[发明专利]一种植物种植柜及种植方法在审

专利信息
申请号: 202210738565.4 申请日: 2022-06-24
公开(公告)号: CN115088606A 公开(公告)日: 2022-09-23
发明(设计)人: 田亮;卞春 申请(专利权)人: 苏州碳感科技有限公司
主分类号: A01G31/02 分类号: A01G31/02;A01G31/00;G06Q30/06;G06N20/00
代理公司: 南京九致知识产权代理事务所(普通合伙) 32307 代理人: 严巧巧
地址: 215100 江苏省苏州市相城区青龙港*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 植物 种植 方法
【权利要求书】:

1.一种植物种植柜的种植方法,其特征在于:包括:

接收用户输入的定制需求信息,所述定制需求信息包括预设的N个目标变量以及每个所述目标变量的权重;

以所述植物种植柜内的环境以及植物生长态势作为状态空间,以所述植物种植柜的可控制条件作为动作空间,以所述定制需求信息中每个所述目标变量在对应的所述权重的影响之下的总和作为延迟奖励,在所述状态空间、动作空间和延迟奖励所构建的强化学习状态下进行植物种植。

2.根据权利要求1所述的方法,其特征在于:所述接收用户输入的定制需求信息之后,还包括:

向云端上传所述的定制需求信息;

所述植物种植结束后,还包括:

向云端上传所述强化学习结束后或所述植物种植结束后所形成的强化学习网络参数;

以使得所述云端将所述定制需求信息和对应的所述强化学习网络参数作为一组输入和输出数据,并以多组所述数据进行机器学习训练,以得到一处理所述定制需求信息与强化学习网络参数之间的关系的机器学习模型。

3.根据权利要求2所述的方法,其特征在于:所述植物种植结束后,以及以多组所述数据进行机器学习之前,还包括:

向云端上传所述植物种植的效果反馈并形成反馈信息,以使得所述云端对比所述定制需求信息和所述反馈信息,并以所述定制需求信息和所述反馈信息之间的差异大小对所述强化学习网络参数进行评分,删除评分小于阈值的所述强化学习网络参数和对应的所述定制需求信息。

4.根据权利要求2所述的方法,其特征在于:所述接收用户输入的定制需求信息之后,还包括:

提供一植物生长方式选项以供所述用户选择,所述植物生长方式选项中至少包括第一生长方式和第二生长方式;

响应于用户选择第一生长方式,控制所述植物种植柜在所述强化学习状态下的方式进行植物生长;

响应于用户选择第二生长方式,向所述云端发送网络参数请求,所述网络参数请求中包括所述定制需求信息,以使所述云端利用所述机器学习模型计算所述定制需求信息所对应的强化学习网络参数;接收所述强化学习网络参数并构建强化学习模型,控制所述植物种植柜在所述强化学习模型下进行植物生长。

5.根据权利要求4所述的方法,其特征在于:所述植物生长方式选项中还包括第三生长方式,响应于用户选择第三生长方式,提供控制参数的输入区间以使用户输入精确的控制参数,控制所述植物种植柜按照所述精确的控制参数进行植物生长。

6.根据权利要求4所述的方法,其特征在于:所述植物生长方式选项中还包括第四生长方式,响应于用户选择第四生长方式,提供控制参数的输入区间以使用户输入模糊的控制参数,控制所述植物种植柜按照所述模糊的控制参数进行植物生长。

7.根据权利要求1-6中任意一项所述的方法,其特征在于:所述状态空间包括光照、温度、湿度、水量、肥量、气体、植物大小、植物形状、植物色泽。

8.根据权利要求1-6中任意一项所述的方法,其特征在于:所述动作空间包括光照调整、温度调整、水量调整、肥量调整、气体调整。

9.根据权利要求1-6中任意一项所述的方法,其特征在于:所述目标变量包括节能变量、植物生长态势变量以及植物口感变量。

10.一种植物种植柜,其特征在于:包括柜体、可控组件、传感器和计算机程序;

所述柜体,用于提供植物生长所需空间以及容纳所述可控组件和传感器;

所述可控组件,用于提供植物生长过程中所需的可控制条件;

所述传感器,用于探测所述柜体内的环境以及植物生长态势;

所述计算机程序,用于接收所述传感器传来的信息并按照权利要求1-9任意一项所述的方法控制所述可控组件动作以进行植物种植。

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苏州碳感科技有限公司,未经苏州碳感科技有限公司许可,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/202210738565.4/1.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