[发明专利]一种基于深度学习的物联网智能的农业灌溉装置和方法

权利要求书

1.一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，包括中央处理装置、土壤湿度传感器、喷灌装置、图像采集装置、气象采集传感器、第一数据汇聚模块、第二数据汇聚模块、第三数据汇聚模块、SVM分类模块、预处理模块以及基于深度学习的神经网络模块；

所述气象采集传感器的输出端与所述第一数据汇聚模块的输入端连接，用于将采集空气温度、空气相对湿度、光辐射强度、风速、雨量与饱和水汽压值的信息传输到第一数据汇聚模块；

所述土壤湿度传感器的输出端与所述第二数据汇聚模块的输入端连接，用于将土壤湿度信息传输到第二数据汇集模块；

所述图像采集装置的输出端与所述第三数据汇聚模块的输入端连接，用于将采集的所有农作物的图像信息传输到第三数据汇聚模块；

所述第三数据汇聚模块的输出端与所述SVM分类模块的输入端连接，所述SVM分类模块用于识别判断农作物类别以及所处生长阶段；

所述第一数据汇聚模块的输出端、第二数据汇聚模块的输出端、SVM分类模块的输出端均与所述预处理模块的输入端连接，用于得到农田农作物的多时相多特征数据集；

所述预处理模块的输出端与所述基于深度学习的神经网络模块的输入端连接，通过训练后的神经网络模型对每种农作物的生长特征图进行识别，得到相应的喷灌控制方案；

所述基于深度学习的神经网络模块的输出端与所述中央处理装置的输入端连接，所述中央处理装置的输出端与所述喷灌装置连接；中央处理装置通过基于深度学习的神经网络模块反馈的相应的喷灌控制方案控制喷灌装置完成相应的喷灌工作。

2.根据权利要求1所述的一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，所述喷灌装置包括灌溉喷头(1)，所述灌溉喷头(1)与所述进水管(2)通过所述旋转机构(4)连接，所述进水管(2)设置有缓阻套(12)，所述缓阻套(12)上可拆卸连接有支撑柱(3)；所述支撑柱(3)底端设置为锥形。

3.根据权利要求2所述的一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，所述支撑柱(3)与所述缓阻套(12)之间设置有拆装箱(13)，所述支撑柱(3)的顶端贯穿拆装箱(13)并延伸至拆装箱(13)的内腔，所述支撑柱(3)内腔的顶部和底部之间固定连接有隔板(11)，并且隔板(11)的两侧均固定连接有第一弹簧(10)，所述第一弹簧(10)远离隔板(11)的一端固定连接有卡块(9)，所述卡块(9)的一侧依次贯穿支撑柱(3)和卡箱(8)并延伸至卡箱(8)的内腔，所述卡箱(8)内腔的顶部和底部之间通过滑块滑动连接有压杆(7)，所述压杆(7)的一端依次贯穿卡箱(8)和拆装箱(13)并延伸至拆装箱(13)的外部。

4.根据权利要求2所述的一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，所述支撑柱底端侧壁设置有踏板(5)。

5.根据权利要求2所述的一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，所述进水管(2)底端设置有进水口(6)。

6.根据权利要求2所述的一种基于深度学习的物联网智能的农业灌溉装置，其特征在于，所述灌溉喷头(1)的内部固定连接有调节阀。

7.一种基于深度学习的物联网智能的农业灌溉方法，其特征在于，包括以下步骤：

S1、通过气象采集传感器采集空气温度、空气相对湿度、光辐射强度、风速、雨量与饱和水汽压值的信息，通过土壤信息传感器采集土壤湿度信息，通过图像采集装置采集所有农作物的图像信息；

S2、将气象采集传感器采集到的各种信息传输到第一数据汇聚模块，将土壤信息传感器采集到的信息传输到第二数据汇集模块；将图像采集装置采集到的信息传输到第三数据汇集模块；

S3、将第三数据汇聚模块的信息传输到SVM分类模块，SVM分类模块用于识别判断农作物类别以及所处生长阶段；

S4、将第一数据汇聚模块的信息、第二数据汇集模块的信息与SVM分类模块的信息输入到预处理模块，通过预处理得到农田农作物的多时相多特征数据集；

S5、采用深度学习的方法，通过对不同类别、不同生长阶段、不同缺水程度的作物图片的训练学习得到作物生成分析神经网络模型，将预处理后的农作物的多时相多特征数据集输入所述作物生长分析神经网络模型，得到相应的喷灌控制方案；

S6、将相应的喷灌控制方案传输到中央处理装置，通过中央处理装置控制相应的喷灌装置完成相应的喷灌工作。