【技术实现步骤摘要】
本申请涉及农田监控，尤其涉及一种农田自动监控方法、系统、设备及介质。
技术介绍
1、传统农业的生产中，农田内作物的状况需要农民下到农田里进行实时观察，以获得农作物实际的状态，但是针对农民在进行观察时，仅能观察农田周侧的农作物的状况，对于农田中部的作物的状况无法观察，主要是由于农作物填满整个农田，农民无法顺利进入农田中进行观察，同时随着大规模集成化现代农业的推广，承包式大规模农田推广，采用传统的农民下田观察的发放需要浪费大量的人力物力，操作繁琐，不方便记录和统一管理。
2、现有的农田自动监控方案主要为生长过程的监控，例如，一种基于无人机的监控农田作物生长的方法，监控农田作物生长的方法主要是通过无人机的定向巡航和无人机携带的成像设备的定点拍摄以完成监控农作物的生长的工作。
3、但是，现有的监控方案主要监控农田内作物的生长过程，无法对农田内作物的生长情况进行有效分析，以及无法对当前农田耕作提供数据分析支持的问题。
技术实现思路
1、针对现有技术的上述不足，本申请提供一种农田自动监控方法、系统、设备及介质，以解决现有的方案无法对农田内作物的生长情况进行有效分析，以及无法对当前农田耕作提供数据分析支持的问题。
2、第一方面，本申请提供了一种农田自动监控方法，方法包括：
3、基于监控农田内放置的预设监控设备，采集农田实时数据；其中，预设监控设备至少包括：病虫害检测仪、昆虫诱捕器、土壤ph仪、土壤水分传感器、土壤氮磷钾含量测试仪、监控摄像头，农田实
4、本申请实施例提供的农田自动监控方法，通过集成多种监控设备（如病虫害检测仪、土壤ph仪等），该方案能够全方位、多角度地采集农田实时数据，确保数据的全面性和准确性。还通过无人机采集第二采集图片，与第一采集图片结合，以及将实时数据与预设阈值进行对比，以确定是否存在异常数据。有助于及时发现农田中的异常情况，为及时采取措施提供依据。通过将天气信息、土壤水分、土壤氮磷钾含量和生长情况等数据输入训练好的神经网络，能够输出建议信息，为农田管理提供智能化决策支持。助于农民根据当前农田状况调整管理措施。当检测到农田实际图片对应作物收割时，本申请能够根据当前农田实时数据生成推荐种植作物。助于农民根据农田实际情况制定更合理的种植计划，避免盲目种植导致的资源浪费和产量下降。解决了现有的方案无法对农田内作物的生长情况进行有效分析，以及无法对当前农田耕作提供数据分析支持的问题。
5、在本申请的一种实现方式中，方法还包括：在监控农田的四角装备监控摄像头，根据监控摄像头角度的偏移得到多组第一采集图片；通过无人机上携带的摄像装置，获得第二采集图片；利用计算机视觉技术，计算获得第一采集图片和第二采集图片中作物的三维数据；其中，三维数据至少包括：作物具体的位置、高度、颜色、形态；将三维数据应用数字孪生技术，呈现出三维影像，实现远程建模。
6、在本申请的一种实现方式中，通过第一采集图片和第二采集图片确定当前监控农田农作物的生长情况，具体包括：
7、通过第一采集图片或第二采集图片，识别当前监控农田中农作物的品种；
8、获取当前农作物的品种对应的生长周期变化表格；其中，生长周期变化表格至少包括：生长情况、作物的高度和颜色之间的对应关系；利用计算机视觉技术，计算获得第一采集图片和第二采集图片中作物的高度和颜色；根据生长周期变化表格、高度、颜色，确定当前监控农田农作物的生长情况；其中，生长情况包括发育不良、正常发育和过量生长。
9、在本申请的一种实现方式中，通过农田实时数据与预设阈值的关系，确定是否存在异常数据，具体包括：
10、确定存在病虫害，或昆虫诱捕增量超过增量阈值，或土壤ph值不处于预设ph值范围，或土壤水分不处于预设水分范围，或土壤氮磷钾含量不处于预设常规范围时，确定存在异常数据；
11、识别第一采集图片的农作物的品种和生长周期；根据农作物的品种和生长周期确定对应的训练好的病虫害识别算法，进而将第一采集图片作为对应的训练好的病虫害识别算法的输入，以获得识别结果；
12、其中，病虫害识别算法的训练过程，具体为：
13、采集若干农作物的样本图像，按照农作物的品种和生长周期，将样本图像划分为若干集合；
14、将集合内的样本图像和预设病虫害标识作为样本数据，训练预设图像识别算法，获得各个集合对应的训练好的病虫害识别算法。
15、在本申请的一种实现方式中，在基于监控农田内放置的预设监控设备，采用农田实时数据之前，方法还包括：
16、获取监控农田的总区域；基于预设监控设备的监测范围，将总区域划分为若干子区域，确定各个子区域的中心地理位置为当前预设监控设备的放置点，通过无人机完成预设监控设备的放置；其中，预设监控设备至少分为：病虫害检测仪、昆虫诱捕器、土壤ph仪、土壤水分传感器、土壤氮磷钾含量测试仪。
17、第二方面，本申请提供了一种农田自动监控系统，系统包括：
18、采集模块，用于基于监控农田内放置的预设监控设备，采集农田实时数据；其中，预设监控设备至少包括：病虫害检测仪、昆虫诱捕器、土壤ph仪、土壤水分传感器、土壤氮磷钾含量测试仪、监控摄像头，农田实时数据至少包括：是否存在病虫害、昆虫诱捕增量、土壤ph值、土壤水分、土壤氮磷钾含量、第一采集图片；通过无人机采集第二采集图片；
19、中央处理模块，用于通过农田实时数据与预设阈值的关系，确定是否存在异常数据；当存在异常数据时，根据异常数据对应的具体内容确定对应的处理终端；获取监控农田对应的天气信息，同时通过第一采集图片和第二采集图片确定当前监控农田农作物的生长情况；将天气信息、土壤水分、土壤氮磷钾含量和生长情况，输入训练好的神经网络，获得输出的建议信息；其中，神经网络的训练数据为天气信息、土壤水分、土壤氮磷钾含量、生长情况和预设建议信息；当检查到农田实际图片对应作物收割时，根据当前农田实时数据，生成推荐种植作物。
20、在本申请的一种实现方式中，中央处理模块包括生长识别单元，用于通过第一采集图片或第二采集图片，识别当前监控农田中农作物的品种；获取当前农作物的品种对应的生长周期变化表格；其中，生长周期变化表格至少包括：生长情况、作物的高度和颜色之间的本文档来自技高网...
【技术保护点】
1.一种农田自动监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的农田自动监控方法，其特征在于，所述方法还包括：
3.根据权利要求1或2所述的农田自动监控方法，其特征在于，通过第一采集图片和第二采集图片确定当前监控农田农作物的生长情况，具体包括：
4.根据权利要求1所述的农田自动监控方法，其特征在于，通过农田实时数据与预设阈值的关系，确定是否存在异常数据，具体包括：
5.根据权利要求1所述的农田自动监控方法，其特征在于，在基于监控农田内放置的预设监控设备，采用农田实时数据之前，所述方法还包括：
6.一种农田自动监控系统，其特征在于，所述系统包括：
7.根据权利要求6所述的农田自动监控系统，其特征在于，中央处理模块包括生长识别单元，
8.根据权利要求6所述的农田自动监控系统，其特征在于，所述系统还包括位置确定模块，
9.一种农田自动监控设备，其特征在于，所述设备包括：
10.一种非易失性计算机存储介质，其特征在于，其上存储有计算机指令，所述计算机指令在被执行时实现
...【技术特征摘要】
1.一种农田自动监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的农田自动监控方法，其特征在于，所述方法还包括：
3.根据权利要求1或2所述的农田自动监控方法，其特征在于，通过第一采集图片和第二采集图片确定当前监控农田农作物的生长情况，具体包括：
4.根据权利要求1所述的农田自动监控方法，其特征在于，通过农田实时数据与预设阈值的关系，确定是否存在异常数据，具体包括：
5.根据权利要求1所述的农田自动监控方法，其特征在于，在基于监控农田内放置的预设监控设备，采...
【专利技术属性】
技术研发人员：宫浩凯，高庆雷，张厚森，张健，项春立，
申请(专利权)人：浪潮山东农业互联网有限公司，
类型：发明
国别省市：
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。