[发明专利]一种基于人工智能的植物生长自反馈学习培育方法

权利要求书

1.一种基于人工智能的植物生长自反馈学习培育方法，其特征在于，包括如下步骤：

S1：配置具有多个独立的植物培育箱的培育系统；

以及，采集待培育植物现有的优选生长参数数据；所述优选生长参数包括待培育植物在生长各阶段的光照度、光照光谱、环境温度、环境湿度、风流量、二氧化碳浓度、营养液配比、养液喷洒周期；

以及，采集植物各个生长周期的图像数据样本集，并基于所述图像数据样本集对自反馈算法训练，得到植物长势模型；

S2：在所述培育系统内培育植物；

基于当前迭代轮次，根据所述的优选生长参数数据设定随机参数范围，设定各植物培育箱的植物各生长阶段的生长参数；同时根据下述步骤S21中所获得的当前的植物生长状况数据确定当前植物生长阶段，从而配置各植物培育箱内植物生长各阶段的生长环境；

并在培育植物的完整生长周期中：

S21：周期性的采集各植物培育箱内的植物在生长各阶段的二维及三维的图像，并分别标记所述图像的拍摄时间；实时将所采集的二维及三维图像输入所述植物长势模型，对所述植物长势模型进行优化，以及获得当前植物生长状况数据以及预测植物生长数据；

S22：周期性采集植物生长环境数据，包括光照度、光照光谱、环境温度、环境湿度、风流量、二氧化碳浓度、养液PH值、养液EC值、养液喷洒周期，并标记采集时间；通过自反馈算法训练，以步骤S21中获得的所述当前植物生长状况数据和预测植物生长数据，对在所述当前植物生长状况数据时序前的所述植物生长环境数据进行评估，从而获得生产参数调优模型,以及输出调优生长参数作为现有的优选生长参数；

S3:重复步骤S2，进行新一轮迭代。

2.根据权利要求1所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于，所述S1还包括如下步骤：根据待培育植物种类和植物培育箱结构，选择单一植株监控区域，并在各培育箱设置用于拍摄植物生长区域内整体的植物生长状态的二维摄像头和三维摄像头，以及设置用于拍摄单一植株监控区域内植物生长状态的二维摄像头和三维摄像头；

所述S2中所采集的二维及三维图像包括植物整体的生长状态图像以及单一植株监控区域内单一植株的生长状态。

3.根据权利要求2所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于，所述植物生长状况数据包括：植物所处生长阶段、整体的大小、高低，叶面结构面积、植物生物量数据；以及单一植株的叶面积、叶面周长、颜色深度、植株高度、根系长度、面积、轮廓、结实率、果实颜色、果实大小、轮廓面积和周长数据。

4.根据权利要求3所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于：所述步骤S1和步骤S23中分类算法包括卷积神经网络。

5.根据权利要求1所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于，

所述S1还包括步骤：采集作物病虫害数据集，并基于所述作物病虫害数据集对分类算法训练，得到植物病虫害模型；

所述S22还包括步骤：将所采集的所述叶片及植株的二维及三维图像输入所述植物病虫害模型，对所述植物病虫害模型进行优化，以及获得当前的植物长势病虫害状况数据。

6.根据权利要求1所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于，

所述S1还包括步骤：在所述各培育箱中设置近红外光谱无损检测仪；

所述S21还包括步骤：通过所述近红外光谱无损检测仪连续采集植物花瓣和果肉中的红外光检测数据；以及将所采集的红外光检测数据输入BP神经网络，建立蔬果糖度模型。

7.根据权利要求1所述的一种基于人工智能的植物生长自反馈学习培育方法，其特征在于：所述养液喷洒周期包括根部喷洒周期和叶面超声雾化喷洒周期。