物联网的昆虫探测系统

利用人工智能、智能摄像头和无线通信/物联网技术进行昆虫和害虫的检测和识别，以实现可持续农业。

抽象的： 

病虫害监测对可持续农业至关重要。广泛的监测覆盖范围可以帮助农民在减少农药用量并提高农药利用效率的同时，保持丰收。多个研究项目探索了利用物联网 (IoT) 设备构建智慧农业的方法。这些设备可以收集大量数据，辅助病虫害的检测。然而，在偏远地区作业时，会面临诸多限制，例如手机信号覆盖有限和电力供应不足。因此，高计算量的任务无法在田间直接执行。为了克服这些限制，我们将开发一种基于嵌入式摄像头的诱捕系统，用于检测和识别农场和果园中的相关昆虫种类。

创新描述： 

随着无线通信、机器学习和图像识别算法的新进展，利用附着在资源受限的边缘计算设备（例如树莓派）上的视觉传感器检测害虫的研究正在不断发展，这些设备可用于物联网。本项目旨在开发一种新型低功耗物联网系统，用于远程部署，该系统能够自主运行，并识别和估算对农作物生产有害的昆虫种类及其种群数量。该系统运行基于边缘计算的新型图像分析算法和低功耗通信技术，能够实时向农民提供农场和果园的昆虫种群信息，帮助他们以方式管理农场。该系统将被设计为可在偏远地区长时间运行，且维护需求极低。

解决的问题： 

全面的病虫害监测对于可持续农业至关重要。广泛的监测覆盖范围可以帮助农民在减少农药使用、提高农药利用效率的同时，保持丰收。多个研究项目探讨了利用物联网 (IoT) 设备构建智慧农业的方法。这些设备可以收集大量数据，辅助病虫害的检测。然而，在偏远地区作业时，会面临诸多限制，例如手机信号覆盖有限和电力供应不足。因此，高计算量的任务无法在田间直接执行。为了克服这些限制，我们将开发一种基于嵌入式摄像头的诱捕系统，用于检测和识别农场和果园中的相关昆虫种类。此外，就可持续性而言，生物多样性以及对昆虫种群的准确实时普查对于了解农业实践的可持续性和农田健康状况至关重要。文献中已有关于利用嵌入式系统和物联网传感器进行农业监测的研究。病虫害监测需要采用不同的技术来掌握田间病虫害的实时情况。病虫害监测主要依靠附着有信息素的粘性诱捕器。传统上，这些陷阱用来吸引昆虫，昆虫学家偶尔会亲自进行监测。这是一项繁琐且耗时的任务，尤其是在研究胡萝卜蝇等小型昆虫时。

提供的解决方案： 

该设备配备了一个摄像头板，用于从双面诱捕器中采集图像。该摄像头板为 OpenMV Cam H7 Plus，是一款基于微控制器 (STM32H7) 的低功耗小型电路板，支持 Python 脚本，部署简便。诱捕器表面带有粘性物质，借助特定的信息素诱饵捕获食蚜蝇 (HH)，该诱饵仅吸引食蚜蝇，从而减少误捕。此外，采用诱捕器设计是为了降低采集图像的背景复杂度。实际上，之所以选择白色诱捕器，是因为它与目标昆虫的棕色形成鲜明对比，便于机器学习模型训练，从而区分昆虫。

该装置经过调整，利用其配备的LED灯，每天夜间拍摄200万像素的图像。通过设定系统在夜间运行，我们可以控制光照条件，消除环境光和阴影的影响；因此，拍摄的图像在光照强度和亮度等光照参数方面保持一致。此外，为了从诱捕器的两侧拍摄图像，该装置内置了一个伺服电机，使其能够覆盖诱捕器的两侧进行图像采集。

该装置于 2022 年至 2023 年间部署在意大利北部艾米利亚-罗马涅地区的一个梨园中，该梨园遭受了褐斑病菌的侵袭。

创新阶段： 

该设备于2022年至2023年间部署在意大利北部艾米利亚-罗马涅大区的一个梨园中，该梨园曾遭受褐斑蝽（Halyomorpha halys）的侵袭。目前正在进行下一代迭代研发，目标是成立一家专注于昆虫检测和监测系统的初创公司，或将技术授权给现有行业合作伙伴。