一种基于神经网络的自动卷盘式喷灌机

本发明属于农田灌溉。背景技术：1、传统的灌溉方式往往是没有考虑到作物生长本身所需水量对作物进行无差别的灌溉，这种灌溉方式会造成大量且不必要的的水资源浪费。2、当前许多大规模农田已经应用了卷盘式喷灌机来进行喷灌工作，卷盘式喷灌机的应用减少了人工操作的需求，降低了农民的劳动强度，提高了工作效率。但目前被应用的卷盘式喷灌机如果想调整喷头高度或者喷灌流量，一般需要手动操作进行调整喷头高度或者换喷头调整流量，这就会造成水资源和人力资源的浪费。技术实现思路1、本发明是为了解决现有卷盘式喷灌机的喷头高度和喷头流量需要人工调节，效率低，且存在资源浪费的问题，现提供一种基于神经网络的自动卷盘式喷灌机。2、本发明所述一种基于神经网络的自动卷盘式喷灌机，包括：卷盘式喷灌机本体，在所述卷盘式喷灌机本体支架的下侧设置有高度调节结构，所述高度调节结构用于调节卷盘式喷灌机喷头的高度，所述高度调节结构通过喷头高度控制单元进行控制，所述卷盘式喷灌机本体上还设置有灌溉控制单元，所述灌溉控制单元用于检测作业区环境信息，根据所述作业区环境信息采用神经网络对作业区的需水量进行估计，并根据估计的需水量对喷头的开关和喷水量进行控制。3、进一步地，本发明中，所述高度调节结构包括伸缩结构和固定件，所述固定件将伸缩结构固定在卷盘式喷灌机本体支架的下侧，伸缩结构的伸缩端穿过所述卷盘式喷灌机本体支架与喷头连接，带动喷头升高或降低。4、进一步地，本发明中，灌溉量控制单元包括数据处理器一、无线通信模块一、环境检测模块和灌溉调节控制模块；5、所述环境检测模块用于检测作业区的环境信息，将所述环境信息通过无线通信模块一发送至数据处理器一；6、所述作业区的环境信息包括：空气温度、空气湿度、土壤湿度、光照强度、大气压强、降雨量和风速；7、所述数据处理器一利用所述环境信息采用神经网络对作业区的需水量进行估计，并将估计的需水量信息通过无线通信模块一发送至灌溉调节控制模块；8、所述灌溉调节控制模块用于控制卷盘式喷灌机喷头的开关和喷水量，所述灌溉调节控制模块实时通过无线通信模块一将灌溉的状态量发送至数据处理器一。9、进一步地，本发明中，环境检测模块包括：单片机控制器和传感器组；10、所述传感器组包括多个传感器，所述多个传感器分别用于检测作业区的空气温度、空气湿度、土壤湿度、光照强度、大气压强、降雨量和风速信息，并将检测的信息传输至单片机控制器；11、所述单片机控制器用于对接收的信息进行模数转换，并通过无线通信模块一发送至数据处理器一。12、进一步地，本发明中，所述灌溉控制单元根据所述作业区环境信息采用神经网络对作业区的需水量进行估计的方法为：13、步骤一、利用newff函数搭建的bp神经网络；14、步骤二、采用粒子群算法(pso)获取bp神经网络最优的权重和偏置，获得pso-bp神经网络模型；15、步骤三、对所述pso-bp神经网络模型进行训练、测试后获得需水量估计模块；16、步骤四、利用所述需水量估计模块利用所述环境信息对作业区当前的需水量进行估计。17、进一步地，本发明中，步骤二中，采用粒子群算法(pso)获取bp神经网络最优的初始权重和偏置，并将获取的最优的权重和偏置赋值给所述bp神经网络的具体方法为：18、初始化粒子群算法的种群、速度和适应度，19、利用粒子的速度更新粒子的位置：20、xi(t+1)＝xi(t)+vi(t)；21、其中，xi(t)表示第i个粒子t时刻的位置，；利用更新后粒子的位置更新bp神经网络的偏置和权重，运行更新后的bp神经网络，计算更新后的神经网络的均方误差，22、23、其中为预测值，yi为真实值，则e代表均方误差，均方误差越小适应度越高；24、判断更新后的均方误差值是否小于上一时刻bp神经网络的均方误差值，若是，利用下一时刻粒子的速度，对粒子的位置进行更新，直至当前时刻bp神经网络的均方误差值大于或等于上一时刻的神经网络的均方误差，获取最优的权重和偏置；25、所述下一时刻粒子的速度通过公式：26、vi(t+1)＝wvi(t)+c1r1(t)[p_besti(t)-xi(t)]+c2r2(t)[g_besti(t)-xi(t)]；27、计算获得，其中，w为惯性因子，c1是考虑全局的最优位置的学习因子，c2是考虑单个粒子的最优位置的学习因子，r1(t)和r1(t)为介于0和1之间的两个不同的随机数，p_besti(t)为全局最优位置，g_besti(t)为g单个粒子极值位置。