CN115390504A - 一种基于5g物联网的智慧农业种植系统 - Google Patents
一种基于5g物联网的智慧农业种植系统 Download PDFInfo
- Publication number
- CN115390504A CN115390504A CN202211201973.2A CN202211201973A CN115390504A CN 115390504 A CN115390504 A CN 115390504A CN 202211201973 A CN202211201973 A CN 202211201973A CN 115390504 A CN115390504 A CN 115390504A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- growth
- crop
- crop growth
- 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
Links
- 238000009313 farming Methods 0.000 title claims description 5
- 230000006855 networking Effects 0.000 title claims description 5
- 230000012010 growth Effects 0.000 claims abstract description 136
- 238000012544 monitoring process Methods 0.000 claims abstract description 51
- 238000003860 storage Methods 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 230000006872 improvement Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 241000196324 Embryophyta Species 0.000 description 29
- 238000009333 weeding Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 230000002363 herbicidal effect Effects 0.000 description 3
- 239000004009 herbicide Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧农业领域,具体涉及一种基于5G物联网的智慧农业种植系统,包括传感器采集模块,用于对农作物生长现场的环境信息进行采集,生成农作物生长环境信息;5G无线中继模块,用于将对应的农作物生长环境信息传输到5G基站上;存储模块,用于接收和存储5G基站上的农作物生长环境信息;模型构建模块,用于构建农作物生长模型;判断模块,用于根据对应的农作物生长模型和对应的农作物生长环境信息,判断当前该农作物的生长环境是否符合要求;预警模块,用于在对应的判断结果为不符合时,进行预警。本方案能够实现对农作物环境的智能化监测管理,降低农作物种植的难度和复杂度。
Description
技术领域
本发明涉及智慧农业领域,具体涉及一种基于5G物联网的智慧农业种植系统。
背景技术
随着社会经济的发展,设施农业作为农业可持续发展的一个重要途径,已经越来越受到重视,而设施农业中温室工程的建设与发展是都市型发展的重要组成部分,是设施农业发展的高级阶段,温室生产突破了传统农业模式,避免种植物种植受地域、自然环境、气候等因素的限制,从而成为一种新的种植物种植技术,对农业的发展具有重要意义。
而现有的技术中虽然能够对植物的环境进行监控,但是在种植过程中,对植物的生长进行判断时更多的是采用人工的方式,通过人的经验来进行判断,依据这个判断来对环境进行控制,这种方式的种植技术比较受限与人的经验,对于植物的种植环境不能实现智能化的管理,大大提高了种植的难度和复杂度。
发明内容
本发明意在提供一种基于5G物联网的智慧农业种植系统,能够实现对农作物环境的智能化监测管理,降低农作物种植的难度和复杂度。
为达到上述目的,本发明采用如下技术方案:一种基于5G物联网的智慧农业种植系统,包括:
传感器采集模块,用于对农作物生长现场的环境信息进行采集,生成农作物生长环境信息,所述农作物生长环境信息包括温度信息、湿度信息、光照度信息、土壤含水量信息、生长时间;
5G无线中继模块,用于将对应的农作物生长环境信息传输到5G基站上;
存储模块,用于接收和存储5G基站上的农作物生长环境信息;
模型构建模块,用于构建农作物生长模型;
判断模块,用于根据对应的农作物生长模型和对应的农作物生长环境信息,判断当前该农作物的生长环境是否符合要求;
预警模块,用于在对应的判断结果为不符合时,进行预警。
本方案的原理及优点是:在本方案中,通过传感器采集模块来对农作物生长现场的环境信息进行收集,为了更好的更快的实现环境信息的收集和传输,通过5G无线中继模块将对应的数据传输到5G基站上,利用5G网络具有高速率大带宽、低时延、海量连接的特点,使得对应的农作物的生长环境信息能够得到及时的快速的传输,大大提高了操作人员对接收到数据的效率,使得农作物能够得到更好的更快的保护。在传输完成的第一时间就对农作物生长环境信息通过农作物生长模型来识别出生长环境不符合要求的数据,并在第一时间进行预警,这样可以使得操作人员在第一时间知晓对应的生长环境信息不符合要求,能够使得操作人员能够及时的对农作物所对应的数据信息进行反馈,实现对农作物的生长环境信息快传输、生长环境信息的快判断、以及不符合要求的及时预警。
1、采集的生长环境信息包括温度信息、湿度信息、光照度信息、土壤含水量信息、生长时间;整个采集到的关于农作物的生长环境信息比较全面,在进行比较时,能够更加准确的更加科学的进行判断,得到的数据也会更加的真实。
2、通过5G无线中继模块将对应的数据传输到5G基站,利用5G网络具有高速率大带宽、低时延、海量连接的特点,使得对应的农作物的生长环境信息能够得到及时的快速的传输,大大提高了操作人员对接收到数据的效率,这样也能确保操作人员能够比较快速的接收到数据,也就减低了他人更改或者篡改数据的时间,也就进一步减低了数据出现错误的可能性,从而进一步提高数据的安全性和准确性。
3、通过农作物生长模型对获取到的生长环境信息进行判断,利用模型的这种方式使得对生长环境信息的判断更加的准确和可信,大大提高了预警的准确性,也进一步减低了农作物对应的生长环境信息不符合要求的时间,从而降低农作物的损失,与现有技术中通过人工的方式对农作物的生长进行判断,本方案实现对农作物环境的智能化监测管理,不再需要人工对生长环境进行判断,大大降低农作物种植的难度和复杂度。
优选的,作为一种改进,所述模型构建模块包括:
数据采集模块,用于获取对应的农作物生长环境信息的历史信息,以及与历史信息对应的农作物生长状态信息;
农作物生长模型构建模块,用于根据农作物生长环境信息的历史信息以及与历史信息对应的农作物生长状态信息,构建出对应的农作物生长模型。
有益效果:在对农作物生长模型进行构建时,对应的数据采用的是对应的生长环境信息的历史信息,以及对应的农作物生长状态信息,要知道在没有建立对应的模型时,是无法对环境进行合理调节的,所以根据模型建立前对应的历史信息,以及对应的农作物生长状态信息,可以很好的判断出农作物比较有利的生长环境,也就能比较准确和科学的构建出对应的农作物生长模型,通过这种方式大大提高模型构建的准确度和真实度。
优选的,作为一种改进,还包括环境参数调整模块,用于通过农作物生长现场内的调整设备对农作物的生长环境进行调整;
所述存储模块,还用于存储农作物各个生长时间所对应的标准生长环境信息;
自动控制模块,用于在判断结果为不符合时,根据农作物当前的生长时间,从存储模块中调取该生长时间所对应的标准生长环境信息,将对应的农作物生长环境信息中的温度信息、湿度信息、光照度信息、土壤含水量信息分别与标准生长环境信息进行一一比较,当对应的信息与标准信息之间的差值的绝对值大于预设阈值,则根据对应的差值,自动对环境参数调整模块中对应的调整设备进行调整。
有益效果:在对应的判断结果为不符合的时候,此时说明对应的农作物的生长环境是比较糟糕的,可能不太适合该农作物的生长,基于这一点,就会对对应的调整设备进行自动控制,在进行自动控制时,对应的依据时根据农作物当前的生长时间,来匹配到标准的生长环境信息,例如标准情况下处于这个生长时间的该农作物对应的环境为:温度30度,而此时的真实的环境温度达到了40度,对应的两者之间的差值超出了该温度这个参数的预设阈值,这时就会控制控制温度的调整设备进行调整,使得对应的温度降低到小于预设阈值,这样就可以满足当前农作物的生长需要。而在这个过程中其他参数如果是满足条件的那么久不会井下调整,整个调整的过程比较智能,是有针对性的进行调整,当然在调整时也没有说对应的信息的值要调整到与标准一致,而是在一个区间,这样对于农作物来说,更加的有针对性,更加的因地制宜。
优选的,作为一种改进,还包括视频监控模块,用于对农作物的现场进行实时的监控,生成对应的监控信息;
分析模块,用于根据获取到的上一时刻的监控信息和当前时刻下的监控信息,对实时监控信息内的农作物的植株颜色分布信息、植株大小进行分析,并根据对应的分析结果,对该农作物在下一时刻下的生长情况进行预测,预测该农作物在下一时刻是否是正向生长;
存储模块,还用于在预测出该农作物在下一时刻不是正向生长时,对该农作物在当前时刻的监控信息进行保存;
专家论证模块,用于将存储模块中存储的该农作物在当前时刻下的监控信息发送给对应的专家,并对该农作物在当前时刻下的生长状态进行探讨,生成对应的专家改善方案;
查看模块,用于对专家改善方案进行查看。
有益效果:本方案中,通过对农作物进行实时监控,并根据监控信息对农作物在下一时刻下的生长状态进行判断,通过这种对下一时刻下的生长状态的预测,可以对下一时刻的农作物生长状态进行提前的知晓,给予操作人员更多的时间去面对和解决,同时在对应的下一时刻可能出现不好的生长状态的时候,会将对应的监控信息给予到专家进行查看,通过这种方式可以使得专家对当前时刻下的农作物的生长状态有一个很好的了解,也能对下一时刻的生长状态进行判断,通过专家给出的改善方案可以使得整个判断结果更加准确,不仅可以根据对应的改善方案知道系统给出的预测是否正确,同时也可以根据对应的改善方案对农作物的生长环境进行调整,大大提高农作物下一时刻的生长状态,使得农作物的存活率大大提高,有助于对农作物进行管理。
优选的,作为一种改进,所述调整设备包括喷淋装置、卷帘、风机、照明灯。
优选的,作为一种改进,还包括人员识别模块,用于根据获取到当前时刻下的监控信息,对监控信息中的出现的人员进行捕捉,并对其身份进行识别,判断该人员是否是操作人员;
预警模块,还用于在判断结果为该人员不是操作人员时,控制该农作物现场的报警设备进行警告;
所述人员识别模块还用于根据下一时刻下的监控信息,对监控信息中出现的人员进行再一次捕捉和识别,判断前后两次的人员身份是否一致;
证据保存模块,用于在对应的判断结果为前后两次的人员身份是一致时,对下一时刻的监控信息中出现该人员的画面内容进行裁剪并保持到存储模块中。
有益效果:本方案中,通过对监控信息中的人员的身份进行识别,判断出对应的人员是否不是操作人员,这种情况下可能是出现非操作人员例如小偷或者是破坏者,所以会在第一时间控制现场的报警装置进行警告,通过这种方式劝退该人员,而如果下一时刻还是识别到这个人,那么就会将其对应的画面进行保存,这样可以当做证据进行使用,同时在需要时,不用一个一个的去找,大大节省了取证的时间,使得对应的取证效率大大提高。
附图说明
图1为本发明实施例一中基于5G物联网的智慧农业种植系统的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:一种基于5G物联网的智慧农业种植系统,包括传感器采集模块、5G无线中继模块、存储模块、模型构建模块、判断模块、预警模块、环境参数调整模块、自动控制模块、视频监控模块、分析模块、专家论证模块、查看模块、人员识别模块、证据保存模块。
具体的,传感器采集模块,用于对农作物生长现场的环境信息进行采集,生成农作物生长环境信息,农作物生长环境信息包括温度信息、湿度信息、光照度信息、土壤含水量信息,生长时间;
5G无线中继模块,用于将对应的农作物生长环境信息传输到5G基站上;在本实施例中,通过5G无线中继模块收集传感器数据即农作物生长环境信息,通过5G基站直接与移动终端和业务平台服务器相连即在需要数据时直接去访问5G基站,大大提高了传输速率、并降低了传输时延,而且5G网络具有海量连接的特点。
存储模块,用于接收和存储5G基站上的农作物生长环境信息;
模型构建模块,用于构建农作物生长模型;其中,所述模型构建模块包括:
数据采集模块,用于获取对应的农作物生长环境信息的历史信息,以及与历史信息对应的农作物生长状态信息;
农作物生长模型构建模块,用于根据农作物生长环境信息的历史信息以及与历史信息对应的农作物生长状态信息,构建出对应的农作物生长模型。
判断模块,用于根据对应的农作物生长模型和对应的农作物生长环境信息,判断当前该农作物的生长环境是否符合要求;
预警模块,用于在对应的判断结果为不符合时,进行预警。
环境参数调整模块,用于通过农作物生长现场内的调整设备对农作物的生长环境进行调整;在本实施例中调整设备包括喷淋装置、卷帘、风机、照明灯。
所述存储模块,还用于存储农作物各个生长时间所对应的标准生长环境信息;
自动控制模块,用于在判断结果为不符合时,根据农作物当前的生长时间,从存储模块中调取该生长时间所对应的标准生长环境信息,将对应的农作物生长环境信息中的温度信息、湿度信息、光照度信息、土壤含水量信息分别与标准生长环境信息进行一一比较,当对应的信息与标准信息之间的差值的绝对值大于预设阈值,则根据对应的差值,自动对环境参数调整模块中对应的调整设备进行调整。例如,某一农作物在生长了30天时,对应的标准生长环境信息中的温度为26度,而在当前时刻下对应的该农作物的温度却是在25度,而整个预设阈值为3度,所以整个差值没有大于预设阈值,这样就不用对调整设备进行调整,反之如果这个预设阈值是0.5度的话,那么就需要对调整设备进行调整。本实施例并没有在不达标的时候,就直接将对应的数据与标准进行对标,当然并不是说与标准数据一模一样不好,只是能够一样当然可以接受,但是数据上有一些差异也是可以接受的,毕竟也是要考虑到能量的消耗问题,不能说为了确保与标准数据一样就使劲消耗能量,这是没有必要的,也大可不必,只要满足要求,对应的能量的损耗也能比较合理就行。
视频监控模块,用于对农作物的现场进行实时的监控,生成对应的监控信息;在本实施例中通过摄像头对现场进行监控。
分析模块,用于根据获取到的上一时刻的监控信息和当前时刻下的监控信息,对实时监控信息内的农作物的植株颜色分布信息、植株大小进行分析,并根据对应的分析结果,对该农作物在下一时刻下的生长情况进行预测,预测该农作物在下一时刻是否是正向生长;
在本实施例中,对应的农作物生长情况的预测是使用的BP神经网络模型,BP神经网络模块使用BP神经网络技术来农作物生长情况进行预测,具体的首先构建一个三层的BP神经网络模型,包括输入层、隐层和输出层,本实施例中,以植株颜色分布信息、植株大小、植株生长时间作为输入层的输入,因此输入层有3个节点,而输出成是对下一时刻是否是正向生长进行预测,因此有一个节点;针对隐层,本实施例中,使用的使用了以下公式来确定隐层节点的数量:其中l为隐层的节点数,n为输入层的节点数,m为输出层的节点数,a为1至10之间的一个数,本实施例中取为6,因此共有8个节点。BP神经网络通常采用Sigmoid可微函数和线性函数作为网络的激励函数。本文选择S型正切函数tansig作为隐层神经元的激励函数。预测模型选取S型对数函数tansig作为输出层神经元的激励函数。在BP网络模型构建完毕后,利用历史数据作为样本对模型进行训练,通过再制造记录训练完成后得到的模型可以取得较为准确的评定结果。
存储模块,还用于在预测出该农作物在下一时刻不是正向生长时,对该农作物在当前时刻的监控信息进行保存;
专家论证模块,用于将存储模块中存储的该农作物在当前时刻下的监控信息发送给对应的专家,并对该农作物在当前时刻下的生长状态进行探讨,生成对应的专家改善方案;
查看模块,用于对专家改善方案进行查看。
人员识别模块,用于根据获取到当前时刻下的监控信息,对监控信息中的出现的人员进行捕捉,并对其身份进行识别,判断该人员是否是操作人员;
预警模块,还用于在判断结果为该人员不是操作人员时,控制该农作物现场的报警设备进行警告;
所述人员识别模块还用于根据下一时刻下的监控信息,对监控信息中出现的人员进行再一次捕捉和识别,判断前后两次的人员身份是否一致;
证据保存模块,用于在对应的判断结果为前后两次的人员身份是一致时,对下一时刻的监控信息中出现该人员的画面内容进行裁剪并保持到存储模块中。
在本实施例中,会对农作物的现场进行实时的监控,在监控信息中如果出现人员,就会对该人员进行捕捉同时识别该人员的身份,这样可以判断进入到这个农作物现场的人员是不是操作人员,在识别到不是操作人员的时候,会在第一时间进行现场警告,通过这种现场警告的方式来对该人员进行劝退,毕竟该人员也是第一次进入,可能不知道规矩,而如果在下一时刻还捕捉到该人员的话,就会将该人员的画面内容进行保存,这样在该人员做出不利于农作物生长的举动,例如毁坏农作物等行为时可以作为有效的证据进行质问和报警。
实施例二
与实施例一相比,本实施例的不同之处在于:杂草图像采集模块,用于对农作物生长现场的杂草图像信息进行采集,生成对应的杂草图像信息;
杂草识别模块,用于根据杂草图像信息,将杂草图像信息分为四等份,之后识别各个等份处的杂草等级,所述杂草等级包括第一等级、第二等级和第三等级;
处理模块,用于根据该杂草图像信息中各个等份的杂草等级,匹配对应的除草策略;
所述除草策略包括使用除草剂、使用除草车、不处理;
具体的,当杂草图像信息的四个等份中存在第一等级,或者存在至少两个第二等级的,对应的除草策略为使用除草剂;不存在第一等级和第二等级的,使用的除草策略为不处理,其他的均对应使用除草车这一除草策略。
在本实施例中,通过杂草图像采集模块对农作物的生长现场进行采集,此时就可以采集到杂草图像信息,之后会将这个图像一分为四,对每一块图像进行识别,判断对应的杂草的高度、密度、以及与农作物之间的比对,通过多方面的判断,最后对每一块图像中杂草的杂草等级进行识别,在识别完成之后,就会综合的对这些等级匹配对应的除草策略,例如,杂草图像信息被分为A、B、C、D四块,在对这四块进行识别后,若A对应的第一等级,那么不管其他的几块,对应的除草策略都是使用除草剂,若A对应的是第二等级,B、C、D对应的都是第三等级,则对应的除草策略为使用除草车。
本实施例通过对杂草进行分块处理,这样可以大大减低数据处理的难度,同时可以提高数据处理的效率,大大降低数据处理所需要的时间,这使得对杂草的判断更加的快速和准确,能够在第一时间进行杂草的处理。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (6)
1.一种基于5G物联网的智慧农业种植系统,其特征在于:包括:
传感器采集模块,用于对农作物生长现场的环境信息进行采集,生成农作物生长环境信息,所述农作物生长环境信息包括温度信息、湿度信息、光照度信息、土壤含水量信息、生长时间;
5G无线中继模块,用于将对应的农作物生长环境信息传输到5G基站上;
存储模块,用于接收和存储5G基站上的农作物生长环境信息;
模型构建模块,用于构建农作物生长模型;
判断模块,用于根据对应的农作物生长模型和对应的农作物生长环境信息,判断当前该农作物的生长环境是否符合要求;
预警模块,用于在对应的判断结果为不符合时,进行预警。
2.根据权利要求1所述的基于5G物联网的智慧农业种植系统,其特征在于:所述模型构建模块包括:
数据采集模块,用于获取对应的农作物生长环境信息的历史信息,以及与历史信息对应的农作物生长状态信息;
农作物生长模型构建模块,用于根据农作物生长环境信息的历史信息以及与历史信息对应的农作物生长状态信息,构建出对应的农作物生长模型。
3.根据权利要求2所述的基于5G物联网的智慧农业种植系统,其特征在于:还包括环境参数调整模块,用于通过农作物生长现场内的调整设备对农作物的生长环境进行调整;
所述存储模块,还用于存储农作物各个生长时间所对应的标准生长环境信息;
自动控制模块,用于在判断结果为不符合时,根据农作物当前的生长时间,从存储模块中调取该生长时间所对应的标准生长环境信息,将对应的农作物生长环境信息中的温度信息、湿度信息、光照度信息、土壤含水量信息分别与标准生长环境信息进行一一比较,当对应的信息与标准信息之间的差值的绝对值大于预设阈值,则根据对应的差值,自动对环境参数调整模块中对应的调整设备进行调整。
4.根据权利要求3所述的基于5G物联网的智慧农业种植系统,其特征在于:还包括视频监控模块,用于对农作物的现场进行实时的监控,生成对应的监控信息;
分析模块,用于根据获取到的上一时刻的监控信息和当前时刻下的监控信息,对实时监控信息内的农作物的植株颜色分布信息、植株大小进行分析,并根据对应的分析结果,对该农作物在下一时刻下的生长情况进行预测,预测该农作物在下一时刻是否是正向生长;
存储模块,还用于在预测出该农作物在下一时刻不是正向生长时,对该农作物在当前时刻的监控信息进行保存;
专家论证模块,用于将存储模块中存储的该农作物在当前时刻下的监控信息发送给对应的专家,并对该农作物在当前时刻下的生长状态进行探讨,生成对应的专家改善方案;
查看模块,用于对专家改善方案进行查看。
5.根据权利要求3所述的基于5G物联网的智慧农业种植系统,其特征在于:所述调整设备包括喷淋装置、卷帘、风机、照明灯。
6.根据权利要求4所述的基于5G物联网的智慧农业种植系统,其特征在于:还包括人员识别模块,用于根据获取到当前时刻下的监控信息,对监控信息中的出现的人员进行捕捉,并对其身份进行识别,判断该人员是否是操作人员;
预警模块,还用于在判断结果为该人员不是操作人员时,控制该农作物现场的报警设备进行警告;
所述人员识别模块还用于根据下一时刻下的监控信息,对监控信息中出现的人员进行再一次捕捉和识别,判断前后两次的人员身份是否一致;
证据保存模块,用于在对应的判断结果为前后两次的人员身份是一致时,对下一时刻的监控信息中出现该人员的画面内容进行裁剪并保持到存储模块中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201973.2A CN115390504A (zh) | 2022-09-29 | 2022-09-29 | 一种基于5g物联网的智慧农业种植系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201973.2A CN115390504A (zh) | 2022-09-29 | 2022-09-29 | 一种基于5g物联网的智慧农业种植系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115390504A true CN115390504A (zh) | 2022-11-25 |
Family
ID=84129026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211201973.2A Pending CN115390504A (zh) | 2022-09-29 | 2022-09-29 | 一种基于5g物联网的智慧农业种植系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115390504A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258238A (zh) * | 2022-12-07 | 2023-06-13 | 嘉应学院 | 一种基于物联网的农作物管理系统 |
CN116562813A (zh) * | 2023-05-10 | 2023-08-08 | 福建省霞浦海润农业科技发展有限公司 | 一种基于农业物联网的智慧农业综合管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110956132A (zh) * | 2019-11-29 | 2020-04-03 | 苏州经贸职业技术学院 | 一种基于无人机协同智能构建草害防治模型的方法 |
CN111639575A (zh) * | 2020-05-25 | 2020-09-08 | 广东石油化工学院 | 除草耕深调节方法、装置、系统、计算机设备及存储介质 |
CN115104468A (zh) * | 2022-06-22 | 2022-09-27 | 杨粉莉 | 一种果园生草的抑制生长方法 |
-
2022
- 2022-09-29 CN CN202211201973.2A patent/CN115390504A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110956132A (zh) * | 2019-11-29 | 2020-04-03 | 苏州经贸职业技术学院 | 一种基于无人机协同智能构建草害防治模型的方法 |
CN111639575A (zh) * | 2020-05-25 | 2020-09-08 | 广东石油化工学院 | 除草耕深调节方法、装置、系统、计算机设备及存储介质 |
CN115104468A (zh) * | 2022-06-22 | 2022-09-27 | 杨粉莉 | 一种果园生草的抑制生长方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258238A (zh) * | 2022-12-07 | 2023-06-13 | 嘉应学院 | 一种基于物联网的农作物管理系统 |
CN116562813A (zh) * | 2023-05-10 | 2023-08-08 | 福建省霞浦海润农业科技发展有限公司 | 一种基于农业物联网的智慧农业综合管理系统 |
CN116562813B (zh) * | 2023-05-10 | 2024-05-28 | 山西睿芯智能科技有限公司 | 一种基于农业物联网的智慧农业综合管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115390504A (zh) | 一种基于5g物联网的智慧农业种植系统 | |
CN209517198U (zh) | 一种智慧农业标准化管理系统 | |
CN109991944A (zh) | 一种分布式农业植保网络服务系统 | |
CN108921849A (zh) | 用于防治沃柑病虫害的智慧农业监控预警系统 | |
CN106873676A (zh) | 一种基于物联网的智慧农业数据采集方法及系统 | |
CN106547261A (zh) | 一种应用于蔬菜种植大棚的智能化管理系统 | |
CN108614607B (zh) | 一种基于即时监控数据的农业生产多因素管理决策系统 | |
CN105843147A (zh) | 一种智慧农业监控管理系统 | |
CN107844089A (zh) | 一种种植预警的方法、系统及种植管理系统 | |
CN111476149A (zh) | 一种植物培育控制方法和系统 | |
KR20220071405A (ko) | 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법 | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
CN105737897A (zh) | 一种分布式大田气象远程数据监测系统 | |
CN115661547B (zh) | 一种基于知识图谱的植物灌溉养护方法及系统 | |
CN115362811A (zh) | 一种基于数字孪生的山地农作物智慧栽培系统 | |
WO2024007559A1 (zh) | 一种智慧农业控制系统 | |
CN117575169A (zh) | 一种基于数据处理的智慧农业管理系统 | |
CN113349188B (zh) | 一种基于云端杀草谱的草坪及牧草精准除草方法 | |
CN113377141A (zh) | 一种人工智能农业自动管理系统 | |
CN112362102A (zh) | 一种用于即时监控农业生产环境的监测系统 | |
CN111275595A (zh) | 一种城市智慧园林管理系统 | |
CN116310815A (zh) | 一种适用于智能化茶园的病虫害预警及自学习方法 | |
CN211908856U (zh) | 一种基于物联网的植物数据采集系统 | |
CN116295662B (zh) | 作物生长状态的监测方法、装置、电子设备及介质 |
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 |