CN116616267A - 一种农作物病虫害防治的装置和方法 - Google Patents
一种农作物病虫害防治的装置和方法 Download PDFInfo
- Publication number
- CN116616267A CN116616267A CN202310348669.9A CN202310348669A CN116616267A CN 116616267 A CN116616267 A CN 116616267A CN 202310348669 A CN202310348669 A CN 202310348669A CN 116616267 A CN116616267 A CN 116616267A
- Authority
- CN
- China
- Prior art keywords
- soil
- working vehicle
- microcomputer
- microprocessor
- module
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000002689 soil Substances 0.000 claims abstract description 76
- 241000238631 Hexapoda Species 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 239000000575 pesticide Substances 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 230000036541 health Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 240000007651 Rubus glaucus Species 0.000 claims description 5
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 5
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000018514 detection of nutrient Effects 0.000 claims 1
- 201000010099 disease Diseases 0.000 abstract description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000007788 liquid Substances 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Mechanical Engineering (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了种农作物病虫害防治的装置,包括机械系统部分、识别部分、电器控制部分和物联网层,所述机械系统部分包括工作车、机械臂和基站,所述识别系统包括激光雷达和摄像头,且激光雷达固定于工作车的前端;本发明所述的一种农作物病虫害防治的装置和方法,可以得出一份田间健康指数报告和定制出专属的虫害治理方案;实时反馈不同区域的土壤和作物的健康状况,实时图传实现远程监控;根据采集的数据并进行分析能够实现精准的农药液位控制和配比,实现更加科学且行之有效的虫害治理;工作车视觉与诱捕技术协同、农作物状态检测与病害信息协同、配药与大数据协同和物联网与云端协同等多级协同让方案更加可行。
Description
技术领域
本发明涉及农作物防治领域,特别涉及一种农作物病虫害防治的装置和方法。
背景技术
农田虫害的规模性、持续性、破坏性相对较大,已经成为威胁种植户利益的主要因素,加强农作物病虫害的预测以及预报工作对于农作物病虫害的防治有着十分重要的作用,并且土地要持续使用以及发展必须要做好病虫害防治,并最大程度控制农药污染,走绿色发展道路;
现有农作物病虫害防治的装置系统存在一定的弊端,在农作物发生病虫害时会采用农药对农作物进行喷洒,但是没有根据不同受灾程度进行控制农药的用量,从而喷洒过多的农药使得土地受到严重污染,喷洒过少的农药会使得病虫害不能得到消灭,进而使得农作物进一步发生受害,还有病虫害复制时需要提前知道土壤数据,对于土壤采集的数据较少,且在采集过后不知道才土壤数据从那一具体采样点测得得,尤其是采样数据比较多的情况下不利于对农田管理。
发明内容
本发明的主要目的在于提供一种农作物病虫害防治的装置和方法,可以有效解决背景技术中提出的技术问题。
为实现上述目的,本发明采取的技术方案为:
一种农作物病虫害防治的装置,包括机械系统部分、识别部分、电器控制部分和物联网层,所述机械系统部分包括工作车、机械臂和基站,所述识别系统包括激光雷达和摄像头,且激光雷达固定于工作车的前端,且摄像头固定于机械臂的前端,所述电器控制部分包括微型电脑一和微型电脑二,所述微型电脑二将向微处理器一发布命令,且微处理器在接收到微型电脑二后对机械系统部分的工作车、机械臂和基站进行控制,微型电脑一控制激光雷达采集周围环境和控制摄像头拍摄农作物的图片,且微型电脑一将激光雷达采集多处采集点环境和摄像头拍摄的图片进行信息扫描,微型电脑一与微型电脑二之间通过微处理器二进行信息传输,微处理器二控制土壤检测模块对突然让进行检测,土壤检测模块检测的信息船速到微处理器二处,微处理器二将信息识别系统和土壤检测模块的信息传输到无线通信模块,并由无线通信模块将信息传输到物联网层中。
作为本发明优选的一种技术方案,所述微型电脑二将收集到的异常图片经由ESP32模块传送到物联网层中,且物联网层包括云端服务器和终端小程序,云端服务器将电器控制部分收集到的信息进行整合,云端服务器收集到的信息发布到终端小程序。
作为本发明优选的一种技术方案,所述微处理器二控制驱动芯片进行工作从而实现对机械系统部分的运动控制,微处理器二控制驱动芯片开启诱捕灯进行害虫诱捕。
作为本发明优选的一种技术方案,所述识别系统包括图像识别模块、音频处理模块、图传网络模块,图像识别模块用于对拍摄的图像进行识别,音频处理模块对农作物上的害虫声音进行收集,图传网络模块时对图像和声音进行网络传输。
作为本发明优选的一种技术方案,所述激光雷达随着机器人运动过程中对地图的绘制和校准,最终绘制出完整地图,根据给定的目标点和全局地图实现总体的路径规划,计算最优路线和避开路径中的障碍物。
作为本发明优选的一种技术方案,所述土壤检测模块包括土壤湿度传感器、土壤pH传感器和温度传感器,其中土壤检测模块对农田土壤湿度、土壤pH值和土壤温度进行检测,能够根据土壤环境状况得知田间健康指数报告。
一种农作物病虫害防治装置的防治方法,该防治方法包括以下步骤:
S1、调试设备和系统,将基站、工作车和机械臂进行调式,将工作车行驶到农田中,然后对基站、工作车和机械臂的系统进行调式,使得各个设备正常运转;
S2、对土壤环境进行检测,通过机械臂采集土壤进行土壤检测,从而获得土壤相关数据,根据土壤环境状况得知田间健康指数报告;
S3、搭载有虫害诱捕装置,在机械臂或者工作车安装远红外诱捕灯,使得害虫撞击诱捕灯而掉落;
S4、对诱捕到的虫子进行识别并分类,通过深度识别算法对诱捕到的虫子进行识别并分类;
S5、制定合理的农药配比方案,结合基站所传递出的虫害信息,精准配置各个农药的配比,以及总的农药的使用量。
作为本发明优选的一种技术方案,所述S1中工作车采用了“树莓派+深度相机”的识别工具,深度相机相较于普通抓取摄像头能对叶间的虫类进行精准拍摄。
作为本发明优选的一种技术方案,所述S2中对采集的土壤进行营养元素、土壤湿度、土壤pH值和土壤温度进行检测。
与现有技术相比,本发明具有如下有益效果:
结合物联网层技术能够根据环境状况和虫害监测情况得出一份田间健康指数报告,定制出专属的虫害治理方案;结合激光雷达技术采集田间的环境,实时反馈不同区域的土壤和作物的健康状况,实时图传实现远程监控;根据采集的数据并进行分析能够实现精准的农药液位控制和配比,实现更加科学且行之有效的虫害治理;工作车视觉与诱捕技术协同、农作物状态检测与病害信息协同、配药与大数据协同和物联网与云端协同等多级协同让方案更加可行。
附图说明
图1为本发明一种农作物病虫害防治的装置的工作车和机械臂结构示意图;
图2为本发明一种农作物病虫害防治的装置的基站结构示意图;
图3为本发明一种农作物病虫害防治的装置的系统控制示意图;
图4为本发明一种农作物病虫害防治的装置的识别系统示意图;
图5为本发明一种农作物病虫害防治的装置的土壤检测模块示意图;
图6为本发明一种农作物病虫害防治装置的防治方法的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1-图6所示,一种农作物病虫害防治的装置,包括机械系统部分、识别部分、电器控制部分和物联网层,所述机械系统部分包括工作车、机械臂和基站,所述识别系统包括激光雷达和摄像头,且激光雷达固定于工作车的前端,且摄像头固定于机械臂的前端,所述电器控制部分包括微型电脑一和微型电脑二,所述微型电脑二将向微处理器一发布命令,且微处理器在接收到微型电脑二后对机械系统部分的工作车、机械臂和基站进行控制,微型电脑一控制激光雷达采集周围环境和控制摄像头拍摄农作物的图片,且微型电脑一将激光雷达采集多处采集点环境和摄像头拍摄的图片进行信息扫描,微型电脑一与微型电脑二之间通过微处理器二进行信息传输,微处理器二控制土壤检测模块对突然让进行检测,土壤检测模块检测的信息船速到微处理器二处,微处理器二将信息识别系统和土壤检测模块的信息传输到无线通信模块,并由无线通信模块将信息传输到物联网层中。
本实施例中,所述微型电脑二将收集到的异常图片经由ESP32模块传送到物联网层中,且物联网层包括云端服务器和终端小程序,云端服务器将电器控制部分收集到的信息进行整合,云端服务器收集到的信息发布到终端小程序。
本实施例中,所述微处理器二控制驱动芯片进行工作从而实现对机械系统部分的运动控制,微处理器二控制驱动芯片开启诱捕灯进行害虫诱捕。
本实施例中,所述识别系统包括图像识别模块、音频处理模块、图传网络模块,图像识别模块用于对拍摄的图像进行识别,音频处理模块对农作物上的害虫声音进行收集,图传网络模块时对图像和声音进行网络传输。
本实施例中,所述激光雷达随着机器人运动过程中对地图的绘制和校准,最终绘制出完整地图,根据给定的目标点和全局地图实现总体的路径规划,计算最优路线和避开路径中的障碍物。
本实施例中,所述土壤检测模块包括土壤湿度传感器、土壤pH传感器和温度传感器,其中土壤检测模块对农田土壤湿度、土壤pH值和土壤温度进行检测,能够根据土壤环境状况得知田间健康指数报告。
一种农作物病虫害防治装置的防治方法,该防治方法包括以下步骤:
S1、调试设备和系统,将基站、工作车和机械臂进行调式,将工作车行驶到农田中,然后对基站、工作车和机械臂的系统进行调式,使得各个设备正常运转;
S2、对土壤环境进行检测,通过机械臂采集土壤进行土壤检测,从而获得土壤相关数据,根据土壤环境状况得知田间健康指数报告;
S3、搭载有虫害诱捕装置,在机械臂或者工作车安装远红外诱捕灯,使得害虫撞击诱捕灯而掉落;
S4、对诱捕到的虫子进行识别并分类,通过深度识别算法对诱捕到的虫子进行识别并分类;
S5、制定合理的农药配比方案,结合基站所传递出的虫害信息,精准配置各个农药的配比,以及总的农药的使用量。
本实施例中,所述S1中工作车采用了“树莓派+深度相机”的识别工具,深度相机相较于普通抓取摄像头能对叶间的虫类进行精准拍摄。
本实施例中,所述S2中对采集的土壤进行营养元素、土壤湿度、土壤pH值和土壤温度进行检测。
需要说明的是,一种农作物病虫害防治的装置,包括机械系统部分、识别部分、电器控制部分和物联网层,所述机械系统部分包括工作车、机械臂和基站,工作车主要通过铜柱和螺丝固定,前端由相关识别模块和雷达系统实现工作车的导航和病虫害的识别,后端则由多舵机组成的机械臂实现对地间的叶片的采集和基站土壤试管的拾取控制;基站下部配有工作车收集站,可对田间监测工作车进行充电和相关采集的汇总收集,上部右侧配有显示屏、辅助配药装置由电机和转台以及水泵装置等组成,能根据相关资料收集分析结果实现药品推荐,辅助农业从业者进行药品筛选;识别系统采用树莓派+深度相机的识别方案,能对作物深处的叶片进行探入观察,可以提高机械臂的有效作用域和保证摄像头的视野,将图像识别、音频处理、图传网络等模块都集成在前部的固定结构里,配合激光雷达实现地形导航扫描;设备采用NVIDIAJetsonNano微型计算机,具备CPU、GPU、PMIC、DRAM和闪存,以JetsonNano作为硬件基础,满足了机器人在导航避障工作中的性能需求,提高导航避障系统在运行过程中的稳定性;采用了机器人操作系统便于对机器人使用的多个部件、传感器等进行管理控制;使用Cartographer开源SLAM库可以在机器人操作系统中将雷达采样结果进行处理,根据雷达采样结果进行地图的绘制和校准,最终绘制出完整地图,确定自身位置后对全局路径规划,计算最优路线,作为全局路线,避开路径中的障碍物;ESP32模块集成了WiFi、传统蓝牙和低功耗蓝牙,能够实时通过网络对捕捉到的图像进行传输,实现了远程监测的功能,并可搭配串口屏实时显示检测到的虫害信息,也可将图像传输至定制小程序,技术人员利用设备中的相关数据,开展信息的采集,再将这些数据信息通过网络技术上传到系统中,并做好智能化数据处理;
在装置在具体病虫害防治时的使用,将基站、工作车和机械臂进行调式,将工作车行驶到农田中,然后对基站、工作车和机械臂的系统进行调式,使得各个设备正常运转,作车采用了“树莓派+深度相机”的识别工具,深度相机相较于普通抓取摄像头能对叶间的虫类进行精准拍摄,通过机械臂采集土壤进行土壤检测,对采集的土壤进行营养元素、土壤湿度、土壤pH值和土壤温度进行检测,从而获得土壤相关数据,根据土壤环境状况得知田间健康指数报告,实时对农作物进行巡逻监测,再检测过程中将农作物的生长状况上传至手机端,使得农户随时观察农作物的生长状况,在机械臂或者工作车安装远红外诱捕灯,使得害虫撞击诱捕灯而掉落,通过深度识别算法对诱捕到的虫子进行识别并分类,结合基站所传递出的虫害信息,精准配置各个农药的配比,以及总的农药的使用量,对虫害问题以及土质健康问题能够做到及时的监测以及治理,避免了过量使用农药对环境造成的危害,符合绿色发展的生态文明建设理念。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种农作物病虫害防治的装置,其特征在于:包括机械系统部分、识别部分、电器控制部分和物联网层,所述机械系统部分包括工作车、机械臂和基站,所述识别系统包括激光雷达和摄像头,且激光雷达固定于工作车的前端,且摄像头固定于机械臂的前端,所述电器控制部分包括微型电脑一和微型电脑二,所述微型电脑二将向微处理器一发布命令,且微处理器在接收到微型电脑二后对机械系统部分的工作车、机械臂和基站进行控制,微型电脑一控制激光雷达采集周围环境和控制摄像头拍摄农作物的图片,且微型电脑一将激光雷达采集多处采集点环境和摄像头拍摄的图片进行信息扫描,微型电脑一与微型电脑二之间通过微处理器二进行信息传输,微处理器二控制土壤检测模块对突然让进行检测,土壤检测模块检测的信息船速到微处理器二处,微处理器二将信息识别系统和土壤检测模块的信息传输到无线通信模块,并由无线通信模块将信息传输到物联网层中。
2.根据权利要求1所述的一种农作物病虫害防治的装置,其特征在于:所述微型电脑二将收集到的异常图片经由ESP32模块传送到物联网层中,且物联网层包括云端服务器和终端小程序,云端服务器将电器控制部分收集到的信息进行整合,云端服务器收集到的信息发布到终端小程序。
3.根据权利要求2所述的一种农作物病虫害防治的装置,其特征在于:所述微处理器二控制驱动芯片进行工作从而实现对机械系统部分的运动控制,微处理器二控制驱动芯片开启诱捕灯进行害虫诱捕。
4.根据权利要求1所述的一种农作物病虫害防治的装置,其特征在于:所述识别系统包括图像识别模块、音频处理模块、图传网络模块,图像识别模块用于对拍摄的图像进行识别,音频处理模块对农作物上的害虫声音进行收集,图传网络模块时对图像和声音进行网络传输。
5.根据权利要求1所述的一种农作物病虫害防治的装置,其特征在于:所述激光雷达随着机器人运动过程中对地图的绘制和校准,最终绘制出完整地图,根据给定的目标点和全局地图实现总体的路径规划,计算最优路线和避开路径中的障碍物。
6.根据权利要求1所述的一种农作物病虫害防治的装置,其特征在于:所述土壤检测模块包括土壤湿度传感器、土壤pH传感器和温度传感器,其中土壤检测模块对农田土壤湿度、土壤pH值和土壤温度进行检测,能够根据土壤环境状况得知田间健康指数报告。
7.一种农作物病虫害防治装置的防治方法,其特征在于:该装置的防治方法包括以下步骤:
S1、调试设备和系统,将基站、工作车和机械臂进行调式,将工作车行驶到农田中,然后对基站、工作车和机械臂的系统进行调式,使得各个设备正常运转;
S2、对土壤环境进行检测,通过机械臂采集土壤进行土壤检测,从而获得土壤相关数据,根据土壤环境状况得知田间健康指数报告;
S3、搭载有虫害诱捕装置,在机械臂或者工作车安装远红外诱捕灯,使得害虫撞击诱捕灯而掉落;
S4、对诱捕到的虫子进行识别并分类,通过深度识别算法对诱捕到的虫子进行识别并分类;
S5、制定合理的农药配比方案,结合基站所传递出的虫害信息,精准配置各个农药的配比,以及总的农药的使用量。
8.根据权利要求7所述的一种农作物病虫害防治装置的防治方法,其特征在于:所述S1中工作车采用了“树莓派+深度相机”的识别工具,深度相机相较于普通抓取摄像头能对叶间的虫类进行精准拍摄。
9.根据权利要求7所述的一种农作物病虫害防治装置的防治方法,其特征在于:所述S2中对采集的土壤进行营养元素、土壤湿度、土壤pH值和土壤温度进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348669.9A CN116616267A (zh) | 2023-04-04 | 2023-04-04 | 一种农作物病虫害防治的装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348669.9A CN116616267A (zh) | 2023-04-04 | 2023-04-04 | 一种农作物病虫害防治的装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116616267A true CN116616267A (zh) | 2023-08-22 |
Family
ID=87590874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310348669.9A Pending CN116616267A (zh) | 2023-04-04 | 2023-04-04 | 一种农作物病虫害防治的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116616267A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496105A (zh) * | 2024-01-03 | 2024-02-02 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
-
2023
- 2023-04-04 CN CN202310348669.9A patent/CN116616267A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496105A (zh) * | 2024-01-03 | 2024-02-02 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
CN117496105B (zh) * | 2024-01-03 | 2024-03-12 | 武汉新普惠科技有限公司 | 一种农业害虫视觉识别系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109470299A (zh) | 一种基于物联网的作物生长信息监测系统和方法 | |
CN111582055B (zh) | 一种无人机的航空施药航线生成方法及系统 | |
JP5020444B2 (ja) | 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体 | |
CN113925039B (zh) | 一种基于物联网的园林病虫害智能防护系统及防控方法 | |
CN109919796B (zh) | 虫情测报系统 | |
CN105547252A (zh) | 基于情景感知的作物冠层图像采集装置 | |
CN106570534A (zh) | 全自动微小昆虫诱集检测方法及其系统 | |
CN116616267A (zh) | 一种农作物病虫害防治的装置和方法 | |
CN105547360A (zh) | 基于情景感知的作物冠层图像采集方法 | |
CN111414896A (zh) | 一种基于卷积神经网络农作物病害图像识别方法 | |
CN115631421B (zh) | 耕地智慧保护方法及保护系统 | |
CN114239756B (zh) | 一种虫害检测方法及系统 | |
Laursen et al. | RoboWeedSupport-Sub millimeter weed image acquisition in cereal crops with speeds up till 50 km/h | |
CN106347667A (zh) | 基于距离和图像检测的植保无人机自动喷洒方法和装置 | |
CN112715120A (zh) | 一种智慧农业物联网系统 | |
JP6765109B2 (ja) | 農業システム | |
CN216351838U (zh) | 一种农作物监测系统 | |
AU2021105327A4 (en) | A computer implemented and IoT based method for increasing crop production using machine learning model | |
Moreno et al. | Proximal sensing for geometric characterization of vines: A review of the latest advances | |
US20220101557A1 (en) | Calibration of autonomous farming vehicle image acquisition system | |
CN110602179A (zh) | 一种基于NB-IoT的农业数据采集系统 | |
CN115291541A (zh) | 一种农作物病虫害监测系统与方法 | |
CN113342036A (zh) | 一种农作物的精准管控系统及其管控方法 | |
CN206087326U (zh) | 基于距离和图像检测的植保无人机自动喷洒装置 | |
CN214374338U (zh) | 一种基于无人机遥感的作物生长监测系统 |
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 |