-
公开(公告)号：CN116300575A
公开(公告)日：2023-06-23
申请号：CN202310069107.0
申请日：2023-02-06
Applicant: 北京市农林科学院信息技术研究中心 , 北京市农林科学院智能装备技术研究中心
IPC: G05B19/042 , G01D21/02 , H04L67/12
Abstract: 本发明提供一种作物生境信息与长势信息采集装置，属于智能农业领域。包括传感器模块用于在单片机的控制下采集作物的生境信息，图像采集模块用于在单片机的控制下采集作物的长势信息；通信单元用于在单片机的控制下，通过移动通信技术向服务器发送生境信息以及长势信息；单片机在第一采集周期和/或第二采集周期和/或发送周期到来之前，处于休眠状态。本发明提供一种作物生境信息与长势信息采集装置，通过单片机在第一采集周期、第二采集周期前处于休眠状态，且无需网关配合并进行组网，减少了单片机在休眠时的功耗以及通信单元的传输功耗，以此解决现有技术无法在供电质量不高的场景下，实现作物生境信息与长势信息的同时监测的缺陷。
-
公开(公告)号：CN117469774B
公开(公告)日：2024-04-02
申请号：CN202311824646.7
申请日：2023-12-28
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种空调系统调控方法、装置、电子设备及存储介质，属于自动化控制领域，包括：获取从当前决策周期开始前的检测数据；将检测数据输入至温度预测模型，获取由温度预测模型输出的下一决策周期的室内预测温度；利用下一决策周期的室内设定温度对室内预测温度进行滚动优化，获取空调开启决策量；将其输入至比例积分微分控制器，输出空调开启动作量以控制空调系统动作。本发明利用网络模型对于检测数据的特征提取能力，充分考虑室内外气候等不确定因素对温室内温度的影响，能够根据未来气候因素的变化对空调系统的开启量提前做出调整，以确保每个时刻的供冷量与室内冷负荷相匹配，相较于机理模型抗干扰能力更强、调整精度更高，且能耗更低。
-
公开(公告)号：CN117032357A
公开(公告)日：2023-11-10
申请号：CN202310960609.2
申请日：2023-08-01
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G05D27/02
Abstract: 本发明提供一种温室环境调控方法、系统、电子设备及存储介质，属于农业自动控制技术领域，所述方法包括：获取温室在第一时刻的室内温度以及所述第一时刻的目标温度；所述第一时刻的目标温度是基于所述温室种植的作物类型、所述温室所处纬度、所述第一时刻所属的时段以及所述第一时刻之前的目标时段的平均室外温度确定的；基于所述第一时刻的室内温度与所述第一时刻的目标温度的比较结果，按照多层级顺序滚动调控方式控制所述温室的各个执行设备动作，所述多层级顺序滚动调控方式用于滚动调节温室内的温湿度平衡。本发明可以大大降低温室能耗，同时还实现了精细的温室环境自动化调控方式，可以为温室作物提供优质的生长环境。
-
公开(公告)号：CN115729093A
公开(公告)日：2023-03-03
申请号：CN202211393236.7
申请日：2022-11-08
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种菇房空调控制调节方法及系统，属于空调控制调节技术领域，包括：获取菇房的空调调节物理参数，基于空调调节物理参数建立室温预测模型；确定空调控制调节目标，基于空调控制调节目标和室温预测模型，构建代价函数，得到空调当前控制序列；获取空调当前控制序列对应的下一时刻实际温度，利用空调当前控制序列和下一时刻实际温度更新代价函数，得到空调更新控制序列。本发明针对菇房环境中的空调控制调节，通过引入室内外各因素对菇房内温度的影响，能够根据未来各影响因素的变化对控制量提前做出调整，有效确保任意时刻的供冷量与室内冷负荷相匹配，同时根据预测温度对当前温度进行滚动反馈及优化，有效避免温度过度调整的缺陷。
-
公开(公告)号：CN115690777A
公开(公告)日：2023-02-03
申请号：CN202211387081.6
申请日：2022-11-07
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06V20/68 , G06V10/82 , G06V10/77 , G06V10/764 , G06V10/40 , G06N3/08 , G06N3/0464 , G06N3/0442 , G01K11/24 , G01D21/02
Abstract: 本发明提供一种基于成熟度识别装置的香菇菌棒成熟度识别方法及系统，属于农业信息化技术领域，方法包括：获取香菇菌棒特征数据集合；将所述香菇菌棒特征数据集合输入至预先训练好的成熟度预测模型中，得到香菇菌棒成熟度识别结果；其中所述成熟度预测模型是基于香菇菌棒特征样本集合，以及按照香菇菌棒数据分类标签，对卷积门控循环单元训练得到的。系统包括：菌棒内部温度传感器、菌棒环境采集设备、无线基站和云平台。本发明通过提出香菇菌棒成熟度无损识别方法，并构建香菇菌棒成熟度识别系统，采用超声波温度测量以及利用多源数据信息深度融合的香菇菌棒菌丝体成熟度识别模型，有效地提高了成熟度的识别准确度和识别效率。
-
Patent Agency Ranking
公开(公告)号：CN120013858A
公开(公告)日：2025-05-16
申请号：CN202411873424.9
申请日：2024-12-18
Applicant: 北京市农林科学院智能装备技术研究中心 , 上海市农业科学院
Abstract: 本发明提供一种香菇菌盖分析系统、方法、电子设备及存储介质，涉及图像处理技术领域，包括：图像采集设备、柔性灯、背景板、工控机；所述图像采集设备和所述柔性灯设置于所述背景板上方，所述工控机分别与所述图像采集设备和柔性灯通信连接；其中，所述背景板用于放置香菇菌盖，所述柔性灯用于为所述背景板所在区域进行补光；其中，所述图像采集设备用于采集所述背景板上放置的香菇菌盖图像，并将所述香菇菌盖图像发送到所述工控机；其中，所述工控机通过FlashAttention—U²NET分割网络对所述香菇菌盖图像进行图像分割，得到香菇分割图像，并对所述香菇分割图像进行表型指征分析，得到所述香菇菌盖的表型指征数据。
-
公开(公告)号：CN119328727A
公开(公告)日：2025-01-21
申请号：CN202411866414.2
申请日：2024-12-18
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明涉及菌类采摘技术领域，提供一种菇柄自适应定位的套筒式香菇采摘执行器，包括：支架、采摘执行机构和第一驱动机构。采摘执行机构包括套筒和夹持组件，套筒可转动地设置于支架。套筒设有容纳腔，容纳腔的一侧设有开口，夹持组件可活动地设置于容纳腔内；容纳腔用于容纳待采摘香菇；夹持组件用于夹持待采摘香菇的菇柄。第一驱动机构设置于支架，并与套筒传动连接，以驱动套筒转动以折断菇柄。本发明的菇柄自适应定位的套筒式香菇采摘执行器，将套筒套设在待采摘香菇的外侧，以对待采摘香菇起到定位和保护作用，并使容纳腔内的夹持组件能够对准并夹持菇柄，第一驱动机构能够驱动套筒转动以折断菇柄，能够采摘获得完整的菌盖和部分菇柄。
-
公开(公告)号：CN117972433B
公开(公告)日：2024-07-02
申请号：CN202410363178.6
申请日：2024-03-28
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种菇房温度预测模型的训练方法、菇房温度预测方法及装置，属于人工智能技术领域，包括：将训练样本中的菇房温度标签分解为若干个模态分量，并根据复杂度对模态分量进行高低频分类，并由所有高频模态分量构建高频温度标签，由所有低频模态分量构建低频温度标签，分别对并联构成菇房温度预测模型的两个子模型进行训练。本发明通过将训练样本中的菇房温度标签依据分解后的模态分量的复杂度划分为高、低频温度标签，充分挖掘了训练样本数据中的重要特征和隐藏结构，再将两种标签分别用于训练并联构成菇房温度预测模型的两个子模型，使模型能够更好学习和捕捉训练样本，模型训练的收敛速度更快，得到的预测模型精度更高、预测结果更准确。
-
公开(公告)号：CN118077451A
公开(公告)日：2024-05-28
申请号：CN202410520037.0
申请日：2024-04-28
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种温室作物补光方法、装置、补光灯、电子设备及存储介质，属于智能控制技术领域，包括：基于叶位的光合能力对目标作物进行补光区域的划分，基于每个补光区域内的目标补光参数，确定向各个补光区域进行补光的实际补光参数，据此向每个补光区域进行补光。本发明根据温室作物不同叶位的光合能力，对作物进行补光区域划分，并结合作物种植生产所要达到的品质目标，确定每个补光区域所需的目标补光参数，充分考虑了作物的不同叶位光合作用对于光照的不同需求，并基于每个补光区域内的目标补光参数确定向各个补光区域进行补光的实际补光参数，实现了对温室作物的分区调控补光、精准补光。
-
公开(公告)号：CN117972433A
公开(公告)日：2024-05-03
申请号：CN202410363178.6
申请日：2024-03-28
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种菇房温度预测模型的训练方法、菇房温度预测方法及装置，属于人工智能技术领域，包括：将训练样本中的菇房温度标签分解为若干个模态分量，并根据复杂度对模态分量进行高低频分类，并由所有高频模态分量构建高频温度标签，由所有低频模态分量构建低频温度标签，分别对并联构成菇房温度预测模型的两个子模型进行训练。本发明通过将训练样本中的菇房温度标签依据分解后的模态分量的复杂度划分为高、低频温度标签，充分挖掘了训练样本数据中的重要特征和隐藏结构，再将两种标签分别用于训练并联构成菇房温度预测模型的两个子模型，使模型能够更好学习和捕捉训练样本，模型训练的收敛速度更快，得到的预测模型精度更高、预测结果更准确。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.066 seconds)
