IT202100004280A1 - Sistema di irrigazione intelligente - Google Patents
Sistema di irrigazione intelligente Download PDFInfo
- Publication number
- IT202100004280A1 IT202100004280A1 IT102021000004280A IT202100004280A IT202100004280A1 IT 202100004280 A1 IT202100004280 A1 IT 202100004280A1 IT 102021000004280 A IT102021000004280 A IT 102021000004280A IT 202100004280 A IT202100004280 A IT 202100004280A IT 202100004280 A1 IT202100004280 A1 IT 202100004280A1
- Authority
- IT
- Italy
- Prior art keywords
- sensors
- neural network
- data
- irrigation
- water
- Prior art date
Links
- 230000002262 irrigation Effects 0.000 title claims description 42
- 238000003973 irrigation Methods 0.000 title claims description 42
- 238000013528 artificial neural network Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 208000005156 Dehydration Diseases 0.000 claims description 2
- 230000009418 agronomic effect Effects 0.000 claims description 2
- 238000009529 body temperature measurement Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Preparation Of Compounds By Using Micro-Organisms (AREA)
- Soil Sciences (AREA)
- Water Supply & Treatment (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
Description
DESCRIZIONE
del brevetto per invenzione industriale dal titolo: ?Sistema di irrigazione intelligente?
La presente invenzione ? relativa ad un sistema di irrigazione intelligente.
Diversi sistemi di irrigazione intelligente sono noti. Una prima soluzione nota ? riportata nella domanda di brevetto CN107616079A che descrive un sistema di irrigazione intelligente basato sul protocollo di comunicazione LoRa. Il sistema di irrigazione include un nodo di raccolta dati, un gateway LoRa, servizi cloud e una piattaforma di controllo lato PC dell'irrigazione. Mediante un'unit? di raccolta, in combinazione con un'unit? di controllo di valvole dell'acqua e con la piattaforma di controllo dell'irrigazione, si ottiene lo scopo di rilevare ed elaborare pi? informazioni e di caricare dati in tempo reale a media distanza e da remoto. In tal modo si consegue un controllo intelligente dell'irrigazione di coltivazioni, con l'unit? di raccolta basata su protocollo LoRa che viene utilizzata per archiviare parametri quali l?intensit? luminosa, la temperatura e l'umidit? dell'aria, l'umidit? del suolo e altre informazioni. Agendo sulla piattaforma di controllo da PC, vengono impostati i privilegi di sistema degli utenti/amministratori, tra gli altri l?accesso a un database che archivia i dati rilevati sul campo in tempo reale. Successivamente i dati vengono elaborati e analizzati e, in particolare durante i diversi periodi di crescita delle colture, la programmazione dei tempi e degli altri parametri di controllo dell?irrigazione ? gestita in maniera ottimale.
Una seconda soluzione ? descritta nella domanda di brevetto WO2018222875A1 che descrive un sistema e un metodo che include un modulo di apprendimento automatico che analizza i dati raccolti da una o pi? sorgenti come UAV, satelliti, sensori di colture montati su campata, sensori installati nel suolo e sensori di variabili climatiche. Secondo un'ulteriore forma realizzativa, il modulo di apprendimento automatico crea preferibilmente insiemi di oggetti sul campo, all'interno di una data area, e utilizza i dati ricevuti per creare un modello predittivo per ciascun oggetto sul campo, definito in base alle caratteristiche rilevate da ciascuno dei suddetti oggetti. Una terza soluzione WO2020247904A1 decrive un sistema e un metodo per analizzare i dati di sensori relativi a un sistema di irrigazione. Secondo una forma realizzativa, il sistema include algoritmi per analizzare dati in tempo reale e storici, acquisiti da sensori in comunicazione con una macchina di irrigazione meccanizzata. Inoltre, gli algoritmi in esecuzione nel sistema possono analizzare i dati dei sensori per determinare se un evento si ? verificato o se ? previsto che si verifichi. Ancora, i suddetti algoritmi sono atti a generare comandi per una macchina di irrigazione, oltre che notifiche a utenti del sistema. Secondo ulteriori aspetti peculiari del suddetto sistema, la logica di gestione pu? applicare strumenti di analisi dei dati basati sul machine learning allo scopo di rilevare modelli di manutenzione, tendenze geografiche e ambientali, e per fornire analisi predittive per eventi futuri.
