CN114341935A - 呈现与种植方案连同每个种植阶段的条件一起存储的图像 - Google Patents
呈现与种植方案连同每个种植阶段的条件一起存储的图像 Download PDFInfo
- Publication number
- CN114341935A CN114341935A CN202080063622.2A CN202080063622A CN114341935A CN 114341935 A CN114341935 A CN 114341935A CN 202080063622 A CN202080063622 A CN 202080063622A CN 114341935 A CN114341935 A CN 114341935A
- Authority
- CN
- China
- Prior art keywords
- planting
- images
- plant
- processor
- plan
- 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
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- 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
- A01G7/00—Botany in general
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
- A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Botany (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种系统被配置为获得植物的多个图像(83)并且将植物的多个图像中的多个与用于种植植物的种植方案(71)一起存储。每个图像与不同的捕获时刻相关联。该系统进一步被配置为与植物分离地选择种植方案,并在选择种植方案时呈现多个图像。每个图像连同种植阶段(84)的一个或多个期望和/或测量条件(74‑76)一起被呈现。种植阶段对应于相应图像的捕获时刻。种植方案包括多个种植阶段,并且一个或多个期望和/或测量条件被包括在种植方案中。
Description
技术领域
本发明涉及一种用于获得植物图像的系统。
本发明进一步涉及一种获得植物图像的方法。
本发明还涉及一种使得计算机系统能够执行这样的方法的计算机程序产品。
背景技术
例如园艺照明系统之类的园艺系统正在变得越来越先进。如果将相机集成到园艺系统中,则可以在植物的各个种植阶段期间或者在应用种植配方的持续时间内频繁地捕获图像。
例如,US2018/0359931 A1公开了一种用于种植舱(pod)的图像捕获系统,其包括具有处理器、存储器的主控制器,以及通信地耦合到主控制器并被定位成捕获植物或种子图像的相机。种植配方定义了用于种植植物或种子的指令以及对应于这些指令的预期属性。主控制器从相机接收植物或种子的图像,从图像确定植物或种子的属性,将来自图像的植物或种子的属性与由种植配方定义的预期属性进行比较,并基于属性与预期属性的比较来调整用于种植植物或种子的种植配方的指令。
该园艺系统允许种植者自动控制他们植物的种植。然而,种植者通常不得不从用于同一植物物种的许多种植配方中进行挑选,并且该园艺系统不帮助种植者挑选种植配方。
发明内容
本发明的第一目的是提供一种用于管理植物种植的系统,该系统改进了人机交互,以帮助种植者挑选种植配方。
本发明的第二目的是提供一种方法,该方法改进了用于管理植物种植的系统中的人机交互,以帮助种植者挑选种植配方。
在本发明的第一方面中,一种用于获得植物图像的系统包括至少一个输入接口、至少一个输出接口和至少一个处理器,所述至少一个处理器被配置为使用所述至少一个输入接口来获得植物的多个图像,所述图像中的每一个与不同的捕获时刻相关联,将所述植物的所述多个图像中的多个与用于种植所述植物的种植方案一起存储,与所述植物分离地选择所述种植方案,并在选择所述种植方案时使用所述至少一个输出接口来呈现所述多个图像,所述多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现,所述种植阶段对应于所述相应图像的捕获时刻,并且所述种植方案包括多个种植阶段,并且所述一个或多个期望和/或测量条件被包括在所述种植方案中。
与种植方案(也称为种植配方)一起存储的代表性图像帮助种植者查看当种植方案应用于给定植物物种或给定植物物种内的给定植物品种时可以预期何种结果。通过将植物图像的呈现定时为与对应的期望和/或测量条件一致,种植者能够更好地了解期望和/或测量条件如何影响给定植物物种的种植。个体植物的图像与该植物物种的种植方案一起存储,以使这成为可能。
因此,捕获的图像被用于用植物在不同种植阶段或者甚至在种植阶段中的不同时刻的代表性图像来扩充(预先存储的)种植方案。图形用户接口示出了使用植物图像的种植方案的时标表示。例如,每个种植阶段可以是一天。所述一个或多个期望和/或测量条件可以包括例如照明条件和/或气候条件和/或营养条件。例如,植物可以是开花植物、即产生花来繁殖的植物,或者是非开花植物。
所述至少一个处理器可以被配置为将所述多个图像呈现为视频序列,所述图像按照所述视频序列中流逝的种植时间的顺序。通过创建这样的时间推移,种植者可以无需太多努力就能够得到种植方案的所有种植阶段的视觉概观。
所述至少一个处理器可以被配置为使用所述至少一个输入接口来接收包括用于导航通过所述种植阶段的用户命令的用户输入,并且基于所述用户命令从所述多个图像中选择接下来要呈现的一个或多个图像。这可以帮助种植者更容易地探索和研究种植方案的特定种植阶段。
所述至少一个处理器可以被配置为在将所述植物的所述多个图像与所述种植方案一起存储之前,选择所述多个获得的图像的代表性子集作为所述多个图像。如果相机以高速率自动提供图像,那么存储所有这些图像通常是无益的,并且选择代表性的子集于是是有益的。
所述至少一个处理器可以被配置为使用所述至少一个输入接口来接收用户输入,所述用户输入标识另外的植物和所述种植方案,获得所述标识的另外的植物的图像,确定所述获得的图像和与所述标识的种植方案一起存储的多个图像之间的差异,并且如果所述差异被确定为超过预定阈值,则使用所述至少一个输出接口来提供警报。因此,实时捕获的图像可以与同种植方案一起存储的代表性图像进行比较。这允许种植者选择个体植物,并且如果考虑到与种植方案一起存储的代表性图像,个体植物的种植没有如预期的那样,则得到警告。
