基于無人機的農田精準監測系統

黃儀龍 于起祥 趙云飛 劉佳鑫 吳貴芳

摘要：針對目前農田識別病蟲害和實時預警方面的能力欠佳、靈敏度不足等問題，提出一種新型且能快速監測、識別、預警病蟲害的農田精準監測系統，通過無人機上集成光流傳感器、BDS導航模塊、攝像頭等模塊，同時在軟件上加入深度可分離卷積和點態卷積算法，使識別精度達到了93.62%，并且識別速度也得到了提升，能滿足農田監控的需求。

關鍵詞：單片機;農田精度識別;無人機;圖像處理;深度學習

1引

現代農業系統中，對于農作物全方位的人工保護，處理方面已經初步形成規模，但是由于大規模種植，人工不可能完全且細致的監測出農田異常狀況，無人機以其小體積，性能優良，靈活性高，續航能力強而被大量利用于拍攝，巡航，軍事，農業，現有農業無人機僅僅停留在大型植保無人機上，而對于小型農田情況監測無人機也僅僅只是傳圖，需要人實時進行識別，為了解決此問題，本文設計出一種能夠實時監測加在線識別病蟲害的無人機系統，利用現有的Mobile Net算法加上快速網絡圖傳技術，使得人無需實時監測畫面，系統能自動監測并識別病蟲害等問題。

2 系統總體結構設計

該系統的主要目的是以無人機為搭載平臺，在其基礎之上架設所需的傳感器和攝像設備來完成對農田現狀的分析，進而實現對農田的監測。為了實現預期功能，本次系統硬件主要包括：無人機本體、飛控板、動力系統（由電池、電動機和電調組成）、巡航功能的BDS模塊、運動捕捉的光流傳感器、以及濕度傳感器等。系統的硬件結構模塊圖如圖1所示。

3.系統各模塊技術設計

3.1圖像采集模塊

系統采用OmniVision公司的CMOS圖像傳感器0V5647芯片采集圖像。OV5647體積小，工作電壓低，提供單片VGA攝像頭和影像處理器的所有功能。由于單片機工作頻率不能和攝像頭的采樣頻率保持匹配，因此需采用一片FIFO先進先出存儲器作緩存，本系統采用的是AverLogic公司推出的存儲容量為3 MB的視頻幀存儲器AL422B。此DRAM數據存儲器主要用于存放完整的一幀OV5647輸出的圖像數據。

3.2收發端系統模塊設計

該模塊將攝像頭采集到的圖像數據，通過設計一定的邏輯電路，使OV5647 自動地將圖像數據寫入FIFO，再利用圖像去噪模塊對圖像信號進行相應的去噪處理，同時傳入單片機系統，并將圖像數據通過無線模塊nRF24L01發射，接收端接受到圖像數據后傳至上位機進行圖像顯示。

與此同時，采用CH340T進行串口與USB進行轉換，實現USB轉串口通訊功能。在串口方式下，CH340T提供常用的MODEM 聯絡信號，用于為計算機擴展異步串口，或者將串口設備直接審計到USB 總線。PC端可實現點對點無線傳輸功能，可以通過串口助手工具進行初步調試。

3.3圖像處理與識別模塊

圖像處理模塊針對系統所采集到的圖像經過預處理以及圖像分割處理后，提取圖像特征，并訓練出農作物識別模型，然后與采集到的數據信息進行匹配識別，以得到具體的檢測結果，再將結果反饋給主控系統。在這里采用了計算機視覺中較為普遍的卷積神經網絡其中的分支，由谷歌發布的MobileNet，是直接設計小模型進行訓練進而達到提高識別效率的一個結果。圖 3所示為Mobile Net 模型示意圖。

3.4基于Android的交互式用戶界面模塊

本系統通過設計強交交互式界面進行界面，以更方便直觀地給出實時圖像和識別結果。該界面基于Android平臺進行開發，通過靈活應用Activity類及其派生繼承類，實現系統的穩定性和強交互性，以此滿足設計的目標以及設計要求的主要功能，能為用戶提供真實的、可靠的、參考價值高的農田監測信息。用戶界面接口框圖如圖4所示。

4 結?語

為了解決大規模農業種植中，無法有效實時監督作物病蟲害等各種問題，本系統利用當前熱門的無人機及圖像識別技術，構建了一套基于無人機的農田精準監測系統，包含完善的硬件系統，并設計了功能完整、可行的上位機軟件，在此基礎上加入了基于深度學習的Mobile Net網絡算法，以提高運算識別速度，使得無人機在農田病蟲害監測、預警和識別方面的能力大大提高，為我國農業系統病蟲害管治方面提供了新的思路，對于大型糧油企業及農業主產區產量的增高也有一定的參考價值。

參考文獻

[1]吳雪梅，梁長江，張大斌， 等.基于無人機遙感影像的收獲期后殘膜識別方法[J].農業機械學報，2020，51（8）：189-195.

[2]徐信羅，陶歡，李存軍， 等.基于Faster R-CNN的松材線蟲病受害木識別與定位[J].農業機械學報，2020，51（7）：228-236.

[3]孫鈺，韓京冶，陳志泊， 等.基于深度學習的大棚及地膜農田無人機航拍監測方法[J].農業機械學報，2018，49（2）：133-140.

[4]楊焰飛，曹陽.基于深度學習的無人機拍攝圖像絕緣子目標檢測[J].激光雜志，2020，41（10）：63-66.

[5]吳松元，牛宗超，呂康勝.基于OpenMV的循跡無人機設計[J].電子世界，2020，（4）：175-176..

作者簡介：黃儀龍（2000.10-），男，漢族，河南省許昌市人，大三學生，主要從事自動化專業研究。

河南科技大學SRTP項目：基于無人機的農田精準監測系統???編號：2020079

（河南科技大學信息工程學院?河南?洛陽?471000）