技术领域
[0001] 本
发明属于数据监测技术领域，尤其涉及一种基于LORA通讯的智慧果园信息控制系统及方法。
背景技术
[0002] 传统种植业的生产过程需要种植人员的全程看护，并依赖管理人员的种植经验对
农作物的不同生长状况采取浇
水施肥除草驱虫等措施，但存在因技术不达标而出现水肥药利用率不高的现象，造成资源的浪费，更有甚者，还会导致作物
食品安全性不达标而对公民人身健康造成损害。近年来，雾霾肆虐、河流被污染、我国80％的土地有不同程度的污染，资源和生态环境已经触到红线，面对恶劣的种植环境，仅凭管理人员的传统种植经验已经无法应对。农产品市场交易中的信息不对称现象十分明显，直接导致了农产品种类的种植面积、产量与价格剧烈
波动，导致农产品丰产不丰收目前，
[0003] 现有的智慧果园系统多采用GPRS作为通讯网络，存在的问题有：GPRS依赖于运营商建立的蜂窝网络通讯基站，采用GPRS作为通讯网络会产生长期的通讯
费用和运营费用，导致系统维护成本高，不适合长期使用；采用GPRS作为通讯网络，
数据采集成功率不高，数据堵塞较严重。LoRa通讯技术与其他技术相比的优势在于其
分辨率高，网络可靠性强，功耗极低；LoRa网络架构是星形拓补网络，即每个终端
节点和网关可以直接进行信息互通，不但减少了网络运行的复杂程度，而且有效的降低了功耗；采用LoRa通讯技术大大降低了系统的使用和维护成本，同时实现了远距离、高
稳定性的多平台控制。
发明内容
[0004] 针对
现有技术存在的问题，本发明提供了一种基于LORA通讯的智慧果园信息控制系统及方法。
[0005] 本发明是这样实现的，一种基于LORA通讯的智慧果园信息控制系统，所述基于LORA通讯的智慧果园信息控制系统包括：
[0006] LORA数据采集终端，与
传感器连接，用于实现LORA通讯，与网关实现数据交互；实现LORA节点模式，跟LORA网关3或LORA中继通讯实现数据采集功能；实现LORA中继模式；实现低功耗控制功能，根据预设开启对传感器的供电与数据采集；
[0007] LORA网关，与通过LORA无线与LORA数据采集终端连接，用于实现LORA通讯，采用网关模式，与LORA节点或LORA中继通讯；提供LAN或4G通讯技术与远程的数据平台进行通讯；提供继电器输出
端子或通过串口、以太网输出控制外部继电器，控制现场控制设备运行；提供以太网
接口及wifiAP功能，接入视频监控设备。
[0008] 数据平台，通过有线或者无线与LORA网关连接，用于提供LORA设备通讯能
力，进行数据收集与命令输出；管理前端的LORA设备或网关；提供视频查看功能；提供各个大棚的数据信息展示与报警数据浏览。
[0009] 进一步，所述基于LORA通讯的智慧果园信息控制系统还包括：应用平台、摄像头、机电设备、外部继电器、
风机和
水闸、视频设备；
[0010] 数据平台与应用平台连接，摄像头、机电设备与LORA数据采集终端连接，外部继电器、风机和水闸、视频设备与LORA网关连接。
[0011] 进一步，所述LORA数据采集终端包括：LORA模组、CPU、一次性
电池；
[0012] 一次性电池与LORA模组、CPU和传感器连接；传感器与CPU连接，CPU与LORA模组连接。
[0013] 进一步，所述LORA网关包括：网关主控、RJ45、内置继电器、RS485和RS232、AI/DI、4G模
块、WIFI模组、网关LORA模组；
[0014] 网关主控分别与RJ45、内置继电器、RS485和RS232、AI/DI、4G模块、WIFI模组、网关LORA模组连接。
[0015] 进一步，所述RJ45与视频设备连接；
[0016] RJ45与数据平台有线连接，4G模组、WIFI模组分别与数据平台无线连接；
[0017] 内置继电器与风机/水闸连接。
[0018] 进一步，串口为RS485和RS232，RS485和RS232通过外部继电器与风机/水闸连接；
[0019] AI/DI为AI/DI输入模块，用于连接传感器。
[0020] 进一步，所述基于LORA通讯的智慧果园信息控制系统还包括：园区规划模块、果树档案模块、精准种植模块；
[0021] 园区规划模块，用于实现用户
选定猕猴桃园区的种植区域后，将猕猴桃的基本信息上传至智慧果园系统；园区环境信息采集模块包括温
湿度传感器、
温度传感器、空气
质量传感器、
土壤温湿度传感器、二
氧化
碳传感器等，将采集的实时信息传递给园区规划模块；农业市场信息收集模块将收集到的历年果树相关信息市场供需等信息传递给园区规划模块；园区规划模块将获取的园区信息和猕猴桃树市场信息结合，进行园区科学规划，提供合理果树选配方案；
[0022] 果树档案模块，用于为每棵猕猴桃树构建生长模型、创立
健康档案，记录猕猴桃树的种植
位置、品种、树龄、树高、生长状况、历年产量、历年经济效益数据；将实时检测每棵果树的生长状况，提供科学系统区别化的种植指导；在猕猴桃树的生命周期内，从定植开始根据猕猴桃树品种、果园的环境数据提供技术操作指导；根据
图像采集技术监控猕猴桃树健康状况和枝芽生长状况，结合树龄和所处年周期时期进行整形
修剪指导，判断需要剪除和保留的枝芽；对处于成龄期的猕猴桃树每年进行经济效益评估，当经济效益达不到预判标准或者投入产出不相符时，系统提示替换果树指导生态
轮作，对经济效益良好的果树指导进行成龄树的修剪工作；果树档案模块，每年根据气象信息，果树的健康状况和生长环境数据，指导种植人员进行相应的农事操作，提供科学智能化决策指导，实现精准种植、智慧种植；对每棵果树进行实时的产量预估，在每次进行相关的农事操作后可以预估此操作对果树的产量影响；每年春季3月下旬至4月上旬，果树档案模块根据近期气象数据和该果树的生长现状对用户提供灌水耙地锄草指导意见，用户同意并执行该操作后，由精准种植模块远程控制
指定设备；5月份根据图像采集技术了解当前果树的树枝发芽现状，结合树龄，指导用户进行枝芽的选留和增设所需
支撑拱，并根据每棵果树的实际生长状况施相应配比的促枝肥；6月份猕猴桃树进入发芽期，根据果树的枝芽生长状况进行
剪枝工作指导，并利用精准种植管理系统远程控制智能除草
机器人除草和水肥一体化智能
灌溉系统使用促花肥；猕猴桃树的开花期是
白粉病病虫害的高发季节，根据果树生长现状进行
病虫害防治工作，针对性的对每棵树施加不同的
肥料，并对树龄在2～3年的猕猴桃树执行追肥操作；果树进入结果期，自动提示对果树施
叶面肥，对2～3年果树追肥，针对每棵果树现有的生长状况和所处的年周期选择不同的施肥操作和水肥配比；果树进入休眠期后，根据果树树龄提示灌水操作时机及
频率，对1～3年树进行少量灌水，4年以上树龄的果树进行6～7次灌水，成龄树进行5～6次灌水；根据气象数据判断封园时机，并指导科学手段进行封园，如使用石硫合剂清园降低越冬
害虫虫卵及病菌；等待第二年重新开园，再进行新一年的猕猴桃种植指导；
[0023] 精准种植模块，用于远程管理果园的智能设备对目标果树进行指定农事操作；水肥一体化智能灌溉设备根据果树健康档案提供的水肥决策指导，由用户在智慧果园系统上选择相应的方案并执行，水肥一体化智能灌溉系统可以选择不同的肥料种类，并进行相应的水肥配比，远程控制指定的设备对目标果树进行操作实现精准科学种植管理；无人机施肥在用户设置肥料种类和水肥配比后，指定无人机设备智能规划喷洒路线，进行科学高效率的施肥工作；次
声波驱虫可以设置不同波段的声波进行对应的驱虫驱
鸟，指定工作时长和设备开启工作，做到精细化智能化；智能除草机器人在远程启动后在指定的区域内进行除草工作，并指定园区的管理时间；自动化设备每次执行操作后，被记录在操作日志中，并可以预判该操作对目标果树的影响状况和猕猴桃果产量预估，实时记录设备老化情况，推荐设备更新替换；
[0024] 所述果树档案模块中的果树生长模型模块分为果树生长模型构建模块和果树生长状况诊断模块；
[0025] 果树生长模型训练模块基于果树长势样本集，构造
卷积神经网络模型，通过对果树长势样本集内的图像进行分析，得到果树长势的神经网络诊断模型；果树生长状况诊断模块基于输入的图像，利用神经网络诊断模型进行判断，得到果树长势所需水肥药和病虫害的诊断结果；
[0026] 果树生长模型模块还包括矫正模块，用于种植人员修正果树生长状况诊断结果，并将修证数据反馈至神经网络模型训练模块，神经网路模型训练模块基于数据进行神经网络诊断模型的优化；果树生长模型构建模块包括样本数据采集获取模块，
图像处理模块和训练模块；样本数据采集模块用于获取猕猴桃树长势图样本集里面的训练图像；图像处理模块用于将训练图像进行规范化处理得到规范化图像；训练模块用于将得到的规范化图像进行分析，并结合果树长势图样本集年内的农事数据进行持续的分析训练，得到神经网络诊断模型；
[0027] 果树生长状况诊断模块，用于对规范化图像进行分析，并根据神经网络模型分析得出果树长势状况及病虫害的诊断结果；果树生长状况诊断模块分为诊断图像获取模块、图像处理模块和诊断模块；诊断图像获取模块基于
物联网技术获取待诊断对象的图像，智慧果园系统基于物联网技术获取果树的长势图像；图像处理模块用于对待诊断图像进行规范化处理得到规范化图像；诊断模块用于对规范化图像进行分析，并根据神经网络模型分析得出果树长势状况及病虫的诊断结果；校正模块将诊断结果、种植人员分析修正后的果树长势诊断结果、诊断图像作为修正数据反馈给神经网络模型训练阶段；规范化处理包括对果树长势枝芽及病虫害点进行标注，对已经获取训练图像进行批量处理，包括统一格式、均衡化与去噪，再进行提取候选框和预训练；训练模块基于神经网络在果树长势样本集上进行预训练，然后在训练样本集上进行参数微调，获取样本集图像的高级特征，输入到下一层网络训练模块；诊断模块从规范化图像中提取候选区域，利用振幅图像特征进行预测枝芽及病虫害的位置及类别信息，直接学习图像的全局信息；候选框的目标检测方法，通过筛选候选框的综合得分实现，将每个候选框的
置信度与候选框预测的类别信息相乘，得到综合得分，再进行非极大值抑制处理，随着不断
迭代进展，参数不间断预测框，最接近真实框，最终输出真实框位置信息和分类信息；图像处理模块对训练图像或诊断图像进行格式判别，并根据规范化图像要求进行格式转化，同时计算训练图像或诊断图像的分辨率，并对分辨率低于设定
阈值的规范化图形进行重新获取。
[0028] 本发明的另一目的在于提供一种执行所述基于LORA通讯的智慧果园信息控制系统的基于LORA通讯的智慧果园信息控制方法，所述基于LORA通讯的智慧果园信息控制方法包括以下步骤：
[0029] 第一步，LORA网关或LORA中继通讯通过传感器实现数据采集功能；实现LORA中继模式；根据预设开启对传感器的供电与数据采集，实现长周期更换一次电池；
[0030] 第二步，LORA网关:实现LORA通讯技术，采用网关模式，与LORA节点或LORA中继通讯；提供LAN或4G通讯技术与远程的数据平台进行通讯；提供继电器输出端子或通过串口、以太网输出控制外部继电器，控制现场控制设备运行；提供以太网接口及wifiAP功能，接入视频监控设备；
[0031] 第三步，数据平台:提供LORA设备通讯能力，进行数据收集与命令输出；管理前端的LORA设备或网关，包括参数配置、系统
固件升级；提供视频查看功能；提供各个大棚的数据信息展示与报警数据浏览。
[0032] 本发明的另一目的在于提供一种实现所述基于LORA通讯的智慧果园信息控制系统的
计算机程序。
[0033] 本发明的另一目的在于提供一种实现所述基于LORA通讯的智慧果园信息控制系统的信息
数据处理终端。
[0034] 本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的基于LORA通讯的智慧果园信息控制系统。
[0035] 综上所述，本发明的优点及积极效果为：本发明利用LORA技术解决了智慧果园应用的几个重要问题：
[0036] 第一，低费用，LORA本身是运行在非授权频段，数据通讯是免费的，只有最终的网关与远程数据平台是可能需要通讯费用的，费用大大降低。同时设备本身的成本也低，利于大量使用。
[0037] 第二，部署方便，LORA是一种低功耗广域网通讯技术，功耗极低，使用小体积的电池就可以满足长周期的使用，不在受限于拉电源或者建
太阳能供电的方式。
[0038] 第三，高可靠性，LORA是一种抗干扰能力很强的技术，稳定性和穿透能力强，通讯距离远，可以放置在各种地形，通过中继功能也可以消灭盲区。
[0039] LORA是一种工作在非授权频段的无线通讯技术，可以
覆盖10公里左右的范围，运行功耗低，抗干扰能力强。本发明利用LORA技术来组建智慧果园最前端的数据采集通讯网络，再通过LORA网关的LAN/4G远程通讯能力，与数据平台进行通讯，实现低费用、低功耗、高可靠性的智慧果园系统解决方案，重点针对数据采集环节。
附图说明
[0040] 图1是本发明
实施例提供的基于LORA通讯的智慧果园信息控制系统的结构示意图；
[0041] 图2是本发明实施例提供的LORA数据采集终端的示意图；
[0042] 图3是本发明实施例提供的LORA网关的示意图；
[0043] 图中：1、传感器；2、LORA数据采集终端；2-1、LORA模组；2-2、CPU；2-3、一次性电池；3、LORA网关；3-1、网关主控；3-2、RJ45；3-3、内置继电器；3-4、RS485和RS232；3-5、AI/DI；3-
6、4G模块；3-7、WIFI模组；3-8、网关LORA模组；4、数据平台；5、应用平台；6、摄像头；7、机电设备；8、外部继电器；9、风机和水闸；10、视频设备。
[0044] 图4是本发明实施例提供的基于LORA通讯的智慧果园信息控制方法
流程图。
具体实施方式
[0045] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0046] 针对现有技术存在的问题，本发明提供了一种基于LORA通讯的智慧果园信息控制系统及方法，下面结合附图对本发明作详细的描述。
[0047] 如图1所示，本发明实施例提供的基于LORA通讯的智慧果园信息控制系统包括：传感器1、LORA数据采集终端2、LORA网关3、数据平台4、应用平台5、摄像头6、机电设备7、外部继电器8、风机和水闸9、视频设备10。
[0048] 传感器1与LORA数据采集终端2连接，LORA数据采集终端2通过LORA无线与LORA网关3连接，LORA网关3通过有线或者无线与数据平台4连接。数据平台4与应用平台5连接，摄像头6、机电设备7与LORA数据采集终端2连接，外部继电器8、风机和水闸9、视频设备10与LORA网关3连接。
[0049] LORA数据采集终端2，用于实现LORA通讯技术，与网关实现数据交互；实现LORA节点模式，可以跟LORA网关3或LORA中继通讯，这一种类型的终端需要接入传感器，实现数据采集功能；实现LORA中继模式，可以跟LORA网关3或LORA节点通讯中一种类型的终端不用接入传感器，只是通讯中继；实现低功耗控制功能，根据预设开启对传感器1的供电与数据采集，可以实现长周期更换一次电池。使用电池供电饭时，可以非常方便现场部署。
[0050] LORA网关3，用于实现LORA通讯技术，采用网关模式，与LORA节点或LORA中继通讯；提供LAN或4G等通讯技术与远程的数据平台4进行通讯；提供继电器输出端子或通过串口、以太网输出控制外部继电器8，控制现场控制设备运行；提供以太网接口及wifiAP功能，可以接入视频监控设备。
[0051] 数据平台4，用于提供LORA设备通讯能力，进行数据收集与命令输出；管理前端的LORA设备或网关，包括参数配置、系统固件升级等功能；提供视频查看功能；提供各个大棚的数据信息展示与报警数据浏览。
[0052] 如图2所示，LORA数据采集终端2包括：LORA模组2-1、CPU 2-2、一次性电池2-3。
[0053] 一次性电池2-3与LORA模组2-1、CPU 2-2和传感器1连接；传感器1与CPU 2-2连接，CPU 2-2与LORA模组2-1连接。
[0054] 如图3所示，LORA网关3包括：网关主控3-1、RJ453-2、内置继电器3-3、RS485和RS2323-4、AI/DI 3-5、4G模块3-6、WIFI模组3-7、网关LORA模组3-8。
[0055] 网关主控3-1分别与RJ453-2、内置继电器3-3、RS485和RS2323-4、AI/DI 3-5、4G模块3-6、WIFI模组3-7、网关LORA模组3-8连接。
[0056] 在本发明的优选实施例中，网关主控3-1通过外部供电。
[0057] 在本发明的优选实施例中，RJ453-2与视频设备10连接。
[0058] 在本发明的优选实施例中，RJ453-2与数据平台4有线连接，4G模组3-6、WIFI模组3-7分别与数据平台4无线连接。
[0059] 在本发明的优选实施例中，内置继电器3-3与风机/水闸9连接。
[0060] 在本发明的优选实施例中，串口为RS485和RS2323-4，RS485和RS2323-4通过外部继电器8与风机/水闸9连接。
[0061] 在本发明的优选实施例中，AI/DI 3-5为AI/DI输入模块，用于连接传感器1。
[0062] 本发明实施例提供的基于LORA通讯的智慧果园信息控制系统还包括：园区规划模块、果树档案模块和精准种植模块。
[0063] 用户选定猕猴桃园区的种植区域后，将猕猴桃的基本信息(如地理位置，面积大小等)上传至智慧果园系统。园区环境信息采集模块包括温湿度传感器、温度传感器、空气质量传感器、土壤温湿度传感器、二氧化碳传感器等，将采集的实时信息传递给园区规划模块。农业市场信息收集模块将收集到的历年果树相关信息市场供需等信息传递给园区规划模块。园区规划模块将获取的园区信息和猕猴桃树市场信息结合，进行园区科学规划，提供合理果树选配方案。
[0064] 果树档案模块为每棵猕猴桃树构建生长模型、创立健康档案，记录猕猴桃树的种植位置、品种、树龄、树高、生长状况、历年产量、历年经济效益等数据。本模块将实时检测每棵果树的生长状况，提供科学系统区别化的种植指导。在猕猴桃树的生命周期内，从定植开始根据猕猴桃树品种、果园的环境数据提供技术操作指导，如定植时的种植行距、株距、深度、直径、
有机肥、灌水等，并根据土壤湿度和近期气象数据提供2水、3水的灌溉时机提示和灌水指导；根据图像采集技术监控猕猴桃树健康状况和枝芽生长状况，结合树龄和所处年周期时期进行整形修剪指导，判断需要剪除和保留的枝芽，如对一年生树实施定干壮干策略，二年生树通过摘心除蘖培养永久
基层树冠主枝(夏季及时疏除无用萌蘖短截中间枝，进行抹芽和二次抹芽，放顶和休眠期修剪留枝)，三年生树巩固基层枝组扩展树冠(夏季修剪时选留“1、2级侧枝”，休眠期时选留斜生或平生的侧枝)，四年生树培养树体永久2层树冠骨架(夏季修剪形成稳定树冠主枝骨架
基础，休眠期选留侧枝)，对处于成龄期的猕猴桃树每年进行经济效益评估，当经济效益达不到预判标准或者投入产出不相符时，系统提示替换果树指导生态轮作，对经济效益良好的果树指导进行成龄树的修剪工作(巩固充实半圆树形，夏季剪除萌芽稳固树形，休眠期选留果枝)。
[0065] 果树档案模块每年根据气象信息，果树的健康状况和生长环境数据，指导种植人员进行相应的农事操作，提供科学智能化决策指导，实现精准种植、智慧种植。本模块对每棵果树进行实时的产量预估，在每次进行相关的农事操作后可以预估此操作对果树的产量影响。每年春季3月下旬至4月上旬，果树档案模块根据近期气象数据和该果树的生长现状对用户提供灌水耙地锄草等指导意见，用户同意并执行该操作后，由精准种植模块远程控制指定设备，如水肥一体化智能灌溉设备、智能除草机器人等，进行科学智能农事操作。5月份本模块根据图像采集技术了解当前果树的树枝发芽现状，结合树龄，指导用户进行枝芽的选留和增设所需支撑拱，并根据每棵果树的实际生长状况施相应配比的促枝肥，此步骤可由水肥一体化智能灌溉系统进行远程操作。6月份猕猴桃树进入发芽期，本模块根据果树的枝芽生长状况进行剪枝工作指导，并利用精准种植管理系统远程控制智能除草机器人除草和水肥一体化智能灌溉系统使用促花肥。猕猴桃树的开花期是白粉病病虫害的高发季节，本模块根据果树生长现状进行病虫害防治工作，针对性的对每棵树施加不同的肥料，并对树龄在2～3年的猕猴桃树执行追肥操作。果树进入结果期，本模块自动提示对果树施叶面肥，对2～3年果树追肥。针对每棵果树现有的生长状况和所处的年周期选择不同的施肥操作和水肥配比。6月～11月果树进入采摘期，本模块根据图像采集技术判断猕猴桃果成熟状况，提示用户及时采摘，并进行病虫害防治工作，避免病虫害造成经济损失，根据果树个体情况进行选择相应的肥料和水肥配比，由精准种植模块远程控制指定设备进行灌溉。果树进入休眠期后，本模块根据果树树龄提示灌水操作时机及频率，对1～3年树进行少量灌水，4年以上树龄的果树进行6～7次灌水，成龄树进行5～6次灌水。本模块根据气象数据判断封园时机，并指导科学手段进行封园，如使用石硫合剂清园降低越冬害虫虫卵及病菌。最后本模块等待第二年重新开园，再进行新一年的猕猴桃种植指导。
[0066] 果树档案模块中的果树生长模型模块分为果树生长模型构建模块和果树生长状况诊断模块。果树生长模型训练模块基于果树长势样本集，构造卷积神经网络模型，通过对果树长势样本集内的图像进行分析，得到果树长势的神经网络诊断模型。果树生长状况诊断模块基于输入的图像，利用神经网络诊断模型进行判断，得到果树长势所需水肥药和病虫害的诊断结果。果树生长模型模块还包括矫正模块，用于种植人员修正果树生长状况诊断结果，并将修证数据反馈至神经网络模型训练模块，神经网路模型训练模块基于数据进行神经网络诊断模型的优化。其中果树生长模型构建模块包括样本数据采集获取模块，图像处理模块和训练模块。样本数据采集模块用于获取猕猴桃树长势图样本集里面的训练图像。图像处理模块用于将训练图像进行规范化处理得到规范化图像。训练模块用于将得到的规范化图像进行分析，并结合果树长势图样本集年内的农事数据进行持续的分析训练，得到神经网络诊断模型。果树生长状况诊断模块用于对规范化图像进行分析，并根据神经网络模型分析得出果树长势状况及病虫害的诊断结果。果树生长状况诊断模块分为诊断图像获取模块、图像处理模块和诊断模块。诊断图像获取模块基于物联网技术获取待诊断对象的图像，智慧果园系统基于物联网技术获取果树的长势图像。图像处理模块用于对待诊断图像进行规范化处理得到规范化图像。诊断模块用于对规范化图像进行分析，并根据神经网络模型分析得出果树长势状况及病虫的诊断结果。校正模块将诊断结果、种植人员分析修正后的果树长势诊断结果、诊断图像作为修正数据反馈给神经网络模型训练阶段。规范化处理包括对果树长势枝芽及病虫害点进行标注，对已经获取训练图像进行批量处理，包括统一格式、均衡化与去噪，再进行提取候选框和预训练；枝芽及病虫害点的标注是对训练图像得到的规范化图像进行病灶特征标注，形成病灶信息标签包括新生枝芽状况及病虫害所处的时期以及病变部位，标注还应该包括标签信息及目标在该规范化图像中的左上
角点和右下角点的坐标，标签信息是指目标是否属于病灶以及病灶发展阶段的类别信息。训练模块基于神经网络在果树长势样本集上进行预训练，然后在训练样本集上进行参数微调，获取样本集图像的高级特征，输入到下一层网络训练模块。诊断模块从规范化图像中提取候选区域，利用振幅图像特征进行预测枝芽及病虫害的位置及类别信息，直接学习图像的全局信息；候选框的目标检测方法，通过筛选候选框的综合得分实现，将每个候选框的置信度与候选框预测的类别信息相乘，得到综合得分，再进行非极大值抑制处理，随着不断迭代进展，参数不间断预测框，最接近真实框，最终输出真实框位置信息和分类信息。图像处理模块对训练图像或诊断图像进行格式判别，并根据规范化图像要求进行格式转化，同时计算训练图像或诊断图像的分辨率，并对分辨率低于设定阈值的规范化图形进行重新获取。
[0067] 精准种植模块可远程管理果园的智能设备对目标果树进行指定农事操作，是果树档案模块产生决策的实施部分，并记录操作日志及进行效果预估，可以提高资源的利用率避免人力消耗。水肥一体化智能灌溉设备根据果树健康档案提供的水肥决策指导，由用户在智慧果园系统上选择相应的方案并执行，水肥一体化智能灌溉系统可以选择不同的肥料种类，并进行相应的水肥配比，远程控制指定的设备对目标果树进行操作实现精准科学种植管理，如灌水、施加农业等。无人机施肥在用户设置肥料种类和水肥配比后，指定无人机设备智能规划喷洒路线，进行科学高效率的施肥工作。次声波驱虫可以设置不同波段的声波进行对应的驱虫驱鸟，指定工作时长和设备开启工作，做到精细化智能化。智能除草机器人在远程启动后可以在指定的区域内进行除草工作，并指定园区的管理时间。自动化设备每次执行操作后，都会被记录在操作日志中，并可以预判该操作对目标果树的影响状况和猕猴桃果产量预估，实时记录设备老化情况，推荐设备更新替换。
[0068] 如图4所示，本发明实施例提供的基于LORA通讯的智慧果园信息控制方法包括以下步骤：
[0069] S401：LORA网关或LORA中继通讯通过传感器实现数据采集功能；实现LORA中继模式；根据预设开启对传感器的供电与数据采集，实现长周期更换一次电池；
[0070] S402：LORA网关:实现LORA通讯技术，采用网关模式，与LORA节点或LORA中继通讯；提供LAN或4G等通讯技术与远程的数据平台进行通讯；提供继电器输出端子或通过串口、以太网输出控制外部继电器，控制现场控制设备运行；提供以太网接口及wifiAP功能，接入视频监控设备；
[0071] S403：数据平台:提供LORA设备通讯能力，进行数据收集与命令输出；管理前端的LORA设备或网关，包括参数配置、系统固件升级等功能；提供视频查看功能；
[0072] 应当注意，本发明的实施方式可以通过
硬件、
软件或者软件和硬件的结合来实现。硬件部分可以利用
专用逻辑来实现；软件部分可以存储在
存储器中，由适当的指令执行系统，例如
微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如
只读存储器(固件)的可编程的存储器或者诸如光学或
电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成
电路或
门阵列、诸如逻辑芯片、晶体管等的
半导体、或者诸如
现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0073] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何
修改、等同替换和改进等，均应包含在本发明的保护范围之内。
