CN117745041A - 一种无人农场玉米种植管理方法 - Google Patents
一种无人农场玉米种植管理方法 Download PDFInfo
- Publication number
- CN117745041A CN117745041A CN202410185720.3A CN202410185720A CN117745041A CN 117745041 A CN117745041 A CN 117745041A CN 202410185720 A CN202410185720 A CN 202410185720A CN 117745041 A CN117745041 A CN 117745041A
- Authority
- CN
- China
- Prior art keywords
- corn
- sowing
- control center
- farm
- period
- 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
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 173
- 240000008042 Zea mays Species 0.000 title claims abstract description 172
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 title claims abstract description 157
- 235000005822 corn Nutrition 0.000 title claims abstract description 157
- 238000007726 management method Methods 0.000 title claims abstract description 35
- 238000009331 sowing Methods 0.000 claims abstract description 102
- 238000012544 monitoring process Methods 0.000 claims abstract description 79
- 238000003306 harvesting Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000009418 agronomic effect Effects 0.000 claims abstract description 8
- 241000196324 Embryophyta Species 0.000 claims description 78
- 201000010099 disease Diseases 0.000 claims description 63
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 63
- 241000607479 Yersinia pestis Species 0.000 claims description 60
- 239000000575 pesticide Substances 0.000 claims description 35
- 241000238631 Hexapoda Species 0.000 claims description 33
- 230000012010 growth Effects 0.000 claims description 28
- 239000003337 fertilizer Substances 0.000 claims description 21
- 239000002689 soil Substances 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000010899 nucleation Methods 0.000 claims description 12
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 10
- 239000007921 spray Substances 0.000 claims description 10
- 244000052616 bacterial pathogen Species 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 6
- 239000004009 herbicide Substances 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 208000003643 Callosities Diseases 0.000 claims description 5
- 206010020649 Hyperkeratosis Diseases 0.000 claims description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 5
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 5
- 230000035558 fertility Effects 0.000 claims description 5
- 239000008267 milk Substances 0.000 claims description 5
- 210000004080 milk Anatomy 0.000 claims description 5
- 235000013336 milk Nutrition 0.000 claims description 5
- 229910052757 nitrogen Inorganic materials 0.000 claims description 5
- 229910052698 phosphorus Inorganic materials 0.000 claims description 5
- 239000011574 phosphorus Substances 0.000 claims description 5
- 239000011591 potassium Substances 0.000 claims description 5
- 229910052700 potassium Inorganic materials 0.000 claims description 5
