[发明专利]一种基于卷积神经网络芯片的无人机农药喷洒系统在审

专利信息
申请号: 201810348907.5 申请日: 2018-04-18
公开(公告)号: CN108541683A 公开(公告)日: 2018-09-18
发明(设计)人: 赵鑫鑫;姜凯;李朋 申请(专利权)人: 济南浪潮高新科技投资发展有限公司
主分类号: A01M7/00 分类号: A01M7/00;B64D1/18;G01C11/02;G05B19/04;G05D1/10
代理公司: 济南信达专利事务所有限公司 37100 代理人: 孙晶伟
地址: 250100 山东省济南市*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 农药喷洒 卷积神经网络 控制台 测绘 芯片 农作物 摄像 病虫害 图像 农业机械领域 控制台控制 农药使用量 技术保障 绿色农业 坐标定位 坐标信息 农田 回传 喷洒 自动化 拍摄 智能
【说明书】:

发明公开一种基于卷积神经网络芯片的无人机农药喷洒系统,涉及智能农业机械领域;包括测绘摄像无人机、农药喷洒无人机、无人机控制台,无人机控制台控制测绘摄像无人机测绘农田坐标信息并拍摄农作物图像,回传上述信息给无人机控制台,无人机控制台利用卷积神经网络芯片进行实时对农作物图像进行病虫害判别处理,运用坐标定位技术,控制农药喷洒无人机进行自动对应病虫害农作物的喷洒,实现了农田农药喷洒的高度自动化、精确化,既节省了人力又降低了农药使用量,为实现绿色农业提供了技术保障。

技术领域

本发明公开一种农药喷洒系统,涉及智能农业机械领域,具体地说是一种基于卷积神经网络芯片的无人机农药喷洒系统。

背景技术

传统的农药喷洒基本由农民定时采用无差别喷洒方式对农田农作物进行大面积喷洒,农药使用量大,同时对农作物的病虫害治疗没有针对性。使用无人机或者地面管道喷洒农药虽然可以节省人力,但是同样会产生农药使用量过大,并且不具针对性等问题。本发明公开了一种基于卷积神经网络芯片的无人机农药喷洒系统,通过使用信息化技术和卷积神经网络实时图像识别技术,实现实时对农作物图像进行病虫害判别处理,运用坐标定位技术和无人机自动喷洒技术,实现高度自动化、精确化的农田农药喷洒,即节省了人力又降低了农药使用量,为实现绿色农业提供了技术保障。

卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,利用此原理制作的应用芯片即为卷积神经网络芯片,其对于实时图像处理有出色表现。

发明内容

本发明针对现有技术的问题,提供基于卷积神经网络芯片的无人机农药喷洒系统,具有实施简便等特点,应用前景广阔。

本发明提出的具体方案是:

一种基于卷积神经网络芯片的无人机农药喷洒系统,包括测绘摄像无人机、农药喷洒无人机、无人机控制台,

测绘摄像无人机测绘农田坐标信息并拍摄农作物图像,发送给无人机控制台,

无人机控制台使用卷积神经网络芯片实时分析接收的农作物图像,判断农作物有无病虫害发生以及病虫害的类型,并将病虫害类型进行编号,同时将病虫害类型编号标注在对应农作物的坐标位置,并控制测绘摄像无人机及农药喷洒无人机完成相应的操作,

农药喷洒无人机按照病虫害类型编号分别在农药储藏仓中注入对应农药,根据对应农作物的坐标位置进行农药喷洒。

所述的系统中无人机控制台包括中央控制板、通信模块、无人机飞行自动控制系统、人机接口系统,

中央控制板上安装卷积神经网络芯片实时分析接收的农作物图像,判断农作物有无病虫害发生以及病虫害的类型,并将病虫害类型进行编号,中央控制板根据测绘摄像无人机回传的农田坐标地图,将病虫害类型编号标注在对应农作物的坐标位置并存储,

通信模块负责无人机控制台和测绘摄像无人机及农药喷洒无人机之间的数据传输,

人机接口系统进行人工指令的输入,完成人机交互,实时显示无人机农药喷洒系统工作状态,

无人机飞行自动控制系统负责根据人机接口系统输入的工作指令控制测绘摄像无人机及农药喷洒无人机完成相应的操作动作。

所述的系统中农药喷洒无人机包括农药储藏仓、喷洒装置、通信模块,农药储藏仓存储农药,通信模块负责接收无人机控制台的指令,喷洒装置根据无人机控制台指令喷洒农药。

所述的系统中测绘摄像无人机包括定位装置、摄像装置、通信模块,定位装置负责定位农田坐标信息,摄像装置负责拍摄农作物图像,通信模块负责实时将农田坐标信息和农作物图像回传无人机控制台。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于济南浪潮高新科技投资发展有限公司,未经济南浪潮高新科技投资发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810348907.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top