光学斑点喷涂和人工智能侦察

贴在

关于Tom Wolf (Nozzle_Guy)

Tom Wolf总部位于SK的萨斯卡通,在喷涂业务方面有33年的研究经验。他在曼尼托巴大学获得植物科学学士学位(1987年)和硕士学位(1991年),并在俄亥俄州立大学获得农学博士学位(1996年)。Tom专注于以研究为基础的实用建议,以提高生产者的效率。

查看所有帖子汤姆·沃尔夫(Tom Wolf)
点击此处收听音频文章

针对特定地点的处理一直是农业领域的目标。以反映当地情况的比率提供投入或治疗是有意义的。而且在很大程度上,这些能力用于土壤肥力和种子输入已经有一段时间了,输入区域反映了土壤类型或地形。

营养成分的典型处方图(来源:田间作物新闻)

但喷雾器界还没有看到这么多针对特定部位的治疗。其中一个原因是害虫地图的生成很耗时,而且它们的有用性可能是短暂的。或者杂草是相当普遍的,处理整块地通常是有意义的。另一个原因可能是与化肥或种子相比,喷雾剂相对便宜。

对于喷涂,我们需要重新定义特定的场地。

虽然传统的区域地图(对应于土壤类型和/或海拔或斜坡位置)允许在英亩的规模上进行独特的处理,但新的传感器基本上可以让喷雾器跳过这种方法,对每平方英尺进行独特的处理。这些传感器直接识别植物,并立即做出处理反应。

光学点喷(OSS)原理(改编自WEEDit)

自20世纪90年代初以来,这种理念和技术就一直围绕着农业,出现了Concord DetectSpray和后来的Trimble WeedSeeker。由于种种原因,这两种产品从未在北美普及,尽管在澳大利亚和新西兰形成了一个重要的市场。新的尖端技术即将改变这一现状。

绿色加棕色

两家主要制造商占据了传统的绿色对棕色光学斑点喷涂(OSS)空间,天宝除草器和WEEDit。这两种方法都已经使用了10多年,并且得到了良好的建立和证明。WeedSeeker使用归一化差异植被指数(NDVI)原理在非绿色背景上检测绿色。它为每个喷嘴配备了一个传感器,根据传感器检测到的情况,喷嘴可以开启或关闭。WEEDit系统由荷兰Rometron公司生产(https://www.weed-it.com/),在澳大利亚和南美被广泛采用。现在,它正在进军北美市场。最近的版本被命名方形住宅区

WEEDit喷雾臂包含每隔1米放置的传感器。它们扫描吊杆前方的地面,识别植物的存在,并触发与植物一致的喷嘴。最新的Quadro传感器包含四个通道,因此其分辨率实际为25厘米(10″)宽。因此,臂架每隔25厘米就有一个喷嘴,这个喷嘴有一个相应的窄扇角,只处理这个空间。

Hypro均匀喷(带)喷嘴,30度风扇角。30度和40度喷嘴目前安装在WEEDit上,间距为10″。
30度风扇在目标高度达到约8″至10″波段。吊杆的稳定性很重要

检测原理是基于与其他任何东西相比,从活的植物组织反射的光的质量。发出红色(老一代)或蓝色(最新一代,Quadro)光,含有叶绿素的植物反射独特的波长,将它们与地面或死亡的植物材料区分开来。

老一代WEEDit传感器每隔1米放置一次,有5个通道,每个通道覆盖20厘米的波段。在36米(120’)长的吊杆上有180个喷嘴。

系统的响应时间非常快。由小型螺线管触发,当传感器看向前方1米时,喷雾器的行驶速度可达每小时15英里。此外,该软件允许用户进行两个重要的控制:首先,在检测到的植物之前和之后的喷洒距离可以缓冲在5到20厘米之间,从而产生10到40厘米长的喷洒补丁。当吊臂高度波动和喷油补丁位置相应变化时,这可能是有用的。其次,用户可以从四个灵敏度设置中进行选择。较高的灵敏度可以检测到较小的杂草,但也会导致更多的错误结果。

WEEDit Quadro传感器

该系统在南半球取得成功的一个原因是,南半球的生长季节很长,每年可能需要在作物外多次喷洒,而且在处理时杂草相对较大,因此更容易发现。

水敏纸可以用来显示是否检测到目标(因此喷洒)。

在北美,播种前的喷洒窗口相对较窄,杂草可能非常小或刚刚出现。因此,由于未检测而导致漏检的风险更大。幸运的是,WEEDit系统有一个特性可以解决这个风险。

用于WEEDit的PWM阀,能够在10到50 Hz的瞬时响应

触发单个喷嘴的螺线管是脉宽调制(PWM)。这意味着应用速率是根据行程速度通过占空比调整的。它还提供了一种创新的能力:整个爆炸装置可以被编程,以整个剂量的一定比例喷洒,最高可达50%,作为背景广播速率(称为“双模式”或“偏置”)。没有被发现的最小的杂草可能对这种低剂量很敏感。然后检测较大的杂草,并以全剂量喷洒单个斑点喷雾。双模式通常设置为25%左右;总体节省较少,但对于那些非常早期的季节情况,控制有所改善。

WEEDit Quadro boom也可以在“覆盖模式”下操作,用于广播喷涂,其中它作为一个具有转弯补偿的全PWM系统。

目前,澳大利亚有数百台WEEDit喷雾器在运行,自2017年以来,它们已在加拿大和美国上市。2019年,Nufarm旗下的澳大利亚喷雾器制造商Croplands开始在加拿大代表WEEDit。它可以作为现有吊杆的改造,也可以订购WEEDit千禧铝吊杆,其中包含安装支架和线束通道。与播散喷洒相比,节省了65%至85%。

2021年初,约翰迪尔宣布进入Green on Brown空间参见& Spray Select™.这个系统是围绕ExactApply喷嘴体和使用RGB相机区分绿色植物从非绿色背景颜色。根据约翰迪尔公司的说法,它将在2022年投入使用。其他制造商也在开发类似的基于rgb的系统。虽然它们的性能还没有与WEEDit或WeedSeeker进行比较,但初步配置表明,RGB系统速度较慢,检测小型植物的能力较差。尽管如此,未来看起来很有希望。

2021年,哈迪澳大利亚宣布了一款新产品,名为GeoSelect.该系统没有安装在吊杆上的传感器,而是根据无人机绘制的处方地图进行喷洒。该系统的优点是在喷洒之前就知道所需的除草剂量,并且了解杂草在田间的分布情况可以更有效地使用覆盖计划。该系统允许在任何光照条件下喷涂,并调整臂臂摆动,以确保准确的放置。无人机地图开发是应用人员的职责。

绿灯亮绿灯

Green on Green喷雾技术可以检测作物内部的杂草,并将其与作物区分开来。该技术正在发展,最早的商业版本现已在澳大利亚上市越桔而且AgrifacWeedSmart播客在这里),以及越橘和金英亩Swarmfarm.其他人,尤其是SmartSprayer亚马逊与Xarvio和Bosch的合作Greeneye技术分别于2021年和2022年进入商业规模单元的现场测试。

光学斑点喷涂的机会

总的来说,光学斑点喷洒为杂草管理提供了许多机会。

节约成本:OSS有一个诱人的投资回报率。在一个5000英亩的农场,草甘膦种子前处理加上罐内混合剂用于抗性管理的费用可能为每英亩10美元,或每年5万美元。平均节省75%,相当于每年37500美元。加上其他非作物用途,比如收获后,节约就增加了。随着最终在作物中识别杂草,几乎所有除草剂处理都可以节省这种成本。

抗除草剂管理:延迟除草剂抗性的发生需要在罐内混合使用多种有效的作用模式。成本是这种做法的一个障碍。有了OSS,这些坦克混合变得负担得起。

效率:节省75%的产品,一箱产品将持续更长的时间。拖运水和产品的时间损失,以及填充喷雾器,将减少。例如,WEEDit用户在一次负载上喷洒一整天。或者他们可以选择使用更小的负载,减少设备重量。

收获前和收获后:无论是干燥还是杂草控制,晚季喷雾的地点特异性也可以基于活组织。只处理需要干燥剂的现场区域。多年生或晚季杂草在收获前被选择性控制。由于在这些应用中使用除草剂的比例通常较高,因此节省的费用非常可观。

高价值作物:每季需要施用多种杀菌剂的行作物,如马铃薯,可以从OSS中受益。因此,在冠层关闭之前喷洒可以避免植物之间的间隙,节省产品。

制片人创新:萨斯喀彻温省WEEDit系统的一位用户开发了一种创新用途。由于错过了播种前的喷洒,施药者面临着一种单叶的rounddupready油菜籽作物的大杂草。通过调低系统的灵敏度,油菜作物不会触发传感器,并打开双模式,他能够以低剂量草甘膦广播喷洒田地(足以控制小杂草),然后在传感器触发的情况下,对较大的杂草施用全剂量。

设备创新:由于个别区域或杂草需要独特的剂量或产品,直接注射、远程喷嘴切换、多个较小的油箱和臂架以及PWM等技术将更有意义并得到发展。但检测和治疗的整个概念可以从农药转移到机械控制或其他技术,如激光碳的机器人

农场许可证:OSS不仅对应用者有直观的意义,而且对广大公众也有直观的意义。展示和使用这些技术可以展示易于沟通和理解的管理实践。

人工智能侦查

另一种方法是由几家公司首创的,例如荷兰的Dronewerkers (https://www.dronewerkers.nl/english/) ((http://www.taranis.ag/)和Xarvio (https://www.xarvio.com).这些公司已经开发了植物识别算法,目前能够识别100多种不同的物种。每个物种可以分为几个生长阶段。塔拉尼斯已经在北美推出了一项业务,通过高分辨率无人机图像侦察田地,然后为客户提供突出杂草、疾病或虫害等潜在农艺问题的地图。

从人工智能侦察中获得的信息示例。在这种情况下,植物和外来物质信息按物种,相对丰度和生长阶段。

输出的分辨率可以是特定于物种的(小羚羊vs红根藜),也可以是较粗的分辨率(阔叶vs草)。结果输出显示每个位置的植物密度。

大豆作物中的杂草(Taranis提供)

Xarvio Scouting是他们现场管理线的产品(https://www.xarvio.com/en-CA/Scouting).基于应用程序,农学家或生产者为他们的作物拍照,应用程序能够识别杂草、疾病、昆虫捕食损害以及氮状态。该应用程序了解该地区的其他用户,基本上是在出现新出现的农艺问题时众包,并将它们反馈给用户。

Xarvio Scouting应用程序可以识别某些杂草,疾病和昆虫捕食损害的照片,而侦察(截图来自Xarvio.com)。

这些信息的农艺价值显然很高。想象一下,在处理前后了解杂草的种类分布。虽然我们已经可以在野外行走时进行评估,但通过无人机进行这项任务,我们可以在大范围内进行测量,从而准确量化处理效果,从而评估其价值。这种水平的测量强度在以前是不可能的。在特定生长阶段去除某些杂草的时间的产量损失模型可以应用于整个田地,经济分析允许后续处理针对田地的特定部分进行调整。

绿眼科技的人工智能可以将这些豚草植物与豌豆作物区分开来。(由绿眼科技提供)。

或者想象一下,随着时间的推移,跟踪特定的杂草块,以监测某种文化实践的有效性,或者在仍然可行的情况下警惕抗性种群的建立。

可以生成热图来记录杂草斑块,并可能随着时间的推移监测它们的大小。(由绿眼科技提供)。

当这些信息转换为处方图时,可以根据需要根据区域改变喷洒率和槽混合成分(或培养控制),或者将来可以单独喷洒杂草。也许未来的自主机器人可以更有效地部署。

油菜植物症状的鉴定(Taranis提供)

这些技术的发展和改进正在迅速进行。最后,我们可能拥有所有可以将特定地点的杂草、疾病和昆虫管理推向市场的产品。

Baidu