CN117461501A - 一种基于路径规划的连栋温室防控方法及系统 - Google Patents
一种基于路径规划的连栋温室防控方法及系统 Download PDFInfo
- Publication number
- CN117461501A CN117461501A CN202311825457.1A CN202311825457A CN117461501A CN 117461501 A CN117461501 A CN 117461501A CN 202311825457 A CN202311825457 A CN 202311825457A CN 117461501 A CN117461501 A CN 117461501A
- Authority
- CN
- China
- Prior art keywords
- node
- path
- ozone
- span greenhouse
- disease
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002265 prevention Effects 0.000 title claims abstract description 29
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims abstract description 111
- 238000005507 spraying Methods 0.000 claims abstract description 101
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 77
- 201000010099 disease Diseases 0.000 claims abstract description 76
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 76
- 241000238631 Hexapoda Species 0.000 claims abstract description 52
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 239000007921 spray Substances 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000575 pesticide Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000001954 sterilising effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 125000004430 oxygen atom Chemical group O* 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/14—Greenhouses
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/14—Greenhouses
- A01G9/143—Equipment for handling produce in greenhouses
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Wood Science & Technology (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Zoology (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Pest Control & Pesticides (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Insects & Arthropods (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种基于路径规划的连栋温室防控方法及系统，该方法包括以下步骤：将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。本发明能够利用多台固定式臭氧喷雾装置，并根据最优路径进行联合作业对病虫害进行消杀。
Description
技术领域
本发明属于温室绿色防控技术领域，具体涉及一种基于路径规划的连栋温室防控方法及系统。
背景技术
连栋温室是设施园艺产业的重要设施结构类型，连栋温室土地利用率高、环境调控能力强、适宜机械化作业，可实现全过程自动化生产和智能化控制，提高劳动生产率，适合企业化、规模化经营。而由于连栋温室面积大，容易出现通风死角，从而会导致植物病虫害容易传播，因此对连栋温室的植物病虫害防治就有较高的要求。
臭氧是可以替代农药，杀菌无残留。臭氧发生器通过高压放电直接将空气中的氧分子电离产生氧原子，产生的氧原子与氧分子结合后生成臭氧分子，臭氧分子在特殊的装置中瞬间生成臭氧水，然后通过高压喷头喷洒在农作物上，达到杀虫灭菌的目的，从而替代高污染、高残留的农药。这种喷雾器不但能起到杀虫、灭菌、降解残留农药的作用，而且使用后还能快速衰变为氧气，不存在二次污染问题。
现有技术中对于连栋温室的绿色防控一般采用农业移动式臭氧喷雾装置，然而传统的自主导航移动式臭氧喷雾装置底盘只能在道路上行驶，不能在轨道上行驶，或是可以上轨道，但是在轨道上没有自主导航的功能，没有实现路轨两用自主导航。
发明内容
本发明提供的一种基于路径规划的连栋温室防控方法及系统，能够利用多台固定式臭氧喷雾装置，并根据最优路径进行联合作业对病虫害进行消杀，从而克服上述现有技术中存在的问题。
本发明解决上述技术问题的技术方案如下：
第一方面，本发明提供了一种基于路径规划的连栋温室防控方法，包括以下步骤：
S1：将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
