基于Jetson Nano深度學習的新型農業(yè)系統(tǒng)*

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(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、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(tǒng)相關文獻和資料[2]的基礎上，對溫室大棚系統(tǒng)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(yè)系統(tǒng)。

該農業(yè)系統(tǒng)將人工智能技術與現代農業(yè)相結合，能夠為農業(yè)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(yè)產業(yè)發(fā)展，提高人民生活水平。農業(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，并通過互聯網數據監(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(fā)展動態(tài)

荷蘭、以色列和其他發(fā)達國家正在發(fā)展密集型溫室工業(yè)，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(tǒng)[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(jié)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(tǒng)的使用為農戶種植農作物提供了許多便利[8]。

河北職業(yè)技術師范學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(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]。北京農業(yè)大學成功研制“WJG-1”溫室環(huán)境監(jiān)控計算機管理系統(tǒng)，采用了分布式控制系統(tǒng)，其在農業(yè)管理上得到了廣泛應用。而當今大多數溫室環(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?；谝陨险{研，課題組提出了一個基于Jetson Nano深度學習的新型農業(yè)系統(tǒng)。

2 基于Jetson Nano深度學習的新型農業(yè)系統(tǒng)

2.1 系統(tǒng)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(yè)設施在現代農業(yè)生產中發(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，勞動強度大，企業(yè)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(yè)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(yè)系統(tǒng)。通過控制系統(tǒng)接收農業(yè)生產的環(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(huán)境[10]。它還配備了物聯網（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。

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(jiān)測周圍環(huán)境和大棚內環(huán)境，為農作物提供適宜的環(huán)境的新型農業(yè)系統(tǒng)[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(fā)為用戶提供更好的實時監(jiān)控服務，便于用戶調節(jié)綜合比較。將技術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)結構圖

2.4 硬件設計

基于Jetson Nano深度學習的新型農業(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(yè)溫室網絡管理系統(tǒng)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(jiān)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(fā)揮互聯網在農業(yè)生產中的作用，確保溫室和溫室環(huán)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(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(fā)為用戶提供了更好的實時監(jiān)控功能，便于用戶調節(jié)綜合比較。本項目所設計的基于Jetson Nano深度學習的新型農業(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。