一种基于嵌入式的农作物病虫害识别装置

1.本实用新型涉及深度学习目标检测和嵌入式开发技术领域，尤其涉及一种基于嵌入式的农作物病虫害识别装置。


背景技术：

2.地理环境，气候等自然因素的影响，农作物的产量受到许多旱涝病灾的考验。其中，农作物病虫害是农业灾害之一，其主要具有如下两个特点。
3.首先，病虫害发生面积大，有些地区的病虫害发生面积达到上百万公顷次。其次，病虫害发生的种类多，在农作物种植到收获，在农作物不同生育期中不同部位均会收到病虫害的危害，有些地区发生病虫害的种类达到上百种。在农作物生长过程中，若不进行病虫害防治工作，农作物的损失率可达30％～100％，病虫害防治是保证农作物产量的重要手段，而病虫害预测预报是做好病虫害防治的前提和基础。
4.农作物在受到病虫害后，会在根、茎、叶等部位产生黄斑，虫蛀等不同特征，这也是辨别农作物病虫害的主要依据。在传统农业中往往依赖人力的观测来判断病虫害，这种方法依赖于经验，容易出现错判漏判等问题且效率低、时效差。基于机器视觉的图像处理技术的自动检测装置可以解决上述问题，通过对农作物叶片的特征提取和模型训练，实现农作物病虫害的实时监测。但这种监测装置往往依赖于计算机，而计算机体积大，不可移动，因此监测只可在固定地点进行，十分不便捷。
5.针对上述问题，在使用深度学习目标检测技术对叶片病虫害进行检测的基础上，通过嵌入式技术将设计的目标检测算法移植到开发板中，实现检测装置的可携带性。另外，针对图像采集覆盖率的需求，在农田多方位设立多个摄像头构成传感器检测集群网络实现全覆盖的数据采集，结合开发板实现对农作物病虫害的实时自动检测。


技术实现要素：

6.本实用新型的目的在于克服上述现有技术的缺点和不足，提供一种基于嵌入式的农作物病虫害识别装置。
7.本实用新型的目的在于克服农作物病虫害自动检测装置中计算机的不便携问题，采用嵌入式技术实现检测装置的可携带性和便携性。基于开发板较于计算机体积小可携带等特点，提出的病虫害识别装置可随时随地对农作物进行实时自动检测，并通过传感器集群提高信息采集的覆盖率和通过开发板嵌入的深度学习目标检测算法提高农作物病虫害检测的高效性和准确性。
8.本实用新型通过下述技术方案实现：
9.一种基于嵌入式的农作物病虫害识别装置，包括依次连接的传感器集群、数据储存服务器、实时自动检测装置；
10.所述实时自动检测装置包括开发板和触摸显示器；
11.传感器集群将采集到的图像和视频信息传输到数据存储服务器；
12.开发板通过互联网对数据储存服务器内的图像数据进行调用，通过移植的深度学习目标检测算法对图像和视频信息进行处理，返回识别信息并将信息上传数据储存服务器储存；同时根据不同的识别信息，开发板将信息反馈至触摸显示器。
13.开发板采用基于linux操作系统的nvidia jetson tx2开发板，包含包括中央处理器、存储器、输入设备、输出设备、数据通路/总线和外部资源接口等模块。
14.在pc端利用matlab训练yolov3算法，再利用gpucoder工具包移植到tx2开发板上。
15.传感器检测集群网络由多部工业摄像机组成，并放置在农田不同位置中，通过互联网将图像信息传送至数据存储服务器。
16.显示器采用电容触摸显示器，用来操作开发板的运行和显示识别信息。
17.传感器集群、数据存储服务器、开发板通过互联网连接；开发板、显示器通过数据线连接。
18.工业摄像机采用ds
‑
2cd3t56fwdv2
‑
i3,500万像素高清工业摄像机。
19.触摸显示器采用四代工业级电容式触屏8寸显示器tpc080
‑
m401。
20.采用云平台替代数据存储服务器进行数据储存。
21.传感器集群、云平台、开发板间通过5g互联网进行连接。
22.本实用新型相对于现有技术，具有如下的优点及效果：
23.1.本实用新型用深度学习目标检测的方法可以提高病虫害检测的效率和准确率，避免人工检测带来的错判漏判问题，减少了人力物力的消耗。
24.2.采用多摄像头组成的传感器集群可以全方位地对农作物进行监测，可以确保图像采集的覆盖率。
25.3.本实用新型通过嵌入式开发板，实现了检测装置的可携带性，通过开发板和显示器的组合装置，实时检测可以在任意地点运行和查看。
附图说明
26.图1是本实用新型基于嵌入式的农作物病虫害识别装置结构示意图
27.图2是本实用新型数据平台网络拓扑结构图。
具体实施方式
28.下面结合具体实施例对本实用新型作进一步具体详细描述。
29.本实用新型公开了一种基于嵌入式的农作物病虫害识别装置，包括依次连接的传感器集群、数据储存服务器、实时自动检测装置；
30.所述实时自动检测装置包括开发板和触摸显示器；
31.传感器集群将采集到的图像和视频信息传输到数据存储服务器；
32.开发板通过互联网对数据储存服务器内的图像数据进行调用，通过移植的深度学习目标检测算法对图像和视频信息进行处理，返回识别信息并将信息上传数据储存服务器储存；同时根据不同的识别信息，开发板将信息反馈至触摸显示器。
33.所述传感器集群有多个工业摄像机构成；工业摄像机为500万像素。
34.所述开发板采用基于linux操作系统的nvidia jetson tx2开发板，包含包括中央处理器、存储器、输入设备、输出设备、数据通路/总线和外部资源接口等模块。
35.所述触摸显示器采用电容触摸显示器，用来操作开发板的运行和显示识别信息。所述电容触摸显示器尺寸为8寸以上。
36.传感器检测集群全方位覆盖农田，用于采集实时的农作物图像信息，工业摄像机采用ds
‑
2cd3t56fwdv2
‑
i3,500万像素高清工业摄像机。
37.工业摄像机使用电能驱动，通过互联网连接将采集到的农作物图像信息传送至数据存储服务器存储；
38.数据存储服务器采用dell
‑
430
‑
e5
‑
2603v3服务器。
39.开发板通过互联网与数据存储服务器连接，可以直接读取或删除服务器内存储图像。
40.开发板通过运行内部移植的深度学习目标检测算法，对读取到的图像信息进行处理与分析，判断被监测农作物是否遭受病害，同时形成并输出识别信息到显示器。
41.开发板和触摸显示器组成一个可携带的实时自动检测装置，随时随地对农作物进行实时自动检测，得到农作物病虫害信息，以采取预防措施。
42.如上所述，便可较好地实现本实用新型。
43.本实用新型的实施方式并不受上述实施例的限制，其他任何未背离本实用新型的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本实用新型的保护范围之内。


技术特征：
1.一种基于嵌入式的农作物病虫害识别装置，其特征在于，包括依次连接的传感器集群、数据储存服务器、实时自动检测装置；所述实时自动检测装置包括开发板和触摸显示器；传感器集群将采集到的图像和视频信息传输到数据存储服务器；开发板通过互联网对数据储存服务器内的图像数据进行调用，通过移植的深度学习目标检测算法对图像和视频信息进行处理，返回识别信息并将信息上传数据储存服务器储存；同时根据不同的识别信息，开发板将信息反馈至触摸显示器。2.根据权利要求1所述基于嵌入式的农作物病虫害识别装置，其特征在于：所述传感器集群有多个工业摄像机构成。3.根据权利要求2所述基于嵌入式的农作物病虫害识别装置，其特征在于：所述开发板采用基于linux操作系统的nvidia jetson tx2开发板。4.根据权利要求3所述基于嵌入式的农作物病虫害识别装置，其特征在于：所述触摸显示器采用电容触摸显示器，用来操作开发板的运行和显示识别信息。5.根据权利要求4所述基于嵌入式的农作物病虫害识别装置，其特征在于：所述电容触摸显示器尺寸为8寸以上。6.根据权利要求5所述基于嵌入式的农作物病虫害识别装置，其特征在于：所述工业摄像机为500万像素。

技术总结
本实用新型公开了一种基于嵌入式的农作物病虫害识别装置，包括依次连接的传感器集群、数据储存服务器、实时自动检测装置；所述实时自动检测装置包括开发板和触摸显示器；传感器集群将采集到的图像和视频信息传输到数据存储服务器；开发板通过互联网对数据储存服务器内的图像数据进行调用，通过移植的深度学习目标检测算法对图像和视频信息进行处理，返回识别信息并将信息上传数据储存服务器储存；同时根据不同的识别信息，开发板将信息反馈至触摸显示器。本实用新型用深度学习目标检测的方法可以提高病虫害检测的效率和准确率，避免人工检测带来的错判漏判问题，减少了人力物力的消耗。消耗。消耗。


技术研发人员：张浪文 谢苗苗 钱文轩 余锦伟 许练濠 廉胤东 谢巍
受保护的技术使用者：华南理工大学
技术研发日：2021.01.21
技术公布日：2021/9/10