-
BEREICH DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich auf das Gebiet der Verwendung von unbemannten Luftfahrzeugen.
-
Insbesondere bezieht sich die vorliegende Erfindung auf biomimetisch gestaltete intelligente Drohnen zur Entfernung von Unkraut aus landwirtschaftlichen Nutzpflanzen unter Verwendung von künstlicher Intelligenz und Deep Learning.
-
HINTERGRUND DER ERFINDUNG
-
Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt wurde. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.
-
Unkräuter gehören zu den wichtigsten abiotischen Faktoren in der Landwirtschaft und verursachen weltweit erhebliche Ertragseinbußen. Die integrierte Unkrautbekämpfung in Verbindung mit dem Einsatz unbemannter Luftfahrzeuge (Drohnen) ermöglicht eine standortspezifische Unkrautbekämpfung, die nicht nur hocheffizient, sondern auch umweltschonend ist. Die Identifizierung von Unkrautflecken in einem bewirtschafteten Feld kann durch die Kombination von Bilderfassung durch Drohnen und Weiterverarbeitung durch maschinelle Lerntechniken erreicht werden. Spezifische Algorithmen können trainiert werden, um die Unkrautbeseitigung durch autonome Unkrautbekämpfungsrobotersysteme mittels Herbizidbesprühung oder mechanischer Verfahren zu steuern. Für einen raschen Fortschritt in diesem Bereich ist jedoch ein wissenschaftliches und technisches Verständnis der spezifischen Ziele und der verfügbaren Technologie erforderlich. In dieser Übersicht geben wir einen Überblick über die präzise Unkrautbekämpfung mit Schwerpunkt auf dem Potenzial und dem praktischen Einsatz der modernsten auf dem Markt erhältlichen Sensoren. Es sind noch große Anstrengungen erforderlich, um die Dynamik der Unkrautpopulationen und ihre Konkurrenz mit den Nutzpflanzen vollständig zu verstehen, damit dieser Ansatz in realen landwirtschaftlichen Kontexten umgesetzt werden kann.
-
Der größte Teil der Unkrautforschung zielt auf die Entwicklung von Strategien ab, die die schädlichen Auswirkungen der interspezifischen Konkurrenz zwischen Nutzpflanzen und Unkräutern verringern können, und die jüngsten technologischen Fortschritte könnten einen weiteren Beitrag dazu leisten und gleichzeitig die Nachhaltigkeit der Unkrautbekämpfung verbessern. Weltweit verursacht die Unkrautkonkurrenz bei allen wichtigen Kulturpflanzen wie Weizen (23 %), Sojabohnen (37 %), Reis (37 %), Mais (40 %), Baumwolle (36 %) und Kartoffeln (30 %) erhebliche Ertragseinbußen. In Nordamerika verursacht Unkraut jährlich 50 % der Ertragseinbußen bei Mais und Sojabohnen. Bei Mais entspricht dies einem Verlust von 148 Millionen Tonnen und einem wirtschaftlichen Schaden von über 26,7 Milliarden Dollar. In Australien belaufen sich die durch Unkräuter verursachten Ertragseinbußen auf 2,76 Millionen Tonnen Getreide von verschiedenen Pflanzen, darunter Weizen, Gerste, Hafer, Raps, Sorghum und Hülsenfrüchte. Der jährliche weltweite wirtschaftliche Schaden durch Unkräuter wird auf mehr als 100 Milliarden US-Dollar geschätzt, obwohl sich der jährliche Umsatz mit Herbiziden weltweit auf etwa 25 Milliarden US-Dollar beläuft. In Europa sind Herbizide die am zweithäufigsten verkauften Pestizide.
