灌溉装置的控制方法和控制装置与流程

本发明涉及农业灌溉
技术领域：
，具体而言，涉及一种灌溉装置的控制方法和一种灌溉装置的控制装置。
背景技术：
：目前，为了保证植物能够健康生长，当土壤比较干或者湿度比较低时，启动灌溉装置来对植物进行灌溉，满足植物对水分的需求。但是需要管理人员定期查看土壤情况，这样的管理就比较麻烦。而且当管理人员根据自己的工作经验确定土壤比较干时，需要管理人员手动启动灌溉装置来进行灌溉。因此，如何智能地启动灌溉装置进行灌溉，避免用户手动启动，从而减轻管理人员的工作量成为亟待解决的技术问题。技术实现要素：本发明正是基于上述问题，提出了一种新的技术方案，可以智能地启动灌溉装置进行灌溉，避免了管理人员手动启动，从而减轻了管理人员的工作量。有鉴于此，本发明的第一方面提出了一种灌溉装置的控制方法，包括：获取灌溉决策数据，根据所述灌溉决策数据，构建灌溉决策模型；获取当前种植参数，根据所述灌溉决策模型，获取与所述当前种植参数匹配的灌溉结果；根据所述灌溉结果，确定是否启动灌溉装置来进行灌溉。在该技术方案中，通过构建灌溉决策模型，以根据该灌溉决策模型智能地确定是否启动灌溉装置，避免了管理人员定期去现场查看植物的生长情况，以及避免了管理人员根据自己的经验来确定是否启动灌溉装置，从而使得对灌溉装置的控制更加智能化，减少了管理人员的工作量。在上述技术方案中，优选地，所述根据所述灌溉决策数据，构建灌溉决策模型的步骤，具体包括：按照预设规则，将所述灌溉决策数据转换成数据结构；根据所述数据结构，构建所述灌溉决策模型。在该技术方案中，通过将灌溉决策数据转换成计算机能够识别的数据结构，以方便计算机识别该数据结构来构建灌溉决策模型，而且构建出的该灌溉决策模型也是计算机能够识别的。在上述任一技术方案中，优选地，使用决策树算法构建所述灌溉决策模型。在该技术方案中，使用决策树算法可以保证构建的灌溉决策模型比较简单，而且决策树算法对于噪声数据具有很好的健壮性。在上述任一技术方案中，优选地，在启动所述灌溉装置来进行灌溉的情况下，还包括：根据所述当前种植参数，控制所述灌溉装置在进行灌溉时的水流量。在该技术方案中，根据当前种植参数控制灌溉时的水流量，例如，当前的空气温度越高、土壤湿度越低，说明植物对于水的需求量就比较大，即灌溉装置此次灌溉的水流量就越大，从而满足了植物的实际需求。在上述任一技术方案中，优选地，所述当前种植参数包括以下之一或多种的组合：当前时间、天气状况、空气温度、土壤湿度。本发明的第二方面提出了一种灌溉装置的控制装置，包括：构建单元，用于获取灌溉决策数据，根据所述灌溉决策数据，构建灌溉决策模型；获取单元，用于获取当前种植参数，根据所述灌溉决策模型，获取与所述当前种植参数匹配的灌溉结果；确定单元，用于根据所述灌溉结果，确定是否启动灌溉装置来进行灌溉。在该技术方案中，通过构建灌溉决策模型，以根据该灌溉决策模型智能地确定是否启动灌溉装置，避免了管理人员定期去现场查看植物的生长情况，以及避免了管理人员根据自己的经验来确定是否启动灌溉装置，从而使得对灌溉装置的控制更加智能化，减少了管理人员的工作量。在上述技术方案中，优选地，所述构建单元包括：转换子单元，用于按照预设规则，将所述灌溉决策数据转换成数据结构；构建子单元，用于根据所述数据结构，构建所述灌溉决策模型。在该技术方案中，通过将灌溉决策数据转换成计算机能够识别的数据结构，以方便计算机识别该数据结构来构建灌溉决策模型，而且构建出的该灌溉决策模型也是计算机能够识别的。在上述任一技术方案中，优选地，所述构建单元具体用于，使用决策树算法构建所述灌溉决策模型。在该技术方案中，使用决策树算法可以保证构建的灌溉决策模型比较简单，而且决策树算法对于噪声数据具有很好的健壮性。在上述任一技术方案中，优选地，在启动所述灌溉装置来进行灌溉的情况下，还包括：控制单元，用于根据所述当前种植参数，控制所述灌溉装置在进行灌溉时的水流量。在该技术方案中，根据当前种植参数控制灌溉时的水流量，例如，当前的空气温度越高、土壤湿度越低，说明植物对于水的需求量就比较大，即灌溉装置此次灌溉的水流量就越大，从而满足了植物的实际需求。在上述任一技术方案中，优选地，所述当前种植参数包括以下之一或多种的组合：当前时间、天气状况、空气温度、土壤湿度。通过本发明的技术方案，可以智能地启动灌溉装置进行灌溉，避免了管理人员手动启动，从而减轻了管理人员的工作量。附图说明图1示出了根据本发明的实施例的灌溉装置的控制方法的流程示意图；图2示出了根据本发明的实施例的灌溉装置的控制装置的结构示意图。具体实施方式为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。图1示出了根据本发明的实施例的灌溉装置的控制方法的流程示意图。如图1所示，根据本发明的实施例的灌溉装置的控制方法，包括：步骤102，获取灌溉决策数据，根据所述灌溉决策数据，构建灌溉决策模型。步骤104，获取当前种植参数，根据所述灌溉决策模型，获取与所述当前种植参数匹配的灌溉结果。步骤106，根据所述灌溉结果，确定是否启动灌溉装置来进行灌溉。例如，若灌溉结果为进行灌溉，则启动灌溉装置来进行灌溉，若灌溉结果为不进行灌溉，则不启动灌溉装置。在该技术方案中，通过构建灌溉决策模型，以根据该灌溉决策模型智能地确定是否启动灌溉装置，避免了管理人员定期去现场查看植物的生长情况，以及避免了管理人员根据自己的经验来确定是否启动灌溉装置，从而使得对灌溉装置的控制更加智能化，减少了管理人员的工作量。在上述技术方案中，优选地，所述根据所述灌溉决策数据，构建灌溉决策模型的步骤，具体包括：按照预设规则，将所述灌溉决策数据转换成数据结构；根据所述数据结构，构建所述灌溉决策模型。在该技术方案中，通过将灌溉决策数据转换成计算机能够识别的数据结构，以方便计算机识别该数据结构来构建灌溉决策模型，而且构建出的该灌溉决策模型也是计算机能够识别的。其中，灌溉决策数据是用户根据其需求输入的数据。例如，表1示出了灌溉决策数据。表1时间天气是否灌溉(灌溉结果)9:00天晴是9:35天晴是9:50天晴否10:00天晴否10:10天晴否10:25天晴否10:40天晴是9:00多云是9:35多云否9:50多云是10:00多云否10:10多云否按照预设规则(天晴设置值为0，多云设置值为1，灌溉设置为1，不灌溉设置为0，数据结构的格式为，灌溉结果1：时间2：天气)，将灌溉决策数据转换成以下的数据结构。根据以上的数据结构构建出如下的灌溉决策模型。id＝1,isLeaf＝false,predict＝0.0(prob＝0.5833333333333334),impurity＝0.9798687566511527,split＝Some(Feature＝0,threshold＝9.35,featureType＝Continuous,categories＝List()),stats＝Some(gain＝0.16859063219201986,impurity＝0.9798687566511527,leftimpurity＝0.8112781244591328,rightimpurity＝0.8112781244591328)例如，当前天气为天晴，当前时间为9:35，此时将当前天气和当前时间转换成计算机能够识别的数据结构为1:9.352:0，从以上的灌溉决策模型可知，与该当前天气和当前时间匹配的灌溉结果为1，即进行灌溉。在上述任一技术方案中，优选地，使用决策树算法构建所述灌溉决策模型。在该技术方案中，使用决策树算法可以保证构建的灌溉决策模型比较简单，而且决策树算法对于噪声数据具有很好的健壮性。决策树算法是一种逼近离散函数值的方法，它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后利用决策对新数据进行分析，本质上决策树是通过一系列规则对数据进行分类的过程。决策树算法包括有ID3算法、ID5算法、CART算法。在上述任一技术方案中，优选地，在启动所述灌溉装置来进行灌溉的情况下，还包括：根据所述当前种植参数，控制所述灌溉装置在进行灌溉时的水流量。在该技术方案中，根据当前种植参数控制灌溉时的水流量，例如，当前的空气温度越高、土壤湿度越低，说明植物对于水的需求量就比较大，即灌溉装置此次进行灌溉的水流量就越大，从而满足了植物的实际需求。在上述任一技术方案中，优选地，所述当前种植参数包括以下之一或多种的组合：当前时间、天气状况、空气温度、土壤湿度。若在灌溉决策模型中，早上9:00，天气晴朗，空气温度为大于25℃，土壤湿度为小于10％，以上的灌溉条件对应的灌溉结果为进行灌溉，则在当前种植参数满足以上的灌溉条件时，确定进行灌溉，并自动启动灌溉装置进行灌溉。图2示出了根据本发明的实施例的灌溉装置的控制装置的结构示意图。如图2所示，根据本发明的实施例的灌溉装置的控制装置200，包括：构建单元202、获取单元204和确定单元206。构建单元202，用于获取灌溉决策数据，根据所述灌溉决策数据，构建灌溉决策模型；获取单元204，用于获取当前种植参数，根据所述灌溉决策模型，获取与所述当前种植参数匹配的灌溉结果；确定单元206，用于根据所述灌溉结果，确定是否启动灌溉装置来进行灌溉。在该技术方案中，通过构建灌溉决策模型，以根据该灌溉决策模型智能地确定是否启动灌溉装置，避免了管理人员定期去现场查看植物的生长情况，以及避免了管理人员根据自己的经验来确定是否启动灌溉装置，从而使得对灌溉装置的控制更加智能化，减少了管理人员的工作量。在上述技术方案中，优选地，所述构建单元202包括：转换子单元2022，用于按照预设规则，将所述灌溉决策数据转换成数据结构；构建子单元2024，用于根据所述数据结构，构建所述灌溉决策模型。在该技术方案中，通过将灌溉决策数据转换成计算机能够识别的数据结构，以方便计算机识别该数据结构来构建灌溉决策模型，而且构建出的该灌溉决策模型也是计算机能够识别的。在上述任一技术方案中，优选地，所述构建单元202具体用于，使用决策树算法构建所述灌溉决策模型。在该技术方案中，使用决策树算法可以保证构建的灌溉决策模型比较简单，而且决策树算法对于噪声数据具有很好的健壮性。在上述任一技术方案中，优选地，在启动所述灌溉装置来进行灌溉的情况下，还包括：控制单元208，用于根据所述当前种植参数，控制所述灌溉装置在进行灌溉时的水流量。在该技术方案中，根据当前种植参数控制灌溉时的水流量，例如，当前的空气温度越高、土壤湿度越低，说明植物对于水的需求量就比较大，即灌溉装置此次灌溉的水流量就越大，从而满足了植物的实际需求。在上述任一技术方案中，优选地，所述当前种植参数包括以下之一或多种的组合：当前时间、天气状况、空气温度、土壤湿度。例如，在灌溉决策模型中，早上9:00，天气晴朗，空气温度为大于25℃，土壤湿度为小于10％，以上的灌溉条件对应的灌溉结果为进行灌溉，则在当前种植参数满足以上的灌溉条件时，确定进行灌溉，并自动启动灌溉装置进行灌溉。以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，可以智能地启动灌溉装置进行灌溉，避免了管理人员手动启动，使得灌溉装置的灌溉更加智能化，从而减轻了管理人员的工作量。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3