李雙斌 , 王 平 , 呂志華 , 吳春笑
(山東華宇工學(xué)院,山東 德州 253034)
近年來季外植物變得非常熱門,綠色房屋的自動化和智能化變得越來越重要[1]。提出合理的溫室氣體系統(tǒng)解決方案,可以控制溫室環(huán)境和其他方面的工作,監(jiān)測通風(fēng)、灌溉、化肥和藥物的使用,實現(xiàn)溫室的自動化和智能化。
在查閱大量溫室大棚系統(tǒng)相關(guān)文獻(xiàn)和資料[2]的基礎(chǔ)上,對溫室大棚系統(tǒng)的特點和要求進(jìn)行綜合對比分析,設(shè)計了基于Jetson Nano(AI圖像處理終端)深度學(xué)習(xí)的新型農(nóng)業(yè)系統(tǒng)。
該農(nóng)業(yè)系統(tǒng)將人工智能技術(shù)與現(xiàn)代農(nóng)業(yè)相結(jié)合,能夠為農(nóng)業(yè)提供智能決策的支持,達(dá)到精準(zhǔn)化生產(chǎn)管理的目的,同時還可以提高農(nóng)作物單產(chǎn),從而促進(jìn)我國農(nóng)業(yè)產(chǎn)業(yè)發(fā)展,提高人民生活水平。農(nóng)業(yè)智慧控制系統(tǒng)提供視覺深度教育,檢測各種疾病并分析原因,檢測果蔬的成熟程度,確定采集的最佳時間,并通過互聯(lián)網(wǎng)數(shù)據(jù)監(jiān)測價格[3-6]。通過控制各種環(huán)境變量,最終使用移動應(yīng)用程序的互聯(lián)網(wǎng)進(jìn)行操作控制,大大提高了農(nóng)作物的產(chǎn)量,減少了人力資源成本。
荷蘭、以色列和其他發(fā)達(dá)國家正在發(fā)展密集型溫室工業(yè),以達(dá)到溫室溫度、燈光、水、天然氣、肥料的計算機(jī)控制。從種植選擇、作物管理到收獲物包裝,已經(jīng)建立了一套標(biāo)準(zhǔn)化的技術(shù)系統(tǒng)[7]。
國際上最具代表性的產(chǎn)品之一是美國的溫室,溫室檢測項目包括室內(nèi)氣溫、水溫度、空氣相對濕度、隔熱狀況、隔熱室狀況、泵的工作狀況、CO2含量、調(diào)節(jié)水池回流管,外部檢測項目包括大氣溫度、陽光輻射強(qiáng)度、風(fēng)向、相對濕度等。溫室系統(tǒng)的使用為農(nóng)戶種植農(nóng)作物提供了許多便利[8]。
河北職業(yè)技術(shù)師范學(xué)院的閆忠文研制了作物大棚溫濕度測量系統(tǒng),能對大棚內(nèi)的溫濕度進(jìn)行實時測量與控制。中科院合肥智能機(jī)械研究所研制了“農(nóng)業(yè)專家系統(tǒng)開發(fā)環(huán)境—DET系列軟件”和智能溫室自動控制系統(tǒng)[9]。北京農(nóng)業(yè)大學(xué)成功研制“WJG-1”溫室環(huán)境監(jiān)控計算機(jī)管理系統(tǒng),采用了分布式控制系統(tǒng),其在農(nóng)業(yè)管理上得到了廣泛應(yīng)用。而當(dāng)今大多數(shù)溫室環(huán)境的日常監(jiān)測記錄與日常管理記錄都是由人工進(jìn)行管理的,不可避免會存在測量和控制精度低、農(nóng)戶工作強(qiáng)度大、對植物的檢測和控制不及時等缺點,不能達(dá)到預(yù)期的效果?;谝陨险{(diào)研,課題組提出了一個基于Jetson Nano深度學(xué)習(xí)的新型農(nóng)業(yè)系統(tǒng)。
近年來,根據(jù)研究結(jié)果可以看出,以蔬菜大棚為代表的現(xiàn)代農(nóng)業(yè)設(shè)施在現(xiàn)代農(nóng)業(yè)生產(chǎn)中發(fā)揮著巨大的作用,目前大部分的溫度、濕度和CO2含量都是通過傳統(tǒng)的人工管理來控制的。測量控制精度低,勞動強(qiáng)度大,企業(yè)不能及時控制,其造成的損失也是不可預(yù)估的。這樣一來,不僅提高了生產(chǎn)成本,還浪費了大量的人力物力,達(dá)不到農(nóng)戶的預(yù)期效果。因此,高效的農(nóng)業(yè)生產(chǎn)對于滿足人類生活需求具有十分重要的意義。
本項目在山東華宇工學(xué)院電氣學(xué)院的指導(dǎo)老師的共同指導(dǎo)下,由項目負(fù)責(zé)人帶領(lǐng)的小組研究基于Jetson Nano深度學(xué)習(xí)的新型農(nóng)業(yè)系統(tǒng)。通過控制系統(tǒng)接收農(nóng)業(yè)生產(chǎn)的環(huán)境因素,如空氣溫度和濕度傳感器、CO2傳感器、光照傳感器、土壤濕度傳感器和土壤pH傳感器??刂葡到y(tǒng)自動控制環(huán)境,如窗戶開口、卷膜、風(fēng)扇濕簾、生物管、灌溉施肥和自動給藥,以達(dá)到適合植物生長的環(huán)境[10]。它還配備了物聯(lián)網(wǎng)(IoT)智能控制系統(tǒng),允許實時查看作物生長狀態(tài),并為植物生長提供適宜的環(huán)境。
基于上述分析,設(shè)計一款通過深度學(xué)習(xí)檢測葉片病蟲害和瓜果成熟度及自動監(jiān)測周圍環(huán)境和大棚內(nèi)環(huán)境,為農(nóng)作物提供適宜的環(huán)境的新型農(nóng)業(yè)系統(tǒng)[11]。采用集中控制將信息通過互聯(lián)網(wǎng)傳到手機(jī)后臺APP中,控制開發(fā)為用戶提供更好的實時監(jiān)控服務(wù),便于用戶調(diào)節(jié)綜合比較。將技術(shù)路線主要分為四部分:環(huán)境監(jiān)測系統(tǒng)、監(jiān)控系統(tǒng)、云平臺、控制系統(tǒng),如圖1所示。
圖1 系統(tǒng)結(jié)構(gòu)圖
基于Jetson Nano深度學(xué)習(xí)的新型農(nóng)業(yè)系統(tǒng)的主要硬件是中央處理器空氣溫濕度傳感器(DHT11)、二氧化碳傳感器、土壤濕度傳感器、土壤pH值傳感器、紫外線傳感器、二氧化碳發(fā)生器等。
硬件平臺的設(shè)計主要包括:1)環(huán)境監(jiān)測系統(tǒng);2)監(jiān)控系統(tǒng);3)云平臺;4)控制系統(tǒng)。實物結(jié)構(gòu)圖如圖2所示。
圖2 實物結(jié)構(gòu)圖
用T e n s o r F l o w(神經(jīng)網(wǎng)絡(luò)模型框架)進(jìn)行YOLOv5(基于深度學(xué)習(xí)的回歸方法)卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型訓(xùn)練,再部署到Jeston Nano來進(jìn)行圖像識別。流程圖如圖3所示。
圖3 模型訓(xùn)練流程圖
農(nóng)業(yè)溫室網(wǎng)絡(luò)管理系統(tǒng)可以進(jìn)行溫室空氣的溫度和濕度、土壤的濕度、二氧化碳的含量、光強(qiáng)度和遠(yuǎn)程視頻圖像的接入[12]。對模型進(jìn)行分析,它可以實現(xiàn)自動控制設(shè)備,例如濕風(fēng)扇、干灌、外陰影、屋頂和側(cè)窗、暖氣燈等。
另外,實時監(jiān)測數(shù)據(jù)和報警信息由手機(jī)信息終端、PDA和計算機(jī)推向管理員,以實現(xiàn)智能溫室管理。充分發(fā)揮互聯(lián)網(wǎng)在農(nóng)業(yè)生產(chǎn)中的作用,確保溫室和溫室環(huán)境最適合作物生長,并實現(xiàn)良好的管理,為高產(chǎn)量、高質(zhì)量、高效率、高生態(tài)和高安全創(chuàng)造條件[13]。滿足客戶高效率、低成本、高收入的要求。軟件設(shè)計如圖4所示。
圖4 軟件設(shè)計圖
通過學(xué)習(xí)和研究,可以采用Jetson Nano深度學(xué)習(xí)的方法,自動識別葉片病蟲害和水果成熟度,同時結(jié)合大數(shù)據(jù)的價格趨勢,向農(nóng)戶告知最佳采集時間。手機(jī)APP的開發(fā)為用戶提供了更好的實時監(jiān)控功能,便于用戶調(diào)節(jié)綜合比較。本項目所設(shè)計的基于Jetson Nano深度學(xué)習(xí)的新型農(nóng)業(yè)系統(tǒng)的各個方面的性能都比較高,有著較高的研究價值,發(fā)展前景樂觀。