Tali sistemi hanno per? il limite di non predire il fabbisogno irriguo giornaliero.
Scopo della presente invenzione ? fornire un sistema di irrigazione intelligente, in grado di fornire predire il fabbisogno irriguo giornaliero, avente, quindi, caratteristiche tali da superare i limiti degli attuali caschi intelligenti noti.
Secondo la presente invenzione viene realizzato un sistema di irrigazione intelligente, come definito nella rivendicazione 1.
Per una migliore comprensione della presente invenzione viene ora descritta una forma di realizzazione preferita, a puro titolo di esempio non limitativo, con riferimento ai disegni allegati, nei quali:
- la figura 1 mostra una vista schematica di un sistema di irrigazione intelligente, secondo l?invenzione;
- la figura 2 mostra un diagramma di un algoritmo usato nel sistema di irrigazione intelligente, secondo l?invenzione.
Con riferimento alla figura 1, ? mostrato un sistema di irrigazione intelligente 100 comprendente:
- Un modulo elettronico di monitoraggio 101 comprendente una pluralit? di sensori, ad esempio sensori per parametri meteorologici, sensori per livello vasca, sensori di umidit?, sensori di bagnatura fogliare sensori di stato idrico della foglia, sensori di conducibilit? elettrica e di pH; - Una rete neurale 102 basata su algoritmi di apprendimento aventi in ingresso i dati forniti dai sensori del modulo elettronico di monitoraggio 101 e, in aggiunta, dati relativi a previsioni meteorologiche e dati satellitari, come indici vegetativi ottici, in grado di combinare ed elaborare tali dati in ingresso mettendo in relazione l?andamento dell?umidit? del suolo e le condizioni ambientali e della coltura con le previsioni meteo fornendo, in uscita, una risposta relativa ad un consiglio irriguo;
- Un modulo 103 di controllo remoto di impianti di irrigazione che riceve la risposta di consiglio irriguo dalla rete neurale 102, la trasforma in tempo di apertura degli impianti di irrigazione e invia il segnale di apertura per un determinato tempo, calcolato a partire dal consiglio irriguo giornalmente, a elettrovalvole e idrovalvole degli impianti di irrigazione in modo da controllare la quantit? di acqua da fornire alle piante in funzione delle reali necessit?;
- Una web App 104 in grado di gestire e comandare da remoto il modulo di controllo remoto 103, gestire e visualizzare le informazioni provenienti dal modulo elettronico di monitoraggio 101 e modulo di controllo remoto 103.
La caratteristica peculiare della soluzione consiste in un?indicazione giornaliera da poter attuare in modo automatico o previa conferma dell?utilizzatore finale. Ci? significa che oltre a fornire un?indicazione sulla quantit? di volume di adacquamento, il sistema fornisce gli strumenti per applicarlo raggiungendo un livello completo di automazione delle gestioni irrigue.
La capacit? principale della rete neurale ? l?adattamento ad ogni condizione nuova in cui opera, dalle condizioni colturali, pedologiche e ambientali, fornendo un?elevata scalabilit? al sistema.
I sensori di umidit? utilizzati monitorano sia il contenuto idrico nel terreno, fornendo uno stato del serbatoio di acqua a disposizione della pianta; sia la capacit? della pianta stessa di prelevare solo quella disponibile. Ci? permette di creare una calibrazione adeguata dei dati da dare in pasto agli algoritmi.
Secondo un aspetto dell?invenzione, i dati forniti dai sensori del modulo elettronico di monitoraggio 101 comprendono il contenuto idrico a diverse profondit?, simulano la capacit? di suzione della pianta, le precipitazioni, la velocit? del vento, la radiazione solare, l?umidit? dell?aria e le misure di temperatura, tutti utili a fornire il valore dell?evapotraspirazione, ossia le perdite quotidiane da dover reintegrare.
Secondo un altro aspetto dell?invenzione, l?operazione di fornire una relazione tra l?andamento dell?umidit? del suolo e le condizioni ambientali comprende la descrizione delle variazioni del sistema pianta-suolo e degli apporti idrici durante la stagione irrigua.
Secondo un altro aspetto dell?invenzione, i dati in ingresso alla rete neurale 102 sono automaticamente integrati alla rete durante le varie stagioni per aumentare la capacit? predittiva con informazioni utili, quali l?attivit? vegetativa, lo stress idrico delle foglie, e altre informazioni utili allo scopo, calibrate con misure eseguite a terra.
Vantaggiosamente secondo l?invenzione, la rete neurale viene costantemente allenata mediante dati, come la resa, la qualit? dei prodotti e i riscontri da parte degli operatori del settore per ottimizzare gli algoritmi esistenti su cui la rete neurale si basa.
Vantaggiosamente secondo l?invenzione, la rete neurale 102 pre-allenata pu? essere utilizzata per prevedere il fabbisogno idrico giornaliero delle colture in funzione delle previsioni meteorologiche e delle informazioni agronomiche. In tal modo, il sistema 100 secondo l?invenzione risulta scalabile e applicabile su diverse colture, in nuovi climi e nuove condizioni agro-ambientali.
Secondo un altro aspetto dell?invenzione, il modulo di controllo remoto 103 ? configurato per interfacciarsi con gruppi motopompa e per leggere pressostati o contatori volumetrici.
Vantaggiosamente secondo l?invenzione, tramite una piattaforma software o App appositamente realizzata per interfacciarsi con il sistema 100 ? possibile aprire o chiudere da remoto gli impianti irrigui, fare programmazioni irrigue automatiche e applicare il consiglio irriguo fornito dal sistema 100.
In figura 2 ? mostrato un algoritmo che utilizza i dati in ingresso, li processa in uno step preliminare, li classifica, li passa ad un modello di apprendimento e fornisce la predizione della domanda di acqua o consiglio irriguo basato anche sulle previsioni meteorologiche.
Pertanto, il sistema di irrigazione intelligente secondo l?invenzione consente di eseguire un?irrigazione di precisione e ?intelligente?.
Un altro vantaggio del sistema di irrigazione intelligente secondo l?invenzione ? la possibilit? di gestire da remoto l?irrigazione, mediante il monitoraggio delle grandezze ambientali visibili su una piattaforma software.
Inoltre, il sistema di irrigazione intelligente secondo l?invenzione ? di facile utilizzo.
Infine, il sistema di irrigazione intelligente secondo l?invenzione consente di controllare l?andamento delle informazioni ricevute dalla rete irrigua e la sua attivazione.
Risulta, infine, chiaro che al sistema di irrigazione intelligente secondo l?invenzione qui descritto e illustrato possono essere apportate modifiche e varianti senza per questo uscire dall?ambito protettivo della presente invenzione, come definito nelle rivendicazioni allegate.
Claims (7)
1. Sistema di irrigazione intelligente (100) per piante comprendente:
- Un modulo elettronico di monitoraggio (101) comprendente una pluralit? di sensori;
- Una rete neurale (102) basata su algoritmi di apprendimento aventi in ingresso i dati forniti da detti sensori e, in aggiunta, dati relativi a previsioni meteorologiche e dati satellitari;
- Un modulo di controllo remoto (103) interfacciato alla rete neurale (102) configurato per controllare da remoto degli impianti di irrigazione; e
- Una web App (104) in grado di gestire da remoto le informazioni provenienti dal modulo di controllo remoto (103);
Caratterizzato dal fatto che detta rete neurale (102) ? configurata per combinare ed elaborare detti dati in ingresso mettendo in relazione l?andamento dell?umidit? del suolo, le condizioni ambientali e della coltura con le previsioni meteo e fornendo, in uscita, una risposta relativa ad un consiglio irriguo modulo di controllo remoto (103) per comandare da remoto l?invio di un segnale di apertura per un determinato tempo a elettrovalvole e idrovalvole degli impianti di irrigazione in modo da controllare la quantit? di acqua da fornire alle piante.
2. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che i dati in ingresso alla rete neurale (102) sono automaticamente integrati alla rete durante le varie stagioni per aumentare la capacit? predittiva con informazioni utili, quali l?attivit? vegetativa, lo stress idrico delle foglie, e altre informazioni utili allo scopo, calibrate con misure eseguite a terra.
3. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che la rete neurale (102) risulta costantemente allenata mediante dati, come la resa, la qualit? dei prodotti e i riscontri da parte degli operatori del settore per ottimizzare gli algoritmi esistenti su cui la rete neurale (102) ? basata.
4. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che la rete neurale (102) ? configurata per prevedere il fabbisogno idrico giornaliero delle piante in funzione delle previsioni meteorologiche e delle informazioni agronomiche.
5. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che la pluralit? di sensori comprende sensori per parametri meteorologici, sensori per livello vasca, sensori di umidit?, sensori di bagnatura fogliare, sensori di stato idrico della foglia, sensori di conducibilit? elettrica e di pH.
6. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che i dati forniti dai sensori comprendono il contenuto idrico a diverse profondit?, le precipitazioni, la velocit? del vento, la radiazione solare, l?umidit? dell?aria e le misure di temperatura, tutti utili a fornire il valore dell?evapotraspirazione.
7. Sistema (100) secondo la rivendicazione 1, caratterizzato dal fatto che il modulo di controllo remoto (103) ? configurato per interfacciarsi con gruppi motopompa e per leggere pressostati o contatori volumetrici.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000004280A IT202100004280A1 (it) | 2021-02-24 | 2021-02-24 | Sistema di irrigazione intelligente |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000004280A IT202100004280A1 (it) | 2021-02-24 | 2021-02-24 | Sistema di irrigazione intelligente |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202100004280A1 true IT202100004280A1 (it) | 2022-08-24 |
Family
ID=75850514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102021000004280A IT202100004280A1 (it) | 2021-02-24 | 2021-02-24 | Sistema di irrigazione intelligente |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT202100004280A1 (it) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107616079A (zh) | 2017-11-06 | 2018-01-23 | 济南大学 | 基于LoRa的智能灌溉系统设计 |
| WO2018222875A1 (en) | 2017-06-01 | 2018-12-06 | Valmont Industries, Inc. | System and method for irrigation management using machine learning workflows |
