CN210428540U - 一种昆虫类型识别设备及系统 - Google Patents
一种昆虫类型识别设备及系统 Download PDFInfo
- Publication number
- CN210428540U CN210428540U CN201921920667.8U CN201921920667U CN210428540U CN 210428540 U CN210428540 U CN 210428540U CN 201921920667 U CN201921920667 U CN 201921920667U CN 210428540 U CN210428540 U CN 210428540U
- Authority
- CN
- China
- Prior art keywords
- insect
- module
- pest control
- type identification
- control device
- 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.)
- Active
Links
Images
Landscapes
- Catching Or Destruction (AREA)
Abstract
本实用新型实施例公开了一种昆虫类型识别设备及系统。该设备包括人工智能AI计算单元、摄像模块、通信模块以及病虫害防治装置;摄像模块用于拍摄包含昆虫的图像;AI计算单元用于对图像中的昆虫进行类型识别,将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号,以警示工作人员;病虫害防治装置用于根据类型识别结果进行病虫害防治。该设备可以及时对昆虫类型进行识别,方便掌握农作物情况,可以对病虫害进行防治,节省人力。
Description
技术领域
本实用新型实施例涉及农作物病虫害类型识别与防治设备技术,尤其涉及一种昆虫类型识别设备及系统。
背景技术
农作物的病虫害作为主要的农业灾害之一,严重影响着农业生产和经济发展。如果对农作物中的昆虫种类进行有效得识别,有利于对于不同的病虫害采用相应的防治措施,能够防微杜渐,可以在一定程度上有效地遏制病虫害的蔓延和传播。因此采集农作物的昆虫图像,对昆虫种类做出及时识别并进行防治对于农作物的病虫害治理是非常重要的。
目前,通常通过农作物的昆虫调查以及肉眼判断昆虫种类后,采取相应的措施遏制病虫害的蔓延和传播。这种方式费时费力且主观因素影响大,不利于及时掌握农作物的病虫害种类情况。也有通过采用灯诱方式采集昆虫图像进行昆虫种类识别后,采取相应的措施遏制病虫害的蔓延和传播。这种方式可能会诱来多种类和多数量的昆虫,甚至是一些对其他农作物产生危害而不会当前农作物产生危害的病虫害,不能够反应当前农作物的真实病虫害情况,也不利于昆虫种类识别。此外,上述两种方式需要人为采取病虫害防治措施,消耗人力,并且人为采取病虫害防治措施时,对人体健康也有一定的影响。
实用新型内容
本实用新型提供一种昆虫类型识别设备及系统,可以及时对昆虫类型进行识别,方便掌握农作物情况,可以对病虫害进行防治,节省人力。
第一方面,本实用新型实施例提供了一种昆虫类型识别设备,该设备包括人工智能(Artificial Intelligence,AI)计算单元、摄像模块、通信模块以及病虫害防治装置;
所述摄像模块,用于拍摄包含昆虫的图像;
AI计算单元与所述摄像模块电连接,用于对所述图像中的昆虫进行类型识别,并将类型识别结果通过所述通信模块发送至云端服务器,以使云端服务器基于所述类型识别结果发送病虫害报警信号,以警示工作人员;
所述病虫害防治装置,用于根据类型识别结果进行病虫害防治。
可选的,该设备还包括:位置定位模块;
所述位置定位模块,用于识别所述昆虫与所述病虫害防治装置的距离以及所述昆虫相对于所述病虫害防治装置的方向。
可选的,所述病虫害防治装置包括药物喷洒装置、辐射产生装置、或者灯光气味颜色控制装置的至少一项。
可选的,该设备还包括:补光装置;
所述补光装置,用于当外部环境光的亮度小于设定亮度时,对所述摄像模块进行补光。
可选的,所述通信模块包括:窄带物联网NB-IOT模块和天线ANT;
所述NB-IOT模块与所述AI计算单元电连接,用于将所述类型识别结果经过所述ANT上传到云端服务器。
可选的,该设备还包括:存储模块、电池单元和电源管理芯片PMIC;
所述存储模块分别与所述摄像模块和所述AI计算单元进行电连接;用于接收所述摄像模块发送的所述图像并存储;
所述电池单元与所述PMIC电连接,用于为所述PMIC提供电能;
所述PMIC分别与所述AI计算单元、所述通信模块、所述存储模块和所述病虫害防治装置电连接,用于对所述电池单元提供给所述AI计算单元、所述通信模块、所述存储模块所述病虫害防治装置的电能进行管理。
可选的,该设备还包括:昆虫检测模块;
所述昆虫检测模块,用于当检测到昆虫出现时,启动所述摄像模块以拍摄包含昆虫的图像;以及当检测到昆虫消失时,关闭所述摄像模块。
可选的,该设备还包括:计时模块;
所述计时模块,用于当到达第一预设时间时,指示所述病虫害防治装置停止病虫害防治;以及,当到达第二预设时间时指示所述昆虫监测模块开始检测。
第二方面,本实用新型实施例还提供了一种昆虫类型识别系统,该系统包括本实用新型任意实施例所述的昆虫类型识别设备,还包括云端服务器;
所述云端服务器用于接收所述通信模块发送的所述类型识别结果,并基于所述类型识别结果发送病虫害报警信号。
第三方面,本实用新型实施例还提供了一种昆虫类型识别方法,该方法应用于本实用新型任意实施例所述的昆虫类型识别设备,包括:
通过摄像模块拍摄包含昆虫的图像;
通过人工智能AI计算单元,对所述图像中的昆虫进行类型识别,并将类型识别结果通过所述通信模块发送至云端服务器,以使云端服务器基于所述类型识别结果发送病虫害报警信号,以警示工作人员;
通过病虫害防治装置,根据类型识别结果进行病虫害防治。
本实用新型实施例提供的技术方案,提供了一种昆虫类型识别设备,包括AI计算单元、摄像模块、通信模块以及病虫害防治装置;通过摄像模块拍摄包含昆虫的图像;通过AI计算单元对图像中的昆虫进行类型识别,将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号;通过病虫害防治装置根据云端服务器基于报警信号进行病虫害防治。解决了农作物中昆虫的类型识别问题与农作物中病虫害的防治问题,实现了在多种场景下,及时对昆虫类型进行识别,方便及时掌握农作物情况,可以对病虫害进行防治,无需人为操作,节省人力,利于人体健康的效果。
附图说明
图1为本实用新型实施例一提供的一种昆虫类型识别设备的结构示意图;
图2是本实用新型实施例二提供的一种昆虫类型识别设备的结构示意图
图3是本实用新型实施例三提供的一种昆虫类型识别系统的结构示意图;
图4是本实用新型实施例四提供的通过本实用新型实施例提供的昆虫类型识别设备或者昆虫类型识别系统执行的昆虫类型识别方法的流程图。
具体实施方式
下面结合附图和实施例对本实用新型作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本实用新型,而非对本实用新型的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本实用新型相关的部分而非全部结构。
实施例一
图1为本实用新型实施例一提供的一种昆虫类型识别设备的结构示意图,本实施例可适用于对农作物中昆虫进行类型识别和/或农作物病虫害防治的情况。如图1所示,该昆虫类型识别设备100包括:AI计算单元121、摄像模块111、通信模块123以及病虫害防治装置130。
其中,摄像模块111,用于拍摄包含昆虫的图像;
可选的,摄像模块111可以设置在传感器板110上,摄像模块111可以是互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)摄像头,像素可以是30万像素,可以拍摄分辨率为640*480的包含昆虫的图像。摄像模块111可以连接图像编码芯片(图1中未示出),可以对拍摄的图像进行编码处理,例如可以将图片处理为JPG格式。
AI计算单元121与摄像模块111电连接,用于对图像中的昆虫进行类型识别,并将类型识别结果通过通信模块123发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号;
其中,AI计算单元,可以是现有技术中的AI计算单元,AI计算单元121对图像中的昆虫进行类型识别可以采用现有技术中的图像识别方法,也可以采用下述方法:对图像中的昆虫进行边缘检测,提取纹理特征以对图像中的昆虫进行定位,得到昆虫图像,并将图像中的背景图像与昆虫图像进行分割以及将至少两类昆虫图像进行分割,并从分割的图像提取昆虫的形态特征和颜色特征;将提取的特征与预存的昆虫特征进行比较得到类型识别结果;形态特征包括形状特征和变换域特征;其中形状特征包括面积、周长、主轴方向、紧密度、偏心率和曲率;
其中,AI计算单元121可以设置在主控板120上。边缘是图像最基本的特征,是周围像素灰度有阶跃变化或屋顶变化的像素集合,是图像分割、区域形状特征提取、目标区域识别的重要基础。可以采用Sobel算子、Roberts算子、Canny算子、Log算子、Prewitt算子或者Laplace算子等进行边缘检测。可以通过不同算子提取纹理特征的能量、熵、惯性矩和局部平稳4个参数值,实现对蝶类、蚜虫等昆虫的边缘检测。其中,Laplace算子的边缘检测纹理性优于其他算子。可以通过边缘检测实现对图像中昆虫的定位。
其中,图像分割是按照图像的某种特性将图像分成互不相交的区域并提取关键感兴趣部分的过程。因此,能否有效的对昆虫图像分割获得感兴趣的信息直接影响到最终识别与计数结果的准确性。图像分割包括背景图像与昆虫图像间的分割与多种类昆虫之间的分割两种。背景图像与昆虫图像间的分割方法可以采用阈值法、边缘流法、小波分析法等。采用直方图阈值法、自适应阈值法、相对熵阈值法等方法可以分别实现储粮昆虫、鳞翅目昆虫的图像分割。
其中,图像特征提取是将图像的视觉特征转化成计算机能够识别的数学形式的过程,为目标昆虫的自动识别和计数提供可靠的依据。提取的昆虫图像特征一般包括颜色特征和形态特征等。其中,图像颜色特征是应用最为广泛的视觉特征,其对图像本身尺寸、方向、视角的依赖性较小,从而具有较高的鲁棒性采用红色(Red,R)、绿色(Green,G)、蓝色(Blue,B)和亮度(Light,L)4个一维颜色直方图信息和R、G两个与光照无关的色度二维直方图信息作为蝴蝶的颜色模式特征,分别提取了正面、反面颜色特征值,结合神经网络可以实现对蝴蝶的自动识别。然而不同昆虫的颜色统计有可能相似,仅仅统计各种颜色像素的概率,并不能识别出许多鳞翅目昆虫翅上各种色彩鳞片形成的形状。因此,在提取颜色像素的基础上,可以结合空间位置的颜色特征向量,有助于识别鳞翅目昆虫。
其中,形态特征在昆虫识别中应用较多,可分为形状特征和变换域特征。形状特征参数可以有面积、周长、主轴方向、紧密度、偏心率、曲率等。形态特征适用于体态较完整昆虫以及个体和形态差异较大的昆虫识别,但昆虫样本的完整性和标本摆放一致性严重影响基于形态特征的昆虫自动识别结果,同时在不同状态下活体昆虫形态特征呈现出来的差异性也使得仅利用形态特征识别昆虫受到一定的限制。
不同的昆虫具有不同的颜色、形态、纹理等特征,单一底层的特征提取忽略了多特征之间的联系以及图像各种形式信息的充分理解。AI计算单元121可以提取斑蝉、铜绿丽金龟等昆虫的矩形度、HU不变矩等形态特征,以及灰度直方图、二维色度直方图等颜色特征,结合径向基神经网络分类器和Internet网络实现基于浏览器/服务器(Browser/Server,B/S)结构的远程昆虫识别。采用颜色、形态、纹理3种单一特征识别凤蝶、斑蛾等昆虫的识别率分别为75%、78.2%和82%,而基于颜色、形态、纹理特征综合的识别率可为90%。建立了基于全局特征和局部特征的组合模型,有效地实现了对昆虫的分类识别。识别时可以将提取的特征与预存的昆虫特征进行比较得到类型识别结果,并将类型识别结果,通过通信模块123发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号。
其中,可选的,如图1所示,通信模块123包括:窄带物联网(Narrow Band Internetof Things,NB-IOT)模块和天线(Antenna,ANT)(图1中均未示出);
NB-IOT模块与AI计算单元121电连接,用于将类型识别结果经过ANT上传到云端服务器(图1中未示出)。
需要说明的是,通信模块123可以设置在主控板120上,使用NB-IOT模块和ANT可以使昆虫类型识别设备100功耗低、成本低、可以延长昆虫类型识别设备100的使用寿命。云端服务器可以在昆虫的类型识别结果为某一类病虫害时,发送病虫害报警信号,方便提醒农作物管理者及时查看农作物的情况。报警信号可以是蜂鸣器响起、指示灯亮起或者语音提示类型识别结果等,本实用新型不做具体限定。
病虫害防治装置130,用于根据类型识别结果进行病虫害防治。
其中,可选的,病虫害防治装置130包括药物喷洒装置、辐射产生装置、或者灯光气味颜色控制装置的至少一项。
需要说明的是,病虫害防治装置130可以与通信模块123电连接,可以根据类型识别结果或者根据云端服务器基于报警信号对不同类型的病虫害采取某一病虫害防治措施。其中,药物喷洒装置可以通过喷洒农药消除大部分的病虫害;辐射产生装置可以通过产生辐射使一些病虫害丧失生育能力,不能繁衍后代,得到消灭病虫害的目的;灯光气味颜色控制装置可以通过光诱、色诱、味诱的组合诱杀方法对病虫害进行诱杀,也可以结合防虫网设置加以辅助。这些病虫害防治措施均是对人体健康有一定危害的,采用昆虫类型识别设备100可以借助设备而不用人工采取病虫害防治措施,可以节省人力,利于人体健康的效果。
本实用新型实施例的技术方案,提供了一种昆虫类型识别设备,包括AI计算单元、摄像模块、通信模块以及病虫害防治装置;通过摄像模块拍摄包含昆虫的图像;通过AI计算单元对图像中的昆虫进行边缘检测、实现定位、背景和昆虫分割以及不同类昆虫间分割,提取昆虫的形态特征和颜色特征与预存的昆虫特征进行比较得到类型识别结果,将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号;通过病虫害防治装置根据类型识别结果或者根据云端服务器基于报警信号进行病虫害防治。解决了农作物中昆虫的种类识别问题与农作物中病虫害的防治问题,实现了在多种场景下,及时对昆虫种类进行识别,并可以根据类型识别结果产生报警信号,方便及时掌握农作物情况,可以对病虫害进行防治,无需人为操作,节省人力,利于人体健康的效果。
在上述实施例的基础上,可选的,如图1所示,昆虫类型识别设备100还包括:昆虫检测模块114;
昆虫检测模块114,用于当检测到昆虫出现时,启动摄像模块以拍摄包含昆虫的图像;以及当检测到昆虫消失时,关闭摄像模块。
其中,昆虫检测模块114可以设置在传感器板110上,昆虫检测模块114可以通过传感器类设备、雷达监测法或者软X光机透视检测法检测昆虫是否出现。示例的,可以通过温度传感器检测农作物中局部温度偏高,确定为昆虫出现;或者,可以通过昆虫反射的雷达信号检测昆虫的存在;或者,可以通过农用软X光机检测昆虫的存在;当检测到昆虫时,可以指示摄像模块111开启,拍摄包含昆虫的图像;当检测到昆虫消失时,可以指示摄像模块111关闭。可以避免摄像模块111一直处于工作状态,对摄像模块111起到保护作用,延长摄像模块111的使用寿命,从而延长昆虫类型识别设备100的使用寿命。
在上述实施例的基础上,可选的,如图1所示,昆虫类型识别设备100还包括:补光装置112;
补光装置112,用于当外部环境光的亮度小于设定亮度时,对摄像模块111进行补光。
其中,补光装置112可以设置在传感器板110上,可以是发光二极管(LightEmitting Diode,LED)补光灯,可以在亮度低时开启,辅助摄像模块111拍摄更清楚的包含昆虫的图像;在亮度高时,关闭。可以避免在亮度低时,拍摄的包含昆虫的图像效果差,造成后期图像的处理和昆虫种类的识别困难。补光装置112可以开启,可以关闭,能够节约资源。
在上述实施例的基础上,可选的,如图1所示,昆虫类型识别设备100还包括:位置定位模块113;
位置定位模块113,用于识别昆虫与病虫害防治装置130的距离以及昆虫相对于病虫害防治装置130的方向。
其中,位置定位模块113可以设置在传感器板110上,病虫害防治装置130可以根据昆虫与病虫害防治装置的距离以及昆虫相对于病虫害防治装置的方向,对农作物中的病虫害实现精准防治。示例的,病虫害防治装置130可以以位置定位模块113识别的距离与方向为圆心,以一定半径对该区域进行病虫害防治,可以避免其他农作物无病虫害时不受到病虫害防治装置130的影响,也可以对有病虫害的农作物实现精准防治。
在上述实施例的基础上,可选的,如图1所示,昆虫类型识别设备100还包括:计时模块124;
计时模块124,用于当到达第一预设时间时,指示病虫害防治装置130停止病虫害防治;以及,当到达第二预设时间时指示昆虫监测模块114开始检测。
其中,计时模块124可以设置在主控板120上,通过计时模块124可以实现病虫害防治装置130在工作一段时间,即第一预设时间到达时停止,可以避免过度进行防治,在杀死病虫害的同时,对农作物也造成了危害。再隔一段时间,即第二预设时间到达时,可以指示昆虫检测模块114再次对农作物进行检测,当检测到昆虫时,可以再次指示摄像模块111开启,拍摄包含昆虫的图像,进而再对昆虫进行识别。病虫害的防治需要一定时间才能起到作用,可以避免在这期间昆虫检测模块114一直进行检测,进而再对昆虫进行识别,持续进行病虫害防治而过度防治,对农作物产生影响。也可以在病虫害的防治起到作用后,检测病虫害是否被完全杀死,如果没有,可以再次检测、拍摄、识别以及防治,可以保证病虫害被完全消灭。此外,通过计时模块124也可以避免昆虫检测模块114一直处于工作状态,节省资源,延长昆虫类型识别设备100的使用寿命。
在本实用新型实施例的一个实施方式中,可选的,如图1所示,昆虫类型识别设备100还包括:存储模块122、电池单元126和PMIC125;
其中,存储模块122分别与摄像模块111和AI计算单元121进行电连接;用于接收摄像模块111发送的图像并存储;电池单元126与PMIC125电连接,用于为PMIC125提供电能;PMIC125分别与AI计算单元121、通信模块123、存储模块122和病虫害防治装置130电连接,用于对电池单元126提供给AI计算单元121、通信模块123、存储模块122和病虫害防治装置130的电能进行管理。
需要说明的是,存储模块122可以设置在主控板120上,可以是使用串行外设接口(Serial Peripheral Interface,SPI)的存储器flash。相应的,存储模块122与摄像模块111的连接可以采用异步收发传输器(Universal Asynchronous Receiver/Transmitter,UART)。可以将图像从摄像模块111传输到主控板120上的存储模块122中,进行存储。电池单元126可以设置在主控板120上,用于给昆虫类型识别设备100供电,使设备可以正常工作。PMIC125可以设置在主控板120上,可以管理设备上的各个器件的电源,保证各个器件工作在适宜的电压电流下。
实施例二
图2是本实用新型实施例二提供的一种昆虫类型识别设备的结构示意图,如图2所示,该昆虫类型识别设备100包括:AI计算单元121、摄像模块111以及通信模块123。
其中,摄像模块111,用于拍摄包含昆虫的图像;
可选的,摄像模块111可以设置在传感器板110上,摄像模块111可以是CMOS摄像头,像素可以是30万像素,可以拍摄分辨率为640*480的包含昆虫的图像。摄像模块111可以连接图像编码芯片(图2中未示出),可以对拍摄的图像进行编码处理,例如可以将图片处理为JPG格式。
AI计算单元121与摄像模块111电连接,用于对图像中的昆虫进行类型识别,并将类型识别结果通过通信模块123发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号。
其中,可选的,如图2所示,通信模块123包括:NB-IOT模块和ANT(图2中均未示出);
NB-IOT模块与AI计算单元121电连接,用于将类型识别结果经过ANT上传到云端服务器(图2中未示出)。
需要说明的是,通信模块123可以设置在主控板120上,使用NB-IOT模块和ANT可以使昆虫类型识别设备100功耗低、成本低、可以延长昆虫类型识别设备100的使用寿命。云端服务器可以在昆虫的类型识别结果为某一类病虫害时,发送病虫害报警信号,方便提醒农作物管理者及时查看农作物的情况。报警信号可以是蜂鸣器响起、指示灯亮起或者语音提示类型识别结果等,本实用新型不做具体限定。
本实用新型实施例的技术方案,提供了一种昆虫类型识别设备,包括AI计算单元、摄像模块以及通信模块;通过摄像模块拍摄包含昆虫的图像;通过AI计算单元对图像中的昆虫进行类型识别,将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号。解决了农作物中昆虫的种类识别问题,实现了在多种场景下,及时对昆虫种类进行识别,并可以根据类型识别结果产生报警信号,方便及时掌握农作物情况,可以对病虫害进行类型识别,并提示工作人员,便于及时对病虫害进行防治,无需人工实时观察农作物情况,节省人力。
在上述实施例的基础上,可选的,如图2所示,昆虫类型识别设备100还包括:补光装置112;
补光装置112,用于当外部环境光的亮度小于设定亮度时,对摄像模块111进行补光。
其中,补光装置112可以设置在传感器板110上,可以是LED补光灯,可以在亮度低时开启,辅助摄像模块111拍摄更清楚的包含昆虫的图像;在亮度高时,关闭。可以避免在亮度低时,拍摄的包含昆虫的图像效果差,造成后期图像的处理和昆虫种类的识别困难。补光装置112可以开启,可以关闭,能够节约资源。
在本实用新型实施例的一个实施方式中,可选的,如图2所示,昆虫类型识别设备100还包括:存储模块122、电池单元126和PMIC125;
其中,存储模块122分别与摄像模块111和AI计算单元121进行电连接;用于接收摄像模块111发送的图像并存储;电池单元126与PMIC125电连接,用于为PMIC125提供电能;PMIC125分别与AI计算单元121、通信模块123、存储模块122和病虫害防治装置130电连接,用于对电池单元126提供给AI计算单元121、通信模块123、存储模块122和病虫害防治装置130的电能进行管理。
需要说明的是,存储模块122可以设置在主控板120上,可以是使用SPI的存储器flash。相应的,存储模块122与摄像模块111的连接可以采用UART。可以将图像从摄像模块111传输到主控板120上的存储模块122中,进行存储。电池单元126可以设置在主控板120上,用于给昆虫类型识别设备100供电,使设备可以正常工作。PMIC125可以设置在主控板120上,可以管理设备上的各个器件的电源,保证各个器件工作在适宜的电压电流下。
实施例三
图3是本实用新型实施例三提供的一种昆虫类型识别系统的结构示意图,如图3所示,昆虫类型识别系统200包括本实用新型任意实施例所述的昆虫类型识别设备100,以及云端服务器210。
云端服务器210用于接收通信模块123发送的类型识别结果,并基于类型识别结果发送病虫害报警信号,以警示工作人员。
需要说明的是,云端服务器210可以在昆虫的类型识别结果为某一类病虫害时,发送病虫害报警信号,方便提醒工作人员及时查看农作物的情况。报警信号可以是蜂鸣器响起、指示灯亮起或者语音提示类型识别结果等,本实用新型不做具体限定。
本实用新型实施例所提供的昆虫类型识别系统具备本实用新型任意实施例提供的昆虫类型识别设备相应的有益效果。
实施例四
图4是本实用新型实施例四提供的通过本实用新型实施例提供的昆虫类型识别设备或者昆虫类型识别系统执行的昆虫类型识别方法的流程图。如图4所示,本实用新型实施例提供的昆虫类型识别设备或者昆虫类型识别系统执行的昆虫类型识别方法,具体包括:
S310,通过摄像模块拍摄包含昆虫的图像。
其中,摄像模块可以设置在传感器板上,可以连接图像编码芯片,可以对拍摄的图像进行编码处理,例如可以将图片处理为JPG格式。
可选的,通过昆虫检测模块,当检测到昆虫出现时,启动摄像模块以拍摄包含昆虫的图像;以及当检测到昆虫消失时,关闭摄像模块。
可选的,通过补光装置,当外部环境光的亮度小于设定亮度时,对摄像模块进行补光。
S320,通过人工智能AI计算单元,对图像中的昆虫进行类型识别,并将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号。
其中,AI计算单元可以设置在主控板上。
可选的,通信模块包括:NB-IOT模块和ANT;
通过NB-IOT模块,将类型识别结果经过ANT上传到云端服务器。
其中,NB-IOT模块与AI计算单元电连接,通信模块可以设置在主控板上。
S330,通过病虫害防治装置,根据云端服务器基于根据报警信号进行病虫害防治。
可选的,病虫害防治装置包括药物喷洒装置、辐射产生装置、或者灯光气味颜色控制装置的至少一项。
可选的,通过位置定位模块,识别昆虫与病虫害防治装置的距离以及昆虫相对于病虫害防治装置的方向。
其中,位置定位模块可以设置在传感器板上。
可选的,通过计时模块,当到达第一预设时间时,指示病虫害防治装置停止病虫害防治;以及,当到达第二预设时间时指示昆虫监测模块开始检测。
其中,计时模块可以设置在主控板上。
可选的,通过存储模块,接收摄像模块发送的图像并存储;
其中,存储模块分别与摄像模块和AI计算单元进行电连接。
可选的,通过电池单元,为PMIC提供电能;
其中,电池单元与PMIC电连接;PMIC分别与AI计算单元、通信模块、存储模块和病虫害防治装置电连接;
通过PMIC,对电池单元提供给AI计算单元、通信模块、存储模块和病虫害防治装置的电能进行管理。
其中,存储模块可以设置在主控板上,可以是SPI flash。相应的,存储模块与摄像模块的连接可以采用UART。
本实用新型实施例的技术方案,提供了一种昆虫类型识别方法,通过摄像模块拍摄包含昆虫的图像;通过AI计算单元对图像中的昆虫进行类型识别,将类型识别结果通过通信模块发送至云端服务器,以使云端服务器基于类型识别结果发送病虫害报警信号;通过病虫害防治装置根据云端服务器基于报警信号进行病虫害防治。解决了农作物中昆虫的种类识别问题与农作物中病虫害的防治问题,实现了在多种场景下,及时对昆虫种类进行识别,并可以根据类型识别结果产生报警信号,方便及时掌握农作物情况,可以对病虫害进行防治,无需人为操作,节省人力,利于人体健康的效果。
注意,上述仅为本实用新型的较佳实施例及所运用技术原理。本领域技术人员会理解,本实用新型不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本实用新型的保护范围。因此,虽然通过以上实施例对本实用新型进行了较为详细的说明,但是本实用新型不仅仅限于以上实施例,在不脱离本实用新型构思的情况下,还可以包括更多其他等效实施例,而本实用新型的范围由所附的权利要求范围决定。
Claims (9)
1.一种昆虫类型识别设备,其特征在于,包括:人工智能AI计算单元、摄像模块、通信模块以及病虫害防治装置;
所述摄像模块,用于拍摄包含昆虫的图像;
AI计算单元与所述摄像模块电连接,用于对所述图像中的昆虫进行类型识别,并将类型识别结果通过所述通信模块发送至云端服务器,以使云端服务器基于所述类型识别结果发送病虫害报警信号,以警示工作人员;
所述病虫害防治装置,用于根据类型识别结果进行病虫害防治。
2.根据权利要求1所述的设备,其特征在于,还包括:位置定位模块;
所述位置定位模块,用于识别所述昆虫与所述病虫害防治装置的距离以及所述昆虫相对于所述病虫害防治装置的方向。
3.根据权利要求1所述的设备,其特征在于,所述病虫害防治装置包括药物喷洒装置、辐射产生装置、或者灯光气味颜色控制装置的至少一项。
4.根据权利要求1所述的设备,其特征在于,还包括:补光装置;
所述补光装置,用于当外部环境光的亮度小于设定亮度时,对所述摄像模块进行补光。
5.根据权利要求1所述的设备,其特征在于,所述通信模块包括:窄带物联网NB-IOT模块和天线ANT;
所述NB-IOT模块与所述AI计算单元电连接,用于将所述类型识别结果经过所述ANT上传到云端服务器。
6.根据权利要求1所述的设备,其特征在于,还包括:存储模块、电池单元和电源管理芯片PMIC;
所述存储模块分别与所述摄像模块和所述AI计算单元进行电连接;用于接收所述摄像模块发送的所述图像并存储;
所述电池单元与所述PMIC电连接,用于为所述PMIC提供电能;
所述PMIC分别与所述AI计算单元、所述通信模块、所述存储模块和所述病虫害防治装置电连接,用于对所述电池单元提供给所述AI计算单元、所述通信模块、所述存储模块和所述病虫害防治装置的电能进行管理。
7.根据权利要求1所述的设备,其特征在于,还包括:昆虫检测模块;
所述昆虫检测模块,用于当检测到昆虫出现时,启动所述摄像模块以拍摄包含昆虫的图像;以及当检测到昆虫消失时,关闭所述摄像模块。
8.根据权利要求7所述的设备,其特征在于,还包括:计时模块;
所述计时模块,用于当到达第一预设时间时,指示所述病虫害防治装置停止病虫害防治;以及,当到达第二预设时间时指示所述昆虫监测模块开始检测。
9.一种昆虫类型识别系统,其特征在于,包括权利要求1-8任一所述的设备,以及云端服务器;
所述云端服务器用于接收所述通信模块发送的所述类型识别结果,并基于所述类型识别结果发送病虫害报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921920667.8U CN210428540U (zh) | 2019-11-08 | 2019-11-08 | 一种昆虫类型识别设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921920667.8U CN210428540U (zh) | 2019-11-08 | 2019-11-08 | 一种昆虫类型识别设备及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN210428540U true CN210428540U (zh) | 2020-04-28 |
Family
ID=70369525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201921920667.8U Active CN210428540U (zh) | 2019-11-08 | 2019-11-08 | 一种昆虫类型识别设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN210428540U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203059A (zh) * | 2020-10-15 | 2021-01-08 | 石家庄粮保科技有限公司 | 一种基于ai图像识别技术的测虫方法 |
EP4018824A1 (de) | 2020-12-23 | 2022-06-29 | Agroscope | Vorrichtung und verfahren zur identifizierung von schädlingen und krankheitserregern auf einem bestandteil einer pflanze |
CN115104588A (zh) * | 2022-07-01 | 2022-09-27 | 云士智能科技(上海)有限公司 | 一种可识别叶面病虫害智能自动喷洒药液的喷洒机器 |
-
2019
- 2019-11-08 CN CN201921920667.8U patent/CN210428540U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203059A (zh) * | 2020-10-15 | 2021-01-08 | 石家庄粮保科技有限公司 | 一种基于ai图像识别技术的测虫方法 |
EP4018824A1 (de) | 2020-12-23 | 2022-06-29 | Agroscope | Vorrichtung und verfahren zur identifizierung von schädlingen und krankheitserregern auf einem bestandteil einer pflanze |
CN115104588A (zh) * | 2022-07-01 | 2022-09-27 | 云士智能科技(上海)有限公司 | 一种可识别叶面病虫害智能自动喷洒药液的喷洒机器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN210428540U (zh) | 一种昆虫类型识别设备及系统 | |
CN110689507A (zh) | 一种昆虫类型识别设备、系统和方法 | |
WO2020151083A1 (zh) | 区域确定方法、装置、存储介质和处理器 | |
JP2021514548A (ja) | 目標対象物の監視方法、装置及びシステム | |
Aravind et al. | Design and development of automatic weed detection and smart herbicide sprayer robot | |
CN110728810B (zh) | 一种分布式目标监测系统和方法 | |
US20180240228A1 (en) | Selective Plant Detection and Treatment Using Green Luminance Photometric Machine Vision Scan with Real Time Chromaticity Operations and Image Parameter Floors for Low Processing Load | |
CN109006738A (zh) | 一种智能杀虫方法及系统 | |
WO2015096345A1 (zh) | 基于机器视觉的牧草饲料检测系统和方法 | |
CN116391690A (zh) | 一种基于物联网大数据的智慧农业种植监测系统 | |
US20230371493A1 (en) | Treatment system for plant specific treatment | |
Franzius et al. | Embedded robust visual obstacle detection on autonomous lawn mowers | |
KR102609461B1 (ko) | 촬상 장치, 이를 포함하는 가금류 관리 시스템 및 방법 | |
US20220183266A1 (en) | Camera based pest management sprayer | |
CN108462855A (zh) | 一种可实时观测杀虫状况的杀虫灯远程视频监测系统 | |
CN114973573A (zh) | 目标入侵确定方法、装置、存储介质及电子装置 | |
US20210212305A1 (en) | Insect Trap with Multi-textured Surface | |
US20230363370A1 (en) | Treatment system for weed specific treatment | |
Liu et al. | Towards continuous surveillance of fruit flies using sensor networks and machine vision | |
CN112580482A (zh) | 一种动物监控方法、终端和存储介质 | |
Kalmukov et al. | Methods for Automated Remote Sensing and Counting of Animals | |
KR20210101382A (ko) | 야생동물 퇴치 시스템 및 그 방법 | |
CN111144276A (zh) | 一种用于牧场的监测预警方法 | |
Song et al. | A counting method for the number of Sternolophus rufipes and Hydrochara affinis in a noisy trap image | |
CN116912702B (zh) | 杂草覆盖度确定方法、系统、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |