一种盆栽植物智能浇水与养护系统及方法

本发明涉及盆栽养护设备，尤其涉及一种盆栽植物智能浇水与养护系统及方法。背景技术：1、盆栽植物是室内和室外装饰中常见的植物类型，其美化环境、调节空气质量和提升生活质量的功能被广泛认可。然而传统的盆栽植物养护方式存在一些问题。首先人工浇水和养护需要定期监测植物的状态和环境条件，这对于忙碌的生活方式来说是一项繁琐的任务。其次由于个人经验和主观判断的限制，人们往往难以准确判断植物的需水量和养护需求，导致过度浇水或不足浇水的问题。不同植物种类和个体可能具有不同的生长需求，而传统的养护方法往往无法满足个性化的要求，因此，需要一种智能化的盆栽植物养护系统及方法，能够监测植物的生长环境，并根据植物的生长需求提供更加准确的浇水策略。技术实现思路1、本发明的目的是提供一种盆栽植物智能浇水与养护系统及方法，用于出一种集定位和分割于一体的多任务实时处理网络，网络并行的处理虹膜定位和虹膜分割任务，在提高实时性的同时，模型也保持了较好的定位和分割效果，同时解决了背景技术中提出的现有技术问题。2、为了实现上述目的，本发明采用了如下技术方案：3、一种盆栽植物智能浇水与养护系统，所述系统包括：外壳、控制模块、浇水模块、数据采集模块、服务端以及移动终端；4、所述外壳用于容纳各个模块和组件；所述控制模块负责整个系统的控制和协调；所述浇水模块用于执行浇水操作；所述数据采集模块用于采集盆栽植物生长的土壤含水量和空气温湿度；所述服务端用于计算浇水策略和提供养护知识并建立植物知识库；所述移动终端提供用户界面与系统之间的交互；5、所述数据采集模块获取数据后均由控制模块经通信模块连接传输给服务端，并传输给移动终端，以便在移动终端实时监测盆栽植物生长环境情况；6、所述服务端中还设置有dtw-svm模型，用于生产智能浇水策略。7、进一步地，所述浇水模块包括多个水泵，连接多个出水管和雾状喷头；8、所述数据采集模块主要包括多个土壤湿度传感器和空气温湿度传感器；9、所述土壤湿度传感器分别放置于与水泵相对应的盆栽土壤中；10、且水泵的数量和土壤湿度传感器数量一致，土壤湿度传感器在对应盆栽植物的土壤下竖直排列且间距相等。11、进一步地，所述系统还包括有指示灯，所述指示灯与控制模块相连，用于显示系统连接互联网的状态。12、进一步地，所述服务端中设有植物知识库，包括以下中的至少一项：13、植物介绍、养护信息、注意事项和病虫害防范、植物生长环境参数、植物生长需求和植物各生长周期状态；14、所述服务端根据盆栽植物类型、当前空气温湿度并结合知识库，通过dtw-svm模型计算出当前浇水阈值、浇水量以及浇水时间，并根据盆栽植物的土壤含水量，判断对应盆栽植物是否需要浇水；15、所述服务端以一预设时间为基准，计算当前日期，用于区分北半球四季；再获取当前时间，用于区分不同时间段。16、进一步地，所述控制模块还包括报警装置；17、所述控制模块与报警装置控制连接，所述浇水模块内设有流量计；18、当浇水模块工作且流量计数值不增加状态下，报警装置工作，用于防止储水容器没水或浇水模块故障导致无法正常对盆栽植物进行浇水，从而提醒用户及时解决故障。19、6.根据权利要求1所述的系统，其特征在于，所述系统还包括太阳能板和蓄电池，该太阳能板向该蓄电池提供电能，蓄电池为所述控制模块提供工作所需的电源。20、上述权利要求1-6所述的系统的智能浇水与养护方法，包括以下步骤：21、s1.提供盆栽植物智能浇水与养护系统的组件和设备；22、s2.通过通信模块将控制模块连接到服务端和移动终端；23、s3.将添加dtw-svm智能预测模型集成到系统的服务端中，用于智能浇水策略的生成；24、s4.通过数据采集模块获取盆栽植物的空气温湿度、土壤含水量数据；将空气温湿度、土壤含水量数据曲线与标准曲线进行比较，并利用dtw算法对两个曲线进行对齐，以提取相似性特征；将对齐后的数据作为输入，结合真实需水量作为标签，进行dtw-svm模型的训练；25、s5.智能浇水策略生成：实际运行中，数据采集模块持续获取盆栽植物的空气温湿度、土壤含水量数据，并将其输入到已训练好的dtw-svm模型中进行预测；26、dtw-svm模型根据当前的空气温湿度、土壤含水量数据和对齐后的特征，预测植物的需水量并计算生成智能浇水策略，包括：浇水阈值、浇水量以及浇水时间，；27、s6.智能浇水策略执行：28、通过数据采集模块持续获取盆栽植物的生长环境数据，并将数据传输到服务端进行处理；29、根据监测到的土壤含水量与计算得出的智能浇水策略的浇水阈值进行比较判断：如果盆栽植物的当前土壤含水量低于浇水阈值下限，则系统判定植物需要浇水，进入浇水工作；如果盆栽植物的当前土壤含水量正处于浇水阈值范围内或高于浇水阈值上限，则系统判定植物无需浇水，结束此次浇水周期。30、进一步地，还包括以下步骤：31、自动化浇水和用户自定义设置：用户通过移动终端进行自定义设置：调整浇水量、浇水时间段。32、进一步地，还包括以下步骤：33、在进行浇水工作中，流量计会继续计数，若流量计数值并未增加，则报警模块工作，防止储水容器没水或浇水模块故障导致不能正常对植物进行浇水，从而提醒及时解决故障。34、进一步地，所述dtw-svm模型生成智能浇水策略的步骤包括：35、s1.数据采集：通过数据采集模块获取盆栽植物的空气温湿度、土壤含水量数据，这些数据被用作dtw-svm算法的输入数据；36、s2.特征提取：从采集到的数据中提取特征，以描述植物的水分需求，使用统计特征来表示土壤含水量以及环境温湿度的变化情况；37、s3.数据预处理：对提取到的特征进行数据预处理，包括：数据清洗、缺失值处理、异常值检测和去噪；38、s4.动态时间规整：使用dtw算法解决时间序列数据对齐的问题，通过dtw算法比较两个时间序列之间的相似度，并找到最佳的时间对齐方式；若未找到最佳的时间对齐方式，可引入宽松的对齐约束，通过调整对齐约束的松紧程度，获取次优的对齐方式，得到一个可接受的结果；39、s5.svm模型训练：在进行时间序列对齐之后，使用dtw对齐后的数据作为输入数据，将其与相应的植物水分需求标签进行训练，使用svm算法进行建模和训练，以学习植物水分需求与土壤含水量之间的关系；40、s6.模型评估和调优：对训练好的dtw-svm模型进行评估和调优，使用交叉验证、指标评价和模型调参来评估模型的性能，并根据需要进行调整和改进；若模型评估结果未达预期标准，则使用数据增强技术来扩充训练数据集，通过对原始数据进行平移、缩放、旋转变换，生成新的训练样本，以增加数据的多样性和数量；41、s7.使用经过训练和调优的dtw-svm模型，对未来的土壤含水量数据进行预测，以估计盆栽植物未来的水分需求，根据预测结果，生成智能浇水策略。42、本发明至少具备以下有益效果：43、通过本方法和系统能够进行自动浇水，省时省力；且能够自动调整单次浇水时间以及浇水量，使盆栽植物生长的土壤湿度处于最适宜的范围，不会出现浇水过量或过少的情况；所述远程控制终端可以实时检测植物生长的温湿度环境、盆栽土壤的湿度数值、浇水装置的浇水情况并提供不同植物的简介与培养注意事项，从而可以及时观察植物生长情况并做出调整。