DTResearch
NVIDIA
 

远距监测作物温差 低成本相机化身传感器

NC State以低成本摄影机定时拍摄农田,再以机器学习算法分析作物逆境反应。North Carolina State University

及早发现农作物问题有助去芜存菁,而从现有技术中找新方法,或能避免解决方案成本过高等问题。对此,北卡州大(NC State)作物与土壤科学系,以及电机与信息工程学系跨学科研发低成本摄影机系统StressCam,远程监控作物的逆境反应。

据Farms.com报导,以北卡州重要经济作物玉米和大豆为例,两者在某些阶段缺水会造成植物逆境,并可能严重影响产量。

计算机视觉和机器学习专家Paula Ramos-Giraldo研究出StressCam,透过植物行为追踪田野土壤湿度。成本比追踪玉米和大豆田干旱逆境的一般智能手表还低。

Ramos-Giraldo表示,农民能藉此培育更多耐旱品种,未来甚至可能提醒农民何时需要灌溉田地。

StressCam系统以Raspberry Pi为基础,由成本约150美元的零件构成,并支持WiFi,其配备的计时器可以在早上打开系统,并在晚上关闭。该系统采太阳能供电,并在阴天使用备用电池。

透过定时拍摄收集照片后,再以电机资工系协助的机器学习算法对照片进行分析,寻找干旱逆境的迹象。这些信息会传回研究人员及耕作者的网络平台。

作物与土壤科学系教授Chris Reberg-Horton表示,使用StressCam的最终目标是用来监测美国众多农场的水质状况。这些摄影机有助研究覆土作物捕捉额外雨水的效率,以利替农田保留最多水分。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 传感器