- 210000005069 ears Anatomy 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000009313 farming Methods 0.000 claims description 2
- 240000001931 Ludwigia octovalvis Species 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 6
- 238000012271 agricultural production Methods 0.000 abstract description 5
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 15
- 235000009973 maize Nutrition 0.000 description 15
- 238000005507 spraying Methods 0.000 description 13
- 241001124076 Aphididae Species 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- TWFZGCMQGLPBSX-UHFFFAOYSA-N Carbendazim Natural products C1=CC=C2NC(NC(=O)OC)=NC2=C1 TWFZGCMQGLPBSX-UHFFFAOYSA-N 0.000 description 5
- 241000346285 Ostrinia furnacalis Species 0.000 description 5
- 239000006013 carbendazim Substances 0.000 description 5
- JNPZQRQPIHJYNM-UHFFFAOYSA-N carbendazim Chemical compound C1=C[CH]C2=NC(NC(=O)OC)=NC2=C1 JNPZQRQPIHJYNM-UHFFFAOYSA-N 0.000 description 5
- 230000001580 bacterial effect Effects 0.000 description 4
- 241000255967 Helicoverpa zea Species 0.000 description 3
- 241001470017 Laodelphax striatella Species 0.000 description 3
- 241000721671 Ludwigia Species 0.000 description 3
- 239000004495 emulsifiable concentrate Substances 0.000 description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 241001107116 Castanospermum australe Species 0.000 description 2
- 239000005889 Cyantraniliprole Substances 0.000 description 2
- 241001477931 Mythimna unipuncta Species 0.000 description 2
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 2
- 239000005822 Propiconazole Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 235000021279 black bean Nutrition 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- DVBUIBGJRQBEDP-UHFFFAOYSA-N cyantraniliprole Chemical compound CNC(=O)C1=CC(C#N)=CC(C)=C1NC(=O)C1=CC(Br)=NN1C1=NC=CC=C1Cl DVBUIBGJRQBEDP-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- FBOUIAKEJMZPQG-BLXFFLACSA-N diniconazole-M Chemical compound C1=NC=NN1/C([C@H](O)C(C)(C)C)=C/C1=CC=C(Cl)C=C1Cl FBOUIAKEJMZPQG-BLXFFLACSA-N 0.000 description 2
- 229940072033 potash Drugs 0.000 description 2
- 235000015320 potassium carbonate Nutrition 0.000 description 2
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 2
- STJLVHWMYQXCPB-UHFFFAOYSA-N propiconazole Chemical compound O1C(CCC)COC1(C=1C(=CC(Cl)=CC=1)Cl)CN1N=CN=C1 STJLVHWMYQXCPB-UHFFFAOYSA-N 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- ZXQYGBMAQZUVMI-RDDWSQKMSA-N (1S)-cis-(alphaR)-cyhalothrin Chemical compound CC1(C)[C@H](\C=C(/Cl)C(F)(F)F)[C@@H]1C(=O)O[C@@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-RDDWSQKMSA-N 0.000 description 1
- 231100000699 Bacterial toxin Toxicity 0.000 description 1
- 239000005893 Diflubenzuron Substances 0.000 description 1
- 239000005906 Imidacloprid Substances 0.000 description 1
- 239000005925 Pymetrozine Substances 0.000 description 1
- 239000005842 Thiophanate-methyl Substances 0.000 description 1
- 241000482268 Zea mays subsp. mays Species 0.000 description 1
- 239000000688 bacterial toxin Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- ZXQYGBMAQZUVMI-UNOMPAQXSA-N cyhalothrin Chemical compound CC1(C)C(\C=C(/Cl)C(F)(F)F)C1C(=O)OC(C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-UNOMPAQXSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- QQQYTWIFVNKMRW-UHFFFAOYSA-N diflubenzuron Chemical compound FC1=CC=CC(F)=C1C(=O)NC(=O)NC1=CC=C(Cl)C=C1 QQQYTWIFVNKMRW-UHFFFAOYSA-N 0.000 description 1
- 229940019503 diflubenzuron Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 208000006278 hypochromic anemia Diseases 0.000 description 1
- YWTYJOPNNQFBPC-UHFFFAOYSA-N imidacloprid Chemical compound [O-][N+](=O)\N=C1/NCCN1CC1=CC=C(Cl)N=C1 YWTYJOPNNQFBPC-UHFFFAOYSA-N 0.000 description 1
- 229940056881 imidacloprid Drugs 0.000 description 1
- 239000005910 lambda-Cyhalothrin Substances 0.000 description 1
- 208000009091 myxoma Diseases 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 239000012053 oil suspension Substances 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- QHMTXANCGGJZRX-WUXMJOGZSA-N pymetrozine Chemical compound C1C(C)=NNC(=O)N1\N=C\C1=CC=CN=C1 QHMTXANCGGJZRX-WUXMJOGZSA-N 0.000 description 1
- 239000000375 suspending agent Substances 0.000 description 1
- QGHREAKMXXNCOA-UHFFFAOYSA-N thiophanate-methyl Chemical compound COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC QGHREAKMXXNCOA-UHFFFAOYSA-N 0.000 description 1
- 239000004563 wettable powder Substances 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Landscapes
- Catching Or Destruction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无人农场玉米种植管理方法，属于智慧农业技术领域。本发明包括以下步骤：S1、确定玉米种植区域；S2、环境监测系统启动，实时监测种植区域，将监测的数据上传至控制中心；S3、控制中心根据监测的数据进行分析，判断种植区域内的玉米处在播种期、田间管理期和收获期的哪种时期；S4根据判断结果进入相应的时期；当处在播种期，则播种机组播种玉米，播种完成后，进入S2；当处在田间管理期，则进行相应的农事操作，农事操作结束后，进入S2；当处在收获期，则收获机组收获玉米，最后进行本轮玉米种植的收益分析，结束本轮作业。本发明解决了现代农业生产过程大量劳动力的投入问题。
Description
技术领域
本发明涉及智慧农业技术领域，特别是涉及一种无人农场玉米种植管理方法。
背景技术
智慧农业是将物联网技术运用到传统农业中去，将传感器和软件通过移动平台运用到农业生产中，实现农业生产的智能化管理。
无人农场就是人工不进入农场的情况下，采用物联网、大数据、人工智能、5G、机器人等新一代信息技术，通过对农场设施、装备、机械等远程控制或智能装备与机器人的自主决策、自主作业，完成所有农场生产、管理任务的一种全天候、全过程、全空间的无人化生产作业模式。无人农场的本质是实现机器代替人来进行农业生产。无人农场是现代农业建设的标志，是实现智慧农业的重要途径。
近年来，随着智慧农机、互联网以及传感器技术的快速发展，无人农场的作业模式可以极大地减少了在农业生产过程中的人力投入，鉴于此，本发明提出一种无人农场玉米种植管理方法。
发明内容
本发明的目的在于提供一种无人农场玉米种植管理方法以解决背景技术中所提出的技术问题，本发明极大减少了人力资源的投入，促进了智慧农业的进一步发展。
为了实现上述目的，本发明采用了如下技术方案：
一种无人农场玉米种植管理方法，包括以下步骤：
S1、用户使用终端设备，远程操控无人机对玉米种植区域进行扫描，确定区域边界，并将信息上传至控制中心；控制中心根据播种机组的作业幅宽大小、安装在农场里的水肥一体化装置、障碍物以及相关传感器的位置信息来规划相应的播种路径；
S2、启动环境监测系统，实时监测种植区域，将监测的数据上传至控制中心；
S3、控制中心根据S2中所监测得到的数据进行分析，判断种植区域内的玉米处于生长期的何种阶段；
S4、根据S3中所得的判断结果，进行相应的作业工作：若判断处于玉米播种期，则播种机组在相应的种植区域播种玉米，播种完成后，返回进入S2；若判断处于田间管理期，则控制中心分析所需进行的农事作业工作，控制相应的农业作业机械进行工作，待作业完成后返回进入S2；若判断处于收获期，则控制收获机组在相应的种植区域内收获玉米，并根据收获情况进行玉米种植的收益分析。
优选地，S2中所述环境监测系统包括有小型气象站、视频监测系统、土壤墒情监测系统、无人机系统、孢子监测系统和虫情灯；
所述小型气象站用于监测气象要素信息，具体包括温度、湿度、风速、风向和光照，所得监测结果通过数据传输至控制中心；
所述视频监测系统用于实时拍摄田间玉米生长状态，并将所拍摄的照片和视频传输给控制中心；
所述土壤墒情监测系统用于对土壤墒情的长时间连续监测，并将监测值传递给控制中心；
所述无人机系统用于定时监测整田的玉米长势信息以及植保作业状态；
所述孢子监测系统用于监测农场内病原菌的类型，为控制中心提前准备防治措施提供数据支撑；
所述虫情灯用于监测农场内的虫害类型与数量，为控制中心提前准备相应的防治用杀虫剂提供数据支撑。
优选地，S3中所述数据分析具体包括如下内容：
A1、控制中心分析是否有播种记录，若无播种记录，则进入播种期；若有播种记录，则根据所记录的播种时间，计算玉米已播种时间；
A2、根据已播种时间，预估玉米收获期的时间范围；在预估玉米收获期的时间范围内，控制中心调度采摘机器人，驶入玉米种植区域，随机采摘多个玉米果穗；机器人截取玉米果穗的中间部分，摄像头正摄所截取下的玉米果穗，使用图像识别，判断玉米乳线是否消失：若消失，则进入收获期；若没有，则判断玉米仍处于田间管理期。
优选地，S4中所述播种机组在相应的种植区域播种玉米具体包括如下内容：
B1、根据环境监测系统提供的环境温湿度数据以及理论种植时间区间，控制中心选择合适的时间向机库发送播种命令；
B2、机库获取播种路径，根据机库里可使用播种机组的数量，分配给相应的播种机组进行播种工作；
B3、播种机组接收到来自机库的调度信号，驶入自动装料区域进行装料；
B4、利用播种机组装料箱内部的压力传感器判断装料是否完成；
B5、装料完成后，播种机组按照给定的作业路径进行播种；
B6、当压力传感器感应到装料箱重量压力达到最小阈值时，判断装料箱内物料用尽，播种机组记录相应中断位置，暂停播种；
B7、播种机组驶回装料区域进行装料，装料完成后驶入中断位置继续播种，直至所有播种机组完成相应的任务；
B8、播种完成后，播种机组驶入机库，自动卸载装料箱中未使用完的物料；
B9、记录播种时间。
优选地，S4中所述农事作业工作具体包括如下内容：
C1、根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米目前处于几叶期、是否有杂草以及杂草类型、是否有病害以及病害类型；若有杂草和病害，将其所处的位置记录在所种植区域上，控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；
C2、根据虫情灯所捕获的害虫数量以及类型，控制中心分析所需杀虫剂的类型以及用量；
C3、根据孢子监测系统所监测的病原菌类型，选择合适的杀虫剂进行虫害防治；
C4、根据小型气象站上传的信息，控制中心得到当天以及未来几天的天气状况，并根据天气状况判断分析是否推迟或取消相应农事操作；
C5、根据土壤墒情监测系统上传的信息，控制中心分析现阶段土壤的湿度和肥力，并联合D1得到现阶段玉米的生长时期和D2得到的天气状况，调整氮磷钾水肥的配比；
C6、根据控制中心的分析数据，若玉米有病虫害和杂草并处在生长的前期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用高地隙自走式植保机进行定点喷洒农药；若玉米有病虫害和杂草并处在生长的中后期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用植保无人机进行定点喷洒农药；
C7、综合C1～C6所述操作，将相应的农事作业操作记录在控制中心的系统上，并根据农事日历向农民的移动智能终端上发送信息提醒。
优选地，C7中所述农事日历具体指根据玉米的生长周期制定的不同时间段所需进行的农事操作。
优选地，S4中所述收获机组在相应的种植区域内收获玉米具体包括如下内容：
D1、机库获取种植区域，根据机库里可使用收获机组的数量，分配相应任务给收获机组进行收获工作；
D2、控制中心获取安装在农场里水肥一体化装置和相关传感器的位置信息，结合收获机的作业幅宽大小，避开上述位置信息来规划相应的收获路径；
D3、收获机根据D2中所确定的收获路径进行收获，直至收获完毕；
D4、控制中心统计收获的玉米重量。
优选地，S4中所述收益分析具体包括如下内容：
E1、计算一轮耕作玉米所使用的成本，包括种子购买费用、水肥购买费用、电力费用、相应传感器购买费用以及机具维修费用，其中所述相应传感器购买费用根据使用年限平均分配给每一年；
E2、根据玉米的市场价格和控制中心统计的玉米重量，计算售价；
E3、综合E1中所得成本费用及E2中所得售价信息，计算本轮玉米种植的实际收益。
与现有技术相比，本发明提供了一种无人农场玉米种植管理方法，具备以下有益效果：
本发明提出一种无人农场玉米种植管理方法，改变了现有的玉米农田种植方式，通过物联网、大数据、人工智能、5G、机器人等新一代信息技术，通过智能装备及机器人自主决策、自主作业，完成所有农场生产、管理任务。同时基于机器视觉技术，能够识别玉米所处生长期及病虫害情况，便于及时安排相应的农事活动及病虫害治理工作，能够更好地保证玉米的生长。通过上述设计，有效缓解了农村劳动力短缺的问题，减少了大田种植的时间成本，推进了现代农业建设。
附图说明
图1为本发明实施例1中提出的一种无人农场玉米种植管理方法的流程示意图；
图2为本发明实施例2中提出的环境监测系统的布置图；
图3（a）为玉米粗缩病；图3（b）为玉米丝黑穗病；图3（c）为玉米灰斑病；图3（d）为玉米褐斑病；图3（e）为玉米细菌性茎腐病；图3（f）为玉米矮花叶病；图3（g）玉米锈病。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1：
请参阅图1，本发明提出一种无人农场玉米种植管理方法，包括以下步骤：
S1、用户使用终端设备，远程操控无人机对玉米种植区域进行扫描，确定区域边界，并将信息上传至控制中心；控制中心根据播种机组的作业幅宽大小、安装在农场里的水肥一体化装置、障碍物以及相关传感器的位置信息来规划相应的播种路径；
S2、启动环境监测系统，实时监测种植区域，将监测的数据上传至控制中心；
环境监测系统包括有小型气象站、视频监测系统、土壤墒情监测系统、无人机系统、孢子监测系统和虫情灯；
所述小型气象站用于监测气象要素信息，具体包括温度、湿度、风速、风向和光照，所得监测结果通过数据传输至控制中心；
所述视频监测系统用于实时拍摄田间玉米生长状态，并将所拍摄的照片和视频传输给控制中心；
所述土壤墒情监测系统用于对土壤墒情的长时间连续监测，并将监测值传递给控制中心；
所述无人机系统用于定时监测整田的玉米长势信息以及植保作业状态；
所述孢子监测系统用于监测农场内病原菌的类型，为控制中心提前准备防治措施提供数据支撑；
所述虫情灯用于监测农场内的虫害类型与数量，为控制中心提前准备相应的防治用杀虫剂提供数据支撑；
S3、控制中心根据S2中所监测得到的数据进行分析，判断种植区域内的玉米处于生长期的何种阶段；
其中，数据分析具体包括如下内容：
A1、控制中心分析是否有播种记录，若无播种记录，则进入播种期；若有播种记录，则根据所记录的播种时间，计算玉米已播种时间；
A2、根据已播种时间，预估玉米收获期的时间范围；在预估玉米收获期的时间范围内，控制中心调度采摘机器人，驶入玉米种植区域，随机采摘多个玉米果穗；机器人截取玉米果穗的中间部分，摄像头正摄所截取下的玉米果穗，使用图像识别，判断玉米乳线是否消失：若消失，则进入收获期；若没有，则判断玉米仍处于田间管理期；
S4、根据S3中所得的判断结果，进行相应的作业工作：若判断处于玉米播种期，则播种机组在相应的种植区域播种玉米，具体包括如下内容：
B1、根据环境监测系统提供的环境温湿度数据以及理论种植时间区间，控制中心选择合适的时间向机库发送播种命令；
B2、机库获取播种路径，根据机库里可使用播种机组的数量，分配给相应的播种机组进行播种工作；
B3、播种机组接收到来自机库的调度信号，驶入自动装料区域进行装料；
B4、利用播种机组装料箱内部的压力传感器判断装料是否完成；
B5、装料完成后，播种机组按照给定的作业路径进行播种；
B6、当压力传感器感应到装料箱重量压力达到最小阈值时，判断装料箱内物料用尽，播种机组记录相应中断位置，暂停播种；
B7、播种机组驶回装料区域进行装料，装料完成后驶入中断位置继续播种，直至所有播种机组完成相应的任务；
B8、播种完成后，播种机组驶入机库，自动卸载装料箱中未使用完的物料；
B9、记录播种时间；
播种完成后，返回进入S2；若判断处于田间管理期，则控制中心分析所需进行的农事作业工作，控制相应的农业作业机械进行工作，待作业完成后返回进入S2；上述农事作业工作具体包括如下内容：
C1、根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米目前处于几叶期、是否有杂草以及杂草类型、是否有病害以及病害类型；若有杂草和病害，将其所处的位置记录在所种植区域上，控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；
C2、根据虫情灯所捕获的害虫数量以及类型，控制中心分析所需杀虫剂的类型以及用量；
C3、根据孢子监测系统所监测的病原菌类型，选择合适的杀虫剂进行虫害防治；
C4、根据小型气象站上传的信息，控制中心得到当天以及未来几天的天气状况，并根据天气状况判断分析是否推迟或取消相应农事操作；
C5、根据土壤墒情监测系统上传的信息，控制中心分析现阶段土壤的湿度和肥力，并联合D1得到现阶段玉米的生长时期和D2得到的天气状况，调整氮磷钾水肥的配比；
C6、根据控制中心的分析数据，若玉米有病虫害和杂草并处在生长的前期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用高地隙自走式植保机进行定点喷洒农药；若玉米有病虫害和杂草并处在生长的中后期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用植保无人机进行定点喷洒农药；
C7、综合C1～C6所述操作，将相应的农事作业操作记录在控制中心的系统上，并根据农事日历向农民的移动智能终端上发送信息提醒；其中，农事日历具体指根据玉米的生长周期制定的不同时间段所需进行的农事操作；
若判断处于收获期，则控制收获机组在相应的种植区域内收获玉米，具体包括如下内容：
D1、机库获取种植区域，根据机库里可使用收获机组的数量，分配相应任务给收获机组进行收获工作；
D2、控制中心获取安装在农场里水肥一体化装置和相关传感器的位置信息，结合收获机的作业幅宽大小，避开上述位置信息来规划相应的收获路径；
D3、收获机根据D2中所确定的收获路径进行收获，直至收获完毕；
D4、控制中心统计收获的玉米重量；
收获完成后，根据收获情况进行玉米种植的收益分析，具体包括如下内容：
E1、计算一轮耕作玉米所使用的成本，包括种子购买费用、水肥购买费用、电力费用、相应传感器购买费用以及机具维修费用，其中所述相应传感器购买费用根据使用年限平均分配给每一年；
E2、根据玉米的市场价格和控制中心统计的玉米重量，计算售价；
E3、综合E1中所得成本费用及E2中所得售价信息，计算本轮玉米种植的实际收益。
实施例2：
请参阅图2，基于实施例1但有所不同之处在于，
本实施例提出一种无人农场玉米种植管理方法，具体内容如下：
步骤1、确定玉米种植区域：用户使用终端设备，远程操作无人机对所需种植玉米区域进行拍照采样，将照片信息上传至控制中心，控制中心根据照片进行二维地图重建，将所有传感器设备以及障碍物标注在所重建的地图上，同时确定玉米播种的区域边界，并将信息上传至控制中心；控制中心根据播种机组的作业幅宽、安装在农场里水肥一体化装置、障碍物以及相关传感器的位置来规划相应的播种路径；播种路径需规避这些设备，以免在播种过程中破坏相关设备；
步骤2、当播种路径规划好后，环境监测系统启动，实时监测种植区域：小型气象站对温度、湿度、风速、风向、光照等多个气象要素进行监测；视频监测系统实时拍摄田间玉米的生长状态，将所拍摄的照片和视频传输给控制中心；土壤墒情监测系统长时间连续监测土壤墒情，并将监测值传递给控制中心；无人机系统定时监测整田的玉米长势信息以及植保作业；孢子监测系统实时监测农场内病原菌的类型，控制中心可提前准备防治措施；虫情灯监测农场内的虫害类型与数量，控制中心可准备相应的杀虫剂进行防治；
步骤3、控制中心接收来自环境监测系统传回的数据，并对其进行分析：首先分析该块田地是否有播种记录，若无播种记录，则进入播种期。在播种期内，控制中心根据环境监测系统提供的环境温湿度数据以及理论种植时间区间，选择合适的时间向机库发送播种命令；机库获取播种路径，根据机库里可使用播种机组的数量，以及控制中心下发的播种路径，合理分配给相应的播种机组进行播种工作；播种机组接收到来自机库的调度信号，驶入自动装料区域进行装料；播种机组上的装料箱中安装有压力传感器，用于判断装料是否完成；装料完成后，播种机组按照给定的路径进行播种；在播种过程中，当肥料箱或者种子箱变空时，播种机组记录相应的中断位置，暂时停止播种；播种机组驶入装料区域重新进行装料，装料完成后驶入中断位置继续播种，直至所有播种机组完成相应的任务；播种完成后，播种机组驶入机库，自动卸载未使用完的种子和肥料，控制中心记录播种时间。
步骤4、若有播种记录，根据所记录的播种时间，计算玉米已播种时间；根据已播种时间，预估玉米收获期的时间范围；在该时间范围内，控制中心调度采摘机器人，驶入玉米种植区域，随机采摘多个玉米果穗；机器人截取玉米果穗的中间部分，摄像头正摄对所截取下的玉米果穗，使用图像识别，判断玉米乳线是否消失；若消失，则进入收获期。在收获期内，控制中心下发收获指令；机库获取种植区域，根据机库里可使用收获机组的数量，合理分配相应任务给收获机组进行收获工作；控制中心根据收获机的作业幅宽大小，以及避开安装在农场里水肥一体化装置和相关传感器的位置来规划相应的收获路径；收获机根据收获路径进行收获，直至收获完毕；控制中心统计收获的玉米重量，并计算一轮耕作玉米所使用的成本，包括种子，水肥，电力，购买相应传感器、机具维修等，其中购买的传感器费用根据使用年限平均分配给每一年；根据玉米的市场价格和控制中心统计的玉米重量，计算售价；通过售价和成本计算本轮种植玉米的实际收益。
步骤5、若乳线没有消失，则继续停留在田间管理期。在田间管理期内，根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米目前处于几叶期、是否有杂草以及杂草类型、是否有病害以及病害类型；若有杂草和病害，将其所处的位置记录在所种植区域上，控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；根据虫情灯所捕获的害虫数量以及类型，控制中心分析所需杀虫剂的类型以及用量；根据孢子监测系统所监测的病原菌类型，选择合适的杀虫剂进行虫害防治；根据小型气象站上传的信息，控制中心得到当天以及未来几天的天气状况，并根据天气状况判断分析是否推迟或取消相应农事操作；根据土壤墒情监测系统上传的信息，控制中心分析现阶段土壤的湿度和肥力，并联合现阶段玉米的生长时期和天气状况，调整氮磷钾水肥的配比；若玉米有病虫害和杂草并处在生长的前期，根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用高地隙自走式植保机进行定点喷洒农药；若玉米有病虫害和杂草并处在生长的中后期，根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用植保无人机进行定点喷洒农药；相应的农事操作记录在控制中心的系统上，并根据农事日历向农民的手机终端上发送信息提醒。
需要强调的是，在一轮作业时间内，玉米只处于播种期、田间管理期和收获期中的某一时期；环境监测系统实时工作，直至一轮玉米耕播收作业结束。
实施例3：
基于实施例1-2但有所不同之处在于，
在田间管理期内，根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米目前处于几叶期、是否有杂草以及杂草类型、是否有病害以及病害类型。
根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米当前生长期，是否有杂草以及杂草类型、若有杂草或病虫害，将其所处的位置记录在所种植区域上，并装载对应的病虫害识别库，苗期虫害识别库包括黏虫、蚜虫、灰飞虱，病害识别库包括粗缩病、矮花叶病、丝黑穗病；穗期虫害识别库包括玉米螟、蚜虫，病害识别库包括瘤黑粉病、细菌性茎腐病、粗缩病、褐斑病；花粒期虫害识别库包括玉米螟、蚜虫、棉铃虫，病害识别库包括瘤黑粉病、玉米锈病、茎腐病、粗缩病、褐斑病、灰斑病（请参阅图3（a）-（g））。
各时期病虫害对应位置为：如图3（a）所示，苗期粗缩病出现于玉米叶位置，识别特征为叶片上出现透明油浸状褪绿虚线条纹；如图3（b）所示，苗期玉米丝黑穗病出现于玉米茎位置，识别特征为茎秆基部膨大，下粗上细；如图3（f）所示，苗期玉米矮花叶病出现于玉米茎位置，识别特征为茎秆局部褐色，叶片变黄；如图3（c）所示，灰斑病出现于玉米叶位置，识别特征为叶片边缘出现椭圆形灰色至浅褐色病斑，后期变为褐色；如图3（d）所示，穗期褐斑病出现于玉米叶位置，识别特征为叶片边缘出现椭圆形褐色病斑，后期变为褐色；穗期粗缩病特征与苗期一致；如图3（e）所示，花粒期细菌性茎腐病出现于玉米茎位置，识别特征为茎基部发病处折断，根茎内部组织腐烂坏死；玉米锈病（如图3（g）所示）、褐斑病、灰斑病特征与苗期或穗期一致；
各病害对应治疗手段为：若出现粗缩病，喷洒菌毒清；若出现玉米丝黑穗病，喷洒烯唑醇，丙环唑；若出现玉米矮花叶病，喷洒多菌灵，甲基硫菌灵；瘤黑粉病喷洒烯唑醇，丙环唑；褐斑病喷洒多菌灵；灰斑病喷洒多菌灵；细菌性茎腐病喷洒多菌灵；
在苗期，玉米虫害库包括：黏虫、蚜虫和灰飞虱，在穗期，玉米虫害库包括：玉米螟（10%溴氰虫酰胺可分散油悬浮剂）、蚜虫；在花粒期玉米虫害库包括：玉米螟、蚜虫、棉铃虫（4.5%高效氯氟氰菊酯乳油）；
各虫害对应治疗手段为：黏虫喷洒20％除虫脲可湿性粉剂；蚜虫喷洒5%吡虫啉乳油；灰飞虱喷洒20%吡蚜酮；玉米螟喷洒10%溴氰虫酰胺可分散油悬浮剂；棉铃虫喷洒4.5%高效氯氟氰菊酯乳油；
控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；根据图像和虫情灯所捕获的害虫数量以及类型，确定所需杀虫剂的类型以及用量，
若有杂草和病害，将其所处的位置记录在所种植区域上，控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；根据虫情灯所捕获的害虫数量以及类型，控制中心分析所需杀虫剂的类型以及用量；根据孢子监测系统所监测的病原菌类型，选择合适的杀虫剂进行虫害防治；如果确认病虫害类型，则进行对应防治操作，若无法确认则按可能性最高的两种类型进行确认；
例如在穗期，玉米叶片边缘出现椭圆形褐色病斑，控制中心分析可能病害包括褐斑病或灰斑病，两者防治手段一致，通过喷洒多菌灵进行防治。
根据小型气象站上传的信息，控制中心得到当天以及未来几天的天气状况；若未来一两天有雨或者大风天气，推迟或取消相应农事操作。
根据土壤墒情监测系统上传的信息，控制中心分析现阶段土壤的湿度和肥力，并联合现阶段玉米的生长时期和天气状况，调整氮磷钾水肥的配比。若玉米处于出苗期和拔节期之间，提高钾肥的比重；若玉米处于拔节期和抽穗期之间，同时提高三者的比例；若玉米处于抽穗期之后，降低钾肥的比重。
若玉米有病虫害和杂草并处在生长的前期，根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用高地隙自走式植保机进行定点喷洒农药；若玉米有病虫害和杂草并处在生长的中后期，根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用植保无人机进行定点喷洒农药；相应的农事操作记录在控制中心的系统上，并根据农事日历向农民的手机终端上发送信息提醒。
以上，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种无人农场玉米种植管理方法，其特征在于，包括以下步骤：
S1、用户使用终端设备，远程操控无人机对玉米种植区域进行扫描，确定区域边界，并将信息上传至控制中心；控制中心根据播种机组的作业幅宽大小、安装在农场里的水肥一体化装置、障碍物以及相关传感器的位置信息来规划相应的播种路径；
S2、启动环境监测系统，实时监测种植区域，将监测的数据上传至控制中心；
S3、控制中心根据S2中所监测得到的数据进行分析，判断种植区域内的玉米处于生长期的何种阶段；
S4、根据S3中所得的判断结果，进行相应的作业工作：若判断处于玉米播种期，则播种机组在相应的种植区域播种玉米，播种完成后，返回进入S2；若判断处于田间管理期，则控制中心分析所需进行的农事作业工作，控制相应的农业作业机械进行工作，待作业完成后返回进入S2；若判断处于收获期，则控制收获机组在相应的种植区域内收获玉米，并根据收获情况进行玉米种植的收益分析。
2.根据权利要求1所述的一种无人农场玉米种植管理方法，其特征在于，S2中所述环境监测系统包括有小型气象站、视频监测系统、土壤墒情监测系统、无人机系统、孢子监测系统和虫情灯；
所述小型气象站用于监测气象要素信息，具体包括温度、湿度、风速、风向和光照，所得监测结果通过数据传输至控制中心；
所述视频监测系统用于实时拍摄田间玉米生长状态，并将所拍摄的照片和视频传输给控制中心；
所述土壤墒情监测系统用于对土壤墒情的长时间连续监测，并将监测值传递给控制中心；
所述无人机系统用于定时监测整田的玉米长势信息以及植保作业状态；
所述孢子监测系统用于监测农场内病原菌的类型，为控制中心提前准备防治措施提供数据支撑；
所述虫情灯用于监测农场内的虫害类型与数量，为控制中心提前准备相应的防治用杀虫剂提供数据支撑。
3.根据权利要求1所述的一种无人农场玉米种植管理方法，其特征在于，S3中所述数据分析具体包括如下内容：
A1、控制中心分析是否有播种记录，若无播种记录，则进入播种期；若有播种记录，则根据所记录的播种时间，计算玉米已播种时间；
A2、根据已播种时间，预估玉米收获期的时间范围；在预估玉米收获期的时间范围内，控制中心调度采摘机器人，驶入玉米种植区域，随机采摘多个玉米果穗；机器人截取玉米果穗的中间部分，摄像头正摄所截取下的玉米果穗，使用图像识别，判断玉米乳线是否消失：若消失，则进入收获期；若没有，则判断玉米仍处于田间管理期。
4.根据权利要求1所述的一种无人农场玉米种植管理方法，其特征在于，S4中所述播种机组在相应的种植区域播种玉米具体包括如下内容：
B1、根据环境监测系统提供的环境温湿度数据以及理论种植时间区间，控制中心选择合适的时间向机库发送播种命令；
B2、机库获取播种路径，根据机库里可使用播种机组的数量，分配给相应的播种机组进行播种工作；
B3、播种机组接收到来自机库的调度信号，驶入自动装料区域进行装料；
B4、利用播种机组装料箱内部的压力传感器判断装料是否完成；
B5、装料完成后，播种机组按照给定的作业路径进行播种；
B6、当压力传感器感应到装料箱重量压力达到最小阈值时，判断装料箱内物料用尽，播种机组记录相应中断位置，暂停播种；
B7、播种机组驶回装料区域进行装料，装料完成后驶入中断位置继续播种，直至所有播种机组完成相应的任务；
B8、播种完成后，播种机组驶入机库，自动卸载装料箱中未使用完的物料；
B9、记录播种时间。
5.根据权利要求2所述的一种无人农场玉米种植管理方法，其特征在于，S4中所述农事作业工作具体包括如下内容：
C1、根据视频监测系统上传的视频图片信息，运用机器视觉进行图像识别处理，分析玉米目前处于几叶期、是否有杂草以及杂草类型、是否有病害以及病害类型；若有杂草和病害，将其所处的位置记录在所种植区域上，控制中心根据图像所识别的结果，分析所需除草剂和药剂的类型以及用量；
C2、根据虫情灯所捕获的害虫数量以及类型，控制中心分析所需杀虫剂的类型以及用量；
C3、根据孢子监测系统所监测的病原菌类型，选择合适的杀虫剂进行虫害防治；
C4、根据小型气象站上传的信息，控制中心得到当天以及未来几天的天气状况，并根据天气状况判断分析是否推迟或取消相应农事操作；
C5、根据土壤墒情监测系统上传的信息，控制中心分析现阶段土壤的湿度和肥力，并联合D1得到现阶段玉米的生长时期和D2得到的天气状况，调整氮磷钾水肥的配比；
C6、根据控制中心的分析数据，若玉米有病虫害和杂草并处在生长的前期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用高地隙自走式植保机进行定点喷洒农药；若玉米有病虫害和杂草并处在生长的中后期，则根据控制中心所记录的杂草和病虫害的位置及类型，选择合适的农药，使用植保无人机进行定点喷洒农药；
C7、综合C1～C6所述操作，将相应的农事作业操作记录在控制中心的系统上，并根据农事日历向农民的移动智能终端上发送信息提醒。
6.根据权利要求5所述的一种无人农场玉米种植管理方法，其特征在于，C7中所述农事日历具体指根据玉米的生长周期制定的不同时间段所需进行的农事操作。
7.根据权利要求1所述的一种无人农场玉米种植管理方法，其特征在于，S4中所述收获机组在相应的种植区域内收获玉米具体包括如下内容：
D1、机库获取种植区域，根据机库里可使用收获机组的数量，分配相应任务给收获机组进行收获工作；
D2、控制中心获取安装在农场里水肥一体化装置和相关传感器的位置信息，结合收获机的作业幅宽大小，避开上述位置信息来规划相应的收获路径；
D3、收获机根据D2中所确定的收获路径进行收获，直至收获完毕；
D4、控制中心统计收获的玉米重量。
8.根据权利要求1所述的一种无人农场玉米种植管理方法，其特征在于，S4中所述收益分析具体包括如下内容：
E1、计算一轮耕作玉米所使用的成本，包括种子购买费用、水肥购买费用、电力费用、相应传感器购买费用以及机具维修费用，其中所述相应传感器购买费用根据使用年限平均分配给每一年；
E2、根据玉米的市场价格和控制中心统计的玉米重量，计算售价；
E3、综合E1中所得成本费用及E2中所得售价信息，计算本轮玉米种植的实际收益。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410185720.3A CN117745041A (zh) | 2024-02-20 | 2024-02-20 | 一种无人农场玉米种植管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410185720.3A CN117745041A (zh) | 2024-02-20 | 2024-02-20 | 一种无人农场玉米种植管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117745041A true CN117745041A (zh) | 2024-03-22 |
Family
ID=90257790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410185720.3A Pending CN117745041A (zh) | 2024-02-20 | 2024-02-20 | 一种无人农场玉米种植管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117745041A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347127A (zh) * | 2019-06-26 | 2019-10-18 | 北京农业智能装备技术研究中心 | 基于云服务的农作物种植托管系统及方法 |
| CN114493347A (zh) * | 2022-02-16 | 2022-05-13 | 阿里巴巴（中国）有限公司 | 农业管理系统及其方法、电子设备 |
| KR20230051351A (ko) * | 2021-10-08 | 2023-04-18 | 오병호 | 스카우팅 드론과 오토로봇을 이용한 스마트 농업 시스템 |
-
2024
- 2024-02-20 CN CN202410185720.3A patent/CN117745041A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347127A (zh) * | 2019-06-26 | 2019-10-18 | 北京农业智能装备技术研究中心 | 基于云服务的农作物种植托管系统及方法 |
| KR20230051351A (ko) * | 2021-10-08 | 2023-04-18 | 오병호 | 스카우팅 드론과 오토로봇을 이용한 스마트 농업 시스템 |
| CN114493347A (zh) * | 2022-02-16 | 2022-05-13 | 阿里巴巴（中国）有限公司 | 农业管理系统及其方法、电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 尹彦鑫等: "大田无人农场关键技术研究现状与展望", 智慧农业（中英文）, no. 2022, 31 December 2022 (2022-12-31), pages 1 - 17 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11432470B2 (en) | Information processing apparatus, information processing method, and vegetation management system | |
| JP2019095937A (ja) | 農作物育成支援システム、情報収集装置、育成支援サーバ、および農作物販売支援システム | |
| Kirkpatrick | Technologizing agriculture | |
| JP7137426B2 (ja) | 施設栽培果実の収穫予測システム | |
| CN115249116A (zh) | 一种基于物联网和人工智能的农业种植管理系统及方法 | |
| CN110119901A (zh) | 一种芦笋种植综合管理平台及其管理办法 | |
| CN117745041A (zh) | 一种无人农场玉米种植管理方法 | |
| US20220172467A1 (en) | Mini drone and agbot based distributed system and method of offering agronomics services to farmers | |
| CN111522312A (zh) | 一种智慧农业云平台 | |
| Brandenberger et al. | Asparagus production | |
| Lane | Benefits and hazards of new crops: oilseed rape in the UK | |
| CN113940263B (zh) | 一种用于植物生产的照护装置 | |
| TWI754916B (zh) | 結合人工智慧之游牧式養蜂地圖安全監控方法與系統 | |
| Clearinghouse | Wheat technology toolkit catalogue. TAAT clearinghouse technical report series 011 | |
| Reagan et al. | Agriculture revolution | |
| Singh et al. | Digital technologies for smart agriculture | |
| Deemantha | Artificial Intelligence Applications in Precision Agriculture | |
| Barnes et al. | Opportunities for Robotic Systems and Automation in Cotton Production. AgriEngineering 2021, 3, 23 | |
| Phillips | Why less is more in a potato enterprise | |
| Petzoldt et al. | Cucurbit Pest and Crop Management Systems Evaluation | |
| Hodges | Keys to Profitable Small Grain Production in the North Central Texas Area. | |
| Hodges Jr et al. | Keys To Profitable Small Grain Production In East Texas and Coast Prairie. | |
| Ndegwa et al. | Production and marketing of maize seed in Kenya in the coming decade | |
| Brown Jasa | Crop Watch No. 2004-15, July 16, 2004 | |
| TILL | CORN |
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 |