| CN109845625A (zh) * | 2018-12-12 | 2019-06-07 | 珠江水利委员会珠江水利科学研究院 | 一种基于神经网络的多维参量农作物智能灌溉控制方法 |
| CN109937856A (zh) * | 2019-04-03 | 2019-06-28 | 北京邮电大学 | 家用草木本植物自动浇灌系统及其工作方法 |
| CN109978234A (zh) * | 2019-03-01 | 2019-07-05 | 北京农业信息技术研究中心 | 墒情预测、灌溉决策方法和装置 |
| CN110741914A (zh) * | 2019-11-05 | 2020-02-04 | 浙江大学 | 一种基于循环神经网络的稻田自动化节水灌溉系统及方法 |
| WO2020247904A1 (en) | 2019-06-07 | 2020-12-10 | Valmont Industries, Inc. | System and method for the integrated use of predictive and machine learning analytics for a center pivot irrigation system |
| WO2020255000A1 (en) * | 2019-06-21 | 2020-12-24 | Soonapse Srl | System for optimizing the use of water in irrigation based on the predictive calculation of the soil's water potential |
-
2021
- 2021-02-24 IT IT102021000004280A patent/IT202100004280A1/it unknown
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018222875A1 (en) | 2017-06-01 | 2018-12-06 | Valmont Industries, Inc. | System and method for irrigation management using machine learning workflows |
| CN107616079A (zh) | 2017-11-06 | 2018-01-23 | 济南大学 | 基于LoRa的智能灌溉系统设计 |
| CN109845625A (zh) * | 2018-12-12 | 2019-06-07 | 珠江水利委员会珠江水利科学研究院 | 一种基于神经网络的多维参量农作物智能灌溉控制方法 |
| CN109978234A (zh) * | 2019-03-01 | 2019-07-05 | 北京农业信息技术研究中心 | 墒情预测、灌溉决策方法和装置 |
| CN109937856A (zh) * | 2019-04-03 | 2019-06-28 | 北京邮电大学 | 家用草木本植物自动浇灌系统及其工作方法 |
| WO2020247904A1 (en) | 2019-06-07 | 2020-12-10 | Valmont Industries, Inc. | System and method for the integrated use of predictive and machine learning analytics for a center pivot irrigation system |
| WO2020255000A1 (en) * | 2019-06-21 | 2020-12-24 | Soonapse Srl | System for optimizing the use of water in irrigation based on the predictive calculation of the soil's water potential |
| CN110741914A (zh) * | 2019-11-05 | 2020-02-04 | 浙江大学 | 一种基于循环神经网络的稻田自动化节水灌溉系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Alipio et al. | A smart hydroponics farming system using exact inference in Bayesian network | |
| Shekhar et al. | Intelligent IoT based automated irrigation system | |
| KR101887503B1 (ko) | 인공지능기술을 이용한 시설하우스 제어장치 | |
| CN113163725B (zh) | 植物生长控制系统 | |
| EP3478049B1 (en) | Plant growth control system and method | |
| KR102161572B1 (ko) | 스마트 팜 데이터 통합 수집/분석 및 모니터링/제어/예측 시스템과 그 방법 | |
| CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
| Thilagavathi | Online farming based on embedded systems and wireless sensor networks | |
| CN117016151A (zh) | 智慧农业水肥一体集成灌溉系统 | |
| CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
| CN111459033A (zh) | 水、肥精量灌溉的灰色预测模糊pid控制方法及设备 | |
| KR102377963B1 (ko) | 육묘장 관리 시스템 및 방법 | |
| Bwambale et al. | Smart irrigation monitoring and control | |
| Reddy et al. | IoT and Cloud Based Sustainable Smart Irrigation System | |
| IT202100004280A1 (it) | Sistema di irrigazione intelligente | |
| Negi et al. | Smart harvest analysis using raspberry pi based on internet of things | |
| Venkatraman et al. | Design and Implementation of Smart Hydroponics Farming for Growing Lettuce Plantation under Nutrient Film Technology | |
| Sahana et al. | IOT in Agricultural Crop Protection and Power Generation | |
| Patil et al. | Machine Learning based Precision Agriculture Model for Farm Irrigation to Optimize Water Usage | |
| Patil et al. | Precision Agriculture Model for Farm Irrigation using Machine Learning to Optimize Water Usage | |
| Suciu et al. | IoT agro-meteorology for viticulture disease warning | |
| KR102132324B1 (ko) | 농장 운영정보 제공 시스템 | |
| Oddi et al. | Optimizing Tomato Production through IoT-based Smart Data Collection and Analysis | |
| KR102715861B1 (ko) | 기상데이터를 이용한 작물수분스트레스지수(cwsi) 예측방법 | |
| Rani et al. | Monitoring and control system for green house using edge computing |