CN114910147B - 一种基于物联网的成熟度和产量估计方法及装置 - Google Patents
一种基于物联网的成熟度和产量估计方法及装置 Download PDFInfo
- Publication number
- CN114910147B CN114910147B CN202111531992.7A CN202111531992A CN114910147B CN 114910147 B CN114910147 B CN 114910147B CN 202111531992 A CN202111531992 A CN 202111531992A CN 114910147 B CN114910147 B CN 114910147B
- Authority
- CN
- China
- Prior art keywords
- fruits
- collector
- fruit
- falling
- preset time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 325
- 238000003306 harvesting Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000005089 fruit drop Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008147 floral bud development Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/22—Yield analysis or yield optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Economics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于物联网的成熟度和产量估计方法及装置,该方法包括:获取预设时间内掉落在采集器上的果实数量;根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。本申请实施例提供的一种基于物联网的成熟度和产量估计方法及装置,能够实现在无人工参与的情况下对果实成熟度进行自动识别,不仅提高了果实成熟度识别的准确率和效率,为最大价值的采收时间点选择提供参考,还能够有效的降低人工成本。
Description
技术领域
本申请涉及果实成熟度检测技术领域,尤其涉及一种基于物联网的成熟度和产量估计方法及装置。
背景技术
近年来,物联网越来越成熟,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。目前物联网技术已广泛应用于监测土壤对植株生长的影响、果实品质的评价以及果实采收成熟度的评估等方面。
果实在发育到成熟的过程品质指标是动态变化,成熟度作为衡量果实成熟程度及最佳冷链运输采摘时间节点的指标,在很大程度上决定了果品的质量和口感,如果成熟度不够,则果品的外观品质欠佳,内在品质的品种特征也无法体现。若成熟度过大,则果品的口感变淡,且易于***和碰伤,影响果品的物流运输和可贮藏性,采收过早或过晚都会影响果实产量、花芽发育和次年的果实质量。在传统方法中,判断果实采收时的成熟度是根据经验以果实果皮颜色为标准,没有考虑到果径、单果重、甜度等更多重要因素,很可能会因为不同果皮色素基因表达的早晚而产生错误判断。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种基于物联网的成熟度和产量估计方法,该方法包括:
获取预设时间内掉落在采集器上的果实数量;
根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。
优选地,所述获取预设时间内掉落在采集器上的果实数量,包括:
获取预设时间内掉落在采集器上的实际果实数量;
从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量;
所述根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度,包括:
根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
优选地,所述从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:
获取单个果实在所述采集器上的撞击次数;
根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量。
优选地,所述根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:
统计预设时间内掉落在采集器上的果实中,所述撞击次数为1的果实数量,并作为成熟果实数量。
优选地,所述从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:
统计预设时间内掉落在采集器上的果实中,单个果实重量大于等于预设重量的果实数量,并作为成熟果实数量。
本申请实施例还提供一种基于物联网的产量估计方法,该产量估计方法包括本申请实施例中所述的成熟度估计方法的步骤,还包括:
确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;
根据所述果实平均重量,确定待检测植物的产量。
优选地,所述果实平均重量F与所述待检测植物的产量Q之间的关系满足:
其中,N为所述预设时间内掉落在采集器上的果实数量,d为掉落的果实在所述采集器上的撞击位置与所述采集器的支撑杆之间的平均距离,a为常数,W是风力值。
本申请实施例还提供一种基于物联网的成熟度和产量估计装置,该装置包括采集器、摄像器及控制器;
所述采集器用于承接掉落的果实;
所述摄像器用于采集待检测植物图像;
所述控制器用于根据待检测植物图像确定预设时间内掉落在采集器上的果实数量,并根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。
优选地,所述采集器包括采集板、支撑杆及压力传感器,所述支撑杆的底部设置在地面上;
所述采集板为平面采集板,所述采集板在一端固定在所述支撑杆上;所述采集板用于承接掉落的果实;
所述压力传感器与所述采集板电连接,用于采集待检测植物掉落的果实的重量;
所述摄像器设置在所述支撑杆的顶部。
优选地,该装置还包括风向传感器和风速传感器。
本申请实施例提供的技术方案与现有技术相比具有如下优点:
本申请实施例提供的一种基于物联网的成熟度和产量估计方法及装置,能够实现在无人工参与的情况下对果实成熟度进行自动识别,不仅提高了果实成熟度识别的准确率和效率,还能够有效的降低人工成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于物联网的成熟度估计方法的一种流程示意图;
图2为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图;
图3为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图;
图4为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图;
图5为本申请实施例提供的一种基于物联网的成熟度和产量估计装置的一种结构示意图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面将对本申请的方案进行进一步描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,但本申请还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本申请的一部分实施例,而不是全部的实施例。
图1为本申请实施例提供的一种基于物联网的成熟度估计方法的一种流程示意图,如图1所示,该基于物联网的成熟度估计方法包括:
步骤101:获取预设时间内掉落在采集器上的果实数量。
在步骤101中,获取待检测植物在预设时间内掉落在采集器上的果实数量。
步骤102:根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。
落果率是指在预设时间内待检测植物掉落的果实数量;当待检测植物上的果实成熟后,待检测植物上的果实会自然掉落下来;并且待检测植物处于成熟期时,由于成熟的果实较多,相应的掉落的果实也多,因此与成长期的待检测植物相比,处于成熟期的待检测植物的落果率明显要较高。所以可以根据待检测植物在预设时间内掉落在采集器上的果实数量以及预设落果率,可以确定待检测植物的果实成熟度。
本申请实施例提供的一种基于物联网的成熟度估计方法,能够实现在无人工参与的情况下对果实成熟度进行自动识别,不仅提高了果实成熟度识别的准确率和效率,还能够有效的降低人工成本。
在一些实施例中,例如预设落果率可以是该待检测植物处于成熟期的落果率,因此可以将待检测植物在预设时间内掉落在采集器上的果实数量与预设落果率进行对比,可以确定出待检测植物的果实成熟度。当待检测植物在预设时间内掉落在采集器上的果实数量大于等于预设落果率时,确定待检测植物的果实已经成熟;当待检测植物在预设时间内掉落在采集器上的果实数量小于预设落果率时,则确定待检测植物的果实未成熟。
在一些实施例中,步骤101:获取预设时间内掉落在采集器上的果实数量,例如还包括:获取预设时间内掉落在采集器上的实际果实数量;从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量;步骤102:根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度,例如还包括:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
在一些实施例中,根据待检测植物所在植物园区的面积,确定采集器在该植物园区设置的数量。优选地,采集器设置的数量是该植物园区总面积的五分之一。
在一些实施例中,在该植物园区南方区域设置的采集器的数量大于在植物园区北方区域设置的采集器的数量。根据本申请的方法放置采集器的位置,经过试验测试,对果实成熟度检测的精准度能够达到86%以上,相比较其他放置方法效果更加显著。
由于植物都是朝南生长的,优选地,在该植物园区南方区域设置的采集器的数量为采集器总数量的四分之三,在植物园区北方区域设置的采集器的数量为采集器总数量的四分之一。其中,采集器集中放置在南方区域即向着太阳的区域,能够使产量降低7%的损失。
以上仅为本申请的一种实施方式,本申请的实施方式还可以如图2所示,图2为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图,参考图2,该基于物联网的成熟度估计方法包括:
步骤201:获取预设时间内掉落在采集器上的实际果实数量。
该实际果实数量为在预设时间内掉落在采集器上的所有果实的数量。
步骤202:从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量。
在步骤202中,确定从预设时间内掉落在采集器上的实际果实数量中哪些是成熟果实数量,哪些是非成熟果实数量。
步骤203:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
在步骤203中,将预设时间内掉落在采集器上的成熟果实数量与预设落果率进行比对,来确定待检测植物的果实成熟度。当待检测植物在预设时间内掉落在采集器上的成熟果实数量大于等于预设落果率时,确定待检测植物的果实已经成熟;当待检测植物在预设时间内掉落在采集器上的成熟果实数量小于预设落果率时,则确定待检测植物的果实未成熟。
本申请实施例提供的一种基于物联网的成熟度估计方法,根据预设时间内掉落在采集器上的成熟果实数量与预设落果率进行比对,来确定待检测植物的果实成熟度,避免掉落在采集器上的实际果实数量中包含非成熟果实,即通过成熟果实的落果率与预设落果率进行比对,能够进一步的提高果实成熟度检测的准确性,使得果实成熟度检测结果能够更加符合实际待测植物的果实成熟度。
以上仅为本申请的一种实施方式,本申请的实施方式还可以如图3所示,图3为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图,参考图3,该基于物联网的成熟度估计方法包括:
步骤301:获取预设时间内掉落在采集器上的实际果实数量。
步骤302:获取单个果实在所述采集器上的撞击次数。
果实在掉落到采集器上时会被弹起,有的果实在掉落到采集器上上会撞击1次后,再弹到地面上;有的果实在掉落到采集器上撞击1次后,被弹起,再次落到采集器上再被弹起,因此单个果实与采集器上的撞击次数有可能是1次,也有可能是多次。
步骤303:根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量。
掉落在采集器上的果实之所以会被弹起,是由于有的果实还未成熟;与成熟的果实相比,未成熟的果实重量较轻,因此未成熟的果实掉落在采集器上后,被弹起的高度较低,容易再次落到采集器上,继而果实是否成熟会影响其与采集器的撞击次数,所以可以根据撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量。
步骤304:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
本申请实施例提供的一种基于物联网的成熟度估计方法,根据单个果实在采集器上的撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,该方法操作简单,容易实现,且能够自动化的检测出实际果实数量中的成熟果实数量,为果实成熟度的检测提供科学依据。
在一些实施例中,步骤303:所述根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,例如还包括:统计预设时间内掉落在采集器上的果实中,所述撞击次数为1的果实数量,并作为成熟果实数量。当掉落在采集器上的果实与采集器的撞击次数为1时,说明该掉落的果实重量较重,只有成熟果实才能达到这样的重量,且可以被采集器弹起的较高,撞击1次即可弹出采集器落到地面上,因此可以判定撞击1次的果实为成熟果实。
以上仅为本申请的一种实施方式,本申请的实施方式还可以如图4所示,图4为本申请实施例提供的一种基于物联网的成熟度估计方法的另一种流程示意图,参考图4,该基于物联网的成熟度估计方法包括:
步骤401:获取预设时间内掉落在采集器上的实际果实数量。
步骤402:统计预设时间内掉落在采集器上的果实中,单个果实重量大于等于预设重量的果实数量,并作为成熟果实数量。
成熟果实的重量比未成熟果实的重量要大,当单个果实重量达到一定重量即可判断该果实为成熟果实。例如预设重量可以设定为成熟果实的重量,则单个果实重量大于等于预设重量的果实,可以作为成熟果实,并获取该成熟果实数量。
步骤403:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
本申请实施例提供的一种基于物联网的成熟度估计方法,根据单个果实重量,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,该方法准确度高,不依赖传统的依据果实的色泽大小等外观情况,就能够自动化的检测出实际果实数量中的成熟果实数量,为果实成熟度的检测提供科学依据。
在一些实施例中,所述获取预设时间内掉落在采集器上的果实数量,例如还包括:判断掉落在采集器上的果实是否为成熟果实;确定掉落在采集器上的果实为成熟果实后,记录掉落在采集器上的果实为有效果实;统计预设时间内有效果实数量,将有效果实数量确定为成熟果实数量。所述根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度,包括:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度。
本申请实施例提供的一种基于物联网的成熟度估计方法,先对掉落的果实进行判断是否为成熟果实,当确定为成熟果实后,将该掉落的果实记为有效果实,统计预设时间内有效果实数量,该有效果实数量即为成熟果实数量。这样可以对掉落的果实一边判断是否为成熟果实,一边进行记录是否为有效果实,然后对有效果实数量进行统计,即可很容易的得出成熟果实数量。该方法操作简单,容易实现,为果实成熟度检测提供多种易于实现的检测方法。
本申请实施例还提供一种基于物联网的产量估计方法,该产量估计方法包括本申请实施例中所述的成熟度估计方法的步骤,还包括:确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;根据所述果实平均重量,确定待检测植物的产量。
具体地,当待检测植物的果实成熟度达到预设成熟度后,说明此时待检测植物已经成熟,此时就可以开始估算待检测植物的产量,并且此时估算待检测植物的产量是准确的,因此确定待检测植物的果实成熟度达到预设成熟度后,可以获取预设时间内掉落在采集器上的果实平均重量;根据所述果实平均重量,可以确定出待检测植物的产量。
优选地,所述果实平均重量F与所述待检测植物的产量Q之间的关系满足:
其中,N为所述预设时间内掉落在采集器上的果实数量,d为掉落的果实在所述采集器上的撞击位置与所述采集器的支撑杆之间的平均距离,a为0.22-0.68,W是风力值。
本申请实施例提供的一种基于物联网的产量估计方法,可以根据获取预设时间内掉落在采集器上的果实平均重量来确定待检测植物的产量,计算方法简单准确,且将风力值考虑在内,排除了由于风力等外因造成的果实掉落,进而可以准确的计算出待检测植物的产量,为待检测植物的产量计算提供科学依据。
在一些实施例中,例如可以根据预设时间内掉落在采集器上的成熟果实数量以及成熟果实平均重量,来确定待检测植物的产量。这样可以进一步提高待检测植物的产量计算精确度。
本申请实施例还提供一种基于物联网的成熟度和产量估计装置,该装置包括采集器、摄像器及控制器;采集器用于承接掉落的果实;摄像器用于采集待检测植物图像;控制器用于根据待检测植物图像确定预设时间内掉落在采集器上的果实数量,并根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。
本申请实施例提供的一种基于物联网的成熟度和产量估计装置,能够实现果实成熟度的自动化检测,结构简单,设备成本较低,可以实现广泛应用,且对果实成熟度检测的准确率高,无需依靠人工对成熟度进行检测,便于实现农业的自动化生产。
该控制器还可以用于确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;根据所述果实平均重量,确定待检测植物的产量。
具体地,当控制器确定待检测植物的果实成熟度达到预设成熟度后,说明此时待检测植物已经成熟,此时就可以开始估算待检测植物的产量,并且此时估算待检测植物的产量是准确的,因此控制器可以用于在确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;根据所述果实平均重量,可以确定出待检测植物的产量。
优选地,所述果实平均重量F与所述待检测植物的产量Q之间的关系满足:
其中,N为所述预设时间内掉落在采集器上的果实数量,d为掉落的果实在所述采集器上的撞击位置与所述采集器的支撑杆之间的平均距离,a为0.22-0.68,W是风力值。
如图5所示,图5为本申请实施例提供的一种基于物联网的成熟度和产量估计装置的一种结构示意图,参考图5的结构,该装置包括采集器、摄像器501及控制器502;采集器包括采集板503、支撑杆504及压力传感器505,支撑杆504的底部设置在地面506上;采集板503为平面采集板,采集板503在一端固定在支撑杆504上;采集板503用于承接掉落的果实507;压力传感器505与采集板503电连接,用于采集待检测植物掉落的果实507的重量;摄像器501设置在支撑杆504的顶部,摄像器501用于采集待检测植物图像。控制器503用于根据待检测植物图像确定预设时间内掉落在采集器上的果实数量,并根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度。
该控制器503还可以用于确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;根据所述果实平均重量,确定待检测植物的产量。
在一些实施例中,该采集器中支撑杆504上设置有无线通信模块508,该无线通信模块508可以与控制器502通信连接,实现采集器与控制器之间的无线信号交互。该无线通信模块例如可以是天线、无线连接器、信号交互器等,本申请对此不限定。该无线通信模块可以设置在采集器的任意位置,无线通信模块设置的位置依据实际采集器的结构进行调整,本申请对此不限定。
在一些是实施例中,如图5所示,该装置还包括风向传感器509和风速传感器510,该风向传感器509和风速传感器510与控制器502通信联系,实现风向传感器、风速传感器与控制器之间的无线信号交互。例如该风向传感器509和风速传感器510均设置在支撑柱511上,该支撑柱511设置在地面506上。例如该风向传感器509和风速传感器510上设置有无线通信模块,该无线通信模块可以实现风向传感器509和风速传感器510与控制器502通信联系。该无线通信模块例如可以是天线、无线连接器、信号交互器等,本申请对此不限定。
在一些实施例中,该控制器例如可以是手机、电脑、平板等智能电子设备。
本申请实施例提供的基于物联网的成熟度和产量估计装置,为了消除果实成熟度检测的误差,设置了风向传感器和风速传感器,例如在丘陵地区,每10亩面积的植物园区设置一个风向传感器和风速传感器即可。
在一些实施例中,例如可以根据预设时间内掉落在采集器上的成熟果实数量以及成熟果实平均重量,来确定待检测植物的产量。这样可以进一步提高待检测植物的产量计算精确度。如图5所示,d为成熟果实在采集器上的撞击位置与采集器的支撑杆之间的平均距离,根据本申请实施例提供一种基于物联网的产量估计方法,其中,成熟果实的平均重量F与待检测植物的产量Q之间的关系满足:
其中,N为掉落的成熟果实数量,d为成熟果实在采集器上的撞击位置与采集器的支撑杆之间的平均距离,a为常数,W是风力值。优选地,a为0.22-0.68。
本申请实施例提供的一种基于物联网的成熟度和产量估计装置,通过该风向传感器和风速传感器可以计算出风力值,根据该风力值,可以避免在计算待检测植物产量的时候由于风力等外在因素造成的成熟果实数量统计不准确的情况,例如有些果实并不是因为成熟后自然掉落,可能是由于当地的风力影响,例如被风吹动而掉落的,而这种由于风吹动而掉落的果实数量会影响实际成熟果实数量的统计和计算,但是本申请实施例中设置有风向传感器和风速传感器,再结合本申请实施例提供的产量计算办法,可以很好的避免这一问题造成的不良影响。
以上对本申请实施例所提供的一种基于物联网的成熟度和产量估计方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于物联网的成熟度估计方法,其特征在于,包括:
获取预设时间内掉落在采集器上的果实数量,包括:获取预设时间内掉落在采集器上的实际果实数量;从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:获取单个果实在所述采集器上的撞击次数;根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量;
根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度,包括:根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟度,所述落果率是指在预设时间内待检测植物掉落的果实数量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:
统计预设时间内掉落在采集器上的果实中,所述撞击次数为1的果实数量,并作为成熟果实数量。
3.根据权利要求1所述的方法,其特征在于,所述从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量,包括:
统计预设时间内掉落在采集器上的果实中,单个果实重量大于等于预设重量的果实数量,并作为成熟果实数量。
4.一种基于物联网的产量估计方法,其特征在于,包括如权利要求1-3中任意一项所述方法的步骤,还包括:
确定待检测植物的果实成熟度达到预设成熟度后,获取预设时间内掉落在采集器上的果实平均重量;
根据所述果实平均重量,确定待检测植物的产量。
5.根据权利要求4所述的方法,其特征在于,所述果实平均重量F与所述待检测植物的产量Q之间的关系满足:
其中,N为预设时间内掉落在采集器上的果实数量,d为掉落的果实在所述采集器上的撞击位置与所述采集器的支撑杆之间的平均距离,a为常数,W是风力值。
6.一种基于物联网的成熟度和产量估计装置,其特征在于,包括采集器、摄像器及控制器;
所述采集器用于承接掉落的果实;
所述摄像器用于采集待检测植物图像;
所述控制器用于根据待检测植物图像确定预设时间内掉落在采集器上的果实数量,并根据预设时间内掉落在采集器上的果实数量以及预设落果率,确定待检测植物的果实成熟度,包括:获取单个果实在所述采集器上的撞击次数;根据所述撞击次数,从预设时间内掉落在采集器上的实际果实数量中确定成熟果实数量;根据预设时间内掉落在采集器上的成熟果实数量以及预设落果率,确定待检测植物的果实成熟,所述落果率是指在预设时间内待检测植物掉落的果实数量。
7.根据权利要求6所述的装置,其特征在于,所述采集器包括采集板、支撑杆及压力传感器,所述支撑杆的底部设置在地面上;
所述采集板为平面采集板,所述采集板在一端固定在所述支撑杆上;所述采集板用于承接掉落的果实;
所述压力传感器与所述采集板电连接,用于采集待检测植物掉落的果实的重量;
所述摄像器设置在所述支撑杆的顶部。
8.根据权利要求7所述的装置,其特征在于,还包括风向传感器和风速传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111531992.7A CN114910147B (zh) | 2021-12-14 | 2021-12-14 | 一种基于物联网的成熟度和产量估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111531992.7A CN114910147B (zh) | 2021-12-14 | 2021-12-14 | 一种基于物联网的成熟度和产量估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114910147A CN114910147A (zh) | 2022-08-16 |
CN114910147B true CN114910147B (zh) | 2023-10-24 |
Family
ID=82763029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111531992.7A Active CN114910147B (zh) | 2021-12-14 | 2021-12-14 | 一种基于物联网的成熟度和产量估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114910147B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011114255A1 (fr) * | 2010-03-18 | 2011-09-22 | Centre De Cooperation Internationale En Recherche Agronomique Pour Le Developpement (Cirad) | Méthode de détermination de la maturité d'une mangue en vue de sa récolte |
WO2012067485A1 (en) * | 2010-11-15 | 2012-05-24 | Mimos Berhad | Apparatus for determining fruit bunch ripeness |
CN104200193A (zh) * | 2014-08-05 | 2014-12-10 | 北京农业信息技术研究中心 | 一种果树产量估测方法及装置 |
CN108279238A (zh) * | 2018-01-30 | 2018-07-13 | 深圳春沐源控股有限公司 | 一种果实成熟度判断方法及装置 |
CN208850216U (zh) * | 2018-10-10 | 2019-05-14 | 澳门培正中学 | 一种防果袭装置 |
CN110208194A (zh) * | 2019-06-11 | 2019-09-06 | 华东交通大学 | 水果成熟度检测装置及成熟度评价方法 |
CN111080103A (zh) * | 2019-12-05 | 2020-04-28 | 中国农业科学院农业资源与农业区划研究所 | 作物产量自动评估的方法 |
CN112816357A (zh) * | 2021-04-17 | 2021-05-18 | 潍坊创科种苗有限公司 | 称重法监测西瓜生长成熟度的装置 |
-
2021
- 2021-12-14 CN CN202111531992.7A patent/CN114910147B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011114255A1 (fr) * | 2010-03-18 | 2011-09-22 | Centre De Cooperation Internationale En Recherche Agronomique Pour Le Developpement (Cirad) | Méthode de détermination de la maturité d'une mangue en vue de sa récolte |
WO2012067485A1 (en) * | 2010-11-15 | 2012-05-24 | Mimos Berhad | Apparatus for determining fruit bunch ripeness |
CN104200193A (zh) * | 2014-08-05 | 2014-12-10 | 北京农业信息技术研究中心 | 一种果树产量估测方法及装置 |
CN108279238A (zh) * | 2018-01-30 | 2018-07-13 | 深圳春沐源控股有限公司 | 一种果实成熟度判断方法及装置 |
CN208850216U (zh) * | 2018-10-10 | 2019-05-14 | 澳门培正中学 | 一种防果袭装置 |
CN110208194A (zh) * | 2019-06-11 | 2019-09-06 | 华东交通大学 | 水果成熟度检测装置及成熟度评价方法 |
CN111080103A (zh) * | 2019-12-05 | 2020-04-28 | 中国农业科学院农业资源与农业区划研究所 | 作物产量自动评估的方法 |
CN112816357A (zh) * | 2021-04-17 | 2021-05-18 | 潍坊创科种苗有限公司 | 称重法监测西瓜生长成熟度的装置 |
Non-Patent Citations (2)
Title |
---|
枸杞果实振动脱落特性模拟仿真及试验研究;王荣炎 等;农机化研究(10);120-128 * |
紫云英荚果成熟度对落荚及种子产量的影响;刘春增 等;草地学报;27(2);413-420 * |
Also Published As
Publication number | Publication date |
---|---|
CN114910147A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103299969B (zh) | 一种害虫诱捕装置和害虫远程识别监控*** | |
CN111652326A (zh) | 基于MobileNet v2网络改进的果实成熟度识别方法和识别*** | |
CN105868784A (zh) | 一种基于sae-svm的病虫害检测*** | |
CN115456476B (zh) | 一种基于机器视觉的国土空间规划数据采集分析*** | |
CN103971199B (zh) | 一种大范围农作物长势的遥感评级方法 | |
CN111916089B (zh) | 基于声信号特征分析的冰雹检测方法和装置 | |
CN109522899A (zh) | 咖啡成熟果实的检测方法、装置及电子设备 | |
CN103971176A (zh) | 一种柑橘果实优质化采收决策的方法及*** | |
CN111462058A (zh) | 一种水稻有效穗快速检测方法 | |
CN114910147B (zh) | 一种基于物联网的成熟度和产量估计方法及装置 | |
CN112067616A (zh) | 一种谷物品质实时检测装置及方法 | |
CN113763196A (zh) | 一种基于改进YOLOv3的果园产量测定*** | |
CN114511777A (zh) | 一种基于图像识别方法的桃树花期监测评估方法 | |
CN117197595A (zh) | 基于边缘计算的果树生育期识别方法、装置及管理平台 | |
CN115690521A (zh) | 一种芥蓝成熟度识别方法 | |
CN111191543A (zh) | 油菜产量估测方法 | |
CN114049390A (zh) | 一种基于机器视觉的小麦麦苗种植密度测量装置及方法 | |
CN110796639B (zh) | 一种基于神经网络的半夏品质分级方法 | |
CN107014709A (zh) | 利用错期播种鉴定水地小麦灌浆期耐高温耐干热风性方法 | |
CN113592172A (zh) | 一种基于机器学习的火龙果种植全周期植物营养配置方法 | |
CN208159306U (zh) | 农作物种植信息收集*** | |
CN116630707B (zh) | 一种基于深度学习的番茄穴盘苗分级检测与数据传输方法 | |
CN216955696U (zh) | 一种基于多光谱的葡萄霜霉病监测装置及预警设备 | |
CN117371529B (zh) | 作物表型数据知识图谱生成方法、装置、电子设备及介质 | |
CN219551579U (zh) | 一种农田综合监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |