CN114740945A - 一种作物智能种植方法 - Google Patents
一种作物智能种植方法 Download PDFInfo
- Publication number
- CN114740945A CN114740945A CN202110777276.0A CN202110777276A CN114740945A CN 114740945 A CN114740945 A CN 114740945A CN 202110777276 A CN202110777276 A CN 202110777276A CN 114740945 A CN114740945 A CN 114740945A
- Authority
- CN
- China
- Prior art keywords
- server
- execution
- interval
- adjusting
- sub
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/10—Regulating voltage or current
- G05F1/625—Regulating voltage or current wherein it is irrelevant whether the variable actually regulated is ac or dc
-
- 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
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种作物智能种植方法,包括以下步骤:S1、传感器获取环境参数并传输至服务器;S2、服务器比对环境参数和标准区间,并根据区间差值所处子区间的类型生成调节指令;S3、服务器向调节单元发送调节指令,所述调节单元包括多个与子区间对应的执行部件队列,调节单元按照调节指令进行调节;S4、所述传感器获取环境数据并传输至服务器,所述服务器判断是否需要再次进行调节。这种作物智能种植方法通过环境数据与标准区间比较后匹配到某个子区间并根据子区间的类型生成调节指令;多个按执行优先级队列排序的执行设备能够根据调节指令精确调节生长环境,最终能够收集到作物最适宜的生长环境数据和温室大棚调控数据。
Description
技术领域
本发明涉及自动控制领域,尤其涉及一种作物智能种植方法。
背景技术
智能温室大棚种植是现在非常流行的一种作物种植方法,能够适用于各式各样的作物种植场景。在传统的智慧农业1.0时期,智慧农业只能实现一些简单的采集功能,只能对作物的种植起到简单的辅助作用;而在接下来的智慧农业2.0时代,智慧农业逐渐发展成为了一种能够进行微气象调节的闭环控制方法;但是面对现有技术中多种多样的种植环境,许多科研人员和植物工程师在种植作物时缺少对应种植环境的作物种植经验,科研人员和植物工程师无法判断作物在对应种植环境中对生长环境的需求,无法准确及时的对种植作物的生长环境做出调节,容易影响种植作物的产品质量和产量。
发明内容
本发明要解决的技术问题是:为了解决现有技术中的科研人员和植物工程师在不同种植环境下的种植经验不足,无法准确调节种植作物生长环境的问题,本发明提供了一种作物智能种植方法来解决上述问题。
本发明解决其技术问题所采用的技术方案是:一种作物智能种植方法,包括以下步骤:
S1、传感器获取环境数据并传输至服务器,所述环境数据包括多个环境参数;
S2、所述服务器对环境数据和可配置的模型参数进行比对,所述模型参数包括多个标准区间和多个能够与所述标准区间对应的且范围可配置的区间组,每个所述环境参数均能够与一个标准区间对应,所述服务器能够根据环境参数和标准区间确定区间差值;每个所述区间组均包括多个连续的子区间,所述服务器根据区间差值所处的子区间生成子指令,所述服务器将子指令整合为调节指令;
S3、所述服务器向调节单元发送调节指令,所述调节单元包括多个执行部件队列,每个所述执行部件队列均能够与一个子区间对应,每个所述执行部件队列均包括多个执行设备,每个所述子指令均能够对应一个执行部件队列,所述执行部件队列按照子指令执行调节操作;
S4、所述传感器获取环境数据并传输至服务器,所述服务器对环境数据和模型参数进行比对并且判断是否需要再次进行调节;
