[實用新型]一種基于嵌入式的農作物病蟲害識別裝置

有效

• 申請號: 202120162356.0
• 申請日: 2021-01-21
• 公開（公告）號: CN214175117U
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 張浪文;謝苗苗;錢文軒;余錦偉;許練濠;廉胤東;謝巍
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F3/044;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 蔡克永

本實用新型公開了一種基于嵌入式的農作物病蟲害識別裝置，包括依次連接的傳感器集群、數據儲存服務器、實時自動檢測裝置；所述實時自動檢測裝置包括開發板和觸摸顯示器；傳感器集群將采集到的圖像和視頻信息傳輸到數據存儲服務器；開發板通過互聯網對數據儲存服務器內的圖像數據進行調用，通過移植的深度學習目標檢測算法對圖像和視頻信息進行處理，返回識別信息并將信息上傳數據儲存服務器儲存；同時根據不同的識別信息，開發板將信息反饋至觸摸顯示器。本實用新型用深度學習目標檢測的方法可以提高病蟲害檢測的效率和準確率，避免人工檢測帶來的錯判漏判問題，減少了人力物力的消耗。

技術領域

本實用新型涉及深度學習目標檢測和嵌入式開發技術領域，尤其涉及一種基于嵌入式的農作物病蟲害識別裝置。

背景技術

地理環境，氣候等自然因素的影響，農作物的產量受到許多旱澇病災的考驗。其中，農作物病蟲害是農業災害之一，其主要具有如下兩個特點。

首先，病蟲害發生面積大，有些地區的病蟲害發生面積達到上百萬公頃次。其次，病蟲害發生的種類多，在農作物種植到收獲，在農作物不同生育期中不同部位均會收到病蟲害的危害，有些地區發生病蟲害的種類達到上百種。在農作物生長過程中，若不進行病蟲害防治工作，農作物的損失率可達30％～100％，病蟲害防治是保證農作物產量的重要手段，而病蟲害預測預報是做好病蟲害防治的前提和基礎。

農作物在受到病蟲害后，會在根、莖、葉等部位產生黃斑，蟲蛀等不同特征，這也是辨別農作物病蟲害的主要依據。在傳統農業中往往依賴人力的觀測來判斷病蟲害，這種方法依賴于經驗，容易出現錯判漏判等問題且效率低、時效差。基于機器視覺的圖像處理技術的自動檢測裝置可以解決上述問題，通過對農作物葉片的特征提取和模型訓練，實現農作物病蟲害的實時監測。但這種監測裝置往往依賴于計算機，而計算機體積大，不可移動，因此監測只可在固定地點進行，十分不便捷。

針對上述問題，在使用深度學習目標檢測技術對葉片病蟲害進行檢測的基礎上，通過嵌入式技術將設計的目標檢測算法移植到開發板中，實現檢測裝置的可攜帶性。另外，針對圖像采集覆蓋率的需求，在農田多方位設立多個攝像頭構成傳感器檢測集群網絡實現全覆蓋的數據采集，結合開發板實現對農作物病蟲害的實時自動檢測。

發明內容

本實用新型的目的在于克服上述現有技術的缺點和不足，提供一種基于嵌入式的農作物病蟲害識別裝置。

本實用新型的目的在于克服農作物病蟲害自動檢測裝置中計算機的不便攜問題，采用嵌入式技術實現檢測裝置的可攜帶性和便攜性。基于開發板較于計算機體積小可攜帶等特點，提出的病蟲害識別裝置可隨時隨地對農作物進行實時自動檢測，并通過傳感器集群提高信息采集的覆蓋率和通過開發板嵌入的深度學習目標檢測算法提高農作物病蟲害檢測的高效性和準確性。

本實用新型通過下述技術方案實現：

一種基于嵌入式的農作物病蟲害識別裝置，包括依次連接的傳感器集群、數據儲存服務器、實時自動檢測裝置；

所述實時自動檢測裝置包括開發板和觸摸顯示器；

傳感器集群將采集到的圖像和視頻信息傳輸到數據存儲服務器；

開發板通過互聯網對數據儲存服務器內的圖像數據進行調用，通過移植的深度學習目標檢測算法對圖像和視頻信息進行處理，返回識別信息并將信息上傳數據儲存服務器儲存；同時根據不同的識別信息，開發板將信息反饋至觸摸顯示器。

開發板采用基于Linux操作系統的Nvidia Jetson TX2開發板，包含包括中央處理器、存儲器、輸入設備、輸出設備、數據通路/總線和外部資源接口等模塊。

在PC端利用MATLAB訓練yolov3算法，再利用GPUcoder工具包移植到TX2開發板上。

傳感器檢測集群網絡由多部工業攝像機組成，并放置在農田不同位置中，通過互聯網將圖像信息傳送至數據存儲服務器。