CN115135135A - 一种植物生长监测***和方法 - Google Patents
一种植物生长监测***和方法 Download PDFInfo
- Publication number
- CN115135135A CN115135135A CN202180017278.8A CN202180017278A CN115135135A CN 115135135 A CN115135135 A CN 115135135A CN 202180017278 A CN202180017278 A CN 202180017278A CN 115135135 A CN115135135 A CN 115135135A
- Authority
- CN
- China
- Prior art keywords
- plant
- time
- temperature
- successive
- growth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/246—Air-conditioning systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/249—Lighting means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Cultivation Of Plants (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种植物生长监测***,包括图像捕捉***,该图像捕捉***用于捕捉被监测的植物随时间的图像。这些图像用于导出对应于植物的预定生长状态的连续时刻。基于监测的温度对时间的函数,在连续时刻之间获得温度暴露参数。从温度暴露参数中导出与植物健康有关的信息。
Description
技术领域
本发明涉及在诸如垂直农场和温室的环境中监测植物的生长。
背景技术
通过人工检查来监测植物生长进度(例如,新叶的出现、对新叶进行计数等)是复杂且劳动密集的。
已知利用本地传感器来监测植物生长,以便提供气候管理***的自动控制和/或当出现问题时进行报告。例如,已知使用传感器或者2D或3D相机来捕捉随时间推移的信息。例如,相机可以用于捕捉随时间推移的图像,可以从随时间推移的图像中得到测量结果(诸如植物高度、叶数、叶颜色、叶宽度等)。
然后,可以使用自动化决策模块来调节气候管理***的控制参数,以便确保生长遵循指定的准则(诸如预期的发育速率)。决策模块还可以基于检测到的生长与一组指定的预期生长准则的偏离来生成警报。
在植物的发育期间,有各种不同的特征可以被监测,以便评估生长是否遵循预期的发育速率。作为进一步的示例,当植物在稳定的环境条件(例如,温度、光照)下正常生长时,给定植物沿着茎形成各个新叶之间的间隔保持相当恒定。
余正泓(Zhenghong Yu)等人的文章“针对玉米的两个关键生长期(出叶期和三叶期)的基于图像的自动检测技术”(“Automatic image-based detection technology fortwo critical growth stages of maize: Emergence and three-lead stage”),农业和森林气象学(Agricultural and Forest Meteorology),174-175(2013)65-84,公开了使用计算机视觉技术来识别出叶和三叶期。
对植物的特定生长期或植物特定部分的特定生长状态的检测使得能够基于达到那些特定生长期或生长状态的时间来确定发育速率。然而,这不是植物生长是否遵循预期轨迹的精确指标,因为许多因素影响生长条件,诸如温度、灌溉、肥料等。
因此,存在对更精确的自动化监测***的需要,该***仍然可以用现有的简单且可靠的技术来实现。
发明内容
本发明由权利要求限定。
根据与本发明的一个方面一致的示例,提供了一种植物生长监测***,包括:
图像捕捉***,用于捕捉被监测的植物随时间的图像;
图像处理***,用于处理所捕捉的图像,从而导出对应于植物的预定生长状态的连续时刻;
温度监测***,用于监测植物或植物在其中生长的环境的温度;
处理器,被适配成:
基于针对连续时刻之间的时间段的温度对时间的函数,从连续时刻之间的监测的温度中导出温度暴露参数;以及
基于导出的温度暴露参数提供与植物健康有关的信息。
