一种多源信息农业物联网感知测控方法及系统

本发明属于农业物联网，尤其涉及一种多源信息农业物联网感知测控方法及系统。

背景技术：

1、多源信息农业物联网感知测控，是指在农业生产中，通过各类传感设备、无线通信技术、云计算、大数据分析等技术，对农业生产环境、作物生长状态以及农业设施设备运行状态的实时、动态、精准监测和智能控制。

2、现有技术中，多源信息农业物联网感知测控，通常只是针对一个大的农业区域，进行统筹、粗略的农业异常分析与处理，导致农业异常的识别不精确，农业异常的处理也不够针对性。

技术实现思路

1、本发明实施例的目的在于提供一种多源信息农业物联网感知测控方法及系统，旨在解决背景技术中所提及的现有技术所存在的技术问题。

2、本发明实施例是这样实现的：

3、一种多源信息农业物联网感知测控方法，所述方法具体包括以下步骤：

4、基于物联网技术，对目标农业区域进行多源监测，获取多源监测数据，所述多源监测数据由多个直接反馈数据和多个间接反馈数据共同构成；

5、对所述多源监测数据进行异常对比分析，确定异常农业子区域；

6、根据所述异常农业子区域，选择目标无人机，并规划所述目标无人机的目标飞行时段和目标飞行路线；

7、对所述目标农业区域进行飞行监测，按照所述目标飞行时段和所述目标飞行路线进行乱入感知的分析与处理；

8、获取所述目标无人机反馈的针对测控数据，结合所述多源监测数据，进行异常的准确识别与处理。

9、作为本发明实施例技术方案进一步的限定，所述基于物联网技术，对目标农业区域进行多源监测，获取多源监测数据，所述多源监测数据由多个直接反馈数据和多个间接反馈数据共同构成具体包括以下步骤：

10、确定目标农业区域内的多个物联网监测设备，基于物联网技术，进行多源监测的直接控制，获取多个直接反馈数据；

11、对多个所述直接反馈数据进行地址分析，确定多个反馈监测设备；

12、将多个所述反馈监测设备与多个所述物联网监测设备进行比较，从多个所述物联网监测设备中，筛选多个异常监测设备；

13、获取多个所述异常监测设备的互联通信信息；

14、对所述互联通信信息进行对象识别，从多个所述反馈监测设备中，筛选多个所述异常监测设备对应的互联辅助对象；

15、建立多个所述互联辅助对象与多个所述异常监测设备之间的辅助互联，并进行多源监测的间接控制，获取多个所述间接反馈数据。

16、作为本发明实施例技术方案进一步的限定，所述对所述多源监测数据进行异常对比分析，确定异常农业子区域具体包括以下步骤：

17、对所述多源监测数据进行清洗、去噪、标准化和格式化处理，生成标准监测数据；

18、将所述目标农业区域划分为多个监测农业子区域；

19、对所述标准监测数据进行划分处理，提取多个所述监测农业子区域对应的子区域监测数据；

20、对多个所述子区域监测数据分别进行异常对比分析，选择异常监测数据；

21、从多个所述监测农业子区域中，选择所述异常监测数据对应的异常农业子区域。

22、作为本发明实施例技术方案进一步的限定，所述根据所述异常农业子区域，选择目标无人机，并规划所述目标无人机的目标飞行时段和目标飞行路线具体包括以下步骤：

23、根据所述异常农业子区域，选择目标无人机；

24、获取所述目标无人机的无人机位置；

25、按照所述无人机位置和所述异常农业子区域，规划目标飞行路线；

26、选择所述目标无人机的目标飞行时段。

27、作为本发明实施例技术方案进一步的限定，所述对所述目标农业区域进行飞行监测，按照所述目标飞行时段和所述目标飞行路线进行乱入感知的分析与处理具体包括以下步骤：

28、对所述目标农业区域进行飞行监测，获取监测飞行时间和监测飞行轨迹；

29、按照所述目标飞行时段，对所述监测飞行时间进行验证分析，判断是否时间验证通过；

30、在时间验证通过后，按照所述目标飞行路线，对所述监测飞行轨迹进行验证分析，判断是否轨迹验证通过；

31、在时间验证不通过和/或轨迹验证不通过时，生成乱入报警信号；

32、根据所述乱入报警信号，进行飞行乱入报警与驱离通信。

33、作为本发明实施例技术方案进一步的限定，所述获取所述目标无人机反馈的针对测控数据，结合所述多源监测数据，进行异常的准确识别与处理具体包括以下步骤：

34、获取所述目标无人机反馈的针对测控数据；

35、结合所述针对测控数据和所述异常监测数据，对所述异常农业子区域进行异常精确分析，确定异常类型和多个异常植株；

36、按照所述异常类型进行种植调节分析，确定种植调节数据；

37、根据所述种植调节数据，对多个所述异常植株进行针对种植调节。

38、一种多源信息农业物联网感知测控系统，所述系统包括区域多源监测模块、异常对比分析模块、无人机选择规划模块、乱入感知处理模块和异常准确识别模块，其中：

39、区域多源监测模块，用于基于物联网技术，对目标农业区域进行多源监测，获取多源监测数据，所述多源监测数据由多个直接反馈数据和多个间接反馈数据共同构成；

40、异常对比分析模块，用于对所述多源监测数据进行异常对比分析，确定异常农业子区域；

41、无人机选择规划模块，用于根据所述异常农业子区域，选择目标无人机，并规划所述目标无人机的目标飞行时段和目标飞行路线；

42、乱入感知处理模块，用于对所述目标农业区域进行飞行监测，按照所述目标飞行时段和所述目标飞行路线进行乱入感知的分析与处理；

43、异常准确识别模块，用于获取所述目标无人机反馈的针对测控数据，结合所述多源监测数据，进行异常的准确识别与处理。

44、作为本发明实施例技术方案进一步的限定，所述区域多源监测模块具体包括：

45、直接控制单元，用于确定目标农业区域内的多个物联网监测设备，基于物联网技术，进行多源监测的直接控制，获取多个直接反馈数据；

46、地址分析单元，用于对多个所述直接反馈数据进行地址分析，确定多个反馈监测设备；

47、异常筛选单元，用于将多个所述反馈监测设备与多个所述物联网监测设备进行比较，从多个所述物联网监测设备中，筛选多个异常监测设备；

48、信息获取单元，用于获取多个所述异常监测设备的互联通信信息；

49、辅助筛选单元，用于对所述互联通信信息进行对象识别，从多个所述反馈监测设备中，筛选多个所述异常监测设备对应的互联辅助对象；

50、间接控制单元，用于建立多个所述互联辅助对象与多个所述异常监测设备之间的辅助互联，并进行多源监测的间接控制，获取多个所述间接反馈数据。

51、作为本发明实施例技术方案进一步的限定，所述异常对比分析模块具体包括：

52、数据处理单元，用于对所述多源监测数据进行清洗、去噪、标准化和格式化处理，生成标准监测数据；

53、区域划分单元，用于将所述目标农业区域划分为多个监测农业子区域；

54、数据划分单元，用于对所述标准监测数据进行划分处理，提取多个所述监测农业子区域对应的子区域监测数据；

55、异常对比单元，用于对多个所述子区域监测数据分别进行异常对比分析，选择异常监测数据；

56、子区域选择单元，用于从多个所述监测农业子区域中，选择所述异常监测数据对应的异常农业子区域。

57、作为本发明实施例技术方案进一步的限定，所述乱入感知处理模块具体包括：

58、飞行监测单元，用于对所述目标农业区域进行飞行监测，获取监测飞行时间和监测飞行轨迹；

59、时间验证单元，用于按照所述目标飞行时段，对所述监测飞行时间进行验证分析，判断是否时间验证通过；

60、轨迹验证单元，用于在时间验证通过后，按照所述目标飞行路线，对所述监测飞行轨迹进行验证分析，判断是否轨迹验证通过；

61、信号生成单元，用于在时间验证不通过和/或轨迹验证不通过时，生成乱入报警信号；

62、报警驱离单元，用于根据所述乱入报警信号，进行飞行乱入报警与驱离通信。

63、与现有技术相比，本发明的有益效果是：

64、本发明实施例通过基于物联网技术，对目标农业区域进行多源监测，获取多源监测数据；进行异常对比分析，确定异常农业子区域；选择目标无人机，并规划目标飞行时段和目标飞行路线；进行飞行监测，进行乱入感知的分析与处理；获取目标无人机反馈的针对测控数据，结合多源监测数据，进行异常的准确识别与处理。能够对目标农业区域进行多源监测，确定异常农业子区域，选择目标无人机，并进行乱入感知的分析与处理，获取目标无人机反馈的针对测控数据，进行异常的准确识别与处理，使得多源信息农业物联网感知测控的更加精确，提高农业异常识别与处理的正确性与针对性。