[发明专利]柑橘林病虫害智能识别与林间信息监测系统有效

专利信息
申请号: 201911237047.9 申请日: 2019-12-05
公开(公告)号: CN110940636B 公开(公告)日: 2020-12-08
发明(设计)人: 邓小玲;王天伟;兰玉彬;钱士程;殷献博;薛力瑞;黄康华;朱梓豪;黄梓效;曾国亮 申请(专利权)人: 华南农业大学
主分类号: G01N21/17 分类号: G01N21/17;G06K9/00;G06K9/62
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 曹鹏飞
地址: 510642 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 柑橘 病虫害 智能 识别 林间 信息 监测 系统
【权利要求书】:

1.一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,包括:路径轨道系统、移动识别监测平台、无人机、上位机和云平台;

所述移动识别监测平台安装在所述路径轨道系统上,用于采集各种图像以及林间数据,并分别发送给所述上位机和所述云平台;以及基于各种图像以及林间数据进行初步诊断,并将初步诊断结果发送给所述上位机;

所述无人机上搭载有高光谱相机,用于采集柑橘林分布区域的低空高光谱遥感图像,发送给所述云平台和所述上位机,以及对所述低空高光谱遥感图像进行处理,生成空中遥感诊断结果,并发送给所述上位机;

所述上位机接收并通过可视化界面显示所述移动识别监测平台实时传回的各种图像、林间数据、初步诊断结果以及无人机传回的空中遥感诊断结果;以及分别向所述移动识别监测平台和所述无人机发送用户指令;所述上位机通过网络与所述云平台连接,从所述云平台获取多源数据融合分析诊断结果和处方图;

所述云平台与所述移动识别监测平台和所述无人机均通信连接,将从所述移动识别监测平台获取的各种图像以及林间数据以及从所述无人机处获取的低空高光谱遥感图像进行多源数据融合分析,并向所述上位机和所述无人机发送多源数据融合分析的诊断结果和处方图。

2.根据权利要求1所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述云平台包括:

获取模块,用于获取所述各种图像以及林间数据以及低空高光谱遥感图像;

存储模块,用于将所述各种图像以及林间数据以及低空高光谱遥感图像存入数据库;

处理模块,用于对输入的林间数据以及低空高光谱遥感图像进行大数据比对分析,排除边缘计算中误诊的可能,生成诊断结果和处方图;

输出模块,用于将所述诊断结果和处方图输出至所述上位机。

3.根据权利要求1所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述移动识别监测平台包括:轮式结构、平台基座、旋转机构、水平伸缩机构和垂直伸缩机构;其中,所述轮式结构安装在所述平台基座两边;

所述旋转机构可旋转的安装在所述平台基座顶部;

所述水平伸缩机构可伸缩的安装在所述旋转机构上;所述水平伸缩机构上安装有采集模块;

所述垂直伸缩机构穿过所述平台基座可伸缩的安装在所述旋转机构底部。

4.根据权利要求3所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述平台基座内部安装有边缘计算模块、定位模块、图传模块、供电模块和通信模块;且所述采集模块、所述定位模块、所述图传模块、所述供电模块和所述通信模块均与所述边缘计算模块相连。

5.根据权利要求4所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述旋转机构包括:固定部、旋转部和第一舵机;

所述固定部位于在所述平台基座之上;所述旋转部通过第一舵机安装在所述固定部上,且所述第一舵机与所述边缘计算模块相连。

6.根据权利要求5所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述水平伸缩机构包括:水平板和第二舵机;

所述水平板一侧具有第一啮合齿轮机构,所述水平板贯穿安装于所述旋转部上;所述水平板至少一端上安装有采集模块;

所述第二舵机安装在所述固定部上,并通过传动齿轮与所述第一啮合齿轮机构相连,且所述第二舵机与所述边缘计算模块相连。

7.根据权利要求6所述的一种柑橘林病虫害智能识别与林间信息监测系统,其特征在于,所述垂直伸缩结构包括:垂直板和第三舵机;

所述垂直板安装在所述固定部底部,所述垂直板一侧具有第二啮合齿轮机构;所述垂直板底部具有弯折部;

所述第三舵机安装在所述平台基座内部,并通过传动齿轮组与所述第二啮合齿轮机构相连,且所述第三舵机与所述边缘计算模块相连。

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华南农业大学,未经华南农业大学许可,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/201911237047.9/1.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