【技术实现步骤摘要】
本专利技术涉及红外感应监测领域，且更具体地涉及一种红外感应农田驱鸟监测系统和方法。
技术介绍
1、鸟类与人类同属于大自然的物种之一，为了生物多样性，人与鸟类应当和谐共存，但是鸟类和人类并不总是和睦相处，鸟类会采食农作物，甚至刨食刚种下的农作物种子导致农作物无法生长，同时人类活动也会对鸟类种群产生负面影响，通常是由于农业集约化导致鸟类栖息地丧失，许多鸟类以昆虫为食，帮助控制害虫种群，此外，鸟类还可以传播花粉，帮助授粉作物繁殖，维持植物多样性。它们也参与种子的传播，帮助植物扩散到新的地区，促进生态系统的恢复和稳定，所以即使鸟类会对农作物种植、粮食生产等方面造成危害，人类也不应对鸟类赶尽杀绝。
2、现有农田驱鸟装置中，监测设备对侵袭农田的鸟类活动进行监测，当监测到鸟类对农田的破坏侵袭时，启动驱离设备发出特定声、光驱离鸟类，然而在该设备的工作过程中，用户无法收到监测设备的工作状况信息，也无法得知驱离设备的工作状态和产生的效果。本专利技术中，红外感应农田驱鸟系统采用前端设备、后台云端服务器、用户终端三者联网的方式，借助于后台的数据处理、无线通信，用户能远程观察鸟类入侵情况和驱鸟效果。
技术实现思路
1、针对现有技术的不足，本专利技术公开了一种红外感应农田驱鸟监测系统和方法，通过热释电红外传感器检测农田内的人和鸟类的活动，通过菲涅耳透镜增大检测距离，提高热释电红外传感器的灵敏度，通过红外波长分析、图像采集和识别判断是否为人类，避免驱赶鸟类时造成误伤，通过声音和驱鸟物的移动驱赶鸟类，
2、本专利技术采用以下技术方案：
3、一种红外感应农田驱鸟监测系统，其中所述系统包括：
4、监测模块，用于监测农田内的鸟类的活动，所述监测模块采用红外传感器监测鸟类的活动；
5、农田驱鸟模块，用于驱赶农田中的鸟类，所述农田驱鸟模块通过声音和驱鸟物的移动驱赶鸟类；
6、后台主控模块，用于分析红外感应数据和驱鸟效果，所述后台主控模块采用主控芯片和fpga处理器对红外感应数据进行分析和传输；
7、数据可视化显示模块，用于显示当前农田鸟类数量、驱鸟效果和农田驱鸟模块运行状态；
8、供电模块，用于给监测模块和农田驱鸟模块供电，所述供电模块采用太阳能发电的方式产生和存储电能；
9、其中所述监测模块的输出端与农田驱鸟模块的输入端连接，所述农田驱鸟模块的输出端与后台主控模块的输入端连接，所述后台主控模块的输出端与数据可视化显示模块的输入端连接，所述供电模块的输出端与监测模块和农田驱鸟模块的输入端连接。
10、本专利技术还采用以下技术方案：
11、一种红外感应农田驱鸟监测方法，其中所述方法包括：
12、步骤i、通过监测模块感应农田内是否有人和鸟类的进入；
13、步骤ii、通过人类识别单元判断是否为人类，避免误判为鸟类进行驱赶造成误伤，人类识别单元会进行图像采集，提高农田周围安全性；
14、步骤iii、通过声音和驱鸟物的移动驱赶鸟类；
15、步骤iv、通过后台主控系统对监测模块的数据进行分析，对农田驱鸟模块的状态进行监控，并判断驱鸟效果；
16、步骤v、可视化显示监测数据和驱鸟效果。
17、进一步地，所述监测模块包括红外感应单元和人类识别单元，所述监测模块包括红外感应单元和人类识别单元，所述红外感应单元采用热释电红外传感器和菲涅耳透镜，所述热释电红外传感器采用热释电探测元将接收到的鸟类的红外热量转换为设备能够识别的电信号，所述菲涅耳透镜放置于所述热释电红外传感器前方，用于增大检测距离和提高热释电红外传感器的灵敏度。
18、进一步地，所述人类识别单元包括红外波长分析、图像采集和识别，所述红外波长分析通过对比红外线波长分析监测到的是否为人类，人类温度为36-37恒温，红外线的波长在，鸟类红外线波长为，在红外线的波长在时，对监测物进行图像采集和识别，所述图像采集和识别通过摄像机采集监测物图像，所述图像采集和识别通过adaboost算法分析监测物是否为人类，adaboost算法中假设一个二类分类的数据集：
19、(1)
20、上式（1）中，t为数据集，为样本点的实例，为样本点的标记，数据集中有n个样本；
21、最终分类函数在数据集中的分类误差率为：
22、（2）
23、上式（2）中，为数据集中的分类误差率，为第m轮中第i个实例的权值；
24、最终分类函数g（x）在数据集中的系数：
25、（3）
26、上式（3）中，对数为自然对数，为数据集的分类误差率；
27、（4）
28、上式（4）中，为最终分类函数，m表示有m个基本分类器。
29、进一步地，所述农田驱鸟模块采用声音驱鸟和驱鸟物移动的方式驱鸟，所述声音驱鸟在红外感应农田驱鸟监测系统监测到鸟类时连通扩音器，播放人类驱赶声和猛兽叫声驱赶鸟类，所述驱鸟物驱鸟将杆子横在1.8m的高度，并在杆子上绑上塑料袋和布条，在红外感应农田驱鸟监测系统监测到鸟类时启动电机，使杆子横向移动，以此来恐吓和驱赶鸟类。
30、进一步地，所述后台主控模块包括主控芯片和fpga处理器，主控芯片采用stm32f107vct6芯片，stm32f107vct6芯片将外设寄存器和存储器映射到不同的地址空间，提高了数据分析的效率，所述fpga处理器采用ep1c12q240cq8芯片与通用异步收发传输器结合，在串行通信中采用rs-232接口标准，红外感应数据经过max3232进行电平转换后由ep1c12q240cq8芯片的rxd端进入，进行串并转换后由数据总线进入ep1c12q240cq8芯片的其他模块，在ep1c12q240cq8芯片中进行并串转换后由txd端输出到max3232中，经电平转换后输出，对输出数据采用哈希对比法进行对比分析，判断驱鸟效果。
31、进一步地，所述数据可视化显示模块利用计算机图形学、统计图形学、科学可视化法和图像处理法，将红外感应数据和主控分析数据的显示转换成图形和图像以达到数据可视化显示。
32、进一步地，所述供电模块采用太阳能发电的方式产生和存储电能，所述供电模块包括太阳能电池板、逆变器和蓄电池，太阳能电池板将太阳能通过光电效应转化为电能，逆变器将太阳能电池板产生的直流电能转化为可供系统使用的220v交流电能，蓄电池用于存储经过逆变器转换过的交流电能。
33、本专利技术能够通过热释电红外传感器检测农田内的人和鸟类的活动，通过热释电红外传感器检测农田内的人和鸟类的活动，通过菲涅耳透镜增大检测距离，提高热释电红外传感器的灵敏度，通过红外波长分析、图像采集和识别判断是否为人类，避免驱赶鸟类时造成误伤，通过声音和驱鸟物的移本文档来自技高网...
【技术保护点】
1.一种红外感应农田驱鸟监测系统，其特征在于：包含：
2.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述监测模块包括红外感应单元和人类识别单元，所述红外感应单元采用热释电红外传感器和菲涅耳透镜，所述热释电红外传感器采用热释电探测元将接收到的鸟类的红外热量转换为设备能够识别的电信号，所述菲涅耳透镜放置于所述热释电红外传感器前方，用于增大检测距离和提高热释电红外传感器的灵敏度。
3.根据权利要求2所述的一种红外感应农田驱鸟监测系统，其特征在于：所述人类识别单元包括红外波长分析、图像采集和识别，所述红外波长分析通过对比红外线波长分析监测到的是否为人类，人类温度为36-37恒温，红外线的波长在，鸟类红外线波长为，在红外线的波长在时，对监测物进行图像采集和识别，所述图像采集和识别通过摄像机采集监测物图像，所述图像采集和识别通过Adaboost算法分析监测物是否为人类，Adaboost算法中假设一个二类分类的数据集：
4.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述农田驱鸟模块采用声音驱鸟和驱鸟物移动的方式驱鸟，所
5.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述后台主控模块包括主控芯片和FPGA处理器，主控芯片采用STM32F107VCT6芯片，STM32F107VCT6芯片将外设寄存器和存储器映射到不同的地址空间，提高了数据分析的效率，所述FPGA处理器采用EP1C12Q240CQ8芯片与通用异步收发传输器结合，在串行通信中采用RS-232接口标准，红外感应数据经过MAX3232进行电平转换后由EP1C12Q240CQ8芯片的RxD端进入，进行串并转换后由数据总线进入EP1C12Q240CQ8芯片的其他模块，在EP1C12Q240CQ8芯片中进行并串转换后由TxD端输出到MAX3232中，经电平转换后输出，对输出数据采用哈希对比法进行对比分析，判断驱鸟效果。
6.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述数据可视化显示模块利用计算机图形学、统计图形学、科学可视化法和图像处理法，将红外感应数据和主控分析数据的显示转换成图形和图像以达到数据可视化显示。
7.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述供电模块采用太阳能发电的方式产生和存储电能，所述供电模块包括太阳能电池板、逆变器和蓄电池，太阳能电池板将太阳能通过光电效应转化为电能，逆变器将太阳能电池板产生的直流电能转化为可供系统使用的220V交流电能，蓄电池用于存储经过逆变器转换过的交流电能。
8.一种红外感应农田驱鸟监测方法，其特征在于：包括以下步骤：
...【技术特征摘要】
1.一种红外感应农田驱鸟监测系统，其特征在于：包含：
2.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述监测模块包括红外感应单元和人类识别单元，所述红外感应单元采用热释电红外传感器和菲涅耳透镜，所述热释电红外传感器采用热释电探测元将接收到的鸟类的红外热量转换为设备能够识别的电信号，所述菲涅耳透镜放置于所述热释电红外传感器前方，用于增大检测距离和提高热释电红外传感器的灵敏度。
3.根据权利要求2所述的一种红外感应农田驱鸟监测系统，其特征在于：所述人类识别单元包括红外波长分析、图像采集和识别，所述红外波长分析通过对比红外线波长分析监测到的是否为人类，人类温度为36-37恒温，红外线的波长在，鸟类红外线波长为，在红外线的波长在时，对监测物进行图像采集和识别，所述图像采集和识别通过摄像机采集监测物图像，所述图像采集和识别通过adaboost算法分析监测物是否为人类，adaboost算法中假设一个二类分类的数据集：
4.根据权利要求1所述的一种红外感应农田驱鸟监测系统，其特征在于：所述农田驱鸟模块采用声音驱鸟和驱鸟物移动的方式驱鸟，所述声音驱鸟在红外感应农田驱鸟监测系统监测到鸟类时连通扩音器，播放人类驱赶声和猛兽叫声驱赶鸟类，所述驱鸟物驱鸟将杆子横在1.8m的高度，并在杆子上绑上塑料袋和布条，在红外感应农田驱鸟监测系统监测到鸟类时启动电机，使杆子横向移动，以此来恐吓和驱赶鸟类。
5.根据权利要求1所述的一种红...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。