所述至少一个处理器可以被配置为使用所述至少一个输出接口向一个或多个相机传送用于捕获所述标识的另外的植物的所述图像的捕获时间表。这可以用于防止传送未使用的图像。例如,捕获时间表可以指定每天拍摄和传送图像。
所述至少一个处理器可以被配置为使用所述至少一个输入接口来接收用户输入,所述用户输入包括相机或位置标识符和用于标识所述种植方案的信息,将所述相机或位置标识符与所述种植方案一起存储,使用所述至少一个输入接口来获得多个植物的图像集合,所述集合包括所述多个图像,基于所述相机或位置标识符从所述图像集合中选择所述多个图像,并且与所述种植方案一起存储所述植物的所述多个图像。不同个体植物的图像可以被接收,并且然后与不同的种植方案一起存储。通过在种植方案中存储相机或位置标识符,容易确定接收到的图像应当存储在哪个种植方案中,即,通过找到已经与包含在图像中或连同图像一起传送的相机或位置标识符相关联的种植方案。
所述至少一个处理器可以被配置为使用所述至少一个输出接口向所述一个或多个相机传送用于捕获所述多个图像的捕获时间表。这可以用于防止传送将不与种植配方一起存储且不以其他方式被使用的图像。例如,捕获时间表可以指定每天拍摄和传送图像。
所述至少一个处理器可以被配置为使用所述至少一个输出接口来控制一个或多个相机在所述不同的捕获时刻捕获所述多个图像。例如,如果相机不能够使用捕获时间表但它的捕获功能可以远程控制,那么这是有益的。
所述至少一个处理器可以被配置为使用所述至少一个输入接口来获得所述植物相对于所述一个或多个相机的当前位置,并且使用所述至少一个输出接口来控制所述一个或多个相机在取决于所述当前位置的时刻捕获所述图像中的一个。如果(例如在垂直农场中的)个体植物正在传送带上或在移动水槽系统中移动、或者作为移动托盘中的植物集合的部分移动,并且捕获某个个体植物的图像以便将它们存储在某个植物物种的种植方案中,则需要在某个个体植物在相机前面的时刻捕获图像。
所述一个或多个相机可以包括多个相机,并且所述至少一个处理器可以被配置为基于所述当前位置选择所述多个相机中的一个。例如,如果相机不能够使用捕获时间表但它的捕获功能可以远程控制,那么这是有益的。这可以用于(例如在垂直农场中)跟随正在传送带上移动的某个个体植物。
在本发明的第二方面中,一种获得植物图像的方法包括获得植物的多个图像,所述图像中的每一个与不同的捕获时刻相关联,将所述植物的所述多个图像中的多个与用于种植所述植物的种植方案一起存储,与所述植物分离地选择所述种植方案,并在选择所述种植方案时呈现所述多个图像,所述多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现,所述种植阶段对应于所述相应图像的捕获时刻,并且所述种植方案包括多个种植阶段,并且所述一个或多个期望和/或测量条件被包括在所述种植方案中。 所述方法可以由运行在可编程设备上的软件来执行。该软件可以作为计算机程序产品提供。
此外,提供了用于实行本文描述的方法的计算机程序,以及存储所述计算机程序的非暂时性计算机可读存储介质。例如,计算机程序可以由现有设备下载或上传到现有设备,或者在制造这些系统时被存储。
一种非暂时性计算机可读存储介质存储至少一个软件代码部分,所述软件代码部分在由计算机执行或处理时,被配置为执行用于获得植物图像的可执行操作。
可执行操作包括获得植物的多个图像,所述图像中的每一个与不同的捕获时刻相关联,将所述植物的所述多个图像中的多个与用于种植所述植物的种植方案一起存储,与所述植物分离地选择所述种植方案,并在选择所述种植方案时呈现所述多个图像,所述多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现,所述种植阶段对应于所述相应图像的捕获时刻,并且所述种植方案包括多个种植阶段,并且所述一个或多个期望和/或测量条件被包括在所述种植方案中。
可执行操作进一步包括基于所述传感器位置、所述传感器取向、和所述传感器视场来确定所述多个存在传感器设备的传感器覆盖区域,包括所述传感器覆盖区域中的间隙,基于所述传感器覆盖区域中的所述间隙来确定用于存在检测的一个或多个参数,并且输出所述一个或多个参数或者已经使用所述一个或多个参数确定的存在检测结果。
如本领域技术人员将领会的,本发明的各方面可以体现为设备、方法或计算机程序产品。因此,本发明的方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或结合软件和硬件方面的实施例的形式,这些方面在本文中可以全部统称为“电路”、“模块”或“系统”。本公开中描述的功能可以实现为由计算机的处理器/微处理器执行的算法。此外,本发明的各方面可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式,该一个或多个计算机可读介质在其上体现(例如存储)有计算机可读程序代码。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体系统、装置或设备,或者前述的任何合适的组合。计算机可读存储介质的更具体的示例可以包括但不限于以下各项:具有一条或多条导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪速存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备、或前述的任何合适的组合。在本发明的上下文中,计算机可读存储介质可以是任何有形介质,其可以包含或存储由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。
计算机可读信号介质可以包括其中(例如,在基带中或作为载波的一部分)体现计算机可读程序代码的传播数据信号。这样的传播信号可以采取各种形式中的任何一种,包括但不限于电磁、光学、或其任何合适的组合。计算机可读信号介质可以是任何计算机可读介质,其不是计算机可读存储介质,并且可以传输、传播或运输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。
体现在计算机可读介质上的程序代码可以使用任何适当的介质——包括但不限于无线、有线、光纤、线缆、RF等,或前述的任何合适的组合——来传送。用于实行本发明各方面的操作的计算机程序代码可以用一种或多种编程语言的任何组合来编写,所述一种或多种编程语言包括面向对象的编程语言(诸如Java(TM)、Smalltalk、C++等)以及常规的过程编程语言(诸如“C”编程语言或类似的编程语言)。程序代码可以完全在用户计算机上执行、作为独立的软件包部分在用户计算机上执行、部分在用户计算机上执行并且部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种情景中,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机,或者可以与外部计算机进行连接(例如,通过使用互联网服务提供商的互联网)。
下面参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图来描述本发明的各方面。将理解,流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以由计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、专用计算机、或其他可编程数据处理装置的处理器,特别是微处理器或者中央处理单元(CPU)以产生机器,使得经由计算机的处理器、其他可编程数据处理装置或其他设备执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的构件。
这些计算机程序指令也可以存储在计算机可读介质中,该计算机可读介质可以指导计算机、其他可编程数据处理装置或其他设备以特定方式运作,使得存储在计算机可读介质中的指令产生包括实现流程图和/或框图的一个或多个框中指定的功能/动作的指令的一件制品。
计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上,以使得一系列操作步骤在计算机、其他可编程装置或其他设备上执行,从而产生计算机实现的过程,使得在计算机或其他可编程装置上执行的指令提供用于实现流程图和/或框图的一个或多个框中指定的功能/动作的过程。
各图中的流程图和框图图示了根据本发明各种实施例的设备、方法和计算机程序产品的可能实现的架构、功能性和操作。在这点上,流程图或框图中的每个框可以表示模块、代码段或代码部分,其包括用于实现(一个或多个)指定逻辑功能的一个或多个可执行指令。还应当注意,在一些替代实现中,框中标注的功能可以不按照各图中标注的顺序出现。例如,连续示出的两个框实际上可以基本上同时执行,或者这些框有时可以以相反的顺序执行,这取决于所涉及的功能性。还将注意到,框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作的基于专用硬件的系统或者专用硬件和计算机指令的组合来实现。
附图说明
参考附图,通过示例的方式,本发明的这些和其他方面是清楚的并将被进一步阐明,在附图中:
图1是该系统的第一实施例的框图;
图2是该系统的第二实施例的框图;
图3示出了用于管理植物种植的示例用户接口的第一屏幕;
图4示出了图3的示例用户接口的第二屏幕;
图5是该方法的第一实施例的流程图;
图6是该方法的第二实施例的流程图;
图7是该方法的第三实施例的流程图;
图8是该方法的第四实施例的流程图;
图9示出了正在捕获图像时在传送带上缓慢移动的植物;以及
图10是用于执行本发明方法的示例性数据处理系统的框图。
附图中对应的元件由相同的附图标记标示。
具体实施方式
图1示出了用于获得植物图像的系统的第一实施例。在图1的示例中,植物种植在具有三个层53-55的垂直农场51中,并且使用相机41-43捕获植物的图像。层53-55中的每一层通常包括多个区段(未示出)。在图1的实施例中,该系统是移动设备1。移动设备1例如经由无线LAN接入点或蜂窝通信网络连接到互联网11。互联网服务器13也连接到互联网11。
移动设备1包括接收器3、传送器4、处理器5、存储器7和显示器9。处理器5被配置为使用接收器3来获得植物的多个图像,并将植物的多个图像中的多个与用于种植植物的种植方案(也称为种植配方)一起存储在例如存储构件7或互联网服务器13上。每个图像与不同的捕获时刻相关联。
相机41-43可以控制对图像的捕获和存储。例如,他们可以检索种植方案标识符和当前种植阶段的标识符,并将图像连同这些标识符一起存储在该种植方案中。替代地,例如,相机41-43可以从移动设备1或园艺系统(未示出)接收种植方案激活命令。例如,相机41-43可以检测指示激活种植方案的控制命令。基于种植方案的属性,相机41-43可以确定或检索对应的图像捕获时间表(例如,方案持续时间的预定义时间间隔)。园艺系统可以控制照明、气候和营养分配中的一个或多个。
处理器5进一步被配置为与植物分离地选择种植方案,并在选择种植方案时使用显示器9呈现多个图像。例如,可以直接选择种植方案,或者经由被应用种植方案的不同植物选择种植方案。多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现。该种植阶段对应于相应图像的捕获时刻。种植方案——也称为种植配方——包括多个种植阶段,并且一个或多个期望和/或测量条件被包括在种植方案中。
一个或多个期望和/或测量条件通常包括照明条件和/或气候条件和/或营养条件。营养通常包括施肥和水。光配方通常包括阈值、日光测量和/或控制参数、补充光水平、和补充光谱。植物通常需要5到10个小时的黑暗/睡眠。植物的种植优选在白天进行,因为人造光相对昂贵。每个种植阶段通常是种植方案/配方保持不变的时期(例如,相同的光时间表、灌溉时间表、植物密度)。例如,每个种植阶段可以具有一天的持续时间,但是替代地,每个种植阶段可以具有不同于一天的持续时间,并且不同的种植阶段甚至可能具有不同的持续时间。
在图1中所示的移动设备1的实施例中,移动设备1包括一个处理器5。在替代实施例中,移动设备1包括多个处理器。移动设备1的处理器5可以是通用处理器、例如来自ARM或高通的通用处理器,或者是专用处理器。移动设备1的处理器5可以运行例如Android或iOS操作系统。显示器9可以包括例如LCD或OLED显示面板。存储器7可以包括一个或多个存储器单元。例如,存储器7可以包括固态存储器。
例如,接收器3和传送器4可以使用一种或多种无线通信技术、诸如Wi-Fi (IEEE802.11)来与互联网11的接入点通信。在替代实施例中,使用多个接收器和/或多个传送器来代替单个接收器和单个传送器。在图1中所示的实施例中,使用了单独的接收器和单独的传送器。在替代实施例中,接收器3和传送器4被组合成收发器。移动设备1可以包括典型用于移动设备的其他组件,诸如电池和电源连接器。本发明可以使用运行在一个或多个处理器上的计算机程序来实现。
