基于呼伦贝尔大河湾地区的智能作物生育期识别系统.pdf
《基于呼伦贝尔大河湾地区的智能作物生育期识别系统.pdf》由会员分享,可在线阅读,更多相关《基于呼伦贝尔大河湾地区的智能作物生育期识别系统.pdf(8页珍藏版)》请在咨信网上搜索。
1、基于呼伦贝尔大河湾地区的智能作物生育期识别系统陈海华1,胡兆民2,张景尧1,马跃辉3,汪家祺1,刘子辰11(中国科学院计算技术研究所,北京100190)2(呼伦贝尔农垦集团有限公司,呼伦贝尔021008)3(山东产业技术研究院智能计算研究院,济南250100)通信作者:胡兆民,E-mail:摘要:作物全生命周期的标准生长模型建立是指导获得最佳作物“处方”(作业精准决策、执行)的必要手段.智能作物生育期识别技术是构建作物标准生长模型的重要技术之一.在呼伦贝尔大河湾地区大面积规模化的作物种植形势下,基于传统人工经验或单一传感器进行作物生育期表型数据采集、识别的方法会导致采集范围局限、识别效率低等问
2、题.针对上述问题,对整体系统提出了一系列的改进.首先,在数据采集阶段,提出了一套完整的“空-地-人”一体化作物表型数据采集体系.另外,在数据分析阶段,根据作物不同表型数据,提出了一种改进的智能作物生育期识别体系.提出的生育期识别系统能够实时精准地提供当前作物生育期阶段,为建立作物全生命周期的标准生长模型奠定了优良的基础.关键词:作物生育期识别;数据采集;作物标准生长模型;人工智能;图像识别引用格式:陈海华,胡兆民,张景尧,马跃辉,汪家祺,刘子辰.基于呼伦贝尔大河湾地区的智能作物生育期识别系统.计算机系统应用,2023,32(8):6774.http:/www.c-s- System Based
3、 on Hulun Buir Dahewan for Identification of Crop Fertility StagesCHENHai-Hua1,HUZhao-Min2,ZHANGJing-Yao1,MAYue-Hui3,WANGJia-Qi1,LIUZi-Chen11(InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100190,China)2(HulunBuirAgriculturalReclamationGroupCo.Ltd.,HulunBuir021008,China)3(Intelligent
4、ComputingResearchInstituteofShandongIndustrialTechnologyResearchInstitute,Jinan250100,China)Abstract:Theestablishmentofastandardgrowthmodelforthewholecroplifecycleisnecessarytoguidetheacquisitionofthebestcrop“prescription”(accuratedecision-makingandexecutionofoperations).Theintelligentidentification
5、technologyofcropfertilitystagesisoneoftheimportanttechnologiestobuildthestandardcropgrowthmodel.Underthesituationoflarge-scalecropcultivationinHulunBuirDahewan,thetraditionalmethodofcollectingandidentifyingcropfertilityphenotypedatabasedonmanualexperienceorasinglesensorwillleadtoproblemssuchaslimite
6、dcollectionrangeandlowidentificationefficiency.Inordertoaddresstheaboveproblems,aseriesofoptimizationsareproposedfortheoverallsystem.First,inthedatacollectionstage,acomplete“air-ground-human”integratedcropphenotypedatacollectionsystemisproposedinthisstudy.Inaddition,inthedataanalysisstage,animproved
7、intelligentidentificationsystemofcropfertilitystagesisproposedbasedondifferentcropphenotypedata.Theproposedidentificationsystemcanprovidereal-timeandaccurateinformationaboutthecurrentcropfertilitystages,whichservesasanexcellentbasisforestablishingastandardgrowthmodelforthewholecroplifecycle.Key word
8、s:identificationofcropfertilitystages;datacollection;standardgrowthmodelofcrops;artificialintelligence;imagerecognition计算机系统应用ISSN1003-3254,CODENCSAOBNE-mail:ComputerSystems&Applications,2023,32(8):6774doi:10.15888/ki.csa.009141http:/www.c-s-中国科学院软件研究所版权所有.Tel:+86-10-62661041基金项目:中国科学院战略性先导科技专项(A 类)
9、(XDA28120301);山东省自然科学基金(ZR2021MF094);黄三角国家农高区科技专项(2022SZX11);中央引导地方科技发展资金(ZR2020KF030)收稿时间:2022-11-14;修改时间:2022-12-23;采用时间:2023-01-16;csa 在线出版时间:2023-06-09CNKI 网络首发时间:2023-06-09SystemConstruction系统建设67呼伦贝尔大河湾1,2智慧农业模式可以将土地、作物、农机等众多资源要素整合,使得原有分散种植方式转向统一集中种植方式,形成了一种大面积、规模化的种植模式.如今,该智慧农业模式已经从单一的田间管理延伸到
10、“耕、种、管、收”全流程覆盖.其中,“管”是“耕、种、管、收”中最为重要的一环,精准决策是“管”阶段的重要组成部分3.而作物全生命周期的标准生长模型的建立是指导如何对作物精准决策的必要手段.其具体解释为:当作物实际生长模型与系统建立的标准生长模型不匹配时,系统会及时感知作物所处外界环境的变化(如:干旱、病虫害等),从而进行精准决策.而智能作物生育期识别是构建作物标准生长模型的重要技术之一.因此,在大河湾大面积、规模化种植形势下,如何能够有效并及时地采集作物表型数据、识别作物生育期种类,是一个亟待解决的重要问题.在作物表型数据采集阶段,国内采取了众多措施,但是都比较单一,局限性很强.文献 4 设
11、计了小型手持设备 CropSense,获取作物表型数据相对准确.然而,该技术存在时效性差且数据采集区域局限等问题.文献 5 研究了智能柑橘巡检机器人,提出了一种通过巡检机器人对柑橘果实表面信息进行获取的方式及计分方法.文献 6 研究设计了新型作物表型监测机器人,提出了能够进行轮距与监测平台高度调节的表型监测机器人总体设计方案.文献 7 设计了一种 4 轮独立驱动、独立转向的田间作物表型检测平台,并在采集过程中形成移动暗室,有效降低外界环境对表型信息采集效果的影响.虽然该技术获取的作物表型数据相对准确,并节省人力成本.但巡检机器人巡田的路径较为固定,且巡田面积非常局限性,对于较大面积的农田无法巡
12、检全部区域.为了改善数据采集局限性问题,文献 8设计了一套基于无人机的小麦生长信息获取系统,该技术能够测量数以千计的田间小区的生长情况,能够准确高效地评估小麦拔节期的生长情况.文献 9 采用消费级无人机搭载数码相机用于小麦长势的快速无损监测,在小麦各生长阶段均表现较好.无人机巡检技术相对于巡检机器人来说采集范围更大、获得数据更多,但是无人机巡检拍摄图像的清晰度不高,一般只能拍摄到顶部,拍摄的作物表型数据有限,大大降低了后期作物生育期识别的准确性.在作物生育期识别方面国内也有了一定的研究基础.文献 10 针对目前设施农业数字化栽培调控技术中对作物的生育期实时检测与分类问题,提出一种改进 YOLO
