本發明涉及農業灌溉
技術領域：
，具體而言，涉及一種灌溉裝置的控制方法和一種灌溉裝置的控制裝置。
背景技術：
：目前，為了保證植物能夠健康生長，當土壤比較干或者濕度比較低時，啟動灌溉裝置來對植物進行灌溉，滿足植物對水分的需求。但是需要管理人員定期查看土壤情況，這樣的管理就比較麻煩。而且當管理人員根據自己的工作經驗確定土壤比較干時，需要管理人員手動啟動灌溉裝置來進行灌溉。因此，如何智能地啟動灌溉裝置進行灌溉，避免用戶手動啟動，從而減輕管理人員的工作量成為亟待解決的技術問題。技術實現要素：本發明正是基于上述問題，提出了一種新的技術方案，可以智能地啟動灌溉裝置進行灌溉，避免了管理人員手動啟動，從而減輕了管理人員的工作量。有鑒于此，本發明的第一方面提出了一種灌溉裝置的控制方法，包括：獲取灌溉決策數據，根據所述灌溉決策數據，構建灌溉決策模型；獲取當前種植參數，根據所述灌溉決策模型，獲取與所述當前種植參數匹配的灌溉結果；根據所述灌溉結果，確定是否啟動灌溉裝置來進行灌溉。在該技術方案中，通過構建灌溉決策模型，以根據該灌溉決策模型智能地確定是否啟動灌溉裝置，避免了管理人員定期去現場查看植物的生長情況，以及避免了管理人員根據自己的經驗來確定是否啟動灌溉裝置，從而使得對灌溉裝置的控制更加智能化，減少了管理人員的工作量。在上述技術方案中，優選地，所述根據所述灌溉決策數據，構建灌溉決策模型的步驟，具體包括：按照預設規則，將所述灌溉決策數據轉換成數據結構；根據所述數據結構，構建所述灌溉決策模型。在該技術方案中，通過將灌溉決策數據轉換成計算機能夠識別的數據結構，以方便計算機識別該數據結構來構建灌溉決策模型，而且構建出的該灌溉決策模型也是計算機能夠識別的。在上述任一技術方案中，優選地，使用決策樹算法構建所述灌溉決策模型。在該技術方案中，使用決策樹算法可以保證構建的灌溉決策模型比較簡單，而且決策樹算法對于噪聲數據具有很好的健壯性。在上述任一技術方案中，優選地，在啟動所述灌溉裝置來進行灌溉的情況下，還包括：根據所述當前種植參數，控制所述灌溉裝置在進行灌溉時的水流量。在該技術方案中，根據當前種植參數控制灌溉時的水流量，例如，當前的空氣溫度越高、土壤濕度越低，說明植物對于水的需求量就比較大，即灌溉裝置此次灌溉的水流量就越大，從而滿足了植物的實際需求。在上述任一技術方案中，優選地，所述當前種植參數包括以下之一或多種的組合：當前時間、天氣狀況、空氣溫度、土壤濕度。本發明的第二方面提出了一種灌溉裝置的控制裝置，包括：構建單元，用于獲取灌溉決策數據，根據所述灌溉決策數據，構建灌溉決策模型；獲取單元，用于獲取當前種植參數，根據所述灌溉決策模型，獲取與所述當前種植參數匹配的灌溉結果；確定單元，用于根據所述灌溉結果，確定是否啟動灌溉裝置來進行灌溉。在該技術方案中，通過構建灌溉決策模型，以根據該灌溉決策模型智能地確定是否啟動灌溉裝置，避免了管理人員定期去現場查看植物的生長情況，以及避免了管理人員根據自己的經驗來確定是否啟動灌溉裝置，從而使得對灌溉裝置的控制更加智能化，減少了管理人員的工作量。在上述技術方案中，優選地，所述構建單元包括：轉換子單元，用于按照預設規則，將所述灌溉決策數據轉換成數據結構；構建子單元，用于根據所述數據結構，構建所述灌溉決策模型。在該技術方案中，通過將灌溉決策數據轉換成計算機能夠識別的數據結構，以方便計算機識別該數據結構來構建灌溉決策模型，而且構建出的該灌溉決策模型也是計算機能夠識別的。在上述任一技術方案中，優選地，所述構建單元具體用于，使用決策樹算法構建所述灌溉決策模型。在該技術方案中，使用決策樹算法可以保證構建的灌溉決策模型比較簡單，而且決策樹算法對于噪聲數據具有很好的健壯性。在上述任一技術方案中，優選地，在啟動所述灌溉裝置來進行灌溉的情況下，還包括：控制單元，用于根據所述當前種植參數，控制所述灌溉裝置在進行灌溉時的水流量。