CN114279490A - 一种用于大田作物病虫害监测设备及方法 - Google Patents
一种用于大田作物病虫害监测设备及方法 Download PDFInfo
- Publication number
- CN114279490A CN114279490A CN202111382161.8A CN202111382161A CN114279490A CN 114279490 A CN114279490 A CN 114279490A CN 202111382161 A CN202111382161 A CN 202111382161A CN 114279490 A CN114279490 A CN 114279490A
- Authority
- CN
- China
- Prior art keywords
- module
- monitoring module
- monitoring
- humidity
- remote server
- 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
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明为一种用于大田作物病虫害监测设备及方法,属于农业病虫害监测技术领域,通过处理器接收、储存并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过无线通讯模块上传远程服务器,远程服务器再次对上传的信息进行重新复检、匹配,得出最精确的虫情报告,将结果发送至智能终端;本发明有效解决目前现有大田作物病虫害监测设备及方法无法精确有效地识别病虫害情况,通过图像采集模块、温度监测模块、湿度监测模块、边缘计算模块和远程服务器,提高了病虫害识别的时效性和精确性,对于病虫害精准防治具有其指导意义。
Description
技术领域
本发明属于农业病虫害监测技术领域,具体为一种用于大田作物病虫害监测设备及方法。
背景技术
在农业植保工作中,病虫害测报工作一般是依据搜集到的病斑发生面积、害虫种类和数量进行分析决策,工作方式也是以传统的手查目测为主,工作强度很大,且遇上农忙时节还时常面临着人手不足的问题。农业植保部门利用移动智能采集设备来开展病虫害测报工作,能够提高田间测报水平,降低植保人员的工作强度,提高数据的准确性和连续性。目前市面上常见的测报工具多是针对虫情测报工作,图像采集模块多是利用虫子的趋光性诱集虫子后杀死虫子,再利用静态拍照的方式采集落在接虫盘上的死虫子从而进行植保监测预报,这类测报设备容易受自身故障的影响,无法连续性采集基础数据,导致可利用的虫体图像信息有限,数据准确性不高且不具备连续性;而且硬件设备需要大面积铺设,此过程中会影响耕地质量且易与农户产生纠纷。而在病害方面多是以传统的手查目测为主,植保人员的工作强度很大。
现有技术的缺点为:
1、现有的虫情测报灯主要是利用害虫的趋光性,而害虫的趋光性只有在夜间才能表现出来,制约监测时间;
2、根据种群的密度公式等于种群的个体数量除以空间大小可知虫口密度调查与空间息息相关,利用趋光性进行害虫的监察测报时无法做到控制空间的确定性和唯一性;
3、利用趋光性只能监测到成虫,无法有效的监测小型虫害以及蛾类若虫情况,具有一定的滞后性;
4、现有测报设备无法有效的监测大田作物茎基处病虫发生情况,无法有效的监测病害初期情况。
5、物联网虫情测报灯需要大面积铺设,此过程中会影响耕地质量且易与农户产生纠纷;且设备体积大,不能便捷地改变监测地点。
为了解决上述问题,本领域工作人员对生态护坡进行了不同的研究:
中国专利申请201820104872.6公开了一种花卉病虫害检测系统,包括主支撑杆、第一连杆、第二连杆、第一摄像头、第二摄像头、支腿和电控盒,在主支撑杆上沿其长向设置有滑轨,第一连杆的一端和第二连杆的一端分别滑动安装在滑轨上,在第一连杆的另一端安装第一摄像头,第二连杆的另一端安装第二摄像头;在主支撑杆底端设置支腿;所述电控盒固定安装在主支撑杆上,在电控盒内设置有主控单元、电源模块、无线通讯模块,主控单元分别连接电源模块、无线通讯模块以及第一摄像头和第二摄像头,主控单元实时采集第一摄像头和第二摄像头的图像数据,并通过无线通讯模块将图像数据传送至远程监测终端,由远程监测终端利用这些图像数据分析花卉病虫害情况。
然而,该专利方案中通过实时采集图像数据,且实时上传图像数据,使得拍摄工作量增大,需要上传数据过多,不利于远程监测终端进行监测,且该专利方案中单单通过对图像的监测、分析,很难准确地判断出农作物病虫害的情况,需要结合环境温度、土壤湿度对害虫的影响,才能更准确地分析出虫情,以至于下一步的治理。
因此有必要对植保田间调查的固定式监测设备进行进一步的改进,以解决上述的各种不端。
发明内容
本申请的目的:在于解决和克服现有技术和应用的不足,提供一种用于大田作物病虫害监测设备及方法,本发明有效解决目前现有大田作物病虫害监测设备及方法无法精确有效地识别病虫害情况,通过图像采集模块、温度监测模块、湿度监测模块、边缘计算模块和远程服务器,提高了病虫害识别的时效性和精确性,对于病虫害精准防治具有其指导意义。
本申请的目的是通过如下技术方案来完成的,包括设备主体,所述设备主体包括图像采集模块、温度监测模块、湿度监测模块、无线通讯模块、边缘计算模块、处理器,所述处理器分别与图像采集模块、温度监测模块、湿度监测模块、无线通讯模块、边缘计算模块电性连接,所述无线通讯模块与远程服务器通讯连接,所述远程服务器与智能终端通讯连接;
所述图像采集模块包括摄像组件、弱电网,所述摄像组件与设备主体的外壁固定连接,所述弱电网与摄像组件固定连接,所述弱电网用于判断是否启动或关闭摄像组件,同时摄像组件还可以通过后台系统设置间隔拍照时长;
所述温度监测模块包括温度传感器,所述温度传感器设于设备主体外部,即弱电网下方,且与所述拍摄组件固定连接;
所述湿度监测模块包括土壤湿度探测针,所述土壤湿度探测针设于支撑组件底部且插入土壤中;
所述无线通讯模块用于接收智能终端传输的指令,并将该指令发送给处理器,以及上传监测数据至远程服务器;
所述边缘计算模块用于加载AI病虫害图像识别边缘计算算法模型,设于所述设备主体中部,根据图像采集模块、温度监测模块、湿度监测模块采集的数据进行病虫害识别;
所述处理器用于接收、存储并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过所述无线通讯模块上传远程服务器,所述远程服务器再次对上传的信息进行重新复检、匹配,并将结果发送至智能终端。
优选地,所述摄像组件包括连接杆、摄像头组,所述摄像头组包括但不限于红外热成像摄像头,多光谱摄像头,高清自动变焦摄像头,高速捕捉摄像头等,所述连接杆一端与固定块固定连接,另一端与三轴机械式云台摄像头固定连接,且所述固定块固定连接于设备主体的外壁上,所述红外热成像仪摄像头组设于设备主体上端,且所述红外热成像仪摄像组件外侧设有透明盖帽。
优选地,所述三轴机械式云台摄像头前置面板内设置有高性能红外灯,所述三轴机械式云台摄像头与处理器电性连接。
优选地,所述支撑组件包括伸缩杆,所述伸缩杆一端嵌入设备主体内壁,另一端与三脚架连接座螺旋连接,所述连接座下端与土壤湿度探测针固定连接。
优选地,所述设备主体中部设有设备开关键,所述设备开关键外侧设有透明保护罩,所述透明保护罩严密贴合装置主体,衔接处通过卡扣链接紧固贴合。
本发明还提供一种用于大田作物病虫害监测方法,包括以下步骤:
S1、启动或关闭摄像组件、温度监测模块、湿度监测模块的方式:
a1判断是否触发弱电网;
a2定时启动或关闭;
a3利用智能终端控制启动或关闭;
S2、边缘计算模块根据图像采集模块、温度监测模块、湿度监测模块采集的数据进行病虫害识别;
S3、处理器接收、储存并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过无线通讯模块上传远程服务器;
S4、远程服务器再次对上传的信息进行重新复检、匹配;
S5、远程服务器将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端;
S6、用户进行a3步骤,并结合服务器推送病虫害识别结果进行人工复检。本申请与现有技术相比,至少具有以下明显优点和效果:
1、在本发明中,通过处理器接收、储存并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过无线通讯模块上传远程服务器,远程服务器再次对上传的信息进行重新复检、匹配,得出最精确的虫情报告,将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端,用户对智能终端所显示的结果进行人工复检,对于病虫害精准防治具有其指导意义。
2、在本发明中,弱电网用于判断是否启动或关闭摄像组件,当一定数目害虫经过弱电网时,则会启动摄像组件对田间的数据进行采集,并将采集后的数据通过无线通讯模块传输至远程服务器,通过弱电网的设置,无需实时上传监测数据,减少了空间内存,提高了远程处理器处理效率。
3、在本发明中,通过设置多个三轴机械式云台摄像头,全方位多点监测病虫害发生的全周期情况,保证数据监测的连续性。
4、在本发明中,通过设置三脚架,实现固定式定点监测,降低人为动态监测所带来的误差,保证监测数据的准确性。
5、在本发明中,通过设置大承重的伸缩杆,方便植保人员简易便捷地调节装置高度以适应不同的监测高度。
附图说明
图1是本申请中监测设备的整体结构布置图。
图2是本申请中伸缩杆收缩状态的结构示意图。
图3是本申请中系统结构框架图。
图4是本申请中大田作物病虫害监测方法的步骤示意图。
本申请中的附图标记:
100设备主体、1图像采集模块、11拍摄组件、111连接杆、112固定块、113摄像头、114摄像头组、115透明盖帽、12弱电网、2温度监测模块、21温度传感器、3湿度监测模块、31支撑组件、311伸缩杆、312连接座、313三脚架、314湿度探测针、4边缘计算模块、5处理器、6无线通讯模块、7远程服务器、8智能终端、9开关键。
具体实施方式
结合附图和以下说明描述了本申请的特定实施例以教导本领域技术人员如何制造和使用本申请的最佳模式。为了教导申请原理,已简化或省略了一下常规方面。本领域技术人员应该理解源自这些实施例的变形落在本申请的范围内。本领域技术人员应该理解下述特征能够以各种方式结合以形成本申请的多个变型。本申请中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。由此,本申请并不局限于下述特定实施例,而仅由权利要求和它们的等同物限定。
图1至图4示出,本申请的用于大田作物病虫害监测设备及方法的一种具体实施例。
本发明为一种用于大田作物病虫害监测设备及方法,包括设备主体100,设备主体100包括:图像采集模块1、温度监测模块2、湿度监测模块3、边缘计算模块4、处理器5、无线通讯模块6;图像采集模块1包括摄像组件11、弱电网12,摄像组件11与设备主体100的外壁固定连接;温度监测模块2包括温度传感器21,温度传感器21设于设备主体100上端;湿度监测模块3包括土壤湿度探测针314;无线通讯模块6用于接收智能终端8传输的指令;边缘计算模块4用于加载AI病虫害图像识别边缘计算算法模型,在没有移动网络环境的情况下自主识别所拍摄图像的病虫害特征情况;处理器5用于接收与存储并处理图像采集模块1、温度监测模块2、湿度监测模块3所采集的信息,并将边缘计算模块4的病虫害识别结果通过所述无线通讯模块6上传远程服务器7,所述远程服务器7再次对上传的信息进行重新复检、匹配,并将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端8,用户对智能终端所显示的结果进行人工复检,本发明有效解决目前病虫害测报装置监测数据的滞后性以及不精确性的技术问题,通过图像采集模块1、温度监测模块2、湿度监测模块3,边缘计算模块4提高了虫情报告的精确性,对于病虫害精准防治具有其指导意义。
如图1至图4所示,在本申请实施例中,
一种用于大田作物病虫害监测设备及方法,包括设备主体100,设备主体100包括:图像采集模块1、温度监测模块2、湿度监测模块3、边缘计算模块4、处理器5、无线通讯模块6,通过处理器5接收、储存并处理图像采集模块1、温度监测模块2、湿度监测模块3所采集的信息,并将边缘计算模块4的病虫害识别结果通过所述无线通讯模块6上传远程服务器7,所述远程服务器7再次对上传的信息进行重新复检、匹配,远程服务器7再次对上传的信息进行重新复检、匹配得出最精确的虫情报告,并将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端8,用户对智能终端8所显示的结果进行人工复检,对于病虫害精准防治具有其指导意义。
图像采集模块1包括摄像组件11、弱电网12,摄像组件11与设备主体100的外壁固定连接,弱电网12与摄像组件11固定连接,弱电网12用于判断是否启动或关闭摄像组件11;其中,弱电网12外边缘被不锈钢板围住,起到固定与保护作用,当一定数量害虫触碰到弱电网12时,激活拍摄组件11,对当前田间的害虫进行拍摄,一定数量害虫为:根据不同的农作物以及害虫的特性进行设定;拍摄组件11中的摄像头113、摄像头组114可定时启动,对植物病害处进行拍照、录像,并将数据通过无线通讯模块6发送至远程服务器7,防止弱电网12故障时,无法激活拍摄组件。
摄像组件11包括连接杆111以及摄像头组114,摄像头组包括但不限于红外热成像摄像头,多光谱摄像头,高清自动变焦摄像头,高速捕捉摄像头等,连接杆111一端与固定块112固定连接,另一端与三轴机械式云台摄像头113固定连接,且固定块112固定连接于设备主体100的外壁上,设备主体100上端设有盖帽115,盖帽115内设有摄像头组114,摄像头组114能够拍摄叶子被面的害虫,更能全面的采集害虫的信息;其中,三轴机械式云台摄像头113前置面板内设置有高性能红外灯、补光灯,在夜间时也能清晰拍摄,三轴机械式云台摄像头113与处理器5电性连接,三轴机械式云台拍摄像头113包括x向转轴、y向转轴和z向转轴,x向转轴、y向转轴和z向转轴均对应连接有电机,摄像头113前壳玻璃完全粘合,设备引出线加入防水胶圈并平整压入相应设置的凹槽,另外镜头玻璃外侧涂有具备自洁性的涂料,达到消除静电防水防尘的作用,例如氟碳罩光,以保障拍摄图片的清晰度。通过设置多个三轴机械式云台摄像头113,全方位多点监测病虫害发生的全周期情况,保证数据监测的全面性,同时摄像组件还可以通过后台系统设置间隔拍照时长;
温度监测模块2包括温度传感器21,温度传感器21设于弱电网12下方,且与拍摄组件11的连接杆111固定连接。
湿度监测模块3包括土壤湿度探测针314,土壤湿度探测针314设于支撑组件31底部且插入土壤中,本发明采用土壤湿度探测装置,而非采用空气湿度探测装置,其原因为:土壤的湿度是影响害虫化蛹的一个重要因素,土壤的含水量影响害虫化蛹的存活率,而每种害虫化蛹的土壤湿度是不一样的,因此将其作为重要的判断依据;其中,支撑组件31包括伸缩杆311,伸缩杆311一端嵌入设备主体100内壁,另一端与三脚架313连接座312螺旋连接,通过上下拉伸能够根据测报场景便捷地改变装置的高度以适应不同的监测高度,连接座312下端与土壤湿度探测针固定连接,且插入土壤中采集土壤湿度,其中三角架包括三条支撑腿,三条支撑腿一端与三脚架313连接座312固定连接,另一端与出入土壤中;通过设置三脚架313,实现固定式定点监测,降低人为动态监测所带来的误差,保证监测数据的准确性。
无线通讯模块6用于接收远程服务器7传输的指令,并将该指令发送给处理器5,以及上传监测数据至远程服务器7;无线通讯模块6与远程服务器7通讯连接,远程服务器7与智能终端8通讯连接,智能终端包括但不限于手机、iPad以及电脑。
处理器5用于接收、储存图像采集模块1、温度监测模块2、湿度监测模块3所监测的信息,并通过无线通讯模块上传远程服务器7,远程服务器7经过处理后的数据发送至智能终端8,对于病虫害精准防治具有其指导意义。其中,处理器5分别于图像采集模块1、温度监测模块2、湿度监测模块3、无线通讯模块6均为电性连接。
边缘计算模块4设于设备主体中部,边缘计算模块4用于加载AI病虫害图像识别边缘计算算法模型,可以在没有移动网络环境的情况下自主识别所拍摄图像的病虫害特征情况,处理器5用于接收、储存并处理图像采集模块1、温度监测模块2、湿度监测模块3所采集的信息,并将边缘计算模块4的病虫害识别结果通过所述无线通讯模块6上传远程服务器7,远程服务器7再次对上传的信息进行重新复检、匹配,将结果发送至智能终端8,以防止外来物种入侵,对于病虫害精准防治具有其指导意义。
进一步需要说明的,如图1所示,在本申请实施例中,
设备主体100中部设有设备开关键9,设备开关键9外侧设有透明保护罩,透明保护罩严密贴合装置主体,衔接处通过卡扣链接紧固贴合,保证装置的密闭性。通过开关键9来启动或者关闭设备。该设备可自主由锂电池供电,或由太阳能供电模块驱动,一组太阳能供电模块可同时给多个设备主体供电,也可市电连接。
本发明在使用时:边缘计算模块4根据图像采集模块1、温度监测模块2、湿度监测模块3采集的数据进行病虫害识别,处理器5接收、储存并处理图像采集模块1、温度监测模块2、湿度监测模块3所采集的信息,并将边缘计算模块4的病虫害识别结果通过所述无线通讯模块6上传远程服务器7,所述远程服务器7再次对上传的信息进行重新复检、匹配,远程服务器7再次对上传的信息进行重新复检、匹配,得出最精确的虫情报告,并将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端8,用户对智能终端8所显示的结果进行人工复检,智能终端8可随时查看图像采 集模块1、温度监测模块2、湿度监测模块3的数据,也可对图像采集模块1、温度监测模块2、湿度监测模块3进行控制,对于病虫害精准防治具有其指导意义。
采用此设备对褐飞虱进行虫情识别的具体做法如下:结合图4,在某水稻田中,当褐飞虱飞过电网12时启动拍摄组件11,摄像头113、摄像头组114将对水稻基部的害虫进行拍照、录像,并将数据通过无线通讯模块6发送至远程服务器7,对图片进行分析,得出当前的虫口数量。
褐飞虱以成、若虫群集于稻丛基部,刺吸茎叶组织汁液。虫量大,受害重时引起稻株瘫痪倒伏,俗称“冒穿”,导致严重减产或失收。除此之外,褐飞虱还会传播水稻矮缩病毒病,其排泄的蜜露富含各种糖类、氨基酸类,覆盖在稻株上,极易招致煤烟病菌的滋生。因此,褐飞虱的种群数量监测在实际生产中具有重大意义。
当前的水稻褐飞虱田间发生情况调查主要采用盘拍法:采用底面积为33cm X45cm的长方形白瓷盘,调查时按照平行跳跃法取点,将白瓷盘呈30°角轻轻地斜插入稻从茎基部,快速拍三次水稻基部,立刻端起白瓷盘计数稻飞虱的种类和数量。据调查,褐飞虱活动能较强,使用该种方法的查获率仅为30%-70%之间,且受到虫口密度、水稻生育期及盘子面吸附能力等多方面因素的交叉影响。
在自然变温条件下,褐飞虱卵期胚胎发育的起点温度为10.6℃。褐飞虱卵在25℃左右孵化率最高,达91.5%,完成胚胎发育所需的时间与气温高低有密切关系,在15℃、20℃、25℃、28℃及29℃恒温下卵期分别为26.7、15.2、8.2、7.9及8.5天,在28℃左右卵期最短。在12-13℃条件下褐飞虱4龄和5龄若虫均能正常生活与活动。褐飞虱长翅型雄成虫正常活动的温度范围为9-30℃,长翅型雌成虫为10-32℃。在20-33℃温度范围内,随着温度升高,成虫寿命缩短。褐飞虱雌成虫寿命在25℃下为22天,在17-20℃时寿命长达30天。气温较高时,褐飞虱雌成虫的产卵率较高。褐飞虱雌成虫产卵盛期历时10-15天,产卵高峰期通常持续6-10天。如果气温低于17℃,褐飞虱卵巢管不能发育
在使用盘拍法上难以精准计数的情况下,可根据摄像头113、摄像头组114传回的实时图片进行计数。土壤湿度探测针314,温度传感器21将会采集大田的湿度以及当时空气的温度,并结合褐飞虱在不同环境下生长发育的特性进行分析,最后通过无线通讯模块6发送至远程服务器7,远程服务器7再次对上传的信息结合天气情况进行重新复检、匹配,得出近期褐飞虱虫口数量的预测预报,将结果发送至智能终端,为后续的治理提供准确的数据。
采用此设备对纹枯病进行识别的具体做法如下:结合图4,在某水稻田中,设备定时启动摄像头113、摄像头组114,摄像头113、摄像头组114对植物病害处进行拍照、录像,并将数据通过无线通讯模块6发送至远程服务器7,在图像采集模块1所提供的数据中,只能辨别出该病害是否为纹枯病并对其严重程度进行定级,发生预测还需要进一步的计算。
水稻纹枯病世界各产稻区均有发生。主要引起鞘枯和叶枯,病株的叶片周围呈褐色,且容易折断。最主要的是叶片开始腐烂,严重影响水稻的正常生长,如果在抽穗期时发病,导致水稻不能正常抽穗,即使能抽穗,很多也是秕粒的情况,减产很严重。大多减产10%~30%,发生严重时,减产超过50%。
当前的水稻纹枯病田间发生情况调查主要采用直线取样法:选择早、中、迟插类型田各2块,直线取样,每块田调查100丛的计算发病丛数和株数,计算丛发病率和株发病率,并从中选取10丛进行严重度分级并记录;调查时间为始病期到水稻乳熟期,每5天调查一次。该种方法过于依赖基层植保人员,受到调查人的主观影响较大,只能大概判断发生情况。
高温高湿是纹枯病发生的主要因素。气温18-34℃都可发生,以22-28℃适。发病相对湿度70%-96%,90%以上适。菌丝生长温限10-38℃,菌核在12-40℃都能形成,菌核形成适温度28-32℃。相对湿度95%以上时,菌核就可萌发形成菌丝。6-10天后又可形成新的菌核。日光能抑制菌丝生长促进菌核的形成。气温20℃以上,相对湿度大于90%,纹枯病开始发生,气温在28-32℃,遇连续降雨,病害发展迅速。气温降至20℃以下,田间相对湿度小于85%,发病迟缓或停止发病。
在纹枯病已经准确识别的情况下,通过土壤湿度探测针314,温度传感器21将会采集大田的湿度以及当时的温度,与纹枯病发生条件进行初步匹配,快速反馈纹枯病即时发生情况,最后通过无线通讯模块6发送至远程服务器7,远程服务器7再次对上传的信息结合天气情况进行重新复检、匹配,并将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端8,用户对智能终端8所显示的结果进行人工复检,为后续的治理提供准确的数据。
由于本领域技术人员能够很容易想到,利用申请的构思和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种用于大田作物病虫害监测设备,其特征在于,包括设备主体,所述设备主体包括图像采集模块、温度监测模块、湿度监测模块、无线通讯模块、边缘计算模块、处理器,所述处理器分别与图像采集模块、温度监测模块、湿度监测模块、无线通讯模块、边缘计算模块电性连接,所述无线通讯模块与远程服务器通讯连接,所述远程服务器与智能终端通讯连接;
所述图像采集模块包括摄像组件、弱电网,所述弱电网与摄像组件固定连接,所述弱电网用于判断是否启动或关闭摄像组件、温度监测模块、湿度监测模块;
所述湿度监测模块包括土壤湿度探测针,其设于支撑组件底部且插入土壤中;
所述边缘计算模块用于加载AI病虫害图像识别边缘计算算法模型,根据图像采集模块、温度监测模块、湿度监测模块采集的数据进行病虫害识别。
2.根据权利要求1所述的一种用于大田作物病虫害监测设备,其特征在于:所述温度监测模块包括温度传感器,所述温度传感器设于设备主体外部。
3.根据权利要求1所述的一种用于大田作物病虫害监测设备,其特征在于:所述处理器用于接收、存储并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过所述无线通讯模块上传远程服务器,所述远程服务器再次对上传的信息进行重新复检、匹配,并将结果发送至智能终端。
4.根据权利要求1所述的一种用于大田作物病虫害监测设备,其特征在于:所述摄像组件包括连接杆、摄像头组,所述连接杆一端与固定块固定连接,另一端与三轴机械式云台摄像头固定连接,且所述固定块固定连接于设备主体的外壁上,所述摄像头组设于设备主体上端,且所述摄像组件外侧设有透明盖帽。
5.根据权利要求4所述的一种用于大田作物病虫害监测设备,其特征在于:所述三轴机械式云台摄像头前置面板内设置有高性能红外灯、补光灯,所述三轴机械式云台摄像头与处理器电性连接。
6.根据权利要求1所述的一种用于大田作物病虫害监测设备,其特征在于:所述支撑组件包括伸缩杆,所述伸缩杆一端嵌入设备主体内壁,另一端与三脚架连接座螺旋连接,所述连接座下端与土壤湿度探测针固定连接。
7.根据权利要求1所述的一种用于大田作物病虫害监测设备,其特征在于:所述设备主体中部设有设备开关键,所述设备开关键外侧设有透明保护罩,所述透明保护罩严密贴合装置主体,衔接处通过卡扣链接紧固贴合。
8.一种用于大田作物病虫害监测方法,其特征在于:包括以下步骤:
S1、启动或关闭摄像组件、温度监测模块、湿度监测模块的方式:
a1判断是否触发弱电网;
a2定时启动或关闭;
a3利用智能终端控制启动或关闭;
S2、边缘计算模块根据图像采集模块、温度监测模块、湿度监测模块采集的数据进行病虫害识别;
S3、处理器接收、储存并处理图像采集模块、温度监测模块、湿度监测模块所采集的信息,并将边缘计算模块的病虫害识别结果通过无线通讯模块上传远程服务器;
S4、远程服务器再次对上传的信息进行重新复检、匹配;
S5、远程服务器将病虫害识别结果、识别所依据的图片及温湿度数据发送至智能终端;
S6、用户进行a3步骤,并结合服务器推送病虫害识别结果进行人工复检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382161.8A CN114279490A (zh) | 2021-11-22 | 2021-11-22 | 一种用于大田作物病虫害监测设备及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382161.8A CN114279490A (zh) | 2021-11-22 | 2021-11-22 | 一种用于大田作物病虫害监测设备及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114279490A true CN114279490A (zh) | 2022-04-05 |
Family
ID=80869667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111382161.8A Pending CN114279490A (zh) | 2021-11-22 | 2021-11-22 | 一种用于大田作物病虫害监测设备及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114279490A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114965884A (zh) * | 2022-05-17 | 2022-08-30 | 南京农业大学 | 一种室内监测稻田褐飞虱种群大小的方法 |
CN115226684A (zh) * | 2022-08-22 | 2022-10-25 | 河南云飞科技发展有限公司 | 虫情识别吸虫塔 |
CN117496105A (zh) * | 2024-01-03 | 2024-02-02 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760847A (zh) * | 2013-12-31 | 2014-04-30 | 北京瀚景锦河科技有限公司 | 一种虫害远程监控系统及方法 |
CN106417209A (zh) * | 2016-08-14 | 2017-02-22 | 宋国强 | 一种智能虫情测报预警灭虫灯塔 |
CN110689507A (zh) * | 2019-11-08 | 2020-01-14 | 北京软通智慧城市科技有限公司 | 一种昆虫类型识别设备、系统和方法 |
CN113050473A (zh) * | 2021-02-22 | 2021-06-29 | 上海有间建筑科技有限公司 | 一种智慧农业用虫情远程监控系统 |
CN113091822A (zh) * | 2021-04-13 | 2021-07-09 | 山东奥德山水市政园林有限公司 | 一种市政园林用智能监测装置 |
-
2021
- 2021-11-22 CN CN202111382161.8A patent/CN114279490A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760847A (zh) * | 2013-12-31 | 2014-04-30 | 北京瀚景锦河科技有限公司 | 一种虫害远程监控系统及方法 |
CN106417209A (zh) * | 2016-08-14 | 2017-02-22 | 宋国强 | 一种智能虫情测报预警灭虫灯塔 |
CN110689507A (zh) * | 2019-11-08 | 2020-01-14 | 北京软通智慧城市科技有限公司 | 一种昆虫类型识别设备、系统和方法 |
CN113050473A (zh) * | 2021-02-22 | 2021-06-29 | 上海有间建筑科技有限公司 | 一种智慧农业用虫情远程监控系统 |
CN113091822A (zh) * | 2021-04-13 | 2021-07-09 | 山东奥德山水市政园林有限公司 | 一种市政园林用智能监测装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114965884A (zh) * | 2022-05-17 | 2022-08-30 | 南京农业大学 | 一种室内监测稻田褐飞虱种群大小的方法 |
CN114965884B (zh) * | 2022-05-17 | 2023-07-18 | 南京农业大学 | 一种室内监测稻田褐飞虱种群大小的方法 |
CN115226684A (zh) * | 2022-08-22 | 2022-10-25 | 河南云飞科技发展有限公司 | 虫情识别吸虫塔 |
CN115226684B (zh) * | 2022-08-22 | 2023-12-19 | 河南云飞科技发展有限公司 | 虫情识别吸虫塔 |
CN117496105A (zh) * | 2024-01-03 | 2024-02-02 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
CN117496105B (zh) * | 2024-01-03 | 2024-03-12 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114279490A (zh) | 一种用于大田作物病虫害监测设备及方法 | |
CN105547252B (zh) | 基于情景感知的作物冠层图像采集装置 | |
CN109029588A (zh) | 一种基于气候影响的农作物长势预测方法 | |
CN109470299A (zh) | 一种基于物联网的作物生长信息监测系统和方法 | |
CN105941365A (zh) | 一种靶标害虫自动监测预防系统 | |
KR101752313B1 (ko) | L(Lindenmayer) 시스템과 이미지 및 빔 척도를 이용한 작물체 초장 및 생육량 측정 시스템 | |
CN105547360B (zh) | 基于情景感知的作物冠层图像采集方法 | |
CN104918007B (zh) | 基于计算机视觉的大田虫情监控采样装置及采样方法 | |
CN205785335U (zh) | 农林四情信息采集装置 | |
CN108732175A (zh) | 基于机器视觉的远程昆虫识别和计数装置 | |
KR101763841B1 (ko) | 작물체 기관별 이미지 데이터에 의한 생육진단/분석 시스템 | |
CN112507768A (zh) | 目标物检测方法、装置和图像采集方法、装置 | |
CN104732564A (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
CN115061168A (zh) | 一种移动巡检式农作物生长监测系统及方法 | |
JP2020054289A (ja) | 施設栽培果実の収穫予測システム | |
CN215005219U (zh) | 一种基于无线传感网络的中草药种植监测系统 | |
CN215454853U (zh) | 一种便携式昆虫诱捕分类计数装置 | |
CA3021755A1 (en) | Self-powered remote camera probes for automated horticultural pest detection | |
CN109863916A (zh) | 基于智能化全物理方案除虫除草的方法 | |
CN114868714A (zh) | 一种林业病虫害监测系统 | |
TWI720842B (zh) | 智慧型竹筍栽培採收監控系統及方法 | |
CN107306885A (zh) | 一种大鲵行为的监测方法 | |
CN210181653U (zh) | 基于云计算的人工智能(ai)养蜂其系统 | |
CN206133603U (zh) | 一种美国白蛾自动识别系统 | |
CN111426347A (zh) | 一种作物生长状况特征采集系统及方法 |
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 |