CN116723764A - 水培农业环境中植物索引的系统和方法以及水培农业环境 - Google Patents

Abstract

示出和描述了一种种植方法。在一个示例性实施例中，植物可以在发芽阶段开始。接下来，在可选地将植物移植到一个或多个后续苗圃之前，将植物带到苗圃一段时间。最后，将植物移植到温室中，在温室中植物可以生长直到它们准备收获。在一个示例性实施例中，苗圃阶段可以是垂直农场，而温室阶段可以是接收阳光的传统农场。可以实施AI以优化环境条件，并且可以使用机器人来收获植物。可以对植物进行索引，以便有效地加快植物生长并优化每个阶段的时间。

Description

水培农业环境中植物索引的系统和方法以及水培农业环境

相关申请的交叉引用

本专利申请要求2021年6月8日提交的申请号为17/341,718的美国申请的权益和优先权，其要求了2020年8月7日提交的申请号为63/062,609的美国临时专利申请的优先权，其全部内容通过引用并入本文。

技术领域

一个示例性实施例涉及水培农业领域。

背景技术

传统农业存在许多问题。通常需要大面积的空间和大量的水。受控环境农业(Controlled Environment Agriculture，CEA)的出现解决了这些问题。CEA可以减少90％的用水和土地。此外，这允许365天的生长季节。与传统农业相比，CEA有明显较小的种植面积和明显较高的产量。使用受控环境(其中可以精确指定诸如光和其他环境条件等因素)使这种改进成为可能。

然而，CEA仍面临许多挑战。例如，存在作物歉收的风险以及疾病和病毒爆发的高风险。此外，这些农场在其可以种植的产品方面通常不太灵活。它们可能需要更高的资本支出和运营费用。此外，传统农场种植分散的幼苗，以允许它们有适当的空间生长。因此，有大量未使用的“空白区”，只有在植物达到成熟时才会用到。为了最大限度地提高效率，一些CEA农场设施可以实施垂直耕作，其中作物在垂直堆叠的层中生长。在垂直农场中，金属反射器和LED灯在这些密集的农场中替代了自然光。由于水培农业技术的实施，垂直耕作每平方英尺产量高，同时需要的水较少。然而，垂直农场仍然面临着一些挑战，例如作物歉收风险高、产品灵活性低以及机械依赖强，导致建设和运营资本成本高。

发明内容

根据至少一个示例性实施例，可以示出和描述用于水培垂直农场的方法和系统。

一种用于种植植物的系统和方法，种植种子或幼苗，并在发芽阶段将种子或幼苗生长成植物；在一个或多个苗圃阶段将植物运输到苗圃。植物可以垂直布置，并在每个苗圃阶段接收来自人造光源的光。该方法可以继续将植物移植到温室中，其中，温室中的植物可以水平地布置在温室阶段，并且其中，在温室阶段期间，植物接收阳光；并且从温室中收获植物；通过控制单元调整多个植物参数；其中，调整植物参数的步骤发生在发芽阶段、一个或多个苗圃阶段和温室阶段中的一个或多个期间，并且其中，控制单元被配置为根据发芽阶段、苗圃阶段和温室阶段中每一个的要求不同地调整植物参数。

在一个实施例中，水培农场可以实施发芽阶段、多个垂直/室内苗圃，最后是温室阶段。作物可以在发芽阶段开始播种。接下来，植物可以被带到垂直苗圃，在那里它们可以生长一段时间。可选地，一些植物然后可以被移植到一个或多个具有不同植物索引密度(plant indexing density)和持续时间的后续苗圃。在某些实施例中，来自第一苗圃的一些或所有植物可以被移植到一个或多个后续苗圃。在可选实施例中，苗圃的大小和环境条件可以变化以适应密度和持续时间的变化。

通过对不同于苗圃的植物进行索引，物理空间、时间和运营成本为植物的早期生长周期进行了优化。苗圃可以垂直设置，使得植物布置在室内垂直农场中。接下来，植物可能会被移植到用于其生长的最后阶段的温室中。在一个示例性实施例中，温室可以不垂直布置，而是植物可以水平或平坦布置，以便接收自然阳光。它们可以在最佳时间从温室中收获。

一个示例性实施例可实施控制系统以处理数据并使系统自动化。例如，控制系统可以被实现为监测植物的生命周期以及环境数据，例如光、温度和湿度等。在示例性实施例中，控制系统可以是可编程逻辑控制器(PLC)系统。控制系统可以结合人工智能(AI)算法来优化和控制环境参数。AI算法可以是本领域已知的任何程序，例如机器学习算法等。热传感器、电子传感器和温度传感器可以向控制系统提供数据。热传感器、电子传感器和温度传感器可以包括本领域普通技术人员可以理解的各种传感器。例如，可以从植物中测量水温、电导率、pH和溶解氧。可以从环境中测量空气温度、相对湿度、CO₂含量、光强度(或光合有效辐射，PAR)和空气速度。也可以设想任何其他测量。然后，控制系统可以处理输入数据(例如通过AI)以识别应该改变或修改哪些环境参数以优化植物生长。一个示例性控制系统AI可以实现机器学习，例如基于算法驱动的回归公式。

