Kịch bản thử nghiệm
Tại dữ liệu kiểm thử sẽ lựa chọn hoặc chụp 1 số ảnh về hoa thuộc những lồi trong mơ hình đào tạo. Tiến hành đào tạo dữ liệu kiểm thử và xem xét kết quả.
Kết quả:
Với 38 ảnh hoa đầu vào. Mơ hình học máy đã đốn và dán nhãn đúng khoảng 34 ảnh tức khoảng 89% so với mơ hình so sánh được phân tích ở Chương 3 là khoảng hơn 70% thì cĩ thể coi trong khoảng chấp nhận được.
Hình 4. 7: Mơ hình học máy nhận dạng hoa đào
Để tăng độ chính xác trong quá trình nhận dạng, ta cĩ thể áp dụng bằng 1 số cách như:
Tăng tập dữ liệu đào tạo lớn lên ví dụ từ 80 lên 500 – 1000 ảnh cho mỗi lồi. Sử dụng thê đặc trưng riêng như SIFT, SURF,… được trình bày ở Chương 3. Sử dụng mạng lưới noron thần kinh.
4.2. Kết luận chương
Ở chương này trình bày kịch bản kiểm tra hoạt động hệ thống giám sát mơi trường ở các khoảng cách khác nhau của 2 nút mạng cảm biến phía phát so với trung tâm phía thu.
Về mạch phần cứng, nguồn điện cung cấp cho mạch ổn định, dữ liệu gửi về liên tục. Cơ cấu chấp hành mắc ở phía phát hoạt động tốt khi điều khiển từ phía trung tâm.
Giá trị độ ẩm, nhiệt độ hiển thị trên phần mềm giám sát ở phía thu cho thấy mạch hoạt động ổn định, kết nối giữa các thiết bị khơng cĩ giấu hiệu gián đoạn trong quá trình kiểm thử. Dữ liệu thu được từ các cảm biến đạt độ chính xác cao, nằm trong sai số cho phép.
Hình ảnh chụp từ nút phát được gửi về phía trung tâm và hiển thị chính xác trên phần mềm, tuy nhiên hình ảnh chưa được sắc nét. Phần mềm nhận dạng và dán
nhãn hoa hoạt động chính xác với các hình ảnh rõ nét được lựa chọn, cần khắc phục nhược điểm đĩ là chưa đánh giá chính xác loại hoa nếu các hình ảnh chụp cịn mờ.
KẾT LUẬN CHUNG VÀ HƯỚNG PHÁT TRIỂN
Hệ thống giám sát thơng số mơi trường ứng dụng trong nơng nghiệp thơng minh được xây dựng nhằm đáp ứng nhu cầu ứng dụng điện tử viễn thơng vào trong lĩnh vực nơng nghiệp, với các chức năng trong hệ thống cho phép người quản lý cĩ thể cập nhật nhanh thơng số mơi trường ở nơi mong muốn, điều khiển cơ cấu chấp hành từ trung tâm khi người sử dụng yêu cầu, đem lại hiệu quả cao trong việc quản lý, làm giảm sức lao động và đảm bảo thơng tin và độ tin cậy của dữ liệu được lưu trữ trên hệ thống máy tính.
Đánh giá kết quả của đề tài
Nhĩm thực hiện đã tiến hành thử nghiệm hệ thống ở các vị trí quanh khu vực trường đại học bách khoa và kiểm tra dữ liệu nhận được ở các khoảng cách khác nhau, dưới đây là những kết quả đã đạt được của hệ thống:
- Phần cứng thiết kế chính xác, hoạt động đúng với yêu cầu chức năng bên cạnh đĩ mạch được thiết kế nhỏ gọn, tiết kiệm chi phí.
- Các nút mạng làm việc ổn định, dữ liệu gửi về trung tâm liên tục, thơng số gửi về cĩ độ chính xác khá cao.
- Ảnh chụp tại nơi kiểm tra được truyền về trung tâm chính xác tuy nhiên chất lượng hình ảnh được chụp từ camera là chưa cao.
- Ứng dụng hiển thị trên máy tính hoạt động tốt, giao diện đẹp.
- Bộ cơ cấu chấp hành hoạt động được nhưng cịn cĩ thời gian trễ khoảng 3s chưa được khắc phục.
Hướng phát triển
Trong quá trình thực hiện đề tài, nhĩm nhận thấy hệ thống cần cĩ thêm các chức năng và hồn thiện hơn nữa. Hệ thống cĩ thể cĩ thêm các chức năng và tiêu chí cao hơn như sau:
- Cĩ thể thêm các bộ cảm biến khác như cảm biến mực nước, áp suất khơng khí…
- Thực hiện chức năng điều khiển ngược bộ cơ cấu chấp hành ở trung tâm như: điều khiển hệ thống kéo rèm che, hệ thống sưởi… Loại bỏ thời gian trễ trong lúc thực hiện điều khiển.
TÀI LIỆU THAM KHẢO
[1] Trung tâm Thơng tin và Thống kê Khoa học và Cơng nghệ, ”Báo cáo phân tích xu hướng cơng nghệ: Xu hướng nghiên cứu và ứng dụng hệ thống canh tác thơng minh trong nơng nghiệp 4.0”, 2017
[2] Nordic Semiconductor. (2007, July) . nRF24L01 Product Specification V2.0.
Available: https://www.nordicsemi.com
[3] Nordic Semiconductor. (2003, February). nRF240x ShockBurstTM technology.
Available: https://www.semiconductorstore.com
[4] Wilhelm Burger,Mark J. Burge, Principles of Digital ImageProcessing, Springer Science+Business Media, 2009.
[5] Gregory K. Wallace,“The JPEG Still Picture Compression Standard”, IEEE Transactions on Consumer Electronics, Vol.38, No.1, pp. 18-34, 1992.
[6] Limor "Ladyada" Fried. (2018, January). TTL Serial Camera. Available: https://learn.adafruit.com/ttl-serial-camera?view=all
[7]http://www.nhandan.com.vn/khoahoc/khoa-hoc/item/34564802-nong-nghiep- thong-minh-4-0-xu-huong-tat-yeu-va-cach-tiep-can.html/, truy cập 04/06/2018. [8] https://store.arduino.cc/arduino-nano/, truy cập lần cuối ngày 04/06/2018.
[9] https://tech.fpt.com.vn/ai-machine-learning-va-deep-learning-dinh-nghia-va- cach-phan-biet-chung/, truy cập lần cuối ngày 04/06/2018.
[10] https://machinelearningcoban.com/2016/12/27/categories/, truy cập lần cuối ngày 04/06/2018.
[11] http://automation.net.vn/The-gioi-cam-bien/Tong-quan-ve-mang-cam-bien- khong-day.html/, truy cập lần cuối ngày 04/06/2018.
[12] https://learn.sparkfun.com/tutorials/serial-peripheral-interface-spi/, truy cập lần cuối ngày 04/06/2018.
[13]http://www.farnell.com/datasheets/1682238.pdf/, truy cập lần cuối ngày 04/06/2018.
[14]https://www.mouser.com/ds/2/758/DHT11-Technical-Data-Sheet-Translated Version-1143054.pdf truy cập cuối cùng ngày 4/6/2018.
[15]https://infocenter.nordicsemi.com/index.jsp?topic=
%2Fcom.nordic.infocenter.sdk5.v12.0.0%2Fesb_users_guide.html truy cập cuối cùng ngày 3/6/2018.
[16]https://cdn-shop.adafruit.com/datasheets/VC0706protocol.pdf/, truy cập lần cuối ngay 04/06/2018.