【技术实现步骤摘要】
本专利技术涉及智慧农业领域，尤其是一种基于机器学习的自驱动作物虫害监测系统。
技术介绍
1、当今时代的人口越来越多，农业的重要性也愈发凸显，随着现代农业的不断进步，在农业生产时投入的人力将会越来越少，而如今对虫害的防治要求提高，传统防治虫害的方式在绿色农业的要求下也将逐渐被抛弃，如何实现更精准的虫害防治也成为了亟待解决的新课题。现代社会已经进入到信息化的时代，大数据、机器学习、物联网和云计算等技术都在蓬勃发展，这些技术也将会慢慢融入到现代农业的发展中，帮助现代农业变得更加高产高效。
2、目前的虫害监测设备主要还是通过诱集害虫的方式对虫害的危害程度进行估计，无法对每一株作物的具体情况进行分析，且对于虫害威胁的估计程度也不够精准。并且传统监测方式不同程度地受限于其应用环境的光照强度、温湿度或是气候状况等因素的影响，进而对测试结果的精准度产生一定的影响。
技术实现思路
1、本专利技术的目的在于，为了解决上面相关技术的一些问题，提出一种基于机器学习的自驱动作物虫害监测系统设计，首先采用了一套独立的自驱动模块进行供电，用图像收集模块收集led位置标定模块的位置标定信息，测量作物的重量变化，实现了无需供电且占用空间与资源小的一套虫害监测系统。
2、本专利技术的技术实现方案如下，该基于机器学习的自驱动作物虫害监测系统包括自驱动模块、虫害监测模块和后台处理模块；所述的自驱动模块包括滴灌装置、能量收集单元和能量存储单元；所述的虫害监测模块包括led位置标定模块、形变模块、图像
3、当滴灌装置工作时，水滴从其中滴落在能量收集单元的摩擦发电机上所产生的机械能会被能量收集单元收集并转化为电能，然后储存于能量存储单元中。
4、进一步地，所述能量存储单元将储存的能量经由稳压电路为虫害监测模块供能，该能量存储单元可以使用超级电容、钽电容等进行储能。
5、进一步地，所述形变模块内置弹簧等装置，用于称量作物的重量。当作物上有害虫时，重量会发生轻微的改变并导致形变模块发生轻微的形变，且重量的改变量与形变模块形变的改变量呈线性关系。
6、进一步地，所述led位置标定模块由3个led灯组成，其中左右两边的led灯固定在同一水平面上，用于标定该模块的基准线，中间的led灯安装在形变模块上，并跟着形变模块的形变而发生微小的位移，这样形变模块形变的改变量会被led灯的位移量所标定。
7、进一步地，所述图像收集模块使用摄像头收集led位置标定模块的3个led灯的位置图像信息，即led灯的位移量，然后发送给信息传输模块1。
8、进一步地，所述信息传输模块1需要同时具有接收与发送信息的能力，将图像形变模块发送来的图像信息发送给后台处理模块的信息传输模块2，并从信息传输模块2接收系统监控后台发送来的警示信息。
9、进一步地，所述发光警示模块在接收到信息传输模块1发送来的警示信号后执行相应的警示操作，控制对应的灯执行闪烁操作。
10、进一步地，所述信息传输模块2需要同时具有接收与发送信息的能力，接收来自信息传输模块1的图像信息并传输给机器学习模块，然后将系统监控后台发送来的警示信号发送回信息传输模块1。
11、进一步地，所述机器学习模块接收信息传输模块2发送来的图像收集模块所收集的图像信息，在学习已有数据后对作物的虫害情况进行判断，并将判断结果发送给系统监控后台汇总。
12、进一步地，所述系统监控后台收集来自机器学习模块的虫害情况信息后统一汇总，并根据各个作物的虫害情况发送相应的警示信号给信息传输模块2。
13、本专利技术的有益效果是：
14、1.本专利技术中的一种基于机器学习的自驱动作物虫害监测系统，采用了自驱动供电的方式，即使是在作物端缺电、断电的情况下也可以正常工作，保护作物免受虫害的威胁。
15、2.本专利技术中的一种基于机器学习的自驱动作物虫害监测系统，与后台处理模块进行无线信息传输，可以将对虫害情况的判断放在后台进行，同时采用了自驱动的设计，可以减少设施对于占用空间及资源的需求，减小了设备的生产及维护成本。
