CN114445713A - 一种多设备联动植保系统及方法 - Google Patents

一种多设备联动植保系统及方法 Download PDF

Info

Publication number
CN114445713A
CN114445713A CN202210205529.1A CN202210205529A CN114445713A CN 114445713 A CN114445713 A CN 114445713A CN 202210205529 A CN202210205529 A CN 202210205529A CN 114445713 A CN114445713 A CN 114445713A
Authority
CN
China
Prior art keywords
plant protection
inspection
information
crop
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
Application number
CN202210205529.1A
Other languages
English (en)
Inventor
杨丝娅
杨继萍
李智浩
陈奕昂
杨鹏程
陈芋杭
杨向东
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.)
Sichuan Shangtai Technology Co ltd
Original Assignee
Sichuan Shangtai Technology 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 Sichuan Shangtai Technology Co ltd filed Critical Sichuan Shangtai Technology Co ltd
Priority to CN202210205529.1A priority Critical patent/CN114445713A/zh
Publication of CN114445713A publication Critical patent/CN114445713A/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • 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
    • G06T2207/30242—Counting objects in image

Abstract

本发明公开了一种多设备联动植保系统及方法，系统包括相互连接的控制及展示端以及多设备监测与执行端；所述多设备监测与执行端包括地质巡检模块、作物健康巡检模块、土壤及水质健康巡检模块、有害生物无害驱离模块、采收预测模块、以及安防巡逻模块；本发明采用监测‑执行‑再监测‑再执行的联动算法，主要运用如植保一起的持续监测、巡逻无人等设备的扫描监测，到发现可以问题巡逻无人车精准监测，再到多功能自动处/或人工处理，到再监测，形成一个循环的联动监测与执行的过程，提高了植保过程的智能化。

Description

一种多设备联动植保系统及方法
技术领域
本发明属于植保技术领域，具体涉及一种多设备联动植保系统及方法。
背景技术
随着现代农业的不断发展，农业生产标准化是必然道路，进入信息时代后，农业生产显示出基于物联网的农业大数据植保系统械和农药使用技术严重落后的现状尤为突出，带来了诸如农药效率利用率低、农产品中农药残留超标、环境污染、作物药害、操作者中毒等负面影响。
目前人们获取农田信息的方法非常有限，主要手段时人工测量，获取过程需要消耗大量的人力物力，同时传统农业中，大量农田设施的操作也多凭借经验、依靠人工完成，这样的方式不断操作不便，而且无法实现大规模地、准确地标准化操作。传统农业的模式已经远不能适应农业可持续发展的需要，从而产生出如质量产品问题，资源严重不足以及普遍浪费、环境污染、产品种类需要多样化等诸多问题使得农业的发展进入恶性循环。
现有的对农田植物的维护大都是小范围简单维护，采用的植保机也是单独作用且功能单一，各个植保机无法联动使用，这样无法适应大面积农田维护。目前随着科技的发展，对农田的维护也必须适应现代化要求，将来的农田维护必定是大面积、智能化管理，因此必须建立一套具有多功能联动的植保系统，实现收集作为生产的土壤数据信息、调节对作物的投入、预测作物产量、解决作物病虫害等功能，达到以最少的或者节省的投入达到通过收入或者更高的收入的同时改善环境及高效的利用各类资源，取得经济效益和环境效益。
发明内容
针对现有技术中的上述不足，本发明提供的多设备联动植保系统及方法解决了现有的植保方法存在的功能单一、效率低下的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种多设备联动植保系统，包括相互连接的控制及展示端以及多设备监测与执行端；所述多设备监测与执行端包括地质巡检模块、作物健康巡检模块、土壤及水质健康巡检模块、有害生物无害驱离模块、采收预测模块、以及安防巡逻模块；
所述控制及展示端，用于对多设备监测与执行终端的工作进行协调与控制，并将所述多设备监测与执行端的监测及执行情况进行展示；
所述地质巡检模块，用于采集地形信息构建植保区域的3D地形图，并根据实时采集的地形信息，监测植保区域内生产地形的环境变化；同时，将监测环境变化信息以对应的3D模型在所述控制及展示端展示；
所述作物健康巡检模块，用于监测植保区域内作物的病虫害信息，并将其反馈至控制及展示端；
所述土壤及水质健康巡检模块，用于采集的土壤及水质信息，并配合作物健康信息，确定作物的浇灌、施肥及施药量，进而驱动智能水肥系统或移动施药车进行灌溉或施药；
所述有害生物无害驱离模块，用于根据植保区域内作物病虫害信息，对有害生物进行有针对性的防护及无害驱离；
所述采收预测模块，用于采集作物生长信息，并配合作物健康信息对作物进行作物成熟期预测、采收预测、果实计数，以及产量预测；
所述安防巡逻模块，用于对植保区域的人员进行安防巡检。
一种多设备联动植保系统的植保方法，包括以下步骤：
S1、在控制及展示端配置多设备监测与执行端在植保区域内的巡检参数；
S2、通过多设备监测与执行端按照配置巡检参数在植保区域内进行巡检，并根据巡检结果判断是否需要进行植保操作；
若是，则进入步骤S3；
若否，则进入步骤S4；
其中，巡检包括地质巡检、作物健康巡检、土壤及水质健康巡检、采收预测巡检以及安防巡检；
S3、根据巡检结果对进行植保操作或结果展示；
其中，植保操作包括作物浇灌或施药以及有害生物无害驱离；结果展示包括地形信息及环境变化预测信息、作物病虫害信息、成熟期预测、采收预测、果实计数及产量预测信息，以及人员安防巡检信息；
S4、在植保区域内，按照配置巡检参数继续进行巡检。
进一步地，所述步骤S1中配置巡检参数的方法具体为：
S11、对植保区域内进行区域划分，形成区域集合T＝{crop,road,buiding,land}；
其中，crop为作物区域，road为道路区域，buiding为建筑区域，land为空地区域；
S12、以作物类型及地块为基准，构建作物、道路、建筑及空地之间的空间关系，进而形成植保区域电子地图；
S13、设定当前巡检类型，并以巡检路线最短、巡检时间最短为目标在植保区域电子地图上规划巡检路径；
S14、将巡检时间、巡检路径以及巡检类型作为巡检参数。
进一步地，所述步骤S2中，地质巡检的方法具体为：
A1、基于激光雷达和视觉传感器，绘制植保区域内的3D地形图；
A2、根据配置的巡检参数，采集植保区域内的实时环境变化信息；
其中，环境变化信息包括滑坡、开裂、垮塌和漫水；
A3、将实时环境变化信息映射到3D地形图中，并在控制及展示端展示；
所述步骤S2中，进行安防巡检的方法具体为：
通过摄像机按照配置巡检参数采集巡检过程中的人员脸部图像，并与预设名单进行信息对比，对未通过信息对比的人员脸部图像进行示警。
进一步地，所述步骤S2中，作物健康巡检的方法具体为：
B1、根据当前巡检目标作物，采集对应的目标作物图像；
B2、对目标作物图像进行识识别，划分出病虫害区域，并标注病虫害区域所在位置；
B3、识别各病虫害区域中的病虫害类型，并结合其标注位置给出作物健康维护建议。
进一步地，所述步骤B2中，划分病虫害区域的方法具体为：
B2-1、对目标作物图像进行降采样，并提取ORB特征点，判断ORB特征点数量是否大于设定阈值；
若否，则进入步骤B2-2；
若是，则进入步骤B2-3；
B2-2、提取目标作物图像的SIFT特征点，进入步骤B2-3；
B2-3、根据当前提取的特征点，按水平和垂直方向分别计算K个近邻点均值，确定病虫害区域坐标，进而得到划分出的病虫害区域；
其中，病虫害区域左上角和右下角位置的元素值O1(x00,y00)和O2(x11,y11)的值分别为：
Figure BDA0003529113850000041
Figure BDA0003529113850000051
式中，(x',y')为病虫害区域中的特征点按照升序排列后的坐标点，k为升序排列后选取的前k个坐标点，m为升序排序后的坐标点总数，S为特征点数量，t为给定阈值。
进一步地，所述步骤S2中，土壤及水质健康巡检的方法具体为：
C1、根据当前巡检目标作物，采样对应作物距离及深度的土壤；
C2、检测采样土壤中的水分与微量元素；
C3、基于当前巡检目标作物的类型所需的水分与微量元素，判断是否需要浇水、施药或施肥；
若是，则进入步骤C3；
若否，则进入步骤C4；
C3、判定需要进行植保操作，并将检测的水分及微量元素信息反馈至控制及展示端；
C4、记录当前检测信息，并进行下一巡检类型的巡检。
进一步地，所述步骤S3中，进行成熟期及采收预测的方法具体为：
通过配置的视觉设备，确定当前目标巡检作物的成熟度，根据目标作物的类型、土壤肥力以及气象数据，预测目标作物的成熟期及采收期；
所述步骤S3中，进行果实计数的方法具体为：
通过果实检测模型识别果实图像中各果实的位置信息，对识别出的位置信息进行计数，获得果实计数结果；其中，果实检测模型中的第一卷积层模块的输出特征被输入至第二卷积层模块，第一卷积层模块用于处理果实整体特征，第二卷积层模块用于处理果实局部特征；
所述步骤S3中，进行产量预测的方法具体为：
根据测产因子和当前巡检目标作物在所在区域的种植面积，确定产量预测值；其中，单位面积内的产量预测值M的计算公式为：
M＝α×X1+β×X2+γ×X3+δ×X4+ε×X5+θ×X6
式中，α、β、γ、δ、ε、θ为均测产因子，X1,……,X6为第一～六测产因子模型。
进一步地，所述步骤S3中，当划分出病虫害区域时，根据识别出来的病虫害类型，进行有害生物无害驱离，驱离方法包括激光爆闪、超声波以及声音。
本发明的有益效果为：
(1)本发明采用监测-执行-再监测-再执行的联动算法，主要运用如植保一起的持续监测、巡逻无人等设备的扫描监测，到发现可以问题巡逻无人车精准监测，再到多功能自动处/或人工处理，到再监测，形成一个循环的联动监测与执行的过程，提高了植保过程的智能化。
(2)本发明通过设置地质巡检过程，通过激光雷达和视觉传感的综合应用，构建了植保区域的3D地形图，将事件以直观的模型样式体现出来，做到了警示预防、及时处理。
(3)本发明可以对作物健康进行全过程监控，对出现病虫害的作物及时进行有针对性的防护，进而提高作物产量。
(4)通过视觉设备采集信息对作物成熟度、果实数量及产量等进行预测，同时通过计算预警信息，提醒成熟果实的采摘，避免恶劣天气造成的掉果损失。
(5)通过设计安防巡检，维护植保区域的安全，对非法闯入的人员进行取证、记录和驱离，提供有针对性的防护数据。
附图说明
图1为本发明提供的多设备联动植保方法流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
实施例1：
本发明实施例提供了一种多设备联动植保系统，包括相互连接的控制及展示端以及多设备监测与执行端；所述多设备监测与执行端包括地质巡检模块、作物健康巡检模块、土壤及水质健康巡检模块、有害生物无害驱离模块、采收预测模块、以及安防巡逻模块；
本发明实施例中的所述控制及展示端，用于对多设备监测与执行终端的工作进行协调与控制，并将所述多设备监测与执行端的监测及执行情况进行展示；所述地质巡检模块，用于采集地形信息构建植保区域的3D地形图，并根据实时采集的地形信息，监测植保区域内生产地形的环境变化；同时，将监测环境变化信息以对应的3D模型在所述控制及展示端展示；所述作物健康巡检模块，用于监测植保区域内作物的病虫害信息，并将其反馈至控制及展示端；所述土壤及水质健康巡检模块，用于采集的土壤及水质信息，并配合作物健康信息，确定作物的浇灌、施肥及施药量，进而驱动智能水肥系统或移动施药车进行灌溉或施药；所述有害生物无害驱离模块，用于根据植保区域内作物病虫害信息，对有害生物进行有针对性的防护及无害驱离；所述采收预测模块，用于采集作物生长信息，并配合作物健康信息对作物进行作物成熟期预测、采收预测、果实计数，以及产量预测；所述安防巡逻模块，用于对植保区域的人员进行安防巡检。
在本发明实施例中，对于地质巡检监测模块，可以通过无人机对植保区域进行巡视监测，并采集信息以3D地形这种直观的模型样式体现出来，做到提前警示预防及及时处理；对于作物健康巡检模块，通过视觉设备对发现可能存在问题的作物对其进行健康检查及病虫害识别；对于土壤及水质健康巡检检测模块，通过移动钻探器，在指定位置(如某作物植株多少厘米旁，多深的位置)对土壤进行采样，再通过搭载的移动土壤检测仪，检测土壤中的水分、微量元素等，判断是否需要进行浇灌或施药，如需要浇灌或施药，指挥智能水肥系统或者移动施药车进行浇灌或施药；对于有害生物无害驱离模块，可在白天或晚上，通过视频摄像机及热成像摄像机监测飞鸟、动物(如老鼠、兔子和野猪等)，并通过激光爆闪、超声波、声音等无害手段进行驱离，避免有害动物给作物造成减产，同时可记录其活动位置、时间等，进行针对性的防护；对于采收预测模块。通过搭载的摄像机，采集在巡检过程中发现的人员脸部图像，与白名单进行比对，发现可疑人员并及时警示，守护园区安全，通过搭载的热成像相机，可在夜晚进行巡逻，发现非法闯入的人员，并进行取证、记录、驱离，提供有针对性的防护数据；对于采收预测模块，可通过视觉设备采集的信息，判断作物的成熟度，再结合具体的作物品种，土地肥力数据、气象数据(光照、温度和雨水等)预测作物大致采收时间，为后续的交易、仓储做好基础，同时还可以计算预警信息，如气象预测未来某段时间有台风或暴雨，则可提醒将部分已成熟果实进行采摘，避免恶劣天气造成掉果等损失，也可通过视觉设备采集的信息，对作物果实进行计量，对产量进行预测。
实施例2：
本发明实施例中提供了基于实施例1中的多设备联动植保系统的植保方法，如图1所示，包括以下步骤：
S1、在控制及展示端配置多设备监测与执行端在植保区域内的巡检参数；
S2、通过多设备监测与执行端按照配置巡检参数在植保区域内进行巡检，并根据巡检结果判断是否需要进行植保操作；
若是，则进入步骤S3；
若否，则进入步骤S4；
其中，巡检包括地质巡检、作物健康巡检、土壤及水质健康巡检、有害生物无害驱离巡检、采收预测巡检以及安防巡检；
S3、根据巡检结果对进行植保操作或结果展示；
其中，植保操作包括作物浇灌或施药以及有害生物无害驱离；结果展示包括地形信息及环境变化预测信息、作物病虫害信息、成熟期预测、采收预测、果实计数及产量预测信息，以及人员安防巡检信息；
S4、在植保区域内，按照配置巡检参数继续进行巡检。
本发明实施例中的所述步骤S1中配置巡检参数的方法具体为：
S11、对植保区域内进行区域划分，形成区域集合T＝{crop,road,buiding,land}；
其中，crop为作物区域，road为道路区域，buiding为建筑区域，land为空地区域；具体地，
Figure BDA0003529113850000091
为第i种作物的第j地块所在区域，i为作物序号，j为同一作物的地块序号，i＝1,2,…,m，j＝1,2,…,n，road＝{road1,...,roadk,...,roadK}为道路区域，k为道路序号，
buiding＝{buiding1,...,buidingp,...,buidingP}为建筑区域，p为建筑序号，land＝{land1....,landq,...,landQ}为空地区域，q为空地序号；
S12、以作物类型及地块为基准，构建作物、道路、建筑及空地之间的空间关系，进而形成植保区域电子地图；
S13、设定当前巡检类型，并以巡检路线最短、巡检时间最短为目标在植保区域电子地图上规划巡检路径；
S14、将巡检时间、巡检路径以及巡检类型作为巡检参数。
本发明实施例的步骤S2中，地质巡检的方法具体为：
A1、基于激光雷达和视觉传感器，绘制植保区域内的3D地形图；
A2、根据配置的巡检参数，采集植保区域内的实时环境变化信息；
其中，环境变化信息包括滑坡、开裂、垮塌和漫水；
A3、将实时环境变化信息映射到3D地形图中，并在控制及展示端展示；
所述步骤S2中，进行安防巡检的方法具体为：
通过摄像机按照配置巡检参数采集巡检过程中的人员脸部图像，并与预设名单进行信息对比，对未通过信息对比的人员脸部图像进行示警。
本发明实施例的步骤S2中，作物健康巡检的方法具体为：
B1、根据当前巡检目标作物，采集对应的目标作物图像；
B2、对目标作物图像进行识识别，划分出病虫害区域，并标注病虫害区域所在位置；
B3、识别各病虫害区域中的病虫害类型，并结合其标注位置给出作物健康维护建议。
本发明实施例的步骤B2中，划分病虫害区域的方法具体为：
B2-1、对目标作物图像进行降采样，并提取ORB特征点，判断ORB特征点数量是否大于设定阈值；
若否，则进入步骤B2-2；
若是，则进入步骤B2-3；
B2-2、提取目标作物图像的SIFT特征点，进入步骤B2-3；
B2-3、根据当前提取的特征点，按水平和垂直方向分别计算K个近邻点均值，确定病虫害区域坐标，进而得到划分出的病虫害区域；
其中，病虫害区域左上角和右下角位置的元素值O1(x00,y00)和O2(x11,y11)的值分别为：
Figure BDA0003529113850000111
Figure BDA0003529113850000112
式中，(x',y')为病虫害区域中的特征点按照升序排列后的坐标点，k为升序排列后选取的前k个坐标点，m为升序排序后的坐标点总数，S为特征点数量，t为给定阈值。
在本发明实施例中的步骤B2-1中，因为FAST算法不具有尺度不变性，所以需要对目标作物图像进行降采样处理，然后在生成的金字塔图像中提取特征点。
在本发明实施例的步骤B2-3中，如果特征点的数目S小于给定阈值t时，选择k＝1并分别以xi和yi的最小值与最大值作为病虫害区域的坐标点；否则，选择k>1个近邻点并计算其均值作为病虫害区域的坐标点。
本发明实施例的步骤S2中，土壤及水质健康巡检的方法具体为：
C1、根据当前巡检目标作物，采样对应作物距离及深度的土壤；
C2、检测采样土壤中的水分与微量元素；
C3、基于当前巡检目标作物的类型所需的水分与微量元素，判断是否需要浇水、施药或施肥；
若是，则进入步骤C3；
若否，则进入步骤C4；
C3、判定需要进行植保操作，并将检测的水分及微量元素信息反馈至控制及展示端；
C4、记录当前检测信息，并进行下一巡检类型的巡检。
本发明实施例的步骤S3中，进行成熟期及采收预测的方法具体为：通过配置的视觉设备，确定当前目标巡检作物的成熟度，根据目标作物的类型、土壤肥力以及气象数据，预测目标作物的成熟期及采收期；
本发明实施例的步骤S3中，进行果实计数的方法具体为：
通过果实检测模型识别果实图像中各果实的位置信息，对识别出的位置信息进行计数，获得果实计数结果；其中，果实检测模型中的第一卷积层模块的输出特征被输入至第二卷积层模块，第一卷积层模块用于处理果实整体特征，第二卷积层模块用于处理果实局部特征；
本发明实施例的步骤S3中，进行产量预测的方法具体为：
根据测产因子和当前巡检目标作物在所在区域的种植面积，确定产量预测值；其中，单位面积内的产量预测值M的计算公式为：
M＝α×X1+β×X2+γ×X3+δ×X4+ε×X5+θ×X6
式中，α、β、γ、δ、ε、θ为均测产因子，X1,……,X6为第一～六测产因子模型，其为与各测产因子中的特征波段相关的模型。
本发明实施例的步骤S3中，当划分出病虫害区域时，根据识别出来的病虫害类型，进行有害生物无害驱离，驱离方法包括激光爆闪、超声波以及声音。

Claims (9)

1.一种多设备联动植保系统，其特征在于，包括相互连接的控制及展示端以及多设备监测与执行端；所述多设备监测与执行端包括地质巡检模块、作物健康巡检模块、土壤及水质健康巡检模块、有害生物无害驱离模块、采收预测模块、以及安防巡逻模块；
所述控制及展示端，用于对多设备监测与执行终端的工作进行协调与控制，并将所述多设备监测与执行端的监测及执行情况进行展示；
所述地质巡检模块，用于采集地形信息构建植保区域的3D地形图，并根据实时采集的地形信息，监测植保区域内生产地形的环境变化；同时，将监测环境变化信息以对应的3D模型在所述控制及展示端展示；
所述作物健康巡检模块，用于监测植保区域内作物的病虫害信息，并将其反馈至控制及展示端；
所述土壤及水质健康巡检模块，用于采集的土壤及水质信息，并配合作物健康信息，确定作物的浇灌、施肥及施药量，进而驱动智能水肥系统或移动施药车进行灌溉或施药；
所述有害生物无害驱离模块，用于根据植保区域内作物病虫害信息，对有害生物进行有针对性的防护及无害驱离；
所述采收预测模块，用于采集作物生长信息，并配合作物健康信息对作物进行作物成熟期预测、采收预测、果实计数，以及产量预测；
所述安防巡逻模块，用于对植保区域的人员进行安防巡检。
2.一种基于权利要求1所述的多设备联动植保系统的植保方法，其特征在于，包括以下步骤：
S1、在控制及展示端配置多设备监测与执行端在植保区域内的巡检参数；
S2、通过多设备监测与执行端按照配置巡检参数在植保区域内进行巡检，并根据巡检结果判断是否需要进行植保操作；
若是，则进入步骤S3；
若否，则进入步骤S4；
其中，巡检包括地质巡检、作物健康巡检、土壤及水质健康巡检、采收预测巡检以及安防巡检；
S3、根据巡检结果对进行植保操作或结果展示；
其中，植保操作包括作物浇灌或施药以及有害生物无害驱离；结果展示包括地形信息及环境变化预测信息、作物病虫害信息、成熟期预测、采收预测、果实计数及产量预测信息，以及人员安防巡检信息；
S4、在植保区域内，按照配置巡检参数继续进行巡检。
3.根据权利要求2所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S1中配置巡检参数的方法具体为：
S11、对植保区域内进行区域划分，形成区域集合T＝{crop,road,buiding,land}；
其中，crop为作物区域，road为道路区域，buiding为建筑区域，land为空地区域；
S12、以作物类型及地块为基准，构建作物、道路、建筑及空地之间的空间关系，进而形成植保区域电子地图；
S13、设定当前巡检类型，并以巡检路线最短、巡检时间最短为目标在植保区域电子地图上规划巡检路径；
S14、将巡检时间、巡检路径以及巡检类型作为巡检参数。
4.根据权利要求2所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S2中，地质巡检的方法具体为：
A1、基于激光雷达和视觉传感器，绘制植保区域内的3D地形图；
A2、根据配置的巡检参数，采集植保区域内的实时环境变化信息；
其中，环境变化信息包括滑坡、开裂、垮塌和漫水；
A3、将实时环境变化信息映射到3D地形图中，并在控制及展示端展示；
所述步骤S2中，进行安防巡检的方法具体为：
通过摄像机按照配置巡检参数采集巡检过程中的人员脸部图像，并与预设名单进行信息对比，对未通过信息对比的人员脸部图像进行示警。
5.根据权利要求2所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S2中，作物健康巡检的方法具体为：
B1、根据当前巡检目标作物，采集对应的目标作物图像；
B2、对目标作物图像进行识识别，划分出病虫害区域，并标注病虫害区域所在位置；
B3、识别各病虫害区域中的病虫害类型，并结合其标注位置给出作物健康维护建议。
6.根据权利要求5所述的多设备联动植保系统的植保方法，其特征在于，所述步骤B2中，划分病虫害区域的方法具体为：
B2-1、对目标作物图像进行降采样，并提取ORB特征点，判断ORB特征点数量是否大于设定阈值；
若否，则进入步骤B2-2；
若是，则进入步骤B2-3；
B2-2、提取目标作物图像的SIFT特征点，进入步骤B2-3；
B2-3、根据当前提取的特征点，按水平和垂直方向分别计算K个近邻点均值，确定病虫害区域坐标，进而得到划分出的病虫害区域；
其中，病虫害区域左上角和右下角位置的元素值O1(x00,y00)和O2(x11,y11)的值分别为：
Figure FDA0003529113840000041
Figure FDA0003529113840000042
式中，(x',y')为病虫害区域中的特征点按照升序排列后的坐标点，k为升序排列后选取的前k个坐标点，m为升序排序后的坐标点总数，S为特征点数量，t为给定阈值。
7.根据权利要求2所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S2中，土壤及水质健康巡检的方法具体为：
C1、根据当前巡检目标作物，采样对应作物距离及深度的土壤；
C2、检测采样土壤中的水分与微量元素；
C3、基于当前巡检目标作物的类型所需的水分与微量元素，判断是否需要浇水、施药或施肥；
若是，则进入步骤C3；
若否，则进入步骤C4；
C3、判定需要进行植保操作，并将检测的水分及微量元素信息反馈至控制及展示端；
C4、记录当前检测信息，并进行下一巡检类型的巡检。
8.根据权利要求2所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S3中，进行成熟期及采收预测的方法具体为：
通过配置的视觉设备，确定当前目标巡检作物的成熟度，根据目标作物的类型、土壤肥力以及气象数据，预测目标作物的成熟期及采收期；
所述步骤S3中，进行果实计数的方法具体为：
通过果实检测模型识别果实图像中各果实的位置信息，对识别出的位置信息进行计数，获得果实计数结果；其中，果实检测模型中的第一卷积层模块的输出特征被输入至第二卷积层模块，第一卷积层模块用于处理果实整体特征，第二卷积层模块用于处理果实局部特征；
所述步骤S3中，进行产量预测的方法具体为：
根据测产因子和当前巡检目标作物在所在区域的种植面积，确定产量预测值；其中，单位面积内的产量预测值M的计算公式为：
M＝α×X1+β×X2+γ×X3+δ×X4+ε×X5+θ×X6
式中，α、β、γ、δ、ε、θ为均测产因子，X1,……,X6为第一～六测产因子模型。
9.根据权利要求6所述的多设备联动植保系统的植保方法，其特征在于，所述步骤S3中，当划分出病虫害区域时，根据识别出来的病虫害类型，进行有害生物无害驱离，驱离方法包括激光爆闪、超声波以及声音。
CN202210205529.1A 2022-03-02 2022-03-02 一种多设备联动植保系统及方法 Pending CN114445713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210205529.1A CN114445713A (zh) 2022-03-02 2022-03-02 一种多设备联动植保系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210205529.1A CN114445713A (zh) 2022-03-02 2022-03-02 一种多设备联动植保系统及方法

Publications (1)

Publication Number Publication Date
CN114445713A true CN114445713A (zh) 2022-05-06

Family

ID=81358997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210205529.1A Pending CN114445713A (zh) 2022-03-02 2022-03-02 一种多设备联动植保系统及方法

Country Status (1)

Country Link
CN (1) CN114445713A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115225870A (zh) * 2022-09-21 2022-10-21 北京瞭望神州科技有限公司 基于数据处理的耕地智保远程监控方法及监控系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115225870A (zh) * 2022-09-21 2022-10-21 北京瞭望神州科技有限公司 基于数据处理的耕地智保远程监控方法及监控系统
CN115225870B (zh) * 2022-09-21 2022-11-22 北京瞭望神州科技有限公司 基于数据处理的耕地智保远程监控方法及监控系统

Similar Documents

Publication Publication Date Title
CN111582055B (zh) 一种无人机的航空施药航线生成方法及系统
CN113925039B (zh) 一种基于物联网的园林病虫害智能防护系统及防控方法
CN109470299A (zh) 一种基于物联网的作物生长信息监测系统和方法
CN114972843B (zh) 一种基于大数据的农业病虫害诊断与预警系统
Rivera et al. LiDAR applications in precision agriculture for cultivating crops: A review of recent advances
CN116738766B (zh) 基于数字孪生的智慧农业线上产业化服务系统
CN107067334A (zh) 基于多源遥感数据的农田火灾和秸秆焚烧监测方法及系统
CN112931456B (zh) 一种大田作物昆虫采集设备及虫害监测预警方法
Lin et al. A review on computer vision technologies applied in greenhouse plant stress detection
CN114723667A (zh) 一种农业精细化种植及灾害预防控制系统
CN111967441A (zh) 一种基于深度学习的农作物病害分析方法
CN112258329A (zh) 一种山地农业种植园区地理信息管理系统
CN113867243A (zh) 一种数字化、智能化的园林绿化养护综合管理系统
CN114445713A (zh) 一种多设备联动植保系统及方法
CN105955161A (zh) 一种农业智能控制系统
DE202022103610U1 (de) IoT-basiertes intelligentes Landwirtschaftssystem mit künstlicher Intelligenz
CN116843164A (zh) 基于图像分析的农业机械智能化控制系统
McCarthy et al. Field evaluation of automated site-specific irrigation for cotton and perennial ryegrass using soil-water sensors and Model Predictive Control
CN116300608A (zh) 一种基于大数据的智慧农业远程监控系统
CN116616267A (zh) 一种农作物病虫害防治的装置和方法
CN115100551A (zh) 一种基于遥感影像技术的土地利用属性的监测方法
DE202022102591U1 (de) System zur Überwachung des Gesundheitszustands von Pflanzen in der Präzisionslandwirtschaft mittels Bildverarbeitung und Faltungsneuronalem Netz
CN114971212A (zh) 一种基于农业物联网的元宇宙交互系统及其方法
US20220183216A1 (en) An above and below ground autonomous sensor system for crop management
CN114862338A (zh) 一种大数据农林智慧监测系统

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