CN116636362A - 一种用于土壤养分改良的设备及方法 - Google Patents
一种用于土壤养分改良的设备及方法 Download PDFInfo
- Publication number
- CN116636362A CN116636362A CN202310769408.4A CN202310769408A CN116636362A CN 116636362 A CN116636362 A CN 116636362A CN 202310769408 A CN202310769408 A CN 202310769408A CN 116636362 A CN116636362 A CN 116636362A
- Authority
- CN
- China
- Prior art keywords
- fertilization
- soil
- intelligent vehicle
- farmland
- crops
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims description 47
- 235000015097 nutrients Nutrition 0.000 title claims description 28
- 230000004720 fertilization Effects 0.000 claims abstract description 98
- 238000003860 storage Methods 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims abstract description 10
- 239000003337 fertilizer Substances 0.000 claims description 51
- 230000008569 process Effects 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 11
- 230000004048 modification Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 239000000945 filler Substances 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 21
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 15
- 239000011591 potassium Substances 0.000 description 15
- 229910052700 potassium Inorganic materials 0.000 description 15
- 229910052757 nitrogen Inorganic materials 0.000 description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 11
- 229910052698 phosphorus Inorganic materials 0.000 description 11
- 239000011574 phosphorus Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 241000219109 Citrullus Species 0.000 description 3
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000618 nitrogen fertilizer Substances 0.000 description 3
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 3
- 239000002686 phosphate fertilizer Substances 0.000 description 3
