本申請(qǐng)涉及農(nóng)業(yè)生產(chǎn)種植領(lǐng)域，特別是涉及一種無人施肥方法、裝置、設(shè)備、介質(zhì)及無人施肥車。

背景技術(shù)：

1、在農(nóng)業(yè)生產(chǎn)中，施肥是提高作物產(chǎn)量和質(zhì)量的重要措施之一。傳統(tǒng)的壟間施肥方法包括人工施肥和機(jī)械施肥。人工施肥效率低下，且容易造成施肥過量或不均勻；機(jī)械施肥雖然能提高效率，但其精準(zhǔn)度仍存在一定的偏差。

2、為了提高壟間施肥的效率和精確度，近年來出現(xiàn)了基于無人機(jī)或無人車的自動(dòng)施肥系統(tǒng)，利用衛(wèi)星、無人機(jī)等遙感平臺(tái)獲取圖像及光譜信息，并將其處理生成施肥量處方圖，再運(yùn)用固定式水肥一體機(jī)、自動(dòng)施肥機(jī)等實(shí)現(xiàn)處方圖執(zhí)行。

3、但是，處方圖生成通常依賴于gps定位和圖像處理技術(shù)來確定壟間位置和施肥量，由于覆蓋區(qū)域較大，同時(shí)，由于受到天氣、遮擋等因素的影響，gps定位的精準(zhǔn)度可能下降，因此，很難實(shí)現(xiàn)局部精準(zhǔn)施肥。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的目的是提供一種無人施肥方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，可提升局部施肥的精確度。為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝巳缦路桨福?/p>

2、第一方面，本申請(qǐng)?zhí)峁┝艘环N無人施肥方法，包括：

3、獲取目標(biāo)區(qū)域作物生長環(huán)境的第一特征數(shù)據(jù)集；

4、基于所述第一特征數(shù)據(jù)集構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，將所述第一特征數(shù)據(jù)集作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入，對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

5、基于訓(xùn)練好的所述神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量；

6、基于所述待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量獲取所述待施肥區(qū)域所需肥料中營養(yǎng)元素的配比；

7、基于地理信息系統(tǒng)獲取多個(gè)待施肥區(qū)域的空間定位信息，根據(jù)多個(gè)待施肥區(qū)域所需肥料中營養(yǎng)元素的配比與相應(yīng)的空間定位信息生成施肥處方圖，施肥處方圖用于表征所述待施肥區(qū)域各個(gè)位置所需肥料中營養(yǎng)元素的配比及施肥量，根據(jù)所述施肥處方圖控制無人車行駛至指定區(qū)域?qū)ψ魑镞M(jìn)行施肥作業(yè)。

8、第二方面，本申請(qǐng)?zhí)峁┝艘环N無人施肥裝置，包括：

9、主控模塊，所述主控模塊用于控制動(dòng)力模塊、定位模塊、信息采集模塊、肥料供給模塊、噴施控制模塊、數(shù)據(jù)處理模塊；

10、動(dòng)力模塊，用于對(duì)所述定位模塊、信息采集模塊、肥料供給模塊、噴施控制模塊、數(shù)據(jù)處理模塊提供電力驅(qū)動(dòng)支持；

11、定位模塊，用于實(shí)現(xiàn)對(duì)無人車的定位控制；

12、信息采集模塊，用于獲取目標(biāo)區(qū)域作物生長環(huán)境的第一特征數(shù)據(jù)集；

13、肥料供給模塊，用于根據(jù)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量配比肥料；

14、噴施控制模塊，用于將配比好的肥料對(duì)作物進(jìn)行噴淋；

15、數(shù)據(jù)處理模塊，用于基于所述第一特征數(shù)據(jù)集構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，將所述第一特征數(shù)據(jù)集作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入，對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；基于訓(xùn)練好的所述神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量；基于待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量獲取待施肥區(qū)域所需肥料中營養(yǎng)元素的配比；基于地理信息系統(tǒng)獲取多個(gè)待施肥區(qū)域的空間定位信息，根據(jù)多個(gè)待施肥區(qū)域所需肥料中營養(yǎng)元素的配比與相應(yīng)的空間定位信息生成施肥處方圖，施肥處方圖用于表征待施肥區(qū)域各個(gè)位置所需肥料中營養(yǎng)元素的配比及施肥量，根據(jù)所述施肥處方圖控制無人車行駛至指定區(qū)域?qū)ψ魑镞M(jìn)行施肥作業(yè)。

16、第三方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述中任一項(xiàng)所述的無人施肥方法的步驟。

17、第四方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述中任一項(xiàng)所述的無人施肥方法的步驟。

18、第五方面，本申請(qǐng)?zhí)峁┝艘环N無人施肥車，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述中任一項(xiàng)所述的無人施肥方法的步驟。

