CN113744187A - 一种植物种植方法、装置以及计算机存储介质 - Google Patents

一种植物种植方法、装置以及计算机存储介质 Download PDF

Info

Publication number
CN113744187A
CN113744187A CN202110865308.2A CN202110865308A CN113744187A CN 113744187 A CN113744187 A CN 113744187A CN 202110865308 A CN202110865308 A CN 202110865308A CN 113744187 A CN113744187 A CN 113744187A
Authority
CN
China
Prior art keywords
planting
plant
growth
information
determining
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.)
Withdrawn
Application number
CN202110865308.2A
Other languages
English (en)
Inventor
杜月娥
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.)
Shenzhen Xiuyuan Cultural Creative Co Ltd
Original Assignee
Shenzhen Xiuyuan Cultural Creative Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Xiuyuan Cultural Creative Co Ltd filed Critical Shenzhen Xiuyuan Cultural Creative Co Ltd
Priority to CN202110865308.2A priority Critical patent/CN113744187A/zh
Publication of CN113744187A publication Critical patent/CN113744187A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/007—Metering or regulating systems
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
    • A01D46/30—Robotic devices for individually picking crops
    • 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
    • A01G25/00—Watering gardens, fields, sports grounds or the like
    • A01G25/16—Control of watering
    • 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
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
    • A01M7/0089—Regulating or controlling systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Ecology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Artificial Intelligence (AREA)
  • Forests & Forestry (AREA)
  • Wood Science & Technology (AREA)
  • Botany (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Soil Sciences (AREA)
  • Insects & Arthropods (AREA)
  • Pest Control & Pesticides (AREA)
  • Zoology (AREA)
  • Robotics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种植物种植方法、装置以及计算机存储介质，用于降低种植成本。本申请实施例方法包括：获取目标植株的生长图像；根据所述生长图像获取植株种植特征；对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息；根据所述生长信息确定种植节点操作，所述种植节点操作为当前所述目标植株所需进行的自动化种植操作；将所述种植节点操作发送至自动化执行设备，以使得所述自动化执行设备对所述目标植株执行自动化种植操作。

