一种农业自动精准控制变量施肥方法

技术领域

本发明涉及变量施肥方法领域，具体地讲，涉及一种农业自动精准控制变量施肥方法。

背景技术

化肥用化学和(或)物理方法制成的含有一种或几种农作物生长需要的营养元素的肥料。也称无机肥料，包括氮肥、磷肥、钾肥、微肥、复合肥料等。在我国，由于化肥的使用过于粗放，造成了土壤营养不平衡、肥力下降、环境污染等问题。要解决上述问题，就需要对肥料进行精准的变量控制。

如果能够提出了一种自动精准控制变量施肥方法，依据排肥轮转速、施肥车速以及果树的体积等相关变量之间的关系，从而实现固体颗粒变量施肥作业。将有利于实现变量施肥。

发明内容

本发明要解决的技术问题是提供一种农业自动精准控制变量施肥方法，方便变量施肥。

本发明采用如下技术方案实现发明目的：

一种农业自动精准控制变量施肥方法，其特征在于，包括以下步骤：

步骤一：将施肥装置安装到移动机构上，操作移动机构到丘陵山区果园内；

步骤二：对果树树冠体积进行测算；

步骤三：根据树冠体积，确定施肥量；

步骤四：控制所述移动机构带动所述施肥装置移动到合适位置；

步骤五：控制所述施肥装置输出肥料，进行施肥。

作为本技术方案的进一步限定，所述步骤二的具体流程为：

步骤二一：采集数据集，使用相机拍摄并收集果树的图片，使用标注软件LabelImg将图片标注为VOC格式的xml文件，使用矩形框对果树进行标注，其中的边框展示图片标注的名称与位置的信息；

步骤二二：图像的处理，在将图片输入到卷积网络进行提取不同的语义信息之前，需要对采集的图片进行图像归一化处理、图像标准化处理等一系列的处理；

步骤二三：网络特征提取，在特征提取的过程中，一般浅层网络提取的是纹理、边框、颜色等低级特征，深层网络提取的是高级、抽象的特征，主要目的是将图片目标与所标注的真实区域进行拟合，以达到最小的错误率；

步骤二四：网络权重的保存，网络训练完之后，各层之间均会得到一个较好的权重值，能达到最优的预测效果，将这个权重保留，用于后续对果树进行检测；

步骤二五：果树检测，在先前得到的网络权重的基础上，将实际环境下所取得的图片经过处理后传入到网络中，因为各层之间的权重参数在训练过程中已达到较优水平，输入的图像只需要在这些参数下进行前向传播，最终获取实际的目标类别概率；

步骤二六：在YOLOv5网络的输入端直接放入整张图，然后在输出层回归boundingbox(边界框)的位置和其所属的类别。

作为本技术方案的进一步限定，所述步骤二二的具体流程为：

步骤二二一：数据集扩增，卷积神经网络具有处理全新数据的能力，但当样本较少时，模型容易出现过拟合，权重分配不够合理，网络也无法具备足够的泛化能力和特征概括能力，通过基于基础色彩的改变原始图像的亮度、色度、对比度、锐度等对原数据集进行扩充，由于涉及图像尺度变化，可以仍保留原标注结果，增加网络模型对环境的适应性；

步骤二二二：图像归一化处理：采集的RGB图像其像素点的范围位于0-255之间，为了加速网络训练，使用(式2)将像素转换到0-1之间进行归一化操作：

步骤二二三：图像标准化处理：由于图像的数据信息分布较分散，会使网络训练起来难度加大，需进行图像标准化，其主要原理是将数据通过去均值实现中心化的处理，通过(式3)及(式4)求出像素点的均值和方差，再通过(式5)进行标准化处理；

作为本技术方案的进一步限定，所述步骤二三的具体流程为：

步骤二三一：经过处理后的图片通过(式6)进行神经网络特征信息的提取；

步骤二三二：经过卷积操作后的图像尺寸会发生变化，主要是通道数增加、长宽发生变化，如(式7)，空间层面的信息变多，提取的特征更利于网络训练；

步骤二三三：标准化网络层：神经网络训练的过程就是不断前后更新参数拟合训练数据的过程，为了提升网络优化速度，对特征图及性能标准化处理，其中标准化过程如(式8)(式8)(式10)及(式11)所示，增强网络的收敛能力；

其中：m为一次迭代所选取的图像数量；

μ

其中：

其中：

∈为防止分母为0的极小数；

其中：标准化层的输入为B＝{x

y

γ和β是两个在训练中学习得到的参数。

作为本技术方案的进一步限定，所述施肥装置包括机架，所述机架固定连接肥料箱，所述肥料箱的出料口固定连接外槽轮排肥器，所述驱动电机减速器通过传动主轴和一对轴承座固定于机架上，所述外槽轮排肥器安装固定于肥料箱下，所述机架固定连接电动推杆，所述电动推杆的推杆端固定连接压缩弹簧的一端，所述压缩弹簧的另一端固定连接所述主轴，所述机架轴承连接传动主轴，所述传动主轴固定连接驱动电机，所述驱动电机固定连接换向传动器，驱动电机的输出轴固定连接所述换向传动器的输入轴，所述换向传动器的输出轴固定连接主动传动链轮，所述换向传动器固定连接开沟施肥部件。

作为本技术方案的进一步限定，所述开沟施肥部件包括接料斗及开沟主轴，所述接料斗与所述开沟主轴通过胀套联轴器连接，所述接料斗固定连接胀套，所述胀套固定连接传动链轮，所述接料斗固定连接深沟球轴承，所述深沟球轴承的外圈固定连接悬挂装置，所述悬挂装置固定连接所述换向传动器的外壳，所述开沟主轴内设置有防堵塞螺旋，所述开沟主轴外固定连接分段螺旋叶片，所述开沟主轴设置有出肥口，所述开沟主轴固定连接入土刀片。

作为本技术方案的进一步限定，传动链条的一端环绕所述主动传动链轮，所述传动链条的一端环绕所述传动链轮。

作为本技术方案的进一步限定，所述步骤五的具体流程为：初始状态时，所述电动推杆收缩，使所述开沟施肥部件倾斜，方便所述施肥装置运输，施肥时，控制所述电动推杆伸出，使所述传动主轴转动，使所述开沟施肥部件倾斜式入土，避免所述开沟施肥部件在入土阶段被堵塞，控制所述驱动电机减速器及所述驱动电机打开，所述驱动电机减速器带动所述外槽轮排肥器转动，实现所述肥料箱内肥料排出到所述接料斗内，所述驱动电机带动所述换向传动器运动，所述换向传动器通过所述传动链条带动所述传动链轮转动，所述传动链轮带动所述胀套转动，所述胀套带动所述接料斗转动，所述接料斗带动胀套联轴器、所述开沟主轴、所述分段螺旋叶片、所述入土刀片及所述防堵塞螺旋转动，所述分段螺旋叶片实现旋转开槽，肥料沿所述接料斗进入所述开沟主轴从所述出肥口转动喷出，肥料颗粒和底层破碎的土壤颗粒被所述分段螺旋叶片提升，并被所述分段螺旋叶片搅拌混合，能够实现土壤和肥料有效的混合，提高肥料的利用效率。

作为本技术方案的进一步限定，所述接料斗匹配所述外槽轮排肥器。

作为本技术方案的进一步限定，所述机架固定连接三点悬挂装置，所述三点悬挂装置用于连接所述移动机构。

与现有技术相比，本发明的优点和积极效果是：

1、本装置的防堵塞螺旋能够随着旋转主轴进行旋转，但螺旋旋向与旋转方向相反，确保肥料颗粒和进行进入空心轴的土壤能够被顺利的排出。从出肥口排出的肥料颗粒和底层破碎的土壤颗粒被分段螺旋叶片提升，并被分段螺旋叶片搅拌混合，能够实现土壤和肥料有效的混合，提高肥料的利用效率，而作业前进方向切削破碎的土壤会被抛洒至后方开好的沟槽中，完成覆土作业。一次完成环状开沟、施肥、覆土作业。

2、本装置正常施肥时，压缩弹簧处于伸展状态，能够在开沟施肥旋部件碰到较粗根系或石块时被压缩，越过障碍物，确保装置不会卡死或者过载损坏。

3、本方法控制系统依据排肥轮转速、施肥车速以及果树的体积等相关变量之间的关系，依据控制规则算法从而实现固体颗粒变量施肥作业，即可将一定量的固体颗粒肥料均匀的撒施在目标条沟内。

附图说明

图1为本发明的开沟施肥装置总体结构图。

图2为本发明的立式螺旋开沟施肥部件结构图。

图3为本发明的作业流程示意图。

图4为本发明的转速编码器安装示意图。

图中：1、肥料箱，2、机架，3、三点悬挂装置，4、开沟施肥部件，5、外槽轮排肥器，6、驱动电机减速器，7、驱动电机，8、电动推杆，9、传动链条，10、压缩弹簧，11、传动主轴，12、换向传动器，13、接料斗，14、传动链轮，15、深沟球轴承，16、胀套联轴器，17、开沟主轴，18、分段螺旋叶片，19、出肥口，20、入土刀片，21、胀套，22、悬挂装置，23、防堵塞螺旋。

具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

本发明包括以下步骤：

步骤一：将施肥装置安装到移动机构上，操作移动机构到丘陵山区果园内；

步骤二：对果树树冠体积进行测算；

步骤三：根据树冠体积，确定施肥量；

步骤四：控制所述移动机构带动所述施肥装置移动到合适位置；

步骤五：控制所述施肥装置输出肥料，进行施肥。

所述步骤二的具体流程为：

步骤二一：采集数据集，使用相机拍摄并收集果树的图片，使用标注软件LabelImg将图片标注为VOC格式的xml文件，使用矩形框对果树进行标注，其中的边框展示图片标注的名称与位置的信息；

步骤二二：图像的处理，在将图片输入到卷积网络进行提取不同的语义信息之前，需要对采集的图片进行图像归一化处理、图像标准化处理等一系列的处理；

步骤二三：网络特征提取，在特征提取的过程中，一般浅层网络提取的是纹理、边框、颜色等低级特征，深层网络提取的是高级、抽象的特征，主要目的是将图片目标与所标注的真实区域进行拟合，以达到最小的错误率；

步骤二四：网络权重的保存，网络训练完之后，各层之间均会得到一个较好的权重值，能达到最优的预测效果，将这个权重保留，用于后续对果树进行检测；

步骤二五：果树检测，在先前得到的网络权重的基础上，将实际环境下所取得的图片经过处理后传入到网络中，因为各层之间的权重参数在训练过程中已达到较优水平，输入的图像只需要在这些参数下进行前向传播，最终获取实际的目标类别概率；

步骤二六：在YOLOv5网络的输入端直接放入整张图，然后在输出层回归boundingbox(边界框)的位置和其所属的类别。

YOLOv5其主要优点在于使用Pytorch框架，对用户非常友好，能够方便地训练自己的数据集，通过数据加载器传递每一批训练数据，同时增强训练数据；而且有非常轻量级的模型大小，模型训练非常快速，并且批处理推理产生实时结果。能够直接对单个图像，批处理图像，视频甚至网络摄像头端口输入进行有效推理。能够将权重文件转化为手机可使用的格式，直接部署到手机应用端。

所述步骤二二的具体流程为：

步骤二二一：数据集扩增，卷积神经网络具有处理全新数据的能力，但当样本较少时，模型容易出现过拟合，权重分配不够合理，网络也无法具备足够的泛化能力和特征概括能力，通过基于基础色彩的改变原始图像的亮度、色度、对比度、锐度等对原数据集进行扩充，由于涉及图像尺度变化，可以仍保留原标注结果，增加网络模型对环境的适应性；

步骤二二二：图像归一化处理：采集的RGB图像其像素点的范围位于0-255之间，为了加速网络训练，使用(式2)将像素转换到0-1之间进行归一化操作：

步骤二二三：图像标准化处理：由于图像的数据信息分布较分散，会使网络训练起来难度加大，需进行图像标准化，其主要原理是将数据通过去均值实现中心化的处理，通过(式3)及(式4)求出像素点的均值和方差，再通过(式5)进行标准化处理；

所述步骤二三的具体流程为：

步骤二三一：经过处理后的图片通过(式6)进行神经网络特征信息的提取；

步骤二三二：经过卷积操作后的图像尺寸会发生变化，主要是通道数增加、长宽发生变化，如(式7)，空间层面的信息变多，提取的特征更利于网络训练；

步骤二三三：标准化网络层：神经网络训练的过程就是不断前后更新参数拟合训练数据的过程，为了提升网络优化速度，对特征图及性能标准化处理，其中标准化过程如(式8)(式8)(式10)及(式11)所示，增强网络的收敛能力；

其中：m为一次迭代所选取的图像数量；

μ

其中：

其中：

∈为防止分母为0的极小数；

其中：标准化层的输入为B＝{x

y

γ和β是两个在训练中学习得到的参数。

所述施肥装置包括机架2，所述机架2固定连接肥料箱1，所述肥料箱1的出料口固定连接外槽轮排肥器5，所述驱动电机减速器6通过传动主轴11和一对轴承座固定于机架2上，所述外槽轮排肥器5安装固定于肥料箱1下，所述机架2固定连接电动推杆8，所述电动推杆8的推杆端固定连接压缩弹簧10的一端，所述压缩弹簧10的另一端固定连接所述主轴11，所述机架2轴承连接传动主轴11，所述传动主轴11固定连接驱动电机7，所述驱动电机7固定连接换向传动器12，驱动电机7的输出轴固定连接所述换向传动器12的输入轴，所述换向传动器12的输出轴固定连接主动传动链轮，所述换向传动器12固定连接开沟施肥部件4。

所述开沟施肥部件4包括接料斗13及开沟主轴17，所述接料斗13与所述开沟主轴17通过胀套联轴器16连接，所述接料斗13固定连接胀套21，所述胀套21固定连接传动链轮14，所述接料斗13固定连接深沟球轴承15，所述深沟球轴承15的外圈固定连接悬挂装置22，所述悬挂装置22固定连接所述换向传动器12的外壳，所述开沟主轴17内设置有防堵塞螺旋23，所述开沟主轴17外固定连接分段螺旋叶片18，所述开沟主轴17设置有出肥口19，所述开沟主轴17固定连接入土刀片20。

传动链条9的一端环绕所述主动传动链轮，所述传动链条9的一端环绕所述传动链轮14。

所述步骤五的具体流程为：初始状态时，所述电动推杆8收缩，使所述开沟施肥部件4倾斜，方便所述施肥装置运输，施肥时，控制所述电动推杆8伸出，使所述传动主轴11转动，使所述开沟施肥部件4倾斜式入土，避免所述开沟施肥部件4在入土阶段被堵塞，控制所述驱动电机减速器6及所述驱动电机7打开，所述驱动电机减速器6带动所述外槽轮排肥器5转动，实现所述肥料箱1内肥料排出到所述接料斗13内，所述驱动电机7带动所述换向传动器12运动，所述换向传动器12通过所述传动链条9带动所述传动链轮14转动，所述传动链轮14带动所述胀套21转动，所述胀套21带动所述接料斗13转动，所述接料斗13带动胀套联轴器16、所述开沟主轴17、所述分段螺旋叶片18、所述入土刀片20及所述防堵塞螺旋23转动，所述分段螺旋叶片18实现旋转开槽，肥料沿所述接料斗13进入所述开沟主轴17从所述出肥口19转动喷出，肥料颗粒和底层破碎的土壤颗粒被所述分段螺旋叶片18提升，并被所述分段螺旋叶片18搅拌混合，能够实现土壤和肥料有效的混合，提高肥料的利用效率。

所述接料斗13匹配所述外槽轮排肥器5。

所述机架2固定连接三点悬挂装置3，所述三点悬挂装置3用于连接所述移动机构。

本发明的工作流程为：转速编码器支架安装到外槽轮排肥器5外壳上，将外槽轮排肥器5的排肥轴安装齿圈，外槽轮排肥器5外壳上安装支架，转速编码器支架固定连接转速编码器外壳，转速编码器输入轴轴承连接支架，转速编码器输入轴端部安装齿轮，齿轮啮合齿圈。

在移动机构或肥料箱上安装相机，使相机正对果树树冠。

将转速编码器、相机、电动推杆8、外槽轮排肥器5及驱动电机7分别电性连接控制器。实现对果树树冠体积进行测算及变量施肥。

转速编码器算出当前外槽轮排肥器5的转速，并将输出信号转化成脉冲信号，输入给控制器从而得到目前施肥速度，便于显示和实时管理，参与到施肥量调节因素之一。

将施肥装置安装到移动机构上，操作移动机构到丘陵山区果园内；

对果树树冠体积进行测算。

根据树冠体积，确定施肥量。

控制所述移动机构带动所述施肥装置移动到合适位置。

控制所述施肥装置输出肥料，进行施肥。

初始状态时，电动推杆8收缩，使开沟施肥部件4倾斜，方便施肥装置运输，施肥时，控制电动推杆8伸出，使传动主轴11转动，使开沟施肥部件4倾斜式入土，避免开沟施肥部件4在入土阶段被堵塞，控制外槽轮排肥器5及驱动电机7打开，外槽轮排肥器5工作，实现肥料箱1内肥料排出到接料斗13内，驱动电机7带动换向传动器12运动，换向传动器12通过传动链条9带动传动链轮14转动，传动链轮14带动胀套21转动，胀套21带动接料斗13转动，接料斗13带动胀套联轴器16、开沟主轴17、分段螺旋叶片18、入土刀片20及防堵塞螺旋23转动，分段螺旋叶片18实现旋转开槽，肥料沿接料斗13进入开沟主轴17从出肥口19转动喷出，肥料颗粒和底层破碎的土壤颗粒被分段螺旋叶片18提升，并被分段螺旋叶片18搅拌混合，能够实现土壤和肥料有效的混合，提高肥料的利用效率。

本装置的防堵塞螺旋23能够随着旋转主轴进行旋转，但螺旋旋向与旋转方向相反，确保肥料颗粒和进行进入空心轴的土壤能够被顺利的排出。从出肥口19排出的肥料颗粒和底层破碎的土壤颗粒被分段螺旋叶片18提升，并被分段螺旋叶片18搅拌混合，能够实现土壤和肥料有效的混合，提高肥料的利用效率，而作业前进方向切削破碎的土壤会被抛洒至后方开好的沟槽中，完成覆土作业。一次完成环状开沟、施肥、覆土作业。

本装置正常施肥时，压缩弹簧10处于伸展状态，能够在开沟施肥旋部件碰到较粗根系或石块时被压缩，越过障碍物，确保装置不会卡死或者过载损坏。

本方法控制系统依据排肥轮转速、施肥车速以及果树的体积等相关变量之间的关系，依据控制规则算法从而实现固体颗粒变量施肥作业，即可将一定量的固体颗粒肥料均匀的撒施在目标条沟内。

以上公开的仅为本发明的具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。