- 238000001479 atomic absorption spectroscopy Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C15/00—Fertiliser distributors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C5/00—Making or covering furrows or holes for sowing, planting or manuring
- A01C5/04—Machines for making or covering holes for sowing or planting
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Fertilizing (AREA)
Abstract
一种用于土壤养分改良的设备及方法，包括施肥设备和控制系统，施肥设备包括后台处理器、智能车、储料台和移动端，所述智能车的车体上安装有摄像装置、移动装置、挖坑装置、施肥装置和覆土装置，后台处理器、智能车、储料台和移动端均通过控制系统控制运行。本发明通过将农田按照穴施的影响范围划分为不同的区域，根据一块农田内不同区域的土壤成分含量进行精确施肥，避免不同区域土壤元素含量不同而对施肥照成的影响，通过控制系统控制智能车完成全流程的挖坑、施肥和覆土工作，通过自动化解放人力，降低人工劳动强度，而且避免了人为因素对施肥分量难以把控的影响，做到精确施肥。
Description
技术领域
本发明涉及土壤改良技术领域，特别提供了一种用于土壤养分改良的设备及方法。
背景技术
土壤养分改良是指通过一系列措施和方法，提高土壤中养分的含量、平衡和稳定性，以改善土壤质量和农作物产量。它是现代农业管理的重要环节之一，旨在优化土壤环境，提供适宜的养分供应，促进农作物生长、发育和产量的提高，同时实现可持续农业生产。
施肥作为土壤养分改良的最常用手段，主要是依据土壤肥力水平、作物类型、目标产量、气候环境以及肥料特点，从而选择合适的肥料，估算所需要肥料用量，并确定施肥时间和施肥模式。依据施肥时间的不同，可分为基肥和追肥，依据施肥模式的不同可分为撒施、冲施、穴施、条施等；撒施和冲施有利于养分的扩散，施用方便，但养分损失大，利用率较低；穴施和条施养分损失少，利用率高，但要消耗一定的机械能；随着现代精准农业的发展，精确施肥也得到了快速发展，并将成为一种重要的施肥模式。
而在穴施的过程中需要先挖坑，然后将肥料释放的指定的坑穴中，最后还需要覆土掩埋，当前的穴施和条施都为人工或者半人工处理，劳动强度大，需要大量的人力资源。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种用于土壤养分改良的设备及方法。
为达到以上目的，本发明采用的技术方案为：一种用于土壤养分改良的设备及方法，包括施肥设备和控制系统，所述施肥设备包括后台处理器、智能车、储料台和移动端，所述智能车的车体上安装有摄像装置、移动装置、挖坑装置、施肥装置和覆土装置，所述后台处理器、智能车、储料台和移动端均通过控制系统控制运行。
有益地，所述控制系统包括规划模块、测量模块、计算模块和运行模块，所述规划模块用于人工模拟、图像采集和路径规划；所述测量模块用于控制测量装置对土壤成分进行测量；所述计算模块用于将测量数据与云平台提供的数据进行对比，从而确定施肥区域、施肥种类和施肥分量；所述运行模块包括挖坑单元、施肥单元和覆土单元，用于智能车的挖坑、施肥和覆土功能。
有益地，智能车具有移动装置，能够在控制系统的控制下自由移动，且智能车具有信号传输器，用于发出信号和接收信号，从而实现智能车的无人操作，自动运行，节省人力。
有益地，所述储料台的内部设置有三个相同的储肥腔，而每个储肥腔的下端均对应的设置有填料腔，填料腔大于智能车的体积，智能车的上端设置有运输腔，而三个储肥腔内分别装有不同类型的肥料，在确定施肥种类后，智能车进入对应的填料腔，通过运输腔装填相应种类的肥料，然后去农田中进行挖穴施肥。
有益地，移动装置受控制系统的控制，用于智能车在农田中移动；测量装置受控制系统的控制，用于测量农田内土壤的元素含量，所述测量可以是各种能够采集土壤元素成分的设备。
有益地，挖坑装置受控制系统的控制，用于在农田中挖出坑穴；施肥装置受控制系统的控制，用于将运输空间内的肥料导入挖好的坑穴中，完成农田施肥的穴施，且施肥装置具有流速控制功能；覆土装置受控制系统的控制，用于将土地表面的碎土推入施肥的坑穴中。
