温室智能装备系列之十三 温室精准点动农药喷洒系统

系统开发背景多年来,温室喷药一直是广大农业工作者关注的对象。如何用药,怎么喷药,成为众多学者研究的重点。以往对农药喷洒的研究多是基于农药喷洒效果的研究,但对于农药的定量喷洒却缺少进一步的研究。随着“环保农业”概念的提出,对农产品农药是否残留,农药是否有效地利用等等都提出了很高的要求。在该方面,国外早就做了研究,     

一种新型农药喷洒机的设计研究

介绍了一种新型农药喷洒机的工作原理和设计方案。该机利用水泵自动喷洒农药,带动水泵工作的电能来自太阳能板转换的太阳能。利用万向轴控制农药的喷洒方向和范围,利用拉伸支撑杆和转轴控制太阳能板的高度和角度,保证充分吸收太阳光,为水泵提供充足的动力源。采用双层分药板保证稀释后的药液浓度均匀。该产品具体积小、推行方便、动力环保、喷洒效率高的特点。     

基于Android平台的水稻病害智能诊断关键技术研究

针对手机客户端上传图片缓慢、损耗数据流量、图像检索和处理能力有限等问题,提出客户端对病害图像进行实时采集和压缩并上传、远程服务端识别并返回结果的方法,阐述了系统实现过程中的一些关键技术(如JPEG图像压缩技术、Open CV图像识别处理技术等),且基于Android平台构建了水稻病害智能诊断平台。结果表明,该系统能及时、准确地鉴别病害种类,提供准确的诊断信息和防治方法,同时还能解决客户端图像处理能力低下、图像上传缓慢等问题,具有较强的实用性。     

基于大数据的农药喷洒定量分析

精准农业是当今世界农业发展新潮流,在近几年我国"两会"中也多次提出将互联网与农业相结合发展创新型精准农业。本文结合我国精准农业的发展概况,阐述了利用大数据方法定量喷洒果树农药的研究方法及过程,取得显著提高农业生产经济、绿色、健康、高效、发展的成效。     

葡萄病害智能诊断网络模型的比较

以选择构建葡萄病害智能诊断系统的最适算法为目的,考查了3种神经网络模型：BP、RBF、GRNN,并以12种葡萄主要病害为研究样本,用3种网络模型分别构建了诊断系统,然后通过样本进行训练与仿真,比较各网络模型的稳定性和准确度。提出以GRNN作为病害诊断的最适模型,其诊断准确率为96％,为整个辅助决策系统的开发奠定了良好的基础。     

农田智能喷洒系统的设计与实现

试验采用智能喷洒系统实现智能除草,给出了数据采集与处理系统、自动控制喷洒系统以及PC机与单片机的软件设计方法。通过图像处理与计算机视觉技术相结合得到自动喷洒的控制参数,将决策信息通过串行口发送至下位机转换成控制指令对喷洒阀门进行控制操作。试验表明,系统使用灵活,具有广泛的应用前景。     

温室静电农药喷洒机在设施园艺生产中的研究与应用

现在,因为符合现代农业发展的要求,设施农业受到人们越来越多地的关注。由于具有反季节、高附加值、高投入、高产出等特点,温室生产得到更多的关注。温室高效生产是发展现代农业面临的一个重大课题。而温室高效生产面临的首要问题就是,在温室的湿、热、闷的作业环境下,如何进行高效施药,使其既满足控制病虫害的要求,又不会由于喷药加大温室的湿度而使温室病虫害发生的几率增大。使用高效智能温室喷药设备是解决这问题的有效途径。     

基于迁移学习的多模型水稻病害识别方法研究

水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97％,尤其是Xception模型不仅可以达到98.50％的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性.     

基于AI的桃树病害智能识别方法研究与应用

为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件环境。该方法对常见桃树病害的平均识别率达到91%以上,结合图像处理、深度学习、数据挖掘等技术自动对桃树病害进行识别,实现桃树病害的智能诊断并提供防治建议。该方法具有人力成本低、操作简单、识别效率高等优点,利于病害的及时诊出与防治决策的制定,对促进果园病害防控的智慧化管理具有重要研究意义与应用价值。     

基于机器视觉的成行作物精量喷洒系统研究

概述了基于机器视觉的植保机械研究进展,针对目前大多数农作物粗放式喷洒现状,设计了一套基于机器视觉的成行作物精量喷洒系统,它包括硬件系统和软件系统。模拟实验结果表明,系统中的喷头移动轨迹基本上与作物行中心线一致,两者间的标准差为2.13cm。     

基于物联网平台的小麦病虫害诊断系统设计初探

小麦是中国主要粮食作物,栽培品种多、种植面积大、分布区域广、生长周期长,容易遭受病虫害威胁,快速监测和准确识别病虫害成为一项重要的课题。基于前期构建的小麦物联网监控系统平台,研发了集成图像获取、图像识别诊断于一体的应用系统。初步研究了小麦比较常见的三种病虫害的识别与诊断方法,并利用图像分割、特征提取及数字图像分类识别技术,将物联网系统获取的感白粉病、锈病、蚜虫的不健康叶片与健康小麦叶片的图片分别进行对比实验研究。实验结果显示,识别率都较为理想,其中白粉病的识别率为82.5%,锈病、蚜虫和健康叶片的识别率都在95%以上。将病虫害图像识别技术与物联网技术结合,方便病虫害图像的远程传输、多点获取等优点,大幅度提升对病虫害远程识别和诊断能力,具有广阔的发展前景。     

基于深度学习的水肥药一体化系统的研究与设计

本文介绍了一种基于深度学习方法判断作物生长状态并自动完成水、肥、药施用的装置,该装置利用Raspberry Pi驱动摄像头获取实时叶片图像,将图像预处理后作为网络输入,判断作物是否需要浇水、施肥或喷药,并将判断结果发送至PLC控制器,由PLC控制自吸泵、电磁阀和电机运动完成施药、浇水、施肥作业。     

基于OpenCV精准对靶施药系统视觉模块设计

针对葡萄种植中切根虫的危害,采用基于OpenCV的图像处理方法设计葡萄树干精准对靶施药系统的视觉模块。通过图像处理实验,得出基于mean shift 的图像分割结果,边缘检测结果以及直线检测结果。实验结果证明该模块设计可有效的区别出葡萄园中弯曲的葡萄树干和笔直的树桩。     

畜禽养殖疾病诊断智能传感技术研究进展

畜牧业是我国农业的重要组成部分,目前我国畜牧业向着规模化、集约化发展,同时也增加了畜禽疾病诊断的难度.为提高畜禽养殖中的动物福利水平,并降低畜牧养殖中因动物疫病与健康异常带来的经济损失与公共卫生安全风险,近年出现了一批通过数字化、智能化手段实现畜禽疫病诊疗的自动化方法,如机器视觉分析、动物音频分析、红外温度感知、深度学...     

智能控制马铃薯精密播种机的研制

针对现有马铃薯播种机播种精度低、株距和振幅调整麻烦等问题,在现有马铃薯播种机的基础上设置了智能株距控制装置,当检测到播种机的行驶速度等信息发生变化时,将控制电液伺服阀实时自动修正液压马达转速,保证播种株距合格率始终控制在允许范围内;设置了智能重种漏种控制装置,当检测到的薯种信号多于1枚或未检测到薯种信号时,控制步进电机实时调整输送带及其薯种碗的振动强度,结果表明,实际漏种率ξls为6.4%~7.9%,实际重种率ξcs为8.2%~10.1%,较佳的允许漏种率ξly的设定范围为6.0%~8.0%。该智能控制马铃薯精密播种机有效地提高了播种精度和作业效率,提高了马铃薯播种机对不同地区、不同马铃薯品种的适应能力。     

基于模糊理论的甜瓜病虫害诊治专家系统研究

引入模糊产生式规则,实现甜瓜病虫害诊治专家系统,采用不精确推理的可信度模型以及混合推理控制策略,能够较好地契合农业领域知识的复杂性和表述的模糊性,对农业精准管理有着较为重要的意义与价值。     

基于ResNet-50深度卷积网络的果树病害智能诊断模型研究

[目的/意义]果树病害危及农业生产安全,运用人工智能技术帮助果农及时准确地识别果树病害对保障农业安全生产具有重要意义.[方法/过程]采用10 000张果树叶片病斑图像数据集,通过旋转、污化、增噪、切割等图像增强手段,提高样本图像的多样性;使用ResNet-50深度卷积网络模型,进行机器学习,获得果树病害识别模型,并基于...     

基于多旋翼自主飞行器的农药喷洒系统设计

应用STM32F103ARM芯片作为核心处理器,设计了一种基于多旋翼自主飞行器的农药喷洒系统。与目前所见的多旋翼飞行器相比,增加自主飞行模式,解决遥控操作失误和通信失联的问题。系统利用GPS信号完成目标定位,气压计实现高度测定,通过磁力计解决飞行航向问题,系统采用CC2430可实现遥控介入。