CN113759932A - 一种农业病虫害巡检智能小车图像采集系统 - Google Patents
一种农业病虫害巡检智能小车图像采集系统 Download PDFInfo
- Publication number
- CN113759932A CN113759932A CN202111114131.9A CN202111114131A CN113759932A CN 113759932 A CN113759932 A CN 113759932A CN 202111114131 A CN202111114131 A CN 202111114131A CN 113759932 A CN113759932 A CN 113759932A
- Authority
- CN
- China
- Prior art keywords
- pest
- trolley
- disease
- agricultural
- client
- 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- Withdrawn
Links
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 104
- 201000010099 disease Diseases 0.000 title claims abstract description 78
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 78
- 238000007689 inspection Methods 0.000 title claims abstract description 14
- 241000238631 Hexapoda Species 0.000 claims abstract description 45
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 12
- 230000006378 damage Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims 4
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 230000007774 longterm Effects 0.000 abstract description 8
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 7
- 239000008186 active pharmaceutical agent Substances 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
Abstract
一种农业病虫害巡检智能小车图像采集系统,它涉及农林领域,具体涉及一种农林病虫害巡检系统。为实现上述目的,农业病虫害巡检智能小车图像采集系统采用以下技术方案是:它包含病虫害数据采集小车、物联网云端平台、中继服务器、客户端,病虫害数据采集小车通过RTMP与中继服务器实现实时信息共享传输,病虫害数据采集小车通过MQTT与物联网云端平台连接,物联网云平台通过AMQP与中继器服务器连接,中继服务器通过HTTP与客户端连接;中继服务器包含数据处理服务器、流媒体服务器、病虫害识别比对API服务器,客户端包含网页客户端和手机客户端。它具有移动采集的功能,可以了解农业类病虫害的实时状况,有利于进一步了解病虫害的状况。也能在长期数据采集的情况下,建立数据库从而有利于建立对病虫害的长期监控。
Description
技术领域
本发明涉及农林领域,具体涉及一种农林病虫害巡检系统。
背景技术
农业规模化遇到的一个突出性的问题就是农业病虫害监测以及防治困难,由于农田范围较大,很难做到有效的监测和防治,为了降低农业病虫害的危害,提高农作物产量,现阶段通用的做法有两种,一种是定期对农田进行多次不同类型的农药喷洒,对病虫害进行无差别防治,另一种是先采用无人机对农田进行巡视,发现农田中存现的病虫害并确认位置,再通过人为操控无人机携带农药对该位置病虫害进行防治。
当前病虫害数据监测是农情监测系统的重要组成部分。农作物病虫害的无损检测与早期识别是精准农业和生态农业发展的关键。在田间进行农作物取样后,传统的病虫害诊断需要通过化学方法及调查研究才可以进行相应的决策实施,存在着费时费力、诊断不及时、诊断范围有限等缺点。许多国内外现有的研究针对农作物病虫害问题采用图像处理技术和机器学习算法进行及时有效的检测,取得了较多较好的研究成果,实现了对农作物各类信息的有效识别与提取。
目前,国外很多学者主要采用无人机搭载可见光成像技术、红外成像技术或者通过高光谱成像技术采集图像照片,并利用经典的图像处理技术(去噪、腐蚀和膨胀、图像分割、图像增强、特征提取)和机器学习技术检测被测物的外部特征、内部化学成分含量、生理结构的变化等实现诊断。这些方法易于获得被测农作物的病变情况。农业病虫害需要对病虫进行实时监控,了解病虫各个时期的成长情况,利用病虫自身的特性进行防治,可以起到事半功倍的效果。特别是对于日常农林内虫害的监控、比对、数据采集、巡逻监控等都可以起到一定的作用。但是目前的农林病虫害大多利用试验田对虫害的生长发育情况进行监控,对于实际农业生产不能实时监控,所以对于监控数据的准确性是有疑义的;而对于农业病虫害治虫的时机是至关重要的。
发明内容
本发明的目的在于针对现有技术的缺陷和不足,提供一种农业病虫害巡检智能小车图像采集系统,以解决上述背景技术中提出的问题,本发明具有移动采集的功能,可以了解农业类病虫害的实时状况,有利于进一步了解病虫害的状况。也能在长期数据采集的情况下,建立数据库从而有利于建立对病虫害的长期监控。
为实现上述目的,农业病虫害巡检智能小车图像采集系统采用以下技术方案是:它包含病虫害数据采集小车1、物联网云端平台2、中继服务器3、客户端4,病虫害数据采集小车1通过RTMP与中继服务器3实现实时信息共享传输,病虫害数据采集小车1通过MQTT与物联网云端平台2连接,物联网云平台2通过AMQP与中继器服务器3连接,中继服务器3通过HTTP与客户端4连接;中继服务器3包含数据处理服务器31、流媒体服务器32、病虫害识别比对API服务器33,客户端4包含网页客户端41和手机客户端42。
病虫害数据采集小车1包含车辆主体11、伸缩支杆12、数个高清摄像头13、驱动机构14、行动机构15、远程控制连接机构16、数据传输系统17;伸缩支杆12设置在车辆主体11的顶部,行动机构15为履带式行动机构,驱动机构14设置在行动机构15的上部;远程控制连接机构16和数据传输系统17均设置在车辆主体11上。
所述的伸缩支杆12为三节式伸缩杆,在伸缩支杆12的顶部设置有横向的摄像头安装架121,多个高清摄像头13依次安装在摄像头安装架121上。
所述的车辆主体11上还包含报警蜂鸣器111、温湿度传感器112、大气压力传感器113、超声波传感器114、避障传感器115 ;报警蜂鸣器111安装设置在车辆主体11的顶部,温湿度传感器112和大气压力传感器113分别安装在车辆主体1的后侧和上部,超声波传感器114和避障传感器115安装在车辆主体11的前侧。
农业病虫害巡检智能小车图像采集系统采集流程如下:控制病虫害数据采集小车1进入农业测试区域,升起伸缩支杆12,通过伸缩支杆12上的多个高清摄像头13,通过高清摄像头13扫描农作物的叶片和根茎,当高清摄像头检测到含有病虫害区域时自动开启拍照系统进行拍照,重复上述扫描进行多次重复拍照,并记录拍摄区域范围、时间等数据;
降下伸缩支杆12,扫描农作物叶片的背面和底部根茎部分,重复上述扫描、识别、拍照、记录的过程;
移动病虫害数据采集小车1进入下一个检测区域,进一步进行下一轮检测;
将检测得到的数据通过RTMP发到中继服务器3的流媒体服务器32,同时流媒体服务器32将得到的病虫害数据与病虫害识别API服务器33中的样本数据进行比对,将得到的数据样本进行记录;
病虫害数据采集小车1经过移动多次检测、拍照、数据比对,可以对被测区域进行全面覆盖;并将整个区域内的病虫害情况进行统计、比对;所述的病虫害情况统计、比对包括纵向比较和横向比较;根据病虫害的统计结果,确定防虫、治虫的方法、方式和手段。
所述的纵向比较是指同一区域内不同时间点上,病虫害的发展情况,所述的横向比较是同一时间点上,同一试验田不同被测试区域各个区域的病虫害情况,不同试验田的病虫害情况。
本发明的工作原理:它通过对农业虫害的监控,通过数据比对,确定治虫、防虫的策略方法,做到因虫而治,达到事半功倍的效果,大大提高治虫的效率,通过实验田以及外围农田的虫害的检测、监控得出最佳的治虫、防虫时机。并通过对相关数据的采集和记录,积累大数据从而得出更好的防虫治虫策略。也能在长期数据采集的情况下,建立数据库从而有利于建立对病虫害的长期监控。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的系统结构示意图;
图2是本发明中移动病虫害数据采集小车1的结构示意图。
附图标记说明:病虫害数据采集小车1、物联网云端平台2、中继服务器3、客户端4、数据处理服务器31、流媒体服务器32、病虫害识别比对API服务器33、网页客户端41、手机客户端42、车辆主体11、伸缩支杆12、高清摄像头13、驱动机构14、行动机构15、远程控制连接机构16、数据传输系统17、摄像头安装架121、报警蜂鸣器111、温湿度传感器112、大气压力传感器113、超声波传感器114、避障传感器115。
具体实施方式
参看图1~2所示,本具体实施方式采用的技术方案是:它由病虫害数据采集小车1、物联网云端平台2、中继服务器3、客户端4组成,病虫害数据采集小车1通过RTMP与中继服务器3实现实时信息共享传输,病虫害数据采集小车1通过MQTT与物联网云端平台2连接,物联网云平台2通过AMQP与中继器服务器3连接,中继服务器3通过HTTP与客户端4连接;中继服务器3包含数据处理服务器31、流媒体服务器32、病虫害识别比对API服务器33,客户端4包含网页客户端41和手机客户端42。
病虫害数据采集小车1包含车辆主体11、伸缩支杆12、数个高清摄像头13、驱动机构14、行动机构15、远程控制连接机构16、数据传输系统17;伸缩支杆12设置在车辆主体11的顶部,行动机构15为履带式行动机构,驱动机构14设置在行动机构15的上部;远程控制连接机构16和数据传输系统17均设置在车辆主体11上。
所述的伸缩支杆12为三节式伸缩杆,在伸缩支杆12的顶部设置有横向的摄像头安装架121,多个高清摄像头13依次安装在摄像头安装架121上。
所述的车辆主体11上还包含报警蜂鸣器111、温湿度传感器112、大气压力传感器113、超声波传感器114、避障传感器115 ;报警蜂鸣器111安装设置在车辆主体11的顶部,温湿度传感器112和大气压力传感器113分别安装在车辆主体1的后侧和上部,超声波传感器114和避障传感器115安装在车辆主体11的前侧。
农业病虫害巡检智能小车图像采集系统采集流程如下:控制病虫害数据采集小车1进入农业测试区域,升起伸缩支杆12,通过伸缩支杆12上的多个高清摄像头13,通过高清摄像头13扫描农作物的叶片和根茎,当高清摄像头检测到含有病虫害区域时自动开启拍照系统进行拍照,重复上述扫描进行多次重复拍照,并记录拍摄区域范围、时间等数据;
降下伸缩支杆12,扫描农作物叶片的背面和底部根茎部分,重复上述扫描、识别、拍照、记录的过程;
移动病虫害数据采集小车1进入下一个检测区域,进一步进行下一轮检测;
将检测得到的数据通过RTMP发到中继服务器3的流媒体服务器32,同时流媒体服务器32将得到的病虫害数据与病虫害识别API服务器33中的样本数据进行比对,将得到的数据样本进行记录;
病虫害数据采集小车1经过移动多次检测、拍照、数据比对,可以对被测区域进行全面覆盖;并将整个区域内的病虫害情况进行统计、比对;所述的病虫害情况统计、比对包括纵向比较和横向比较;根据病虫害的统计结果,确定防虫、治虫的方法、方式和手段。
所述的纵向比较是指同一区域内不同时间点上,病虫害的发展情况,所述的横向比较是同一时间点上,同一试验田不同被测试区域各个区域的病虫害情况,不同试验田的病虫害情况。
本发明的工作原理:它通过对农业虫害的监控,通过数据比对,确定治虫、防虫的策略方法,做到因虫而治,达到事半功倍的效果,大大提高治虫的效率,通过实验田以及外围农田的虫害的检测、监控得出最佳的治虫、防虫时机。并通过对相关数据的采集和记录,积累大数据从而得出更好的防虫治虫策略。也能在长期数据采集的情况下,建立数据库从而有利于建立对病虫害的长期监控。
以上所述,仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种农业病虫害巡检智能小车图像采集系统,其特征在于:它包含病虫害数据采集小车(1)、物联网云端平台(2)、中继服务器(3)、客户端(4),病虫害数据采集小车(1)通过RTMP与中继服务器(3)实现实时信息共享传输,病虫害数据采集小车(1)通过MQTT与物联网云端平台(2)连接,物联网云平台(2)通过AMQP与中继器服务器(3)连接,中继服务器(3)通过HTTP与客户端(4)连接;中继服务器(3)包含数据处理服务器(31)、流媒体服务器(32)、病虫害识别比对API服务器(33),客户端(4)包含网页客户端(41)和手机客户端(42)。
2.根据权利要求1所述的一种农业病虫害巡检智能小车图像采集系统,其特征在于:病虫害数据采集小车(1)包含车辆主体(11)、伸缩支杆(12)、数个高清摄像头(13)、驱动机构(14)、行动机构(15)、远程控制连接机构(16)、数据传输系统(17);伸缩支杆(12设置在车辆主体(11)的顶部,行动机构(15)为履带式行动机构,驱动机构(14)设置在行动机构(15)的上部;远程控制连接机构(16)和数据传输系统(17)均设置在车辆主体(11)上。
3.根据权利要求1所述的一种农业病虫害巡检智能小车图像采集系统,其特征在于:所述的伸缩支杆(12)为三节式伸缩杆,在伸缩支杆(12)的顶部设置有横向的摄像头安装架(121),多个高清摄像头(13)依次安装在摄像头安装架(121)上。
4.根据权利要求1所述的一种农业病虫害巡检智能小车图像采集系统,其特征在于:所述的车辆主体(11)上还包含报警蜂鸣器(111)、温湿度传感器(112)、大气压力传感器(113)、超声波传感器(114)、避障传感器(115 );报警蜂鸣器(111)安装设置在车辆主体(11)的顶部,温湿度传感器(112)和大气压力传感器(113)分别安装在车辆主体(1)的后侧和上部,超声波传感器(114)和避障传感器(115)安装在车辆主体(11)的前侧。
5.一种农业病虫害巡检智能小车图像采集系统,其特征在于智能小车图像采集系统采集流程如下:控制病虫害数据采集小车(1)进入农业测试区域,升起伸缩支杆(12),通过伸缩支杆(12)上的多个高清摄像头(13),通过高清摄像头(13)扫描农作物的叶片和根茎,当高清摄像头检测到含有病虫害区域时自动开启拍照系统进行拍照,重复上述扫描进行多次重复拍照,并记录拍摄区域范围、时间等数据;
降下伸缩支杆(12),扫描农作物叶片的背面和底部根茎部分,重复上述扫描、识别、拍照、记录的过程;
移动病虫害数据采集小车(1)进入下一个检测区域,进一步进行下一轮检测;
将检测得到的数据通过RTMP发到中继服务器(3)的流媒体服务器(32),同时流媒体服务器(32)将得到的病虫害数据与病虫害识别API服务器(33)中的样本数据进行比对,将得到的数据样本进行记录;
病虫害数据采集小车(1)经过移动多次检测、拍照、数据比对,可以对被测区域进行全面覆盖;并将整个区域内的病虫害情况进行统计、比对;所述的病虫害情况统计、比对包括纵向比较和横向比较;根据病虫害的统计结果,确定防虫、治虫的方法、方式和手段。