不同的植物可以在不同的苗圃或温室中生长，并且系统可以单独优化每种植物的环境参数，因为某些植物可能需要或在不同的条件下生长。为了确定诸如植物的水分含量或大小等因素，可以实施图像识别、热成像和激光雷达(LIDAR)。例如，在温室阶段，LIDAR数据可以识别植物已达到其目标大小并准备好收获。可以在一个示例性实施例中使用LIDAR；然而，如本领域普通技术人员所理解的，可以使用替代测距、图像识别和热成像技术。一个示例性实施例可以实现任何类型的传感器，例如生物传感器、生化传感器、图像传感器和/或MOS传感器。可选地，可以设想从单独的系统检索数据或将数据手动输入到系统中。

在另一示例性实施例中，可以实施机器人来收获植物。因此，整个过程可以通过控制单元AI和机器人单元自主地执行。在一个示例性实施例中，可以实施机器人手臂或手指以提取单个植物并包装该植物以供出售。可以类似地收获或提取大量植物。

附图说明

本发明实施例的优点将从其示例性实施例的以下详细描述中是显而易见的，该描述应当结合附图来考虑，附图中相同的附图标记指示相同的元件，其中：

图1是示例性耕作过程的示例性流程图。

图2是苗圃的示例性实施例。

图3是描述耕作过程的植物索引的示例性流程图。

图4是用于种植不同植物的耕作设施的示例性实施例。

图5A是温室水培植物容器的示例性实施例。

图5B是温室水培植物容器的另一示例性实施例。

图6是耕作设施的示例性布置。

图7是导致示例性环境条件AI、算法和机器学习的示例性数据模型。

图8是示出示例性实施例中植物生长随时间和地点变化的示例性图表。

图9A是垂直耕作布置的示例性实施例。

图9B是垂直耕作布置的示例性实施例。

具体实施方式

本发明的各方面在针对本发明具体实施例的以下描述和相关附图中公开。在不脱离本发明的主旨或范围的情况下，可以设计可选实施例。此外，为了不混淆本发明的相关细节，将不详细描述或将省略本发明的示例性实施例的众所周知的元件。此外，为了便于理解本文中使用的几个术语的描述，讨论如下。

如本文所用，“示例性”一词是指“用作示例、实例或说明”。本文所述的实施例并非限制性的，而是示例性的。应当理解，所描述的实施例不一定被解释为优选或有利于其他实施例。此外，术语“本发明的实施例”、“实施例”或“发明”并不要求本发明的所有实施例包括所讨论的特征、优点或操作方式。

此外，本文中描述的许多实施例是根据由例如计算设备的元件执行的动作序列来描述的。本领域技术人员应当认识到，本文描述的各种动作序列可以由特定电路(例如专用集成电路(ASIC))和/或由至少一个处理器执行的程序指令来执行。此外，本文描述的动作序列可以完全体现在任何形式的计算机可读存储介质中，使得动作序列的执行使得至少一个处理器能够执行本文描述的功能。此外，本文描述的动作序列可以以硬件和软件的组合来体现。因此，本发明的各个方面可以以多种不同的形式体现，所有这些形式都已被考虑在所要求保护的主题的范围内。此外，对于本文所述的每个实施例，任何此类实施例的对应形式可以在本文中描述为，例如，“被配置为计算机”执行所述动作。

可以示出和描述一种有效种植作物的方法。在一个示例性实施例中，可以对植物进行索引以实现最佳生长和密度。每一种植物在其整个生命周期中(从作为种子种植到收获)都可以被索引。这允许更有效地使用平方英尺、劳动力、植物健康投入、能源使用和设备。可以实施技术和自动化以进一步提高效率。在设施中可以使用自然光和人造光的组合，以优化植物的生长。改进的效率和优化可用于确定目标重量和高度，在尽可能短的时间内到达目标，并最大化生存能力和实现目标的成功率。优化可以在每个阶段进行，包括苗圃阶段和温室阶段。可以实施人工智能或AI程序来控制和识别如何优化作物生长。

图1可以说明示例性植物生长过程。在一个示例性实施例中，植物生长过程可分为多个阶段。每个阶段可能发生在不同的位置。例如，第一阶段可以是发芽阶段102。下一阶段104可以是苗圃阶段。然后，植物可以被移动或移植106到后续的一个或多个苗圃108。移植106可以使用机器人来实现。在另一示例性实施例中，可以将植物保持在第一苗圃中，然后为了改变苗圃的条件可以转化第一苗圃，从而最小化植物的移动。可以改变第一苗圃的方位和环境，包括间距，这可以减少或消除移植的需要。

该周期的各个阶段可针对不同品种进行定制，并可随时间进行调整。该阶段可针对最终水培系统或阶段上的最佳时间定制，该最终水培系统或阶段可以是天然或人工系统且可包括温室、深水农业位置、水体或其任何组合。阶段的数量(包括苗圃阶段和特定索引)都可以根据需要进行调整，以优化过程。不同品种可以使用任何数量的苗圃和相关的苗圃阶段。在整个阶段中，可在至少有一个植物位点的平台上支持植物。如本领域普通技术人员所理解的，平台可以是托盘或水培植物容器，其可以可移除地固定到水培系统结构上，放置在水培系统上，漂浮在水培体系上，或以其他方式支持植物以促进水培生长。

第一个示例性阶段可以是发芽阶段102。在该阶段，作物开始种植并从种子中发芽。发芽可在专用位置或机器中发生。例如，可以实施特定发芽室或专用发芽室，每个发芽室或专用发芽室可以被配置为调节环境因素。通过在每个发芽位置或机器中单独调节环境因素，可以提高发芽速度。在一个示例性实施例中，发芽可能仅由0-30天组成。多个发芽周期可在苗圃阶段或多个阶段生长。

另一示例性实施例可以是苗圃阶段104。在该阶段104，植物可以开始生长。为了优化环境因素可以实施公式以更有效地生长植物。例如，公式可以优化每平方英尺地种植密度、营养类型和体积，并减少从种子到收获的光子浪费(photon waste)。可以在最大化产量的同时获得最小的占地面积和能量使用。植物可以被索引以确保最大的光吸收，同时最大限度地减少在非叶空间或空白空间上浪费的光。在一个示例性实施例中，使用这样的公式可提供三倍的产量增加。在苗圃阶段，植物可以以最佳的植物间距和密度布置在苗圃盘上。

在一个示例性苗圃阶段104中，植物可以开始其生命周期。它们可以继续在苗圃中生长，直到达到期望大小。可以设想基于可用空间来选择期望大小，使得植物在苗圃中生长，直到进一步的生长收到植物密度的抑制。

在生命周期的期望点，植物可以被转移到一个或多个后续苗圃，用于后续苗圃阶段108，或者可以被转移到温室。在一个示例性的后续苗圃阶段，植物可以更大。随着植物生长或当植物被移到后续阶段或苗圃，环境条件可能会发生变化。例如，可以实施增加的光周期，其中更高强度的光用于更长的时间周期。可增加空气流量以适应较高的运输水平。可以实施增加营养的水平，以适应植物的增长的年龄。在一个示例性实施例中，植物可以进一步分开，以适应其增加的大小。

随着植物生长或在移植106至后续阶段或苗圃期间，可选择地减少转移的植物数量。该减少可以特定于优化的植物。因此，植物不那么密集地配置，以便允许它们的空间生长。减少植物数量的步骤可以允许植物在生命周期的早期密集生长，并在后续阶段或苗圃中分开，从而允许生长更多的植物。根据一个示例性实施例，所有被索引的植物可以从发芽阶段移动到苗圃、苗圃移动到后续苗圃、从苗圃移动到温室或从后续苗圃移动到温室，并且移植机器可以获取具有1至10000个细胞的幼苗托盘、初始密度，并且自动地将一些或所有植物转移到具有调整的间距的一个或多个新托盘上，用于优化下一阶段的密度。根据一些示例性实施例，各个阶段中的时间可以是优化公式中的输入。例如，可以任选地调整苗圃阶段的时间和索引，以实现温室阶段的期望时间。一个示例性温室阶段可以具有期望天数长度，这可以用于优化苗圃阶段。根据一些示例性实施例，期望天数可以是0到365。在苗圃阶段，可以优化索引、时间和环境条件，以最小化温室中的时间长度。如本领域普通技术人员所理解的，这可以是一个示例性实施例，并且对于每个品种可以是独特的。

每株植物在每个苗圃中都有自己的索引公式。例如，与其他植物相比，植物A可以快速发芽和生长。植物A可以允许较高的密度，但在苗圃中的天数较少。密度可以在后续的苗圃中降低，并且在温室中可进一步降低。在后续的苗圃和/或温室中的天数也可能较低。另一方面，植物B在每个阶段可能需要较少的密度，在苗圃和温室中需要更多的天数。每个植物品种都可能有一个个性化的公式来优化效率。

在某些实施例中，来自苗圃的一些或全部植物可以被移植106到一个或多个后续苗圃。在可选实施例中，苗圃的大小可以变化以适应密度和持续时间的变化。根据一个示例性实施例，如本领域普通技术人员所理解的，植物可以布置在苗圃专用托盘上，这可以优化阶段和/或特定苗圃条件的间隔。苗圃可能指植物周期的不同物理位置；然而，可以理解，苗圃可以包括一个或多个物理苗圃空间。苗圃可以是不同的物理大小或不同数量的物理苗圃，以适应最佳的植物密度和持续时间。此外，后续苗圃的托盘可以不同于初始苗圃，以实现期望优化。

再次参考图1，可将植物从一个苗圃移植106到一个或多个后续苗圃，用于第二苗圃阶段108。如前所述，在苗圃所需的时间之后，可以将植物转移到一个或多个后续苗圃。可以设想，苗圃中的不同品种的植物可以在不同的时间段保留在苗圃中。在一个示例性实施例中，植物可以在其整个生命周期内保留在相同的基质中。种子可以开始种植在土壤或基质中。在苗圃阶段之后，根据类型或品种，可以将植物从细胞托盘机械地移植到低密度托盘中。移植机可以使用机器人构件夹持基质以移动。在一个可选实施例中，植物可以被单独放置在可由移植机抓握和移动的豆荚(pod)中。在一个示例性实施例中，在后续的苗圃阶段完成后，可以将植物从托盘配置机械地移植到水培植物容器中。水培植物容器可以是温室水培系统的一部分。水培植物容器可能具有期望数量的细胞以获得最佳的植物密度，并且可能对品种是特有的。

植物然后可以在一个或多个后续苗圃中继续生长，苗圃可任选地低密度并且可以允许植物有附加空间用于进一步生长。

在一个示例性实施例中，可以发生另一移植110，以将植物从苗圃或后续的苗圃移动到温室阶段112。移植110也可以通过机器人来实现。在一个示例性温室阶段，植物可以不再垂直布置，而是为了捕获自然阳光而被排列或布置。自然阳光可提高植物达到其最终形态的速度，可能不需要或可能减少补充光。此外，虽然示例性苗圃可实施落潮或排洪水培系统(flood drain hydroponic system)，但示例性温室可实施深水养殖水培系统(deep-water culture hydroponic system)。在一个示例性实施例中，与苗圃中使用的HVAC系统相反，可以在温室中实施被动蒸发冷却。根据气候和应用，可以设想整个过程中使用HVAC或其他系统。可以设想其他系统。例如，可以使用被动蒸发冷却系统。温室或苗圃中的营养和环境条件也可能发生变化。可在整个阶段添加营养物质。在一个示例性实施例中，营养物质的供应可以由自动控制系统控制。然后可以从温室中收获植物。

现在参考图2中的示例性实施例，图2可以示出示例性苗圃设施。苗圃206、208可以由发芽站202和移植机204分开。一个示例性发芽站202可以是垂直设置站。然后可以将发芽的植物移入苗圃206。

接下来，可以使用移植机204将植物从苗圃206移植到一个或多个后续阶段或苗圃208。在适当的时间段之后，相同的移植机204可以被编程为将植物移植到温室水培植物容器中。发芽阶段可实施专用设备或空间以增加环境参数，例如环境空间的温度和湿度，使得所创建的受控环境加速所播种子的发芽。在一个示例性实施例中，移植机可以是设计用于索引具有不同密度的幼苗的自动化和机械化的设备。移植机可能够将幼苗从托盘索引到具有不同密度的托盘，并且还能够从托盘索引到具有不同密度的水培植物容器。密度可以因品种而变化。

现在参考图3，图3可以示出不同生命周期的植物在每个阶段的示例性实施例。如图3所示，苗圃302在种植的最早阶段可能被密集包装。接下来，可以示出后续的苗圃304，其中植物更大并且更分散，以说明其增加的大小。一个示例性多苗圃设计可以优化植物生长并提高产量。根据一些示例性实施例，可以提高年设施产量或每平方英尺产量。下一阶段可以是最后的水培系统或温室阶段306/308，其中植物保持在温室中，不再垂直定向。相反，在一个示例性实施例中，植物可以放置在水培植物容器上。水培植物容器可在整个最终水培系统中移动。

最后的水培系统阶段，也称为温室阶段，可能是放置植物的最后阶段，以便快速达到其农业周期的最终大小。使用最终的水培系统和自然阳光可以允许植物以更大的速度生长。当移植到最终的水培系统中时，植物生长可能会成倍加快。AI系统可以计算将植物移入温室阶段的理想时间，以及何时从温室阶段收获。可以计算将植物从苗圃阶段移动到温室阶段的理想时间，以优化或减少植物生长至成熟所需的总时长。可以设想，环境和其他因素也由AI在温室阶段优化。

为了缩短植物生长所需的总时长，优化了植物放置在苗圃或后续苗圃中的时间。最终的水培系统可以在植物水培农业周期的最后阶段促进生长。最终的水培系统可以在温室中实施。植物可能只在最终的水培系统上花费很短的时间，从而允许快速的产品灵活性。纯垂直农场可能无法从实施温室和最终水培系统所带来的相同的指数增长中受益。自然阳光的使用可以加快植物在最后阶段的生长，并且因此AI控制单元可以通过将大量植物放置在堆叠/垂直的苗圃阶段，然后移动较小数量的植物以在植物接收自然阳光的水平温室阶段快速完成生长来优化植物的生长。

可能存在最终的水培系统，其可包括温室阶段，并且其可能具有相关的水培植物容器。一个示例性水培植物容器可包括多个植物位点。每个示例性水培植物容器可仅包括一种作物品种。每个水培植物容器可以单独控制、监测和收获。单个水培植物容器可以允许大的产品灵活性，并且在作物类型之间不存在操作效率低下。水培植物容器可以具有任意数量的植物位点。一个示例性水培植物容器可包括1-1000个离散的植物位点。在一个示例性实施例中，每个水培植物容器可以仅包括一种类型的植物。可以实施AI来跟踪大量水培植物容器。AI系统可以根据植物类型定制每个容器内的植物参数。

所提供的优化技术，如果需要，可以根据一个或多个预定规则来管理，以优化特定植物或植物系列的每平方英尺的光子效率。这样的规则可以基于每个阶段的植物或植物的组合而变化；不同类型的植物通常可以受益于不同量的光，或者可以在其生长周期的不同阶段受益于不同量的光；此外，某些类型的光可以在某些植物生长周期的不同阶段更有效，这也可以调整如何应用这些规则。同样，这样的规则还可能基于光条件而变化，光条件可以基于季节、海拔、温室玻璃的透射率等而变化。为了确定管理一组特定植物、植物规格和一组特定条件的一组适当规则，可以设想每天用种植密度和植物在每个阶段所花费的时间来测量从种子到收获的一组植物的空白和绿地，然后根据测量的空白和绿地进行优化。可以设想，优化技术可以由自主控制单元或AI系统来实施。AI可以实施预定规则以优化效率。传感器可以为一组植物提供有关条件、空白和绿地的AI数据。然后，AI可以处理该数据以及规则和/或历史植物数据，以优化植物条件和植物密度。

在一个示例性实施例中，为了说明一个示例性循环，每个苗圃可以具有给定的大小，温室可以具有特定的大小。当然，可以设想各种苗圃和温室大小可以与该技术兼容，并且这里只选择了方便的指示性数字。根据一些示例性实施例，一个示例性苗圃可以具有100至100000平方英尺的大小，而温室可以具有100到500000平方英尺的大小。在该示例中，苗圃中可能总共有10000株植物，这意味着每平方英尺的总植物可以基于植物总数除以苗圃平方英尺的总量来确定，从而产生苗圃中每平方英尺植物的密度。根据一些示例性实施例，一个示例性苗圃可以具有100至1000000株植物。每天每平方英尺植物位点的产量可以通过将每平方英尺的植物数量除以苗圃中的天数来计算。后续的苗圃可能在类似的平方英尺适量内有较少的植物，这可能导致较低的植物密度和每平方英尺较少的植物。然而，重要的是，植物在后续的苗圃中花费更少的时间，导致每天每平方英尺的植物位点产量相似。AI系统可以自主地为苗圃阶段和温室阶段中的每一个识别优化植物生长的理想密度。所识别的理想密度可以基于历史植物数据以及用于优化植物生长速度和体积的其他因素或方程。AI系统还可以指示另一系统或机器人系统将植物从苗圃阶段移动或移植到后续的苗圃或温室阶段。

然后，温室密度可以基于温室中的植物总数除以总温室空间来计算，产生温室中每平方英尺的总植物。根据一些示例性实施例，温室中的植物数量可以在0与苗圃阶段中的植物位点数量之间。根据一些示例性实施例，温室可以具有100至1000000株植物。温室效率可以用每天每平方英尺的植物位点来表示。植物每天的日产量可以由温室的平方英尺乘以每天每平方英尺植物位点的数量来确定。然后可以优化该数据以求解每天最大或最佳的植物数量。AI系统或控制单元可以识别影响可能的最佳植物数量的相关变量，可以调整植物参数或条件以优化植物的寿命或生长，并且可以布置或配置植物布置以确保在任何给定时间在给定阶段中移植最佳数量的植物。当植物过于密集布置时，植物生长可能会受到阻碍。此外，由于可以利用额外的空白空间来生长额外的植物，因此稀少地方的布置是低效的。AI系统可以优化植物生长速率，以最大化空白空间的有效使用。如本领域普通技术人员所理解的，每个阶段的植物的确切数量可能会受到植物在生命周期中的存活的影响。

这种优化可考虑特定调整可能导致的收益递减。当确定增加将需要减少每平方英尺植物或增加光子时，可以达到效率的最大阈值。传统的系统可能会将年轻的植物放到最终的水培系统中，从而在温室中有大量的空白空间或未使用的区域。然而，诸如本文所讨论的那些示例性技术可以在植物生命周期的每个阶段最小化空白空间，并且可以使最终水培系统上的时间量标准化。最终水培系统的优化可允许更高的年产量和温室周转能力。如前所述，每个阶段和最终水培系统的时间量可根据单个物种进行优化；过度拥挤的苗圃可能为植物提供较少的生长空间，因此额外的植物可能无法提供充分的回报，但苗圃或温室“过度拥挤”的阈值可能是针对特定物种或一组物种而确定的。因此，当出现了不满意的收益递减水平时，可以设想将植物放置在下一个苗圃或阶段。

从发芽阶段到苗圃阶段，可以对植物进行监测，以确保其生长的最佳环境。此外，对植物的监测可以允许它们在最佳或更有效的时间的阶段之间移动。例如，一旦植物达到目标重量和/或大小，可能有利于它们进入下一阶段。可以设想，可以实施AI系统以监测植物并调节其环境。AI可以是基于云的或者可以合并基于云的数据。AI可以是机器学习算法等。AI可以在整个植物生命周期中控制营养物质的供应。

可实施图像识别和传感器可编程逻辑控制器，以驱动关键环境数据的优化。要优化的环境数据的一些示例可以是空气温度、相对湿度、光、光强度、CO₂含量、空气速度和空气循环。控制器还可以控制和/或测量植物的水温、电导率、pH水平、溶解氧水平、营养物质和水。环境数据可以针对每种植物生长进行优化。

现在参考图4，图4可以示出植物产品的示例性划分。图4中的示例显示了一个设施中彼此分离的5种不同的植物。在该示例性实施例中，植物C 406被保持在与相邻植物D 408不同的温度。类似地，剩余的植物402、404和410也保持在不同的温度。尽管未明确示出，但可以设想，任何环境参数，如上文所述，可以在每个部分中单独改变。例如，可能期望植物C406在比植物E 410更高的湿度下生长。每个温室区域可以由它们自己的单独传感器监测。环境参数可以由它们自己的可以驱动各种系统的可编程逻辑控制器自主控制。在一个示例性实施例中，AI可以监测温室区域并自主控制可编程逻辑控制器以改变环境参数。环境参数在植物间可能不同。例如，仍然参考图4中的示例性实施例，植物A 402可能是与植物B404不同的物种，因此可能需要不同的环境参数，例如不同的温度和/或不同的营养物质。一个示例性AI系统可以识别植物的类型，然后基于植物类型以及诸如历史植物数据的其他信息来定制或调整参数。

例如，AI可以调整控制单元设置，以控制加热或冷却单元、加湿器或除湿机、空气净化器、喷水器、营养物质喷雾器或任何其他改变一些环境参数的预期机制。在一个实施例中，相同的控制单元和AI还可以实施图像识别、体积感测、空气和表面温度检测、水分含量检测或其他传感器，以确定每个植物何时准备移植。环境传感器可以测量温度、湿度、CO₂浓度、光强度或光合光子通量密度(PPFD)。其他示例性传感器可以是水培传感器(其测量电导率)、pH传感器或溶解氧传感器。这些示例性元件的组合可以允许AI预测移植的最佳时间。

在另一示例性实施例中，AI可在温室阶段实施。例如，LIDAR可以被实施来估计植物的大小和重量，并且热成像可以提供关于水分含量的数据。这些传感器或相机可以将数据反馈到控制单元，然后控制单元可以优化环境参数。

热成像可向控制单元提供水分含量读数。例如，如果水分含量读数较低，这可用于驱动架空灌溉臂。LIDAR可以预测生长速度、收获时间和体积。示例性数据可以预测准确的业务或销售收益预测。关于预测生长速率和体积的LIDAR数据也可以驱动温室中的环境参数。

每个植物、种子、托盘或水培植物容器批次可以有从PLC数据中提取的图形表示，该PLC数据表示从发芽到收获的种子的生命的每一天的环境数据。可以向AI算法提供历史种子生物统计，以便更好地预测和优化过程。

在一个示例性实施例中，可以实施机器人。上述移植或移植机可包括机器人单元，该机器人单元提取植物，然后将它们放置或种植在另一位置或单元。此外，植物可以种植在能够移动并且可以由控制单元控制的架子或其他单元上。AI可以控制机器人在每个阶段内或在其他阶段之间移植或移动植物。例如，当植物配置达到预定密度时，AI可以将植物从第一苗圃阶段移动到后续的苗圃阶段。可选地，AI可以控制机器人或机械托盘，其扩展以降低植物密度。在另一示例性实施例中，AI可以控制被配置为在发芽阶段种植种子和幼苗的发芽机器人。在一些另一示例性实施例中，植物可以移植到具有不同密度的植物位点的托盘上。例如，随着植物大小的增加，植物可以被移植到具有较不密集布置的植物位点的托盘上。

AI可以实现计算机视觉和/或其他传感器以分析不同阶段的植物。在温室阶段，AI可以控制或操作用于从温室阶段收获植物的机器人系统。因此，可以设想一个示例性实施例是完全自主的。在一个完全自主的示例性实施例中，幼苗可以由机器人在发芽阶段种植，然后可以使用由AI自主控制的附加机器人移动到后续的每个阶段。另一实施例可以使用机器人和AI收获和准备植物以用于运输。可以设想，AI被配置为从外部机器(例如网络服务器)接收指令，然后基于接收到的指令操作机器人来种植种子或幼苗。例如，指令可以包括植物类型和数量、期望的大小、期望的年限和运输地址。AI系统然后可以根据指令种植和生长一种或多种植物。在一个示例性实施例中，AI可以基于接收到的指令控制从发芽阶段到收获的所有系统，而无需人工干预。AI可以基于传感器数据、历史数据或任何其他预期信息来识别将植物运输或移植到不同阶段的最佳时间。在最后一步中，AI系统可以从最终的温室阶段收获植物，并可以将收获的植物放入运输包装中。运输包装可以包括在与指令相对应的网络服务器上下单的用户相关的运输信息。因此，一个示例性实施例可以由自主AI系统完全实施，该自主AI系统可以控制一个或多个机器人移动和/或收获植物以及控制一个或多个控制系统优化植物条件/参数。

在一个示例性实施例中，温室可以实施机器人来收获。在最终水培系统播种阶段和最终水培系统收获阶段，机器人手臂可以通过运输通道移动水培植物容器。机器人手臂可以由控制单元集成或控制。控制单元可以基于从LIDAR收集的大小数据检测到植物准备收获，然后可以引导机器人臂收获所述植物。在另一实施例中，控制单元可以与销售或收获时间表集成，以便从最终水培系统中拉出水培植物容器并相应地包装产品。例如，机器人手臂可以根据预定的销售将指定数量的植物收获并包装在一起。

在另一示例性实施例中，机器人手臂可以收获单个植物。单个植物可包装用于单独销售。例如，机器人手指可以将植物收获到杯子或其他包装中，在那里植物可以作为盆栽植物销售。

现在参考图5A-5B中的示例性实施例，图5A可以示出温室水培植物容器500的示例性实施例。植物可以放置在植物位点502处的水培植物容器中。筏板(raft)的大小可能因应用而异。可以设想，水培植物容器多少是致密的。

现在参考图6中的示例性实施例，图6可以示出农业设施的示例性布置。如图6所示，多个温室(或苗圃)可以被分区在一个大型设施中。这种分区允许多个不同的作物在个体化的环境中生长。此外，分区可防止害虫、病毒或疾病在整个设施中传播。相反，可以包含一个部分中的破口(breakout)。此外，分区设计可允许设施的模块化扩展。附加部分可以轻松集成和扩展。设施的分段性质可以允许在各种植物之间切换的最大灵活性。温室和苗圃的组合可允许设施实现自然光和人造光的最佳组合。AI系统可以识别每种作物的类型，然后可以基于该类型单独地优化作物。分区允许AI系统优化可以在其他类型的植物旁边或附近种植的单个作物。

图6所示的每个温室环境都可以单独控制和自动化。自动播种线和高效发芽室可与苗圃一起实施。中心运输通道可以有效地将产品从温室移动到收获和包装中。可以设想，自动化系统使用运输通道作为收获和生产线。一个示例性AI系统可以利用设施内的运输通道在阶段之间移动植物。设施的部分可保持较冷用于包装货物。还可以设想，专用苗圃建筑可以扩展到仓库中。

图7可以是植物的一个示例性数据模型。AI或机器学习系统可以模拟试验以识别和建模植物的生命周期。[征求意见：请包括与生命周期的识别和建模有关任何相关细节。哪些数据点被建模？]这也可以实现温室内的跟踪数据。

现在参考图8中的示例图，图8可以示出在一个示例性实施例中植物随时间的生长。在第一垂直截面中，植物可以处于发芽和苗圃阶段，其中植物可以保持垂直布置。然后，植物可以被带到温室或最终水培阶段，这可以允许以更高的速度生长。温室阶段可以采用或可以不采用垂直布置，并且可以可选地接受除了人造光之外的或代替人造光的自然光。如图8所示，垂直阶段植物生长的初始速度可能慢于温室阶段生长的速度。因此，可以通过将大量植物放置在苗圃阶段，并将其中一些植物移植到较低密度且较快的温室阶段以用于生长的最终时间段，可以提高效率。

根据一个示例性实施例，移植机可用于将植物从初始平台或基质转移到托盘。该托盘可以针对特定的植物品种进行优化。调整可包括植物间距。移植机可以由人类操作员或AI控制单元控制。AI可以识别转移植物的最佳时间，并可以在这些时间激活移植机。

根据一个示例性实施例，温室可以传统地布置(与垂直的情况相反)，以允许自然阳光照射到植物上，从而促进更快的生长。在一些实施例中，不同品种的植物可以种植在同一温室中。当移植到温室时，可以设想植物在预期它们达到期望大小的情况下分开。AI可以优化温室中植物的密度。

现在参考示例图9A-9B，可以示出苗圃阶段的一个示例性垂直布置。垂直水培布置900可以具有一系列搁板902，搁板902可以支撑植物904。搁板902还可以具有布置在下侧以照射下方的植物的光源906。光源可以是发光二极管(LED)。搁板还可以包括用于将营养物质和水输送到每个搁板902中的系统。此外，一个示例性实施例可包括抓手或手柄，该抓手或手柄由移植机或其他机器人元件用于移动搁板或用于移动搁板内的植物。

上述描述和附图说明了本发明的原理、优选实施例和操作方式。然而，本发明不应被解释为限于上述特定实施例。本领域技术人员将理解上述实施例的其他变化(例如，根据需要，与本发明的某些配置相关联的特征可替代地与本发明任何其他配置相关联)。

因此，上述实施例应被视为说明性的而非限制性的。因此，应当理解，本领域技术人员可以对这些实施例进行改变，而不脱离由以下权利要求限定的本发明的范围。

Claims (18)

1.一种用于种植植物的方法，包括：

在具有单独植物位点的一个或多个植物托盘上种植多个种子或幼苗，并在发芽阶段使种子或幼苗生长成多个植物；

在一个或多个苗圃阶段将所述植物运输到苗圃，其中，所述植物托盘布置在垂直对齐的搁架单元上，并且其中，在每个苗圃阶段从多个人造光源提供光；

将所述多个植物移植到温室中，其中，所述温室中的所述多个植物暴露在自然阳光下；

从所述温室收获所述多个植物；

通过至少一个传感器或监测装置监测多个植物参数；

通过控制单元调整所述多个植物参数；

其中，调整所述植物参数的步骤发生在所述发芽阶段、所述一个或多个苗圃阶段和所述温室阶段中的一个阶段或多个阶段期间，其中，所述控制单元被配置为根据所述发芽阶段、苗圃阶段和温室阶段的每个阶段中的多个要求来不同地调整植物参数。

2.根据权利要求1所述的用于种植植物的方法，其中，所述植物参数包括植物的植物密度、植物空气温度、相对湿度、光强度、CO₂含量、空气速度、空气循环、水温、电导率、pH水平、溶解氧水平、营养物质和水位中的至少一个。

3.根据权利要求1所述的用于种植植物的方法，其中，所述植物参数包括在所述一个或多个苗圃阶段中的每一个中花费的持续时间、在所述温室中花费的持续时间和在所述发芽阶段花费的持续时间中的至少一个。

4.根据权利要求1所述的用于种植植物的方法，其中，所述控制单元连接到所述至少一个传感器或监测装置，所述传感器或监测装置测量多个环境参数，包括水温、电导率、pH、溶解氧、空气温度、相对湿度、CO₂含量、光强度和空气速度中的一个或多个。

5.根据权利要求4所述的用于种植植物的方法，其中，至少一个传感器或监测装置还包括相机、激光雷达LIDAR、热成像传感器、温度计、生物传感器、生化传感器或金属氧化物半导体MOS传感器中的一个或多个。

6.根据权利要求1所述的用于种植植物的方法，其中，所述控制单元连接到用于提供多个环境参数的外部系统，并且其中，所述控制单元基于所述环境参数调整所述植物参数。

7.根据权利要求1所述的用于种植植物的方法，所述方法还包括由所述控制单元接收与所述多个植物中的一个或多个有关的历史植物信息，并且由所述控制单元基于所述历史植物信息调整所述植物参数。

8.根据权利要求7所述的用于种植植物的方法，所述方法还包括在收获所述植物的步骤之后，将与每个种植植物相关的植物生长信息存储到所述历史植物信息中。

9.根据权利要求1所述的用于种植植物的方法，其中，所述控制单元基于算法驱动的回归公式来实现机器学习，以优化植物生长。

10.根据权利要求1所述的用于种植植物的方法，其中，收获的步骤包括将整株作物收获到土杯中，使得所述整株作物生活在所述土杯内的土中。

11.根据权利要求2所述的用于种植植物的方法，其中，移植的步骤包括由所述控制单元向机器人设备发送指令，所述机器人设备能够将每株植物单独地布置到下一个苗圃或温室中。

12.根据权利要求1所述的用于种植植物的方法，其中，每个苗圃阶段还包括将所述植物在其上生长或移植的多个植物托盘扩大到低密度植物托盘，使得扩大的所述植物托盘在其被扩展之后形成低密度植物布置。

13.一种用于种植植物的系统，所述系统包括：

一个或多个发芽站，其被配置为在初始发芽阶段在一个或多个植物托盘上接收多个种子或幼苗，其中，所述种子或幼苗在所述发芽阶段期间生长成多个植物；

一个或多个苗圃，其中，每个苗圃被配置为具有预定的植物密度，其中，所述植物托盘被布置在苗圃中垂直对齐的搁架单元上，并且其中，光由多个人造光源提供；

温室，其中，所述多个植物在所述温室中暴露在自然阳光下，并且其中，所述植物在温室阶段之后从所述温室收获；

至少一个传感器或监测装置；以及

控制单元，其被配置为在所述发芽阶段、苗圃阶段和温室阶段中的每个阶段中从所述至少一个传感器或监测装置接收多个植物参数，并控制与所述植物相关的一个或多个系统，其中，所述控制单元被配置为根据所述发芽阶段、苗圃阶段和温室阶段中的每个阶段中的多个要求来不同地调整所述植物参数。

14.根据权利要求13所述的用于种植植物的系统，所述系统进一步包括以下中的至少一个：

发芽机器人，其被配置为将植物或植物种子插入到一个或多个发芽托盘中；

移植机器人，其被配置为将植物从所述发芽托盘移动到所述苗圃中；以及

运输机器人，其用于将所述植物从所述苗圃移入所述温室；

其中，所述发芽机器人、移植机器人和运输机器人由所述控制单元基于所述植物参数来控制。

15.根据权利要求13所述的用于种植植物的系统，其中，所述植物参数包括植物密度、植物大小、重量、水分含量、营养物质含量和温度。

16.根据权利要求13所述的用于种植植物的系统，其中，所述控制单元还被配置为基于所述植物参数和植物类型来调整植物密度、多种营养物质、给植物的水量和光强度中的至少一种。

17.根据权利要求13所述的用于种植植物的系统，其中，所述控制单元感测植物生长并且实施算法回归分析以优化在所述苗圃阶段和所述温室阶段中的每个阶段中花费的时间。

18.根据权利要求13所述的用于种植植物的系统，其中，所述植物还包括多种植物类型，其中，所述控制单元被配置为在特定于所述植物类型的时间段之后移动所述多种植物类型中的每种植物类型。