【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种土壤识别的控制方法、装置及介质。
技术介绍
1、随着科技的发展，除草机器人应用于人们的生活中，并采用激光对杂草进行除草，其中，除草机器人在行走过程中对土壤进行拍摄，并形成土壤图像，基于多个土壤图像构建地形地图，以便于依据地形地图进行农作物的种植排布，大多数是根据地形来排布农作物，并依照以往的经验定义农作物，导致了现有的地形地图没有针对性的种植建议。
技术实现思路
1、本申请的实施例提供了一种土壤识别的控制方法、装置及介质，进而至少在一定程度上基于土壤的光谱数据提取土壤参数，以便于引入土壤参数，从而形成地块特性地图，以便于地块特性地图和作物适宜性数据库进行关联，进而根据土壤参数以及作物适宜性数据库的映射关系形成种植建议，保证了种植建议的适配性和针对性，提供了更全面、更实用的决策支持工具。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
3、根据本申请实施例的一个方面，提供了一种土壤识别的控制方法，包括：
4、获取土壤的光谱数据；
5、基于土壤的光谱数据提取土壤参数；
6、将土壤参数标记在地块地图，并形成地块特性地图；
7、关联地块特性地图和作物适宜性数据库，以提供种植建议。
8、可选的，所述获取土壤的光谱数据，包括：
9、激光除草机器人所携带的多光谱传感器对土壤进行扫描；
10、多光谱传感器在不同波长
11、可选的，所述获取土壤的光谱数据，还包括：
12、多光谱传感器在不同的环境光照条件下收集光谱数据，并输出光谱变化量；光谱数据公式表示为：
13、r(λ)＝(is(λ)-id(λ))/i0(λ)
14、其中，r(λ)是在波长λ处的反射率；is(λ)是从土壤表面反射的光强度；id(λ)是环境光扰动强度；i0(λ)是入射光的光强度。
15、可选的，在所述获取土壤的光谱数据之后，所述土壤识别的控制方法还包括：
16、对土壤的光谱数据进行预处理，并输出预处理数据；
17、基于预处理数据的加密而形成加密数据，同时，基于加密数据进行压缩处理，以形成压缩数据；
18、根据压缩数据以网络传输效率进行传输，此时，网络传输效率公式表示为：
19、t＝σ(r(λ)*b(λ))/(l+p)
20、其中，t是总数据传输量；r(λ)是在波长λ处的反射率；b(λ)是波长λ对应的带宽占用；l是网络延迟；p是数据包处理时间。
21、可选的，所述基于土壤的光谱数据提取土壤参数，包括：
22、对土壤的光谱数据进行数据处理；
23、将土壤的光谱数据输入至土壤参数学习模型，并提取土壤参数。
24、可选的，所述基于土壤的光谱数据提取土壤参数，还包括：
25、p(y|x)＝1/(1+e^-(β0+σβi xi))
26、其中，p(y|x)是给定输入x时，预测输出y的概率；xi是输入的多光谱数据特征；β0和βi是逻辑回归模型的参数；e是自然对数底数；该公式利用sigmoid函数将输入特征的线性组合转换为概率值，从而预测给定特征下土壤参数的可能性。
27、可选的，所述将土壤参数标记在地块地图，并形成地块特性地图，包括：
28、基于激光除草机器人对地块的扫描而形成地块地图；
29、获取土壤参数和对应的土壤位置；
30、基于土壤参数和土壤位置标记在地块地图，并形成地块特性地图。
31、可选的，所述关联地块特性地图和作物适宜性数据库，以提供种植建议，包括：
32、基于作物以及土壤参数构建作物适宜性数据库；
33、对地块特性地图所显示的土壤参数进行标记，并形成目标参数；
34、基于目标参数以及作物适宜性数据库的映射关系提供种植建议。
35、根据本申请实施例的一个方面，提供了一种土壤识别的控制装置，包括：
36、获取模块，用于获取土壤的光谱数据；
37、提取模块，用于基于土壤的光谱数据提取土壤参数；
38、标记模块，用于将土壤参数标记在地块地图，并形成地块特性地图；
39、关联模块，用于关联地块特性地图和作物适宜性数据库，以提供种植建议。
40、根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的土壤识别的控制方法。
41、根据本申请实施例的一个方面，提供了一种除草机器人，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的土壤识别的控制方法。
42、根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中提供的土壤识别的控制方法。
43、在本申请的一些实施例所提供的技术方案中，获取土壤的光谱数据；基于土壤的光谱数据提取土壤参数；将土壤参数标记在地块地图，并形成地块特性地图；关联地块特性地图和作物适宜性数据库，以提供种植建议，此时，基于土壤的光谱数据提取土壤参数，以便于引入土壤参数，从而形成地块特性地图，以便于地块特性地图和作物适宜性数据库进行关联，进而根据土壤参数以及作物适宜性数据库的映射关系形成种植建议，保证了种植建议的适配性和针对性，提供了更全面、更实用的决策支持工具。
44、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种土壤识别的控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取土壤的光谱数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取土壤的光谱数据，还包括：
4.根据权利要求1所述的方法，其特征在于，在所述获取土壤的光谱数据之后，所述土壤识别的控制方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于土壤的光谱数据提取土壤参数，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于土壤的光谱数据提取土壤参数，还包括：
7.根据权利要求1所述的方法，其特征在于，所述将土壤参数标记在地块地图，并形成地块特性地图，包括：
8.根据权利要求1所述的方法，其特征在于，所述关联地块特性地图和作物适宜性数据库，以提供种植建议，包括：
9.一种土壤识别的控制装置，其特征在于，包括：
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的土壤识别的控制方法。
【技术特征摘要】
1.一种土壤识别的控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取土壤的光谱数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取土壤的光谱数据，还包括：
4.根据权利要求1所述的方法，其特征在于，在所述获取土壤的光谱数据之后，所述土壤识别的控制方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于土壤的光谱数据提取土壤参数，包括：
6.根据权利要求5所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：杨云飞，刘帅，林伟，周中寒，汪然，
申请(专利权)人：内蒙古八爪智能科技有限公司，
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。