申请/专利权人:深圳技术大学
申请日:2020-11-30
公开(公告)日:2021-04-13
公开(公告)号:CN112640870A
主分类号:A01M7/00(20060101)
分类号:A01M7/00(20060101);B64C39/02(20060101);G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);G06N7/00(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.03.21#授权;2021.04.30#实质审查的生效;2021.04.13#公开
摘要:本发明提供了一种基于植保无人机的病虫害防治系统及方法;基于机器视觉和深度学习的技术并搭载多种传感器,针对不同农作物,建立不同农作物生长情况和病虫害防护知识的领域知识库,通过深度学习技术和多种传感器对农作物的生长情况和病虫害情况进行识别,可以实时的获取农作物生长情况和病虫害的有关信息,大大降低了人工观察检测的工作量,提高农业生产效率。针对农药配比问题,本发明专利根据农作物农药剂量配比的相关知识,构建农药喷洒配比领域知识库,并应用深度学习技术,针对不同的农作物进行不同的农药喷洒配比计算,省去了人工配比计算的步骤,大大提高了农业植保的工作效率。
主权项:1.一种基于植保无人机的病虫害防治系统,其特征在于,所述病虫害防治系统包括植保无人机和地面控制站,所述植保无人机和所述地面控制站通过无线传输连接,所述植保无人机包括无人机本体、多传感器信息采集盒子和农药喷撒装置;所述地面控制站搭载有多传感信息融合系统、基于深度学习的病虫害识别系统和基于深度学习的农药配比系统。
全文数据:
权利要求:
百度查询: 深圳技术大学 一种基于植保无人机的病虫害防治系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。