S2：采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
S3：根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；
S4：根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；
S5：固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。
在一些实施例中，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
在一些实施例中，所述S3中“利用贪心算法计算最优路径”包括：
S31：初始化无向邻接矩阵；
S32：选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
S33：将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
S34：若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
在一些实施例中，所述S4包括：
S41：获取环境因素中的特征参数；
S42：构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
S43：根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
第二方面，本发明提供了一种基于路径规划的连栋温室防控系统，包括：
区域划分模块，用于将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
病虫害识别模块，用于采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
路径计算模块，用于根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；
臭氧喷洒量计算模块，用于根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；
防控控制模块，用于利用固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。
在一些实施例中，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
在一些实施例中，所述路径计算模块包括：
初始化子模块，用于初始化无向邻接矩阵；
节点选取子模块，用于选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
距离比较子模块，用于将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
遍历计算子模块，用于若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
在一些实施例中，所述臭氧喷洒量计算模块包括：
特征参数提取子模块，用于获取环境因素中的特征参数；
回归模型构建子模块，用于构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
回归计算子模块，用于根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
第三方面，本发明提供了一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的方法。
第四方面，本发明提供了一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任意一项所述的方法。
本申请的有益效果是：
本申请提供的一种基于路径规划的连栋温室防控方法及系统，具备以下有益效果：1、能够利用多台固定式臭氧喷雾装置，并根据最优路径进行联合作业对病虫害进行消杀；2、利用病虫害面积以及病虫害发生程度等自变量，引入多元回归模型以及机器学习模型，根据病虫害面积以及病虫害的变色程度等因子，对臭氧水的喷洒量进行计算，从而实现精准施药的目的。
附图说明
图1为本申请防控方法流程图；
图2为本申请步骤S3的子流程图；
图3为本申请步骤S4的子流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。基于所描述的本申请的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
一种基于路径规划的连栋温室防控方法，结合图1，包括以下步骤：
S1：将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
具体的，本方案为针对连栋温室的绿色防控方法，由于连栋温室具有面积较大的特点，因此为了保证作物的防控效果，可将连栋温室中的作物种植区域按照矩形进行划分，同时为了便于后续的臭氧喷雾装置的路径计算，可将矩形区域的边作为地面路径通道，每个矩形区域的中心作为节点，构建各个矩形区域之间路径的无向邻接矩阵。
S2：采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
具体的，本方案采用病虫害预警系统对作物的病虫害进行识别。具体而言，首先通过病虫害预警系统中的图像采集装置对连栋温室中的作物进行图像数据采集，并将采集到的图像数据上传至Web管理端或云端；在Web管理端或云端，通过图像识别模型对采集到的图像数据进行识别，识别出图像中的病虫害类型、病虫害面积等作物病虫害信息。对于上述的图像识别模型，可采用深度学习图像识别模型，如卷积神经网络图片分类模型，该模型的构建过程为，首先将人工标注的连栋温室种植作物的病虫害图像作为训练数据，构建训练集；然后利用训练集对卷积神经网络图片分类模型进行训练，得到病虫害特征图像与病虫害标签之间的关系模型；进而向上述模型输入采集到的作物图像数据，并输出带有病虫害标签的图像数据。该系统能够做到对连栋温室作物病虫害的实时监测，同时，还能够预警装置通过短信形式将病虫害监测情况实时发送到用户的手机，以便用户对设备运行状态进行远程监测。当病虫害发生超过一定的阈值，则推送相关信息到用户管理员。
S3：根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径。
在一些实施例中，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
需要说明的是，本方案的防控方法是基于固定于空中轨道的固定式臭氧喷雾装置，并根据最优路径，对连栋温室中的病虫害区域进行臭氧喷洒防控的。具体而言，上述的固定式臭氧喷雾装置并非为固定不动的臭氧喷雾装置，而表示固定于连栋温室中所设置的空中轨道之上的臭氧喷雾装置，该空中运行轨道设置于作物种植的正上方的矩形轨道网络，固定式臭氧喷雾装置在非工作状态时，能够在设置空中轨道上的待机节点处进行待机，当需要固定式臭氧喷雾装置执行臭氧喷洒工作时，其能够根据喷洒路径，在空中轨道上移动至喷洒位置。除此之外，为了使固定式臭氧喷雾装置的移动路径能够与作物所划分的矩形区域对应，可以将空中运行轨道的每一个节点都设置在作物种植区域划分出来的矩形区域的正上方，并与矩形区域的中心所对应，从而使得固定式臭氧喷雾装置在空中轨道上能够移动到任一片作物种植矩形区域中心的正上方，更便于固定式臭氧喷雾装置进行臭氧喷洒。
在一些实施例中，结合图2即步骤S3的子流程图，所述S3中“利用贪心算法计算最优路径”包括：
S31：初始化无向邻接矩阵；
S32：选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
S33：将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
S34：若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
具体的，本方案中对于固定式臭氧喷雾装置的最优路径是通过路径规划策略得到的。该路径规划策略基于上述对连栋温室中作物种植区域的矩形区域划分，以上述的空中运行轨道作为行进路径，由于空中运行轨道的每一个节点都设置在作物种植区域划分出来的矩形区域的正上方，并与矩形区域的中心所对应，因此可以认为每一个作物种植的矩形区域均可向四周延伸出一条路径，并将作物种植的矩形区域用无向邻接矩阵进行表示。而该路径规划策略的具体过程为：首先根据病虫害识别模型所识别到的发生病虫害的作物矩形区域，将上述无向邻接矩阵进行初始化，然后选取无向邻接矩阵中任意两个节点作为起始节点和终止节点，将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离，若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则将该中间节点更新至路径数组之中，直到所有的中间节点都循环计算完毕；进而，选取另外一组起始节点和终止节点，直到所有起始节点和终止节点都循环完毕。这样就能够得到作物矩形区域的最短路径，从而将该路径分配至对应的固定式臭氧喷雾装置，并使其按照最优路径进行臭氧喷洒。
S4：根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量。
在一些实施例中，结合图3即本申请步骤S4的子流程图，所述S4包括：
S41：获取环境因素中的特征参数；
S42：构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
S43：根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
具体的，为了提高臭氧喷洒的防护效果，在上述路径规划的基础上，还需要对臭氧水喷洒量进行计算确定。由于对于不同的病虫害程度以及不同的环境因素（上述环境因素包括温度、湿度以及光照强度等特征参数），可能需要的臭氧水喷洒量也不同，即病虫害程度以及不同的环境因素与臭氧水喷洒量存在相关性，因此可以通过回归的方式对特征参数和病虫害程度与臭氧水喷洒量之间的关系进行确定，具体可构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合，得到多元归回函数，从而根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。在计算完成后，将针对发生病虫害的作物种植区域的臭氧水喷洒量建议值输入固定式臭氧喷雾装置之中，既可使固定式臭氧喷雾装置安装该臭氧水喷洒量进行喷洒。
在一些可能的实施例中，若存在发生病虫害的矩形区域是当前固定式臭氧喷雾装置无法达到的区域时，将该矩形区域位置发送至移动式臭氧喷雾装置，并利用移动式臭氧喷雾装置对该区域进行臭氧喷洒处理。
具体的，当发生大面积病虫害时，可能存在一种情况，即空中运行轨道上所设置的固定式臭氧喷雾装置均已处于工作状态，此时若仍旧存在发生了病虫害的矩形区域，那么可以通过移动式臭氧喷雾装置对该区域进行臭氧喷洒处理。上述移动式臭氧喷雾装置设置于连栋温室的路面，能够在矩形区域的边，即地面路径通道上行进，该移动式臭氧喷雾装置作为固定式臭氧喷雾装置的补充，能够在固定式臭氧释放装备无法进行作业的位置时，对防控作业进行补充。
本发明第二方面还提供了一种基于路径规划的连栋温室防控系统，包括：
区域划分模块，用于将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
病虫害识别模块，用于采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
路径计算模块，用于根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；
臭氧喷洒量计算模块，用于根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；
防控控制模块，用于利用固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。
在一些实施例中，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
在一些实施例中，所述路径计算模块包括：
初始化子模块，用于初始化无向邻接矩阵；
节点选取子模块，用于选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
距离比较子模块，用于将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
遍历计算子模块，用于若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
在一些实施例中，所述臭氧喷洒量计算模块包括：
特征参数提取子模块，用于获取环境因素中的特征参数；
回归模型构建子模块，用于构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
回归计算子模块，用于根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
本发明第三方面还提供了一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的方法。
本发明第四方面还提供了一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述中任意一项所述的方法。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
虽然结合附图描述了本申请的实施方式，但是本领域技术人员可以在不脱离本申请的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于路径规划的连栋温室防控方法，其特征在于，包括以下步骤：
S1：将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
S2：采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
S3：根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；
S4：根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；
S5：固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。
2.根据权利要求1所述的一种基于路径规划的连栋温室防控方法，其特征在于，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
3.根据权利要求2所述的一种基于路径规划的连栋温室防控方法，其特征在于，所述S3中“利用贪心算法计算最优路径”包括：
S31：初始化无向邻接矩阵；
S32：选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
S33：将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
S34：若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
4.根据权利要求3所述的一种基于路径规划的连栋温室防控方法，其特征在于，所述S4包括：
S41：获取环境因素中的特征参数；
S42：构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
S43：根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
5.一种基于路径规划的连栋温室防控系统，其特征在于，包括：
区域划分模块，用于将连栋温室中作物种植区域划分为多个相邻的矩形区域，并用无向邻接矩阵进行表示；
病虫害识别模块，用于采集连栋温室中作物的图像数据，并对病虫害发生区域以及病虫害程度进行识别；
路径计算模块，用于根据病虫害发生区域，将无向邻接矩阵中的对应节点作为固定式臭氧喷雾装置的路径节点，并利用贪心算法计算最优路径；
臭氧喷洒量计算模块，用于根据病虫害程度以及环境因素，计算每个路径节点所需的臭氧水喷洒量；
防控控制模块，用于利用固定式臭氧喷雾装置根据最优路径以及臭氧水喷洒量，对病虫害发生区域进行臭氧水喷洒。
6.根据权利要求5所述的一种基于路径规划的连栋温室防控系统，其特征在于，所述固定式臭氧喷雾装置为若干个设置于连栋温室室内的空中运行轨道上的臭氧喷雾装置；所述空中运行轨道为设置于作物种植的正上方的矩形轨道网络；所述空中运行轨道的每一个节点均对应一个作物种植区域划分出来的矩形区域。
7.根据权利要求6所述的一种基于路径规划的连栋温室防控系统，其特征在于，所述路径计算模块包括：
初始化子模块，用于初始化无向邻接矩阵；
节点选取子模块，用于选取无向邻接矩阵中任意两个节点作为起始节点和终止节点；
距离比较子模块，用于将起始节点和终止节点之外的任一节点作为中间节点，并比较从起始节点直接达到终止节点的距离和从起始节点通过中间节点再达到终止节点的距离；
遍历计算子模块，用于若从起始节点通过中间节点再达到终止节点的距离小于从起始节点直接达到终止节点的距离，则更新路径数组，直到所有选择的中间节点计算完毕。
8.根据权利要求6所述的一种基于路径规划的连栋温室防控系统，其特征在于，所述臭氧喷洒量计算模块包括：
特征参数提取子模块，用于获取环境因素中的特征参数；
回归模型构建子模块，用于构建多元回归模型，将特征参数和病虫害程度与臭氧水喷洒量之间的关系利用多元回归进行拟合；
回归计算子模块，用于根据当前的病虫害程度以及环境因素，利用多元回归模型对每个路径节点所需的臭氧水喷洒量进行计算。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311825457.1A CN117461501A (zh) | 2023-12-28 | 2023-12-28 | 一种基于路径规划的连栋温室防控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311825457.1A CN117461501A (zh) | 2023-12-28 | 2023-12-28 | 一种基于路径规划的连栋温室防控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117461501A true CN117461501A (zh) | 2024-01-30 |
Family
ID=89638273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311825457.1A Pending CN117461501A (zh) | 2023-12-28 | 2023-12-28 | 一种基于路径规划的连栋温室防控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117461501A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201674850U (zh) * | 2010-03-31 | 2010-12-22 | 天津科技大学 | 基于作物声发射技术的作物病害视情防治灌溉装置 |
| CN103004535A (zh) * | 2012-12-28 | 2013-04-03 | 上海拜森生物技术有限公司 | 一种应用臭氧水进行农作物病虫害防治的方法 |
| US20130222599A1 (en) * | 2012-02-29 | 2013-08-29 | George Shaw | Method and system for full path analysis |
| CN203537985U (zh) * | 2013-10-09 | 2014-04-16 | 天津科技大学 | 基于无线传感网络的温室环境监测和作物病害诊断视情施药防治系统 |
| CN205812992U (zh) * | 2016-07-14 | 2016-12-21 | 海南热带海洋学院 | 一种温室病害臭氧防治装置 |
| CN108849830A (zh) * | 2018-08-31 | 2018-11-23 | 江苏大学 | 一种适用于柑橘果园地形的自动仿形喷雾机 |
| CN109699675A (zh) * | 2019-01-24 | 2019-05-03 | 贾臻 | 一种用水制得臭氧水代替农药并用管道喷雾代替人工喷雾的方法 |
| CN210610804U (zh) * | 2019-07-25 | 2020-05-26 | 德州云川机电设备有限公司 | 一种智能温室大棚植保机器人 |
| CN113232865A (zh) * | 2021-06-18 | 2021-08-10 | 仲恺农业工程学院 | 一种基于机器视觉的农用无人机喷药系统及方法 |
| CN113467529A (zh) * | 2021-05-25 | 2021-10-01 | 北京农业信息技术研究中心 | 基于多模型融合的温室臭氧精准控制方法及装置 |
| US20210364487A1 (en) * | 2018-01-03 | 2021-11-25 | Jiangsu University | Suspension slide rail platform-based greenhouse information automatic monitoring method |
| CN114460961A (zh) * | 2021-12-24 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人设备作业路线确定方法、装置、设备和存储介质 |
| CN114610067A (zh) * | 2022-03-16 | 2022-06-10 | 北京市农林科学院智能装备技术研究中心 | 一种无人机作业方法、装置、电子设备及存储介质 |
| CN116414111A (zh) * | 2021-12-31 | 2023-07-11 | 江苏绿港现代农业发展股份有限公司 | 一种基于子母系统的喷药系统及控制方法 |
| CN116993000A (zh) * | 2023-06-25 | 2023-11-03 | 徐州千润高效农业发展有限公司 | 基于随机森林及元胞自动机的果树病虫害防治预测方法 |
| CN117016517A (zh) * | 2023-09-04 | 2023-11-10 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种农药喷洒的防喷药漂移方法 |
-
2023
- 2023-12-28 CN CN202311825457.1A patent/CN117461501A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201674850U (zh) * | 2010-03-31 | 2010-12-22 | 天津科技大学 | 基于作物声发射技术的作物病害视情防治灌溉装置 |
| US20130222599A1 (en) * | 2012-02-29 | 2013-08-29 | George Shaw | Method and system for full path analysis |
| CN103004535A (zh) * | 2012-12-28 | 2013-04-03 | 上海拜森生物技术有限公司 | 一种应用臭氧水进行农作物病虫害防治的方法 |
| CN203537985U (zh) * | 2013-10-09 | 2014-04-16 | 天津科技大学 | 基于无线传感网络的温室环境监测和作物病害诊断视情施药防治系统 |
| CN205812992U (zh) * | 2016-07-14 | 2016-12-21 | 海南热带海洋学院 | 一种温室病害臭氧防治装置 |
| US20210364487A1 (en) * | 2018-01-03 | 2021-11-25 | Jiangsu University | Suspension slide rail platform-based greenhouse information automatic monitoring method |
| CN108849830A (zh) * | 2018-08-31 | 2018-11-23 | 江苏大学 | 一种适用于柑橘果园地形的自动仿形喷雾机 |
| CN109699675A (zh) * | 2019-01-24 | 2019-05-03 | 贾臻 | 一种用水制得臭氧水代替农药并用管道喷雾代替人工喷雾的方法 |
| CN210610804U (zh) * | 2019-07-25 | 2020-05-26 | 德州云川机电设备有限公司 | 一种智能温室大棚植保机器人 |
| CN113467529A (zh) * | 2021-05-25 | 2021-10-01 | 北京农业信息技术研究中心 | 基于多模型融合的温室臭氧精准控制方法及装置 |
| CN113232865A (zh) * | 2021-06-18 | 2021-08-10 | 仲恺农业工程学院 | 一种基于机器视觉的农用无人机喷药系统及方法 |
| CN114460961A (zh) * | 2021-12-24 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人设备作业路线确定方法、装置、设备和存储介质 |
| CN116414111A (zh) * | 2021-12-31 | 2023-07-11 | 江苏绿港现代农业发展股份有限公司 | 一种基于子母系统的喷药系统及控制方法 |
| CN114610067A (zh) * | 2022-03-16 | 2022-06-10 | 北京市农林科学院智能装备技术研究中心 | 一种无人机作业方法、装置、电子设备及存储介质 |
| CN116993000A (zh) * | 2023-06-25 | 2023-11-03 | 徐州千润高效农业发展有限公司 | 基于随机森林及元胞自动机的果树病虫害防治预测方法 |
| CN117016517A (zh) * | 2023-09-04 | 2023-11-10 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种农药喷洒的防喷药漂移方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蔡万伦;王振华;尚吟竹;叶芸;徐雪;王琴;: "低温臭氧处理对草莓常见害虫的熏蒸活性研究", 湖北农业科学, no. 21, 10 November 2017 (2017-11-10) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109446958B (zh) | 施药效果的确定方法及装置、系统 | |
| CN109197278B (zh) | 作业策略的确定方法及装置、药物喷洒策略的确定方法 | |
| CN100437629C (zh) | 一种自动识别田间杂草的方法 | |
| CN109409275B (zh) | 目标对象的识别方法及装置、施药信息的确定方法 | |
| CN115204689B (zh) | 一种基于图像处理的智慧农业管理系统 | |
| CN105173085A (zh) | 无人机变量施药自动控制系统及方法 | |
| CN114144061A (zh) | 用于基于图像识别的种植物处理的方法 | |
| EP3701449A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
| CN110956132B (zh) | 一种基于无人机协同智能构建草害防治模型的方法 | |
| Majeed et al. | Development and performance evaluation of a machine vision system and an integrated prototype for automated green shoot thinning in vineyards | |
| CN113406075B (zh) | 植物生长环境的设置方法和植物生长监测装置 | |
| CN115936916A (zh) | 一种基于大数据的智慧农业服务平台 | |
| CN1628513A (zh) | 农药精确对靶施用方法 | |
| CN106774092A (zh) | 城市绿化智能化养护系统及方法 | |
| CN117173400B (zh) | 一种荔枝虫害的低碳治理方案推荐方法及系统 | |
| EP3673425A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
| CN204989838U (zh) | 一种基于互联网的农作物管理系统 | |
| CN116686814A (zh) | 一种植保无人机的施药控制方法、系统及介质 | |
| CN111984026A (zh) | 无人机的控制方法和装置 | |
| CN110915782A (zh) | 一种可调节植物农药喷洒系统及农药喷洒方法 | |
| Jiajun et al. | The use of computer vision technology in intelligent agricultural machinery | |
| CN117730702A (zh) | 一种基于大数据的农作物种植管理方法及系统 | |
| Lippi et al. | An autonomous spraying robot architecture for sucker management in large‐scale hazelnut orchards | |
| CN117461501A (zh) | 一种基于路径规划的连栋温室防控方法及系统 | |
| CN113377141A (zh) | 一种人工智能农业自动管理系统 |
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 |