搜寻功能出苗制造技术

为了提高植物的早期出苗阶段辨别力，提出了一种基于神经网络的早期出苗应用，可选地利用“注意”机制，其检测播种之后打开并存在于田地中的植物的数量。这样，农民可以容易地确定是否在播种之后的早期阶段满足作物密度目标，并且可选地接收关于填闲作物的推荐。并且可选地接收关于填闲作物的推荐。并且可选地接收关于填闲作物的推荐。

【技术实现步骤摘要】
【国外来华专利技术】搜寻功能出苗


[0001]本专利技术涉及数字农业。特别地，本专利技术涉及一种决策支持设备、移动装置、农业机器人和用于作物检测和分析的方法。

技术介绍

[0002]数字农业领域中的当前图像识别应用专注于单一杂草种类的检测。在这样的算法中，拍摄杂草的图像，图像可以被发送到经训练的卷积神经网络(CNN)，并且杂草种类由经训练的CNN确定。最近提出了增强的CNN架构，它允许对象检测网络取决于区域提议算法来假设对象位置。与检测网络共享全图像卷积特征的区域提议网络(RPN)可以使能几乎免费的区域提议。
[0003]在农业应用中，田地环境对图像识别方法具有挑战性，因为田地可能出现不同背景的多种植物。因此，取决于图像质量和环境，用于作物或杂草检测的算法置信度可能受到影响。特别是对于图像上的多个植物，这样的算法不仅需要区分植物和环境，而且需要区分植物本身。特别是，对于包括作物和杂草的植物的早期出苗阶段区分是具挑战性的。
[0004]US 2019/188847 A1描述了一种接收农场上的田地的图像并过滤田地的图像以生成过滤图像的设备。该设备使用作物行线作为主要因素来标识作物植物。

