[发明专利]生物制品的受控生长系统

权利要求书

1.一种受控生长系统，包括：

控制器，被配置为管理受控生长环境的过程参数；

传感器，被配置为在生长过程期间监测所述受控生长环境中的生物制品；以及

计算系统，与所述传感器和所述控制器通信，所述计算系统被编程以执行操作，所述操作包括：

通过向所述控制器提供用于所述受控生长环境的一组初始过程参数来启动所述生长过程；

在所述生长过程期间接收来自所述传感器的传感器数据，其中，所述传感器数据至少包括所述生物制品的图像；

基于所述图像生成所述生物制品的预测的最终质量度量，其中，所预测的最终质量度量表示基于所述生物制品的当前状态的所述生物制品在所述生长过程结束时的最终状态；

确定所述生物制品的所预测的最终质量度量不在规范的最终质量度量的阈值范围内；

基于该确定，生成一组更新后的过程参数以实现所述规范的最终质量度量；以及

向所述控制器提供该组更新后的过程参数。

2.根据权利要求1所述的受控生长系统，其中，所述传感器数据还包括温度读数、湿度读数、光强度读数和二氧化碳水平读数中的一个或更多个。

3.根据权利要求1所述的受控生长系统，其中，基于所述图像生成所述生物制品的所预测的最终质量度量包括：

将地形分析方法应用于所述生物制品以生成所预测的最终质量度量。

4.根据权利要求1所述的受控生长系统，其中，基于所述图像生成所述生物制品的所预测的最终质量度量包括：

将一种或更多种计算机视觉技术应用于所述生物制品，以生成所预测的最终质量度量。

5.根据权利要求1所述的受控生长系统，其中，基于所述图像生成所述生物制品的所预测的最终质量度量包括：

将所述图像输入到卷积神经网络中；以及

接收所述生物制品的所预测的最终质量度量作为输出。

6.根据权利要求5所述的受控生长系统，其中，生成该组更新后的过程参数以实现所述规范的最终质量度量包括：

从所述卷积神经网络输出该组更新后的过程参数，以基于所述生物制品的当前状态实现所述规范的最终质量度量。

7.根据权利要求5所述的受控生长系统，还包括：

基于包括训练生物制品的训练图像以及所述受控生长环境的对应于训练图像的训练过程参数的训练数据集，训练所述卷积神经网络以学习各种过程参数如何在生长的各个阶段影响所述生物制品的最终质量度量。

8.一种用于在受控生长环境中控制生物制品的生长的方法，包括：

由计算系统通过向所述受控生长环境的控制器提供一组初始过程参数，来启动所述生物制品在所述受控生长环境中的生长过程；

由所述计算系统在所述生长过程期间接收来自所述受控生长环境的传感器的传感器数据，其中，所述传感器数据至少包括所述生物制品的图像；

由所述计算系统基于所述图像生成所述生物制品的预测的最终质量度量，其中，所预测的最终质量度量表示基于所述生物制品的当前状态的所述生物制品在所述生长过程结束时的最终状态；

由所述计算系统确定所述生物制品的所预测的最终质量度量不在规范的最终质量度量的阈值范围内；

由所述计算系统基于该确定生成一组更新后的过程参数以实现所述规范的最终质量度量；以及

由所述计算系统向所述控制器提供该组更新后的过程参数。

9.根据权利要求8所述的方法，其中，所述传感器数据还包括温度读数、湿度读数、光强度读数和二氧化碳水平读数中的一个或更多个。

10.根据权利要求8所述的方法，其中，基于所述图像生成所述生物制品的所预测的最终质量度量包括：

将地形分析方法应用于所述生物制品以生成所预测的最终质量度量。