CN114913029A - 一种基于物联网的智能农业监控平台 - Google Patents
一种基于物联网的智能农业监控平台 Download PDFInfo
- Publication number
- CN114913029A CN114913029A CN202210474177.XA CN202210474177A CN114913029A CN 114913029 A CN114913029 A CN 114913029A CN 202210474177 A CN202210474177 A CN 202210474177A CN 114913029 A CN114913029 A CN 114913029A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- agricultural
- environment information
- work
- monitoring node
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 293
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 230000007613 environmental effect Effects 0.000 claims description 55
- 239000002689 soil Substances 0.000 claims description 39
- 238000013500 data storage Methods 0.000 claims description 24
- 238000005286 illumination Methods 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 19
- 238000009313 farming Methods 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000035558 fertility Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- NUFBIAUZAMHTSP-UHFFFAOYSA-N 3-(n-morpholino)-2-hydroxypropanesulfonic acid Chemical compound OS(=O)(=O)CC(O)CN1CCOCC1 NUFBIAUZAMHTSP-UHFFFAOYSA-N 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000007175 bidirectional communication Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 11
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000006854 communication Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000009333 weeding Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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—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
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- 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
-
- 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]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- 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
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于物联网的智能农业监控平台,包括:环境信息采集模块,用于采集农场内部的环境信息并发送至云端分析指令模块;云端分析指令模块,用于对所述环境信息进行分析,并根据分析结果向终端农务工作模块下发工作指令;终端农务工作模块,用于执行所述工作指令开展农务工作。通过本发明,解决了现有农业监控技术仍仅限于数据采集终端到用户手机控制端,仍然需要工作人员对农业工作进行人工决策,费时费力的同时工作时间也仅限于白天,不能做到24小时全面待工状态的问题。
Description
技术领域
本发明涉及云平台农业控制技术领域,特别涉及本发明提供的一种基于物联网的智能农业监控平台。
背景技术
随着网络信息技术的不断发展,大数据分析时代来临,因大数据衍生的各种智能系统、智能平台纷纷涌现,智能系统或平台通过数据采集终端采集所针对对象的各项数据,通过云端平台对各项数据进行分析后,自动做出应对决策,从而能够解放人工决策的同时,提高系统的响应速度,因此在各行各业都得到了广泛的应用。
现有的农业监控技术仍仅限于数据采集终端到用户手机控制端,仍然需要工作人员对农业工作进行人工决策,费时费力的同时工作时间也仅限于白天,不能做到24小时全面待工状态。
发明内容
本发明提供的一种基于物联网的智能农业监控平台,用于解决背景技术中所提到的问题。
本发明提供一种基于物联网的智能农业监控平台,包括:
环境信息采集模块,用于采集农场内部的环境信息并发送至云端分析指令模块;
云端分析指令模块,用于对所述环境信息进行分析,并根据分析结果向终端农务工作模块下发工作指令;
终端农务工作模块,用于执行所述工作指令开展农务工作。
优选的,所述环境信息采集模块包括多个监控节点,所述多个监控节点按照预设的间隔距离进行网格点阵分布,并建立多个监控节点之间的相对位置关系网络;其中,每个所述监控节点上均设置有:
土壤环境信息采集装置,用于采集该监控节点周围的土壤环境信息;
空气环境信息采集装置,用于采集该监控节点周围的空气环境信息;
光照环境信息采集装置,用于采集该监控节点周围的光照环境信息;
作物状态信息采集装置,用于采集该监控节点附近农作物的生长状态图像。
优选的,预先将农场划分为多个区域,同一个区域内的多个所述监控节点共同连接有一个区域监控单元;
多个所述区域监控单元分别与其周围预设距离范围内的其他监控单元电性连接构成信息共享网络;
每个所述区域监控单元均以以太网模式或GPRS模式与所述云端分析指令模块双向通信连接;
所述区域监控单元用于将多个监控节点所采集的所述土壤环境信息、所述空气环境信息、所述光照环境信息以及所述生长状态图像经过打包处理后,发送至所述云端分析指令模块。
优选的,所述云端分析指令模块,包括:
信号来源分析单元,用于对所述环境信息进行信号来源分析,确定所述环境信息所对应的监控节点;
数据同步单元,用于将所述环境信息同步到云平台内部该对应的监控节点映射的数据存储空间;
失联节点检测单元,用于根据所述数据存储空间内的环境信息判断出失联的监控节点或者区域监控单元;
环境分析单元,用于判断所述环境信息是否与预设的标准环境信息相符合,并根据判断结果下发工作指令。
优选的,所述失联节点检测单元执行以下步骤:
步骤101、扫描每个所述数据存储空间内部存储的环境信息,并确定每个所述数据存储空间内数据的最新更新时间;
步骤102、确定同一个区域监控单元下的每个监控节点映射的数据存储空间的多个所述最新更新时间中距离当前时间最接近的最近时间,并计算该最近时间与当前时间的差值是否大于预设的时间差值,若大于预设的时间差值则说明该区域监控单元失联;
步骤103、若确定该区域监控单元未失联,则判断该区域监控单元下的每个监控节点映射的数据存储空间内数据的最新更新时间与所述最近时间是否相等,若不相等则确定该监控节点与所述区域监控单元失联。
优选的,所述环境分析单元包括:
作物状态分析子单元,用于对某个监控节点所采集的所述环境信息中的生长状态图像进行识别,确定所种植的作物的种类以及作物当前所处于的生长阶段;
标准信息确定子单元,用于基于预设的标准信息对照库确定所种植的作物当前所处于的生长阶段所对应宜生长的多项标准环境信息;其中,每项标准环境信息为一个标准的区间范围;
环境信息分析子单元,用于基于所述标准环境信息,确定该监控节点所采集的所述环境信息中的多项参数是否各自处于标准的区间范围,并确定不处于标准的区间范围的环境信息的类型;
工作指令选择子单元,用于根据所确定的不处于标准的区间范围的环境信息的类型,根据预设的环境信息的类型与农务工作及工作指令表格确定对应该种环境信息的类型的农务工作并自动下发对应的工作指令。
优选的,所述终端农务工作模块包括:
命令接收识别单元,用于对来自云端分析指令模块的工作指令进行识别,确定该项工作指令所对应的区域监控单元,并确定该区域监控单元对应绑定的农务工作站以及该农务工作站内的多种农务工作机械;
命令分发单元,用于对所述工作指令进行拆解形成多个子命令,确定每个子命令所对应的农务工作机械类型,并将每个子命令分别派发到该农务工作站内对应的农务工作机械;
农务工作执行单元,用于通过多种农务工作机械各自执行其接收到的子命令完成农务工作。
优选的,所述终端农务工作模块还包括工作协同处理单元,所述工作协同处理单元执行以下操作:
步骤201、确定所述区域监控单元内的多个监控节点的相对位置关系,并根据所述相对位置关系建立二维监控节点阵列图;
步骤202、根据所述工作指令确定每个监控节点需要进行的多项农务工作,根据预设的农务工作的执行优先级序列,选定序列中优先级最高的一项农务工作;
步骤203、在所述二维监控节点阵列图上对需要进行所选定的该项农务工作的多个监控节点进行标注形成该项农务工作的工作区域图;
步骤204、根据该工作区域图所表示的农场的面积大小,确定所需要的用于进行该项农务工作的农务工作机械的数量,并选定该数量的用于进行该项农务工作的农务工作机械使其进入待命状态;
步骤205、根据所述工作区域图以及所选择的农务工作机械的数量以及该种农务工作机械的平均工作速度选择每台农务工作机械的最优施工路线,并命令处于待命状态的农务工作机械按照各自的最优施工路线进行工作;
步骤206、根据所述执行优先级序列确定下一项农务工作,并在执行步骤203至步骤204后使用于进行该下一项农务工作的农务工作机械;
步骤207、根据预设的相连两项农务工作的时间间隔,在上一项农务工作所对应的农务工作机械开始工作后经过所述预设的时间间隔后,立即使进入待命状态的用于进行该下一项农务工作的农务工作机械开始工作。
优选的,在选择最优施工路线前预先对所标记的多个监控节点进行权值分析,确定每个监控节点的农务工作被考虑进行优先处理的优先权值,过程包括:
获取监控节点的第一类信息,其中,所述第一类信息包括该监控节点周围预设范围内其他被标记的邻居监控节点的总数、预设的该种农务工作机械从该区域对应的所述农务工作站该到该监控节点所需要的能量消耗、每个邻居监控节点该项农务工作需要被处理的紧急程度;其中,邻居监控节点农务工作需要被处理的紧急程度通过以下公式确定:
式中,G(n)表示第n个邻居监控节点农务工作需要被处理的紧急程度,δk为预设的第k类环境信息所对应的修正参数,Kn表示第n个监控节点所采集的第k类环境信息的数值,K0表示预设的第k类环境信息所对应的标准数值;
获取监控节点的第二类信息,其中,所述第二类信息包括该监控节点与每个邻居监控节点之间的实际距离、每个邻居监控节点的监测范围半径、每个邻居监控节点与所述农务工作站之间的距离;
根据所述第一类信息和所述第二类信息,通过下式确定该监控节点对应的优先权值:
式中,Weight表示该监控节点对应的优先权值,ρ表示第一类信息对应预设的第一修正参数,σ表示第二类信息对应预设的第二修正参数,E表示预设的该农务工作机械从该区域对应的所述农务工作站该到该监控节点所需要的能量消耗,e表示自然对数,n表示该监控节点周围预设范围内其他同样被标记的邻居监控节点的总数,d(n)表示该监控节点与第n个邻居监控节点之间的实际距离,r(n)表示第n个邻居监控节点的监测范围半径,s(n)表示第n个邻居监控节点与所述农务工作站之间的距离。
优选的,所述云端分析指令模块还包括最优培养方案分析单元,所述最优培养方案分析单元执行以下操作:
步骤301、将多个监控节点所采集的环境信息进行数据整合,将每个监控节点周围每个作物周期内农作物的种类信息、历史生长环境信息、作物产量整合为该种农作物的一个生产数据样本;
步骤302、将具有相同种类信息的生产数据样本放入同一个数据集中,并将该数据集内作物产量低于平均产量的数据样本剔除;
步骤303、利用数据集中的每一个生产数据样本的历史生长环境信息构成影响因素矩阵,将历史生长环境信息中可人为控制的信息作为决策变量,其中,可人为控制的信息包括土壤肥力、土壤湿度、光照强度、光照时长;