Description

一种植物种植方法、装置以及计算机存储介质
技术领域
本申请实施例涉及农业领域，尤其涉及一种植物种植方法、装置以及计算机存储介质。
背景技术
随着经济的发展和人们生活水平的提高，生产者对于提高劳动生产率和增加劳动舒适性的要求也越来越高，同时，由于经济的全球化，面临农产品开放进口和市场竞争的压力，现代农业需要进一步提高生产效率、降低生产成本和提高产品品质才能生存。所以，农业领域从传统的人工种植模式朝着高效率和高精度的机械化、自动化方向转变，成为了必然的选择。
目前的农业领域中对于植物的种植主要是在种植节点时，相关的种植自动化设备通过按照预设规则对所有植物采用机械自动化无差别的方式进行种植，例如当处于农药喷洒节点时，农药喷洒自动化设备按照预设规则对所有的植物喷洒同等剂量的农药。
但是，由于环境因素或植物自身因素等的影响，导致植物个体之间的生长情况、果实成熟期存在差异，对于生长条件要求较为严苛的植物采用无差别的机械自动化方式进行种植，使得植物受损甚至死亡，造成不必要的经济损失，提高了种植的经济成本。
发明内容
本申请实施例提供了一种植物种植方法、装置以及计算机存储介质，用于降低种植成本。
本申请第一方面提供了一种植物种植方法，包括：
获取目标植株的生长图像；
根据所述生长图像获取植株种植特征；
对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息；
根据所述生长信息确定种植节点操作，所述种植节点操作为当前所述目标植株所需进行的自动化种植操作；
将所述种植节点操作发送至自动化执行设备，以使得所述自动化执行设备对所述目标植株执行自动化种植操作。
可选地，所述对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息包括：
对所述植株种植特征进行大数据分析，确定所述植株种植特征中的生长阶段特征和生长状态特征为所述目标植株的生长信息。
可选地，所述根据所述生长信息确定种植节点操作包括：
根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息；
确定所述种植操作信息和所述操作程度信息为种植节点操作。
可选地，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长状态特征为植物缺水状态特征时，确定种植操作信息为对目标植物进行灌溉操作信息；
根据所述灌溉操作信息和所述生长阶段特征确定目标植物灌溉操作所需灌溉的水量为操作程度信息。
可选地，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长状态特征存在病虫害特征时，确定种植操作信息为对目标植物进行农药喷洒操作信息；
根据所述农药喷洒操作信息和所述生长阶段特征确定目标植物农药喷洒所需的剂量为操作程度信息。
可选地，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长阶段特征为果实成熟阶段特征时，确定种植操作信息为果实采摘操作信息；
根据所述果实采摘操作信息和所述生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
可选地，所述自动化执行设备包括：灌溉自动化执行设备、农药喷洒执行设备以及果实采摘自动化执行设备。
本申请第二方面提供了一种植物种植装置，包括：
第一获取单元，用于获取目标植株的生长图像；
第二获取单元，用于根据所述生长图像获取植株种植特征；
分析单元，用于对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息；
确定单元，用于根据所述生长信息确定种植节点操作，所述种植节点操作为当前所述目标植株所需进行的自动化种植操作；
发送单元，用于将所述种植节点操作发送至自动化执行设备，以使得所述自动化执行设备对所述目标植株执行自动化种植操作。
可选地，所述分析单元具体用于对所述植株种植特征进行大数据分析，确定所述植株种植特征中的生长阶段特征和生长状态特征为所述目标植株的生长信息。
可选地，所述确定单元具体用于根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息；
确定所述种植操作信息和所述操作程度信息为种植节点操作。
可选地，所述确定单元具体用于当所述生长状态特征为植物缺水状态特征时，确定种植操作信息为对目标植物进行灌溉操作信息；
根据所述灌溉操作信息和所述生长阶段特征确定目标植物灌溉操作所需灌溉的水量为操作程度信息。
可选地，所述确定单元具体还用于当所述生长状态特征存在病虫害特征时，确定种植操作信息为对目标植物进行农药喷洒操作信息；
根据所述农药喷洒操作信息和所述生长阶段特征确定目标植物农药喷洒所需的剂量为操作程度信息。
可选地，所述确定单元具体还用于当所述生长阶段特征为果实成熟阶段特征时，确定种植操作信息为果实采摘操作信息；
根据所述果实采摘操作信息和所述生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
本申请第三方面提供了一种植物种植装置，包括：
