[发明专利]基于机器视觉的盆栽植物智能养护系统及其数据处理方法在审

专利信息
申请号: 201910375550.4 申请日: 2019-05-07
公开(公告)号: CN110199844A 公开(公告)日: 2019-09-06
发明(设计)人: 刘明华 申请(专利权)人: 青岛科技大学
主分类号: A01G27/00 分类号: A01G27/00;A01G7/04;A01C23/00;G06K9/00;G01D21/02
代理公司: 北京酷爱智慧知识产权代理有限公司 11514 代理人: 向霞
地址: 266061 山东省青岛*** 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: 盆栽植物 智能机器人 图像采集装置 环境图像 服务器 植物生长信息 养护 基于机器 监测装置 目标植物 养护系统 采集 生长 视觉 发送控制指令 服务器发送 人工工作量 控制指令 视觉定位 整体过程 自动监测 智能 数据处理 移动 分析
【权利要求书】:

1.一种基于机器视觉的盆栽植物智能养护系统,其特征在于,包括植物生长信息监测装置、图像采集装置、服务器和智能机器人,

所述植物生长信息监测装置用于采集盆栽植物的生长信息,根据所述生长信息判断盆栽植物的生长环境是否正常,若不正常,则控制种植盆发出红外警示光,并将所述生长信息发送给服务器;

所述图像采集装置用于采集盆栽植物的环境图像信息,图像采集装置将采集的环境图像发送给服务器;

所述服务器接收盆栽植物的生长信息和环境图像信息,服务器对环境图像进行处理,从环境图像中提取关键信息确定盆栽植物的位置;服务器中存储有各种植物的养护方案,根据植物的生长信息和养护方案进行分析,确定需要养护的目标植物和植物处置方案,根据视觉定位和处置方案向智能机器人发送控制指令;

所述智能机器人接收服务器发送的控制指令,根据控制指令移动到相应的盆栽植物的位置,拍摄盆栽植物图像,判断是目标盆栽植物后按照处置方案进行处置。

2.如权利要求1所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述植物生长信息监测装置包括湿度传感器、光照传感器、红外LED和第一控制器,

所述湿度传感器用于采集盆栽植物的土壤湿度数据;

所述光照传感器用于采集盆栽植物的光照强度数据;

所述红外LED用于发出红外警示光;

所述第一控制器用于将接收采集的土壤湿度数据和光照强度数据,并将采集的土壤湿度数据和光照强度数据与植物正常生长的土壤湿度数据和光照强度数据进行比较,若采集的土壤湿度数据和光照强度数据低于植物正常生长的土壤湿度数据和光照强度数据,第一控制器则控制红外LED发出警示光。

3.如权利要求1所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述服务器包括图像处理单元、视觉定位单元、存储单元、分析单元和通信单元,

所述图像处理单元用于对接收的环境图像进行图像色彩空间转化和图像形态学变换处理,得到处理后的环境图像;

所述视觉定位单元用于从处理后的环境图像中提取关键信息确定盆栽植物的位置;

所述存储单元用于存储接收的信息和各种植物的养护方案;

所述分析单元用于根据接收的盆栽植物的生长信息与养护方案进行分析,确定需要养护的目标植物,并得到植物处置方案;

所述通信单元用于与智能机器人进行数据通信,将目标盆栽植物的位置和植物处置方案发送给智能机器人。

4.如权利要求1所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述智能机器人包括电机、第二控制器、水泵和补光装置,所述电机、水泵和补光装置分别与第二控制器连接;

所述电机用于控制智能机器人运动;

所述第二控制器用于向电机、水泵和补光装置发送控制指令;

所述水泵用于向目标盆栽植物喷洒液体;

所述补光装置用于向目标盆栽植物补充光照。

5.如权利要求4所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述智能机器人还包括营养液补给装置,所述营养液补给装置用于为盆栽植物补充营养液。

6.如权利要求4所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述智能机器人还包括图像识别模块,所述图像识别模块包括模型建立单元,所述模型建立单元用于将多种种植盆的图像作为训练集,再通过深度学习的方法建立不同种植盆的特征模型,得到图像识别模型。

7.如权利要求6所述的基于机器视觉的盆栽植物智能养护系统,其特征在于,所述智能机器人还包括图像分析单元,所述图像分析单元将获取目标盆栽植物的种植盆特征图像利用图像识别模型进行分析识别,得到识别结果。

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青岛科技大学,未经青岛科技大学许可,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/201910375550.4/1.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