使用多无人机成像和深度学习进行水果检测的智能集成系统
Oleksandr Melnychenko1, Lukasz Scislo2, Oleg Savenko1
1Faculty of Information Technologies, Khmelnytskyi National University, 11, Instytuts'ka Str., 29016 Khmelnytskyi, Ukraine.
Sensors (Basel, Switzerland)
|March 28, 2024
概括
这项研究介绍了一种人工智能和深度学习系统,使用多个无人机实时检测和计数果园中的水果. 创新的方法实现了高精度,提高了工业4.0的农业效率.
科学领域:
- 农业技术 农业技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 工业4.0需要通过智能传感器和计算来提高农业效率.
- 传统的果实检测方法缺乏现代果园管理所需的精度和及时性.
- 技术整合对于不断发展的农业部门至关重要.
研究的目的:
- 开发一种新的,由人工智能驱动的系统,用于准确的,实时的水果检测和果园的计数.
- 利用多个无人机 (UAV) 系统进行同步数据捕获和图像处理.
- 通过先进的数字农业解决方案,改进果园管理和收获准备.
主要方法:
- 人工智能 (AI) 和深度学习 (DL) 与多UAV平台的整合.
- 从多个无人机摄像头同时捕捉和同步视频.
- 图像质量优化,用于在动态环境中高分辨率的对象检测.
主要成果:
- 在水果检测和计数方面,平均精度为86.8%.
- 错误率保持低:14.7%的假阳性和18.3%的假阴性.
- 在具有挑战性的天气条件下,包括多云的天气条件下,已证明有效.
结论:
- 多个无人机成像和DL方法提供了卓越的实时水果识别能力.
- 这项技术代表了数字农业和工业4.0目标的重大进步.
- 该系统为有效的果园管理和收获计划提供了关键数据.
