CN113867456B - 一种基于物联网技术的温室大棚智能监控方法及系统 - Google Patents
一种基于物联网技术的温室大棚智能监控方法及系统 Download PDFInfo
- Publication number
- CN113867456B CN113867456B CN202111138819.0A CN202111138819A CN113867456B CN 113867456 B CN113867456 B CN 113867456B CN 202111138819 A CN202111138819 A CN 202111138819A CN 113867456 B CN113867456 B CN 113867456B
- Authority
- CN
- China
- Prior art keywords
- threshold range
- internet
- equipment
- detection data
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000005516 engineering process Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000012806 monitoring device Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 2
- 229940072033 potash Drugs 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 2
- 235000015320 potassium carbonate Nutrition 0.000 description 2
- 240000001592 Amaranthus caudatus Species 0.000 description 1
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 235000012735 amaranth Nutrition 0.000 description 1
- 239000004178 amaranth Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于物联网技术的温室大棚智能监控方法及系统。其中,所述方法包括:接收移动设备的定位信息,基于所述定位信息判断所述移动设备是远程端或现场端;接收物联网监测设备的检测数据,基于所述检测数据判断所述大棚是否存在异常;若是,则:若所述移动设备是远程端,则将异常信号推送给所述移动设备,将异常信号和所述检测数据推送给现场固定设备;若所述移动设备是现场端,则将异常信号和所述检测数据推送给所述移动设备和现场固定设备。本发明的方案能够基于管理人员手持的移动终端所处的区域来确定温室大棚的监测方法,能够显著降低数据传输量和管理人员的工作负荷。
Description
技术领域
本发明涉及物联网和智慧农业技术领域,具体而言,涉及一种基于物联网技术的温室大棚智能监控方法及系统。
背景技术
随着互联网技术的发展,人们的生活起居,各个行业的运行都已经离不开互联网。而农业更是如此,我国作为农业大国,正在从传统农业向现代化农业转型。智慧农业管理系统就是利用时下比较前段的物联网技术,依托智能终端设备及互联网平台来精确地采集农业数据,实现农业数据分散、共享,形成规模效应。智慧农业管理系统通常包括感知层、数据层、支撑层、应用层来实现数据可视化以及对于农场的智能管理。
一般的物联网大棚在云计算环境下处理数据,工作原理是首先通过大棚内的各类传感器收到的信息发送到云端服务器上,在云端进行处理之后,计算出来的结果再发送给相关设备,例如,现场端固定式管理设备、现场端移动式管理设备、远程端移动式管理设备等。但是,智慧农业管理系统在多数时候都是正常的,对于监测数据如果不加区分的进行推送,一方面会浪费大量带宽,另一方面也会给管理人员带来很大的工作负荷,进而会降低工作效率。
可见,如何有效降低智慧农业管理系统的数据传输量和云端处理压力、降低管理人员工作负荷,是目前亟需解决的技术问题。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供了一种基于物联网技术的温室大棚智能监控方法、系统、电子设备及存储介质。
本发明的第一方面提供了一种基于物联网技术的温室大棚智能监控方法,包括:
接收移动设备的定位信息,基于所述定位信息判断所述移动设备是远程端或现场端;
接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常;若是,则:
若所述移动设备是远程端,则将异常信号推送给所述移动设备,将异常信号和所述检测数据推送给现场固定设备;
若所述移动设备是现场端,则将异常信号和所述检测数据推送给所述移动设备和现场固定设备。
可选地,所述物联网监测设备包括二氧化碳传感器、光照传感器、土壤温湿度传感器、空气温湿度传感器。
可选地,所述基于所述定位信息判断所述移动设备是远程端或现场端,包括:
确定设定区域;
基于所述定位信息判断所述移动设备是否位于所述设定区域内,若是,则判定为现场端,否则,判定为远程端。
可选地,所述接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常,包括:
获取作物信息,基于所述作物信息确定正常阈值范围;
接收所述物联网监测设备的检测数据,判断所述检测数据是否位于所述正常阈值范围,若是,则判定为无异常,否则,判定为异常。
可选地,所述作物信息包括作物种类及种植区域;
则所述基于所述作物信息确定正常阈值范围,包括:
若所述作物种类为单一作物,则将与该作物种类对应的第一阈值范围确定为所述正常阈值范围;
若所述作物种类为非单一作物,则将与各作物种类对应的第一阈值范围确定为所述正常阈值范围,其中,所述正常阈值范围中各第一阈值范围与所述种植区域对应。
可选地,若所述作物种类为非单一作物,还包括:
基于所述种植区域确定邻接区域;
基于所述邻接区域内各作物种类对应的第一阈值范围确定第二阈值范围,利用所述第二阈值范围修正所述正常阈值范围;
其中,所述正常阈值范围内的所述第二阈值范围与所述邻接区域对应。
可选地,所述移动设备可以通过请求的方式获得所述检测数据。
本发明的第二方面提供了一种基于物联网技术的温室大棚智能监控系统,所述系统包括物联网监测设备、处理模块、存储模块、通信模块、移动设备、现场固定设备,所述处理模块分别与所述物联网监测设备、所述存储模块、所述通信模块连接;其中,
所述存储模块上存储有计算机程序;
所述通信模块,用于实现处理模块与所述物联网监测设备、所述移动设备、所述现场固定设备的通信;
所述处理模块用于调用所述计算机程序以实现如上任一项所述的方法。
本发明的第三方面提供了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的第四方面提供了一种电子设备,该电子设备包括处理器和存储器,所述存储器上存储有计算机程序,该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的有益效果在于:
本发明基于定位信息将管理人员手持的移动设备的状态分为远程端或现场端,并基于上述不同的状态而确定不同的针对温室大棚异常情况的推送策略,能够更为灵活的进行信息的推送,降低管理人员的工作负荷,显著提高温室大棚的管理效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例公开的一种基于物联网技术的温室大棚智能监控方法的流程示意图;
图2是本发明实施例公开的一种基于物联网技术的温室大棚智能监控系统的结构示意图;
图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于物联网技术的温室大棚智能监控方法的流程示意图。如图1所示,本发明实施例的一种基于物联网技术的温室大棚智能监控方法,包括:
接收移动设备的定位信息,基于所述定位信息判断所述移动设备是远程端或现场端;
接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常;若是,则:
若所述移动设备是远程端,则将异常信号推送给所述移动设备,将异常信号和所述检测数据推送给现场固定设备;
若所述移动设备是现场端,则将异常信号和所述检测数据推送给所述移动设备和现场固定设备。
在本发明实施例中,预先在温室大棚中布设多个不同类型的物联网监测设备,通过组网可以将这些监测设备与处理设备进行连接,进而处理设备可以基于获得的检测数据来分析温室大棚内的运转情况是否正常,当存在异常时可以及时向各终端进行提示,提醒管理人员及时处理。
对于温室大棚的管理人员来说,其所依赖的管理终端包括移动设备和现场固定设备,其中移动设备包括智能手机、平板电脑、智能可穿戴设备、PDA等,现场固定设备则是配备各类操作系统的计算机设备。本发明的方案中,在检测到异常时之后,先确定移动设备目前是否在现场,如果在现场,则将异常信号和检测数据一同推送给移动设备,这样有利于管理人员及时前往异常设备处进行维护作业;如果不在现场,则管理人员实际上很难及时返回现场,所以仅将异常信号推送给移动设备,这样有利于管理人员及时接收到异常反馈,并可根据实际情况与现场的管理人员进行沟通协作,还能够降低数据的发送量。而对于现场固定设备,则不考虑移动设备的状态,将异常信号和所述检测数据一并推送,这样有利于现场的管理人员及时获取相关信息。
本发明的方法既可以在现场端的处理设备实现,也可以在服务器端实现。其中,所述服务器包括但不限于计算机、网络主机、数据库服务器、存储服务器以及应用服务器或者多个服务器构成的云服务器,还可以是边缘服务器,例如百度云、阿里云、OneNET等。
可选地,所述物联网监测设备包括二氧化碳传感器、光照传感器、土壤温湿度传感器、空气温湿度传感器。
在本发明实施例中,智能温室大棚一般包括物联网监测设备和物联网调控设备。其中,物联网监测设备包括上述各类传感器,除了上述传感器之外,还可以包括其它传感器,例如土壤氮磷钾值、土壤PH值等传感器,本发明在此不再赘述;物联网调控设备包括灌溉设备、通风设备、遮阳设备、补光设备、降温设备等。
可选地,所述基于所述定位信息判断所述移动设备是远程端或现场端,包括:
确定设定区域;
基于所述定位信息判断所述移动设备是否位于所述设定区域内,若是,则判定为现场端,否则,判定为远程端。
在本发明实施例中,如果移动设备位于以温室大棚为基准的周边设定区域内,则说明该管理人员位于现场,否则该管理人员不在现场。
其中,对于设定区域的确定,可以基于温室大棚的区域轮廓来确定,只需提前对温室大棚的边界进行地理采点即可实现电子围栏的标定。也可以将以温室大棚为中心、以设定时长的距离为半径的区域确定为设定区域,例如,以温室大棚为中心,以十分钟距离作半径划出的区域,其中,在确定距离半径时还应当考虑移动设备的类型或实时运动信息,当移动设备为车载端或移动终端当前正在高速运动(说明管理人员携带该移动设备在开车行驶),则设定时长的距离要大于移动设备为手持且低速运动状态,相应地,设定区域也就越大。于是,本发明的方案可以更为灵活的确定设定区域,尤其是可以确定出动态的设定区域,有利于更为合理的确定出移动设备的远程/现场状态,进而确定信息推送策略。
可选地,所述接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常,包括:
获取作物信息,基于所述作物信息确定正常阈值范围;
接收所述物联网监测设备的检测数据,判断所述检测数据是否位于所述正常阈值范围,若是,则判定为无异常,否则,判定为异常。
在本发明实施例中,不同的作物需要的生长环境是差异巨大的,所以,本发明针对作物的属性来匹配得出用于异常判断的正常阈值范围,当接收的实际检测数据超出该正常阈值范围,则判定为异常。
可选地,所述作物信息包括作物种类及种植区域;
则所述基于所述作物信息确定正常阈值范围,包括:
若所述作物种类为单一作物,则将与该作物种类对应的第一阈值范围确定为所述正常阈值范围;
若所述作物种类为非单一作物,则将与各作物种类对应的第一阈值范围确定为所述正常阈值范围,其中,所述正常阈值范围中各第一阈值范围与所述种植区域对应。
在本发明实施例中,混作是温室大棚的常规种植形式,例如辣椒、苋菜混种,茄子与豆角混种等,而不同的作物的正常阈值范围是不同的,显然,如果仅设置单一的阈值就容易导致误识别。针对该问题,本发明基于作物的种类分别设置了阈值范围,而且与作物的种植区域一一对应,于是,正常阈值范围就成为了包括多个阈值范围及其对应的种植区域的数据集合。
可选地,若所述作物种类为非单一作物,还包括:
基于所述种植区域确定邻接区域;
基于所述邻接区域内各作物种类对应的第一阈值范围确定第二阈值范围,利用所述第二阈值范围修正所述正常阈值范围;
其中,所述正常阈值范围内的所述第二阈值范围与所述邻接区域对应。
在本发明实施例中,对于作物混种来说,混种的邻接区域受到多种因素的复合影响,例如,A区域的作物在当前时段需要施加高钾肥,而邻接的B区域的作物此时段并不需要施加高钾肥,由于渗透作用,于是,邻接区域内的B区域的作物的钾检测含量就会显著升高,但这实际并非显著异常。针对于此,本发明设置基于各作物的种植区域划定出邻接区域,再基于各作物的第一阈值范围确定出针对于邻接区域的第二阈值范围,进而对前述的正常阈值范围进行修正。其中,第二阈值范围的宽度一般情况下高于第一阈值范围,即对异常的容忍度更高,但在特殊情况下也会低于第一阈值范围,即对异常的容忍度更低,例如,邻接的作物C和作物D,在某生长阶段对作物C喷洒的药物会对该阶段的作物D产生较大的负影响,此时,设置第二阈值范围小于第一阈值范围,于是,在对邻接区域的C喷洒药物时应当降低喷洒量、喷洒频度。
另外,作为一种前述实施例的一种改进,邻接区域的大小与所述作物种类的差异度成反比,其中,所述差异度与作物种类、生长阶段、生长需求因素相关。
其中,如前所述,当混种作物的差异度越大时,比如不同生长阶段对肥料、光照等的要求明显不同,则设置邻接区域更大,以加强对邻接区域内的弱势作物的额外关注,当然,还可以再辅以降低第二阈值范围的宽度来将对异常判断的容忍度(即提高敏感度),来达到更佳的监控效果。
可选地,所述移动设备可以通过请求的方式获得所述检测数据。
在本发明实施例中,对于持有移动设备的管理人员来说,无论其处于远程端还是现场端,都可以通过请求的方式获得完整的检测数据,这样有利于其更为全面的了解温室大棚内的实际情况,分析异常原因,甚至远程指导现场管理人员进行处理。
实施例二
请参阅图2,图2是本发明实施例公开的一种基于物联网技术的温室大棚智能监控系统的结构示意图。如图2所示,本发明实施例的一种基于物联网技术的温室大棚智能监控系统(100),所述系统包括物联网监测设备(101)、处理模块(102)、存储模块(103)、通信模块(104)、移动设备(105)、现场固定设备(106),所述处理模块(102)分别与所述物联网监测设备(101)、所述存储模块(103)、所述通信模块(104)连接;其中,
所述存储模块(103)上存储有计算机程序;
所述通信模块(104),用于实现处理模块(103)与所述物联网监测设备(102)、所述移动设备(105)、所述现场固定设备(106)的通信;
所述处理模块(103)用于调用所述计算机程序以实现如实施例一所述的方法。
该实施例中的一种基于物联网技术的温室大棚智能监控系统的具体功能参照上述实施例一,由于本实施例中的系统采用了上述实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
实施例三
请参阅图3,图3是本发明实施例公开的一种电子设备,所述设备包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如实施例一所述的方法。
实施例四
本发明实施例还公开了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如实施例一所述的方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种基于物联网技术的温室大棚智能监控方法,其特征在于,包括:
接收移动设备的定位信息,基于所述定位信息判断所述移动设备是远程端或现场端;
接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常;若是,则:
若所述移动设备是远程端,则将异常信号推送给所述移动设备,将异常信号和所述检测数据推送给现场固定设备;
若所述移动设备是现场端,则将异常信号和所述检测数据推送给所述移动设备和现场固定设备;
所述基于所述定位信息判断所述移动设备是远程端或现场端,包括:
确定设定区域;
基于所述定位信息判断所述移动设备是否位于所述设定区域内,若是,则判定为现场端,否则,判定为远程端。
2.根据权利要求1所述的方法,其特征在于:所述物联网监测设备包括二氧化碳传感器、光照传感器、土壤温湿度传感器、空气温湿度传感器。
3.根据权利要求1-2任一项所述的方法,其特征在于:所述接收物联网监测设备的检测数据,基于所述检测数据判断所述温室大棚是否存在异常,包括:
获取作物信息,基于所述作物信息确定正常阈值范围;
接收所述物联网监测设备的检测数据,判断所述检测数据是否位于所述正常阈值范围,若是,则判定为无异常,否则,判定为异常。
4.根据权利要求3所述的方法,其特征在于:所述作物信息包括作物种类及种植区域;
则所述基于所述作物信息确定正常阈值范围,包括:
若所述作物种类为单一作物,则将与该作物种类对应的第一阈值范围确定为所述正常阈值范围;
若所述作物种类为非单一作物,则将与各作物种类对应的第一阈值范围确定为所述正常阈值范围,其中,所述正常阈值范围中各第一阈值范围与所述种植区域对应。
5.根据权利要求4所述的方法,其特征在于:若所述作物种类为非单一作物,还包括:
基于所述种植区域确定邻接区域;
基于所述邻接区域内各作物种类对应的第一阈值范围确定第二阈值范围,利用所述第二阈值范围修正所述正常阈值范围;
其中,所述正常阈值范围内的所述第二阈值范围与所述邻接区域对应。
6.根据权利要求5所述的方法,其特征在于:所述移动设备还可以通过请求的方式获得所述检测数据。
7.一种基于物联网技术的温室大棚智能监控系统,所述系统包括物联网监测设备、处理模块、存储模块和通信模块,所述处理模块分别与所述物联网监测设备、所述存储模块、所述通信模块连接;其中,
所述存储模块上存储有计算机程序;
所述通信模块,用于实现处理模块与物联网监测设备的通信;
其特征在于:所述处理模块用于调用所述计算机程序以实现如权利要求1-6任一项所述的方法。
8.一种存储介质,该存储介质上存储有计算机程序,其特征在于:该计算机程序被处理器运行时执行如权利要求1-6任一项所述的方法。
9.一种电子设备,该电子设备包括处理器和存储器,所述存储器上存储有计算机程序,其特征在于:该计算机程序被处理器运行时执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111138819.0A CN113867456B (zh) | 2021-09-27 | 2021-09-27 | 一种基于物联网技术的温室大棚智能监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111138819.0A CN113867456B (zh) | 2021-09-27 | 2021-09-27 | 一种基于物联网技术的温室大棚智能监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113867456A CN113867456A (zh) | 2021-12-31 |
CN113867456B true CN113867456B (zh) | 2023-05-09 |
