基于安卓系統下田間智能除草技術研究

(甘肅畜牧工程職業技術學院,甘肅 武威 733006)

0 引言

田間智能除草技術的重要性在于提高農業生產效率和品質,降低成本,減少環境污染。傳統的農業除草方法主要依靠人工除草和化學除草劑,人工除草工作量大、效率低,化學除草劑會對土壤、植物和生態環境產生負面影響[1-2]。

隨著人工智能和機器學習技術的發展,智能除草技術成為了解決這一難題的新方法,能夠實現自動化、精準化地除草,提高除草效率和精度[3],降低人工勞動成本和化學除草劑使用量。此外,田間智能除草技術還能夠提高農業生產的可持續性,減少農藥的使用量和環境污染,保護生態環境和農業資源。

本文提出一種基于安卓系統下的田間智能除草技術,該技術采用機器視覺和深度學習算法,能夠自動識別和定位田間雜草,并通過控制機器人手臂和噴霧器精準噴灑除草劑。該技術不僅可以提高工作效率、降低人工投入成本,還能夠避免人員接觸除草劑的風險,并能夠在保證除草效果的同時,減少對環境的影響,為農業可持續發展提供一種新的解決方案。

1 國內外研究進展

1.1 國外

智能除草技術在國外的研究已經有了一定的進展。早在2012年,美國農業部門便推出了名為“iStepicide”的智能除草應用,通過將衛星圖像和地理信息系統(GIS)技術結合起來,能夠為農民提供定制化的除草方案,降低除草劑使用量,同時提高了農作物的產量和質量。國外典型智能除草技術研究進展如表1所示[4]。

表1 國外智能除草技術研究進展

1.2 國內

國內智能除草技術研究也取得了一些進展。近年來,國內一些高校和企業開始關注農業智能化技術的研發和應用,嘗試將人工智能、機器視覺等技術應用于農業領域,提高農業生產效率和品質。

1)基于機器視覺和人工智能的智能除草機器人。華中科技大學和武漢麒麟機器人有限公司聯合研發了一款智能除草機器人,該機器人能夠通過機器視覺和人工智能技術自動識別農田中的雜草,并利用激光和機械臂等技術進行除草,提高了農民的工作效率。

2)基于GPS和GIS技術的智能除草系統。中國科學院自動化研究所研發了一款基于GPS和GIS技術的智能除草系統,能夠實現農田雜草的自動化識別和除去,提高了農作物的產量和質量,減少了除草劑的使用[5]。

3)基于機器學習的智能除草算法。中國農業大學開展了一項基于機器學習的智能除草算法研究,通過分析農田中雜草的特征和生長規律,開發了一套智能除草算法,能夠自動判斷雜草的類型和生長狀態,為除草提供了更加精準的方案[6]。

4)智能化草坪管理系統。北京大學研究團隊研發了一款智能化草坪管理系統,該系統結合機器視覺、圖像處理和無人機等技術,能夠實現對草坪的自動化管理,包括灌溉、割草和除草等操作,提高了草坪管理的效率和質量[7]。

總體來說,國內智能除草技術研究尚處于起步階段,但已經取得了一定的進展。通過結合機器視覺、人工智能等技術,能夠提高農民的工作效率,降低成本和環境污染。隨著技術的不斷發展和應用,國內智能除草技術的前景十分廣闊。

2 智能除草系統的搭建

2.1 硬件平臺的選擇

本研究使用Arduino平臺,適合于安卓系統的硬件平臺(圖1)。Arduino是一種基于開放源代碼的硬件和軟件平臺,硬件由一個單片機和與其配套的外設電路板組成。Arduino平臺可以編寫C/C++語言的程序,使得開發者可以通過編程實現自己的創意和想法。Arduino平臺廣泛應用于物聯網、機器人、自動化控制、智能家居、藝術設計等領域。

圖1 智能除草系統硬件系統結構示意圖

2.2 傳感器模塊的設計

除草機器人需要搭載傳感器模塊,如激光雷達、超聲波傳感器、紅外傳感器等,用于實時獲取周圍環境信息。

2.3 控制模塊的設計

需要設計控制模塊,將傳感器獲取的信息傳輸給主控芯片,以實現機器人的自主導航和除草控制。本研究選擇樹莓派(Raspberry Pi)作為主控制器。樹莓派(Raspberry Pi)是一種基于ARM架構的微型電腦,由英國樹莓派基金會開發制造。樹莓派最初是為教育領域而設計的,其低廉的價格和強大的性能使得它逐漸成為了一種廣泛應用于物聯網、嵌入式系統等領域的開發板[8]。

2.4 圖像處理模塊的設計

機器人需要搭載攝像頭模塊,獲取植物和雜草的圖像信息,并進行圖像處理和識別,以實現智能除草。本研究選擇Basler ace工業攝像頭開展田間圖像采集。Basler ace是一款高性能工業相機,支持USB 3.0和千兆以太網接口,具有高速傳輸和穩定性,并且具有豐富的圖像處理功能,如自動白平衡、自動曝光、HDR等。

2.5 電源模塊的設計

設計電源模塊,提供機器人所需的電力,以確保機器人正常運行。本研究選擇24 V鋰電池作為電源模塊,可提供24 V電壓的直流電源。鋰電池由于具有高能量密度、長壽命、輕量化等優點,被廣泛應用于電動工具、電動車、無人機等領域。

2.6 機械結構的設計

需要設計機械結構,將各個模塊組合在一起,實現機器人的機械化運動和操作。

3 田間驗證試驗

3.1 試驗設計

1)試驗組:基于安卓系統下智能除草系統進行除草處理。

2)對照組:傳統人工除草。

3.2 試驗方法

對照組和實驗組各選擇一塊小麥田,并進行除草處理,在除草過程中,對照組采用傳統人工除草方式,實驗組采用安卓智能除草系統進行除草處理。在除草完成后,對兩組小麥田的除草效果進行視覺評估,并記錄評估結果。最后記錄除草所需時間和成本,并進行統計分析。

3.3 測定指標與方法

3.3.1 除草效果

采用目視評估法,即在除草處理后對小麥田的雜草覆蓋率和雜草數量進行視覺評估,評分標準可以根據實際情況進行設計,通常采用0～10分制度,得分越高代表除草效果越好。

雜草覆蓋率是指地表被雜草覆蓋的面積與總面積之比,其計算公式如下

(1)

其中,被雜草覆蓋的面積指田間實際存在雜草的面積,總面積指試驗區域總面積。

3.3.2 除草時間

在除草處理開始和結束時分別記錄時間,取兩次時間差即為除草所需時間。

3.3.3 除草成本

包括人工成本、設備成本和材料成本等,根據實際情況進行統計和分析,計算公式如式(2)所示

(2)

其中,人工成本指完成除草工作所需的人員費用,包括工資、福利、保險等;農藥成本指除草過程中使用的農藥費用,包括購買費用和施藥費用等;機械使用成本指使用機械進行除草所需的費用,包括購買機械的費用、維護保養費用、燃料費用等;除草面積指進行除草的土地面積。

3.4 數據處理

采用SPSS等統計軟件進行數據分析,包括均值、標準差、方差、t檢驗、方差分析等。

3.5 結果與分析

3.5.1 除草效果

試驗組和對照組除草效果如表2所示,在試驗中,試驗組和對照組的雜草覆蓋率、雜草數量和除草得分均有顯著差異。試驗組的除草效果顯著優于對照組。此外,進行方差分析和t檢驗的結果也表明,試驗組和對照組之間差異顯著。因此,基于安卓系統下智能除草系統的除草效果在實驗中得到了顯著驗證,且表現出優異的除草效果。

表2 不同處理下除草效果結果

3.5.2 除草時間

試驗組和對照組除草時間如表3所示,在試驗中,試驗組和對照組的除草時間也有顯著差異。試驗組的除草時間顯著短于對照組。進行方差分析和t檢驗的結果也表明,試驗組和對照組之間差異顯著。因此,基于安卓系統下智能除草系統的除草效率在試驗中得到了顯著驗證,且表現出高效的除草效果。

表3 不同處理下除草時間結果

3.5.3 除草成本

在田間試驗中,試驗組的除草成本顯著低于對照組(表4)。進行方差分析和t檢驗的結果也表明,試驗組和對照組之間差異顯著。因此,基于安卓系統下智能除草系統的除草成本在試驗中得到了顯著驗證,表現出了顯著的降低除草成本的效果。

表4 不同處理下除草成本結果

4 結論與展望

本研究基于安卓系統下智能除草技術的研究,設計并制作出了一套包含田間數據采集系統、智能除草硬件系統及移動終端控制系統的智能除草系統,并在田間進行了除草效果試驗、除草時間試驗和除草成本試驗。試驗結果表明,基于安卓系統下智能除草系統的除草效果良好,除草時間短,且除草成本顯著降低。

本研究的試驗結果表明,智能除草技術可以在一定程度上提高除草效率、降低除草成本,為農業生產提供了新的思路和手段。未來,可以進一步深入研究并完善智能除草系統的硬件和軟件結構,提高其穩定性和可靠性,以適應更加復雜的農田環境和不同作物的需求。同時,也可以在智能除草系統中引入更多的人工智能算法和機器學習技術,以提高除草系統的智能化水平和自適應性,實現更加高效、精準、智能的農業生產。