技术领域
[0001] 本
发明属于智能种植控制系统和方法，具体涉及一种使用AI光谱的无人干预种植系统及其控制方法。
背景技术
[0002] 在一些偏远和高寒地域，自然环境恶劣且交通不便，作为生活必需品的果蔬，在运输过程中，若遇高温天气，果蔬极易在运输途中出现打蔫的现象，若遇寒冷时节，果蔬就难以及时供应，即便能够运输也会在途中出现上冻现象。因此，生活在该类区域难以获取果蔬，严重影响该类区域的
生活质量。部分地区采用
温室解决上述问题，但现有的温室往往缺少有针对性的控制系统和相应的控制方法，导致对温室的控制不够精准，还需要大量的人
力介入。
发明内容
[0003] 本发明的主要目的是解决
现有技术中偏远和高寒地域难以获取果蔬，严重影响生活质量，即使借助温室也缺少具有针对性的配套控制系统的技术问题，提供一种使用AI光谱的无人干预种植系统及其控制方法。
[0004] 为实现上述目的，本发明提供如下技术方案：
[0005] 一种使用AI光谱的无人干预种植系统，用于作物温室的控制，其特殊之处在于，包括监测单元、传输单元、控制分析单元和调控单元；
[0006] 所述监测单元包括高光谱监测模
块、环境监测模块和光照监测模块，所述高光谱监测模块用于采集作物和
土壤的光谱；所述环境监测模块用于采集温室内的
温度、湿度、空气流动和空气组成的环境信息；所述光照监测模块，用于采集温室中
光源的光谱信息和光照强度信息；
[0007] 所述传输单元，通过无线传感网络将监测单元采集的信息传输至控制单元；
[0008] 所述控制分析单元，用于存储原产地多种作物各生长阶段的高光谱信息、
水肥配比信息、太阳光辐
亮度信息、环境信息和土壤高光谱信息，并接收存储传输单元传送的监测单元采集的温室内的对应信息，将监测单元采集的信息与存储的原产地相应作物各生长阶段的信息进行对比分析，根据对比分析结果向调控单元发送调控指令或收割指令；
[0009] 所述调控单元，判断由控制分析单元接收到的为调控指令或收割指令，若为调控指令，则根据控制分析单元发送的调控指令，判断是否需要调节温室内的温度、湿度、空气流动、空气组成、光照和土壤养分，若需要，则根据调控指令进行调节，否则，控制维持现有状态；若为收割指令，则发送收割提示。
[0010] 进一步地，所述控制分析单元包括工作站和终端设备；
[0011] 所述工作站包括数据存储单元和数据分析单元；所述数据存储单元用于存储原产地多种作物各生长阶段的高光谱信息、水肥配比信息、太阳光辐亮度信息、环境信息和土壤高光谱信息，构建相应的
数据库，并接收传输单元传送的监测单元采集的温室内的对应信息；所述数据分析单元，用于对比分析监测单元采集的信息与存储的原产地作物各生长阶段的信息；
[0012] 所述终端设备，用于接收并显示所述数据存储单元内的存储信息和检测单元采集的温室内的对应信息；同时可通过
人机交互的形式输入辅助调控指令，并将所述辅助调控指令发送至调控单元，所述调控单元根据接收到的辅助调控指令调节温室。
[0013] 进一步地，所述原产地多种作物各生长阶段的高光谱信息、水肥配比信息、太阳光辐亮度信息、环境信息和土壤高光谱信息是通过如下方法获取的，
[0014] 原产地作物各生长阶段的高光谱信息和土壤高光谱信息是，在作物原产地，采用高光谱成像仪获取多种作物
幼苗期、生长期和成熟期三个生长阶段时，土壤和作物的光谱曲线，进行归一化处理，得到作物不同时期和相应时期土壤的光谱特征吸收参数，建立作物的高光谱数据库Cj,h和土壤的高光谱数据库Sj,h，其中，j∈[1,2,3]代表作物的三个生长阶段；h∈[0,1,2,3,.....]表示不同作物的类别标签信息；
[0015] 原产地作物各生长阶段的太阳光辐亮度信息，是借助高反射率标准板，对太阳光反射后，通过高光谱成像仪获取太阳光辐亮度信息数据库Ij,h；
[0016] 原产地作物各生长阶段的环境信息包括温度、湿度、空气流动和空气组成，分别通过
温度计、湿度
传感器、
风速风向传感器和二
氧化
碳传感器采集获取。
[0017] 一种采用如上所述使用AI光谱的无人干预种植系统的控制方法，其特殊之处在于，包括以下步骤：
[0018] S1，监测单元监测温室内信息
[0019] 通过高光谱监测模块采集作物和土壤的光谱，并根据作物和土壤的光谱获取作物和土壤的养分信息；通过环境监测模块采集温室内的温度、湿度、空气流动和空气组成的环境信息；通过光照监测模块，采集温室中光源的光谱信息和光照强度信息；
[0020] S2，与原产地信息对比分析
[0021] S2.1，通过传输单元步骤S1中监测单元采集的信息传输至控制分析单元；
[0022] S2.2，控制分析单元接收并存储监测单元采集的信息，与存储的原产地作物各生长阶段的信息进行对比分析，并根据对比分析结果生成调控指令或收割指令；
[0023] S2.3，将调控指令或收割提示发送至调控单元；
[0024] S3，对温室内进行调节
[0025] 判断由步骤S2.3中接收的指令为调控指令或收割指令；若为调控指令，则根据控制分析单元发送的调控指令，判断是否需要调节温室内的温度、湿度、空气流动、空气组成、光照和土壤养分，若需要，则根据调控指令进行调节，否则，控制维持现有状态；若为收割指令，则发送收割提示，进行人工采摘。
[0026] 进一步地，所述步骤S2.2具体为：
[0027] S2.2.1，作物和土壤养分信息的对比分析
[0028] 通过设置于温室内的高光谱检测仪实时获取土壤及作物叶冠层的光谱，通过反演推算模型：
[0029] y＝a1x1+a2x2+…+anxn
[0030] 其中：y是通过光谱反演的元素含量，a1,a2…,an是光谱中各波段权重参数，x1,x2…,xn为光谱的各波段，分别计算温室内作物和土壤采集光谱处的有机质元素含量和水分含量，再计算相应原产地作物和土壤中的有机质元素含量和水分含量，若有机质元素含量和水分含量差值大于预设含量
阈值，则生成
施肥调控指令；
[0031] S2.2.2，环境信息的对比分析
[0032] 将温室内的环境信息与相应原产地作物的环境信息进行比对，使用
深度神经网络模型，计算温室内与相应原产地之间的差值，进行反复
迭代，自适应求出相应权重，并设置差异阈值γ，若大于γ，则向调控单元发送环境调控指令，直至小于等于γ停止发送环境调控指令；
[0033] S2.2.3，光照强度信息的对比分析
[0034] 通过设置于温室内的光照传感器采集光照
信号n1，结合温室内温度传感器采集的温度传感器信号n2，得到人造光源控制参数m＝b1*n1+b2*n2，与相应原产地作物的光照强度信息对比，并依据对比差异向调控单元发送光照调控指令；
[0035] S2.2.4，生成收割指令
[0036] 将温室内高光谱监测模块采集的作物光谱曲线Cug与通过在原产地采集得到的作物高光谱数据库Cj,h中的相应光谱进行差异度分析，计算光谱
角差异值若计算结果小于设定阈值，则判定成熟，向调控单元发送
收割指令。
[0037] 进一步地，所述步骤S2.3具体为，
[0038] 若接收的调控指令为施肥调控指令，对采集光谱处进行定点施肥，直至有机质元素含量和水分含量差值小于等于预设含量阈值，停止施肥；
[0039] 若接收的调控指令为环境调控指令，向温室内排水排风，直至环境信息差值小于等于差异阈值γ；
[0040] 若接收的调控指令为光照调控指令，调节温室内的人造光源，直至与相应原产地作物的光照强度信息对比差异小于等于预设值；
[0041] 若接收收割指令，控制温室内的收割装置完成采集光谱处的收割，或提示人工收割。
[0042] 与现有技术相比，本发明的有益效果是：
[0043] 1.本发明使用AI光谱的无人干预种植系统，通过监测单元实时采集温室内的
植物和土壤高光谱信息，监控温室内的环境信息和光照情况，通过传输单元传送至控制分析单元，控制分析单元经与内部存储的原产地作物信息进行对比分析，向调控单元发送相应的调控指令，对温室内的环境、作物等进行调节，通过本发明的种植系统实现全自动化种植控制，构建了针对温室的自动化系统，充分释放了劳动力，更加精准和有针对性的调节温室内作物种植环境，使温室内的作物始终生长在与原产地相匹配的生长环境中，且水肥情况持续处于最佳状态，有效保证了作物的生长品质，同时能够精准的根据监测和分析结果对温室内的植物与环境进行调整，提高水肥利用率，达到最少投入的同时种植效果最佳。能够随时获取温室的全方位信息，便于实时解读植物生长情况。
[0044] 2.本发明的控制分析单元不仅能够存储原产地多种作物各阶段的相关生长信息，构建相应数据库，还包括有终端设备，便于查看温室内的实时信息，并通过人机交互的形式输入辅助调控指令，辅助调节温室。
[0045] 3.本发明通过归一化处理的方式建立原产地多种作物各生长阶段的信息，分别建立作物和土壤的高光谱数据库，将作物生长中幼苗期、生长期和成熟期的相关信息均保存于数据库内，便于控制分析单元随时调取。另外，获取太阳光辐亮度信息时，借助高反射率标准板，避免了光损失，获得的光谱更加准确。
[0046] 4.本发明使用AI光谱的无人干预种植系统的控制方法，基于上述种植系统，先实时监测温室内情况，再调取控制分析单元中的原产地作物相应信息，对比分析后生成相应的调控指令，调控单元接收调控指令后根据指令的内容对温室进行调节，通过本发明的控制方式，实现了无人干预种植，且能够有效提高种植质量。
[0047] 5.本发明控制分析单元的对比分析分别通过相应的模型和
算法，对作物和土壤养分信息、环境信息、光照强度信息和作物光谱曲线进行计算和分析，根据各自的情况向调控单元发送相应的调控指令，达到精准控制的效果。
[0048] 6.本发明的调控单元能够对温室内的作物精准施加水肥，通过排水排风调整环境，以及调节光照情况，若检测到果实成熟，可控制自动收割或人工收割。
附图说明
[0049] 图1为本发明使用AI光谱的无人干预种植系统
实施例的结构示意图；
[0050] 图2为本发明使用AI光谱的无人干预种植控制方法实施例的流程示意图。
具体实施方式
[0051] 下面将结合本发明的实施例和附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例并非对本发明的限制。
[0052] 针对作物温室，构建智能控制系统，如附图1和图2所示的一种使用AI光谱无人干预种植系统，包括监测单元、传输单元、控制分析单元和调控单元。
[0053] 在监测单元中包括高光谱监测模块、环境监测模块和光照监测模块，高光谱监测模块高光谱检测仪获取
农作物和土壤的光谱，后续可通过反演氮磷
钾等元素含量，来监测土壤和作物的养分状况；环境监测模块，通过使用环境智能监测设备，包括温度
湿度传感器、风速风向传感器以及二氧化碳浓度传感器来实时监测温室内的温度、湿度、空气流动以及空气组成；光照监测模块，通过使用智能光谱仪和光照传感器来监测设置于温室内的人造作物光源的光谱信息和光照强度信息。
[0054] 传输单元，通过使用无线传感网络，如GPRS、5G、4G和3G的方式等，将监测单元采集的信息传输到控制分析单元进行
数据处理分析以获得调控指令或收割指令，另外，调控单元接收到调控指令或收割指令后，判断由控制分析单元接收到的为调控指令或收割指令，若为调控指令，则根据控制分析单元发送的调控指令，判断是否需要调节温室内的温度、湿度、空气流动、空气组成、光照和土壤养分，若需要，则根据调控指令进行调节，否则，控制维持现有状态；若为收割指令，则发送收割提示。
[0055] 上述的控制分析单元，可以包括工作站和终端设备，终端设备可以是电脑、手机或其他形式的上位机。通过终端设备可以实时观测温室内环境、土壤和作物状况，在不需要无人为干预的情况下可以根据相关参数进行远程调控，输入辅助调控指令，使调控单元根据辅助调控指令调节温室。
[0056] 其中，工作站包括数据存储单元和数据分析单元。数据存储单元中存储了预先采集的原产地土壤和多种作物在不同生长阶段的高光谱信息、水肥配比信息、太阳光光谱辐亮度信息以及原产地温度、湿度、风向风速和空气成分含量信息，并已将上述信息分别构建相应的数据库；温室中实时收集到的温度、湿度、空气流动、光照和土壤及作物的高光谱信息，以及实时的水肥配比信息，同样也构建相应数据库。
[0057] 采集原产地相关信息的具体内容为，采用高光谱成像仪获取土壤及多个待测作物的幼苗期、生长期和成熟期标准光谱曲线，进行归一化处理，得到各作物不同时期，包括作物幼苗期、生长期和成熟期，以及相应土壤的光谱特征吸收参数，建立农作物高光谱数据库Cj,h和土壤高光谱数据库Sj,h，其中j∈[1,2,3]代表农作物的三个生长阶段；h∈[0,1,2,3,.....]表示不同作物的类别标签信息。接着获取原产地不同阶段不同作物的水肥配比Wj,h。同时借助高反射率标准板，采集保存不同阶段的
太阳光谱辐照度信息Ij,h。原产地
环境温度、湿度、空气成分含量以及风速风向分别采用温度计测量、湿度传感器、二氧化碳传感器以及风速风向传感器获得。
[0058] 在数据分析单元中，对获取的土壤作物的高光谱数据、环境参数数据进行处理分析，并将处理结果的调控指令通过传输单元发送到调控单元中，在作物成熟时，能对作物成熟进行监测，通过对作物光谱的处理发出相应的收割指令，并可在传递过程中结合作物产量信息，不断更新优化调控阈值，迭代优化数据库中的光谱，针对不同条件自适应建立不同的智能温室专用数据库与控制阈值，主要包含以下四个方面的对比分析：
[0059] (1)温室内土壤和作物的光谱处理。分别对土壤和作物的光谱进行处理，通过温室内的高光谱检测仪实时获取土壤及作物叶冠层的有机质含量及氮、磷、钾、水分含量信息等，建立智能光谱仪各通道与土壤、作物元素含量的反演推算模型：
[0060] y＝a1x1+a2x2+…+anxn
[0061] 式中：y是通过光谱反演的元素含量，a1,a2…,an是传感器各波段权重信息，x1,x2…,xn为传感器各波段，a1,a2…,an是光谱中各波段权重参数，x1,x2…,xn为光谱的各波段。例如
叶片氮含量通过吸收特征光谱585-755nm、1095-1290nm、1290-1645nm的吸收深度可共同反演叶片的全氮含量。
[0062] 将温室高光谱曲线与标准光谱库曲线进行对比，针对差异区域，结合上述公式中的模型，根据差值确定作物和土壤缺乏的元素，若差值大于预设的含量阈值，输出相应的施肥调控指令。施肥时，可通过
滴灌施肥智能控制系统自动化添加缺乏元素，并可根据温室内相应光谱曲线的变化情况，直至监测的温室内的光谱与标准光谱库中的光谱相近，停止施肥。
[0063] (2)环境信息的对比分析，对于环境信息中的温度、湿度、风速风向和光照分别与数据库中原产地的温度、湿度、风速风向、和光照强度进行比对，使用深度神经网络模型，计算温室与原产地之间的差值，进行反复迭代，自适应求出相应权重，同时设定差异阈值γ，如果大于差异阈值γ，则向调控单元发送环境调控指令，直至小于等于γ停止发送环境调控指令。其中对光照强度的分析对比为，通过设置于温室内的光照传感器采集光照信号n1，结合温室内温度传感器采集的温度传感器信号n2，得到人造光源控制参数m＝b1*n1+b2*n2，与相应原产地作物的光照强度信息对比，并依据对比差异向调控单元发送光照调控指令；
[0064] (3)判断成熟情况，将温室内高光谱监测模块采集的作物光谱曲线Cug与通过在原产地采集得到的作物高光谱数据库Cj,h中的相应光谱进行差异度分析，计算光谱角差异值若计算结果小于设定阈值，则判定成熟，向调控单元发送收割指令，此时调控单元可控制智能收割设备进行自动化采摘，也可人工采摘。
[0065] 还可以增加优化处理模块，根据温室中作物的生长过程记录的高光谱信息，结合作物成熟后的产量信息和品质检测信息，不断更新优化营养配比，迭代进化标准光谱数据库，针对不同条件自适应建立不同的智能地下温室专用光谱库和调控阈值。
[0066] 调控单元，主要实现如下四个方面的控制：
[0067] (1)精量滴灌施肥智能控制，通过接收控制分析单元发出的施肥调控指令，对光谱采集区域的土壤和作物配置相应比例的水和
肥料，调节土壤和作物的营养成分及水分含量，直到环境信息差值小于等于差异阈值γ，终止对该区域进行水肥调控。
[0068] (2)光照控制，是根对人造光源的辐亮度进行调节，控制分析单元发出的调控指令依赖于光照传感器采集到的光照信号n1，温度传感器采集的温度传感器信号n2的共同作用结果，根据不同场景
选定不同权重参数b1和b2，得到人造光源控制参数m＝b1*n1+b2*n2；当m大于设定阈值范围时，给人造光源控制系统发送调控指令，调节光源的辐亮度情况。
[0069] (3)环境的控制，是通过控制分析单元发出环境调控指令，对温室进行排风排水调节，该环境调控指令依赖于控制分析单元接收到的温度传感器和湿度传感器信息，通过设定不同的权重输出排风排水结果，设定相应差异阈值，超出差异阈值范围时，调控单元进行不同级别的排风排水控制，直到温度和湿度达到设定的差异阈值内则停止调控。
[0070] 若调控单元接收到收割指令，可在温室内搭载相应的自动收割装置，自动收割装置将自动进行成熟作物的查找，找到相应作物后完成自动化收割。
[0071] 概括上述控制方法为：
[0072] S1，监测单元监测温室内信息
[0073] 通过高光谱监测模块采集作物和土壤的光谱，并根据作物和土壤的光谱获取作物和土壤的养分信息；通过环境监测模块采集温室内的温度、湿度、空气流动和空气组成的环境信息；通过光照监测模块，采集温室中光源的光谱信息和光照强度信息；
[0074] S2，与原产地信息对比分析
[0075] S2.1，通过传输单元步骤S1中监测单元采集的信息传输至控制分析单元；
[0076] S2.2，控制分析单元接收并存储监测单元采集的信息，与存储的原产地作物各生长阶段的信息进行对比分析，并根据对比分析结果生成调控指令或收割指令；
[0077] S2.3，将调控指令或收割提示发送至调控单元；
[0078] S3，对温室内进行调节
[0079] 判断由步骤S2.3中接收的指令为调控指令或收割指令；若为调控指令，则根据控制分析单元发送的调控指令，判断是否需要调节温室内的温度、湿度、空气流动、空气组成、光照和土壤养分，若需要，则根据调控指令进行调节，否则，控制维持现有状态；若为收割指令，则发送收割提示，进行人工采摘。
[0080] 基于上述的种植系统，在本发明的控制方法下，能够实现无人干预种植，精准化管理作物，并有效提高种植效率。
[0081] 以上所述仅为本发明的实施例，并非对本发明保护范围的限制，凡是利用本发明
说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均包括在本发明的
专利保护范围内。
