网设备、移动智能电话、平板计算机、个人数字助理,视频游戏机和车辆。本领域技术人员将认识到,许多智能电话适用于本文所述的系统。本领域技术人员还将认识到,具有可选的计算机网络连接性的选定的电视、视频播放器和数字音乐播放器适用于本文所述的系统。合适的平板计算机包括本领域技术人员已知的具有书本、平板和可转换构造的那些。
在一些实施方式中,设备包括存储和/或存储器设备。存储和/或存储器设备是用于临时或永久地存储数据或程序的一个或多个物理装置。在一些实施方式中,设备是易失性存储器,并且需要电力来维持所存储的信息。在一些实施方式中,该设备是非易失性存储器,并且在数字处理设备不通电时保留所存储的信息。在其他实施方式中,非易失性存储器包括闪存。在一些实施方式中,非易失性存储器包括动态随机存取存储器(DRAM)。在一些实施方式中,非易失性存储器包括铁电随机存取存储器(FRAM)。在一些实施方式中,非易失性存储器包括相变随机存取存储器(PRAM)。在其他实施方式中,设备是存储设备,作为非限制性示例,包括CD-ROM、DVD、闪存设备、磁盘驱动器、磁带驱动器、光盘驱动器和基于云计算的存储。在进一步的实施方式中,存储和/或存储器设备是诸如本文公开的那些的设备的组合。
在一些实施方式中,本文公开的平台、系统、介质和方法包括一种或多种非暂时性计算机可读存储介质,其用程序编码,该程序包括可由可选联网的数字处理设备的操作系统执行的指令。在其他实施方式中,计算机可读存储介质是数字处理设备的有形组件。在其他实施方式中,计算机可读存储介质任选地可从数字处理设备移除。在一些实施方式中,作为非限制性示例,计算机可读存储介质包括CD-ROM、DVD、闪存设备、固态存储器、磁盘驱动器、磁带驱动器、光盘驱动器、云计算系统和服务等。在一些情况下,程序和指令被永久、基本上永久、半永久或非临时编码在介质上。
在一些实施方式中,数字处理设备包括显示器,以将视觉信息发送给用户。在一些实施方式中,显示器是液晶显示器(LCD)。在其他实施方式中,显示器是薄膜晶体管液晶显示器(TFT-LCD)。在一些实施方式中,显示器是有机发光二极管(OLED)显示器。在各种其他实施方式中,在OLED显示器上是无源矩阵OLED(PMOLED)或有源矩阵OLED(AMOLED)显示器。在一些实施方式中,显示器是等离子显示器。在其他实施方式中,显示器是视频投影仪。在其他实施方式中,显示器是与诸如VR头戴式耳机之类的数字处理设备通信的头戴式显示器。在其他实施方式中,作为非限制性示例,合适的VR头戴式耳机包括HTC Vive、OculusRift、Samsung Gear VR、Microsoft HoloLens、Razer OSVR、FOVE VR、Zeiss VR One、Avergant Glyph、Freefly VR头戴式耳机等。在另外的实施方式中,显示器是诸如本文公开的那些的设备的组合。
在一些实施方式中,数字处理设备包括用于从用户接收信息的输入设备。在一些实施方式中,输入设备是键盘。在一些实施方式中,输入设备是定点设备,作为非限制性示例,包括鼠标、轨迹球、轨迹板、操纵杆、游戏控制器或手写笔。在一些实施方式中,输入设备是触摸屏或多点触摸屏。在其他实施方式中,输入设备是麦克风,用于捕获语音或其他声音输入。在其他实施方式中,输入设备是摄像机或其他传感器,用于捕获运动或视觉输入。在其他实施方式中,输入设备是Kinect、Leap Motion等。在其他实施方式中,输入设备是诸如本文公开的那些的设备的组合。
在特定实施方式中,对示例性数字处理设备进行编程或以其他方式配置为收集、整理和处理历史数据和实时数据。该设备可以调节本公开的反射器系统的各个方面,例如光反射特性,包括光方向、光强度、光波长范围和光集中度。在该实施方式中,数字处理设备包括中央处理单元(CPU,在本文中也称为“处理器”和“计算机处理器”),其可以是单核或多核处理器,或者是用于并行处理的多个处理器。数字处理设备还包括用于与一个或多个其他系统和外围设备(例如包含各种IoT和模拟传感器(包括前面提到的所有传那些)的IoT子系统、数字控件、无线电系统、电力系统缓存、其他存储器、数据存储和/或电子显示适配器)通信的存储器或存储器位置(例如,随机存取存储器、只读存储器、闪存)、电子存储单元(例如,硬盘)、通信接口(例如,网络适配器)。存储器、存储单元、接口和外围设备通过诸如母板之类的通信总线(实线)与CPU通信。存储单元可以是用于存储数据的数据存储单元(或数据存储库)。数字处理设备可以借助于通信接口可操作地耦合到计算机网络(“网络”)。网络可以是互联网、因特网和/或外联网或与互联网通信的内联网和/或外联网。在一些情况下,网络是电信和/或数据网络。网络可以包括一个或多个计算机服务器,其可以启用分布式计算,例如云计算。在一些情况下,借助设备,网络可以实现对等网络,该对等网络可以使耦合到该设备的设备充当客户端或服务器。
CPU可以执行一系列机器可读指令,该指令可以体现在程序或软件中。程序或软件指令可以包括存储在诸如存储器的存储器位置中的算法和各种应用程序。这样的算法和各种应用程序可以包括人工智能(AI)逻辑。指令可以被定向到CPU,其可以随后对CPU进行编程或以其他方式配置CPU以实现本公开的方法。由CPU执行的操作的示例可以包括提取、解码、执行和写回。CPU可以是诸如集成电路之类的电路的一部分。设备的一个或多个其他组件可以包含在电路中。在一些情况下,电路是专用集成电路(ASIC)或现场可编程门阵列(FPGA)。
在一些实施方式中,存储单元存储文件,例如驱动器、库和保存的程序。存储单元可以存储用户数据,例如用户偏好和用户程序。在一些情况下,数字处理设备可以包括一个或多个外部的其他数据存储单元,例如位于通过内联网或互联网进行通信的远程服务器上。
在一些实施方式中,数字处理设备通过网络与一个或多个远程计算机系统通信。例如,设备可以与用户的远程计算机系统通信。远程计算机系统的示例包括个人计算机(例如,便携式PC)、平板或平板PC(例如,iPad、Galaxy Tab)、电话、智能电话(例如,iPhone、支持Android的设备、)或个人数字助理。
如本文所述的方法可以通过存储在数字处理设备的电子存储位置(例如,存储器或电子存储单元)上的机器(例如,计算机处理器)可执行代码来实现。机器可执行或机器可读代码可以以软件的形式提供。在使用过程中,代码可以由处理器执行。在一些情况下,可以从存储单元中检索代码并将其存储在内存中,以备处理器随时访问。在一些情况下,可以不包括电子存储单元,并将机器可执行指令存储在内存中。
在特定实施方式中,应用程序提供系统包括由关系数据库管理系统(RDBMS)访问的一个或多个数据库。合适的RDBMS包括Firebird、MySQL、PostgreSQL、SQLite、Oracle数据库、Microsoft SQL Server、IBM DB2、IBM Informix、SAP Sybase、SAP Sybase、Teradata等。在该实施方式中,应用程序提供系统还包括一个或多个应用程序服务器(例如Java服务器、.NET服务器、PHP服务器等)和一个或多个Web服务器(例如Apache、IIS、GWS等)。Web服务器任选地通过应用程序编程接口(API)公开一个或多个Web服务。经由诸如互联网的网络,系统提供基于浏览器的和/或移动的本机用户界面。
在特定实施方式中,应用程序提供系统可替代地具有基于云的分布式架构,并且包括弹性负载平衡的、自动缩放的Web服务器资源和应用程序服务器资源以及同步复制的数据库。
计算机程序
在一些实施方式中,本文公开的平台、系统、介质和方法包括至少一个计算机程序或其使用。计算机程序包括一系列指令,可在数字处理设备的CPU中执行,这些指令被编写为执行指定任务。可以将计算机可读指令实现为执行特定任务或实现特定抽象数据类型的程序模块,例如功能、对象、应用程序编程接口(API)、数据结构等。根据本文提供的公开内容,本领域技术人员将认识到,可以用各种版本的各种语言来编写计算机程序。
计算机可读指令的功能可以在各种环境中根据需要进行组合或分布。在一些实施方式中,计算机程序包括一个指令序列。在一些实施方式中,计算机程序包括多个指令序列。在一些实施方式中,从一个位置提供计算机程序。在其他实施方式中,从多个位置提供计算机程序。在各种实施方式中,计算机程序包括一个或多个软件模块。在各种实施方式中,计算机程序部分或全部地包括一个或多个Web应用程序、一个或多个移动应用程序、一个或多个独立应用程序、一个或多个Web浏览器插件、扩项展、加载项或添加项,或其组合。
Web应用程序
在一些实施方式中,计算机程序包括Web应用程序。根据本文提供的公开内容,本领域技术人员将认识到,在各种实施方式中,Web应用程序利用一个或多个软件框架和一个或多个数据库系统。在一些实施方式中,基于诸如.NET或Ruby on Rails(RoR)的软件框架来产生Web应用程序。在一些实施方式中,Web应用程序利用一个或多个数据库系统,作为非限制性示例,包括关系数据库系统、非关系数据库系统、面向对象的数据库系统、关联数据库系统和XML数据库系统。在其他实施方式中,作为非限制性示例,合适的关系数据库系统包括SQL Server、mySQLTM和本领域技术人员还将认识到,在各种实施方式中,Web应用程序是用一个或多个版本的一种或多种语言编写的。可以用一种或多种标记语言、表示定义语言、客户端脚本语言、服务器端编码语言、数据库查询语言或其组合来编写Web应用程序。在一些实施方式中,在某种程度上以诸如超文本标记语言(HTML)、可扩展超文本标记语言(XHTML)或可扩展标记语言(XML)的标记语言来编写Web应用程序。在一些实施方式中,在某种程度上以诸如层叠样式表(CSS)的表示定义语言来编写Web应用程序。在一些实施方式中,在某种程度上以诸如异步JavaScript和XML(AJAX)、Actionscript、Javascript或的客户端脚本语言来编写Web应用程序。在一些实施方式中,在某种程度上以诸如活动服务器页面(ASP)、Perl、JavaTM、JavaServer Pages(JSP)、超文本预处理器(PHP)、PythonTM、Ruby、Tcl、Smalltalk、或Groovy的服务器端编码语言来编写Web应用程序。在一些实施方式中,在某种程度上以诸如结构化查询语言(SQL)的数据库查询语言来编写Web应用。在一些实施方式中,Web应用程序集成诸如的企业服务器产品。在一些实施方式中,Web应用程序包括媒体播放器元素。在各种其他实施方式中,媒体播放器元素利用许多合适的多媒体技术中的一个或多个,作为非限制性示例,包括:HTML5、JavaTM和
参考图6,在特定实施方式中,应用程序提供系统包括由关系数据库管理系统(RDBMS)610访问的一个或多个数据库600。合适的RDBMS包括Firebird、MySQL、PostgreSQL、SQLite、Oracle Database、Microsoft SQL Server、IBM DB2、IBM Informix、SAP Sybase、SAP Sybase、Teradata等。在该实施方式中,应用程序提供系统还包括一个或多个应用程序服务器620(例如Java服务器、.NET服务器、PHP服务器等)和一个或多个Web服务器630(例如Apache、IIS、GWS等)。Web服务器任选地通过应用程序编程接口(API)640公开一个或多个Web服务。经由诸如互联网的网络,系统提供基于浏览器的和/或移动的本机用户界面。
参考图7,在特定实施方式中,应用程序提供系统可替代地具有基于云的分布式体系结构700,并且包括弹性负载平衡的、自动缩放的Web服务器资源710和应用程序服务器资源720,以及同步复制的数据库730。
移动应用程序
在一些实施方式中,计算机程序包括提供给移动数字处理设备的移动应用。在一些实施方式中,移动应用在移动数字处理设备制造时向其提供。在其他实施方式中,通过本文描述的计算机网络将移动应用程序提供给移动数字处理设备。
鉴于本文提供的公开内容,使用本领域技术人员已知的技术使用本领域已知的硬件、语言和开发环境来产生移动应用程序。本领域技术人员将认识到,移动应用程序是用几种语言编写的。作为非限制性示例,合适的编程语言包括C、C++、C#、Objective-C、JavaTM、Javascript、Pascal、Object Pascal、PythonTM、Ruby、VB.NET、WML和有或没有CSS的XHTML/HTML,或其组合。
合适的移动应用程序开发环境可从多个来源获得。作为非限制性示例,可商购的开发环境包括AirplaySDK、alcheMo、Celsius、Bedrock、Flash Lite、.NET Compact Framework、Rhomobile和WorkLight移动平台。有其他开发环境免费提供,包括但不限于Lazarus、MobiFlex、MoSync和Phonegap。此外,移动设备制造商还分发软件开发人员工具包,作为非限制性示例,包括iPhone和iPad(iOS)SDK、AndroidTM SDK、SDK、BREW SDK、OS SDK、Symbian SDK、webOS SDK和Mobile SDK。
本领域技术人员将认识到几个商业论坛可用于分发移动应用程序,作为非限制性示例,包括App Store、Play、Chrome WebStore、AppWorld、Palm设备的App Store、webOS的App Catalog、移动设备的Marketplace、设备的Ovi Store、Apps和DSi Shop。
独立应用程序
在一些实施方式中,计算机程序包括独立应用程序,该独立应用程序是作为独立计算机进程而不是现有进程的添加项(例如,不是插件)运行的程序。本领域技术人员将认识到,经常编译独立的应用程序。编译器是一种计算机程序,可以将以编程语言编写的源代码转换为二进制目标代码,例如汇编语言或机器代码。作为非限制性示例,合适的编译程序语言包括C、C++、Objective-C、COBOL、Delphi、Eiffel、JavaTM、Lisp、PythonTM、VisualBasic和VB.NET或其组合。通常至少部分地执行编译以产生可执行程序。在一些实施方式中,计算机程序包括一个或多个可执行的编译应用程序。
Web浏览器插件
在一些实施方式中,计算机程序包括Web浏览器插件(例如,扩展等)。在计算中,插件是一个或多个软件组件,可将特定功能添加到较大的软件应用程序中。软件应用程序的制造商支持插件,以使第三方开发人员能够创造扩展应用程序的功能,支持轻松添加新功能并减小应用程序大小的功能。如果受支持,则插件可用于自定义软件应用程序的功能。例如,插件通常用于Web浏览器中以播放视频,产生交互性,扫描病毒以及显示特定的文件类型。本领域技术人员将熟悉几种Web浏览器插件,包括Player、和
鉴于本文提供的公开内容,本领域技术人员将认识到,有几种插件框架可用,这些框架能够以各种编程语言开发插件,作为非限制性示例,包括C++、Delphi、JavaTM、PHP、PythonTM和VB.NET或其组合。
Web浏览器(也称为Internet浏览器)是软件应用程序,设计用于与连接网络的数字处理设备一起使用,用于检索、呈现和遍历万维网上的信息资源。作为非限制性示例,合适的网络浏览器包括:InternetChrome、Opera和KDE Konqueror。在一些实施方式中,Web浏览器是移动网络浏览器。移动Web浏览器(也称为微型浏览器、迷你浏览器和无线浏览器)设计用于在移动数字处理设备上使用,作为非限制性示例,这些设备包括手持式计算机、平板计算机、上网本计算机、子笔记本计算机、智能电话、音乐播放器、个人数字助理(PDA)和手持视频游戏系统。作为非限制性示例,合适的移动网络浏览器包括 浏览器、RIM浏览器、Blazer、浏览器、用于移动电话的 InternetMobile、Basic Web、浏览器、OperaMobile和PSPTM浏览器。
软件模块
在一些实施方式中,本文公开的平台、系统、媒体和方法包括软件、服务器和/或数据库模块,或其使用。鉴于本文提供的公开内容,通过本领域技术人员已知的技术,使用本领域已知的机器、软件和语言来产生软件模块。本文公开的软件模块以多种方式实现。在各种实施方式中,软件模块包括文件、代码段、编程对象、编程结构或其组合。在进一步的各种实施方式中,软件模块包括多个文件、多个代码段、多个编程对象、多个编程结构或其组合。在各种实施方式中,作为非限制性示例,一个或多个软件模块包括Web应用程序、移动应用程序和独立应用程序。在一些实施方式中,软件模块在一个计算机程序或应用程序中。在其他实施方式中,软件模块在一个以上的计算机程序或应用程序中。在一些实施方式中,软件模块托管在一台机器上。在其他实施方式中,软件模块托管在多台机器上。在其他实施方式中,软件模块托管在云计算平台上。在一些实施方式中,软件模块托管在一个位置的一台或多台机器上。在其他实施方式中,软件模块托管在不止一个位置的一台或多台机器上。
数据库
在一些实施方式中,本文公开的平台、系统、媒体和方法包括一个或多个数据库,或其使用。鉴于本文提供的公开内容,本领域技术人员将认识到,许多数据库适合于存储和检索与栽培品种参数和生长条件中的至少一个相对应的感测数据。在各种实施方式中,作为非限制性示例,合适的数据库包括关系数据库、非关系数据库、面向对象的数据库、对象数据库、实体关系模型数据库、关联数据库和XML数据库。其他非限制性示例包括SQL、PostgreSQL、MySQL、Oracle、DB2和Sybase。在一些实施方式中,数据库是基于互联网的。在其他实施方式中,数据库是基于Web的。在其他实施方式中,数据库是基于云计算的。在其他实施方式中,数据库是基于一个或多个本地计算机存储设备的。
术语及定义
除非另有定义,否则本文中使用的所有技术术语具有与本发明所属领域的普通技术人员通常所理解的相同含义。
如本文所用,单数形式的“一种”、“一个”和“该”包括复数引用,除非上下文另外明确指出。除非另有说明,否则本文中对“或”的任何引用旨在涵盖“和/或”。
如本文所用,术语“约”是指与所述量相差约10%、5%或1%的量,包括其中的增量。
如本文所用,术语“栽培品种”是指通过选择性育种在栽培中产生的植物品种。更一般而言,栽培品种是指《国际栽培植物命名法》(ICNCP)中栽培植物的最基本分类类别。多数栽培品种是在栽培中出现的,但有一些是从野外特别挑选的。
如本文所用,术语“勒克司水平”或“勒克司”是指照度和发光度的SI派生的单位(国际单位制-基于米、千克、秒、安培、开尔文、坎德拉和摩尔),衡量每单位面积的光通量。它等于每平方米一流明。在光度学中,这被用作对人眼所感知到的落在表面上或穿过表面的光的强度的感测和/或度量。
如本文所用,术语“光的谱”或“光谱”是指可见光谱,即我们的眼睛敏感的电磁辐射的波长范围。或者,它可以表示光强度与其波长(或有时是频率)的绘图(或表或图)。
尽管本文已经示出并描述了本发明的某些实施方案,但对本领域技术人员而言容易理解的是:这些实施方案仅以示例的方式提供。在不偏离本公开内容的情况下,本领域技术人员现将想到许多变化、改变和替代。应当理解,本文所述的本发明实施方案的各种替代方案可用于实践本发明。意在用以下权利要求限定本发明的范围并由此涵盖在这些权利要求的范围内的方法和结构及其等同物。
Claims (75)
1.一种用于在栽培品种生长环境中调节一个或多个光条件的导光平台,所述平台包括:
a)至少一个传感器,所述至少一个传感器被配置为感测和/或测量与栽培品种参数或生长条件中的至少一个相对应的感测数据;和
b)处理器,所述处理器被配置为提供应用程序,所述应用程序包括:
i)优化模块,用于至少基于所述感测数据来确定反射修改命令;和
ii)修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;以及
c)反射器系统,所述反射器系统包括:
i)所述通信设备,所述通信设备被配置为接收所述反射修改命令;
ii)反射面,所述反射面被配置成将光反射到所述栽培品种生长环境;以及
iii)反射修改设备,所述反射修改设备被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的所述一个或多个光条件。
2.如权利要求1所述的平台,其中所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。
3.如权利要求1所述的平台,其中所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
4.如权利要求1所述的平台,其中所述处理器定位在相对于所述导光平台的远程位置。
5.如权利要求4所述的平台,其中所述处理器被配置为经由无线电信号来通信所述反射修改命令。
6.如权利要求1所述的平台,其中所述至少一个传感器包括风量计、雨量计、土壤湿度计、照度计、湿度计、茎水势测树仪、测树仪、pH计、伽玛射线传感器、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、中红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。
7.如权利要求1所述的平台,其中所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的所述反射特性。
8.如权利要求7所述的平台,其中所述应用程序进一步包括配置为接收所述历史数据的统计模块。
9.如权利要求1所述的平台,其中所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。
10.如权利要求1所述的平台,其中所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、中红外传感器、近红外反射率或果实产量中的至少一种。
11.如权利要求1所述的平台,其中所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。
12.如权利要求1所述的平台,其中所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。
13.如权利要求1所述的平台,其中所述平台包括第一传感器和第二传感器,所述第一传感器配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据,所述第二传感器配置为感测和/或测量对应于生长条件的第二感测数据。
14.如权利要求13所述的平台,其中所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。
15.如权利要求14所述的平台,其中所述至少一个传感器包括多个传感器,其共同构成彼此通信的物联网。
16.一种用于在栽培品种生长环境中调节一个或多个光条件的计算机实现的方法,所述方法包括:
a)测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;
b)使用包括用于评估所述感测数据的应用程序的处理器;
c)至少基于所述感测数据来确定反射修改命令;以及
d)至少基于所述反射修改命令来修改反射面的反射特性;
e)其中所述反射面被配置为将光反射至所述栽培品种生长环境,以调节所述栽培品种生长环境中的所述一个或多个光条件。
17.如权利要求16所述的方法,其中所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。
18.如权利要求16所述的方法,其中修改所述反射特性包括调节马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
19.如权利要求16所述的方法,进一步包括将所述反射修改命令从所述处理器发送到包括所述反射面的反射器系统的步骤。
20.如权利要求19所述的方法,其中所述发送是经由无线电信号。
21.如权利要求16所述的方法,其中测量所述感测数据包括使用风量计、雨量计、土壤湿度计、照度计、湿度计、茎水势测树仪、pH计、伽玛射线传感器、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、中红外传感器、果实密度传感器或温度计中的至少一种。
22.如权利要求16所述的方法,进一步包括基于历史数据修改所述反射面的所述反射特性的步骤。
23.如权利要求16所述的方法,其中所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、pH水平、伽马射线水平、大气压、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况或化学组成、害虫状况或温度中的至少一种。
24.如权利要求16所述的方法,其中所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物颜色、植物形状、植物状况、植物茎水势、果实大小、果实颜色、果实成熟度、果实酸度、果实糖含量、果实抗氧化剂含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、中红外传感器、近红外反射率或果实产量中的至少一种。
25.如权利要求16所述的平台,其中所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。
26.如权利要求16所述的平台,其中所述感测数据包括从围绕所述栽培品种生长环境定位的多个传感器收集的数据。
27.如权利要求16所述的平台,其中所述感测数据包括对应于栽培品种参数和/或生长条件的第一感测数据和对应于生长条件的第二感测数据。
28.如权利要求16所述的平台,其中包括用于评估所述感测数据的所述应用程序的所述处理器定位在相对于所述栽培品种生长环境的远程位置。
29.如权利要求16所述的方法,其中所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
30.一种用于在栽培品种生长环境中调节生长条件的导光平台的计算机实现的控制系统,所述控制系统包括:
a)至少一个传感器,所述至少一个传感器被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据;
b)处理器,所述处理器被配置为提供应用程序,所述应用程序包括:
c)优化模块,用于确定反射修改命令;和
d)修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;
e)所述应用程序进一步包括机器学习算法,用于将至少一个生长条件与至少一个栽培品种参数相关联、鉴定改善所述至少一个栽培品种参数的推荐生长条件、以及调节对应于所述感测数据的反射修改命令,所述感测数据与所述栽培品种参数和所述生长条件中的至少一个有关。
31.如权利要求30所述的控制系统,进一步包括:
a)反射器系统,所述反射器系统包含配置为接收所述反射修改命令的所述通信设备,并且所述反射器系统进一步包括:
b)反射面,所述反射面被配置成将光反射到所述栽培品种生长环境;以及
c)反射修改设备,所述反射修改设备被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的一个或多个光条件,从而调节所述生长条件。
32.如权利要求31所述的控制系统,其中所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。
33.如权利要求31所述的控制系统,其中所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
34.如权利要求30所述的控制系统,其中所述处理器定位在相对于所述反射器系统的远程位置。
35.如权利要求34所述的控制系统,其中所述处理器被配置为经由无线电信号发送所述反射修改命令。
36.如权利要求30所述的控制系统,其中所述至少一个传感器包括风量计、雨量计、土壤湿度计、茎水势测树仪、照度计、湿度计、pH计、伽玛射线传感器、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、中红外传感器、果实密度传感器或温度计中的至少一种。
37.如权利要求30所述的控制系统,其中所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的所述反射特性。
38.如权利要求37所述的控制系统,其中所述应用程序进一步包括配置为接收所述历史数据的统计模块。
39.如权利要求30所述的控制系统,其中所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、茎水势水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。
40.如权利要求30所述的控制系统,其中所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物颜色、植物形状、植物状况、植物茎水势、果实大小、果实颜色、果实成熟度、果实酸度、果实糖含量、果实抗氧化剂含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、中红外传感器、红外反射率、近红外反射率或果实产量中的至少一种。
41.如权利要求30所述的控制系统,其中所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。
42.如权利要求30所述的控制系统,其中所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。
43.如权利要求30所述的控制系统,其中所述控制系统包括第一传感器和第二传感器,所述第一传感器配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据,所述第二传感器配置为感测和/或测量对应于生长条件的第二感测数据。
44.如权利要求43所述的控制系统,其中所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。
45.如权利要求44所述的控制系统,所述至少一个传感器包括多个传感器,其共同构成彼此通信的物联网。
46.一种用于在栽培品种生长环境中调节一个或多个光条件的计算机实现的方法,所述方法包括:
a)通过提供历史环境生长条件数据和实时感测数据来训练机器学习算法,以鉴定在所述栽培品种生长环境中生长的作物的多个推荐环境生长条件;
b)从多个传感器中的至少一个接收对应于栽培品种参数和生长条件中的至少一种的感测数据;
c)将经训练的机器学习算法应用于来自所述多个传感器中的所述至少一个的所述感测数据和所述历史环境生长条件数据,以产生调节反射面的反射特性的指令;
d)至少基于所述实时感测数据来确定反射修改命令,并将所述反射修改命令发送至包括所述反射面的反射器系统;以及
e)至少基于来自所述反射修改命令的指令来修改所述反射面的所述反射特性;
其中所述反射面被配置为将光反射至所述栽培品种生长环境,以调节所述栽培品种生长环境中的所述一个或多个光条件。
47.如权利要求46所述的方法,其中所述历史环境生长条件数据包括选自以下的一个或多个数据集:日出/日落时间的集合、季度和/或每日历史气候信息的集合、基于日期的太阳位置信息的集合、或基于日期的日照质量信息的集合。
48.如权利要求46所述的方法,其中所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。
49.如权利要求46所述的方法,其中修改所述反射特性包括调节马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
50.如权利要求46所述的方法,进一步包括将所述反射修改命令从所述处理器发送到包括所述反射面的反射器系统的步骤。
51.如权利要求50所述的方法,其中所述发送是经由无线电信号。
52.如权利要求46所述的方法,其中感测数据的测量包括使用风量计、雨量计、湿度计、pH计、伽玛射线传感器、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、中红外传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。
53.如权利要求46所述的方法,进一步包括基于历史数据修改所述反射面的所述反射特性的步骤。
54.如权利要求46所述的方法,其中所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。
55.如权利要求46所述的方法,其中所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、中红外反射率、红外反射率、近红外反射率或果实产量中的至少一种。
56.如权利要求46所述的平台,其中所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。
57.如权利要求46所述的平台,其中所述感测数据包括从围绕所述栽培品种生长环境定位的多个传感器收集的数据。
58.如权利要求46所述的平台,其中所述感测数据包括对应于栽培品种参数和/或生长条件的第一感测数据以及对应于生长条件的第二感测数据。
59.一种用于在栽培品种生长环境中调节一个或多个光条件的导光平台,所述平台包括:
a)处理器,所述处理器被配置为提供应用程序,所述应用程序包括:
i)优化模块,用于基于输入数据来确定反射修改命令;和
ii)修改模块,用于将所述反射修改命令发送给配置为接收所述反射修改命令的通信设备;以及
b)反射器系统,所述反射器系统包括:
i)所述通信设备,所述通信设备被配置为接收所述反射修改命令;
ii)反射面,所述反射面被配置成将光反射到所述栽培品种生长环境;以及
iii)反射修改设备,所述反射修改设备被配置为至少基于所述反射修改命令来修改所述反射面的反射特性,以调节所述栽培品种生长环境中的所述一个或多个光条件。
60.如权利要求59所述的平台,进一步包括至少一个传感器,所述至少一个传感器被配置为感测和/或测量与栽培品种参数和生长条件中的至少一个相对应的感测数据。
61.如权利要求59所述的平台,其中所述输入数据包括下组的一个或多个成员:一天中的时间、一年中的一天、现有和预测的光照,或温度。
62.如权利要求59所述的平台,其中所述反射特性包括光方向、光波长范围、光强度或光集中度中的至少一种。
63.如权利要求59所述的平台,其中所述反射修改设备包括马达、滑轮、齿轮、轴承、轴、液晶、记忆金属、形状记忆聚合物或可调滤光器中的至少一种。
64.如权利要求59所述的平台,其中所述处理器定位在相对于所述导光平台的远程位置。
65.如权利要求64所述的平台,其中所述处理器被配置为经由无线电信号发送所述反射修改命令。
66.如权利要求60所述的平台,其中所述传感器包括风量计、雨量计、土壤湿度计、茎水势测树仪、pH计、伽玛射线传感器、照度计、湿度计、照相机、麦克风、摄像机、化学传感器、大气压传感器、O2传感器、N2传感器、CO2传感器、零散光传感器、果实生长传感器、反射传感器、红外传感器、近红外传感器、果实密度传感器或温度计中的至少一种。
67.如权利要求59所述的平台,其中所述应用程序进一步配置为从管理员接收与所述栽培品种生长环境相关的历史数据,并且其中所述优化模块进一步基于所述历史数据确定所述反射面的所述反射特性。
68.如权利要求67所述的平台,其中所述应用程序进一步包括配置为接收所述历史数据的统计模块。
69.如权利要求60所述的平台,其中所述生长条件包括风速、风向、降雨量、土壤湿度水平、光强度、光角、光质量、相对湿度水平、氧气水平、二氧化碳水平、氮气水平、化学物水平、土壤颜色、土壤状况、害虫状况或温度中的至少一种。
70.如权利要求60所述的平台,其中所述栽培品种参数包括生长速度、植物大小、叶片直径、植物高度、植物质量、叶片颜色、叶片形状、植物茎水势、植物颜色、植物形状、植物状况、果实大小、果实颜色、果实成熟度、果实酸度、果实抗氧化剂含量、果实糖含量、果实密度、叶密度、茎伸长率、反射光谱、果实密度、酸含量、干物质含量、根生长速度、根生物量、根体积、根大小、根密度、叶反射光谱、标准化的差异植被指数、内部果实温度、外部果实温度、红色反射率、红外反射率、近红外反射率或果实产量中的至少一种。
71.如权利要求59所述的平台,其中所述光包括可修改的光、日光、UV光、IR光、电光或LED光中的至少一种。
72.如权利要求60所述的平台,其中所述至少一个传感器包括多个传感器,用于定位在所述栽培品种生长环境周围。
73.如权利要求59所述的平台,其中所述平台包括第一传感器和第二传感器,所述第一传感器配置为感测和/或测量对应于栽培品种参数和/或生长条件的第一感测数据,所述第二传感器配置为感测和/或测量对应于生长条件的第二感测数据。
74.如权利要求73所述的平台,其中所述优化模块至少基于所述第一感测数据和所述第二感测数据确定所述反射修改命令。
75.如权利要求74所述的平台,其中所述一个或多个传感器包括多个传感器,其共同构成彼此通信的物联网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211168500.7A CN116114513A (zh) | 2018-10-24 | 2019-10-23 | 用于栽培品种生长环境的导光平台 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862749858P | 2018-10-24 | 2018-10-24 | |
US62/749,858 | 2018-10-24 | ||
PCT/US2019/057727 WO2020086763A1 (en) | 2018-10-24 | 2019-10-23 | A light directing platform for a cultivar growing environment |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211168500.7A Division CN116114513A (zh) | 2018-10-24 | 2019-10-23 | 用于栽培品种生长环境的导光平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113226014A true CN113226014A (zh) | 2021-08-06 |
Family
ID=70330387
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211168500.7A Pending CN116114513A (zh) | 2018-10-24 | 2019-10-23 | 用于栽培品种生长环境的导光平台 |
CN201980085870.4A Pending CN113226014A (zh) | 2018-10-24 | 2019-10-23 | 用于栽培品种生长环境的导光平台 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211168500.7A Pending CN116114513A (zh) | 2018-10-24 | 2019-10-23 | 用于栽培品种生长环境的导光平台 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210315168A1 (zh) |
EP (1) | EP3869937A4 (zh) |
CN (2) | CN116114513A (zh) |
IL (1) | IL282555A (zh) |
WO (1) | WO2020086763A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933299A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 基于物联网的果蔬种植管理系统 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PE20160981A1 (es) | 2013-12-31 | 2016-10-05 | Dispersolar Llc | Recoleccion, transmision, modificacion espectral y suministro de luz solar a areas sombreadas de las plantas |
US11580389B2 (en) * | 2020-01-14 | 2023-02-14 | International Business Machines Corporation | System and method for predicting fall armyworm using weather and spatial dynamics |
CN113875514B (zh) * | 2020-07-03 | 2023-02-03 | 株式会社理光 | 栽培方法、信息处理方法、控制方法、信息处理装置及控制装置 |
DE102020118210A1 (de) * | 2020-07-10 | 2022-01-13 | Werner Reichert | Energieeffizientes modulares Gewächshaus |
USD1028646S1 (en) | 2021-04-30 | 2024-05-28 | Opti-Harvest, Inc. | Canopy unit for light harvesting |
US20230014560A1 (en) * | 2021-07-17 | 2023-01-19 | Paul Cain | Assembly for creating a conditioned environment for plants |
JP2023099939A (ja) * | 2022-01-04 | 2023-07-14 | Biprogy株式会社 | 光量子束密度予測システム及び光量子束密度予測プログラム |
JP2023131357A (ja) * | 2022-03-09 | 2023-09-22 | Biprogy株式会社 | 日射予測システム及び日射予測プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1559175A (zh) * | 2004-02-24 | 2005-01-05 | 深圳市宝安区农业科学技术推广中心 | 远程无线作物信息反馈和可控环境农业智能化系统 |
CN101162384A (zh) * | 2006-10-12 | 2008-04-16 | 魏珉 | 人工智能植物生长环境调控专家决策系统 |
US20160064204A1 (en) * | 2014-09-02 | 2016-03-03 | iUNU, LLC | Intelligent Radio-Controlled Plasma Light |
US20180014486A1 (en) * | 2016-07-14 | 2018-01-18 | Mjnn Llc | Control and sensor systems for an environmentally controlled vertical farming system |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160157439A1 (en) * | 2014-12-09 | 2016-06-09 | The Plastics Group, Inc. | Plant and garden growing system |
US20170188531A1 (en) * | 2015-03-05 | 2017-07-06 | John J. Daniels | Accelerated plant growth system |
US20170142813A1 (en) * | 2015-11-11 | 2017-05-18 | Ranbir S. Sahni | Intelligent controller |
US10709073B2 (en) * | 2017-06-14 | 2020-07-14 | Grow Solutions Tech Llc | Systems and methods for communicating data via a plurality of grow pods |
-
2019
- 2019-10-23 EP EP19875206.5A patent/EP3869937A4/en active Pending
- 2019-10-23 CN CN202211168500.7A patent/CN116114513A/zh active Pending
- 2019-10-23 US US17/287,594 patent/US20210315168A1/en not_active Abandoned
- 2019-10-23 CN CN201980085870.4A patent/CN113226014A/zh active Pending
- 2019-10-23 WO PCT/US2019/057727 patent/WO2020086763A1/en unknown
-
2021
- 2021-04-22 IL IL282555A patent/IL282555A/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1559175A (zh) * | 2004-02-24 | 2005-01-05 | 深圳市宝安区农业科学技术推广中心 | 远程无线作物信息反馈和可控环境农业智能化系统 |
CN101162384A (zh) * | 2006-10-12 | 2008-04-16 | 魏珉 | 人工智能植物生长环境调控专家决策系统 |
US20160064204A1 (en) * | 2014-09-02 | 2016-03-03 | iUNU, LLC | Intelligent Radio-Controlled Plasma Light |
US20180014486A1 (en) * | 2016-07-14 | 2018-01-18 | Mjnn Llc | Control and sensor systems for an environmentally controlled vertical farming system |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933299A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 基于物联网的果蔬种植管理系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020086763A1 (en) | 2020-04-30 |
CN116114513A (zh) | 2023-05-16 |
EP3869937A4 (en) | 2022-07-27 |
US20210315168A1 (en) | 2021-10-14 |
EP3869937A1 (en) | 2021-09-01 |
IL282555A (en) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113226014A (zh) | 用于栽培品种生长环境的导光平台 | |
Mehra et al. | IoT based hydroponics system using Deep Neural Networks | |
US20210235643A1 (en) | Control and sensor systems for an environmentally controlled vertical farming system | |
US20200196535A1 (en) | System and method for controlling a growth environment of a crop | |
EP4139877A1 (en) | Agricultural data integration and analysis platform | |
WO2017176627A1 (en) | Horticultural monitoring system | |
WO2022253057A1 (zh) | 一种用于日光温室果菜栽培的智能水分精准灌溉控制系统及方法 | |
US10349584B2 (en) | System and method for plant monitoring | |
US20150089866A1 (en) | Intelligent light sources to enhance plant response | |
CN111008733B (zh) | 一种作物生长管控方法和系统 | |
JP2016049102A (ja) | 圃場管理システム、圃場管理方法、プログラム | |
WO2020128162A1 (en) | A method of finding a target environment suitable for growth of a plant variety | |
CA3178928A1 (en) | Real-time projections and estimated distributions of agricultural pests, diseases, and biocontrol agents | |
CN117036088A (zh) | 一种ai识别绿化植物生长态势的数据采集分析方法 | |
US20230144498A1 (en) | Simulation and automated control of physical systems | |
CN112286263A (zh) | 一种农作物的调控方法、装置、系统及通信设备 | |
Kirci et al. | A novel approach for monitoring of smart greenhouse and flowerpot parameters and detection of plant growth with sensors | |
JP2018007630A (ja) | 栽培支援装置 | |
TWM536779U (zh) | 農作監控系統 | |
CN117252344A (zh) | 培育设施的适宜度评估方法、装置、电子设备和存储介质 | |
KR20200047208A (ko) | 컨텐츠를 이용한 식물 생장 촉진 환경 스마트 시스템 | |
EP4136952A1 (en) | Machine learning optimization through randomized autonomous crop planting | |
Pandey et al. | IOT based smart polyhouse system using data analysis | |
Sizan et al. | Application of iot for developing sustainable and smart farming | |
KR20220117620A (ko) | 딥러닝 기반의 식물 관리를 위한 장치, 서버 및 시스템 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210806 |