Sažetak
Korovi u poljima jagoda brzo se razmnožavaju, uskraćujući sadnicama jagoda hranjive tvari i svjetlost, povećavajući lokalnu temperaturu okoliša i služeći kao međudomaćini za štetnike i bolesti, ubrzavajući njihovu pojavu i širenje. Kako bi se riješio problem suzbijanja korova tijekom uzgoja presadnica jagoda, ovaj rad dizajnira autonomnog laserskog robota za plijevljenje polja s jagodama koji se temelji na DIN-LW-YOLO. Prvo, uspostavom skupova podataka iz polja jagoda u različitim okruženjima, predlažemo DIN-LW-YOLO: metodu detekcije za navigaciju cijevi za navodnjavanje kapanjem i lasersko uklanjanje korova, koja može otkriti sadnice jagoda, korov, cijevi za navodnjavanje kapanjem i točke rasta korova u stvarnom-vremenu. Model konstruira glave predviđanja na kartama značajki visoke-razlučivosti YOLOv8-poze. EMA modul pažnje dodaje se prije glave predviđanja i modula Spatial Pyramid Pooling Fast (SPPF) za hvatanje odnosa uparenih-piksela. Ovaj pristup bolje koristi detaljne informacije iz karata plitkih značajki, poboljšavajući otkrivanje malih ciljeva. Dodatno, deformabilne vijuge koriste se za adaptivno hvatanje ciljanih značajki, zamjenjujući drugu vijugu u strukturi uskog grla modula spajanja značajki, poboljšavajući otkrivanje izduženih ciljeva cijevi za navodnjavanje kap po kap. Zatim je DIN-LW-YOLO integriran u laserski robot za plijevljenje. Upravljački sustav određuje navigacijski put na temelju širine cijevi za navodnjavanje kapanjem za povratnu kontrolu i pozicionira lasersku metu dobivanjem koordinata točaka rasta korova u odnosu na sadnice jagoda i cijevi za navodnjavanje kapanjem, postižući autonomne operacije laserskog uklanjanja korova. Rezultati testa pokazuju da model DIN-LW-YOLO pokazuje snažnu izvedbu prepoznavanja podataka o polju jagoda u različitim okruženjima i fazama rasta. Prosječna točnost modela (mAP) u regionalnom i točkastom otkrivanju ciljeva je 88,5% odnosno 85,0%, što je poboljšanje za 1,9% i 2,6% u usporedbi s originalnim modelom, ispunjavajući zahtjeve rada u stvarnom vremenu autonomnog robota za lasersko uklanjanje korova. Rezultati ispitivanja na terenu pokazuju kontrolu korova i stope ozljeda sadnica od 92,6% odnosno 1,2%, što zadovoljava agronomske zahtjeve za mehaničko uklanjanje korova u poljima jagoda. Nalazi pridonose dizajnu inteligentne poljoprivredne opreme i promiču primjenu strojnog vida u zaštiti usjeva jagoda.
Uvod
Jagode su višegodišnje zeljaste biljke iz obitelji Rosaceae koje se obično razmnožavaju vegetativno putem stolona. Nisko rastuće biljke jagoda vrlo su osjetljive na okolne korove iu rasadniku iu polju. Snažni korovi ne samo da se natječu za hranjive tvari i svjetlost, povećavajući lokalnu temperaturu okoliša, već služe i kao posredni domaćini za štetnike i bolesti, ubrzavajući njihovo širenje. Posljedično, suzbijanje korova izravno utječe na urod i kvalitetu jagoda. Uobičajeno primijenjeni prije- i post-herbicidi negativno utječu na prinos, okoliš i zdravlje radnika (Huang et al., 2018.). Rabier i sur. (2017.) primijetili su da su mehanički uređaji za uklanjanje korova manje učinkoviti od herbicida, budući da konvencionalni uređaji za uklanjanje korova (npr. motike, rotirajući noževi) ne mogu specifično ciljati na korov unutar-redova. Osim toga, poremećaj tla uslijed obrade može naštetiti korisnim organizmima u tlu, poput glista, te dovesti do erozije tla i ispiranja hranjivih tvari (Chatterjee & Lal, 2009.). Zabrinutost u vezi s trenutačnim metodama suzbijanja korova naglašava potrebu za inovativnim rješenjima, među kojima suzbijanje korova temeljeno na laseru obećava (Tran et al., 2023.).
Na polju laserske -kontrole korova, razna su dostignuća postojano poticala razvoj tehnologije. Heisel i sur. (2001) prvi su koristili laserske zrake za rezanje stabljika korova za suzbijanje korova. Kasnije su Mathiassen i sur. (2006.) proveo-dubinsko istraživanje učinaka laserskog tretmana na suzbijanje korova, otkrivši da je izlaganje apikalnim meristemima korova laserom značajno smanjilo rast i bilo kobno za određene vrste korova. Nadimi i sur. (2009.) dizajnirali su laserski uređaj za ispitivanje korova za simulaciju dinamičkog ciljanja korova. Nakon toga, Marx et al. (2012) eksperimentalno su pokazali da je za učinkovito suzbijanje korova potrebno CNC (Computer Numerical Control) precizno ciljanje meristema, dok su Ge et al. (2013) i Xuelei et al. (2016.) svaki je predložio koncept robotske ruke za lasersko uklanjanje korova. Arsa i sur. (2023.) predstavio je konvolucionarnu neuronsku mrežu s arhitekturom kodera-dekodera za otkrivanje točaka rasta korova, ističući značaj i izvedivost otkrivanja-točaka rasta za precizno lasersko ciljanje u ovoj tehnologiji. Zajedno, ove studije su sustavno unaprijedile laser-tehnologiju kontrole korova u različitim dimenzijama.
Posljednjih godina, kako bi se pozabavili izazovima zakorovljivanja polja, istraživači su koristili tehnike dubokog učenja za otkrivanje korova na poljima usjeva. Gao i sur. (2020.) razvili su metodu pomoću duboke konvolucijske neuronske mreže (CNN) temeljene na YOLOv3-za razlikovanje šećerne repe od korova, dok su Jabir i sur. (2021.) primijenili su četiri mrežne arhitekture-Detectron 2, EfficientDet, YOLO i Faster R-CNN-kako bi razlikovali orhideje od konvolvulusa, odabirući najprikladniju strukturu za otkrivanje korova. Chen i sur. (2022.) poboljšali su model YOLOv4 uključivanjem SE modula kao logičkog sloja u SPP i dodavanjem lokaliziranog skupljanja važnosti, rješavajući varijacije u ciljnim veličinama i značajno poboljšavajući učinkovitost i točnost prepoznavanja korova u poljima sezama. Visentin i sur. (2023) demonstrirao je hibridni autonomni robotski sustav za plijevljenje koji je postigao inteligentno i automatizirano plijevljenje. Shao i sur. (2023) pozabavio se složenim problemima u rižinim poljima-kao što su refleksija vode, pozadina tla, rast koji se preklapa i različita rasvjeta-predlažući poboljšani model dubokog učenja, GTCBS-YOLOv5s, za prepoznavanje šest vrsta korova. Fan i sur. (2023.) izradili su integrirani model detekcije i upravljanja korovom koristeći CBAM modul, BiFPN strukturu i bilinearni algoritam interpolacije. Xu i sur. (2023) predstavio je novi pristup koji kombinira vidljive indekse boja s metodom segmentacije instance koja se temelji na arhitekturi kodera-dekodera, učinkovito rješavajući izazov točnog otkrivanja i segmentiranja korova među gusto zasađenim usjevima soje. Liao i sur. (2024.) predložio je novi model Strip Convolutional Network (SC-Net), postižući rezultate mIoU od 87,48 % i 89,00 % na prilagođenim skupovima podataka o sadnicama riže i javnim poljoprivrednim podacima, pokazujući visoku točnost i stabilnost. Ronay i sur. (2024) procijenili su učinak SMA-a u procjeni pokrivenosti korovom u različitim fazama rasta, kao i u spektralnoj i prostornoj rezoluciji. Rai i Sun (2024.) razvili su jedno-arhitekturu dubokog učenja koja je sposobna i za lokalizaciju graničnog okvira i za segmentaciju instanci-piksela korova u slikama daljinskog otkrivanja dobivenim UAV-om.
Ukratko, trenutačno se istraživanje prvenstveno usredotočuje na razlikovanje usjeva od korova. Međutim, za lasersko uklanjanje korova u poljima jagoda bitno je ne samo identificirati korov, već i otkriti cijevi za navodnjavanje kap po kap i lokalizirati koordinate točaka rasta korova kako bi se omogućile precizne operacije uklanjanja korova. Korištenje cijevi za navodnjavanje kap po kap za navigaciju na terenu dodaje funkcionalnost jednom mrežnom modelu, optimizirajući računalne resurse. Unatoč tome, različite veličine biljaka jagoda, tanke vodovodne cijevi i složeni uvjeti, poput preklapanja između sadnica jagoda i cijevi, kao i gusto skupljeni korov, predstavljaju značajne izazove za točno izdvajanje i učenje značajki korova, sadnica jagoda, cijevi za navodnjavanje i točaka rasta korova u poljima jagoda.
Na temelju gore navedenog konteksta, ova studija ima za cilj: (1) uspostaviti skup podataka koji pokriva različite uvjete rasta i faze za polja jagoda, cijevi za navodnjavanje kap po kap, korove i točke rasta korova; (2) predložiti model DIN-LW-YOLO za precizno otkrivanje polja s jagodama, cijevi za navodnjavanje kap po kap, korova i točaka rasta korova; (3) razviti kontrolni sustav temeljen na modelu DIN-LW-YOLO za upravljanje navigacijom u stvarnom-vremenu i laserskim ciljanjem za robota za plijevljenje; i (4) provesti terenska ispitivanja postavljanjem robota za lasersko plijevljenje u poljima jagoda kako bi se procijenila njegova autonomna izvedba laserskog plijevljenja u stvarnim uvjetima na terenu.
