[发明专利]一种设施蔬菜精准浇水的方法、装置和电子设备

权利要求书

1.一种精准定量浇水的方法，其特征在于，包括:

获取设施蔬菜当前时刻发出的超声波频率数据；

基于设施蔬菜在不同含水量时期发出的超声波频率数据的不同，判断当前时刻的设施蔬菜是否满足浇水条件；

若满足浇水条件，则获取设施蔬菜当前时刻的客观自身参数和土壤可变参数；

基于所述设施蔬菜当前时刻的客观自身参数和土壤可变参数，使用预先训练好的RBF神经网络算法预测需水量；

根据所述预测的需水量对设施蔬菜进行浇水；

所述判断当前时刻的设施蔬菜是否满足浇水条件通过以下方式实现:

根据所述设施蔬菜当前时刻的超声波频率数据与预先采集的设施蔬菜的缺水时超声波频率数据的均值，确定第一频率差值；

根据所述设施蔬菜当前时刻的超声波频率数据与预先采集的设施蔬菜的不缺水时超声波频率数据的均值，确定第二频率差值；

若所述第一频率差值小于或等于所述第二频率差值，则确定满足浇水条件；

反之，则确定不满足浇水条件；

所述获取设施蔬菜当前时刻发出的超声波频率数据包括:

实时获取设施蔬菜当前时刻发出的超声波频率数据；

或，接收浇水指令，响应于浇水指令开始浇水，当浇水的时长到达预设时长时，暂停浇水并获取设施蔬菜当前时刻发出的超声波频率数据；

在获取设施蔬菜当前时刻发出的超声波频率数据的过程中，首先将待观测设施蔬菜放置在声学盒中，然后在该设施蔬菜的前方放置两个定向麦克用于收集设施蔬菜本身发出的超声波数据；

利用超声波频率判断此时的设施蔬菜是否处于缺水胁迫中，需要被浇水则采用小流量间断式浇水，并在浇水间隔中继续对该设施蔬菜进行检测，获取其实时的超声波频率数据，并顺序重复当前步骤，直至判断设施蔬菜已经不再处于缺水胁迫中，即停止浇水，并保存当前已经使用的浇水量，将该浇水量作为该某一时刻的需水量样本，即设施蔬菜此时刻的样本输出。

2.根据权利要求1所述的方法，其特征在于，所述设施蔬菜当前时刻的客观自身参数包括:设施蔬菜种类、土壤类型中的至少一种；所述土壤可变参数包括:土壤含水量、土壤温度中的至少一种。

3.根据权利要求1所述的方法，其特征在于,所述RBF神经网络的训练方法包括:

将样本输入序列和相关联的样本输出序列分别分为两部分，一部分作为训练数据序列，另一部分作为测试数据序列；

利用所述训练数据序列对所述RBF神经网络算法进行训练，训练出RBF神经网络算法；

用所述测试数据序列对训练出的所述RBF神经网络算法型进行测试；

判断测试结果的准确度是否低于90％；

若是，则修改所述RBF神经网络算法的学习率，利用所述样本输入序列重新对所述RBF神经网络算法进行训练，直至所述测试的准确度不低于90％。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括:

在得到所述预测的需水量后，根据所述预测的需水量对设施蔬菜进行精准定量浇水。