[发明专利]一种植物培育控制方法和系统

说明书

本申请公开了一种植物培育控制方法和系统，该植物培育控制方法包括：获取植株的生长图像和生长环境数据；调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；根据所述培育决策调整自动培育装置的培育参数。可见，本申请不仅利用预设神经网络进行植株种类识别，还利用预设专家系统结合植株的生长环境数据等，给出植物培育的合理培育决策。本申请不仅有效提高了植物培育的科学合理性和效率，而且还实现了全程自动化管理与决策，降低了人力成本和负担，极大地推动了行业智能化发展。

技术领域

本申请涉及人工智能和植物培育技术领域，特别涉及一种植物培育控制方法和系统。

背景技术

随着深度学习技术的迅速发展，深度神经网络和卷积神经网络在图像识别的领域里取得了显著的发展和长足的进步。近年来，深度学习技术在图像识别上有了多种多样的应用，比如人脸识别在安防、支付上的实现等。尤其是ImageNet等人工智能领域图像识别的竞赛和数据集，更催生了对图像识别十分有效的神经网络结构的设计，比如VGG、AlexNet、ResNet等，更促进了众多理论、技术和方法的发展和诞生。

当前，虽然在植物培育技术领域内已经开始引入了人工智能控制，但一定程度上仍然依赖于人工。即，目前结合人工智能进行植物培育的服务还仅停留在“知道”阶段，而“决策”和“执行”阶段还必须由人去进行。可想而知的是，仅仅处于检测和认知阶段的服务无法为人类提供更多的价值，特别是在大规模种植应用场景中。

鉴于此，提供一种解决上述技术问题的方案，已经是本领域技术人员所亟需关注的。

发明内容

本申请的目的在于提供一种植物培育控制方法和系统，以便在对植物进行生长状态检测的基础上进一步实现种植决策管理，实现全程自动培育，提高植物种植效率并降低人力成本。

为解决上述技术问题，第一方面，本申请公开了一种植物培育控制方法，包括：

获取植株的生长图像和生长环境数据；

调用预设神经网络，根据所述生长图像识别植株种类并提取生长状态数据；

调用预设专家系统，根据所述植株种类、所述生长状态数据、所述生长环境数据，生成针对所述植株的培育决策；

根据所述培育决策调整自动培育装置的培育参数。

可选地，所述获取植株的生长环境数据，包括：

基于摄像头拍摄的植株生长视频提取光照数据，所述光照数据包括光照强度数据和光照时长数据；

基于土壤检测电极获取土壤数据，所述土壤数据包括土壤水分数据和土壤养料数据；

基于温度计获取温度数据；

所述提取生长状态数据，包括：

基于所述摄像头拍摄的所述生长图像提取植株颜色数据和植株形态数据。

可选地，所述预设神经网络的训练生成过程包括：

在植株幼苗期间获取植株图像样本；

接收通过预设标签输入接口输入的与所述植株图像样本对应的种类标签；

基于标识了所述种类标签的所述植株图像样本训练生成所述预设神经网络。

可选地，所述根据所述培育决策调整自动培育装置的培育参数，包括以下任意一种或者任意组合：

调整照明控制装置的启停和电流大小，以调整光照时长和光照强度；

调整灌溉管道的溶液配比以调整土壤养分；调整所述灌溉管道的注水速度和闸门开关以调整土壤水分；