CN113919964A - 一种基于bim的智慧农业大棚管理系统及方法 - Google Patents

一种基于bim的智慧农业大棚管理系统及方法 Download PDF

Info

Publication number
CN113919964A
CN113919964A CN202111518453.XA CN202111518453A CN113919964A CN 113919964 A CN113919964 A CN 113919964A CN 202111518453 A CN202111518453 A CN 202111518453A CN 113919964 A CN113919964 A CN 113919964A
Authority
CN
China
Prior art keywords
data
agricultural greenhouse
fertilizer
bim
water
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
Application number
CN202111518453.XA
Other languages
English (en)
Inventor
刘杰
陶怡
杨会甲
琚成
王飞
朱超
朱凯
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.)
Xi'an Aerospace Automation Co ltd
Original Assignee
Xi'an Aerospace Automation 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 Xi'an Aerospace Automation Co ltd filed Critical Xi'an Aerospace Automation Co ltd
Priority to CN202111518453.XA priority Critical patent/CN113919964A/zh
Publication of CN113919964A publication Critical patent/CN113919964A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
    • A01C23/042—Adding fertiliser to watering systems
    • 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
    • A01G25/09—Watering arrangements making use of movable installations on wheels or the like
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/246—Earth materials for water content
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Animal Husbandry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • Agronomy & Crop Science (AREA)
  • Mining & Mineral Resources (AREA)

Abstract

本申请涉及智慧种植技术领域，尤其涉及一种基于BIM的智慧农业大棚管理系统及方法，该系统包括：数据采集及执行设备、数据处理设备和BIM数据处理设备；该方法包括：首先对农业大棚内进行区域划分，然后通过对采集到的环境参数进行处理得到标准数据，并基于标准数据判定农业大棚内是否存在水肥异常区域，若判定存在水肥异常区域，则发出水肥异常区域报警指令，并通过执行设备进行水肥喷洒，消除该报警指令。本申请提供的系统及方法，不依赖于人工操作，通过数据采集设备采集影响农作物生长的环境参数，从而判定农业大棚内是否存在水肥异常区域，再通过执行设备自动对该水肥异常区域进行水肥喷洒，实现了农业大棚管理的智能化控制。

Description

一种基于BIM的智慧农业大棚管理系统及方法
技术领域
本申请涉及智慧种植技术领域，尤其涉及一种基于BIM的智慧农业大棚管理系统及方法。
背景技术
从国内外农业大棚控制技术的发展状况来看，农业大棚环境控制技术大致经历手动控制、自动控制和智能化控制三个阶段。
农业大棚的手动控制是在农业大棚控制系统技术发展初期所采用的控制手段，其并没有真正意义上的控制系统及执行机构。生产一线的种植者既充当农业大棚环境的传感器，又充当对农业大棚作物进行管理的执行机构，他们是农业大棚环境控制的核心。通过对农业大棚内外的气候状况和对作物生长状况的观测，凭借长期积累的经验和直觉推测及判断，手动调节农业大棚内环境。种植者采用手动控制方式，对于作物生产状况的反应最直接、最迅速且最有效，它符合传统农业的生长规律。但这种控制方式的劳动生产效率较低，不适合工厂化农业生产的需要，而且对种植者的素质要求较高，且对不同岗位的种植者的差异化要求较大。
农业大棚的自动控制是依托自动控制系统，这种控制系统需要种植者输入农业大棚作物生长所需环境的目标参数，计算机根据传感器的实际测量值与事先设定的目标值进行比较，以决定农业大棚环境因子的控制过程，控制相应机构进行加热、降温和通风等动作。计算机自动控制的农业大棚控制技术实现了生产自动化，适合规模化生产，劳动生产率得到提高。通过改变农业大棚环境设定目标值，可以自动地进行农业大棚内环境气候调节，但是这种控制方式对作物生长状况的改变难以及时做出反应，难以介入作物生产的内在规律。现有技术中的绝大部分自主开发的大型现代化农业大棚及引进的国外设备都属于这种控制。
农业大棚的智能化控制是在农业大棚控制系统技术和生产实践的基础上，通过总结、收集农业领域知识、技术和各种试验数据构建专家系统，以建立植物生长的数学模型为理论依据，研究开发出的一种适合不同作物生产的农业大棚专家控制系统技术。农业大棚控制技术沿着手动、自动、智能化控制的发展进程，向着越来越先进、功能越来越完备的方向发展。由此可见，农业大棚环境控制朝着基于作物生长模型、农业大棚综合环境因子分析模型和农业专家系统的农业大棚信息自动采集及智能控制趋势发展。
然而，现有智能化控制技术默认每个温室大棚内种植农作物的土质结构、矿物质含量相同，区域划分以每个大棚为单位，具体的控制过程参见图1，根据每个大棚的面积布设1～4个传感器统一判别农作物生长情况，部署传感器的区域的环境可达到农作物生长需求的要求，未部署传感器的区域会出现水肥不足或超量情况，不能实现进一步智能化控制。这样的情况下，温室大棚内不缺水区域若浇水过多，则水分填满了土壤间隙，土中空气被水代替，造成土中缺氧，农作物的根组织就会由于缺氧而发生呼吸困难，代谢功能降低，导致吸水、吸肥受阻，长期下去农作物就会窒息死亡。若肥料用得过多，则有些农作物，比如玉米，不仅仅不会增产，反而会引发玉米抗性下降、产量下降、并造成土壤水分污染。同时，现有技术水肥喷头布置方式为固定点位同时喷射，不能针对农业大棚内不同区域差异化处理。现实生活中农作物生长地理复杂，土质差异性大，影响因素多；不同区域农作物生长快慢具有差异化，对水肥喷洒量需求不同，难以实现标准化、高品质、大规模的农作物种植。
发明内容
本申请提供了一种基于BIM的智慧农业大棚管理系统及方法，以解决传统方式在进行农业大棚管理时，不能根据农业大棚内不同区域的作物生长环境的差异化，对不同区域的农作物生长环境进行差异化管理的问题。
本申请解决上述技术问题所采取的技术方案如下：
第一方面，本申请提供一种基于BIM的智慧农业大棚管理系统，包括：
数据采集及执行设备，用于采集影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数，还用于执行消除水肥异常区域报警指令；
数据处理设备，用于存储所述待用环境参数、BIM设计模型数据、GIS测绘数据，并对所述待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；
BIM数据处理设备，所述BIM数据处理设备包括BIM工作站，所述BIM工作站被配置为：
显示BIM设计模型，接收所述数据处理设备上传的所述标准数据，并基于所述标准数据判定所述农业大棚内是否存在水肥异常区域，若判定所述农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令。
进一步的，所述数据采集及执行设备包括监测单元和执行单元；
所述监测单元包括GPS定位器、土壤墒情传感器、土壤离子浓度传感器、影像摄像头、节点和网关；
所述土壤墒情传感器用于获取土壤的水分含量数据；
所述土壤离子浓度传感器用于获取土壤提供养分能力的数据；
所述影像摄像头用于采集所述农业大棚内的土壤表面信息；
所述GPS定位器分别与所述土壤墒情传感器和所述土壤离子浓度传感器连接，用于获取所述土壤墒情传感器和所述土壤离子浓度传感器的实时位置；
所述节点分别与所述土壤墒情传感器和所述土壤离子浓度传感器连接，用于对所述水分含量数据和所述土壤提供养分能力的数据进行预处理和传输；
所述网关与所述节点连接，用于对所述节点预处理得到的数据进行通讯协议转换和传输至数据处理设备；
所述执行单元，被配置为接收所述水肥异常区域报警指令，并响应于所述水肥异常区域报警指令，对所述农业大棚内的所述水肥异常区域喷洒水肥。
进一步的，所述数据处理设备包括多源数据处理单元、多源数据存储单元、编码标识单元和信息加密解密单元；
所述多源数据处理单元包括数据清洗器、数据汇聚器、数据过滤器和格式化输出器；
所述数据清洗器用于对所述监测单元上传的不符合预设阈值的所述待用环境参数进行剔除；
所述数据汇聚器与所述数据清洗器连接，用于对所述数据清洗器输出的数据进行分类管理与融合；
所述数据过滤器与所述数据汇聚器连接，用于对所述数据汇聚器输出的数据进行加工与处理；
所述格式化输出器与所述数据过滤器连接，用于对所述数据过滤器输出的数据进行标准化处理；
所述多源数据存储单元与所述格式化输出器连接，用于存储所述格式化输出器输出的数据，并存储所述BIM设计模型数据和所述GIS测绘数据；
所述编码标识单元用于将所述BIM设计模型数据中的构件与所述监测单元中对应的器件进行关联；
所述信息加密解密单元被配置为对数据处理设备中传输、存储的数据进行加密和解密。
进一步的，所述执行单元包括移动件和水肥喷头；
所述水肥喷头设置在所述移动件上，用于喷洒水肥；
所述移动件与所述节点连接，用于带动所述水肥喷头移动。
进一步的，所述BIM设计模型数据包括所述农业大棚的结构信息、所述农业大棚内的构件部署位置信息，所述GIS测绘数据包括所述农业大棚的地理位置信息。
第二方面，本申请提供一种基于BIM的智慧农业大棚管理方法，所述方法包括以下步骤：
根据项目需求分析和GIS测绘数据，对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分；
对所述农业大棚的结构及其内部的若干设备的位置和逻辑关系进行设计，并利用BIM软件建模和模拟仿真，生成BIM设计模型；
监测单元采集所述农业大棚内的影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数；
数据处理设备对所述待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；
BIM数据处理设备基于所述标准数据判定所述农业大棚内是否存在水肥异常区域，若判定所述农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令；
执行单元接收并响应于所述水肥异常区域报警指令，对所述农业大棚内的所述水肥异常区域喷洒水肥。
进一步的，所述对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分包括：
根据所述监测单元采集的所述农业大棚内的影响农作物生长的环境参数，选取能反映所述农作物生长所需环境及状态的所述环境参数作为特征向量；
对所述特征向量做数据预处理筛选，并设置模糊权重值；
确定隶属度函数并进行聚类运算，所述隶属度函数为
Figure 52151DEST_PATH_IMAGE001
，
式中，
Figure 951362DEST_PATH_IMAGE002
表示第
Figure 902000DEST_PATH_IMAGE002
个网格，
Figure 909139DEST_PATH_IMAGE003
表示聚类数，
Figure 261623DEST_PATH_IMAGE004
表示区域网格样本总数，
Figure 328805DEST_PATH_IMAGE005
表示聚类 中心向量，
Figure 891373DEST_PATH_IMAGE006
表示加权指数，
Figure 311990DEST_PATH_IMAGE007
表示样本向量；
进行矩阵更新迭代，所述矩阵为
Figure 912124DEST_PATH_IMAGE008
，
式中，
Figure 25573DEST_PATH_IMAGE009
表示迭代步数，
Figure 75438DEST_PATH_IMAGE002
表示第
Figure 299746DEST_PATH_IMAGE002
个网格，
Figure 485876DEST_PATH_IMAGE003
表示聚类数，
Figure 770227DEST_PATH_IMAGE006
表示加权指数，
Figure 307388DEST_PATH_IMAGE007
表示样本向量；
比较
Figure 335387DEST_PATH_IMAGE010
大小，若
Figure 644533DEST_PATH_IMAGE011
，式中，
Figure 958839DEST_PATH_IMAGE005
表示聚类中心向量，
Figure 858662DEST_PATH_IMAGE009
表示迭代步数，
Figure 549407DEST_PATH_IMAGE012
表示误差阈值，接近于0的极小数，则完成聚类。
进一步的，采用模糊C均值聚类算法进行所述对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分。
进一步的，所述项目需求分析包括农作物种类、水肥需求、生长温度和地理环境。
本申请提供的技术方案包括以下有益技术效果：
本申请提供一种基于BIM的智慧农业大棚管理系统和方法，该系统包括：数据采集及执行设备、数据处理设备和BIM数据处理设备，其中，数据采集及执行设备用于采集影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数，还用于执行消除水肥异常区域报警指令；数据处理设备用于存储待用环境参数、BIM设计模型数据、GIS测绘数据，并对待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；BIM数据处理设备包括BIM工作站，BIM工作站被配置为：显示BIM设计模型，接收数据处理设备上传的标准数据，并基于标准数据判定农业大棚内是否存在水肥异常区域，若判定农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令。该方法包括以下步骤：根据项目需求分析和GIS测绘数据，对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分；对所述农业大棚的结构及其内部的若干设备的位置和逻辑关系进行设计，并利用BIM软件建模和模拟仿真，生成BIM设计模型；监测单元采集所述农业大棚内的影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数；数据处理设备对所述待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；BIM数据处理设备基于所述标准数据判定所述农业大棚内是否存在水肥异常区域，若判定所述农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令；执行单元接收并响应于所述水肥异常区域报警指令，对所述农业大棚内的所述水肥异常区域喷洒水肥。本申请提供的基于BIM的智慧农业大棚管理系统及方法，通过采集影响农作物生长的环境参数，并对采集的环境参数进行处理，根据处理得到的标准数据，若判定农业大棚内存在水肥异常区域，则通过执行设备对该水肥异常区域进行水肥喷洒，使该区域的环境参数符合农作物生长的需求，实现了农业大棚管理的智能化控制。
附图说明
图1为现有技术的农业大棚管理控制方法流程图；
图2为本申请实施例提供的基于BIM的智慧农业大棚管理系统框架图；
图3为本申请实施例提供的数据采集及执行设备框架图；
图4为本申请实施例提供的数据处理设备框架图；
图5为本申请实施例提供的农业大棚结构及设备布置等轴侧视图；
图6为本申请实施例提供的基于BIM的智慧农业大棚管理系统工作流程图；
图7为本申请实施例提供的农作物区域网格化划分算法流程图。
附图标记说明：100-农业大棚，101-纵向支架，102-Z型导轨，200-数据采集及执行设备，210-监测单元，211-GPS定位器，212-土壤墒情传感器，213-土壤离子浓度传感器，214-影像摄像头，215-节点，216-网关，220-执行单元，221-移动件，222-水肥喷头，300-数据处理设备，310-多源数据处理单元，311-数据清洗器，312-数据汇聚器，313-数据过滤器，314-格式化输出器，320-多源数据存储单元，330-编码标识单元，340-信息加密解密单元，400-BIM数据处理设备。
具体实施方式
为便于对申请的技术方案进行描述和理解，以下结合附图及实施例对本申请的技术方案作进一步的说明。
以下首先对本申请所涉及到的一些概念进行说明。
在建设项目实施物理过程中，BIM作为功能特性的数字表达，直接以三维的方式进行表达，是集成几何和非几何信息的共享知识源，为项目参与方在项目全生命周期提供决策依据，执行更改和维护信息，从而高效、直观、准确地推进项目执行。BIM应用技术已经从建筑领域拓展到与其他先进应用技术相融合，以更好地提升项目运维管理。
参见图2，为本申请实施例提供的基于BIM的智慧农业大棚管理系统框架图。如图2所示，该系统包括：数据采集及执行设备200、数据处理设备300和BIM数据处理设备400。
具体的，参见图3为本申请实施例提供的数据采集及执行设备框架图。如图3中所示，数据采集及执行设备200包括监测单元210和执行单元220，用于采集影响农作物生长的环境参数，并对环境参数进行预处理，还用于执行消除水肥异常区域报警指令。
其中，监测单元210包括：GPS定位器211、土壤墒情传感器212、土壤离子浓度传感器213、影像摄像头214、节点215和网关216，监测单元210用于定位和对影响农作物生长的关键参数实时采集、传输和处理；土壤墒情传感器212采用国际上最流行的现场测试土壤水分原理，直接稳定的反映所测土壤的真实水分含量；土壤离子浓度传感器213用于测试土壤提供养分能力的信息；GPS定位器211分别与土壤墒情传感器212和土壤离子浓度传感器213连接，用于获取土壤墒情传感器212和土壤离子浓度传感器213的实时位置；影像摄像头214用于采集农业大棚100内布置土壤墒情传感器212和土壤离子浓度传感器213的位置的土壤表面信息和未布置传感器区域土壤表面信息；节点215与土壤墒情传感器212、土壤离子浓度传感器213和影像摄像头214均通过有线连接，用于对两种传感器和影像摄像头214采集的关键参数数据进行预处理和传输；网关216与节点215连接，用于对节点215预处理后的关键参数数据进行通讯协议转换并传输，传输距离达3千米，节点215与网关216通过无线连接，节点215和网关216均具有8通道RFID工业读写器性能，还均具有多路DI输入和多路DO输出核心模块，并且均支持TCP/IP、UDP/IP、COAP协议，网络通信采用LoRa 433M通信或GPRS4G通信方式实现信息链接；网关216与物联网系统通过无线进行数据通信与传输。
执行单元220用于定点定量执行消除水肥异常区域报警指令，与节点215相连；执行单元220包括移动件221和水肥喷头222，移动件221具有在预制导轨自由移动和自由转向的功能，同时用于作为水肥喷头222和影像摄像头214的载具，移动件221在接收到节点215传输的指令时，根据指令带动水肥喷头222和影像摄像头214移动到指定位置，然后启动水肥喷头222进行水肥喷洒，或者启动影像摄像头214进行信息采集。
参见图4，为本申请实施例提供的数据处理设备框架图。如图4中所示，数据处理设备300包括多源数据处理单元310、多源数据存储单元320、编码标识单元330和信息加密解密单元340，用于对监测单元210采集的数据进行剔除、融合、标准化处理、加密和解密，并传输给BIM数据处理设备400,以服务于农业大棚精准管理过程中控制、定位等业务流的决策。
其中，多源数据处理单元310包括数据清洗器311、数据汇聚器312、数据过滤器313和格式化输出器314；多源数据清洗器311用于对监测单元210上传的不符合预设阈值的环境环境参数进行剔除；数据汇聚器312用于对进行剔除后的环境参数进行分类管理与融合；数据过滤器313对融合后的数据进行深度加工与处理；格式化输出器314用于对数据过滤器313输出的数据标准化处理。
多源数据存储单元320与格式化输出器314连接，用于存储标准化处理后的传感器终端数据和视频影像数据，具体存储土壤墒情传感器212、土壤离子浓度传感器213和影像摄像头214采集的土壤墒情数据、土壤离子浓度数据和土壤表面视频影像数据，并用于存储BIM设计模型数据和GIS测绘数据。传感器终端数据为监测单元210的两种传感器采集并经过预处理的数据，可以直接反映农作物种植所处土壤的温湿度、粒子浓度，可直接判别生长环境，两种传感器可以部署在地理中心和长度方向两端，共部署3个点位；影像摄像头214可以采集部署传感器区域和未部署区域的土壤表面视频影像数据，将两个区域的土壤表面视频影像数据进行差异化对比，结合两种传感器终端数据，可以判别未部署传感器区域的温湿度、粒子浓度；BIM设计模型数据记录了农业大棚100的结构信息、农业大棚100内的各种设备部署的位置信息，应用于大棚内部微观定位，即为所有农业大棚100的BIM设计模型，该BIM设计模型在BIM数据处理设备400中显示；GIS测绘数据包括地图数据和实测数据，反映了当前农业大棚100所处的地理位置信息，宏观上反映当前各农业大棚100的位置信息及相对位置，将GIS测绘数据加载到BIM设计模型，作为BIM设计模型几何和非几何信息的重要组成部分。
编码标识单元330用于将BIM设计模型数据中的各个设备与监测单元210中各对应的实体设备进行关联，即BIM设计模型数据中每个设备均有唯一的自定义编码标识ID，编码标识单元330将BIM设计模型数据中每个设备的唯一编码标识ID与监测单元210中各对应的实体设备的变量名进行一一关联。
信息加密解密单元340被配置为对数据处理设备300中传输、存储的数据进行加密和解密，以保证信息安全，可以通过软件工具对传输的信号进行创建随机密钥，传输过程用密钥进行加密，待数据应用时用再进行解密。
BIM数据处理设备400包括BIM工作站，BIM工作站作为搭载BIM设计模型、BIM信息单元、定位单位的硬件设备，并显示BIM设计模型，同时也是与管理者的交互终端；BIM设计模型为BIM信息单元搭建场景的基础。对数据处理设备上传的数据结合多变定位法、模糊C均值聚类算法进行定位、决策执行。
BIM设计模型作为项目需求分析（包括农作物种类、水肥需求、生长温度、地理环境）、GIS测绘数据的数字化展现，同时作为BIM信息单元搭建和物联系统硬件设备部署的依据，将BIM信息单元与物联网系统资源融合分析。BIM信息单元采用多源数据融合分析与展示，根据业务需求构建数据库，通过通信接口的开发，可与多套数据源建立联系，形成多源数据的通信、展示和管理功能。该系统基于BIM设计模型搭建，以OpenGL为底层基础，采用三维封装层（优化的OSG技术）、三维数据访问层（平面坐标和球面座标）、地理信息服务层、控件与服务层、业务应用层；预置颜色变化模块（rgb颜色库），变化范围为1～100，50为正常，分别用数值与颜色变化情况显示并反映农作物水肥现状，同时可与该时期正常页面进行比对，为管理者决策提供参考依据。定位单元被配置为以BIM设计模型和监测单元210采集的数据为数据源，结合编码标识，采用多变定位法进行农业大棚100内的水肥异常区域定位。
参见图5，为本申请实施例提供的农业大棚结构及设备布置等轴侧视图。如图5中所示，结合农业大棚内部构造，对执行单元220作进一步说明。农业大棚100内部设置Z型导轨102，Z型导轨102上侧连接若干纵向支架101，提高农业大棚100的整体强度；Z型导轨102下侧布设可以自由移动及转向的移动件221，移动件221设置回转轴，具有左右旋转动作特征，移动件221与物联网中的节点215相连，通过节点215实时上传其自身的位置信息，从而可实时获知移动件221所处的位置；移动件221上布设影像摄像头214和可以自由转向的由电磁阀控制开启或关闭的水肥喷头222，水肥喷头222还可以通过电磁阀控制水肥切换，其根据BIM数据处理设备400反馈的信息进行水或肥的喷洒，水肥喷洒的流量及辐射范围可以自动调节；影像摄像头214可以采用球式摄像机，结合移动件221，从而实现对农业大棚100内任意位置的图像采集。
执行单元210通过物联网设备，结合农业大棚100及BIM设计模型模型，应用PRM路径规划算法对现场设备移动姿态及位置模拟仿真出一个路径可以使移动件221无障碍的运行到目的姿态，移动件221移动回转轴旋转，动作到指定区域，对水肥喷头222和影响摄像头214进行微调，动作定位更准确。在BIM工作站的三维可视化环境下触发按键，通过物联网的网关216和节点215向底层设备下发控制命令，驱动执行单元210，同时在三维模型上动态模拟；当移动件221运动到水肥异常区域时，则指令水肥喷头222执行水肥喷洒动作；当现场环境、视频数据调整到预设范围内时，解除报警，指令设备停止动作。
与前述基于BIM的智慧农业大棚管理系统的实施例相对应，本申请还提供了基于BIM的智慧农业大棚管理方法的实施例。
参见图6，为本申请实施例提供的基于BIM的智慧农业大棚管理系统工作流程图。如图6中所示，以项目需求分析和GIS测绘数据作为基础，采用模糊C均值聚类算法进行农作物区域模糊C均值聚类网格区域划分，依据BIM软件和GIS测绘数据设计农业大棚100结构及设备（节点215、网关216等）位置和逻辑关系，利用BIM软件建模并进行模拟仿真，生成BIM设计模型。
BIM设计模型作为BIM信息单元场景搭建基础，同时作为物联网系统中监测单元210和执行单元220的设备布置的依据，通过编码标识统一进行信息关联与交互；BIM信息单元通过云服务系统集成BIM设计模型和物联网系统采集的信息，实现数据信息的采集与交互。
采用模糊C均值聚类算法进行农业大棚内的农作物网格区域划分，在虚拟环境进一步缩小传统以每大棚为单位区域进行管控，提升管控精度，将农作物生长环境相近的作为同类情况进行处理，进一步优化以每大棚为单位的精细程度。
过程参见图7，图7为本申请实施例提供的农作物区域网格化划分算法流程图。将数据采集设备实测数据作为原始数据集，选取能直接反映农作物生长所需环境及状态的环境参数作为特征向量，特征向量包括土壤墒情、矿物质（氮、磷、钾）含量、PH值、农作物叶面，对选取的特征向量做数据预处理筛选，并设置模糊权重值，确定隶属度函数
Figure 851075DEST_PATH_IMAGE013
，
式中，
Figure 336283DEST_PATH_IMAGE002
表示第
Figure 723402DEST_PATH_IMAGE002
个网格，
Figure 220767DEST_PATH_IMAGE003
表示聚类数，
Figure 111362DEST_PATH_IMAGE004
表示区域网格样本总数，
Figure 33051DEST_PATH_IMAGE005
表示聚类 中心向量，
Figure 766521DEST_PATH_IMAGE006
表示加权指数，
Figure 940013DEST_PATH_IMAGE007
表示样本向量；
并进行聚类运行和矩阵更新迭代，矩阵为
Figure 75328DEST_PATH_IMAGE008
，
式中，
Figure 43284DEST_PATH_IMAGE009
表示迭代步数，
Figure 266980DEST_PATH_IMAGE002
表示第
Figure 978584DEST_PATH_IMAGE002
个网格，
Figure 968405DEST_PATH_IMAGE003
表示聚类数，
Figure 107262DEST_PATH_IMAGE006
表示加权指数，
Figure 815324DEST_PATH_IMAGE007
表示样本向量；
比较
Figure 189674DEST_PATH_IMAGE010
大小，如果
Figure 174947DEST_PATH_IMAGE011
，式中，
Figure 612270DEST_PATH_IMAGE005
表示聚类中心向量，
Figure 682994DEST_PATH_IMAGE009
表示迭代步数，
Figure 861034DEST_PATH_IMAGE012
表示误差阈值，接近于0的极小数，则聚类完成，将聚类结果输入到BIM 软件中，进行特征区域划分并编码。地理按照L*L方格进行区域划分并编码1……N，设备按 照A……Z编码，依据农作物种植土壤墒情、矿物质含量专家库进行仿真校核调整。
BIM数据处理设备400中的定位单元被配置为采用多变定位法进行定位，获取参数异常区域位置信息及执行单元220的位置信息，位置信息可以通过测量待测目标到已知参考点之间的距离，从而确定待测目标的位置，精度高。监测设备210采集所在区域的农作物生长情况信息，影像摄像头214对现场情况进行视频采集，依据预设农作物专家系统对传感器和视频数据进行综合分析，判定水肥异常区域位置，同时BIM数据处理设备400进行定点显示，决策处理；BIM信息单元在BIM设计模型的基础上可以测算出坐标原点与异常区域相对位置（x，y，z），定位单元可以测算出监测点与坐标原点相对位置（a，b，c），则可精准的定位出当前水肥异常区域位置（x+a，y+b，z+c），（x+a，y+b，z+c）与区域网格划分1……N进行匹配，获得水肥异常区域的编码，进行信号传输，获得水肥异常区域报警指令。
BIM信息单元结合多源数据融合分析，通过云服务系统进行动作指令下发。根据业务需求构建数据库包括BIM模型数据库和农作物种植参数专家库，与BIM模型数据、视频影像数据建立关联关系。
执行单元220获取水肥异常区域报警指令，即获取动作位置和动作指令，对水肥异常区域进行处理。通过物联网设备可采集到当前设备姿态，结合农业大棚及BIM设计模型，应用PRM路径规划算法对现场设备移动姿态及位置模拟，仿真出一个路径可以使移动件221无障碍的运行到目的姿态；移动件221旋转回转轴，动作到指定区域，再对水肥喷头221和影像摄像头214进行微调，动作定位准确后，开启水肥喷头221，对水分异常区域进行水或肥的喷洒。

Claims (9)

1.一种基于BIM的智慧农业大棚管理系统，其特征在于，包括：
数据采集及执行设备（200），用于采集影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数，还用于执行消除水肥异常区域报警指令；
数据处理设备（300），用于存储所述待用环境参数、BIM设计模型数据、GIS测绘数据，并对所述待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；
BIM数据处理设备（400），所述BIM数据处理设备（400）包括BIM工作站，所述BIM工作站被配置为：
显示BIM设计模型，接收所述数据处理设备（300）上传的所述标准数据，并基于所述标准数据判定所述农业大棚内是否存在水肥异常区域，若判定所述农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令。
2.根据权利要求1所述的基于BIM的智慧农业大棚管理系统，其特征在于，所述数据采集及执行设备（200）包括监测单元（210）和执行单元（220）；
所述监测单元（210）包括GPS定位器（211）、土壤墒情传感器（212）、土壤离子浓度传感器（213）、影像摄像头（214）、节点（215）和网关（216）；
所述土壤墒情传感器（212）用于获取土壤的水分含量数据；
所述土壤离子浓度传感器（213）用于获取土壤提供养分能力的数据；
所述影像摄像头（214）用于采集所述农业大棚的土壤表面信息；
所述GPS定位器（211）分别与所述土壤墒情传感器（212）和所述土壤离子浓度传感器（213）连接，用于获取所述土壤墒情传感器（212）和所述土壤离子浓度传感器（213）的实时位置；
所述节点（215）分别与所述土壤墒情传感器（212）和所述土壤离子浓度传感器（213）连接，用于对所述水分含量数据和所述土壤提供养分能力的数据进行预处理和传输；
所述网关（216）与所述节点（215）连接，用于对所述节点（215）预处理得到的数据进行通讯协议转换和传输至数据处理设备（300）；
所述执行单元（220），被配置为：
接收所述水肥异常区域报警指令，并响应于所述水肥异常区域报警指令，对所述农业大棚内的所述水肥异常区域喷洒水肥。
3.根据权利要求2所述的基于BIM的智慧农业大棚管理系统，其特征在于，所述数据处理设备（300）包括多源数据处理单元（310）、多源数据存储单元（320）、编码标识单元（330）和信息加密解密单元（340）；
所述多源数据处理单元（310）包括数据清洗器（311）、数据汇聚器（312）、数据过滤器（313）和格式化输出器（314）；
所述数据清洗器（311）用于对所述监测单元（210）上传的不符合预设阈值的所述待用环境参数进行剔除；
所述数据汇聚器（312）与所述数据清洗器（311）连接，用于对所述数据清洗器（311）输出的数据进行分类管理与融合；
所述数据过滤器（313）与所述数据汇聚器（312）连接，用于对所述数据汇聚器（312）输出的数据进行加工与处理；
所述格式化输出器（314）与所述数据过滤器（313）连接，用于对所述数据过滤器（313）输出的数据进行标准化处理；
所述多源数据存储单元（320）与所述格式化输出器（314）连接，用于存储所述格式化输出器（314）输出的数据，并存储所述BIM设计模型数据和所述GIS测绘数据；
所述编码标识单元（330）用于将所述BIM设计模型数据中的构件与所述监测单元（210）中对应的器件进行关联；
所述信息加密解密单元（340）被配置为对数据处理设备（300）中传输、存储的数据进行加密和解密。
4.根据权利要求2所述的基于BIM的智慧农业大棚管理系统，其特征在于，所述执行单元（220）包括移动件（221）和水肥喷头（222）；
所述水肥喷头（222）设置在所述移动件（221）上，用于喷洒水肥；
所述移动件（221）与所述节点（215）连接，用于带动所述水肥喷头（221）移动。
5.根据权利要求3所述的基于BIM的智慧农业大棚管理系统，其特征在于，所述BIM设计模型数据包括所述农业大棚的结构信息、所述农业大棚内的构件部署位置信息，所述GIS测绘数据包括所述农业大棚的地理位置信息。
6.一种基于BIM的智慧农业大棚管理方法，其特征在于，所述方法包括以下步骤：
根据项目需求分析和GIS测绘数据，对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分；
对所述农业大棚的结构及其内部的若干设备的位置和逻辑关系进行设计，并利用BIM软件建模和模拟仿真，生成BIM设计模型；
监测单元（210）采集所述农业大棚内的影响农作物生长的环境参数，并对所述环境参数进行预处理，得到待用环境参数；
数据处理设备（300）对所述待用环境参数进行剔除、融合、标准化处理、加密和解密，得到标准数据；
BIM数据处理设备（400）基于所述标准数据判定所述农业大棚内是否存在水肥异常区域，若判定所述农业大棚内存在水肥异常区域，则发出水肥异常区域报警指令；
执行单元（220）接收并响应于所述水肥异常区域报警指令，对所述农业大棚内的所述水肥异常区域喷洒水肥。
7.根据权利要求6所述的基于BIM的智慧农业大棚管理方法，其特征在于，所述对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分包括：
根据所述监测单元（210）采集的所述农业大棚内的影响农作物生长的环境参数，选取能反映所述农作物生长所需环境及状态的所述环境参数作为特征向量；
对所述特征向量做数据预处理筛选，并设置模糊权重值；
确定隶属度函数并进行聚类运算，所述隶属度函数为
Figure 304196DEST_PATH_IMAGE001
，
式中，
Figure 345970DEST_PATH_IMAGE002
表示第
Figure 987691DEST_PATH_IMAGE002
个网格，
Figure 382900DEST_PATH_IMAGE003
表示聚类数，
Figure 587486DEST_PATH_IMAGE004
表示区域网格样本总数，
Figure 409948DEST_PATH_IMAGE005
表示聚类中心 向量，
Figure 801615DEST_PATH_IMAGE006
表示加权指数，
Figure 515DEST_PATH_IMAGE007
表示样本向量；
进行矩阵更新迭代，所述矩阵为
Figure 794028DEST_PATH_IMAGE008
，
式中，
Figure 787392DEST_PATH_IMAGE009
表示迭代步数，
Figure 669285DEST_PATH_IMAGE002
表示第
Figure 406296DEST_PATH_IMAGE002
个网格，
Figure 54316DEST_PATH_IMAGE003
表示聚类数，
Figure 484160DEST_PATH_IMAGE006
表示加权指数，
Figure 850419DEST_PATH_IMAGE007
表示 样本向量；
比较
Figure 125543DEST_PATH_IMAGE010
大小，若
Figure 893647DEST_PATH_IMAGE011
，式中，
Figure 356377DEST_PATH_IMAGE005
表示聚类中心向量，
Figure 85299DEST_PATH_IMAGE009
表示迭代 步数，
Figure 288747DEST_PATH_IMAGE012
表示误差阈值，接近于0的极小数，则完成聚类。
8.根据权利要求7所述的基于BIM的智慧农业大棚管理方法，其特征在于，采用模糊C均值聚类算法进行所述对农业大棚内的农作物区域进行模糊C均值聚类网格区域划分。
9.根据权利要求6所述的基于BIM的智慧农业大棚管理方法，其特征在于，所述项目需求分析包括农作物种类、水肥需求、生长温度和地理环境。
CN202111518453.XA 2021-12-14 2021-12-14 一种基于bim的智慧农业大棚管理系统及方法 Pending CN113919964A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111518453.XA CN113919964A (zh) 2021-12-14 2021-12-14 一种基于bim的智慧农业大棚管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111518453.XA CN113919964A (zh) 2021-12-14 2021-12-14 一种基于bim的智慧农业大棚管理系统及方法

Publications (1)

Publication Number Publication Date
CN113919964A true CN113919964A (zh) 2022-01-11

Family

ID=79248664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111518453.XA Pending CN113919964A (zh) 2021-12-14 2021-12-14 一种基于bim的智慧农业大棚管理系统及方法

Country Status (1)

Country Link
CN (1) CN113919964A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115152381A (zh) * 2022-08-15 2022-10-11 农业农村部南京农业机械化研究所 一种智能化电动精量开沟施肥机
CN115456479A (zh) * 2022-10-21 2022-12-09 河南经贸职业学院 一种基于物联网的智慧农业大棚环境监测系统
CN116308293A (zh) * 2023-03-27 2023-06-23 上海华维可控农业科技集团股份有限公司 一种基于数字化平台的农业设备智能管理系统及方法
TWI818619B (zh) * 2022-07-11 2023-10-11 國立臺灣大學 留母莖法蘆筍生長監測裝置及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295575A1 (en) * 2010-05-28 2011-12-01 Levine David A System and method for geomatic modeling of a diverse resource base across broad landscapes
CN102867115A (zh) * 2012-08-29 2013-01-09 南京农业大学 一种基于模糊c均值聚类的农田划分方法
CN107945042A (zh) * 2017-11-29 2018-04-20 上海华维节水灌溉股份有限公司 一种作物生长灌溉决策控制系统
CN111625030A (zh) * 2020-05-19 2020-09-04 北京工业职业技术学院 一种温室环境控制方法、装置、设备、系统及存储介质
CN214623733U (zh) * 2021-03-05 2021-11-05 西安航天自动化股份有限公司 一种基于bim的农业大棚设施设备综合管控系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295575A1 (en) * 2010-05-28 2011-12-01 Levine David A System and method for geomatic modeling of a diverse resource base across broad landscapes
CN102867115A (zh) * 2012-08-29 2013-01-09 南京农业大学 一种基于模糊c均值聚类的农田划分方法
CN107945042A (zh) * 2017-11-29 2018-04-20 上海华维节水灌溉股份有限公司 一种作物生长灌溉决策控制系统
CN111625030A (zh) * 2020-05-19 2020-09-04 北京工业职业技术学院 一种温室环境控制方法、装置、设备、系统及存储介质
CN214623733U (zh) * 2021-03-05 2021-11-05 西安航天自动化股份有限公司 一种基于bim的农业大棚设施设备综合管控系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
丁爱萍主编: "《物联网技术导论》", 31 August 2017, 河南大学出版社 *
宋晶等: "GIS支持下的河南省洛阳植烟田土壤肥力适宜性", 《江西农业学报》 *
郝建平等: "《虚拟维修仿真理论与技术》", 31 January 2008, 国防工业出版社 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI818619B (zh) * 2022-07-11 2023-10-11 國立臺灣大學 留母莖法蘆筍生長監測裝置及其方法
CN115152381A (zh) * 2022-08-15 2022-10-11 农业农村部南京农业机械化研究所 一种智能化电动精量开沟施肥机
CN115456479A (zh) * 2022-10-21 2022-12-09 河南经贸职业学院 一种基于物联网的智慧农业大棚环境监测系统
CN115456479B (zh) * 2022-10-21 2023-09-12 河南经贸职业学院 一种基于物联网的智慧农业大棚环境监测系统
CN116308293A (zh) * 2023-03-27 2023-06-23 上海华维可控农业科技集团股份有限公司 一种基于数字化平台的农业设备智能管理系统及方法
CN116308293B (zh) * 2023-03-27 2023-12-15 上海华维可控农业科技集团股份有限公司 一种基于数字化平台的农业设备智能管理系统及方法

Similar Documents

Publication Publication Date Title
CN113919964A (zh) 一种基于bim的智慧农业大棚管理系统及方法
Mohamed et al. Smart farming for improving agricultural management
Abioye et al. A review on monitoring and advanced control strategies for precision irrigation
CN112450056A (zh) 一种基于机器学习算法的水肥药一体化智能灌溉系统
Biqing et al. Design and Implementation of Sugarcane Growth Monitoring System based on RFID and ZigBee.
CN108781926A (zh) 基于神经网络预测的大棚灌溉系统及方法
Visconti et al. IoT-oriented software platform applied to sensors-based farming facility with smartphone farmer app
Zhou et al. Applications of Internet of Things in the facility agriculture
CN113273449A (zh) 用于日光温室精准监测的数字孪生体构造方法
CN113191914A (zh) 用于日光温室精准监测的数字孪生体构造系统
CN116645232A (zh) 一种农业栽培智慧管理系统
Burlacu et al. A conceptual model of farm management information system for decision support
CN117634738A (zh) 基于人工智能的物联网农业环保一体化平台
Zhang et al. A reliable data-driven control method for planting temperature in smart agricultural systems
Zhang et al. Artificial intelligence in soil management: The new frontier of smart agriculture
CN114971212A (zh) 一种基于农业物联网的元宇宙交互系统及其方法
Verma et al. Image Processing Applications in Agriculture With the Help of AI
Ilie et al. Embedded intelligent adaptronic and cyber-adaptronic systems in organic agriculture concept for improving quality of life
Bersani et al. Internet of Things Approaches for Monitoring and Control of Smart Greenhouses in Industry 4.0. Energies 2022, 15, 3834
Zavrazhnov et al. Smart garden intelligent control system in commercial horticulture and its practical implementation.
CN104199393A (zh) 基于物联网的温室控制系统
KR102545118B1 (ko) 식재도를 이용한 과수원의 관리 방법 및 시스템
Aliyev et al. Application of IoT wireless technology in precision agriculture by the example of creating a smart greenhouse
Waoo et al. Intelligent Agriculture System
CN113031547B (zh) 智慧农业生产系统智能闭环控制方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220111

RJ01 Rejection of invention patent application after publication