Astratt
Il-ħaxix ħażin fl-għelieqi tal-frawli jirriproduċi malajr, iċaħħad lin-nebbieta tal-frawli minn nutrijenti u dawl, iżid it-temperatura ambjentali lokali, u jservi bħala ospitanti intermedji għall-pesti u l-mard, u jaċċellera l-okkorrenza u t-tixrid tagħhom. Biex tindirizza l-kwistjoni tal-kontroll tal-ħaxix ħażin waqt il-kultivazzjoni tan-nebbieta tal-frawli, dan id-dokument jiddisinja robot awtonomu tat-tnaqqija bil-lejżer għall-għelieqi tal-frawli bbażat fuq DIN-LW-YOLO. L-ewwel, billi nistabbilixxu datasets minn għelieqi tal-frawli f'diversi ambjenti, nipproponu DIN-LW{-YOLO: metodu ta' skoperta għan-navigazzjoni tal-pajpijiet tal-irrigazzjoni bil-qtar u t-tnaqqija bil-lejżer, li jistgħu jiskopru nebbieta tal-frawli, ħaxix ħażin, pajpijiet tal-irrigazzjoni bil-qtar, u punti ta' tkabbir tal-ħaxix ħażin f'-ħin reali. Il-mudell jibni heads ta' tbassir fuq-mapep ta' karatteristiċi b'riżoluzzjoni għolja ta' YOLOv8-pose. Modulu ta' attenzjoni tal-EMA huwa miżjud qabel ir-ras ta' tbassir u l-modulu Spatial Pyramid Pooling Fast (SPPF) biex jinqabdu relazzjonijiet ta' paired fil-livell tal-pixel-. Dan l-approċċ juża aħjar informazzjoni dettaljata minn mapep tal-karatteristiċi baxxi, u jtejjeb is-sejbien ta 'mira żgħira. Barra minn hekk, konvoluzzjonijiet deformabbli huma wżati biex jaqbdu b'mod adattiv karatteristiċi tal-mira, li tissostitwixxi t-tieni konvoluzzjoni fl-istruttura tal-konvoluzzjoni tal-modulu tal-fużjoni tal-karatteristika, ittejjeb l-iskoperta ta 'miri tawwali tal-pajpijiet tal-irrigazzjoni tat-taqtir. Sussegwentement, DIN-LW-YOLO huwa integrat fir-robot tat-tnaqqija bil-lejżer. Is-sistema ta 'kontroll tiddetermina l-mogħdija tan-navigazzjoni bbażata fuq il-wisa' tal-pajp tat-tisqija tat-taqtir għall-kontroll tal-feedback u tqiegħed il-mira tal-lejżer billi tikseb il-koordinati tal-punti tat-tkabbir tal-ħaxix ħażin relattiv għan-nebbieta tal-frawli u l-pajpijiet tal-irrigazzjoni tat-taqtir, u tikseb operazzjonijiet awtonomi ta 'tnaqqija bil-laser. Ir-riżultati tat-test juru li l-mudell DIN-LW{-YOLO juri prestazzjoni b'saħħitha ta' rikonoxximent fuq dejta tal-għalqa tal-frawli taħt ambjenti u stadji ta' tkabbir differenti. L-eżattezza medja (mAP) tal-mudell fl-iskoperta tal-mira reġjonali u tal-punt hija 88.5% u 85.0%, rispettivament, titjieb b'1.9% u 2.6% meta mqabbla mal-mudell oriġinali, u tissodisfa r-rekwiżiti tal-operat f'ħin reali tar-robot awtonomu tat-tnaqqija bil-lejżer. Ir-riżultati tat-test fuq il-post jindikaw kontroll tal-ħaxix ħażin u rati ta 'ħsara tan-nebbieta ta' 92.6% u 1.2%, rispettivament, li jissodisfaw ir-rekwiżiti agronomiċi għat-tnaqqija mekkanika fl-għelieqi tal-frawli. Is-sejbiet jikkontribwixxu għad-disinn ta 'tagħmir agrikolu intelliġenti u jippromwovu l-applikazzjoni tal-viżjoni bil-magna fil-protezzjoni tal-uċuħ tar-raba' tal-frawli.
Introduzzjoni
Il-frawli huma pjanti erbaċej perenni tal-familja Rosaceae, tipikament propagati b'mod veġetattiv permezz ta 'stolons. Pjanti tal-frawli li jikbru-baxx huma suxxettibbli ħafna għall-ħaxix ħażin tal-madwar kemm fl-ambjenti tal-mixtla kif ukoll tal-għalqa. Il-ħaxix ħażin vigoruż mhux biss jikkompeti għan-nutrijenti u d-dawl, u jżid it-temperatura ambjentali lokali, iżda jservi wkoll bħala ospitanti intermedji għall-pesti u l-mard, u jaċċellera t-tixrid tagħhom. Konsegwentement, il-kontroll tal-ħaxix ħażin jaffettwa direttament ir-rendiment u l-kwalità tal-frawli. L-erbiċidi applikati b'mod komuni qabel- u wara-emerġenti għandhom impatt negattiv fuq ir-rendiment, l-ambjent, u s-saħħa tal-ħaddiema (Huang et al., 2018). Rabier et al. (2017) innutaw li magni mekkaniċi tal-ħaxix ħażin huma inqas effettivi mill-erbiċidi, peress li ħaxix ħażin konvenzjonali (eż., hoes, xfafar li jduru) ma jistgħux jimmiraw speċifikament ħaxix ħażin intra-fil-fillieri. Barra minn hekk, it-tfixkil tal-ħamrija mill-ħdim jista’ jagħmel ħsara lill-organiżmi tal-ħamrija ta’ benefiċċju, bħall-ħniex, u jwassal għal erożjoni tal-ħamrija u lissija ta’ nutrijenti (Chatterjee & Lal, 2009). It-tħassib dwar il-metodi attwali ta' kontroll tal-ħaxix ħażin jenfasizza l-ħtieġa għal soluzzjonijiet innovattivi, fosthom il-kontroll tal-ħaxix ħażin ibbażat fuq il-laser-wegħda (Tran et al., 2023).
Fil-qasam tal-kontroll tal-ħaxix ħażin ibbażat fuq il-lejżer-, diversi avvanzi mexxew b'mod kostanti l-iżvilupp tat-teknoloġija. Heisel et al. (2001) kienu pijunieri fl-użu tar-raġġi tal-laser biex jaqtgħu zkuk tal-ħaxix ħażin għall-kontroll tal-ħaxix ħażin. Aktar tard, Mathiassen et al. (2006) wettqu studju-dettall tal-effetti tat-trattament bil-lejżer fuq is-soppressjoni tal-ħaxix ħażin, u sabu li l-espożizzjoni tal-lejżer għal meristemi apikali tal-ħaxix ħażin naqqas b'mod sinifikanti t-tkabbir u kien fatali għal ċerti speċijiet tal-ħaxix ħażin. Nadimi et al. (2009) iddisinjaw apparat tat-test tat-tnaqqija bil-lejżer biex jissimulaw l-immirar dinamiku tal-ħaxix ħażin. Sussegwentement, Marx et al. (2012) wrew b'mod sperimentali li l-kontroll effettiv tal-ħaxix ħażin jeħtieġ immirar ta 'preċiżjoni CNC (Kontroll Numeriku tal-Kompjuter) ta' meristemi, filwaqt li Ge et al. (2013) u Xuelei et al. (2016) kull wieħed ippropona kunċetti tad-driegħ robotiku għat-tnaqqija bil-lejżer. Arsa et al. (2023) introduċew netwerk newrali konvoluzzjonali b'arkitettura ta' encoder-decoder biex tiskopri punti ta' tkabbir tal-ħaxix ħażin, u enfasizza s-sinifikat u l-fattibilità ta' skoperta ta'-punt ta' tkabbir għal immirar preċiż tal-laser f'din it-teknoloġija. Flimkien, dawn l-istudji għamlu sistematikament avvanzati teknoloġija tal-kontroll tal-ħaxix ħażin ibbażata fuq il-laser-f'diversi dimensjonijiet.
F'dawn l-aħħar snin, biex jindirizzaw l-isfidi tat-tnaqqija tal-ħaxix, ir-riċerkaturi użaw tekniki ta 'tagħlim fil-fond għall-iskoperta tal-ħaxix ħażin fl-għelieqi tal-uċuħ tar-raba'. Gao et al. (2020) żviluppaw metodu li juża netwerk newrali konvoluzzjonali profond (CNN) ibbażat fuq YOLOv3- biex jiddistingwi l-pitravi taz-zokkor mill-ħaxix ħażin, filwaqt li Jabir et al. (2021) applikaw erba' arkitetturi tan-netwerk-Detectron 2, EfficientDet, YOLO, u Faster R-CNN-biex jiddifferenzjaw l-orkidej minn convolvulus, u għażlu l-aktar struttura adattata għall-iskoperta tal-ħaxix ħażin. Chen et al. (2022) tejbu l-mudell YOLOv4 billi inkorporaw il-modulu SE bħala s-saff loġiku fl-SPP u żiedu l-ġbir ta’ importanza lokalizzata, indirizzaw il-varjazzjoni fid-daqsijiet tal-mira u tejbu b’mod sinifikanti l-effiċjenza u l-eżattezza tar-rikonoxximent tal-ħaxix ħażin fl-għelieqi tal-ġulġlien. Visentin et al. (2023) wrew sistema ta' tnaqqija robotika awtonoma ibrida li kisbet tnaqqija intelliġenti u awtomatizzata. Shao et al. (2023) indirizzaw kwistjonijiet kumplessi fl-għelieqi tar-ross-bħar-riflessjoni tal-ilma, l-isfond tal-ħamrija, tkabbir li jikkoinċidi, u dawl divers-billi ppropona mudell imtejjeb ta' tagħlim fil-fond, GTCBS-YOLOv5s, biex jidentifika sitt tipi ta' ħaxix ħażin. Fan et al. (2023) ħolqu mudell integrat ta 'detezzjoni u ġestjoni tal-ħaxix ħażin bl-użu tal-modulu CBAM, struttura BiFPN, u algoritmu ta' interpolazzjoni bilineari. Xu et al. (2023) ippreżentaw approċċ ġdid li jgħaqqad indiċijiet tal-kulur viżibbli ma' metodu ta' segmentazzjoni tal-istanza bbażat fuq arkitettura ta' kodifikatur-dekoder, li jindirizza b'mod effettiv l-isfida ta' skoperta u segmentazzjoni ta' ħaxix ħażin fost għelejjel tas-sojja mħawla b'mod dens. Liao et al. (2024) ippropona mudell ġdid ta' Strip Convolutional Network (SC-Net), li jikseb punteġġi mIoU ta' 87.48 % u 89.00 % fuq nebbieta tar-ross apposta u settijiet ta' dejta agrikoli pubbliċi, li juru preċiżjoni u stabbiltà għolja. Ronay et al. (2024) evalwaw il-prestazzjoni ta 'SMA fl-istima tal-kopertura tal-ħaxix ħażin fi stadji differenti ta' tkabbir kif ukoll fir-riżoluzzjoni spettrali u spazjali. Rai and Sun (2024) żviluppaw arkitettura ta' tagħlim fil-fond ta'-stadju wieħed kapaċi kemm għall-lokalizzazzjoni tal-kaxxa tal-limiti kif ukoll is-segmentazzjoni tal-istanza fil-livell tal-pixel-ta' ħaxix ħażin f'immaġini ta' telerilevament akkwistati mill-UAV.
Fil-qosor, ir-riċerka attwali tiffoka primarjament fuq id-distinzjoni tal-uċuħ tar-raba 'mill-ħaxix ħażin. Madankollu, għat-tnaqqija bil-lejżer fl-għelieqi tal-frawli, huwa essenzjali mhux biss li jiġi identifikat il-ħaxix ħażin iżda wkoll li jinstabu pajpijiet ta 'irrigazzjoni bil-qtar u jiġu lokalizzati l-koordinati tal-punt tat-tkabbir tal-ħaxix ħażin biex jippermettu operazzjonijiet preċiżi ta' tnaqqija. L-użu ta 'pajpijiet ta' irrigazzjoni tat-taqtir għan-navigazzjoni fil-qasam iżid il-funzjonalità ma 'mudell ta' netwerk wieħed, u jottimizza r-riżorsi komputazzjonali. Madankollu, id-daqsijiet li jvarjaw ta 'pjanti tal-frawli, pajpijiet tal-ilma irqaq, u kundizzjonijiet kumplessi, bħal koinċidenza bejn nebbieta u pajpijiet tal-frawli, kif ukoll ħaxix ħażin miġbur b'mod dens, jippreżentaw sfidi sostanzjali biex jiġu estratti u jitgħallmu b'mod preċiż il-karatteristiċi ta' ħaxix ħażin, nebbieta tal-frawli, pajpijiet ta 'irrigazzjoni u punti ta' tkabbir tal-ħaxix tal-frawli.
Abbażi tal-kuntest ta 'hawn fuq, dan l-istudju għandu l-għan li: (1) jistabbilixxi sett ta' dejta li jkopri diversi kundizzjonijiet u stadji ta 'tkabbir għal għelieqi tal-frawli, pajpijiet ta' irrigazzjoni bil-qtar, ħaxix ħażin, u punti ta 'tkabbir tal-ħaxix ħażin; (2) tipproponi l-mudell DIN-LW-YOLO biex tiskopri b'mod preċiż għelieqi tal-frawli, pajpijiet ta 'irrigazzjoni bil-qtar, ħaxix ħażin, u punti ta' tkabbir tal-ħaxix ħażin; (3) tiżviluppa sistema ta' kontroll ibbażata fuq il-mudell DIN-LW-YOLO biex timmaniġġja n-navigazzjoni f'-ħin reali u l-mira bil-lejżer għar-robot tat-tnaqqija; u (4) twettaq provi fuq il-post billi tuża r-robot tat-tnaqqija bil-lejżer f'għelieqi tal-frawli biex tevalwa l-prestazzjoni awtonoma tagħha tat-tnaqqija bil-lejżer taħt kundizzjonijiet reali tal-qasam.
