(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210484817.5 (22)申请日 2022.05.06 (71)申请人 中国计量大 学 地址 310018 浙江省杭州市下沙高教园区 学源街258号 (72)发明人 肖丙刚　姜万顺　王心怡　葛盼鹏　 屈亦挺　 (74)专利代理 机构 杭州钤韬知识产权代理事务 所(普通合伙) 33329 专利代理师 赵杰香　金丹丹 (51)Int.Cl. G06V 20/10(2022.01) G06V 20/52(2022.01) G06V 20/58(2022.01) G06V 20/62(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06Q 50/02(2012.01) (54)发明名称 智能车及智慧农业管理系统 (57)摘要 本申请提供一种智能车， 包括： 车架， 行走组 件， 动力组件； 智能车还包 括： GPS定位组件； 图像 采集组件， 用于采集智能车周围一定范围内的场 景图像； 第一发送单元， 用于向监控平台发送场 景图像； 第一接收单元， 接收控制指令； 处理单 元， 根据控制指令， 控制智能车执行相应的行为； 其中， 当监控平台识别场景图像中包含作物时， 判断作物的生长状态， 若作物有病虫害， 则判断 病虫害类别， 并控制智能车发送受病虫害的作物 的坐标数据至管理人员。 本申请还提供一种智慧 农业管理系统。 通过智 能车对农场进行巡检， 实 现对作物的病虫害识别， 减少了图像传感器的大 量使用。 同时， 利用智慧农业管理系统， 实现农场 的智能化管理。 权利要求书2页 说明书7页 附图6页 CN 114581783 A 2022.06.03 CN 114581783 A 1.一种智能车， 用于农业管理， 所述智能车包括： 车架； 行走组件， 与所述车架连接； 动力组件， 设置在所述车架上， 为所述智能车提供动力； 其特征在于， 所述智能车还 包括： GPS定位组件， 设置在所述车架上， 用于 定位所述智能车的当前位置坐标； 图像采集组件， 设置在所述车架上， 用于采集所述智能车周围一定范围内的场景图像； 第一发送单元， 用于向监控平台发送所述场景图像， 触发所述监控平台识别所述场景 图像， 并根据所述识别结果发送控制指令； 第一接收单 元， 接收所述控制指令； 处理单元， 根据所述控制指令， 控制所述智能车 执行相应的行为； 其中， 当所述监控平台识别所述场景图像中包含作物时， 判断所述作物的生长状态， 若 所述作物有病 虫害， 则判断病 虫害类别， 并控制所述智能车发送受病 虫害的作物的坐标数 据至管理人员。 2.根据权利要求1所述的智能车， 其特 征在于， 所述智能车还 包括： 雷达避障组件， 设置在所述车架上， 当所述雷达避 障组件检测到所述智能车的行进路 线上出现障碍物时， 所述智能车启动所述图像采集组件。 3.根据权利要求1所述的智能车， 其特 征在于， 所述智能车还 包括： 除草切割组件， 设置在所述车架上， 当所述监控平台识别所述场景图像中包含杂草时 发送第一控制指令， 所述处理单元根据所述第一控制指令控制所述除草切割组件清除所述 杂草。 4.根据权利要求1所述的智能车， 其特 征在于， 所述智能车还 包括： 鸣笛组件， 设置在所述车架上， 当所述监控平台识别所述场景图像中包含人物或车辆时发送第 二控制指令， 所述处理 单元根据所述第二控制指令控制所述鸣笛组件报警， 驱赶所述人物或车辆 。 5.一种智慧农业管理系统， 其特征在于， 包括： 如权利要求1至4任一项所述的智能车， 以及， 与所述智能车通信连接的监控平台； 所述监控平台用于接收并识别所述智能车发送的场景图像， 并根据识别结果发送相应 的控制指令 。 6.根据权利要求5所述的智慧农业管理系统， 其特征在于， 所述监控平台基于深度 学习 算法进行图像识别； 所述监控平台包括至少三种深度学习模型， 其中， 第一深度学习模型， 利用YOLOv5s算法建立， 将人物或车辆的图像作为样本集进行训 练， 用于输出所述场景图像是否为人物的二分类结果或者是否为车辆的二分类结果； 第二深度学习模型， 利用YOLOv5s算法建立， 将病虫害的图像作为样本集进行训练， 用 于输出所述场景图像中作物的病虫害类别判别结果； 第三深度学习模型， 利用YOLOv5s算法建立， 将杂草的图像作为样本集进行训练， 用于 输出所述场景图像中植株是否为杂草的二分类结果。 7.根据权利要求6所述的智慧农业管理系统， 其特征在于， 所述监控平台还用于规划所权　利　要　求　书 1/2 页 2 CN 114581783 A 2述智能车的巡检路线， 所述智能车按照所述巡检路线 进行巡检； 当所述监控平台接收所述智能车发送的场景图像时， 判断所述智能车的当前位置是否 为种植区域， 当所述智能车处于非种植区域时， 所述监控平台采用第一深度学习模型进行 场景图像识别， 若识别结果 为非人物或车辆， 则采用第三深度学习模型进行场景图像识别； 当所述智能车处于种植 区域时， 所述监控平台采用第 三深度学习 模型进行场景图像识 别， 若识别结果 为非杂草， 则采用第二深度学习模型进行场景图像识别。 8.根据权利要求6所述的智慧农业管理系统， 其特征在于， 所述智慧农业管理系统还包 括人员车辆监控模块， 所述人员车辆监控模块包括多个分别设置于农业园区各个出入口的 图像传感器， 用于采集所述图像传感器前一定范围内的场景图像， 所述人员车辆监控模块 将所述场景图像发送至所述 监控平台； 所述监控平台还包括第四深度学习模型， 利用OpenCV算法建立， 将车牌的图像作为样 本集进行训练， 用于 输出所述场景图像中车辆的车牌 提取结果； 所述监控平台接收来自所述人员车辆监控模块的场景图像， 采用第 一深度学习 模型进 行场景图像识别， 若识别结果为车辆， 则采用第四深度学习模 型进行场景图像识别， 提取车 牌信息。 9.根据权利要求5所述的智慧农业管理系统， 其特征在于， 所述智慧农业管理系统还包 括： 环境检测模块， 用于对种植区域的环境信息进行监测， 所述种植区域的环境信息包括 以下信息中的一种或多种： 土壤PH、 土壤温湿度、 空气温湿度、 CO2浓度、 光照强度。 10.根据权利要求5所述的智慧农业管理系统， 其特 征在于， 所述系统还 包括： 灌溉给药模块， 包括给 药施肥单元、 滴灌单 元以及喷灌单 元， 其中， 所述给药施肥单元分别与所述滴灌单元和喷灌单元连接， 用于将肥料和/或与病 虫害对应的药物传输 至所述滴灌单元和/或喷灌单 元； 所述滴灌单元用于滴灌， 所述喷灌单 元用于喷灌。权　利　要　求　书 2/2 页 3 CN 114581783 A 3