技术实现思路

[0005]可能需要提高植物的早期出苗阶段辨别力。
[0006]本专利技术的目标由独立权利要求的主题解决，其中，其他实施例被包含在从属权利要求中。应当注意，本专利技术的以下所描述的方面还适用于所述决策支持设备、所述移动装置、所述农业机器人和所述方法。
[0007]本专利技术的第一方面提供了一种用于农业对象检测的决策支持设备。该决策支持设备包括：
[0008]‑
输入单元，其被配置用于接收一个或多个农业对象的图像，一个或多个农业对象包括田地中的至少一个作物对象；
[0009]‑
计算单元，其被配置用于：
[0010]i)将数据驱动模型应用于所接收的图像以生成元数据，元数据包括表示所接收的图像中的一个或多个农业对象的图像位置的至少一个区域指示符以及与至少一个区域指示符相关联的农业对象标签，
[0011]其中，数据驱动模型被配置为已经用包括多组示例的训练数据集进行了训练，每组示例包括示例田地中的一个或多个农业对象的示例图像以及相关联的示例元数据，示例元数据包括表示示例图像中的一个或多个农业对象的图像位置的至少一个区域指示符以及与至少一个区域指示符相关联的示例农业对象标签；以及
[0012]ii)基于所生成的与所接收的图像相关联的元数据，确定所接收的图像中的至少一个作物对象的数量和所接收的图像覆盖的田地的面积；以及
[0013]iii)基于所接收的图像中的至少一个作物对象的数量和所接收的图像覆盖的田地的面积，确定至少一个作物对象的作物密度；
[0014]‑
输出单元，其被配置用于输出包括所确定的田地中的至少一个作物对象的作物密度的数据。
[0015]换句话说，提出了一种用于识别农田的图像中的至少一个作物对象的决策支持设备。该设备基于数据驱动模型，诸如CNN，可选地具有区域指示符形式的“注意(attention)”机制。此处线索在于包括在数据驱动模型的训练数据中的农业区域指示符。图像背景不重要，并且不需要辨别。即使在诸如智能电话的移动设备上，这样的数据驱动模型也使能快速且高效的处理。在训练时，收集和注释具有多个农业对象(例如作物、杂草、疾病)的图像。一旦数据驱动模型经训练并符合预定义的质量标准，则它将在服务器(云)或移动设备上可用。在后者情况下，可能需要压缩，例如经由节点或层减少取出那些不经常触发的节点或层(在<x％的已处理图像中)。通过这样的使用区域指示符的“注意”机制，决策支持设备即使在田地中的不同背景下也可以区分多个农业对象。因此，可以提高识别包括作物的多个农业对象的效率。这使得能够检测播种之后打开并存在于田地中的植物的数量。以这种方式，确定一个或多个作物对象的作物密度是可能的。由于图像识别具有提高的准确度，可以更准确地确定一个或多个作物对象的作物密度，这可以帮助农民监测早期出苗状态。如下文将要解释的，以这种方式，农民可以容易地确定是否在播种之后的早期阶段满足作物密度目标，并且可选地接收关于填闲作物(catch crop)的推荐。
[0016]决策支持设备被提议利用作物植物的视觉特性来识别它们，而不是种植顺序(例如作物行线)。为了将杂草植物与作物植物分离，决策支持设备可以利用包含不同生长条件的各种图片条件。视觉数据可以通过增强现实来增强以测量植物的绝对距离。这将在下文更详细地解释。
[0017]根据本专利技术的实施例，计算单元还被配置为将所确定的至少一个作物对象的作物密度与用于至少一个作物对象的预定义阈值进行比较，以确定是否满足用于至少一个作物对象的播种目标。
[0018]例如，如果BBCH量表(scale)用于描述作物对象的物候发育，则预定义阈值可能是50、30或20BBCH，这取决于作物类型。换句话说，早期出苗意味着取决于作物类型，BBCH小于50、30或20。例如，对于小麦或大麦，早期出苗可包括少于20或10BBCH的生长阶段。对于甜菜或玉米，早期出苗可包括少于50、40、30或20BBCH的生长阶段。
[0019]根据本专利技术的实施例，计算单元还被配置为如果确定不满足用于至少一个作物对象的播种目标，则提供警告信号。
[0020]警告信号可以是文本消息，该文本消息可发送到农民的移动电话。警告信号可以是语音消息。
[0021]根据本专利技术的实施例，计算单元被配置用于应用填闲作物推荐规则，以基于包括至少一个作物对象的作物密度、至少一个作物对象的类型、以及定时的信息，确定是否为田地推荐填闲作物。
[0022]填闲作物是在两种作物之间以普通顺序生长的作物，在主要作物的行之间，或作为失败的主要作物的替代品。填闲作物推荐规则可以在例如查找表中被预定义，该查找表将填闲作物的推荐与作物对象的作物密度、作物类型和定时相关联。例如，从种子在25
‑
30
天内成熟的萝卜可以在大多数蔬菜行之间生长，并且在主要作物成熟之前很久收获。或者，可以在一些作物的春季收获和秋季种植之间种植填闲作物。可替代地，可以通过机器学习算法定义填闲作物推荐规则，该算法用历史数据进行训练，该历史数据包括作物对象的作物密度、作物类型、定时以及是否推荐填闲作物的决策。
[0023]根据本专利技术的实施例，计算单元被配置用于应用预定义生长阶段量表，以基于至少一个作物对象的至少一个特征来确定至少一个作物对象的生长阶段。
[0024]预定义生长阶段量表的示例是BBCH量表。预定义生长阶段量表的其他示例包括Feekes量表、Zadoks量表等。可以例如基于叶子大小和叶子数量来确定至少一个对象的生长阶段。基于生长阶段，可以确定BBCH并将其作为标签添加到每个指示框。可以考虑作物的生长阶段以确定例如生长速率。
[0025]根据本专利技术的实施例，训练数据集的每组示例中的相关联的示例元数据还包括表示示例图像中的一个或多个农业本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于作物检测的决策支持设备(10)，包括：
‑
输入单元(14)，其被配置用于接收一个或多个农业对象的图像，所述一个或多个农业对象包括田地中的至少一个作物对象；
‑
计算单元(14)，其被配置用于：i)将数据驱动模型应用于所接收的图像以生成元数据，所述元数据包括表示所接收的图像中的所述一个或多个农业对象的图像位置的至少一个区域指示符以及与所述至少一个区域指示符相关联的农业对象标签，其中，所述数据驱动模型被配置为已经用包括多组示例的训练数据集进行了训练，每组示例包括示例田地中的一个或多个农业对象的示例图像以及相关联的示例元数据，所述示例元数据包括表示所述示例图像中的所述一个或多个农业对象的图像位置的至少一个区域指示符以及与所述至少一个区域指示符相关联的示例农业对象标签；以及ii)基于所生成的与所接收的图像相关联的元数据，确定所接收的图像中的所述至少一个作物对象的数量和所接收的图像覆盖的所述田地的面积；以及iii)基于所接收的图像中的所述至少一个作物对象的所述数量和所接收的图像覆盖的所述田地的所述面积，确定所述至少一个作物对象的作物密度；
‑
输出单元(16)，其被配置用于输出包括所确定的所述田地中的所述至少一个作物对象的作物密度的数据。2.根据权利要求1所述的决策支持设备，其中，所述计算单元还被配置为将所确定的所述至少一个作物对象的作物密度与用于所述至少一个作物对象的预定义阈值进行比较，以确定是否满足用于所述至少一个作物对象的播种目标。3.根据权利要求2所述的决策支持设备，其中，所述计算单元还被配置为如果确定不满足用于所述至少一个作物对象的所述播种目标，则提供警告信号。4.根据权利要求2或3所述的决策支持设备，其中，所述计算单元被配置用于应用预定义填闲作物推荐规则，以基于包括所述至少一个作物对象的所述作物密度、所述至少一个作物对象的类型、以及定时的信息，确定是否为所述田地推荐填闲作物。5.根据前述权利要求中的任一项所述的决策支持设备，其中，所述计算单元被配置用于应用预定义生长阶段量表，以基于所述至少一个作物对象的至少一个特征来确定所述至少一个作物对象的生长阶段。6.根据权利要求5所述的决策支持设备，其中，所述训练数据集的每组示例中的相关联的示例元数据还包括表示所述示例图像中的所述一个或多个农业对象的生长阶段的示例生长阶段标签；以及其中，由所述数据驱动模型生成的元数据还包括与所述至少一个区域指示符相关联的生长阶段标签。7.根据权利要求5或6所述的决策支持设备，其中，所述计算单元被配置为如果所确定的所述至少一个作物对象的生长阶段在所述预定义生长阶段量表中的预定义范围内，则提供指示所述至少一个作物不再可辨别以确定
所述作物密度的通知。8.根据前述权利要求中的任一项所述的决策支持设备，其中，所述计算单元还被配置为通过将所确定的所述至少一个作物对象的作物密度与所述至少一个作物对象的表示正常天气条件下的作物密度的预期作物密度进行比较，确定归因于极端天气条件的作物损害；以及其中，关于作物密度的所述输出还包括表示所确定的作物损害的差异指示符。9.根据前述权利要求中的任一项所述的决策支持设备，其中，所述计算单元被配置为确定多个田地中的所述至少一个作物对象的作物密度；以及其中，所述计算单元被配置用于：
‑
基于所确定的所述多个田地中的所述至少一个作物对象的作物密度，确定用于目标密度分类的阈值；
‑
用来自所接收的图像的关于作物密度的结果来标记不同的位置；和/或

【专利技术属性】
技术研发人员：M，
申请(专利权)人：巴斯夫农化商标有限公司，
类型：发明
国别省市：