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
Trang 1TRƯỜNG ĐẠI HỌC NÔNG LÂM TP HỒ CHÍ MINHKHOA 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 20241
Trang 2THÀNH VIÊN NHÓM
1.Đặng Quốc Đại 21126261
2.Nguyễn Như Hiệp21126342
4.Nguyễn Thị Thanh Ngân 211264175.Nguyễn Đức Thiện 21126513
6.Hồ Quốc Thịnh 21126515
7.Trịnh Thị Huyền Trâm 211265458.Phan Thị Cẩm Tú 21126563
9.Huỳnh Khôi Minh Uyên 2112657210.Lê Thái Văn 21126577
2
Trang 3NỘI DUNG
Giới thiệu
2Cơ sở hạ tầng
3Ứng dụng của IoT và AI trong nông nghiệp tuần hoàn
4Lợi ích và thách thức của IoT trong nông nghiệp
3
Trang 52Cơ 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
Trang 6Hệ thống mạng và kết nối cho IoT và AI trong nông nghiệp
Hình 2.1 Hệ thống IoT phân chia theo lớp.
6
Trang 73Ứng 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
Trang 83Ứng dụng của AIoT
3.1 Dự đoán bệnh ở cây
Trang 9Hình 3.3 Sử dụng thuật toán AI để phân tích dự đoán bệnh ở cây
3.1 Dự đoán bệnh ở cây
Trang 10Hình 3.4 Ứng dụng trên web hoặc app mobile hiển thị thông số đo đạc
và thông số dự đoán A) web, B) app9
3.1 Dự đoán bệnh ở cây
Trang 11Hình 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.
3.2 Nhận diện quả Đào trong vườn cây ăn trái sử dụng camera vệ tinh 3D
Trang 12Hình 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
Trang 13Hình 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
Trang 144Lợi 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
Trang 15Triển 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
Trang 164 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 cost infrared sensor,’’ Comput Electron Agricult., vol 71, no 2, pp 176–181, May 2010, doi: 10 1016/j.compag.2010.01.005.
low-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=aHR0cHM6Ly9zY2hvbGFyLmdvb2dsZS5jb20v13 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
14 https://doi.org/10.1007/s42853-020-00078-315 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
Trang 17CẢM ƠN THẦY
VÀ CÁC BẠN ĐÃ LẮNG NGHE!
16