CN115018808B - 基于物联网的虫害远程检测方法及系统 - Google Patents

基于物联网的虫害远程检测方法及系统 Download PDF

Info

Publication number
CN115018808B
CN115018808B CN202210724610.0A CN202210724610A CN115018808B CN 115018808 B CN115018808 B CN 115018808B CN 202210724610 A CN202210724610 A CN 202210724610A CN 115018808 B CN115018808 B CN 115018808B
Authority
CN
China
Prior art keywords
pest
insect
eliminated
insect pest
acquiring
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.)
Active
Application number
CN202210724610.0A
Other languages
English (en)
Other versions
CN115018808A (zh
Inventor
郭华机
武身满
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.)
Guangzhou Jiancheng Pest Control Co ltd
Original Assignee
Guangzhou Jiancheng Pest Control 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 Guangzhou Jiancheng Pest Control Co ltd filed Critical Guangzhou Jiancheng Pest Control Co ltd
Priority to CN202210724610.0A priority Critical patent/CN115018808B/zh
Publication of CN115018808A publication Critical patent/CN115018808A/zh
Application granted granted Critical
Publication of CN115018808B publication Critical patent/CN115018808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • 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
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明涉及虫害检测的技术领域，尤其是涉及一种基于物联网的虫害远程检测方法及系统，基于物联网的虫害远程检测方法包括：获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置；获取虫害检测场地信息，根据所述虫害检测场地信息构建虫害检测场地BIM模型，根据所述待消除虫害位置从所述虫害检测场地BIM模型中获取虫害BIM位置；根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置；根据所述虫害生长源头位置触发虫害灭除指令。本申请具有延长虫害消除的持续性的效果。

Description

基于物联网的虫害远程检测方法及系统
技术领域
本发明涉及虫害检测的技术领域，尤其是涉及一种基于物联网的虫害远程检测方法及系统。
背景技术
目前，虫害问题无论是对于农业还是人们的居住生活，都有着比较大的影响，若虫害问题不能及时解决，则容易影响农作物生长、给居民的生活造成影响甚至带来疾病。
现有的对虫害进行处理时，通常是针对当前的虫害的种类，采用对应的灭虫药剂以及设备，通过物理以及化学等手段对虫害进行消除。
上述中的现有技术方案存在以下缺陷：
在对虫害进行消除时，消除的效果的持续性不强，当前的虫害问题消除后，在短时间内容易再次出现虫害问题。
发明内容
为了延长虫害消除的持续性，本申请提供一种基于物联网的虫害远程检测方法及系统。
本申请的上述发明目的一是通过以下技术方案得以实现的：
一种基于物联网的虫害远程检测方法，所述基于物联网的虫害远程检测方法包括：
获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置；
获取虫害检测场地信息，根据所述虫害检测场地信息构建虫害检测场地BIM模型，根据所述待消除虫害位置从所述虫害检测场地BIM模型中获取虫害BIM位置；
根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置；
根据所述虫害生长源头位置触发虫害灭除指令。
通过采用上述技术方案，在有具体的某一个种类的虫害爆发时，根据该虫害的待消除虫害种类以及待消除虫害位置生成该虫害消除指令，能够快速定位需要消除的具体害虫以及该害虫的位置；通过根据虫害检测场地信息构建出虫害检测场地BIM模型，能够从宏观角度查看到虫害的具体位置，从而能够根据待消除虫害位置检测出虫害生长源头位置，在对虫害进行消除时，从该虫害生长繁衍的源头进行消除，能够起到对虫害进行根除的效果，进而能够提升对虫害消除的持续性。
本申请在一较佳示例中可以进一步配置为：所述获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置，具体包括：
获取虫害检测图像，从每张所述虫害检测图像中识别出虫害种类和对应的虫害数量；
根据每张所述虫害检测图像中的所述虫害数量，统计每一类所述虫害种类对应的虫害总数量；
当所述虫害总数量超过对应所述虫害种类对应的数量阈值时，将所述虫害种类作为待消除虫害种类，并将拍摄到所述待消除虫害种类的所述虫害检测图像的拍摄位置作为所述待消除虫害位置。
通过采用上述技术方案，通过从每一张虫害检测图像中识别出虫害种类和对应的虫害数量，从而能够判断出该虫害问题的严重性，当虫害总数量超过阈值时，能够说明该类的虫害已经在该虫害检测场地中繁衍，从而能够便于获取该虫害的源头。
本申请在一较佳示例中可以进一步配置为：所述根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置，具体包括：
根据所述虫害BIM位置在所述虫害检测场地BIM模型中生成虫害扩散路径；
根据所述待消除虫害种类在所述虫害扩散路径中识别虫害传播构件；
从所述虫害扩散路径中获取虫害扩散方向，根据所述虫害扩散方向，从所述虫害传播构建中获取所述虫害生长源头位置。
通过采用上述技术方案，在虫害检测场地BIM模型中生成虫害扩散路径，能够便于沿着该路径寻找虫害的源头，通过结合待消除虫害种类，能够根据该类虫害所适宜的生长环境条件，从而能够在该路径中获取符合该生长环境的虫害传播构件，并结合获取得到的虫害扩散方向，从该虫害扩散路径中寻找虫害生长源头位置。
本申请在一较佳示例中可以进一步配置为：所述虫害灭除指令包括虫害源头灭除指令和虫害源头阻断指令，根据所述虫害生长源头位置触发所述虫害源头阻断指令，具体包括：
根据所述待消除虫害种类获取对应的适宜繁衍条件信息，根据所述适宜繁衍条件信息从所述虫害生长源头位置识别虫害繁衍风险区域以及对应的虫害繁衍风险情况；
根据所述虫害繁衍风险区域以及对应的所述虫害繁衍风险情况触发所述虫害源头阻断指令。
通过采用上述技术方案，在对虫害进行消除时，通过获取该类害虫的适宜繁衍条件和对应的区域，能够在对害虫进行消除时，阻隔该害虫的生长环境，从而有助于在对当前的害虫进行消除后，减少该害虫再次繁衍的风险。
本申请在一较佳示例中可以进一步配置为：在所述根据所述虫害生长源头位置触发虫害灭除指令之后，所述基于物联网的虫害远程检测方法还包括：
统计时间周期内所有待消除虫害种类在所述检测场地信息中对应的所有虫害繁衍风险区域和所述虫害繁衍风险情况；
根据统计结果生成检测场地虫害预防数据。
通过采用上述技术方案，通过统计该区域过往的虫害繁衍区域和繁衍风险情况，能够统计出该区域容易导致虫害的区域以及导致害虫繁衍的环境，有助于提示该区域的人员针对性地预防，从而能够根据实时害虫灭除得到的数据，应用于害虫的预防。
本申请的上述发明目的二是通过以下技术方案得以实现的：
一种基于物联网的虫害远程检测系统，所述基于物联网的虫害远程检测系统包括：
指令解析模块，用于获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置；
BIM模型应用模块，用于获取虫害检测场地信息，根据所述虫害检测场地信息构建虫害检测场地BIM模型，根据所述待消除虫害位置从所述虫害检测场地BIM模型中获取虫害BIM位置；
害虫溯源模块，用于根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置；
指令生成模块，用于根据所述虫害生长源头位置触发虫害灭除指令。
通过采用上述技术方案，在有具体的某一个种类的虫害爆发时，根据该虫害的待消除虫害种类以及待消除虫害位置生成该虫害消除指令，能够快速定位需要消除的具体害虫以及该害虫的位置；通过根据虫害检测场地信息构建出虫害检测场地BIM模型，能够从宏观角度查看到虫害的具体位置，从而能够根据待消除虫害位置检测出虫害生长源头位置，在对虫害进行消除时，从该虫害生长繁衍的源头进行消除，能够起到对虫害进行根除的效果，进而能够提升对虫害消除的持续性。
本申请的上述目的三是通过以下技术方案得以实现的：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于物联网的虫害远程检测方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于物联网的虫害远程检测方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1、，在有具体的某一个种类的虫害爆发时，根据该虫害的待消除虫害种类以及待消除虫害位置生成该虫害消除指令，能够快速定位需要消除的具体害虫以及该害虫的位置；
2、通过根据虫害检测场地信息构建出虫害检测场地BIM模型，能够从宏观角度查看到虫害的具体位置，从而能够根据待消除虫害位置检测出虫害生长源头位置，在对虫害进行消除时，从该虫害生长繁衍的源头进行消除，能够起到对虫害进行根除的效果，进而能够提升对虫害消除的持续性；
3、在虫害检测场地BIM模型中生成虫害扩散路径，能够便于沿着该路径寻找虫害的源头，通过结合待消除虫害种类，能够根据该类虫害所适宜的生长环境条件，从而能够在该路径中获取符合该生长环境的虫害传播构件，并结合获取得到的虫害扩散方向，从该虫害扩散路径中寻找虫害生长源头位置。
附图说明
图1是本申请一实施例中基于物联网的虫害远程检测方法的一流程图；
图2是本申请一实施例中基于物联网的虫害远程检测方法中步骤S10的实现流程图；
图3是本申请一实施例中基于物联网的虫害远程检测方法中步骤S30的实现流程图；
图4是本申请一实施例中基于物联网的虫害远程检测方法中步骤S40的实现流程图；
图5是本申请一实施例中基于物联网的虫害远程检测方法中的另一实现流程图；
图6是本申请一实施例中基于物联网的虫害远程检测装置的一原理框图；
图7是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中，如图1所示，本申请公开了一种基于物联网的虫害远程检测方法，具体包括如下步骤：
S10：获取虫害消除指令，从虫害消除指令中获取待消除虫害种类和待消除虫害位置。
在本实施例中，虫害消除指令是指通知相关人员对虫害进行消杀的指令。待消除虫害种类是指具体需要消杀的害虫的种类。待消除害虫位置是指具体要消杀的害虫所在的位置。
具体地，在一片区域中，例如大型建筑物，检测到或者发现某一处位置出现了较多的害虫，需要进行消除时，将具体出现的害虫的种类作为待消除种类，以及将检测到该类害虫的在该片区域出现的位置作为待消除虫害位置。
S20：获取虫害检测场地信息，根据虫害检测场地信息构建虫害检测场地BIM模型，根据待消除虫害位置从虫害检测场地BIM模型中获取虫害BIM位置。
在本实施例中，虫害检测场地信息是指在获取到虫害消除指令时，该区域场所当前的外貌情况的信息。虫害检测场地BIM模型是指根据虫害检测场地信息构建得到的BIM三维模型。
具体地，通过安装于该片检测虫害的区域的监控摄像头，实时获取该片检测区域的外貌图像，并获取该片检测虫害的区域在建设过程中的构建的BIM模型，作为该虫害检测场地信息。
进一步地，将外貌图像通过BIM技术模拟至构建的BIM模型中，从而得到虫害检测场地BIM模型。
进一步地，根据待消除虫害位置在虫害检测场地BIM模型中获取对应的位置，并对该位置的构建进行标记，从而得到虫害检测场地BIM模型中的虫害BIM位置。
S30：根据虫害BIM位置和待消除虫害种类，从虫害检测场地BIM模型中识别虫害生长源头位置。
在本实施例中，虫害生长源头位置是指当前需要消除的害虫繁衍的巢穴的位置。
具体地，该待消除虫害种类适宜生长繁殖的条件，例如食物残渣、温度以及湿度等，从各个虫害BIM位置中识别是否有满足该适宜生长繁殖条件的位置，以及扩散的路径，从而寻找出该虫害繁衍生长的源头，作为该虫害生长源头位置。
S40：根据虫害生长源头位置触发虫害灭除指令。
具体地，获取该虫害生长源头位置在实际场地中的位置，并根据该实际位置触发虫害灭除指令，以通知相关人员对该位置的虫害进行针对性地消杀，以及消除该害虫适宜生长繁衍的条件，以减少该害虫再次爆发的几率。
在本实施例中，在有具体的某一个种类的虫害爆发时，根据该虫害的待消除虫害种类以及待消除虫害位置生成该虫害消除指令，能够快速定位需要消除的具体害虫以及该害虫的位置；通过根据虫害检测场地信息构建出虫害检测场地BIM模型，能够从宏观角度查看到虫害的具体位置，从而能够根据待消除虫害位置检测出虫害生长源头位置，在对虫害进行消除时，从该虫害生长繁衍的源头进行消除，能够起到对虫害进行根除的效果，进而能够提升对虫害消除的持续性。
在一实施例中，如图2所示，在步骤S10中，即获取虫害消除指令，从虫害消除指令中获取待消除虫害种类和待消除虫害位置，具体包括：
S11：获取虫害检测图像，从每张虫害检测图像中识别出虫害种类和对应的虫害数量。
具体地，通过安装于该待检测区域的监控监控摄像头，将实时拍摄得到的虫害检测图像用于检测是否有害虫。在得到虫害检测图像后，通过预先训练得到的用于识别每一种害虫的模型对虫害检测图像进行识别，若能够识别出害虫，则获取识别得到的害虫的害虫种类，并获取该张虫害检测图像中，该虫害种类的虫害数量。在获取虫害数量时，可以通过相同种类的害虫占该画面的面积比例或者像素点数量进行表示。
S12：根据每张虫害检测图像中的虫害数量，统计每一类虫害种类对应的虫害总数量。
具体地，从不同位置的监控摄像头拍摄到该虫害种类的虫害图像中，统计各个图像的虫害数量，从而得到该虫害总数量。
S13：当虫害总数量超过对应虫害种类对应的数量阈值时，将虫害种类作为待消除虫害种类，并将拍摄到待消除虫害种类的虫害检测图像的拍摄位置作为待消除虫害位置。
具体地，在该虫害种类超过对应的数量阈值时，说明该类害虫在该区域开始泛滥，需要集中进行消杀，将该虫害种类作为待消除虫害种类，并将用于统计虫害总数量的虫害检测图像拍摄的位置组成待消除虫害位置，使得该虫害检测图像不仅能够检测是否有害虫，还能用于辅助标记害虫的扩散路径。
在一实施例中，如图3所示，在步骤S30中，即根据虫害BIM位置和待消除虫害种类，从虫害检测场地BIM模型中识别虫害生长源头位置，具体包括：
S31：根据虫害BIM位置在虫害检测场地BIM模型中生成虫害扩散路径。
具体地，通过在虫害检测场地BIM模型中标记的各个虫害BIM位置进行拼接，从而得到该类虫害在该片待检测区域内的活动范围，将该活动范围作为虫害扩散路径。
S32：根据待消除虫害种类在虫害扩散路径中识别虫害传播构件。
在本实施例中，虫害传播构件是指在虫害检测场地BIM模型中，待消除虫害种类对应的害虫适宜繁衍的结构。
具体地，根据该待消除虫害种类，获取该类害虫适宜生长和繁衍的区域以及条件，例如对于蟑螂，该对于垃圾站的剩饭剩菜的气味是具备其适宜生长和繁衍的条件的区域，又例如白蚁，隐蔽的木质构件属于其适宜生长和繁衍的条件和区域。
进一步地，根据该待消除虫害种类对应的适宜生长和繁衍的区域以及条件，在虫害扩散路径中进行匹配查询，从而得到对应的虫害传播构件。
S33：从虫害扩散路径中获取虫害扩散方向，根据虫害扩散方向，从虫害传播构件中获取虫害生长源头位置。
具体地，从虫害检测图像中获取害虫的行径方向，例如蚂蚁群体的移动方向，并结合虫害扩散路径生成虫害扩散方向，根据该扩散方向相反的方向，逐个筛选虫害传播构件，从而将最后获取到的虫害传播构件作为虫害生长源头位置。
在一实施例中，如图4所示，在步骤S40中，虫害灭除指令包括虫害源头灭除指令和虫害源头阻断指令，根据虫害生长源头位置触发虫害源头阻断指令，具体包括：
S41：根据待消除虫害种类获取对应的适宜繁衍条件信息，根据适宜繁衍条件信息从虫害生长源头位置识别虫害繁衍风险区域以及对应的虫害繁衍风险情况。
具体地，在根据待消除虫害种类获取到对应的适宜繁衍条件信息后，即上述步骤S32中适宜生长和繁衍的区域以及条件后，在该虫害生长源头位置识别出对应的虫害繁衍风险区域，例如具体的垃圾桶、木质构件或者垃圾堆放的区域，并在该区域中获取具体的害虫生长的情况，作为虫害繁衍风险情况，例如通风情况、积水情况以及其他情况等。
S42：根据虫害繁衍风险区域以及对应的虫害繁衍风险情况触发虫害源头阻断指令。
具体地，根据该虫害繁衍风险区域以及对应的虫害繁衍风险情况触发虫害源头阻断指令，以清除对应区域的通风情况、积水情况、垃圾异味以及杂物堆积等问题。
在一实施例中，如图5所示，在步骤S40之后，根据虫害生长源头位置触发虫害灭除指令之后，基于物联网的虫害远程检测方法还包括：
S50：统计时间周期内所有待消除虫害种类在检测场地信息中对应的所有虫害繁衍风险区域和虫害繁衍风险情况。
具体地，在每一次对害虫进行消除后，记录该待检测区域中的待消除虫害种类以及对应的虫害繁衍风险区域和虫害繁衍风险情况，并按照预设的时间周期，例如一个月、一个季度等，对该虫害繁衍风险区域和虫害繁衍风险情况进行统计，得到该待检测区域在该时间周期内存在的虫害繁衍的问题点。
S60：根据统计结果生成检测场地虫害预防数据。
具体地，根据统计结果，生成检测场地虫害预防数据，作为该待检测区域过后防止害虫滋生的预防措施，从而能够精准防害，也能够有利于该待检测区域内的人们养成良好放害虫的习惯。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在一实施例中，提供一种基于物联网的虫害远程检测系统，该基于物联网的虫害远程检测系统与上述实施例中基于物联网的虫害远程检测方法一一对应。如图6所示，该基于物联网的虫害远程检测系统包括指令解析模块、BIM模型应用模块、害虫溯源模块和指令生成模块。各功能模块详细说明如下：
指令解析模块，用于获取虫害消除指令，从虫害消除指令中获取待消除虫害种类和待消除虫害位置；
BIM模型应用模块，用于获取虫害检测场地信息，根据虫害检测场地信息构建虫害检测场地BIM模型，根据待消除虫害位置从虫害检测场地BIM模型中获取虫害BIM位置；
害虫溯源模块，用于根据虫害BIM位置和待消除虫害种类，从虫害检测场地BIM模型中识别虫害生长源头位置；
指令生成模块，用于根据虫害生长源头位置触发虫害灭除指令。
可选的，指令解析模块包括：
图像识别子模块，用于获取虫害检测图像，从每张虫害检测图像中识别出虫害种类和对应的虫害数量；
数量统计子模块，用于根据每张虫害检测图像中的虫害数量，统计每一类虫害种类对应的虫害总数量；
指令生成子模块，用于当虫害总数量超过对应虫害种类对应的数量阈值时，将虫害种类作为待消除虫害种类，并将拍摄到待消除虫害种类的虫害检测图像的拍摄位置作为待消除虫害位置。
可选的，害虫溯源模块包括：
路径获取子模块，用于根据虫害BIM位置在虫害检测场地BIM模型中生成虫害扩散路径；
构件识别子模块，用于根据待消除虫害种类在虫害扩散路径中识别虫害传播构件；
溯源子模块，用于从虫害扩散路径中获取虫害扩散方向，根据虫害扩散方向，从虫害传播构建中获取虫害生长源头位置。
可选的，指令生成模块包括：
繁衍风险获取子模块，用于根据待消除虫害种类获取对应的适宜繁衍条件信息，根据适宜繁衍条件信息从虫害生长源头位置识别虫害繁衍风险区域以及对应的虫害繁衍风险情况；
阻断指令子模块，用于根据虫害繁衍风险区域以及对应的虫害繁衍风险情况触发虫害源头阻断指令。
可选的，基于物联网的虫害远程检测系统还包括：
统计模块，用于统计时间周期内所有待消除虫害种类在检测场地信息中对应的所有虫害繁衍风险区域和虫害繁衍风险情况；
预防数据获取模块，用于根据统计结果生成检测场地虫害预防数据。
关于基于物联网的虫害远程检测系统的具体限定可以参见上文中对于基于物联网的虫害远程检测方法的限定，在此不再赘述。上述基于物联网的虫害远程检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于物联网的虫害远程检测方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取虫害消除指令，从虫害消除指令中获取待消除虫害种类和待消除虫害位置；
获取虫害检测场地信息，根据虫害检测场地信息构建虫害检测场地BIM模型，根据待消除虫害位置从虫害检测场地BIM模型中获取虫害BIM位置；
根据虫害BIM位置和待消除虫害种类，从虫害检测场地BIM模型中识别虫害生长源头位置；
根据虫害生长源头位置触发虫害灭除指令。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取虫害消除指令，从虫害消除指令中获取待消除虫害种类和待消除虫害位置；
获取虫害检测场地信息，根据虫害检测场地信息构建虫害检测场地BIM模型，根据待消除虫害位置从虫害检测场地BIM模型中获取虫害BIM位置；
根据虫害BIM位置和待消除虫害种类，从虫害检测场地BIM模型中识别虫害生长源头位置；
根据虫害生长源头位置触发虫害灭除指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (6)

1.一种基于物联网的虫害远程检测方法，其特征在于，所述基于物联网的虫害远程检测方法包括：
获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置，具体包括：
获取虫害检测图像，从每张所述虫害检测图像中识别出虫害种类和对应的虫害数量；
根据每张所述虫害检测图像中的所述虫害数量，统计每一类所述虫害种类对应的虫害总数量；
当所述虫害总数量超过对应所述虫害种类对应的数量阈值时，将所述虫害种类作为待消除虫害种类，并将拍摄到所述待消除虫害种类的所述虫害检测图像的拍摄位置作为所述待消除虫害位置；
获取虫害检测场地信息，根据所述虫害检测场地信息构建虫害检测场地BIM模型，根据所述待消除虫害位置从所述虫害检测场地BIM模型中获取虫害BIM位置；
根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置，具体包括：
根据所述虫害BIM位置在所述虫害检测场地BIM模型中生成虫害扩散路径；
根据所述待消除虫害种类在所述虫害扩散路径中识别虫害传播构件；
从所述虫害扩散路径中获取虫害扩散方向，根据所述虫害扩散方向，从所述虫害传播构件 中获取所述虫害生长源头位置；
根据所述虫害生长源头位置触发虫害灭除指令。
2.根据权利要求1所述的基于物联网的虫害远程检测方法，其特征在于，所述虫害灭除指令包括虫害源头灭除指令和虫害源头阻断指令，根据所述虫害生长源头位置触发所述虫害源头阻断指令，具体包括：
根据所述待消除虫害种类获取对应的适宜繁衍条件信息，根据所述适宜繁衍条件信息从所述虫害生长源头位置识别虫害繁衍风险区域以及对应的虫害繁衍风险情况；
根据所述虫害繁衍风险区域以及对应的所述虫害繁衍风险情况触发所述虫害源头阻断指令。
3.根据权利要求2所述的基于物联网的虫害远程检测方法，其特征在于，在所述根据所述虫害生长源头位置触发虫害灭除指令之后，所述基于物联网的虫害远程检测方法还包括：
统计时间周期内所有待消除虫害种类在所述检测场地信息中对应的所有虫害繁衍风险区域和所述虫害繁衍风险情况；
根据统计结果生成检测场地虫害预防数据。
4.一种基于物联网的虫害远程检测系统，其特征在于，所述基于物联网的虫害远程检测系统包括：
指令解析模块，用于获取虫害消除指令，从所述虫害消除指令中获取待消除虫害种类和待消除虫害位置，所述指令解析模块包括：
图像识别子模块，用于获取虫害检测图像，从每张所述虫害检测图像中识别出虫害种类和对应的虫害数量；
数量统计子模块，用于根据每张所述虫害检测图像中的所述虫害数量，统计每一类所述虫害种类对应的虫害总数量；
指令生成子模块，用于当所述虫害总数量超过对应所述虫害种类对应的数量阈值时，将所述虫害种类作为待消除虫害种类，并将拍摄到所述待消除虫害种类的所述虫害检测图像的拍摄位置作为所述待消除虫害位置；
BIM模型应用模块，用于获取虫害检测场地信息，根据所述虫害检测场地信息构建虫害检测场地BIM模型，根据所述待消除虫害位置从所述虫害检测场地BIM模型中获取虫害BIM位置；
害虫溯源模块，用于根据所述虫害BIM位置和所述待消除虫害种类，从所述虫害检测场地BIM模型中识别虫害生长源头位置，所述害虫溯源模块包括：
路径获取子模块，用于根据所述虫害BIM位置在所述虫害检测场地BIM模型中生成虫害扩散路径；
构件识别子模块，用于根据所述待消除虫害种类在所述虫害扩散路径中识别虫害传播构件；
溯源子模块，用于从所述虫害扩散路径中获取虫害扩散方向，根据所述虫害扩散方向，从所述虫害传播构件 中获取所述虫害生长源头位置；
指令生成模块，用于根据所述虫害生长源头位置触发虫害灭除指令。
5.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述基于物联网的虫害远程检测方法的步骤。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述基于物联网的虫害远程检测方法的步骤。
CN202210724610.0A 2022-06-24 2022-06-24 基于物联网的虫害远程检测方法及系统 Active CN115018808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210724610.0A CN115018808B (zh) 2022-06-24 2022-06-24 基于物联网的虫害远程检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210724610.0A CN115018808B (zh) 2022-06-24 2022-06-24 基于物联网的虫害远程检测方法及系统

Publications (2)

Publication Number Publication Date
CN115018808A CN115018808A (zh) 2022-09-06
CN115018808B true CN115018808B (zh) 2023-04-21

Family

ID=83077347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210724610.0A Active CN115018808B (zh) 2022-06-24 2022-06-24 基于物联网的虫害远程检测方法及系统

Country Status (1)

Country Link
CN (1) CN115018808B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103238575A (zh) * 2013-02-18 2013-08-14 北京依科曼生物技术有限公司 一种新型的害虫远程实时智能监控系统及其系统监控方法
CN112055079A (zh) * 2020-09-03 2020-12-08 华艺生态园林股份有限公司 一种基于云计算平台的病虫害监测预警系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103760847A (zh) * 2013-12-31 2014-04-30 北京瀚景锦河科技有限公司 一种虫害远程监控系统及方法
CN109472252B (zh) * 2018-12-28 2024-06-11 华南农业大学 一种田间作物虫害自动识别及作业管理系统
CN113592214A (zh) * 2021-05-25 2021-11-02 红火蚁科技有限公司 害虫的云采集防控方法、系统、电子设备及存储介质
CN113287585A (zh) * 2021-05-25 2021-08-24 红火蚁科技有限公司 一种红火蚁防控方法和系统
CN114255262A (zh) * 2021-12-15 2022-03-29 赣南师范大学 一种害虫消杀系统、方法、电子设备及存储介质
CN114445997A (zh) * 2022-02-18 2022-05-06 中建科工集团有限公司 一种基于bim和物联网技术的智慧消防监控方法、系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103238575A (zh) * 2013-02-18 2013-08-14 北京依科曼生物技术有限公司 一种新型的害虫远程实时智能监控系统及其系统监控方法
CN112055079A (zh) * 2020-09-03 2020-12-08 华艺生态园林股份有限公司 一种基于云计算平台的病虫害监测预警系统

Also Published As

Publication number Publication date
CN115018808A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
O’Connor et al. Camera trap arrays improve detection probability of wildlife: Investigating study design considerations using an empirical dataset
Nichols Capture-recapture models
Mills et al. Take only photographs, leave only footprints: novel applications of non-invasive survey methods for rapid detection of small, arboreal animals
Anton et al. Evaluation of remote cameras for monitoring multiple invasive mammals in New Zealand
Swann et al. Camera trapping for animal monitoring and management: a review of applications
CN108711455B (zh) 一种登革热防控方法及系统
Elizondo et al. Using trail cameras to estimate free‐ranging domestic cat abundance in urban areas
García-Díaz et al. Challenges in confirming eradication success of invasive red-eared sliders
Robley et al. Evaluation of camera trap sampling designs used to determine change in occupancy rate and abundance of feral cats
Jacques et al. Evaluating how hunters see and react to telemetry collars on white‐tailed deer
US20220076141A1 (en) Insect attack risk prediction system and method
CN115018808B (zh) 基于物联网的虫害远程检测方法及系统
Madsen et al. Weather and exposure period affect coyote detection at camera traps
McRae et al. Factors affecting bait site visitation: area of influence of baits
Nur et al. Evaluating population impacts of predation by owls on storm petrels in relation to proposed island mouse eradication
Lazenby et al. Detecting species interactions using remote cameras: effects on small mammals of predators, conspecifics, and climate
US20210084885A1 (en) Apparatus for spray management
CN116686814A (zh) 一种植保无人机的施药控制方法、系统及介质
Pretelli et al. Location matters: survival of artificial nests is higher in small grassland patches and near the patch edge
CN115468598A (zh) 一种猪舍环境智慧监控方法及系统
Koen et al. Evaluating potential sources of invasive wild pigs in Ontario
Rivera‐Milán et al. Field trials of line‐transect surveys of bird carcasses in agro‐ecosystems of Argentina's Pampas region
Whitlock et al. The National Gamebag Census as a tool for monitoring mammal abundance in the UK
Woodford et al. Assessing feral pig and deer abundance in Indigenous Protected Areas adjoining Budj Bim National Park
WO2023190096A1 (ja) 虫同定用画像データの生成方法及び虫同定システム

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