19、根據(jù)本申請(qǐng)?zhí)峁┑木唧w實(shí)施例，本申請(qǐng)公開了以下技術(shù)效果：

20、本申請(qǐng)?zhí)峁┝艘环N無人施肥方法、裝置、設(shè)備、介質(zhì)及無人施肥車，通過獲取目標(biāo)區(qū)域作物生長環(huán)境的第一特征數(shù)據(jù)集；基于第一特征數(shù)據(jù)集構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，將第一特征數(shù)據(jù)集作為神經(jīng)網(wǎng)絡(luò)模型的輸入，對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練?；谟?xùn)練好的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量?；诖┓蕝^(qū)域土壤和作物葉冠的營養(yǎng)元素含量獲取待施肥區(qū)域所需肥料中營養(yǎng)元素的配比。通過地理信息系統(tǒng)獲取多個(gè)待施肥區(qū)域的空間定位信息，根據(jù)多個(gè)待施肥區(qū)域所需肥料中營養(yǎng)元素的配比與相應(yīng)的空間定位信息生成施肥處方圖。施肥處方圖用于表征待施肥區(qū)域的肥料營養(yǎng)元素配比及施肥量，根據(jù)施肥處方圖控制無人車行駛至指定區(qū)域?qū)ψ魑镞M(jìn)行施肥作業(yè)。根據(jù)gps定位和待施肥區(qū)域作物生長環(huán)境的實(shí)測(cè)值，對(duì)土壤和作物葉冠的營養(yǎng)元素含量進(jìn)行預(yù)測(cè)，并基于空間定位信息確定待施肥區(qū)域各個(gè)位置所需肥料中營養(yǎng)元素的配比和施肥量。這使得在營養(yǎng)元素含量不同的待施肥區(qū)域之間，所施加的肥料配比和施肥量不同，實(shí)現(xiàn)了對(duì)小塊區(qū)域的有針對(duì)性的施肥，從而實(shí)現(xiàn)了對(duì)待施肥區(qū)域的高精度施肥。

技術(shù)特征：

1.一種無人施肥方法，其特征在于，所述無人施肥方法包括：

2.根據(jù)權(quán)利要求1所述的無人施肥方法，其特征在于，所述獲取目標(biāo)區(qū)域作物生長環(huán)境的第一特征數(shù)據(jù)集，具體包括：

3.根據(jù)權(quán)利要求2所述的無人施肥方法，其特征在于，所述將所述高光譜圖像數(shù)據(jù)、營養(yǎng)成分?jǐn)?shù)據(jù)及環(huán)境數(shù)據(jù)通過自動(dòng)機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行處理，得到所述第一特征數(shù)據(jù)集，具體包括：

4.根據(jù)權(quán)利要求1所述的無人施肥方法，其特征在于，所述基于訓(xùn)練好的所述神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量，具體包括：

5.根據(jù)權(quán)利要求1所述的無人施肥方法，其特征在于，所述待施肥區(qū)域所需肥料中營養(yǎng)元素的配比通過計(jì)算第i種肥料的需求量獲取，所述第i種肥料的需求量表示為：

6.一種無人施肥裝置，其特征在于，所述無人施肥裝置包括：

7.根據(jù)權(quán)利要求6所述的無人施肥裝置，其特征在于，所述信息采集模塊包含成像光譜儀模塊、土壤探針模塊及環(huán)境感知模塊；

8.一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的無人施肥方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的無人施肥方法的步驟。

10.一種無人施肥車，其特征在于，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的無人施肥方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開了一種無人施肥方法、裝置、設(shè)備、介質(zhì)及無人施肥車，涉及農(nóng)業(yè)生產(chǎn)種植領(lǐng)域，該方法包括獲取目標(biāo)區(qū)域作物生長環(huán)境的第一特征數(shù)據(jù)集；基于特征數(shù)據(jù)集構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，將特征數(shù)據(jù)集作為神經(jīng)網(wǎng)絡(luò)模型的輸入，對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量；基于所述待施肥區(qū)域土壤和作物葉冠的營養(yǎng)元素含量獲取待施肥區(qū)域所需肥料中營養(yǎng)元素的配比；基于地理信息系統(tǒng)獲取多個(gè)待施肥區(qū)域的空間定位信息，根據(jù)多個(gè)待施肥區(qū)域所需肥料中營養(yǎng)元素的配比與相應(yīng)的空間定位信息生成施肥處方圖。本申請(qǐng)實(shí)現(xiàn)了對(duì)作物的局部精準(zhǔn)施肥。

技術(shù)研發(fā)人員：吳兵,宋寧,黃玨東,宋含
受保護(hù)的技術(shù)使用者：南京喜壤農(nóng)業(yè)科技有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10