CN116520747B - 一种变量施肥控制系统及方法 - Google Patents

一种变量施肥控制系统及方法 Download PDF

Info

Publication number
CN116520747B
CN116520747B CN202310503205.0A CN202310503205A CN116520747B CN 116520747 B CN116520747 B CN 116520747B CN 202310503205 A CN202310503205 A CN 202310503205A CN 116520747 B CN116520747 B CN 116520747B
Authority
CN
China
Prior art keywords
target
preset
fertilization
variable
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
CN202310503205.0A
Other languages
English (en)
Other versions
CN116520747A (zh
Inventor
任文斌
金立功
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.)
Jiangsu Dongjiu Machinery Co ltd
Original Assignee
Jiangsu Dongjiu Machinery 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 Jiangsu Dongjiu Machinery Co ltd filed Critical Jiangsu Dongjiu Machinery Co ltd
Priority to CN202310503205.0A priority Critical patent/CN116520747B/zh
Publication of CN116520747A publication Critical patent/CN116520747A/zh
Application granted granted Critical
Publication of CN116520747B publication Critical patent/CN116520747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01CPLANTING; SOWING; FERTILISING
    • A01C23/00Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/007Metering or regulating systems
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Water Supply & Treatment (AREA)
  • Soil Sciences (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种变量施肥控制系统及方法,其中系统包括:待施肥位置获取模块,用于获取施肥车在田地内的待施肥位置;变量施肥方案制定依据确定模块,用于基于待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;变量施肥方案制定模块,用于基于变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;变量施肥控制模块,用于基于变量施肥方案,控制施肥车在待施肥位置进行变量施肥。本发明当施肥车在田地里运行时,自动制定适宜待施肥位置的作业类型、作业生长阶段、土壤养分情况、作物养分情况、自然条件等的变量施肥方案,并执行,提升施肥精准性,另外,无需工作人员进行人工施肥,降低了人力成本。

Description

一种变量施肥控制系统及方法
技术领域
本发明涉及农业机械控制技术领域,特别涉及一种变量施肥控制系统及方法。
背景技术
目前,田地里进行施肥多采取经验施肥法,即工作人员根据历史上人工施肥产生的施肥经验进行人工施肥。但是,田地里不同位置的土壤养分丰缺情况、作物养分丰缺情况、自然条件等往往都是互不相同的,因此,采取经验施肥法可能会造成施肥不精准,另外,对田地土壤进行数据采集多是人工测土配方和上一茬的作物生长数据,进行合理调配肥料元素比例。此外,采取经验施肥法往往人力成本较大。因此,亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种变量施肥控制系统,当施肥车在田地里运行时,自动制定适宜待施肥位置的作业类型、作业生长阶段、土壤养分情况、作物养分情况、自然条件等的变量施肥方案,并执行,提升施肥精准性,另外,无需工作人员进行人工施肥,降低了人力成本。
本发明实施例提供的一种变量施肥控制系统,包括:
待施肥位置获取模块,用于获取施肥车在田地内的待施肥位置;
变量施肥方案制定依据确定模块,用于基于待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;
变量施肥方案制定模块,用于基于变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;
变量施肥控制模块,用于基于变量施肥方案,控制施肥车在待施肥位置进行变量施肥。
优选的,变量施肥控制系统,还包括:
经验库更新周期获取模块,用于获取经验库更新周期;
经验库更新模块,用于每隔经验库更新周期,更新变量施肥方案制定经验库。
优选的,库更新周期获取模块获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;
获取预设的时间轴线;
基于事件产生时间,将目标事件设置于时间轴线上;
从时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对时间轴线上相邻目标时间簇之间的第一位置关系、每一个目标事件簇中相邻目标事件之间的第二位置关系以及每一个目标事件簇中的目标事件进行特征化处理,获得第一关系特征集;
获取预设的多组一一对应的第二关系特征集和周期值;
将第一关系特征集与任一个第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的匹配度作为目标匹配度;
依次遍历目标匹配度;
每次遍历时,获取产生遍历到的目标匹配度时进行匹配的第二关系特征集对应的周期值,并作为目标周期值,同时,获取遍历到的目标匹配度对应的预设的匹配权重,并赋予目标周期值匹配权重,获得目标值;
遍历目标匹配度结束后,将各个目标值的平均值作为经验库更新周期;
其中,目标事件簇条件包括:
目标事件簇至少包含N个目标事件;N为大于等于2的整数;
目标事件簇中相邻目标事件在时间轴线上的间隔距离小于等于预设的间隔距离阈值;
目标事件簇中的目标事件来源于相同的事件源;
目标事件簇中首尾两个目标事件的事件类型均存在于预设的触发事件类型库中。
优选的,经验库更新模块更新变量施肥方案制定经验库,包括:
获取预设的多个经验库更新途径;
基于预设的预更新问询模板,对经验库更新途径进行预更新问询;
获取经验库更新途径回复的预更新内容;
基于预设的经验库更新途径评价模板,根据预更新内容,对经验库更新途径进行评价,获得评价值;
当评价值大于等于预设的评价阈值时,通过对应经验库更新途径对变量施肥方案制定经验库进行更新。
优选的,变量施肥控制系统,还包括:
风险区域划设模块,用于在田地里划设施肥车在待施肥位置进行变量施肥时的风险区域;
人员预警模块,用于对田地里靠近风险区域的靠近人员进行预警。
优选的,风险区域划设模块在田地里划设施肥车在待施肥位置进行变量施肥时的风险区域,包括:
获取施肥车未来预设的第二时间内在田地里行驶的行驶路线;
在田地里确定包含行驶路线的第一最小包围圈,并作为风险区域;
获取施肥车在待施肥位置进行变量施肥时的施肥类型和施肥范围;
当施肥类型存在于预设的触发施肥类型库中时,在田地里确定包含施肥范围的第二最小包围圈;
获取施肥类型对应的预设的半径扩大系数;
基于半径扩大系数,对第二最小包围圈进行半径扩大,获得风险区域。
优选的,人员预警模块对田地里靠近风险区域的靠近人员进行预警,包括:
获取靠近人员的人员位置和移动方向;
确定人员位置与风险区域之间的最小距离;
当最小距离小于等于预设的最小距离阈值时,获取靠近人员的人员特征;
基于预设的第一预警语音信息生成模板,根据人员特征,生成第一预警语音信息;
控制施肥车播报第一预警语音信息;
获取待施肥位置的风速和风向;
当风速大于等于预设的风速阈值时,基于人员位置和移动方向,构建第一方向向量,并基于待施肥位置和风向,构建第二方向向量;
计算第一方向向量与第二方向向量之间的向量夹角;
当向量夹角落在预设的向量夹角区间内时,确定垂直于移动方向的目标方向;否则,确定与移动方向相反的目标方向;
从预设的田地地图上确定人员位置的目标方向上的参考标志物;
基于预设的第二预警语音信息生成模板,根据人员特征、参考标志物,生成第二预警语音信息;
控制施肥车播报第二预警语音信息。
本发明实施例提供的一种变量施肥控制方法,包括:
步骤S1:获取施肥车在田地内的待施肥位置;
步骤S2:基于待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;
步骤S3:基于变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;
步骤S4:基于变量施肥方案,控制施肥车在待施肥位置进行变量施肥。
优选的,变量施肥控制方法,还包括:
获取经验库更新周期;
每隔经验库更新周期,更新变量施肥方案制定经验库。
优选的,获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;
获取预设的时间轴线;
基于事件产生时间,将目标事件设置于时间轴线上;
从时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对时间轴线上相邻目标时间簇之间的第一位置关系、每一个目标事件簇中相邻目标事件之间的第二位置关系以及每一个目标事件簇中的目标事件进行特征化处理,获得第一关系特征集;
获取预设的多组一一对应的第二关系特征集和周期值;
将第一关系特征集与任一个第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的匹配度作为目标匹配度;
依次遍历目标匹配度;
每次遍历时,获取产生遍历到的目标匹配度时进行匹配的第二关系特征集对应的周期值,并作为目标周期值,同时,获取遍历到的目标匹配度对应的预设的匹配权重,并赋予目标周期值匹配权重,获得目标值;
遍历目标匹配度结束后,将各个目标值的平均值作为经验库更新周期;
其中,目标事件簇条件包括:
目标事件簇至少包含N个目标事件;N为大于等于2的整数;
目标事件簇中相邻目标事件在时间轴线上的间隔距离小于等于预设的间隔距离阈值;
目标事件簇中的目标事件来源于相同的事件源;
目标事件簇中首尾两个目标事件的事件类型均存在于预设的触发事件类型库中。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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变量施肥控制系统的示意图;
图2为本发明实施例中一种变量施肥控制方法的示意图。
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。
本发明实施例提供了一种变量施肥控制系统,如图1所示,包括:
待施肥位置获取模块1,用于获取施肥车在田地内的待施肥位置;施肥车可为农机设备;
变量施肥方案制定依据确定模块2,用于基于待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;施肥标记地图上有不同待施肥位置的作业类型、作业生长阶段、土壤养分情况、作物养分情况、自然条件等,变量施肥方案制定依据也为这类数据;
变量施肥方案制定模块3,用于基于变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;变量施肥方案制定经验库中有不同变量施肥方案制定依据对应的变量施肥方案制定经验,变量施肥方案制定经验为哪种作业类型的作物在什么样的作业生长阶段、土壤养分情况、作物养分情况、自然条件下应该如何施肥,变量施肥方案制定经验可事先与农业专业对接预设;制定变量施肥方案时,直接基于变量施肥方案制定依据对应的变量施肥方案制定经验进行制定;
变量施肥控制模块4,用于基于变量施肥方案,控制施肥车在待施肥位置进行变量施肥。比如:变量施肥方案为A位置施肥5克,则控制施肥车在待施肥位置施肥5克,精准度根据肥料颗粒大小而定,可能正负一粒两粒。
上述技术方案的工作原理及有益效果为:
本申请当施肥车在田地里运行时,自动制定适宜待施肥位置的作业类型、作业生长阶段、土壤养分情况、作物养分情况、自然条件等的变量施肥方案,并执行,提升施肥精准性,另外,无需工作人员进行人工施肥,降低了人力成本。水田可以实时检测土质肥力,根据肥力参数和预设的施肥量进行计算。另外,本申请在具体应用时,变量施肥主要以固体颗粒肥料为主(缓释肥料、菌类肥料)。节省肥料,充分利用肥料,减少亚硝酸盐对土壤危害,防止土壤肥力条件不一致,肥料过多过少对作物生长影响减产、徒长或品质下降,籽粒容重达不到标准。水田肥料过多能够造成水质污染。
在一个实施例中,变量施肥控制系统,还包括:
经验库更新周期获取模块,用于获取经验库更新周期;经验库更新周期为,比如:10天;
经验库更新模块,用于每隔经验库更新周期,更新变量施肥方案制定经验库。比如:每隔10天,对变量施肥方案制定经验库进行更新,提升变量施肥方案制定经验库用于变量施肥方案的能力;
在一个实施例中,库更新周期获取模块获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;第一时间为,比如:20天;事件源为可能会产生反应变量施肥方案制定经验库需要更新的事件的来源,比如:农场工作日志数据库,其可能会记载有新品种农作物即将入场种植,说明反应变量施肥方案制定经验库需要更新;
获取预设的时间轴线;
基于事件产生时间,将目标事件设置于时间轴线上;设置时,事件产生时间与时间轴线上的时间点对应;
从时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对时间轴线上相邻目标时间簇之间的第一位置关系、每一个目标事件簇中相邻目标事件之间的第二位置关系以及每一个目标事件簇中的目标事件进行特征化处理,获得第一关系特征集;第一关系特征集包含:相邻目标时间簇之间的最小间隔距离值、目标事件簇中相邻目标事件之间的隔距离值、目标事件的内容特征(比如:即将入场种植的新品种作物数量等)等;
获取预设的多组一一对应的第二关系特征集和周期值;第二关系特征集包含内容类型与第一关系特征集一致,相邻目标时间簇之间的最小间隔距离值越小、目标事件簇中相邻目标事件之间的隔距离值越小、内容特征反应变量施肥方案制定经验库需要更新的程度越大(比如:即将入场种植的新品种作物数量越多),对应的周期值越小;
将第一关系特征集与任一个第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的匹配度作为目标匹配度;
依次遍历目标匹配度;
每次遍历时,获取产生遍历到的目标匹配度时进行匹配的第二关系特征集对应的周期值,并作为目标周期值,同时,获取遍历到的目标匹配度对应的预设的匹配权重,并赋予目标周期值匹配权重,获得目标值;目标匹配度越大,代表目标周期值与第一关系特征集更符,匹配权重越大;将匹配权重赋予目标周期值时,将匹配权重与目标周期值相乘,获得目标值;
遍历目标匹配度结束后,将各个目标值的平均值作为经验库更新周期;
其中,目标事件簇条件包括:
目标事件簇至少包含N个目标事件;N为大于等于2的整数;
目标事件簇中相邻目标事件在时间轴线上的间隔距离小于等于预设的间隔距离阈值;
目标事件簇中的目标事件来源于相同的事件源;
目标事件簇中首尾两个目标事件的事件类型均存在于预设的触发事件类型库中。触发事件类型库中的触发事件类型为可能会反应变量施肥方案制定经验库需要更新的事件类型,比如:有新品种作物即将入场种植。首尾两个目标事件的事件类型均为触发事件类型可以保证目标事件簇内的目标事件之间具备相关性。
上述技术方案的工作原理及有益效果为:
本发明实施例根据反应变量施肥方案制定经验库需要更新的事件确定经验库更新周期,提升了经验库更新周期确定的合理性。其次,引入目标事件簇,快速确定经验库更新周期,提升了经验库更新周期确定的确定效率,减少了确定资源。
在一个实施例中,经验库更新模块更新变量施肥方案制定经验库,包括:
获取预设的多个经验库更新途径;经验库更新途径包括:与农业专家对接、在施肥论文网站提取等;
基于预设的预更新问询模板,对经验库更新途径进行预更新问询;
获取经验库更新途径回复的预更新内容;预更新问询的预更新内容包括:新更新的变量施肥方案制定经验的数量、涉及农作物类型数目等;
基于预设的经验库更新途径评价模板,根据预更新内容,对经验库更新途径进行评价,获得评价值;评价时,新更新的变量施肥方案制定经验的数量越大、涉及农作物类型数目越多,评价值越高;
当评价值大于等于预设的评价阈值时,通过对应经验库更新途径对变量施肥方案制定经验库进行更新。评价值大于等于评价阈值时,才通过对应经验库更新途径对变量施肥方案制定经验库进行更新,提升了更新的精准性和更新质量。
在一个实施例中,变量施肥控制系统,还包括:
风险区域划设模块,用于在田地里划设施肥车在待施肥位置进行变量施肥时的风险区域;
人员预警模块,用于对田地里靠近风险区域的靠近人员进行预警。一般的,施肥车在田地里进行自动施肥,可能会引起周边农户人员好奇旁观,但是,施肥车的行驶是实现规划,旁观农户人员可能不知道施肥车接下来往哪走,可能会发生由于躲避不及时等造成的碰撞事故。此外,一些液体农药的喷洒可能会由于风等因素扩散,也有可能扩散到旁观农户人员,轻则造成衣物脏掉,重则可能会导致中毒。因此,有必要划定风险区域,对靠近人员进行预警。
在一个实施例中,风险区域划设模块在田地里划设施肥车在待施肥位置进行变量施肥时的风险区域,包括:
获取施肥车未来预设的第二时间内在田地里行驶的行驶路线;第二时间为,比如:2分钟;
在田地里确定包含行驶路线的第一最小包围圈,并作为风险区域;
获取施肥车在待施肥位置进行变量施肥时的施肥类型和施肥范围;施肥类型为施肥的肥料类型;施肥范围为向哪个范围施肥;
当施肥类型存在于预设的触发施肥类型库中时,在田地里确定包含施肥范围的第二最小包围圈;触发施肥类型为对人体有害的农药类型;
获取施肥类型对应的预设的半径扩大系数;施肥类型的肥料施肥后随风扩散的可能性越大,半径扩大系数越大;
基于半径扩大系数,对第二最小包围圈进行半径扩大,获得风险区域。扩大时,将半径扩大系数与第二最小包围圈的半径相乘后的风险区域的新半径。
在一个实施例中,人员预警模块对田地里靠近风险区域的靠近人员进行预警,包括:
获取靠近人员的人员位置和移动方向;人员位置和移动方向可基于图像识别获取(在施肥车上安设摄像头);靠近人员的移动方向是指向风险区域内的;
确定人员位置与风险区域之间的最小距离;
当最小距离小于等于预设的最小距离阈值时,获取靠近人员的人员特征;人员特征包括:大致年龄、性别、着装颜色;
基于预设的第一预警语音信息生成模板,根据人员特征,生成第一预警语音信息;比如:“穿黑衣服的老爷爷,别靠近这里!”
控制施肥车播报第一预警语音信息;
获取待施肥位置的风速和风向;风速和风向可基于风传感器获取;
当风速大于等于预设的风速阈值时,基于人员位置和移动方向,构建第一方向向量,并基于待施肥位置和风向,构建第二方向向量;
计算第一方向向量与第二方向向量之间的向量夹角;
当向量夹角落在预设的向量夹角区间内时,确定垂直于移动方向的目标方向;否则,确定与移动方向相反的目标方向;向量夹角区间为90度到180度,向量夹角落在该向量夹角区间内时,说明施肥农药会随风扩散至靠近人员所在处,靠近人员应向垂直于移动方向的目标方向避开;否则,靠近人员向与移动方向相反的目标方向避开即可;基于风向和移动方向位置关系的两种情况分别确定靠近人员应避开的方向,提升了适用性;
从预设的田地地图上确定人员位置的目标方向上的参考标志物;田地地图中标记有各个田地设施等;参考标志物可以为A水闸等;
基于预设的第二预警语音信息生成模板,根据人员特征、参考标志物,生成第二预警语音信息;比如:“穿黑衣服的老爷爷,向A水闸那边避开!”;一般的,若提醒靠近人员向哪个方向避开,靠近人员需要想一下东南西北各自在哪,而基于参考标志物进行预警提醒,靠近人员可以一下子知道该向哪避开,提升避开预警的可达性;
控制施肥车播报第二预警语音信息。
本发明实施例提供了一种变量施肥控制方法,如图2所示,包括:
步骤S1:获取施肥车在田地内的待施肥位置;
步骤S2:基于待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;
步骤S3:基于变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;
步骤S4:基于变量施肥方案,控制施肥车在待施肥位置进行变量施肥。
在一个实施例中,变量施肥控制方法,还包括:
获取经验库更新周期;
每隔经验库更新周期,更新变量施肥方案制定经验库。
在一个实施例中,获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;
获取预设的时间轴线;
基于事件产生时间,将目标事件设置于时间轴线上;
从时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对时间轴线上相邻目标时间簇之间的第一位置关系、每一个目标事件簇中相邻目标事件之间的第二位置关系以及每一个目标事件簇中的目标事件进行特征化处理,获得第一关系特征集;
获取预设的多组一一对应的第二关系特征集和周期值;
将第一关系特征集与任一个第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的匹配度作为目标匹配度;
依次遍历目标匹配度;
每次遍历时,获取产生遍历到的目标匹配度时进行匹配的第二关系特征集对应的周期值,并作为目标周期值,同时,获取遍历到的目标匹配度对应的预设的匹配权重,并赋予目标周期值匹配权重,获得目标值;
遍历目标匹配度结束后,将各个目标值的平均值作为经验库更新周期;
其中,目标事件簇条件包括:
目标事件簇至少包含N个目标事件;N为大于等于2的整数;
目标事件簇中相邻目标事件在时间轴线上的间隔距离小于等于预设的间隔距离阈值;
目标事件簇中的目标事件来源于相同的事件源;
目标事件簇中首尾两个目标事件的事件类型均存在于预设的触发事件类型库中。
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 (6)

1.一种变量施肥控制系统,其特征在于,包括:
待施肥位置获取模块,用于获取施肥车在田地内的待施肥位置;
变量施肥方案制定依据确定模块,用于基于所述待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;
变量施肥方案制定模块,用于基于所述变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;
变量施肥控制模块,用于基于所述变量施肥方案,控制所述施肥车在所述待施肥位置进行变量施肥;
所述系统还包括:
经验库更新周期获取模块,用于获取经验库更新周期;
经验库更新模块,用于每隔所述经验库更新周期,更新所述变量施肥方案制定经验库;
所述库更新周期获取模块获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;
获取预设的时间轴线;
基于所述事件产生时间,将所述目标事件设置于所述时间轴线上;
从所述时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对所述时间轴线上相邻所述目标事件簇之间的第一位置关系、每一个所述目标事件簇中相邻所述目标事件之间的第二位置关系以及每一个所述目标事件簇中的所述目标事件进行特征化处理,获得第一关系特征集;
获取预设的多组一一对应的第二关系特征集和周期值;
将所述第一关系特征集与任一个所述第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的所述匹配度作为目标匹配度;
依次遍历所述目标匹配度;
每次遍历时,获取产生遍历到的所述目标匹配度时进行匹配的所述第二关系特征集对应的所述周期值,并作为目标周期值,同时,获取遍历到的所述目标匹配度对应的预设的匹配权重,并赋予所述目标周期值所述匹配权重,获得目标值;
遍历所述目标匹配度结束后,将各个所述目标值的平均值作为所述经验库更新周期;
其中,所述目标事件簇条件包括:
所述目标事件簇至少包含N个所述目标事件;N为大于等于2的整数;
所述目标事件簇中相邻所述目标事件在所述时间轴线上的间隔距离小于等于预设的间隔距离阈值;
所述目标事件簇中的所述目标事件来源于相同的所述事件源;
所述目标事件簇中首尾两个所述目标事件的事件类型均存在于预设的触发事件类型库中。
2.如权利要求1所述的一种变量施肥控制系统,其特征在于,所述经验库更新模块更新所述变量施肥方案制定经验库,包括:
获取预设的多个经验库更新途径;
基于预设的预更新问询模板,对所述经验库更新途径进行预更新问询;
获取所述经验库更新途径回复的预更新内容;
基于预设的经验库更新途径评价模板,根据所述预更新内容,对所述经验库更新途径进行评价,获得评价值;
当所述评价值大于等于预设的评价阈值时,通过对应所述经验库更新途径对所述变量施肥方案制定经验库进行更新。
3.如权利要求1所述的一种变量施肥控制系统,其特征在于,还包括:
风险区域划设模块,用于在田地里划设所述施肥车在所述待施肥位置进行变量施肥时的风险区域;
人员预警模块,用于对田地里靠近所述风险区域的靠近人员进行预警。
4.如权利要求3所述的一种变量施肥控制系统,其特征在于,所述风险区域划设模块在田地里划设所述施肥车在所述待施肥位置进行变量施肥时的风险区域,包括:
获取所述施肥车未来预设的第二时间内在田地里行驶的行驶路线;
在田地里确定包含所述行驶路线的第一最小包围圈,并作为所述风险区域;
获取所述施肥车在所述待施肥位置进行变量施肥时的施肥类型和施肥范围;
当所述施肥类型存在于预设的触发施肥类型库中时,在田地里确定包含所述施肥范围的第二最小包围圈;
获取所述施肥类型对应的预设的半径扩大系数;
基于所述半径扩大系数,对所述第二最小包围圈进行半径扩大,获得所述风险区域。
5.如权利要求3所述的一种变量施肥控制系统,其特征在于,所述人员预警模块对田地里靠近所述风险区域的靠近人员进行预警,包括:
获取所述靠近人员的人员位置和移动方向;
确定所述人员位置与所述风险区域之间的最小距离;
当所述最小距离小于等于预设的最小距离阈值时,获取所述靠近人员的人员特征;
基于预设的第一预警语音信息生成模板,根据所述人员特征,生成第一预警语音信息;
控制所述施肥车播报所述第一预警语音信息;
获取所述待施肥位置的风速和风向;
当所述风速大于等于预设的风速阈值时,基于所述人员位置和所述移动方向,构建第一方向向量,并基于所述待施肥位置和所述风向,构建第二方向向量;
计算所述第一方向向量与所述第二方向向量之间的向量夹角;
当所述向量夹角落在预设的向量夹角区间内时,确定垂直于所述移动方向的目标方向;否则,确定与所述移动方向相反的目标方向;
从预设的田地地图上确定所述人员位置的所述目标方向上的参考标志物;
基于预设的第二预警语音信息生成模板,根据所述人员特征、所述参考标志物,生成第二预警语音信息;
控制所述施肥车播报所述第二预警语音信息。
6.一种变量施肥控制方法,其特征在于,包括:
步骤S1:获取施肥车在田地内的待施肥位置;
步骤S2:基于所述待施肥位置和预设的施肥标记地图,确定变量施肥方案制定依据;
步骤S3:基于所述变量施肥方案制定依据和预设的变量施肥方案制定经验库,制定变量施肥方案;
步骤S4:基于所述变量施肥方案,控制所述施肥车在所述待施肥位置进行变量施肥;
所述方法还包括:
获取经验库更新周期;
每隔所述经验库更新周期,更新所述变量施肥方案制定经验库;
所述获取经验库更新周期,包括:
搜罗最近预设的第一时间内预设的多个事件源产生的目标事件以及对应的事件产生时间;
获取预设的时间轴线;
基于所述事件产生时间,将所述目标事件设置于所述时间轴线上;
从所述时间轴线上确定满足目标事件簇条件的目标事件簇;
基于预设的特征化模板,对所述时间轴线上相邻所述目标事件簇之间的第一位置关系、每一个所述目标事件簇中相邻所述目标事件之间的第二位置关系以及每一个所述目标事件簇中的所述目标事件进行特征化处理,获得第一关系特征集;
获取预设的多组一一对应的第二关系特征集和周期值;
将所述第一关系特征集与任一个所述第二关系特征集进行匹配,获得匹配度;
将大于等于预设的匹配度阈值的所述匹配度作为目标匹配度;
依次遍历所述目标匹配度;
每次遍历时,获取产生遍历到的所述目标匹配度时进行匹配的所述第二关系特征集对应的所述周期值,并作为目标周期值,同时,获取遍历到的所述目标匹配度对应的预设的匹配权重,并赋予所述目标周期值所述匹配权重,获得目标值;
遍历所述目标匹配度结束后,将各个所述目标值的平均值作为所述经验库更新周期;
其中,所述目标事件簇条件包括:
所述目标事件簇至少包含N个所述目标事件;N为大于等于2的整数;
所述目标事件簇中相邻所述目标事件在所述时间轴线上的间隔距离小于等于预设的间隔距离阈值;
所述目标事件簇中的所述目标事件来源于相同的所述事件源;
所述目标事件簇中首尾两个所述目标事件的事件类型均存在于预设的触发事件类型库中。
CN202310503205.0A 2023-05-06 2023-05-06 一种变量施肥控制系统及方法 Active CN116520747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310503205.0A CN116520747B (zh) 2023-05-06 2023-05-06 一种变量施肥控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310503205.0A CN116520747B (zh) 2023-05-06 2023-05-06 一种变量施肥控制系统及方法

Publications (2)

Publication Number Publication Date
CN116520747A CN116520747A (zh) 2023-08-01
CN116520747B true CN116520747B (zh) 2023-11-03

Family

ID=87397284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310503205.0A Active CN116520747B (zh) 2023-05-06 2023-05-06 一种变量施肥控制系统及方法

Country Status (1)

Country Link
CN (1) CN116520747B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116773550B (zh) * 2023-08-25 2023-11-10 中国特种设备检测研究院 一种基于机器视觉的农业智能监测系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013146219A (ja) * 2012-01-19 2013-08-01 Ishikawa Prefecture 施肥作業機
CN103927684A (zh) * 2014-04-23 2014-07-16 广西力源宝科技有限公司 木薯智能施肥系统
CN108684278A (zh) * 2017-04-06 2018-10-23 点豆(山东)网络技术有限公司 智能配肥方法、装置和系统
CN110805083A (zh) * 2019-10-16 2020-02-18 金华深联网络科技有限公司 一种平地机施工现场人员安全防护系统
KR102091033B1 (ko) * 2019-05-29 2020-05-04 주식회사 에어센스 스마트 정밀 농업용 예찰 드론 시스템을 이용한 예찰 방법
CN111937551A (zh) * 2020-07-10 2020-11-17 北京农业智能装备技术研究中心 一种基于作物苗情信息的变量施肥方法及装置
CN115039549A (zh) * 2022-06-28 2022-09-13 安徽未来种业有限公司 一种农作物种植施肥信息处理方法及系统
CN115606382A (zh) * 2022-09-08 2023-01-17 上海联适导航技术股份有限公司 一种基于北斗导航的变量施肥方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013146219A (ja) * 2012-01-19 2013-08-01 Ishikawa Prefecture 施肥作業機
CN103927684A (zh) * 2014-04-23 2014-07-16 广西力源宝科技有限公司 木薯智能施肥系统
CN108684278A (zh) * 2017-04-06 2018-10-23 点豆(山东)网络技术有限公司 智能配肥方法、装置和系统
KR102091033B1 (ko) * 2019-05-29 2020-05-04 주식회사 에어센스 스마트 정밀 농업용 예찰 드론 시스템을 이용한 예찰 방법
CN110805083A (zh) * 2019-10-16 2020-02-18 金华深联网络科技有限公司 一种平地机施工现场人员安全防护系统
CN111937551A (zh) * 2020-07-10 2020-11-17 北京农业智能装备技术研究中心 一种基于作物苗情信息的变量施肥方法及装置
CN115039549A (zh) * 2022-06-28 2022-09-13 安徽未来种业有限公司 一种农作物种植施肥信息处理方法及系统
CN115606382A (zh) * 2022-09-08 2023-01-17 上海联适导航技术股份有限公司 一种基于北斗导航的变量施肥方法及系统

Also Published As

Publication number Publication date
CN116520747A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
US20230169428A1 (en) Hybrid seed selection and seed portfolio optimization by field
US11343965B2 (en) Automatically detecting outlier values in harvested data
US20230177622A1 (en) Hybrid seed selection and seed portfolio optimization by field
US20190108413A1 (en) Disease recognition from images having a large field of view
BR112021010122A2 (pt) Previsão de produção a nível de campo durante estação
US10993365B2 (en) Risk-adjusted hybrid seed selection and crop yield optimization by field
CN116520747B (zh) 一种变量施肥控制系统及方法
CN110110595B (zh) 一种基于卫星遥感影像的农田画像及药肥大数据分析方法
JP2022505742A (ja) マルチステージでマルチスケールの深層学習による植物病害の検出
UA125018C2 (uk) Спосіб управління внесенням добрив з використанням цифрової моделі доступності біогенних речовин та система для його здійснення
JP2017184640A (ja) 施肥マップ作成方法と施肥マップ作成システムと施肥マップ作成装置と施肥マップ作成プログラム
CN115606382B (zh) 一种基于北斗导航的变量施肥方法及系统
CN112330149A (zh) 一种作物管理系统、方法、装置及电子设备
CN115183820A (zh) 基于浮空器机载光谱的茶园智能监测系统及方法
CN115220382A (zh) 一种基于物联网的智慧农业植保作业控制系统
Makhmudova et al. Information technologies in the agricultural economy
CN114667552A (zh) 用于自动缓冲区管理的方法
Zubarev et al. Using high-precision farming systems in the agricultural sector-the path to digital agriculture
Mihai et al. GIS for precision farming–senzor monitoring at" Moara Domneasca" Farm, UASVM of Bucharest
Stoorvogel et al. Quantification of land‐use dynamics: An illustration from Costa Rica
CN114358630A (zh) 一种农作物管培方法、装置、电子设备及存储介质
Tripon et al. Multispectral monitoring trial destined to quantify the nitrogen nutritional status of barley crop.
CN114463647A (zh) 一种作业方法、装置、设备及存储介质
WO2022200547A1 (en) Computer-implemented method for generating the validity for agricultural purposes of an image
Jasiński et al. Testing the systems of the autonomous agricultural robot

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