Interactive Orchard Intrusion Detection System Using Sensors and Human-in-the-Loop Control
开发融合边缘自动化与人机回路的果园入侵检测系统,用传感器和摄像头实现实时报警与手机核验。
阅读 0
关键词 · 相关资讯与研究
沿着“果园安防”继续探索,共 1 条内容。
开发融合边缘自动化与人机回路的果园入侵检测系统,用传感器和摄像头实现实时报警与手机核验。
人民日报报道:广西针对南方果园人工成本高、机械化程度低、病虫害预警滞后等痛点,以"良机"(强化数字赋能)实现果园降本提质增效。搭建智慧果园监测平台,推广"耘眼"和"托普云农"智能监测系统,搭配巡园机器人、田间传感器,自动采集作物长势、温湿度、病虫害图像,AI识别准确率达90%以上,可提前预警并推送科学用药方案,移动端面向果农开放用户超50万,推广面积突破100万亩;应用开沟、割草、打药、旋耕、轨道运输等全环节机械化装备,作业效率提升50%以上,农药化肥减量30%以上,亩产提升10%以上,综合生产成本下降20%以上。
研究视频多目标跟踪系统在不同扫描条件下估算苹果产量的性能。
综述AI(CNN、ViT、无人机遥感、物联网)用于作物病虫害早期检测并融入种植园风险管理。
山东青岛市城阳区夏庄街道上山色峪村中华蜜蜂产业园是山东省首家规模化智慧蜂场,智慧蜂箱搭载物联网传感器,箱内温湿度、蜂群活跃度、蜜蜂出勤等数据实时回传后台终端,蜂农用手机即可掌握蜂群状态。产蜜量同比提升20%,蜂蜜品质全程可追溯。
提出3D实例分割与骨架化框架,自动提取苹果树枝条表型性状。
提出语义风险感知运动规划方法,用于苹果疏果机械臂,提高作业安全与效率。
提出一种结合深度学习和几何建模的猫姿态自动分析框架,从RGB图像提取临床可解释的姿态描述符。
提出融合机器学习、深度学习和物联网的智能农场系统,实现作物推荐与植物病害检测。