13、v4 的温室环境下草莓生育期识别方法.杨振忠等人11开展了基于机器学习结合植被指数阈值的水稻关键生育期识别的研究,构建基于 K 近邻分类(K-nearestneighbor,KNN)算法的水稻生育期识别模型,对无人机数据的识别准确率可达 86.04%.文献 12 利用更快速的基于区域的卷积神经网络(FasterR-CNN)方法对图像进行训练、分类,构建枸杞开花期和果实成熟期的识别算法,平均识别精度均值(meanaverageprecision,mAP)达到 74%.文献 13 等利用卷积神经网络(convolutionalneuralnetwork,CNN)进行训练,对玉米雄穗进行识别进而对玉
14、米抽雄期进行判识,其识别率达到了 99.42%.通过上述可以得出当针对作物单一生育期识别时,识别准确率很高.然而,在实际应用中,系统需要对同一作物不同生育期进行识别,传统算法由于训练种类较多会导致识别准确率大幅度下降.因此,目前来看系统整体识别的精确性和普适性还有提升的空间.综上分析,现针对大面积、规模化种植(如:农垦、兵团等),如何快速采集并识别作物生育期情况,至今都没有一个标准化的解决思路,国内也没有相关的非常成功的案例.因此,有必要探索出一套高精度、高时效的作物智能生育期识别系统.该系统主要的赋能有:首先能够建立及时准确的数据采集体系;其次能够快速精准识别不同作物所处的生育期阶段.基于此
15、,本文主要做的贡献如下.(1)在数据采集阶段,本文提出了一套完整的“空-地-人”一体化作物表型数据采集体系.在该体系中,将多种数据采集方式进行多源异构融合,从而避免各个单一数据采集方式存在的缺陷.(2)在数据识别阶段,本文对神经网络模型结构进一步优化,从而形成一种新颖的作物生育期识别体系.1智能作物生育期识别决策系统构建结合大河湾实际情况1,2,黑土粮仓,大河湾示范区青年突击队提出了一套完整的智能作物生育期识别系统.该系统按照作物生育期识别顺序主要从以下 3 方面进行构建:(1)“空-地-人”一体化生育期数据采集体系.(2)物联网大数据多源异构云平台.(3)作物精准生育期识别体系.下面分别对这
16、 3 个方面进行详细介绍.计 算 机 系 统 应 用http:/www.c-s-2023年第32卷第8期68系统建设SystemConstruction 1.1 “空-地-人”一体化生育期数据采集体系在作物生育期数据采集阶段,针对传统人工巡田或使用单一采集传感器存在采集时效性低、采集范围局限等问题,本文综合利用各种技术手段,提出了一套完整的“空-地-人”一体化作物生育期数据采集体系,真正实现了时间、空间的有效交叉与融合.该数据采集体系主要包括 3 方面:“空”“地”“人”.下面将分别介绍各个方面所包含的采集设备以及技术组成.1.1.1“空”无人机周期性巡检无人机系统的组成元素包括能量系统、数据
17、传输系统、自动驾驶模块、相机传感器等.在实际应用过程中,切实依照需求与场景,预先在无人机上搭载传感器装置,全面采集作物生育期数据.至于传感器,在选择时要充分考虑无人机荷载能力及其对无人机产生的制约效果,保证设备体积小、功耗低,且安全性能良好.无人机数据采集系统主要工作原理是:借助北斗卫星导航定位以及惯性导航单元(IMU)等来实现按照既定路线开展自主飞行、自主避障以及自动路径修正,同时借助 RGB 相机进行对作物周期性的数据采集,并把数据传输到地面部分.无人机系统的数据采集流程可分为以下几步:(1)前期准备工作(包括:飞行频率设定、飞行申请、飞行条件评估、飞行区域调查等).(2)设定飞行路径,依