16、3.本专利技术中的一种基于机器学习的自驱动作物虫害监测系统，基于人工智能的大数据统计模型，通过后台处理可以将所有的作物在不同时间的虫害信息放在后台进行统一汇总，实现农业作物的物联网形式的统一管理模式。
17、4.本专利技术中的一种基于机器学习的自驱动作物虫害监测系统，关键的机器学习模块采用了机器学习的方式对作物的虫害情况进行判断，在数据的训练之后结果更加精准。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的自驱动作物虫害监测系统，其特征在于，包括自驱动模块、虫害监测模块和后台处理模块；所述的自驱动模块包括滴灌装置、能量收集单元和能量存储单元；所述的虫害监测模块包括形变模块、LED位置标定模块、图像收集模块、发光警示模块和信息传输模块1；所述后台处理模块包括信息传输模块2、机器学习模块和系统监控后台。
2.如权利要求1所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述自驱动模块中，滴灌装置滴落的水滴滴落在能量收集单元上，能量收集单元包含一个摩擦发电机，水滴落在薄膜上将摩擦产生的机械能转化为电能，并在经过整流后存储于能量存储单元之中；而能量存储单元负责存储收集到的能量，并输出特定的电压，用于给后续虫害监测模块供电。
3.如权利要求1所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述虫害监测模块中，在自驱动模块给LED位置标定模块供电之后，LED位置标定模块的3个LED灯开始闪烁，并且他们的位置会随着形变模块发生位移，当有害虫附着在植物上时，产生的重量变化会使形变模块发生形变，而这些形变会被图像收集模块的摄像头通过
4.如权利要求1所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述后台处理模块中，信息传输模块2从信息传输模块1处接收图像收集模块采集到的图像信息，并发送至机器学习模块，机器学习模块会判断出害虫的数量并传递给系统监控后台；系统监控后台会将所有植物的所有数据信息统一汇总，并将警示信号传回信息传输模块2，由信息传输模块2将警示信号传递回虫害监测模块进行发光警示。
5.如权利要求4所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述机器学习模块使用机器学习的方式，通过线性判别算法分析采集的图像信息中的角度或高度等数据信息作为特征，进而得出重量的改变量，并在大量数据训练过后，判断出准确的作物虫害状况。
...【技术特征摘要】
1.一种基于机器学习的自驱动作物虫害监测系统，其特征在于，包括自驱动模块、虫害监测模块和后台处理模块；所述的自驱动模块包括滴灌装置、能量收集单元和能量存储单元；所述的虫害监测模块包括形变模块、led位置标定模块、图像收集模块、发光警示模块和信息传输模块1；所述后台处理模块包括信息传输模块2、机器学习模块和系统监控后台。
2.如权利要求1所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述自驱动模块中，滴灌装置滴落的水滴滴落在能量收集单元上，能量收集单元包含一个摩擦发电机，水滴落在薄膜上将摩擦产生的机械能转化为电能，并在经过整流后存储于能量存储单元之中；而能量存储单元负责存储收集到的能量，并输出特定的电压，用于给后续虫害监测模块供电。
3.如权利要求1所述的一种基于机器学习的自驱动作物虫害监测系统，其特征在于，所述虫害监测模块中，在自驱动模块给led位置标定模块供电之后，led位置标定模块的3个led灯开始闪烁，并且他们的位置会随着形变模块发生位...
【专利技术属性】
技术研发人员：张岩，舒鑫，崔鑫，周远恺，聂家恒，
申请(专利权)人：电子科技大学，
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。