-
Einige der hier aufgeführten früheren Arbeiten:
-
CN 107054110 - ELECTRIC VEHICLE BATTERY MANAGEMENT SYSTEM AND ELECTRIC VEHICLE BATTERY MANAGEMENT METHOD, 18.08.2017, Int.Class B60L11118, Anmeldenummer 102016001016179, Antragsteller DEYANG JIUDING ZHIYUANNTELLECTUAL PROPERTY OPERATIONS CO., LTD., Erfinder CHEN FUYAN. DieErfindung offenbart ein Batteriemanagementsystem für Elektrofahrzeuge und ein Batteriemanagementverfahren für Elektrofahrzeuge und bezieht sich auf das Gebiet der Elektrofahrzeuge. Das System ist dadurch gekennzeichnet, dass es ein MCU-Modul, ein Ausgleichsmodul und Erfassungsmodule umfasst, wobei das MCU-Modul in Signalverbindung mit dem Ausgleichsmodul bzw. einem Spannungserfassungsmodul steht. Gemäß dem Batteriemanagementsystem für Elektrofahrzeuge und dem Batteriemanagementverfahren für Elektrofahrzeuge wird die Erfassung der einzelnen Spannungs-, Strom- und Temperatursignale eines Batteriepacks realisiert. Nachdem die Ladungsmenge ausgeglichen ist, übersteigt die Spannungsdifferenz einer einzelnen Batterie nicht 50mV. Die Betriebsleistung des integrierten Systems ist gut, und die Anwendungsanforderungen an ein Elektrofahrzeug-Batteriepaket können erfüllt werden.
-
KR 1020190108754 - ELECTRIC VEHICLE BATTERY MANAGEMENT METHOD, 25.09.2019, Int.Class G06Q50/30, Anmeldenummer
1020180030171 offenbart ein Verfahren zur Verwaltung der Batterie eines Elektrofahrzeugs. Gemäß einer Ausführungsform der vorliegenden Erfindung umfasst das Elektrofahrzeug-Batterieverwaltungsverfahren die folgenden Schritte: Schätzen eines Gesundheitszustands für jede einer Vielzahl von Batteriezellen, die ein Batteriepaket bilden, um den Gesundheitszustand des Batteriepakets zu schätzen; und, wenn der Gesundheitszustand 100 % beträgt, Verwenden einer Ladungsmenge, wenn das Batteriepaket vollständig geladen ist, und eines Schätzwerts des Gesundheitszustands des Batteriepakets, um eine Ladungsmenge im geschätzten Gesundheitszustand des Batteriepakets zu berechnen und zu laden.
-
IN 201931006946 - AUTOMATISIERTE UND EFFIZIENTE LANDWIRTSCHAFT UNTER VERWENDUNG UNBEMANNTER FLUGZEUGE, 28.08.2020 offenbart eine sehr edle und effiziente Idee der präzisen Landwirtschaft, indem das Konzept des unbemannten Luftfahrzeugs und der mit Sensoren ausgestatteten Teleskopverlängerung verwenden werden. Das Feld ist in eine Matrixform unterteilt und jedes Quadrat der Matrix ist ein Sensorpunkt. Das unbemannte Luftfahrzeug (UAV) kommt und bleibt über einem dieser Messpunkte stehen, woraufhin sich das motorisierte Teleskop ausfährt und in den Boden eindringt, wobei die Sensoren die verschiedenen Bodenbedingungen erfassen. Je nach Bodenbeschaffenheit steuert es die örtlichen Sprinkleranlagen an und versprüht bei Bedarf Dünger. Das System wird durch Solarenergie gespeist, um dem steigenden Energiebedarf der Drohne Rechnung zu tragen.
-
IN 202011050248 - AGRICULTURAL SEEDING UNMANNED AERIAL: Die vorliegende Offenbarung betrifft ein unbemanntes Luftfahrzeug für die landwirtschaftliche Aussaat, die aus einer Luke für den Trichter (1), Batterie- und Mikrocontroller-Fach (2), First-Person-View-Kamera (3) für die manuelle Steuerung, Propeller (4) besteht, und hohlen Flügeln (5) zur Lagerung von Saatgut und zur Verteilung zum Auslass, einem bürstenlosen Motor (6), einem Trichter (7), einem GPS-Modul (8), einem Ruder (9) undeinem Höhenruder (10), einem Flugregler und einem Orientierungssensor (11), einem Flaperon (12), einem Auslass (13), der mit einem Servo geöffnet und geschlossen wird, und Querrudern (14). Die vorliegende Offenbarung hat ein festes Flügeldesign mit hohlen Flügeln für mehr Samenlagerung.
-
IN 201717008175 - METHODS FOR AGRONOMIC AND AGRICULTURAL MONITORING USING UNMANNED AERIAL SYSTEMS offenbart ein Verfahren zur agronomischen und landwirtschaftlichen Überwachung umfasst die Festlegung eines Bereichs für die Bildgebung, die Bestimmung eines Flugpfads über dem festgelegten Bereich, den Betrieb eines unbemannten Luftfahrzeugs (UAV) entlang des Flugpfads, die Erfassung von Bildern des Bereichs unter Verwendung eines an dem UAV angebrachten Kamerasystems und die Verarbeitung der erfassten Bilder.
-
IN 202041031483 - DRONES FOR SMART FARMING betrifft eine Erfindung zur regelmäßigen Überwachung großer Flächen von Landwirten (unter Verwendung von Drohnen mit Kamera); disruptive Technologien, GPS, Satellitenkonnektivität zur Lösung von Problemen der Landwirte (Verringerung des Ernteertrags und der Einkommensgenerierung) Experten raten zur Speicherung in der Master-Datenbank (als Bilder), die im ganzen Land verwendet werden kann. Die Erfindung kann dazu beitragen, die Ernteerträge zu steigern und möglicherweise zu Exporten von bestimmten Erträgen führen, um die gewünschten Devisen zu erzielen. Dies kann dazu führen, dass der Beitrag der Landwirtschaft zum indischen Bruttoinlandsproduktvon 17 % steigt und die ländliche Armut bekämpft wird - was einer der Punkte der UN-Agenda 2030 für nachhaltige Entwicklung ist.
-
IN 202041020773 - ENTWICKLUNG EINER PESTIZID-SPRÜHDROHNE FÜR LANDWIRTSCHAFTLICHE FELDER. Ziel ist es, eine halbautonome Drohne zu entwickeln, die in der Lage ist, über drahtlose Kommunikation selbstständig zu fliegen und dabei einen Mikrocontroller zu verwenden. Die Drohne sollte klein genug sein, um die Kosten zu minimieren, daher werden kleine Motoren und Propeller verwendet. Ein PIC-Mikrocontroller, ein Beschleunigungsmesser und ein Gyroskop kommunizieren miteinander, um die Kontrolle zu behalten. Das Scheduler-Programm ordnet die folgenden Aufgaben: Controller-Eingabe, Sensordaten, die vom Beschleunigungsmesser, Gyroskop und Magnetometer empfangen werden. Die drahtlosen Transceiver verwenden SPI, um Steuersignale von der tragbaren Steuereinheit an den Mikrocontroller der Drohne zu senden. Der Beschleunigungsmesser/das Gyroskop und das Magnetometer verwenden beide I2C, um den Betrag der Beschleunigung, die Stabilisierung und den Richtungsvektor zu senden. Um zu fliegen, müssen zwei der Motoren eine nach unten gerichtete Kraft ausüben, während die anderen beiden Motoren eine nach oben gerichtete Kraft ausüben müssen. Um sich zu drehen, wird ein Motorpaar (links oder rechts) langsamer, um den Kopter zu drehen. Um aufzusteigen, erhöhen alle Motoren ihre Geschwindigkeit und verringern sie, um abzusteigen. Um sich vorwärts zu bewegen, werden die beiden vorderen Motoren langsamer, während die beidenhinteren Motoren schneller werden und umgekehrt, um sich rückwärts zu bewegen.
-
IN 202041030097 - DRONE FOR USE IN AGRICULTURE PESTICIDE SPRAY AND LAND MAPPING: Ein Ansatz und Gerät, das eine oder mehrere landwirtschaftliche Drohnen verwendet, um die Überwachung, die Messung, das Sprühen von Pestiziden und die Kartierung eines Themas zu verbessern, um Konturenkarten zu erstellen, die bei der Bearbeitung eines Feldes verwendet werden, insbesondere bei der Kontrolle eines Weges der Bodenbearbeitung und/oder der Kontrolle der Ausbringung von Zählern (z.B. Dünger, Dung oder Klärschlamm) in der gesamten Disziplin, während eine unangemessene Erosion und/oder ein Abfließen verhindert wird.
-
IN 202111026157 - AUTOMATISIERTES IOT-BASIERTES SMARTES LANDWIRTSCHAFTS-ÜBERWACHUNGS- UND SCHUTZSYSTEM MIT DROHNE: Starke Regenfälle können Schäden und Verluste an den Kulturen und Feldfrüchten verursachen, die von der Schwere und Häufigkeit der Überschwemmung abhängen. Die Ableitung des überschüssigen Wassers von den Feldern ist jedoch sehr schwierig. Um dieses Problem zu überwinden, wird ein automatisiertes IOT-basiertes smartes Landwirtschaftsüberwachungssystem vorgeschlagen. Dieses System unterteilt den gesamten Prozess in zwei Stufen, nämlich Überwachung und Schutz. In der ersten Phase werden die Wetterbedingungen des Erntefeldes mit verschiedenen Sensoren gemessen, die zur Messung von Temperatur, Bodenfeuchtigkeit und Wasserstand des Erntefeldes usw. verwendet werden. Wenn ein Sensor seinen Schwellenwert überschreitet oder wenn der Wasserstand aufgrund von starkem Regen oder aus anderen Gründen ansteigt, sendet der betreffende Sensor die Daten an das Arduino-Board und auch an den Benutzer. In der zweiten Phase, wenn die Sensorwerte den Schwellenwert überschreiten, schaltet sich der Summer ein und die Wasserpumpe wird betrieben, um das überschüssige Wasser auf dem Feld abzulassen. Drohnentechnologien sind effektiver bei der Überwachung und dem Schutz von riesigen landwirtschaftlichen Flächen, daher ist dieses automatisierte IOT-basierte Überwachungssystem mit einer Drohne verbunden, um das überschüssige Regenwasser und anderes Wasser genau zu überwachen und zu verbessern. Auf diese Weise wird überschüssiges Wasser aus dem Getreidefeld oder großen landwirtschaftlichen Flächen abgeleitet, um eine bessere Pflanzenproduktion zu ermöglichen und Ernteschäden zu vermeiden. Dieses IOT-basierte intelligente System verbessert das gesamte Landwirtschaftssystem durch die Überwachung des Feldes in Echtzeit mit Hilfe von Sensoren und Interkonnektivität mit der Drohne.
-
IN 202131001783 - KISSAN-E-PEHCHAN-5G-BASIERTES INTELLIGENTES LANDWIRTSCHAFTLICHES ÜBERWACHUNGSSYSTEM DURCH DROHNEN ZUR STEIGERUNG DER LANDWIRTSCHAFTLICHEN PRODUKTIVITÄT: mit der wachsenden Bevölkerung müssen die Landwirte Tag für Tag 70-80% mehr Lebensmittel produzieren, und hier kommt die Technik ins Spiel. Die industrielle Revolution hat den Weg für moderne landwirtschaftliche Techniken geebnet, so dass ein Landwirt 1960 im Durchschnitt 26 Menschen ernähren konnte, heute sind es hundertfünfundfünfzig, aber bis 2050 wird jeder Landwirt mehr als 265 Menschen auf der gleichen Fläche ernähren müssen, so dass es für die Landwirte sehr schwierig ist, diese riesigen Tiermengen richtig zu verwalten. Eine 5G-Breitbandverbindung, wie in Abb. (1) dargestellt, wird ihnen die Möglichkeit geben, mit weniger Arbeitskräften und effizienteren Methoden intelligente Landwirtschafts- und Viehüberwachungstechniken, wie in Abb. (2) dargestellt, zu praktizieren, bei denen Fehler und Ausfälle um 90 Prozent reduziert werden, und somit einen Beitrag zur intelligenten Landwirtschaftsinnovation mit Hilfe von 5G-verbundenen Drohnen zu leisten. Der Einsatz dieser Drohnen führte zu einer Verringerung des Einsatzes von Pestiziden und Herbiziden. Das interessante Gerät, das von unseren indischen Landwirten mit Hilfe des 5G-Breitbandnetzes genutzt werden kann, ist ein vollautomatisches Tierüberwachungssystem, das wir über eine Software bereitstellen werden.
-
IN 202041030536 - SYSTEM UND METHODE DER SMARTEN DROHNEN FÜR DIE SMARTE LANDWIRTSCHAFT: Die Landwirtschaft ist eine Lebensgrundlage für die Menschheit, und der Einsatz von Drohnen hat sich bei verschiedenen Ansätzen des Pflügens mit Hilfe von Sensoren und verschiedenen Arten von Algorithmen als nützlich erwiesen, um die Tiefe des Bodens für die Aussaat zu ermitteln. Drohnen werden auch zum Sprühen von Pestiziden über große Entfernungen innerhalb eines begrenzten Zeitraums eingesetzt und sind genauer und effizienter. Sie sind billiger als jedes andere Luftfahrzeug und können über große Entfernungen fliegen, um zu säen und das Nachwachsen der Pflanzen zu unterstützen. Der Hauptgrund für diese Arbeit ist die Reduzierung der Kosten, die bei der Landwirtschaft anfallen, sowie die Zeitersparnis und die genauere Aussaat. Drohnen sind effizient und können in kleinem Maßstab eingesetzt werden, wenn sie mit Arduino UNO gebaut werden. Ein Hauptgrund für den Einsatz von Drohnen ist die Verringerung von Ernteausfällen, was mit Hilfe von Kamera und GPS geschieht, die den Drohnen helfen, die Ernte zu überwachen. Daher stellt diese Erfindung verschiedene Technologien wie IOT und ML vor, die für die Entwicklung von Drohnen verwendet werden, die bei der Verringerung von Fehlern helfen, mit denen die Landwirte konfrontiert sind, wenn sie manuell arbeiten.
-
IN 202141040214 - DRAGONFLY BRAIN-INSPIRED INTELLIGENT ROBOTIC DRONE TO REMOVE WEEDS IN AGRICULTURAL FARM PLANTS: Roboterdrohnen sind heute ein integraler und wichtiger Bestandteil der Landwirtschaft geworden. Angefangen bei der Identifizierung von Unkraut und dem effizienten Sprühen von Herbiziden spielen Drohnen eine sehr wichtige Rolle. Auch die Identifizierung von Pflanzen, die mit Bakterien oder Pilzen infiziert sind, ist sehr wichtig für einen erfolgreichen Pflanzenanbau. In dieser Erfindung wird eine intelligente Roboterdrohne vorgestellt, die Unkraut und Pflanzen, die von Bakterien oder Pilzen befallen sind, identifiziert, klassifiziert und die notwendigen Maßnahmen zum Sprühen der entsprechenden Pestizide ergreift. Die Identifizierung von Unkraut durch Drohnen stellteine große Herausforderung dar. Wir entwickeln ein maschinelles Lernmodell, das vom Libellengehirn inspiriert ist, um dieses Problem zu lösen. Libellen sind für ihre effizienten Jagdfähigkeiten und ihre hohe Genauigkeit beim Erfassen ihrer Beute bekannt. Das neuronale System der Libelle ist so konzipiert, dass es nur 10 Millisekunden braucht, um die Sicht- und Bewegungsbahnen der Beute zu verarbeiten und zu entscheiden, ob sie erreichbar ist oder nicht. Die Fähigkeit zur selektiven Aufmerksamkeit wird vom Gehirn der Libelle erlernt und darauf aufbauend wird ein maschinelles Lernmodell entwickelt. Auf dieser Grundlage wird das Roboter-Sichtmodell entwickelt und die intelligente Roboterdrohne darauf trainiert, das Unkraut und die befallenen Pflanzen zu erkennen und die notwendigen Schritte zum Sprühen von Pestiziden einzuleiten.
-
IN 201741037130 TETHERED HIGH PRESSURE AIR PROPELLED DRONE FOR MIST APPLICATION OF AGRICULTURAL ENHANCERS: Die vorliegende Erfindung bezieht sich auf die landwirtschaftlichen Anwendungen, gilt im Allgemeinen auf kontrollierte neue Flug einer Luftplattform, angetrieben durch Hochdruck-Druckluft geeignet für den Zweck des Sprühens landwirtschaftlichen Enhancers wie Düngemittel, Pestizide und Insektizide vor allem auf einem landwirtschaftlichen Feld.
-
Gruppierungen von alternativen Elementen oder Ausführungsformen der hierin offenbarten Erfindung sind nicht als Einschränkungen zu verstehen. Jedes Gruppenmitglied kann einzeln oder in beliebiger Kombination mit anderen Mitgliedern der Gruppe oder anderen hierin enthaltenen Elementen in Bezug genommen und beansprucht werden. Ein oder mehrere Mitglieder einer Gruppe können aus Gründen der Zweckmäßigkeit und/oder der Patentierbarkeit in eine Gruppe aufgenommen oder aus ihr entfernt werden. Wenn eine solche Aufnahme oder Streichung erfolgt, wird davon ausgegangen, dass die Spezifikation die Gruppe in der geänderten Form enthält, wodurch die schriftliche Beschreibung aller in den beigefügten Ansprüchen verwendeten Markush-Gruppen erfüllt wird.
-
Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
-
Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre. Alle hierin beschriebenen Verfahren können in jeder geeigneten Reihenfolge durchgeführt werden, sofern hierin nichts anderes angegeben ist oder der Kontext dem nicht eindeutig widerspricht.
-
Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung ist als Hinweis auf ein nicht beanspruchtes Element zu verstehen, das für die Ausübung der Erfindung wesentlich ist.
-
Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einer Person mit normaler Fachkenntnis in diesem Land bereits bekannt sind.
-
ZUSAMMENFASSUNG
-
Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.
-
Die vorliegende Erfindung heilt und löst hauptsächlich die technischen Probleme des Standes der Technik. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung eine biomimetisch gestaltete intelligente Drohne zur Entfernung von Unkraut aus landwirtschaftlichen Nutzpflanzen unter Verwendung von künstlicher Intelligenz und Deep Learning.
-
Ein Aspekt der vorliegenden Erfindung besteht darin, „eine biomimetisch gestaltete intelligente Drohne zur Entfernung von Unkraut aus landwirtschaftlichen Nutzpflanzen unter Verwendung von künstlicher Intelligenz und Deep Learning vorzustellen, wobei die biomimetisch gestaltete intelligente Drohne dadurch gekennzeichnet ist, dass eine Roboter-Seheinheit zur Identifizierung des Unkrauts und der betroffenen Pflanzen verwendet wird; eine Sprüheinheit zum Sprühen des Pestizids verwendet wird; eine Verarbeitungseinheit, die einen Maschinenalgorithmus umfasst, um Unkraut unter Verwendung eines auf Bildverarbeitung basierenden Moduls zu identifizieren, wobei die Verarbeitungseinheit mindestens eine Kamera verwendet, um Unkraut unter Verwendung der Drohnensicht zu identifizieren und zu klassifizieren, wobei die Verarbeitungseinheit das Signal von der Roboter-Seheinheit empfängt und ein entsprechendes Signal an die Sprüheinheit sendet, um das Pestizid auf einen ausgewählten Bereich des Unkrauts zu sprühen.
-
Figurenliste
-
Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in den beigefügten Figuren dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Figur nur illustrierte Ausführungsformen der Erfindung darstellen und daher nicht als Einschränkung des Umfangs der Erfindung anzusehen sind. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Figuren beschrieben und erläutert werden.
-
Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit den beigefügten Figuren erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügten Zeichnungen angesehen werden sollten, in denen:
- 1 zeigt ein Blockdiagramm einer biomimetisch entwickelten intelligenten Drohne, die mit Hilfe von künstlicher Intelligenz und Deep Learning Unkraut von landwirtschaftlichen Nutzpflanzen entfernt.
-
DETAILLIERTE BESCHREIBUNG
-
Die vorliegende Erfindung bezieht sich auf eine biomimetisch gestaltete intelligente Drohne zur Entfernung von Unkraut auf landwirtschaftlichen Nutzpflanzen mit Hilfe von künstlicher Intelligenz und Deep Learning.
-
1 zeigt ein detailliertes Blockdiagramm einer biomimetisch entwickelten intelligenten Drohne (10), die mit Hilfe von künstlicher Intelligenz und Deep Learning Unkraut von landwirtschaftlichen Nutzpflanzen entfernt.
-
Obwohl die vorliegende Offenbarung mit dem Zweck der biomimetisch gestalteten intelligenten Drohne zur Entfernung von Unkraut aus landwirtschaftlichen Nutzpflanzen mit Hilfe von künstlicher Intelligenz und Deep Learning beschrieben worden ist, sollte man sich darüber im Klaren sein, dass dies nur zur beispielhaften Veranschaulichung der Erfindung und zur Hervorhebung jedes anderen Zwecks oder jeder anderen Funktion erfolgt ist, für die die erläuterten Strukturen oder Konfigurationen verwendet werden könnten und die in den Anwendungsbereich der vorliegenden Offenbarung fallen.
-
Die biomimetisch gestaltete intelligente Drohne (10) zur Entfernung von Unkraut auf landwirtschaftlichen Nutzpflanzen mithilfe von künstlicher Intelligenz und Deep Learning wird vorgestellt.
-
Die biomimetisch gestaltete intelligente Drohne (10) ist dadurch gekennzeichnet, dass sie eine robotische Vision-Einheit (1), eine Sprüheinheit (2) und eine Verarbeitungseinheit (3) aufweist.
-
Der Bildverarbeitungsroboter (1) wird zur Identifizierung von Unkraut und betroffenen Pflanzen eingesetzt.
-
Die Sprüheinheit (2) wird zum Versprühen der Pestizide verwendet.
-
Die Verarbeitungseinheit (3) umfasst einen maschinellen Algorithmus zur Identifizierung von Unkraut mit Hilfe eines bildverarbeitungsbasierten Moduls.
-
Die Verarbeitungseinheit (3) verwendet mindestens eine Kamera, um Unkraut mit Hilfe von Drohnensicht zu identifizieren und zu klassifizieren.
-
Die Verarbeitungseinheit (3) empfängt das Signal vom Sichtroboter und sendet ein entsprechendes Signal an die Sprüheinheit, um das Pestizid auf einen ausgewählten Bereich des Unkrauts zu sprühen.
-
Die Verarbeitungseinheit (3) ist eine mikroprozessorgesteuerte Verarbeitungseinheit.
-
Der Bildverarbeitungsroboter (1) umfasst eine Bilderfassungs-, Bildverarbeitungs- und Bildverbesserungseinheit.
-
Die Sprüheinheit (2) umfasst mindestens einen Behälter für das Schädlingsbekämpfungsmittel.
-
Die biomimetisch gestaltete intelligente Drohne ist eine von Libellen inspirierte Drohnenkonstruktion.
-
Die Figuren und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen durchgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.
-
Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- CN 107054110 [0006]
- KR 1020190108754 [0007]
- US 1020180030171 [0007]
- IN 201931006946 [0008]
- IN 202011050248 [0009]
- IN 201717008175 [0010]
- IN 202041031483 [0011]
- IN 202041020773 [0012]
- IN 202041030097 [0013]
- IN 202111026157 [0014]
- IN 202131001783 [0015]
- IN 202041030536 [0016]
- IN 202141040214 [0017]
- IN 201741037130 [0018]
