一种基于5G通信与机器学习的端云协同农情检测系统技术方案

本发明专利技术公开一种基于5G通信与机器学习的端云协同农情检测系统，包括：农情信息采集端，包括采集单元、信息处理单元，采集单元收集农业信息数据并由信息处理单元进行数据分类处理；车载控制与通信端，包括边缘计算单元、信息传输终端，边缘计算单元进行车辆控制与信息处理，信息传输终端利用5G通信技术进行数据上云操作；车载移动平台，包括车辆控制端、车辆感知端，车辆感知端对车辆周围环境进行感知并由车辆控制端对车辆进行操作控制；云服务器及用户端，包括云服务器端、用户端，云服务器端部署机器学习模型进行数据处理分析，之后在用户端上进行可视化展示。本发明专利技术解决了现有农情检测系统体量大、应用成本高、操作难的问题。操作难的问题。操作难的问题。

【技术实现步骤摘要】
一种基于5G通信与机器学习的端云协同农情检测系统


[0001]本专利技术属于农情信息化检测
，具体涉及一种基于5G通信与机器学习的端云协同农情检测系统。

技术介绍

[0002]农业作为国民经济的基础，对于整个国家的发展至关重要，而农情检测技术是保证农作物产量与质量的重要手段。随着近年来科技的不断发展，将物联网、大数据、5G、机器学习同农情检测领域进行深度融合，将加快传统农业向现代农业转型，并助力智慧农业的科技创新体系升级。
[0003]现有的农情检测系统的体量往往都非常巨大、成本非常高昂，农情检测系统的开发和维护需要大量的人力、物力和财力投入，这可能会使农民和农业企业无法负担其使用费用；同时，现有的农情检测系统的用户界面往往比较复杂，会导致使用起来难以操作，这可能会使农民和农业企业无法充分利用该系统提供的数据和建议，因此降低农情检测系统的成本和使用门槛是一个亟待解决的问题。
[0004]另外，现有的农情检测系统为了降低自己的成本，大部分是一种离线部署低算力的模式，这使得其无法通过大量的计算资源与高级的算法去处理更为复杂的农情数据，导致检测的农业指标有限也缺乏实时性，因此需要通过提高数据采集、传输、处理和反馈的效率以及系统可靠性来解决这一问题。
[0005]而目前的农情检测技术采用的是通用的传感器和计算机视觉的算法，无法对不同作物和不同生长阶段进行精细化的监测和管理，这使得现有的农情检测技术只能对单一作物进行农作物状态识别，所以现有的农情检测技术缺乏普适性。

技术实现思路

[0006]针对现有技术中存在不足，本专利技术提供了一种基于5G通信与机器学习的端云协同农情检测系统。
[0007]本专利技术是通过以下技术手段实现上述技术目的的。
[0008]一种基于5G通信与机器学习的端云协同农情检测系统，包括农情信息采集端，与所述农情信息采集端相连的车载控制与通信端，接收所述车载控制与通信端的信息并实时处理和反馈的云服务器及用户端，以及搭载所述农情信息采集端和车载控制与通信端的车载移动平台；
[0009]所述农情信息采集端包括采集单元以及与所述采集单元相连的信息处理单元；所述采集单元包括温湿度采集模块、光照信息采集模块、北斗定位信息采集模块、气体浓度采集模块和视觉信息采集模块；所述信息处理单元包括数据分类单元以及与数据分类单元相连接的数据处理单元；
[0010]所述车载控制与通信端包括边缘计算单元以及与所述边缘计算单元相连接的信息传输终端；所述边缘计算单元包括边缘节点以及与边缘节点相连接的车辆控制单元；所
述信息传输终端包括5G通讯模块；
[0011]所述车载移动平台包括车辆控制端以及与所述车辆控制端相连接的车辆感知端；所述车辆控制端包括控制和决策单元、车辆电机驱动单元和摄像头云台控制单元；所述车辆感知端包括激光雷达模块和超声波感知模块；
[0012]所述云服务器及用户端包括云服务器端以及与所述云服务器端连接的用户端；所述云服务器端包括基础设施层、数据层、服务层和应用层；所述用户端包括网络通信层、客户端应用层和用户界面层。
[0013]上述技术方案中，所述温湿度采集模块用于获取当前区块的温湿度环境信息；所述光照信息采集模块用于获取当前区块的光照强度；所述北斗定位信息采集模块用于获取当前车载平台所在的位置信息；所述气体浓度采集模块用于获取当前区块各个气体数据的浓度含量；所述视觉信息采集模块用于对当前农作物生长状态的图像信息进行实时采集。
[0014]上述技术方案中，所述数据分类单元用于对回传的传感器数据进行分类并做好相应的标记；所述数据处理单元用于把分类的传感器数据进行数据格式处理。
[0015]上述技术方案中，所述边缘节点用于收集信息处理单元所回传的数据信息，并传输至信息传输终端；所述车辆控制单元用于接收云服务器及用户端下发的车载遥控指令，并传输至车载移动平台进行控制。
[0016]上述技术方案中，所述5G通讯模块用于车载控制与通信端与云服务器及用户端的信息交互。
[0017]上述技术方案中，所述控制和决策单元用于接收车辆控制单元所收到的控制指令，并进行解析和命令下发；所述车辆电机驱动单元用于接收控制和决策单元的命令并对车辆的电机进行驱动，使车载移动平台按照命令进行行驶；所述摄像头云台控制单元用于接收控制和决策单元的指令，并对云台进行控制，使得摄像头多角度旋转并拍摄更多农作物信息。
[0018]上述技术方案中，所述激光雷达模块用于对车载移动平台的外部环境进行感知，配合控制和决策单元，使车载移动平台拥有自主导航的能力；所述超声波感知模块用于对车载移动平台周围的障碍物进行有效检测，使得车载平台感知周围的障碍物。
[0019]上述技术方案中，所述基础设施层用于提供支持应用程序运行的基础设施和服务；所述数据层提供数据访问接口和方法，并负责与底层数据存储系统进行交互；所述服务层负责实现业务逻辑的具体功能；所述应用层负责接收和处理来自用户端的请求。
[0020]上述技术方案中，所述网络通信层负责处理用户端与云服务器端之间的通信；所述客户端应用层负责实现用户界面交互的逻辑、用户输入的处理等应用程序的业务逻辑；所述用户界面层包含用户界面的设计和展示，具体包括数据监测、农情预警、终端控制、智慧农情的可视化界面，用于对农情数据进行全面展示。
[0021]本专利技术的有益效果为：本专利技术基于5G通信与机器学习的端云协同农情检测系统，搭建了“先进通信+端云协同”的系统框架，采用了“大数据+机器学习”的前沿技术，设计了“直观+易用”的用户界面，提出了“高效+精准”的检测手段。针对现有农情检测系统体量大、应用成本高、操作难的问题，本专利技术提出了一种成本较低且简单可行的方案，并且功能更多、用户使用更加方便；针对现有农情检测系统的实时性低、效率慢的问题，本专利技术提出了5G通信与机器学习的融合技术，提高了农情检测系统的工作效率与无人化程度，为智慧农
场的应用推广进行助力；针对农情检测领域的各种问题，本专利技术提出了一种新的检测手段与方法，丰富了检测手段的多样性，降低了检测成本，提高了检测效率。本专利技术给传统农业转型与智慧农业升级提供了新的思路和技术架构，极大程度上加强了现代科技体系与农业领域的结合应用，同时在农情检测领域提出了新的检测手段。
附图说明
[0022]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0023]其中：
[0024]图1为本专利技术所述基于5G通信与机器学习的端云协同农情检测系统整体结构示意图；
[0025]图2为本专利技术所述基于5G通信与机器学习的端云协同农情检测的硬件结构示意图；
[0026]图3为本专利技术所述基于5G通信与机器学习的端云协同农情检测系统的云服务器及用户端结构示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于5G通信与机器学习的端云协同农情检测系统，其特征在于，包括农情信息采集端(000)，与所述农情信息采集端(000)相连的车载控制与通信端(100)，接收所述车载控制与通信端(100)的信息并实时处理和反馈的云服务器及用户端(300)，以及搭载所述农情信息采集端(000)和车载控制与通信端(100)的车载移动平台(200)；所述农情信息采集端(000)包括采集单元(010)以及与所述采集单元(010)相连的信息处理单元(020)；所述采集单元(010)包括温湿度采集模块(011)、光照信息采集模块(012)、北斗定位信息采集模块(013)、气体浓度采集模块(014)和视觉信息采集模块(015)；所述信息处理单元(020)包括数据分类单元(021)以及与数据分类单元(021)相连接的数据处理单元(022)；所述车载控制与通信端(100)包括边缘计算单元(110)以及与所述边缘计算单元(110)相连接的信息传输终端(120)；所述边缘计算单元(110)包括边缘节点(111)以及与边缘节点(111)相连接的车辆控制单元(112)；所述信息传输终端包括5G通讯模块(121)；所述车载移动平台(200)包括车辆控制端(210)以及与所述车辆控制端(210)相连接的车辆感知端(220)；所述车辆控制端(210)包括控制和决策单元(211)、车辆电机驱动单元(212)和摄像头云台控制单元(213)；所述车辆感知端(220)包括激光雷达模块(221)和超声波感知模块(222)；所述云服务器及用户端(300)包括云服务器端(310)以及与所述云服务器端(310)连接的用户端(320)；所述云服务器端(310)包括基础设施层(311)、数据层(312)、服务层(313)和应用层(314)；所述用户端(320)包括网络通信层(321)、客户端应用层(322)和用户界面层(323)。2.根据权利要求1所述的端云协同农情检测系统，其特征在于，所述温湿度采集模块(011)用于获取当前区块的温湿度环境信息；所述光照信息采集模块(012)用于获取当前区块的光照强度；所述北斗定位信息采集模块(013)用于获取当前车载平台所在的位置信息；所述气体浓度采集模块(014)用于获取当前区块各个气体数据的浓度含量；所述视觉信息采集模块(015)用于对当前农作物生长状态的图像信息进行实时采集。3.根据权利要求1所述的端云协同农情检...

【专利技术属性】
技术研发人员：陈元平，徐世航，张哲君，陈虎，韦庆林，徐晶，褚士兵，
申请(专利权)人：江苏大学，
类型：发明
国别省市：