术语“生长状态”用于指代可识别的生长特征,诸如新叶的出现、新芽的形成等。生长状态甚至可以指代植物的生长期(即,萌发、幼苗、营养期、发芽、开花、成熟)。然而,更典型地,被监测的生长状态被比植物的一般生长期更短的时间间隔分隔开。
术语“植物健康”用于指代植物生长状态对应于期望的和可行的生长状态的程度。在植物的生长状态在期望的和可行的生长状态的一定限度内的情况下,认为植物是健康的,植物的生长状态由其物理条件(由诸如重量、尺寸、形态和颜色的量来表征)定义。
本发明基于这样的认识:温度随时间的函数在评估一个时间段是否对应于植物的期望健康方面具有基本和首要的意义,在该时间段期间实现了预定量的生长(即,在不同的生长状态之间)。换句话说,本发明基于这样的认识:可以基于针对一段时间的温度暴露参数来评估植物健康,该段时间对应于预定义的植物状态之间的推移的时间。在示例中,如将在下面更详细讨论的,这些预定的植物状态可以是新叶的出现。因此,在这些示例中,推移的时间可以对应于连续新叶的出现之间的时间。
监测的温度可以是植物自身的温度或植物在其中生长的环境的温度。例如,生长状态的相关位置处(例如,新叶将形成的位置处)的植物茎尖温度可能是重要的。然而,环境可以作为植物温度的代表而被监测。
该***使用图像分析来监测植物生长状态。特别地,按时间顺序达到的植物生长状态(诸如尺寸的增加、叶的尺寸、叶的数量、芽的生长等)被检测。温度暴露参数与达到那些生长状态的时间点之间的温度的演变有关,并且与时间段的持续时间以及温度两者都有关。本发明基于这样的认识:可以导出与植物的(正常)生长模式相关的温度暴露参数。因此,可以导出与植物健康有关的信息(例如,与正常生长模式相比)。例如,本发明对于在垂直农场和温室中使用是有益的。
与植物健康有关的信息可以简单地被提供为咨询信息,或者其可以用于生长条件的自动化控制。
已经发现温度积分是与植物发育速率相关的一个参数。因此,它可以被用作植物发育速率是正常还是异常的指标。该积分包括温度偏移(其取决于进行积分的基线温度)。该积分当然等于一段时间内的平均温度乘以时刻之间的持续时间。
在确定温度暴露参数时,可以进一步考虑照明条件。例如,可以考虑光周期(一天期间有光的小时数)。也可以考虑照明时段的实际照明水平。光照量也会影响植物温度,并且对温度具有间接影响。
所述方法可以应用于植物的任何发育期。
连续时刻例如包括新叶形成或新叶达到预定尺寸的时间。
对于给定的茎,最老的叶是茎上最低的叶。新叶在茎尖处形成。要确定的时刻例如是新叶出现的时间和下一片新叶沿着同一茎出现的时间。更一般地,时刻是新叶具有某一发育状态并且下一片新叶具有相同发育状态的时间。
例如,可以针对多个茎和/或针对多个植物进行测量,并且然后可以获得平均时间间隔,由此导出温度暴露参数。
图像处理***例如被适配成识别预定尺寸的叶的形成,以及将时间外推回到对应于较小或零叶尺寸的时刻。对某一尺寸的叶的检测更加实用,而初始叶形成的时刻可能是用于确定植物健康的更好的参数,但是检测起来不太实用。
作为替代,连续时刻可以包括连续侧枝形成或连续花朵形成的时间。温度暴露参数也可以被定义为与新侧枝的形成或花朵的形成有关。例如,对于番茄来说,在形成三片叶之后,将形成有新的花簇。在该示例中,与花簇的形成有关的温度暴露参数将是与叶形成有关的温度暴露参数的三倍。
作为替代,连续时刻可以包括整个植物达到预定生长条件的时间。“生长条件”可以例如与一定数量的叶、枝条或花朵而不是物理尺寸有关。植物的物理尺寸特别受温度暴露以外的参数影响,诸如例如光的持续时间、光水平、CO2水平等。
温度暴露参数例如包括温度对(连续时刻之间的)时间的积分。这提供了温度对时间图的下方的面积的度量。积分的基线可以取决于植物类型。它可以例如在5到15摄氏度的范围内。
温度可以被钳制在基线温度处,使得如果温度下降到基线以下,则它被设置为基线。也可以有最高温度(诸如30度),对此可以使用简单的积分。可以使用更复杂的函数来容许更高的温度。例如,如果T(t)是温度随时间的函数,并且T0是参考基线温度,则温度积分是(T(t)-T0)在连续时刻之间的时间段内的积分。因此,在该模型中有两个参数,即T0以及(T(t)-T0)的积分。因此,对于不同的植物,T0值可以是不同的。
处理器可以被适配成获得与被监测的植物的植物品种有关的参考温度暴露参数,以及将参考温度暴露参数与导出的温度暴露参数进行比较。
不同的植物品种具有温度暴露参数和发育速率之间的不同的相关性,并且这由参考温度暴露参数来表示,参考温度暴露参数即为与被监测的生长状态之间的期望生长(速率)有关的预期温度暴露。
处理器可以被适配成确定与参考植物健康的偏离程度,并且然后可以进一步被适配成根据该偏离来导出气候调节设置。因此,该***可以用于提供植物气候的自动控制,以确保期望的生长特征。气候调节设置例如包括以下中的一个或多个:
温度;
灌溉设置;
湿度水平;
CO2浓度水平;
肥料剂量;以及
照明参数。
这些各种不同的参数可以用于影响植物生长和植物健康特征。
本发明还提供了一种园艺***,包括:
植物将在其中生长的空间(volume);
气候和照明控制***,用于至少控制该空间内的温度和照明;以及
如上文所定义的植物生长监测***。
本发明还提供了一种植物生长监测方法,包括:
捕捉被监测的植物随时间的图像;
处理所捕捉的图像,从而导出对应于植物的预定生长状态的连续时刻;
监测植物或植物在其中生长的环境的温度;
基于针对连续时刻之间的时间段的温度对时间的函数,从连续时刻之间的监测的温度中导出温度暴露参数;以及
基于导出的温度暴露参数提供与植物健康有关的信息
连续时刻例如包括:
新叶形成或新叶达到预定尺寸的时间;
连续侧枝形成或连续花朵形成的时间;或者
植物达到预定尺寸的时刻。
该方法可以包括识别预定尺寸的叶的形成,以及将时间外推回到对应于较小或零叶尺寸的时刻。
温度暴露参数例如包括温度对(连续时刻之间的)时间的积分。
本发明还提供了一种包括计算机程序代码的计算机程序,当所述程序在计算机上运行时,该计算机程序代码被适配成实现上文所定义的方法。
参考下文描述的(多个)实施例,本发明的这些和其他方面将显而易见并得到阐述。
附图说明
为了更好地理解本发明,并且为了更清楚地示出如何实施本发明,现在将仅通过示例的方式来参照附图,其中:
图1示出了用于植物生长的园艺***;以及
图2示出了一种植物生长监测方法。
具体实施方式
将参照附图来描述本发明。
应当理解,详细描述和具体示例虽然指示了上述装置、***和方法的示例性实施例,但是它们仅旨在用于说明的目的,而不旨在限制本发明的范围。根据以下描述、所附权利要求和附图,本发明的装置、***和方法的这些和其他特征、方面以及优点将变得更好理解。应当理解,附图仅仅是示意性的,并且没有按比例绘制。还应当理解,贯穿附图,相同的附图标记用于指示相同或相似的部分。
本发明提供了一种植物生长监测***,其包括图像捕捉***,用于捕捉被监测的植物随时间的图像。这些图像用于导出对应于植物的预定生长状态的连续时刻。基于监测的温度对时间的函数,获得针对连续时刻之间的时间段的温度暴露参数。与植物健康有关的信息从温度暴露参数中导出。
图1示出了用于植物生长的园艺***,图1中仅表示出一个植物10。植物被提供在诸如温室或垂直农场围栏的空间中。例如,该园艺***在环境受控的农业中被采用。
在这种***中,可以控制各种不同的变量,诸如:
温度;
相对湿度;
二氧化碳浓度;
光(强度、光谱、持续时间和间隔);
营养物浓度;
营养物pH;
灌溉控制(即,浇水);以及
虫害控制措施。
可以控制环境空气、营养液、根区或叶中的一种或多种的温度。
通过示例的方式,图1示意性地示出了照明***20和加热***22。这些形成了气候和照明控制***的一部分,该气候和照明控制***用于至少控制该空间内的温度和照明。
本发明提供了一种植物生长监测***,包括图像捕捉***12,用于捕捉被监测的植物10随时间的图像。图像捕捉***12可以例如包括位于不同位置处(例如,在植物上方,或者在植物生长的架子的侧面)的一组2D和/或3D相机。还有一个温度监测***14。监测的温度例如可以简单地是环境温度,但是也可以或者替代地使用表面温度传感器(诸如红外温度传感器)来监测例如叶温度。
图像处理***16处理所捕捉的图像。它导出对应于植物的预定生长状态的连续时刻t1、t2。图像处理***分析从图像捕捉***12接收的图像的时间序列,以提取生长信息。目的是识别出何时达到特定生长状态。这些可能与单个植物茎的形成或发育有关,或者它们可能与整个植物的发育有关。生长状态可能与叶、侧枝或花朵的形成有关。还可以确定植物的当前生长期(例如,一些类型的植物的开花期)。
要识别的生长状态可以例如基于用户提供的生长指南。这种生长指南的示例是新叶的预期生成速率、根据时间而定的叶的数量、植物图像中预期的植物像素覆盖的量(例如,在第3天,50%的图像像素被预期是对应于一种或多种植物的像素)。
作为用户定义的生长指南的替代,该***可以自动提取指南,而不需要来自用户的输入。在这种情况下,该***被训练成:基于例如对在一个或多个场地(premise)发生的多个同时或连续生长周期的监测(其中场地与云存储和中央处理的部署之间具有连通性),考虑被监测的植物的正常生长周期应该是怎样的。
图像处理***可以使用经训练的深度学习网络,该深度学习网络例如被训练成对植物的图像中的叶的数量或植物的随时间推移的图像中的叶的数量进行计数,或者对一组随时间推移的图像(其中图像可以包含多种植物)中的叶的数量进行计数。例如,对于具有多种植物的图像,该***将被适配成首先分离植物的不同实例,并且然后分离地处理植物的每个实例以对叶进行计数。附加地或替代地,如果感兴趣的是园艺设施的一部分中的整体植物生长,而不是单个植物生长,则图像处理***例如将每个图像作为一个整体来分析,以监测与背景相比的植物覆盖,作为对生长的度量。在这种情况下,一组植物可以被认为是单一的实体。
因此,通过图像分析而被监测的生长状态可以是任何可识别的生长特征,诸如新叶的出现、新侧枝的出现、芽的形成、植物的高度等。已经发现,可以定义两个连续的生长状态,在这两个生长状态之间预期有一个已知的温度暴露参数。该温度暴露参数是对特定时间段期间植物(或植物的一部分)的整体温度暴露的度量,并且因此优选地是温度对时间的函数的积分函数。监测的温度可以是植物自身的温度或植物在其中生长的环境的温度。例如,生长状态的相关位置处(例如,新叶将形成的位置处)的植物茎尖温度可能是重要的。
通过示例的方式,对于某些类型的健康植物,植物上的叶的数量线性地取决于温度和时间的乘积。同样的道理也适用于花朵(或花簇)的数量。因此,该信息可以被用作评估植物的健康和/或识别如何致动气候和照明控制***的指南,以便使生长恢复到对应于健康植物的预期生长。可能存在附加的约束,诸如在识别气候和照明控制***设置以驱使生长朝向预期的生长时要考虑的对资源使用(诸如照明或加热***所使用的能量)的约束或对生长***的能力的约束。
一个特别优选的示例是:获得与新叶在同一枝条上形成的时间有关的连续时刻,或者等同地,获得同一枝条上的新叶达到预定尺寸的时刻。
对于给定的茎,最老的叶是茎上最低的叶。新叶在茎尖处形成。要确定的时刻例如是新叶出现的时间和下一片新叶沿着同一茎出现的时间。
然而,图像处理***可以用于识别预定尺寸的叶的形成,以及将时间外推回到对应于较小或零叶尺寸的时刻。使用图像处理,对某一尺寸的叶的检测比对初始叶形成的检测更加实用和可行,尽管初始叶形成的时刻可能是用于确定植物健康的更好的参数。
在所有情况下,图像处理产生一对连续时刻t1、t2,其对应于识别出预定生长状态的时间点。随着时间的推移,在整个监测周期期间,将会有多对连续时刻。
然后,处理器18基于针对连续时刻t1、t2之间的时间段的温度对时间的函数,从连续时刻之间的监测的温度中导出温度暴露参数。这是一种与植物的累积温度暴露有关的度量,并且因此至少有一个分量具有温度和时间的乘积的单位(例如,度∙天)。
处理器还可以导出附加的信息。例如,连续时刻之间的时间段也可以被加到一起,以导出特定(宏观)生长状态的发生的绝对时间(距离开始时间)。该(宏观)生长状态例如是在(比一对连续时刻之间监测到的周期)更长的植物发育周期之后达到的。
处理器和图像处理***可以位于本地或远程,例如基于云存储和处理。
将温度暴露参数与参考TE_ref进行比较,使得可以导出与植物健康有关的信息。
该信息可以作为用于咨询目的的输出来提供(例如,作为无线传输的数据消息提供给远程单元)。因此,提供了一种界面,其允许实时向用户通知生长监测输出,并且允许将实际生长与指南中的参考生长进行比较。该界面还可以向用户提供自动生成的指南,并且允许用户修改这些指南或输入元数据,该元数据允许以更受控/精确的方式生成指南和/或对指南进行注释。
附加地或替代地,该信息可以用于控制气候和照明控制***20、22。这是基于识别预期生长和实际生长之间的差异。从这些差异到所需步骤的映射可以是硬编码的(即,由用户提供并且被存储以供以后使用),或者可以通过模块被识别,该模块分析来自一个或多个设施的数据并构建机器学***、光谱等)映射到输出变量(诸如叶数、叶生成速率、植物高度等方面的发育速率)。
参考TE_ref被示为处理器18的输入。当然,它可以被存储在存储器中。这种存储器可以存储传感器数据以及针对特定植物类型的生长指南,即,对于所考虑的植物类型,预期如何生长的指南。存储器可以是云存储。存储器可以进一步包括一种映射,该映射给出了改变气候和照明控制参数(例如,温度、照明变量)对生长/发育速率的改变的影响。
如上所述,温度暴露参数是一种累积度量。已经发现,温度积分是与植物发育速率可靠相关的参数。因此,它可以被用作植物发育速率是正常还是异常的指标。
积分提供了温度对时间的图的下方的面积的度量。基线温度可以被用作积分计算中的温度偏移。合适的基线温度可以取决于植物类型,并且可以指示植物生长所需的最低温度。它可以例如在5到15摄氏度的范围内。如果T(t)是温度随时间的函数,并且T0是参考基线温度,则温度积分是(T(t)-T0)在连续时刻之间的时间段内的积分。因此,在该模型中有两个参数,即T0以及(T(t)-T0)的积分。对于不同的植物,T0值可以是不同的。
温度可以被钳制在基线温度处,使得如果温度下降到基线以下,则它被设置为基线。因此,温度暴露参数基于针对连续时刻之间的时间段的温度对时间的函数,但是它可以是比简单积分更复杂的函数(特别是如果温度可能落在基本积分函数被认为有效的范围之外)。
也可以有最高温度(诸如30度),对此可以使用简单的积分。该温度可以指示最高温度,超过这个温度,温度变化就不再影响植物生长。可以使用更加复杂的函数来容许更高的温度。
在确定温度暴露参数时,可以进一步考虑照明条件。例如,可以考虑光周期(一天期间有光的小时数,例如一天24小时)。也可以考虑照明时段的实际照明水平。光照量也会影响植物温度,并且对温度具有间接影响。
在任何情况下,温度都是主要影响因素,并且考虑时刻之间的温度对时间的函数,以评估植物健康。然而,在确定温度暴露参数以及与参考值进行比较时,也可以考虑附加的传感器输入。
在所有情况下,针对多个茎和/或针对多个植物,可以取连续生长状态之间的时间间隔,并且然后可以获得平均时间间隔,由此导出温度暴露参数。
图2示出了一种植物生长监测方法,包括:在步骤30中,捕捉被监测的植物随时间的图像,以及在步骤32中,处理所捕捉的图像,从而导出对应于植物的预定生长状态的连续时刻t1、t2。
可选地,步骤34涉及外推时间值,例如,从检测到的某一尺寸的叶回到初始叶形成。
在步骤36中,监测关于设备的温度。如图2所示,这与图像捕捉并行发生,或者在图像捕捉发生时发生。
在步骤38中,基于针对连续时刻之间的时间段的温度对时间的函数,从连续时刻之间的监测的温度中导出温度暴露参数。
基于导出的温度暴露参数提供与植物健康有关的信息。该信息用于在步骤40中进行气候调节和/或用于在步骤42中向用户提供输出。
用于检测植物生长状态的图像分析算法是已知的,例如,如在余正泓(ZhenghongYu)等人的文章(参见上文引用)中被公开的。这种图像分析例如基于经训练的机器学习算法,使用图像分割和分析技术。在Unseok Lee等人的“使用基于机器学习的植物分割和图像分析的自动化高通量植物表型分析***”(“An automated, high-throughput plantphenotyping system using machine learning-based plant segmentation and imageanalysis”, doi.org/10.1371/journal.pone.0196615)以及KR2018/0027778中呈现了进一步的示例。
如上所讨论的,该***利用处理器来执行图像处理和传感器数据处理。处理器可以利用软件和/或硬件、利用单个或多个处理器以众多方式被实现,以执行所需的各种不同的功能。处理器通常采用一个或多个微处理器,这些微处理器可以使用软件(例如,微码)来编程以执行所需的功能。处理器可以被实现为执行一些功能的专用硬件和执行其他功能的一个或多个编程的微处理器以及相关电路***的组合。
可以在本公开的各种不同的实施例中使用的电路***的示例包括但不限于传统微处理器、专用集成电路(ASIC)、以及现场可编程门阵列(FPGA)。
在各种不同的实施方式中,处理器可以与一种或多种存储介质相关联,诸如易失性和非易失性计算机存储器,诸如RAM、PROM、EPROM、以及EEPROM。存储介质可以用一个或多个程序编码,当在一个或多个处理器和/或控制器上执行时,这些程序执行所需的功能。各种不同的存储介质可以被固定在处理器或控制器内,或者可以是可移动的,使得存储在其上的一个或多个程序可以被加载到处理器中。
根据对附图、公开内容和所附权利要求的研究,本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的变型。在权利要求中,词语“包括”不排除其他元件或步骤,并且不定冠词“一”或“一个”(“a”或“an”)不排除多个。
单个处理器或其他单元可以实现权利要求中列举的几个项目的功能。
在相互不同的从属权利要求中引用某些措施的纯粹事实并不指示这些措施的组合不能被有利地使用。
计算机程序可以存储/分布在合适的介质上,诸如与其他硬件一起提供或作为其他硬件的一部分的光学存储介质或固态介质,但是也可以以其他形式分布,诸如经由互联网或其他有线或无线电信***。
如果在权利要求或说明书中使用了术语“适配成”,应当注意,术语“适配成”旨在等同于术语“配置成”。
权利要求中的任何附图标记不应被解释为限制范围。
Claims (15)
1.一种植物生长监测***,包括:
图像捕捉***(12),用于捕捉被监测的植物(10)随时间的图像;
图像处理***(16),用于处理所捕捉的图像,从而导出对应于所述植物的预定生长状态的连续时刻(t1,t2);
温度监测***(14),用于监测所述植物或所述植物在其中生长的环境的温度;
处理器(18),被适配成:
基于针对所述连续时刻之间的时间段的温度对时间的函数,从所述连续时刻之间的监测的温度中导出温度暴露参数;以及
基于导出的温度暴露参数提供与植物健康有关的信息。
2.根据权利要求1所述的***,其中所述连续时刻包括新叶形成或新叶达到预定尺寸的时刻。
3.根据权利要求2所述的***,其中所述图像处理***被适配成识别预定尺寸的叶的形成,以及将时间外推回到对应于较小或零叶尺寸的时刻。
4.根据权利要求1所述的***,其中所述连续时刻包括连续侧枝形成或连续花朵形成的时间。
5.根据权利要求1所述的***,其中所述连续时刻包括植物达到预定生长条件的时间。
6.根据权利要求1至5中任一项所述的***,其中所述温度暴露参数包括所述连续时刻之间的温度对时间的积分。
7.根据权利要求1至5中任一项所述的***,其中所述处理器被适配成:获得与被监测的植物的植物品种相关的参考温度暴露参数,以及将所述参考温度暴露参数与导出的温度暴露参数进行比较。
8.根据权利要求1至7中任一项所述的***,其中所述处理器被适配成确定与参考植物健康的偏离程度,并且进一步被适配成根据所述偏离来导出气候调节设置。
9.根据权利要求8所述的***,其中所述气候调节设置包括以下中的一个或多个:
温度;
灌溉设置;
湿度水平;
肥料剂量;
CO2浓度水平;以及
照明参数。
10.一种园艺***,包括:
植物将在其中生长的空间;
气候和照明控制***,用于至少控制所述空间内的温度和照明;以及
根据权利要求1至9中任一项所述的植物生长监测***。
11.一种植物生长监测方法,包括:
(30)捕捉被监测的植物随时间的图像;
(32)处理所捕捉的图像,从而导出对应于所述植物的预定生长状态的连续时刻;
(36)监测所述植物或所述植物在其中生长的环境的温度;
(38)基于针对所述连续时刻之间的时间段的温度对时间的函数,从所述连续时刻之间的监测的温度中导出温度暴露参数;以及
基于导出的温度暴露参数提供与植物健康有关的信息。
12.根据权利要求11所述的方法,其中所述连续时刻包括:
新叶形成或新叶达到预定尺寸的时间;
连续侧枝形成或连续花朵形成的时间;或者
植物达到预定尺寸的时刻。
13.根据权利要求12所述的方法,包括:识别预定尺寸的叶的形成,以及将时间外推回到对应于较小或零叶尺寸的时刻。
14.根据权利要求11至13中任一项所述的方法,其中所述温度暴露参数包括所述连续时刻之间的温度对时间的积分。
15.一种计算机程序,包括计算机程序代码装置,当所述程序在计算机上运行时,所述计算机程序代码装置被适配成实现权利要求11至14中任一项的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20159800 | 2020-02-27 | ||
EP20159800.0 | 2020-02-27 | ||
PCT/EP2021/054369 WO2021170547A1 (en) | 2020-02-27 | 2021-02-23 | A plant growth monitoring system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115135135A true CN115135135A (zh) | 2022-09-30 |
Family
ID=69742771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180017278.8A Pending CN115135135A (zh) | 2020-02-27 | 2021-02-23 | 一种植物生长监测***和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230102916A1 (zh) |
EP (1) | EP4110039A1 (zh) |
CN (1) | CN115135135A (zh) |
WO (1) | WO2021170547A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116301138B (zh) * | 2023-04-10 | 2023-08-08 | 武威陇原智慧物联网科技有限公司 | 基于日光温室的农业大棚智能化监管*** |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2218452C3 (de) * | 1972-04-17 | 1975-10-16 | Robert Bosch Gmbh, 7000 Stuttgart | Warngerät für einen Pflanzenbefall durch Schädlinge |
KR101250414B1 (ko) * | 2010-12-24 | 2013-04-08 | 대한민국 | 식물 최아 장치 |
EP3032946B1 (en) * | 2013-07-11 | 2022-10-05 | Blue River Technology Inc. | Method for automatic phenotype measurement and selection |
EP2870859A1 (en) * | 2013-11-07 | 2015-05-13 | Heliospectra AB | Method for controlling a growth cycle for growing plants using state oriented control |
US20170161560A1 (en) * | 2014-11-24 | 2017-06-08 | Prospera Technologies, Ltd. | System and method for harvest yield prediction |
WO2016147870A1 (ja) * | 2015-03-16 | 2016-09-22 | コニカミノルタ株式会社 | 植物健全性診断装置、該方法および該プログラム |
US20180184602A1 (en) * | 2015-06-23 | 2018-07-05 | Corsica Innovations Inc. | Plant growing system and method |
KR20180027778A (ko) | 2016-09-07 | 2018-03-15 | 한국과학기술연구원 | 식물 생육 모니터링 시스템 및 그 방법 |
KR101912651B1 (ko) * | 2016-11-17 | 2018-10-29 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
EP3326452B1 (en) * | 2016-11-24 | 2020-06-10 | Heliospectra AB | Cultivation storage system |
CN111712843A (zh) * | 2017-10-13 | 2020-09-25 | 巴斯夫农化商标有限公司 | 使用自主群集无人机和人工智能的个性化和定制的植物管理 |
CN107817851A (zh) * | 2017-10-31 | 2018-03-20 | 江苏天舒电器股份有限公司 | 一种食用菌大棚温湿度的控制方法 |
US10492374B2 (en) * | 2017-12-28 | 2019-12-03 | X Development Llc | Capture of ground truthed labels of plant traits method and system |
EP3788589A4 (en) * | 2018-05-02 | 2022-01-19 | Supplant Ltd. | SYSTEMS AND METHODS FOR APPLYING AN AGRICULTURAL PRACTICE TO A TARGET AGRICULTURAL FIELD |
-
2021
- 2021-02-23 US US17/801,602 patent/US20230102916A1/en active Pending
- 2021-02-23 WO PCT/EP2021/054369 patent/WO2021170547A1/en unknown
- 2021-02-23 CN CN202180017278.8A patent/CN115135135A/zh active Pending
- 2021-02-23 EP EP21705998.9A patent/EP4110039A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4110039A1 (en) | 2023-01-04 |
WO2021170547A1 (en) | 2021-09-02 |
US20230102916A1 (en) | 2023-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6261492B2 (ja) | 情報処理装置及び情報処理方法及びプログラム | |
CA3074937A1 (en) | System and method for controlling a growth environment of a crop | |
JP6132269B2 (ja) | 植物育成装置 | |
US11631475B2 (en) | Real-time projections and estimated distributions of agricultural pests, diseases, and biocontrol agents | |
KR20200063500A (ko) | 모듈형 스마트팜 버섯재배 시스템 | |
CN111476149A (zh) | 一种植物培育控制方法和*** | |
KR101545615B1 (ko) | 야생식물의 생육과정 모니터링 시스템 | |
KR20180022159A (ko) | 기계학습을 이용한 양액제어장치 및 방법 | |
KR20190106388A (ko) | 생육 레시피를 생성 및 제공하는 식물 재배 시스템 | |
KR20170080825A (ko) | 작물의 수확량 영향 요인 평가 방법 및 장치 | |
KR102213394B1 (ko) | 기계학습 기반 열영상 분석을 통한 절화식물의 수명 예측 장치 및 방법 | |
CN116046687A (zh) | 一种农作物生长过程监测方法、设备及介质 | |
CN115135135A (zh) | 一种植物生长监测***和方法 | |
EP4182925A1 (en) | System and method for testing plant genotype and phenotype expressions under varying growing and environmental conditions | |
KR102355211B1 (ko) | 농작물 재배 모니터링 시스템 | |
CN111869532A (zh) | 一种兰花自动化培植***及培植方法 | |
US20220107297A1 (en) | Platform for real-time identification and resolution of spatial production anomalies in agriculture | |
US20220104437A1 (en) | Reduction of time of day variations in plant-related data measurements | |
CN112710661B (zh) | 一种马铃薯育种监测分析方法及*** | |
Thalwatte et al. | Fully automatic hydroponic cultivation growth system | |
KR20130011578A (ko) | 하우스용 농작물 원격감시 스마트단말기 | |
KR20190053318A (ko) | 생육환경정보 및 생육량 정보를 이용한 작물 생육 진단방법 | |
US20230384279A1 (en) | Method and apparatus for open micro-environment plant health sensing | |
KR101993761B1 (ko) | 농업 로봇 작물 트래킹 방법 | |
KR20170056730A (ko) | L(Lindenmayer) 시스템과 이미지를 이용한 작물 엽면적, 엽형지수 추정 및 생육진단/분석 시스템 |
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 |