Nghiên cứu hệ thống canh tác chính xác ứng dụng Robot, AI và IoT.PDF

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA  VŨ VÂN THANH NGHIÊN CỨU HỆ THỐNG CANH TÁC CHÍNH XÁC ỨNG DỤNG ROBOT, AI VÀ IOT C C R UT.L D Chuyên ngành: Kỹ thuật điện tử Mã số: 8520203 TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỆN TỬ Đà Nẵng – Năm 2020 Cơng trình hồn thành TRƯỜNG ĐẠI HỌC BÁCH KHOA Người hướng dẫn khoa học: TS Phan Trần Đăng Khoa Phản biện 1: TS Hồ Phước Tiến Phản biện 2: TS Ngô Văn Sĩ C C R UT.L Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ kỹ thuật điện tử họp Trường Đại học Bách khoa vào ngày 25 tháng 10 năm 2020 D Có thể tìm hiểu luận văn tại:  Trung tâm Học liệu, Đại học Đà Nẵng Trường Đại học Bách khoa  Thư viện Khoa Điện tử - Viễn thông, Trường Đại học Bách khoa - ĐHĐN MỞ ĐẦU TÍNH CẤP THIẾT CỦA ĐỀ TÀI Hiện nay, cách mạng công nghiệp 4.0 mang lại khác biệt lớn nhiều lĩnh vực, có lĩnh vực canh tác nông nghiệp [1] Việc áp dụng công nghiệp tiên tiến để nâng cao suất lao động sản lượng tập trung vào cơng đoạn canh tác nơng nghiệp, bao gồm: - Giám sát môi trường tăng trưởng trồng, bao gồm tình trạng phát triển cây, thơng tin khí hậu, thơng tin mơi trường nhằm giúp tăng suất trồng, giảm nguy thiên tai yêu tố khác thông qua thiết bị mạng cảm biến không dây thiết bị nông nghiệp; - Phân tích liệu giai đoạn sinh trưởng đưa định thông qua liệu thu thập tích lũy, xử lý phân tích dạng liệu lớn - Ứng dụng máy móc nơng nghiệp thơng minh khâu canh tác gieo trồng, chăm sóc thu hoạch nhằm tăng tính tự động hóa phương tiện nơng trại điều khiển thiết bị C C R UT.L D Hiệu thu từ việc sử dụng công nghệ vào canh tác nơng nghiệp giúp cơng việc canh tác trở nên tự động, mang lại nhiều giá trị lợi ích phương pháp canh tác thơng thường Ngồi ra, phương pháp góp phần cải thiện chất lượng sống cho công nhân nông trại cách giảm khối lượng lao động Chính lợi ích đó, dần hình thành nên lĩnh vực nơng nghiệp thơng minh canh tác xác liên quan đến việc tích hợp cơng nghệ tiên tiến vào q trình canh tác có để tăng hiệu sản xuất chất lượng nông sản Các cơng nghệ tiên tiến áp dụng cho canh tác xác nơng nghiệp bao gồm Vạn vật kết nối (Internet of Things - IoT), robot trí tuệ nhân tạo (Artificial Intelligent – AI) Sự kết hợp mảng công nghệ lớn cho phép tạo giải pháp tự động hóa cao phương pháp phân tích, đánh giá cho canh tác xác IoT cơng nghệ cho phép thứ giao tiếp kết nối với Điều hữu ích việc thay đổi mơ hình quy trình ngành cơng nghiệp nông nghiệp theo hướng hiệu cao Ứng dụng IoT canh tác thông minh để cải thiện quy trình sản xuất trồng trọt bao gồm hai phần hệ thống cảm biến hệ thống điều khiển Hệ thống cảm biến giúp thu nhận giá trị biến đổi môi trường sinh trưởng trồng, hệ thống điều khiển thực tác vụ canh tác [2] [3] [4] Bên cạnh IoT, robot góp phần thay lao động người thơng qua tự động hóa Hầu hết lĩnh vực nông nghiệp đặc biệt cần nhiều lao động với phần lớn nhiệm vụ có quy trình lặp nên lĩnh vực lý tưởng cho robot tự động hóa Ngày nay, robot nơng nghiệp bắt đầu xuất trang trại thực nhiệm vụ từ trồng tưới nước, đến thu hoạch phân loại Điều giúp cho việc sản xuất thực phẩm có chất lượng cao giảm đáng kể công lao động [5] Hiện nay, AI dần thay đổi diện mạo nhiều lĩnh vực, nơng nghiệp khơng nằm ngồi vùng ảnh hưởng Trong nơng nghiệp, tảng tích hợp AI dựa vào liệu thu thập để đưa dự báo thời gian gieo hạt, tình hình dịch bệnh trồng hay sức khỏe vật nuôi, thời điểm thu hoạch, sản lượng, giúp người nông dân gia tăng suất cải thiện thu nhập Những thành thu bước đầu tạo nên sóng ứng dụng AI mạnh mẽ vào sản xuất nơng nghiệp tồn giới Từ thực trạng nêu trên, đề xuất thực luận văn theo hướng nghiên cứu thực thi hệ thống canh tác xác ứng dụng cơng nghệ IoT, Robot AI Hệ thống bao gồm khối sử dụng D C C R UT.L tảng IoT để giám sát, điều khiển, cảnh báo sớm rủi ro giúp tăng xuất giảm thiểu nguy Đồng thời, luận văn nghiên cứu thực thi robot kết hợp trí tuệ nhân tạo để giúp robot thực số tác vụ canh tác phun thuốc cỏ, chăm sóc Để thực nội dung này, luận văn chia thành chương:  Chương Cơ sở lý thuyết nông nghiệp thông minh  Chương Hệ thống nông nghiệp canh tác xác  Chương Thiết kế hệ thống nơng nghiệp canh tác xác  Chương Kết thực nghiệm đánh giá hệ thống D C C R UT.L CHƯƠNG CƠ SỞ LÝ THUYẾT VỀ NÔNG NGHIỆP THÔNG MINH 1.1 Giới thiệu chương Chương giới thiệu tổng quát sở lý thuyết mơ hình nơng nghiệp thơng minh số đề tài thực lĩnh vực 1.2 Cơ sở lý thuyết Giới thiệu nông nghiệp kỷ nguyên cách mạng công nghiệp 4.0 Ngày nay, với hội nhập phát triển chung xã hội, ngành sản xuất đứng trước nhiều hội phát triển đầy triển vọng Nông nghiệp Việt Nam vốn ngành kinh tế trọng điểm, đem lại lợi ích kinh tế quan cho quốc gia, cải thiện đời sống kinh tế nhân dân bảo đảm an ninh lương thực quốc gia, góp phần bảo đảm an ninh lương thực giới Tuy nhiên, ngành nông nghiệp Việt Nam chưa phát triển xứng tầm với điều kiện khí hậu, thời tiết, đất đai mà thiên nhiên ban tặng Mơ hình sản xuất nơng nghiệp đơn giản, nhỏ lẻ, rời rạc, quy mơ sản xuất thiếu tập trung, quản lý quy trình sản xuất đảm bảo chất lượng sản phẩm đầu cuối hạn chế Đây thách thức to lớn, địi hỏi cần có cải cách lớn nhằm khắc phục điểm yếu nông nghiệp Việt Nam Với mục tiêu đó, nhiều nghiên cứu, ứng dụng nhiều kỹ thuật tiên tiến kế thừa thành từ cách mạng công nghiệp 4.0 thực hiện, nhằm nỗ lực q trình đại hố nơng nghiệp Cách mạng cơng nghiệp 4.0 mang lại nhiều ứng dụng, công nghệ tối tân Internet vạn vật (IoT), trí tuệ nhân tạo (AI), liệu lớn (Big Data), điện toán đám mây (Cloud Computing) hứa hẹn yếu tố then chốt mang lại mặt hoàn toàn mẻ cho ngành nông nghiệp Việt Nam Các nghiên cứu nước liên quan đến đề tài D C C R UT.L 1.3 Ứng dụng IoT hệ thống canh tác xác cho nơng nghiệp 1.4 Ứng dụng Robot canh tác xác 1.5 Ứng dụng trí tuệ nhận tạo canh tác nơng nghiệp xác 1.6 Mục tiêu - Nghiên cứu hệ thống IoT bao gồm node mạng cảm biến không dây thu thập thông số môi trường gateway tập hợp liệu lên server nhằm quản lý tiếp cận đến người dùng thông qua website ứng dụng di động, đồng thời cho robot tự chọn tính tự chăm sóc trồng - Nghiên cứu thực thi robot kết hợp với kỹ thuật nhận dạng phát đối tượng để thực số tác vụ canh tác Để hoàn thành mục tiêu này, cần giải vấn đề sau: - Nghiên cứu lý thuyết  Nghiên cứu mơ hình robot canh tác xác, hệ thống IoT hệ thống kết hợp IoRT  Nghiên cứu mơ hình nhận dạng phát đối tượng, đặc biệt thành phần có liên quan tập liệu, thuộc tính cho q trình nhận dạng - Nghiên cứu thực nghiệm:  Sử dụng ngơn ngữ lập trình Python để mơ tả phương pháp, thuật tốn  Thực nghiệm hệ thống IoT giám sát thông số môi trường  Vận hành robot môi trường thực tế  Chạy thử nghiệm với trường hợp thực tế đánh giá kết D C C R UT.L CHƯƠNG 2- HỆ THỐNG CANH TÁC NƠNG NGHIỆP CHÍNH XÁC 2.1 Giới thiệu chương 2.2 Sơ đồ khối hệ thống Hệ thống ứng dụng công nghệ Robot, IoT học sâu để tối ưu hóa nhiệm vụ canh tác nơng nghiệp xác Hệ thống bao gồm khối (xem Hình 2.1): Khối trạm cảm biến; Hệ thống robot canh tác; Hệ thống phát trồng; Khối giám sát điều khiển từ xa Chức khối sau:  Khối trạm cảm biến: đo giám sát tham số môi trường sinh trưởng trồng bao gồm nhiệt độ hàm lượng phân bón cho trồng, nhiệt độ, độ ẩm, áp suất khơng khí, cường độ sáng, mưa gió…  Hệ thống robot canh tác: kết cấu khí bao gồm trục di chuyển theo tọa độ X, Y, Z theo mơ hình di chuyển Prusa, mơ hình di chuyển Prusa thường áp dụng mơ hình máy in 3D  Hệ thống phát trồng: Chức hệ thống để phát hiện, nhận dạng định vị đối tượng trồng, dựa kỹ thuật học sâu, giúp giảm thời gian di chuyển cho robot vị trí khơng có trồng, đồng thời xác định loại nhằm đưa giải pháp chăm sóc hay loại bỏ xác loại đảm bảo nâng cao suất trồng, đồng thời giảm mức tiêu thụ lượng lượng nước tưới vận hành hệ thống  Khối giám sát, điều khiển từ xa: bao gồm dịch vụ điện toán đám mây giúp lưu trữ liệu khối trạm cảm biến phần mềm giao diện người dùng thiết bị di động thông minh Android website, nhằm cung cấp giải pháp IoT giúp người dùng thuận tiện giám sát tham số hệ thống canh tác, đồng thời điều khiển vận hành hệ thống từ xa thông qua kết nối internet D C C R UT.L wifi Phát đối tượng dựa học sdaau Hình 1.1 Hệ thống canh tác trồng ứng dụng IoT, Robot học sâu Mỗi khối bao gồm phần cứng phần mềm mô tả Bảng 2.1 C C R UT.L D Bảng 2.1 Mô tả chi tiết phần cứng phần mềm hệ thống robot canh tác Khối Phần cứng Khối trạm Cảm biến thu thập cảm biến liệu môi trường (nhiệt độ, độ ẩm khơng khí, độ ẩm đất, cường độ sáng…) Hệ thống Kết cấu khí Prusa, robot canh tác mạch điều khiển Hệ thống phát Camera + máy tính trồng nhúng Raspberry Pi Khối giám sát Thiết bị di động, máy điều khiển tính có kết nối internet từ xa Phần mềm Chương trình thu thập liệu cảm biến cho PIC18F4550 chương trình kết nối sở liệu server ESP8266 Điều khiển động bước, điều khiển bơm tưới Chương trình python nhúng cho Raspberry Pi Website, chương trình android 2.3 Khối trạm cảm biến Hệ thống ứng dụng IoT việc đo giám sát tham số môi trường sinh trưởng trồng Trạm cảm biến thu thập liệu môi trường bao gồm cảm biến đo khối thu thập xử lý liệu Khối nhận giá trị thông số môi trường từ cảm biến cập nhật liên tục lên sở liệu sau khoảng thời gian cố định Khối hoạt động với nguồn điện cung cấp từ pin lượng mặt trời nguồn dự trữ Pin C C R UT.L D Hình 2.2 Các khối trạm cảm biến thu thập liệu môi trường canh tác 2.4 Hệ thống robot canh tác Hệ thống robot canh tác bao gồm ba khối: Khối thu thập phân tích liệu; Khối điều khiển robot; Khối robot canh tác Hình 2.3 Sơ đồ khối hệ thống robot canh tác Khối thu thập phân tích liệu thu thập liệu có sở liệu, tiến hành phân tích đưa lệnh phù hợp cho khối điều khiển robot Khối thu thập phân tích liệu sử dụng 10 đối tượng dựa học sâu, cho đáp ứng yêu cầu đề tài đặt là: đảm bảo cân tốc độ xử lý độ xác, triển khai máy tính nhúng Raspberry Pi Để thực mục đích này, ta dựa kết so sánh mơ hình khác Từ Hình 2.5 [9], thấy rằng, mơ hình YOLOv3 với đường màu hồng có thời gian nhận dạng độ xác trung bình trội so với phương pháp khác C C R UT.L D Hình 2.5 So sánh thuật toán nhận dạng vật thể Từ kết so sánh thuật toán nghiên cứu [9], luận văn tập trung nghiên cứu ứng dụng mơ hình học sâu YOLOv3 để phục vụ cho hệ thống phát trồng 2.6 Khối giám sát điều khiển từ xa 2.7 Kết luận chương Qua chương này, có nhìn cụ thể mơ hình chung hệ thống canh tác xác cho trồng, sơ đồ khối khối hệ thống linh kiện phần cứng sử dụng đề tài, so sánh lựa chọn mơ hình học sâu phần cứng nhúng mơ hình học sâu phù hợp để bước nghiên cứu thực 11 CHƯƠNG THIẾT KẾ VÀ THI CÔNG HỆ THỐNG CANH TÁC NÔNG NGHIỆP CHÍNH XÁC 3.1 Giới thiệu chương Nhiệm vụ chương nhằm tính tốn, thiết kế thi cơng khối hệ thống Nội dung nghiên cứu bao gồm phần tính tốn, thiết kế hệ thống phần cứng, lưu đồ thuật tốn chương trình tồn hệ thống, mơ hình nhận dạng học sâu bao gồm bước chuẩn bị liệu (dataset), huấn luyện mơ hình (train), nhúng vào phần cứng máy tính nhúng, mơ hình thiết kế chung website phần mềm ứng dụng cho thiết bị di động thông minh chạy hệ điều hành Android C C R UT.L 3.2 Thiết kế khối trạm cảm biến Phần cứng khối trạm cảm biến mơ tả sơ đồ khối Hình 3.1 bao gồm: mạch trung tâm sử dụng vi điều khiển PIC18F4550 giao tiếp cảm biến đo; ESP8266 nhận liệu đo từ mạch trung tâm sau định kỳ truyền liệu lên sở liệu thông qua wifi internet; Nguồn cung cấp cho toàn tram cảm biến D Cảm biến đo Mạch trung tâm PIC18F4550 Node MCU ESP8266 Cơ sở liệu Mạch nguồn cung cấp Hình 3.1 Sơ đồ thiết kế chi tiết khối trạm cảm biến thu thập liệu môi trường Phần mềm bao gồm: chương trình nhúng cho mạch trung tâm node MCU ESP8266, thiết lập sở liệu nhận liệu trạm đo truyền lên 12 3.2.1 Thiết kế phần cứng Hình 3.2 Nguyên lý mạch vi điều khiển PIC18F4550 3.2.2 Thiết kế phần mềm Hình 3.3 Khối mạch ESP8266 Lưu đồ thuật toán chương trình đọc liệu cảm biến cập nhật lên FRD C C R UT.L D Hình 3.4 Lưu đồ thuật toán khối đọc liệu cảm biến (PIC18F4550) Hình 3.5 Lưu đồ thuật tốn chương trình cập nhật liệu Firebase 13 3.3 Thiết kế hệ thống Robot canh tác 3.3.1 Thiết kế phần cứng Như giới thiệu chương 2, hệ thống robot canh tác đóng vai trị thực quy trình chăm sóc trồng, sơ đồ mô tả tổng quát hệ thống robot canh tác Hình 3.6 Web / Android app Hình 3.6 Sơ đồ tổng quát hệ thống robot canh tác Người dùng thông qua website smartphone để tiến hành điều khiển hệ thống Dữ liệu truyền lên sở liệu (Firebase) sau đó, khối thu thập liệu (NodeMCU) đọc liệu sau đưa chế độ hoạt động phù hợp cho vi điều khiển (ATMega2560) Cuối cùng, vi điều khiển (ATMega2560) điều khiển động bước di chuyển thực công việc theo yêu cầu D C C R UT.L 14 3.3.2 Thuật toán chương trình điều khiển Robot  Lưu đồ thuật tốn khối thu thập liệu khối điều khiển robot C C R UT.L D Hình 3.7 Lưu đồ thuật Hình 3.8 Lưu đồ thuật toán toán khối thu thập liệu khối điều khiển robot 3.4 Khối phát trồng Hình 3.9 mơ tả quy trình xây dựng mơ hình phát đối tượng trồng sử dụng thuật tốn học máy, gồm hai q trình: huấn luyện dự đốn Hình 3.9 Mơ tả mơ hình phát trồng 15 3.4.1 Cơ sở liệu (dataset) Các bước xây dựng sở liệu bao gồm: Xác định đối tượng, môi trường thu thập; Cách thức tiến hành thu thập; Xử lý CSDL; Gán nhãn 3.4.1.1 Xác định đối tượng, môi trường thu thập Đề tài xác định chọn đối tượng cần chăm sóc xà lách nên chọn liệu đầu vào rau xà lách số loại cỏ phát triển luống rau xà lách, hình ảnh xà lách cỏ thu thập trực tiếp từ vườn rau (xem Hình 3.10) C C R UT.L Hình 3.10 Vườn rau trồng xà lách đường Nguyễn Sinh Sắc 3.4.1.2 Cách thức tiến hành thu thập 3.4.1.3 Xử lý sở liệu 3.4.1.4 Gán nhãn 3.4.2 Quá trình huấn luyện Q trình huấn luyện mơ hình q trình thu thập đủ lượng liệu cần có Việc huấn luyện u cầu cấu hình máy sử dụng xử lí GPU để hoạt động chúng tơi định sử dụng ứng dụng Google Google Colab để huấn luyện cho mơ hình 3.4.3 Triển khai thực máy tính nhúng Raspberry Pi Tiến hành chạy chương trình với thuật tốn Hình 3.11 Raspberry tiến hành chụp chạy thuật toán nhận dạng biến nhận dạng Firebase thay đổi sang 1, tương ứng lúc Robot di chuyển khoảng luống rau chia luống rau thành khung hình khoảng xác định tọa độ di chuyển Y cố định, sau D 16 nhận dạng thành công kết cập nhật lên Firebase tương ứng với khung hình chụp C C R UT.L D Hình 3.11 Thuật tốn chương trình xử lý Raspberry Pi 3.5 Thiết kế khối giám sát điều khiển từ xa Hình 3.12 Sơ đồ thiết kế website ứng dụng điều khiển hệ thống 17 CHƯƠNG 4- KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ HỆ THỐNG 4.1 Giới thiệu chương Trong chương này, tơi trình bày kết thi công thực nghiệm hệ thống phần cứng, phần mềm hệ thống đưa đánh giá chung hiệu suất làm việc hệ thống, từ đưa hướng phát triển cho đề tài tương lai 4.2 Thi công kết khối trạm cảm biến Sau hoàn thiện bước thi công mạch, bước kết nối bố trí khối thu thập cảm biến mơi trường thành trạm cảm biến đo hồn chỉnh, có khả ứng dụng thực tế cao C C R UT.L D Hình 4.1 Thi công thực tế khối trạm cảm biến Các cảm biến sử dụng đề tài thiết kế giá đỡ phù hợp kèm pin lượng mặt trời sạc pin để trì lượng hoạt động cho khối 4.3 Thi công phần cứng hệ thống robot canh tác Hình 4.2 mơ tả thi cơng khối điều khiển robot canh tác Khung chạy hệ thống thiết kế tách biệt với vị trí trồng để dễ dàng cho việc di chuyển lắp đặt Các động bước cơng tắc hành trình gắn cố định khung, dây kết nối đưa phía, gọn gàng phù hợp động di chuyển, tránh tình trạng dây kết nối bị kẹt khiến hệ thống hoạt động khơng xác Hộp kỹ 18 thuật gắn thêm cho phép người dùng mở rộng hệ thống, lắp đặt thêm thiết bị phần cứng dễ dàng mà không ảnh hưởng đến hoạt động hệ thống Hình 4.2 Kết thi công thực tế Robot canh tác 4.4 Thực nghiệm đánh giá hệ thống phát trồng 4.4.1 Cơ sở liệu Quá trình gắn nhãn thu tổng cộng 51375 nhãn chia Bảng 4.1 Bảng 4.1 Số lượng nhãn thu thập C C R UT.L D Tập huấn luyện Tập kiểm tra Xà lách lớn Xà lách nhỏ 17475 13134 4369 3232 Cỏ 10540 2636 4.4.2 Huấn luyện mơ hình Q trình huấn luyện kết thúc sau 30000 vòng lặp giá trị hàm mát thay đổi không đáng kể (< ngưỡng nhỏ)) Kết thu tệp chứa giá trị trọng số sau huấn luyện với đuôi *.weights 4.4.3 Kết 4.4.3.1 Theo dõi đánh giá trình huấn luyện Việc theo dõi đánh giá mơ hình huấn luyện q trình huấn luyện cần thiết, mục đích giám sát khắc phục sai sót bước giúp mơ hình huấn luyện trả kết có chất lượng cao xác Đánh giá q trình huấn luyện, ta sử 19 dụng biểu đồ Average loss Biểu đồ cập nhật liên tục theo thời gian thực C C R UT.L Hình 4.3 Biểu đồ Average loss mAP Hình 4.3 cho thấy rằng, hàm mát giảm nhanh bắt đầu hội tụ từ khoảng vòng lặp thứ 6000, tương ứng với giá trị hàm mát sấp sỉ giá trị mAP 79% Sau đó, hàm mát gần khơng thay đổi đáng kể Như vậy, sau huấn luyện 30000 vịng lặp hàm mát có giá trị 3.1497 mAP 79% 4.4.3.2 Đánh giá kết tiêu chí D Hình 4.4 Giá trị Precision Recall (1: Xà lách lớn; 0: Xà lách nhỏ; 2: Cỏ) Hình 4.4 cho thấy giá trị AP đối tượng hiểu đơn giản tỉ lệ phần trăm diện tích bao phủ phần xanh đậm so với 20 diện tích khung hình (kết thực tế so với kết mong muốn Precision =1 Recall =1) Giá trị mAP giá trị trung bình cộng giá trị AP: Bảng 4.2 Giá trị mAP mơ hình huấn luyện Xà lách lớn Xà lách nhỏ Cỏ mAP 91% 89% Trung bình 61% 80.65% Từ Bảng 4.2 thấy rằng, mAP xà lách lớn xà lách nhỏ cao, mAP cỏ thấp nhiều Các nguyên nhân so với xà lách đối tượng cỏ đa dạng hình dạng, chủng loại nên việc phát đối tượng cỏ khó khăn Ngoài ra, nhiều chủng loại cỏ xếp đối tượng nên cần nhiều mẫu để cải thiện kết đối tượng Nhận dạng thực tế mục đích cuối ta hướng tới, việc kiểm tra môi trường thực tế để khắc phục vấn đề tồn đọng chưa khắc phục mơ hình nhằm tối ưu hóa cơng việc Mơ hình phát trồng với hình ảnh đầu vào hình chụp thực tế vườn rau xà lách cho kết nhận dạng (xem Hình 4.5) C C R UT.L D Hình 4.5 Kết nhận dạng thực tế Nhận xét: o Mơ hình cho kết nhận dạng tốt o Đạt yêu cầu đề toán nhận dạng Tiến hành triển khai hệ thống phát trồng chạy thực tế 21 hệ thống robot canh tác xác cho kết nhận dạng (xem Hình 4.6a) kết chuỗi liệu Firebase Realtime Database child Field1 (xem Hình 4.6b) b) Dữ liệu cập nhật Firebase: loại trồng; tọa độ X; tọa độ Y Hình 4.6 Kết nhận dạng thực tế hệ thống robot canh tác xác Nhận xét: hệ thống phát đối tượng xà lách lớn, đồng thời cập nhật kết chuỗi liệu theo cấu trúc là: *loại trồng: tọa độ X: tọa độ Y;…# Firebase tương ứng khung a) Kết nhận dạng C C R UT.L D hình 4.5 Thi cơng thực nghiệm phần mềm hệ thống 4.5.1 Website quản lý điều khiển hệ thống Website quản lý điều khiển hệ thống bao gồm trang chính: Hình 4.7 Trang thiết lập thơng số hệ thống chăm sóc 22 - Trang “Cài đặt”: Đây trang hiển thị số thông tin hệ thống cho phép người dùng thiết lập thông số (cây lớn, nhỏ, nhiệt độ, độ ẩm đất khơng khí,…) - Trang “Chế độ chăm sóc thơng minh”: Đây trang hiển thị hình làm việc chế độ chăm sóc thông minh - Trang “Dữ liệu”: Đây trang hiển thị thông số giá trị môi trường, liên tục cập nhật Trang thay đổi hiệu ứng số thông số xảy trường hợp thông số vượt ngưỡng cho phép có hại cho trồng C C R UT.L D Hình 4.8 Trang liệu môi trường hệ thống 4.5.2 Ứng dụng cho điện thoại thông minh Android - Trang “Thông tin hệ thống”: Là trang cho phép người dùng thiết lập thông số hệ thống - Trang “Dữ liệu”: Là trang hiển thị liệu thông số giá trị môi trường - Trang “Chế độ hoạt động”: Là trang hiển thị hình có hai chức năng: o Nhận diện cây: nhận dạng cập nhật liệu tọa độ vị trí đối tượng trồng o Chăm sóc cây: thực chăm sóc tất tọa độ đối tượng trồng nhận dạng 23 Hình 4.9 Từ trái qua phải: Trang thơng tin, Trang liệu Trang chế độ hoạt động 4.6 Đánh giá chung kết làm việc hệ thống Hệ thống hoạt động ổn định, chế độ lệnh từ người dùng Động chạy nhanh trục di chuyển ổn định Hệ thống phát đối tượng trồng tương đối xác xác định tọa độ trồng nhằm phục vụ cho hệ thống robot thực chăm sóc xác loại vị trí, bỏ qua nơi ko có trồng, đảm bảo tiết kiệm thời gian lượng vận hành hệ thống Hệ thống giao diện người dùng thân thiện, thông số môi trường hiển thị rõ ràng trực quan, giúp người dùng dễ dàng quan sát điều khiển hệ thống 4.7 Kết luận chương C C R UT.L D Chương trình bày kết đạt hệ thống robot canh tác xác, thơng qua kết mô chạy thực nghiệm phần cứng lẫn phần mềm 24 KẾT LUẬN VÀ KIẾN NGHỊ  Kết đạt đề tài: - Về sản phẩm phần cứng: Đã nghiên cứu chế tạo thành công cấu robot canh tác xác, hoạt động yêu cầu Đã tạo tập liệu (dataset) trồng (xà lách cỏ) phục vụ cho nhận dạng Nghiên cứu xây dựng hệ thống cảm biến không dây giám sát tham số môi trường phục vụ cho lĩnh vực canh tác nơng nghiệp xác - Về sản phẩm phần mềm: Chương trình điều khiển robot Nghiên cứu ứng dụng mơ hình YOLOv3 giúp nhận dạng trồng cỏ dại Đã thực Website ứng dụng di động Android ứng dụng giám sát điều khiển hệ thống canh tác xác  Để phát triển mở rộng hướng nghiên cứu kết luận văn, đề xuất số hướng phát triển sau: Phát triển hệ thống vận hành với diện tích đất trồng lớn, có khả tự di chuyển đến điểm trồng (robot tự hành) Mở rộng sở liệu thực phân quyền truy cập cho người quản lý (administrator) người dùng (client) Nghiên cứu thực thi điều khiển robot canh tác linh hoạt hơn, di chuyển kết hợp trục X, Y, Z để giảm thời gian canh tác Nghiên cứu tiến đến cho robot tự hành môi trường canh tác thực tế Nghiên cứu ứng dụng công nghệ robot, AI IoT lĩnh vực chăn nuôi nhằm phù hợp hoen với điều kiện thực tế Việt Nam Tiến hành phương án thương mại hoá sản phẩm D C C R UT.L ... Các nghiên cứu nước liên quan đến đề tài D C C R UT.L 1.3 Ứng dụng IoT hệ thống canh tác xác cho nông nghiệp 1.4 Ứng dụng Robot canh tác xác 1.5 Ứng dụng trí tuệ nhận tạo canh tác nơng nghiệp xác. .. 2- HỆ THỐNG CANH TÁC NƠNG NGHIỆP CHÍNH XÁC 2.1 Giới thiệu chương 2.2 Sơ đồ khối hệ thống Hệ thống ứng dụng công nghệ Robot, IoT học sâu để tối ưu hóa nhiệm vụ canh tác nơng nghiệp xác Hệ thống. .. ứng dụng AI mạnh mẽ vào sản xuất nông nghiệp tồn giới Từ thực trạng nêu trên, tơi đề xuất thực luận văn theo hướng nghiên cứu thực thi hệ thống canh tác xác ứng dụng công nghệ IoT, Robot AI Hệ