基于Jetson Nano深度學習的新型農業系統*

李雙斌 ， 王 平 ， 呂志華 ， 吳春笑

（山東華宇工學院，山東 德州 253034）

0 引言

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解決方案，可以控制溫室環境和其他方面的工作，監測通風、灌溉、化肥和藥物的使用，實現溫室的自動化和智能化。

在查閱大量溫室大棚系統相關文獻和資料[2]的基礎上，對溫室大棚系統的特點和要求進行綜合對比分析，設計了基于Jetson Nano（AI圖像處理終端）深度學習的新型農業系統。

該農業系統將人工智能技術與現代農業相結合，能夠為農業提供智能決策的支持，達到精準化生產管理的目的，同時還可以提高農作物單產，從而促進我國農業產業發展，提高人民生活水平。農業智慧控制系統提供視覺深度教育，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，并通過互聯網數據監測價格[3-6]。通過控制各種環境變量，最終使用移動應用程序的互聯網進行操作控制，大大提高了農作物的產量，減少了人力資源成本。

1 國內外研究現狀和發展動態

荷蘭、以色列和其他發達國家正在發展密集型溫室工業，以達到溫室溫度、燈光、水、天然氣、肥料的計算機控制。從種植選擇、作物管理到收獲物包裝，已經建立了一套標準化的技術系統[7]。

國際上最具代表性的產品之一是美國的溫室，溫室檢測項目包括室內氣溫、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、調節水池回流管，外部檢測項目包括大氣溫度、陽光輻射強度、風向、相對濕度等。溫室系統的使用為農戶種植農作物提供了許多便利[8]。

河北職業技術師范學院的閆忠文研制了作物大棚溫濕度測量系統，能對大棚內的溫濕度進行實時測量與控制。中科院合肥智能機械研究所研制了“農業專家系統開發環境—DET系列軟件”和智能溫室自動控制系統[9]。北京農業大學成功研制“WJG-1”溫室環境監控計算機管理系統，采用了分布式控制系統，其在農業管理上得到了廣泛應用。而當今大多數溫室環境的日常監測記錄與日常管理記錄都是由人工進行管理的，不可避免會存在測量和控制精度低、農戶工作強度大、對植物的檢測和控制不及時等缺點，不能達到預期的效果。基于以上調研，課題組提出了一個基于Jetson Nano深度學習的新型農業系統。

2 基于Jetson Nano深度學習的新型農業系統

2.1 系統總體需求

近年來，根據研究結果可以看出，以蔬菜大棚為代表的現代農業設施在現代農業生產中發揮著巨大的作用，目前大部分的溫度、濕度和CO2含量都是通過傳統的人工管理來控制的。測量控制精度低，勞動強度大，企業不能及時控制，其造成的損失也是不可預估的。這樣一來，不僅提高了生產成本，還浪費了大量的人力物力，達不到農戶的預期效果。因此，高效的農業生產對于滿足人類生活需求具有十分重要的意義。

2.2 設計內容

本項目在山東華宇工學院電氣學院的指導老師的共同指導下，由項目負責人帶領的小組研究基于Jetson Nano深度學習的新型農業系統。通過控制系統接收農業生產的環境因素，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。控制系統自動控制環境，如窗戶開口、卷膜、風扇濕簾、生物管、灌溉施肥和自動給藥，以達到適合植物生長的環境[10]。它還配備了物聯網（IoT）智能控制系統，允許實時查看作物生長狀態，并為植物生長提供適宜的環境。

2.3 整體設計

基于上述分析，設計一款通過深度學習檢測葉片病蟲害和瓜果成熟度及自動監測周圍環境和大棚內環境，為農作物提供適宜的環境的新型農業系統[11]。采用集中控制將信息通過互聯網傳到手機后臺APP中，控制開發為用戶提供更好的實時監控服務，便于用戶調節綜合比較。將技術路線主要分為四部分：環境監測系統、監控系統、云平臺、控制系統，如圖1所示。

圖1 系統結構圖

2.4 硬件設計

基于Jetson Nano深度學習的新型農業系統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、二氧化碳發生器等。

硬件平臺的設計主要包括：1）環境監測系統；2）監控系統；3）云平臺；4）控制系統。實物結構圖如圖2所示。

圖2 實物結構圖

用T e n s o r F l o w（神經網絡模型框架）進行YOLOv5（基于深度學習的回歸方法）卷積神經網絡深度學習模型訓練，再部署到Jeston Nano來進行圖像識別。流程圖如圖3所示。

圖3 模型訓練流程圖

2.5 軟件設計

農業溫室網絡管理系統可以進行溫室空氣的溫度和濕度、土壤的濕度、二氧化碳的含量、光強度和遠程視頻圖像的接入[12]。對模型進行分析，它可以實現自動控制設備，例如濕風扇、干灌、外陰影、屋頂和側窗、暖氣燈等。

另外，實時監測數據和報警信息由手機信息終端、PDA和計算機推向管理員，以實現智能溫室管理。充分發揮互聯網在農業生產中的作用，確保溫室和溫室環境最適合作物生長，并實現良好的管理，為高產量、高質量、高效率、高生態和高安全創造條件[13]。滿足客戶高效率、低成本、高收入的要求。軟件設計如圖4所示。

圖4 軟件設計圖

3 結論

通過學習和研究，可以采用Jetson Nano深度學習的方法，自動識別葉片病蟲害和水果成熟度，同時結合大數據的價格趨勢，向農戶告知最佳采集時間。手機APP的開發為用戶提供了更好的實時監控功能，便于用戶調節綜合比較。本項目所設計的基于Jetson Nano深度學習的新型農業系統的各個方面的性能都比較高，有著較高的研究價值，發展前景樂觀。