CN114051810A - 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 - Google Patents
一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 Download PDFInfo
- Publication number
- CN114051810A CN114051810A CN202111327739.XA CN202111327739A CN114051810A CN 114051810 A CN114051810 A CN 114051810A CN 202111327739 A CN202111327739 A CN 202111327739A CN 114051810 A CN114051810 A CN 114051810A
- Authority
- CN
- China
- Prior art keywords
- fertilization
- agricultural machine
- area
- agricultural
- operation area
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Fertilizing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农业自动化技术领域,公开了一种无人驾驶高精度农机施肥控制方法、系统及智慧农机,其方法包括步骤;获取作业区域对应的处方图,所述处方图包括所述作业区域内各个施肥区对应的施肥标准;接收农机当前位置的定位信息;根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量;控制所述农机根据所述标准施肥量进行施肥。本发明可以提高农机作业过程的工作效率,增加实际农业生产过程中农机的实用性。
Description
技术领域
本发明涉及农业自动化技术领域,特别涉及一种无人驾驶高精度农机施肥控制方法、系统及智慧农机。
背景技术
我国作为农业大国,每年需要在农业生产过程中投入大量的人力物力成本,近年来随着农机自动化技术的发展,在农业水田插秧的过程中使用高速插秧机进行插秧,可以节约人力资源,提高插秧效率,在抢农时耕种的过程中,高效率的插秧机尤为重要。
为了进一步提高插秧效率,插秧机一般会设置施肥机构,插秧机一边在进行插秧一边进行在秧苗侧方附近施肥。目前很多插秧机的施肥都是定量的,由于插秧机作业面积较大,土壤肥力在地块不同区域差别较大,所以在肥力低生产性状好的区域往往肥力不足,而在养分含量高生产性状不好得区域则引起过量施肥,影响产量且污染环境。如果采用变量施肥通常如果在插秧机施肥过程中实时精确检测施肥量,则会大幅降低插秧效率。因此目前农机的自动施肥方式无法适配作业实际情况,难以满足农业生产的需求。
为解决上述农机的自动施肥方式效果较差无法适配作业实际情况,难以满足农业生产的需求的技术问题,目前需要一种无人驾驶高精度农机施肥控制方法,提高农机作业过程的工作效率,增加实际农业生产过程中农机的实用性。
发明内容
为解决农机的自动施肥方式效果较差无法适配作业实际情况,难以满足农业生产的需求的技术问题,本发明提供一种无人驾驶高精度农机施肥控制方法、系统及智慧农机,具体的技术方案如下:
本发明提供一种无人驾驶高精度农机施肥控制方法,包括步骤:
获取作业区域对应的处方图,所述处方图包括所述作业区域内各个施肥区对应的施肥标准;
接收农机当前位置的定位信息;
根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量;
控制所述农机根据所述标准施肥量进行施肥。
本发明提供的无人驾驶高精度农机施肥控制方法根据处方图和定位信息自动计算当前位置的施肥量,实现仅根据定位信息进行准确变量施肥的效果,提高施肥效果,避免传统变量施肥作业中根据复杂参数调整施肥量对施肥效率的影响,更好地适用于抢农耕种过程中对施肥效率和施肥效果均有较高要求的使用场景,增加实际农业生产过程中农机的实用性。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的获取作业区域对应的处方图之前,还包括:
预先通过卫星信号获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准;
将所述作业区域内各个施肥区对应的所述施肥标准反馈至所述卫星地图,生成所述处方图。
本发明提供的无人驾驶高精度农机施肥控制方法预先根据卫星地图结合工作场景生成处方图,提高处方图中数据的准确性,提高农机的施肥量的精准度和施肥效果。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的预先通过卫星信号获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准,具体包括:
预先通过卫星信号获取所述作业区域的卫星地图;
将所述作业区域分为若干个所述施肥区,对每个所述施肥区内预设的若干个采样点进行土壤肥沃度采样测量,并计算每个所述施肥区中各个所述采样点对应的土壤肥沃度均值;
根据各个所述施肥区对应的所述土壤肥沃度均值生成各个所述施肥区对应的所述施肥标准。
本发明提供的无人驾驶高精度农机施肥控制方法在作业前预先采集作业区域中各个施肥区的土壤肥沃度均值,并根据土壤肥沃度均值生成施肥量,通过实地采集的数据计算施肥量生成处方图,进一步提高处方图中数据的准确性,根据作业区域的实地情况准确施肥。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的预先通过卫星信号获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准,具体还包括:
预先通过所述卫星信号获取所述作业区域的高光谱卫星地图;
对所述高光谱卫星地图进行解混生成土壤光谱图;
将所述土壤光谱图输入预设的土壤肥沃度解析模型,生成所述作业区域中各个施肥区对应的所述施肥标准。
本发明提供的无人驾驶高精度农机施肥控制方法预先对高光谱卫星地图解混生成土壤光谱图,根据光谱图识别各位置土壤的肥沃度并生成对应的施肥量,自动生成处方图,适用于无法提前采集土壤信息的使用场景,无需人工参与实现农机施肥过程的全程自动化管理,提高实际农业生产过程中农机的实用性。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量之后,还包括:
分别通过电导率装置、温度检测装置和测深装置检测所述农机当前位置的电导率、温度以及耕种深度;
根据所述电导率、所述温度和所述耕种深度调整所述标准施肥量,生成实际施肥量;
控制所述农机根据所述实际施肥量进行施肥。
本发明提供的无人驾驶高精度农机施肥控制方法可以实时采集农机当前位置的土壤信息,并根据土壤信息调整施肥量,在实际作业过程中通过检测土壤电导率、温度和检测耕种深度调整施肥量,具体根据实际作业环境灵活调整采集的土壤信息种类,在提高农机施肥准确性的同时兼顾农机施肥效率。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的控制所述农机根据所述标准施肥量进行施肥之后,还包括:
存储所述农机的施肥数据到云端服务器。
本发明提供的无人驾驶高精度农机施肥控制方法将施肥数据存储到云端服务器,提升农机工作数据的可追溯性,提高农机的实用性。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的控制所述农机根据所述标准施肥量进行施肥之后,还包括:
通过显示设备显示所述处方图和所述农机当前位置的所述施肥量。
本发明提供的无人驾驶高精度农机施肥控制方法显示处方图和当前施肥量,便于工作人员进行时时的查看施肥量数据,无需每次都要下车进行时刻观察刻度尺显示的肥量变化判断施肥量,便于工作人员根据具体情况和当前施肥量实时调整农机的工作数据,提高农机的实用性。
进一步地,本发明提供的无人驾驶高精度农机施肥控制方法中,所述的接收农机当前位置的定位信息,具体包括:
通过卫星信号接收所述农机当前位置的所述定位信息。
本发明提供的无人驾驶高精度农机施肥控制方法通过卫星信号接收农机位置,根据农机位置准确获取该农机所在施肥区的标准施肥量,提高农机施肥的准确性。
另外地,本发明还提供一种无人驾驶高精度农机施肥控制系统,包括:
第一获取模块,用于获取作业区域对应的处方图,所述处方图包括所述作业区域内各个施肥区对应的施肥标准;
接收模块,用于接收农机当前位置的定位信息;
第一生成模块,与所述第一获取模块和所述接收模块连接,用于根据所述定位信息和所述处方图生成所述农机当前位置的所述标准施肥量;
控制模块,与所述第一生成模块连接,用于控制所述农机根据所述标准施肥量进行施肥。
进一步地,本发明还提供一种无人驾驶高精度农机施肥控制系统,还包括:
第二获取模块,用于预先获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准;
第二生成模块,与所述第二获取模块和所述第一获取模块连接,用于将所述作业区域内各个施肥区对应的所述施肥标准反馈至所述卫星地图,生成所述处方图。
另外地,本发明还提供一种智慧农机,包括包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器,用于执行所述存储器上所存放的计算机程序,实现上述无人驾驶高精度农机施肥控制方法所执行的操作。
本发明提供一种无人驾驶高精度农机施肥控制方法、系统及智慧农机,至少包括以下一项技术效果:
(1)实现仅根据定位信息进行准确变量施肥的效果,提高施肥效果,避免传统变量施肥作业中根据复杂参数调整施肥量对施肥效率的影响,更好地适用于抢农耕种过程中对施肥效率和施肥效果均有较高要求的使用场景,增加实际农业生产过程中农机的实用性;
(2)预先根据卫星地图结合工作场景生成处方图,提高处方图中数据的准确性,提高农机的施肥量的精准度和施肥效果;
(3)预先根据光谱图识别各位置土壤的肥沃度并生成对应的施肥量,自动生成处方图,适用于无法提前采集土壤信息的使用场景,无需人工参与实现农机施肥过程的全程自动化管理,提高实际农业生产过程中农机的实用性;
(4)实时采集农机当前位置的土壤信息,并根据土壤信息调整施肥量,在实际作业过程中土壤情况变化导致处方图中施肥量不准确时校正施肥量,具体根据实际作业环境灵活调整采集的土壤信息种类,在提高农机施肥准确性的同时兼顾农机施肥效率;
(5)将施肥数据存储到云端服务器,提升农机工作数据的可追溯性,提高农机的实用性;