28、进一步地，本发明中，喷头高度控制单元包括数据处理器二、无线通信模块二、高度测量模块和高度调节模块；29、高度测量模块包括摄像机，所述摄像机拍摄作业区内作物的图片，所述图片中包含在作业区内设置的参照物，利用所述图片结合参照物的实际高度，获取作业区内作物的实际高度，将作业区内作物的实际高度信息通过无线通信模块二发送至数据处理器二；30、数据处理器二利用作业区内作物实际的高度信息和喷头当前的高度，计算喷头需要调节的高度，并经无线通信模块二向高度调节模块发送喷头调节高度的控制信号；31、所述高度调节模块接收喷头调节高度的控制信号向高度调节结构发送控制信号。32、进一步地，本发明中，高度测量模块获取作业区内作物实际高度的方法为：33、利用公式：34、35、计算实现，其中lr_most为照片中作物最低点像素位置，hr_most为照片中作物最高点像素位置，pix为参照物在像素中像素点的距离和实际距离的比值，具体为：36、37、其中l_most为图片中参照物最低点像素点位置，h_most为图片中参照物最高点像素点位置，width为参照物实际高度。38、本发明基于pso-bp神经网络可自动调节流量和喷头高度的卷盘式喷灌机，通过将粒子群算法(pso)和反向传播算法(bp)相结合，实现对作业区环境实时监测，进而得到土壤上作物的需水量，最终实现自动调整卷盘式喷灌机的喷管流量以节省水资源。以及通过摄像头和目标检测算法，进而得到卷盘式喷灌机作业区域作物的高度，进而根据需要自动调整喷头的高度以节省人力资源，有效的提高了灌溉的效率。技术特征：1.一种基于神经网络的自动卷盘式喷灌机，其特征在于，包括：卷盘式喷灌机本体，在所述卷盘式喷灌机本体支架的下侧设置有高度调节结构(5)，所述高度调节结构(5)用于调节卷盘式喷灌机喷头(3)的高度，所述高度调节结构(5)通过喷头高度控制单元(2)进行控制，所述卷盘式喷灌机本体上还设置有灌溉控制单元(1)，所述灌溉控制单元(1)用于检测作业区环境信息，根据所述作业区环境信息采用神经网络对作业区的需水量进行估计，并根据估计的需水量对喷头的开关和喷水量进行控制。2.根据权利要求1所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，所述高度调节结构(5)包括伸缩结构和固定件，所述固定件将伸缩结构固定在卷盘式喷灌机本体支架的下侧，伸缩结构的伸缩端穿过所述卷盘式喷灌机本体支架与喷头连接，带动喷头升高或降低。3.根据权利要求1或2所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，灌溉量控制单元(1)包括数据处理器一(101)、无线通信模块一(102)、环境检测模块(103)和灌溉调节控制模块(104)；4.根据权利要求3所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，环境检测模块(103)包括：单片机控制器和传感器组；5.根据权利要求1所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，所述灌溉控制单元(1)根据所述作业区环境信息采用神经网络对作业区的需水量进行估计的方法为：6.根据权利要求5所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，步骤二中，采用粒子群算法(pso)获取bp神经网络最优的初始权重和偏置，并将获取的最优的权重和偏置赋值给所述bp神经网络的具体方法为：7.根据权利要求2所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，喷头高度控制单元(2)包括数据处理器二(201)、无线通信模块二(202)、高度测量模块(203)和高度调节模块(204)；8.根据权利要求7所述一种基于神经网络的自动卷盘式喷灌机，其特征在于，高度测量模块(203)获取作业区内作物实际高度的方法为：技术总结一种基于神经网络的自动卷盘式喷灌机，属于农田灌溉技术领域。本发明是为了解决现有卷盘式喷灌机的喷头高度和喷头流量需要人工调节，效率低，且存在资源浪费的问题。本发明包括卷盘式喷灌机本体，在卷盘式喷灌机本体支架的下侧设置有高度调节结构，所述高度调节结构用于调节卷盘式喷灌机喷头的高度，高度调节结构通过喷头高度控制单元进行控制，灌溉控制单元用于检测作业区环境信息，根据所述作业区环境信息采用神经网络对作业区的需水量进行估计，并根据估计的需水量对喷头的开关和喷水量进行控制。本发明适用于农田灌溉。技术研发人员：刘永康,刘勇,王青浩,郑琦受保护的技术使用者：黑龙江大学技术研发日：技术公布日：2024/5/12