Family
ID=78991400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111138819.0A Active CN113867456B (zh) | 2021-09-27 | 2021-09-27 | 一种基于物联网技术的温室大棚智能监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113867456B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101222674A (zh) * | 2008-01-22 | 2008-07-16 | 中兴通讯股份有限公司 | 业务限制方法 |
CN101383870A (zh) * | 2008-10-13 | 2009-03-11 | 深圳市同洲电子股份有限公司 | 一种移动终端及其数据发送方法、系统及网络系统 |
CN101465829A (zh) * | 2007-12-21 | 2009-06-24 | 华为技术有限公司 | 一种分层调制数据传输、接收方法及设备 |
CN101692127A (zh) * | 2009-09-30 | 2010-04-07 | 西安电子科技大学 | 基于近场阵列距离估计的射频sim卡测距系统及测距方法 |
CN101867603A (zh) * | 2010-05-21 | 2010-10-20 | 深圳积享通信息技术有限公司 | 一种特定区域内移动终端的自动识别方法 |
CN104192174A (zh) * | 2014-08-29 | 2014-12-10 | 北京交通大学 | 列车预警系统和列车预警方法 |
CN107105102A (zh) * | 2017-05-24 | 2017-08-29 | 维沃移动通信有限公司 | 一种信息发送方法及移动终端 |
CN107909781A (zh) * | 2017-11-29 | 2018-04-13 | 李修球 | 云报警推送系统及方法 |
CN108472100A (zh) * | 2016-01-26 | 2018-08-31 | 索尼公司 | 握力感觉反馈装置和触笔式力感觉反馈装置 |
CN110376980A (zh) * | 2019-06-20 | 2019-10-25 | 广东工业大学 | 一种温室大棚远程动态智能监控系统及监控方法 |
CN110913744A (zh) * | 2017-07-19 | 2020-03-24 | 索尼公司 | 手术系统、控制方法、手术装置和程序 |
CN111579931A (zh) * | 2020-05-28 | 2020-08-25 | 广东电网有限责任公司 | 一种低压电网故障检测装置和方法 |
CN111902096A (zh) * | 2017-11-13 | 2020-11-06 | 维卡瑞斯外科手术股份有限公司 | 虚拟现实腕部组件 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102445933B (zh) * | 2011-10-14 | 2013-06-12 | 兰泽华 | 基于物联网的农田大棚监测报警管理系统 |
US9774604B2 (en) * | 2015-01-16 | 2017-09-26 | Zingbox, Ltd. | Private cloud control |
CN207472301U (zh) * | 2017-06-15 | 2018-06-08 | 天津成奇科技发展有限公司 | 一种基于农业大棚的环境数据采集系统 |
CN109460835A (zh) * | 2018-11-12 | 2019-03-12 | 广州市雅天网络科技有限公司 | 现场硬件设备管控系统及方法 |
CN110262443A (zh) * | 2019-08-01 | 2019-09-20 | 陕西工业职业技术学院 | 一种基于移动互联网的温室大棚环境监测系统 |
-
2021
- 2021-09-27 CN CN202111138819.0A patent/CN113867456B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101465829A (zh) * | 2007-12-21 | 2009-06-24 | 华为技术有限公司 | 一种分层调制数据传输、接收方法及设备 |
CN101222674A (zh) * | 2008-01-22 | 2008-07-16 | 中兴通讯股份有限公司 | 业务限制方法 |
CN101383870A (zh) * | 2008-10-13 | 2009-03-11 | 深圳市同洲电子股份有限公司 | 一种移动终端及其数据发送方法、系统及网络系统 |
CN101692127A (zh) * | 2009-09-30 | 2010-04-07 | 西安电子科技大学 | 基于近场阵列距离估计的射频sim卡测距系统及测距方法 |
CN101867603A (zh) * | 2010-05-21 | 2010-10-20 | 深圳积享通信息技术有限公司 | 一种特定区域内移动终端的自动识别方法 |
CN104192174A (zh) * | 2014-08-29 | 2014-12-10 | 北京交通大学 | 列车预警系统和列车预警方法 |
CN108472100A (zh) * | 2016-01-26 | 2018-08-31 | 索尼公司 | 握力感觉反馈装置和触笔式力感觉反馈装置 |
CN107105102A (zh) * | 2017-05-24 | 2017-08-29 | 维沃移动通信有限公司 | 一种信息发送方法及移动终端 |
CN110913744A (zh) * | 2017-07-19 | 2020-03-24 | 索尼公司 | 手术系统、控制方法、手术装置和程序 |
CN111902096A (zh) * | 2017-11-13 | 2020-11-06 | 维卡瑞斯外科手术股份有限公司 | 虚拟现实腕部组件 |
CN107909781A (zh) * | 2017-11-29 | 2018-04-13 | 李修球 | 云报警推送系统及方法 |
CN110376980A (zh) * | 2019-06-20 | 2019-10-25 | 广东工业大学 | 一种温室大棚远程动态智能监控系统及监控方法 |
CN111579931A (zh) * | 2020-05-28 | 2020-08-25 | 广东电网有限责任公司 | 一种低压电网故障检测装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113867456A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN209517198U (zh) | 一种智慧农业标准化管理系统 | |
CN205301934U (zh) | 一种设施农业物联网环境测控装置 | |
CN115984028B (zh) | 基于ai技术的智慧农业生产数据决策管理系统 | |
CN113409023A (zh) | 一种智慧园林综合服务管理平台 | |
CN111557159A (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
CN1324507C (zh) | 一种用于农作物生长状态监测及营养施肥处方生成装置和方法 | |
CN105353739A (zh) | 一种智能农业管理系统 | |
CN105744225A (zh) | 一种远程分析农作物生长的方法和系统 | |
CN112003948A (zh) | 一种智慧农业物联网系统 | |
CN115952931A (zh) | 一种水稻智能施肥方法、系统、设备及介质 | |
Saha et al. | Precision Agriculture Using Internet of Things and Wireless Sensor Networks | |
CN118095538A (zh) | 一种基于物联网的农业种植智能管理平台 | |
CN109358673A (zh) | 基于物联网的农产品种植管理方法 | |
CN113867456B (zh) | 一种基于物联网技术的温室大棚智能监控方法及系统 | |
Suciu et al. | Real time analysis of weather parameters and smart agriculture using IoT | |
CN117581777A (zh) | 一种基于物联网技术的智能灌溉系统和计算机设备 | |
CN211628101U (zh) | 一种足球场草坪养护系统 | |
CN210666867U (zh) | 一种基于物联网的智慧农业大数据服务平台 | |
CN114543869A (zh) | 一种基于物联网技术的农业支撑系统 | |
CN205212881U (zh) | 物联网农田产地环境监测系统 | |
Devi et al. | A review: smart farming using IoT in the area of crop monitoring | |
CN112489211B (zh) | 农作物长势状态确定方法、农作物作业方法及相关装置 | |
Singh | Sustainable and Smart Agriculture: A Holistic Approach | |
CN213848015U (zh) | 一种基于多源信息融合的作物节水灌溉测控系统 | |
CN113973559B (zh) | 一种智能施肥方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |