字級:
小字級
中字級
大字級

智慧型作物害蟲影像監測系統改良與預警系統建置

國立臺灣大學生物產業機電工程學系

研發團隊運用嵌入式系統結合雲端系統與機器學習演算法,建置適用於溫室蟲害管理的自動影像偵測與辨識系統,直接以影像監測黏蟲紙之溫室害蟲數量與種類。所設計的整合型影像感測與環境感測模組可以即時取得影像與環境資訊,並透過無線訊號傳輸,將資料傳遞至遠端伺服器進行分析。透過大數據分析及行動裝置的隨時監測與控制,可以建立預警系統以即時因應蟲害數量及環境的改變,有效進行農作物蟲害管理,降低蟲害風險,確保作物品質。

蟲害影像感測器

為改善傳統溫室蟲害管理耗時且耗費人力的問題,本計畫以嵌入式系統為核心,設計影像感測器、溫度、濕度、照度等感測器元件構成得以適應溫室環境之感測模組。此模組能取得黏蟲紙的影像並辨識其上的害蟲種類與數量,同時透過網路及時回傳溫溼度等環境資訊,可以建立智慧蟲害整合管理的方法。另外除了溫室內的感測模組,本計畫更設計在組裝結構、防塵、防水與散熱方面皆符合戶外監測之耐用及穩定度的戶外型蟲害感測模組,並將考量未來推廣實用性及價格。

蟲害監測演算法

在實地場域中的蟲害感測模組將所取得的黏蟲紙影像及環境資訊傳回至伺服器端。而透過搭載高規格GPU伺服器以及機器學習演算法,可以辨識出回傳的影像中害蟲種類及數量,並結合環境資訊呈現於網頁及APP。在害蟲影像辨識演算法方面,我們首先利用訓練好的深度學習模型來將影像中所有的害蟲影像擷取下來,之後這些個別的害蟲影像再透過另一個深度學習分類模型來進行種類的辨識與計數。長期下來即可累積不同場域中的害蟲種類統計資訊,這些資料可以做為管理者的參考資訊,亦可作為後續分析用。

蟲害警訊系統

透過長期監測所蒐集的資料,利用其中所記錄不同環境因素下的蟲害數量及種類來建立模型。這些資訊不但能提供各個場域獨特的蟲相,亦可比較不同場域、不同管理方法下的害蟲情形。再結合專家系統,此蟲害模型可以比對歷史資料中害蟲較嚴重的季節、環境資訊,並在特定條件下發送可能的蟲害預警通知。本系統更可以統計出場域中的蟲害熱點,並標示於分布圖中供管理者參考。而透過統計每日不同害蟲所新增的數目,可以建立一套即時反應害蟲增長情況的警訊系統,在害蟲數量增加超出正常數目時,即時以手機APP呈現警訊。

TOP