一个由人工智能驱动的智能农业机器人,用于使用物联网和深度学习来检测农田中的虫
Mana Saleh Al Reshan1,2, Wahidur Rahman3,4, Shisir Mia3
1Department of Information System, College of Computer Science and Information Systems, Najran University, Najran, 61441, Saudi Arabia.
Scientific reports
|November 13, 2025
概括
这项研究开发了一个使用物联网 (IoT) 和机器学习 (ML) 进行有效的虫检测的农业机器人 (Agribot). 该Agribot实现了99.51%的准确性,证明了其实时农业害虫管理的可行性.
科学领域:
- 农业工程 农业工程
- 机器人技术 机器人技术 机器人技术
- 计算机科学 计算机科学
背景情况:
- 虫侵袭对全球农业生产构成重大威胁.
- 传统的虫控制方法往往不足以防止广泛的破坏.
- 先进的技术为早期检测和管理虫群提供了潜在的解决方案.
研究的目的:
- 开发一个智能农业机器人 (Agribot),用于在农田实时检测虫.
- 整合物联网 (IoT),机器学习 (ML) 和深度学习 (DL) 以提高害虫检测能力.
- 评估开发的Agribot系统的性能,速度和可用性.
主要方法:
- 一个带有传感器的物联网框架,一个安卓应用程序和一个云服务器被实现了自动化.
- 预训练的卷积神经网络 (CNN) 模型 (VGG19) 与ML分类器 (逻辑回归) 和特征选择器 (SVC) 一起使用.
- 一个以自然为灵感的算法 (人工蜂群 - ABC) 被纳入了ML/DL架构中.
主要成果:
- 农业机器人使用VGG19 CNN模型与后勤回归和SVC实现了99.51%的最大虫检测准确度.
- 农业机器人以0.3048米/秒的最大速度在实时视频流中展示了高效的操作.
- 该系统的系统可用性量表 (SUS) 得分为86%,表明用户满意度很高.
结论:
- 开发的Agribot系统显示出对实时虫检测和农业自动化的强大可行性.
- 物联网,ML和DL的整合为管理农业害虫提供了有效的解决方案.
- 进一步的研究可以解决发现的局限性,以优化系统的更广泛的应用.
