专利交易市场

本实用新型公开了基于lora的智能灌溉装置，包括灌溉管道、开设于灌溉管道左端的进水口以及开设于灌溉管道右端的出水口，所述灌溉管道顶端固定连接有同向分布的若干组伸缩管道，若干组所述伸缩管道一端与灌溉管道内部相连通、另一端安装有喷头。该基于lora的智能灌溉装置，通过旋转把手可以带动螺纹杆旋转，并在螺纹的作用下带动螺纹套块做竖直往复移动，从而带动喷头以及伸缩管道进行竖直调节，这种方式能够改变喷头的喷洒范围，增强了设备的使用效果，并且方便装置应用于不同的使用环境，提升了装置的使用效果，设置活动筒和固定筒，能够确保喷头可以进行稳定的竖直移动，进一步的保证了喷头的移动稳定性。

本发明请求保护的一种智慧牧场管理系统，其围绕智慧牧场条件下的“圈内管理”“圈外管理”和“放牧管理”三个方面，采用一整套低成本放牧物联网系统，包括物联网感知层、物联网传输层、物联网应用层来全面支撑放牧养殖管理、溯源和找牛等应用，包括：多源多终端互联组网通信：牧场多型设备设施互联组网、远距离低成本通信。该方案突破多源数据交互、多终端高效通信等技术难点，不依赖移动通信基础条件，不依赖电力供应条件，能够覆盖智慧牧场的各个环节，具有丰富的传感资源覆盖，整合多源多终端，广域通讯覆盖适应牧场大范围通信需要，低成本低功耗，便于推广。

本发明涉及农业管理技术领域，尤其涉及一种基于物联网的智慧农业管理系统及方法。所述方法包括以下步骤：获取农田地理数据和农田环境图像；提取农田环境图像的场景特征点，并结合农田地理数据进行农田三维建模，生成数字孪生农田；获取待播种种子数据；分析待播种种子数据的发育特性，得到待播种种子发育特性数据；将待播种种子发育特性数据导入至数字孪生农田中进行播种模拟和生长模拟，生成播种模拟数据和生长模拟数据；对播种模拟数据进行播种剖面分析，得到播种剖面图。本发明通过结合数字孪生、物联网和智能化模拟技术，提高了农业播种管理方面的精准性和效率。

本发明公开了一种基于物联网的农作物病虫害智能防治系统，涉及农业技术领域，通过三个算法单元的相互配合，构成了一种基于物联网的农作物病虫害智能防治系统的核心架构，综合考量虫口密度Di、环境温度Ta、雾滴沉积密度Pd、以及叶绿素含量变化量△Ec等多个因素，计算得到病虫害综合风险值Dir以及病虫害综合风险值Et，使得农作物病虫害智能防治系统能够精准地判断病虫害的严重程度，并实时地计算和调整施药量Q，以进行精准的施药，此种施药方式，能够在对农作物的病虫害进行有效防治的同时减少农药的浪费，降低了农药对环境的污染，有助于推动农业向绿色、可持续方向发展，提高了农业生产的生态效益和经济效益。

本发明涉及智慧农业技术领域，具体为基于物联网的智慧农业用布局管理系统及方法，所述系统包括布局方案影响预测模块，所述布局方案影响预测模块根据每种待种植农作物种类的种植面积，生成不同的农作物种植布局方案，结合各个子种植区域内的地势特征及生长状态影响分析模块中的分析结果，预测每种农作物种植布局方案对应的综合影响值。本发明在对农业布局进行管理的过程中，不仅考虑地形地势的差异对种植农作物生长的影响，还考虑到不同种类的农作物在生长过程中，由于生长状态的差异相互之间产生的影响，通过分析农作物待种植区域内的每种农作物种植布局方案对应的综合影响值，来实现对农作物布局方案的有效筛选。

本发明涉及数据交换技术领域，具体为基于物联网的智能农业管理平台，基于物联网的智能农业管理平台包括数据收集与预处理模块、自适应数据传输模块、网络集成管理模块、边缘计算处理模块、智能流量控制模块、数据融合与分析模块、用户交互与反馈模块、系统优化与迭代模块。本发明中，自适应数据传输模块通过动态数据包管理和网络调整优化传输效率，减少拥塞，网络集成管理模块使用异构网络融合和智能路由选择提高数据交换能力和网络可靠性，边缘计算处理模块通过分布式处理和实时分析减轻服务器负担，智能流量控制应用机器学习优化带宽，数据融合与分析增强决策支持，用户交互与反馈模块提升体验，促进系统改进，系统迭代更新支持长期发展。

基于物联网和CCNN模型的农业果实成熟度检测系统。步骤1，利用高光谱成像技术采集农业果实不同成熟阶段下的图片，并给不同时期下的图片贴上对应的训练标签；步骤2，利用通信模块将采集到的图片上传至云计算中心并进行保存；步骤3，通过WIFI将云数据中心的图片发送给服务器进行CCNN模型的训练，直至模型的损失函数或迭代次数满足条件；步骤4，将训练好的CCNN模型应用于实际，对高光谱摄像机采集的果实图片进行分类判断，并将分类结果通过WIFI上传至移动终端；步骤5，操作人员通过终端实时掌握果实的成熟度，并根据成熟度进一步确定接下来的工作。本发明通过所提出的CCNN网络模型实现了对农业果实成熟度的检测，节约了大量的人力物力，提高了生产效率。

本申请公开了一种基于物联网的成熟度和产量估计方法及装置，该方法包括：获取预设时间内掉落在采集器上的果实数量；根据预设时间内掉落在采集器上的果实数量以及预设落果率，确定待检测植物的果实成熟度。本申请实施例提供的一种基于物联网的成熟度和产量估计方法及装置，能够实现在无人工参与的情况下对果实成熟度进行自动识别，不仅提高了果实成熟度识别的准确率和效率，为最大价值的采收时间点选择提供参考，还能够有效的降低人工成本。