Abstraktné
Burina na jahodových poliach sa rýchlo rozmnožuje, zbavuje sadenice jahôd živín a svetla, zvyšuje lokálnu teplotu prostredia a slúži ako medzihostiteľ pre škodcov a choroby, čím sa urýchľuje ich výskyt a šírenie. Na riešenie problému kontroly buriny počas pestovania sadeníc jahôd tento článok navrhuje autonómny laserový odstraňovač buriny pre jahodové polia založený na DIN-LW-YOLO. Po prvé, vytvorením množín údajov z jahodových polí v rôznych prostrediach navrhujeme DIN-LW-YOLO: metódu detekcie pre navigáciu kvapkacieho zavlažovacieho potrubia a laserové odstraňovanie buriny, ktorá dokáže odhaliť sadenice jahôd, burinu, kvapkové zavlažovacie potrubia a body rastu buriny v reálnom-čase. Model vytvára predikčné hlavy na mapách prvkov s vysokým-rozlíšením v pozícii YOLOv8-. Modul pozornosti EMA je pridaný pred predikčnú hlavu a modul SPPF (Spatial Pyramid Pooling Fast) na zachytávanie párových vzťahov na{15}}úrovni pixelov. Tento prístup lepšie využíva podrobné informácie z plytkých máp objektov, čím sa zlepšuje detekcia malých cieľov. Okrem toho sa na adaptívne zachytenie cieľových prvkov používajú deformovateľné konvolúcie, ktoré nahrádzajú druhú konvolúciu v štruktúre úzkeho hrdla modulu fúzie prvkov, čím sa zlepšuje detekcia predĺžených cieľov kvapkovej závlahy. Ďalej je do laserového robota na odstraňovanie buriny integrovaný DIN-LW-YOLO. Riadiaci systém určuje navigačnú cestu na základe šírky kvapkovej zavlažovacej rúrky pre spätnú kontrolu a umiestňuje laserový cieľ získaním súradníc bodov rastu buriny vzhľadom na sadenice jahôd a kvapkacie zavlažovacie rúrky, čím sa dosiahne autonómne laserové odstraňovanie buriny. Výsledky testov ukazujú, že model DIN-LW-YOLO demonštruje silný rozpoznávací výkon na údajoch z jahodových polí v rôznych prostrediach a štádiách rastu. Priemerná presnosť modelu (mAP) pri detekcii regionálneho a bodového cieľa je 88,5 % a 85,0 %, čo je zlepšenie o 1,9 % a 2,6 % v porovnaní s pôvodným modelom, čím spĺňa požiadavky autonómneho laserového odburiňovacieho robota na prevádzku v reálnom čase. Výsledky poľných testov naznačujú mieru kontroly buriny a poškodenia sadeníc 92,6 % a 1,2 %, v uvedenom poradí, čo spĺňa agronomické požiadavky na mechanické odstraňovanie buriny na jahodových poliach. Zistenia prispievajú k návrhu inteligentných poľnohospodárskych zariadení a podporujú aplikáciu strojového videnia pri ochrane plodín jahôd.
Úvod
Jahody sú trváce bylinné rastliny z čeľade Rosaceae, ktoré sa typicky rozmnožujú vegetatívne prostredníctvom stolónov. Nízko rastúce rastliny jahôd sú veľmi náchylné na okolité buriny v škôlkach aj na poli. Vitálne buriny nielen súťažia o živiny a svetlo, čím zvyšujú miestnu teplotu prostredia, ale slúžia aj ako medzihostiteľ pre škodcov a choroby, čím sa urýchľuje ich šírenie. V dôsledku toho kontrola buriny priamo ovplyvňuje úrodu a kvalitu jahôd. Bežne používané pre- a post-herbicídy negatívne ovplyvňujú výnos, životné prostredie a zdravie pracovníkov (Huang et al., 2018). Rabier a kol. (2017) poznamenali, že mechanické odstraňovače buriny sú menej účinné ako herbicídy, pretože konvenčné odstraňovače buriny (napr. motyky, rotačné nože) nemôžu špecificky zasiahnuť vnútroriadkovú burinu. Okrem toho môže narušenie pôdy pri obrábaní pôdy poškodiť prospešné pôdne organizmy, ako sú dážďovky, a viesť k erózii pôdy a vyplavovaniu živín (Chatterjee & Lal, 2009). Obavy týkajúce sa súčasných metód kontroly buriny podčiarkujú potrebu inovatívnych riešení, medzi ktoré patrí kontrola buriny-na báze lasera (Tran et al., 2023).
V oblasti laserovej-regulácie buriny neustále poháňajú vývoj technológie rôzne pokroky. Heisel a kol. (2001) bol priekopníkom v používaní laserových lúčov na rezanie stoniek buriny na kontrolu buriny. Neskôr Mathiassen a spol. (2006) vykonali-hĺbkovú štúdiu účinkov laserového ošetrenia na potlačenie buriny, pričom zistili, že vystavenie apikálnym meristémom buriny laserom výrazne znížilo rast a bolo smrteľné pre určité druhy burín. Nadimi a kol. (2009) navrhli laserové testovacie zariadenie na odstraňovanie buriny na simuláciu dynamického zamerania buriny. Následne Marx a spol. (2012) experimentálne preukázali, že účinná kontrola buriny vyžaduje presné zacielenie meristémov pomocou CNC (Computer Numerical Control), zatiaľ čo Ge et al. (2013) a Xuelei a kol. (2016) každý navrhol koncepty robotických ramien na laserové odstraňovanie buriny. Arsa a kol. (2023) predstavili konvolučnú neurónovú sieť s architektúrou kódovača{21}}dekodéra na zisťovanie bodov rastu buriny, čím zdôraznili význam a uskutočniteľnosť detekcie{22}}bodov rastu pre presné laserové zacielenie v tejto technológii. Spoločne tieto štúdie systematicky zdokonaľovali laserovú-technológiu na ničenie buriny v rôznych dimenziách.
V posledných rokoch na riešenie problémov s odstraňovaním buriny na poli výskumníci použili techniky hlbokého učenia na detekciu buriny na poliach plodín. Gao a kol. (2020) vyvinuli metódu využívajúcu hlbokú konvolučnú neurónovú sieť (CNN) založenú na YOLOv3- na rozlíšenie cukrovej repy od buriny, zatiaľ čo Jabir a kol. (2021) použili štyri sieťové architektúry-Detectron 2, EfficientDet, YOLO a Faster R-CNN-na odlíšenie orchideí od konvolvulusov, pričom vybrali najvhodnejšiu štruktúru na detekciu buriny. Chen a kol. (2022) vylepšili model YOLOv4 začlenením modulu SE ako logickej vrstvy do SPP a pridaním lokalizovaného združovania dôležitosti, riešením rozdielov v cieľových veľkostiach a výrazným zvýšením efektívnosti a presnosti rozpoznávania buriny v sezamových poliach. Visentin a kol. (2023) demonštrovali hybridný autonómny robotický systém odstraňovania buriny, ktorý dosiahol inteligentné a automatizované odstraňovanie buriny. Shao a kol. (2023) riešila zložité problémy na ryžových poliach,-ako je odraz vody, pôdne pozadie, prekrývajúci sa rast a rôzne osvetlenie{22}}navrhnutím vylepšeného modelu hlbokého učenia, GTCBS{30}}YOLOv5s, ktorý identifikuje šesť typov burín. Fan a kol. (2023) vytvorili integrovaný model detekcie a manažmentu buriny pomocou modulu CBAM, štruktúry BiFPN a algoritmu bilineárnej interpolácie. Xu a kol. (2023) predstavili nový prístup, ktorý kombinuje viditeľné farebné indexy s metódou segmentácie inštancií založenou na architektúre kódovača-dekodéra, čím efektívne rieši problém presnej detekcie a segmentácie buriny medzi husto vysadenými plodinami sóje. Liao a kol. (2024) navrhli nový model Strip Convolutional Network (SC-Net), ktorý dosiahol skóre mIoU 87,48 % a 89,00 % pre vlastné sadenice ryže a verejné poľnohospodárske súbory údajov, čo dokazuje vysokú presnosť a stabilitu. Ronay a kol. (2024) hodnotili výkonnosť SMA pri odhadovaní pokrytia burinami v rôznych rastových štádiách, ako aj v spektrálnom a priestorovom rozlíšení. Rai and Sun (2024) vyvinuli jednostupňovú-architektúru hlbokého učenia schopnú lokalizácie hraničného boxu a{44}}inštancie segmentácie buriny na úrovni pixelov na snímkach diaľkového snímania získaných pomocou UAV.
Stručne povedané, súčasný výskum sa primárne zameriava na rozlíšenie plodín od burín. Avšak pre laserové odstraňovanie buriny na jahodových poliach je nevyhnutné nielen identifikovať burinu, ale aj detekovať kvapkové zavlažovacie potrubia a lokalizovať súradnice bodov rastu buriny, aby sa umožnilo presné odstraňovanie buriny. Využitie kvapkových zavlažovacích potrubí na navigáciu v teréne pridáva funkcionalitu do jedného sieťového modelu a optimalizuje výpočtové zdroje. Avšak rôzne veľkosti rastlín jahôd, štíhle vodovodné potrubia a zložité podmienky, ako napríklad prekrývanie medzi sadenicami jahôd a potrubím, ako aj husto zhlukované buriny, predstavujú značné výzvy na presnú extrakciu a osvojenie si vlastností burín, sadeníc jahôd, zavlažovacích potrubí a miest rastu buriny na jahodových poliach.
Na základe vyššie uvedeného kontextu je cieľom tejto štúdie: (1) vytvoriť súbor údajov pokrývajúci rôzne rastové podmienky a štádiá pre jahodové polia, kvapkové zavlažovacie potrubia, burinu a miesta rastu buriny; (2) navrhnúť model DIN-LW-YOLO na presnú detekciu jahodových polí, kvapkových zavlažovacích potrubí, buriny a bodov rastu buriny; (3) vyvinúť riadiaci systém založený na modeli DIN-LW-YOLO na riadenie navigácie-v reálnom čase a laserového zacielenia robota na odstraňovanie buriny; a (4) vykonávať poľné pokusy nasadením laserového odstraňovacieho robota na jahodové polia, aby sa vyhodnotil jeho výkon autonómneho laserového odstraňovania buriny v skutočných poľných podmienkach.
