一个生成的人工智能辅助的Piezo-MEMS超声波设备用于监测植物脱水
Kaustav Roy1,2, Darren Sim3, Luwei Wang1,2
1Department of Electrical and Computer Engineering, National University of Singapore, Singapore, 117576, Singapore.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|June 19, 2025
概括
一个新的植物叶子传感器使用超声波和AI准确地实时测量水含量. 这种可重复使用的设备可以改善农业监测,减少浪费.
科学领域:
- 农业工程 农业工程
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
背景情况:
- 精确的植物水分监测对于农业生产率至关重要.
- 现有的叶子含水量传感器通常具有侵入性,体积庞大和功率低效.
- 微电子机械系统 (MEMS) 为小型化,低功耗传感器提供了潜力.
研究的目的:
- 开发一个CMOS兼容的,可连接植物叶子的Piezo-MEMS超声波装置 (PLP),用于实时动态湿度监测.
- 为了快速,非侵入性地测量植物的相对含水量 (RWC).
- 创建一个可重复使用的传感器系统,以减少电子垃圾.
主要方法:
- 使用压电超无 (PSON) 制造压电微加工超声传感器 (PMUT).
- 开发一种CMOS兼容,可重新连接的PLP设备,用于非侵入性水分监测.
- 应用生成式深度学习 (有条件变异自编码器 - CVAE) 来将信号转换为RWC.
主要成果:
- 在70%的RWC检测范围内,PLP设备在各种品种中进行了非侵入性水分监测.
- 生成式人工智能辅助系统在RWC测量中实现了1.25%的根-平方平均误差.
- 该PLP设备是可重新连接的,提高了可重复使用性和减少电子垃圾.
结论:
- 开发的PLP系统在精密植物健康管理方面取得了重大进展.
- 这种人工智能辅助的传感器可以直接关联植物对环境变化的反应.
- 这项技术有望改善灌实践,提高农业效率和环保.
