nhóm 9 ứng dụng aiot trong nông nghiệp tuần hoàn

HỒ CHÍ MINHKHOA KHOA HỌC SINH HỌCIOT TRONG MÔ HÌNH NÔNG NGHIỆP TUẦN HOÀN VÀ TÍNH NĂNG DỰ ĐOÁN CỦA AIMôn học: Ứng dụng Kỹ thuật số trong nghiên cứu Sinh họcTP... NỘI DUNGGiới thiệu2Cơ sở

TRƯỜNG ĐẠI HỌC NÔNG LÂM TP HỒ CHÍ MINH

KHOA KHOA HỌC SINH HỌC

IOT TRONG MÔ HÌNH NÔNG NGHIỆP TUẦN HOÀN

VÀ TÍNH NĂNG DỰ ĐOÁN CỦA AI

Môn học: Ứng dụng Kỹ thuật số trong nghiên cứu Sinh học

TP Thủ Đức, ngày 15 tháng 5 năm 2024 1

THÀNH VIÊN NHÓM

1.Đặng Quốc Đại 21126261

2.Nguyễn Như Hiệp 21126342

4.Nguyễn Thị Thanh Ngân 21126417

5.Nguyễn Đức Thiện 21126513

6.Hồ Quốc Thịnh 21126515

7.Trịnh Thị Huyền Trâm 21126545

8.Phan Thị Cẩm Tú 21126563

9.Huỳnh Khôi Minh Uyên 21126572

10.Lê Thái Văn 21126577

2

NỘI DUNG

Giới thiệu

1

2 Cơ sở hạ tầng

3 Ứng dụng của IoT và AI trong nông nghiệp tuần hoàn

4 Lợi ích và thách thức của IoT trong nông nghiệp

5

3

1 Giới thiệu

Nông nghiệp tuần hoàn là một hệ thống sản xuất nông nghiệp được thiết kế

để tối ưu hóa sự sử dụng tài nguyên và giảm thiểu lượng chất thải.

Hình 1.1 Sự kết hợp của IoT và AI trong mô hình nông nghiệp tuần hoàn.

4

2 Cơ sở hạ tầng

Các cảm biến và thiết bị IoT phổ biến

Cảm biến mức độ

(Level Sensors)

Cảm biến nhiệt độ

(Temperature Sensors)

Cảm biến tốc độ

(Proximity Sensors)

Cảm biến hồng ngoại (Infrared Sensors)

Cảm biến cảm ứng (Touch Sensors)

Internet Cloud, phần mềm

5

Hệ thống mạng và kết nối cho IoT và AI trong nông nghiệp

Hình 2.1 Hệ thống IoT phân chia theo lớp.

6

3 Ứng dụng của AIoT

3.1 Tối ưu hoá quản lí mô hình nông nghiệp tuần hoàn

Hình 3.1 Hệ thống thông minh phát hiện sâu bệnh qua kiến trúc hạ tầng máy tính

7

3 Ứng dụng của AIoT

3.1 Dự đoán bệnh ở cây

Hình 3.3 Sử dụng thuật toán AI để phân tích dự đoán bệnh ở cây

8

3.1 Dự đoán bệnh ở cây

Hình 3.4 Ứng dụng trên web hoặc app mobile hiển thị thông số đo đạc

và thông số dự đoán A) web, B) app 9

3.1 Dự đoán bệnh ở cây

Hình 3.5 Ảnh chụp từ trên cao của vườn cây ăn trái ở Trung tâm Nghiên cứu Đổi mới Thực vật

Tsukuba (T-PRIC) a) Quang cảnh vệ tinh của T-PIRC; b) Quang cảnh vườn lê ở T-PIRC.

10

3.2 Nhận diện quả Đào trong vườn cây ăn trái sử dụng camera vệ tinh 3D

Hình 3.6 Các phân đoạn khác nhau trong quá trình phát hiện quả lê bằng bộ dữ liệu

máy ảnh 3D a) Ảnh gốc; b) ; c) Phát hiện đối tượng; d) Phân loại cá thể. 11

3.2 Nhận diện quả Đào trong vườn cây ăn trái sử dụng camera vệ tinh 3D

Hình 3.7 Dự đoán quả đào thông qua thuật toán (a) ảnh gốc ; (b) ảnh chỉnh màu trước

Khi đưa vào dự đoán (c) ảnh chỉnh màu sau dự đoán 12

3.2 Nhận diện quả đào trong vườn cây ăn trái sử dụng camera 3D

4 Lợi ích và thách thức

4.1 Lợi ích của IoT

- Tăng năng suất

- Giảm chi phí

- Cải thiện chất lượng sản phẩm

- Bảo vệ môi trường

- Chủ động lập kế hoạch phân phối

sản phẩm theo mức tăng trưởng

4.2 Thách thức của IoT

- Chi phí “từ trang trại đến bàn ăn”

- Sự phức tạp của các thiết bị, công nghệ

- Tính bảo mật, an toàn của các thiết bị

13

Triển vọng và hướng phát triển trong tương lai

Đảm bảo an ninh lương thực, bảo vệ cho sản xuất nông nghiệp

Sửa đổi thời tiết đang được thử nghiệm

Phát triển các hình thức thụ phấn mới

14

1 Quy VK, Hau NV, Anh DV, Quy NM, Ban NT, Lanza S, Randazzo G, Muzirafuti A IoT-Enabled Smart Agriculture: Architecture, Applications, and Challenges Applied Sciences 2022; 12(7):3396 https://doi.org/10.3390/app12073396

2 Kristen E, Kloibhofer R, Díaz VH, Castillejo P Security Assessment of Agriculture IoT (AIoT) Applications Applied Sciences 2021; 11(13):5841

https://doi.org/10.3390/app11135841

3 Bodla, N., Singh, B., Chellappa, R., & Davis, L S (2017) Soft-NMS—Improving object detection

with one line of code In Proceedings of the IEEE International Conference on Computer Vision

(pp 5561–5569)

4 https://ap.fftc.org.tw/article/1636

5 Van Bodegom, A., van Middelaar, J., Metz N (2019) Circular Agriculture in Low and Middle Income Countries Discussion paper, Food & Knowledge Platform

6 Adli HK, Remli MA, Wan Salihin Wong KNS, Ismail NA, González-Briones A, Corchado JM, Mohamad MS Recent Advancements and Challenges of AIoT Application in Smart Agriculture

7 Blanco-Carmona P, Baeza-Moreno L, Hidalgo-Fort E, Martín-Clemente R, González-Carvajal R, Muñoz-Chavero F AIoT in Agriculture: Safeguarding Crops from Pest and Disease Threats

8 S Blank, T Föhst, and K Berns, ‘‘A biologically motivated approach towards modular and robust low-level sensor fusion for application in agricultural machinery design,’’ Comput Electron Agricult., vol 89, pp 10–17, Nov 2012, doi: 10.1016/j.compag 2012.07.016

9 J R Mahan, W Conaty, J Neilsen, P Payton, and S B Cox, ‘‘Field performance in agricultural settings of a wireless temperature monitoring system based on a low-cost infrared sensor,’’ Comput Electron Agricult., vol 71, no 2, pp 176–181, May 2010, doi: 10 1016/j.compag.2010.01.005

10 C Kim, M Choi, T Park, M Kim, K Seo, and H Kim, ‘‘Optimization of yield monitoring in harvest using a capacitive proximity sensor,’’ Eng Agricult., Environ Food, vol 9, no 2, pp 151–157, Apr 2016, doi: 10 1016/j.eaef.2016.04.006

11 B Allred, L Martinez, M K Fessehazion, G Rouse, T N Williamson, D Wishart, T Koganti, R Freeland, N Eash, A Batschelet, and R Featheringill, ‘‘Overall results and key findings on the use of UAV visible-color, multispectral, and thermal infrared imagery to map agricultural drainage pipes,’’ Agricult Water Manage., vol 232, Apr

2020, Art no 106036, doi: 10.1016/j.agwat.2020.106036

12 https://ieeexplore.ieee.org/ielx7/6287639/8948470/09139962.pdf?tp=&arnumber=9139962&isnumber=8948470&ref=aHR0cHM6Ly9zY2hvbGFyLmdvb2dsZS5jb20v

13 Shi, X., An, X., Zhao, Q., Liu, H., Xia, L., Sun, X., & Guo, Y (2019) State-of-the-art internet of things in protected agriculture Sensors, 19(8), 1833

https://doi.org/10.3390/s19081833

14 https://doi.org/10.1007/s42853-020-00078-3

15 Book Innovation in Agriculture with IoT and AI

16 Book IoT and AI in Agriculture-Tofael Ahamed Editor

17 Book IoT and Analytics for Agriculture Prasant Kumar Pattnaik, Raghvendra Kumar , Souvik Pal , S N Panda

15

CẢM ƠN THẦY

VÀ CÁC BẠN ĐÃ LẮNG NGHE!

16