若需要则所述服务器计算区间差值并根据区间差值所处的子区间生成子指令,再将子指令整合为调节指令,进入步骤S3;
若不需要则调节结束。
作为优选,所述子区间分为正向区间和负向区间;
所述子指令包括调节方向和调节优先级,所述调节方向包括正向调节和负向调节,所述区间差值落在正向区间时服务器生成的子指令的调节方向均为负向调节,所述区间差值落在负向区间时服务器生成的子指令的调节方向均为正向调节;在步骤S2中,所述服务器根据区间差值所处的子区间的属性确定调节方向;
所述调节优先级为预先配置的子区间对应执行部件队列的执行设备的执行顺序标志,每个所述调节优先级均关联至少一个执行设备;在步骤S3中,最高调节优先级关联的执行设备最先开始工作。
作为优选,所述区间差值为环境参数与对应标准区间最近端点值之间的差值。
作为优选,每个所述区间组各自对应一个执行优先级,在步骤S2中,所述服务器在生成调节指令时,按照执行优先级的顺序队列排列子指令;
在步骤S3中,所述执行部件队列按照与之对应的子指令的执行优先级依次进行调节。
作为优选,每次所述服务器在对环境数据和模型数据进行比对之间,还执行以下步骤:
S11、所述服务器判断环境数据是否通过校验,若所述环境数据通过校验则进入S12,若所述环境数据未通过检验则进入步骤S13;
S12、所述服务器对环境数据和模型数据进行比对;
S13、所述服务器输出日志并且等待重新获取环境数据,进入步骤S11。
作为优选,在步骤S3中,所述执行设备按子指令进行调节后还会向服务器反馈执行信号;
步骤S3和S4之间还包括步骤S31:所述服务器接收执行信号并根据执行信号判断调节单元是否执行成功,若所述调节单元执行成功则进入步骤S4,若所述调节单元未执行成功则服务器输出日志,重新进入步骤S3。
作为优选,所述日志包括环境数据未通过检验后服务器输出的一类日志和设备未执行成功时服务器输出的二类日志,所述服务器输出一类日志时纪录与一类日志对应的一类输出次数,所述服务器输出二类日志时纪录与二类日志对应的二类输出次数;
所述服务器在纪录一类输出次数后会判断一类输出次数是否超出对应的区间,若超出则服务器发出一类警报;
所述服务器在纪录二类输出次数后会判断二类输出次数是否超出对应的区间,若超出则服务器发出二类警报。
作为优选,步骤S1之前还包括步骤S0、服务器根据外部输入配置模型参数。
本发明的有益效果是,这种作物智能种植方法通过环境数据与标准区间比较后匹配到某个子区间并根据子区间的类型生成调节指令;多个按执行优先级队列排序的执行设备能够根据调节指令精确调节生长环境;科研人员和植物工程师能够通过调节模型参数的方式使调节过程不断被执行,终能够收集到作物最适宜的生长环境数据和温室大棚调控数据,使得种植作物处于最优的生长环境;获取的最佳生长环境数据能够组成品种知识库,便于实现自动化培育,解决老龄化后劳动力问题,实现少人化无人化种植。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明一种作物智能种植方法的流程图。
图2是本发明一种作物智能种植方法具体实施时的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
如图1所示,本发明提供了一种作物智能种植方法,包括以下步骤:
S0、操作人员通过外界的输入设备,例如键盘,在服务器中输入和配置模型参数,模型参数包括多个标准区间和多个区间组;标准区间为用户配置的对应植物最适宜生长的环境数值范围;每个区间组均能够与一个标准区间对应,本实施例中,种植作物所处种植环境的每个环境因素均能够对应一个标准区间和一个区间组;
每个区间组均包括多个子区间,子区间分为多个正向区间和多个负向区间,每个子区间均能够对应一个执行部件队列,每个执行部件队列均包括多个按调节优先级排列的执行设备;本实施例中,用户能够根据种植作物的实际生长情况配置子区间的数量,用户还能够根据种植作物的实际生长情况配置正向区间和负向区间的区间范围;
S1、传感器获取环境数据并传输至服务器,环境数据包括多个环境参数,每个环境参数均能够与一个环境因素对应;
