用于牧草品质监测的农业监测系统

本发明涉及农业监测，具体地涉及一种用于牧草品质监测的农业监测系统。

背景技术：

1、随着信息技术、生物技术、传感器技术、网络技术等技术的不断发展，农业监测系统也在不断发展和完善。农业监测系统指利用现代化技术手段，实现对农业生产、生态环境等方面进行实时监测和控制的智能化系统。其中，农业监测系统对牧草品质的监测可以帮助农民和养殖户了解牧草中的营养成分，有针对性地选择饲料，保证牲畜的健康和生产性能；还可以帮助农民和养殖户了解各种牧草的饲料价值和适宜程度，从而提高饲料利用率，降低饲料成本。

2、随着光谱技术的发展,成像技术可以提供图像内任意像素的连续光谱数据，应用时可以有效减少光谱噪声影响,具有准确、无损等一系列优势。因此，光谱技术被广泛引用于植物生理参数的检测研究中。

3、现可以将光谱技术应用于农业监测系统，用于对牧草品质进行监测。但是，高光谱数据具有数千个波段，需要进行大量的数据处理和分析，包括去除噪声、校正、特征提取等，处理过程非常繁琐复杂，因此，要大量的时间进行数据处理和分析；由于高光谱数据需要分析的波段非常多，所以在每个波段上的分辨率可能会相对较低；高光谱数据量非常大，需要大量的存储空间和计算资源，同时也需要高效的算法和计算方法；高光谱仪器的成本较高，需要专业的设备和技术支持等。

技术实现思路

1、本发明实施例的目的是提供一种用于牧草品质监测的农业监测系统，该用于牧草品质监测的农业监测系统能够实时、准确地监测牧草的生长状态和品质。

2、为了实现上述目的，本发明实施例提供一种用于牧草品质监测的农业监测系统，所述用于牧草品质监测的农业监测系统包括：端系统，包括一个或多个传感器，用于采集环境数据和/或牧草图像数据；边系统，包括边控制器，所述边控制器被配置为根据所述端系统采集的环境数据和/或牧草图像数据，对牧草品质进行实时监测分析，以得到牧草品质数据；以及云系统，包括数据集散中心，用于存储和管理所述环境数据和/或所述牧草图像数据、所述牧草品质数据、端系统数据和边系统数据。

3、可选的，所述一个或多个传感器中的每个传感器为温湿度传感器、光照传感器、可见光图像传感器和气压传感器中的一者。

4、可选的，所述端系统还包括智慧农业物联网设备。

5、可选的，所述边控制器还被配置为：通过模型迁移工具，将多源线性回归模型和语义分割模型迁移至所述边控制器的内存；对所述多源线性回归模型和所述语义分割模型进行离线训练，以通过训练完成的多源线性回归模型和所采集的环境数据，预测环境信息的变化对牧草品质的影响，通过训练完成的语义分割模型和所采集的牧草图像数据，分析牧草覆盖率。

6、可选的，所述边控制器还被配置为：获取与所述环境数据相关的数据集；构建用于预测环境信息的多源线性回归模型，并确定该多源线性回归模型的均方差损失函数；基于所述数据集对所述多源线性回归模型进行训练；以及通过训练完成的多源线性回归模型和所采集的环境数据，预测环境信息的变化对牧草品质的影响。

7、可选的，所述基于所述数据集对所述多源线性回归模型进行训练，包括：清空所述多源线性回归模型的梯度，以消除梯度叠加；将数据处理后的所述数据集输入所述多源线性回归模型，得到输出值；通过所述均方差损失函数计算所述输出值的损失值；基于所述损失值对所述多源线性回归模型的权重进行调整，以更新所述多源线性回归模型的模型参数；以及重复上述步骤，对所述多源线性回归模型进行迭代训练，以得到所述训练完成的多源线性回归模型。

8、可选的，所述边控制器还被配置为：获取与所述牧草图像数据相关的图像数据集；基于deeplabv3+模型算法，构建用于分析牧草覆盖率的语义分割模型；基于所述图像数据集对所述语义分割模型进行训练；以及通过训练完成的语义分割模型和所采集的牧草图像数据，分析牧草覆盖率。

9、可选的，在所述获取与所述牧草图像数据相关的图像数据集之后，所述边控制器还被配置为：提取所述图像数据集的数据标签；根据所述数据标签的层次和关系，对所述数据标签进行重新分类；以及通过重新分类的数据标签，标注所述图像数据集中的图像数据。

10、可选的，所述语义分割模型包括编码器和解码器，所述编码器包括卷积神经网络模型和空洞金字塔池化模型，所述基于所述图像数据集对所述语义分割模型进行训练，包括：所述图像数据集输入所述语义分割模型，通过所述编码器提取所述图像数据集中图片数据的图片特征，包括：通过所述卷积神经网络模型提取所述图片数据的分辨率特征；以及通过所述空洞金字塔池化模型提取所述图片数据的语义特征；通过所述解码器对包括所述图片特征的所述图像数据进行处理，以得到输出数据；通过所述输出数据与测试数据进行对比，以调整所述语义分割模型的模型参数。

11、可选的，所述云系统还包括可视化模块和决策模块，其中，所述可视化模块用于显示所述数据集散中心存储和管理的数据，所述决策模块根据所述数据集散中心存储和管理的数据，对牧草所在环境进行远程管理。

12、通过上述技术方案，本发明实施例基于云边端协同架构的监测体系，构建感存算一体化的用于牧草品质监测的农业监测系统，实现对牧草的实时监测和数据处理，从而提高监测效率和精度。端系统通过例如温湿度传感器、光照传感器、可见光图像传感器和气压传感器等传感器，采集环境数据和/或牧草图像数据。边系统使用采集的环境数据和多源线性回归模型，预测环境变化对牧草品质的影响；同时，基于可见光图像传感器采集的牧草图像数据和语义分割模型，对牧草图像进行分割和识别，以提取关键信息，通过环境数据和/或牧草图像数据进行牧草品质的实时分析检测。在云系统，搭建分布式数据集散中心，用于存储和管理所有采集的牧草品质数据、传感器数据和模型训练数据等，并提供数据查询和分析服务，以便进行实时监测和远程管理。实时、准确地监测牧草的生长状态和品质，为养殖业者提供精准的决策支持，从而帮助从业者提高牧草生产效率。

13、本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种用于牧草品质监测的农业监测系统，其特征在于，所述用于牧草品质监测的农业监测系统包括：

2.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述一个或多个传感器中的每个传感器为温湿度传感器、光照传感器、可见光图像传感器和气压传感器中的一者。

3.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述端系统还包括智慧农业物联网设备。

4.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述边控制器还被配置为：

5.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述边控制器还被配置为：

6.根据权利要求5所述的用于牧草品质监测的农业监测系统，其特征在于，所述基于所述数据集对所述多源线性回归模型进行训练，包括：

7.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述边控制器还被配置为：

8.根据权利要求7所述的用于牧草品质监测的农业监测系统，其特征在于，在所述获取与所述牧草图像数据相关的图像数据集之后，所述边控制器还被配置为：

9.根据权利要求7所述的用于牧草品质监测的农业监测系统，其特征在于，所述语义分割模型包括编码器和解码器，所述编码器包括卷积神经网络模型和空洞金字塔池化模型，所述基于所述图像数据集对所述语义分割模型进行训练，包括：

10.根据权利要求1所述的用于牧草品质监测的农业监测系统，其特征在于，所述云系统还包括可视化模块和决策模块，

技术总结
本发明实施例提供一种用于牧草品质监测的农业监测系统，属于农业监测技术领域。所述用于牧草品质监测的农业监测系统包括：端系统，包括一个或多个传感器，用于采集环境数据和/或牧草图像数据；边系统，包括边控制器，所述边控制器被配置为根据所述端系统采集的环境数据和/或牧草图像数据，对牧草品质进行实时监测分析，以得到牧草品质数据；以及云系统，包括数据集散中心，用于存储和管理所述环境数据和/或所述牧草图像数据、所述牧草品质数据、端系统数据和边系统数据。基于云边端协同架构的监测体系，构建感存算一体化的用于牧草品质监测的农业监测系统，实现对牧草的实时监测和数据处理，从而提高监测效率和精度。

技术研发人员：房建东,纪寅,赵于东
受保护的技术使用者：内蒙古工业大学
技术研发日：
技术公布日：2024/1/15