基于AI视觉的庄稼保护系统(设计源文件+万字报告+讲解)（支持资料、图片参考_降重降ai）_文章底部可以扫码

摘 要随着全球AI技术的不断突破AI的应用范围越来越大也成为农业上的好帮手。中国因为地理位置和人口原因以及我国的基本国情造就了我国农业大国的地位。在我国农业植保作业的负担因为农村土地流转政策与集约化管理程度的加快变得日益繁重而随着城市建设的日益完善农村劳动力开始逐步地向城市进行转移因此农村劳动力正逐渐减少。在国家号召和基本国情的双重作用下庄稼的保护已经成为中国农业发展的首要任务。采用AI视觉的庄稼保护系统要比传统植保作业效率更高该系统可以在无人管理的情况下保护庄稼不被鸟类、虫类侵蚀。此外基于AI视觉的庄稼保护系统在解放劳动力的同时极大地增加了作业效率为农户节省了大量看守庄稼的时间和人力。本课题研究的内容是开发出一套基于AI视觉的庄稼保护系统该套系统可以实时显示摄像头检测到的画面设备还可以学习并识别鸟类和虫类生物外观。如果识别到鸟类侵扰庄稼设备就会自动播放驱赶音乐如果识别到虫类侵扰庄稼设备就会自动喷洒农药设备还可以识别庄稼的成熟度当识别到庄稼成熟时设备就会自动发送短信提醒管理员收割庄稼从而保护庄稼避免收到鸟类虫类的侵蚀。关键词单片机技术AI视觉智能化ABSTRACTWith the continuous breakthrough of global AI technology, AI has been applied more and more widely, and has also become a good helper in agriculture. China because of the geographical location and population reasons as well as the basic national conditions, China has made the status of a large agricultural country. In our country, the burden of agricultural arbor protection work becomes increasingly onerous because of the rural land circulation policy and the acceleration of intensive management degree, and along with the increasingly perfect of urban construction, the rural labor force begins to transfer gradually to the city, so the rural labor force is gradually reducing. Under the dual role of the national call and the basic national conditions, the protection of crops has become the primary task of China’s agricultural development. Crop protection systems using AI vision are more efficient than traditional plant protection operations, which can protect crops from birds and insects in the absence of human management. In addition, the AI-based crop protection system greatly increases the efficiency of operation while liberating labor force, saving farmers a lot of time and manpower to guard crops.The research content of this subject is to develop a set of crop protection system based on AI vision. The system can display the images detected by the camera in real time, and the equipment can also learn and recognize the appearance of birds and insects. If it recognises that birds have invaded crops, the device automatically plays scaring music; If it recognizes insects infesting crops, the equipment automatically sprays pesticides; The device can also recognize the crop’s ripeness, and when it does, it automatically sends a text message reminding the manager to harvest the crop, thus protecting it from birds and insects.Key wordsMCU technology; AI vision; Intelligent目 录第1章 绪 论 11.1 研究目的及意义 11.2 国内外研究现状 21.3 主要研究内容 3第2章 系统总体结构 42.1 设计方案 42.2 功能需求分析 42.2.1 技术路线 42.2.2 预期结果 42.3 总体方案设计 42.4 单片机型号选择 52.5 显示模块选择 6第3章 系统的硬件部分设计 83.1 系统总体设计 83.2 系统的主要功能模块设计 83.2.1 摄像头模块设计 83.2.2 农药喷洒模块设计 93.2.3 短信收发模块设计 103.2.4 XC6206稳压模块设计 113.2.5 显示模块设计 12第4章 系统的软件设计 134.1 主程序流程图 134.2 摄像头模块设计 144.3 农药喷洒模块设计 154.4 短信模块设计 164.5 音乐播放模块设计 174.6 显示模块设计 18第5章 系统测试 195.1 系统实物图 195.2 测试原理 195.3 插卡功能测试 195.4 摄像头功能测试 205.5 灭虫功能测试 215.6 短信功能测试 21第6章 总结与展望 226.1 总结 226.2 展望 22参考文献 23致 谢 24附 录 25附录A 电路图 25附录B 源代码 25第1章 绪 论1.1 研究目的及意义随着全球AI技术的不断突破AI的应用范围越来越大也可以成为农业上的好帮手。中国因为地理位置、人口原因以及我国的基本国情造就了我国农业大国的地位不仅坐拥18亿亩基本农田还是世界上最大的农机大国之一[12]。在我国农业植保作业的负担因为农村土地流转政策与集约化管理程度的加快变得日益繁重而随着城市建设的日益完善农村劳动力开始逐步地向城市进行转移因此农村劳动力正逐渐减少。在国家号召和基本国情的双重作用下庄稼的保护已经成为中国农业发展的首要任务。采用AI视觉的庄稼保护系统要比传统植保作业效率更高该系统可以在无人管理的情况下保护庄稼不被鸟类、虫类侵蚀。此外基于AI视觉的庄稼保护系统在解放劳动力的同时极大地增加了作业效率为农户节省了大量看守庄稼的时间和人力。随着全球人口的不断增长和城市化进程的加快农业生产的重要性变得日益突出。然而庄稼的生长和发展过程中面临着许多挑战如害虫、病害、草害、营养不良等。这些问题严重影响了农作物的产量和质量从而对全球粮食安全产生了威胁。为了解决这些问题研究人员开始利用人工智能AI和计算机视觉技术开发基于AI视觉的庄稼保护系统。全球粮食安全挑战全球粮食需求不断增长而农田面积却有限农业生产面临着巨大的压力。庄稼保护是确保农作物产量和质量的关键因素。传统农业方法的局限性传统的庄稼保护方法主要依赖于人工巡视和经验判断效率低下且易受主观因素影响无法满足大规模农田的需求。AI和计算机视觉的发展近年来AI和计算机视觉技术取得了巨大进展包括图像识别、目标检测、图像分割等领域。这为基于AI视觉的庄稼保护系统的研发提供了机会。提高农作物产量和质量基于AI视觉的庄稼保护系统可以通过自动检测和识别害虫、病害、草害等问题及时采取措施进行防治从而减少庄稼受损的程度提高农作物的产量和质量。减少农药使用量传统的庄稼保护方法通常依赖于农药的大量使用这不仅增加了生产成本还对环境和人类健康造成了潜在威胁。基于AI视觉的庄稼保护系统可以精确检测庄稼的健康状况避免不必要的农药使用从而减少对环境的污染。降低劳动力成本基于AI视觉的庄稼保护系统可以实现自动化的监测和防治减少对人工巡视的需求降低劳动力成本。农民可以更好地利用时间和资源提高农田的管理效率。推动农业现代化基于AI视觉的庄稼保护系统的研究与应用不仅可以提高农业生产的效益还有助于推动农业现代化进程。这将有助于改善农民的生活质量促进农村地区的可持续发展。基于AI视觉的庄稼保护系统的研究背景和意义是在全球粮食安全挑战、传统农业方法的局限性和AI技术的发展基础上进行的。该系统具有提高农作物产量和质量、减少农药使用量、降低劳动力成本和推动农业现代化等重要意义。综上可知利用基于AI视觉的庄稼保护系统进行定点拍摄作物叶面图像是解决大面积农作物病害抽检的有效方法然而因为摄像机监控终会受到天气、季节等复杂环境条件影响从而对后续的图像处理、分割及特征提取等带来极大的困难。现阶段对这样的冬像进行识别分类的方法大概可以分为两种:一种是冬像处理的方法获取图像中的特征进行分割识别另一种是利用深度学习的方法对冬像进行智能识别与分类。1.2 国内外研究现状基于AI视觉的庄稼保护系统是应用人工智能和计算机视觉技术来检测和识别农作物生长过程中的害虫、病害、草害等问题并及时采取相应措施进行防治。该领域的研究在国内外得到了广泛关注以下将介绍国内外在该领域的研究现状。美国美国的农业科研机构和公司积极开展基于AI视觉的庄稼保护系统的研究。例如一些公司利用高分辨率的无人机图像结合深度学习算法实现了对农田中害虫的自动检测和定位为农民提供精确的防治建议[8]。欧洲欧洲的研究机构和农业企业也在该领域进行了一系列的研究。例如一些研究团队利用计算机视觉和机器学习技术开发了可穿戴设备和机器人实现了对庄稼的自动检测、分类和防治。中国在中国农业科研机构和高校也积极投入到基于AI视觉的庄稼保护系统的研究中[17]。例如一些研究团队开展了农田图像数据的采集和处理工作利用深度学习和图像识别算法实现了对农作物病虫害的自动识别和预警。农药喷洒和疾病治疗等服务。数据收集和标注庄稼保护系统需要大量的农田图像数据用于训练和验证算法但数据收集和标注工作面临困难需要耗费大量的人力和时间。多样性和复杂性不同地区的农作物类型和生长环境各不相同庄稼保护系统需要具备对多样性和复杂性的适应能力。实时性和准确性庄稼保护系统需要实时监测和识别农作物问题并提供及时的防治建议对系统的实时性和准确性提出了要求。国内外在基于AI视觉的庄稼保护系统的研究中取得了一系列的成果包括无人机图像检测、可穿戴设备、机器人等应用[19]。然而该领域仍面临数据收集和标注、多样性和复杂性、实时性和准确性等挑战[10]。未来需要进一步加强国际合作加大对数据资源的投入深化算法研究和系统应用以推动基于AI视觉的庄稼保护系统的发展为全球农业生产提供更加智能、高效和可持续的解决方案国际上对基于AI视觉的庄稼保护系统已经颇有成效。2018年Hinrich Neumann在《Farmtec/Monosem: Automatische Lenkung schutzt Kulturpflanzen》中提到增量调节使土壤胶囊均致分散雨水可以更好地渗透到地面上并用于植物的培育。在相同的操作中Dunner可以应用于提供最佳时间的营养植物[22]。此外植物的生长需要强大的根系。然而使用不同的培养液需要仪器提供很高的动效比因此驱动速度通常非常低这样才可以避免植物的损伤。2017年Yarou Boni Barthelemy; Silvie Pierre; Komlan Francoise Assogba; Mensah Armel; Alabi Taofic; Verheggen Francois; Francis Frederic在《Pesticidal plants and vegetable crop protection in West Africa. A review》中蔬菜作物在人类营养中发挥着主导作用并对西非的家庭收入大大作出贡献。 然而他们的生产受到害虫的阻碍这限制了它们的生产力。目前我国在基于AI视觉的庄稼保护系统的研究已经处于世界领先地位。2018年王克鑫在《基于机器视觉的智能植物养护系统》中提出的基于机器视觉的智能植物养护系统与传统的植物培养箱、智能花盆、植物检测器等技术相比具有更高的智能性和实用性整个工作流程无需人工参与能够同时对多盆植物进行养护[1]。与此同时系统通过机器视觉的手段实现植物的位置定位、植物生长信息传输等功能可以大幅度提高植物养护的工作精度与适用广度。此外由于本文利用 CMOS 摄像头作为视频采集工具对日后的进一步开发提供了便利可以将智能植物养护系统与智能安防监控系统进行整合使其能够融入智能家居综合系统中去[1]。2021年董铮张华孙彦招郑毅在《一种灾害情况下庄稼保护装置》中解决蝗虫灾害下庄稼破坏的问题公开了一种灾害情况下农业庄稼保护装置通过第一物料泵和第二物料泵的设置对农作物枝叶的表面覆盖泥浆物料通过使用泥浆覆盖的方式用来避免农作物的枝叶被蝗虫破坏从而方便对庄稼进行保护。2020年刘思佳在《基于视觉的农作物病虫害自主识别系统研究》中深度学习虽然可以完成图像识别的任务但是这种过程属于线下识别[3]。将来可以依靠FPGA等搭载训练模型数据配合DSP实现线上识别[3]。1.3 主要研究内容本课题研究的内容是开发出一套基于AI视觉的庄稼保护系统该套系统可以实时显示摄像头检测到的画面设备还可以学习并识别鸟类和虫类生物外观。如果识别到鸟类侵扰庄稼设备就会自动播放驱赶音乐如果识别到虫类侵扰庄稼设备就会自动喷洒农药设备还可以识别庄稼的成熟度当识别到庄稼成熟时设备就会自动发送短信提醒管理员收割庄稼从而保护庄稼避免收到鸟类虫类的侵蚀。实现的功能如下:1.纯下位机K210核心板2.设备实时显示摄像头监测到的画面3.设备可学习并识别鸟类和虫类生物外观4.识别到鸟类侵扰庄稼自动播放驱赶音乐5.识别到虫类侵扰庄稼自动喷洒农药6.设备可学习并识别庄稼的成熟度7.识别到庄稼成熟发送短信提醒管理员收庄稼。第2章 系统总体结构2.1 设计方案文献研究法。通过查阅文献来获得研究基于AI视觉的庄稼保护系统的资料对系统设计中所涉及到的相关内容有个完整的了解初步构想系统要实现的功能及其运用的技术并搜集相关资料作为系统设计的素材。功能分析法。功能分析法是社会科学用来分析社会现象的一种方法是社会调查常用的分析方法之一。本系统通过功能分析法对软件的各项功能进行具体分析从而明确开发目标。定性分析法。通过对文献的研究运用归纳和演绎、分析与综合以及抽象与概括等方法深入了解软件和硬件开发的相关技术从而熟悉系统中各个功能模块之间的关系掌握系统的工作原理及其本质确定开发流程。经验总结法。希望通过已有的每一块功能的结合进行总结设计出一套优良的系统并规范的编写程序。2.2 功能需求分析2.2.1 技术路线1硬件部分需要使用单片机K210、显示器、摄像头、音乐播放器2软件平台程序用keil53编程语言用C语言。2.2.2 预期结果作品展示完成一个整体的基于AI视觉的庄稼保护系统设计并且该设计能实现的功能如下1.设备实时显示摄像头监测到的画面2.设备可学习并识别鸟类和虫类生物外观3.识别到鸟类侵扰庄稼自动播放驱赶音乐4.识别到虫类侵扰庄稼自动喷洒农药5.设备可学习并识别庄稼的成熟度6.识别到庄稼成熟发送短信提醒管理员收庄稼。2.3 总体方案设计第一理论知识准备阶段理解设计课题认真研究课题所涉及到的内容能够较好的掌握有关题目的知识第二确定系统各个模块理清各个模块之间的关系收集相关得到软硬件资料第三规划课题确定系统组成结构勾画出大体系统框架并在结构框架的基础上提出原理框图第四利用软件完成硬件电路部分设计并画出各部分电路图将系统部件通过接口电路集合在一起并画出电路图第五根据系统控制过程完成软件设计部分绘制出主流程图第六进行实物测试检查系统是否能够按照要求实现控制功能整理论文。2.4 单片机型号选择方案一系统微处理器选择STM32F103C8T6单片机。STM32F103C8T6单片机采用了先进的CortexM3内核结构主频高达72MHz具有128KB的闪存和20KB的RAM具有丰富的片上外设:包括16通道的12位A/D转换器、7通道的DMA控制器、16位定时器、USART接口、CAN接口(2.0B)和USB2.0全速接口(12Mbps)等。STM32F103C8T6处理器拥有80个快速的多功能双向5V兼容的I/O口芯片内所有的I/O口都可以映射到16个中断上芯片的每个I/O都是由C语言代码控制输出(推拉或开路)、输入(带或不带、上拉或下拉)多数I/O管脚都与数字或模拟的外设共用所有的I/O管脚都有大电流通过能力。和STC89C52单片机不一样的是STM32F103C8T6的GPIO有8种模式其中包含上拉、下拉输入模式所以外接按钮时可不设计上下拉电阻。根据他的原理图显示按键KEY0一端接到3.3V的VCC一端接到PA0引脚。发光二极管LED0一端也同样经1KΩ电阻接到3.3V的VCC另一端则接到PC13上。因此想要让二极管发光的话需要让PC13输出低电平。STM32最大工作电压3.6V使用了LDO低压差线性稳压器将输入电压VIN降到3.3v给微控制器供电。3.3V和GND之间的4个0.1uf的旁路电容去除高频交流信号接到了芯片的4个VDD和4个VSS上。方案二主控制芯片选择STC89C52单片机STC89C52是STC公