中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
所述存储器为短暂存储存储器或持久存储存储器；
所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述方法第一方面及第一方面的可选方式中的任意一项所述的方式。
本申请第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法第一方面及第一方面可选方式中的任意一种所述的方式。
从以上技术方案可以看出，本申请实施例具有以下有益效果：
本实施例中，系统获取目标植株的生长图像，根据生长图像获取植株种植特征，对植株种植特征进行大数据分析，得到目标植株的生长信息，根据生长信息确定种植节点操作，该种植节点操作为当前目标植株所需进行的自动化种植操作，将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操。通过对每一株植物进行分析，根据分析结果对每一株植物的具体情况采取有针对性地措施，在植物存在个体差异的情况下，对每一株植物进行准确的操作，使得植物正常地生长，减少经济损失，降低种植成本。
附图说明
图1为本申请实施例中植物种植方法一个示意图；
图2为本申请实施例中植物种植方法另一示意图；
图3为本申请实施例中植物种植装置一个示意图；
图4为本申请实施例中植物种植装置另一示意图；
图5为本申请实施例中植物种植装置另一示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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、完整的阐述，显然阐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的前提下所获得的所有其他实施例，都应当属于本发明保护范围。
本申请实施例提供了一种植物种植方法、装置以及计算机存储介质，用于降低种植经济成本。
在本实施例中，植物种植方法可以应用各种植物的种植中，尤其是价值较高、生长条件严苛的植物。可以在多种设备上实现，为方便描述，以系统为实现本申请实施例中的植物种植方法的装置为例进行描述。
请参阅图1，本申请实施例中一种植物种植方法包括：
101、获取目标植株的生长图像；
本实施例中，为了更好的了解目标植株的相关情况，系统对目标植株进行各个角度的拍摄，另外还对目标植株种植环境，如土壤进行拍摄，从而获取目标植株的生长图像，在同一生长阶段的植株，由于存在个体差异，获取的生长图像也不尽相同。
通过采用高清摄像仪进行拍摄，当目标植株种植数量较大时，系统也能获取到每一株植株的生长、环境等相关的具体情况。
102、根据生长图像获取植株种植特征；
本实施例中，系统在获取了目标植株的生长图像后，根据生长图像获取植株种植环境特征、土壤特征、生长情况特征，植株在不同的生长阶段获取到的生长图像内容不相同，根据该生长图像获取的植株种植特征也不一样，例如：植株处于幼苗阶段时，根据生长图像获取到的植株特征叶片为嫩绿色，植株生长高度较低；植株处于开花坐果阶段时，根据生长图像获取到的植株特征为植株相较于幼苗阶段时的叶片颜色更深，生长高度较高，由于个体差异，有的植株处于开花状态，有的处于花苞状态，也有的处于幼果状态。
103、对植株种植特征进行大数据分析，获取目标植株的生长信息；
本实施例中，系统将获取到的如植株种植环境特征、土壤特征以及生长环境特征等植株种植特征，输入预先训练好的模型进行大数据分析，通过神经网络的层层分析，得到相应的数据信息，从这些数据信息筛选出目标植株的生长信息，以便根据该生长信息执行后续步骤。
104、根据生长信息确定种植节点操作，该种植节点操作为当前目标植株所需进行的自动化种植操作；
生长信息中包含多种不同的生长子信息，种植节点操作包含多种不同的操作子信息，不同的生长子信息对应不同的操作子信息，例如：系统根据生长信息中植株的生长状态特征确定植株的种植节点操作信息，根据生长信息中植株的生长阶段特征和种植节点操作信息确定种植操作程度信息，每一个生长信息都有一一对应的种植节点操作，具体实现方式将在后续实施例中进行阐述。
105、将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操作。
不同的种植节点操作都不同，每一个种植节点操作都有与之对应的自动化执行设备，系统根据具体的种植节点操作信息将具体的种植节点操作发送至对应的自动化执行设备，以使得该自动化执行设备对目标植株执行相应的自动化种植操作。例如：系统根据生长信息确定植株的种植节点操作为灌溉操作时，将灌溉操作相关的信息发送至灌溉自动化执行设备，以使得灌溉自动化执行设备根据该灌溉操作相关信息对目标植株执行灌溉操作；根据生长信息确定植株的种植节点操作为农药喷洒操作时，将农药喷洒操作相关的信息发送至农药喷洒自动化执行设备，以使得农药喷洒自动化执行设备根据该农药喷洒操作相关信息对目标植株执行农药喷洒操作。具体实现方式将在后续实施例中进行描述。
本实施例中的植物种植方法可以应用在灌溉自动化执行设备、农药喷洒自动化执行设备，也可以应用在果实采摘自动化执行设备、肥料施放自动化执行设备，具体此处不做限定。
本实施例中，系统获取目标植株的生长图像，根据生长图像获取植株种植特征，对植株种植特征进行大数据分析，得到目标植株的生长信息，根据生长信息确定种植节点操作，该种植节点操作为当前目标植株所需进行的自动化种植操作，将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操。通过对每一株植物进行分析，根据分析结果对每一株植物的具体情况采取有针对性地措施，在植物存在个体差异的情况下，对每一株植物进行准确的操作，使得植物正常地生长，减少经济损失，降低种植成本。
请参阅图2，本申请实施例提供了另一种植物种植方法包括：
201、获取目标植株的生长图像；
202、根据生长图像获取植株种植特征；
本实施例中的步骤201至202与前述实施例中的步骤101至102类似，此处不再赘述。
203、对植株种植特征进行大数据分析，确定植株种植特征中的生长阶段特征和生长状态特征为目标植株的生长信息；
本实施例中，系统对植株种植特征进行大数据分析，获取众多关于植株的种植特征，从众多的植株种植特征中筛选出植株的生长阶段特征和生长状态特征，并将该生长阶段特征和生长状态特征确定为目标植株的生长信息。例如：系统对植株种植特征进行大数据分析，获取到植株种植的土壤特征、天气特征、生长阶段特征以及生长状态特征，从这些特征中将生长阶段特征和生长状态特征确定为目标植株的生长信息。
本实施例中，生长阶段特征可以为发芽阶段、幼苗阶段，也可以为开花坐果阶段、果实成熟阶段，具体此处不做限定；
本实施例中，生长状态特征可以为生长良好状态特征，也可以为缺水状态特征、病虫害特征，具体此处不做限定。
204、根据生长状态特征和生长阶段特征确定种植操作信息和操作程度信息；
确定种植操作信息和操作程度信息为种植节点操作。
本实施例中，每一株植物的生长状态特征和生长阶段特征都可能存在差异，为减少因对所有的植株采用一致的操作导致植株死亡，造成经济损失，系统根据每一株植株的生长状态特征和生长阶段特征确定对应的操作信息和操作程度信息，并将该种植操作信息和操作程度信息确定为种植节点操作。不同的生长状态特征和生长阶段特征，对应的操作信息和操作程度信息不同，具体如下：
可选地，当生长状态特征为植株缺水状态特征时，确定种植操作信息为对目标植株进行灌溉操作信息；
根据灌溉操作信息和生长阶段特征确定目标植株灌溉操作所需灌溉的水量为操作程度信息。
植株的叶片发黄、发蔫、脱落以及土壤颜色变浅的状态特征表明植株存在缺水状态特征，不同生长阶段的植株所需灌溉的水量有所差别，系统根据该缺水状态特征确定该植株的种植操作信息为灌溉操作信息，在确定了种植操作信息为灌溉操作后，根据灌溉操作信息和目标植株所处的生长阶段特征确定目标植株所需要灌溉的水量为操作程度信息，例如：在环境同等条件的情况，发芽时期的植株所需灌溉的水量少于幼苗生长阶段的植株所需灌溉的水量。
处于同一生长阶段的植株，由于存在个体差异，所需灌溉的水量也会存在差异，为减少因灌溉水量不准确而导致植株不能正常生长的情况，系统在确定目标植株所需灌溉的水量之前，对目标植株的生长状态以及生长环境进行分析，以使得对目标植株所需灌溉的水量进行准确的判断。例如：目标植株所处的生长阶段特征为幼苗生长阶段特征，植株A所处的地势高于植株B的生长地势，由于地势偏高的植株A相较于地势低的植株B而言土壤蓄水能力差，导致植株A所需灌溉的水量大于植株B所需灌溉的水量。
在实际应用中，灌溉的方式有滴灌、喷灌、微罐、畦灌以及漫灌，在本实施例中，为了能够对每一株植株准确的进行灌溉所需的水量，采用滴灌的方式进行灌溉。
可选地，当生长状态特征存在病虫害特征时，确定种植操作信息为对目标植物进行农药喷洒操作信息；
根据农药喷洒操作信息和生长阶段特征确定目标植物农药喷洒所需的剂量为操作程度信息。
植株表面出现粉状物、根茎叶畸形以及叶片斑驳等特征时，表明植株存在病虫害特征，根据该特征确定种植操作信息为对目标植物进行农药喷洒操作信息。在确定对目标植株进行农药喷洒操作信息之后，根据该病虫害特征确定目标植株所属的病症以及病症严重程度进行农药种类的选择，为了起到更好的防治作用，在不影响药效发挥作用且无其他副作用的情况下，可采用两种或者三种农药混合使用的方式进行防治，原则上农药混配不超过三种，其比例是根据该病虫害特征确定目标植株所属的病症以及病症严重程度进行药剂定性的配制，并根据病症严重程度和目标植株的生长阶段特征确定对目标植株进行农药喷洒所需的剂量为操作程度信息。
例如：当植株出现炭疽病特征时，该植株的病症特征属于初期轻微侵染，则采用凯润和苯醚甲环唑按照预设的比例进行配制得到的混合农药，对防治植株的炭疽病，药效可达80％。
对每一株植株进行病虫害特征分析，对感染病虫害的植株进行分析病症严重程度，根据病症严重程度确定农药喷洒的剂量，未感染的植株为了防止被感染也进行农药的喷洒，病症越严重喷洒的剂量相对越高，未感染的植株喷洒的剂量相对越低。通过这样根据个体差异进行确定农药喷洒的剂量，减少了因剂量不够对植株起不到防治作用或者因剂量过量使得植株不能正常生长的情况，从而降低了经济成本。
需要说明的是，混用的农药不能起化学变化，例如波尔多液农药不能与石硫化农药混合使用；此外混用的农药也不能提高毒性。