6.根据权利要求5所述的一种农业病虫害巡检智能小车图像采集系统,其特征在于所述的纵向比较是指同一区域内不同时间点上,病虫害的发展情况,所述的横向比较是同一时间点上,同一试验田不同被测试区域各个区域的病虫害情况,不同试验田的病虫害情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111114131.9A CN113759932A (zh) | 2021-09-23 | 2021-09-23 | 一种农业病虫害巡检智能小车图像采集系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111114131.9A CN113759932A (zh) | 2021-09-23 | 2021-09-23 | 一种农业病虫害巡检智能小车图像采集系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113759932A true CN113759932A (zh) | 2021-12-07 |
Family
ID=78796921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111114131.9A Withdrawn CN113759932A (zh) | 2021-09-23 | 2021-09-23 | 一种农业病虫害巡检智能小车图像采集系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113759932A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061168A (zh) * | 2022-06-27 | 2022-09-16 | 安徽农业大学 | 一种移动巡检式农作物生长监测系统及方法 |
-
2021
- 2021-09-23 CN CN202111114131.9A patent/CN113759932A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061168A (zh) * | 2022-06-27 | 2022-09-16 | 安徽农业大学 | 一种移动巡检式农作物生长监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3852521A1 (de) | Sensorgestütze beobachtung von gliederfüssern | |
CN104764533A (zh) | 基于无人机图像采集和红外热像仪的智能农业系统 | |
CN113925039A (zh) | 一种基于物联网的园林病虫害智能防护系统及防控方法 | |
CN112931456B (zh) | 一种大田作物昆虫采集设备及虫害监测预警方法 | |
Li et al. | Real-time UAV weed scout for selective weed control by adaptive robust control and machine learning algorithm | |
CN210570820U (zh) | 一种农业检测预警系统 | |
CN113759932A (zh) | 一种农业病虫害巡检智能小车图像采集系统 | |
CN105547360A (zh) | 基于情景感知的作物冠层图像采集方法 | |
CN108132628A (zh) | 一种农田综合环境检测装置及农田综合环境监控系统 | |
CN107711756A (zh) | 基于物联网的农作物害虫智能测报系统 | |
CN105894003A (zh) | 一种基于机器视觉的大田果树病害监测预警系统 | |
CN116738766A (zh) | 基于数字孪生的智慧农业线上产业化服务系统 | |
CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
Haas-Stapleton et al. | Assessing mosquito breeding sites and abundance using an unmanned aircraft | |
CN105955161A (zh) | 一种农业智能控制系统 | |
CN110765901A (zh) | 一种基于物联网的农业灾害信息遥感提取系统及方法 | |
KR20180043082A (ko) | 식물병 감지 시스템 및 그 방법 | |
CN116616267A (zh) | 一种农作物病虫害防治的装置和方法 | |
CN115988036A (zh) | 一种土壤水分与作物生长耦合远程监测系统 | |
CN116300608A (zh) | 一种基于大数据的智慧农业远程监控系统 | |
CN206906859U (zh) | 一种基于物联网的农业远程监控系统 | |
CN111815202B (zh) | 一种蜂蜜生产的预测方法及系统 | |
CN209784195U (zh) | 一种农业大棚的病虫害诊断系统 | |
CN217958452U (zh) | 一种用于林业野外病虫害监测设备预警器 | |
Srivastava et al. | Development of a sensor for automatic detection of downey mildew disease |
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 |
Application publication date: 20211207 |
|
WW01 | Invention patent application withdrawn after publication |