在該技術方案中，根據當前種植參數控制灌溉時的水流量，例如，當前的空氣溫度越高、土壤濕度越低，說明植物對于水的需求量就比較大，即灌溉裝置此次灌溉的水流量就越大，從而滿足了植物的實際需求。在上述任一技術方案中，優選地，所述當前種植參數包括以下之一或多種的組合：當前時間、天氣狀況、空氣溫度、土壤濕度。通過本發明的技術方案，可以智能地啟動灌溉裝置進行灌溉，避免了管理人員手動啟動，從而減輕了管理人員的工作量。附圖說明圖1示出了根據本發明的實施例的灌溉裝置的控制方法的流程示意圖；圖2示出了根據本發明的實施例的灌溉裝置的控制裝置的結構示意圖。具體實施方式為了可以更清楚地理解本發明的上述目的、特征和優點，下面結合附圖和具體實施方式對本發明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。在下面的描述中闡述了很多具體細節以便于充分理解本發明，但是，本發明還可以采用其他不同于在此描述的其他方式來實施，因此，本發明的保護范圍并不受下面公開的具體實施例的限制。圖1示出了根據本發明的實施例的灌溉裝置的控制方法的流程示意圖。如圖1所示，根據本發明的實施例的灌溉裝置的控制方法，包括：步驟102，獲取灌溉決策數據，根據所述灌溉決策數據，構建灌溉決策模型。步驟104，獲取當前種植參數，根據所述灌溉決策模型，獲取與所述當前種植參數匹配的灌溉結果。步驟106，根據所述灌溉結果，確定是否啟動灌溉裝置來進行灌溉。例如，若灌溉結果為進行灌溉，則啟動灌溉裝置來進行灌溉，若灌溉結果為不進行灌溉，則不啟動灌溉裝置。在該技術方案中，通過構建灌溉決策模型，以根據該灌溉決策模型智能地確定是否啟動灌溉裝置，避免了管理人員定期去現場查看植物的生長情況，以及避免了管理人員根據自己的經驗來確定是否啟動灌溉裝置，從而使得對灌溉裝置的控制更加智能化，減少了管理人員的工作量。在上述技術方案中，優選地，所述根據所述灌溉決策數據，構建灌溉決策模型的步驟，具體包括：按照預設規則，將所述灌溉決策數據轉換成數據結構；根據所述數據結構，構建所述灌溉決策模型。在該技術方案中，通過將灌溉決策數據轉換成計算機能夠識別的數據結構，以方便計算機識別該數據結構來構建灌溉決策模型，而且構建出的該灌溉決策模型也是計算機能夠識別的。其中，灌溉決策數據是用戶根據其需求輸入的數據。例如，表1示出了灌溉決策數據。表1時間天氣是否灌溉(灌溉結果)9:00天晴是9:35天晴是9:50天晴否10:00天晴否10:10天晴否10:25天晴否10:40天晴是9:00多云是9:35多云否9:50多云是10:00多云否10:10多云否按照預設規則(天晴設置值為0，多云設置值為1，灌溉設置為1，不灌溉設置為0，數據結構的格式為，灌溉結果1：時間2：天氣)，將灌溉決策數據轉換成以下的數據結構。根據以上的數據結構構建出如下的灌溉決策模型。id＝1,isLeaf＝false,predict＝0.0(prob＝0.5833333333333334),impurity＝0.9798687566511527,split＝Some(Feature＝0,threshold＝9.35,featureType＝Continuous,categories＝List()),stats＝Some(gain＝0.16859063219201986,impurity＝0.9798687566511527,leftimpurity＝0.8112781244591328,rightimpurity＝0.8112781244591328)例如，當前天氣為天晴，當前時間為9:35，此時將當前天氣和當前時間轉換成計算機能夠識別的數據結構為1:9.352:0，從以上的灌溉決策模型可知，與該當前天氣和當前時間匹配的灌溉結果為1，即進行灌溉。在上述任一技術方案中，優選地，使用決策樹算法構建所述灌溉決策模型。在該技術方案中，使用決策樹算法可以保證構建的灌溉決策模型比較簡單，而且決策樹算法對于噪聲數據具有很好的健壯性。決策樹算法是一種逼近離散函數值的方法，它是一種典型的分類方法，首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后利用決策對新數據進行分析，本質上決策樹是通過一系列規則對數據進行分類的過程。決策樹算法包括有ID3算法、ID5算法、CART算法。在上述任一技術方案中，優選地，在啟動所述灌溉裝置來進行灌溉的情況下，還包括：根據所述當前種植參數，控制所述灌溉裝置在進行灌溉時的水流量。在該技術方案中，根據當前種植參數控制灌溉時的水流量，例如，當前的空氣溫度越高、土壤濕度越低，說明植物對于水的需求量就比較大，即灌溉裝置此次進行灌溉的水流量就越大，從而滿足了植物的實際需求。在上述任一技術方案中，優選地，所述當前種植參數包括以下之一或多種的組合：當前時間、天氣狀況、空氣溫度、土壤濕度。若在灌溉決策模型中，早上9:00，天氣晴朗，空氣溫度為大于25℃，土壤濕度為小于10％，以上的灌溉條件對應的灌溉結果為進行灌溉，則在當前種植參數滿足以上的灌溉條件時，確定進行灌溉，并自動啟動灌溉裝置進行灌溉。圖2示出了根據本發明的實施例的灌溉裝置的控制裝置的結構示意圖。如圖2所示，根據本發明的實施例的灌溉裝置的控制裝置200，包括：構建單元202、獲取單元204和確定單元206。構建單元202，用于獲取灌溉決策數據，根據所述灌溉決策數據，構建灌溉決策模型；獲取單元204，用于獲取當前種植參數，根據所述灌溉決策模型，獲取與所述當前種植參數匹配的灌溉結果；確定單元206，用于根據所述灌溉結果，確定是否啟動灌溉裝置來進行灌溉。在該技術方案中，通過構建灌溉決策模型，以根據該灌溉決策模型智能地確定是否啟動灌溉裝置，避免了管理人員定期去現場查看植物的生長情況，以及避免了管理人員根據自己的經驗來確定是否啟動灌溉裝置，從而使得對灌溉裝置的控制更加智能化，減少了管理人員的工作量。在上述技術方案中，優選地，所述構建單元202包括：轉換子單元2022，用于按照預設規則，將所述灌溉決策數據轉換成數據結構；構建子單元2024，用于根據所述數據結構，構建所述灌溉決策模型。在該技術方案中，通過將灌溉決策數據轉換成計算機能夠識別的數據結構，以方便計算機識別該數據結構來構建灌溉決策模型，而且構建出的該灌溉決策模型也是計算機能夠識別的。在上述任一技術方案中，優選地，所述構建單元202具體用于，使用決策樹算法構建所述灌溉決策模型。在該技術方案中，使用決策樹算法可以保證構建的灌溉決策模型比較簡單，而且決策樹算法對于噪聲數據具有很好的健壯性。在上述任一技術方案中，優選地，在啟動所述灌溉裝置來進行灌溉的情況下，還包括：控制單元208，用于根據所述當前種植參數，控制所述灌溉裝置在進行灌溉時的水流量。在該技術方案中，根據當前種植參數控制灌溉時的水流量，例如，當前的空氣溫度越高、土壤濕度越低，說明植物對于水的需求量就比較大，即灌溉裝置此次灌溉的水流量就越大，從而滿足了植物的實際需求。在上述任一技術方案中，優選地，所述當前種植參數包括以下之一或多種的組合：當前時間、天氣狀況、空氣溫度、土壤濕度。例如，在灌溉決策模型中，早上9:00，天氣晴朗，空氣溫度為大于25℃，土壤濕度為小于10％，以上的灌溉條件對應的灌溉結果為進行灌溉，則在當前種植參數滿足以上的灌溉條件時，確定進行灌溉，并自動啟動灌溉裝置進行灌溉。以上結合附圖詳細說明了本發明的技術方案，通過本發明的技術方案，可以智能地啟動灌溉裝置進行灌溉，避免了管理人員手動啟動，使得灌溉裝置的灌溉更加智能化，從而減輕了管理人員的工作量。以上所述僅為本發明的優選實施例而已，并不用于限制本發明，對于本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。當前第1頁1 2 3