18、照数据影像要求完成周期性巡检.(3)数据获取阶段,实时拍摄高清作物表型数据信息.(4)数据传输质量检测.无人机巡检频率:无人机巡检面积和周期的选择与实际地块作业面积以及无人机本身硬件性能有关,比如,本文在对系统实际验证时需要每台无人机在呼伦贝尔大河湾地区从播种到收获(511 月)进行每周2 次,400 亩地/次的周期性巡检.因此,无人机的巡检周期以及巡检面积可以针对实际作业任务及需求进行针对性设置,本系统提出的作物表型数据采集体系具有一定的普适性.无人机采样数据大小:为保障无人机在巡检过程中系统能够对不同作物或者相同作物不同生育期的精准识别,我们要求无人机拍摄的图片应具有高特征信息及高分辨率的
19、特点.因此,为满足无人机拍摄图片的质量要求,我们对不同作物或者相同作物在不同生育期设定的无人机飞行高度做了系统性测试.以呼伦贝尔大河湾地区玉米生育期数据采集为例,我们通过无人机对玉米不同生育期进行实际航拍,以航拍图片具有高特征信息及高分辨率为评价准则,根据专业农艺知识的指导,系统性的总结出大河湾地区玉米不同生育期无人机所采取的最大飞行高度,如表 1 所示.在实际应用中,我们将无人机在玉米任意生育期都能拍摄到高特征信息及高分辨率的图片以及无人机实际飞行的安全高度作为评价指标,最终选择无人机的巡检高度为 15m.另外,我们选择每台无人机一亩地采集一张照片,因此每次巡检采集照片总量为 400 张.相
20、同高度无人机采集的单张照片大小也会存在一定差异(与摄像头硬件性能有关),但在实际应用中一般稳定在10MB 以下.表 1呼伦贝尔大河湾地区玉米生育期航拍高度(m)生育期高度生育期高度出苗期15开花期20拔节期15吐丝期20小喇叭窗口期30乳熟期15大喇叭窗口期30蜡熟期15抽穗期15完熟期15虽然无人机数据采集技术能够提供大量的作物表型信息,作业效率高、节省人力成本,但是无人机巡检拍摄图像的清晰度不高,一般只能拍摄到顶部,拍摄的作物部位受限,大大降低了后期生育期识别的准确性.1.1.2“地”固定物候相机+巡检机器人实时监测固定物候相机主要包括 CCFC 光学摄像机、无线网络传输设备、太阳能板等部
21、件组成.其中,CCFC 光学摄像机是专门为远程观测室外应用设计的高质量,高分辨率户外变焦视频和静态图像摄像机.因此,本系统主要采用该摄像机输出的 RGB 图像对作物生育期表型情况进行数据采集.在大田内安装完毕之后,每个固定物候相机采样点从播种到收获(511 月)对附近作物以 1 次/天的频率进行实时数据收集,每次分 4 个角度进行拍摄,因此每次采集照片总量为 4 张.通过以上手段来达到对附近作物表型信息短周期、高精度的数据采集.在实际应用中固定物候相机单张图片大小一般为 10MB 以下.巡检机器人能够监测不同地块作物的表型数据,如图 1 所示是本团队自主研发的智能巡检机器人.图中智能机器人主要
22、包含的硬件部分有:(1)双履带式底盘、(2)北斗卫星接收器、(3)激光雷达、(4)球型相机.所有的组成部件都有与技术条件相一致的出厂合格证.2023年第32卷第8期http:/www.c-s-计 算 机 系 统 应 用SystemConstruction系统建设69首先,双履带式底盘是保证机器人能够在恶劣地形下稳定行驶的必要条件,表 2 给出了底盘的相关参数信息.第二,该机器人在田间行驶时,主要由北斗卫星定位模块进行定位,并且定位精度稳定在 3cm 左右.第三,当机器人前方遇到障碍物时,激光雷达模块会对障碍物信息进行监测,同时避障系统启动,使得机器人能够智能决策的绕过障碍物行驶.第四,当机器人
23、到达作物附近时,通过球型相机对作物表型数据进行实际高清拍摄.通过上述一系列流程来达到巡检机器人对作物表型数据进行采集的目的.1243图 1智能巡检机器人表 2双履带式底盘相关参数参数数值参数数值尺寸1000mm600mm400mm防护等级IP22行驶速度03km/h电机功率1kW续航时间2h电池型号48V50Ah磷酸铁锂电池组地盘通信方式CAN通信电池重量25kg在实际应用中我们选择每台巡检机器人从播种到收获(511 月)对 400 亩地进行 3 次/周的周期性巡检,每次巡检时生育期图片信息采集点间隔为 50m,因此每次巡检采集照片总量为 41 张(按地块周长).当机器人到达作物附近时,通过球
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 呼伦贝尔 河湾 地区 智能 作物 生育 识别 系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。