JP2018517220A - インテリジェント栽培管理方法及びインテリジェント栽培設備 - Google Patents

インテリジェント栽培管理方法及びインテリジェント栽培設備 Download PDF

Info

Publication number
JP2018517220A
JP2018517220A JP2018513711A JP2018513711A JP2018517220A JP 2018517220 A JP2018517220 A JP 2018517220A JP 2018513711 A JP2018513711 A JP 2018513711A JP 2018513711 A JP2018513711 A JP 2018513711A JP 2018517220 A JP2018517220 A JP 2018517220A
Authority
JP
Japan
Prior art keywords
cultivation
information
plant
intelligent
management
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
Application number
JP2018513711A
Other languages
English (en)
Inventor
シュ、ジシャン
Original Assignee
シュ、ジシャンXU,Jixiang
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN201510277815.9 priority Critical
Priority to CN201510277815.9A priority patent/CN104866970B/zh
Application filed by シュ、ジシャンXU,Jixiang filed Critical シュ、ジシャンXU,Jixiang
Priority to PCT/CN2016/082958 priority patent/WO2016188384A1/zh
Publication of JP2018517220A publication Critical patent/JP2018517220A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • A01G7/06Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Mining
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01CPLANTING; SOWING; FERTILISING
    • A01C21/00Methods of fertilizing, sowing or planting
    • A01C21/005Following a specific plan, e.g. pattern
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01CPLANTING; SOWING; FERTILISING
    • A01C21/00Methods of fertilizing, sowing or planting
    • A01C21/007Determining fertilization requirements
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G25/00Watering gardens, fields, sports grounds or the like
    • A01G25/16Control of watering
    • A01G25/165Cyclic operations, timing systems, timing valves, impulse operations
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G25/00Watering gardens, fields, sports grounds or the like
    • A01G25/16Control of watering
    • A01G25/167Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • A01G7/02Treatment of plants with carbon dioxide
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • A01G7/04Electric or magnetic or acoustic treatment of plants for promoting growth
    • A01G7/045Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/20Forcing-frames; Lights, i.e. glass panels covering the forcing-frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computer systems based on specific mathematical models
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management, e.g. organising, planning, scheduling or allocating time, human or machine resources; Enterprise planning; Organisational models
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/14Measures for saving energy, e.g. in green houses

Abstract

本発明は、異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御し、データ収集、分類及びマーク、コントロールステップを含む、インテリジェント栽培管理方法を提供する。収集するデータには、植物の栽培情報及び栽培装置が位置する環境情報、栽培条件情報、植物特徴を含む。収集したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の植物特徴を採点及び比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし記憶する。各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、両者の差の値が閾値を超えた場合は、各栽培装置の当該栽培条件をコントロールするために、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成する。本発明は、インテリジェント栽培設備をさらに提供する。

Description

本発明はインテリジェント栽培方法及びインテリジェント栽培設備に関するものであり、より具体的に言えば、インターネットによるインテリジェント栽培管理方法及びインテリジェント栽培設備に関するものである。
植物の栽培をインテリジェント管理することは農業分野での注目の焦点となっており、これについてさまざまな技術改善と試みがなされてきた。
最も良く見られるインテリジェント栽培は自動灌水システムで、独立したユーザへのサービスである。具体的な植物の種類(水を好む植物かそれとも乾燥を好む植物か)、栽培環境(南部に位置するかそれとも北部に位置するか、具体的な採光状況など)に基づいて判断していないため、灌水量及び時間間隔はすべて大まかな予測に基づいている。
中国特許出願公開番号CN102550371Aでは、IoT技術に基づいた、団地もしくは戸建住宅用の自動灌漑制御システム及び方法が開示されており、制御システムと、地域ノードと、土壌温度湿度センサと、シャワー式灌水端末とからなる。当該技術では、温度と湿度の二項目の指標を観測して、温度と湿度の二項目の指標によって灌水するか否かを決定する。しかし、このような技術において、毎回の灌水量がどれくらいであるかは、いずれも予め設定された固定の閾値に基づくか、もしくは人為的に制御されるものであって、植物の種類、植物の生長周期は考慮されておらず、所在環境の状況については、土壌の水分と温度しか考慮されていない。
中国特許出願公開番号CN102868749Aでは、農業栽培、飼育のIoTクラウドサービスシステム及びサービスフロー方法が開示されている。ここでは、栽培データを収集した後クラウドセンターへ送信し、最終的にユーザ端末へ送られる。クラウドサービスには、農業情報、政策法規、情報発布、情報諮問、エキスパートシステム、農産物取引、農産物の遡源、技術サービス、データ掘り起こし、生産監視制御、環境監視制御、端末管理のモジュールを含む。当該技術に存在する問題は、当該技術は主にデータ感知、情報発布、サービス取得であるため、栽培自体へのフィードバック制御が欠けているということと、データが一方方向に流れるということ(つまり、栽培データ収集後ユーザ端末へ送信される)と、ユーザがサービスを必要とするとき、自発的にデータの取得請求をしなければならず、自発的なインテリジェントコントロール能力が欠けているということと、データ感知システムは植物の種類、植物のライフサイクルなどの情報を考慮していないということである。
中国特許出願公開番号CN13155839Aでは、自動灌水施肥システムが開示されており、土壌における水分及び養分を測定し、水分及び養分の含有量が低下している場合は自動的に土壌への灌水もしくは施肥を行う。しかし、このシステムは、単に予め設定された値に基づいて灌水及び施肥を行うものであって、植物の種類、植物のライフサイクルは考慮されておらず、所在環境については、土壌の水分及び肥料のレベルしか考慮されていない。
中国特許出願公開番号CN104012375Aでは、農業自動感知灌漑監視制御システムが開示されており、環境温度、湿度、季節の変化を綜合的に考慮し植物へ自動で灌水する。ここでは、エキスパート知識メモリが用いられ、異なる作物の異なる生長段階に対応した、適切な生長環境パラメータが記憶されている。この技術では、土壌の湿度を観測するほか、植物の生理的指標(葉の温度、茎の微細な変化)を観測することがさらに開示されている。しかし、この技術は灌漑問題だけに着目しており、植物がある生長周期の状況については考慮されていない。
中国特許出願公開番号CN104012376Aでは、生態環境情報に基づいたインテリジェント灌水システム、方法及びその装置が開示されており、花や草の生長周期に基づき灌水を正確に制御することができる。しかし、この技術は灌水の問題だけに着目したものである。
中国特許出願公開番号CN104216373Aでは、インテリジェントクラウドに基づいた家庭用水管理システムが開示されており、花卉への自動灌水及び貯水器への自動貯水を実現する。この技術では、クラウドインテリジェント遠隔制御が開示されており、遠隔制御端を介して、人為的な制御で、もしくは人為的に設置された水の管理計画に基づいて灌水する。しかし、灌水量がどれくらいであるかについては、人為的制御もしくは人為的に設置された水の管理計画によって行われ、植物の生長周期、所在環境、目下の土壌の温度、湿度の状況は考慮されていない。また、この技術は灌水の問題だけに着目したものである。
中国特許出願公開番号CN203490529U(出願番号CN201320629665)では、IoTに基づくインテリジェント栽培装置が開示されている。当該文献は農業用大型ビニールハウスにかかるインテリジェント栽培装置であって、「IoTという形によって、インテリジェント化された栽培を行うことができ、成熟した後、包装、計量、ラベル貼り、栽培全過程、生産情報の遡源可能をさらになすことができる」というものである。インテリジェント栽培とは、IoT方式を介して監視制御することであり、遠隔制御方式で人工栽培を実現し(第0015段落の「使用者は、制御端末のコンピュータ、タブレット端末、携帯電話端末のいずれか一つを介して、植物をインテリジェント管理及び制御することができる」という記載を参照)、労力を低減し、食品の原産地管理をする。しかし、この技術で開示された遠隔制御は人の手によるものであり、大規模分散型の栽培におけるインテリジェント管理をなすことはできない。
中国特許出願公開番号CN102884932A(出願番号CN2012104227706)では、栽培エキスパートクラウドに基づくインテリジェント型土耕式植物生長栽培システムが開示されている。具体的に言えば、当該文献は「栽培エキスパートクラウドセンターと、通信ネットワークと、一つもしくは複数のインテリジェント栽培装置とを含み、栽培エキスパートクラウドに基づくインテリジェント型土耕式植物生長栽培システムを提供する」ものであって、「栽培経験情報を記憶及びシェアする」ことを実現し、「生産資料をシェアするという方法で栽培を実現する」というものである。栽培経験情報は、土壌ph値、環境の照度、温度、湿度が開示されている。しかし、この技術における栽培の指導データが使用するのは予め設定された値である。都市の地理及び家庭環境には異なる要素が多数存在することから、当該技術はこれらの異なる要素を考慮しておらず、アップロードされた経験データを収集すれば混乱し、実際に栽培指導をすることはできない。
現代都市の居住環境は多種多様であり、居室もしくは戸外の栽培環境も大いに異なる。都市によって気候条件は異なり、ある都市は湿度が高く、ある都市は乾燥している。同じ都市であっても、地域もしくは居住団地の違いによって栽培環境も異なり、同じ団地内であっても、階、向きという栽培状況、例えば日当たり条件も異なる。
これらの従来技術で開示された栽培指導は予め定められた値に基づいて行われ、「状況に応じて指導する」ことができないのは明らかであり、具体的な栽培環境に基づいて調整することはできず、指導の効果は知れたものである。
従来技術に存在する上記課題を踏まえ、本発明は、異なる栽培環境下で大規模分散型栽培のインテリジェント管理を実現することを目的とする。さらに、本発明は、個人が家庭で栽培したいが栽培管理経験に乏しく、良好な収益を得るのが難しいという問題を解決できる。また、本発明は、個人が家庭で栽培したいが、管理する時間がないという問題をさらに解決できる。
上記目的を実現するために、本発明は、インターネットと、大きなデータ分析と、機械学習と、インテリジェント家庭用ソフトウェアハードウェア技術とを利用して、インテリジェント栽培システムを構築し、インテリジェント栽培スター型ネットワークを樹立する。
上記目的を実現するために、本発明は、異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培管理方法であって、データ収集ステップと、分類及びマークステップと、コントロールステップとを含み、前記データ収集ステップは、植物の栽培情報及び当該栽培装置が位置する環境情報を収集して、これをデータ処理システムへ伝送し、所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集して、当該栽培条件情報をデータ処理システムへ伝送し、植物の植物特徴を収集して、当該植物特徴をデータ処理システムへ伝送し、
前記分類及びマークステップは、データ処理システムにおいて、前記栽培情報と前記環境情報とに基づいて分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記コントロールステップは、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培管理方法を提供する。
本発明は一方で、異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培設備であって、データ収集装置と、分類及びマーク装置と、コントロール装置とを備え、
前記データ収集装置は、植物の栽培情報及び当該栽培装置が位置する環境情報を収集し、所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集し、植物の植物特徴を収集して、収集したデータを前記分類及びマーク装置へ伝送し、
前記分類及びマーク装置は、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記コントロール装置は、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備を提供する。
本発明はさらにもう一方で、クライアントと、複数のスター型ネットワークユニットからなるスター型ネットワークと、閉ループ最適化プラットフォームとを含むインテリジェント栽培設備において、
前記クライアントは、インターネットを介して前記閉ループ最適化プラットフォームに接続され、アラート、目下の栽培状況などの情報を得、また、閉ループ最適化プラットフォームを介して各スター型ネットワークユニットを手動制御でき、
前記スター型ネットワークユニットと閉ループ最適化プラットフォームはインターネットを介して接続され、各スター型ネットワークユニットは、測定装置と、制御装置と、インターネットアクセスモジュールとを備え、前記測定装置は、植物栽培装置の環境情報及び栽培条件情報を測定してから、測定した情報データを前記アクセスモジュールへ伝送し、前記アクセスモジュールがインターネットを介して前記情報データを前記閉ループ最適化プラットフォームへ上げ、閉ループ最適化プラットフォームからのコントロールデータを受信し、前記制御装置は前記コントロールデータに基づいて前記栽培装置の栽培条件を制御し、
前記閉ループ最適化プラットフォームは、各スター型ネットワークユニットからの情報データを受信し、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴を採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記閉ループ最適化プラットフォームは、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各スター型ネットワークユニットの栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各スター型ネットワークユニットへ送信する、インテリジェント栽培設備を提供する。
本発明の特色は、大規模分散型栽培に応用できるとともに、大きなデータの分析に基づき、自動実行のインテリジェント最適化閉ループを確立するという点である。よって、本発明は、具体的な栽培環境に基づき学習、調整でき、自己最適化能力を備える。
本発明は、都市環境を十分に考慮したうえで、大規模な分散型家庭栽培の管理の複雑さという問題を解決しており、人的管理と学習のコストを大幅に低減し、栽培経験の乏しい人々が良好な栽培収益を得られるよう支援し、都市の大規模分散型エコロジー農業を実現できる。
以下、図面を参照して説明する。
図1A〜図1Cは、本発明の実施例における栽培データ収集の模式図であって、図1Aは、ユーザの入力によって確認するデータを示す。 図1A〜図1Cは、本発明の実施例における栽培データ収集の模式図であって、図1Bは、インターネットを介して取得するデータを示す。 図1A〜図1Cは、本発明の実施例における栽培データ収集の模式図であって、図1Cは、センサの監視測定によって得るデータを示す。 図2は、栽培データを次元に基づいて分類、記憶することを示す。 図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Aはモデル確立の思想の原則を示す。 図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Bは栽培評価指標を示す。 図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Cはモデルの合理性の判断方法を示す。 図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Dは異常データの処分を示す。 図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Eは評価公式を示す。 図4は、本発明の実施例におけるインテリジェント栽培を示す。 図5は、本発明の実施例におけるスター型ネットワークユニット(例えば家庭用スター型ネットワーク)が構成する構造図である。 図6は、本発明の実施例におけるインテリジェント栽培システム全体構成の概念図である。 図7は、本発明の実施例における閉ループ最適化プラットフォーム実施方式の模式図である。
以下では、図面を参照して本発明の具体的な実施形態について具体的に説明する。
上記部分で全体的に説明したように、本発明のインテリジェント栽培管理システムは、データ収集装置と、分類及びマーク装置と、コントロール装置とを備え、データ収集操作、分類及びマーク操作、コントロール操作をそれぞれ実行する。
[データ収集操作]
図1A〜図1Cは、本発明の実施例における栽培データ収集の模式図である。本実施例において、データ収集方法は、ユーザが入力して確認する方式(図1A)と、インターネットにアクセスして取得する方式(図1B)と、センサで監視測定する方式(図1C)とを含む。
植物データの性質から言えば、収集が必要なデータは、植物の栽培情報と、当該栽培装置が位置する環境情報と、栽培条件情報と、収集する植物の植物特徴との四つに分けられる。
(1)植物の栽培情報の収集
植物の栽培情報は、植物の品種と、栽培面積と、栽培時間と、土壌情報とを含む。土壌情報は、土壌基質の種類と、元肥の種類と、土壌基質と元肥の混合割合と、土壌ph値と、土壌の導電率とを含む。これら植物栽培情報は、ユーザの入力及び測定設備の測定によって得られる。
植物の品種は、当該植物の分布地帯特性(例えば、それが通常は温帯地域に分布するのかそれとも熱帯地域に分布するのか)、当該植物の形態(根、茎、葉、実などの形態を含む)、当該植物が要する光の照射特性、水分特性、温度特性、肥沃度の需要、当該植物によく見られる病虫害などといった、特定の植物の種類の関連データを含んでもよい。この部分の情報データは、ユーザが入力する植物品種に基づき、検索技術を用いてインターネットを経由して取得する。
なお、上記植物栽培情報は、栽培開始時に取得して収集すればよく、随時監視する必要はない。
(2)栽培装置が位置する環境情報の収集
環境情報データは、住所情報と位置情報とを含む。住所情報は、例えば栽培装置が位置する住宅の居住団地情報である。位置情報は、栽培装置が室内にある場合は、住宅が位置する階、栽培装置が部屋の中に置かれているかそれとも閉鎖式のベランダに置かれているか、置かれた部屋もしくは閉鎖式のベランダの向き、窓の採光状況が含まれ、もしくは、栽培装置が屋外にある場合は、栽培装置が中庭に置かれているか、物干し台に置かれているか、屋上に置かれているか、開放式のベランダに置かれているかが含まれる。これらの環境情報はユーザの入力により得ることができる。これらの栽培環境情報は栽培開始時に取得して収集すればよく、随時監視する必要はない。
また、栽培環境情報は、毎日の当該地理位置における温度情報(例えば、一時間ごとの温度、毎日の最高気温及び最低気温など)、風力情報、日照情報、風雨雪霧などといった、気象分類の情報をさらに含んでもよい。これらの環境情報は、ユーザが入力した住所情報に基づき、インターネットにアクセスして定期的に取得する。
(3)栽培条件の収集
栽培条件は、降雨量と、空気条件と、土壌条件と、光の照射条件とを含む。
空気条件は、空気温度、空気湿度、通風状況、酸素含有量、二酸化炭素含有量、有害ガス含有量、吸入性粉塵などを含んでよい。吸入性粉塵は、PM10、PM2.5、もしくはPM10とPM2.5の両者である。
土壌条件は、土壌のph値と、土壌の導電率と、土壌温度と、土壌湿度との中から一つもしくは複数を選択する。
光の照射条件は、照度と、光の照射時間との中から一つもしくは複数を選択する。
これらの栽培条件に関する情報は、各種測定設備を介して得られ、測定操作は所定のタイミングで行うか、又は所定の時間間隔で行うか、又はその他の方法に従って設定された測定の起動時刻に行うことができる。
(4)植物特徴の収集
植物特徴は、栽培過程情報及び収穫した植物の特徴を含む。
栽培過程情報は少なくとも、発芽数及び栽培面積に基づいた、発芽成功率と、発芽までの時間及び播種時間に基づいた、発芽所要時間と、葉の生長健康状況と、病虫害の状況と、植物の苗株の高さ及び葉の面積とを含む。これらの栽培過程情報は、ユーザの入力と/又は測定設備を介して取得し、例えば、写真撮影して写真を分析処理することで取得する。栽培過程情報の取得操作は所定のタイミングで行うか、又は所定の時間間隔で行うか、又はその他の方法に従って設定されたこの操作の起動時刻に行うことができる。
収穫した植物の特徴は少なくとも、単位栽培面積の収穫状況と、単位栽培面積内の果実量と、植物の開花期と、栽培者の主観的評価とを含み、生長過程における自己評価、収穫状況の自己評価、果実/葉野菜の食感評価、観葉植物の評価が含まれる。これらの収穫した植物の特徴は、ユーザの入力及び/又は測定設備を介して取得し、例えば、写真撮影して写真を分析処理することで取得する。
なお、上記二種類の植物特徴を収集する手段は、写真撮影もしくは動画撮影などをさらに含む。
[分類及び評価マークの操作]
1.データの分類及び記憶操作
生命科学自体の複雑性により、植物栽培の過程において収集した各種データ(例えば、温度、湿度、光の照射などのデータ)は、同一/類似の次元(即ち、同一/類似の環境)において比較評定してこそ意義のあるものであって、また、そのようにした場合に限って実際にさらに栽培指導をすることができる。
よって、収集した栽培データは特定の次元に基づいて分類して記憶しなければならない。これらの次元には、住所情報次元、栽培環境情報、栽培情報などが含まれるが、これらに限らない(図2を参照)。
以下では、具体的に例を挙げて説明する。北京の「天通苑」団地の住居内で栽培し、栽培装置を室内の閉鎖式のベランダに置き、同じ土壌配合比で、4月初旬にパクチーを植え、その生長周期内のデータを、一つの次元の下でのデータの集合とする。同時期に40戸の住居においてパクチーを植え、この場合、栽培状況の評定はこの40人の栽培データの集合(一つの分類として)内で実行されるよう制限される。同時期にこの次元にて一戸の住居しかパクチーを植えず同一地区の栽培データが少ない場合は、類似の条件(近隣地区もしくは類似の次元)のデータを探し合併処理して同一の分類とし、後続で、好適な栽培条件データを選ぶ際に評定して好適なものを選ぶ。例えば、北京の「回龍観」団地はその地理位置が近いため、「天通苑」団地と類似した団地とし、当該「回龍観」団地の室内の閉鎖式のベランダにおいて、4月初旬に同じ土壌配合比でパクチーを植えたデータの集合を、類似した条件のデータ集合として分類する。つまり、天通苑のデータが少ないとき、近隣地区のデータを選択して合併処理し同一の分類とすることができる。後続やその後に、好適なデータを選ぶとき、同一分類データの中で評定して好適なもの選ぶ。
2.データの評価分析操作
図3A〜図3Eは、本発明の実施例における評価モデルであって、図3Aはモデル確立の思想の原則を示し、図3Bは栽培評価指標を示し、図3Cはモデルの合理性の判断方法を示し、図3Dは異常データの処分を示し、図3Eは評価公式を示す。
適切な栽培条件(例えば、温度、湿度、土壌条件)から、より好ましい植物特徴を備えた(例えば、苗株の高さ、果実収穫量、果実/葉野菜/根茎の食感など)植物が得られることを当業者は既に知っている。よって、植えつけた植物が良好な植物特徴を備えていれば、その栽培過程における栽培条件は適切なものであるということを意味する。
産品の質が製造技術工程によって決まることと同じように、植物の収穫も栽培過程によって決まり、両者は正の相関関係にある。これは、評価モデル全体の基本的な原則である。
したがって、図3Aに示すように、本発明では植物特徴(栽培過程情報及び収穫した植物の特徴を含む)の評価もしくはスコア分析によって、スコアの高い植物を選び、当該植物栽培過程において収集して得た栽培条件データを(好適データとして)マークして記憶する。その後、次回の植物栽培時に、マークされた当該植物栽培条件データを用いて次の栽培を指導する。
栽培条件と植物特徴との間の関係を確定するときは、種を植える過程それぞれの、結果に対する影響が累加関係であるかどうか、又は倍数関係(即ち、乗法関係)であるかどうか、又はその他の関係であるかどうかというような関係を考慮できる。
よって、如何にして植物栽培過程及び収穫状況を評価するか、如何にして両者間の関係を構築するかということは、データ評価を行う際の鍵となる。この点に関して、本発明は、新たなデータ取得もしくは選択方法をなしており、つまり、大量の栽培データに基づいて分析処理した後、植物栽培過程及び収穫状況のデータを評価する。
同一もしくは類似の条件下でどのような植物特徴データが好適であるかを判断する選択過程において、大きなデータの分析は大量のデータに係るため、好適なものを選ぶ過程にはできるだけ少ない人為的介入が必要であり、より多くのデータ分析は情報技術自動化を用いて進められる。
上記で述べたように、植物特徴は栽培過程情報と収穫された植物の特徴との二つの大分類に分けられる。本実施例では、この二種類の植物特徴を総合的に採点する。
よく測定される成長生理指標には、光合成速度、葉緑素含有量、葉の水ポテンシャル、気孔伝導度、葉面積などの指標がある。
植物の生長量は、植物器官の新鮮重量、乾燥重量、長さ、面積、直径などによって表される。植物生長累積量は生長の積み重ねの数量であって、測定時における植物材料の実際の数量であり、植物の見た目に相当する。生長速度は、生長の速さを表すものであって、植物の伸び方に相当し、絶対生長速度と相対生長速度との二つの表現がある。相対生長量が表すのは、一定時間内における、植物の純増加生物量が処理前の生物量に占める百分率である。
従来の生長量の測定は往々にして、摘み取り後に実験室において、新鮮重量、乾燥重量、長さなどの測定を基に比較して評定するものである。光合成速度、葉緑素含有量の測定は実験室環境でしか測定できない。上記これらの指標の測定目標は植物自体の状況である。また、さらにこの中の、人が介入した栽培過程について評定する必要があり、複数株の植物が形成する群生の相互影響を考慮に入れ、植物の生長過程と収穫状況の正の相関関係を構築し、さらには、過程と収穫を関連させ、栽培過程の標準化、プロセス化、プラント化を実現するために、大量のデータを累積し良好な基礎を築く。
図3Bが示す栽培評価の内容には、栽培過程評価と、栽培収穫評価と、主観的評価とを含む。
2.1.栽培過程の評価
栽培過程は、播種過程と、植物成長過程と、栽培管理過程とに関わる。本実施例ではこれらの過程についてそれぞれ評価する。
2.1.1播種過程の評価
播種過程は主に発芽状況に関わり、栽培密度(発芽成功率)もしくは発芽に要した時間をパラメータ指標として評価することができる。この二つの指標を用いて播種育苗過程の成熟度を評価する。
栽培密度(発芽成功率)=発芽数/栽培面積
播種公認の発芽時間+三日間の写真を抽出し、写真を処理して算出することで発芽数を得る。栽培面積はユーザが確認したデータであって、ユーザが入力するという方式で取得する。
適切な栽培密度は、過去のデータもしくは公認のデータと比較してもよい。栽培密度が高すぎれば植物の正常な生育に影響し、栽培密度が低すぎれば最終的な収穫成果に影響する。
発芽に要する時間=発芽までの時間−播種時間
播種後の公認の発芽時間+三日間の写真を抽出し、多数の新芽が現れない日時を発芽までの時間とするという方式によって栽培の発芽までの時間を取得する。
2.1.2生長過程の評価
植物の葉の生長状況は、葉のしおれ、枯れ、苗株の死という状況が発生したかどうか、発生した回数、及んだ苗株の数量などである。この状況は栽培過程における画像データを観測することで判断する。
栽培過程において虫害が発生したことがあるかどうか、発生回数。この状況は栽培過程における画像データを観測することで判断する。
植物の育ち具合については、同一の生長時間にある植物の苗株の高さ及び葉の大きさを考慮してもよい。この状況は栽培過程における画像データを観測することで判断する
果樹については、実がなるまでに要した時間の長さを考慮することができる。
なお、生長過程において、栽培データ閾値を超えるという状況が生じたかどうかを考慮してもよい。
2.1.3栽培管理過程の評価
栽培管理過程には、灌水管理と、温度制御管理と、病虫害管理と、間引き剪定授粉管理などとを含む。以下では、各管理過程の評価内容について詳細に説明する。
(1)灌水管理の評価
誰もが知っているように、植物の灌水量に対する需要は、植物の種類の違いによって異なり、水量が多すぎるもしくは少なすぎることはいずれも植物の生長に不利である。
よって、植物類型の違いに応じて異なった灌水策を用い、例えば、ツツジ、ツバキ、オガタマノキ、クチナシ、チャランなどの湿潤を好む花卉は「表面が乾燥したら潤す」を原則として灌水する。即ち、栽培媒体の表面層が白くなるという状況が見られたら灌水し、湿潤するまで灌水すればよい。ラン、ロウバイ、テンジクアオイなどの、乾燥を好み積水に耐えない鉢植えは「完全に乾燥してから完全に潤す」という原則で灌水するよう考慮する。即ち、栽培媒体が乾燥した状況において灌水する。ゴヨウマツ、クロマツ、乾生植物については「完全に乾燥していなければ湿らせない」の原則で灌水するよう考慮し、即ち、栽培媒体が完全に乾燥した状況において灌水し、且つ水たまりができないように注意する。
灌水量に関して、株において根部分が黒く変色して腐食が生じたことがあるかどうか(過剰灌水)、株の枯れが生じたかどうか(過少灌水)、株の土壌湿度、空気湿度が閾値を超えたかどうかに注意しなければならない。
また、灌水時間を合理的に選択するために、通常の状況において、灌水は植物の生長活動時に行われるべきであるが、強烈な日差しを避ける必要がある。よって、一般的に言えば、冬季は午前9〜10時以降に灌水し、夏季は朝8時前と午後5時以降に灌水する。
なお、灌水は、栽培装置の配置位置をさらに考慮する必要があり、太陽の直射日光下にある植物について、朝の灌水量は多くしなければならず、そのようにしなければ、日差しの下、水は午後まで持たずに蒸発してしまう。
(2)温度制御管理評価
例えば、スイカの播種に適した温度は20〜25度で、生育温度は15〜35度であるというように、植物の生長段階の違いによって温度の要求は異なる。よって、温度の制御は、植物の異なる段階における異なる需要を考慮しなければならない。
夏の温度が高すぎるときは、水まきして温度を下げるもしくは遮光するといった、温度を下げる処理を速やかに行わなくてはならない。
冬季に温度が低すぎる場合は、加熱保温処理を速やかに行わなくてはならない。
(3)病虫害管理
病害、虫害が発生したことがあるかどうか、発生回数。葉、果実が病害、虫害の影響を受けたかどうか。例えば、虫害予防剤(黒斑病、腐敗病及びその他の病原菌や胞子の芽生えを防止できる生姜水)などの散布といった、病害、虫害予防操作を行ったことがあるかどうか。病害、虫害が発生した後、殺虫剤(例えば、アブラムシを駆除する山椒水)散布などのように、速やかに処理したかどうか。
(4)間引き剪定授粉管理
播種後、栽培密度が高いとき、苗の間引き処理をする必要があり、また、間引き処理が植物栽培の間隔の奨励基準に達しているかもしくは近づいているかに注意する必要がある。このほか、植物の生長過程において、剪定及び授粉管理をする必要があり、剪定する必要がある枝が現れるかどうかに留意しなければならず、現れた場合は剪定し、剪定が合理的かどうかに注意しなければならない。授粉が必要な場合、授粉をするかどうか。
2.2栽培収穫評価
葉野菜について、その栽培収穫特徴が指すのは、摘み取り期の単位面積内の収穫状況である。写真の比較によって摘み取り量を確認でき、及び/又は、ユーザが摘み取って計量しシステムに入力することができる。
果実について、その栽培収穫特徴が指すのは、単位面積内の結果量である。写真の比較によって摘み取り量を確認でき、及び/又は、ユーザが摘み取って計量しシステムに入力することができる。
観葉植物について、その栽培収穫特徴が指すのは、開花期の状況である。異なる時間の写真を比較することによって、開花時間及び経過時間の長さを確認する。
2.3主観的評価
主観的評価は、植物栽培者の自己主観的評価であり、生長過程についての自己評価、収穫状況についての自己評価、果実/葉野菜の食感評価、及び/又は、観葉植物の評価が含まれる。
2.4モデルの合理性の評定
構築したモデルが合理的に使用可能かどうかを確保及び検査するために、評価基準を確定する必要がある。本実施例では、図3Cに示すように、モデルの合理性判定の原則は以下の通りである。
・一株の場合、同一条件下において、過程と収穫は正の相関関係である。
・群生生長時、同一条件下において、過程と収穫はやはり正の相関関係である。
・味の採点には拒否権がある。これは、我々が求めるのは健康と安全であって、生産量ではないためである。野菜や果物について言えば、味のよしあしは、生産量の重要性をはるかに超えるものである。
2.5評価ステップ
ステップ1、同一/類似次元のデータの集合を抽出する。ステップ2、栽培中の播種育苗過程について評価する。ステップ3、生長過程指標を用いて生長過程を評価する。ステップ4、管理過程指標を用いて管理過程を評価する。ステップ5、栽培収穫指標を用いて収穫状況を評価する。ステップ6、以前の好適栽培データにおける、関連過程評価一件一件と比較して、比較結果を記録する。ステップ7、指標評価が完了した後、異なる重み付け値を用いて、各過程及びその指標が得た栽培過程の全体スコアを総合する。ステップ8、好適栽培データを選び、以前の好適栽培データの各監視測定項目と曲線当てはめする。ステップ9、同一の時間点の値の差を求め、微分する。変化の傾向が一致するかどうか、差の値が予め設定された値を超えるかどうかを注視する。ステップ10、一致しない、もしくは予め設定した閾値を越えた場合は変異データとしてマークする。ステップ11、同時期(植物生長過程が同時期)の栽培エキスパート栽培過程の各測定データと曲線当てはめする。ステップ12、同一の時間点の値の差を求め、微分する。変化の傾向が一致するかどうか、差の値が予め設定された値を超えるかどうかを注視する。ステップ13、一致しない、もしくは予め設定した値を越えた場合は変異データとしてマークする。ステップ14、同一データが変異データとして二回マークされた場合は、システム栽培エキスパートへ人為的介入処理するように通知する。ステップ15、ユーザの自己主観的評定を参考にし、各過程及び総合評定のスコアがともに高いデータを選ぶ。ステップ16、選んだ好適栽培データをバージョンに加え、好適栽培モデルに加える。
上記のステップ8からステップ14は、異常データ処分ステップであり、下記にて異常データの処分について具体的に説明する。
図3Dに示すように、本実施例では、同時期の栽培エキスパート過程データと比較することと、以前の好適データと比較することとの二つの方式を用いて異常データを処分する。
同時期の栽培エキスパート栽培過程の各測定データと曲線当てはめする。同一の時間点の値の差を求め、微分し、変化の傾向が一致するかどうか、差の値が予め設定された値を超えるかどうかを注視する。一致しない、もしくは差の値が予め設定された値を超えた場合は変異データとしてマークする。
以前の好適データと比較するときは、好適栽培データを選び、以前の好適栽培データの各監視測定項目と曲線当てはめする。同一の時間点の値の差を求め、微分する。変化の傾向が一致するかどうか、差の値が予め設定された値を超えるかどうかを注視する。一致しない、もしくは予め設定された値を超えた場合は変異データとしてマークする。
変異データとして二回マークされた過程データは好適データの集合から除去されて、システム栽培エキスパートへ人為的分析、研究、介入するように通知される。
2.6公式
評価公式は、植物過程特徴及び植物収穫特徴に基づき、本発明の実施例では、図3Eに示すように、以下のような評価公式を選択する。
総合スコア=(過程ウェイト*(播種ウェイト*播種指標スコア+施肥ウェイト*施肥指標スコア+管理ウェイト*管理過程スコア+病虫害ウェイト*病虫害過程スコア+摘み取りウェイト*摘み取り過程スコア)+収穫ウェイト*(主観ウェイト*主観スコア+客観ウェイト*客観スコア))味スコア
ここでは、大量の実験を通じ、各過程、指標のウェイトを確認する。重みづけ値は各過程及び指標の、収穫と結果に対する影響力を決める。
[コントロール操作]
コントロール操作は、好適植物特徴に対応する栽培条件データを使用し栽培の実施を指導する。コントロールは一つもしくは複数の栽培条件に対して行うことができる。
具体的な栽培条件は前述のデータ収集部分にて既に具体的に説明した。以下ではいくつかの栽培条件のコントロール方法について説明する。
1.温度コントロール
ステップ1. 一時間ごとに測定し、目下の栽培環境の温度(土壌温度及び空気温度)を取得し、アクセスモジュールを介して閉ループ最適化プラットフォームへアップロードする。
ステップ2. 閉ループ最適化プラットフォームは好適データを用いて比較し、温度が閾値から外れているかどうかを確定する。
ステップ3. 閾値を外れていない場合は終了する。
ステップ4. 閾値から外れていた場合は、温度がある値に達するようにコントロールするといった、関連のコントロール情報を生成する。
ステップ5. 制御システムがアクセスモジュールを介してコントロール情報が存在するかどうかを問い合わせる。
ステップ6. 制御システムがコントロール情報をダウンロードして取得し、5分に一度といった、温度測定の頻度を調節するよう測定モジュールに通知する。
ステップ7. コントロール情報に基づき温度をコントロールする。超過した場合は水をまいて温度を下げるか又は遮光し、低い場合は加熱して温度を上げる。
ステップ8. 測定モジュールが周期的に温度の変化を制御システムへ送信する。
ステップ9. 制御システムがコントロール目標を比較し、温度がコントロール目標に達したかどうかを判断する。
ステップ10. 達した場合はコントロールを停止する。コントロール結果を閉ループ最適化プラットフォームへアップロードする。達していない場合は引き続きコントロールする。
2.湿度コントロール
ステップ1. 四時間ごとに測定し、目下の栽培環境の湿度(土壌湿度及び空気湿度)を取得し、アクセスモジュールを介して閉ループ最適化プラットフォームへアップロードする。
ステップ2. 閉ループ最適化プラットフォームは好適データを用いて比較し、湿度が閾値から外れているかどうかを確定する。
ステップ3. 閾値を外れていない場合は終了する。
ステップ4. 閾値から外れていた場合は、湿度がある値に達するようにといった、関連のコントロール情報を生成する。
ステップ5. 制御システムがアクセスモジュールを介してコントロール情報が存在するかどうかを問い合わせる。
ステップ6. 制御システムがコントロール情報をダウンロードして取得し、30秒に一度測定するといった、湿度測定の頻度を調節するよう測定モジュールに通知する。
ステップ7. コントロール情報に基づいてコントロールし灌水する。
ステップ8. 測定モジュールが周期的に湿度の変化を制御システムへ送信する。
ステップ9. 制御システムがコントロール目標を比較し、湿度がコントロール目標に達したかどうかを判断する。
ステップ10. 達した場合はコントロールを停止する。コントロール結果を閉ループ最適化プラットフォームへアップロードする。達していない場合は引き続きコントロールする。
3.照度コントロール
ステップ1. 一時間ごとに測定し、目下の栽培環境の照度を取得し、アクセスモジュールを介して閉ループ最適化プラットフォームへアップロードする。
ステップ2. 閉ループ最適化プラットフォームは好適データを用いて比較し、照度が閾値から外れているかどうかを確定する。
ステップ3. 閾値を外れていない場合は終了する。
ステップ4. 閾値から外れていた場合は、2時間遮光するかもしくは指定の光の照射量になるまでLED補光するなどといった、関連のコントロール情報を生成する。
ステップ5. 制御システムがアクセスモジュールを介してコントロール情報が存在するかどうかを問い合わせる。
ステップ6. 制御システムがコントロール情報をダウンロードして取得し、30分に一度といった、光の照射測定の頻度を調節するよう測定モジュールに通知する。
ステップ7. コントロール情報に基づきコントロールし、LED補光/遮光処理をする。
ステップ8. 測定モジュールが周期的に照度の変化及びを光の照射時間の長さを制御システムへ送信する。
ステップ9. 制御システムがコントロール目標を比較し、光の照射がコントロール目標に達したかどうかを判断する。
ステップ10. 達した場合はコントロールを停止する。コントロール結果を閉ループ最適化プラットフォームへアップロードする。達していない場合は引き続きコントロールする。
4.土壌肥沃度コントロール
本実施例では、土壌導電率を測定することで土壌の肥沃度レベルを表示する。
ステップ1. 目下の栽培環境の土壌導電率を測定して取得し、アクセスモジュールを介して閉ループ最適化プラットフォームへアップロードする。
ステップ2. プラットフォームは、植物の目下の生長段階と、前回の測定時間と、目下の土壌導電率とに基づき、コントロールが必要かどうかを判断する。
ステップ3. コントロールが必要な場合、液体肥料をどれぐらい水に加えるかといったコントロール情報を生成し、土壌導電率を調整する。
ステップ4. 制御システムがアクセスモジュールを介してコントロール情報が存在するかどうかを問い合わせる。
ステップ5. 制御システムがコントロール情報をダウンロードして取得し、土壌導電率測定の頻度を調節するよう測定モジュールに通知する。
ステップ7. コントロール情報に基づき、液体肥料と水を混合する。
ステップ8. 次回の灌水時に肥料と水を一緒にまく。
ステップ9. 測定モジュールが周期的に土壌導電率レベルを制御システムへ送信する。
5.除虫コントロール
ステップ1. ユーザの栽培品種に基づき対応する病虫害の薬物を提供し、ユーザが制御設備に加える。
ステップ2. 目下の栽培環境の病虫害状況の写真を監視測定して取得し、アクセスモジュールを介して閉ループ最適化プラットフォームへアップロードする。
ステップ3. プラットフォームは写真処理を介して識別し、虫害の発生を確認した場合、コントロール情報を生成する。
ステップ4. 制御システムがアクセスモジュールを介してコントロール情報が存在するかどうかを問い合わせる。
ステップ5. 制御システムがコントロール情報をダウンロードして取得する。
ステップ6. コントロール情報に基づき、除虫材と水を混合する。
ステップ7. 次回の灌水時に水と一緒に散布する。
ステップ8. 例えば、毎日一回というように、このコントロール措置を指定日数続けて実施する。具体的なコントロール時間間隔はユーザによって設定される。
ステップ9. 指定日数後、測定モジュールが病虫害状況の写真をプラットフォームへアップロードし、以前の写真と比べて効果を判断する。
ステップ10. 効果が明らかでない場合は、人為的な介入措置を取るようユーザへアラート通知する。
上記では本発明のインテリジェント栽培システムについて詳細に説明した。以下では本発明の、当該インテリジェント栽培システムを用いたインテリジェント栽培設備の構造実施例について説明する。システム全体は、電池、太陽エネルギー/風力エネルギー、電源の三種類の方法を用いてエネルギーを提供できる。
本実施例によれば、インテリジェント栽培設備全体は、インテリジェント家庭用スター型ネットワーク(複数のスター型ネットワークユニットを含む)と、インテリジェント閉ループ最適化プラットフォームと、クライアントとの三つの部分からなる。
目下の従来の自動灌水又は栽培システムは往々にして、既に設定された固定操作に基づいて制御するものである。しかし、ユーザによって異なる行動習慣がある。より多く自分で制御し、何事も自分で把握するという感覚を好む人もいれば、アシスタントが付き添い絶えず注意喚起してくれるのを好む人もおり、専門家の意見に従うことを好む人もいれば、簡単であればあるほど良いとの要望を持つ人もいる。
より多くのユーザの要求を満たし、より多くの人に使用してもらい、より好ましく規模効果をなすために、システムは、エキスパートモード、アシスタントモード、追従モード、初心者モードの四つの異なる実施モードを提供する。
エキスパートモードには、1-N個の環境測定モジュール、0-N個の制御システム、一つのアクセスモジュールを配置する。エキスパートモードは、完全にユーザに制御させ、エキスパートが栽培過程の各方面の詳細を自己管理で制御し、システムは注意喚起とアラートのみを担当する。環境パラメータの異常時、例えば、何日も続けて灌水を忘れた場合、システムはクライアントを介してエキスパートユーザへアラート喚起し、エキスパートユーザ自身が処理する。エキスパートユーザは制御システムを配置することを選択してもよく、制御システムを配置しないことを選択してもよい。制御システムを配置した場合、栽培管理はクライアントを介して遠隔制御できる。閉ループ最適化プラットフォームは栽培過程全体を記録し、関連の栽培データを保存して評価する。
アシスタントモードには、1-N個の環境測定モジュール、1-N個の制御システム、一つのアクセスモジュールを配置する。アシスタントモードは仕事が忙しい栽培エキスパートもしくはユーザへアシスタントサービスを提供する。ユーザの栽培過程全体では、自己管理で制御することを主とし、システムはアラート喚起とまれなコントロールを提供する。普段は、ユーザの自己管理で、灌水、施肥などといった栽培管理を行う。ユーザが操作を失念したとき、もしくは栽培指標が閾値から外れたときは、システムがまずアラートを発し、ユーザに注意喚起する。指定時間内にユーザが自主的にコントロールしなかった場合、システムが自動コントロールしてユーザへ通知する。
追随モードには、1-N個の環境測定モジュール、1-N個の制御システム、一つのアクセスモジュールを配置する。栽培開始時に、ユーザはクライアントを介して、自分の栽培環境に類似した信頼できるエキスパートユーザを選択して、当該エキスパートユーザと同一の栽培品種を植え付けする。栽培過程全体では、必ず手作業で行わなければならない作業(例えば、播種、剪定、収穫など)を除いた、灌水、施肥、補光、通風などといったその他の作業は、全て自動的に、追従先のエキスパートのデータに基づいて操作される。ユーザの操作量を最も少なくできる。このような方法は、ユーザがエキスパートに追従して栽培の過程を学習することである。過程において、ユーザはクライアントを使用して、追従先のエキスパートユーザと随時交流、討論、学習できる。ユーザはクライアントを介して、栽培過程のデータを回顧、マークし、体験を追加することもできる。
初心者モードには、1-N個の環境測定モジュール、1-N個の制御システム、一つのアクセスモジュールを配置する。栽培過程全体において、例えば、播種、剪定、収穫などの、必ず手作業で行わなければならない作業を除いた、灌水、施肥、補光、通風などといったその他の作業は、全て自動的に、システムの好適な栽培データに基づいて操作される。初心者ユーザの操作量は最も少なくなる。
図4を参照すると、そこでは、インテリジェント栽培の概要過程が説明されている。ステップ1、栽培ユーザが、栽培情報、地理情報、環境情報などを含む、ユーザが確認した関連の情報を閉ループ最適化プラットフォームへ入力する。ステップ2、測定モジュールが植物の関連情報を測定して、これをアクセスモジュール及び遠隔操作モジュールへ送信する。ステップ3、アクセスモジュールがインターネットへアクセスして、情報を閉ループ最適化モデルに伝送する。ステップ4、アクセスモジュールを介して、遠隔制御モジュールが、コントロールが必要かどうかの問い合わせを閉ループ最適化モデルへ送信する。ステップ5、閉ループ最適化モデルは測定データ、植物関連情報、前回のコントロール状況などの情報に基づき、制御が必要かどうかを判断する。ステップ6、必要な場合、閉ループ最適化モデルはコントロール情報を生成し、アクセスモジュールを介してこれを遠隔制御モジュールへ伝送する。ステップ7、遠隔制御モジュールはコントロール情報に基づいて、灌水、施肥などといった植物栽培条件の調節をする。ステップ8、コントロール過程において、測定モジュールは、関連情報の変化を遠隔制御モジュールへ随時伝送する。ステップ9、遠隔制御モジュールはコントロール目標に達したかどうかを判断する。ステップ10、コントロール目標に達したらコントロールを停止して、アクセスモジュールを介してコントロール結果を閉ループ最適化モデルへ伝送する。
図5に示すように、一つのスター型ネットワークユニットには、環境測定、制御システム、インターネットアクセスの三つの部分を含み、各部分間は低エネルギー消費のワイヤレスネットワークを介して接続される。システム実行時、一つのスター型ネットワークにおいて環境測定は1からN個、遠隔制御は0からN個、インターネットアクセスは1個である。
本発明の具体的な実施例の一つにおいて、データ収集装置及びコントロール装置は独立した栽培環境(例えば、各家庭)に置かれる。本発明では、この部分をインテリジェント家庭用スター型ネットワークと総称することもでき、環境測定モジュール、制御システム、アクセスモジュールの三つの部分を含む。
アクセスモジュールはインターネットを介してデータをインテリジェント閉ループ最適化プラットフォーム(以下で説明する)へ上げ、インテリジェント閉ループ最適化プラットフォームからのコントロールデータを受信する。アクセスモジュールは低エネルギー消費のワイヤレス接続を介してコントロールデータを制御システムへ伝送する。制御システムはコントロールデータに基づき、灌水、補光/遮光、酸素/二酸化炭素補給、温度を下げる、温度を上げる、施肥、通風、除虫などの操作を行って、リアルタイムで環境測定データを比較し、コントール目標に達したかどうかを注視する。無線伝送モジュールはアドホックネットワークであってよく、測定データを制御モジュール及びアクセスモジュールへ伝送する。
測定設備には各種の対応するセンサを含み、測定した情報データは低エネルギー消費の無線伝送モジュールを介して伝送するか、もしくはアクセスモジュールへアップロードし、アクセスモジュールが閉ループ最適化プラットフォームへ伝送し、例えば、下記にて説明する閉ループ最適化プラットフォームへ伝送する。測定モジュールは指定された頻度もしくは時間間隔でデータを取得して、アクセスモジュールを介してこれをアップロードする。例えば、温度、湿度、写真などを一時間の頻度でデータアップロードする。
図6に示すように、ユーザ毎に内部に一つのスター型ネットワークユニットを構成し、スター型ネットワークユニットと閉ループ最適化プラットフォームはインターネットを介して接続され、クライアントはインターネットを介して閉ループ最適化プラットフォームへ接続されて、アラート、目下の栽培状況などの情報を取得し、閉ループ最適化プラットフォームを介して、権限を受けたスター型ネットワークユニットを手動制御する。
ユーザはクライアントを用いて以下の機能を実現できる。
・栽培過程全体の指導(自動化されたサービスフロー指導と人による指導を含む)。
・リアルタイムで植物の環境データを遠隔観察する。
・アラート情報の受信、人的介入の提示。
・植物の写真を撮影してアップロードし、栽培の楽しみをシェアし、収穫状況をフィードバックする。
・灌水、補光など、植物環境データを人為的に強制調節する。
・植物関連データベースの問い合わせ。
ユーザによって入力される情報には、デフォルトの灌水時間帯などをさらに含んでもよい。このような、ユーザが入力する操作は、クライアントを介して、栽培開始時に確認して直接入力でき、その後、入力されたデータは、伝送もしくはアップロードでき、例えば、下記で説明する閉ループ最適化プラットフォームへ伝送される。
図7は、インテリジェント閉ループ最適化プラットフォームの実施方式であり、閉ループ最適化プラットフォームが如何にして閉ループの全体的な過程を形成するか、閉ループにおいて、栽培の過程を如何に指導するかを説明している。分類及びマークモジュール及びコントロールモジュールはいずれもインテリジェント閉ループ最適化プラットフォームに設けられ、当該インテリジェント閉ループ最適化サービスプラットフォーム(略称、閉ループ最適化プラットフォーム)は、環境データに基づいて、より最適化された環境比較データ及びユーザが可能な介入調整(選択可)をマッチング、選択してコントロールデータを生成し、インターネットによってアクセスモジュールへ伝送する。コントロールモジュールは閉ループ最適化プラットフォームに設けられ、好適栽培データを用いて指導栽培する。
閉ループ最適化プラットフォーム確立初期は、植物の品種に基づいて光の照射、温度など既知の各種上限、下限データを設定して、順次コントロールデータをフィードバックする。第一回目の栽培過程において、大量のユーザ入力データ及び生長周期における環境測定データを得る。収穫時は、ユーザがクライアント(We Chat/携帯アプリ/PCなど)を用いて撮影し収穫状況をシェアすること、もしくはシステムの動画観測情報の使用を推奨する。ユーザの栽培面積及び収穫の写真に基づいて、閉ループ最適化プラットフォームが分析処理し定量化する。定量化後のデータを比較して、同様の環境データにおいて、より好ましい栽培データを取得し、次回のコントロール指導データとする。この過程の自動的なサイクルで徐々に最適化される。
当然ながら、必要がある場合は、農業エキスパートによってデータを判断して微調整してもよい。もしくは、特定のエキスパートを選択して、同様の環境データにおける栽培データを比較数とする。
閉ループ最適化プラットフォームの自動最適化の過程において、環境データ、栽培過程、収穫状況を入力とし、機械学習アルゴリズムによって分類して好適なものを選び出し、より優れた栽培データモデルを得る。
図7を参照すると、ステップ1で、ユーザが栽培面積及び栽培品種を確認した後、システムは関連の最適な栽培データがあるかどうかを判断する(栽培データは植物生長周期全体の各段階の関連データを含む)。ステップ2、ない場合はエキスパート方式へ転向する。ステップ3、ある場合は最適なデータを使用し、初心者方式へ転向する。ステップ4、植物生長周期全体における各段階の関連データを記録する。ステップ5、収穫時、ユーザの写真シェア、体験シェア、自己評価、他人の評価、動画観測情報などの状況によって総合評価する。ステップ6、収集した大量データを機械学習アルゴリズムによって整理、分類、分析、評定する。その中からより専門的な栽培エキスパート、より好ましい栽培データを得る。この過程では、一部のシステムユーザの介入措置を選択してもよく、アルゴリズムを選択してより速やかに収束させる。ステップ7、閉ループ最適化モデルのデータを更新する。その後、より多くのユーザが栽培するとき、システムはステップ3に戻る。
閉ループ最適化プラットフォームは主に、好適栽培データを用いて栽培を指導する(コントロール処理)ことと、収集した栽培データの中から好適な栽培データを選ぶ(分類及び評価処理)こととの、二つの部分の機能を含む。
本発明内容は以下の内容を含む。
(1)異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培管理方法であって、データ収集ステップと、分類及びマークステップと、コントロールステップとを含み、
前記データ収集ステップは、
植物の栽培情報及び当該栽培装置が位置する環境情報を収集して、これをデータ処理システムへ伝送し、
所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集して、当該栽培条件情報をデータ処理システムへ伝送し、
植物の植物特徴を収集して、当該植物特徴をデータ処理システムへ伝送し、
前記分類及びマークステップは、
前記データ処理システムにおいて、前記栽培情報と前記環境情報とに基づいて分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記コントロールステップは、
各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、
各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培管理方法。
(2)(1)に記載のインテリジェント栽培管理方法であって、
植物の植物特徴を収集することは、
植物生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
収穫後に、収穫した植物の特徴を収集することとを含み、
前記分類及びマークステップには、
同一の分類において、予め設定された条件に従い、各栽培装置の前記栽培過程情報及び 前記収穫した植物の特徴に基づいて採点することを含む、インテリジェント栽培管理方法。
(3)(1)に記載のインテリジェント栽培管理方法であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培管理方法。
(4)(1)に記載のインテリジェント栽培管理方法であって、一つ目の植物生長周期において、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培管理方法。
(5)(1)に記載のインテリジェント栽培管理方法であって、
記憶したマークされた栽培条件情報、最終のコントロール操作の時間、最終のコントロール量ならびに閾値のうちの少なくとも一つに基づいて前記コントロールデータを得る、インテリジェント栽培管理方法。
(6)(1)に記載のインテリジェント栽培管理方法であって、前記分類及びマークステップには、異常データを処分することを含む、インテリジェント栽培管理方法。
(7)(6)に記載のインテリジェント栽培管理方法であって、前記コントロールステップにおいて、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間のエキスパート栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培管理方法。
(8)(6)に記載のインテリジェント栽培管理方法であって、前記コントロールステップにおいて、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間の記憶したマークされた栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培管理方法。
(9)(6)に記載のインテリジェント栽培管理方法であって、変異データとして二回マークされた栽培条件情報を除去して、システム栽培エキスパートへ人為的分析、研究、介入するように通知する、インテリジェント栽培管理方法。
(10)(1)に記載のインテリジェント栽培管理方法であって、前記栽培装置が位置する環境情報には、
栽培装置が位置する住宅の居住団地情報である住所情報と、
栽培装置が位置する住宅の情報であり、
栽培装置が室内にある場合は、住宅が位置する階、栽培装置が部屋の中に置かれているかそれとも閉鎖式のベランダに置かれているか、置かれた部屋もしくは閉鎖式のベランダの向き、窓の採光状況が含まれ、もしくは、
栽培装置が屋外にある場合は、栽培装置が中庭に置かれているか、物干し台に置かれているか、屋上に置かれているか、開放式のベランダに置かれているかが含まれる位置情報とを含む、インテリジェント栽培管理方法。
(11)(1)に記載のインテリジェント栽培管理方法であって、前記植物の栽培情報には、植物の品種と、栽培面積と、栽培時間と、土壌情報とを含む、インテリジェント栽培管理方法。
(12)(11)に記載のインテリジェント栽培管理方法であって、前記土壌情報には、土壌基質の種類と、元肥の種類と、土壌基質と元肥の混合割合と、土壌ph値と、土壌の導電率とを含む、インテリジェント栽培管理方法。
(13)(2)に記載のインテリジェント栽培管理方法であって、前記栽培過程情報には、
発芽数及び栽培面積に基づいた、発芽成功率と、
発芽までの時間及び播種時間に基づいた、発芽所要時間と、
葉の生長健康状況と、
病虫害の状況と、
植物の苗株の高さ及び葉の面積と、
灌水管理、温度制御管理、病虫害管理、間引き剪定授粉管理などが含まれる管理過程の情報とのうちの一つもしくは複数を含む、インテリジェント栽培管理方法。
(14)(2)に記載のインテリジェント栽培管理方法であって、前記収穫した植物の特徴には、
単位栽培面積の収穫状況と、
単位栽培面積内の果実量と、
植物の開花期と、
生長過程における自己評価、収穫状況の自己評価、果実/葉野菜の食感評価、観葉植物の評価が含まれる栽培者の主観的評価とのうちの一つもしくは複数を含む、インテリジェント栽培管理方法。
(15)(1)に記載のインテリジェント栽培管理方法であって、前記栽培条件には、降雨量と、空気条件と、土壌条件と、光の照射条件とを含む、インテリジェント栽培管理方法。
(16)(15)に記載のインテリジェント栽培管理方法であって、前記空気条件は、空気温度と、空気湿度と、通風状況と、酸素含有量と、二酸化炭素含有量と、有害ガス含有量と、吸入性粉塵との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
(17)(16)に記載のインテリジェント栽培管理方法であって、前記有害ガスは、ホルムアルデヒドと、ベンゼンと、ラドンと、アンモニアと、揮発性有機化合物と、二酸化イオウとのうちの一つもしくは複数である、インテリジェント栽培管理方法。
(18)(16)に記載のインテリジェント栽培管理方法であって、前記吸入性粉塵は、PM10、PM2.5、もしくはPM10とPM2.5の両者である、インテリジェント栽培管理方法。
(19)(15)に記載のインテリジェント栽培管理方法であって、前記土壌条件は、土壌のph値と、土壌の導電率と、土壌温度と、土壌湿度との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
(20)(15)に記載のインテリジェント栽培管理方法であって、前記光の照射条件は、照度と、光の照射時間との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
(21)(1)に記載のインテリジェント栽培管理方法であって、前記植物特徴を収集することは、写真撮影もしくは動画撮影をさらに含む、インテリジェント栽培管理方法。
(22)(1)に記載のインテリジェント栽培管理方法であって、前記コントロール操作は、灌水と、補光と、遮光と、酸素補給と、二酸化炭素補給と、温度を下げることと、温度を上げることと、施肥と、通風量を増やすことと、通風量を減らすことと、殺虫剤散布と、虫害予防剤散布との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
(23)異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培設備であって、
データ収集装置と、分類及びマーク装置と、コントロール装置とを備え、
前記データ収集装置は、植物の栽培情報及び当該栽培装置が位置する環境情報を収集し、所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集し、植物の植物特徴を収集して、収集したデータを前記分類及びマーク装置へ伝送し、
前記分類及びマーク装置は、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記コントロール装置は、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
(24)(23)に記載のインテリジェント栽培設備であって、
植物の植物特徴を収集することは、
植物生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
収穫後に、収穫した植物の特徴を収集することとを含み、
前記分類及びマーク装置が、同一の分類において、予め設定された条件に従い、各栽培装置の前記栽培過程情報及び前記収穫した植物の特徴に基づいて採点する、インテリジェント栽培設備。
(25)(23)に記載のインテリジェント栽培設備であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培設備。
(26)(23)に記載のインテリジェント栽培設備であって、一つ目の植物生長周期において、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
(27)(23)に記載のインテリジェント栽培設備であって、
記憶したマークされた栽培条件情報、最終のコントロール操作の時間、最終のコントロール量ならびに閾値のうちの少なくとも一つに基づいて前記コントロールデータを得る、インテリジェント栽培設備。
(28)(23)に記載のインテリジェント栽培設備であって、前記分類及びマーク装置が異常データを処分する、インテリジェント栽培設備。
(29)(28)に記載のインテリジェント栽培設備であって、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間のエキスパート栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培設備。
(30)(28)に記載のインテリジェント栽培設備であって、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間の記憶したマークされた栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培設備。
(31)(28)に記載のインテリジェント栽培設備であって、変異データとして二回マークされた栽培条件情報を除去して、システム栽培エキスパートへ人為的分析、研究、介入するように通知する、インテリジェント栽培設備。
(32)(23)に記載のインテリジェント栽培設備であって、前記栽培装置が位置する環境情報には、
栽培装置が位置する住宅の居住団地情報である住所情報と、
栽培装置が位置する住宅の情報であり、
栽培装置が室内にある場合は、住宅が位置する階、栽培装置が部屋の中に置かれているかそれとも閉鎖式のベランダに置かれているか、置かれた部屋もしくは閉鎖式のベランダの向き、窓の採光状況が含まれ、もしくは、
栽培装置が屋外にある場合は、栽培装置が中庭に置かれているか、物干し台に置かれているか、屋上に置かれているか、開放式のベランダに置かれているかが含まれる位置情報とを含む、インテリジェント栽培設備。
(33)(23)に記載のインテリジェント栽培設備であって、前記植物の栽培情報には、植物の品種と、栽培面積と、栽培時間と、土壌情報とを含む、インテリジェント栽培設備。
(34)(33)に記載のインテリジェント栽培設備であって、前記土壌情報には、土壌基質の種類と、元肥の種類と、土壌基質と元肥の混合割合と、土壌ph値と、土壌の導電率とを含む、インテリジェント栽培設備。
(35)(24)に記載のインテリジェント栽培設備であって、前記栽培過程情報には、
発芽数及び栽培面積に基づいた、発芽成功率と、
発芽までの時間及び播種時間に基づいた、発芽所要時間と、
葉の生長健康状況と、
病虫害の状況と、
植物の苗株の高さ及び葉の面積と、
灌水管理、温度制御管理、病虫害管理、間引き剪定授粉管理などが含まれる管理過程の情報とのうちの一つもしくは複数を含む、インテリジェント栽培設備。
(36)(24)に記載のインテリジェント栽培設備であって、前記収穫した植物の特徴には、
単位栽培面積の収穫状況と、
単位栽培面積内の果実量と、
植物の開花期と、
生長過程における自己評価、収穫状況の自己評価、果実/葉野菜の食感評価、観葉植物の評価が含まれる栽培者の主観的評価とのうちの一つもしくは複数を含む、インテリジェント栽培設備。
(37)(23)に記載のインテリジェント栽培設備であって、前記栽培条件には、降雨量と、空気条件と、土壌条件と、光の照射条件とを含む、インテリジェント栽培設備。
(38)(37)に記載のインテリジェント栽培設備であって、前記空気条件は、空気温度と、空気湿度と、通風状況と、酸素含有量と、二酸化炭素含有量と、有害ガス含有量と、吸入性粉塵との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(39)(38)に記載のインテリジェント栽培設備であって、前記有害ガスは、ホルムアルデヒドと、ベンゼンと、ラドンと、アンモニアと、揮発性有機化合物と、二酸化イオウとのうちの一つもしくは複数である、インテリジェント栽培設備。
(40)(38)に記載のインテリジェント栽培設備であって、前記吸入性粉塵は、PM10、PM2.5、もしくはPM10とPM2.5の両者である、インテリジェント栽培設備。
(41)(37)に記載のインテリジェント栽培設備であって、前記土壌条件は、土壌のph値と、土壌の導電率と、土壌温度と、土壌湿度との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(42)(37)に記載のインテリジェント栽培設備であって、前記光の照射条件は、照度と、光の照射時間との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(43)(23)に記載のインテリジェント栽培設備であって、前記植物特徴を収集することは、写真撮影もしくは動画撮影をさらに含む、インテリジェント栽培設備。
(44)(23)に記載のインテリジェント栽培設備であって、前記コントロール操作は、灌水と、補光と、遮光と、酸素補給と、二酸化炭素補給と、温度を下げることと、温度を上げることと、施肥と、通風量を増やすことと、通風量を減らすことと、殺虫剤散布と、虫害予防剤散布との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(45)クライアントと、複数のスター型ネットワークユニットからなるスター型ネットワークと、閉ループ最適化プラットフォームとを含むインテリジェント栽培設備において、
前記クライアントは、インターネットを介して前記閉ループ最適化プラットフォームに接続され、アラート、目下の栽培状況などの情報を得、また、閉ループ最適化プラットフォームを介して各スター型ネットワークユニットを手動制御でき、
前記スター型ネットワークユニットと閉ループ最適化プラットフォームはインターネットを介して接続され、各スター型ネットワークユニットは、測定装置と、制御装置と、インターネットアクセスモジュールとを備え、前記測定装置は、植物栽培装置の環境情報及び栽培条件情報を測定してから、測定した情報データを前記アクセスモジュールへ伝送し、前記アクセスモジュールがインターネットを介して前記情報データを前記閉ループ最適化プラットフォームへ上げ、閉ループ最適化プラットフォームからのコントロールデータを受信し、前記制御装置は前記コントロールデータに基づいて前記栽培装置の栽培条件を制御し、
前記閉ループ最適化プラットフォームは、各スター型ネットワークユニットからの情報データを受信し、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴を採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
前記閉ループ最適化プラットフォームは、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各スター型ネットワークユニットの栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各スター型ネットワークユニットへ送信する、インテリジェント栽培設備。
(46)(45)に記載のインテリジェント栽培設備であって、
植物の植物特徴を収集することは、
植物の生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
収穫後に、収穫した植物の特徴を収集することとを含み、
前記閉ループ最適化プラットフォームが、同一の分類において、予め設定された条件に 従い、各栽培装置の前記栽培過程情報及び前記収穫した植物の特徴に基づいて採点する、インテリジェント栽培設備。
(47)(45)に記載のインテリジェント栽培設備であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培設備。
(48)(45)に記載のインテリジェント栽培設備であって、一つ目の植物生長周期において、前記閉ループ最適化プラットフォームは、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
(49)(45)に記載のインテリジェント栽培設備であって、
記憶したマークされた栽培条件情報、最終のコントロール操作の時間、最終のコントロール量ならびに閾値のうちの少なくとも一つに基づいて前記コントロールデータを得る、インテリジェント栽培設備。
(50)(45)に記載のインテリジェント栽培設備であって、前記閉ループ最適化プラットフォームが異常データを処分する、インテリジェント栽培設備。
(51)(50)に記載のインテリジェント栽培設備であって、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間のエキスパート栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培設備。
(52)(50)に記載のインテリジェント栽培設備であって、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
目下の栽培条件情報を、同一のもしくは類似する栽培時間の記憶したマークされた栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培設備。
(53)(50)に記載のインテリジェント栽培設備であって、変異データとして二回マークされた栽培条件情報を除去して、システム栽培エキスパートへ人為的分析、研究、介入するように通知する、インテリジェント栽培設備。
(54)(45)に記載のインテリジェント栽培設備であって、前記栽培装置が位置する環境情報には、
栽培装置が位置する住宅の居住団地情報である住所情報と、
栽培装置が位置する住宅の情報であり、
栽培装置が室内にある場合は、住宅が位置する階、栽培装置が部屋の中に置かれているかそれとも閉鎖式のベランダに置かれているか、置かれた部屋もしくは閉鎖式のベランダの向き、窓の採光状況が含まれ、もしくは、
栽培装置が屋外にある場合は、栽培装置が中庭に置かれているか、物干し台に置かれているか、屋上に置かれているか、開放式のベランダに置かれているかが含まれる位置情報とを含む、インテリジェント栽培設備。
(55)(45)に記載のインテリジェント栽培設備であって、前記植物の栽培情報には、植物の品種と、栽培面積と、栽培時間と、土壌情報とを含む、インテリジェント栽培設備。
(56)(55)に記載のインテリジェント栽培設備であって、前記土壌情報には、土壌基質の種類と、元肥の種類と、土壌基質と元肥の混合割合と、土壌ph値と、土壌の導電率とを含む、インテリジェント栽培設備。
(57)(46)に記載のインテリジェント栽培設備であって、前記栽培過程情報には、
発芽数及び栽培面積に基づいた、発芽成功率と、
発芽までの時間及び播種時間に基づいた、発芽所要時間と、
葉の生長健康状況と、
病虫害の状況と、
植物の苗株の高さ及び葉の面積と、
灌水管理、温度制御管理、病虫害管理、間引き剪定授粉管理などが含まれる管理過程の情報とのうちの一つもしくは複数を含む、インテリジェント栽培設備。
(58)(46)に記載のインテリジェント栽培設備であって、前記収穫した植物の特徴には、
単位栽培面積の収穫状況と、
単位栽培面積内の果実量と、
植物の開花期と、
生長過程における自己評価、収穫状況の自己評価、果実/葉野菜の食感評価、観葉植物の評価が含まれる栽培者の主観的評価とのうちの一つもしくは複数を含む、インテリジェント栽培設備。
(59)(45)に記載のインテリジェント栽培設備であって、前記栽培条件には、降雨量と、空気条件と、土壌条件と、光の照射条件とを含む、インテリジェント栽培設備。
(60)(59)に記載のインテリジェント栽培設備であって、前記空気条件は、空気温度と、空気湿度と、通風状況と、酸素含有量と、二酸化炭素含有量と、有害ガス含有量と、吸入性粉塵との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(61)(60)に記載のインテリジェント栽培設備であって、前記有害ガスは、ホルムアルデヒドと、ベンゼンと、ラドンと、アンモニアと、揮発性有機化合物と、二酸化イオウとのうちの一つもしくは複数である、インテリジェント栽培設備。
(62)(60)に記載のインテリジェント栽培設備であって、前記吸入性粉塵は、PM10、PM2.5、もしくはPM10とPM2.5の両者である、インテリジェント栽培設備。
(63)(59)に記載のインテリジェント栽培設備であって、前記土壌条件は、土壌のph値と、土壌の導電率と、土壌温度と、土壌湿度との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(64)(59)に記載のインテリジェント栽培設備であって、前記光の照射条件は、照度と、光の照射時間との中から一つもしくは複数を選択する、インテリジェント栽培設備。
(65)(45)に記載のインテリジェント栽培設備であって、前記植物特徴を収集することは、写真撮影もしくは動画撮影をさらに含む、インテリジェント栽培設備。
(66)(45)に記載のインテリジェント栽培設備であって、前記コントロール操作は、灌水と、補光と、遮光と、酸素補給と、二酸化炭素補給と、温度を下げることと、温度を上げることと、施肥と、通風量を増やすことと、通風量を減らすことと、殺虫剤散布と、虫害予防剤散布との中から一つもしくは複数を選択する、インテリジェント栽培設備。
本発明について、好ましい実施例を組み合わせて説明したが、本発明は本文で示した実施例には限定されず、添付の請求項の範囲内において、さまざまな修正及び同等の置き換えが可能であると理解されるべきである。

Claims (30)

  1. 異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培管理方法であって、
    データ収集ステップと、分類及びマークステップと、コントロールステップとを含み、
    前記データ収集ステップは、
    植物の栽培情報及び当該栽培装置が位置する環境情報を収集して、これをデータ処理システムへ伝送し、
    所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集して、当該栽培条件情報をデータ処理システムへ伝送し、
    植物の植物特徴を収集して、当該植物特徴をデータ処理システムへ伝送し、
    前記分類及びマークステップは、
    前記データ処理システムにおいて、前記栽培情報と前記環境情報とに基づいて分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
    前記コントロールステップは、
    各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、
    各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培管理方法。
  2. 請求項1に記載のインテリジェント栽培管理方法であって、
    植物の植物特徴を収集することは、
    植物生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
    収穫後に、収穫した植物の特徴を収集することとを含み、
    前記分類及びマークステップは、
    同一の分類において、予め設定された条件に従い、各栽培装置の前記栽培過程情報及び前記収穫した植物の特徴に基づいて採点することを含む、インテリジェント栽培管理方法。
  3. 請求項1に記載のインテリジェント栽培管理方法であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培管理方法。
  4. 請求項1に記載のインテリジェント栽培管理方法であって、一つ目の植物生長周期において、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培管理方法。
  5. 請求項1に記載のインテリジェント栽培管理方法であって、
    記憶したマークされた栽培条件情報、最終のコントロール操作の時間、最終のコントロール量ならびに閾値のうちの少なくとも一つに基づいて前記コントロールデータを得る、インテリジェント栽培管理方法。
  6. 請求項1に記載のインテリジェント栽培管理方法であって、前記分類及びマークステップは、異常データを処分することを含む、インテリジェント栽培管理方法。
  7. 請求項6に記載のインテリジェント栽培管理方法であって、前記コントロールステップにおいて、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
    目下の栽培条件情報を、同一のもしくは類似する栽培時間のエキスパート栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培管理方法。
  8. 請求項6に記載のインテリジェント栽培管理方法であって、前記コントロールステップにおいて、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較することは、
    目下の栽培条件情報を、同一のもしくは類似する栽培時間の記憶したマークされた栽培条件と曲線当てはめし、同一の時間点の値の差を求め、微分し、変化の傾向が一致しないか、もしくは差の値が予め設定された値を超えた場合は、目下の栽培条件情報を変異データとしてマークすることを含む、インテリジェント栽培管理方法。
  9. 請求項6に記載のインテリジェント栽培管理方法であって、変異データとして二回マークされた栽培条件情報を除去して、システム栽培エキスパートへ人為的分析、研究、介入するように通知する、インテリジェント栽培管理方法。
  10. 請求項1に記載のインテリジェント栽培管理方法であって、前記栽培装置が位置する環境情報には、
    栽培装置が位置する住宅の居住団地情報である住所情報と、
    栽培装置が位置する住宅の情報であり、
    栽培装置が室内にある場合は、住宅が位置する階、栽培装置が部屋の中に置かれているかそれとも閉鎖式のベランダに置かれているか、置かれた部屋もしくは閉鎖式のベランダの向き、窓の採光状況が含まれ、もしくは、
    栽培装置が屋外にある場合は、栽培装置が中庭に置かれているか、物干し台に置かれているか、屋上に置かれているか、開放式のベランダに置かれているかが含まれる位置情報とを含む、インテリジェント栽培管理方法。
  11. 請求項1に記載のインテリジェント栽培管理方法であって、前記植物の栽培情報は、植物の品種と、栽培面積と、栽培時間と、土壌情報とを含む、インテリジェント栽培管理方法。
  12. 請求項11に記載のインテリジェント栽培管理方法であって、前記土壌情報は、土壌基質の種類と、元肥の種類と、土壌基質と元肥の混合割合と、土壌ph値と、土壌の導電率とを含む、インテリジェント栽培管理方法。
  13. 請求項2に記載のインテリジェント栽培管理方法であって、前記栽培過程情報は、
    発芽数及び栽培面積に基づいた、発芽成功率と、
    発芽までの時間及び播種時間に基づいた、発芽所要時間と、
    葉の生長健康状況と、
    病虫害の状況と、
    植物の苗株の高さ及び葉の面積と、
    灌水管理、温度制御管理、病虫害管理、間引き剪定授粉管理などが含まれる管理過程の情報とのうちの一つもしくは複数を含む、インテリジェント栽培管理方法。
  14. 請求項2に記載のインテリジェント栽培管理方法であって、前記収穫した植物の特徴は、
    単位栽培面積の収穫状況と、
    単位栽培面積内の果実量と、
    植物の開花期と、
    生長過程における自己評価、収穫状況の自己評価、果実/葉野菜の食感評価、観葉植物の評価が含まれる栽培者の主観的評価とのうちの一つもしくは複数を含む、インテリジェント栽培管理方法。
  15. 請求項1に記載のインテリジェント栽培管理方法であって、前記栽培条件には、降雨量と、空気条件と、土壌条件と、光の照射条件とを含む、インテリジェント栽培管理方法。
  16. 請求項15に記載のインテリジェント栽培管理方法であって、前記空気条件は、空気温度と、空気湿度と、通風状況と、酸素含有量と、二酸化炭素含有量と、有害ガス含有量と、吸入性粉塵との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
  17. 請求項16に記載のインテリジェント栽培管理方法であって、前記有害ガスは、ホルムアルデヒドと、ベンゼンと、ラドンと、アンモニアと、揮発性有機化合物と、二酸化イオウとのうちの一つもしくは複数である、インテリジェント栽培管理方法。
  18. 請求項16に記載のインテリジェント栽培管理方法であって、前記吸入性粉塵は、PM10、PM2.5、もしくはPM10とPM2.5の両者である、インテリジェント栽培管理方法。
  19. 請求項15に記載のインテリジェント栽培管理方法であって、前記土壌条件は、土壌のph値と、土壌の導電率と、土壌温度と、土壌湿度との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
  20. 請求項15に記載のインテリジェント栽培管理方法であって、前記光の照射条件は、照度と、光の照射時間との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
  21. 請求項1に記載のインテリジェント栽培管理方法であって、前記植物特徴を収集することは、写真撮影もしくは動画撮影をさらに含む、インテリジェント栽培管理方法。
  22. 請求項1に記載のインテリジェント栽培管理方法であって、前記コントロール操作は、灌水と、補光と、遮光と、酸素補給と、二酸化炭素補給と、温度を下げることと、温度を上げることと、施肥と、通風量を増やすことと、通風量を減らすことと、殺虫剤散布と、虫害予防剤散布との中から一つもしくは複数を選択する、インテリジェント栽培管理方法。
  23. 異なる環境下に置かれた複数の栽培装置における植物栽培過程を制御するインテリジェント栽培設備であって、
    データ収集装置と、分類及びマーク装置と、コントロール装置とを備え、
    前記データ収集装置は、植物の栽培情報及び当該栽培装置が位置する環境情報を収集し、所定の時間間隔で、複数の栽培条件における少なくとも一つの栽培条件情報を収集し、植物の植物特徴を収集して、収集したデータを前記分類及びマーク装置へ伝送し、
    前記分類及びマーク装置は、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴に基づいて採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
    前記コントロール装置は、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
  24. 請求項23に記載のインテリジェント栽培設備であって、
    植物の植物特徴を収集することは、
    植物生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
    収穫後に、収穫した植物の特徴を収集することとを含み、
    前記分類及びマーク装置が、同一の分類において、予め設定された条件に従い、各栽培装置の前記栽培過程情報及び前記収穫した植物の特徴に基づいて採点する、インテリジェント栽培設備。
  25. 請求項23に記載のインテリジェント栽培設備であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培設備。
  26. 請求項23に記載のインテリジェント栽培設備であって、一つ目の植物生長周期において、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
  27. クライアントと、複数のスター型ネットワークユニットからなるスター型ネットワークと、閉ループ最適化プラットフォームとを含むインテリジェント栽培設備において、
    前記クライアントは、インターネットを介して前記閉ループ最適化プラットフォームに接続され、アラート、目下の栽培状況などの情報を得、また、閉ループ最適化プラットフォームを介して各スター型ネットワークユニットを手動制御でき、
    前記スター型ネットワークユニットと閉ループ最適化プラットフォームはインターネットを介して接続され、各スター型ネットワークユニットは、測定装置と、制御装置と、インターネットアクセスモジュールとを備え、前記測定装置は、植物栽培装置の環境情報及び栽培条件情報を測定してから、測定した情報データを前記アクセスモジュールへ伝送し、前記アクセスモジュールがインターネットを介して前記情報データを前記閉ループ最適化プラットフォームへ上げ、閉ループ最適化プラットフォームからのコントロールデータを受信し、前記制御装置は前記コントロールデータに基づいて前記栽培装置の栽培条件を制御し、
    前記閉ループ最適化プラットフォームは、各スター型ネットワークユニットからの情報データを受信し、前記栽培情報と前記環境情報とに基づいて、受信したデータを分類し、同一の分類において、予め設定された条件に従い、各栽培装置の前記植物特徴を採点して、複数の栽培装置の植物特徴のスコアを比較し、植物特徴のスコアが高い栽培装置の植物生長周期内の各栽培条件情報をマークし、当該植物生長周期に関する各分類における、マークされた栽培条件情報を記憶し、
    前記閉ループ最適化プラットフォームは、各栽培装置の栽培情報及び環境情報に基づき、目下の栽培条件情報を、記憶したマークされた栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、記憶したマークされた栽培条件情報と目下の栽培条件情報とに基づいてコントロールデータを生成し、各スター型ネットワークユニットの栽培装置の当該栽培条件をコントロール操作するために、当該コントロールデータを各スター型ネットワークユニットへ送信する、インテリジェント栽培設備。
  28. 請求項27に記載のインテリジェント栽培設備であって、
    植物の植物特徴を収集することは、
    植物の生長周期の過程において、植物の各段階の栽培過程情報を収集することと、
    収穫後に、収穫した植物の特徴を収集することとを含み、
    前記閉ループ最適化プラットフォームが、同一の分類において、予め設定された条件に従い、各栽培装置の前記栽培過程情報及び前記収穫した植物の特徴に基づいて採点する、インテリジェント栽培設備。
  29. 請求項27に記載のインテリジェント栽培設備であって、目下の植物生長周期における、複数の栽培装置の植物特徴のスコアを取得して、これを記憶したスコアの高い栽培装置の植物特徴のスコアと比較し、前者が後者よりも高い場合は、目下の植物特徴のスコアが高い栽培装置の各栽培条件情報をマークし、目下の植物生長周期に関する各分類におけるマークした栽培条件情報を記憶する、インテリジェント栽培設備。
  30. 請求項27に記載のインテリジェント栽培設備であって、一つ目の植物生長周期において、前記閉ループ最適化プラットフォームは、収集した目下の栽培条件情報を、予め設定された栽培条件情報と比較し、前者と後者の差の値が閾値を超えた場合は、予め設定された栽培条件情報を選択してコントロールデータを生成し、各栽培装置の当該栽培条件を制御するために、当該コントロールデータを各栽培装置へ送信する、インテリジェント栽培設備。
JP2018513711A 2015-05-26 2016-05-23 インテリジェント栽培管理方法及びインテリジェント栽培設備 Pending JP2018517220A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510277815.9 2015-05-26
CN201510277815.9A CN104866970B (zh) 2015-05-26 2015-05-26 智能种植管理方法和智能种植设备
PCT/CN2016/082958 WO2016188384A1 (zh) 2015-05-26 2016-05-23 智能种植管理方法和智能种植设备

Publications (1)

Publication Number Publication Date
JP2018517220A true JP2018517220A (ja) 2018-06-28

Family

ID=53912790

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018513711A Pending JP2018517220A (ja) 2015-05-26 2016-05-23 インテリジェント栽培管理方法及びインテリジェント栽培設備

Country Status (8)

Country Link
US (1) US20180146626A1 (ja)
EP (1) EP3330905A4 (ja)
JP (1) JP2018517220A (ja)
CN (1) CN104866970B (ja)
AU (1) AU2016266460B2 (ja)
CA (1) CA2987319A1 (ja)
RU (1) RU2688234C1 (ja)
WO (1) WO2016188384A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102200314B1 (ko) * 2018-11-30 2021-01-08 주식회사 웨이브쓰리디 드론을 이용한 농작물 모니터링 시스템

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104866970B (zh) * 2015-05-26 2018-07-24 徐吉祥 智能种植管理方法和智能种植设备
CN105137940B (zh) * 2015-09-01 2017-11-03 徐州工业职业技术学院 物联网大棚农业生长监控系统
CN105163090B (zh) * 2015-09-22 2018-09-28 江苏大学 基于4g的家庭庭院智能看护装置
CN106605530B (zh) * 2015-10-27 2020-11-06 上海中医药大学 盆栽植物的自动监测与栽培方法及智能花盆
CN105635302B (zh) * 2016-01-15 2019-12-13 百度在线网络技术(北京)有限公司 对象操作方法和装置
CN105613246A (zh) * 2016-01-18 2016-06-01 王春雷 一种自动选择种植蔬菜种类的方法及装置
CN105512950A (zh) * 2016-01-21 2016-04-20 上海硅酉信息技术有限公司 一种地理信息系统
CN105700593B (zh) * 2016-02-04 2018-07-31 冯涛 一种植物种植监控系统及其方法
CN105867144A (zh) * 2016-04-05 2016-08-17 云上后稷(北京)科技有限公司 家居型植物工厂、远程控制方法、控制器及控制系统
CN105867492A (zh) * 2016-05-03 2016-08-17 昆明理工大学 一种大棚内智能温控培育多种植物的方法
CN106357611A (zh) * 2016-08-25 2017-01-25 深圳前海弘稼科技有限公司 一种植物信息共享方法以及装置
CN106331127A (zh) * 2016-08-30 2017-01-11 深圳前海弘稼科技有限公司 种植设备及其管理方法、装置、系统以及服务器
CN106465634A (zh) * 2016-09-05 2017-03-01 深圳市双赢伟业科技股份有限公司 基于农联网的蔬菜栽培方法及栽培系统
CN106408430A (zh) * 2016-09-26 2017-02-15 深圳前海弘稼科技有限公司 植物生长数据的记录方法和记录系统
CN106650587A (zh) * 2016-09-29 2017-05-10 深圳前海弘稼科技有限公司 种植设备的电源管理方法、电源管理装置和种植设备
CN106341491A (zh) * 2016-10-19 2017-01-18 郑州云海信息技术有限公司 业务平台、确定植物灌溉时间和水量的方法及系统
CN107980572A (zh) * 2016-10-26 2018-05-04 陈鸽 水培蔬菜的种植方法及种植控制装置
CN106489687A (zh) * 2016-10-28 2017-03-15 深圳前海弘稼科技有限公司 灌溉装置的控制方法和控制装置
CN106561347B (zh) * 2016-10-31 2019-12-03 惠州匠韵智能科技有限公司 一种基于机器学习的植物智能培育系统及方法
CN106651149A (zh) * 2016-12-01 2017-05-10 厦门迈信物联科技股份有限公司 一种植物生长行为分析方法
CN106709811A (zh) * 2016-12-08 2017-05-24 党兴仁 一种蔬菜生长管理方法及系统
CN106650679A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 种植设备控制方法、种植设备控制装置和服务器
CN106649827A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 一种种植提醒方法、服务器及系统
US10554510B2 (en) * 2017-02-22 2020-02-04 Red Hat, Inc. Enabling additional metrics in a monitoring system to diagnose problems
CN106875285A (zh) * 2017-02-28 2017-06-20 河源弘稼农业科技有限公司 植物数据处理方法、植物数据处理装置和服务器
CN107066563A (zh) * 2017-03-31 2017-08-18 深圳前海弘稼科技有限公司 模拟植物种植的方法及系统
CN107292756A (zh) * 2017-04-13 2017-10-24 重庆光电信息研究院有限公司 基于气象大数据的人工智能学习方法及种植设备
CN107079653A (zh) * 2017-04-28 2017-08-22 深圳前海弘稼科技有限公司 温室大棚的控制方法、控制装置和服务器
CN107169107B (zh) * 2017-05-18 2021-02-02 广州市拓狗信息科技有限公司 一种基于大数据分析的水产养殖辅助方法及系统
CN107241403A (zh) * 2017-05-31 2017-10-10 深圳前海弘稼科技有限公司 推送方法及推送装置、服务器、设备和可读存储介质
CN107222549A (zh) * 2017-06-23 2017-09-29 深圳天谷智慧科技有限公司 一种教育微农场管理方法及系统
CN107483566A (zh) * 2017-08-02 2017-12-15 深圳市盛路物联通讯技术有限公司 一种基于物联网的城市绿化的方法及装置
CN107357935B (zh) * 2017-08-15 2020-02-07 杭州萌橙科技有限公司 基于程序云的智能种植设备控制方法
CN107390754B (zh) * 2017-08-29 2019-07-30 贵州省岚林阳环保能源科技有限责任公司 基于物联网云平台的智能植物生长环境调节系统与方法
CN107390753B (zh) * 2017-08-29 2019-07-30 贵州省岚林阳环保能源科技有限责任公司 基于物联网云平台的智能植物生长环境调节装置与方法
CN107527245A (zh) * 2017-08-31 2017-12-29 深圳前海弘稼科技有限公司 虚拟种植方法和虚拟种植系统
CN107450449A (zh) * 2017-09-14 2017-12-08 广东工业大学 一种农业监控系统
CN107844102B (zh) * 2017-09-29 2020-11-24 深圳春沐源控股有限公司 一种生产计划管理的方法及系统
CN107844089A (zh) * 2017-10-31 2018-03-27 深圳春沐源控股有限公司 一种种植预警的方法、系统及种植管理系统
CN107711453A (zh) * 2017-11-06 2018-02-23 无锡七百二十度科技有限公司 一种基于物联网的农田灌溉方法
CN108074236B (zh) * 2017-12-27 2020-05-19 Oppo广东移动通信有限公司 植物浇灌提醒方法、装置、设备及存储介质
CN108541565B (zh) * 2018-05-01 2020-11-06 舒城县利民农民专业合作社 避免重复浇灌的农业用浇灌装置
CN108719004A (zh) * 2018-05-01 2018-11-02 沈建国 避免重复浇灌的农业用浇灌装置
CN108782186A (zh) * 2018-05-08 2018-11-13 句容市宝启电子科技有限公司 绿化带智能养护方法
WO2019237200A1 (en) * 2018-06-12 2019-12-19 Paige Growth Technologies Inc. Precision agriculture system and related methods
CN109150958A (zh) * 2018-06-30 2019-01-04 湖北海纳天鹰科技发展有限公司 一种通用型NBIoT网络信息处理方法和装置
CN108934613A (zh) * 2018-09-25 2018-12-07 王金玉 一种太阳能光伏蔬菜种植大棚自动喷灌系统
CN109463260A (zh) * 2018-09-29 2019-03-15 广州绿桦环保科技有限公司 一种植物养护系统
CN109523751A (zh) * 2018-09-30 2019-03-26 康美中药材数据信息服务有限公司 一种药材生产土壤环境预警方法、电子设备和存储介质
CN110009522A (zh) * 2018-10-12 2019-07-12 王龙 一种农业信息动态获取系统
US20200125929A1 (en) 2018-10-19 2020-04-23 X Development Llc Crop yield prediction at field-level and pixel-level
TWI703529B (zh) * 2018-12-27 2020-09-01 蜂巢數據科技股份有限公司 作物生長階段計算方法及電腦程式產品
CN109767347B (zh) * 2018-12-29 2021-01-26 山东丰信农业服务连锁有限公司 一种基于互联网及智能的农业种植管理系统
CN109673280A (zh) * 2019-01-10 2019-04-26 珠海格力电器股份有限公司 基于微波雷达的栽培方法、装置、设备及处理器
CN109673318A (zh) * 2019-01-18 2019-04-26 王继民 一种智能健康种植系统
CN109600887A (zh) * 2019-01-28 2019-04-09 汇云时代科技(深圳)有限公司 一种日光模拟控制器
CN110111263A (zh) * 2019-03-29 2019-08-09 中国地质大学(武汉) 一种基于图像处理的烤烟种植指导系统
WO2020227812A1 (en) * 2019-05-13 2020-11-19 CO2 GRO Inc. Control of pathogens by foliar spraying with co2-infused water
RU2723189C1 (ru) * 2019-06-21 2020-06-09 Автономная некоммерческая образовательная организация высшего образования "Сколковский институт науки и технологий" Способ автоматического подбора оптимальных параметров выращивания растений на основе методов машинного обучения
CN110488690A (zh) * 2019-08-05 2019-11-22 安徽众星电气科技有限公司 一种工厂化石斛生态园自动化控制系统
CN111026208A (zh) * 2019-12-30 2020-04-17 滁州联润生态农业发展有限公司 一种苗木栽培园林综合管理操作系统

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU988241A1 (ru) * 1981-03-06 1983-01-15 Агрофизический Научно-Исследовательский Институт Всесоюзной Ордена Ленина Академии Сельскохозяйственных Наук Им.В.И.Ленина Устройство дл выращивани растений
RU2091009C1 (ru) * 1993-07-08 1997-09-27 Беркович Юлий Александрович Установка для конвейерного выращивания растений и ее вариант
US7617057B2 (en) * 2005-12-21 2009-11-10 Inst Technology Development Expert system for controlling plant growth in a contained environment
RU78400U1 (ru) * 2008-04-21 2008-11-27 Министерство сельского хозяйства Российской Федерации Федеральное государственное образовательное учреждение высшего профессионального образования "Челябинский государственный агроинженерный университет" (ФГОУ ВПО ЧГАУ) Установка для выращивания растений
CN101286060A (zh) * 2008-05-16 2008-10-15 昆明理工大学 基于决策支持的控制植物生长环境的方法
MY151175A (en) * 2009-01-22 2014-04-30 Mimos Berhad A device for controlling and profiling field conditions and a method therefor
CN201594181U (zh) * 2010-02-09 2010-09-29 高明亮 一种植物生长环境智能控制装置
CN102014165A (zh) * 2010-08-12 2011-04-13 北京天地互连信息技术有限公司 远程农业信息智能分析系统及农业环境调控方法
KR20120075526A (ko) * 2010-11-22 2012-07-09 (주)홈시큐넷 시설재배장의 원격 관리시스템
RU2014102263A (ru) * 2011-06-27 2015-08-10 Басф Плант Сайенс Компани Гмбх Устройство для скрининга экземпляров растений
CN102498891B (zh) * 2011-11-08 2013-07-03 山东大学 一种湿地植被恢复物种筛选方法
CN102550371A (zh) * 2011-11-15 2012-07-11 无锡科技职业学院 基于物联网技术的小区或别墅用自动灌溉控制系统及方法
CN102868749A (zh) * 2012-09-20 2013-01-09 张晋 一种农业种植、饲养的物联网云服务系统及服务流程方法
CN102884932B (zh) * 2012-10-29 2014-02-19 江苏物联网研究发展中心 基于种植专家云的智能型土培植物生长栽培系统
CN103814752B (zh) * 2012-11-19 2016-10-05 美新微纳传感系统有限公司 一种冬虫夏草智能养殖系统
CN103336517B (zh) * 2013-07-02 2015-06-24 周庆芬 一种智能农业综合管理系统
CN203490529U (zh) * 2013-10-12 2014-03-19 郑州航空工业管理学院 一种基于物联网的智能种植装置
CN104012375A (zh) * 2014-05-07 2014-09-03 娄志 一种农业自动感知灌溉监控系统
CN104012376B (zh) * 2014-06-12 2017-06-20 张和暄 基于生态环境信息的智能浇花系统、方法及其装置
CN104216373A (zh) * 2014-09-03 2014-12-17 太原理工大学 基于智能云的家庭水管理系统
CN104186186A (zh) * 2014-09-12 2014-12-10 吴慧 一种农作物的大棚种植系统
CN104267699A (zh) * 2014-09-30 2015-01-07 常州机电职业技术学院 一种基于物联网技术的农业大棚智能控制装置及其工作方法
CN104331109A (zh) * 2014-10-28 2015-02-04 许祥洪 温室智能控制方法及温室智能控制系统
CN104866970B (zh) * 2015-05-26 2018-07-24 徐吉祥 智能种植管理方法和智能种植设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102200314B1 (ko) * 2018-11-30 2021-01-08 주식회사 웨이브쓰리디 드론을 이용한 농작물 모니터링 시스템

Also Published As

Publication number Publication date
CN104866970B (zh) 2018-07-24
CA2987319A1 (en) 2016-12-01
WO2016188384A1 (zh) 2016-12-01
US20180146626A1 (en) 2018-05-31
AU2016266460A1 (en) 2018-01-25
EP3330905A1 (en) 2018-06-06
EP3330905A4 (en) 2019-05-08
AU2016266460B2 (en) 2019-11-07
RU2688234C1 (ru) 2019-05-21
CN104866970A (zh) 2015-08-26

Similar Documents

Publication Publication Date Title
Jamieson et al. Drought influences on grain yield of barley, wheat, and maize
Miller et al. Using growing degree days to predict plant stages
Orgaz et al. Evapotranspiration of horticultural crops in an unheated plastic greenhouse
Anderson et al. Validation of chill unit and flower bud phenology models for'Montmorency'sour cherry
US10028426B2 (en) Agronomic systems, methods and apparatuses
Connor Adaptation of olive (Olea europaea L.) to water-limited environments
Stanghellini Environmental control of greenhouse crop transpiration
Salinger et al. Reducing vulnerability of agriculture and forestry to climate variability and change: workshop summary and recommendations
Strand Integrated pest management for strawberries
US8504234B2 (en) Robotic pesticide application
Mancuso et al. A wireless sensors network for monitoring environmental variables in a tomato greenhouse
Ahmad et al. Impact of climate change on the rice–wheat cropping system of Pakistan
US9076105B2 (en) Automated plant problem resolution
US20180014452A1 (en) Agronomic systems, methods and apparatuses
JP6049767B2 (ja) 栽培システム、栽培プログラム、および栽培方法
CN101167436B (zh) 一种基于无线探测器的智能浇灌系统和方法
US8437879B2 (en) System and method for providing prescribed resources to plants
EP2243353B1 (en) System and method for managing resource use
Salazar et al. A model for the potential production and dry matter distribution of Cape gooseberry (Physalis peruviana L.)
US8321365B2 (en) Horticultural knowledge base for managing yards and gardens
Chen et al. AgriTalk: IoT for precision soil farming of turmeric cultivation
Anten et al. Tragedies and crops: understanding natural selection to improve cropping systems
Klocke et al. Corn yield response to deficit irrigation
US20100268391A1 (en) Resource Use Management
Sánchez-Guerrero et al. Effects of EC-based irrigation scheduling and CO2 enrichment on water use efficiency of a greenhouse cucumber crop

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190520

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191120

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200107

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200406

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200929