CN114845244A - 一种基于云平台的农业物联网应用分析系统及方法 - Google Patents

一种基于云平台的农业物联网应用分析系统及方法 Download PDF

Info

Publication number
CN114845244A
CN114845244A CN202210777858.3A CN202210777858A CN114845244A CN 114845244 A CN114845244 A CN 114845244A CN 202210777858 A CN202210777858 A CN 202210777858A CN 114845244 A CN114845244 A CN 114845244A
Authority
CN
China
Prior art keywords
irrigation
data
cloud platform
unmanned aerial
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.)
Granted
Application number
CN202210777858.3A
Other languages
English (en)
Other versions
CN114845244B (zh
Inventor
李长啸
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.)
Shenzhen Yingrun Technology Co ltd
Original Assignee
Shenzhen Yingrun 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 Shenzhen Yingrun Technology Co ltd filed Critical Shenzhen Yingrun Technology Co ltd
Priority to CN202210777858.3A priority Critical patent/CN114845244B/zh
Publication of CN114845244A publication Critical patent/CN114845244A/zh
Application granted granted Critical
Publication of CN114845244B publication Critical patent/CN114845244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • 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
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于云平台的农业物联网应用分析系统及方法，包括：数据采集模块、云平台数据库、工作数据分析模块、灌溉工作规划模块和监测工作规划模块，通过数据采集模块采集需要灌溉并监测的区域范围数据和历史监测数据，通过云平台数据库存储采集到的所有数据，通过工作数据分析模块对无人机灌溉进行模拟测试，测试不同无人机的灌溉范围，并分析云平台服务器接收到监测数据后输出控制信号的延时数据，通过灌溉工作规划模块分配无人机对区域进行灌溉，通过监测工作规划模块规划接收监测数据的云平台服务器数量以及云平台服务器清理无效数据的时间，提高了区域整体的灌溉效率，改善了控制无人机对指定位置进行灌溉的信号输出的延时问题。

Description

一种基于云平台的农业物联网应用分析系统及方法
技术领域
本发明涉及数据分析技术领域，具体为一种基于云平台的农业物联网应用分析系统及方法。
背景技术
农业物联网指的是通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中的物联网，农业物联网的一般应用是将大量的传感器节点组成监控网络，通过传感器采集信息，能够准确地确定农作物生长发生问题的位置，将农业物联网应用在农作物监测方面，为现代农业发展提供了前所未有的机遇，在利用无人机对农作物进行灌溉时同样需要对农作物进行监测，通过分析监测到的数据来控制无人机的灌溉位置、灌溉量等；
然而，现有的监测、传输数据方式仍然存在一些问题：首先，需要进行灌溉的农作物生长区域大小不一，有些区域面积很大，而无人机的续航时长有限，可能需要多个无人机进行灌溉以提高灌溉效率，现有方式中无法规划并分配合适数量和合适类型的无人机对不同区域进行灌溉并拍摄、传输农作物图像数据，无法在有限资源的情况下最大程度提高需要灌溉区域的总体灌溉效率；其次，对于面积过大的区域需要布置大量的传感器采集并传输监测数据，相应的无人机的数量也增加了，在无人机传输图像数据、传感器传输监测数据至云平台服务器时，云平台服务器的存储资源有限，数据存储过多会对服务器分析数据并输出信号控制无人机的时间造成影响，存在延时情况，现有方式无法改善信号传输延时问题。
所以，人们需要一种基于云平台的农业物联网应用分析系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于云平台的农业物联网应用分析系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于云平台的农业物联网应用分析系统，所述系统包括：数据采集模块、云平台数据库、工作数据分析模块、灌溉工作规划模块和监测工作规划模块，所述数据采集模块的输出端连接所述云平台数据库的输入端，所述云平台数据库的输出端连接所述工作数据分析模块的输入端，所述工作数据分析模块的输出端连接所述灌溉工作规划模块和监测工作规划模块的输入端；
通过所述数据采集模块采集需要进行灌溉并监测的区域范围数据和历史监测数据，将采集到的所有数据传输到所述云平台数据库中；
通过所述云平台数据库存储采集到的所有数据；
通过所述工作数据分析模块对无人机灌溉进行模拟测试，测试不同无人机的灌溉范围，并分析云平台服务器接收到监测数据后输出控制信号的延时数据；
通过所述灌溉工作规划模块分配无人机对不同区域进行灌溉，并选择对同一区域进行灌溉的无人机数量；
通过所述监测工作规划模块规划接收监测数据的云平台服务器数量以及云平台服务器清理无效数据的时间。
进一步的，所述数据采集模块包括区域数据采集单元和设备信息采集单元，所述区域数据采集单元和设备信息采集单元的输出端连接所述云平台数据库的输入端；
通过所述区域数据采集单元采集需要进行灌溉并监测的区域范围数据；通过所述设备信息采集单元采集云平台服务器以往接收到监测数据后输出控制信号的延时数据以及监测对应区域的传感器的分布数量、发送数据至云平台服务器的时间信息，采用无人机灌溉的方式对区域进行灌溉，无人机在灌溉的同时采集区域的图像数据，将图像数据传输到云平台服务器。
进一步的，所述工作数据分析模块包括灌溉模拟测试单元、灌溉范围分析单元和数据传输分析单元，所述灌溉模拟测试单元的输出端连接所述灌溉范围分析单元的输入端，所述灌溉范围分析单元和所述数据传输分析单元的输入端连接所述云平台数据库的输出端；
通过所述灌溉模拟测试单元对无人机灌溉工作进行模拟测试：选择不同类型的无人机对不同区域进行灌溉，测试不同类型无人机的灌溉范围，将测试结果传输到所述灌溉范围分析单元；通过所述灌溉范围分析单元调取当前需要灌溉的区域范围，比较无人机的灌溉范围，将比较结果传输到所述灌溉工作规划模块中；通过所述数据传输分析单元分析云平台服务器接收到传感器和无人机传输过来的数据后，输出控制信号的延时时间，将分析结果传输到所述监测工作规划模块，所述控制信号表示控制无人机在指定位置进行灌溉的信号。
进一步的，所述灌溉工作规划模块包括灌溉设备选择单元和设备数量选择单元，所述灌溉设备选择单元的输入端连接所述灌溉范围分析单元的输出端，所述设备数量选择单元的输入端连接所述灌溉设备选择单元的输出端；
通过所述灌溉设备选择单元在接收到比较结果后选择合适的无人机对当前需要灌溉的区域范围进行灌溉；通过所述设备数量选择单元分析无人机的续航时间，选择对同一区域进行灌溉的无人机数量。
进一步的，所述监测工作规划模块包括服务器数量选择单元、无效数据清理单元和环境监测单元，所述服务器数量选择单元的输入端连接所述数据传输分析单元的输出端，所述无效数据清理单元的输入端连接所述服务器数量选择单元的输出端，所述无效数据清理单元的输出端连接所述环境监测单元的输入端；