在图1的实施例中,该系统是移动设备。在替代实施例中,本发明的系统是不同的设备,例如计算机。在图1的实施例中,本发明的系统包括单个设备。在替代实施例中,本发明的系统包括多个设备。
图2示出了用于获得植物图像的系统的第二实施例。在图2的实施例中,该系统是计算机21。计算机21连接到互联网11并充当服务器。计算机21包括接收器23、传送器24、处理器25和存储构件27。处理器25被配置为使用接收器23来从相机41-43获得植物的多个图像,并将植物的多个图像中的多个与用于种植植物的种植方案一起存储在例如存储构件27上。每个图像与不同的捕获时刻相关联。
处理器25进一步被配置为与植物分离地选择种植方案,并且在选择种植方案时使用传送器24经由个人计算机17和与之连接的监控器19(例如经由web/html接口)来呈现多个图像。多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现。该种植阶段对应于相应图像的捕获时刻。种植方案包括多个种植阶段,并且一个或多个期望和/或测量条件被包括在种植方案中。在图2的实施例中,期望和/或测量条件的呈现与图像的呈现之间的同步由处理器25执行。
在图2中所示的计算机21的实施例中,计算机21包括一个处理器25。在替代实施例中,计算机21包括多个处理器。计算机21的处理器25可以是通用处理器、例如来自Intel或AMD的处理器,或者是专用处理器。计算机21的处理器25可以运行例如基于Windows或Unix的操作系统。存储构件27可以包括一个或多个存储器单元。例如,存储构件27可以包括一个或多个硬盘和/或固态存储器。存储构件27可以用于存储例如操作系统、应用和应用数据。
例如,接收器23和传送器24可以使用一种或多种有线和/或无线通信技术——诸如以太网和/或Wi-Fi (IEEE 802.11)——来与互联网11的接入点通信。在替代实施例中,使用多个接收器和/或多个传送器来代替单个接收器和单个传送器。在图2中所示的实施例中,使用单独的接收器和单独的传送器。在替代实施例中,接收器23和传送器24被组合成收发器。计算机21可以包括典型用于计算机的其他组件,诸如电源连接器和显示器。本发明可以使用运行在一个或多个处理器上的计算机程序来实现。
本发明的方法通常涉及随时间捕获植物的多个图像,将它们与它们对应的种植阶段相关联,并将它们组合以在显示器上呈现种植方案表示。所得到的表示用于表示大型种植方案数据库中的个体种植方案。因此,在活动种植方案期间捕获的图像用于表示数据库中的个体种植方案。那些代表性的图像可以帮助种植者查看当种植方案应用于给定的植物物种时可以预期何种结果。
可能地,使用智能或算法来选择对于种植方案最有代表性的图像。可以使用多个捕获的图像来呈现种植植物的时间推移记录,以表示种植方案,即,将多个图像呈现为视频序列,在该视频序列中按照流逝的种植时间的顺序来呈现图像。然而,也可能的是呈现表示当前种植方案阶段的时间线表示,该时间线表示丰富有代表当前种植方案状态的图像,并使得用户能够滚动通过代表早期种植阶段的图像,如图3中所示。
在图3中所示的用户接口的第一屏幕81中,用表示当前植物状态的图像83来注释种植方案时间线72。用户接口被呈现在显示器19上。期望和/或测量条件74-76被示出在用户接口的右侧,并且包括光(谱)条件74、营养条件75和气候条件76。在图3的示例中。气候条件76包括CO2和温度条件。
在图3的示例中,用户已经选择了某个个体植物,或者处于同一种植阶段的某组个体植物,并且用户现在正在观看激活的种植方案的表示,如标签71所标识的。图像83已经存储在种植方案中,并且通常是过去种植的植物的照片。用与图像83的捕获时刻对应的种植阶段的标签84(“第8天”)来呈现图像83,这是图3中所选个体植物的当前种植阶段。
对于用户而言也可能的是在时间上滚动回以查看更早的种植状态。这在图4中示出,图4描绘了图3的用户接口的第二屏幕91。用与图像93的捕获时刻对应的种植阶段的标签94(“第3天”)来呈现图像93。在图4的示例中,图像93是与图3的图像83相同的植物——通常是过去种植的代表性植物——的照片。期望和/或测量条件74-76被相应地更新,但是这没有在图3和图4中示出。
因此,呈现图3和图4的用户接口的系统接收包括用于导航通过种植阶段的用户命令的用户输入,并基于用户命令从多个图像中选择接下来要呈现的一个或多个图像。替代地,用户可能能够在时间上滚动回以检查一天或多天前所选个体植物的外观是什么样。
不仅可以显示当前和先前种植阶段的图像,而且还可以使得将滑块移动到未来成为可能,这是因为呈现的图像通常是过去种植的植物的图像。
图5中示出了获得植物图像的方法的第一实施例。步骤101包括获得植物的多个图像。每个图像与不同的捕获时刻相关联。步骤111包括选择多个获得的图像的代表性子集,其例如通过选择每天中午捕获的图像或通过使用更复杂的算法。步骤103包括将在步骤111中选择的代表性图像与用于种植植物的种植方案一起存储。
步骤105包括与植物分离地选择种植方案。步骤107包括在选择种植方案时呈现多个图像。每个图像连同与相应图像的捕获时刻对应的种植阶段的一个或多个期望和/或测量条件一起被呈现。种植方案包括多个种植阶段,并且一个或多个期望和/或测量条件被包括在种植方案中。
图6中示出了获得植物图像的方法的第二实施例。步骤121包括向一个或多个相机传送用于捕获多个植物图像的捕获时间表。接下来,步骤101包括从一个或多个相机接收植物的多个图像。
由于在该实施例中仅接收所请求的图像,因此没有必要选择代表性子集,并且图5的步骤111已经被省略。在替代实施例中也可以省略步骤111,其中不传送捕获时间表,但是控制一个或多个相机在不同的捕获时刻捕获多个图像。在步骤101之后,执行图5的步骤103、105和107。
图7中示出了获得植物图像的方法的第三实施例。首先,执行步骤101至107,参见例如图5。步骤101包括获得植物的多个图像。步骤103包括将获得的图像与用于种植植物的种植方案一起存储。步骤105包括通过选择与种植方案相关的植物物种来与植物分离地选择种植方案。参见图5,步骤107包括在选择种植方案时呈现多个图像。
稍后执行步骤131至139。步骤131包括接收用户输入,该用户输入标识另外的植物——即个体植物,以及用于该植物的种植方案。在图7的实施例中,接下来执行步骤133。步骤133包括向一个或多个相机传送用于捕获所标识的另外的植物的图像的捕获时间表。在替代实施例中,这些图像选自接收到的图像的集合,或者一个或多个相机被远程控制以在某些时刻捕获图像。
在步骤133之后执行步骤135。步骤135包括从一个或多个相机接收所标识的另外的植物的所请求的图像。步骤137包括确定所获得的图像和与所标识的种植方案一起存储的多个图像之间的差异。步骤139包括如果该差异被确定为超过预定阈值,则提供警报。例如,种植者可以在移动或固定显示器上接收指示已经检测到种植偏差的警报,包括示出最近或当前状态的一个或多个捕获图像。
步骤137和139可以例如使用经训练的深度学习网络(例如神经网络)来实现。例如,深度学习网络可以基于(同一种植阶段中的植物和另外的植物的)两个输入图像来确定是否应当生成警报。
图8中示出了获得植物图像的方法的第四实施例。步骤151包括接收用户输入,该用户输入包括相机或位置标识符以及用于标识种植方案的信息。种植方案包括多个种植阶段,并且一个或多个期望和/或测量条件被包括在种植方案中。在图8的实施例中,输入由用户提供。例如,当种植者为新的个体植物激活种植方案时,他可能能够指示他希望该植物的图像被捕获并与种植方案一起存储。在替代实施例中,该输入由系统提供,并且这可以例如基于时间表或基于检测特定类型的植物或托盘的到达来启动。
种植方案通常至少包括照明配方并且可选地进一步包括气候条件和营养条件的时间表。位置标识符可以指示种植方案在园艺系统的哪个区段(或设备)处被激活。然后,基于种植方案被激活的位置,可以确定指向在种植方案下种植的植物的协同定位的相机设备。在可能的实现中,相机设备与一个或多个照明设备相关联。
也可能的是将相机集成为种植照明设备的部分。多个相机标识符和/或位置标识符可以与种植方案相关联。这可能是有益的,因为植物通常在一定时间之后、例如在发芽之后被重新种植。相机或位置标识符可以与某个种植阶段或某个种植阶段序列相关联。步骤153包括将相机或位置标识符与种植方案一起存储。
控制在步骤151中根据用户输入确定的(一个或多个)相机,以捕获接收种植方案的(一个或多个)植物的图像。在一个实现中,园艺系统向(一个或多个)所确定的相机发送常规控制命令。代替发送多个相机控制命令,园艺系统可以(例如,在激活种植方案时)向相机设备发送时间表,其指定在什么时间点需要捕获图像。替代地,相机可以持续地或频繁地(例如每天)拍摄图像。
步骤155(其有点类似于图5-图7的步骤101)包括获得多个植物的图像集合。这些图像以及利用在步骤151中根据用户输入确定的(一个或多个)相机捕获。步骤157包括基于与种植方案一起存储的相机或位置标识符从图像集合中选择多个图像。
步骤159(其有点类似于图5-图7的步骤103)包括与种植方案一起存储在步骤157中选择的植物的多个图像。捕获的图像可以存储在例如相机设备、园艺系统或园艺照明系统处。图像以这样的方式存储,使得可以确定每个图像的对应种植方案和种植阶段。
例如,这可以通过存储每个图像的位置和时间戳信息来实现。在替代实现中,每个图像可以利用与活动种植方案相关的数据(诸如其标识符或种植阶段)进行注释。此外,存储相机标识符和/或相机位置可以是有用的。相机标识符帮助组合来自单个相机的图像,以便生成植物状态随时间的基于时间的表示,诸如时间推移记录。
在图8中,步骤157和159仅针对由在步骤151中接收的信息标识的种植方案执行。然而,通常,对于与相机或位置标识符相关联的每个获得的图像,将搜索具有该相机或位置标识符的种植方案,并且因此将对每个匹配的种植方案执行步骤157和159。
步骤105包括与植物分离地选择种植方案。例如,用户选择与种植方案相关的植物物种,并且然后从种植方案列表中挑选种植方案。步骤107包括在选择种植方案时呈现多个图像。每个图像连同与相应图像的捕获时刻对应的种植阶段的一个或多个期望和/或测量条件一起被呈现。
图9示出了正在捕获图像时在传送带201上缓慢移动的植物203。在该情形下,可以有益地使用获得植物图像的方法的第五实施例。在该第五实施例中,获得植物203相对于相机45-47的当前位置,并且控制相机45-47以在取决于当前位置的时刻捕获图像。当植物203移动时,基于当前位置选择相机45-47中适当的相机,使得植物在相机的视野中。
当确定或预期植物203在适当的距离时,控制该适当的相机来捕获图像。例如,植物的当前位置可以使用图像识别来确定,或者可以基于植物被放置在传送带上的时间和传送带的速度来计算。例如,在传送带201上可能有三个或X乘以三个预定义位置——每个相机一个或X个——在这些位置处捕获图像。
图10描绘了图示可以执行如参考图5至图8描述的方法的示例性数据处理系统的框图。
如图10中所示,数据处理系统300可以包括通过系统总线306耦合到存储器元件304的至少一个处理器302。这样,数据处理系统可以在存储器元件304内存储程序代码。此外,处理器302可以执行经由系统总线306从存储器元件304访问的程序代码。在一个方面中,数据处理系统可以被实现为适于存储和/或执行程序代码的计算机。然而,应当领会,数据处理系统300可以以包括能够执行本说明书中描述的功能的处理器和存储器的任何系统的形式来实现。
存储器元件304可以包括一个或多个物理存储器设备,诸如例如本地存储器308和一个或多个大容量存储设备310。本地存储器可以指代一般在程序代码的实际执行期间使用的随机存取存储器或(一个或多个)其他非永久性存储器设备。大容量存储设备可以被实现为硬盘驱动器或其他永久性数据存储设备。处理系统300还可以包括一个或多个高速缓冲存储器(未示出),其提供至少一些程序代码的临时存储,以便减少在执行期间必须从大容量存储设备310检索程序代码的次数。例如,如果处理系统300是云计算平台的一部分,则处理系统300还可以能够使用另一处理系统的存储器元件。
描绘为输入设备312和输出设备314的输入/输出(I/O)设备可选地可以耦合到数据处理系统。输入设备的示例可以包括但不限于键盘、诸如鼠标的定点设备、麦克风(例如用于语音和/或言语识别)等。输出设备的示例可以包括但不限于监控器或显示器、扬声器等。输入和/或输出设备可以直接或通过中间I/O控制器耦合到数据处理系统。
在一实施例中,输入和输出设备可以被实现为组合的输入/输出设备(在图10中用围绕输入设备312和输出设备314的虚线图示)。这样的组合设备的示例是触敏显示器,有时也称为“触摸屏显示器”或简称为“触摸屏”。在这样的实施例中,对设备的输入可以通过在触摸屏显示器上或附近移动物理对象(诸如例如用户的触笔或手指)来提供。
网络适配器316也可以耦合到数据处理系统,以使得其能够通过中间的私有或公共网络而变得耦合到其他系统、计算机系统、远程网络设备和/或远程存储设备。网络适配器可以包括用于接收由所述系统、设备和/或网络传送到数据处理系统300的数据的数据接收器,以及用于将数据从数据处理系统300传送到所述系统、设备和/或网络的数据传送器。调制解调器、线缆调制解调器、和以太网卡是可以与数据处理系统300一起使用的不同类型的网络适配器的示例。
如图10中所绘制的,存储器元件304可以存储应用318。在各种实施例中,应用318可以存储在本地存储器308、一个或多个大容量存储设备310中,或者与本地存储器和大容量存储设备分离。应当领会,数据处理系统300可以进一步执行操作系统(图10中未示出),该操作系统可以促进应用318的执行。以可执行程序代码的形式实现的应用318可以由数据处理系统300执行,例如由处理器302执行。响应于执行该应用,数据处理系统300可以被配置为执行本文描述的一个或多个操作或方法步骤。
本发明的各种实施例可以被实现为与计算机系统一起使用的程序产品,其中程序产品的(一个或多个)程序定义了实施例的功能(包括本文描述的方法)。在一个实施例中,(一个或多个)程序可以包含在各种非暂时性计算机可读存储介质上,其中,如本文所使用的,表述“非暂时性计算机可读存储介质”包括所有计算机可读介质,唯一的例外是暂时性传播信号。在另一个实施例中,(一个或多个)程序可以包含在各种暂时性计算机可读存储介质上。说明性的计算机可读存储介质包括但不限于:(i)其上永久存储信息的不可写存储介质(例如,计算机内的只读存储器设备,诸如可由CD-ROM驱动器读取的CD-ROM盘、ROM芯片、或任何类型的固态非易失性半导体存储器);以及(ii)其上存储可变信息的可写存储介质(例如,闪速存储器、磁盘驱动器内的软盘或硬盘驱动器、或任何类型的固态随机存取半导体存储器)。计算机程序可以在本文描述的处理器302上运行。
本文使用的术语仅仅是出于描述特定实施例的目的而不意图限制本发明。如本文所使用的,单数形式“一”、“一个”和“该”意图也包括复数形式,除非上下文清楚地另有指示。将进一步理解,术语“包括”和/或“包含”在本说明书中使用时,指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在,但不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合的存在或添加。
以下权利要求中的所有构件或步骤加功能元素的对应结构、材料、动作和等同物意图包括用于结合具体要求保护的其他要求保护的元素来执行功能的任何结构、材料或动作。本发明的实施例的描述是出于说明的目的而提出的,但不意图是穷举性的或限于以所公开形式的实现。在不脱离本发明的范围和精神的情况下,许多修改和变型对于本领域普通技术人员来说是清楚的。挑选和描述这些实施例是为了最好地解释本发明的原理和一些实际应用,并使得本领域的其他普通技术人员能够理解具有各种修改的各种实施例的本发明适合于设想的特定用途。
Claims (14)
1.一种用于获得植物图像的系统(1,21),所述系统(1,21)包括:
至少一个输入接口(3,23);
至少一个输出接口(9,24);和
至少一个处理器(5,25 ),被配置为:
- 使用所述至少一个输入接口(3,23)来获得植物的多个图像,所述图像中的每一个与不同的捕获时刻相关联,
- 将所述植物的所述多个图像中的多个与用于种植所述植物的种植方案一起存储,
- 与所述植物分离地选择所述种植方案,以及
- 在选择所述种植方案时,使用所述至少一个输出接口(9,24)来呈现所述多个图像,所述多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现,所述种植阶段对应于所述相应图像的捕获时刻,并且所述种植方案包括多个种植阶段,并且所述一个或多个期望和/或测量条件被包括在所述种植方案中。
2.根据权利要求1所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为将所述多个图像呈现为视频序列,所述图像按照所述视频序列中流逝的种植时间的顺序。
3.根据权利要求1所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为使用所述至少一个输入接口(9,23)来接收包括用于导航通过所述种植阶段的用户命令的用户输入,并且基于所述用户命令从所述多个图像中选择接下来要呈现的一个或多个图像。
4.根据权利要求1或2所述的系统(1,21),其中所述一个或多个期望和/或测量条件包括照明条件和/或气候条件和/或营养条件。
5.根据权利要求1或2所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为在将所述植物的所述多个图像与所述种植方案一起存储之前,选择所述多个获得的图像的代表性子集作为所述多个图像。
6.根据权利要求1或2所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为:
- 使用所述至少一个输入接口(3,23)接收用户输入,所述用户输入标识另外的植物和所述种植方案,
- 获得所述标识的另外的植物的图像,
- 确定所述获得的图像和与所述标识的种植方案一起存储的多个图像之间的差异,以及
- 如果所述差异被确定为超过预定阈值,则使用所述至少一个输出接口(9,24)来提供警报。
7.根据权利要求6所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为使用所述至少一个输出接口(4,24)向一个或多个相机(41-43)传送用于捕获所述标识的另外的植物的所述图像的捕获时间表。
8.根据权利要求1或2所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为:
- 使用所述至少一个输入接口(3,23)接收用户输入,所述用户输入包括相机或位置标识符以及用于标识所述种植方案的信息,
- 将所述相机或位置标识符与所述种植方案一起存储,
- 使用所述至少一个输入接口(3,23)来获得多个植物的图像集合,所述集合包括所述多个图像,
- 基于所述相机或位置标识符从所述图像集合中选择所述多个图像,以及
- 与所述种植方案一起存储所述植物的所述多个图像。
9.根据权利要求1或2所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为使用所述至少一个输出接口(4,24)来控制一个或多个相机(41-43)在所述不同的捕获时刻捕获所述多个图像。
10.根据权利要求9所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为使用所述至少一个输出接口(4,24)向所述一个或多个相机(41-43)传送用于捕获所述多个图像的捕获时间表。
11. 根据权利要求9所述的系统(1,21),其中所述至少一个处理器(5,25)被配置为:
- 使用所述至少一个输入接口(3,23)来获得所述植物相对于所述一个或多个相机(45-47)的当前位置,以及
- 使用所述至少一个输出接口(4,24)来控制所述一个或多个相机(45-47)在取决于所述当前位置的时刻捕获所述图像中的一个。
12.根据权利要求11所述的系统(1,21),其中所述一个或多个相机(45-47)包括多个相机,并且所述至少一个处理器(5,25)被配置为基于所述当前位置选择所述多个相机中的一个。
13.一种获得植物图像的方法,所述方法包括:
- 获得(101)植物的多个图像,所述图像中的每一个与不同的捕获时刻相关联,
- 将所述植物的所述多个图像中的多个与用于种植所述植物的种植方案一起存储(103);
- 与所述植物分离地选择(105)所述种植方案,以及
- 在选择所述种植方案时呈现(107)所述多个图像,所述多个图像中的每一个连同种植阶段的一个或多个期望和/或测量条件一起被呈现,所述种植阶段对应于所述相应图像的捕获时刻,并且所述种植方案包括多个种植阶段,并且所述一个或多个期望和/或测量条件被包括在所述种植方案中。
14.一种包括至少一个软件代码部分的计算机程序或计算机程序套件或者存储至少一个软件代码部分的计算机程序产品,所述软件代码部分当在根据权利要求1至12中任一项所述的处理器上运行时被配置用于使得权利要求13所述的方法能够被执行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19196305.7 | 2019-09-10 | ||
EP19196305 | 2019-09-10 | ||
PCT/EP2020/074994 WO2021048076A1 (en) | 2019-09-10 | 2020-09-08 | Rendering images stored with grow protocol along with conditions per growth stage |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114341935A true CN114341935A (zh) | 2022-04-12 |
Family
ID=67909288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080063622.2A Pending CN114341935A (zh) | 2019-09-10 | 2020-09-08 | 呈现与种植方案连同每个种植阶段的条件一起存储的图像 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12026803B2 (zh) |
EP (1) | EP4027771A1 (zh) |
CN (1) | CN114341935A (zh) |
WO (1) | WO2021048076A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117746234A (zh) * | 2023-12-08 | 2024-03-22 | 中化现代农业有限公司 | 物候期确定方法、装置、电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230148484A1 (en) * | 2021-11-17 | 2023-05-18 | Haier Us Appliance Solutions, Inc. | Method of operating a camera assembly in an indoor gardening appliance |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7983458B2 (en) * | 2005-09-20 | 2011-07-19 | Capso Vision, Inc. | In vivo autonomous camera with on-board data storage or digital wireless transmission in regulatory approved band |
JP5673833B2 (ja) * | 2011-08-30 | 2015-02-18 | 富士通株式会社 | 撮影装置、作業支援プログラム、および情報提供プログラム |
BR102012030671A2 (pt) * | 2011-11-30 | 2015-10-20 | Dow Agrosciences Llc | tecnologia de animação tridimensional para descrever e manipular o crescimento das plantas |
PL2934089T3 (pl) | 2012-12-21 | 2017-08-31 | Philips Lighting Holding B.V. | Ogrodniczy interfejs oświetleniowy do łączenia co najmniej jednego systemu oświetleniowego |
US10292340B2 (en) | 2013-06-06 | 2019-05-21 | Flora Fotonica Ltd. | System and method for providing illumination to plants |
JOP20190168A1 (ar) | 2017-06-14 | 2019-07-02 | Grow Solutions Tech Llc | أنظمة وطرق لالتقاط صورة بحجيرة نمو خط تجميع |
US10034358B1 (en) * | 2017-07-08 | 2018-07-24 | Xiaolai Chen | User controllable grow lighting system, method, and online light settings store |
US10438302B2 (en) * | 2017-08-28 | 2019-10-08 | The Climate Corporation | Crop disease recognition and yield estimation |
WO2019049048A1 (en) | 2017-09-08 | 2019-03-14 | 9337-4791 Quebec, Inc. | SYSTEM AND METHOD FOR CONTROLLING GROWTH ENVIRONMENT OF CULTURE |
-
2020
- 2020-09-08 WO PCT/EP2020/074994 patent/WO2021048076A1/en unknown
- 2020-09-08 US US17/640,037 patent/US12026803B2/en active Active
- 2020-09-08 CN CN202080063622.2A patent/CN114341935A/zh active Pending
- 2020-09-08 EP EP20765038.3A patent/EP4027771A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117746234A (zh) * | 2023-12-08 | 2024-03-22 | 中化现代农业有限公司 | 物候期确定方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US12026803B2 (en) | 2024-07-02 |
WO2021048076A1 (en) | 2021-03-18 |
US20220343558A1 (en) | 2022-10-27 |
EP4027771A1 (en) | 2022-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11804016B2 (en) | Augmented reality based horticultural care tracking | |
US11432484B2 (en) | Environmental services platform | |
US10986789B1 (en) | System and method for sensor-assisted indoor gardening | |
WO2017176627A1 (en) | Horticultural monitoring system | |
WO2018040319A1 (zh) | 种植设备及其管理方法、装置、系统以及服务器 | |
US20140258173A1 (en) | Programmable plant system | |
US12026803B2 (en) | Rendering images stored with grow protocol along with conditions per growth stage | |
JP2016154510A (ja) | 情報処理装置、生長状況判定方法、およびプログラム | |
JP7331140B2 (ja) | 屋内農場を遠隔で制御するためのシステム及び方法、ならびにそのためのユーザインターフェース | |
CA3178928A1 (en) | Real-time projections and estimated distributions of agricultural pests, diseases, and biocontrol agents | |
JP2018099067A (ja) | 生育管理装置、生育管理方法、及び、プログラム | |
US20140366434A1 (en) | Apparatus and method for managing crop growth | |
WO2020236652A1 (en) | Voice-integrated agricultural system | |
CN115135139A (zh) | 基于光测量信息估计植物部分的收获时间 | |
KR102114384B1 (ko) | 영상기반 작물 생육데이터 측정 모바일 앱 및 그 디바이스 | |
KR102460814B1 (ko) | 뿌리 형태학 데이터 기반의 인공지능 모델 생성 방법 및 시스템 | |
EP4125325B1 (en) | Experimenting with an adjusted grow protocol target value | |
KR102398294B1 (ko) | 싱크 용량 및 소스 용량 판단 시스템 및 방법 | |
JP2019083745A (ja) | 生長状態予測装置 | |
JP6288444B2 (ja) | 栽培支援方法 | |
KR20220040635A (ko) | 식물공장형육묘시스템 생육 스케쥴링에 따른 일괄 제어방법 | |
CN110335166A (zh) | 养殖设备的管理方法、管理装置及管理系统 | |
JP2019149965A (ja) | 成長点温度監視システム、成長点温度監視方法、成長点温度監視プログラム及び情報処理装置 | |
CN116681544B (zh) | 农作物环境信息处理方法、电子设备和计算机可读介质 | |
WO2024146789A1 (en) | Determining a custom light protocol for illuminating plants of multiple varieties under the same light conditions |
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 |