楚天都市报4月19日讯(记者贺俊 通讯员邹星)当下热门的“人工智能”技术,与园林浇灌结合在一起,不仅实现了只能浇灌,还解决了以往浇灌中存在的资源浪费问题。这是武汉理工大学学子发明的“基于深度学习与机器视觉的园林智能浇灌系统”,日前,该项目斩获学校节能减排大赛一等奖。
武汉市的城市绿化带主要采用洒水车进行浇灌,这是一种粗放式浇灌,水资源浪费严重。该校机电学院工业工程系15级学生刘鹏深入调研后发现,当下的园林浇灌模式主要是定时浇灌和人工浇灌,定时浇灌是设定固定的时间间隔进行浇灌,人工浇灌是一种粗放型的浇灌模式,这两种浇灌模式存在水资源浪费、人力资源浪费、不合理浇灌等问题。
是否能通过人工智能技术解决以上问题呢?刘鹏向讲过这方面知识的罗亚波老师提出想法,并联系曹晓辉、胡文鹏等6名同学形成研究小组,开始了探索。很快,他们确定了项目的初步设计方案:通过摄像头采集土壤的图像特征,将深度学习和机器视觉技术相结合,构造和训练稳定的卷积神经网络,实现浇灌需求的智能决策,并将决策结果传递给执行浇灌操作的硬件系统,从而实现浇灌工作的智能化。
样本采集过程的工作量巨大。刘鹏等人在该校三个不同校区采集了大量土壤作为原始样本,并通过浇水、风干等措施获得了1000多份训练样本,建立了主要包括颜色、纹理、颗粒度等土壤图像属性与含水量关系的样本表。最终,训练稳定的卷积神经网络决策正确率达到了应用级水平。“科学研究并不像看上去那么高端靓丽,工作往往是具体和细节的,我经常和组里的同学开玩笑说,我们干的是挖土挑水的工作。”罗亚波说。
该项目设计方案采用的都是低成本的部件,构建好的系统只需将主机置于机房,连接园林已有管道系统即可运行,大大节省了成本。据悉,项目在调试阶段,已引起多家园林公司的注意,目前已选取一家公司进行安装调试和试用,该公司高度肯定了试用效果,并表示有很好的实用性和广阔的应用前景。
领取专属 10元无门槛券
私享最新 技术干货