基于物联网的控制和监测系统,用于使用图像处理和移动应用程序进行水培植物生长

科学领域:

• 农业技术 农业技术
• 人工智能在农业中的应用
• 物联网 (IoT) 的物联网 (IoT) 的物联网.

背景情况:

• 城市农业面临的挑战包括空间有限和精确的环境控制.
• 水培系统需要持续监测温度,湿度,pH和营养水平等参数.
• 现有的系统可能缺乏实时植物健康评估的先进功能.

研究的目的:

• 开发一种基于物联网的创新系统,用于水培植物生长控制和监测.
• 整合先进的图像处理和卷积神经网络 (CNN) 来进行植物健康评估.
• 通过实时数据分析和自动化控制,增强城市农业实践.

主要方法:

• 使用了一套全面的传感器套件 (DHT22,DS18B20,pH,TDS) 与ESP32微控制器进行实时数据采集.
• 通过移动应用程序实现了一个卷积神经网络 (CNN),用于基于图像的植物健康诊断.
• 开发了一个基于Kotlin的移动应用程序,用于用户交互,自动化和手动控制营养物质的输送.

主要成果:

• 在使用基于CNN的图像处理来检测植物健康状况时,实现了96%的准确性.
• 传感器提供了准确和一致的数据,用于有效的水培参数控制.
• 移动应用程序在系统可用性量表 (SUS) 上获得了 81.875 的优秀用户友好评分.

结论:

• 通过将物联网和深度学习整合到城市农业中,HydroFarm显著推进了水培技术.
• 该系统提供了增强的决策和运营效率,有可能改善粮食安全.
• 易于使用的界面和高精度证明了该系统对可持续农业实践的可行性.