步骤304、利用Elman神经网络建立影响因素矩阵与作物产量之间的复杂非线性关系,得到该种农作物的生长培养模型;
步骤305、利用MOPSO算法对所述生长培养模型进行优化,获得所述决策变量的一组最优解;
步骤306、根据所述决策变量的该组最优解确定该种农作物的培养方案。
优选的,还包括终端农务控制模块,所述终端农务控制模块包括:
终端显示单元,通过无线网络与环境信息采集模块建立通信连接,用于接收环境信息并显示给工作人员;
终端控制单元,通过无线网络与终端农务工作模块建立通信连接,用于接收工作人员主动下发的工作指令,并将工作指令发送给终端农务工作模块。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种基于物联网的智能农业监控平台的结构示意图;
图2为本发明实施例中云端分析指令模块的结构示意图;
图3为本发明实施例中环境分析单元的结构示意图。
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。
本发明提供一种基于物联网的智能农业监控平台,包括:
环境信息采集模块,用于采集农场内部的环境信息并发送至云端分析指令模块;
云端分析指令模块,用于对环境信息进行分析,并根据分析结果向终端农务工作模块下发工作指令;
终端农务工作模块,用于执行工作指令开展农务工作。
上述技术方案的工作原理和有益效果为:通过环境信息采集模块采集农场内部的各项的环境信息,环境信息包括土壤温度湿度、土壤含各种肥料的肥力大小、土壤的透气程度、空气含氧量、空气二氧化碳含量、空气温度湿度、光照强度、农作物生长状态图像、农作物周围杂草密集程度等等。通过云端分析指令模块对环境信息进行分析,确定农作物的类型及所处的生长阶段,并确定该种环境信息是否适宜该种农作物现目前阶段的生长,当出现不适宜该种农作物现目前阶段的生长的环境参数时,则向终端农务工作模块发出工作指令,终端农务工作模块根据工作指令完成除草、施肥、农药喷洒、引水灌溉、大棚光照调整、松土、杀虫等工作。从而实现对农作物生长状态的精准识别以及对农作物所需环境的精准控制,从而能够有效地提高农作物的产量。并且不需要工作人员对农业工作进行人工决策,能够做到白天黑夜24小时全面工作状态。
在一个优选实施例中,环境信息采集模块包括多个监控节点,多个监控节点按照预设的间隔距离进行网格点阵分布,并建立多个监控节点之间的相对位置关系网络;其中,每个监控节点上均设置有:
土壤环境信息采集装置,用于采集该监控节点周围的土壤环境信息;其中,土壤环境信息包括土壤的湿度、温度、松散程度以及土壤肥力等信息;
空气环境信息采集装置,用于采集该监控节点周围的空气环境信息;其中,空气环境信包括空气含氧量、空气二氧化碳含量、空气温度湿度等信息;
光照环境信息采集装置,用于采集该监控节点周围的光照环境信息;其中,光照环境信息包括光照强度信息;
作物状态信息采集装置,用于采集该监控节点附近农作物的生长状态图像。
上述技术方案的工作原理和有益效果为:通过多个监控节点来实现对农场内部环境信息的采集,每个监控节点上均设置有土壤环境信息采集装置、空气环境信息采集装置、光照环境信息采集装置以及作物状态信息采集装置。并且每个监控节点按照预设的间隔距离进行网格点阵分布,实现对农场范围内的环境监控全覆盖,所建立的多个监控节点之间的相对位置关系网络能够确定每个监控节点的具体绝对位置,方便对监控节点的位置进行快速定位,当某个监控节点出现故障时也能够快速定位该监控节点周围的其他的监控节点,并方便能够利用周围其他监控节点所采集的环境信息对该监控节点的环境信息进行一个数据补充。
在一个优选实施例中,预先将农场划分为多个区域,同一个区域内的多个监控节点共同连接有一个区域监控单元;
多个区域监控单元分别与其周围预设距离范围内的其他监控单元电性连接构成信息共享网络;
每个区域监控单元均以以太网模式或GPRS模式与云端分析指令模块双向通信连接;
区域监控单元用于将多个监控节点所采集的土壤环境信息、空气环境信息、光照环境信息以及生长状态图像经过打包处理后,发送至云端分析指令模块。
上述技术方案的工作原理和有益效果为:预先将农场划分为多个区域,同一个区域内的多个监控节点共同连接有一个区域监控单元,通过该区域监控单元对该区域内的多个监控节点进行管理,防止监控节点失联后难以定位,多个区域监控单元分别与其周围预设距离范围内的其他监控单元电性连接构成信息共享网络,从而能够根据其他的区域监控单元的环境信息对本区域内的一些工作进行一定程度上的决策,比如,当附近区域出现突然的过量降雨时及时感知并准备好应对措施。每个区域监控单元均以以太网模式或GPRS模式与云端分析指令模块双向通信连接,实现对环境信息的上传。通过区域监控单元将多个监控节点采集的数据进行打包后上传的效果是能够对区域内的多个监控节点进行统一控制来完成采集工作,将所采集的环境信息进行打包上传避免了监控节点私自上传占用更多的云端分析指令模块的数据传输带宽。
在一个优选实施例中,云端分析指令模块,包括:
信号来源分析单元,用于对环境信息进行信号来源分析,确定环境信息所对应的监控节点;
数据同步单元,用于将环境信息同步到云平台内部该对应的监控节点映射的数据存储空间;
失联节点检测单元,用于根据数据存储空间内的环境信息判断出失联的监控节点或者区域监控单元;
环境分析单元,用于判断环境信息是否与预设的标准环境信息相符合,并根据判断结果下发工作指令。
上述技术方案的工作原理和有益效果为:通过信号来源分析单元对环境信息进行信号来源分析,确定环境信息所对应的监控节点,通过数据同步单元将环境信息同步到云平台内部该对应的监控节点映射的数据存储空间,从而能够形成该监控节点的历史环境信息,方便进行固定节点历史环境信息的采集。通过失联节点检测单元,判断出失联的监控节点或者区域监控单元,从而能够对失联的监控节点以及区域监控单元进行快速察觉。通过环境分析单元判断环境信息是否与预设的标准环境信息相符合,并根据判断结果下发工作指令,从而实现对农作物生长环境适宜情况的确定,在执行工作指令后实现对不适宜农作物生长的环境参数进行调节。
在一个优选实施例中,失联节点检测单元执行以下步骤:
步骤101、扫描每个数据存储空间内部存储的环境信息,并确定每个数据存储空间内数据的最新更新时间;
步骤102、确定同一个区域监控单元下的每个监控节点映射的数据存储空间的多个最新更新时间中距离当前时间最接近的最近时间,并计算该最近时间与当前时间的差值是否大于预设的时间差值,若大于预设的时间差值则说明该区域监控单元失联;
步骤103、若确定该区域监控单元未失联,则判断该区域监控单元下的每个监控节点映射的数据存储空间内数据的最新更新时间与最近时间是否相等,若不相等则确定该监控节点与区域监控单元失联。
上述技术方案的工作原理和有益效果为:在对失联节点进行检测时,首先通过扫描每个数据存储空间内部存储的环境信息,并确定每个数据存储空间内数据的最新更新时间,确定同一个区域监控单元下的每个监控节点映射的数据存储空间的多个最新更新时间中距离当前时间最接近的最近时间,并计算该最近时间与当前时间的差值是否大于预设的时间差值,若大于预设的时间差值则说明该区域监控单元失联,因为预设的区域监控单元每隔一段时间就会对数据进行一次上传,所以当上一次上传时间距离当前时间的差值过大时,就能够确定该区域监控单元失联。若确定该区域监控单元未失联,则判断该区域监控单元下的每个监控节点映射的数据存储空间内数据的最新更新时间与最近时间是否相等,若不相等则确定该监控节点与区域监控单元失联,因为区域监控单元所连接的多个监控节点都是统一进行环境信息采集,并且环境信息都是进行统一上传的,所以正常情况下该区域监控单元下的每个监控节点映射的数据存储空间内数据的最新更新时间是保持一致的,若某个监控节点对应的最新更新时间与最近时间不一致则说明该监控节点未在该最近时间进行数据上传,则能够说明该监控节点失联。
在一个优选实施例中,环境分析单元包括:
作物状态分析子单元,用于对某个监控节点所采集的环境信息中的生长状态图像进行识别,确定所种植的作物的种类以及作物当前所处于的生长阶段;
标准信息确定子单元,用于基于预设的标准信息对照库确定所种植的作物当前所处于的生长阶段所对应宜生长的多项标准环境信息;其中,每项标准环境信息为一个标准的区间范围;
环境信息分析子单元,用于基于标准环境信息,确定该监控节点所采集的环境信息中的多项参数是否各自处于标准的区间范围,并确定不处于标准的区间范围的环境信息的类型;
工作指令选择子单元,用于根据所确定的不处于标准的区间范围的环境信息的类型,根据预设的环境信息的类型与农务工作及工作指令表格确定对应该种环境信息的类型的农务工作并自动下发对应的工作指令。
上述技术方案的工作原理和有益效果为:通过作物状态分析子单元,基于预设的作物图像数据库对作物进行识别,并根据识别结果进一步提取所识别的农作物种类对应预设的生长状态图像数据库,利用该生长状态图像数据库对该农作物的生长状态进行识别。在识别完成后,通过标准信息确定子单元基于预设的标准信息对照库确定所种植的作物当前所处于的生长阶段所对应宜生长的多项标准环境信息,其中,每项标准环境信息为一个标准的区间范围,比如作物番茄在第二生长阶段内对土壤的要求为土壤湿度为65~80%之间。随后通过环境信息分析子单元基于标准环境信息,确定该监控节点所采集的环境信息中的多项参数是否各自处于标准的区间范围,并确定不处于标准的区间范围的环境信息的类型,实现对异常环境信息的识别。
在一个优选实施例中,终端农务工作模块包括:
命令接收识别单元,用于对来自云端分析指令模块的工作指令进行识别,确定该项工作指令所对应的区域监控单元,并确定该区域监控单元对应绑定的农务工作站以及该农务工作站内的多种农务工作机械;
命令分发单元,用于对工作指令进行拆解形成多个子命令,确定每个子命令所对应的农务工作机械类型,并将每个子命令分别派发到该农务工作站内对应的农务工作机械;
农务工作执行单元,用于通过多种农务工作机械各自执行其接收到的子命令完成农务工作。
上述技术方案的工作原理和有益效果为:每个区域监控单元绑定一个农务工作站,根据对工作指令进行识别确定对应的区域监控单元以及该区域监控单元所对应绑定的农务工作站以及该农务工作站内的多种农务工作机械,通过命令分发单元将工作指令进行拆解,工作指令中可能包含多种类型的工作以及对应的工作子命令,比如松土工作、浇灌工作、除草工作等等。对工作指令进行拆解后得到多个独立的工作子命令,并确定每种子命令所对应的浓雾工作机械的类型,并将每个子命令分别派发到该农务工作站内对应的农务工作机械。最后通过多种农务工作机械各自执行其接收到的子命令完成农务工作。实现对命令的拆解分发,以及对复杂任务的步骤细分化。
在一个优选实施例中,终端农务工作模块还包括工作协同处理单元,工作协同处理单元执行以下操作:
步骤201、确定区域监控单元内的多个监控节点的相对位置关系,并根据相对位置关系建立二维监控节点阵列图;
步骤202、根据工作指令确定每个监控节点需要进行的多项农务工作,根据预设的农务工作的执行优先级序列,选定序列中优先级最高的一项农务工作;
步骤203、在二维监控节点阵列图上对需要进行所选定的该项农务工作的多个监控节点进行标注形成该项农务工作的工作区域图;
步骤204、根据该工作区域图所表示的农场的面积大小,确定所需要的用于进行该项农务工作的农务工作机械的数量,并选定该数量的用于进行该项农务工作的农务工作机械使其进入待命状态;
步骤205、根据工作区域图以及所选择的农务工作机械的数量以及该种农务工作机械的平均工作速度选择每台农务工作机械的最优施工路线,并命令处于待命状态的农务工作机械按照各自的最优施工路线进行工作;
步骤206、根据执行优先级序列确定下一项农务工作,并在执行步骤203至步骤204后使用于进行该下一项农务工作的农务工作机械;
步骤207、根据预设的相连两项农务工作的时间间隔,在上一项农务工作所对应的农务工作机械开始工作后经过预设的时间间隔后,立即使进入待命状态的用于进行该下一项农务工作的农务工作机械开始工作。
上述技术方案的工作原理和有益效果为:对于某一个区域监控单元,确定该区域监控单元内的多个监控节点的相对位置关系,并根据相对位置关系建立二维监控节点阵列图,实现对监控节点状态的可视化,让工作人员能够直观地看到每个监控节点所采集的环境信息的具体情况。根据所下发的工作指令确定该区域监控单元内每个监控节点需要进行的多项农务工作,根据预设的农务工作的执行优先级序列,选定序列中优先级最高的一项农务工作,比如松土的优先级就高于其他农务工作,因为土壤能够在松土后更好地分散水分、肥料等,在二维监控节点阵列图上对需要进行所选定的该项农务工作的多个监控节点进行标注形成该项农务工作的工作区域图,从而使工作范围可视化,让工作人员能够更为直观地看清楚某项工作的施工范围。根据该工作区域图所表示的农场的面积大小,确定所需要的用于进行该项农务工作的农务工作机械的数量,并选定该数量的用于进行该项农务工作的农务工作机械使其进入待命状态,具体的,若该工作区域图所表示的农场的面积为M公顷,一台农务工作机械进行该项农务工作的工作速度为S公顷/小时,根据工作指令中所要求的最短施工时间长度T来确定所需要的农务工作机械的数量U,其中
式中,N*表示正整数集。
