一种植物培育控制方法和系统技术方案

本申请公开了一种植物培育控制方法和系统，该植物培育控制方法包括：获取植株的生长图像和生长环境数据；调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；根据所述培育决策调整自动培育装置的培育参数。可见，本申请不仅利用预设神经网络进行植株种类识别，还利用预设专家系统结合植株的生长环境数据等，给出植物培育的合理培育决策。本申请不仅有效提高了植物培育的科学合理性和效率，而且还实现了全程自动化管理与决策，降低了人力成本和负担，极大地推动了行业智能化发展。

【技术实现步骤摘要】
一种植物培育控制方法和系统
本申请涉及人工智能和植物培育
，特别涉及一种植物培育控制方法和系统。
技术介绍
随着深度学习技术的迅速发展，深度神经网络和卷积神经网络在图像识别的领域里取得了显著的发展和长足的进步。近年来，深度学习技术在图像识别上有了多种多样的应用，比如人脸识别在安防、支付上的实现等。尤其是ImageNet等人工智能领域图像识别的竞赛和数据集，更催生了对图像识别十分有效的神经网络结构的设计，比如VGG、AlexNet、ResNet等，更促进了众多理论、技术和方法的发展和诞生。当前，虽然在植物培育
内已经开始引入了人工智能控制，但一定程度上仍然依赖于人工。即，目前结合人工智能进行植物培育的服务还仅停留在“知道”阶段，而“决策”和“执行”阶段还必须由人去进行。可想而知的是，仅仅处于检测和认知阶段的服务无法为人类提供更多的价值，特别是在大规模种植应用场景中。鉴于此，提供一种解决上述技术问题的方案，已经是本领域技术人员所亟需关注的。
技术实现思路
本申请的目的在于提供一种植物培育控制方法和系统，以便在对植物进行生长状态检测的基础上进一步实现种植决策管理，实现全程自动培育，提高植物种植效率并降低人力成本。为解决上述技术问题，第一方面，本申请公开了一种植物培育控制方法，包括：获取植株的生长图像和生长环境数据；调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；根据所述培育决策调整自动培育装置的培育参数。可选地，所述获取植株的生长环境数据，包括：基于摄像头拍摄的植株生长视频提取光照数据，所述光照数据包括光照强度数据和光照时长数据；基于土壤检测电极获取土壤数据，所述土壤数据包括土壤水分数据和土壤养料数据；基于温度计获取温度数据；所述提取生长状态数据，包括：基于所述摄像头拍摄的所述生长图像提取植株颜色数据和植株形态数据。可选地，所述预设神经网络的训练生成过程包括：在植株幼苗期间获取植株图像样本；接收通过预设标签输入接口输入的与所述植株图像样本对应的种类标签；基于标识了所述种类标签的所述植株图像样本训练生成所述预设神经网络。可选地，所述根据所述培育决策调整自动培育装置的培育参数，包括以下任意一种或者任意组合：调整照明控制装置的启停和电流大小，以调整光照时长和光照强度；调整灌溉管道的溶液配比以调整土壤养分；调整所述灌溉管道的注水速度和闸门开关以调整土壤水分；调整温控系统的启停和设定温度，以调整环境温度。可选地，还包括：将植株培育信息数据发送至大数据平台，以便所述大数据平台统计获取本地区内的植株培育产需信息；根据所述本地区内的植株培育产需信息调整针对所述植株的种植决策。可选地，所述以便所述大数据平台统计获取本地区内的植株培育产需信息，包括：以便所述大数据平台统计获取本地区内的该种植株的种植面积、病变情况、预估产量、市场需求产量。第二方面，本申请还公开了一种植物培育系统，其特征在于，包括人工智能培育平台，所述人工智能培育平台包括：信息采集装置，用于采集植株的生长图像和生长环境数据；决策控制装置，用于调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；根据所述培育决策调整自动培育装置的培育参数；自动培育装置，用于根据设定的所述培育参数对所述植株进行自动培育。可选地，所述信息采集装置包括：用于拍摄植株的生长图像和植株生长视频的摄像头、用于获取土壤数据的土壤检测电极、用于获取温度数据的温度计；所述决策控制装置包括：用于存储各项数据的AI存储节点、用于训练或调用所述预设神经网络进行计算识别的AI计算节点、用于进行培育决策的所述预设专家系统；所述自动培育装置包括：用于调整光照时长和光照强度的照明控制装置、用于调整土壤水分和土壤养分的灌溉管道、用于调整环境温度的温控系统。可选地，还包括：大数据平台，用于接收各个所述人工智能培育平台发送的植株培育信息数据，统计获取本地区内的植株培育产需信息；以便各个所述人工智能培育平台根据所述本地区内的植株培育产需信息调整针对所述植株的种植决策。可选地，所述大数据平台具体用于：统计获取本地区内的该种植株的种植面积、病变情况、预估产量、市场需求产量。本申请所提供的植物培育控制方法包括：获取植株的生长图像和生长环境数据；调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；根据所述培育决策调整自动培育装置的培育参数。可见，本申请不仅利用预设神经网络进行植株种类识别，还利用预设专家系统结合植株的生长环境数据等，给出植物培育的合理培育决策。本申请不仅有效提高了植物培育的科学合理性和效率，而且还实现了全程自动化管理与决策，降低了人力成本和负担，极大地推动了行业智能化发展。本申请所提供的植物培育系统同样具有上述有益效果。附图说明为了更清楚地说明现有技术和本申请实施例中的技术方案，下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然，下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图，所获得的其他附图也属于本申请的保护范围。图1为本申请实施例公开的一种植物培育控制方法的流程图；图2为本申请实施例公开的一种植物培育系统的结构框图；图3为本申请实施例公开的一种大数据平台的工作示意图。具体实施方式本申请的核心在于提供一种植物培育控制方法和系统，以便在对植物进行生长状态检测的基础上进一步实现种植决策管理，实现全程自动培育，提高植物种植效率并降低人力成本。为了对本申请实施例中的技术方案进行更加清楚、完整地描述，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行介绍。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参见图1所示，本申请实施例公开了一种植物培育控制方法，主要包括：S101：获取植株的生长图像和生长环境数据。生长环境数据即反映植株所处环境为植株提供的生长条件的数据，可具体利用不同功能类型的传感器检测获取。进一步地，作为一种具体实施例，以植物生长理论为依据，生长环境数据可具体包括光照数据、土壤数据和温度数据。进一步地，可本文档来自技高网...

【技术保护点】
1.一种植物培育控制方法，其特征在于，包括：/n获取植株的生长图像和生长环境数据；/n调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；/n调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；/n根据所述培育决策调整自动培育装置的培育参数。/n

【技术特征摘要】
1.一种植物培育控制方法，其特征在于，包括：
获取植株的生长图像和生长环境数据；
调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；
调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；
根据所述培育决策调整自动培育装置的培育参数。


2.根据权利要求1所述的植物培育控制方法，其特征在于，
所述获取植株的生长环境数据，包括：
基于摄像头拍摄的植株生长视频提取光照数据，所述光照数据包括光照强度数据和光照时长数据；
基于土壤检测电极获取土壤数据，所述土壤数据包括土壤水分数据和土壤养料数据；
基于温度计获取温度数据；
所述提取生长状态数据，包括：
基于所述摄像头拍摄的所述生长图像提取植株颜色数据和植株形态数据。


3.根据权利要求1所述的植物培育控制方法，其特征在于，所述预设神经网络的训练生成过程包括：
在植株幼苗期间获取植株图像样本；
接收通过预设标签输入接口输入的与所述植株图像样本对应的种类标签；
基于标识了所述种类标签的所述植株图像样本训练生成所述预设神经网络。


4.根据权利要求1所述的植物培育控制方法，其特征在于，所述根据所述培育决策调整自动培育装置的培育参数，包括以下任意一种或者任意组合：
调整照明控制装置的启停和电流大小，以调整光照时长和光照强度；
调整灌溉管道的溶液配比以调整土壤养分；调整所述灌溉管道的注水速度和闸门开关以调整土壤水分；
调整温控系统的启停和设定温度，以调整环境温度。


5.根据权利要求1至4任一项所述的植物培育控制方法，其特征在于，还包括：
将植株培育信息数据发送至大数据平台，以便所述大数据平台统计获取本地区内的植株培育产需信息；
根据所述本地区内的植株培育产需信息调整针对所述植株的种...

【专利技术属性】
技术研发人员：杨振宇，刘羽，崔坤磊，张敏，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32