通过所述服务器数量选择单元选择合适数量的云平台服务器存储并分析传感器和无人机传输过来的数据，在完成农作物生长数据分析后输出控制信号；通过所述无效数据清理单元定期清理云平台服务器中存储的无效数据并设置定期时间；所述环境监测单元通过传感器和选择的无人机采集农作物生长数据，将采集到的数据传输到云平台服务器，所述云平台服务器用于存储并分析农作物生长数据，在农作物生长异常时输出预警信号。
一种基于云平台的农业物联网应用分析方法，包括以下步骤：
S1：采集需要进行灌溉并监测的区域范围数据和历史监测数据；
S2：对无人机灌溉进行模拟测试，获取不同无人机的灌溉范围；
S3：依据测试数据分配无人机对不同区域进行灌溉；
S4：分析云平台服务器接收到灌溉区域的监测数据后输出控制信号的延时数据；
S5：规划需要设置的云平台服务器数量并设置云平台服务器清理无效数据的时间。
进一步的，在步骤S1中：采集到需要灌溉的区域总面积集合为s={s1，s2，…，sn}，其中，n表示需要进行灌溉的区域数量，在步骤S2中：对无人机灌溉进行模拟测试：获取到测试的无人机数量为m，m>n，获取到无人机的续航时长为t，测试的所有无人机的续航时长相同，根据下列公式计算为随机一个需要灌溉的区域分配的无人机数量Ai：
Figure DEST_PATH_IMAGE001
；
首先对无人机的数量进行分配，结合区域面积数据分配合适数量的无人机进行灌溉，有利于合理利用无人机资源，在对应区域同时需要灌溉时提高了整体的灌溉效率，其中，si表示随机一个需要灌溉的区域总面积，得到为需要灌溉的区域分配的无人机数量集合为A={A1，A2，…，An}，在步骤S2-S3中：按照分配的无人机数量随机分配无人机到对应区域进行灌溉模拟测试：测试得到随机一种分配方式中，各个区域分配的无人机的有效灌溉区域的平均面积集合为
Figure 403345DEST_PATH_IMAGE002
，根据下列公式计算对应分配方式的总灌溉效率Wj：
Figure DEST_PATH_IMAGE003
；
其中，
Figure 813598DEST_PATH_IMAGE004
表示随机一个区域分配的无人机的有效灌溉区域的平均面积，所述有效灌溉区域面积指的是无人机的灌溉区域与需要灌溉区域的重合区域面积，得到所有分配方式的总灌溉效率集合为W={W1，W2，…，Wq}，其中，共有q种分配方式，比较总灌溉效率，选择总灌溉效率最高的分配方式分配无人机对对应需要灌溉的区域进行灌溉工作，分配好无人机数量后，由于无人机的设计形态不同，导致了无人机的固定灌溉区域、面积不同，对分配具体类型的无人机对指定区域进行灌溉进行规划，对无人机进行模拟测试，在设计相同飞行路线前提下采集无人机对不同区域的有效灌溉区域面积，通过分析有效灌溉区域面积计算总灌溉效率：所有区域间的有效灌溉区域面积差距越小，说明总灌溉效率越高，选择对应分配方式分配无人机，有利于在同时需要对所有区域进行灌溉时加快灌溉速度。
进一步的，在步骤S4-S5中：获取到需要进行灌溉的区域布置的传感器数量集合为K={K1，K2，…，Kn}，对应区域的云平台服务器接收到数据后输出控制信号的平均延时时长集合为
Figure DEST_PATH_IMAGE005
，其中，n表示需要进行灌溉的区域数量，在平均延时时长超出
Figure 864730DEST_PATH_IMAGE006
的区域增设云平台服务器，其中，
Figure DEST_PATH_IMAGE007
表示随机一个区域的云平台服务器接收到数据后输出控制信号的平均延时时长，获取到需要增设云平台服务器的区域布置的传感器数量集合为
Figure 993223DEST_PATH_IMAGE008
，其中，e表示需要增设云平台服务器的区域数量，根据下列公式计算随机一个区域需要增设的云平台服务器数量Bj：
Figure DEST_PATH_IMAGE009
；
其中，c表示供应增设的云平台服务器基数，c>e，得到所有区域需要增设的云平台服务器数量集合为B={B1，B2，…，Be}，由于云平台服务器数量有限，对于面积广的区域，同时接收过多传感器和无人机传输过来的数据可能对云平台服务器分析传输过来的数据造成影响，加大了延时问题，为部分区域增设云平台服务器可以更顺畅地接收、分析监测数据，增设合适数量的服务器改善了控制无人机对指定位置进行灌溉的信号输出的延时问题。
进一步的，设置云平台服务器清理无效数据的时间：获取到随机一个云平台服务器历史设置过的清理无效数据的时间集合为
Figure 650820DEST_PATH_IMAGE010
，其中，g表示对应云平台服务器设置清理无效数据时间的次数，获取到设置的清理无效数据时间为
Figure DEST_PATH_IMAGE011
时：每次清理的无效数据量集合为b={b1，b2，…，bw}，其中，w表示清理无效数据的次数，根据公式
Figure 650000DEST_PATH_IMAGE012
计算得到设置清理无效数据的时间为
Figure DEST_PATH_IMAGE013
的清理效率Qi，通过相同计算方式得到对应云平台服务器设置过的清理无效数据时间的清理效率集合为Q={Q1，Q2，…，Qg}，设置对应云平台服务器清理无效数据的时间为清理效率最高的时间，云平台服务器接收到的监测数据存在一定的时效性，在一段时间过后会成为无效数据，定期清理无效数据有利于进一步地改善数据存储过多、堆积的问题，加快了控制信号的输出速度。
与现有技术相比，本发明所达到的有益效果是：
本发明通过将农业物联网应用到农作物监测上，提高了监测结果的准确性，无人机对农作物所在区域进行灌溉，同时拍摄图像数据至云平台服务器，并传输传感器监测到的农作物生长数据至云平台服务器中，通过大数据分析需要灌溉的区域数据，分配合适数量、合适类型的无人机对指定区域进行灌溉并拍摄农作物生长图像数据，确认分配的无人机数量后随机选择组合方式：分配不同类型的无人机对指定区域进行灌溉，通过分析整体的灌溉效率评判组合方式是否适应整体的灌溉工作，选择使得送灌溉效率最高的组合方式分配无人机，有利于在同时需要对所有区域进行灌溉时加快灌溉速度；为部分区域增设云平台服务器可以更顺畅地接收、分析监测数据，增设合适数量的服务器改善了控制无人机对指定位置进行灌溉的信号输出的延时问题，定期清理无效数据有利于进一步地改善数据存储过多、堆积的问题，加快了控制信号的输出速度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于云平台的农业物联网应用分析系统的结构图；
图2是本发明一种基于云平台的农业物联网应用分析方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
请参阅图1-图2，本发明提供技术方案：一种基于云平台的农业物联网应用分析系统，系统包括：数据采集模块、云平台数据库、工作数据分析模块、灌溉工作规划模块和监测工作规划模块，数据采集模块的输出端连接云平台数据库的输入端，云平台数据库的输出端连接工作数据分析模块的输入端，工作数据分析模块的输出端连接灌溉工作规划模块和监测工作规划模块的输入端；
通过数据采集模块采集需要进行灌溉并监测的区域范围数据和历史监测数据，将采集到的所有数据传输到云平台数据库中；
通过云平台数据库存储采集到的所有数据；
通过工作数据分析模块对无人机灌溉进行模拟测试，测试不同无人机的灌溉范围，并分析云平台服务器接收到监测数据后输出控制信号的延时数据；
通过灌溉工作规划模块分配无人机对不同区域进行灌溉，并选择对同一区域进行灌溉的无人机数量；
通过监测工作规划模块规划接收监测数据的云平台服务器数量以及云平台服务器清理无效数据的时间。
数据采集模块包括区域数据采集单元和设备信息采集单元，区域数据采集单元和设备信息采集单元的输出端连接云平台数据库的输入端；
通过区域数据采集单元采集需要进行灌溉并监测的区域范围数据；通过设备信息采集单元采集云平台服务器以往接收到监测数据后输出控制信号的延时数据以及监测对应区域的传感器的分布数量、发送数据至云平台服务器的时间信息，采用无人机灌溉的方式对区域进行灌溉，无人机在灌溉的同时采集区域的图像数据，将图像数据传输到云平台服务器。
工作数据分析模块包括灌溉模拟测试单元、灌溉范围分析单元和数据传输分析单元，灌溉模拟测试单元的输出端连接灌溉范围分析单元的输入端，灌溉范围分析单元和数据传输分析单元的输入端连接云平台数据库的输出端；
通过灌溉模拟测试单元对无人机灌溉工作进行模拟测试：选择不同类型的无人机对不同区域进行灌溉，测试不同类型无人机的灌溉范围，将测试结果传输到灌溉范围分析单元；通过灌溉范围分析单元调取当前需要灌溉的区域范围，比较无人机的灌溉范围，将比较结果传输到灌溉工作规划模块中；通过数据传输分析单元分析云平台服务器接收到传感器和无人机传输过来的数据后，输出控制信号的延时时间，将分析结果传输到监测工作规划模块。
灌溉工作规划模块包括灌溉设备选择单元和设备数量选择单元，灌溉设备选择单元的输入端连接灌溉范围分析单元的输出端，设备数量选择单元的输入端连接灌溉设备选择单元的输出端；
通过灌溉设备选择单元在接收到比较结果后选择合适的无人机对当前需要灌溉的区域范围进行灌溉；通过设备数量选择单元分析无人机的续航时间，选择对同一区域进行灌溉的无人机数量。
监测工作规划模块包括服务器数量选择单元、无效数据清理单元和环境监测单元，服务器数量选择单元的输入端连接数据传输分析单元的输出端，无效数据清理单元的输入端连接服务器数量选择单元的输出端，无效数据清理单元的输出端连接环境监测单元的输入端；
通过服务器数量选择单元选择合适数量的云平台服务器存储并分析传感器和无人机传输过来的数据，在完成农作物生长数据分析后输出控制信号；通过无效数据清理单元定期清理云平台服务器中存储的无效数据并设置定期时间；环境监测单元通过传感器和选择的无人机采集农作物生长数据，将采集到的数据传输到云平台服务器，云平台服务器用于存储并分析农作物生长数据，在农作物生长异常时输出预警信号。
一种基于云平台的农业物联网应用分析方法，包括以下步骤：
S1：采集需要进行灌溉并监测的区域范围数据和历史监测数据；
S2：对无人机灌溉进行模拟测试，获取不同无人机的灌溉范围；
S3：依据测试数据分配无人机对不同区域进行灌溉；
S4：分析云平台服务器接收到灌溉区域的监测数据后输出控制信号的延时数据；
S5：规划需要设置的云平台服务器数量并设置云平台服务器清理无效数据的时间。
在步骤S1中：采集到需要灌溉的区域总面积集合为s={s1，s2，…，sn}，其中，n表示需要进行灌溉的区域数量，在步骤S2中：对无人机灌溉进行模拟测试：获取到测试的无人机数量为m，m>n，获取到无人机的续航时长为t，测试的所有无人机的续航时长相同，根据下列公式计算为随机一个需要灌溉的区域分配的无人机数量Ai：
Figure 872034DEST_PATH_IMAGE014
；
其中，si表示随机一个需要灌溉的区域总面积，得到为需要灌溉的区域分配的无人机数量集合为A={A1，A2，…，An}，在步骤S2-S3中：按照分配的无人机数量随机分配无人机到对应区域进行灌溉模拟测试：测试得到随机一种分配方式中，各个区域分配的无人机的有效灌溉区域的平均面积集合为
Figure DEST_PATH_IMAGE015
，根据下列公式计算对应分配方式的总灌溉效率Wj：
Figure 222244DEST_PATH_IMAGE016
；
其中，
Figure 217619DEST_PATH_IMAGE004
表示随机一个区域分配的无人机的有效灌溉区域的平均面积，有效灌溉区域面积指的是无人机的灌溉区域与需要灌溉区域的重合区域面积，得到所有分配方式的总灌溉效率集合为W={W1，W2，…，Wq}，其中，共有q种分配方式，比较总灌溉效率，选择总灌溉效率最高的分配方式分配无人机对对应需要灌溉的区域进行灌溉工作，对无人机数量、类型进行分配，在所有区域同时需要灌溉时提高了整体的灌溉效率。
在步骤S4-S5中：获取到需要进行灌溉的区域布置的传感器数量集合为K={K1，K2，…，Kn}，对应区域的云平台服务器接收到数据后输出控制信号的平均延时时长集合为
Figure DEST_PATH_IMAGE017
，其中，n表示需要进行灌溉的区域数量，在平均延时时长超出
Figure 71306DEST_PATH_IMAGE018
的区域增设云平台服务器，其中，
Figure 729820DEST_PATH_IMAGE007
表示随机一个区域的云平台服务器接收到数据后输出控制信号的平均延时时长，获取到需要增设云平台服务器的区域布置的传感器数量集合为
Figure DEST_PATH_IMAGE019
，其中，e表示需要增设云平台服务器的区域数量，根据下列公式计算随机一个区域需要增设的云平台服务器数量Bj：
Figure 567326DEST_PATH_IMAGE009
；
其中，c表示供应增设的云平台服务器基数，c>e，得到所有区域需要增设的云平台服务器数量集合为B={B1，B2，…，Be}，增设合适数量的服务器，改善了控制无人机对指定位置进行灌溉的信号输出的延时问题。
设置云平台服务器清理无效数据的时间：获取到随机一个云平台服务器历史设置过的清理无效数据的时间集合为
Figure 602278DEST_PATH_IMAGE020
，其中，g表示对应云平台服务器设置清理无效数据时间的次数，获取到设置的清理无效数据时间为
Figure 874253DEST_PATH_IMAGE013
时：每次清理的无效数据量集合为b={b1，b2，…，bw}，其中，w表示清理无效数据的次数，根据公式
Figure DEST_PATH_IMAGE021
计算得到设置清理无效数据的时间为
Figure 906931DEST_PATH_IMAGE013
的清理效率Qi，通过相同计算方式得到对应云平台服务器设置过的清理无效数据时间的清理效率集合为Q={Q1，Q2，…，Qg}，设置对应云平台服务器清理无效数据的时间为清理效率最高的时间，定期清理无效数据，进一步改善了数据存储过多、堆积的问题，加快了控制信号的输出速度。
实施例一：采集到需要灌溉的区域总面积集合为s={s1，s2，s3}={600，1000，200}，单位为：平方米，对无人机灌溉进行模拟测试：获取到测试的无人机数量为m=6，根据公式
Figure 28471DEST_PATH_IMAGE022
得到为需要灌溉的区域分配的无人机数量集合为A={A1，A2，A3}={2，3，1}，按照分配的无人机数量随机分配无人机到对应区域进行灌溉模拟测试：测试得到随机一种分配方式中，各个区域分配的无人机的有效灌溉区域的平均面积集合为
Figure DEST_PATH_IMAGE023
，根据公式
Figure 335955DEST_PATH_IMAGE003
计算对应分配方式的总灌溉效率Wj=0.005，通过相同计算方式得到所有分配方式的总灌溉效率，比较总灌溉效率，选择总灌溉效率最高的分配方式分配无人机对对应需要灌溉的区域进行灌溉工作；
实施例二：获取到需要进行灌溉的区域布置的传感器数量集合为K={K1，K2，K3}={10，6，8}，对应区域的云平台服务器接收到数据后输出控制信号的平均延时时长集合为
Figure 695393DEST_PATH_IMAGE024
，单位为：秒，在平均延时时长超出
Figure 961289DEST_PATH_IMAGE025
的区域增设云平台服务器，获取到需要增设云平台服务器的区域布置的传感器数量集合为
Figure 537501DEST_PATH_IMAGE026
，根据公式
Figure 179835DEST_PATH_IMAGE027
得到所有区域需要增设的云平台服务器数量集合为B={B1，B2，B3}={3，2}，c=5，获取到随机一个云平台服务器历史设置过的清理无效数据的时间集合为
Figure 659358DEST_PATH_IMAGE028
，单位为：分钟，清理无效数据的时间指的是每隔15、20、10分钟清理一次无效数据，获取到设置的清理无效数据时间为
Figure 830577DEST_PATH_IMAGE029
时：每次清理的无效数据量集合为b={b1，b2，b3}={2，1，0.5}，单位为：GB，根据公式
Figure 395550DEST_PATH_IMAGE030
计算得到设置清理无效数据的时间为
Figure 575996DEST_PATH_IMAGE031
的清理效率Q1=1.87，通过相同计算方式得到对应云平台服务器设置过的清理无效数据时间的清理效率集合为Q={Q1，Q2，Q3}={1.87，2，1.52}，设置对应云平台服务器清理无效数据的时间：每隔15分钟清理一次无效数据为清理效率最高的时间。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于云平台的农业物联网应用分析系统，其特征在于：所述系统包括：数据采集模块、云平台数据库、工作数据分析模块、灌溉工作规划模块和监测工作规划模块，所述数据采集模块的输出端连接所述云平台数据库的输入端，所述云平台数据库的输出端连接所述工作数据分析模块的输入端，所述工作数据分析模块的输出端连接所述灌溉工作规划模块和监测工作规划模块的输入端；
通过所述数据采集模块采集需要进行灌溉并监测的区域范围数据和历史监测数据，将采集到的所有数据传输到所述云平台数据库中；
通过所述云平台数据库存储采集到的所有数据；
通过所述工作数据分析模块对无人机灌溉进行模拟测试，测试不同无人机的灌溉范围，并分析云平台服务器接收到监测数据后输出控制信号的延时数据；
通过所述灌溉工作规划模块分配无人机对不同区域进行灌溉，并选择对同一区域进行灌溉的无人机数量；
通过所述监测工作规划模块规划接收监测数据的云平台服务器数量以及云平台服务器清理无效数据的时间。
2.根据权利要求1所述的一种基于云平台的农业物联网应用分析系统，其特征在于：所述数据采集模块包括区域数据采集单元和设备信息采集单元，所述区域数据采集单元和设备信息采集单元的输出端连接所述云平台数据库的输入端；
通过所述区域数据采集单元采集需要进行灌溉并监测的区域范围数据；通过所述设备信息采集单元采集云平台服务器以往接收到监测数据后输出控制信号的延时数据以及监测对应区域的传感器的分布数量、发送数据至云平台服务器的时间信息，采用无人机灌溉的方式对区域进行灌溉，无人机在灌溉的同时采集区域的图像数据，将图像数据传输到云平台服务器。
3.根据权利要求1所述的一种基于云平台的农业物联网应用分析系统，其特征在于：所述工作数据分析模块包括灌溉模拟测试单元、灌溉范围分析单元和数据传输分析单元，所述灌溉模拟测试单元的输出端连接所述灌溉范围分析单元的输入端，所述灌溉范围分析单元和所述数据传输分析单元的输入端连接所述云平台数据库的输出端；
通过所述灌溉模拟测试单元对无人机灌溉工作进行模拟测试：选择不同类型的无人机对不同区域进行灌溉，测试不同类型无人机的灌溉范围，将测试结果传输到所述灌溉范围分析单元；通过所述灌溉范围分析单元调取当前需要灌溉的区域范围，比较无人机的灌溉范围，将比较结果传输到所述灌溉工作规划模块中；通过所述数据传输分析单元分析云平台服务器接收到传感器和无人机传输过来的数据后，输出控制信号的延时时间，将分析结果传输到所述监测工作规划模块。
4.根据权利要求3所述的一种基于云平台的农业物联网应用分析系统，其特征在于：所述灌溉工作规划模块包括灌溉设备选择单元和设备数量选择单元，所述灌溉设备选择单元的输入端连接所述灌溉范围分析单元的输出端，所述设备数量选择单元的输入端连接所述灌溉设备选择单元的输出端；
通过所述灌溉设备选择单元在接收到比较结果后选择合适的无人机对当前需要灌溉的区域范围进行灌溉；通过所述设备数量选择单元分析无人机的续航时间，选择对同一区域进行灌溉的无人机数量。
5.根据权利要求3所述的一种基于云平台的农业物联网应用分析系统，其特征在于：所述监测工作规划模块包括服务器数量选择单元、无效数据清理单元和环境监测单元，所述服务器数量选择单元的输入端连接所述数据传输分析单元的输出端，所述无效数据清理单元的输入端连接所述服务器数量选择单元的输出端，所述无效数据清理单元的输出端连接所述环境监测单元的输入端；
通过所述服务器数量选择单元选择合适数量的云平台服务器存储并分析传感器和无人机传输过来的数据，在完成农作物生长数据分析后输出控制信号；通过所述无效数据清理单元定期清理云平台服务器中存储的无效数据并设置定期时间；所述环境监测单元通过传感器和选择的无人机采集农作物生长数据，将采集到的数据传输到云平台服务器，所述云平台服务器用于存储并分析农作物生长数据，在农作物生长异常时输出预警信号。
6.一种基于云平台的农业物联网应用分析方法，其特征在于：包括以下步骤：
S1：采集需要进行灌溉并监测的区域范围数据和历史监测数据；
S2：对无人机灌溉进行模拟测试，获取不同无人机的灌溉范围；
S3：依据测试数据分配无人机对不同区域进行灌溉；
S4：分析云平台服务器接收到灌溉区域的监测数据后输出控制信号的延时数据；
S5：规划需要设置的云平台服务器数量并设置云平台服务器清理无效数据的时间。
7.根据权利要求6所述的一种基于云平台的农业物联网应用分析方法，其特征在于：在步骤S1中：采集到需要灌溉的区域总面积集合为s={s1，s2，…，sn}，其中，n表示需要进行灌溉的区域数量，在步骤S2中：对无人机灌溉进行模拟测试：获取到测试的无人机数量为m，m>n，获取到无人机的续航时长为t，测试的所有无人机的续航时长相同，根据下列公式计算为随机一个需要灌溉的区域分配的无人机数量Ai：
Figure 295091DEST_PATH_IMAGE001
；
其中，si表示随机一个需要灌溉的区域总面积，得到为需要灌溉的区域分配的无人机数量集合为A={A1，A2，…，An}，在步骤S2-S3中：按照分配的无人机数量随机分配无人机到对应区域进行灌溉模拟测试：测试得到随机一种分配方式中，各个区域分配的无人机的有效灌溉区域的平均面积集合为
Figure 39056DEST_PATH_IMAGE002
，根据下列公式计算对应分配方式的总灌溉效率Wj：
Figure 649903DEST_PATH_IMAGE003
；
其中，
Figure 453911DEST_PATH_IMAGE004
表示随机一个区域分配的无人机的有效灌溉区域的平均面积，所述有效灌溉区域面积指的是无人机的灌溉区域与需要灌溉区域的重合区域面积，得到所有分配方式的总灌溉效率集合为W={W1，W2，…，Wq}，其中，共有q种分配方式，比较总灌溉效率，选择总灌溉效率最高的分配方式分配无人机对对应需要灌溉的区域进行灌溉工作。
8.根据权利要求6所述的一种基于云平台的农业物联网应用分析方法，其特征在于：在步骤S4-S5中：获取到需要进行灌溉的区域布置的传感器数量集合为K={K1，K2，…，Kn}，对应区域的云平台服务器接收到数据后输出控制信号的平均延时时长集合为
Figure 917254DEST_PATH_IMAGE005
，其中，n表示需要进行灌溉的区域数量，在平均延时时长超出
Figure 464910DEST_PATH_IMAGE006
的区域增设云平台服务器，其中，
Figure 431729DEST_PATH_IMAGE007
表示随机一个区域的云平台服务器接收到数据后输出控制信号的平均延时时长，获取到需要增设云平台服务器的区域布置的传感器数量集合为
Figure 672217DEST_PATH_IMAGE008
，其中，e表示需要增设云平台服务器的区域数量，根据下列公式计算随机一个区域需要增设的云平台服务器数量Bj：
Figure 91697DEST_PATH_IMAGE009
；
其中，c表示供应增设的云平台服务器基数，c>e，得到所有区域需要增设的云平台服务器数量集合为B={B1，B2，…，Be}。
9.根据权利要求8所述的一种基于云平台的农业物联网应用分析方法，其特征在于：设置云平台服务器清理无效数据的时间：获取到随机一个云平台服务器历史设置过的清理无效数据的时间集合为
Figure 443044DEST_PATH_IMAGE010
，其中，g表示对应云平台服务器设置清理无效数据时间的次数，获取到设置的清理无效数据时间为
Figure 264370DEST_PATH_IMAGE011
时：每次清理的无效数据量集合为b={b1，b2，…，bw}，其中，w表示清理无效数据的次数，根据公式
Figure 177224DEST_PATH_IMAGE012
计算得到设置清理无效数据的时间为
Figure 349580DEST_PATH_IMAGE011
的清理效率Qi，通过相同计算方式得到对应云平台服务器设置过的清理无效数据时间的清理效率集合为Q={Q1，Q2，…，Qg}，设置对应云平台服务器清理无效数据的时间为清理效率最高的时间。
CN202210777858.3A 2022-07-04 2022-07-04 一种基于云平台的农业物联网应用分析系统及方法 Active CN114845244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210777858.3A CN114845244B (zh) 2022-07-04 2022-07-04 一种基于云平台的农业物联网应用分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210777858.3A CN114845244B (zh) 2022-07-04 2022-07-04 一种基于云平台的农业物联网应用分析系统及方法