在确定所需要的农务工作机械的数量后,选择该数量台的用于执行该种农务工作的农务工作机械,并使其进入待命状态,根据工作区域图以及所选择的农务工作机械的数量以及该种农务工作机械的平均工作速度选择每台农务工作机械的最优施工路线,并命令处于待命状态的农务工作机械按照各自的最优施工路线进行工作,根据执行优先级序列确定下一项农务工作,并在执行步骤203至步骤204后使用于进行该下一项农务工作的农务工作机械,根据预设的相连两项农务工作的时间间隔,比如松土后可以立即浇水则松土和浇水连续两项工作的工作时间间隔为零,则在松土工作开始后用于浇水的机械立即跟在松土机械的后方进行工作,又比如浇水后需要间隔一小时再进行农药喷洒,则在浇水机械工作完成后一个小时再开始进行农药喷洒工作,则浇水和农药喷洒的时间间隔为一小时,在上一项农务工作所对应的农务工作机械开始工作后经过预设的时间间隔后,立即使进入待命状态的用于进行该下一项农务工作的农务工作机械开始工作。从而使农务工作流程条理化、并且能够在最优的执行优先级序列下最为快速地完成所有工作。
在一个优选实施例中,在选择最优施工路线前预先对所标记的多个监控节点进行权值分析,确定每个监控节点的农务工作被考虑进行优先处理的优先权值,过程包括:
获取监控节点的第一类信息,其中,第一类信息包括该监控节点周围预设范围内其他被标记的邻居监控节点的总数、预设的该种农务工作机械从该区域对应的农务工作站该到该监控节点所需要的能量消耗、每个邻居监控节点该项农务工作需要被处理的紧急程度;其中,邻居监控节点农务工作需要被处理的紧急程度通过以下公式确定:
式中,G(n)表示第n个邻居监控节点农务工作需要被处理的紧急程度,δk为预设的第k类环境信息所对应的修正参数,Kn表示第n个监控节点所采集的第k类环境信息的数值,K0表示预设的第k类环境信息所对应的标准数值;
获取监控节点的第二类信息,其中,第二类信息包括该监控节点与每个邻居监控节点之间的实际距离、每个邻居监控节点的监测范围半径、每个邻居监控节点与农务工作站之间的距离;
根据第一类信息和第二类信息,通过下式确定该监控节点对应的优先权值:
式中,Weight表示该监控节点对应的优先权值,ρ表示第一类信息对应预设的第一修正参数,σ表示第二类信息对应预设的第二修正参数,E表示预设的该农务工作机械从该区域对应的农务工作站该到该监控节点所需要的能量消耗,e表示自然对数,n表示该监控节点周围预设范围内其他同样被标记的邻居监控节点的总数,d(n)表示该监控节点与第n个邻居监控节点之间的实际距离,r(n)表示第n个邻居监控节点的监测范围半径,s(n)表示第n个邻居监控节点与农务工作站之间的距离。
上述技术方案的工作原理和有益效果为:获取该监控节点周围预设范围内其他被标记的邻居监控节点的总数、预设的该种农务工作机械从该区域对应的农务工作站该到该监控节点所需要的能量消耗、每个邻居监控节点该项农务工作需要被处理的紧急程度,获取该监控节点与每个邻居监控节点之间的实际距离、每个邻居监控节点的监测范围半径、每个邻居监控节点与农务工作站之间的距离,根据这些信息计算该监控节点的农务工作被考虑进行优先处理的优先权值,实现从能耗、处理紧急程度、与各邻居监控节点的连接结构来确定监控节点的优先度,最后让根据优先权值计算所得到的最优施工路线能耗更低、处理更及时、工作覆盖被标记的监控节点所对应的面积更广。
在一个优选实施例中,云端分析指令模块还包括最优培养方案分析单元,最优培养方案分析单元执行以下操作:
步骤301、将多个监控节点所采集的环境信息进行数据整合,将每个监控节点周围每个作物周期内农作物的种类信息、历史生长环境信息、作物产量整合为该种农作物的一个生产数据样本;
步骤302、将具有相同种类信息的生产数据样本放入同一个数据集中,并将该数据集内作物产量低于平均产量的数据样本剔除;
步骤303、利用数据集中的每一个生产数据样本的历史生长环境信息构成影响因素矩阵,将历史生长环境信息中可人为控制的信息作为决策变量,其中,可人为控制的信息包括土壤肥力、土壤湿度、光照强度、光照时长;
步骤304、利用Elman神经网络建立影响因素矩阵与作物产量之间的复杂非线性关系,得到该种农作物的生长培养模型;
步骤305、利用MOPSO算法对生长培养模型进行优化,获得决策变量的一组最优解;
步骤306、根据决策变量的该组最优解确定该种农作物的培养方案。
上述技术方案的工作原理和有益效果为:通过将监控节点周围每个作物周期内农作物的种类信息、历史生长环境信息、作物产量整合为该种农作物的一个生产数据样本,将具有相同种类信息的生产数据样本放入同一个数据集中,并将该数据集内作物产量低于平均产量的数据样本剔除,将低产作物的生产数据样本剔除留下的就是高产的农作物的历史生长环境信息。利用高产的农作物历史生长环境信息构成影响因素矩阵,将历史生长环境信息中可人为控制的信息作为决策变量,其中,可人为控制的信息包括土壤肥力、土壤湿度、光照强度、光照时长等。利用Elman神经网络建立影响因素矩阵与作物产量之间的复杂非线性关系,得到该种农作物的生长培养模型,最后利用MOPSO算法对生长培养模型进行优化,获得决策变量的一组最优解,利用该最优解能够确定使农作物到达最高产量所需要的土壤肥力、土壤湿度、光照强度、光照时长等影响因素,更进一步的可以利用该种方法找出阶段性局部最优解,即每个生长阶段使农作物达到最优健康指数所需要的土壤肥力、土壤湿度、光照强度、光照时长等影响因素。实现对农作物的最优培养方案的选择。
在一个优选实施例中,还包括终端农务控制模块,终端农务控制模块包括:
终端显示单元,通过无线网络与环境信息采集模块建立通信连接,用于接收环境信息并显示给工作人员;
终端控制单元,通过无线网络与终端农务工作模块建立通信连接,用于接收工作人员主动下发的工作指令,并将工作指令发送给终端农务工作模块。
上述技术方案的工作原理和有益效果为:通过终端农务控制模块,使工作人员能够通过手机等移动终端随时随地的观察农场内各监控节点的环境信息,并能够通过手机向终端农务工作模块发送工作指令,使工作人员可以通过网络控制农场的农务工作。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于物联网的智能农业监控平台,其特征在于,包括:
环境信息采集模块,用于采集农场内部的环境信息并发送至云端分析指令模块;
云端分析指令模块,用于对所述环境信息进行分析,并根据分析结果向终端农务工作模块下发工作指令;
终端农务工作模块,用于执行所述工作指令开展农务工作。
2.根据权利要求1所述的一种基于物联网的智能农业监控平台,其特征在于,所述环境信息采集模块包括多个监控节点,所述多个监控节点按照预设的间隔距离进行网格点阵分布,并建立多个监控节点之间的相对位置关系网络;其中,每个所述监控节点上均设置有:
土壤环境信息采集装置,用于采集该监控节点周围的土壤环境信息;
空气环境信息采集装置,用于采集该监控节点周围的空气环境信息;
光照环境信息采集装置,用于采集该监控节点周围的光照环境信息;
作物状态信息采集装置,用于采集该监控节点附近农作物的生长状态图像。
3.根据权利要求2所述的一种基于物联网的智能农业监控平台,其特征在于,预先将农场划分为多个区域,同一个区域内的多个所述监控节点共同连接有一个区域监控单元;
多个所述区域监控单元分别与其周围预设距离范围内的其他监控单元电性连接构成信息共享网络;
每个所述区域监控单元均以以太网模式或GPRS模式与所述云端分析指令模块双向通信连接;
所述区域监控单元用于将多个监控节点所采集的所述土壤环境信息、所述空气环境信息、所述光照环境信息以及所述生长状态图像经过打包处理后,发送至所述云端分析指令模块。
4.根据权利要求1所述的一种基于物联网的智能农业监控平台,其特征在于,所述云端分析指令模块,包括:
信号来源分析单元,用于对所述环境信息进行信号来源分析,确定所述环境信息所对应的监控节点;
数据同步单元,用于将所述环境信息同步到云平台内部该对应的监控节点映射的数据存储空间;
失联节点检测单元,用于根据所述数据存储空间内的环境信息判断出失联的监控节点或者区域监控单元;
环境分析单元,用于判断所述环境信息是否与预设的标准环境信息相符合,并根据判断结果下发工作指令。
5.根据权利要求4所述的一种基于物联网的智能农业监控平台,其特征在于,所述失联节点检测单元执行以下步骤:
步骤101、扫描每个所述数据存储空间内部存储的环境信息,并确定每个所述数据存储空间内数据的最新更新时间;
步骤102、确定同一个区域监控单元下的每个监控节点映射的数据存储空间的多个所述最新更新时间中距离当前时间最接近的最近时间,并计算该最近时间与当前时间的差值是否大于预设的时间差值,若大于预设的时间差值则说明该区域监控单元失联;
步骤103、若确定该区域监控单元未失联,则判断该区域监控单元下的每个监控节点映射的数据存储空间内数据的最新更新时间与所述最近时间是否相等,若不相等则确定该监控节点与所述区域监控单元失联。
6.根据权利要求4所述的一种基于物联网的智能农业监控平台,其特征在于,所述环境分析单元包括:
作物状态分析子单元,用于对某个监控节点所采集的所述环境信息中的生长状态图像进行识别,确定所种植的作物的种类以及作物当前所处于的生长阶段;
标准信息确定子单元,用于基于预设的标准信息对照库确定所种植的作物当前所处于的生长阶段所对应宜生长的多项标准环境信息;其中,每项标准环境信息为一个标准的区间范围;
环境信息分析子单元,用于基于所述标准环境信息,确定该监控节点所采集的所述环境信息中的多项参数是否各自处于标准的区间范围,并确定不处于标准的区间范围的环境信息的类型;
工作指令选择子单元,用于根据所确定的不处于标准的区间范围的环境信息的类型,根据预设的环境信息的类型与农务工作及工作指令表格确定对应该种环境信息的类型的农务工作并自动下发对应的工作指令。
7.根据权利要求4所述的一种基于物联网的智能农业监控平台,其特征在于,所述终端农务工作模块包括:
命令接收识别单元,用于对来自云端分析指令模块的工作指令进行识别,确定该项工作指令所对应的区域监控单元,并确定该区域监控单元对应绑定的农务工作站以及该农务工作站内的多种农务工作机械;
命令分发单元,用于对所述工作指令进行拆解形成多个子命令,确定每个子命令所对应的农务工作机械类型,并将每个子命令分别派发到该农务工作站内对应的农务工作机械;
农务工作执行单元,用于通过多种农务工作机械各自执行其接收到的子命令完成农务工作。
8.根据权利要求7所述的一种基于物联网的智能农业监控平台,其特征在于,所述终端农务工作模块还包括工作协同处理单元,所述工作协同处理单元执行以下操作:
步骤201、确定所述区域监控单元内的多个监控节点的相对位置关系,并根据所述相对位置关系建立二维监控节点阵列图;
步骤202、根据所述工作指令确定每个监控节点需要进行的多项农务工作,根据预设的农务工作的执行优先级序列,选定序列中优先级最高的一项农务工作;
步骤203、在所述二维监控节点阵列图上对需要进行所选定的该项农务工作的多个监控节点进行标注形成该项农务工作的工作区域图;
步骤204、根据该工作区域图所表示的农场的面积大小,确定所需要的用于进行该项农务工作的农务工作机械的数量,并选定该数量的用于进行该项农务工作的农务工作机械使其进入待命状态;
步骤205、根据所述工作区域图以及所选择的农务工作机械的数量以及该种农务工作机械的平均工作速度选择每台农务工作机械的最优施工路线,并命令处于待命状态的农务工作机械按照各自的最优施工路线进行工作;
步骤206、根据所述执行优先级序列确定下一项农务工作,并在执行步骤203至步骤204后使用于进行该下一项农务工作的农务工作机械;
步骤207、根据预设的相连两项农务工作的时间间隔,在上一项农务工作所对应的农务工作机械开始工作后经过所述预设的时间间隔后,立即使进入待命状态的用于进行该下一项农务工作的农务工作机械开始工作。
9.根据权利要求8所述的一种基于物联网的智能农业监控平台,其特征在于,在选择最优施工路线前预先对所标记的多个监控节点进行权值分析,确定每个监控节点的农务工作被考虑进行优先处理的优先权值,过程包括:
获取监控节点的第一类信息,其中,所述第一类信息包括该监控节点周围预设范围内其他被标记的邻居监控节点的总数、预设的该种农务工作机械从该区域对应的所述农务工作站该到该监控节点所需要的能量消耗、每个邻居监控节点该项农务工作需要被处理的紧急程度;其中,邻居监控节点农务工作需要被处理的紧急程度通过以下公式确定:
式中,G(n)表示第n个邻居监控节点农务工作需要被处理的紧急程度,δk为预设的第k类环境信息所对应的修正参数,Kn表示第n个监控节点所采集的第k类环境信息的数值,K0表示预设的第k类环境信息所对应的标准数值;
获取监控节点的第二类信息,其中,所述第二类信息包括该监控节点与每个邻居监控节点之间的实际距离、每个邻居监控节点的监测范围半径、每个邻居监控节点与所述农务工作站之间的距离;
根据所述第一类信息和所述第二类信息,通过下式确定该监控节点对应的优先权值:
式中,Weight表示该监控节点对应的优先权值,ρ表示第一类信息对应预设的第一修正参数,σ表示第二类信息对应预设的第二修正参数,E表示预设的该农务工作机械从该区域对应的所述农务工作站该到该监控节点所需要的能量消耗,e表示自然对数,n表示该监控节点周围预设范围内其他同样被标记的邻居监控节点的总数,d(n)表示该监控节点与第n个邻居监控节点之间的实际距离,r(n)表示第n个邻居监控节点的监测范围半径,s(n)表示第n个邻居监控节点与所述农务工作站之间的距离。
10.根据权利要求4所述的一种基于物联网的智能农业监控平台,其特征在于,所述云端分析指令模块还包括最优培养方案分析单元,所述最优培养方案分析单元执行以下操作:
步骤301、将多个监控节点所采集的环境信息进行数据整合,将每个监控节点周围每个作物周期内农作物的种类信息、历史生长环境信息、作物产量整合为该种农作物的一个生产数据样本;
步骤302、将具有相同种类信息的生产数据样本放入同一个数据集中,并将该数据集内作物产量低于平均产量的数据样本剔除;
步骤303、利用数据集中的每一个生产数据样本的历史生长环境信息构成影响因素矩阵,将历史生长环境信息中可人为控制的信息作为决策变量,其中,可人为控制的信息包括土壤肥力、土壤湿度、光照强度、光照时长;
步骤304、利用Elman神经网络建立影响因素矩阵与作物产量之间的复杂非线性关系,得到该种农作物的生长培养模型;
步骤305、利用MOPSO算法对所述生长培养模型进行优化,获得所述决策变量的一组最优解;
步骤306、根据所述决策变量的该组最优解确定该种农作物的培养方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210474177.XA CN114913029B (zh) | 2022-04-29 | 2022-04-29 | 一种基于物联网的智能农业监控平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210474177.XA CN114913029B (zh) | 2022-04-29 | 2022-04-29 | 一种基于物联网的智能农业监控平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114913029A true CN114913029A (zh) | 2022-08-16 |
CN114913029B CN114913029B (zh) | 2023-05-02 |
Family
ID=82764558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210474177.XA Active CN114913029B (zh) | 2022-04-29 | 2022-04-29 | 一种基于物联网的智能农业监控平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913029B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115297433A (zh) * | 2022-08-31 | 2022-11-04 | 西北农林科技大学 | 一种基于物联网的智慧农业设施操作系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107846323A (zh) * | 2017-10-25 | 2018-03-27 | 国网山东省电力公司信息通信公司 | 一种厂家专业网管北向接口的运行状态监控方法及系统 |
CN108694444A (zh) * | 2018-05-15 | 2018-10-23 | 重庆科技学院 | 一种基于智能数据采集与云服务技术的植物培育方法 |
US20180314949A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Cognitive based decision support system for agriculture |
CN109392668A (zh) * | 2018-11-08 | 2019-03-01 | 南京华渊农业科技有限公司 | 一种基于环境水分监测的生态农业智能灌溉系统 |
WO2019106733A1 (ja) * | 2017-11-29 | 2019-06-06 | 株式会社オプティム | 生育状況または病害虫発生状況の予測システム、方法およびプログラム |
CN110545531A (zh) * | 2019-09-20 | 2019-12-06 | 河南工业大学 | 一种基于大数据和云计算的农作物长势监控方法与系统 |
CN111639811A (zh) * | 2020-06-01 | 2020-09-08 | 中国农业大学 | 基于改进蚁群算法的多农机协同作业远程管理调度方法 |
CN111726407A (zh) * | 2020-06-17 | 2020-09-29 | 浙大城市学院 | 一种智能植物工厂环境下名优花卉及药用植物栽培的雾计算监控技术 |
CN112468985A (zh) * | 2020-07-08 | 2021-03-09 | 上海悠络客电子科技股份有限公司 | 一种基于大数据的农业环境智能系统 |
WO2021124349A1 (en) * | 2019-12-15 | 2021-06-24 | Farmagain Agro Private Limited | An apparatus for autonomous precision farming and management |
CN113836160A (zh) * | 2021-09-28 | 2021-12-24 | 上海市大数据股份有限公司 | 一种基于主从同步的数据流状态监控告警系统 |
CN113994869A (zh) * | 2021-10-12 | 2022-02-01 | 杭州畅鸿信息技术有限公司 | 一种基于物联网的智慧农业智能节水灌溉系统 |
-
2022
- 2022-04-29 CN CN202210474177.XA patent/CN114913029B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180314949A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Cognitive based decision support system for agriculture |
CN107846323A (zh) * | 2017-10-25 | 2018-03-27 | 国网山东省电力公司信息通信公司 | 一种厂家专业网管北向接口的运行状态监控方法及系统 |
WO2019106733A1 (ja) * | 2017-11-29 | 2019-06-06 | 株式会社オプティム | 生育状況または病害虫発生状況の予測システム、方法およびプログラム |
CN108694444A (zh) * | 2018-05-15 | 2018-10-23 | 重庆科技学院 | 一种基于智能数据采集与云服务技术的植物培育方法 |
CN109392668A (zh) * | 2018-11-08 | 2019-03-01 | 南京华渊农业科技有限公司 | 一种基于环境水分监测的生态农业智能灌溉系统 |
CN110545531A (zh) * | 2019-09-20 | 2019-12-06 | 河南工业大学 | 一种基于大数据和云计算的农作物长势监控方法与系统 |
WO2021124349A1 (en) * | 2019-12-15 | 2021-06-24 | Farmagain Agro Private Limited | An apparatus for autonomous precision farming and management |
CN111639811A (zh) * | 2020-06-01 | 2020-09-08 | 中国农业大学 | 基于改进蚁群算法的多农机协同作业远程管理调度方法 |
CN111726407A (zh) * | 2020-06-17 | 2020-09-29 | 浙大城市学院 | 一种智能植物工厂环境下名优花卉及药用植物栽培的雾计算监控技术 |
CN112468985A (zh) * | 2020-07-08 | 2021-03-09 | 上海悠络客电子科技股份有限公司 | 一种基于大数据的农业环境智能系统 |
CN113836160A (zh) * | 2021-09-28 | 2021-12-24 | 上海市大数据股份有限公司 | 一种基于主从同步的数据流状态监控告警系统 |
CN113994869A (zh) * | 2021-10-12 | 2022-02-01 | 杭州畅鸿信息技术有限公司 | 一种基于物联网的智慧农业智能节水灌溉系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115297433A (zh) * | 2022-08-31 | 2022-11-04 | 西北农林科技大学 | 一种基于物联网的智慧农业设施操作系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114913029B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106657401B (zh) | 一种基于物联网的农作物生长监测平台及其监测方法 | |
CN110347127A (zh) | 基于云服务的农作物种植托管系统及方法 | |
CN107613021A (zh) | 基于云模式的农业物联网信息管理系统 | |
CN203433329U (zh) | 一种智能温室大棚物联网远程监控装置 | |
CN111507857A (zh) | 一种基于物联网技术的数字化农业种植系统和方法 | |
CN109460098A (zh) | 一种基于大数据的农业物联网系统 | |
CN111504371A (zh) | 大数据服务系统 | |
CN108881423A (zh) | 一种基于物联网的智慧农业种植系统 | |
CN205540363U (zh) | 基于物联网的有机植物精细化种植数据分析系统 | |
CN103294033A (zh) | 基于物联网的农产品生产过程控制系统及方法 | |
CN105353739A (zh) | 一种智能农业管理系统 | |
CN110119176A (zh) | 一种基于土壤元素资源含量数据检测的农作物种植系统 | |
CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
CN105512950A (zh) | 一种地理信息系统 | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN114913029A (zh) | 一种基于物联网的智能农业监控平台 | |
CN211628101U (zh) | 一种足球场草坪养护系统 | |
KR102355211B1 (ko) | 농작물 재배 모니터링 시스템 | |
CN117016151A (zh) | 智慧农业水肥一体集成灌溉系统 | |
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 | |
CN110308710A (zh) | 一种番茄种植监控平台 | |
CN110377082A (zh) | 一种温室中的自动化控制系统 | |
JP2018173911A (ja) | 情報処理装置、プログラム、情報処理方法、設計情報を生産する方法及びデータ構造 | |
CN108205345A (zh) | 一种蔬菜温室大棚互联网环境自动控制系统 | |
KR20210056213A (ko) | 농장 운영정보 제공 시스템 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230404 Address after: 750000 room 606-2, building 1, phase II, Yinchuan IBI Yucheng center, 490 Ning'an street, Jinfeng District, Yinchuan City, Ningxia Hui Autonomous Region Applicant after: Yunbo (Ningxia) Technology Co.,Ltd. Address before: 510000 self made room 4a03, 4th floor, building 2, compound, No. 139, Dashadi West Road, Huangpu District, Guangzhou, Guangdong Province (office only) Applicant before: Tengshengfu (Guangzhou) Agricultural Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |