CN113558022A - 一种可预测虫害的智能麦田守护机器人 - Google Patents
一种可预测虫害的智能麦田守护机器人 Download PDFInfo
- Publication number
- CN113558022A CN113558022A CN202110832877.7A CN202110832877A CN113558022A CN 113558022 A CN113558022 A CN 113558022A CN 202110832877 A CN202110832877 A CN 202110832877A CN 113558022 A CN113558022 A CN 113558022A
- Authority
- CN
- China
- Prior art keywords
- pest
- insect
- pests
- identification
- predicting
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 81
- 241000238631 Hexapoda Species 0.000 title claims abstract description 61
- 241000209140 Triticum Species 0.000 title claims abstract description 12
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 239000002689 soil Substances 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 239000013589 supplement Substances 0.000 claims description 7
- 238000013145 classification model Methods 0.000 claims description 6
- 239000003795 chemical substances by application Substances 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 241000894007 species Species 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 241000255925 Diptera Species 0.000 abstract description 9
- 230000006378 damage Effects 0.000 abstract description 5
- 241000196324 Embryophyta Species 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 239000000877 Sex Attractant Substances 0.000 description 1
- 239000005667 attractant Substances 0.000 description 1
- 230000031902 chemoattractant activity Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M1/00—Stationary means for catching or killing insects
- A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
- A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M2200/00—Kind of animal
- A01M2200/01—Insects
- A01M2200/012—Flying insects
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pest Control & Pesticides (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Insects & Arthropods (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
一种可预测虫害的智能麦田守护机器人，包括柱体、可诱杀害虫的杀虫装置、可识别害虫种类并预测害虫虫情的识别分析装置、显示装置，杀虫装置、识别分析装置、显示装置均设置在柱体上，柱体顶部连接有伞状结构盖体，盖体上表面设有太阳能电池板；杀虫装置包括诱捕器和收集器，诱捕器设置在柱体与盖体连接处，收集器连接在诱捕器下端；本发明的有益效果是：通过太阳能电池板对整个装置提供电能，从而使得本装置更加节能；通过害虫诱捕装置对蚊虫进行诱杀，避免农作物生长环境中存在大量的蚊虫而对农作物生长产业破坏；通过环境检测装置可检测植物的生长环境；通过识别分析装置，可建立害虫监测模型，并提前预测虫害，使人们能够提前对虫害进行预防。
Description
技术领域
本发明涉及一种可预测虫害的智能麦田守护机器人。
背景技术
农作物在生长中需要良好的生长环境，现有的农作物生长环境中存在大量的害虫易对农作物的生长产生破坏，使得农作物生长受到影响，人们通常采用人工对农作物环境进行监控和捕捉害虫，这样使得需要花费大量的人力，且现有的技术缺乏对农作物生长环境智能控制一体化的设备，既能达到捕捉害虫、预测病虫灾害，又能对农作物环境进行监测的设备。
发明内容
针对上述所述，本发明提供一种可预测虫害的智能麦田守护机器人，以解决上述现有技术中存在的至少一个问题。
为了实现本发明目的所采用的技术方案为：一种可预测虫害的智能麦田守护机器人，包括柱体、可诱杀害虫的杀虫装置、可识别害虫种类并预测害虫虫情的识别分析装置、显示装置，杀虫装置、识别分析装置、显示装置均设置在柱体上，柱体顶部连接有伞状结构的盖体，盖体上表面设有太阳能电池板；
所述杀虫装置包括诱捕器和收集器，诱捕器设置在柱体与盖体连接处，收集器连接在诱捕器下端；
所述识别分析装置包括可采集收集器内昆虫信息的摄像头、补光灯、CPU处理器、可将分析后的数据发送至云端的无线发射器，摄像头、补光灯均设置在盖体下表面，CPU处理器和无线发射器内嵌在柱体上，摄像头连接在CPU处理器的信号输入端，CPU处理器连接在无线发射器的信号输入端；
识别分析装置的识别方法如下：
首先摄像头采集灭杀的虫害图片形成数据集，对原始数据进行色彩噪声滤除，发送到cpu处理器与远端计算机，cpu处理器收到图片后运行经深度学习优化后的目标检测模型算法，得出昆虫识别结果；
目标检测模型的获取需用计算机软件对原始的照片样本数据中的昆虫进行标注处理；导出得到第一处理的原始数据集文件，基于第一处理的结果学习并训练目标检测模型；
然后基于标注的原始数据集中选择种类相似的虫害图片进行第二处理，测试并验证分类模型，从而得到目标检测模型；
采用目标检测模型对待检测害虫图片进行对象检测，以获得害虫检测结果，结果包含害虫的位置信息和特征结果，基于位置信息和特征结果得到初步类别和相似类别；
基于相似类别的位置信息对待检测害虫图片进行切割处理，采用分类模型对切割处理的结果进行害虫种类分类，以获得害虫分类结果；
基于所述位置信息、初步分类结果和害虫分类结果，得到害虫的种类和数量；
最终通过AI图像识别技术完成识别昆虫、远程的图像获取和计数功能，对靶标昆虫进行实时监测，实现对害虫虫情的提前预测。
优选的，所述诱捕器包括多个诱纸片、可固定诱纸片的台体、害虫进入区，所述收集器包括瓶体，害虫进入区设置有多个允许害虫进入的通孔，且位于盖体中央部分，台体通过支撑架连接在害虫进入区四周，诱纸片一段连接在台体表面，另一端连接在盖体内表面，台体中间设有穿孔，瓶体连接在穿孔下端。
优选的，所述诱纸片上带有诱虫剂。
优选的，所述柱体上还设有可检测麦田生长环境的环境检测装置。
优选的，所述环境检测装置包括设置在柱体底端的土壤湿度检测器、设置在柱体中间位置的温湿度传感器，土壤湿度检测器随柱体深入土壤，检测土壤的湿度，温湿度传感器暴露在空气中，检测空气的温湿度，土壤湿度检测器、温湿度传感器均CPU处理器输入端连接。
优选的，所述显示装置包括LED屏、可提示设备运行故障的指示灯，LED屏和指示灯均连接在CPU处理器信号输出端。
本发明的有益效果是：
1、通过太阳能电池板对整个装置提供电能，从而使得本装置更加节能；
2、通过害虫诱捕装置对蚊虫进行诱杀，避免农作物生长环境中存在大量的蚊虫而对农作物生长产业破坏；
3、通过环境检测装置可检测植物的生长环境；
4、通过识别分析装置，可建立害虫监测模型，并提前预测虫害，使人们能够提前对虫害进行预防。
附图说明
图1为本发明的正视图；
图2为本发明的俯视图；
图3为本发明电路原理图；
图中，1、柱体，2、盖体，3、太阳能电池板，4、摄像头，5、补光灯，6、CPU处理器，7、无线发射器，8、诱纸片，9、台体，10、瓶体，11、支撑架，12、害虫进入区，13、土壤湿度检测器，14、温湿度传感器，15、LED屏，16、指示灯，17、通孔。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
图1、图2、图3示意性的显示了本发明一种实施方式的一种可预测虫害的智能麦田守护机器人的结构。
如图1、图2、图3所示，一种可预测虫害的智能麦田守护机器人，包括柱体、可诱杀害虫的杀虫装置、可识别害虫种类并预测害虫虫情的识别分析装置、显示装置，杀虫装置、识别分析装置、显示装置均设置在柱体上，柱体顶部连接有伞状结构的盖体，盖体上表面设有太阳能电池板；
所述杀虫装置包括诱捕器和收集器，诱捕器设置在柱体与盖体连接处，收集器连接在诱捕器下端；
所述识别分析装置包括可采集收集器内昆虫信息的摄像头、补光灯、CPU处理器、可将分析后的数据发送至云端的无线发射器，摄像头、补光灯均设置在盖体下表面，CPU处理器和无线发射器内嵌在柱体上，摄像头连接在CPU处理器的信号输入端，CPU处理器连接在无线发射器的信号输入端，CPU处理器可将分析识别的害虫检测结果传输到无线发射器，由无线发射器传输到云端，以方便人们对害虫情况进行查看；
识别分析装置的识别方法如下：
首先摄像头采集灭杀的虫害图片形成数据集，对原始数据进行色彩噪声滤除，发送到cpu处理器与远端计算机，cpu处理器收到图片后运行经深度学习优化后的目标检测模型算法，得出昆虫识别结果；
目标检测模型的获取需用计算机软件对原始的照片样本数据中的昆虫进行标注处理；导出得到第一处理的原始数据集文件，基于第一处理的结果学习并训练目标检测模型；
然后基于标注的原始数据集中选择种类相似的虫害图片进行第二处理，测试并验证分类模型，从而得到目标检测模型；
采用目标检测模型对待检测害虫图片进行对象检测，以获得害虫检测结果，结果包含害虫的位置信息和特征结果，基于位置信息和特征结果得到初步类别和相似类别；
基于相似类别的位置信息对待检测害虫图片进行切割处理，采用分类模型对切割处理的结果进行害虫种类分类，以获得害虫分类结果；
基于所述位置信息、初步分类结果和害虫分类结果，得到害虫的种类和数量；
最终通过AI图像识别技术完成识别昆虫、远程的图像获取和计数功能，对靶标昆虫进行实时监测，实现对害虫虫情的提前预测。
如图1、图2、图3所示，所述的太阳能电池板用于接收太阳光照，并将太阳能转化为电能，通过与太阳能电池板，太阳能电池板可选用GP-275P-60型号太阳能电池板或SR-150W型号的太阳能电池板等。
如图1、图2、图3所示，所述补光灯可辅助摄像头完成图像采集，使瓶体时刻处于充足的光线下，保证摄像头能够实时采集到清晰准确的图像信息，并传输至CPU处理器。
如图1、图2、图3所示，所述诱捕器包括多个诱纸片、可固定诱纸片的台体、害虫进入区，所述收集器包括瓶体，害虫进入区设置有多个允许害虫进入的通孔，且位于盖体中央部分，台体通过支撑架连接在害虫进入区四周，诱纸片一段连接在台体表面，另一端连接在盖体内表面，台体中间设有穿孔，瓶体连接在穿孔下端。
如图1、图2、图3所示，所述诱纸片上带有诱虫剂，诱虫剂可为性诱剂、诱食剂等。
如图1、图2、图3所示，所述的盖体表面的通孔用于蚊虫的进入，在盖体内的诱纸片上涂抹有诱虫剂，从而蚊虫通过诱虫剂进入到盖体内，而盖体下端连接着瓶体，使得蚊虫掉落到瓶体内，蚊虫由于在瓶体内无法摄取营养而死亡。
如图1、图2、图3所示，所述柱体上还设有可检测麦田生长环境的环境检测装置；所述环境检测装置包括设置在柱体底端的土壤湿度检测器、设置在柱体中间位置的温湿度传感器，土壤湿度检测器随柱体深入土壤，检测土壤的湿度，温湿度传感器暴露在空气中，检测空气的温湿度，土壤湿度检测器、温湿度传感器均CPU处理器输入端连接。
如图1、图2、图3所示，所述土壤湿度检测器、温湿度传感器分别将土壤的湿度信息、空气的温湿度信息传输到CPU处理器，由CPU处理器发送到无线发射器，由无线发射器发射到云端，供人们在计算机上进行查看。
如图1、图2、图3所示，所述显示装置包括LED屏、可提示设备运行故障的指示灯，LED屏和指示灯均连接在CPU处理器信号输出端。
如图1、图2、图3所示，所述CPU处理器可将识别分析的虫害信息、接收到的土壤湿度信息、空气的温湿度信息传输到LED屏，从而在LED屏上面进行显示，以方便人们在现场进行查看。
如图1、图2、图3所示，所述CPU处理器与电子元件收发信息异常时，CPU处理器会传输信息至指示灯，使指示灯亮，提示人们内部的电子元件有故障，方便人们及时做出反应，对电子元件进行检修。
值得说明的是：在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，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；对本发明描述的电路均为本领域常用的电路，其他相关部件均为现有常用的元器件，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
对于本领域技术人员而言，显然本发明专利不限于上述示范性实施例的细节，而且在不背离本发明专利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专利。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，本发明专利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得同要件的含义和范围内的所有变化囊括在本发明专利内。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。
Claims (6)
1.一种可预测虫害的智能麦田守护机器人，其特征在于：包括柱体、可诱杀害虫的杀虫装置、可识别害虫种类并预测害虫虫情的识别分析装置、显示装置，杀虫装置、识别分析装置、显示装置均设置在柱体上，柱体顶部连接有伞状结构的盖体，盖体上表面设有太阳能电池板；
所述杀虫装置包括诱捕器和收集器，诱捕器设置在柱体与盖体连接处，收集器连接在诱捕器下端；
所述识别分析装置包括可采集收集器内昆虫信息的摄像头、补光灯、CPU处理器、可将分析后的数据发送至云端的无线发射器，摄像头、补光灯均设置在盖体下表面，CPU处理器和无线发射器内嵌在柱体上，摄像头连接在CPU处理器的信号输入端，CPU处理器连接在无线发射器的信号输入端；
识别分析装置的识别方法如下：
首先摄像头采集灭杀的虫害图片形成数据集，对原始数据进行色彩噪声滤除，发送到cpu处理器与远端计算机，cpu处理器收到图片后运行经深度学习优化后的目标检测模型算法，得出昆虫识别结果；
目标检测模型的获取需用计算机软件对原始的照片样本数据中的昆虫进行标注处理；导出得到第一处理的原始数据集文件，基于第一处理的结果学习并训练目标检测模型；
然后基于标注的原始数据集中选择种类相似的虫害图片进行第二处理，测试并验证分类模型，从而得到目标检测模型；
采用目标检测模型对待检测害虫图片进行对象检测，以获得害虫检测结果，结果包含害虫的位置信息和特征结果，基于位置信息和特征结果得到初步类别和相似类别；
基于相似类别的位置信息对待检测害虫图片进行切割处理，采用分类模型对切割处理的结果进行害虫种类分类，以获得害虫分类结果；
基于所述位置信息、初步分类结果和害虫分类结果，得到害虫的种类和数量；
最终通过AI图像识别技术完成识别昆虫、远程的图像获取和计数功能，对靶标昆虫进行实时监测，实现对害虫虫情的提前预测。
2.根据权利要求1所述的一种可预测虫害的智能麦田守护机器人，其特征在于：所述诱捕器包括多个诱纸片、可固定诱纸片的台体、害虫进入区，所述收集器包括瓶体，害虫进入区设置有多个允许害虫进入的通孔，且位于盖体中央部分，台体通过支撑架连接在害虫进入区四周，诱纸片一段连接在台体表面，另一端连接在盖体内表面，台体中间设有穿孔，瓶体连接在穿孔下端。
3.根据权利要求2所述的一种可预测虫害的智能麦田守护机器人，其特征在于：所述诱纸片上带有诱虫剂。
4.根据权利要求1所述的一种可预测虫害的智能麦田守护机器人，其特征在于：所述柱体上还设有可检测麦田生长环境的环境检测装置。
5.根据权利要求4所述的一种可预测虫害的智能麦田守护机器人，其特征在于：所述环境检测装置包括设置在柱体底端的土壤湿度检测器、设置在柱体中间位置的温湿度传感器，土壤湿度检测器随柱体深入土壤，检测土壤的湿度，温湿度传感器暴露在空气中，检测空气的温湿度，土壤湿度检测器、温湿度传感器均CPU处理器输入端连接。
6.根据权利要求1所述的一种可预测虫害的智能麦田守护机器人，其特征在于：所述显示装置包括LED屏、可提示设备运行故障的指示灯，LED屏和指示灯均连接在CPU处理器信号输出端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110832877.7A CN113558022A (zh) | 2021-07-22 | 2021-07-22 | 一种可预测虫害的智能麦田守护机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110832877.7A CN113558022A (zh) | 2021-07-22 | 2021-07-22 | 一种可预测虫害的智能麦田守护机器人 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113558022A true CN113558022A (zh) | 2021-10-29 |
Family
ID=78166440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110832877.7A Pending CN113558022A (zh) | 2021-07-22 | 2021-07-22 | 一种可预测虫害的智能麦田守护机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113558022A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201898797U (zh) * | 2010-11-16 | 2011-07-20 | 上海烟草集团有限责任公司 | 插片式烟虫诱捕器外盒 |
| CN203709115U (zh) * | 2014-03-20 | 2014-07-16 | 金陵科技学院 | 一种农用多功能驱蚊稻草人 |
| CN207411303U (zh) * | 2017-10-31 | 2018-05-29 | 亚中实业股份有限公司 | 费洛蒙诱饵及诱虫装置 |
| CN207531735U (zh) * | 2017-12-04 | 2018-06-26 | 上海中信信息发展股份有限公司 | 智能虫情识别预警装置 |
| CN208191962U (zh) * | 2018-05-21 | 2018-12-07 | 李春浓 | 一种害虫诱捕灭杀装置 |
| CN209117666U (zh) * | 2018-08-31 | 2019-07-16 | 河北阡陌沃华科技有限公司 | 一种无线温室环境传感装置 |
| CN209446803U (zh) * | 2019-01-21 | 2019-09-27 | 河南创志威科技有限公司 | 一种农业洪涝监测及预警装置 |
| CN210642086U (zh) * | 2019-06-24 | 2020-06-02 | 中化现代农业有限公司 | 5g太阳能频振式杀虫检测设备 |
| CN111742901A (zh) * | 2020-07-31 | 2020-10-09 | 丽水茁成农林科技有限公司 | 一种基于太阳能发电的多功能农田用诱捕器 |
| CN112686862A (zh) * | 2020-12-30 | 2021-04-20 | 浙江托普云农科技股份有限公司 | 害虫识别记数方法、系统、装置及可读存储介质 |
| CN213688477U (zh) * | 2020-12-11 | 2021-07-13 | 荥阳市锄禾草业科技有限公司 | 一种基于物联网的园林监测系统 |
-
2021
- 2021-07-22 CN CN202110832877.7A patent/CN113558022A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201898797U (zh) * | 2010-11-16 | 2011-07-20 | 上海烟草集团有限责任公司 | 插片式烟虫诱捕器外盒 |
| CN203709115U (zh) * | 2014-03-20 | 2014-07-16 | 金陵科技学院 | 一种农用多功能驱蚊稻草人 |
| CN207411303U (zh) * | 2017-10-31 | 2018-05-29 | 亚中实业股份有限公司 | 费洛蒙诱饵及诱虫装置 |
| CN207531735U (zh) * | 2017-12-04 | 2018-06-26 | 上海中信信息发展股份有限公司 | 智能虫情识别预警装置 |
| CN208191962U (zh) * | 2018-05-21 | 2018-12-07 | 李春浓 | 一种害虫诱捕灭杀装置 |
| CN209117666U (zh) * | 2018-08-31 | 2019-07-16 | 河北阡陌沃华科技有限公司 | 一种无线温室环境传感装置 |
| CN209446803U (zh) * | 2019-01-21 | 2019-09-27 | 河南创志威科技有限公司 | 一种农业洪涝监测及预警装置 |
| CN210642086U (zh) * | 2019-06-24 | 2020-06-02 | 中化现代农业有限公司 | 5g太阳能频振式杀虫检测设备 |
| CN111742901A (zh) * | 2020-07-31 | 2020-10-09 | 丽水茁成农林科技有限公司 | 一种基于太阳能发电的多功能农田用诱捕器 |
| CN213688477U (zh) * | 2020-12-11 | 2021-07-13 | 荥阳市锄禾草业科技有限公司 | 一种基于物联网的园林监测系统 |
| CN112686862A (zh) * | 2020-12-30 | 2021-04-20 | 浙江托普云农科技股份有限公司 | 害虫识别记数方法、系统、装置及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111726986B (zh) | 系统与方法 | |
| US7656300B2 (en) | Pest control system | |
| US7020996B2 (en) | Method and system for remotely detecting trapped insects | |
| WO2021250444A1 (en) | Insect monitoring system and method | |
| EP3682737B1 (en) | System and method for counting agricultural pests inside a trap | |
| CN201503600U (zh) | 一种诱芯诱捕自动记数系统 | |
| KR20180051886A (ko) | 해충 모니터링을 위한 트랩장치 및 이를 포함하는 방법 | |
| KR20080098276A (ko) | 포충등의 인터렉티브 시스템 및 이의 운용방법 | |
| CN113475473A (zh) | 一种基于重力感应计数的天牛智能监测装置 | |
| CN113558022A (zh) | 一种可预测虫害的智能麦田守护机器人 | |
| JPH11155458A (ja) | 自動カウント式フェロモントラップ | |
| CN214962125U (zh) | 一种多功能麦田守护机器人 | |
| KR100877552B1 (ko) | 자동 감김 장치의 인터렉티브 시스템 및 이의 운용방법 | |
| CN114946794A (zh) | 一种仓储害虫灯光诱捕器及其自动监测方法 | |
| EP4223117A1 (en) | Insect catching device and method for catching flying insects | |
| CN217787788U (zh) | 一种基于计算机视觉的农业病虫害识别系统 | |
| CN217564661U (zh) | 一种基于机器视觉的白蚁数量实时监测装置 | |
| TR2021021521A1 (tr) | Hassas tarım kiti. | |
| Villanueva | Development of Real Time Monitoring and Trapping System for Rice Black Bug | |
| Cassim et al. | A Smart IoT based Fruit Fly Monitoring System | |
| Bazzi et al. | Fruit fly electronic monitoring system. | |
| CN116235831A (zh) | 一种害虫智能监测预警系统 | |
| Becker et al. | An Automated Monitoring System for Controlled Greenhouse Horticulture | |
| CN112741057A (zh) | 昆虫的诱捕系统、方法、电子设备和存储介质 | |
| AU2021221779A1 (en) | Insect monitoring device and method |
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 |