可选地，当生长阶段特征为果实成熟阶段特征时，确定种植操作信息为果实采摘操作信息；
根据果实采摘操作信息和生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
系统根据目标植株初始种植时间确定生长阶段特征为果实成熟阶段特征，并根据果实成熟阶段特征确定种植操作信息为果实采摘操作信息，在确定了果实采摘操作信息后，根据该果实采摘操作信息和果实的生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
例如：春季种植的西红柿第一花序坐果时间为30天，西红柿果实成熟阶段通常在第一花序坐果时间之后，则30天后为西红柿果实成熟阶段，而西红柿成熟阶段又包含绿熟、变色、成熟以及完熟四个时期，一般在变色期，即果实的三分之一变红时进行采摘，根据西红柿果实的颜色变化确定果实成熟程度，由于果实个体成熟受到温度、光照等的影响，存在个体差异，西红柿果实颜色由绿色变成红色为成熟标志，当红色变化达到预设范围时，确定对目标果实进行采摘的操作为操作程度信息。对于超出红色变化预设范围的西红柿果实，即过度成熟的果实不进行采摘，提高采摘效率，进而降低经济成本。
在实际应用中，西红柿第一花序坐果时间与季节、温度等有关，西红柿第一花序坐果时间可以为15天，也可以为20天，具体此处不做限定。
205、将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操作；
每一个种植节点操作都有与之对应的自动化执行设备，系统将不同的种植节点操作发送至对应的自动化执行设备，以使得该自动化执行设备对目标植株执行对应的种植操作，具体如下：
当种植节点操作为灌溉节点操作时，系统将目标植株的灌溉操作信息和灌溉水量操作程度信息发送至灌溉自动化执行设备，使得灌溉自动化执行设备对目标植株执行预设水量的灌溉操作。采用对每株植株缺水情况进行具体分析，对不同植株所需水量的补给有针对性的灌溉，一方面减少了植株因水量补给不够缺水而影响正常生长甚至死亡和植株过度补水而淹死的情况，降低了种植经济成本；另一方面，通过对植株所需水量的分析进行准确的灌溉相应的水量，减少了因过度灌溉造成的水资源浪费的情况。
当种植节点操作为农药喷洒节点操作时，系统将目标植株农药喷洒操作信息和农药喷洒剂量操作程度信息发送至农药喷洒自动化执行设备，使得农药喷洒自动化执行设备对目标植株执行相应剂量的农药喷洒操作。农药喷洒起到的防治作用除了与农药药剂的配比和药物剂量有关之外，还与气温和湿度有关，在下雨前三小时或者雨天以及空气湿度较大时喷洒农药，药效基本全无，因而在将农药喷洒操作信息和农药喷洒操作程度信息发送至农药喷洒自动化执行设备之前，系统对目标植株的种植环境中的气温和湿度进行检测，当目标植株所处的环境气温和湿度处于预设范围时，将农药喷洒操作信息和农药喷洒操作程度信息发送至农药喷洒自动化执行设备，使得农药喷洒自动化执行设备按照预设剂量对目标植株执行农药喷洒操作。
当种植节点操作为果实采摘节点操作时，系统根据果实颜色、大小等特征的变化确定果实的状态属于预设采摘范围后，将果实采摘操作信息发送至果实采摘自动化执行设备，以使得果实采摘自动化执行设备对该果实执行采摘操作。例如：西红柿果实的预设采摘条件为由绿色变红色，红色占绿色三分之一，且没有受损，系统确定该西红柿果实属于该预设的采摘条件后，将采摘操作信息发送至果实采摘自动化执行设备，以使得果实采摘自动化执行设备对该果实执行采摘操作。
预设采摘条件在实际应用中根据具体的果实情况而设定，具体此处不做限定。
请参阅图3，本申请实施例提供了一种植物种植装置一个结构包括：
第一获取单元301，用于获取目标植株的生长图像；
第二获取单元302，用于根据生长图像获取植株种植特征；
分析单元303，用于对植株种植特征进行大数据分析，获取目标植株的生长信息；
确定单元304，用于根据生长信息确定种植节点操作，该种植节点操作为当前目标植株所需进行的自动化种植操作；
发送单元305，用于将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操作。
请参阅图4，本申请实施例提供了一种植物种植装置另一结构包括：
第一获取单元401，用于获取目标植株的生长图像；
第二获取单元402，用于根据生长图像获取植株种植特征；
分析单元403，用于对植株种植特征进行大数据分析，获取目标植株的生长信息；
分析单元403，具体用于对植株种植特征进行大数据分析，确定植株种植特征中的生长阶段特征和生长状态特征为目标植株的生长信息；
确定单元404，用于根据生长信息确定种植节点操作，该种植节点操作为当前目标植株所需进行的自动化种植操作；
确定单元404，具体用于根据生长状态特征和生长阶段特征确定种植操作信息和操作程度信息；
确定种植操作信息和操作程度信息为种植节点操作；
确定单元404，具体用于当生长状态特征为植物缺水状态特征时，确定种植操作信息为对目标植物进行灌溉操作信息；
根据灌溉操作信息和生长阶段特征确定目标植物灌溉操作所需灌溉的水量为操作程度信息；
确定单元404，具体还用于当生长状态特征存在病虫害特征时，确定种植操作信息为对目标植物进行农药喷洒操作信息；
根据农药喷洒操作信息和生长阶段特征确定目标植物农药喷洒所需的剂量为操作程度信息；
确定单元404，具体还用于当生长阶段特征为果实成熟阶段特征时，确定种植操作信息为果实采摘操作信息；
根据果实采摘操作信息和生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
发送单元405，用于将种植节点操作发送至自动化执行设备，以使得自动化执行设备对目标植株执行自动化种植操作。
请参阅图5，本实施例中一种植物种植装置另一结构包括：
中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；
存储器501为短暂存储存储器或持久存储存储器；
中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1至图2所示实施例中的步骤。
本申请提供了一种计算机可读存储介质，包括指令，当该指令在计算机上运行时，使得计算机执行图1实施例或图2实施例所对应的方法实施例。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种植物种植方法，其特征在于，包括：
获取目标植株的生长图像；
根据所述生长图像获取植株种植特征；
对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息；
根据所述生长信息确定种植节点操作，所述种植节点操作为当前所述目标植株所需进行的自动化种植操作；
将所述种植节点操作发送至自动化执行设备，以使得所述自动化执行设备对所述目标植株执行自动化种植操作。
2.根据权利要求1所述的植物种植方法，其特征在于，所述对所述植株种植特征进行大数据分析，获取所述目标植株的生长信息包括：
对所述植株种植特征进行大数据分析，确定所述植株种植特征中的生长阶段特征和生长状态特征为所述目标植株的生长信息。
3.根据权利要求2所述的植物种植方法，其特征在于，所述根据所述生长信息确定种植节点操作包括：
根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息；
确定所述种植操作信息和所述操作程度信息为种植节点操作。
4.根据权利要求3所述的植物种植方法，其特征在于，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长状态特征为植物缺水状态特征时，确定种植操作信息为对目标植物进行灌溉操作信息；
根据所述灌溉操作信息和所述生长阶段特征确定目标植物灌溉操作所需灌溉的水量为操作程度信息。
5.根据权利要求3所述的植物种植方法，其特征在于，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长状态特征存在病虫害特征时，确定种植操作信息为对目标植物进行农药喷洒操作信息；
根据所述农药喷洒操作信息和所述生长阶段特征确定目标植物农药喷洒所需的剂量为操作程度信息。
6.根据权利要求3所述的植物种植方法，其特征在于，所述根据所述生长状态特征和所述生长阶段特征确定种植操作信息和操作程度信息包括：
当所述生长阶段特征为果实成熟阶段特征时，确定种植操作信息为果实采摘操作信息；
根据所述果实采摘操作信息和所述生长状态特征确定对目标果实进行采摘的操作为操作程度信息。
7.根据权利要求1至6中任一项所述植物种植方法，其特征在于，所述自动化执行设备包括：灌溉自动化执行设备、农药喷洒执行设备以及果实采摘自动化执行设备。
8.一种植物种植装置，其特征在于，包括：
第一获取单元，用于获取目标植株的生长图像；
第二获取单元，用于根据所述生长图像获取植株种植特征；
分析单元，用于对所述植株种植特征进行大数据分析，得到所述目标植株的生长信息；
确定单元，用于根据所述生长信息确定种植节点操作，所述种植节点操作为当前所述目标植株所需进行的自动化种植操作；
发送单元，用于将所述种植节点操作发送至自动化执行设备，以使得所述自动化执行设备对所述目标植株执行自动化种植操作。
9.一种植物种植装置，其特征在于，包括：
中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
所述存储器为短暂存储存储器或持久存储存储器；
所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7中任意一项所述的方法。
CN202110865308.2A 2021-07-29 2021-07-29 一种植物种植方法、装置以及计算机存储介质 Withdrawn CN113744187A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110865308.2A CN113744187A (zh) 2021-07-29 2021-07-29 一种植物种植方法、装置以及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110865308.2A CN113744187A (zh) 2021-07-29 2021-07-29 一种植物种植方法、装置以及计算机存储介质

Publications (1)

Publication Number Publication Date
CN113744187A true CN113744187A (zh) 2021-12-03

Family

ID=78729377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110865308.2A Withdrawn CN113744187A (zh) 2021-07-29 2021-07-29 一种植物种植方法、装置以及计算机存储介质

Country Status (1)

Country Link
CN (1) CN113744187A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114898364A (zh) * 2022-06-28 2022-08-12 安徽未来种业有限公司 一种葡萄的高效栽培方法及系统
CN116188196A (zh) * 2023-03-13 2023-05-30 华厦筑工(广州)技术有限公司 一种智慧园区设备可视化运营系统
TWI832149B (zh) * 2022-01-27 2024-02-11 京冠科技有限公司 自動化植栽系統及其方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI832149B (zh) * 2022-01-27 2024-02-11 京冠科技有限公司 自動化植栽系統及其方法
CN114898364A (zh) * 2022-06-28 2022-08-12 安徽未来种业有限公司 一种葡萄的高效栽培方法及系统
CN114898364B (zh) * 2022-06-28 2023-03-10 安徽未来种业有限公司 一种葡萄的高效栽培方法及系统
CN116188196A (zh) * 2023-03-13 2023-05-30 华厦筑工(广州)技术有限公司 一种智慧园区设备可视化运营系统
CN116188196B (zh) * 2023-03-13 2024-01-02 华厦筑工(广州)技术有限公司 一种智慧园区设备可视化运营系统

Similar Documents

Publication Publication Date Title
CN113744187A (zh) 一种植物种植方法、装置以及计算机存储介质
CN107392104A (zh) 一种基于物联网的农作物生长管理方法及系统
Han et al. Pecan phenology in southeastern China
Bhuiyan et al. Yield and yield attributes of rapeseed as influenced by date of planting.
CN104604496B (zh) 一种有机油菜菜苔的培育方法
CN107396729A (zh) 一种适宜机械化收获的花生栽培方法
CN108633676A (zh) 一种棉花一播全苗的方法
CN108271612A (zh) 一种荔枝新品种‘翡脆’荔枝的节本增效栽培技术
CN111713344A (zh) 一种夏季设施草莓黄沙起垄栽培方法
CN104541842A (zh) 一种轻度盐碱地苜蓿种植方法
US10798942B2 (en) Abiotic stress tolerance
CN113831185B (zh) 一种天师栗生长调节剂及其应用
Aguiar et al. Interference and economic threshold level of volunteer corn in soybean
CN109362461B (zh) 一种设施内控根器种植果树的方法
Ghosh et al. Effect of plant growth regulators on fruit retention, yield and physico-chemical characteristics of fruits in ber'banarasi karka'grown in close spacing
Singh et al. Thar Kamal: new karonda variety
CN112699805A (zh) 蔬菜病虫害防治智能识别系统
CN111374006A (zh) 一种稻虾共育种植彩香米的方法
CN103262719A (zh) 一种防蚜的麦草套种方法
CN107324936A (zh) 一种植物多功能营养剂及其制备方法和应用
CN106508358B (zh) 一种荸荠栽培中减轻病害提高产量的方法
CN105900659A (zh) 一种大豆花叶病毒大豆品种的培育方法
SU1692370A1 (ru) Способ возделывани клевера на семена
Rahman et al. Effect of Naphthalene Acetic Acid (NAA) on Blossom Drop in Chili (Capsicum frutescens)
Rakesh Roy et al. Adoption of improved mandarin production technologies among mandarin growers of Darjeeling hills.

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211203