更为有益地，所述后台处理器关联云平台数据库，且所述后台处理器与移动端具有交互功能，所述云平台数据库包括农作物种类信息，土壤环境监测信息、农作物施肥需求信息、专家知识信息等，经过互联网综合管理的云平台数据库，实现监测、预警、远程智能控制，为生产决策提供技术支撑，其中，通过后台处理器接收信息输入，并将信息处理分析后与数据库中的数据进行对比，确定工作指令，然后将指令输出，同时，可以通过移动端观察后台处理器的工作状态，还可以通过移动端介入后台处理器的工作，下发人工指令。
进一步，土壤养分的改良方法包括以下步骤：通过移动端人工模拟地形；通过摄像装置采集农作物生长状况；根据农作物的排布生成智能车行驶路径；取点测量农田中土壤元素含量；通过数据对比确定施肥区域；通过数据对比确定施肥种类；通过数据对比确定施肥分量；智能车装填肥料；在需要施肥的区域挖坑；在需要施肥的区域施肥；在施肥后的区域覆土。
进一步，在通过移动端人工模拟地形的过程中，是由人工测量田地的尺寸和形状信息，并通过移动端将人工测得的数据输入后台处理器中，自动生成虚拟的地形图像，然后再由人工选择农田中所种农作物的种类，便于后台处理器在云平台数据库中调用相对应的农作物信息，而且方便智能车后续的行驶路径规划。
进一步，在通过摄像装置采集农作物生长状况的过程中，通过图像与样本的对比确定农作物的生长状况，明确农作物是处于育苗期、生长期或者成熟期，便于更加精确地调用数据库中的数据。
进一步，在生成智能车的行驶路径的过程中，结合农田的形状和农作物的排布生成最佳的行驶路径，避免农作物对智能车的行驶照成干扰。
更进一步，在取点测量农田中土壤元素含量的过程中，将农田按照穴施的影响范围划分为不同的区域，而每个区域的面积相同，在每个区域的中间位置处选择测量点，在该测量点处进行肥料穴施后，施肥效果影响该区域，从而根据一块农田内不同区域的土壤成分含量进行精确施肥，避免不同区域土壤元素含量不同而对施肥照成的影响，防止统一施肥后不同区域肥料过少或者过多的情况发生。
作为优选，在通过数据对比确定施肥区域、施肥种类和施肥分量的过程中，数据来源为数据库中的数据和取点测量的数据，通过云平台得到农作物在一定时期的生长过程中对土壤成分的要求范围，然后将取点测量的数据与之对比，当实际测量值小于要求范围的最小值时，用生长要求范围的中间值减去实际测量值，得到需要施肥的分量，而取点测量的数据在农作物的生长要求范围类时，对应的区域不需要施肥。
有益地，在智能车装填肥料和施肥的过程中，通过控制系统控制智能车完成全流程的挖坑、施肥和覆土工作，通过自动化解放人力，降低人工劳动强度，而且避免了人为因素对施肥分量难以把控的影响，做到精确施肥。
本发明的有益效果：
1、数据驱动的施肥决策：控制系统通过测量模块测量土壤成分，并与云平台提供的数据进行对比，确定施肥区域、施肥种类和施肥分量。这样可以根据实际需要进行精确施肥，避免了过度或不足施肥的情况，提高施肥效果；
2、人工模拟和图像采集：通过移动端进行人工模拟地形并采集农作物生长状况的图像，结合农田形状和农作物排布生成最佳的智能车行驶路径。这样可以避免农作物对智能车行驶造成干扰，提高施肥的准确性和效率；
3、通过自动化操作、数据驱动的施肥决策、人工模拟和图像采集、数据库支持和远程控制、无人操作和节省人力等优点，提高了土壤养分改良的效率和精确性。
附图说明
图1为本发明一种用于土壤养分改良的设备及方法结构示意图；
图2为本发明中控制系统的框架结构图；
图3为本发明中智能车与储料台的结构示意图；
图4为本发明中后台处理器的关联图；
图5为本发明一种用于土壤养分改良的设备及方法的运行流程图；
图6为本发明中取点测量的举例示意图；
图7为本发明中农作物生长需求的举例示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
如图1所示，一种用于土壤养分改良的设备及方法，包括施肥设备和控制系统，所述施肥设备包括后台处理器、智能车、储料台和移动端，所述智能车的车体上安装有摄像装置、移动装置、挖坑装置、施肥装置和覆土装置，所述后台处理器、智能车、储料台和移动端均通过控制系统控制运行。
具体地，如图2所示，所述控制系统包括规划模块、测量模块、计算模块和运行模块，所述规划模块用于人工模拟、图像采集和路径规划；所述测量模块用于控制测量装置对土壤成分进行测量；所述计算模块用于将测量数据与云平台提供的数据进行对比，从而确定施肥区域、施肥种类和施肥分量；所述运行模块包括挖坑单元、施肥单元和覆土单元，用于智能车的挖坑、施肥和覆土功能。
本领域技术人员可以理解的是，智能车具有移动装置，能够在控制系统的控制下自由移动，且智能车具有信号传输器，用于发出信号和接收信号，从而实现智能车的无人操作，自动运行，节省人力。
具体地，如图3所示，所述储料台的内部设置有三个相同的储肥腔，而每个储肥腔的下端均对应的设置有填料腔，填料腔大于智能车的体积，智能车的上端设置有运输腔，而三个储肥腔内分别装有不同类型的肥料，在确定施肥种类后，智能车进入对应的填料腔，通过运输腔装填相应种类的肥料，然后去农田中进行挖穴施肥。
在一个优选的实施方式中，在三个储肥腔内分别装入氮肥、磷肥和钾肥，经过测量装置的土壤成分测量和信息分析后，确定土壤缺少氮元素时，智能车进入氮肥对应的填料腔，通过运输空间装填氮肥，然后去农田中进行挖穴施肥；经过测量装置的土壤成分测量和信息分析后，确定土壤缺少磷元素时，智能车进入磷肥对应的填料腔，通过运输空间装填磷肥，然后去农田中进行挖穴施肥；经过测量装置的土壤成分测量和信息分析后，确定土壤缺少钾元素时，智能车进入钾肥对应的填料腔，通过运输空间装填钾肥，然后去农田中进行挖穴施肥。
作为优选，移动装置受控制系统的控制，用于智能车在农田中移动。
可以理解的是，所述移动装置不局限于车轮，可以是各种能够带动智能车移动的装置，例如支撑腿、履带，通过支撑腿的交叉运动带动智能车移动，或者通过履带的运动带动智能车移动。
作为优选，摄像装置受控制系统的控制，用于在智能车移动过程中采集农田的地形、农作物的排布以及农作物的生长状况信息，摄像设备为ccd或者cmos或者其他具有感光功能的图像采集设备，或者其他感光元件或者器件，以下统称为感光设备，例如可见光摄像机和/或红外摄像机。所述ccd或者cmos或者其他具有感光功能的传感器安装固定在智能车的车身前部位置，安装高度和角度根据智能车的自身情况和农作物的种类确定。所述ccd或者cmos或者其他具有感光功能的传感器可以为一个或者多个。
所述感光设备实时获取车辆前方的可见光和/或红外光信息，并得到不间断的图像或者视频。所述实时获取不间断的图像或者视频可以是通过感光设备以一定的时间间隔获取的一系列的感光信息，例如每间隔1毫秒或者2毫秒或者其他时间间隔所获取的静态图像，或者由所述静态图像生成的动态图像或者视频。
在所述静态或者动态图像中检测或者识别出至少一个农作物，例如通过边缘检测，或者颜色阈值检测，或者边缘检测加霍夫曼变换，或者基于模板识别或者其他人工智能学习等方法识别出的农作物。具体的农作物的检测方法已经存在于现有技术中，并非本发明的宗旨所在。
作为优选，测量装置受控制系统的控制，用于测量农田内土壤的元素含量，所述测量可以是各种能够采集土壤元素成分的设备。例如土壤氮磷钾传感器、土壤养分速测仪、土壤氮磷钾速测仪等等，测量装置安装在智能车的底部，能够上下伸缩，在智能车停靠在测量点时，测量装置向下移动插入土壤中，测量装置通过原子吸收光谱法测定，在次灵敏线下用原子吸收光谱法直接测定高含量的土壤中元素成分。
作为优选，挖坑装置受控制系统的控制，用于在农田中挖出坑穴，所述挖坑装置能够进行升降，便于调节挖坑的深浅，满足不同农作物的施肥要求。
作为优选，施肥装置受控制系统的控制，用于将运输空间内的肥料导入挖好的坑穴中，完成农田施肥的穴施，且施肥装置具有流速控制功能，使用相邻两个分流板之间的夹持空间运输肥料，能够有效控制肥料的下落速度和分量，满足施肥分量的要求。
作为优选，覆土装置受控制系统的控制，用于将土地表面的碎土推入施肥的坑穴中，对肥料进行掩埋，避免肥料的挥发。
作为优选，如图4所示，所述后台处理器关联云平台数据库，且所述后台处理器与移动端具有交互功能，所述云平台数据库包括农作物种类信息，土壤环境监测信息、农作物施肥需求信息、专家知识信息等，经过互联网综合管理的云平台数据库，实现监测、预警、远程智能控制，为生产决策提供技术支撑，其中，通过后台处理器接收信息输入，并将信息处理分析后与数据库中的数据进行对比，确定工作指令，然后将指令输出，同时，可以通过移动端观察后台处理器的工作状态，还可以通过移动端介入后台处理器的工作，下发人工指令。
具体地，如图5所示，土壤养分的改良方法包括以下步骤：通过移动端人工模拟地形；通过摄像装置采集农作物生长状况；根据农作物的排布生成智能车行驶路径；取点测量农田中土壤元素含量；通过数据对比确定施肥区域；通过数据对比确定施肥种类；通过数据对比确定施肥分量；智能车装填肥料；在需要施肥的区域挖坑；在需要施肥的区域施肥；在施肥后的区域覆土。
作为优选，在通过移动端人工模拟地形的过程中，是由人工测量田地的尺寸和形状信息，并通过移动端将人工测得的数据输入后台处理器中，自动生成虚拟的地形图像，然后再由人工选择农田中所种农作物的种类，便于后台处理器在云平台数据库中调用相对应的农作物信息，而且方便智能车后续的行驶路径规划。
作为优选，在通过摄像装置采集农作物生长状况的过程中，通过图像与样本的对比确定农作物的生长状况，明确农作物是处于育苗期、生长期或者成熟期，便于更加精确地调用数据库中的数据。
作为优选，在生成智能车的行驶路径的过程中，结合农田的形状和农作物的排布生成最佳的行驶路径，避免农作物对智能车的行驶照成干扰。
作为优选，在取点测量农田中土壤元素含量的过程中，将农田按照穴施的影响范围划分为不同的区域，如图6所示，而每个区域的面积相同，在每个区域的中间位置处选择测量点，在该测量点处进行肥料穴施后，施肥效果影响该区域，从而根据一块农田内不同区域的土壤成分含量进行精确施肥，避免不同区域土壤元素含量不同而对施肥照成的影响，防止统一施肥后不同区域肥料过少或者过多的情况发生。
作为优选，在通过数据对比确定施肥区域、施肥种类和施肥分量的过程中，数据来源为数据库中的数据和取点测量的数据，通过云平台得到农作物在一定时期的生长过程中对土壤成分的要求范围，然后将取点测量的数据与之对比，当实际测量值小于要求范围的最小值时，用生长要求范围的中间值减去实际测量值，得到需要施肥的分量，而取点测量的数据在农作物的生长要求范围类时，对应的区域不需要施肥。
在一个优选的实施方式中，如图7所示，农田中种植有西瓜，而通过数据库可知道，西瓜在育苗期对农田的土壤要求为氮：7-9kg/亩，磷4-6kg/亩，钾10-12kg/亩；在生长期对农田的土壤要求为氮：9-12kg/亩，磷5.5-7kg/亩，钾11.5-13.5kg/亩；农田的土壤要求为氮：11-13kg/亩，磷6.9-8.9kg/亩，钾13-15kg/亩，而在通过摄像装置采集农作物生长状况的过程中，通过图像与样本的对比确定是处于育苗期，则后台处理器选用西瓜在育苗期对农田的土壤要求，氮：7-9kg/亩，磷4-6kg/亩，钾10-12kg/亩，当实际测量得到土壤含量为氮：7.1kg/亩，磷5.6kg/亩，钾8.8kg/亩，则氮和磷均不需要补充，需要补充钾，取10与12的平均值11减去8.8得到2.2，再用该区域的实际面积乘以2.2kg/亩就得到该区域需要补充的钾含量；又例如实际测量得到的土壤含量为氮：6.9kg/亩，磷5kg/亩，钾7kg/亩，则磷不需要补充，氮和钾均需要补充，取7与9的平均值8减去6.8得到1.2，再用该区域的实际面积乘以1.2kg/亩就得到该区域需要补充的氮含量，取10与12的平均值11减去7得到4，再用该区域的实际面积乘以4kg/亩就得到该区域需要补充的钾含量。
作为优选，在智能车装填肥料和施肥的过程中，通过控制系统控制智能车完成全流程的挖坑、施肥和覆土工作，通过自动化解放人力，降低人工劳动强度，而且避免了人为因素对施肥分量难以把控的影响，做到精确施肥。
具体实施方式中：通过运用智能系统和云平台数据库，实现监测、预警、远程智能控制，为生产决策提供技术支撑，可以通过移动端观察后台处理器的工作状态，还可以通过移动端介入后台处理器的工作，下发人工指令，由人工测量田地的尺寸和形状信息，并通过移动端将人工测得的数据输入后台处理器中，自动生成虚拟的地形图像，然后再由人工选择农田中所种农作物的种类，便于后台处理器在云平台数据库中调用相对应的农作物信息，而且方便智能车后续的行驶路径规划，通过图像与样本的对比确定农作物的生长状况，明确农作物是处于育苗期、生长期或者成熟期，便于更加精确地调用数据库中的数据，通过后台处理器，结合农田的形状和农作物的排布生成最佳的行驶路径，避免农作物对智能车的行驶照成干扰，而且将农田按照穴施的影响范围划分为不同的区域，根据一块农田内不同区域的土壤成分含量进行精确施肥，避免不同区域土壤元素含量不同而对施肥照成的影响，防止统一施肥后不同区域肥料过少或者过多的情况发生，通过控制系统控制智能车完成全流程的挖坑、施肥和覆土工作，通过自动化解放人力，降低人工劳动强度，而且避免了人为因素对施肥分量难以把控的影响，做到精确施肥。
以上显示和描述了本发明的基本原理、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本发明的原理，在不脱离本发明精神和范围的前提下本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的范围内，本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种用于土壤养分改良的设备及方法，其特征在于：包括施肥设备和控制系统，所述施肥设备包括后台处理器、智能车、储料台和移动端，所述智能车的车体上安装有摄像装置、移动装置、挖坑装置、施肥装置和覆土装置，所述后台处理器、智能车、储料台和移动端均通过控制系统控制运行。
2.根据权利要求1所述的一种用于土壤养分改良的设备及方法，其特征在于：所述控制系统包括规划模块、测量模块、计算模块和运行模块，所述规划模块用于人工模拟、图像采集和路径规划；所述测量模块用于控制测量装置对土壤成分进行测量；所述计算模块用于将测量数据与云平台提供的数据进行对比，从而确定施肥区域、施肥种类和施肥分量；所述运行模块包括挖坑单元、施肥单元和覆土单元，用于智能车的挖坑、施肥和覆土功能。
3.根据权利要求2所述的一种用于土壤养分改良的设备及方法，其特征在于：所述储料台的内部设置有三个相同的储肥腔，而每个储肥腔的下端均对应的设置有填料腔，填料腔大于智能车的体积，智能车的上端设置有运输腔，而三个储肥腔内分别装有不同类型的肥料。
4.根据权利要求3所述的一种用于土壤养分改良的设备及方法，其特征在于：移动装置用于智能车在农田中移动；测量装置用于测量农田内土壤的元素含量，测量可以是各种能够采集土壤元素成分的设备；挖坑装置用于在农田中挖出坑穴；施肥装置用于将运输空间内的肥料导入挖好的坑穴中，完成农田施肥的穴施，且施肥装置具有流速控制功能；覆土装置用于将土地表面的碎土推入施肥的坑穴中。
5.根据权利要求4所述的一种用于土壤养分改良的设备及方法，其特征在于：所述后台处理器关联云平台数据库，且所述后台处理器与移动端具有交互功能，其中，通过后台处理器接收信息输入，并将信息处理分析后与数据库中的数据进行对比，确定工作指令，然后将指令输出。
6.根据权利要求5所述的一种用于土壤养分改良的设备及方法，其特征在于包括以下步骤：
S1、通过移动端人工模拟地形；
S2、通过摄像装置采集农作物生长状况；
S3、根据农作物的排布生成智能车行驶路径；
S4、取点测量农田中土壤元素含量；
S5、通过数据对比确定施肥区域；
S6、通过数据对比确定施肥种类；
S7、通过数据对比确定施肥分量；
S8、智能车装填肥料；
S9、在需要施肥的区域挖坑；
S10、在需要施肥的区域施肥；
S11、在施肥后的区域覆土。
7.根据权利要求6所述的一种用于土壤养分改良的设备及方法，其特征在于：在通过移动端人工模拟地形的过程中，是由人工测量田地的尺寸和形状信息，并通过移动端将人工测得的数据输入后台处理器中，自动生成虚拟的地形图像，然后再由人工选择农田中所种农作物的种类。
8.根据权利要求6所述的一种用于土壤养分改良的设备及方法，其特征在于：在通过摄像装置采集农作物生长状况的过程中，通过图像与样本的对比确定农作物的生长状况，明确农作物是处于育苗期、生长期或者成熟期；在生成智能车的行驶路径的过程中，结合农田的形状和农作物的排布生成最佳的行驶路径。
9.根据权利要求8所述的一种用于土壤养分改良的设备及方法，其特征在于：在取点测量农田中土壤元素含量的过程中，将农田按照穴施的影响范围划分为不同的区域，而每个区域的面积相同，在每个区域的中间位置处选择测量点。
10.根据权利要求9所述的一种用于土壤养分改良的设备及方法，其特征在于：在通过数据对比确定施肥区域、施肥种类和施肥分量的过程中，数据来源为数据库中的数据和取点测量的数据，通过云平台得到农作物在一定时期的生长过程中对土壤成分的要求范围，将取点测量的数据与之对比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769408.4A CN116636362A (zh) | 2023-06-26 | 2023-06-26 | 一种用于土壤养分改良的设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769408.4A CN116636362A (zh) | 2023-06-26 | 2023-06-26 | 一种用于土壤养分改良的设备及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116636362A true CN116636362A (zh) | 2023-08-25 |
Family
ID=87623101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310769408.4A Pending CN116636362A (zh) | 2023-06-26 | 2023-06-26 | 一种用于土壤养分改良的设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116636362A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117898188A (zh) * | 2024-03-19 | 2024-04-19 | 内蒙古农业大学 | 一种荒漠化治理履带式植树机器人 |
-
2023
- 2023-06-26 CN CN202310769408.4A patent/CN116636362A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117898188A (zh) * | 2024-03-19 | 2024-04-19 | 内蒙古农业大学 | 一种荒漠化治理履带式植树机器人 |
| CN117898188B (zh) * | 2024-03-19 | 2024-05-14 | 内蒙古农业大学 | 一种荒漠化治理履带式植树机器人 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111316896B (zh) | 一种精细化栽培技术的灌溉控制系统 | |
| Blackmer et al. | Using precision farming technologies to improve management of soil and fertiliser nitrogen | |
| CN111557159B (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
| CN103823371B (zh) | 基于神经网络模型的农业精准施肥系统及施肥方法 | |
| CN116636362A (zh) | 一种用于土壤养分改良的设备及方法 | |
| US20090164281A1 (en) | Method for selecting crop varieties | |
| CN107807540A (zh) | 一种基于图像处理的农业智能平台 | |
| CN109661979B (zh) | 一种基于精准控制作物位置的信息化种植方法 | |
| CN109757175A (zh) | 一种基于无人机监测的玉米水肥一体化变量施肥方法 | |
| CN109240304A (zh) | 一种精确种植系统及方法 | |
| CN108811651A (zh) | 一种测土配方施肥的方法 | |
| CN102369804A (zh) | 智能化施肥装置和方法及智能化施肥机 | |
| CN105511426A (zh) | 作物生长的自动化处理方法、装置及系统 | |
| CN104424390A (zh) | 灌溉面积监测方法及装置 | |
| CN112136423A (zh) | 一种多功能农用机器人 | |
| CN111066442B (zh) | 一种玉米对靶变量施肥方法、装置及应用 | |
| CN113408961A (zh) | 一种基于农业物联网的农业监管平台 | |
| CN101578936A (zh) | 施肥处理方法及系统 | |
| CN117501949A (zh) | 一种基于土壤肥沃度检测的智能化变量施肥系统及方法 | |
| CN117634738A (zh) | 基于人工智能的物联网农业环保一体化平台 | |
| CN206832798U (zh) | 一种用于土壤养分检测的装置 | |
| CN213634208U (zh) | 一种无人农机智能管理终端 | |
| DE202022102591U1 (de) | System zur Überwachung des Gesundheitszustands von Pflanzen in der Präzisionslandwirtschaft mittels Bildverarbeitung und Faltungsneuronalem Netz | |
| CN213784122U (zh) | 一种多功能农用机器人 | |
| Zhang et al. | Retracted Article: Development of computer-based agricultural remote intelligent information monitoring system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |