[發明專利]出菇采摘最佳時機預測方法及裝置在審
| 申請號: | 202210043207.1 | 申請日: | 2022-01-14 |
| 公開(公告)號: | CN114612549A | 公開(公告)日: | 2022-06-10 |
| 發明(設計)人: | 王明飛;鄭文剛;張馨;單飛飛;李文龍;付成高 | 申請(專利權)人: | 北京市農林科學院信息技術研究中心 |
| 主分類號: | G06T7/62 | 分類號: | G06T7/62;G06T7/194;G06T5/40;G06Q50/02;G06Q10/04;G06N3/08;G06N3/04 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 郭亮 |
| 地址: | 100097 北京市海淀區*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 采摘 最佳時機 預測 方法 裝置 | ||
本發明提供一種出菇采摘最佳時機預測方法及裝置,該方法包括:按固定步長,持續獲取菌菇種植環境下的多個預測特征,每個步長獲取的多個預測特征構成一個特征向量,預測特征包括菌菇重量;將當前時刻以前,預設數量連續步長的特征向量,輸入已訓練的GRU?LSTM網絡模型,輸出未來預測周期的菌菇重量;根據所述預測周期的菌菇重量,確定菌菇重量最大的采摘時期;該網絡模型根據已知預測周期菌菇重量作為標簽的樣本,以相應的特征向量作為輸入,經訓練后得到。該方法通過連續步長的特征向量,輸入已訓練的網絡模型來進行預測,與傳統人工經驗相比,可實現菌菇最佳采摘時機的在線式自動化預測,有利于提高菌菇產量,進而實現利潤的最大化。
技術領域
本發明涉及食用菌種植領域,尤其涉及一種出菇采摘最佳時機預測方法及裝置。
背景技術
食用菌生產分為農業式和工廠化兩種,其中農業式生產占比較大。農業式出菇房多以塑料大棚、日光溫室為基礎改造而成。食用菌作為一種環境敏感型作物,對出菇環境極度敏感。由于能顯著提高單位面積產量,網格架等立體栽培模式在平菇、杏鮑菇等農業式出菇房得到廣泛應用。但出菇房調控能力有限,環境空間分布不均勻,這些因素會導致出菇大小不一致,特別是采摘時期不同步。其中,采收過早影響產量,采收過遲則會導致菇蓋干縮,菇柄堅硬,質量下降且大量散發孢子。傳統上采摘時機多受菇農主觀經驗所限,不能很好提前把握最適宜采摘時機。
目前涉及菌菇的采摘時機研究較少,多以知識經驗的形式表達,尚無自動判別方法。溫室內其它作物如蔬菜領域有搭建現場表型平臺,且以固定軌道式為主,可獲得作物在溫室環境下的結構表型數據,但搭建成本高,后期不宜維護。
發明內容
針對現有技術存在的問題,本發明提供一種出菇采摘最佳時機預測方法及裝置。
本發明提供一種出菇采摘最佳時機預測方法,包括:按固定步長,持續獲取菌菇種植環境下的多個預測特征,每個步長獲取的多個預測特征構成一個特征向量,所述預測特征包括菌菇重量特征;將當前時刻以前,預設數量連續步長的特征向量,輸入已訓練的GRU-LSTM網絡模型,輸出未來預測周期的菌菇重量,所述周期與所述步長對應;根據所述預測周期的菌菇重量,確定菌菇重量最大的采摘時期;所述GRU-LSTM網絡模型,根據已知預測周期菌菇重量作為標簽的樣本,以相應的特征向量作為輸入,經訓練后得到。
根據本發明一個實施例的出菇采摘最佳時機預測方法,根據所述預測周期的菌菇重量,確定菌菇重量最大的采摘時期,包括:將預測周期時刻以前,預設數量連續步長的特征向量,再次輸入已訓練的GRU-LSTM網絡模型,輸出下一預測周期的菌菇重量;重復預設次數,當預測未來多個預測周期內菌菇重量連續下降時,將多個預測周期中的首個預測周期,作為菌菇重量最大的采摘時期。
根據本發明一個實施例的出菇采摘最佳時機預測方法,所述按固定步長,持續獲取菌菇種植環境下的多個預測特征,包括:通過攝像頭獲取菌菇水平預設度角的投影圖像;將所述投影圖像轉換為灰度圖像,并轉化為灰度直方圖,根據預設閾值對所述灰度直方圖進行二值化處理,將所述灰度直方圖分為菌菇部分和背景部分;根據圖像中的已知尺寸背景為基準,計算所述二值化處理后菌菇部分的面積值;將所述面積值輸入預先擬合的第二模型,得到菌菇重量的估計值,作為預測特征中的菌菇重量特征。
根據本發明一個實施例的出菇采摘最佳時機預測方法,所述預測特征還包括菌菇失水量、栽培時長特征以及菌菇環境特征;其中,所述菌菇環境特征為實時環境參數與目標環境參數的差值;環境參數包括出菇溫度、出菇濕度及出菇二氧化碳濃度。
根據本發明一個實施例的出菇采摘最佳時機預測方法,所述將當前時刻以前的多個連續特征向量,輸入已訓練的GRU-LSTM網絡模型之前,還包括:按固定步長,持續獲取菌菇種植環境下樣本的多個特征向量;對于采摘期的單個菌棒樣本,以測得的預測周期菌菇重量作為輸出標簽,預測周期之前的預設數量特征向量作為輸入量,對初始的GRU-LSTM網絡模型進行訓練,得到所述已訓練的GRU-LSTM網絡模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京市農林科學院信息技術研究中心,未經北京市農林科學院信息技術研究中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210043207.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:自動化簡易水文觀測記錄系統
- 下一篇:一種主從車輛協同作業控制裝置及方法