Publications (2)

Publication Number Publication Date
CN114845244A true CN114845244A (zh) 2022-08-02
CN114845244B CN114845244B (zh) 2022-09-13

Family

ID=82574548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210777858.3A Active CN114845244B (zh) 2022-07-04 2022-07-04 一种基于云平台的农业物联网应用分析系统及方法

Country Status (1)

Country Link
CN (1) CN114845244B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983596B (zh) * 2023-02-03 2024-04-19 江苏拜仁控股集团有限公司 一种基于物联网的数据一体化监管系统及方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120036091A1 (en) * 2006-06-12 2012-02-09 Cook Kenneth W System and method for automated, range-based irrigation
CN108427433A (zh) * 2018-02-05 2018-08-21 中山大学 一种面向多架植保无人机编队协同喷施药物的无人机数量优化方法
CN109430013A (zh) * 2018-12-14 2019-03-08 深圳市盈润科技有限公司 一种千亩园智能灌溉云平台
CN109586996A (zh) * 2018-11-08 2019-04-05 孔欣然 基于网络报文时延比对的云平台实时性测试系统及方法
CN110618871A (zh) * 2019-09-21 2019-12-27 苏州浪潮智能科技有限公司 一种fpga云平台加速资源的分配方法与系统
CN110825143A (zh) * 2019-11-28 2020-02-21 陈兖清 一种基于互联网的农业设施控制系统
CN111480554A (zh) * 2020-06-04 2020-08-04 宁夏大学 农田灌区水肥气热药一体化智能灌溉系统
CN113034072A (zh) * 2021-03-12 2021-06-25 华南理工大学 一种基于物联网的无人机智能配送系统及方法
CN113920474A (zh) * 2021-10-28 2022-01-11 成都信息工程大学 一种智能监管柑橘种植态势的物联网系统及方法
CN114461356A (zh) * 2021-12-22 2022-05-10 天翼云科技有限公司 调度器进程数量的控制方法、IaaS云平台调度系统
US20220144433A1 (en) * 2020-11-10 2022-05-12 Lindsay Corporation Irrigation system with unmanned aerial vehicles

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120036091A1 (en) * 2006-06-12 2012-02-09 Cook Kenneth W System and method for automated, range-based irrigation
CN108427433A (zh) * 2018-02-05 2018-08-21 中山大学 一种面向多架植保无人机编队协同喷施药物的无人机数量优化方法
CN109586996A (zh) * 2018-11-08 2019-04-05 孔欣然 基于网络报文时延比对的云平台实时性测试系统及方法
CN109430013A (zh) * 2018-12-14 2019-03-08 深圳市盈润科技有限公司 一种千亩园智能灌溉云平台
CN110618871A (zh) * 2019-09-21 2019-12-27 苏州浪潮智能科技有限公司 一种fpga云平台加速资源的分配方法与系统
CN110825143A (zh) * 2019-11-28 2020-02-21 陈兖清 一种基于互联网的农业设施控制系统
CN111480554A (zh) * 2020-06-04 2020-08-04 宁夏大学 农田灌区水肥气热药一体化智能灌溉系统
US20220144433A1 (en) * 2020-11-10 2022-05-12 Lindsay Corporation Irrigation system with unmanned aerial vehicles
CN113034072A (zh) * 2021-03-12 2021-06-25 华南理工大学 一种基于物联网的无人机智能配送系统及方法
CN113920474A (zh) * 2021-10-28 2022-01-11 成都信息工程大学 一种智能监管柑橘种植态势的物联网系统及方法
CN114461356A (zh) * 2021-12-22 2022-05-10 天翼云科技有限公司 调度器进程数量的控制方法、IaaS云平台调度系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈浩: "基于大数据的智慧农业云平台解决方案", 《农业技术与装备》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983596B (zh) * 2023-02-03 2024-04-19 江苏拜仁控股集团有限公司 一种基于物联网的数据一体化监管系统及方法

Also Published As

Publication number Publication date
CN114845244B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN114845244B (zh) 一种基于云平台的农业物联网应用分析系统及方法
CN107945042A (zh) 一种作物生长灌溉决策控制系统
CN107409547B (zh) 一种基于北斗卫星的智能播种作业系统
CN102413160A (zh) 一种猕猴桃果园精准管理系统
US20220174935A1 (en) Method for remediating developmentally delayed plants
CN111413259B (zh) 空气废气实时监测和溯源方法
CN107025797A (zh) 一种恶劣天气路况自动预警系统
CN204989838U (zh) 一种基于互联网的农作物管理系统
CN115525017A (zh) 一种基于种植柜的植物远程培育系统
CN114580918A (zh) 基于物联网的水稻供应链信息处理系统
CN111951119A (zh) 基于云端人工智能的农作物精准营养管理系统及方法
CN106530107A (zh) 基于农业大数据生成农作物生长进度的方法和装置
CA2761682C (en) Real-time process for targeting trait phenotyping of plant breeding experiments
CN117172952A (zh) 一种基于物联网和遥感技术的农业灾害监控系统
CN114913029B (zh) 一种基于物联网的智能农业监控平台
CN115761475A (zh) 一种用于玉米小麦幼苗的在线监控识别系统
CN115226612A (zh) 一种水资源配置管理用智能分配系统
Belhassena et al. Towards an architecture for agricultural autonomous robots’ scheduling
CN111262950A (zh) 一种基于物联网的植物数据采集系统
Wang et al. Wireless sensor and BeiDou satellite short message communication-based cotton picker remote monitoring and management system
KR20210121864A (ko) 스마트 농업 현장 관리 시스템 및 방법
CN115965866B (zh) 一种立体绿化水肥遥感监测方法及系统
CN116295662B (zh) 作物生长状态的监测方法、装置、电子设备及介质
CN205052455U (zh) 挤奶转盘监测装置
CN113256147B (zh) 基于联合收获机相对位移的作物产量确定方法及系统

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
GR01 Patent grant
GR01 Patent grant