(6)通过显示处方图和当前施肥量,便于工作人员进行时时的查看施肥量数据,无需每次都要下车进行时刻观察刻度尺显示的肥量变化判断施肥量,便于工作人员根据具体情况和当前施肥量实时调整农机的工作数据,提高农机的实用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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为本发明一种无人驾驶高精度农机施肥控制方法的流程图;
图2为本发明一种无人驾驶高精度农机施肥控制方法中的预先生成处方图的流程图;
图3为本发明一种无人驾驶高精度农机施肥控制方法中获取作业区域中各位置施肥量的一个流程图;
图4为本发明一种无人驾驶高精度农机施肥控制方法中获取作业区域中各位置施肥量的另一个流程图;
图5为本发明一种无人驾驶高精度农机施肥控制方法的一个流程图;
图6为本发明一种无人驾驶高精度农机施肥控制方法的另一个流程图;
图7为本发明一种无人驾驶高精度农机施肥控制系统的示例图;
图8为本发明一种无人驾驶高精度农机施肥控制系统的另一个示例图;
图9为本发明一种智慧农机的示例图。
图中标号:第一获取模块-10、接收模块-20、第一生成模块-30、控制模块-40、第二获取模块50、第二生成模块60、智慧农机-100、处理器-110、存储器-120和计算机程序-121。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘出了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
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,下面将对照附图说明本发明的具体实施方式。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的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
实施例1
本发明的一个实施例,如图1所示,本发明提供一种无人驾驶高精度农机施肥控制方法,包括步骤:
S200获取作业区域对应的处方图。
具体地,每个作业区域对应一份处方图,处方图包括作业区域内各个施肥区对应的施肥标准。
获取过程包括下个云端发送请求指令,从云端获取预先存储在云端的处方图。还包括从农机内部的存储区域获取预先存储在改存储区域的处方图。同时包括农机的处理器实时生成处方图后,接收处理器发送的处方图等等方式。
S300接收农机当前位置的定位信息。
具体地,通过卫星信号接收农机当前位置的定位信息。通过农机在插秧机车头上方的横杆上安装有卫星信号装置,进行定向和定位。通过GPS、北斗系统等等卫星定位系统,接收农机当前的定位信息。根据卫星定位系统获取农机当前的准确定位信息,再根据准确的定位信息结合处方图获取农机当前位置精确的施肥量,可以实现农机的高精度施肥。
S400根据定位信息和处方图生成农机当前位置的标准施肥量。
具体地,处方图中包括卫星地图,以及地图中各个坐标点与标准施肥量的映射关系。将农机的当前位置的坐标点代入处方图即可得到该坐标点对应的标准施肥量。通常坐标点采用经纬度,也可以建立任意坐标系进行农机位置的判断。
S500控制农机根据标准施肥量进行施肥。
具体地,农机上安装有施肥控制装置,施肥控制装置包括一个带反馈的电机,通过电机的位置反馈,即可知道当前施肥量的大小,有利于监控与调整。通过改动调节施肥控制方式,由手动改为电动控制,即完成无需人工干预自动调节施肥量的效果。当电机收到执行指令时,即进行自动调节施肥。实现农机施肥的自动化。
本实施例提供的无人驾驶高精度农机施肥控制方法根据处方图和定位信息自动计算当前位置的施肥量,实现仅根据定位信息进行准确变量施肥的效果,提高施肥效果,避免传统变量施肥作业中根据复杂参数调整施肥量对施肥效率的影响,更好地适用于抢农耕种过程中对施肥效率和施肥效果均有较高要求的使用场景,增加实际农业生产过程中农机的实用性。
实施例2
基于实施例1,如图2~4所示,本发明提供的无人驾驶高精度农机施肥控制方法中,步骤S200获取作业区域对应的处方图之前,还包括:
S110预先获取作业区域的卫星地图和作业区域内各个施肥区对应的施肥标准。
具体地,如图3所示,步骤S110预先获取作业区域的卫星地图和作业区域内各个施肥区对应的施肥标准,具体包括:
S111预先通过卫星信号获取作业区域的卫星地图。
具体地,预先在农机上输入本次作业区域的范围,通过农机在插秧机车头上方的横杆上安装有卫星信号装置接收本次作业区域的卫星地图。
S112将作业区域分为若干个施肥区,对每个施肥区内预设的若干个采样点进行土壤肥沃度采样测量,并计算每个施肥区中各个采样点对应的土壤肥沃度均值。
具体地,采用人工划分或者自动划分的方式将作业区域分为若干个施肥区。施肥区的划分可以是按规则矩形的划分,也可以按地势情况或农作物情况等因素进行不规则划分。
对施肥区进行划分后,按照采样规则自动在每个施肥区内生产一个或多个采样点。也可以通过人工划分施肥区内的采样点。采样点设置完成后,在每个采样点对土壤肥沃度进行采样测量,采样之后,计算每片施肥区中各个采样点土壤肥沃度的均值。
S113根据各个施肥区对应的土壤肥沃度均值生成各个施肥区对应的施肥标准。
具体地,根据土壤肥沃度与施肥标准的映射关系,计算各个施肥区的施肥标准。
可选地,如图4所示,步骤S110预先获取作业区域的卫星地图和作业区域内各个施肥区对应的所述施肥标准,具体还包括:
S114预先通过卫星信号获取作业区域的高光谱卫星地图。
具体地,预先在农机上输入本次作业区域的范围,通过农机在插秧机车头上方的横杆上安装有卫星信号装置接收本次作业区域的高光谱卫星地图。高光谱卫星地图显示作业区域范围内各个物体的光谱信息,主要包括作物信息、土壤信息、水质信息和其他干扰信息。
S115对高光谱卫星地图进行解混生成土壤光谱图。
可选地,依次采用最小噪声分离法、纯净像元指数法和正交子空间投影法对高光谱卫星地图进行解混,从各个光谱信息中分离出土壤光谱图。
S116将土壤光谱图输入预设的土壤肥沃度解析模型,生成作业区域中各个施肥区对应的施肥标准。
具体地,土壤肥沃度解析模型预先采用不同土壤光谱图和每张土壤光谱图对应的土壤肥沃度进行训练。将土壤光谱图输入土壤肥沃度解析模型中可以得到光谱图中各处位置对应的土壤肥沃度。根据土壤肥沃度与施肥标准的映射关系,得到作业区域中各位置的施肥标准。
S120将作业区域内各个施肥区对应的施肥标准反馈至卫星地图,生成处方图。
本实施例提供的无人驾驶高精度农机施肥控制方法在作业前预先采集作业区域中各个施肥区的土壤肥沃度均值,并根据土壤肥沃度均值生成施肥量,通过实地采集的数据计算施肥量生成处方图,提高处方图中数据的准确性,同时可以预先对高光谱卫星地图解混生成土壤光谱图,根据光谱图识别各位置土壤的肥沃度并生成对应的施肥量,自动生成处方图,适用于无法提前采集土壤信息的使用场景,无需人工参与实现农机施肥过程的全程自动化管理,提高实际农业生产过程中农机的实用性。
实施例3
基于实施例1~2中任意一个实施例,如图5所示,本发明提供的无人驾驶高精度农机施肥控制方法中,步骤S400根据定位信息和处方图生成农机当前位置的施肥量之后,还包括:
S610分别通过电导率装置、温度检测装置和测深装置检测农机当前位置的电导率、温度以及耕种深度。
具体地,在实际的使用场景中往往会出现处方图中的施肥量与实际情况不符,例如在下雨之后的处方图未及时更新时,或者在突然降温后,需要对处方图中的施肥量进行调整。
在调整过程中可以依据土壤的电导率或者依据土壤的耕种深度调整实际施肥量,其中测算土壤电导率时可以同步测量温度,利用温度对电导率进行校正,提高对土壤施肥量预算的精确性。
在调整过程中可以依据环境以及耕种速度的要求,仅参考电导率,也可以仅参考耕种深度。在施肥任务不重的工作场景下可以综合考量两个参数对土壤施肥量的影响。
示例性地,电导率传感器包括传感器1和传感器2,分别设置于插秧机前轮左右两侧或秧台底部两侧,温度传感器固定设置于秧台插值机构位,用于测量水田温度,根据水田温度对电导率的影响,对电导率基准值进行温度补偿校准,提高变量施肥的精度,测深装置为外壳绝缘的超声波传感器,测深装置包含高度传感器1和高度传感器2,分别设置于插秧机车头左右两侧,与地面垂直。
通过电导率传感器的电极板在土壤中面积与两个电极板距离的比值计算电导电极系数,其中两个电极板间的距离为固定不变,电极板在土壤中面积受电极板在土壤中高度影响,电极板在土壤中高度由测深装置测量。
在温度恒定时,上述测得两电极板插入水田土壤电阻和电导电极系数呈反比,即可求得待测土壤电导率,再消除温度对电导率的影响。
S620根据电导率、温度和耕种深度调整标准施肥量,生成实际施肥量。
S700控制农机根据实际施肥量进行施肥。
可选地,步骤S700控制农机根据实际施肥量进行施肥之后,还包括:将实际施肥量反馈到处方图中并更新处方图,并存储到云端。
根据实际施肥量更新处方图后,下次对相同作业区域施肥作业时,可以直接从云端调取该处方图,解决根据土壤实际情况调整施肥量的时间,提高施肥效率。
本实施例提供的无人驾驶高精度农机施肥控制方法通过检测土壤电导率和温度,或者检测耕种深度,调整施肥量,具体根据实际作业环境灵活调整采集的土壤信息种类,在提高农机施肥准确性的同时兼顾农机施肥效率。
实施例4
基于实施例1~3中任意一个实施例,如图6所示,本发明提供的无人驾驶高精度农机施肥控制方法中,步骤S500控制农机根据标准施肥量进行施肥之后,还包括:
S800存储农机的施肥数据到云端服务器。
具体地,将施肥数据存储到云端服务器,提升农机工作数据的可追溯性,提高农机的实用性。
可选地,步骤S500控制农机根据标准施肥量进行施肥之后,还包括:
S900通过显示设备显示处方图和农机当前位置的施肥量。
可选地,通过显示设备显示采样测算的土壤信息,包括电导率、温度和耕种深度等等。并且显示施肥量的调整信息。
其中步骤S800和步骤S900可以分别实施,也可以一同实施,一同实施时先后顺序不影响方案的实施。
具体地,显示设备包含有触摸型显示装置,可以进行判断卫星信号反馈的相关信息以及控制器反馈的相关信息,可以进行数据的施肥数据云存储以及处方图的保存和调用,显示处方图和当前施肥量,便于工作人员进行时时的查看施肥量数据,无需每次都要下车进行时刻观察刻度尺显示的肥量变化判断施肥量,便于工作人员根据具体情况和当前施肥量实时调整农机的工作数据,提高农机的实用性。
实施例5
本发明的另一个实施例,如图7所示,本发明还提供一种无人驾驶高精度农机施肥控制系统,包括第一获取模块10、接收模块20、第一生成模块30和控制模块40。
其中获取模块10用于获取作业区域对应的处方图。
具体地,每个作业区域对应一份处方图,处方图包括作业区域内各个施肥区对应的施肥标准。
第一获取模块10的获取过程包括下个云端发送请求指令,从云端获取预先存储在云端的处方图。还包括从农机内部的存储区域获取预先存储在改存储区域的处方图。同时包括农机的处理器实时生成处方图后,接收处理器发送的处方图等等方式。
接收模块20用于接收农机当前位置的定位信息。
具体地,通过农机在插秧机车头上方的横杆上安装有卫星信号装置,进行定向和定位。通过GPS、北斗系统等等卫星定位系统,接收农机当前的定位信息。
第一生成模块30分别与第一获取模块10和接收模块20连接,用于根据定位信息和处方图生成农机当前位置的标准施肥量。
具体地,处方图中包括卫星地图,以及地图中各个坐标点与施肥量的映射关系。生成模块30将农机的当前位置的坐标点代入处方图即可得到该坐标点对应的施肥量。通常坐标点采用经纬度,也可以建立任意坐标系进行农机位置的判断。
控制模块40与第一生成模块30连接,用于控制农机根据标准施肥量进行施肥。
具体地,农机上安装有施肥控制装置,施肥控制装置包括一个带反馈的电机,通过电机的位置反馈,即可知道当前施肥量的大小,有利于监控与调整。控制模块40通过改动调节施肥控制方式,由手动改为电动控制,即完成无需人工干预自动调节施肥量的效果。当电机收到控制模块40发送的执行指令时,即进行自动调节施肥。实现农机施肥的自动化。
本实施例提供的无人驾驶高精度农机施肥控制系统根据处方图和定位信息自动计算当前位置的施肥量,实现仅根据定位信息进行准确变量施肥的效果,提高施肥效果,避免传统变量施肥作业中根据复杂参数调整施肥量对施肥效率的影响,更好地适用于抢农耕种过程中对施肥效率和施肥效果均有较高要求的使用场景,增加实际农业生产过程中农机的实用性。
实施例6
基于实施例5,如图8所示,本发明提供的无人驾驶高精度农机施肥控制系统,还包括第二获取模块50和第二生成模块60。
其中第二获取模块50用于预先获取作业区域的卫星地图和作业区域内各个施肥区对应的施肥标准。
具体地,第二获取模块50预先在农机上输入本次作业区域的范围,通过农机在插秧机车头上方的横杆上安装有卫星信号装置接收本次作业区域的卫星地图。采用人工划分或者自动划分的方式将作业区域分为若干个施肥区。施肥区的划分可以是按规则矩形的划分,也可以按地势情况或农作物情况等因素进行不规则划分。对施肥区进行划分后,按照采样规则自动在每个施肥区内生产一个或多个采样点。也可以通过人工划分施肥区内的采样点。采样点设置完成后,在每个采样点对土壤肥沃度进行采样测量,采样之后,计算每片施肥区中各个采样点土壤肥沃度的均值。根据各个施肥区对应的土壤肥沃度均值生成各个施肥区对应的施肥标准。
第二生成模块60与第二获取模块50和第一获取模块10连接,用于将作业区域内各个施肥区对应的施肥标准反馈至卫星地图,生成处方图。
第一获取模块10从第二生成模块60处获取处方图。
本实施例提供的无人驾驶高精度农机施肥控制系统预先根据卫星地图结合工作场景生成处方图,提高处方图中数据的准确性,提高农机的施肥量的精准度和施肥效果。
实施例7
本发明的一个实施例,如图9所示,一种智慧农机100,包括处理器110、存储器120,其中,存储器120,用于存放计算机程序121;处理器110,用于执行存储器120上所存放的计算机程序121,实现上述所对应方法实施例中的无人驾驶高精度农机施肥控制方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述或记载的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的一种无人驾驶高精度农机施肥控制方法、系统及智慧农机,可以通过其他的方式实现。例如,以上所描述的一种无人驾驶高精度农机施肥控制方法、系统及智慧农机实施例仅仅是示意性的,例如,所述模块或单元的划分,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,多个单元或模块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通讯连接可以是通过一些接口,装置或单元的通讯连接或集成电路,可以是电性、机械或其他的形式。
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能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。
应当说明的是,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种无人驾驶高精度农机施肥控制方法,其特征在于,包括步骤:
获取作业区域对应的处方图,所述处方图包括所述作业区域内各个施肥区对应的施肥标准;
接收农机当前位置的定位信息;
根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量;
控制所述农机根据所述标准施肥量进行施肥。
2.根据权利要求1所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的获取作业区域对应的处方图之前,还包括:
预先获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准;
将所述作业区域内各个施肥区对应的所述施肥标准反馈至所述卫星地图,生成所述处方图。
3.根据权利要求2所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的预先获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准,具体包括:
预先通过卫星信号获取所述作业区域的卫星地图;
将所述作业区域分为若干个所述施肥区,对每个所述施肥区内预设的若干个采样点进行土壤肥沃度采样测量,并计算每个所述施肥区中各个所述采样点对应的土壤肥沃度均值;
根据各个所述施肥区对应的所述土壤肥沃度均值生成各个所述施肥区对应的所述施肥标准。
4.根据权利要求2所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的预先获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准,具体还包括:
预先通过所述卫星信号获取所述作业区域的高光谱卫星地图;
对所述高光谱卫星地图进行解混生成土壤光谱图;
将所述土壤光谱图输入预设的土壤肥沃度解析模型,生成所述作业区域中各个施肥区对应的所述施肥标准。
5.根据权利要求1所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量之后,还包括:
分别通过电导率装置、温度检测装置和测深装置检测所述农机当前位置的电导率、温度以及耕种深度;
根据所述电导率、所述温度和所述耕种深度调整所述标准施肥量,生成实际施肥量;
控制所述农机根据所述实际施肥量进行施肥。
6.根据权利要求1所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的控制所述农机根据所述标准施肥量进行施肥之后,还包括:
存储所述农机的施肥数据到云端服务器。
7.根据权利要求1所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的控制所述农机根据所述标准施肥量进行施肥之后,还包括:
通过显示设备显示所述处方图和所述农机当前位置的所述施肥量。
8.根据权利要求1所述的一种无人驾驶高精度农机施肥控制方法,其特征在于,所述的接收农机当前位置的定位信息,具体包括:
通过卫星信号接收所述农机当前位置的所述定位信息。
9.一种无人驾驶高精度农机施肥控制系统,其特征在于,包括:
第一获取模块,用于获取作业区域对应的处方图,所述处方图包括所述作业区域内各个施肥区对应的施肥标准;
接收模块,用于接收农机当前位置的定位信息;
第一生成模块,分别与所述第一获取模块和所述接收模块连接,用于根据所述定位信息和所述处方图生成所述农机当前位置的标准施肥量;
控制模块,与所述第一生成模块连接,用于控制所述农机根据所述标准施肥量进行施肥。
10.根据权利要求9所述的一种无人驾驶高精度农机施肥控制系统,其特征在于,还包括:
第二获取模块,用于预先获取所述作业区域的卫星地图和所述作业区域内各个施肥区对应的所述施肥标准;
第二生成模块,与所述第二获取模块和所述第一获取模块连接,用于将所述作业区域内各个施肥区对应的所述施肥标准反馈至所述卫星地图,生成所述处方图。
11.一种智慧农机,其特征在于,包括包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器,用于执行所述存储器上所存放的计算机程序,实现如权利要求1~8中任意一项所述的无人驾驶高精度农机施肥控制方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111327739.XA CN114051810A (zh) | 2021-11-10 | 2021-11-10 | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111327739.XA CN114051810A (zh) | 2021-11-10 | 2021-11-10 | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114051810A true CN114051810A (zh) | 2022-02-18 |
Family
ID=80274673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111327739.XA Pending CN114051810A (zh) | 2021-11-10 | 2021-11-10 | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114051810A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1505794A (zh) * | 2001-02-28 | 2004-06-16 | μ | 用于农田的计算机定位施肥 |
CN1726750A (zh) * | 2005-06-21 | 2006-02-01 | 吉林大学 | 虚拟gps精确农业变量深施肥系统 |
CN102598941A (zh) * | 2012-03-29 | 2012-07-25 | 中国农业科学院农业资源与农业区划研究所 | 精控智能化施肥机 |
CN104238512A (zh) * | 2014-09-04 | 2014-12-24 | 奇瑞重工股份有限公司 | 分布式农机管理方法、系统和平台 |
CN106444445A (zh) * | 2016-09-30 | 2017-02-22 | 北京东方优国途科技有限公司 | 精控施肥控制系统 |
CN107255976A (zh) * | 2017-07-24 | 2017-10-17 | 欧思星通科技(北京)有限公司 | 基于“互联网+北斗+gis”服务的智慧农场监管系统 |
CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆(山东)网络技术有限公司 | 智能配肥方法、装置和系统 |
CN108983724A (zh) * | 2018-08-01 | 2018-12-11 | 贵州省山地农业机械研究所 | 一种丘陵山地农机具田间综合系统及其控制方法 |
CN110679259A (zh) * | 2019-11-12 | 2020-01-14 | 山东交通学院 | 基于自动驾驶巡检装置的智能水肥一体化系统及方法 |
CN111565556A (zh) * | 2017-12-21 | 2020-08-21 | 巴斯夫农化商标有限公司 | 用于确定农业相关信息的装置 |
CN111727443A (zh) * | 2020-05-15 | 2020-09-29 | 安徽中科智能感知产业技术研究院有限责任公司 | 一种基于深度神经网络的土壤速效养分反演方法 |
WO2020195007A1 (ja) * | 2019-03-26 | 2020-10-01 | ヤンマー株式会社 | 作業制御システム |
CN111937551A (zh) * | 2020-07-10 | 2020-11-17 | 北京农业智能装备技术研究中心 | 一种基于作物苗情信息的变量施肥方法及装置 |
CN112149827A (zh) * | 2020-09-27 | 2020-12-29 | 哈尔滨航天恒星数据系统科技有限公司 | 基于卫星影像的土壤速效钾分析模型构建系统及方法 |
CN112461899A (zh) * | 2020-11-04 | 2021-03-09 | 农芯科技(广州)有限责任公司 | 一种变量施肥系统及其控制方法 |
CN112540563A (zh) * | 2020-12-28 | 2021-03-23 | 黑龙江东部节水设备有限公司 | 一种基于物联网的智慧农业控制系统及控制方法 |
CN112702565A (zh) * | 2020-12-03 | 2021-04-23 | 浙江大学 | 一种田间植物表型信息采集系统及方法 |
CN113598151A (zh) * | 2021-08-20 | 2021-11-05 | 上海联适导航技术股份有限公司 | 一种基于北斗导航定位系统的无人驾驶植保机 |
-
2021
- 2021-11-10 CN CN202111327739.XA patent/CN114051810A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1505794A (zh) * | 2001-02-28 | 2004-06-16 | μ | 用于农田的计算机定位施肥 |
CN1726750A (zh) * | 2005-06-21 | 2006-02-01 | 吉林大学 | 虚拟gps精确农业变量深施肥系统 |
CN102598941A (zh) * | 2012-03-29 | 2012-07-25 | 中国农业科学院农业资源与农业区划研究所 | 精控智能化施肥机 |
CN104238512A (zh) * | 2014-09-04 | 2014-12-24 | 奇瑞重工股份有限公司 | 分布式农机管理方法、系统和平台 |
CN106444445A (zh) * | 2016-09-30 | 2017-02-22 | 北京东方优国途科技有限公司 | 精控施肥控制系统 |
CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆(山东)网络技术有限公司 | 智能配肥方法、装置和系统 |
CN107255976A (zh) * | 2017-07-24 | 2017-10-17 | 欧思星通科技(北京)有限公司 | 基于“互联网+北斗+gis”服务的智慧农场监管系统 |
CN111565556A (zh) * | 2017-12-21 | 2020-08-21 | 巴斯夫农化商标有限公司 | 用于确定农业相关信息的装置 |
CN108983724A (zh) * | 2018-08-01 | 2018-12-11 | 贵州省山地农业机械研究所 | 一种丘陵山地农机具田间综合系统及其控制方法 |
WO2020195007A1 (ja) * | 2019-03-26 | 2020-10-01 | ヤンマー株式会社 | 作業制御システム |
CN110679259A (zh) * | 2019-11-12 | 2020-01-14 | 山东交通学院 | 基于自动驾驶巡检装置的智能水肥一体化系统及方法 |
CN111727443A (zh) * | 2020-05-15 | 2020-09-29 | 安徽中科智能感知产业技术研究院有限责任公司 | 一种基于深度神经网络的土壤速效养分反演方法 |
CN111937551A (zh) * | 2020-07-10 | 2020-11-17 | 北京农业智能装备技术研究中心 | 一种基于作物苗情信息的变量施肥方法及装置 |
CN112149827A (zh) * | 2020-09-27 | 2020-12-29 | 哈尔滨航天恒星数据系统科技有限公司 | 基于卫星影像的土壤速效钾分析模型构建系统及方法 |
CN112461899A (zh) * | 2020-11-04 | 2021-03-09 | 农芯科技(广州)有限责任公司 | 一种变量施肥系统及其控制方法 |
CN112702565A (zh) * | 2020-12-03 | 2021-04-23 | 浙江大学 | 一种田间植物表型信息采集系统及方法 |
CN112540563A (zh) * | 2020-12-28 | 2021-03-23 | 黑龙江东部节水设备有限公司 | 一种基于物联网的智慧农业控制系统及控制方法 |
CN113598151A (zh) * | 2021-08-20 | 2021-11-05 | 上海联适导航技术股份有限公司 | 一种基于北斗导航定位系统的无人驾驶植保机 |
Non-Patent Citations (2)
Title |
---|
国土资源部农用地质量与监控重点实验室: "《中国农用地质量发展研究报告 2017》", 30 April 2018, 中国农业大学出版社 * |
杨东方等: "《数学模型在生态学的应用及研究 24》", 31 August 2013, 海洋出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399508B (zh) | 智慧农业系统和智慧农业方法 | |
US5878371A (en) | Method and apparatus for synthesizing site-specific farming data | |
CN1802891B (zh) | 品种定位器 | |
US11846624B2 (en) | In-ground sensor systems with modular sensors and wireless connectivity components | |
CN108811651A (zh) | 一种测土配方施肥的方法 | |
CN111557159B (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 | |
US11768188B2 (en) | Cartridge-based sensor system for monitoring properties of field soils and wastewater | |
CN113167779A (zh) | 使用数字图像和机器学习模型对田地异常绘制地图 | |
CN109757175B (zh) | 一种基于无人机监测的玉米水肥一体化变量施肥方法 | |
US10317260B2 (en) | Yield data calibration methods | |
CN108684278A (zh) | 智能配肥方法、装置和系统 | |
AU2018345774A1 (en) | Field measurement of soil element concentration | |
CN108370699A (zh) | 一种测土配方施肥的方法 | |
CN110070455A (zh) | 农业管理系统 | |
CN115606382B (zh) | 一种基于北斗导航的变量施肥方法及系统 | |
CN106211894A (zh) | 快速测量智能配方施肥机 | |
CN113920106A (zh) | 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法 | |
Jin et al. | Design and experiment of intelligent monitoring system for vegetable fertilizing and sowing | |
Coelho et al. | Development of a variable-rate controller for a low-cost precision planter | |
CN109282850B (zh) | 一种耕作参数测量装置和方法、农机具作业耕深测量方法 | |
CN107247442A (zh) | 一种施肥设备用的速度与肥量同步控制系统及其控制方法 | |
CN116897668B (zh) | 一种电驱农作物播种施肥控制方法及系统 | |
CN114051810A (zh) | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 | |
CN206832798U (zh) | 一种用于土壤养分检测的装置 | |
CN114568077B (zh) | 一种基于动态处方图的变量播种控制系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220218 |