本实施例中,传感器包括但不限于低功耗环境多合一传感器、水质PH传感器、土壤盐分传感器、光照传感器、温度传感器、湿度传感器和二氧化碳大气压传感器,对应的,环境参数包括但不限于土壤水分、土壤PH、土壤盐分、光照强度、空气温度、空气湿度和二氧化碳浓度等,每个环境参数均能够与一个标准区间和一个区间组对应;
传感器与服务器数据通信连接,连接方式包括但不限于4G/5G、wifi、串口、蓝牙等;
服务器在获取环境数据后,通过以下步骤对环境数据进行校验:
S111、服务器判断环境数据是否通过校验,若环境数据通过校验则进入S112,若环境数据未通过检验则进入步骤S113;
S112、服务器对环境数据和模型数据进行比对;
S113、服务器输出表示数据未通过校验的一类日志并且记录表示输出第一日志次数的一类输出次数,每次服务器在纪录一类输出次数后均会判断一类输出次数是否超出对应的区间,若超出则服务器发出一类警报;
服务器等待重新获取环境数据,进入步骤S111;
S2、服务器对环境数据和模型参数进行比对,生成调节指令,调节指令包括多个子指令,具体包括以下步骤:
S201、服务器将环境数据解析为环境参数并且依次将环境参数与对应的标准区间做比较;
若环境参数在标准区间内则说明此项环境参数对应的环境因素不需要进行调节,进行其他项环境参数的对比;
若环境参数不在标准区间内则说明此项环境参数对应的环境因素需要调节,服务器根据环境参数和标准区间计算区间差值,每个区间差值均能够与一个区间组对应,服务器判断区间差值所处的区间组的子区间的类型;
S202、服务器根据子区间对应的类型和执行部件队列确定子指令,本实施例中,子指令包括调节方向和调节优先级;
调节方向包括正向调节和负向调节,区间差值落在正向区间时服务器生成的子指令的调节方向均为负向调节,区间差值落在负向区间时服务器生成的子指令的调节方向均为正向调节;
调节优先级为预先配置的子区间对应执行部件队列的执行设备的执行顺序标志,每个调节优先级均关联至少一个执行设备,同时,单个执行设备可与多个调节优先级关联;
S203、服务器按照执行优先级的顺序将子指令队列排序为调节指令,执行优先级由环境参数对应的环境因素确定,用户能够通过配置各个环境因素优先级来确定执行优先级,本实施例中,执行优先级越高的环境因素最先被调节;
S3、服务器向调节单元发送调节指令,调节单元按照执行优先级顺序执行子指令,具体包括以下步骤:
S301、服务器向调节单元发送调节指令,调节单元包括多个执行部件队列,每个执行部件队列均能够与一个子区间对应,每个执行部件队列均包括至少一个执行设备;调节指令包括多个按执行优先级队列排序的子指令,每个子指令均关联一个执行部件队列,每个执行部件队列均包括多个调节能力不一的执行设备;
S302、执行部件队列按照执行优先级执行子指令,执行部件队列中与最高调节优先级关联的执行设备开始工作;
S303、最高优先级对应的执行设备按照子指令中的调节方向,对环境进行调节;服务器能够通过传感器采集和发送的环境数据判断环境是否在规定时间内达到预期的调节目标,若未能达到预期的调节目标,则下一个调节优先级对应的执行执行设备开始工作,若还是不能达到预期的调节效果,则再下一个调节优先级对应的执行设备开始工作,直到能达到预期的调节目标或者已经按照所有的调节优先级调节完毕;
执行部件队列包括但不限于土壤水分调节队列、土壤PH调节队列、土壤盐分调节队列、光照强度调节队列、空气温度调节队列、空气湿度调节队列、二氧化碳浓度调节队列、土壤肥力调节队列、土壤湿度调节队列和土壤EC值调节队列,需要说明的是,土壤的肥力包括土壤的氮磷钾含量,土壤EC值为土壤的盐度;
执行部件队列均包括多个调节能力不一致的的执行设备,以光照强度调节队列为例,具体包括窗户天窗控制设备、侧窗控制设备、遮阳帘控制设备和补光灯;
S31、执行设备按照子指令进行环境调节后向服务器反馈执行信号,服务器接收执行信号并根据执行信号判断执行设备是否执行成功,若服务器判断执行设备执行成功则进入步骤S4,若服务器判断执行设备未执行成功则服务器输出表示设备未执行成功的第二日志并且记录表示输出第二日志次数的二类输出次数,重新进入步骤S3;
每次服务器在纪录二类输出次数后均会判断二类输出次数是否超出对应的区间,若超出则服务器发出二类警报;
S4、传感器重新获取环境数据并传输至服务器,服务器在获取环境数据后,通过以下步骤对环境数据进行校验:
S411、服务器判断环境数据是否通过校验,若环境数据通过校验则进入S412,若环境数据未通过检验则进入步骤S413;
S412、服务器将环境数据解析为环境参数,服务器依次将环境参数与对应的标准区间做比较;
若环境参数在标准区间内则说明不需要再次进行调节,进行其他项环境参数的对比;若所有环境参数均在标准区间内则调节结束;
若环境参数不在标准区间内则说明需要再次调节,服务器根据环境参数和标准区间计算区间差值,服务器根据区间差值所处的子区间生成对应的子指令,然后按照执行优先级的顺序将子指令队列排序为调节指令,进入步骤S3;
S413、服务器输出表示数据未通过校验的一类日志并且记录表示输出第一日志次数的一类输出次数,每次服务器在纪录一类输出次数后均会判断一类输出次数是否超出对应的区间,若超出则服务器发出一类警报;
服务器等待重新获取环境数据,进入步骤S411。
这种作物智能种植方法包括了作物的习性数据的收集、培育训练和参数调整比对等关键步骤,具体包括以下过程:
传感器获取环境数据,环境数据包括多个环境参数,在本实施例中,环境参数具体为空气温度、空气湿度和土壤PH值,传感器将环境数据传输至服务器。
服务器校验环境数据正确后,解析环境数据为环境参数并且根据环境参数,再将环境参数与对应的标准区间做对比,若环境参数在标准区间内则对比其他项的环境参数,若环境参数不在标准区间内,则计算此项环境参数的区间差值。
空气温度对应的区间组包括多个连续的子区间,这些子区间能够组合为一个完整的理论培育可执行调控力度区间,理论培育可执行调控力度区间包含了一个实际值,理论培育可执行调控力度区间能够被实际值划分为理论培育可执行调控力度区间下限值至实际值和实际值至理论培育可执行调控力度区间上限值两个从属区间。
以空气温度对应的区间组为例,假设空气温度对应的理论培育可执行调控力度区间的范围为-10~10,且假设其对应的区间组共有四个子区间,具体包括-10~-5、-5~0、0~5和5~10四个子区间。每个子区间各自对应有一个执行部件队列。
具体的,-10~-5子区间对应的执行部件队列包括此区间调节优先级第一的侧窗控制设备和此区间调节优先级第二的热空调,-5~0子区间对应的执行部件队列包括此区间调节优先级第一的侧窗控制设备和此区间调节优先级第二的热风机,0~5子区间对应的执行部件队列包括此区间调节优先级第一的侧窗控制设备、此区间调节优先级第二的侧窗控制设备、风机与湿帘和此区间调节优先级第三的空调,5~10子区间对应的执行部件队列包括此区间调节优先级第一的侧窗和此区间调节优先级第二的空调。
假设空气温度对应的标准区间范围为20℃~30℃,空气温度对应的环境参数为34℃,则空气温度不属于标准区间,将环境参数34℃减去最接近的标准区间端点值30℃可得区间差值为4,区间差值落在0~5子区间内,对应的执行部件队列包括此区间调节优先级第一的侧窗控制设备、此区间调节优先级第二的侧窗控制设备、风机与湿帘和此区间调节优先级第三的空调。
首先,按照调节优先级的顺序,侧窗控制设备工作将侧窗打开,进行降温;服务器判断在规定时间内,假设为30分钟,空气温度对应的环境参数是否在标准范围20℃~30℃内,若在则调节结束;若不在,则第二优先级对应的侧窗控制设备、风机与湿帘同时开始工作,进行降温;服务器判断在规定时间内,假设为30分钟,气温度对应的环境参数是否在标准范围20℃~30℃内,若在则调节结束;若不在,则第三调节优先级对应的空调开始工作,进行降温;服务器判断在规定时间内,假设为30分钟,气温度对应的环境参数是否在标准范围20℃~30℃内,若在则调节结束;若不在,则发出告警通知。
本实施例中,其他两种环境因素的调节过程和温度对应的理论培育可执行调控力度区间处于其他范围下时的调节过程均与上述类似,不再赘述。
这种作物智能种植方法的意义在于,用户能够通过不断整标准区间的方式,能够得到一个对应种植作物在当前种植环境下的最优种植环境数据。这种作物智能种植方法对应的系统在累计一定量的最优种植环境数据后,能够具备一定的认知能力并且根据最优种植环境数据生成认知模型,在以后遇到相同种植场景时,自动形成一系列的种植决策来助力农作物的生长,为种植作物调节出最优的种植环境。
用户能够根据种植作物的具体生长情况,设置模型参数,调整标准区间的范围、除标准区间外其他子区间的范围和除标准区间外其他子区间的数量,如图2所示。用户最终能够使标准区间趋近于一个具体数值,或者一个范围极小的区间,帮助用户快速的掌握各类种植作物的最优生长环境。
此外,用户还能够根据具体情况设置其他的执行设备,例如当种植环境与外部环境内外温度差距过大时,用户能够将通风窗控制设备设置为执行设备,通过开窗通风的方式,改变种植环境的空气温度,完成调节。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对所述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (8)
1.一种作物智能种植方法,其特征在于,包括以下步骤:
S1、传感器获取环境数据并传输至服务器,所述环境数据包括多个环境参数;
S2、所述服务器对环境数据和可配置的模型参数进行比对,所述模型参数包括多个标准区间和多个能够与所述标准区间对应的且范围可配置的区间组,每个所述环境参数均能够与一个标准区间对应,所述服务器能够根据环境参数和标准区间确定区间差值;每个所述区间组均包括多个连续的子区间,所述服务器根据区间差值所处的子区间生成子指令,所述服务器将子指令整合为调节指令;
S3、所述服务器向调节单元发送调节指令,所述调节单元包括多个执行部件队列,每个所述执行部件队列均能够与一个子区间对应,每个所述执行部件队列均包括多个执行设备,每个所述子指令均能够对应一个执行部件队列,所述执行部件队列按照子指令执行调节操作;
S4、所述传感器获取环境数据并传输至服务器,所述服务器对环境数据和模型参数进行比对并且判断是否需要再次进行调节;
若需要则所述服务器计算区间差值并根据区间差值所处的子区间生成子指令,再将子指令整合为调节指令,进入步骤S3;
若不需要则调节结束。
2.如权利要求1所述的一种作物智能种植方法,其特征在于:
所述子区间分为正向区间和负向区间;
所述子指令包括调节方向和调节优先级,所述调节方向包括正向调节和负向调节,所述区间差值落在正向区间时服务器生成的子指令的调节方向均为负向调节,所述区间差值落在负向区间时服务器生成的子指令的调节方向均为正向调节;在步骤S2中,所述服务器根据区间差值所处的子区间的属性确定调节方向;
所述调节优先级为预先配置的子区间对应执行部件队列的执行设备的执行顺序标志,每个所述调节优先级均关联至少一个执行设备;在步骤S3中,最高调节优先级关联的执行设备最先开始工作。
3.如权利要求2所述的一种作物智能种植方法,其特征在于:
所述区间差值为环境参数与对应标准区间最近端点值之间的差值。
4.如权利要求3所述的一种作物智能种植方法,其特征在于:
每个所述区间组各自对应一个执行优先级,在步骤S2中,所述服务器在生成调节指令时,按照执行优先级的顺序队列排列子指令;
在步骤S3中,所述执行部件队列按照与之对应的子指令的执行优先级依次进行调节。
5.如权利要求4所述的一种作物智能种植方法,其特征在于:
每次所述服务器在对环境数据和模型数据进行比对之间,还执行以下步骤:
S11、所述服务器判断环境数据是否通过校验,若所述环境数据通过校验则进入S12,若所述环境数据未通过检验则进入步骤S13;
S12、所述服务器对环境数据和模型数据进行比对;
S13、所述服务器输出日志并且等待重新获取环境数据,进入步骤S11。
6.如权利要求5所述的一种作物智能种植方法,其特征在于:
在步骤S3中,所述执行设备按子指令进行调节后还会向服务器反馈执行信号;
步骤S3和S4之间还包括步骤S31:所述服务器接收执行信号并根据执行信号判断调节单元是否执行成功,若所述调节单元执行成功则进入步骤S4,若所述调节单元未执行成功则服务器输出日志,重新进入步骤S3。
7.如权利要求6所述的一种作物智能种植方法,其特征在于:
所述日志包括环境数据未通过检验后服务器输出的一类日志和设备未执行成功时服务器输出的二类日志,所述服务器输出一类日志时纪录与一类日志对应的一类输出次数,所述服务器输出二类日志时纪录与二类日志对应的二类输出次数;
所述服务器在纪录一类输出次数后会判断一类输出次数是否超出对应的区间,若超出则服务器发出一类警报;
所述服务器在纪录二类输出次数后会判断二类输出次数是否超出对应的区间,若超出则服务器发出二类警报。
8.如权利要求7所述的一种作物智能种植方法,其特征在于:
步骤S1之前还包括步骤S0、服务器根据外部输入配置模型参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110777276.0A CN114740945B (zh) | 2021-07-09 | 2021-07-09 | 一种作物智能种植方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110777276.0A CN114740945B (zh) | 2021-07-09 | 2021-07-09 | 一种作物智能种植方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114740945A true CN114740945A (zh) | 2022-07-12 |
CN114740945B CN114740945B (zh) | 2023-03-10 |
Family
ID=82273709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110777276.0A Active CN114740945B (zh) | 2021-07-09 | 2021-07-09 | 一种作物智能种植方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114740945B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160202679A1 (en) * | 2015-01-08 | 2016-07-14 | International Business Machines Corporation | Automated irrigation control system |
CN107168078A (zh) * | 2017-05-25 | 2017-09-15 | 绵阳美菱软件技术有限公司 | 一种控制参数调整方法及装置 |
CN107797527A (zh) * | 2016-08-31 | 2018-03-13 | 上海创和亿电子科技发展有限公司 | 一种均质化调控方法、系统、及具有该系统的服务器 |
CN107885087A (zh) * | 2017-11-21 | 2018-04-06 | 安徽云维信息科技有限公司 | 一种基于能耗优先的多指标环境调控方法及系统 |
WO2018099198A1 (zh) * | 2016-12-01 | 2018-06-07 | 北京京东尚科信息技术有限公司 | 无人机姿态控制方法、装置及无人机 |
CN110727301A (zh) * | 2019-12-17 | 2020-01-24 | 成都鑫芯电子科技有限公司 | 一种环境智能预警方法及系统 |
CN111263920A (zh) * | 2017-09-08 | 2020-06-09 | 9337-4791魁北克股份有限公司 | 用于控制作物的生长环境的系统和方法 |
CN111750470A (zh) * | 2020-07-30 | 2020-10-09 | 中山市斯泰尔电器科技有限公司 | 一种加湿量自动调节方法 |
-
2021
- 2021-07-09 CN CN202110777276.0A patent/CN114740945B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160202679A1 (en) * | 2015-01-08 | 2016-07-14 | International Business Machines Corporation | Automated irrigation control system |
CN107797527A (zh) * | 2016-08-31 | 2018-03-13 | 上海创和亿电子科技发展有限公司 | 一种均质化调控方法、系统、及具有该系统的服务器 |
WO2018099198A1 (zh) * | 2016-12-01 | 2018-06-07 | 北京京东尚科信息技术有限公司 | 无人机姿态控制方法、装置及无人机 |
CN107168078A (zh) * | 2017-05-25 | 2017-09-15 | 绵阳美菱软件技术有限公司 | 一种控制参数调整方法及装置 |
CN111263920A (zh) * | 2017-09-08 | 2020-06-09 | 9337-4791魁北克股份有限公司 | 用于控制作物的生长环境的系统和方法 |
CN107885087A (zh) * | 2017-11-21 | 2018-04-06 | 安徽云维信息科技有限公司 | 一种基于能耗优先的多指标环境调控方法及系统 |
CN110727301A (zh) * | 2019-12-17 | 2020-01-24 | 成都鑫芯电子科技有限公司 | 一种环境智能预警方法及系统 |
CN111750470A (zh) * | 2020-07-30 | 2020-10-09 | 中山市斯泰尔电器科技有限公司 | 一种加湿量自动调节方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114740945B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101415933B1 (ko) | 식물 생장 모니터링 시스템 | |
KR101696611B1 (ko) | 온실 제어 방법 및 이를 위한 시스템 | |
CN108874004A (zh) | 一种温室大棚作物种植环境物联网智能调控系统和方法 | |
KR101321337B1 (ko) | 식물공장 재배작물의 재배환경을 제어하기 위한 컨트롤러 장치 및 그 방법 | |
CN204423211U (zh) | 温室自动控制系统 | |
CN107390753B (zh) | 基于物联网云平台的智能植物生长环境调节装置与方法 | |
CN107589729A (zh) | 一种基于物联网和专家系统的智慧农业管理系统及方法 | |
CN116755376B (zh) | 一种基于农业物联网的监控方法及系统 | |
CN110825139A (zh) | 基于物联网的温室大棚智慧化管理系统 | |
CN108919768A (zh) | 一种农业管理系统及方法 | |
CN201926913U (zh) | 一种全自动气候模拟控制系统 | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制系统 | |
CN115456479A (zh) | 一种基于物联网的智慧农业大棚环境监测系统 | |
KR20190143678A (ko) | IoT 기반 온실 환경 관리 시스템 | |
CN109105078A (zh) | 一种温室智能控制系统及方法 | |
CN111108982A (zh) | 一种用于调节植物生长环境的空调系统及其控制方法 | |
CN114740945B (zh) | 一种作物智能种植方法 | |
KR102039744B1 (ko) | 식물공장용 작물 생육 환경 조건 제어값 산출을 위한 피드백 제어 데이터를 수집하고 분석하기 위한 제어 방법 | |
CN105248192A (zh) | 光伏农业温棚及其环境参数控制方法、装置 | |
KR102604272B1 (ko) | 스마트 온실 환경 및 생육 데이터 기반 최적의 재배 및 진단 가이드 시스템 | |
CN116225114B (zh) | 一种基于大数据的作物生长可控农业温室智能环控系统及方法 | |
CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
CN114190203B (zh) | 一种物联网农业大棚温度控制装置与方法 | |
CN110865668A (zh) | 设施园艺远程监控与智能决策系统 | |
KR102520267B1 (ko) | 식물공장형육묘시스템 생육 스케쥴링에 따른 일괄 제어방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |